根据参考频率控制参考图像数据的视频编码/解码方法和设备与流程

文档序号:12071843阅读:250来源:国知局
根据参考频率控制参考图像数据的视频编码/解码方法和设备与流程

本公开涉及通过使用参考图像数据对图像序列进行编码以及通过使用参考图像数据对接收的视频流进行解码的视频编码方法和视频解码方法。



背景技术:

随着开发和供应用于播放和存储高分辨率或高质量视频内容的硬件,针对用于将高分辨率或高质量视频内容有效编码或解码的视频编解码器的需求逐渐增长。根据传统的视频编解码器,基于具有预定尺寸的宏块来根据有限编码方法对视频进行编码。

经由频率转换将空间域的图像数据转换成频域的系数。根据视频编解码器,将图像分割成具有预定尺寸的块,在每个块上执行离散余弦变换(DCT),并且以块为单位对频率系数进行编码,从而快速计算频率转换。与空间域的图像数据相比,频域的系数容易压缩。具体而言,由于根据视频编解码器的帧间预测或帧内预测的预测误差来表达空间域的图像像素值,因此,当对预测误差执行频率转换时,可将大量的数据转换成0。根据视频编解码器,可通过用小尺寸的数据替换连续重复生成的数据来减少数据量。

多层视频编解码器对基础层视频和至少一个增强层视频进行编码和解码。通过去除基础层视频和增强层视频的时间/空间冗余和层冗余,可减少基础层视频和增强层视频的数据量。



技术实现要素:

技术问题

提供了一种具有改善的解码率的解码设备。

技术方案

根据本公开的一方面,视频解码方法包括:从比特流获取参考图像数据;根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性;通过使用参考图像数据的属性将参考图像数据存储在存储器中;以及通过使用存储在存储器中的参考图像数据对图像进行解码。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:生成用于识别具有长期参考属性的参考图像数据的信息;以及通过使用参考图像数据的属性将参考图像数据存储在存储器中可包括:通过使用所生成的、用于识别具有长期参考属性的参考图像数据的信息来识别长期参考数据单元。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:通过使用指向参考图像数据的运动矢量的数量来确定参考图像数据被参考的频率。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:当参考图像数据被参考的频率等于或大于参考值时,将参考图像数据的属性确定为长期参考属性;以及当该频率小于参考值时,将参考图像数据的属性确定为短期参考属性。

参考值可以是根据参考图像数据的全部片段被参考的频率的分布而确定的值。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:通过解析比特流获取参考图片的信息;确定通过分割参考图片而得到的至少一个参考区域;以及根据至少一个参考区域被待解码的图像数据参考的频率,将至少一个参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

根据至少一个参考区域被待解码的图像数据参考的频率,将至少一个参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性可包括:基于指向至少一个参考区域中的区域的运动矢量的数量来确定至少一个参考区域被参考的频率。

至少一个参考区域的形状可以是正方形。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:通过使用表示参考图像数据的属性的信息,将参考图像数据的属性确定为长期参考属性或短期参考属性。

通过使用参考图像数据的属性将参考图像数据存储在存储器中可包括:当存储器的可用存储空间等于或小于预设值时,在存储器中不保留具有短期参考属性的参考图像数据。

通过使用参考图像数据的属性将参考图像数据存储在存储器中可包括:当存储器仅存储具有长期参考属性的参考图像数据并且存储器的可用存储空间等于或小于预设值时,在存储器中不保留来自具有长期参考属性的参考图像数据中的、满足以下条件的参考图像数据:该参考图像数据输入到存储器的时间比其它参考图像数据输入到存储器的时间要长;或者该参考图像数据被参考的时间比其它参考图像数据被参考的时间要长。

可通过使用多个中央处理单元(CPU)核来执行对图像的解码,以及存储器可以是被多个CPU核共同使用的共享缓存存储器。

根据另一实施方式的一方面,视频编码方法包括:根据通过对图像进行编码而生成的参考图像数据被编码图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性;以及生成包括与参考图像数据的属性有关的信息的比特流。

根据通过对图像进行编码而生成的参考图像数据被编码图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:通过使用指向参考图像数据的运动矢量的数量来确定参考图像数据被参考的频率。

根据通过对图像进行编码而生成的参考图像数据被编码图像数据参考的频率,将存储在解码设备的存储器中的参考图像数据的属性确定为长期参考属性或短期参考属性可包括:确定通过分割参考图片而得到的至少一个参考区域;以及根据至少一个参考区域被编码图像数据参考的频率,将至少一个参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

根据至少一个参考区域被参考的频率,将至少一个参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性可包括:基于指向至少一个参考区域中的区域的运动矢量的数量来确定至少一个参考区域被参考的频率。

生成包括与参考图像数据的属性有关的信息的比特流可包括:以参考区域为单位,生成包括与至少一个参考区域中的参考图像数据的属性有关的信息的比特流。

根据另一实施方式的一方面,视频解码设备包括:比特流解析器,配置为从比特流获取参考图像数据,以及根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性;以及解码器,配置为通过使用参考图像数据的属性将参考图像数据存储在存储器中,以及通过使用存储在存储器中的参考图像数据对图像进行解码。

根据另一实施方式的一方面,视频编码设备包括:编码器,配置为通过对图像进行编码而生成参考图像数据;以及比特流生成器,配置为根据参考图像数据被编码图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性,以及生成包括与参考图像数据的属性有关的信息的比特流。

根据另一实施方式的一方面,计算机可读记录介质记录有程序,该程序在被计算机执行时执行视频解码方法。

技术效果

提供了一种具有改善的解码率的解码设备。

附图说明

图1A是根据各种实施方式的由视频解码设备执行的视频解码方法的流程图。

图1B是根据各种实施方式的视频解码设备的结构的框图。

图2是详细描述根据各种实施方式的由解码设备对参考图片进行解码的方法的框图。

图3是详细描述根据各种实施方式的由解码设备管理共享缓存的方法的框图。

图4至图6是用于描述根据各种实施方式的由视频解码设备管理来自共享缓存的参考图像数据的方法的概念图。

图7A是根据各种实施方式的由视频编码设备执行的视频编码方法的流程图。

图7B是根据各种实施方式的视频编码设备的结构的框图。

图8是根据各种实施方式的基于根据树形结构的编码单元的视频编码设备的框图。

图9是根据各种实施方式的基于根据树形结构的编码单元的视频解码设备的框图。

图10是用于描述根据各种实施方式的编码单元的概念的示意图。

图11是根据各种实施方式的基于编码单元的图像编码器的框图。

图12是根据各种实施方式的基于编码单元的图像解码器的框图。

图13是示出根据各种实施方式的根据深度的较深编码单元和分区的示意图。

图14是用于描述根据各种实施方式的编码单元与变换单元之间的关系的示意图。

图15是用于描述根据各种实施方式的与编码深度对应的编码单元的编码信息的示意图。

图16是示出根据各种实施方式的较深编码单元的示意图。

图17至图19是用于描述根据各种实施方式的编码单元、预测单元与变换单元之间的关系的示意图。

图20是用于描述根据表1的编码模式信息的编码单元、预测单元与变换单元之间的关系的示意图。

图21是根据各种实施方式的存储有程序的盘片的物理结构的示意图。

图22是用于通过使用盘片来记录和读取程序的盘片驱动器的示意图。

图23是用于提供内容分发服务的内容供应系统的整体结构的示意图。

图24和图25分别是根据各种实施方式的应用视频编码方法和视频解码方法的移动电话的外部结构和内部结构的示意图。

图26是根据各种实施方式的应用通信系统的数字广播系统的示意图。

图27是示出根据各种实施方式的使用视频编码设备和视频解码设备的云计算系统的网络结构的示意图。

实施本发明的最佳方式

根据本公开的一方面,视频解码方法包括:从比特流获取参考图像数据;根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性;通过使用参考图像数据的属性将参考图像数据存储在存储器中;以及通过使用存储在存储器中的参考图像数据对图像进行解码。

根据参考图像数据被待解码的图像数据参考的频率,将参考图像数据的属性确定为长期参考属性或短期参考属性可包括:生成用于识别具有长期参考属性的参考图像数据的信息;以及通过使用参考图像数据的属性将参考图像数据存储在存储器中可包括:通过使用所生成的、用于识别具有长期参考属性的参考图像数据的信息来识别长期参考数据单元。

具体实施方式

下文中,将参考图1A至图7B描述根据各种实施方式的视频编码设备、视频解码设备、视频编码方法和视频解码方法。另外,将参照图8至图20描述根据各种实施方式的基于树形结构的编码单元的视频编码设备、视频解码设备、视频编码方法和视频解码方法。另外,将参照图21至图27描述适用根据图1A至图20的实施方式的视频流编码方法、视频流解码方法、视频编码方法和视频解码方法的各种实施方式。下文中,“图像”可表示静止图像或者视频的移动图像,或者视频本身。

具有8K分辨率的超清晰度电视(TV)需要宽存储带宽和高吞吐量以对压缩图像进行解码。在具有至少8K分辨率的超清晰度TV中,用于对视频进行编码和解码的采样至少基于10比特4:2:2采样。

通常,当在4K分辨率使用8比特4:2:0采样以每秒60帧进行采样时,需要的存储带宽大约是4.5GBps。通常,当在8K分辨率使用10比特4:2:2采样以每秒60帧进行采样时,存储带宽估计约28.2GBps。

为了解决吞吐量问题,可使用多个4K解码器。可使用缓存存储器以作为解决带宽问题的方法。相应地,需要高效地管理缓存存储器的方法。具体地,需要当在没有并行处理或屏幕分割的情况下使用多核时高效地管理缓存存储器的方法。

图1A是根据各种实施方式由视频解码设备10执行的视频解码方法的流程图。图1B是根据各种实施方式的视频解码设备10的结构的框图。

下文中,将参照图1A描述根据各种实施方式的由视频解码设备10执行的视频解码方法。根据各种实施方式的视频解码设备10首先在操作S12中从比特流中获取参考图像数据。当经由预测生成图像数据时,可通过参考另一图像数据来对图像数据进行解码。由解码设备10参考的、用于对图像数据进行解码的图像数据被称为参考图像数据。本文中,图像数据可以是通过对图像进行编码而生成的块、编码单元、预测单元或者变换单元,以及可以是截片(Slice)、图块(Tile)或图片。

比特流可包括连续比特的字符串,其表示随着视频编码设备对图像进行编码而生成的数据。视频解码设备10可从视频编码设备接收包括编码的图像数据的比特流。视频解码设备10可经由无线或有线通信方法从视频编码设备接收比特流。

视频解码设备10可解析比特流以获取图像数据从而对图像进行解码。视频解码设备10可通过使用图像数据对图像进行解码。可通过使用诸如帧间预测或帧内预测的预测来将图像编码成图像数据。视频解码设备10可通过使用图像数据和参考图像数据来对使用预测而编码的图像进行解码。

然后,在操作S14中,根据参考图像数据被待解码的图像数据参考的频率将参考图像数据的属性确定为长期参考属性或短期参考属性。

为了对图像数据进行解码,视频解码设备10通过将图像数据加载到中央处理单元(CPU)的存储器中来对图像数据进行解码。为了通过使用参考图像数据对图像数据进行解码,视频解码设备10通过将参考图像数据也加载到CPU的存储器中来对图像数据进行解码。本文中,CPU的存储器可以是缓存存储器。例如,存储器可以是L1缓存存储器、L2缓存存储器或L3缓存存储器。

本文中,将特定数据加载到存储器中的操作是在存储器的特定位置存储所述特定数据的操作。从存储器中卸载特定数据的操作是删除存储在存储器中的所述特定数据的操作、在存储器中存储有所述特定数据的位置处存储另一数据的操作、或者通过确定在存储器中存储有所述特定数据的位置处是可写入的来确定另一数据可存储在存储器中存储有所述特定数据的位置处的操作。

因为CPU的存储器的尺寸受限,所以视频解码设备10不能将参考图像数据的全部片段加载到存储器中。根据各种CPU的存储器的管理方法,视频解码设备10可根据数据被加载到CPU的存储器中的时间来卸载加载到存储器中的数据。为了执行这种数据管理方法,视频解码设备10可单独地存储和管理这样的标签,该标签表示存储在存储器的特定位置处的数据被输入的时间。所述标签可存储在存储器的特定位置处。

根据各种CPU的存储器的管理方法,视频解码设备10可根据加载到CPU的存储器中的数据最近使用之后所经过的时间来卸载加载到存储器中的数据。为了执行这种数据管理方法,视频解码设备10可单独地存储和管理这样的标签,该标签表示存储在存储器的特定位置处的数据最近被使用后所经历的时间。所述标签可存储在存储器的特定位置处。

另外,根据各种CPU的存储器的管理方法,视频解码设备10可确定待加载到CPU的存储器中的数据的属性,以及可基于所确定的属性来确定卸载加载到CPU的存储器中的数据还是保持所述数据的加载状态。本文中,保持加载状态可意为加载到存储器中的数据不被卸载,而是保持被加载的状态。

根据各种实施方式的视频解码设备10可确定使用参考图像数据的频率,以及根据所确定的频率来确定参考图像数据的属性。例如,考虑仅为了特定图片的一部分来参考用于对特定图片进行解码的参考图像数据的情况。在特定图片中被参考过一次的参考图像数据被加载到存储器中一次,以及即使在被参考过之后参考图像数据被从存储器中删除,为了对该特定图片进行解码也不需要再次加载该参考图像数据。

然而,当就图片的多个部分而参考用于对特定图片进行解码的参考图像数据时,如果所述参考图像数据在被参考过一次之后从存储器中删除,则该参考图像数据需要被再次加载到存储器中以被再次参考。相应地,在参考图像数据被再次加载到存储器中时,解码操作被延迟。

根据各种实施方式的视频解码设备10可确定参考图像数据被参考的参考频率,从而通过分析所解析的图像数据来对图像数据进行解码,以及可根据所确定的频率来确定待由CPU的存储器管理的参考图像数据的属性。

下文中,将描述根据各种实施方式由视频解码设备10确定图像数据的参考频率的方法。根据各种实施方式的视频解码设备10可基于为了对一个图片进行解码而参考参考图像数据的次数来确定参考图像数据的参考频率。例如,视频解码设备10可将为了对一个图片进行解码而参考参考图像数据的参考次数确定为参考频率。

