[发明专利]运动矢量处理

说明书

技术领域

本实施例一般涉及运动矢量的处理，并且尤其涉及这种运动矢量的预测和解码。

背景技术

H.264，也称运动图像专家组-4(MPEG-4)高级视频编码(AVC)，是现有视频编码标准。它是一种混合编解码器，利用消除帧间和一帧内的冗余，并使用若干提供良好的压缩效率的压缩技术。编码过程的输出是视频编码层(VCL)数据，该数据进一步封装成网络抽像层(NAL)单元，然后进行传输或存储。

H.264是基于块的，也就是以宏块(MB)为单位处理视频帧，MB是16×16像素块，可被进一步划分为子宏块(sMB)。为了最小化要编码的数据量，对每个非帧内像素块执行称为运动补偿(MC)的技术，MC在相邻帧中使用先前重构的像素值来尽力而为地预测当前像素块的像素值。为了得到当前像素块的预测，在比特流中信号通知参考帧中与当前像素块相似的区域。最终重建可以通过将预测像素值与残差像素值加在一起来进行。为了找到参考帧中的当前像素块的最佳匹配，通常在编码器侧进行运动搜索。它试图找到当前像素块和可能的参考像素块之间的最小平方差之和(SSD)或绝对差和(SAD)。运动搜索的结果是信号通知其参考哪个参考帧的参考索引以及指向参考区域的偏移矢量，称为运动矢量(MV)。MV是视频比特流中的重要和开销成分。对于以高量化参数(QP)编码的视频，它可能占用超过50％的比特率。

运动矢量编码

MV不直接编码成比特流，因为可以利用MV之间的冗余。相邻MV往往具有较高的相关性，具有类似长度和方向的MV往往集群在一起。这些集群的MV可以对应于局部运动(其中对象移动)或全局运动(其中存在摇拍)。对于要编码的每个MV，首先做MV预测，以减少数据量，使得只有MV和MV预测值(predictor)之间的差值被编码。在H.264中，通过取来自左边、上方和右上方的像素块的MV的中值，来产生中值预测值。该处理针对水平和垂直MV分量分别进行。

多视图视频编码(MVC)

尽管“传统”的视频服务在单一表示中提供视频(也就是固定摄像机位置)，然而多视图视频表示最近获得重要性。多视图表示表示来自不同摄像机视图或视图的内容，一种特殊情况是“立体视频”的情况，其中场景是从具有与人眼相同或相似的距离的两个摄像机捕捉的。使用合适的显示技术来呈现“立体”内容给观众，可以提供给观众深度感。

MVC是一种可用于压缩多视图视频表示的视频编码标准。通过消除不同层之间的冗余信息来实现高压缩效率。MVC基于AVC标准，因此MVC共享大部分AVC结构。

MVC参考画面列表

MVC和AVC之间的主要区别在于参考画面列表处理过程。参考画面列表是可用于预测的画面的集合。它们通常以基于其与当前帧的接近程度的顺序来进行排序。在AVC中，列表中的所有参考画面均来自相同的视图。在MVC中，除了来自同一个视图的参考画面，也有来自其他视图的参考画面。因此，MVC参考画面列表构造过程的第一步骤与AVC中完全相同，不同之处在于然后附加视图间参考画面。由于复杂性的考虑，MVC中只允许将同一个时刻来自其他视图的帧添加到列表。

高效视频编码(HEVC)

HEVC是下一代视频编码标准，目前正在标准化过程中。HEVC旨在相比于AVC在实质上改进编码，尤其是针对高分辨率视频序列。HEVC发展的最初焦点是单视频，即单一视图。

运动矢量竞争

H.264中的中值MV预测值在许多情况下不那么有效率。VCEG贡献[1]描述了称为运动矢量竞争的新技术。这种技术的关键概念是从常常与当前MV高度相关的相邻像素块中取MV，以形成候选MV的列表，其中相邻像素块可以是空间邻居，即同一帧，或时间邻居，即不同帧。这些候选MV根据其与其各自参考帧的时间距离被缩放。基于率失真(RD)准则，只有一个候选MV从列表中被选择为预测值，在比特流发送对列表的对应索引条目。与中值MV预测值相比，一般运动矢量竞争提高了视频编码性能，因此建议用于HEVC。