CN110351566B - 一种参考运动信息排序方法及装置 - Google Patents

一种参考运动信息排序方法及装置 Download PDF

Info

Publication number
CN110351566B
CN110351566B CN201810283081.9A CN201810283081A CN110351566B CN 110351566 B CN110351566 B CN 110351566B CN 201810283081 A CN201810283081 A CN 201810283081A CN 110351566 B CN110351566 B CN 110351566B
Authority
CN
China
Prior art keywords
motion information
forced
reference block
block
partition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810283081.9A
Other languages
English (en)
Other versions
CN110351566A (zh
Inventor
虞露
孙煜程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201810283081.9A priority Critical patent/CN110351566B/zh
Publication of CN110351566A publication Critical patent/CN110351566A/zh
Application granted granted Critical
Publication of CN110351566B publication Critical patent/CN110351566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/513Processing of motion vectors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/573Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供一种参考运动信息排序方法和装置,包括:根据当前块和参考块邻接边属性、参考块的预测模式对参考运动信息进行排序。该参考运动信息排序方法和装置通过对参考运动信息列表的调整,提高了参考运动信息的编码性能。

Description

一种参考运动信息排序方法及装置
技术领域
本发明涉及视频处理技术,尤其涉及一种参考运动信息排序方法及装置。
背景技术
在视频编解码技术中,通过利用时间域和空间域的预测来消除视频信息在时间和空间上的冗余。帧间预测技术是一种普遍应用在视频编解码领域的技术。通过运动补偿,用已解码帧中的信息来预测当前帧的信息。在运动补偿过程中,视频码流中需要传输很多边信息,解码端利用这些边信息以及变换后的残差来重建出当前帧的像素信息。在运动矢量信息的传输过程中,通过合理的运动矢量预测方法,能有效的压缩运动信息的传输码率。
为了压缩MV的传输代价,借助参考块的运动矢量,可以对当前块的实际运动信息(运动信息包括运动矢量和参考帧索引,也可以只包括运动矢量)进行压缩。当当前块周边存在不止一个参考块时,形成了参考运动矢量列表。类似帧内预测中MPM 的帧内预测模式列表,帧间预测会构建参考运动矢量列表。排列顺序前面的编码代价小于等于排列在后面的编码代价,即编码代价随着列表索引非严格递增。因此,在 RDO优化准则下,参考运动矢量排序会影响编码性能。
目前的Merge模式参考运动矢量构建方式为相对位置固定的方式:左边参考运动矢量排在上边参考运动矢量之前,上边参考运动矢量排在左下参考运动矢量之前,左下参考运动矢量排在右上参考运动矢量之前,右上参考运动矢量排在左上参考运动矢量之前。Skip模式作为是一种特殊的Merge模式,在运动矢量残差为0的情况下,强制像素残差也为0。
ATMVP,STMVP等技术产生了新的参考运动矢量。但这些新导出运动矢量的处理都是直接放入参考运动矢量列表的某一相对位置(左边参考运动矢量之前等)而没有进行相对位置的排序处理操作。
发明内容
本发明的目的在于利用位置关系之外的信息,对参考运动信息列表进行编码调整。将更低的模式编码代价赋予选中的空域运动矢量会获取更大的性能增益。目前的参考运动信息编码代价估计与其排序位置直接相关:排在列表之前会拥有更低的编码代价。
本发明第一目的在于提供一种参考运动信息排序方法,包括:
检测当前块C与参考块A、B的邻接边的划分属性,若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
本发明第二目的在于提供一种参考运动信息排序装置,其包括:
划分属性检测模块:检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分;
运动信息排序模块:若当前块C与参考块A的邻接边为强制划分,并且当前块C 与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
本发明第三目的在于提供一种参考运动信息排序方法,包括:
检测参考块A、B的预测模式,若参考块A的预测模式为运动矢量残差强制为0 且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A 的运动信息,b为参考块B的运动信息。
本发明第四目的在于提供一种参考运动信息排序装置,其包括:
预测模式检测模块:检测参考块A、B的预测模式是否为运动矢量残差强制为0 且像素残差强制为0的模式;
运动信息排序模块:若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息, b为参考块B的运动信息。
本发明第五目的在于提供一种参考运动信息排序方法,其包括:
检测当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
本发明第六目的在于提供一种参考运动信息排序装置,其包括:
划分属性以及预测模式检测模块:分别检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分以及参考块A、B的预测模式是否为运动矢量残差强制为0 且像素残差强制为0的模式;
