專利名稱：算術(shù)編碼和解碼的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對(duì)例如代表圖像信號(hào)的碼元進(jìn)行編碼的領(lǐng)域。更具體地，本發(fā)明涉及一種對(duì)流中的碼元進(jìn)行算術(shù)編碼的方法。本發(fā)明還涉及一種算術(shù)解碼以流的形式編碼的碼元的方法。
背景技術(shù)：
為了將代表信號(hào)(例如，視頻或音頻信號(hào))的碼元變換成二進(jìn)制碼，本領(lǐng)域已知使用熵編碼的方法。這樣的熵編碼方法將更短的二進(jìn)制字與最頻繁碼元值(即，那些出現(xiàn)概率最高的)相關(guān)聯(lián)，以便減少編碼開(kāi)銷。作為一個(gè)示例，可以考慮采用具有概率1/4、1/2和 1/4的值{a，b，c}的碼元S，如果碼元S采用值‘b’(即，其出現(xiàn)概率最高)，則熵編碼方法將相關(guān)聯(lián)例如長(zhǎng)度為1的二進(jìn)制碼。VLC (變長(zhǎng)編碼)編碼是熵編碼方法的已知示例。根據(jù)該方法，為每個(gè)碼元定義VLC 表。表與碼元的每個(gè)可能值相關(guān)聯(lián)，其與長(zhǎng)度取決于所考慮的碼元采用所述值的概率(即， 所述值的出現(xiàn)概率)的二進(jìn)制碼相關(guān)聯(lián)。通過(guò)分析代表隨后必須被編碼的信號(hào)的大量信號(hào)來(lái)定義這些表。這個(gè)分析步驟離線進(jìn)行并且將表傳送到解碼器一次，或者在編碼標(biāo)準(zhǔn)中定義表，在該情形中在無(wú)需被傳送的情況下它們對(duì)于解碼器是已知的。算術(shù)編碼是熵編碼方法的另一個(gè)示例。根據(jù)這種方法，例如在代表圖像的碼元的情況下在圖像開(kāi)始或圖像切片初始化碼元采用一個(gè)值的概率。然后在圖像切片的圖像編碼期間有規(guī)律地分別更新這些概率以便考慮到正在被編碼的源信號(hào)的特征。上述編碼方法的缺點(diǎn)之一在于碼元采用一給定值的概率本質(zhì)上與事先未知的源信號(hào)的特征有聯(lián)系。圖1和圖2圖示了這個(gè)缺點(diǎn)。這些圖的每個(gè)中在χ軸上示出圖像的編碼處理的進(jìn)度并且在y軸上示出碼元采用值‘a(chǎn)’的概率。實(shí)線表示在編碼圖像期間實(shí)際概率P (S = a) 的進(jìn)度。虛線表示對(duì)應(yīng)的估計(jì)概率。在VLC情況下(圖1)，將估計(jì)概率視為貫穿圖像恒定。 在AC情況下(圖2)，根據(jù)圖像的編碼更新估計(jì)概率。然而，該更新在獲得實(shí)際概率之前假定匯聚時(shí)間(Td)。在前述兩個(gè)示例中，估計(jì)概率根據(jù)在編碼當(dāng)前源信號(hào)之前進(jìn)行的分析被先驗(yàn) (priori)設(shè)置，并且因此可能與實(shí)際概率有距離(VLC情況)，或者估計(jì)概率在編碼當(dāng)前信號(hào)期間有規(guī)律地更新以便更接近實(shí)際概率，但是由于延遲時(shí)間(AC情況)隨著實(shí)際概率在編碼處理期間波動(dòng)所有估計(jì)概率更大。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的至少一個(gè)缺點(diǎn)。本發(fā)明涉及用于編碼流中的碼元的算術(shù)方法，包括以下步驟-根據(jù)當(dāng)前概率模型編碼當(dāng)前碼元，以及-根據(jù)當(dāng)前碼元的編碼更新當(dāng)前概率模型。
所述方法在所述流中分布的切換點(diǎn)(switching points)處，還包括以下步驟-根據(jù)編碼開(kāi)銷判據(jù)(criterion)在至少兩個(gè)概率模型的集合中選擇當(dāng)前概率模型，以及-編碼選擇的概率模型的標(biāo)識(shí)符。有利地，根據(jù)本發(fā)明的算術(shù)編碼方法使得能夠比標(biāo)準(zhǔn)VLC或AC類型方法更加快速地接近實(shí)際概率并且因此使得碼元或多個(gè)碼元能夠更加高效地編碼，即，以更低的編碼開(kāi)銷。根據(jù)本發(fā)明的第二實(shí)施例，重復(fù)(reiterate)算術(shù)編碼方法的步驟以便編碼后續(xù)碼元(succession of symblos)并且至少兩個(gè)概率模型的集合包括第一概率模型，其從當(dāng)前碼元之前編碼的碼元定義，以及概率模型的子集，其包括至少默認(rèn)定義的第二概率模型。根據(jù)第三實(shí)施例，所述算術(shù)編碼方法包括在概率模型的子集中添加第一概率模型的步驟。根據(jù)本發(fā)明的一個(gè)特定方面，當(dāng)概率模型的子集中的概率模型的數(shù)目等于閾值時(shí)，添加第一概率模型作為最不經(jīng)常選擇的概率模型的子集的概率模型的替代，而由默認(rèn)定義的第二概率模型除外。根據(jù)本發(fā)明的一個(gè)變型，當(dāng)概率模型的子集中的概率模型的數(shù)目等于閾值時(shí)，添加第一概率模型作為概率模型的子集的最老概率模型的替代，而由默認(rèn)定義的第二概率模型除外。根據(jù)本發(fā)明的另一變型，當(dāng)概率模型的子集中的概率模型的數(shù)目等于閾值時(shí)，添加第一概率模型作為在最不經(jīng)常選擇的概率模型的子集的P個(gè)概率模型當(dāng)中的、當(dāng)選擇概率模型時(shí)計(jì)算的編碼開(kāi)銷平均值最高的概率模型的替代，其中P是整數(shù)。根據(jù)本發(fā)明另一特定方面，選擇步驟包括以下步驟-為至少兩個(gè)概率模型的集合的每一個(gè)概率模型計(jì)算編碼開(kāi)銷，以及-從至少兩個(gè)概率模型的集合中選擇概率模型，該概率模型的編碼開(kāi)銷小于至少兩個(gè)概率模型的集合的其它概率模型的每一個(gè)編碼開(kāi)銷。根據(jù)本發(fā)明的另一特定方面，為所述至少兩個(gè)概率模型的集合的每一個(gè)概率模型，編碼開(kāi)銷的計(jì)算步驟包括以下步驟-使用至少兩個(gè)概率模型的集合的每一個(gè)概率模型編碼整數(shù)N個(gè)圖像數(shù)據(jù)塊，-為至少兩個(gè)概率模型的集合的每一個(gè)概率模型確定N個(gè)圖像數(shù)據(jù)塊的編碼開(kāi)銷以及與N個(gè)圖像數(shù)據(jù)塊的編碼相關(guān)聯(lián)的失真，以及-為集合的每一個(gè)概率模型計(jì)算編碼開(kāi)銷和失真的加權(quán)和。根據(jù)本發(fā)明的一個(gè)特定特征，切換點(diǎn)在流中均勻分布。根據(jù)本發(fā)明另一特定特征，切換點(diǎn)在流中的分布是根據(jù)給定編碼模式編碼的塊的數(shù)目的函數(shù)。根據(jù)本發(fā)明另一特定特征，切換點(diǎn)在流中的位置在流中傳送。根據(jù)本發(fā)明另一特定特征，切換點(diǎn)在流中的位置通過(guò)特定比特序列發(fā)信號(hào)通知 (signal)0根據(jù)本實(shí)施例的特定方面，根據(jù)本發(fā)明的算術(shù)編碼方法，還包括通過(guò)在每個(gè)圖像或圖像的每個(gè)切片的開(kāi)始默認(rèn)定義的概率模型來(lái)初始化概率模型的集合。
根據(jù)本發(fā)明的特定特征，初始化步驟僅應(yīng)用于參考圖像。本發(fā)明還涉及算術(shù)解碼以流的形式編碼的碼元的方法，包括以下步驟-根據(jù)當(dāng)前概率模型解碼當(dāng)前碼元，以及-根據(jù)當(dāng)前碼元的解碼來(lái)更新當(dāng)前概率模型。所述方法在切換流中分布的點(diǎn)中還包括以下步驟-解碼概率模型的標(biāo)識(shí)符，-根據(jù)解碼的標(biāo)識(shí)符在至少兩個(gè)概率模型的集合中選擇當(dāng)前概率模型。根據(jù)本發(fā)明另一實(shí)施例，重復(fù)算術(shù)編碼方法的步驟以便解碼后續(xù)碼元并且其中至少兩個(gè)概率模型的集合包括第一概率模型，其從當(dāng)前碼元之前解碼的碼元定義，以及概率模型的子集，其包括至少默認(rèn)定義的第二概率模型。


借助參考附圖的決不是限定性的實(shí)施例和有利實(shí)現(xiàn)方式將更好地理解和圖示本發(fā)明，附圖中-圖1表示在編碼源信號(hào)期間，根據(jù)碼元S采用值‘a(chǎn)’的VLC方法的實(shí)際概率和估計(jì)概率中的改變，-圖2表示在編碼源信號(hào)期間，根據(jù)碼元S采用值‘a(chǎn)’的AC方法的實(shí)際概率和估計(jì)概率中的改變，-圖3圖示根據(jù)本發(fā)明的第一實(shí)施例的算術(shù)編碼方法，-圖4表示分布切換點(diǎn)SP的兩個(gè)圖像，-圖5圖示根據(jù)圖3、6和7圖示的實(shí)施例之一的算術(shù)編碼方法的特定步驟，-圖6圖示根據(jù)本發(fā)明第二實(shí)施例的算術(shù)編碼方法，-圖7圖示根據(jù)本發(fā)明第三實(shí)施例的算術(shù)編碼方法，-圖8圖示根據(jù)圖7圖示的實(shí)施例的算術(shù)編碼方法的特定步驟，-圖9表示在編碼源信號(hào)期間，根據(jù)碼元S采用值‘a(chǎn)’的本發(fā)明的方法的實(shí)際概率和估計(jì)概率中的改變，-圖10圖示根據(jù)特定實(shí)施例的算術(shù)解碼方法，-圖11圖示根據(jù)另一特定實(shí)施例的算術(shù)解碼方法，-圖12示出根據(jù)本發(fā)明的編碼設(shè)備，以及-圖13示出根據(jù)本發(fā)明的解碼設(shè)備。
具體實(shí)施例方式AC熵編碼主要包括用于解碼當(dāng)前碼元&的以下步驟-根據(jù)當(dāng)前概率模型Pc編碼當(dāng)前碼元Sc，以及-根據(jù)當(dāng)前碼元&的編碼來(lái)更新當(dāng)前概率模型Pc。概率模型將碼元的每個(gè)可能值與一個(gè)概率相關(guān)聯(lián)。例如，如果碼元&采用集合 {a, b，c, d}中的值，那么概率與每個(gè)值‘a(chǎn)’，‘b’，‘C’和‘d’相關(guān)聯(lián)。如果碼元&采用值 ‘b’，那么在更新當(dāng)前概率模型Pc的步驟中，相關(guān)聯(lián)的概率增加，即，出現(xiàn)數(shù)目= b)增加1。用來(lái)編碼當(dāng)前碼元&的當(dāng)前概率模型Pc依據(jù)在當(dāng)前碼元&之前編碼的碼元定義。如果當(dāng)前碼元&首先編碼那么當(dāng)前概率模型Pc由默認(rèn)定義，例如作為均勻概率模型。如果當(dāng)前碼元&是第N個(gè)編碼的碼元，那么當(dāng)前概率模型Pc取決于當(dāng)前碼元&之前的第 (N-I)個(gè)編碼的碼元的編碼。實(shí)際上，每次編碼新的碼元時(shí)更新當(dāng)前概率模型Pc。圖3圖示了根據(jù)本發(fā)明第一實(shí)施例的算術(shù)編碼方法。在步驟100期間，驗(yàn)證了解其是否處于切換點(diǎn)SP。根據(jù)本發(fā)明切換點(diǎn)SP定義為在流中可以修改用于編碼當(dāng)前碼元的概率模型的級(jí)別的點(diǎn)。切換點(diǎn)SP在流中均勻地或者無(wú)規(guī)律地分布。例如，切換點(diǎn)在流中分布使得與如圖4左邊部分所示塊線的開(kāi)始對(duì)應(yīng)，或者與如圖4右邊部分所示無(wú)規(guī)律地對(duì)應(yīng)。 例如，每N個(gè)塊分布切換點(diǎn)，其中N是整數(shù)。根據(jù)變型，根據(jù)給定模式每N個(gè)編碼塊分布切換點(diǎn)，例如，根據(jù)INTRA模式編碼的N個(gè)塊。根據(jù)另一變型，切換點(diǎn)在流中無(wú)規(guī)律地分布并且在流中傳送它們?cè)诹髦械奈恢?。根?jù)另一變型，可以通過(guò)流中的特定比特序列發(fā)信號(hào)通知切換點(diǎn)。如果位于切換點(diǎn)SP，所述方法繼續(xù)到步驟102，如果不是則繼續(xù)到步驟106。在步驟102期間，根據(jù)編碼開(kāi)銷判據(jù)在至少兩個(gè)概率模型{Pi}ieKl;M]的集合L中選擇概率模型Rn，其中M是整數(shù)。M是集合L中的概率模型的數(shù)目。圖5中詳述這個(gè)步驟。在步驟1020期間，計(jì)算與L的模型Pi相關(guān)聯(lián)的編碼開(kāi)銷Ci。例如，在碼元表示被劃分為圖像數(shù)據(jù)塊的圖像的情況下，編碼與碼元&相關(guān)聯(lián)的當(dāng)前塊的編碼順序之后的J個(gè)圖像數(shù)據(jù)塊，其中J是整數(shù)。因此計(jì)算與J個(gè)塊的編碼相關(guān)聯(lián)的編碼開(kāi)銷Ci。根據(jù)一種變型，還計(jì)算與具有概率模型Pi的J個(gè)圖像數(shù)據(jù)塊的編碼相關(guān)聯(lián)的失真Di。根據(jù)這個(gè)變型， 通過(guò)編碼開(kāi)銷和相關(guān)聯(lián)的失真的加權(quán)和替代編碼開(kāi)銷Ci = Di+λ . Ci0在步驟1022期間，索引i增加1。在步驟IOM期間，i的值與M相比較。如果i<M，那么方法以i的新值回到步驟 1020，如果不是，方法繼續(xù)到步驟1(^6。在步驟10 期間，選擇其相關(guān)聯(lián)的編碼開(kāi)銷Ci最低的集合L的概率模型Pi作為模型Rn。在步驟104期間，在流中編碼集合L中選擇的模型的標(biāo)識(shí)符m。有利地，這個(gè)標(biāo)識(shí)符使得解碼方法能夠在集合L中再次發(fā)現(xiàn)通過(guò)編碼方法選擇的模型。在模型Pc中重新復(fù)制概率模型Rn，即，在步驟102中選擇的概率模型Rn變成當(dāng)前概率模型Pc。在步驟106期間，使用當(dāng)前概率模型Pc編碼當(dāng)前碼元Sc。在步驟108期間，根據(jù)參考AC編碼的先前描述的方法更新當(dāng)前概率模型Pc。根據(jù)圖6所示的第二實(shí)施例，重復(fù)步驟100至108以便編碼后續(xù)碼元。在圖6中以相同數(shù)字參考標(biāo)識(shí)與圖3中的步驟完全相同的圖6中的步驟。在步驟100期間，驗(yàn)證是否位置處于切換點(diǎn)SP上。如果位于切換點(diǎn)SP，則方法繼續(xù)到步驟102，否則其繼續(xù)到步驟106。在步驟102期間，根據(jù)編碼開(kāi)銷判據(jù)在至少兩個(gè)概率模型{Pi}ieKl;M]的集合L中選擇概率模型Rn，其中M是整數(shù)。M是集合L中概率模型的數(shù)目。集合L包括從當(dāng)前碼元 &之前編碼的碼元定義的當(dāng)前概率模型Pc以及由默認(rèn)定義的概率模型的子集E。子集E 包括至少一個(gè)表示為PO的由默認(rèn)定義的這樣的概率模型。例如，PO是均勻概率模型，即，這個(gè)模型的所有概率都相等。子集E可以包含由默認(rèn)定義的其它模型，諸如高斯概率模型或者通過(guò)學(xué)習(xí)表示要編碼的信號(hào)的數(shù)據(jù)庫(kù)獲得的模型。注意如果當(dāng)前碼元&是編碼的第一碼元，那么由默認(rèn)定義當(dāng)前概率模型Pc，在這種情況下其可以與E的模型PO完全相同。如果當(dāng)前碼元&不是編碼的第一碼元，那么使用當(dāng)前碼元&之前編碼的碼元定義當(dāng)前概率模型Pc。這樣的概率模型Pc，實(shí)際上，已經(jīng)在編碼當(dāng)前碼元&之前編碼的碼元期間更新， 使得動(dòng)態(tài)地適配源信號(hào)的特征。在圖5中詳述步驟102。在步驟1020期間，計(jì)算與L的模型Pi相關(guān)聯(lián)的編碼開(kāi)銷Ci。例如，在碼元表示被劃分成圖像數(shù)據(jù)塊的圖像的情況下，編碼與碼元&相關(guān)聯(lián)的當(dāng)前塊的編碼順序之后的J個(gè)圖像數(shù)據(jù)塊，其中J是整數(shù)。因此計(jì)算與J個(gè)塊的編碼相關(guān)聯(lián)的編碼開(kāi)銷Ci。根據(jù)變型，還計(jì)算與具有概率模型Pi的J個(gè)圖像數(shù)據(jù)塊的編碼相關(guān)聯(lián)的失真Di。根據(jù)這個(gè)變型，通過(guò)編碼開(kāi)銷和相關(guān)聯(lián)的失真的加權(quán)和替代編碼開(kāi)銷Ci = Di+λ Ci。在步驟1022期間，索引i增加1。在步驟IOM期間，i的值與M相比較。如果i<M，那么方法以i的新值回到步驟 1020，如果不是，方法繼續(xù)到步驟1(^6。在步驟10 期間，選擇集合L的對(duì)于其相關(guān)聯(lián)的編碼開(kāi)銷Ci最低的概率模型Pi 作為模型跑。在步驟104期間，在流中編碼集合L中選擇的模型的標(biāo)識(shí)符m。有利地，這個(gè)標(biāo)識(shí)符使得解碼方法能夠在集合L中再次發(fā)現(xiàn)通過(guò)編碼方法選擇的模型。在模型Pc中重新復(fù)制概率模型Rn，即，在步驟102中選擇的概率模型Rii變成當(dāng)前概率模型Pc。在步驟106期間，使用當(dāng)前概率模型Pc編碼當(dāng)前碼元Sc。在步驟108期間，根據(jù)參考AC編碼的先前描述的方法更新當(dāng)前概率模型Pc。在步驟110期間，驗(yàn)證是否已經(jīng)編碼碼元的集合。如果已經(jīng)編碼碼元的集合那么方法結(jié)束，如果不是，方法繼續(xù)到步驟112。在步驟112期間，下一要編碼的碼元變成當(dāng)前碼元&。方法然后在步驟100中以這個(gè)新的當(dāng)前碼元重復(fù)。根據(jù)這個(gè)第二實(shí)施例的第一變型，在步驟102期間，根據(jù)與當(dāng)前概率模型Pc的相似度判據(jù)在E中選擇概率模型Rn，即，選擇的模型Rn是具有與當(dāng)前模型Pc較大相似度的E 的模型。兩個(gè)概率模型Pl和P2之間的相似度例如如下計(jì)算
權(quán)利要求
1.一種用于流(F)中的碼元的算術(shù)編碼方法，包括應(yīng)用于所述流(F)中分布的切換點(diǎn) (100)上以編碼當(dāng)前碼元(Sc)的以下步驟-根據(jù)編碼開(kāi)銷判據(jù)在集合(L)中選擇(102)概率模型0 )，所述集合(L)包括使用當(dāng)前碼元(Sc)之前編碼的碼元定義的當(dāng)前概率模型(Pc)以及概率模型的子集(E)，其中子集(E)包括至少一個(gè)默認(rèn)定義的概率模型(PO)，-編碼(104)選擇的概率模型的標(biāo)識(shí)符；-在所述子集(E)中添加(10 所述當(dāng)前概率模型，所選擇的概率模型(Pm)變成當(dāng)前概率模型(Pc)，-使用當(dāng)前概率模型(Pc)編碼(106)所述當(dāng)前碼元( )，以及-根據(jù)所述當(dāng)前碼元(Sc)的編碼(106)來(lái)更新(108)所述當(dāng)前概率模型。
2.如權(quán)利要求1所述的算術(shù)編碼方法，其中，當(dāng)概率模型的所述子集(E)中的概率模型的數(shù)目等于閾值(Tmax)時(shí)，添加(105)所述當(dāng)前概率模型(Pc)作為最不經(jīng)常選擇的概率模型的所述子集(E)的概率模型的替代，而由默認(rèn)(PO)定義的第二概率模型除外。
3.如權(quán)利要求1所述的算術(shù)編碼方法，其中，當(dāng)概率模型的所述子集(E)中的概率模型的數(shù)目等于閾值(Tmax)時(shí)，添加(105)所述當(dāng)前概率模型(Pc)作為所述子集(E)中最老的概率模型的替代，而由默認(rèn)定義的概率模型(PO)除外。
4.如權(quán)利要求3所述的算術(shù)編碼方法，其中，當(dāng)概率模型的所述子集(E)中的概率模型的數(shù)目等于閾值(Tmax)時(shí)，添加所述當(dāng)前概率模型(Pc)作為在最不經(jīng)常選擇的所述子集(E)的P個(gè)概率模型中的、當(dāng)選擇所述概率模型時(shí)為其計(jì)算的編碼開(kāi)銷平均值最高的概率模型的替代，而由默認(rèn)定義的概率模型(PO)除外，其中P是整數(shù)。
5.如權(quán)利要求1至4之一所述的算術(shù)編碼方法，其中，所述選擇步驟(10 包括以下步驟-為至少兩個(gè)概率模型的所述集合(L)的每一個(gè)概率模型計(jì)算(1020，1022，1024)編碼開(kāi)銷，以及-從至少兩個(gè)概率模型的所述集合(L)中選擇(1026)概率模型，該概率模型的編碼開(kāi)銷小于所述至少兩個(gè)概率模型的集合(L)的其它概率模型的每一個(gè)編碼開(kāi)銷。
6.如權(quán)利要求5所述的算術(shù)編碼方法，其中，用于至少兩個(gè)概率模型的所述集合(L)的每一個(gè)概率模型編碼開(kāi)銷的所述計(jì)算步驟(1020，1022，1024)包括以下步驟-使用至少兩個(gè)概率模型的所述集合(L)的每一個(gè)概率模型編碼整數(shù)N個(gè)圖像數(shù)據(jù)塊，-為至少兩個(gè)概率模型的所述集合(L)的每一個(gè)概率模型確定所述N個(gè)圖像數(shù)據(jù)塊的編碼開(kāi)銷以及與所述N個(gè)圖像數(shù)據(jù)塊的編碼相關(guān)聯(lián)的失真，以及-為所述集合的每一個(gè)概率模型計(jì)算所述編碼開(kāi)銷和所述失真的加權(quán)和。
7.如前面權(quán)利要求之一所述的算術(shù)編碼方法，其中，所述切換點(diǎn)(S0，Si)在所述流中均勻地分布。
8.如權(quán)利要求1至6之一所述的算術(shù)編碼方法，其中，在所述流中所述切換點(diǎn)(S0，S1) 的分布是根據(jù)按照給定編碼模式編碼的塊的數(shù)目。
9.如權(quán)利要求1至6之一所述的算術(shù)編碼模式，其中，在所述流中傳送所述切換點(diǎn) (SO, Si)在所述流(F)的位置。
10.如權(quán)利要求1至6之一所述的算術(shù)編碼模式，其中，通過(guò)特定比特序列發(fā)信號(hào)通知所述切換點(diǎn)(SO, Si)在流(F)中的位置。
11.如前面權(quán)利要求之一所述的算術(shù)編碼方法，還包括通過(guò)在每個(gè)圖像或每個(gè)圖像切片的開(kāi)始默認(rèn)定義的所述概率模型(PO)來(lái)初始化概率模型的所述子集(E)的步驟。
12.如權(quán)利要求11所述的算術(shù)編碼方法，其中，所述初始化步驟僅在參考圖像中應(yīng)用。
13.一種用于以流(F)的形式編碼的碼元的算術(shù)解碼方法，包括應(yīng)用于所述流(F)中分布的切換點(diǎn)(100)上用以解碼當(dāng)前碼元(Sc)的以下步驟-為所述當(dāng)前碼元(Sc)從流(F)中解碼(20 概率模型標(biāo)識(shí)符(m)， -使用所述概率模型標(biāo)識(shí)符(m)在集合(L)中選擇(204)概率模型(Pm)，所述集合(L) 包括從當(dāng)前碼元(Sc)之前編碼的碼元定義的當(dāng)前概率模型(Pc)以及概率模型的子集(E)， 其中子集(E)包括至少一個(gè)由默認(rèn)定義的概率模型(PO)，-在所述子集(E)中添加(20 當(dāng)前概率模型(Pc)，選擇的概率模型(Pm)變成當(dāng)前概率模型(Pc)，-使用所述當(dāng)前概率模型(Pc)解碼(206)所述當(dāng)前碼元(Sc)，以及-根據(jù)所述當(dāng)前碼元(Sc)的解碼(206)來(lái)更新(208)所述當(dāng)前概率模型(Pc)。
全文摘要
本發(fā)明涉及用于算術(shù)編碼流(F)中的碼元的方法，包括以下步驟使用當(dāng)前概率模型(Pc)編碼(106)當(dāng)前碼元(Sc)，以及根據(jù)當(dāng)前碼元(Sc)的編碼(106)更新(108)當(dāng)前概率模型。所述方法在所述流(F)中分布的切換點(diǎn)(100)處，還包括以下步驟根據(jù)編碼開(kāi)銷判據(jù)在至少兩個(gè)概率模型的集合(L)中選擇(102)當(dāng)前概率模型(Pc)，以及編碼(104)選擇的概率模型的標(biāo)識(shí)符。
文檔編號(hào)H04N7/26GK102474274SQ201080030043
公開(kāi)日2012年5月23日 申請(qǐng)日期2010年6月22日 優(yōu)先權(quán)日2009年7月1日
發(fā)明者D.索羅, E.弗朗科伊斯, J.維隆, P.伯德斯 申請(qǐng)人:湯姆森特許公司