[发明专利]有效地预测基于多层的视频帧的方法、及使用该方法的视频编码方法和设备

说明书

技术领域

与本发明一致的设备和方法一般涉及视频编码，并且，更具体地，涉及有效地预测使用在基于多层结构的视频编码中帧内模式和帧内BL模式的全部优点的视频帧。

背景技术

随着包括因特网的信息和通信技术的发展，基于图像的通信和基于文本的通信以及基于声音的通信正在增加。现有的基于文本的通信不足以满足各种消费者要求。因此，能够适应例如文本、图像和音乐的各种类型的信息的多媒体服务的提供不断增加。由于多媒体数据量大，所以，多媒体数据要求高容量存储介并且在传送时要求宽带宽。因此，为了传送包括文本、图像和音频的多媒体数据，必须使用压缩编码技术。

数据压缩的基本原理是消除数据中的冗余。通过消除例如在图像中重复同样的颜色或物体的情况的空间冗余、例如在相邻的帧之间存在极少改变或重复相同的音频声音的情况的时间冗余、或者其中考虑到人的视觉和知觉能力对于高频不敏感的事实的心理视觉(psychovisual)冗余。

对于此移动图像压缩方法，近来，具有高于运动图像专家组(MPEG)-4的压缩效率的H.264/高级视频编码(AVC)已经吸引了注意。H.264使用作为用于改进压缩效率的方案之一的方向(directional)帧内预测(intra-prediction)，其消除每帧中的空间相似性。

方向帧内预测是这样的方法，该方法以这样的方式预测当前子块的值、并仅对差异编码，该方式即：使用在相对于子块的子像素上面和左侧的相邻像素，而在预定方向上执行复制。

在H.264中，基于具有在先的连续位置的其它块而生成关于当前块的预测块。对当前块和预测块之间的差异编码。对于亮度分量，基于4×4块或16×16宏块而产生每个预测块。对于每个4×4块，共有9种可选预测模式，而对于每个16×16块，共有4种可选预测模式。基于H.264的视频编码器为每个块从预测模式中选择使当前块和预测块之间的差异最小化的一种预测模式。

对于用于4×4块的预测模式，如图1所示，H.264采用总共9种预测模式，其包括总共9种方向模式(模式0、1、3到8)、以及使用9个相邻像素的平均值的DC模式(模式2)。

图2图解了标记(labeling)的例子，以图解所述9种预测模式。在此例子中，使用先前的解码的样值A到M而生成关于当前块的预测块(包括区域“a”到“p”)。如果区域E、F、G和H不能在先前被解码，则可通过将区域D复制到区域E、F、G和H的位置，而虚拟地产生区域E、F、G和H。

以下将参考图3而详细地分别描述9种预测模式。在模式0的情况下，在垂直方向上使用上采样A、B、C和D来外推(extrapolate)预测块的像素，而在模式1的情况下，在水平方向上使用左边的样值I、J、K和L来外推像素。此外，在模式2的情况下，通过上边的样值A、B、C和D和左边的样值I、J、K和L的平均值来一致地替代预测块的像素。

在模式3的情况下，在以45°角倾斜的方向上、在左下位置和右上位置之间内推(interpolate)预测块的像素，而在模式4的情况下，在向左上位置以45°角倾斜的方向上外推像素。此外，在模式5的情况下，在从垂直方向以大约26.6°角(宽/高＝1/2)向右倾斜的方向上外推预测块的像素。

在模式6的情况下，在从水平方向以大约26.6°角向下倾斜的方向上外推预测块的像素，而在模式7的情况下，在从垂直方向以大约26.6°角向左倾斜的方向上外推像素。最后，在模式8的情况下，在从水平方向以大约26.6°角向上倾斜的方向上内推预测块的像素。

图3的箭头指示各个模式的预测方向。在模式3到8中，可根据先前解码的参考样值A到M的加权平均值而生成预测块的样值。例如，在模式4的情况下，可如通过以下方程(1)所表示的来预测位于左上的样值d。在此方程中，round(.)函数为将输入值取整到整数位置的函数

d＝round(B/4+C/2+D/4)(1)

同时，亮度分量的16×16预测模型包括4种模式，即，模式0、模式1、模式2和模式3。在模式0的情况下，根据上边的样值H来外推预测块的像素，而在模式1的情况下，根据左边的样值V来推测预测块的像素。此外，在模式2的情况下，使用上边的样值H和左边的样值V的平均值来计算预测块的像素。最后，在模式3的情况下，使用适于上边的样值H和左边的样值V的“plane”函数。此模式更适于亮度平滑改变的区域。