CN113678445A - 视频编解码方法和装置 - Google Patents
视频编解码方法和装置 Download PDFInfo
- Publication number
- CN113678445A CN113678445A CN202080027771.3A CN202080027771A CN113678445A CN 113678445 A CN113678445 A CN 113678445A CN 202080027771 A CN202080027771 A CN 202080027771A CN 113678445 A CN113678445 A CN 113678445A
- Authority
- CN
- China
- Prior art keywords
- current
- block
- ctb
- partition structure
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 112
- 238000005192 partition Methods 0.000 claims abstract description 242
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000000638 solvent extraction Methods 0.000 claims description 149
- 230000011218 segmentation Effects 0.000 claims description 46
- 239000000872 buffer Substances 0.000 claims description 42
- 238000003860 storage Methods 0.000 claims description 19
- 230000002123 temporal effect Effects 0.000 claims description 17
- 101150114515 CTBS gene Proteins 0.000 claims 2
- 239000000523 sample Substances 0.000 description 40
- 230000006835 compression Effects 0.000 description 36
- 238000007906 compression Methods 0.000 description 36
- 230000033001 locomotion Effects 0.000 description 36
- 239000013598 vector Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 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
- 230000005540 biological transmission Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013139 quantization Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 6
- 239000013074 reference sample Substances 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013403 standard screening design Methods 0.000 description 2
- 239000012536 storage buffer Substances 0.000 description 2
- 230000004075 alteration Effects 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
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect 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
- 238000010348 incorporation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008447 perception Effects 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
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000009466 transformation Effects 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
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/44—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
- H04N19/46—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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请的各方面提供了一种包括处理电路的装置。该处理电路从已编码视频码流中解码出当前编码树块(CTB)的编码信息。该编码信息指示当前CTB的当前块分割结构是否是基于参考划分信息。响应于当前CTB的当前块分割结构是基于参考划分信息,处理电路基于参考划分信息中指示的初始块分割结构,确定当前CTB的当前块分割结构。初始块分割结构是(i)按解码顺序,在当前CTB之前解码的先前已解码的CTB的初始块分割结构,或者(ii)由在高于CTB级别的级别的高级别头指示。处理电路根据当前块分割结构,对当前CTB进行划分。
Description
引用并入
本申请要求于2020年7月13日提交的申请号为16/927,200的美国专利申请“视频编解码方法和装置(Method and Apparatus for Video Coding)”的优先权,该美国专利申请要求于2019年7月17日提交的申请号为62/875,327的美国临时专利申请“块结构预测方法(Methods for Block Structure Prediction)”的优先权。所述在先申请的全部公开内容通过引用整体并入本申请中。
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
本文中提供的背景技术描述是为了大体上呈现本申请的上下文。在此背景技术部分描述的程度上,当前署名的发明人的工作,以及在本申请提交时可能不具有作为现有技术的资格的描述的各方面,既不明确认为也不隐含认为是本申请的现有技术。
视频的编码和解码可以使用具有运动补偿的帧间预测进行。未压缩的数字视频可包括一系列的图片,每个图片具有一定的空间维度,例如,具有1920×1080的亮度样本和相关的色度样本。所述一系列的图片可以具有固定的或可变的图片速率(非正式地,也被称作帧率),例如,每秒60个图片或60赫兹(Hz)。未压缩的视频对比特率有着显著的要求。例如,每个样本8比特的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过600GB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。压缩可有助于降低上述带宽或存储空间的要求,在一些情况下,可降低两个或更多的数量级。无损压缩和有损压缩以及其组合均可以用于视频编码和解码。无损压缩是指可以由压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时,重建的信号可能与原始信号不完全一致,但是原始信号与重建的信号之间的失真小得足以使重建的信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用;例如,与电视分发应用的用户相比,某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可以反映的是:可允许的/可容许的失真越高,可产生的压缩比越高。
视频编码器和解码器可以使用几大类技术,包括例如运动补偿、变换、量化和熵编码。
视频编解码技术可以包括帧内编码技术。在帧内编码技术中,样本值的表示不参考先前已重建的参考图片中的样本或其它数据。在一些视频编解码技术中,将图片从空间上划分为样本块。当所有的样本块都是通过帧内模式进行编码时,该图片可以是一个帧内图片。帧内图片以及他们的衍生图片,例如,独立解码器刷新的图片,可以用于对解码器的状态进行重置,因此可以用作已编码视频码流和视频会话中的第一幅图片,或者作为一副静止图片。可以对帧内块的样本进行变换,并且可以在进行熵编码之前,对变换系数进行量化。帧内预测可以是一种将样本值在预变换域最小化的技术。在一些情况下,变换后的DC值越小以及AC系数越小,给定量化步长大小的情况下,表示熵编码后的块所需的比特数目越少。
传统的帧内编码技术,例如,已知的MPEG-2编码技术并不使用帧内预测。然而,一些较新的视频压缩技术包括尝试使用例如邻近的样本数据和/或元数据的技术,所述邻近的样本数据和/或元数据是在对空间上相邻且解码顺序上在先的数据块进行编码/解码的过程中获得的。因此,这种技术称为“帧内预测”技术。至少在一些情况下,帧内预测仅使用当前正在重建的图片中的参考数据,而不使用参考图片中的参考数据。
帧内预测可以有很多种形式。当给定的视频编码技术中可以使用一个以上的这种技术时,可以使用帧内预测模式对所使用的技术进行编码。在某些情况下,一些模式具有子模式和/或参数,这些可以单独进行编码,或者可以包含在模式码字中。某个给定模式/子模式/参数的组合使用何种码字,会通过帧内预测影响到编码效率增益,将码字转译为码流所用的熵编码技术同样对其也会产生影响。
H.264标准引入了某个模式的帧内预测,H.265标准对其进行了改进,在较新的编码技术中,例如,联合探索模型(JEM)、通用视频编码(VVC)、基准集合(BMS)等等,对其进一步进行了改进。预测子(predictor)块可以使用属于已经可用的样本的相邻样本值来形成。将相邻样本的样本值按照一个方向复制到预测子块中。所使用的方向的参考可以编码到码流中,或者其本身可以预测。
参考图1A,在其右下方描绘的是H.265标准的33个可能的预测子方向(predictordirection)(对应于35个帧内模式的33个角度模式)中已知的一个具有9个预测子方向的子集。其中,各箭头的汇聚点(101)表示正在预测中的样本。箭头表示对样本进行预测的方向。例如,箭头(102)表示根据与水平轴成45度角度的右上角的一个或多个样本,对样本(101)进行预测。类似地,箭头(103)表示根据与水平轴成22.5度角度的左下角的一个或多个样本,对样本(101)进行预测。
仍参考图1A所示,图1A的左上方描绘的是一个具有4×4个样本的正方形块(104)(用加粗的虚线表示)。正方形块(104)包括16个样本,每个样本标记有“S”、其在Y维度上的位置(例如,行索引)以及其在X维度上的位置(例如,列索引)。例如,样本S21是在Y维度上的第二个(从上往下数)、X维度上的第一个(从左往右数)样本。类似地,样本S44是在块(104)中X维度和Y维度上都是第四的样本。因为该块的大小是4×4个样本,所以S44是在其右下角。图1A进一步示出了参考样本,参考样本遵循类似的编号方法。参考样本标记有R、其相对于所述块(104)的Y位置(例如,行索引)和X位置(例如,列索引)。在H.264标准和H.265标准中,预测样本与重建中的块相邻;因此,不需要使用负值。
帧内图片预测可以根据信号表示的预测方向,通过适当地复制相邻样本的参考样本值来进行。例如,假设已编码视频码流中包含有信令,对于所述块,该信令表示了与箭头(102)一致的预测方向,即,根据与水平方向成45度角度的右上角的一个或多个参考样本对所述块中的样本进行预测。在这种情况下,样本S41、S32、S23、S14是根据同一个参考样本R05进行预测的。样本S44是根据参考样本R08进行预测的。
在某些情况下,可以例如通过插值,组合多个参考样本的值,以便计算一个参考样本;特别是当方向不能被45度整除时。
随着视频编码技术的发展,可能的方向的数目也在增加。在H.264标准(2003年)中,可以表示9个不同的方向。在H.265标准(2013年)中,增加到33个方向。到本申请发明时,JEM/VVC/BMS可以支持多达65个方向。目前已经进行了一些实验来识别最有可能的方向,一些熵编码技术用很少的比特数来表示这些最有可能的方向,对于比较不可能的方向,接受一定的代价。此外,有时候这些方向本身是可以根据相邻的已解码的块所使用的相邻方向进行预测的。
图1B示出了一个描绘根据JEM的65个帧内预测方向的示意图(180),用于说明预测方向的数目随着时间的变化而增加。
随着视频编码技术的不同,已编码视频码流中用于表示方向的帧内预测方向位的映射可能也不同;例如,变化范围可以是从简单直接地将帧内预测模式的预测方向映射到码字,到涉及最有可能的模式和类似技术的复杂的自适应方案。然而,在所有这些情况下,依据统计,相对于其它方向而言,某些方向比较不可能出现在视频内容中。由于视频压缩的目的是减少冗余,因此,在性能较好的视频编码技术中,与比较可能的方向相比,这些比较不可能出现的方向会用较多的比特来表示。
视频的编码和解码可以使用具有运动补偿的帧间预测进行。未压缩的数字视频可包括一系列的图片,每个图片具有一定的空间维度,例如,具有1920×1080的亮度样本和相关的色度样本。所述一系列的图片可以具有固定的或可变的图片速率(非正式地,也被称作帧率),例如,每秒60个图片或60赫兹(Hz)。未压缩的视频对比特率有着特定的要求。例如,每个样本8比特的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过600GB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。压缩可有助于降低上述带宽和/或存储空间的要求,在一些情况下,可降低两个或更多的数量级。无损压缩和有损压缩以及其组合均可以用于视频编码和解码。无损压缩是指可以由压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时,重建的信号可能与原始信号不完全一致,但是原始信号与重建的信号之间的失真小得足以使重建的信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用;例如,与电视分发应用的用户相比,某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可以反映的是:可允许的/可容许的失真越高,可产生的压缩比越高。
运动补偿可以是有损压缩技术,且可涉及以下技术:来自先前已重建图片或其一部分(参考图片)的样本数据块,在由运动矢量(此后称为MV)指示的方向上空间移位之后,用于预测新重建的图片或图片部分。在一些情况下,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,或三个维度,第三维度指示使用中的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中,适用于某一样本数据区域的MV,可根据其它MV进行预测,例如,根据与正在重建的区域空间相邻的另一样本数据区域相关、且按解码顺序在所述MV之前的MV进行预测。这样做可充分减少对所述MV编码所需的数据量,由此消除冗余且提高压缩。举例来说,MV预测可有效地运作,因为当对源自相机的输入视频信号(称为天然视频)进行编码时,存在如下的统计可能性:比单个MV适用的区域大的区域,在类似方向上移动,且因此,可在一些情况下使用从相邻区域的MV导出的类似运动矢量进行预测。这使得给定区域中发现的MV与根据周围MV预测的MV类似或相同,且在熵编码之后,表示MV的位数目可小于在对MV直接编码的情况下会使用的位数目。在一些情况下,MV预测可以是从原始信号(即:样本流)导出的信号(即:MV)的无损压缩的实例。在其它情况下,MV预测本身可能是有损的,例如,是由于在根据周围若干MV计算预测子时的取整误差导致的。
H.265/HEVC(ITU-T H.265建议书,“高效视频编解码(High Efficiency VideoCoding)”,2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中,本申请描述的是称为“空间合并”的技术。
参考图2所示,当前块(201)包括编码器在运动搜索过程中找到的、可从与当前块大小相同的前一个块(已经空间移位)预测的样本。所述MV不是直接进行编码,而是可以使用与五个周围样本(记作A0、A1、B0、B1、B2(分别是202至206))中任何一个周围样本相关联的MV,从与一个或多个参考图片(例如,最近的(按降序)参考图片)相关联的元数据推导出。在H.265中,MV预测可以使用与其相邻块使用的参考图片相同的参考图像的预测子。
发明内容
本申请的各方面提供了视频编码/解码方法和装置。在一些示例中,视频解码装置包括处理电路。处理电路可以从已编码视频码流中解码出当前图片中当前编码树块(CTB)的编码信息。该编码信息可以指示当前CTB的当前块分割结构是否是基于参考划分信息。响应于当前CTB的当前块分割结构是基于参考划分信息,处理电路可以基于参考划分信息中指示的初始块分割结构,确定当前CTB的当前块分割结构。所述初始块分割结构可以是(i)按解码顺序,在当前CTB之前解码的先前已解码的CTB的初始块分割结构,或者(ii)由在高于CTB级别的级别的高级别头指示。处理电路可以根据当前块分割结构,对当前CTB进行划分。
在一示例中,所述先前已解码的CTB是当前CTB的空间相邻CTB,所述初始块分割结构是当前CTB的所述空间相邻CTB的初始块分割结构。
在一示例中,所述先前已解码的CTB的初始块分割结构存储在基于历史的缓冲器中。
在一示例中,所述先前已解码的CTB是当前CTB的时间相邻CTB,所述初始块分割结构是当前CTB的所述时间相邻CTB的初始块分割结构。
在一示例中,所述初始块分割结构是所述高级别头中所包括的多个块分割结构其中之一,所述初始块分割结构由所述高级别头中所包括的索引指示。
在一实施例中,所述处理电路基于所述参考划分信息中指示的初始块分割结构,确定参考块分割结构,并且基于所述参考块分割结构,确定当前块分割结构。所述处理电路可以修改所述初始块分割结构,以获得所述参考块分割结构。在一示例中,所述编码信息包括一标志,该标志指示是否修改所述参考块分割结构以获得当前CTB的当前块分割结构。所述处理电路基于所述标志,确定是否修改所述参考块分割结构以获得当前CTB的当前块分割结构。当前CTB的当前块分割结构可以是所述参考块分割结构。处理电路可以修改所述参考块分割结构,以获得当前CTB的当前块分割结构。
本申请的各方面提供了一种存储指令的非易失性计算机可读介质,当所述指令由用于视频解码的计算机执行时,使所述计算机执行视频解码方法。
附图说明
从以下详细描述和附图,所公开的主题的其它特征、性质及各种优点将更加明显,其中:
图1A示出了一个示例性帧内预测模式子集的示意图。
图1B示出了一个示例性帧内预测方向的图示。
图2示出了一个示例中的当前块及其周围的空间合并候选块的示意图。
图3示出了根据一个实施例的通信***(300)的简化框图的示意图。
图4示出了根据一个实施例的通信***(400)的简化框图的示意图。
图5示出了根据一个实施例的解码器的简化框图的示意图。
图6示出了根据一个实施例的编码器的简化框图的示意图。
图7示出了根据另一个实施例的编码器的框图。
图8示出了根据另一个实施例的解码器的框图。
图9示出了根据本申请实施例的BT分割和TT分割的示例。
图10示出了根据本申请实施例的CTU的示例性块划分。
图11示出了根据本申请实施例的使用一个或多个时间相邻CTU来预测当前CTU的当前块分割结构的示例。
图12示出了根据本申请实施例的修改块分割结构以获得参考块分割结构的示例。
图13示出了概述根据本申请实施例的方法(1300)的流程图。
图14是根据实施例的计算机***的示意图。
具体实施方式
图3图示了根据本申请公开的实施例的通信***(300)的简化框图。通信***(300)包括多个终端装置,所述终端装置可通过例如网络(350)彼此通信。举例来说,通信***(300)包括通过网络(350)互连的第一对终端装置(310)和(320)。在图3的示例中,第一对终端装置(310)和(320)执行单向数据传输。例如,终端装置(310)可对视频数据(例如,由终端装置(310)采集的视频图片流)进行编码,以通过网络(350)传输到另一终端装置(320)。已编码视频数据可以以一个或多个已编码视频码流的形式传输。终端装置(320)可从网络(350)接收已编码视频数据,对已编码视频数据进行解码以恢复视频数据,并根据恢复的视频数据显示视频图片。单向数据传输可能在媒体服务等应用中比较常见。
在另一示例中,通信***(300)包括执行已编码视频数据的双向传输的第二对终端装置(330)和(340),所述双向传输可例如在视频会议期间发生。对于双向数据传输,终端装置(330)和终端装置(340)中的每个终端装置可对视频数据(例如,由终端装置采集的视频图片流)进行编码,以通过网络(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)中的另一终端装置传输的已编码视频数据,且可对所述已编码视频数据进行解码以恢复视频数据,且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的示例中,终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可能图示为服务器、个人计算机和智能电话,但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)之间传送已编码视频数据的任何数目的网络,包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本论述的目的,除非在下文中有所解释,否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为本申请所公开主题应用的示例,图4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。本申请所公开主题可同等地适用于其它支持视频的应用,包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输***可包括采集子***(413),所述采集子***可包括数码相机等视频源(401),所述视频源创建例如未压缩的视频图片流(402)。在一个示例中,视频图片流(402)包括由数码相机拍摄的样本。视频图片流(402)描绘为粗线,以强调与已编码的视频数据(404)(或已编码视频码流)相比,其具有较高的数据量,视频图片流(402)可由电子装置(420)处理,所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合,以实现或实施如下文更详细地描述的所公开主题的各方面。已编码的视频数据(404)(或已编码的视频码流(404))描绘为细线,以强调与视频图片流(402)相比,其具有较低的数据量,其可存储在流式传输服务器(405)上以供将来使用。一个或多个流式传输客户端子***,例如,图4中的客户端子***(406)和客户端子***(408),可访问流式传输服务器(405),以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子***(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码,且产生可在显示器(412)(例如,显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输***中,可根据某些视频编码/压缩标准,对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如,视频码流)进行编码。该些标准的实施例包括ITU-T H.265建议书。在一个示例中,正在开发的视频编码标准非正式地称为多功能视频编码(Versatile Video Coding,VVC),本申请可用于VVC标准的上下文中。
应注意,电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说,电子装置(420)可包括视频解码器(未示出),且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如,接收电路)。视频解码器(510)可用于代替图4示例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列;在同一实施例或另一实施例中,一次接收一个已编码视频序列,其中每个已编码视频序列的解码独立于其它已编码视频序列。已编码视频序列可从信道(501)接收,所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据,例如,可转发到它们各自的使用实体(未描绘)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动,缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中,缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下,所述缓冲存储器(515)可设置在视频解码器(510)外部(未描绘)。而在其它情况下,视频解码器(510)的外部设置缓冲存储器(未描绘),以例如防止网络抖动,且在视频解码器(510)的内部可配置另一缓冲存储器(515),以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置,或从等时同步网络接收数据时,也可能不需要配置缓冲存储器(515),或可以将所述缓冲存储器做得较小。为了在互联网等尽力而为业务分组网络上使用,也可能需要缓冲存储器(515),所述缓冲存储器可相对较大且可具有自适应性大小,且可至少部分地实施于操作***或视频解码器(510)外部的类似元件(未描绘)中。
视频解码器(510)可包括解析器(520),以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息,以及用以控制显示装置(512)(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(530)的组成部分,但可耦接到电子装置(530),如图5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(未描绘)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行,且可遵循各种原理,包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数,从已编码视频序列中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(tile)、切片(slice)、宏块、编码单元(CodingUnit,CU)、块、变换单元(Transform Unit,TU)、预测单元(Prediction Unit,PU)等等。解析器(520)还可从已编码视频序列提取信息,例如,变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作,从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如:帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素,符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见,未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外,视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中,这些单元中的许多单元彼此紧密交互并且至少可以部分彼此集成。然而,出于描述所公开主题的目的,概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息,包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块,所述样本值可输入到聚合器(555)中。
在一些情况下,缩放器/逆变换单元(551)的输出样本可属于帧内编码块;即:不使用来自先前已重建图片的预测性信息,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预测单元(552)提供。在一些情况下,帧内预测单元(552)采用从当前图片缓冲器(558)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(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下,聚合器(555)基于每个样本,将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下,运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据属于所述块的符号(521)对提取的样本进行运动补偿之后,这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号),从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制,且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用,所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时,从参考图片存储器(557)提取的样本值的插值、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术,所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数,且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556),但是还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息,以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流,所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)中,以用于后续的帧间图片预测。
一旦完全重建,某些已编码图片就可用作参考图片以用于将来预测。举例来说,一旦对应于当前图片的已编码图片被完全重建,且已编码图片(通过例如解析器(520))被识别为参考图片,则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分,且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265建议书等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(HypotheticalReference Decoder,HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中,接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio,SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如,传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6示例中的电子装置(620)的一部分)接收视频样本,所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中,视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列,所述数字视频样本流可具有任何合适位深度(例如:8位、10位、12位……)、任何色彩空间(例如,BT.601Y CrCB、RGB……)和任何合适取样结构(例如,Y CrCb 4:2:0、YCrCb4:4:4)。在媒体服务***中,视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议***中,视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片,当按顺序观看时,这些图片被赋予运动。图片自身可构建为空间像素阵列,其中取决于所用的取样结构、色彩空间等,每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例,视频编码器(603)可实时或在由应用所要求的任何其它时间约束下,将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中,控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见,图中未描绘耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures,GOP)布局,最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能,这些功能涉及针对某一***设计优化的视频编码器(603)。
在一些实施例中,视频编码器(603)在编码环路中运作。作为简单的描述,在一个示例中,编码环路可包括源编码器(630)(例如,负责基于待编码的输入图片和参考图片创建符号,例如,符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号,以创建样本数据(因为在本申请所公开的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(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果,因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说,编码器的预测部分“看到”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(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而,另外简要参考图5,当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码到已编解码视频序列时,包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分,可能不完全在本地解码器(633)中实施。
此时可以观察到,除存在于解码器中的解析/熵解码之外的任何解码器技术,也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因,本申请侧重于解码器操作。可简化编码器技术的描述,因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述,并且在下文提供。
在操作期间,在一些示例中,源编码器(630)可执行运动补偿预测编码,参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片,对输入图片进行预测性编码。以此方式,编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差值进行编码,所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号,对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处解码时,重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程,所述解码过程可由视频解码器对参考图片执行,且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式,视频编码器(603)可在本地存储重建的参考图片的副本,所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即,对于将要编码的新图片,预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据,例如,参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作,以找到合适的预测参考。在一些情况下,根据预测器(635)获得的搜索结果,可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作,包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩,从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列,从而为通过通信信道(660)进行传输做准备,所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并,所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间,控制器(650)可以为每个已编码图片分配某一已编码图片类型,但这可能影响可应用于相应的图片的编码技术。例如,通常可将图片分配为以下任一种图片类型:
帧内图片(I图片),其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片,包括例如独立解码器刷新(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,每个具有4×4、8×8、4×8或16×16个样本的块),且逐块进行编码。这些块可参考其它(已编码)块进行预测编码,根据应用于块的相应图片的编码分配来确定所述其它块。举例来说,I图片的块可进行非预测编码,或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-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(603)可执行各种压缩操作,包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此,已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中,传输器(640)可传输附加数据和已编码的视频。源编码器(630)可以包括此类数据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。可通过第一参考块和第二参考块的组合来预测所述块。
此外,合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例,帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说,根据HEVC标准,将视频图片序列中的图片分割成编码树单元(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。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(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为例,预测块包括像素值(例如,亮度值)的矩阵,例如,8×8像素、16×16像素、8×16像素、16×8像素等等。
图7示出了根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如,预测块),且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中,视频编码器(703)用于代替图4示例中的视频编码器(403)。
在HEVC示例中,视频编码器(703)接收用于处理块的样本值的矩阵,所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion,RD)优化来确定是否使用帧内模式、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(703)可使用帧内预测技术以将处理块编码到已编码图片中;且当在帧间模式或双向预测模式中编码处理块时,视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中,合并模式可以是帧间图片预测子模式,其中,在不借助预测值外部的已编码运动矢量分量的情况下,从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中,可存在适用于主题块的运动矢量分量。在实施例中,视频编码器(703)包括其它组件,例如,用于确定处理块模式的模式决策模块(未示出)。
在图7的示例中,视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如,处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如,先前图片和后来图片中的块)、生成帧间预测信息(例如,根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如,已预测块)。在一些示例中,参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)用于接收当前块(例如,处理块)的样本、在一些情况下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。在一个示例中,帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如,已预测块)。
