ES2645159T3

ES2645159T3 - Codificación de mapas significativos y bloques de coeficientes de transformada

Info

Publication number: ES2645159T3
Application number: ES11713791.9T
Authority: ES
Inventors: Thomas Wiegand; Heiner Kirchhoffer; Heiko Schwarz; Tung Nguyen; Detlev Marpe
Original assignee: GE Video Compression LLC
Current assignee: GE Video Compression LLC
Priority date: 2010-04-13
Filing date: 2011-04-11
Publication date: 2017-12-04
Anticipated expiration: 2031-04-11
Also published as: KR101966211B1; US20190037221A1; JP2015180071A; JP6438986B2; PT2559244T; CN102939755A; JP2017130941A; EP3709646A1; KR20220098295A; TW201142759A; DK3487179T3; EP3691267A1; HUE037038T2; CN108777797A; HUE051391T2; US20190268609A1; SI2559244T1; EP3244612B1; PL3435674T3; TWI590648B

Abstract

Aparato para decodificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada de un flujo de datos que comprende: un decodificador (250) configurado para extraer un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y a continuación los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada de un flujo de datos, con, en la extracción del mapa significativo, extraer secuencialmente elementos de sintaxis de primer tipo el flujo de datos mediante decodificación por entropía adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la posición respectiva se sitúa un coeficiente de transformada significativo o no significativo; y un asociador (252) configurado para asociar secuencialmente los elementos de sintaxis de primer tipo extraídos secuencialmente a las posiciones del bloque de coeficientes de transformada en un orden de exploración predeterminado entre las posiciones del bloque de coeficientes de transformada, en el que el decodificador se configura para usar, en entropía adaptada al contexto decodificando los elementos de sintaxis de primer tipo, contextos que se seleccionan individualmente para cada uno de los elementos de sintaxis de primer tipo dependiendo de un número de posiciones en las que de acuerdo con los elementos de sintaxis de primer tipo anteriormente extraídos y asociados se sitúan coeficientes de transformada significativos, en una vecindad de la posición con la que se asocia un elemento de sintaxis de primer tipo actual.

Description

5

10

15

20

25

30

35

40

45

50

55

60

Codificacion de mapas significativos y bloques de coeficientes de transformada

DESCRIPCION

La presente solicitud se dirige a la codificacion de mapas significativos que indican posiciones de coeficientes de transformada significativos dentro de bloques de coeficientes de transformada y la codificacion de tales bloques de coeficientes de transformada. Tal codificacion puede, por ejemplo, usarse en codificacion de fotograffa y video, por ejemplo.

En codificacion de video convencional, las instantaneas de una secuencia de video normalmente se descomponen en bloques. Los bloques o los componentes de color de los bloques se predicen mediante prediccion de movimiento compensado o intra prediccion. Los bloques pueden tener diferentes tamanos y pueden ser cuadraticos o rectangulares. Como muestras de un bloque o un componente de color de un bloque se predicen usando el mismo conjunto de parametros de prediccion, tales como indices de referencia (identificando una instantanea de referencia en el ya codificado conjunto de fotograffas), parametros de movimiento (especificando una medida para el movimiento de un bloque entre una instantanea de referencia y la instantanea actual), parametros para especificar el filtro de interpolacion, modos de intra prediccion, etc. Los parametros de movimiento pueden representarse mediante vectores de despeamiento con un componente horizontal y vertical o mediante parametros de movimiento de orden mas alto tales como parametros de movimiento afines que consisten en 6 componentes. Tambien es posible que mas de un conjunto de parametros de prediccion (tales como indices de referencia y parametros de movimiento) se asocien con un unico bloque. En ese caso, para cada conjunto de parametros de prediccion, se genera una unica senal de prediccion intermedia para el bloque o el componente de color de un bloque y la senal de prediccion final se construye mediante la suma ponderada de las senales de prediccion intermedias. Los parametros de ponderacion y potencialmente tambien una desviacion constante (que se anade a la suma ponderada) pueden fijarse para una fotograffa o una instantanea de referencia o un conjunto de fotograffas de referencia o pueden incluirse en el conjunto de parametros de prediccion para el bloque correspondiente. De manera similar, a menudo tambien se descomponen imagenes fijas en bloques y los bloques se predicen mediante un metodo de intra prediccion (que puede ser un metodo de intra prediccion espacial o un metodo de intra prediccion simple que predice el componente DC del bloque). En un caso de esquina, la senal de prediccion tambien puede ser cero.

La diferencia entre los bloques originales o los componentes de color de los bloques originales y las correspondientes senales de prediccion, tambien denominadas como la senal residual, normalmente se transforma y cuantifica. Una transformada de dos dimensiones se aplica a la senal residual y se cuantifican los coeficientes de transformada resultantes. Para esta codificacion de transformada, los bloques o los componentes de color de los bloques, para los que se ha usado un conjunto de parametros de prediccion particular, puede dividirse adicionalmente antes de aplicar la transformada. Los bloques de transformada pueden ser iguales a o mas pequenos que los bloques que se usan para prediccion. Tambien es posible que un bloque de transformada incluya mas de uno de los bloques que se usan para prediccion. Diferentes bloques de transformada en una imagen fija o una fotograffa de una secuencia de video pueden tener diferentes tamanos y los bloques de transformada pueden representar bloques cuadraticos o rectangulares.

Los coeficientes de transformada cuantificados resultantes, tambien denominados como niveles de coeficientes de transformada, se transmiten a continuacion usando tecnicas de codificacion por entropfa. Por lo tanto, un bloque de niveles de coeficientes de transformada normalmente se mapea en un vector (es decir, un conjunto ordenado) de valores de coeficientes de transformada usando una exploracion, donde diferentes exploraciones puede usarse para diferentes bloques. A menudo se usa una exploracion en zigzag. Para bloques que contienen unicamente muestras de un campo de una trama entrelazada (estos bloques pueden ser bloques en campos codificados o bloques de campo en tramas codificadas), tambien es comun usar una exploracion diferente espedficamente disenada para bloques de campo. Un algoritmo de codificacion por entropfa comunmente usado para codificar la secuencia de coeficientes de transformada ordenada resultante es codificacion a nivel de ejecucion. Normalmente, un gran numero de los niveles de coeficientes de transformada es cero y un conjunto de niveles de coeficientes de transformada sucesivos que son iguales a cero pueden representarse de forma eficiente mediante la codificacion del numero de niveles de coeficientes de transformada sucesivos que son iguales a cero (la ejecucion). Para los coeficientes de transformada restantes (distintos de cero), se codifica el nivel real. Existen diversas alternativas de codigos a nivel de ejecucion. La ejecucion antes de un coeficiente distinto de cero y el nivel del coeficiente de transformada distinto de cero pueden codificarse juntos usando un unico sfmbolo o palabra de codigo. A menudo, se incluyen sfmbolos especiales para el final de bloque, que se envfa despues del ultimo coeficiente de transformada distinto de cero. O es posible codificar primero el numero de niveles de coeficientes de transformada significativos distintos de cero, y dependiendo de este numero, se codifican los niveles y ejecuciones.

Un enfoque algo diferente se usa en la altamente eficiente codificacion por entropfa CABAC en H.264. En este punto, la codificacion de niveles de coeficientes de transformada se divide en tres etapas. En la primera etapa, un elemento de sintaxis binario coded_block_flag se transmite para cada bloque de transformada, que senaliza si el bloque de transformada contiene niveles de coeficientes de transformada significativos (es decir, coeficientes de

5

10

15

20

25

30

35

40

45

50

55

60

transformada que son distintos de cero). Si este elemento de sintaxis indica que estan presentes niveles de coeficientes de transformada significativos, se codifica un mapa significativo valorado en binario, que especifica cuales de los niveles de coeficientes de transformada tienen valores distintos de cero. Y a continuacion, en un orden de exploracion inverso, se codifican los valores de los niveles de coeficientes de transformada significativos distintos de cero. El mapa significativo se codifica como sigue. Para cada coeficiente en el orden de exploracion, se codifica un elemento de sintaxis binario significant_coeff_flag, que especifica si el correspondiente nivel de coeficiente de transformada no es igual a cero. Si la bin significant_coeff_flag es igual a uno, es decir, si un nivel de coeficiente de transformada distinto de cero existe en esta posicion de exploracion, se codifica un elemento de sintaxis binario adicional last_significant_coeff_flag. Esta bin indica si el nivel de coeficiente de transformada significativo actual es el ultimo nivel de coeficiente de transformada significativo dentro del bloque o si niveles de coeficientes de transformada significativos adicionales siguen en orden de exploracion. Si last_significant_coeff_flag indica que no siguen coeficientes de transformada significativos adicionales, no se codifican elementos de sintaxis adicionales para especificar el mapa significativo para el bloque. En la siguiente etapa, se codifican los valores de los niveles de coeficientes de transformada significativos, cuyas ubicaciones dentro del bloque ya se determinan mediante el mapa significativo. Los valores de niveles de coeficientes de transformada significativos se codifican en orden de exploracion inverso usando los siguientes tres elementos de sintaxis. El elemento de sintaxis binario coeff_abs_greater_one indica si el valor absoluto del nivel de coeficiente de transformada significativo es mayor de uno. Si el elemento de sintaxis binario coeff_abs_greater_one indica que el valor absoluto es mayor de uno, se envfa un elemento de sintaxis coeff_abs_level_minus_one adicional, que especifica el valor absoluto del nivel de coeficiente de transformada menos uno. Finalmente, se codifica el elemento de sintaxis binario coeff_sign_flag, que especifica el signo del valor de coeficiente de transformada, para cada nivel de coeficiente de transformada significativo. Se ha de observar de nuevo que los elementos de sintaxis que se relacionan con el mapa significativo se codifican en orden de exploracion, mientras que los elementos de sintaxis que se relacionan con los valores reales de los niveles de coeficientes de transformada se codifican en orden de exploracion inverso permitiendo el uso de modelos de contextos mas adecuados.

En la codificacion por entropfa CABAC en H.264, todos los elementos de sintaxis para los niveles de coeficientes de transformada se codifican usando una modelizacion de probabilidad binaria. El elemento de sintaxis no binario coeff_abs_level_minus_one primero se binariza, es decir, se mapea en una secuencia de decisiones binarias (bins), y estas bins se codifican secuencialmente. Los elementos de sintaxis binarios significant_coeff_flag, last_significant_coeff_flag, coeff_abs_greater_one y coeff_sign_flag se codifican directamente. Cada bin codificada (incluyendo los elementos de sintaxis binarios) se asocia con un contexto. Un contexto representa un modelo probabilfstico para una clase de bins codificadas. Una medida relacionada con la probabilidad para uno de los dos posibles valores de bin se estima para cada contexto basandose en los valores de las bins que ya se han codificado con el correspondiente contexto. Para varias bins relacionadas con la codificacion de transformada, el contexto que se usa para codificar se selecciona basandose en elementos de sintaxis ya transmitidos o basandose en la posicion dentro de un bloque.

El mapa significativo especifica informacion sobre la significancia (nivel de coeficiente de transformada es diferente de cero) para las posiciones de exploracion. En la codificacion por entropfa CABAC de H.264, para un tamano de bloque de 4x4, se usa un contexto separado para cada posicion de exploracion para codificar los elementos de sintaxis binarios significant_coeff_flag y el last_significant_coeff_flag, donde se usan diferentes contextos para el significant_coeff_flag y el last_significant_coeff_flag de una posicion de exploracion. Para bloques de 8x8, se usa el mismo modelo de contexto para cuatro posiciones de exploracion sucesivas, resultando en 16 modelos de contextos para el significant_coeff_flag y 16 modelos de contextos adicionales para el last_significant_coeff_flag. Este metodo de modelizacion de contexto para el significant_coeff_flag y el Iast_significant_coeff_flag tiene algunas desventajas para tamanos de bloque grandes. Por un lado, si cada posicion de exploracion se asocia con un modelo de contexto separado, el numero de modelos de contextos aumenta significativamente cuando se codifican bloques mayores de 8x8. Un numero aumentado de este tipo de modelos de contextos resulta en una adaptacion lenta de las estimaciones de probabilidades y normalmente una inexactitud de las estimaciones de probabilidades, donde ambos aspectos tienen un impacto negativo en la eficiencia de la codificacion. Por otra parte, la asignacion de un modelo de contexto a un numero de posiciones de exploracion sucesivas (como se ha hecho para bloques de 8x8 en H.264) tampoco es optima para tamanos de bloque mas grandes, ya que los coeficientes de transformada distintos de cero normalmente se concentran en regiones particulares de un bloque de transformada (las regiones son dependientes de estructuras principales dentro de los correspondientes bloques de la senal residual).

