TWI344796B - Methods and encoder of selecting a prediction mode - Google Patents

Description

1344796 九、發明說明： 【發明所屬之技術領域】 本發明一般係關於視訊編解碼，更M ^ 又将疋言之，本發明係 關於選擇一預測模式以在一視訊序列之查π丄 J之晝面中將一區塊編 碼之方法。 【先前技術】 隨著現今消費性電子產品的發展，趟也#々 趣來越多針對手持裝 置而開發及设§·]之多媒體相關技術，存彳1 如’行動電話。當 手持裝置處理一視訊序列時，特別县脸 、 J疋將一視訊序列以 H.264/AVC (“先進視訊編碼技術-Advanced Video Coding”以下簡 稱H.264編碼技術）格式進行壓縮或編碼時，若具有視氘壓 縮此力之編碼器被設計為具有相對較高之計算複雜声，則 可提昇影像品質。然而，手持裝置之電力消耗可能:會相 對提高，因此可能不適於電池容量有限之手持裝置。相反 地，若具有視訊壓縮能力之編碼器被設計為具有相對較低 之計算複雜度，即使電力消耗可能相對較低’影像品質在 壓縮或編碼的過程中可能因為資訊或資料遺失而降低以 致於無法滿足H.264編碼技術標準之影像品質需求。因此， 視訊壓縮可在計算複雜度、電力消耗以及影像品質間做出 抉擇。 一 H.264編碼技術視訊序列編碼器可在藉由使用空間域資 訊之畫面内編碼期間針對一視訊序列内之一像素區塊執行 旦面内預測。該畫面内預測可包含一 intra_4><4預測以及一 Intra_16xl6預測，其中該intra_4x4預測可包括九種預測模式， 1344796 且該Intra—16x16預測可包括四種預測模式。在h.264編碼技 術標準中，一視訊畫面可被分割成複數個巨集區塊 (macroblock)，各巨集區塊由16x16像素所組成。此外，複 數個巨集區塊之各巨集區塊可被分割成4x4區塊，各區塊 一次由4x4像素所組成。晝面内編碼可使用鄰近一區塊之參 考像素值以預測區塊内像素值.。圖1所示為說明一根據 Intra_4><4預測而進行編碼之示例性區塊1 〇2之圖示。參考圖 1，區塊102可包含像素”a”至”p”。像素”a，，至”p”之值可根 據部份或全部參考像素” A”至”M”來預測。 為達到最佳編碼效益，可使用壓縮率-失真最佳化 (Rate-Distortion Optimization，RDO)來針對各預測模式預先計算 一壓縮率-失真成本（RD cost)。具有最小rd成本之預測模 式可被選為將一區塊編碼之最佳模式。圖2所示為說明用 於壓縮率-失真最佳化之模組3〇〇之方塊圖。參考圖2，_ 原始區塊102及一預測區塊304可被饋入壓縮率-失真最佳 化模組300，壓縮率-失真最佳化模組3〇〇可針對預測模式 執行R D Ο並在針對各預測模式將原始區塊進行編碼時計算 RD成本。壓縮率-失真最佳化模組3〇〇可包括一整數離散 餘弦轉換（DCT)模組3 06，一量化模組308，一反向量化模 組310, 一反向整數dCT模組312，一位元計算模組314， 一失真計算模組318以及一 RD成本計算模組316。 由於計算複雜度的關係，RD〇技術可能需要相對較大之 計算能力，也因此需要相對較高之電力消耗。可能需要一 種選擇最佳預測模式’且可減少計算複雜度與電力消耗而 1344796 不影響視訊壓縮品質之方法 【發明内容】 本發明之部分實例可針對一視訊序列之一區塊提供選擇 候選預測模式之數量之方法，該方法包含計算一預定數量 之區塊中各區塊之各預測模式之成本I，識別該等預測： 式中具有各區塊之最小成本值之—預測模式，計算使用— 成本函數之各區塊之各預測模式之—函數值，藉由各預測 模式之函數值將各區塊之該等制模式㈣，並識別一具 有最小成本值之預_式之序值，該序值與㈣後之預測 模式的序數相關’㈣與各區塊相關之各預_式之函數 值計算各區塊之-特徵值’識別複數組區塊，各組區塊呈 有實質上相同之特徵值各組區塊之數量並計算各组 區塊之各區塊之預測模式的序值總和，針對該等複數組區 塊之各組計#各組區塊數量總和之—平均值，以及針對該 等預定數量之區塊決定—介於該等平均值與該等特徵 之關係。 本發明之部分實例可同樣針對—視訊序列之—區塊提供 選擇候選㈣模式之數量之方法，該方法包含_可# 該視訊序列之壓縮率_失真最佳化（_)運算之預測模式之 數量’識別在視訊序列中欲進行編碼之區塊之數量，識別 -位於所有其他畫面前且在該視訊序列中欲進行編竭之第 -晝面*，分配預測模式之數量至該第一晝面之各區塊，在 處理該第晝面之—第—區塊後，識別剩餘預測模式之數 1344796 1，分配剩餘預測模式之數量至一 f隨著該第_晝面之第 一區塊之第二區塊，以及識別該第二區塊之第-預測模式 之數量’該等第一預測模式之數量包括分配至該第一畫面 之各區塊的預測模式之數量以及該等剩餘預測模式之數 量。

本發明之部分實例可進 供選擇候選預測模式之數 一步針對一視訊序列之—區塊提 量之方法’該方法包含對於一第 一視訊序列識別-第—區塊之—特徵值與候選預測模式之 最佳數㈣之-關係、，在—使用—成本函數之第二視訊序 列中計算-第二區塊之各預測模式之—函數值，根據該第 二區塊之各預測模式之函數值計算該第二區塊之一特徵 值’根據該關係識別該第2區塊之第一候冑預測模式之數 量，識別該第二視訊序列之一預定數量之壓 化⑽0)運算，識別可用於一畫面之預定數量之RD= 之平衡，其中該第二視訊序列之第二區塊位於該畫面内， 在該畫面之區塊間分配可使用之RDO運算，以及在處理該 第二視訊序列之畫面之第二區塊前之一 有剩餘之RD0運算。 區塊後 識別是否 本發明之部分實例可進一步針對一視訊序列之一區塊提 供可選擇候選預測模式之數量之編碼器，該編碼器包含— 第一計算器，該第一計算器用以對一第一視訊序列建立該 第一視讯序列之一第一區塊之一特徵值與候選預測模式之 最佳數#間之-關係、，及根據肖關係識別__第二視訊序列 中一第二區塊之第一候選預測模式之數量，一第二吁算 1344796 器，該第二計算器用以在一 列♦計算兮第-^ ^成本函數之第二視訊序 十异該第4塊之各預測模式之—函數值， μ 一區塊之各預測模式之函數值計算竽$ 徵值’以及-第三計算器，該第-區塊之-特 满却Γ- t异器用以接收該苐二 別;用:!!面定壓，失真最佳化(RD0)運算之數量； 二視訊序列:第之==:Γ。運算之平衡’其中該第 中可田 於該畫面内’分配該晝面之區塊

之RDO運算’以及在處理該第二視訊序列之畫面之 ^區塊前’先行處理-區塊後’識別是否有剩餘咖運 根據本發明之一實例，兮·筮-上+曾 M 可“將剩餘RD〇 :异之數量增加到分配給該第二區塊之可用咖運算之數 置，以形成該第二區塊之結果RD〇運算之數量。 此外，該編碼器可進一步包含一比較器， 比較β玄第二區塊之第一候選預測模式之數量 之、”。果RDO運算之數量，以識別候選預測模 行該第二區塊之RDO運算。 該比較器用以 與έ亥第二區塊 式之數量而執 在一實例中，成本函數可包含下列函數之一 ··絕對誤差 和(SAD)函數、變換後絕對誤差和(satd)函數、差值平方 和（SSD)函數以及平均絕對差值（Mad)函數。 在-實例中，第一計算器可用以計算每一複數個預定區 塊之各預測模式之—成本值’識別預測模式之—具有各區 塊之最小成本值，計算制該成本函數之各區塊之各預測 模式之一函數值，藉由各預測模式之函數值將各區塊之預 1344796 測杈式排列，且識別具有最小成本值之預測模式之一序 值，該序值與排列後之預測模式之序數相關。 再者，S亥第一計算器可用以根據與各區塊相關之各預測 模式之函數值計算各區塊之—特徵值，識別複數組區塊， 各組區塊具有實質上相同之特徵值’識別各組區塊之數量 並計算各組區塊之各區塊之預測模式的序值總和，以及針 對該等複數組區塊之各組計算各組區⑽量總和之一平均 值。

在一實例中，成本值可包含一壓縮率失真（RD)成本以執 行各該等預測模式之一 RDO運算。 在-實例中’各區塊之特徵值可為與各區塊相關之預測 模式之函數值之一標準差。 本發明之額外特徵及優勢將部分陳述㈣後之描述中且 部分將自描述而顯而易見或可藉由對本發明之實踐而習

