[发明专利]一种分辨率分层技术中的运动矢量预测方法

说明书

技术领域

本发明属于可伸缩视频编码领域，特别是涉及空域分辨率分层中的运动矢量预测方法。

背景技术

随着网络基础设施，存储容量和计算能力的快速发展，视频压缩编码技术也进行着迅速蓬勃地发展。当前，视频编码技术覆盖了多媒体消息，视频电话，视频会议，无线和Internet视频流，标清或高清电视广播和DVD存储等多个应用领域。在这些应用中，各种各样的视频传输和存储系统可能被部署。由于现代视频传输系统的异构性和复杂性，以及视频终端需求的多样性，传统的编解码技术已经表现地捉襟见肘，可伸缩编码技术是满足现代视频传输需求的最佳方案之一。传统的编解码技术仅仅只注重视频压缩效率和编码效率的平衡，缺乏了针对应用环境的灵活适应性。而可伸缩编码技术在尽力保证率失真最优的同时，从帧率、分辨率、图像质量的灵活可调整来满足不同应用需求，增强了对异构多变的网络传输系统和多样化的终端需求的适用性。因此，可伸缩编码技术一般被分为时域可伸缩、空域可伸缩和质量可伸缩以及三项伸缩的结合。

空域可伸缩的概念分别出现在了MPEG-2、H.263和MPEG4等标准中，它的基本思想是将码流分成一个基本层和多个增强层，增强层依赖基本层或较低增强层的数据来解码。低分辨率的视频信号被编码在基本层中，较高分辨率的视频信号被编码在第一增强层中，更高分辨率的视频信号被编码在第二增强层中，依此类推，形成一个分辨率倒金字塔，而这些视频频信号都被包含在一个空域可伸缩的码流中。最新的H.264扩展标准可伸缩视频编码(SVC)中也沿用了传统的空域可伸缩方法，并且为了提高编码性能，使用了三种层间预测算法：层间帧内预测，层间运动信息预测和层间残差预测。

设计层间预测算法的目的是尽可能利用基本层的信息来提高增强层的压缩效率和编码效率。SVC将层间预测方法分为两类，一类称为多循环解码方法，这种方法利用基本层的重构帧上采样来预测增强层的帧信息，例如：层间帧内预测。在高运动场景中，同层时域相关性减弱，该算法可获得较大增益。另外一类称为单循环解码方法，该方法直接利用基本层的编码信息对增强层进行预测，避免了重构和上采样步骤，减少了解码复杂度和时延。层间运动信息预测和层间残差预测就是使用单循环解码的概念。

简单介绍三种层间预测算法以便理解当前技术：(1)层间运动信息预测。SVC在空域增强层增加了一种宏块编码模式BlSkip。当选用这个模式时，宏块数据只传残差而不传运动信息。如果基本层对应块使用帧内编码模式，则增强层使用层间帧内编码。如果基本层对应块使用帧间编码模式，则增强层使用层间运动信息预测算法。层间运动信息预测直接利用基本层的运动矢量、预测方向、块划分模式以及参考索引预测增强层的运动信息，从而节省了传输运动信息的码率；(2)层间帧内预测。如上所述，当增强层宏块使用BlSkip模式而且基本层对应块为帧内编码，则SVC通过层间帧内预测方法获得增强层宏块预测信号。该算法上采样基本层对应块的重构信号，并作为增强层原信号的预测。该算法增益主要来自基本层上采样信号的纹理信息的准确性，减少了残差数据。(3)层间残差预测。SVC的层间残差预测应用于任何分割模式的宏块，而不管是否使用BlSkip模式。当层间残差预测标志位开启后，基本层相应8*8块的残差信号通过一个双向滤波器上采样，作为增强层宏块残差信号的预测，从而减小残差的码率。显然，基本层残差的上采样信号与增强层残差信号越接近，该方法的增益就越大。

由于相邻两层间的运动信息的相关性，增强层运动信息可以通过基本层运动信息来预测。在层间运动信息预测算法中，编码增强层宏块时，如果该宏块选用BLSkip模式，则使用基本层对应位置块的运动矢量乘以2作为增强层的运动矢量，同时沿用基本层参考索引和预测方向等运动信息。但是，我们在仿真实验中发现，基本层获得的运动矢量精确性对编码效率至关重要。如果预测的运动矢量与全搜索的最优运动矢量比较接近，再经过局部小范围运动搜索，就有可能得到一个比较好的增益；相反，如果预测的运动矢量与最优运动矢量相去甚远，则局部小范围运动搜索的结果也可能只是局部最优，得不到好的增益。此外，如果基本层的运动矢量本身误差较大，则利用它来预测增强层的运动矢量误差也较大，造成层间运动矢量误差的“漂移”。

发明内容

本发明目的在于解决上述层间运动矢量预测的准确性和误差的“漂移”问题，提供一种分辨率分层技术中的运动矢量预测方法。

本发明的技术方案为利用时域、空域和层间域运动矢量的相关性，获取增强层中宏块的预测运动矢量，实现过程为，