[发明专利]具有精度可缩放性的编码方案

说明书

技术领域

本发明涉及支持质量、精度或SNR可缩放性的图像或视频编码。

背景技术

ISO/IEC运动图像专家组(MPEG)的联合视频组(JVT)和ITU-T视频编码专家组(VCEG)的当前计划是开发在ITU-T Rec.&ISO/IEC14496-10 AVC，“Advanced Video Coding for Generic AudiovisualServices”，version 3，2005中定义的现有技术视频编码标准H.264/MPEG4-AVC的可缩放扩展。如J.Reichel，H.Schwarz和M.Wien，eds.，“Scalable Video Coding-Joint Draft 4”，Joint Video Team，Doc.JVT-Q201，Nice，France，October 2005以及J.Reichel，H.Schwarz和M.Wien，eds.，“Joint Scalable Video Model JSVM-4，”JointVideo Team，Doc.JVT-Q202，Nice，France，October 2005中所述，当前工作草案支持对视频序列的时间、空间和SNR可缩放编码及其组合。

如ITU-T Rec.&ISO/IEC 14496-10 AVC，“Advanced Video Codingfor Generic Audiovisual Services”，version 3，2005中所述，H.264/MPEG4-AVC规定了混合视频编解码器，其中通过运动补偿预测或帧内预测来产生宏块预测信号，并且在两种预测之后进行残差编码。不具有可缩放性扩展的H.264/MPEG4-AVC编码称作单层H.264/MPEG4-AVC编码。速率失真性能可与单层H.264/MPEG4-AVC相比的意思是典型地在10％的比特率上达到相同的视觉再现质量。在上述情况下，可缩放性视为如下功能：在去除比特流的一部分的同时，达到在任何所支持的空间、时间或SNR分辨率上的、与该特定分辨率上的单层H.264/MPEG4-AVC编码可相比的R-D性能。

可以将可缩放视频编码(SVC)的基本设计归类为分层的视频编解码器。在每一层，如在H.264/MPEG4-AVC中一样采用运动补偿预测和帧内预测的基本构思。但是，已集成了附加的层间预测机制，以利用多个空间或SNR层之间的冗余。SNR可缩放性基本上是通过残差量化来实现的，而对于空间可缩放性，采用运动补偿预测和过采样金字塔分解的组合。保持H.264/MPEG4-AVC的时间可缩放性方法。

一般而言，编码器结构取决于应用所需的可缩放性空间。作为示例，图5示出了具有两个空间层902a和902b的典型编码器结构900。在每一层中，采用具有层特定运动参数906a，b的独立分级运动补偿预测结构904a，b。通过包括针对运动参数906a，b和纹理数据910a，b的预测机制的层间预测概念908，利用连续层902a，b之间的冗余。通过与H.264/MPEG4-AVC类似地对916a，b进行变换编码，获得每一层902a，b的输入图像914a，b的基本(base)表征912a，b，相应的NAL单元(NAL-网络抽象层)包含运动信息和纹理数据；最低层(即，912a)的基本表征的NAL单元与单层H.264/MPEG4-AVC兼容。通过所谓的渐进细化分片(progressive refinement slice)的附加编码918a，b，可以提高基本表征的重建质量；可以任意地截短相应的NAL单元，以支持细颗粒质量可缩放性(FGS)或灵活比特率适应。

复用器920将分别通过各个层902a，b的基层编码916a，b和渐进SNR细化纹理编码918a，b输出的结果比特流复用，以产生可缩放比特流922。该比特流922在时间、空间和SNR质量上均可缩放。

综上所述，根据视频编码标准H.264/MPEG4-AVC的上述可缩放扩展，通过使用分级预测结构，提供了时间可缩放性。对于该分级预测结果，可以毫无改变地使用单层H.264/MPEG4-AVC标准之一。对于空间和SNR可缩放性，必须向单层H.264/MPEG4-AVC添加附加工具。可以组合三种可缩放性类型，以产生支持较大程度的组合的缩放性的比特流。