CN113228631B - 视频编解码的方法和装置 - Google Patents

视频编解码的方法和装置 Download PDF

Info

Publication number
CN113228631B
CN113228631B CN202080007019.2A CN202080007019A CN113228631B CN 113228631 B CN113228631 B CN 113228631B CN 202080007019 A CN202080007019 A CN 202080007019A CN 113228631 B CN113228631 B CN 113228631B
Authority
CN
China
Prior art keywords
affine
motion vector
block
clipping
affine model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202080007019.2A
Other languages
English (en)
Other versions
CN113228631A (zh
Inventor
李贵春
李翔
许晓中
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN113228631A publication Critical patent/CN113228631A/zh
Application granted granted Critical
Publication of CN113228631B publication Critical patent/CN113228631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/44—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • 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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
    • 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
    • H04N19/134—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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本公开的各方面提供了视频编解码的方法和装置。在一些示例中，视频解码的装置包括接收电路和处理电路。所述处理电路从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示基于仿射的运动矢量预测。所述处理电路确定所述当前块的第一仿射模型，所述第一仿射模型具有第一仿射参数。然后，所述处理电路为所述当前块中的第一裁剪区域确定第二仿射模型，所述第二仿射模型具有第二仿射参数，所述第二仿射参数与所述第一仿射参数的差小于阈值，基于所述第二仿射模型确定的运动矢量满足裁剪要求。所述处理电路基于所述第二仿射模型重建所述第一裁剪区域中的样本。

Description

视频编解码的方法和装置
通过引用并入本文
本申请要求于2020年1月9日提交的、申请号为16/738,728、名称为“视频编解码的方法和装置”的美国专利申请的优先权，其要求于2019年1月12日提交的、申请号为62/791,793、名称为“子块运动矢量裁剪”的美国临时申请的优先权。在先申请的全部公开内容通过引用整体并入本文。
技术领域
本公开描述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旨在总体上呈现本公开的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本公开提交时作为现有技术，且从未明示或暗示其被承认为本公开的现有技术。
可以使用具有运动补偿的图片间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1920×1080亮度样本及相关色度样本的空间维度。所述系列图片可以具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60张图片或60Hz。未压缩的视频具有很高的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下1920x1080亮度样本分辨率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的是通过压缩减少输入视频信号的冗余。压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损压缩和有损压缩、以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表示正在使用的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中，应用于样本数据的某个区域的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的样本数据的另一个区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编解码MV所需的数据量，从而消除冗余并增加压缩量。MV预测可以有效地进行，例如，因为在对从相机导出的输入视频信号(称为自然视频)进行编解码时，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，会朝着类似的方向移动，因此，在某些情况下，可以使用从相邻区域的MV导出的相似运动矢量进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同，并且在熵编解码之后，又可以用比直接编解码MV时使用的比特数更少的比特数来表示。在某些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，例如由于根据几个周围MV计算预测值时产生的取整误差，MV预测本身可能是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码”，2016年12月)描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本公开描述的是下文称为“空间合并”的技术。
参照图1，当前块(101)包括编码器在运动搜索过程中发现的样本，所述样本可以根据已在空间上移位的相同大小的先前块进行预测。不直接对MV进行编解码，而是使用与五个周围样本中的任何一个相关联的MV，从与一个或多个参考图片相关联的元数据中导出该MV，例如，从最近的(按解码顺序)参考图片中导出该MV。其中，五个周围样本分别用A0、A1和B0、B1、B2(分别为102到106)表示。在H.265中，MV预测可使用相邻块正在使用的同一参考图片的预测值。
发明内容
本公开的各方面提供了视频编解码的方法和装置。在一些示例中，视频解码的装置包括接收电路和处理电路。所述处理电路从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示基于仿射的运动矢量预测。所述处理电路确定所述当前块的第一仿射模型，所述第一仿射模型具有第一仿射参数。然后，所述处理电路为所述当前块中的第一裁剪区域确定第二仿射模型，所述第二仿射模型具有第二仿射参数，所述第二仿射参数与所述第一仿射参数的差小于阈值，基于所述第二仿射模型确定的运动矢量满足裁剪要求。所述处理电路基于所述第二仿射模型重建所述第一裁剪区域中的样本。
在一些实施例中，所述处理电路基于所述第一仿射模型确定所述第一裁剪区域中的子块的第一运动矢量，然后对所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的第二运动矢量。进一步地，所述处理电路基于所述子块的第二运动矢量确定所述第二仿射模型。
在一些示例中，所述处理电路基于所述第二仿射模型重建所述当前块内的第二裁剪区域中的样本。
在一些实施例中，所述处理电路基于所述第一仿射模型确定所述当前块的每个裁剪区域中的子块的第一运动矢量，并对所述当前块的每个裁剪区域的所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的各个裁剪区域的第二运动矢量。进一步地，所述处理电路基于所述各个裁剪区域的第二运动矢量确定所述各个裁剪区域的第二仿射模型，并将所述第二仿射模型的第二仿射参数约束为与所述第一仿射参数的差小于所述阈值。然后，所述处理电路基于所述各个裁剪区域的第二仿射模型重建所述裁剪区域中的样本。
在一些示例中，所述处理电路基于范围要求对所述第一仿射参数进行裁剪，以生成所述第二仿射模型的第二仿射参数。在示例中，所述处理电路基于所述第二仿射模型确定每个裁剪区域的子块的运动矢量，并对所述子块的运动矢量进行裁剪。在另一示例中，所述范围要求是预定义的。在另一示例中，所述处理电路从所述已编码视频比特流中解码指示所述范围要求的信号。在一些示例中，所述当前块是双向预测块。
本公开的各方面还提供了一种非易失性计算机可读介质，用于存储指令，当所述指令由用于视频解码的计算机执行时，使得所述计算机执行所述视频解码的方法。
附图说明
根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：
图1是一个示例中的当前块及其周围的空间合并候选的示意图。
图2是根据实施例的通信***的简化框图的示意图。
图3是根据实施例的通信***的简化框图的示意图。
图4是根据实施例的解码器的简化框图的示意图。
图5是根据实施例的编码器的简化框图的示意图。
图6示出了根据另一实施例的编码器的框图。
图7示出了根据另一实施例的解码器的框图。
图8是根据实施例的空间相邻块的示意图。
图9示出了仿射模型的示意图。
图10示出了在第一裁剪区域中的运动矢量裁剪的示意图。
图11示出了第一裁剪区域的示意图。
图12示出了根据本公开一些实施例的概述过程示例的流程图。
图13是根据实施例的计算机***的示意图。
具体实施方式
图2示出了根据本公开实施例的通信***(200)的简化框图。通信***(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信***(200)包括通过网络(250)互连的第一对终端装置(210)和(220)。在图2的实施例中，第一对终端装置(210)和(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到另一终端装置(220)。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(220)可从网络(250)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***(200)包括执行已编码视频数据的双向传输的第二对终端装置(230)和(240)，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，在一个示例中，终端装置(230)和(240)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(250)传输到终端装置(230)和(240)中的另一终端装置。终端装置(230)和(240)中的每个终端装置还可接收由终端装置(230)和(240)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2的实施例中，终端装置(210)、(220)、(230)和(240)可为服务器、个人计算机和智能电话，但本公开的原理可不限于此。本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(250)表示在终端装置(210)、(220)、(230)和(240)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(250)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。出于本公开的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本公开的操作来说可能是无关紧要的。
作为所公开的主题的实施例，图3示出了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***(313)，所述采集子***可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，视频图片流(302)可由电子装置(320)处理，所述电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)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(302)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(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3中的客户端子***(306)和客户端子***(308)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子***(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(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(311)。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(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编解码标准非正式地称为通用视频编解码(Versatile Video Coding，VVC)，所公开的主题可用于VVC标准的上下文中。
应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。
图4示出了根据本公开实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3实施例中的视频解码器(310)。
接收器(431)可接收将由视频解码器(410)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(401)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(431)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(431)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(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)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(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)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(415)，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(415)，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(410)外部的类似元件(未标示)中。
视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(430)的组成部分，但可耦接到电子装置(430)，如图4中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental 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(420)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(420)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(420)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(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。
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(421)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(420)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(420)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(410)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(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)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(451)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。
在一些情况下，缩放器/逆变换单元(451)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(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的周围已重建的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(458)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(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(451)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(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)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(453)从参考图片存储器(457)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(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)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(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(456)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(420)的符号(421)可用于环路滤波器单元(456)。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(456)的输出可以是样本流，所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，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(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)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(410)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(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(431)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(410)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(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图5示出了根据本公开实施例的视频编码器(503)的框图。视频编码器(503)设置于电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3实施例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)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(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。
视频源(501)可提供将由视频编码器(503)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.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务***中，视频源(501)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(501)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(503)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(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)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(550)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(550)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(503)。
在一些实施例中，视频编码器(503)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(530)(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(503)中的(本地)解码器(533)。解码器(533)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(因为在公开的主题中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(534)。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(534)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(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)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(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)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，所公开的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，在一些实施例中，源编码器(530)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，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(532)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(533)可基于源编码器(530)创建的符号，对可指定为参考图片的已编码视频数据进行解码。编码引擎(532)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5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(533)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(534)中。以此方式，视频编码器(503)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(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)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(535)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(535)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(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)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(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据诸如霍夫曼编码、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(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)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(540)可将来自视频编码器(503)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(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)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，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(503)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(503)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(540)可在传输已编码的视频时传输附加数据。源编码器(530)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、补充增强信息(SEI)消息、视觉可用性信息(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)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(coding treeunit，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(coding tree block，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(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(prediction unit，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6示出了根据本公开另一实施例的视频编码器(603)的示意图。视频编码器(603)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(603)用于代替图3实施例中的视频编码器(303)。
在HEVC实施例中，视频编码器(603)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(603)使用例如率失真(rate-distortion)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编码所述处理块。当在帧内模式中编码处理块时，视频编码器(603)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(603)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(603)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6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。
帧间编码器(630)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(622)用于接收当前块(例如处理块)的样本、在一些情况下比较所述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。在实施例中，帧内编码器(622)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(621)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(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)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(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)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(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)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(624)用于将残差数据从空间域转换到频域，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(603)还包括残差解码器(628)。残差解码器(628)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(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)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(622)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(625)用于将码流格式化以产生已编码的块。熵编码器(625)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(625)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7示出了根据本公开另一实施例的视频解码器(710)的示意图。视频解码器(710)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(710)用于代替图3实施例中的视频解码器(310)。
在图7实施例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。
熵解码器(771)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(772)或帧间解码器(780)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(780)；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(772)。残差信息可经由逆量化并提供到残差解码器(773)。
帧间解码器(780)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(772)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(773)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(773)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(771)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(774)用于在空间域中组合由残差解码器(773)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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。
本公开的各方面提供了子块运动矢量裁剪(clipping)的技术。该技术涉及运动矢量(MV)约束，并且可以用于高级视频编解码器，以减少仿射模式下的存储器带宽需求。
在一些实施例中，运动矢量可以具有整数像素精度，使得运动矢量指向用于识别参考块的像素位置。在一些实施例中，运动矢量可以具有分数像素精度，使得运动矢量指向用于识别参考块的分数像素位置。为了计算分数像素位置处的像素值，可以使用插值滤波器，其可能需要预期的参考块之外的额外像素以进行插值操作。
例如，在HEVC中，为了计算分数像素位置处的像素值，将8抽头和4抽头可分离插值滤波器分别用于亮度分量和色度分量。对于M×N亮度块插值，需要根据运动矢量的整数像素部分从参考图片加载(M+7)×(N+7)个亮度样本，M和N是正整数。因此，在HEVC中，对于4×4亮度单向帧间预测，解码器可能需要加载多达(4+7)×(4+7)＝121个亮度样本来执行插值过程。此示例的每像素存储器带宽需求约为7.6个样本/像素(对于16像素块需121个样本)。此外，对于4×4亮度双向帧间预测，需求可能加倍，变成15.125个样本/像素。
在一些实施例中，对使用帧间预测编码的块的大小进行限制降低了存储器带宽需求。例如，如果使用双向帧间预测编码的块的最小块大小被限制为8×8像素，那么每像素存储器带宽需求可以减少到7.0个样本/像素(对于64像素块需450个样本)。因此，在一些实施例中，对于小于8×8的帧间预测块，只允许单向帧间预测。
图8是根据实施例的空间相邻块的示意图，该空间相邻块可用于使用仿射运动补偿方法来确定当前块(801)的运动信息。图8示出了当前块(801)及其空间相邻块，该空间相邻块表示为A0、A1、A2、B0、B1、B2和B3(分别为802、803、807、804、805、806和808)。在一些示例中，空间相邻块A0、A1、A2、B0、B1、B2和B3以及当前块(801)属于同一图片。
通过描述编码块(例如当前块(801))的6参数(或简化的4参数)模型，仿射运动补偿可以有效地预测当前块内的所有样本相对于特定预测方向上的特定参考图片的运动信息。在一些实施例中，在仿射编码的或描述的编码块中，样本的不同部分可以具有相对于特定参考的不同运动矢量。在仿射编码的或描述的块中具有运动矢量的基本单元称为子块。子块的大小可以小到仅1个样本，也可以与当前块的大小一样大。
在一些示例中，仿射模型使用6个参数来描述仿射编码块的运动信息，该运动信息可以由该块的三个不同位置处的三个运动矢量(也称为三个控制点运动矢量)来表示。在图8的示例中，CP0位于块的左上角，CP1位于块的右上角，CP2位于块的左下角。
在另一示例中，简化的仿射模型使用四个参数来描述仿射编码块的运动信息，该运动信息可以由该块的两个不同位置(例如，图8中左上角和右上角处的控制点CP0和CP1)处的两个运动矢量(也称为两个控制点运动矢量)来表示。
在一些实施例中，控制点CP0、CP1和CP2的运动信息可以从空间相邻块A0、A1、A2、B0、B1、B2和B3的运动信息中导出。例如，控制点CP0可以基于检查空间相邻块B2、A2和B3的运动信息而导出，控制点CP1可以基于检查空间相邻块B0和B1的运动信息而导出，控制点CP2可以基于检查空间相邻块A0和A1的运动信息而导出。
当确定仿射模型时，可以使用这种模型导出运动矢量(相对于特定参考图片)。在一些实施例中，为了降低实现复杂度，仿射运动补偿是基于子块而不是基于样本来执行的。因此，在这样的实施例中，当前块内的每个子块具有相对于特定参考的对应运动矢量，该运动矢量适用于相应子块中的所有样本。在一些示例中，可以根据视频编解码标准发信号通知或预先确定每个子块的代表性位置。在一些示例中，子块的位置可以由该子块的左上或中心点来表示。在使用VVC的示例中，子块的大小可以为4×4样本。
在一些实施例中，仿射预测可以是对4×4样本的块执行双向预测的双向仿射。双向仿射预测可能大量增加存储器带宽需求，并且在一些示例中不是硬件实现的首选。
在6参数仿射模型的一些示例中，使用仿射参数a、b、c、d、e、f，运动矢量可以表示为(等式1):
其中，MVx表示运动矢量的x分量，MVy表示运动矢量的y分量。
图9示出了6参数仿射模型的示意图。在图9的示例中，块的三个控制点CP0、CP1和CP2具有分别与控制点相关联的对应控制点运动矢量(CPMV)。例如，CPMV0与CP0相关联，CPMV1与CP1相关联，CPMV2与CP2相关联。
每个CPMV可以表示为x分量和y分量的组合。例如，CPMV0具有x分量MVx0和y分量MVy0，CPMV1具有x分量MVx1和y分量MVy1，CPMV2具有x分量MVx2和y分量MVy2。
在一些实施例中，当块的宽度为W，块的高度为H时，根据(等式1)，三个控制点CPMV0、CPMV1和CPMV2可以用a、b、c、d、e、f、W和H表示为：
CPMV0：(e，f)
CPMV1：(a·W+e，c·W+f)
CPMV2：(b·H+e，d·H+f)
然后，仿射参数a、b、c、d可以根据(等式2)导出：
在一些示例中，a被认为是运动矢量的x分量对x的变化率，b被认为是x分量对y的变化率，c被认为是运动矢量的y分量对x的变化率，d被认为是y分量对y的变化率。
根据本公开的一些方面，对子块运动矢量进行约束(例如，裁剪)以减少基于子块的模式(包括基于仿射的模式和基于平面的模式)的存储器带宽。
在实施例中，使用子块运动矢量裁剪技术。在一些示例中，对于帧间预测中的W×H块(W表示块的宽度，H表示块的高度)，当以基于子块的模式(例如仿射、ATMVP、平面MV预测)对该块进行编码时，对M×N块区域(M<＝W，N<＝H)内的子块的MV进行约束，使得每个预测列表的子块MV的每个分量的整数部分之间的最大绝对差不大于某个阈值，例如0、1、2、3个整数像素。在一些示例中，M×N块区域被称为裁剪区域。
根据本公开的一方面，使用被称为自适应子块MV裁剪技术的技术。在一些示例中，基于M×N块区域中的最大运动矢量值和最小运动矢量值MV自适应地裁剪该M×N块区域(裁剪区域)内的子块的运动矢量。
具体地，在一些实施例中，对于被划分成S个子块(S是正整数)的M×N块区域(M是区域的宽度，N是区域的高度)，第i个子块的第i个运动矢量可以表示为(MVxi，MVyi)，其中i是从1到S的整数，MVxi是第i个运动矢量的x分量，MVyi是第i个运动矢量的y分量。在一些示例中，MVminx表示该S个子块的最小x分量，例如，通过min{MVxi}来计算，其中i从1到S；MVmaxx表示该S个子块的最大x分量，例如，通过max{MVxi}来计算，其中i从1到S；MVminy表示该S个子块的最小y分量，例如，通过min{MVyi}来计算，其中i从1到S；MVmaxy表示该S个子块的最大y分量，例如，通过max{MVyi}来计算，其中i从1到S。
此外，MV_precision表示用于表示MV分量的精度的比特数。在示例中，当MV_precision为4时，该精度为1/16像素；当MV_precision为3时，该精度为1/8像素。此外，T[x]表示裁剪过程中目标参考列表的运动矢量的x分量之间的最大允许整数差，T[y]表示裁剪过程中目标参考列表的运动矢量的y分量之间的最大整数差值。例如，当T[x]为0时，子块的运动矢量对于x分量共享相同的整数；当T[y]＝0时，子块的运动矢量对于y分量共享相同的整数。此外，Offset[x]和Offset[y]分别表示x分量和y分量的最大允许差。然后，可以通过Offset[x]＝(((1+T[x])<<MV_precision)-1)和Offset[y]＝(((1+T[x])<<MV_precision)-1)来计算Offset[x]和Offset[y]。
此外，在一些实施例中，裁剪区域中的子块的运动矢量的差可以大于最大允许差，然后确定用于裁剪的上边界(例如，分别针对x分量和y分量)和下边界(例如，分别针对x分量和y分量)。然后，当裁剪区域中的子块的运动矢量方向分量(例如，x分量或y分量)高于上边界(例如，x分量或y分量)时，将运动矢量方向分量裁剪到上边界；当裁剪区域中的子块的运动矢量方向分量(例如，x分量或y分量)小于下边界(例如，x分量或y分量)时，将运动矢量方向分量裁剪到下边界。
确定下边界和上边界的过程称为自适应子块MV裁剪过程。因为该过程可以以类似的方式适用于x分量和y分量，所以以下伪代码示例是基于x分量的，并且可以针对y分量进行适当地修改：
上述伪代码示例可以针对y分量进行适当地修改，以确定MVmaxy和MVmaxy。然后，可以将裁剪区域中的目标参考列表(例如，L0或L1)的子块的运动矢量适当地裁剪为MVmaxx、MVmaxy、MVminx、MVminy。
根据伪代码示例，确定沿特定坐标方向的块群组的目标运动矢量的范围包括：确定沿第一坐标方向的块群组的基本运动矢量的最大值，以及确定沿第一坐标方向的块群组的基本运动矢量的最小值。当确定该最小值与最小值的第一整数像素部分之间的第一差小于该最大值与最大值的第二整数像素部分之间的第二差时，可以根据基本运动矢量的最小值来确定该范围的下限值，并且可以根据所确定的下限值的整数像素部分、目标差和目标运动矢量的精度设置来确定该范围的上限值。此外，当确定第一差不小于第二差时，可以根据基本运动矢量的最大值来确定该范围的上限值，并且可以根据所确定的上限值的整数像素部分、目标差和目标运动矢量的精度设置来确定该范围的下限值。
根据本公开的一方面，在仿射模式中，基于子块的运动矢量被用于重建。可以进一步修改裁剪方法以提高编解码效率。在以下示例中，裁剪区域包括8×8个样本。这些示例可以针对其它合适大小的裁剪区域进行适当地修改。
根据本公开的一些方面，由于裁剪，仿射编码块中的不同裁剪区域的仿射模型可以不同于仿射编码块的原始仿射模型。本公开提供了技术以确保不同裁剪区域的仿射模型与原始仿射模型的差异相对较小(例如小于阈值)。
在一些实施例中，使用原始仿射模型导出第一个8×8区域中的子块的运动矢量。可以使用以下方法以确保每个8×8区域的仿射模型与仿射控制点运动矢量描述的或直接由仿射参数描述的原始仿射模型没有太大差别。
在实施例中，第一个8×8区域的所有4×4子块使用上述自适应子块MV裁剪技术裁剪其运动矢量，并且基于裁剪的运动矢量导出修改的仿射模型。
在实施例中，仿射参数a'、b'、c'和d'是从第一个8×8块的裁剪的运动矢量导出的。
图10示出了第一裁剪区域(例如第一个8×8块(1010))的运动矢量裁剪的示意图。在图10的示例中，每个小正方形是当前CU 1000的4×4子块。第一个8×8块(1010)包括子块(1011)-(1014)。第一个8×8块(1010)也称为第一裁剪区域。在示例中，基于CU 1000的控制点(例如图10中所示的CP0、CP1和CP2)确定第一仿射模型(也称为原始仿射模型)。在示例中，第一仿射模型具有(等式1)所示的格式，并且具有变化率参数a、b、c、d。基于第一仿射模型，导出第一个8×8块(1010)中的四个4×4子块(1011)-(1014)的运动矢量，如图10中的MV1-MV4所示。在示例中，基于第一仿射模型计算4×4子块中心的运动矢量，并将其用作该子块的运动矢量。
然后，在一些实施例中，根据自适应子块MV裁剪技术适当地裁剪运动矢量MV1-MV4，并且裁剪的运动矢量可用于导出第二仿射模型(也称为裁剪仿射模型)。在示例中，第二仿射模型的格式为(等式1)，并且具有速率变化参数a'、b'、c'、d'。
图11示出了第一裁剪区域1010的示意图。在图11的示例中，运动矢量MV1被裁剪为MV1'，运动矢量MV2被裁剪为MV2'，运动矢量MV3被裁剪为MV3'。子块(1011)中心的运动矢量MV1'作为控制点CP'0，子块(1012)中心的运动矢量MV2'作为控制点CP'1，子块(1013)中心的运动矢量MV3'作为控制点CP'2。控制点CP'0-CP'2用于导出第二仿射模型，其例如具有仿射参数a'、b'、c'和d'。用于计算的宽度和高度均为4，如图11所示。
随后，CU(1000)中所有剩余的8×8区域的子块MV可以由具有导出的仿射参数(a'、b'、c'和d')的第二仿射模型导出。然后，将自适应子块裁剪技术应用于该CU(1000)剩余的8×8区域的子块MV。
在另一实施例中，CU(1000)的第一仿射模型(原始仿射模型)用于导出所有子块的运动矢量。随后，对每个8×8区域应用自适应子块MV裁剪。在裁剪之后，从每个8×8区域导出仿射参数(a'、b'、c'和d')。此外，将仿射参数a'、b'、c'和d'与原始仿射参数a、b、c和d进行比较。当仿射参数a'、b'、c'和d'不同于原始仿射参数a、b、c和d，且差值高于预定阈值时，对新参数a'、b'、c'、d'进行裁剪以用于该区域，然后从裁剪的仿射参数重新导出相应区域的子块MV。在一些示例中，根据自适应子块MV裁剪技术进一步对重新导出的子块MV进行裁剪。
在另一实施例中，首先基于仿射块的CPMV导出仿射块的仿射参数a、b、c、d。然后，将仿射参数a、b、c、d裁剪到一定范围内，例如|a|<＝T[1]、|b|<＝T[2]、|c|<＝T[3]、|d|<＝T[4]，其中T[1]、T[2]、T[3]和T[4]分别是a、b、c、d的范围参数。
在一些示例中，裁剪的仿射参数用于导出裁剪区域级别(例如8×8级别)的子块MV。
在另一实施例中，裁剪的仿射参数用于导出8×8(M×N)级别的子块MV。此外，使用自适应子块MV裁剪技术对新导出的子块MV进行裁剪。
应注意，对于仿射参数a、b、c、d，T[1]、T[2]、T[3]和T[4]可以相同或不同。
在示例中，T[1]、T[2]、T[3]和T[4]对于所有仿射参数都为2。在另一示例中，T[1]、T[2]、T[3]和T[4]对于所有仿射参数都为8。
在一些示例中，T[1]、T[2]、T[3]和T[4]在编码器和解码器处均可以预定义。在另一实施例中，T[1]、T[2]、T[3]和T[4]中的一个或多个在比特流中发信号通知，例如在序列参数集(SPS)、图片参数集(PPS)、切片头、图块头、视频使用信息(VUI)或补充增强信息(SEI)消息中发信号通知。
在一些示例中，所提出的裁剪应用于所有仿射块。在另一实施例中，所提出的裁剪仅应用于双向预测(或多假设)仿射块。
图12示出了根据本公开实施例的概述过程(1200)的流程图。过程(1200)可用于重建以帧内模式编码的块，从而为正在重建的块生成预测块。在各种实施例中，过程(1200)由处理电路执行，例如终端装置(210)、(220)、(230)和(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频编码器(503)的功能的处理电路。在一些实施例中，过程(1200)以软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(1200)。该过程从(S1201)开始，并且进行到(S1210)。
在(S1210)，从已编码视频比特流中解码当前图片中的当前块的预测信息，该预测信息指示基于仿射的运动矢量预测。
在(S1220)，确定当前块的第一仿射模型，该第一仿射模型具有第一仿射参数。在示例中，基于当前块的控制点确定第一仿射模型。在一些实施例中，第一仿射模型以(等式1)的格式表示，仿射参数为a、b、c、d、e、f。则，a是MV的x分量对x的变化率，b是x分量对y的变化率，c是MV的y分量对x的变化率，d是y分量对y的变化率，e和f是多个CPMV之一的x分量和y分量。
在(S1230)，为裁剪区域确定第二仿射模型，第二仿射模型具有第二仿射参数。第二仿射参数与相应的第一参数的差小于阈值，基于第二仿射模型确定的运动矢量满足裁剪要求。在一些示例中，第二仿射模型具有第二仿射参数a’、b’、c’、d’。a与a’的绝对差、b与b’的绝对差、c与c’的绝对差、d与d’的绝对差均小于阈值。因此，第二仿射模型非常接近第一仿射模型。裁剪区域中子块的运动矢量满足裁剪要求，例如具有相同的整数部分，整数部分的差小于阈值等。
在(S1240)，基于第二仿射模型重建裁剪区域中的样本。在示例中，根据第二仿射模型确定与裁剪区域中的样本对应的参考图片中的参考样本。进一步地，根据参考图片中的参考样本重建裁剪区域中的样本。在一些实施例中，当裁剪区域中的运动矢量满足裁剪要求时，可以减少要加载的参考像素的数量，例如从主存储器到片上存储器，并且可以降低存储器带宽需求。然后，过程进行到(S1299)并结束。
上述技术可以通过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13示出了计算机***(1300)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图13所示的用于计算机***(1300)的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机***(1300)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机***(1300)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1301)、鼠标(1302)、触控板(1303)、触摸屏(1310)、数据手套(未示出)、操纵杆(1305)、麦克风(1306)、扫描仪(1307)、照相机(1308)。
计算机***(1300)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1310)、数据手套(未示出)或操纵杆(1305)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1309)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1310)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机***(1300)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(1320)或类似介质(1321)的光学介质、拇指驱动器(1322)、可移动硬盘驱动器或固体状态驱动器(1323)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所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***(1300)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、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)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或***总线(1349)(例如，计算机***(1300)的USB端口)；其它***通常通过连接到如下所述的***总线集成到计算机***(1300)的核心(例如，以太网接口集成到PC计算机***或蜂窝网络接口集成到智能电话计算机***)。通过使用这些网络中的任何一个，计算机***(1300)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机***。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机***(1300)的核心(1340)。
核心(1340)可包括一个或多个中央处理单元(CPU)(1341)、图形处理单元(GPU)(1342)、以现场可编程门阵列(FPGA)(1343)形式的专用可编程处理单元、用于特定任务的硬件加速器(1344)等。这些设备以及只读存储器(ROM)(1345)、随机存取存储器(1346)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1347)等可通过***总线(1348)进行连接。在某些计算机***中，可以以一个或多个物理插头的形式访问***总线(1348)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。***装置可直接附接到核心的***总线(1348)，或通过***总线(1349)进行连接。***总线的体系结构包括外部***组件互联PCI、通用串行总线USB等。
CPU(1341)、GPU(1342)、FPGA(1343)和加速器(1344)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1345)或RAM(1346)中。过渡数据也可以存储在RAM(1346)中，而永久数据可以存储在例如内部大容量存储器(1347)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1341)、GPU(1342)、大容量存储器(1347)、ROM(1345)、RAM(1346)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开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。
作为实施例而非限制，具有体系结构(1300)的计算机***，特别是核心(1340)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1340)的特定存储器，例如核心内部大容量存储器(1347)或ROM(1345)。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心(1340)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(1340)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1346)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机***可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1344))中的功能，该电路可以代替软件或与软件一起运行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))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：联合开发模型(joint exploration model)
VVC：通用视频编解码(versatile video coding)
BMS：基准集合(benchmark set)
MV：运动矢量(Motion Vector)
HEVC：高效视频编解码(High Efficiency Video Coding)
SEI：辅助增强信息(Supplementary Enhancement Information)
VUI：视频可用性信息(Video Usability Information)
GOPs：图片群组(Groups of Pictures)
TUs：变换单元(Transform Units)
PUs：预测单元(Prediction Units)
CTUs：编码树单元(Coding Tree Units)
CTBs：编码树块(Coding Tree Blocks)
PBs：预测块(Prediction Blocks)
HRD：假想参考解码器(Hypothetical Reference Decoder)
SNR：信噪比(Signal Noise Ratio)
CPUs：中央处理单元(Central Processing Units)
GPUs：图形处理单元(Graphics Processing Units)
CRT：阴极射线管(Cathode Ray Tube)
LCD：液晶显示器(Liquid-Crystal Display)
OLED：有机发光二极管(Organic Light-Emitting Diode)
CD：光盘(Compact Disc)
DVD：数字化视频光盘(Digital Video Disc)
ROM：只读存储器(Read-Only Memory)
RAM：随机存取存储器(Random Access Memory)
ASIC：专用集成电路(Application-Specific Integrated Circuit)
PLD：可编程逻辑设备(Programmable Logic Device)
LAN：局域网(Local Area Network)
GSM：全球移动通信***(Global System for Mobile communications)
LTE：长期演进(Long-Term Evolution)
CANBus：控制器局域网络总线(Controller Area Network Bus)
USB：通用串行总线(Universal Serial Bus)
PCI：***组件互连(Peripheral Component Interconnect)
FPGA：现场可编程门阵列(Field Programmable Gate Areas)
SSD：固态驱动器(Solid-state Drive)
IC：集成电路(Integrated Circuit)
CU：编码单元(Coding Unit)
虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。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示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。

Claims (15)

1.一种视频解码的方法，其特征在于，包括：
从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示基于仿射的运动矢量预测；
确定所述当前块的第一仿射模型，所述第一仿射模型具有第一仿射参数；
基于所述第一仿射模型确定所述当前块的每个裁剪区域中的子块的第一运动矢量；
对所述当前块的每个裁剪区域的所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的各个裁剪区域的第二运动矢量；
基于所述各个裁剪区域的第二运动矢量确定所述各个裁剪区域的第二仿射模型；
将所述第二仿射模型的第二仿射参数约束为与所述第一仿射参数的差小于阈值，其中所述第一仿射模型和所述第二仿射模型为四参数仿射模型；以及
基于所述各个裁剪区域的第二仿射模型重建所述裁剪区域中的样本；
所述确定所述各个裁剪区域的第二仿射模型包括：为所述当前块中的第一裁剪区域确定第二仿射模型，基于所述第二仿射模型确定的运动矢量满足裁剪要求；以及
所述重建包括：基于所述第二仿射模型重建所述第一裁剪区域中的样本。
2.根据权利要求1所述的方法，其特征在于，所述确定第二仿射模型包括：
基于所述第一仿射模型确定所述第一裁剪区域中的子块的第一运动矢量；
对所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的第二运动矢量；以及
基于所述子块的第二运动矢量确定所述第二仿射模型。
3.根据权利要求2所述的方法，其特征在于，进一步包括：
基于所述第二仿射模型重建所述当前块内的第二裁剪区域中的样本。
4.根据权利要求1所述的方法，其特征在于，进一步包括：
基于范围要求对所述第一仿射参数进行裁剪，以生成所述第二仿射模型的第二仿射参数，其中所述范围要求是预定义的范围参数。
5.根据权利要求4所述的方法，其特征在于，进一步包括：
基于所述第二仿射模型确定每个裁剪区域的子块的运动矢量；以及
对所述子块的运动矢量进行裁剪。
6.根据权利要求4所述的方法，其特征在于，进一步包括：
从所述已编码视频比特流中解码指示所述范围要求的信号。
7.根据权利要求1所述的方法，其特征在于，所述当前块是双向预测块。
8.一种视频解码的装置，其特征在于，包括：
处理电路，被配置为：
从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示基于仿射的运动矢量预测；
确定所述当前块的第一仿射模型，所述第一仿射模型具有第一仿射参数；
基于所述第一仿射模型确定所述当前块的每个裁剪区域中的子块的第一运动矢量；
对所述当前块的每个裁剪区域的所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的各个裁剪区域的第二运动矢量；
基于所述各个裁剪区域的第二运动矢量确定所述各个裁剪区域的第二仿射模型；
将所述第二仿射模型的第二仿射参数约束为与所述第一仿射参数的差小于阈值；以及
基于所述各个裁剪区域的第二仿射模型重建所述裁剪区域中的样本；
所述确定所述各个裁剪区域的第二仿射模型包括：为所述当前块中的第一裁剪区域确定第二仿射模型，基于所述第二仿射模型确定的运动矢量满足裁剪要求；以及
所述重建包括：基于所述第二仿射模型重建所述第一裁剪区域中的样本。
9.根据权利要求8所述的装置，其特征在于，所述处理电路被配置为：
基于所述第一仿射模型确定所述第一裁剪区域中的子块的第一运动矢量；
对所述第一运动矢量进行裁剪，以生成满足所述裁剪要求的第二运动矢量；以及
基于所述子块的第二运动矢量确定所述第二仿射模型。
10.根据权利要求9所述的装置，其特征在于，所述处理电路被配置为：
基于所述第二仿射模型重建所述当前块内的第二裁剪区域中的样本。
11.根据权利要求8所述的装置，其特征在于，所述处理电路被配置为：
基于范围要求对所述第一仿射参数进行裁剪，以生成所述第二仿射模型的第二仿射参数，其中所述范围要求是预定义的范围参数。
12.根据权利要求11所述的装置，其特征在于，所述处理电路被配置为：
基于所述第二仿射模型确定每个裁剪区域的子块的运动矢量；以及
对所述子块的运动矢量进行裁剪。
13.根据权利要求11所述的装置，其特征在于，所述处理电路被配置为：
从所述已编码视频比特流中解码指示所述范围要求的信号。
14.根据权利要求8所述的装置，其特征在于，所述当前块是双向预测块。
15.一种非易失性计算机可读介质，其特征在于，用于存储指令，当所述指令由用于视频解码的计算机执行时，使得所述计算机执行权利要求1至7任一项所述的方法。
CN202080007019.2A 2019-01-12 2020-01-10 视频编解码的方法和装置 Active CN113228631B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962791793P 2019-01-12 2019-01-12
US62/791,793 2019-01-12
US16/738,728 2020-01-09
US16/738,728 US10904550B2 (en) 2019-01-12 2020-01-09 Method and apparatus for video coding
PCT/US2020/013043 WO2020146709A1 (en) 2019-01-12 2020-01-10 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN113228631A CN113228631A (zh) 2021-08-06
CN113228631B true CN113228631B (zh) 2024-02-09

Family

ID=71517276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080007019.2A Active CN113228631B (zh) 2019-01-12 2020-01-10 视频编解码的方法和装置

Country Status (4)

Country Link
US (1) US10904550B2 (zh)
EP (1) EP3909237A4 (zh)
CN (1) CN113228631B (zh)
WO (1) WO2020146709A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020058955A1 (en) 2018-09-23 2020-03-26 Beijing Bytedance Network Technology Co., Ltd. Multiple-hypothesis affine mode
WO2020084470A1 (en) * 2018-10-22 2020-04-30 Beijing Bytedance Network Technology Co., Ltd. Storage of motion parameters with clipping for affine mode
US11317111B2 (en) * 2019-09-29 2022-04-26 Qualcomm Incorporated Affine coding with vector clipping

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017148345A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Method and apparatus of video coding with affine motion compensation
TW201739252A (zh) * 2016-03-15 2017-11-01 聯發科技股份有限公司 具有仿射運動補償的視訊編碼的方法以及裝置
WO2019004283A1 (ja) * 2017-06-28 2019-01-03 シャープ株式会社 動画像符号化装置及び動画像復号装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735249B1 (en) * 1999-08-11 2004-05-11 Nokia Corporation Apparatus, and associated method, for forming a compressed motion vector field utilizing predictive motion coding
WO2013086724A1 (en) 2011-12-15 2013-06-20 Mediatek Singapore Pte. Ltd. Method of clippling transformed coefficients before de-quantization
EP3142363A1 (en) 2015-09-08 2017-03-15 Thomson Licensing Methods and devices for encoding and decoding a sequence of pictures, and corresponding computer program product and computer-readable medium
US10638152B2 (en) * 2016-03-15 2020-04-28 Mediatek Inc. Method and apparatus of video coding with affine motion compensation
US10602180B2 (en) * 2017-06-13 2020-03-24 Qualcomm Incorporated Motion vector prediction
US10609384B2 (en) * 2017-09-21 2020-03-31 Futurewei Technologies, Inc. Restriction on sub-block size derivation for affine inter prediction
EP3468195A1 (en) * 2017-10-05 2019-04-10 Thomson Licensing Improved predictor candidates for motion compensation
US10873748B2 (en) * 2018-05-12 2020-12-22 Qualcomm Incorporated Storage of high precision motion vectors in video coding
US10798394B2 (en) * 2018-06-27 2020-10-06 Avago Technologies International Sales Pte. Limited Low complexity affine merge mode for versatile video coding
US10863193B2 (en) * 2018-06-29 2020-12-08 Qualcomm Incorporated Buffer restriction during motion vector prediction for video coding
US11140398B2 (en) * 2018-08-20 2021-10-05 Mediatek Inc. Methods and apparatus for generating affine candidates
TWI729483B (zh) * 2018-09-04 2021-06-01 聯發科技股份有限公司 視訊編解碼系統的運動向量湊整統一的方法以及裝置
US11140408B2 (en) * 2018-09-17 2021-10-05 Qualcomm Incorporated Affine motion prediction
US11297330B2 (en) * 2018-09-22 2022-04-05 Lg Electronics Inc. Method and apparatus for processing video signal based on inter prediction
US11477476B2 (en) * 2018-10-04 2022-10-18 Qualcomm Incorporated Affine restrictions for the worst-case bandwidth reduction in video coding
US11212521B2 (en) * 2018-11-07 2021-12-28 Avago Technologies International Sales Pte. Limited Control of memory bandwidth consumption of affine mode in versatile video coding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017148345A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Method and apparatus of video coding with affine motion compensation
TW201739252A (zh) * 2016-03-15 2017-11-01 聯發科技股份有限公司 具有仿射運動補償的視訊編碼的方法以及裝置
WO2019004283A1 (ja) * 2017-06-28 2019-01-03 シャープ株式会社 動画像符号化装置及び動画像復号装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CE2: Memory bandwidth reduction for affine mode (test 2.4.2);Jingya Li，等;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 13th Meeting: Marrakech, MA，JVET-M0309;全文 *

Also Published As

Publication number Publication date
US20200228817A1 (en) 2020-07-16
EP3909237A4 (en) 2022-11-30
EP3909237A1 (en) 2021-11-17
WO2020146709A1 (en) 2020-07-16
US10904550B2 (en) 2021-01-26
CN113228631A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN113545042B (zh) 视频编解码的方法和装置
CN111903131B (zh) 用于解码器中的视频解码的方法、装置及计算机可读介质
CN111492659B (zh) 视频解码的方法和装置、及存储介质
CN113557728B (zh) 视频编解码方法和装置
CN112806002B (zh) 视频解码的方法和视频解码器
CN113574885B (zh) 视频解码方法、装置以及电子设备
CN112655205B (zh) 视频编解码的方法和装置
CN112291571B (zh) 视频解码方法及装置以及计算机设备和存储介质
CN111492661B (zh) 视频编解码方法、装置及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN112106371B (zh) 视频解码的方法、装置、可读介质和设备
CN112399183B (zh) 用于视频编解码的方法、装置和存储介质
CN113424541B (zh) 视频编解码的方法和装置
CN114827594B (zh) 图片数据处理方法、装置及存储介质
CN113545079B (zh) 视频编解码的方法和装置
CN113647100B (zh) 视频解码方法、视频编码方法、视频解码器、视频编码器及计算机可读介质
CN111316639B (zh) 视频解码方法和装置、及存储介质
CN113785564B (zh) 视频编解码的方法和装置
CN113545084B (zh) 视频编解码的方法、装置以及存储介质
CN111971965A (zh) 视频编解码的方法和装置
CN110798685B (zh) 一种视频解码方法、装置、计算机设备及存储介质
CN112514400B (zh) 视频解码方法、视频解码器、计算机设备和可读存储介质
CN112235581A (zh) 视频解码方法和装置
CN113228631B (zh) 视频编解码的方法和装置
CN111988631B (zh) 视频编码、解码的方法、装置以及存储介质

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: 40052003

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant