用于对字节流进行分级编码和解码的方法和设备技术

技术编号:25697061 阅读:45 留言:0更新日期:2020-09-18 21:09
能够提供一种对接收到的表示已压缩信息的经编码数据集进行解码的方法,所述方法包括:从所述数据集获得属性指示符集,所述指示符集中的每个指示符与所述数据集的子集相关联;以及对所述数据集的多个子集进行解码,包括:根据与每个子集相关联的属性指示符检索每个子集的解码参数;以及根据每个子集的检索到的解码参数对每个子集进行解码。

【技术实现步骤摘要】
【国外来华专利技术】用于对字节流进行分级编码和解码的方法和设备
本专利技术涉及用于对诸如字节流等数据流的序列进行编码和/或解码的方法、设备、计算机程序和计算机可读介质。
技术介绍
当传输或存储图像和视频数据时,减小数据的大小特别有利。用于对这种数据进行编码和解码的技术是多种多样的并且是众所周知的。当代技术在处理效率、数据质量与数据压缩之间作出折衷。通常通过由各自具有值的分量集表示图像颜色来用数字表示图像。例如,可以使用RGB颜色模型或YCbCr颜色空间来表示图像的颜色,其中图像的每个像素由三个不同的值表示。为了压缩数据,通常首先将图像的平面分成数据元素块,诸如8×8个像素的块,且然后对每个块进行域变换。实例包括离散余弦变换和小波变换。如本领域中众所周知的,变换译码用于捕获数据中的相关结构。然后,变换后的数据经过量化以使用较小的值集来表示较大的值集,并且然后通常经历另一压缩步骤,诸如熵译码。熵译码利用数据集内的频繁出现的值或值序列以减小数据量。例如,熵译码技术通过用极少位表示频繁出现的模式而用许多位表示很少出现的模式来压缩数字数据。每个步骤的功效取决于前一步的结果。也就是说,变换和量化过程被设计成使过程的下一步更加有效。例如,如果变换和量化过程用频繁出现的符号或符号组来表示图像的值,以使得熵译码步骤更加有效,那么可以使整体压缩更加有效。因此,熵译码操作的输出是数据流,并且以与编码操作成镜像的方式执行解码操作。首先,对数据流进行解码以重新创建信息。为了生成一系列块,使用在编码器处使用的逆过程将流分割并映射到数据平面,然后根据流中接收到块的顺序,将块布置在其在平面中的定位。例如,在典型的JPEG算法中,块以从左到右、从上到下的模式排列,并且在每个块内,系数以Z字形或蛇形模式排列。然后将这些块去量化。然后,使用例如小波或离散余弦变换对块进行域变换。此类熵技术利用数据的全局统计数据来识别最可能的符号并有效地对这些符号进行编码。为了对熵编码的数据集进行解码,还需要指定用于对数据进行编码的统计数据。此类统计数据通常以通常不可压缩的元数据的形式发送。这产生必须在过程中考虑的开销。虽然可以将待编码数据进一步细分为越来越小的集,但这样做会导致元数据开销增加。因而,重要的是确保描述数据所需的元数据增长不大于通过利用增强的熵编码所节省的成本,这样做得到折衷方案。一些已知的编解码器(诸如AVC)会将数据帧细分为块并将改变块的大小,并将计算可变大小块的统计数据。然后可以在编码过程中使用此类统计数据。然而,由于与统计数据关联的元数据开销,在统计数据的量与与提供此类统计数据相关联的成本之间同样存在折衷。在优化解码过程例如以利用并行解码优化或流的子集的单独解码方面仍然存在困难。每个块与其他块连接且作为一个流发送,且因此为了将每个变换后的块准确地安装在平面中的正确定位,先前块中的每一个必须已经从组合流顺序解码——块在流中出现的顺序决定块在网格中的定位。类似地,如果不对先前的块进行解码,那么不可能搜索并访问流中的每个块以允许并行或单独的解码。想象块之间的某种边界符号。然后,将无法搜索到期望块,但系统将能够搜索到块(不能说出哪一个;只能抓取保证不用于其他原因的边界符号),并且访问所述块。此外,某些熵编码算法将合并所述块,使得它们无法分离,除非在一个熵解码操作中对整个流进行解码。替代地,如果流的每个部分具有可变长度(在大多数译码算法中),那么在不损害压缩的情况下识别数据中的合适边界以使得能够将流分离成子集是困难的,从而进一步增加对顺序解码的需求。为了实现并行处理,先前已经提出将图像数据分成多个部分并组合压缩流。已经提出的替代性方法是在压缩流中扫描编码数据中的边界,或者用预定义代码在流中插入标记以辅助扫描过程。所提出方法都未被证明是最佳的。先前已经提出以分级方式对数据进行编码,以减小信号的总体数据大小。在这种编码技术中,残差数据(即纠正基础层中存在的低质量信息所需的数据)将以逐渐提高的质量级别使用。在WO2013/171173中描述了此分级技术,其提出信号的再现的分层层级体系。在此提出的技术中,质量的基本层表示第一分辨率的图像,而分层层级体系中的后续层是解码侧以更高的分辨率重构图像所需的残差数据或调整层。在此WO2013/171173中提出了技术,所述技术构造化各层中的数据以利用残差层中的相关性,以通过将值的块变换为方向分量集来减少信息熵。此分级技术中的每个层,特别是每个残差层,通常是具有许多零值元素的相对稀疏的数据集。在较早提交的专利申请GB1812407.3和WO2013/171173中也公开了分级的、分层的数据结构的概念。GB1812407.3和WO2013/171173都通过引用并入。先前已经提出使用四叉树来存储稀疏矩阵。所述技术建立树来存储矩阵的空间结构。当考虑用于使用稀疏矩阵重构图像的已知格式的任何可能实现时,每种格式都需要大量的内存使用。展示效率增益的每种已知格式都需要将大量数据存储在存储器中,以正确地重构矩阵中数据的定位和值。行业的目标仍然是减小存储或传输的图像和视频数据的大小,并减少图像重构中对稀疏数据集进行编码或解码的处理时间和内存利用。
技术实现思路
根据本专利技术的一方面,提供一种对接收到的表示已压缩信息的经编码数据集进行解码的方法,所述方法包括:从所述数据集获得属性指示符集,所述指示符集中的每个指示符与所述数据集的子集相关联;以及对所述数据集的多个子集进行解码,包括:根据与每个子集相关联的属性指示符检索每个子集的解码参数;以及根据每个子集的检索到的解码参数对每个子集进行解码。本专利技术实现根据数据集的子集的共同特征而将所述子集分组在一起的方法,而无关于那些子集的空间定位。因此,在保持通过根据不同解码参数对不同子集进行解码而提供的最佳解码性能的同时减少数据集的元数据开销成为可能。能够将所述属性指示符视为索引值或密钥。优选地,所述集作为流被接收,并且每个子集是该流的一部分。总之,子集能够被分组在一起并被分配值,但是这些参数能够在所述数据集中单独指示。分组可能不一定是空间性的,而是通过相关性,并且所述元数据可能不一定是编解码器固有的。分组在数据结构级别(在其他地方被称作Tessara)下提供粒度。优选地,所述检索步骤能够包括根据每个属性指示符检索多个解码参数,所述多个解码参数对应于解码过程的不同功能。以这种方式,能够仅使用单个属性指示符来用信号通知多个解码参数。所述多个子集还包含经编码数据值,且其中所述方法还能够包括:从所述数据值重新创建所述已压缩信息。所述指示符集中的每个指示符能够与所述数据集的所述多个子集中的相应子集相关联。因此,能够根据分别发送的索引来分别优化所述子集,这允许对所述子集进行选择性优化。多个指示符能够是相同的。能够将所述经编码数据集划分为子集的层级体系。因此,所述属性指示符可以包括在所述分级数据结构的不同层中,并且被配置成对应于后续层的相应子集,以用信号通知所述属性指示符与所述子集的对应关系,而不显式地用信本文档来自技高网
...

【技术保护点】
1.一种对接收到的表示已压缩的信息的经编码数据集进行解码的方法,所述方法包括:/n从所述数据集获得属性指示符集,所述指示符集中的每个指示符与所述数据集的子集相关联;以及/n对所述数据集的多个子集进行解码,包括:/n根据与每个子集相关联的属性指示符检索每个子集的解码参数;以及/n根据每个子集的检索到的解码参数对每个子集进行解码。/n

【技术特征摘要】
【国外来华专利技术】20171206 EP 17386046.1;20180208 EP 18386002.2;20181.一种对接收到的表示已压缩的信息的经编码数据集进行解码的方法,所述方法包括:
从所述数据集获得属性指示符集,所述指示符集中的每个指示符与所述数据集的子集相关联;以及
对所述数据集的多个子集进行解码,包括:
根据与每个子集相关联的属性指示符检索每个子集的解码参数;以及
根据每个子集的检索到的解码参数对每个子集进行解码。


2.根据权利要求1所述的方法,其中检索步骤包括:根据每个属性指示符检索多个解码参数,所述多个解码参数对应于解码过程的不同功能。


3.根据权利要求1或2所述的方法,其中所述多个子集包含经编码数据值,且其中所述方法还包括:
从所述数据值重新创建所述已压缩信息。


4.根据任一前述权利要求所述的方法,其中所述指示符集中的每个指示符与所述数据集的所述多个子集中的相应子集相关联。


5.根据任一前述权利要求所述的方法,其中多个所述指示符是相同的。


6.根据任一前述权利要求所述的方法,其中将所述经编码数据集划分为子集的层级体系。


7.根据权利要求6所述的方法,其中通过对所述数据集的属性元数据子集进行单独解码来获得包含数据值的子集的所述属性指示符。


8.根据任一前述权利要求所述的方法,还包括:
获得与所述数据集的初始子集相关联的初始属性指示符;
根据所述初始属性指示符检索所述初始子集的初始解码参数;
根据所述初始解码参数对所述初始子集进行解码,其中所述初始子集包含所述数据集的所述多个子集的所述属性指示符。


9.根据任一前述权利要求所述的方法,其中所述解码参数包括量化参数。


10.根据任一前述权利要求所述的方法,其中所述解码参数包括熵解码概率元数据。


11.根据权利要求10所述的方法,其中所述熵解码概率元数据表示用于范围解码操作的累积分布函数。


12.一种对接收到的表示已压缩信息的经编码数据集进行解码的设备,所述设备包括被配置成执行根据权利要求1至11中任一项所述的方法的处理器。


13.一种将待压缩信息编码为经编码数据集的方法,所述方法包括:
对所述数据集的多个子集进行编码,包括:
检索每个子集的编码参数;以及
根据每个子集的检索到的编码参数对每个子集进行编码;以及
生成属性指示符集,所述指示符集中的每个指示符根据每个子集的所述检索到的编码参数而与所述数据集的子集相关联。


14.根据权利要求13所述的方法,其中检索步骤包括:检索多个编码参数,所述多个解码参数对应于编码过程的不同功能。


15.根据权利要求13或14所述的方法,其中所述多个子集包含经编码数据值,使得能够从所述数据值重新创建所述待压缩信息。


16.根据权利要求13至15中任一项所述的方法,其中所述指示符集中的每个指示符与所述数据集的所述多个子集中的相应子集相关联。


17.根据权利要求13至16中任一项所述的方法,其中多个所述指示符是相同的。


18.根据权利要求13至17中任一项所述的方法,其中将所述经编码数据集划分为子集的层级体系。


19.根据权利要求18所述的方法,其中包含数据值的子集的所述属性指示符被单独编码为所述数据集的属性元数据子集。


20.根据权利要求13至19中任一项所述的方法,还包括:
根据检索到的初始解码参数对初始子集进行编码;
生成与所述数据集的初始子集相关联的初始属性指示符;
其中经编码初始子集包含所述数据集的所述多个子集的所述属性指示符。


21.根据权利要求13至20中任一项所述的方法,其中所述编码参数包括量化参数。


22.根据权利要求13至21中任一项所述的方法,其中所述编码参数包括熵译码概率元数据。


23.根据权利要求22所述的方法,其中所述熵译码概率元数据表示用于范围译码操作的累积分布函数。


24.一种用于将待压缩信息编码为经编码数据集的设备,所述设备包括被配置成执行根据权利要求13至23中任一项所述的方法的处理器。


25.一种处理与视频数据流相关联的元数据的方法,所述方法包括针对第一视频数据帧执行以下操作的步骤:
将所述第一视频数据帧细分为多个图块;
针对多个图块中的每一个计算第一统计属性;
识别具有相同或类似统计属性的第一例子的图块,并将所述识别出的图块分组在一起作为图块集;
对于每个图块集定义所述图块集的元数据,所述元数据指示定义所述图块集的所述图块的统计属性;以及
基于为所述图块所属于的所述图块集中的每一个定义的所述元数据对指示所述第一视频数据帧的所述图块的所述元数据的数据进行编码。


26.根据权利要求25所述的方法,其中使用基于熵编码的技术来进行所述编码。


27.根据权利要求25至26中任一项所述的方法,其中图块集的所述元数据还定义形成所述图块集的所述图块中的每一个的定位。


28.根据权利要求25至27中任一项所述的方法,其中所述图块的大小是固定的。


29.根据权利要求25至28中任一项所述的方法,其中识别形成图块集的所述图块的步骤还包括基于它们的统计属性对所述图块进行排序。


30.根据权利要求29所述的方法,其中所述图块的排序定义所述统计属性的概率分布函数。


31.根据权利要求25至30中任一项所述的方法,其中以设定的顺序对图块进行编码。


32.根据权利要求31所述的方法,其中所述方法还包括确定图块的所述元数据与其先前的图块之间的差异,并将所述元数据编码为所述差异。


33.根据权利要求31或32所述的方法,其中设定的顺序是z序遍历。


34.根据权利要求25至33中任一项所述的方法,其中所述方法还包括对所述图块进行编码的所述步骤。


35.根据权利要求34所述的方法,其中对所述图块进行编码的所述步骤包括确定量化级别并以所述量化级别对图块进行编码。


36.根据权利要求35所述的方法,其中以第一量化级别对属于第一图块集的图块进行量化,并且以不同的第二量化级别对属于第二图块集的图块进行量化。


37.根据权利要求25至36中任一项所述的方法,其中所述图块的所述统计属性选自以下组中的一个或多个:视频数据的帧中的亮度、色度和对一个或多个像素进行编码所需的位数。


38.根据权利要求25至37中任一项所述的方法,其中所述第一视频数据帧是残差帧,所述残差帧指示第一数据帧与参考帧之间的差异。


39.根据权利要求25至38中任一项所述的方法,其中所述方法还包括:识别所述图块的一个或多个其他统计属性,并识别具有多个相同或类似的统计属性的例子的图块,并将所述识别出的图块分组在一起作为所述图块集。


40.一种用于对与视频数据流相关联的元数据进行编码的系统,所述系统包括处理器,所述处理器被配置成针对第一视频数据帧:
将所述第一视频数据帧细分为多个图块;
针对多个图块中的每一个计算所述图块的第一统计属性;
识别具有相同或类似统计属性的第一例子的图块,并将所述识别出的图块分组在一起作为图块集;
对于每个图块集定义所述图块集的元数据,所述元数据指示定义所述图块集的所述图块的统计属性;以及

【专利技术属性】
技术研发人员:伊万·马科夫巴拉日·凯斯特海伊斯特尔乔斯·保拉拉基斯米歇尔·桑纳罗伯特·埃廷格
申请(专利权)人:V诺瓦国际有限公司
类型:发明
国别省市:英国;GB

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1