CN114450947A - 用于无损以及混合无损和有损视频编解码的模式相关块分割 - Google Patents
用于无损以及混合无损和有损视频编解码的模式相关块分割 Download PDFInfo
- Publication number
- CN114450947A CN114450947A CN202080065304.XA CN202080065304A CN114450947A CN 114450947 A CN114450947 A CN 114450947A CN 202080065304 A CN202080065304 A CN 202080065304A CN 114450947 A CN114450947 A CN 114450947A
- Authority
- CN
- China
- Prior art keywords
- block
- lossless
- codec
- sub
- flag
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—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
- H04N19/18—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 set of transform coefficients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/46—Embedding additional information in the video signal during the compression process
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一种视频解码器可以被配置为基于视频数据的块的大小和无损编解码标志来确定视频数据的块是否要被进一步分割。视频解码器可以对视频数据的块的无损编解码标志进行解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示该块的无损编解码模式,并且基于该块的大小和对无损编解码模式的确定将该块分割成子块。
Description
本申请要求2020年9月22日提交的美国申请第17/028,492号的优先权,该美国申请要求2019年9月24日提交的美国临时申请第62/905,090号的权益,每个申请的全部内容通过引用结合于此。
技术领域
本公开涉及视频编码和视频解码。
背景技术
数字视频能力可以被结合到各种各样的设备中,包括数字电视、数字直播***、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、蜂窝或卫星无线电话、所谓的“智能电话”、视频电话会议设备、视频流设备等。数字视频设备实施视频编解码技术,诸如在由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)以及这些标准的扩展所定义的标准中描述的那些技术。通过实施这种视频编解码技术,视频设备可以更有效地发送、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,以减少或消除视频序列中固有的冗余。对于基于块的视频编解码,视频切片(例如,视频图片或视频图片的一部分)可以被分割成视频块,视频块也可以称为编解码树单元(CTU)、编解码单元(CU)和/或编解码节点。图片的帧内编解码(I)切片中的视频块使用相对于同一图片中的相邻块中的参考样点的空间预测来编码。图片的帧间编解码(P或B)切片中的视频块可以使用相对于同一图片中的相邻块中的参考样点的空间预测或者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
一般而言,本公开描述了用于编解码块和变换块的基于模式的分割以及相关信令的技术。在一些示例中,本公开的技术可以用于无损压缩的通用视频编解码(VVC/H.266)标准。在一些示例中,VVC在无损编解码中对所有变换单元(TU)使用最大32×32的大小限制(例如,使用跨量化旁路模式(QB)模式的无损编解码)。VVC在有损压缩中对TU使用最大64×64的大小限制。在混合有损和无损编解码模式的情况下,32×32大小的块限制适用于所有块,不管它们是有损编解码还是无损编解码。
本公开描述了实现无损模式的进一步块分割的技术,使得当对图片启用高级无损编解码时,也可以使用为有损编解码模式定义的最大块大小(例如,64×64)。本公开还描述了这种示例的相关信令。当有损和无损的编解码块都存在于图片中时,本公开的技术允许更灵活的分割,因此实现了这种图片的编解码效率的提高。
在一个示例中,一种方法包括对视频数据的块的无损编解码标志进行解码,其中,视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示该块的无损编解码模式,以及基于该块的大小和对无损编解码模式的确定将该块分割成子块。
在另一示例中,一种设备包括存储器和与存储器通信的一个或多个处理器,一个或多个处理器被配置为:对视频数据的块的无损编解码标志进行解码,其中,视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示该块的无损编解码模式,并且基于该块的大小和对无损编解码模式的确定将该块分割成子块。
在另一示例中,一种设备包括:用于对视频数据的块的无损编解码标志进行解码的部件,其中,视频数据的块在包括有损编解码块和无损编解码块两者的图片中,用于确定无损编解码标志指示该块的无损编解码模式的部件,以及用于基于该块的大小和对无损编解码模式的确定将该块分割成子块的部件。
在另一示例中,一种计算机可读存储介质编码有指令,该指令在被执行时使得可编程处理器:对视频数据的块的无损编解码标志进行解码,其中,视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示该块的无损编解码模式,并且基于该块的大小和对无损编解码模式的确定将该块分割成子块。
一个或多个示例的细节在附图和以下描述中阐述。根据说明书、附图和权利要求,其他特征、目的和优点将变得显而易见。
附图说明
图1是示出可执行本公开的技术的示例视频编码和解码***的框图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构和相对应的编解码树单元(CTU)的概念图。
图3是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是示出具有大于32的宽度和/或高度的示例变换单元的示例系数扫描区域的概念图。
图6是示出根据本公开的示例的示例块大小划分的概念图。
图7是示出本公开的示例编码方法的流程图。
图8是示出本公开的示例解码方法的流程图。
图9是示出本公开的另一示例解码方法的流程图。
具体实施方式
一般而言,本公开描述了用于编解码块和变换块的基于模式的分割以及相关信令的技术。在一些示例中,本公开的技术可以用于无损压缩的通用视频编解码(VVC/H.266)标准。在一些示例中,VVC在无损编解码中对所有变换单元(TU)使用最大32×32的大小限制(例如,使用跨量化旁路模式(QB)模式的无损编解码)。VVC在有损压缩中对TU使用最大64×64的大小限制。在混合有损和无损编解码模式的情况下,32×32大小的块限制适用于所有块,不管它们是有损编解码还是无损编解码。
本公开描述了实现无损模式的进一步块分割的技术,使得当对图片启用高级无损编解码时,也可以使用为有损编解码模式定义的最大块大小(例如,64×64)。本公开还描述了这种示例的相关信令。当有损编解码块和无损编解码块都存在于图片中时,本公开的技术允许更灵活的分割,因此实现对这种图片的编码效率的提高。
图1是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。本公开的技术大体上针对编解码(编码和/或解码)视频数据。通常,视频数据包括用于处理视频的任何数据。因此,视频数据可以包括原始未编码的视频、经编码的视频、经解码的(例如,重构的)视频和视频元数据,诸如信令数据。
如图1所示,在本示例中,***100包括源设备102,源设备102提供要由目的地设备116解码和显示的编码视频数据。具体而言,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可以包括各种各样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、移动设备、平板计算机、机顶盒、电话手机(诸如智能电话)、电视、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流设备、广播接收机设备等。在一些情况下,源设备102和目的地设备116可以被配备用于无线通信,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和输出接口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模式相关块分割的技术。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可从外部视频源(例如,外部相机)接收视频数据。同样,目的地设备116可以与外部显示设备对接,而不是包括集成显示设备。
如图1所示的***100仅仅是一个示例。一般而言,任何数字视频编码和/或解码设备都可以执行用于模式相关块分割的技术。源设备102和目的地设备116仅仅是其中源设备102生成用于传输到目的地设备116的编码视频数据的这种编解码设备的示例。本公开将“编解码”设备称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分别表示编解码设备(具体为视频编码器和视频解码器)的示例。在一些示例中,源设备102和目的地设备116可以以基本对称的方式进行操作,使得源设备102和目的地设备116中的每一个都包括视频编码组件和视频解码组件。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、视频回放、视频广播或视频电话。
一般而言,视频源104表示视频数据的源(即,原始未编码的视频数据),并且向视频编码器200提供视频数据的连续的系列图片(也称为“帧”),视频编码器200对图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备,诸如摄像机、包含先前捕获的原始视频的视频档案、和/或从视频内容提供商接收视频的视频馈送接口。作为进一步的替代方案,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。在每种情况下,视频编码器200对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收的次序(有时称为“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可以生成包括编码视频数据的比特流。源设备102然后可以经由输出接口108将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。在一些示例中,存储器106、120可以存储原始视频数据,例如,来自视频源104的原始视频和来自视频解码器300的原始解码视频数据。附加地或替代地,存储器106、120可以分别存储可由例如视频编码器200和视频解码器300执行的软件指令。尽管在本示例中,存储器106和存储器120被示为与视频编码器200和视频解码器300分开,但是应当理解,视频编码器200和视频解码器300也可以包括用于功能相似或等效目的的内部存储器。此外,存储器106、120可以存储(例如,从视频编码器200输出并输入到视频解码器300的)编码视频数据。在一些示例中,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,以存储原始的、解码的和/或编码的视频数据。
计算机可读介质110可以表示能够将编码视频数据从源设备102传输到目的地设备116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)实时地将编码视频数据直接发送到目的地设备116的通信介质。根据诸如无线通信协议的通信标准,输出接口108可以调制包括编码视频数据的传输信号,并且输入接口122可以解调接收的传输信号。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。通信介质可以形成基于分组的网络的一部分,诸如局域网、广域网或全球网络(诸如互联网)。通信介质可以包括路由器、交换机、基站或可用于促进从源设备102到目的地设备116的通信的任何其他设备。
在一些示例中,源设备102可以从输出接口108向存储设备112输出编码数据。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,诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器或用于存储编码视频数据的任何其他合适的数字存储介质。
在一些示例中,源设备102可以向文件服务器114或可以存储由源设备102生成的编码视频数据的另一中间存储设备输出编码视频数据。目的地设备116可以通过流式传输或下载从文件服务器114访问存储的视频数据。
文件服务器114可以是能够存储编码视频数据并将该编码视频数据发送到目的地设备116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)网络服务器、被配置为提供文件传送协议服务(诸如文件传送协议(FTP)或单向传输文件传递(FLUTE)协议)的服务器、内容传递网络(CDN)设备、超文本传送协议(HTTP)服务器、多媒体广播多播服务(MBMS)或增强型MBMS(eMBMS)服务器、和/或网络附接存储(NAS)设备。文件服务器114可以附加地或替代地实施一个或多个HTTP流协议,诸如基于HTTP的动态自适应流(DASH)、HTTP实况流(HLS)、实时流协议(RTSP)、HTTP动态流等。
目的地设备116可以通过任何标准数据连接(包括互联网连接)从文件服务器114访问编码视频数据。这可以包括适于访问存储在文件服务器114上的编码视频数据的无线信道(例如,Wi-Fi连接)、有线连接(例如,数字订户线路(DSL)、电缆调制解调器等)或两者的组合。输入接口122可以被配置为根据以上讨论的用于从文件服务器114检索或接收媒体数据的各种协议中的任何一种或多种协议或者用于检索媒体数据的其他这种协议来进行操作。
输出接口108和输入接口122可以表示无线发送机/接收机、调制解调器、有线网络组件(例如,以太网卡)、根据各种IEEE 802.11标准中的任何一种进行操作的无线通信组件或其他物理组件。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)来传送数据(诸如编码视频数据)。在输出接口108包括无线发送机的一些示例中,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,紫蜂TM)、蓝牙TM标准等)来传送数据(诸如编码视频数据)。在一些示例中,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SoC设备以执行归因于视频编码器200和/或输出接口108的功能,并且目的地设备116可以包括SoC设备以执行归因于视频解码器300和/或输入接口122的功能。
本公开的技术可以应用于支持多种多媒体应用中的任何一种的视频编解码,多媒体应用诸如是空中电视广播、有线电视传输、***传输、互联网流视频传输(诸如基于HTTP的动态自适应流(DASH))、编码到数据存储介质上的数字视频、存储在数据存储介质上的数字视频的解码或其他应用。
目的地设备116的输入接口122从计算机可读介质110(例如,通信介质、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定义的信令信息,该信令信息也由视频解码器300使用,诸如具有描述视频块或其他编解码单元(例如,切片、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向用户显示解码视频数据的解码图片。显示设备118可以表示各种显示设备中的任何一种,诸如液晶显示器(LCD)、等离子显示器、有机发光二极管(有机发光二极管)显示器或另一类型的显示设备。
尽管图1中未示出,但是在一些示例中,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单元或其他硬件和/或软件,以处理在公共数据流中包括音频和视频两者的复用流。如果适用,则MUX-DEMUX单元可以符合ITU H.223复用器协议,或者诸如用户数据报协议(UDP)之类的其他协议。
视频编码器200和视频解码器300可以各自被实施为各种合适的编码器和/或解码器电路中的任何一种,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)、分立逻辑、软件、硬件、固件或其任何组合。当这些技术部分地在软件中实施时,设备可以将软件的指令存储在合适的非暂时性计算机可读介质中,并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中的每一个都可以被包括在一个或多个编码器或解码器中,其中的任何一个都可以被集成为相应设备中的组合编码器/解码器(CODEC)的一部分。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(诸如ITU-T H.265,也称为高效视频编解码(HEVC)或其扩展,诸如多视图和/或可伸缩视频编解码扩展)进行操作操作。替代地,视频编码器200和视频解码器300可以根据其他专有或行业标准(诸如联合探索测试模型(JEM)或ITU-T H.266,也称为通用视频编解码(VVC))进行操作。在Bross等人的“通用视频编解码(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),第15次会议:哥德堡,SE,2019年7月3日至12日,JVET-O2001-vE)中描述了VVC标准的最新草案(以下简称“VVC草案6”)。然而,本公开的技术不限于任何特定的编解码标准。
一般而言,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”通常是指包括待处理(例如,待编码、待解码或在编码和/或解码过程中待使用)的数据的结构。例如,块可以包括亮度数据和/或色度数据的样点的二维矩阵。通常,视频编码器200和视频解码器300可以对以YUV(例如,Y、Cb、Cr)格式表示的视频数据进行编解码。也就是说,视频编码器200和视频解码器300可以对亮度分量和色度分量进行编解码,而不是对图片样点的红、绿和蓝(RGB)数据进行编解码,其中色度分量可以包括红色色调和蓝色色调的色度分量。在一些示例中,视频编码器200在编码之前将接收到的RGB格式的数据转换成YUV表示,并且视频解码器300将YUV表示转换成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图片的编解码(例如,编码和解码),以包括对图片的数据进行编码或解码的过程。类似地,本公开可以涉及图片的块的编解码,以包括对块的数据进行编码或解码的过程,例如,预测编解码和/或残差编解码。经编码视频比特流通常包括一系列表示编解码决策(例如,编解码模式)和图片分块的语法元素值。因此,参考对图片或块进行编解码通常应当理解为对形成图片或块的语法元素值进行编解码。
HEVC定义了各种块,包括编解码单元(CU)、预测单元(PU)和变换单元(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。也就是说,视频编解码器将CTU和CU分割成四个相等的、不重叠的正方形,并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”,并且这种叶节点的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TU的分割。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。被帧内预测的CU包含帧内预测信息,诸如帧内模式指示。
作为另一示例,视频编码器200和视频解码器300可以被配置为根据VVC进行操作。根据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200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结构删除了多种分割类型的概念,诸如HEVC的CU、PU和TU之间的分隔。QTBT结构包括两个级别:根据四叉树分割进行分割的第一级别,以及根据二叉树分割进行分割的第二级别。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)分割和一种或多种类型的三叉树(TT)(也称为三重树(TT))分割来对块进行分割。三叉树或三重树分割是将块分割成三个子块的分割。在一些示例中,三叉树或三重树分割将块分割成三个子块,而不通过中心划分原始块。MTT中的分割类型(例如,QT、BT和TT)可以是对称的,也可以是非对称的。
在一些示例中,视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度分量和色度分量中的每一个,而在其他示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构,诸如用于亮度分量的一个QTBT/MTT结构和用于两个色度分量的另一QTBT/MTT结构(或用于相应色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以被配置为使用按HEVC的四叉树分割、QTBT分割、MTT分割或其他分割结构。出于解释的目的,相对于QTBT分割来呈现对本公开的技术的描述。然而,应当了解,本公开的技术也可应用于被配置为使用四叉树分割或其他类型的分割的视频编码器。
在一些示例中,CTU包括亮度样点的编解码树块(CTB)、具有三个样点阵列的图片的色度样点的两个对应CTB、或者单色图片或使用三个单独的色彩平面和用于对样点进行编解码的语法结构进行编解码的图片的样点的CTB。对于某个N值,CTB可以是N×N个样点块,使得将分量划分成CTB是一种分割。分量是来自组成4:2:0、4:2:2或4:4:4色彩格式图片的三个阵列(亮度和两个色度)之一的阵列或单个样点,或者是组成单色格式图片的阵列或阵列的单个样点。在一些示例中,对于M和N的某些值,编解码块是M×N个样点块,使得将CTB划分成编解码块是一种分割。
块(block)(例如,CTU或CU)可以在图片中以各种方式进行分组。作为一个示例,图块(brick)可以指图片中的特定片(tile)内的CTU行的矩形区域。片可以是图片中的特定片列和特定片行内的矩形CTU区域。片列是指高度等于图片的高度且宽度由(例如,诸如在图片参数集中的)语法元素指定的CTU的矩形区域。片行是指高度由(例如,诸如在图片参数集中的)语法元素指定且宽度等于图片的宽度的CTU的矩形区域。
在一些示例中,片可以被分割成多个图块,每个图块可以包括片内的一个或多个CTU行。未被分割成多个图块的片也可以被称为图块。然而,作为片的真实子集的图块可能不被称为片。
图片中的图块也可以被布置成切片(slice)。切片可以是可以被排他地包含在单个网络抽象层(NAL)单元中的、图片的整数个图块。在一些示例中,切片包括多个完整的片或者仅包括一个片的连续序列的完整图块。
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)在垂直维度和水平维度方面的样点维度,例如,16×16个样点或16乘16个样点。一般而言,16×16CU在垂直方向上有16个样点(y=16),并且在水平方向上有16个样点(x=16)。同样,N×N的CU通常在垂直方向上有N个样点,并且在水平方向上有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布置。此外,CU不一定需要在水平方向上具有与在垂直方向上相同数量的样点。例如,CU可以包括N×M个样点,其中M不一定等于N。
视频编码器200对表示预测信息和/或残差信息以及其他信息的CU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CU的预测块。残差信息通常表示编码之前的CU与预测块的样点之间的逐样点差异。
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CU的预测块。帧间预测通常是指从先前编解码的图片的数据中预测CU,而帧内预测通常是指从相同图片的先前编解码的数据中预测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矢量生成预测块。视频编码器200通常可以执行运动搜索以识别例如在CU与参考块之间的差异方面与CU紧密匹配的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、均值绝对差(MAD)、均方差(MSD)或其他这种差异计算来计算差异度量,以确定参考块是否与当前CU紧密匹配。在一些示例中,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。
VVC的一些示例还提供了可以被视为帧间预测模式的仿射运动补偿模式。在仿射运动补偿模式中,视频编码器200可以确定表示非平移运动的两个或两个以上运动矢量,诸如放大或缩小、旋转、透视运动或其他不规则运动类型。
为了执行帧内预测,视频编码器200可以选择帧内预测模式来生成预测块。VVC的一些示例提供了67种帧内预测模式,包括各种方向模式以及平面模式和DC模式。一般而言,视频编码器200选择描述当前块(例如,CU的块)的相邻样点的帧内预测模式,根据该模式来预测当前块的样点。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,那么这种样点通常可以在与当前块相同的图片中的当前块的上方、左上或左侧。
视频编码器200对表示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可以对表示使用各种可用帧间预测模式中的哪一种的数据以及对应模式的运动信息进行编码。例如,对于单向或双向帧间预测,视频编码器200可以使用高级运动矢量预测(AMVP)或合并(merge)模式对运动矢量进行编码。视频编码器200可以使用类似的模式对仿射运动补偿模式的运动矢量进行编码。
在预测(诸如块的帧内预测或帧间预测)之后,视频编码器200可以计算块的残差数据。残差数据(诸如残差块)表示使用相对应的预测模式形成的、块与块的预测块之间的逐样点差异。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变换数据。例如,视频编码器200可以对残差视频数据应用离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换。另外,视频编码器200可以在第一变换之后应用第二变换,诸如模式相关不可分离第二变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(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,在产生变换系数的任何变换之后,视频编码器200可以执行变换系数的量化。量化通常是指这样一种过程,其中变换系数被量化以尽可能减少用于表示变换系数的数据量,从而提供进一步的压缩。通过执行量化过程,视频编码器200可以减少与一些或所有变换系数相关联的位深度。例如,视频编码器200可以在量化期间将n位值向下舍入到m位值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可以执行待量化的值的逐位右移位。
在量化之后,视频编码器200可以扫描变换系数,从包括经量化的变换系数的二维矩阵中产生一维矢量。扫描可以被设计成将较高能量(因此频率较低)的变换系数放置在矢量的前面,并且将较低能量(因此频率较高)的变换系数放置在矢量的后面。在一些示例中,视频编码器200可以利用预定义的扫描次序来扫描经量化的变换系数以产生串行化矢量,然后对矢量的经量化的变换系数进行熵编码。在其他示例中,视频编码器200可以执行自适应扫描。在扫描经量化的变换系数以形成一维矢量之后,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))对一维矢量进行熵编码。视频编码器200还可以对描述与编码视频数据相关联的元数据的语法元素的值进行熵编码,以供视频解码器300在对视频数据进行解码时使用。
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(例如,在图片报头、块报头、切片报头或其他语法数据(诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS)中)进一步生成语法数据(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)给视频解码器300。视频解码器300可以同样对这种语法数据进行解码以确定如何对相对应的视频数据进行解码。
以此方式,视频编码器200可以生成包括编码视频数据的比特流,例如,描述将图片分割成块的语法元素(例如,CU)和块的预测信息和/或残差信息。最终,视频解码器300可以接收比特流并对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,以对比特流的编码视频数据进行解码。例如,视频解码器300可以使用CABAC以与视频编码器200的CABAC编码过程大体上类似但互逆的方式对比特流的语法元素的值进行解码。语法元素可以定义用于将图片分割成CTU的分割信息,以及根据相对应的分割结构(诸如QTBT结构)对每个CTU的分割,从而定义CTU的CU。语法元素可以进一步定义视频数据的块(例如,CU)的预测信息和残差信息。
残差信息可以由例如经量化的变换系数来表示。视频解码器300可以对块的经量化的变换系数进行逆量化和逆变换,以再现该块的残差块。视频解码器300使用发信令通知的预测模式(帧内预测或帧间预测)和相关预测信息(例如,帧间预测的运动信息)来形成该块的预测块。视频解码器300然后可以组合预测块和残差块(在逐个样点的基础上)以再现原始块。视频解码器300可以执行附加处理(诸如执行去放块过程)以减少沿块边界的视觉伪影。
根据本公开的技术,视频编码器200和视频解码器300可以对视频数据的块的无损编解码标志进行编解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中。例如,视频解码器300可以对视频数据的块的无损编解码标志进行解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示块的无损编解码模式,以及基于块的大小和对无损编解码模式的确定将块分割成子块。
本公开通常可以指“发信令通知”某些信息,诸如语法元素。术语“信令”通常可以指用于对编码视频数据进行解码的语法元素和/或其他数据的值的通信。也就是说,视频编码器200可以在比特流中发信令通知语法元素的值。一般而言,信令是指在比特流中生成值。如上所述,源设备102可以基本实时地或者非实时地将比特流传输到目的地设备116,诸如当将语法元素存储到存储设备112以供目的地设备116稍后检索时可能发生。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构130和相对应的编解码树单元(CTU)132的概念图。实线表示四叉树划分,并且虚线表示二叉树划分。在二叉树的每个划分(即,非叶)节点中,发信令通知一个标志以指示使用哪种划分类型(即,水平或垂直),其中在本示例中,0指示水平划分,并且1指示垂直划分。对于四叉树划分,不需要指示划分类型,因为四叉树节点将块水平且垂直地划分成4个大小相等的子块。相应地,视频编码器200可以编码且视频解码器300解码QTBT结构130的区域树级别(即,实线)的语法元素(诸如划分信息)和QTBT结构130的预测树级别(即,虚线)的语法元素(诸如划分信息)。视频编码器200可以编码且视频解码器300可以解码由QTBT结构130的终端叶节点表示的CU的视频数据,诸如预测数据和变换数据。
一般而言,图2B的CTU 132可以与定义对应于QTBT结构130在第一级别和第二级别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(表示样点中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)和最小二叉树大小(MinBTSize,表示最小允许二叉树叶节点大小)。
与CTU相对应的QTBT结构的根节点在QTBT结构的第一级别可以具有四个子节点,每个子节点可以根据四叉树分割来分割。也就是说,第一级别的节点或者是叶节点(没有子节点),或者具有四个子节点。QTBT结构130的示例将这样的节点表示为包括父节点和具有实线分支的子节点。如果第一级别的节点不大于最大允许二叉树根节点大小(MaxBTSize),则节点可以进一步由相应地二叉树分割。一个节点的二叉树划分可以被迭代,直到由划分产生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的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为编解码单元(CU),CU用于预测(例如,图片内预测或图片间预测)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(亮度样点和两个相对应的64×64色度样点),MinQTSize被设置为16×16,MaxBTSize被设置为64×64,MinBTSize(针对宽度和高度)被设置为4,并且MaxBTDepth被设置为4。首先将四叉树分割应用于CTU,以生成四叉树叶节点。四叉树叶节点的大小可以从16×16(即,MinQTSize)到128×128(即,CTU大小)。如果四叉树叶节点是128×128,则叶四叉树节点将不会被二叉树进一步划分,因为大小超过了MaxBTSize(即,本示例中的64×64)。否则,四叉树叶节点将被二叉树进一步分割。因此,四叉树叶节点也是二叉树的根节点,并且其二叉树深度为0。当二叉树深度达到MaxBTDepth(在本示例中为4)时,不允许进一步划分。宽度等于MinBTSize(在本示例中为4)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划分(即,宽度的划分)。类似地,高度等于MinBTSize的二叉树节点意味着对于该二叉树节点不允许进一步的水平划分(即,高度的划分)。如上所述,二叉树的叶节点被称为CU,并且根据预测和变换进行进一步处理,而无需进一步分割。
图3是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是为了解释的目的而提供的,并且不应被认为是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VVC(开发中的ITU-T H.266)和HEVC(ITU-T H.265)的技术的视频编码器200。然而,本公开的技术可以由被配置为其他视频编解码标准的视频编码设备来执行。
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中的任何一个或全部可以在一个或多个处理器中或在处理电路中实施。例如,视频编码器200的单元可以被实施为一个或多个电路或逻辑元件,作为硬件电路的一部分,或者作为处理器、ASIC或FPGA的一部分。此外,视频编码器200可以包括附加的或替代的处理器或处理电路,以执行这些功能和其他功能。
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可以充当存储参考视频数据以供视频编码器200预测后续视频数据时使用的参考图片存储器。视频数据存储器230和DPB 218可以由各种存储器设备中的任何一种形成,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)或其他类型的存储器设备。视频数据存储器230和DPB 218可以由相同的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的其他组件一起在芯片上,如图所示,或者相对于那些组件在芯片外。
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)。相反,对视频数据存储器230的参考应当被理解为存储视频编码器200所接收的用于编码的视频数据(例如,要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还可以提供来自视频编码器200的各种单元的输出的临时存储。
示出了图3的各种单元以帮助理解由视频编码器200执行的操作。这些单元可以被实施为固定功能电路、可编程电路或其组合。固定功能电路是指提供特定功能的电路,并且预设在可以执行的操作上。可编程电路是指可以被编程以执行各种任务的电路,并且在可以执行的操作中提供灵活的功能。例如,可编程电路可以执行软件或固件,该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),但是固定功能电路所执行的操作类型通常是不可变的。在一些示例中,一个或多个单元可以是不同的电路块(固定功能或可编程的),并且在一些示例中,一个或多个单元可以是集成电路。
视频编码器200可以包括由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核心。在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所接收和执行的软件的指令(例如,目标代码),或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。
视频数据存储器230被配置为存储接收到的视频数据。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,并且将视频数据提供给残差生成元204和模式选择单元202。视频数据存储器230中的视频数据可以是待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可以包括附加的功能单元以根据其他预测模式来执行视频预测。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的一部分)、仿射单元、线性模型(LM)单元等。
模式选择单元202通常协调多个编码遍次以测试编码参数的组合和这些组合的所得率失真值。编码参数可以包括CTU到CU的分割、CU的预测模式、CU的残差数据的变换类型、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他测试组合更好的率失真值的编码参数组合。
视频编码器200可以将从视频数据存储器230中检索到的图片分割成一系列CTU,并且将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上文描述的QTBT结构或HEVC的四叉树结构)来分割图片的CTU。如上所述,视频编码器200可以根据树结构通过分割CTU来形成一个或多个CU。这种CU通常也可以被称为“视频块”或“块”。
一般而言,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)以生成当前块的预测块(例如,当前CU,或在HEVC中的PU和TU的重叠部分)。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识别一个或多个参考图片(例如,存储在DPB 218中的一个或多个先前编解码的图片)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)、均值绝对差(MAD)、均方差(MSD)等)计算表示潜在参考块与当前块的相似程度的值。运动估计单元222通常可以使用当前块与正被考虑的参考块之间的逐样点差异来执行这些计算。运动估计单元222可以识别具有由这些计算产生的最低值的参考块,从而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矢量(MV),运动矢量定义参考图片中的参考块相对于当前图片中的当前块的位置的位置。运动估计单元222然后可以将运动矢量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动矢量,而对于双向帧间预测,运动估计单元222可以提供两个运动矢量。运动补偿单元224然后可以使用运动矢量生成预测块。例如,运动补偿单元224可以使用运动矢量检索参考块的数据。作为另一示例,如果运动矢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对预测块进行插值。此外,对于双向帧间预测,运动补偿单元224可以检索由相应运动矢量识别的两个参考块的数据,并且(例如,通过逐样点平均或加权平均)组合检索到的数据。
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可以从邻近当前块的样点中生成预测块。例如,对于方向模式,帧内预测单元226通常可以数学方式组合相邻样点的值,并且在当前块上的定义方向上填充这些计算出的值,以产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算当前块的相邻样点的平均值,并且生成预测块以包括预测块的每个样点的该所得平均值。
模式选择单元202将预测块提供给残差生成单元204。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码版本,并且从模式选择单元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异。所得的逐样点差异定义了当前块的残差块。在一些示例中,残差生成单元204还可以确定残差块中的样点值之间的差异,以使用残差差分脉冲编解码调制(RDPCM)来生成残差块。在一些示例中,残差生成单元204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。
在模式选择单元202将CU分割成PU的示例中,每各PU可以与亮度预测单元和相对应的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,并且PU的大小可以指PU的亮度预测单元的大小。假设特定CU的大小为2N×2N,视频编码器200可以支持用于帧内预测的2N×2N或N×N的PU大小,以及用于帧间预测的2N×2N、2N×N、N×2N、N×N或类似的对称PU大小。视频编码器200和视频解码器300还可以支持用于帧间预测的2N×nU、2N×nD、nL×2N和nR×2N的PU大小的非对称分割。
在模式选择单元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相对应的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2N×2N、2N×N或N×2N的CU大小。
根据下文将更详细描述的本公开的技术,视频编码器200可以被配置为使用有损编解码模式和无损编解码模式两者对视频数据的块进行编码。视频编码器200可以被配置为对无损编解码标志进行编码,该无损编解码标志指示对于特定块是否使用无损编解码模式。如图3所示,如果对于块使用无损编解码模式,则可以跳过变换处理单元206和量化单元208的处理。在一些示例中,可以基于对于块是否使用无损编解码模式以及基于块的大小和对无损编解码模式的确定来确定块是否可以被进一步分割成子块。进一步的细节将在下面描述。
对于其他视频编解码技术,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,作为一些示例,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正被编码的当前块的预测块。在一些示例中,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,而是生成指示基于选定调色板来重构块的方式的语法元素。在这种模式中,模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。
如上所述,残差生成单元204接收当前块和相对应的预测块的视频数据。残差生成单元204然后生成当前块的残差块。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异。
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可以对残差块应用离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)或概念上类似的变换。在一些示例中,变换处理单元206可以对残差块执行多个变换,例如,主要变换和次要变换,诸如旋转变换。在一些示例中,变换处理单元206不对残差块应用变换。
量化单元208可以量化变换系数块中的变换系数,以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来量化变换系数块的变换系数。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,经量化的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低的精度。如图3所示,如果对于块使用无损编解码模式,则可以跳过变换处理单元206和量化单元208的处理。
在一些示例中,如下文将更详细描述的,量化单元208可以被配置为执行相关量化。在本公开的一个示例中,视频编码器200可以被配置为在对于块使用无损编解码模式时禁用相关量化。
逆量化单元210和逆变换处理单元212可以分别对经量化的变换系数块应用逆量化和逆变换,以从变换系数块中重构残差块。重构单元214可以基于重构的残差块和由模式选择单元202生成的预测块来产生与当前块相对应的重构块(尽管可能具有某种程度的失真)。例如,重构单元214可以将重构残差块的样点添加到来自由模式选择单元202生成的预测块的相对应的样点,以产生重构块。如图3所示,如果对于块使用无损编解码模式,则可以跳过逆变换处理单元212和逆量化单元210的处理。
滤波器单元216可以对重构块执行一个或多个滤波操作。例如,滤波器单元216可以执行去方块操作以减少沿着CU边缘的块效应伪影。在一些示例中,可以跳过滤波器单元216的操作。
视频编码器200在DPB 218中存储重构块。例如,在不执行滤波器单元216的操作的示例中,重构单元214可以将重构块存储到DPB 218。在执行滤波器单元216的操作的示例中,滤波器单元216可以将经滤波的重构块存储到DPB 218。运动估计单元222和运动补偿单元224可以从DPB 218中检索由经重构(且可能经滤波)的块形成的参考图片,以对后续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DPB 218中的重构块对当前图片中的其他块进行帧内预测。
一般而言,熵编码单元220可以对从视频编码器200的其他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的经量化的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,以生成经熵编码的数据。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(管道)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。在一些示例中,熵编码单元220可以在不对语法元素进行熵编码的旁路模式下操作。
视频编码器200可以输出包括重构切片或图片的块所需的经熵编码的语法元素的比特流。具体地,熵编码单元220可以输出比特流。
上面描述的操作是相对于块来描述的。这种描述应当理解为对亮度编解码块和/或色度编解码块的操作。如上所述,在一些示例中,亮度编解码块和色度编解码块是CU的亮度分量和色度分量。在一些示例中,亮度编解码块和色度编解码块是PU的亮度分量和色度分量。
在一些示例中,对于色度编解码块,不需要重复针对亮度编解码块执行的操作。作为一个示例,识别亮度编解码块的运动矢量(MV)和参考图片的操作不需要重复用于识别色度块的MV和参考图片。相反,亮度编解码块的MV可以被缩放以确定色度块的MV,并且参考图片可以是相同的。作为另一示例,对于亮度编解码块和色度编解码块,帧内预测过程可以是相同的。
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,包括:存储器,被配置为存储视频数据;以及一个或多个处理单元,在电路中实施并被配置为:对视频数据的块的无损编解码标志进行编解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中。视频编码器200还可以被配置为确定无损编解码标志指示块的无损编解码模式,并且当对于该块确定无损编解码时,可以进一步将该块分割成子块。
图4是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是为了解释的目的而提供的,并不限制本公开中广泛例示和描述的技术。出于解释的目的,本公开描述了根据VVC(开发中的ITU-T H.266)和HEVC(ITU-T H.265)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他视频编解码标准的视频编解码设备来执行。
在图4的示例中,视频解码器300包括编码图片缓冲(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和解码图片缓冲(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中的任何一个或全部可以在一个或多个处理器中或在处理电路中实施。例如,视频解码器300的单元可以被实施为一个或多个电路或逻辑元件,作为硬件电路的一部分,或者作为处理器、ASIC或FPGA的一部分。此外,视频解码器300可以包括附加的或替代的处理器或处理电路,以执行这些功能和其他功能。
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可以包括附加单元以根据其他预测模式来执行预测。作为示例,预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其他示例中,视频解码器300可以包括更多、更少或不同的功能组件。
除了上述编解码模式之外,在本公开的一些示例中,视频解码器300可以被配置为使用无损编解码模式对视频数据的块进行解码。如图4所示,当使用无损编解码模式对视频数据的块进行解码时,视频解码器300可以跳过和/或禁用逆量化单元306和逆变换处理单元308的处理。根据下文将更详细描述的本公开的技术,视频解码器300可以被配置为接收并解码指示是否使用无损编解码模式对视频数据的块进行编码的无损编解码模式标志。视频解码器300然后可以基于标志的值来确定分割视频数据的块。例如,视频解码器300可以对视频数据的块的无损编解码标志进行解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示块的无损编解码模式,并且基于块的大小和对无损编解码模式的确定将块分割成子块。
CPB存储器320可以存储将由视频解码器300的组件进行解码的视频数据,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)中获得。CPB存储器320可以包括存储来自经编码视频比特流的编码视频数据(例如,语法元素)的CPB。此外,CPB存储器320可以存储除编解码图片的语法元素以外的视频数据,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通常存储解码图片,视频解码器300可以在对经编码视频比特流的后续数据或图片进行解码时输出和/或使用该解码图片作为参考视频数据。CPB存储器320和DPB314可以由各种存储器设备中的任何一种形成,例如DRAM(包括SDRAM)、MRAM、RRAM或其他类型的存储器设备。CPB存储器320和DPB 314可以由相同的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的其他组件一起在芯片上,或相对于那些组件在芯片外。
附加地或替代地,在一些示例中,视频解码器300可以从存储器120(图1)中检索编码视频数据。也就是说,存储器120可以存储如上面关于CPB存储器320所讨论的数据。同样地,当视频解码器300的一些或所有功能在由视频解码器300的处理电路执行的软件中实施时,存储器120可以存储由视频解码器300执行的指令。
图4中所示的各种单元被示出以帮助理解视频解码器300所执行的操作。这些单元可以被实施为固定功能电路、可编程电路或其组合。与图3类似,固定功能电路是指提供特定功能的电路,并且预设在可以执行的操作上。可编程电路是指可以被编程以执行各种任务的电路,并且在可以执行的操作中提供灵活的功能。例如,可编程电路可以执行使得可编程电路以软件或固件的指令所定义的方式进行操作的软件或固件。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),但是固定功能电路所执行的操作类型通常是不可变的。在一些示例中,一个或多个单元可以是不同的电路块(固定功能或可编程的),并且在一些示例中,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心。在视频解码器300的操作由在可编程电路上执行的软件执行的示例中,片上或片外的存储器可以存储视频解码器300所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接收编码视频数据,并且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可以基于从比特流中提取的语法元素生成解码视频数据。
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)的块可以被称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及变换信息(诸如量化参数(QP)和/或(多个)变换模式指示)进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化程度,并且同样地,确定逆量化单元306要应用的逆量化程度。逆量化单元306可以例如执行逐位左移位操作以对经量化的变换系数进行逆量化。逆量化单元306可以由此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可以对变换系数块应用逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换。
在一些示例中,如下文将更详细描述,逆量化单元306可以被配置为执行逆相关量化。在本公开的一个示例中,视频解码器300可以被配置为在对于块使用无损编解码模式时禁用逆相关量化(例如,如由无损编解码标志所指示)。
此外,预测处理单元304根据由熵解码单元302进行熵解码的预测信息语法元素生成预测块。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中从中检索参考块的参考图片,以及识别参考图片中的参考块相对于当前图片中的当前块的位置的位置的运动矢量。运动补偿单元316通常可以基本上类似于针对运动补偿单元224(图3)所描述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生成预测块。同样,帧内预测单元318通常可以基本上类似于针对帧内预测单元226(图3)所描述的方式来执行帧内预测过程。帧内预测单元318可以从DPB314中检索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添加到预测块的相对应的样点以重构当前块。
滤波器单元312可以对重构块执行一个或多个滤波操作。例如,滤波器单元312可以执行去方块操作以减少沿着重构块边缘的块效应伪影。滤波器单元312的操作不一定在所有示例中都执行。
视频解码器300可以将重构块存储在DPB 314中。例如,在不执行滤波器单元312的操作的示例中,重构单元310可以将重构块存储到DPB 314。在执行滤波器单元312的操作的示例中,滤波器单元312可以将经滤波的重构块存储到DPB 314。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解码图片的样点。此外,视频解码器300可以输出来自DPB 314的经解码图片(例如,经解码视频)以供随后在显示设备(例如,图1的显示设备118)上呈现。
以这种方式,视频解码器300表示视频解码设备的示例,包括:存储器,被配置为存储视频数据;以及一个或多个处理单元,在电路中实施并且被配置为:对视频数据的块的无损编解码标志进行解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中,确定无损编解码标志指示块的无损编解码模式,并且基于该块的大小和对无损编解码模式的确定将该块分割成子块。
在VVC的示例中,视频编码器200和视频解码器300可以被配置为在变换单元(TU)级别对于有损编解码模式(例如,帧间预测和帧内预测)和无损编解码模式(例如,变换量化旁路(QB)模式)两者执行残差编解码。在变换量化旁路模式中,视频编码器200和视频解码器300跳过和/或禁用变换过程和量化过程,如上文参考图3和图4所述。
在VVC的一个示例中,有损编解码的最大大小(例如,最大TU大小)是64×64(例如,64×64个亮度样点)。当执行有损编解码时,VVC具有对变换系数的置零(zero out)方法,使得如果块(例如,TU)宽度和/或高度大于或等于32,则仅保留变换系数的一部分(例如,左半部分/上半部分/四分之一),即低频变换系数。剩余的变换系数被设置为零值(即,它们被置零)。由于这个特征,在VVC的一个示例中,变换跳过模式的块大小约束是32×32。在VVC的这个示例中,系数/残差扫描的最大大小是32×32,如图5所示。这是因为视频编码器200和视频解码器300不需要扫描置零区域中的任何系数/残差。如图5所示,视频编码器200和视频解码器300仅分别扫描块500、510和520的区域502、512和522。
无损编解码可以使用跨量化旁路(QB)模式在VVC中执行。在QB模式中,视频编码器200和视频解码器300绕过变换阶段和量化阶段,并且因此不处理上述系数的置零,因为不执行变换。除非实现进一步的限制以将最大块大小限制为32×32,否则应用于较大块(例如,64×64的TU)的无损模式可以使用附加的扫描引擎并且对最后一个非零系数位置(X坐标和Y坐标)的上下文进行熵编解码。这些要求在实施成本和存储器要求方面增加了硬件的复杂性。
因此,当在VVC的一些示例中使用QB模式时,最大块大小在无损模式中被进一步约束为32×32,这与64×64的有损约束相反。此外,当对于给定的图片/帧选择混合无损和有损模式时(例如,一些CU是无损编解码的,而一些其他CU是有损编解码的),所有TU被强制具有32×32的块大小限制,因为无损编解码在高级语法(例如,PPS或SPS)中被启用。在一些情况下,将有损编解码块的块大小限制为32×32可能会降低编解码效率。
在本公开的一个示例中,视频编码器200和视频解码器300可以被配置为对无损编解码标志(例如,诸如VVC中的cu_transquant_bypass_flag)进行编解码,以指示当对于图片/帧使用混合无损和有损压缩情况时是否可以对块(诸如编解码单元(CU)或变换单元(TU))进行有损编解码。在这种情况下,帧可以是具有有损编解码CU和无损编解码CU(或TU)的有损块和无损块的混合,如图6所示。如果对于给定的CU或TU,无损编解码标志开启(例如,当cu_transquant_bypass_flag=1时)以指示使用无损模式对块进行编解码,则视频解码器300可以被配置为确定该无损块可以具有进一步的分割,如图6所示。也就是说,CU或TU可以被“分片”成子块。
如图6所示,对于包括有损编解码块和无损编解码块两者的图片,有损编解码块的最大CU/TU大小可以是64×64(或另一预定大小)。如图5所示,在一些示例中,视频解码器300可能只需要用于这种64×64块的32×32扫描引擎,因为只保留这种块的变换系数的32×32部分(例如,剩余的变换系数被置零)。然而,视频解码器300可以被配置为基于指示无损编解码模式将被用于这种块的无损编解码标志,将无损编解码块进一步(例如,从64×64块)分割成4个32×32子块。以这种方式,64×64无损编解码块可以被分成更小的子块,这些子块的大小等于或小于用于有损编解码块的最大扫描引擎的大小。这样,仍然可以使用单个扫描引擎,同时允许更大的有损编解码块。
在一个示例中,视频编码器200可以在CU级别对无损编解码标志进行编码。视频解码器300可以接收并解码无损编解码标志。如果无损编解码标志的值指示使用无损编解码模式对特定CU进行编解码,则视频解码器300可以将该CU划分成子CU。如果没有为相邻CU选择无损模式,则它们将不会受到影响。也就是说,如果块没有被指示为使用无损编解码模式进行编解码,则视频解码器300不会自动将这种块分割成子CU。下面是一些附加的示例,其中视频解码器300可以使用无损编解码标志的值和块的大小两者来确定是否要执行进一步的分割以分割成子块。
在第一示例中,如果CU大小大于32×32并且为该CU选择了无损模式(例如,如由无损编解码标志的值所指示),则视频解码器300可以被配置为将CU划分(例如,进一步分割)成64×64CU的4个32×32CU的子分区或者128×128CU的16个32×32CU的子分区。在本示例中,如果无损编解码标志没有将CU指示为被无损编解码,则视频解码器300不应用上述划分。
在第二示例中,如果CU大小大于32×N或N×32(其中在一个维度上N<32)并且为该CU选择了无损模式(例如,如由无损编解码标志的值所指示),则视频解码器300可以被配置为将CU划分(例如,进一步分割)成N×64CU的2个N×32CU的子分区或者64×N CU的2个32×N CU地子分区。同样,视频解码器300可以将128×N CU划分成4个32×N CU的子分区,并且可以将N×128CU划分成4个N×32CU的子分区。
在本公开的另一示例中,视频编码器200和视频解码器300可以在TU级别而非CU级别对无损编解码标志/模式进行编解码。如果对于特定TU要执行无损编解码,例如,如无损编解码标志所指示的,则视频解码器300可以被配置为对64×N和N×64的大TU块大小执行进一步的TU划分/分割。下面描述了一些划分示例:
a.如果TU大小为64×64并且为该TU选择了无损编解码模式,则视频解码器300可以基于无损标志将TU划分成4个32×32TU的子分区。如果TU不是无损编解码的,则不应用这种划分。
b.如果TU大小为64×N或N×64(其中N<64)并且为该TU选择了无损模式,则对于前一种情况,视频解码器300可以将TU划分成2个N×32TU的子分区,或对于后一种情况,划分成2个32×N TU的子分区。
在另一示例中,如果如上所述为无损编解码块划分CU或TU,则不需要从视频编码器200向视频解码器300发信令通知无损标志/索引。相反,视频解码器300可以基于是否要对该块执行附加划分来推断出该块的编解码模式是无损的。
在另一示例中,上面示例中的分割/划分规则可以取决于其他大小,其中最大无损编解码块大小可以是32×32。例如,如果32×32TU置零被进一步增加到更大的大小,并且只有顶部的16×16(或N×M)系数被保留,则上述无损块划分可以被相应地改变,以适应用于具有置零的有损编解码块的任何最大大小扫描引擎。
在另一示例中,当为给定的TU或CU选择了无损模式时(例如,其中cu_transquant_bypass_flag=1),视频解码器300可以被配置为禁用该无损块的相关量化。在VVC中,对于每个TU执行相关量化,因此对于相应无损TU进行残差编解码禁用了相关量化残差编解码方法。对于其他有损编解码块,视频解码器300可以继续执行相关量化,例如,如在VVC中所做的。这在有和没有上述无损CU/TU分割过程的情况下都是可能的。
当执行相关量化时,视频编码器200和视频解码器300可以分别自适应地确定量化和逆量化的级别/步长。视频编码器200和视频解码器300可以基于先前编解码的系数值来确定该级别/步长。在VVC的一些示例中,这种相关性是利用用于残差编解码的CABAC上下文模型来捕捉的。根据本公开的技术,视频编码器200和视频解码器300可以被配置为在CU/TU被无损编解码时禁用这种上下文建模。
图7是示出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。尽管针对视频编码器200(图1和图3)进行了描述,但是应当理解,其他设备也可以被配置为执行类似于图7的方法。
在本示例中,视频编码器200最初预测当前块(350)。例如,视频编码器200可以形成当前块的预测块。视频编码器200然后可以计算当前块的残差块(352)。为了计算残差块,视频编码器200可以计算原始未编码块与当前块的预测块之间的差异。视频编码器200然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的变换系数(356)。在扫描期间或在扫描之后,视频编码器200可以对变换系数进行熵编码(358)。例如,视频编码器200可以使用CAVLC或CABAC对变换系数进行编码。视频编码器200然后可以输出块的经熵编码的数据(360)。
图8是示出用于对视频数据的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。尽管针对视频解码器300(图1和图4)进行了描述,但是应当理解,其他设备可以被配置为执行类似于图8的方法。
视频解码器300可以接收当前块的经熵编码的数据,诸如与当前块相对应的残差块的系数的经熵编码的预测信息和经熵编码的数据(370)。视频解码器300可以对经熵编码的数据进行熵解码以确定当前块的预测信息并再现残差块的系数(372)。视频解码器300可以例如使用如当前块的预测信息所指示的帧内预测模式或帧间预测模式以计算当前块的预测块,从而预测当前块(374)。视频解码器300然后可以对再现的系数进行逆扫描(376),以产生经量化的变换系数的块。视频解码器300然后可以对变换系数进行逆量化和逆变换以产生残差块(378)。视频解码器300可以通过组合预测块和残差块来最终解码出当前块(380)。
图9是示出本公开的另一示例解码方法的流程图。图9的技术可以由视频解码器300的一个或多个结构组件来执行。
在本公开的一个示例中,视频解码器300可以被配置为对视频数据的块的无损编解码标志进行解码,其中视频数据的块在包括有损编解码块和无损编解码块两者的图片中(900)。视频解码器300还可以被配置为确定无损编解码标志指示块的无损编解码模式(902),并且基于块的大小和对无损编解码模式的确定将块分割成子块(904)。
在一个示例中,为了基于块的大小和对无损编解码模式的确定将块分割成子块,视频解码器300还被配置为确定块的大小包括大于32个样点的宽度和高度,并且将块分割成四个子块。
在另一示例中,为了基于块的大小和对无损编解码模式的确定将块分割成子块,视频解码器300还被配置为确定块的大小包括大于32个样点的宽度或高度之一,并且将块分割成两个子块。
在另一示例中,视频解码器300还被配置为确定是否对该块启用混合无损和有损编解码。为了对视频数据的块的无损编解码标志进行解码,视频解码器300还被配置为基于确定对该块启用混合无损和有损编解码来对视频数据的块的无损编解码标志进行解码。
在另一示例中,块是编解码单元(CU)。在本示例中,为了对无损编解码标志进行解码,视频解码器300还被配置为在CU级别对无损编解码标志进行解码。另外,为了将块分割成子块,视频解码器300还被配置为将CU分割成子CU。
在另一示例中,块是变换单元(TU)。在本示例中,为了对无损编解码标志进行解码,视频解码器300还被配置为在TU级别对无损编解码标志进行解码。另外,为了将块分割成子块,视频解码器300还被配置为将TU分割成子TU。
在另一示例中,视频解码器300还被配置为禁用块的相关量化。
下文描述了本公开的其他说明性示例。
示例1-一种对视频数据进行编解码的方法,该方法包括:对视频数据的块的无损编解码标志进行编解码,其中,视频数据的块在包括有损编解码块和无损编解码块两者的图片中。
示例2–根据示例1所述的方法,还包括:确定无损编解码标志指示该块的无损编解码模式;以及进一步分割该块。
示例3-根据示例1-2中任一项所述的方法,其中,对无损编解码标志进行编解码包括:在编解码单元级别对无损编解码标志进行编解码。
示例4-根据示例1-2中任一项所述的方法,其中,对无损编解码标志进行编解码包括:在变换单元级别对无损编解码标志进行编解码。
示例5-根据示例1所述的方法,还包括:确定无损编解码标志指示该块的无损编解码模式;以及对该块禁用相关量化
示例6-一种对视频数据进行编解码的方法,该方法包括:确定块是否经历附加划分;以及基于确定该块是否经历附加划分来确定该块是使用无损模式还是有损模式进行编解码的。
示例7-根据示例1-6中任一项所述的方法,其中,编解码包括解码。
示例8-根据示例1-7中任一项所述的方法,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根据示例1-8中任一项所述的方法的一个或多个部件。
示例10-根据示例9所述的设备,其中,一个或多个部件包括在电路中实施的一个或多个处理器。
示例11-根据示例9和10中任一项所述的设备,还包括用于存储视频数据的存储器。
示例12-根据示例9-11中任一项所述的设备,还包括被配置为显示解码的视频数据的显示器。
示例13-根据示例9-12中任一项所述的设备,其中,该设备包括相机、计算机、移动设备、广播接收机设备或机顶盒中的一个或多个。
示例14-根据示例9-13中任一项所述的设备,其中,该设备包括视频解码器。
示例15-根据示例9-14中任一项所述的设备,其中,该设备包括视频编码器。
实施例16-一种其上存储有指令的计算机可读存储介质,该指令在被执行时使得一个或多个处理器执行根据示例1-8中任一项所述的方法。
应当认识到,取决于示例,本文描述的任何技术的某些动作或事件可以以不同的顺序来执行,可以被添加、合并或完全省略(例如,并非所有描述的动作或事件对于技术的实践都是必要的)。此外,在某些示例中,动作或事件可以(例如,通过多线程处理、中断处理或多处理器)并发地执行,而不是顺序地执行。
在一个或多个示例中,所描述的功能可以用硬件、软件、固件或其任意组合来实施。如果以软件实施,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上或在其上发送,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(其对应于诸如数据存储介质之类的有形介质)或者通信介质(包括例如根据通信协议促使将计算机程序从一个地方传送到另一地方的任何介质)。以这种方式,计算机可读介质通常可以对应于(1)有形非暂时性计算机可读存储介质,或者(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够被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施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,这种计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、闪存,或者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他介质。此外,任何连接都被恰当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、数字订户线路(DSL)或无线技术(诸如红外、无线电和微波)从网站、服务器或其他远程源发送指令,则同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外、无线电和微波)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、信号或其他暂时性介质,而是转而指向非暂时性有形存储介质。本文使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中磁盘通常磁性地再现数据,而光盘用激光光学地再现数据。上述的组合也应当被包括在计算机可读介质的范围内。
指令可以由一个或多个处理器执行,诸如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)或其他等效的集成或分立逻辑电路。相应地,本文使用的术语“处理器”和“处理电路”可以指任何前述结构或适合于实施本文描述的技术的任何其他结构。此外,在一些方面,本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块中提供,或者被结合在组合的编解码器中。同样,这些技术可以完全在一个或多个电路或逻辑元件中实施。
本公开的技术可以在各种各样的设备或装置中实施,包括无线手机、集成电路(IC)或IC集(例如,芯片集)。在本公开中描述了各种组件、模块或单元,以强调被配置为执行所公开的技术的设备的功能方面,但是不一定需要由不同的硬件单元来实施。相反,如上所述,各种单元可以结合合适的软件和/或固件被组合在编解码器硬件单元中,或者由互操作硬件单元的集合来提供,包括如上所述的一个或多个处理器。
已经描述了各种示例。这些和其他示例在以下权利要求的范围内。
Claims (30)
1.一种对视频数据进行解码的方法,所述方法包括:
对视频数据的块的无损编解码标志进行解码,其中,所述视频数据的块在包括有损编解码块和无损编解码块两者的图片中;
确定所述无损编解码标志指示所述块的无损编解码模式;以及
基于所述块的大小和对所述无损编解码模式的确定,将所述块分割成子块。
2.根据权利要求1所述的方法,其中,基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块包括:
确定所述块的大小包括大于32个样点的宽度和高度两者;以及
将所述块分割成四个子块。
3.根据权利要求1所述的方法,其中,基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块包括:
确定所述块的大小包括大于32个样点的宽度或高度之一;以及
将所述块分割成两个子块。
4.根据权利要求1所述的方法,还包括:
确定是否对所述块启用了混合无损和有损编解码,
其中,对所述视频数据的块的无损编解码标志进行解码包括基于对所述块启用了混合无损和有损编解码的确定来对所述视频数据的块的无损编解码标志进行解码。
5.根据权利要求1所述的方法,其中,所述块是编解码单元(CU),其中,对所述无损编解码标志进行解码包括在CU级别对所述无损编解码标志进行解码,并且其中,将所述块分割成子块包括将所述CU分割成子CU。
6.根据权利要求1所述的方法,其中,所述块是变换单元(TU),其中,对所述无损编解码标志进行解码包括在TU级别对所述无损编解码标志进行解码,并且其中,将所述块分割成子块包括将所述TU分割成子TU。
7.根据权利要求1所述的方法,还包括:
对所述块禁用相关量化。
8.根据权利要求1所述的方法,还包括:
显示包括所述块的图片。
9.一种被配置为对视频数据进行解码的设备,所述设备包括:
存储器,被配置为存储视频数据的块;以及
与所述存储器通信的一个或多个处理器,所述一个或多个处理器被配置为:
对视频数据的块的无损编解码标志进行解码,其中,所述视频数据的块在包括有损编解码块和无损编解码块两者的图片中;
确定所述无损编解码标志指示所述块的无损编解码模式;以及
基于所述块的大小和对所述无损编解码模式的确定,将所述块分割成子块。
10.根据权利要求9所述的设备,其中,为了基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块,所述一个或多个处理器还被配置为:
确定所述块的大小包括大于32个样点的宽度和高度两者;以及
将所述块分割成四个子块。
11.根据权利要求9所述的设备,其中,为了基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块,所述一个或多个处理器还被配置为:
确定所述块的大小包括大于32个样点的宽度或高度之一;以及
将所述块分割成两个子块。
12.根据权利要求9所述的设备,其中,所述一个或多个处理器还被配置为:
确定是否对所述块启用了混合无损和有损编解码,
其中,为了对所述视频数据的块的无损编解码标志进行解码,所述一个或多个处理器还被配置为基于对所述块启用了混合无损和有损编解码的确定来对所述视频数据的块的无损编解码标志进行解码。
13.根据权利要求9所述的设备,其中,所述块是编解码单元(CU),其中,为了对所述无损编解码标志进行解码,所述一个或多个处理器还被配置为在CU级别对所述无损编解码标志进行解码,并且其中,为了将所述块分割成子块,所述一个或多个处理器还被配置为将所述CU分割成子CU。
14.根据权利要求9所述的设备,其中,所述块是变换单元(TU),其中,为了对所述无损编解码标志进行解码,所述一个或多个处理器还被配置为在TU级别对所述无损编解码标志进行解码,并且其中,为了将所述块分割成子块,所述一个或多个处理器还被配置为将所述TU分割成子TU。
15.根据权利要求9所述的设备,其中,所述一个或多个处理器还被配置为:
对所述块禁用相关量化。
16.根据权利要求9所述的设备,还包括:
显示器,被配置为显示包括所述块的图片。
17.一种被配置为对视频数据进行解码的装置,所述装置包括:
用于对视频数据的块的无损编解码标志进行解码的部件,其中,所述视频数据的块在包括有损编解码块和无损编解码块两者的图片中;
用于确定所述无损编解码标志指示所述块的无损编解码模式的部件;以及
用于基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块的部件。
18.根据权利要求17所述的装置,其中,用于基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块的部件包括:
用于确定所述块的大小包括大于32个样点的宽度和高度两者的部件;以及
用于将所述块分割成四个子块的部件。
19.根据权利要求17所述的装置,其中,用于基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块的部件包括:
用于确定所述块的大小包括大于32个样点的宽度或高度之一的部件;以及
用于将所述块分割成两个子块的部件。
20.根据权利要求17所述的装置,还包括:
用于确定是否对所述块启用了混合无损和有损编解码的部件,
其中,用于对所述视频数据的块的无损编解码标志进行解码的部件包括用于基于对所述块启用了混合无损和有损编解码的确定来对所述视频数据的块的无损编解码标志进行解码的部件。
21.根据权利要求17所述的装置,其中,所述块是编解码单元(CU),其中,用于对所述无损编解码标志进行解码的部件包括用于在CU级别对所述无损编解码标志进行解码的部件,并且其中,用于将所述块分割成子块的部件包括用于将所述CU分割成子CU的部件。
22.根据权利要求17所述的装置,其中,所述块是变换单元(TU),其中,用于对所述无损编解码标志进行解码的部件包括用于在TU级别对所述无损编解码标志进行解码的部件,并且其中,用于将所述块分割成子块的部件包括用于将所述TU分割成子TU的部件。
23.根据权利要求17所述的装置,还包括:
用于对所述块禁用相关量化的部件。
24.一种存储指令的非暂时性计算机可读存储介质,所述指令在被执行时使得被配置为对视频数据进行解码的设备的一个或多个处理器:
对视频数据的块的无损编解码标志进行解码,其中,所述视频数据的块在包括有损编解码块和无损编解码块两者的图片中;
确定所述无损编解码标志指示所述块的无损编解码模式;以及
基于所述块的大小和对所述无损编解码模式的确定,将所述块分割成子块。
25.根据权利要求24所述的非暂时性计算机可读存储介质,其中,为了基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块,所述指令还使得所述一个或多个处理器:
确定所述块的大小包括大于32个样点的宽度和高度两者;以及
将所述块分割成四个子块。
26.根据权利要求24所述的非暂时性计算机可读存储介质,其中,为了基于所述块的大小和对所述无损编解码模式的确定将所述块分割成子块,所述指令还使得所述一个或多个处理器:
确定所述块的大小包括大于32个样点的宽度或高度之一;以及
将所述块分割成两个子块。
27.根据权利要求24所述的非暂时性计算机可读存储介质,所述指令还使得所述一个或多个处理器:
确定是否对所述块启用了混合无损和有损编解码,
其中,为了对所述视频数据的块的无损编解码标志进行解码,所述指令还使得所述一个或多个处理器基于对所述块启用了混合无损和有损编解码的确定来对所述视频数据的块的无损编解码标志进行解码。
28.根据权利要求24所述的非暂时性计算机可读存储介质,其中,所述块是编解码单元(CU),其中,为了对所述无损编解码标志进行解码,所述指令还使得所述一个或多个处理器在CU级别对所述无损编解码标志进行解码,并且其中,为了将所述块分割成子块,所述指令还使得所述一个或多个处理器将所述CU分割成子CU。
29.根据权利要求24所述的非暂时性计算机可读存储介质,其中,所述块是变换单元(TU),其中,为了对所述无损编解码标志进行解码,所述指令还使得所述一个或多个处理器在TU级别对所述无损编解码标志进行解码,并且其中,为了将所述块分割成子块,所述指令还使得所述一个或多个处理器将所述TU分割成子TU。
30.根据权利要求24所述的非暂时性计算机可读存储介质,其中,所述指令还使得所述一个或多个处理器:
对所述块禁用相关量化。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962905090P | 2019-09-24 | 2019-09-24 | |
US62/905,090 | 2019-09-24 | ||
US17/028,492 US20210092376A1 (en) | 2019-09-24 | 2020-09-22 | Mode dependent block partition for lossless and mixed lossless and lossy video coding |
US17/028,492 | 2020-09-22 | ||
PCT/US2020/052158 WO2021061731A1 (en) | 2019-09-24 | 2020-09-23 | Mode dependent block partition for lossless and mixed lossless and lossy video coding |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114450947A true CN114450947A (zh) | 2022-05-06 |
Family
ID=74880035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080065304.XA Pending CN114450947A (zh) | 2019-09-24 | 2020-09-23 | 用于无损以及混合无损和有损视频编解码的模式相关块分割 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210092376A1 (zh) |
CN (1) | CN114450947A (zh) |
WO (1) | WO2021061731A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11863791B1 (en) | 2021-11-17 | 2024-01-02 | Google Llc | Methods and systems for non-destructive stabilization-based encoder optimization |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11184623B2 (en) * | 2011-09-26 | 2021-11-23 | Texas Instruments Incorporated | Method and system for lossless coding mode in video coding |
-
2020
- 2020-09-22 US US17/028,492 patent/US20210092376A1/en not_active Abandoned
- 2020-09-23 WO PCT/US2020/052158 patent/WO2021061731A1/en active Application Filing
- 2020-09-23 CN CN202080065304.XA patent/CN114450947A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20210092376A1 (en) | 2021-03-25 |
WO2021061731A1 (en) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN113940069A (zh) | 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令 | |
EP3970367A1 (en) | Low-frequency non-separable transform signaling based on zero-out patterns for video coding | |
US11539982B2 (en) | Merge estimation region for multi-type-tree block structure | |
CN112840664B (zh) | 用于置零变换的扫描和最后系数位置译码 | |
CN114080802A (zh) | 用于视频译码中的变换跳过模式和调色板模式的最小允许量化参数 | |
US20200288130A1 (en) | Simplification of sub-block transforms in video coding | |
US11368715B2 (en) | Block-based delta pulse code modulation for video coding | |
JP2022548637A (ja) | ビデオコーディングのためのクロスコンポーネント適応ループフィルタリングのためのビットシフティング | |
CN116158080A (zh) | 多个自适应环路滤波器集合 | |
CN114128283A (zh) | 用于视频编解码的自适应参数集的存储器约束 | |
CN114868387A (zh) | 在进行视频译码时对块的色度变换跳过和联合色度译码启用 | |
US11729381B2 (en) | Deblocking filter parameter signaling | |
US11706425B2 (en) | Multiple transform set signaling for video coding | |
CN114175643B (zh) | 调色板和预测模式信令 | |
WO2021133973A1 (en) | Equation-based rice parameter derivation for regular transform coefficients in video coding | |
US20210092376A1 (en) | Mode dependent block partition for lossless and mixed lossless and lossy video coding | |
US11973983B2 (en) | Signaling coding scheme for residual values in transform skip for video coding | |
US20210176468A1 (en) | Residual coding selection and low-level signaling based on quantization parameter | |
CN115516866A (zh) | 用于图片和视频编解码的块分割 | |
US20200344486A1 (en) | Size constraint for triangular prediction unit mode | |
CN116250233A (zh) | 具有最坏情况复杂度处理的扩展低频不可分离变换(lfnst)设计 |
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 |