输入区块的一类型i，l = i兰η
[0047]610将输入的多个候选区块，利用此多个候选区块相对应的多种区块类型进行排序
[0048]620建置基于类型的移动合并模式的候选集合
[0049]630利用此候选集合中多个候选区块相对应的多种类型，滤除不同区块类型的候选区块相对应的候选移动向量
[0050]640同时考虑编码(压缩)比特率R与品质失真D，进行比对利用这些候选移动向量的每一候选移动向量所得到的RD-成本
[0051]650从中选出一或多个最新的配对的移动向量，从而形成此基于类型的移动合并模式的一候选移动向量集合
[0052]a?e同画面邻近区域的5个位置对应的候选区块
[0053]f?g不同画面的同一相对位置各自对应的候选区块
[0054]MVa?MVf候选集合中的候选移动向量
[0055]820建置基于类型的进阶移动向量预测模式的候选集合
[0056]830利用此候选集合中多个候选区块相对应的多种类型，滤除不同区块类型的候选区块相对应的候选移动向量
[0057]850从中选出k2个最新的配对的移动向量，做为基于类型的进阶移动向量预测模式的一候选移动向量集合
[0058]910执行初始化程序，至少包括对于每一次的画面间预测编码程序，设定由多个搜寻点组成的搜寻点集合
[0059]920决定此搜寻点集合中每一搜寻点对应的区块类型与目前编码区块相对应的区块类型
[0060]930利用此多个搜寻点对应的至少一区块类型，从该搜寻点集合中滤除与该目前编码区块不同区块类型的一或多个搜寻点
[0061]940依据该被滤除后的搜寻点集合，计算目前的移动向量
[0062]950计算新的搜寻点集合
[0063]960将最新的移动向量做为估计的移动向量
[0064]m、n区块的宽与高
[0065]x、y区块搜寻移动向量时，X-方向与y_方向的位移量
【具体实施方式】
[0066]以下，参考伴随的图示，详细说明依据本揭露的实施例，从而使本领域技术人员易于了解。所述的发明创意可以采用多种变化的实施方式，当不能只限定于这些实施例。本揭露省略已熟知部分(well-known part)的描述,并且相同的参考号在本揭露中代表相同的元件。
[0067]依据本揭露的实施例，提供一种屏幕视频的预测编码的实施范例，此实施范例可藉由利用屏幕视频内容包含文字、线条、计算机图形等与一般视频内容的差异，使用编码区块的区块类型提升视频编码画面间预测和/或画面内预测的效能。依据本揭露的实施例，画面间预测编码及画面内预测编码进行预测的最小单位称之为编码区块。依据本揭露的实施例，先将屏幕视频内容中多个编码区块分成多种区块类型(例如文字图像与自然图像等)后，对于此多个编码区块的每一编码区块，依据此编码区块的区块类型过滤与目前编码区块不同类型的至少一候选区块，来建置移动合并(Mot1n Merge)模式的第一候选移动向量集合与进阶移动向量预测(AMVP)模式的第二候选移动向量集合。此实施范例还可依据此目前编码区块的类型，过滤与此目前编码区块不同类型的搜寻点，从而快速搜寻到估计的(estimated)移动向量。
[0068]承接上述，依据本揭露的实施例，屏幕视频内容中多个视频编码区块可分成两种类型，其中一种类型是属于非自然图像内容的部分，另一种类型是属于自然图像内容的部分。例如，此多个视频编码区块的每一编码区块是文字图像内容或是自然图像内容。图1是依据本揭露的一实施例，说明屏幕视频内容中的文字图像内容与自然图像内容的一范例示意图。在图1的范例中，屏幕视频内容100包含两部分，其中一部分是文字图像内容的部分110，另一部分是自然图像内容的部分120。将文字图像内容的部分110中的区块112放大后，即为文字图像内容122。将自然图像内容的部分120中区块132放大后，即为自然图像内容142。换句话说，屏幕视频内容可包括非自然图像内容的部分与自然图像内容的部分，或是包括前述两部分的其中一部分。非自然图像内容的部分是文字、线条、计算机图形等类型的其中一类型或一类型以上组合而成的非自然图像内容。非自然图像内容的类型不限于只有前述文字、线条、计算机图形这些类型。
[0069]图2是依据本揭露的一实施例，说明利用区块分类的屏幕视频的预测编码的组成部分。参考图2，此利用区块分类的屏幕视频的预测编码的运作流程200可包含四部分，即区块类型分类(Block-type classificat1n) 210、基于类型的(Type-based)移动合并模式220、基于类型的进阶移动向量预测模式230、以及基于类型的移动向量估计(Mot1nVector Estimat1n)240。
[0070]图3是依据本揭露的一实施例，说明一种屏幕视频的预测编码的方法。参考图3，此方法利用分类器，将屏幕视频内容中多个编码区块分成多种区块类型(步骤310)后，利用计算装置，依据此多个编码区块相对应的此多种区块类型，对此多个编码区块的每一编码区块过滤与目前编码区块(current coding block)不同区块类型的至少一候选区块，并且算出移动合并模式的第一候选移动向量集合以及进阶移动向量预测(AMVP)模式的第二候选移动向量集合(步骤320)。此方法还可依据此编码区块相对应的该区块类型，从搜寻点集合过滤移除与此目前编码区块不同区块类型的搜寻点，从而搜寻到估计的移动向量(步骤330)。在图10B的范例中，将再说明移动向量的搜寻。
[0071]承接上述，图4是依据本揭露的一实施例，说明一种屏幕视频的预测编码的系统。参考图4，此屏幕视频的预测编码的系统400可包含分类器410、以及计算装置420。分类器410将输入的多个编码区块412分成多种区块类型414后，将多个编码区块412与多种区块类型414提供给计算装置420。计算装置420依据多个编码区块412对应的多种区块类型414与至少一已编码的参考数据416，执行一画面间预测编码程序，包括对多个编码区块412的每一编码区块过滤与与目前编码区块不同区块类型的至少一候选区块，并且算出基于类型的移动合并模式220的第一候选移动向量集合以及基于类型的进阶移动向量预测模式230的第二候选移动向量集合。依据多种区块类型414与已编码的参考数据416，计算装置420还可自搜寻点集合中过滤与此目前编码区块不同区块类型的搜寻点，从而快速搜寻到估计的移动向量(即基于类型的移动向量估计240)。此多个编码区块412可经由分割一输入画面而形成。
[0072]承接上述，计算装置420执行画面间预测编码后，输出的画面间预测结果422例如是，但不限定于基于类型的移动合并模式220的第一候选移动向量集合、进阶移动向量预测模式230的第二候选移动向量集合、搜寻到的估计的移动向量等。已编码的参考数据416例如是，但不限定于已编码的参考区块的像素数据(reference block pixels)、已编码的参考区块的移动向量、已编码的参考区块的类型等的前述参考数据的其中一种或一种以上的组合。参考区块是参考画面中的区块可用来搜寻移动向量。如图4所示，计算装置420还可提供辅助信息(Auxiliary informat1n) 424,是否提供辅助信息424是依使用者需求做调整；当有提供辅助信息时，可用来辅助一画面内预测编码模块430的运作，例如，画面内预测编码模块430可以等待基于类型的移动向量估计240的结果。如果基于类型的移动向量估计240已经得到很好的结果，则在屏幕视频内容编码的过程中，可依据辅助信息424以及由区块-类型分类器410提供的多种区块类型，执行画面内预测编码模块430来产生画面内预测结果432。
[0073]依据本揭露的实施例，设计本揭露的分类器的基本原理是，非自然图像内容的部分通常具有少量的基础颜色(base-color)以及具有较高频率的信号。因为基础颜色的计数(count)可由简单计算而求得，并且依据基础颜色可以有效率地筛选出自然图像内容的部分。所以依据本揭露实施例，可以设定一基础颜色计数的阈值(以下称之为颜色计数阈值Cl)。当一编码区块内基础颜色的计数大于等于颜色计数阈值Cl时，将该编码区块分类为自然图像内容的区块；当此编码区块内基础颜色的计数小于颜色计数阈值Cl时，则进一步利用此编码区块的频率信息与多个频率计数阈值，筛选出多种类型。依据本揭露的实施例，可以设定多个频率计数阈值，然后判断一编码区块的高频数目最接近哪一频率计数阈值，以决定此编码区块的类型。
[0074]图5是依据本揭露的一实施例，说明分类器的运作，其中此分类器为一 η-类型分类器，η是大于等于2的正整数。在图5的范例中，区块-类型是以区块的颜色计数(colorcount)来分类。参考图5的范例，此η-类型分类器经由颜色计数程序(步骤510)算出输入区块501内颜色计数C，然后判断输入区块501的颜色计数C是否大于颜色计数阈值Cl (步骤520)。当输入区块501内颜色计数C大于颜色计数阈值Cl时，此η-类型分类器决定输入区块501是类型η的编码区块(步骤530)。当输入区块501内颜色计数C小于等于颜色计数阈值Cl时,计数输入区块501的内容的频率计数(freque