Despues de codificar el mapa significativo, el bloque se procesa en orden de exploracion inverso. Si una posicion de exploracion es significativa, es decir, el coeficiente es diferente de cero, se transmite el elemento de sintaxis binario coeff_abs_greater_one. Inicialmente, el segundo modelo de contexto del correspondiente conjunto de modelos de contexto se selecciona para el elemento de sintaxis coeff_abs_greater_one. Si el valor codificado de cualquier elemento de sintaxis coeff_abs_greater_one dentro del bloque es igual a uno (es decir, el coeficiente absoluto es mayor de 2), la modelizacion de contexto conmuta de nuevo al primer modelo de contexto del conjunto y usa este modelo de contexto hasta el final del bloque. De otra manera (todos los valores codificados de coeff_abs_greater_one dentro del bloque son cero y los correspondientes niveles de coeficientes absolutos son

5

10

15

20

25

30

35

40

45

50

55

60

iguales a uno), el modelo de contexto se elige dependiendo del numero de los elementos de sintaxis coeff_abs_greater_one iguales a cero que ya se han codificado/decodificado en la exploracion inversa del bloque considerado. La seleccion de modelo de contexto para el elemento de sintaxis coeff_abs_greater_one puede resumirse mediante la siguiente ecuacion, donde el mdice actual de modelo de contexto Ct+i se selecciona basandose en el anterior mdice de modelo de contexto Ct y el valor del anteriormente codificado elemento de sintaxis coeff_abs_greater_one, que se representa mediante bint en la ecuacion. Para el primer elemento de sintaxis coeff_abs_greater_one dentro de un bloque, el mdice de modelo de contexto se establece igual a Ct = 1.

imagen1

El segundo elemento de sintaxis para codificar los niveles de coeficientes de transformada absolutos, coeff_abs_level_minus_one se codifica unicamente, cuando el elemento de sintaxis coeff_abs_greater_one para la misma posicion de exploracion es igual a uno. El elemento de sintaxis no binario coeff_abs_level_minus_one se binariza en una secuencia de bins y para la primera bin de esta binarizacion; se selecciona un mdice de modelo de contexto como se describe a continuacion. Los restantes bins de la binarizacion se codifican con contextos fijos. El contexto para la primera bin de la binarizacion se selecciona como sigue. Para el primer elemento de sintaxis coeff_abs_level_minus_one, se selecciona el primer modelo de contexto del conjunto de modelos de contextos para la primera bin del elemento de sintaxis coeff_abs_level_minus_one, el correspondiente mdice de modelo de contexto se establece igual a Ct = 0. Para cada primera bin adicional del elemento de sintaxis coeff_abs_level_minus_one, la modelizacion de contexto conmuta al siguiente modelo de contexto en el conjunto, donde el numero de modelos de contextos en conjunto se limita a 5. La seleccion de modelo de contexto puede expresarse mediante la siguiente formula, donde el mdice de modelo de contexto actual Ct+i se selecciona basandose en el anterior mdice de modelo de contexto Ct. Como se ha mencionado anteriormente, para el primer elemento de sintaxis coeff_abs_level_minus_one dentro de un bloque, el mdice de modelo de contexto se establece igual a Ct = 0. Observese, se usan esos diferentes conjuntos de modelos de contextos para los elementos de sintaxis coeff_abs_greater_one y coeff_abs_level_minus_one.

Ct+i (Ct) = min(Ct + 1,4)

Para bloques grandes, este metodo tiene algunas desventajas. La seleccion del primer modelo de contexto para coeff_abs_greater_one (que se usa si un valor de coeff_abs_greater_one igual a 1 se ha codificado para los bloques) normalmente se hace demasiado pronto y el ultimo modelo de contexto para coeff_abs_level_minus_one se alcanza demasiado rapido porque el numero de coeficientes significativos es mayor que en bloques pequenos. Asf pues, la mayona de bins de coeff_abs_greater_one y coeff_abs_level_minus_one se codifican con un unico modelo de contexto. Pero estas bins normalmente tienen diferentes probabilidades y por lo tanto el uso de un unico modelo de contexto para un numero grande de bins tiene un impacto negativo en la eficiencia de la codificacion.

Aunque, en general, bloques grandes aumentan la sobrecarga computacional para realizar la transformada de descomposicion espectral, la capacidad de codificar de forma efectiva tanto bloques pequenos como grandes habilitana la consecucion de mejor eficiencia de codificacion en la codificacion de matrices de muestras tales como fotograffas o matrices de muestras que representan otras senales de informacion muestreadas espacialmente tales como mapas de profundidad o similares. La razon para esto es la dependencia entre resolucion espacial y espectral cuando se transforma una matriz de muestras dentro de bloques: cuanto mas grandes son los bloques mayor es la resolucion espectral de la transformada. En general, sena favorable poder aplicar localmente la transformada individual en una matriz de muestras de tal forma que dentro del area de una transformada individual de este tipo, la composicion espectral de la matriz de muestras no vana en gran medida. Bloques demasiados pequenos garantizan que el contenido dentro de los bloques es relativamente consistente. Por otra parte, si los bloques son muy pequenos, la resolucion espectral es baja y la relacion entre coeficientes de transformada no significativos y significativos se reduce.

Por lo tanto, sena favorable tener un esquema de codificacion que habilite una codificacion eficiente para bloques de coeficientes de transformada, incluso cuando son grandes y sus mapas significativos.

La referencia EP1487113A2 describe como se transmite un primer sfmbolo de un bit (CBP4) para cada bloque de coeficientes de transformada. Si el CBP4 muestra que un correspondiente bloque contiene coeficientes significativos, se codifica una imagen significativa como resultado de la transmision de un sfmbolo de un bit (SIG) para cada coeficiente en una secuencia de exploracion. - Si un correspondiente sfmbolo significativo es 'uno', se transmite entonces un sfmbolo de un bit (LAST) adicional para mostrar si un coeficiente significativo presente es un ultimo coeficiente dentro de un bloque o si siguen coeficientes significativos adicionales. Posiciones de coeficientes de transformada significativos contenidos en un bloque se determinan y codifican para cada bloque en un primer

5

10

15

20

25

30

35

40

45

50

55

60

proceso de exploracion, seguido por un segundo proceso de exploracion Nevada a cabo en orden inverso.

La referencia EP1768415 A1 describe codificacion y decodificacion de datos de v^deo con eficiencia de codificacion mejorada. Despues de transformar datos de pfxeles en el dominio de frecuencia, unicamente un subconjunto predeterminado de coeficientes de transformada se explora y codifica. De esta manera, el conocimiento anterior sobre la ubicacion de coeficientes de transformada de cero regular puede aprovecharse para reducir redundancias en los datos de video codificados. Informacion sobre la ubicacion de coeficientes de cero regular puede senalizarse explfcitamente o implfcitamente al decodificador. El decodificador decodifica el subconjunto de coeficientes de transformada, emplea la informacion senalizada sobre la ubicacion de coeficientes de cero regular para exploracion inversa de los coeficientes de transformada decodificados y transforma inversamente los coeficientes de transformada de vuelta en un bloque de pfxeles.

La referencia US2003/128753A1 divulga un metodo de exploracion optimo para codificar/decodificar una senal de imagen. En un metodo de codificar una senal de imagen a traves de una transformada de coseno discreta, al menos uno se selecciona entre una pluralidad de bloques de referencia. Se genera un orden de exploracion en el que explorar bloques para codificar de los bloques de referencia y los bloques a codificar se exploran en el orden del orden de exploracion generado. El al menos un bloque de referencia seleccionado es temporalmente o espacialmente adyacente al bloque a codificar. Cuando los bloques a codificar se exploran, se obtienen probabilidades de que se encuentren coeficientes distintos de cero del al menos un bloque de referencia seleccionado y el orden de exploracion se determina en orden descendente comenzando desde la probabilidad mas alta. En este punto, el orden de exploracion se genera para ser un orden de exploracion en zigzag si las probabilidades son identicas. El metodo de exploracion optimo aumenta la eficiencia de compresion de senal.

La referencia GB2264605A describe como un explorador multiple explora una senal de acuerdo con una pluralidad de diferentes patrones y un selector de patrones de exploracion determina que patron de exploracion produce el resultado de codificacion mas eficiente, por ejemplo codificacion de longitud de ejecucion. La senal seleccionada se multiplexa con una senal que identifica el patron de exploracion seleccionado preferentemente despues de codificacion de longitud variable. Como se ha descrito, la senal es una senal de imagen que ha sufrido transformacion de coseno discreta despues de compensacion de medios. Se divulgan ocho patrones diferentes de exploracion o muestreo.

El artfculo "Compression of Sparse Matrices by Arithmetic Coding" por Bell T. et al., PROCEEDINGS OF THE DATA COMPRESSION CONFERENCE (DCC '98), 30 de marzo de 1998, paginas 23-32, XP010276609, IEEE, Los Alamitos, CA, Estados Unidos, DOI: 10.1109/DCC.1998.672126, ISBN: 978-0-8186-8406-7, describe la compresion de matrices donde la mayona de las entradas son una constante fija (mas tfpicamente cero), normalmente denominados como matrices dispersas. Se evalua el rendimiento de metodos existentes y se considera como la codificacion aritmetica puede aplicarse al problema de lograr una mejor compresion.

El artfculo "Data Compression: The Complete Reference (passage)" por Salomon D. et al, 1998, Springer, Nueva York, NY, Estados Unidos, XP002270343, ISBN: 978-0-387-98280-9, paginas 69-84, describe diversos aspectos de la codificacion aritmetica.

El artfculo "Context-based Arithmetic Coding Reexamined for DCT Video Compression" por Zhang L. et al., PROCEEDINGS OF THE 2007 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ICASP 2007), 1 de mayo de 2007, paginas 3147-3150, XP031181972, IEEE, Piscataway, NJ, Estados Unidos, ISBN: 978-14244-0920-4, presenta una nueva tecnica de modelizacion de contexto para codificacion aritmetica de coeficientes DCT en compresion de video. Una caractenstica clave de la nueva tecnica es la inclusion de todas las magnitudes de coeficiente anteriormente codificadas en un bloque DCT en modelizacion de contexto. Esto habilita que la codificacion aritmetica adaptativa aproveche la redundancia de proceso de Markov de orden alto en el dominio DCT con unos pocos estados condicionantes. Ademas, se usa una tecnica de ponderacion de contexto para mejorar adicionalmente la eficiencia de la codificacion. La complejidad del nuevo esquema de codificacion aritmetico es ligeramente inferior que la de Codificacion Aritmetica Binaria Adaptativa Basada en Contexto (CABAC) de H.264.

El artfculo "An overview of the basic principles of the Q-Coder adaptive binary arithmetic coder" por Pennebaker W. B. et al., IBM JOURNAL OF RESEARCH AND DEVELOPMENT, Vol. 32, N.° 6, noviembre de 1988, paginas 717726, XP000111384, IBM Corporation, Nueva York, NY, Estados Unidos, ISSN: 0018-8646, presenta el Q-Coder como una nueva forma de codificacion aritmetica binaria. La parte de codificacion aritmetica binaria de la tecnica se deriva de conceptos basicos introducidos por Rissanen, Pasco y Langdon, pero extiende las convenciones de codificacion para resolver un conflicto entre implementaciones de software y hardware optimas. Ademas, se usa una forma robusta de estimacion de probabilidad en la que la estimacion de probabilidad se deriva solamente de las normalizaciones de nuevo de intervalo que son parte del proceso de codificacion aritmetica. Se presenta un breve tutorial de conceptos de codificacion aritmetica, seguido por una discusion de las estructuras de codificacion de hardware y software optimas y la estimacion de probabilidades de sfmbolos de normalizacion de nuevo de intervalo.

5

10

15

20

25

30

35

40

45

50

55

60

El artfculo "Context-based Artithmetic Encoding of 2D Shape Sequences" por Brady N. et al., PROCEEDINGS OF THE IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP 1997), Vol. 1, 26 de octubre de 1997, paginas 29-32, XP010254100, IEEE, Los Alamitos, CA, Estados Unidos, DOI: 10.1109/ICIP. 1997.647376, ISBN: 978-0-8186-8183-7, describe un nuevo metodo de codificacion de forma en secuencias de video basadas en objetos. Codificacion aritmetica basada en contexto, como se usa en JBIG, se utiliza dentro de una estructura basada en bloques y adicionalmente extendida para hacer uso eficiente de prediccion temporal.

El artfculo "Context-based adaptive binary arithmetic coding in JVT/H.26L" por Marpe D. et al, PROCEEDINGS OF THE IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP 2002), Vol. 2, 22 de septiembre de 2002, paginas 513-516, XP010608021, IEEE, Los Alamitos, CA, Estados Unidos, ISBN: 978-0-7803-7622-9, describe CONTEXT-BASED ADAPTIVE BINARY ARITHMETIC CODING IN JVT/H.26L, presenta un nuevo esquema de codificacion por entropfa adaptativo para compresion de video. Utiliza una tecnica de codificacion aritmetica adaptativa para hacer coincidir la entropfa de primer orden de los sfmbolos codificados y para mantener seguimiento de estadfsticas de sfmbolo no estacionario. Ademas, las redundancias de sfmbolo restantes se aprovecharan por modelizacion de contexto para reducir adicionalmente la tasa de bits. Se presenta un novedoso enfoque para la codificacion de coeficientes de transformada y un metodo de tabla de busqueda para estimacion de probabilidad y codificacion aritmetica. Este nuevo enfoque se ha integrado en el modelo de pruebas JVT (JM) actual para demostrar la ganancia de rendimiento y se adopto como una parte del proyecto actual de JVT/H.26L.

Por lo tanto, el objeto de la presente invencion es proporcionar un esquema de codificacion para codificar bloques de coeficientes de transformada y mapas significativos indicando posiciones de coeficientes de transformada significativos dentro de bloques de coeficientes de transformada respectivamente, de modo que se aumenta la eficiencia de la codificacion.

Este objeto se consigue mediante la materia objeto de las reivindicaciones independientes.

De acuerdo con un primer aspecto de la presente solicitud, una idea subyacente de la presente solicitud es que una eficiencia de codificacion mas alta para codificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada puede lograrse si el orden de exploracion por el que los elementos de sintaxis secuencialmente extrafdos que indican, para posiciones asociadas dentro del bloque de coeficientes de transformada, en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo, se asocian secuencialmente a las posiciones del bloque de coeficientes de transformada, entre las posiciones del bloque de coeficientes de transformada depende de las posiciones de los coeficientes de transformada significativos indicadas mediante elementos de sintaxis anteriormente asociados. En particular, los inventores descubrieron que en contenido tfpico de matriz de muestras tales como fotograffa, video o contenido de mapas de profundidad, los coeficientes de transformada significativos en su mayona de grupos en un cierto lado del bloque de coeficientes de transformada correspondiendo a frecuencias distintas de cero en la vertical y frecuencias bajas en la direccion horizontal o viceversa de modo que teniendo en cuenta las posiciones de coeficientes de transformada significativos indicadas mediante elementos de sintaxis anteriormente asociados habilita controlar la causa adicional de la exploracion de tal forma que la probabilidad de lograr antes el ultimo coeficiente de transformada significativo dentro del bloque de coeficientes de transformada se aumenta con relacion a un procedimiento de acuerdo con el cual se predetermina el orden de exploracion independiente de las posiciones de los coeficientes de transformada significativos indicadas mediante elementos de sintaxis anteriormente asociados hasta ahora. Esto es particularmente cierto para bloques mas grandes, aunque lo que se acaba de decir tambien es cierto para bloques pequenos.

De acuerdo con una realizacion de la presente solicitud, el decodificador por entropfa se configura para extraer del flujo de datos informacion que habilite reconocer en cuanto a si un coeficiente de transformada significativo indicada en la actualidad mediante un elemento de sintaxis asociado en la actualidad es el ultimo coeficiente de transformada significativo independiente de su posicion exacta dentro del bloque de coeficientes de transformada en el que el decodificador por entropfa se configura para no esperar elementos de sintaxis adicionales en caso de elemento de sintaxis actual con relacion a tal ultimo coeficiente de transformada significativo. Esta informacion puede comprender el numero de coeficientes de transformada significativos dentro del bloque. Como alternativa, segundos elementos de sintaxis se entrelazan con los primeros elementos de sintaxis, indicando los segundos elementos de sintaxis, para posiciones asociadas en las que se situa un coeficiente de transformada significativo, en cuanto a si el mismo es el ultimo coeficiente de transformada en el bloque de coeficientes de transformada o no.

De acuerdo con una realizacion, el asociador adapta el orden de exploracion dependiendo de las posiciones de los coeficientes de transformada significativos indicadas hasta ahora meramente en posiciones predefinidas dentro del bloque de coeficientes de transformada. Por ejemplo, varias sub-trayectorias que atraviesan sub-conjuntos mutuamente disjuntos de posiciones dentro del bloque de coeficientes de transformada se extienden sustancialmente diagonalmente desde un par de lados del bloque de coeficientes de transformada correspondiente a la frecuencia minima a lo largo de una primera direccion y la frecuencia mas alta a lo largo de otra direccion, respectivamente, un par opuesto de lados del bloque de coeficientes de transformada correspondientes a la

5

10

15

20

25

30

35

40

45

50

55

60

frecuencia cero a lo largo de una segunda direccion y maxima frecuencia a lo largo de una primera direccion, respectivamente. En este caso el asociador se configura para seleccionar el orden de exploracion de tal forma que las sub-trayectorias se atraviesan en un orden entre las sub-trayectorias donde la distancia de las sub-trayectorias a la posicion DC dentro del bloque de coeficientes de transformada aumenta uniformemente, cada sub-trayectoria se atraviesa sin interrupcion a lo largo de la direccion de ejecucion y para cada sub-trayectoria se selecciona la direccion a lo largo de la que la sub- trayectoria se atraviesa mediante el asociador dependiendo de las posiciones de los coeficientes de transformada significativos que han sido atravesados durante las sub-trayectorias anteriores. Mediante esta medida, se aumenta la probabilidad de que la ultima sub-trayectoria, se situa donde el ultimo coeficiente de transformada significativo, se atraviesa en una direccion de modo que es mas probable que el ultimo coeficiente de transformada significativo se situe dentro de la primera mitad de esta ultima sub-trayectoria que dentro de la segunda mitad de la misma, de este modo habilitando la reduccion del numero de elementos de sintaxis que indican en cuanto a si en una respectiva posicion se situa un coeficiente de transformada significativo o no significativo. El efecto es especialmente valioso en caso de bloques de coeficientes de transformada grandes.

De acuerdo con un aspecto adicional de la presente solicitud, la presente solicitud se basa en el hallazgo de que un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada puede codificarse mas eficientemente si los anteriormente mencionados elementos de sintaxis que indican, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo, se decodifican por entropfa adaptados al contexto usando contextos que se seleccionan individualmente para cada uno de los elementos de sintaxis dependientes de un numero de coeficientes de transformada significativos en una vecindad del respectivo elemento de sintaxis, indicado como que es significativo por cualquiera de los anteriores elementos de sintaxis. En particular, los inventores descubrieron que aumentando el tamano de los bloques de coeficientes de transformada, los coeficientes de transformada significativos se agrupan de alguna forma en ciertas areas dentro del bloque de coeficientes de transformada de modo que una adaptacion de contexto que no es unicamente sensible al numero de coeficientes de transformada significativos que se ha atravesado en el orden de exploracion predeterminados hasta ahora pero tambien tiene en cuenta la vecindad de los coeficientes de transformada significativos resulta en una mejor adaptacion del contexto y por lo tanto aumenta la eficiencia de la codificacion de la codificacion por entropfa.

Por supuesto, ambos aspectos esbozados anteriormente pueden combinarse de una manera favorable.

Ademas, de acuerdo con un aspecto aun adicional de la presente solicitud, la solicitud se basa en el hallazgo de que la eficiencia de la codificacion para codificar un bloque de coeficientes de transformada puede incrementarse cuando un mapa significativo que indica posiciones de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada precede la codificacion de los valores reales de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y si el orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada usado para asociar secuencialmente la secuencia de valores de los coeficientes de transformada significativos con las posiciones de los coeficientes de transformada significativos explora el bloque de coeficientes de transformada en sub-bloques usando un orden de exploracion de sub-bloques entre los sub-bloques con, complementaria, exploracion de posiciones de los coeficientes de transformada de los sub-bloques en un orden de exploracion de coeficientes, y si un conjunto seleccionado de un numero de contextos de una pluralidad de conjuntos de un numero de contexto se usa para decodificacion por entropfa adaptada al contexto secuencialmente los valores de los valores de coeficientes de transformada significativos, la seleccion del conjunto seleccionado dependiendo de los valores de los coeficientes de transformada dentro de un sub-bloque del bloque de coeficientes de transformada que ya se ha atravesado en el orden de exploracion de sub-bloques o los valores de los coeficientes de transformada de un sub-bloque co-ubicado en un bloque de coeficientes de transformada anteriormente decodificado. De este modo la adaptacion de contexto es muy adecuada para la propiedad esbozada anteriormente de coeficientes de transformada significativos que se agrupan en ciertas areas dentro de un bloque de coeficientes de transformada, especialmente cuando se consideran grandes bloques de coeficientes de transformada. En otras palabras, los valores pueden explorarse en sub-bloques y contextos seleccionados basandose en estadfsticas de sub-bloques.

De nuevo, incluso el ultimo aspecto puede combinarse con cualquiera de los aspectos previamente identificados de la presente solicitud o con ambos aspectos.

Realizaciones preferidas de la presente solicitud se describen a continuacion con respecto a las Figuras entre las que

la Figura 1 muestra un diagrama de bloques de un codificador de acuerdo con una realizacion;

la Figura 2a-c muestran esquematicamente diferentes sub-divisiones de una matriz de muestras tal como una

fotograffa en bloques.

5

10

15

20

25

30

35

40

45

50

55

60

la Figura 3 la Figura 4

la Figura 5

la Figura 6

la Figura 7

la Figura 8 la Figura 9 la Figura 10

la Figura 11

muestra un diagrama de bloques de un decodificador de acuerdo con una realizacion;

muestra un diagrama de bloques de un codificador de acuerdo con una realizacion de la presente solicitud en mas detalle;

muestra un diagrama de bloques de un decodificador de acuerdo con una realizacion de la presente solicitud en mas detalle;

ilustra esquematicamente una transformada de un bloque desde dominio espacial a dominio espectral;

muestra un diagrama de bloques de un aparato para decodificar el mapa significativo y los coeficientes de transformada significativos de un bloque de coeficientes de transformada de acuerdo con una realizacion;

ilustra esquematicamente una sub-division de un orden de exploracion en sub-trayectorias y sus diferentes direcciones transversales;

ilustra esquematicamente definiciones de vecindad para ciertas posiciones de exploracion dentro de un bloque de transformada de acuerdo con una realizacion;

ilustra esquematicamente posibles definiciones de vecindad para algunas posiciones de exploracion dentro de bloques de transformada que se situan en el borde de un bloque de transformada;

muestra una posible exploracion de bloques de transformada de acuerdo con una realizacion adicional de la presente solicitud.

Se observa que durante la descripcion de las Figuras, elementos que se encuentran en varias de estas Figuras se indican con el mismo signo de referencia en cada una de estas Figuras y se evita una descripcion repetida de estos elementos en lo que se refiere a la funcionalidad para evitar repeticiones innecesarias. No obstante, las funcionalidades y descripciones proporcionadas con respecto a una figura tambien se aplicaran a otras Figuras a no ser que se indique expresamente lo contrario.

La Figura 1 muestra un ejemplo para un codificador 10 en el que pueden implementarse aspectos de la presente solicitud. El codificador codifica una matriz de muestras de informacion 20 en un flujo de datos. La matriz de muestras de informacion puede representar cualquier clase de senal de informacion muestreada espacialmente. Por ejemplo, la matriz de muestras 20 puede ser una fotograffa fija o una fotograffa de un video. Por consiguiente, las muestras de informacion pueden corresponder a valores de brillo, valores de color, valores de luminancia, valores cromaticos o similares. Sin embargo, las muestras de informacion tambien pueden ser valores de profundidad en caso de que la matriz de muestras 20 sea un mapa de profundidad generado mediante, por ejemplo, un tiempo de detector de luz o similares.

El codificador 10 es un codificador basado en bloques. Es decir, el codificador 10 codifica la matriz de muestras 20 en el flujo de datos 30 en unidades de bloques 40. La codificacion en unidades de bloques 40 no necesariamente significa que el codificador 10 codifica estos bloques 40 totalmente independientes entre sf. En su lugar, el codificador 10 puede usar reconstrucciones de bloques anteriormente codificados para extrapolar o intra predecir los bloques restantes y puede usar la granularidad de los bloques para establecer parametros de codificacion, es decir para establecer la manera en que se codifica cada region de matriz de muestras correspondiente a un respectivo bloque.

Ademas, el codificador 10 es un codificador de transformada. Esto es, el codificador 10 codifica bloques 40 usando una transformada para transferir las muestras de informacion dentro de cada bloque 40 desde dominio espacial a dominio espectral. Puede usarse una transformada de dos dimensiones tal como una DCT de FFT o similares. Preferentemente, los bloques 40 tienen forma cuadratica o forma rectangular.

La sub-division de la matriz de muestras 20 en bloques 40 mostrados en la Figura 1 sirve meramente para propositos de ilustracion. La Figura 1 muestra la matriz de muestras 20 como se sub-divide en una disposicion de dos dimensiones regular de bloques cuadraticos o rectangulares 40 que se empalman entre sf de manera no solapante. El tamano de los bloques 40 puede predeterminarse. Es decir, el codificador 10 puede no transferir una informacion en el tamano de bloque de bloques 40 dentro del flujo de datos 30 al lado de decodificacion. Por ejemplo, el decodificador puede esperar el tamano de bloque predeterminado.

Sin embargo, son posibles varias alternativas. Por ejemplo, los bloques pueden solaparse entre sf. El solapamiento

5

10

15

20

25

30

35

40

45

50

55

60

puede, sin embargo, restringirse hasta tal punto que cada bloque tiene una porcion no solapada por ningun bloque vecino o de tal forma que cada muestra de los bloques se solapa por, en el maximo, un bloque entre los bloques vecinos dispuestos en yuxtaposicion al bloque actual a lo largo de una direccion predeterminada. Eso mas tarde podna significar que los bloques vecinos a derecha o izquierda pueden solapar el bloque actual para cubrir completamente el bloque actual pero no pueden solarse entre sf y lo mismo se aplica para vecinos en direccion vertical y diagonal.

Como una alternativa adicional, el codificador 10 puede adaptar la sub-division de matriz de muestras 20 en bloques 40 al contenido de la matriz de muestras 20 estando la informacion de sub-division en la sub-division usada transferida al lado de decodificador a traves de flujo de bits 30.

Las Figuras 2a a 2c muestran diferentes ejemplos para una sub-division de una matriz de muestras 20 en bloques 40. La Figura 2a muestra una sub-division de arbol cuadruple de una matriz de muestras 20 en bloques 40 de diferentes tamanos, estando los bloques representativos indicados en 40a, 40b, 40c y 40d con tamano en aumento. De acuerdo con la sub-division de la Figura 2a, la matriz de muestras 20 se divide primero en una disposicion de dos dimensiones regular de bloques de arbol 40d que, a su vez, tiene informacion de sub-division individual asociada con la misma de acuerdo con la que un cierto bloque de arbol 40d puede sub-dividirse o no adicionalmente de acuerdo con una estructura de arbol cuadruple. El bloque de arbol a la izquierda del bloque 40d se subdivide ilustrativamente en bloques mas pequenos de acuerdo con una estructura de arbol cuadruple. El codificador 10 puede realizar una transformada de dos dimensiones para cada uno de los bloques mostrados con lmeas continuas y discontinuas en la Figura 2a. En otras palabras, el codificador 10 puede transformar la matriz 20 en unidades de la subdivision de bloque.

En lugar de una sub-division de arbol cuadruple puede usarse una sub-division basada en multiples arboles mas general y el numero de nodos secundarios por nivel jerarquico puede diferir entre diferentes niveles jerarquicos.

La Figura 2b muestra otro ejemplo para una sub-division. De acuerdo con la Figura 2b, la matriz de muestras 20 se divide primero en macrobloques 40b dispuestos en una disposicion de dos dimensiones regular en una manera de empalme mutuamente no solapante en el que cada macrobloque 40b ha asociado con el mismo informacion de subdivision de acuerdo con la que un macrobloque no se sub-divide o, si se sub-divide, se sub-divide en una manera de dos dimensiones regular en sub-bloques de igual tamano para lograr diferentes granularidades de sub-division para diferentes macrobloques. El resultado es una sub-division de la matriz de muestras 20 en bloques 40 de diferentes tamanos estando los representantes de los diferentes tamanos indicados en 40a, 40b y 40a'. Como en la Figura 2a, el codificador 10 realiza una transformada de dos dimensiones en cada uno de los bloques mostrados en la Figura 2b con las lmeas continuas y discontinuas. La Figura 2c se analizara mas adelante.

La Figura 3 muestra un decodificador 50 que es capaz de decodificar el flujo de datos 30 generado por el codificador 10 para reconstruir una version reconstruida 60 de la matriz de muestras 20. El decodificador 50 extrae del flujo de datos 30 el bloque de coeficientes de transformada para cada uno de los bloques 40 y reconstruye la version reconstruida 60 realizando una transformada inversa en cada uno de los bloques de coeficientes de transformada.

El codificador 10 y decodificador 50 puede configurarse para realizar codificacion/decodificacion por entropfa para insertar la informacion en los bloques de coeficientes de transformada en y extraer esta informacion del flujo de datos, respectivamente. Detalles en este sentido se describen mas adelante. Debena observarse que el flujo de datos 30 no comprende necesariamente informacion en bloques de coeficientes de transformada para todos los bloques 40 de la matriz de muestras 20. En su lugar, como el sub-conjunto de bloques 40 puede codificarse en el flujo de bits 30 de otra manera, por ejemplo, el codificador 10 puede decidir abstenerse de insertar un bloque de coeficientes de transformada para un cierto bloque de bloques 40 con la introduccion en el flujo de bits 30 de parametros de codificacion alternativos en su lugar que habilita que el decodificador 50 prediga o de otra manera llene el respectivo bloque en la version reconstruida 60. Por ejemplo, el codificador 10 puede realizar un analisis de textura para localizar bloques dentro de matriz de muestras 20 que puede llenarse en el lado de descodificador por el decodificador por medio de smtesis de texturas e indicar esto dentro del flujo de bits en consecuencia.

Como se ha analizado en las siguientes Figuras, los bloques de coeficientes de transformada no representan necesariamente una representacion de dominio espectral de las muestras de informacion originales de un respectivo bloque 40 de la matriz de muestras 20. En su lugar, un bloque de coeficientes de transformada de este tipo puede representar una representacion de dominio espectral de una prediccion residual del respectivo bloque 40. La Figura 4 muestra una realizacion para un codificador de este tipo. El codificador de la Figura 4 comprende una fase de transformada 100, un codificador por entropfa 102, una fase de transformada inversa 104, un predictor 106 y un restador 108 asf como un sumador 110. El restador 108, fase de transformada 100 y codificador por entropfa 102 se conectan en serie en el orden mencionado entre una entrada 112 y una salida 114 del codificador de la Figura 4. La fase de transformada inversa 104, sumador 110 y predictor 106 se conectan en el orden mencionado entre la salida de la fase de transformada 100 y la entrada inversora del restador 108, estando la salida del predictor 106 tambien conectada a una entrada adicional del sumador 110.

5

10

15

20

25

30

35

40

45

50

55

60

El codificador de la Figura 4 es un codificador de bloques basando en transformada predictiva. Es dedr, los bloques de una matriz de muestras 20 que entran en entrada 112 se predicen desde porciones anteriormente codificadas y reconstruidas de la misma matriz de muestras 20 u otras matrices de muestras anteriormente codificadas y reconstruidas que pueden preceder o suceder a la matriz de muestras 20 actual en tiempo. El predictor 106 realiza la prediccion. El restador 108 resta la prediccion de un bloque original de este tipo y la fase de transformada 100 realiza una transformacion de dos dimensiones en los residuales de prediccion. La propia transformacion de dos dimensiones o una medida posterior dentro de la fase de transformada 100 puede conducir a una cuantificacion de los coeficientes de transformada dentro de los bloques de coeficientes de transformada. Los bloques de coeficientes de transformada cuantificados se codifican sin perdidas mediante, por ejemplo, codificacion por entropfa dentro de codificador por entropfa 102 siendo el flujo de datos resultante sacado en la salida 114. La fase de transformada inversa 104 reconstruye el residual cuantificado y el sumador 110, a su vez, combina el residual reconstruido con la correspondiente prediccion para obtener muestras de informacion reconstruidas basandose en que el predictor 106 puede predecir los bloques de prediccion codificados en la actualidad anteriormente mencionados. El predictor 106 puede usar diferentes modelos de prediccion tales como modos de intra predicciones y modos de inter predicciones para predecir los bloques y los parametros de prediccion se reenvfan al codificador por entropfa 102 para insercion en el flujo de datos.

Es decir, de acuerdo con la realizacion de la Figura 4, los bloques de coeficientes de transformada representan una representacion espectral de un residual de la matriz de muestras en lugar de muestras de informacion actuales del mismo.

Debena observarse que existen varias alternativas para la realizacion de la Figura 4 habiendose algunas de ellas descrito dentro de la porcion introductoria de la memoria descriptiva cuya descripcion se incorpora en la descripcion de la Figura 4 adjunta. Por ejemplo, la prediccion generada por el predictor 106 puede no codificarse por entropfa. En su lugar, la informacion lateral puede transferirse al lado de decodificacion por medio de otro esquema de codificacion.

La Figura 5 muestra un decodificador capaz de decodificar un flujo de datos generado por el codificador de la Figura 4. El decodificador de la Figura 5 comprende un codificador por entropfa 150, una fase de transformada inversa 152, un sumador 154 y un predictor 156. El decodificador por entropfa 150, fase de transformada inversa 152 y sumador 154 se conectan en serie entre una entrada 158 y una salida 160 del decodificador de la Figura 5 en el orden mencionado. Una salida adicional de decodificador por entropfa 150 se conecta al predictor 156 que, a su vez, se conecta entre la salida de sumador 154 y una entrada adicional del mismo. El decodificador por entropfa 150 extrae, del flujo de datos que entran al decodificador de la Figura 5 en entrada 158, los bloques de coeficientes de transformada en el que se aplica una transformada inversa a los bloques de coeficientes de transformada en fase 152 para obtener la senal residual. La senal residual se combina con una prediccion del predictor 156 en el sumador 154 para obtener un bloque reconstruido de la version reconstruida de la matriz de muestras en salida 160. Basandose en la version reconstruida, el predictor 156 genera las predicciones reconstruyendo de este modo las predicciones realizadas por el predictor 106 en el lado de codificador. Para obtener las mismas predicciones que las usadas en el lado de codificador, el predictor 156 usa los parametros de prediccion que el decodificador por entropfa 150 tambien obtiene del flujo de datos en entrada 158.

Debena observarse que en las realizaciones anteriormente descritas, la granularidad espacial a la que se realiza la prediccion y la transformacion del residual, no tienen que ser iguales entre sf. Esto se muestra en la Figura 2C. Esta figura muestra una sub-division para los bloques de prediccion de la granularidad de prediccion con lmeas continuas y la granularidad residual con lmeas discontinuas. Como puede observarse, las subdivisiones pueden seleccionarse por el codificador independientes entre sr Para ser mas precisos, la sintaxis de flujo de datos puede permitir una definicion de la subdivision residual independiente de la subdivision de prediccion. Como alternativa, la subdivision residual puede ser una extension de la subdivision de prediccion de modo que cada bloque residual es igual a o un subconjunto propio de un bloque de prediccion. Esto se muestra en la Figura 2a y la Figura 2b, por ejemplo, donde de nuevo la granularidad de prediccion se muestra con lmeas continuas y la granularidad residual con lmeas discontinuas. Esto, en las Figuras 2a-2c, todos los bloques que tienen un signo de referencia asociado con el mismo senan bloques residuales para los que se realizana una transformada de dos dimensiones mientras los bloques de lmeas continuas mas grandes que engloban los bloques de lmeas discontinuas 40a, por ejemplo, senan bloques de para los cuales se realiza un establecimiento de parametro de prediccion individualmente.

Las realizaciones anteriores tienen en comun que un bloque de muestras (residuales u originales) se debe transformar en el lado de codificador en un bloque de coeficientes de transformada que, a su vez, se debe transformar inversamente en un bloque reconstruido de muestras en el lado de codificador. Esto se ilustra en la Figura 6. La Figura 6 muestra un bloque de muestras 200. En el caso de la Figura 6, este bloque 200 es ilustrativamente cuadratico y con tamano de muestras 202 de 4x4. Las muestras 202 se disponen regularmente a lo largo de una direccion horizontal x y direccion vertical y. Mediante la anteriormente mencionada transformada de dos dimensiones T, el bloque 200 se transforma en dominio espectral, a saber en un bloque 204 de coeficientes de

5

10

15

20

25

30

35

40

45

50

55

60

transformada 206, siendo el bloque de transformada 204 del mismo tamano que el bloque 200. Es dedr, el bloque de transformada 204 tiene tantos coeficientes de transformada 206 como muestras tiene el bloque 200, tanto en direccion horizontal como direccion vertical. Sin embargo, como la transformada T es una transformacion espectral, las posiciones de los coeficientes de transformada 206 dentro de bloque de transformada 204 no corresponden a posiciones espaciales sino a componentes espectrales del contenido de bloque 200. En particular, el eje horizontal de bloque de transformada 204 corresponde a un eje a lo largo del que la frecuencia espectral en la direccion horizontal aumenta uniformemente mientras el eje vertical corresponde a un eje a lo largo del que la frecuencia espacial en la direccion vertical aumenta uniformemente en el que el coeficiente de transformada de componente DC se posiciona en una esquina - en este punto ilustrativamente la esquina superior izquierda - del bloque 204 de modo que en la esquina inferior de la derecha, se posiciona el coeficiente de transformada 206 correspondiente a la frecuencia mas alta tanto en la direccion horizontal como direccion vertical. Obviando la direccion espacial, la frecuencia espacial a la que pertenece un cierto coeficiente de transformada 206, generalmente aumenta desde la esquina superior izquierda a la esquina inferior de la derecha. Mediante una transformada inversa T-1, el bloque de transformada 204 se transfiere de nuevo desde el dominio espectral a dominio espacial, para obtener de nuevo una copia 208 de bloque 200. En el caso que no se haya introducido cuantificacion/perdida durante la transformacion, la reconstruccion sena perfecta.

Como ya se ha observado anteriormente, puede verse de la Figura 6 que tamanos de bloque mas grandes de bloque 200 aumenta la resolucion espectral de la representacion espectral resultante 204. Por otra parte, el ruido de cuantificacion tiende a propagarse por el bloque 208 entero y por lo tanto, objetos abruptos y muy localizados dentro de bloques 200 tienden a conducir a desviaciones del bloque transformado de nuevo con relacion al bloque original 200 debido a ruido de cuantificacion. La principal ventaja de usar bloques mas grandes es, sin embargo, que la relacion entre el numero de significancia, es decir coeficientes de transformada (cuantificados) distintos de cero por una parte y el numero de coeficientes de transformada no significativos por otra parte puede disminuirse dentro de bloques mas grandes comparado con bloques mas pequenos de este modo habilitando una mejor eficiencia de codificacion. En otras palabras, frecuentemente, los coeficientes de transformada significativos, es decir los coeficientes de transformada no cuantificados a cero, se distribuyen de forma dispersa por el bloque de transformada 204. Debido a esto, de acuerdo con las realizaciones descritas en mas detalle a continuacion, las posiciones de los coeficientes de transformada significativos se senalizan dentro del flujo de datos por medio de un mapa significativo. Separadamente de los mismos, los valores del coeficiente de transformada significativo, es decir, los niveles de coeficientes de transformada en el caso de que los coeficientes de transformada se cuantifiquen, se transmiten dentro del flujo de datos.

Por consiguiente, de acuerdo con una realizacion de la presente solicitud, puede implementarse un aparato para decodificar un mapa significativo de este tipo del flujo de datos o para decodificar el mapa significativo a lo largo de los correspondientes valores de coeficientes de transformada significativos del flujo de datos, como se muestra en la Figura 7 y cada uno de los decodificadores por entropfa mencionados anteriormente, a saber decodificador 50 y decodificador por entropfa 150, pueden comprender el aparato mostrado en la Figura 7.

El aparato de la Figura 7 comprende un decodificador por entropfa de mapa/coeficiente 250 y un asociador 252. El decodificador por entropfa de mapa/coeficiente 250 se conecta a una entrada 254 en la que entrar elementos de sintaxis representando el mapa significativo y los valores de coeficientes de transformada significativos. Como se describira en mas detalle a continuacion, existen diferentes posibilidades con respecto al orden en el que los elementos de sintaxis que describen el mapa significativo por una parte y los valores de coeficientes de transformada significativos por otra parte entran al decodificador por entropfa de mapa/coeficiente 250. Los elementos de sintaxis de mapa significativo pueden preceder los niveles correspondientes o ambos pueden entrelazarse. Sin embargo, preliminarmente se asume que los elementos de sintaxis que representan el mapa significativo preceden los valores (niveles) de los coeficientes de transformada significativos de modo que el decodificador por entropfa de mapa/coeficiente 250 decodifica primero el mapa significativo y a continuacion los niveles de coeficientes de transformada de los coeficientes de transformada significativos.

Como el decodificador por entropfa de mapa/coeficiente 250 decodifica secuencialmente los elementos de sintaxis que representan el mapa significativo y los valores de coeficientes de transformada significativos, el asociador 252 se configura para asociar estos elementos de sintaxis/valores decodificados secuencialmente a las posiciones dentro del bloque de transformada 256. El orden de exploracion en el que el asociador 252 asocia los elementos de sintaxis decodificados secuencialmente que representan el mapa significativo y niveles de los coeficientes de transformada significativos a las posiciones del bloque de transformada 256 sigue un orden de exploracion de una dimension entre las posiciones del bloque de transformada 256 que es identico al orden usando en el lado de codificacion para introducir estos elementos en el flujo de datos. Como tambien se esbozara en mas detalle a continuacion, el orden de exploracion para los elementos de sintaxis de mapa significativo puede ser igual o no al orden usado para los valores de coeficientes significativos.

El decodificador por entropfa de mapa/coeficiente 250 puede acceder a la informacion en el bloque de transformada 256 disponible hasta ahora, como generado por el asociador 252 hasta un elemento de sintaxis/nivel a decodificar

5

10

15

20

25

30

35

40

45

50

55

60

en la actualidad, para establecer contexto de estimacion de probabilidad para decodificacion por entropfa del elemento de sintaxis/nivel en la actualidad a decodificar como se indica mediante una lmea discontinua 258. Por ejemplo, el asociador 252 puede registrar la informacion recopilada hasta ahora desde los elementos de sintaxis secuencialmente asociados tales como los propios niveles o la informacion en cuanto a si se situa o no en la respectiva posicion un coeficiente de transformada significativo o en cuanto a si no se conoce nada sobre la respectiva posicion del bloque de transformada 256 en el que el decodificador por entropfa de mapa/coeficiente 250 accede a esta memoria. La memoria recien mencionada no se muestra en la Figura 7 pero la senal de referencia 256 tambien puede indicar esta memoria como la memoria o memoria intermedia de registro sena para almacenar la informacion preliminar obtenida por el 252 y decodificador por entropfa 250 hasta ahora. Por consiguiente, la Figura 7 ilustra mediante cruces posiciones de coeficientes de transformada significativos obtenidas desde los elementos de sintaxis anteriormente decodificados que representan el mapa significativo y un "1" indicara que el nivel de coeficiente de transformada significativo del coeficiente de transformada significativo en la respectiva posicion ya se ha decodificado y es 1. En caso de los elementos de sintaxis de mapa significativo precediendo los valores significativos en el flujo de datos, una cruz se habna registrado en la memoria 256 en la posicion del "1" (esta situacion habna representado el mapa significativo completo) antes de entrar el "1" tras decodificar el respectivo valor.

La siguiente descripcion se concentra en realizaciones especificas para codificar los bloques de coeficientes de transformada o el mapa significativo, cuyas realizaciones con facilmente transferibles a las realizaciones descritas anteriormente. En estas realizaciones, un elemento de sintaxis binario coded_block_flag puede transmitirse para cada bloque de transformada, que senaliza si el bloque de transformada contiene cualquier nivel de coeficiente de transformada significativo (es decir, coeficientes de transformada que son distintos de cero). Si este elemento de sintaxis indica que estan presentes niveles de coeficientes de transformada significativos, el mapa significativo se codifica, es decir meramente entonces. El mapa significativo espedfica, como se ha indicado anteriormente, cual de los niveles de coeficientes de transformada tienen valores distintos de cero. La codificacion de mapa significativo implica una codificacion de elementos de sintaxis binarios significant_coeff_flag cada uno especificando para una posicion de coeficiente respectivamente asociada si el correspondiente nivel de coeficiente de transformada no es igual a cero. La codificacion se realiza en un cierto orden de exploracion que puede cambiar durante la codificacion de mapa significativo dependiendo de las posiciones de coeficientes significativos identificados como significativos hasta ahora, como se describira en mas detalle a continuacion. Ademas, la codificacion de mapa significativo implica una codificacion de elementos de sintaxis binarios last_significant_coeff_flag intercalada con la secuencia de significant_coeff_flag en las posiciones de la misma, donde significant_coeff_flag senaliza un coeficiente significativo. Si la bin significant_coeff_flag es igual a uno, es decir, si un nivel de coeficiente de transformada distinto de cero existe en esta posicion de exploracion, se codifica el elemento de sintaxis binario adicional last_significant_coeff_flag. Esta bin indica si el nivel de coeficiente de transformada significativo actual es el ultimo nivel de coeficiente de transformada significativo dentro del bloque o si niveles de coeficientes de transformada significativos adicionales siguen en orden de exploracion. Si last_significant_coeff_flag indica que no siguen coeficientes de transformada significativos adicionales, no se codifican elementos de sintaxis adicionales para especificar el mapa significativo para el bloque. Como alternativa, el numero de posiciones de coeficiente significativo podna senalizarse dentro del flujo de datos antes de la codificacion de la secuencia de significant_coeff_flag. En la siguiente etapa, los valores de los niveles de coeficientes de transformada significativos se codifican. Como se ha descrito anteriormente, como alternativa, la transmision de los niveles podna entrelazarse con la transmision del mapa significativo. Los valores de niveles de coeficientes de transformada significativos se codifican en un orden de exploracion adicional para el que se describen ejemplos a continuacion. Se usan los siguientes tres elementos de sintaxis. El elemento de sintaxis binario coeff_abs_greater_one indica si el valor absoluto del nivel de coeficiente de transformada significativo es mayor de uno. Si el elemento de sintaxis binario coeff_abs_greater_one indica que el valor absoluto es mayor de uno, se envfa un elemento de sintaxis adicional coeff_abs_level_minus_one, que especifica el valor absoluto del nivel de coeficiente de transformada menos uno. Finalmente, el elemento de sintaxis binario coeff_sign_flag, que especifica el signo del valor de coeficiente de transformada, se codifica para cada nivel de coeficiente de transformada significativo.

Las realizaciones descritas a continuacion habilitan la reduccion adicional de la tasa de bits y por lo tanto aumenta la eficiencia de la codificacion. Para hacer esto, estas realizaciones usan un enfoque espedfico para modelizacion de contexto para elementos de sintaxis en relacion a los coeficientes de transformada. En particular, se usa una nueva seleccion de modelo de contexto para los elementos de sintaxis significant_coeff_flag, last_significant_coeff_flag, coeff_abs_greater_one y coeff_abs_level_minus_one. Y adicionalmente, se describe una conmutacion adaptativa de la exploracion durante la codificacion/decodificacion del mapa significativo (especificando las ubicaciones de niveles de coeficientes de transformada significativos distintos de cero). En cuanto al significado de los elementos de sintaxis que se deben mencionar, se hace referencia a la porcion introductoria anterior de la presente solicitud.

La codificacion de los elementos de sintaxis significant_coeff_flag y last_significant_coeff_flag, que especifican el mapa significativo, se mejora mediante una exploracion adaptativa y una nueva modelizacion de contexto basandose en una vecindad definida de posiciones de exploracion ya codificadas. Estos nuevos conceptos resultan en una codificacion de mapas significativos mas eficiente (es decir, una reduccion de la correspondiente tasa de

5

10

15

20

25

30

35

40

45

50

55

60

bits), en particular para tamanos de bloque grandes.

Un aspecto de las realizaciones esbozadas a continuacion es que el orden de exploracion (es decir, el mapeado de un bloque de valores de coeficientes de transformada en un conjunto ordenado (vector) de niveles de coeficientes de transformada) se adapta durante la codificacion/decodificacion de un mapa significativo basandose en los valores de los elementos de sintaxis ya codificados/decodificados para el mapa significativo.

En una realizacion preferida, el orden de exploracion se conmuta adaptativamente entre dos o mas patrones de exploracion predefinidos. En una realizacion preferida, la conmutacion puede tener lugar unicamente en ciertas posiciones de exploracion predefinidas. En una realizacion preferida adicional de la invencion, el orden de exploracion se conmuta adaptativamente entre dos patrones de exploracion predefinidos. En una realizacion preferida, la conmutacion entre los dos patrones de exploracion predefinidos puede tener lugar unicamente en ciertas posiciones de exploracion predefinidas.

La ventaja de la conmutacion entre patrones de exploracion es una tasa de bits reducida, que es un resultado de un numero mas pequeno de elementos de sintaxis codificados. Como un ejemplo intuitivo y haciendo referencia a la Figura 6, es frecuente el caso en que valores de coeficientes de transformada significativos - en particular para grandes bloques de transformada - se concentran en uno de los bordes de bloque 270, 272, porque los bloques residuales contienen principalmente estructuras horizontales o verticales. Con la principalmente usada exploracion en zigzag 274, existe una probabilidad de aproximadamente 0,5 de que la ultima sub-exploracion diagonal de la exploracion en zigzag en el que se encuentra el ultimo coeficiente significativo se inicie desde el lado en el que no se concentran los coeficientes significativos. En ese caso, tiene que codificarse un gran numero de elementos de sintaxis para niveles de coeficientes de transformada iguales a cero antes de que se alcance el ultimo valor de coeficiente de transformada distinto de cero. Esto puede evitarse si las sub-exploraciones diagonales se inician siempre en el lado donde se concentran los niveles de coeficientes de transformada significativos.

A continuacion se describen mas detalles para una realizacion preferida de la invencion.

Como se ha mencionado anteriormente, tambien para tamanos de bloque grandes, es preferible mantener el numero de modelos de contextos razonablemente pequeno para habilitar una rapida adaptacion de los modelos de contextos y proporcionar una eficiencia de codificacion alta. Por lo tanto, un contexto particular debena usarse para mas de una posicion de exploracion. Pero el concepto de asignar el mismo contexto a un numero de posiciones de exploracion sucesivas, como se hace para bloques de 8x8 en H.264, normalmente no es adecuada, ya que los niveles de coeficientes de transformada significativos normalmente se concentran en ciertas areas de un bloque de transformada (esta concentracion puede ser un resultado de ciertas estructuras dominantes que normalmente estan presentes en, por ejemplo bloques residuales). Para disenar la seleccion de contexto, se podna usar la observacion mencionada anteriormente que niveles de coeficientes de transformada significativos a menudo se concentran en ciertas areas de un bloque de transformada. A continuacion, se describen conceptos mediante los cuales esta observacion puede aprovecharse.

En una realizacion preferida, un bloque de transformada grande (por ejemplo, mayor de 8x8) se divide en un numero de rectangular sub-bloques (por ejemplo, en 16 sub-bloques) y cada uno de estos sub-bloques se asocia con un modelo de contexto separado para codificar el significant_coeff_flag y last_significant_coeff_flag (donde se usan diferentes modelos de contextos para los significant_coeff_flag y last_significant_coeff_flag). La division en sub- bloques puede ser diferente para los significant_coeff_flag y last_significant_coeff_flag. El mismo modelo de contexto pueden usarse para todas las posiciones de exploracion que se ubican en un sub-bloque particular.

En una realizacion preferida adicional, un bloque de transformada grande (por ejemplo, mayor de 8x8) puede dividirse en un numero de sub-regiones rectangulares y/o no rectangulares y cada una de estas sub-regiones se asocia con un modelo de contexto separado para codificar el significant_coeff_flag y/o el last_significant_coeff_flag. La division en sub-regiones puede ser diferente para los significant_coeff_flag y last_significant_coeff_flag. El mismo modelo de contexto se usa para todas las posiciones de exploracion que se ubican en una sub-region particular.

En una realizacion preferida adicional, el modelo de contexto para codificar el significant_coeff_flag y/o el last_significant_coeff_flag se selecciona basandose en los sfmboios ya codificados en una vecindad espacial predefinida de la posicion de exploracion actual. La vecindad predefinida puede ser diferente para diferentes posiciones de exploracion. En una realizacion preferida, el modelo de contexto se selecciona basandose en el numero de niveles de coeficientes de transformada significativos en la vecindad espacial predefinida de la posicion de exploracion actual, donde unicamente se cuentan indicaciones significativas codificadas.

Como se ha mencionado anteriormente, para tamanos de bloque grandes, la modelizacion de contexto convencional codifica un gran numero de bins (que normalmente tienen diferentes probabilidades) con un unico modelo de

5

10

15

20

25

30

35

40

45

50

55

60

contexto para los elementos de sintaxis coeff_abs_greater_one y coeff_abs_level_minus_one. Para evitar este inconveniente para tamanos de bloque grandes, los bloques grandes, de acuerdo con una realizacion, pueden dividirse en pequenos sub-bloques cuadraticos o rectangulares de un tamano particular y se aplica una modelizacion de contexto separada para cada sub-bloque. Ademas, pueden usarse multiples conjuntos de modelos de contextos, donde uno de estos conjuntos de modelos de contexto se selecciona para cada sub-bloque basandose en un analisis de las estadfsticas de sub-bloques anteriormente codificados. En una invencion de realizacion preferida, se usa el numero de coeficientes de transformada mayor de 2 (es decir, coeff_abs_level_minus_1>1) en el sub-bloque anteriormente codificado del mismo bloque para derivar el conjunto de modelos de contexto para el sub-bloque actual. Estas mejoras para modelizacion de contexto de los elementos de sintaxis coeff_abs_greater_one y coeff_abs_level_minus_one resultan en una codificacion mas eficiente de ambos elementos de sintaxis, en particular para tamanos de bloque grandes. En una realizacion preferida, el tamano de bloque de un sub-bloque es de 2x2. En otra realizacion preferida, el tamano de bloque de un sub-bloque es de 4x4.

En una primera etapa, un bloque mayor de un tamano predefinido puede dividirse en sub-bloques mas pequenos de un tamano particular. El proceso de codificacion de los niveles de coeficientes de transformada absolutos mapea el bloque cuadratico o rectangular de sub-bloques en un conjunto ordenado (vector) de sub-bloques usando una exploracion, donde diferentes exploraciones pueden usarse para diferentes bloques. En una realizacion preferida, los sub-bloques se procesan usando una exploracion en zigzag; los niveles de coeficientes de transformada dentro de un sub-bloque se procesan en una exploracion en zigzag inversa, es decir una exploracion que carga desde un coeficiente de transformada que pertenece a la frecuencia mas alta en direccion vertical y horizontal al coeficiente relacionado con la frecuencia mas baja en ambas direcciones. En otra realizacion preferida de la invencion, se usa una exploracion en zigzag invertida para codificar los sub-bloques y para codificar los niveles de coeficientes de transformada dentro de los sub-bloques. En otra realizacion preferida de la invencion, la misma exploracion adaptativa que se usa para codificar el mapa significativo (vease anteriormente) se usa para procesar el bloque de niveles de coeficientes de transformada completo.

La division de un bloque de transformada grande en sub-bloques evita el problema de usar solo un modelo de contexto para la mayona de las bins de un bloque de transformada grande. Dentro de los sub-bloques, puede usarse la modelizacion de contexto del estado de la tecnica (como se especifica en H.264) o un contexto fijo, dependiendo del tamano real de los sub-bloques. Adicionalmente, las estadfsticas (en terminos de modelizacion de probabilidad) para tales sub-bloques son diferentes de las estadfsticas de un bloque de transformada con el mismo tamano. Puede aprovecharse esta propiedad extendiendo el conjunto de modelos de contextos para los elementos de sintaxis coeff_abs_greater_one y coeff_abs_level_minus_one. Pueden proporcionarse multiples conjuntos de modelos de contextos y para cada sub-bloque puede seleccionarse uno de estos conjuntos de modelos de contexto basandose en las estadfsticas de sub-bloque anteriormente codificado en bloque de transformada actual o en bloques de transformada anteriormente codificados. En una realizacion preferida de la invencion, el conjunto seleccionado de modelos de contextos se deriva basandose en las estadfsticas de los sub-bloques anteriormente codificados en el mismo bloque. En otra realizacion preferida de la invencion, el conjunto seleccionado de modelos de contextos se deriva basandose en las estadfsticas del mismo sub-bloque de bloques anteriormente codificados. En una realizacion preferida, el numero de conjuntos de modelos de contexto se establece igual a 4, mientras en otra realizacion preferida, el numero de conjuntos de modelos de contexto se establece igual a 16. En una realizacion preferida, las estadfsticas que se usan para derivar el conjunto de modelos de contexto es el numero de niveles de coeficientes de transformada absolutos mayores de 2 en sub-bloques anteriormente codificados. En otra realizacion preferida, las estadfsticas que se usan para derivar el conjunto de modelos de contexto es la diferencia entre el numero de coeficientes significativos y el numero de niveles de coeficientes de transformada con un valor absoluto mayor de 2.

La codificacion del mapa significativo puede realizarse como se esboza a continuacion, a saber mediante una conmutacion adaptativa del orden de exploracion.

En una realizacion preferida, el orden de exploracion para codificar el mapa significativo se adapta conmutando entre dos patrones de exploracion predefinidos. La conmutacion entre los patrones de exploracion puede hacerse unicamente en ciertas posiciones de exploracion predefinidas. La decision de si el patron de exploracion se conmuta depende de los valores de los elementos de sintaxis de mapa significativo ya codificados/decodificados. En una realizacion preferida, ambos patrones de exploracion predefinidos especifican patrones de exploracion con sub- exploraciones diagonales, similar al patron de exploracion de la exploracion en zigzag. Los patrones de exploracion se ilustran en la Figura 8. Ambos patrones de exploracion 300 y 302 consisten en un numero de sub-exploraciones diagonales para diagonales desde la parte inferior izquierda hasta la parte superior derecha o viceversa. La exploracion de las sub-exploraciones diagonales (no ilustradas en la Figura) se hace desde la parte superior izquierda hasta la parte inferior derecha para ambos patrones de exploracion predefinidos. Pero la exploracion dentro de las sub-exploraciones diagonales es diferente (como se ilustra en la Figura). Para el primer patron de exploracion 300, las sub-exploraciones diagonales se exploran desde la parte inferior izquierda hasta la parte superior derecha (ilustracion izquierda de la Figura 8) y para el segundo patron de exploracion 302, las sub- exploraciones diagonales se exploran desde la parte superior derecha hasta la parte inferior izquierda (ilustracion

5

10

15

20

25

30

35

40

45

50

55

derecha de la Figura 8). En una realizacion, la codificacion del mapa significativo se inicia con el segundo patron de exploracion. Mientras la codificacion/decodificacion de los elementos de sintaxis, el numero de valores de coeficientes de transformada significativos se cuenta mediante dos contadores ci y c2. El primer contador ci cuenta el numero de coeficientes de transformada significativos que se ubican en la parte inferior izquierda del bloque de transformada; es decir, este contador se aumenta en uno cuando un nivel de coeficiente de transformada significativo se codifica/decodifica por el que la coordinada horizontal x dentro del bloque de transformada es menor que la coordinada vertical y. El segundo contador c2 cuenta el numero de coeficientes de transformada significativos que se ubican en parte superior derecha del bloque de transformada; es decir, este contador se aumenta en uno cuando un nivel de coeficiente de transformada significativo se codifica/decodifica por el que la coordinada horizontal x dentro del bloque de transformada es mayor que la coordinada vertical y. La adaptacion de los contadores puede realizarse mediante el asociador 252 en la Figura 7 y puede describirse mediante las siguientes formulas, conde t especifica el mdice de posicion de exploracion y ambos contadores se inicializan con cero:

Cj (i -+-1)

fl + c^Q,

t CjCO.

% < y

de otra forma

c3 (t +-1)

fi»- *.-,ca

X > )' de otra forma

Al final de cada sub-exploracion diagonal, el asociador 252 decide si se usa el primero o el segundo de los patrones de exploracion predefinidos 300, 302 para la siguiente sub-exploracion diagonal. Esta decision se basa en los valores de los contadores ci y c2. Cuando el contador para la parte inferior izquierda del bloque de transformada es mayor que el contador para la parte inferior izquierda, se usa el patron de exploracion que explora las sub- exploraciones diagonales desde la parte inferior izquierda hasta la parte superior derecha; de otra manera (el contador para la parte inferior izquierda del bloque de transformada es menor que o igual al contador para la parte inferior izquierda), se usa el patron de exploracion que explora las sub-exploraciones diagonales desde la parte superior derecha hasta la parte inferior izquierda. Esta decision puede expresarse mediante la siguiente formula:

c parte superior derecha hacia parte inferior izquierda < cs

\ parte inferior izquierda hacia parte superior derecha Ct >

Debena observarse que la realizacion descrita anteriormente de la invencion puede aplicarse facilmente a otros patrones de exploracion. Como un ejemplo, el patron de exploracion que se usa para macrobloques de campo en H.264 tambien puede descomponerse en sub-exploraciones. En una realizacion preferida adicional, un patron de exploracion dado pero arbitrario se descompone en sub-exploraciones. Para cada una de las sub-exploraciones, se definen dos patrones de exploracion: uno desde la parte inferior izquierda hasta la parte superior derecha y uno desde la parte superior derecha hasta la parte inferior izquierda (como direccion de exploracion basica). Ademas, se introducen dos contadores que cuentan el numero de coeficientes significativos en una primera parte (cerca del borde inferior izquierdo de un bloque de transformada) y una segunda parte (cerca del borde superior derecho de un bloque de transformada) dentro de las sub-exploraciones. Finalmente, al final de cada sub-exploracion se decide (basandose en los valores de los contadores), si la siguiente sub-exploracion se explora desde la parte inferior izquierda hasta la parte superior derecha o desde la parte superior derecha hasta la parte inferior izquierda.

A continuacion, se presentan realizaciones para como el decodificador por entropfa 250 modela los contextos.

En una realizacion preferida, la modelizacion de contexto para el significant_coeff_flag se hace como sigue. Para bloques de 4x4, la modelizacion de contexto se hace como se especifica en H.264. Para bloques de 8x8, el bloque de transformada se descompone en 16 sub-bloques de muestras de 2x2 y cada uno de estos sub-bloques se asocia con un contexto separado. Observese que este concepto tambien puede extenderse a tamanos de bloques mas grandes, un numero diferentes de sub-bloques y tambien sub-regiones no rectangulares como se ha descrito anteriormente.

En una realizacion preferida adicional, la seleccion de modelo de contexto para bloques de transformada mayores (por ejemplo, para bloques mayores de 8x8) se basa en el numero de coeficientes de transformada significativos ya codificados en una vecindad predefinida (dentro del bloque de transformada). En la Figura 9 se ilustra un ejemplo para la definicion de vecindades, que corresponde a una realizacion preferida de la invencion. Cruces con un cfrculo alrededor son vecinos disponibles, que siempre se tienen en cuenta para la evaluacion y cruces con un triangulo son vecinos que se evaluan dependiendo de la posicion de exploracion actual y direccion de exploracion actual:

• Si la posicion de exploracion actual se situa dentro de la esquina izquierda 304 de 2x2, se usa un modelo de contexto separado para cada posicion de exploracion (Figura 9, ilustracion izquierda)

5

10

15

20

25

30

35

40

45

50

55

60

• Si la posicion de exploracion actual no se situa dentro de la esquina izquierda de 2x2 y no se ubica en la primera fila o la primera columna del bloque de transformada, entonces los vecinos ilustrados a la derecha en la Figura 9 se usan para evaluar el numero de coeficientes de transformada significativos en la vecindad de la posicion de exploracion actual "x" sin nada alrededor de la misma.

• Si la posicion de exploracion actual "x" sin nada alrededor de la misma se situa dentro de la primera fila del bloque de transformada, entonces se usan los vecinos especificados en la ilustracion derecha de la Figura 10.

• Si la posicion de exploracion actual "x" se incluye en la primera columna del bloque, entonces se usan los vecinos especificados en la ilustracion izquierda de la Figura 10.

En otras palabras, el decodificador 250 puede configurarse para extraer secuencialmente los elementos de sintaxis de mapa significativo mediante decodificacion por entropfa adaptada al contexto mediante el uso de contextos que se seleccionan individualmente para cada uno de los elementos de sintaxis de mapa significativo dependiendo de un numero de posiciones en las que de acuerdo con los anteriormente extrafdos y asociados elementos de sintaxis de mapa significativo se situan coeficientes de transformada significativos, siendo las posiciones restringidas a unas que se situan en una vecindad de la posicion ("x" en el lado de la derecha de la Figura 9 y ambos lados de la Figura 10 y cualquiera de las posiciones marcadas del lado de la izquierda de la Figura 9) con las que se asocia el respectivo elemento de sintaxis de mapa significativo actual. Como se muestra, la vecindad de la posicion con la que se asocia el respectivo elemento de sintaxis actual, puede meramente comprender posiciones directamente adyacentes a o separadas de la posicion con la que se asocia el respectivo elemento de sintaxis de mapa significativo, en una posicion en direccion vertical y/o una posicion en la direccion horizontal en el maximo. Como alternativa, pueden tenerse en cuenta meramente posiciones directamente adyacentes al respectivo elemento de sintaxis actual. Simultaneamente, el tamano del bloque de coeficientes de transformada puede ser igual o mayor que posiciones de 8x8.

En una realizacion preferida, el modelo de contexto que se usa para codificar un significant_coeff_flag particular se elige dependiendo del numero de niveles de coeficientes de transformada significativos ya codificados en los vecindarios definidos. En este punto, el numero de modelos de contextos disponibles puede ser mas pequeno que el valor posible para el numero de niveles de coeficientes de transformada significativos en la vecindad definida. El codificador y decodificador pueden contener una tabla (o un mecanismo de mapeado diferente) para el mapeado del numero de niveles de coeficientes de transformada significativos en la vecindad definida en un mdice de modelo de contexto.

En una realizacion preferida adicional, el mdice de modelo de contexto elegido depende del numero de niveles de coeficientes de transformada significativos en la vecindad definida y de uno o mas parametros adicionales como el tipo de vecindad usada o la posicion de exploracion o un valor cuantificado para la posicion de exploracion.

Para la codificacion del last_significant_coeff_flag, puede usarse una modelizacion de contexto similar como para el significant_coeff_flag. Sin embargo, la medida de probabilidad para el last_significant_coeff_flag depende principalmente de una distancia de la posicion de exploracion actual a la esquina superior izquierda del bloque de transformada. En una realizacion preferida, el modelo de contexto para codificar el last_significant_coeff_flag se elige basandose en la exploracion diagonal en la que se situa la posicion de exploracion actual (es decir, se elige basandose en x + y, donde x e y representan la ubicacion horizontal y vertical de una posicion de exploracion dentro del bloque de transformada, respectivamente, en caso de la realizacion anterior de la Figura 8 o basandose en cuantos sub-exploraciones entre la sub-exploracion actual y la posicion DC de arriba a la izquierda (tal como mdice de sub-exploracion menos 1)). En una realizacion preferida de la invencion, se usa el mismo contexto para diferentes valores de x + y. La medida de distancia es decir x + y o el mdice de sub-exploracion se mapea en el conjunto de modelos de contextos en un cierto modo (por ejemplo cuantificando x + y o el mdice de sub- exploracion), donde el numero de valores posibles para la medida de distancia es mayor que el numero de modelos de contextos disponibles para codificar el last_significant_coeff_flag.

En una realizacion preferida, se usan diferentes esquemas de modelizacion de contexto para diferentes tamanos de bloques de transformada.

A continuacion se describe la codificacion de los niveles de coeficientes de transformada absolutos.

En una realizacion preferida, el tamano de sub-bloques es 2x2 y se deshabilita la modelizacion de contexto dentro de los sub-bloques, es decir, un unico modelo de contexto se usa para todos los coeficientes de transformada dentro de un sub-bloque de 2x2. Unicamente pueden ser afectados bloques mayores de 2x2 por el proceso de subdivision. En una realizacion preferida adicional de esta invencion, el tamano de los sub-bloques es 4x4 y la modelizacion de contexto dentro de los sub-bloques se hace como en H.264; unicamente bloques mayores de 4x4 son afectados por el proceso de subdivision.

Para el orden de exploracion, en una realizacion preferida, se emplea una exploracion en zigzag 320 para la exploracion de los sub-bloques 322 de un bloque de transformada 256 es decir a lo largo una direccion de

5

10

15

20

25

30

35

40

45

50

55

60

frecuencia sustancialmente en aumento, mientras los coeficientes de transformada dentro de un sub-bloque se exploran en una exploracion en zigzag inversa 326 (Figura 11). En una realizacion preferida adicional de la invencion, tanto los sub-bloques 322 como los niveles de coeficientes de transformada dentro de los sub-bloques 322 se exploran usando una exploracion en zigzag inversa (como la ilustracion en la Figura 11, donde la flecha 320 es invertida). En otra realizacion preferida, se usa la misma exploracion adaptativa como para codificar el mapa significativo para procesar los niveles de coeficientes de transformada, donde la decision de adaptacion en la misma, de modo que se usa exactamente la misma exploracion para tanto la codificacion del mapa significativo como la codificacion del nivel de valor de coeficiente de transformadas. Debena observarse que la propia exploracion normalmente no depende de las estadfsticas seleccionadas o el numero de conjuntos de modelos de contexto o de la decision para habilitar o deshabilitar la modelizacion de contexto dentro de los sub-bloques.

A continuacion se describen realizaciones para modelizacion de contexto para los niveles de coeficientes.

En una realizacion preferida, la modelizacion de contexto para un sub-bloque es similar a la modelizacion de contexto para bloques de 4x4 en H.264 como se ha descrito anteriormente. El numero de modelos de contextos que se usa para codificar el elemento de sintaxis coeff_abs_greater_one y la primera bin del elemento de sintaxis coeff_abs_level_minus_one es igual a cinco, con, por ejemplo, el uso de diferentes conjuntos de modelos de contextos para los dos elementos de sintaxis. En una realizacion preferida adicional, la modelizacion de contexto dentro de los sub-bloques se deshabilita y unicamente se usa un modelo de contexto predefinido dentro de cada sub-bloque. Para ambas realizaciones, se selecciona el conjunto de modelos de contexto para un sub-bloque 322 entre un numero predefinido de conjuntos de modelos de contexto. La seleccion del conjunto de modelos de contexto para un sub-bloque 322 se basa en ciertas estadfsticas de uno o mas sub-bloques ya codificados. En una realizacion preferida, las estadfsticas usadas para seleccionar un conjunto de modelos de contexto para un sub- bloque se toman de uno o mas sub-bloques ya codificados en el mismo bloque 256. A continuacion se describe como se usan las estadfsticas para derivar el seleccionado conjunto de modelos de contexto. En una realizacion preferida adicional, las estadfsticas se toman del mismo sub-bloque en un bloque anteriormente codificado con el mismo tamano de bloque tales como bloque 40a y 40a' en la Figura 2b. En otra realizacion preferida de la invencion, las estadfsticas se toman de un sub-bloque de vecindad definido en el mismo bloque, que depende de la exploracion seleccionada para los sub-bloques. Tambien, es importante observar que el origen de las estadfsticas debena ser independiente del orden de exploracion y como se crean las estadfsticas para derivar el conjunto de modelos de contexto.

En una realizacion preferida, el numero de conjuntos de modelos de contexto es igual a cuatro, mientras en otra realizacion preferida, el numero de conjuntos de modelos de contexto es igual a 16. Comunmente, el numero de conjuntos de modelos de contexto no es fijo y debena adaptarse de acuerdo con las estadfsticas seleccionadas. En una realizacion preferida, el conjunto de modelos de contexto para un sub-bloque 322 se deriva basandose en el numero de niveles de coeficientes de transformada absolutos mayores de dos en uno o mas sub-bloques ya

codificados. Un mdice para el conjunto de modelos de contexto se determina mapeando el numero de niveles de

coeficientes de transformada absolutos mayores de dos en el sub-bloque de referencia o sub-bloques de referencia en un conjunto de indices de modelo de contexto predefinidos. Este mapeado pueden implementarse cuantificandose el numero de niveles de coeficientes de transformada absolutos mayores de dos o mediante una tabla predefinida. En una realizacion preferida adicional, el conjunto de modelos de contexto para un sub-bloque se deriva basandose en la diferencia entre el numero de niveles de coeficientes de transformada significativos y el numero de niveles de coeficientes de transformada absolutos mayores de dos en uno o mas sub-bloques ya

codificados. Un mdice para el conjunto de modelos de contexto se determina mapeando esta diferencia en un

conjunto de indices de modelo de contexto predefinidos. Este mapeado puede implementarse cuantificando la diferencia entre el numero de niveles de coeficientes de transformada significativos y el numero de niveles de coeficientes de transformada absolutos mayores de dos o mediante una tabla predefinida.

En otra realizacion preferida, cuando se usa la misma exploracion adaptativa para el procesamiento de los niveles de coeficientes de transformada absolutos y el mapa significativo, las estadfsticas parciales de los sub-bloques en los mismos bloques pueden usarse para derivar el conjunto de modelos de contexto para el sub-bloque actual o, si disponible, pueden usarse las estadfsticas de sub-bloques anteriormente codificados en bloques de transformada anteriormente codificados. Eso significa que, por ejemplo, en lugar de usar el numero absoluto de niveles de coeficientes de transformada absolutos mayores de dos en el(los) sub-bloque(s) para derivar el modelo de contexto, se usa el numero de niveles de coeficientes de transformada absolutos ya codificados mayores de dos multiplicado por la relacion del numero de coeficientes de transformada en el(los) sub-bloque(s) y el numero de coeficientes de transformada ya codificados en el(los) sub-bloque(s); o en lugar de usar la diferencia entre el numero de niveles de coeficientes de transformada significativos y el numero de niveles de coeficientes de transformada absolutos mayores de dos en el(los) sub-bloque(s), se usa la diferencia entre el numero de niveles de coeficientes de transformada significativos ya codificados y el numero de niveles de coeficientes de transformada absolutos ya codificados mayores de dos multiplicados por la relacion del numero de coeficientes de transformada en el(los) sub- bloque^) y el numero de coeficientes de transformada ya codificados en el(los) sub-bloque(s).

5

10

15

20

25

30

35

40

45

50

55

60

Para la modelizacion de contexto dentro de los sub-bloques, puede emplearse basicamente la inversa de la modelizacion de contexto del estado de la tecnica para H.264. Eso significa que, cuando se usa la misma exploracion adaptativa para el procesamiento de los niveles de coeficientes de transformada absolutos y el mapa significativo, los niveles de coeficientes de transformada se codifican basicamente en un orden de exploracion avanzado, en lugar de un orden de exploracion inverso como en H.264, Por lo tanto, la conmutacion de modelo de contexto tiene que adaptarse en consecuencia. De acuerdo con una realizacion, la codificacion de los coeficientes de transformada niveles se inicia con un primer modelo de contexto para elementos de sintaxis coeff_abs_greater_one y coeff_abs_level_minus_one y se conmuta al siguiente modelo de contexto en el conjunto cuando dos elementos de sintaxis coeff_abs_greater_one iguales a cero se han codificado desde la ultima conmutacion de modelo de contexto. En otras palabras, la seleccion de contexto depende del numero de elementos de sintaxis ya codificados coeff_abs_greater_one mayores de cero en orden de exploracion. El numero de modelos de contextos para coeff_abs_greater_one y para coeff_abs_level_minus_one pueden ser los mismos que en H.264.

Por lo tanto, las realizaciones anteriores pueden aplicarse en el campo de procesamiento digital de senales y, en particular, a decodificadores y codificadores de imagen y video. En particular, las anteriores realizaciones habilitan una codificacion de elementos de sintaxis relacionados con coeficientes de transformada en codecs de imagen y video basados en bloques, con una mejorada modelizacion de contexto para elementos de sintaxis relacionados con coeficientes de transformada que se codifican con un codificador por entropfa que emplea una probabilidad modelizacion. En comparacion con el estado de la tecnica, se logra una eficiencia de codificacion mejorada en particular para grandes bloques de transformada.

Aunque se han descrito algunos aspectos en el contexto de un aparato, esta claro que estos aspectos tambien representan una descripcion del correspondiente metodo, donde un bloque o dispositivo corresponde a una etapa de metodo o una caractenstica de una etapa de metodo. Analogamente, aspectos descritos en el contexto de una etapa de metodo tambien representan una descripcion de un correspondiente bloque o artfculo o caractenstica de un correspondiente aparato.

La senal codificada inventiva para representar el bloque de transformada o el mapa significativo, respectivamente, puede almacenarse en un medio de almacenamiento digital o puede transmitirse en un medio de transmision tales como un medio de transmision inalambrica o un medio de transmision cableado tal como internet.

Dependiendo de ciertos requisitos de implementacion, realizaciones de la invencion pueden implementarse en hardware o en software. La implementacion puede realizarse usando un medio de almacenamiento digital, por ejemplo un disco flexible, un DVD, un Blue-Ray, un CD, una ROM, una PROM, una EPROM, una EEPROM o una memoria FLASH, que tienen senales de control legibles electronicamente almacenadas en los mismos, que cooperan (o son capaces de cooperar) con un sistema informatico programable de tal forma que se realiza el respectivo metodo. Por lo tanto, el medio de almacenamiento digital puede ser legible por ordenador.

Algunas realizaciones de acuerdo con la invencion comprenden una portadora de datos que tienen senales de control legibles electronicamente, que son capaces de cooperar con un sistema informatico programable, de tal forma que se realiza uno de los metodos descritos en este documento.

En general, las realizaciones de la presente invencion pueden implementarse como un producto de programa informatico con un codigo de programa, estando el codigo de programa operativo para realizar uno de los metodos cuando el producto de programa informatico se ejecuta en un ordenador. El codigo de programa puede por ejemplo almacenarse en un soporte legible por maquina.

Otras realizaciones comprenden el programa informatico para realizar uno de los metodos descritos en el presente documento, almacenado en un soporte legible por maquina.

En otras palabras, una realizacion del metodo inventivo es, por lo tanto, un programa informatico que tiene un codigo de programa para realizar uno de los metodos descritos en el presente documento, cuando el programa informatico se ejecuta en un ordenador.

Una realizacion adicional de los metodos inventivos es, por lo tanto, una portadora de datos (o un medio de almacenamiento digital o un medio legible por ordenador) que comprende, grabada en la mismo, el programa informatico para realizar uno de los metodos descritos en el presente documento.

Una realizacion adicional del metodo inventivo es, por lo tanto, un flujo de datos o una secuencia de senales que representan el programa informatico para realizar uno de los metodos descritos en el presente documento. El flujo de datos o la secuencia de senales por ejemplo puede configurarse para transferirse a traves de una conexion de comunicacion de datos, por ejemplo a traves de la Internet.

Una realizacion adicional comprende un medio de procesamiento, por ejemplo un ordenador, o un dispositivo de logica programable, configurado para o adaptado para realizar uno de los metodos descritos en el presente

documento.

Una realizacion adicional comprende un ordenador que tiene instalado en el mismo el programa informatico para realizar uno de los metodos descritos en el presente documento.

En algunas realizaciones, un dispositivo de logica programable (por ejemplo un campo de matriz de puertas programables) puede usarse para realizar alguna o todas de las funcionalidades de los metodos descritos en este documento. En algunas realizaciones, un campo de matriz de puertas programables puede cooperar con un microprocesador para realizar uno de los metodos descritos en el presente documento. En general, los metodos 10 preferentemente se realizan mediante cualquier aparato de hardware.

Las realizaciones anteriormente descritas son meramente ilustrativas para los principios de la presente invencion. Se entiende que modificaciones y variaciones de las disposiciones y los detalles descritos en este documento seran evidentes a otros expertos en la materia. La intencion, por lo tanto, es estar limitado unicamente por el alcance de 15 las reivindicaciones de patente inminentes y no por los detalles espedficos presentados por medio de la descripcion y explicacion de las realizaciones en este documento.

Claims

5

10

15

20

25

30

35

40

45

50

55

60

REIVINDICACIONES

1. Aparato para decodificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada de un flujo de datos que comprende:

un decodificador (250) configurado para extraer un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y a continuacion los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada de un flujo de datos, con, en la extraccion del mapa significativo, extraer secuencialmente elementos de sintaxis de primer tipo del flujo de datos mediante decodificacion por entropfa adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la posicion respectiva se situa un coeficiente de transformada significativo o no significativo; y un asociador (252) configurado para asociar secuencialmente los elementos de sintaxis de primer tipo extrafdos secuencialmente a las posiciones del bloque de coeficientes de transformada en un orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada,

en el que el decodificador se configura para usar, en entropfa adaptada al contexto decodificando los elementos de sintaxis de primer tipo, contextos que se seleccionan individualmente para cada uno de los elementos de sintaxis de primer tipo dependiendo de un numero de posiciones en las que de acuerdo con los elementos de sintaxis de primer tipo anteriormente extrafdos y asociados se situan coeficientes de transformada significativos, en una vecindad de la posicion con la que se asocia un elemento de sintaxis de primer tipo actual.
2. Aparato de acuerdo con la reivindicacion 1, en el que el decodificador (250) se configura adicionalmente de tal forma que la vecindad de la posicion con la que se asocia el respectivo elemento de sintaxis de primer tipo meramente comprende posiciones directamente adyacentes a, o posiciones directamente adyacentes a o separadas de la posicion con la que se asocia el respectivo elemento de sintaxis de primer tipo, en una posicion en direccion vertical y/o una posicion en la direccion horizontal en el maximo, en el que el tamano del reloj de coeficiente de transformada es igual a o mayor de 8x8 posiciones.
3. Aparato de acuerdo con la reivindicacion 1 o 2, en el que el decodificador (250) se configura adicionalmente para mapear el numero de posiciones en las que de acuerdo con los elementos de sintaxis de primer tipo anteriormente extrafdos y asociados se situan coeficientes de transformada significativos, en la vecindad de la posicion con la que se asocia el respectivo elemento de sintaxis de primer tipo, a un mdice de contexto de un conjunto predeterminado de posibles indices de contexto en ponderacion con un numero de posiciones disponibles en la vecindad de la posicion con la que se asocia el respectivo elemento de sintaxis de primer tipo.
4. Aparato de acuerdo con cualquiera de las reivindicaciones 1 a 3, en el que el asociador (252) se configura de tal forma que el orden de exploracion predeterminado depende de las posiciones de los coeficientes de transformada significativos indicados mediante elementos de sintaxis de primer tipo anteriormente extrafdos y asociados.
5. Aparato de acuerdo con la reivindicacion 4, en el que el decodificador (250) se configura adicionalmente para reconocer, basandose en una informacion en el flujo de datos, e independiente de un numero de posiciones de los coeficientes de transformada no significativos indicados mediante los elementos de sintaxis de primer tipo anteriormente extrafdos y asociados, en cuanto a si en una posicion con la que se asocia un elemento de sintaxis de primer tipo extrafdo en la actualidad, que indica que en esta posicion se situa un coeficiente de transformada significativo, se situa un ultimo coeficiente de transformada significativo en el bloque de coeficientes de transformada.
6. Aparato de acuerdo con la reivindicacion 4 o 5, en el que el decodificador (250) adicionalmente se configura para extraer, entre elementos de sintaxis de primer tipo que indican que en la respectiva posicion asociada se situa un coeficiente de transformada significativo, y elementos de sintaxis de primer tipo inmediatamente posteriores, elementos de sintaxis de segundo tipo desde el flujo de bits que indica, para las posiciones asociadas en las que se situa un coeficiente de transformada significativo, en cuanto a si la respectiva posicion asociada es el ultimo coeficiente de transformada significativo en el bloque de coeficientes de transformada.
7. Aparato de acuerdo con cualquiera de las reivindicaciones 1 a 6, en el que el decodificador (250) se configura adicionalmente para extraer secuencialmente, despues de la extraccion de todos los elementos de sintaxis de primer tipo del bloque de coeficientes de transformada, los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada del flujo de datos mediante decodificacion por entropfa adaptable al contexto, en el que el asociador (252) se configura para asociar secuencialmente los valores extrafdos secuencialmente con las posiciones de los coeficientes de transformada significativos en un orden de exploracion de coeficientes predeterminado entre las posiciones del bloque de coeficientes de transformada, de acuerdo con el cual el bloque de coeficientes de transformada se explora en sub-bloques (322) del bloque de coeficientes de transformada (256) usando un orden de exploracion de sub-bloques (320) con, complementaria, exploracion de posiciones de los coeficientes de transformada dentro de los sub-bloques (322) en un orden de sub-exploracion de

5

10

15

20

25

30

35

40

45

50

55

60

posicion (324), en el que el decodificador se configura para usar, en decodificacion por entropfa adaptable al contexto secuencialmente los valores de los valores de coeficientes de transformada significativos, un conjunto seleccionado de un numero de contextos de una pluralidad de conjuntos de un numero de contextos, siendo la seleccion del conjunto seleccionado realizada para cada sub-bloque dependiendo de los valores de los coeficientes de transformada dentro de un sub-bloque del bloque de coeficientes de transformada, que ya se ha atravesado en el orden de exploracion de sub-bloques (320), o los valores de los coeficientes de transformada de un sub-bloque co- ubicado en un bloque de coeficientes de transformada decodificado anteriormente de igual tamano.
8. Aparato de acuerdo con cualquiera de las reivindicaciones 4 a 7, en el que el asociador (252) se configura adicionalmente para asociar secuencialmente los elementos de sintaxis de primer tipo extrafdos secuencialmente a las posiciones del bloque de coeficientes de transformada a lo largo de una secuencia de sub-trayectorias que se extiende entre un primer par de lados adyacentes del bloque de coeficientes de transformada a lo largo del que se colocan posiciones de una frecuencia mas baja en una direccion horizontal y posiciones de una frecuencia mas alta en una direccion vertical, respectivamente, y un segundo par de lados adyacentes del bloque de coeficientes de transformada a lo largo del que se colocan posiciones de una frecuencia mas baja en la direccion vertical y posiciones de una frecuencia mas alta en la direccion horizontal, respectivamente, teniendo las sub-trayectorias una distancia en aumento desde una posicion de la frecuencia mas baja tanto en las direcciones vertical como horizontal y en el que el asociador (252) se configura para determinar una direccion (300, 302) a lo largo de la que los elementos de sintaxis de primer tipo extrafdos secuencialmente se asocian a las posiciones del bloque de coeficientes de transformada, basandose en las posiciones de los coeficientes de transformada significativos dentro de las sub-exploraciones anteriores.
9. Aparato de acuerdo con cualquiera de las reivindicaciones 1 a 8, en el que el bloque de coeficientes de transformada se refiere a un contenido de mapas de profundidad.
10. Decodificador basado en transformada (250) configurado para decodificar un bloque de coeficientes de transformada usando un aparato (150) para la decodificacion de un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada de un flujo de datos, de acuerdo con cualquiera de las reivindicaciones 1 a 9, y para realizar (152) una transformada desde dominio espectral a dominio espacial al bloque de coeficientes de transformada.
11. Decodificador predictivo que comprende

un decodificador basado en transformada (150, 152) configurado para decodificar un bloque de coeficientes de transformada usando un aparato para la decodificacion de un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada de un flujo de datos, de acuerdo con cualquiera de las reivindicaciones 1 a 9, y para realizar una transformada desde dominio espectral a dominio espacial al bloque de coeficientes de transformada para obtener un bloque residual;

un predictor (156) configurado para proporcionar una prediccion para un bloque de una matriz de muestras de informacion que presenta una senal de informacion muestreada espacialmente; y

un combinador (154) configurado para combinar la prediccion del bloque y el bloque residual para reconstruir la matriz de muestras de informacion.
12. Aparato para codificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada en un flujo de datos, estando el aparato configurado para codificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y a continuacion los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada en el flujo de datos, con, en la codificacion del mapa significativo, codificar secuencialmente elementos de sintaxis de primer tipo en el flujo de datos mediante codificacion por entropfa adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo, en el que el aparato se configura adicionalmente para secuencialmente codificar los elementos de sintaxis de primer tipo en el flujo de datos en un orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada, en el que el aparato se configura para usar, en codificacion por entropfa adaptada al contexto cada uno de los elementos de sintaxis de primer tipo, contextos que se seleccionan individualmente para los elementos de sintaxis de primer tipo dependiendo de un numero de posiciones en las que se situan coeficientes de transformada significativos y con las que se asocian los elementos de sintaxis de primer tipo anteriormente codificados, en una vecindad de la posicion con la que se asocia un elemento de sintaxis de primer tipo actual.
13. Aparato de acuerdo con la reivindicacion 12, en el que el bloque de coeficientes de transformada se refiere a un contenido de mapas de profundidad.
14. Metodo para decodificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada de un flujo de datos, que comprende:

5

10

15

20

25

30

35

40

45

50

55

extraer un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y a continuacion los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada de un flujo de datos, con, en la extraccion del mapa significativo, extraer secuencialmente elementos de sintaxis de primer tipo del flujo de datos mediante decodificacion por entropfa adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo; y

asociar secuencialmente los elementos de sintaxis de primer tipo extrafdos secuencialmente a las posiciones del bloque de coeficientes de transformada en un orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada,

en el que, en entropfa adaptada al contexto decodificando los elementos de sintaxis de primer tipo, se usan contextos que se seleccionan individualmente para cada uno de los elementos de sintaxis de primer tipo dependiendo de un numero de posiciones en las que de acuerdo con los elementos de sintaxis de primer tipo anteriormente extrafdos y asociados se situan coeficientes de transformada significativos, en una vecindad de la posicion con la que se asocia un elemento de sintaxis de primer tipo actual.
15. Metodo para codificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada en un flujo de datos, comprendiendo el metodo

codificar un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada y a continuacion los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada en el flujo de datos, con, en la codificacion del mapa significativo, codificar secuencialmente elementos de sintaxis de primer tipo en el flujo de datos mediante codificacion por entropfa adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo, en el que la codificacion secuencialmente de los elementos de sintaxis de primer tipo en el flujo de datos se realiza en un orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada, y en codificacion por entropfa adaptada al contexto cada uno de los elementos de sintaxis de primer tipo, se usan contextos que se seleccionan individualmente para los elementos de sintaxis de primer tipo dependiendo de un numero de posiciones en las que se situan coeficientes de transformada significativos y con las que se asocian los elementos de sintaxis de primer tipo anteriormente codificados, en una vecindad de la posicion con la que se asocia un elemento de sintaxis de primer tipo actual.
16. Flujo de datos que ha codificado en el mismo un mapa significativo que indica posiciones de coeficientes de transformada significativos dentro de un bloque de coeficientes de transformada, en el que el mapa significativo que indica posiciones de coeficientes de transformada significativos dentro del bloque de coeficientes de transformada se codifica en el flujo de datos, seguido por los valores de los coeficientes de transformada significativos dentro del bloque de coeficientes de transformada, en el que, dentro del mapa significativo, los elementos de sintaxis de primer tipo se codifican secuencialmente en el flujo de datos mediante codificacion por entropfa adaptable al contexto, indicando los elementos de sintaxis de primer tipo, para posiciones asociadas dentro del bloque de coeficientes de transformada en cuanto a si en la respectiva posicion se situa un coeficiente de transformada significativo o no significativo, en el que los elementos de sintaxis de primer tipo se codifican secuencialmente en el flujo de datos en un orden de exploracion predeterminado entre las posiciones del bloque de coeficientes de transformada y los elementos de sintaxis de primer tipo se codifican por entropfa adaptados al contexto en el flujo de datos usando contextos que se seleccionan individualmente para los elementos de sintaxis de primer tipo dependiendo de un numero de posiciones en las que se situan coeficientes de transformada significativos y con las que se asocian los elementos de sintaxis de primer tipo anteriores codificados en el flujo de datos, en una vecindad de la posicion con la que se asocia un elemento de sintaxis de primer tipo actual.
17. Flujo de datos de acuerdo con la reivindicacion 16, en el que el bloque de coeficientes de transformada se refiere a un contenido de mapas de profundidad.
18. Medio de almacenamiento digital legible por ordenador que tiene almacenado en el mismo un programa informatico que tiene un codigo de programa para realizar, cuando se ejecuta en un ordenador, un metodo de acuerdo con las reivindicaciones 14 o 15.