[发明专利]视频分层编码层间运动矢量的预测方法

说明书

技术领域

本发明涉及视频编码领域，特别涉及交织模式下视频分层编码(Scalablevideo coding，简称“SVC”)中层间运动矢量预测技术。

背景技术

随着计算机互联网(Internet)和移动通信网络的飞速发展，多媒体压缩及通信技术的应用越来越广泛，从网上广播、电影播放到远程教学以及在线的新闻网站等都用到了流媒体技术。当前网上传送视频、音频主要有下载和流式传送两种方式。流式传送是连续传送视/音频信号，当流媒体在客户机播放时其余部分在后台继续下载。流式传送有顺序流式传送和实时流式传送两种方式。实时流式传送是实时传送，特别适合现场事件，实时流式传送必须匹配连接带宽，这意味着图像质量会因网络速度降低而变差，以减少对传送带宽的需求。

尤其是随着第三代移动通信系统(3rd Generation，简称“3G”)的出现和普遍基于网际协议(Internet Protocol，简称“IP”)的网络迅速发展，视频通信正逐步成为通信的主要业务之一。而双方或多方视频通信业务，如可视电话、视频会议、移动终端多媒体服务等，更对多媒体数据流的传送及服务质量提出苛刻的要求。不仅要求网络传送实时性更好，而且等效地也要求视频数据压缩编码效率更高。

SVC是MPEG制定的最新编解码技术，可根据用途改变像素和帧速率。SVC已被定位于产品化进程正在迅速发展的H.264的扩展标准，其特点是根据终端种类和无线状态，改变分辨率与帧速率。SVC的另一优点是只要准备一个视频源，就能发送给多个终端和服务。SVC的码流中包括一个基本层(Base Layer，简称“BL”)和一个以上的增强层(Enhanced Layer，简称“EL”)。在由ITU和MPEG联合制定的先进视频压缩标准(Advanced Video Coding，简称“AVC”)标准的SVC扩展部分中，规定基本层是可以和H.264/AVC兼容的。

图1示出了其基本算法框图。当视频流数据进入编码器时，在经过二维的空间采样得到分辨率更低的图像作为基本层及各个低级的增强层，显然越底层的图像其时间或空间分辨率或者其他指标越低。在各个层面上，各自进行时间上的运动估计等独立的编码方式，在底层完成编码后的图像经过插值恢复到与上一层的图像相同的分辨率级别，在传给上一层，使得上一层核心编码器可以利用下一层的图像进行预测，提高编码效率。这就是SVC的层间预测编码的原理。在编码完成后多媒体源将各层复用在信道上发送，当然接收方也可以根据服务质量要求或带宽条件预订或临时选择接收各个层次媒体数据，高效实现UMA目的。

而在目前SVC编码中，层间信息的预测主要由纹理预测和运动信息预测两部份组成。层间纹理预测主要是利用基本层或前一层对应块的纹理信息来作为当前块的帧内预测信息的预测方式。如图2所示，为了得到高层中宏块对应的基本层预测信息，还需要对基本层对应位置上的块进行去块效应和插值。插值的比例根据基本层和增强之间空间分辨率的大小决定，这种模式也称为帧内基本层(intra_BL)模式，即根据同一时刻中，下一层的纹理信息进行预测。

这里需要提及的几个基本概念是：普通的非分层的视频编码中，往往存在两种预测模式——帧内(intra)和帧间(inter)，其中帧内预测不涉及时间轴上前后帧的关联，而帧间即根据前或者后面的帧进行预测。这里SVC中只是新引入了一个层次的概念，但在同一层中，仍然依照传统的视频编码模式，因此为了区别帧内(intra)模式，采用帧内基本层(intra_BL)指示这里的层间同一时间点上下一层对上一层的预测模式。

与纹理信息不同的是，运动信息本身就涉及时间轴上前后帧的关系，但由于时间点上对应的各个层次之间的帧具有对应关系，因此运动信息也具有对应关系。于是，层间运动信息的预测也是利用基本层或前一层对应块的运动信息来作为当前块的运动信息的预测的方式。不过在对增强层的运动信息进行编码时，在H.264原有的编码模式下增加了2种新的宏块模式：基本层模式和1/4象素精度模式。

当使用基本层模式时，当前宏块不必再传输更多的运动信息，直接代替无需预测。这种模式下将使用来自前一层对应宏块的运动/预测信息以及宏块分块信息。当前一层的空间分辨率较小时，运动矢量将被放大。如果前一层的对应宏块是一个intra宏块，那么当前宏块模式就被设置为intra_BL模式。对于当前宏块的各个分块，使用的参考帧索引与前一层中的对应宏块分区也是一致的。在增强层与其基本层之间，相应的运动矢量要乘以一个因子，该因子是与空间分辨率比例有关的。