另外,视频解码设备10可基于为了对多个图片进行解码而参考参考图像数据的次数来确定参考图像数据的参考频率。视频解码设备10可将为了对预定数量的图片进行解码而参考参考图像数据的参考次数确定为参考图像数据的参考频率。

可替代地,根据上述方法,视频解码设备10可基于为了对形成一个图片的至少一个截片进行解码而参考参考图像数据的参考次数或者基于为了对至少一个图块进行解码而参考参考图像数据的参考次数来确定参考图像数据的参考频率。

下文中,将描述根据各种实施方式由视频解码设备10确定参考次数的方法。根据各种实施方式的视频解码设备10可使用运动矢量来确定参考次数。例如,视频解码设备10可将参考图像数据被运动矢量指向的次数确定为该参考图像数据的参考次数。

用于对特定图像数据进行解码的运动矢量指向待被参考的参考图像数据,从而对特定图像数据进行解码。例如,就由运动矢量所指向的参考图像数据而言,视频解码设备10可根据指向参考图像数据的运动矢量的数量来确定参考次数。例如,视频解码设备10可将指向特定参考图像数据的运动矢量的数量确定为该特定参考图像数据的参考次数。可替代地,视频解码设备10可计算指向特定参考图像数据的运动矢量的数量的预置权重,以及确定特定参考图像数据的参考次数。这种计算的简单示例包括四个基础算术运算。

下文中,将描述根据各种实施方式由视频解码设备10根据参考图像数据的参考频率来确定参考图像数据的属性的方法。

当参考图像数据的参考频率是高值时,视频解码设备10可将参考图像数据的属性确定为长期参考属性。当参考图像数据的参考频率是低值时,视频解码设备10可将参考图像数据的属性确定为短期参考属性。

当参考图像数据的参考频率等于或大于参考值时,视频解码设备10可确定参考频率是高值。当参考图像数据的参考频率小于参考值时,视频解码设备10可确定参考频率是低值。

同时,为了确定仅当参考图像数据的参考频率大于参考值时所述参考频率是高值,视频解码设备10可生成具有大于原参考值的数字单元的新参考值,以及当参考图像数据的参考频率等于或大于新参考值时确定所述参考频率是高值。

参考值可根据用户输入设置,或可预先输入到视频解码设备10中。另外,参考值可根据参考图像数据的多个片段的参考频率的分布而动态地确定。根据为了对一个图片进行解码而参考参考图像数据的片段的参考频率的分布,与顶部的x%对应的频率可设置为参考值,使得仅具有与顶部x%对应的频率的参考图像数据的片段具有长期参考属性。本文中,x是正实数。例如,根据参考图像数据的片段的参考频率的分布,与顶部的5%对应的频率可设置为参考值,使得仅具有与顶部5%对应的频率的参考图像数据的片段具有长期参考属性。

根据各种实施方式的视频解码设备10可将参考数据单元限定到特定区域中,以及为该特定区域中的参考图像数据的所有片段指定相同的属性。参考数据单元可以是参考图片、参考截片或参考图块。

例如,根据各种实施方式的视频解码设备10可将参考图片限定到参考区域中,以及为包括在该特定参考区域中的参考图像数据的所有片段指定相同的属性。下文中,将描述在将参考图片限定到特定区域中之后确定包括在该特定参考区域中的参考图像数据的属性的方法。

首先,视频解码设备10通过解析比特流来获取参考图片的信息。比特流可包括与参考图片的尺寸有关的信息、与包括在参考图片中的截片或图块有关的信息、以及与包括在参考图片中的参考图像数据有关的信息。

然后,视频解码设备10通过分割参考图片来确定至少一个参考区域。参考区域可经由各种方法中的任一种来设置。例如,参考区域的形状可以是矩形、N×N的正方形或另外的不规则的形状。参考区域的形状可根据预设形状确定。图3示出了分割成具有矩形形状的参考区域的参考图片36。如图3所示,参考图片可分割成具有矩形形状的参考区域37和38。

然后,视频解码设备10根据参考区域被待解码的图像数据参考的频率将参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

视频解码设备10可按照如上所述的确定参考图像数据的参考频率的方法类似的方式确定参考区域的频率。视频解码设备10可通过使用上述类似方法根据指向参考区域中的区域的运动矢量的数量来确定参考区域被参考的频率。

参照图3,由从比特流31获取的比特流32指向的参考图像数据的片段的数量被确定为参考区域被参考的次数,以及参考区域被参考的频率可通过使用参考区域被参考的次数来确定。例如,如上所述,参考区域被参考的次数可确定为参考区域被参考的频率。

通过计算由运动矢量指向的包括参考图像数据的参考区域的参考次数,而不是计算由运动矢量指向的参考图像数据的每一片段的参考次数,视频解码设备10可减小用于计算参考次数的存储器的量。

另外,视频解码设备10可计算对与参考图片中由运动矢量指向的位置处的区域对应的参考区域的参考次数。相应地,视频解码设备10可不单独考虑参考图像数据。

视频解码设备10可经由与如上所述的根据频率将参考图像数据的属性确定为长期参考属性或短期参考属性的方法类似的方法,根据参考区域的参考频率将参考区域的属性确定为长期参考属性或短期参考属性。

视频解码设备10可根据参考区域的属性确定参考区域中的参考图像数据的属性。例如,当第一参考区域37的属性是长期参考属性时,包括在第一参考区域37中的参考图像数据的属性具有长期参考属性。例如,当第二参考区域38的属性是短期参考属性时,包括在第二参考区域38中的参考图像数据的属性具有短期参考属性。

根据各种实施方式的视频解码设备10可经由与上述方法类似的方法将参考截片或参考图块限定到特定区域中,以及可为包括在特定区域中的参考图像数据的全部片段指定相同的属性。

根据各种实施方式的视频解码设备10可通过使用从比特流获取的表示参考图像数据的属性的信息将参考图像数据的属性确定为长期参考属性或短期参考属性。从比特流获取的表示参考图像数据的属性的信息可由编码设备生成并包括在比特流中。

根据各种实施方式的视频解码设备10可生成用于识别具有长期参考属性的参考图像数据的信息。视频解码设备10可就参考图像数据生成表示参考图像数据具有长期参考属性的属性标签。以类似的方式,视频解码设备10可就参考图像数据生成表示参考图像数据具有短期参考属性的属性标签。

然后,在操作S16中,视频解码设备10通过使用参考图像数据的属性将参考图像数据存储在存储器中。

视频解码设备10可将表示参考图像数据是长期参考属性还是短期参考属性的属性标签连同参考图像数据一起存储在CPU的存储器中。视频解码设备10可在CPU的存储器中映射和存储属性标签和参考图像数据。根据各种实施方式的视频解码设备10可在存储器中映射和存储具有长期参考属性的参考图像数据以及长期参考标签。根据各种实施方式的视频解码设备10可在存储器中映射和存储具有短期参考属性的参考图像数据以及短期参考标签。

根据各种实施方式的视频解码设备10可通过使用用于识别具有长期参考属性的参考图像数据的信息来识别长期参考图像数据。根据各种实施方式的视频解码设备10可通过识别映射到参考图像数据的标签来识别参考图像数据的属性。例如,根据各种实施方式的视频解码设备10可将映射有长期参考标签的参考图像数据识别为具有长期参考属性的参考图像数据,或将映射有短期参考标签的参考图像数据识别为具有短期参考属性的参考图像数据。

根据各种实施方式的视频解码设备10可通过使用参考图像数据的属性信息管理存储在CPU的存储器中参考图像数据。

当存储器的可用存储空间等于或小于预设值时,根据各种实施方式的视频解码设备10可从存储器中卸载具有短期参考属性的参考图像数据以不保留具有短期参考属性的参考图像数据。

当存储器仅存储具有长期参考属性的参考图像数据并且存储器的可用存储空间等于或小于预设值时,根据各种实施方式的视频解码设备10可从存储器中卸载而不保留来自具有长期参考属性的参考图像数据中的以下参考图像数据,其中:该参考图像数据输入到存储器中的时间比其它参考图像数据输入到存储器中的时间更长;或者,该参考图像数据被参考的时间比其它参考图像数据被参考的时间更长。

然后,在操作S18,通过使用存储在存储器中的参考图像数据对图像进行解码。通常可使用各种解码方法作为对图像进行解码的方法。

根据各种实施方式的视频解码设备10可通过使用多个CPU核来执行解码。该多个CPU核可通过使用存储在共享缓存存储器24中的参考图像数据来执行解码。根据各种实施方式的视频解码设备10可将参考图像数据存储在共享缓存存储器中,以及通过使用参考图像数据的属性标签来管理参考图像数据。

现在将参照图1B描述根据各种实施方式的执行视频解码方法的视频解码设备10。根据各种实施方式的视频解码设备10包括比特流解析器12和解码器14。

比特流解析器12通过解析比特流来获取用于重建图像的数据。例如,比特流解析器12从比特流中获取图像数据、参考图像数据和运动矢量。比特流解析器12可根据参考图像数据被待解码的图像数据参考的频率将参考图像数据的属性确定为长期参考属性或短期参考属性。比特流解析器12可生成用于识别具有长期参考属性的参考图像数据的信息。

比特流解析器12可通过使用指向参考图像数据的运动矢量的数量来确定参考图像数据被参考的频率。当参考图像数据的参考频率等于或大于参考值时,比特流解析器12将参考图像数据的属性确定为长期参考属性;以及当参考图像数据的参考频率小于参考值时,比特流解析器12将参考图像数据的属性确定为短期参考属性。可根据参考图像数据中全部片段的参考频率的分布来确定参考值。

比特流解析器12可通过解析比特流来获取参考图片的信息。比特流解析器12可确定通过分割参考图片而得到的至少一个参考区域。比特流解析器12可根据参考区域被待解码的图像数据参考的频率将参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

比特流解析器12可根据指向参考区域中的区域的运动矢量的数量来确定参考区域被参考的频率。参考区域的形状不受限制。例如,参考区域可具有正方形形状。

比特流解析器12可通过使用从比特流获取的表示参考图像数据的属性的信息将参考图像数据的属性确定为长期参考属性或短期参考属性。

解码器14通过使用包括在比特流中的图像数据对图像进行解码。解码器14可根据参考图像数据被待解码的图像数据参考的频率将参考图像数据的属性确定为长期参考属性或短期参考属性。当参考图像数据的属性通过比特流解析器12被确定时,解码器14可不另行确定参考图像数据的属性,而可使用由比特流解析器12确定的参考图像数据的属性信息。

解码器14可通过使用参考图像数据的属性将参考图像数据存储在存储器中。解码器14可通过使用存储在存储器中的参考图像数据对图像进行解码。

解码器14可通过使用用于识别具有长期参考属性的参考图像数据的信息来识别长期参考数据单元。当存储器的可用存储空间等于或小于预设值时,解码器14可从存储器中卸载具有短期参考属性的参考图像数据。

当存储器仅存储具有长期参考属性的参考图像数据并且存储器的可用存储空间等于或小于预设值时,解码器14可从存储器中卸载来自具有长期参考属性的参考图像数据中的以下参考图像数据,其中:该参考图像数据输入到存储器中的时间比其它参考图像数据输入到存储器中的时间更长;或者,该参考图像数据被参考的时间比其它参考图像数据被参考的时间更长。

解码器14可包括多个CPU核。多个CPU核可将参考图像数据存储在共享缓存存储器中,以及可通过使用存储在共享缓存存储器中的参考图像数据对图像进行解码。

图2是用于详细描述根据各种实施方式的由解码设备10对参考图片进行解码的方法的示意图。根据各种实施方式的解码设备10可包括核单元22、共享缓存24、总线26和动态随机存取存储器(DRAM)28。

核单元22将存储在DRAM 28中的编码图像数据加载到共享缓存中,从而对图像进行解码。核单元22通过使用加载到共享缓存24中的编码图像数据对图像进行解码。核单元22将作为对图像进行解码的结果而生成的解码图像数据存储在共享缓存中。核单元22通过总线26将存储在共享缓存24中的图像数据发送到显示装置,从而通过连接至总线26的显示装置将解码图像提供给用户。

核单元22将存储在共享缓存24中的解码图像数据发送至DRAM 28,以及将解码图像数据从共享缓存中卸载。例如,当共享缓存的可用空间小于预设值时,核单元22可将存储在共享缓存中的解码图像数据复制到DRAM 28以及从共享缓存中卸载解码图像数据。

核单元22可包括一个核,但是如图2所示,可包括多个核C0至C3。当核单元22如图2所示包括多个CPU核时,核单元22的每个核可对正在被解码的当前图片23的各部分独立地进行解码。图2示出了每个核独立地对当前图片23的图像数据进行解码的示例。例如,核C0对当前图片的图像数据C0进行解码,以及核C1对当前图片的图像数据C1进行解码。

核单元22的每个核可将共享缓存24作为缓存存储器来共同使用。共享缓存24的特定数据可由核来参考。例如,相同参考图像数据可被参考,从而对图像数据C0和图像数据C1进行解码。核C0和核C1可使用存储在共享缓存24中的相同参考图像。

当在确定核C0将不再使用特定参考图像数据之后将特定参考图像数据从共享缓存24中卸载时,由于共享缓存中不存在特定参考图像数据,所以核C1需要将特定参考图像数据再次从DRAM 28中加载出来。核C1的解码操作被延迟用于将特定参考数据再次加载到共享缓存24中所需的时间。

当在执行解码时不使用并行处理技术或屏幕分割时,根据各种实施方式的解码设备10可根据实时处理的时间差将图像数据划分至每个核并对该图像数据进行处理。例如,当比特流中的图块或截片没有限制时,解码设备10可通过使用多个核执行解码。

根据各种实施方式的解码设备10可以以图片为单元进行熵解码。解码设备10可通过以图片为单元进行熵解码来获取图片中的运动矢量的信息。解码设备10可通过预分析在解析比特流时获取的图片中的运动矢量的信息来确定参考图像数据的参考频率。

图3是用于详细描述根据各种实施方式的由解码设备10对共享缓存24进行管理的方法的示意图。

图3是通过分割矩形形状的参考图片36而获取的参考区域的示意图。如图3所示,参考图片36可分割成具有矩形形状的参考区域37和38。

根据各种实施方式的解码设备10可确定由运动矢量指向的参考图像数据的参考次数。解码设备10可确定由运动矢量指向的参考区域的参考次数。如上所述,根据各种实施方式的解码设备10可将参考区域被参考的次数确定为参考区域被参考的频率。根据上述方法,视频解码设备10可根据参考区域的参考频率将参考区域的属性确定为长期参考属性或短期参考属性。

视频解码设备10可根据参考区域的属性确定包括在参考区域中的参考图像数据的属性。例如,当第一参考区域37的属性是长期参考属性时,包括在第一参考区域37中的参考图像数据的属性具有长期参考属性。例如,当第二参考区域38的属性是短期参考属性时,包括在第二参考区域38中的参考图像数据的属性具有短期参考属性。因此,参考图片36的每个区域具有长期参考属性或短期参考属性。

将参照图3详细描述由根据各种实施方式的解码设备10执行的确定参考图像数据的参考次数的方法以及确定参考区域的参考次数的方法。根据各种实施方式的解码设备10可通过使用从比特流31获取的运动矢量所指向的参考图像数据来确定参考图像被参考的次数。

例如,当一个运动矢量指向特定参考图像数据时,解码设备10可将被指向的特定参考图像数据的参考次数增加1。例如,解码设备10可每当参考图像数据被通过解析比特流31而获取的运动矢量32指向时增加参考图像数据的每个片段的计数来计算参考图像被参考的次数。

在图3的示例中,假设运动矢量MV0指向参考图片36的参考图像数据A 33,运动矢量MV1至MV3指向参考图像数据B 34,以及运动矢量MV4和MV5指向参考图像数据C 35。

因为仅有运动矢量MV0指向参考图像数据A33,所以解码设备10可将参考图像数据A 33的参考次数确定为1。由于运动矢量MV1至MV3指向参考图像数据B 34,所以解码设备10可将参考图像数据B 34的参考次数确定为3。因为运动矢量MV4和MV5指向参考图像数据C 35,所以解码设备10可将参考图像数据C 35的参考次数确定为2。

根据各种实施方式的解码设备10可将由从比特流31获取的运动矢量32指向的参考图像数据的片段的数目确定为参考区域被参考的次数,以及可通过使用参考区域被参考的次数来确定参考区域被参考的频率。例如,解码设备10可仅根据包括在参考区域中的参考图像数据的片段的数量而不考虑参考图像数据的每个片段被参考的次数,来确定参考区域被参考的次数。

当参考图像数据对应于一个参考区域时,解码设备10可仅计算这一个参考区域的参考次数。当参考图像数据对应于多个参考区域时,解码设备10可计算多个参考区域中的每一个参考区域的参考次数。例如,当参考图像数据的一部分与多个参考区域对应时,解码设备10可计算与参考图像数据的该部分对应的多个参考区域的每一个参考区域的参考次数。

例如,根据上述与图3有关的假设,解码设备10可确定参考图像数据A 33和参考图像数据B 34与第三参考区域39b对应。解码设备10可确定参考图像数据C 35与第三参考区域39b和第四参考区域39a对应。

相应地,在图3的示例中,因为参考图片36的第三参考区域39b包括参考图像数据的3个片段,所以解码设备10可将第三参考区域39b的参考次数确定为3。因为参考图片36的第四参考区域39a包括参考图像数据的一个片段,所以解码设备10可将第四参考区域39a的参考次数确定为1。

根据各种实施方式的解码设备10可将由从比特流31获取的运动矢量32指向的参考区域所包括的参考图像数据的片段被参考的次数的总和确定为参考区域被参考的次数,以及通过使用参考区域被参考的次数来确定参考区域被参考的频率。例如,解码设备10可将包括在参考区域中的参考图像数据的片段被参考的次数的总和确定为参考区域被参考的次数。

因此,当参考图像数据与一个参考区域对应时,解码设备10可仅计算这一个参考区域的参考次数。当参考图像数据的一部分与多个参考区域对应时,解码设备10可计算与参考图像数据的该部分对应的多个参考区域的每一个参考区域的参考次数。

例如,根据上述与图3有关的假设,解码设备10可确定参考图像数据A 33和参考图像数据B 34与第三参考区域39b对应。解码设备10可确定参考图像数据C 35与第三参考区域39b和第四参考区域39a对应。

相应地,在图3的示例中,因为参考图片36的第三参考区域39b包括参考图像数据的3个片段,所以解码设备10可通过添加参考图像数据的3个片段的参考次数来确定第三参考区域39b的参考次数。解码设备10可通过将由运动矢量MV0指向的参考图像数据A 33的参考次数(即,1)、由运动矢量MV1至MV3指向的参考图像数据B 34的参考次数(即,3)和由运动矢量MV4和MV5指向的参考图像数据C 35的参考次数(即,2)相加,从而将第三参考区域39b的参考次数确定为6。

以类似的方式,因为参考图片36的第四参考区域39a仅包括参考图像数据C 35,所以解码设备10可将第四参考区域39a的参考次数确定为2,即,参考图像数据C 35的参考次数。

当多核在编码树单元(CTU)间隙之间操作时,根据各种实施方式的解码设备10可将具有高使用频率的参考区域或者在核之间共用的参考区域的参考属性确定为如上所述的长期参考属性。

例如,当第一核和第二核通过参考参考图片36的第三参考区域39b独立地执行解码时,解码设备10可将第三参考区域39b的属性确定为长期参考属性。

当第一核和第二核通过参考参考图像数据A 33执行解码时,根据各种实施方式的解码设备10可将第三参考区域39b的属性确定为长期参考属性。可替代地,当第一核和第二核通过参考参考图像数据A 33执行解码时,解码设备10可将参考图像数据A 33的属性确定为长期参考属性。

当第一核和第二核通过参考参考图像数据C 35执行解码时,根据各种实施方式的解码设备10可将第三参考区域39b和第四参考区域39a的属性确定为长期参考属性。可替代地,当第一核和第二核通过参考参考图像数据C 35执行解码时,解码设备10可将参考图像数据C 35的属性确定为长期参考属性。

当第一核通过参考第三参考区域39b执行解码并且第二核通过参考第四参考区域39a执行解码时,根据各种实施方式的解码设备10可将具有包括在第三参考区域39b和第四参考区域39a中的每一个中的部分的参考图像数据确定为具有长期参考属性。例如,解码设备10可将参考图像数据C 35的属性确定为长期参考属性。

根据各种实施方式的解码设备10可将具有长期参考属性的数据以及表示长期参考属性的标签一起存储在缓存中。相较于其他数据,根据各种实施方式的解码设备10可优先保留存储在缓存存储器中的、与表示长期参考属性的标签匹配的数据。

图4至图6是用于描述根据各种实施方式由视频解码设备10管理来自共享缓存46的参考图像数据的方法的概念图。

图4示出了依次存储有参考图像数据的片段D0至D6的共享缓存46的结构。参考图像数据的片段D0至D6的属性根据参考图片36的参考区域的属性设置。共享缓存46存储表示参考图像数据的属性的属性标签,该属性标签与参考图像数据的片段D0至D6匹配。在图5中,S表示短期参考标签,以及L表示长期参考标签。

图5是用于描述选择将从共享缓存46中卸载的参考图像数据的方法的概念图。

参考图像数据D7需要被加载到共享缓存46中以供核C0 42来根据运动矢量MV 43的参考方向56参考参考图片36的参考图像数据D7。因为当前共享缓存46的可用存储空间不足,所以核C0 42需要卸载存储在共享缓存46中的参考图像数据的片段中的一个并且将参考图像数据D7加载到参考图像数据的片段被卸载的存储位置。

根据不考虑数据属性的普通的缓存存储器管理方法,待卸载的数据可能是参考图像数据D3。然而,通过比较存储在共享缓存46中的属性标签,核C0 42可从具有短期参考标签的参考图像数据中选择待卸载的数据。例如,核C0 42可从具有短期参考标签的参考图像数据中选择并卸载参考图像数据D1。核C0 42可将参考图像数据D7加载到共享缓存46中的参考图像数据D1的位置处,将S作为参考图像数据D7的属性标签进行存储以表示参考图像数据D7的属性为短期参考属性。

图6是用于描述按照根据各种实施方式的视频解码方法更新参考图像数据的共享缓存的概念图。

图6示出了共享缓存46的状态,其中核C0 42卸载参考图像数据D1并将参考图像数据D7加载到共享缓存46中的参考图像数据D1的位置处。在核C0 42参考参考图像数据D7之后,核C1 44根据运动矢量45的参考方向64参考参考图像数据D3。因为参考图像数据D3因标有长期参考标签而未在先前操作中被卸载,所以核C1 44可从共享缓存46中参考参考图像数据D3。如果因未考虑到数据的属性而在先前操作中卸载了参考图像数据D3,则核C1 44可能不得不再次从存储器中加载参考图片46的参考图像数据D3。

图7A是根据各种实施方式由视频编码设备70执行的视频编码方法的流程图。以及图7B是根据各种实施方式的视频编码设备70的结构的框图。

视频编码设备70可生成参考图像数据的属性信息并将其发送至解码设备10,使得视频解码设备10如上所述通过使用参考图像数据的属性信息管理缓存存储器中的参考图像数据。

视频编码设备70可通过由视频解码设备10生成参考图像数据的属性信息的方法生成参考图像数据的属性信息。

视频编码设备70可生成包括所生成的参考图像数据的属性信息的比特流。比特流可包括连续比特的字符串,其表示随着视频编码设备70对图像进行编码而生成的数据。视频编码设备70可将包括参考图像数据的属性信息的比特流发送至解码设备10。视频编码设备70可经由无线或有线通信方法将比特流发送至视频解码设备10。

下文中,将参照7A描述根据各种实施方式的由视频编码设备70执行的视频编码方法。根据各种实施方式的视频编码设备70首先在操作S72中根据参考图像数据被编码图像数据参考的频率确定通过对图像编码而生成的参考图像数据的属性是长期参考属性还是短期参考属性。

视频编码设备70可通过对图像进行编码来生成图像数据。可通过使用诸如帧间预测或帧内预测的预测来将图像编码成图像数据。视频编码设备70可通过使用预测对图像进行编码来生成参考图像数据和编码图像数据。

当通过使用编码图像数据将图像进行解码时,根据各种实施方式的视频编码设备70可确定使用参考图像数据的频率,以及可根据所确定的频率确定参考图像数据的属性。

根据各种实施方式的视频编码设备70可通过分析由执行编码而生成的图像数据来确定为了对图像数据进行解码而参考参考图像数据的参考频率;以及根据所确定的频率来确定待由CPU的存储器管理的参考图像数据的属性。

下文中,将描述由根据各种实施方式的视频编码设备70确定图像数据的参考频率的方法。根据各种实施方式的视频编码设备70可基于为了对一个图片进行解码而参考参考图像数据的参考次数确定参考图像数据的参考频率。例如,视频解码设备70可将为了对一个图片进行解码而参考参考图像数据的参考次数确定为参考频率。

另外,视频编码设备70可基于为了对多个图片进行解码而参考参考图像数据的参考次数确定参考图像数据的参考频率。根据各种实施方式的视频编码设备70可将为了对预定数量的图片进行解码而参考参考图像数据的参考次数确定为参考图像数据的参考频率。

可替代地,视频编码设备70可基于为了对形成一个图片的至少一个截片进行解码而参考参考图像数据的参考次数或者基于为了对至少一个图块进行解码而参考参考图像数据的参考次数来确定参考图像数据的参考频率。

下文中,将描述根据各种实施方式由视频编码设备70确定参考次数的方法。根据各种实施方式的视频编码设备70可使用运动矢量来确定参考次数。例如,视频编码设备70可将参考图像数据被运动矢量指向的次数确定为参考图像数据的参考次数。

由于视频编码设备对图像进行编码而生成的运动矢量指向待参考的参考图像数据,从而对特定图像数据进行解码。如上所述,就运动矢量所指向的参考图像数据而言,视频编码设备70可根据指向参考图像数据的运动矢量的数量来确定参考次数。例如,视频编码设备70可将指向特定参考图像数据的运动矢量的数量确定为特定参考图像数据的参考次数。可替代地,视频编码设备70可计算指向特定参考图像数据的运动矢量的数量的预设权重,以及确定特定参考图像数据的参考次数。这种计算的简单示例包括四个基础算术运算。

下文中,将描述根据各种实施方式由视频编码设备70根据参考图像数据的参考频率确定参考图像数据的属性的方法。

当参考图像数据的参考频率为高值时,视频编码设备70可将参考图像数据的属性确定为长期参考属性。当参考图像数据的参考频率为低值时,视频编码设备70可将参考图像数据的属性确定为短期参考属性。

当参考图像数据的参考频率等于或大于参考值时,视频编码设备70可确定参考频率是高值。当参考图像数据的参考频率小于参考值时,视频编码设备70可确定参考频率是低值。

同时,为了确定仅当参考图像数据的参考频率大于参考值时所述参考频率是高值,视频编码设备70可生成具有大于原参考值的数字单元的新参考值,以及当参考图像数据的参考频率等于或大于新参考值时确定所述参考频率是高值。

参考值可根据用户输入设置,或可预先输入到视频编码设备70中。另外,参考值可根据参考图像数据的多个片段的参考频率的分布而动态地确定。根据为了对一个图片进行解码而参考参考图像数据的片段的参考频率的分布,与顶部的x%对应的频率可设置为参考值,使得仅具有与顶部x%对应的频率的参考图像数据的片段具有长期参考属性。本文中,x是正实数。例如,根据参考图像数据的片段的参考频率的分布,与顶部的5%对应的频率可设置为参考值,使得仅具有与顶部5%对应的频率的参考图像数据的片段具有长期参考属性。

根据各种实施方式的视频编码设备70可将参考数据单元限定到特定区域中,以及为该特定区域中的参考图像数据的所有片段指定相同的属性。参考数据单元可以是参考图片、参考截片或参考图块。

例如,根据各种实施方式的视频编码设备70可将参考图片限定到参考区域中,以及为包括在该特定参考区域中的参考图像数据的所有片段指定相同的属性。下文中,将描述在将参考图片限定到特定区域中之后确定包括在该特定参考区域中的参考图像数据的属性的方法。

首先,视频编码设备70通过解析比特流获取参考图片的信息。比特流可包括与参考图片的尺寸有关的信息、与包括在参考图片中的截片或图块有关的信息、以及与包括在参考图片中的参考图像数据有关的信息。

然后,视频编码设备70通过分割参考图片来确定至少一个参考区域。参考区域可经由各种方法中的任一种来设置。例如,参考区域的形状可以是矩形、正方形或另外的不规则的形状。参考区域的形状可根据预先设置的形状确定。图3示出了分割成具有矩形形状的参考区域的参考图片36。如图3所示,参考图片36可分割成具有矩形形状的参考区域37和38。

然后,视频编码设备70根据参考区域被待解码的图像数据参考的频率将参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

视频编码设备70可按照如上所述的确定参考图像数据的参考频率的方法类似的方式确定参考区域的频率。视频编码设备70可通过使用上述类似方法根据指向参考区域中的区域的运动矢量的数量来确定参考区域被参考的频率。

通过计算由运动矢量指向的包括参考图像数据的参考区域的参考次数,而不是计算由运动矢量指向的参考图像数据的每一片段的参考次数,视频编码设备70可减小用于计算参考次数的存储器的量。

另外,视频编码设备70可计算与参考图片中由运动矢量指向的位置处的区域对应的参考区域的参考次数。相应地,视频编码设备70可不单独考虑参考图像数据。

视频编码设备70可经由与如上所述的根据频率将参考图像数据的属性确定为长期参考属性或短期参考属性的方法类似的方法,根据参考区域的参考频率将参考区域的属性确定为长期参考属性或短期参考属性。视频编码设备70可根据参考区域的属性确定参考区域中的参考图像数据的属性。

根据各种实施方式的视频编码设备70可经由与上述方法类似的方法将参考截片或参考图块限定到特定区域中,以及可为包括在特定区域中的参考图像数据的全部片段指定相同的属性。

根据各种实施方式的视频编码设备70在操作S74中可生成包括与参考图像数据的属性有关的信息的比特流。根据各种实施方式的视频编码设备70可生成包括用于识别具有长期参考属性的参考图像数据的信息的比特流。视频编码设备70可生成包括用于表示参考图像数据具有长期参考属性的属性标签的比特流。以类似的方式,视频编码设备70可生成包括用于表示参考图像数据具有短期参考属性的属性标签的比特流。

视频编码设备70可将参考数据单元限定到特定区域中,以及生成包括与特定区域的属性有关的信息的比特流。例如,视频编码设备70可将参考图片限定到参考区域中,根据上述方法确定每个参考区域的参考属性,以及生成包括与参考区域的属性有关的信息的比特流。可替代地,视频编码设备70可将参考截片或参考图块限定到参考区域中,根据上述方法确定每个参考区域的参考属性,以及生成包括与每个参考区域的属性有关的信息的比特流。

视频编码设备70可生成仅包括与具有长期参考属性的参考区域或参考图像数据的属性有关的信息的比特流。当在比特流中没有与属性有关的信息时,接收比特流的解码设备10可确定参考区域或参考图像数据具有短期参考属性。以类似的方式,视频编码设备70可生成仅包括与具有短期参考属性的参考区域或参考图像数据的属性有关的信息的比特流。当在比特流中没有与属性有关的信息时,接收比特流的解码设备10可确定参考区域或参考图像数据具有长期参考属性。

下文中,将参照7B描述根据各种实施方式的执行视频编码方法的视频编码设备70。根据各种实施方式的视频编码设备70包括编码器72和比特流生成器74。

编码器72通过对图像进行编码来生成图像的编码数据。例如,编码器72通过对图像进行编码生成图像数据、参考图像数据和运动矢量。

比特流生成器74根据为了对图像数据进行解码,参考图像数据被图像数据参考的频率将参考图像数据的属性确定为长期参考属性或短期参考属性。比特流生成器生成包括与参考图像数据的属性有关的信息的比特流。

比特流生成器74根据参考图像数据被待解码的图像数据参考的频率将参考图像数据的属性确定为长期参考属性或短期参考属性。编码器72可生成用于识别具有长期参考属性的参考图像数据的信息。

比特流生成器74可通过使用指向参考图像数据的运动矢量的数量来确定参考图像数据被参考的频率。当参考图像数据的参考频率等于或大于参考值时,比特流生成器74可将参考图像数据的属性确定为长期参考属性;以及当参考图像数据的参考频率小于参考值时,比特流生成器74可将参考图像数据的属性确定为短期参考属性。可根据参考图像数据中全部片段的参考频率的分布来确定参考值。

比特流生成器74可确定通过分割参考图片而得到的至少一个参考区域。比特流生成器74可根据参考区域被待解码的图像数据参考的频率将参考区域中的参考图像数据的属性确定为长期参考属性或短期参考属性。

比特流生成器74可根据指向参考区域中的区域的运动矢量的数量来确定参考区域被参考的频率。参考区域的形状不受限制。例如,参考区域可具有矩形形状。

比特流生成器74可生成包括与参考图像数据的属性有关的信息的比特流。

图7B的视频编码设备70可通过根据图像块执行帧内预测、帧间预测、层间预测、变换以及量化来生成样本,以及通过对样本执行熵编码来输出比特流。为了输出视频编码结果(即,基础层视频流和增强层视频流),根据实施方式的视频编码设备70可与安装在视频编码设备70中的内部视频编码处理器或外部视频编码处理器协作,从而执行包括变换和量化的视频编码操作。根据实施方式的视频编码设备70的内部视频编码处理器可以是单独的处理器,或者可替代地,视频编码设备、中央处理设备或图形处理设备可包括视频编码处理模块以执行视频编码操作。

另外,图1B的视频解码设备10对接收的基础层视频流和接收的增强层视频流进行解码。换言之,对基础层视频流和增强层视频流根据图像块执行反量化、逆变换、帧内预测和运动补偿(运动间补偿和层间视差补偿),从而从基础层视频流重建基础层图像的样本以及从增强层视频流重建增强层图像的样本。为了输出作为解码结果而生成的重建图像,根据实施方式的视频解码设备70可与安装在视频编码设备70中的内部视频解码处理器或外部视频解码处理器协作,从而执行包括反量化、逆变换和预测/补偿的视频重建操作。根据实施方式的视频解码设备70的内部视频解码处理器可以是单独的处理器,或者可替代地,视频解码设备、中央处理设备或图形处理设备可包括视频解码处理模块以执行视频重建操作。

在根据实施方式的视频编码设备70和根据实施方式的视频解码设备70中,如上所述,视频数据可分割成具有树形结构的编码单元,以及编码单元、预测单元和变换单元被用于对编码单元的层间预测或帧间预测。下文中,将参照图8至图20描述根据实施方式的基于具有树形结构的编码单元和变换单元的视频编码方法和设备以及视频解码方法和设备。

原则上,在对多层视频进行编码/解码期间,可分别执行对基础层图像的编码/解码处理和对增强层图像的编码/解码处理。即,当对多层视频执行层间预测时,对单层视频进行编码/解码的结果彼此相关,但是对各个单层视频分别执行编码/解码处理。

为便于描述,因为将参照图8至图20描述的基于树形结构的编码单元的视频编码过程和视频解码过程在单层视频上执行,所以将描述帧间预测和运动补偿。然而,如参照图1A至图7B描述的,执行基础视角图像与增强层图像之间的层间预测和补偿,从而对视频流进行编码/解码。

相应地,为了供根据实施方式的视频编码设备70的编码器72对基于具有树形结构的编码单元的多层视频进行编码,视频编码设备70可包括与多层视频的层数一样多的图8的视频编码设备100,从而根据每个单层视频执行视频编码,进而控制每个视频编码设备100对指定的单层视频进行编码。另外,视频编码设备70可通过使用每个视频编码设备100的相应单视角编码结果执行视角间预测。相应地,视频编码设备70的编码器72可生成包括根据层的编码结果的基础视角视频流和增强层视频流。

类似地,为了供根据实施方式的视频解码设备70的解码器14对基于具有树形结构的编码单元的多层视频进行解码,视频流解码设备70可包括与多层视频的层数一样多的图9的视频解码设备200,从而对接收的基础层视频流和接收的增强层视频流执行视频解码,进而控制每个视频解码设备200对指定的单层视频进行解码。另外,视频流解码设备200可通过使用每个视频解码设备200的相应单层的解码结果执行层间补偿。相应地,视频解码设备70的解码器14可生成根据层重建的基础层图像和增强层图像。

图8是根据本公开的实施方式的基于根据树形结构的编码单元的视频编码设备100的框图。

根据实施方式的基于根据树形结构的编码单元的、涉及视频预测的视频编码设备100包括编码单元确定器120和输出单元130。在下文中,为便于描述,根据实施方式的基于根据树形结构的编码单元的、涉及视频预测的视频编码设备10将简称为“视频编码设备100”。

编码单元确定器120可基于最大编码单元来分割当前图片,所述最大编码单元是具有图像的当前图片的最大尺寸的编码单元。如果当前图片大于最大编码单元,那么当前图片的图像数据可被分割成至少一个最大编码单元。根据实施方式的最大编码单元可以是具有32×32、64×64、128×128、256×256等尺寸的数据单元,其中数据单元的形状是具有2的平方的宽度和长度的正方形。

根据实施方式的编码单元的特征可以是最大尺寸和深度。深度表示编码单元从最大编码单元空间分割的次数,并且随着深度加深,根据深度的较深编码单元可从最大编码单元分割到最小编码单元。最大编码单元的深度是最大深度,并且最小编码单元的深度是最小深度。由于对应于每个深度的编码单元的尺寸随着最大编码单元的深度加深而减小,因此,对应于较浅深度的编码单元可包括对应于较深深度的多个编码单元。

如上文所述,当前图片的图像数据根据编码单元的最大尺寸分割成最大编码单元,并且最大编码单元中的每个可包括根据深度分割的较深编码单元。由于根据实施方式的最大编码单元根据深度进行分割,因此,最大编码单元中包括的空间域的图像数据可根据深度进行分层分类。

限制最大编码单元的高度和宽度进行分层分割的总次数的编码单元的最大深度和最大尺寸可以预先确定。

编码单元确定器120对通过根据深度分割最大编码单元的区域而获取的至少一个分割区域进行编码,并且根据至少一个分割区域确定输出最终编码的图像数据的深度。换言之,通过根据当前图片的最大编码单元对根据深度的较深编码单元中的图像数据进行编码并且选择具有最小编码误差的深度,编码单元确定器120确定编码深度。所确定的编码深度和根据所确定的编码深度的编码图像数据输出到输出单元130。

最大编码单元中的图像数据基于与等于或小于最大深度的至少一个深度对应的较深编码单元进行编码,并且对图像数据进行编码的结果基于较深编码单元中的每个进行比较。在比较较深编码单元的编码误差之后,可选择具有最小编码误差的深度。针对每个最大编码单元,可选择至少一个编码深度。

随着编码单元根据深度进行分层分割,并且随着编码单元的数量增加,最大编码单元的尺寸被分割。此外,即使编码单元对应于一个最大编码单元中的相同深度,也要通过分别测量每个编码单元的图像数据的编码误差来确定是否将对应于相同深度的编码单元中的每个编码单元分割到较深深度。因此,即使在图像数据被包括在一个最大编码单元中时,编码误差也可根据一个最大编码单元中的区域而不同,因此,编码深度可根据图像数据中的区域而不同。因此,在一个最大编码单元中可确定一个或多个编码深度,并且最大编码单元的图像数据可根据至少一个编码深度的编码单元分开。

因此,根据实施方式的编码单元确定器120可确定最大编码单元中包括的具有树形结构的编码单元。根据实施方式的“具有树形结构的编码单元”包括在最大编码单元包括的所有较深编码之中的、与确定为编码深度的深度对应的编码单元。编码深度的编码单元可根据最大编码单元的相同区域中的深度来分层确定,并且可在不同区域中独立确定。类似地,当前区域中的编码深度可独立于另一区域中的编码深度进行确定。

根据实施方式的最大深度是与从最大编码单元到最小编码单元的分割次数相关的索引。根据实施方式的第一最大深度可表示从最大编码单元到最小编码单元的总分割次数。根据实施方式的第二最大深度可表示从最大编码单元到最小编码单元的深度等级的总数。例如,当最大编码单元的深度为0时,最大编码单元被分割一次的编码单元的深度可设置为1,并且最大编码单元被分割两次的编码单元的深度可设置为2。在这种情况下,如果最小编码单元是最大编码单元被分割四次的编码单元,那么存在深度0、1、2、3和4的深度等级,因此,第一最大深度可设置为4,并且第二最大深度可设置为5。

预测编码和变换可根据最大编码单元来执行。预测编码和变换也根据最大编码单元基于根据等于或小于最大深度的深度的较深编码单元来执行。

由于每当最大编码单元根据深度分割时较深编码单元的数量都增加,因此,在随着深度加深而生成的所有较深编码单元上执行包括预测编码和变换在内的编码。为便于描述,现在将基于当前深度的编码单元在最大编码单元中描述预测编码和变换。

根据实施方式的视频编码设备100可不同地选择用于对图像数据进行编码的数据单元的尺寸或形状。为了对图像数据进行编码,执行诸如预测编码、变换和熵编码的操作,并且同时,可将相同的数据单元用于所有操作或者将不同的数据单元用于每个操作。

例如,视频编码设备100不仅可选择用于对图像数据进行编码的编码单元,而且可选择不同于编码单元的数据单元,从而在编码单元中的图像数据上执行预测编码。

为了在最大编码单元中执行预测编码,可基于根据实施方式的与编码深度对应的编码单元(即,基于不再分割成对应于较深深度的编码单元的编码单元)执行预测编码。在下文中,不再进行分割并且成为用于预测编码的基础单元的编码单元现在将被称为“预测单元”。通过分割预测单元而获取的分区可包括预测单元或通过分割预测单元的高度和宽度中的至少一个而获取的数据单元。分区是编码单元的预测单元被分割的数据单元,并且预测单元可以是与编码单元具有相同尺寸的分区。

例如,当2N×2N(其中N是正整数)的编码单元不再分割并且成为2N×2N的预测单元时,分区的尺寸可以是2N×2N、2N×N、N×2N或N×N。根据实施方式的分区模式的示例包括通过对称地分割预测单元的高度或宽度而获取的对称分区、通过不对称地分割预测单元的高度或宽度(诸如1:n或n:1)而获取的分区、通过几何分割预测单元而获取的分区以及具有任意形状的分区。

预测单元的预测模式可以是帧内模式(Intra Mode)、帧间模式(Inter Mode)和跳跃模式(Skip Mode)中的至少一个。例如,帧内模式或帧间模式可在2N×2N、2N×N、N×2N或N×N的分区上执行。此外,跳跃模式可以只在2N×2N的分区上执行。编码在编码单元中的一个预测单元上独立执行,从而选择具有最小编码误差的预测模式。

根据实施方式的视频编码设备100也可不仅基于用于对图像数据进行编码的编码单元而且基于不同于编码单元的数据单元而在编码单元中的图像数据上执行变换。为了在编码单元中执行变换,可基于具有小于或等于编码单元的尺寸的变换单元来执行变换。例如,变换单元可包括用于帧内模式的数据单元和用于帧间模式的变换单元。

根据实施方式,编码单元中的变换单元可按与编码单元根据树形结构进行分割的类似方式递归地分割成更小尺寸的区域。因此,编码单元中的残余数据可根据具有树形结构的变换单元依据变换深度进行分割。

根据实施方式,表明通过分割编码单元的高度和宽度来达到变换单元的分割次数的变换深度也可设置在变换单元中。例如,在2N×2N的当前编码单元中,当变换单元的尺寸是2N×2N时变换深度可为0,当变换单元的尺寸是N×N时变换深度可为1,以及当变换单元的尺寸是N/2×N/2时变换深度可为2。换言之,具有树形结构的变换单元可根据变换深度进行设置。

根据与编码深度对应的编码单元的编码信息不仅需要与编码深度有关的信息,而且需要与预测编码和变换相关的信息。因此,编码单元确定器120不仅确定具有最小编码误差的编码深度,而且确定预测单元的分区模式、根据预测单元的预测模式以及用于变换的变换单元的尺寸。

下文将参考图10到图20详细描述根据实施方式的最大编码单元中的根据树形结构的编码单元以及确定预测单元/分区和变换单元的方法。

编码单元确定器120可通过使用基于拉格朗日乘子的率失真优化(Rate-Distortion Optimization)来测量根据深度的较深编码单元的编码误差。

输出单元130以比特流的形式输出基于由编码单元确定器120确定的至少一个编码深度进行编码的最大编码单元的图像数据以及根据编码深度的与编码模式有关信息。

通过对图像的残余数据进行编码可获取编码的图像数据。

根据编码深度的与编码模式有关信息可包括与编码深度有关的信息、与预测单元中的分区模式有关的信息、与预测模式有关的信息以及与变换单元的尺寸有关的信息。

与编码深度有关的信息可通过使用根据深度的分割信息进行限定,从而表明是否在较深深度而非当前深度的编码单元上执行编码。如果当前编码单元的当前深度是编码深度,那么对当前编码单元进行编码,因此,分割信息可限定为不将当前编码单元分割到较深深度。另一方面,如果当前编码单元的当前深度不是编码深度,那么在较深深度的编码单元上执行编码,因此,分割信息可限定为分割当前编码单元,以获取较深深度的编码单元。

如果当前深度不是编码深度,那么在分割成较深深度的编码单元的编码单元上执行编码。由于较深深度的至少一个编码单元存在于当前深度的一个编码单元中,因此,可在较深深度的每个编码单元上重复执行编码,从而可针对具有相同深度的编码单元递归地执行编码。

由于针对一个最大编码单元确定具有树形结构的编码单元并且针对编码深度的编码单元确定与至少一个编码模式有关的信息,因此,可针对一个最大编码单元确定与至少一个编码模式有关的信息。此外,最大编码单元的图像数据的编码深度可根据位置而不同,这是因为图像数据根据深度进行分层分割,因此,可针对图像数据来设置与编码深度和编码模式有关的信息。

因此,根据实施方式的输出单元130可将与对应编码深度和编码模式有关的编码信息分配到最大编码单元中包括的编码单元、预测单元和最小单元中的至少一个。

根据实施方式的最小单元是通过将构成最深深度的最小编码单元分割成4个而获取的正方形数据单元。或者,根据实施方式的最小单元可以是可被包括在最大编码单元所包括的编码单元、预测单元、分区单元和变换单元的全部中的最大正方形数据单元。

例如,由输出单元130输出的编码信息可分类成根据较深编码单元的编码信息和根据预测单元的编码信息。根据较深编码单元的编码信息可包括与预测模式有关的信息和与分区的尺寸有关的信息。根据预测单元的编码信息可包括与帧间模式的估计方向有关的信息、与帧间模式的参考图像索引有关的信息、与运动矢量有关的信息、与帧内模式的色度分量有关的信息以及与帧内模式的内插法有关的信息。

与根据图片、截片或GOP限定的编码单元的最大尺寸有关的信息以及与最大深度的有关信息可插入到比特流的标头、序列参数集或图像参数集中。

与当前视频准许的变换单元的最大尺寸的有关信息以及与变换单元的最小尺寸有关的信息也可通过比特流的标头、序列参数集或图片参数集输出。输出单元130可对与预测相关的参考信息、预测信息和截片类型信息进行编码并输出这些信息。

在根据最简单实施方式的视频编码设备100中,较深编码单元可以是通过将较浅深度的编码单元(上一层的编码单元)的高度或宽度一分为二所得到的编码单元。换言之,在当前深度的编码单元的尺寸是2N×2N时,较深深度的编码单元的尺寸是N×N。此外,具有2N×2N尺寸的具有当前深度的编码单元可最多包括四个具有较深深度的编码单元。

因此,通过基于最大编码单元的尺寸和考虑到当前图片的特征而确定的最大深度来确定每个最大编码单元的具有最佳形状和最佳尺寸的编码单元,视频编码设备100可形成具有树形结构的编码单元。此外,由于可通过使用各种预测模式和变换中的任一个在每个最大编码单元上执行编码,因此,可根据各种图像尺寸的编码单元的特征来确定最佳编码模式。

因此,如果具有高分辨率或大数据量的图像在传统宏块中编码,那么每个图片的宏块数量过度增加。因此,针对每个宏块生成的压缩信息的数量增加,因而难以传输压缩的信息并且数据压缩效率降低。然而,通过使用根据实施方式的视频编码设备100,图像压缩效率可能增加,这是因为在考虑图像的特征同时调整编码单元,同时考虑图像的尺寸而增大编码单元的最大尺寸。

上文参考图7A描述的视频编码设备70可包括与层的数量一样多的视频编码设备100,从而根据多层视频的层对单层图像进行编码。例如,基础层编码器可包括一个视频编码设备100,并且增强层编码器可包括与层的数量一样多的视频编码设备100。

当视频编码设备100对基础层图像进行编码时,编码单元确定器120可针对每个最大编码单元来确定用于根据具有树形结构的编码单元进行帧间预测的预测单元,并且根据预测单元来执行帧间预测。

即使在视频编码设备100对增强层图像进行编码时,编码单元确定器120也可针对每个最大编码单元来确定具有树形结构的编码单元和预测单元,并且根据预测单元来执行帧间预测。

图9是根据各种实施方式的基于根据树形结构的编码单元的视频解码设备200的框图。

根据实施方式的基于具有树形结构的编码单元的、涉及视频预测的视频解码设备200包括接收器210、图像数据与编码信息提取器220以及图像数据解码器230。为便于描述,根据实施方式的基于具有树形结构的编码单元的、涉及视频预测的视频解码设备200将简称为“视频解码设备200”。

根据实施方式,用于视频解码设备200的解码操作的各种术语(诸如,编码单元、深度、预测单元、变换单元和与各种编码模式有关的信息)的定义与参考图8和视频编码设备100描述的那些定义相同。

接收器210接收并解析编码视频的比特流。图像数据与编码信息提取器220从解析的比特流中提取用于每个编码单元的编码图像数据,其中编码单元具有根据每个最大编码单元的树形结构,并且将提取的图像数据输出到图像数据解码器230。图像数据与编码信息提取器220可从与当前图片有关的标头、序列参数集或图片参数集中提取与当前图片的编码单元的最大尺寸有关的信息。

此外,图像数据与编码信息提取器220针对根据每个最大编码单元的具有树形结构的编码单元从解析的比特流中提取与编码深度和编码模式有关的信息。提取的与编码深度和编码模式有关的信息输出到图像数据解码器230。换言之,比特流中的图像数据分割成最大编码单元,使得图像数据解码器230针对每个最大编码单元将图像数据解码。

根据最大编码单元的与编码深度和编码模式有关的信息可针对与编码深度对应的至少一个编码单元有关的信息进行设置,并且与编码模式有关的信息可包括与对应于编码深度的对应编码单元的分区模式有关的信息、与预测模式有关的信息以及与变换单元的尺寸有关的信息。此外,根据深度的分割信息可被提取为与编码深度有关的信息。

由图像数据与编码信息提取器220提取的根据每个最大编码单元的与编码深度和编码模式有关的信息是被确定当诸如根据实施方式的视频编码设备100等编码器根据每个最大编码单元针对根据深度的每个较深编码单元重复执行编码时会生成最小编码误差的与编码深度和编码模式有关的信息。因此,视频解码设备200可通过根据生成最小编码误差的编码深度和编码模式对图像数据进行解码来重建图像。

由于根据实施方式,与编码深度和编码模式有关的编码信息可分配到对应编码单元、预测单元和最小单元之中的预定数据单元,因此,图像数据与编码信息提取器220可根据预定数据单元提取与编码深度和编码模式有关的信息。如果对应最大编码单元的与编码深度和编码模式有关的信息根据预定数据单元进行记录,那么可以推断,被分配相同的与编码深度和编码模式有关的信息的预定数据单元就是相同最大编码单元中包括的数据单元。

图像数据解码器230可通过基于根据最大编码单元的与编码深度和编码模式有关的信息将每个最大编码单元中的图像数据解码来重建当前图片。换言之,图像数据解码器230可基于与每个最大编码单元中包括的具有树形结构的编码单元之中的每个编码单元的分区模式、预测模式和变换单元有关的提取信息对编码的图像数据进行解码。解码过程可包括预测和逆变换,所述预测包括帧内预测和运动补偿。

基于与根据编码深度的编码单元的预测单元的分区模式和预测模式有关的信息,图像数据解码器230可根据每个编码单元的分区和预测模式来执行帧内预测或运动补偿。

此外,图像数据解码器230可读取与用于每个编码单元的根据树形结构的变换单元有关的信息,从而基于每个编码单元的变换单元来执行逆变换,从而针对每个最大编码单元进行逆变换。经由逆变换,可重建编码单元的空间域的像素值。

图像数据解码器230可通过使用根据深度的分割信息来确定当前最大编码单元的编码深度。如果分割信息表明图像数据不再以当前深度分割,那么当前深度就是编码深度。因此,图像数据解码器230可通过使用与对应于编码深度的每个编码单元的预测单元的分区模式、预测模式信息和变换单元的尺寸有关的信息来对当前最大编码单元中的编码数据进行解码。

换言之,通过观察分配给编码单元、预测单元和最小单元之中的预定数据单元的编码信息集,可收集含有包括相同分割信息的编码信息的数据单元,并且可将收集的数据单元视作将由图像数据解码器230以相同编码模式解码的一个数据单元。因此,可通过获取与用于每个编码单元的编码模式有关的信息来对当前编码单元进行解码。

上文参考图1B描述的视频解码设备70的解码器14可包括与层的数量一样多数量的图像数据解码器230,从而生成用于根据多层视频的层来进行帧间预测的参考图像。

另外,上文参考图1B描述的视频解码设备70的解码器14可包括与视角的数量一样多数量的视频解码设备200,从而通过对接收的基础层图像流和接收的增强层图像流进行解码来重建基础层图像和增强层图像。

当接收到基础层图像流时,视频解码设备200的图像数据解码器230可将由图像数据与编码信息提取器220从基础层图像流中提取的基础层图像的样本分割成具有树形结构的编码单元。图像数据解码器230可通过根据用于帧间预测的预测单元在通过分割基础层图像的样本而获取的具有树形结构的编码单元上执行运动补偿来重建基础层图像。

当接收到增强层图像流时,视频解码设备200的图像数据解码器230可将由图像数据与编码信息提取器220从增强层图像流中提取的增强层图像的样本分割成具有树形结构的编码单元。图像数据解码器230可通过根据用于帧间预测的预测单元在通过分割增强层图像的样本而获取的编码单元上执行运动补偿来重建增强层图像。

因此,视频解码设备200可获取与在针对每个最大编码单元递归地执行编码时生成最小编码误差的至少一个编码单元有关的信息,并且可使用该信息来对当前图片进行解码。换言之,可对确定是每个最大编码单元中的最佳编码单元的、具有树形结构的编码单元进行解码。

因此,即使图像数据具有高分辨率和大量数据,图像数据仍可通过使用编码单元的尺寸和编码模式来高效解码和重建,所述编码单元的尺寸和编码模式是通过使用从编码器接收的与最佳编码模式有关的信息根据图像数据的特征而自适应地确定的。

图10是用于描述根据各种实施方式的编码单元的概念的示意图。

编码单元的尺寸可由宽度×高度来表示,并且可以是64×64、32×32、16×16和8×8。64×64的编码单元可分割成64×64、64×32、32×64或32×32的分区,并且32×32的编码单元可分割成32×32、32×16、16×32或16×16的分区,16×16的编码单元可分割成16×16、16×8、8×16或8×8的分区,以及8×8的编码单元可分割成8×8、8×4、4×8或4×4的分区。

在视频数据310中,分辨率是1920×1080,编码单元的最大尺寸是64,并且最大深度是2。在视频数据320中,分辨率是1920×1080,编码单元的最大尺寸是64,并且最大深度是3。在视频数据330中,分辨率是352×288,编码单元的最大尺寸是16,并且最大深度是1。图10所示的最大深度是指从最大编码单元到最小编码单元的总分割次数。

如果分辨率较高或数据量较大,那么编码单元的最大尺寸可较大,从而不仅增加编码效率,而且准确反映图像的特征。因此,分辨率比视频数据330高的视频数据310和320的编码单元的最大尺寸可以是64。

由于视频数据310的最大深度是2,因此,视频数据315的编码单元310可包括长轴尺寸为64的最大编码单元,以及长轴尺寸为32和16的编码单元,这是因为通过将最大编码单元分割两次,深度加深两个层。由于视频数据330的最大深度是1,因此,视频数据330的编码单元335可包括长轴尺寸为16的最大编码单元,以及长轴尺寸为8的编码单元,这是因为通过将最大编码单元分割一次,深度加深一层。

由于视频数据320的最大深度是3,因此,视频数据320的编码单元325可包括长轴尺寸为64的最大编码单元,以及长轴尺寸为32、16和8的编码单元,这是因为通过将最大编码单元分割三次,深度加深3个层。随着深度加深,可准确地表达详细信息。

图11是根据实施方式的基于编码单元的图像编码器400的框图。

根据实施方式的图像编码器400执行视频编码设备100的图片解码器120中对图像数据进行编码所需的操作。换言之,帧内预测器420在当前帧405之中根据预测单元在编码单元上以帧内模式执行帧内预测,并且帧间预测器415通过使用当前图像405和由重建图片缓存器410获取的参考图像根据预测单元在编码单元上以帧间模式执行帧间预测。当前图像405可被分割成最大编码单元,随后最大编码单元可相继被编码。就此而言,可对待分割成具有树形结构的编码单元的最大编码单元上执行编码。

通过从待编码的当前图像405的数据中去除从帧内预测器420或帧间预测器415中输出的每个模式的编码单元的预测数据,生成残余数据,并且残余数据作为经量化的变换系数通过变换器425和量化器430按照变换单元输出。经量化的变换系数通过反量化器445和逆变换器450而重建成空间域中的残余数据。将空间域中的残余数据添加到从帧内预测器420或帧间预测器中输出的每个模式的编码单元的预测数据,从而重建成当前图像405的编码单元的空间域中的数据。空间域中的数据经过去块化器455和样本自适应偏移(SAO)执行器460,因而生成重建的图像。重建的图像存储在重建图片缓存器410中。存储在重建图片缓存器410中的所重建的图像可用作另一图像的帧间预测的参考图像。通过变换器425和量化器430获取的经量化的变换系数可通过熵编码器435而输出为比特流440。

为了将根据实施方式的图像编码器400应用于视频编码设备100,图像编码器400的所有元件(即,帧间预测器415、帧内预测器420、变换器425、量化器430、熵编码器435、反量化器445、逆变换器450、去块化单元455和SAO执行器460)基于每个最大编码单元的具有树形结构的编码单元之中的每个编码单元来执行操作。

具体而言,帧内预测器420和帧间预测器415可在考虑当前最大编码单元的最大尺寸和最大深度的同时确定具有树形结构的编码单元之中的每个编码单元的分区模式和预测模式,并且变换器425可确定是否分割具有树形结构的编码单元之中的每个编码单元中的具有四叉树结构的变换单元。

图12是根据实施方式的基于编码单元的图像解码器500的框图。

熵解码器515对来自比特流505的将被解码的编码图像数据和解码所需的编码信息进行解析。编码图像数据是经量化的变换系数,并且反量化器520和逆变换器525从经量化的变换系数中重建残余数据。

帧内预测器540根据每个预测单元以帧内模式在编码单元上执行帧内预测。帧间预测器535通过使用由重建图片缓存器530获取的参考图像而针对预测单元在当前图像中以帧间模式在编码单元上执行帧间预测。

通过帧内预测器540和帧间预测器535的、与每个模式的编码单元有关的预测数据和残余数据相加,因此与当前图像405的编码单元有关的空间域的数据可被重建,以及重建的空间域的数据可通过去块化单元545和SAO执行器550输出为重建的图像560。可将存储在重建图片缓存器530的所重建的图像输出为参考图像。

为了对视频解码设备200的图像数据解码器230中的图像数据进行解码,可执行根据实施方式的图像解码器500的熵解码器515之后的操作。

为了将图像解码器500应用于根据实施方式的视频解码设备200,图像解码器500的所有元件(即,熵解码器515、反量化器520、逆变换器525、帧间预测器535、去块化单元545和SAO执行器550)可针对每个最大编码单元基于具有树形结构的编码单元来执行操作。

具体而言,帧内预测器540和帧间预测器535针对具有树形结构的编码单元中的每个来确定分区模式和预测模式,并且逆变换器525可确定是否针对每个编码单元分割具有四叉树结构的变换单元。

图11的编码操作和图12的解码操作分别描述单个层中的视频流编码和视频流解码。因此,当图1A的编码器72对两层或多层的视频流进行编码时,针对每一层可包括图像编码器400。类似地,当图1B的解码器14对两层或多层的视频流进行解码时,针对每一层可包括图像解码器500。

图13是示出根据各种实施方式的根据深度和分区的较深编码单元的示意图。

根据实施方式的视频编码设备100和根据实施方式的视频解码设备200使用分层编码单元,从而考虑图像的特征。编码单元的最大高度、最大宽度和最大深度可根据图像的特征而自适应地确定,或者可由用户不同地设置。根据深度的较深编码单元的尺寸可根据编码单元的预定最大尺寸进行确定。

在根据实施方式的编码单元的分层结构600中,编码单元的最大高度和最大宽度均是64,并且最大深度是3。在这种情况下,最大深度是指编码单元从最大编码单元分割到最小编码单元的总次数。由于深度沿着根据实施方式的编码单元的分层结构600的竖直轴加深,因此,较深编码单元的高度和宽度均被分割。此外,沿着分层结构600的水平轴示出作为每个较深编码单元的预测编码的基础的预测单元和分区。

换言之,编码单元610是分层结构600中的最大编码单元,其中深度为0并且尺寸(即,高度乘宽度)为64×64。深度沿着竖直轴加深,而且编码单元620的尺寸为32×32且深度为1,编码单元630的尺寸为16×16且深度为2,以及编码单元640的尺寸为8×8且深度为3。尺寸为8×8且深度为3的编码单元640是最小编码单元。

编码单元的预测单元和分区根据每个深度沿着水平轴布置。换言之,如果尺寸为64×64且深度为0的编码单元610是预测单元,那么预测单元可分割成编码单元610中包括的分区,即,尺寸为64×64的分区610、尺寸为64×32的分区612、尺寸为32×64的分区614,或者尺寸为32×32的分区616。

类似地,尺寸为32×32且深度为1的编码单元620的预测单元可分割成编码单元620中包括的分区,即,尺寸为32×32的分区620、尺寸为32×16的分区622、尺寸为16×32的分区624以及尺寸为16×16的分区626。

类似地,尺寸为16×16且深度为2的编码单元630的预测单元可分割成编码单元630中包括的分区,即,编码单元630中包括的尺寸为16×16的分区、尺寸为16×8的分区632、尺寸为8×16的分区634以及尺寸为8×8的分区636。

类似地,尺寸为8×8且深度为3的编码单元640的预测单元可分割成编码单元640中包括的分区,即,编码单元640中包括的尺寸为8×8的分区、尺寸为8×4的分区642、尺寸为4×8的分区644以及尺寸为4×4的分区646。

为了确定构成最大编码单元610的编码单元的至少一个编码深度,根据实施方式的视频编码设备100的编码单元确定器120针对最大编码单元610中包括的与每个深度对应的编码单元来执行编码。

包括相同范围和相同尺寸的数据的、根据深度的较深编码单元的数量随着深度加深而增加。例如,需要四个对应于深度2的编码单元来覆盖一个对应于深度1的编码单元中包括的数据。因此,为了将根据深度的相同数据的编码结果进行比较,对应于深度1的编码单元和对应于深度2的四个编码单元均被编码。

为了针对深度之中的当前深度执行编码,可通过沿着分层结构600的水平轴、针对与当前深度对应的编码单元中的每个预测单元执行编码,为当前深度选择最小编码误差。或者,随着深度沿着分层结构600的竖直轴加深,可通过针对每个深度执行编码,根据深度来比较最小编码误差而搜索出最小编码误差。最大编码单元610中具有最小编码误差的深度和分区可被选作最大编码单元610的编码深度和分区模式。

图14是用于描述根据各种实施方式的编码单元与变换单元之间的关系的示意图。

根据实施方式的视频编码设备100或根据实施方式的视频解码设备200根据每个最大编码单元的、尺寸等于或小于最大编码单元的编码单元对图像进行编码或解码。在编码期间用于变换的变换单元的尺寸可基于不大于对应编码单元的数据单元进行选择。

例如,在根据实施方式的视频编码设备100或根据实施方式的视频解码设备200中,如果编码单元710的尺寸是64×64,那么可通过使用尺寸为32×32的变换单元720来执行变换。

此外,可通过在尺寸为32×32、16×16、8×8和4×4(都小于64×64)的变换单元中的每个上执行变换,从而对尺寸为64×64的编码单元710的数据进行编码,并且随后可选择具有最小编码误差的变换单元。

图15是用于描述根据各种实施方式的与编码深度对应的编码单元的编码信息的示意图。

根据实施方式的视频编码设备100的输出单元130可针对与编码深度对应的每个编码单元来编码并传输与分区模式有关的信息800、与预测模式有关的信息810和与变换单元的尺寸有关的信息820,以作为与编码模式有关的信息。

信息800表明与通过分割当前编码单元的预测单元而获取的分区的形状的有关信息,其中分区是用于对当前编码单元进行预测编码的数据单元。例如,尺寸为2N×2N的当前编码单元CU_0可分割成下列分区中的任一个:尺寸为2N×2N的分区802、尺寸为2N×N的分区804、尺寸为N×2N的分区806以及尺寸为N×N的分区808。在这种情况下,与分区模式有关的信息800设置成表示下列中的一个:尺寸为2N×N的分区804、尺寸为N×2N的分区806以及尺寸为N×N的分区808。

信息810表明每个分区的预测模式。例如,信息810可表明在由信息800表明的分区上执行的预测编码的模式,即,帧内模式812、帧间模式814或跳跃模式816。

信息820表明在当前编码单元上执行变换时将依据的变换单元。例如,所述变换单元可以是第一帧内变换单元822、第二帧内变换单元824、第一帧间变换单元826或者第二帧间变换单元828。

根据实施方式的视频解码设备200的图像数据与编码信息提取器220可提取并使用信息800、810和820,以根据每个较深编码单元进行解码。

图16是根据各种实施方式的根据深度的较深编码单元的示意图。

分割信息可用来表明深度的变化。分割信息表明当前深度的编码单元是否分割成较深深度的编码单元。

用于对深度为0且尺寸为2N_0×2N_0的编码单元900进行预测编码的预测单元910可包括下列分区模式的分区:尺寸为2N_0×2N_0的分区模式912、尺寸为2N_0×N_0的分区模式914、尺寸为N_0×2N_0的分区模式916和尺寸为N_0×N_0的分区模式918。图9只示出通过对称地分割预测单元910而获取的分区模式912到918,但分区模式不限于此,并且预测单元910的分区可包括不对称分区、具有预定形状的分区和具有几何形状的分区。

根据每个分区模式,在尺寸为2N_0×2N_0的一个分区、尺寸为2N_0×N_0的两个分区、尺寸为N_0×2N_0的两个分区和尺寸为N_0×N_0的四个分区上重复执行预测编码。可在尺寸为2N_0×2N_0、N_0×2N_0、2N_0×N_0和N_0×N_0的分区上执行帧内模式和帧间模式的预测编码。只在尺寸为2N_0×2N_0的分区上执行跳跃模式的预测编码。

如果分区模式912至916中的一个分区模式的编码误差是最小误差,那么预测单元910可不分割成更深深度。

如果分区模式918中的编码误差是最小误差,那么在操作920中,深度从0变成1从而分割分区模式918,并且在深度为2且尺寸为N_0×N_0的编码单元930上重复执行编码,以搜索最小编码误差。

用于对深度为1且尺寸为2N_1×2N_1(=N_0×N_0)的编码单元930进行预测编码的预测单元940可包括下列分区模式的分区:尺寸为2N_1×2N_1的分区模式942、尺寸为2N_1×N_1的分区模式944、尺寸为N_1×2N_1的分区模式946和尺寸为N_1×N_1的分区模式948。

如果分区模式948的编码误差是最小误差,那么在操作950中,深度从1变成2从而分割分区模式948,并且在深度为2且尺寸为N_2×N_2的编码单元960上重复执行编码,以搜索最小编码误差。

当最大深度为d时,根据每个深度的分割信息可被执行直至深度变为d-1时,并且分割信息可被编码直至深度是0至d-2中的一个时。换言之,当在操作970中在对应于深度d-2的编码单元进行分割之后执行编码直到深度为d-1时,用于对深度为d-1且尺寸为2N_(d-1)×2N_(d-1)的编码单元980进行预测编码的预测单元990可包括下列分区模式的分区:尺寸为2N_(d-1)×2N_(d-1)的分区模式992、尺寸为2N_(d-1)×N_(d-1)的分区模式994、尺寸为N_(d-1)×2N_(d-1)的分区模式996和尺寸为N_(d-1)×N_(d-1)的分区模式998。

可在分区模式992至998之中的尺寸为2N_(d-1)×2N_(d-1)的一个分区、尺寸为2N_(d-1)×N_(d-1)的两个分区、尺寸为N_(d-1)×2N_(d-1)的两个分区、尺寸为N_(d-1)×N_(d-1)的四个分区上重复地执行预测编码,以搜索具有最小编码误差的分区模式。

即使在分区模式998具有最小编码误差时,由于最大深度为d,因此,深度为d-1的编码单元CU_(d-1)不再分割到更深深度,并且构成当前最大编码单元900的编码单元的编码深度被确定为d-1,而且当前最大编码单元900的分区模式可被确定为N_(d-1)×N_(d-1)。此外,由于最大深度为d,因此,不设置深度为d-1的编码单元952的分割信息。

数据单元999可以是当前最大编码单元的“最小单元”。根据实施方式的最小单元可以是通过将具有最深编码深度的最小编码单元分割成4个而获取的正方形数据单元。通过重复执行编码,根据实施方式的视频编码设备100可通过比较根据编码单元900的深度的编码误差来选择具有最小编码误差的深度从而确定编码深度,并且可将对应分区模式和预测模式设置为编码深度的编码模式。

因此,在所有的深度1至d中比较根据深度的最小编码误差,并且可将具有最小编码误差的深度确定为编码深度。编码深度、预测单元的分区模式和预测模式可作为与编码模式有关的信息而被编码和传输。此外,由于编码单元从深度0分割到编码深度,因此,只有编码深度的分割信息被设置为0,而除编码深度之外的深度的分割信息被设置为1。

根据实施方式的视频解码设备200的图像数据与编码信息提取器220可提取并使用与编码单元900的编码深度和预测单元有关的信息,从而对分区912进行解码。根据实施方式的视频解码设备200可通过使用根据深度的分割信息而将分割信息为0的深度确定为编码深度,并且将对应深度的与编码模式有关的信息用于解码。

图17至图19是用于描述根据各种实施方式的编码单元、预测单元与变换单元之间的关系的示意图。

编码单元1010是最大编码单元中的由根据实施方式的视频编码设备100确定的、与编码深度对应的具有树形结构的编码单元。预测单元1060是编码单元1010中的每个的预测单元的分区,以及变换单元1070是编码单元1010中的每个的变换单元。

当编码单元1010中的最大编码单元的深度为0时,编码单元1012和1054的深度为1,编码单元1014、1016、1018、1028、1050和1052的深度为2,编码单元1020、1022、1024、1026、1030、1032和1048的深度为3,以及编码单元1040、1042、1044和1046的深度为4。

在预测单元1060中,通过分割编码单元1010中的编码单元获取一些编码单元1014、1016、1022、1032、1048、1050、1052和1054。换言之,编码单元1014、1022、1050和1054的分区模式具有尺寸2N×N,编码单元1016、1048和1052的分区模式具有尺寸N×2N,以及编码单元1032的分区模式具有尺寸N×N。编码单元1010的预测单元和分区小于或等于每个编码单元。

在小于编码单元1052的数据单元中,对变换单元1070中的编码单元1052的图像数据执行变换或逆变换。此外,变换单元1070中的编码单元1014、1016、1022、1032、1048、1050和1052在尺寸和形状方面不同于预测单元1060。换言之,根据实施方式的视频编码设备100和视频解码设备200可在相同编码单元的数据单元上分别执行帧内预测、运动估算、运动补偿、变换以及逆变换。

因此,对最大编码单元的每个区域中具有分层结构的编码单元中的每个递归地执行编码,以确定最佳编码单元,因此,可获取具有递归树形结构的编码单元。编码信息可包括与编码单元有关的分割信息、与分区模式有关的信息、与预测模式有关的信息和与变换单元的尺寸有关的信息。表1示出可由根据实施方式的视频编码设备100和视频解码设备200设置的编码信息。

表1

根据实施方式的视频编码设备100的输出单元130可输出与具有树形结构的编码单元有关的编码信息,并且根据实施方式的视频解码设备200的图像数据与编码信息提取器220可从接收的比特流中提取与具有树形结构的编码单元有关的编码信息。

分割信息表明当前编码单元是否分割成较深深度的编码单元。如果当前深度d的分割信息为0,那么当前编码单元不再分割到较深深度所处的深度是编码深度,因此,可针对编码深度来限定与分区模式、预测模式和变换单元的尺寸有关的信息。如果当前编码单元根据分割信息进一步分割,那么在较深深度的四个分割编码单元上独立执行编码。

预测模式可以是帧内模式、帧间模式和跳跃模式中的一个。帧内模式和帧间模式可限定于所有分区模式,而跳跃模式只限定于尺寸为2N×2N的分区模式。

与分区模式有关的信息可表明通过对称地分割预测单元的高度或宽度而获取的尺寸为2N×2N、2N×N、N×2N和N×N的对称分区模式,以及通过不对称地分割预测单元的高度或宽度而获取的尺寸为2N×nU、2N×nD、nL×2N和nR×2N的不对称分区模式。可分别通过以1:3和3:1分割预测单元的高度来获取尺寸为2N×nU和2N×nD的不对称分区模式,并且可分别通过以1:3和3:1分割预测单元的宽度来获取尺寸为nL×2N和nR×2N的不对称分区模式。

变换单元的尺寸可设置为在帧内模式下有两个类型并且在帧间模式下有两个类型。换言之,如果变换单元的分割信息为0,那么变换单元的尺寸可以是2N×2N,也就是当前编码单元的尺寸。如果变换单元的分割信息为1,那么可通过分割当前编码单元来获取变换单元。此外,如果尺寸为2N×2N的当前编码单元的分区模式是对称分区模式,那么变换单元的尺寸可以是N×N,而如果当前编码单元的分区模式是不对称分区模式,那么变换单元的尺寸可以是N/2×N/2。

根据实施方式的与具有树形结构的编码单元有关的编码信息可包括与编码深度对应的编码单元、预测单元和最小单元中的至少一个。与编码深度对应的编码单元可包括具有相同编码信息的预测单元和最小单元中的至少一个。

因此,通过比较相邻数据单元的编码信息来确定相邻数据单元是否包括在与编码深度对应的相同编码单元中。此外,可通过使用数据单元的编码信息来确定与编码深度对应的对应编码单元,因此可推断出最大编码单元中的编码深度的分布。

因此,如果基于相邻数据单元的编码信息来预测当前编码单元,那么可直接参考并使用与当前编码单元相邻的较深编码单元中的数据单元的编码信息。

可替代地,如果基于相邻数据单元的编码信息来对当前编码单元进行预测,那么通过使用数据单元的编码信息来搜索与当前编码单元相邻的数据单元,以及搜索的相邻编码单元可被参考以预测当前编码单元。

图20是用于描述根据表5的编码模式信息的编码单元、预测单元与变换单元之间的关系的示意图。

最大编码单元1300包括编码单元1302、1304、1306、1312、1314、1316、以及具有编码深度的1318。此处,由于编码单元1318是具有编码深度的编码单元,因此,分割信息可设置为0。与尺寸为2N×2N的编码单元1318的分区模式有关的信息可设置为下列一个:尺寸为2N×2N的分区模式1322、尺寸为2N×N的分区模式1324、尺寸为N×2N的分区模式1326、尺寸为N×N的分区模式1328、尺寸为2N×nU的分区模式1332、尺寸为2N×nD的分区模式1334、尺寸为nL×2N的分区模式1336以及尺寸为nR×2N的分区模式1338。

变换单元的分割信息(TU尺寸标记)是一种类型的变换索引。与变换索引对应的变换单元的尺寸可根据编码单元的预测单元类型或分区模式而改变。

例如,当分区模式设置为对称,即,分区模式1322、分区模式1324、分区模式1326或分区模式1328时,如果变换单元的TU尺寸标记为0,则设置尺寸为2N×2N的变换单元1342,而如果TU尺寸标记为1,则设置尺寸为N×N的变换单元1344。

当分区模式设置为不对称,即,分区模式1332、分区模式1334、分区模式1336或分区模式1338时,如果TU尺寸标记为0,则设置尺寸为2N×2N的变换单元1352,而如果TU尺寸标记为1,则设置尺寸为N/2×N/2的变换单元1354。

参考图20,TU尺寸标记是值为0或1的标记,但根据实施方式的TU尺寸标记不限于1比特,并且在TU尺寸标记从0增加时,变换单元可分层地分割成具有树形结构。变换单元的分割信息(TU尺寸标记)可以是变换索引的一个示例。

在这种情况下,实际使用的变换单元的尺寸可通过使用根据实施方式的变换单元的TU尺寸标记以及变换单元的最大尺寸和变换单元的最小尺寸一起来表示。根据实施方式的视频编码设备100能够对最大变换单元尺寸信息、最小变换单元尺寸信息和最大TU尺寸标记进行编码。对最大变换单元尺寸信息、最小变换单元尺寸信息和最大TU尺寸标记进行编码的结果可插入到SPS。根据实施方式的视频解码设备200可通过使用最大变换单元尺寸信息、最小变换单元尺寸信息和最大TU尺寸标记来对视频进行解码。

例如,(a)如果当前编码单元的尺寸是64×64并且最大变换单元尺寸是32×32,那么(a-1)变换单元的尺寸在TU尺寸标记为0时可以是32×32,(a-2)在TU尺寸标记为1时可以是16×16,以及(a-3)在TU尺寸标记为2时可以是8×8。

作为另一示例,(b)如果当前编码单元的尺寸是32×32并且最小变换单元尺寸是32×32,那么(b-1)变换单元的尺寸在TU尺寸标记为0时可以是32×32。此处,由于变换单元的尺寸不可小于32×32,因此,TU尺寸标记无法设置成除了0之外的值。

作为另一示例,(c)如果当前编码单元的尺寸是64×64并且最大TU尺寸标记是1,那么TU尺寸标记可以是0或1。此处,TU尺寸标记无法设置成除了0或1之外的值。

因此,如果将最大TU尺寸标记定义为“MaxTransformSizeIndex”,将最小变换单元尺寸定义为“MinTransformSize”,并且当TU尺寸标记为0时变换单元尺寸为“RootTuSize”,那么可在当前编码单元中确定的当前最小变换单元尺寸“CurrMinTuSize”可由等式(1)限定:

CurrMinTuSize

=max(MinTransformSize,RootTuSize/(2^MaxTransformSizeIndex))...(1)

与可在当前编码单元中确定的当前最小变换单元尺寸“CurrMinTuSize”相比,TU尺寸标记为0时的变换单元尺寸“RootTuSize”可表示可以在系统中选择的最大变换单元尺寸。在等式(1)中,“RootTuSize/(2^MaxTransformSizeIndex)”表示在TU尺寸标记为0时变换单元尺寸“RootTuSize”被分割与最大TU尺寸标记对应的次数时的变换单元尺寸,并且“MinTransformSize”表示最小变换尺寸。因此,“RootTuSize/(2^MaxTransformSizeIndex)”和“MinTransformSize”之中的较小值可以是可在当前编码单元中确定的当前最小变换单元尺寸“CurrMinTuSize”。

根据实施方式,最大变换单元尺寸RootTuSize可根据预测模式而改变。

例如,如果当前预测模式是帧间模式,那么“RootTuSize”可通过使用下列等式(2)来确定。在等式(2)中,“MaxTransformSize”表示最大变换单元尺寸,并且“PUSize”表示当前预测单元尺寸。

RootTuSize=min(MaxTransformSize,PUSize).........(2)

换言之,如果当前预测模式是帧间模式,那么在TU尺寸标记为0时,变换单元尺寸“RootTuSize”可以是最大变换单元尺寸和当前预测单元尺寸之中的较小值。

如果当前分区单元的预测模式是帧内模式,那么“RootTuSize”可通过使用下列等式(3)来确定。在等式(3)中,“PartitionSize”表示当前分区单元的尺寸。

RootTuSize=min(MaxTransformSize,PartitionSize)...........(3)

换言之,如果当前预测模式是帧内模式,那么在TU尺寸标记为0时,变换单元尺寸“RootTuSize”可以是最大变换单元尺寸和当前分区单元的尺寸之中的较小值。

然而,根据分区单元中的预测模式的类型而改变的当前最大变换单元尺寸“RootTuSize”仅仅是示例,并且本公开不限于此。

根据参考图8到图20描述的基于具有树形结构的编码单元的视频编码方法,针对树形结构的每个编码单元,将空间域的图像数据编码。根据基于具有树形结构的编码单元的视频解码方法,针对每个最大编码单元执行解码,以重建空间域的图像数据。因此,可重建图片和视频(即,图片序列)。重建的视频可由播放设备播放、可存储在存储介质中、或可通过网络传输。

根据本公开的实施方式可编写为计算机程序,并且可在使用计算机可读记录介质执行程序的通用数字计算机中实施。计算机可读记录介质的示例包括磁存储介质(例如,ROM、软盘、硬盘等)和光记录介质(例如,CD-ROM或DVD)。

为便于描述,上文参考图1A到图20描述的视频流编码方法和/或视频编码方法将统一被称为“本公开的视频编码方法”。此外,上文参考图1A到图20描述的视频流解码方法和/或视频解码方法将被称为“本公开的视频解码方法”。

另外,已参考图1A到图20描述的视频编码设备(包括视频编码设备70、视频编码设备或视频编码器100或图像编码器400)将被称为“本公开的视频编码设备”。此外,已参考图1A到图20描述的视频解码设备(包括视频解码设备70、视频解码设备200或图像解码器500)将被称为“本公开的视频解码设备”。

现在将详细描述根据本公开实施方式的存储程序的计算机可读记录介质,例如,盘片26000。

图21是根据各种实施方式的存储有程序的盘片26000的物理结构的示意图。盘片26000作为一种存储介质,其可以是硬盘驱动器、紧密式只读存储器(CD-ROM)盘、蓝光光盘或数字多功能盘(DVD)。盘片26000包括多个同心盘道Tr,所述同心盘道各自在盘片26000的圆周方向上分成特定数量的扇区Se。在根据实施方式的盘片26000的特定区域中,可分配并存储执行上述量化参数确定方法、视频编码方法和视频解码方法的程序。

现在将参考图22描述使用存储介质实现的计算机系统,所述存储介质存储用于执行上述视频编码方法和视频解码方法的程序。

图22是用于通过使用盘片26000来记录和读取程序的盘片驱动器26800的示意图。计算机系统26700可经由盘片驱动器26800在盘片26000中存储用于执行本公开的视频编码方法和视频解码方法中的至少一个的程序。为了在计算机系统26700中运行存储在盘片26000中的程序,可从盘片26000中读取程序并且通过使用盘片驱动器26800将它传输到计算机系统26700。

执行本公开的视频编码方法和视频解码方法中的至少一个的程序可不仅存储在图21或图22所示的盘片26000中,还可存储在存储卡、ROM盒式磁带或固态驱动器(SSD)中。

下文将描述应用上文所述的视频编码方法和视频解码方法的系统。

图23是用于提供内容分发服务的内容供应系统11000的整体结构的示意图。通信系统的服务区域分成预定尺寸的小区,并且无线基站11700、11800、11900和12000分别安装在这些小区中。

内容供应系统11000包括多个独立装置。例如,诸如计算机12100、个人数字助理(PDA)12200、摄像机12300和移动电话12500的多个独立装置经由互联网服务提供商11200、通信网络11400以及无线基站11700、11800、11900和12000连接到互联网11100。

然而,内容供应系统11000不限于如图24所示,并且装置可选择性地连接到该系统。多个独立装置可直接连接到通信网络11400,而不经过无线基站11700、11800、11900和12000。

摄像机12300是能够拍摄视频图像的成像装置,例如,数字摄像机。移动电话12500可采用例如个人数字通信(PDC)、码分多址(CDMA)、宽带码分多址(W-CDMA)、全球移动通信系统(GSM)以及个人手持式电话系统(PHS)等各种协议中的至少一个通信方法。

