視頻壓縮方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及視頻壓縮領(lǐng)域。
[0002] 相關(guān)申請的交叉引用
[0003] 本專利申請主張并設(shè)及在2012年10月7日提交的美國臨時專利申請序列號 61/710, 723的優(yōu)先權(quán)，該美國臨時專利申請全部內(nèi)容結(jié)合于此作為參考。
【背景技術(shù)】
[0004] 原始視頻文件占用大量的空間。例如，每秒60帖師S)的、帖分辨率為1920X1080 個像素的、顏色深度為3且每顏色8比特的高清晰度（皿）電影，消耗；
[0005] 每秒 1,920X1，080X60X3 = 373, 248, 000 字節(jié)。
[0006] 兩個小時該樣的電影會占用：
[0007] 373, 248, 000*7, 200 = 2, 687, 385, 600, 000 字節(jié) > 3 萬億字節(jié)（Tbyte)。
[000引要在普通DVD盤即4. 7千兆字節(jié)佑的te)的盤上存儲該電影，需要；
[0009] > 2,687/4. 7>600張DVD盤。
[0010] 并且，要在互聯(lián)網(wǎng)，比如說100Mbps的快速通道上，傳送該電影，需要：
[0011] > 2, 687, 386X8/100 > 2, 149, 908 秒> 60 小時。
[0012] 視頻壓縮是減小視頻大小而不影響感知質(zhì)量的技術(shù)。
[0013] 視頻內(nèi)容并不總是用最好的設(shè)備和最好的照片拍攝采集。在該種情況下，數(shù)字圖 像處理，也被稱為視頻增強，可W大幅度提高視頻的可視質(zhì)量，并有助于視頻壓縮過程。一 些用于視頻增強的已知方法使用如W下內(nèi)容的視頻預(yù)處理工具：
[0014] 去交錯值e-interlacing)在拍攝快速移動的對象時，交錯的影片可能會出現(xiàn)問 題。移動對象在"偶數(shù)"的畫面可能在一個地方，而在"奇數(shù)"的畫面可能在另一個地方產(chǎn) 生了非常令人煩擾的"剝離（stripped)"的畫面。
[0015] 去組塊值e-blocking)組塊狀構(gòu)件是當(dāng)前的MPEG的低質(zhì)量高壓縮的視頻的副作 用。去組塊大大提高了該樣的視頻的質(zhì)量。
[0016] 銳化（化a巧ening)強調(diào)質(zhì)感與細(xì)節(jié)，當(dāng)后續(xù)處理大部分的數(shù)碼圖像時是非常關(guān) 鍵的。"虛邊蒙片（unsha巧mask)"被實際用于銳化圖像。
[0017] 去噪值e-noising)，在發(fā)送或接收"信號"的任何電子設(shè)備中總是存在某種程度的 噪聲。對于電視，該信號是通過電纜發(fā)射或通過天線接收到的廣播數(shù)據(jù)；對于數(shù)碼相機，該 信號是到達(dá)相機傳感器的光。視頻去噪是從視頻信號中除去噪聲的處理。
[0018] 穩(wěn)定化（St油ilization)用于減少與相機的運動有關(guān)的模糊。具體地，它可W補 償攝影機或其它成像設(shè)備的搖動和傾斜。對于視頻攝像機，相機抖動引起可見的在錄制的 視頻中的帖到帖抖動（jitter)。
[0019] 攝像機標(biāo)定（Camera化libration)對于為獲得穩(wěn)定可靠的圖像是很重要的。操 作不同步或者不準(zhǔn)確調(diào)整的攝像機可W創(chuàng)建模糊或混亂的圖像。
[0020] 該些工具可W大大提高視頻質(zhì)量，并有助于壓縮過程。該里，忽略該個問題，并假 定視頻已按要求進(jìn)行了預(yù)處理。參見參考文獻(xiàn)[1]w了解更多詳情。
[0021] 數(shù)字視頻包括一起存儲在同一個容器文件中的如視頻、音頻和控制的多個流。例 如，常見的容器格式有；AVI(音頻視頻交錯）、WMV(Windows媒體視頻）、FLV(閃存視頻）、 MOV(蘋果快速時間電影）。視頻流本身通常是獨立于其它流的，或獨立于容器的類型，并且 可W呈現(xiàn)為許多不同的格式。媒體播放器，如蘋果的iTunes和微軟Windows媒體播放器， 使用相應(yīng)的編解碼器（Codec)(編碼器/解碼器，化coder/Decoder)的軟件在屏幕上顯示 該視頻。
[0022] 所顯示的視頻通常W原始RGB顏色空間格式表示，因為人的視覺系統(tǒng)W類似的方 式工作，即，人眼的色覺是基于紅色、綠色和藍(lán)色傳感器。原始的RGB文件100被示意性地描 繪于圖1，其包括頭部部分120,緊隨的是帖130。頭部120包含視頻參數(shù)，如；n-行數(shù)，m-列 數(shù)，化及N-帖數(shù)。帖130包含n*m個像素值，每個像素值均為R、G和B的S元組（triplet)。
[0023] 原始YUV色彩空間格式是用于視頻呈現(xiàn)的另一個非常有用的格式。該里，Y對應(yīng) 于視頻的黑色和白色呈現(xiàn)，而U和V對應(yīng)于所添加的顏色差異。有許多類似的公式，用于將 RGB轉(zhuǎn)換到Y(jié)UV或反之。其中一個，見參考文獻(xiàn)巧]，例示于圖2中，其中在單元210中給出 了RGB至YUV的變換公式，并且在單元220中給出了YUV至RGB的變換公式。原始YUV文 件300被示意性地描繪于圖3中，其包括如圖1的單元120中的頭部部分310、W及隨后的 Y帖320、U帖330和V帖340。示出了用于Y、U和V分量的典型帖。在下文中，僅考慮容器 文件中的視頻流部分，并且不失一般性地（W. 1.g.)，假設(shè)一YUV色彩空間呈現(xiàn)。
[0024] 攝影機可能會在影片中多次改變其視角。場面的該些變化，也被稱為電影的剪輯 (cut),由它們的形狀和內(nèi)容進(jìn)行區(qū)分，參見參考文獻(xiàn)巧]。對壓縮而言，該意味著在剪輯之 間幾乎沒有冗余。
[0025] 剪輯文件400被示意性地描繪于圖4中，其包括頭部部分410、W及隨后的剪輯 420。頭部如下：
[0026] n是行數(shù)，m為列數(shù)，
[0027]N是帖數(shù)，并且M是剪輯數(shù)。
[002引文件的每個剪輯具有與圖3的單元300中給出的YUV文件格式相同的結(jié)構(gòu)。為簡 單起見，從現(xiàn)在開始將著手考慮每個該樣的剪輯的僅一個該樣組成部分。一般化到所有組 成部分是簡單的。
[0029]小波（Wavelet)和多小波（multiwavelet)，詳見參考文獻(xiàn)[4]，是將在后面的應(yīng)用 中使用的重要的數(shù)學(xué)工具。經(jīng)典的離散小波變換值WT)濾波器示于圖5 ; -對低通和高通 分析濾波器示于單元510,并且一對低通和高通合成濾波器示于單元520。例如，一維哈爾 變換化aartransform)示于單元530。
[0030] 在一般情況下，需要m> 1個濾波器，如在圖6中所描繪的；分析濾波器示于單元 610并且合成濾波器示于單元620。例如2D哈爾變換示于單元630。更一般地，該些濾波器 可W指離散多小波變換值MWT)。
[0031] 整數(shù)？n的點陣（lattice)歐幾里德空間？n中的n元組整數(shù)的集合。帖可W被 表示為點陣？ 2上的矩形網(wǎng)格，并且視頻可W被表示為？ 3上的立方網(wǎng)格。點陣的一個子 集，其本身也是點陣，被稱為子點陣。圖7給出了子點陣？ 2的例子。在單元710中描繪了 梅花形（Quincunx)的子點陣。白色圓圈點對應(yīng)于偶數(shù)子點陣，而黑色圓圈點對應(yīng)于奇數(shù)子 點陣。在單元720中在類似地描繪了雙值的值yadic)子點陣。梅花形子點陣是由單元715 的擴張矩陣（dilationmatrix)來確定的，并且雙值的子點陣是通過單元725的擴張矩陣 來確定的。子點陣的數(shù)量是由相應(yīng)的擴張矩陣的行列式確定的，在梅花形情況下為2,在雙 值的情況下為4。下采樣是指從給定點陣提取子點陣的過程。例如，在圖8中顯示了雙值下 采樣。在單元810中給出了輸入信號，在單元820中給出了時間下采樣，在單元830中給出 了空間下采樣，并在單元840中給出了組合的空間和時間下采樣。

【發(fā)明內(nèi)容】

[0032] 根據(jù)本發(fā)明的一個方面，提供了一種編碼視頻的方法，包括：接收視頻；對接收的 視頻執(zhí)行收縮操作，所述收縮操作包括：從所述視頻創(chuàng)建第一較低分辨率視頻；W及依次 地創(chuàng)建另外的N-1個較低分辨率視頻，另外的較低分辨率視頻中的每一個都是從前一個較 低分辨率視頻創(chuàng)建的；壓縮最低分辨率視頻；通過解壓縮最低分辨率壓縮視頻來創(chuàng)建最低 分辨率重構(gòu)視頻；對最低分辨率重構(gòu)視頻執(zhí)