对比文件名称：2006-04-20_US2006083308A_发明申请_US20060083308A1 Apparatus and method for generating a coded video sequence and for decoding a coded video sequence by using an intermediate layer residual value prediction
目标专利名称：用于可缩放视频译码及3D视频译码的多假设运动补偿CN104521237B
本次调用的模型名称：gpt-4-turbo-2024-04-09
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：其包括：识别第一层中的第一视频单元《直接公开》 | 说明书第[0108]段：“An original video sequence with a group of 8, 16 or any number of pictures is fed in via an input 1000. ... FIG. 1a shows a coder for generating two scaling layers, which means the base scaling layer and an enhancement scaling layer.” 说明书第[0135]段：“Thus, if the macroblock is coded by using four 8×8 partitions, and when every 8×8 partition is further partitioned into four 4×4 partitions, a maximum amount of 16 motion vectors for a single P macroblock can be transmitted within the so-called motion field.” | 对比文件公开了视频编码装置处理包含多个图片的视频序列，并将图片分割为宏块（Macroblock）等视频单元进行处理。本领域技术人员能够毫无疑义地得出，在编码增强层（第一层）时，必然需要识别该层中待处理的视频单元（例如宏块）。因此，该特征被对比文件直接公开。 |
| **技术特征B**：基于所述第一层中的至少一个其他视频单元的运动信息确定用于预测所述第一视频单元的显式假设，显式假设为其运动信息在所述视频信息中被译码的假设《直接公开》 | 说明书第[0148]-[0154]段：“The motion description Mi0 is estimated in a macroblock by macroblock way as follows: For all possible macroblock and sub-macroblock partitions of a macroblock i within a picture B, the associated motion vectors mi=[mx, my]T are determined by minimizing the Lagrange function... The mode decision for the macroblock mode and the sub-macroblock mode follows the same approach... For the motion compensated coder modes, the same comprises the bits for the macroblock mode... and the motion vector and vectors, respectively.” | 对比文件详细描述了在单层（例如增强层）内，为当前宏块（第一视频单元）进行运动估计和模式决策的过程。该过程基于率失真优化，确定用于预测当前宏块的运动向量和模式（即显式假设），并且这些运动信息需要被编码到比特流中（“the bits for the ... motion vector”）。这完全符合“显式假设”的定义。因此，该特征被对比文件直接公开。 |
| **技术特征C**：确定旗标的值，所述旗标指示隐式假设是否用于预测，隐式假设为其运动预测信息未在所述视频信息中被译码的假设《隐含公开》 | 说明书第[0187]段：“A flag ResPrdFlag 1108 is transmitted. When the flag 1108=1, the reconstructed residual signal of the base layer is used as prediction for the residual signal of the current macroblock of the enhancement layer... Otherwise, the flag 1108 does not exist or equals zero. Here, the residual signal of the current macroblock in the enhancement layer will then be coded without prediction from the base layer.” | 对比文件公开了在增强层编码中，使用一个旗标（ResPrdFlag）来控制是否对当前宏块的残差信号使用基于基础层的预测。当旗标为1时，使用基础层重构的残差作为预测（这是一种层间预测，其运动信息隐含在基础层中，未在增强层比特流中显式编码）；为0时，则不使用。虽然该预测针对的是“残差信号”，而目标专利的隐式假设针对的是“运动补偿预测信号”，但本领域技术人员可以理解，是否启用一种未显式编码运动信息的预测机制，完全可以通过类似的旗标来控制。因此，对比文件隐含公开了使用旗标来指示是否使用隐式（未显式编码运动信息）的预测假设。 |
| **技术特征D**：基于确定所述旗标的所述值指示使用所述隐式假设：《隐含公开》 | 说明书第[0187]段：“When the flag 1108=1, the reconstructed residual signal of the base layer is used as prediction for the residual signal of the current macroblock of the enhancement layer...” | 对比文件公开了当旗标（ResPrdFlag）为1时，执行使用基础层重构残差进行预测的操作。这对应于“基于确定旗标的值指示使用所述隐式假设”所触发的后续操作。因此，该逻辑步骤被对比文件隐含公开。 |
| **技术特征E**：识别第二层中的第二视频单元，《直接公开》 | 说明书第[0119]段：“Thus, if the enhancement resolution is twice as high and wide as the base resolution, a macroblock (16×16 luminance samples) in the enhancement layer covers a region of a picture, which corresponds to a sub-macroblock (8×8 luminance samples) in the base layer.” 说明书第[0163]段：“...the corresponding base layer vector is used as motion vector predictor. In this case, the list X motion vector ... of the current macroblock/sub-macroblock partition is obtained by adding the transmitted list X motion vector difference to the possibly scaled list X motion vector of the base layer macroblock/sub-macroblock partition.” | 对比文件在描述层间预测（如运动向量预测、残差预测）时，反复提及“base layer macroblock/sub-macroblock partition”，即需要识别基础层（第二层）中与当前增强层宏块对应的视频单元（第二视频单元）。因此，该特征被对比文件直接公开。 |
| **技术特征F**：获取与所述第二层中的所述第二视频单元相关联的运动信息，《直接公开》 | 说明书第[0163]段：“...the possibly scaled list X motion vector of the base layer macroblock/sub-macroblock partition.” 说明书第[0182]段：“On the decoder side, this means that the means 1078a of FIG. 1f decodes the flag 1098 for one block and, if it was active, uses the decoded base motion data present from the base layer or the decoded upsampled base motion data to calculate the enhancement motion data...” | 对比文件明确描述了在编码器和解码器侧，从基础层（第二层）的宏块/子宏块分区获取（或解码获取）其运动向量（运动信息）的过程。因此，该特征被对比文件直接公开。 |
| **技术特征G**：以及确定用于从与所述第二层中的所述第二视频单元相关联的所述运动信息预测所述第一视频单元的所述隐式假设，《隐含公开》 | 说明书第[0163]段：“...the corresponding base layer vector is used as motion vector predictor.” 说明书第[0176]段：“In the second embodiment of the present invention, which is signalized by the flag QrefFlag 1100, the base motion vector is integrated into the enhancement motion data calculation...” 说明书第[0187]段：“When the flag 1108=1, the reconstructed residual signal of the base layer is used as prediction for the residual signal of the current macroblock of the enhancement layer...” | 对比文件公开了多种利用基础层信息进行预测的方式：1) 将基础层运动向量直接或缩放后作为增强层运动向量的预测值；2) 将基础层重构的残差信号作为增强层残差信号的预测。虽然这些预测的“对象”可能不同（运动向量或残差），但核心思想是利用低层（第二层）已有的、未在高层（第一层）显式编码的信息来形成对高层单元的预测。本领域技术人员可以合理推断，将这种思想应用于运动补偿预测本身，即利用基础层运动信息（经适当处理后）直接作为增强层的一个预测假设（隐式假设），是逻辑上的自然延伸。因此，该特征被对比文件隐含公开。 |
| **技术特征H**：以及根据所述显式假设和所述隐式假设来预测所述第一视频单元，《隐含公开》 | 说明书第[0154]段：“For the motion compensated coder modes, the same comprises the bits for the macroblock mode (if applicable), the sub-macroblock mode and modes (if applicable), respectively, and the motion vector and vectors, respectively.” 说明书第[0187]段：“When the flag 1108=1, the reconstructed residual signal of the base layer is used as prediction for the residual signal of the current macroblock of the enhancement layer, wherein only an approximation of the difference between the current residual signal of the enhancement layer and its base layer reconstruction will be coded.” | 对比文件公开了增强层的编码包含：1) 基于本层运动估计的显式运动信息（技术特征B）；2) 在旗标控制下，可能使用的基础层预测信息（技术特征C、G）。最终的编码数据（预测残差）是基于这些预测信息计算得出的。本领域技术人员可以理解，在解码端重构第一视频单元时，需要综合这些预测信息。虽然对比文件没有明确描述将多个假设（例如来自本层的运动补偿假设和来自基础层的预测假设）进行组合（如平均）以生成最终预测值，但将不同来源的预测信息结合使用以生成最终预测，是视频编码（如B帧的双向预测）中的常见技术。因此，可以合理推断出根据显式和隐式假设来预测第一视频单元。该特征被对比文件隐含公开。 |
| **技术特征I**：或者基于确定所述旗标的所述值指示未使用所述隐式假设，《隐含公开》 | 说明书第[0187]段：“Otherwise, the flag 1108 does not exist or equals zero. Here, the residual signal of the current macroblock in the enhancement layer will then be coded without prediction from the base layer.” | 对比文件明确公开了当旗标（ResPrdFlag）不存在或为0时，增强层宏块的残差信号编码不使用来自基础层的预测。这对应于“基于确定旗标的值指示未使用隐式假设”的情况。因此，该逻辑步骤被对比文件隐含公开。 |
| **技术特征J**：基于所述显式假设来预测所述第一视频单元。《直接公开》 | 说明书第[0154]段：“For the motion compensated coder modes, the same comprises the bits for the macroblock mode... and the motion vector and vectors, respectively.” | 当不使用基础层预测（即不使用隐式假设）时，增强层视频单元的预测将完全依赖于其自身显式编码的运动信息（运动向量）进行运动补偿预测。对比文件公开的运动补偿编码模式正是基于这种显式运动信息进行预测。因此，该特征被对比文件直接公开。 |
| **技术特征K**：其中所述第一视频单元及所述第二视频单元各自包括帧、切片、译码单元CU、预测单元PU、块或像素区。《直接公开》 | 说明书第[0017]段：“All in all, slices are a sequence of macroblocks...” 说明书第[0135]段：“Thus, if the macroblock is coded by using four 8×8 partitions, and when every 8×8 partition is further partitioned into four 4×4 partitions...” 说明书第[0152]段：“The set of possible sub-macroblock modes is given by {P_8×8, P_8×4, P_4×8, P_4×4}.” | 对比文件明确将视频数据组织为图片（帧）、切片（Slice）、宏块（Macroblock）以及更细的子宏块分区（如8x8, 4x4等），这些均属于“视频单元”的具体形式。因此，该特征被对比文件直接公开。 |
| **技术特征L**：其中所述第一层是增强层且所述第二层是参考层，或其中所述第一层是3D视频的相依视图且所述第二层是3D视频的基础视图。《直接公开》 | 说明书第[0108]段：“FIG. 1a shows a coder for generating two scaling layers, which means the base scaling layer and an enhancement scaling layer.” | 对比文件明确描述了编码器生成两个可缩放层：基础层（base scaling layer）和增强层（enhancement scaling layer）。增强层相对于基础层是更高的层，基础层是增强层的参考层。这直接对应于“第一层是增强层且第二层是参考层”。虽然对比文件未提及3D视频，但层间关系是相同的。因此，该特征被对比文件直接公开。 |
| **技术特征M**：其中所述第二层中的所述第二视频单元在空间上与所述第一层中的所述第一视频单元位于同一地点。《直接公开》 | 说明书第[0119]段：“...a macroblock (16×16 luminance samples) in the enhancement layer covers a region of a picture, which corresponds to a sub-macroblock (8×8 luminance samples) in the base layer.” 说明书第[0163]段：“...the motion vector of the base layer macroblock/sub-macroblock partition covering the upper left sample of the current macroblock/sub-macroblock partition...” | 对比文件在描述层间预测时，多次提到增强层的宏块与基础层中对应的（covering the same region）宏块或子宏块分区，即两者在空间上位于同一地点（co-located）。因此，该特征被对比文件直接公开。 |
| **技术特征N**：其中所述第一层的所述至少一个其他视频单元在空间上邻近于所述第一视频单元。《直接公开》 | 说明书第[0062]段：“The intra prediction in H.264/AVC is always performed in the spatial domain, by referring to adjacent samples of previously coded blocks, which are on the left of and above, respectively, the block to be predicted (FIG. 10).” 说明书第[0148]段提到了基于拉格朗日函数的运动估计，其中运动向量搜索和模式决策通常会考虑空间相邻块的信息作为候选或上下文。 | 在视频编码标准（如H.264/AVC）中，无论是帧内预测还是运动向量预测（MVP），都普遍使用空间上相邻的已编码块的信息。对比文件基于H.264/AVC框架，其运动估计和模式决策过程隐含了利用空间相邻块的信息。因此，本领域技术人员能够毫无疑义地得出，确定显式假设时，会参考空间上邻近的视频单元（块）的运动信息。该特征被对比文件直接公开。 |
| **技术特征O**：其中所述第一层的所述至少一个其他视频单元在时间上邻近于所述第一视频单元且在空间上与所述第一视频单元位于同一地点。《直接公开》 | 说明书第[0029]段：“In the backward motion estimation, however, the motion of the current picture is estimated by using the future picture.” 说明书第[0051]段：“...the motion filters, which consist of motion vectors and represent coefficients for the block 60 and 61, are calculated for two subsequent related pictures...” | 对比文件描述了前向和后向运动估计，即使用时间上邻近的参考图片。同时，运动估计是针对当前块在参考图片中寻找匹配块，这个匹配块通常被认为是与当前块在空间上位于同一地点的区域发生了运动。时间上邻近的参考帧中与当前块空间同一地点的区域，是运动估计的起点或候选区域。因此，该特征被对比文件直接公开。 |
| **技术特征P**：其中所述第一层的所述至少一个其他视频单元在时间上在所述第一视频单元后面，或在时间上在所述第一视频单元前面。《直接公开》 | 说明书第[0029]段：“In the forward motion estimation, the motion of the current picture is estimated with regard to the previous picture. In the backward motion estimation, however, the motion of the current picture is estimated by using the future picture.” | 对比文件明确区分了前向运动估计（使用前面的图片）和后向运动估计（使用后面的图片）。因此，用于预测的运动信息可以来自时间上在前或在后的视频单元。该特征被对比文件直接公开。 |
| **技术特征Q**：其中通过缩放与所述第二视频单元关联的预先界定的运动向量来得到与所述第二视频单元关联的所述运动信息，且其中所述缩放是基于所述第一层与所述第二层之间的空间分辨率上的差异及帧速率上的差异中的至少一者。《直接公开》 | 说明书第[0119]段：“Thus, if the enhancement resolution is twice as high and wide as the base resolution, a macroblock... in the enhancement layer covers a region... which corresponds to a sub-macroblock... in the base layer. Thus, in order to be able to use the base motion vector for the macroblock of the enhancement scaling layer, the base motion vector is doubled in its x component and its y component, which means scaled by the factor 2.” | 对比文件明确公开了在空间可伸缩性中，当增强层分辨率是基础层的两倍时，基础层的运动向量需要按比例（因子2）进行缩放，才能用于增强层。这直接对应于基于空间分辨率差异进行缩放。因此，该特征被对比文件直接公开。 |
| **技术特征R**：其中通过对以下值平均来预测所述第一视频单元：(i)基于确定所述旗标的所述值指示未使用所述隐式假设的所述显式假设，或(ii)所述显式假设和基于确定所述旗标的所述值指示使用所述隐式假设的隐式假设，并将0，1或2的舍入偏移应用于通过平均获得的值。《未公开》 | 对比文件中未找到关于对多个假设（无论是显式还是从基础层导出的隐式）进行平均（averaging）以生成最终预测值的描述。对比文件提到的层间预测（如残差预测、运动向量预测）是替代或修正关系，而非组合（如平均）关系。 | 对比文件没有公开将来自本层的显式运动补偿假设与从基础层导出的隐式运动补偿假设进行组合（例如平均）以产生最终预测值的技术方案。也未提及在预测值计算中应用0，1或2的舍入偏移。因此，该特征既未被直接公开，也未被隐含公开。 |
| **技术特征S**：其包括：存储器单元，其经配置以存储与第一层及对应第二层相关联的视频信息，所述视频信息包含用于所述第一层及第二层的至少运动预测信息《直接公开》 | 说明书第[0108]段：“An original video sequence with a group of 8, 16 or any number of pictures is fed in via an input 1000.” 说明书第[0131]段：“Depending on the control of the switch 1044, either the one signal or the other signal is supplied to the interpolator 1022 or already to the intermediate layer predictor...” | 对比文件描述的编码器/解码器系统必然包含用于存储输入视频序列、中间数据（如残差、重构信号）和运动信息等的存储器单元。图1a、2等框图中各组件之间的连接和数据流也暗示了存储功能的存在。因此，该特征被对比文件直接公开。 |
| **技术特征T**：及处理器，其与所述存储器单元通信，所述处理器经配置以：识别所述第一层中的第一视频单元《直接公开》 | 结合对特征A和S的论述。对比文件描述的装置（如图1a的编码器、图2的解码器）包含执行视频编码/解码各步骤的功能模块（如运动估计器、预测器、编码器等），这些模块由处理器实现或包含处理器。处理器必然被配置为执行识别视频单元等操作。 | 作为执行视频编码/解码算法的装置，其处理器必然被配置为执行识别待处理视频单元这一基本步骤。因此，该特征被对比文件直接公开。 |
| **技术特征U**：获取与所述第一层中的至少一个其它视频单元相关联的运动信息《直接公开》 | 同特征B和N的论述。对比文件中运动估计单元（1006, 1014）和预测过程（1012, 1016）需要获取并利用本层内其他视频单元（如同步或相邻块）的运动信息。 | 处理器（通过运动估计模块等）被配置为获取本层内其他视频单元的运动信息，这是进行运动预测的基础。该特征被对比文件直接公开。 |
| **技术特征V**：基于所述第一层中的至少一个其他视频单元的运动信息确定用于预测所述第一视频单元的显式假设，显式假设为其运动信息在所述视频信息中被译码的假设《直接公开》 | 同特征B的论述。对比文件详细描述了基于率失真优化确定运动向量和模式（即显式假设）的过程，这些信息会被编码。 | 处理器（通过运动估计和模式决策模块）被配置为执行此操作。该特征被对比文件直接公开。 |
| **技术特征W**：对所述视频信息中的所述至少一个其他视频单元的所述运动信息进行编码《直接公开》 | 说明书第[0154]段：“For the motion compensated coder modes, the same comprises the bits for the macroblock mode... and the motion vector and vectors, respectively.” | 对比文件明确指出，运动补偿编码模式所需的比特包括用于运动向量的比特，即运动信息需要被编码到视频信息（比特流）中。因此，处理器（通过熵编码模块等）被配置为执行此操作。该特征被对比文件直接公开。 |
| **技术特征X**：识别所述第二层中的第二视频单元《直接公开》 | 同特征E的论述。在层间预测过程中，处理器需要识别基础层中对应的视频单元。 | 处理器被配置为在执行层间预测时识别第二层中的第二视频单元。该特征被对比文件直接公开。 |
| **技术特征Y**：确定用于从与所述第二层中的所述第二视频单元相关联的所述运动信息预测所述第一视频单元的隐式假设，隐式假设为其运动预测信息未在所述视频信息中被译码的假设《隐含公开》 | 同特征G的论述。对比文件公开了利用基础层运动向量作为增强层运动向量的预测值，或利用基础层重构残差作为预测。处理器可以被配置为基于基础层运动信息确定一个用于增强层预测的隐式假设。 | 虽然对比文件未明确使用“隐式假设”这一术语，也未明确描述将其作为独立的运动补偿假设，但其公开的“使用基础层运动向量作为预测值”的技术手段，在功能上等同于确定一个源于基础层、其运动信息未在增强层显式编码的预测假设。本领域技术人员可以合理推断处理器可被配置为执行此操作。因此，该特征被对比文件隐含公开。 |
| **技术特征Z**：基于确定所述隐式假设是否用于预测所述第一视频单元，在所述视频信息中提供指示。《隐含公开》 | 同特征C的论述。对比文件公开了使用旗标（如ResPrdFlag, BLFlag, QrefFlag）来指示是否使用基于基础层的预测。处理器被配置为生成并在比特流中提供这些旗标。 | 处理器被配置为基于决策（例如率失真优化结果）确定是否使用隐式假设（或类似的层间预测），并在视频信息（比特流）中提供相应的指示旗标。该特征被对比文件隐含公开。 |
<<<A>><<<B>><<<c>><<<d>><<<E>><<<F>><<<g>><<<h>><<<i>><<<J>><<<K>><<<L>><<<M>><<<N>><<<O>><<<P>><<<Q>><<<S>><<<T>><<<U>><<<V>><<<W>><<<X>><<<y>><<<z>>>