CN115315945A - 视频编解码方法及装置 - Google Patents
视频编解码方法及装置 Download PDFInfo
- Publication number
- CN115315945A CN115315945A CN202180022107.4A CN202180022107A CN115315945A CN 115315945 A CN115315945 A CN 115315945A CN 202180022107 A CN202180022107 A CN 202180022107A CN 115315945 A CN115315945 A CN 115315945A
- Authority
- CN
- China
- Prior art keywords
- block
- downsampled
- resolution
- spatial resolution
- super
- 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
- H04N19/134—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
- H04N19/102—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
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—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
- H04N19/134—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
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—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
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
- H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Color Television Systems (AREA)
Abstract
本申请实施例公开了一种视频编解码方法及装置。视频解码装置的处理电路从已编码视频比特流中,解码得到至少一个块的已编码信息,所述已编码信息指示是否将超分辨率编码模式应用于所述至少一个块,其中,响应于所述至少一个块已由编码器从高空间分辨率下采样到低空间分辨率,应用所述超分辨率编码模式。当所述已编码信息指示将所述超分辨率编码模式应用于所述至少一个块时,处理电路通过对所述至少一个块中第一块的信息进行上采样,使用所述超分辨率编码模式,生成重建块,其中,所述第一块具有所述低空间分辨率,所述重建块具有高于所述低空间分辨率的所述高空间分辨率,所述至少一个块包括变换系数。
Description
引用并入
本申请要求于2021年9月22日提交的、申请号为17/482,018、发明名称为"视频编解码方法及装置"的美国申请的优先权,以及于2020年12月23日提交的、申请号为63/130,265、发明名称为“基于超分辨率的编解码”的美国临时申请的优先权,其全部内容通过引用并入本申请中。
技术领域
本申请涉及视频编解码技术,尤其涉及一种视频编解码。
背景技术
本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度,并不表明其在本申请提交时作为现有技术,且从未明示或暗示其被承认为本申请的现有技术。
通过具有运动补偿的帧间图片预测技术,可以进行视频编码和解码。未压缩的数字视频可包括一系列图片,每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率),例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如,每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率,60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的,是通过压缩减少输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽或存储空间的要求,在某些情况下可降低两个或更多数量级。无损和有损压缩,以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时,重建信号可能与原始信号不完全相同,但是原始信号和重建信号之间的失真足够小,使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如,相比于电视应用的用户,某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出:较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可利用几大类技术,例如包括:运动补偿、变换、量化和熵编码。
视频编解码器技术可包括已知的帧内编码技术。在帧内编码中,在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中,图片在空间上被细分为样本块。当所有的样本块都以帧内模式编码时,该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态,并且因此可用作编码视频比特流和视频会话中的第一图片,或用作静止图像。帧内块的样本可用于变换,且可在熵编码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在某些情形下,变换后的DC值越小,且AC系数越小,则在给定的量化步长尺寸下需要越少的比特来表示熵编码之后的块。
如同从诸如MPEG-2代编码技术中所获知的,传统帧内编码不使用帧内预测。然而,一些较新的视频压缩技术包括:试图从例如周围样本数据和/或元数据中得到数据块的技术,其中周围样本数据和/或元数据是在空间相邻的编码/解码期间、且在解码顺序之前获得的。这种技术后来被称为"帧内预测"技术。需要注意的是,至少在某些情形下,帧内预测仅使用正在重建的当前图片的参考数据,而不使用参考图片的参考数据。
可以存在许多不同形式的帧内预测。当在给定的视频编码技术中可以使用超过一种这样的技术时,所使用的技术可以按帧内预测模式进行编码。在某些情形下,模式可具有子模式和/或参数,且这些模式可单独编码或包含在模式码字中。将哪个码字用于给定模式/子模式/参数组合会通过帧内预测影响编码效率增益,因此用于将码字转换成比特流的熵编码技术也会出现这种情况。
H.264引入了一种帧内预测模式,其在H.265中进行了改进,且在且在诸如联合开发模式(Joint Exploration Model,JEM)/通用视频编码(Versatile Video Coding,VVC)/基准集合(BenchMark Set,BMS)的更新的编码技术中进一步被改进。使用已有样本的相邻样本值,形成预测块。根据方向,将相邻样本的样本值复制到预测块中。针对所用方向的参考,可以编码在比特流中,或者也可以自身被预测。
参照图1A,右下方描绘了来自H.265的33个可能的预测方向(对应于35个帧内预测模式中的33个角度模式)中已知的九个预测方向的集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如,箭头(102)表示根据右上方与水平方向成45度角的至少一个样本,预测样本(101)。类似地,箭头(103)表示根据左下方与水平方向成22.5度角的至少一个样本,预测样本(101)。
仍然参考图1A,在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)由16个样本组成,每个样本用“S”、以及其在X维度上的位置和在Y纬度上的位置来标记。例如,样本S21是Y维度上的第二个(最上方)样本和X维度上的第一个样本(从左侧开始)。类似地,样本S44在X维度和Y维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本,因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用"R"、以及其相对于块(104)的Y位置(例如,行索引)和X位置(列索引)来标记。在H.264和H.265中,在重建时预测样本和块相邻,因此,不需要使用负值。
通过从信号通知的预测方向所占用的相邻样本来复制参考样本值,可以进行帧内图片预测。例如,假设编码视频比特流包括信令,对于该块,该信令指示与箭头(102)一致的预测方向,即,根据右上方与水平方向成45度角的至少一个预测样本来预测样本。在这种情况下,根据同一参考样本R05,预测样本S41、S32、S23和S14。然后,根据参考样本R08预测样本S44。
在某些情况下,例如通过内插,可以合并多个参考样本的值,以便计算参考样本,尤其是当方向不能被45度整除时。
随着视频编解码技术的发展,可能方向的数量增加。在H.264(2013年)中,可以表示9个不同的方向。到了H.265(2013年),增加到了33,并且JEM/VVC/BMS在公布时可以支持多达65个方向。已经进行各种实验,来识别最可能的方向,并且熵编码中的某些技术被用来以少量的比特表示这些最可能的方向,同时接受一定程度上损失那些不太可能的方向。此外,这些方向本身,有时可以从相邻、已解码的块所使用的相邻方向中,预测得到。
图1B示出了根据JEM描绘65个帧内预测方向的示意图(180),以示出随时间增加的预测方向的数量。
表示方向的编码后视频比特流中帧内预测方向比特的映射可以根据不同的视频编码技术而不同;并且其范围可以例如从预测方向的简单直接映射到帧内预测模式、到码字、到涉及最可能模式的复杂自适应方案,以及类似技术。然而,在所有的情况下,有些方向,在统计上相比其他方向,较小可能出现在视频内容中。因为视频压缩的目的是降低冗余,在良好运行的视频编解码技术中,这些较少可能的方向,相比更可能的方向,使用更多数量的比特进行表示。
运动补偿可以是有损压缩技术,并且可以涉及这样的技术:来自先前重建图片或其部分(参考图片)的样本数据块,在被空间移位到由运动矢量(此后称为MV)指示的方向之后,被用于预测刚刚(newly)重建的图片或图片部分。在一些情况下,参考图片可以与当前正在重建的图片相同。MV可以具有两个维度X和Y,或三个维度,第三个维度指示使用中的参考图片(间接地,可以是时间维度)。
在一些视频压缩技术中,可应用于样本数据的某一区域的MV,可以从其它MV预测得到,例如,其它MV是与空间上邻近重建中区域的样本数据的另一区域相关、并且在解码顺序上是在该MV之前。这样做可以显著减少对MV进行编码所需的数据量,从而消除冗余并增加压缩。MV预测是有效的,例如,因为当对从相机导出的输入视频信号(称为自然视频natural video)进行编码时,在统计上有个可能性(statistical likelihood),即比应用单个MV的区域大的那些区域在类似方向上移动,因此,在一些情况下,可以使用从相邻区域的MV导出的类似运动矢量来预测上述那些区域。结果是,对于给定区域找到的MV,与从周围MV预测到的MV类似或相同,反过来,在熵编解码之后,相比直接对MV进行编解码,将使用更少数量的比特来表示MV。在一些情况下,MV预测可以示例为从原始信号(即:样本流)导出的信号(即:MV)的无损压缩。在其它情况下,MV预测本身可能是有损的,例如,由于从若干周围MV计算预测值时产生的舍入误差而导致。
在H.265/HEVC(ITU-T Rec.H.265,“高效视频编码”,2016年12月)中描述了各种MV预测机制。在H.265提供的许多MV预测机制之外,这里描述的是此后被称为“空间合并”的技术。
参考图2,当前块(201)包括在运动搜索过程中已经由编码器发现的样本,这些样本可从已经被空间移位的、大小相同的先前块来预测。代替直接对该MV进行编解码,可以使用与五个周围样本A0、A1、B0、B1、B2(分别为202到206)中的任一个相关联的MV,从与至少一个参考图片相关联的元数据中导出MV,例如(按解码顺序)最近的参考图片。在H.265中,MV预测可以使用相邻块正在使用的、同一参考图片的预测器。
发明内容
本申请的各实施例提供了视频编解码方法和装置。在一些示例中,一种视频解码装置,包括处理电路。处理电路用于:从已编码视频比特流中,解码得到至少一个块的已编码信息,所述已编码信息指示是否将超分辨率编码模式应用于所述至少一个块,其中,响应于所述至少一个块已由编码器从高空间分辨率下采样到低空间分辨率,应用所述超分辨率编码模式;及,当所述已编码信息指示将所述超分辨率编码模式应用于所述至少一个块时,通过对所述至少一个块中第一块的信息进行上采样,使用所述超分辨率编码模式,生成重建块,其中,所述第一块具有所述低空间分辨率,所述重建块具有高于所述低空间分辨率的所述高空间分辨率,所述至少一个块包括变换系数,所述重建块包括空域中的样本值。
在一示例中,所述至少一个块是指多个编码块CB、多个编码单元CU、多个预测块PB或多个变换块TB,所述已编码信息指示是否将所述超分辨率编码模式应用于所述至少一个块中的每一个。
在一示例中,所述已编码信息指示是否将所述超分辨率编码模式应用于编码单元CU、编码块CB、超级块、预测块PB、变换块TB、图块、已编码片段、帧、或包括所述至少一个块的序列。
在一示例中,所述处理电路用于:将所述第一块逆变换成具有所述低空间分辨率的下采样的残差块。
在一示例中,所述处理电路用于:通过对所述第一块的参考块进行下采样,获得下采样的参考块,所述参考块和所述下采样的参考块分别具有所述高空间分辨率和所述低空间分辨率;基于所述下采样的残差块和所述下采样的参考块,生成下采样的重建块,所述下采样的重建块具有所述低空间分辨率;通过对所述下采样的重建块进行上采样,生成重建块。
在一示例中,所述处理电路用于:通过对所述下采样的残差块进行上采样,获得残差块,所述残差块具有所述高空间分辨率;基于所获得的残差块和所述第一块的参考块,生成所述重建块,所述参考块具有所述高空间分辨率。
在一示例中,所述至少一个块是待重建的当前图片中块的子集,并且所述超分辨率编码模式不应用于所述当前图片中不同于所述至少一个块的块。
在一些示例中,一种编码器中视频编码装置包括处理电路。所述处理电路用于:确定是否将超分辨率编码模式应用于视频中的第一块,所述第一块包括空域中的样本值,并且所述第一块具有高空间分辨率;当确定出将所述超分辨率编码模式应用于所述第一块时,使用所述超分辨率编码模式,基于所述第一块,生成下采样的系数块,所述下采样的系数块包括变换系数,并且所述下采样的系数块具有低于所述高空间分辨率的低空间分辨率;对视频比特流中所述第一块的信息进行编码,已编码信息指示将所述超分辨率编码模式应用于所述第一块。
在一示例中,所述第一块是指编码块CB、编码单元CU、预测块PB或变换块TB。
在一示例中,所述已编码信息指示将所述超分辨率编码模式应用于编码单元CU、编码块CB、超级块、预测块PB、变换块TB、图块、已编码片段、帧、或包括所述至少一个块的序列。
在一示例中,视频编码装置的处理电路用于,基于所述第一块和所述第一块的参考块,生成下采样的残差块,所述参考块具有所述高空间分辨率,所述下采样的残差块包括残差值,并且所述下采样的残差块具有所述低空间分辨率;对所述下采样的残差块进行变换,获得所述下采样的系数块。
在一示例中,视频编码装置的处理电路用于,对所述第一块进行下采样,获得具有所述低空间分辨率的下采样块;对所述参考块进行下采样,获得具有所述低空间分辨率的下采样的参考块;基于所述下采样的块和所述下采样的参考块,生成所述下采样的残差块。
在一示例中,视频编码装置的处理电路用于,基于所述第一块和所述参考块生成残差块,所述残差块具有所述高空间分辨率;对所述残差块进行下采样,获得所述下采样的残差块。
本申请实施例还提供一种非暂时性计算机可读介质,其上存储有指令,当所述指令由用于视频编解码的计算机执行时,使得所述计算机执行如上所述的视频编解码方法。
附图说明
根据以下详细描述和附图,所公开的主题的其他特征、性质和各种优点将进一步明确,其中:
图1A是帧内预测模式的示例性子集的示意图;
图1B是示例性帧内预测方向的示意图;
图2是一示例中当前块及其周围空间合并候选的示意图;
图3是根据一实施例的通信***(300)的简化框图的示意图;
图4是根据一实施例的通信***(400)的简化框图的示意图;
图5是根据一实施例的解码器的简化框图的示意图;
图6是根据一实施例的编码器的简化框图的示意图;
图7示出了根据另一实施例的编码器的框图;
图8示出了根据另一实施例的解码器的框图;
图9示出了在一视频编码格式示例中使用的分区技术的示例;
图10示出了在另一视频编码格式示例中使用的分区技术的示例;
图11A和11B示出了在又一视频编码格式示例中使用的分区技术的示例;
图12A和12B示出了垂直中心侧三叉树分区和水平中心侧三叉树分区的示例;
图13示出了根据本申请一实施例的包括帧级超分辨率编码模式的示例性环路滤波管线;
图14示出了根据本申请一实施例的使用基于块的超分辨率编码模式对块进行编码的过程;
图15A示出了根据本申请一实施例的使用基于块的超分辨率编码模式对块进行编码的过程;
图15B示出了根据本申请一实施例的使用基于块的超分辨率编码模式对块进行编码的过程;
图16示出了根据本申请一实施例的块级超分辨率编码模式的示例;
图17示出了根据本申请一实施例的块级超分辨率编码模式的示例;
图18示出了根据本申请一实施例的过程(1800)的流程图;
图19示出了根据本申请一实施例的过程(1900)的流程图;
图20是根据一实施例的计算机***的示意图。
具体实施方式
图3示出了根据本申请一实施例的通信***(300)的简化框图。通信***(300)包括可以经由例如网络(350)彼此通信的多个终端设备。例如,通信***(300)包括经由网络(350)互连的第一对终端设备(310)和(320)。在图3的示例中,第一对终端设备(310)和(320)执行数据的单向传输。例如,终端设备(310)可以对视频数据(例如,由终端设备(310)捕获的视频图片流)进行编码,以经由网络(350)传输到另一个终端设备(320)。已编码视频数据可以以至少一个已编码视频比特流的形式传输。终端设备(320)可以从网络(350)接收已编码视频数据,对已编码视频数据进行解码以恢复视频图片,并且根据恢复的视频数据显示视频图片。在媒体服务应用等中,单向数据传输可能很常见。
在另一个示例中,通信***(300)包括第二对终端设备(330)和(340),其执行例如在视频会议期间可能发生的已编码视频数据的双向传输。对于数据的双向传输,在示例中,终端设备(330)和(340)中的每个终端设备可以对视频数据(例如,由终端设备捕获的视频图片流)进行编码,以经由网络(350)传输到终端设备(330)和(340)中的另一个终端设备。终端设备(330)和(340)中的每个终端设备还可以接收由终端设备(330)和(340)中的另一个终端设备传输的已编码视频数据,并且可以对已编码视频数据进行解码以恢复视频图片,并且可以根据恢复的视频数据在可访问的显示设备上显示视频图片。
在图3的示例中,终端设备(310)、(320)、(330)和(340)可以被示为服务器、个人计算机和智能电话,但是本申请的原理可以不限于此。本申请的实施例可以应用于膝上型计算机、平板计算机、媒体播放器和/或专用视频会议设备。网络(350)表示在终端设备(310)、(320)、(330)和(340)之间传送已编码视频数据的任何数量的网络,包括例如有线(wireline/wired)和/或无线通信网络。通信网络(350)可以在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或因特网。为了本讨论的目的,网络(350)的架构和拓扑对于本申请的操作可能无关紧要,除非下文中所解释的。
作为实施例,图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用,包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输***可包括采集子***(413),所述采集子***可包括数码相机等视频源(401),所述视频源创建未压缩的视频图片流(402)。在实施例中,视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频比特流),视频图片流(402)被描绘为粗线以强调高数据量的视频图片流,视频图片流(402)可由电子装置(420)处理,所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(402),已编码的视频数据(404)(或已编码的视频比特流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频比特流(404)),其可存储在流式传输服务器(405)上以供将来使用。至少一个流式传输客户端子***,例如图3中的客户端子***(406)和客户端子***(408),可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子***(406)可包括例如电子装置(330)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码,且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输***中,可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频比特流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中,正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding,VVC),本申请可用于VVC标准的上下文中。
应注意,电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说,电子装置(420)可包括视频解码器(未示出),且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的至少一个已编码视频序列;在同一实施例或另一实施例中,一次接收一个已编码视频序列,其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列,所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据,例如,可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动,缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中,缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下,所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下,视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动,且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时,也可能不需要配置缓冲存储器(515),或可以将所述缓冲存储器做得较小。当然,为了在互联网等业务分组网络上使用,也可能需要缓冲存储器(515),所述缓冲存储器可相对较大且可具有自适应性大小,且可至少部分地实施于操作***或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息,以及用以控制显示装置(512)(例如,显示屏)等显示装置的潜在信息,所述显示装置不是电子装置(530)的组成部分,但可耦接到电子装置(530),如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information,SEI消息)或视频可用性信息(VideoUsability Information,VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行,且可遵循各种原理,包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数,从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures,GOP)、图片、图块、切片、宏块、编码单元(Coding Unit,CU)、块、变换单元(Transform Unit,TU)、预测单元(Prediction Unit,PU)等等。解析器(520)还可从已编码视频序列提取信息,例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作,从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如:帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素,符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见,未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外,视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中,这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而,出于描述所公开主题的目的,概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息,包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块,所述样本值可输入到聚合器(555)中。
在一些情况下,缩放器/逆变换单元(551)的输出样本可属于帧内编码块;即:不使用来自先前重建的图片的预测性信息,但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下,帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说,当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下,聚合器(555)基于每个样本,将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下,运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后,这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号),从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制,且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用,所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时,从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术,所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频比特流)中的参数,且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而,在其他实施例中,视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息,以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流,所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557),以用于后续的帧间图片预测。
一旦完全重建,某些已编码图片就可用作参考图片以用于将来预测。举例来说,一旦对应于当前图片的已编码图片被完全重建,且已编码图片(通过例如解析器(520))被识别为参考图片,则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分,且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上,已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说,配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性,还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下,层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下,由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder,HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中,接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio,SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本,所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中,视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列,所述数字视频样本流可具有任何合适位深度(例如:8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务***中,视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议***中,视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片,当按顺序观看时,这些图片被赋予运动。图片自身可构建为空间像素阵列,其中取决于所用的取样结构、色彩空间等,每个像素可包括至少一个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例,视频编码器(603)可实时或在由应用所要求的任何其它时间约束下,将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中,控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见,图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures,GOP)布局,最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能,这些功能涉及针对某一***设计优化的视频编码器(603)。
在一些实施例中,视频编码器(603)在编码环路中进行操作。作为简单的描述,在实施例中,编码环路可包括源编码器(630)(例如,负责基于待编码的输入图片和参考图片创建符号,例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中,符号与已编码视频比特流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果,因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说,编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而,另外简要参考图5,当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时,包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分,可能无法完全在本地解码器(633)中实施。
此时可以观察到,除存在于解码器中的解析/熵解码之外的任何解码器技术,也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因,本申请侧重于解码器操作。可简化编码器技术的描述,因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述,并且在下文提供。
在操作期间,在一些实施例中,源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的至少一个先前已编码图片,所述运动补偿预测编码对输入图片进行预测性编码。以此方式,编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码,所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号,对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时,重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程,所述解码过程可由视频解码器对参考图片执行,且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式,视频编码器(603)可在本地存储重建的参考图片的副本,所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即,对于将要编码的新图片,预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据,例如参考图片运动矢量、块形状等。预测器(635)可基于样本块-逐像素块的方式执行操作,以找到合适的预测参考。在一些情况下,根据预测器(635)获得的搜索结果可确定,输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作,包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩,从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列,从而为通过通信信道(660)进行传输做准备,所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并,所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间,控制器(650)可以为每个已编码图片分配某一已编码图片类型,但这可能影响可应用于相应的图片的编码技术。例如,通常可将图片分配为以下任一种图片类型:
帧内图片(I图片),其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片,包括例如独立解码器刷新(Independent Decoder Refresh,“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地,多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如,4×4、8×8、4×8或16×16个样本的块),且逐块进行编码。这些块可参考其它(已编码)块进行预测编码,根据应用于块的相应图片的编码分配来确定所述其它块。举例来说,I图片的块可进行非预测编码,或所述块可参考同一图片的已已编码块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中,视频编码器(603)可执行各种压缩操作,包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此,已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中,传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性,而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中,将正在编码/解码的特定图片分割成块,正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时,可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块,且在使用多个参考图片的情况下,所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中,双向预测技术可用于帧间图片预测中。根据双向预测技术,使用两个参考图片,例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说,可通过第一参考块和第二参考块的组合来预测所述块。
此外,合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例,帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说,根据HEVC标准,将视频图片序列中的图片分割成编码树单元(codingtree unit,CTU)以用于压缩,图片中的CTU具有相同大小,例如64×64像素、32×32像素或16×16像素。一般来说,CTU包括三个编码树块(coding tree block,CTB),所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的,还可将每个CTU以四叉树拆分为至少一个编码单元(coding unit,CU)。举例来说,可将64×64像素的CTU拆分为一个64×64像素的CU,或4个32×32像素的CU,或16个16×16像素的CU。在实施例中,分析每个CU以确定用于CU的预测类型,例如帧间预测类型或帧内预测类型。此外,取决于时间和/或空间可预测性,将CU拆分为至少一个预测单元(prediction unit,PU)。通常,每个PU包括亮度预测块(prediction block,PB)和两个色度PB。在实施例中,编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例,预测块包括像素值(例如,亮度值)的矩阵,例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块),且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中,视频编码器(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中,视频编码器(703)接收用于处理块的样本值的矩阵,所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion,RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时,视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中;且当在帧间模式或双向预测模式中编码处理块时,视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中,合并模式可以是帧间图片预测子模式,其中,在不借助预测值外部的已编码运动矢量分量的情况下,从至少一个运动矢量预测值导出运动矢量。在某些其它视频编码技术中,可存在适用于主题块的运动矢量分量。在实施例中,视频编码器(703)包括其它组件,例如用于确定处理块模式的模式决策模块(未示出)。
在图7的实施例中,视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的至少一个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中,参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据至少一个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中,帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)用于确定通用控制数据,且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中,通用控制器(721)确定块的模式,且基于所述模式将控制信号提供到开关(726)。举例来说,当所述模式是帧内模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果,且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在比特流中;以及当所述模式是帧间模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果,且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在比特流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作,以对残差数据进行编码以生成变换系数。在实施例中,残差编码器(724)用于将残差数据从时域转换到频域,且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中,视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换,且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说,帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块,且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片,且在一些实施例中,所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将比特流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中,熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和比特流中的其它合适的信息。应注意,根据所公开的主题,当在帧间模式或双向预测模式的合并子模式中对块进行编码时,不存在残差信息。
图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像,且对所述已编码图像进行解码以生成重建的图片。在实施例中,视频解码器(810)用于代替图3实施例中的视频解码器(410)。
在图8实施例中,视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号,这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中,当预测模式是帧间或双向预测模式时,将帧间预测信息提供到帧间解码器(880);以及当预测类型是帧内预测类型时,将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息,且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息,且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数,且处理所述解量化的变换系数,以将残差从频域转换到空域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP),且所述信息可由熵解码器(871)提供(未标示数据路径,因为这仅仅是低量控制信息)。
重建模块(874)用于在空域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块,所述重建的块可以是重建的图片的一部分,所述重建的图片继而可以是重建的视频的一部分。应注意,可执行解块操作等其它合适的操作来改善视觉质量。
应注意,可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中,可使用至少一个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中,可使用执行软件指令的至少一个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
通常,图片或帧被分区成块,块可以是用于诸如编码、预测、变换等各种处理的单元。可以使用各种块分区技术。
图9示出了由AOMedia在视频编码格式VP9中使用的分区技术的示例。例如,图片(910)被分区成大小为64×64(例如,64个样本×64个样本)的多个块(920)。进一步地,4种方式的分区树,可以从64×64级开始向下到更小的块,并且最低级可以是4×4级(例如,4个样本×4个样本的块大小)。在一些示例中,可以对块8×8和以下的块,应用附加的限制。在图9的示例中,可以使用第一方式(921)、第二方式(922)、第三方式(923)和第四方式(924)之一,将64×64块(920)分区成更小的块。被指定为R的分区(以第四方式(924)示出)是指递归分区,因为相同的分区树可以在更低的级上重复,直到最低的4×4级。
图10示出了在为因特网上的视频传输而设计的AV1中使用的分区技术的示例。AV1是VP9的继承者。例如,图片(1010)被分区成大小为128×128(例如,128个样本×128个样本)的多个块(1020)。进一步地,10种方式的分区结构,可以从128×128开始,向下到更小的块。在图10的示例中,可以使用十种方式(1021)-(1030)中的一种,将128×128块分区成更小的块。AV1不仅将分区树扩展为10种方式的结构,而且将最大大小(被称为VP9/AV1语法中的超级块)增加为128×128以上。被指定为R的分区(以方式(1029)示出)是指递归分区,因为相同的分区树可以在更低的级上重复。10种方式的结构可以包括4:1和1:4矩形分区,如(1021)和(1028)所示。在示例中,没有一个矩形分区可以被进一步细分。另外,AV1为使用低于8×8级的分区增加了更多的灵活性。例如,对于某些情况,2×2色度帧间预测是可能的。
在一些示例中,块分区结构被称为编码树。在示例(例如,HEVC)中,编码树可以具有四叉树结构,其中,每次分割将较大的正方形块分割成四个较小的正方形块。在一些示例中,图片被分割成编码树单元(CTU),然后使用四叉树结构,将CTU分割成更小的块。根据四叉树结构,编码树单元(CTU)被分割成编码单元(CU),以适应各种局部特性。可以在CU级决定使用图片间预测(或帧间预测)(时间)还是图片内预测(或帧内预测)(空间)对图片区域进行编码。可以根据PU分割类型,将每个CU进一步分割成一个、两个或四个预测单元(PU)。在一个PU内,应用相同的预测过程,并且基于PU,将相关信息(例如,预测信息)传输到解码器。
在通过应用基于PU分割类型的预测过程来获得残差块之后,可以根据另一四叉树结构,将CU分区成变换单元(TU)。在HEVC的示例中,存在多个分区概念,包括CU、PU和TU。在一些实施例中,CU或TU可以仅具有正方形形状,而PU可以具有正方形形状或矩形形状。在一些实施例中,可以将一个编码块进一步分割成四个正方形子块,并且对每个子块(例如,TU)执行变换。使用称为残差四叉树(RQT)的四叉树结构,可以将每个TU进一步递归地分割成更小的TU。
在一些示例(例如,HEVC)中,在图片边界处,可以采用隐式四叉树分割,使得块保持四叉树分割,直到大小适合图片边界。
在一些示例(例如,VVC)中,块分区结构可以使用四叉树加二叉树(QTBT)块分区结构。QTBT结构可以去除多个分区类型的概念(CU、PU和TU概念),并且支持CU分区形状的更多灵活性。在QTBT块分区结构中,CU可以具有正方形形状或矩形形状。
图11A示出了通过使用图11B中所示的QTBT块分区结构(1120)进行分区的CTU(1110)。首先使用四叉树结构,对CTU(1110)进行分区。进一步由二叉树结构或四叉树结构,对四叉树叶节点进行分区。在二叉树分割中可以存在两种分割类型:对称的水平分割(例如,在QTBT块分区结构(1120)中标记为“0”)和对称的垂直分割(例如,在QTBT块分区结构(1120)中标记为“1”)。无需进一步分割的叶节点被称为CU,CU可以用于预测和变换处理,而无需任何进一步分区。相应地,CU、PU和TU在QTBT块分区结构中具有相同的块大小。
在一些示例(例如,JEM)中,CU可以包括不同颜色分量的编码块(CB)。例如,在4:2:0色度格式的P条带和B条带的情况下,一个CU包含一个亮度CB和两个色度CB。CU可以包括单个颜色分量的CB。例如,在I条带的情况下,一个CU仅包含一个亮度CB或仅包含两个色度CB。
在一些实施例中,为QTBT块分区方案定义以下参数:
–CTU大小:四叉树的根节点大小,例如与HEVC中相同的概念。
–MinQTSize:最小允许四叉树叶节点大小。
–MaxBTSize:最大允许二叉树根节点大小。
–MaxBTDepth:最大允许二叉树深度。
–MinBTSize:最小允许二叉树叶节点大小。
在QTBT块分区结构的一个示例中,CTU大小被设置为128×128亮度样本,这些亮度样本具有两个对应的64×64色度样本块,MinQTSize被设置为16×16,MaxBTSize被设置为64×64,MinBTSize(对于宽度和高度)被设置为4×4,MaxBTDepth被设置为4。首先将四叉树分区应用于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,则叶四叉树节点将不会进一步通过二叉树进行分割,因为其大小超过了MaxBTSize(即,64×64)。否则,叶四叉树节点可以由二叉树进一步分区。因此,四叉树叶节点也是二叉树的根节点,它具有二叉树深度0。
当二叉树深度达到MaxBTDepth(即,4)时,不考虑进一步分割。当二叉树节点的宽度等于MinBTSize(即,4)时,不考虑进一步的水平分割。类似地,当二叉树节点的高度等于MinBTSize时,不考虑进一步的垂直分割。通过预测和变换处理来进一步处理二叉树的叶节点,而无需任何进一步的分区。在实施例中,最大CTU大小是256×256亮度样本。
在图11A和图11B中,实线指示四叉树分割,虚线指示二叉树分割。在二叉树的(即,非叶)节点的每次分割中,用信号通知一个标志以指示使用哪种分割类型(即,水平或垂直)。例如,0指示水平分割,1指示垂直分割。对于四叉树分割,不需要指示分割类型,因为四叉树分割可以水平和垂直地分割块,以生成具有相等大小的4个子块。
在一些实施例中,QTBT块分区方案有如下的灵活性:支持亮度和色度具有单独的QTBT块分区结构。例如,对于P条带和B条带,一个CTU中的亮度块和色度块共享相同的QTBT块分区结构。然而,对于I条带,通过QTBT块分区结构,将亮度CTB分区成CU,通过另一QTBT块分区结构,将色度块分区成色度CU。因此,I条带中的CU由亮度分量的编码块或两个色度分量的编码块组成,P条带或B条带中的CU由所有三个颜色分量的编码块组成。
在一些示例(例如,HEVC)中,小块的帧间预测被限制,以减少运动补偿的存储器访问。例如,对于4×8和8×4块不支持双向预测,对于4×4块不支持帧间预测。
进一步地,在一些示例(例如,VCC)中,使用多类型树(MTT)块分区结构。在一些示例中,MTT块分区结构是比QTBT块分区结构更灵活的树结构。在MTT中,除了四叉树分区和二叉树分区之外,还可以使用三叉树(TT)分区。TT可以包括水平中心侧三叉树分区和垂直中心侧三叉树分区。
图12A示出了垂直中心侧三叉树分区的示例,图12B示出了。TT分区可以补充四叉树和二叉树分区。例如,三叉树分区可以捕获位于块中心的对象,而四叉树分割和二叉树分割与块中心交叉。在示例中,通过三叉树进行分区的宽度和高度是2的幂,从而不需要附加的变换分区。
块分区的设计,诸如两级树,主要是由复杂度降低推动的。遍历树的复杂度可以是TD,其中,T表示分割类型的数量,D是树的深度。
在本申请中,术语“分辨率”和“空间分辨率”可互换使用。
超分辨率编码模式可以用于诸如AV1中的视频编码格式。图13示出了根据本申请实施例的包括帧级(或图片级)超分辨率编码模式的示例性环路滤波管线(1300)。
帧级(或图片级)超分辨率编码模式可以包括源图片进行下采样(也被称为下缩放),在编码器端以低空间分辨率(也被称为降低的空间分辨率或下采样的空间分辨率)对已下采样的图片进行编码。源图片具有高于低空间分辨率的全空间分辨率(也被称为高空间分辨率或原始空间分辨率)。具有低空间分辨率的已编码的下采样图片被发送到解码器,在解码器端以低空间分辨率解码。随后,已解码的下采样图片可以被上采样(或上缩放)成具有高空间分辨率的已解码图片。
参考图13,在编码器端,源帧(也被称为源图片)具有与高空间分辨率(例如,4k×2k)相对应的源图片大小(例如,4k×2k或4000个样本×2000个样本)。源帧可以首先由下缩放器(down-scaler)(也被称为下采样器)(1311)以非规范的方式进行下缩放(或下采样),并且以低空间分辨率(例如,2k×2k)进行编码。在下采样之后,下采样图片具有与低空间分辨率相对应的下缩放的图片大小,诸如2k×2k或2000个样本×2000个样本。可以使用编码工具(1312)对下采样图片进行编码,包括帧内或帧间预测、变换、量化、熵编码等。也可以通过滤波器工具(1313)对已编码的下采样图片进行滤波,该滤波器工具(1313)包括至少一个滤波器,例如去块滤波器和约束定向增强滤波器(CDEF)。滤波的下采样图片可以由上缩放器(1314)上缩放(或上采样),生成具有高空间分辨率(例如,4k×2k)的上缩放(或上采样)图片。上缩放的图片可以用作具有高空间分辨率(例如,4k×2k)的参考图片,例如用于预测另一图片。上缩放器(1314)可以是规范方式的线性上缩放器(也被称为线性上缩放滤波器)。在一些示例中,环路恢复(restoration)工具(1315)被应用于高空间分辨率的上缩放图片,以恢复在下采样和量化期间丢失的高频细节。
当应用超分辨率编码模式或基于帧的超分辨率编码模式时,可以将具有低空间分辨率、已滤波的下采样图片,在视频比特流中发送到解码器。在解码器端,使用解码工具(1322)对解码器接收到的已滤波的下采样图片进行解码。已解码的下采样图片可以由包括至少一个滤波器(诸如去块滤波器和CDEF)的滤波工具(1323)进一步滤波。可以应用去块滤波器和CDEF来去除编码伪像(artifacts),同时以低分辨率保留边缘。然后,可以例如仅沿水平方向应用上缩放器(1324),以获得具有高空间分辨率的全空间分辨率重建(例如,上缩放的重建图片)。上缩放器(1324)可以是规范方式的线性上缩放滤波器。可选地,环路恢复工具(或环路恢复滤波器)(1325)可以应用于高空间分辨率的上缩放的重建图片,以恢复在下采样和量化期间丢失的高频细节。
帧级超分辨率编码模式可以应用于水平方向和/或垂直方向。在示例中,帧级超分辨率编码模式被应用于水平方向,其中,在整个编码过程中,沿水平方向的图片的空间分辨率被改变,沿垂直方向的空间分辨率保持相同,因此被称为仅水平方向(horizontal-only)的帧级超分辨率编码模式。
在一些示例(例如,AV1)中,超分辨率编码模式是在帧级(也被称为图片级)用信号表示的特殊模式。每个已编码帧可以使用仅水平方向的超分辨率编码模式,其选择的分辨率在比例约束内。用信号表示的信息可以指示在解码帧之后是否应用线性上采样以及要使用的缩放比例。
当仅在一个方向(例如,水平方向或垂直方向)上应用超分辨率编码模式时,缩放比例可以是指上采样比例或对应的下采样比例。上采样比例有九个可能的值,表示为d/8。在示例中,d为8至16范围内的整数,即d为8、9……或16。编码之前的对应下采样比例可以是上采样比例(例如,8/d)之上的比例1,因此范围在1/2至1内。参考图13,仅在水平方向上应用超分辨率编码模式,下采样比例为1/2,上采样比例为2,对应于d为16。
给定输出帧尺寸为W×H(对应于高空间分辨率),上采样比例为d/8,编码器和解码器可以将低分辨率已编码帧的尺寸计算为w×H,其中,减小的(或下采样的)宽度w是(8W+d/2)/d。由上缩放器(例如,(1314)或(1324))执行的线性上缩放过程中输入的是低空间分辨率w×h的缩减帧,由上缩放器(例如,(1314)或(1324))执行的线性上缩放过程中输出的是在帧头(也被称为图片头)中指定的高空间分辨率为W×H的帧。AV1中的规范水平线性上缩放器(例如,(1314)或(1324))可以使用1/16相位线性8抽头滤波器,对每一行执行内插。
当在水平方向和垂直方向上应用超分辨率编码模式时,缩放比例可以包括水平缩放比例和垂直缩放比例。水平缩放比例可以指如上所述的水平上采样比例或对应的水平下采样比例。垂直缩放比例可以指垂直上采样比例或对应的垂直下采样比例,对于垂直缩放比例,可以适当地修改以上描述。
可以将残差块中的残差值(也被称为残差数据)变换(或正向变换)成系数块中的变换系数。可以将系数块中的变换系数变换(或逆变换)成残差块中的残差值。下面描述诸如在AV1中的变换编码示例。
为了支持扩展编码块分区,例如,对于AV1中的初级变换,可以使用多个变换大小(对于每个维度,范围为从4点到64点)和变换形状(例如,正方形形状,宽/高比为2:1、1:2、4:1或1:4的矩形形状)。2D变换过程可以使用混合变换核(例如,包括针对已编码残差块的每个维度的不同1D变换)。主要的1D变换可以包括a)4点、8点、16点、32点、64点DCT-2;b)4点、8点、16点非对称DST(例如,DST-4,例如,DST-7)和相应的翻转(flipped)版本;c)4点、8点、16点、32点恒等(identity)变换。
混合变换核的可用性可以基于变换块大小和预测模式。对于色度分量,可以以隐式方式执行变换类型选择。对于帧内预测残差,可以根据帧内预测模式来选择变换类型。对于帧间预测残差,可以根据位置相同的亮度块的变换类型选择,选择变换类型。因此,对于色度分量,在比特流中没有变换类型信令。
残差编码可以指变换系数的编码。在一些示例中,诸如在AV1中,对于每个变换单元(TU),系数编码器可以首先对跳过符号进行编码,接着对变换核类型进行编码,并且在不跳过变换编码时,对所有非零系数的块结束符(EOB)位置进行编码。跳过符号可以指示变换编码是否被跳过。然后,将每个系数值映射到多级映射(例如,三级平面)和符号映射(或符号平面)。符号平面可以覆盖系数的符号,三级平面可以对应于不同范围的系数幅度,包括较低级平面、中间级平面和较高级平面。较低级平面可以对应于0-2的范围,中间级平面可以对应于3-14的范围,并且较高级平面可以涵盖15及以上的范围。
在EOB位置被编码之后,较低级平面和中间级平面可以以反向扫描顺序一起被编码。较低级平面指示系数幅度是否在0至2之间,中间级平面指示范围是否在3至14之间。然后,符号平面和较高级平面可以按正向扫描顺序一起编码,其中,较高级平面指示幅度大于14的残差值,并且使用指数哥伦布码对剩余部分进行熵编码。可以诸如在AV1中使用传统的Z字形扫描顺序。
这样的分离(例如,系数值被映射到三级平面和符号平面)允许将丰富的上下文模型分配给较低级平面,该较低级平面考虑了诸如双向方向、水平方向和垂直方向的变换方向、变换大小以及多达五个邻居系数,以便在适度的上下文模型大小下,提高压缩效率。中间级平面可以使用与较低级平面中的上下文模型类似的上下文模型,其中,上下文邻居系数的数目从5减少到2。在不使用上下文模型的情况下,可以通过指数哥伦布码对更高级平面进行编码。在符号平面中,可以使用TU的相邻变换单元的DC符号作为上下文信息来对DC符号进行编码,对其它符号比特直接进行编码,而不使用上下文模型。
在一些示例(例如,AV1)中,超分辨率编码模式在帧级上执行,因此以固定缩放比例应用于图片中所有的区域。图片内不同区域中的信号统计变化很大,因此在一些示例中,对所有的区域应用下采样和/或上采样,可能不是良好的率失真折衷(trade-off)。
在一些示例(例如,AV1)中,最大CU大小为128×128(例如,128个样本×128个样本),而最大变换大小仅为64×64(例如,64个样本×64个样本)。为了受益于大CU的使用,可以使用相应大的(例如,128×128)变换核。可替代地,可以使用类似与通过大变换核完成能量压缩的其他方法。
根据本申请的各方面,是否应用超分辨率编码模式,可以自适应地针对子图片级(或子帧级)上的一部分帧(或图片)来确定。该部分帧可以包括帧中的块的子集或单个块。在实施例中,部分帧是块,可以针对块,自适应地确定是否应用超分辨率编码模式。该块可以指编码块(CB)、编码单元(CU)、预测块(PB)、变换块(TB)等。块可以对应于多声道信号的亮度分量、色度分量或任何其它分量(例如,RGB信号中的一个)。在示例中,该块是亮度块或色度块。该块可以是帧内编码的或帧间编码的。当确定将超分辨率编码模式应用于块时,可以将超分辨率编码模式应用于块,并且将其称为块级超分辨率编码模式。在块级超分辨率编码模式中,可以针对每个块单独地确定是否将超分辨率编码模式应用于图片中的块。在一些示例中,使用超分辨率编码模式对图片中块的第一子集进行编码,并且不使用超分辨率编码模式对图片中块的第二子集进行编码。使用超分辨率编码模式编码的图片中块的第一子集,可以具有相同的缩放比例或不同的缩放比例。在示例中,可以针对图片中的每个块,自适应地确定是否应用超分辨率编码模式。
在本申请中,术语“源块”指将由编码器编码的块,可以是编码器的输入信号。术语“重建块”指由解码器已重建的块,可以是来自解码器的输出信号。重建块可以对应于源块,并且重建块和源块可以具有高空间分辨率或全空间分辨率。
如果确定将超分辨率编码模式应用于具有高空间分辨率的块(例如,源块),则可以由编码器在块级上执行下采样过程。可以以低空间分辨率,执行诸如正向变换和逆变换的变换。可以由解码器在块级上执行上采样。
图14图示了根据本申请的实施例的使用超分辨率编码模式对块进行编码的过程。在编码器端,源信号和参考信号(也被称为预测信号)的下采样版本,用于生成分辨率降低的残差信号(或下采样的残差信号)。然后,可以对分辨率降低的残差信号进行变换编码。
当在解码器端对图片进行解码时,可以首先生成下采样的预测信号,并且可以添加已解码的分辨率降低的残差信号来生成下采样的重建块。最后,可以将分辨率降低的重建块上采样为具有原始分辨率的重建块。
更具体地,参考图14,在编码器端,诸如源块(1401)的源信号被下采样器(1402)下采样,生成下采样的信号(例如,下采样的源块(1403))。诸如参考块(1405)的参考信号被下采样器(1406)下采样,生成下采样的信号(例如,下采样的参考块(1407))。随后,可以使用残差计算器(1418)来生成下采样的残差块(1404)。残差计算器(1418)可以被配置为计算下采样的源块(1403)与下采样的参考块(1407)之间的差异(残差数据或残差值)。该差异被称为下采样的残差块(1404)。下采样的残差块(1404)可以由工具(1408)执行变换、量化和熵编码,以生成下采样的系数块(1409)。下采样的系数块(1409)可以包括空间频率域中的变换系数。下采样的系数块(1409)可以从编码器发送到解码器。
再次参考图14,在解码器端,下采样的系数块(1409)由解码器接收。在一些示例中,由于传输损失、失真等,所接收的下采样的系数块不同于下采样的系数块(1409)。为简洁起见,下采样的系数块(1409)被用作解码器中工具(1410)的输入信号。可以对下采样的系数块(1409)执行熵解码、解量化和逆变换(Inv-Transform),以生成下采样的残差块(1411)。参考块(1412)可以由下采样器(1413)下采样以生成下采样的参考块(1414)。随后,聚合器(1419)可以基于下采样的残差块(1411)和下采样的参考块(1414)生成下采样的重建块(1415)。在示例中,下采样的残差块(1411)和下采样的参考块(1414)相加,生成下采样的重建块(1415)。最后,下采样的重建块(1415)可以由上采样器(1416)上采样以生成重建块(1417)。下采样的重建块(1415)和重建块(1417)可以包括空域中的样本值,诸如亮度样本值、色度样本值、RGB信号的样本值等。
参考图14,源块(1401)、对应的重建块(1417)、参考块(1405)和(1412)具有高空间分辨率。图14中的剩余块具有低空间分辨率,因此,由于要处理的样本数量的减少,编码器端的编码处理和解码端的解码过程都可以具有高编码效率。
在一些示例中,除了由下采样器(1402)、(1406)和(1413)以及上采样器(1416)执行的过程之外,图14中所示的编码过程和解码过程与没有使用超分辨率编码模式的那些类似或相同。在示例中,下采样器(1406)与下采样器(1413)相同,参考块(1405)与参考块(1412)相同,因此下采样的参考块(1407)与下采样的参考块(1414)相同。下采样器(1402)可以与下采样器(1406)相同或不同。
在实施例中,为了在执行分辨率降低的重建之前,对参考块进行下采样,可以直接用信号通知在下采样器(1413)中使用的一组下采样滤波器系数,或者用信号通知指示一组下采样滤波器系数的索引。该索引可以指示来自第一组预定义系数的一组下采样滤波器系数。在第一组预定义系数中可以包括恒等滤波器(例如,无滤波)。
可以适当地修改基于块的超分辨率编码模式。根据本申请的各方面,在编码器端,可以从原始空间分辨率的源信号中减去原始空间分辨率的参考信号,生成原始空间分辨率的差异信号(或残差信号)。可以对该差异信号进行下采样,生成分辨率降低的残差信号。当在解码器端对块进行解码时,可以对分辨率降低的残差信号进行上采样,并且将其添加到原始分辨率参考信号,生成重建块。图15A图示了根据本申请的实施例的使用基于块的超分辨率编码模式的替代实现方式对块进行编码的过程。
参考图15A,在编码器端,可以基于诸如源块(1501)的源信号和诸如参考块(1502)的参考信号,使用残差计算器(1503)来生成残差块(1504)。残差计算器(1503)可以被配置为计算源块(1501)与参考块(1502)之间的差异(残差数据或残差值)。残差块(1504)可以由下采样器(1505)执行下采样,生成下采样的残差块(1506)。随后,下采样的残差块(1506)可以由工具(1507)执行变换、量化和熵编码,生成下采样的系数块(1508)。下采样的系数块(1508)可以从编码器发送到解码器。
再次参考图15A,在解码器端,下采样的系数块(1508)由解码器接收。在一些示例中,由于传输损失、失真等,所接收的下采样的系数块不同于下采样的系数块(1508)。为了简洁起见,下采样的系数块(1508)被用作解码器中的工具(1509)的输入信号。可以对下采样的系数块(1508)执行熵解码、解量化和逆变换(Inv-Transform),以生成下采样的残差块(1510)。下采样的残差块(1510)可以由上采样器(1511)上采样以生成残差块(1512)。随后,聚合器(1514)可以基于残差块(1512)和参考块(1513)生成重建块(1515)。在示例中,将残差块(1512)和参考块(1513)相加以生成重建块(1515)。
参考图15A,源块(1501)、对应的重建块(1515)、参考块(1502)和(1513)以及残差块(1504)和(1512)具有高空间分辨率。图15A中的剩余块具有低空间分辨率,因此,由于要处理的样本数量的减少,编码器端的编码处理和解码端的解码过程都可以具有高编码效率。
在一些示例中,除了由下采样器(1505)和上采样器(1511)执行的过程之外,图15A中所示的编码过程和解码过程与没有使用超分辨率编码模式的那些类似或相同。
可以适当地修改诸如图14和图15A中描述的基于块的超分辨率编码模式。在实施例中,是否应用块级超分辨率编码模式,是针对块来确定的,诸如在其上执行变换的TB。另一方面,对与TB的大小不同的另一块(例如,CB),执行诸如帧间预测或帧内预测的预测过程。在示例中,CB包括多个变换块(TB)。对CB执行预测。针对CB中的每个TB,单独启用或禁用块级超分辨率编码模式。例如,CB包括四个TB,对于四个TB中的一个,启用块级超分辨率编码模式,而对于四个TB中剩余的三个TB,禁用块级超分辨率编码模式。
图15B图示了根据本申请的实施例的使用基于块的超分辨率编码模式对块进行编码的过程。在编码器端,源块(1501B)是CB(1501B)。在图15B所示的示例中,源CB(1501B)包括四个源TB。可以使用残差计算器(1503),基于诸如源CB(1501B)的源信号和诸如参考CB(1502B)的参考信号,生成残差CB(1504B)。残差计算器(1503)可以被配置为计算源CB(1501B)与参考CB(1502B)之间的差异(残差数据或残差值)。
参考图15B,残差CB(1504B)包括分别与四个源TB相对应的残差TB(例如,TB1-TB4)。针对每个TB,单独启用或禁用块级超分辨率编码模式。在图15B中所示的示例中,针对TB1,启用块级超分辨率编码模式,针对TB2-TB4,禁用块级超分辨率编码模式。因此,TB1可以被下采样器(1505)下采样以生成下采样的残差TB(1506B)。随后,下采样的残差TB(1506B)可以由工具(1507)执行变换、量化和熵编码,以生成下采样的系数TB(1508B)。下采样的系数TB(1508B)可以从编码器发送到解码器。残差CB(1504B)中的剩余TB(例如,TB2-TB4),可以例如由工具(1507)对其执行编码,以生成系数TB(例如,系数TB2-TB4),并且系数TB2-TB4可以从编码器发送到解码器。
再次参考图15B,在解码器端,下采样的系数TB(1508B)由解码器接收。在一些示例中,由于传输损失、失真等,所接收的下采样的系数TB不同于下采样的系数TB(1508B)。为了简洁起见,下采样的系数TB(1508B)被用作解码器中的工具(1509)的输入信号。可以对下采样的系数TB(1508B)执行熵解码、解量化和逆变换(Inv-Transform),以生成下采样的残差TB(1510B)。下采样的残差TB(1510B)可以由上采样器(1511)上采样以生成残差TB1’。进一步地,接收到的对应于TB2-TB4的系数TB(例如,系数TB2-TB4),可以例如由工具(1509)对其执行解码,分别生成对应于TB2-TB4的残差TB(例如,TB2’-TB4’)。
可以将残差TB1’和残差TB(例如,TB2’-TB4’)组合,形成残差CB(1512B)。随后,聚合器(1514)可以基于残差CB(1512B)和参考CB(1513B),生成重建的CB(1515B)。在示例中,将残差CB(1512B)和参考CB(1513B)相加,生成重建的CB(1515B)。
参考图15B,源CB(1501B)、对应的重建CB(1515B)、参考CB(1502B)和(1513B)以及残差CB(1504B)和(1512B)具有高空间分辨率。另外,TB1-TB4、系数TB2-TB4和TB1'-TB4'具有高空间分辨率。下采样的残差TB(1506B)、下采样的系数TB(1508B)和下采样的残差TB(1510B)具有低空间分辨率。
在一些示例中,除了由下采样器(1505)和上采样器(1511)执行的过程之外,图15B中所示的编码过程和解码过程与没有使用超分辨率编码模式的那些类似或相同。
根据本申请的各方面,可以将诸如参考图14和图15A描述的基于块的超分辨率编码模式,应用于具有M×N的原始空间分辨率的源块(也被称为M×N块),并且可以对下采样的块(例如,大小为(M/DX)×(N/DY)的下采样的系数块(1409)或(1508)进行编码。参数DX和DY是指分别沿水平方向和垂直方向的下采样因子。在示例中,参数DX和DY分别对应于水平上采样比例和垂直上采样比例。M和N的示例值可以包括但不限于256、128、64、32、16和8,参数DX或DY可以是包括但不限于2、4、8等的正整数。
在示例中,诸如在AV1和H.266/VVC中,CU大小可以为128×128,并且避免了大小与CU的大小(例如,128×128)相同的大变换核。相反,将64×64变换应用于128×128CU的四个象限中的每一个。该象限是指128×128CU内四个均匀划分的区域之一。根据本申请的各方面,块级超分辨率编码模式可以应用于对128×128CU进行编码,诸如如下图16所示。
图16示出了根据本申请的实施例的块级超分辨率编码模式的示例。参考图16,源块(1401)、参考块(1405)和(1413)以及重建块(1417)对应于大小为128×128的CU(或CB)。因此,原始空间分辨率是128×128。下采样器(1402)和(1406)的下采样因子DX和DY为2。因此,低空间分辨率是64×64。因此,下采样的源块(1403)、下采样的参考块(1407)、下采样的残差块(1404)、下采样的系数块(1409)、下采样的残差块(1411)、下采样的重建块(1415)和下采样的参考块(1414),大小为64×64。除了与框(1600)和(1610)相关联的过程之外,图16的详细描述与图14的详细描述相似或相同,以下描述了图14与图16之间的差异(与框(1600)和(1610)相关联)。
块(1600)是与大小为128×128的CU相对应并具有大小128×128的残差块(1600)。具体地,残差块(1600)的四个象限(1601)-(1604)中的一个可以向下采样的64×64版本(例如,下采样的残差块(1404))代替,而剩余的三个象限(1602)-(1604)可以被清零。例如,剩余的三个象限(1602)-(1604)被变换跳过。因此,仅有一个64×64变换(与四个64×64变换相反)被应用于128×128CU,而经由图16中的下采样过程和上采样过程,促进了能量压缩。在一些示例中(例如,在AV1中),可以在CU内允许变换子分割,可以为剩余的三个64×64象限(1602)-(1604)选择变换跳过,因为剩余的三个64×64象限(1602)-(1604)没有残差。参考图16,三个64×64象限(1602)-(1604)是零块,其中残差值是零。由于使用块级超分辨率编码模式对CU进行编码时,可以推断出变换跳过,因此可以不需要用信号通知变换跳过。
在解码器端,块(1610)包括作为下采样的重建块(1415)的象限(1611)和三个象限(1612)-(1614)。三个象限(1612)-(1614)中的每一个是零块,其中残差值为零。随后,对象限(1611)进行上采样,以获得重建块(1417)。
可替代地,可以对与128×128的CU相对应的128×128残差块的下采样的64×64版本进行编码和/或解码。当使用图16中的方法对CU进行编码时,下采样的重建块的上采样版本,可以用于在解码器处填充与128×128的CU相对应的128×128重建块,而不使用包括象限或变换跳过的过程。
在一些示例中,当如工具(1408)中所示对下采样的残差块应用64×64变换时,可以禁用高频变换系数的归零(zeroing-out)(例如,如AV1中规范地规定)以避免丢弃过多信息。
图15A中的块级超分辨率编码模式,也可以以类似于图17中所示的方式进行修改。除了与块(1600)和(1610)相关联的过程之外,图17的详细描述与图15A中的详细描述类似或相同,以下描述了图15A与图17之间的差异(与块(1600)和(1610)相关联)。进一步地,块(1600)和(1610)的详细描述与图16中的那些类似或相同,为了简洁的目的而省略。具体地,残差块(1600)的四个象限(1601)-(1604)中的一个(例如,(1601))可以被下采样的64×64版本(例如,下采样的残差块(1506))代替,并且剩余的三个象限(1602)-(1604)可以被清零,类似于与图16中描述的相同。
在解码器端,块(1610)是残差块(1610),包括是下采样的残差块(1510)的象限(1611)和三个象限(1612)-(1614)。三个象限(1612)-(1614)中的每一个是零块,其中残差值为零。随后,对象限(1611)进行上采样以获得残差块(1512)。
根据本申请的各方面,上采样器(例如,图14和图16中的用于对分辨率降低的重建块进行上采样的上采样器(1416)或图15A、图15B和图17中的用于对分辨率降低的残差块进行上采样的上采样器(1511)),可以是由一组上采样滤波器系数指示的上采样滤波器。可以直接用信号通知一组上采样滤波器系数,或者可以用信号通知指示该组上采样滤波器系数的索引。索引可以指示来自一组预定义系数的一组上采样滤波器系数,例如包括恒等滤波器(例如,无滤波)。
根据本申请的各方面,是否应用块级超分辨率编码模式(诸如参考图14、图15A、图15B、图16和图17描述的),可以取决于CU大小。CU大小可以指任何大小信息,诸如CU宽度、CU高度、CU面积(例如,CU宽度×CU高度)等。可以用信号通知关于块级超分辨率编码应用到哪一个CU大小或哪几个CU大小的决定。例如,在高级语法(例如,高于CU级的级别,诸如子图片级、图片头、图片参数集、序列参数集等)中,可以用信号通知应用了块级超分辨率编码模式的一个CU大小或多个CU大小。
根据本申请的各方面,块级超分辨率编码模式(诸如参考图14、图15A、图15B、图16和图17描述的)可以在任何合适的级别上,针对该级别内的至少一个块,自适应地启用或禁用。该级可以对应于块、包括多个块的子图片区域、一个图片或多个图片。根据本申请的各方面,块级超分辨率编码模式可以针对CU级的每个CU、超级块级的每个超级块、PB级的每个PB、TB级的每个TB、图块级的每个图块、片段级的每个已编码片段、帧(或图片)级的每个帧(或图片)、序列级的每个序列等来启用或禁用。可以用信号通知或推断是否针对级别内的至少一个块启用或禁用块级超分辨率编码模式。
在示例中,该级是图块级,并且图块包括多个CB。至少一个块是多个CB。可以针对图块用信号通知,是否针对多个CB启用块级超分辨率编码模式。如果确定针对多个CB启用块级超分辨率编码模式,则可以使用诸如图14、图15A、图16和图17中所示的超分辨率编码模式,对图块中的每个CB进行编码和/或解码。
在示例中,CB包括多个TB,并且该级是TB级。至少一个块可以是TB。可以在TB级发信号通知,是否为TB启用块级超分辨率编码模式。因此,对于CB中的每个TB,单独地启用或禁用块级超分辨率编码模式,诸如图15B所示。
根据本申请的各方面,如果启用块级超分辨率编码模式(诸如参考图14、图15A、图16和图17所描述的),则可以基于图片的一部分(例如,CU、图块或已编码片段)的至少一个特征来确定(i)至少一个下采样器和/或至少一个上采样器的至少一种类型,和/或,(ii)块级超分辨率编码模式中所使用的缩放比例。至少一个下采样器和至少一个上采样器也可以分别被称为至少一个下采样滤波器和至少一个上采样滤波器。至少一个特征可以由至少一个特征指示符指示,诸如CU、图块或已编码片段的方向性或信号统计(例如,信号方差)。可以在编码器和解码器处,用信号通知或导出至少一个特征指示符。在示例中,可以基于至少一个特征指示符,使用不同的至少一个下采样滤波器、至少一个上采样滤波器和/或至少一个缩放比例。
在示例中,对于大小为N×N(例如,N个样本×N个样本,其中N为正整数)的每个CU,左上样本位置为r,可以使用编码器和解码器处的预测样本,计算水平和垂直1-D拉普拉斯活动(分别表示为HNXN和VNXN),如下所示,仅使用(N-2)×(N-2)内部样本:
其中,hor(r,i,j)和ver(r,i,j)定义为:
hor(r,i,j)=|2I[r+(i,j)]+I[r+(i-1,j)]-I[r+(i+1,j)]| 等式3
ver(r,i,j)=|2I[r+(i,j)]+I[r+(i,j-1)]-I[r+(i,j+1)]| 等式4
其中,I(x,y)表示样本位置(x,y)处的像素强度值(也被称为样本值)。
计算2D拉普拉斯活动时,可以将VNXN和HNXN相加,获得总和值,将总和值量化成多个活动级类别(activity level classes)(例如,0、1、2、3、4和5)。指示2D拉普拉斯活动的多个活动级类别,可以被编码器和/或解码器用作特征指示符。
在示例中,可以如下确定与超分辨率编码模式相关联的方向(被称为方向性指示符)。如果HNXN>2VNXN,则方向性指示符指示第一方向性(例如,水平方向),因此,可以基于第一方向性(例如,HNXN大于2VNXN),选择下采样/上采样滤波器和/或采样比例。如果VNXN>2HNXN,则方向性指示符指示第二方向性(例如,垂直方向),因此,可以基于第二方向性(例如,VNXN大于2HNXN)),选择下采样/上采样滤波器和/或采样比例。否则,例如,如果HNXN不大于2VNXN并且VNXN不大于2HNXN,则方向性指示符指示第三方向性(例如,没有方向性),因此,可以相应地选择下采样/上采样滤波器和/或采样比例。在示例中,如果方向性指示符指示第三方向性,则在水平方向和垂直方向上都执行上采样/下采样。如以上描述的方向性也可以被编码器和/或解码器用作特征指示符。
图18示出了概述根据本申请的实施例的过程(1800)的流程图。过程(1800)可以用于块的重建,诸如CB、CU、PB、TB、TU、亮度块(例如,亮度CB或亮度TB)、色度块(例如,色度CB或色度TB)等。在各种实施例中,过程(1800)由诸如终端设备(310)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路等处理电路来执行。在一些实施例中,过程(1800)以软件指令实现,因此当处理电路执行软件指令时,处理电路执行过程(1800)。该过程开始于(S1801)并且进行到(S1810)。
在(S1810)处,从已编码视频比特流中,解码得到至少一个块的已编码信息。已编码信息指示是否将超分辨率编码模式(或基于块的超分辨率编码模式)应用于至少一个块。在一些示例中,响应于至少一个块已由编码器从高空间分辨率下采样到低空间分辨率,应用超分辨率编码模式。在示例中,在已编码信息中用信号通知标志,以指示是否将超分辨率编码模式应用于至少一个块。可替代地,可以从已编码信息推断是否将超分辨率编码模式应用于至少一个块。
在实施例中,至少一个块是指多个编码块(CB)、编码单元(CU)、多个预测块(PB)或多个变换块(TB)。已编码信息指示是否将超分辨率编码模式应用于至少一个块中的每一个。
在实施例中,已编码信息可以指示是否将超分辨率编码模式应用于CU、CB、超级块、PB、TB、图块、已编码片段、帧、或包括至少一个块的序列。
在(S1820)处,当已编码信息指示将超分辨率编码模式应用于至少一个块时,基于至少一个块中的第一块,使用超分辨率编码模式,生成重建块。在一些示例中,可以通过对至少一个块中第一块的信息进行上采样,使用超分辨率编码模式来生成重建块。第一块的信息包括与第一块相关联的下采样的残差块或与第一块相关联的下采样的重建块。第一块具有低空间分辨率,并且重建块具有高于低空间分辨率的高空间分辨率。至少一个块包括空间频域(也被称为频域)中的变换系数,重建块包括空域中的样本值,诸如亮度样本值和/或色度样本值。在示例中,使用块级超分辨率编码模式,基于至少一个块中的每个块,生成相应的重建块。
在实施例中,例如通过图14和图16中的工具(1410)或图15A、图15B和图17中的工具(1509),将第一块逆变换成具有低空间分辨率的下采样的残差块。参考图14、图15A、图15B、图16和图17,第一块可以指下采样的系数块(1409)、(1508)或(1508B),下采样的残差块可以指下采样的残差块(1411)、(1510)或(1510B)。
在第一块被逆变换成下采样的残差块之后,可以使用不同的方法来获得重建块。
在示例中,可以通过对第一块的参考块进行下采样来获得下采样的参考块。参考块和下采样的参考块,分别具有高空间分辨率和低空间分辨率。参考图14或图16,可以通过对第一块的参考块(1412)进行下采样,获得下采样的参考块(1414)。下采样的重建块(例如,(1415))可以基于下采样的残差块(例如,(1411))和下采样的参考块(例如,(1414))来生成,下采样的重建块具有低空间分辨率。进一步地,重建块(例如,(1417))可以通过对下采样的重建块(例如,(1415))进行上采样来生成。
在另一示例中,诸如图15A或图17中所示,通过对下采样的残差块(例如(1510))进行上采样,获得残差块(例如(1512)),其中残差块具有高空间分辨率。随后,可以基于获得的残差块(例如,(1512))和第一块的参考块(例如,(1513)),生成重建块(例如,(1515))。参考块具有高空间分辨率。
过程(1800)进行到(S1899),并且结束。
可以适当地修改过程(1800)。可以修改和/或省略过程(1800)中的至少一个步骤。可以增加附加的至少一个步骤。可以使用任何合适的实现顺序。在示例中,至少一个块是待重建的当前图片中的块的子集,并且超分辨率编码模式不应用于当前图片中不同于该至少一个块的块。
在示例中,当前图片中的图块包括多个CB。至少一个块是指多个CB。在(S1810)处,已编码信息指示,在图块级上,将超分辨率编码模式(块级超分辨率编码模式)应用于图块。因此,已编码信息指示,在图块级上,将超分辨率编码模式应用于图块中的多个CB。在(S1820)处,使用超分辨率编码模式,基于多个CB中的第一块,生成重建块(例如,重建CB),诸如参考图14、图15A、图16和图17描述的。第一块是多个CB中的一个CB,并且具有低空间分辨率。重建块具有高空间分辨率。可以将步骤(S1820)应用于图块中多个CB中的每一个,以重建相应的重建块。
图19示出了概述根据本申请的实施例的过程(1900)的流程图。过程(1900)可以用于对诸如CB、CU、PB、TB、TU、亮度块(例如,亮度CB或亮度TB)、色度块(例如,色度CB或色度TB)等的块进行编码。在各种实施例中,过程(1900)由诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频编码器(603)的功能的处理电路等处理电路来执行。在一些实施例中,过程(1900)以软件指令实现,因此当处理电路执行软件指令时,处理电路执行过程(1900)。该过程开始于(S1901)并且进行到(S1910)。
在(S1910)处,可以确定是否将超分辨率编码模式应用于视频中的第一块。第一块可以包括空域中的样本值(诸如亮度和/或色度样本值),并且具有高空间分辨率。
在实施例中,第一块是指CB、CU、PB或TB。
在(S1920)处,当确定出将超分辨率编码模式应用于第一块时,可以使用超分辨率编码模式,基于第一块,生成下采样的系数块。下采样的系数块可以包括变换系数,并且具有低于高空间分辨率的低空间分辨率。
在实施例中,可以基于第一块和第一块的参考块,生成下采样的残差块,其中,参考块具有高空间分辨率。下采样的残差块可以包括残差值并且具有低空间分辨率。可以对下采样的残差块进行变换,获得下采样的系数块。
可以使用不同方法来生成下采样的残差块。在示例中,诸如图14和图16中所示,对第一块进行下采样,获得具有低空间分辨率的下采样块。可以对参考块进行下采样,获得具有低空间分辨率的下采样的参考块。随后,可以基于下采样的块和下采样的参考块,生成下采样的残差块。
在另一示例中,可以基于第一块和参考块生成残差块。残差块可以具有高空间分辨率。可以对残差块进行下采样,获得下采样的残差块。
在(S1930)处,对视频比特流中所述第一块的信息进行编码。已编码信息可以指示是否将超分辨率编码模式应用于第一块。当确定出将超分辨率编码模式应用于第一块时,已编码信息可以指示将超分辨率编码模式应用于第一块。在示例中,在已编码信息中用信号通知标志以指示是否将超分辨率编码模式应用于第一块。可替代地,可以从已编码信息推断是否将超分辨率编码模式应用于第一块。
在实施例中,已编码信息指示是否将超分辨率编码模式应用于CU、CB、超级块、PB、TB、图块、已编码片段、帧或包括第一块的序列。当确定出将超分辨率编码模式应用于第一块时,已编码信息可以指示将超分辨率编码模式应用于CU、CB、超级块、PB、TB、图块、已编码片段、帧或包括第一块的序列。
过程(1900)进行到(S1999),并且结束。
可以适当地修改过程(1900)。可以修改和/或省略过程(1900)中的至少一个步骤。可以增加附加的至少一个步骤。可以使用任何合适的实现顺序。在示例中,确定不将超分辨率编码模式应用于第一块。相应地,在(S1920)处,没有使用超分辨率编码模式,基于第一块,生成具有高空间分辨率的系数块。在(S1930)处,已编码信息指示未将超分辨率编码模式应用于第一块。
本文中所描述的实施例可以单独使用或以任何顺序组合使用。此外,实施例、编码器和解码器中的每一者可以由处理电路(例如,至少一个处理器或至少一个集成电路)实现。在一个示例中,至少一个处理器执行存储在非暂时性计算机可读介质中的程序。
上述技术可以通过计算机可读指令实现为计算机软件,并且物理地存储在至少一个计算机可读介质中。例如,图20示出了计算机***(2000),其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码,通过汇编、编译、链接等机制创建包括指令的代码,所述指令可由至少一个计算机中央处理单元(CPU),图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行,包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图20所示的用于计算机***(2000)的组件本质上是示例性的,并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机***(2000)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机***(2000)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如:键盘输入、滑动、数据手套移动)、音频输入(如:声音、掌声)、视觉输入(如:手势)、嗅觉输入(未示出),对至少一个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体,气与人类有意识的输入不必直接相关,如音频(例如:语音、音乐、环境声音)、图像(例如:扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的至少一个(仅绘出其中一个):键盘(2001)、鼠标(2002)、触控板(2003)、触摸屏(2010)、数据手套(未示出)、操纵杆(2005)、麦克风(2006)、扫描仪(2007)、照相机(2008)。
计算机***(2000)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激至少一个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(2010)、数据手套(未示出)或操纵杆(2005)的触觉反馈,但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如,扬声器(2009)、耳机(未示出))、视觉输出设备(例如,包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(2010),其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出;虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机***(2000)还可以包括人可访问的存储设备及其相关介质,如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(2020)或类似介质(2021)的光学介质、拇指驱动器(2022)、可移动硬盘驱动器或固体状态驱动器(2023),诸如磁带和软盘(未示出)的传统磁介质,诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备,等等。
本领域技术人员还应当理解,结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机***(2000)还可以包括通往至少一个通信网络的接口(2054)。例如,网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、***、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器,用于连接到某些通用数据端口或***总线(2049)(例如,计算机***(2000)的USB端口);其它***通常通过连接到如下所述的***总线集成到计算机***(2000)的核心(例如,以太网接口集成到PC计算机***或蜂窝网络接口集成到智能电话计算机***)。通过使用这些网络中的任何一个,计算机***(2000)可以与其它实体进行通信。所述通信可以是单向的,仅用于接收(例如,无线电视),单向的仅用于发送(例如CAN总线到某些CAN总线设备),或双向的,例如通过局域或广域数字网络到其它计算机***。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机***(2000)的核心(2040)。
核心(2040)可包括至少一个中央处理单元(CPU)(2041)、图形处理单元(GPU)(2042)、以现场可编程门阵列(FPGA)(2043)形式的专用可编程处理单元、用于特定任务的硬件加速器(2044)等。这些设备以及只读存储器(ROM)(2045)、随机存取存储器(2046)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(2047)等可通过***总线(2048)进行连接。在某些计算机***中,可以以至少一个物理插头的形式访问***总线(2048),以便可通过额外的中央处理单元、图形处理单元等进行扩展。***装置可直接附接到核心的***总线(2048),或通过***总线(2049)进行连接。在一个示例中,屏幕(2010)可以连接到图形适配器(2050)。***总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(2041)、GPU(2042)、FPGA(2043)和加速器(2044)可以执行某些指令,这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(2045)或RAM(2046)中。过渡数据也可以存储在RAM(2046)中,而永久数据可以存储在例如内部大容量存储器(2047)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索,高速缓冲存储器可与至少一个CPU(2041)、GPU(2042)、大容量存储器(2047)、ROM(2045)、RAM(2046)等紧密关联。
所述计算机可读介质上可具有计算机代码,用于执行各种计算机实现的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的,也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制,具有体系结构(2000)的计算机***,特别是核心(2040),可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在至少一个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质,以及具有非易失性的核心(2040)的特定存储器,例如核心内部大容量存储器(2047)或ROM(2045)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(2040)执行。根据特定需要,计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(2040)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分,包括定义存储在RAM(2046)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代,计算机***可以提供逻辑硬连线或以其它方式包含在电路(例如,加速器(2044))中的功能,该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下,对软件的引用可以包括逻辑,反之亦然。在适当的情况下,对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC)),包含执行逻辑的电路,或两者兼备。本申请包括任何合适的硬件和软件组合。
附录A:首字母缩略词
JEM:联合开发模式
VVC:通用视频编码
BMS:基准集合
MV:运动向量
HEVC:高效视频编码
SEI:补充增强信息
VUI:视频可用性信息
GOP:图片组
TU:变换单元
PU:预测单元
CTU:编码树单元
CTB:编码树块
PB:预测块
HRD:假设参考解码器
SNR:信噪比
CPU:中央处理单元
GPU:图形处理单元
CRT:阴极射线管
LCD:液晶显示
OLED:有机发光二极管
CD:光盘
DVD:数字化视频光盘
ROM:只读存储器
RAM:随机存取存储器
ASIC:专用集成电路
PLD:可编程逻辑设备
LAN:局域网
GSM:全球移动通信***
LTE:长期演进
CANBus:控制器局域网络总线
USB:通用串行总线
PCI:***设备互连
FPGA:现场可编程门阵列
SSD:固态驱动器
IC:集成电路
CU:编码单元
虽然本申请已对多个示例性实施例进行了描述,但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解,本领域技术人员能够设计多种***和方法,所述***和方法虽然未在本文中明确示出或描述,但其体现了本申请的原则,因此属于本申请的精神和范围之内。
Claims (20)
1.一种解码器中视频解码方法,其特征在于,所述方法包括:
从已编码视频比特流中,解码得到至少一个块的已编码信息,所述已编码信息指示是否将超分辨率编码模式应用于所述至少一个块,其中,响应于所述至少一个块已由编码器从高空间分辨率下采样到低空间分辨率,应用所述超分辨率编码模式;及,
当所述已编码信息指示将所述超分辨率编码模式应用于所述至少一个块时,通过对所述至少一个块中第一块的信息进行上采样,使用所述超分辨率编码模式,生成重建块,其中,所述第一块具有所述低空间分辨率,所述重建块具有高于所述低空间分辨率的所述高空间分辨率,所述至少一个块包括变换系数,所述重建块包括空域中的样本值。
2.根据权利要求1所述的方法,其特征在于,所述至少一个块是指多个编码块CB、多个编码单元CU、多个预测块PB或多个变换块TB,所述已编码信息指示是否将所述超分辨率编码模式应用于所述至少一个块中的每一个。
3.根据权利要求1所述的方法,其特征在于,所述已编码信息指示是否将所述超分辨率编码模式应用于编码单元CU、编码块CB、超级块、预测块PB、变换块TB、图块、已编码片段、帧、或包括所述至少一个块的序列。
4.根据权利要求1所述的方法,还包括:
将所述第一块逆变换成具有所述低空间分辨率的下采样的残差块。
5.根据权利要求4所述的方法,还包括:
通过对所述第一块的参考块进行下采样,获得下采样的参考块,所述参考块和所述下采样的参考块分别具有所述高空间分辨率和所述低空间分辨率;
基于所述下采样的残差块和所述下采样的参考块,生成下采样的重建块,所述下采样的重建块具有所述低空间分辨率;
所述生成重建块,包括:
对所述下采样的重建块进行上采样。
6.根据权利要求4所述的方法,其特征在于,所述生成还包括:
通过对所述下采样的残差块进行上采样,获得残差块,所述残差块具有所述高空间分辨率;
基于所获得的残差块和所述第一块的参考块,生成所述重建块,所述参考块具有所述高空间分辨率。
7.根据权利要求1所述的方法,其特征在于,所述至少一个块是待重建的当前图片中块的子集,并且所述超分辨率编码模式不应用于所述当前图片中不同于所述至少一个块的块。
8.一种编码器中视频编码方法,其特征在于,所述方法包括:
确定是否将超分辨率编码模式应用于视频中的第一块,所述第一块包括空域中的样本值,并且所述第一块具有高空间分辨率;
当确定出将所述超分辨率编码模式应用于所述第一块时,
使用所述超分辨率编码模式,基于所述第一块,生成下采样的系数块,所述下采样的系数块包括变换系数,并且所述下采样的系数块具有低于所述高空间分辨率的低空间分辨率;
对视频比特流中所述第一块的信息进行编码,已编码信息指示将所述超分辨率编码模式应用于所述第一块。
9.根据权利要求8所述的方法,其特征在于,所述第一块是指编码块CB、编码单元CU、预测块PB或变换块TB。
10.根据权利要求8所述的方法,其特征在于,所述已编码信息指示将所述超分辨率编码模式应用于编码单元CU、编码块CB、超级块、预测块PB、变换块TB、图块、已编码片段、帧、或包括所述至少一个块的序列。
11.根据权利要求8所述的方法,其特征在于,所述生成还包括:
基于所述第一块和所述第一块的参考块,生成下采样的残差块,所述参考块具有所述高空间分辨率,所述下采样的残差块包括残差值,并且所述下采样的残差块具有所述低空间分辨率;
对所述下采样的残差块进行变换,获得所述下采样的系数块。
12.根据权利要求11所述的方法,其特征在于,所述生成下采样的残差块包括:
对所述第一块进行下采样,获得具有所述低空间分辨率的下采样块;
对所述参考块进行下采样,获得具有所述低空间分辨率的下采样的参考块;
基于所述下采样的块和所述下采样的参考块,生成所述下采样的残差块。
13.根据权利要求11所述的方法,其特征在于,所述生成下采样的残差块包括:
基于所述第一块和所述参考块生成残差块,所述残差块具有所述高空间分辨率;
对所述残差块进行下采样,获得所述下采样的残差块。
14.一种视频解码装置,其特征在于,包括:
处理电路,用于:
从已编码视频比特流中,解码得到至少一个块的已编码信息,所述已编码信息指示是否将超分辨率编码模式应用于所述至少一个块,其中,响应于所述至少一个块已由编码器从高空间分辨率下采样到低空间分辨率,应用所述超分辨率编码模式;及,
当所述已编码信息指示将所述超分辨率编码模式应用于所述至少一个块时,通过对所述至少一个块中第一块的信息进行上采样,使用所述超分辨率编码模式,生成重建块,其中,所述第一块具有所述低空间分辨率,所述重建块具有高于所述低空间分辨率的所述高空间分辨率,所述至少一个块包括变换系数,所述重建块包括空域中的样本值。
15.根据权利要求14所述的装置,其特征在于,所述至少一个块是指多个编码块CB、多个编码单元CU、多个预测块PB或多个变换块TB,所述已编码信息指示是否将所述超分辨率编码模式应用于所述至少一个块中的每一个。
16.根据权利要求14所述的装置,其特征在于,所述已编码信息指示是否将所述超分辨率编码模式应用于编码单元CU、编码块CB、超级块、预测块PB、变换块TB、图块、已编码片段、帧、或包括所述至少一个块的序列。
17.根据权利要求14所述的装置,所述处理电路用于:
将所述第一块逆变换成具有所述低空间分辨率的下采样的残差块。
18.根据权利要求14所述的装置,所述处理电路用于:
通过对所述第一块的参考块进行下采样,获得下采样的参考块,所述参考块和所述下采样的参考块分别具有所述高空间分辨率和所述低空间分辨率;
基于所述下采样的残差块和所述下采样的参考块,生成下采样的重建块,所述下采样的重建块具有所述低空间分辨率;
通过对所述下采样的重建块进行上采样,生成重建块。
19.根据权利要求14所述的装置,所述处理电路用于:
通过对所述下采样的残差块进行上采样,获得残差块,所述残差块具有所述高空间分辨率;
基于所获得的残差块和所述第一块的参考块,生成所述重建块,所述参考块具有所述高空间分辨率。
20.根据权利要求14所述的装置,其特征在于,所述至少一个块是待重建的当前图片中块的子集,并且所述超分辨率编码模式不应用于所述当前图片中不同于所述至少一个块的块。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063130265P | 2020-12-23 | 2020-12-23 | |
US63/130,265 | 2020-12-23 | ||
US17/482,018 | 2021-09-22 | ||
US17/482,018 US20220201307A1 (en) | 2020-12-23 | 2021-09-22 | Method and apparatus for video coding |
PCT/US2021/053392 WO2022139934A1 (en) | 2020-12-23 | 2021-10-04 | Method and apparatus for video coding |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115315945A true CN115315945A (zh) | 2022-11-08 |
Family
ID=82021830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180022107.4A Pending CN115315945A (zh) | 2020-12-23 | 2021-10-04 | 视频编解码方法及装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220201307A1 (zh) |
EP (1) | EP4078948A4 (zh) |
JP (1) | JP7505017B2 (zh) |
KR (1) | KR20220127308A (zh) |
CN (1) | CN115315945A (zh) |
WO (1) | WO2022139934A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117544782A (zh) * | 2023-11-09 | 2024-02-09 | 四川新视创伟超高清科技有限公司 | 一种无人机8k视频中目标增强的编码方法及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11924408B2 (en) * | 2021-01-14 | 2024-03-05 | Tencent America LLC | Method and apparatus for video coding |
US11863786B2 (en) * | 2021-05-21 | 2024-01-02 | Varjo Technologies Oy | Method of transporting a framebuffer |
WO2024132584A1 (en) * | 2022-12-19 | 2024-06-27 | Interdigital Ce Patent Holdings, Sas | Enhanced residual data coding |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1973546B (zh) | 2004-03-09 | 2010-05-12 | 汤姆森研究基金公司 | 用于高级视频编码的降低分辨率更新模式 |
US8199812B2 (en) * | 2007-01-09 | 2012-06-12 | Qualcomm Incorporated | Adaptive upsampling for scalable video coding |
KR101370289B1 (ko) * | 2007-02-14 | 2014-03-06 | 삼성전자주식회사 | 레지듀얼 리사이징을 이용한 영상의 부호화, 복호화 방법및 장치 |
EP2191652B1 (en) * | 2007-09-02 | 2017-02-08 | Lg Electronics Inc. | A method and an apparatus for processing a video signal |
US9313526B2 (en) * | 2010-02-19 | 2016-04-12 | Skype | Data compression for video |
US20130182776A1 (en) | 2010-09-10 | 2013-07-18 | Thomson Licensing | Video Encoding Using Block-Based Mixed-Resolution Data Pruning |
JP2014057198A (ja) * | 2012-09-12 | 2014-03-27 | Toshiba Corp | 画像処理装置、画像処理システム、及び画像処理方法 |
CN109302608B (zh) | 2017-07-25 | 2021-06-22 | 华为技术有限公司 | 图像处理方法、设备及*** |
WO2019197661A1 (en) * | 2018-04-13 | 2019-10-17 | Koninklijke Kpn N.V. | Frame-level super-resolution-based video coding |
JP2021061501A (ja) * | 2019-10-04 | 2021-04-15 | シャープ株式会社 | 動画像変換装置及び方法 |
-
2021
- 2021-09-22 US US17/482,018 patent/US20220201307A1/en active Pending
- 2021-10-04 JP JP2022554886A patent/JP7505017B2/ja active Active
- 2021-10-04 WO PCT/US2021/053392 patent/WO2022139934A1/en unknown
- 2021-10-04 CN CN202180022107.4A patent/CN115315945A/zh active Pending
- 2021-10-04 EP EP21911819.7A patent/EP4078948A4/en active Pending
- 2021-10-04 KR KR1020227028387A patent/KR20220127308A/ko unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117544782A (zh) * | 2023-11-09 | 2024-02-09 | 四川新视创伟超高清科技有限公司 | 一种无人机8k视频中目标增强的编码方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20220127308A (ko) | 2022-09-19 |
JP7505017B2 (ja) | 2024-06-24 |
JP2023517350A (ja) | 2023-04-25 |
US20220201307A1 (en) | 2022-06-23 |
WO2022139934A1 (en) | 2022-06-30 |
EP4078948A1 (en) | 2022-10-26 |
EP4078948A4 (en) | 2023-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111869212B (zh) | 视频解码方法、装置和可读介质 | |
CN111869218B (zh) | 视频编解码的方法和装置 | |
CN116723315B (zh) | 视频解码的方法和装置、视频编码的方法和装置及存储介质 | |
CN115623203B (zh) | 一种用于视频编码的方法和相关装置 | |
CN113678441B (zh) | 视频编解码的方法和装置 | |
CN112470478B (zh) | 视频解码方法、装置和计算机设备 | |
CN111988619B (zh) | 视频编解码方法、装置、计算机设备和存储介质 | |
CN113614736A (zh) | 视频编解码的方法和装置 | |
CN113330749A (zh) | 用于变换跳过模式和块差分脉冲编码调制的改进的残差编解码 | |
CN116320408A (zh) | 用于视频解码、编码的方法、编码器、装置及可读介质 | |
CN113557527B (zh) | 视频解码方法、视频解码器及介质 | |
CN111492661A (zh) | 视频解码的方法和装置、及存储介质 | |
CN112753223B (zh) | 用于视频解码的方法、装置和计算机可读介质 | |
CN113424541A (zh) | 用于变换跳过模式和块差分脉冲编码调制的残差编解码 | |
JP7505017B2 (ja) | ビデオコーディングのための方法および装置 | |
CN113597763A (zh) | 视频编解码的方法及装置 | |
CN113875256B (zh) | 进行视频解码的方法、装置及存储介质 | |
CN114270836A (zh) | 视频编解码的颜色转换 | |
CN111836056A (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
CN114503570A (zh) | 视频编解码的方法和装置 | |
CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
CN115151941A (zh) | 用于视频编码的方法和设备 | |
CN111726627A (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
CN113475067A (zh) | 视频编解码方法及装置 | |
CN115398918A (zh) | 用于视频编码的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40075531 Country of ref document: HK |