[发明专利]在分层层级中信号编码、解码和重构期间残差数据分解的方法、存储硬件及系统

说明书

计算机处理器硬件接收调整值的第一集合。调整值的第一集合指定将对在第一质量水平生成的预测的信号的再现做出以重构处于第一质量水平的信号的再现的调整。计算机处理器硬件处理调整值的第一集合，并基于调整值的第一集合和处于第二质量水平的信号的再现而得出调整值的第二集合。第二质量水平低于第一质量水平。

背景技术

在本领域中处理多维信号的或沿时间演进的信号的压缩和解压缩的许多技术是已知的。音频信号、视频信号和类似科学和医学领域中使用的体积信号的其它多维信号是这种情况。

为了实现高压缩比，那些技术利用信号内的空间和时间相关性。例如，常规的方法识别参考，并尝试确定当前位置和给定参考之间的信号的差异。这是在空间域和在时域二者中完成的，在空间域中参考是已经接收和解码的空间平面的一部分（例如块或“宏块”），在时域中，在信号（例如帧序列中的视频帧）的时间上的单个实例被视为针对某个持续时间的参考。例如MPEG（运动图像专家组）系列压缩算法是这种情况，其中先前解码的宏块被视为空间域中的参考，而I帧和P帧被用作针对时域中后续的P帧的参考。

已知的技术以许多方式利用空间相关性和时间相关性，采用几种不同的技术，以便识别、简化、编码和传输差异。根据常规的方法，为了利用图片元素的各个的块内残差（residual）的空间相关性，执行域变换（例如变换成频域），并且然后执行变换的信息的有损删除和量化，典型地引入一定程度的块伪像。替代地，在时域中，常规的方法发送当前样本和经运动补偿的参考样本之间的量化的差异。为了最大化样本之间的相似性，编码器尝试估计沿时间发生的修改对比参考信号。在常规的编码方法（例如MPEG系列技术、VP8等）中，这被称为运动估计和补偿。

如今的CPU（中央处理单元）和GPU（图形处理单元）典型地非常强大；单个GPU可包括数百个计算核心，以执行信息的并行处理。当使用当前的技术硬件时，图像的非常大的部分可存储在用于处理的处理器高速缓存中。需要将图像分段成许多小块，当创建JPEG和MPEG时这是驱动因素，因为来自那个时代的处理器一次只可以处理非常小组块的视频数据——并且然后返回来只顺序地处理——不再应用到现代的CPU和GPU。因此，当实现类似MPEG类型的编码/解码时，大部分的可用处理能力可能变得不使用，其中阻止伪像不必要地引入到信号中。

此外，和开发MPEG时的当前情况相比，现代的应用典型地需要更高清晰度的视频编码和更高的整体重放质量。在高清晰度（例如fullHD（全HD）、UltraHD（超HD））、高质量视频（例如关于原始信号的相对不可见的伪像）中，在具有低细节（甚至可能散焦）的区域和具有非常细微的细节的区域之间存在更大的差异。这使得使用频域变换（诸如在基于JPEG和基于MPEG的方法中所使用的那些变换）更不适合于图像处理和重放，因为相关频率的范围正变得更宽泛。

此外，较高分辨率的图像包括较大数量的摄像机噪声和/或胶片颗粒，即需要许多位来编码但对于观看可能相当不相干的非常详细的高频像素过渡对比对象的边界的类似高频率像素过渡。

除了少数尝试以外，在已知技术中忽略的另一个方面是质量可缩放性需求。可缩放的编码方法将编码压缩的信号的单个版本，并使得能够递送到不同质量水平、带宽可用性和解码器复杂度。由于计算复杂度以及一般来说相对于非可缩放技术的压缩效率低下，迄今在具有相对差的采用的类似MPEG-SVC和JPEG2000的已知方法中已经考虑了可缩放性。

在过去，作为对用于编码/解码的JPEG/MPEG标准的可缩放替代方案，所谓的图像拉普拉斯金字塔已用于编码/解码的目的。例如，常规的拉普拉斯金字塔系统使用高斯滤波器创建较低分辨率的图像，并且然后建立通过用严格编程的解码器从较低分辨率水平上采样回原始水平获得的图像之间的差异的金字塔。由于它们的压缩效率低下，已经放弃常规的拉普拉斯金字塔编码的使用。

迄今通过编码方法的技术发展水平利用的残差的域变换（例如傅立叶变换、离散余弦变换、哈达玛变换、小波变换等）遇到许多问题。