Procedimiento de codificación de una imagen o de una secuencia de imágenes,

que genera un flujo de datos que presenta una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles n con una resolución predeterminada de dichas imágenes, comprendiendo dicho procedimiento una etapa de codificación de al menos una de dichas capas, de nivel n+1, por predicción al menos a partir de dicha capa de nivel n, permitiendo cada una de dichas capas de datos de nivel n reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, caracterizado porque dicho procedimiento codifica también, para una al menos de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada y porque dicho subflujo singular de dicha capa de nivel n no se utiliza durante dicha etapa de codificación por predicción de dichas capas de nivel diferente de n

Dispositivos y procedimientos de codificación y decodificación escalables de flujos de datos de imágenes, señal, programa informático y módulo de adaptación de calidad de imagen correspondientes.

1. Ámbito de la invención

El ámbito de la presente invención es el de la codificación y de la decodificación de imágenes o de secuencias de imágenes de vídeo. Más precisamente, la invención se refiere a una técnica escalable de codificación y de decodificación de imágenes (en inglés "scalable"), es decir, con una calidad adaptable y resolución espacio-temporal variable.

2. Soluciones de la técnica anterior

Muchos sistemas de transmisión de datos son actualmente heterogéneos en el sentido de que comunican a una pluralidad de clientes que disponen de tipos de acceso a los datos muy diferentes. De esta manera, a la red mundial Internet, por ejemplo, se puede acceder tanto a partir de un terminal de tipo ordenador personal (PC) como de un radioteléfono. Más en general, la banda ancha para el acceso a la red, las capacidades de tratamiento de los terminales clientes, el tamaño de sus pantallas varían en gran medida de un usuario a otro. De esta manera, un primer cliente puede por ejemplo acceder a la red Internet desde un PC potente y disponer de una velocidad ADSL (en inglés "Asymmetric Digital Subscriber Line" para "Línea de abonado digital asimétrica") de 1.024 kbits/s mientras que un segundo cliente intenta acceder a los mismos datos y en el mismo momento desde un terminal de tipo PDA (en inglés "Personal Digital Assistant" para "Asistente digital personal") conectado a un módem de baja velocidad.

Por lo tanto, es necesario proponer a estos usuarios diferentes un flujo de datos que se adapte tanto en términos de velocidad como de resolución de las imágenes según sus diferentes necesidades. Esta necesidad se impone más ampliamente a todas las aplicaciones accesibles para clientes que disponen de capacidades de acceso y de tratamiento muy diferentes y, sobre todo, las aplicaciones de:

Para responder a estas diferentes necesidades, se han desarrollado algoritmos de codificación de imágenes escalables o "scalables" que permiten una calidad adaptable y una resolución espacio-temporal variable. El codificador genera un flujo comprimido que presenta una estructura jerárquica de capas, en la que cada una de las capas está anidada en una capa de nivel superior. Por ejemplo, una primera capa de datos transmite un flujo a 256 kbits/s que podrá decodificarse por medio de un terminal de tipo PDA y una segunda capa de datos complementaria transmite un flujo de resolución superior a 256 kbits/s que podrá decodificarse, de forma complementaria al primero, por medio de un terminal más potente de tipo PC. La velocidad necesaria para el transporte de estas dos capas anidadas es en este ejemplo de 512 kbits/s.

Algunos de estos algoritmos de codificación de vídeo escalables están pendientes actualmente de adoptarse por parte de la norma MPEG (en inglés "Moving Picture Expert Group" para "Grupo de expertos en imágenes en movimiento"), en el marco del grupo de trabajo MPEG-21.

En especial, el modelo que ha establecido el grupo de trabajo MPEG-21 SVC (en inglés "Scalable Video Coding" para "Codificación de vídeo escalable") se llama SVM (en inglés "Scalable Video Model" para "Modelo de vídeo escalable") y se basa en un codificador escalable basado en soluciones de tipo AVC (en inglés "Advanced Video Coding" para "Codificación de vídeo avanzada"). Este modelo se describe más detalladamente en el documento N6716 ISO/IEC JTC 1/SC 29/WG 11, titulado "Scalable Video Model 3.0", octubre de 2004, Palma de Mallorca, España. El grupo de trabajo MPEG-21 tiene por objeto proponer una norma de suministro de flujos escalables de grano medio en las dimensiones temporal, espacial y de calidad.

2.1 El codificador SVM MPEG-21

2.1.1 Principales características del codificador

La figura 1 ilustra la estructura de un codificador como este, que presenta una estructura piramidal. Los componentes de entrada de vídeo 10 sufren un submuestreo diádico (decimación 2D por 2 referenciada 11, decimación 2D por 4 con referencia 12). Cada uno de los flujos submuestreados sufre a continuación una descomposición temporal 13 de tipo MCTF (en inglés "Motion Compensated Temporal Filtering" para "Filtrado temporal compensado por movimiento"). Una versión de baja resolución de la secuencia de vídeo se codifica 14 hasta una velocidad dada R_r0_máx que se corresponde con la velocidad máxima decodificable para la resolución espacial baja r0 (este nivel de base es compatible con AVC).

Los niveles superiores se codifican a continuación 15, 16 por medio de la sustracción del nivel anterior reconstruido y submuestreado y codificación de los residuos en forma de:

Más precisamente, los bloques de filtrado MCTF 13 realizan un filtrado de ondas pequeñas temporal, es decir, que realinean las señales en el sentido del movimiento antes del filtrado de ondas pequeñas: emiten información 17 de movimiento que alimenta un bloque 14-16 de codificación de movimiento e información 18 de textura, que alimenta un módulo 19 de predicción. Los datos predichos a la salida del módulo 19 de predicción sirven para realizar una interpolación 20 desde el nivel inferior. También alimentan un bloque 21 de transformación espacial y de codificación entrópica, que trabaja en niveles de refinamiento de la señal. Un módulo 22 de multiplexación ordena a los diferentes subflujos generados en un flujo de datos comprimido global.

La figura 2 ilustra los resultados obtenidos por medio del codificador escalable de la figura 1, en forma de curvas velocidad-distorsión, representadas para resoluciones espaciales (CIF/QCIF, en inglés "Common Interface Format/Quarter Common Interface Format", donde CIF se corresponde con un medio formato de TV y QCIF con un cuarto de formato TV) o temporales (7,5-30 Hz, número de imágenes por segundo) diferentes. En el eje de ordenadas se ha representado el PSNR (en inglés "Peak Signal to Noise Ratio" para "Relación señal-ruido pico") y en el eje de abscisas, la velocidad expresada en kbits/s. De esta manera, la curva con referencia 23 se corresponde con una resolución espacial QCIF a una frecuencia temporal de 7,5 Hz, la curva con referencia 24 con una resolución QCIF a 15 Hz, la curva con referencia 25 con una resolución CIF a 15 Hz y la curva con referencia 26 con una resolución CIF a 30 Hz.

2.1.2 Generación de las capas de información en el codificador

La figura 3 ilustra el mecanismo de predicción/extracción de información que lleva a cabo el codificador SVM. Se presenta a continuación más detalladamente la predicción llevada a cabo en la codificación, que consiste en codificar una capa de resolución espacial del nivel n dado por predicción...

1. Procedimiento de codificación de una imagen o de una secuencia de imágenes, que genera un flujo de datos que presenta una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles n con una resolución predeterminada de dichas imágenes, comprendiendo dicho procedimiento una etapa de codificación de al menos una de dichas capas, de nivel n+1, por predicción al menos a partir de dicha capa de nivel n, permitiendo cada una de dichas capas de datos de nivel n reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, caracterizado porque dicho procedimiento codifica también, para una al menos de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada y porque dicho subflujo singular de dicha capa de nivel n no se utiliza durante dicha etapa de codificación por predicción de dichas capas de nivel diferente de n.

2. Procedimiento de codificación según la reivindicación 1, caracterizado porque codifica dichas capas de datos de nivel n en forma de al menos un subflujo de base, que permite reconstruir una versión de calidad de base de las imágenes con dicha resolución de nivel n y para una al menos de dichas capas de datos de nivel n, de al menos un subflujo de realce, que permite refinar dicha versión de calidad de base para obtener al menos una versión de calidad realzada de dichas imágenes y porque dicha calidad máxima predeterminada es:

3. Procedimiento de codificación según cualquiera de las reivindicaciones 1 y 2, caracterizado porque comprende también una primera etapa de inserción en dicho flujo de datos de al menos una información que permita identificar dicho al menos un subflujo singular en el seno de dicho flujo de datos.

4. Procedimiento de codificación según cualquiera de las reivindicaciones 1 a 3, caracterizado porque también lleva a cabo, para al menos algunas de dichas imágenes, una segunda etapa de inserción en dicho flujo de datos de al menos una información de calidad de reconstrucción asociada a al menos algunos datos de al menos algunas de dichas capas, siendo dicha calidad de reconstrucción una función de al menos un parámetro velocidad/distorsión.

5. Dispositivo de codificación de una imagen o de una secuencia de imágenes, que comprende medios de generación de un flujo de datos que presenta una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles con una resolución predeterminada de dichas imágenes, dicho dispositivo comprende medios de codificación de al menos una de dichas capas, de nivel n+1, por predicción al menos a partir de dicha capa de nivel n, permitiendo cada una de dichas capas de datos de nivel n reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, caracterizado porque dicho dispositivo comprende también medios de codificación, para una al menos de dichas capas de datos de nivel n, de al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada y porque dicho subflujo singular de dicha capa de nivel n no se utiliza por parte de dichos medios de codificación por predicción de dichas capas de nivel diferente a n.

6. Dispositivo de codificación según la reivindicación 5, caracterizado porque comprende un módulo de extracción de puntos de predicción que permiten extraer, en el seno de dicha capa de nivel n, datos a tener en cuenta durante la codificación por predicción de dicha capa de nivel n+1.

7. Procedimiento de decodificación de un flujo de datos representativo de una imagen o de una secuencia de imágenes, que presenta una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles n con una resolución predeterminada de dichas imágenes, permitiendo cada una de dichas capas de datos de nivel n de dicho flujo reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, estando codificada una al menos de dichas capas, de nivel n+1 por predicción al menos a partir de dicha capa de nivel n, caracterizado porque comprendiendo dicho flujo de datos, para una al menos de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada y porque dicho procedimiento lleva a cabo, para la reconstrucción de una de dichas imágenes con dicha resolución de nivel n, etapas de:

no siendo decodificados dichos subflujos singulares de dichas capas de nivel inferior a n durante dicha reconstrucción.

8. Dispositivo de decodificación de un flujo de datos representativo de una imagen o de una secuencia de imágenes, presentando dicho flujo de datos una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles n con una resolución predeterminada de dichas imágenes, permitiendo cada una de dichas capas de datos de nivel n de dicho flujo reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, habiéndose codificado una al menos de dichas capas, de nivel n+1 por predicción al menos a partir de dicha capa de nivel n, caracterizado porque dicho flujo de datos comprende, para una al menos de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada; dicho dispositivo prevé, para la reconstrucción de una de dichas imágenes con dicha resolución de nivel n:

no siendo decodificados dichos subflujos singulares de dichas capas de nivel inferior a n durante dicha reconstrucción.

9. Señal de transmisión de un flujo de datos representativa de una imagen o de una secuencia de imágenes, presentando dicho flujo de datos una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos niveles n con una resolución predeterminada de dichas imágenes, habiéndose codificado una al menos de dichas capas, de nivel n+1 por predicción al menos a partir de dicha capa de nivel n, permitiendo reconstruir cada una de dichas capas de datos de nivel n de dicho flujo una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminadas, estando estructurada dicha señal en entidades de información en el seno de las que se transmite dicho flujo de datos, comprendiendo cada una de dichas entidades de información un encabezamiento, que informa sobre un tipo de dicha entidad de información y un campo de datos útiles, caracterizada porque dicha señal también transmite, para una al menos una de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada, no utilizándose dicho subflujo singular de nivel n para reconstruir dichas imágenes con una resolución de nivel diferente a n.

10. Señal según la reivindicación 9, caracterizada porque comprende también al menos una entidad de información de un tipo específico, que comprende al menos una información de calidad de reconstrucción asociada a al menos algunos datos de dicho flujo, siendo dicha calidad de reconstrucción una función de al menos un parámetro velocidad/distorsión.

11. Programa informático que comprende instrucciones de código de programa para la ejecución de las etapas del procedimiento de codificación de una imagen o de una secuencia de imágenes según una cualquiera de las reivindicaciones 1 a 4 cuando dicho programa se ejecuta en o por parte de un microprocesador.

12. Programa informático que comprende instrucciones de código de programa para la ejecución de las etapas del procedimiento de decodificación de un flujo de datos representativo de una imagen o de una secuencia de imágenes según la reivindicación 7 cuando dicho programa se ejecuta por parte de un microprocesador.

13. Módulo de adaptación de calidad de una imagen o de una secuencia de imágenes, estando alimentado por un flujo de datos origen representativo de una imagen o de una secuencia de imágenes, presentando dicho flujo de datos origen una estructura jerárquica de capas de datos anidadas de n niveles sucesivos, donde n es un número entero, correspondiéndose cada uno de dichos n niveles con una resolución predeterminada de dichas imágenes, permitiendo cada una de dichas capas de datos de nivel n de dicho flujo reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, habiéndose codificado una al menos de dichas capas, de nivel n+1, por predicción al menos a partir de dicha capa de nivel n, caracterizado porque, comprendiendo dicho flujo de datos origen, para una al menos de dichas capas de datos de nivel n, al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada, dicho módulo de adaptación lleva a cabo medios de generación de un flujo de datos modificado destinado a al menos un terminal de visualización de dichas imágenes, obteniéndose dicho flujo de datos modificado a partir de dicho flujo de datos origen, por extracción de dicho subflujo singular de nivel n si dicho al menos un terminal de visualización no reconstruye dichas imágenes con dicha resolución de nivel n.

14. Soporte de datos que comprende al menos un flujo de datos representativo de una imagen o de una secuencia de imágenes, presentando dicho soporte una estructura de memorización jerárquica de capas de datos anidadas de n niveles sucesivos de dicho flujo de datos, donde n es un número entero, correspondiéndose cada uno de dichos n niveles con una resolución predeterminada de dichas imágenes, habiéndose codificado una al menos de dichas capas, de nivel n+1, por predicción al menos a partir de dicha capa de nivel n, permitiendo reconstruir cada una de dichas capas de datos de nivel n de dicho flujo reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad máxima predeterminada, caracterizado porque dicho soporte también comprende, para una al menos de dichas capas de datos de nivel n, al menos una zona de memorización de al menos un subflujo, denominado subflujo singular, que permite reconstruir una versión de dichas imágenes con dicha resolución de nivel n de calidad superior a dicha calidad máxima predeterminada, no leyéndose dicha zona de memorización de dicho subflujo singular de nivel n durante la reconstrucción de dichas imágenes con una resolución de nivel diferente a n.