用于采用指数哥伦布编码进行编码/解码的方法和装置与流程
本实施例总体上涉及一种用于采用指数哥伦布码对一组系数进行视频编码或解码的方法和装置。
背景技术:
1、为了实现高压缩效率,图像和视频编码方案通常采用预测和变换来利用视频内容中的空域和时域冗余。通常,使用帧内或帧间预测来利用帧内或帧间画面相关性,然后对原始块与预测块之间的差异(通常表示为预测误差或预测残差)进行变换、量化和熵编码。为了重构视频,通过与熵编码、量化、变换和预测对应的逆过程对压缩数据进行解码。为了减少编码伪影,对重构画面应用环路滤波器(例如去块滤波器、sao(样本自适应偏移)、自适应环路滤波器)。
技术实现思路
1、在各种实现方式中,公开了优化采用指数哥伦布码对一组系数值进行编码或解码的方法和设备。
2、根据第一方面,公开了一种视频解码方法,其包括:获得经编码的一组n个系数值。所述方法可以涉及基于所述一组n个系数值及当前系数值在该组中的位置的函数,预测用于对所述当前系数值进行编码的指数哥伦布码的阶数。所述方法可以涉及采用具有所预测的阶数的所述指数哥伦布码对所述系数进行解码,以生成经编码的系数。
3、根据第二方面,公开了一种视频编码方法,其包括:获得一组n个系数值。所述方法可以涉及基于所述一组n个系数值及当前系数值在该组中的位置的函数,预测用于对所述当前系数值进行编码的指数哥伦布码的阶数。所述方法可以涉及采用具有所预测的阶数的指数哥伦布码对所述系数进行编码,以生成经编码的系数。所述经编码的系数可以包括在视频数据中。
4、一个或多个实施例还提供了一种用于编码/解码视频的装置,其包括一个或多个处理器以及耦合到所述一个或多个处理器的至少一个存储器,其中所述一个或多个处理器被配置为执行根据本文描述的实施例中的任意者的编码方法。
5、一个或多个实施例还提供了一种计算机程序,其包括指令,当由一个或多个处理器执行时,所述指令使所述一个或多个处理器执行根据本文描述的实施例中的任意者的编码方法。本实施例中的一者或多者还提供了一种计算机可读存储介质,其上存储有用于根据本文描述的方法对视频进行编码或解码的指令。
6、一个或多个实施例还提供了一种计算机可读存储介质,其上存储有根据上述方法生成的视频数据。一个或多个实施例还提供了一种用于发送或接收根据本文描述的方法生成的视频数据的方法和装置。
1.一种用于视频编码的方法,所述方法包括:
2.一种用于视频解码的方法,所述方法包括:
3.根据权利要求1以及2中任意项所述的方法,其中基于所述一组n个系数值及当前系数值在该组中的位置的函数,预测用于对所述当前系数值进行编码的指数哥伦布码的阶数还包括:
4.根据权利要求3所述的方法,还包括以偏移参数的线性函数确定第二值,并且其中所述用于对所述当前值进行编码的指数哥伦布码的阶数是所述第一值与所述第二值的和。
5.根据权利要求4所述的方法,其中对所述偏移参数和标识lut的所述索引进行编码或解码。
6.根据权利要求4所述的方法,其中响应于确定所述第一值与所述第二值的所述和小于最小阶数,所述用于对所述当前值进行编码的指数哥伦布码的阶数是所述最小阶数。
7.根据权利要求1以及2中任意项所述的方法,其中基于所述一组n个系数值及当前系数值在该组中的位置的函数,预测用于对所述当前系数值进行编码的指数哥伦布码的阶数还包括:
8.根据权利要求7所述的方法,其中所述预测函数是先前已解码的系数值的线性组合。
9.根据权利要求7以及8中任意项所述的方法,还包括以偏移参数的线性函数确定第二值,并且其中所述用于对所述当前值进行编码的指数哥伦布码的阶数是所述第一值与所述第二值的和。
10.根据权利要求9所述的方法,其中对所述偏移参数和标识与所述一组n个值相关联的所述预测函数的所述索引进行编码或解码。
11.根据权利要求1以及权利要求3至12中任一项所述的方法,其中使用由所述一组n个值中的值使用的最大比特数来对所述指数哥伦布码的前缀进行编码,并且其中响应于确定针对所述前缀读取的比特数等于由所述一组n个值中的值使用的所述最大比特数,跳过所述前缀的终止比特的读取。
12.根据权利要求2以及权利要求3至10中任一项所述的方法,其中使用由所述一组n个值中的值使用的最大比特数来对所述指数哥伦布码的前缀进行解码,并且其中响应于确定针对所述前缀读取的比特数等于由所述一组n个值中的值使用的所述最大比特数,跳过所述前缀的终止比特的读取。
13.一种装置,包括一个或多个处理器,其中所述一个或多个处理器被配置为执行权利要求1至12中任意项所述的方法。
14.一种信号,包括视频数据,所述视频数据通过执行权利要求1以及权利要求3至12中任一项所述的方法形成。
15.一种计算机可读存储介质,其上存储有用于根据权利要求1以及权利要求3至12中任一项所述的方法进行视频编码的指令。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com