CN113875251A - 用于几何分割模式的自适应滤波器强度指示 - Google Patents
用于几何分割模式的自适应滤波器强度指示 Download PDFInfo
- Publication number
- CN113875251A CN113875251A CN202080038945.6A CN202080038945A CN113875251A CN 113875251 A CN113875251 A CN 113875251A CN 202080038945 A CN202080038945 A CN 202080038945A CN 113875251 A CN113875251 A CN 113875251A
- Authority
- CN
- China
- Prior art keywords
- sample
- value
- block
- current block
- predictor
- 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
- 238000000638 solvent extraction Methods 0.000 title claims description 12
- 230000003044 adaptive effect Effects 0.000 title description 9
- 238000002156 mixing Methods 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 109
- 238000005192 partition Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 61
- 239000000203 mixture Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 description 80
- 230000006870 function Effects 0.000 description 58
- 239000013598 vector Substances 0.000 description 48
- 230000006854 communication Effects 0.000 description 31
- 238000004891 communication Methods 0.000 description 31
- 230000008569 process Effects 0.000 description 27
- 230000015654 memory Effects 0.000 description 23
- 239000000872 buffer Substances 0.000 description 22
- 238000001914 filtration Methods 0.000 description 22
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000003491 array Methods 0.000 description 12
- 230000004927 fusion Effects 0.000 description 11
- 230000011218 segmentation Effects 0.000 description 11
- 241000023320 Luma <angiosperm> Species 0.000 description 10
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 10
- 230000000295 complement effect Effects 0.000 description 9
- 230000006835 compression Effects 0.000 description 9
- 238000007906 compression Methods 0.000 description 9
- 230000002123 temporal effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010044625 Trichorrhexis Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect 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
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—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
- H04N19/10—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
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- 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
-
- 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
-
- 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
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一种用于围绕将当前块划分为至少两个子块的划分线自适应地执行混合操作的解码设备或编码设备实现的译码方法包括:获取第一子块的第一预测模式,获取第二子块的第二预测模式;根据所述第一预测模式获取所述当前块中样本的第一预测值,根据所述第二预测模式获取所述当前块中所述样本的第二预测值;获取指示符的值,所述指示符的所述值表示对所述当前块中所述样本执行的混合操作;根据所述指示符的所述值、所述第一预测值和所述第二预测值获取所述当前块中所述样本的组合预测值。
Description
相关申请的交叉引用
本申请要求于2019年6月21日在欧洲专利局提交的国际专利申请PCT/EP2019/066514 和于2019年6月25日在欧洲专利局提交的国际专利申请PCT/EP2019/066876的优先权,这些申请案的公开内容通过全文引用并入本文中。
技术领域
本申请的实施例大体上涉及图像处理领域,更具体涉及用于融合列表构建。
背景技术
视频译码(视频编码和解码)广泛用于数字视频应用,例如广播数字电视、基于互联网和移动网络的视频传输、视频聊天、视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑***以及可携式摄像机的安全应用。
即使在视频较短的情况下也需要对大量的视频数据进行描述,当数据要在带宽容量受限的通信网络中传输或以其它方式传送时,这样可能会造成困难。因此,视频数据通常要先压缩然后在现代电信网络中传送。由于内存资源可能有限,当在存储设备中存储视频时,视频的大小也可能成为问题。视频压缩设备通常在源侧使用软件和/或硬件对视频数据进行编码,然后进行传输或存储,从而减少表示数字视频图像所需的数据量。然后,对视频数据进行解码的视频解压缩设备在目的地侧接收压缩数据。在网络资源有限以及对更高视频质量的需求不断增长的情况下,需要改进压缩和解压缩技术,这些改进的技术在几乎不影响图像质量的情况下能够提高压缩比。
发明内容
本申请实施例提供了独立权利要求所述的编码和解码方法和装置。
上述和其它目的是通过由独立权利要求请求保护的主题来实现。其它实现方式在从属权利要求、说明书和附图中是显而易见的。
本发明的第一实施例提供了一种解码设备或编码设备实现的视频译码方法,所述方法包括:将当前块划分为至少两个子块;获取所述至少两个子块中的第一子块的第一预测模式,以及获取所述至少两个子块中的第二子块的第二预测模式;根据所述第一预测模式获取所述当前块中样本的第一预测值,根据所述第二预测模式获取所述当前块中所述样本的第二预测值;获取指示符,其中,所述指示符包括关于对所述当前块中所述样本进行混合操作的信息;根据所述指示符、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的组合预测值。
应用混合操作可以消除沿将当前块划分为第一子块和第二子块的划分线的任何伪影(边缘或锯齿状外观)。
所述方法还可以包括根据所述指示符确定是否对所述当前块中所述样本执行所述混合操作。在确定不对所述当前块中所述样本执行所述混合操作时,获取所述样本的所述组合预测值作为所述第一预测值或作为所述第二预测值。
自适应地确定是否应用混合操作可以避免混合操作的过度模糊,尤其是当原始视频具有锐边时。因此,视频的主观质量(观看体验)和压缩效率可以得到提高。
所述方法还可以包括:根据所述指示符,从多个混合操作中选择所述混合操作。
所述指示符可以编码在视频序列的码流中。所述指示符可以包括第一指示符和第二指示符,其中,所述第一指示符表示选择的混合操作,所述第二指示符表示在所述码流中存在所述第一指示符。
所述指示符可以编码在序列参数集或图像参数集或自适应参数集中。或者,所述指示符可以编码在图像头或分块头或分块组头或条带头中。
所述根据所述指示符、所述第一预测值和所述第二预测值获取所述当前块中所述样本的组合预测值可以包括:确定所述当前块中所述样本相对于将所述当前块划分为所述第一子块和所述第二子块的划分线的样本距离;根据所述当前块中所述样本的所述样本距离和所述指示符表示的所述混合操作,计算第一权重值;根据所述第一权重值、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的所述组合预测值。
根据所述样本距离计算所述第一权重值可以定义所述滤波/混合操作的宽度。
混合操作可以实现为
sampleWeight1=Clip3(0,2*K,sample_dist),
其中,sampleWeight1是所述第一权重值,sample_dist是在添加偏移K的情况下所述当前块中所述样本的所述样本距离的值,K是值大于0的整数,
其中,函数Clip3的定义如下:
K可以等于4。
或者,混合操作可以实现为
sampleWeight1=Clip3(0,2*K,f(sample_dist)),
其中,sampleWeight1是所述第一权重值,sample_dist是在添加偏移K的情况下所述当前块中所述样本的所述样本距离的值,K是值大于0的整数,f()为函数;
其中,函数Clip3的定义如下:
K可以等于4。函数f()可以是任何线性函数或非线性函数,例如包括加法、乘法、除法、位移位、限幅操作、取绝对值或三角函数或这些函数的组合。在一些示例中,函数f()可以是常数的除法/加法/乘法运算、常量的右移运算、取绝对值运算或限幅运算或这些运算的组合。
根据另一种替代方案,混合操作可以实现为
sampleWeight1=sample_dist==4?4:(sample_dist<4?0:8),或
sampleWeight1=Clip3(0,8,(sample_dist–4)*K+sample_dist);
其中,所述sampleWeight1是所述第一权重值,sample_dist是在添加偏移4的情况下所述当前块中所述样本的所述样本距离的值,K是值大于0的整数,
其中,函数Clip3的定义如下:
K的值较高,会使整体混合操作更窄(例如,更不平滑),K的值较小,会使整体混合操作更宽(例如,更平滑)。
根据又一个替代方案,混合操作可以实现为
sampleWeight1=sample_dist==0?4:(sample_dist<0?0:8),或
sampleWeight1=Clip3(0,8,sample_dist*K+sample_dist+4);
其中,所述sampleWeight1是所述第一权重值,sample_dist是所述当前块中所述样本的所述样本距离的值,K是值大于0的整数,
其中,函数Clip3的定义如下:
上述混合操作提供了围绕划分线的对称滤波。
根据又一个替代方案,混合操作可以实现为
sampleWeight1=geoFilter[idx];
其中,idx是作为sample_dist的函数获得的,所述sample_dist是所述当前块中所述样本的所述样本距离的值,geoFilter是滤波权重的一维线性阵列。
所述根据所述第一权重值、所述第一预测值和所述第二预测值获取所述当前块中所述样本的所述组合预测值可以包括:根据所述第一权重值获取第二权重值;根据所述第一权重值和所述第二权重值,通过对所述第一预测值和所述第二预测值加权,获取所述当前块中所述样本的所述组合预测值。获取所述当前块中所述样本的所述组合预测值可以涉及舍入运算和限幅运算中的至少一个。
表示所述划分线的参数可以在所述视频序列的所述码流中指示。表示所述划分线的所述参数可以包括角度和距离中的至少一个。
所述混合操作可以根据查找表实现。
所述混合操作可以根据函数实现,其中,所述函数的输入是所述当前块中所述样本相对于将所述当前块划分为所述第一子块和所述第二子块的划分线的样本距离,并且其中,所述函数的输出是第一权重值。
根据所述第一实施例的一个方面,提供了一种编码器,包括用于执行所述第一实施例提供的任一种方法的处理电路。
根据所述第一实施例的另一方面,提供了一种解码器,包括用于执行所述第一实施例提供的任一种方法的处理电路。
根据所述第一实施例的另一方面,提供了一种计算机程序产品,所述计算机程序产品包括指令,当计算机执行所述指令时,所述指令使所述计算机执行所述第一实施例提供的任一种方法。
根据所述第一实施例的另一方面,提供了一种解码器,包括:一个或多个处理器;非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的指令,其中,所述一个或多个处理器执行所述指令时,所述指令使所述解码器执行所述第一实施例提供的任一种方法。
根据所述第一实施例的另一方面,提供了一种编码器,包括:一个或多个处理器;非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的指令,其中,所述一个或多个处理器执行所述指令时,所述指令使所述编码器执行所述第一实施例提供的任一种方法。
根据所述第一实施例的另一方面,提供了一种解码器或编码器,所述解码器或编码器包括:划分模块,用于将当前块划分为至少两个子块;第一获取模块,用于获取所述至少两个子块中的第一子块的第一预测模式和所述至少两个子块中的第二子块的第二预测模式,以及用于根据所述第一预测模式获取所述当前块中样本的第一预测值和根据所述第二预测模式获取所述当前块中所述样本的第二预测值;第二获取模块,用于获取指示符,其中,所述指示符包括关于对所述当前块中所述样本执行混合操作的信息;第三获取模块,用于根据所述指示符、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的组合预测值。
在一个实施例中,公开了一种非瞬时性存储介质,所述非瞬时性存储介质包括由图像解码设备解码的经编码码流,其中,所述码流通过将视频信号或图像信号的帧划分为多个块生成,所述码流包括多个语法元素,其中,所述多个语法元素包括上述任一个实施例和实现方式提供的指示符(语法)。
本发明的第二实施例提供了一种解码设备实现的译码方法,所述方法包括:将当前块划分为至少两个子块;获取所述至少两个子块中的第一子块的第一预测模式,获取所述至少两个子块中的第二子块的第二预测模式;根据所述第一预测模式获取所述当前块中样本的第一预测值,根据所述第二预测模式获取所述当前块中所述样本的第二预测值;获取指示符的值,其中,所述指示符的所述值表示对所述当前块中所述样本进行的混合操作;根据所述指示符的所述值、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的组合预测值。
