CN110798686B - 视频解码的方法、装置、计算机设备及计算机可读存储介质 - Google Patents
视频解码的方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110798686B CN110798686B CN201910694395.2A CN201910694395A CN110798686B CN 110798686 B CN110798686 B CN 110798686B CN 201910694395 A CN201910694395 A CN 201910694395A CN 110798686 B CN110798686 B CN 110798686B
- Authority
- CN
- China
- Prior art keywords
- current block
- pdpc
- video
- intra
- block
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请各实施例提供了用于视频解码的方法、装置、计算机设备及计算机可读存储介质,其中该方法包括:从编码视频比特流中解码得到当前块的预测信息,该预测信息指示帧内预测模式;确定当前块是否满足块大小的条件,该条件用于根据当前块的大小对位置决定的帧内预测组合(PDPC)在当前块的重建中的应用进行限制;当满足该块大小的条件时,基于帧内预测模式在重建当前块的至少一个样本时不使用PDPC。
Description
相关文件
本申请要求2018年8月1日递交的美国临时申请62/713,391的优先权,以及2019年6月19日递交的美国申请16/446,520的优先权,其全部内容通过引用结合在本文中。
技术领域
本申请实施例主要涉及视频编码技术,特别是一种视频解码的方法和装置。
背景技术
本文提供的背景描述是为了呈现本申请的背景。署名发明人的工作,在该背景部分描述的工作以及本说明书各实施例的范围内的内容,在递交时可能并不算作现有技术,均未被明示或暗示地承认作为不利于本申请的现有技术。
视频编码和解码可以使用具有运动补偿的图像间预测来进行。未压缩的数字视频可包括一系列图像,每个图像具有一定的空间维度,例如1920x1080的亮度样本和相关的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率),例如,每秒60张图像或60Hz。未压缩的视频需要较高的比特率。例如,每个样本为8比特的1080p604:2:0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是,通过压缩来降低输入视频信号的冗余。在一些情况下,压缩可将带宽或存储器的需求减小至少两个数量级。可使用无损压缩、有损压缩,或其组合。无损压缩指可从经过压缩的原始信号中重建原始信号的准确副本的技术。当使用有损压缩时,重建信号可与原始信号不一致,但原始信号和重建信号之间的失真足够小,以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用,例如,一些消费型直播应用的用户比电视节目应用的用户能容忍更大的失真。可实现的压缩比可以反映出:可允许/可容忍的失真越大,可产生的压缩比越高。
视频编码器和解码器可利用几个大类的技术,例如包括运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中,样本值的表示不需要参照先前已重建的参考图像中的样本或其他数据。在一些视频编解码器中,图像在空间上被细分为样本块。当在帧内模式下对所有样本块进行编码时,该图像可以为帧内图像。帧内图像及其派生(例如独立解码器刷新图片)可用于重置解码器状态,并从而可以用作编码视频码流和视频会话中的第一幅图像,或作为静止图像。帧内块的样本可接受转换,转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况中,转换后的DC值越小,AC系数就越小,熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
(例如,从诸如MPEG-2代编码技术所知的)传统的帧内编码不使用帧内预测。然而,一些较新的视频压缩技术包括尝试,例如,周围的样本数据和/或元数据的技术,可在对空间相邻的、以及解码顺序在前的块数据进行编码/解码的过程中获得上述周围的样本数据和/或元数据。这种技术从此被称为帧内预测摂技术。注意,在至少一些情况下,帧内预测仅使用来自正在重建的当前图像(而不是参考图像)的参考数据。
有许多不同形式的帧内预测。当在给定视频编码技术中可以使用多于一种这样的技术时,所使用的技术可以编码在帧内预测模式中。在某些情况下,模式可以具有子模式和/或参数,其可以单独编码或包括在模式码字中。给定模式/子模式/参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响,并且用于将码字转换为比特流的熵编码技术也可以。
目前,如何进一步提高帧内预测模式的效率,是研究的热点。
发明内容
本申请各实施例提供了用于视频编码/解码的方法和装置。一些例子中,用于视频解码的装置包括接收电路和处理电路。一些实施例中,处理电路从编码视频比特流中解码当前块的预测信息。该预测信息指示帧内预测模式。然后,处理电路确定当前块是否满足块大小的条件,该条件用于根据当前块的大小对位置决定的帧内预测组合(PDPC)在重建当前块中的应用进行限制。当满足该块大小的条件时,处理电路基于该帧内预测模式在重建当前块的至少一个样本时不使用PDPC。
本申请实施例中,在当前块的重建中应用PDPC需要使用其它参考样本时,该块大小条件限制了PDPC在重建当前块中的应用,该其它参考样本是根据上述帧内预测模式,基于角度的帧内预测中所使用的参考样本之外的参考样本。
一个实施例中,处理电路确定当前块的宽度和高度中的一个是否等于2,并在宽度和高度中的一个等于2时,在当前块的重建中禁止使用PDPC。
另一实施例中,处理电路确定当前块的大小是否大于阈值,并在当前块的大小大于阈值时,在当前块的重建中禁止使用PDPC。
另一实施例中,处理电路确定当前块的两条边的比例是否满足窄形条件,并在该比例满足窄形条件时,在当前块的重建中禁止使用PDPC。
另一实施例中,当满足上述块大小条件时,处理电路选择当前块中的样本的子集用于应用PDPC,利用PDPC重建该样本子集,并且在不使用PDPC的情况下重建当前块中的至少一个其它样本。例如,当当前块的列比行多、且帧内预测模式是对角模式时,处理电路在当前块中选择一个或多个位于左边的列用于应用PDPC。另一例子中,当当前块的行比列多、且帧内预测模式是对角模式时,处理电路选择当前块中的一个或多个顶部的行用于应用PDPC。
一些实施例中,处理电路增加对参考样本进行加权的权重的下降速度,该权重根据该下降速度沿当前块的一条边下降。一些实施例中,处理电路减小对参考样本进行加权的权重的初始值,该权重沿着当前块的一条边从初始值开始下降。一些例子中,处理电路将PDPC中对色度分量加权的第一下降速度设置为大于PDPC中对亮度分量进行加权的第二下降速度。
一些实施例中,处理电路禁止在色度样本的重建中使用PDPC。一个例子中,当帧内预测模式是预定义的帧内预测模式集合中的一个时,处理电路禁止在色度样本的重建中使用PDPC。
一些实施例中,处理电路基于颜色索引、当前块的大小和所述帧内预测模式中的至少一个来确定沿着当前块的边下降的权重的初始值。
一些实施例中,处理电路确定应用PDPC时的参考样本是否超出预定范围,并在参考样本超出预定范围时将参考样本的权重设置为零。
本申请各实施例还提供了一种用于视频解码的装置,包括:
解码模块,用于从编码视频比特流中解码当前块的预测信息,所述预测信息指示帧内预测模式;
判断模块,用于确定所述当前块是否满足块大小的条件,该条件用于根据所述当前块的大小对位置决定的帧内预测组合(PDPC)在所述当前块的重建中的应用进行限制;及
重建模块,用于当满足该块大小的条件时,基于帧内预测模式在重建所述当前块的至少一个样本时不使用PDPC。
本申请各实施例还提供了一种计算机设备,包括处理器和存储器,所述存储器中存储有计算机可读指令,所述指令可以使所述处理器执行任一实施例的方法。
本申请各实施例还提供了一种非暂时性计算机可读介质,存储有指令,所述指令由视频解码的计算机执行时使该计算机执行该视频解码方法。
根据本申请实施例,通过对PDPC的应用进行一些限制,可以避免PDPC过程比常规角度帧内预测过程使用更多参考样本,减少延迟和解码复杂度,还可以改善PDPC中的复杂度和编码效率之间的平衡。
附图说明
根据以下详细描述和附图,本申请主题的其它特征、性质和各种优点将变得更加明显,在附图中:
图1是帧内预测模式中子集的例子的示意图。
图2是帧内预测方向的例子的示意图。
图3是一个实施例的通信***的简化框图的示意图。
图4是一个实施例的通信***的简化框图的示意图。
图5是一个实施例的解码器的简化框图的示意图。
图6是一个实施例的编码器的简化框图的示意图。
图7是另一实施例的编码器的框图。
图8是另一实施例的解码器的框图。
图9是HEVC中使用的帧内预测方向和帧内预测模式的例子的示意图。
图10A-10B是一些实施例中预测样本的权重的示意图。
图11是本申请实施例的示例性过程的概要流程图。
图12是本申请实施例的计算机***的示意图。
具体实施方式
某种帧内预测模式是随H.264引入的,在H.265中得到完善,并且在诸如联合探索模型(JEM),通用视频编码(VVC),及基准集(BMS)的新编码技术中被进一步完善。可以使用相邻样本值来形成预测块,相邻样本值属于已经可用的样本。根据方向将相邻样本的样本值复制到预测块中。所用的方向的信息可以编码在比特流中,或者可以自己预测。
参见图1,在右下方描绘了H.265的33个可能的预测方向(对应于35个帧内模式的33个角度模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在预测的样本。箭头表示正在预测的样本的方向。例如,箭头(102)表示样本(101)的预测方向是从一个样本或多个样本到右上角,与水平方向成45度角。类似地,箭头(103)表示样本(101)的预测方向是从一个样本或多个样本到样本(101)的左下方,与水平方向成22.5度角。
仍然参考图1,在左上方示出了4x4个样本的正方形块(104)(由粗体虚线表示)。方形块(104)包括16个样本,每个样本用揝和其在擸维度中的位置(例如,行索引)及其在X维度中的位置(例如,列索引)进行标记。例如,样本S21是Y维度中(从顶部开始)的第二个样本和X维度中(从左侧开始)的第一个样本。类似地,块(104)中的样本S44在Y和X维度中均为第四个样本。由于块的大小为4x4个样本,因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用R、及其相对于块(104)的Y位置(例如,行索引)和X位置(列索引)进行标记。在H.264和H.265中,预测样本与正在重建的块相邻;因此不需要使用负值。
