CN112055971B - 视频编解码方法、编解码器以及存储介质 - Google Patents
视频编解码方法、编解码器以及存储介质 Download PDFInfo
- Publication number
- CN112055971B CN112055971B CN201980019756.1A CN201980019756A CN112055971B CN 112055971 B CN112055971 B CN 112055971B CN 201980019756 A CN201980019756 A CN 201980019756A CN 112055971 B CN112055971 B CN 112055971B
- Authority
- CN
- China
- Prior art keywords
- mode
- intra prediction
- prediction mode
- candidate
- candidate list
- 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
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000012545 processing Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 description 53
- 239000000523 sample Substances 0.000 description 35
- 230000033001 locomotion Effects 0.000 description 34
- 230000006835 compression Effects 0.000 description 25
- 238000007906 compression Methods 0.000 description 25
- 239000013598 vector Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 19
- 239000000872 buffer Substances 0.000 description 15
- 241000023320 Luma <angiosperm> Species 0.000 description 12
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000002123 temporal effect Effects 0.000 description 8
- 238000013139 quantization Methods 0.000 description 7
- 238000009795 derivation Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 239000013074 reference sample Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- FZEIVUHEODGHML-UHFFFAOYSA-N 2-phenyl-3,6-dimethylmorpholine Chemical compound O1C(C)CNC(C)C1C1=CC=CC=C1 FZEIVUHEODGHML-UHFFFAOYSA-N 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013403 standard screening design Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
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
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- 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
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
- H04N19/619—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding the transform being operated outside the prediction loop
-
- 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
- H04N19/10—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
- H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
- H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
-
- 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
- H04N19/46—Embedding additional information in the video signal during the compression process
- H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
-
- 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)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一种用于在解码器中进行视频解码的方法,包括针对在帧内预测模式下编码的块导出候选列表。候选列表包括第一候选帧内预测模式值(Mode1)。第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32。该方法还包括根据导出的候选列表来确定编码块的帧内预测模式值。
Description
相关申请的交叉引用
本申请要求于2018年9月28日提交的标题为“METHODS AND APPARATUS FOR MOSTPROBABLE MODE DERIVATION”的美国专利申请第16/147,544号(其要求了于2018年7月13日提交的标题为“METHODS AND APPARATUS FOR MOST PROBABLE MODE DERIVATION”的美国临时申请第62/698,014号的优先权权益)的优先权权益,其全部内容通过引用并入本文中。
技术领域
本申请描述了总体上涉及视频编解码的实施例。
背景技术
本文所提供的背景描述是出于总体上呈现本公开上下文的目的。在该背景部分中描述的范围内,目前命名的发明人的作品以及提交之时不可另行具备现有技术资格的本描述的各方面既未明确、亦未默示地承认为本发明的现有技术。。
可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片,每个图片具有例如为1920x1080的亮度样本及相关的色度样本的空间大小。该一系列图片可以具有例如每秒60幅图片或60Hz 的固定的或可变的图片速率(也非正式地称为帧率)。未压缩的视频具有很高的位速率要求。例如,每样本8位的1080p604:2:0的视频(60Hz帧率的1920x1080 亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB 以上的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以有助于减少上述带宽或存储空间需求,在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩,以及它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时,已重建的信号可能与原始信号不同,但是原始信号和重建的信号之间的失真足够小,以使已重建的信号可用于预期的应用。在视频的情况下,广泛使用有损压缩。可容忍的失真量取决于应用,例如某些消费流式应用的用户相比电视类应用的用户来说可以容忍更高的失真。可达到的压缩率可以反映:更高的可容许/接受的失真可以产生更高的压缩率。
视频编码器和视频解码器可以利用多种广泛类别的技术,包括例如运动补偿、变换、量化以及熵编码。
视频编解码器技术可以包括称为帧内编码的技术。在帧内编码中,在不参考来自先前重建的参考图片的样本或其他数据的情况下表示样本值。在某些视频编解码器中,图片在空间上细分为样本块。当所有样本块都在帧内模式中编码时,该图片可以是帧内图片。帧内图片及其诸如独立解码器刷新图片之类的派生可以用于重置解码器状态,因此可以用作已编码视频码流和视频会话中的第一张图片或者静止图像。可以使帧内块的样本进行变换,并且可以在熵编码之前对变换系数进行量化。帧内预测可以是将变换前的域中的样本值最小化的技术。在某些情况下,变换后的直流(DC)值越小,且交流(AC)系数越小,表示熵编码后的块的给定量化步长下所需的位越少。
诸如从例如MPEG-2代编码技术所已知的传统帧内编码不使用帧内预测。然而,某些较新的视频压缩技术包括根据在对空间上相邻,且解码顺序在先的数据块进行编码/解码期间获得的例如周围样本数据和/或元数据进行尝试的技术。该技术在下文称作“帧内预测”技术。请注意,至少在某些情况下,帧内预测仅使用来自重建的当前图片而非参考图片的参考数据。
可以存在多种不同形式的帧内预测。当在给定的视频编码技术中可以使用多于一种这样的技术时,可以在帧内预测模式中对使用中的技术进行编码。在某些情况下,模式可以具有子模式和/或参数,并且这些子模式和/或参数可以单独编码或包含在模式码字中。在给定模式/子模式/参数组合使用哪个码字可以对通过帧内预测的编码效率增益产生影响,因此可以使用熵编码技术将码字转换为码流。
在H.264引入了某种帧内预测模式,在H.265中对该帧内预测模式进行了完善,并在诸如联合探索模型(JEM)、下一代视频编码(VVC)、基准集(BMS) 之类的更新编码技术中对该帧内预测模式进一步进行了完善。可以使用属于现有样本的相邻样本值来形成预测值块。按照方向将相邻样本的样本值复制到预测值块中。可以在码流中对朝向该方向的正在使用的参考进行编码,或者可以对其进行预测。
随着视频编码技术的发展,可能方向的数量已经增加。在H.264(2003年) 中,可以表示九个不同的方向。在H.265(2013年)中,该数字增加到了33个,并且在公开时,JEM/VVC/BMS可以支持多达65个方向。已经进行了实验以识别最可能的方向,并且熵编码中的某些技术用于以少量的比特来表示那些可能的方向,对不太可能的方向容许一定的惩罚。此外,有时可以根据在已经解码的相邻块中使用的相邻方向来预测方向本身。
编码的视频码流中表示方向的帧内预测方向比特的映射可以根据视频编码技术的不同而不同,其可以包括例如从预测方向到帧内预测模式的简单直接映射、到码字的简单直接映射,以及涉及最可能的模式的复杂自适应方案以及类似的技术。本领域技术人员很容易熟悉那些技术。但是,在所有情况下,可能存在某些方向,该方向相比某些其他方向在统计上在视频内容中出现的可能性更小。由于视频压缩的目标是减少冗余,因此,在运作良好的视频编码技术中,那些不太可能出现的方向将由比可能出现的方向更大的比特数来表示。
VVC是下一代视频编码标准,是对高效率视频编码(HEVC)的进一步改进。HEVC中的帧内预测模式使用33个定向模式,而VVC中的帧内预测模式使用65个定向模式以改善压缩率。但是,传统的HEVC帧内预测模式处理不能处理VVC中包括的附加定向模式。
发明内容
根据本公开的实施例,提供了一种用于在解码器中进行视频解码的方法,包括针对在帧内预测模式下编码的块导出候选列表。该候选列表包括第一候选帧内预测模式值(Mode1),第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。该候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值 (Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32。该方法还包括根据导出的候选列表来确定编码块的帧内预测模式值。
根据本公开的实施例,提供了一种视频解码器,视频解码器包括处理电路。该处理电路被配置为针对在帧内预测模式下编码的块导出候选列表。该候选列表包括第一候选帧内预测模式值(Mode1),第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。该候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模 M运算确定的,其中,M是2的幂且M不等于32。处理电路还被配置为根据导出的候选列表来确定编码块的帧内预测模式值。
根据本公开的实施例,提供了一种存储指令的非暂时性计算机可读介质,该指令在由视频解码装置中的处理器执行时,使得所述处理器执行一种方法,该方法包括针对在帧内预测模式下编码的块导出候选列表。候选列表包括第一候选帧内预测模式值(Mode1),第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。该候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32。该方法还包括根据导出的候选列表来确定编码块的帧内预测模式值。
附图说明
所公开主题的其他特征、本质和各种优势将根据以下的详细描述和附图而更清楚,在附图中,
图1是根据一个实施例的通信***的简化框图的示意图。
图2是根据一个实施例的通信***的简化框图的示意图。
图3是根据一个实施例的解码器的简化框图的示意图。
图4是根据一个实施例的编码器的简化框图的示意图。
图5示出根据另一个实施例的编码器的框图。
图6示出根据另一个实施例的解码器的框图。
图7是示例性帧内预测模式的示意图。
图8(A)和图8(B)示出了用于35个预测模式的各种角度模式。
图9(A)和图9(B)示出了用于67个预测模式的各种角度模式。
图10是当前块及其周围的邻居的示意图。
图11示出了由编码器或解码器执行的过程的实施例。
图12示出了由编码器或解码器执行的过程的实施例。
图13示出了由编码器或解码器执行的过程的实施例。
图14是当前块和相邻块的示意图。
图15是根据一个实施例的计算机***的示意图。
具体实施方式
图1示出了根据本申请公开的实施例的通信***(100)的简化框图。通信***(100)包括多个终端装置,该终端装置可通过例如网络(150)彼此通信。举例来说,通信***(100)包括通过网络(150)互连的第一终端装置对(110) 和(120)。在图1的实施例中,第一终端装置对(110)和(120)执行单向数据传输。举例来说,终端装置(110)可对视频数据(例如由终端装置(110) 采集的视频图片流)进行编码以通过网络(150)传输到另一终端装置(120)。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。终端装置(120)可从网络(150)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。
在另一示例中,通信***(100)包括执行已编码视频数据的双向传输的终端装置对(130)和(140),该双向传输可例如在视频会议期间发生。对于双向数据传输,在一示例中,终端装置(130)和终端装置(140)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 (150)传输到终端装置(130)和终端装置(140)中的另一终端装置。终端装置(130)和终端装置(140)中的每个终端装置还可接收由终端装置(130)和终端装置(140)中的另一终端装置传输的已编码视频数据,且可对该已编码视频数据进行解码以恢复视频图片,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1的示例中,终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)可被示出为服务器、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/或专用视频会议装置。网络(150)表示在终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)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(150) 可在电路交换和/或分组交换信道中交换数据。代表性的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(150)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。
作为所公开主题的应用的示例,图2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。所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***(213),该采集子***可包括例如数码相机的视频源(201),该视频源创建未压缩的视频图片流(202)。在示例中,视频图片流(202)包括由数码相机拍摄的样本。相较于已编码的视频数据(204) (或已编码的视频码流),被描绘为粗线以强调高数据量的视频图片流(202) 可由电子装置(220)处理,该电子装置(220)包括耦接到视频源(201)的视频编码器(203)。视频编码器(203)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(202),被描绘为细线以强调较低数据量的已编码的视频数据(204)(或已编码的视频码流(204))可存储在流式传输服务器(205)上以供将来使用。一个或多个流式传输客户端子***,例如图2中的客户端子***(206)和客户端子***(208),可访问流式传输服务器(205)以检索已编码的视频数据(204)的副本(207) 和副本(209)。客户端子***(206)可包括例如电子装置(230)中的视频解码器(210)。视频解码器(210)对已编码的视频数据的传入副本(207)进行解码,且产生可在显示器(212)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(211)。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(204)、视频数据(207)和视频数据(209)(例如视频码流)进行编码。该些标准的示例包括ITU-T H.265。在示例中,正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding,VVC),所公开的主题可用于VVC的上下文中。VVC标准在2018年7月的JVET-K1001 发表的“Versatile Video Coding(Draft 2)”中进行了描述,其全部内容通过引用并入本文中。
应注意,电子装置(220)和电子装置(230)可包括其它组件(未示出)。举例来说,电子装置(220)可包括视频解码器(未示出),且电子装置(230) 还可包括视频编码器(未示出)。
图3是根据本申请公开的实施例的视频解码器(310)的框图。视频解码器(310)可包括在电子装置(330)中。电子装置(330)可包括接收器(331) (例如接收电路)。视频解码器(310)可用于代替图2的示例中的视频解码器 (210)。
接收器(331)可接收将由视频解码器(310)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(301)接收已编码视频序列,该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(331)可接收可转发到它们各自的使用实体(未标示)的已编码的视频数据以及其它数据,例如,已编码音频数据和/或辅助数据流。接收器(331)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(315)可耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中,缓冲存储器(315)是视频解码器(310) 的一部分。在其它情况下,该缓冲存储器(415)可设置在视频解码器(310) 外部(未标示)。而在其它情况下,视频解码器(310)的外部设置缓冲存储器 (未标示)以例如防止网络抖动,且在视频解码器(310)的内部可配置另一缓冲存储器(315)以例如处理播出定时。而当接收器(331)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(315),或可以将该缓冲存储器做得较小。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(315),该缓冲存储器可相对较大且可有利地具有自适应性大小,且可至少部分地实施于操作***或视频解码器(310)外部的类似元件(未标示)中。
视频解码器(310)可包括解析器(320)以根据已编码视频序列重建符号 (321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息,以及用以控制显示装置(312)(例如,显示屏)等显示装置的潜在信息,该显示装置不是电子装置(330)的整体部分,但可耦接到电子装置(330),如图3中所示。用于显示装置的控制信息可以是辅助增强信息(Supplementary Enhancement Information,SEI消息)或视频可用性信息(VideoUsability Information,VUI) 的参数集片段(未标示)。解析器(320)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(320)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、切片、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(320)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(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作,从而创建符号(321)。
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(321)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(320)从已编码视频序列解析的子群控制信息来控制。为了简洁起见,未描述解析器(320)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(310)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至少部分地彼此集成。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(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)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(351) 可输出包括样本值的块,该样本值可输入到聚合器(355)中。
在一些情况下,缩放器/逆变换单元(351)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(352)提供。在一些情况下,帧内图片预测单元(352)采用从当前图片缓冲器(358) 提取的周围已重建信息生成大小和形状与正在重建的块相同的块。举例来说,当前图片缓冲器(358)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(355)基于每个样本,将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(351)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(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据属于块的符号(321)对提取的样本进行运动补偿之后,这些样本可由聚合器(355)添加到缩放器/逆变换单元(351) 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(353)从参考图片存储器(357)内的地址获取预测样本可受到运动矢量控制,且该运动矢量以符号(321)的形式而供运动补偿预测单元 (353)使用,该符号(321)可以具有例如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(357)提取的样本值的内插、运动矢量预测机制等等。
聚合器(355)的输出样本可经受环路滤波器单元(356)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术,该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)中并且作为来自解析器(320) 的符号(321)可用于环路滤波器单元(356)的参数,然而,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(356)的输出可以是样本流,该样本流可输出到显示装置 (312)以及存储在参考图片存储器(357),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(320))被标识为参考图片,则当前图片缓冲器(358)可变为参考图片存储器(357)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(310)可根据例如ITU-T H.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该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(Hypothetical ReferenceDecoder,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(331)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该附加数据可由视频解码器(310)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。附加数据可为例如时间、空间或信噪比(signal noise ratio,SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图4是根据本申请公开的实施例的视频编码器(403)的框图。视频编码器 (403)包括在电子装置(420)中。电子装置(420)包括传输器(440)(例如传输电路)。视频编码器(403)可用于代替图2的示例中的视频解码器(203)。
视频编码器(403)可从视频源(401)(并非图4实施例中的电子装置(420) 的一部分)接收视频样本,该视频源可采集将由视频编码器(403)编码的视频图像。在另一实施例中,视频源(401)是电子装置(420)的一部分。
视频源(401)可提供将由视频编码器(403)编码的呈数字视频样本流形式的源视频序列,该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.601 Y CrCB、RGB……)和任何合适采样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务***中,视频源(401) 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(401) 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(403)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(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中,控制器(450)控制如下文所描述的其它功能单元且在功能上耦接到所述其它功能单元。为了简洁起见,图中未标示耦接。由控制器(450)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(group of pictures,GOP)布局、最大运动矢量搜索范围等。控制器(450)可被配置为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 (403)。
在一些实施例中,视频编码器(403)被配置为在编码环路中进行操作。作为简单的描述,在示例中,编码环路可包括源编码器(430)(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(403) 中的(本地)解码器(433)。解码器(433)重建符号以用类似于(远程)解码器创建样本数据的方式创建样本数据(因为在所公开主题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(434)。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(434)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”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”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(433)的操作可与例如已在上文结合图3详细描述视频解码器(310)的“远程”解码器相同。然而,另外简要参考图3,当符号可用且熵编码器(445)和解析器(320)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(315)和解析器(320)在内的视频解码器(310)的熵解码部分,可能无法完全在本地解码器(433)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,所公开主题侧重于解码器操作。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,在一些示例中,源编码器(430)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”的一个或多个先前已编码图片,该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(432)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,该参考图片可被选作该输入图片的预测参考。
本地视频解码器(433)可基于源编码器(430)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(432)的操作可有利地为有损过程。当已编码视频数据可在视频解码器(图4中未示出)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(433)复制解码过程,该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(434)中。以此方式,视频编码器(403) 可在本地存储重建的参考图片的副本,该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(435)可针对编码引擎(432)执行预测搜索。即,对于将要编码的新图片,预测器(435)可在参考图片存储器(434)中搜索可作为该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(435)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,如由预测器(435)获得的搜索结果所确定的那样,输入图片可具有从参考图片存储器(434)中存储的多个参考图片取得的预测参考。
控制器(450)可管理源编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器 (445)根据例如霍夫曼编码、可变长度编码、算术编码等本领域技术人员已知的技术对各种功能单元生成的符号进行无损压缩,从而将该符号转换成已编码视频序列。
传输器(440)可缓冲由熵编码器(445)创建的已编码视频序列,从而为通过通信信道(460)进行传输做准备,该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(440)可将来自视频编码器(403) 的已编码视频数据与要传输的其它数据合并,该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(450)可管理视频编码器(403)的操作。在编码期间,控制器(450) 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(Independent Decoder Refresh,“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,该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,该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,该其它块由应用于块的相应图片的编码分配来确定。举例来说,I图片的块可进行非预测编码,或该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非预测编码。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非预测编码。
视频编码器(403)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中,视频编码器(403)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(440)可在传输已编码的视频时传输附加数据。源编码器(430)可将此类数据作为已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、冗余图片和切片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)。帧内图片预测 (常常简化为帧内预测)利用给定图片中的空间相关性,而帧间图片预测则利用图片之间的(时间或其它)相关性。在示例中,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。该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,该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,使用两个参考图片,例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)的第一参考图片和第二参考图片。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该块。
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。在合并模式中,当前图片中的块可以继承当前图片中的相邻块的运动矢量(例如,与相邻块共享边界,并且与相邻块一起位于更大的分区区域中)。
根据本申请公开的一些实施例,例如帧间图片预测和帧内图片预测的预测以块为单位执行。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(codingtree unit,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。H.265/HEVC(ITU-T H.265 建议书,“高效视频编解码(High EfficiencyVideo Coding)”,2016年12月) 中描述了HEVC标准,其全部内容通过引用并入本文中(以下称为“HEVC标准”)。一般来说,CTU包括三个编码树块(coding tree block,CTB),该三个编码树块是一个亮度CTB和两个色度CTB。还可将每个CTU递归地以四叉树拆分为一个或多个编码单元(coding unit,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。在示例中,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。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(prediction unit,PU)。通常,每个PU包括亮度预测块(prediction block,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的示例,预测块包括针对像素的值(例如,亮度值)的矩阵,所述像素为例如8×8像素、16×16像素、8×16 像素、16×8像素等等。
图5是根据本申请公开的另一实施例的视频编码器(503)的图。视频编码器(503)被配置为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),且将该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(503)用于代替图2实施例中的视频编码器(203)。
在HEVC实施例中,视频编码器(503)接收用于处理块的样本值的矩阵,该处理块为例如8×8样本的预测块等。视频编码器(503)使用例如率失真(rate-distortion,RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来最佳地编码该处理块。当在帧内模式中编码处理块时,视频编码器(503) 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(503)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。“合并模式”分别是帧间预测和双向预测的子模式,并且可以在使用或不使用残差的情况下,用于对预测样本执行重构。换句话说,以合并模式编码的编码块包括一个或多个运动矢量形式的参考,并且可能包括与所公开的主题无关的控制信息,并且可以包括或可以不包括残差的系数。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,在不借助预测器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器导出运动矢量。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(503)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5的示例中,视频编码器(503)包括如图5所示的耦接到一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。
帧间编码器(530)被配置为接收当前块(例如处理块)的样本、比较该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)。
帧内编码器(522)被配置为接收当前块(例如处理块)的样本、在一些情况下比较该块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。
通用控制器(521)被配置为确定通用控制数据,且基于该通用控制数据控制视频编码器(503)的其它组件。在示例中,通用控制器(521)确定块的模式,且基于该模式将控制信号提供到开关(526)。举例来说,当该模式是帧内模式时,通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果,且控制熵编码器(525)以选择帧内预测信息且将该帧内预测信息添加在码流中;以及当该模式是帧间模式时,通用控制器(521)控制开关 (526)以选择供残差计算器(523)使用的帧间预测结果,且控制熵编码器(525) 以选择帧间预测信息且将该帧间预测信息添加在码流中。
残差计算器(523)被配置为计算所接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差(残差数据)。残差编码器(524)被配置为基于残差数据操作,以对残差数据进行编码以生成变换系数。在示例中,残差编码器(524)被配置成转换频域中的残差数据,且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。
熵编码器(525)被配置为将码流格式化以产生已编码的块。熵编码器(525) 根据例如HEVC标准的合适标准而包括各种信息。在示例中,熵编码器(525) 被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在码流中。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6是根据本申请公开的另一实施例的视频解码器(610)的图。视频解码器(610)被配置为接收作为已编码视频序列的一部分的已编码图像,且对该已编码图像进行解码以生成重建的图片。在示例中,视频解码器(610)用于代替图2示例中的视频解码器(210)。
在图6的示例中,视频解码器(610)包括如图6中所示耦接到一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。
熵解码器(671)可被配置为根据已编码图片来重建某些符号,这些符号表示构成该已编码图片的语法元素。此类符号可包括例如用于对该块进行编码的模式(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)、可识别分别供帧内解码器(672)或帧间解码器(680)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。在示例中,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(680);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(672)。残差信息可经受逆量化并提供到残差解码器(673)。
帧间解码器(680)被配置为接收帧间预测信息,且基于该帧间预测信息生成帧间预测结果。
帧内解码器(672)被配置为接收帧内预测信息,且基于该帧内预测信息生成预测结果。
残差解码器(673)被配置为执行逆量化以提取解量化的变换系数,且处理该解量化的变换系数,以将残差从频域转换到空间域。残差解码器(673)还可能需要某些控制信息(用以包括量化器参数QP),且该信息可由熵解码器(671) 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(674)被配置为在空间域中组合由残差解码器(673)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,该重建的块可以是重建的图片的一部分,该重建的图片继而可以是重建的视频的一部分。应注意,可执行诸如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(203)、视频编码器(403) 和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器 (310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(403) 以及视频解码器(210)、视频解码器(310)和视频解码器(610)。
图7示出了用于帧内预测的示例性角度模式的实施例。在图7中右下方描绘的是可能来自H.265的35种可能的预测方向中的9个预测方向的子集。箭头收敛的点(701)表示被预测的样本。箭头表示从中预测样本的方向。例如,箭头(702)指示从与水平轴成45度角的右上方的一个或多个样本来预测样本 (701)。类似地,箭头(703)指示从与水平轴成22.5度角的样本(701)的左下方的一个或多个样本来预测样本(701)。
仍参考图7,在右上方描绘了4×4个样本的方形块(704)(由加粗虚线指示)。方形块(704)包括16个样本,每个样本用“S”以及其在Y维度上的位置 (例如,行索引)和在X维度上的位置(例如,列索引)来标记。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,样本S44是块(704)在Y维度和X维度上的第四个样本。由于块的大小为4×4个样本,因此S44在右下角。还示出了遵循类似编号策略的参考样本。相对于块(704),参考样本用R以及其Y位置(例如行索引)和 X位置(列索引)来标记。帧内图片预测可以通过用信号表示的预测方向适当地从相邻样本复制参考样本值来操作。例如,假设编码视频码流包括信令,该信令针对该块指示与箭头(702)一致的预测方向,也就是说,根据与水平方向成45度角的右上方的一个或多个预测样本来预测样本。在这种情况下,根据相同的R05来预测样本S41,S32,S23和S14。然后根据R08来预测样本S44。
在某些情况下,可以例如通过插值来组合多个参考样本的值,以便计算参考样本;尤其是当方向不能由45度划分时。
根据一些实施例,帧内预测使用先前解码的边界样本在空间上相邻的块来预测新的预测块(PB)。在一些实施例中,采用角度帧内预测来有效地对视频和图像内容中存在的不同方向结构进行建模。可以选择可用预测方向的集合以在编码复杂度和编码效率之间提供良好的权衡。
根据一些实施例,可以根据预定数量(X)的帧内预测模式来执行帧内预测。可以用整数来标识每个帧内预测模式,其中模式0表示平面帧内预测模式,而模式1表示直流(DC)帧内预测模式。平面帧内预测模式(即模式0)可以是用于纹理图像的平面预测模式,并且可以用于保持沿着块边缘的连续性。DC 帧内预测模式(即模式1)可用于预测平滑变化内容例如平坦表面的平面区域。
模式2至模式X-1可以指示角度帧内预测模式,每个角度模式指示一个方向。在视频图像中,水平和垂直图案可以比具有其他方向性的图案更频繁地出现。因此,在一些实施例中,与其他方向的位移参数相比,更接近水平模式或垂直模式的角度帧内模式可以具有更小的位移参数。例如,位移参数差可以在更接近对角线方向时变得更大,以减少针对不太频繁出现的图案的预测模式的密度。
图8(A)和图8(B)示出了包括33个角度模式的总共35种帧内预测模式的实施例。模式0是平面帧内(INTRA_PLANAR)模式,模式1是直流(DC) 帧内(INTRA_DC)模式。此外,模式2至模式34表示帧内角度模式。模式 10是水平角度模式,模式26是垂直模式。图9(A)和图9(B)示出了包括 65个角度模式的总共67种帧内预测模式的实施例。模式0是INTRA_PLANAR模式,模式1是INTRA_DC模式。此外,模式2至模式66分别表示角度帧内模式(INTRA_ANGULAR)INTRA_ANGULAR2至INTRA_ANGULAR66。模式18是水平模式,模式50是垂直模式。
在图9(A)和图9(B)中示出的实施例使得能够捕获自然视频中呈现的任意边缘方向。此外,与图8(A)和图8(B)所示的实施例相比,在图9(A)和图9(B)中示出的实施例由于模式数量的增加因而提供了更好的预测精度。但是,在最可能模式(MPM)导出过程中,当通过向已经包含在 MPM列表中的角度模式添加-1或+1来获得附加模式时,需要执行%65模运算。% 65的运算是不利的,因为与%2N的运算相比,%65的运算在硬件(例如编码器或解码器)中实现起来更为复杂。就这一点而言,模运算的复杂度类似于除法运算的复杂度,这是在本领域普通技术人员执行视频编码和解码时所不希望的。但是,可以以与&(2N)不同的方式对2N进行模运算,这比除法运算更加简单。
根据一些实施例,当导出给定角度模式的相邻模式时,使用模%M 运算,其中M是2的幂,但是可以不等于32。可以在MPM导出过程中、辅助 MPM导出过程中或Pth MPM列表导出过程中导出相邻模式。M的示例包括但不限于2、4、8、16、64、128、256等。
根据一些实施例,角度帧内模式的总数是K=1+2N,模M的值是 2N,并且角度模式索引的范围是从A0到AK-1。–d模式可以通过如下公式导出:
公式1:M_0=((模式+2N–A0-d)%2N)+A0
+d模式可以通过如下公式导出:
公式2:M_1=((模式–A0+d)%2N)+A0
例如,当M等于64(例如,N=6)时,角度帧内模式K的总数为 1+26=65,其中A0为2,并且AK-1为64。–d模式可以通过如下公式导出:
M_0=((模式+62-d)%64)+2
此外,+d模式通过如下公式导出:
M_1=((模式-2+d)%64)+2
根据一些实施例,M是2的多次(X)幂的和。M的示例值包括但不限于32+64、32+16、16+64等。X的示例值包括但不限于2、3、4等。当M 为2的多次(X)幂的总和时,角度帧内模式的总数为K=1+2N0+2N1,其中 M为2N0+2N1,并且角度模式索引的范围为A0到AK-1。
–d模式可以通过如下公式导出:
公式3:M_0=((模式+2N0+2N1–A0-d)%(2N0+2N1))+A0
+d模式可以通过如下公式导出:
公式4:M_1=((模式+2N0+2N1–A0+d)%(2N0+2N1))+A0
根据一些实施例,为了适应定向帧内模式的数量增加,帧内模式编码方法导出包括预定数量的最可能模式(MPM)的候选列表。在一些实施例中,预定数量是6,但是如本领域普通技术人员所理解的那样,预定数量不限于MPM 的该数量。候选列表中包括的模式可以被分类为(1)相邻帧内模式、(2)导出帧内模式和(3)默认帧内模式。
在一些实施例中,使用五个相邻的帧内预测模式来形成初始候选列表。图10示出了当前块1001,当前块1001被(i)左下侧(BL)的相邻块1002、 (ii)左侧的相邻块1003、(iii)右上侧(AR)的相邻块1004、(iv)上侧(A) 的相邻块1005以及(v)左上侧(AL)的相邻块1006所围绕。这些块在初始候选列表中的顺序为左侧、上侧、平面、DC、左下侧、右上侧和左上侧。
在一些实施例中,在利用图10中所示的相邻块的模式形成初始候选列表之后,使用削减处理来移除重复的模式,使得唯一模式保留在候选列表中。例如,如果左侧块(1003)和左下侧块(1002)都为INTRA_DC模式,则将这些块之一从候选列表中移除。
如果在削减过程之后候选列表未满(例如,候选列表中的MPM候选少于6个),则将导出模式添加到候选列表中。可以通过将-1或+1添加到候选列表中包括的每个角度帧内节点来获得导出模式。例如,对于d=1、K=66、 N=6,公式1或公式3可以用来导出-1模式,以及公式2或公式4可以用来导出+1模式。例如,当使用公式1时,-d模式为:
M_0=((模式+62-d)%64)+2
此外,当使用公式2时,+d模式为:
M_1=((模式-2+d)%64)+2
在以上示例中,d可以是正整数,例如d=1、d=2、d=3等。
如果在将导出模式添加到候选列表后候选列表仍然未满,则可以按以下顺序添加默认模式:垂直模式、水平模式、模式2和对角线模式。作为此过程的结果,将生成6个MPM模式的唯一候选列表。
根据一些实施例,对于使用6个MPM的选定模式的熵编码,使用了截断一元二值化。可以使用上下文来对前三项进行编码,该上下文取决于与当前被信号表示的项有关的MPM模式。MPM模式可以分为以下三类之一:(a) 主要为水平的模式(即,MPM模式编号小于或等于对角线方向的模式编号)、 (b)主要为垂直的模式(即,MPM模式大于对角线方向的模式编号)、以及(c) 非角度(DC和平面)的类。因此,基于该分类,可以使用三个上下文来用信号表示MPM索引。
根据一些实施例,用于选择其余61个非MPM的编码可以按照下列方式执行。可以首先将这61个非MPM划分为两个集合:选定模式集和非选定模式集。选定模式集可以包含16个模式,其余的模式(45个模式)可以分配给非选定模式集。当前模式所属的模式集可以在码流中用标志指示。如果要指示的模式在选定模式集合内,则可以用4比特固定长度码的信号来表示选定模式,并且如果要指示的模式来自非选定集合,则可以以截断的二进制代码的信号来表示选定模式。
图11示出了分别由诸如帧内编码器522或帧内解码器672的编码器或解码器执行的过程的实施例。图11所示的过程可以用于导出候选列表,该候选列表用于确定当前块的帧内预测模式。该过程可以在空的候选列表的情况下开始步骤S1100,在步骤S1100中,对于当前块,将相邻帧内模式添加到候选模式列表。例如,参考图10,对于当前块1001,将相邻块1002至相邻块1006 的帧内模式添加到候选列表。过程进行到步骤S1102,在步骤S1102中,从候选列表中移除重复帧内模式。例如,如果候选列表中的两个模式都包含模式 INTRA_DC,则将移除这些模式之一。
过程进行到步骤S1104,在步骤S1104中,确定候选模式列表中的模式数量是否小于预定数量。例如,预定数量可以设置为6。如果候选列表中的节点数量等于预定数量,则候选列表完成,并且过程进行到步骤S1112,在步骤S1112中,使用候选列表为当前块确定当前块的帧内模式。
如果候选列表中的模式数量小于预定数量,则过程进行到步骤 S1106以确定导出帧内模式。例如,对于候选列表中包括的每个角度帧内模式,使用d=1的公式1或公式3来确定-1模式,使用d=1的公式2或公式4来确定+1模式。
过程进行到步骤S1108以确定候选列表中的模式数量是否小于预定数量。如果候选列表中的模式数量仍小于预定数量,则过程进行到步骤S1110,在步骤S1110中,将默认节点添加到候选列表中。例如,默认模式可以包括垂直模式、水平模式、模式2和对角线模式。过程从步骤S1110进行到步骤S1112。返回到步骤S1108,如果候选列表中的模式数量等于预定数量,则步骤进行到步骤S1112。
图12示出了分别由诸如帧内编码器522或帧内解码器672的编码器或解码器执行的过程的实施例,以用于确定当前块的亮度帧内预测模式。可以使用图9所示的帧内预测模式执行图12所示的过程,其中共有67个帧内预测模式,该67个帧内预测模式的帧内角度模式编号为2-66。图12所示的过程可以开始于步骤S1200,在步骤S1200中为当前块设置相邻位置。例如,如果当前块具有位置坐标(xPb,yPb),则相邻位置(xNbA,yNba)和相邻位置(xNbB, yNbB)设置如下:
(xNbA,yNba)=(xPb–1,yPb),
(xNbB,yNbB)=(xPb,yPb–1)。
图14示出了相邻位置(xNbA,yNbA)和相邻位置(xNbB,yNbB) 的示例。例如,块A表示相邻位置(xNbA,yNba),因为该相邻位置在当前块 (xPb,yPb)的左侧。此外,块B表示相邻位置(xNbB,yNbB),因为该相邻位置在当前块(xPb,yPb)上侧。
过程进行到步骤S1202,在步骤S1202中,确定用于相邻位置的帧内预测模式。例如,可以将用于相邻位置(xNbA,yNba)和相邻位置(xNbB, yNbB)的帧内预测模式分别分配给变量candIntraPredModeA和 candIntraPredModeB。就这一点而言,candIntraPredModeA可以表示块A的帧内预测模式(图14),而candIntraPredModeB可以表示块B的帧内预测模式(图 14)。变量candIntraPredModeA和candIntraPredModeB通常可以称为candIntraPredModeX。以下步骤(i)和步骤(ii)(a)至步骤(ii)(d)描述了确定变量candIntraPredModeX的示例过程,对于X被A或B替换的情况,变量candIntraPredModeX(例如,candIntraPredModeA或candIntraPredModeB) 以下列方式导出。
(i)该过程开始于为参数(xCurr,yCurr)分配一个值作为当前块的当前位置,然后确定参考样本是否可用于当前块。例如,在将设置为等于(xPb, yPb)的位置(xCurr,yCurr)以及设置为等于(xNbX,yNbX)的相邻位置(xNbY, yNbY)作为输入的情况下,调用HEVC标准第6.4.1节中指定的按z扫描顺序的块的可用性导出过程,并将输出分配给布尔参数availableX,该布尔参数用来指示当前块的参考样本是否可用。
(ii)候选帧内预测模式candIntraPredModeX以下列方式导出:
(a)如果availableX是假的(FALSE)(即,参考样本不可用),则将candIntraPredModeX设置为等于INTRA_DC,
(b)否则(即,参考样本可用),如果CuPredMode[xNbX][yNbX]不等于MODE_INTRA或pcm_flag[xNbX][yNbX]等于1,则将 candIntraPredModeX设置为INTRA_DC,
(c)否则,如果X等于B并且yPb-1小于((yPb>>CtbLog2SizeY)<< CtbLog2SizeY),则将candIntraPredModeB设置为INTRA DC。
(d)否则,将candIntraPredModeX设置为等于 IntraPredModeY[xNbX][yNbX]
在上面的示例中,变量CuPredMode可以表示当前块的帧内预测模式,变量pcm_flag可以表示是否启用了差分脉冲编码调制(differential pulse code modulation,DPCM)模式,变量CtbLog2SizeY可以表示块高度的Log2值。
过程进行到步骤S1204,在步骤S1204中,确定最可能模式(MPM) 的候选列表。在图13中示出了用于确定MPM的候选列表的示例过程。在图13 中,变量A表示candIntraPredModeA,变量B表示candIntraPredModeB。
图13所示的过程可以开始于步骤S1300,在步骤S1300中,确定是否A=B。如果A=B(即,A和B具有相同的帧内预测模式),则过程进行到步骤S1302以确定A<2(即,A是非角度帧内预测模式)。如果A<2,则过程进行到步骤S1304,在步骤S1304中按照如下确定候选列表:
候选列表[0]=Intra_Planar
候选列表[1]=Intra_DC
候选列表[2]=Intra_Angular50。
如果A不小于2,则过程从步骤S1302进行到步骤S1306,在步骤 S1306中,根据如下确定候选列表:
候选列表[0]=A
候选列表[1]=2+((A+61)%64)
候选列表[2]=2+((A–2+1)%64)。
如上所述,候选列表中的第一项(例如,候选列表[0])被设置为与块A相对应的帧间预测模式(图14),根据公式1确定候选列表中的第二项(例如,候选列表[1]),以及根据公式2确定候选列表中的第三项(例如,候选列表[2]),其中d=1、N=6并且A0=2。
返回到步骤S1300,如果A不等于B,则过程进行到步骤S1308,在步骤S1308中,候选列表中的第一项(例如,候选列表[0])被设置为A,并且候选列表中的第二项(例如,候选列表[1])被设置为B。过程进行到步骤S1310,在步骤S1310中,确定A和B是否均不为平面帧内模式。如果A和B都不为平面帧内模式,则过程进行到步骤S1312,在步骤S1312中,将候选列表中的第三项(例如,候选列表[2])设置为平面帧内模式。
返回到步骤S1310,如果A或B为平面帧内模式(例如,模式0),则过程进行到步骤S1314,在步骤S1314中,确定A和B是否都不为DC帧内模式(例如,模式1)。如果A和B都不是DC帧内模式,则过程进行到步骤 S1316,在步骤S1316中,将候选列表中的第三项(例如,候选列表[2])设置为DC帧内模式。然而,如果A或B是DC帧内模式,则过程从步骤S1314进行到步骤S1318,在步骤S1318中,候选列表中的第三项(例如,候选列表[2]) 被设置为垂直帧内预测模式(例如,模式50)。
在创建MPM的候选列表之后,图13所示的过程完成。返回图12,过程从步骤S1204进行到步骤S1206,在步骤S1206中,确定当前块的帧内预测模式。当前块的帧内预测模式可以由变量IntraPredModeY[xPb][yPb]表示,该变量可以根据如下所述的步骤(i)和步骤(ii)(a)至步骤(ii)(e)确定。特别地,在步骤(i)中,确定当前块的帧内预测模式是否包括在候选列表中(例如,布尔参数prev_intra_luma_pred_flag为真)。例如,如果当前块的亮度帧内预测模式是候选列表(可以由变量mpm_idx表示)中包括的三个候选之一,则可以由编码器将变量prev_intra_luma_pred_flag[xPb][yPb]设置为1。编码器可以在视频码流中通过信号来向解码器表示变量prev_intra_luma_pred_flag和 mpm_idx。
如果帧间预测模式没有包括在候选列表中(例如, prev_intra_luma_pred_flag[xPb][yPb]=0),则在步骤(ii)中,候选列表按从最低到最高的顺序排列(例如,步骤(a)至步骤(c)),然后将当前块的帧间预测模式设置为非MPM模式(例如rem_intra_luma_pred_mode),并根据导出候选列表进行导出(例如,步骤(d)和步骤(e))。
用于确定当前块的帧内预测模式(例如,IntraPredModeY[xPb][yPb]) 的过程可以描述如下:
(i)如果prev_intra_luma_pred_flag[xPb][yPb]=1,则将 IntraPredModeY[xPb][yPb]设置为等于candModeList[mpm_idx[xPb][yPb]],
(ii)否则,通过按顺序执行以下步骤来导出IntraPredModeY[xPb][yPb]:
(a)当candModeList[0]大于candModeList[1]时,这两个值进行如下交换:
(candModeList[0],candModeList[1])=Swap(candModeList[0], candModeList[1]),
(b)当candModeList[0]大于candModeList[2]时,这两个值进行如下交换:
(candModeList[0],candModeList[2])=Swap(candModeList[0], candModeList[2]),
(c)当candModeList[1]大于candModeList[2]时,这两个值进行如下交换:
(candModeList[1],candModeList[2])=Swap(candModeList[1], candModeList[2]),
(d)将IntraPredModeY[xPb][yPb]设置为等于 rem_intra_luma_pred_mode[xPb][yPb],
(e)对于i等于0到2(包括0和2),当IntraPredModeY[xPb][yPb] 大于或等于candModeList[i]时,IntraPredModeY[xPb][yPb]的值增加1。
可以将上述技术和过程实现为计算机软件,该计算机软件使用计算机可读指令,并且物理上存储在一个或多个计算机可读介质中。例如,图15 示出适合于实施所公开的主题的某些实施例的计算机***(1500)。
可以使用任何合适的机器代码或计算机语言来对计算机软件进行编码,任何合适的机器代码或计算机语言可以经受汇编、编译、链接或类似的机制以创建包括指令的代码,该指令可以由一个或多个计算机中央处理单元 (CPU)、图形处理单元(GPU)等直接执行或通过解释、微代码等执行。
指令可以在各种类型的计算机或其组件上执行,例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。
图15所示的计算机***(1500)的组件本质上是示例性的,并且不旨在对实施本公开的实施例的计算机软件的使用范围或功能提出任何限制。组件的配置也不应被解释为具有与计算机***(1500)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖性或要求。
计算机***(1500)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户例如通过下述的输入:触觉输入(例如:击键、划动,数据手套移动)、音频输入(例如:语音、拍手)、视觉输入 (例如:手势)、嗅觉输入(未描绘出)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒体,例如音频(例如:语音、音乐、环境声音)、图像(例如:扫描的图像、从静止图像相机获取摄影图像)、视频(例如二维视频、包括立体视频的三维视频)等。
输入人机接口装置可以包括下述中的一项或多项(每种中仅示出一个):键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套 (未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、相机(1508)。
计算机***(1500)也可以包括某些人机接口输出装置。这样的人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(1510)的触觉反馈、数据手套(未示出)或操纵杆(1505),但是也可以是不作为输入设备的触觉反馈装置)、音频输出装置(例如:扬声器(1509)、耳机(未示出))、视觉输出装置(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1510),每种屏幕有或没有触摸屏输入功能,每种屏幕都有或没有触觉反馈功能-其中的一些屏幕能够通过诸如立体图像输出之类的装置、虚拟现实眼镜(未描绘出)、全息显示器和烟箱(未描绘出)以及打印机(未描绘出)来输出二维视觉输出或超过三维输出。
计算机***(1500)也可以包括人类可访问存储装置及其关联介质:例如包括具有CD/DVD等介质(1521)的CD/DVD ROM/RW(1520)的光学介质、指状驱动器(1522)、可拆卸硬盘驱动器或固态驱动器(1523)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用 ROM/ASIC/PLD的装置(未示出)等。
本领域技术人员还应该理解,结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他瞬时信号。
计算机***(1500)还可以包括到一个或多个通信网络的接口。网络可以例如是无线网络、有线网络、光网络。网络可以进一步地是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、耐延迟网络等。网络的示例包括诸如以太网之类的局域网、无线LAN、包括GSM、3G、4G、5G、LTE 等的蜂窝网络、包括有线电视、***和地面广播电视的电视有线或无线广域数字网络、包括CANBus的车辆和工业用电视等等。某些网络通常需要连接到某些通用数据端口或***总线(1549)的外部网络接口适配器(例如计算机***(1500)的USB端口);如下所述,其他网络接口通常通过连接到***总线而集成到计算机***(1500)的内核中(例如,连接PC计算机***中的以太网接口或连接到智能手机计算机***中的蜂窝网络接口)。计算机***(1500) 可以使用这些网络中的任何一个与其他实体通信。此类通信可以是仅单向接收的(例如,广播电视)、仅单向发送的(例如,连接到某些CANbus装置的CANbus) 或双向的,例如,使用局域网或广域网数字网络连接到其他计算机***。如上所述,可以在那些网络和网络接口的每一个上使用某些协议和协议栈。
上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机***(1500)的内核(1540)。
内核(1540)可以包括一个或多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、现场可编程门区域(FPGA)(1543)形式的专用可编程处理单元、用于某些任务的硬件加速器(1544)等。这些装置以及只读存储器(ROM)(1545)、随机存取存储器(1546)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(1547)可以通过***总线(1548) 连接。在一些计算机***中,可以以一个或多个物理插头的形式访问***总线(1548),以能够通过附加的CPU、GPU等进行扩展。***装置可以直接连接到内核的***总线(1548)或通过***总线(1549)连接到内核的***总线(1848)。***总线的体系结构包括PCI、USB等。
CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可以执行某些指令,这些指令可以组合来构成上述计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546) 中,而永久数据可以例如存储在内部大容量存储器(1547)中。可以通过使用高速缓存来进行到任何存储装置的快速存储及检索,该高速缓存可以与下述紧密关联:一个或多个CPU(1541)、GPU(1542)、大容量存储(1547)、ROM (1545)、RAM(1546)等。
计算机可读介质可以在其上具有用于执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码,或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为非限制性示例,可以由于一个或多个处理器(包括CPU、GPU、 FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1500),特别是内核(1540)的计算机***提供功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储相关联的介质,以及某些非暂时性的内核(1540)的存储器,例如内核内部大容量存储器(1547)或 ROM(1545)。可以将实施本公开的各种实施例的软件存储在此类装置中并由内核(1540)执行。根据特定需要,计算机可读介质可以包括一个或多个存储装置或芯片。软件可以引起内核(1540),特别是其中的处理器(包括CPU、 GPU、FPGA等)执行本文所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中的数据结构(1546)以及根据由软件定义的过程来修改此类数据结构。附加地或替换地,可以由于硬连线或以其他方式体现在电路(例如,加速器(1544))中的逻辑中而使得计算机***提供功能,该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下,提及软件的部分可以包含逻辑,反之亦然。在适当的情况下,提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路 (IC))、体现用于执行的逻辑的电路或两者都包括。本公开包括硬件和软件的任何合适的组合。
附录A:缩略语
MV:运动矢量
HEVC:高效视频编码
SEI:补充增强信息
VUI:视频可用性信息
GOP:图片群组
TU:转换单元
PU:预测单元
CTU:编码树单元
CTB:编码树块
PB:预测块
HRD:假定参考解码器
SNR:信噪比
CPU:中央处理单元
GPU:图形处理单元
CRT:阴极射线管
LCD:液晶显示器
OLED:有机发光二极管
CD:光盘
DVD:数字视频光盘
ROM:只读存储器
RAM:随机存取存储器
ASIC:专用集成电路
PLD:可编程逻辑设备
LAN:局域网
GSM:全球移动通信***
LTE:长期演进
CANBus:控制器区域网络总线
USB:通用串行总线
PCI:互连***设备
FPGA:现场可编程门区域
SSD:固态驱动器
IC:集成电路
CU:编码单元
尽管本公开已经描述了多个示例性实施例,但是存在落入本公开的范围内的修改、置换和各种替换等效物。因此,应当理解,本领域技术人员将能够设计出许多***和方法,该***和方法虽然未在本文中明确示出或描述,但其体现了本公开的原理,因此落入本公开的其精神和范围内。
以上公开内容还包含以下所列的实施例:
(1)一种用于在解码器中进行视频解码的方法,包括针对在帧内预测模式下编码的块导出候选列表。候选列表包括第一候选帧内预测模式值(Mode1)。第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。该候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32。该方法还包括根据导出的候选列表来确定所述编码块的帧内预测模式值。
(2)根据特征(1)的方法,其中,Mode2是根据以下公式确定的: ((Mode1+M–A0-d)%M)+A0,其中,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,M等于2N,并且角度模式索引的范围为A0到Ak-1。
(3)根据特征(2)的方法,其中,Mode3是根据公式((Mode1–A0 +d)%M)+A0确定的。
(4)一种包括处理电路的视频解码器,处理电路被配置为针对在帧内预测模式下编码的块导出候选列表。候选列表包括第一候选帧内预测模式值(Mode1)。第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32。该处理电路还被配置为根据导出的候选列表来确定所述编码块的帧内预测模式值。
(5)根据特征(4)的视频解码器,其中,Mode2是根据以下公式确定的:((Mode1+M–A0-d)%M)+A0,其中,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,M等于2N,并且角度模式索引的范围为A0到Ak-1。
(6)根据特征(5)的视频解码器,其中,Mode3是根据以下公式确定的:((Mode1–A0+d)%M)+A0。
(7)一种存储指令的非暂时性计算机可读介质,该指令在由视频解码装置中的处理器执行时,使得所述处理器执行一种方法,该方法包括针对在帧内预测模式下编码的块导出候选列表。候选列表包括第一候选帧内预测模式值(Mode1)。第一候选帧内预测模式值与作为多个帧内预测模式中的第一个帧内预测模式的与编码块相邻的相邻块的帧内预测模式相对应。该候选列表还包括第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)。第二候选帧内预测模式值(Mode2)和第三候选帧内预测模式值(Mode3)是根据与第一候选帧内预测模式值的预定偏移和模M运算确定的,其中,M是2 的幂且M不等于32该方法还包括根据导出的候选列表来确定所述编码块的帧内预测模式值。。
(8)根据特征(7)的非暂时性计算机可读介质,其中,Mode2是根据以下公式确定的:
((Mode1+M–A0–d)%M)+A0,
其中,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,M 等于2N,并且角度模式索引的范围为A0到Ak-1。
(9)根据特征(8)的非暂时性计算机可读介质,其中,Mode3是根据以下公式确定的:
((Mode1–A0+d)%M)+A0。
Claims (10)
1.一种进行视频解码的方法,包括:
针对在帧内预测模式下编码的块导出候选列表,其中,所述候选列表包括:
第一候选帧内预测模式值Mode1,所述第一候选帧内预测模式值对应于与当前编码块相邻的相邻块的帧内预测模式,以及
第二候选帧内预测模式值Mode2和第三候选帧内预测模式值Mode3,所述第二候选帧内预测模式值Mode2和所述第三候选帧内预测模式值Mode3是根据与所述第一候选帧内预测模式值相关的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32;以及
根据所述导出的候选列表来确定所述编码块的帧内预测模式值,并基于确定的所述帧内预测模式值,对所述编码块进行解码;
其中,Mode2是根据以下公式确定的:
((Mode1+M–A0–d)%M)+A0,
其中,M等于2N,N为正整数,–d表示附加模式,且d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1;其中,
在M等于64,N为6,且A0等于2,d等于1的情况下,所述第一候选帧内预测模式值的预定偏移为61,则Mode2是根据以下公式确定的:
Mode2=((Mode1+61)%64)+2。
2.根据权利要求1所述的方法,其特征在于,所述Mode3是根据以下公式确定的:
((Mode1–A0+d)%M)+A0,
其中,M等于2N,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1。
3.根据权利要求1或2所述的方法,其特征在于,如果模式索引A不小于2,则根据如下确定所述候选列表:
候选列表[0]=A;
候选列表[1]=2+((A+61)%64);以及
候选列表[2]=2+((A–2+1)%64);
其中,候选列表[0]表示所述候选列表中的第一项,候选列表[1]表示所述候选列表中的第二项,候选列表[2]表示所述候选列表中的第三项。
4.一种进行视频编码的方法,包括:
针对在帧内预测模式下编码的块导出候选列表,其中,所述候选列表包括:
第一候选帧内预测模式值Mode1,所述第一候选帧内预测模式值对应于与当前编码块相邻的相邻块的帧内预测模式,以及
第二候选帧内预测模式值Mode2和第三候选帧内预测模式值Mode3,所述第二候选帧内预测模式值Mode2和所述第三候选帧内预测模式值Mode3是根据与所述第一候选帧内预测模式值相关的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32;以及
根据所述导出的候选列表来确定所述编码块的帧内预测模式值,并基于确定的所述帧内预测模式值,对所述编码块进行编码;
其中,Mode2是根据以下公式确定的:
((Mode1+M–A0–d)%M)+A0,
其中,M等于2N,N为正整数,–d表示附加模式,且d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1;其中,
在M等于64,N为6,且A0等于2,d等于1的情况下,所述第一候选帧内预测模式值的预定偏移为61,则Mode2是根据以下公式确定的:
Mode2=((Mode1+61)%64)+2。
5.根据权利要求4所述的方法,其特征在于,所述Mode3是根据以下公式确定的:
((Mode1–A0+d)%M)+A0,
其中,M等于2N,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1。
6.一种视频解码器,包括:处理电路,所述处理电路被配置成:
针对在帧内预测模式下编码的块导出候选列表,其中,所述候选列表包括:
第一候选帧内预测模式值Mode1,所述第一候选帧内预测模式值对应于与当前编码块相邻的相邻块的帧内预测模式,以及
第二候选帧内预测模式值Mode2和第三候选帧内预测模式值Mode3,所述第二候选帧内预测模式值Mode2和所述第三候选帧内预测模式值Mode3是根据与所述第一候选帧内预测模式值相关的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32;以及
根据所述导出的候选列表来确定所述编码块的帧内预测模式值,并基于确定的所述帧内预测模式值,对所述编码块进行解码;
其中,Mode2是根据以下公式确定的:
((Mode1+M–A0–d)%M)+A0,
其中,M等于2N,N为正整数,–d表示附加模式,且d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1;其中,
在M等于64,N为6,且A0等于2,d等于1的情况下,所述第一候选帧内预测模式值的预定偏移为61,则Mode2是根据以下公式确定的:
Mode2=((Mode1+61)%64)+2。
7.根据权利要求6所述的视频解码器,其特征在于,所述Mode3是根据以下公式确定的:
((Mode1–A0+d)%M)+A0,
其中,M等于2N,N为正整数,d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1。
8.根据权利要求6或7所述的视频解码器,其特征在于,如果模式索引A不小于2,则根据如下确定所述候选列表:
候选列表[0]=A;
候选列表[1]=2+((A+61)%64);以及
候选列表[2]=2+((A–2+1)%64);
其中,候选列表[0]表示所述候选列表中的第一项,候选列表[1]表示所述候选列表中的第二项,候选列表[2]表示所述候选列表中的第三项。
9.一种视频编码器,包括:处理电路,所述处理电路被配置成:
针对在帧内预测模式下编码的块导出候选列表,其中,所述候选列表包括:
第一候选帧内预测模式值Mode1,所述第一候选帧内预测模式值对应于与当前编码块相邻的相邻块的帧内预测模式,以及
第二候选帧内预测模式值Mode2和第三候选帧内预测模式值Mode3,所述第二候选帧内预测模式值Mode2和所述第三候选帧内预测模式值Mode3是根据与所述第一候选帧内预测模式值相关的预定偏移和模M运算确定的,其中,M是2的幂且M不等于32;以及
根据所述导出的候选列表来确定所述编码块的帧内预测模式值,并基于确定的所述帧内预测模式值,对所述编码块进行编码;
其中,Mode2是根据以下公式确定的:
((Mode1+M–A0–d)%M)+A0,
其中,M等于2N,N为正整数,–d表示附加模式,且d为正整数,角度帧内模式的总数为K=1+2N,并且角度模式索引的范围为A0到Ak-1;其中,
在M等于64,N为6,且A0等于2,d等于1的情况下,所述第一候选帧内预测模式值的预定偏移为61,则Mode2是根据以下公式确定的:
Mode2=((Mode1+61)%64)+2。
10.一种存储指令的非暂时性计算机可读介质,所述指令在由视频解码装置中的处理器执行时,使得所述处理器执行根据权利要求1至3任一项所述的进行视频解码的方法,或者,所述指令在由视频编码装置中的处理器执行时,使得所述处理器执行根据权利要求4-5任一项所述的进行视频编码的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211740644.5A CN116016913A (zh) | 2018-07-13 | 2019-07-05 | 视频编解码的方法、视频编解码器以及计算机可读介质 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862698014P | 2018-07-13 | 2018-07-13 | |
US62/698,014 | 2018-07-13 | ||
US16/147,544 | 2018-09-28 | ||
US16/147,544 US10638161B2 (en) | 2018-07-13 | 2018-09-28 | Methods and apparatus for most probable mode derivation |
PCT/US2019/040726 WO2020014089A1 (en) | 2018-07-13 | 2019-07-05 | Method and apparatus for most probable mode derivation |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211740644.5A Division CN116016913A (zh) | 2018-07-13 | 2019-07-05 | 视频编解码的方法、视频编解码器以及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112055971A CN112055971A (zh) | 2020-12-08 |
CN112055971B true CN112055971B (zh) | 2022-11-29 |
Family
ID=69138568
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980019756.1A Active CN112055971B (zh) | 2018-07-13 | 2019-07-05 | 视频编解码方法、编解码器以及存储介质 |
CN202211740644.5A Pending CN116016913A (zh) | 2018-07-13 | 2019-07-05 | 视频编解码的方法、视频编解码器以及计算机可读介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211740644.5A Pending CN116016913A (zh) | 2018-07-13 | 2019-07-05 | 视频编解码的方法、视频编解码器以及计算机可读介质 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10638161B2 (zh) |
EP (1) | EP3759926A4 (zh) |
JP (1) | JP7407800B2 (zh) |
KR (3) | KR102479076B1 (zh) |
CN (2) | CN112055971B (zh) |
WO (1) | WO2020014089A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3111038A1 (en) * | 2018-09-03 | 2020-03-12 | Huawei Technologies Co., Ltd. | Method and apparatus for intra prediction |
CN118381918A (zh) * | 2018-09-19 | 2024-07-23 | 韩国电子通信研究院 | 用于帧内预测模式编码/解码的方法和记录介质 |
BR112021005796B1 (pt) | 2018-10-09 | 2023-05-09 | Lg Electronics Inc | Método de decodificação de vídeo realizado por um aparelho de decodificação, método de codificação de vídeo realizado por um aparelho de codificação e mídia de armazenamento legível por computador não transitória |
WO2020091213A1 (ko) * | 2018-11-04 | 2020-05-07 | 엘지전자 주식회사 | 영상 코딩 시스템에서 인트라 예측 방법 및 장치 |
EP3912342B1 (en) | 2019-02-25 | 2023-04-26 | Huawei Technologies Co., Ltd. | An encoder, a decoder and corresponding methods using intra mode coding for intra prediction |
US11057619B2 (en) * | 2019-03-23 | 2021-07-06 | Lg Electronics Inc. | Image coding method and apparatus based on intra prediction using MPM list |
CN116668715A (zh) * | 2019-03-23 | 2023-08-29 | Lg电子株式会社 | 解码设备、编码设备和发送设备 |
KR20220002990A (ko) * | 2019-04-25 | 2022-01-07 | 오피 솔루션즈, 엘엘씨 | 인터 예측에서의 글로벌 모션 제약 모션 벡터 |
US11863789B2 (en) * | 2020-03-31 | 2024-01-02 | Tencent America LLC | Method for signaling rectangular slice partitioning in coded video stream |
US20230079960A1 (en) * | 2021-09-15 | 2023-03-16 | Tencent America LLC | On propagating intra prediction mode information of ibc block by using block vector |
CN117440156B (zh) * | 2023-09-22 | 2024-06-25 | 书行科技(北京)有限公司 | 视频编码方法、视频发布方法及相关产品 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8526495B2 (en) | 2010-11-22 | 2013-09-03 | Mediatek Singapore Pte. Ltd. | Apparatus and method of constrained partition size for high efficiency video coding |
US9049452B2 (en) | 2011-01-25 | 2015-06-02 | Mediatek Singapore Pte. Ltd. | Method and apparatus for compressing coding unit in high efficiency video coding |
US9654785B2 (en) | 2011-06-09 | 2017-05-16 | Qualcomm Incorporated | Enhanced intra-prediction mode signaling for video coding using neighboring mode |
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 |
CN104247423B (zh) * | 2012-03-21 | 2018-08-07 | 联发科技(新加坡)私人有限公司 | 可伸缩视频编码***的帧内模式编码方法和装置 |
GB2512829B (en) * | 2013-04-05 | 2015-05-27 | Canon Kk | Method and apparatus for encoding or decoding an image with inter layer motion information prediction according to motion information compression scheme |
US10148953B2 (en) | 2014-11-10 | 2018-12-04 | Samsung Electronics Co., Ltd. | System and method for intra prediction in video coding |
US20160373770A1 (en) * | 2015-06-18 | 2016-12-22 | Qualcomm Incorporated | Intra prediction and intra mode coding |
US10448011B2 (en) | 2016-03-18 | 2019-10-15 | Mediatek Inc. | Method and apparatus of intra prediction in image and video processing |
US10230961B2 (en) | 2016-06-03 | 2019-03-12 | Mediatek Inc. | Method and apparatus for template-based intra prediction in image and video coding |
US10484703B2 (en) * | 2017-02-07 | 2019-11-19 | Mediatek Inc. | Adapting merge candidate positions and numbers according to size and/or shape of prediction block |
-
2018
- 2018-09-28 US US16/147,544 patent/US10638161B2/en active Active
-
2019
- 2019-07-05 KR KR1020207030396A patent/KR102479076B1/ko active IP Right Grant
- 2019-07-05 WO PCT/US2019/040726 patent/WO2020014089A1/en unknown
- 2019-07-05 EP EP19834759.3A patent/EP3759926A4/en active Pending
- 2019-07-05 JP JP2021512371A patent/JP7407800B2/ja active Active
- 2019-07-05 CN CN201980019756.1A patent/CN112055971B/zh active Active
- 2019-07-05 KR KR1020237034812A patent/KR20230145552A/ko active Application Filing
- 2019-07-05 CN CN202211740644.5A patent/CN116016913A/zh active Pending
- 2019-07-05 KR KR1020227043837A patent/KR102589993B1/ko active IP Right Grant
-
2020
- 2020-03-18 US US16/822,954 patent/US11172230B2/en active Active
-
2021
- 2021-09-21 US US17/448,265 patent/US20220007058A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
KR102479076B1 (ko) | 2022-12-16 |
EP3759926A1 (en) | 2021-01-06 |
US10638161B2 (en) | 2020-04-28 |
US20200021851A1 (en) | 2020-01-16 |
CN116016913A (zh) | 2023-04-25 |
JP2021521754A (ja) | 2021-08-26 |
EP3759926A4 (en) | 2021-12-08 |
KR20230145552A (ko) | 2023-10-17 |
KR102589993B1 (ko) | 2023-10-13 |
US11172230B2 (en) | 2021-11-09 |
WO2020014089A1 (en) | 2020-01-16 |
US20220007058A1 (en) | 2022-01-06 |
KR20230003622A (ko) | 2023-01-06 |
US20200221127A1 (en) | 2020-07-09 |
JP7407800B2 (ja) | 2024-01-04 |
KR20200131328A (ko) | 2020-11-23 |
CN112055971A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111837390B (zh) | 用于视频编码、解码的方法和相关装置 | |
CN111869212B (zh) | 视频解码方法、装置和可读介质 | |
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 | |
CN112055971B (zh) | 视频编解码方法、编解码器以及存储介质 | |
CN112272949B (zh) | 视频解码的方法、装置及可读介质 | |
CN113545061A (zh) | 用于仿射线性加权帧内预测模式的简化信令方法 | |
CN111955007A (zh) | 视频解码的方法和装置 | |
CN113330749A (zh) | 用于变换跳过模式和块差分脉冲编码调制的改进的残差编解码 | |
CN113557724A (zh) | 视频编解码的方法和装置 | |
CN113424541A (zh) | 用于变换跳过模式和块差分脉冲编码调制的残差编解码 | |
JP7357679B2 (ja) | 改善された最確モードリスト生成方法 | |
CN113574894A (zh) | 用于帧内预测模式与块差分脉冲编码调制模式之间交互的方法和装置 | |
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 | |
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 | |
CN111726627B (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
CN111919440B (zh) | 用于视频解码的方法、装置和计算机可读介质 | |
CN113348664A (zh) | 用于视频编解码的方法和装置 | |
CN113475067A (zh) | 视频编解码方法及装置 | |
CN111989929B (zh) | 视频解码方法、装置及计算机可读介质 | |
CN113574895A (zh) | 帧间位置相关的预测组合模式的改进 | |
CN116325723B (zh) | 用于视频解码的方法、计算机设备及介质 | |
CN115428024A (zh) | 解耦变换分割技术 | |
CN115486078A (zh) | 多参考行选择方案的低存储设计 | |
CN115176461A (zh) | 视频编解码的方法和装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40035573 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |