CN114402620A - 用于视频编解码的交叉分量自适应环路滤波的比特移位 - Google Patents
用于视频编解码的交叉分量自适应环路滤波的比特移位 Download PDFInfo
- Publication number
- CN114402620A CN114402620A CN202080064955.7A CN202080064955A CN114402620A CN 114402620 A CN114402620 A CN 114402620A CN 202080064955 A CN202080064955 A CN 202080064955A CN 114402620 A CN114402620 A CN 114402620A
- Authority
- CN
- China
- Prior art keywords
- block
- value
- video
- filter coefficient
- video data
- 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.)
- Pending
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 63
- 238000001914 filtration Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 108
- 230000015654 memory Effects 0.000 claims description 54
- 230000004044 response Effects 0.000 claims 4
- 241000023320 Luma <angiosperm> Species 0.000 description 47
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 47
- 238000012545 processing Methods 0.000 description 37
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 30
- 238000013139 quantization Methods 0.000 description 30
- 239000013598 vector Substances 0.000 description 22
- 238000000638 solvent extraction Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000005192 partition Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000011664 signaling Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000985610 Forpus Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
- H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
示例方法包括对交叉分量自适应环路滤波器的多个滤波器系数进行解码,其中对多个滤波器系数中的特定滤波器系数进行解码包括:从经编码视频比特流解码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素;以及基于该指数值确定特定滤波器系数的值;重构视频数据的块的样点;以及基于多个滤波器系数对视频数据的块进行交叉分量自适应环路滤波。
Description
相关申请的交叉引用
本申请要求于2020年9月22日提交的美国申请第17/028,209号的优先权,该申请要求于2019年9月23日提交的美国临时申请第62/904,508号的权益,其中每个申请的全部内容都通过引用被并入本文。
技术领域
本公开涉及视频编解码(coding),包括视频编码和视频解码。
背景技术
数字视频能力可以被并入广泛的设备中,包括数字电视、数字直接广播***、无线广播***、个人数字助理(PDA)、膝上型或台式计算机、平板计算机、电子书阅读器、数码相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、蜂窝或卫星无线电电话、所谓的“智能电话”、视频电话会议设备、视频流式传输(streaming)设备等。数字视频设备实现视频编解码技术,诸如在以下各项所定义的标准中描述的那些技术:MPEG-2;MPEG-4;ITU-T H.263;ITU-T H.264/MPEG-4第10部分,高级视频编解码(AVC);ITU-T H.265/高效视频编解码(HEVC)以及此类标准的扩展。通过实现此类视频编解码技术,视频设备可以更高效地发送、接收、编码、解码和/或存储数字视频信息。
视频编解码技术包括空间(图片内)预测和/或时间(图片间)预测,以减少或移除视频序列中固有的冗余。对于基于块的视频编解码,视频条带(slice)(例如,视频图片或视频图片的部分)可以被分割为视频块,这些视频块也可以被称为编解码树单元(CTU)、编解码单元(CU)和/或编解码节点。图片的帧内编解码的(I)条带中的视频块是使用相对于相同图片中相邻块中的参考样点的空间预测来编码的。图片的帧间编解码的(P或B)条带中的视频块可以使用相对于相同图片中相邻块中的参考样点的空间预测,或相对于其他参考图片中的参考样点的时间预测。图片可以被称为帧,并且参考图片可以被称为参考帧。
发明内容
通常,本公开描述涉及视频数据的交叉分量自适应环路滤波(cross-componentadaptive loop filtering,CC-ALF)的技术。为了执行ALF,视频编解码器可使用不同的系数集合来单独对对应的亮度和色度块进行滤波(例如,使用亮度系数集合对亮度块进行滤波并且使用一个或多个色度系数集合对色度块进行滤波)。然而,在编解码环路中,亮度块可能包括在对应色度块中可能丢失的细节。如此,视频编解码器可以执行CC-ALF,其中来自亮度块的信息被用于增强对应的色度块。
例如,视频编解码器可以利用色度滤波器系数的第一集合对亮度块进行滤波,以生成用于第一色度分量(例如,Cb)的中间块,并且利用色度滤波器系数的第二集合对亮度块进行滤波,以生成用于第二色度分量(例如,Cr)的中间块。视频编码器可以将用于CC-ALF的滤波器系数的值(例如,用于对亮度块进行滤波的色度滤波器系数的至少第一集合和第二集合)作为经编码视频比特流中的一个或多个语法元素信令通知给视频解码器。视频编解码器随后可以将各个中间块加到色度分量的经ALF滤波的色度块。
为了对亮度块进行滤波以生成用于色度分量的中间块,视频编解码器可以对亮度块的每个样点执行多个乘法操作。例如,视频编解码器可以将用于亮度块的特定样点的经滤波值计算为色度滤波器系数乘以亮度块的样点的总和。如此,执行CC-ALF可以涉及大量乘法操作(例如,对于8×8亮度块为七个)。执行如此大量的乘法操作对于视频编解码器来说可能是资源密集型的努力,这可能不期望地增加编解码时间和/或功耗。
根据本公开的一个或多个技术,视频编解码器可以对用于CC-ALF的滤波器系数进行编解码(例如,视频编码器可以编码而视频解码器可以解码),使得滤波器系数的绝对值被限制为零或二的幂。当使用滤波器系数对亮度块进行滤波以生成中间色度块时,视频编解码器可以利用比特移位操作(例如,左移位和右移位操作)来代替乘法操作。因为滤波器系数的绝对值被限制为零或二的幂,所以利用比特移位操作代替乘法操作在数学上可能是等效的(即,产生相同的中间色度块)。然而,虽然在数学上是等效的,但与乘法操作相比,比特移位操作可能远没有那么资源密集。另外,当被实现于专用硬件(例如,专用集成电路(ASIC))中时,执行比特移位操作所需的硬件可能比执行乘法操作所需的硬件更简单。以此方式,本公开的技术减少了CC-ALF的资源需求。
作为一个示例,一种方法包括对交叉分量自适应环路滤波器的多个滤波器系数进行解码,其中对多个滤波器系数中的特定滤波器系数进行解码包括:从经编码视频比特流解码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素;以及基于该指数值确定特定滤波器系数的值;重构视频数据的块的样点;以及基于多个滤波器系数对视频数据的块进行交叉分量自适应环路滤波。
作为另一示例,一种方法包括对交叉分量自适应环路滤波器的多个滤波器系数的值进行编码,其中对多个滤波器系数的特定滤波器系数的值进行编码包括:在经编码视频比特流中编码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素;重构视频数据的块的样点;以及基于多个滤波器系数的值对视频数据的块进行交叉分量自适应环路滤波。
作为另一示例,一种设备包括存储器,该存储器被配置为存储经编码视频比特流的至少部分;以及一个或多个处理器,该一个或多个处理器被实现于电路中并被配置为:对交叉分量自适应环路滤波器的多个滤波器系数进行解码,其中,为了对多个滤波器系数中的特定滤波器系数进行解码,一个或多个处理器被配置为:从经编码视频比特流解码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素;以及基于该指数值确定特定滤波器系数的值;重构视频数据的块的样点;以及基于多个滤波器系数对视频数据的块进行交叉分量自适应环路滤波。
作为另一示例,一种设备包括存储器,该存储器被配置为存储经编码视频比特流的至少部分;以及一个或多个处理器,该一个或多个处理器被实现于电路中并被配置为:对交叉分量自适应环路滤波器的多个滤波器系数的值进行编码,其中,为了对多个滤波器系数的特定滤波器系数的值进行编码,一个或多个处理器被配置为:在经编码视频比特流中编码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素;重构视频数据的块的样点;以及基于多个滤波器系数的值对视频数据的块进行交叉分量自适应环路滤波。
在下文的附图和描述中阐述了一个或多个示例的细节。其他的特征、目标和优点将根据描述、附图和权利要求而变得显而易见。
附图说明
图1是图示出可以执行本公开的技术的示例视频编码和解码***的框图。
图2A和2B是图示出示例四叉树二叉树(QTBT)结构以及对应编解码树单元(CTU)的概念图。
图3是图示出可以执行本公开的技术的示例视频编码器的框图。
图4是图示出可以执行本公开的技术的示例视频解码器的框图。
图5是图示出根据本公开的一个或多个技术的示例滤波器单元的框图。
图6是图示出根据本公开的技术的用于对当前块进行编码的示例方法的流程图。
图7是图示出根据本公开的技术的用于对当前块进行解码的示例方法的流程图。
图8是图示出根据本公开的一个或多个技术的用于对当前块进行交叉分量自适应环路滤波(CC-ALF)的示例方法的流程图。
具体实施方式
图1是图示出可以执行本公开的技术的示例视频编码和解码***100的框图。本公开的技术通常涉及对视频数据进行编解码(编码和/或解码)。通常,视频数据包括用于处理视频的任何数据。因此,数据可以包括原始未编解码视频、经编码视频、经解码(例如,经重构)视频、以及视频元数据,诸如信令通知数据。
如图1所示,在此示例中,***100包括提供经编码视频数据以供目的地设备116解码和显示的源设备102。具体地,源设备102经由计算机可读介质110向目的地设备116提供视频数据。源设备102和目的地设备116可以包括广泛的设备中的任何一种,包括台式计算机、笔记本(即,膝上型)计算机、平板计算机、机顶盒、诸如智能电话之类的电话手持装置、电视、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在某些情况下,源设备102和目的地设备116可以被装备用于无线通信,并且因此可以被称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200、以及输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开,源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置为应用用于执行交叉分量自适应环路滤波的技术。因此,源设备102表示视频编码设备的示例,而目的地设备116表示视频解码设备的示例。在其他示例中,源设备和目的地设备可以包括其他组件或布置。例如,源设备102可以从诸如外部相机之类的外部视频源接收视频数据。同样,目的地设备116可以与外部显示设备接口,而不是包括集成的显示设备。
如图1所示的***100仅仅是一个示例。通常,任何数字视频编码和/或解码设备都可以执行用于交叉分量自适应环路滤波的技术。源设备102和目的地设备116仅仅是此类编解码设备的示例,其中源设备102生成经编解码视频数据以用于向目的地设备116的传输。本公开将“编解码”设备指代为执行数据的编解码(编码和/或解码)的设备。因此,视频编码器200和视频解码器300表示编解码设备的示例,具体地,分别表示视频编码器和视频解码器的示例。在某些示例中,源设备102和目的地设备116可以用基本对称的方式操作,使得源设备102和目的地设备116中的每一个包括视频编码和解码组件。因此,***100可以支持源设备102与目的地设备116之间的单向或双向视频传输,例如,以用于视频流式传输、视频回放、视频广播或视频电话。
通常,视频源104表示视频数据的源(即,原始、未编解码的视频数据)并且向视频编码器200提供视频数据的连续系列的图片(也被称为“帧”),视频编码器200对针对这些图片的数据进行编码。源设备102的视频源104可以包括诸如视频相机之类的视频捕捉设备、包含先前捕捉的原始视频的视频存档、和/或用于从视频内容提供者接收视频的视频馈送接口。作为进一步的替代,视频源104可以生成基于计算机图形的数据作为源视频,或者实况视频、存档视频和计算机生成视频的组合。在每一情况下,视频编码器200对所捕捉的、预捕捉的或计算机生成的视频数据进行编码。视频编码器200可以将图片从所接收次序(有时被称为“显示次序”)重新布置成用于编解码的编解码次序。视频编码器200可以生成包括经编码视频数据的比特流。源设备102随后可以经由输出接口108将经编码视频数据输出到计算机可读介质110上,以供例如目的地设备116的输入接口122接收和/或检索。
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在某些示例中,存储器106、120可以存储原始视频数据,例如,来自视频源104的原始视频以及来自视频解码器300的原始、经解码的视频数据。附加地或替代地,存储器106、120可以分别存储能由例如视频编码器200和视频解码器300执行的软件指令。尽管在此示例中与视频编码器200和视频解码器300分开地示出,但应理解,视频编码器200和视频解码器300还可以包括用于功能上类似或等同目的的内部存储器。此外,存储器106、120可以存储例如从视频编码器200输出且被输入到视频解码器300的经编码视频数据。在某些示例中,存储器106、120的部分可以被分配为一个或多个视频缓冲器,例如以存储原始、经解码和/或经编码的视频数据。
计算机可读介质110可以表示能够从源设备102向目的地设备116传送经编码视频数据的任何类型的介质或设备。在一个示例中,计算机可读介质110表示使源设备102能够例如经由射频网络或基于计算机的网络实时地向目的地设备116直接发送经编码视频数据的通信介质。根据诸如无线通信协议之类的通信标准,输出接口108可以调制包括经编码视频数据的传输信号,而输入接口122可以解调所接收的传输信号。通信介质可以包括任何无线或有线通信介质,诸如射频(RF)频谱或一条或多条物理传输线。通信介质可以形成诸如以下各项的基于分组的网络的部分:局域网、广域网、或诸如互联网之类的全球网络。通信介质可以包括路由器、交换机、基站或者对促进从源设备102到目的地设备116的通信可能有用的任何其它装备。
在某些示例中,源设备102可以从输出接口108向存储设备112输出经编码数据。类似地,目的地设备116可以经由输入接口122从存储设备112访问经编码数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种,诸如硬驱动器、蓝光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或者用于存储经编码视频数据的任何其它合适的数字存储介质。
在某些示例中,源设备102可以向文件服务器114或者可以存储由源设备102生成的经编码视频的另一中间存储设备输出经编码视频数据。目的地设备116可以经由流式传输或下载来从文件服务器114访问所存储视频数据。文件服务器114可以是能够存储经编码视频数据并向目的地设备116发送此经编码视频数据的任何类型的服务器设备。文件服务器114可以表示(例如,用于网站的)web服务器、文件传输协议(FTP)服务器、内容递送网络设备或网络附连存储(NAS)设备。目的地设备116可以通过包括互联网连接的任何标准数据连接从文件服务器114访问经编码视频数据。这可以包括适合用于访问存储在文件服务器114上的经编码视频数据的无线信道(例如,Wi-Fi连接)、有线连接(例如,数字订户线(DSL)、电缆调制解调器等)或两者的组合。文件服务器114和输入接口122可以被配置为根据流式传输传输协议、下载传输协议或其组合来操作。
输出接口108和输入接口122可以表示无线发送器/接收器、调制解调器、有线联网组件(例如,以太网卡)、根据各种IEEE 802.11标准中的任一者操作的无线通信组件,或其它物理组件。在输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置为根据蜂窝通信标准(诸如4G、4G-LTE(长期演进)、高级LTE、5G等)来传递数据,诸如经编码视频数据。在其中输出接口108包括无线发送器的某些示例中,输出接口108和输入接口122可以被配置为根据其他无线标准(诸如IEEE 802.11规范、IEEE 802.15规范(例如,ZigBeeTM)、蓝牙TM标准等)来传递数据,诸如经编码视频数据。在某些示例中,源设备102和/或目的地设备116可以包括相应的片上***(SoC)设备。例如,源设备102可以包括用于执行归因于视频编码器200和/或输出接口108的功能性的SoC设备,而目的地设备116可以包括用于执行归因于视频解码器300和/或输入接口122的功能性的SoC设备。
本公开的技术可以被应用于支持诸如以下各项的各种多媒体应用中的任一者的视频编解码:空中电视广播、电缆电视传输、***传输、诸如基于HTTP的动态自适应流式传输(DASH)之类的互联网流式传输视频传输、被编码到数据存储介质上的数字视频、对存储在数据存储介质上的数字视频的解码、或其它应用。
目的地设备116的输入接口122从计算机可读介质110(例如,存储设备112、文件服务器114等)接收经编码视频比特流。经编码视频比特流可以包括由视频编码器200定义、还由视频解码器300使用的信令通知信息,诸如具有描述视频块或其它经编解码单元(例如,条带、图片、图片组、序列等)的特性和/或处理的值的语法元素。显示设备118向用户显示经解码视频数据的经解码图片。显示设备118可以表示各种显示设备中的任何一种,诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或另一类型的显示设备。
尽管图1中未示出,但在某些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,并且可以包括适当的MUX-DEMUX单元或者其它硬件和/或软件,以处理公共数据流中包括音频和视频两者的多路复用流。如果适用,MUX-DEMUX单元可以符合ITU H.223多路复用器协议或其它协议,诸如用户数据报协议(UDP)。
视频编码器200和视频解码器300各自可以被实现为各种合适的编码器和/或解码器电路中的任一个,诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑、软件、硬件、固件或其任何组合。当该技术部分地被实现于软件中时,设备可以将用于该软件的指令存储在合适的非暂态计算机可读介质中,且使用一个或多个处理器在硬件中执行这些指令以执行本公开的技术。视频编码器200和视频解码器300中的每一个可以被包括在一个或多个编码器或解码器中,这一个或多个编码器或解码器中的任一个可以被集成为相应设备中的组合编码器/解码器(CODEC)的部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器和/或无线通信设备,诸如蜂窝电话。
视频编码器200和视频解码器300可以根据视频编解码标准来操作,视频编解码标准诸如ITU-T H.265,也被称为高效视频编解码(HEVC),或者其扩展,诸如多视图和/或可缩放视频编解码扩展。替代地,视频编码器200和视频解码器300可以根据其他私有或工业标准来操作,其他私有或工业标准诸如联合探索测试模型(JEM)或者ITU-T H.266,也被称为多功能视频编解码(VVC)。Bross等人的“Versatile Video Coding(Draft 6)(多功能视频编解码(草案6))”——ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)的第15次会议:瑞典哥德堡,2019年7月3-12日的JVET-O2001-vE(以下简称“VVC草案6”)——中描述了VVC标准的最近的草案。然而,本公开的技术不限于任何特定编解码标准。
通常,视频编码器200和视频解码器300可以执行图片的基于块的编解码。术语“块”通常是指包括将被处理(例如,编码、解码或在编码和/或解码过程中以其它方式使用)的数据的结构。例如,块可以包括亮度和/或色度数据的样点的二维矩阵。通常来说,视频编码器200和视频解码器300可以对YUV(例如,Y、Cb、Cr)格式表示的视频数据进行编解码。即,视频编码器200和视频解码器300可以对亮度和色度分量进行编解码,而不是对针对图片的样点的红、绿和蓝(RGB)数据进行编解码,其中色度分量可以包括红色调和蓝色调色度分量两者。在某些示例中,视频编码器200在编码之前将所接收的RGB格式化数据转换为YUV表示,而视频解码器300将YUV表示转换为RGB格式。替代地,预处理单元和后处理单元(未示出)可以执行这些转换。
本公开通常可以涉及对图片的编解码(例如,编码和解码),旨在包括对图片的数据进行编码或解码的过程。类似地,本公开可以将对图片的块的编解码指代为包括对针对块的数据进行编码或解码的过程,例如,预测和/或残差编解码。经编码视频比特流通常包括针对语法元素的一系列值,这些语法元素表示编解码决策(例如,编解码模式)以及图片到块的分割。因此,对图片或块进行编解码的引用通常应被理解为对针对形成图片或块的语法元素的值进行编解码。
HEVC定义各种块,包括编解码单元(CU)、预测单元(PU)以及变换单元(TU)。根据HEVC,视频编解码器(诸如视频编码器200)根据四叉树结构将编解码树单元(CTU)分割成CU。即,视频编解码器将CTU和CU分割成四个相等的非重叠方块,且四叉树的每个节点具有零个或四个子节点。没有子节点的节点可以被称为“叶节点”,并且此类叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频编解码器可以进一步分割PU和TU。例如,在HEVC中,残差四叉树(RQT)表示对TU的分割。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。经帧内预测的CU包括帧内预测信息,诸如帧内模式指示。
作为另一实例,视频编码器200和视频解码器300可以被配置为根据JEM或VVC操作。根据JEM或VVC,视频编解码器(诸如视频编码器200)将图片分割成多个编解码树单元(CTU)。视频编码器可以根据诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构之类的树结构来分割CTU。QTBT结构移除了多种分割类型的概念,诸如HEVC的CU、PU和TU之间的区分。QTBT结构包括两个层级:根据四叉树分割来分割的第一层级,以及根据二叉树分割来分割的第二层级。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于编解码单元(CU)。
在MTT分割结构中,可以使用四叉树(QT)分割、二叉树(BT)分割以及一种或多种类型的三叉树(TT)分割来分割块。三叉树分割是其中块被分割成三个子块的分割。在某些示例中,三叉树分割在不穿过中心来划分原始块的情况下将块划分成三个子块。MTT中的分割类型(例如,QT、BT和TT)可以是对称的或非对称的。
在某些示例中,视频编码器200和视频解码器300可以使用单一的QTBT结构或MTT结构来表示亮度分量和色度分量中的每一个,而在其它示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT结构或MTT结构,诸如一个QTBT/MTT结构用于亮度分量而另一QTBT/MTT结构用于两个色度分量(或者两个QTBT/MTT结构用于相应的色度分量)。
视频编码器200和视频解码器300可以被配置为使用按照HEVC的四叉树分割、QTBT分割、MTT分割,或者其它分割结构。出于解释的目的,相对于QTBT分割来呈现本公开的技术的描述。然而,应理解,本公开的技术还可以被应用于被配置为使用四叉树分割或其它类型的分割的视频编解码器。
块(例如,CTU或CU)可以在图片中以各种方式被分组。作为一个示例,区块(brick)可以指代图片中的特定图块(tile)内的CTU行的矩形区域。图块可以是图片中的特定图块列和特定图块行内的CTU的矩形区域。图块列是指具有与图片的高度相等的高度以及由语法元素(例如,诸如在图片参数集中)指定的宽度的CTU的矩形区域。图块行是指具有由语法元素(例如,诸如在图片参数集中)指定的高度以及与图片的宽度相等的宽度的CTU的矩形区域。
在某些示例中,图块可以被分割成多个区块,其中每个区块可以包括图块内的一个或多个CTU行。未被分割成多个区块的图块也可以被称为区块。然而,作为图块的真子集的区块不可以被称为图块。
图片中的区块也可以被布置在条带(slice)中。条带可以是可以被排他地包含在单一网络抽象层(NAL)单元中的图片的整数个区块。在某些示例中,条带包括多个完整图块或者仅一个图块的完整区块的连续序列。
本公开可互换地使用“N×N”和“N乘N”来指代块(诸如CU或其他视频块)的就垂直和水平维度而言的样点维度,例如,16×16样点或者16乘16样点。通常,16×16CU将在垂直方向上具有16个样点(y=16)且在水平方向上具有16个样点(x=16)。同样,N×N CU通常在垂直方向上具有N个样点且在水平方向上具有N个样点,其中N表示非负整数值。CU中的样点可以按行和列来布置。此外,CU在水平方向上与垂直方向上不一定需要具有相同数量的样点。例如,CU可以包括N×M样点,其中M不一定等于N。
视频编码器200对针对CU的表示预测和/或残差信息以及其它信息的视频数据进行编码。预测信息指示将如何预测CU以便形成针对CU的预测块。残差信息通常表示编码之前的CU的样点与预测块之间的逐样点差。
为了预测CU,视频编码器200通常可以通过帧间预测或帧内预测来形成针对CU的预测块。帧间预测通常指根据先前经编解码图片的数据来预测CU,而帧内预测通常指根据相同图片的先前经编解码数据来预测CU。为了执行帧间预测,视频编码器200可以使用一个或多个运动向量来生成预测块。视频编码器200通常可以执行运动搜索以例如根据CU与参考块之间的差来标识紧密匹配CU的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)或其它此类差计算来计算差度量以确定参考块是否紧密匹配当前CU。在某些示例中,视频编码器200可以使用单向预测或双向预测来预测当前CU。
JEM和VVC的某些示例还提供仿射运动补偿模式,其可以被认为是帧间预测模式。在仿射运动补偿模式中,视频编码器200可以确定表示诸如以下各项的非平移运动的两个或更多个运动向量:放大或缩小、旋转、透视运动或其它不规则运动类型。
为了执行帧内预测,视频编码器200可以选择帧内预测模式以生成预测块。JEM和VVC的某些示例提供六十七个帧内预测模式,包括各种方向模式,以及平面模式和DC模式。通常,视频编码器200选择描述当前块(例如,CU的块)的相邻样点以根据其来预测当前块的样点的帧内预测模式。假设视频编码器200以光栅扫描次序(从左到右,从上到下)对CTU和CU进行编解码,此类样点通常可以位于与当前块相同的图片中的当前块的上方、左上方、或左方。
视频编码器200对表示用于当前块的预测模式的数据进行编码。例如,对于帧间预测模式,视频编码器200可以对表示以下内容的数据进行编码:使用各种可用帧间预测模式中的哪一个,以及用于对应模式的运动信息。例如,对于单向或双向帧间预测,视频编码器200可以使用高级运动向量预测(AMVP)或合并模式对运动向量进行编码。针对仿射运动补偿模式,视频编码器200可以使用类似模式来对运动向量进行编码。
在对块的预测之后,诸如在对块的帧内预测或帧间预测之后,视频编码器200可以计算针对块的残差数据。诸如残差块之类的残差数据表示块与使用对应预测模式形成的针对该块的预测块之间的逐样点差。视频编码器200可以将一个或多个变换应用于残差块,以在变换域而非样点域中产生经变换数据。例如,视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。附加地,视频编码器200可以在初级变换之后应用次级变换,诸如模式相关不可分离次级变换(MDNSST)、信号相关变换、卡南-洛伊夫变换(Karhunen-Loeve transform,KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述,在用于产生变换系数的任何变换之后,视频编码器200可以执行对变换系数的量化。量化通常是指其中对变换系数进行量化以可能减少用于表示系数的数据量从而提供进一步压缩的过程。通过执行量化过程,视频编码器200可以减小与系数中的某些或全部系数相关联的比特深度。例如,视频编码器200可以在量化期间将n比特值下舍入成m比特值,其中n大于m。在某些示例中,为了执行量化,视频编码器200可以执行对待量化的值的逐比特右移位。
在量化之后,视频编码器200可以扫描变换系数,从包括经量化变换系数的二维矩阵产生一维向量。扫描可以被设计成将较高能量(并且因此较低频率)系数置于向量的前方而将较低能量(并且因此较高频率)变换系数置于向量的后方。在某些示例中,视频编码器200可以利用预定义扫描次序来扫描经量化变换系数以产生串行化(serialized)向量,且随后对向量的经量化变换系数进行熵编码。在其它示例中,视频编码器200可以执行自适应扫描。在扫描经量化变换系数以形成一维向量之后,视频编码器200可以例如根据上下文自适应二进制算术编解码(CABAC)来对一维向量进行熵编码。视频编码器200还可以对针对语法元素的值进行熵编码,这些语法元素描述与经编码视频数据相关联的、供视频解码器300在解码视频数据时使用的元数据。
为了执行CABAC,视频编码器200可以将上下文模型内的上下文指派给待发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以基于指派给符号的上下文。
视频编码器200可以进一步例如在图片标头,块标头,条带标头中向视频解码器300生成诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据或诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS)之类的其它语法数据。视频解码器300可以同样对此类语法数据进行解码以确定如何对对应视频数据进行解码。
以此方式,视频编码器200可以产生比特流,该比特流包括经编码视频数据,例如,描述图片到块(例如,CU)的分割的语法元素以及针对块的预测和/或残差信息。最终,视频解码器300可以接收比特流并对经编码视频数据进行解码。
通常,视频解码器300执行与视频编码器200所执行的过程相反的过程以对比特流的经编码视频数据进行解码。例如,视频解码器300可以以虽然与视频编码器200的CABAC编码过程相反但基本上类似的方式使用CABAC来对比特流中针对语法元素的值进行解码。语法元素可以定义图片到CTU的分割信息,以及根据诸如QTBT结构之类的对应分割结构进行的对每个CTU的分割,以定义CTU的CU。语法元素可以进一步定义针对视频数据的块(例如,CU)的预测和残差信息。
残差信息可以由例如经量化变换系数表示。视频解码器300可以对块的经量化变换系数进行逆量化和逆变换以再现针对块的残差块。视频解码器300使用信令通知的预测模式(帧内或帧间预测)和相关预测信息(例如,用于帧间预测的运动信息)来形成针对块的预测块。视频解码器300随后可以(在逐样点基础上)组合预测块和残差块以再现原始块。视频解码器300可以执行附加处理,诸如执行去块(deblocking)过程以减少沿块的边界的视觉伪影。
如上文所讨论的并且根据本公开的一个或多个技术,视频编码器200和/或视频解码器300可以被配置为信令通知绝对值被限制为零或二的幂的、用于CC-ALF的滤波器系数。以此方式,视频编码器200和/或视频解码器300可以利用资源密集程度较低的比特移位操作来替换CC-ALF的执行中的乘法操作。
本公开通常可以涉及“信令通知”某些信息,诸如语法元素。术语“信令通知”通常可以涉及针对用于对经编码视频数据进行解码的语法元素的值和/或其它数据的通信。即,视频编码器200可以在比特流中信令通知针对语法元素的值。通常,信令通知涉及在比特流中生成值。如上所述,源设备102可以基本上实时地或者非实时地向目的地设备116传送比特流,诸如可以在将语法元素存储到存储设备112以供目的地设备116稍后检索时发生。
图2A和2B是图示出示例四叉树二叉树(QTBT)结构130,以及对应编解码树单元(CTU)132的概念图。实线表示四叉树拆分,而虚线指示二叉树拆分。在二叉树的每个拆分(即,非叶)节点中,一个标志被信令通知以指示使用哪种拆分类型(即,水平或垂直),其中在此示例中,0指示水平拆分,而1指示垂直拆分。对于四叉树拆分,不需要指示拆分类型,因为四叉树节点将块水平和垂直拆分成4个大小相等的子块。相应地,视频编码器200可以编码而视频解码器300可以解码针对QTBT结构130的区域树层级(即,实线)的语法元素(诸如拆分信息)以及针对QTBT结构130的预测树层级(即,虚线)的语法元素(诸如拆分信息)。视频编码器200可以编码而视频解码器300可以解码针对由QTBT结构130的终端叶节点表示的CU的诸如预测和变换数据之类的视频数据。
通常,图2B的CTU 132可以与定义对应于QTBT结构130中第一和第二层级的节点的块的大小的参数相关联。这些参数可以包括CTU大小(以样点来表示CTU 132的大小)、最小四叉树大小(MinQTSize,表示最小允许四叉树叶节点大小)、最大二叉树大小(MaxBTSize,表示最大允许二叉树根节点大小)、最大二叉树深度(MaxBTDepth,表示最大允许二叉树深度)、以及最小二叉树大小(MinBTSize,表示最小允许二叉树叶节点大小)。
对应于CTU的QTBT结构的根节点在QTBT结构的第一层级可以具有四个子节点,这些子节点中的每一个可以根据四叉树分割来进行分割。即,第一层级的节点是叶节点(没有子节点)或者具有四个子节点。QTBT结构130的示例将此类节点表示为包括具有用于分支的实线的父节点和子节点。如果第一层级的节点不大于最大允许二叉树根节点大小(MaxBTSize),则其可以被相应的二叉树进一步分割。一个节点的二叉树拆分可以被迭代,直到拆分所得的节点达到最小允许二叉树叶节点大小(MinBTSize)或最大允许二叉树深度(MaxBTDepth)。QTBT结构130的示例将此类节点表示为具有用于分支的虚线。二叉树叶节点被称为编解码单元(CU),其被用于预测(例如,图片内或图片间预测)和变换,而无需任何进一步的分割。如上所述,CU也可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中,CTU大小被设置为128×128(亮度样点和两个对应的64×64色度样点),MinQTSize被设置为16×16,MaxBTSize被设置为64×64,MinBTSize(对于宽度和高度两者)被设置为4,而MaxBTDepth被设置为4。四叉树分割首先被应用于CTU以生成四叉树叶节点。四叉树叶节点可以具有从16×16(即,MinQTSize)到128×128(即,CTU大小)的大小。如果叶四叉树节点是128×128,则其将不会被二叉树进一步拆分,因为大小超过MaxBTSize(即,在此示例中,为64×64)。否则,叶四叉树节点将进一步被二叉树分割。因此,四叉树叶节点也是针对二叉树的根节点,并且具有为0的二叉树深度。当二叉树深度达到MaxBTDepth(在此示例中为4)时,不允许进一步拆分。当二叉树节点具有等于MinBTSize(在此示例中为4)的宽度时,这意味着不允许进一步的水平拆分。类似地,具有等于MinBTSize的高度的二叉树节点意味着对于该二叉树节点不允许进一步的垂直拆分。如上所述,二叉树的叶节点被称为CU,并且根据预测和变换被进一步处理而无需进一步分割。
图3是图示出可以执行本公开的技术的示例视频编码器200的框图。图3是出于解释的目的而被提供的,并且不应被视为对本公开中广泛例示和描述的技术的限制。出于解释的目的,本公开在诸如HEVC视频编解码标准以及开发中的H.266视频编解码标准之类的视频编解码标准的上下文中描述视频编码器200。然而,本发明的技术不限于这些视频编解码标准,而且通常可以适用于视频编码和解码。
在图3的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、经解码图片缓冲器(DPB)218和熵编码单元220。视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任一个或全部可以被实现于一个或多个处理器或处理电路中。此外,视频编码器200可以包括附加或替代处理器或处理电路以执行这些和其它功能。
视频数据存储器230可以存储将由视频编码器200的组件编码的视频数据。视频编码器200可以从例如视频源104(图1)接收存储在视频数据存储器230中的视频数据。DPB218可以充当存储用于由视频编码器200预测后续视频数据的参考视频数据的参考图片存储器。视频数据存储器230和DPB 218可以由各种存储器设备中的任一种形成,诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻RAM(RRAM),或其它类型的存储器设备。视频数据存储器230和DPB 218可以由相同存储器设备或分开的存储器设备提供。在各种示例中,视频数据存储器230可以与视频编码器200的其它组件一起位于片上,如图示的那样,或者相对于那些组件而位于片外。
在本公开中,对视频数据存储器230的参考不应被解释为限于视频编码器200内部的存储器,除非如此具体描述,或者视频编码器200外部的存储器,除非如此具体描述。反之,对视频数据存储器230的参考应被理解为存储视频编码器200接收以用于编码的视频数据(例如,用于将被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各种单元的输出的临时存储。
图3的各种单元被图示用于帮助理解由视频编码器200执行的操作。这些单元可以被实现为固定功能电路、可编程电路或其组合。固定功能电路指的是提供特定功能性并且被预设在可被执行的操作上的电路。可编程电路指的是可以被编程以执行各种任务,并且在可以被执行的操作中提供灵活功能性的电路。例如,可编程电路可以执行软件或固件,使得可编程电路以软件或固件的指令所定义的方式操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作的类型通常是不可变的。在某些示例中,单元中的一个或多个可以是不同的电路块(固定功能的或可编程的),而在某些示例中,一个或多个单元可以是集成电路。
视频编码器200可以包括算术逻辑单元(ALU)、初等函数单元(EFU)、数字电路、模拟电路和/或由可编程电路形成的可编程核。在其中使用由可编程电路执行的软件来执行视频编码器200的操作的示例中,存储器106(图1)可以存储视频编码器200接收并执行的软件的目标代码,或者视频编码器200内的另一存储器(未示出)可以存储此类指令。
视频数据存储器230被配置为存储接收的视频数据。视频编码器200可以从视频数据存储器230检索视频数据的图片并且向残差生成单元204和模式选择单元202提供视频数据。视频数据存储器230中的视频数据可以是将被编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括用于根据其它预测模式执行视频预测的附加功能单元。作为示例,模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的部分)、仿射单元、线性模型(LM)单元等等。
模式选择单元202通常协调多个编码编次(passes)以测试编码参数的组合以及针对此类组合的所得速率-失真值。编码参数可以包括CTU到CU的分割、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择具有比其它经测试组合好的速率-失真值的编码参数的组合。
视频编码器200可以将从视频数据存储器230检索的图片分割成一系列CTU,并将一个或多个CTU封装在条带内。模式选择单元202可以根据诸如上述HEVC的QTBT结构或四叉树结构之类的树结构来分割图片的CTU。如上所述,视频编码器200可以通过根据树结构分割CTU来形成一个或多个CU。此类CU通常还可以被称为“视频块”或“块”。
通常,模式选择单元202还控制其组件(例如,运动估计单元222、运动补偿单元224和帧内预测单元226)以生成针对当前块(例如,当前CU、或HEVC中的PU和TU的重叠部分)的预测块。对于当前块的帧间预测,运动估计单元222可以执行运动搜索以标识一个或多个参考图片(例如,被存储在DPB 218中的一个或多个先前经编解码图片)中的一个或多个紧密匹配的参考块。具体地,运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)等来计算表示潜在参考块与当前块有多类似的值。运动估计单元222通常可以使用当前块与所考虑的参考块之间的逐样点差来执行这些计算。运动估计单元222可以标识具有这些计算所得的最低值的参考块,其指示最紧密匹配当前块的参考块。
运动估计单元222可以形成一个或多个运动向量(MV),这一个或多个MV定义参考图片中的参考块相对于当前图片中的当前块的定位。运动估计单元222随后可以向运动补偿单元224提供运动向量。例如,对于单向帧间预测,运动估计单元222可以提供单一运动向量,而对于双向帧间预测,运动估计单元222可以提供两个运动向量。运动补偿单元224随后可以使用运动向量来生成预测块。例如,运动补偿单元224可以使用运动向量来检索参考块的数据。作为另一示例,如果运动向量具有分数样点精度,则运动补偿单元224可以根据一个或多个插值滤波器来对针对预测块的值进行插值。此外,对于双向帧间预测,运动补偿单元224可以检索针对由相应运动向量标识的两个参考块的数据,并例如通过逐样点的平均或加权平均来组合所检索数据。
作为另一示例,对于帧内预测或帧内预测编解码,帧内预测单元226可以根据与当前块相邻的样点生成预测块。例如,对于方向模式,帧内预测单元226通常可以数学地组合相邻样点的值,并且在跨当前块的所定义方向上填充这些计算值,以产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算针对当前块的相邻样点的平均,并且生成预测块以至于对于该预测块的每个样点,都包括此所得平均。
模式选择单元202向残差生成单元204提供预测块。残差生成单元204从视频数据存储器230接收当前块的原始未编解码版本,并从模式选择单元202接收预测块。残差生成单元204计算当前块与预测块之间的逐样点差。所得逐样点差定义针对当前块的残差块。在某些示例中,残差生成单元204还可以确定残差块中的样点值之间的差,以使用残差差分脉冲编解码调制(RDPCM)来生成残差块。在某些示例中,可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在其中模式选择单元202将CU分割成PU的示例中,每个PU可以与亮度预测单元和对应色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种大小的PU。如上所述,CU的大小可以指CU的亮度编解码块的大小,而PU的大小可以指PU的亮度预测单元的大小。假定特定CU的大小为2N×2N,视频编码器200可以支持大小为2N×2N或N×N的PU来用于帧内预测,以及大小为2N×2N、2N×N、N×2N、N×N或类似大小的对称PU来用于帧间预测。视频编码器200和视频解码器300还可以支持针对大小为2N×nU、2N×nD、nL×2N和nR×2N的PU的非对称分割来用于帧间预测。
在其中模式选择单元202不进一步将CU分割成PU的示例中,每个CU可以与亮度编解码块和对应色度编解码块相关联。如上所述,CU的大小可以指CU的亮度编解码块的大小。视频编码器200和视频解码器300可以支持大小为2N×2N、2N×N或N×2N的CU。
对于诸如块内复制模式编解码、仿射模式编解码和线性模型(LM)模式编解码之类的其它视频编解码技术,作为某些示例,模式选择单元202经由与编解码技术相关联的相应单元生成针对正被编码的当前块的预测块。在某些示例中,诸如调色板模式编解码,模式选择单元202可以不生成预测块,而是生成指示用于基于所选调色板来重构块的方式的语法元素。在此类模式中,模式选择单元202可以向熵编码单元220提供这些语法元素以进行编码。
如上所述,残差生成单元204接收针对当前块和对应预测块的视频数据。残差生成单元204随后生成针对当前块的残差块。为了生成残差块,残差生成单元204计算预测块与当前块之间的逐样点差。
变换处理单元206将一个或多个变换应用于残差块以生成变换系数的块(本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(DCT)、方向变换、卡南-洛伊夫变换(KLT)或概念上类似的变换应用于残差块。在某些示例中,变换处理单元206可以对残差块执行多个变换,例如,初级变换和次级变换,诸如旋转变换。在某些示例中,变换处理单元206不将变换应用于残差块。
量化单元208可以对变换系数块中的变换系数进行量化,以产生经量化变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来对变换系数块的变换系数进行量化。视频编码器200(例如,经由模式选择单元202)可以通过调整与CU相关联的QP值来调整应用于与当前块相关联的变换系数块的量化程度。量化可能引入信息损失,并且因此,经量化变换系数可能具有比由变换处理单元206产生的原始变换系数更低的精度。
逆量化单元210和逆变换处理单元212可以分别将逆量化和逆变换应用于经量化变换系数块,以从变换系数块重构残差块。重构单元214可以基于经重构残差块以及由模式选择单元202生成的预测块来产生对应于当前块的经重构块(尽管潜在地具有某种程度的失真)。例如,重构单元214可以将经重构残差块的样点与来自模式选择单元202生成的预测块的对应样点相加,以产生经重构块。
滤波器单元216可以对经重构块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去块操作以减少沿CU边缘的块效应伪影(blockiness artifact)。在某些示例中,可以跳过滤波器单元216的操作。滤波器单元216可以单独或以任何组合执行本公开的交叉分量自适应环路滤波(CC-ALF)技术。例如,如下文参考图5所讨论的,滤波器单元216可以执行CC-ALF。滤波器单元216可以生成用于CC-ALF的一个或多个系数。例如,滤波器单元216可以生成将在从亮度块生成第一中间色度块时被使用的滤波器系数的第一集合和将在从亮度块生成第二中间色度块时被使用的滤波器系数的第二集合。如上文所讨论的并且根据本公开的一个或多个技术,滤波器单元216可以将所生成的滤波器系数的绝对值限制为零或二的幂(例如,1、2、4、8、16、32、64、128、256等)。同样,熵编码单元220可以被配置为根据本公开的技术对交叉分量自适应环路滤波参数进行熵编码。例如,与对滤波器系数的实际值进行编码相反,熵编码单元220可以对滤波器系数的指数值进行编码,并且视频解码器可以基于该指数值来重构滤波器系数的实际值。
视频编码器200将经重构块存储在DPB 218中。例如,在其中不需要滤波器单元216的操作的示例中,重构单元214可以将经重构块存储至DPB 218。在其中需要滤波器单元216的操作的示例中,滤波器单元216可以将经滤波的经重构块存储至DPB 218。运动估计单元222和运动补偿单元224可以从DPB 218检索由经重构(并且可能经滤波)的块形成的参考图片,以对后续经编码图片的块进行帧间预测。另外,帧内预测单元226可以使用当前图片的在DPB 218中的经重构块来对当前图片中的其它块进行帧内预测。
通常,熵编码单元220可以对从视频编码器200的其它功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的经量化变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如,用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作,以生成经熵编码数据。例如,熵编码单元220可以对数据执行上下文自适应可变长度编解码(CAVLC)操作、CABAC操作、可变到可变(V2V)长度编解码操作、基于语法的上下文自适应二进制算术编解码(SBAC)操作、概率区间分割熵(PIPE)编解码操作、指数-哥伦布编码操作、或另一类型的熵编码操作。在某些示例中,熵编码单元220可以在其中语法元素不被熵编码的旁路模式中操作。
视频编码器200可以输出包括所需用于重构条带或图片的块的经熵编码语法元素的比特流。具体地,熵编码单元220可以输出比特流。
以上描述的操作是相对于块而描述的。此类描述应当被理解为是用于亮度编解码块和/或色度编解码块的操作。如上所述,在某些示例中,亮度编解码块和色度编解码块是CU的亮度和色度分量。在某些实例中,亮度编解码块和色度编解码块是PU的亮度和色度分量。
在某些示例中,相对于亮度编解码块执行的操作不需要对色度编解码块重复。作为一个示例,用于标识针对亮度编解码块的运动向量(MV)和参考图片的操作不需要被重复用于标识针对色度编解码块的MV和参考图片。确切地说,针对亮度编解码块的MV可以被缩放以确定针对色度块的MV,而参考图片可以相同。作为另一示例,对于亮度编解码块和色度编解码块,帧内预测处理可以是相同的。
视频编码器200表示被配置为对视频数据进行编码的设备的示例,并且该设备包括被配置为存储视频数据的存储器以及被实现于电路中并且被配置为执行根据本公开的交叉分量自适应环路滤波技术的一个或多个处理单元。
图4是图示出可以执行本公开的技术的示例视频解码器300的框图。图4是出于解释的目的而被提供的,且并非对本公开中广泛例示和描述的技术的限制。出于解释的目的,本公开描述了根据JEM、VVC和HEVC的技术的视频解码器300。然而,本公开的技术可以由被配置为其它视频编解码标准的视频编解码设备执行。
在图4的示例中,视频解码器300包括经编解码图片缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和经解码图片缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 314中的任一个或全部可以被实现于一个或多个处理器或处理电路中。而且,视频解码器300可以包括附加或替代的处理器或处理电路以执行这些和其它功能。
预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括用于根据其它预测模式执行预测的附加单元。作为示例,预测处理单元304可以包括调色板单元、帧内块复制单元(其可以是运动补偿单元316的部分)、仿射单元、线性模型(LM)单元等等。在其它示例中,视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储将由视频解码器300的组件解码的视频数据,诸如经编码视频比特流。存储在CPB存储器320中的视频数据可以例如从计算机可读介质110(图1)被获得。CPB存储器320可以包括存储来自经编码视频比特流的经编码视频数据(例如,语法元素)的CPB。同样,CPB存储器320可以存储除了经编解码图片的语法元素之外的视频数据,诸如表示来自视频解码器300的各种单元的输出的临时数据。DPB 314通常存储经解码图片,视频解码器300可以输出该经解码图片和/或在对经编码视频比特流的后续数据或图片进行解码时将该经解码图片用作参考视频数据。CPB存储器320和DPB 314可以由各种存储器设备中的任一种形成,诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻RAM(RRAM),或其它类型的存储器设备。CPB存储器320和DPB 314可以由相同存储器设备或分开的存储器设备提供。在各种示例中,CPB存储器320可以与视频解码器300的其它组件一起位于片上,或者相对于那些组件而位于片外。
附加地或替代地,在某些示例中,视频解码器300可以从存储器120(图1)检索经编解码视频数据。即,存储器120可以存储如上文与CPB存储器320一起讨论的数据。同样地,当视频解码器300的功能性中的某些或全部被实现于将由视频解码器300的处理电路执行的软件中时,存储器120可以存储将由视频解码器300执行的指令。
图4中示出的各种单元被图示用于帮助理解由视频解码器300执行的操作。这些单元可以被实现为固定功能电路、可编程电路或其组合。与图3类似,固定功能电路指的是提供特定功能并且被预设在可被执行的操作上的电路。可编程电路指的是可以被编程以执行各种任务,并且在可以被执行的操作中提供灵活功能性的电路。例如,可编程电路可以执行软件或固件,使得可编程电路以软件或固件的指令所定义的方式操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作的类型通常是不可变的。在某些示例中,一个或多个单元可以是不同的电路块(固定功能的或可编程的),而在某些示例中,一个或多个单元可以是集成电路。
视频解码器300可以包括ALU、EFU、数字电路、模拟电路和/或由可编程电路形成的可编程核。在其中视频解码器300的操作由在可编程电路上执行的软件执行的示例中,片上或片外存储器可以存储视频解码器300接收和执行的软件的指令(例如,目标代码)。
熵解码单元302可以从CPB接收经编码视频数据并对视频数据进行熵解码以再现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流提取的语法元素来生成经解码视频数据。
通常,视频解码器300在逐块的基础上重构图片。视频解码器300可以单独地对每个块执行重构操作(其中当前正被重构,即,被解码的块可以被称作“当前块”)。
熵解码单元302可以对定义经量化变换系数块的经量化变换系数的语法元素以及诸如量化参数(QP)和/或(一个或多个)变换模式指示之类的变换信息进行熵解码。逆量化单元306可以使用与经量化变换系数块相关联的QP来确定量化程度,并且同样地,确定供逆量化单元306应用的逆量化程度。逆量化单元306例如可以执行逐比特左移位操作以对经量化变换系数进行逆量化。逆量化单元306由此可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一个或多个逆变换应用于变换系数块以生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆DCT、逆整数变换、逆卡南-洛伊夫变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于系数块。
此外,预测处理单元304根据由熵解码单元302熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块是帧间预测的,则运动补偿单元316可以生成预测块。在这种情况下,预测信息语法元素可以指示DPB 314中的从其检索参考块的参考图片,以及相对于当前块在当前图片中的位置标识参考块在参考图片中的位置的运动向量。运动补偿单元316通常可以用与相对于运动补偿单元224(图3)描述的方式基本类似的方式来执行帧间预测过程。
作为另一示例,如果预测信息语法元素指示当前块是帧内预测的,则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。再次,帧内预测单元318通常可以用与相对于帧内预测单元226(图3)描述的方式基本类似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314检索针对当前块的相邻样点的数据。
重构单元310可以使用预测块和残差块来重构当前块。例如,重构单元310可以将残差块的样点与预测块的对应样点相加以重构当前块。
熵解码单元302可以进一步根据本公开的技术对交叉分量自适应环路滤波器参数进行熵解码。例如,根据本公开的一个或多个技术,熵解码单元302可以针对多个滤波器系数中的每一个并且从经编码视频比特流解码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素。在用于特定滤波器系数的指数值为非零的情况下,熵解码单元302可以从经编码视频比特流并且针对特定滤波器系数解码具有指定特定滤波器系数的符号(例如,正或负)的值的语法元素。熵解码单元302可以基于指数值重构多个滤波器系数的值。例如,熵解码单元302可以根据以下等式重构特定滤波器系数的值:
c(i)=sign(i)*2c′(i)+1
其中c(i)是特定滤波器系数的值,sign(i)在信令通知的符号为负的情况下是负一,而在信令通知的符号为正的情况下是正一,并且c′(i)是特定滤波器系数的信令通知的指数值。
熵解码单元302可以向滤波器单元312提供经重构的交叉分量自适应环路滤波器系数。滤波器单元312可以对经重构块执行一个或多个滤波器操作。例如,滤波器单元312可以执行去块操作以减少沿经重构块边缘的块效应伪影。滤波器单元312的操作不必在所有示例中执行。根据本公开的技术,滤波器单元312可以使用交叉分量自适应环路滤波器系数来执行对视频数据的经解码块的交叉分量自适应环路滤波。
视频解码器300可以将经重构块存储在DPB 314中。如上所述,DPB 314可以向预测处理单元304提供参考信息,诸如用于帧内预测的当前图片和用于后续运动补偿的先前经解码图片的样点。而且,视频解码器300可以输出来自DPB的经解码图片以用于显示设备(诸如图1的显示设备118)上的后续呈现。
以此方式,视频解码器300表示视频解码设备的示例,其包括被配置为存储视频数据的存储器以及被实现于电路中并且被配置为单独或以任何组合执行本公开的交叉分量自适应环路滤波技术的一个或多个处理单元。
图5是图示出根据本公开的一个或多个技术的示例滤波器单元的框图。图5的滤波器单元500可以被视为视频编码器200的滤波器单元216或视频解码器300的滤波器单元312的示例。
滤波器单元500可以包括被配置为执行各种类型的滤波的组件。例如,如图5所示,滤波器单元500可以包括被配置为执行样点自适应偏移(SAO)滤波的组件,诸如SAO亮度滤波器502、SAO Cb滤波器504和SAO Cr滤波器506。同样如图5所示,滤波器单元500可以包括被配置为执行交叉分量自适应环路滤波(CC-ALF)的组件,诸如ALF亮度滤波器508、CC ALFCb滤波器510、CC ALF Cr滤波器512、ALF色度滤波器514、加法器516、和加法器518。
在操作中,SAO亮度滤波器502可以接收视频数据的输入亮度块,对输入亮度块执行SAO滤波以生成视频数据的输出亮度块,并且将视频数据的输出亮度块提供给一个或多个其他滤波器组件,诸如ALF亮度滤波器508、CC ALF Cb滤波器510和CC ALF Cr滤波器512。SAO Cb滤波器504可以接收视频数据的输入Cb色度块,对输入Cb色度块执行SAO滤波以生成视频数据的输出Cb色度块,并且将视频数据的输出Cb色度块提供给一个或多个其他滤波器组件,诸如ALF色度滤波器514。类似地,SAO Cr滤波器506可以接收视频数据的输入Cr色度块,对输入Cr色度块执行SAO滤波以生成视频数据的输出Cr色度块,并且将视频数据的输出Cr色度块提供给一个或多个其他滤波器组件,诸如ALF色度滤波器514。
ALF组件可以对由SAO滤波组件提供的视频数据的块执行ALF。例如,ALF亮度滤波器508可以对由SAO亮度滤波器502所提供的亮度块执行自适应环路滤波,以生成输出亮度块,其被标示为Y。另外,ALF色度滤波器514可以对由SAO Cb滤波器504和SAO Cr滤波器506提供的色度块执行自适应环路滤波以生成输出色度块,其被标示为Cb'和Cr'。
Misra等人的“Cross-Component Adaptive Loop Filter for chroma(用于色度的交叉分量自适应环路滤波器)”——ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)的第15次会议:哥德堡,2019年7月3-12日的JVET-O0636(以下简称“JVET-O0636”)——提出了被称为交叉分量自适应环路滤波器(CC-ALF)的工具。CC-ALF作为自适应环路滤波器(ALF)的部分操作,并利用亮度样点来细化每个色度分量。例如,CCALF Cb滤波器510和CC ALF Cr滤波器512可以各自基于由SAO亮度滤波器502提供的亮度块生成增强/细化色度块(例如,CC ALF Cb滤波器510可以生成增强色度块Cb+并且CC ALF Cr滤波器512可以生成增强色度块Cr+)。CC ALF Cb滤波器510和CC ALF Cr滤波器512中的每一个可以基于滤波器系数的相应集合生成其相应的增强色度块(例如,CC ALF Cb滤波器510可以使用滤波器系数的第一集合而CC ALF Cr滤波器512可以使用滤波器系数的第二集合)。例如,CC ALF Cb滤波器510可以根据以下等式生成色度块Cb+:
其中Ii是经滤波块,Io是未滤波块,(xC,yC)是亮度位置(x,y),Si是针对色彩分量Cb的亮度中的滤波器支持,ci(x0,y0)是滤波器系数。
如上式所示,CC ALF Cb滤波器510和CC ALF Cr滤波器512中的每一个可以执行许多乘法操作。如上文所讨论的并且在根据本公开的一个或多个技术,这些乘法操作可以由比特移位操作代替,与乘法操作相比,比特移位操作的资源密集程度要小得多和/或容易在硬件中实现。例如,为了使用比特移位操作执行滤波,CCALF Cb滤波器510和CCALF Cr滤波器512中的每一个可以利用以下等式:
CC-ALF可以由比特流中的信息控制,该信息包括上述用于每个色度分量的滤波器系数(其可以在自适应参数集(APS)中被信令通知)和控制滤波器对样点块的应用的掩码。在JVET-O0636中,滤波器系数中的每一个都被表示为定点小数。特别地,滤波器系数使用较低的10比特来表示小数部分。每个系数都利用指数哥伦布(EG)编解码来信令通知,其次序取决于滤波器模板中的系数定位。
如上所述,本公开认识到JVET-O0636中描述的CC-ALF工具的乘法可以被改进和简化,例如,根据本公开的任何或所有技术。相应地,视频编码器200和/或视频解码器300可以根据本公开的任何或所有技术(例如,如下文所描述的,以任何组合)来配置。
根据本公开的第一技术,视频编解码器(例如,视频编码器200和/或视频解码器300)可以约束用于交叉分量自适应环路滤波器510、512的某些或全部系数的值。例如,视频编解码器可以将某些或全部系数的值约束(例如,限制其可能的选择)为零或者为2的幂的数(例如,使得这些系数不需要乘法)。在某些示例中,视频编解码器(即,视频编码器200或视频解码器300)可以对样点应用比特移位,而不是必须执行乘法。在一个示例中,视频编解码器可以将所有系数的绝对值限制为仅为0或者为2的幂的数。在另一示例中,视频编解码器可以将某些系数的绝对值限制为仅为0或者为2的幂的数。在没有信令通知的情况下,对于所有滤波器,关于滤波器的哪些系数受到约束的信息可能相同。替代地或附加地,在没有信令通知的情况下,对于一个色彩分量的所有滤波器,信息可以相同。替代地或附加地,信息可以在用于序列、图片、子图片、块或色彩分量的比特流中被信令通知(例如,作为一个或多个语法元素)。
在其中视频编解码器在比特流中信令通知信息(例如,信令通知那些受约束的系数的值)的某些示例中,视频编解码器可以只信令通知映射值(其是非零系数的带符号的指数值)。受约束系数c(i)可以如下被映射到c'(i),
如果c(i)等于0,则c'(i)为0;
否则c'(i)=sign(c(i))*(log2(abs(c(i))+1),其中如果c(i)为负,则sign(c(i))为-1,否则为1。
在某些实例中,视频编解码器可以利用固定阶数哥伦布码、固定长度码或一元码的任何组合来信令通知c'(i)。
在某些示例中,视频编解码器可以首先通过利用固定阶数哥伦布码、固定长度码或一元码的任何组合来信令通知(或解析)c'(i)的绝对值。如果c'(i)不为0,则在此之后(例如,在信令通知c'(i)的绝对值之后),视频编解码器随后可以信令通知(或解析)符号信息。
在某些示例中,视频编解码器可以通过c”(i)=c'(i)–c'min(i)将c'(i)转换为非零值,并信令通知转换后的值,其中c'min(i)是针对第i系数的最小映射值。视频解码器可以解析c”(i),其是非负值。基于c”(i),视频解码器可以计算c'(i)=c”(i)+c'min(i)。
根据本公开的第二技术,视频编解码器可以被配置为约束用于交叉分量自适应环路滤波器510、512的滤波器系数的动态范围以降低成本乘数(cost multiplier)。令k为用于表示系数的小数部分的比特数量。滤波器系数c(i)的动态范围可以被约束在开区间(-(1<<(k-j)),(1<<(k-j))-1)中。视频编解码器可以使用固定阶数哥伦布码、固定长度码和/或一元码的任何组合来信令通知c(i)。视频编解码器可以首先信令通知(或解析)c(i)的绝对值。如果c(i)不为零,则视频编解码器随后可以信令通知(解析)用于c(i)的符号信息。附加地或替代地,视频编解码器可以通过c'(i)=c(i)–cmin(i)将c(i)转换为非零值。视频编解码器随后可以信令通知转换后的值,其中cmin(i)是针对第i系数的最小值。视频解码器可以解析c'(i),其是非负值。视频解码器可以将c(i)的值计算为c'(i)+cmin(i)。
图6是图示出根据本公开的技术的用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。尽管相对于视频编码器200(图1和图3)进行描述,但应理解,其它设备可以被配置为执行与图6的方法类似的方法。
在此示例中,初始地,视频编码器200预测当前块(350)。例如,视频编码器200可以形成针对当前块的预测块。视频编码器200随后可以计算针对当前块的残差块(352)。为了计算残差块,视频编码器200可以计算针对当前块的原始未编解码块与预测块之间的差。视频编码器200随后可以对残差块的系数进行变换和量化(354)。接下来,视频编码器200可以扫描残差块的经量化变换系数(356)。在扫描期间或在扫描之后,视频编码器200可以对系数进行熵编码(358)。例如,视频编码器200可以使用CAVLC或CABAC对系数进行编码。视频编码器200随后可以输出块的经熵编码数据(360)。
视频编码器200随后可以对当前块进行解码(362)。例如,视频编码器200可以对经量化变换系数进行逆量化和逆变换以再现残差块并将再现的残差块与预测块组合。视频编码器200随后可以例如使用根据本公开的交叉分量自适应环路滤波技术来对经解码块进行滤波(364)。块的经熵编码数据还可以包括例如指示哪些交叉分量自适应环路滤波器被选择用于该块的滤波器索引。视频编码器200随后可以存储经滤波块(366),例如,以供在预测将被编码(和解码)的未来块时参考。
图7是图示出根据本公开的技术的用于对当前块进行解码的示例方法的流程图。当前块可以包括当前CU。尽管相对于视频解码器300(图1和图4)进行描述,但应理解,其它设备可以被配置为执行与图7的方法类似的方法。
视频解码器300可以接收针对当前块的经熵编码数据,诸如经熵编码预测信息、针对对应于当前块的残差块的系数的经熵编码数据、以及针对当前块的经熵编码交叉分量自适应环路滤波器信息(370)。视频解码器300可以对经熵编码数据进行熵解码以确定针对当前块的预测信息并且再现残差块的系数(372)。视频解码器300可以例如使用如针对当前块的预测信息所指示的帧内预测或帧间预测模式来预测当前块(374),以计算针对当前块的预测块。视频解码器300随后可以对再现的系数进行逆扫描(376),以创建经量化变换系数块。视频解码器300随后可以对系数进行逆量化和逆变换以产生残差块(378)。视频解码器300最终可以通过组合预测块和残差块来对当前块进行解码(380)。
而且,视频解码器300可以例如使用根据本公开的技术中的任一个的交叉分量自适应环路滤波来对经解码块进行滤波(382)。视频解码器300随后可以存储经滤波块(384),例如,以供在预测将被解码的未来块时参考。
图8是图示出根据本公开的一个或多个技术的用于对当前块的交叉分量自适应环路滤波(CC-ALF)的示例方法的流程图。当前块可以包括当前CU。尽管相对于视频解码器300(图1和图4)进行描述,但应理解,其它设备可以被配置为执行与图8的方法类似的方法。
视频解码器300可以对交叉分量自适应环路滤波器的多个滤波器系数进行解码(802)。例如,为了对多个滤波器系数中的特定滤波器系数进行解码,熵解码单元302可以从经编码视频比特流解码指定表示特定滤波器系数的(作为二的指数值次幂的)绝对值的以2为底的对数的指数值的语法元素。在指数值非零(即,具有除零以外的值)的情况下,熵解码单元302可以从经编码视频比特流解码指定特定滤波器系数的符号的语法元素。熵解码单元302可以基于指数值(以及在存在的情况下,符号值)来确定特定滤波器系数的值。例如,熵解码单元302可以根据以下等式确定特定滤波器系数的值:
c(i)=sign(i)*2c′(i)+1
其中c(i)是所述特定滤波器系数的值,sign(i)在所述符号为负的情况下是负一,而在所述符号为正的情况下是正一,并且c′(i)是所述特定滤波器系数的所述指数值。
视频解码器300可以重构视频数据的块的样点(804)。例如,视频解码器300可以如上文参考图7所描述的那样重构样点。作为一个示例,视频解码器300可以将预测块的样点与残差数据相加以重构块的样点。
视频解码器300可以基于多个滤波器系数对视频数据的块执行交叉分量自适应环路滤波(806)。例如,如上所述,滤波器单元312的CC ALF Cb滤波器和CC ALF Cr滤波器(例如,CC ALF Cb滤波器510和CC ALF Cr滤波器512)可以通过基于多个滤波器系数的值对视频数据的块的样点进行比特移位来生成增强色度块,而无需执行乘法。以此方式,本公开的技术可以减少执行CC-ALF所需的***资源。
以下编号的示例可以示出本公开的一个或多个方面:
示例1.一种对视频数据进行解码的方法,该方法包括:对交叉分量自适应环路滤波器的多个滤波器系数进行编解码,其中多个滤波器系数中的一个或多个的值被约束为零或二的幂;对被约束为零或二的幂的多个滤波器系数中的一个或多个的值进行比特移位;对视频数据的块进行编解码;以及使用滤波器系数执行经解码块的交叉分量自适应环路滤波。
示例2.如示例1的方法,其中所有多个滤波器系数的值被约束为零或二的幂。
示例3.如示例1的方法,其中多个滤波器系数中的至少一个值不被约束为零或二的幂。
示例4.如示例1-3中任一项的方法,其中执行交叉分量自适应环路滤波包括不将值为零或二的幂的滤波器系数乘以经解码块的样点。
示例5.如示例1-4中的任一项的方法,还包括:对指示多个滤波器系数中受约束的滤波器系数的值的一个或多个语法元素进行编解码。
示例6.一种对视频数据进行解码的方法,该方法包括:确定用于表示交叉分量自适应环路滤波器的滤波器系数的小数值的比特数量k;确定滤波器系数的动态范围包括(-(1<<(k–j)),(1<<(k–j))–1);对视频数据的块进行编解码;以及使用滤波器系数执行经解码块的交叉分量自适应环路滤波。
示例7.如示例1-6中的任一项的方法,其中编解码包括解码。
示例8.如示例1-7中的任一项的方法,其中编解码包括编码。
示例9.一种用于对视频数据进行编解码的设备,该设备包括用于执行示例1-8中任一项的方法的一个或多个部件。
示例10.如示例9的设备,其中一个或多个部件包括被实现于电路中的一个或多个处理器。
示例11.如示例9和10中的任一项的设备,还包括用于存储视频数据的存储器。
示例12.如示例9-11中的任一项的设备,还包括被配置成显示经解码视频数据的显示器。
示例13.如示例9-12中的任一项的设备,其中该设备包括相机、计算机、移动设备、广播接收器设备或机顶盒中的一个或多个。
示例14.如示例9-13中的任一项的设备,其中该设备包括视频解码器。
示例15.如示例9-14中的任一项的设备,其中该设备包括视频编码器。
示例16.一种其上存储有指令的计算机可读存储介质,指令在被执行时,导致一个或多个处理器执行示例1-8中的任一个的方法。
应认识到,取决于示例,本文中所描述的技术中的任一个的某些动作或事件可以以不同序列来执行,可以被添加、合并或完全省去(例如,并非所有所描述的动作或事件对于技术的实践是必要的)。而且,在某些示例中,动作或事件可以例如通过多线程处理、中断处理或多个处理器来并发执行,而不是顺序执行。
在一个或多个示例中,所描述的功能可以被实现于硬件、软件、固件或其任何组合中。如果被实现于软件中,则功能可以作为一个或多个指令或代码在计算机可读介质上被存储或发送,并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,其与诸如数据存储介质之类的有形介质相对应;或者通信介质,包括例如根据通信协议而促进计算机程序从一处到另一处的传递的任何介质。以此方式,计算机可读介质通常可以对应于(1)非暂态的有形计算机可读存储介质或(2)诸如信号或载波之类的通信介质。数据存储介质可以是能由一个或多个计算机或一个或多个处理器访问以检索用于实现本公开中描述的技术的指令、代码和/或数据结构的任何可用介质。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,此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、磁盘存储或其它磁存储设备、闪存、或者可被用于以指令或数据结构的形式存储所需程序代码并可由计算机访问的任何其它介质。同样,任何连接都适当地被称为计算机可读介质。例如,如果使用同轴电缆、光纤光缆、双绞线、数字订户线(DSL)、或者诸如红外、无线电、微波之类的无线技术来从网站、服务器或其他远程源发送指令,则同轴电缆、光纤光缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术被包括在介质的定义中。然而,应当理解,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其他暂态介质,而是针对非暂态的、有形的存储介质。本文使用的磁盘和光盘包括紧凑盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘则用激光以光学方式再现数据。上述项的组合也应被包括在计算机可读介质的范围内。
指令可以由诸如以下各项的一个或多个处理器执行:一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它等效的集成或离散逻辑电路。相应地,如本文中所使用的术语“处理器”和“处理电路”可以指前述结构中的任一个或适于实现本文中所描述的技术的任何其它结构。另外,在某些方面,本文中所描述的功能性可以在被配置用于编码和解码的专用硬件和/或软件模块内被提供,或被并入组合编解码器中。同样,该技术可以被完全实现于一个或多个电路或逻辑元件中。
本公开的技术可以被实现于各种设备或装置中,包括无线手持装置、集成电路(IC)或IC集(例如,芯片集)。在本公开中描述各种组件、模块或单元以强调被配置为执行所公开技术的设备的功能方面,但不一定需要由不同硬件单元实现。更确切地,如上所述,各种单元可以被组合在编解码器硬件单元中或者由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结合适当的软件和/或固件来提供。
各种示例已被描述。这些示例和其他示例处于所附权利要求的范围之内。
Claims (20)
1.一种对视频数据进行解码的方法,所述方法包括:
对交叉分量自适应环路滤波器的多个滤波器系数进行解码,其中,对所述多个滤波器系数中的特定滤波器系数进行解码包括:
从经编码视频比特流解码指定表示所述特定滤波器系数的绝对值的以2为底的对数的指数值的语法元素,所述绝对值为二的所述指数值次幂;以及
基于所述指数值来确定所述特定滤波器系数的值;
重构视频数据的块的样点;以及
基于所述多个滤波器系数对所述视频数据的块进行交叉分量自适应环路滤波。
2.如权利要求1所述的方法,其中,所有的所述多个滤波器系数的绝对值被约束为零或二的幂。
3.如权利要求1所述的方法,其中,对所述特定滤波器系数进行解码还包括:
响应于所述指数值是除零以外的值,从所述经编码视频比特流解码指定所述特定滤波器系数的符号的语法元素,
其中,确定所述特定滤波器系数的值还包括基于所述符号确定所述特定滤波器系数的值。
4.如权利要求3所述的方法,其中,确定所述特定滤波器系数的值包括根据以下等式确定所述特定滤波器系数的值:
c(i)=sign(i)*2c′(i)+1
其中,c(i)是所述特定滤波器系数的值,sign(i)在所述符号为负的情况下是负一,而在所述符号为正的情况下是正一,并且c′(i)是所述特定滤波器系数的所述指数值。
5.如权利要求1所述的方法,其中,所述交叉分量自适应环路滤波包括基于所述多个滤波器系数的值对所述视频数据的块的样点进行比特移位而无需执行乘法。
6.如权利要求1所述的方法,其中,解码指定所述指数值的所述语法元素包括使用固定长度码来解码指定所述指数值的所述语法元素。
7.一种对视频数据进行编码的方法,所述方法包括:
对交叉分量自适应环路滤波器的多个滤波器系数进行编码,其中,对所述多个滤波器系数中的特定滤波器系数的值进行编码包括:
在经编码视频比特流中编码指定表示所述特定滤波器系数的绝对值的以2为底的对数的指数值的语法元素,所述绝对值为二的所述指数值次幂;
重构视频数据的块的样点;以及
基于所述多个滤波器系数的值对所述视频数据的块进行交叉分量自适应环路滤波。
8.如权利要求7所述的方法,其中,所有的所述多个滤波器系数的绝对值被约束为零或二的幂。
9.如权利要求7所述的方法,其中,对所述特定滤波器系数进行编码还包括:
响应于所述特定滤波器系数具有除零以外的值,在经编码视频比特流中编码指定所述特定滤波器系数的符号的语法元素。
10.如权利要求7所述的方法,其中,交叉分量自适应环路滤波包括基于所述多个滤波器系数的值对所述视频数据的块的样点进行比特移位而无需执行乘法。
11.如权利要求7所述的方法,其中,对指定所述指数值的所述语法元素进行编码包括使用固定长度码来对指定所述指数值的所述语法元素进行编码。
12.一种用于对视频数据进行解码的设备,所述设备包括:
存储器,所述存储器被配置为存储经编码视频比特流的至少部分;以及
一个或多个处理器,所述一个或多个处理器被实现于电路中并且被配置为:
对交叉分量自适应环路滤波器的多个滤波器系数进行解码,其中,为了对所述多个滤波器系数中的特定滤波器系数进行解码,所述一个或多个处理器被配置为:
从所述经编码视频比特流解码指定表示所述特定滤波器系数的绝对值的以2为底的对数的指数值的语法元素,所述绝对值为二的所述指数值次幂;以及
基于所述指数值来确定所述特定滤波器系数的值;
重构视频数据的块的样点;以及
基于所述多个滤波器系数对所述视频数据的块进行交叉分量自适应环路滤波。
13.如权利要求12所述的设备,其中,所有的所述多个滤波器系数的绝对值被约束为零或二的幂。
14.如权利要求12所述的设备,其中,为了解码所述特定滤波器系数,所述一个或多个处理器还被配置为:
响应于所述指数值是除零以外的值,从所述经编码视频比特流解码指定所述特定滤波器系数的符号的语法元素,
其中,为了确定所述特定滤波系数的值,所述一个或多个处理器还被配置为基于所述符号确定所述特定滤波系数的值。
15.如权利要求14所述的设备,其中,为了确定所述特定滤波器系数的值,所述一个或多个处理器被配置为根据以下等式确定所述特定滤波器系数的值:
c(i)=sign(i)*2c′(i)+1
其中,c(i)是所述特定滤波器系数的值,sign(i)在所述符号为负的情况下是负一,而在所述符号为正的情况下是正一,并且c′(i)是所述特定滤波器系数的所述指数值。
16.如权利要求12所述的设备,其中,为了进行交叉分量自适应环路滤波,所述一个或多个处理器被配置为基于所述多个滤波器系数的值对所述视频数据的块的样点进行比特移位而无需执行乘法。
17.一种用于对视频数据进行编码的设备,所述设备包括:
存储器,所述存储器被配置为存储经编码视频比特流的至少部分;以及
一个或多个处理器,所述一个或多个处理器被实现于电路中并且被配置为:
对交叉分量自适应环路滤波器的多个滤波器系数进行编码,其中,为了对所述多个滤波器系数中的特定滤波器系数进行编码,所述一个或多个处理器被配置为:
在所述经编码视频比特流中编码指定表示所述特定滤波器系数的绝对值的以2为底的对数的指数值的语法元素,所述绝对值为二的所述指数值次幂;
重构视频数据的块的样点;以及
基于所述多个滤波器系数的值对所述视频数据的块进行交叉分量自适应环路滤波。
18.如权利要求17所述的设备,其中,所有的所述多个滤波器系数的绝对值被约束为零或二的幂。
19.如权利要求17所述的设备,其中,为了进一步对所述特定滤波器系数进行编码,所述一个或多个处理器还被配置为:
响应于所述特定滤波器系数具有除零以外的值,从所述经编码视频比特流编码指定所述特定滤波器系数的符号的语法元素。
20.如权利要求17所述的设备,其中为了进行交叉分量自适应环路滤波,所述一个或多个处理器被配置为基于所述多个滤波器系数的值对所述视频数据的块的样点进行比特移位而无需执行乘法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962904508P | 2019-09-23 | 2019-09-23 | |
US62/904,508 | 2019-09-23 | ||
US17/028,209 US11343493B2 (en) | 2019-09-23 | 2020-09-22 | Bit shifting for cross-component adaptive loop filtering for video coding |
US17/028,209 | 2020-09-22 | ||
PCT/US2020/052231 WO2021061782A1 (en) | 2019-09-23 | 2020-09-23 | Bit shifting for cross-component adaptive loop filtering for video coding |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114402620A true CN114402620A (zh) | 2022-04-26 |
Family
ID=74880228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080064955.7A Pending CN114402620A (zh) | 2019-09-23 | 2020-09-23 | 用于视频编解码的交叉分量自适应环路滤波的比特移位 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11343493B2 (zh) |
EP (1) | EP4035397A1 (zh) |
JP (1) | JP2022548637A (zh) |
KR (1) | KR20220064969A (zh) |
CN (1) | CN114402620A (zh) |
TW (1) | TW202127884A (zh) |
WO (1) | WO2021061782A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114270850A (zh) | 2019-08-08 | 2022-04-01 | 松下电器(美国)知识产权公司 | 用于视频编码的***和方法 |
WO2021025167A1 (en) * | 2019-08-08 | 2021-02-11 | Panasonic Intellectual Property Corporation Of America | System and method for video coding |
WO2021045130A1 (en) | 2019-09-03 | 2021-03-11 | Panasonic Intellectual Property Corporation Of America | System and method for video coding |
US11432016B2 (en) * | 2019-12-05 | 2022-08-30 | Hfi Innovation Inc. | Methods and apparatuses of syntax signaling constraint for cross-component adaptive loop filter in video coding system |
EP4087243A4 (en) * | 2019-12-31 | 2023-09-06 | SZ DJI Technology Co., Ltd. | LOOP FILTRATION METHOD AND APPARATUS |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130101018A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Adaptive loop filtering for chroma components |
CN103947213A (zh) * | 2011-10-28 | 2014-07-23 | 高通股份有限公司 | 瓦片边界上的环路滤波控制 |
WO2019026721A1 (en) * | 2017-08-01 | 2019-02-07 | Sharp Kabushiki Kaisha | SYSTEMS AND METHODS FOR FILTERING RECONSTRUCTED VIDEO DATA USING ADAPTIVE LOOP FILTERING TECHNIQUES |
CN109691102A (zh) * | 2016-08-31 | 2019-04-26 | 高通股份有限公司 | 跨分量滤波器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12034922B2 (en) * | 2019-06-24 | 2024-07-09 | Sharp Kabushiki Kaisha | Systems and methods for reducing a reconstruction error in video coding based on a cross-component correlation |
-
2020
- 2020-09-22 US US17/028,209 patent/US11343493B2/en active Active
- 2020-09-23 CN CN202080064955.7A patent/CN114402620A/zh active Pending
- 2020-09-23 JP JP2022516744A patent/JP2022548637A/ja active Pending
- 2020-09-23 EP EP20788939.5A patent/EP4035397A1/en active Pending
- 2020-09-23 TW TW109132968A patent/TW202127884A/zh unknown
- 2020-09-23 WO PCT/US2020/052231 patent/WO2021061782A1/en active Application Filing
- 2020-09-23 KR KR1020227008823A patent/KR20220064969A/ko unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130101018A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Adaptive loop filtering for chroma components |
CN103947213A (zh) * | 2011-10-28 | 2014-07-23 | 高通股份有限公司 | 瓦片边界上的环路滤波控制 |
CN109691102A (zh) * | 2016-08-31 | 2019-04-26 | 高通股份有限公司 | 跨分量滤波器 |
WO2019026721A1 (en) * | 2017-08-01 | 2019-02-07 | Sharp Kabushiki Kaisha | SYSTEMS AND METHODS FOR FILTERING RECONSTRUCTED VIDEO DATA USING ADAPTIVE LOOP FILTERING TECHNIQUES |
Non-Patent Citations (2)
Title |
---|
ESENLIK, SEMIH ET AL.: "CE2: Alf with Multiplication Replaced by Bit-Shifting (Test 2.5.1)", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11,12TH MEETING,DOCUMENT: JVET-L0162, 12 October 2018 (2018-10-12), pages 1 - 2 * |
MISRA, KIRAN ET AL.: "Cross-Component Adaptive Loop Filter for chroma", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11,15TH MEETING,DOCUMENT: JVET-O0636_R1, 12 July 2019 (2019-07-12), pages 1, XP030220123 * |
Also Published As
Publication number | Publication date |
---|---|
TW202127884A (zh) | 2021-07-16 |
JP2022548637A (ja) | 2022-11-21 |
US20210092370A1 (en) | 2021-03-25 |
EP4035397A1 (en) | 2022-08-03 |
US11343493B2 (en) | 2022-05-24 |
KR20220064969A (ko) | 2022-05-19 |
WO2021061782A1 (en) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11032572B2 (en) | Low-frequency non-separable transform signaling based on zero-out patterns for video coding | |
US11863779B2 (en) | Cross-component adaptive loop filter in video coding | |
CN113853784B (zh) | 用于视频译码的多个自适应环路滤波器集合的方法和装置 | |
US11539982B2 (en) | Merge estimation region for multi-type-tree block structure | |
AU2020235622B2 (en) | Coefficient domain block differential pulse-code modulation in video coding | |
CN114258675A (zh) | 用于视频编码的跨分量自适应环路滤波 | |
CN111602395B (zh) | 用于视频译码的量化组 | |
US11343493B2 (en) | Bit shifting for cross-component adaptive loop filtering for video coding | |
US11102476B2 (en) | Subblock based affine motion model | |
US11418793B2 (en) | Adaptive affine motion vector coding | |
CN114375576A (zh) | 用于视频编解码的缩放矩阵和信令通知 | |
CN114223202A (zh) | 低频不可分离变换(lfnst)信令 | |
CN113632466A (zh) | 视频数据的帧间-帧内预测模式 | |
CN113597762A (zh) | 视频译码中具有非线性自适应环路滤波器的固定滤波器 | |
CN113545054A (zh) | 视频编解码中子块变换的简化 | |
WO2020023280A1 (en) | Rounding of motion vectors for adaptive motion vector difference resolution and increased motion vector storage precision in video coding | |
CN114128298A (zh) | 调色板模式下的增量量化参数(qp)信令 | |
US11089328B2 (en) | Bi-directional optical flow in video coding | |
CN114375575A (zh) | 用于视频编解码的高层语法中的子图片信令 | |
CN113396583A (zh) | 预测性系数编解码 | |
CN114175643A (zh) | 调色板和预测模式信令 | |
CN113615178A (zh) | 视频译码中的色度帧内预测 | |
US20200344486A1 (en) | Size constraint for triangular prediction unit mode |
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 |