[發明專利]使用基礎層的可伸縮性視頻編碼方法和設備

無效

• 申請號: 201010104384.3
• 申請日: 2005-07-13
• 公開（公告）號: CN101820541A
• 公開（公告）日: 2010-09-01
• 發明（設計）人: 韓宇鎮;河昊振
• 申請（專利權）人: 三星電子株式會社
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/46
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 郭鴻禧;王青芝

本申請是向中國知識產權局提交的申請日為2005年7月13日的標題為“使用基礎層的可伸縮性視頻編碼方法和設備”的第200510083196.6號申請的分案申請。

技術領域

根據本發明的設備和方法涉及視頻壓縮，更具體地講，涉及通過使用基礎層在可伸縮性視頻編解碼器中更有效地進行時間濾波。

背景技術

如互聯網的通信技術的發展已經引起除文本和語音通信之外的視頻通信的增加。然而，消費者已經不滿足現存的基于文本的通信方案。為了滿足各種消費者的需求，包含包括文本、圖像、音樂等的各種信息的多媒體數據已經被越來越多地被提供。多媒體數據通常容量很大，其需要大容量的存儲介質。另外，傳輸多媒體數據需要寬帶寬。例如，具有640×480分辨率的24比特真彩色的畫面需要每幀640×480×24比特，即7.37兆比特。在這方面，需要大約1200吉比特的帶寬以30幀/秒來傳輸此數據，需要大約1200吉比特的存儲空間來存儲90分鐘的電影。考慮此，當傳輸多媒體數據時必須使用壓縮編碼方案。

數據壓縮的基本原理在于去除數據中的冗余。三種類型的數據冗余是：空間冗余、時間冗余和知覺視覺冗余。空間冗余是指圖像中相同顏色或物體的重復，時間冗余是指運動畫面中相鄰幀之間很少或沒有變化或者音頻中相同聲音的連續重復，知覺視覺冗余是指人類視覺的限制和不能聽到高頻。通過消除這些冗余，數據可被壓縮。數據壓縮類型根據源數據是否丟失被分為有損/無損壓縮，根據數據是否相對每一幀被獨立地壓縮被分為幀內/幀間壓縮，根據數據的壓縮和恢復是否涉及相同的時間周期被分為對稱/非對稱壓縮。另外，當壓縮和解壓縮中總的端到端延時不超過50ms時，這被稱為實時壓縮。當幀具有多種分辨率時，這被稱為可伸縮性壓縮。無損壓縮被主要用于壓縮文本數據或醫學數據中，有損壓縮被主要用于壓縮多媒體數據。幀內壓縮通常被用于消除空間冗余，幀間壓縮被用于消除時間冗余。

傳輸多媒體數據的傳輸媒介具有不同的能力。當前使用的傳輸媒介具有多種傳輸速度，覆蓋能夠以每秒幾十兆位的速率傳輸數據的超高速通信網絡，具有每秒384千比特的傳輸速度的移動通信網絡等。在如MPEG-1、MPEG-2、MPEG-4、H.263和H.264的傳統的視頻編碼算法中，時間冗余通過運動補償來消除，空間冗余通過空間變化來消除。這些方案在壓縮方面具有很好的性能，但是由于這些方案的主要算法采用遞歸方法，所以它們對于實際可伸縮的比特流具有很小的靈活性。

為此，近來研究已經聚焦在基于小波的可伸縮性視頻編碼上。可伸縮性視頻編碼是指在空域中，即根據分辨率具有可伸縮性的視頻編碼。可伸縮性具有使壓縮的比特流被部分地解碼的特性，從而，具有各種分辨率的視頻可被播放。

這里的術語“可伸縮性”被用于共同地指可用于控制視頻的分辨率的特定可伸縮性、可用于控制視頻的質量的信噪比(SNR)可伸縮性以及可用于控制視頻的幀率的時間可伸縮性，及其組合。

如上所述，空間可伸縮性可基于小波變換來實現，SNR可伸縮性可基于量化來實現。近來，已經使用運動補償時間濾波(MCTF)以及無約束運動補償時間濾波(UMCTF)來實現時間可伸縮性。

圖1和2示出使用傳統MCTF濾波器的時間可伸縮性的示例性實施例。具體地講，圖1示出編碼器中的時間濾波，圖2示出解碼器中的逆時間濾波。

在圖1中，L幀表示低通或平均幀，H幀表示高通或差幀。如圖所示，在編碼處理中，低時間級上的幀對首先被時間濾波，從而將該幀變換為高于當前時間級的時間級上的L幀和H幀，變換的L幀被再次時間濾波并被變換為高于當前時間級的時間級上的幀。這里，通過參照在不同位置的作為參考幀的L幀或原始視頻幀執行運動估計，隨后執行時間濾波來產生H幀。圖1借助箭頭表示H幀參照的參考幀。如圖所示，H幀可被雙向參照，或向后或向前參照。

其結果是，編碼器通過使用最高級上的L幀并保留已經通過空間變換的H幀來產生比特流。圖2中深色的幀表示它們已經經過空間變換。

解碼器通過輸入以最高級到最低級的順序通過逆空間變換從接收的比特流(圖3中顯示的20或25)獲得的深色的幀的操作來恢復幀。通過使用第三時間級上的L幀和H幀來恢復第二時間級上的兩個L幀，通過使用第二時間級上的兩個L幀和兩個H幀來恢復第一時間級上的四個L幀。最終，通過使用第一時間級上的四個L幀和四個H幀來恢復八個幀。