摄像机12300可经由无线基站11900和通信网络11400连接到流式服务器11300。流式服务器11300允许经由摄像机12300从用户接收的内容经过实时广播进行流传输。从摄像机12300接收的内容可通过摄像机12300或流式服务器11300进行编码。由摄像机12300拍摄的视频数据可经由计算机12100传输到流式服务器11300。

由相机12600拍摄的视频数据也可经由计算机12100传输到流式服务器11300。相机12600是能够拍摄静态图像和视频图像的成像装置,类似于数字相机。由相机12600拍摄的视频数据可使用相机12600或计算机12100进行编码。对视频执行编码和解码的软件可存储在可由计算机12100访问的计算机可读记录介质中,例如,CD-ROM盘、软盘、硬盘驱动器、SSD或存储卡。

如果视频数据由内置在移动电话12500的相机拍摄,那么视频数据可从移动电话12500中接收。

视频数据也可由安装在摄像机12300、移动电话12500或相机12600中的大规模集成电路(LSI)系统进行编码。

根据实施方式的内容供应系统11000可对由用户使用摄像机12300、相机12600、移动电话12500或另一成像装置记录的内容数据(例如,在音乐会期间记录的内容)编码并传输到流式服务器11300。流式服务器11300可采用流内容类型将编码的内容数据传输到请求内容数据的其他客户端。

客户端是能够对编码的内容数据进行解码的装置,例如,计算机12100、PDA 12200、摄像机12300或移动电话12500。因此,内容供应系统11000允许客户端接收和播放编码的内容数据。此外,内容供应系统11000允许客户端接收编码的内容数据,并且实时解码和播放编码的内容数据,从而实现个人播放。

内容供应系统11000中包括的多个独立装置的编码操作和解码操作可类似于本公开的视频编码设备和视频解码设备中的操作。

现在将参考图24和图25更详细地描述根据实施方式的内容供应系统11000中包括的移动电话12500。

图24示出根据各种实施方式的应用本公开的视频编码方法和视频解码方法的移动电话12500的外部结构。移动电话12500可以是智能电话,它的功能不受限制并且其大量的功能可改变或扩展。

移动电话12500包括外部天线12510,经由该外部天线,射频(RF)信号可与图21的无线基站12000进行交换。移动电话12500还包括显示屏12520,所述显示屏12520用于显示由相机12530拍摄的图像或经由天线12510接收并解码的图像,例如,液晶显示器(LCD)或有机发光二极管(OLED)屏。移动电话12500包括操作面板12540,所述操作面板12540包括控制按钮和触摸面板。如果显示屏12520是触摸屏,那么操作面板12540还包括显示屏12520的触摸感应面板。移动电话12500包括用于输出语音和声音的扬声器12580或另一类型的声音输出单元,以及用于输入语音和声音的麦克风12550或另一类型的声音输入单元。移动电话12500还包括相机12530,诸如,电荷耦合装置(CCD)相机,以拍摄视频或静态图像。移动电话12500可还包括:存储介质12570,该存储介质12570用于存储编码/解码的数据,例如,由相机12530拍摄、经由电子邮件接收或根据各种方式获取的视频或静态图像;以及槽12560,存储介质12570经由该槽12560装载到移动电话12500中。存储介质12570可以是闪存,例如,安全数字(SD)卡或者包括在塑料盒中的电可擦除可编程只读存储器(EEPROM)。

图25示出根据本公开实施方式的移动电话12500的内部结构。为了系统地控制包括显示屏12520和操作面板12540的移动电话12500的部分,电源电路12700、操作输入控制器12640、图像编码单元12720、相机接口12630、LCD控制器12620、图像解码单元12690、多路复用器/多路分解器12680、记录/读取单元12670、调制/解调单元12660以及声音处理器12650经由同步总线12730连接到中央控制器12710。

如果用户操作电源按钮并从“关机”状态设置到“开机”状态,那么电源电路12700将电力从电池组供应到移动电话12500的所有部分,从而在操作模式下设置移动电话12500。

中央控制器12710包括中央处理单元(CPU)、ROM和RAM。

在移动电话12500将通信数据传输到外部时,移动电话12500在中央控制器12710的控制下生成数字信号。例如,声音处理器12650可生成数字声音信号,图像编码单元12720可产生数字图像信号,并且消息的文本数据可经由操作面板12540和操作输入控制器12640生成。当数字信号在中央控制器12710的控制下传输到调制/解调单元12660时,调制/解调单元12660对数字信号的频带进行调制,并且通信电路12610在频带经调制的数字声音信号上执行数模转换(DAC)和频率转换。从通信电路12610输出的传输信号可经由天线12510传输到语音通信基站或无线基站12000。

例如,当移动电话12500处于对话模式时,经由麦克风12550获取的声音信号在中央控制器12710的控制下被声音处理器12650转换成数字声音信号。数字声音信号可经由调制/解调单元12660和通信单元12610转换成传输信号,并且可经由天线12510传输。

当文本消息(例如,电子邮件)在数据通信模式下传输时,文本消息的文本数据经由操作面板12540输入,并且经由操作输入控制器12640传输到中央控制器12610。在中央控制器12710的控制下,文本数据经由调制/解调单元12660和通信电路12610变换成传输信号,并且经由天线12510传输到无线基站12000。

为了在数据通信模式下传输图像数据,经由相机接口12630将相机12530拍摄的图像数据提供到图像编码单元12720。拍摄的图像数据可经由相机接口12630和LCD控制器12620直接显示在显示屏12520上。

图像编码单元12720的结构可对应于上文所述的视频编码设备100的结构。图像编码单元12720可根据上文所述的本公开的视频编码方法将从相机12530接收的图像数据变换成压缩且编码的图像数据,并且随后将编码的图像数据输出到多路复用器/多路分解器12680。在相机12530的记录操作期间,由移动电话12500的麦克风12550获取的声音信号可经由声音处理器12650变换成数字声音数据,并且数字声音数据可传输到多路复用器/多路分解器12680。

多路复用器/多路分解器12680将从图像编码单元12720接收的编码图像数据与从声音处理器12650接收的声音数据多路复用。多路复用数据的结果可经由调制/解调单元12660和通信单元12610转换成传输信号,并且可随后经由天线12510传输。

当移动电话12500接收来自外部的通信数据时,在经由天线12510接收的信号上执行频率重建和模数转换(ADC),以将该信号转换成数字信号。调制/解调单元12660对数字信号的频带进行调制。根据数字信号的类型,频带经过调制的数字信号传输到视频解码单元12690、声音处理器12650或LCD控制器12620。

在对话模式下,移动电话12500将经由天线12510接收的信号放大,并且通过在放大的信号上执行频率转换和ADC来获取数字声音信号。在中央控制器12710的控制下,接收的数字声音信号经由调制/解调单元12660和声音处理器12650转换成模拟声音信号,并且模拟声音信号经由扬声器12580输出。

当在数据通信模式下时,接收在互联网网站访问的视频文件的数据,经由调制/解调单元12660将经由天线12510从无线基站12000接收的信号作为多路复用数据输出,并且将多路复用数据传输到多路复用器/多路分解器12680。

为了对经由天线12510接收的多路复用的数据进行解码,多路复用器/多路分解器12680将多路复用的数据多路分解成编码视频数据流和编码音频数据流。经由同步总线12730,编码视频数据流和编码音频数据流分别被提供到视频解码单元12690和声音处理器12650。

图像解码单元12690的结构可对应于上文所述的本公开的视频解码设备200的结构。图像解码单元12690可通过使用上文所述的本公开的视频解码方法对编码的视频数据进行解码,以获取重建的视频数据并且经由LCD控制器12620将重建的视频数据提供到显示屏12520。

因此,在互联网网站访问的视频文件的数据可显示在显示屏12520上。同时,声音处理器12650可将音频数据转换成模拟声音信号,并且将模拟声音信号提供到扬声器12580。因此,在互联网网站访问的视频文件中含有的音频数据也可经由麦克风12580而播放。

移动电话12500或另一类型的通信终端可以是包括本公开的视频编码设备和视频解码设备的收发终端,可以是只包括本公开的视频编码设备的收发终端,或者可以是只包括本公开的视频解码设备的收发终端。

根据本公开的通信系统不限于上文参考图24描述的通信系统。例如,图26示出根据各种实施方式的采用通信系统的数字广播系统。根据实施方式的图26的数字广播系统可通过使用本公开的视频编码设备和视频解码设备来接收经由卫星或地面网络传输的数字广播。

具体地,广播站12890通过使用无线电波而将视频数据流传输到通信卫星或广播卫星12900。广播卫星12900传输广播信号,并且广播信号经由家用天线12860传输到卫星广播接收器。在每个家庭中,编码的视频流可由TV接收器12810、机顶盒12870或另一装置解码并播放。

当本公开的视频解码设备实施于播放设备12830中时,播放设备12830可对记录在存储介质12820(诸如,盘片或存储卡)上的编码视频流进行解析和解码,以重建数字信号。因此,重建的视频信号可例如在显示器12840上播放。

在连接到用于卫星/地面广播的天线12860或用于接收电缆电视(TV)广播的电缆12850的机顶盒12870中,可安装本公开的视频解码设备。从机顶盒12870输出的数据也可在TV显示器12880上播放。

作为另一示例,本公开的视频解码设备可安装在TV接收器12810中,而不是机顶盒12870中。

具有适当天线12910的汽车12920可接收从卫星12900或图23的无线基站11700传输的信号。解码的视频可在安装于汽车12920中的汽车导航系统12930的显示屏上播放。

视频信号可由本公开的视频编码设备进行编码,并且可随后存储到存储介质中。具体而言,图像信号可由DVD记录器存储在DVD光盘12960中,或者可由硬盘记录器12950存储在硬盘中。作为另一示例,视频信号可存储在SD卡12970中。如果硬盘记录器12950包括根据实施方式的本公开的视频解码设备,那么记录在DVD光盘12960、SD卡12970或另一存储介质上的视频信号可在TV显示器12880上播放。

汽车导航系统12930可不包括图26的相机12530、相机接口12630和图像编码单元12720。例如,计算机12100和TV接收器12810可不包括在图26的相机12530、相机接口12630和图像编码单元12720。

图27是示出根据各种实施方式的使用视频编码设备和视频解码设备的云计算系统的网络结构的示意图。

本公开的云计算系统可包括云计算服务器14000、用户数据库(DB)14100、多个计算资源14200以及用户终端。

响应于来自用户终端的请求,云计算系统经由数据通信网络(例如,互联网)来提供多个计算资源14200的按需外包服务。在云计算环境下,通过使用虚拟化技术将位于物理上不同位置的数据中心处的计算资源相结合,服务提供商为用户提供所需的服务。服务用户不必将计算资源(例如,应用、存储、操作系统(OS)和安全应用)安装到他/她自己的终端中以进行使用,而是可在所需的时间点从通过虚拟化技术生成的虚拟空间中的服务之中选择并使用所需服务。

指定服务用户的用户终端经由包括互联网和移动远程通信网络的数据通信网络连接到云计算服务器14000。从云计算服务器14000可对用户终端提供云计算服务,具体地如视频播放服务。用户终端可以是能够连接到互联网的各种类型的电子装置,例如,台式PC 14300、智能TV 14400、智能电话14500、笔记本电脑14600、便携式多媒体播放器(PMP)14700、平板PC 14800等。

云计算服务器14000可将分布在云网络中的多个计算资源14200进行组合,并且将组合的结果提供到用户终端。多个计算资源14200可包括各种数据服务,并且可包括从用户终端上传的数据。如上文所述,云计算服务器14000可通过根据虚拟化技术将分布在不同区域中的视频数据库进行组合来将所需的服务提供到用户终端。

与订阅云计算服务的用户有关的用户信息存储在用户数据库14100中。用户信息可包括用户的登录信息、地址、姓名和个人信用信息。用户信息可还包括视频的索引。此处,索引可包括已经播放的视频列表、正在播放的视频列表、过去播放的视频的暂停点等。

存储在用户数据库14100中的与视频有关的信息可在用户装置之间共享。例如,当响应于来自笔记本电脑14600的请求而将视频服务提供到笔记本电脑14600时,视频服务的播放历史便存储在用户数据库14100中。当从智能电话14500接收播放该视频服务的请求时,云计算服务器14000基于用户数据库14100来搜索并播放该视频服务。当智能电话14500接收来自云计算服务器14000的视频数据流时,通过对视频数据流进行解码来播放视频的过程类似于上文参考图24描述的移动电话12500的操作。

云计算服务器14000可参考存储在用户数据库14100中的所需视频服务的播放历史。例如,云计算服务器14000接收来自用户终端的播放存储在用户数据库14100中的视频的请求。如果这个视频已在播放,那么由云计算服务器14000执行的流传输这个视频的方法可根据用户终端的请求而改变,即,根据从视频的开头还是暂停点开始播放该视频。例如,如果用户终端请求从视频的开头开始播放该视频,那么云计算服务器14000将从视频的第一帧开始的视频的流数据传输到用户终端。如果用户终端请求从视频的暂停点开始播放该视频,那么云计算服务器14000将从对应于暂停点的帧开始的视频的流数据传输到用户终端。

在这种情况下,用户终端可包括如上文参考图1A到图20描述的本公开的视频解码设备。作为另一示例,用户终端可包括如上文参考图1A到图20描述的本公开的视频编码设备。或者,用户终端可包括如上文参考图1A到图20描述的本公开的视频解码设备和视频编码设备两者。

上文已参考图21到图27描述了根据上文参考图1A到图20描述的各种实施方式的视频编码方法、视频解码方法、视频编码设备和视频解码设备的各种应用。然而,根据各种实施方式的将视频编码方法和视频解码方法存储在存储介质中的方法或者在装置中实施视频编码设备和视频解码设备的方法不限于上文参考图21到图27描述的实施方式。

本领域普通技术人员将理解,在不脱离如本文所描述的实施方式的精神和范围的情况下,可对各种实施方式在形式和细节方面做出各种改变。实施方式应仅被视作描述性的含义,而不是用于限制的目的。因此,本公开的范围并不由本公开的详细描述限定,而是由所附权利要求限定,并且该范围内的所有差异都将被解释为包括在本公开中。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1