專利名稱：同步雙向幀的產(chǎn)生及其使用的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及視頻處理，特別涉及視頻編碼和解碼的方法和裝置。更特別地，本 發(fā)明涉及數(shù)字視頻里一個(gè)新的幀類型，其使用雙向幀。發(fā)明概述目前，視頻通信變得越來(lái)越流行。人們無(wú)論身處何時(shí)何地通過(guò)何種網(wǎng)絡(luò)都能夠 在所有類型的設(shè)備上欣賞到視頻。因此，人們對(duì)視頻通信的性能有更高的期望，如視頻質(zhì) 量、分辨率、平滑度，但是網(wǎng)絡(luò)或設(shè)備的限制如帶寬卻帶來(lái)了挑戰(zhàn)。視頻編碼的效率越高， 越容易滿足這些其月望° Yun Q. Shi 禾口 Huifang Sun 在"Image and video compression for multimediaengineering"fundamentals, algorithms, and standards, (CRC Press, BocaRaton), c. 2008 ；L. Hanzo 等在“Video compression and communications frombasics to H. 261, H. 263, H. 264, MPEG2, MPEG4 for DVB and HSDPA-styleadaptive turbo-transceivers，，，(IEEE Press :J. Wiley & Sons, NJ), c. 2007 ；以及 Ahmet Kondoz 在 "Visual media coding and transmission，，，(Wiley，UK)，c. 2009 里描述了視頻編碼和視 頻壓縮，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。為了使運(yùn)動(dòng)矢量不僅能夠參考過(guò)去幀而且參考將來(lái)幀，視頻編碼結(jié)合雙向幀(B 幀)。雙向幀通過(guò)一個(gè)由前幾個(gè)參考幀得來(lái)的預(yù)測(cè)算法(前向預(yù)測(cè))或由后幾個(gè)參考幀得 來(lái)的預(yù)測(cè)算法(后向預(yù)測(cè))進(jìn)行壓縮。每個(gè)雙向幀采用至少兩個(gè)參考幀，過(guò)去幀或?qū)?lái)幀， 使用幀之間的任何相關(guān)性(即使過(guò)去幀沒(méi)有相關(guān)性，但是仍有可能將來(lái)幀有相關(guān)性)，并獲 得更好的編碼效率。正常而言，雙向幀不會(huì)充當(dāng)其他幀的參考幀。換言之，其他幀不會(huì)依賴 于雙向幀。結(jié)果，B幀不會(huì)用于諸如隨機(jī)訪問(wèn)和比特流切換的應(yīng)用。最近，由H. 264標(biāo)準(zhǔn)定義的編碼方案，其使用一個(gè)分層雙向幀結(jié)構(gòu)，由于其編碼效 率和靈活性已經(jīng)引起越來(lái)越多的注意。視頻編碼標(biāo)準(zhǔn)H. 264在T. ffiegand, G. Sullivan, A. Luthra, "Draft ITU-T Recommendationand Final Draft International Standard of Joint Video Specification(ITU-T Rec.H.264|IS0/IEC 14496-10 AVC)”， document JVT-G050rl,8th meeting =Geneva, Switzerland, 23-27 May 2003里有描述，在此其披露通 過(guò)引用被結(jié)合到本發(fā)明。此編碼標(biāo)準(zhǔn)里的方案提出一個(gè)編碼結(jié)構(gòu)，其使用雙向幀作為參考 幀。例如，當(dāng)前的多視點(diǎn)視頻編碼標(biāo)準(zhǔn)已經(jīng)采用分層雙向幀結(jié)構(gòu)作為其預(yù)測(cè)結(jié)構(gòu)。如在此使 用的“幀結(jié)構(gòu)”可能是指不同類型的幀的序列作為編碼器的輸出，或一個(gè)包括這種幀的比特 流。一個(gè)PSB幀結(jié)構(gòu)是一個(gè)包括至少一個(gè)PSB幀的幀序列。多視點(diǎn)視頻編碼標(biāo)準(zhǔn)在A. Vetro, Y. Su, H. Kimata 禾口 A. Smolic, "Joint Draft 1.O on Multiview Video Coding, "Doc. JVT-U209,Joint Video Team, Hangzhou, China, Oct. 2006 禾口 k. Vetro, P. Pandit,H. Kimata 禾口 A. Smolic, "Joint draft 9. O on multi-view video coding, "Doc. JVT-AB204, Joint Video Team, Hannover, Germany, July 2008里有描述，在此其披露通過(guò)引用被結(jié)合到本 發(fā)明。一些多視點(diǎn)編碼的軟件驗(yàn)證模型也在A. Vetro, P. Pandit, H. Kimata和A. Smolic, "Joint Multiview Video Model (JMVM)6. O, 'Doc. JVT-Y207,Joint Video Team,Shenzhen, China, Oct. 2007 和 P. Pandit, A. Vetro 和 Y. Chen, "JMVM 8 software, ” Doc. JVT-AA208, JointVideo Team, Geneva, CH, April. 2008里有描述，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。本發(fā)明利用這些廣泛使用的雙向幀作為各種應(yīng)用的接入點(diǎn)，如多視點(diǎn)編碼里單視 點(diǎn)訪問(wèn)，將多視點(diǎn)視頻編碼(MVC)譯碼成高級(jí)視頻編碼(H. 264/AVC比特流)，比特流里的隨 機(jī)訪問(wèn)，比特流切換和容錯(cuò)。一個(gè)多視點(diǎn)視頻比特流包含多個(gè)比特流，其中每個(gè)比特流表示 一個(gè)視點(diǎn)。例如，這些多視點(diǎn)可能是在不同角度上攝取的一個(gè)畫(huà)面的視頻。多視點(diǎn)編碼技術(shù)和結(jié)構(gòu)在Y. -S. Ho 和 K. -J. Oh, “ Overview ofMulti-view Video Coding, " in Systems, Signals and Image Processing 2007 and6th EURASIP Conference focused on Speed and Image Processing,Multimedia Communications and Services, 14th International Workshop on, 2007, pp. 5-12,以及 Merkle P. , Smolic A., Muller K.禾口 Weigand Τ. ,"EfficientPrediction Structures for Multi-View Video Coding”，IEEE TRANSACT10NS0N CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol.17， issuell, pp 1461-1473，Nov. 2007里有描述，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。本發(fā)明提供一個(gè)新的幀類型，使能夠在多視點(diǎn)視頻內(nèi)進(jìn)行單視點(diǎn)訪問(wèn)。在此，新的 幀類型被稱為主同步雙向幀(PSB)。主同步雙向幀可以通過(guò)修改H.264/AVC標(biāo)準(zhǔn)的初始B 幀類型而生成。修改初始B幀可以由一個(gè)改進(jìn)的B幀編碼器進(jìn)行，例如，其中轉(zhuǎn)換、量化、去 量化和逆變換處理功能可以增加到標(biāo)準(zhǔn)的B幀編碼器。從而，PSB幀類型可以由一個(gè)進(jìn)來(lái) 的原始數(shù)字視頻信號(hào)而產(chǎn)生。PSB幀類型適用于對(duì)多視點(diǎn)視頻內(nèi)的錨定幀(anchor frame) 進(jìn)行編碼，以實(shí)現(xiàn)快速視點(diǎn)訪問(wèn)和MVC到AVC譯碼。PSB幀類型也適用于替換分層B結(jié)構(gòu) 的H. 264比特流內(nèi)的更高等級(jí)的一些或所有B幀，以提供更加快速的幀訪問(wèn)。如在此使用 的“等級(jí)”是指在解碼順序上的幀位置。更高等級(jí)的幀依靠較少的幀進(jìn)行解碼。本發(fā)明可以提供一個(gè)同步獨(dú)立(Si)幀。每個(gè)SI幀不需要依賴其它幀而被編碼和 解碼。優(yōu)選地，每個(gè)PSB幀有一個(gè)對(duì)應(yīng)的SI幀用于單視點(diǎn)訪問(wèn)。通過(guò)產(chǎn)生PSB幀，可以建 立SI幀。在PSB幀編碼器里的重建效率可以被使用作為對(duì)SI幀進(jìn)行編碼的輸入。SI幀可 以滿足H. 264/AVC標(biāo)準(zhǔn)的擴(kuò)展檔次的規(guī)范，并可以被設(shè)計(jì)成與比特流里的SP幀一起使用。 SI幀可以被用來(lái)重建一個(gè)幀，與重建SP幀一樣。優(yōu)選地，SI幀是按照以下步驟進(jìn)行編碼 首先，通過(guò)變換和量化SP幀或PSB幀的重建信號(hào)參數(shù)產(chǎn)生一個(gè)輸出；第二，通過(guò)幀內(nèi)預(yù)測(cè)對(duì) 該輸出進(jìn)行編碼。當(dāng)SI幀被解碼時(shí)，優(yōu)選地，SI幀的圖像質(zhì)量等于對(duì)應(yīng)SP幀的質(zhì)量或?qū)?應(yīng)PSB幀的質(zhì)量，因?yàn)镾I幀的編碼重新使用了對(duì)應(yīng)SP幀或PSB幀的重建信號(hào)參數(shù)。將SP 和 SI 幀類型引入比特流在 M. Karczewicz 和 R. Kurceren,"A Proposal for SP-frames，，，document VCEG-L27,12th meeting, Eibsee, Germany, 9-12 January, 2001 里 有描述，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。SP幀和SI幀的設(shè)計(jì)及其在不同比特率的比 特流之間的預(yù)測(cè)幀上進(jìn)行無(wú)縫切換的使用在M. Karczewicz和R. Kurceren，“ The SP-and SI-FramesDesign for H. 264/AVC, “ IEEE TRANSACTIONS ON CIRCUITS ANDSYSTEMS FOR VIDEO TECHNOLOGY, vol. 13，pp. 637-644，July 2003里有描述，在此其披露通過(guò)引用被結(jié)合 到本發(fā)明。提高 SP 幀編碼效率在 X. Sun，S. Li，F(xiàn). Wu，J. Shen 和 W. Gao，“ The improved SP frame coding techniquefor the JVT standard," in International Conference on Image Processing 2003，pp. 297-300 vol. 2里有描述，在此其披露通過(guò)引用被結(jié)合到本發(fā) 明。SP 幀應(yīng)用于無(wú)漂移切換在X. Sun, F. Wu, S. Li，G. Shen和 W. Gao, “ Drift-FreeSwitching of Compressed Video Bitstreams at Predictive Frames, " IEEETRANSACTIONS ONCIRCUITS AND SYSTEMS FOR VIDEOTECHNOLOGY, vol. 16,pp. 565-576,May 2006 —文里有描 述，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。 本發(fā)明還可以提供一個(gè)PSB幀和一個(gè)對(duì)應(yīng)的SI幀用于多視點(diǎn)編碼。從而使得能 夠進(jìn)行MVC到AVC譯碼用于多視點(diǎn)視頻。在多視點(diǎn)視頻重播里的一個(gè)共同問(wèn)題是漂移。一 個(gè)具有PSB幀和對(duì)應(yīng)SI幀的比特流能夠減少漂移。此外，越少比特被傳輸和解碼，使得處 理時(shí)間減少，也就需要更低復(fù)雜性的解碼器。 本發(fā)明可以提供一個(gè)PSB幀以及一個(gè)對(duì)應(yīng)的SI幀用于隨機(jī)幀訪問(wèn)。隨機(jī)訪問(wèn)的 問(wèn)題是成本高昂。例如，當(dāng)分層B幀使用在一個(gè)H. 264比特流里時(shí)，為了訪問(wèn)一個(gè)幀，當(dāng)圖 像組(GOP)等于16的情況下，平均起來(lái)5個(gè)幀要求被解碼。通過(guò)對(duì)一個(gè)有PSB幀的比特 流進(jìn)行編碼，隨機(jī)訪問(wèn)的成本會(huì)降低。例如，當(dāng)分層B結(jié)構(gòu)GOP等于16，在隨機(jī)訪問(wèn)一個(gè)有 PSB幀的H. 264比特流時(shí)，將被處理的幀數(shù)目平均起來(lái)大約會(huì)節(jié)省40%。從而意味著，如果 每個(gè)幀類型的解碼時(shí)間相同，可以節(jié)省大約40 %的解碼時(shí)間。在常規(guī)的重播期間，PSB幀被 解碼，而SI幀被存儲(chǔ)用于隨機(jī)訪問(wèn)。本發(fā)明還提供一個(gè)次同步雙向幀(SSB)。SSB幀從一個(gè)比特流產(chǎn)生，以與另一個(gè)比 特流里的主同步雙向幀(PSB)的圖像質(zhì)量匹配。圖像質(zhì)量的匹配可以用PSNR(峰值信噪 比)表示。通過(guò)將SSB幀和PSB幀結(jié)合到一個(gè)比特流內(nèi)，可以實(shí)現(xiàn)無(wú)漂移的比特流切換，盡 管PSB幀和SSB幀是從兩個(gè)不同參考幀而編碼的。例如，一個(gè)移動(dòng)設(shè)備可能正在以一個(gè)高 比特率接收一個(gè)視頻比特流。但是，隨著移動(dòng)設(shè)備外部的網(wǎng)絡(luò)條件的變化，移動(dòng)設(shè)備可以繼 續(xù)接收同一視頻比特流，但是以一個(gè)低比特率。比特率的不匹配將導(dǎo)致視像質(zhì)量漂移和降 級(jí)。漂移的出現(xiàn)是因?yàn)橐曨l比特流內(nèi)的一些幀是基于前幾個(gè)幀進(jìn)行解碼，如果出現(xiàn)不匹配， 解碼易出現(xiàn)錯(cuò)誤，當(dāng)錯(cuò)誤逐漸累積的時(shí)候，這會(huì)變得更加惡化。提供PSB幀和SSB幀能夠避 免這種不匹配。本發(fā)明還提供幾個(gè)PSB幀代替分層B幀結(jié)構(gòu)的H. 264比特流內(nèi)的高等級(jí)B幀，以 提供良好的容錯(cuò)性(error resilience)給差錯(cuò)恢復(fù)方法。如果PSB幀受差錯(cuò)影響，可以從 其對(duì)應(yīng)的SI幀恢復(fù)。這是因?yàn)槊總€(gè)PSB幀及其SI幀有完全相同的質(zhì)量，一旦確定幀受到 差錯(cuò)影響，通過(guò)提供SI幀用于進(jìn)行解碼，恢復(fù)相應(yīng)的PSB幀是可能的。PSB幀的解碼需要參 考幀，但SI幀的解碼不需要參考幀。SI幀通過(guò)解碼器可被解碼成PSB幀，而不需要參考其 它幀。本發(fā)明可以提供裝置來(lái)生成每個(gè)或任何上述幀類型，或生成一個(gè)數(shù)據(jù)結(jié)構(gòu)，如一 個(gè)合并了一個(gè)或多個(gè)上述幀類型的比特流。生成可以通過(guò)編碼進(jìn)行。本發(fā)明也可以提供裝 置來(lái)解碼比特流。本發(fā)明可以通過(guò)電路來(lái)實(shí)施。在此使用的“電路”是指不限于硬件實(shí)施， 不限于硬件和軟件的組合，以及不限于以軟件運(yùn)行的電路，而不管該軟件的物理呈現(xiàn)。軟件 包括固件。硬件包括單數(shù)和復(fù)數(shù)的處理器和存儲(chǔ)器，不管是否合并在一個(gè)集成電路內(nèi)。本 發(fā)明可以實(shí)施為一個(gè)解碼器芯片、一個(gè)編碼器芯片或集成了這些芯片的裝置。本發(fā)明可以是一個(gè)計(jì)算機(jī)程序產(chǎn)品，例如，在一個(gè)計(jì)算機(jī)可讀媒質(zhì)上的程序，利用 計(jì)算機(jī)指令來(lái)執(zhí)行在此披露的全部或部分方法。本發(fā)明可以是一個(gè)有編碼和解碼裝置的系統(tǒng)，用于對(duì)在此披露的一個(gè)或多個(gè)幀類 型進(jìn)行編碼和解碼。本發(fā)明可以提供一個(gè)數(shù)據(jù)結(jié)構(gòu)，如一個(gè)合并了一個(gè)或多個(gè)上述幀類型的比特流。比特流可以存儲(chǔ)在一個(gè)物理數(shù)據(jù)存儲(chǔ)媒質(zhì)上，或作為一個(gè)信號(hào)進(jìn)行傳遞。


參照以下附圖，將詳細(xì)描述本發(fā)明的方面和實(shí)施例，其中圖IA顯示一個(gè)數(shù)字視頻處理方法的流程圖以提供一個(gè)具有PSB幀結(jié)構(gòu)的視頻比 特流用于各種應(yīng)用；圖IB描述在多點(diǎn)圖視頻內(nèi)的單視點(diǎn)訪問(wèn)； 圖2A描述在多視點(diǎn)視頻內(nèi)進(jìn)行MVC到AVC譯碼；圖2B描述在分層B幀結(jié)構(gòu)內(nèi)的隨機(jī)訪問(wèn)；圖3顯示一個(gè)PSB幀編碼器的模塊圖；圖4顯示一個(gè)PSB幀解碼器的模塊圖；圖5顯示一個(gè)SSB幀編碼器的模塊圖；圖6顯示一個(gè)SSB幀解碼器的模塊圖；圖7顯示一個(gè)SI幀編碼器的模塊圖；圖8顯示一個(gè)SI幀解碼器的模塊圖；圖9顯示一個(gè)PSB幀編碼器的變化形式的實(shí)施例；圖10顯示一個(gè)PSB幀解碼器的變化形式的實(shí)施例。發(fā)明詳述 圖IA顯示一個(gè)數(shù)字視頻處理方法的流程圖，提供一個(gè)有PSB幀結(jié)構(gòu)的視頻比特流 用于各種應(yīng)用。圖IA也顯示了一個(gè)可選的最終步驟130:合并SI幀或SSB幀。該數(shù)字視 頻處理方法適用于在編碼器上對(duì)一個(gè)數(shù)字視頻進(jìn)行編碼，以及在解碼器上對(duì)一個(gè)數(shù)字視頻 進(jìn)行解碼。在編碼器上(如圖3的例子所示)，根據(jù)一個(gè)或多個(gè)之前重建的數(shù)字視頻幀的輸 入，數(shù)字視頻內(nèi)的當(dāng)前數(shù)字視頻幀將通過(guò)一個(gè)處理器進(jìn)行處理。例如，重建幀表示至少兩個(gè) 參考幀，一個(gè)來(lái)自之前幀，另一個(gè)來(lái)自將來(lái)幀。之前重建的數(shù)字視頻幀包括前向預(yù)測(cè)和后向 預(yù)測(cè)的幀。之前重建的數(shù)字視頻幀存儲(chǔ)在一個(gè)或多個(gè)緩沖器內(nèi)。運(yùn)動(dòng)補(bǔ)償是在之前重建的 數(shù)字視頻幀上執(zhí)行，然后比較一個(gè)表示之前重建的數(shù)字視頻幀的信號(hào)和當(dāng)前數(shù)字視頻幀， 以獲得兩者之間的差異。該差異通過(guò)處理器被變換、量化、去量化和逆變換以提供一個(gè)逆變 換輸出。該逆變換輸出被加入到一個(gè)表示之前重建的數(shù)字視頻幀的信號(hào)里，以輸出一個(gè)剛 剛重建的數(shù)字視頻幀。因此，一個(gè)重建的數(shù)字視頻幀是通過(guò)一個(gè)運(yùn)動(dòng)補(bǔ)償估計(jì)而獲得。接 著，處理器在重建的數(shù)字視頻幀上執(zhí)行變換110、量化121、去量化122和逆變換123，以將一 個(gè)數(shù)字視頻比特流轉(zhuǎn)換成一個(gè)有PSB幀結(jié)構(gòu)的數(shù)字視頻比特流。變換110、量化121、和逆 過(guò)程(122，123)是在重建的信號(hào)上執(zhí)行以在產(chǎn)生具有一個(gè)或多個(gè)PSB幀的比特流的過(guò)程里 建立重建圖像的一個(gè)量化變換域信號(hào)(圖3內(nèi)的RDqs)。量化變換域信號(hào)(RDqs)被用來(lái)編 碼相應(yīng)的SI幀或相應(yīng)的SSB幀，其有與PSB幀相同的質(zhì)量。只要使用相同的量化模塊用于 有PSB幀和相應(yīng)SI幀或相應(yīng)SSB幀的比特流，PSB幀和對(duì)應(yīng)的SI幀，或者對(duì)應(yīng)的SSB幀之 間的重建質(zhì)量將是相同的 在解碼器上，輸入數(shù)據(jù)比特流是通過(guò)可變長(zhǎng)度解碼進(jìn)行解碼。解碼結(jié)果被執(zhí)行去 量化和逆變換以提供一個(gè)逆變換輸出。逆變換輸出被加入到之前重建的數(shù)字視頻幀，其被 執(zhí)行運(yùn)動(dòng)補(bǔ)償以輸出一個(gè)重建的數(shù)字視頻幀。處理器在重建的數(shù)字視頻幀上執(zhí)行變換110、 量化121、去量化122和逆變換123，將一個(gè)數(shù)字視頻比特流轉(zhuǎn)換成一個(gè)具有PSB幀結(jié)構(gòu)的數(shù)字視頻比特流。當(dāng)該數(shù)字視頻處理方法應(yīng)用到一個(gè)多視點(diǎn)視頻時(shí)，通過(guò)將一個(gè)SI幀合并到多視 點(diǎn)視頻比特流內(nèi)，在解碼器上通過(guò)處理器可以獲取一個(gè)單視點(diǎn)視頻比特流。多視點(diǎn)視頻是 MVC(多視點(diǎn)視頻編碼)格式。單視點(diǎn)視頻是H.264/AVC(高級(jí)視頻編碼)格式。為了能夠 將一個(gè)多視點(diǎn)標(biāo)準(zhǔn)轉(zhuǎn)換成一個(gè)H. 264/AVC標(biāo)準(zhǔn)，多視點(diǎn)標(biāo)準(zhǔn)的語(yǔ)法被處理器修改成一個(gè)單 視點(diǎn)標(biāo)準(zhǔn)。例如，MVC標(biāo)準(zhǔn)的語(yǔ)法通過(guò)處理器被修改成H. 264/AVC標(biāo)準(zhǔn)的語(yǔ)法，使得一個(gè) H. 264/AVC視頻的解碼器能夠解碼由本發(fā)明數(shù)字視頻處理方法獲取的單視點(diǎn)視頻比特流。 此外，在進(jìn)行MVC到AVC的譯碼時(shí)，錨幀依照I-P-P-PSB的次序進(jìn)行解碼，從解碼PSB幀獲 得的信號(hào)被用于解碼相應(yīng)的SI幀。AVC兼容的比特流是由SI幀和來(lái)自MVC比特流的初 始非錨B幀組成。接入點(diǎn)比特流是指包含SI幀的比特流。在視點(diǎn)訪問(wèn)或隨機(jī)訪問(wèn)的應(yīng)用 里，SI幀需要被編碼，并被存儲(chǔ)為一個(gè)額外的接入點(diǎn)比特流，即一個(gè)具有所有SI幀的比特 流。通過(guò)將錨幀譯碼成I幀，一個(gè)將單視點(diǎn)MVC比特流譯碼成一個(gè)獨(dú)立H. 264比特流的方 法，在丫.0^11，￥.-1(.徹叫和]\1]\1他11皿1^61&，“ Support of lightweight MVC to AVC transcoding, “ in JointVideo Team(JVT) of ISO/IEC MPEG & ITU-T VCEG (JVT-AA036) Geneva, CH, 2008里有描述，在此其披露通過(guò)引用被結(jié)合到本發(fā)明。當(dāng)該數(shù)字視頻處理方法應(yīng)用到一個(gè)具有分層B幀結(jié)構(gòu)的數(shù)字視頻比特流時(shí)，例 如，一個(gè)H. 264數(shù)字視頻比特流，PSB幀和SI幀的使用允許隨機(jī)訪問(wèn)在具有分層B幀結(jié)構(gòu) 的數(shù)字視頻比特流內(nèi)的幀。另外，當(dāng)數(shù)字視頻比特流有差錯(cuò)時(shí)，通過(guò)使用PSB幀和SI巾貞，很 容易獲取期望的幀。從而，數(shù)字視頻比特流的容錯(cuò)性得以增強(qiáng)，因?yàn)槟軌颡?dú)立于數(shù)字視頻比 特流內(nèi)的錯(cuò)誤幀而獲得目標(biāo)幀。SI幀不需要參考幀，而參考幀也可能出現(xiàn)錯(cuò)誤。此外，該數(shù)字視頻處理方法可用于比特流切換，例如將數(shù)字比特流切換為另一個(gè) 有更低碼率的數(shù)字視頻比特流。在比特流切換期間，一個(gè)PSB幀與另一個(gè)視頻比特流的解 碼器使用的SSB幀一起使用，以獲得無(wú)差錯(cuò)的重建幀，從而獲得無(wú)漂移的比特流切換。PSB幀的嵌入取決于實(shí)際應(yīng)用。在一個(gè)所述實(shí)施例里，PSB幀用于多視點(diǎn)視頻內(nèi)的 錨幀，如圖IB所示，以便進(jìn)行視點(diǎn)訪問(wèn)和MVC到AVC的譯碼。多視點(diǎn)編碼對(duì)8個(gè)視點(diǎn)進(jìn)行 編碼，顯示了1~0和18上的錨幀之間的時(shí)間增量113233...上的幀類型。顯示有I，B，SI 和PSB幀類型，b幀是一個(gè)B幀類型。為了方便描述，沒(méi)有顯示一個(gè)比特流里的所有幀，其 中序列與一個(gè)之前幀相同。幀類型之間的箭頭表示幀之間的參照關(guān)系。在此實(shí)施例里，在 101里視點(diǎn)O的I幀是獨(dú)立可獲取的。通過(guò)使用視點(diǎn)O里的I幀和視點(diǎn)2內(nèi)的PSB幀作為 參考幀，可獲取視點(diǎn)1內(nèi)的PSB幀。通過(guò)使用視點(diǎn)O的I幀作為參考幀，可獲取視點(diǎn)2的P 幀。通過(guò)使用視點(diǎn)2里的P幀和視點(diǎn)4內(nèi)的P幀作為參考幀，可獲取視點(diǎn)3的PSB幀。通 過(guò)使用視點(diǎn)2里的P幀作為參考幀，可獲取視點(diǎn)4內(nèi)的P幀。通過(guò)使用視點(diǎn)4里的P幀和 視點(diǎn)6內(nèi)的P幀作為參考幀，可獲取視點(diǎn)5內(nèi)的PSB幀，或通過(guò)使用SI幀111，可獲取視點(diǎn) 5內(nèi)的PSB幀。通過(guò)使用視點(diǎn)4內(nèi)的P幀作為參考幀，可獲取視點(diǎn)6內(nèi)的P幀。通過(guò)使用視 點(diǎn)6內(nèi)的P幀作為參考幀，可獲取視點(diǎn)7內(nèi)的P幀。為了訪問(wèn)一個(gè)單視點(diǎn)如視點(diǎn)5106，視點(diǎn) 5106以提供一個(gè)PSB幀113的方式進(jìn)行編碼。與視點(diǎn)0 101、視點(diǎn)1 102、視點(diǎn)2 103、視點(diǎn) 3 104、視點(diǎn)4 105、視點(diǎn)6 107、視點(diǎn)7 108內(nèi)的其它幀一起，PSB幀113成為錨比特流116 的一部分。使用一個(gè)SI幀111 (其對(duì)應(yīng)PSB幀113)，提供一個(gè)接入點(diǎn)訪問(wèn)視點(diǎn)5106。圖2A描述了在多視點(diǎn)視頻里進(jìn)行MVC到AVC譯碼。在圖2A的a部分，顯示一個(gè)多視點(diǎn)視頻比特流有I幀、B幀、b幀、P幀、PSB幀和I幀的幀類型。比特流201提供視點(diǎn) 0的比特流。比特流202提供視點(diǎn)1的比特流。比特流203提供視點(diǎn)3的比特流。比特流 204提供視點(diǎn)4的比特流。比特流205提供視點(diǎn)5的比特流。比特流206提供視點(diǎn)6的 比特流。比特流207提供視點(diǎn)7的比特流。但是，由于不同視點(diǎn)比特流的錨幀之間的依賴 性(如箭頭所示遠(yuǎn)離幀的箭頭表示該幀是箭頭指向的其它幀的參考幀，如圖IA所示)， 僅有視點(diǎn)0的比特流201可以被獨(dú)立解碼。即當(dāng)期望有比特流從202到208時(shí)，其他比特 流201到208的幀也會(huì)被需求。當(dāng)在客戶平臺(tái)上僅有H.264/AVC解碼器可用時(shí)(圖中未 顯示)，多視點(diǎn)視頻比特流被譯碼成一個(gè)期望視點(diǎn)的獨(dú)立的H. 264比特流。例如，當(dāng)客戶平 臺(tái)使用H. 264解碼器對(duì)視點(diǎn)5 206進(jìn)行解碼時(shí)，在MVC里采用PSB幀和SI幀能夠提供從 MVC到AVC的有效譯碼。此外，SI幀211與視點(diǎn)5 206的B幀一起，用于新的比特流。通過(guò) 一個(gè)視頻譯碼的過(guò)程進(jìn)一步修改MVC和AVC比特流語(yǔ)法之間的差異，可以產(chǎn)生一個(gè)獨(dú)立的 H. 264/AVC比特流220，如圖2A的b部分所示。視頻譯碼在Al Bovik, Handbook of image andvideo processing, (Elsevier/Academic Press, Massachusetts)，c.2005 andAshraf Μ.A. Ahmad, et al, Multimedia Transcoding in Mobile and WirelessNetworks, (Idea Group Inc(IGI)，PA)，c. 2008里有描述，在此其披露通過(guò)引用結(jié)合到本發(fā)明。在嵌入PSB幀的另一個(gè)實(shí)施例里(未顯示)，PSB幀被放入到更高等級(jí)的分層B結(jié) 構(gòu)內(nèi)?？紤]到H. 264比特流的編碼效率，將通常由B幀占用的位置替換成PSB幀。在另一 個(gè)實(shí)施例里(圖中未顯示)，產(chǎn)生的PSB幀代替所有的B幀，但編碼效率將會(huì)更低。如果不 是所有的B幀都被PSB幀替換，編碼效率得以優(yōu)化，例如，PSB幀被嵌入在第一和第二等級(jí) 的分層B結(jié)構(gòu)內(nèi)，以在提供隨機(jī)訪問(wèn)和編碼效率之間取得一個(gè)良好的平衡。圖2B比較說(shuō)明有PSB幀的分層B幀結(jié)構(gòu)和沒(méi)有PSB幀的分層B幀結(jié)構(gòu)的隨機(jī)訪 問(wèn)，以及隨機(jī)訪問(wèn)一個(gè)視點(diǎn)內(nèi)一個(gè)幀的幀解碼次序。一個(gè)常規(guī)分層B結(jié)構(gòu)如圖2B(a)所示， 其中有幾個(gè)等級(jí)的B幀。等級(jí)越高，就越少幀需要訪問(wèn)來(lái)解碼幀。第一等級(jí)是T8(圖2B內(nèi) 的最高等級(jí))，其參考TO和Τ16。第二等級(jí)是Τ4和Τ12。第三等級(jí)是T2，T6，TlO和Τ14。 通過(guò)在Τ8，Τ4和Τ12使用PSB幀代替常規(guī)分層B結(jié)構(gòu)里的B幀，提議的解碼結(jié)構(gòu)有所改善， 如圖2B(b)所示。如圖2B的a部分所示，在分層B幀結(jié)構(gòu)的常規(guī)H. 264比特流里，隨機(jī)訪問(wèn)在比特 流內(nèi)的一個(gè)幀需要許多參考幀傳送和解碼。為了訪問(wèn)在時(shí)間Tl 231上的幀，參考幀包括在 時(shí)間TO上的I幀230、在時(shí)間T16上的B幀236、在時(shí)間T8上的B幀235、在時(shí)間T4上的 B幀234、和在時(shí)間T2上的B幀232，以及在時(shí)間Tl上的B幀231本身，它們將被傳送和解 碼。通過(guò)將更高等級(jí)的分層B幀結(jié)構(gòu)上的一些B幀替換成PSB幀，如圖2B(b)部分所示，能 夠降低隨機(jī)訪問(wèn)的成本。例如，與常規(guī)分層B幀結(jié)構(gòu)比特流上的6個(gè)幀相比，在有PSB幀的 分層B幀結(jié)構(gòu)上，訪問(wèn)Tl上的參考幀242需要解碼4個(gè)幀，包括時(shí)間TO上的I幀241、時(shí)間 T4上的PSB幀244 (Si幀)、時(shí)間T2上的B幀243和時(shí)間Tl上的B幀242。由于B幀是參 照其它幀進(jìn)行編碼，為了解碼一個(gè)B幀，需要首先獲得那個(gè)B幀的參考幀。如圖2B(b)所示，例如，訪問(wèn)Tl上的幀242需要首先解碼兩個(gè)參考幀，包括在時(shí) 間TO上的I幀241和在時(shí)間T2上的B幀243。為了解碼時(shí)間T2上的B幀243，需要解碼B幀的兩個(gè)參考幀，包括在時(shí)間TO上 的I幀241和在時(shí)間T4上的幀244 (Si幀)。如果在T4使用PSB幀，我們能夠解碼對(duì)應(yīng)的SI幀，而不是PSB幀。因此，總體而言，在時(shí)間TO，T4，T2和Tl上的幀被解碼用于訪問(wèn)Tl 上的幀242。相反，如圖2B(a)所示，在T4使用B幀234。結(jié)果，我們首先需要解碼它的參考幀 在TO和T8上的幀。而且，由于在時(shí)間T8上的幀是一個(gè)B幀，我們需要首先解碼在時(shí)間TO 和T16上的幀。在此情況下，在時(shí)間TO，T16，T8，T4，T2和Tl上的幀依照解碼次序進(jìn)行解碼。圖3顯示一個(gè)PSB幀編碼器的模塊圖。PSB幀編碼器對(duì)一個(gè)嵌有PSB幀的視頻300 進(jìn)行編碼。其包括一個(gè)前向幀緩沖器331以保留前向預(yù)測(cè)幀，以及一個(gè)后向幀緩沖器333 以保留后向預(yù)測(cè)幀。在一個(gè)典型實(shí)施例里，PSB幀編碼器由至少一個(gè)處理器和至少一個(gè)包 括計(jì)算機(jī)程序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序 代碼被設(shè)置使得裝置能夠執(zhí)行PSB幀編碼器的功能。至少有一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并 充當(dāng)緩沖器。前向幀緩沖器331和后向幀緩沖器333的數(shù)字視頻信號(hào)輸出用于運(yùn)動(dòng)估計(jì)器 (在附圖里簡(jiǎn)稱為ME) 337里的運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償器(在附圖里簡(jiǎn)稱為MC) 335里的運(yùn)動(dòng) 補(bǔ)償。視頻300被提供給運(yùn)動(dòng)估計(jì)器337以執(zhí)行運(yùn)動(dòng)估計(jì)。運(yùn)動(dòng)估計(jì)器337的數(shù)字視頻信 號(hào)輸出被提供給運(yùn)動(dòng)補(bǔ)償器335以進(jìn)行運(yùn)動(dòng)補(bǔ)償。內(nèi)插器341使用運(yùn)動(dòng)補(bǔ)償器335的數(shù)字 視頻信號(hào)輸出以進(jìn)行插補(bǔ)，并提供一個(gè)內(nèi)插的數(shù)字視頻信號(hào)輸出。前向幀緩沖器331和后向幀緩沖器333是特別用于產(chǎn)生B幀的。所以，當(dāng)與P幀 比較時(shí)，B幀有多個(gè)幀進(jìn)行參考，因?yàn)橛卸鄠€(gè)運(yùn)動(dòng)估計(jì)方向，如前向、后向和雙向。內(nèi)插數(shù)字視頻信號(hào)輸出和運(yùn)動(dòng)補(bǔ)償器335的數(shù)字視頻信號(hào)輸出是一個(gè)預(yù)測(cè)數(shù)字 視頻信號(hào)PI。預(yù)測(cè)數(shù)字視頻信號(hào)PI與視頻300進(jìn)行比較，視頻300是一個(gè)原始數(shù)字視頻信 號(hào)01。從原始數(shù)字視頻信號(hào)OI減去預(yù)測(cè)數(shù)字視頻信號(hào)，產(chǎn)生一個(gè)數(shù)字視頻信號(hào)的誤差EI。EI = OI-PI接著，數(shù)字視頻信號(hào)誤差EI通過(guò)第一變換器311進(jìn)行變換(在附圖里為T(mén))，并通 過(guò)第一量化器313以步長(zhǎng)qp進(jìn)行量化(在附圖里為QP)。因此，比較是在像素域而不是頻 域進(jìn)行。第一量化器313的數(shù)字視頻信號(hào)輸出記作EDqp。數(shù)字視頻信號(hào)輸出EDqp用于一 個(gè)可變長(zhǎng)度編碼器(在附圖里為VLC) 350進(jìn)行可變長(zhǎng)度編碼。連同多個(gè)參數(shù)如運(yùn)動(dòng)矢量 (在附圖里為fmv，bmv，統(tǒng)稱為mv)和由運(yùn)動(dòng)估計(jì)器337得出的運(yùn)動(dòng)估計(jì)而計(jì)算出的模式， 可變長(zhǎng)度編碼器350對(duì)第一量化器313的量化數(shù)字視頻信號(hào)輸出進(jìn)行編碼。可變長(zhǎng)度編碼 器335的數(shù)字視頻信號(hào)輸出作為一個(gè)比特流在一個(gè)通道上傳送。第一量化器313的量化數(shù)字視頻信號(hào)輸出也被提供到一個(gè)去量化器315，以步長(zhǎng) QP進(jìn)行去量化。在去量化之后，第一去量化器315的數(shù)字視頻信號(hào)輸出通過(guò)第一逆變換器 317進(jìn)行逆變換。逆過(guò)程在附圖里通過(guò)上標(biāo)-1表示。在逆變換之后，第一逆變換器317輸 出一個(gè)剩余數(shù)字視頻信號(hào)Eldp。剩余數(shù)字視頻信號(hào)EIdp是在像素域上，然后再與預(yù)測(cè)數(shù)字 視頻信號(hào)PI結(jié)合，以相同方式在解碼器上產(chǎn)生一個(gè)重建幀RI (圖4)。重建幀RI通過(guò)第二 變換器321進(jìn)行變換以輸出一個(gè)數(shù)字視頻信號(hào)RD。數(shù)字視頻信號(hào)RD通過(guò)第二量化器323 以步長(zhǎng)qs進(jìn)行量化而輸出一個(gè)數(shù)字視頻信號(hào)RDqs。數(shù)字視頻信號(hào)RDqs通過(guò)第二去量化器 325以步長(zhǎng)qs進(jìn)行去量化而輸出一個(gè)數(shù)字視頻信號(hào)RDds。數(shù)字視頻信號(hào)RDds通過(guò)第二逆 變換器327進(jìn)行逆變換而輸出一個(gè)數(shù)字視頻信號(hào)Rids。
通過(guò)第二變換器321、第二量化器323、第二去量化器325和第二逆變換器327進(jìn) 行的第二組338的變換、量化和相應(yīng)逆過(guò)程，用來(lái)準(zhǔn)備PSB幀。如果僅準(zhǔn)備B幀，不需要使 用第二組的變換、量化和相應(yīng)逆過(guò)程。產(chǎn)生PSB幀和B幀之間的差異就在于第二組338。有 了第二組338，幀被編碼作為PSB幀，而不是圖2B所示初始結(jié)構(gòu)的B幀，換言之，PSB幀取代 B幀在比特流內(nèi)。確定哪一個(gè)B幀被PSB幀代替則取決于實(shí)際應(yīng)用。例如，在隨機(jī)訪問(wèn)的應(yīng) 用里，只有較高等級(jí)的分層B幀，如圖2B(b)內(nèi)所示，被PSB幀代替。在其他實(shí)施例里，則有 其它模式的替換。來(lái)自第二組338的變換、量化和相應(yīng)逆過(guò)程的數(shù)字視頻信號(hào)RIds輸出被分別用作 為前向幀緩沖器331和后向幀緩沖器333的輸入。通常，當(dāng)產(chǎn)生B幀時(shí)，這些緩沖器的輸入 是重建幀RI。圖4顯示了一個(gè)PSB幀解碼器的模塊圖。它包括一個(gè)前向幀緩沖器431來(lái)保留用 于前向預(yù)測(cè)的幀，以及一個(gè)后向幀緩沖器433來(lái)保留用于后向預(yù)測(cè)的幀。前向幀緩沖器431 和后向幀緩沖器433的數(shù)字視頻信號(hào)輸出用于運(yùn)動(dòng)補(bǔ)償器435進(jìn)行運(yùn)動(dòng)補(bǔ)償。比特流400 被提供給運(yùn)動(dòng)估計(jì)器337，以進(jìn)行運(yùn)動(dòng)估計(jì)。在一個(gè)典型實(shí)施例里，PSB幀解碼器是由至少 一個(gè)處理器和至少一個(gè)包括計(jì)算機(jī)程序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少 一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè)置使得裝置能夠執(zhí)行PSB幀解碼器的功能。有至少一個(gè) 存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng)緩沖器。比特流400由一個(gè)可變長(zhǎng)度解碼器401進(jìn)行解碼。在通過(guò)可變長(zhǎng)度解碼器401進(jìn) 行可變長(zhǎng)度解碼之后，來(lái)自可變長(zhǎng)度解碼器401的參數(shù)，如運(yùn)動(dòng)矢量和模式，被提供給運(yùn)動(dòng) 補(bǔ)償器435，而被解碼的數(shù)字視頻信號(hào)EDqp被提供給第一去量化器411。第一去量化器411 對(duì)被解碼的數(shù)字視頻信號(hào)EDqp執(zhí)行步長(zhǎng)為qp的去量化。去量化器411的數(shù)字視頻信號(hào)輸 出由第一逆變換器413進(jìn)行逆變換。逆變換器413在執(zhí)行逆變換之后提供一個(gè)數(shù)字視頻信 號(hào)輸出EIdp0運(yùn)動(dòng)補(bǔ)償器435的數(shù)字視頻信號(hào)輸出是一個(gè)預(yù)測(cè)數(shù)字視頻信號(hào)PI。預(yù)測(cè)數(shù)字視頻 信號(hào)PI在像素域被添加到第一逆變換器413的數(shù)字視頻信號(hào)輸出EIdp以產(chǎn)生一個(gè)剩余數(shù) 字視頻信號(hào)RI RI = PI+EIdp剩余信號(hào)RI被輸出到顯示器，一個(gè)副本通過(guò)第二變換器421進(jìn)行變換而輸出一 個(gè)數(shù)字視頻信號(hào)RD。第二變換器421的數(shù)字視頻信號(hào)RD通過(guò)第二量化器423進(jìn)行步長(zhǎng)為 qs的量化而輸出一個(gè)數(shù)字視頻信號(hào)RDqs。來(lái)自第二量化器423的數(shù)字視頻信號(hào)RDqs通過(guò) 第二去量化器425進(jìn)行步長(zhǎng)為qs的去量化而輸出一個(gè)數(shù)字視頻信號(hào)RDds。數(shù)字視頻信號(hào) RDds通過(guò)第二逆變換器427進(jìn)行逆變換以輸出一個(gè)數(shù)字視頻信號(hào)Rids。從組428的變換、量化和相應(yīng)逆過(guò)程輸出的數(shù)字視頻信號(hào)RIds被分別用作為前向 幀緩沖器431和后向幀緩沖器433的輸入。通過(guò)組428的第二變換器421、第二量化器423、第二去量化器425和第二逆變換 器427進(jìn)行的變換、量化和相應(yīng)逆過(guò)程，提供了一個(gè)具有PSB幀的比特流。但是對(duì)于僅解碼 具有B幀的比特流，就不會(huì)有組428的變換、量化和相應(yīng)逆過(guò)程。相反，緩沖器的輸入是剩 余信號(hào)RI。圖5顯示一個(gè)SSB幀編碼器520的模塊圖。SSB編碼器520的輸入是由一個(gè)B幀編碼器530提供，其也能夠提供P幀，是一個(gè)P幀編碼器。由B幀編碼器530運(yùn)動(dòng)補(bǔ)償?shù)臄?shù) 字視頻信號(hào)是一個(gè)預(yù)測(cè)數(shù)字視頻信號(hào)PI:。預(yù)測(cè)數(shù)字視頻信號(hào)PI1是到SSB編碼器520的 輸入。預(yù)測(cè)數(shù)字視頻信號(hào)PI1可以是插補(bǔ)的或不插補(bǔ)的。SSB編碼器520使用一個(gè)變換器 521以變換B幀編碼器530的預(yù)測(cè)數(shù)字視頻信號(hào)PI1，從而產(chǎn)生一個(gè)變換的數(shù)字視頻信號(hào)。 該變換的數(shù)字視頻信號(hào)通過(guò)量化器523進(jìn)行步長(zhǎng)為qs的量化，提供一個(gè)量化的數(shù)字視頻信 號(hào)PDqSl。在一個(gè)典型實(shí)施例里，SSB幀編碼器520由至少一個(gè)處理器和至少一個(gè)包括計(jì)算 機(jī)程序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被 設(shè)置使得裝置能夠執(zhí)行SSB幀編碼器520的功能。有至少一個(gè)存儲(chǔ)器來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng) 緩沖器。由PSB幀編碼器510產(chǎn)生的重建幀RI2,通過(guò)第二變換器513被變換成一個(gè)數(shù)字視 頻信號(hào)RD2，參照上述圖3所示。數(shù)字視頻信號(hào)RD2通過(guò)第二量化器515進(jìn)行步長(zhǎng)為qs的 量化而輸出一個(gè)數(shù)字視頻信號(hào)RDqs2。數(shù)字視頻信號(hào)RDqs2與量化的數(shù)字視頻信號(hào)PDqs1比 較以提供一個(gè)差值數(shù)字視頻信號(hào)EDqs EDqs = RDqs2-PDqs1差值數(shù)字視頻信號(hào)EDqs，與參數(shù)如運(yùn)動(dòng)矢量和幀間預(yù)測(cè)模式一起，被提供到SSB 幀編碼器的一個(gè)可變長(zhǎng)度編碼器525，以產(chǎn)生一個(gè)切換比特流。使用切換比特流，通過(guò)在解 碼器端解碼切換比特流來(lái)實(shí)現(xiàn)無(wú)漂移切換。如圖5所示，SSB幀是通過(guò)從RDqs2減去PDqs1而構(gòu)建的，RDqs2和PDqs1都是在量 化變換域內(nèi)，如圖5所示。在如圖5所示的SSB幀編碼器520里，EDqs = RDqs2-PDqs1，其提 供SSB幀。圖6顯示一個(gè)SSB幀解碼器的模塊圖。切換比特流600由一個(gè)可變長(zhǎng)度解碼器 610進(jìn)行處理。可變長(zhǎng)度解碼器610使用切換比特流600以提供運(yùn)動(dòng)矢量和模式到一個(gè)運(yùn) 動(dòng)補(bǔ)償器625。在進(jìn)行可變長(zhǎng)度解碼之后，可變長(zhǎng)度解碼器610輸出一個(gè)誤差數(shù)字視頻信號(hào) EDqs0利用運(yùn)動(dòng)矢量和模式信息，運(yùn)動(dòng)補(bǔ)償器625使用來(lái)自前向幀緩沖器621和后向幀 緩沖器623的數(shù)據(jù)執(zhí)行運(yùn)動(dòng)補(bǔ)償。運(yùn)動(dòng)補(bǔ)償器625的數(shù)字視頻信號(hào)輸出通過(guò)變換器631進(jìn) 行變換，以提供一個(gè)預(yù)測(cè)數(shù)字視頻信號(hào)PD。數(shù)字視頻信號(hào)PD通過(guò)量化器633進(jìn)行步長(zhǎng)為 qs的量化以提供一個(gè)數(shù)字視頻信號(hào)輸出PDqSl。量化器633的數(shù)字視頻信號(hào)輸出PDqs1被添加到來(lái)自可變長(zhǎng)度解碼器610的誤差 數(shù)字視頻信號(hào)ED以提供一個(gè)合并的數(shù)字視頻信號(hào)RDqs2 RDqs2 = EDqs+PDqs!合并的數(shù)字視頻信號(hào)RDqs2通過(guò)去量化器611進(jìn)行步長(zhǎng)為qs的去量化，并隨后通 過(guò)一個(gè)逆變換器613進(jìn)行逆變換。逆變換器613的數(shù)字視頻信號(hào)輸出被用作為一個(gè)PSB幀 比特流內(nèi)的一個(gè)PSB幀，用于切換到那個(gè)PSB幀比特流。由逆變換器613輸出的數(shù)字視頻 信號(hào)RDqs2也被提供到前向幀緩沖器621和后向幀緩沖器623。從而確保在比特流切換時(shí) 幀緩沖器內(nèi)沒(méi)有不匹配。如圖6所述，PDqs1是由PD幀重建的，而PD幀與圖5所示的SSB幀編碼器520里 使用的PD幀相同。在由RDqs2 = EDqS+PDqSl獲得RDqs2之后，通過(guò)去量化和逆變換RIds2 =Γ1 (Q—1 (RDqs2))而獲得RIds2。獲得的RIds2基本上與從圖5所示的SSB幀編碼器520獲得的RIds2相同。在一個(gè)典型實(shí)施例里，SSB幀解碼器由至少一個(gè)處理器和至少一個(gè)包括計(jì)算機(jī)程 序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè)置 使得裝置能夠執(zhí)行SSB幀解碼器的功能。有至少一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng)緩沖器。圖7顯示一個(gè)SI幀編碼器720的模塊圖。SI幀編碼器720包括一個(gè)可變長(zhǎng)度編 碼器722。可變長(zhǎng)度編碼器722有兩個(gè)輸入。一個(gè)輸入是由PSB幀編碼器710提供。PSB 幀編碼器通過(guò)第二變換器對(duì)其重建的視頻進(jìn)行變換，然后通過(guò)第二量化器在變換域內(nèi)對(duì)重 建的視頻進(jìn)行步長(zhǎng)為qs的量化。該變換和量化的重建視頻RDqs，與幀內(nèi)預(yù)測(cè)模式的另一個(gè) 輸入一起，被輸入到可變長(zhǎng)度編碼器722以產(chǎn)生一個(gè)接入點(diǎn)比特流。在一個(gè)典型實(shí)施例里，SI幀編碼器720由至少一個(gè)處理器和至少一個(gè)包括計(jì)算機(jī) 程序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè) 置使得裝置能夠執(zhí)行SI幀編碼器720的功能。有至少一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng)緩 沖器。圖8顯示一個(gè)SI幀解碼器的模塊圖?？勺冮L(zhǎng)度解碼器810在接入點(diǎn)比特流800 上執(zhí)行可變長(zhǎng)度解碼?？勺冮L(zhǎng)度解碼器810的數(shù)字視頻信號(hào)輸出由去量化器821進(jìn)行步長(zhǎng) 為qs的去量化，隨后由逆變換器813進(jìn)行逆變換以提供一個(gè)視頻輸出到顯示器。該視頻輸 出也被分別提供給前向幀緩沖器821和后向幀緩沖器823。在圖7內(nèi)的PSB幀編碼器711基本上與圖3所示的PSB幀編碼器相同。如圖4 及其相應(yīng)描述所示，在對(duì)圖3編碼的PSB幀進(jìn)行解碼之后，PSB幀的解碼信號(hào)等于RIds = Γ1 [Q-1 (RDqs)]，其中Q—1和Γ1分別表示去量化和逆變換。同樣，如圖8及其相應(yīng)描述所示， 通過(guò)對(duì)圖7內(nèi)編碼的SI幀進(jìn)行解碼，SI幀的解碼信號(hào)也等于RIds = !^[(T(RDqs)]。這 樣能夠確切地保證PSB幀和相應(yīng)SI幀之間的相同質(zhì)量。在一個(gè)典型實(shí)施例里，SI幀解碼器是由至少一個(gè)處理器和至少一個(gè)包括計(jì)算機(jī)程 序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè)置 使得裝置能夠執(zhí)行SI幀解碼器的功能。有至少一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng)緩沖器。圖9顯示一個(gè)由SI編碼器提供訪問(wèn)的PSB幀編碼器的變化形式的實(shí)施例。在此 實(shí)施例里，SP幀編碼器被改建為一個(gè)PSB幀編碼器。視頻900代表一個(gè)源數(shù)字視頻信號(hào) 01。源數(shù)字視頻信號(hào)OI通過(guò)第一變換器910進(jìn)行變換。第一變換器910提供一個(gè)數(shù)字視 頻信號(hào)輸出0D。通過(guò)在運(yùn)動(dòng)補(bǔ)償器945的各個(gè)數(shù)字視頻信號(hào)輸出之間進(jìn)行切換而產(chǎn)生一個(gè) 預(yù)測(cè)數(shù)字視頻信號(hào)PI2。運(yùn)動(dòng)補(bǔ)償器945的各個(gè)數(shù)字視頻信號(hào)輸出包括有插補(bǔ)的數(shù)字視頻 信號(hào)和沒(méi)有插補(bǔ)的數(shù)字視頻信號(hào)。對(duì)于前向預(yù)測(cè)，幀是從前向幀緩沖器941獲得。對(duì)于后 向預(yù)測(cè)，幀是從后向幀緩沖器943獲得。運(yùn)動(dòng)估計(jì)器946通過(guò)從前向幀緩沖器941或后向 幀緩沖器943獲得幀，而執(zhí)行運(yùn)動(dòng)估計(jì)。運(yùn)動(dòng)估計(jì)器946從源數(shù)字視頻信號(hào)OI獲得一個(gè)前 向運(yùn)動(dòng)矢量和一個(gè)后向運(yùn)動(dòng)矢量。使用來(lái)自運(yùn)動(dòng)估計(jì)器的數(shù)字視頻信號(hào)輸出，運(yùn)動(dòng)補(bǔ)償器 945對(duì)來(lái)自前向幀緩沖器941或后向幀緩沖器943的幀執(zhí)行運(yùn)動(dòng)補(bǔ)償。運(yùn)動(dòng)補(bǔ)償器945的 數(shù)字視頻信號(hào)輸出被提供作為有或沒(méi)有插補(bǔ)的預(yù)測(cè)數(shù)字視頻信號(hào)PI2。預(yù)測(cè)數(shù)字視頻信號(hào) PI2通過(guò)第二變換器923進(jìn)行變換而提供一個(gè)數(shù)字視頻信號(hào)PD2。數(shù)字視頻信號(hào)PD2通過(guò)第 一量化器920進(jìn)行步長(zhǎng)為qs的量化而提供一個(gè)數(shù)字視頻信號(hào)PDqs2。數(shù)字視頻信號(hào)PDqs2 通過(guò)去量化器921進(jìn)行步長(zhǎng)為qs的去量化而提供一個(gè)數(shù)字視頻信號(hào)PDds2。在數(shù)字視頻信號(hào)PDds2和數(shù)字視頻信號(hào)PD2之間有一個(gè)切換。當(dāng)切換到數(shù)字視頻信號(hào)PDds2時(shí)，從第一變 換器910的數(shù)字視頻信號(hào)輸出OD減去數(shù)字視頻信號(hào)PDds2以提供一個(gè)數(shù)字視頻信號(hào)ED2 ED2 = OD-PDds2當(dāng)切換到數(shù)字視頻信號(hào)PD2時(shí)，從第一變換器910的數(shù)字視頻信號(hào)OD減去數(shù)字視 頻信號(hào)PD2,從而數(shù)字視頻信號(hào)ED2變成ED2 = OD-PD2數(shù)字視頻信號(hào)ED2通過(guò)第二量化器913進(jìn)行步長(zhǎng)為qp的量化而提供一個(gè)數(shù)字視 頻信號(hào)EDqp2。和運(yùn)動(dòng)矢量MV和模式一起，數(shù)字視頻信號(hào)EDqp2被可變長(zhǎng)度編碼器917編 碼而提供一個(gè)數(shù)字視頻信號(hào)輸出比特流。數(shù)字視頻信號(hào)EDqp2通過(guò)去量化器915進(jìn)行步長(zhǎng) 為qp的去量化而提供一個(gè)數(shù)字視頻信號(hào)EDdp2。數(shù)字視頻信號(hào)EDdp2被添加到數(shù)字視頻信 號(hào)PD2以提供一個(gè)重建數(shù)字視頻信號(hào)RD2 RD2 = PD2+EDdp2重建數(shù)字視頻信號(hào)RD2通過(guò)第三量化器931進(jìn)行步長(zhǎng)為qs的量化而提供一個(gè)數(shù)字 視頻信號(hào)RDqs2。數(shù)字視頻信號(hào)RDqs2通過(guò)第三去量化器933進(jìn)行步長(zhǎng)為qs的去量化而提 供一個(gè)數(shù)字視頻信號(hào)RDds2。數(shù)字視頻信號(hào)RDds2通過(guò)第一逆變換器935進(jìn)行逆變換而提供 一個(gè)數(shù)字視頻信號(hào)RIds2。數(shù)字視頻信號(hào)RIds2被提供給前向幀緩沖器941或后向幀緩沖 器943。前向幀緩沖器941或后向幀緩沖器943的緩沖器配置是在編碼之前進(jìn)行。例如，如 圖2B(b)所示，在時(shí)間T8上的PSB幀被解碼之后，被解碼的PSB幀存儲(chǔ)在一個(gè)可解碼的圖 像緩沖器內(nèi)，其包含存儲(chǔ)一個(gè)或多個(gè)幀的存儲(chǔ)器空間。當(dāng)在時(shí)間T4上的幀正在被解碼時(shí)， 在可解碼的圖像緩沖器內(nèi)的時(shí)間T8上的被解碼的PSB幀將移位到后向幀緩沖器943。當(dāng)在 T12上的幀正在被編碼時(shí)，在可解碼的圖像緩沖器內(nèi)的時(shí)間T8上的被解碼的PSB幀將移位 到前向幀緩沖器941。視頻的緩沖器配置也在Jack，Keith，Videodemystified :a handbook for the digital engineer, (Newnes/Elsevier, Boston), c. 2007 里有描述,在此其披露通 過(guò)引用結(jié)合到本發(fā)明。一個(gè)SI幀編碼器被用來(lái)產(chǎn)生一個(gè)訪問(wèn)比特流，并與幀內(nèi)預(yù)測(cè)模式一起作為輸入， 在來(lái)自第三量化器931的數(shù)字視頻信號(hào)RDqs2I執(zhí)行可變長(zhǎng)度編碼?？勺冮L(zhǎng)度編碼是通過(guò) 可變長(zhǎng)度編碼器950完成。在一個(gè)變化形式的實(shí)施例里，圖9所示的PSB幀編碼器和SI幀編碼器是由至少一 個(gè)處理器和至少一個(gè)包括計(jì)算機(jī)程序代碼的存儲(chǔ)器進(jìn)行實(shí)施；該至少一個(gè)處理器和至少一 個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè)置使得裝置能夠執(zhí)行PSB幀編碼器和SI幀編碼器的功能。 有至少一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)，并充當(dāng)緩沖器。圖10顯示一個(gè)PSB幀解碼器的變化形式的實(shí)施例。在此實(shí)施例里，SP幀解碼器 被改建為一個(gè)PSB幀解碼器。PSB幀的編碼數(shù)字視頻比特流是通過(guò)可變長(zhǎng)度解碼器1001 進(jìn)行解碼?？勺冮L(zhǎng)度解碼器1001輸出一個(gè)數(shù)字視頻信號(hào)EDqp2。數(shù)字視頻信號(hào)EDqp2通過(guò) 去量化器1010進(jìn)行步長(zhǎng)為qp的去量化以輸出一個(gè)數(shù)字視頻信號(hào)EDdp2?？勺冮L(zhǎng)度解碼器 1001也提供運(yùn)動(dòng)矢量和模式到一個(gè)運(yùn)動(dòng)補(bǔ)償器1021用于執(zhí)行運(yùn)動(dòng)補(bǔ)償。運(yùn)動(dòng)補(bǔ)償器計(jì)算 一個(gè)預(yù)測(cè)數(shù)字視頻信號(hào)PI2。預(yù)測(cè)數(shù)字視頻信號(hào)PI2通過(guò)變換器1023進(jìn)行數(shù)字視頻信號(hào)變 換。在數(shù)字視頻信號(hào)變換之后，變換器1023輸出一個(gè)數(shù)字視頻信號(hào)PD2。數(shù)字視頻信號(hào)PD2 被添加到去量化器1010的數(shù)字視頻信號(hào)EDdp2以提供一個(gè)數(shù)字視頻信號(hào)RD2
RD2 = EDdp2+PD2第一逆變換器1040在數(shù)字視頻信號(hào)RD2上執(zhí)行逆變換，并輸出一個(gè)重建幀RI2作 為一個(gè)視頻到顯示器。數(shù)字視頻信號(hào)RD2通過(guò)量化器1035執(zhí)行步長(zhǎng)為qs的量化以輸出一 個(gè)數(shù)字視頻信號(hào)RDqs2。數(shù)字視頻信號(hào)RDqs2通過(guò)去量化器1033執(zhí)行步長(zhǎng)為qs的去量化 以輸出一個(gè)數(shù)字視頻信號(hào)RDds2。數(shù)字視頻信號(hào)RDds2通過(guò)第二逆變換器1031執(zhí)行逆變換 以輸出一個(gè)數(shù)字視頻信號(hào)RIds2。數(shù)字視頻信號(hào)RIds2被提供到合適的緩沖器，切換到前向 幀緩沖器1041或后向幀緩沖器1043。從前向幀緩沖器1041和后向幀緩沖器1043輸出的 數(shù)字視頻信號(hào)被提供給運(yùn)動(dòng)補(bǔ)償器1021。在一個(gè)變化形式的實(shí)施例里，圖10所示的PSB幀解碼器由至少一個(gè)處理器和至少 一個(gè)包括計(jì)算機(jī)程序代碼的存儲(chǔ)器實(shí)施；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程 序代碼被設(shè)置使得裝置能夠執(zhí)行PSB+幀解碼器的功能。有至少一個(gè)存儲(chǔ)器用來(lái)存儲(chǔ)數(shù)據(jù)， 并充當(dāng)緩沖器。上述一個(gè)或多個(gè)處理器能夠從任何裝置接收視頻信號(hào)輸入，例如，任何無(wú)線和有 線通信信道或任何存儲(chǔ)器設(shè)備，如磁驅(qū)動(dòng)器、光碟、固態(tài)裝置等。每個(gè)處理器處理本發(fā)明各 個(gè)非限制性實(shí)施例所述的數(shù)據(jù)。每個(gè)處理都是利用存儲(chǔ)在上述一個(gè)或多個(gè)存儲(chǔ)器內(nèi)的預(yù)設(shè) 參數(shù)或使用程序自動(dòng)執(zhí)行，以控制和輸入所涉及的參數(shù)，從而程序發(fā)送控制信號(hào)或數(shù)據(jù)到 處理器。而且每個(gè)處理器也使用存儲(chǔ)器來(lái)保留任何中間數(shù)據(jù)或輸出，如各種類型的視頻幀。 此外，任何輸出可以由存儲(chǔ)在存儲(chǔ)器內(nèi)的程序進(jìn)行訪問(wèn)，以防處理器需要進(jìn)行進(jìn)一步的處 理，并也可能通過(guò)任何裝置如通信信道或存儲(chǔ)器設(shè)備發(fā)送輸出到其它設(shè)備或處理器。本發(fā)明優(yōu)選實(shí)施例的描述并不是窮盡性的，本領(lǐng)域技術(shù)人員可以對(duì)其作出顯而易 見(jiàn)的任何更新或修改，所以請(qǐng)參照所附的權(quán)利要求來(lái)確定本發(fā)明的范圍。盡管某些特征可 以參照一個(gè)特別實(shí)施例的描述，這些特征也可以與相同或其它實(shí)施例的特征結(jié)合在一起， 除非另作闡述。工業(yè)應(yīng)用本發(fā)明可以用于視頻通信，特別是用于編碼和解碼視頻。對(duì)視頻通信，在通過(guò)信道 被傳輸?shù)阶罱K用戶之前，需要對(duì)視頻進(jìn)行編碼。本發(fā)明特別適合用于現(xiàn)代視頻編碼標(biāo)準(zhǔn)如 H. 264和多視點(diǎn)編碼。本發(fā)明能夠以軟件或設(shè)備方式進(jìn)行實(shí)施，提供更廣泛的應(yīng)用，如從多 視點(diǎn)編碼訪問(wèn)一個(gè)視點(diǎn)、將MVC比特流轉(zhuǎn)譯成AVC比特流、隨機(jī)訪問(wèn)、比特流切換，容錯(cuò)性。
權(quán)利要求
一種數(shù)字視頻處理方法，包括依照運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)產(chǎn)生一個(gè)重建數(shù)字視頻幀；利用變換、量化、去量化和逆變換來(lái)處理該重建數(shù)字視頻幀以產(chǎn)生一個(gè)數(shù)字視頻比特流。
2.根據(jù)權(quán)利要求1所述的數(shù)字視頻處理方法，其中 數(shù)字視頻比特流是一個(gè)多視點(diǎn)視頻。
3.根據(jù)權(quán)利要求2所述的數(shù)字視頻處理方法，還包括 合并一個(gè)SI幀到該多視點(diǎn)視頻內(nèi)。
4.根據(jù)權(quán)利要求3所述的數(shù)字視頻處理方法，還包括通過(guò)SI幀在多視點(diǎn)視頻里獲得一個(gè)PSB幀，在多視點(diǎn)視頻內(nèi)提取一個(gè)單視點(diǎn)視頻比特流。
5.根據(jù)權(quán)利要求4所述的數(shù)字視頻處理方法，其中 多視點(diǎn)視頻是MVC格式。
6.根據(jù)權(quán)利要求5所述的數(shù)字視頻處理方法，其中 單視點(diǎn)視頻比特流是H. 264/AVC格式。
7.根據(jù)權(quán)利要求4所述的數(shù)字視頻處理方法，還包括將一個(gè)多點(diǎn)圖視頻標(biāo)準(zhǔn)的語(yǔ)法修改成一個(gè)單視點(diǎn)視頻標(biāo)準(zhǔn)的語(yǔ)法。
8.根據(jù)權(quán)利要求7所述的數(shù)字視頻處理方法，其中 一個(gè)單視點(diǎn)視頻標(biāo)準(zhǔn)的語(yǔ)法是一個(gè)H. 264/AVC的語(yǔ)法。
9.根據(jù)權(quán)利要求7所述的數(shù)字視頻處理方法，其中 一個(gè)多視點(diǎn)視頻標(biāo)準(zhǔn)的語(yǔ)法是一個(gè)MVC的語(yǔ)法。
10.根據(jù)權(quán)利要求1所述的數(shù)字視頻處理方法，還包括提供一個(gè)SI幀以通過(guò)一個(gè)相應(yīng)幀訪問(wèn)數(shù)字視頻內(nèi)的一個(gè)幀。
11.根據(jù)權(quán)利要求1所述的數(shù)字視頻處理方法，還包括通過(guò)使用一個(gè)PSB幀和一個(gè)SSB幀在兩個(gè)或多個(gè)數(shù)字視頻比特流之間進(jìn)行切換。
12.—個(gè)數(shù)字視頻處理裝置，包括 至少一個(gè)處理器；和至少一個(gè)存儲(chǔ)器，其包括計(jì)算機(jī)程序代碼；該至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器和計(jì)算機(jī)程序代碼被設(shè)置使得數(shù)字視頻處理裝 置能夠至少執(zhí)行以下的步驟依照運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)產(chǎn)生一個(gè)重建數(shù)字視頻幀；利用變換、量化、去量化和逆變換來(lái)處理重建數(shù)字視頻幀以產(chǎn)生一個(gè)數(shù)字視頻比特流。
13.根據(jù)權(quán)利要求12所述的數(shù)字視頻處理裝置，其中數(shù)字視頻處理裝置還產(chǎn)生一個(gè)SI幀，并合并此SI幀到數(shù)字視頻比特流內(nèi)。
14.根據(jù)權(quán)利要求13的數(shù)字視頻處理裝置的裝置，其中 數(shù)字視頻比特流是一個(gè)多視點(diǎn)視頻。
15.根據(jù)權(quán)利要求14所述的數(shù)字視頻處理裝置，其中數(shù)字視頻處理裝置通過(guò)SI幀在多視點(diǎn)視頻內(nèi)獲得一個(gè)PSB幀，還在多視點(diǎn)視頻內(nèi)提取 一個(gè)單視點(diǎn)視頻比特流。
16.根據(jù)權(quán)利要求15所述的數(shù)字視頻處理裝置，其中 多視點(diǎn)視頻是MVC格式。
17.根據(jù)權(quán)利要求16所述的數(shù)字視頻處理裝置，其中 單視點(diǎn)視頻比特流是H. 264/AVC格式。
18.根據(jù)權(quán)利要求15所述的數(shù)字視頻處理裝置，其中數(shù)字視頻處理裝置還將一個(gè)多視點(diǎn)視頻標(biāo)準(zhǔn)的語(yǔ)法修改成一個(gè)單視點(diǎn)視頻標(biāo)準(zhǔn)的語(yǔ)法。
19.根據(jù)權(quán)利要求12所述的數(shù)字視頻處理裝置，其中數(shù)字視頻處理裝置還通過(guò)SI幀和一個(gè)PSB幀訪問(wèn)數(shù)字視頻比特流內(nèi)的一個(gè)幀。
20.根據(jù)權(quán)利要求12所述的數(shù)字視頻處理裝置，其中數(shù)字視頻處理裝置還通過(guò)使用一個(gè)PSB幀和一個(gè)SSB幀在兩個(gè)或多個(gè)數(shù)字視頻比特流 之間進(jìn)行切換。
全文摘要
本發(fā)明涉及同步雙向幀的產(chǎn)生及其使用，包括一種可實(shí)施在一個(gè)裝置上的數(shù)字視頻處理方法，包括通過(guò)處理器在一個(gè)重建數(shù)字視頻幀上執(zhí)行變換110、量化121、去量化122和逆變換123以將一個(gè)具有分層B幀結(jié)構(gòu)的數(shù)字視頻比特流轉(zhuǎn)換成一個(gè)具有修改的分層B幀結(jié)構(gòu)的數(shù)字視頻比特流。雙向幀通過(guò)同步獨(dú)立幀被用來(lái)作為接入點(diǎn)，以使在多視點(diǎn)編碼視頻里進(jìn)行單視點(diǎn)訪問(wèn)和隨機(jī)訪問(wèn)幀的應(yīng)用成為可能。本發(fā)明也披露了改進(jìn)的比特流切換方法。
文檔編號(hào)H04N7/24GK101883268SQ20101011405
公開(kāi)日2010年11月10日 申請(qǐng)日期2010年1月22日 優(yōu)先權(quán)日2009年10月21日
發(fā)明者伏長(zhǎng)虹, 劉雨, 火焰, 蕭允治, 許偉林, 鄭嘉雯, 陳銳霖 申請(qǐng)人:香港應(yīng)用科技研究院有限公司