CN113924780A - 用于色度子块的仿射帧间预测的方法及装置 - Google Patents
用于色度子块的仿射帧间预测的方法及装置 Download PDFInfo
- Publication number
- CN113924780A CN113924780A CN202080016147.3A CN202080016147A CN113924780A CN 113924780 A CN113924780 A CN 113924780A CN 202080016147 A CN202080016147 A CN 202080016147A CN 113924780 A CN113924780 A CN 113924780A
- Authority
- CN
- China
- Prior art keywords
- sub
- block
- chroma
- blocks
- mvavglx
- 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 abstract description 248
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 title claims abstract description 55
- 230000033001 locomotion Effects 0.000 claims abstract description 444
- 239000013598 vector Substances 0.000 claims abstract description 390
- 241000023320 Luma <angiosperm> Species 0.000 claims abstract description 287
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims abstract description 287
- 238000009795 derivation Methods 0.000 claims abstract description 61
- 238000012935 Averaging Methods 0.000 claims description 85
- 238000012545 processing Methods 0.000 claims description 63
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 description 80
- 230000008569 process Effects 0.000 description 69
- 238000005192 partition Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 26
- 238000005070 sampling Methods 0.000 description 26
- 239000000872 buffer Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 21
- 238000003491 array Methods 0.000 description 19
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 13
- 230000006835 compression Effects 0.000 description 12
- 238000007906 compression Methods 0.000 description 12
- 230000011218 segmentation Effects 0.000 description 12
- 238000001914 filtration Methods 0.000 description 10
- 230000000295 complement effect Effects 0.000 description 8
- 241000723655 Cowpea mosaic virus Species 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000000638 solvent extraction Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000002904 solvent Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction 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
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007620 mathematical function Methods 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
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000007670 refining 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
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—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
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/527—Global motion vector estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/537—Motion estimation other than block-based
- H04N19/54—Motion estimation other than block-based using feature points or meshes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- 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)
- Color Television Systems (AREA)
Abstract
本发明涉及一种根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导方法及装置。所述方法包括:根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示当前图像块所属的当前图像的色度格式;根据所述色度缩放因子的值,确定亮度块的亮度子块集合(S);根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定色度块的色度子块的运动矢量。
Description
相关申请交叉引用
本专利申请要求于2019年2月22日提交的申请号为62/809,551的美国临时专利申请的优先权,要求于2019年3月25日提交的申请号为62/823,653的美国临时专利申请的优先权,以及要求于2019年3月26日提交的申请号为62/824,302的美国临时专利申请的优先权。上述专利申请的全部公开内容通过引用结合在本申请中。
技术领域
本发明实施例大体上涉及图像处理领域,更具体地涉及仿射帧间预测(仿射运动补偿),尤其涉及一种根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导方法及装置以及用于色度子块的仿射帧间预测的方法及装置。
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、视频聊天和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***以及安全应用的可携式摄像机。
即使视频相对较短,也需要大量的视频数据来描述,当数据要在带宽容量有限的通信网络中流式传输或以其它方式传输时,这样可能会造成困难。因此,视频数据通常要先压缩,然后通过现代电信网络进行传输。由于内存资源可能有限,当在存储设备上存储视频时,该视频的大小也可能是一个问题。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,由解码视频数据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。
具体地,目前的通用视频编码及测试模型(Versatile Video Coding and TestModel,VTM)译码器主要支持色度格式4:2:0作为输入图像格式。VTM译码器在输入色度格式为4:4:4时可能会产生故障。为了避免这种情况,非常需要支持其它色度格式(例如4:4:4或4:2:2)的译码器,而且很多应用甚至还必须使用这样的译码器。
发明内容
鉴于上述问题,本发明提出修改视频译码过程以支持多种色度格式。具体地,本申请实施例旨在提供一种根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导装置、编码器、解码器及多种对应方法。所述色度格式可以是多种支持色度格式之一。本申请旨在提高译码性能。
本发明实施例由独立权利要求的特征定义,而这些实施例的其它有利实现方式由从属权利要求的特征定义。
特定实施例在所附独立权利要求中概述,其它实施例在从属权利要求中概述。
上述和其它目的通过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。
根据本发明的第一方面,提供了一种色度运动矢量推导方法,用于当前图像块的仿射帧间预测中,所述当前图像块包括亮度块和并置色度块。所述方法包括:
根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子(即所述色度缩放因子的值),其中,所述色度格式信息表示所述当前图像块所属的当前图像的色度格式;
根据所述色度缩放因子的值,确定所述亮度块的亮度子块集合(S);根据所述亮度子块集合(S)中的一个或多个亮度子块(例如一个或两个亮度子块)的运动矢量,确定所述色度块的色度子块的运动矢量。
在本发明中,由于(亮度或色度)块或子块可以由其位置(location/position)或索引表示,所以选择/确定块或子块就是指选择或确定所述块或子块的位置或索引。
需要说明的是,本发明中使用的术语“块”、“编码块”或“图像块”可以表示变换单元(transform unit,TU)、预测单元(prediction unit,PU)、编码单元(coding unit,CU)等。在通用视频编码(Versatile Video Coding,VVC)中,除使用TU分块(tiling)或子块变换(sub block transform,SBT)的情况之外,变换单元和编码单元通常是相互对齐的。因此,术语“块”、“编码块”、“图像块”和“变换块”在本发明中可以互换,术语“块大小”和“变换块大小”在本发明中可以互换。术语“样本”和“像素”在本发明中也可以互换。
本发明涉及一种在根据亮度运动矢量获取色度运动矢量时考虑图像色度格式的方法。通过取亮度运动矢量的平均值,对亮度运动场执行线性子采样。当色度颜色平面的高度与亮度平面的高度相同时,发现选择水平相邻的亮度块的运动矢量更合适,如此这些亮度块具有相同的垂直位置。根据图像色度格式选择亮度运动矢量,由于亮度运动矢量场子采样更精确,所以色度运动场更精确。这种对色度格式的依赖性能够在对亮度运动矢量求平均以生成色度运动矢量时选择最合适的亮度块。由于运动场插值更精确,所以预测误差减小,带来的技术效果是压缩性能提升,因此译码性能得到提升。
根据所述第一方面,在所述方法的一种可能实现方式中,所述亮度子块集合(S)根据所述水平方向和垂直方向上的色度缩放因子的值确定。也就是说,所述一个或多个亮度子块(例如一个或两个亮度子块)根据所述水平方向和垂直方向上的色度缩放因子的值确定。
根据所述第一方面,在所述方法的一种可能实现方式中,所述水平方向和垂直方向上的色度缩放因子由变量SubWidthC和SubHeightC表示。
根据所述第一方面,在所述方法的一种可能实现方式中,所述亮度子块的位置都由水平方向上的子块索引和垂直方向上的子块索引表示,色度子块的位置都由水平方向上的子块索引和垂直方向上的子块索引表示。
根据所述第一方面,在所述方法的一种可能实现方式中,所述集合(S)中的一个或多个亮度子块(例如一个或两个亮度子块)的位置都由水平方向上的子块索引和垂直方向上的子块索引表示。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,如果所述变量SubWidthC和SubHeightC都等于1,则所述亮度子块集合(S)包括:
索引为S0=(xSbIdx,ySbIdx)的亮度子块;
如果SubWidthC和SubHeightC中的至少一个不等于1,则所述亮度子块集合(S)包括:
索引为S0=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1)))的第一亮度子块,以及
索引为S1=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1))的第二亮度子块,
其中,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,
xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,“<<”表示算术左移,“>>”表示算术右移,xSbIdx=0..numSbX–1且ySbIdx=0..numSbY–1,numSbX表示所述亮度块中沿水平方向的亮度子块的数量,numSbY表示所述亮度块中沿垂直方向的亮度子块的数量。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,水平方向上的色度子块的数量和垂直方向上的色度子块的数量分别与水平方向上的亮度子块的数量和垂直方向上的亮度子块的数量相同。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,如果SubWidthC和SubHeightC都等于1,则所述亮度子块集合(S)包括:
索引为S0=(xCSbIdx,yCSbIdx)的亮度子块;
如果SubWidthC和SubHeightC中的至少一个不等于1,则所述亮度子块集合(S)包括:
索引为S0=((xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1)))的第一亮度子块,以及
索引为S1=(xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1))的第二亮度子块,
其中,所述变量SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子;xCSbIdx和yCSbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,xCSbIdx=0..numCSbX–1且yCSbIdx=0..numCSbY–1,numCSbX表示所述色度块中沿水平方向的色度子块的数量,numCSbY表示所述色度块中沿垂直方向的色度子块的数量。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,每个所述色度子块的大小与每个所述亮度子块的大小相同。本发明可以实现,当限定色度子块的数量等于亮度子块的数量时,并且当色度颜色平面大小等于亮度平面大小(例如输入图像的色度格式为4:4:4)时,相邻色度子块的运动矢量可以取相同的值。当执行这一处理步骤时,跳过重复值计算步骤可以实现优化。
本发明公开了一种限定色度子块大小等于亮度子块大小的方法。在这种情况下,统一进行亮度和色度处理可以简化实现方式,自然就避免了冗余的运动矢量计算。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,在每个所述色度子块的大小与每个所述亮度子块的大小相同的情况下,所述水平方向上的色度子块的数量根据所述水平方向上的亮度子块的数量和所述水平方向上的色度缩放因子的值确定;
所述垂直方向上的色度子块的数量根据所述垂直方向上的亮度子块的数量和所述垂直方向上的色度缩放因子的值确定。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,xCSbIdx根据SubWidth的步长值和xSbIdx获取,yCSbIdx根据SubHeightC的步长值和ySbIdx获取。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,
numCSbX=numSbX>>(SubWidthC–1),
numCSbY=numSbY>>(SubHeightC–1),
numCSbX和numCSbY分别表示水平方向上的色度子块的数量和垂直方向上的色度子块的数量,
numSbX和numSbY分别表示所述亮度块分别在水平方向上的亮度子块的数量和垂直方向上的亮度子块的数量。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,对于所述色度块,所述亮度子块集合(S)包括具有以下索引的一个或多个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
其中,所述亮度块位置或索引S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
对于色度块位置(例如mvCLX[xSbIdxL][ySbIdxL]中的[xSbIdxL][ySbIdxL]),
所述亮度块位置或索引S1由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示,
所述亮度块位置或索引S2由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL表示,
所述亮度块位置或索引S3由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述亮度子块集合(S)包括具有以下索引的两个亮度子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
其中,所述亮度块位置或索引S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
所述亮度块位置或索引S1由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,
在色度格式为4:4:4的情况下,所述集合(S)包括与所述色度子块并置的一个亮度子块;
当所述色度格式为4:2:2时,所述集合(S)包括两个水平相邻的亮度子块,
当所述色度格式为4:2:0时,所述集合(S)包括两个对角线的亮度子块。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,如果所述集合(S)中包括多个亮度子块,则所述根据亮度子块集合(S)中的至少一个亮度子块的运动矢量,确定色度子块的运动矢量包括:
对所述集合S中的一个或多个亮度子块的运动矢量求平均;
根据所述平均亮度运动矢量,推导所述色度子块的运动矢量。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
对所述集合S中的亮度子块的运动矢量的水平分量求平均;和/或
对所述集合S中的亮度子块的运动矢量的垂直分量求平均。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:检查所述集合S中的亮度子块的运动矢量之和是否大于或等于0。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+(N>>1)–1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+(N>>1)–1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示mvAvgLX的垂直分量,和表示亮度子块集合(S)中的子块Si在运动矢量阵列中的水平和垂直索引,表示索引为和的一个亮度子块的运动矢量,N为所述亮度子块集合(S)中的元素(例如亮度子块)的数量,log2(N)表示N的以2为底的对数且是将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,N等于2。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
mvAvgLX=mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1)]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)];
如果mvAvgLX[0]>=0,则
mvAvgLX[0]=(mvAvgLX[0]+1–(mvAvgLX[0]>=0))>>1;
如果mvAvgLX[1]>=0,则
mvAvgLX[1]=(mvAvgLX[1]+1–(mvAvgLX[1]>=0))>>1,
其中,mvAvgLX[0]表示所述平均运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示所述平均运动矢量mvAvgLX的垂直分量,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向和垂直方向上的子块索引,“<<”表示算术左移,“>>”表示算术右移。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,如果为情况1:mvAvgLX[0]>=0,则“(mvAvgLX[0]>=0)”的值等于1;如果为情况2:mvAvgLX[0]<0,则“(mvAvgLX[0]>=0)”的值等于0。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
当所述集合S中的亮度子块的运动矢量之和大于或等于0时,根据所述亮度子块集合(S)中的元素(例如亮度子块)的数量对所述集合S中的亮度子块的运动矢量之和执行右移运算。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子包括:
根据所述色度格式信息与水平方向和垂直方向上的色度缩放因子之间的映射关系,确定所述水平方向和垂直方向上的色度缩放因子。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述方法还包括:
根据所述确定的运动矢量,生成所述色度子块的预测样本。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述色度格式包括YUV 4:2:2格式、YUV 4:2:0格式或YUV 4:4:4格式中的一种。
所述第一方面或所述第一方面的任一上述实现方式提供的方法由一种编码设备实现。
所述第一方面或所述第一方面的任一上述实现方式提供的方法由一种解码设备实现。
根据本发明第二方面,提供了一种用于当前图像块的仿射帧间预测的装置,所述当前图像块包括并置的亮度块和色度块。所述装置包括:
确定模块,用于:根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示所述当前图像块所属的当前图像的色度格式;根据所述色度缩放因子的值,确定所述亮度块的亮度子块集合(S);
运动矢量推导模块,用于根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定所述色度块的色度子块的运动矢量。
本发明所述第一方面提供的方法可以由本发明所述第二方面提供的装置执行。本发明第二方面提供的装置的其它特征和实现方式与本发明第一方面提供的装置的特征和实现方式对应。
根据第三方面,本发明涉及一种对视频流进行解码的装置。所述装置包括处理器和存储器。所述存储器存储指令,所述指令使得所述处理器执行所述第一方面提供的方法。
根据第四方面,本发明涉及一种对视频流进行编码的装置。所述装置包括处理器和存储器。所述存储器存储指令,所述指令使得所述处理器执行所述第一方面提供的方法。
根据第五方面,提供了一种存储有指令的计算机可读存储介质。所述指令在执行时使得一个或多个处理器用于对视频数据进行译码。所述指令使得所述一个或多个处理器执行所述第一方面或所述第一方面的任一可能实施例提供的方法。
根据第六方面,本发明涉及一种包括程序代码的计算机程序。所述程序代码在计算机上执行时,用于执行所述第一方面或所述第一方面的任一可能实施例提供的方法。
以下附图和说明书详细阐述了一个或多个实施例。其它特征、目的和优点在说明书、附图和权利要求书中是显而易见的。
附图说明
下面参照所附附图和示意图更加详细地描述本发明实施例。
图1A为用于实现本文提供的实施例的视频译码***的一个示例的框图。
图1B为用于实现本文提供的实施例的视频译码***的另一个示例的框图。
图2为用于实现本文提供的实施例的视频编码器的一个示例的框图。
图3为用于实现本文提供的实施例的视频解码器的一种示例性结构的框图。
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4参数仿射运动模型对应的控制点运动矢量位置的一个示例。
图6b示出了6参数仿射运动模型对应的控制点运动矢量位置的一个示例。
图7示出了仿射运动模型对应的子块运动矢量场的一个示例。
图8为使用仿射运动模型的运动补偿的框图。
图9A为图像中的4:2:0亮度和色度样本的标称垂直和水平位置的一个示例。
图9B为图像中的4:2:2亮度和色度样本的标称垂直和水平位置的一个示例。
图9C为图像中的4:4:4亮度和色度样本的标称垂直和水平位置的一个示例。
图9D示出了各种采样模式。
图10A示出了当前图像的色度格式为4:2:0时的包括在当前图像的当前图像块中的并置亮度块和色度块的一个示例。
图10B示出了当前图像的色度格式为4:2:2时的包括在当前图像的当前图像块中的并置亮度块和色度块的一个示例。
图10C示出了当前图像的色度格式为4:4:4时的包括在当前图像的当前图像块中的并置亮度块和色度块的一个示例。
图11A为图10A所示的当前图像的色度格式为4:2:0时,在根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的两个亮度子块的位置的一个示例。
图11B为图10B所示的当前图像的色度格式为4:2:2时,在根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的两个亮度子块的位置的一个示例。
图11C为图10C所示的当前图像的色度格式为4:4:4时,根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的亮度子块的位置的一个示例。
图12A示出了当色度格式设置为4:4:4时的子集S的各个示例,该子集S包括与色度子块的给定位置对应的亮度子块的位置。
图12B示出了子集S的各个示例,其中位于色度块边界上的色度块在亮度块中具有对应位置,如图12A中的第四种情况“D”所示。
图13A示出了当前图像的色度格式为4:2:0时,在根据亮度运动矢量推导色度运动矢量的过程中,选择两个亮度子块为给定色度子块推导运动矢量的一个示例。
图13B示出了当前图像的色度格式为4:2:2时,在根据亮度运动矢量推导色度运动矢量的过程中为给定色度子块选择两个亮度子块的一个示例。
图13C示出了当前图像的色度格式为4:4:4时,在根据亮度运动矢量推导色度运动矢量的过程中为某个色度子块选择亮度子块的一个示例。
图14A示出了色度格式为YUV 4:2:0时,将16×16亮度块划分成多个子块以及划分与亮度块并置的色度子块的一个示例。
图14B示出了色度格式为YUV 4:2:2时,将16×16亮度块划分成多个子块以及划分与亮度块并置的色度块的一个示例。
图14C示出了色度格式为YUV 4:4:4时,将16×16亮度块划分成多个子块以及划分与亮度块并置的色度块的一个示例。
图15示出了本发明一些方面提供的根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导的一种示例性过程的流程图。
图16示出了本发明一些方面提供的根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导的另一种示例性过程的流程图。
图17为本发明一些方面提供的用于仿射帧间预测的设备的示意图。
图18为实现内容分发业务的内容供应***的一种示例性结构的框图。
图19为终端设备的一个示例的结构的框图。
在下文,相同的附图标记表示相同特征或至少在功能上等效的特征,除非另有明确规定。
具体实施方式
以下描述中,参考组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。应当理解,本发明实施例可以在其它方面中使用,并且可以包括附图中未描绘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。
例如,应当理解,与描述方法有关的公开内容可以对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,或多个单元分别执行多个步骤中的一个或多个),即使附图中未明确描述或说明这样的一个或多个单元。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,或多个步骤分别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说明这样的一个或多个步骤。此外,应当理解,除非另外明确说明,本文中描述的各种示例性实施例和/或方面的特征可以相互组合。
视频译码通常是指处理组成视频或视频序列的一系列图像。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(或总称为译码)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(或总称为图像)的“译码”应当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(CODEC)(编码和解码)。
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,以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“有损混合型视频编解码器”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成不重叠的块集合,通常在块级处执行译码。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(当前处理的块/待处理块)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,以减少待传输(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。此外,编码器和解码器具有相同的处理步骤,使得编码器和解码器生成相同的预测块(例如帧内和帧间预测块)和/或重建块,以对后续块进行处理,即译码。
本发明涉及帧间预测过程改进。具体地,本发明涉及对色度运动矢量推导过程进行的改进点。具体地,本发明涉及对仿射色度块(例如色度子块)运动矢量推导过程进行的改进点。更具体地,本发明涉及在根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导过程中进行的改进点。
本文公开了改进机制,以支持在色度运动矢量推导过程中使用多种色度格式。
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)为两个示例,可以为使用本申请中描述的各种示例来执行技术的设备。
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用于捕获真实世界图像等的图像捕获设备;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、计算机动画图像(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(augmented reality,AR)图像)的设备。图像源可以为任何类型的存储任一上述图像的存储器(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用于接收(原始)图像数据17并对图像数据17执行预处理,得到预处理图像19或预处理图像数据19。预处理器18执行的预处理可以包括修剪(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用于接收预处理图像数据19并提供经编码图像数据21(结合图2等描述更多细节)。
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)发送给另一设备(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),并且可以另外(即可选地)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中的通信接口28用于(例如)直接从源设备12或从存储设备(例如经编码图像数据存储设备)等任何其它源,接收经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据),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可以用于经由源设备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)或者经由任何类型的网络(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/或通过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。
例如,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都可以配置为图1A中从源设备12指向目的地设备14的通信信道13的箭头所指示的单向通信接口,或者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,等等。
解码器30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(下文结合图3或图5等描述更多细节)。
目的地设备14中的后处理器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,得到后处理图像数据33(例如后处理图像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(trimming)或重采样,或者任何其它处理,以便提供经解码图像数据31由显示设备34等显示,等等。
目的地设备14中的显示设备34用于接收后处理图像数据33,以便向用户或观看者等显示图像。显示设备34可以为或可以包括任何类型的用于表示重建图像的显示器(例如集成或外部显示器或显示屏)。例如,显示器可以包括液晶显示器(liquid crystaldisplay,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、微型LED显示器、硅基液晶(liquid crystal on silicon,LCoS)显示器、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,但是在实施例中,设备还可以同时包括源设备12和目的地设备14或同时包括源设备12和目的地设备14的功能,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,源设备12或对应功能以及目的地设备14或对应功能可以使用相同的硬件和/或软件或通过单独的硬件和/或软件或其任意组合来实现。
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(精确)划分可以根据实际设备和应用而不同,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)或者编码器20和解码器30两者可以通过图1B所示的处理电路来实现,例如一个或多个微处理器、一个或多个数字信号处理器(digital signal processor,DSP)、一个或多个专用集成电路(application-specific integrated circuit,ASIC)、一个或多个现场可编程门阵列(field-programmable gate array,FPGA)、一个或多个离散逻辑、一个或多个硬件、一个或多个视频译码专用处理器或其任意组合。编码器20可以通过处理电路46实现,以包含参照图2中的编码器20描述的各种模块和/或本文描述的任何其它编码器***或子***。解码器30可以通过处理电路46实现,以包含参照图3中的解码器30描述的各种模块和/或本文描述的任何其它解码器***或子***。处理电路可以用于执行下文描述的各种操作。如图5所示,如果上述技术部分在软件中实现,则一种设备可以将该软件的指令存储在合适的非瞬时性计算机可读介质中,并且可以使用一个或多个处理器在硬件中执行这些指令,以执行本发明中的技术。视频编码器20或视频解码器30可以作为组合编解码器(CODEC)的一部分集成在单个设备中,如图1B所示。
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(notebook/laptop)电脑、手机、智能手机、平板或平板电脑、相机、台式电脑、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(例如内容业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,源设备12和目的地设备14可以用于无线通信。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仅仅是示例性的,本申请技术可以适用于编码设备与解码设备之间不一定包括任何数据通信的视频译码(例如视频编码或视频解码)设置。在其它示例中,从本地存储器中检索数据,通过网络流式传输,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(例如)参考由ITU-T视频编码专家组(Video Coding ExpertsGroup,VCEG)和ISO/IEC运动图像专家组(Motion Picture Experts Group,MPEG)的视频编码联合协作团队(Joint Collaboration Team on Video Coding,JCT-VC)开发的高效视频编码(High-Efficiency Video Coding,HEVC)或下一代视频编码标准通用视频编码(Versatile Video Coding,VVC)参考软件来描述本发明实施例。本领域普通技术人员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、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基于混合型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、缓冲区216、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 picturebuffer,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)。图像17可以是组成视频或视频序列的一系列图像中的图像。接收到的图像或图像数据也可以是预处理图像19(或预处理图像数据19)。为了简单起见,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(尤其是在视频译码中将当前图像与同一视频序列(也就是同样包括当前图像的视频序列)中的其它图像(例如先前的经编码和/或经解码图像)区分开)。
(数字)图像为或可以视为由具有强度值的样本(sample)组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel或pel)(图像元素的简称)。阵列或图像的水平方向和垂直方向(或轴线)上的样本数量限定了图像的大小和/或分辨率。为了表示颜色,通常采用3个颜色分量,即图像可以表示为或包括3个样本阵列。在RGB格式或颜色空间中,一个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,每个像素通常以亮度和色度格式或颜色空间表示,例如YCbCr,包括Y表示的亮度分量(有时也用L表示)以及Cb和Cr表示的两个色度分量。亮度(luminance,简写为luma)分量Y表示亮度或灰度级强度(例如在灰度等级图像中两者相同),而两个色度(chrominance,简写为chroma)分量Cb和Cr表示色度或颜色信息分量。因此,YCbCr格式的图像包括由亮度样本值(Y)组成的亮度样本阵列和两个由色度值(Cb和Cr)组成的色度样本阵列。RGB格式的图像可以转换或变换为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,则该图像可以只包括亮度样本阵列。相应地,图像可以为例如黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4颜色格式的亮度样本阵列和两个对应的色度样本阵列。
在实施例中,视频编码器20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)(H.265/HEVC和VVC)。图像分割单元可以用于对视频序列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多个对应块。
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译码图像块。
与图像17类似,图像块203同样是或可以视为具有强度值(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,根据所应用的颜色格式,块203可以包括(例如)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3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)上的样本数量限定了块203的大小。相应地,一个块可以为M×N(M列×N行)个样本阵列,或M×N个变换系数阵列等。
在实施例中,图2所示的视频编码器20可以用于逐块对图像17进行编码,例如对每个块203执行编码和预测。
在实施例中,图2所示的视频编码器20还可以用于使用条带(slice)(也称为视频条带)对图像进行分割和/或编码。一个图像可以分割成一个或多个条带(通常不重叠)或使用一个或多个条带(通常不重叠)进行编码,每个条带可以包括一个或多个块(例如CTU)。
在实施例中,图2所示的视频编码器20还可以用于使用分块(tile)组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或编码。一个图像可以分割成一个或多个分块组(通常不重叠的)或使用一个或多个分块组(通常不重叠)进行编码;每个分块组可以包括一个或多个块(例如CTU)或一个或多个分块等;每个分块可以为矩形等,可以包括一个或多个完整或部分块(例如CTU)等。
残差计算
残差计算单元204可以用于通过以下方式根据图像块203和预测块265(后续详细介绍了预测块265)来计算残差块205(也称为残差205)以得到样本域中的残差块205:例如,逐个样本(逐个像素)从图像块203的样本值中减去预测块265的样本值。
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可以用于进行DCT/DST(例如为H.265/HEVC指定的变换)的整数化近似。与正交DCT变换相比,这种整数化近似通常通过某一因子进行缩放(scale)。为了维持经过正变换和逆变换处理的残差块的范数,使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。
在实施例中,视频编码器20(对应地,变换处理单元206)可以用于输出一种或多种变换的类型等变换参数,例如直接输出或由熵编码单元270进行编码或压缩后输出,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可以用于通过进行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。
量化过程可以减小与部分或全部变换系数207相关的位深度。例如,可以在量化期间将n位变换系数向下四舍五入到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,可以进行不同程度的缩放来实现较细或较粗的量化。较小量化步长对应较细的量化,而较大量化步长对应较粗的量化。可以通过量化参数(quantization parameter,QP)表示合适的量化步长。例如,量化参数可以为一组预定义适用的量化步长的索引。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等执行的对应或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。一般而言,可以根据量化参数使用包括除法的等式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,自定义量化表由编码器通过码流等方式向解码器指示(signal)。量化是有损操作,量化步长越大,损耗越大。
在实施例中,视频编码器20(对应地,量化单元208)可以用于输出量化参数(quantization parameter,QP),例如直接输出或由熵编码单元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,但是由于量化造成损耗,解量化系数211通常与变换系数不相同。
逆变换
逆变换处理单元212用于进行变换处理单元206进行的变换的逆变换,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也可以称为变换块213。
重建
重建单元214(例如加法器或求和器214)用于通过以下方式将变换块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:例如,逐个样本将重建残差块213的样本值和预测块265的样本值相加。
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,得到经过滤波的块221,或一般用于对重建样本进行滤波,得到经过滤波的样本。例如,环路滤波器单元用于顺利进行像素转变或以其它方式提高视频质量。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-adaptiveoffset,SAO)滤波器或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。虽然环路滤波器单元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可以实现为环后滤波器。经过滤波的块221也可称为经过滤波的重建块221。
在实施例中,视频编码器20(对应地,环路滤波器单元220)可以用于输出环路滤波器参数(例如样本自适应偏移信息),例如直接输出或由熵编码单元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一般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过滤波的块221。解码图像缓冲区230还可以用于存储同一当前图像或不同图像(例如先前的重建图像)中的其它先前经过滤波的块(例如先前经过滤波的重建块221),并可以提供先前完整的重建(即经解码)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。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(decoded picture buffer,DPB)230还可以用于存储一个或多个未经滤波的重建块215,或一般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,并且用于从解码图像缓冲区230或其它缓冲区(例如行缓冲区,图中未显示)接收或获取原始块203(当前图像17的当前块203)等原始图像数据以及重建图像数据(例如同一(当前)图像和/或一个或多个先前的经解码图像的经过滤波和/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,得到预测块265或预测值265。如下详细所述,在执行帧间预测,例如仿射帧间预测或子块帧间预测时,提供帧间预测单元使用的更精确的运动矢量预测,本文提供的实施例改进了帧间预测单元244。
模式选择单元260可以用于为当前块预测模式(包括不分割)确定或选择一种分割方式以及确定或选择一种预测模式(例如帧内预测模式或帧间预测模式),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支持或可用的预测模式中),所述预测模式提供最佳匹配或者说最小残差(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)确定分割方式和预测模式,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可以用于通过以下方式将块203分割成更小的分割块(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;并且用于对分割块或子块中的每一个执行预测等,其中,模式选择包括选择分割块203的树结构,并且对块分割块或子块中的每一个使用预测模式。
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260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)成更小的分割块,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)进一步分割成甚至更小的分割块。这也称为树分割或分层树分割。在根树级别0(层次级别0、深度0)等的根块可以递归地分割成两个或更多下一个较低树级别的块,例如树级别1(层级级别1、深度1)的节点。这些块可以又分割成两个或更多下一个较低级别的块,例如树级别2(层级级别2、深度2)等,直到分割结束(因为满足结束标准,例如达到最大树深度或最小块大小)。未进一步分割的块也称为树的叶块或叶节点。分割成两个分割块的树称为二叉树(binary-tree,BT),分割成3个分割块的树称为三叉树(ternary-tree,TT),分割成4个分割块的树称为四叉树(quad-tree,QT)。
如上所述,本文使用的术语“块”可以是图像的一部分,特别是正方形或矩形部分。参考HEVC和VVC等,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/或对应于多个对应块,例如编码树块(coding tree block,CTB)、编码块(codingblock,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3个样本阵列的图像中的亮度样本组成的一个CTB以及色度样本组成的两个对应CTB,或者可以为或可以包括黑白图像或使用3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,使得一个分量划分成多个CTB,这就是一种分割方式。编码单元(coding unit,CU)可以为或可以包括具有3个样本阵列的图像中的亮度样本组成的一个编码块以及色度样本组成的两个对应编码块,或者黑白图像或使用3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样本进行译码。相应地,编码块(coding block,CB)可以为M×N个样本块,其中,M和N可以设为某个值,使得一个CTB划分成多个编码块,这就是一种分割方式。
在实施例中,例如根据HEVC,可以使用表示为编码树的四叉树结构将编码树单元(coding tree unit,CTU)划分成多个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成1个、2个或4个PU。一个PU内进行相同的预测过程,并以PU为单位向解码器发送相关信息。在根据PU划分类型进行预测过程得到残差块之后,可以根据类似于用于CU的编码树的其它四叉树结构将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,使用四叉树结合二叉树(quad-tree and binary-tree,QTBT)分割等来分割编码块。在QTBT块结构中,一个CU可以为正方形或矩形。例如,编码树单元(coding tree unit,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),这种分割(segmentation)用于预测和变换处理,无需任何进一步分割。这表示在QTBT编码块结构中,CU、PU和TU的块大小相同。与此同时,三叉树分割等多重分割可以与QTBT块结构一起使用。
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(预定的)预测模式集合中确定或选择最佳或最优的预测模式。预测模式集合可以包括帧内预测模式和/或帧间预测模式等。
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,例如像DC(或均值)模式和平面模式的非方向性模式或如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,例如像DC(或均值)模式和平面模式的非方向性模式或如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,使用同一当前图像的相邻块的重建样本来生成帧内预测块265。
帧内预测单元254(或总称为模式选择单元260)还用于将帧内预测参数(或总称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,以包含在经编码图像数据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)帧间预测模式集合取决于可用参考图像(即(例如)上述存储在DPB 230中的至少部分经解码图像)和其它帧间预测参数,例如取决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/或例如取决于是否进行像素插值(例如二分之一/半像素插值和/或四分之一像素插值)。
除上述预测模式之外,还可以使用跳过模式和/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(两者在图2中未示出)。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(例如一个或多个其它/不同的先前经解码图像231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的经解码图像231,或换句话说,当前图像和先前的经解码图像231可以为一系列图像的一部分或组成一系列图像,这一系列图像组成视频序列。
例如,编码器20可以用于从多个其它图像中的同一或不同图像的多个参考块中选择一个参考块,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进行帧间预测,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,还可以包括对子样本精度执行插值。插值滤波可以根据已知像素样本生成其它像素样本,从而可能增加可以用于对图像块进行译码的候选预测块的数量。一旦接收到当前图像块的PU对应的运动矢量,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。在本发明中,通过支持多种色度格式以及通过细化仿射子块运动矢量推导过程,改进帧间预测(特别是仿射帧间预测或子块帧间预测)。具体地,下面介绍根据色度格式进行的用于色度子块仿射帧间预测的运动矢量推导的改进方法和装置。
运动补偿单元还可以生成与块和视频条带(slice)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。除条带和相应语法元素之外或作为条带和相应语法元素的替代,还可以生成或使用分块组和/或分块以及相应语法元素。
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 scheme,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,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发送给视频解码器30,或将其存储在存储器中稍后由视频解码器30发送或检索。
视频编码器20的其它结构变型可以用于对视频流进行编码。例如,基于非变换的编码器20可以在没有变换处理单元206的情况下为某些块或帧直接量化残差信号。在另一种实现方式中,编码器20可以包括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的一个示例。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(和/或分块组或分块)的图像块的数据和相关语法元素。
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、模式应用单元360、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或可以包括运动补偿单元。在一些示例中,视频解码器30可以执行大体上与参照图2中的视频编码器100描述的编码回合互逆的解码回合。
如参照编码器20所述,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344和帧内预测单元354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110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(或总称为经编码图像数据21)并对经编码图像数据21执行熵解码等,得到量化系数309和/或经解码编码参数(图3中未示出)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可以用于应用与参照编码器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还可以用于将帧间预测参数、帧内预测参数和/或其它语法元素提供给模式应用单元360,并将其它参数提供给解码器30中的其它单元。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。除条带和相应语法元素之外或作为条带和相应语法元素的替代,还可以接收和/或使用分块组和/或分块以及相应语法元素。
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)(或总称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,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为视频条带(或分块(tile)或分块组)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213。重建残差块213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)可以用于通过以下方式将重建残差块313添加到预测块365以得到样本域中的重建块315:例如,将重建残差块313的样本值和预测块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,得到经过滤波的块321,从而顺利进行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-adaptive offset,SAO)滤波器或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。虽然环路滤波器单元320在图3中示为环内滤波器,但在其它配置中,环路滤波器单元320可以实现为环后滤波器。
解码图像缓冲区
随后将一个图像的经解码视频块321存储在解码图像缓冲区330中,解码图像缓冲区330存储经解码图像331作为参考图像,以便后续对其它图像进行运动补偿和/或输出或显示。
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(特别是与运动补偿单元)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(例如通过熵解码单元304等解析和/或解码)接收的分割和/或预测参数或相应的信息来决定划分或分割和执行预测。模式应用单元360可以用于根据重建图像、块或相应的样本(经过滤波或未经滤波)对每个块执行预测(帧内预测或帧间预测),得到预测块365。
当将视频条带译码为经帧内译码(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(signal)的帧内预测模式和来自当前图像的先前经解码块的数据为当前视频条带的图像块生成预测块365。当视频图像译码为经帧间译码(即B或P)条带时,模式应用单元360中的帧间预测单元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为当前视频条带的视频块生成预测块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帧列表0和列表1。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
模式应用单元360用于通过解析运动矢量或相关信息以及其它语法元素为当前视频条带的视频块确定预测信息,并使用预测信息为正在解码的当前视频块生成预测块。例如,模式应用单元360使用接收到的一些语法元素来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编码视频块的运动矢量、用于条带的每个经帧间译码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。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
在实施例中,图3所示的视频解码器30可以用于使用条带(也称为视频条带)对图像进行分割和/或解码。一个图像可以分割成一个或多个条带(通常不重叠)或使用一个或多个条带(通常不重叠)进行解码,每个条带可以包括一个或多个块(例如CTU)。
在实施例中,图3所示的视频解码器30可以用于使用分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或解码。一个图像可以分割成一个或多个分块组(通常不重叠)或使用一个或多个分块组(通常不重叠)进行解码;每个分块组可以包括一个或多个块(例如CTU)或一个或多个分块等;每个分块可以为矩形等,可以包括一个或多个完整或部分块(例如CTU)等。
视频解码器30的其它变型可以用于对经编码图像数据21进行解码。例如,解码器30可以在没有环路滤波器单元320的情况下生成输出视频流。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的情况下为某些块或帧直接反量化残差信号。在另一种实现方式中,视频解码器30可以包括组合成单个单元的反量化单元310和逆变换处理单元312。
应当理解的是,在编码器20和解码器30中,可以对当前步骤的处理结果做进一步处理,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运算,例如限幅(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将运动矢量的值限制在预定义范围。如果运动矢量的表示位为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–32768~32767;如果bitDepth设置为18,则范围为–131072~131071。例如,对推导出的运动矢量(例如一个8×8块中的4个4×4子块的MV)的值进行限制,使得这4个4×4子块MV的整数部分之间的最大差值不超过N个像素,例如不超过1个像素。这里提供了两种根据bitDepth来限制运动矢量的方法。
方法1:通过平滑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为一个图像块或子块的运动矢量的水平分量,mvy为一个图像块或子块的运动矢量的垂直分量,ux和uy表示中间值。
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,以二进制补码的形式存储十进数。–32769的二进制补码为1,0111,1111,1111,1111(17位),这时丢弃MSB,那么得到的二进制补码为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)
这些运算可以在对mvp和mvd求和的过程中执行,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为一个图像块或子块的运动矢量的水平分量;vy为一个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:
图4为本发明一个实施例提供的视频译码设备400的示意图。视频译码设备400适用于实现本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(例如图1A中的视频解码器30)或编码器(例如图1A中的视频编码器20)。
视频译码设备400包括:用于接收数据的入端口410(或输入端口410)和接收单元(Rx)420;用于处理所述数据的处理器、逻辑单元或中央处理器(central processingunit,CPU)430;用于发送所述数据的发送单元(Tx)440和出端口450(或输出端口450);用于存储所述数据的存储器460。视频编码设备400还可以包括包括与入端口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,用作光信号或电信号的出口或入口。
处理器430通过硬件和软件来实现。处理器430可以实现为一个或多个CPU芯片、一个或多个核(例如多核处理器)、一个或多个FPGA、一个或多个ASIC和一个或多个DSP。处理器430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包括译码模块470。译码模块470实现上文描述的公开实施例。例如,译码模块470执行、处理、准备或提供各种译码操作。因此,将译码模块470包含在内为视频译码设备400的功能提供了实质性的改进,并且影响了视频译码设备400到不同状态的转换。或者,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可以包括一个或多个磁盘、一个或多个磁带机以及一个或多个固态硬盘,并且可以用作溢出数据存储设备,以在选择程序来执行时存储这些程序以及存储在执行程序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-only memory,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(static random-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可以用作图1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可以是中央处理器。或者,处理器502可以是现有的或今后将开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等单个处理器来实施所公开的实现方式,但使用多个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,应用程序510包括至少一个程序,这个程序使得处理器502执行本文所述方法。例如,应用程序510可以包括应用1至应用N,还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。
虽然装置500的总线512在这里示为单个总线,但是总线512可以有多个。此外,辅助存储器514可以直接与装置500中的其它组件耦合或可以通过网络被访问,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可以具有各种各样的构造。
下面详细描述了本文提供的实施例。由码流表示的视频源可以包括一系列按解码顺序排列的图像。这些图像中的每个图像(可以是源图像或经解码图像)包括以下一个或多个样本阵列:
-只有亮度(Y)(单色)样本的阵列,
-一个亮度样本阵列和两个色度样本阵列(YCbCr或YCgCo),
-绿蓝红(GBR,也称为RGB)样本阵列,
-表示其它未指定的单色或三刺激色样本的阵列(例如YZX,也称为XYZ)。
为了便于说明本发明中的符号和术语,与这些阵列相关的变量和术语称为亮度(或L或Y)和色度,两个色度阵列称为Cb和Cr。
图9A示出了4:2:0采样方案下的色度分量位置。图9B和9C示出了其它采样方案的示例。
如图9A所示,在4:2:0采样方案中,亮度和色度分量网格之间可能存在移位。在2×2像素的块中,色度分量实际上相对于亮度分量垂直移动了半个像素(如图9A所示)。这种移位在对图像进行下采样或上采样时可能会对插值滤波器产生影响。图9D示出了隔行图像情况下的各种采样模式。这表示还考虑到奇偶性,即像素是否位于隔行图像的顶场或底场。
根据通用视频编码(Versatile Video Coding,VVC)规范草案,以序列参数的级别指示一个特殊标志“sps_cclm_colocated_chroma_flag”。标志“sps_cclm_colocated_chroma_flag”等于1表示跨分量线性模型帧内预测中的左上方下采样后亮度样本与左上方亮度样本并置(co-located)。sps_cclm_colocated_chroma_flag等于0表示跨分量线性模型帧内预测中的左上方下采样后亮度样本与左上方亮度样本水平共置(co-sited),但相对于左上方亮度样本垂直移动了0.5个亮度样本单位。
仿射运动补偿预测
在现实世界中,存在许多种运动,例如放大/缩小、旋转、透视运动、平动运动以及其它非规律运动。HEVC(ITU-T H.265)中只使用平动运动模型进行运动补偿预测(motioncompensation prediction,MCP)。VVC中采用了仿射变换运动补偿预测。块的仿射运动场由2个或3个控制点运动矢量(control point motion vector,CPMV)来描述,这两种CPMV分别对应于4参数仿射运动模型和6参数仿射运动模型。图6a示出了用于4参数仿射运动模型的CPMV位置,图6b示出了用于6参数仿射运动模型的CPMV位置。
在4参数运动模型的情况下,块的运动矢量场(motion vector field,MVF)由以下等式来描述:
其中,(v0x,v0y)表示左上顶点控制点的运动矢量,(v1x,v1y)表示右上顶点控制点的运动矢量。(vx,vy)表示块中给定位置(x,y)的运动矢量。率失真成本(Rate distortioncost,RDC)检查是用于确定选择哪个运动矢量对作为当前CU的控制点运动矢量。
CPMV可以根据相邻块的运动信息(例如在子块融合模式的过程中)来推导。可选地,或另外,CPMV可以通过以下方式推导:推导CPMV预测值(CPMV predictor,CPMVP)并从码流中获取CPMV和CPMVP之间的差值。
为了简化运动补偿预测,采用了基于块的仿射变换预测。例如,为了推导每个4×4子块的运动矢量,图7所示的每个子块的中心样本的运动矢量根据上述等式(1)进行计算,并进行四舍五入以具有1/16分数精度。运动补偿插值滤波器用于使用推导出的运动矢量来生成每个子块的预测样本。
在进行运动补偿预测(motion compensation prediction,MCP)之后,每个子块的高精度运动矢量进行四舍五入并保存,与普通运动矢量相同,具有1/4精度。
图8示出了用于仿射帧间预测(即,使用仿射运动模型的运动补偿)的过程800的流程图的一个示例。过程800可以包括以下步骤:
在步骤810中,执行控制点运动矢量推导,以生成控制点运动矢量cpMvLX[cpIdx]。
在步骤830中,执行运动矢量阵列推导,以生成亮度子块运动矢量阵列mvLX[xSbIdx][ySbIdx]和色度子块运动矢量阵列mvCLX[xSbIdx][ySbIdx]。步骤830可以包括:
-步骤831:执行亮度运动矢量阵列推导,以生成亮度子块运动矢量阵列mvLX[xSbIdx][ySbIdx],
-步骤833:执行色度运动矢量阵列推导,以生成色度子块运动矢量阵列mvCLX[xSbIdx][ySbIdx]。
在步骤850中,执行插值过程,以使用推导出的运动矢量来生成每个子块的预测样本,即预测样本阵列predSamples。
本文提供的实施例主要侧重于用于色度运动矢量阵列推导的步骤833(该步骤在图8中以粗体表示)。
下面描述了先前设计(传统方式)中的色度运动矢量推导过程的详细内容:
该过程(色度运动矢量阵列推导)的输入包括:
-亮度子块运动矢量阵列mvLX[xSbIdx][ySbIdx],其中,xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,X为0或1;
-水平方向上的色度采样比,SubWidthC;
-垂直方向上的色度采样比,SubHeightC。
输出为:
-色度子块运动矢量阵列mvCLX[xSbIdx][ySbIdx],其中,xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,X为0或1。
该过程的实现方式如下所述:
-如下推导平均亮度运动矢量mvAvgLX:
mvAvgLX=mvLX[(xSbIdx>>1<<1)][(ySbIdx>>1<<1)]+
mvLX[(xSbIdx>>1<<1)+1][(ySbIdx>>1<<1)+1] (2)
mvAvgLX[0]=(mvAvgLX[0]>=0?(mvAvgLX[0]+1)>>1:
–((–mvAvgLX[0]+1)>>1)) (3)
mvAvgLX[1]=(mvAvgLX[1]>=0?(mvAvgLX[1]+1)>>1:
–((–mvAvgLX[1]+1)>>1)) (4)
-根据参考索引值refIdxLX,对mvAvgLX进行缩放。具体地,
-如果与当前编码单元的refIdxLX对应的参考图像不是当前图像,则
mvCLX[0]=mvLX[0]*2/SubWidthC,
mvCLX[1]=mvLX[1]*2/SubHeightC;
-否则(与当前编码单元的refIdxLX对应的参考图像为当前图像),
mvCLX[0]=((mvLX[0]>>(3+SubWidthC))*32,
mvCLX[1]=((mvLX[1]>>(3+SubHeightC))*32。
在上述设计中,mvAvgLX的计算没有考虑色度子采样,导致在变量SubWidthC或SubHeightC等于1的情况下不能精确地估计运动场。
根据图像的色度格式对亮度运动场进行子采样,本发明实施例解决了这一问题,从而提高了色度运动场的精度。更具体地,本发明实施例公开了一种在根据亮度运动矢量获取色度运动矢量时考虑图像色度格式的方法。通过取亮度运动矢量的平均值,对亮度运动场执行线性子采样。根据图像色度格式选择亮度运动矢量,由于亮度运动矢量场子采样更精确,所以色度运动场更精确。这种对色度格式的依赖性能够在对亮度运动矢量求平均时选择最合适的亮度块。由于运动场插值更精确,所以预测误差减小,带来的技术效果是压缩性能提升。
在一种示例性实现方式中,表1-1示出了本发明能够支持的色度格式。色度格式信息,例如chroma_format_idc和/或separate_color_plane_flag,可以用于确定变量SubWidthC和SubHeightC的值。
表1-1
chroma_format_idc | separate_colour_plane_flag | 色度格式 | SubWidthC | SubHeightC |
0 | 0 | 单色 | 1 | 1 |
1 | 0 | 4:2:0 | 2 | 2 |
2 | 0 | 4:2:2 | 2 | 1 |
3 | 0 | 4:4:4 | 1 | 1 |
3 | 1 | 4:4:4 | 1 | 1 |
chroma_format_idc表示相对于亮度采样的色度采样。chroma_format_idc的取值范围为0~3(包括端值)。
separate_colour_plane_flag等于1表示4:4:4色度格式下的3个颜色分量是单独译码的。separate_colour_plane_flag等于0表示颜色分量不是单独译码的。当separate_colour_plane_flag不存在时,推断separate_colour_plane_flag等于0。当separate_color_plane_flag等于1时,经译码图像由3个单独分量组成,每个分量由一个颜色平面(Y、Cb或Cr)的经译码样本组成并使用单色译码语法。
色度格式决定色度阵列的优先顺序和子采样方案。
在单色采样方案中,只有一个样本阵列,名义上是亮度阵列。
在4:2:0采样方案中,两个色度阵列的高度和宽度都是亮度阵列的高度和宽度一半,如图9A所示。
在4:2:2采样方案中,两个色度阵列的高度都与亮度阵列的高度相同,而两个色度阵列的宽度都是亮度阵列的宽度一半,如图9B所示。
在4:4:4采样方案中,根据separate_colour_plane_flag的值,存在以下情况:
-如果separate_color_plane_flag等于0,则两个色度阵列的高度和宽度都与亮度阵列的高度和宽度相同,如图9C所示;
-否则(separate_colour_plane_flag等于1),3个颜色平面作为单色采样后图像单独处理。
在另一种示例性实现方式中,表1-2也示出了本发明能够支持的色度格式。色度格式信息,例如chroma_format_idc和/或separate_color_plane_flag,可以用于确定变量SubWidthC和SubHeightC的值。
表1-2
chroma_format_idc | separate_colour_plane_flag | 色度格式 | SubWidthC | SubHeightC |
2(0) | 0 | 4:2:2 | 2 | 1 |
3(1) | 0 | 4:4:4 | 1 | 1 |
3(1) | 1 | 4:4:4 | 1 | 1 |
表示视频序列中的亮度阵列和色度阵列中的每个样本所需的比特数在8~16的范围(包括端值)内,亮度阵列中使用的比特数可以与色度阵列中使用的比特数不同。
当chroma_format_idc的值等于1时,图像中的亮度样本和色度样本的标称垂直和水平相对位置如图9A所示。其它色度样本相对位置可以在视频可用信息中表示。
当chroma_format_idc的值等于2时,色度样本与对应的亮度样本共置(co-sited),并且图像中的标称位置如图9B所示。
当chroma_format_idc的值等于3时,所有阵列样本对于图像的所有情况都共置,并且图像中的标称位置如图9C所示。
在一种示例性实现方式中,变量SubWidthC和SubHeightC如表1-1或表1-2所示,取决于由chroma_format_idc和separate_color_plane_flag表示的色度格式采样结构。可以理解的是,色度格式采样结构等色度格式信息由chroma_format_idc和separate_color_plane_flag表示。
与先前设计相反,在本发明中,亮度子块运动矢量阵列内的位置的推导可以适用于不同的色度格式并且根据色度缩放因子(例如SubWidthC和SubHeightC)的值确定。应当理解的是,“水平方向和垂直方向上的色度缩放因子”也可以称为“水平方向和垂直方向上的色度采样比”。
可选地,在另一种示例性实现方式中,SubWidthC和SubHeightC可以定义为SubWidthC=(1+log2(wluma)–log2(wchroma))和SubHeightC=(1+log2(hluma)–log2(hchroma)),其中,wluma和hluma分别表示亮度阵列的宽度和高度,wchroma和hchroma分别表示色度阵列的宽度和高度。
在本发明一些实施例的一种可能实现方式中,对于给定色度格式,确定并置(co-located)色度子块的给定索引在亮度运动矢量阵列内的位置或索引的过程可以执行如下。
首先,根据当前编码或解码图像(或帧)的色度格式,确定SubWidthC和SubHeightC的值。
然后,对于由索引(xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,X为0或1)表示的每个色度空间位置,将色度运动矢量的值存储为对应的mvCLX元素。确定色度运动矢量的步骤如下所述:
第一步骤是执行四舍五入,以确定并置亮度子块的索引x和y:
xSbIdxL=(xSbIdx>>(SubWidthC–1))<<(SubWidthC–1),
ySbIdxL=(ySbIdx>>(SubHeightC–1))<<(SubHeightC–1)。
第二步骤是确定亮度子块位置集合,这些位置还用于确定色度运动矢量。定义这种集合S的一个可能示例可以描述如下:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
第三步骤是计算平均矢量mvAvgLX。
当集合S包括N个元素时,N为2的幂,在一种示例性实现方式中,运动矢量mvAvgLX确定如下:
-mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N),
-mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N),
总而言之,在一种示例性实现方式中,确定平均矢量mvAvgLX以进行求平均运算可以用公式表示如下:
mvAvgLX=mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+
(SubWidthC–1)][(ySbIdx>>(SubHeightC–1)<<
(SubHeightC–1))+(SubHeightC–1)] (等式1)
-mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N) (等式2)
-mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N) (等式3)
需要说明的是,本文提供的对亮度运动矢量求平均的方式不限于上述方式,而且本发明中的平均函数可以通过不同的实现方式实现。
应当理解的是,尽管上文描述的过程为3步骤过程,但是,上文通过等式1至等式3公式化的确定平均矢量mvAvgLX可以按任意顺序执行。
在另一种示例性实现方式中,第三步骤也可以如下实现:
-mvAvgLX[0]=(mvAvgLX[0]>=0?(mvAvgLX[0]+N>>1)>>log2(N):
–((–mvAvgLX[0]+N>>1)>>log2(N)) (5)
-mvAvgLX[1]=(mvAvgLX[1]>=0?(mvAvgLX[1]+N>>1)>>log2(N):
–((–mvAvgLX[1]+N>>1)>>log2(N))) (6)
需要说明的是,本文提供的对亮度运动矢量求平均的方式不限于上述方式,而且本发明中的平均函数可以通过不同的实现方式实现。
下一个步骤是根据参考索引值refIdxLX,对mvAvgLX进行缩放。在一些示例中,缩放过程执行如下:将mvLX替换为mvAvgLX(即mvLX[0]替换为mvAvgLX[0],并且mvLX[1]替换为mvAvgLX[1]):
-如果与当前编码单元的refIdxLX对应的参考图像不是当前图像,则
mvCLX[0]=mvLX[0]*2/SubWidthC,
mvCLX[1]=mvLX[1]*2/SubHeightC;
-否则(与当前编码单元的refIdxLX对应的参考图像为当前图像),
mvCLX[0]=((mvLX[0]>>(3+SubWidthC))*32,
mvCLX[1]=((mvLX[1]>>(3+SubHeightC))*32。
类似地,可以调用下文描述的第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量阵列mvCLXSub[xCSbIdx][yCSbIdx]作为输出。在第8.5.2.13小节描述的过程中,mvLX替换为mvAvgLX,具体地,mvLX[0]替换为mvAvgLX[0],并且mvLX[1]替换为mvAvgLX[1]。
下面以VVC草案规范修改的格式详细描述所提供方法的色度运动矢量推导过程中的平均矢量mvAvgLX计算的可能实现方式。这个过程有多种变化形式。
1.下面可以采用VVC草案规范修改的格式描述所提供方法的色度运动矢量推导过程中的平均矢量mvAvgLX计算的一种变化形式:
……
-如下推导平均亮度运动矢量mvAvgLX:
mvAvgLX=
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(1>>(2–SubWidthC))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(1>>(2–
SubHeightC))]
解释性注释:上述等式示出了选择亮度运动矢量进行平均运动矢量计算(例如为给定色度子块位置选择亮度子块位置)的一个示例。所选择的亮度子块(以及它们各自的位置)由它们各自在水平方向和垂直方向上的子块索引表示。例如,而且如上所示,对于给定色度子块(xSbIdx,ySbIdx),其中,xSbIdx和ySbIdx分别表示该色度子块在水平方向和垂直方向上的子块索引,可以选择两个亮度子块(以及它们各自的位置,例如它们各自的子块索引)。其中一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]表示;另一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(1>>(2–SubWidthC))]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(1>>(2–SubHeightC))]表示。因此,根据图像色度格式来选择亮度块对亮度运动矢量求平均。具体地,根据色度缩放因子SubWidthC和SubHeightC来选择亮度块对亮度运动矢量求平均,而SubWidthC和SubHeightC根据图像色度格式确定。//
上文得到的mvAvgLX可以通过以下方式进一步处理:
mvAvgLX[0]=(mvAvgLX[0]>=0?(mvAvgLX[0]+1)>>1:
–((–mvAvgLX[0]+1)>>1))
mvAvgLX[1]=(mvAvgLX[1]>=0?(mvAvgLX[1]+1)>>1:
–((–mvAvgLX[1]+1)>>1))
需要说明的是,本文提供的对亮度运动矢量求平均的方式不限于上述方式,而且本发明中的平均函数可以通过不同的方式实现。
-调用本发明后面提供的第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量mvCLX[xSbIdx][ySbIdx]作为输出。
……
2.下面可以采用VVC草案规范修改的格式描述所提供方法的色度运动矢量推导过程中的平均矢量mvAvgLX计算的另一种变化形式:
……
-如下推导平均亮度运动矢量mvAvgLX:
mvAvgLX=
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(1>>(4–SubWidthC–SubHeightC))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(1>>(4–SubWidthC–SubHeightC))]
//解释性注释:上述等式示出了选择亮度运动矢量进行平均运动矢量计算(例如为给定色度子块位置选择亮度子块位置)的一个示例。所选择的亮度子块(以及它们各自的位置)由它们各自在水平方向和垂直方向上的子块索引表示。例如,而且如上所示,对于给定色度子块(xSbIdx,ySbIdx),其中,xSbIdx和ySbIdx分别表示该色度子块在水平方向和垂直方向上的子块索引,可以选择两个亮度子块(以及它们各自的位置,例如它们各自的子块索引)。其中一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]表示;另一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(1>>(4–SubWidthC–SubHeightC))]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(1>>(4–SubWidthC–SubHeightC))]表示。因此,根据图像色度格式来选择亮度块对亮度运动矢量求平均。具体地,根据色度缩放因子SubWidthC和SubHeightC来选择亮度块对亮度运动矢量求平均,而SubWidthC和SubHeightC根据图像色度格式确定。//
与第一种变化形式相比,此种变化形式使用不同的方法来确定亮度子块集合。具体地,这里的变化形式使用1>>(4–SubWidthC–SubHeightC)来确定第二亮度子块(第一亮度子块的相邻亮度子块)的索引,而第一种变换形式使用1>>(2–SubWidthC)和1>>(2–SubHeightC)。在第一种变化形式中,第一亮度子块本身、其对角线相邻亮度子块或其水平相邻亮度子块可以作为第二亮度子块。在第二种变化形式中,根据色度缩放因子的值,第一亮度子块本身或其对角线相邻亮度子块可以作为第二亮度子块。
上文得到的mvAvgLX可以通过以下方式进一步处理:
mvAvgLX[0]=(mvAvgLX[0]>=0?(mvAvgLX[0]+1)>>1:
–((–mvAvgLX[0]+1)>>1))
mvAvgLX[1]=(mvAvgLX[1]>=0?(mvAvgLX[1]+1)>>1:
–((–mvAvgLX[1]+1)>>1))
-调用第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量mvCLX[xSbIdx][ySbIdx]作为输出。
……
需要说明的是,本文提供的对亮度运动矢量求平均的方式不限于上述方式,而且本发明中的平均函数可以通过不同的方式实现。
3.下面采用VVC草案规范修改的格式描述所提供方法的色度运动矢量推导过程的另一种变化形式:
……
-如下推导平均亮度运动矢量mvAvgLX:
mvAvgLX=mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]
-调用第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量mvCLX[xSbIdx][ySbIdx]作为输出。
……
4.下面采用VVC草案规范修改的格式描述所提供方法的色度运动矢量推导过程的另一种变化形式:
……
-如下推导平均亮度运动矢量mvAvgLX:
-如果SubWidthC==1且SubHeightC==1,则
mvAvgLX=mvLX[xSbIdx][ySbIdx]
-否则,
-xSbIdxL=(xSbIdx>>(SubWidthC–1))<<(SubWidthC–1);
-ySbIdxL=(ySbIdx>>(SubHeightC–1))<<(SubHeightC–1)。
-mvAvgLX=mvLX[xSbIdxL][ySbIdxL]+mvLX[xSbIdxL+
(SubWidthC–1)][ySbIdxL+(SubHeightC–1)]
//解释性注释:上述等式示出了选择亮度运动矢量进行平均运动矢量计算(例如为给定色度子块位置选择亮度子块位置)的一个示例。所选择的亮度子块(以及它们各自的位置)由它们各自在水平方向和垂直方向上的子块索引表示。例如,而且如上所示,对于给定色度子块(xSbIdx,ySbIdx),其中,xSbIdx和ySbIdx分别表示该色度子块在水平方向和垂直方向上的子块索引,可以选择两个亮度子块(以及它们各自的位置,例如它们各自的子块索引)。其中一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]表示;另一个选择的亮度子块可以由水平方向上的子块索引[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1)]和垂直方向上的子块索引[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)]表示。因此,根据图像色度格式来选择亮度块对亮度运动矢量求平均。具体地,根据色度缩放因子SubWidthC和SubHeightC选择亮度块对亮度运动矢量求平均,而因子SubWidthC和SubHeightC根据图像色度格式确定。
//
上文得到的mvAvgLX可以通过以下方式进一步处理:
mvAvgLX[0]=mvAvgLX[0]>=0?mvAvgLX[0]>>1:
–((–mvAvgLX[0])>>1)
mvAvgLX[1]=mvAvgLX[1]>=0?mvAvgLX[1]>>1:
–((–mvAvgLX[1])>>1)
需要说明的是,本文提供的对亮度运动矢量求平均的方式不限于上述方式,而且本发明中的平均函数可以通过不同的方式实现。
下面结合图10A至图10C和图11A至图11C解释说明确定亮度子块位置的详细内容,这些位置还用于在不同色度格式下确定色度运动矢量。
图10A示出了当前图像的色度格式为4:2:0时的包括在当前图像的当前图像块(例如编码块)中的并置(co-located)亮度块和色度块的一个示例。如图10A和表1-1所示,在当前图像的色度格式为4:2:0时,SubWidthC=2且SubHeightC=2。如果亮度块的宽度为W,亮度块的高度为H,则对应色度块的宽度为W/SubWidthC,对应色度块的高度为H/SubHeightC。具体地,对于包括并置亮度块和色度块的当前图像块,亮度块包括的样本通常是对应色度块的样本的4倍。
图10B为当前图像的色度格式为4:2:2时的包括在当前图像的当前图像块中的并置亮度块和色度块的一个示例。如图10B和表1-1或表1-2所示,在当前图像的色度格式为4:2:2时,SubWidthC=2且SubHeightC=1。如果亮度块的宽度为W,亮度块的高度为H,则对应色度块的宽度为W/SubWidthC,对应色度块的高度为H/SubHeightC。具体地,对于包括并置亮度块和色度块的当前图像块,亮度块包括的样本通常是对应色度块的样本的2倍。
图10C为当前图像的色度格式为4:4:4时的包括在当前图像的当前图像块中的并置亮度块和色度块的一个示例。如图10C和表1-1或表1-2所示,在当前图像的色度格式为4:2:2时,SubWidthC=1且SubHeightC=1。如果亮度块的宽度为W,亮度块的高度为H,则对应色度块的宽度为W/SubWidthC,对应色度块的高度为H/SubHeightC。具体地,对于包括并置亮度块和色度块的当前图像块,亮度块包括的样本通常与对应色度块的样本相同。
图11A为图10A所示的当前图像的色度格式为4:2:0时,在根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的两个亮度子块的位置的一个示例。
并置亮度子块的索引x和y通过色度子块的对应索引x和y(表示为xSbIdx,ySbIdx)进行确定:
xSbIdxL=(xSbIdx>>(SubWidthC–1))<<(SubWidthC–1),
ySbIdxL=(ySbIdx>>(SubHeightC–1))<<(SubHeightC–1)。
选择两个仿射亮度子块以进一步对它们的运动矢量求平均。这两个子块的位置定义为:
-(xSbIdxL,ySbIdxL),
-(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
如图11A所示,在YUV 4:2:0格式的情况下,亮度块1010(8×8亮度大小)的两个对角线亮度子块的运动矢量用于求平均,而平均MV用于色度子块的仿射子块运动矢量推导过程。具体地,
亮度子块或色度子块0的索引为:xSbIdx=0,ySbIdx=0
亮度子块或色度子块1的索引为:xSbIdx=1,ySbIdx=0
亮度子块或色度子块2的索引为:xSbIdx=0,ySbIdx=1
亮度子块或色度子块3的索引为:xSbIdx=1,ySbIdx=1。
按照变化形式4的设计,每个色度子块的运动矢量都根据平均值推导,而平均值根据亮度子块0的运动矢量(mvLX[0][0])和亮度子块3的运动矢量(mvLX[1][1])获取,亮度子块0和亮度子块3位于对角线上。
图11B为图10B所示的当前图像的色度格式为4:2:2时,在根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的两个亮度子块的位置的一个示例。如图11B所示,在YUV 4:2:2格式的情况下,亮度块1010(8×8亮度大小)的两个水平相邻亮度子块的运动矢量用于求平均,而平均MV用于色度子块的仿射子块运动矢量推导过程。具体地,
亮度子块或色度子块0的索引为:xSbIdx=0,ySbIdx=0
亮度子块或色度子块1的索引为:xSbIdx=1,ySbIdx=0
亮度子块或色度子块2的索引为:xSbIdx=0,ySbIdx=1
亮度子块或色度子块3的索引为:xSbIdx=1,ySbIdx=1。
按照上述变化形式4的设计,色度块920的第一行中的每个色度子块的运动矢量都根据平均值推导,而平均值根据亮度子块0的运动矢量(mvLX[0][0])和亮度子块1的运动矢量(mvLX[1][0])获取,亮度子块0和亮度子块1为水平相邻。色度块920的第二行中的每个色度子块的运动矢量都根据平均值推导,而平均值根据亮度子块2的运动矢量(mvLX[0][1])和亮度子块3的运动矢量(mvLX[1][1])获取,亮度子块2和亮度子块3为水平相邻。
图11C为图10C所示的当前图像的色度格式为4:4:4时,在根据亮度运动矢量推导色度运动矢量的过程中,与色度子块的给定位置对应的亮度子块的位置的一个示例。
如图11C所示,在YUV 4:4:4格式的情况下,亮度块1010(8×8亮度大小)的并置亮度子块的运动矢量用于对每个色度子块执行仿射预测,即色度的仿射子块运动矢量推导过程与亮度的仿射子块运动矢量推导过程相同。
应当理解的是,不需要求平均,即运动矢量可以通过并置亮度子块的运动矢量来确定,或者该求平均运算将相同的MV作为输入执行两次,并生成相同的运动矢量作为输出。亮度子块或色度子块的大小可以是4×4。
图12A示出了当色度格式设置为4:4:4时的子集S的几个示例,该子集包括与色度子块的给定位置对应的亮度子块的位置。在该示例中,考虑了推导子集S的4种情况。
在第一种情况下,色度位置“A”(1201)与位于位置“A”(1202)上的相邻亮度块对应。
在第二种情况下,在色度块的底部边界上选择色度位置“B”(1203)。在这种情况下(除右下方位置之外),将属于S的亮度子块的对应位置1204设置为水平相邻。
在第三种情况下,在色度块的右侧边界上选择色度位置“C”(1205)。在这种情况下(除右下方位置之外),将属于S的亮度子块的对应位置1206设置为垂直相邻。
在第四种情况下,在色度块的右下角选择色度位置“D”(1207)。在这种情况下,集合S包括位于亮度块右下角的单个亮度子块。
图12B示出了获取子集S的另一个实施例。在本实施例中,位于色度块边界上的色度块在亮度块中具有对应位置,如图12A中的第四种情况“D”所示。
在上述本发明的实施例中,当使用色度子采样时,色度子块的数量与并置亮度子块的数量相同。具体地,水平方向上的亮度子块的数量numSbX与水平方向上的色度子块的数量numSbX相同,而且垂直方向上的亮度子块的数量numSbY与垂直方向上的色度子块的数量numSbY相同。因此,当使用色度子采样时,色度子块的大小与并置亮度子块的大小不同。
在其它场景中,无论是何种色度格式,色度子块和亮度子块的大小都保持不变。在这些场景中,色度块中的色度子块的数量与并置亮度块中的亮度子块的数量可以不同。以下实施例涉及色度分量和亮度分量中的相同大小的子块的色度运动矢量推导。也就是说,对于包括当前图像块(包括并置亮度块和色度块)的当前图像,当前图像的亮度块包括一组大小相等的亮度子块,当前图像的色度块包括一组大小相等的色度子块,色度子块的大小设置为亮度子块的大小。可以理解的是,在使用色度子采样的情况下,色度子块的数量与并置亮度子块的数量不同。具体地,沿水平方向的亮度子块的数量numSbX与沿水平方向的色度子块的数量numSbX不同,而且沿垂直方向的亮度子块的数量numSbY与沿垂直方向的色度子块的数量numSbY不同。
如图13A所示,在YUV 4:2:0格式的情况下,以当前图像的亮度块具有8×8大小为例,亮度块包括4个大小相等的亮度子块,当前图像的色度块包括一组大小相等的色度子块(色度子块=色度块),其中,色度子块的大小设置为等于亮度子块的大小。对两个对角线亮度子块的运动矢量求平均,平均MV用于色度子块的仿射子块运动矢量推导过程。具体地,由于子块的数量不同,所以xSbIdx(亮度子块在水平方向上的子块索引)会随着SubWidth(亮度子块在垂直方向上的子块索引)的步长而变化,ySbIdx(亮度子块在垂直方向上的子块索引)会随着SubHeightC的步长而变化。例如,对于4:2:0格式,xSbIdx=0、2、4、6……,ySbIdx=0、2、4、6……。
如图13B所示,在YUV 4:2:2格式的情况下,根据上述变化形式4的等式对两个水平相邻亮度子块的运动矢量求平均,以生成色度子块的运动矢量。使用平均MV色度进行色度子块的仿射子块运动矢量推导过程。具体地,由于子块的数量不同,所以xSbIdx会随着SubWidth的步长而变化,ySbIdx会随着SubHeightC的步长而变化。例如,对于4:2:2格式,xSbIdx=0、2、4、8……,ySbIdx=0、1、2、3……。
如图13C所示,在YUV 4:4:4格式的情况下,亮度子块和色度子块的数量和大小都相等。在这种情况下,对于每个色度子块,使用并置亮度子块的运动矢量执行仿射预测。换句话说,色度块的仿射子块运动矢量推导过程与亮度块的仿射子块运动矢量推导过程相同。例如,对于4:4:4格式,xSbIdx=0、1、2、3……,ySbIdx=0、1、2、3……。需要说明的是,在这种情况下,不需要执行上述变化形式4的等式中规定的求平均运算,因为用于求平均的两个子块是相同的,并且求平均运算会输出与输入相同的值。因此,在这种情况下,可以为色度子块选择亮度子块的运动矢量,而无需经过在任何先前变化形式的等式中公式化的求平均运算。
从上文可以看出,当SubWidthC大于1或SubHeightC大于1时,块包括的色度子块的数量与亮度子块的数量不同。图14A示出了在YUV 4:2:0色度格式的情况下划分16×16亮度块和并置色度块的一个示例。在该示例中,亮度块划分成16个子块,每个子块的大小都为4×4。色度块的大小为8×8个样本,总共划分成4个子块,每个子块的大小都为4×4个样本。这4个色度子块分组到2行,每行都有2个子块。字母“A”、“B”、“C”和“D”表示哪些亮度子块用于推导相同字母标记的相应色度子块的运动矢量。
图14B示出了划分YUV 4:2:2色度格式的图像中的16×16亮度块及其并置色度块。在这种情况下,色度块的大小为8×16个样本,总共划分成8个子块,分组到4行,每行都有2个子块。每个亮度子块和色度子块的大小都为4×4个样本。字母“A”、“B”、“C”、“D”、“E”、“F”、“G”和“H”表示哪些亮度子块用于推导相同字母标记的相应色度子块的运动矢量。
假设亮度块划分成numSbY行子块,每行都有numSbX个子块,并且为每个亮度子块指定或获取运动矢量,则本文提供的实施例可以详述如下:
1.第一步骤是根据表示当前编码或解码图像(或帧)的色度格式的色度格式信息,确定SubWidthC和SubHeightC的值。例如,色度格式信息可以包括上文表1-1或表1-2所示的信息。
2.第二步骤可以包括:获取水平方向上的色度子块的数量numCSbX和垂直方向上的色度子块的数量numCSbY,如下所述:
numCSbX=numSbX>>(SubWidthC–1),其中,numSbX为亮度块中的水平方向上的亮度子块的数量;
numCSbY=numSbY>>(SubHeightC–1),其中,numSbY为亮度块中的垂直方向上的亮度子块的数量。
亮度块可以是当前编码或解码图像的当前编码或解码块。
3.使用空间索引(xCSbIdx,yCSbIdx)表示位于第yCSbIdx行和第xCSbIdx列中的色度子块,其中,xCSbIdx=0..numCSbX–1,yCSbIdx=0..numCSbY–1,色度子块的色度运动矢量的值可以确定如下:
并置亮度子块的空间索引(xSbIdxL,ySbIdxL)确定如下:
xSbIdxL=xCSbIdx<<(SubWidthC–1),
ySbIdxL=yCSbIdx<<(SubHeightC–1)。
色度子块(sbX,sbY)在色度块中的空间位置可以使用空间索引(xCSbIdx,yCSbIdx)推导如下:
sbX=xCSbIdx*sbX,
sbY=yCSbIdx*sbY。
这同样适用于确定亮度子块在亮度子块的亮度块空间索引(xSbIdx,ySbIdx)内的空间位置:
sbX=xSbIdx*sbX,
sbY=ySbIdx*sbY。
并置亮度子块的空间索引(xSbIdxL,ySbIdxL)可以进一步用于确定色度运动矢量。例如,亮度子块集合可以定义如下:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
在该示例中,亮度子块集合包括索引为上文计算的S0和S1的两个子块。S0和S1都包括定义子块位置的一对空间索引。
亮度子块集合用于计算平均运动矢量mvAvgLX。在这里和下面使用的运动矢量表示中,X可以是0或1,相应地表示与运动矢量对应的参考列表索引L0或L1。L0表示参考列表0,L1表示参考列表1。假设将对应的公式分别应用于运动矢量的水平分量mvAvgLX[0]和垂直分量mvAvgLX[1]来计算运动矢量。
如果具有空间索引(xSbIdxL,ySbIdxL)的子块的亮度运动矢量表示为mvLX[xSbIdxL][ySbIdxL],则可以如下获取平均运动矢量mvAvgLX:
mvAvgLX=mvAvgLX>=0?mvAvgLX>>1:–((–mvAvgLX)>>1),
具有空间索引(xCSbIdx,yCSbIdx)的色度子块的运动矢量mvCLX根据平均运动矢量mvAvgLX获取如下:
mvCLX[0]=mvAvgLX[0]*2/SubWidthC,
mvCLX[1]=mvAvgLX[1]*2/SubHeightC。
下面采用VVC草案的一部分规范的格式详细描述根据本文提供的实施例的亮度和色度运动矢量推导过程。
8.5.5.9根据仿射控制点运动矢量推导运动矢量阵列的过程
该过程的输入包括:
-当前亮度编码块的左上方样本相对于当前图像的左上方亮度样本的亮度位置(xCb,yCb);
-两个变量cbWidth和cbHeight,分别表示亮度编码块的宽度和高度;
-控制点运动矢量的数量numCpMv;
-控制点运动矢量cpMvLX[cpIdx],其中,cpIdx=0..numCpMv–1,X为0或1;
-参考索引refIdxLX,X为0或1;
-水平方向上的亮度编码子块的数量(numSbX)和垂直方向上的亮度编码子块的数量(numSbY)。
该过程的输出包括:
-亮度子块运动矢量阵列mvLX[xSbIdx][ySbIdx],其中,xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,X为0或1;
-色度子块运动矢量阵列mvCLX[xSbIdx][ySbIdx],其中,xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,X为0或1。
对于x=xCb..xCb+cbWidth 1,y=yCb..yCb+cbHeight–1,进行以下赋值:
CpMvLX[x][y][0]=cpMvLX[0],
CpMvLX[x][y][1]=cpMvLX[1],
CpMvLX[x][y][2]=cpMvLX[2]。
变量log2CbW和log2CbH推导如下:
log2CbW=Log2(cbWidth),
log2CbH=Log2(cbHeight)。
变量mvScaleHor、mvScaleVer、dHorX和dVerX推导如下:
mvScaleHor=cpMvLX[0][0]<<7,
mvScaleVer=cpMvLX[0][1]<<7,
dHorX=(cpMvLX[1][0]–cpMvLX[0][0])<<(7–log2CbW),
dVerX=(cpMvLX[1][1]–cpMvLX[0][1])<<(7–log2CbW)。
变量dHorY和dVerY推导如下:
-如果numCpMv等于3,则
dHorY=(cpMvLX[2][0]–cpMvLX[0][0])<<(7–log2CbH),
dVerY=(cpMvLX[2][1]–cpMvLX[0][1])<<(7–log2CbH);
-否则(numCpMv等于2),
dHorY=–dVerX,
dVerY=dHorX。
如果xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1,则
-亮度运动矢量mvLX[xSbIdx][ySbIdx]推导如下:
xPosCb=2+(xSbIdx<<2),
yPosCb=2+(ySbIdx<<2),
mvLX[xSbIdx][ySbIdx][0]=(mvScaleHor+dHorX*xPosCb+dHorY*yPosCb),
mvLX[xSbIdx][ySbIdx][1]=(mvScaleVer+dVerX*xPosCb+dVerY*yPosCb)。
-调用第8.5.2.14小节详述的运动矢量四舍五入过程,其中,设置为mvLX[xSbIdx][ySbIdx]的mvX、设置为7的rightShift和设置为0的leftShift作为输入,四舍五入后的mvLX[xSbIdx]作为输出。
-运动矢量mvLX[xSbIdx][ySbIdx]限幅如下:
mvLX[xSbIdx][ySbIdx][0]=Clip3(–217,217–1,mvLX[xSbIdx][ySbIdx][0]),
mvLX[xSbIdx][ySbIdx][1]=Clip3(–217,217–1,mvLX[xSbIdx][ySbIdx][1])。
变量numCSbX和numCSbY定义如下:
numCSbX=numCSbX>>(SubWidthC–1),
numCSbY=numCSbY>>(SubHeightC–1)。
需要说明的是,本实施例与前述实施例不同。在前述实施例中,亮度块中的亮度子块的数量与并置色度块中的色度子块的数量相同。然而,在本实施例中,在色度格式4:2:0和4:2:2的情况下,亮度块中的亮度子块的数量与并置色度块中的色度子块的数量不同。由于色度块和亮度块中的子块的数量不同,因此,从下文可以看出,xSbIdx会随着SubWidth的步长而变化,ySbIdx会随着SubHeightC的步长而变化。
如果xCSbIdx=0..numCSbX–1,yCSbIdx=0..numCSbY–1,则
–平均亮度运动矢量mvAvgLX推导如下:
–如果SubWidthC==1且SubHeightC==1,则
mvAvgLX=mvLX[xCSbIdx][yCSbIdx]
–否则,
–xSbIdxL=xCSbIdx<<(SubWidthC–1),
–ySbIdxL=yCSbIdx<<(SubHeightC–1),
–mvAvgLX=mvLX[xSbIdxL][ySbIdxL]+mvLX[xSbIdxL+(SubWidthC–1)][ySbIdxL+(SubHeightC–1)],
mvAvgLX[0]=mvAvgLX[0]>=0?(mvAvgLX[0])>>1:
–((–mvAvgLX[0])>>1),
mvAvgLX[1]=mvAvgLX[1]>=0?(mvAvgLX[1])>>1:
–((–mvAvgLX[1])>>1)。
–调用下文提供的第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量阵列mvCLXSub[xCSbIdx][yCSbIdx]作为输出。
–色度子块运动矢量阵列mvCLX[xSbIdx][ySbIdx](其中,xSbIdx=0..numSbX–1,ySbIdx=0..numSbY–1)根据mvCLXSub推导如下:
mvCLX[xSbIdx][ySbIdx]=mvCLXSub[xSbIdx>>(SubWidthC–1)][ySbIdx>>(SubHeightC–1)]
需要说明的是,上文提供的求平均运算是出于说明目的,而不应解释为限制本发明。各种执行求平均运算的其它方法可以用于根据亮度运动矢量确定色度运动矢量。
8.5.2.13色度运动矢量的推导过程
该过程的输入包括:
–1/16分数样本精度的亮度运动矢量mvLX;
–参考索引refIdxLX。
该过程的输出为1/32分数样本精度的色度运动矢量mvCLX。
色度运动矢量根据对应的亮度运动矢量推导。
色度运动矢量mvCLX推导如下:
mvCLX[0]=mvLX[0]*2/SubWidthC,
mvCLX[1]=mvLX[1]*2/SubHeightC。
该推导过程的操作取决于如何调用该过程。例如,前面已经描述了“调用第8.5.2.13小节的色度运动矢量推导过程,其中,mvAvgLX和refIdxLX作为输入,色度运动矢量阵列mvCLXSub[xCSbIdx][yCSbIdx]作为输出”。在该示例中,本文描述的第8.5.2.13小节中的mvLX替换为mvAvgLX,以便在调用时执行这些操作。
还存在与这些实施例相关的其它方面,这些方面考虑色度样本的子采样后位置相对于亮度样本的位置的偏移。
示例性实施例是为了根据“sps_cclm_colocated_chroma_flag”的值定义或确定亮度子块集合S。具体地,
–当SubHeightC=1且SubWidthC=2且sps_cclm_colocated_chroma_flag设置为1时,集合S由单个元素S0=(xSbIdxL,ySbIdxL)组成。
–否则,集合S包括:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
另一个示例性实施例介绍了确定平均运动矢量与“sps_cclm_colocated_chroma_flag”的值之间的依赖关系。具体地,在求平均运算中引入权重,并且为不同的亮度子块分别指定权重。平均运动矢量推导的示例性过程如下所示:
–xSbIdxL=xCSbIdx<<(SubWidthC–1),
–ySbIdxL=yCSbIdx<<(SubHeightC–1),
–sps_cclm_colocated_chroma_flag设置为1,加权系数w0和w1如下设置:w0=5,w1=3;
mvAvgLX=w0*mvLX[xSbIdxL][ySbIdxL]+w1*mvLX[xSbIdxL+(SubWidthC–1)][ySbIdxL+(SubHeightC–1)]
mvAvgLX[0]=mvAvgLX[0]>=0?(mvAvgLX[0]+3)>>3:–((–mvAvgLX[0]+3)>>3)
mvAvgLX[1]=mvAvgLX[1]>=0?(mvAvgLX[1]+3)>>3:–((–mvAvgLX[1]+3)>>3)
需要注意的是,该示例中提供的求平均运算是出于说明目的,而不应解释为限制本发明。各种执行求平均运算的其它方法可以用于根据亮度运动矢量确定色度运动矢量。
图15为用于色度子块的仿射帧间预测的示例性方法1300的流程图。所述方法包括:
在步骤1501中,根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示当前图像块所属的当前图像的色度格式;
在步骤1503中,根据所述色度缩放因子的值,确定亮度块的亮度子块集合(S);
在步骤1505中,根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定色度块的色度子块的运动矢量。
图16为用于色度子块的仿射帧间预测的另一示例性方法1300的流程图。所述方法包括:
在步骤1601中,根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示当前图像块所属的当前图像的色度格式;
在步骤1603中,确定多个亮度子块中的每个亮度子块的运动矢量的值,其中,N个亮度子块包括在亮度块中;
在步骤1605中,对亮度子块集合S中的亮度子块的运动矢量求平均,其中,所述集合(S)根据所述色度缩放因子确定,色度子块包括在色度块中。
在步骤1607中,对于多个色度子块中的一个色度子块,根据所述平均亮度运动矢量推导所述色度子块的运动矢量,其中,所述多个色度子块包括在色度块中。
本发明公开了一种在根据亮度运动矢量获取色度运动矢量时考虑图像色度格式的方法。通过取亮度矢量的平均值,对亮度运动场执行线性子采样。当色度颜色平面的高度与亮度平面的高度相同时,发现选择水平相邻的亮度块的运动矢量更合适,如此这些亮度块具有相同的垂直位置。根据图像色度格式选择亮度运动矢量,由于亮度运动矢量场子采样更精确,所以色度运动场更精确。这种对色度格式的依赖性能够在对亮度运动矢量求平均时选择最合适的亮度块位置。由于运动场插值更精确,所以预测误差减小,带来的技术效果是压缩性能提升。
此外,当限定色度子块的数量等于亮度子块的数量时,并且当色度颜色平面大小不等于亮度平面大小时,相邻色度子块的运动矢量可以取相同的值。当执行这一处理步骤时,跳过重复值计算步骤可以实现优化。本发明公开了一种限定色度子块大小等于亮度子块大小的方法。在这种情况下,统一进行亮度和色度处理可以简化实现方式,自然就避免了冗余的运动矢量计算。
图17示出了本发明另一方面提供的用于仿射帧间预测的设备。设备1700包括:
确定模块1701,用于:根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示所述当前图像块所属的当前图像的色度格式;根据所述色度缩放因子的值,确定亮度块的亮度子块集合(S);
运动矢量推导模块1703,用于根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定色度块的色度子块的运动矢量。
在一个示例中,运动矢量推导模块1703可以包括:
亮度运动矢量推导模块1703a,用于确定多个亮度子块中的每个亮度子块的运动矢量的值,其中,所述多个亮度子块包括在所述亮度块中;
色度运动矢量推导模块1703b,用于:对于多个色度子块中的一个色度子块,根据所述亮度子块集合(S)中的至少一个亮度子块的运动矢量,确定所述色度子块的运动矢量,其中,所述集合(S)根据所述色度缩放因子确定,所述多个色度子块包括在所述色度块中。在大小相等的设计中,多个色度子块可以只包括一个色度子块。
设备1700还包括:运动补偿模块1705,用于根据所述确定的运动矢量,生成所述色度子块的预测样本。
相应地,在一个示例中,设备1700的示例性结构可以与图2中的编码器200对应。在另一个示例中,设备1700的示例性结构可以与图3中的解码器300对应。
在另一个示例中,设备1700的示例性结构可以与图2中的帧内预测单元244对应。在另一个示例中,设备1700的示例性结构可以与图3中的帧内预测单元344对应。
本发明提供了以下更多方面。
根据本发明第一方面,提供一种色度运动矢量推导方法,用于帧间预测单元(predicted unit,PU)的仿射运动补偿中,一个PU包括并置亮度块和色度块。所述方法包括:
根据当前图像(例如当前编码或解码图像)的色度格式,确定水平方向和垂直方向上的色度缩放因子(SubWidthC和SubHeightC);
将所述当前图像的亮度块划分成第一亮度子块集合;
获取所述第一亮度子块集合中的每个亮度子块的运动矢量的值;
将所述当前图像的色度块(例如,所述色度块和所述亮度块包括在相同PU中)划分成色度子块集合;
对于所述色度子块集合中的色度子块,确定第二亮度子块集合(S),其中,所述第二集合中的亮度子块的位置根据所述当前图像的色度格式确定;
根据所述第二集合S中的亮度子块的运动矢量,推导所述色度子块的运动矢量。
根据所述第一方面,在所述设备的一种可能实现方式中,所述第二亮度子块集合(S)包括以下子块的任意组合:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
根据所述第一方面或所述第一方面的任一上述实现方式,在所述设备的一种可能实现方式中,所述第二亮度子块集合(S)包括两个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述设备的一种可能实现方式中,所述根据所述第二集合S中的亮度子块的运动矢量,推导所述色度子块的运动矢量包括:对所述第二集合S中的亮度子块的运动矢量求平均。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述设备的一种可能实现方式中,所述对所述第二集合S中的亮度子块的运动矢量求平均包括以下步骤:
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N),
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是必须将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第一方面或所述第一方面的任一上述实现方式,在所述设备的一种可能实现方式中,所述对所述第二集合S中的亮度子块的运动矢量求平均包括以下步骤:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+N>>1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+N>>1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是必须将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据本发明第二方面,提供一种色度运动矢量推导方法,用于帧间预测单元(predicted unit,PU)的仿射运动补偿,一个PU包括并置亮度块和色度块。所述方法包括:
获取第一亮度子块集合,其中,所述第一亮度子块集合包括在当前图像(例如当前编码或解码图像)的亮度块中;
获取所述第一亮度子块集合中的每个亮度子块的运动矢量的值;
获取子色度块集合,其中,所述子色度块集合包括在所述当前图像的色度块中(例如,所述色度块和所述亮度块包括在相同PU中);
根据第二亮度子块集合(S)中的亮度子块的运动矢量,推导色度子块的运动矢量,其中,对于所述色度子块集合中的色度子块,所述第二亮度子块集合(S)根据所述当前图像的色度格式从所述第一亮度子块集合中确定。
根据所述第二方面,在所述方法的一种可能实现方式中,所述第二亮度子块集合(S)包括以下子块的任意组合:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述第二亮度子块集合(S)包括两个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述根据第二集合(S)中的亮度子块的运动矢量,推导色度子块的运动矢量包括:
对所述第二集合S中的亮度子块的运动矢量求平均。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
对所述第二集合S中的亮度子块的运动矢量的水平分量求平均;和/或
对所述第二集合S中的亮度子块的运动矢量的垂直分量求平均。
如果元素之和大于或等于0,根据元素的数量对所述元素之和执行移位运算;
否则,根据元素的数量对所述元素之和的绝对值执行移位运算,并从移位结果中获取负值。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述执行移位运算包括:
向零的方向四舍五入,
向远离零的方向四舍五入,
向远离无穷大的方向四舍五入,或
向无穷大的方向四舍五入。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述平均步骤包括:向远离零的方向求平均或四舍五入。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述平均步骤包括:向零的方向求平均或四舍五入。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述平均步骤包括:向远离无限大的方向求平均或四舍五入。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述平均步骤包括:向无限大的方向求平均或四舍五入。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N),
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是必须将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+N>>1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+N>>1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是必须将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第二方面或所述第二方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+(N>>1)–1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+(N>>1)–1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据本发明第三方面,提供了一种用于当前图像的仿射运动补偿的方法。所述方法包括:
将所述当前图像的亮度块划分成大小相等的亮度子块集合;
将所述当前图像的色度块划分成大小相等的色度子块集合,其中,色度子块的大小设置为等于亮度子块的大小。
根据所述第三方面,在所述方法的一种可能实现方式中,所述方法还包括:
根据色度缩放因子的值,确定水平方向和垂直方向上的色度子块的数量。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述水平方向和垂直方向上的色度缩放因子(SubWidthC和SubHeightC)根据当前图像(例如当前编码或解码图像)的色度格式确定。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,
numCSbX=numSbX>>(SubWidthC–1),
numCSbY=numSbY>>(SubHeightC–1),
其中,numCSbX和numCSbY分别表示水平方向和垂直方向上的色度子块的数量。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述划分所述当前图像的亮度块包括:
将所述当前图像的色度块(例如,所述色度块和所述亮度块包括在相同PU中)划分成numCSbY行,每行都有numCSbX个色度子块。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述方法还包括:
对于每个色度子块,确定亮度子块集合(S),其中,所述集合中的亮度子块的位置根据所述当前图像的色度格式确定;
根据所述集合S中的亮度子块的运动矢量,推导所述色度子块的运动矢量。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,为属于所述集合S的每个亮度子块定义运动矢量。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述亮度子块集合(S)包括以下子块的任意组合:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述亮度子块集合(S)包括两个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述根据所述集合S中的亮度子块的运动矢量,推导所述色度子块的运动矢量包括:对所述集合S中的亮度子块的运动矢量求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括:
对所述集合S中的亮度子块的运动矢量的水平分量求平均,
对所述集合S中的亮度子块的运动矢量的垂直分量求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,对元素求平均包括:检查元素之和是否大于或等于0。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述求平均表示向远离零的方向求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述求平均表示向零的方向求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述求平均表示向远离无穷大的方向求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述求平均表示向无穷大的方向求平均。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N),
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+N>>1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+N>>1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+N>>1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+N>>1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤:
如果mvAvgLX[0]大于或等于0,则
mvAvgLX[0]=(mvAvgLX[0]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+(N>>1)–1)>>log2(N));
如果mvAvgLX[1]大于或等于0,则
mvAvgLX[1]=(mvAvgLX[1]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+(N>>1)–1)>>log2(N)),
其中,mvAvgLX表示求平均得到的结果,mvAvgLX[0]表示运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示运动矢量mvAvgLX的垂直分量,和表示子块Si在运动矢量阵列中的水平索引和垂直索引,表示索引为和的亮度子块的运动矢量,N为所述第二亮度子块集合(S)中的元素的数量,log2(N)是将数字2求幂才能获得值N的幂,“>>”表示算术右移。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,N等于1。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述集合(S)根据sps_cclm_colocated_chroma_flag的值确定。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述平均运动矢量推导根据sps_cclm_colocated_chroma_flag的值执行。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述色度格式定义为YUV 4:2:2。
根据所述第三方面或所述第三方面的任一上述实现方式,在所述方法的一种可能实现方式中,所述色度块和所述亮度块包括在相同PU中,所述亮度块和所述色度块并置。
第四方面,一种编码器(20),其中,所述编码器(20)包括处理电路,用于执行根据所述第一至第三方面中任一个所述的方法。
第五方面,一种解码器(30),其中,所述解码器(30)包括处理电路,用于执行根据所述第一至第三方面中任一个所述的方法。
第六方面,一种包括程序代码的计算机程序产品,其中,所述程序代码用于执行根据所述第一至第三方面中任一个所述的方法。
第七方面,一种解码器,其中,所述解码器包括:
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程序,其中,当所述一个或多个处理器执行所述程序时,所述解码器用于执行根据所述第一至第三方面中任一个所述的方法。
第八方面,一种编码器,其中,所述编码器包括:
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程序,其中,当所述一个或多个处理器执行所述程序时,所述编码器用于执行根据所述第一至第三方面中任一个所述的方法。
基于上述内容,本发明旨在公开一种在根据亮度运动矢量获取色度运动矢量时考虑图像色度格式的方法。通过取亮度运动矢量的平均值,对亮度运动场执行线性子采样。当色度颜色平面的高度与亮度平面的高度相同时,发现选择水平相邻的亮度块的运动矢量更合适,如下这些亮度块具有相同的垂直位置。根据图像色度格式选择亮度运动矢量,由于亮度运动矢量场子采样更精确,所以色度运动场更精确。这种对色度格式的依赖性能够在对亮度运动矢量求平均以生成色度运动矢量时选择最合适的亮度块。由于运动场插值更精确,所以预测误差减小,带来的技术效果是压缩性能提升。
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服务的内容供应***3100的框图。内容供应***3100包括捕获设备3102、终端设备3106,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或其任何种类的组合等。
捕获设备3102生成数据,并可以通过上述实施例中所示的编码方法对数据进行编码。可选地,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包括但不限于相机、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,或其中任何一个的组合等。例如,捕获设备3102可以包括上文所述的源设备12。当数据包括视频时,包括在捕获设备3102中的视频编码器20可以实际执行视频编码处理。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将经编码音频数据和经编码视频数据分别分发到终端设备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可以为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可以包括上文所述的目的地设备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接收到流之后,协议处理单元3202分析该流的传输协议。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 Text TransferProtocol,HTTP)、HTTP直播流媒体协议(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(RealTime Messaging Protocol,RTMP),或其任何种类的组合等。
在协议处理单元3202对流进行处理之后,生成流文件。文件被输出到解复用单元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。如上文所述,对于一些实际场景,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。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,生成视频基本流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括上述实施例中说明的视频解码器30,通过上述实施例中所示的解码方法对视频ES进行解码以生成视频帧,并将该数据馈送到同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧,并将此数据馈送到同步单元3212。可选地,在将视频帧馈送到同步单元3212之前可以将视频帧存储在缓冲区(图Y中未示出)中。类似地,在将音频帧馈送到同步单元3212之前可以将音频帧存储在缓冲区(图Y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。信息可以使用经译码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而以语法进行译码。
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编程语言中的类似,但是本申请准确定义了整除运算和算术移位运算的结果,并且还定义了其它运算,例如幂运算和实值除法编号和计数规范通常从0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:
+ 加法运算
– 减法运算(二元运算符)或者取反(一元前缀运算符)
* 乘法运算,包括矩阵乘法运算
xy 幂运算,表示x的y次幂。根据上下文,这种表示符用作上标,而不是作为幂运算。
/ 整除运算,沿向0的取值方向截断。例如,7/4和–7/–4截断至1,–7/4和7/–4截断至–1。
÷ 除法运算,不做截断或四舍五入。
x%y 模运算,x除y的余数,其中,x和y都是整数,并且x>=0和y>0。
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,则求y的值,否则,求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”。当对整数参数运算时,运算的是整数值的补码表示。当对二进制参数运算时,如果它包括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”。当对整数参数运算时,运算的是整数值的补码表示。当对二进制参数运算时,如果它包括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”。当对整数参数运算时,运算的是整数值的补码表示。当对二进制参数运算时,如果它包括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 将x以2的补码整数表示的形式向右算术移动y个二进制位。只有y为非负整数值时才有这个函数定义。右移的结果是移进最高有效位(most significant bit,MSB)的比特位等于移位运算之前的x的MSB。
x<<y 将x以2的补码整数表示的形式向左算术移动y个二进制位。只有y为非负整数值时才有这个函数定义。左移的结果是移进最低有效位(least significant bit,LSB)的比特位等于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;当用于数组下标时,在自加运算前先求变量值。
–– 递减,即x––相当于x=x–1;当用于数组下标时,在自减运算前先求变量值。
+= 自加指定值,即x+=3相当于x=x+3,x+=(–3)相当于x=x+(–3)。
–= 自减指定值,即x–=3相当于x=x–3,x–=(–3)相当于x=x–(–3)。
范围表示法
下面的表示法用来说明值的范围:
x=y..z x取从y到z(包括y和z)的整数值,其中,x、y和z都是整数,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) 表示大于或等于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) 表示小于或等于x的最大整数。
Ln(x) 返回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2.718281828……)。
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) 表示三角正弦函数,对参数x运算,单位为弧度。
Swap(x,y)=(y,x)
Tan(x) 表示三角正切函数,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,以下规则适用:
–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。
下表从最高到最低的顺序说明运算的优先级,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,本规范中运算符优先级顺序与C编程语言中优先级顺序相同。
表:运算优先级按照最高(表格顶部)到最低(表格底部)排序
逻辑运算的文本描述
在文本中,用数学形式描述如下的逻辑运算语句:
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“……以下为准”引入,后面紧跟着“如果……”。“如果……否则,如果……否则,……”的最后一个条件总有一个“否则,……”。中间有“如果……否则,如果……否则”语句可以通过使“……如下”或“……以下为准”与结尾“否则……”匹配来识别。
在文本中,用数学形式描述如下的逻辑运算语句:
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,用数学形式描述如下的逻辑运算语句:
可以用以下方式描述:
当条件0,则语句0
当条件1,则语句1
本文结合各种实施例描述了本发明。然而,根据对附图、本发明和所附权利要求书的研究,本领域技术人员在实践所要求保护的发明时,能够理解和实现所公开实施例的其它变化。在权利要求书中,词语“包括”不排除其它元件或步骤,术语“一”或者“一个”不排除多个。单个处理器或其它单元可以满足权利要求中所描述的若干项目的功能。在通常不同的从属权利要求中列举某些措施并不表示这些措施的组合不能被有效地使用。计算机程序可存储或分发到合适的介质中,如与其它硬件一起或者作为其它硬件的一部分提供的光存储介质或固态介质,还可以以其它形式,如通过因特网或其它有线或无线电信***分发。
本领域技术人员将理解,各种附图(方法和装置)中的“步骤”(“单元”)表示或描述本发明实施例的功能(而不一定是硬件或软件中的单独“单元”),因此同等地描述装置实施例以及方法实施例的功能或特征(单元等同步骤)。
术语“单元”仅仅是用于说明编码器/解码器的实施例的功能,并非旨在限制本发明。
在本申请中提供若干实施例中,应当理解,所公开的***、装置和方法可以通过其它方式实现。例如,上述装置实施例仅仅是示例性的。例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如,可以将多个单元或组件合并或集成到另一***中,或者可以忽略或不执行一些特征。另外,所显示或描述的相互耦合或直接耦合或通信连接可以通过一些接口来实现。装置或单元之间的直接耦合或通信连接可通过电子、机械或其它形式实现。
所述作为分离部件描述的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际需要选择一些或全部单元来实现实施例解决方案的目的。
另外,本发明实施例中的功能单元可集成到一个处理单元中,或每个单元可物理上单独存在,或两个或更多单元集成到一个单元中。
本发明实施例还可以包括装置,例如编码器和/或解码器,所述装置包括用于执行本文描述的任何方法和/或过程的处理电路。
尽管本发明实施例主要根据视频译码进行了描述,但需要说明的是,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。一般而言,如果图像处理译码仅限于单个图像17,则只有帧间预测单元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)同样可以用于静止图像处理,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262/362、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参照编码器20和解码器30等描述的功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则这些功能可以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发送,且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质,对应于有形介质(例如数据存储介质),或者包括任何根据通信协议等促进将计算机程序从一个地方传递到另一个地方的通信介质。通过这种方式,计算机可读介质一般可以对应于(1)非瞬时性的有形计算机可读存储介质或(2)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,以检索用于实施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含在介质的定义中。但是,应当理解,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。
指令可以通过一个或多个数字信号处理器(digital signal processor,DSP)、一个或多个通用微处理器、一个或多个专用集成电路(application specific integratedcircuit,ASIC)、一个或多个现场可编程逻辑阵列(field programmable logic array,FPGA)或其它同等集成或离散逻辑电路等一或多个处理器来执行。因此,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。相反,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,或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合来提供。
Claims (43)
1.一种色度运动矢量推导方法,用于当前图像块的仿射帧间预测中,所述当前图像块包括亮度块和并置色度块,其特征在于,所述方法包括:
根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示所述当前图像块所属的当前图像的色度格式;
根据所述色度缩放因子的值,确定所述亮度块的亮度子块集合(S);
根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定所述色度块的色度子块的运动矢量。
2.根据权利要求1所述的方法,其特征在于,所述集合(S)中的一个或多个亮度子块分别由水平方向上的子块索引和垂直方向上的子块索引表示。
3.根据权利要求1或2所述的方法,其特征在于,
当SubWidthC和SubHeightC都等于1时,所述亮度子块集合(S)包括具有以下索引的亮度子块:
S0=(xSbIdx,ySbIdx);
当SubWidthC和SubHeightC中的至少一个不等于1时,所述亮度子块集合(S)包括具有以下索引的第一亮度子块:
S0=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))),以及具有以下索引的第二亮度子块:
S1=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)),
其中,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,
xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,
“<<”表示算术左移,
“>>”表示算术右移,
xSbIdx=0..numSbX–1且ySbIdx=0..numSbY–1,
numSbX表示所述亮度块中沿水平方向的亮度子块的数量,
numSbY表示所述亮度块中沿垂直方向的亮度子块的数量。
4.根据权利要求3所述的方法,其特征在于,所述色度块中沿水平方向的色度子块的数量和沿垂直方向的色度子块的数量分别与所述亮度块中沿水平方向的亮度子块的数量和沿垂直方向的亮度子块的数量相同。
5.根据权利要求1或2所述的方法,其特征在于,
当SubWidthC和SubHeightC都等于1时,所述亮度子块集合(S)包括具有以下索引的亮度子块:
S0=(xCSbIdx,yCSbIdx);
当SubWidthC和SubHeightC中的至少一个不等于1时,所述亮度子块集合(S)包括:
索引为S0=((xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1)))的第一亮度子块,以及
索引为S1=(xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1))的第二亮度子块,
其中,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,
xCSbIdx和yCSbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,xCSbIdx=0..numCSbX–1且yCSbIdx=0..numCSbY–1,
numCSbX表示水平方向上的色度子块的数量,numCSbY表示垂直方向上的色度子块的数量。
6.根据权利要求5所述的方法,其特征在于,每个所述色度子块的大小与每个所述亮度子块的大小相同。
7.根据权利要求5所述的方法,其特征在于,所述色度块中沿水平方向的色度子块的数量根据所述亮度块中沿水平方向的亮度子块的数量和所述水平方向上的色度缩放因子的值确定;
所述色度块中沿垂直方向的色度子块的数量根据所述亮度块中沿垂直方向的亮度子块的数量和所述垂直方向上的色度缩放因子的值确定。
8.根据上述权利要求中任一项所述的方法,其特征在于,对于所述具有水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL的色度子块,所述亮度子块集合(S)包括具有以下索引的一个或多个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),或者
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
其中,所述亮度子块索引S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
所述亮度块索引S1由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示,
所述亮度块索引S2由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL表示,
所述亮度块索引S3由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
9.根据上述权利要求中任一项所述的方法,其特征在于,所述亮度子块集合(S)包括:
索引为S0=(xSbIdxL,ySbIdxL)的第一亮度子块,以及
索引为S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))的第二亮度子块,
其中,所述亮度块位置S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
所述亮度块位置S1由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
10.根据上述权利要求中任一项所述的方法,其特征在于,
当所述色度格式为4:4:4时,所述集合(S)包括与所述色度子块并置的一个亮度子块;
当所述色度格式为4:2:2时,所述集合(S)包括两个水平相邻的亮度子块;
当所述色度格式为4:2:0时,所述集合(S)包括两个对角线的亮度子块。
11.根据上述权利要求中任一项所述的方法,其特征在于,当所述集合(S)中包括多个亮度子块时,所述根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定所述色度子块的运动矢量包括:
对所述集合S中的亮度子块的运动矢量求平均,以生成平均亮度运动矢量;
根据所述平均亮度运动矢量,推导所述色度子块的运动矢量。
12.根据权利要求11所述的方法,其特征在于,所述对所述集合S中的亮度子块的运动矢量求平均包括以下步骤中的一个或多个:
对所述集合S中的亮度子块的运动矢量的水平分量求平均;或者
对所述集合S中的亮度子块的运动矢量的垂直分量求平均。
13.根据权利要求11或12所述的方法,其特征在于,所述对所述集合S中的亮度子块的运动矢量求平均,以生成平均亮度运动矢量包括:
当mvAvgLX[0]大于或等于0时,mvAvgLX[0]=(mvAvgLX[0]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+(N>>1)–1)>>log2(N));
当mvAvgLX[1]大于或等于0时,mvAvgLX[1]=(mvAvgLX[1]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+(N>>1)–1)>>log2(N)),
其中:
mvAvgLX表示求平均得到的运动矢量,
mvAvgLX[0]表示所述得到的运动矢量mvAvgLX的水平分量,
mvAvgLX[1]表示所述得到的运动矢量mvAvgLX的垂直分量,
14.根据权利要求11至13中任一项所述的方法,其特征在于,所述对所述集合S中的亮度子块的运动矢量求平均包括:
mvAvgLX=mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1)]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)];
如果mvAvgLX[0]>=0,则
mvAvgLX[0]=(mvAvgLX[0]+1–(mvAvgLX[0]>=0))>>1;
如果mvAvgLX[1]>=0,则
mvAvgLX[1]=(mvAvgLX[1]+1–(mvAvgLX[1]>=0))>>1,
其中,mvAvgLX[0]表示所述平均运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示所述平均运动矢量mvAvgLX的垂直分量,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,“<<”表示算术左移,“>>”表示算术右移。
15.根据上述权利要求中任一项所述的方法,其特征在于,所述根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子包括:
根据所述色度格式信息与一对水平方向和垂直方向上的色度缩放因子之间的映射关系,确定所述水平方向和垂直方向上的色度缩放因子。
16.根据上述权利要求中任一项所述的方法,其特征在于,所述方法还包括:
根据所述确定的运动矢量,生成所述色度子块的预测样本。
17.根据上述权利要求中任一项所述的方法,其特征在于,所述色度格式包括YUV 4:2:2格式、YUV 4:2:0格式或YUV 4:4:4格式中的一种。
18.根据权利要求1至42中任一项所述的方法,其特征在于,所述方法由一种编码设备实现。
19.根据权利要求1至42中任一项所述的方法,其特征在于,所述方法由一种解码设备实现。
20.一种编码器(20),其特征在于,所述编码器(20)包括处理电路,用于执行根据权利要求1至18中任一项所述的方法。
21.一种解码器(30),其特征在于,所述解码器(30)包括处理电路,用于执行根据权利要求1至17和19中任一项所述的方法。
22.一种包括程序代码的计算机程序产品,其特征在于,所述程序代码用于执行根据权利要求1至19中任一项所述的方法。
23.一种解码器,其特征在于,所述解码器包括:
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程序,其中,当所述一个或多个处理器执行所述程序时,所述解码器用于执行根据权利要求1至17和19中任一项所述的方法。
24.一种编码器,其特征在于,所述编码器包括:
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程序,其中,当所述一个或多个处理器执行所述程序时,所述解码器用于执行根据权利要求1至18中任一项所述的方法。
25.一种包括程序代码的非瞬时性计算机可读存储介质,其特征在于,所述程序代码在由计算机设备执行时,使得所述计算机设备执行根据上述权利要求中任一项所述的方法。
26.一种用于视频信号的码流,所述码流包括多个语法元素,其中,所述多个语法元素包括第一标志,根据上述权利要求中任一项所述的方法根据所述第一标志的值来执行。
27.一种用于当前图像块的仿射帧间预测的装置,所述当前图像块包括并置的亮度块和色度块,其特征在于,所述装置包括:
确定模块,用于:根据色度格式信息,确定水平方向和垂直方向上的色度缩放因子,其中,所述色度格式信息表示所述当前图像块所属的当前图像的色度格式;根据所述色度缩放因子的值,确定所述亮度块的亮度子块集合(S);
运动矢量推导模块,用于根据所述亮度子块集合(S)中的一个或多个亮度子块的运动矢量,确定所述色度块的色度子块的运动矢量。
28.根据权利要求27所述的装置,其特征在于,所述集合(S)中的一个或多个亮度子块分别由水平方向上的子块索引和垂直方向上的子块索引表示。
29.根据权利要求27或28所述的装置,其特征在于,
当SubWidthC和SubHeightC都等于1时,所述亮度子块集合(S)包括具有以下索引的亮度子块:
S0=(xSbIdx,ySbIdx);
当SubWidthC和SubHeightC中的至少一个不等于1时,所述亮度子块集合(S)包括具有以下索引的第一亮度子块:
S0=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))),以及具有以下索引的第二亮度子块:
S1=((xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)),
其中,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,
xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,
“<<”表示算术左移,
“>>”表示算术右移,
xSbIdx=0..numSbX–1且ySbIdx=0..numSbY–1,
numSbX表示所述亮度块中沿水平方向的亮度子块的数量,
numSbY表示所述亮度块中沿垂直方向的亮度子块的数量。
30.根据权利要求29所述的装置,其特征在于,所述色度块中沿水平方向的色度子块的数量和沿垂直方向的色度子块的数量分别与所述亮度块中沿水平方向的亮度子块的数量和沿垂直方向的亮度子块的数量相同。
31.根据权利要求27或28所述的装置,其特征在于,
当SubWidthC和SubHeightC都等于1时,所述亮度子块集合(S)包括具有以下索引的亮度子块:
S0=(xCSbIdx,yCSbIdx);
当SubWidthC和SubHeightC中的至少一个不等于1时,所述亮度子块集合(S)包括:
索引为S0=((xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1)),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1)))的第一亮度子块,以及
索引为S1=(xCSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1),(yCSbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1))的第二亮度子块,
其中,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,
xCSbIdx和yCSbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,xCSbIdx=0..numCSbX–1且yCSbIdx=0..numCSbY–1,
numCSbX表示水平方向上的色度子块的数量,numCSbY表示垂直方向上的色度子块的数量。
32.根据权利要求31所述的装置,其特征在于,每个所述色度子块的大小与每个所述亮度子块的大小相同。
33.根据权利要求31所述的装置,其特征在于,所述色度块中沿水平方向的色度子块的数量根据所述亮度块中沿水平方向的亮度子块的数量和所述水平方向上的色度缩放因子的值确定;
所述色度块中沿垂直方向的色度子块的数量根据所述亮度块中沿垂直方向的亮度子块的数量和所述垂直方向上的色度缩放因子的值确定。
34.根据上述权利要求中任一项所述的装置,其特征在于,对于所述具有水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL的色度子块,所述亮度子块集合(S)包括具有以下索引的一个或多个子块:
S0=(xSbIdxL,ySbIdxL),
S1=(xSbIdxL,ySbIdxL+(SubHeightC–1)),
S2=(xSbIdxL+(SubWidthC–1),ySbIdxL),或者
S3=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1)),
其中,所述亮度子块索引S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
所述亮度块索引S1由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示,
所述亮度块索引S2由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL表示,
所述亮度块索引S3由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
35.根据上述权利要求中任一项所述的装置,其特征在于,所述亮度子块集合(S)包括:
索引为S0=(xSbIdxL,ySbIdxL)的第一亮度子块,以及
索引为S1=(xSbIdxL+(SubWidthC–1),ySbIdxL+(SubHeightC–1))的第二亮度子块,
其中,所述亮度块位置S0由水平方向上的子块索引xSbIdxL和垂直方向上的子块索引ySbIdxL表示,
所述亮度块位置S1由水平方向上的子块索引xSbIdxL+(SubWidthC–1)和垂直方向上的子块索引ySbIdxL+(SubHeightC–1)表示。
36.根据上述权利要求中任一项所述的装置,其特征在于,
当所述色度格式为4:4:4时,所述集合(S)包括与所述色度子块并置的一个亮度子块;
当所述色度格式为4:2:2时,所述集合(S)包括两个水平相邻的亮度子块;
当所述色度格式为4:2:0时,所述集合(S)包括两个对角线的亮度子块。
37.根据上述权利要求中任一项所述的装置,其特征在于,当所述集合(S)中包括多个亮度子块时,所述运动矢量推导模块用于:
对所述集合S中的亮度子块的运动矢量求平均,以生成平均亮度运动矢量;
根据所述平均亮度运动矢量,推导所述色度子块的运动矢量。
38.根据权利要求37所述的装置,其特征在于,所述运动矢量推导模块用于:
对所述集合S中的一个或多个亮度子块的运动矢量的水平分量求平均;或者
对所述集合S中的一个或多个亮度子块的运动矢量的垂直分量求平均。
39.根据权利要求37或38所述的装置,其特征在于,所述运动矢量推导模块用于对所述集合S中的亮度子块的运动矢量求平均,以生成平均亮度运动矢量,如下所示:
当mvAvgLX[0]大于或等于0时,mvAvgLX[0]=(mvAvgLX[0]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[0]=–((–mvAvgLX[0]+(N>>1)–1)>>log2(N));
当mvAvgLX[1]大于或等于0时,mvAvgLX[1]=(mvAvgLX[1]+(N>>1)–1)>>log2(N);否则,
mvAvgLX[1]=–((–mvAvgLX[1]+(N>>1)–1)>>log2(N)),
其中,mvAvgLX表示求平均得到的运动矢量;
mvAvgLX[0]表示所述得到的运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示所述得到的运动矢量mvAvgLX的垂直分量,
40.根据权利要求37至39中任一项所述的装置,其特征在于,所述运动矢量推导模块用于对所述集合S中的一个或多个亮度子块的运动矢量求平均,以生成平均亮度运动矢量,如下所示:
mvAvgLX=mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))]+
mvLX[(xSbIdx>>(SubWidthC–1)<<(SubWidthC–1))+(SubWidthC–1)]
[(ySbIdx>>(SubHeightC–1)<<(SubHeightC–1))+(SubHeightC–1)];
如果mvAvgLX[0]>=0,则
mvAvgLX[0]=(mvAvgLX[0]+1–(mvAvgLX[0]>=0))>>1;
如果mvAvgLX[1]>=0,则
mvAvgLX[1]=(mvAvgLX[1]+1–(mvAvgLX[1]>=0))>>1,
其中,mvAvgLX[0]表示所述平均运动矢量mvAvgLX的水平分量,mvAvgLX[1]表示所述平均运动矢量mvAvgLX的垂直分量,SubWidthC和SubHeightC分别表示所述水平方向和垂直方向上的色度缩放因子,xSbIdx和ySbIdx分别表示所述集合(S)中的一个亮度子块在水平方向上的子块索引和在垂直方向上的子块索引,“<<”表示算术左移,“>>”表示算术右移。
41.根据上述权利要求中任一项所述的装置,其特征在于,所述确定模块用于:
根据所述色度格式信息与一对水平方向和垂直方向上的色度缩放因子之间的映射关系,确定所述水平方向和垂直方向上的色度缩放因子。
42.根据上述权利要求中任一项所述的装置,其特征在于,所述装置还包括:
运动补偿模块,用于根据所述确定的运动矢量,生成所述色度子块的预测样本。
43.根据上述权利要求中任一项所述的装置,其特征在于,所述色度格式包括YUV 4:2:2格式、YUV 4:2:0格式或YUV 4:4:4格式中的一种。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311035433.6A CN117499669A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
CN202311035387.XA CN117278764A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962809551P | 2019-02-22 | 2019-02-22 | |
US62/809,551 | 2019-02-22 | ||
US201962823653P | 2019-03-25 | 2019-03-25 | |
US62/823,653 | 2019-03-25 | ||
US201962824302P | 2019-03-26 | 2019-03-26 | |
US62/824,302 | 2019-03-26 | ||
PCT/CN2020/076493 WO2020169114A1 (en) | 2019-02-22 | 2020-02-24 | Method and apparatus for affine based inter prediction of chroma subblocks |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311035433.6A Division CN117499669A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
CN202311035387.XA Division CN117278764A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113924780A true CN113924780A (zh) | 2022-01-11 |
CN113924780B CN113924780B (zh) | 2023-08-22 |
Family
ID=72143801
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311035387.XA Pending CN117278764A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
CN202080016147.3A Active CN113924780B (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
CN202311035433.6A Pending CN117499669A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311035387.XA Pending CN117278764A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311035433.6A Pending CN117499669A (zh) | 2019-02-22 | 2020-02-24 | 用于色度子块的仿射帧间预测的方法及装置 |
Country Status (13)
Country | Link |
---|---|
US (2) | US11924457B2 (zh) |
EP (2) | EP3928519B9 (zh) |
JP (2) | JP7332703B2 (zh) |
KR (1) | KR20210126126A (zh) |
CN (3) | CN117278764A (zh) |
AU (1) | AU2020226574A1 (zh) |
BR (1) | BR112021016677A2 (zh) |
CA (1) | CA3131028A1 (zh) |
IL (1) | IL285775A (zh) |
MX (1) | MX2021010127A (zh) |
SG (1) | SG11202109131PA (zh) |
WO (1) | WO2020169114A1 (zh) |
ZA (1) | ZA202106252B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024109099A1 (zh) * | 2022-11-25 | 2024-05-30 | 腾讯科技(深圳)有限公司 | 视频编解码方法、装置、计算机可读介质及电子设备 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10778972B1 (en) * | 2019-02-27 | 2020-09-15 | Google Llc | Adaptive filter intra prediction modes in image/video compression |
CN113545049B (zh) | 2019-03-08 | 2024-04-19 | 北京字节跳动网络技术有限公司 | 视频处理中对基于模型的整形的约束 |
KR20210152475A (ko) * | 2019-03-11 | 2021-12-15 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 프로파일 및 레벨 의존적 코딩 옵션을 가지는 인코더 및 디코더, 인코딩 방법 및 디코딩 방법 |
WO2020211869A1 (en) | 2019-04-18 | 2020-10-22 | Beijing Bytedance Network Technology Co., Ltd. | Parameter derivation in cross component mode |
CN117579841A (zh) | 2019-04-23 | 2024-02-20 | 北京字节跳动网络技术有限公司 | 降低跨分量依赖性的方法 |
WO2020224629A1 (en) | 2019-05-08 | 2020-11-12 | Beijing Bytedance Network Technology Co., Ltd. | Conditions for applicability of cross-component coding |
CN113994697A (zh) | 2019-06-22 | 2022-01-28 | 北京字节跳动网络技术有限公司 | 色度残差缩放的语法元素 |
KR102660738B1 (ko) | 2019-07-07 | 2024-04-26 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 크로마 잔차 스케일링의 시그널링 |
CN115918080A (zh) * | 2020-06-08 | 2023-04-04 | 抖音视界有限公司 | 视频编解码的仿射预测改进 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3025490A1 (en) * | 2016-05-28 | 2017-12-07 | Mediatek Inc. | Method and apparatus of current picture referencing for video coding using affine motion compensation |
US20180205946A1 (en) * | 2017-01-13 | 2018-07-19 | Qualcomm Incorporated | Coding video data using derived chroma mode |
CN113412624A (zh) * | 2018-12-21 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 用于推导针对色度分量的仿射运动矢量的视频编解码的方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX336303B (es) | 2011-06-28 | 2016-01-14 | Samsung Electronics Co Ltd | Metodo para interpolacion de imagen que utiliza filtro de interpolacion asimetrico y aparato para ello. |
US9743091B2 (en) | 2012-12-17 | 2017-08-22 | Lg Electronics Inc. | Method for encoding/decoding image, and device using same |
KR20170103924A (ko) * | 2015-01-14 | 2017-09-13 | 브이아이디 스케일, 인크. | 비-4:4:4 화면 콘텐츠 영상의 팔레트 코딩 |
US20170105014A1 (en) * | 2015-10-08 | 2017-04-13 | Qualcomm Incorporated | Luma-driven chroma scaling for high dynamic range and wide color gamut contents |
WO2017143467A1 (en) * | 2016-02-22 | 2017-08-31 | Mediatek Singapore Pte. Ltd. | Localized luma mode prediction inheritance for chroma coding |
WO2020094000A1 (en) * | 2018-11-05 | 2020-05-14 | Beijing Bytedance Network Technology Co., Ltd. | Interpolation for inter prediction with refinement |
CN113056920B (zh) * | 2018-11-22 | 2024-05-24 | 北京字节跳动网络技术有限公司 | 基于子块的帧间预测的协调方法 |
-
2020
- 2020-02-24 AU AU2020226574A patent/AU2020226574A1/en active Pending
- 2020-02-24 WO PCT/CN2020/076493 patent/WO2020169114A1/en unknown
- 2020-02-24 CA CA3131028A patent/CA3131028A1/en active Pending
- 2020-02-24 JP JP2021549409A patent/JP7332703B2/ja active Active
- 2020-02-24 BR BR112021016677-7A patent/BR112021016677A2/pt unknown
- 2020-02-24 KR KR1020217030342A patent/KR20210126126A/ko not_active Application Discontinuation
- 2020-02-24 MX MX2021010127A patent/MX2021010127A/es unknown
- 2020-02-24 EP EP20759795.6A patent/EP3928519B9/en active Active
- 2020-02-24 SG SG11202109131PA patent/SG11202109131PA/en unknown
- 2020-02-24 CN CN202311035387.XA patent/CN117278764A/zh active Pending
- 2020-02-24 CN CN202080016147.3A patent/CN113924780B/zh active Active
- 2020-02-24 CN CN202311035433.6A patent/CN117499669A/zh active Pending
- 2020-02-24 EP EP24160902.3A patent/EP4354869A1/en active Pending
-
2021
- 2021-08-20 US US17/407,548 patent/US11924457B2/en active Active
- 2021-08-22 IL IL285775A patent/IL285775A/en unknown
- 2021-08-27 ZA ZA2021/06252A patent/ZA202106252B/en unknown
-
2023
- 2023-08-10 JP JP2023130773A patent/JP2023157942A/ja active Pending
-
2024
- 2024-01-31 US US18/427,975 patent/US20240187634A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3025490A1 (en) * | 2016-05-28 | 2017-12-07 | Mediatek Inc. | Method and apparatus of current picture referencing for video coding using affine motion compensation |
CN109076210A (zh) * | 2016-05-28 | 2018-12-21 | 联发科技股份有限公司 | 视频编解码的当前图像参考的方法和装置 |
US20180205946A1 (en) * | 2017-01-13 | 2018-07-19 | Qualcomm Incorporated | Coding video data using derived chroma mode |
CN113412624A (zh) * | 2018-12-21 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 用于推导针对色度分量的仿射运动矢量的视频编解码的方法和装置 |
Non-Patent Citations (2)
Title |
---|
YI-WEN CHEN: "CE2-related: Affine mode modifications", 《JVET-M0228》 * |
王淑慧: "基于AVS2的色度扩展视频编码的设计和实现", 《电子与信息学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024109099A1 (zh) * | 2022-11-25 | 2024-05-30 | 腾讯科技(深圳)有限公司 | 视频编解码方法、装置、计算机可读介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3928519A1 (en) | 2021-12-29 |
KR20210126126A (ko) | 2021-10-19 |
MX2021010127A (es) | 2021-11-12 |
EP3928519B9 (en) | 2024-07-10 |
JP7332703B2 (ja) | 2023-08-23 |
JP2022523369A (ja) | 2022-04-22 |
IL285775A (en) | 2021-10-31 |
WO2020169114A1 (en) | 2020-08-27 |
EP4354869A1 (en) | 2024-04-17 |
CA3131028A1 (en) | 2020-08-27 |
CN117278764A (zh) | 2023-12-22 |
BR112021016677A2 (pt) | 2021-10-13 |
SG11202109131PA (en) | 2021-09-29 |
US11924457B2 (en) | 2024-03-05 |
CN117499669A (zh) | 2024-02-02 |
ZA202106252B (en) | 2022-10-26 |
CN113924780B (zh) | 2023-08-22 |
JP2023157942A (ja) | 2023-10-26 |
US20210409753A1 (en) | 2021-12-30 |
US20240187634A1 (en) | 2024-06-06 |
EP3928519A4 (en) | 2022-06-29 |
EP3928519B1 (en) | 2024-04-03 |
AU2020226574A1 (en) | 2021-09-30 |
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 | |
CN113748677A (zh) | 编码器、解码器及对应的帧内预测方法 | |
CN113613013B (zh) | 视频解码设备、由解码设备实现的译码方法和解码器 | |
CN112673633B (zh) | 合并模式的编码器、解码器及对应方法 | |
CN113796071A (zh) | 编码器、解码器及用于ibc融合列表的相应方法 | |
CN114449265B (zh) | 用于帧内平滑的方法和装置 | |
CN115209153B (zh) | 编码器、解码器及对应方法 | |
CN113508592A (zh) | 编码器、解码器及相应的帧间预测方法 | |
CN113545063A (zh) | 使用线性模型进行帧内预测的方法及装置 | |
CN114125468A (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 | |
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 | |
KR20210088688A (ko) | Ibc 병합 리스트를 사용하는 인코더, 디코더 및 대응하는 방법들 | |
CN114503592A (zh) | 简化指示图像头的编码器、解码器及对应方法 | |
CN115039406A (zh) | 编码器、解码器和用于在序列参数集中指示子图像的对应方法 | |
CN113473134B (zh) | 子块融合候选的单独融合列表和帧内和帧间预测技术协调方法、装置和存储介质 | |
CN114342403A (zh) | 用于加权预测的高级指示的方法和装置 | |
CN113170118B (zh) | 视频译码中进行色度帧内预测的方法及装置 | |
CN114145019A (zh) | 用于非线性自适应环路滤波器的限幅电平 | |
CN114007068B (zh) | 编码器、解码器及其实现的对当前块进行预测译码的方法 | |
CN113228632B (zh) | 用于局部亮度补偿的编码器、解码器、以及对应方法 | |
CN114424554A (zh) | 色度qp偏移表指示和推导的方法和装置 | |
CN113875251A (zh) | 用于几何分割模式的自适应滤波器强度指示 | |
CN113692740A (zh) | 用于无除法帧内预测的方法和装置 | |
CN113302929A (zh) | 几何分割模式的样本距离计算 |
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 |