通用控制器(721)用于确定通用控制数据,且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中,通用控制器(721)确定块的模式,且基于所述模式将控制信号提供到开关(726)。举例来说,当所述模式是帧内模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果,且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中;以及当所述模式是帧间模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果,且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作,以对残差数据进行编码以生成变换系数。在实施例中,残差编码器(724)用于将残差数据从时域转换到频域,且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中,视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换,且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说,帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块,且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片,且在一些实施例中,所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中,熵编码器(725)用于获得通用控制数据、所选预测信息(例如,帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意,根据所公开的主题,当在帧间模式或双向预测模式的合并子模式中对块进行编码时,不存在残差信息。
图8示出了根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像,且对所述已编码图像进行解码以生成重建的图片。在一个示例中,视频解码器(810)用于代替图4示例中的视频解码器(410)。
在图8的示例中,视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号,这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如所述块编码的模式(例如,帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如,帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在一个示例中,当预测模式是帧间预测模式或双向预测模式时,将帧间预测信息提供到帧间解码器(880);以及当预测类型是帧内预测类型时,将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息,且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息,且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数,且处理所述解量化的变换系数,以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP),且所述信息可由熵解码器(871)提供(未描绘数据路径,因为这可能仅仅是低量控制信息)。
重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块,所述重建的块可以是重建的图片的一部分,所述重建的图片继而可以是重建的视频的一部分。应注意,可执行解块操作等其它合适的操作来改善视觉质量。
应注意,可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中,可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中,可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
块划分结构(例如,在VVC中)可以包括四叉树(quad-tree,QT)和多类型树(multi-type tree,MTT)。可以使用称为QT加MTT的块划分策略,并且可以将其称为QT+MTT。一张图片可以被分成一组不重叠的CTU。在一示例中,CTU是像素的二维阵列或样本的二维阵列,具有多达128×128个亮度样本(和对应的色度样本)。CTU可以使用以下树分割方法中的一种或其组合,分割成一个或多个较小的块。对于从父块分割得到的较小块中的每一个较小块,可以使用一标志(称为分割标志)来发信号通知是否选择使用多个可能的树划分方法其中之一进行进一步分割。如果否,则所述较小的块可以是所述分割的叶节点,并且可以作为编码单元(CU)、使用诸如预测/变换/量化/熵编解码等技术进行处理。每次出现分割时,分割自对应父块的较小块的深度可以增加1。分割可以从CTU的根(例如,深度=0)继续到某一界定的最大深度,或者直到达到最小允许块大小(例如,每侧4个样本)为止。当达到界定的最大深度或最小允许块大小时,不发信号通知分割标志,而是可以推断其为0。另一方面,在CTU的根处,在一些示例中,可以推断其分割为1,例如对于I条带,隐含地推断每一128×128样本可在第一深度处分割成四个64×64的样本,以包括64×64的最大变换大小。
QT分割例如可以用于HEVC和VVC中。在一示例中,每个父块在水平方向和垂直方向两者上均分割成两半。所得到的四个较小分区与父块具有相同的纵横比。在一示例中,CTU首先进行QT分割,例如递归地分割。每个QT叶节点(例如,呈正方形形状)可以使用MTT(例如,二叉树(binary-tree,BT)分割、三叉树(ternary-tree,TT)分割)进行进一步分割(例如,递归地),如下所述。
BT分割可以是指一种在水平方向上或垂直方向上将父块分成两半的方法。与父块相比,所得到的两个较小分区的大小为其一半。
TT分割可以是指一种例如以对称方式在水平方向上或垂直方向上将父块分成三个部分的方法。三个部分的中间部分可以是其它两个部分的两倍大。与父块相比,所得到的三个较小分区的大小分别为其1/4、1/2和1/4。
在诸如VVC的示例中,CU是块划分的叶节点,不进行进一步分割。对应的预测单元(PU)和变换单元(TU)的大小可以与CU的大小相同,除非CU大小超过了最大TU大小(例如,在这种情况下,可以对残差进行分割,直到达到最大TU大小为止)。在诸如HEVC的示例中,PU大小和TU大小可以小于对应的CU大小。块划分操作可以受限于CTU根允许的最大分割数目(例如,分割深度)和叶CU的最小块高度和宽度。在一些示例中,最小CU大小是4×4个亮度样本。图9示出了根据本申请实施例的BT分割和TT分割的示例。块(或父块)(910)可以使用垂直BT分割,分割成块(或子块)(911)-(912)。块(或父块)(920)可以使用水平BT分割,分割成块(或子块)(921)-(922)。块(或父块)(930)可以使用垂直TT分割,分割成块(或子块)(931)-(933)。块(或父块)(940)可以使用水平TT分割,分割成块(或子块)(941)-(943)。
图10示出了CTU(1001)的块划分结果的示例。CTU(1001)可以使用QT加MTT结构进行分割,例如,CTU(1001)使用QT进行分割,然后使用一个或多个QT、一个或多个BT和/或一个或多个TT进行分割。
除了上述灵活的块划分工具之外,对于帧内条带的编解码,CTU的亮度样本和色度样本的编码树结构可以不同(称为双树结构)。因此,色度样本可以具有独立于相同CTU中的同位亮度样本的独立编码树块结构,并且因此,色度样本的编码块大小可以比亮度样本的编码块大小更大。
表1示出了用于具有递归划分的块结构(例如,函数coding_tree())的示例性语法表。函数coding_tree()可以根据分割标志的类型来调用。当不存在分割时,可以调用coding_unit()函数,以进一步解析CU内的语法元素。表1中的某些标志(例如,split_cu_flag、split_qt_flag、mtt_split_cu_vertical_flag、mtt_split_cu_binary_flag)可以发信号通知。
表1:具有递归划分的块结构的语法表
在一些示例中,每个CTU的块分割结构(也称为CTU分割结构、块划分结构或CTU划分结构)是彼此独立地发信号通知,因此没有先前已编码的CTU的块分割结构信息用作当前CTU的块分割结构的预测子或参考。
在各种示例中,块分割结构可以指示最大分割深度、CU的最小大小、划分方法或分割方法(例如,QT、诸如BT、TT的MTT)、是否在中间节点进行划分以及如何在中间节点进行划分等其中的一个或多个。块分割结构的信息可以是预先确定的、推断的和/或发信号通知的。
根据本申请的各方面,当前图片中当前CTU(例如,CTB、亮度CTB、一个或多个色度CTB等等之类)的当前块分割结构,可以基于按解码顺序,在当前CTU之前解码的先前已解码的CTU的参考划分信息确定。按解码顺序,在当前CTU之前解码的先前已解码的CTU,可以是当前图片中或不同图片中的任何合适的先前已解码的CTU。例如,先前已解码的CTU的参考划分信息可以包括先前已解码的CTU的块分割结构。可替换地,当前CTU的当前块分割结构可以基于高级别头(例如,在高于CTU级别的级别(或高级别))指示的参考划分信息确定。在一示例中,高级别头中的参考划分信息可以指示(例如,包括)可供与高级别(例如,图片级别、条带级别)相关联的CTU使用的一个或多个高级别块分割结构,并且高级别头中的索引可以指示要使用一个或多个高级别块分割结构中的哪一个来确定当前CTU的当前块分割结构。在一示例中,与图片级别相关联的CTU可以指代图片中的CTU,与条带级别相关联的CTU可以指代条带中的CTU。高级别的高级别块分割结构可以由与该高级别相关联的CTU使用,诸如相同序列中的CTU、相同图片中的CTU等。与同一级别(例如,在相同图片中、在相同序列中)相关联的第一CTU子集,可以基于第一高级别块分割结构进行划分。与相同级别(例如,在相同图片中、在相同序列中)相关联的第二CTU子集,可以基于第二高级别块分割结构进行划分。
在一些示例中,当前块的当前块分割结构可以与初始块分割结构(例如,先前已解码的CTU的块分割结构、高级别头中的高级别块分割结构其中之一)相同。因此,在一些示例中不需要信令,因为不需要发信号通知初始块分割结构。在一些示例中,发信号通知单个标志,以指示所选择的初始块分割结构。
可替换地,可以修改初始块分割结构,以获得当前块的当前块分割结构。在一些示例中,可以首先修改初始块分割结构,以获得参考块分割结构。随后,可以修改参考块分割结构,以获得当前块分割结构。由于不发信号通知初始块分割结构和/或参考块分割结构,与使用表1中描述的方法递归地分割当前CTU相比,可以发信号通知更少的标志。
在一实施例中,可以从已编码视频码流中解码出当前CTU的编码信息。该编码信息可以指示当前CTU的当前块分割结构是否是基于参考划分信息。响应于当前CTU的当前块分割结构是基于参考划分信息,可以基于参考划分信息中指示的初始块分割结构,确定当前CTU的当前块分割结构。初始块分割结构可以是(i)先前已解码的CTU的块分割结构,或者(ii)由高级别头指示的一个或多个高级别块分割结构其中之一。进而,可以根据当前块分割结构对当前CTU进行划分。
在一些示例中,基于非特定用于当前CTU的当前块分割结构的块结构信息确定(例如,预测)当前CTU的当前块分割结构,可以提高编解码效率。所述块结构信息可以指示一个或多个先前已编码的CTU的一个或多个块分割结构,或高级别头中的一个或多个块分割结构。当当前CTU的当前块分割结构是基于先前已编码的CTU的块分割结构时,例如,由于可能不需要发信号通知先前已编码的CTU的块分割结构,因此可以发信号通知较少的标志。当当前CTU的当前块分割结构是基于高级别头中的块分割结构(也称为高级别块分割结构)时,例如,由于高级别块分割结构可以由高级别(例如,序列级别、图片级别)中的CTU共享,因此可以发信号通知较少的标志。在一示例中,第一数目的高级别块分割结构由相同高级别中的第二数目的CTU共享,其中,第二数目可以远大于第一数目。
根据本申请的各方面,当前CTU的当前块分割结构可以根据其它CTU(例如,先前已编码的CTU)的一个或多个块分割结构确定(例如,预测)。
当前CTU的当前块分割结构可以基于一个或多个先前已编码的CTU的参考划分信息(也称为划分信息)确定(例如,预测)。在一示例中,在CTU级别,在解析CTU根处的当前CTU的分割标志之前,使用一标志(例如,结构预测标志(SPF)或spf_flag)来发信号通知当前CTU的当前块分割结构使用预测。如果SPF(例如,spf_flag)为“真”,则可以确定(例如,导出或生成)参考块分割结构(或参考CTU分割结构、块分割结构预测子、块划分结构预测子)为当前CTU的块分割结构的预测子。如果SPF(例如,spf_flag)为“假”,则当前CTU的当前块分割结构可以独立地编码,例如,基于每一级别的、用于指示是否要使用进一步分割以及进一步分割的类型的信令。当当前CTU的当前块分割结构是独立地编码时,当前CTU的当前块分割结构不依赖于或不基于先前已编码的CTU的块分割结构。
如上所述,当前CTU的当前块分割结构可以基于一个或多个先前已编码的CTU的参考划分信息,所述先前已编码的CTU例如为按编码顺序在当前CTU之前编码的CTU。在一示例中,在解码器侧,按解码顺序,所述一个或多个先前已编码的CTU在当前CTU之前进行解码。所述一个或多个先前已编码的CTU的参考划分信息可以包括所述一个或多个先前已编码的CTU的一个或多个块分割结构,该一个或多个块分割结构用于对相应的一个或多个先前已编码的CTU进行划分。在一些示例中,参考划分信息进一步包括一标志或一索引,用于指示所述一个或多个先前已编码的CTU的一个或多个块分割结构中,哪一个块分割结构可用于当前CTU的当前块分割结构。
所述一个或多个先前已编码的CTU的参考划分信息可以基于当前CTU的一个或多个空间相邻CTU获得。所述一个或多个空间相邻CTU的一个或多个块分割结构可用于预测当前CTU的当前块分割结构。所述一个或多个先前已解码的CTU可以是当前CTU的一个或多个空间相邻CTU。所述初始块分割结构可以是所述一个或多个空间相邻CTU其中一个的初始块分割结构。所述一个或多个空间相邻CTU可以与当前CTU相邻。
在一示例中,基于所述一个或多个空间相邻CTU(例如,所述一个或多个空间相邻CTU的一个或多个块锁定分割结构)确定参考块分割结构,随后,基于参考块分割结构确定当前块分割结构。
当前CTU的当前块分割结构可以通过先前已编码的CTU的信息(例如,参考划分信息)来预测。在一示例中,所述信息(例如,参考划分信息)可以来自与当前CTU的编码图块、编码条带或编码图块组相同的编码图块、编码条带或编码图块组。因此,当前块分割结构的预测可称为空间预测。该空间预测可以根据当前CTU的一个或多个空间相邻CTU(例如,在当前CTU左侧的左侧CTU或左侧已编码CTU、在当前CTU顶部的顶部CTU(也称为上方CTU)或顶部已编码CTU、和/或在当前CTU的左上角的左上CTU(也称为左侧上方CTU)或左上已编码CTU)的信息)确定。相应地,当前CTU的一个或多个空间相邻CTU可以包括但不限于左侧已编码CTU、顶部已编码CTU和/或左上已编码CTU。
所述一个或多个先前已编码的CTU的参考划分信息可以从基于历史的缓冲器(或历史缓冲器)获得。基于历史的缓冲器可以存储所述一个或多个先前已编码的CTU的一个或多个块分割结构。在一示例中,所述一个或多个先前已编码的CTU是在当前图片中。基于历史的缓冲器的一个或多个先前已编码的CTU,可以包括与当前CTU相邻的一个或多个CTU和/或不与当前CTU相邻的一个或多个CTU。在一些示例中,基于历史的缓冲器的一个或多个先前已编码的CTU可以包括来自于与当前图片不同的图片的一个或多个CTU。基于历史的缓冲器中的一个或多个块分割结构可用于预测当前CTU的当前块分割结构。所述先前已解码的CTU的初始块分割结构是基于历史的缓冲器中的一个或多个块分割结构其中之一。在一示例中,基于基于历史的缓冲器中的一个或多个块分割结构其中的一个,确定参考块分割结构,随后,基于参考块分割结构,确定当前块分割结构。
在各种示例中,可以维护按编解码顺序(例如,编码顺序、解码顺序)的一个或多个先前已编解码的CTU的基于历史的缓冲器,以存储一个或多个先前已编解码的CTU的一个或多个块分割结构。缓冲器大小N(例如,正整数)表示基于历史的缓冲器包括N个条目。可以更新基于历史的缓冲器中的条目。当使用时,可以发信号通知基于历史的缓冲器中的一个或多个块分割结构中的块分割结构的索引。任何合适的方法都可用于索引编解码。在一示例中,基于历史的缓冲器中的一个或多个块分割结构包括多个块分割结构,该多个块分割结构的索引可以使用合适的码字进行编解码。
在一示例中,应用先进先出(FIFO)规则来维护基于历史的缓冲器。因此,基于历史的缓冲器可以按编解码顺序保存N个最近已编解码的CTU的一个或多个块分割结构的信息。
在一示例中,最近一个已编解码的CTU的条目可以放在基于历史的缓冲器的最后一个位置(或最近一个位置)。当该最后一个位置用于预测当前CTU的当前块分割结构时,可以使用最短码字对基于历史的缓冲器的最后一个位置进行索引编解码。
在一示例中,当条目放入基于历史的缓冲器中时,例如,除了所述一个或多个先前已编解码的CTU的一个或多个块分割结构之外,所述一个或多个先前已编解码的CTU(也称为一个或多个参考CTU)的位置(例如,相对于当前CTU的位置)也存储在基于历史的缓冲器中。当选择相对于当前CTU的位置来预测当前CTU的当前块分割结构时,在设计用于对索引进行编解码的码字时,也可以将相对于当前CTU的位置考虑进去。例如,当第一先前已编解码的CTU的第一位置比第二先前已编解码的CTU的第二位置更靠近当前CTU时,第一先前已编解码的CTU的多个块分割结构中的第一块分割结构的第一索引使用的码字,比第二先前已编解码的CTU的多个块分割结构中的第二块分割结构的第二索引更短。
所述一个或多个先前已编解码的CTU的参考划分信息可以基于当前CTU的一个或多个时间相邻CTU获得。所述一个或多个时间相邻CTU的一个或多个块分割结构(例如,在与当前图片不同的参考图片中)可用于预测当前CTU的当前块分割结构。所述一个或多个先前已解码的CTU可以是当前CTU的一个或多个时间相邻CTU,所述初始块分割结构可以是当前CTU的所述一个或多个时间相邻CTU其中一个的初始块分割结构。
在一示例中,基于所述一个或多个时间相邻CTU(例如,所述一个或多个时间相邻CTU的一个或多个块锁定分割结构)确定参考块分割结构,随后,基于参考块分割结构确定当前块分割结构。
图11示出了根据本申请实施例的使用一个或多个时间相邻CTU来预测当前CTU(1111)的当前块分割结构的示例。当前CTU(1111)是在当前图片(1101)中。在一示例中,确定参考图片(1102)。例如,参考图片(1102)是用于导出TMVP MV预测子的同位图片。CTU(1121)是当前CTU(1111)的同位CTU。用于预测当前CTU(1111)的当前块分割结构的一个或多个时间相邻CTU可以包括参考图片(1102)中的任何合适的CTU。在一示例中,所述一个或多个时间相邻CTU包括同位CTU(1121)和同位CTU(1121)的一个或多个相邻CTU(1122)-(1129)。所述一个或多个时间相邻CTU也可以称为一个或多个参考CTU。
在一示例中,为同位CTU(1121)分配最短码字用于索引编码,为同位CTU(1121)的八个相邻CTU(1122)-(1129)分配固定长度(例如,3比特)码字用于索引编码。在一示例中,CTU(1121)-(1129)的码字分别为1、000、001、010、011、100、101、110和111,如图11所示。相应地,当CTU(1121)的块分割结构用于预测当前CTU(1111)的当前块分割结构时,可以发信号通知索引“1”。可替换地,当CTU(1128)的块分割结构用于预测当前CTU(1111)的当前块分割结构时,可以发信号通知索引“110”。
如上所述,参考划分信息可以由高级别头指示。一个或多个块分割结构(也称为一个或多个高级别块分割结构)的信息(例如,参考划分信息)可以存储在高级别头中,诸如存储在条带头、PPS、SPS等中。参考划分信息可以包括一个或多个高级别块分割结构。在一示例中,所述高级别高于所述CTU级别。当在CTU级别使用包括一个或多个高级别块分割结构的参考划分信息时,可以发送一个索引,用于指示所述一个或多个高级别块分割结构中的一个高级别块分割结构。在一示例中,所述索引指示所述一个或多个高级别块分割结构中的所述一个高级别块分割结构在存储缓冲器(例如,高级别头)中的位置。
在一示例中,所述一个或多个高级别块分割结构包括高级别头中的多个块分割结构,初始块分割结构是所述多个块分割结构其中的一个,由包括在高级别头中的索引指示。
所述一个或多个高级别块分割结构可用于预测当前CTU的当前块分割结构。在一示例中,基于所述高级别块分割结构确定参考块分割结构,随后,基于参考块分割结构确定当前块分割结构。
对于每个已编解码条带或已编解码图片,可以针对该已编解码条带或已编解码图片更新(例如,部分地或完全地)存储缓冲器中存储的参考划分信息(也称为预测子信息)。例如,预测子(例如,高级别块分割结构)A1-A10可以从第一图片的PPS导出。存储缓冲器可以包括第一图片的预测子A1-A10的信息。第一图片中的CTU可以参考预测子A1-A10,以获得第一图片中各个CTU的块分割结构。当解析第二图片的PPS时,例如,在解析第一图片的PPS之后,接收指示保留预测子A6-A10的指示以及预测子B1-B5的信息。存储缓冲器可以包括用于第二图片的预测子B1-B5的信息和预测子A6-A10的信息。第二图片中的CTU可以参考预测子A6-A10和预测子B1-B5,以获得第二图片中各个CTU的块分割结构。
如上所述,当前CTU的参考块分割结构可以基于参考划分信息(诸如一个或多个先前已编码的CTU的一个或多个块分割结构、在高级别头中指示的一个或多个高级别块分割结构等)确定。
在一示例中,初始块分割结构(例如,先前已编解码的CTU的块分割结构、在高级别头中指示(例如,包括)的高级别块分割结构等)直接用作参考块分割结构,因此参考块分割结构是初始块分割结构。可替换地,可以处理或修改初始块分割结构(例如,先前已编解码的CTU的块分割结构、在高级别头中指示(例如,包括)的高级别块分割结构等),以获得参考块分割结构,因此参考块分割结构与初始块分割结构不同。初始块分割结构中的某些划分信息可以去掉。初始块分割结构中的某些划分信息可以由新的分区信息近似得到或者代替。
图12示出了根据本申请实施例的一示例,其中,对先前已编码的CTU(1201)的块分割结构进行了修改,以获得CTU(1202)的参考块分割结构。在第一级别(例如,CTU级别),用QT分割将先前已编码的CTU(1201)分割成四个64×64的块(1211)-(1214)。进而将右上角的64×64的块(1212)分割成更小的分区,而三个64×64的块(1211)、(1213)和(1214)不进行分割,从而产生先前已编码的CTU(1201)的块分割结构。当先前已编码的CTU(1201)的块分割结构用作预测子时,其右上角的64×64块(1212)的详细分割结构可以去掉,然后由右上角的64×64的块(1222)之处的单个QT分割(1230)表示,如CTU(1202)的参考块分割结构所示。CTU(1202)的参考块分割结构可以在CTU级别用QT分割将CTU(1202)分割成四个64×64的块(1221)-(1224)。随后,右上角的64×64的块(1222)通过QT分割(1230)被进一步分割成四个更小的块(1231)-(1234)。在一示例中,根据初始块分割结构(例如,先前已编码的CTU(1201)的块分割结构)修改的参考块分割结构(例如,CTU(1202)的参考块分割结构)进行了简化,因此参考块分割结构的分割深度可以比初始块分割结构的分割深度更小,或者叶节点的数目更少。修改初始块分割结构以获得参考块分割结构会是有利的。当参考块分割结构进行了简化时,如图12所示,要存储的参考块分割结构的信息较少,因此节省了存储器空间。此外,CTU的各种块分割结构可以由较小数目的变化来表示,如参考块分割结构那样。
可以应用任何适当的修改规则来获得参考块分割结构。在一示例中,在参考块分割结构中,仅可以使用或允许QT分割,诸如在CTU(1202)的参考块分割结构中所示。在一示例中,当在参考块分割结构中仅允许QT分割时,仅使用一个比特或一个标志来指示QT分割,而不需要其它比特来指示如何实现QT分割,从而提高了编解码效率。
在一示例中,可以在参考块分割结构中使用一个或多个QT分割和一个或多个BT分割,并且在参考块分割结构中不允许使用其它分割方法。
在一实施例中,在参考块分割结构中仅可以使用QT分割。此外,在参考块分割结构中允许使用多达L个分割级别。L可以是整数,诸如0、1、2等。在一示例中,L是0,用参考块分割结构预测的CTU包括例如不进行分割的128×128的单个块。在一示例中,L是1,用参考块分割结构预测的CTU可以是不进行分割的128×128个样本的单个块,或者是包括进行了一次分割的四个64×64的块。在一示例中,L是2,用参考块分割结构预测的CTU可以是128×128个样本的单个块,或者是包括四个64×64的块,其中每个64×64的块可以进一步分割成四个32×32的块。
在一示例中,分割级别L由块或区域(诸如64×64的区域)的复杂度来确定。参考图12,参考块分割结构中的四个64×64的区域或块(1221)-(1224),在进行QT分割时,可以具有不同的分割深度。例如,右上角的64×64的区域(1222)可以进一步分割一次,而其它三个64×64的区域不分割,保持在64×64的级别。相应地,区域(1222)的分割深度L是2,区域(1221)、区域(1223)和区域(1224)的分割深度L是1。
根据本申请的各方面,参考块分割结构可以基于例如在参考划分信息中指示的初始块分割结构确定。当前块分割结构可以基于参考块分割结构确定。
如果当前CTU的当前块分割结构是根据参考块分割结构进行预测,则当前CTU的当前块分割结构可以直接使用参考块分割结构。可替换地,可以进一步修改参考块分割结构,以获得当前CTU的当前块分割结构(也称为最终块分割结构)。是否使用经过修改的或不经过修改的参考块分割结构,可以发信号通知或预先确定。
根据本申请的各方面,编码信息可以包括一标志,用于指示是否修改参考块分割结构以获得当前CTU的当前块分割结构。因此,可以基于该标志确定是否修改参考块分割结构以获得当前CTB的当前块分割结构。
在一示例中,所述标志用于指示参考块分割结构是否经过修改后使用。如果参考块分割结构是经过修改后使用,则可以在用参考块分割结构进行预测之后发信号通知进一步的修改。
在一示例中,在每个预测的子节点,使用一分割标志来发信号通知是否要在当前预测之上使用进一步的分割。如果要使用进一步的分割,则可以用信号通知分割的类型。
在一示例中,当前CTU首先根据参考块分割结构进行划分,以获得多个子节点。随后,如果需要,可以将表1中描述的递归划分方法应用于子节点中的每一个子节点,以进一步划分子节点。例如,在每个子节点处,使用一分割标志来发信号通知是否要使用进一步的分割。如果要使用进一步的分割,则可以发信号通知分割的类型。相应地,使用参考块分割结构和信令的组合,对当前CTU进行划分,由于不发信号通知参考块分割结构,因此减少了信令开销。
在一示例中,当前CTU的当前块分割结构可以直接使用参考块分割结构(例如,无需修改)。相应地,当前CTU的当前块分割结构可以与参考块分割结构相同。不再发信号通知或推断分割标志,因此可以提高编解码效率。例如,参考块分割结构是四个64×64的块。如果使用参考块分割结构,则当前CTU可被分割成四个64×64的块,并且不需要检查这些64×64的块中任何一个是否要进一步分割。
根据本申请的各方面,可以修改参考块分割结构,以获得当前CTU的当前块分割结构。在一示例中,参考块分割结构用于确定当前CTU的当前块分割结构,当前CTU可以首先基于参考块分割结构进行划分,并可能在所预测的结构之上增加更多的分割标志。例如,参考块分割结构是四个64×64的块。如果使用参考块分割结构,则可以首先将当前CTU分割成四个64×64的块(也称为子节点)。对于子节点中的每一个子节点(例如,每个64×64的块),可以发信号通知一分割标志,或导出(例如,推断)一分割标志,以指示子节点是否要进行进一步分割。如果子节点要进行进一步分割,则可以发信号通知附加信息(例如,包括分割的类型和分割方向(例如,垂直方向、水平方向))。所得到的子节点中的每一个子节点可以以类似于表1中描述的方式递归地处理。尽管可以发信号通知附加信息,但是修改参考块分割结构以获得当前块分割结构可以提高编解码效率,因为可以不需要发信号通知参考块分割结构。
图13示出了概述根据本申请实施例的方法(1300)的流程图。方法(1300)可用于对当前CTU(例如,当前CTB、当前亮度CTB、当前色度CTB)进行划分,以便为当前CTU中正在重建的当前块生成预测块。在各种实施例中,方法(1300)由处理电路(诸如终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路等)执行。在一些实施例中,方法(1300)以软件指令实现,因此当处理电路执行软件指令时,方法(1300)。方法(1300)开始于(S1301)并进行到(S1310)。
在(S1310)处,可以从已编码视频码流中解码出当前图片中当前CTU的编码信息。所述编码信息可以例如使用SPF指示当前CTU的当前块分割结构是否是基于参考划分信息。当确定所述编码信息指示当前CTU的当前块分割结构是基于参考划分信息时,方法(1300)进行到(S1320)。否则,方法(1300)进行到(S1399),并终止。
在(S1320)处,如上所述,可以基于参考划分信息中指示的初始块分割结构,确定当前CTU的当前块分割结构。初始块分割结构可以是(i)按解码顺序,在当前CTU之前解码的先前已解码的CTU(例如,当前CTU的空间相邻CTU、当前CTU的时间相邻CTU、在基于历史的缓冲器中具有块分割结构的先前已解码的CTU)的初始块分割结构,或者(ii)由在高于CTU级别的级别(例如,图片级别、条带级别)的高级别头指示。
在一示例中,基于经过修改或未经修改的初始块分割结构,确定参考块分割结构。进而,可以基于经过修改的或未经修改的参考块分割结构,确定当前CTU的当前块分割结构。
在(S1330)处,可以根据当前块分割结构,对当前CTU进行划分。方法(1300)进行到(S1399),并终止。
方法(1300)可以适当地适应于各种场景,并且可以相应地调整方法(1300)中的步骤。可以修改、省略、重复和/或组合方法(1300)中的一个或多个步骤。可以使用任何合适的顺序来实现方法(1300)。
可以将一个或多个附加步骤添加到方法(1300)中。例如,在(S1330)处将当前CTU划分成CU之后,可以重建每个CU,如上所述。在一示例中,在(S1310)处,当确定编码信息指示当前CTU的当前块分割结构不是基于参考划分信息时,可以基于诸如表1中描述的各种分割标志,递归地划分当前CTU。
本申请中的实施例可以单独使用或以任何顺序组合使用。此外,方法(或实施例)、编码器和解码器中的每一个可以由处理电路(例如,一个或多个处理器或一个或多个集成电路)实现。在一个示例中,一个或多个处理器执行存储在非易失性计算机可读介质中的程序。
上文所描述的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在一个或多个计算机可读存储介质中。举例来说,图14示出适于实施所公开主题的某些实施例的计算机***(1400)。
所述计算机软件可使用任何合适的机器代码或计算机语言来编码,所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码,所述指令可直接或通过解译、微码执行等而由一个或多个计算机中央处理单元(central processingunit,CPU)、图形处理单元(Graphics Processing Unit,GPU)等执行。
可在各种类型的计算机或计算机组件上执行所述指令,所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。
图14中所示的用于计算机***(1400)的组件在本质上是示范性的,并非旨在暗示关于实施本申请实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机***(1400)的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。
计算机***(1400)可包括某些人机接口输入装置。此类人机接口输入装置可响应于一个或多个人类用户通过例如触觉输入(例如:按键、滑动、数据手套移动)、音频输入(例如:语音、拍击)、视觉输入(例如:手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体,例如音频(例如:话语、音乐、环境声)、图像(例如:扫描图像、从静态图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)。
输入人机接口装置可包括以下一个或多个(每种仅描绘一个):键盘(1401)、鼠标(1402)、轨迹垫(1403)、触摸屏(1410)、数据手套(未示出)、操纵杆(1405)、麦克风(1406)、扫描仪(1407)、相机(1408)。
计算机***(1400)还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激一个或多个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如,触摸屏(1410)、数据手套(未示出)或操纵杆(1405)的触觉反馈,但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如:扬声器(1409)、头戴式耳机(未描绘))、视觉输出装置(例如,屏幕(1410),包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕,各自具有或不具有触摸屏输入能力,各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出;虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘)),以及打印机(未描绘)。
计算机***(1400)还可包括人类可访问的存储装置和存储装置的相关联介质,例如,光学介质,包括具有CD/DVD等介质(1421)的CD/DVD ROM/RW(1420)、拇指驱动器(1422)、可移动硬盘驱动器或固态驱动器(1423)、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置,例如,安全保护装置(未描绘),等等。
所属领域的技术人员还应理解,结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其它瞬时信号。
计算机***(1400)还可包括到一个或多个通信网络(1455)的接口(1454)。网络可例如是无线的、有线的、光学的。网络还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。网络的实例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络通常需要附接到某些通用数据端口或***总线(1449)(例如,计算机***(1400)的USB端口)的外部网络接口适配器;其它网络通常通过附接到如下文所描述的***总线而集成到计算机***(1400)的核心中(例如,通过以太网接口集成到PC计算机***中,或通过蜂窝网络接口集成到智能电话计算机***中)。通过使用这些网络中的任一网络,计算机***(1400)可与其它实体通信。此类通信可以是仅单向接收(例如,广播TV)、仅单向发送(例如,连到某些CAN总线装置的CAN总线)或是双向的,例如,使用局域数字网络或广域数字网络连接到其它计算机***。可在如上文所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机***(1400)的核心(1440)。
核心(1440)可包括一个或多个中央处理单元(CPU)(1441)、图形处理单元(GPU)(1442)、现场可编程门区域(Field Programmable Gate Areas,FPGA)形式的专用可编程处理单元(1443)、用于某些任务的硬件加速器(1444)、图形适配器(1450)等等。这些装置连同只读存储器(read-only memory,ROM)(1445)、随机存取存储器(1446)、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置(1447)可通过***总线(1448)连接。在一些计算机***中,***总线(1448)可通过一个或多个物理插头形式访问以实现通过额外CPU、GPU等来扩展。***装置可直接或通过***总线(1449)附接到核心的***总线(1448)。在一示例中,显示器(1410)可以连接到图形适配器(1450)。用于***总线的架构包括PCI、USB等等。
CPU(1441)、GPU(1442)、FPGA(1443)和加速器(1444)可执行某些指令,所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM(1445)或RAM(1446)中。过渡数据也可存储在RAM(1446)中,而永久性数据可例如存储在内部大容量存储装置(1447)中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索,所述高速缓冲存储器可与一个或多个CPU(1441)、GPU(1442)、大容量存储装置(1447)、ROM(1445)、RAM(1446)等紧密关联。
计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码,或可属于计算机软件领域中的技术人员众所周知且可用的种类。
举例来说但不作为限制,具有架构(1400)且尤其是核心(1440)的计算机***可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以一个或多个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心(1440)的非暂时性质的某些存储装置(例如,核心内部大容量存储装置(1447)或ROM(1445))相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心(1440)执行。根据特定需求,计算机可读介质可包括一个或多个存储器装置或芯片。软件可使核心(1440)且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分,包括限定存储在RAM(1446)中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案,计算机***可提供由硬连线的或以其它方式体现于电路(例如:加速器(1444))中的逻辑所产生的功能,所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时,对软件的引用可涵盖逻辑,且反之亦然。适当时,对计算机可读介质的引用可涵盖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这两种电路。本申请涵盖硬件与软件的任何合适的组合。
附录A:缩略词
JEM:Joint Exploration Model,联合开发模型
VVC:Versatile Video Coding,多功能视频编码
BMS:Benchmark Set,基准集合
MV:Motion Vector,运动矢量
HEVC:High Efficiency Video Coding,高效视频编码
SEI:Supplementary Enhancement Information,辅助增强信息
VUI:Video Usability Information,视频可用性信息
GOP:Groups of Pictures,图片群组
TU:Transform Unit,变换单元
PU:Prediction Unit,预测单元
CTU:Coding Tree Unit,编码树单元
CTB:Coding Tree Block,编码树块
PB:Prediction Block,预测块
HRD:Hypothetical Reference Decoder,假想参考解码器
SNR:Signal Noise Ratio,信噪比
CPU:Central Processing Unit,中央处理单元
GPU:Graphics Processing Unit,图形处理单元
CRT:Cathode Ray Tube,阴极射线管
LCD:Liquid-Crystal Display,液晶显示
OLED:Organic Light-Emitting Diode,有机发光二极管
CD:Compact Disc,光盘
DVD:Digital Video Disc,数字视频光盘
ROM:Read-Only Memory,只读存储器
RAM:Random Access Memory,随机存取存储器
ASIC:Application-Specific Integrated Circuit,专用集成电路
PLD:Programmable Logic Device,可编程逻辑设备
LAN:Local Area Network,局域网
GSM:Global System for Mobile communications,全球移动通信***
LTE:Long-Term Evolution,长期演进
CANBus:Controller Area Network Bus,控制器局域网络总线
USB:Universal Serial Bus,通用串行总线
PCI:Peripheral Component Interconnect,***设备互连
FPGA:Field Programmable Gate Array现场可编程门阵列
SSD:Solid-state drive,固态驱动器
IC:Integrated Circuit,集成电路
CU:Coding Unit,编码单元
QT:Quaternary-Tree,四叉树
BT:Binary-Tree,二叉树
TT:Ternary-Tree,三叉树
MTT:Multi-Type Tree,多类型树
SPS:Sequence Parameter Set,序列参数集
PPS:Picture Parameter Set,图片参数集
尽管本申请描述了若干示范性实施例,但在本申请的范围内,可以有各种改动、排列组合方式以及各种替代等同物。因此,应该理解,在申请的精神和范围内,本领域技术人员能够设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的***和方法。
Claims (20)
1.一种在解码器中进行视频解码的方法,其特征在于,包括:
从已编码视频码流中解码出当前图片中当前编码树块CTB的编码信息,所述编码信息指示当前CTB的当前块分割结构是否是基于参考划分信息;以及
响应于当前CTB的当前块分割结构是基于参考划分信息,
基于参考划分信息中指示的初始块分割结构,确定当前CTB的当前块分割结构,所述初始块分割结构是(i)按解码顺序,在当前CTB之前解码的先前已解码的CTB的初始块分割结构,或者(ii)由在高于CTB级别的级别的高级别头指示;以及
根据当前块分割结构,对当前CTB进行划分。
2.根据权利要求1所述的方法,其特征在于,所述先前已解码的CTB是当前CTB的空间相邻CTB,所述初始块分割结构是当前CTB的所述空间相邻CTB的初始块分割结构。
3.根据权利要求1所述的方法,其特征在于,所述先前已解码的CTB的初始块分割结构存储在基于历史的缓冲器中。
4.根据权利要求1所述的方法,其特征在于,所述先前已解码的CTB是当前CTB的时间相邻CTB,所述初始块分割结构是当前CTB的所述时间相邻CTB的初始块分割结构。
5.根据权利要求1所述的方法,其特征在于,
所述初始块分割结构是所述高级别头中所包括的多个块分割结构其中之一;以及
所述初始块分割结构由所述高级别头中所包括的索引指示。
6.根据权利要求1所述的方法,其特征在于,所述确定所述当前块分割结构进一步包括:
基于所述参考划分信息中指示的初始块分割结构,确定参考块分割结构;以及
基于所述参考块分割结构,确定当前块分割结构。
7.根据权利要求6所述的方法,其特征在于,所述确定参考块分割结构进一步包括:
修改所述初始块分割结构,以获得所述参考块分割结构。
8.根据权利要求6所述的方法,其特征在于,
所述编码信息包括一标志,该标志指示是否修改所述参考块分割结构以获得当前CTB的当前块分割结构;以及
所述方法还包括:基于所述标志,确定是否修改所述参考块分割结构以获得当前CTB的当前块分割结构。
9.根据权利要求6所述的方法,其特征在于,当前CTB的当前块分割结构是所述参考块分割结构。
10.根据权利要求6所述的方法,其特征在于,所述确定所述当前CTB的当前块分割结构进一步包括:
修改所述参考块分割结构,以获得当前CTB的当前块分割结构。
11.一种视频解码装置,其特征在于,包括处理电路,所述处理电路被配置为:
从已编码视频码流中解码出当前图片中当前编码树块CTB的编码信息,所述编码信息指示当前CTB的当前块分割结构是否是基于参考划分信息;以及
响应于当前CTB的当前块分割结构是基于参考划分信息,
基于参考划分信息中指示的初始块分割结构,确定当前CTB的当前块分割结构,所述初始块分割结构是(i)按解码顺序,在当前CTB之前解码的先前已解码的CTB的初始块分割结构,或者(ii)由在高于CTB级别的级别的高级别头指示;以及
根据当前块分割结构,对当前CTB进行划分。
12.根据权利要求11所述的装置,其特征在于,所述先前已解码的CTB是当前CTB的空间相邻CTB,所述初始块分割结构是当前CTB的所述空间相邻CTB的初始块分割结构。
13.根据权利要求11所述的装置,其特征在于,所述先前已解码的CTB的初始块分割结构存储在基于历史的缓冲器中。
14.根据权利要求11所述的装置,其特征在于,所述先前已解码的CTB是当前CTB的时间相邻CTB,所述初始块分割结构是当前CTB的所述时间相邻CTB的初始块分割结构。
15.根据权利要求11所述的装置,其特征在于,
所述初始块分割结构是所述高级别头中所包括的多个块分割结构其中之一;以及
所述初始块分割结构由所述高级别头中所包括的索引指示。
16.根据权利要求11所述的装置,其特征在于,所述处理电路进一步被配置为:
基于所述参考划分信息中指示的初始块分割结构,确定参考块分割结构;以及
基于所述参考块分割结构,确定当前块分割结构。
17.根据权利要求16所述的装置,其特征在于,所述处理电路进一步被配置为:
修改所述初始块分割结构,以获得所述参考块分割结构。
18.根据权利要求16所述的装置,其特征在于,
所述编码信息包括一标志,该标志指示是否修改所述参考块分割结构以获得当前CTB的当前块分割结构;以及
所述处理电路还被配置为:基于所述标志,确定是否修改所述参考块分割结构以获得当前CTB的当前块分割结构。
19.根据权利要求16所述的装置,其特征在于,所述处理电路被配置为:
修改所述参考块分割结构,以获得当前CTB的当前块分割结构。
20.一种存储程序的非易失性计算机可读存储介质,其特征在于,所述程序能够由至少一个处理器执行以执行:
从已编码视频码流中解码出当前图片中当前编码树块CTB的编码信息,所述编码信息指示当前CTB的当前块分割结构是否是基于参考划分信息;以及
响应于当前CTB的当前块分割结构是基于参考划分信息,
基于参考划分信息中指示的初始块分割结构,确定当前CTB的当前块分割结构,所述初始块分割结构是(i)按解码顺序,在当前CTB之前解码的先前已解码的CTB的初始块分割结构,或者(ii)由在高于CTB级别的级别的高级别头指示;以及
根据当前块分割结构,对当前CTB进行划分。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962875327P | 2019-07-17 | 2019-07-17 | |
US62/875,327 | 2019-07-17 | ||
US16/927,200 | 2020-07-13 | ||
US16/927,200 US11375243B2 (en) | 2019-07-17 | 2020-07-13 | Method and apparatus for video coding |
PCT/US2020/041965 WO2021011555A1 (en) | 2019-07-17 | 2020-07-14 | Method and apparatus for video coding |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113678445A true CN113678445A (zh) | 2021-11-19 |
CN113678445B CN113678445B (zh) | 2024-07-12 |
Family
ID=74211190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080027771.3A Active CN113678445B (zh) | 2019-07-17 | 2020-07-14 | 视频解码方法、装置以及电子设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11375243B2 (zh) |
EP (1) | EP3881543A4 (zh) |
JP (1) | JP7250153B2 (zh) |
CN (1) | CN113678445B (zh) |
WO (1) | WO2021011555A1 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101682778A (zh) * | 2007-06-08 | 2010-03-24 | 三星电子株式会社 | 使用基于对象边缘的分区进行编码和解码的方法和设备 |
US20130279820A1 (en) * | 2011-05-05 | 2013-10-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for Coding Pictures Using Hierarchical Transform Units |
CN104853216A (zh) * | 2014-02-18 | 2015-08-19 | 联发科技(新加坡)私人有限公司 | 基于深度的块分割方法和电子装置 |
WO2017123980A1 (en) * | 2016-01-15 | 2017-07-20 | Qualcomm Incorporated | Multi-type-tree framework for video coding |
WO2018141416A1 (en) * | 2017-02-06 | 2018-08-09 | Huawei Technologies Co., Ltd. | Video encoder and decoder for predictive partitioning |
US20190104312A1 (en) * | 2016-03-18 | 2019-04-04 | Lg Electronics Inc. | Method and device for deriving block structure in video coding system |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7330509B2 (en) | 2003-09-12 | 2008-02-12 | International Business Machines Corporation | Method for video transcoding with adaptive frame rate control |
JP2009545920A (ja) * | 2006-08-02 | 2009-12-24 | トムソン ライセンシング | ビデオ符号化処理のためにアダブティブなジオメトリック分割を行う方法および装置 |
US8238442B2 (en) * | 2006-08-25 | 2012-08-07 | Sony Computer Entertainment Inc. | Methods and apparatus for concealing corrupted blocks of video data |
US7983496B2 (en) | 2007-06-26 | 2011-07-19 | Mitsubishi Electric Research Laboratories, Inc. | Inverse tone mapping for bit-depth scalable image coding adapted to variable block sizes |
US8085852B2 (en) | 2007-06-26 | 2011-12-27 | Mitsubishi Electric Research Laboratories, Inc. | Inverse tone mapping for bit-depth scalable image coding |
KR101456498B1 (ko) * | 2009-08-14 | 2014-10-31 | 삼성전자주식회사 | 계층적 부호화 단위의 스캔 순서를 고려한 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치 |
KR101510108B1 (ko) * | 2009-08-17 | 2015-04-10 | 삼성전자주식회사 | 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치 |
KR101522850B1 (ko) * | 2010-01-14 | 2015-05-26 | 삼성전자주식회사 | 움직임 벡터를 부호화, 복호화하는 방법 및 장치 |
AU2011247331B2 (en) * | 2010-04-26 | 2015-11-26 | Sun Patent Trust | Filtering mode for intra prediction inferred from statistics of surrounding blocks |
US8526495B2 (en) * | 2010-11-22 | 2013-09-03 | Mediatek Singapore Pte. Ltd. | Apparatus and method of constrained partition size for high efficiency video coding |
KR101931276B1 (ko) * | 2011-01-07 | 2018-12-20 | 가부시키가이샤 엔.티.티.도코모 | 움직임 벡터의 예측 부호화 방법, 예측 부호화 장치, 및 예측 부호화 프로그램, 그리고 움직임 벡터의 예측 복호 방법, 예측 복호 장치, 및 예측 복호 프로그램 |
US9049452B2 (en) | 2011-01-25 | 2015-06-02 | Mediatek Singapore Pte. Ltd. | Method and apparatus for compressing coding unit in high efficiency video coding |
CN102685487B (zh) * | 2011-03-16 | 2015-07-08 | 华为技术有限公司 | 图像编解码方法、图像编解码设备及网络*** |
KR101442127B1 (ko) * | 2011-06-21 | 2014-09-25 | 인텔렉추얼디스커버리 주식회사 | 쿼드트리 구조 기반의 적응적 양자화 파라미터 부호화 및 복호화 방법 및 장치 |
US9769472B2 (en) * | 2011-08-17 | 2017-09-19 | Mediatek Singapore Pte. Ltd. | Method and apparatus for Intra prediction using non-square blocks |
CN102970526B (zh) * | 2011-08-31 | 2016-12-14 | 华为技术有限公司 | 一种获得变换块尺寸的方法和模块 |
CN102957907B (zh) * | 2011-08-31 | 2016-06-29 | 华为技术有限公司 | 一种变换块位置信息的获取方法和模块 |
BR112013014374B8 (pt) * | 2011-09-13 | 2022-08-30 | Mediatek Singapore Pte Ltd | Método e aparelho para codificação de modo intra em hevc |
US10136144B2 (en) | 2012-05-21 | 2018-11-20 | Mediatek Singapore Pte. Ltd. | Method and apparatus of inter-layer filtering for scalable video coding |
FR2993084A1 (fr) * | 2012-07-09 | 2014-01-10 | France Telecom | Procede de codage video par prediction du partitionnement d'un bloc courant, procede de decodage, dispositifs de codage et de decodage et programmes d'ordinateur correspondants |
US9800857B2 (en) * | 2013-03-08 | 2017-10-24 | Qualcomm Incorporated | Inter-view residual prediction in multi-view or 3-dimensional video coding |
CA2928753C (en) | 2013-11-14 | 2019-09-17 | Mediatek Singapore Pte. Ltd. | Method of video coding using prediction based on intra picture block copy |
US10110895B2 (en) * | 2013-12-13 | 2018-10-23 | Qualcomm Incorporated | Signaling of simplified depth coding (SDC) for depth intra- and inter-prediction modes in 3D video coding |
JP6345805B2 (ja) | 2014-05-06 | 2018-06-20 | 寰發股▲ふん▼有限公司HFI Innovation Inc. | Intraブロックコピーモード符号化のブロックベクトル予測の方法 |
WO2015194852A1 (ko) * | 2014-06-18 | 2015-12-23 | 삼성전자 주식회사 | 다 시점 영상 부호화/복호화 방법 및 장치 |
US10869031B2 (en) * | 2014-07-07 | 2020-12-15 | Hfi Innovation Inc. | Method of intra block copy search and compensation range |
CN114554199B (zh) | 2014-09-30 | 2023-11-10 | 寰发股份有限公司 | 用于视频编码的自适应运动向量分辨率的方法 |
CN108307192A (zh) * | 2014-10-11 | 2018-07-20 | 华为技术有限公司 | 预测块的划分方法、编码设备和解码设备 |
WO2016127889A1 (en) | 2015-02-13 | 2016-08-18 | Mediatek Inc. | Method and apparatus for palette index coding in video and image compression |
US10511834B2 (en) | 2015-04-29 | 2019-12-17 | Hfi Innovation Inc. | Method and apparatus for Intra Block Copy reference list construction |
CN107615762B (zh) | 2015-05-29 | 2020-06-26 | 寰发股份有限公司 | 一种管理解码图像缓存器并解码视频比特流的方法及装置 |
US10575013B2 (en) | 2015-10-19 | 2020-02-25 | Mediatek Inc. | Method and apparatus for decoded picture buffer management in video coding system using intra block copy |
KR20170058838A (ko) * | 2015-11-19 | 2017-05-29 | 한국전자통신연구원 | 화면간 예측 향상을 위한 부호화/복호화 방법 및 장치 |
US10397569B2 (en) * | 2016-06-03 | 2019-08-27 | Mediatek Inc. | Method and apparatus for template-based intra prediction in image and video coding |
WO2018174617A1 (ko) * | 2017-03-22 | 2018-09-27 | 한국전자통신연구원 | 블록 형태에 기반한 예측 방법 및 장치 |
US10582195B2 (en) | 2017-06-02 | 2020-03-03 | Futurewei Technologies, Inc. | Intra prediction using unequal weight planar prediction |
US10595019B2 (en) | 2017-09-20 | 2020-03-17 | Futurewei Technologies, Inc. | Noise suppression filter parameter estimation for video coding |
US10609384B2 (en) * | 2017-09-21 | 2020-03-31 | Futurewei Technologies, Inc. | Restriction on sub-block size derivation for affine inter prediction |
US10609402B2 (en) | 2018-05-02 | 2020-03-31 | Tencent America LLC | Method and apparatus for prediction and transform for small blocks |
US10587885B2 (en) | 2018-06-04 | 2020-03-10 | Tencent America LLC | Method and apparatus for merge mode with additional middle candidates in video coding |
US10567752B2 (en) | 2018-07-02 | 2020-02-18 | Tencent America LLC | Method and apparatus for intra prediction for non-square blocks in video compression |
US10609403B2 (en) * | 2018-07-09 | 2020-03-31 | Tencent America LLC | Method and apparatus for block partition with non-uniform quad split |
-
2020
- 2020-07-13 US US16/927,200 patent/US11375243B2/en active Active
- 2020-07-14 JP JP2021547194A patent/JP7250153B2/ja active Active
- 2020-07-14 WO PCT/US2020/041965 patent/WO2021011555A1/en unknown
- 2020-07-14 EP EP20840457.4A patent/EP3881543A4/en active Pending
- 2020-07-14 CN CN202080027771.3A patent/CN113678445B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101682778A (zh) * | 2007-06-08 | 2010-03-24 | 三星电子株式会社 | 使用基于对象边缘的分区进行编码和解码的方法和设备 |
US20130279820A1 (en) * | 2011-05-05 | 2013-10-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for Coding Pictures Using Hierarchical Transform Units |
CN104853216A (zh) * | 2014-02-18 | 2015-08-19 | 联发科技(新加坡)私人有限公司 | 基于深度的块分割方法和电子装置 |
WO2017123980A1 (en) * | 2016-01-15 | 2017-07-20 | Qualcomm Incorporated | Multi-type-tree framework for video coding |
US20190104312A1 (en) * | 2016-03-18 | 2019-04-04 | Lg Electronics Inc. | Method and device for deriving block structure in video coding system |
WO2018141416A1 (en) * | 2017-02-06 | 2018-08-09 | Huawei Technologies Co., Ltd. | Video encoder and decoder for predictive partitioning |
Also Published As
Publication number | Publication date |
---|---|
EP3881543A1 (en) | 2021-09-22 |
JP7250153B2 (ja) | 2023-03-31 |
CN113678445B (zh) | 2024-07-12 |
WO2021011555A1 (en) | 2021-01-21 |
US11375243B2 (en) | 2022-06-28 |
JP2022540532A (ja) | 2022-09-16 |
US20210021873A1 (en) | 2021-01-21 |
EP3881543A4 (en) | 2022-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111869212B (zh) | 视频解码方法、装置和可读介质 | |
CN112470478B (zh) | 视频解码方法、装置和计算机设备 | |
CN110771168B (zh) | 视频解码的方法、装置和存储介质 | |
CN111937387A (zh) | 用于采用并行处理的基于历史的运动矢量的预测方法和装置 | |
CN112042200B (zh) | 视频解码的方法和装置 | |
CN110944202A (zh) | 视频编解码方法、装置、计算机设备和存储介质 | |
CN111937326B (zh) | 视频解码方法、装置和可读存储介质 | |
CN111010579B (zh) | 基于成对平均运动矢量预测的视频解码方法和装置 | |
CN112703730A (zh) | 视频编解码的方法和设备 | |
CN112055968A (zh) | 视频编码方法和装置 | |
CN113661703A (zh) | 视频编解码的方法和装置 | |
CN113785564A (zh) | 用于将视频分量编码为单***的编码工具的信令 | |
CN114503570A (zh) | 视频编解码的方法和装置 | |
CN111836056A (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
CN113545084A (zh) | 用于帧内图片块补偿的统一块矢量预测 | |
CN114270857A (zh) | 用于发信号通知跳过模式标志的方法和装置 | |
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 | |
US20230087298A1 (en) | Decoding based on string copy | |
CN113632455A (zh) | 视频编解码方法和装置 | |
CN113661702A (zh) | 视频编解码的方法和装置 | |
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 | |
CN110798686A (zh) | 视频解码的方法、装置、计算机设备及计算机可读存储介质 | |
CN111726622A (zh) | 视频解码的方法和装置 | |
CN112771869A (zh) | 小型编码块的简化合并列表构建 |
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: 40055162 Country of ref document: HK |
|
GR01 | Patent grant |