[发明专利]用于非均匀运动向量栅格的运动向量缩放

说明书

相关申请的交叉参考

本申请要求于2011年11月4日提交的名为“Motion Vector Scaling for Non-Uniform Motion Vector Grid”的美国临时申请No.61/556,147的优先权，其全部内容通过引用整体结合于此。

背景技术

高效率视频代码化(HEVC)是基于块的混合空间和时间预测代码化方案。类似于其他视频代码化标准，诸如，运动图像专家组(MPEG)-1、MPEG-2、和MPEG-4、HEVC支持诸如I图片的帧内图片和诸如B图片的帧间图片。在HEVC中，P和B图片被合并至可以用作参考图片的一般B图片。

在不参考任何其他图片的情况下，对帧内图片代码化。从而，仅空间预测被允许用于帧内图片内的代码化单元(CU)/预测单元(PU)。然而，帧间图片支持帧内和帧间预测。帧间图片中的CU/PU可以在空间上或时间上被预测代码化。时间预测代码化可以参考先前代码化的图片。

时间运动预测是增加代码化效率的有效方法并且提供高压缩。HEVC使用平移模型用于运动预测。根据平移模型，从参考图片中的对应块生成用于当前图片中的给定块的预测信号。参考块的坐标通过运动向量给出，该运动向量描述沿着将与当前块的坐标相加/从当前块的坐标减去的沿着水平(x)和垂直(y)方向的平移运动。解码器需要运动向量解码压缩后的视频。

参考帧中的像素被用作预测。在一个实例中，运动可以在整数像素中被捕捉。然而，不是所有对象都移动整数像素的间隔(还被称为图素(pel))。例如，由于对象运动完全不涉及采样栅格，所以有时对象运动比全图素运动更像子像素(分数)运动。从而，HEVC允许运动向量具有子像素准确度。

为了估计和补偿子像素移位，这些子像素位置上的图像信号通过内插处理生成。在HEVC中，使用有限冲激响应(FIR)滤波器执行子像素内插。通常，滤波器可以具有8个抽头，以确定用于子像素位置的子像素值，诸如，半图素和四分之一图素位置。内插滤波器的抽头通过系数值对整数像素加权，以生成子像素信号。不同系数可以产生信号失真和噪声的不同压缩性能。

图1示出根据一个实施例的沿着图像内的像素线的全图素像素之间的半图素和分数图素(例如，四分之一图素)像素的位置。例如，像素线可以沿着图像上的行或列。多个内插计算可以沿着图像的不同行和列作出。全图素像素由整数像素表示，并且在图1中示出为L3、L2、L1、L0、R0、R1、R2和R3。H是全图素像素L0和R0之间的半图素像素。FL是全图素像素L0和H之间的子像素像素(分数图素像素)，并且FR半图素像素H和全图素像素R0之间的子像素像素。

分数图素和半图素像素可以使用空间相邻全图素像素的值被内插。例如，半图素像素H可以使用全图素像素L3、L2、L1、L0、R0、R1、R2和R3的值被内插。不同系数还可以被用于对相邻像素的值加权，并且提供不同过滤特征。

可以使用均匀子像素间隔。例如，允许与四分之一、一半和四分之三像素偏移相对应的子像素相位偏移。图2是固定均匀四个位置子像素运动向量栅格的实例，图3是固定均匀八个位置子像素运动向量栅格的实例，并且图4是固定均匀十六个位置子像素运动向量栅格的实例。在这三个实例中，L0和R0是整数像素，并且L0和R0之间的像素是分数像素。

运动向量(MV)是二维向量(MV_X，MV_Y)，被用于提供从解码后图片中的坐标到参考图片中的坐标的偏移的帧间预测。运动向量可以由整数表示，但是准确度可以是四分之一图素分辨率。即，如果当除以4时，运动向量的分量(MV_X或MV_Y)具有余数“0”，则其是整数图素运动向量分量；如果当除以4时，运动向量的一个分量具有余数“1”，则其是四分之一图素运动向量分量；如果当除以4时，运动向量的一个分量具有余数“2”，则其是半图素运动向量分量；以及如果当除以4时，运动向量的一个分量具有余数“3”时，则其是四分之三图素运动向量分量。

运动向量通过从空间相邻块和/或时间排列块的运动向量选择的预测器预测地代码化。这些空间相邻块和时间排列块的运动向量可以指向离当前块的参考图片具有不同时间距离的不同参考图片。为了使空间相邻块和时间排列块的运动向量指向当前块的参考图片，运动向量缩放被用于缩放运动向量，以指向当前块的参考图片。缩放使用时间距离的差。