本發(fā)明涉及具有增強(qiáng)的用于編碼和/或解碼的cabac的圖像解碼。

背景技術(shù)：

現(xiàn)有的視頻編碼標(biāo)準(zhǔn)(例如，h.264/avc)通常以增加計算復(fù)雜度為代價來提供相對高的編碼效率。隨著計算機(jī)復(fù)雜度的增加，編碼和/或解碼速度趨向減小。同樣，對增加較高保真度的期望隨時間趨向增加，這趨向于需要越來越大的存儲器要求和越來越多的復(fù)雜處理。

參照圖1，許多解碼器(和編碼器)接收(并且編碼器提供)針對圖像塊的編碼數(shù)據(jù)。典型的，將圖像劃分成塊，并且以某種方式(例如，使用離散余弦變換(dct))來編碼每個塊，并且提供給解碼器。解碼器接收編碼塊，并且以某種方式(例如使用離散余弦逆變換)來解碼每個塊。

視頻編碼標(biāo)準(zhǔn)(例如，mpeg-4部分10(h.264))對視頻數(shù)據(jù)進(jìn)行壓縮以通過具有有限頻率帶寬和/或有限存儲能力的信道傳輸。這些視頻編碼標(biāo)準(zhǔn)包括多個編碼級(例如，幀內(nèi)預(yù)測，從空間域變換到頻域，量化、熵編碼、運動估計和運動補(bǔ)償)，以便更高效地編碼和解碼幀。許多編碼和解碼級在計算上過度復(fù)雜。

基于上下文自適應(yīng)二元算術(shù)編碼(cabac)的編碼和/或解碼技術(shù)通常是上下文自適應(yīng)的，這是指(i)基于先前編碼和/或過去解碼的符號的值來自適應(yīng)地對符號編碼；以及(ii)識別在過去用于適應(yīng)而編碼和/或解碼的符號集合的上下文。過去的符號可以位于空間和/或時間上鄰近的塊中。在許多情況下，上下文基于鄰域塊的符號值。

上下文自適應(yīng)二元算術(shù)編碼(cabac)編碼技術(shù)包括使用以下級來編碼符號。在第一級中，cabac使用“二元化器”將輸入符號映射到一串二元符號或“位元(bin)”。輸入符號可以是非二元定值的符號，該非二元定值的符號在編碼成比特之前被二元化或以其他方式轉(zhuǎn)換成一串二元(1或0)符號。可以使用“旁路編碼引擎”或“常規(guī)編碼引擎”將位元編碼成比特。

對于cabac中的常規(guī)編碼引擎，在第二級中，選擇概率模型。概率模型用于對二元化的輸入的一個或多個位元進(jìn)行算術(shù)編碼。根據(jù)根據(jù)隨著最新編碼的符號而變化的上下文，從可用概率模型列表中選擇該模型。概率模型存儲作為“1”或“0”的位元的概率。在第三級中，算術(shù)編碼器根據(jù)所選概率模型來編碼每個位元。存在與“0”和“1”相對應(yīng)的每個位元的兩個子范圍。第四級涉及更新概率模型?；趯嶋H編碼的位元值(例如，如果位元值是“1”，則增加“1”的頻數(shù))更新所選概率模型。cabac解碼的解碼技術(shù)與該過程相反。

對于cabac中的旁路編碼引擎，第二級涉及位元到比特的轉(zhuǎn)換，省略計算成本高的上下文估計和概率更新級。旁路編碼引擎假定針對輸入位元的固定概率分布。cabac解碼的解碼技術(shù)與該過程相反。

cabac在概念上使用兩個步驟來編碼符號。在第一步驟中，cabac執(zhí)行輸入符號到位元的二元化。在第二步驟中，cabac使用旁路編碼引擎或常規(guī)編碼引擎，執(zhí)行位元到比特的轉(zhuǎn)換。在比特流中將生成的編碼比特值提供給解碼器。

cabac在概念上使用兩個步驟來解碼符號。在第一步驟中，cabac使用旁路解碼引擎或常規(guī)解碼引擎將輸入比特轉(zhuǎn)換成位元值。在第二步驟中，cabac執(zhí)行解二元化，以恢復(fù)傳輸?shù)奈辉档姆栔怠；謴?fù)的符號實際上可以是非二元的。在解碼器的其余方面中使用恢復(fù)的符號值。

技術(shù)實現(xiàn)要素：

技術(shù)問題

如上所述，cabac的編碼和/或解碼過程包括至少兩個不同的操作模式。在第一模式中，基于實際編碼的位元值來更新概率模型，這通常被稱作“常規(guī)編碼模式”。常規(guī)編碼模式需要完成若干順序的連續(xù)操作，連同關(guān)聯(lián)的計算復(fù)雜度和大量時間。在第二模式中，不基于實際編碼位元值來更新概率模型，這通常被稱作“旁路編碼模式”。在第二模式中，不存在用于解碼位元的概率模型(除非可能存在固定概率)，并且相應(yīng)地不需要更新概率模型，這降低了系統(tǒng)的計算復(fù)雜度。

問題的解決方式

本發(fā)明的一個方面提供了一種解碼視頻的解碼器，其中：

(a)所述解碼器接收表示視頻塊的比特流，視頻塊表示多個像素；

(b)所述解碼器通過上下文自適應(yīng)二元算術(shù)編碼來解碼所述比特流；

(c)所述解碼器使用至少兩個解碼模式來解碼所述比特流，所述第一模式基于以正被解碼的當(dāng)前語法元素為基礎(chǔ)的概率估計來解碼所述比特流，所述第二模式不基于以正被解碼的所述當(dāng)前語法元素為基礎(chǔ)的概率估計來解碼所述比特流；

(d)所述解碼器使用所述第一模式來解碼數(shù)據(jù)，該數(shù)據(jù)指示是否使用幀內(nèi)預(yù)測模式列表來解碼幀內(nèi)預(yù)測模式，

(e)所述解碼器使用所述第二模式來解碼數(shù)據(jù)，該數(shù)據(jù)指示當(dāng)前塊的幀內(nèi)預(yù)測模式，其中

所述幀內(nèi)預(yù)測模式列表是基于先前確定的幀內(nèi)預(yù)測模式來確定的。

本發(fā)明的有利效果

在考慮結(jié)合附圖進(jìn)行的以下本發(fā)明詳細(xì)描述時，將更容易地理解本發(fā)明的上述和其他目標(biāo)、特征和優(yōu)點。

附圖說明

圖1示出了編碼器和解碼器。

圖2示出了編碼器。

圖3示出了解碼器。

圖4示出了針對cabac的上下文解碼。

圖5示出了針對cabac的旁路解碼。

圖6示出了具有使用旁路編碼模式編碼的符號子集以及使用常規(guī)編碼模式編碼的另一符號子集的比特流。

圖7示出了利用旁路解碼模式和常規(guī)解碼模式的解碼技術(shù)。

圖8示出了具有與幀內(nèi)編碼相對應(yīng)的語法元素類型的塊的符號的解碼技術(shù)。

圖9示出了基于cabac的編碼器。

圖10示出了基于cabac的解碼器。

具體實施方式

參照圖2，示例編碼器200包括：熵編碼模塊(可以包括cabac)，從編碼器200的若干不同其他方面接收輸入。至熵編碼模塊260的輸入之一是來自采樣自適應(yīng)偏移(sao)模塊235的sao信息。至熵編碼模塊260的另一輸入是來自自適應(yīng)回路濾波器245的alf信息。至熵編碼模塊260的另一輸入是來自運動估計/運動補(bǔ)償(me/mc)模塊230的幀間模式信息。至熵編碼模塊260的另一輸入是來自幀內(nèi)預(yù)測模塊270的幀內(nèi)模式信息。至熵編碼模塊260的另一輸入是來自量化模塊310的殘差。熵編碼模塊260提供編碼比特流。提供給熵編碼模塊260的上述信息可以編碼在比特流中。sao模塊235向自適應(yīng)回路濾波器245提供采樣，自適應(yīng)回路濾波器245向參考幀緩沖器220提供恢復(fù)的采樣225，參考幀緩沖器220向運動估計/運動補(bǔ)償(me/mc)模塊230提供數(shù)據(jù)。向sao模塊235提供來自去塊濾波器250的去塊采樣240。由于利用許多編碼器，編碼器還可以包括幀內(nèi)預(yù)測模塊270，在幀內(nèi)預(yù)測模塊270中，在幀內(nèi)預(yù)測模塊270和me/mc模塊230之間選擇預(yù)測采樣280。減法器290從輸入中減去預(yù)測的采樣280。編碼器200還可以包括變換模塊300、逆量化模塊320、逆變換模塊330、和重構(gòu)模塊340。

參照圖3，針對圖2的編碼器的關(guān)聯(lián)解碼器400可以包括：熵解碼模塊450，可以包括cabac。熵解碼模塊450接收編碼比特流440并且向解碼器400的不同方面提供數(shù)據(jù)。熵解碼模塊450可以向幀內(nèi)預(yù)測模塊460提供幀內(nèi)模式信息455。熵解碼模塊450可以向mc模塊430提供幀間模式信息465。熵解碼模塊450可以向自適應(yīng)回路濾波器415提供alf信息495。熵解碼模塊450可以向sao模塊410提供sao信息475。熵解碼模塊450可以向逆量化模塊470提供編碼殘差485，逆量化模塊470向幀內(nèi)預(yù)測模塊460和/或去塊濾波器500提供數(shù)據(jù)。采樣自適應(yīng)偏移(sao)模塊410向自適應(yīng)回路濾波器415提供采樣，自適應(yīng)回路濾波器415向參考幀緩沖器420提供恢復(fù)的采樣445，參考幀緩沖器420向運動補(bǔ)償(mc)模塊430提供數(shù)據(jù)。去塊濾波器500向sao模塊410提供去塊采樣510。

參照圖4，示出了當(dāng)使用cabac常規(guī)解碼引擎來解碼位元570和使用鄰域上下文時選擇概率模型的圖示。根據(jù)解碼符號ctxta572和解碼符號ctxtb574確定上下文，其中ctxta存儲在行緩沖器576中。上下文確定用于解碼570的概率模型。相反，參照圖5，示出了當(dāng)使用cabac旁路解碼引擎來解碼符號580時選擇概率模式的圖示。所選概率模式不依賴于上下文信息。參照圖6，比特流590包括使用旁路編碼引擎編碼的一組二元化語法元素592，以及使用常規(guī)編碼引擎編碼的一組二元化語法元素594，當(dāng)使用旁路編碼模式時不需要行緩沖器，減少了所需的存儲量，不執(zhí)行概率模型更新，并且增加了cabac的吞吐量。

cabac基于復(fù)雜的潛在編碼配置集合來解碼視頻。例如，編碼配置可以包括運動補(bǔ)償塊和幀內(nèi)預(yù)測塊。對運動補(bǔ)償視頻塊的編碼和解碼趨于相對復(fù)雜，并且通常趨于受益于由cabac常規(guī)編碼引擎提供的附加復(fù)雜度。除了解碼技術(shù)以外，一部分復(fù)雜度也是存儲符號所依賴的信息，并且需要每次編碼和/或解碼符號時更新概率模型機(jī)制。對幀內(nèi)預(yù)測視頻塊的編碼和解碼趨于相對不復(fù)雜，并且趨于通常較小程度地受益于來自cabac常規(guī)編碼引擎提供的附加復(fù)雜度。在這種情況下，旁路編碼模式趨于減少對附加存儲、確定上下文和更新概率模型的需要，而不會顯著影響壓縮效率。具體地，比特流中的一些符號在二元化之后通常同樣可能包含具有0值或1值的位元。此外，同時由于cabac常規(guī)編碼引起的上下文適應(yīng)性，這樣的符號不會引起有意義的壓縮利益?？梢酝茰y這種缺乏有意義的壓縮利益可能由于其概率分布的快速波動。

參照圖7，在一個實施例中，可以作為解碼器400的熵解碼450的一部分而包括的cabac接收源自比特流600中的比特。如果對編碼效率的影響沒有證明附加計算復(fù)雜度，則對于那些語法元素或?qū)儆谶M(jìn)行了幀內(nèi)編碼的塊610的符號，可以確定特定符號是否適合于使用旁路解碼引擎620。如果語法元素或?qū)儆趲瑑?nèi)編碼塊610的符號適合于使用旁路解碼引擎，則使用旁路解碼模式630來解碼二元化的符號。如果語法元素或?qū)儆趲瑑?nèi)編碼塊610的符號不適合于使用旁路解碼引擎，則使用常規(guī)解碼模式640來解碼二元化符號。

參照圖8，cabac可以接收要從比特流解碼的符號570。屬于當(dāng)前塊左側(cè)的塊的符號574先前已解碼，并且針對左側(cè)塊的預(yù)測模式已確定為mleft50，其中，預(yù)測模式識別使用先前解碼數(shù)據(jù)來預(yù)測塊內(nèi)的像素值的方法。類似地，屬于當(dāng)前塊上側(cè)的塊的符號572先前已解碼，并且針對上側(cè)塊的預(yù)測模式已確定為mabove652。在多數(shù)情況下，在比特流中不明確傳輸當(dāng)前塊的預(yù)測模式，但是如上所述，取而代之基于先前確定的預(yù)測模式(例如，mleft和mabove)來確定當(dāng)前塊的預(yù)測模式。相應(yīng)地，函數(shù)基于mleft650和mabove652，使用f(mleft，mabove)來產(chǎn)生可能模式列表，可以被稱作mlist＝f(mleft，mabove)。結(jié)果是可能模式列表mlist656。

在一個實施例中，由函數(shù)產(chǎn)生的可能模式列表mlist656使用f(mleft，mabove)654來產(chǎn)生最可能模式列表可以包括兩個預(yù)測模式列表(或另外與單個列表組合)，第一列表包括“最可能模式”，第二列表包括“非最可能模式”。系統(tǒng)可以從比特流中選擇mpm_flag比特655，mpm_flag比特655指示使用常規(guī)解碼引擎657的適合性，并因此語法元素(例如，mpm_flag660)指示當(dāng)前塊的預(yù)測模式在“最可能模式列表”(典型地，用“1”信號通知)中還是在“非最可能模式列表”(典型地，用“0”信號通知)中。與針對當(dāng)前塊的mpm_flag660的比較可以用于確定適合的預(yù)測模式在“最可能模式列表”662中還是在“非最可能模式列表”664中。如果針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“最可能模式列表”662中，并且如果“最可能模式列表”中僅存在單個預(yù)測模式，則這是針對當(dāng)前塊的所選預(yù)測模式674。提供所選預(yù)測模塊674的結(jié)果作為所選模式，作為輸出。在針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“最可能模式列表”662中，并且如果“最可能模式列表”索引中僅存在兩個預(yù)測模式，則mpm_index索引670可以用于信號通知所選預(yù)測模式674，以在兩個預(yù)測模式之間進(jìn)行選擇，并且提供所選模式675作為輸出。系統(tǒng)可以通過選擇mpm_index比特671從比特流中確定mpm_index索引670，mpm_index比特671指示使用旁路解碼引擎673的適合性，并因此提供mpm_index索引670。這種在“最可能模式列表”662的條目之中進(jìn)行選擇的過程可以用向mpm_index索引670分配附加比特來擴(kuò)展，以在附加的不同模式之間進(jìn)行區(qū)分。

注意，基于比特流中的過去位元，cabac可以確定當(dāng)前位元是“1”還是“0”的概率，在“在最可能列表”與“不在最可能列表內(nèi)”之間進(jìn)行選擇是對cabac的編碼效率具有最顯著影響并相應(yīng)具有更新概率的有利判定。

如果針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“非最可能模式列表”664中，并且如果“非最可能模式列表”664中僅存在單個預(yù)測模式，則是針對當(dāng)前塊的所選預(yù)測模式680。如果針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“非最可能模式列表”664中，并且如果在“非最可能模式列表”索引中僅存在兩個預(yù)測模式，則rem_intra_pred_mode索引690可以用于信號通知所選預(yù)測模式675，以在兩個預(yù)測模式之間進(jìn)行選擇，并且提供所選預(yù)測模式675作為輸出。系統(tǒng)可以通過選擇rem_intra_pred_mode比特691從比特流中確定rem_intra_pred_mode索引690，rem_intra_pred_mode比特691指示使用旁路解碼引擎693的適合性，并因此提供rem_intra_pred_mode索引690。如果針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“非最可能模式列表”664中，并且如果在“非最可能模式列表”索引中僅存在四個預(yù)測模式，則2比特rem_intra_pred_mode索引690可以用于信號通知所選預(yù)測模式680，以在四個預(yù)測模式之間進(jìn)行選擇，并且提供所選模式675作為輸出。如果針對當(dāng)前塊的mpm_flag660指示預(yù)測模式在“非最可能模式列表”中，并且如果在“非最可能模式列表”索引中僅存在八個預(yù)測模式，則3比特rem_intra_pred_mode索引690可以用于信號通知所選預(yù)測模式680，以在八個預(yù)定模式之間進(jìn)行選擇，并且提供所選模式680作為輸出。該從非最可能模式列表中選擇模式的過程可以利用向rem_intra_pred_mode索引分配附加比特來擴(kuò)展，以在不同的預(yù)測模式之間進(jìn)行區(qū)分。

注意，基于比特流中的過去位元，cabac可以確定當(dāng)前位元是“1”還是“0”的概率。如上所述，在“在最可能列表”與“不在最可能列表內(nèi)”之間的選擇是對cabac的編碼效率具有最顯著影響并相應(yīng)具有更新概率的有利判定。然而，在“非最可能模式列表”664內(nèi)的可能性之間進(jìn)行選擇對cabac的編碼效率的影響有限，并相應(yīng)地不應(yīng)更新概率，因此降低了系統(tǒng)的計算復(fù)雜度。在多數(shù)情況下，分配給不更新的特定二元化符號的概率為50％。

參照圖9，示例基于cabac的編碼器接收語法元素值700，語法元素值700通常是非二元的。二元化器710接收語法元素值700，并且基于語法元素類型720產(chǎn)生二元串730。例如，語法元素類型720可以信號通知與針對當(dāng)前塊的幀內(nèi)預(yù)測模式而導(dǎo)出的索引項相對應(yīng)的輸入值；或者與針對當(dāng)前塊的幀內(nèi)預(yù)測模式而導(dǎo)出的標(biāo)志相對應(yīng)的輸入值。選擇器740基于一個或多個輸入選擇使用旁路編碼引擎750還是常規(guī)編碼引擎760。至選擇器740的輸入之一可以包括語法元素類型。至選擇器740的另一輸入可以包括分片類型770。分片類型770例如可以包括i分片(幀內(nèi)預(yù)測分片)、p分片(前向預(yù)測分片)和/或b分片(雙向預(yù)測分片)。至選擇器740的另一輸入可以是量化參數(shù)780。例如，二元化語法元素值的統(tǒng)計行為可以基于量化參數(shù)而改變，量化參數(shù)通常與比特流的比特率相關(guān)。至選擇器740的另一輸入可以是來自生成的比特流800的所收集統(tǒng)計790。所收集統(tǒng)計790有助于基于比特進(jìn)行編碼的方式的修改，以進(jìn)一步提高編碼效率。如果選擇器740基于一個或多個輸入選擇旁路編碼模式810，則使用旁路編碼引擎750來編碼二元串730，以產(chǎn)生比特流800。如果選擇器740基于一個或多個輸入選擇常規(guī)編碼模式820，則將二元串730提供給常規(guī)編碼引擎760，該引擎是算數(shù)編碼器。此外，上下文模型器830基于空間和/或時間鄰近語法元素840和過去編碼的二元符號提供當(dāng)前概率估計850作為至常規(guī)編碼引擎的輸入。常規(guī)編碼引擎760產(chǎn)生比特流800。常規(guī)編碼引擎760的輸出用于更新上下文模型器830的概率。選擇器740也可以用于指示在比特流800中應(yīng)當(dāng)包括哪些編碼比特。

參照圖10，基于cabac的解碼器可以接收比特流800。選擇器810基于來自比特流800的一個或多個輸入，選擇使用旁路解碼引擎820還是常規(guī)解碼引擎830。至選擇器810的輸入之一可以包括語法元素類型720。至選擇器810的另一輸入可以包括分片類型770。至選擇器810的另一輸入可以是量化參數(shù)780。至選擇器810的另一輸入可以是所收集統(tǒng)計790。如果選擇器810基于一個或多個輸入選擇旁路解碼模式840，則使用旁路解碼引擎820來解碼比特流800，以產(chǎn)生二元解碼比特850。如果選擇器810基于一個或多個輸入選擇常規(guī)編碼模式860，則向常規(guī)解碼引擎830提供比特流800，該引擎是算數(shù)解碼器。此外，上下文模型器870基于空間和/或時間鄰近語法元素值880提供當(dāng)前概率估計875作為至常規(guī)解碼引擎的輸入。常規(guī)解碼引擎830產(chǎn)生二元解碼比特890。常規(guī)解碼引擎830的輸出用于更新上下文模型器870的概率。選擇器810也可以用于指示應(yīng)當(dāng)向解二元化器900提供哪些二元解碼比特850、890。解二元化器900接收二元解碼輸入和語法元素類型720，并且提供非二元語法元素值910。

本發(fā)明的一個方面提供了一種解碼視頻的解碼器，包括：

(a)解碼器接收包含量化系數(shù)的比特流，量化系數(shù)表示視頻塊，視頻塊表示多個像素；

(b)解碼器使用上下文自適應(yīng)二元算術(shù)編碼來解碼比特流；

(c)上下文自適應(yīng)二元算術(shù)編碼包括至少兩個解碼模式，第一模式基于以與正被解碼的當(dāng)前語法元素在空間和時間上鄰近的語法元素值為基礎(chǔ)的概率估計來解碼所述比特流，所述第二模式不基于以與正被解碼的當(dāng)前語法元素以外的語法元素為基礎(chǔ)的概率估計來解碼所述比特流；

(d)如果當(dāng)前語法元素是幀內(nèi)編碼的，并且在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇，則上下文自適應(yīng)二元算術(shù)編碼使用第一模式來解碼當(dāng)前語法元素，其中第一可能模式集合比第二可能模式集合的可能性高；

(e)如果當(dāng)前語法元素是幀內(nèi)編碼的并且如果選擇第二可能模式集合之一，則上下文自適應(yīng)二元算術(shù)編碼使用第二模式來解碼當(dāng)前語法元素。

根據(jù)另一方面，第一模式包括基于解碼來更新概率估計。

根據(jù)另一方面，第一可能模式集合包括至少兩個模式。

根據(jù)另一方面，第一可能模式集合包括單個模式。

根據(jù)另一方面，第二可能模式集合包括至少兩個模式。

根據(jù)另一方面，第二可能模式集合包括單個模式。

根據(jù)另一方面，比特流包括指示在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇的標(biāo)志。

根據(jù)另一方面，比特流包括指示在多個第一可能模式集合之中進(jìn)行選擇的索引。

根據(jù)另一方面，比特流包括指示在多個第二可能模式集合之中進(jìn)行選擇的索引。

根據(jù)另一方面，在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇還基于語法元素類型。

根據(jù)另一方面，在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇還基于分片類型。

根據(jù)另一方面，在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇還基于量化參數(shù)。

根據(jù)另一方面，在第一可能模式集合與第二可能模式集合之間進(jìn)行選擇還基于解碼比特流的所收集統(tǒng)計。

上述說明書中已使用的術(shù)語和表述在這里用作描述目的而非限制，并且在使用這樣的術(shù)語和表述時并不意在排除所示意或描述的特征或其一部分的等同物，已經(jīng)認(rèn)識到本發(fā)明的范圍僅由所附權(quán)利要求來限定和限制。