ES2864048T3

ES2864048T3 - Intra-predicción de baja complejidad para codificación de vídeo

Info

Publication number: ES2864048T3
Application number: ES19163444T
Authority: ES
Inventors: Frank Jan Bossen; Thiow Keng Tan
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2010-07-14
Filing date: 2011-07-14
Publication date: 2021-10-13
Anticipated expiration: 2031-07-14
Also published as: JP6479237B2; EP3522535A1; KR101878293B1; RU2013106296A; CN105227960A; CA2934184C; RU2579947C2; CN103004210B; KR101745928B1; JP2018129851A; JP2013534797A; JP2014158306A; JP2015053728A; KR20160092055A; RU2019112303A3; US20190335201A1; JP5808839B2; WO2012009540A1; KR20180073720A; PL3522535T3

Abstract

Método de codificación de vídeo ejecutado por un procesador (101) de un codificador de vídeo (201) para implementar una operación de intra-predicción que obtiene un bloque de predicción de un bloque objetivo (1101) con píxeles de límite del bloque objetivo (1101) interpolados a lo largo de un ángulo de intra- predicción, en el que los píxeles de límite comprenden una matriz horizontal de píxeles de límite horizontal (1102) que se encuentran inmediatamente por encima del bloque objetivo (1101) y una matriz vertical de píxeles de límite vertical (1103) que se encuentran inmediatamente a la izquierda del bloque objetivo (1101), en el que dos píxeles de referencia se interpolan en forma de un promedio ponderado, donde las ponderaciones se seleccionan para representar una posición de píxel distinta de un número entero entre dichos dos píxeles de referencia, comprendiendo la operación de intra-predicción: obtener un valor de un parámetro de ángulo inverso, correspondiente al ángulo de intra-predicción, de una tabla de consulta que indica valores de parámetros de ángulo inverso en relación, respectivamente, con una pluralidad de ángulos de intra-predicción diferentes; identificar al menos algunos de los píxeles de límite vertical que se encuentran en la matriz vertical en posiciones que son una función de multiplicación entre el valor obtenido del parámetro de ángulo inverso y el valor de un identificador de ubicación horizontal que es una variable que representa posiciones en una extensión de una matriz horizontal extendida (1104); añadir los al menos algunos de los píxeles de límite vertical identificados como píxeles de límite horizontal a la extensión de la matriz horizontal extendida (1104) en una ubicación identificada por el identificador de ubicación horizontal; y usar sólo los píxeles de límite horizontal en la matriz horizontal extendida (1104), sin usar los píxeles de límite vertical, para obtener el bloque de predicción del bloque objetivo (1101), y en el que el identificador de ubicación horizontal adopta valores desde -1 hasta (size x el ángulo de intra- predicción)/rangelimit, donde el valor del identificador de ubicación horizontal se reduce en 1 desde -1 hasta (size x el ángulo de intra-predicción)/rangelimit, donde size representa el tamaño de un bloque objetivo que va a predecirse y rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32.

Description

DESCRIPCIÓN

Intra-predicción de baja complejidad para codificación de vídeo

Antecedentes de la invención

1. Texto sobre el campo técnico

La presente invención se refiere a la codificación de vídeo y en particular a la predicción intra-trama en la que se predice un bloque de muestra, usando píxeles anteriormente codificados y reconstruidos de la misma trama de vídeo.

2. Información sobre antecedentes

El vídeo digital requiere una gran cantidad de datos para representar todas y cada una de las tramas de una secuencia de vídeo digital (por ejemplo, serie de tramas) de una manera sin comprimir. Para la mayoría de las aplicaciones no resulta viable transmitir vídeo digital sin comprimir a través de redes informáticas debido a limitaciones del ancho de banda. Además, el vídeo digital sin comprimir requiere una gran cantidad de espacio de almacenamiento. El vídeo digital se codifica normalmente de alguna manera para reducir los requisitos de almacenamiento y reducir los requisitos de ancho de banda.

Una técnica para codificar vídeo digital es la predicción inter-trama, o inter-predicción. La inter-predicción aprovecha redundancias temporales entre diferentes tramas. Las tramas de vídeo temporalmente adyacentes incluyen normalmente bloques de píxeles, que permanecen sustancialmente iguales. Durante el procedimiento de codificación, un vector de movimiento interrelaciona el movimiento de un bloque de píxeles en una trama con un bloque de píxeles similares en otra trama. Por consiguiente, no se requiere que el sistema codifique el bloque de píxeles dos veces, sino que en vez de eso codifica el bloque de píxeles una vez y proporciona un vector de movimiento para predecir el otro bloque de píxeles.

Otra técnica para codificar vídeo digital es la predicción intra-trama o intra-predicción. La intra-predicción codifica una trama o una parte de la misma sin referencia a píxeles en otras tramas. La intra-predicción aprovecha redundancias espaciales entre bloques de píxeles dentro de una trama. Dado que bloques de píxeles espacialmente adyacentes tienen generalmente atributos similares, la eficacia del procedimiento de codificación se mejora haciendo referencia a la correlación espacial entre bloques adyacentes. Esta correlación puede aprovecharse mediante predicción de un bloque objetivo basándose en modos de predicción usados en bloques adyacentes.

Sumario de la invención

La presente invención proporciona un procedimiento único de intra-predicción que mejora la eficacia de la codificación de vídeo. H.264/AVC usa píxeles de referencia en un límite horizontal que se encuentra inmediatamente por encima de un bloque objetivo que va a predecirse y píxeles de referencia en un límite vertical que se encuentra inmediatamente a la izquierda del bloque objetivo. En la presente invención, se recuperan al menos algunos de o bien una matriz de píxeles de límite horizontal o bien una matriz de píxeles de límite vertical. Después, los píxeles recuperados se añaden a los otros píxeles de límite para extender la matriz de los mismos. Se realiza intrapredicción, basándose únicamente en la matriz extendida de píxeles de límite. En una realización de la presente invención, se recuperan al menos algunos de los píxeles de límite vertical y se añaden a los píxeles de límite horizontal para extender la matriz de los mismos.

La presente invención elimina el procedimiento de decisión de seleccionar o bien el límite horizontal o bien el límite vertical del que se recuperan los píxeles de referencia. La presente invención también elimina el procedimiento recurrente de calcular una posición de límite vertical que interseca una dirección de predicción, en el que el procedimiento de cálculo recurrente incluye normalmente una operación de división. La eliminación de estos procedimientos permite implementar el procedimiento de intra-predicción en arquitecturas de una instrucción, múltiples datos (SIMD), mejorando de ese modo la eficacia computacional de la codificación de vídeo. La invención se expone en el conjunto de reivindicaciones adjuntas; los ejemplos adicionales denominados realizaciones en la descripción son ejemplos ilustrativos

En una realización según la presente invención, se recuperan al menos algunos de los píxeles entre los píxeles de límite vertical, usando un identificador de píxeles verticales que se expresa mediante

size x col -j

angle ’

donde size representa el tamaño de un bloque objetivo que va a predecirse, angle representa una dirección de predicción y col es un contador que se reduce en 1 desde -1 hasta angle. Los píxeles recuperados se añaden a los píxeles horizontales en una ubicación identificada por un identificador de píxeles horizontales [col].

En otro modo de realización, al recuperar al menos algunos de los píxeles de límite vertical, se calcula InvAngle a partir de

N x size

angle ’

donde N es una potencia entera de 2. Después, se recuperan al menos algunos de los píxeles entre los píxeles de límite vertical, usando un identificador de píxeles verticales que se expresa mediante [col x InvAngle » log2 N]. Los píxeles recuperados se añaden a los píxeles horizontales en una ubicación identificada mediante un identificador de píxeles horizontales [col].

En otro modo de realización, InvAngle se obtiene de una tabla de consulta que indica valores de InvAngle en relación con los valores de angle.

En otro modo de realización, se identifica un píxel entre los píxeles de límite vertical, usando un identificador de píxeles verticales [row], donde row es un contador que se aumenta en 1 desde 0 hasta size. El píxel recuperado se añade a los píxeles de límite horizontal en una ubicación identificada mediante un identificador de píxeles horizontales [iní+1], donde int es una representación en número entero de una posición de un píxel que interseca una dirección de predicción.

La presente invención proporciona también un codificador y un descodificador que implementan una operación de intra-predicción en la que se recupera al menos parte de o bien una matriz de píxeles de límite horizontal o bien una matriz de píxeles de límite vertical. Después, se añaden los píxeles recuperados a los otros píxeles de límite para extender la matriz de los mismos. Se realiza intra-predicción, basándose únicamente en la matriz extendida de píxeles de límite.

Breve descripción de los dibujos

La figura 1 es un diagrama de bloques que muestra una arquitectura de hardware a modo de ejemplo en la que puede implementarse la presente invención.

La figura 2 es un diagrama de bloques que muestra una vista general de un codificador de vídeo al que se le puede aplicar la presente invención.

La figura 3 es un diagrama de bloques que muestra una vista general de un descodificador de vídeo al que se le puede aplicar la presente invención.

La figura 4 es un diagrama de bloques que muestra los módulos funcionales de un codificador según un modo de realización de la presente invención.

La figura 5 es un diagrama de flujo que muestra un procedimiento de intra-predicción realizado por un módulo de intra-predicción del modo de realización de la presente invención.

La figura 6 es un diagrama de bloques que muestra los módulos funcionales de un descodificador según un modo de realización de la presente invención.

La figura 7 es un diagrama que muestra direcciones de predicción que ilustran modos de predicción intra_4x4 soportados en H.264/AVC.

La figura 8 es un diagrama que muestra las direcciones de predicción propuestas en el documento n.° JCT-VC A119. La figura 9 es un diagrama de flujo que muestra el procedimiento, propuesto en el documento JCT-VC A119, de generación de un bloque predicho a lo largo de una de las direcciones de predicción mostradas en la figura 7.

La figura 10 es un diagrama de flujo que muestra el procedimiento de intra-predicción de baja complejidad realizado según un modo de realización de la presente invención.

La figura 11A es una vista esquemática que muestra un bloque de predicción y matrices de píxeles de límite horizontal y vertical.

La figura 11B es una vista esquemática que muestra una matriz de píxeles de límite horizontal extendida con píxeles de límite vertical.

La figura 12 es un diagrama de flujo que muestra el procedimiento de extender una matriz de píxeles de límite horizontal realizado según un modo de realización de la presente invención.

La figura 13 es un diagrama de flujo que muestra otro modo de realización de extender una matriz de píxeles de límite horizontal.

La figura 14 un diagrama de flujo que muestra el procedimiento de intra-predicción de baja complejidad realizado según otro modo de realización de la presente invención.

Descripción detallada de los dibujos y los modos de realización actualmente preferidos

La figura 1 muestra una arquitectura de hardware a modo de ejemplo de un ordenador 100 en el que puede implementarse la presente invención. Obsérvese que la arquitectura de hardware mostrada en la figura 1 puede ser común tanto en un codificador de vídeo como en un descodificador de vídeo que implementan los modos de realización de la presente invención. El ordenador 100 incluye un procesador 101, memoria 102, dispositivo de almacenamiento 105 y uno o más dispositivos de entrada y/o salida (E/S) 106 (o periféricos) que están acoplados en comunicación a través de una interfaz 107 local. La interfaz 105 local puede ser, por ejemplo, pero sin limitación, uno o más buses u otras conexiones por cable o inalámbricas, tal como se conoce en la técnica.

El procesador 101 es un dispositivo de hardware para ejecutar software, particularmente el almacenado en la memoria 102. El procesador 101 puede ser cualquier procesador fabricado a medida o comercialmente disponible, una unidad de procesamiento central (CPU), un procesador auxiliar entre varios procesadores asociados con el ordenador 100, un microprocesador basado en semiconductor (en forma de un microchip o conjunto de chips) o generalmente cualquier dispositivo para ejecutar instrucciones de software.

La memoria 102 comprende un medio legible por ordenador que puede incluir uno cualquiera o una combinación de elementos de memoria volátil (por ejemplo, memoria de acceso aleatorio (RAM, tal como DRAM, SRAM, SDRAM, etc.)) y elementos de memoria no volátil (por ejemplo, ROM, disco duro, cinta, CD-ROM, etc.). Además, la memoria 102 puede incorporar medios de almacenamiento electrónicos, magnéticos, ópticos y/o de otros tipos. Un medio legible por ordenador puede ser cualquier medio que pueda almacenar, comunicar, propagar o transportar el programa para su uso por o en conexión con el sistema, aparato o dispositivo de ejecución de instrucciones. Obsérvese que la memoria 102 puede tener una arquitectura distribuida, en la que diversos componentes están situados alejados unos de otros, pero a los que puede acceder el procesador 101.

El software 103 en la memoria 102 puede incluir uno o más programas separados, cada uno de los cuales contiene una lista ordenada de instrucciones ejecutables para implementar funciones lógicas del ordenador 100, tal como se describe a continuación. En el ejemplo de la figura 1, el software 103 en la memoria 102 define la funcionalidad de codificación de vídeo o descodificación de vídeo del ordenador 100 según la presente invención. Además, aunque no se requiere, es posible que la memoria 102 contenga un sistema operativo (S/O) 104. El sistema operativo 104 controla esencialmente la ejecución de programas informáticos y proporciona planificación, control de entrada-salida, gestión de archivos y datos, gestión de memoria y control de comunicación y servicios relacionados.

El dispositivo de almacenamiento 105 del ordenador 100 puede ser uno de muchos tipos diferentes de dispositivo de almacenamiento, incluyendo un dispositivo de almacenamiento estacionario o dispositivo de almacenamiento portátil. Como ejemplo, el dispositivo de almacenamiento 105 puede ser una cinta magnética, disco, memoria flash, memoria volátil o un dispositivo de almacenamiento diferente. Además, el dispositivo de almacenamiento 105 puede ser una tarjeta de memoria digital segura o cualquier otro dispositivo de almacenamiento 105 extraíble.

Los dispositivos de E/S 106 pueden incluir dispositivos de entrada, por ejemplo, pero sin limitación, una pantalla táctil, un teclado, ratón, escáner, micrófono u otro dispositivo de entrada. Además, los dispositivos de E/S 106 también pueden incluir dispositivos de salida, por ejemplo, pero sin limitación, una pantalla u otros dispositivos de salida. Los dispositivos de E/S 106 pueden incluir además dispositivos que se comunican a través tanto de entradas como de salidas, por ejemplo, pero sin limitación, un modulador/desmodulador (módem; para acceder a otro dispositivo, sistema o red), un transceptor de radiofrecuencia (RF), inalámbrico u otro, una interfaz telefónica, un puente, un enrutador u otros dispositivos que funcionan como entrada y como salida.

Tal como conocen bien los expertos habituales en la técnica, la compresión de vídeo se logra eliminando información redundante en una secuencia de vídeo. Existen muchas normas diferentes de codificación de vídeo, ejemplos de las cuales incluyen MPEG-1, MPEG-2, MPEG-4, H.261, H.263 y H.264/AVC. Debe observarse que no se pretende limitar la presente invención en cuanto a la aplicación de cualquier norma de codificación de vídeo específica. Sin embargo, la siguiente descripción de la presente invención se proporciona usando el ejemplo de la norma H.264/AVC. H.264/AVC es la norma de codificación de vídeo más reciente y logra una mejora de rendimiento significativa con respecto a las normas de codificación anteriores tales como MPEG-1, MPEG-2, H.261 y H.263. En H.264/AVC, cada trama o imagen de un vídeo puede descomponerse en varios segmentos. Los segmentos se dividen entonces en bloques de 16x16 píxeles denominados macrobloques, que después pueden dividirse adicionalmente en bloques de 8x16, 16x8, 8x8, 4x8, 8x4, hasta 4x4 píxeles. Hay cinco tipos de segmentos soportados por H.264/AVC. En los segmentos I, todos los macrobloques se codifican usando intra-predicción. En los segmentos P, los macrobloques pueden codificarse usando intra o inter-predicción. Los segmentos P solo permiten usar una señal de predicción compensada por movimiento (MCP) por macrobloque. En los segmentos B, pueden codificarse macrobloques usando intra o inter-predicción. Pueden usarse dos señales de MCP por predicción. Los segmentos SP permiten conmutar segmentos P entre diferentes flujos de vídeo de manera eficaz. Un segmento SI es una coincidencia exacta para un segmento SP para acceso aleatorio o recuperación de error, mientras que solo se usa intra-predicción.

La figura 2 muestra una vista general de un codificador de vídeo al que se le puede aplicar la presente invención. Los bloques mostrados en la figura representan módulos funcionales realizados por el procesador 101 que ejecuta el software 103 en la memoria 102. Se alimenta una imagen 200 de trama de vídeo a un codificador de vídeo 201. El codificador de vídeo trata la imagen 200 en unidades de macrobloques 200A. Cada macrobloque contiene varios píxeles de imagen 200. En cada macrobloque se realiza una transformación en coeficientes de transformación seguida por una cuantificación en niveles de coeficientes de transformación. Además, se usa intra-predicción o inter predicción, para no realizar las etapas de codificación directamente en los datos de píxel sino en las diferencias de los mismos con respecto a valores de píxel predichos, logrando así valores pequeños que se comprimen más fácilmente.

Para cada segmento, el codificador 201 genera varios elementos de sintaxis, que forman una versión codificada de los macrobloques del segmento respectivo. Todos los elementos de datos residuales en los elementos de sintaxis, que están relacionados con la codificación de coeficientes de transformación, tales como los niveles de coeficientes de transformación o un mapa de significación que indica niveles de coeficientes de transformación omitidos, se denominan elementos de sintaxis de datos residuales. Además de estos elementos de sintaxis de datos residuales, los elementos de sintaxis generados por el codificador 201 contienen elementos de sintaxis de información de control que contienen información de control sobre cómo se ha codificado cada macrobloque y cómo tiene que descodificarse, respectivamente. En otras palabras, los elementos de sintaxis pueden dividirse en dos categorías. La primera categoría, los elementos de sintaxis de información de control, contiene los elementos relacionados con un tipo de macrobloque, tipo de sub-macrobloque e información sobre modos de predicción de tipos tanto espacial como temporal, así como información de control basada en segmento y basada en macrobloque, por ejemplo. En la segunda categoría, todos los elementos de datos residuales, tales como un mapa de significación que indica las ubicaciones de todos los coeficientes significativos dentro de un bloque de coeficientes de transformación cuantificados y los valores de los coeficientes significativos, que se indican en unidades de niveles correspondientes a las etapas de cuantificación, se combinan y se convierten en elementos de sintaxis de datos residuales.

El codificador 201 comprende un codificador de entropía que codifica elementos de sintaxis y genera contraseñas aritméticas para cada segmento. Cuando se generan las contraseñas aritméticas para un segmento, el codificador de entropía aprovecha dependencias estadísticas entre los valores de datos de elementos de sintaxis en el flujo de bits de la señal de vídeo. El codificador 201 emite una señal de vídeo codificada para un segmento de imagen 200 a un descodificador de vídeo 301 mostrado en la figura 3.

La figura 3 muestra una vista general de un descodificador de vídeo al que se le puede aplicar la presente invención. Asimismo, los bloques mostrados en la figura representan módulos funcionales realizados por el procesador 101 que ejecuta el software 103 en la memoria 102. El descodificador de vídeo 301 recibe la señal de vídeo codificada y en primer lugar realiza la descodificación de entropía de la señal de vuelta a los elementos de sintaxis. El descodificador 301 usa los elementos de sintaxis para reconstruir, macrobloque por macrobloque y después segmento por segmento, las muestras 300A de imagen de píxeles en la imagen 300.

La figura 4 muestra los módulos funcionales del codificador de vídeo 201. Estos módulos funcionales se realizan mediante el procesador 101 que ejecuta el software 103 en la memoria 102. Una imagen de vídeo de entrada es una trama o un campo de una imagen de vídeo natural (sin comprimir) definida por puntos de muestra que representan componentes de colores originales, tales como crominancia (“croma”) y luminancia (“luma”) (otras componentes son posibles, por ejemplo, tono, saturación y valor). La imagen de vídeo de entrada se divide en macrobloques 400 que representan cada uno un área de imagen cuadrada que consiste en 16x16 píxeles de la componente luma del color de la imagen. La imagen de vídeo de entrada también se reparte en macrobloques que representan cada uno 8x8 píxeles de cada una de las dos componentes de croma del color de la imagen. En el funcionamiento de codificador general, los macrobloques introducidos pueden predecirse de manera temporal o espacial usando inter o intrapredicción. Sin embargo, con el propósito de discusión, se supone que los macrobloques 400 son todos macrobloques de tipo segmento I y se someten únicamente a intra-predicción.

La intra-predicción se logra en un módulo de intra-predicción 401, cuyo funcionamiento se analizará con detalle a continuación. El módulo de intra-predicción 401 genera un bloque de predicción 402 a partir de píxeles de límite horizontal y vertical de bloques adyacentes, que se han codificado, reconstruido y almacenado anteriormente en una memoria de trama 403. Un residuo 404 del bloque de predicción 402, que es la diferencia entre un bloque objetivo 400 y el bloque de predicción 402, se transforma, ajusta a escala y cuantifica en un módulo de transformación/cuantificación 405, usando métodos y técnicas conocidas por los expertos en el campo de la codificación de vídeo. Entonces se someten los coeficientes de transformación cuantificados 406 a codificación de entropía en un módulo de codificación de entropía 407 y se transmiten (junto con otra información relacionada con la intra-predicción) como una señal de vídeo codificada 408.

El codificador de vídeo 201 contiene funcionalidad de descodificación para realizar la intra-predicción en bloques objetivo. La funcionalidad de descodificación comprende un módulo de cuantificación/transformación inverso 409, que realiza la cuantificación inversa y la transformación inversa en los coeficientes de transformación cuantificados 406 para producir el residuo de predicción descodificado 410, que se añade al bloque de predicción 402. La suma del residuo de predicción descodificado 410 y el bloque de predicción 402 es un bloque reconstruido 411, que se almacena en la memoria de trama 403 y se leerá de la misma y será utilizado por el módulo de intra-predicción 401 para generar un bloque de predicción 402 para descodificar un siguiente bloque objetivo 400.

La figura 5 es un diagrama de flujo que muestra procedimientos realizados por el módulo de intra-predicción 401. Según la norma H.264/AVC, la intra-predicción implica predecir cada píxel del bloque objetivo 400 en una pluralidad de modos de predicción, usando interpolaciones de píxeles de límite (“píxeles de referencia”) de bloques adyacentes anteriormente codificados y reconstruidos. Los modos de predicción se identifican mediante números enteros positivos 0, 1, 2..., cada uno asociado con una instrucción o un algoritmo diferente para predecir píxeles específicos en el bloque objetivo 400. El módulo de intra-predicción 401 ejecuta una intra-predicción en los modos de predicción respectivos y genera diferentes bloques de predicción. En un algoritmo de búsqueda completa (“FS”), cada uno de los bloques de predicción generados se compara con el bloque objetivo 400 para encontrar el modo de predicción óptimo, lo cual minimiza el residuo de predicción 404 o produce un residuo de predicción 404 menor entre los modos de predicción. La identificación del modo de predicción óptimo se comprime y se envía al descodificador 301 con otros elementos de sintaxis de información de control.

Cada modo de predicción puede describirse por una dirección general de predicción tal como se describe verbalmente (es decir, horizontal hacia arriba, vertical y diagonal hacia abajo y a la izquierda). Una dirección de predicción puede describirse gráficamente mediante una dirección angular que se expresa a través de un diagrama con flechas tal como se muestra en la figura 7. En este tipo de diagrama, puede considerarse que cada flecha representa una dirección de predicción o un modo de predicción. El ángulo correspondiente a un modo de predicción tiene una relación general con respecto a la dirección desde la ubicación promedio ponderada de los píxeles de referencia usados para predecir un píxel objetivo en la ubicación de píxel objetivo. Obsérvese que los modos de predicción incluyen un modo de predicción DC que no está asociado con ninguna dirección de predicción y, por tanto, no puede describirse gráficamente en el diagrama al contrario que los demás modos de predicción. En el modo de predicción DC, el bloque de predicción 402 se genera de tal manera que cada píxel en el bloque de predicción 402 se establece uniformemente al valor medio de los píxeles de referencia.

Volviendo a la figura 5, el modo de predicción se inicia en la etapa 501. Entonces se determina, en la etapa 502, si el modo de predicción indica la predicción DC. Si es así, el flujo avanza a la etapa 503, en la que se genera un bloque de predicción 402 DC con el valor medio de los píxeles de referencia en la etapa 503. Si el modo de predicción indica otra cosa, se genera un bloque de predicción 402 según la instrucción o el algoritmo asociado con el modo de predicción en la etapa 504, cuyo procedimiento se analizará en detalle a continuación. Tras la etapa 503 o 504, el flujo avanza a la etapa 505, en la que se determina si los bloques de predicción se generan para todos los modos de predicción. Si se ejecuta intra-predicción en todos los modos de predicción, el flujo avanza a la etapa 506. De lo contrario, el modo de predicción se aumenta en la etapa 507 y el flujo vuelve a la etapa 502. En la etapa 506, se compara cada uno de los bloques de predicción generados con el bloque objetivo 400 para determinar el modo de predicción óptimo, que minimiza el residuo de predicción 404.

La figura 6 muestra los módulos funcionales del descodificador de vídeo 301. Estos módulos funcionales se realizan mediante el procesador 101 que ejecuta el software 103 en la memoria 102. La señal de vídeo codificada del codificador 201 es recibida en primer lugar por un descodificador de entropía 600 y se somete a descodificación de entropía para obtener de nuevo coeficientes de transformación cuantificados 601. Los coeficientes de transformación cuantificados 601 se someten a cuantificación inversa y se transforman mediante un módulo de cuantificación/transformación inverso 602 para generar un residuo de predicción 603. Se notifica a un módulo de intra-predicción 604 del modo de predicción seleccionado por el codificador 201. Según el modo de predicción seleccionado, el módulo de intra-predicción 604 realiza un procedimiento de intra-predicción similar al realizado en las etapas 502, 503 y 504 de la figura 5 para generar un bloque de predicción 605, usando píxeles de límite de bloques adyacentes anteriormente reconstruidos y almacenados en una memoria 606 de trama. El bloque de predicción 605 se añade al residuo de predicción 603 para reconstruir un bloque de señal de vídeo descodificada 607. El bloque 607 reconstruido se almacena en la memoria 606 de trama para su uso en la predicción de un bloque siguiente.

Se facilitará una descripción detallada de la siguiente manera sobre el procedimiento de la etapa 504 realizado por los módulos de intra-predicción 401 y 604 para generar un bloque de predicción en uno de los modos de predicción, excepto el modo de predicción DC. H.264/AVC soporta predicción intra_4x4, predicción intra_8x8 y predicción intra_16x16. La predicción intra_4x4 se usa comúnmente cuando hay un detalle significativo en la imagen. La predicción intra_4x4 predice los dieciséis bloques de luma 4x4 dentro de un macrobloque de manera individual. La predicción intra_4x4 se realiza en nueve modos de predicción, incluyendo un modo de predicción DC. Las direcciones de predicción espacial a lo largo de las cuales se realiza la predicción intra_4x4 se muestran en la figura 7. La predicción intra_8x8 se realiza en nueve modos de predicción, incluyendo un modo de predicción DC. La predicción intra_16x16 se realiza en cuatro modos de predicción, incluyendo un modo de predicción DC.

Estudios recientes muestran que un aumento en el número de direcciones de predicción o un aumento en el número de modos de predicción, contribuye generalmente a mejorar la eficacia de compresión en la codificación de vídeo. Véanse, por ejemplo, los documentos n.os JCT-VC A119 (“Angular intra prediction”) y JCT-VC A124 (“Arbitrary direction intra”) presentados al Joint Collaborative Team on Video Coding (JCT-VC). Un aumento en el número de direcciones de predicción conduce a un aumento en el número de intervalos angulares de direcciones de predicción disponibles y, por tanto, a un aumento en el número de candidatos de bloque de predicción. El número aumentado de candidatos de bloque de predicción simplemente aumenta las posibilidades de tener un bloque de predicción que sea casi el mismo que un bloque objetivo que va a codificarse. La figura 8 es un diagrama que muestra las direcciones de predicción propuestas en el documento n.° JCT-VC A119. En la figura 8, los píxeles de referencia consisten en diecisiete (l7) píxeles horizontales y diecisiete (17) píxeles verticales, en los que el píxel superior izquierdo es común a los límites tanto horizontal como vertical. Por tanto, hay 33 direcciones de predicción diferentes disponibles para generar píxeles de predicción en un bloque 8x8. JCT-VC A124 propone una intra-predicción direccional arbitraria en la que el número de direcciones de predicción se ajusta según el tamaño de un bloque que va a predecirse.

La figura 9 es un diagrama de flujo que muestra el procedimiento, propuesto en el documento JCT-VC A119, de generar un bloque de predicción a lo largo de una de las direcciones de predicción mostradas en la figura 8. En la siguiente descripción del procedimiento, algunos algoritmos se simplifican para facilitar la explicación. Además, el procedimiento descrito se limita a la intra-predicción a lo largo de una dirección de predicción que es principalmente vertical. La intra-predicción a lo largo de una dirección de predicción que es principalmente horizontal, puede implementarse de manera simétrica al procedimiento mostrado en la figura 9, tal como se demuestra en el software proporcionado por el documento JCT-VC A119. Aunque la figura 8 muestra un bloque 8x8 que va a predecirse, el procedimiento mostrado en la figura 9 puede expandirse para aplicarse a diversos números de píxeles en diferentes configuraciones. Por ejemplo, un bloque que va a predecirse puede comprender una matriz 4x4 de píxeles. Un bloque de predicción también puede comprender una matriz 8x8 de píxeles, una matriz 16x16 de píxeles o matrices más grandes de píxeles. Otras configuraciones de píxeles, incluyendo matrices tanto cuadradas como rectangulares, también pueden constituir un bloque de predicción.

En la etapa 900 en la figura 9, se leen píxeles de referencia en límites horizontal y vertical, que se encuentran inmediatamente por encima ya la izquierda de un bloque objetivo, respectivamente, a partir de bloques adyacentes que se han codificado, reconstruido y almacenado anteriormente en una memoria de trama, tal como la memoria 403 mostrada en la figura 4. Los píxeles del límite horizontal se almacenan en un área de memoria denominada “refH”. Los píxeles del límite vertical se almacenan en otra área de memoria denominada “refV”. Volviendo a la figura 8, los píxeles de referencia se identifican mediante sus coordenadas en un sistema de coordenadas que tiene el origen en la posición de píxel superior izquierda en el bloque 8x8. Por tanto, los píxeles de límite horizontal tienen coordenadas expresadas por p[x, y] con x = 0, 1...16 e y = 0. Los píxeles de límite vertical tienen coordenadas expresadas por p[x, y] con x = 0, y = 0, -1, -2...-16.

Se supone que los píxeles de límite horizontal almacenados en el área de memoria refH se identifican mediante una dirección lógica (x) con x = 0, 1...16 y que los píxeles de límite vertical almacenados en el área de memoria refV se identifican igualmente mediante una dirección lógica (y) con y = 0, -1, -2...-16, donde cada píxel se almacena en la dirección que tiene el número en la coordenada de la cual se lee. Por tanto, a medida que se representan gráficamente los píxeles horizontales y verticales en la figura 8, puede considerarse que las áreas de memoria refH y refV se extienden de manera lineal y ortogonal entre sí y que tienen, cada una, una longitud de 2 x size + 1, donde “size” es un parámetro que representa el tamaño del bloque objetivo. Se supone que “size” tiene un valor igual a una potencia entera de 2, tal como 4, 8, 16... Opcionalmente puede aplicarse un filtro de paso bajo, tal como se describe en la sección 8.3.2.2.1 en H.264/AVC, a los píxeles en refH y refV.

En la etapa 901, se establece un contador denominado “row” a cero (“0”). El contador row adopta un valor de desde 0 hasta size e indica una posición de fila de un píxel de predicción en el bloque de predicción. En la etapa 902, se calcula un parámetro denominado “pos" mediante angle X (row+1). angle es un parámetro que tiene un número fraccionario en una representación de puntos fijos. Como tal, angle está formado por una parte entera y una parte fraccionaria, y la parte fraccionaria consiste en un número fijado de dígitos binarios. angle representa una de las direcciones de predicción mostradas en la figura 8. Por ejemplo, “angle = -size" identifica la dirección de predicción que pasa a través de las coordenadas [x = 0, y = 0] en la figura 8. Un angle que tiene un valor positivo identifica una dirección de predicción que interseca únicamente el límite horizontal, mientras que un angle que tiene un valor negativo identifica una dirección de predicción que interseca los límites tanto horizontal como vertical. angle varía dentro de un intervalo determinado por el número de direcciones de predicción deseadas que van a usarse. Tal como se propone en el documento JCT-VC A124, el número de direcciones de predicción que van a usarse puede determinarse según el tamaño de un bloque que va a predecirse. En la siguiente descripción, se supone que angle adopta un número fraccionario que varía dentro de un intervalo desde “-size" hasta “size". Obsérvese que los límites de intervalo de angle pueden definirse con otros valores.

Al igual que angle, el parámetro pos consiste en una parte entera y una parte fraccionaria, y la parte fraccionaria del mismo consiste en un número fijado de dígitos binarios, que es igual al logaritmo en base 2 del límite de intervalo de angle, que puede expresarse mediante log2_size según la suposición anterior de que el límite de intervalo de angle se establece al size. pos identifica la posición de una intersección entre el límite horizontal y la dirección de predicción representada por angle. Volviendo a la etapa 902, la operación “pos >> log2_size" identifica un número entero número en pos, que se almacena en un parámetro “int", y la operación “pos & (size - 1)” identifica un número fraccionario en pos, que se almacena en un parámetro “frac". El operador “>>” representa un desplazamiento aritmético a la derecha de dígitos binarios. El operador “&” representa la operación “y” relacionada con los bits. En la etapa 903, se determina si angle tiene un valor igual o superior a cero (“0”). Si angle tiene un valor igual o superior a cero, el flujo avanza a la etapa 904. De lo contrario, el flujo avanza a la etapa 913. angle igual o superior a cero sugiere que solo es posible basarse en los píxeles de referencia ubicados en el límite horizontal o almacenados en refH, para obtener píxeles de predicción en un bloque de predicción. Por otro lado, angle inferior a cero sugiere que se necesitan píxeles de referencia ubicados en el límite vertical o almacenados en refV, para obtener píxeles de predicción en el bloque de predicción.

En la etapa 904, se determina si frac es distinto de cero. Si frac es distinto de cero, el flujo avanza a la etapa 905. Si frac es cero, el flujo avanza a la etapa 906. frac igual a cero sugiere que puede copiarse un píxel de predicción en el bloque de predicción directamente de un píxel de referencia en el límite horizontal. frac distinto de cero sugiere que la dirección de predicción interseca el límite horizontal en una posición distinta de un número entero, y se necesita una interpolación de más de un píxel de referencia para obtener un píxel de predicción en el bloque de predicción. En la etapa 905, un contador denominado “col’ se establece a cero (“0”). El contador col se usa para abordar un píxel de referencia en refH. En la etapa 907, se recuperan dos píxeles de referencia identificados por “int + col + 1” e “int + col + 2” de refH. Se calcula el promedio ponderado de estos dos píxeles de referencia o se interpolan con frac para obtener un píxel de predicción v. Específicamente, se multiplica un píxel de referencia en refH identificado por “int + col + 1” por “size - frac" y se almacena en un parámetro a. Se multiplica un píxel de referencia en refH identificado por “int + col + 2” por “franc" y se almacena en un parámetro b. Después se suman los parámetros a y b y se dividen entre size, es decir, (size - frac) + frac. La división entre size puede sustituirse por desplazamiento a la derecha mediante log2_size. El píxel de predicción obtenido v se almacena en una matriz de áreas de memoria denominada “pred”, que representa un bloque de predicción para el bloque objetivo en una dirección de predicción particular. Cada área de memoria en pred se identifica mediante los parámetros row y col. Después, se aumenta col en 1 en la etapa 908 y se compara con size en la etapa 909. Siempre que col sea menor que size, se repiten las etapas 907 y 908. Cuando col se vuelve igual a size, el flujo avanza a la etapa 920.

Si se determina que frac es cero en la etapa 904, el contador col se establece a cero en la etapa 906. En la etapa 910, se copia el píxel de predicción v directamente de refH (int + col + 1) y después se almacena en el área de memoria correspondiente en pred. Entonces se aumenta col en 1 en la etapa 911 y se compara con size en la etapa 912. Siempre que col sea menor que size, se repiten las etapas 910 y 911. Cuando col se vuelve igual a size, el flujo avanza a la etapa 920.

Volviendo a la etapa 903, angle inferior a cero requiere píxeles de referencia de refV para obtener píxeles de predicción en el bloque de predicción. El contador col se establece a cero en la etapa 913. Entonces se determina, en la etapa 914, si “int + col + 1” es inferior a cero. “int + col + 1” igual o superior a cero sugiere que todavía solo es posible basarse en los píxeles de referencia almacenados en refH para obtener píxeles de predicción en el bloque de predicción y el flujo avanza a la etapa 915. El procedimiento realizado en la etapa 915 es similar al de la etapa 907, y no se repetirá la descripción del mismo aquí. Entonces se aumenta col en 1 en la etapa 916 y se compara con size en la etapa 917. Siempre que col sea menor que size, se repiten las etapas 914, 915 y 916. Cuando col se vuelve igual a size, el flujo avanza a la etapa 920.

Si se determina que “int + col + 1” es inferior a cero en la etapa 914, se necesitan píxeles de referencia almacenados en refV para obtener píxeles de predicción en el bloque de predicción. En la etapa 918, en primer lugar se determina la posición de una intersección entre el límite vertical y una dirección de predicción. En la etapa 918, la posición se representa mediante pos2. Obsérvese que en la etapa 902, pos, es decir, la posición de una intersección entre el límite horizontal y una dirección de predicción, se determina mediante “angle X (row + 1)”. Dado que angle representa una proporción de diferencias horizontal y vertical, se calcula “a n g e X (col + 1)”, en lugar de “angle x (row + 1)”, para determinar la posición de una intersección entre el límite vertical y una dirección de predicción. Tal como se supuso anteriormente, angle está dentro del intervalo de -size a size (-size < angle < size). Por tanto, una proporción «entre angle y size se define mediante:

Entonces, angle'1 se define mediante:

Como tal, pos2 se determina en la etapa 918 con el cuadrado de size multiplicado por col + 1 y después dividido entre el valor absoluto de angle de la siguiente manera:

_pos2 ₌ size2 x (co / 1)

\angle\

Al igual que pos, pos2 tiene un número fraccionario en una representación de puntos fijos que está formado por una parte entera y una parte fraccionaria. La parte fraccionaria consiste en el número de dígitos binarios determinados por log2_size. La parte entera de pos2 se almacena en un parámetro int2 y la parte fraccionaria de pos2 se almacena en un parámetro frac2. En la etapa 919, se recuperan dos píxeles de referencia identificados mediante “int2 + row + 1” e “int2 + row + 2” de refV. Se calcula el promedio ponderado de estos dos píxeles de referencia o se interpolan con frac2 para obtener un píxel de predicción v. Específicamente, se multiplica un píxel de referencia de refV (int2 + row + 1) por “size - frac2" y se almacena en un parámetro a. Se multiplica un píxel de referencia de refV (int2 + row + 2) por “frac2" y se almacena en un parámetro b. Entonces se suman los parámetros a y b y se dividen entre size o se desplazan a la derecha mediante log2_size. El píxel de predicción obtenido v se almacena en el área de memoria correspondiente de pred. Se repiten las etapas 914, 918, 919 y 916 hasta que col se vuelve igual a size en la etapa 917.

En la etapa 920, se aumenta row en 1. Entonces se determina, en la etapa 921, si row es menor que size. Siempre que row sea menor que size, se repiten las etapas desde la etapa 902 para obtener un píxel de predicción en el bloque de predicción. El flujo termina cuando row se vuelve igual a size en la etapa 921.

Tal como se ha mencionado anteriormente, un aumento en el número de candidatos de bloque de predicción contribuye a mejorar la eficacia de codificación, mientras que un aumento en el número de candidatos de bloque de predicción conduce a un aumento en la carga de trabajo computacional. Por lo tanto, con el fin de aumentar el número de candidatos de bloque de predicción para así mejorar la eficacia de codificación, se necesita revisar el procedimiento de generación de un candidato de bloque de predicción para lograr mayor eficacia del procedimiento. Al revisar el procedimiento mostrado en la figura 9, pueden identificarse dos cuellos de botella computacionales. El primer cuello de botella computacional es la operación de comparación y ramificación de la etapa 914, que se repite dentro del bucle. El segundo cuello de botella computacional es la operación de división de la etapa 918, que también se repite dentro del bucle.

En la actualidad, se dispone de arquitecturas de una instrucción, múltiples datos (SIMD) para un cálculo eficaz. SIMD permite que ordenadores con múltiples elementos de procesamiento realicen la misma operación con múltiples datos simultáneamente. Sin embargo, las arquitecturas SIMD típicas no soportan la implementación de división y cálculo/ramificación en un bucle y, por lo tanto, no pueden usarse para implementar el procedimiento mostrado en la figura 9 debido a la inclusión de las etapas 914 y 918 en el bucle, aunque los bucles que comienzan en las etapas 907 y 910 son lo suficientemente robustos como para implementarse con SIMD. Por lo tanto, un objetivo de la presente invención es eliminar los cuellos de botella computacionales del procedimiento mostrado en la figura 9 y proporcionar intra-predicción de baja complejidad, que permite que arquitecturas SIMD típicas implementen procesamiento en paralelo a lo largo de todas las direcciones de predicción mostradas en la figura 8. La figura 10 es un diagrama de flujo que muestra el procedimiento de intra-predicción de baja complejidad según un modo de realización de la presente invención, que está diseñado para sustituir al procedimiento de la figura 9 en la implementación del procedimiento en la etapa 504 de la figura 5. En la figura 10, las mismas etapas de procedimiento que las realizadas en la figura 9 se identifican con los mismos números de etapa que los usados en la figura 9, tales como las etapas 900, 901, 902, 904, 905, 906, 907, 908, 909, 910, 911, 912, 920 y 921. La descripción de estas etapas comunes no se repite aquí. Las etapas 1000 y 1001 son etapas particulares del procedimiento de la figura 10. Tal como resulta evidente a partir de una comparación con el procedimiento mostrado en la figura 9, el procedimiento de la figura 10 elimina la etapa de comparación de la etapa 903 y todas las etapas que se ramifican hacia la izquierda desde la etapa 903, que se realizan cuando angle es inferior a cero, eliminando así los cuellos de botella computacionales de las etapas 914 y 918.

En las etapas 1000 y 1001 añadidas, se determina si angle es igual o superior a -1. Cuando angle es igual o superior a -1, los píxeles de referencia ubicados en el límite horizontal son suficientes para generar un píxel de predicción en el bloque de predicción, y no se necesitan los píxeles de referencia en el límite vertical. Por otro lado, cuando angle es inferior a -1, se necesitan píxeles de referencia en el límite vertical para generar un píxel de predicción en el bloque de predicción. En la etapa 1001, se extienden píxeles de referencia almacenados en refH en la dirección negativa, usando al menos algunos de los píxeles almacenados en refV. Las figuras 11A y 11B son representaciones esquemáticas que muestran la extensión de refH realizada en la etapa 1001. En la figura 11A, los píxeles de referencia 1102 almacenados en refH son del límite horizontal ubicado por encima del bloque objetivo 1101. Los píxeles de referencia 1103 almacenados en refV son del límite vertical ubicado a la izquierda del bloque objetivo 1101. Tal como se muestra en la figura 11B, tras la etapa 1001 de la figura 10, algunos de los píxeles de referencia en refV se copian en refH, y refH tiene una parte extendida 1104 que se extiende en la dirección negativa. La figura 12 es un diagrama de flujo que muestra detalles del procedimiento realizado en la etapa 1001. En la etapa 1201, se establece un contador col a -1. Se usa col para identificar una dirección de la parte extendida de refH. En la etapa 1202, un píxel de referencia en refV que va a copiarse en la parte extendida de refH se identifica mediante:

size x col

angle

La división en la ecuación anterior es una división de números enteros y la ecuación produce un número entero. La ecuación funciona de manera similar al procedimiento de la etapa 918 mostrada en la figura 9. En la etapa 918, se calcula un valor de número entero de pos2 mediante:

Obsérvese que el desplazamiento a la derecha mediante log2_size es equivalente a la división entre size.

En la etapa 1203, se reduce col en 1. Después se determina, en la etapa 1204, si col es igual a angle. Si col no es igual a angle, el flujo vuelve a la etapa 1202. Se repiten las etapas 1202 y 1203 hasta que col se vuelve igual a angle. Por lo tanto, se leen píxeles de referencia de refV en el orden ascendente, o desde la parte superior hasta la parte inferior del límite vertical, y se copian en refH también en el orden descendente, o desde la derecha hasta la izquierda del límite horizontal. Además, no todos los píxeles de referencia en refV se copian en refH. Solo los píxeles de referencia ubicados dentro del intervalo desde la parte superior hasta la intersección de una dirección de predicción se copian de refV en refH.

Volviendo a la figura 10, las etapas de procedimiento comenzando desde la etapa 902 se

incluyen las etapas para generar píxeles de predicción ramificadas hacia la derecha desde la etapa de comparación de la etapa 903 en la figura 9. Sin embargo, obsérvese que las etapas en la figura 10 para generar píxeles de predicción usan refH extendido (una suma de las partes 1102 1104 en la figura 11B), mientras que las etapas correspondientes en la figura 9 usan refH original (parte 1102 en la figura 10A). Dado que refH se extiende en la dirección negativa, no se necesita una operación de intra-predicción separada diseñada específicamente para usar píxeles de referencia almacenados en refV, tal como se ramifica hacia la izquierda desde la etapa 903 en la figura 9, independientemente del signo de angle.

La figura 13 es un diagrama de flujo que muestra otro modo de realización del procedimiento para extender refH, usando píxeles de referencia en refV. El procedimiento mostrado en las figuras 11 y 12 elimina las etapas de cuello de botella de las etapas 914 y 918 mostradas en la figura 9 y, por lo tanto, se espera que mejore la eficacia del procedimiento de intra-predicción. El procedimiento mostrado en la figura 13 elimina la operación de división realizada en la etapa 1202 de la figura 12 del bucle para copiar píxeles de referencia de refV en refH. Al eliminar la operación de división del bucle, se espera que el procedimiento mostrado en la figura 13 mejore adicionalmente la eficacia del procedimiento de intra-predicción.

El procedimiento mostrado en la figura 13 sustituye la etapa 1202 de la figura 12 por las etapas 1301 y 1302. La etapa 1302 está dentro del bucle para copiar píxeles de referencia de refV en refH, mientras que la etapa 1301 está fuera del bucle. La etapa 1301 introduce un nuevo parámetro denominado “InvAngle". InvAngle se define mediante:

La multiplicación por 256 es equivalente a un desplazamiento a la izquierda mediante 8 y garantiza que cada bit resultante de la operación de “size/angle" representa el cálculo de identificar un píxel de referencia en refV. En la etapa 1302, la dirección de un píxel de referencia en refV que va a copiarse en la parte extendida de refH se identifica mediante:

col x InvAngle » 8 .

El resultado de “col x InvAngle" se somete a desplazamiento a la derecha de 8 para deshacer la operación de desplazamiento a la izquierda realizada en la etapa 1301. Obsérvese que la operación de desplazamiento a la derecha en la etapa 1302 funciona para redondear a la baja el resultado de “col x InvAngle". Para redondear al número entero más próximo, puede añadirse una compensación de redondeo de 128 al resultado de “col x InvAngle" antes de realizar la operación de desplazamiento a la derecha. Debe observarse que el número “256” solo es un ejemplo, y la etapa 1301 puede adoptar otro número de compensación, preferiblemente una potencia entera de 2, siempre que el número sea lo suficientemente grande como para conservar todos los bits resultantes de la operación de “size/angle". Por ejemplo, el número puede ser 64 en la etapa 1301, en lugar de 256, y el número de desplazamientos a la derecha es 6 en la etapa 1302, en lugar de 8. Si se adopta 64, la compensación de redondeo debe ser de 32.

El cálculo realizado en la etapa 1301 puede sustituirse por una operación de consulta para reducir adicionalmente la carga de trabajo computacional. En otras palabras, se prepara una tabla de consulta que almacena valores de InvAngle en relación con los valores de angle. La tabla 1 proporcionada a continuación es una tabla a modo de ejemplo para la consulta en la etapa 1301:

Tabla 1

Se supone que, en la tabla anterior, size es 8, y angle adopta valores de número entero de desde 1 hasta 8. Sin embargo, debe observarse que size no se limita a 8 y puede adoptar otro valor, tal como 4 y 16. Además, angle puede ser un número fraccionario en una representación de puntos fijos tal como se ha definido anteriormente. Cuando se copia un píxel de referencia de refV a refH en la etapa 1202 de la figura 12 o la etapa 1302 de la figura 13, el píxel de referencia puede pasar a través de un filtro de paso bajo para reducir un posible solapamiento en el bloque de predicción. La intensidad del filtro de paso bajo puede variar según el valor de angle. Por ejemplo, cuando angle es igual a -size, puede aplicarse un filtrado de paso bajo débil y cuando angle es igual a -2, puede aplicarse un filtrado de paso bajo fuerte.

Tal como se ha explicado anteriormente, no todos los píxeles de referencia en refV se copian en refH. Dado que no se copian todos los píxeles de referencia en refV, se pierde algo de información cuando se copian los píxeles. Para mitigar la pérdida de información, puede duplicarse la resolución de píxeles de referencia en refH y refV de modo que refH y refV contienen no solo píxeles de bloques anteriormente codificados y reconstruidos, sino también un píxel entre dos píxeles reconstruidos adyacentes que se genera interpolando dos píxeles adyacentes. Puede calcularse simplemente el promedio de dos píxeles adyacentes para generar un píxel de interpolación. El procedimiento de interpolación puede realizarse cuando se leen píxeles de referencia en la etapa 900 de la figura 9. Cuando se duplica la resolución de píxeles en refH y refV, se necesita ajustar a escala identificaciones de las direcciones de píxeles de referencia almacenados en refH y refV, tal como se realiza en las etapas 907, 910, 915 y 919 en la figura 9, y la etapa 1001 en la figura 10. Por ejemplo, se necesita cambiar “int + col + 1” realizado en las etapas 907, 910 y 915 por “int + 2 x col + 2”. Se necesita cambiar “int + col + 2” realizado en las etapas 907, 910, 915 por “int + 2 x col + 3”. Se necesita cambiar “int2 + row 1” e “int2 + row 2” realizados en la etapa 919 por “int2 + 2 x row 2” e “int2 + 2 x row 3”, respectivamente.

En otro modo de realización, el procedimiento de la etapa 1202 en la figura 12 puede cambiarse simplemente por “refH [co/]wefV [-col]" para simplificar adicionalmente el procedimiento de copiado. Aunque se degrada la exactitud de predicción, este modo de realización proporciona la menor complejidad a la operación de intra-predicción.

La figura 11B muestra la parte extendida 1104 añadida a refH. No se necesita que la parte extendida 1104 esté formada con píxeles de referencia de refV. La parte extendida 1104 puede formarse con píxeles de un área de bloque anteriormente reconstruido, que corresponde espacialmente a la ubicación de la parte extendida 1104. En la figura 11B, dado que se extiende en la dirección negativa, refH extendido (partes 1102 y 1104) oscila entre -size + 1 y 2xsize. El intervalo de refH extendido puede volver a ajustarse a escala para oscilar entre 0 y 3xsize -1 añadiendo una compensación apropiada cuando se abordan píxeles de referencia en refH extendido. Lo mismo es cierto para volver a ajustar a escala el intervalo de refV.

En otro modo de realización, el límite de intervalo de angle puede elegirse libremente. En los modos de realización anteriores, se supone que angle adopta un valor dentro de un intervalo de desde -size hasta size (-size < angle < size). En otras palabras, en los modos de realización anteriores, los límites de intervalo de angle están definidos con el tamaño del bloque objetivo. Obsérvese que los límites de intervalo de angle pueden definirse independientemente del tamaño del bloque objetivo, aunque todavía es preferible que el límite de intervalo se defina con una potencia entera de 2, de manera que log2_rangelimit sea un número entero positivo y la ecuación “rangelimit = 1 << log2_rangelimit” siga siendo cierta. Al elegir un número grande adecuado para rangelimit, puede establecerse un gran número de direcciones de predicción y representarse mediante valores de angle a intervalos angulares lo suficientemente amplios.

Si el límite de intervalo de angle se define independientemente del tamaño del bloque objetivo, se necesita sustituir size que aparece en las figuras 9 y 10 por rangelimit y se necesita sustituir log2_size por log2_rangelimit, excepto para las etapas 909, 912, 917 y 92l. También se necesita sustituir la comparación de “angle > -1” realizada en la etapa 1000 de la figura 10 por “angle x sizel/rangelimit> -1” o “angle x size > -rangelimit”. Además, se necesita sustituir size que aparece en las etapas 1202 y 1301 en las figuras 12 y 13 por rangelimit y se necesita sustituir la comparación de “¿col = angle?" realizada en la etapa 1204 por “¿col = angle x size/rangelimit?”.

Si se introduce rangelimit como límite de intervalo de angle, la tabla 1 (proporcionada anteriormente) puede cambiarse de la siguiente forma:

Tabla 2

En la tabla 2, se establece rangelimit a 32. Angle* es igual a una aproximación de número entero de “rangelimit x tan (n x angle/8)", donde angle =1, 2, 3, 4, 5, 6, 7 y 8. InvAngle es igual a 256 x rangelimit/angle*. Los valores en la tabla 2 son todos números enteros que se obtienen mediante redondeo al alza. En lugar de redondearse al alza, los números pueden redondearse a la baja. En la tabla 3 proporcionada a continuación, InvAngle es igual a 32 x rangelimitlangle*. Dado que se usa “32” en lugar de “256”, la exactitud de predicción es necesariamente inferior a la de la tabla 2.

Tabla 3

La figura 14 es un diagrama de flujo que muestra otro modo de realización que simplifica adicionalmente el procedimiento mostrado en la figura 10. El procedimiento mostrado en la figura 10 de copiar píxeles de referencia de refV en refH se realiza antes de que el flujo entre en el bucle de predicción principal, mientras que el procedimiento de copiado mostrado en la figura 14 se realiza dentro del bucle de predicción principal. Además, el procedimiento mostrado en la figura 14 elimina la variable InvAngle. Las etapas 900, 902 y 921 mostradas en la figura 14 son de las etapas correspondientes en la figura 10.

En la etapa 1401, se inicia un contador lastInt a -1. lastInt representa el índice del último píxel que se añadió a refH. En la etapa 902, se calcula pos mediante angle x (row + 1). Tal como se ha explicado anteriormente, pos identifica la posición de una intersección entre los límites y la dirección de predicción representada por angle. En el contexto de la figura 9, la etapa 902 produce pos, que identifica la posición de una intersección entre el límite horizontal y la dirección de predicción representada por angle. Además, en la etapa 902, una parte entera en pos se almacena en int y una parte fraccionaria en pos se almacena en un parámetro “frac". En la etapa 1402, se determina si int es inferior a lastInt. Si int es inferior a lastInt, un píxel de referencia en refV identificado mediante row se copia en refH en una dirección identificada mediante “int + 1”. La etapa 1404 consiste en las etapas 904, 905, 906, 907, 908, 909, 910, 911 y 912 mostradas en las figuras 9 y 10, cuya descripción no se repite aquí. En la etapa 1405, int se copia en lastInt. La operación de copiar int en lastInt puede realizarse en la etapa 1403, en lugar de la etapa 1405.

La operación de copiado en la etapa 1403 da como resultado copiar el mismo píxel que se copió en las etapas 1202 y 1302, en las que se usa redondeo a la baja en esas etapas. La etapa 1403 puede modificarse para redondear al número entero más próximo usando de manera condicional “row 1”, en lugar de “row”, en la etapa 1403 cuando la posición fraccionaria frac calculada en la etapa 902 es mayor que offset, lo cual se identifica mediante rangelimit + (angle >> 1). Obsérvese que angle es negativo y frac es positivo. El uso de “row 1” da como resultado redondeo al alza. Para realizar el incremento condicional de row en 1, se cambia el procedimiento realizado en la etapa 1403 por refH[int +1] ^ refV[row - ((offset - frac) » 31)]; suponiendo que en una aritmética de 32 bits, el desplazamiento a la derecha de “offset - frac” da como resultado -1 cuando frac es mayor que offset y da como resultado 0 en caso contrario. Por lo tanto, el identificador de dirección “row - ((offset - frac) >> 31)” se convierte en “row 1 ” cuando frac es mayor que offset y se convierte en “row" en caso contrario. Si se establece offset a rangelimit, “offset-frac" será siempre positivo y, por lo tanto, no se producirá ningún redondeo.

A continuación se enumera el código fuente desarrollado en el lenguaje de programación C++, que implementa el procedimiento mostrado en la figura 14. El código fuente se modifica de la función TComPrediction::xPredIntraAng encontrada en el archivo TComPrediction.cpp que es parte del software TMuC 0.7 desarrollado por JCT-VC, que está disponible en http://hevc.kw.bbc.co.uk/svn/jctvc.a124/tags/0.7.

// Función para obtener las intra-predicciones angulares simplificadas

Void TComPrediction::xPredIntraAng (Int* pSrc, Int iSrcStride, Pel*& rpDst, Int iDstStride, UInt iWidth, UInt iHeight, UInt uiDirMode, Bool bAbove, Bool bLeft) {

Int k, l;

Int deltaInt, deltaFract, refMainIndex;

Int intraPredAngle = 0;

Int absAng = 0;

Int signAng = 0;

Int blkSize = iWidth;

Bool modeDC = false;

Bool modeVer = false;

Bool modeHor = false;

Pel* pDst = rpDst;

// Mapear el índice de modo a la dirección de predicción principal y el ángulo

if (uiDirMode == 0)

modeDC = true;

else if (uiDirMode < 18)

modeVer = true;

else

modeHor = true;

intraPredAngle = modeVer ? uiDirMode - 9 : modeHor ? uiDirMode - 25 : 0;

absAng = abs(intrapredAngle);

signAng = intraPredAngle < 0 ? -1 : 1;

// Establecer desplazamientos de bits y ajustar a escala el parámetro de ángulo a size2

Int iAngTable[9] = { 0, 2, 5, 9, 13, 17, 21, 26, 32};

absAng = iAngTable[absAng];

intraPredAngle = signAng * absAng;

// Realizar la predicción DC

if (modeDC) {

Pel dcval = predIntraGetPredValDC(pSrc, iSrcStride, iWidth, iHeight, bAbove, bLeft);

for (k=0;k<blkSize;k++) {

for (l=0;l<blkSize;1++) {

pDst(k*iDstStride+1] = dcval;

}

// Realizar predicciones angulares

else {

Pel tmp;

Int *pSrcTL = pSrc - iSrcStride -1;

Int iStepMain = (modeVer) ? 1 : iSrcStride;

if (intraPredAngle == 0) {

for (k=0;k<blkSize;k++) {

for (l=0;l<blkSize;1++) {

pDst [k*iDstStride+1] = pSrcTL[(1 1) * iStepMain];

}

else {

Int iStepSide = (modeVer) ? iSrcStride 1;

int lastDeltaInt = -1;

Int Offset = 32 (intraPredAngle >> 1); // permite redondear a la referencia lateral más próxima // Int Offset = 32; // sin redondeo.

Pel ref [2*MAX_CU_SIZE];

Pel* refMain = ref ((intraPredAngle < 0) ? blkSize : 0);

if (intraPredAngle > 0) {

for (k = 0; k < 2*blkSize; k++)

refMain[k] = pSrcTL[(k+1) * iStepMain];

}

else {

for (k = -1; k < blkSize; k++) // el resto se copia más tarde en la etapa 1403, según y cuando se requiera refMain[k] = pSrcTL[(k+1) * iStepMain];

}

for (k = 0; k < blkSize; k++) {

Int deltaPos = (k+1) * intraPredAngle;

deltaInt = deltaPos >> 5;

deltaFract = deltaPos & (32 -1);

if (deltaInt < lastDeltaInt) { // etapa 1402

lastDeltaInt = deltaInt;

refMain[deltaInt] = pSrcTL[(k-((iOffset-deltaFract)>>31))*iStepSide]; // etapa 1403

}

// etapa 1404

if (deltaFract) {

// Realizar filtrado lineal

for (l=0;l<blkSize;1++) {

refMainIndex = 1+deltaInt;

pDst[k*iDstStride+1] = (Pel) (((32-deltaFract) * refMain[refMainIndex] deltaFract * refMain[refMainlndex+1] 16) >> 5 );

}

else {

// Simplemente copiar las muestras de números enteros

for (l=0;l<<blkSize;l++) {

pDst[k*iDstStride+1] = refMain[1+deltaInt];

}

// Dar la vuelta al bloque si esto es el modo horizontal

if (modeHor) {

for (k=0;k<blkSize-1;k++) {

for (l=k+1;l<blkSize;1++) {

tmp = pDst[k*iDstStride+1];

pDst(k*iDstStride+1] = pDst(1*iDstStride+k];

pDst[1*iDstStride+k] = tmp;

}

Aunque sin duda se le ocurrirán muchas alteraciones y modificaciones de la presente invención a un experto habitual en la técnica, tras haber leído la descripción anterior debe entenderse que no se pretende de ninguna manera que ningún modo de realización particular mostrado y descrito a modo de ilustración se considere limitativo. Por tanto, no se pretende que referencias a detalles de diversos modos de realización limiten el alcance de las reivindicaciones, que en sí mismas solo mencionan aquellas características que se consideran esenciales para la invención.

Claims

REIVINDICACIONES

Método de codificación de vídeo ejecutado por un procesador (101) de un codificador de vídeo (201) para implementar una operación de intra-predicción que obtiene un bloque de predicción de un bloque objetivo (1101) con píxeles de límite del bloque objetivo (1101) interpolados a lo largo de un ángulo de intrapredicción, en el que los píxeles de límite comprenden una matriz horizontal de píxeles de límite horizontal (1102) que se encuentran inmediatamente por encima del bloque objetivo (1101) y una matriz vertical de píxeles de límite vertical (1103) que se encuentran inmediatamente a la izquierda del bloque objetivo (1101), en el que dos píxeles de referencia se interpolan en forma de un promedio ponderado, donde las ponderaciones se seleccionan para representar una posición de píxel distinta de un número entero entre dichos dos píxeles de referencia, comprendiendo la operación de intra-predicción:

obtener un valor de un parámetro de ángulo inverso, correspondiente al ángulo de intra-predicción, de una tabla de consulta que indica valores de parámetros de ángulo inverso en relación, respectivamente, con una pluralidad de ángulos de intra-predicción diferentes;

identificar al menos algunos de los píxeles de límite vertical que se encuentran en la matriz vertical en posiciones que son una función de multiplicación entre el valor obtenido del parámetro de ángulo inverso y el valor de un identificador de ubicación horizontal que es una variable que representa posiciones en una extensión de una matriz horizontal extendida (1104);

añadir los al menos algunos de los píxeles de límite vertical identificados como píxeles de límite horizontal a la extensión de la matriz horizontal extendida (1104) en una ubicación identificada por el identificador de ubicación horizontal; y

usar sólo los píxeles de límite horizontal en la matriz horizontal extendida (1104), sin usar los píxeles de límite vertical, para obtener el bloque de predicción del bloque objetivo (1101), y

en el que el identificador de ubicación horizontal adopta valores desde -1 hasta (size x el ángulo de intrapredicción)/rangelimit, donde el valor del identificador de ubicación horizontal se reduce en 1 desde -1 hasta (size x el ángulo de intra-predicción)/rangelimit, donde size representa el tamaño de un bloque objetivo que va a predecirse y rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32.

Método según la reivindicación 1, en el que la tabla de consulta comprende al menos los siguientes parámetros de ángulo inverso en relación con el angle de ángulos de intra-predicción, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)”.

Método según la reivindicación 1, en el que los valores de los parámetros de ángulo inverso indicados en la tabla de consulta se calculan a partir de (N x rangelimit)/angle*, donde rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)", angle representa uno de la pluralidad de ángulos de intra-predicción diferentes y N adopta un valor de 256.

Método de descodificación de vídeo ejecutado por un procesador (101) de un descodificador de vídeo (301) para implementar una operación de intra-predicción que obtiene un bloque de predicción de un bloque objetivo (1101) con píxeles de límite del bloque objetivo (1101) interpolados a lo largo de un ángulo de intrapredicción, en el que los píxeles de límite comprenden una matriz horizontal de píxeles de límite horizontal (1102) que se encuentran inmediatamente por encima del bloque objetivo (1101) y una matriz vertical de píxeles de límite vertical (1103) que se encuentran inmediatamente a la izquierda del bloque objetivo (1101), en el que dos píxeles de referencia se interpolan en forma de un promedio ponderado, donde las ponderaciones se seleccionan para representar una posición de píxel distinta de un número entero entre dichos dos píxeles de referencia, comprendiendo la operación de intra-predicción:

obtener un valor de un parámetro de ángulo inverso, correspondiente al ángulo de intra-predicción, de una tabla de consulta que indica valores de parámetros de ángulo inverso en relación, respectivamente, con una pluralidad de ángulos de intra-predicción diferentes;

identificar al menos algunos de los píxeles de límite vertical que se encuentran en la matriz vertical en posiciones que son una función de multiplicación entre el valor obtenido del parámetro de ángulo inverso y un valor de un identificador de ubicación horizontal que es una variable que representa posiciones en una extensión de una matriz horizontal extendida (1104);

añadir los al menos algunos de los píxeles de límite vertical identificados como píxeles de límite horizontal a la extensión de la matriz horizontal extendida (1104) en una ubicación identificada por el identificador de ubicación horizontal; y

usar sólo los píxeles de límite horizontal en la matriz horizontal extendida (1104), sin usar los píxeles de límite vertical, para obtener el bloque de predicción del bloque objetivo (1101), y

en el que el identificador de ubicación horizontal adopta valores desde -1 hasta (size x el ángulo de intrapredicción)/rangelimit, donde el valor del identificador de ubicación horizontal se reduce en 1 desde -1 hasta (size x el ángulo de intra-predicción)/rangelimit, donde size representa el tamaño de un bloque objetivo que va a predecirse y rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32.

Método según la reivindicación 4, en el que la tabla de consulta comprende al menos los siguientes parámetros de ángulo inverso en relación con el angle de ángulos de intra-predicción, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)”

Método según la reivindicación 4, en el que los valores de los parámetros de ángulo inverso indicados en la tabla de consulta se calculan a partir de (N x rangelimit)/angle*, donde rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)", angle representa uno de la pluralidad de ángulos de intra-predicción diferentes y N adopta un valor de 256.

Codificador de vídeo (201), que comprende un procesador (101) de un sistema informático (100) y una memoria (102) que almacena programas ejecutables por el procesador para implementar una operación de intra-predicción que obtiene un bloque de predicción de un bloque objetivo (1101) con píxeles de límite del bloque objetivo (1101) interpolados a lo largo de un ángulo de intra-predicción, en el que los píxeles de límite comprenden una matriz horizontal de píxeles de límite horizontal (1102) que se encuentran inmediatamente por encima del bloque objetivo (1101) y una matriz vertical de píxeles de límite vertical (1103) que se encuentran inmediatamente a la izquierda del bloque objetivo (1101), en el que dos píxeles de referencia se interpolan en forma de un promedio ponderado, donde las ponderaciones se seleccionan para representar una posición de píxel distinta de un número entero entre dichos dos píxeles de referencia, implementándose la operación de intra-predicción por el procesador para:

obtener un valor de un parámetro de ángulo inverso, correspondiente al ángulo de intra-predicción, de una tabla de consulta que indica valores de parámetros de ángulo inverso en relación, respectivamente, con una pluralidad de ángulos de intra-predicción diferentes;

identificar al menos algunos de los píxeles de límite vertical que se encuentran en la matriz vertical en posiciones que son una función de multiplicación entre el valor obtenido del parámetro de ángulo inverso y el valor de un identificador de ubicación horizontal que es una variable que representa posiciones en una extensión de una matriz horizontal extendida (1104);

añadir los al menos algunos de los píxeles de límite vertical identificados como píxeles de límite horizontal a la extensión de la matriz horizontal extendida (1104) en una ubicación identificada por el identificador de ubicación horizontal; y

usar sólo los píxeles de límite horizontal en la matriz horizontal extendida (1104), sin usar los píxeles de límite vertical, para obtener el bloque de predicción del bloque objetivo (1101), y

en el que el identificador de ubicación horizontal adopta valores desde -1 hasta (size x el ángulo de intrapredicción)/rangelimit, donde el valor del identificador de ubicación horizontal se reduce en 1 desde -1 hasta (size x el ángulo de intra-predicción)/rangelimit, donde size representa el tamaño de un bloque objetivo que va a predecirse y rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32.

8. Codificador de vídeo (201) según la reivindicación 7, en el que la tabla de consulta comprende al menos los siguientes parámetros de ángulo inverso en relación con el angle de ángulos de intra-predicción, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)".

9. Codificador de vídeo (201) según la reivindicación 7, en el que los valores de parámetros de ángulo inverso indicados en la tabla de consulta se calculan a partir de (N x rangelimit)/angle*, donde rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)", angle representa uno de la pluralidad de ángulos de intra-predicción diferentes y N adopta un valor de 256.

10. Descodificador de vídeo (301), que comprende un procesador (101) de un sistema informático (100) y una memoria (102) que almacena programas ejecutables por el procesador para implementar una operación de intra-predicción que obtiene un bloque de predicción de un bloque objetivo (1101) con píxeles de límite del bloque objetivo (1101) interpolados a lo largo de un ángulo de intra-predicción, en el que los píxeles de límite comprenden una matriz horizontal de píxeles de límite horizontal (1102) que se encuentran inmediatamente por encima del bloque objetivo (1101) y una matriz vertical de píxeles de límite vertical (1103) que se encuentran inmediatamente a la izquierda del bloque objetivo (1101), en el que dos píxeles de referencia se interpolan en forma de un promedio ponderado, en el que las ponderaciones se seleccionan para representar una posición de píxel distinta de un número entero entre dichos dos píxeles de referencia, implementándose la operación de intra-predicción por el procesador para:

obtener un valor de un parámetro de ángulo inverso, correspondiente al ángulo de intra-predicción, de una tabla de consulta que indica valores de parámetros de ángulo inverso en relación, respectivamente, con una pluralidad de ángulos de intra-predicción diferentes;

identificar al menos algunos de los píxeles de límite vertical que se encuentran en la matriz vertical en posiciones que son una función de multiplicación entre el valor obtenido del parámetro de ángulo inverso y el valor de un identificador de ubicación horizontal que es una variable que representa posiciones en una extensión de una matriz horizontal extendida (1104);

añadir los al menos algunos de los píxeles verticales identificados como píxeles de límite horizontal a la extensión de la matriz horizontal extendida (1104) en una ubicación identificada por el identificador de ubicación horizontal; y

usar sólo los píxeles de límite horizontal en la matriz horizontal extendida (1104), sin usar los píxeles de límite vertical, para obtener el bloque de predicción del bloque objetivo (1101), y

en el que el identificador de ubicación horizontal adopta valores desde -1 hasta (size x el ángulo de intrapredicción)/rangelimit, donde el valor del identificador de ubicación horizontal se reduce en 1 desde -1 hasta (size x el ángulo de intra-predicción)/rangelimit, donde size representa el tamaño de un bloque objetivo que va a predecirse y rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32.

11. Descodificador de vídeo (301) según la reivindicación 10, en el que la tabla de consulta comprende al menos los siguientes parámetros de ángulo inverso en relación con el angle de ángulos de intra-predicción, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)".

12. Descodificador de vídeo (301) según la reivindicación 10, en el que los valores de los parámetros de ángulo inverso indicados en la tabla de consulta se calculan a partir de (N x rangelimit)/angle*, donde rangelimit representa un límite de intervalo de la pluralidad de ángulos de intra-predicción, que se fija a una constante de 32, en el que un valor angle* es igual a una aproximación de número entero de “rangelimit x tan (rc/4 x angle/8)", angle representa uno de la pluralidad de ángulos de intra-predicción diferentes y N adopta un valor de 256.