[发明专利]位深度可分级性

说明书

技术领域

本发明总体上涉及图像和/或视频编码，尤其是涉及利用质量可分级数据流实现位深度可分级性(bit-depth scalability)的质量可分级编码。

背景技术

ISO/IEC运动图像专家组(MPEG)的联合视频编码组(JVT)和ITU-T视频编码专家组(VCEG)最近完成了最先进的视频编码标准H.264/AVC的可分级扩展，称作可分级视频编码(SVC)。SVC支持视频序列的时间、空间和SNR或其任意组合的可分级编码。

如ITU-T Rec.& ISO/IEC 14496-10 AVC“一般视听业务的高级视频编码”2005年版本3中描述的H.264/AVC说明了混合视频编解码器，其中通过运动补偿预测在空间域中或者通过帧内预测在时间域中产生宏块预测信号，且在两种预测之后进行残差编码。不具有可分级性扩展的H.264/AVC编码称作单层H.264/AVC编码。与单层H.264/AVC编码相配的率失真性能是指通常在10％位速率获得相同的视觉再现质量。鉴于上述情况，可分级性被认为是用于除去部分比特流并同时在任何支持的空间、时间或SNR分辨率上获得R-D特性的功能性，所述分辨率与在该特定分辨率与单层H.264/AVC编码相配。

可分级视频编码(SVC)的基本设计可以被划分为分层视频编解码器。在每一层，像在H.264/AVC中一样采用运动补偿预测和帧内预测的基本概念。但是，其中整合了层间预测机制以利用数个空间或SNR层之间的冗余。SNR可分级性基本上是通过残差量化实现的，而对于空间可分级性，采用了运动补偿预测和过采样金字塔分解的组合。H.264/AVC的时间可分级性方法得到了保持。

总体上，编码器结构取决于应用所要求的可分级性空间。出于说明之目的，图8示出了具有两个空间层902a、902b的典型编码器结构900。在每层中，采用具有层特定运动参数906a、906b的独立层次运动补偿预测结构904a、904b。通过层间预测概念908来利用连续层902a、902b之间的冗余，层间预测概念908包括用于运动参数906a、906b以及纹理数据910a、910b的预测机制。通过与H.264/AVC类似的变换编码916a、916b获得每层902a、902b的输入图像914a、914b的基本表示，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的基本表示的NAL单元与单层H.264/AVC相匹配。

由各个层902a、902b的底层编码916a、916b和逐行SNR细化纹理编码918a、918b输出的结果比特流分别由复用器920复用以产生可分级比特流922。比特流922在时间、空间和SNR质量上可分级。

总之，根据视频编码标准H.264/AVC的上述可分级扩展，通过利用层次预测结构提供了时间可分级性。对于此层次预测结构，可以不加改变地使用单层H.264/AVC标准之一。对于空间和SNR可分级性，必须像H.264/AVC的SVC扩展中描述的那样在单层H.264/MPEG AVC中加入另外的工具。可以将所有三个可分级性类型组合以产生支持较大程度的组合可分级性的比特流。

当视频源信号具有与解码器或播放器所要求不同的动态范围时就会产生问题。在上述当前SVC标准中，只针对其中底层和增强层都代表具有相应的亮度和/或色度采样阵列的相同位深度的给定视频源的情况规定了可分级性工具。因此，考虑到不同解码器和播放器分别需要不同的位深度，必须为每个位深度单独提供专用的编码流。但是，从速率/失真意义而言，这分别意味着增加开销和降低效率。