CN1675932A - 用于视频编码的采用后向自适应的速率失真优化数据分割***和方法 - Google Patents

Abstract

公开了一种利用DCT系数的后向自适应速率失真优化数据分割(RD－DP)，提供简单高效的分层视频编码技术的***和方法。该视频编码***可包括速率失真优化数据分割编码器和解码器。RD－DP编码器逐块调整分割点，由此大大地提高了基层比特流的编码效率且无需显式传输，从而大大节省了带宽。RD－DP解码器还可以从已解码的数据中以后向方式查找分割位置。

Description

用于视频编码的采用后向自适应 的速率失真优化数据分割***和方法

本申请要求于2002年8月6日提交的、序号为60/401300的美国临时申请的利益，其内容通过引用结合到本文中。

1.发明领域

本发明涉及可伸缩视频编码***，具体地说，本发明涉及采用离散余弦变换(DCT)系数的后向自适应速率失真(rate-distortion)优化数据分割(data partioning)(RD-DP)的高效分层视频编码技术。本发明具体适用于可变带宽网络和可适应不同的比特率，并因此适应不同质量的图像的计算机***。

2.现有技术说明

视频是图片序列，每幅图片由像素阵列构成。未压缩视频的尺寸非常巨大。为了减小其尺寸，可以采用视频压缩方法来缩小其尺寸并提高数据传输率。已经建立了各种视频编码方法(如MPEG-1、MPEG-2和MPEG-4)，以便提供用于数字存储介质上的运动图片和相关音频的编码表示的国际标准。

这种视频编码方法将原始视频数据格式化并进行压缩，以适于低速率传输。例如，MPEG-2标准的格式由4层构成：图片组层、图片层、像条层、宏块层、块层。视频序列以包含一个或多个图片组(GOP)的序列头开始，以序列结束码结束。图片组(GOP)包含一个头和一系列图片，以允许访问视频序列。

这些图片是视频序列的主编码单元。一幅图片由表示亮度(Y)和两个色度(Cb和Cr)值的三个矩形矩阵构成。Y矩阵具有偶数个行和列。Cb和Cr矩阵在每个方向(水平和垂直)上为Y矩阵尺寸的一半。像条是一个或多个“邻接的”宏块。像条内宏块的次序为从左到右和从上到下。

宏块是MPEG算法中的基本编码单元。宏块是一帧中的16×16的像素段。因为每个色度分量具有亮度分量的垂直和水平分辨率的一半，所以一个宏块由四个Y块、一个Cr块和一个Cb块构成。块是MPEG算法中最小的编码单元，它由8×8个像素构成，属于下列类型之一：亮度(Y)、红色色度(Cr)或蓝色色度(Cb)。块是帧内编码中的基本单元。

MPEG-2标准定义了三种类型的图片：帧内图片(I图片)、预测图片(P图片)和双向图片(B图片)。帧内图片即I图片只利用图片本身现有的信息进行编码，并提供压缩视频数据的潜在随机存取点。预测图片即P图片相对于最接近的前一个I图片或P图片进行编码。与I图片相似，P图片也可以用作B图片和后续P图片的预测参考。再者，P图片采用运动补偿来提供比I图片更多的压缩。双向图片即B图片是可同时将先前图片和后续图片用作参考的图片。B图片提供最大的压缩，因为它同时利用先前图片和后续图片作为参考。这三种类型的图片组合形成一组图片。

MPEG变换编码算法包括如下编码步骤：离散余弦变换(DCT)、量化和行程长度编码。

视频编码中的一个重要技术是可伸缩性。就此而言，可伸缩的视频编解码器定义为一种能够生成可分成嵌入子集的比特流的编解码器。这些子集可以独立地进行解码以提供质量提高了的视频序列。因此，一个压缩操作可以生成具有不同速率和重建质量的比特流。可以首先传送原始比特流的一个小子集，以提供基层质量，之后再以增强层的形式传送附加的层。可伸缩性得到大多数视频压缩标准(如MPEG-2、MPEG-4和H.263)的支持。

可伸缩性的一个重要应用是在错误复原的视频传输领域。可伸缩性可以用于对基层施加比对增强层更强的差错防护(即不均等的差错防护)。因此，即使在不利的传输信道条件下，仍将以较高概率成功地将基层解码。

数据分割(DP)有利于可伸缩性。例如，在MPEG-2中，像条层指示特定比特流中包含的块变换系数的最大数量(称为优先断点(priority break point))。数据分割是一种频域方法，它将64个量化变换系数的块分成两个比特流。第一个是较高优先级的比特流(例如基层)，其中含有更关键的较低频率系数和辅助信息(sideinformation)(如DC值、运动矢量)。第二个是较低优先级的比特流(例如增强层)，它承载较高频率的AC数据。

具体地说，在常规的DP视频编码器(例如MPEG\)中，将一个层的比特流分割成DCT域中的两个或两个以上的比特流。在传输期间中，发送一个或多个比特流以实现比特率可伸缩性。可以对基层和增强层数据应用不均等差错防护，以提高对信道劣化的鲁棒性。在解码之前，根据资源分配和/或接收机能力，将接收到的比特流或它们的一个子集合并成一个比特流，并予以编码。

常规DP结构在家庭网络环境中具有多种优势。更具体地说，在其质量最佳时，这种DP的速率失真性能与单层DP的性能一样好，而同时还允许速率可伸缩性。速率失真(R-D)性能涉及查找速率和失真的最优组合。此最优组合不是唯一的(也可视为成本和质量的最优组合)。R-D方案尝试以尽可能少的比特表示信息片断，同时在某种程度上获得最佳再现质量。

还要注意，在常规DP结构中，在其质量最佳时，额外的解码复杂性开销非常小，同时DP提供更宽范围的解码器复杂性可伸缩性。这是因为DCT行程长度对的变长编码(VLD)-即计算量最大的部分-现在变得可伸缩。

在常规DP结构中，DCT优先断点(PBP)值需要以辅助信息的形式显式发送。为了将开销降至最小，对于每个像条或视频分组内的所有DCT块，PBP值通常是固定的。

虽然常规的DP方法简单且具有一些优点，但它不能调整基层优化，因为每个像条或视频分组内的所有块只采用一个PBP值。因此，需要可加以调整以提供改进的基层优化的视频编码技术。

本发明通过允许在DCT块级调整每个BP值而提供了改进的数据分割技术，由此解决了上述需求。在本发明的一个实施例中，这可以通过采用基于上下文的后向自适应方法以最小的开销(每个像条或视频分组甚至每个帧约采用20个比特)来实现。

本发明的一个方面涉及一种提供DCT系数的后向自适应速率失真优化数据分割(RD-DP)的***和方法。

在本发明的另一个方面中，RD-DP逐块调整分割点，从而大大提高了基层比特流的编码效率。这还允许解码器以后向方式从已解码数据查找分割位置，且无需显式传输，由此大大节省了带宽。

在本发明的另一个方面中，要计算拉格朗日参数λ。利用标准一维二分算法(bisection algorithm)确定λ的值以满足(用于基层传输信道的)速率预算Rb。

本发明的一个实施例涉及一种用于可伸缩视频编码器的数据分割方法。该方法包括如下步骤：接收视频数据；确定视频帧的多个宏块的DCT系数；量化所述DCT系数以及将量化的DCT系数转换成(行程，长度)对。对于视频帧中的每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特及一个系数值X_i ^k。如果第k个(行程，长度)对的第k个比率小于λ或者如果第k个比率是不小于λ的第一比率，则将该第k个(行程，长度)对置于基层中；而如果第k个(行程，长度)对的第k个比率大于λ，则将该第k个(行程，长度)对置于增强层中，其中λ是根据拉格朗日计算确定的。

本发明的另一个实施例涉及一种在可伸缩视频解码器中确定基层和至少一个增强层之间的边界的方法。该方法包括如下步骤：接收所述基层和至少一个增强层，所述基层和增强层包含表示视频中的多个宏块的(行程，长度)对的数据。对于视频帧中的每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特且具有系数值X_i ^k。如果第k个(行程，长度)对的比率小于λ或第k个比率是不小于λ的第一比率，则从基层读取所述第k个(行程，长度)对；而如果第k个(行程，长度)对的比率大于λ，则从所述至少一个增强层读取所述第k个(行程，长度)对，其中λ是根据拉格朗日计算确定的。

本发明的再一个实施例涉及一种可以将来自基层的数据与来自至少一个增强层的数据合并的可伸缩解码器。该解码器包括存储器和处理器，所述存储器存储计算机可执行过程步骤，而所述处理器执行存储在所述存储器中的过程步骤以达到如下目的：(i)接收基层和至少一个增强层，所述基层和增强层包含表示视频帧中的多个宏块的(行程，长度)对的数据；(2)对于所述视频帧中每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特且具有系数值X_i ^k；以及(3)如果第k个(行程，长度)对的比率小于λ或第k个比率是不小于λ的第一比率，则从基层读取所述第k个(行程，长度)对；而如果第k个(行程，长度)对的比率大于λ，则从所述至少一个增强层读取所述第k个(行程，长度)对，其中λ是根据拉格朗日计算确定的。

本发明的又一个实施例涉及一种可伸缩的变码器。将单层编码视频流(MPEG-1、MPEG-2、MPEG-4、H.264等)部分地解码，并根据前述边界确定方法实施例，针对每个DCT块确定比特流分割点。之后，根据所述分离点将VLC代码分成两个或两个以上的部分。部分解码涉及变长编码、逆向扫描和逆矢量化。不需要逆向DCT或运动补偿。

以上已给出本发明的简要概述，由此可以迅速理解本发明的原理。结合附图参考如下针对优选实施例的详细说明，可以更全面地理解本发明。

图1显示了根据本发明一个方面的视频编码***。

图2显示了速率失真曲线。

图3显示了可实施本发明的计算机***。

图4显示了图3所示计算机***中的个人计算机的体系结构。

图5显示了根据本发明一个实施例的变码器的方框图。

图1显示了采用分层编码和按优先级进行传输的可伸缩视频***100。分层源编码器110将输入的视频数据编码。分层的源编码器110的输出包括基层121和一个或多个增强层122-124。多个信道120承载输出编码数据。分层源解码器130对编码的数据进行解码。

有多种实现分层编码的不同方式。例如，在时域分层编码中，基层包含帧速率较低的比特流，而增强层包含用于获取帧速率较高的输出的增量信息(incremental information)。在空间域分层编码中，基层对原始视频序列的子采样版本进行编码，而增强层包含用于在解码器上获得更高空间分辨率的附加信息。

一般来说，不同的层使用不同的数据流，对信道错误具有明显不同的容错能力。为了对抗信道差错，分层编码通常与传输优先级设置相结合，以便以较高的差错防护等级来传送基层。如果基层121丢失，则增强层122-124中所含的数据可能无用。

在本发明的一个实施例中，可在DCT块级灵活控制基层121的视频质量。可以通过采用基于上下文的后向自适应方法在DCT块级调整PBP来控制期望的基层。

注意，DCT的目的在于降低相邻错误像素之间的相关性，以及将错误像素的能量压缩成几个系数。因为量化之后许多高频系数为零，所以变长编码(VLC)是通过行程长度编码方法来实现的，行程长度编码方法利用所谓的之字形扫描将系数排序成一维数组，使低频系数置于高频系数之前。这样，量化系数可通过非零值和前置的零的数量来指定。不同的符号(每个对应于一对零行程和非零值)可利用变长码字来编码。

可伸缩视频***100最好采用熵编码技术。在熵编码中，按之字形顺序扫描以将量化的DCT系数重新排列成一维数组。此重排操作将DC系数置于数组的第一个位置，而将剩余的AC系数按从低频到高频的顺序(沿水平和垂直方向)安排。假定较高频率的量化DCT系数更可能为零，由此可将非零部分和零值部分分开。将重排的数组编码成行程和等级(level)对的序列。行程定义为数组中两个非零系数之间的距离。等级是紧随零序列之后的非零值。此编码方法形成8×8DCT系数的紧凑表示，因为大量系数已经被量化为零值。

行程-等级对和有关宏块的信息(例如运动矢量)以及预测类型进一步采用熵编码进行压缩。为此，采用变长码和固定长度码。

视频***100的设计受到实用速率失真(RD)理论的启发。RD理论在编码和压缩方案中有用，在这些方案中，可用带宽是事先已知的，而且目的是取得在此带宽内可达到的最佳再现质量(即自适应算法)。

下面***地讨论优化分割(即基层和增强层分割)的求解。在以下讨论中，假定每个视频帧有“n”个DCT块，而就基层分割而言，比特率预算Rb是已知的。该比特率预算是根据最低视频质量需求和信道吞吐量波动来确定的。然后，为解决优化分割，可如下将所述优化问题公式化：

在条件： $\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{Ri}\left(\mathrm{Pi}\right)\≤\mathrm{Rb}$ 下，求极小值： $\underset{P1,...,\mathrm{Pn}}{\min }\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{Di}\left(\mathrm{Pi}\right)---\left(1\right)$

其中Pi∈{0，1，...，K(i)}，i＝1，...，n是第i个块的拆分点值，K(i)表示第i个块中的最大(行程，长度)对，Ri(Pi)和Di(Pi)分别表示对应的比特率和第i个块的失真度。

根据拉格朗日优化，可以利用迭代二分算法解决该优化问题。最优分割点Pi对于所有i＝1，...，n满足如下条件：

$\frac{\∂\mathrm{Di}\left(\mathrm{Pi}\right)}{\∂\mathrm{Ri}\left(\mathrm{Pi}\right)}+\mathrm{\λ}=0,i=1,...,n---\left(2\right)$

其中，通过标准二分法搜索以满足(1)中的速率约束而确定拉格朗日参数λ＞0。

如果第i个块的第k个DCT(行程，长度)对是L_i ^k个比特且具有系数值X_i ^k，则第i个块的速率失真(R-D)曲线的斜率具有下列一组离散值：

$\frac{\∂\mathrm{Di}\left(\mathrm{Pi}\right)}{\∂\mathrm{Ri}\left(\mathrm{Pi}\right)}=\frac{\mathrm{Di}\left(P_{i+1}\right)-\mathrm{Di}\left(\mathrm{Pi}\right)}{\mathrm{Ri}\left(P_{i+1}\right)-\mathrm{Ri}\left(\mathrm{Pi}\right)}\∈{\left\{\frac{{\left|X_i^k\right|}^2}{L_i^k}\right\}}_{k=1}^{k\left(i\right)}---\left(3\right)$

参考图2，显示凸曲线R-D是为了说明如何确定分割点和分层源解码器130可如何以后向自适应方式推断该分割点。要注意的是，即使R-D曲线不是凸曲线，分层源解码器130也以相同的方式工作。

从图2，可以看出一般λ是相对于R的递减函数，一般来说，存在下列关系：

$\frac{{\left|X_i^1\right|}^2}{L_i^1}\≥\frac{{\left|X_i^2\right|}^2}{L_i^2}\≥\·\·\·\≥\frac{{\left|X_i^{K\left(i\right)}\right|}^2}{L_i^{K\left(i\right)}}---\left(4\right)$

根据公式(4)，下面给出分层源编码器110上的DCT系数分割算法。要注意的是，为此，帧的视频数据采用离散余弦变换(DCT)来进行转换，DCT系数经过量化，然后利用变长编码(VLC)转换成二进制码字(行程(run)，长度(length))对。

for i＝1，...，n{对于帧中的每个宏块

       for k＝1，...，K(i){对于每个(行程，长度)对，

                           计算对应的X_i ^k，L_i ^k；

                           将第k个(行程，长度)VLC置于基层；

                           if ${\left|X_i^k\right|}^2/L_i^k<\mathrm{\&lambda;}$ break(中断)；

       }

       将第i个块的剩余(行程，长度)置入增强层。

}

拉格朗日参数λ可以单独编码，并作为辅助信息(即开销信息)发送。分层源解码器130可以利用如下算法查找基层121和增强层122的边界并发现同步。

for i＝1，...，n{对于帧中的每个宏块

          for k＝1，...，K(i){对于每个(行程，长度)对，

                                  从基层读取VLC(行程，长度)对；

                                  计算对应的X_i ^k，L_i ^k；

                                  if ${\left|X_i^k\right|}^2/L_i^k<\mathrm{\&lambda;}$ break(中断)；

          }

          从增强层读取第i个宏块的剩余(行程，长度)对

}

在(行程，长度)对的实际变长编码实现方案中，图2所示的R-D曲线可以是非凸的，因为VLC只是信息源的真实熵的近似。在此情况下，测试变量|X_i ^k|²/L_i ^k相对于k不再是单调的。但是，即使在此情况下，仍可以看出编码和解码算法可完全同步，因为两个算法都在满足 ${\left|X_i^k\right|}^2/L_i^k<\mathrm{\&lambda;}$ 的第一个(行程，长度)对之后退出。

如上所述，要发送的唯一辅助信息是拉格朗日参数λ。利用标准一维二分算法确定λ的值，以满足公式(1)的速率预算Rb。但是，λ的最优值可以是实数，并且应该加以量化，以便在信道120上传输。

在优选实施例中，如下确定量化λ的编码精度。知道|X_i ^k|²/L_i ^k对于所有I、k只有离散值，就可确定编码精度。例如L_i ^k的大小的最大值的上限为霍夫曼(Huffman)表中的最大码字长度，而|X_i ^k|的最大值的上限为DCT系数的范围。更具体地说，对L_i ^k和|X_i ^k|进行编码所需比特数的上限分别为log₂(霍夫曼表中码字的最大长度)和log₂(DCT系数的范围)。

例如，如果最长VLC为64比特长且DCT系数为-2048和2047之间的整数，则可以用log₂(64)+log₂(2048)＝19个比特对λ的值编码。因为此开销只需在视频帧的帧头中发送一次，所以可以看出采用RD-DP导致的比特率增加是最少的。本领域技术人员还将知道，λ值的开销还可以在像条或视频分组级上发送，以对抗帧头丢失。

因此，通过更可靠的传输信道来传送λ值和对应的低频DCT系数和一些高频DCT系数(如基层121)，可实现更为动态的DCT信息分配。这就允许在来自一个或多个增强层122-124的数据丢失的情况下对视频的最低质量进行更多的控制。

以上所述的本发明实施例适用于任何可伸缩的视频编码***，例如MPEG-2、MPEG-4、H.263等。

图3说明可实施本发明的计算机***9的一个代表性实施例。如图3所示，个人计算机(“PC”)10包括与网络接口的网络连接11，如可变带宽网络或因特网，以及包括与其它远程资源如录像机(未示出)接口的传真/调制解调器连接12。PC10还包括用于显示信息(包括视频数据)的显示屏14、用于输入文本和用户命令的键盘15、用于在显示屏14上定位光标和输入用户命令的鼠标13、用于读写其中安装的软盘的软盘驱动器16以及用于访问存储在CD-ROM上的信息的CD-ROM驱动器17。PC10还可以具有相连的一个或多个***设备，如用于输入文档文本图像、图形图像等的扫描仪(未示出)和用于输出图像、文本等的打印机19。

图4显示PC10的内部结构。如图4所示，PC10包括存储器20，存储器20又包括计算机可读介质(如计算机硬盘)。存储器20存储数据23、应用程序25、打印驱动程序24和操作***26。在本发明的优选实施例中，操作***26是视窗操作***，如MicrosoftWindows95；当然本发明也可采用其它操作***。存储器20所存储的应用程序中有可伸缩视频编码器21和可伸缩视频解码器22。可伸缩视频编码器21以下面将要详详述的方式执行可伸缩视频数据编码，可伸缩视频解码器22对已按可伸缩视频编码器21规定的方式编码的视频数据进行解码。

PC10中还包括显示器接口29、键盘接口30、鼠标接口31、磁盘驱动器接口32、CD-ROM驱动器接口34、计算机总线36、RAM37、处理器38和打印机接口40。处理器38最好包括微处理器等，用于在RAM37外执行如上所述的应用程序。此类应用程序(包括可伸缩视频编码器21和可伸缩视频解码器22)可以存储在存储器20(如上所述)中或存储在磁盘驱动器的软盘或CD-ROM驱动器17的CD-ROM中。处理器38通过磁盘驱动器接口32存取存储在软盘上的应用程序(或其它数据)以及通过CD-ROM驱动器接口34存取存储在CD-ROM上的应用程序(或其它数据)。

PC4的应用程序执行和其它任务可以使用键盘15或鼠标13来启动，来自它们的命令分别通过键盘接口30和鼠标接口31发送到处理器38。PC10上运行的应用程序的输出结果可以经显示器接口29处理，然后在显示屏14上向用户显示或通过网络连接11输出。例如，已由可伸缩视频编码器21编码的输入视频数据通常通过网络连接11输出。另一方面，来自例如可变带宽网络的编码视频数据由可伸缩视频解码器22解码，并在显示屏14上显示。至此，显示器接口29最好包括显示处理器，以便根据处理器38经计算机总线36提供的解码视频数据形成视频图像，然后将这些图像输出到显示屏14上。在PC10上运行的其它应用程序(如字处理器程序)的输出结果可以通过打印机接口40提供给打印机19。处理器38执行打印驱动程序24，以在将其发往打印机19之前对此打印作业执行适当的格式化。

本发明的另一个实施例涉及一种可伸缩变码器。如图5所示，单层编码视频比特流200(MPEG-1、MPEG-2、MPEG-4、H.264等)由变长解码器210部分解码。DCT系数220发送到逆向扫描/量化装置230，然后发送到分割点查找器240。根据以上讨论的边界确定方法实施例确定每个DCT块的比特流拆分点。之后，根据这些分割点将VLC码250分割成两个或两个以上的部分。结果提供给变长码缓冲器260。根据该实施例，部分解码涉及变长解码、逆向扫描和逆矢量化。不需要逆向DCT或运动补偿。

虽然本发明的上述实施例最好实现为计算机代码，但以上讨论的所有或部分实施例可以利用分离的硬件单元和/或逻辑电路来实现。再者，虽然本发明的编码和解码技术是在PC环境中进行描述的，但这些技术还可以在任何类型的视频设备中使用，包括但不限于数字电视/机顶盒、视频会议设备等。

至此，已参照特定的说明性实施例对本发明作了描述。例如，上述实施例中描述的本发明原理还可应用于分割增强层。应理解，本发明不限于上述实施例及其修改，本领域的技术人员可以在不背离所附权利要求书的精神和范围的前提下进行各种变更和修改。

Claims (29)

1.一种用于可伸缩视频编码器(110)的数据分割方法，它包括如下步骤：

接收视频数据；

确定视频帧的多个宏块的DCT系数；

量化所述DCT系数；

将所述量化的DCT系数转换成(行程，长度)对；以及

对于所述视频帧中的每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特及一个系数值X_i ^k；以及

如果第k个(行程，长度)对的第k个比率小于λ或所述第k个比率是不小于λ的第一比率，则将该第k个(行程，长度)对置于基层(121)中；而如果所述第k个(行程，长度)对的第k个比率大于λ，则将该第k个(行程，长度)对置于增强层(122-124)中，其中λ是根据拉格朗日计算确定的。

2.如权利要求1所述的方法，其特征在于还包括：通过不同的传输信道(120)传送所述基层(121)和增强层(122-124)。

3.如权利要求1所述的方法，其特征在于：所述可伸缩视频编码器(110)是MPEG-4编码器。

4.如权利要求1所述的方法，其特征在于：所述可伸缩视频编码器(110)是H.263编码器。

5.如权利要求1所述的方法，其特征在于：所述可伸缩视频编码器(110)是MPEG-2编码器。

6.如权利要求1所述的方法，其特征在于：所述可伸缩视频编码器(110)是具有DCT变换和熵编码的视频编码器。

7.如权利要求1所述的方法，其特征在于：所述可伸缩视频编码器(110)通过对单层MPEG-2、MPEG-4和H.26L进行转码来实现的。

8.如权利要求1所述的方法，其特征在于还包括：量化λ并将量化值作为辅助信息传送到解码器(130)。

9.如权利要求6所述的方法，其特征在于：所述量化值是取决于DCT动态范围和VLC表的离散值。

10.如权利要求6所述的方法，其特征在于：所述量化值是具有用户定义精度的离散值。

11.如权利要求6所述的方法，其特征在于：所述辅助信息只在视频帧的帧头中发送一次。

12.如权利要求6所述的方法，其特征在于：所述辅助信息可以发送到像条头或视频分组头以提高稳健性。

13.如权利要求1所述的方法，其特征在于：利用二分算法确定λ的值以满足用于所述基层(121)的传输信道(120)的速率预算。

14.如权利要求1所述的方法，其特征在于：利用自适应算法确定λ的值以满足用于所述基层(121)的传输信道的速率预算。

15.一种在可伸缩视频解码器(130)中用于确定基层(121)和至少一个增强层(122)之间的边界的方法，所述方法包括如下步骤：

接收所述基层(121)及所述至少一个增强层(122)，所述基层和增强层包含表示视频帧中的多个宏块的(行程，长度)对的数据；

对于所述视频帧中的每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特及一个系数值X_i ^k；以及

如果所述第k个(行程，长度)对的比率小于λ或所述第k个比率是不小于λ的第一比率，则从所述基层读取所述第k个(行程，长度)对；而如果所述第k个(行程，长度)对的比率大于λ，则从所述至少一个增强层读取所述第k个(行程，长度)对，其中λ是通过将辅助信息解码而确定的。

16.如权利要求15所述的方法，其特征在于还包括：通过不同的传输信道(120)接收所述基层(121)和增强层(122)。

17.如权利要求15所述的方法，其特征在于：所述可伸缩视频解码器(130)是MPEG-4解码器。

18.如权利要求15所述的方法，其特征在于：所述可伸缩视频解码器(130)是H.263解码器。

19.如权利要求15所述的方法，其特征在于：所述可伸缩视频解码器(130)是MPEG-2解码器。

20.如权利要求15所述的方法，其特征在于：所述可伸缩视频解码器(130)是采用DCT和熵编码的视频解码器。

21.如权利要求15所述的方法，其特征在于：所述可伸缩视频解码器(130)是由设在从下列解码器：MPEG-2、MPEG-4和H.26L解码器中选择的一个单层视频解码器之前的合并器实现的。

22.如权利要求15所述的方法，其特征在于还包括如下步骤：将λ作为与所述视频帧相关的辅助信息接收。

23.如权利要求22所述的方法，其特征在于：所述辅助信息是可以用最小比特开销编码的离散数值。

24.如权利要求22所述的方法，其特征在于：所述辅助信息只在所述视频帧的帧头中发送一次。

25.如权利要求22所述的方法，其特征在于：对于每个像条头或视频分组头，复制所述辅助信息以提高稳健性。

26.如权利要求15所述的方法，其特征在于：确定λ以满足用于所述基层(121)的传输信道的速率预算。

27.一种可以将来自基层(121)和至少一个增强层(122)的数据合并的可伸缩视频解码器(130)，它包括：

存储计算机可执行过程步骤的存储器(20)；以及

执行存储在所述存储器中的过程步骤以达到如下目的的处理器(38)：(i)接收所述基层和所述至少一个增强层，所述基层和增强层包含表示视频帧中的多个宏块的(行程，长度)对的数据；(2)对于所述视频帧中的每组所述多个宏块，确定比率|X_i ^k|²/L_i ^k，其中第i个块的第k个(行程，长度)对是L_i ^k个比特及一个系数值X_i ^k；以及(3)如果所述第k个(行程，长度)对的比率小于λ或所述第k个比率是不小于λ的第一比率，则从所述基层读取所述第k个(行程，长度)对；而如果所述第k个(行程，长度)对的比率大于λ，则从所述至少一个增强层读取所述第k个(行程，长度)对，其中λ是根据拉格朗日计算确定的。

28.如权利要求27所述的方法，其特征在于：所述解码器将λ作为与所述视频帧相关的辅助信息接收，且所述辅助信息只在视频帧的帧头中发送一次。

29.如权利要求27所述的方法，其特征在于：确定λ的值以满足用于所述基层(121)的传输信道的速率预算。

Images