帧内图像预测通过从信号指示的预测方向所覆盖的相邻样本中复制参考样本值来发挥作用。例如,假设编码视频比特流中包括的信令指示该块的预测方向与箭头(102)一致——即,从一个或多个预测样本到右上角,与水平方向成45度角,来对样本进行预测。在该情况下,样本S41,S32,S23和S14使用相同的参考样本R05进行预测。然后使用参考样本R08预测样本S44。
在某些情况下,为了计算参考样本,可以组合多个参考样本的值,例如通过插值;特别是当方向不能被45度整除时。
随着视频编码技术的发展,可能的方向的数量已经有所增长。在H.264(2003年)中,可以表示九个不同的方向。该数目在H.265(2013年)中增加到33个,并且JEM/VVC/BMS在发表时可以支持多达65个方向。已经进行了一些实验以识别最可能的方向,并且使用熵编码中的某些技术来以少量比特表示那些可能的方向,同时承担可能性较小的方向带来的不利结果。此外,这些方向本身有时可以从相邻的已解码的块所使用的相邻方向进行预测。
图2示出了JEM的65个帧内预测方向的示意图(201),以示出随时间增加的预测方向的数量。
编码视频比特流中表示方向的帧内预测方向比特的映射方法,在不同的视频编码技术中可以不同;可以涵盖,例如,从预测方向到帧内预测模式或到码字的简单直接映射,到涉及大多数可能模式的复杂自适应方案,以及类似的技术。然而,在所有情况下,可能存在某些方向,在统计上相较其它方向,在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余,因此在运转良好的视频编码技术中,相比可能性更大的方向,那些可能性较小的方向将由更多的比特来表示。
图3是根据本申请公开的实施例的通信***(300)的简化框图。通信***(300)包括多个终端装置,所述终端装置可通过例如网络(350)彼此通信。举例来说,通信***(300)包括通过网络(350)互连的第一对终端设备,终端设备(310)和终端设备(320)。在图3的实施例中,第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说,第一终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到第二端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。第二终端装置(320)可从网络(350)接收已编码视频数据,对已编码视频数据进行解码以恢复视频数据,并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中,通信***(300)包括执行已编码视频数据的双向传输的第三终端装置(330)和第四终端装置(340),所述双向传输可例如在视频会议期间发生。对于双向数据传输,第三终端装置(330)和第四终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码,以通过网络(350)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)中的另一终端装置传输的已编码视频数据,且可对所述已编码视频数据进行解码以恢复视频数据,且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的实施例中,第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)可为服务器、个人计算机和智能电话,但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)之间传送已编码视频数据的任何数目的网络,包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的,除非在下文中有所解释,否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例,图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用,包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输***可包括采集子***(413),所述采集子***可包括数码相机等视频源(401),所述视频源创建未压缩的视频图片流(402)。在实施例中,视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(402)(或已编码的视频码流),视频图片流(404)被描绘为粗线以强调高数据量的视频图片流,视频图片流(403)可由电子装置(420)处理,所述电子装置(420)包括耦接到视频源(401)的视频编码器(303)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(404),已编码的视频数据(404)(或已编码的视频码流(402))被描绘为细线以强调较低数据量的已编码的视频数据(405)(或已编码的视频码流(304)),其可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子***,例如图4中的客户端子***(406)和客户端子***(408),可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子***(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码,且产生可在显示器(412)(例如显示屏)或另一呈现装置(未示出)上呈现的输出视频图片流(411)。在一些流式传输***中,可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-TH.265。在实施例中,正在开发的视频编码标准非正式地称为下一代视频编码(VersatileVideoCoding,VVC),本申请可用于VVC标准的上下文中。本申请可用于VVC标准的上下文中。
应注意,电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说,电子装置(420)可包括视频解码器(未示出),且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列;在同一实施例或另一实施例中,一次接收一个已编码视频序列,其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列,所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据,例如,可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动,缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520))之间。”在某些应用中,缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下,所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下,视频解码器(510)的外部设置缓冲存储器(未示出)以例如防止网络抖动,且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时,也可能不需要配置缓冲存储器(515),或可以将所述缓冲存储器做得较小。当然,为了在互联网等业务分组网络上使用,也可能需要缓冲存储器(515),所述缓冲存储器可相对较大且可具有自适应性大小,且可至少部分地实施于操作***或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行,且可遵循各种原理,包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数,从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures,GOP)、图片、图块、条带、宏块、编码单元(Coding Unit,CU)、块、变换单元(Transform Unit,TU)、预测单元(Prediction Unit,PU)等等。解析器(520)还可从已编码视频序列提取信息,例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作,从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如:帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素,符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见,未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外,视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中,这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而,出于描述所公开主题的目的,概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息,包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块,所述样本值可输入到聚合器(555)中。
在一些情况下,缩放器/逆变换单元(551)的输出样本可属于帧内编码块;即:不使用来自先前重建的图片的预测性信息,但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下,帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说,当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下,聚合器(555)基于每个样本,将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下,运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后,这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号),从而生成输出样本信息。运动补偿预测单元(557)从参考图片存储器(553)内的地址获取预测样本可受到运动矢量控制,且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用,所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时,从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术,所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数,且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而,在其他实施例中,视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息,以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流,所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557),以用于后续的帧间图片预测。
一旦完全重建,某些已编码图片就可用作参考图片以用于将来预测。举例来说,一旦对应于当前图片的已编码图片被完全重建,且已编码图片(通过例如解析器(520))被识别为参考图片,则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分,且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-TH.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上,已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说,配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性,还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下,层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下,由层级设定的限制可通过假想参考解码器(HypotheticalReferenceDecoder,HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中,接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signalnoiseratio,SNR)增强层、冗余条带、冗余图片、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本,所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中,视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列,所述数字视频样本流可具有任何合适位深度(例如:8位、10位、12位……)、任何色彩空间(例如BT.601YCrCB、RGB……)和任何合适取样结构(例如YCrCb4:2:0、YCrCb4:4:4)。在媒体服务***中,视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议***中,视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片,当按顺序观看时,这些图片被赋予运动。图片自身可构建为空间像素阵列,其中取决于所用的取样结构、色彩空间等,每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例,视频编码器(603)可实时或在由应用所要求的任何其它时间约束下,将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中,控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见,图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(groupofpictures,GOP)布局,最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能,这些功能涉及针对某一***设计优化的视频编码器(603)。
在一些实施例中,视频编码器(603)在编码环路中进行操作。作为简单的描述,在实施例中,编码环路可包括源编码器(630)(例如,负责基于待编码的输入图片和参考图片创建符号,例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中,符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果,因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说,编码器的预测部分看到摂的参考图片样本与解码器将在解码期间使用预测时所看到摂的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
本地解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而,另外简要参考图5,当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时,包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分,可能无法完全在本地解码器(633)中实施。
此时可以观察到,除存在于解码器中的解析/熵解码之外的任何解码器技术,也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因,本申请侧重于解码器操作。可简化编码器技术的描述,因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述,并且在下文提供。
在操作期间,在一些实施例中,源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为参考图片摂的一个或多个先前已编码图片,所述运动补偿预测编码对输入图片进行预测性编码。以此方式,编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码,所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号,对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时,重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程,所述解码过程可由视频解码器对参考图片执行,且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式,视频编码器(603)可在本地存储重建的参考图片的副本,所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即,对于将要编码的新图片,预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据,例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作,以找到合适的预测参考。在一些情况下,根据预测器(635)获得的搜索结果,可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作,包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩,从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的编码视频序列,从而为通过通信信道(660)进行传输做准备,所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并,所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间,控制器(650)可以为每个已编码图片分配某一已编码图片类型,但这可能影响可应用于相应的图片的编码技术。例如,通常可将图片分配为以下任一种图片类型:
帧内图片(I图片),其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片,包括例如独立解码器刷新(IndependentDecoderRefresh,“IDR)图片。”所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地,多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如,4×4、8×8、4×8或16×16个样本的块),且逐块进行编码。这些块可参考其它(已编码)块进行预测编码,根据应用于块的相应图片的编码分配来确定所述其它块。举例来说,I图片的块可进行非预测编码,或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-TH.265建议书的预定视频编码技术或标准执行编码操作。视频解码器(510)可根据例如ITU-TH.265标准中的预定视频压缩技术执行解码操作。在操作中,视频编码器(603)可执行各种压缩操作,包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此,已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中,传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和条带等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图像预测(常简称为帧内预测)利用给定图片中的空间相关性,而帧间图像预测则利用图像之间的(时间或其它)相关性。在实施例中,将正在编码/解码的特定图片分割成块,正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时,可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块,且在使用多个参考图片的情况下,所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中,双向预测技术可用于帧间图片预测中。根据双向预测技术,使用两个参考图像,例如第一参考图像和第二参考图像,按解码次序它们都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说,可通过第一参考块和第二参考块的组合来预测所述块。
此外,合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例,帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说,根据HEVC标准,将视频图片序列中的图片分割成编码树单元(codingtreeunit,CTU)以用于压缩,图片中的CTU具有相同大小,例如64×64像素、32×32像素或16×16像素。一般来说,CTU包括三个编码树块(codingtreeblock,CTB),所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的,还可将每个CTU以四叉树拆分为一个或多个编码单元(codingunit,CU)。举例来说,可将64×64像素的CTU拆分为一个64×64像素的CU,或4个32×32像素的CU,或16个16×16像素的CU。在实施例中,分析每个CU以确定用于CU的预测类型,例如帧间预测类型或帧内预测类型。此外,取决于时间和/或空间可预测性,将CU拆分为一个或多个预测单元(predictionunit,PU)。通常,每个PU包括亮度预测块(predictionblock,PB)和两个色度PB。在实施例中,编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例,预测块包括像素值(例如,亮度值)的矩阵,例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块),且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中,视频编码器(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中,视频编码器(703)接收用于处理块的样本值的矩阵,所述处理块为例如8×8样本的预测块等。视频编码器(703)使用,例如,率失真(rate-distortion,RD)优化来确定处理块的编码采用帧内模式、帧间模式还是双向预测模式更好。当在帧内模式中编码处理块时,视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中;且当在帧间模式或双向预测模式中编码处理块时,视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中,合并模式可以是帧间图片预测子模式,其中,在不借助预测值外部的已编码运动矢量分量的情况下,从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中,可存在适用于主题块的运动矢量分量。在实施例中,视频编码器(703)包括其它组件,例如用于确定处理块模式的模式决策模块(未示出)。
在图7的实施例中,视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中,参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)用于接收当前块(例如处理块)的样本,在一些情况下将所述块与同一图像中已编码的块进行比较,在变换之后生成量化系数,以及在一些情况下还生成帧内预测信息(例如,根据一个或多个帧内编码技术生成帧内预测方向信息)。在实施例中,帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)用于确定通用控制数据,且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中,通用控制器(721)确定块的模式,且基于所述模式将控制信号提供到开关(726)。举例来说,当所述模式是帧内模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果,且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中;以及当所述模式是帧间模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果,且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作,以对残差数据进行编码以生成变换系数。在实施例中,残差编码器(724)用于将残差数据从时域转换到频域,且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中,视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换,且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说,帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块,且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片,且在一些实施例中,所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中,熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意,根据所公开的主题,当在帧间模式或双向预测模式的合并子模式中对块进行编码时,不存在残差信息。
图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像,且对所述已编码图像进行解码以生成重建的图片。在实施例中,视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中,视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号,这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中,当预测模式是帧间或双向预测模式时,将帧间预测信息提供到帧间解码器(880);以及当预测类型是帧内预测类型时,将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息,且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息,且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数,且处理所述解量化的变换系数,以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP),且所述信息可由熵解码器(871)提供(未标示数据路径,因为这仅仅是低量控制信息)。
重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块,所述重建的块可以是重建的图片的一部分,所述重建的图片继而可以是重建的视频的一部分。应注意,可执行解块操作等其它合适的操作来改善视觉质量。
应注意,可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中,可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中,可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本申请各实施例提供了用于位置决定的帧内预测组合(PDPC)的改进技术。PDPC用于帧内预测,并产生未滤波的边界参考样本和具有经滤波的边界参考样本的HEVC式帧内预测的组合。具有经滤波的边界参考样本的HEVC式帧内预测也称为基于角度的帧内预测。
图9是HEVC中使用的帧内预测方向和帧内预测模式的例子的示意图。在HEVC中,总共有35种帧内预测模式(模式0到模式34),其中模式10是水平模式,模式26是垂直模式,模式2、模式18、和模式34是对角模式。一些例子中,帧内预测模式由三个最可能模式(MPM)和32个剩余模式表示。
参考图2,一些例子中(例如,VVC),总共有67个帧内预测模式(模式0到模式66),其中模式18是水平模式,模式50是垂直模式,模式2、模式34、和模式66是对角模式。
一些例子中,HEVC式帧内预测基于经滤波的参考样本。例如,当帧内预测模式不是DC模式和平面模式中的任何一个时,对边界参考样本使用滤波器,经滤波的参考样本用于在帧内预测模式下对当前块中的值进行预测。
一些实施例中,PDPC结合了未滤波的边界参考样本和具有经滤波的边界参考样本的HEVC式的帧内预测。一个例子中,根据PDPC,当帧内预测模式是平面模式(例如,模式0)、垂直模式(例如,67个帧内预测模式中的模式50)、水平模式(例如,67个帧内预测模式中的模式18)时,根据等式1计算位于(x,y)的每个预测样本pred′[x][y]:
pred’[x][y]=(wL×R(-1,y)+wT×R(x,-1)+wTL×R(-1,-1)+(64-wL-wT-wTL)×pred[x][y]+32)>>6 (等式1)
其中R(x,-1),R(-1,y)分别表示位于当前样本(x,y)顶部和左侧的未过滤参考样本,R(-1,-1)表示位于当前块的左上角的未过滤参考样本,wT,wL和wTL表示权重。权重由等式2-5计算,width表示当前块的宽度,height表示当前块的高度:
wT=32>>((y<<1)>>shift) (等式2)
wL=32>>((x<<1)>>shift) (等式3)
wTL=-(wL>>4)-(wT>>4) (等式4)
shift=(log2(width)+log2(height)+2)>>2 (等式5)
图10A示出了在(0,0)处的预测样本的权重。在图10A的例子中,当前块是4×4的块,宽度是4,高度也是4,因此移位是1。然后,wT是32,wL是32,并且wTL是-4。
图10B示出了在(1,0)处的预测样本的权重。在图10B的例子中,当前块是4×4的块,宽度是4,高度也是4,因此移位是1。然后,wT是32,wL是16,且wTL是-3。
更一般地,一些例子中,PDPC过程的输入包括:
帧内预测模式,由predModeIntra表示;
当前块的宽度,由nTbW表示;
当前块的高度,由nTbH表示;
参考样本的宽度,由refW表示;
参考样本的高度,由refH表示;
通过HEVC式帧内预测的预测样本,由predSamples[x][y]表示,其中x=0,...,nTbW-1,且y=0,...,nTbH-1;
未过滤的参考样本(也称为相邻样本)p[x][y],其中x=-1,y=-1,...,refH-1,及x=0,...,refW-1,y=-1;以及
当前块的颜色分量,由cIdx表示。
此外,PDPC过程的输出是经修改的预测样本predSamples′[x][y],其中x=0,...,nTbW-1,y=0,...,nTbH-1。
然后,通过等式6(与等式5相似)计算缩放因子nScale(上文中的移位)。
((Log2(nTbW)+Log2(nTbH)-2)>>2) (等式6)
此外,当前块上方的未过滤参考样本的数组用参考样本数组mainRef[x]表示,其中,x=0,...,refW,当前块左侧的未过滤参考样本的数组用另一参考样本数组sideRef[y]表示,其中,y=0,...,refH,并且可以利用未过滤的参考样本根据等式7和8得出:
mainRef[x]=p[x][-1] (等式7)
sideRef[y]=p[-1][y] (等式8)
对于当前块中的每个位置(x,y),PDPC中的计算使用以refT[x][y]表示的顶部的参考样本、以refL[x][y]表示的左侧的参考样本、以及拐角p[-1,-1]处的参考样本。一些例子中,利用等式9计算经修改的预测样本,根据指示颜色分量的变量cIdx对结果进行适当地剪切。
predSamples’[x][y]=(wL×refL(x,y)+wT×refT(x,y)+wTL×p(-1,-1)-(64-wL-wT+wTL)×predSamples[x][y]+32)>>6 (等式9)
可以基于帧内预测模式predModelIntra来确定参考样本refT[x][y]、refL[x][y]和权重wL、wT和WTL。
一个例子中,当帧内预测模式predModeIntra等于INTRA_PLANAR(例如,0、平面模式、模式0)、INTRA_DC(例如,1、DC模式、模式1)、INTRA_ANGULAR18(例如,18、水平模式、67个帧内预测模式中的模式18)、或INTRA_ANGULAR50(例如,50、垂直模式、67个帧内预测模式中的模式50)时,参考样本refT[x][y]、refL[x][y]、权重wL、wT和wTL可以根据等式10-14来确定:
refL[x][y]=p[-1][y] (等式10)
refT[x][y]=p[x][-1] (等式11)
wT[y]=32>>((y<<1)>>nScale) (等式12)
wL[x]=32>>((x<<1)>>nScale) (等式13)
wTL[x][y]=(predModeIntra==INTRA_DC)?((wL[x]>>4)+(wT[y]>>4)):0 (等式14)
另一例子中,当帧内预测模式predModeIntra等于INTRA_ANGULAR2(例如,2、67个帧内预测模式中的模式2)或INTRA_ANGULAR66(例如,66、66个帧内预测模式中的模式66)时,参考样本refT[x][y]、refL[x][y]、权重wL、wT和wTL可以根据等式15-19确定:
refL[x][y]=p[-1][x+y+1] (等式15)
refT[x][y]=p[x+y+1][-1] (等式16)
wT[y]=32>>((y<<1)>>nScale) (等式17)
wL[x]=32>>((x<<1)>>nScale) (等式18)
wTL[x][y]=0 (等式19)
另一例子中,当帧内预测模式predModeIntra小于或等于INTRA_ANGULAR10(例如,10、67个帧内预测模式中的模式10)时,对于位置(x,y),变量dXPos[y]、dXFrac[y]、dXInt[y]和dX[y]是基于帧内预测模式predModeIntra的函数的变量invAngle得出的。一个例子中,可以根据对照表来确定invAngle,该对照表存储每个帧内预测模式对应的invAngle值。然后,基于变量dXPos[y]、dXFrac[y]、dXInt[y]和dX[y]确定参考样本refT[x][y]、refL[x][y]、以及权重wL、wT和wTL。
例如,根据等式20-23确定变量dXPos[y]、dXFrac[y]、dXInt[y]和dX[y]:
dXPos[y]=((y+1)×invAngle+2)>>2 (等式20)
dXFrac[y]=dXPos[y]&63 (等式21)
dXInt[y]=dXPos[y]>>6 (等式22)
dX[y]=x+dXInt[y] (等式23)
然后,根据等式24-28确定参考样本refT[g][y]、refL[x][y]和权重wL、wT和wTL。
refL[x][y]=0 (等式24)
refT[x][y]=(dx[y]<refW-1)?((64-dXFrac[y])×mainRef[dX[y]]+dXFrac[y]×mainRef[dX[y]+1]+32)>>6:0 (等式25)
wT[y]=(dx[y]<refW-1)?32>>((y<<1)>>nScale):0 (等式26)
wL[x]=0 (等式27)
wTL[x][y]=0 (等式28)
另一例子中,当帧内预测模式predModeIntra大于INTRA_ANGULAR58(例如,58、67个帧内预测模式中的模式58)时,对于位置(x,y),基于作为帧内预测模式predModeIntra的函数的变量invAngle得出变量dYPos[x]、dYFrac[x]、dYInt[x]、以及dY[x]。一个例子中,可以根据对照表来确定invAngle,该对照表存储每个帧内预测模式对应的invAngle值。然后,基于变量dYPos[x]、dYFrac[x]、dYInt[x]和dY[x]确定参考样本refT[x][y]、refL[x][y]、以及权重wL、wT和wTL。
例如,可根据等式29-33确定变量dYPos[x]、dYFrac[x]、dYInt[x]和dY[x]:
dYPos[x]=((x+1)×invAngle+2)>>2 (等式29)
dYFrac[x]=dYPos[x]&63 (等式30)
dYInt[x]=dYPos[x]>>6 (等式31)
dY[x]=x+dYInt[x] (等式32)
然后,根据等式33-37确定参考样本refT[x][y]、refL[x][y]和权重wL、wT和wTL。
refL[x][y]=(dY[x]<refH-1)?((64-dYFrac[x])×sideRef[dY[x]]+dYFrac[x]×sideRef[dY[x]+1]+32)>>6:0 (等式33)
refT[x][y]=0 (等式34)
wT[y]=0 (等式35)
wL[x]=(dY[x]<refH-1)?32>>((x<<1)>>nScale):0 (等式36)
wTL[x][y]=0 (等式37)
一些例子中,当变量predModeIntra在11-57之间并且不是18和50之一时,则refL[x][y]、refT[x][y]、wT[y]、wL[y]和wTL[x][y]都设置为0。
注意,一些PDPC过程包括非整数(例如,浮点)运算,会增加计算复杂度。一些实施例中,PDPC过程包括用于平面模式(模式0)、DC模式(模式1)、垂直模式(例如,67个帧内预测模式中的模式50)、水平模式(例如,67个帧内预测模式中的模式18)、和对角模式(例如,67个帧内预测模式中的模式2、模式66、和模式34)的相对简单的计算,且该PDPC过程包括用于其它模式的相对复杂的计算。
根据本申请的一些实施例,在某些情况下,PDPC过程使用的参考样本比常规角度帧内预测过程的更多,并且导致更多的延迟负担和解码复杂性。可以通过对PDPC的应用进行一些限制来改善PDPC中的复杂度和编码效率之间的平衡。可以设置限制以避免PDPC比常规帧内预测过程使用更多参考样本的可能情况,或者避免PDPC产生的额外计算负荷超过其带来的好处对应的合理代价的PDPC应用的可能情况。
本申请实施例可以单独使用或以任何顺序组合使用。在本文中,当前块可以指当前块的色度分量,或当前块的亮度分量,或当前块的亮度和色度分量。
当填充N个参考样本的阵列/缓冲区时,这意味着参考样本值由位于参考样本的相关位置处的相邻已重建样本填充得到,或者从已经填充的参考样本中复制得到,或者使用预定义函数(例如,线性外推)从已经填充的参考样本得到。
根据本申请的一个实施例,PDPC应用于某些块尺寸,而不是所有块尺寸。在一些实施例中,检查当前块的块尺寸以确定是否应用PDPC过程。
一个实施例中,PDPC不应用于2xN或Nx2的块,其中N可以是2、4、8、16、32、64或128。
另一实施例中,PDPC不应用于2xN或Nx2的块,其中N等于或大于32。
另一实施例中,PDPC不应用于MxN的块,其中M或N等于或大于32。
另一实施例中,PDPC不应用于MxN的块,其中M和N均大于等于32。
另一实施例中,PDPC不应用于窄块。例如,根据块的长边与短边的尺寸之比来定义窄块。例如,可以计算当前块的max(宽度,高度)和min(宽度,高度)之间的尺寸之比。当尺寸之比大于等于阈值(例如thres_ratio)时,认为当前块是窄块。阈值thres_ratio可以是4、8、16、32或64。例如,当阈值thres_ratio设为4时,4x16或16x4的块被称为窄块。阈值thres_ratio也可以在比特流中用信号表示,例如,可以在序列参数集(SPS)、图片参数集(PPS)或条带头中。
另一实施例中,PDPC不应用于大块。一个例子中,当当前块中的像素数大于等于像素阈值时,将当前块视为大块,并且不将PDPC应用于大块。像素阈值可以是任何合适的数字,例如32、64、128、256、512、1024或2048。
根据本申请的另一实施例,当确定未过滤的参考样本可用于当前块的一部分时,可以对当前块的该部分应用PDPC。当前块的该部分可以是当前块的某些列或某些行。
一些实施例中,基于当前块的宽度和高度的最小值来确定当前块中应用PDPC的部分。一个例子中,当前块的宽度是M,当前块的高度是N。当M大于N时,对当前块的左边前N列应用PDPC;当M小于N时,对当前块的上面前M行应用PDPC。例如,当前块的大小为2x32(宽度x高度),则将PDPC应用于当前块的上面两行。再例如,当前块的大小为32×2(宽度x高度),则将PDPC应用于当前块的左边两列。
一个例子中,对于某些帧内预测模式,PDPC应用于当前块的一部分。例如,当帧内预测模式是67个帧内预测模式中的模式2或模式66时,基于当前的块的宽度和高度的最小值确定当前块的一部分,对该部分应用PDPC。
另一例子中,PDPC应用于当前块的前N列或前N行。N的值可以是任何合适的数,例如1、2、3、4、5、6、......8。
另一实施例中,对于PDPC中未滤波的参考样本的权重(从最上面一行到最下面一行和从最左边一列到最右边一列)的下降速度,可以为亮度分量和色度分量设置不同的该下降速度,以使色度分量具有比亮度分量更高的权重的下降速度。注意,当权重下降到零时,则不需要访问相应的参考样本。一个例子中,色度分量和亮度分量具有不同的移位参数值。另一例子中,色度分量的初始权重值小于亮度分量的初始权重值,因此色度分量的权重可以更快地下降到零。
根据本申请另一实施例,可以针对某些颜色分量禁用PDPC。一个实施例中,对亮度分量启用PDPC。
另一实施例中,对于使用预定义的帧内预测模式集合编码的色度分量,禁用PDPC。一个例子中,预定义的帧内预测模式集合包括与对角线模式(使用65个角度帧内预测模式时的模式2和模式66)相邻但不相等的帧内预测模式。另一例子中,当使用65个角度帧内预测模式时,预定义的帧内预测模式集合包括对角帧内预测模式2和66。
根据本申请另一实施例,PDPC的权重wT和wL的初始值,即当前块中左上样本的wT和wL的值,由编码信息决定,编码信息包括但不限于颜色分量、块大小和帧内预测模式。一个实施例中,色度分量的PDPC的wT和wL的初始值是亮度分量的PDPC的wT和wL的初始值的一半。一个例子中,当PDPC应用于模式2和模式66时(当应用65个角度帧内预测模式时),色度分量的wT和wL的初始值是8,亮度分量的wT和wL的初始值是16。
根据本申请另一实施例,当对PDPC过程的应用施加限制时,并且当参考样本不可用时,例如,在参考样本的预定范围之外,相关联的权重(wT,wL和wTL)可以设为0以避免片外存储器的存取延迟。一个例子中,使用片上存储器存储预定范围中的参考样本,使用片外存储器存储其他参考样本。
一个例子中,预定范围的参考样本包括顶部的2W+K个参考样本和左边的2H+L个参考样本,其中W和H是当前块的宽度和高度,K和L是预定义的值。K和L的值包括,例如1、2、3、4、5、...、16。
另一例子中,参考样本的预定范围包括生成常规(或非PDPC)帧内预测块所使用的参考样本的范围。
图11是本申请实施例的示例性过程(1100)的概要流程图。过程(1100)可以用于重建利用帧内模式编码的块,从而为正在重建的块生成预测块。各实施例中,过程(1100)由处理电路执行,例如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)功能的处理电路等。一些实施例中,过程(1100)由软件指令实现,因此当处理电路执行这些软件指令时,处理电路执行过程(1100)。该过程开始于(S1101)并进入(S1110)。
在(S1110),从编码视频比特流中解码当前块的预测信息。该预测信息指示帧内预测模式。
在(S1120),检查具有帧内预测模式的当前块,以确定当前块是否满足限制条件,例如块大小的限制条件,该限制条件限制在当前块的重建中的应用PDPC。
根据本申请实施例,在当前块的重建中应用PDPC使用其它参考样本,该其它参考样本是根据帧内预测模式,基于角度的帧内预测中所使用的参考样本之外的参考样本时,该块大小的限制条件限制了PDPC在重建当前块中的应用。
一些例子中,根据当前块的大小设置限制条件,以针对当前块启动/禁止PDPC的应用。一些例子中,限制条件用于将PDPC过程的应用限制在当前块的子集。一些例子中,限制条件应用于特定颜色分量。一些例子中,可以适当地配置参考样本的权重参数(例如,权重的下降速度、权重的初始值),以实现限制条件。
在(S1130),当满足限制条件(例如,块大小条件)时,在重建当前块的至少一个样本时不应用PDPC。然后,该过程进入(S1199),并终止。
各实施例还提供一种视频解码的装置,包括:
解码模块,用于从编码视频比特流中解码当前块的预测信息,所述预测信息指示帧内预测模式;
判断模块,用于确定所述当前块是否满足块大小的条件,该条件用于根据所述当前块的大小对位置决定的帧内预测组合(PDPC)在所述当前块的重建中的应用进行限制;及
重建模块,用于当满足该块大小的条件时,基于帧内预测模式在重建所述当前块的至少一个样本时不使用PDPC。
一些实施例中,所述重建模块还可以确定所述当前块的宽度和高度中的一个是否等于2;当所述当前块的宽度和高度中的一个等于2时,在所述当前块的重建中禁止使用PDPC。
一些实施例中,所述重建模块还可以确定所述当前块是否大于尺寸阈值;当所述当前块大于所述尺寸阈值时,在所述当前块的重建中禁止使用PDPC。
一些实施例中,所述重建模块还可以确定所述当前块的两条边之比是否满足窄形条件;当满足所述窄形条件时,在所述当前块的重建中禁止使用PDPC。
一些实施例中,当满足所述块大小的条件时,所述重建模块还可以为PDPC的应用选择所述当前块中样本的子集;应用PDPC重建所述样本的子集;在不应用PDPC的情况下重建所述当前块中的至少一个其它样本。
各实施例还提供一种视频解码的装置,包括处理电路。该处理电路可以由专用的逻辑电路或芯片实现,例如GPU、FPGA、ASIC等。该处理电路可以执行各实施例的视频解码方法。
上述技术可以使用计算机可读指令实现为计算机软件,并且物理地存储在一个或多个计算机可读介质中。例如,图12为适于实现本申请一些实施例的计算机***(1200)。
计算机软件可利用任何合适的机器代码或计算机语言来编码,可采用汇编、编译、链接或类似机制生成指令代码。这些指令代码可由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过代码解释、微代码执行等操作来执行。
这些指令可在多种类型的计算机或计算机组件中执行,包括,例如,个人计算机、平板电脑、服务器、智能电话、游戏设备、物联网设备等。
图12所示的用于计算机***(1200)的组件本质上是示例性的,而非旨在对实现本申请实施例的计算机软件的使用或功能范围做任何限制。也不应将组件的配置方式解释为对计算机***(1200)的示例性实施例中的任一部件或其组合具有任何的依赖性或要求。
计算机***(1200)可以包括某些人机界面输入设备。这样的人机界面输入设备可以响应于一个或多个人类用户通过例如触觉输入(诸如键击、挥动、数据手套移动)、音频输入(诸如语音、拍击)、视觉输入(诸如姿势)、嗅觉输入(未示出)的输入。人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些介质,例如音频(诸如语音、音乐、环境声音)、图像(诸如扫描的图像、从静止图像相机获得的摄影图像)、视频(诸如二维视频,包括立体视频的三维视频)。
人机界面输入设备可包括以下项中的一种或多种(每一种仅描绘一个):键盘(1201)、鼠标(1202)、触控板(1203)、触摸屏(1210)、数据手套(未示出)、操纵杆(1205)、麦克风(1206)、扫描仪(1207)、照相机(1208)。
计算机***(1200)还可以包括某些人机界面输出设备。这样的人机界面输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感觉。这种人机界面输出设备可以包括触觉输出设备(例如通过触摸屏(1210)、数据手套(未示出)或操纵杆(1205)的触觉反馈,但是也可以有不用作输入设备的触觉反馈设备)、音频输出设备(诸如扬声器(1209)、耳机(未示出))、可视输出设备以及打印机(未示出),其中可视输出设备诸如屏幕(1210)、虚拟现实眼镜(未示出)、全息显示器和烟雾箱(未示出),屏幕(1210)包括阴极射线管(CRT)屏幕、液晶显示器(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏幕,每一种都具有或不具有触摸屏输入能力,每一种都具有或不具有触觉反馈能力,这些屏幕中的一些能够通过手段(诸如立体图像输出)输出二维可视输出或多于三维的输出。
计算机***(1200)还可以包括人类可访问的存储设备及其相关联的介质,诸如光学介质(包括具有CD/DVD的CD/DVDROM/RW(1220))或类似介质(1221)、拇指驱动器(1222)、可移动硬盘驱动器或固态驱动器(1223)、传统磁介质(诸如磁带和软盘(未示出))、基于专用ROM/ASIC/PLD的设备(诸如安全道尔芯片(未示出)),等等。
本领域技术人员还应当理解,结合当前公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机***(1200)还可以包括连接一个或多个通信网络的接口。网络可以是,例如,无线网络、有线网络、光网络。网络还可以是本地网、广域网、城域网、车联网的和工业网络、实时网络、延迟容忍网络等等。网络的示例包括局域网(诸如以太网、无线LAN)、蜂窝网络(包括全球移动通信***(GSM)、第三代移动通信***(3G)、***移动通信***(4G)、第五代移动通信***(5G)、长期演进(LTE)等)、电视有线或无线广域数字网络(包括有线电视、***和地面广播电视)、车辆和工业网络(包括CANBus),等等。某些网络通常需要外部网络接口适配器,该外部网络接口适配器连接到某些通用数据端口或***总线(1249)(诸如计算机***(1200)的通用串行总线(USB)端口);其他的通常通过如下所述连接到***总线而集成到计算机***(1200)的核心中(例如,进入个人计算机***的以太网接口或进入智能手机计算机***的蜂窝网络接口)。通过使用这些网络中的任何一个,计算机***(1200)可以与其它实体通信。这种通信可以是使用局域或广域数字网络的到其它计算机***的单向的、仅接收的(例如广播TV)、单向仅发送的(例如到某些CAN总线设备的CAN总线)或双向的通信。可以在如上所述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机界面设备、人类可访问存储设备和网络接口可以连接到计算机***(1200)的内核(1240)。
内核(1240)可以包括一个或多个中央处理单元(CPU)(1241)、图形处理单元(GPU)(1242)、以现场可编程门阵列(FPGA)(1243)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(1244)等。这些设备,以及只读存储器(ROM)(1245),随机存取存储器(1246),内部大容量存储器(如内部非用户可访问硬盘驱动器,SSD)(1247)等,可以通过***总线(1248)相互连接。在一些计算机***中,***总线(1248)可以以一个或多个物理插头的形式访问,从而通过附加的CPU,GPU等实现扩展。***设备可以直接,或者通过***总线(1248),连接到内核的***总线(1249)。***总线的架构包括PCI,USB等。
CPU(1241)、GPU(1242)、FPGA(1243)和加速器(1244)可以执行某些指令,这些指令组合起来可以构成前述的计算机代码。该计算机代码可以存储在ROM(1245)或RAM(1246)中。中间数据也可以存储在RAM(1246)中,而永久数据可以存储在,例如,内部大容量存储器(1247)中。可以通过使用高速缓冲存储器来实现到任何存储器设备的快速存储和读取,高速缓存存储器可以与一个或多个CPU(1241)、GPU(1242)、大容量存储器(1247)、ROM(1245)、RAM(1246)等紧密关联。
计算机可读介质上可以具有计算机代码,在计算机代码上执行各种计算机执行的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的,也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为示例而非限制,具有体系结构(1200)的计算机***,特别是内核(1240),可以提供处理器(包括CPU、GPU、FPGA、加速器等)执行在一个或多个有形的计算机可读介质中的软件而实现的功能。这样的计算机可读介质可以是与如上所述的用户可访问大容量存储器相关联的介质,以及非暂时性的内核(1240)的某些存储,诸如内核内部大容量存储器(1247)或ROM(1245)。实现本申请各实施例的软件可以存储在这样的设备中并由内核(1240)执行。根据特定需要,计算机可读介质可包括一个或多个存储器设备或芯片。该软件可以使内核(1240),特别是其中的处理器(包括CPU,GPU,FPGA等),执行本文描述的特定过程或特定过程的特定部分,包括定义存储在RAM(1246)中的数据结构,以及根据软件定义的过程修改这些数据结构。作为补充或作为替代,计算机***可提供与电路(例如加速器1244)中的逻辑硬连线或其它组件相同的功能,可代替软件或与软件一起操作以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下,对软件的引用可以包括逻辑,反之亦然。在适当的情况下,对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC)),包括执行逻辑的电路,或两者兼备。本申请包括硬件和软件的任何适当组合。
附录A:缩略语
JEM:joint exploration model l联合勘探模型
VVC:versatile video coding多功能视频编码
BMS:benchmark set基准集合
MV:Motion Vector运动矢量
HEVC:High Efficiency Video Coding高效视频编码
SEI:Supplementary Enhancement Information补充增强信息
VUI:Video Usability Information视频可用性信息
GOPs:Groups of Pictures图像组
TUs:Transform Units变换单元
PUs:Prediction Units预测单元
CTUs:Coding Tree Units编码树单元
CTBs:Coding Tree Blocks编码树块
PBs:Prediction Blocks预测块
HRD:Hypothetical Reference Decoder假想参考解码器
SNR:Signal Noise Ratio信噪比
CPUs:Central Processing Units中央处理单元
GPUs:Graphics Processing Units图形处理单元
CRT:Cathode Ray Tube阴极射线管
LCD:Liquid-Crystal Display液晶显示器
OLED:Organic Light-Emitting Diode有机发光二极管
CD:Compact Disc光盘
DVD:Digital Video Disc数字视频盘
ROM:Read-Only Memory只读存储器
RAM:Random Access Memory随机存取存储器
ASIC:Application-Specific Integrated Circuit专用集成电路
PLD:Programmable Logic Device可编程逻辑设备
LAN:Local Area Network局域网
GSM:Global System for Mobile communications全球移动通信***
LTE:Long-Term Evolution长期演进
CANBus:Controller Area Network Bus控制器区域网络总线
USB:Universal Serial Bus通用串行总线
PCI:Peripheral Component Interconnect***设备组件互联
FPGA:Field Programmable Gate Array现场可编程门阵列
SSD:solid-state drive固态硬盘
IC:Integrated Circuit集成电路
CU:Coding Unit编码单元
虽然本申请已对多个示例性实施例进行了描述,但实施例的各种变更、置换和各种替代属于本申请的范围内。因此应理解,本领域技术人员能够设计多种***和方法,所述***和方法虽然未在本文中明确展示或描述,但其体现了本申请的原则,因此属于本申请的精神和范围之内。
Claims (17)
1.一种视频解码方法,其特征在于,包括:
从编码视频比特流中解码当前块的预测信息,所述预测信息指示帧内预测模式;
确定所述当前块是否满足块大小的条件,该条件用于根据所述当前块的大小对位置决定的帧内预测组合PDPC在所述当前块的重建中的应用进行限制;
当满足该块大小的条件时,基于所述帧内预测模式在重建所述当前块的至少一个样本时不使用PDPC;
其中,所述条件包括以下之一:
所述当前块的宽度和高度中的一个等于2;
所述当前块大于尺寸阈值;
所述当前块的两条边之比满足窄形条件。
2.根据权利要求1所述的方法,其特征在于,在所述当前块的重建中应用PDPC需要使用其它参考样本时,该块大小的条件限制了PDPC在重建所述当前块中的应用,所述其它参考样本是根据所述帧内预测模式,基于角度的帧内预测中所使用的参考样本之外的参考样本。
3.根据权利要求1所述的方法,其特征在于,进一步包括:
选择所述当前块中样本的子集用于应用PDPC;
应用PDPC重建所述样本的子集;及
在不应用PDPC的情况下重建所述当前块中的至少一个其它样本。
4.根据权利要求3所述的方法,其特征在于,进一步包括:
当所述当前块的列比行多、且所述帧内预测模式是对角模式时,在所述当前块中选择一个或多个位于左边的列用于应用PDPC;及
当所述当前块的行比列多、且所述帧内预测模式是对角模式时,在所述当前块中选择一个或多个位于顶部的行用于应用PDPC。
5.根据权利要求3所述的方法,其特征在于,进一步包括:
增加用于对参考样本进行加权的权重的下降速度,所述权重根据所述下降速度沿所述当前块的一条边下降。
6.根据权利要求3所述的方法,其特征在于,进一步包括:
减小用于对参考样本进行加权的权重的初始值,所述权重沿着所述当前块的一条边从所述初始值开始下降。
7.根据权利要求3所述的方法,其特征在于,进一步包括:
将PDPC中为色度分量加权的第一下降速度设置为大于PDPC中为亮度分量加权的第二下降速度。
8.根据权利要求1所述的方法,其特征在于,进一步包括:
在色度样本的重建中禁止应用PDPC。
9.根据权利要求8所述的方法,其特征在于,进一步包括:
当所述帧内预测模式是预定义的帧内预测模式集合中的一个时,禁止在色度样本的重建中使用PDPC。
10.根据权利要求1所述的方法,其特征在于,进一步包括:
根据颜色索引、所述当前块的大小和所述帧内预测模式中的至少一个来确定沿着当前块的边下降的权重的初始值。
11.根据权利要求1所述的方法,其特征在于,进一步包括:
确定应用PDPC时的参考样本是否处于预设范围之外;及
当所述参考样本位于所述预设范围之外时,将所述参考样本的权重设为零。
12.一种用于视频解码的装置,其特征在于,包括:
解码模块,用于从编码视频比特流中解码当前块的预测信息,所述预测信息指示帧内预测模式;
判断模块,用于确定所述当前块是否满足块大小的条件,该条件用于根据所述当前块的大小对位置决定的帧内预测组合PDPC在所述当前块的重建中的应用进行限制;及
重建模块,用于当满足该块大小的条件时,基于帧内预测模式在重建所述当前块的至少一个样本时不使用PDPC;
其中,所述条件包括以下之一:
所述当前块的宽度和高度中的一个等于2;
所述当前块大于尺寸阈值;
所述当前块的两条边之比满足窄形条件。
13.根据权利要求12所述的装置,其特征在于,在当前块的重建中应用PDPC需要使用其它参考样本时,该块大小的条件限制了PDPC在重建所述当前块中的应用,所述其它参考样本是根据所述帧内预测模式,基于角度的帧内预测中所使用的参考样本之外的参考样本。
14.根据权利要求12所述的装置,其特征在于,当满足所述块大小的条件时,所述重建模块进一步用于:
为PDPC的应用选择所述当前块中样本的子集;
应用PDPC重建所述样本的子集;及
在不应用PDPC的情况下重建所述当前块中的至少一个其它样本。
15.一种用于视频解码的装置,其特征在于,包括:处理电路,用于执行根据权利要求1-11中任一权利要求所述的方法。
16.一种计算机设备,包括处理器和存储器,所述存储器中存储有计算机可读指令,其特征在于,所述指令可以使所述处理器执行根据权利要求1-11中任一权利要求所述的方法。
17.一种非暂时性计算机可读存储介质,存储有指令,其特征在于,当所述指令由用于视频解码的计算机执行时,使所述计算机执行根据权利要求1-11中任一权利要求所述的方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862713391P | 2018-08-01 | 2018-08-01 | |
US62/713,391 | 2018-08-01 | ||
US16/446,520 US10911765B2 (en) | 2018-08-01 | 2019-06-19 | Method and apparatus for video coding |
US16/446,520 | 2019-06-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110798686A CN110798686A (zh) | 2020-02-14 |
CN110798686B true CN110798686B (zh) | 2022-07-29 |
Family
ID=69227620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910694395.2A Active CN110798686B (zh) | 2018-08-01 | 2019-07-30 | 视频解码的方法、装置、计算机设备及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10911765B2 (zh) |
CN (1) | CN110798686B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11128872B2 (en) * | 2018-07-16 | 2021-09-21 | Qualcomm Incorporated | Position dependent intra prediction combination with wide angle intra prediction |
US11509908B2 (en) * | 2018-09-11 | 2022-11-22 | Panasonic Intellectual Property Corporation Of America | Encoder, decoder, encoding method, and decoding method |
CN112889281B (zh) * | 2018-11-26 | 2022-11-18 | 华为技术有限公司 | 对图像中的块进行帧内预测的方法、设备和存储介质 |
MX2021007841A (es) * | 2018-12-29 | 2021-10-26 | Huawei Tech Co Ltd | Metodo y aparato para intra-prediccion. |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017165391A1 (en) * | 2016-03-21 | 2017-09-28 | Qualcomm Incorporated | Using luma information for chroma prediction with separate luma-chroma framework in video coding |
CN108141608A (zh) * | 2015-09-29 | 2018-06-08 | 高通股份有限公司 | 针对视频译码使用与位置相关的预测组合的改进视频帧内预测 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9769472B2 (en) | 2011-08-17 | 2017-09-19 | Mediatek Singapore Pte. Ltd. | Method and apparatus for Intra prediction using non-square blocks |
BR112013014374B8 (pt) | 2011-09-13 | 2022-08-30 | Mediatek Singapore Pte Ltd | Método e aparelho para codificação de modo intra em hevc |
US10623774B2 (en) * | 2016-03-22 | 2020-04-14 | Qualcomm Incorporated | Constrained block-level optimization and signaling for video coding tools |
EP3453174A1 (en) * | 2016-05-06 | 2019-03-13 | VID SCALE, Inc. | Method and system for decoder-side intra mode derivation for block-based video coding |
US10979714B2 (en) * | 2016-09-05 | 2021-04-13 | Lg Electronics, Inc. | Image coding/decoding method and apparatus therefor |
US10674165B2 (en) * | 2016-12-21 | 2020-06-02 | Arris Enterprises Llc | Constrained position dependent intra prediction combination (PDPC) |
US10805641B2 (en) * | 2017-06-15 | 2020-10-13 | Qualcomm Incorporated | Intra filtering applied together with transform processing in video coding |
-
2019
- 2019-06-19 US US16/446,520 patent/US10911765B2/en active Active
- 2019-07-30 CN CN201910694395.2A patent/CN110798686B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108141608A (zh) * | 2015-09-29 | 2018-06-08 | 高通股份有限公司 | 针对视频译码使用与位置相关的预测组合的改进视频帧内预测 |
WO2017165391A1 (en) * | 2016-03-21 | 2017-09-28 | Qualcomm Incorporated | Using luma information for chroma prediction with separate luma-chroma framework in video coding |
Non-Patent Citations (2)
Title |
---|
Non-EE1: Alternative setting for PDPC mode,JVET-F0054r2;M. Karczewicz等;《Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 6th Meeting: Hobart, AU, 31 March – 7 April 2017》;20170331;全文 * |
Unequal Weight Planar Prediction and Constrained PDPC, JVET-E0068-r;K. Panusopone等;《Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 5th Meeting: Geneva, CH, 12–20 January 2017》;20170113;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110798686A (zh) | 2020-02-14 |
US20200045326A1 (en) | 2020-02-06 |
US10911765B2 (en) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110677677B (zh) | 视频解码方法、装置、设备和计算机可读介质 | |
US11665359B2 (en) | Method and apparatus for prediction and transform for small blocks | |
CN111989918B (zh) | 视频解码的方法、装置及存储介质 | |
CN112042188B (zh) | 用于视频压缩中非正方形块的帧内预测的方法和装置 | |
CN112470478B (zh) | 视频解码方法、装置和计算机设备 | |
CN110730354B (zh) | 视频编解码的方法、装置、计算机设备和存储介质 | |
CN112055971B (zh) | 视频编解码方法、编解码器以及存储介质 | |
CN111050178B (zh) | 视频解码的方法、装置、电子设备、存储介质 | |
CN111937326B (zh) | 视频解码方法、装置和可读存储介质 | |
CN110798686B (zh) | 视频解码的方法、装置、计算机设备及计算机可读存储介质 | |
CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
CN111901609A (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
CN115529852A (zh) | 基于模板匹配的帧内预测 | |
CN111246210A (zh) | 视频解码方法、视频解码器、计算机设备和非易失性计算机可读存储介质 | |
CN113228649A (zh) | 用于改进的子块分区内部子分区编码模式的方法和装置 | |
CN111919440B (zh) | 用于视频解码的方法、装置和计算机可读介质 | |
CN111726627A (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
CN111989929B (zh) | 视频解码方法、装置及计算机可读介质 | |
CN115428024A (zh) | 解耦变换分割技术 | |
CN115176461A (zh) | 视频编解码的方法和装置 | |
CN115804089A (zh) | 零残差标志编解码 | |
CN113395524A (zh) | 视频解码方法、装置和电子设备 | |
CN113678445A (zh) | 视频编解码方法和装置 |
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 |