得。本發明之特徵及優勢將經由在所时請專利範圍中特 別指出之元件及組合而實現及獲得。 應瞭解前述之大體描述及隨後之詳細描述僅為例示性及 說明性的且不對所主張的本發明加以限制。 【實施方式】 現將詳細參考本發明之當前實例， 、_ J成寺實例將在隨附圖 式中進行說明。儘可能地，在所有圖式 、 _八肀相同參考數字將 指代相同或類似部分。 視訊壓縮中，對於晝面序列進行編 (, J包括畫面内編碼 (intra-coding)及晝面間編碼（inter_c〇di 尽）畫面内編碼為針 -11 - 1344796 對單一視訊晝面之編碼過程，而畫面間編碼為利用前後畫 面對於一視訊畫面予以重建使用前後訊框之編碼過程。雖 然以下所述為本發明根據畫面内編碼過程之實例，熟習此 技藝者將理解該等實例可同樣應用至畫面間編碼過程。 根據H.264編碼技術標準來壓縮内畫面（[如聰）之視訊 序列時’計算複雜度可由已執行的RD〇計算數量來決定， 以計算-視訊序列中-畫面之4χ4區塊的每一預測模式之 一 RD成本。根據Η·264編碼技術標準所有九種預測模式， 即模式G至模式8，各自與—預測方向相關，皆對於树區 鬼而進订#算具有最小RD成本之候選預測模式可隨 後被選擇以對該區塊進行編碼。在本發明之_實例中，根 據計算之預定預算’僅自九種預測模式中選出「n」個候選 模式以執行一區塊之細，而非檢查所有九種預測模式之 視訊序列之預定預算相關於該視訊序列可用之預 =量之候選預測模式，因此可同樣相關於可被執行 异各候選預測模式之-RD成本之預定數量之刪運算。 圖=為根據本發明之一實例中，用以識別一區塊中 ’、、'預測換式之數量之方法的流程圖。參考圖3A，可 驟401中計算各預定數量區塊之各預測模式之一成本 值。該成本值盥钟篁、 成本 …十异複雜度相關。在本發明之一實例中， 田執仃-預測模式之则運算時 之RD成本。 值了為该預測模式 接著，在步驟402中，針對各預定 小成本值之一預U鬼識別具有最 叫式。因此，各預定數量區塊具有包含 -12· 1344796 最小成本值之一對應預測模式。 步03中彳使用—成本函數來計算各預定數量區塊 之各預測模式之一函數值。在—實例中，成本函數可包含 下卜數之.、絕對誤差和（SAD)函數、變換後絕對誤差和 (SATD)函數、差值平方和（SSD)函數以及平均絕對差值 (mad)函數。為求簡明，說明書中將根據sad函數來救述 及說明本發明之實例。各預測模式之函數值SADk可定義如 下： SADk=Σ Σ j) - pk(i, j% o < c /, j) < 3 其中p(i，j)及Pk(i，j)各自表示欲進行編碼之當前區塊以及 一預測區塊之像素強度，且k為該等預測模式之索引（即 k$8，k為一整數 步驟404中，針對各預定數量區塊，藉由預測模式之函 數值將該等預測模式自最小到最大而排列。接著，步驟4〇5 中，可識別各預定數量區塊經排列之預測模式（已識別於步 驟402中)所處順位的序數。具有最小成本值之預測模式不 一定具有最小函數值。舉例來說，當與一區塊之預測模式 比較時，具有最小成本值之預測模式可能排列在一第三順 位。該預測模式之序數被識別為三（3)。 步驟406中，可根據與各區塊相關之各預測模式之函數 值計算各預定數量區塊之一特徵值。 在根據本發明之一實例中，一區塊之特徵值可為與該預 測區塊相關之預測模式之函數值之一標準差。因此，區塊 -13- 之特徵值’定義為標準差σ，可由下列算式計算得出

k=Q SAD = 施* k^〇 可能預期到具有最小函數值之一 一 m & 預冽梃式更有可能變成 候選預測模式。因此，可假芸 』俶，又右有一預測模式及該等排 歹J在該預測模式前之模式可 、j此破選擇做為一組候選預測模 式以針對—對應區塊進行編碼。步驟衛巾，預定數量區 塊可根據特徵值而進行分類。識別複數組區塊，每組區塊 具有實質上相同之特徵值。 步驟彻中，可識別各組區塊之數量（n)。再者，可計算 各組區塊之各區塊之預测模式之一序值之總和⑻。例如， 假定有個預絲量之區塊；—第_組區塊（例如五個 區塊），可具有實質上相同之特徵值，例如σ=ι〇; 一第二组 ，個區塊，可具有實質上相同之特徵值，例如^5,等等。 第組五個區塊之各區塊中呈有最，丨、$ + & 及τ 有敢小成本值之預測模式可

根據第一組五個區塊之久F 谷&塊之函數值而個別排列成一 排，例如第四、第二、第三、 一 第 及第一順位。具有實質 上相同特徵值之第—x 1 值之第，·且五個區塊之預測模式之序值4, 2, 3, 1及2隨後被加總。 接者’步驟409中，可斗曾卞机，广 了》十异複數組區塊之各組數量（N) 之總和（S)的平均值（s/n)。例如前f埜 J例如刖述第一組五個區塊之第 五序值產生之總和為12 , 且°亥平均值S/N為2.4(=12/5)， -14- 1344796 在一實例t可意味著數量為「24」之預測 該等第-朗預_式續對n㈣值σ叫0 = 鬼進仃編㉝’即針對該第_組五個區塊之—進行編碼。實 際應用時’數量2.4可被環^至2或3。此外，亦可計算其 餘組區塊之其他平均值。 /、 、，圖3Β所不為根據本發明之一實例之預定數量之區塊之 平均值與特徵值間之關係圖。參考圖3Β，曲線51代表平

均值，其可分佈於範圍在例如大致σ = 〇至σ = 750之特徵 值之數量。在—實例中，該等特徵值可為捨人值（削nd-off value)。由於特徵值在曲線51之側部處之數量相對較小， 因此曲線51之側部處的平均值可能相對較高或具有較陡 峭之變化。 參考圖3A，步冑410中，可決定複數個預測區塊之平 均值與特徵值間的關係。在根據本發明之一實例中，可藉 由統計分析建立平均值對於特徵值之分布的數學模型。同

樣參考圖3B ’.一曲線52或表示為0ptimali ，可表示平均 值與特徵值間的關係，其可藉由例如一回歸法（regressi〇n method)而獲得。該數學模型可表示如下： {Optimalj — a + b· <j f〇r cr = 0 [Optima^ = c + * In σ for σ>〇 其中係數a、b'c及可藉由應用以下之最小平方法（lsm) 而得出： -15- 1344796 其中N!至Nn分別為對應至特徵值σι至％之平均值。可 針對數量4 300之内晝面㈣_)而自具有量化參數（J*) 為28之四分之一通用媒介格式（QCIF)中之佛曼序列 (Foreman sequence)得出曲線 51 及 52。

在根據本發明之一實例中，對應曲線52中特徵值之平均 值可被^義為具有特徵值之區塊之第一候選預測模式之數 量。因此，參考圖3A，步驟411中，可根據該關係識別— 區塊之第-候選預測模式之數量。圖3c為根據本發明之— 實例中，用以決；t第-候選預測模式數量之方法之圖示。 參考圖3C，當識別出一區塊之特徵值⑹時，可識別執行 RDO運算之平均值（辦喊）以及第—候選預測模式之數

1 σ丨- Μ = 1 σ2 and y = π 1 σ L λ」 A. =^>v = (MrM)~lMTy and

步驟401之預定數量區塊之功能可做為訓練區塊以建立 數學模型。根據數學模型之區線52可應用至其他視訊序列 A鬼換句忐說’一旦為一給定視訊序列建立圖兄所示 之關係以識別第-候選制模式之數量，㈣計算一區塊 各預i模式之函數值（圖3Α所示之步驟彻）以及基於函數 ^之區塊之特徵值（圖3八戶斤示之步驟傷與觸運算相 I!::’此等計算相對而言較為簡單。可根據該關係來識 m候選預測模式之數量，例如為「M」。各區塊之第一 ’、、、預騎式可包含根據函數值之排列㈣「M」個最前 • 16 - J344796 預測模式。 在根據本發明之一實例中，藉由數學模型決定之第一候 選預測模式之數量可與藉由一「分配模型」決定之第二候 選預測模式之數量進行比較，以決定候選預測模式之數量 進而執行RDO。具體來說，可藉由將rd〇運算可用之計算 k源納入考量來決定候選預測模式之數量。根據分配模 型，一預定次數之RDO運算可被分配至一視訊序列。此外， 被分配至視訊序列之一晝面之RD〇運算次數取決於欲在該 視汛序列中被編碼之畫面可用的平衡RD〇運算次數。根據 本發明之一實例之分配模型可由下列之等式來表示：

Budget】=Buffer / C 其中Budget』可代表計算資源或一第j(〗_th)畫面之各區塊 可用的RDO運算次數，Buffer可代表欲在視訊序列中被編 碼之晝面可用的平衡RD0運算次數，且〇代表欲在視訊序 列中被編碼之區塊的數量。假定一具有1〇個内畫面之qcif 序列之總計算資源的比率為40%，c與Buffer之值可於下 列算式計算得出。 C = 176/4 X 144/4 X 1〇 = 15,840 (區塊），及 Buffer = 15,840 X 9 X 40% = 57,024 (預測模式） 當檢驗所有預測模式時，總計算資源可代表視訊序列中 所有區塊所需之RDO運算之總次數。該比率可因而可代表 總計算資源之限制。因此，只有一預定次數之rd〇運算可 用於視訊序列之區塊。因為RDO之運算次數可與預測模式 之數量成比例，所以該預定次數之RD〇運算可以和於可用 •17- 1344796 來對視訊序列予以編碼之一預定數量之預測模式有關。再 者，第j畫面之第i區塊可用之RD0運算次數需視結餘之 RDO運算次數而定，而結餘之RD〇運算次數包括處理完位 於第j畫面前之第士”畫面後所剩餘之RD〇運算次數以及 處理完位於苐i區塊前之第（i-U區塊後是否有多餘之RD〇 運算次數。即， [Budget,. = Budget j, if i = 0 \Budget. = Budget j + Extraif i>〇

其中3^§炸可代表第i區塊可用之RD〇運算次數且£对队 可代表處理位於第i區塊前之第（i·〗）區塊後多餘之rd〇運 算次數。每個畫面之「Budgeti」值可能相異，但對於同一晝 面内之所有區塊而言’「Budgeti」值可以相同。因此，分配 至當前第i區塊之總計算資源可包含次數為「Budgeti」之 運算’其對於第j t面之所有區塊而言為_常數；以及處 理先别第（卜1)區塊後次數為r Extrai丨」之RD〇運算，其為一

可變值。由上述等式可知，次數為「_购」而可被第』畫 面使用之RDO運算可分配至—第一區塊，即第』晝面^ 〇區塊（i=0)。此外，若被分配之RD〇運算次數在第一區塊 中沒有全部被使用，剩下之_運算次數將被加至隨㈣ 塊之計算資源中。 藉 數學 定一 中， 由分配模型決定之第二候選預測模式之數量可與藉由 模型決定之第-候選預測模式之數量進行比較，以決 區塊之候選預測模式之數量。在根據本發明之—實例 可根據以下規則加以比較：則 規則1: -18- 1344796 若办"7«<|/,· S |_价办办,·」-1, 貝1J Ζϊ/ια/; = 」& 五^加,· = -尸，.⑽/,· 規則2: 若 |_忍《<(^,」-1 < S £«</糾,-， 貝1J Fi/ifl/, = LojpiiVwfl/,·」& Extraι = Budgetf — Finalt 規則3: 若 5m</㈣,· < <?ρ"7«α/,· S「执《/坪，,."| +1， 貝丨J Fi/ifl/,_ = [^".«ια/,·」& 仏加,.=0

規則4: 浩 Optimali > \Budget^+1 ^ 貝1J F/wfl/,· =「5ι«^ί,. "I & Extra t = 0 其中Optimali及Budgeti可分別表示藉由數學模型與分配 模型所決定之區塊的第一及第二候選預測模式之數量，且 Finali可表示執行區塊之RDO之候選預測模式數量，此外， 符號「1_尤」」與「「〆!」可分別表示X之取整函數（fl〇〇r function) 及取頂函數（ceiling function)，且「k」」與「「尤"|」之值可 為整數。數量「Final;」因而可根據考量到實際應用之資源 限制（分配模式）之一理想模式（數學模式）來決定。 舉例來說，若第一區塊之Optima^及Budget!值分別為2.5 及4 · 5，則滿足規則1。因此，Finali及Extra!之值分別為4 及 0.5。此外，Budget2 等於 5(=4.5+Extrai)。 若緊隨著第一區塊之第二區塊之〇ptimal2之值為4.5，則 滿足規則2。因此，Final〗及Extra2之值分別為4及1。此外， -19- 1344796

Budget3 等於 5.5(=4.5+ Extra2)。 若緊隨著第二區塊之第三區塊之Optima^之值為6.4，則 滿足規則3。因此’ Finals及Extras之值分別為6及〇。此外，

Budget4 等於 4.5(=4.5+ Extra3) ° 若緊隨著第三區塊之第四區塊之OptimaU之值為6.8，則 滿足規則4。因此’ FinaU及Extra4之值分別為5及〇。 將當前第j畫面（frame〗）編碼後，下一個畫面framej”之 「Buffer」與「C」之值可藉由以下算式更新： [Buffer ^ Buffer - Suntj = C — Ai j 其中加所^可為當前frame』中可用來做rd〇運算之預測模 式總次數，而Mj為frame」·之區塊總數量。 圖4所示為根據本發明之一實例中，用以識別第二候選 。參考圖4，步驟5〇1

預測模式之數量之方法的流程圖 識別執行一視訊序 列之RDn少ά 〒，可分配預測模式之數量至第 述，預測模式之數量可等於「βι 塊具有相同預測模式之數量。 ，可識別處理第一畫面之區塊後之 該數量可能為零、正整數或小數。 接著，在步驟505中， 多餘預測模式之數量。 -20- 1344796 在步驟506中，可將該項多餘之預測模式數量分配給緊隨 6玄已處理區塊的下一個區塊。在㈣507巾’可識別是否 . 第晝面内所有區塊皆已編碼。若第一畫面内並非所有區 . 塊皆已編碼，可重複步驟505及506。在步驟5〇8中，若 第畫面内所有區塊均已編碼，可識別剩餘預測模式之數 量以及欲進行編碼之剩餘晝面之數量。其次，在步驟5〇9 中，可識別視訊序列中欲進行編碼之剩餘區塊之數量。步 驟5〇8及509可決定分配至一緊隨該第-畫面之第二晝^ 攀（若存在的話）之各區塊的預測模式數量。接著，在步驟51〇 中，可識別是否視訊序列中所有畫面皆已編碼。若視訊序 列中並非所有畫面皆已編碼，可重複步驟503及509。 圖5所示為根據本發明之另一實例中，用以識別候選預 測模式數量之方法的流程圖。參考圖5，步驟61中可識別 區塊之特徵值與一第一視訊序列之區塊之候選預測模式 之最佳數I間的關係。該關係可包含但不限於圖3B及3C • 所敘述及說明之關係。步驟62中，可使用一成本函數，例 如yAD、SATD、SSD及MAD之一來計算一第二視訊序列 之區塊之各預測模式之函數值。步驟63中，可接著使用區 塊之各預測模式之函數值來計算第二視訊序列之區塊之特 徵值。步驟64中，可藉由步驟63所識別之特徵值以及步 驟61所建立之關係’識別第二視訊序列之區塊之第一候選 預測模式之數量。 接著，在步驟65中，可識別第二視訊序列可用之rd〇 運算之預定次數。此等RDO運算之預定次數可分配至第二 -21 - 1344796 視訊序列之晝面，一個畫面分配完接著分配下一個畫面。 在步驟“中，可識別第二視訊序列之區塊所在之畫：可用 之預定RDO運算次數之結餘量。在步驟67中可在畫面 之區塊間分配該項預定RD0運算次數之結餘量。在步驟^ 中，可識別在處理第二視訊序列中位於所討論之區塊的前 -區塊後’可識別是否有多餘之RD〇運算次數。分配至所 討論之區塊之RDO運算次數可包含在步驟W所分配之第 一部份及來自先前區塊之-第二部份（若存在的話）。在步驟 69中，可識別所討論之區塊之第二候選預測模式之數量。 步驟64及69所分別識別之第—及第二候選預測模式可在 步驟7〇中相互比較，以識別出執行第二視訊序列中所討論 之區塊之RDO的候選預測模式之數量。隨後，在步驟^ 中，可識別具有最小RD成本之候選預測模式之—，其可 被使用來對第二視訊序列之區塊進行編碼。 圖6所示隸據本發明之—實例中，用以識別候選預測 模式之數量之編碼器8G之方塊圖。參考圖6，⑽器⑽ 可包含一特徵值計算器81、一數學模型計算器82、—分配 模型叶算器83及一比較器84。根據本發明之一實例中， 馬器8 0 了支极h.264編碼技術編碼器之功能且可以硬體 或軟體來實現，其令前者在運算速度上可能較具優勢，而 後者在設計複雜度上較能節省成本。若以硬體來實現，編 碼器80可製造於一整合晶片(IC)中。若以軟體來實現，編 I器80可女裝於個人電腦（pC)或行動通信裝置中，例如筆 5己型電腦、行動電話及個人數位助理（PDA)。 -22· 1344796 特徵值S十异器8 1可用於計算一視訊序列中一蚩面之第 一區塊之一特徵值，該視訊序列可包含諸如「η」=書面， 晝面0(frame〇)至畫面n—1(framen〗）。可使用—成^函=來識 別一函數值，以計算該特徵值。數學模型計算器8可建立

一區塊之特徵值與該區塊之候選預測模式之最佳數量間的 關係。可使用與圖3"目似之敘述及說明方式來建：二關 係。根據特徵值計算器81所獲得第一區塊之特徵值，可識 別第一區塊之第一候選預測模式之數量。

分配模型計算器83可用以將RD〇運算之預定次數依逐 項畫面予以分配至視訊序列之畫面。此外，可在一畫面之 區塊間分配該畫面可用之RD〇運算次數，致使各區塊可分 配到一第一相同部份。分配給位於該第一區塊前之第二區 塊的RDO運算次數之第一部份可根據先前討論之規貝"至 4，而在比較器84中與第二區塊之第一候選預測模式之數 里相比較，以識別出是否有多餘之RDO運算次數。若有多 餘之RDO運算次數’可將其加入已分配至該第一區塊之第 一部份。於第一區塊可使用之第一部份及多餘部份，即第 一預測杈式之數量，可隨後在比較器84中與第一區塊之第 候選預測模 < 之數量相&車交，以識別出第一區塊之候選 預測核式之數量，除此之外還可識別出是否有多餘之RDO 運算次數給緊隨於第一區塊後之一第三區塊。 為省此技藝之人士應瞭解，雖然說明書於敘述前揭實例 時可使用4x4區塊作為實例。然而，熟習此技藝之人士應 明瞭本發明之方法可應用於8x8區塊、16x16區塊或H.264 •23- =技術視訊序列中可能為其他形式之區塊。因此，應用 、只例之£塊的形式不應解讀為中請專利範圍之限制。 另外’在料本發明之代表性實㈣難巾，說明 本發明之方法及/或過録㈣特㈣㈣序列。然/在 *法或過程不依賴於此處提出之特定步驟次序之情況 下，方法或過程不應限於本文所描述之較步驟序列。孰 習此技藝者應瞭解’其他的步驟序列為可行的。因此，說

明書中所陳述之特定步驟次序不應被解讀為對巾請專利範 圍之限制。此外，關於本發明之方法及/或過程之申請專利 範圍不應限於執行所記载次序之步驟，且熟習此技藝者應 易於瞭解序列可加以變化而仍位於本發明之精神及範疇 内。

热習此技藝之人士應瞭解，在不脫離本發明之廣泛發明 概念之情況下可對上述實例進行更改。因此應瞭解，本發 月不限於所揭示之特定實例，而是意欲涵蓋在隨附申請專 利圍所界定之本發明之精神及範疇内的所做之修改。 【圖式簡單說明】 結合隨附例示性圖式進行閱讀將更好地瞭解前文所述之 本發明的【發明内容】及以下【實施方式】。為達成說明本 發明之目的’在圖式中展示了目前為較佳的實施例。然而 應瞭解’本發明不限於所示之精確配置及手段。 圖示中： 圖1所示為根據一 Intra_4><4預測而進行編碼之一示例性區 塊之圖示； -24- 1344796 圖2所示為一壓縮率·失真最佳化模組之方塊圖； 圖3A所不為根據本發明之一實例中，用以識別第一候選 預測模式之數量之方法的流程圖； 圖3B所示為根據本發明之一實例之預定數量之區塊之 平均值與特徵值間之關係圖； 圖3C為根據本發明之一實例中，用以決定第一候選預測 模式數量之方法之圖示； 圖4所示為根據本發明之一實例中，用以識別第二候選 預測模式之數量之方法的流程圖； 圖5所示為根據本發明之另一實例中，用以識別候選預 測模式數量之方法的流程圖；以及 圖6所示為根據本發明之一實例中，用以識別候選預測 模式之數量之編碼器之方塊圖。 【主要元件符號說明】 102原始.區塊 300壓縮率-失真最佳化模組 304預測區塊

306整數DCT 308量化 310反向量化 3 12反向整數DCT 3 14位元計算 3 16 RD成本計算 3 1 8失真計算 -25- 1344796 51曲線 52曲線 8 0編碼 81特徵值計算器 82數學模型計算器 83分配模型計算器 84比較器

Claims (1)

1344796 、申請專利範圍·· 一種針對一視訊序列之一區塊選擇候選預测模 之方法，該方法包含： 、 置 值 汁算一預定數量之區塊中各區塊之各預測模式之一成本 識別該等制模^ t具有各區塊之最小成本值之一 模式； 之一函數 計算使用一成本函數之各區塊之各預測模式 值； 藉由各預测模式之函數值將各區塊之該等預測模式排 列，並識別—具有最小成本值之預測模式之序值，該序值 與排列後之預測模式的序數相關； 根據與各區塊相關之各預測模式之函數值計算各區塊之 一特徵值； 識別複數組區塊，各細F祕g 士由# ^ 尾合組區塊具有實質上相同之特徵值； 識別各組區塊之數I @ / P . 並°十异各組區塊之各區塊之預測模 式的序值總和； 組區塊數量總和之 針對該等複數組區塊之各組計算各 平均值；以及 針對該等預定數量之區说屮 L规决疋一介於該等平均值與該等 特徵值間之關係。 2.如申請專利範圍第1 方法’其中該成本值包括一針 對各預測模式執行一壓墙査 坚縮羊-失真最佳化（RDO)運算之壓 縮率-失真成本（RD)。 -27- 1344796 =專利_ 1項之方法，其中該成本函數包含下 函=:絕對誤差和（SAD)函數、變換後絕對誤差和 )函數、差值平方和⑽)函數以及平均絕對差值 (MAD)函數。 τ左值 4.如申請專利範圍帛U之方法，其中各區塊 與各區塊相關之預測模式之函數值之一值為

$‘如申請專利範圍帛】項之方法，進一步^差表示一回歸 曲線中，該等平均值與特徵值間的關係。 6·如申請專利範圍第5項之方法，進一步包括： 計算另一視訊序列之一區塊之一特徵值；以及 藉由根據該特徵值之回歸曲線識別該區塊之第一預測模 式之數量。 7_如申請專利範圍第6項之方法，進一步包括： 識別可用於該視訊序列之壓縮率-失真最佳化（RD〇)運算 之預測模式之數量； 識別在該視訊序列中欲進行編碼之區塊之數量； 識別一位於所有其他畫面前且在該視訊序列中欲進行編 碼之第一畫面；以及 分配複數個預測模式至該第一畫面之各區塊。 8.如申請專利範圍第7項之方法，進一步包括： 在處理該第一畫面之一第一區塊後，識別多餘之預測模 式之數量； 分配該項多餘之預測模式數量至一緊隨著該第一畫面之 第一區塊之第二區塊；以及 -28- 1344796 藉由比較第-制模式之數量與第二預測模式之數量以 決定該第二區塊之候選_模式之數量，該第二預列模 式之數量包括分配至該第—畫面之各區塊之預測模式之 數量以及該項多餘之預測模式數量。 9. 如申請專利範圍第8項之方法，進一步包括： 在處理該第-畫面後’識別剩餘之預測模式數量；

識別該視訊序列中欲進行編碼之剩餘畫面之數量、及 識別該視訊序列中欲進行編碼之剩餘區塊之數量。 10. -種針對—視訊序列之—區塊選擇候選預測模式之數量 之方法，該方法包含： ”識別可用於該視訊序列之壓縮率失真最佳化⑽〇)運 算之預測模式之數量； 識別在視訊序列中欲進行編碼之區塊之數量； 識別-位於所有其他畫面前且在該視訊序列中欲進行 編碼之第一畫面； 分配複數個預測模式至該第—畫面之各區塊； 在處理該第一晝面之一第-區塊後，識別多餘之預測 模式之數量； 緊隨著該第一晝面 分配該項多餘之預測模式數量至 之第一區塊之第二區塊；以及 識別該第二區塊之第一預測模式之數量，該等第一預 々、式：數！包括分配至該第—畫面之各區塊的預測模 式之數量以及該多餘之預測模式之數旦 U.如中請專利_第1G項之方法，^識料詩RD〇 -29- :算之預測模式之數量包括識別—可用於RD〇運算之預 :模式之數量與該視訊序列所需之預測模式總數量之比 率。 12. 如申請專利範圍第10項之方法，其中可用於一第】畫面 之各區塊之ROD運算數量（Budgetj)滿足 Budgetj = Buffer/C 其中該第j晝面位於該視訊序列中所有其他欲進行編瑪 之畫面前，Buffer代表欲在該視訊序列中進行編碼之書面 可㈣剩餘觸運算次數，且〇代表欲在該視訊序列中 進行編碼之剩餘區塊的數量。 13. 如申請專利範圍第12項之方法，其中分配至該第』畫面 「之一第i區塊之預龍式之數量包括預_式之數量 Bud购」以及在處理位於該第化塊前之—第㈣區塊後 之多餘預測模式之數量。 14·如申請專利範圍第丨〇項之方法，進—步包括·· 計算-預定數量之區塊中各區塊之各預測模式之成本 值； 識別該等預測模式中具有各區塊之最小成本值之 測模式； 計算使用-成本函數之各區塊之各預測模式之一函數 值；以及 藉由各預測模式之函數值將各區塊之該等預測模式排 列，並識別-具有最小成本值之預測模式之序值，該序 值與排列後之預測模式的序數相關。 ~ -30- 15.如申請專利範圍第14項之方法，進一步包括： 根據與各區塊相關之各預測模式之函數值計算各區塊 之一特徵值； 識別複數組區塊，各組區塊具有實質上相同之特徵值； 識別各組區塊之數量並計算各組區塊之各區塊之預測 模式的序值總和；

針對該等複數組區塊之各組計算各組區塊數量總和之 —平均值； 與該等特徵值間之關係。 16 ·如申請專利範圍第1 5頂夕古、i μ 礼固乐項之方法，進一步包括： 汁算該第二區塊之一特徵值； 根據該特徵值識別該第二之 量。 匕塊之第一預測模式之數 1 /·如申請專利範

式之數量，以決定該第 一預測模式之數量與第 二區塊之候選預測模式之數量 1 8. —種針對—視訊序列之— 之方法，該方法包含，鬼選擇候選預測模式之數量 對於一第—視訊序列識別一 選預測模式之最佳數量間之區塊之一特徵值與候 在一使用一成本函數之第二= 塊之各預測模式之-函數值；；訊序列中計算一第二區 根據该苐二區塊之各 饵式之函數值計算該第二區 -31 . 1344796 塊之一特徵值； 根據該關係識別該第二區塊之第一候選預測模式之數 量； 識別該第二視訊序列之一預定次數之壓縮率_失真最 佳化（RDO)運算； 識別可用於一晝面之預定數量之RDO運算之結餘量， 其中該第一視訊序列之第二區塊位於該畫面内； 在該晝面之區塊間分配可使用之RDO運算次數；以及 在處理該第二視訊序列之畫面之第二區塊前之一區塊 後，識別是否有多餘之RDO運算次數。 19.如申請專利範圍第18項之方法，進一步包括： 將該項多餘之R D 〇運算次數加到已分配給該第二區塊 之可用RDO運算次數，以形成該第二區塊之總和刪 運算次數；以及

比較該第二區塊之第一候選預測模式之數量與該第二 區塊之總和RD0運算次數，以識別出用來執行該第X二: 塊之RDO運算之候選預測模式之數量。 20. 如申請專利範圍第19項之方法，進一步包括識別出該等 候選預測模式中具有最小壓縮率.失真（rd)成本之 預測模式。 、 21.如申請專利範圍第18項之方法，其中該成本函數包含下 列函數之-：絕對誤差和（SAD)函數、變換後絕對誤差和 =ATD)純 '差值平方和（SSD)函數以及平均絕對誤差值 (mad)函數。 -32· 1344796 22.如申請專利範圍第18項之方法，其中識別該第一區塊之 特徵值與候選預測模式之最佳數量間之一關係進一步包 括： 冲算一預定數量之區塊中各區塊之各預測模式之一成 本值； 識別該等預測模式中具有各區塊之最小成本值之一預 測模式； 计算使用該成本函數之各區塊之各預測模式之一函數 值； 精由各預測模式之函數值將各區塊之該等預測模式排 列，並識別一具有最小成本值之預測模式之序值，該序值 與排列後之預測模式的序數相關； 根據與各區塊相關之各預測模式之函數值計算各區塊 之一特徵值； 識別稷數組區塊’各組區塊具有實f上相同之特徵值； 識另！各組區塊之數量並計算各乡且區塊之各區塊之預測 才吴式的序值總和；以及 針對„亥等複數組區塊之各組計算各組區塊數量總和之 一平均值。 23·如申請專利範圍第21項之方法’其中該成本值包括一針 f各預測挺式執行一壓縮率-失真最佳化帅⑺運算之壓 縮率-失真成本（RD)。 24·如申請專利範圍第 闽矛u項之方法，其中各區塊之特徵值為 與各區塊相關之預測模式之函數值之一標準差。 -33- U44796 25·=種可針對一視訊序列之一區塊選擇候選預測模式之數 量之編碼器，該編碼器包含： —第一計算器，該第一計算器用以對一第一視訊序列建 立該第一視訊序列之一第一區塊之一特徵值與候選預測 模式之最佳數量間之一關係，及根據該關係識別一第二 硯訊序列中一第二區塊之第一候選預測模式之數量； -第二計算器，該第二計算器用以在一使用一成本函數 • 之第二視訊序列中計算該第二區塊之各預測模式之一函 數值，並且根據該第二區塊之各預測模式之函數值計算 该第二區塊之一特徵值；以及 -第三計算器’該第三計算器用以接收該第二視訊序列 之預定壓縮率-失真最佳化（RD0)運算之數量，識別可用 於-畫面之預定數量之RDO運算之平衡，其中該第二視 訊序列之第二區塊位於該晝面内，分配該畫面之區塊中 可用之RDO運算，以及在處理該第二視訊序列之畫面之 • 第：區塊前’歧處理一區塊後，識収否有剩餘RD〇 運算。 26.如申請專利範圍第25項之編碼器，其中該第三計算器可 用以將剩餘RDO運算之數量增加到分配給該第二區塊之 可用咖運算之數量，以形成該第二區塊之；果二 運算之數量。 27·如申請專利範圍第26項之編碼器，進一步包含比較器，哼 比較器用α比較該第^區塊之第—候選預測模式^數量A 與該第二區塊之結果RDO運算之數晉，LV崎 里 敫置以識別候選預測 -34- 核式之數置而執行該第二區塊之RD〇運算。 8.如申凊專利範圍 . 乐25項之編碼盗，其中該成本函數包含 卜夕^函數之—- . 和 .絕對誤差和（SAD)函數、變換後絕對誤差 - )數差值平方和（SSD)函數以及平均絕對差值 (MAD)函數。 .如申I專利範圍第25項之編碼器’其中該第-計算器可 用以計算每—複數個預定區塊之各預測模式之-成本 • 識别預測，式气:具有各區塊之最小成本值，計算 使用該成本函數之各、區塊之各預測模式之—函數值，藉 由各預測㈢式之函數值將各區塊之制模式排列，且識 別具有最小成本值之預測模式之_序值，該序值與排列 後之預測模式之序數相關。 3〇.如申請專利範圍第29項之編碼器，其中該第一計算器可 用以根據與各區塊相關之各預測模式之函數值計算各區 鬼之特徵值，識別複數組區塊，各組區塊具有實質上 相同之特徵值，識別各組區塊之數量並計算各組區塊之 各區塊之預測模式的序值總和，以及針對該等複數組區 龙之各組汁舁各組區塊數量總和之一平均值。 31 如申請專利範圍第29項之編碼器，其中該成本值包含一 壓縮率-失真（RD)成本以執行各該等預測模式之—Rd〇 運算。 如申請專利範圍第25項之編碼器，其令該各區塊之特徵 值為與各區塊相關之預測模式之函數值之一標準差。 -35- 32