根据所述指示符的所述值、所述第一预测值和所述第二预测值,获得所述当前块中所述样本的组合预测值可以包括:根据所述当前块中所述样本的样本距离和所述指示符的所述值表示的所述混合操作,计算第一权重值;根据所述第一权重值、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的所述组合预测值。
所述根据所述第一权重值、所述第一预测值和所述第二预测值获取所述当前块中所述样本的所述组合预测值可以包括:根据所述第一权重值获取第二权重值;根据所述第一权重值和所述第二权重值,通过对所述第一预测值和所述第二预测值加权,获取所述当前块中所述样本的所述组合预测值。
所述混合操作可以根据查找表实现。或者,所述混合操作可以根据函数实现,其中,所述函数的输入为所述当前块中所述样本的样本距离,所述函数的输出为第一权重值。
混合操作可以实现为:
sampleWeight1=Clip3(0,8,sample_dist),
其中,所述sampleWeight1为第一权重值,sample_dist为所述当前块中所述样本的样本距离的值,
其中,函数Clip3的定义如下:
或者,混合操作可以实现为,
sampleWeight1=Clip3(0,8,f(sample_dist)),
其中,所述sampleWeight1为第一权重值,sample_dist为所述当前块中所述样本的样本距离的值,
其中,函数Clip3的定义如下:
函数f()可以是任何线性函数或非线性函数,例如包括加法、乘法、除法、位移位、限幅操作、取绝对值或三角函数或这些函数的组合。在一些示例中,函数f()可以是常数的除法/ 加法/乘法运算、常量的右移运算、取绝对值运算或限幅运算或这些运算的组合。
或者,混合操作可以实现为,
“sampleWeight=sample_dist==4?4:sample_dist<4?0:8”,或
“sampleWeight=Clip3(0,8,(sample_dist–4)*K+sample_dist)”;
其中,所述sampleWeight为权重值,所述sample_dist为所述当前块中所述样本的样本距离的值,K为值大于0的整数,其中,函数Clip3的定义如下:
所述指示符的所述值可以编码在序列参数集或图像参数集或自适应参数集中。或者,所述指示符的所述值可以编码在图像头或分块头或分块组头或条带头中。
根据所述第二实施例的一个方面,提供了一种解码器,包括用于执行所述第二实施例提供的任一种方法的处理电路。
根据所述第二实施例的另一方面,提供了一种计算机程序产品,包括用于执行所述第二实施例提供的任一种方法的程序代码。
根据所述第二实施例的另一方面,提供了一种解码器,包括:一个或多个处理器;非瞬时性计算机可读存储介质,与所述处理器耦合并存储由所述处理器执行的程序,其中,当所述处理器执行所述程序时,所述程序使所述解码器执行所述第二实施例提供的任一种方法。
附图及以下说明中将详细描述一个或多个实施例。其它特征、目的和优点在说明书、附图以及权利要求中是显而易见的。
附图说明
下文结合附图对本发明实施例进行详细描述。在附图中:
图1A为用于实现本发明实施例的视频译码***的一个示例的框图;
图1B为用于实现本发明实施例的视频译码***的另一示例的框图;
图2为用于实现本发明实施例的视频编码器的一个示例的框图;
图3为用于实现本发明实施例的视频解码器的示例性结构的框图;
图4为编码装置或解码装置的一个示例的框图;
图5为编码装置或解码装置的另一示例的框图;
图6a示出了并置块的一个示例;
图6b示出了空间邻块的一个示例;
图7示出了三角预测模式的一些示例;
图8示出了子块预测模式的一些示例;
图9至图12示出了对块进行分割的示例;
图13示出了用于混合函数过程的加权因子值的一个示例;
图14示出了用于混合函数过程的加权因子值的另一示例;
图15示出了混合函数的一些示例;
图16示出了本发明实施例提供的视频解码/编码方法的流程图;
图17示出了本发明实施例提供的解码/编码装置的一个示例的框图;
图18为实现内容分发业务的内容供应***3100的示例性结构的框图;
图19为终端设备的一个示例的结构的框图。
在下文中,除非另外明确说明,否则相同的附图标记是指相同或至少功能上等效的特征。
具体实施方式
以下描述中,参考形成本发明一部分并以说明的方式示出本发明实施例的具体方面或可以使用本发明实施例的具体方面的附图。可以理解的是,本发明实施例可在其它方面中使用,并可包括附图中未描述的结构变化或逻辑变化。因此,以下详细描述不应以限制性的意义来理解,且本发明的范围由所附权利要求书界定。
可以理解的是,与所描述的方法有关的公开内容对于用于执行所述方法的对应设备或***也同样适用,反之亦然。例如,如果描述一个或多个具体方法步骤,则对应的设备可以包括一个或多个单元(例如,功能单元)来执行所描述的一个或多个方法步骤(例如,一个单元执行一个或多个步骤,或多个单元各自执行多个步骤中的一个或多个步骤),即使附图中未明确描述或示出这种一个或多个单元。另一方面,例如,如果根据一个或多个单元(例如,功能单元)来描述具体装置,则对应的方法可以包括一个步骤来执行一个或多个单元的功能 (例如,一个步骤执行一个或多个单元的功能,或多个步骤各自执行多个单元中的一个或多个单元的功能),即使附图中未明确描述或示出这种一个或多个单元。此外,可以理解的是,除非另外明确说明,本文中所描述的各个示例性实施例和/或方面的特征可以相互组合。
视频译码通常指对构成视频或视频序列的图像序列进行的处理。在视频译码领域中,术语“帧(frame)”与“图像(picture/image)”可以用作同义词。视频译码(或通常为译码) 包括视频编码和视频解码两部分。视频编码在源侧执行,通常包括处理(例如,通过压缩) 原始视频图像,以减少表示视频图像所需的数据量(从而实现更高效存储和/或传输)。视频解码在目的地侧执行,通常包括相对于编码器作逆处理,以重建视频图像。实施例涉及的视频图像(或通常为图像)的“译码”应理解为视频图像或相应视频序列的“编码”或“解码”。编码部分和解码部分也合称为编解码(编码和解码,CODEC)。
在无损视频译码情况下,可以重建原始视频图像,即重建视频图像与原始视频图像具有相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频译码情况下,通过量化等执行进一步压缩,来减少表示视频图像的数据量,而解码器侧无法完全重建视频图像,即重建视频图像的质量比原始视频图像的质量低或差。
几个视频编码标准属于“有损混合视频编解码器”组(即,将样本域中的空间预测和时间预测与变换域中用于进行量化的2D变换译码相结合)。视频序列中的每个图像通常分割为不重叠块集合,通常在块级进行译码。换句话说,在编码器侧,通常在块(视频块)级处对视频进行处理(即编码),例如,通过空间(帧内)预测和/或时间(帧间)预测来生成预测块;从当前块(当前处理/待处理的块)中减去预测块,得到残差块;在变换域中变换残差块并量化残差块,以减少待发送(压缩)的数据量,而在解码器侧,对经编码或压缩块进行相对于编码器的逆处理,以重建当前块进行表示。另外,编码器和解码器处理步骤相同,使得编码器和解码器进行相同的预测(例如,帧内预测和帧间预测)和/或重建,以对后续块进行处理(即译码)。
在以下视频译码***10的实施例中,视频编码器20和视频解码器30根据图1至图3进行描述。
图1A为示例性译码***10的示意性框图,例如可以利用本申请技术的视频译码***10 (或简称为译码***10)。视频译码***10中的视频编码器20(或简称为编码器20)和视频解码器30(或简称为解码器30)为可用于根据本申请中描述的各种示例执行各技术的设备示例。
如图1A所示,译码***10包括源设备12,源设备12用于将经编码图像数据21提供给目的地设备14等,以对经编码图像数据13进行解码。
源设备12包括编码器20,并且可以另外(即可选地)包括图像源16、预处理器(或预处理单元)18(例如,图像预处理器18)和通信接口或通信单元22。
图像源16可以包括或可以是任何类型的图像捕获设备,例如用于捕获真实世界图像的摄像机;和/或任何类型的图像生成设备,例如用于生成计算机动画图像的计算机图形处理器;或者任何类型的用于获取和/或提供真实世界图像、计算机生成图像(例如屏幕内容、虚拟现实(virtual reality,VR)图像)和/或其任何组合(例如,增强现实(augmentedreality,AR) 图像)的其它设备。图像源可以为存储任一上述图像的任何类型的存储器(memory/storage)。
为了区分预处理器18和预处理单元18执行的处理,图像或图像数据17也可以称为原始图像或原始图像数据17。
预处理器18可以用于接收(原始)图像数据17,并对图像数据17执行预处理,以获得经预处理的图像19或经预处理的图像数据19。预处理器18执行的预处理可包括修剪(trimming)、颜色格式转换(例如从RGB转换为YCbCr)、调色或去噪等。可以理解的是,预处理单元18可以为可选组件。
视频编码器20用于接收经预处理的图像数据19并提供经编码图像数据21(下面将根据图2等进一步详细描述)。
源设备12中的通信接口22可以用于接收经编码图像数据21,并通过通信信道13将经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据)发送到另一设备(例如,目的地设备14)或任何其它设备,以便进行存储或直接重建。
目的地设备14包括解码器30(例如,视频解码器30),另外(即可选地),可包括通信接口或通信单元28、后处理器32(或后处理单元32)和显示设备34。
目的地设备14的通信接口28可以用于接收经编码图像数据21(或其任何其它经处理版本),例如,直接从源设备12或任何其它源(例如,经编码图像数据存储设备等存储设备) 接收,并将经编码图像数据21提供给解码器30。
通信接口22和通信接口28可以用于通过源设备12与目的地设备14之间的直接通信链路(例如,直接有线或无线连接)或者通过任何类型的网络(例如,有线网络、无线网络或其任何组合,或者任何类型的私网和公网或其任何类型的组合)发送或接收经编码图像数据 21或经编码数据13。
例如,通信接口22可以用于将经编码图像数据21封装成合适的格式(例如数据包),和 /或采用任何类型的传输编码或处理方式来处理经编码图像数据,以便通过通信链路或通信网络进行传输。
与通信接口22对应的通信接口28可以用于接收传输数据,并通过任何类型的对应传输解码或处理和/或解封装方式来处理传输数据,得到经编码图像数据21。
通信接口22和通信接口28均可配置为单向通信接口(图1A中从源设备12指向目的地设备14的通信信道13的箭头所表示),或者可配置为双向通信接口,并且可以用于发送和接收消息等,以建立连接、确认并交换与通信链路和/或数据传输(例如经编码图像数据传输) 相关的任何其它信息等。
解码器30可以用于接收经编码图像数据21并提供经解码图像数据31或经解码图像31 (例如,下面将根据图3或图5进一步详细描述)。目的地设备14的后处理器32用于对经解码图像数据31(也称为重建图像数据)(例如,经解码图像31)进行后处理,以得到经后处理的图像数据33(例如,经后处理的图像33)。后处理单元32执行的后处理可以包括颜色格式转换(例如,从YCbCr转换为RGB)、调色、修剪或重采样中的任一种或多种,或者任何其它处理,例如用于产生供显示设备34等显示的经解码图像数据31。
目的地设备14中的显示设备34可以用于接收经后处理的图像数据33,以向用户或观看者等显示图像。显示设备34可以为或包括用于显示重建图像的任意类型的显示器,例如,集成或外部显示器或监视器。显示器可以包括液晶显示器(liquid crystal display,LCD)、有机发光二极管(organic light emitting diode,OLED)显示器、等离子显示器、投影仪、微LED 显示器、硅基液晶(liquid crystal on silicon,LCoS)、数字光处理器(digital light processor, DLP)或任何类型的其它显示器。
尽管图1A示出了源设备12和目的地设备14作为单独的设备,但是设备实施例还可以包括两种设备或两种功能,即源设备12或对应功能以及目的地设备14或对应功能。在这些实施例中,可以使用相同的硬件和/或软件或使用单独的硬件和/或软件或其任何组合来实现源设备12或对应功能以及目的地设备14或对应功能。
根据描述,图1A所示的源设备12和/或目的地设备14中的不同单元或功能的存在和(准确)划分可能根据实际设备和应用而有所不同,这对技术人员来说是显而易见的。
编码器20(例如,视频编码器20)或解码器30(例如,视频解码器30),或编码器20和解码器30两者均可通过如图1B所示的处理电路实现,例如一个或多个微处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application-specificintegrated circuit, ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、离散逻辑、硬件、视频译码专用处理器或其任意组合。编码器20可以由处理电路46实现,以体现结合图2的编码器20论述的各种模块和/或本文描述的任何其它编码器***或子***。解码器30可以由处理电路46实现,以体现结合图3的解码器30论述的各种模块和/或本文描述的任何其它解码器***或子***。所述处理电路可用于执行下文描述的各种操作。如图5所示,如果所述技术部分地以软件形式实现,则设备可以将软件的指令存储在合适的非瞬时性计算机可读存储介质中,并且可以使用一个或多个处理器执行硬件中的指令,以执行本发明的技术。视频编码器20和视频解码器30可作为组合编解码器(encoder/decoder,CODEC)的一部分集成在单个设备中,如图1B所示。
图1B所示的视频译码***40包括实现视频编码器20和视频解码器30两者的处理电路。此外,一个或多个成像设备41(如用于捕获真实世界图像的摄像机)、天线42、一个或多个存储器44、一个或多个处理器43和/或显示设备45(如上述显示设备34)可以作为视频译码***40的一部分提供。
源设备12和目的地设备14可以包括多种设备中的任一种,包括任何类型的手持设备或固定设备,例如,笔记本电脑或膝上型电脑、手机、智能手机、平板电脑(tablet/tabletcomputer)、摄像机、台式计算机、机顶盒、电视机、显示设备、数字媒体播放器、视频游戏机、视频流设备(例如内容服务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等,并且可以不使用或使用任何类型的操作***。在一些情况下,可以配备源设备12和目的地设备 14以用于无线通信。因此,源设备12和目的地设备14可以是无线通信设备。
在一些情况下,图1A所示的视频译码***10仅仅是示例,本申请的技术可以适用于在编码设备与解码设备之间不一定包括的任何数据通信的视频译码***(例如,视频编码或视频解码)。在其它示例中,数据从本地存储器中检索,通过网络传输,等等。视频编码设备可以对数据进行编码并将数据存储到存储器中,和/或视频解码设备可以从存储器检索数据并对数据进行解码。在一些示例中,编码和解码由相互不通信而只是将数据编码到存储器和/或从存储器检索数据并对数据进行解码的设备来执行。
为便于描述,本文参考由ITU-T视频编码专家组(video coding experts group,VCEG) 和ISO/IEC运动图像专家组(motion picture experts group,MPEG)的视频编码联合工作组(joint collaboration team on video coding,JCT-VC)开发的高效视频编码(high-efficiency video coding, HEVC)或通用视频编码(versatile video coding,VVC)(下一代视频编码标准)参考软件等描述本发明实施例。本领域普通技术人员应理解本发明实施例不限于HEVC或VVC。
编码器和编码方法
图2为用于实现本申请技术的示例性视频编码器20的示意性框图。在图2的示例中,视频编码器20包括输入端201(或输入接口201)、残差计算单元204、变换处理单元206、量化单元208、反量化单元210和逆变换处理单元212、重建单元214、环路滤波器单元220、解码图像缓冲区(decoded picture buffer,DPB)230、模式选择单元260、熵编码单元270和输出端272(或输出接口272)。模式选择单元260可以包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可以包括运动估计单元和运动补偿单元(未示出)。图2所示的视频编码器20也可以称为混合视频编码器或根据混合视频编解码器的视频编码器。
残差计算单元204、变换处理单元206、量化单元208和模式选择单元260可以组成编码器20的前向信号路径,而反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254可以组成视频编码器20的后向信号路径,其中,视频编码器20的后向信号路径对应于解码器(参见图3中的视频解码器30)的信号路径。反量化单元210、逆变换处理单元 212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。
图像和图像分割(图像和块)
编码器20可以用于通过输入端201等接收图像17(或图像数据17),例如形成视频或视频序列的图像序列中的图像。接收到的图像或图像数据也可以是经预处理的图像19(或经预处理的图像数据19)。为简单起见,以下描述使用图像17。图像17也可以称为当前图像或待译码图像(特别是在视频译码中,以便将当前图像与其它图像(例如,同一视频序列(即,也包括当前图像的视频序列)的先前编码和/或解码的图像)区分开)。
(数字)图像为或可以视为具有强度值的样本组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel/pel)(图像元素的简称)。图像的大小和/或分辨率由阵列或图像在水平方向和垂直方向(或轴线)上的样本数量限定。通常采用三种颜色分量来表示颜色,即图像可以表示为或包括三个样本阵列。在RGB格式或颜色空间中,图像包括对应的红色、绿色和蓝色样本阵列。但是,在视频译码中,每个像素通常由亮度和色度格式或在颜色空间中表示,例如,YCbCr,包括Y表示的亮度分量(有时也用L表示)和Cb和Cr表示的两个色度分量。亮度(luminance,简称luma)分量Y表示亮度或灰度级强度(例如,在灰度图像中),而两个色度(chrominance,简称chroma)分量Cb和Cr表示色度或颜色信息分量。相应地,YCbCr格式的图像包括亮度样本值(Y)的亮度样本阵列和色度值(Cb和Cr)的两个色度样本阵列。RGB格式的图像可以转换为YCbCr格式,反之亦然。该过程也称为颜色变换或转换。如果图像是黑白的,则该图像可以仅包括亮度样本阵列。相应地,例如,图像可以为黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4彩色格式的亮度样本阵列和两个对应的色度样本阵列。
视频编码器20的实施例可以包括图像分割单元(图2中未示出),用于将图像17分割成多个(通常不重叠)图像块203。这些块也可以称为根块、宏块(H.264/AVC),或编码树块(coding tree block,CTB)或编码树单元(coding tree unit,CTU)(根据H.265/HEVC和VVC)。图像分割单元可以用于对视频序列中的所有图像使用相同的块大小和使用限定块大小的对应网格,或者在图像或图像子集或图像组之间改变块大小,并将每个图像分割成对应块。
在其它实施例中,视频编码器可以用于直接接收图像17中的块203,例如组成图像17 的一个、几个或所有块。图像块203也可以称为当前图像块或待编码图像块。
与图像17类似,图像块203是或可以看作是具有强度值(样本值)的样本组成的二维阵列或矩阵,但是,图像块203的尺寸比图像17的尺寸小。换句话说,块203可以包括一个样本阵列(例如,黑白图像17情况下的亮度阵列或彩色图像情况下的亮度阵列或色度阵列)或三个样本阵列(例如,彩色图像17情况下的一个亮度阵列和两个色度阵列)或根据所采用的颜色格式的任何其它数量和/或类型的阵列。块203的水平方向和垂直方向(或轴线)上的样本数量决定了块203的大小。相应地,块可以包括M×N(M列×N行)个样本阵列,或M ×N个变换系数阵列等。
图2所示的视频编码器20的实施例可以用于逐块对图像17进行编码,例如,按块203 进行编码和预测。
残差计算
残差计算单元204可以用于根据图像块203和预测块265(后续提供了预测块265的更多详细内容)计算残差块205(也称为残差205),例如,通过逐样本(逐像素)将图像块203的样本值减去预测块265的样本值,以在样本域中获取残差块205。
变换
变换处理单元206可以用于对残差块205的样本值进行离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)等变换,得到变换域中的变换系数207。变换系数207也可以称为变换残差系数,表示变换域中的残差块205。
变换处理单元206可以用于应用DCT/DST(例如为H.265/HEVC指定的变换)的整数近似值。与正交DCT变换相比,这种整数近似通常通过某一因子按比例缩放(scale)。为了维持经正变换和逆变换处理的残差块的范数,应用其它缩放因子作为变换过程的一部分。缩放因子通常是根据某些约束条件来选择的,例如,缩放因子是用于移位运算的2的幂、变换系数的位深度、精度与实现成本之间的权衡等。例如,通过逆变换处理单元212等为逆变换(以及在视频解码器30侧,通过逆变换处理单元312等为对应的逆变换)指定具体的缩放因子;相应地,可以在编码器20侧,通过变换处理单元206等为正变换指定对应的缩放因子。
视频编码器20(相应地,变换处理单元206)的实施例可以用于直接或通过熵编码单元 270编码或压缩等输出变换参数(例如,一种或多种变换的类型),使得例如视频解码器30 可以接收并使用变换参数进行解码。
量化
量化单元208可以用于通过应用标量量化或矢量量化等对变换系数207进行量化,得到量化系数209。量化系数209也可以称为量化变换系数209或量化残差系数209。
量化过程可以降低与一些或全部变换系数207相关的位深度。例如,可以在量化期间将 n位变换系数向下舍入到m位变换系数,其中,n大于m。可以通过调整量化参数(quantization parameter,QP)修改量化程度。例如,对于标量量化,可以应用不同程度的缩放来实现较细或较粗的量化。较小量化步长对应于较细量化,而较大量化步长对应于较粗量化。可通过量化参数(quantization parameter,QP)表示合适的量化步长。例如,量化参数可以为合适的量化步长的预定义集合的索引。例如,较小的量化参数可以对应于精细量化(较小量化步长),较大的量化参数可以对应于粗糙量化(较大量化步长),反之亦然。量化可以包括除以量化步长,而反量化单元210等执行的对应解量化和/或对应反解量化可以包括乘以量化步长。根据 HEVC等一些标准的实施例可以使用量化参数来确定量化步长。通常,可以根据量化参数使用包括除法的方程的定点近似来计算量化步长。可以引入其它缩放因子来进行量化和解量化,以恢复可能由于在量化步长和量化参数的等式的定点近似中使用的缩放而修改的残差块的范数。在一种示例性实现方式中,可以合并逆变换和解量化的缩放。或者,可以使用自定义量化表并在码流中等将自定义量化表从编码器向解码器指示(signal)。量化是有损操作,其中,量化步长越大,损耗越大。
视频编码器20(相应地,量化单元208)的实施例可以用于输出量化参数(quantization parameter,QP),例如直接输出或通过熵编码单元270进行编码后输出,使得例如视频解码器30可以接收并使用量化参数进行解码。
反量化
反量化单元210用于对量化系数进行量化单元208的反量化,得到解量化系数211,例如根据或使用与量化单元208相同的量化步长,执行与量化单元208所执行的量化方案的反量化方案。解量化系数211也可以称为解量化残差系数211,对应于变换系数207,但是由于量化造成的损耗,解量化系数211通常与变换系数不同。
逆变换
逆变换处理单元212用于执行变换处理单元206执行的变换的逆变换,例如逆离散余弦变换(discrete cosine transform,DCT)或逆离散正弦变换(discrete sinetransform,DST),得到样本域中的重建残差块213(或对应的解量化系数213)。重建残差块213也可称为变换块 213。
重建
重建单元214(例如,加法器或求和器214)用于通过逐样本将重建残差块213的样本值与预测块265的样本值相加,将变换块213(即重建残差块213)添加到预测块265,以得到样本域中的重建块215。
滤波
环路滤波器单元220(或简称“环路滤波器”220)用于对重建块215进行滤波,得到经滤波的块221,或通常用于对重建样本进行滤波,得到经滤波的样本。环路滤波器单元可以用于平滑像素转变或提高视频质量。环路滤波器单元220可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。尽管环路滤波器单元220在图2中示为环内滤波器,但是在其它配置中,环路滤波器单元220可以实现为后环路滤波器。经滤波的块221也可称为经滤波的重建块221。
视频编码器20(相应地,环路滤波器单元220)的实施例可以用于输出环路滤波器参数 (例如样本自适应偏移信息),例如直接输出或通过熵编码单元270进行编码后输出,使得例如解码器30可以接收并使用相同的环路滤波器参数或相应的环路滤波器进行解码。
解码图像缓冲区
解码图像缓冲区(decoded picture buffer,DPB)230可以是存储参考图像或通常存储参考图像数据以供视频编码器20在对视频数据进行编码时使用的存储器。DPB 230可以由多种存储器设备中的任一种形成,例如动态随机存取存储器(dynamic random accessmemory, DRAM),包括同步DRAM(synchronous DRAM,SDRAM)、磁阻RAM(magnetoresistiveRAM, MRAM)、电阻RAM(resistive RAM,RRAM)或其它类型的存储器设备。解码图像缓冲区(decoded picture buffer,DPB)230可以用于存储一个或多个经滤波的块221。解码图像缓冲区230还可以用于存储同一个当前图像或不同图像(例如先前的重建图像)中的其它先前经滤波的块(例如先前经滤波的重建块221),并可以提供先前完整的重建(即解码)图像(和对应的参考块和样本)和/或部分重建的当前图像(和对应的参考块和样本),以进行帧间预测等。例如,如果重建块215未由环路滤波器单元220进行滤波,则解码图像缓冲区(decodedpicture buffer,DPB)230还可以用于存储一个或多个未经滤波的重建块215,或通常存储未经滤波的重建样本,或未进行任何其它处理的重建块或重建样本。
模式选择(分割和预测)
模式选择单元260包括分割单元262、帧间预测单元244和帧内预测单元254,并且用于从例如解码图像缓冲区230或其它缓冲区(例如,行缓冲区,未示出)接收或获取原始块203 (当前图像17中的当前块203)等原始图像数据以及重建图像数据(例如,同一个(当前)图像和/或一个或多个先前经解码图像中的经滤波和/或未经滤波的重建样本或重建块)。重建图像数据用作帧间预测或帧内预测等预测所需的参考图像数据,以得到预测块265或预测值 265。
模式选择单元260可用于为当前块预测模式(包括不分割)和预测模式(例如,帧内预测模式或帧间预测模式)确定或选择分割类型,并生成对应的预测块265,以对残差块205进行计算和对重建块215进行重建。
在实施例中,模式选择单元260可以用于选择分割方式和预测模式(例如从模式选择单元260支持的或可用的预测模式中选择),所述预测模式提供最佳匹配或者最小残差(最小残差是指传输或存储中更好的压缩),或者提供最小指示开销(最小指示开销是指传输或存储中更好的压缩),或者同时考虑或平衡以上两者。模式选择单元260可以用于根据率失真优化(rate distortion optimization,RDO)确定分割和预测模式,即选择提供最小率失真的预测模式。本文中的“最佳”、“最小”、“最优”等术语不一定指总体上“最佳”、“最小”、“最优”等,但也可以指满足终止或选择标准的情况,例如超过或低于阈值的值或其它约束条件可能导致“次优选择”,但会降低复杂度且减少处理时间。
换句话说,分割单元262可以用于将块203分割成更小的块分割部分(partition)或子块 (再次形成块):例如,通过迭代使用四叉树(quad-tree,QT)分割、二叉树(binary-tree, BT)分割或三叉树(triple-tree,TT)分割或其任意组合,并且对块分割部分或子块中的每一个执行预测,其中,模式选择包括选择分割块203的树结构和将预测模式应用于块分割部分或子块中的每一个。
下文将详细地描述由示例性视频编码器20执行的分割(例如,由分割单元262执行)和预测处理(由帧间预测单元244和帧内预测单元254执行)。
分割
分割单元262可以将当前块203分割(或划分)为较小的分割部分,例如正方形或矩形大小的较小块。可以将这些较小块(也可以称为子块)进一步分割为甚至更小的分割部分。这也称为树分割或层次树分割,其中,例如根树级别0(层次级别0,深度0)的根块可以递归地分割,例如分割为两个或更多个下一较低树级别的块,例如树级别1(层次级别1,深度1)的节点。这些块又可以分割为两个或更多个下一较低级别(例如树级别2(层次级别2,深度2))的块,等等,直到例如因为满足结束标准(例如达到最大树深度或最小块大小),分割结束。未进一步分割的块也称为树的叶块或叶节点。分割为两个分割部分的树称为二叉树(binary-tree,BT),分割为三个分割部分的树称为三叉树(ternary-tree,TT),分割为四个分割部分的树称为四叉树(quad-tree,QT)。
如前所述,如本文使用的术语“块”可以是图像的一部分,具体是正方形或矩形部分。例如,参照HEVC和VVC,块可以为或可以对应于编码树单元(coding tree unit,CTU)、编码单元(coding unit,CU)、预测单元(prediction unit,PU)和变换单元(transform unit,TU) 和/或对应的块,例如编码树块(coding tree block,CTB)、编码块(coding block,CB)、变换块(transform block,TB)或预测块(prediction block,PB)。
例如,编码树单元(coding tree unit,CTU)可以为或可以包括具有三个样本阵列的图像中的亮度样本的一个CTB、该图像中的色度样本的两个对应CTB,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本的一个CTB。这些语法结构用于对样本进行译码。相应地,编码树块(coding tree block,CTB)可以为N×N个样本块,其中,N 可以设为某个值,从而将分量划分为多个CTB,这就是分割。编码单元(coding unit,CU) 可以为或包括具有三个样本阵列的图像中的亮度样本的一个编码块、色度样本的两个对应编码块,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本组成的一个编码块。这些语法结构用于对上述样本进行译码。相应地,编码块(codingblock,CB) 可以为M×N个样本块,其中,M和N可以设为某个值,从而将CTB划分为多个编码块,这就是分割。
在实施例中,例如根据HEVC,可以通过表示为编码树的四叉树结构将编码树单元(coding tree unit,CTU)划分为多个CU。在CU级决定是否使用帧间(时间)预测或帧内(空间) 预测对图像区域进行译码。每个CU可以根据PU划分类型进一步划分为一个、两个或四个 PU。一个PU内应用相同的预测过程,并以PU为单位向解码器发送相关信息。在根据PU划分类型执行预测过程得到残差块之后,可以根据类似于用于CU的编码树的另一种四叉树结构将CU分割成变换单元(transform unit,TU)。
在实施例中,例如根据当前开发的称为通用视频编码(versatile video coding,VVC)的最新视频编码标准,使用四叉树和二叉树(quad-tree and binary tree,QTBT)分割来分割编码块。在QTBT块结构中,CU可以为正方形或矩形。例如,编码树单元(coding treeunit,CTU) 首先通过四叉树结构进行分割。四叉树叶节点进一步通过二叉树或三叉(ternary/triple)树结构进行分割。分割树叶节点称为编码单元(coding unit,CU),该分割用于预测和变换处理,无需任何进一步分割。即,在QTBT编码块结构中,CU、PU和TU的块大小相同。同时,还提出将三叉树分割等多重分割与QTBT块结构结合使用。
在一个示例中,视频编码器20中的模式选择单元260可以用于执行本文描述的分割技术的任意组合。
如上所述,视频编码器20用于从(例如预定的)预测模式集合中确定或选择最好或最优的预测模式。预测模式集合可以包括帧内预测模式和/或帧间预测模式。
帧内预测
帧内预测模式集合可以包括35种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如HEVC中定义的方向性模式,或者可以包括67种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如VVC中定义的方向性模式。
帧内预测单元254用于根据帧内预测模式集合中的帧内预测模式,使用同一个当前图像中的邻块的重建样本来生成(帧内)预测块265。
帧内预测单元254(或通常为模式选择单元260)还可以用于将帧内预测参数(或通常为表示块的选定帧内预测模式的信息)以语法元素266的形式输出到熵编码单元270,以包括到经编码图像数据21中,使得例如视频解码器30可以接收并使用预测参数进行解码。
帧间预测
(可能的)帧间预测模式集合基于可用参考图像(即,例如上述存储在DPB 230中的至少部分解码的图像)和其它帧间预测参数,例如基于是否使用整个参考图像或只使用参考图像的一部分(例如当前块的区域周围的搜索窗口区域)来搜索最佳匹配参考块,和/或例如基于是否执行像素插值,例如二分之一/半像素插值和/或四分之一像素插值。
除上述预测模式外,还可以应用跳过模式和/或直接模式。
帧间预测单元244可以包括运动估计(motion estimation,ME)单元和运动补偿(motion compensation,MC)单元(两者未在图2中示出)。运动估计单元可以用于接收或获取图像块 203(当前图像17中的当前图像块203)和经解码图像231,或者至少一个或多个先前的重建块(例如,一个或多个先前的经解码图像231中的重建块),以进行运动估计。例如,视频序列可以包括当前图像和先前经解码图像231,或换句话说,当前图像和先前经解码图像231 可以为组成视频序列的图像序列的一部分或组成该图像序列。
例如,编码器20可用于从多个其它图像中的相同或不同图像的多个参考块中选择参考块,并将参考图像(或参考图像索引)和/或参考块的位置(x坐标、y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数提供给运动估计单元。这种偏移也称为运动矢量 (motion vector,MV)。
运动补偿单元可用于获取(例如,接收)帧间预测参数,并根据或使用帧间预测参数执行帧间预测,得到(帧间)预测块265。由运动补偿单元执行的运动补偿可以包括根据通过运动估计确定的运动/块矢量来提取或生成预测块,还可以包括对子像素精度执行插值。插值滤波可以根据已知像素的样本生成其它像素的样本,从而潜在地增加可以用于对图像块进行译码的候选预测块的数量。在接收到当前图像块对应的PU的运动矢量时,运动补偿单元可以在其中一个参考图像列表中定位运动矢量指向的预测块。
运动补偿单元还可以生成与块和视频条带相关的语法元素,以供视频解码器30在解码视频条带的图像块时使用。
熵编码
熵编码单元270用于将熵编码算法或方案(例如,可变长度编码(variable lengthcoding, VLC)方案、上下文自适应VLC(context adaptive VLC,CAVLC)方案、算术编码方案、二值化,上下文自适应二进制算术编码(context adaptive binary arithmeticcoding,CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptive binary arithmetic coding, SBAC)、概率区间分割熵(probability intervalpartitioning entropy,PIPE)编码或其它熵编码方法或技术)等应用于或不应用于(无压缩)量化系数209、帧间预测参数、帧内预测参数、环路滤波器参数和/或其它语法元素,以得到可以通过输出端272以经编码码流21等形式输出的经编码图像数据21,使得例如视频解码器30可以接收并使用这些参数进行解码。可以将经编码码流21发送到视频解码器30,或者将其存储在存储器中稍后由视频解码器30发送或检索。
可以使用其它接收形式的视频编码器20对视频流进行编码。例如,基于非变换的编码器 20可以在没有变换处理单元206的情况下直接量化某些块或帧的残差信号。在另一种实现方式中,编码器20可以具有组合成单个单元的量化单元208和反量化单元210。
解码器和解码方法
图3示出了用于实现本申请技术的视频解码器30的示例。视频解码器30用于接收例如由编码器20编码的经编码图像数据21(例如,经编码码流21),得到经解码图像331。经编码图像数据或码流包括用于解码该经编码图像数据的信息,例如表示经编码视频条带中的图像块的数据和相关的语法元素。
在图3的示例中,解码器30包括熵解码单元304、反量化单元310、逆变换处理单元312、重建单元314(例如,求和器314)、环路滤波器320、解码图像缓冲区(decoded picturebuffer, DPB)330、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或包括运动补偿单元。在一些示例中,视频解码器30可以执行大体上与针对图2的视频编码器20描述的编码回合互逆的解码回合。
如针对编码器20的描述,反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。相应地,反量化单元310在功能上可以与反量化单元210相同,逆变换处理单元312在功能上可以与逆变换处理单元212相同,重建单元314在功能上可以与重建单元214相同,环路滤波器320在功能上可以与环路滤波器220相同,解码图像缓冲区330在功能上可以与解码图像缓冲区230相同。因此,视频编码器20的相应单元和功能的解释相应地适用于视频解码器30的相应单元和功能。
熵解码
熵解码单元304用于解析码流21(或通常为经编码图像数据21)并对经编码图像数据21执行熵解码等,以得到量化系数309和/或经解码的译码参数366等,例如帧间预测参数(例如参考图像索引和运动矢量)、帧内预测参数(例如,帧内预测模式或索引)、变换参数、量化参数、环路滤波器参数和/或其它语法元素中的任一个或全部。熵解码单元304可以用于应用与针对编码器20中的熵编码单元270描述的编码方案对应的解码算法或方案。熵解码单元 304还可以用于向模式选择单元提供帧间预测参数、帧内预测参数和/或其它语法元素,以及向解码器30的其它单元提供其它参数。视频解码器30可以接收视频条带级和/或视频块级的语法元素。
反量化
反量化单元310可以用于从经编码图像数据21(例如,通过熵解码单元304等解析和/ 或解码)接收量化参数(quantization parameter,QP)(或通常为与反量化相关的信息)和量化系数,并根据这些量化参数对经解码量化系数309进行反量化,以得到解量化系数311。解量化系数311也可以称为变换系数311。反量化过程可以包括使用视频编码器20对视频条带中的每个视频块确定的量化参数来确定量化程度,同样也确定需要进行的反量化的程度。
逆变换
逆变换处理单元312可以用于接收解量化系数311(也称为变换系数311),并对解量化系数311进行变换,得到样本域中的重建残差块313。重建残差块313也可以称为变换块313。变换可以为逆变换,例如逆DCT、逆DST、逆整数变换或概念上类似的逆变换过程。逆变换处理单元312还可以用于(例如通过熵解码单元304等解析和/或解码)从经编码图像数据21 接收变换参数或对应的信息,以确定要对解量化系数311进行的变换。
重建
重建单元314(例如加法器或求和器314)可以用于将重建残差块313添加到预测块365,以在样本域中获取重建块315,例如,通过将重建残差块313的样本值与预测块365的样本值相加。
滤波
环路滤波器单元320(在译码环路中或之后)用于对重建块315进行滤波,得到经滤波的块321,例如,以平滑像素转变或以其它方式提高视频质量等。环路滤波器单元320可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptiveoffset, SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。尽管环路滤波器单元320在图3中示为环内滤波器,但是在其它配置中,环路滤波器单元320可以实现为后环路滤波器。
解码图像缓冲区
然后,将图像的解码视频块321存储在解码图像缓冲区330中,所述解码图像缓冲区330 存储作为参考图像的经解码图像331,这些参考图像用于其它图像的后续运动补偿和/或用于输出或分别显示。
解码器30用于通过输出端312等输出经解码图像311,向用户显示或供用户观看。
预测
帧间预测单元344在功能上可以与帧间预测单元244(具体与运动补偿单元)相同,帧内预测单元354在功能上可以与帧内预测单元254相同,并根据从经编码图像数据21接收的分割和/或预测参数或相应信息(例如,通过熵解码单元304等解析和/或解码)决定划分或分割并执行预测。模式选择单元可用于根据重建图像、块或相应样本(经滤波或未经滤波)执行每个块的预测(帧内预测或帧间预测),以获得预测块365。
当将视频条带或图像译码为帧内译码(I)条带时,模式应用单元360中的帧内预测单元 354用于根据指示的帧内预测模式和来自当前图像的先前经解码块的数据生成当前视频条带的图像块的预测块365。当将视频条带或图像译码为帧间译码(即,B或P)条带时,模式选择单元的帧间预测单元344(例如,运动补偿单元)用于根据运动矢量和从熵解码单元304 接收的其它语法元素产生当前视频条带的视频块的预测块365。对于帧间预测,可以根据其中一个参考图像列表内的其中一个参考图像产生这些预测块。视频解码器30可以根据存储在 DPB 330中的参考图像,使用默认构建技术来构建参考图像列表:列表0和列表1。
模式选择单元用于通过解析运动矢量和其它语法元素来确定当前视频条带的视频/图像块的预测信息,并使用所述预测信息针对所解码的当前视频块生成预测块。例如,模式选择单元使用接收到的一些语法元素确定用于对视频条带的视频块进行译码的预测模式(例如,帧内预测或帧间预测)、帧间预测条带类型(例如,B条带、P条带或GPB条带)、用于条带的一个或多个参考图像列表的构建信息、用于条带的每个经帧间译码的视频块的运动矢量、用于条带的每个经帧间译码的视频块的帧间预测状态,以及其它信息,以对当前视频条带中的视频块进行解码。
可以使用其它形式的视频解码器30对经编码图像数据21进行解码。例如,解码器30可以在没有环路滤波器单元320的情况下产生输出视频流。例如,基于非变换的解码器30可以在没有逆变换处理单元312的情况下直接对某些块或帧的残差信号进行反量化。在另一种实现方式中,视频解码器30可以具有组合成单个单元的反量化单元310和逆变换处理单元312。
应理解,在编码器20和解码器30中,可以对当前步骤的处理结果进一步处理,然后输出到下一步骤。例如,在插值滤波、运动矢量推导或环路滤波之后,可以对插值滤波、运动矢量推导或环路滤波的处理结果进行进一步的运算,如限幅(clip)或移位(shift)运算。
需要说明的是,可以对当前块的推导运动矢量(包括但不限于仿射模式的控制点运动矢量,仿射模式、平面模式、ATMVP模式的子块运动矢量,时间运动矢量等)进行进一步运算。例如,根据运动矢量的表示位数将运动矢量的值限制在预定义范围内。如果运动矢量的表示位数为bitDepth,则范围为–2^(bitDepth–1)至2^(bitDepth–1)–1,其中,“^”表示幂次方。例如,如果bitDepth设置为16,则范围为–32768至32767;如果bitDepth设置为18,则范围为–131072至131071。以下描述提供了两种限制运动矢量的方法。
方法1:通过以下运算来去除溢出的最高有效位(most significant bit,MSB)
ux=(mvx+2bitDepth)%2bitDepth (1)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (2)
uy=(mvy+2bitDepth)%2bitDepth (3)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (4)
其中,mvx为图像块或子块的运动矢量中的水平分量,mvy为图像块或子块的运动矢量中的垂直分量,ux和uy表示相应的中间值。
例如,如果mvx的值为–32769,则使用公式(1)和(2)之后得到的值为32767。在计算机***中,以二的补码的形式存储十进数。–32769的二的补码为1,0111,1111,1111,1111(17 位)。这时丢弃MSB,则得到的二的补码为0111,1111,1111,1111(十进数为32767),这与使用公式(1)和(2)之后得到的输出结果相同。
ux=(mvpx+mvdx+2bitDepth)%2bitDepth (5)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (6)
uy=(mvpy+mvdy+2bitDepth)%2bitDepth (7)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (8)
可以在运动矢量预测值mvp与运动矢量差值mvd的求和期间应用这些运算,如公式(5) 至(8)所示。
方法2:对值进行限幅来去除溢出的MSB:
vx=Clip3(–2bitDepth–1,2bitDepth–1–1,vx)
vy=Clip3(–2bitDepth–1,2bitDepth–1–1,vy)
其中,vx为图像块或子块的运动矢量的水平分量;vy为图像块或子块的运动矢量的垂直分量;x、y和z分别对应于MV限幅过程的3个输入值,函数Clip3的定义如下:
运算“?”通常用作表示“if…else”条件的快捷方式。例如,“X<K?X=1:X=0”可以解释为“如果X小于K,则X设置为1,否则(如果X不小于K)X设置为0”。
图4为本发明实施例提供的视频译码设备400的示意图。视频译码设备400适用于实现下文描述的公开实施例。在一个实施例中,视频译码设备400可以是解码器(如图1A的视频解码器30)或编码器(如图1A的视频编码器20)。
视频译码设备400可包括:用于接收数据的入端口410(或输入端口410)和一个或多个接收单元(Rx)420;用于处理数据的处理器、逻辑单元或中央处理单元(centralprocessing unit, CPU)430;用于发送数据的一个或多个发送单元(Tx)440和出端口450(或输出端口450);以及用于存储数据的存储器460。视频译码设备400还可以包括耦合到入端口410、接收单元 420、发送单元440和出端口450耦合的光电(optical-to-electrical,OE)组件和电光 (electrical-to-optical,EO)组件,用于光信号或电信号的出入。
处理器430可以通过硬件和软件实现。处理器430可以实现为一个或多个CPU芯片、核 (例如,多核处理器)、FPGA、ASIC和DSP。处理器430可以与入端口410、接收单元420、发送单元440、出端口450和存储器460通信。处理器430可以包括译码模块470。译码模块 470实现上文及下文描述的公开实施例。例如,译码模块470用于实施、处理、准备或提供各种译码操作。因此,包括译码模块470使得视频译码设备400功能得到了显著改进,实现了视频译码设备400不同状态的转换。或者,可以以存储在存储器460中并由处理器430执行的指令来实现译码模块470。
存储器460包括一个或多个磁盘、磁带机和固态硬盘,可以用作溢出数据存储设备,用于在选择执行程序时存储此类程序,并且存储在程序执行过程中读取的指令和数据。例如,存储器460可以是易失性和/或非易失性的,并且可以是只读存储器(read-onlymemory,ROM)、随机存取存储器(random access memory,RAM)、三态内容寻址存储器(ternary content-addressable memory,TCAM)和/或静态随机存取存储器(staticrandom-access memory, SRAM)。
图5为示例性实施例提供的装置500的简化框图,装置500可用作图1A中的源设备12 和目的地设备14中的任一个或两个。
装置500中的处理器502可以是中央处理单元。或者,处理器502可以是现有的或今后将研发出的能够操控或处理信息的任何其它类型的设备或多个设备。虽然可以使用如图所示的处理器502等单个处理器来实现所公开的实现方式,但使用一个以上处理器可以提高速度和效率。
在一种实现方式中,装置500中的存储器504可以是只读存储器(read onlymemory,ROM) 设备或随机存取存储器(random access memory,RAM)设备。任何其它合适类型的存储设备都可以用作存储器504。存储器504可以包括处理器502通过总线512访问的代码和数据 506。存储器504还可包括操作***508和应用程序510,其中,应用程序510包括支持处理器502执行本文所述方法的至少一个程序。例如,应用程序510可以包括应用1至N,还可以包括执行本文所述方法的视频译码应用。
装置500还可以包括一个或多个输出设备,例如显示器518。在一个示例中,显示器518 可以是将显示器与触敏元件组合的触敏显示器,该触敏元件能够用于感测触摸输入。显示器 518可以通过总线512与处理器502耦合。
尽管装置500的总线512在本文中描述为单个总线,但是总线512可以包括多个总线。此外,辅助存储器(未示出)可以直接与装置500的其它组件耦合或可以通过网络访问,并且可以包括单个集成单元(例如一个存储卡)或多个单元(例如多个存储卡)。因此,装置500可以通过多种配置实现。
在根据ITU-T H.265进行融合候选列表构建的示例中,根据以下候选项构建融合候选列表:
1.根据五个空间邻块推导的最多四个空间候选项;
2.根据两个时间并置块推导的一个时间候选项;
3.附加候选项,包括组合的双向预测候选项;
4.零运动矢量候选项。
空间候选项
首先将空间邻块的运动信息添加到融合候选列表中(在一个示例中,在第一运动矢量添加到融合候选列表之前,融合候选列表可以是空列表)作为运动信息候选项。在这里,被认为要***融合列表中的邻块如图6b所示。对于帧间预测块融合,通过按顺序检查A1、B1、B0、A0和B2,按照该顺序将最多四个候选项***融合列表中。
运动信息可以包含所有运动数据,所述运动数据包括是否使用一个或两个参考图像列表的信息,以及每个参考图像列表的参考图像索引和运动矢量。
在一个示例中,在检查邻块是否可用以及是否包含运动信息之后,在将邻块的所有运动数据作为运动信息候选项之前,还可以执行一些其它冗余检查。为了两个不同目的,这些冗余检查可分为两个类别:
类别1:避免列表中具有包含冗余运动数据的候选项;
类别2:防止融合可以通过其它方式表示而产生冗余语法的两个分割部分。
时间候选项
图6a示出了从其中检索时间运动信息候选项的块的位置。并置块是与当前块的x坐标、 y坐标相同但位于不同图像(参考图像之一)上的块。如果列表未满,则将时间运动信息候选项添加到融合列表中(在一个示例中,当融合列表中的候选项数量小于阈值时,融合列表未满,例如,阈值可以为4、5、6,等等)。
生成的候选项
在***空间和时间运动信息候选项之后,如果融合列表仍未满,则可以添加生成的候选项以填充列表。列表大小在序列参数集中表示,并在整个编码视频序列中是固定的。
双向预测
“双向预测”是一种特殊的帧间预测模式,其中使用2个运动矢量预测块。运动矢量可以指向相同或不同的参考图像,其中,参考图像可以通过参考图像列表ID或参考图像列表索引和参考图像索引表示。例如,第一运动矢量可以指向参考图像列表L0中的第一图像,第二运动矢量可以指向参考图像列表L1中的第一图像。可以维护两个参考图像列表(例如,L0 和L1),并且可以从列表L0中选择第一运动矢量指向的图像,可以从列表L1中选择第二运动矢量指向的图像。
在一个示例中,如果运动信息表示双向预测,则运动信息包括两部分:
·L0部分:指向参考图像列表L0中的条目(即参考图像)的运动矢量和参考图像索引。
·L1部分:指向参考图像列表L1中的条目的运动矢量和参考图像索引。
图像顺序编号(picture order count,POC):与每个图像关联的变量唯一地标识编码视频序列(coded video sequence,CVS)中的所有图像中关联的图像,并且当关联的图像要从解码图像缓冲区输出时,表示相对于同一CVS中要从解码图像缓冲区输出的其它图像的输出顺序位置,该关联图像的输出顺序位置。
参考图像列表L0和L1中的每一个可以包括一个或多个参考图像,每个参考图像都用 POC标识。与每个参考图像索引和POC值的关联可以在码流中指示。例如,L0和L1参考图像列表可以包括以下参考图像:
参考图像列表 | 参考(图像)索引 | POC |
L0 | 0 | 12 |
L0 | 1 | 13 |
L1 | 0 | 13 |
L1 | 1 | 14 |
在以上示例中,参考图像列表L1中的第一条目(由参考图像索引0表示)是POC值为13的参考图像。参考图像列表L1中的第二条目(由参考图像索引1表示)是POC值为14 的参考图像。
ITU-T H.265和VVC中的融合列表构建过程输出运动信息候选项列表。VVC的融合列表构建过程在文档JVET-L1001_v2通用视频编码(草案3)的“8.3.2.2融合模式的亮度运动矢量的推导过程(8.3.2.2 Derivation process for luma motion vectors for mergemode)”部分中描述,该文档可以通过http://phenix.it-sudparis.eu/jvet/公开获取。术语“运动信息”是指执行运动补偿预测过程所需要的运动数据。运动信息通常指以下信息:
·块是否使用单向预测或双向预测;
·预测中使用的参考图像的ID(参考图像索引),以及参考图像列表索引(如果适用)。 (如果块应用双向预测,则为2个ID);
·运动矢量(如果块是双向预测的,则为2个运动矢量);
·其它信息。
在VVC和H.265中,融合列表构建输出的候选列表包括N个候选运动信息。数字N通常包括在码流中,并且可以是正整数,如5、6等。包括在构建的融合列表中的候选项可以包括单向预测信息或双向预测信息。这表示从融合列表中选择的候选项可以表示双向预测操作。
三角预测模式
三角预测模式的概念是引入一种新的三角分割用于运动补偿预测。在图7所示的示例中,沿着对角线方向(图7中左侧所示)或反对角线方向(图7中右侧所示),将两个三角预测单元用于CU。CU中的每个三角预测单元(prediction unit,PU)使用单向预测运动矢量和参考帧(图像)索引进行帧间预测,所述单向预测运动矢量和参考帧(图像)索引从单向预测候选列表推导。在通过运动补偿或帧内预测等方式预测与每个三角预测单元相关联的样本之后,对对角线边缘执行自适应加权或滤波过程。然后,将变换和量化过程应用于整个CU。需要说明的是,这种模式仅适用于跳过模式和融合模式。
在三角预测模式中,块被划分成两个三角形部分(如图7所示),每个部分可以使用一个运动矢量进行预测。用于预测一个三角形部分(用PU1表示)的运动矢量可以不同于用于预测另一个三角形部分(用PU2表示)的运动矢量。在一个示例中,需要说明的是,每个部分可以仅使用单个运动矢量进行预测(单向预测),以便降低执行三角预测模式的复杂性。换句话说,PU1和PU2可以不使用包括两个运动矢量的双向预测进行预测。
子块预测模式
三角预测模式是子块预测的一种特殊情况,其中一个块被划分成两个块。在上述示例中,示出了编码块的块划分的两个方向(45度和135度分割)。也可以采用其它分割角度和分割比例进行子块预测(如图8中所示)。
在一些示例中,块被划分成2个子块,每个部分(子块)都用单向预测进行预测。
在一个示例中,通过使用子块分割模式,使用以下步骤获取块的预测样本:
·步骤1:根据几何模型将编码块划分为2个子块。该几何模型可以通过图9至图12所示的划分线(例如直线)划分块。
·步骤2:获取第一子块的第一预测模式和第二子块的第二预测模式。在一个示例中,第一预测模式可以与第二预测模式不同。在一个示例中,预测模式(第一预测模式或第二预测模式)可以是帧间预测模式。用于帧间预测模式的信息可以包括参考图像索引和运动矢量。在另一示例中,预测模式可以是帧内预测模式。帧内预测模式的信息可以包括帧内预测模式索引。
·步骤3:分别使用第一预测模式和第二预测模式生成(具体为整个编码块的)第一预测值和第二预测值。
·步骤4:通过将第一预测值和第二预测值组合并通过步骤1中公开的划分,获得预测样本的组合值。
在一个示例中,在步骤1中,编码块通过各种方式划分为2个子块。图9示出了关于分割编码块的示例。划分线1250将块划分为2个子块。可以指示两个参数来描述线1250,一个参数是角度α1210,另一个参数是距离dist 1230。
在一些实施例中,如图9所示,角度是在x轴与划分线之间测量的,而距离是通过x方向上的矢量的长度测量的,该矢量从当前块的中心开始,到划分线结束。或者,距离可以通过垂直于划分线并穿过当前块中心的矢量的长度来测量。
在另一示例中,图10示出了表示划分线的替代方式,其中,角度和距离的示例与图9所示的示例不同。在图10的示例中,距离由划分线在x方向上从当前块的左上顶点的偏移确定。该角度是图9中的角度的互补角。可以选择角度和距离的各种替代组合来表征划分线。
在一些示例中,在步骤4中,步骤1中公开的划分用于第一预测值和第二预测值的组合,以获得组合预测值。在一个示例中,在步骤4中使用混合操作,以消除任何伪影(沿划分线的尖锐或锯齿状外观)。混合操作可以描述为围绕划分线进行的滤波操作。
由于可以使用2个不同的运动信息(例如,2个不同的运动矢量和/或两个不同的参考图像)预测2个子块,因此可以沿着划分线观察到不连续性。可以观察到这种不连续性使尖锐或块状的,这是不符合期望的。为了减少不连续性,可以在交点处应用混合操作:但是,混合操作可能会导致明显的模糊,特别是在原始视频具有尖锐边缘的情况下。
本发明的实施例涉及自适应地选择混合操作(或过程、或功能),从而使视频的主观质量 (观看体验)和压缩效率提高。
实施例1(从解码器角度):
在本实施例中,上述过程中公开的步骤4包括以下子步骤或由以下子步骤组成:
步骤4.1:
根据码流获得指示符的值,其中,指示符的值表示选择哪个混合操作(例如,第一(预定义)混合操作、第二(预定义)混合操作或第三(预定义)混合操作等)。指示符的值还可以表示不应用混合操作。或者,混合操作列表中的一个混合操作可以根据预测样本的位置指定第一预测值或第二预测值用于组合值,使得不应用实际滤波,如下文进一步描述。
步骤4.2:
对于解码块中的样本,计算样本距离(sample_dist),其中,样本距离表示样本与解码块的划分线的距离。样本与划分线的距离可以以各种方式确定。根据一个示例,距离sample_dist 可以确定为样本(x,y)沿x方向与划分线1250的距离,如图11所示。类似地,距离sample_dist 可以确定为沿y方向的距离。根据另一示例,距离sample_dist可以确定为样本(x,y)与划分线1250的垂直距离,如图12所示。
步骤4.3:
计算得到的sample_dist用于计算加权因子,所述加权因子用于对应于样本的第一预测值和对应于样本的第二预测值的组合。在一个示例中,加权因子表示为sampleWeight1和 sampleWeight2,是指对应于第一预测值的权重值和对应于第二预测值的权重值。在一个示例中,根据sample_dist和混合操作计算第一加权因子,并根据指示符的值表示混合操作。
在一个示例中,根据以下公式计算第二加权因子:
sampleWeight2=T–sampleWeight1,
其中,T是预定义的常量。
步骤4.4:
根据坐标(x,y)处的第一预测值、坐标(x,y)处的第二预测值、sampleWeight1和sampleWeight2计算样本坐标(x,y)处的预测样本的组合值。换句话说,可以为整个当前块分别确定根据第一预测模式和第二预测模式的第一预测值和第二预测值。随后,使用sampleWeight1和sampleWeight2计算预测值的加权和,以计算预测样本的组合值。如果样本权重中的一个在特定样本坐标(x,y)处为零,则可以省略相应预测值(即第一预测值或第二预测值)的确定。
需要注意的是,步骤4.1和步骤4.2可以根据任何顺序执行,这表示步骤4.1和步骤4.2 彼此独立,距离计算可以独立于混合滤波器的选择进行。
实施例2(编码器角度):
在本实施例中,上述过程中公开的步骤4包括以下子步骤或由以下子步骤组成:
步骤4.1:
确定对当前编码块中的样本应用哪种混合操作。该确定可以包括确定是否完全应用了实际混合操作,即滤波操作。在一个示例中,混合操作是基于速率失真度量确定的。
块的指示符的值被编码到码流中,其中,指示符的值表示选择哪个混合操作(例如,第一(预定义)混合操作、第二(预定义)混合操作或第三(预定义)混合操作等)。指示符的值还可以表示不应用混合操作。或者,混合操作列表中的一个混合操作可以根据预测样本的位置指定第一预测值或第二预测值用于组合值,使得不应用实际滤波,如下文进一步描述。
可选地,在本实施例中,执行以下附加步骤:
步骤4.2:
对于编码块中的样本,计算样本距离(sample_dist),该距离表示样本与编码块的划分线的距离。该距离可以表示水平距离,即样本在水平方向上与划分线上最近点的距离。或者,该距离可以表示垂直距离,或者它可以表示欧几里德(Euclidean)距离(即样本在垂直于划分线的方向上与划分线的距离)。
步骤4.3:
计算得到的sample_dist用于计算加权因子,所述加权因子用于对应于样本的第一预测值和对应于样本的第二预测值的组合。在一个示例中,加权因子表示为sampleWeight1和 sampleWeight2,是指对应于第一预测值的权重值和对应于第二预测值的权重值。在一个示例中,根据sample_dist和混合操作计算第一加权因子,并根据指示符的值表示混合操作。
在一个示例中,根据以下公式计算第二加权因子:
sampleWeight2=T–sampleWeight1,
其中,T是预定义的常量。对于从0到T的sampleWeight1范围,该公式可以支持从仅基于第一预测值的组合值过渡到仅基于第二预测值的组合值,其中,在潜在过渡区域中具有混合组合值。
步骤4.4:
根据坐标(x,y)处的第一预测值、坐标(x,y)处的第二预测值、sampleWeight1和sampleWeight2计算样本坐标(x,y)处的预测样本的组合值。根据可能取决于样本坐标(x,y)的sampleWeight1和sampleWeight2的值,组合值可以单独基于第一预测值、单独基于第二预测值,或者基于第一预测值和第二预测值的加权组合。
在一个示例中,根据以下公式计算样本距离sample_dist:
sample_dist=((x<<1)+1)*Dis[angleIdx1]+((y<<1)+1))*Dis[angleIdx2]–offset(distanceIdx)。
·angleIdx1的值和angleIdx2的值从码流获得或根据从码流获得的其它信息推导/计算。 angleIdx1和angleIdx2表示划分线的量化三角参数,其中,第一参数是余弦类型,第二参数是正弦类型。
·x和y是样本相对于编码块的左上样本的x坐标和y坐标。
·offset(distanceIdx)是作为索引值(distanceIdx)的函数的输出的偏移值,其中,索引值从码流获得,或根据从码流获得的其它信息推导/计算。offset(distanceIdx)可以表示划分线到编码块中特定点的距离。例如,offset()可以表示编码块的左上样本到划分线之间的距离。在该示例中,当样本的坐标为(0,0)时,offset()将表示样本与划分线的距离。或者,在另一示例中,offset()可以表示编码块的中心点与划分线的距离。在又一个示例中,距离可以表示水平距离,即特定点在水平方向上与划分线上最近点的距离。或者,距离可以表示垂直距离,也可以表示欧几里德距离。
·Dis[]是查找表。Dis[angleIdx1]描述了在样本的x坐标上,样本距离(sample_dist)相对于单位增量(增量为值1)的变化。Dis[angleIdx2]描述了在所述样本的y坐标上,样本距离(sample_dist)相对于单位增量(增量为值1)的变化。
在一个示例中,预定义常量T等于8,这表示sampleWeight1和sampleWeight2的值范围可以介于0与8之间(包括0和8)。在另一示例中,预定义常量T等于16。
在另一示例中,sample_dist和sampleWeight1可以根据以下等式获得:
-nCbR=(W>H)?(W/H):(H/W),
-sample_dist=(W>H)?(Clip3(0,8,(x/nCbR–y)+4)):(Clip3(0,8,(x–y/nCbR)+4)),
或
sample_dist=(W>H)?(Clip3(0,8,(H–1–x/nCbR–y)+4)):(Clip3(0,8,(W–1–x –y/nCbR)+4)),
-sampleWeight1=Clip3(0,8,sample_dist),
其中,W为编码块的宽度,H为编码块的高度,nCbR表示编码块的宽高比。
需要说明的是,上述2个示例示出了根据整数算术的两种计算方法。但是,本发明的实施例不限于计算sample_dist的那些示例。
预测样本的组合值可以通过以下方式计算:将第一样本权重(sampleWeight1)值与坐标(x,y)处的第一预测值相乘,将第二样本权重(sampleWeight2)值与坐标(x,y)处的第二预测值相乘,随后将两个中间乘积与舍入因子T/2相加。然后,通过将和除以值T来计算预测样本的组合值。在一个示例中,该运算可以表达为:
predictionSample(x,y)=(sampleWeight1*prediction1(x,y)+sampleWeight2*prediction2(x,y) +T/2)/T,
其中,predictionSample(x,y)是坐标(x,y)处的预测样本的(舍入)组合值,prediction1(x,y) 是坐标(x,y)处的第一预测值,prediction2(x,y)是坐标(x,y)处的第二预测值。
根据一个示例,第一加权因子sampleWeight1是根据sample_dist和查找表获得的。在一个示例中,查找表用于存储滤波系数。换句话说,混合操作根据查找表实现。在这种示例中,可以将sample_dist的函数用作查找表的索引值。函数可以是常数的除法或乘法运算、常量的右移运算、取绝对值或限幅运算或这些运算的组合。
在这些示例中,混合操作的输入是sample_dist(与划分线的垂直距离、水平距离或垂直距离和水平距离的组合,该划分线是将编码块划分为两个子块的线),混合操作的输出是 sampleWeight1或sampleWeight2。
根据另一示例,混合操作实现为函数,其中,sample_dist作为输入,sampleWeight1或sampleWeight2作为输出。在一个示例中,混合操作可以实现为sampleWeight1=Clip3(0,8, sample_dist)。在另一示例中,混合操作可以实现为sampleWeight1=Clip3(0,8,f(sample_dist))。函数f()可以是常数的除法/加法/乘法运算、常量的右移运算、取绝对值运算或限幅运算或这些运算的组合。可以将最大限幅级别的一半的偏移(即,限幅级别为8,偏移为4)添加到 sample_dist的值中,以提供围绕划分线的对称滤波/混合。上限幅级别(上面使用的T)可以定义所应用的滤波的长度。
根据本发明实施例,第一混合操作可以是“sampleWeight=Clip3(0,8,sample_dist)”,第二混合操作可以是“sampleWeight=sample_dist==4?4:(sample_dist<4?0:8)”。在这两种情况下,可以将偏移4添加到sample_dist中,以提供对称滤波,如图13和图14中所示。第一混合操作的结果和第二混合操作的结果分别在图13和图14中例示。块内的数字对应于与该样本位置对应的sampleWeight值。当sampleWeight的值等于0或8时,该样本位置处的预测样本的组合值是第一预测值或第二预测值。当sampleWeight的值的值范围在0与8之间(不包括0和8)时,预测样本的组合值通过对第一预测值和第二预测值进行加权平均获得(例如,如果sampleWeight的值为4,则表示使用相等权重进行加权平均)。根据上述公式, sampleWeight1可以设置为sampleWeight,sampleWeight2可以设置为8–sampleWeight。
在一个实施例中,第一混合操作是长混合操作(例如,滤波器),其中,划分线左侧或右侧的多个滤波系数具有不同于0或8的值,从而实现从prediction1和prediction2的平滑过渡,如图13所示。第二混合滤波器是短混合操作(例如,滤波器),因为靠近划分线的滤波系数具有接近最小值0和最大值8的值,从而实现从prediction1和prediction2的快速过渡,如图 14所示。
根据本发明实施例,根据码流中的指示符的值选择混合操作。
长混合操作比短混合操作具有更高的平滑特性。因此,长混合操作有利于平滑由子块分割引起的边缘伪影。使用短混合操作的效果是清晰细节被更好地保留。
根据本发明实施例,根据码流中的指示符的值将混合操作应用于样本。
在一个实施例中,第一混合操作可以是:
-第一混合操作:“sampleWeight=Clip3(0,8,sample_dist)”。
在一个实施例中,第二混合操作可以是:
-“sampleWeight=sample_dist==4?4:(sample_dist<4?0:8)”,或
-“sampleWeight=Clip3(0,8,(sample_dist–4)*K+sample_dist)”。
K是值大于0的整数。需要注意的是,随着K的增大,混合操作变得更短(因此更清晰)。例如,当K=4时,第二混合操作变为:
“sampleWeight=sample_dist==4?4:(sample_dist<4?0:8)”,其特性在图14中例示。
在上述混合操作中,可以通过添加偏移(此处为4)来修改通过计算样本与划分线之间的距离得到的sample_dist的值,以提供对称滤波操作。
或者,混合操作(不向sample_dist添加偏移)可以定义如下:
在一个实施例中,第一混合操作可以是:
-第一混合操作:“sampleWeight=Clip3(0,8,sample_dist+4)”。
在一个实施例中,第二混合操作可以是:
-“sampleWeight=sample_dist==0?4:(sample_dist<0?0:8)”,或
-“sampleWeight=Clip3(0,8,sample_dist*K+sample_dist+4)”。
根据一个示例,码流中的指示符的值表示L的值。在这种情况下,L可以具有0值(表示所选择的混合操作是第一混合操作),或L的不同值(可以表示第二混合操作或第三混合操作等)。
在一个实施例中,第二混合操作可以是:
-“sampleWeight=sample_dist<=D/2?0:T”,或
-“sampleWeight=sample_dist<D/2?0:T”。
上面两个示例描述了切断混合操作。在上述示例中,sample_weight的值等于0或T。对于样本,第一预测值是组合(或最终)预测值,第二预测值是组合(或最终)预测值。组合预测值可通过以下等式给出:
Combined prediction(x,y)=f(sampleWeight*first_prediction(x,y)+secondprediction(x,y)* (T-sampleWeight))。
根据该等式,坐标(x,y)处的样本的组合预测值是坐标(x,y)处的第一预测值和第二预测值的加权组合,并为样本计算加权因子(sampleWeight)。在上述两个示例中,sampleWeight的值可以是0或T,使得坐标(x,y)处的组合预测值由(x,y)处的第一预测值或第二预测值确定。在一个示例中,函数f()表示舍入运算或限幅运算。在一些实施例中, T是正整数值。T的值可以为8。D是预先确定的(或推导的,或解码的)实数,在一些示例中,D等于T,或2T或T/2。D/2可以表示添加到sample_dist的值的偏移。
根据本发明的实施例,第一混合操作和第二混合操作可以实现为查找表,例如图15中例示的表。在这种情况下,在一个示例中,sampleWeight可以通过sampleWeight=geoFilter[idx] 获得,其中,idx作为sample_dist的函数获得,而geoFilter是滤波权重的一维线性阵列。一个这种函数可以是:idx=min((abs(sample_dist)+8)>>4,maxIdx),其中,maxIdx是idx可以假定的最大值。例如,在表17-2的情况下,maxIdx为7。在本实施例中,sample_dist可以表示样本的距离,而不添加偏移。
在本发明的另一实施例中,可以通过使用因子fscal以以下方式执行样本距离sample_dist 的缩放来从相同的查找表推导第一混合操作和第二混合操作:
sampleWeight=geoFilter[idx],
idx=min((abs(sample_dist)+(1<<(fscale-1)))>>fscale,
fscale的值可以根据码流中存在的指示符的值确定。例如,如果指示值L等于0,则第一混合滤波器的样本权重值可以通过以下方式获得:
sampleWeight=geoFilter[idx1]
其中,fscal的值等于4。
idx1=min((abs(sample_dist)+8)>>4。
在另一示例中,如果指示符值L等于1,则第二混合滤波器的样本权重值可以通过以下等式获得:
sampleWeight=geoFilter[idx2],
其中,fscal的值等于3。
idx2=min((abs(sample_dist)+4)>>3。
另外,可根据当前块的大小确定fscale的值。例如,对于大小小于或等于16×16亮度样本的块,fscal的值等于4,对于大小大于16×16亮度样本的块,fscal的值等于5。
fscal的其它值也是可能的。fscale的值较高,会使整体混合操作更宽(例如,更平滑),fscale的值较低,会使整体混合操作更短(例如,更不平滑)。
在另一实施例中,第二混合操作可以根据以下等式获得:
sampleWeight=0 如果sample_dist<=0
sampleWeight=T 如果sample_dist>0,
或者在另一示例中,第二混合操作可以根据以下等式获得:
sampleWeight=0 如果sample_dist<0
sampleWeight=T 如果sample_dist>=0。
这里,sample_dist的值可以表示样本与划分线的距离,而不添加偏移。
对应于坐标(x,y)处的样本的sampleWeight值等于0或等于T,这取决于sample_dist 的值。在另一示例中,可以基于sample_dist的符号推导sampleWeight的值,sample_dist的符号表示样本位于划分线的哪一边。在一个示例中,对样本使用0或T的双层权重。值0或T 表示第一预测值是组合(或最终)预测值,或者第二预测值是组合(或最终)预测值。因此,所描述的第二混合操作不应用任何滤波,使得保持特征的清晰度并避免模糊。组合预测值可通过以下等式给出:
Combined prediction(x,y)=f(sampleWeight*first_prediction(x,y)+secondprediction(x,y)* (T-sampleWeight))。
根据该等式,坐标(x,y)处的样本的组合预测值是坐标(x,y)处的第一预测值和第二预测值的加权组合,并为样本计算加权因子(sampleWeight)。在上述两个示例中,sampleWeight的值可以是0或T,使得坐标(x,y)处的组合预测值由(x,y)处的第一预测值或第二预测值确定。在一个示例中,函数f()表示舍入运算或限幅运算。在一些实施例中, T是正整数值。T的值可以为8。
根据本发明的实施例,指示符的值可以编码到参数集中(或从参数集中获得),例如序列参数集或图像参数集或自适应参数集。在另一示例中,指示符的值可以编码到头中(或从头中获得),例如图像头或分块头或分块组头或条带头。根据本发明的一个实施例,可以具有头中的第一指示符的值,该第一指示符的值表示选择的混合操作(第一混合滤波器或第二混合滤波器等),以及具有参数集中的第二指示符的值,该第二指示符的值表示在码流中存在第一指示符的值。当根据第二指示符的值,在码流中不存在第一指示符的值时,可以推断第一指示符的值为0。
图16示出了本发明实施例提供的视频解码/编码方法的流程图。在步骤1310中,将当前块划分为至少两个子块。在步骤1320中,获取所述至少两个子块中的第一子块的第一预测模式和所述至少两个子块中的第二子块的第二预测模式。在步骤1330中,根据第一预测模式获取当前块中样本的第一预测值和根据第二预测模式获取当前块中样本的第二预测值。在步骤 1340中,获取包括关于对当前块中样本执行混合操作的信息的指示符。最后,在步骤1350 中,根据指示符、第一预测值和第二预测值获取当前块中样本的组合预测值。应当理解,方法步骤的顺序仅是说明性的,并且可以改变。作为示例,步骤1340可以在步骤1330之前执行,以确定第一预测模式和第二预测模式中的一种的样本权重是否为零,使得在步骤1330中可以省略确定相应的预测值。
图17示出了本发明实施例提供的解码/编码装置的一个示例的框图。解码装置30或编码装置20包括:划分模块1410,用于将当前块划分为至少两个子块;第一获取模块1420,用于获取所述至少两个子块中的第一个子块的第一预测模式和所述至少两个子块中的第二子块的第二预测模式,以及用于根据所述第一预测模式获取所述当前块中样本的第一预测值和根据所述第二预测模式获取所述当前块中所述样本的第二预测值;第二获取模块1430,用于获取指示符,其中,所述指示符包括关于对所述当前块中所述样本执行混合操作的信息;第三获取模块1440,用于根据所述指示符、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的组合预测值。
获取模块1420、1430和1440以及划分模块1410可以通过硬件、软件、固件或其任意组合实现。如果以软件来实现,则各种功能可作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质传输,且由基于硬件的处理单元执行。可通过如一个或多个数字信号处理器(digital signal processor,DSP)、通用微处理器、专用集成电路(application specific integrated circuit,ASIC)、现场可编程逻辑阵列(fieldprogrammable logic array,FPGA)或其它等效集成或离散逻辑电路等一个或多个处理器来执行指令。相应地,本文所使用的术语“处理器”可以指上述结构中的任一种或适于实施本文所述技术的任何其它结构。另外,在一些方面中,本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内,或者并入在组合编解码器中。而且,这些技术可以在一个或多个电路或逻辑元件中完全实现。
下面对上述实施例中所示的编码方法和解码方法的应用以及使用这些应用的***进行解释说明。
图18为用于实现内容分发业务的内容供应***3100的框图。该内容供应***3100包括捕获设备3102、终端设备3106和并且可选地包括显示器3126。捕获设备3102通过通信链路 3104与终端设备3106通信。通信链路可以包括上文描述的通信信道13。通信链路3104包括但不限于Wi-Fi、以太网、有线、无线(3G/4G/5G)、USB或者其任何种类的组合等。
捕获设备3102用于生成数据,并且可以通过上文实施例中所示的编码方法对数据进行编码。或者,捕获设备3102可以将数据分发到流媒体服务器(图中未示出),该服务器对数据进行编码并将经编码数据发送到终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议***、PDA、车载设备或其任意组合等。例如,捕获设备3102可以包括上述源设备12。当数据包括视频时,捕获设备3102中包括的视频编码器20实际上可执行视频编码处理。当数据包括音频(即,声音)时,捕获设备3102中包括的音频编码器实际上可执行音频编码处理。对于一些实际场景,捕获设备3102通过将经编码视频数据和经编码音频数据一起复用来分发经编码视频数据和经编码音频数据。对于其它实际场景,例如在视频会议***中,不复用经编码音频数据和经编码视频数据。捕获设备3102分别将经编码音频数据和经编码视频数据分发到终端设备3106。
在内容供应***3100中,终端设备310接收并再生成经编码数据。终端设备3106可以是具有数据接收和恢复能力的设备,例如智能手机或平板电脑3108、计算机或笔记本电脑 3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder, DVR)3112、电视3114、机顶盒(set top box,STB)3116、视频会议***3118、视频监控***3120、个人数字助理(personal digital assistant,PDA)3122、车载设备3124,或能够对上述经编码数据进行解码的以上设备中任何一个的组合等。例如,终端设备3106可以包括上文描述的目的地设备14。当经编码数据包括视频时,包括在终端设备中的视频解码器30优先进行视频解码。当经编码数据包括音频时,包括在终端设备中的音频解码器优先进行音频解码处理。
对于具有显示器的终端设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR) 3112、电视3114、个人数字助理(personal digital assistant,PDA)3122或车载设备3124,终端设备可以将经解码数据馈送到其显示器。对于不配备显示器的终端设备,例如STB 3116、视频会议***3118或视频监控***3120,在其中连接外部显示器3126以接收和显示经解码数据。
当该***中的每个设备执行编码或解码时,可以使用如上述实施例中所示的图像编码设备或图像解码设备。
图19为终端设备3106的一个示例的结构的示意图。在终端设备3106从捕获设备3102 接收流后,协议处理单元3202对该流的传输协议进行分析。所述协议包括但不限于实时流协议(real time streaming protocol,RTSP)、超文本传输协议(hyper texttransfer protocol,HTTP)、 HTTP直播流协议(HTTP live streaming protocol,HLS)、MPEG-DASH、实时传输协议(real-time transport protocol,RTP)、实时消息传输协议(real time messaging protocol,RTMP),或其任何种类的组合等。
协议处理单元3202对流进行处理后,生成流文件。文件输出到解复用单元3204。解复用单元3204可以将复用数据分离成经编码音频数据和经编码视频数据。如上所述,在其它实际场景中,例如在视频会议***中,不复用经编码音频数据和经编码视频数据。在这种情况下,不通过解复用单元3204,将经编码数据发送到视频解码器3206和音频解码器3208。
通过解复用处理,生成视频基本码流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括如上述实施例所解释的视频解码器30,通过如上述实施例所示的解码方法对视频ES进行解码以生成视频帧,并将该数据发送到同步单元3212。音频解码器3208 对音频ES进行解码以生成音频帧,并将该数据发送到同步单元3212。或者,可以在将视频帧馈送到同步单元3212之前,将视频帧存储在缓冲区(图19未示出)中。类似地,可以在将音频帧馈送到同步单元3212之前,将音频帧存储在缓冲区(图19中未示出)中。
同步单元3212同步视频帧和音频帧,并将视频/音频提供给视频/音频显示器3214。例如,同步单元3212同步视频信息和音频信息的呈现。信息可以使用与经译码的音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳在语法中进行译码。
如果流中包括字幕,则字幕解码器3210对字幕进行解码,使字幕与视频帧和音频帧同步,并将视频/音频/字幕提供给视频/音频/字幕显示器3216。
本发明并不限于上述***,上述实施例中的图像编码设备或图像解码设备都可以包括在汽车***等其它***中。
数学运算符
本申请中使用的数学运算符与C编程语言中使用的数学运算符类似。但是,对整数除法和算术移位运算的结果进行了更准确的定义,并且定义了其它运算,如幂运算和实值除法。编号和计数规范通常从零开始,例如,“第一个”相当于第0个,“第二个”相当于第1个,等等。
算术运算符
算术运算符定义如下:
逻辑运算符
逻辑运算符定义如下:
x&&y x和y的布尔逻辑“与”运算
x||y x和y的布尔逻辑“或”运算
! 布尔逻辑“非”运算
x?y:z 如果x为真(TRUE)或不等于0,则返回y的值,否则,返回z的值。
关系运算符
关系运算符定义如下:
> 大于
>= 大于或等于
< 小于
<= 小于或等于
== 等于
!= 不等于
当一个关系运算符应用于一个已被赋值“na”(不适用)的语法元素或变量时,值“na”被视为该语法元素或变量的不同值。值“na”被视为不等于任何其它值。
按位运算符
按位运算符定义如下:
&按位“与”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于 0的有效位来扩展较短的参数。
|按位“或”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于 0的有效位来扩展较短的参数。
^按位“异或”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
x>>y x的二的补码整数表示算术右移y个二进制位。只有y为非负整数值时才定义该函数。由于右移而移进最高有效位(most significant bit,MSB)的位的值等于移位运算之前的x的MSB。
x<<y x的二的补码整数表示算术左移y个二进制位。只有y为非负整数值时才定义该函数。由于左移而移进最低有效位(least significant bit,LSB)的位的值等于0。
赋值运算符
算术运算符定义如下:
= 赋值运算符
++ 递增,即,x++相当于x=x+1;当在数组索引中使用时,等于递增运算之前变量的值。
-– 递减,即,x––等于x=x–1;当在数组索引中使用时,等于递减运算之前变量的值。
+= 增加指定量,即,x+=3相当于x=x+3,x+=(–3)相当于x=x+(–3)。
–= 减少指定量,即,x–=3相当于x=x–3,x–=(–3)相当于x=x–(–3)。
范围符号
以下符号用来说明值的范围:
x=y..z x取从y到z(包括y和z)的整数值,其中,x、y和z是整数,z大于y。
数学函数
数学函数定义如下:
Asin(x)三角反正弦函数,对参数x运算,x在–1.0至1.0(包括端值)范围之间,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度。
Atan(x)三角反正切函数,对参数x运算,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度。
Ceil(x)大于或等于x的最小整数。
Clip1Y(x)=Clip3(0,(1<<BitDepthY)–1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)–1,x)
Cos(x)三角余弦函数,对参数x运算,单位为弧度。
Floor(x)小于或等于x的最大整数。
Ln(x) x的自然对数(以e为底的对数,其中,e是自然对数底数常数2.718 281828……)。
Log2(x) x以2为底的对数。
Log10(x) x以10为底的对数。
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
Sin(x)三角正弦函数,对参数x运算,单位为弧度。
Swap(x,y)=(y,x)
Tan(x)三角正切函数,对参数x运算,单位为弧度。
运算优先级顺序
当没有使用括号来显式表示表达式中的优先顺序时,适应以下规则:
-高优先级的运算在低优先级的任何运算之前计算。
-相同优先级的运算从左到右依次计算。
下表从最高到最低说明运算的优先级,表中位置越高,优先级越高。
对于C编程语言中也使用的运算符,本规范中使用的优先级顺序与在C编程语言中使用的优先级顺序相同。
表:运算优先级从最高(表格顶部)到最低(表格底部)排序
逻辑运算的文本说明
在文本中,逻辑运算的语句用数学形式描述如下:
可以用以下方式描述:
……如下/……以下为准:
-如果条件0,则语句0
-否则,如果条件1,则语句1
-……
-否则(关于剩余条件的提示性说明),则语句n
文本中的每个“如果……否则,如果……否则,……”语句都以“……如下”或“……以下适用”开头,紧接“如果……”。“如果……,否则,如果……,否则,……”的最后一个条件可以始终是“否则,……”。中间的“如果……否则,如果……否则,……”语句可以通过使“……如下”或“……以下适用”与结尾“否则,……”匹配来识别。
在文本中,逻辑运算的语句用数学形式描述如下:
可以用以下方式描述:
……如下/……以下为准:
-如果满足以下所有条件,则语句0:
-条件0a
-条件0b
-否则,如果满足以下一个或多个条件,则语句1:
-条件1a
-条件1b
-……
-否则,语句n
在文本中,逻辑运算的语句用数学形式描述如下:
可以用以下方式描述:
当条件0时,语句0
当条件1时,语句1。
尽管本发明实施例主要根据视频译码进行了描述,但是需要说明的是,译码***10、编码器20和解码器30(相应地,***10)的实施例以及本文描述的其它实施例也可以用于静止图像处理或译码,即,对视频译码中独立于任何先前或连续图像的单个图像进行处理或译码。通常,如果图像处理译码限于单个图像17,则仅帧间预测单元244(编码器)和344(解码器)不可用。视频编码器20和视频解码器30的所有其它功能(也称为工具或技术)同样可用于静态图像处理,例如残差计算204/304、变换206、量化208、反量化210/310、(逆) 变换212/312、分割262、帧内预测254/354和/或环路滤波220/320、熵编码270和熵解码304。
编码器20和解码器30等的实施例,以及本文描述的与编码器20和解码器30等有关的功能可以以硬件、软件、固件或其任意组合来实现。如果以软件来实现,则各种功能可作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质传输,且由基于硬件的处理单元执行。计算机可读介质可以包括与有形介质(例如,数据存储介质)对应的计算机可读存储介质,或包括任何便于将计算机程序从一处传送到另一处的介质(例如,根据通信协议) 的通信介质。以此方式,计算机可读介质通常可以对应(1)非瞬时性的有形计算机可读存储介质,或(2)如信号或载波等通信介质。数据存储介质可以是通过一个或多个计算机或一个或多个处理器访问的任何可用介质,以检索用于实现本发明所述技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。
作为示例而非限制,这类计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存或可以用于存储指令或数据结构形式的所需程序代码并且可以由计算机访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴缆线、光纤缆线、双绞线、数字用户线(digital subscriber line,DSL)或红外线、无线电和微波等无线技术从网站、服务器或其它远程源传输指令,则同轴缆线、光纤缆线、双绞线、DSL或红外线、无线电和微波等无线技术包括在介质的定义中。但是,应理解,计算机可读存储介质和数据存储介质并不包括连接、载波、信号或其它瞬时性介质,而是涉及非瞬时性有形存储介质。本文所使用的磁盘和光盘包括压缩光盘(compact disc,CD)、激光光盘、光学光盘、数字多功能光盘(digitalversatile disc, DVD)、软盘和蓝光光盘,其中,磁盘通常以磁性方式再现数据,而光盘利用激光以光学方式再现数据。以上各项的组合也应包括在计算机可读介质的范围内。
可通过如一个或多个数字信号处理器(digital signal processor,DSP)、通用微处理器、专用集成电路(application specific integrated circuit,ASIC)、现场可编程逻辑阵列(field programmable logic array,FPGA)或其它等效集成或离散逻辑电路等一个或多个处理器来执行指令。相应地,本文所使用的术语“处理器”可以指上述结构中的任一种或适于实施本文所述技术的任何其它结构。另外,在一些方面中,本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内,或者并入在组合编解码器中。而且,这些技术可以在一个或多个电路或逻辑元件中完全实现。
本发明技术可以在多种设备或装置中实现,这些设备或装置包括无线手机、集成电路 (integrated circuit,IC)或一组IC(例如芯片组)。本发明描述了各种组件、模块或单元,以强调用于执行所公开技术的设备的功能方面,但未必需要由不同的硬件单元实现。实际上,如上所述,各种单元可以结合合适的软件和/或固件组合在编解码器硬件单元中,或者通过互操作硬件单元(包括如上所述的一个或多个处理器)的集合来提供。
Claims (26)
1.一种由解码设备或编码设备实现的视频译码方法,其特征在于,包括:
将当前块划分(1310)为至少两个子块;
获取(1320)所述至少两个子块中的第一子块(1240)的第一预测模式,并获取所述至少两个子块中的第二子块(1220)的第二预测模式;
根据所述第一预测模式获取(1330)所述当前块中样本的第一预测值,并根据所述第二预测模式获取所述当前块中所述样本的第二预测值;
获取(1340)指示符,其中,所述指示符包括关于对所述当前块中所述样本执行混合操作的信息;
根据所述指示符、所述第一预测值和所述第二预测值,获取(1350)所述当前块中所述样本的组合预测值。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述指示符,确定是否对所述当前块中所述样本执行所述混合操作。
3.根据权利要求2所述的方法,其特征在于,在确定不对所述当前块中所述样本执行所述混合操作时,获取所述样本的所述组合预测值作为所述第一预测值或作为所述第二预测值。
4.根据权利要求1或2所述的方法,其特征在于,还包括:
根据所述指示符,从多个混合操作中选择所述混合操作。
5.根据上述权利要求中任一项所述的方法,其特征在于,所述指示符编码在视频序列的码流中。
6.根据权利要求5所述的方法,其特征在于,所述指示符包括第一指示符和第二指示符,其中,所述第一指示符表示选择的混合操作,所述第二指示符表示所述码流中存在所述第一指示符。
7.根据权利要求5或6所述的方法,其特征在于,所述指示符编码在序列参数集或图像参数集或自适应参数集中。
8.根据权利要求5或6所述的方法,其特征在于,所述指示符编码在图像头或分块头或分块组头或条带头中。
9.根据上述权利要求中任一项所述的方法,其特征在于,所述根据所述指示符、所述第一预测值和所述第二预测值获取(1350)所述当前块中所述样本的组合预测值包括:
确定所述当前块中所述样本相对于将所述当前块划分为所述第一子块(1240)和所述第二子块(1220)的划分线(1250)的样本距离;
根据所述当前块中所述样本的所述样本距离和所述指示符表示的所述混合操作,计算第一权重值;
根据所述第一权重值、所述第一预测值和所述第二预测值,获取所述当前块中所述样本的所述组合预测值。
12.根据权利要求10或11所述的方法,其特征在于,K等于4。
14.根据权利要求9所述的方法,其特征在于,所述混合操作被实现为
sampleWeight1=geoFilter[idx];
其中,idx是作为sample_dist的函数获得的,所述sample_dist是所述当前块中所述样本的所述样本距离的值,geoFilter是滤波权重的一维线性阵列。
15.根据权利要求9至14中任一项所述的方法,其特征在于,所述根据所述第一权重值、所述第一预测值和所述第二预测值获取所述当前块中所述样本的所述组合预测值包括:
根据所述第一权重值获取第二权重值;
根据所述第一权重值和所述第二权重值,通过对所述第一预测值和所述第二预测值加权,获取所述当前块中所述样本的所述组合预测值。
16.根据权利要求15所述的方法,其特征在于,获取所述当前块中所述样本的所述组合预测值涉及舍入运算和限幅运算中的至少一个。
17.根据权利要求9至16中任一项所述的方法,其特征在于,表示所述划分线的参数在所述视频序列的所述码流中指示。
18.根据权利要求17所述的方法,其特征在于,表示所述划分线的所述参数包括角度(1210)和距离(1230)中的至少一个。
19.根据上述权利要求中任一项所述的方法,其特征在于,所述混合操作根据查找表实现。
20.根据上述权利要求中任一项所述的方法,其特征在于,所述混合操作根据函数实现,其中,所述函数的输入是所述当前块中所述样本相对于将所述当前块划分为所述第一子块(1240)和所述第二子块(1220)的划分线(1250)的样本距离,并且其中,所述函数的输出是第一权重值。
21.一种编码器(20),其特征在于,包括处理电路,所述处理电路用于执行根据权利要求1至20中任一项所述的方法。
22.一种解码器(30),其特征在于,包括处理电路,所述处理电路用于执行根据权利要求1至20中任一项所述的方法。
23.一种计算机程序产品,其特征在于,包括指令,当计算机执行所述程序时,所述指令使所述计算机执行根据权利要求1至20中任一项所述的方法。
24.一种解码器(30),其特征在于,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的指令,其中,当所述一个或多个处理器执行所述指令时,所述指令使所述解码器执行根据权利要求1至20中任一项所述的方法。
25.一种编码器(20),其特征在于,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的指令,其中,当所述一个或多个处理器执行所述指令时,所述指令使所述编码器执行根据权利要求1至20中任一项所述的方法。
26.一种解码器(30)或一种编码器(20),其特征在于,包括:
划分模块(1410),用于将当前块划分为至少两个子块;
第一获取模块(1420),用于获取所述至少两个子块中的第一子块的第一预测模式和所述至少两个子块中的第二子块的第二预测模式,以及用于根据根据所述第一预测模式获取所述当前块中样本的第一预测值和根据所述第二预测模式获取所述当前块中所述样本的第二预测值;
第二获取模块(1430),用于获取指示符,其中,所述指示符包括关于对所述当前块中所述样本执行混合操作的信息;
第三获取模块(1440),用于根据所述指示符、所述第一预测值和所述第二预测值获取所述当前块中所述样本的组合预测值。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EPPCT/EP2019/066514 | 2019-06-21 | ||
EP2019066514 | 2019-06-21 | ||
EP2019066876 | 2019-06-25 | ||
EPPCT/EP2019/066876 | 2019-06-25 | ||
PCT/CN2020/097069 WO2020253822A1 (en) | 2019-06-21 | 2020-06-19 | Adaptive filter strength signalling for geometric partition mode |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113875251A true CN113875251A (zh) | 2021-12-31 |
CN113875251B CN113875251B (zh) | 2023-11-28 |
Family
ID=74036859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080038945.6A Active CN113875251B (zh) | 2019-06-21 | 2020-06-19 | 用于几何分割模式的自适应滤波器强度指示 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12047555B2 (zh) |
EP (1) | EP3970372A4 (zh) |
CN (1) | CN113875251B (zh) |
WO (1) | WO2020253822A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023200907A1 (en) * | 2022-04-14 | 2023-10-19 | Beijing Dajia Internet Information Technology Co., Ltd. | Methods and devices for geometric partitioning mode with adaptive blending |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070098067A1 (en) * | 2005-11-02 | 2007-05-03 | Samsung Electronics Co., Ltd. | Method and apparatus for video encoding/decoding |
US20100208818A1 (en) * | 2007-10-12 | 2010-08-19 | Thomson Licensing | Methods and apparatus for video encoding and decoding geometrically partitioned bii-predictive mode partitions |
WO2018092870A1 (ja) * | 2016-11-21 | 2018-05-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 符号化装置、復号装置、符号化方法及び復号方法 |
CN109819255A (zh) * | 2018-12-28 | 2019-05-28 | 杭州海康威视数字技术股份有限公司 | 一种编解码方法及其设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US9609343B1 (en) * | 2013-12-20 | 2017-03-28 | Google Inc. | Video coding using compound prediction |
KR20170084055A (ko) * | 2014-11-06 | 2017-07-19 | 삼성전자주식회사 | 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치 |
US10404989B2 (en) * | 2016-04-26 | 2019-09-03 | Google Llc | Hybrid prediction modes for video coding |
CN117061736A (zh) * | 2017-01-13 | 2023-11-14 | 谷歌有限责任公司 | 视频代码化的复合预测 |
CN107995489A (zh) * | 2017-12-20 | 2018-05-04 | 北京大学深圳研究生院 | 一种用于p帧或b帧的帧内帧间组合预测方法 |
US11695967B2 (en) * | 2018-06-22 | 2023-07-04 | Op Solutions, Llc | Block level geometric partitioning |
JP2022537426A (ja) * | 2019-06-21 | 2022-08-25 | ホアウェイ・テクノロジーズ・カンパニー・リミテッド | 幾何学的分割モードのためのクロマサンプル重みの導出 |
-
2020
- 2020-06-19 CN CN202080038945.6A patent/CN113875251B/zh active Active
- 2020-06-19 EP EP20827066.0A patent/EP3970372A4/en active Pending
- 2020-06-19 WO PCT/CN2020/097069 patent/WO2020253822A1/en unknown
-
2021
- 2021-12-21 US US17/557,930 patent/US12047555B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070098067A1 (en) * | 2005-11-02 | 2007-05-03 | Samsung Electronics Co., Ltd. | Method and apparatus for video encoding/decoding |
US20100208818A1 (en) * | 2007-10-12 | 2010-08-19 | Thomson Licensing | Methods and apparatus for video encoding and decoding geometrically partitioned bii-predictive mode partitions |
WO2018092870A1 (ja) * | 2016-11-21 | 2018-05-24 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 符号化装置、復号装置、符号化方法及び復号方法 |
CN109819255A (zh) * | 2018-12-28 | 2019-05-28 | 杭州海康威视数字技术股份有限公司 | 一种编解码方法及其设备 |
Non-Patent Citations (3)
Title |
---|
JCT-VC MEETING: "JCTVC-A205,Test Model under Consideration", 《JCTVC-A205》 * |
RU-LING LIAO: "JVET-K0144-v1,CE10: Triangular prediction unit mode (CE10.3.1 and CE10.3.2)", 《JVET-K0144》 * |
袁媛等: "视频编码中一种新的用于几何块划分的变换结构", 《上海大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
US12047555B2 (en) | 2024-07-23 |
EP3970372A1 (en) | 2022-03-23 |
EP3970372A4 (en) | 2022-07-20 |
WO2020253822A1 (en) | 2020-12-24 |
US20220116586A1 (en) | 2022-04-14 |
CN113875251B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113924780B (zh) | 用于色度子块的仿射帧间预测的方法及装置 | |
CN113613013B (zh) | 视频解码设备、由解码设备实现的译码方法和解码器 | |
CN112823518A (zh) | 用于译码块的三角划分块的帧间预测的装置及方法 | |
CN113840143A (zh) | 编码器、解码器以及使用ibc专用缓冲区的对应方法 | |
CN113748677A (zh) | 编码器、解码器及对应的帧内预测方法 | |
CN112673633B (zh) | 合并模式的编码器、解码器及对应方法 | |
CN114026864B (zh) | 用于几何分割模式的色度样本权重推导 | |
CN113597761A (zh) | 帧内预测方法和装置 | |
CN113796078A (zh) | 帧内预测模式相关的编码器、解码器及对应方法 | |
CN115174906A (zh) | 几何分割模式的译码过程 | |
CN114449265A (zh) | 用于帧内平滑的方法和装置 | |
CN113039797A (zh) | Cbf标志的高效指示方法 | |
CN114450958A (zh) | 用于减小增强插值滤波器的内存带宽的仿射运动模型限制 | |
CN115349257B (zh) | 基于dct的内插滤波器的使用 | |
CN114503558A (zh) | 插值滤波器在仿射运动补偿中的适应性使用 | |
CN114679583A (zh) | 视频编码器、视频解码器及对应方法 | |
US12047555B2 (en) | Adaptive filter strength signalling for geometric partition mode | |
CN114930840A (zh) | 增强型插值滤波器的运动矢量范围的推导 | |
CN113302929A (zh) | 几何分割模式的样本距离计算 | |
CN114424554A (zh) | 色度qp偏移表指示和推导的方法和装置 | |
CN113692740A (zh) | 用于无除法帧内预测的方法和装置 | |
CN114900702B (zh) | 降低平面模式的帧内预测的复杂度的编解码器和对应方法 | |
RU2814812C2 (ru) | Выведение веса выборки цветности для геометрического режима разделения | |
CN114830652A (zh) | 用于方向性帧内预测的参考样本插值滤波的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |