CN116566397A - 编码、解码方法、编码器、解码器、电子设备及存储介质 - Google Patents
编码、解码方法、编码器、解码器、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116566397A CN116566397A CN202210102679.XA CN202210102679A CN116566397A CN 116566397 A CN116566397 A CN 116566397A CN 202210102679 A CN202210102679 A CN 202210102679A CN 116566397 A CN116566397 A CN 116566397A
- Authority
- CN
- China
- Prior art keywords
- data
- context
- sequence number
- bit
- decoded
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
- H03M7/4006—Conversion to or from arithmetic code
- H03M7/4012—Binary arithmetic codes
- H03M7/4018—Context adapative binary arithmetic codes [CABAC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本公开提供了一种编码、解码方法、编码器、解码器、电子设备及存储介质,涉及编/解码技术领域。该编码方法包括:将待压缩数据进行二值化处理,得到用一元码表示的待压缩数据对应的二进制比特流;根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型,对比特位的值进行二进制算术编码;其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位的数量是根据预设条件设置的。本公开实施例中每个上下文序号对应至少一个比特位,且每个上下文序号对应的比特位的数量可以根据预设条件设置,如此,每个上下文序号对应的比特位的数量变为非均匀、可配置的,进而可以更好地适应值域范围比较大的场景。
Description
技术领域
本公开涉及编/解码技术领域,尤其涉及一种编码方法、解码方法、编码器、解码器、电子设备及计算机可读存储介质。
背景技术
哈夫曼编码需要保存码表,无法自适应数据的不同分布。为了解决哈夫曼编码无法自适应数据的不同分布的问题,可以采用基于上下文自适应的二进制算术编码。但是,在值域范围比较大的场景下,二进制算术编码的效果较差。因此,如何更好地适应值域范围较大的场景成为研究的重点。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种编码方法、解码方法、编码器、解码器、电子设备及存储介质,至少在一定程度上解决相关技术中在值域范围比较大的场景下,二进制算术编码的效果较差的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种编码方法,方法包括:
将待压缩数据进行二值化处理,得到用一元码表示的待压缩数据对应的二进制比特流;
根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型,对比特位的值进行二进制算术编码;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位的数量是根据预设条件设置的。
在本公开的一个实施例中,上下文模型是基于二进制比特流中每个比特位的顺序构建的。
在本公开的一个实施例中,方法还包括:
根据预设条件,将二进制比特流的比特位按照排列顺序依次划分为多个组别,每个组别对应一个上下文序号;
针对每个组别的比特位的值,分别构建上下文模型。
在本公开的一个实施例中,预设条件,包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
在本公开的一个实施例中,在预设条件为二进制比特流中目标值的出现概率时,下文序号对应的比特位数量与比特位上目标值的出现概率呈反比。
在本公开的一个实施例中,待压缩数据包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
根据本公开的另一个方面,提供一种解码方法,方法包括:
获取待解码数据,待解码数据包括多个上下文序号对应的编码数据;
利用每个上下文序号对应的上下文模型,对上下文序号对应的编码数据进行算术解码,得到上下文序号对应的比特位的值;
根据每个上下文序号对应的比特位的值,得到待解码数据解码后的二进制比特流;
对待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
根据本公开的另一个方面,提供一种编码器,编码器包括:
二值化模块,被配置为采用一元码将待压缩数据进行二值化处理,得到待压缩数据对应的二进制比特流;
算术编码模块,被配置为根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型对比特位的值进行二进制算术编码;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
根据本公开的另一个方面,提供一种解码器,解码器包括:
数据获取模块,被配置为获取待解码数据,待解码数据包括多个上下文序号对应的编码数据;
算术解码模块,被配置为利用每个上下文序号对应的上下文模型,对上下文序号对应的编码数据进行算术解码,得到上下文序号对应的比特位的值;
比特流还原模块,被配置为根据每个上下文序号对应的比特位的值,得到待解码数据解码后的二进制比特流;
逆二值化模块,被配置为对待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的编码方法和/或解码方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的编码方法和/或解码方法。
本公开的实施例所提供的编码方法,将待压缩数据进行二值化处理,得到用一元码表示的待压缩数据对应的二进制比特流,根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型,对比特位的值进行算术编码,可完成整个数域的二值化。
每个上下文序号对应至少一个比特位,且每个上下文序号对应的比特位的数量可以根据预设条件设置。如此,每个上下文序号对应的比特位的数量变为非均匀、可配置的,进而可以更好地适应值域范围比较大的场景。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本公开实施例中一种值域范围分布情况示意图;
图2本公开实施例中一种编码方法流程示意图;
图3本公开实施例中上下文序号与比特位对应关系示意图;
图4本公开实施例中一种解码方法流程示意图;
图5本公开实施例中一种编码器示意图;
图6本公开实施例中一种解码器示意图;和
图7本公开实施例中一种计算机设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为便于理解,在介绍本公开的具体实施例前首先介绍本公开中的相关技术及技术术语。
熵编码:无损编码的一种方式,把指定的数据(语法元素)转换为比特(bit)流的过程,可以通过该比特流完全恢复原始数据。
算术编码:把一串符号编码成一个算术数字的过程。
算术解码:把一个算术数字还原成一串符号的过程。
二进制算术编解码:0/1二进制串符号的算术编解码过程。
MPS(Most Probable Symbol,最有可能的符号):出现概率较高的符号,可以是0,也可以是1。本公开实施例中以1指代MPS符号。
LPS(Least Probable Symbol,最不可能的符号):出现概率较低的符号,跟MPS符号对应,本公开实施例中以0指代LPS符号。
二值化:把数据(语法元素)转换为对应的二进制符号串的过程。
上下文建模:算术编/解码的过程依赖于符号出现的概率。一般以ctxId表达概率模型的序号,每个序号对应一个概率分布。编码/解码特定二进制符号时,需明确该符号所属的概率模型。特定的二进制符号和对应的概率模型之间的关系确定称之为上下文建模。其中,概率模型也可以称为上下文模型。
Bypass编码:等概率符号编码,以固定bit数输出对应的符号串,一种不经过二进制算术编解码的编码方式。
熵编码属于无损编码方法,哈夫曼编码属于熵编码的一种,但是需要保存码表,无法自适应数据的不同分布。基于上下文自适应的二进制算术编码可以较好的解决这个问题,被诸多标准如h.264采用。
上下文自适应的二进制算术编码有三个关键部分,一是数据的二值化,二是上下文建模,三是算术编解码,其中二值化和上下文建模是算术编码***压缩效率的关键。
发明人发现:二值化和上下文建模,需要特殊设计以符合原始数据分布的统计特性,很多数据分布下并未采用上下文自适应二进制算术编码方法。例如H.264等标准主要针对了视频的残差,运动矢量等采用了上下文自适应算术编码,而对于4x4块的变换系数则采用了CAVLC(Context Adaptive Variable Length Coding,基于上下文自适应的可变长编码)方法,甚至部分数据采用bypass编码。数据范围大,低值概率分布大,高值概率分布小的情况目前尚无算术编码手段。
本公开实施例针对数据范围大,低值概率分布大,高值概率分布小的情况,提供了一种编码方法、解码方法及相关设备,其中,编码方法以一元码完成二值化,以非均匀,可配置的方式对一元码的第N个bit建模,采用该方法可完成整个数域的二值化。采用该建模方式,低值区域上下文多,高值区域上下文少,匹配了低值区域概率分布大,高值区域概率分布小的分布特征。
相关技术中,把一个具体的数值转换为对应的二进制符号串的几种典型方式包括一元码,截断一元码,指数哥伦布码等。其中截断一元码是已知最大编码值的特殊情形。
作为一个示例,一元码如表1所示。
表1
数值 | 一元码 |
0 | 0 |
1 | 10 |
2 | 110 |
3 | 1110 |
4 | 11110 |
5 | 111110 |
作为一个示例,截断一元码如表2所示。
表2
数值 | 截断一元码(5) |
0 | 0 |
1 | 10 |
2 | 110 |
3 | 1110 |
4 | 11110 |
5 | 11111 |
作为一个示例,0阶指数哥伦布码如表3所示。
表3
数值 | 0阶指数哥伦布码 |
0 | 0 |
1 | 010 |
2 | 011 |
3 | 00100 |
4 | 00101 |
5 | 00110 |
相关技术中算数编码的建模方式,具有如下特点:
a.在编码/解码每个bit时,该bit必须明确对于属于哪个上下文模型,上下文模型必须建立;
b.上下文建模存在难题,若上下文数目太多,则由于上下文内符号的频率太低,概率估计的适应会失败。若上下文数目太少,则上下文内的符号实际上具有不同统计,概率估计不能精密地近似相应上下文内所有这些符号的实际符号统计;
c.实际结果如h.264标准仅针对残差,运动矢量等少量场景进行了上下文建模,其他的标准场景上下文建模少,无法通用。
下面结合具体示例,说明相关技术中存在的问题。
如图1所示的情况下,值域范围比较大,应用算术编解码比较困难。
一元码表示29:111111111111111111111111111110
0阶指数哥伦布码表示29:000011110
在图1所示的情况下,如果采用指数哥伦布码,则bit流里面0/1不规则,无法创建有利的MPS符号;如果采用一元码,则潜在的二进制串过长,对应的上下文模型过多,进而,无法应用前文中介绍的相关技术中的二值化及建模方案。
下面结合附图详细介绍本公开实施例提供的编码方法和解码方法。
本公开实施例提供的编码方法和解码方法可以由任意具备计算处理能力的电子设备执行。
例如,该方法的执行主体,可以但不限于任一能够被配置为执行本公开实施例提供的编码方法和/或解码方法的终端设备、服务器,或者,该方法的执行主体,还可以是能够执行该方法的客户端本身。
服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
终端可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、增强现实设备、虚拟现实设备等,本申请在此不做限制。
图2示出本公开实施例中一种编码方法流程图,如图2所示,本公开实施例中提供的编码方法包括如下步骤:
步骤S202,将待压缩数据进行二值化处理,得到用一元码表示的待压缩数据对应的二进制比特流;
步骤S204,根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型,对比特位的值进行二进制算术编码;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位的数量是根据预设条件设置的。
下面对上述步骤进行详细说明,具体如下所示:
在本公开实施例中,执行该编码方法的终端设备可以将待压缩数据进行二值化处理。其中,待压缩数据可以是终端设备采集的数据,也可以是终端设备接收的其它设备传输过来的数据。
上述步骤S202中,二值化的过程完全采用一元码表达。二值化处理的过程,详见上文对技术术语的介绍,在此不再赘述。
每个上下文序号对应的比特位的数量是根据预设条件设置的。这里,每个上下文序号可以对应一个或多个比特位,也就是说每个上下文序号包含的比特位的数量可以是非均匀、可配置的。
作为一个示例,上下文序号和比特位的对应关系可以如图3所示。
前文中的上下文模型,可以是前文中介绍的概率模型。
为便于理解,下面结合一个具体的示例,介绍基于一个上下文模型进行算术编码的过程。
作为一个示例,一个上下文序号对应3个比特位,3个比特位的值为001。这里,“001”中0的概率为0.6,1的概率为0.4。
在该示例中,算术编码会对0-1进行区间划分。
0:[0,0.6),1:[0.6,1)
001的第一个比特位的值是0,那么可以选择0的区间[0,0.6)作为新的目标区间。针对新的目标区间,可以按照0和1的占比进行划分。
0:[0,0.36),1:[0.36,0.6)
001的第二个比特位的值还是0,那么可以再次选择0的区间[0,0.36)作为新的目标区间。针对新的目标区间,可以按照0和1的占比进行划分。
0:[0,0.216),1:[0.216,0.36)
001的第三个比特位的值是1,那么最后落入区间:[0.216,0.36)
因为0.25位于[0.216,0.36)间,(0.25)10=(0.01)2,最终编码为01,省掉一位。
算术编码的压缩本质,就是在保留字符排列顺序的同时,对于更高频出现的字符,也就是概率更大的字符,赋予更大的小数区间。因此,就需要尽量使最终目标区间的范围更大。
需要说明的是,本公开中采用的是二进制算术编码。二进制算术编码的编码方法与上述示例中算术编码的方法相似,但是输入只有两个符号“0”,“1”,也就是说输入的是二进制串,即二进制比特流。
除了是对二进制串进行编码这个特征外,二进制算术编码跟普通的算术编码还有一些区别,总体上可以按照如下进行描述:
输入符号串中的符号分为两种:MPS和LPS,分别代表出现概率大小的符号,需要根据实际情况进行调整。如果输入的二进制串中的“0”较多,“1”较少,那么MPS=“0”,LPS=“1”。
具体的编码过程详见相关技术中对二进制算术编码的介绍,在此不再赘述。
本公开实施例针对数据范围大,低值概率分布大,高值概率分布小的情况,提供了一种编码方法、解码方法及相关设备,其中,编码方法以一元码完成二值化,以非均匀,可配置的方式对一元码的第N个bit建模,采用该方法可完成整个数域的二值化。
每个上下文序号对应至少一个比特位,且每个上下文序号对应的比特位的数量可以根据预设条件设置。如此,每个上下文序号对应的比特位的数量变便为非均匀、可配置的;采用该建模方式,低值区域上下文多,高值区域上下文少,匹配了低值区域概率分布大,高值区域概率分布小的分布特征。在一些实施例中,上述编码方法还可以包括:
根据预设条件,将二进制比特流的比特位按照排列顺序依次划分为多个组别,每个组别对应一个上下文序号;
针对每个组别的比特位的值,分别构建上下文模型。
其中,预设条件,可以包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
本公开实施例提供的编码方法,可以根据不同的情况选择不同的组别划分的预设条件,例如,能以可配置的方式完成低值区域概率分布大,高值区域概率分布小这一类的通用建模方式,进而可以更好地适应不同的编码场景,提升编码效率。
作为一个示例,在预设条件为二进制比特流中目标值的出现概率时,下文序号对应的比特位数量与比特位上目标值的出现概率呈反比。
需要说明的是,上文中待压缩数据可以包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
本公开实施例提供的编码方法,以一元码完成了整个数域的二值化,而不是分段的复杂编码方式;以非均匀的方式完成了上下文建模,低值区域上下文多,高值区域上下文少,匹配了低值区域概率分布大,高值区域概率分布小的分布特征,具有更高的压缩比,且更通用,更简单。
基于同一发明构思,本公开实施例中还提供了一种解码方法,如图4所示,该解码方法包括如下步骤:
步骤S402,获取待解码数据,待解码数据包括多个上下文序号对应的编码数据;
步骤S404,利用每个上下文序号对应的上下文模型,对上下文序号对应的编码数据进行算术解码,得到上下文序号对应的比特位的值;
步骤S406,根据每个上下文序号对应的比特位的值,得到待解码数据解码后的二进制比特流;
步骤S408,对待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
需要说明的是,上文中解码后的数据与前文中的待压缩数据对应,可以包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
在一些实施例中,预设条件,可以包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
在一些实施例中,在预设条件为二进制比特流中目标值的出现概率时,下文序号对应的比特位数量与比特位上目标值的出现概率呈反比。
该解码方法实施例解决问题的原理与上述编码方法实施例相似,重复之处不再赘述。
作为一个示例,与前文中编码过程的示例对应,
读入:01,求其原二进制序列
[0.01]2=[0.25]10
1,第一次划分,0.25落入[0,0.6]
得到输出:0
2,第二次划分,0.25落入[0,0.36]
得到输出:0
3,第三次划分,0.25落入[0.216,0.36]
得到输出:1
如果有控制位或者已经定长,则有到此已经知道序列结束,序列为001。
下面结合一个具体的示例,详细说明本公开实施例中编码和解码的过程。
首先,上述实施例中编码方法和解码方法可以分别在编码端和解码端执行,也可以在同一电子设备上执行,在此不作限定。为便于描述,下文示例中以编码端执行编码方法,解码端执行解码方法为例进行说明。
编码端可以用于执行如下步骤:
第1步:对二进制串的第N个符号建模;
这里,在构建上下文模型的过程中,可以按照图3所示的上下文序号和比特位的对应关系进行建模。
第2步:对特定的值v利用一元码二进制符号化,得到二进制串s=11…10(v个1);
例如,v为9s=1111111110
第3步:对二进制串中的每个符号编码。
这里,对s=1111111110中每个符号编码,过程如下:
编码第0个符号1,使用上下文序号0;
编码第1个符号1,使用上下文序号1;
编码第2个符号1,使用上下文序号2;
编码第3个符号1,使用上下文序号3;
编码第4个符号1,使用上下文序号4;
编码第5个符号1,使用上下文序号4;
编码第6个符号1,使用上下文序号4;
编码第7个符号1,使用上下文序号4;
编码第8个符号1,使用上下文序号5;
编码第9个符号0,使用上下文序号5,编码结束。
使用到了0,1,2,3,4,5共6个上下文。
上述步骤中使用上下文序号进行编码,便是前文中介绍的二进制算术编码。
解码端可以用于执行如下步骤:
第1步:和编码端同样的建模方式;
这里,建模的过程与前文中编码端的建模过程对应,如此,便于完成对编码端压缩数据的解码。
第2步:解码出每个具体的符号,并统计符号为1的个数。
这里,解码出每个具体的符号的过程如下:
使用上下文序号0,解码第0个符号,结果是1,继续解码;
使用上下文序号1,解码第1个符号,结果是1,继续解码;
使用上下文序号2,解码第2个符号,结果是1,继续解码;
使用上下文序号3,解码第3个符号,结果是1,继续解码;
使用上下文序号4,解码第4个符号,结果是1,继续解码;
使用上下文序号4,解码第5个符号,结果是1,继续解码;
使用上下文序号4,解码第6个符号,结果是1,继续解码;
使用上下文序号4,解码第7个符号,结果是1,继续解码;
使用上下文序号5,解码第8个符号,结果是1,继续解码;
使用上下文序号5,解码第9个符号,结果是0,解码结束;
共有9个1,值为9。
使用到了0,1,2,3,4,5共6个上下文。
基于同一发明构思,本公开实施例中还提供了一种编码器,如下面的实施例所述。由于该编码器实施例解决问题的原理与上述编码方法实施例相似,因此该编码器实施例的实施可以参见上述编码方法实施例的实施,重复之处不再赘述。
图5示出本公开实施例中一种编码器,如图5所示,该编码器500包括:
二值化模块502,被配置为采用一元码将待压缩数据进行二值化处理,得到待压缩数据对应的二进制比特流;
算术编码模块504,被配置为根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型对比特位的值进行二进制算术编码;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
在一些实施例中,该编码器500,还可以包括:
组别划分模块,被配置为根据预设条件,将二进制比特流的比特位按照排列顺序依次划分为多个组别,每个组别对应一个上下文序号;
上下文建模模块,被配置为针对每个组别的比特位的值,分别构建上下文模型。
在一些实施例中,预设条件,可以包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
在一些实施例中,在预设条件为二进制比特流中目标值的出现概率时,下文序号对应的比特位数量与比特位上目标值的出现概率呈反比。
在一些实施例中,待压缩数据可以包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
本申请实施例提供的编码器,可以用于执行上述各方法实施例提供的编码方法,其实现原理和技术效果类似,为简介起见,在此不再赘述。
基于同一发明构思,本公开实施例中还提供了一种解码器,如下面的实施例所述。由于该解码器实施例解决问题的原理与上述解码方法实施例相似,因此该解码器实施例的实施可以参见上述解码方法实施例的实施,重复之处不再赘述。
图6示出本公开实施例中一种解码器,如图6所示,该解码器500包括:
数据获取模块602,被配置为获取待解码数据,待解码数据包括多个上下文序号对应的编码数据;
算术解码模块604,被配置为利用每个上下文序号对应的上下文模型,对上下文序号对应的编码数据进行算术解码,得到上下文序号对应的比特位的值;
比特流还原模块606,被配置为根据每个上下文序号对应的比特位的值,得到待解码数据解码后的二进制比特流;
逆二值化模块608,被配置为对待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
在一些实施例中,预设条件,可以包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
在一些实施例中,在预设条件为二进制比特流中目标值的出现概率时,下文序号对应的比特位数量与比特位上目标值的出现概率呈反比。
在一些实施例中,解码后的数据可以包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
本申请实施例提供的解码器,可以用于执行上述各方法实施例提供的解码方法,其实现原理和技术效果类似,为简介起见,在此不再赘述。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为***、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图7来描述根据本公开的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同***组件(包括存储单元720和处理单元710)的总线730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元710可以执行如下步骤:
将待压缩数据进行二值化处理,得到用一元码表示的待压缩数据对应的二进制比特流;
根据二进制比特流中每个比特位对应的上下文序号,选择用于编码比特位的值的上下文模型,对比特位的值进行算术编码;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位的数量是根据预设条件设置的。
在一些实施例中,所述处理单元710还可以用于执行如下步骤:
根据预设条件,将二进制比特流的比特位按照排列顺序依次划分为多个组别,每个组别对应一个上下文序号;
针对每个组别的比特位的值,分别构建上下文模型。
在一些实施例中,所述处理单元710还可以用于执行如下步骤:
获取待解码数据,待解码数据包括多个上下文序号对应的编码数据;
利用每个上下文序号对应的上下文模型,对上下文序号对应的编码数据进行算术解码,得到上下文序号对应的比特位的值;
根据每个上下文序号对应的比特位的值,得到待解码数据解码后的二进制比特流;
对待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个上下文序号对应至少一个比特位,每个上下文序号对应的比特位数量是根据预设条件设置的。
存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备740(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备700交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器760通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可选地,计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
在具体实施时,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (11)
1.一种编码方法,其特征在于,所述方法包括:
将待压缩数据进行二值化处理,得到用一元码表示的所述待压缩数据对应的二进制比特流;
根据所述二进制比特流中每个比特位对应的上下文序号,选择用于编码所述比特位的值的上下文模型,对所述比特位的值进行二进制算术编码;
其中,每个所述上下文序号对应至少一个比特位,每个所述上下文序号对应的比特位的数量是根据预设条件设置的。
2.根据权利要求1所述的方法,其特征在于,所述上下文模型是基于二进制比特流中每个比特位的顺序构建的。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预设条件,将二进制比特流的比特位按照排列顺序依次划分为多个组别,每个所述组别对应一个上下文序号;
针对每个所述组别的比特位的值,分别构建上下文模型。
4.根据权利要求3所述的方法,其特征在于,所述预设条件,包括如下条件中的至少一种:
二进制比特流中目标值的出现概率、组别划分的经验值。
5.根据权利要求4所述的方法,其特征在于,在所述预设条件为二进制比特流中目标值的出现概率时,所述下文序号对应的比特位数量与所述比特位上目标值的出现概率呈反比。
6.根据权利要求1所述的方法,其特征在于,所述待压缩数据包括如下数据中的至少一种:
视频数据、音频数据、图像数据、文本数据。
7.一种解码方法,其特征在于,所述方法包括:
获取待解码数据,所述待解码数据包括多个上下文序号对应的编码数据;
利用每个所述上下文序号对应的上下文模型,对所述上下文序号对应的编码数据进行算术解码,得到所述上下文序号对应的比特位的值;
根据每个所述上下文序号对应的比特位的值,得到所述待解码数据解码后的二进制比特流;
对所述待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个所述上下文序号对应至少一个比特位,每个所述上下文序号对应的比特位数量是根据预设条件设置的。
8.一种编码器,其特征在于,包括:
二值化模块,被配置为采用一元码将待压缩数据进行二值化处理,得到所述待压缩数据对应的二进制比特流;
算术编码模块,被配置为根据所述二进制比特流中每个比特位对应的上下文序号,选择用于编码所述比特位的值的上下文模型对所述比特位的值进行二进制算术编码;
其中,每个所述上下文序号对应至少一个比特位,每个所述上下文序号对应的比特位数量是根据预设条件设置的。
9.一种解码器,其特征在于,包括:
数据获取模块,被配置为获取待解码数据,所述待解码数据包括多个上下文序号对应的编码数据;
算术解码模块,被配置为利用每个所述上下文序号对应的上下文模型,对所述上下文序号对应的编码数据进行算术解码,得到所述上下文序号对应的比特位的值;
比特流还原模块,被配置为根据每个所述上下文序号对应的比特位的值,得到所述待解码数据解码后的二进制比特流;
逆二值化模块,被配置为对所述待解码数据解码后的二进制比特流,进行一元码的逆二值化处理,得到解码后的数据;
其中,每个所述上下文序号对应至少一个比特位,每个所述上下文序号对应的比特位数量是根据预设条件设置的。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-6中任意一项所述的编码方法,或执行权利要求7所述的解码方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任意一项所述的编码方法,或执行权利要求7所述的解码方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102679.XA CN116566397A (zh) | 2022-01-27 | 2022-01-27 | 编码、解码方法、编码器、解码器、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102679.XA CN116566397A (zh) | 2022-01-27 | 2022-01-27 | 编码、解码方法、编码器、解码器、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116566397A true CN116566397A (zh) | 2023-08-08 |
Family
ID=87490274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210102679.XA Pending CN116566397A (zh) | 2022-01-27 | 2022-01-27 | 编码、解码方法、编码器、解码器、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116566397A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117874314A (zh) * | 2024-03-13 | 2024-04-12 | 时粤科技(广州)有限公司 | 一种基于大数据处理的信息可视化方法及*** |
-
2022
- 2022-01-27 CN CN202210102679.XA patent/CN116566397A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117874314A (zh) * | 2024-03-13 | 2024-04-12 | 时粤科技(广州)有限公司 | 一种基于大数据处理的信息可视化方法及*** |
CN117874314B (zh) * | 2024-03-13 | 2024-05-10 | 时粤科技(广州)有限公司 | 一种基于大数据处理的信息可视化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105684316B (zh) | 一种Polar码编码方法、装置 | |
RU2630750C1 (ru) | Устройство и способ для кодирования и декодирования исходных данных | |
US10666289B1 (en) | Data compression using dictionary encoding | |
US20110181448A1 (en) | Lossless compression | |
US8159374B2 (en) | Unicode-compatible dictionary compression | |
EP1465349A1 (en) | Embedded multiple description scalar quantizers for progressive image transmission | |
CN112398484A (zh) | 一种编码方法及相关设备 | |
CN113630125A (zh) | 数据压缩、编码解压缩方法、装置、电子设备及存储介质 | |
CN103152054A (zh) | 算术编码的方法和设备 | |
CN111918071A (zh) | 数据压缩的方法、装置、设备及存储介质 | |
CN116566397A (zh) | 编码、解码方法、编码器、解码器、电子设备及存储介质 | |
US20220005229A1 (en) | Point cloud attribute encoding method and device, and point cloud attribute decoding method and devcie | |
CN112449191B (zh) | 压缩多个图像的方法、解压缩图像的方法和装置 | |
US8018359B2 (en) | Conversion of bit lengths into codes | |
CN116668691A (zh) | 一种图片压缩传输方法、装置及终端设备 | |
CN110944212A (zh) | 一种视频帧重构方法、装置及终端设备 | |
CN104682966A (zh) | 列表数据的无损压缩方法 | |
US10585626B2 (en) | Management of non-universal and universal encoders | |
CN110913220A (zh) | 一种视频帧编码方法、装置及终端设备 | |
CN116567239A (zh) | 编解码方法、装置、编解码器、设备及介质 | |
CN116418997A (zh) | 特征数据压缩方法、装置、***、电子设备及存储介质 | |
CN116366070A (zh) | 小波系数编码方法、装置、***、设备及介质 | |
CN110545435A (zh) | 一种基于概率模型的桌面像素编码方法、装置及存储介质 | |
US20230085142A1 (en) | Efficient update of cumulative distribution functions for image compression | |
CN116567238A (zh) | 编解码方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |