| 主权项 |
一种针对一视讯序列之一区块选择候选预测模式之数量之方法，该方法包含：计算一预定数量之区块中各区块之各预测模式之一成本值；识别该等预测模式中具有各区块之最小成本值之一预测模式；计算使用一成本函数之各区块之各预测模式之一函数值；藉由各预测模式之函数值将各区块之该等预测模式排列，并识别一具有最小成本值之预测模式之序值，该序值与排列后之预测模式的序数相关；根据与各区块相关之各预测模式之函数值计算各区块之一特征值；识别复数组区块，各组区块具有实质上相同之特征值；识别各组区块之数量并计算各组区块之各区块之预测模式的序值总和；针对该等复数组区块之各组计算各组区块数量总和之一平均值；以及针对该等预定数量之区块决定一介于该等平均值与该等特征值间之关系。如申请专利范围第1项之方法，其中该成本值包括一针对各预测模式执行一压缩率－失真最佳化(RDO)运算之压缩率－失真成本(RD)。如申请专利范围第1项之方法，其中该成本函数包含下列函数之一：绝对误差和(SAD)函数、变换后绝对误差和(SATD)函数、差值平方和(SSD)函数以及平均绝对差值(MAD)函数。如申请专利范围第1项之方法，其中各区块之特征值为与各区块相关之预测模式之函数值之一标准差。如申请专利范围第1项之方法，进一步包括表示一回归曲线中，该等平均值与特征值间的关系。如申请专利范围第5项之方法，进一步包括：计算另一视讯序列之一区块之一特征值；以及藉由根据该特征值之回归曲线识别该区块之第一预测模式之数量。如申请专利范围第6项之方法，进一步包括：识别可用于该视讯序列之压缩率－失真最佳化(RDO)运算之预测模式之数量；识别在该视讯序列中欲进行编码之区块之数量；识别一位于所有其他画面前且在该视讯序列中欲进行编码之第一画面；以及分配复数个预测模式至该第一画面之各区块。如申请专利范围第7项之方法，进一步包括：在处理该第一画面之一第一区块后，识别多余之预测模式之数量；分配该项多余之预测模式数量至一紧随着该第一画面之第一区块之第二区块；以及藉由比较第一预测模式之数量与第二预测模式之数量以决定该第二区块之候选预测模式之数量，该第二预测模式之数量包括分配至该第一画面之各区块之预测模式之数量以及该项多余之预测模式数量。如申请专利范围第8项之方法，进一步包括：在处理该第一画面后，识别剩余之预测模式数量；识别该视讯序列中欲进行编码之剩余画面之数量；以及识别该视讯序列中欲进行编码之剩余区块之数量。一种针对一视讯序列之一区块选择候选预测模式之数量之方法，该方法包含：识别可用于该视讯序列之压缩率－失真最佳化(RDO)运算之预测模式之数量；识别在视讯序列中欲进行编码之区块之数量；识别一位于所有其他画面前且在该视讯序列中欲进行编码之第一画面；分配复数个预测模式至该第一画面之各区块；在处理该第一画面之一第一区块后，识别多余之预测模式之数量；分配该项多余之预测模式数量至一紧随着该第一画面之第一区块之第二区块；以及识别该第二区块之第一预测模式之数量，该等第一预测模式之数量包括分配至该第一画面之各区块的预测模式之数量以及该多余之预测模式之数量。如申请专利范围第10项之方法，其中识别可用于RDO运算之预测模式之数量包括识别一可用于RDO运算之预测模式之数量与该视讯序列所需之预测模式总数量之比率。如申请专利范围第10项之方法，其中可用于一第j画面之各区块之ROD运算数量(Budgetj)满足Budgetj＝Buffer/C其中该第j画面位于该视讯序列中所有其他欲进行编码之画面前，Buffer代表欲在该视讯序列中进行编码之画面可用的剩余RDO运算次数，且C代表欲在该视讯序列中进行编码之剩余区块的数量。如申请专利范围第12项之方法，其中分配至该第j画面之一第i区块之预测模式之数量包括预测模式之数量「Budgetj」以及在处理位于该第i区块前之一第(i－1)区块后之多余预测模式之数量。如申请专利范围第10项之方法，进一步包括：计算一预定数量之区块中各区块之各预测模式之成本值；识别该等预测模式中具有各区块之最小成本值之一预测模式；计算使用一成本函数之各区块之各预测模式之一函数值；以及藉由各预测模式之函数值将各区块之该等预测模式排列，并识别一具有最小成本值之预测模式之序值，该序值与排列后之预测模式的序数相关。如申请专利范围第14项之方法，进一步包括：根据与各区块相关之各预测模式之函数值计算各区块之一特征值；识别复数组区块，各组区块具有实质上相同之特征值；识别各组区块之数量并计算各组区块之各区块之预测模式的序值总和；针对该等复数组区块之各组计算各组区块数量总和之一平均值；以及针对该等预定数量之区块决定一介于该等平均值与该等特征值间之关系。如申请专利范围第15项之方法，进一步包括：计算该第二区块之一特征值；根据该特征值识别该第二区块之第二预测模式之数量。如申请专利范围第16项之方法，进一步包括藉由比较第一预测模式之数量与第二预测模式之数量，以决定该第二区块之候选预测模式之数量。一种针对一视讯序列之一区块选择候选预测模式之数量之方法，该方法包含：对于一第一视讯序列识别一第一区块之一特征值与候选预测模式之最佳数量间之一关系；在一使用一成本函数之第二视讯序列中计算一第二区块之各预测模式之一函数值；根据该第二区块之各预测模式之函数值计算该第二区块之一特征值；根据该关系识别该第二区块之第一候选预测模式之数量，识别该第二视讯序列之一预定次数之压缩率－失真最佳化(RDO)运算；识别可用于一画面之预定数量之RDO运算之结余量，其中该第二视讯序列之第二区块位于该画面内；在该画面之区块间分配可使用之RDO运算次数；以及在处理该第二视讯序列之画面之第二区块前之一区块后，识别是否有多余之RDO运算次数。如申请专利范围第18项之方法，进一步包括：将该项多余之RDO运算次数加到已分配给该第二区块之可用RDO运算次数，以形成该第二区块之总和RDO运算次数；以及比较该第二区块之第一候选预测模式之数量与该第二区块之总和RDO运算次数，以识别出用来执行该第二区块之RDO运算之候选预测模式之数量。如申请专利范围第19项之方法，进一步包括识别出该等候选预测模式中具有最小压缩率－失真(RD)成本之一候选预测模式。如申请专利范围第18项之方法，其中该成本函数包含下列函数之一：绝对误差和(SAD)函数、变换后绝对误差和(SATD)函数、差值平方和(SSD)函数以及平均绝对误差值(MAD)函数。如申请专利范围第18项之方法，其中识别该第一区块之特征值与候选预测模式之最佳数量间之一关系进一步包括：计算一预定数量之区块中各区块之各预测模式之一成本值；识别该等预测模式中具有各区块之最小成本值之一预测模式；计算使用该成本函数之各区块之各预测模式之一函数值；藉由各预测模式之函数值将各区块之该等预测模式排列，并识别一具有最小成本值之预测模式之序值，该序值与排列后之预测模式的序数相关；根据与各区块相关之各预测模式之函数值计算各区块之一特征值；识别复数组区块，各组区块具有实质上相同之特征值；识别各组区块之数量并计算各组区块之各区块之预测模式的序值总和；以及针对该等复数组区块之各组计算各组区块数量总和之一平均值。如申请专利范围第21项之方法，其中该成本值包括一针对各预测模式执行一压缩率－失真最佳化(RDO)运算之压缩率－失真成本(RD)。如申请专利范围第21项之方法，其中各区块之特征值为与各区块相关之预测模式之函数值之一标准差。一种可针对一视讯序列之一区块选择候选预测模式之数量之编码器，该编码器包含：一第一计算器，该第一计算器用以对一第一视讯序列建立该第一视讯序列之一第一区块之一特征值与候选预测模式之最佳数量间之一关系，及根据该关系识别一第二视讯序列中一第二区块之第一候选预测模式之数量；一第二计算器，该第二计算器用以在一使用一成本函数之第二视讯序列中计算该第二区块之各预测模式之一函数值，并且根据该第二区块之各预测模式之函数值计算该第二区块之一特征值；以及一第三计算器，该第三计算器用以接收该第二视讯序列之预定压缩率－失真最佳化(RDO)运算之数量，识别可用于一画面之预定数量之RDO运算之平衡，其中该第二视讯序列之第二区块位于该画面内，分配该画面之区块中可用之RDO运算，以及在处理该第二视讯序列之画面之第二区块前，先行处理一区块后，识别是否有剩余RDO运算。如申请专利范围第25项之编码器，其中该第三计算器可用以将剩余RDO运算之数量增加到分配给该第二区块之可用RDO运算之数量，以形成该第二区块之结果RDO运算之数量。如申请专利范围第26项之编码器进一步包含比较器，该比较器用以比较该第二区块之第一候选预测模式之数量与该第二区块之结果RDO运算之数量，以识别候选预测模式之数量而执行该第二区块之RDO运算。如申请专利范围第25项之编码器，其中该成本函数包含下列函数之一：绝对误差和(SAD)函数、变换后绝对误差和(SATD)函数、差值平方和(SSD)函数以及平均绝对差值(MAD)函数。如申请专利范围第25项之编码器，其中该第一计算器可用以计算每一复数个预定区块之各预测模式之一成本值，识别预测模式之一具有各区块之最小成本值，计算使用该成本函数之各区块之各预测模式之一函数值，藉由各预测模式之函数值将各区块之预测模式排列，且识别具有最小成本值之预测模式之一序值，该序值与排列后之预测模式之序数相关。如申请专利范围第29项之编码器，其中该第一计算器可用以根据与各区块相关之各预测模式之函数值计算各区块之一特征值，识别复数组区块，各组区块具有实质上相同之特征值，识别各组区块之数量并计算各组区块之各区块之预测模式的序值总和，以及针对该等复数组区块之各组计算各组区块数量总和之一平均值。如申请专利范围第29项之编码器，其中该成本值包含一压缩率－失真(RD)成本以执行各该等预测模式之一RDO运算。如申请专利范围第25项之编码器，其中该各区块之特征值为与各区块相关之预测模式之函数值之一标准差。 |