运动信息排序模块:若当前块C与参考块A的邻接边属性为强制划分且参考块A 的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0 且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块 A的运动信息,b为参考块B的运动信息。
本发明第七目的在于提供一种参考运动信息排序方法,包括:
检测当前块C与参考块A、B的位置关系以及邻接边的划分属性,若当前块C与参考块A为对角位置关系且对角的四条边界属性都为强制划分,并且当前块C与参考块B为对角位置关系且对角的四条边界中至少有一条邻接边属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
本发明第八目的在于提供一种参考运动信息排序装置,其包括:
位置关系以及划分属性检测模块:分别检测当前块C与成对角位置关系的参考块A的四段对角边、当前块C与成对角位置关系的参考块B的四段对角边的划分属性是否为强制划分;
运动信息排序模块:若当前块C与参考块A的四条对角边的划分属性都为强制划分,并且当前块C与参考块B的四条对角边中至少有一条邻接边属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B 的运动信息。
与现有技术相比,本发明提出强制的编解码过程会导致运动信息一致的区域被强制分割,从而影响编解码性能:
一方面,强制的块划分(如将图像强制划分为最大编码单元,当图像尺寸不是最大编码单元的整数倍时图像边界附近的编码单元也可能被强制划分为方形单元)会造成实际运动相似的区域被强制划分到多个编码单元中,故而强制边界划分一侧的运动信息存在与当前编码单元运动信息更相似的可能性,因此更具有参考价值;
另一方面,在RDO准则下,强制的预测模式(如强制运动矢量残差为0且强制像素残差为0的模式)被选中,意味着该区域的运动信息与其参考区域一致性,该种一致的运动信息存在在空间上继续延续的可能性,故而强制预测模式的参考块的运动信息对于当前块具有的参考价值更大。
另外,在划分模式的决策在预测模式之前,所以本发明在划分模式和预测模式同时考虑时,首先偏向于划分模式。
特别的,对于与当前块为对角位置关系的参考块之间存在四段对角的块边界,本发明通过判断四段对角的块边界的强制划分属性来对当前块的参考运动信息进行排序,能对同为对角位置关系的参考块进行明确的排序。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍。显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的四叉树强制划分边界示意图;
图2为本发明实施例提供的一种帧间当前块及其相邻块示意图;
图3为本发明实施例提供的一种参考运动信息排序装置示意图;
图4为本发明实施例提供的一种参考运动信息排序装置示意图;
图5为本发明实施例提供的一种参考运动信息排序装置示意图;
图6为本发明实施例提供的一种参考运动信息排序装置示意图;
图7为本发明实施例提供的四叉-二叉树强制划分边界示意图。
具体实施方式
在视频编码中,视频数据可以被划分为不同大小的M×N(M,N的值一般为2的幂次)的帧间预测像素块。这些M×N的待解码像素块称为当前解码单元。当前解码单元周围可以有多个已解码像素块,这些已解码像素块被称为周边已解码块,周边已解码块所在区域为周边已解码区域。
对于只有四叉划分的***,如图1所示,图像被强制划分成固定的最大编码单元大小(图1中的CTU边界)以及当图像尺寸非最大编码单元大小的整数倍时,图像
边界处存在着强制划分的情况(图1中的点划线边界)。对于四叉树二叉树划分的***,如JEM中的QTBT技术,二叉树基于四叉树划分(图7所示),最大编码单元以及图像边界的强制划分依然存在。由于四叉划分时,有些块是被跟随划分的,所以二叉划分情况下,两个被划分开的块的相关性更低。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性,若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU1,若PU1与当前块的邻接边属性为强制划分,而PU0与当前块的邻接边属性为非强制划分,则将PU1对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例2
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性,若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU2,PU3,若PU3与当前块的邻接边属性为强制划分,而PU2与当前块的邻接边属性为非强制划分,则将PU3对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例3
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性,若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU2,若PU0与当前块的邻接边属性为强制划分,而PU2与当前块的邻接边属性为非强制划分,则将PU0对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例4
本实施例提供的一种参考运动信息排序方法,具体包括:
检测参考块A、B的预测模式,若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU1,若PU1为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0为非Skip模式,则将PU1 对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例5
本实施例提供的一种参考运动信息排序方法,具体包括:
检测参考块A、B的预测模式,若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU2,PU3,若PU3为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU2为非Skip模式,则将PU3 对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例6
本实施例提供的一种参考运动信息排序方法,具体包括:
检测参考块A、B的预测模式,若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU2,若PU0为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU2为非Skip模式,则将PU0 对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例7
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU1,若PU1与当前块的邻接边属性为强制划分且PU1为运动矢量残差强制为0且像素残差强制为0的模式(如Skip 模式),而PU0与当前块的邻接边属性为非强制划分且PU0为非Skip模式,则将PU1 对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例8
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU2,PU3,若PU3与当前块的邻接边属性为强制划分且PU3为运动矢量残差强制为0且像素残差强制为0的模式(如Skip 模式),而PU2与当前块的邻接边属性为非强制划分且PU2为非Skip模式,则将PU3 对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例9
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU0,PU2,若PU0与当前块的邻接边属性为强制划分且PU0为运动矢量残差强制为0且像素残差强制为0的模式(如Skip 模式),而PU2与当前块的邻接边属性为非强制划分且PU2为非Skip模式,则将PU0 对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例10
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的位置关系以及邻接边的划分属性,若当前块C与参考块A为对角位置关系且对角的四条边界属性都为强制划分,并且当前块C与参考块B为对角位置关系且对角的四条边界中至少有一条邻接边属性为非强制划分,则将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU2,PU3,若PU2与当前块的四条邻接边属性为强制划分,而PU3与当前块的四条邻接边属性为非强制划分,则将PU2 对应参考运动矢量排在PU3参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例11
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的位置关系以及邻接边的划分属性,若当前块C与参考块A为对角位置关系且对角的四条边界属性都为强制划分,并且当前块C与参考块B为对角位置关系且对角的四条边界中至少有一条邻接边属性为非强制划分,则将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU3,PU4,若PU4与当前块的四条邻接边属性为强制划分,而PU3与当前块的四条邻接边属性为非强制划分,则将PU4
对应参考运动矢量排在PU3参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例12
本实施例提供的一种参考运动信息排序方法,具体包括:
检测当前块C与参考块A、B的位置关系以及邻接边的划分属性,若当前块C与参考块A为对角位置关系且对角的四条边界属性都为强制划分,并且当前块C与参考块B为对角位置关系且对角的四条边界中至少有一条邻接边属性为非强制划分,则将运动信息a 排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息;
例如,一种可用的判定方法:如图2所示的PU2,PU4,若PU4与当前块的四条邻接边属性为强制划分,而PU2与当前块的四条邻接边属性都为非强制划分,则将 PU4对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例13
本实施例提供的一种参考运动信息排序装置,如图3所示:
模块S101,其输入包括:参考块A的像素位置,参考块B的像素位置;其输出包括当前块C与参考块A、B的邻接边的划分属性;
该模块的功能为:检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU0,PU1,检测PU0,PU1与当前块之间划分边界的属性是否为强制划分;
模块S102,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A 的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU1与当前块的邻接边属性为强制划分,而PU0与当前块的邻接边属性为非强制划分,则将PU1对应参考运动矢量排在PU0 参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例14
本实施例提供的一种参考运动信息排序装置,如图3所示:
模块S101,其输入包括:参考块A的像素位置,参考块B的像素位置;其输出包括当前块C与参考块A、B的邻接边的划分属性;
该模块的功能为:检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU0,PU2,检测PU0,PU2与当前块之间划分边界的属性是否为强制划分;
模块S102,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A 的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU2与当前块的邻接边属性为强制划分,而PU0与当前块的邻接边属性为非强制划分,则将PU2对应参考运动矢量排在PU0 参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例15
本实施例提供的一种参考运动信息排序装置,如图3所示:
模块S101,其输入包括:参考块A的像素位置,参考块B的像素位置;其输出包括当前块C与参考块A、B的邻接边的划分属性;
该模块的功能为:检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU2,PU3,检测PU2,PU3与当前块之间划分边界的属性是否为强制划分;
模块S102,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A 的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU3与当前块的邻接边属性为强制划分,而PU2与当前块的邻接边属性为非强制划分,则将PU3对应参考运动矢量排在PU2 参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例16
本实施例提供的一种参考运动信息排序装置,如图4所示:
模块S201,其输入包括:参考块A的预测模式,参考块B的预测模式;其输出包括参考块AB的预测模式;
该模块的功能为:检测参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0的模式。
例如,一种可用的判定方法:如图2所示的PU0,PU1,检测PU0,PU1的预测模式;
模块S202,其输入包括参考块A的运动信息a,参考块B的运动信息b,参考块AB 的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式为运动矢量残差非0或像素残差非0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU1为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0为非Skip模式,则将PU1对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例17
本实施例提供的一种参考运动信息排序装置,如图4所示:
模块S201,其输入包括:参考块A的预测模式,参考块B的预测模式;其输出包括参考块AB的预测模式;
该模块的功能为:检测参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0的模式。
例如,一种可用的判定方法:如图2所示的PU2,PU3,检测PU2,PU3的预测模式;
模块S202,其输入包括参考块A的运动信息a,参考块B的运动信息b,参考块AB 的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式为运动矢量残差非0或像素残差非0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU3为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0为非Skip模式,则将PU1对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例18
本实施例提供的一种参考运动信息排序装置,如图4所示:
模块S201,其输入包括:参考块A的预测模式,参考块B的预测模式;其输出包括参考块AB的预测模式;
该模块的功能为:检测参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0的模式。
例如,一种可用的判定方法:如图2所示的PU0,PU2,检测PU0,PU2的预测模式;
模块S202,其输入包括参考块A的运动信息a,参考块B的运动信息b,参考块AB 的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式为运动矢量残差非0或像素残差非0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU2为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0为非Skip模式,则将PU2对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例19
本实施例提供的一种参考运动信息排序装置,如图5所示:
模块S301,其输入包括:参考块A的像素位置,参考块A的预测模式,参考块 B的像素位置,参考块B的预测模式;其输出包括当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式;
该模块的功能为:检分别检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分以及参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0 的模式。
例如,一种可用的判定方法:如图2所示的PU0,PU1,检测PU0,PU1与当前块邻接边的划分属性以及PU0,PU1的预测模式;
模块S302,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B 的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU1与当前块的邻接边属性为强制划分且PU1为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0 与当前块的邻接边属性为非强制划分且PU0为非Skip模式,则将PU1对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例20
本实施例提供的一种参考运动信息排序装置,如图5所示:
模块S301,其输入包括:参考块A的像素位置,参考块A的预测模式,参考块 B的像素位置,参考块B的预测模式;其输出包括当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式;
该模块的功能为:检分别检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分以及参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0 的模式。
例如,一种可用的判定方法:如图2所示的PU3,PU2,检测PU3,PU2与当前块邻接边的划分属性以及PU3,PU2的预测模式;
模块S302,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B 的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU3与当前块的邻接边属性为强制划分且PU3为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU2 与当前块的邻接边属性为非强制划分且PU2为非Skip模式,则将PU3对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例21
本实施例提供的一种参考运动信息排序装置,如图5所示:
模块S301,其输入包括:参考块A的像素位置,参考块A的预测模式,参考块 B的像素位置,参考块B的预测模式;其输出包括当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式;
该模块的功能为:检分别检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分以及参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0 的模式。
例如,一种可用的判定方法:如图2所示的PU0,PU2,检测PU0,PU2与当前块邻接边的划分属性以及PU0,PU2的预测模式;
模块S302,其输入包括参考块A的运动信息a,参考块B的运动信息b,当前块C 与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B 的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b 为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU2与当前块的邻接边属性为强制划分且PU2为运动矢量残差强制为0且像素残差强制为0的模式(如Skip模式),而PU0 与当前块的邻接边属性为非强制划分且PU0为非Skip模式,则将PU2对应参考运动矢量排在PU0参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例22
本实施例提供的一种参考运动信息排序装置,如图6所示:
模块S401,其输入包括:当前块C与参考块A的四条边界属性,当前块C与参考块B的四条边界属性;其输出包括当前块C与参考块A、B的位置关系以及邻接边的划分属性;
该模块的功能为:分别检测当前块C与成对角位置关系的参考块A的四段对角边、当前块C与成对角位置关系的参考块,B的四段对角边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU2,PU3,检测PU2,PU3与当前块的位置关系以及邻接边的划分属性;
模块S402,其输入包括参考块A的运动信息a,参考块B的运动信息b,参当前块C 与参考块A、B的位置关系以及邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的四条对角边的划分属性都为强制划分,并且当前块C与参考块B的四条对角边中至少有一条的划分属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU2与当前块的四条邻接边属性为强制划分,而PU3与当前块的四条边界有三条边界属性为非强制划分,另两边为强制划分,则将PU2对应参考运动矢量排在PU3参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例23
本实施例提供的一种参考运动信息排序装置,如图6所示:
模块S401,其输入包括:当前块C与参考块A的四条边界属性,当前块C与参考块B的四条边界属性;其输出包括当前块C与参考块A、B的位置关系以及邻接边的划分属性;
该模块的功能为:分别检测当前块C与成对角位置关系的参考块A的四段对角边、当前块C与成对角位置关系的参考块B的四段对角边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU3,PU4,检测PU3,PU4与当前块的位置关系以及邻接边的划分属性;
模块S402,其输入包括参考块A的运动信息a,参考块B的运动信息b,参当前块C 与参考块A、B的位置关系以及邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的四条对角边的划分属性都为强制划分,并且当前块C与参考块B的四条对角边中至少有一条的划分属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU4与当前块的四条邻接边属性为强制划分,而PU3与当前块的四条边界属性都为非强制划分,另两边为强制划分,则将 PU4对应参考运动矢量排在PU3参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。
实施例24
本实施例提供的一种参考运动信息排序装置,如图6所示:
模块S401,其输入包括:当前块C与参考块A的四条边界属性,当前块C与参考块B的四条边界属性;其输出包括当前块C与参考块A、B的位置关系以及邻接边的划分属性;
该模块的功能为:分别检测当前块C与成对角位置关系的参考块A的四段对角边、当前块C与成对角位置关系的参考块B的四段对角边的划分属性是否为强制划分。
例如,一种可用的判定方法:如图2所示的PU2,PU4,检测PU2,PU4与当前块的位置关系以及邻接边的划分属性;
模块S402,其输入包括参考块A的运动信息a,参考块B的运动信息b,参当前块C 与参考块A、B的位置关系以及邻接边的划分属性,其输出包括运动信息ab的排序结果;
该模块的功能为:若当前块C与参考块A的四条对角边的划分属性都为强制划分,并且当前块C与参考块B的四条对角边中至少有一条的划分属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
例如,一种可用的运动信息排序方法:若PU4与当前块的四条邻接边属性为强制划分,而PU2与当前块的四条边界有一边属性为非强制划分,另两边为强制划分,则将PU4对应参考运动矢量排在PU2参考运动矢量之前(参考运动信息列表的编码代价随着索引值增大而增大)。

Claims (10)

1.一种参考运动信息排序方法,其特征在于包括:
检测当前块C的参考块A、B的除位置关系以外的属性信息,所述属性信息包括当前块C与参考块A、B的邻接边的划分属性、或参考块A、B的预测模式、或前两者的组合,其中所述邻接边的划分属性是指邻接边是否被强制划分或非强制划分得到的,所述强制划分得到的邻接边是指将图像强制划分为最大编码单元所得到的最大编码单元的边界、或当图像尺寸不是最大编码单元的整数倍时将图像边界附近的编码单元划分为方形单元所得到的方形单元的边界、或当实际运动相似的区域被强制划分到多个编码单元时所得到的编码单元的边界,其中所述参考块的预测模式是指强制预测模式或非强制预测模式,所述强制预测模式是指参考块的运动矢量残差强制为0且像素残差强制为0的模式;
根据所述属性信息对运动信息a和运动信息b在参考运动信息列表中的顺序进行调整。
2.根据权利要求1,所述方法的特征在于包括:
检测当前块C与参考块A、B的邻接边的划分属性,若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
3.根据权利要求1,所述方法的特征在于包括:
检测参考块A、B的预测模式,若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
4.根据权利要求1,所述方法的特征在于包括:
检测当前块C与参考块A、B的邻接边的划分属性以及参考块A、B的预测模式,若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
5.根据权利要求1,所述方法的特征在于包括:
检测当前块C与参考块A、B的位置关系以及邻接边的划分属性,若当前块C与参考块A为对角位置关系且对角的四条边界属性都为强制划分,并且当前块C与参考块B为对角位置关系且对角的四条边界中至少有一条邻接边属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
6.一种参考运动信息排序装置,其特征在于包括:
属性检测模块:检测当前块C的参考块A、B的除位置关系以外的属性信息,所述属性信息包括当前块C与参考块A、B的邻接边的划分属性、或参考块A、B的预测模式、或前两者的组合,其中所述邻接边的划分属性是指邻接边是否被强制划分或非强制划分得到的,所述强制划分得到的邻接边是指将图像强制划分为最大编码单元所得到的最大编码单元的边界、或当图像尺寸不是最大编码单元的整数倍时将图像边界附近的编码单元划分为方形单元所得到的方形单元的边界、或当实际运动相似的区域被强制划分到多个编码单元时所得到的编码单元的边界,其中所述参考块的预测模式是指强制预测模式或非强制预测模式,所述强制预测模式是指参考块的运动矢量残差强制为0且像素残差强制为0的模式;
运动信息排序模块:根据所述属性信息对运动信息a和运动信息b在参考运动信息列表中的顺序进行调整。
7.根据权利要求6,所述装置的特征在于包括:
属性检测模块:检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分;
运动信息排序模块:若当前块C与参考块A的邻接边为强制划分,并且当前块C与参考块B的邻接边为非强制划分,将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
8.根据权利要求7,所述装置的特征在于包括:
属性检测模块:检测参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0的模式;
运动信息排序模块:若参考块A的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,并且参考块B的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
9.根据权利要求7,所述装置的特征在于包括:
属性检测模块:分别检测当前块C与参考块A、B的邻接边的划分属性是否为强制划分以及参考块A、B的预测模式是否为运动矢量残差强制为0且像素残差强制为0的模式;
运动信息排序模块:若当前块C与参考块A的邻接边属性为强制划分且参考块A的预测模式不是运动矢量残差强制为0且像素残差强制为0的模式,并且当前块C与参考块B的邻接边属性为非强制划分且参考块B的预测模式为运动矢量残差强制为0且像素残差强制为0的模式,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
10.根据权利要求7,所述装置的特征在于包括:
属性检测模块:分别检测当前块C与成对角位置关系的参考块A的四段对角边、当前块C与成对角位置关系的参考块B的四段对角边的划分属性是否为强制划分;
运动信息排序模块:若当前块C与参考块A的四条对角边的划分属性都为强制划分,并且当前块C与参考块B的四条对角边中至少有一条邻接边属性为非强制划分,则将运动信息a排在运动信息b之前,其中a为参考块A的运动信息,b为参考块B的运动信息。
CN201810283081.9A 2018-04-02 2018-04-02 一种参考运动信息排序方法及装置 Active CN110351566B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810283081.9A CN110351566B (zh) 2018-04-02 2018-04-02 一种参考运动信息排序方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810283081.9A CN110351566B (zh) 2018-04-02 2018-04-02 一种参考运动信息排序方法及装置

Publications (2)

Publication Number Publication Date
CN110351566A CN110351566A (zh) 2019-10-18
CN110351566B true CN110351566B (zh) 2022-02-11

Family

ID=68172479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810283081.9A Active CN110351566B (zh) 2018-04-02 2018-04-02 一种参考运动信息排序方法及装置

Country Status (1)

Country Link
CN (1) CN110351566B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1816149A (zh) * 2005-02-06 2006-08-09 腾讯科技(深圳)有限公司 去除视频图像中块效应的滤波方法及环路滤波器
CN103024378A (zh) * 2012-12-06 2013-04-03 浙江大学 一种视频编解码中运动信息导出方法及装置
CN103841426A (zh) * 2012-10-08 2014-06-04 华为技术有限公司 用于运动矢量预测的运动矢量列表建立的方法、装置
CN104113754A (zh) * 2014-07-17 2014-10-22 四川大学 基于时域相关性的高性能视频帧间编码方法及其转码器
CN105556970A (zh) * 2013-07-12 2016-05-04 三星电子株式会社 使用修正矢量推导的视频编码方法及其设备、视频解码方法及其设备
CN107113446A (zh) * 2014-12-09 2017-08-29 联发科技股份有限公司 视频编码中的运动矢量预测子或合并候选的推导方法
CN107105291A (zh) * 2010-12-13 2017-08-29 韩国电子通信研究院 基于帧间预测对视频信号进行解码的方法
CN107181959A (zh) * 2011-03-17 2017-09-19 寰发股份有限公司 导出运动矢量预测子的方法与装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8855205B2 (en) * 2010-05-26 2014-10-07 Newratek Inc. Method of predicting motion vectors in video codec in which multiple references are allowed, and motion vector encoding/decoding apparatus using the same
CN107105286B (zh) * 2011-03-14 2020-01-21 寰发股份有限公司 推导运动向量预测子的方法与装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1816149A (zh) * 2005-02-06 2006-08-09 腾讯科技(深圳)有限公司 去除视频图像中块效应的滤波方法及环路滤波器
CN107105291A (zh) * 2010-12-13 2017-08-29 韩国电子通信研究院 基于帧间预测对视频信号进行解码的方法
CN107181959A (zh) * 2011-03-17 2017-09-19 寰发股份有限公司 导出运动矢量预测子的方法与装置
CN103841426A (zh) * 2012-10-08 2014-06-04 华为技术有限公司 用于运动矢量预测的运动矢量列表建立的方法、装置
CN103024378A (zh) * 2012-12-06 2013-04-03 浙江大学 一种视频编解码中运动信息导出方法及装置
CN105556970A (zh) * 2013-07-12 2016-05-04 三星电子株式会社 使用修正矢量推导的视频编码方法及其设备、视频解码方法及其设备
CN104113754A (zh) * 2014-07-17 2014-10-22 四川大学 基于时域相关性的高性能视频帧间编码方法及其转码器
CN107113446A (zh) * 2014-12-09 2017-08-29 联发科技股份有限公司 视频编码中的运动矢量预测子或合并候选的推导方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GEOMETRIC DERIVED MOTION VECTOR FOR MOTION PREDICTION IN BLOCK-BASED VIDEO CODING;Yucheng Sum;《2017 IEEE International Conference on Image Processing (ICIP)》;20170920;全文 *

Also Published As

Publication number Publication date
CN110351566A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
US11202077B2 (en) Motion vector prediction method and device
EP3342167B1 (en) Method and apparatus of decoder side motion derivation for video coding
EP2772057B1 (en) Method and device for determining parameters for encoding or decoding of an image of a video sequence
US20210400294A1 (en) System and method for signaling of motion merge modes in video coding
KR101566848B1 (ko) 모션 벡터 예측기에서의 중복성을 제거하는 방법 및 장치
EP3167614B1 (en) Method of temporal derived bi-directional motion vector for motion vector prediction
RU2600547C2 (ru) Способ получения вектора движения с временным предсказанием и устройство, использующее этот способ
EP4262208A2 (en) Constrained motion vector derivation for long-term reference pictures in video coding
WO2016008408A1 (en) Method of motion vector derivation for video coding
WO2019229705A1 (en) Weighted interweaved prediction
US11831928B2 (en) Method and apparatus of combined inter and intra prediction with different chroma formats for video coding
EP3057329A1 (en) Method and apparatus for simplified motion vector predictor derivation
EP2687016A1 (en) Low memory access motion vector derivation
US11330277B2 (en) Method and apparatus of subblock deblocking in video coding
EP2666299A1 (en) Method for decoding video using buffer compression for motion vector competition
US20190273920A1 (en) Apparatuses and Methods for Encoding and Decoding a Video Coding Block of a Video Signal
US20230115074A1 (en) Geometric partition mode with motion vector refinement
CN114009033A (zh) 用于用信号通知对称运动矢量差模式的方法和装置
CN110351566B (zh) 一种参考运动信息排序方法及装置
US20210306649A1 (en) Method for deriving constructed affine merge candidates
CN117121482A (zh) 具有显式运动信令的几何分区模式
CN110557639B (zh) 交织预测的应用
KR20190071189A (ko) 참조 프레임을 적응적으로 제한하는 영상 부호화 방법 및 장치
CN117242774A (zh) 用于具有运动矢量细化的几何分区模式的方法和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant