CN102650969A - 一种获取、更新bin的上下文概率模型值的方法及装置 - Google Patents
一种获取、更新bin的上下文概率模型值的方法及装置 Download PDFInfo
- Publication number
- CN102650969A CN102650969A CN2011100475276A CN201110047527A CN102650969A CN 102650969 A CN102650969 A CN 102650969A CN 2011100475276 A CN2011100475276 A CN 2011100475276A CN 201110047527 A CN201110047527 A CN 201110047527A CN 102650969 A CN102650969 A CN 102650969A
- Authority
- CN
- China
- Prior art keywords
- bin
- probability model
- context
- address
- grouping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种获取、更新bin的上下文概率模型值的装置,该装置中的概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放,该装置计算概率模型地址,并使用所计算的概率模型地址查概率模型存储表,获取或更新相应的bin的上下文概率模型值。本发明还公开了一种获取、更新bin的上下文概率模型值的方法。本发明可以实现概率模型地址的快速计算,提高系统处理速度。本发明涉及的获取、更新bin的上下文概率模型值的方法及装置也可以用于其它数字信号处理领域。
Description
技术领域
本发明涉及一种数字信号处理中获取、更新bin的上下文概率模型值方法及装置,尤其涉及一种视频编解码芯片熵编解码中的获取、更新bin的上下文概率模型值的方法及装置。
背景技术
基于上下文的自适应二进制算术编码在视频、图像编码中被广泛应用,例如视频编码标准H.264中就采用了基于上下文的自适应二进制算术编码方法。在HEVC等下一代视频编码标准的初步模型中,使用了新的熵编码方法,这种新的熵编码方法对H.264的二进制算术编码引擎进行了改进,但仍旧采用基于上下文建模的方法。熵编码的语法元素经过二值化,得到系列二进制比特串,称为bin串。对每个bin使用上下文建模的方法得到对应的上下文概率模型值,即获取bin的上下文概率模型值。然后按该上下文概率模型值对bin进行二进制算术编码。一般,熵编码开始时,要对上下文概率模型值进行初始化,得到初始概率模型值;在熵编码过程中,要对上下文概率模型值进行更新,即更新bin的上下文概率模型值。熵解码过程中的上下文概率模型值初始化、获取bin的上下文概率模型值、更新bin的上下文概率模型值与熵编码过程中的一样。
虽然基于上下文的自适应二进制算术编码可以大幅提高编码效率,但是计算复杂度很高,获取、更新bin的上下文概率模型值是提高熵编码和熵解码速度的瓶颈所在,因此提出一种快速的获取、更新bin的上下文概率模型值方法与装置非常有意义。
大部分有关基于上下文的自适应二进制算术编码的文献只涉及二进制算术编码引擎的实现方法。而对bin的上下文概率模型值获取与更新涉及较少。而上下文概率模型需要的存储量与计算量很大,例如H.264中,上下文概率模型共计1024个,而计算上下文概率模型地址时需要使用上下文信息,即与当前块相邻的左边块与右边块的信息或前面已处理的bin值或当前bin所属语法元素的位置信息等。这些都给上下文建模的实现带来困难,直接影响熵编码和熵解码的吞吐率,因此,提出一种高效的获取、更新bin的上下文概率模型值的方法与装置对系统的性能的提高具有重要意义。
发明内容
本发明的目的是提供一种获取、更新bin的上下文概率模型值的方法及装置。与上述现有技术不同的是,本发明从方便寻址的角度出发提出了一种新型的获取、更新bin的上下文概率模型值的方法与装置,其基本思想是以简便的运算快速方便的得到概率模型地址,从而较快获得bin的上下文概率模型值或较快更新bin的上下文概率模型值,进而加快熵编码、熵解码的系统处理速度。
本发明的第一目的在于提出一种获取bin的上下文概率模型值的方法,该方法包括以下步骤:
a)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;
b)由所述bin和所述bin的上下文信息计算概率模型地址偏移量;
c)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;
d)查所述概率模型存储表中概率模型地址指向的单元,得到所述bin的上下文概率模型值;所述的概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。
所述bin的分组号按如下方法获得:
将属于同一分组的bin进行分类,所述分组对应的上下文概率模型数目为x;
如果x小于等于2n,则所述分组划分为d个分类,d=1;
否则,所述分组划分为d个分类,d应保证x-(d-1)*2n小于等于2n;其中最后一个分类对应x-(d-1)*2n个上下文概率模型,其余(d-1)个分类对应2n个上下文概率模型;
为d个分类分配d个连续的分类号,这些连续的分类号中的任何一个分类号都不与已有的分类号重复;所述的bin的分组号是这些连续的分类号中最小的分类号。
所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
本发明的另一目的是提出一种更新bin的上下文概率模型值的方法,该方法包括以下步骤:
a)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;
b)由所述的bin和所述bin的上下文信息计算概率模型地址偏移量;
c)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;
d)将所述bin的上下文概率模型值写入概率模型存储表中概率模型地址指向的单元;所述概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。
所述bin的分组号按如下方法获得:
将属于同一分组的bin进行分类,所述分组对应的上下文概率模型数目为x;
如果x小于等于2n,则所述分组划分为d个分类,d=1;
否则,所述分组划分为d个分类,d应保证x-(d-1)*2n小于等于2n;其中最后一个分类对应x-(d-1)*2n个上下文概率模型,其余(d-1)个分类对应2n个上下文概率模型;
为d个分类分配d个连续的分类号,这些连续的分类号中的任何一个分类号都不与已有的分类号重复;所述的bin的分组号是这些连续的分类号中最小的分类号。
所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
本发明的又一目的在于提出一种获取bin的上下文概率模型值的装置,该装置包括:
概率模型起始地址计算单元;
概率模型地址偏移量计算单元;
概率模型地址计算单元;
概率模型存储器;
概率模型起始地址计算单元计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;概率模型地址偏移量计算单元由所述bin和所述bin的上下文信息计算得到概率模型地址偏移量;概率模型地址计算单元对概率模型起始地址与概率模型地址偏移量求和,得到所述bin的概率模型地址;所述的概率模型存储器中按照上下文概率模型索引由小到大依次连续存放同一分组的bin对应的上下文概率模型,读取所述的概率模型存储器中概率模型地址指向的单元,获得所述bin的上下文概率模型值。
所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
本发明的又一目的在于提出一种更新bin的上下文概率模型值的装置,该装置包括:
概率模型起始地址计算单元;
概率模型地址偏移量计算单元;
概率模型地址计算单元;
概率模型存储器;
概率模型起始地址计算单元计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;概率模型地址偏移量计算单元由所述bin和所述bin的上下文信息计算得到概率模型地址偏移量;概率模型地址计算单元对概率模型起始地址与概率模型地址偏移量求和,得到概率模型地址;所述的概率模型存储器中按照上下文概率模型索引由小到大依次连续存放同一分组的bin对应的上下文概率模型,将所述bin的上下文概率模型值写入概率模型存储器中概率模型地址指向的单元。
所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
本发明涉及的获取、更新bin的上下文概率模型值的方法及装置也可以用于其它数字信号处理领域。
附图说明
图1是本发明实施例的某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储表中的存储示意图。
图2是某语法元素二值化bin串中的某bin的上下文信息示意图。
图3是某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储表中的存储示意图。
图4是某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储表中的存储示意图。
图5是获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
图6是某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储器中的存储示意图。
图7是获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
图8是某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储器中的存储示意图。
图9是获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
图10是某语法元素二值化bin串中的bin的上下文概率模型值在概率模型存储器中的存储示意图。
图11是更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
图12是更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
图13是更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置图。
具体实施方式
下面,结合附图和具体实施例对本发明的具体实施方式作详细说明。
首先,对bin的分组方法进行举例说明。
1)某语法元素二值化bin串中的所有的bin属于一个分组。例如H.264标准的语法元素mb_field_decoding_flag二值化bin串的bin属于同一分组,使用索引为70的上下文概率模型。
2)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组。例如H.264标准的语法元素coded_block_pattern二值化的bin串的所有前缀部分的bin属于一个分组,使用索引为73~76的上下文概率模型;语法元素coded_block_pattern二值化的bin串的所有后缀部分的bin属于另一分组,使用索引为78~84的上下文概率模型。
3)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。例如H.264标准的语法元素mb_skip_flag在编码参数slice类型为P或SP条件下的二值化的bin属于一个分组,使用索引为11~13的上下文概率模型;在编码参数slice类型为B条件下的二值化的bin属于另一个分组,使用索引为24~26的上下文概率模型。
对于不同的语法元素,可以组合使用上述分组方法。
此外相同的语法元素也可以组合使用上述分组方法。例如,在编码参数条带类型为SI条件下语法元素mb_type二值化bin串的所有后缀部分的bin与在编码参数条带类型为I条件下的mb_type二值化的bin串的所有的bin属于同一个分组,使用索引为3的上下文概率模型。
对于bin的分组方法,在实施例中不再一一举例。
其次,bin的上下文信息可有以下类型:
1)bin的上下文信息包括相邻块的信息;
2)bin的上下文信息包括之前处理的bin值;
3)bin的上下文信息包括该bin所属的语法元素的位置。
对于各种类型的bin的上下文信息,在实施例中不再一一举例。
实施例1:
本实施例举例说明了获取某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=2,因此第i个bin的分类对应的上下文概率模型数目yi,而y等于所有yi中的最大值,y应该不超过2n,此实施例中2n=4。
例如AVS标准的语法元素intra_chroma_pred_mode,二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin的上下文概率模型的索引为23~26,可知该分组的上下文概率模型数目x=4。因为x=2n=4,所以该分组的bin划分为1个分类。假设之前分类号0~8已使用,则分配该分类的分类号为9,则该bin的分组的分组号就是同一分组中最小的分类号9。起始分组号是所有分组号中最小的一个,本例中假设起始分组号j=0。该分类对应的上下文概率模型数目y9=4。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图1所示,在概率模型存储表中,从地址36开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址36存放索引为23的上下文概率模型,地址37存放索引为24的上下文概率模型,地址38存放索引为25的上下文概率模型,地址39存放索引为26的上下文概率模型。
获取语法元素intra_chroma_pred_mode二值化bin串中的bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址addr_init(i)=(9-0)<<2=36。此处的“<<”表示向左移位,可以用其它等效的方法实现。
2)由所述bin和该bin的上下文信息计算概率模型地址偏移量:例如,对于AVS标准的语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,由AVS标准可知该bin的上下文信息包括相邻块的信息即如图2所示的相邻块A与B是否可用、以及A与B的预测模式是否为0。例如A可用并且A的预测模式为0则a=0,B可用并且B的预测模式为1则b=1,根据AVS标准所述第0个bin的概率模型地址偏移量为a+b=1。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;例如语法元素intra_chroma_pred_mode二值化bin串中的第0个bin的概率模型地址是36+1=37。此处“和”也可以用其它等效的方法实现。
4)查所述概率模型存储表中概率模型地址指向的单元,得到所述bin的上下文概率模型值。例如查概率模型存储表中概率模型地址37指向的单元,得到所述第0个bin的上下文概率模型值。
实施例2:
本实施例举例说明了获取某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=3,因此第i个bin的分类对应的上下文概率模型数目yi,而y等于所有yi中的最大值,y应该不超过2n,此实施例中2n=8。
例如在条带类型为B这种编码参数条件下H.264标准的语法元素sub_mb_type二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin对应的上下文概率模型索引为36~39,可知该分组的上下文概率模型数目x=4。因为x<2n,所以该分组的bin划分为1个分类。假设之前分类号1~5已使用,分配该分类的分类号为6,则该bin的分组的分组号就是同一分组中最小的分类号6。本例中假设起始分组号j=1。该分类对应的上下文概率模型数目y6=4。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图3所示,在概率模型存储表中,从地址40开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址40存放索引为36的上下文概率模型,地址41存放索引为37的上下文概率模型,地址42存放索引为38的上下文概率模型,地址43存放索引为39的上下文概率模型。而后续的44~47总共(2n-x)=4个地址不存储概率模型值。
获取在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址:i=6,n=3,j=1,因此addr_init(i)=(6-1)*23=5*8=40。
2)由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如,在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型地址偏移量由所述bin和所述bin的上下文信息计算得到。按照H.264标准,此处上下文信息为所述bin之前处理的bin值即第1个bin的值。假设第1个bin的值是0,根据H.264标准的规定,计算得到概率模型地址偏移量为3。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和。例如概率模型起始地址是40,概率模型地址偏移量是3,则概率模型地址是40+3=43。
4)查所述概率模型存储表中概率模型地址指向的单元,得到所述bin的上下文概率模型值。例如,查概率模型存储表中概率模型地址43指向的单元,得到在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中第2个bin的上下文概率模型值。
实施例3:
本实施例举例说明了获取某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=3,因此第i个bin的分类对应的上下文概率模型数目yi,而y等于所有yi中的最大值,y应该不超过2n,此实施例中2n=8。
例如在编码参数Frame coded blocks、ctxBlockCat=5条件下,H.264标准的语法元素significant_coeff_flag二值化bin串中的所有的bin属于同一分组。根据标准规定,这些bin对应的上下文概率模型索引为402~416,可知该分组的上下文概率模型数目x是15。因为x>2n,所以该分组的bin被划分为d=2个分类,其中前一个分类对应2n=8个上下文概率模型,最后一个分类对应x-(d-1)*2n=7个上下文概率模型。假设之前分类号0~24已使用,为该2个分类分配2个连续的分类号25、26,这两个分类号都不与已有的分类号重复。所述的bin的分组号是这些分类号中最小的分类号,即为25。本例中假设起始分组号j=0。该分组划分成的第一个分类对应的上下文概率模型数目y25=8,分组划分成的第二个分类对应的上下文概率模型数目y26=7。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图4所示,在概率模型存储表中,从地址200开始,按照概率模型索引由小到大依次存储15个上下文概率模型值:起始地址200指向的单元存储索引402的上下文概率模型值,地址201指向的单元存储索引403的上下文概率模型值,地址202指向的单元存储索引404的上下文概率模型值,以此类推,地址214指向的单元存储索引416的上下文概率模型值,而地址215不存储上下文概率模型值。
获取在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址:因为i=25,n=3,j=0,addr_init(25)=(25-0)<<3=200。
2)由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如对于在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的第0个bin,按照H.264标准,该bin的上下文信息为该bin所属的语法元素的位置LevelListIdx的值。假设LevelListIdx=0,则按照H.264标准的规定,计算得到概率模型地址偏移量为0。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和。例如概率模型起始地址是200,所述第0个bin的概率模型地址偏移量是0,得到所述第0个bin的概率模型地址是200+0=200。
4)查所述概率模型存储表中概率模型地址指向的单元,得到所述bin的上下文概率模型值。例如,查概率模型存储表中概率模型地址200指向的单元,得到在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串第0个bin的上下文概率模型值。
实施例4:
本实施例举例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=2,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=4。
例如AVS标准的语法元素intra_chroma_pred_mode,二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin的上下文概率模型的索引为23~26,可知该分组的上下文概率模型数目x=4。因为x=2n=4,所以该分组的bin划分为1个分类。假设之前分类号0~8已使用,则分配该分类的分类号为9,则该bin的分组的分组号就是就是同一分组中最小的分类号9。起始分组号是所有分组号中最小的一个,本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图1所示,在概率模型存储表中,从地址36开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址36存放索引为23的上下文概率模型,地址37存放索引为24的上下文概率模型,地址38存放索引为25的上下文概率模型,地址39存放索引为26的上下文概率模型。
更新语法元素intra_chroma_pred_mode二值化bin串中的bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址addr_init(i)=(9-0)<<2=36。此处的“<<”表示向左移位,可以用其它等效的方法实现。
2)由所述bin和该bin的上下文信息计算概率模型地址偏移量:例如,对于AVS标准的语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,由AVS标准可知该bin的上下文信息包括相邻块的信息即如图2所示的相邻块A与B是否可用、以及A与B的预测模式是否为0。例如A可用并且A的预测模式为0则a=0,B可用并且B的预测模式为1则b=1,根据AVS标准所述第0个bin的概率模型地址偏移量为a+b=1。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;例如语法元素intra_chroma_pred_mode二值化bin串中的第0个bin的概率模型地址是36按位或1=37。
4)将所述bin的上下文概率模型值写入概率模型存储表中概率模型地址指向的单元。例如将所述第0个bin的上下文概率模型值写入概率模型存储表中概率模型地址37指向的单元。
实施例5:
本实施例举例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在条带类型为B这种编码参数条件下H.264标准的语法元素sub_mb_type二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin对应的上下文概率模型索引为36~39,可知该分组的上下文概率模型数目x=4。因为x<2n,所以该分组的bin划分为1个分类。假设之前分类号1~5已使用,分配该分类的分类号为6,则该bin的分组的分组号就是同一分组中最小的分类号6。本例中假设起始分组号j=1。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图3所示,在概率模型存储表中,从地址40开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址40存放索引为36的上下文概率模型,地址41存放索引为37的上下文概率模型,地址42存放索引为38的上下文概率模型,地址43存放索引为39的上下文概率模型。而后续的44~47总共(2n-x)=4个地址不存储概率模型值。
更新在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址:i=6,n=3,j=1,因此addr_init(i)=(6-1)*23=5*8=40。
2)由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如,在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型地址偏移量由所述bin和所述bin的上下文信息计算得到。按照H.264标准,此处上下文信息为所述bin之前处理的bin值即第1个bin的值。假设第1个bin的值是0,根据H.264标准的规定,计算得到概率模型地址偏移量为3。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和。例如概率模型起始地址是40,概率模型地址偏移量是3,则概率模型地址是40+3=43。
4)将所述bin的上下文概率模型值写入概率模型存储表中概率模型地址指向的单元。例如将所述第2个bin的上下文概率模型值写入概率模型存储表中概率模型地址43指向的单元。
实施例6:
本实施例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的方法。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在编码参数Frame coded blocks、ctxBlockCat=5条件下,H.264标准的语法元素significant_coeff_flag二值化bin串中的所有的bin属于同一分组。根据标准规定,这些bin对应的上下文概率模型索引为402~416,可知该分组的上下文概率模型数目x是15。因为x>2n,所以该分组的bin被划分为d=2个分类,其中前一个分类对应2n=8个上下文概率模型,最后一个分类对应x-(d-1)*2n=7个上下文概率模型。假设之前分类号0~24已使用,为该2个分类分配2个连续的分类号25、26,这两个分类号都不与已有的分类号重复。所述的bin的分组号是这些分类号中最小的分类号,即为25。本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图4所示,在概率模型存储表中,从地址200开始,按照概率模型索引由小到大依次存储15个上下文概率模型值:起始地址200指向的单元存储索引402的上下文概率模型值,地址201指向的单元存储索引403的上下文概率模型值,地址202指向的单元存储索引404的上下文概率模型值,以此类推,地址214指向的单元存储索引416的上下文概率模型值,而地址215不存储上下文概率模型值。
更新在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的上下文概率模型值的方法,包括以下步骤:
1)计算概率模型起始地址:因为i=25,n=3,j=0,addr_init(25)=(25-0)<<3=200。
2)由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如对于在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的第0个bin,按照H.264标准,该bin的上下文信息为该bin所属的语法元素的位置LevelListIdx的值。假设LevelListIdx=0,则按照H.264标准的规定,计算得到概率模型地址偏移量为0。
3)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和。例如概率模型起始地址是200,所述第0个bin的概率模型地址偏移量是0,得到所述第0个bin的概率模型地址是200+0=200。
4)将所述bin的上下文概率模型值写入概率模型存储表中概率模型地址指向的单元。例如将在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中第0个bin的上下文概率模型值写入概率模型存储表中概率模型地址200指向的单元。
实施例7:
本实施例举例说明获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=2,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=4。
例如AVS标准的语法元素intra_chroma_pred_mode,二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin的上下文概率模型的索引为23~26,可知该分组的上下文概率模型数目x=4。因为x=2n=4,所以该分组的bin划分为1个分类。假设之前分类号0~8已使用,则分配该分类的分类号为9,则该bin的分组的分组号就是9。起始分组号是所有分组号中最小的一个,本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图6所示,在概率模型存储表中,从地址36开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址36存放索引为23的上下文概率模型,地址37存放索引为24的上下文概率模型,地址38存放索引为25的上下文概率模型,地址39存放索引为26的上下文概率模型。
获取语法元素intra_chroma_pred_mode二值化bin串中的bin的上下文概率模型值的装置例如图5所示。
概率模型起始地址计算单元1计算概率模型起始地址addr_init(i)=(i-j)<<n。例如,语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,概率模型起始地址addr_init(i)=(9-0)<<2=36。
概率模型地址偏移量计算单元2由所述bin和所述bin的上下文信息计算概率模型地址偏移量:例如,对于AVS标准的语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,由AVS标准可知该bin的上下文信息包括相邻块的信息即如图2所示的相邻块A与B是否可用、以及A与B的预测模式是否为0。例如A可用并且A的预测模式为0则a=0,B可用并且B的预测模式为1则b=1,根据AVS标准所述第0个bin的概率模型地址偏移量为a+b=1。
概率模型地址计算单元3由所述bin的概率模型起始地址36与概率模型地址偏移量1求和,得到所述bin的概率模型地址37。
从概率模型存储器4中地址为概率模型地址37的单元,获得所述bin的上下文概率模型值。
实施例8:
本实施例说明了获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在条带类型为B这种编码参数条件下H.264标准的语法元素sub_mb_type二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin对应的上下文概率模型索引为36~39,可知该分组的上下文概率模型数目x=4。因为x<2n,所以该分组的bin划分为1个分类。假设之前分类号1~5已使用,分配该分类的分类号为6,则该bin的分组的分组号就是同一分组中最小的分类号6。本例中假设起始分组号j=1。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图8所示,在概率模型存储表中,从地址40开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址40存放索引为36的上下文概率模型,地址41存放索引为37的上下文概率模型,地址42存放索引为38的上下文概率模型,地址43存放索引为39的上下文概率模型。而后续的44~47总共(2n-x)=4个地址不存储概率模型值。
获取在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的上下文概率模型值的装置如图7所示。
概率模型起始地址计算单元1计算概率模型起始地址addr_init(i)=(i-j)<<n。在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型起始地址addr_init(i)=(6-1)*23=5*8=40。
概率模型地址偏移量计算单元2由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如,在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型地址偏移量由所述bin和所述bin的上下文信息计算得到。按照H.264标准,此处上下文信息为所述bin之前处理的bin值即第1个bin的值。假设第1个bin的值是0,根据H.264标准的规定,计算得到概率模型地址偏移量为3。
概率模型地址计算单元3由所述bin的概率模型起始地址40与概率模型地址偏移量3求和,得到所述bin的概率模型地址43。
从概率模型存储器4中地址为概率模型地址43的单元,获得所述bin的上下文概率模型值。
实施例9:
本实施例说明了获取某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在编码参数Frame coded blocks、ctxBlockCat=5条件下,H.264标准的语法元素significant_coeff_flag二值化bin串中的所有的bin属于同一分组。根据标准规定,这些bin对应的上下文概率模型索引为402~416,可知该分组的上下文概率模型数目x是15。因为x>2n,所以该分组的bin被划分为d=2个分类,其中前一个分类对应2n=8个上下文概率模型,最后一个分类对应x-(d-1)*2n=7个上下文概率模型。假设之前分类号0~24已使用,为该2个分类分配2个连续的分类号25、26,这两个分类号都不与已有的分类号重复。所述的bin的分组号是这些分类号中最小的分类号,即为25。本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图10所示,在概率模型存储表中,从地址200开始,按照概率模型索引由小到大依次存储15个上下文概率模型值:起始地址200指向的单元存储索引402的上下文概率模型值,地址201指向的单元存储索引403的上下文概率模型值,地址202指向的单元存储索引404的上下文概率模型值,以此类推,地址214指向的单元存储索引416的上下文概率模型值,而地址215不存储上下文概率模型值。
获取在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的上下文概率模型值的装置如图9所示。
概率模型起始地址计算单元1计算所述的bin的概率模型起始地址addr_init(i)=(i-j)<<n。在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的概率模型起始地址addr_init(25)=(25-0)<<3=200。
概率模型地址偏移量计算单元2由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如对于在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的第0个bin,按照H.264标准,该bin的上下文信息为该bin所属的语法元素的位置LevelListIdx的值。假设LevelListIdx=0,则按照H.264标准的规定,计算得到概率模型地址偏移量为0。
概率模型地址计算单元3由所述b in的概率模型起始地址200与概率模型地址偏移量0求和,得到所述bin的概率模型地址200。
从概率模型存储器4中地址为概率模型地址200的单元,读取所述bin的上下文概率模型值。
实施例10:
本实施例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=2,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=4。
例如AVS标准的语法元素intra_chroma_pred_mode,二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin的上下文概率模型的索引为23~26,可知该分组的上下文概率模型数目x=4。因为x=2n=4,所以该分组的bin划分为1个分类。假设之前分类号0~8已使用,则分配该分类的分类号为9,则该bin的分组的分组号就是9。起始分组号是所有分组号中最小的一个,本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图6所示,在概率模型存储表中,从地址36开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址36存放索引为23的上下文概率模型,地址37存放索引为24的上下文概率模型,地址38存放索引为25的上下文概率模型,地址39存放索引为26的上下文概率模型。
更新语法元素intra_chroma_pred_mode二值化bin串中的bin的上下文概率模型值的装置例如图11所示。
概率模型起始地址计算单元5计算概率模型起始地址addr_init(i)=(i-j)<<n。例如,语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,概率模型起始地址addr_init(i)=(9-0)<<2=36。
概率模型地址偏移量计算单元6由所述bin和所述bin的上下文信息计算概率模型地址偏移量:例如,对于AVS标准的语法元素intra_chroma_pred_mode二值化bin串中的第0个bin,由AVS标准可知该bin的上下文信息包括相邻块的信息即如图2所示的相邻块A与B是否可用、以及A与B的预测模式是否为0。例如A可用并且A的预测模式为0则a=0,B可用并且B的预测模式为1则b=1,根据AVS标准所述第0个bin的概率模型地址偏移量为a+b=1。
概率模型地址计算单元7由所述bin的概率模型起始地址36与概率模型地址偏移量1求和,得到所述bin的概率模型地址37。
将语法元素intra_chroma_pred_mode二值化bin串中的第0个bin的上下文概率模型值写入概率模型存储器8中概率模型地址37指向的单元。
实施例11:
本实施例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在条带类型为B这种编码参数条件下H.264标准的语法元素sub_mb_type二值化bin串的所有的bin属于同一分组,根据标准规定的这些bin对应的上下文概率模型索引为36~39,可知该分组的上下文概率模型数目x=4。因为x<2n,所以该分组的bin划分为1个分类。假设之前分类号1~5已使用,分配该分类的分类号为6,则该bin的分组的分组号就是同一分组中最小的分类号6。本例中假设起始分组号j=1。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图8所示,在概率模型存储表中,从地址40开始,按照概率模型索引由小到大依次存储4个上下文概率模型:地址40存放索引为36的上下文概率模型,地址41存放索引为37的上下文概率模型,地址42存放索引为38的上下文概率模型,地址43存放索引为39的上下文概率模型。而后续的44~47总共(2n-x)=4个地址不存储概率模型值。
更新在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的上下文概率模型值的装置如图12所示。
概率模型起始地址计算单元5计算概率模型起始地址addr_init(i)=(i-j)<<n。在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型起始地址addr_init(i)=(6-1)*23=5*8=40。
概率模型地址偏移量计算单元6由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如,在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的概率模型地址偏移量由所述bin和所述bin的上下文信息计算得到。按照H.264标准,此处上下文信息为所述bin之前处理的bin值即第1个bin的值。假设第1个bin的值是0,根据H.264标准的规定,计算得到概率模型地址偏移量为3。
概率模型地址计算单元7由所述bin的概率模型起始地址40与概率模型地址偏移量3求和,得到所述bin的概率模型地址43。
将在条带类型为B这种编码参数条件下语法元素sub_mb_type二值化bin串中的第2个bin的上下文概率模型值写入概率模型存储器8中概率模型地址43指向的单元。
实施例12:
本实施例说明了更新某语法元素二值化bin串中的某bin的上下文概率模型值的装置。
本例中取n=3,因此每个bin的分类的上下文概率模型数目应该均不超过2n,此实施例中2n=8。
例如在编码参数Frame coded blocks、ctxBlockCat=5条件下,H.264标准的语法元素significant_coeff_flag二值化bin串中的所有的bin属于同一分组。根据标准规定,这些bin对应的上下文概率模型索引为402~416,可知该分组的上下文概率模型数目x是15。因为x>2n,所以该分组的bin被划分为d=2个分类,其中前一个分类对应2n=8个上下文概率模型,最后一个分类对应x-(d-1)*2n=7个上下文概率模型。假设之前分类号0~24已使用,为该2个分类分配2个连续的分类号25、26,这两个分类号都不与已有的分类号重复。所述的bin的分组号是这些分类号中最小的分类号,即为25。本例中假设起始分组号j=0。
概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。如图10所示,在概率模型存储表中,从地址200开始,按照概率模型索引由小到大依次存储15个上下文概率模型值:起始地址200指向的单元存储索引402的上下文概率模型值,地址201指向的单元存储索引403的上下文概率模型值,地址202指向的单元存储索引404的上下文概率模型值,以此类推,地址214指向的单元存储索引416的上下文概率模型值,而地址215不存储上下文概率模型值。
更新在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的上下文概率模型值的装置如图13所示。
概率模型起始地址计算单元5计算所述的bin的概率模型起始地址addr_init(i)=(i-j)<<n。在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的概率模型起始地址addr_init(25)=(25-0)<<3=200。
概率模型地址偏移量计算单元6由所述bin和所述bin的上下文信息计算概率模型地址偏移量。例如对于在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的第0个bin,按照H.264标准,该bin的上下文信息为该bin所属的语法元素的位置LevelListIdx的值。假设LevelListIdx=0,则按照H.264标准的规定,计算得到概率模型地址偏移量为0。
概率模型地址计算单元7由所述bin的概率模型起始地址200与概率模型地址偏移量0求和,得到所述bin的概率模型地址200。
将在Frame coded blocks、ctxBlockCat=5条件下语法元素significant_coeff_flag二值化bin串中的bin的上下文概率模型值写入概率模型存储器8中概率模型地址200指向的单元。
本发明并不仅局限于H.264、AVS标准的熵编码、熵解码的实现,也不仅局限于所述语法元素。本发明还可用于数字信号处理的其它领域。
Claims (10)
1.一种获取bin的上下文概率模型值的方法,其特征在于包括以下步骤:
a)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;
b)由所述bin和所述bin的上下文信息计算概率模型地址偏移量;
c)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;
d)查所述概率模型存储表中概率模型地址指向的单元,得到所述bin的上下文概率模型值;所述的概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。
2.如权利要求1所述的获取bin的上下文概率模型值的方法,其特征在于所述bin的分组号按如下方法获得:将属于同一分组的bin进行分类,所述分组对应的上下文概率模型数目为x;
如果x小于等于2n,则所述分组划分为d个分类,d=1;
否则,所述分组划分为d个分类,d应保证x-(d-1)*2n小于等于2n;其中最后一个分类对应x-(d-1)*2n个上下文概率模型,其余(d-1)个分类对应2n个上下文概率模型;
为d个分类分配d个连续的分类号,这些连续的分类号中的任何一个分类号都不与已有的分类号重复;所述的bin的分组号是这些连续的分类号中最小的分类号。
3.权利要求2所述的获取bin的上下文概率模型值的方法,所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
4.一种更新bin的上下文概率模型值的方法,其特征在于包括以下步骤:
a)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;
b)由所述的bin和所述bin的上下文信息计算概率模型地址偏移量;
c)计算概率模型地址,所述概率模型地址为所述概率模型起始地址与概率模型地址偏移量之和;
d)将所述bin的上下文概率模型值写入概率模型存储表中概率模型地址指向的单元;所述概率模型存储表中同一分组的bin对应的上下文概率模型按照上下文概率模型索引由小到大依次连续存放。
5.如权利要求4所述的更新bin的上下文概率模型值的方法,其特征在于所述bin的分组号按如下方法获得:将属于同一分组的bin进行分类,所述分组对应的上下文概率模型数目为x;
如果x小于等于2n,则所述分组划分为d个分类,d=1;
否则,所述分组划分为d个分类,d应保证x-(d-1)*2n小于等于2n;其中最后一个分类对应x-(d-1)*2n个上下文概率模型,其余(d-1)个分类对应2n个上下文概率模型;
为d个分类分配d个连续的分类号,这些连续的分类号中的任何一个分类号都不与已有的分类号重复;所述的bin的分组号是这些连续的分类号中最小的分类号。
6.权利要求5所述的更新bin的上下文概率模型值的方法,所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
7.一种获取bin的上下文概率模型值的装置,其特征在于包括:
概率模型起始地址计算单元(1);
概率模型地址偏移量计算单元(2);
概率模型地址计算单元(3);
概率模型存储器(4);
概率模型起始地址计算单元(1)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述n应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;概率模型地址偏移量计算单元(2)由所述bin和所述bin的上下文信息计算得到概率模型地址偏移量;概率模型地址计算单元(3)对概率模型起始地址与概率模型地址偏移量求和,得到所述bin的概率模型地址;所述的概率模型存储器(4)中按照上下文概率模型索引由小到大依次连续存放同一分组的bin对应的上下文概率模型,读取所述的概率模型存储器(4)中概率模型地址指向的单元,获得所述bin的上下文概率模型值。
8.如权利要求1所述的获取bin的上下文概率模型值的装置,所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
9.一种更新bin的上下文概率模型值的装置,其特征在于包括:
概率模型起始地址计算单元(5);
概率模型地址偏移量计算单元(6);
概率模型地址计算单元(7);
概率模型存储器(8);
概率模型起始地址计算单元(5)计算概率模型起始地址addr_init(i)=(i-j)<<n,所述i是所述bin的分组号,所述应满足2n大于等于y,其中y是在所有bin的分类中属于同一bin的分类的上下文概率模型数目最大的bin的分类所对应的上下文概率模型数目,所述j是起始的分组号;概率模型地址偏移量计算单元(6)由所述bin和所述bin的上下文信息计算得到概率模型地址偏移量;概率模型地址计算单元(7)对概率模型起始地址与概率模型地址偏移量求和,得到概率模型地址;所述的概率模型存储器(4)中按照上下文概率模型索引由小到大依次连续存放同一分组的bin对应的上下文概率模型;将所述bin的上下文概率模型值写入概率模型存储器(8)中概率模型地址指向的单元。
10.权利要求9所述的更新bin的上下文概率模型值的装置,所述的分组的特征至少包括以下之一:
a)某语法元素二值化bin串中的所有的bin属于一个分组;
b)某语法元素二值化bin串中的所有前缀部分的bin属于一个分组,并且该语法元素二值化bin串中的所有后缀部分的bin属于另一个分组;
c)某种编码参数下的某语法元素二值化bin串中的所有的bin属于一个分组,另一种编码参数下的该语法元素二值化bin串中的所有的bin属于另一个分组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110047527.6A CN102650969B (zh) | 2011-02-27 | 2011-02-27 | 一种获取、更新bin的上下文概率模型值的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110047527.6A CN102650969B (zh) | 2011-02-27 | 2011-02-27 | 一种获取、更新bin的上下文概率模型值的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102650969A true CN102650969A (zh) | 2012-08-29 |
CN102650969B CN102650969B (zh) | 2014-12-24 |
Family
ID=46692977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110047527.6A Active CN102650969B (zh) | 2011-02-27 | 2011-02-27 | 一种获取、更新bin的上下文概率模型值的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102650969B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024380A (zh) * | 2012-12-10 | 2013-04-03 | 浙江大学 | 一种数据的熵编码方法和装置 |
CN106899848A (zh) * | 2015-12-18 | 2017-06-27 | 黑莓有限公司 | 用于图像和视频编码的自适应二进制化器选择 |
CN107580224A (zh) * | 2017-08-08 | 2018-01-12 | 西安理工大学 | 一种面向hevc熵编码的自适应扫描方法 |
CN107635141A (zh) * | 2017-10-24 | 2018-01-26 | 杭州师范大学 | 一种视频熵解码的方法与装置 |
CN111183647A (zh) * | 2017-10-10 | 2020-05-19 | 高通股份有限公司 | 通过适配参数的渐进式修正的二进制算术译码 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1964496A (zh) * | 2006-12-12 | 2007-05-16 | 北京中星微电子有限公司 | 编码器及自适应算术编码的实现方法及装置 |
CN101087410A (zh) * | 2007-06-21 | 2007-12-12 | 北京中星微电子有限公司 | 算术编码电路和算术编码控制方法 |
US20080240234A1 (en) * | 2007-03-30 | 2008-10-02 | Chun Kit Hung | High speed context memory implementation for h.264 |
US20100007534A1 (en) * | 2008-07-14 | 2010-01-14 | Girardeau Jr James Ward | Entropy decoder with pipelined processing and methods for use therewith |
-
2011
- 2011-02-27 CN CN201110047527.6A patent/CN102650969B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1964496A (zh) * | 2006-12-12 | 2007-05-16 | 北京中星微电子有限公司 | 编码器及自适应算术编码的实现方法及装置 |
US20080240234A1 (en) * | 2007-03-30 | 2008-10-02 | Chun Kit Hung | High speed context memory implementation for h.264 |
CN101087410A (zh) * | 2007-06-21 | 2007-12-12 | 北京中星微电子有限公司 | 算术编码电路和算术编码控制方法 |
US20100007534A1 (en) * | 2008-07-14 | 2010-01-14 | Girardeau Jr James Ward | Entropy decoder with pipelined processing and methods for use therewith |
Non-Patent Citations (1)
Title |
---|
DETLEV MARPE,HEIKO SCHWARZ,THOMAS WIEGAND: "Context-based Adaptive Binary Arithmetic Coding in the H.264/AVC Video Compression Standard", 《IEEE TRANSATIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024380A (zh) * | 2012-12-10 | 2013-04-03 | 浙江大学 | 一种数据的熵编码方法和装置 |
CN103024380B (zh) * | 2012-12-10 | 2016-04-13 | 浙江大学 | 一种数据的熵编码方法和装置 |
CN106899848A (zh) * | 2015-12-18 | 2017-06-27 | 黑莓有限公司 | 用于图像和视频编码的自适应二进制化器选择 |
CN106899848B (zh) * | 2015-12-18 | 2022-02-25 | 黑莓有限公司 | 用于图像和视频编码的自适应二进制化器选择 |
CN107580224A (zh) * | 2017-08-08 | 2018-01-12 | 西安理工大学 | 一种面向hevc熵编码的自适应扫描方法 |
CN107580224B (zh) * | 2017-08-08 | 2019-11-22 | 西安理工大学 | 一种面向hevc熵编码的自适应扫描方法 |
CN111183647A (zh) * | 2017-10-10 | 2020-05-19 | 高通股份有限公司 | 通过适配参数的渐进式修正的二进制算术译码 |
CN111183647B (zh) * | 2017-10-10 | 2022-03-29 | 高通股份有限公司 | 用于解码视频数据的方法、装置和计算机可读媒体 |
CN107635141A (zh) * | 2017-10-24 | 2018-01-26 | 杭州师范大学 | 一种视频熵解码的方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102650969B (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | Neural network-based arithmetic coding of intra prediction modes in HEVC | |
CN110070178B (zh) | 一种卷积神经网络计算装置及方法 | |
CN1130919C (zh) | 用于编码包含在视频信号中的区域的轮廓的装置 | |
JP2021044809A (ja) | 動きベクトル差のエントロピー符号化 | |
US7365659B1 (en) | Method of context adaptive binary arithmetic coding and coding apparatus using the same | |
JP3391251B2 (ja) | 適応確率推定方法及び適応符号化方法並びに適応復号方法 | |
CN102650969A (zh) | 一种获取、更新bin的上下文概率模型值的方法及装置 | |
WO2004042930A3 (en) | Content-based segmentation scheme for data compression | |
CN101212676A (zh) | 高效并行cabac解码方法及其装置 | |
CN102098519A (zh) | 视频编码方法、解码方法、编码及解码装置 | |
CN101951516A (zh) | 基于h.264/avc中cabac的并行编码实现电路及编码方法 | |
CN107565973A (zh) | 一种结点可扩展的哈夫曼编码的实现方法及电路结构 | |
EP4324097A1 (en) | Decoder, encoder, controller, method and computer program for updating neural network parameters using node information | |
CN113467949B (zh) | 边缘计算环境下用于分布式dnn训练的梯度压缩方法 | |
CN101848387A (zh) | 基于jpeg2000标准的算术编码概率区间值确定方法 | |
CN113542225A (zh) | 一种数据的压缩方法、装置、终端设备及存储介质 | |
CN115865099B (zh) | 基于霍夫曼编码的多类型数据分段压缩方法及系统 | |
KR20120105412A (ko) | 산술 코딩 및 디코딩을 위한 방법들 | |
CN115474044B (zh) | 一种Bayer域图像有损压缩方法 | |
CN105516727A (zh) | 一种图像编码方法及装置 | |
CN1174634C (zh) | 基于上下文的算术编码/解码方法及装置 | |
CN100551066C (zh) | 编码器及自适应算术编码的实现方法及装置 | |
CN106941610B (zh) | 基于改进方块编码的二值roi掩模编码方法 | |
CN110545437B (zh) | 系数编码、解码方法、电子设备及介质 | |
CN103002275B (zh) | 用于cavlc编码的双系数扫描方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |