CN100566415C - 视频编码方法以及视频解码方法 - Google Patents

Abstract

本发明涉及一种视频编码方法，该方法应用于视频帧序列并且生成由视频数据构成的编码比特流，视频数据表示所有视频对象平面并且根据独立的信道对视频数据进行描述。在所述视频数据中，用比特流语法描述每个数据项，允许任何解码器对所述比特流的内容的所有段进行解码。用某些特定的语法要素描述序列的瞬时分辨率。按照本发明，发现了例如在MPEG系列的视频压缩标准中的应用，语法还包括在编码比特流中的用于描述每个所描述的信道的最大帧速率的特定标志。

Description

视频编码方法以及视频解码方法

技术领域

本发明总体上涉及视频压缩领域，更具体讲，涉及MPEG系列(MPEG-1、MPEG-2、MPEG-4)和ITU-H.26X系列(H.261、H.263和扩展、H.26L)的视频编码标准。更具体地，本发明涉及一种视频编码方法，该方法应用于与连续场景对应的视频帧序列，所述方法被提供用于为了对所述场景的所有视频对象进行编码，生成由代表所有连续的编码视频对象平面(VOP)的视频数据构成的编码比特流，所述编码比特流中的每个数据项通过一种比特流语法描述，该比特流语法允许识别和解码所述比特流的内容的全部段，所述视频数据根据包括至少一个信道的独立信道来描述，且所述序列的时间分辨率通过分别定义以下内容的语法元素来具体描述：

称为“ticks”的，每秒均匀间隔的次间隔的第一数量；

在显示顺序中的连续VOP之间的第二数量的“ticks”；

指示所有VOP是否用固定的VOP瞬时速率编码的标志，当该VOP速率固定时它从所述第二数量导出或者当该VOP速率是变量时它从每个VOP头中提供的时间戳导出。

本发明还涉及由通过实施所述编码方法生成的编码比特流组成的可传输视频信号，并且涉及用于对所述信号进行解码的解码方法和解码设备。

背景技术

在第一视频编码标准中(直到MPEG-2和H.263)，将图像假设为矩形，并且按照三个独立信道对其进行描述：一个亮度信道和两个色度信道。在MPEG-4的情况下，引入了附加信道如α信道(在MPEG-4术语中也称为“任意形状信道”)、视差信道或者深度信道。按照顺序电平描述了这些信道的空间和时间分辨率(在MPEG-4术语中称为视频对象层或VOL)。

对于帧速率，只给出所有信道的一个描述，如下所述。序列的时间分辨率用下面的语法元素描述：

“vop_time_increment_resolution”(按照16位编码)

“fixed_vop_rate”(按照1位编码)，以及

“fixed_vop_time_increment”(按照1到16位编码)，

例如，如MPEG-4文献w3056，“Information Technology-Codingof audio-visual objects-Part 2：Visual”，I SO/IEC/JTC1/SC29/WG11，Maui，USA，December 1999中第36和112页所定义的。下面以更详细的方式描述这些元素。

语法元素“vop_time_increment_resolution”是一个16位无符号整数，表示在一个模时间中(模时间代表一秒钟的固定间隔)，称为tick s的均匀分隔的次间隔的数量。

语法元素“fixed_vop_time_increment”代表显示顺序的，两个连续的VOP之间的ticks的数量。“vop_time_increment_resolution”给出的ticks的长度可以在[0，vop_time_increment_resolution]的范围内取值。按照表示上述范围所需要的无符号整数的最小数计算表示所述值的数。如果“fixed_vop_rate”为“1”，则仅在比特流中发现该元素“fixed_vop_time_increment”，并且其值必须与由显示顺序的任意两个连续VOP的显示时间之间的距离给出的常数一致。在该情况下，按照比率“vop_time_increment_resolution”/“fid_vop_time_increment”给出固定VOP速率，禁止零值。

语法元素“fixed_vop_rate”是一个一位的标志，该标志表示用固定的VOP瞬时速率对所有VOP(按照MPEG-4术语的画面)编码。当且仅当视频对象层中显示顺序的任意两个连续VOP的显示时间之间的所有距离都是常数时，其值才为“1”。在该情况下，VOP速率可以从“fixed_vop_time_increment”语法元素中导出。如果该标志的值为“0”，则显示顺序中的任意两个连续VOP之间的显示时间可以是变量：此时可以用在VOP头中提供的时间戳表示它。

在任意情况下(固定VOP速率或不是)，每个编码VOP的显示时间都是从由VOP头中按照1到16位编码的语法元素“vop_time_increment”从所述比特流中恢复的(见引用的MPEG-4文献的40和120页)。其可以取[0，vop_time_increment_resolution]范围的值。按照表示上述范围所需要的无符号整数的最小数计算表示所述值的数。通过由“vop_time_increment_resolution”除该值，恢复以秒为单位的本地时基。

根据前面所述可见，很不幸，所有信道必须共用相同的描述。例如，不可能描述按照30Hz亮度、15Hz色度和10Hz形状的帧速率编码的视频序列。

发明内容

因此，本发明的一个目的是提出一种图像编码方法，以允许利用具有不同帧速率的信道描述一个视频序列。

为此，本发明涉及如在本说明的前言部分定义的方法，其特征还在于所述编码比特流还包括用于描述每个所描述的信道的最大帧速率的特定标志，所述标志是被传送来的和/或已存储的。

本发明的另一个目的是提出一种可传输视频信号，该信号由通过实施视频编码方法生成的编码比特流组成，该视频编码方法应用于与连续场景对应的视频帧序列，并且为了对所述场景的所有视频对象进行编码，生成由代表所有连续的编码视频对象平面(VOP)的视频数据构成的编码比特流，且其中，用一种比特流语法来描述每个数据项，以允许任何解码器识别和解码所述比特流的内容的所有段，该视频数据根据至少包括一个信道的独立信道描述，且所述序列的时间分辨率用分别定义以下内容的语法元素具体描述：

每秒钟均匀间隔的，称为“ticks”的次间隔的第一数量；

在显示顺序中的连续VOP之间的ticks的第二数量；

表示是否用固定的VOP瞬时速率对所有VOP进行编码的标志，当所述VOP速率固定时从所述第二数量得到，或者当所述VOP是变量时从每个VOP头中提供的时间标记得到；

在要被发送和/或存储的编码比特流中，所述可传输视频信号包括用于描述每个所描述的信道的最大帧速率的特定标志。

本发明还涉及为了接收和解码可传输视频信号而提供的视频解码方法，该信号由通过实施视频编码方法生成的编码比特流组成，该视频编码方法应用于与连续场景对应的视频帧序列，并且为了对所述场景的所有视频对象进行编码，生成由代表所有连续的编码视频对象平面(VOP)的视频数据构成的编码比特流，其中，用一种比特流语法来描述每个数据项，该比特流语法允许任何解码器对所述比特流的内容的所有段进行识别和解码，所述视频数据根据至少包括一个信道的独立信道描述，且所述序列的时间分辨率通过分别定义下列内容的语法元素具体描述：

每秒钟均匀间隔的，称为“ticks”的次间隔的第一数量；

在显示顺序中的连续VOP之间的ticks的第二数量；

表示是否用固定的VOP瞬时速率对所有VOP进行编码的标志，当所述VOP速率固定时从所述第二数量得到，或者当所述VOP是变量时从每个VOP头中提供的时间标记得到；

在要被发送和/或存储的编码比特流中，所述可传输视频信号包括用于描述每个所描述的信道的最大帧速率的特定标志。

本发明还涉及对应的解码设备。

附图说明

以下将参照附图，以更详细的方式描述本发明，其中：

图1示出了具有运动补偿的帧间预报的MPEG编码器的例子。

具体实施方式

在以下描述中，假设由序列级(或VOL)的几个语法元素描述信道的出现，例如，这些元素为：

Video_object_layer_lum                  1位

Video_object_layer_chrom            1位(对于黑白为0)

Video_object_layer_shape            1位(对于矩形为0)

Video_object_layer_additional_channels  1位

Number_of_additional_channels           4位

这些语法元素含义如下：

如果“Video_object_layer_lum”为1，则表示比特流包含亮度信道的语法元素；

如果“Video_object_layer_chrom”为1，则比特流包含色度信道的语法元素，否则假设序列为黑白；

如果“Video_object_layer_shape”为1，则比特流包含要描述画面的非矩形形状的语法元素，否则假设画面的形状为矩形；

如果“Video_object_layer_additional_channels_enable”为1，则比特流包含描述附加信道的语法元素(在这种情况下，变量“Number_additional_channels”保持附加信道的编号)。

那么，在高描述级(相当于VOL MPEG-4级)，所提出的解决方法基于表格1的标志的引入，用于参照全球时基，描述各个信道的最大帧速率：

表格1

元素	类型	语意
			Vol_time_increment_resolution	16位	全球时间增量分辨率
Vol_time_increment_resolution_Jum_ratio	4位	全球时间增量与亮度信道时间增量分辨率之间的比
			Vol_time_increment_resolution_chrom_ratio	3位	全球时间增量与色度信道时间增量分辨率之间的比
Vol_time_increment_resolution_channels ratio[i]	4位	全球时间增量与第i附加信道时间增量分辨率之间的比
			Vol_time_increment_resolution_Jum	整数	亮度信道时间增量分辨率
Vol_time_increment_resolution_chrom	整数	色度信道时间增量分辨率
			Vol_time_increment_resolution_channels[i]	整数	第i信道时间增量分辨率

利用下面的伪C代码可以从比特流中读出这些语法元素，该伪C代码说明信道出现与语法元素的有效性之间的关系。函数read_bits(n)从比特流返回下一个未读的“n”位，语法元素的缺省值为0：

Vol_time_increment_resolution＝read_bits(16)；

If(Video_object_layer_lum)

     {

     Vol_time_increment_resolution_lum_ratio＝read_bits(4)；

     If(Video_object_layer_chrom)

          Vol_time_increment_resolution_chrom_ratio＝read_bits(3)；

     }

If(Video_object_layer_additional_channels)

     {

      For i＝0；i＜number_of_additional_channels；i++)

      Vol_time_increment_resolution_channels_ratio[i]＝readbits(4)

      }

Vol_time_increment_resolution_lum＝

Vol_time_increment_resolution/(Vol_time_increment_resolution_chrom_ratio+1)；

Vol_time_increment_resolution_chrom＝

Vol time_increment_resolution/(Vol_time_increment_resolution_chrom_ratio+1)；

Vol_time_increment_resolution_channels[i]＝

Vol_time_increment_resolution/(Vol_time_increment_resolution_channels_ratio[i]+1)

可以给出一个实现的例子。具有30Hz的二进制形状的，以15Hz亮度和10Hz色度的帧速率编码的CIF 4:2:2型的序列可以用以下参数描述：

信道出现描述：

Video_object_layer_lum                    1

Video_object_layer_chrom                  1

Video_object_layer_additional_channels    1

Number_of_additional_channels             1

Video_object_layer_shape                  1

每信道的格式说明：

Vol_time_increment_resolution                十进制30

Vol_time_increment_resolution_lum_ratio      0001

Vol_time_increment_resolution_chrom_ratio    0010

Vol_time_increment_resolution_chape_ratio    0000

可以将上述的视频编码方法在编码设备中实施，例如，图1中示出的编码设备表示一个具有运动补偿的帧间预报的MPEG编码器的例子，所述编码器包括编码和预报级。编码级本身包括串联的模式确定电路11(用于确定MPEG中定义的编码模式I、P或B的选择)、DCT电路12、量化电路13、变量长度编码电路14和与用于按照缓冲器的内容适配量化的速率控制电路16关联的缓冲器15。预报级包括串联的运动估算电路21，随后是运动补偿电路22的，以及串联的逆量化电路23、逆DCT电路24和加法器25。减法器26允许向编码级(11到16)发送编码设备的输入信号IS与在预报级的输出(即，在运动补偿电路22的输出)可用的预报信号之间的差异。这个差异，或者残留，是编码比特流，并且缓冲器15的输出信号CB是编码比特流，按照本发明，这个编码比特流将包括在高描述级表示编码比特流中描述的每个信道是否出现编码残留信号的语法元素。

编码设备的另一个例子可以基于MPEG-4标准的规格。在MPEG-4视频帧中，将可以由一个或几个视频对象(以及它们可能的增强层)组成的每个场景构成为这些对象的组合，称为视频对象(VO)，并且使用独立的基本比特流对其进行编码。因此，首先利用分割电路将输入的视频信息分解为VO，并且将这些VO发送到包括形状编码、运动编码和纹理编码的基本编码结构。考虑到这些编码步骤，将每个VO分为宏块，宏块存在于，例如，用于4:2:0格式的四个亮度块和两个色度块中，并且对宏块逐一进行编码。按照本发明，包括由所述编码步骤产生的编码信号的多路复用比特流将包括用于在要被发送和/或存储的编码比特流中描述每个所描述的信道的最大帧速率的特定标志。

相反，按照对应的解码方法，在接收包括所述标志并且执行所述解码方法的视频解码器中利用适当的装置读取这些被发送到解码侧的特定标志。能够对编码比特流的内容的所有段进行识别和解码的解码器读取所述附加的语法元素，并且知道每个所描述信道的最大帧速率。作为编码设备，这样的解码器可以是任何MPEG型的，并且其基本部件是，例如，串联连接的接收编码比特流的输入缓冲器、VLC解码器、逆量化电路和逆DCT电路。在编码和解码设备中，都可以提供用于对编码和解码的操作步骤进行管理的控制器。

为了阐述和说明的目的，以上给出了对本发明的优选实施例的描述。上述说明不是为了穷举，或将本发明限制于所披露的精确形式，显然，根据上述思路，对于本领域技术人员来说是明显的修改和变化是可能的，并且要包括在本发明的范围中。

例如，可以这样理解，即，这里所描述的编码和解码设备可以在硬件、软件或者硬件和软件的组合中实施，但不排除单项硬件或软件能够执行几个功能或者硬件和软件项的组合或者二者都执行一个功能的情况下。可以利用任何类型的计算机系统或者其他合适的装置实施所描述的方法和设备。典型的硬件和软件组合可以是具有计算机程序的一般用途的计算机系统，当调入并且执行该计算机程序时，该计算机程序控制该计算机系统，使它执行这里所描述的方法。或者，可以利用包含用于执行本发明的一个或多个功能任务的专门硬件的专用计算机。

也可以将本发明嵌入计算机程序产品中，该计算机程序产品包括当被调入计算机系统时，能够实施这里所描述的方法和功能的所有性能，并且能够执行这些方法和功能。在本文中的计算机程序、软件程序、程序、程序产品或者软件指的是一套以任何语言、代码或者符号对意图使系统具有信息处理能力的指令的任何表达，以便直接或在下列任一步骤或两个步骤之后执行特定功能：(a)转换为另一种语言、代码或符号；和/或(b)以不同的材料形式再现。

Claims (4)

1.一种视频编码方法，应用于与连续场景对应的视频帧序列，所述方法包括：

编码所述场景的所有视频对象以获得代表所有连续的编码视频对象平面(VOP)的视频数据，该视频数据根据包括至少一个信道的独立信道来描述；

生成由所述视频数据构成的编码比特流，所述编码比特流中的每个数据项通过一种比特流语法描述，该比特流语法允许识别和解码所述比特流的内容的全部段；以及

在所述编码比特流中包括这样的语法元素，所述序列的时间分辨率通过分别定义以下内容的所述语法元素来具体描述：

-被称为“ticks”的，每秒均匀间隔的次间隔的第一数量；

-在显示顺序中的连续VOP之间的ticks的第二数量；

-指示是否用固定的VOP瞬时速率对所有VOP进行编码的标志，当所述VOP速率固定时它从所述第二数量导出，或者当所述VOP是变量时它从每个VOP头中提供的时间标记导出；

在所述编码比特流中包括用于描述每个所描述的信道的最大帧速率的特定标志，所述标志被传送和/或存储。

2.如权利要求1所述的视频编码方法，其中，所述特定标志被合并到所述比特流语法中。

3.如权利要求1和2中任何一个所述的视频编码方法，其中，参照全球时间参考基准描述所述每个信道的最大帧速率。

4.一种视频解码方法，包括：

接收编码比特流组成的可传输视频信号，所述编码比特流由代表所有连续的编码视频对象平面(VOP)的视频数据构成，该视频数据从连续场景的视频对象中得到，所述编码比特流中的每个数据项用一种比特流语法来描述，该比特流语法允许任何解码器对所述比特流的内容的所有段进行识别和解码，所述视频数据根据至少包括一个信道的独立信道来描述；

从接收的编码比特流中读取语法元素，所述序列的时间分辨率通过分别定义下列内容的所述语法元素来具体描述：

-称为“ticks”的，每秒钟均匀间隔的次间隔的第一数量；

-在显示顺序中的连续VOP之间的ticks的第二数量；

-指示是否用固定的VOP瞬时速率对所有VOP进行编码的标志，当所述VOP速率固定时它从所述第二数量导出，或者当所述VOP是变量时它从每个VOP头中提供的时间标记导出；

从接收的比特流中读取用于描述每个所描述的信道的最大帧速率的特定标志；

使用所述语法元素和特定标志来解码所述编码比特流为与所述连续场景相对应的视频帧序列。

Images