BRPI0924044B1

BRPI0924044B1 - Métodos e aparelhos para seleções de transformada em codificação e decodificação de vídeo

Info

Publication number: BRPI0924044B1
Application number: BRPI0924044-6A
Authority: BR
Inventors: Joel Sole; Peng Yin; Yunfei Zheng; Cristina Gomila
Original assignee: Interdigital Vc Holdings, Inc
Priority date: 2009-01-27
Filing date: 2009-10-21
Publication date: 2022-09-20
Also published as: EP2392136A4; HK1222274A1; EP2392136A1; CN102308578B; JP2018201222A; WO2010087809A1; WO2010087808A1; KR20210064398A; CN102301708B; KR20170116216A; KR20200036953A; CN105120281B; JP2012516625A; KR20170118956A; CN102301707B; BRPI0924155B1; US9161031B2; US20110268183A1; WO2010087807A1; KR20220123340A

Abstract

MÉTODOS E APARELHO PARA TRANSFORMAR A SELEÇÃO EM CODIFICAÇÃO E DECODIFICAÇÃO DE VÍDEO São fornecidos métodos e aparelho para a seleção de transformação em codificação de vídeo. Um aparelho inclui um codificador de vídeo (300) para codificação de pelo menos um bloco em uma imagem pela seleção de uma transformação (329) para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformações disponíveis (325, 326, 327). A transformação é selecionada com base em pelo menos um dentre um modo interprevisão utilizado para prever pelo menos uma referência para o bloco, um ou mais valores correspondentes a um vetor de movimento, um valor de um resíduo de um ou mais blocos previamente codificados, um valor de dados de previsão para o bloco, uma ou mais seleções de transformações de um ou mais blocos reconstruídos vizinhos, e uma etapa de quantização aplicada para transformar os coeficientes para o resíduo do bloco.

Description

Referência Cruzada a Pedidos Relacionados

[001] Esse pedido reivindica os benefícios do pedido provisório U.S. No. 61/147.705, depositado em 27 de janeiro de 2009, que é incorporado por referência aqui em sua totalidade. Esse pedido também reivindica os benefícios do pedido provisório U.S. No. 61/207.783, depositado em 17 de fevereiro de 2009, que é incorporado por referência aqui em sua totalidade. Adicionalmente, esse pedido também está relacionado com dois outros pedidos, ambos depositados simultaneamente com o presente pedido e possuindo inventores em comum e um cessionário em comum (Nos. de documento PU090137 e PU090138), cada um dos quais é incorporado aqui por referência em sua totalidade, e cada um dos quais reivindica os benefícios do pedido provisório U.S. No. 61/147.705, depositado em 27 de janeiro de 2009 e o pedido provisório U.S. No. 61/207.783, depositado em 17 de fevereiro de 2009.

Campo Técnico

[002] Os presentes princípios se referem geralmente à codificação e à decodifica- ção de vídeo, e, mais particularmente a métodos e aparelho para a seleção de transformadas a serem utilizadas para a codificação e decodificação de vídeo.

Fundamentos

[003] A transformada discreta com base em bloco é um componente fundamental de muitos padrões e recomendações de compressão de imagem e vídeo incluindo o padrão JPEG, a União Internacional de Telecomunicação, A recomendação H.263 do Setor de Telecomunicação (ITU-T) (doravante "Recomendação H.263"), a Organização Internacional para Padronização/ Comissão Eletroquímica Internacional (ISO/IEC), Padrão de Grupo de Especialistas em Imagem em Movimento -1, Padrão MPEG-2, ISO/IEC MPEG-4 Parte 10 Padrão de Codificação de Vídeo Avançada (AVC)/ Recomendação ITU-T H.264 (doravante "Padrão AVC MPEG-4") e outros e é utilizada em uma ampla faixa de aplicações.

[004] A transformada de cosseno discreta (DCT) é a transformada em bloco utili- zada de forma mais extensa. O esquema DCT leva vantagem da propriedade da correlação espacial local da imagem/quadro pela divisão da imagem/quadro em blocos de pixels (normalmente 4x4 e 8x8), transformando cada bloco do domínio espacial em domínio de frequência utilizando a transformada de cosseno discreto, e quantizando os coeficientes DCT. A maior parte dos padrões de compressão de imagem e vídeo utiliza uma transformada em bloco DCT separável bidimensional (2D) fixa. Se vários tamanhos de blocos forem permitidos (tipicamente, a partir de blocos de 4x4 a 16x16), então utilizam um DCT possuindo um tamanho correspondente ao bloco. Não obstante, existe apenas uma transformada possível para cada tamanho de bloco.

[005] No entanto, o conteúdo de imagem e vídeo possui dados com estatísticas variáveis e propriedades variáveis. Dessa forma, a disponibilidade e, dessa forma, a utilização forçada de uma única transformada por tamanho de bloco falha em realizar qualquer ganho de compressão em potencial que estaria disponível utilizando-se uma transformada diferente da transformada única disponível por tamanho de bloco.

[006] Nos padrões de codificação de imagem e vídeo tal como, por exemplo, o Padrão AVC MPEG-4, existe apenas uma escolha para a transformada em bloco para utilização para cada tamanho de bloco. Não existe seleção de transformada.

[007] Voltando-se à figura 1, um codificador de vídeo capaz de realizar a codificação de vídeo de acordo com o Padrão AVC MPEG-4 é indicado geralmente pelo número de referência 100. O codificador de vídeo 100 inclui um armazenador de ordenação de quadro 110 possuindo uma saída na comunicação de sinal com uma entrada não invertida de um combinador 185. Uma saída do combinador 185 é conectada em comunicação por sinal a uma primeira entrada de um transformador e quantizador 125. Uma saída do transformador e quantizador 125 é conectada em comunicação por sinal com uma primeira entrada de um codificador por entropia 145 e uma primeira entrada de um transformador invertido e um quantizador invertido 150. Uma saída do codificador por entropia 145 é conectada em comunicação por sinal a uma primeira entrada não invertida de um combinador 190. Uma saída do combinador 190 é conectada em comunicação para o sinal a uma primeira entrada de um armazenador de saída 135.

[008] Uma primeira saída de um controlador de codificador 105 é conectada em comunicação por sinal a uma segunda entrada do armazenador de ordenação de quadro 110, uma segunda entrada do transformador invertido e o quantizador invertido 150, uma entrada de um módulo de decisão tipo imagem 115, uma primeira entrada de um módulo de decisão tipo macrobloco (tipo MB) 120, uma segunda entrada de um módulo intrapredição 160, uma segunda entrada de um filtro de desbloca- gem 165, uma primeira entrada de um compensador de movimento 170, uma primeira entrada de um estimador de movimento 175, e uma segunda entrada de um ar- mazenador de imagem de referência 180.

[009] Uma segunda saída do controlador de codificador 105 é conectada em comunicação por sinal a uma primeira entrada de um elemento de inserção de Informação Melhorada Suplementar (SEI) 130, uma segunda entrada do transformador e do quantizador 126, uma segunda entrada do codificador por entropia 145, uma segunda entrada do armazenador de saída 135, e uma entrada do elemento de inserção de Conjunto de Parâmetros de Imagem (PPS) e Conjunto de Parâmetros de Sequência (SPS) 140.

[010] Uma saída do elemento de inserção SEI 130 é conectada em comunicação por sinal com uma segunda saída não intercalada do combinador 190.

[011] Uma primeira saída do módulo de decisão de tipo de imagem 115 é conectada em comunicação por sinal com uma terceira entrada do armazenador de ordenação de quadro 110. Uma segunda saída do módulo de decisão de tipo de imagem 115 é conectada em comunicação por sinal a uma segunda entrada de um módulo de decisão tipo macrobloco 120.

[012] Uma saída do elemento de inserção de Conjunto de Parâmetro de Sequência (SPS) e Conjunto de Parâmetro de Imagem (PPS) 140 é conectado em comunicação por sinal com uma terceira entrada não invertida do combinador 190.

[013] Uma saída do quantizador invertido e transformador invertido 150 é conec- tada em comunicação por sinal com uma primeira entrada não invertida de um com- binador 119. Uma saída do combinador 119 é conectada em comunicação de sinal com uma primeira entrada do módulo de intrapredição 160 e uma primeira entrada do filtro de desblocagem 165. Uma saída do filtro de desblocagem 165 é conectada em comunicação por sinal com uma primeira entrada de um armazenador de imagem de referência 180. Uma saída do armazenador de imagem de referência 180 é conectada em comunicação por sinal com uma segunda entrada do estimador de movimento 175 e uma terceira entrada do compensador de movimento 170. Uma primeira saída do estimador de movimento 175 é conectada em comunicação por sinal com uma segunda entrada do compensador de movimento 170. Uma segunda saída do estimador de movimento 175 é conectada em comunicação por sinal com uma terceira entrada do codificador de entropia 145.

[014] Uma saída do compensador de movimento 170 é conectada em comunicação por sinal a uma primeira entrada de um comutador 197. Uma saída do módulo intrapredição 160 é conectada em comunicação por sinal com uma segunda entrada do comutador 197. Uma saída do módulo de decisão tipo macrobloco 120 é conectada em comunicação por sinal com uma terceira entrada do comutador 197. A terceira entrada do comutador 197 determinar se ou não os "dados" registrados do comutador (em comparação com a entrada de controle, isso é, a terceira entrada) devem ser fornecidos pelo compensador de movimento 170 ou o módulo intrapredição 160. A saída do comutador 197 é conectada em comunicação por sinal com uma segunda entrada não invertida do combinador 119 e uma entrada invertida do com- binador 185.

[015] Uma primeira entrada do armazenador de ordenação de quadro 110 e uma entrada do controlador de codificador 105 estão disponíveis como entradas do codificador 100, para o recebimento de uma imagem em movimento. Ademais, uma segunda entrada do elemento de inserção de Informação de Melhoria Suplementar (SEI) 130 está disponível como uma entrada do codificador 100, para o recebimento de metadados. Uma saída do armazenador de saída 135 está disponível como uma saída do codificador 100, para o envio de uma sequência de bits.

[016] Voltando-se à figura 2, um decodificador de vídeo capaz de realizar a deco- dificação de vídeo de acordo com o Padrão AVC MPEG-4 é indicado geralmente pela referência numérica 200. O decodificador de vídeo 200 inclui um armazenador de entrada 210 possuindo uma saída conectada em comunicação por sinal com uma primeira entrada do decodificador de entropia 245. Uma primeira saída do decodifi- cador de entropia 245 é conectada em comunicação por sinal com uma primeira entrada de um transformador invertido e quantizador invertido 250. Uma saída do transformador invertido e quantizador invertido 250 é conectada em comunicação por sinal com uma segunda entrada não invertida de um combinador 225. Uma saída do combinador 225 é conectada em comunicação por sinal com uma segunda entrada de um filtro de desblocagem 265 e uma primeira entrada de um módulo in- trapredição 260. Uma segunda saída do filtro de desblocagem 265 é conectada em comunicação por sinal com uma primeira entrada de um armazenador de imagem de referência 280. Uma saída do armazenador de imagem de referência 280 é conectada em comunicação por sinal a uma segunda entrada de um compensador de movimento 270.

[017] Uma segunda saída do decodificador de entropia 245 é conectada em comunicação por sinal a uma terceira entrada do compensador de movimento 270 e uma primeira entrada do filtro de desblocagem 265. Uma terceira saída do decodifi- cador de entropia 245 é conectada em comunicação por sinal com uma entrada de um controlador de decodificador 205. Uma primeira saída do controlador de decodi- ficador 205 é conectada em comunicação por sinal a uma segunda entrada do de- codificador de entropia 245. Uma segunda saída do controlador de decodificador 205 é conectada em comunicação por sinal a uma segunda entrada do transformador invertido e quantizador invertido 250. Uma terceira saída do controlador de de- codificador 205 é conectada em comunicação por sinal com uma terceira entrada do filtro de desblocagem 265. Uma quarta saída do controlador de decodificador 205 é conectada em comunicação por sinal com uma segunda entrada do módulo intra- predição 260, uma primeira entrada do compensador de movimento 270 e uma segunda entrada do armazenador de imagem de referência 280.

[018] Uma saída do compensador de movimento 270 é conectada em comunicação por sinal com uma primeira entrada de um comutador 297. Uma saída do módulo intrapredição 260 é conectada em comunicação por sinal com uma segunda entrada do comutador 297. Uma saída do comutador 297 é conectada em comunicação por sinal com uma primeira entrada não invertida do combinador 225

[019] Uma entrada do armazenador de entrada 210 está disponível como uma entrada do decodificador 200, para o recebimento de uma sequência de bits de entrada. Uma primeira saída do filtro de desblocagem 265 está disponível como uma saída do decodificador 200, para o envio de uma imagem de saída.

[020] Tem havido algumas propostas anteriores para o uso de múltiplas transformadas em um único esquema de codificação. Em uma primeira abordagem da técnica anterior, uma transformada linear ideal é descrita, e é referida como a Transformada Karhunen Loeve (KLT). KLT é empregada pra derivar a melhor transformada para cada um dos 9 modos de intrapredição no Padrão AVC MPEG-4. As estatísticas para cada modo são extraídas e as KLTs correspondentes são derivadas. Cada resíduo intrapredição é codificado com sua KLT. Os 9 intramodos dividem o espaço de dados de forma efetiva, de tal forma que DCT não esteja mais perto da melhor transformada, de modo que uma melhor transformada distinta possa ser derivada e aplicada com sucesso. Em suma, a proposta utiliza várias transformadas, mas cada uma das mesmas é fixada ao modo de intrapredição selecionado.

[021] Uma segunda abordagem da técnica anterior propõe a modificação da transformada DCT para várias frequências, isso é, a alteração das funções básicas com diferentes filtros passa-tudo para obter uma variedade de respostas de frequência warped. As transformadas resultantes são chamadas DCT warped (WDCT). Uma busca por distorção de taxa exaustiva (R-D) é realizada para cada bloco e a transformada selecionada é indicada com a informação lateral. A ideia é aplicada à compressão de imagem.

[022] Uma terceira abordagem da técnica anterior descreve a utilização de WDCT e inclusão da seleção de transformada nos coeficientes transformados propriamente ditos. O método ilustra bom desempenho para a compressão de imagem de taxa de bit baixa. Além disso, o método adiciona uma etapa de pós-filtragem que minimiza o erro quadrado médio (MSE). O filtro é determinado no codificador e multiplexado na sequência de bits.

[023] Uma quarta abordagem da técnica anterior propõe uma otimização algébrica de um conjunto de transformadas para uma grande base de dados. O conjunto é dividido de forma interativa até que alcance um ponto estável no qual cada transformada quase ideal para seu subconjunto em particular de dados. O codificador indica através de uma quad-tree qual transformada é utilizada em cada bloco. Dessa forma, a escolha da transformada não é realizada independentemente para cada bloco.

[024] Uma quinta abordagem da técnica anterior propõe uma transformada de seno inteiro (IST) para modo interquadro. Um resíduo interquadro possui uma baixa correlação, e a DCT é adequada apenas para dados altamente correlacionados. Portanto, propõe uma transformada de seno, que é eficiente para dados com uma correlação de -0,5 a 0,5. KLT coincide com a transformada de seno em parte de sua faixa. IST é derivada da transformada de seno exatamente da mesma forma que a transformada de cosseno inteiro no Padrão AVC MPEG-4. A mesma transformada é aplicada a todo o macrobloco, enviando um indicador, a menos que o macrobloco seja dividido em 4 submacroblocos, então 4 indicadores são enviados especificando a transformada empregada em cada submacrobloco.

[025] Uma sexta abordagem da técnica anterior propõe um esquema similar ao proposto na quinta abordagem da técnica anterior. A sexta abordagem da técnica anterior propõe um esquema de codificação de erro de predição adaptativo (APEC) que permite a codificação de erro de predição adaptativa no domínio de espaço e frequência. Para cada bloco de erro de predição, a codificação de transformada ou a codificação de domínio espacial é aplicada. O algoritmo com um custo de distorção de taxa mais baixo é escolhido.

[026] As abordagens anteriores propõem uma faixa limitada de escolha da melhor transformada e não exploram totalmente as possibilidades disponíveis.

Sumário

[027] Essas e outras desvantagens da técnica anterior são solucionadas pelos presentes princípios, que são direcionados a métodos e aparelho para a seleção de transformada em codificação de vídeo.

[028] De acordo com um aspecto dos presentes princípios, é fornecido um aparelho. O aparelho inclui um codificador de vídeo para codificação de pelo menos um bloco em uma imagem pela seleção de uma transformada a ser aplicada a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. A transformada é selecionada com base em pelo menos um dentre um modo de inter- predição utilizado para predizer pelo menos uma referência para o bloco, um ou mais valores correspondentes a um vetor de movimento, um valor de um resíduo de um ou mais blocos previamente codificados, um valor de dados de predição para o bloco, uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos, e uma etapa de quantização aplicada aos coeficientes de transformada para o resíduo do bloco.

[029] De acordo com outro aspecto dos presentes princípios, é fornecido um aparelho. O aparelho inclui um codificador de vídeo para codificar pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas. O codificador de vídeo envia informação descrevendo a transformada selecionada por pelo menos um enviando a informação explicitamente utilizando um ou mais indicadores, enviando a informação utilizando uma estrutura de árvore em uma sequência de bits, embutindo a informação dentro dos coeficientes de transformada correspondentes à transformada selecionada e permitindo que um decodificador correspondente infira a transformada selecionada a partir dos dados já decodificados.

[030] De acordo com outro aspecto dos presentes princípios, é fornecido um aparelho, O aparelho inclui um codificador de vídeo para codificação de pelo menos um bloco em uma imagem em uma sequência de vídeo pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O conjunto de transformadas é pelo menos um determinado e refinado utilizando-se dados reconstruídos a partir de uma ou mais imagens anteriores na sequência de vídeo.

[031] De acordo com outro aspecto adicional dos presentes princípios, é fornecido um aparelho. O aparelho inclui um codificador de vídeo para codificar pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O conjunto de transformadas é determinado a partir dos dados a serem codificados para o bloco.

[032] De acordo com um aspecto adicional dos presentes princípios, é fornecido um método em um codificador de vídeo. O método inclui a codificação de pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. A transformada é selecionada com base em pelo menos um dentre um modo de interpredição utilizado para predizer pelo menos uma referência para o bloco, um ou mais valores correspondentes a um vetor de movimento, um valor de um resíduo de um ou mais blocos codificados previamente, um valor de dados de predição para o bloco, uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos, e uma etapa de quantização aplicada aos coeficientes de transformada para o resíduo do bloco.

[033] De acordo com um aspecto adicional dos presentes princípios, é fornecido um método em um codificador de vídeo. O método inclui a codificação de pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis; e o envio de informação descrevendo a transformada selecionada por pelo menos um enviando a informação explicitamente utilizando um ou mais indicadores, enviando a informação utilizando uma estrutura de árvore em uma sequência de bit, embutindo a informação dentro dos coeficientes de transformada correspondentes à transformada selecionada e permitindo que um decodificador correspondente infira a transformada selecionada a partir dos dados já decodificados.

[034] De acordo com outro aspecto adicional dos presentes princípios, é fornecido um método em um codificador de vídeo. O método inclui a codificação de pelo menos um bloco em uma imagem em uma sequência de vídeo pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O conjunto de transformadas é pelo menos um dentre determinado e refinado utilizando dados reconstruídos a partir de uma ou mais imagens anteriores na sequência de vídeo.

[035] De acordo com um aspecto adicional dos presentes princípios, é fornecido um método em um codificador de vídeo. O método inclui a determinação de um conjunto de uma ou mais transformadas; e a codificação de pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir do conjunto de transformadas. O conjunto de transformadas é determinado a partir dos dados a serem codificados para o bloco.

[036] Esses e outros aspectos, características e vantagens dos presentes princípios se tornarão aparentes a partir da descrição detalhada a seguir das modalidades ilustrativas, que devem ser lidas com relação aos desenhos em anexo.

Breve Descrição dos Desenhos

[037] Os presentes princípios podem ser mais bem compreendidos de acordo com as figuras ilustrativas a seguir, onde: A figura 1 é um diagrama em bloco ilustrando um codificador de vídeo capaz de realizar a codificação de vídeo de acordo com o Padrão AVC MPEG-4; A figura 2 é um diagrama em bloco ilustrando um decodificador de vídeo capaz de realizar a decodificação de vídeo de acordo com o Padrão AVC MPEG-4; A figura 3 é um diagrame em bloco ilustrando um codificador de vídeo ilustrativo com seleção de transformada à qual os presentes princípios podem ser aplicados, de acordo com uma modalidade dos presentes princípios; A figura 4 é um diagrama em bloco ilustrando um decodificador de vídeo ilustrativo com seleção de transformada à qual os presentes princípios podem ser aplicados, de acordo com uma modalidade dos presentes princípios; A figura 5 é um fluxograma ilustrando um método ilustrativo para a seleção de transformada em um codificador de vídeo, de acordo com uma modalidade dos presentes princípios; A figura 6 é um fluxograma ilustrando um método ilustrativo para a seleção de transformada em um decodificador de vídeo, de acordo com uma modalidade dos presentes princípios; A figura 7 é um fluxograma ilustrando um método ilustrativo para a seleção de transformada e transporte em um codificador de vídeo, de acordo com uma modalidade dos presentes princípios; A figura 8 é um fluxograma ilustrando um método ilustrativo para o transporte e seleção de transformada em um decodificador de vídeo, de acordo com uma modalidade dos presentes princípios; A figura 9 é um fluxograma ilustrando outro método ilustrativo para a seleção e transporte de transformada em um codificador de vídeo, de acordo com uma modalidade dos presentes princípios; e A figura 10 é um fluxograma ilustrando outro método ilustrativo para o transporte e seleção de transformada em um decodificador de vídeo, de acordo com uma modalidade dos presentes princípios.

Descrição Detalhada

[038] Os presentes princípios são direcionados a métodos e aparelho para a transformada de seleção em codificação de vídeo.

[039] A presente descrição ilustra os presentes princípios. Será apreciado, dessa forma, que os versados na técnica serão capazes de vislumbrar as várias disposições que, apesar de não explicitamente descritas ou ilustradas aqui, consubstanciam os presentes princípios e são incluídas em seu espírito e escopo.

[040] Todos os exemplos e linguagem condicional recitados aqui devem servir a finalidades pedagógicas para auxiliar o leitor na compreensão dos presentes princípios e conceitos distribuídos pelos inventores para promover a técnica, e devem ser considerados como sendo sem limitação a tais exemplos e condições especificamente recitados.

[041] Ademais, todas as declarações aqui fazendo referência a princípios, aspectos e modalidades dos presentes princípios, além de exemplos específicos dos mesmos, devem englobar equivalências estruturais e funcionais. Adicionalmente, pretende-se que tais equivalências incluem ambas as equivalências atualmente conhecidas além das equivalências desenvolvidas no futuro, isso é, quaisquer elementos desenvolvidos que realizem a mesma função, independentemente da estrutura.

[042] Dessa forma, por exemplo, será apreciado pelos versados na técnica que os diagramas em bloco apresentados aqui representam vistas conceituais de um conjunto de circuitos ilustrativo consubstanciando os presentes princípios. De forma similar, será apreciado que quaisquer fluxogramas, diagramas de transição de estado, pseudocódigo, e similares representam vários processos que podem ser substancialmente representados em mídia legível por computador e executados por um computador ou processador, caso ou não tal computador ou processador seja explicitamente ilustrado.

[043] As funções dos vários elementos ilustrados nas figuras podem ser fornecidas através do uso de hardware dedicado além de hardware capaz de executar software em associação com o software adequado. Quando fornecidas por um processador, as funções podem ser fornecidas por um único processador dedicado, por um único processador compartilhado, ou por uma pluralidade de processadores individuais, alguns dos quais podem ser compartilhados. Ademais, o uso explícito do termo "processador" ou "controlador" não deve ser considerado como fazendo referência exclusivamente a hardware capaz de executar software, e pode incluir implicitamente, sem limitação o hardware de processador de sinal digital ("DSP"), memória de leitura apenas ("ROM") para armazenamento de software, memória de acesso randômico ("RAM") e armazenamento não volátil.

[044] Outro hardware, convencional e/ou personalizado, também pode ser incluído. De forma similar, quaisquer comutadores ilustrados nas figuras são conceituais apenas. Sua função pode ser realizada através da operação da lógica de programa, através de lógica dedicada, através da interação do controle de programa e lógica dedicada, ou menos manualmente, a técnica em particular sendo selecionável pelo implementador como compreendido de forma mais específica a partir do contexto.

[045] Nas reivindicações, qualquer elemento expresso como um meio para a realização de uma função especificada deve englobar qualquer forma de realização dessa função incluindo, por exemplo, a) uma combinação de elementos de circuito que realiza essa função, ou b) software em qualquer forma, incluindo, portanto, firmware, microcódigo ou similares, combinado com o conjunto de circuito adequado para execução desse software para realização da função. Os presentes princípios como definidos por tais reivindicações residem no fato de as funcionalidades fornecidas pelos vários meios recitados serem combinadas e unidas da forma na qual as reivindicações exigem. É considerado, dessa forma, que qualquer meio que possa fornecer essas funcionalidades seja equivalente aos ilustrados aqui.

[046] Referência na especificação a "uma modalidade" dos presentes princípios, além de outras variações, significa que uma característica, estrutura em particular e assim por diante descrita com relação à modalidade é incluída em pelo menos uma modalidade dos presentes princípios. Dessa forma, o surgimento da frase "em uma modalidade", além de quaisquer outras variações, aparecendo em vários locais por toda a especificação não se refere necessariamente à mesma modalidade. Ademais, deve-se notar que as frases "modalidade" e "implementação" são utilizadas de forma intercambiável aqui.

[047] Ademais, como utilizadas aqui, as palavras "figura" e "imagem" são utilizadas de forma intercambiável e se referem a uma imagem ou uma figura estática de uma sequência de vídeo. Como é sabido, uma figura pode ser um quadro ou um campo.

[048] Adicionalmente, como utilizado aqui, a palavra "bloco" se refere a um bloco de qualquer tamanho, incluindo um super macrobloco, um macrobloco, uma divisão de macrobloco e uma divisão de submacrobloco.

[049] Além disso, como utilizada aqui, a palavra "refinamento" com relação a um conjunto de transformadas ou uma transformada se refere à informação necessária para se derivar uma transformada/conjunto de transformadas a partir de uma transformada de referência/conjunto de transformadas. Normalmente, é mais eficiente se enviar a informação da "diferença" (refinamento) de uma transformada/conjunto de transformadas do que enviar toda a informação necessária para se derivar a trans- formada/conjunto de transformadas desde o início.

[050] Adicionalmente, como utilizada aqui, a frase "informação lateral" se refere à informação adicional que deve ser incluída na sequência de bits para transportar os dados adicionais do decodificador que não são encontrados na sequência de bits normal. Por exemplo, se duas transformadas puderem ser utilizadas para codificar um bloco, a transformada selecionada precisa ser sinalizada de modo que o decodi- ficador saiba qual transformada inversa utilizar. Portanto, o codificador pode incluir 1 bit de "informação lateral" indicando qual transformada inversa deve ser utilizada.

[051] Deve-se apreciar que o uso de qualquer um dentre "l", "e/ou", e "pelo menos um de", por exemplo, nos casos de "A/B", "A e/ou B" e "pelo menos um dentre A e B", deve englobar a seleção da primeira opção listada (A) apenas, ou a seleção da segunda opção listada (B) apenas, ou a seleção de ambas as opções (A e B). Como um exemplo adicional, nos casos de "A, B e/ou C" e "pelo menos um dentre A, B e C", tal frase deve englobar a seleção da primeira opção listada (A) apenas, ou a seleção da segunda opção listada (B) apenas, ou a seleção da terceira opção listada (C) apenas, ou a seleção das primeira e segunda opções listadas (A e B) apenas, ou a seleção das primeira e terceira opções listadas (A e C) apenas, ou a seleção das segunda e terceira opções listadas (B e C) apenas, ou a seleção de todas as três opções (A e B e C). Isso pode ser estendido, como prontamente aparente pelos versados na técnica nessa e em técnicas relacionadas, para os itens listados.

[052] Ademais, deve-se apreciar que enquanto uma ou mais modalidades dos presentes princípios são descritos aqui como avanços sobre (e com referência a) o padrão AVC MPEG-4, os presentes princípios não são limitados e, dessa forma, podem ser utilizados com relação a outros padrões de codificação de vídeo, recomendações, e extensões, incluindo extensões do padrão AVC MPEG-4, enquanto mantém o espírito dos presentes princípios.

[053] Como notado acima, os presentes princípios são direcionados a métodos e aparelho para a seleção de transformada em codificação de vídeo. O reconhecimento de que o conteúdo de imagem e vídeo possui dados com estatísticas e propriedades variáveis, cria o reconhecimento também de que existem ganhos de compressão em potencial a serem realizados se várias transformadas puderem ser utilizadas para cada bloco, selecionando para cada situação a transformada mais favorável dentro de uma faixa de opções. Em pelo menos uma modalidade, é proposta a oti- mização/desenho de um conjunto de transformadas para estatísticas ou padrões determinados e a seleção a partir do conjunto de melhor transformada para cada região ou bloco.

[054] Dessa forma, se propõe uma abordagem mais geral e ampla que inclua alternativas não consideradas na técnica anterior. De acordo com os presentes princípios, se descreve a utilização de um conjunto de transformadas (duas ou mais transformadas) e então a codificação de uma imagem ou vídeo escolhendo a melhor transformada do conjunto para cada região, fatia, bloco ou macrobloco. O conjunto de transformadas pode ser otimizado ou projetado para uma faixa de estatísticas ou padrões de imagem/vídeo. Os presentes princípios também envolvem como escolher a melhor transformada e a sinalização adequada da transformada selecionada, de modo que o decodificador de imagem/vídeo possa recuperar a informação de escolha de forma eficiente.

[055] Não existe necessidade de se restringir o codificador e o decodificador de vídeo para ter apenas uma possível transformada. Em uma modalidade, se propõe que o codificador de vídeo possa escolher dentre diferentes transformadas para cada bloco, macrobloco, ou região para se alcançar o melhor desempenho. Então, em uma modalidade, se combina o conjunto de transformadas no codificador com uma sintaxe leve que não danifique os ganhos em potencial.

[056] Voltando-se à figura 3, um codificador de vídeo ilustrativo com seleção de transformada é geralmente indicado pela referência numérica 300. O codificador de vídeo 300 inclui um armazenador de ordenação de quadro 310 possuindo uma saída em comunicação por sinal com uma entrada não invertida de um combinador 385. Uma saída do combinador 385 é conectada em comunicação por sinal com uma entrada de um transformador e quantizador 1 325, uma entrada de um transformador e quantizador 2 326 e uma entrada de um transformador e quantizador n 327. Uma saída do transformador e quantizador 1 325 é conectada em comunicação por sinal com uma primeira entrada de um seletor de transformada 329. Uma saída do transformador e quantizador 2 326 é conectada em comunicação por sinal com uma segunda entrada do seletor de transformada 329. Uma saída do transformador e quan- tizador n 327 é conectada em comunicação por sinal com uma terceira entrada do seletor de transformada 329. Uma saída do seletor de transformada 329 é conectada em comunicação por sinal com uma primeira entrada de um codificador por entropia 345 e uma primeira entrada de um transformador invertido e quantizador invertido 350. Uma saída do codificador de entropia 345 é conectada em comunicação por sinal com uma primeira entrada não invertida de um combinador 390. Uma saída do combinador 390 é conectada em comunicação por sinal com uma primeira entrada de um armazenador de saída 335.

[057] Uma primeira saída de um controlador de codificador 305 é conectada em comunicação por sinal com uma segunda entrada do armazenador de ordenação de quadro 310, uma segunda entrada do transformador invertido e quantizador invertido 350, uma entrada de um módulo de decisão tipo imagem 315, uma primeira entrada de um módulo de decisão tipo macrobloco (tipo MB) 320, uma segunda entrada de um módulo intrapredição 360, uma segunda entrada de um filtro de desblocagem 365, uma primeira entrada de um compensador de movimento 370, uma primeira entrada de um estimador de movimento 375, e uma segunda entrada de um arma- zenador de imagem de referência 380.

[058] Uma segunda saída do controlador de codificador 305 é conectada em comunicação por sinal com uma primeira entrada de um elemento de inserção de Informação de Melhoria Suplementar (SEI) 330, uma segunda entrada do codificador de entropia 345, uma segunda entrada do armazenador de saída 335, e uma entrada do Conjunto de Parâmetro de Sequência (SPS) e elemento de inserção de Conjunto de Parâmetro de Imagem (PPS) 340.

[059] Uma saída do elemento de inserção SEI 330 é conectada em comunicação por sinal com uma segunda entrada não invertida do elemento de combinação 390.

[060] Uma primeira saída do módulo de decisão de tipo de imagem 315 é conectada em comunicação por sinal com uma terceira entrada do armazenador de ordenação de quadro 310. Uma segunda saída do módulo de decisão tipo imagem 315 é conectada em comunicação por sinal com uma segunda entrada de um módulo de decisão tipo macrobloco 320.

[061] Uma saída do Conjunto de Parâmetro de Sequência (SPS) e o elemento de inserção de Conjunto de Parâmetro de Imagem (PPS) 340 é conectada em comunicação por sinal com uma terceira entrada não invertida do combinador 390.

[062] Uma saída do quantizador invertido e transformador invertido 350 é conectada em comunicação por sinal com uma primeira entrada não invertida de um com- binador 319. Uma saída do combinador 319 é conectada em comunicação por sinal com uma primeira entrada do módulo intrapredição 360 e uma primeira entrada do filtro de desblocagem 365. Uma saída do filtro de desblocagem 365 é conectada em comunicação por sinal com uma primeira entrada de um armazenador de imagem de referência 380. Uma saída do armazenador de imagem de referência 380 é conectada em comunicação por sinal com uma segunda entrada do estimador de movimento 375 e uma terceira entrada do compensador de movimento 370. Uma primeira saída do estimador de movimento 375 é conectada em comunicação por sinal com uma segunda entrada do compensador de movimento 370. Uma segunda saída do estimador de movimento 375 é conectada em comunicação por sinal com uma terceira entrada do codificador de entropia 345.

[063] Uma saída do compensador de movimento 370 é conectada em comunicação de sinal com uma primeira entrada de um comutador 397. Uma saída do módulo intrapredição 360 é conectada em comunicação por sinal com uma segunda entrada do comutador 397. Uma saída do módulo de decisão tipo macrobloco 320 é conectada em comunicação por sinal com uma terceira entrada do comutador 397. A terceira entrada do comutador 397 determina se ou não a entrada de "dados" do comutador (em comparação com a entrada de controle, isso é, a terceira entrada) deve ser fornecida pelo compensador de movimento 370 ou o módulo intrapredição 360. A saída do comutador 397 é conectada em comunicação por sinal com uma segunda entrada não invertida do combinador 319 e uma entrada invertida do combinador 385.

[064] Uma primeira entrada do armazenador de ordenação de quadro 310 e uma entrada do controlador de codificador 305 estão disponíveis como entradas do codificador 300, para receber uma imagem de entrada. Ademais, uma segunda entrada do elemento de inserção de Informação de Melhoria Suplementar (SEI) 330 está disponível como uma entrada do codificador 300, para o recebimento de metadados. Uma saída do armazenador de saída 335 está disponível como uma saída do codificador 300, para envio de uma sequência de bits.

[065] Em uma modalidade, o codificador de vídeo 300 seleciona a melhor transformada a partir de um conjunto de n transformadas e envia a informação lateral da transformada selecionada. Então, a transformada inversa é realizada para a transformada selecionada (denotada por i). Nessa modalidade, as transformadas são derivadas offline e disponíveis no codificador e decodificador. Em uma modalidade, a codificação de entropia realizada pelo codificador de entropia 345 é altera- da/modificada para acomodar a informação adicional de qual transformada está sendo utilizada, e também porque cada transformada pode exigir diferente codificação de entropia (diferente ordem de digitalização, diferentes contextos, e assim por diante).

[066] Voltando-se à figura 4, um decodificador de vídeo ilustrativo com seleção de transformada é indicado geralmente pela referência numérica 400. O decodificador de vídeo 400 inclui um armazenador de entrada 410 possuindo uma saída conectada em comunicação por sinal com uma primeira entrada do decodificador de entropia 445. Uma primeira saída do decodificador de entropia 445 é conectada em comunicação por sinal com uma primeira entrada de um transformador invertido e quantizador invertido i 450. Uma saída do transformador invertido e quantizador invertido i 450 é conectada em comunicação por sinal com uma segunda entrada não invertida de um combinador 425. Uma saída do combinador 425 é conectada em comunicação por sinal com uma segunda entrada de um filtro de desblocagem 465 e uma primeira entrada de um módulo intrapredição 460. Uma segunda saída do filtro de desblocagem 465 é conectada em comunicação por sinal com uma primeira entrada de um armazenador de imagem de referência 480. Uma saída do armazenador de imagem de referência 480 é conectada em comunicação por sinal com uma segunda entrada de um compensador de movimento 470.

[067] Uma segunda saída do decodificador de entropia 445 é conectada em comunicação por sinal com uma terceira entrada do compensador de movimento 470 e uma primeira entrada do filtro de desblocagem 465. Uma terceira saída do decodifi- cador de entropia 445 é conectada em comunicação por sinal com uma entrada de um controlador de decodificador 405. Uma primeira saída do controlador de decodi- ficador 405 é conectada em comunicação por sinal com uma segunda entrada do decodificador de entropia 445. Uma segunda saída do controlador de decodificador 405 é conectada em comunicação por sinal com uma segunda entrada do transformador invertido e quantizador invertido i 450. Uma terceira saída do controlador de decodificador 405 é conectada em comunicação por sinal com uma terceira entrada do filtro de desblocagem 465. Uma quarta saída do controlador de decodificador 405 é conectada em comunicação por sinal com uma segunda entrada do módulo intra- predição 460, uma primeira entrada do compensador de movimento 470, e uma segunda entrada do armazenador de imagem de referência 480.

[068] Uma saída do compensador de movimento 470 é conectada em comunicação por sinal com uma primeira entrada de um comutador 497. Uma saída do módulo intrapredição 460 é conectada em comunicação por sinal com uma segunda entrada do comutador 497. Uma saída do comutador 497 é conectada em comunicação por sinal com uma primeira entrada não invertida do combinador 425.

[069] Uma entrada do armazenador de entrada 410 está disponível como uma entrada do decodificador 400, para o recebimento de uma sequência de bits de entrada. Uma primeira saída do filtro de desblocagem 465 está disponível como uma saída do decodificador 400, para o envio de uma imagem de saída.

[070] As técnicas existem para derivar um conjunto ideal de transformadas quando os dados a serem codificados estão disponíveis ou existe um conjunto de dados de sequenciamento adequado. Por exemplo, um conjunto de encadeamento de várias sequências pode estar disponível e essas técnicas podem fornecer um conjunto de transformadas que divide o espaço de dados de modo que cada transformada seja a melhor para sua parte dos dados. Então, de acordo com um bloco, o codificador precisa determinar o tipo de dados ao qual o bloco pertence e utilizar a transformada adequada. Essas técnicas de derivação de um conjunto de transformadas podem ser baseadas na KLT comum, em uma função objetiva em termos de dispersão, e/ou técnicas como conhecidas ou prontamente derivadas pelos versados na técnica nessa e outras técnicas relacionadas. Presumindo-se que se tenha tais técnicas disponíveis, se soluciona agora como utilizar o conjunto de transformadas de uma forma eficiente, isso é, como selecionar a melhor transformada e como portar a informação do codificador para o decodificador de forma eficiente.

[071] Determinação do Conjunto de Transformadas

[072] Explica-se agora como se determinar o conjunto de transformadas que é utilizado.

[073] Em uma modalidade, o conjunto de transformadas é derivado offline empre-gando-se um conjunto de sequências como dados de sequenciamento. Como mencionado, métodos de compactação de energia com base em dispersão, com base em KLT e outros métodos podem ser utilizados para derivar o conjunto de transformadas uma vez que o conjunto de sequenciamento bom tenha sido estabelecido.

[074] Existem métodos para se derivar as transformadas com base em um critério de desenho antecipado (direção, frequência, etc.) no conjunto de transformadas. Além disso, a quarta abordagem da técnica anterior mencionada acima propõe uma otimização offline com base nos dados de sequenciamento com um processo de otimização algébrica. O processo é acionado por uma função de custo que tem por objetivo um conjunto adequado de transformadas para dados determinados. A função de custo consiste em dois termos consistentes com as finalidades de compressão. O algoritmo tenta minimizar um termo de erro de reconstrução, enquanto maximiza um termo relacionado com a dispersão da representação de coeficientes de transformada. A princípio, mais dispersão significa menos taxa de bit para portar a informação de coeficientes. Também se propõe uma abordagem que soluciona pelo menos duas deficiências da abordagem da técnica anterior referida acima. Em primeiro lugar, se fornece explicitamente um peso para equilibrar ambos os termos da função de custo. Em segundo lugar, e mais importante, se propõe a derivação de transformadas vertical e horizontal ideais ao invés de transformadas únicas 2D não separáveis. Enquanto nossa abordagem acopla a otimização conjunta de ambas as direções, as vantagens são importantes para aplicações práticas visto que a complexidade de computação e exigências de memória para um conjunto de transformadas separáveis são muito menores do que as exigências por um conjunto de transformadas não separáveis. Ao mesmo tempo, permitir que as transformadas nas direções vertical e horizontal sejam diferentes permite a captura da riqueza de imagem e blocos de vídeo melhores do que se possuir um único kernel para ambas as direções.

[075] Note-se que quando se diz "conjunto de transformadas" cada uma dessas transformadas pode ser não separável ou separável. Se forem separáveis, cada direção (vertical/horizontal) pode ser igual ou diferente.

[076] Em outra modalidade, um subconjunto de uma família de transformadas po- de ser selecionado, de modo que o subconjunto tenha boas propriedades a fim de codificar os dados de entrada. Como um exemplo, um subconjunto de WDCT pode ser determinado para dados de vídeo para codificação. Além disso, um subconjunto de transformadas sobreposto pode ser determinado. Uma vez que o subconjunto é fixo, o codificador só precisa transportar a informação sobre qual transformada dentro do subconjunto de família é utilizada.

[077] Em outra modalidade, o subconjunto de transformadas é selecionado de acordo com a qualidade de vídeo reconstruído. A qualidade de saída pode ser determinada pela etapa de quantização do codificador, o parâmetro de quantização (QP), a taxa de bit alvo, PSNR, e/ou qualquer parâmetro de métrica que indique a qualidade de vídeo de saída desejada.

[078] Em outra modalidade, o conjunto de transformadas é derivado online dos dados já sendo codificados. Duas implementações ilustrativas dessa modalidade são fornecidas como se segue. Em uma implementação ilustrativa, os dados reconstruídos dos quadros anteriores são utilizados como um conjunto de sequenciamento para derivar o conjunto de transformadas com qualquer um dos métodos disponíveis. Em outra implementação ilustrativa, os dados reconstruídos são utilizados para refinar a transformada que está sendo utilizada, de modo que a transformada seja atualizada online para combinar com as estatísticas de dados em andamento.

[079] Em outra modalidade, o conjunto de transformadas é derivado dos dados a serem codificados. Tais dados a serem codificados incluem, mas não estão limitados ao quadro original ou estatísticas retiradas dos próximos quadros para codificação. Portanto, o codificador analisa a sequência ou a próxima parte da sequência para codificar e determina com qualquer um dos métodos disponíveis o melhor conjunto de transformadas a utilizar ou seleciona a melhor família de transformadas a se utilizar, Nesse caso, o codificador precisa enviar como informação lateral o conjunto de transformadas que será utilizado. Várias implementações ilustrativas dessa modalidade são fornecidas como se segue. Em uma primeira implementação ilustrativa, o codificador encontra o melhor conjunto de transformadas e envia todas as transfor- madas para utilização. Em uma segunda modalidade ilustrativa, o codificador encontra o melhor conjunto de transformadas a ser utilizado, e o decodificador tenta deduzir o melhor conjunto a partir dos dados decodificados, de modo que o codificador só precise enviar um refinamento da transformada deduzido pelo decodificador (de forma que não haja erro ou falta de combinação entre o codificador e o decodificador). Em uma terceira implementação ilustrativa, o codificador seleciona a partir de uma variedade de conjuntos de transformadas (disponíveis em ambos o codificador e o decodificador) o melhor conjunto a ser utilizado, e sinaliza o conjunto particular para o decodificador. Em uma quarta implementação, o codificador encontra o conjunto particular de transformadas a partir de uma família de transformadas que é mais bem adequada para os dados. Então, o codificador transporta para o decodificador o subconjunto particular da família de transformadas que foi selecionado.

Transporte da Transformada Selecionada

[080] Descreve-se agora como indicar a transformada selecionada para o decodi- ficador de forma que o codificador e o decodificador combinem.

[081] Em uma modalidade, o codificador pode enviar a transformada selecionada para o decodificador com um indicador incluído na sintaxe na fatia, macrobloco, ou nível de bloco. Em uma modalidade, no codificador, a melhor transformada para cada bloco é determinada com uma função de custo de distorção de taxa.

[082] Em outra modalidade, a transformada selecionada pode ser transportada com uma quad-tree ou outros tipos que permitam a especificação explicita e flexível da transformada selecionada para diferentes regiões no quadro. Dessa forma, a região de uma transformada pode ser mais arbitrária do que o simples formato de bloco da modalidade anterior.

[083] Em outra modalidade, a transformada selecionada pode ser enviada ocultando-se o indicador (que indica qual transformada deve ser utilizada) dentro dos coeficientes de transformadas propriamente ditos. Uma possível modalidade dessa alternativa é explicada a seguir. Presuma-se que existam apenas duas transformadas no conjunto de transformadas. Então, se a transformada 1 for selecionada, en- tão o codificador força a soma dos coeficientes de transformada para um resultado par. Se a transformada 2 for selecionada, então o codificador força a soma dos coeficientes de transformada para um resultado ímpar. No decodificador, os coeficientes de transformada são recuperados e a paridade de sua soma computada. Se a paridade for par, então a transformada inversa a ser aplicada é a da transformada 1. Se a paridade for ímpar, então a transformada inversa a ser aplicada é a da transformada 2. Dessa forma, o indicador pode ser ocultado nos coeficientes de transformada e é recuperável no lado do decodificador de forma que ambos o codificador e o deco- dificador estejam em sincronia. Obviamente, a ocultação do indicador nos coeficientes não é limitada a ter duas transformadas. Tal técnica pode ser diretamente estendida para qualquer número de transformadas.

[084] Em outra modalidade, a informação explicita da transformada selecionada não é enviada. Nesse caso, pode ser deduzido a partir dos dados já decodificados. Essa informação precisa estar disponível em ambos o codificador e o decodificador e a forma de extração da transformada selecionada a partir dos dados precisa ser a mesma em ambos de modo que estejam em sincronia. Existe uma variedade de informações a partir das quais a transformada pode ser selecionada. A seguir, 5 modalidades particulares dessa sinalização implícita são fornecidas. Obviamente, os presentes princípios não estão limitados às modalidades a seguir referentes à sinalização implícita e, de acordo com os ensinamentos dos presentes princípios fornecidos aqui, os versados nessa técnica e em outras técnicas relacionadas contemplarão essas e outras implementações, enquanto mantêm o espírito dos presentes princípios.

[085] Em uma primeira modalidade, o modo de interpredição empregado é utilizado para sinalizar implicitamente as transformadas. Em uma implementação dessa modalidade, se for um modo direto, a transformada 1 é utilizada. Do contrário, a transformada 2 é utilizada.

[086] Em uma segunda modalidade, o vetor de movimento é utilizado para sinalizar implicitamente as transformadas. A transformada a ser utilizada pode depender do vetor de movimento do bloco (seu tamanho, direção, imagem de referência, e assim por diante).

[087] Em uma terceira modalidade, a transformada depende do resíduo dos blocos codificados anteriores. Então, as estatísticas do resíduo nos blocos codificados anteriores determinam qual transformada dentro do conjunto será utilizada.

[088] Em uma quarta modalidade, a escolha de transformada depende dos dados preditos para o bloco. Existe alguma correlação entre o resíduo e os dados preditos que podem ser explorados na escolha da melhor transformada. Como um exemplo, se a predição tiver um componente direcional, então sua direção é normalmente também evidente no resíduo. Então, o uso de uma transformada direcional para essa direção determinada fornece um melhor desempenho visto que as transformadas direcionais podem levar vantagem do componente direcional do resíduo de uma forma na qual as transformadas não direcionais não podem.

[089] Em uma quinta modalidade, a escolha de transformada pode depender das seleções de transformada dos blocos reconstruídos vizinhos, que estão disponíveis em ambos o codificador e o decodificador.

O Sistema

[090] Os presentes princípios podem ser considerados por envolver duas partes, isso é, como selecionar o conjunto de transformadas e como se transportar a transformada selecionada dentro do conjunto para cada bloco em particular. Várias alternativas são propostas para cada uma dessas duas partes. As abordagens propostas podem combinar qualquer uma das alternativas propostas para cada uma das partes. Além disso, note-se que cada transformada pode precisar de seu processo de quantização particular, além de uma ordem de digitalização diferente dos coeficientes antes da codificação por entropia. Além disso, cada ordem de digitalização pode ser realizada de forma adaptativa para as estatísticas de cada transformada. Em uma modalidade, a ordem de digitalização de cada transformada pode ser adaptati- va com relação ao número de vezes em que uma posição de coeficiente em particular foi previamente codificada como significativo. Os presentes princípios consideram as extensões a seguir da transformada: processo de quantização da transformada; ordem de digitalização da transformada; e adaptabilidade em potencial dessa ordem de digitalização.

[091] Voltando-se à figura 5, um método ilustrativo para a seleção de transformada em um codificador de vídeo é indicado geralmente pela referência numérica 500. O método 500 inclui um bloco inicial 505 que passa o controle para um bloco funcional 510. O bloco funcional 510 recebe uma sequência de vídeo para codificação, inicia a codificação da sequência de vídeo, e passa o controle para um bloco funcional 515. O bloco funcional 515 determina um ou mais dados de sequenciamento, um ou mais conjuntos de transformadas com cada conjunto representando uma família respectiva de transformadas, dados já codificados e dados a serem codificados, e passa o controle para um bloco funcional 520. O bloco funcional 520 seleciona uma transformada i dependendo de um ou mais dos dados de sequenciamento, um ou mais subconjuntos de transformadas com cada subconjunto representando uma parte respectiva de uma família de transformadas, os dados já codificados, e os dados a serem codificados, e passa o controle para um bloco funcional 525. O bloco funcional 525 transforma utilizando a transformada selecionada i e quantiza os dados residuais de bloco para um bloco em uma imagem da sequência de vídeo, e passa o controle para um bloco funcional 530. O bloco funcional 530 envia os coeficientes quantizados, e passa o controle para um bloco final 599.

[092] Deve-se apreciar que um ou mais dos dados de sequenciamento e um ou mais conjuntos de transformadas podem ser determinados online (isso é, durante a codificação da sequência de vídeo) ou offline (por exemplo, antes da decodificação da sequência de vídeo).

[093] Voltando-se à figura 6, um método ilustrativo de seleção de transformada em um decodificador de vídeo é indicado geralmente pela referência numérica 600. O método 600 inclui um bloco inicial 605 que passa o controle para um bloco funcional 610. O bloco funcional 610 recebe uma sequência de bits para decodificação, inicia a decodificação da sequência de bits e passa o controle para um bloco de fun- ção 615. O bloco funcional 615 determinar um ou mais dos dados de sequenciamen- to, um ou mais conjuntos de transformadas com cada conjunto representando uma família respectiva de transformadas, dados já decodificados e dados a serem decodificados, e passa o controle para um bloco funcional 620. O bloco funcional 620 seleciona uma transformada i dependendo de um ou mais dos dados de sequencia- mento, um ou mais subconjuntos de transformadas com cada subconjunto representando uma parte respectiva de uma família de transformadas, os dados já decodificados e os dados a serem decodificados, e passa o controle para um bloco funcional 625. O bloco funcional 625 transforma de forma invertida e quantiza de forma inver-tida os coeficientes quantizados para um bloco em uma imagem da sequência de vídeo utilizando a transformada i selecionada i e passa o controle para um bloco funcional 630. O bloco funcional 630 envia os dados residuais de bloco, e passa o controle para um bloco de extremidade 699.

[094] Deve-se apreciar que um ou mais dos dados de sequenciamento e um ou mais conjuntos de transformadas podem ser determinados online (isso é, durante a decodificação da sequência de vídeo) ou offline (por exemplo, antes da decodifica- ção da sequência de vídeo).

[095] Voltando-se para a figura 7, um método ilustrativo de seleção de transformada e transporte em um codificador de vídeo é indicado geralmente pela referência numérica 700. O método 700 inclui um bloco inicial 705 que passa o controle para um bloco funcional 710. O bloco funcional 710 recebe um quadro de entrada para codificação, e passa o controle para um bloco funcional 715. O bloco funcional 715 encadeia um ou mais conjuntos de transformadas, e passa o controle para um bloco funcional 765 em um bloco de limite de circuito 720. O bloco funcional 765 envia o conjunto de transformadas a ser utilizado no quadro e passa o controle para um bloco funcional 770. O bloco de limite de circuito 720 realiza um circuito através dos blocos através do quadro de entrada, e passa o controle para um bloco funcional 725. O bloco funcional 725 obtém o resíduo de bloco, e passa o controle para um bloco de limite de circuito 730. O bloco de limite de circuito 730 realiza um circuito sobre um ou mais conjuntos de transformadas e passa o controle para um bloco funcional 735. O bloco funcional 735 realiza uma análise de distorção de taxa com relação às transformadas no um ou mais conjuntos de transformadas, e passa o controle para um bloco de limite de circuito 740. O bloco de limite de circuito 740 encerra o circuito através das transformadas, e passa o controle para um bloco funcional 745. O bloco funcional 745 determina a melhor transformada para o bloco atual e passa o controle para um bloco de limite de circuito 750. O bloco de limite de circuito 750 encerra o circuito sobre os blocos, e passa o controle para um bloco funcional 755 e um bloco funcional 760. O bloco funcional 755 envia os coeficientes quantiza- dos para cada um dos blocos, e passa o controle para um bloco funcional 770. O bloco funcional 760 envia a transformada selecionada para cada bloco e passa o controle para o bloco funcional 770. O bloco funcional 770 transmite os coeficientes quantizados, o conjunto de transformadas a ser utilizado no quadro (ou um refinamento no conjunto) e a transformada selecionada para cada bloco no quadro, com o conjunto de transformadas a ser utilizado no quadro (ou o refinamento do conjunto) e/ou a transformada selecionada para cada bloco no quadro sendo transmitido explicitamente ou implicitamente, e passa o controle para um bloco de extremidade 799. Deve-se apreciar que com relação ao bloco funcional 770, no caso do conjunto de transformadas a ser utilizado no quadro (ou refinamento no conjunto) e/ou a trans-formada selecionada para cada bloco no quadro poder ser enviada no lugar das transformadas reais. Em tal caso, o decodificador pode então derivar as transformadas a partir da informação implícita. Ademais, o conjunto de transformadas a ser utilizado no quadro (ou o refinamento no conjunto), a transformada selecionada para cada bloco no quadro, e/ou a informação representando pelo menos um dos acima pode ser enviada como informação lateral com relação a uma sequência de bits. Adicionalmente, o conjunto de transformadas a ser utilizado no quadro (ou o refinamento no conjunto), a transformada selecionada para cada bloco no quadro, e/ou informação representando pelo menos um dos anteriores pode ser enviado utilizando-se um ou mais indicadores e/ou elementos de sintaxe.

[096] Voltando-se à figura 8, um método ilustrativo para o transporte e seleção de transformada em um decodificador de vídeo é indicado geralmente pela referência numérica 800. O método 800 inclui um bloco inicial 805 que passa o controle para um bloco funcional 810, um bloco funcional 815 e um bloco funcional 820. O bloco funcional 810 recebe, explicitamente ou implicitamente, um conjunto de transformadas a ser utilizado para um quadro atual a ser decodificado ou um refinamento no conjunto e passa o controle para um bloco funcional 830. O bloco funcional 815 recebe os coeficientes quantizados para cada bloco no quadro atual, e passa o controle para um bloco de limite de circuito 825. O bloco funcional 820 recebe, explicitamente ou implicitamente, a transformada selecionada para cada bloco no quadro atual, e passa o controle para o bloco funcional 830. O bloco de limite de circuito 825 realiza um circuito através dos blocos no quadro atual, e passa o controle para o bloco funcional 830. O bloco funcional 830 determina a transformada inversa para um bloco atual, e passa o controle para um bloco funcional 835. O bloco funcional 835 aplica a transformada inversa determinada ao bloco, e passa o controle para um bloco de limite de circuito 840. O bloco de limite de circuito 840 encerra o circuito, e passa o controle para um bloco funcional 845. O bloco funcional 845 envia um resíduo de bloco para cada um dos blocos e passa o controle para um bloco de extremidade 899.

[097] Deve-se apreciar que com relação aos blocos funcionais 810 e 820, no caso do conjunto de transformadas a ser utilizado no quadro (ou o refinamento no conjunto) e/ou a transformada selecionada para cada bloco no quadro serem enviados implicitamente, a informação indicando o conjunto de transformadas a ser utilizado no quadro (ou o refinamento no conjunto) e/ou a transformada selecionada para cada bloco no quadro podem ser recebidos no lugar das transformadas reais. Em tal caso, o decodificador pode então derivar as transformadas da informação implícita (por exemplo, pelo bloco funcional 830). Ademais, o conjunto de transformadas a ser utilizado no quadro (ou refinamento no conjunto), a transformada selecionada para cada bloco no quadro, e/ou a informação representando pelo menos um dos anteriores podem ser recebidos como informação lateral com relação à sequência de bits.

[098] Voltando-se à figura 9, outro método ilustrativo para a seleção e transporte de transformada em um codificador de vídeo é indicado geralmente pela referência numérica 900. O método 900 inclui um bloco inicial 905 que passa o controle para um bloco funcional 910. O bloco funcional 910 registra um quadro a ser codificado, e passa o controle para um bloco funcional 915. O bloco funcional 915 encadeia um ou mais conjuntos de transformadas e passa o controle para um bloco funcional 970 e um bloco de limite de circuito 920. O bloco de limite de circuito 920 realiza um circuito através dos blocos no quadro, e passa o controle para um bloco funcional 925. O bloco funcional 925 obtém um resíduo de bloco de um bloco atual, e passa o controle para um bloco de limite de circuito 930. O bloco de limite de circuito 930 realiza um circuito através de um ou mais conjuntos de transformadas e passa o controle para um bloco funcional 935. O bloco funcional 935 transforma e quantiza os coeficientes para o bloco atual, e passa o controle para um bloco funcional 940. O bloco funcional 940 embute um indicador nos coeficientes, e passa o controle para um bloco funcional 945. O bloco funcional 945 realiza uma análise de distorção de taxa (RD), e passa o controle para um bloco de limite de circuito 950. O bloco de limite de circuito 950 encerra o circuito através das transformadas e passa o controle para um bloco funcional 955. O bloco funcional 955 determina a melhor transformada para o bloco atual, e passa o controle para um bloco funcional 960. A função 960 envia os coeficientes quantizados para cada um dos blocos, e passa o controle para um bloco de limite de circuito 965. O bloco de limite de circuito encerra o circuito através dos blocos e passa o controle para um bloco de encerramento 999.

[099] Voltando-se à figura 10, outro método ilustrativo para o transporte e seleção de transformada em um decodificador de vídeo é indicado geralmente pela referência numérica 1000. O método 1000 inclui um bloco inicial 1005 que passa o controle para um bloco funcional 1010 e um bloco de limite de circuito 1015. O bloco funcional 1010 recebe, explicitamente ou implicitamente, um conjunto de transformadas a ser utilizado para um quadro atual a ser decodificado e passa o controle para um bloco funcional 1030. O bloco de limite de circuito 1015 realiza um circuito através dos blocos no quadro atual, e passa o controle para um bloco funcional 1020. O bloco funcional 1020 recebe os coeficientes quantizados para cada um dos blocos no quadro atual e passa o controle para um bloco funcional 1025. O bloco funcional 1025 extrai indicadores embutidos a partir dos coeficientes, e passa o controle para o bloco funcional 1030. O bloco funcional 1030 determina uma transformada inversa para aplicar ao bloco atual com base nos indicadores embutidos e passa o controle para um bloco funcional 1035. O bloco funcional 1035 transforma de modo invertido o bloco utilizando a transformada inversa determinada e passa o controle para um bloco funcional 1040. O bloco funcional 1040 envia um resíduo de bloco, e passa o controle para um bloco de limite de circuito 1045. O bloco de limite de circuito 1045 encerra o circuito e passa o controle para um bloco de extremidade 1099.

[0100] Uma descrição será fornecida agora de algumas das muitas vanta- gens/características da presente invenção, algumas das quais foram mencionadas acima. Por exemplo, uma vantagem/característica é um aparelho possuindo um codificador de vídeo para codificar pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. A transformada é selecionada com base em pelo menos um dentre um modo de interpredição utilizado para predizer pelo menos uma referência para o bloco, um ou mais valores correspondentes a um vetor de movimento, um valor de um resíduo de um ou mais blocos codificados previamente, um valor de dados de predição para o bloco, uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos, e uma etapa de quantização aplicada aos coeficientes de transformada para o resíduo do bloco.

[0101] Outra vantagem/característica é o aparelho possuindo o codificador como descrito acima, onde o conjunto de transformadas é determinado offline.

[0102] Outra vantagem/característica é o aparelho possuindo o codificador onde o conjunto de transformadas é determinado offline como descrito acima, onde o conjunto de transformadas é determinado por pelo menos uma dentre a utilização de dados de sequenciamento e escolha de um subconjunto de uma família de transformadas.

[0103] Uma vantagem/característica adicional é o aparelho possuindo o codificador como descrito acima, onde as transformadas no conjunto são qualquer uma dentre separável e não separável, e direções horizontal e vertical das transformadas podem ser diferentes quando as transformadas são separáveis.

[0104] Outra vantagem/característica é um aparelho possuindo um codificador de vídeo para codificação de pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O codificador de vídeo envia informação descrevendo a transformada selecionada por pelo menos um dentre o envio de informação explicitamente utilizando um ou mais indicadores, o envio da informação utilizando uma estrutura de árvore em uma sequência de bits, a inclusão da informação dentro dos coeficientes de transformada correspondendo à transformada selecionada, e a permissão para que o decodificador correspondente infira a transformada selecionada a partir de dados já decodificados.

[0105] Ademais, outra vantagem/característica é o aparelho possuindo o codificador de vídeo como descrito acima, onde o conjunto de transformadas é determinado pelo menos por uma dentre a utilização de dados de sequenciamento e pela escolha de um subconjunto de uma família de transformadas.

[0106] Adicionalmente, outra vantagem/característica é um aparelho possuindo um codificador de vídeo para codificar pelo menos um bloco em uma imagem em uma sequência de vídeo pela seleção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O conjunto de transformadas é pelo menos um dentre determinado e refinado utilizando dados reconstruídos a partir de uma ou mais imagens anteriores na sequência de vídeo.

[0107] Além disso, outra vantagem/característica é um aparelho possuindo um codificador de vídeo para codificar pelo menos um bloco em uma imagem pela sele- ção de uma transformada para aplicação a um resíduo do bloco a partir de um conjunto de duas ou mais transformadas disponíveis. O conjunto de transformadas é determinado a partir de dados a serem codificados para o bloco.

[0108] Adicionalmente, outra vantagem/característica é o aparelho possuindo o codificador de vídeo como descrito acima, onde o codificador de vídeo determina o conjunto de transformadas e envia o conjunto de transformadas para um decodifica- dor correspondente como informação lateral.

[0109] Ademais, outra vantagem/característica é o aparelho possuindo o codificador de vídeo como descrito acima, onde o codificador de vídeo determina o conjunto de transformadas, determina um refinamento no conjunto de transformadas que permite que um decodificador correspondente prediga o conjunto de transformadas a partir do refinamento e a partir de dados previamente decodificados a fim de derivar um mesmo conjunto de transformadas como o dito codificador de vídeo, e envia o refinamento para o decodificador correspondente.

[0110] Adicionalmente, outra vantagem/característica é o aparelho possuindo o codificador de vídeo como descrito acima, onde o codificador de vídeo determina o conjunto de transformadas a partir de uma pluralidade de conjuntos de transformadas e envia o conjunto de transformadas como informação lateral.

[0111] Além disso, outra vantagem/característica é o aparelho possuindo o codificador de vídeo como descrito acima, onde o codificador de vídeo determina o conjunto de transformadas a partir de uma família de transformadas, o conjunto de transformadas representando um subconjunto da família de transformadas, e onde o codificador de vídeo envia apenas o subconjunto da família de transformadas.

[0112] Essas e outras características e vantagens dos presentes princípios podem ser prontamente determinados pelos versados na técnica pertinente com base nos ensinamentos apresentados aqui. Deve-se compreender que os ensinamentos dos presentes princípios podem ser implementados em várias formas de hardware, software, firmware, processadores de finalidade especial ou combinações dos mesmos.

[0113] Mais preferivelmente, os ensinamentos dos presentes princípios são im- plementados como uma combinação de hardware e software. Ademais, o software pode ser implementado como um programa de aplicativo consubstanciado de forma tangível em uma unidade de armazenamento de máquina. O programa de aplicativo pode ser carregado e executado por uma máquina compreendendo qualquer arquitetura adequada. Preferivelmente, a máquina é implementada em uma plataforma de computador possuindo hardware tal como uma ou mais unidades de processamento central ("CPU"), uma memória de acesso randômico ("RAM"), e interfaces de entra- da/saída ("I/O"). A plataforma de computador também pode incluir um sistema operacional e código de microinstrução. Os vários processos e funções descritos aqui podem ser parte do código de microinstrução ou parte do programa de aplicativo, ou qualquer combinação dos mesmos, que pode ser executada por uma CPU. Adicionalmente, várias outras unidades periféricas podem ser conectadas à plataforma de computador tal como uma unidade de armazenamento de dados adicional e uma unidade de impressão.

[0114] Deve-se compreender que, visto que alguns dos componentes de sistema constituintes e métodos apresentados nos desenhos em anexo são preferivelmente implementados em software, as conexões reais entre os componentes de sistema ou os blocos funcionais de processo podem diferir dependendo da forma na qual os presentes princípios são programados. De acordo com os ensinamentos apresentados aqui, os versados na técnica pertinente serão capazes de contemplar essas e outras implementações ou configurações similares dos presentes princípios.

[0115] Apesar de as modalidades ilustrativas poderem ser descritas aqui com referência aos desenhos em anexo, deve-se compreender que os presentes princípios não estão limitados às modalidades precisas, e várias mudanças e modificações podem ser realizadas pelos versados na técnica pertinente sem se distanciar do escopo ou espírito dos presentes princípios. Todas as mudanças e modificações devem ser incluídas no escopo dos presentes princípios como apresentado nas reivindicações em anexo.

Claims

1. Aparelho para codificação de vídeo, compreendendo: um codificador de vídeo (300) para codificar pelo menos um bloco em uma imagem pela seleção de uma transformada para aplicar a um resíduo do pelo menos um bloco entre imagens contíguas em uma sequência de vídeo a partir de um conjunto de duas ou mais transformadas predeterminadas com relação ao pelo menos um bloco, em que a transformada é selecionada em resposta a: (i) se um modo direto é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, (ii) um ou mais valores correspondentes a um vetor de movimento; (iii) um valor de um resíduo de um ou mais blocos previamente codificados entre imagens contíguas na sequência de vídeo; (iv) um valor de dados de predição para o pelo menos um bloco; (v) uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos; e (vi) uma etapa de quantização aplicada aos coeficientes de transformada para o resíduo do pelo menos um bloco, CARACTERIZADO pelo fato de que a transformada é adicionalmente selecionada em resposta a: (vii) se um modo de interpredição não é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, em que o conjunto de duas ou mais transformadas é derivado de dados de vídeo reconstruídos a partir de uma ou mais imagens prévias.

2. Aparelho, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de o conjunto de duas ou mais transformadas ser determinado de modo offline.

3. Aparelho, de acordo com a reivindicação 2, CARACTERIZADO pelo fato de o conjunto de duas ou mais transformadas ser determinado por pelo menos uma dentre: (i) utilização de dados de treinamento; e (ii) escolha do conjunto de duas ou mais transformadas em relação ao pelo menos um bloco.

4. Aparelho, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de as transformadas no conjunto de duas ou mais transformadas serem qualquer uma dentre separável ou não separável, e de direções horizontal e vertical das transformadas poderem ser diferentes quando as transformadas são separáveis.

5. Aparelho, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que informação que descreve a transformada selecionada é explicitamente sinalizada apenas para tamanhos de bloco superiores a um tamanho de bloco limite.

6. Aparelho, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de um indicador descrevendo a transformada selecionada ser embutido em coeficientes da transformada quando os tamanhos de bloco forem inferiores a um tamanho de bloco limite.

7. Método compreendendo: codificar (510) pelo menos um bloco em uma imagem pela seleção (520) de uma transformada para aplicar a um resíduo do pelo menos um bloco entre imagens contíguas em uma sequência de vídeo a partir de um conjunto de duas ou mais transformadas predeterminadas em relação ao pelo menos um bloco; em que a transformada é selecionada em resposta a: (i) se um modo direto é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, (ii) um ou mais valores correspondentes a um vetor de movimento; (iii) um valor de um resíduo de um ou mais blocos previamente codificados entre imagens contíguas na sequência de vídeo; (iv) um valor de dados de predição para o pelo menos um bloco; (v) uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos; e (vi) uma etapa de quantização aplicada aos coeficientes de transformada pa- ra o resíduo do pelo menos um bloco, CARACTERIZADO pelo fato de que a transformada é adicionalmente selecionada em resposta a: (vii) se um modo de interpredição não é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, em que o conjunto de duas ou mais transformadas é derivado de dados de vídeo reconstruídos a partir de uma ou mais imagens prévias.

8. Método, de acordo com a reivindicação 7, CARACTERIZADO pelo fato de que compreende adicionalmente determinar que o conjunto de duas ou mais transformadas é determinado de modo offline.

9. Método, de acordo com a reivindicação 8, CARACTERIZADO pelo fato de o conjunto de duas ou mais transformadas ser determinado por pelo menos uma dentre: (i) utilização de dados de treinamento (515); e (ii) escolha do conjunto de duas ou mais transformadas em relação ao pelo menos um bloco.

10. Método, de acordo com a reivindicação 7, CARACTERIZADO pelo fato de as transformadas no conjunto de duas ou mais transformadas serem qualquer uma dentre separável ou não separável, e de direções horizontal e vertical das transformadas poderem ser diferentes quando as transformadas forem separáveis.

11. Método, de acordo com a reivindicação 7, CARACTERIZADO pelo fato de que informação que descreve a transformada selecionada é explicitamente sinalizada apenas para tamanhos de bloco superiores a um tamanho de bloco limite.

12. Método, de acordo com a reivindicação 7, CARACTERIZADO pelo fato de um indicador que descreve a transformada selecionada ser embutido em coeficientes da transformada quando tamanhos de bloco forem inferiores a um tamanho de bloco limite.

13. Aparelho para decodificação de vídeo, compreendendo: um decodificador de vídeo (400) para decodificar pelo menos um bloco em uma imagem pela determinação de uma transformada inversa para aplicar aos coe-ficientes quantizados do pelo menos um bloco a partir de um conjunto de duas ou mais transformadas inversas correspondendo a um conjunto de duas ou mais trans-formadas determinado em relação ao pelo menos um bloco por um codificador de vídeo correspondente; em que a transformada é selecionada em resposta a: (i) se um modo direto é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, (ii) um ou mais valores correspondentes a um vetor de movimento; (iii) um valor de um resíduo de um ou mais blocos previamente codificados entre imagens contíguas na sequência de vídeo; (iv) um valor de dados de predição para o pelo menos um bloco; (v) uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos; e (vi) uma etapa de quantização aplicada aos coeficientes de transformada para o resíduo do pelo menos um bloco, CARACTERIZADO pelo fato de que a transformada é adicionalmente selecionada em resposta a: (vii) se um modo de interpredição não é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, em que o conjunto de duas ou mais transformadas é derivado de dados de vídeo reconstruídos a partir de uma ou mais imagens prévias.

14. Aparelho, de acordo com a reivindicação 13, CARACTERIZADO pelo fato de que compreende adicionalmente determinar que o conjunto de duas ou mais transformadas é determinado de modo offline.

15. Aparelho, de acordo com a reivindicação 13, CARACTERIZADO pelo fato de o conjunto de duas ou mais transformadas ser determinado por pelo menos uma dentre: (i) utilização de dados de treinamento (515); e (ii) escolha do conjunto de duas ou mais transformadas em relação ao pelo menos um bloco.

16. Aparelho, de acordo com a reivindicação 13, CARACTERIZADO pelo fato de as transformadas no conjunto de duas ou mais transformadas serem qualquer uma dentre separável ou não separável, e de direções horizontal e vertical das transformadas poderem ser diferentes quando as transformadas forem separáveis.

17. Aparelho, de acordo com a reivindicação 13, CARACTERIZADO pelo fato de que informação que descreve a transformada selecionada é explicitamente sinalizada apenas para tamanhos de bloco superiores a um tamanho de bloco limite.

18. Aparelho, de acordo com a reivindicação 13, CARACTERIZADO pelo fato de um indicador que descreve a transformada selecionada ser embutido em coeficientes da transformada quando os tamanhos de bloco forem inferiores a um tamanho de bloco limite.

19. Método, compreendendo: decodificar (610) pelo menos um bloco em uma imagem pela determinação (615, 620) de uma transformada inversa para aplicação a coeficientes quantizados do pelo menos um bloco a partir de um conjunto de duas ou mais transformadas inversas correspondendo a um conjunto de duas ou mais transformadas determinado em relação ao pelo menos um bloco por um codificador de vídeo correspondente; em que a transformada é selecionada em resposta a: (i) se um modo direto é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, (ii) um ou mais valores correspondentes a um vetor de movimento; (iii) um valor de um resíduo de um ou mais blocos previamente codificados entre imagens contíguas na sequência de vídeo; (iv) um valor de dados de predição para o pelo menos um bloco; (v) uma ou mais seleções de transformada de um ou mais blocos reconstruídos vizinhos; e (vi) uma etapa de quantização aplicada aos coeficientes de transformada pa- ra o resíduo do pelo menos um bloco, CARACTERIZADO pelo fato de que a transformada é adicionalmente selecionada em resposta a: (vii) se um modo de interpredição não é utilizado para predizer pelo menos uma referência para o pelo menos um bloco e no tamanho do bloco, em que o conjunto de duas ou mais transformadas é derivado de dados de vídeo reconstruídos a partir de uma ou mais imagens prévias.

20. Método, de acordo com a reivindicação 19, CARACTERIZADO pelo fato de que compreende adicionalmente determinar que o conjunto de duas ou mais transformadas é determinado de modo offline.

21. Método, de acordo com a reivindicação 19, CARACTERIZADO pelo fato de o conjunto de duas ou mais transformadas ser determinado por pelo menos uma dentre: (i) utilização de dados de treinamento (515); e (ii) escolha do conjunto de duas ou mais transformadas em relação ao pelo menos um bloco.

22. Método, de acordo com a reivindicação 19, CARACTERIZADO pelo fato de as transformadas no conjunto de duas ou mais transformadas serem qualquer uma dentre separável ou não separável, e de direções horizontal e vertical das transformadas poderem ser diferentes quando as transformadas forem separáveis.

23. Método, de acordo com a reivindicação 19, CARACTERIZADO pelo fato de que informação que descreve a transformada selecionada é explicitamente sinalizada apenas para tamanhos de bloco superiores a um tamanho de bloco limite.

24. Método, de acordo com a reivindicação 19, CARACTERIZADO pelo fato de um indicador que descreve a transformada selecionada ser embutido em coeficientes da transformada quando os tamanhos de bloco forem inferiores a um tamanho de bloco limite.