CN117915097A - 帧内预测方法、装置及设备 - Google Patents
帧内预测方法、装置及设备 Download PDFInfo
- Publication number
- CN117915097A CN117915097A CN202211249310.8A CN202211249310A CN117915097A CN 117915097 A CN117915097 A CN 117915097A CN 202211249310 A CN202211249310 A CN 202211249310A CN 117915097 A CN117915097 A CN 117915097A
- Authority
- CN
- China
- Prior art keywords
- sample point
- reference sample
- predicted
- image block
- prediction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000013074 reference sample Substances 0.000 claims abstract description 281
- 239000000523 sample Substances 0.000 claims abstract description 162
- IESVDEZGAHUQJU-ZLBXKVHBSA-N 1-hexadecanoyl-2-(4Z,7Z,10Z,13Z,16Z,19Z-docosahexaenoyl)-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCC(=O)OC[C@H](COP([O-])(=O)OCC[N+](C)(C)C)OC(=O)CC\C=C/C\C=C/C\C=C/C\C=C/C\C=C/C\C=C/CC IESVDEZGAHUQJU-ZLBXKVHBSA-N 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
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
- H04N19/169—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
- H04N19/134—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请公开了一种帧内预测方法、装置及设备,属于编解码技术领域,本申请实施例提供的帧内预测方法,包括:获取预测图像块对应的角度预测模式的模式索引;对于预测图像块中的每个预测样本点,在模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于角度预测模式对预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;根据第一重建值和第二重建值之间的第一梯度值、预测样本点对应的第一预测值、以及第一梯度值相关联的权重系数,确定预测样本点对应的第二预测值;第一重建值为第一参考样本点的重建值,第二重建值为第二参考样本点的重建值,第一预测值基于预测图像块对应的角度预测模式确定。
Description
技术领域
本申请属于编解码技术领域,具体涉及一种帧内预测方法、装置及设备。
背景技术
在通用视频编码(Versatile Video Coding,VVC)标准中采样了位置相关的帧内预测组合(Position Dependent intra Prediction Combination,PDPC)技术,对图像块进行帧内预测,获得图像块对应的预测值。
然而,PDPC技术只适用于图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于等于90度或小于等于0度的情况,其中,上述模式索引为该图像块对应的角度预测模式的索引,在图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,仅根据图像块对应的角度预测模式确定参考图像块,进而基于参考图像块的重建值确定预测值,通过上述方式得到的预测值不够准确,进而降低了帧内预测的准确度。
发明内容
本申请实施例提供一种帧内预测方法、装置及设备,能够解决现有方案中在图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,仅根据角度预测模式的索引确定参考图像块,进而降低了帧内预测的准确度的问题。
第一方面,提供了一种帧内预测方法,包括:
获取预测图像块对应的角度预测模式的模式索引;
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;所述第一参考样本点和所述第二参考样本点均为已重建的图像块内的样本点;
根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值;所述第一重建值为所述第一参考样本点的重建值,所述第二重建值为所述第二参考样本点的重建值,所述第一预测值基于所述预测图像块对应的角度预测模式确定。
第二方面,提供了一种帧内预测装置,包括:
获取模块,用于获取预测图像块对应的角度预测模式的模式索引;
第一确定模块,用于对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;所述第一参考样本点和所述第二参考样本点均为已重建的图像块内的样本点;
第二确定模块,用于根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值;所述第一重建值为所述第一参考样本点的重建值,所述第二重建值为所述第二参考样本点的重建值,所述第一预测值基于所述预测图像块对应的角度预测模式确定。
第三方面,提供了一种终端,该终端包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
第六方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤。
本申请实施例中,对于预测图像块中的每个预测样本点,在预测图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于该角度预测模式对该预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点,并根据第一预测值、第一重建值和第二重建值之间的第一梯度值、以及第一梯度值相关联的权重系数,确定预测样本点对应的第二预测值;其中,第一重建值为第一参考样本点的重建值,第二重建值为第二参考样本点的重建值。通过基于角度预测模式对预测样本点进行帧内预测,扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,以此提高了帧内预测的准确度。
附图说明
图1是相关技术中角度预测模式与模式索引之间的关系示意图;
图2是相关技术中帧内预测方法的应用场景图之一;
图3是相关技术中帧内预测方法的应用场景图之二;
图4是本申请实施例提供的帧内预测方法的流程示意图;
图5是本申请实施例提供的帧内预测方法的应用场景图之一;
图6是本申请实施例提供的帧内预测方法的应用场景图之二;
图7是本申请实施例提供的帧内预测方法的应用场景图之三;
图8是本申请实施例提供的帧内预测装置的结构图;
图9是本申请实施例提供的通信设备的结构图;
图10是本申请实施例提供的终端的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”一般表示前后关联对象是一种“或”的关系。
相关技术中,图像块包括65种角度预测模式,每种角度预测模式对应一个模式索引,请参阅图1,图1示出了角度预测模式与模式索引之间的关系,其中,上述模式索引可以表征角度预测方向。例如,如图1所示,模式索引34表征的角度预测方向与水平方向的夹角为45度。
在模式索引大于等于50或小于等于18(即模式索引表征的角度预测方向与水平方向的夹角大于等于90度或小于等于0度)的情况下,可以使用PDPC技术对图像块进行帧内预测,获得图像块对应的预测值。
以下以图像块对应的模式索引大于50为例进行说明:
根据公式(1)和(2)计算得到图像块对应的变量nScale;
nScale=Min(2,Log2(nTbH)-Floor(Log2(3*invAngle-2))+8) (1)
其中,nTbH表示图像块的高度,invAngle表示图像块对应的角度预测函数,intraPredAngle表示图像块对应的偏移值,可选地,上述偏移值可以通过查询表一得到。
表一:
如图2所示,当nScale>=0时,可以通过以下公式(3)和(4)计算得到图像块内各样本点的预测值p(x,y),其中,x的取值范围为0至min(3<<nScale,nTbW),nTbW表示图像块的宽度。
p(x,y)=((64–wL(x))*p’(x,y)+wL(x)*r(-1,y+d1)+32)>>6 (3)
r(-1+d)=(32–dFrac)*r(-1+dInt)+dFrac*r(-1+dInt+1) (4)
其中,wL(x)=32>>((x<<1)>>nScale),p’(x,y)为基于图像块对应的角度预测模式确定的一个预测值,r(-1,y+d1)为沿着图像块对应的角度预测方向确定的参考样本点的重建值,基于公式(4)确定;dInt=(intraPredAngle>>5),dFract=(intraPredAngle&31),intraPredAngle可以通过查询表一得到。
如图3所示,当nScale<0时,可以通过以下公式(5)计算得到图像块内各样本点的预测值p(x,y),其中,x的取值范围为0至min(3<<nScale,nTbW)。
p(x,y)=Clip(((64–wL(x))*p’(x,y)+wL(x)*(r(-1,y)-r(-1,-1))+32)>>6) (5)
其中,wL(x)=32>>((x<<1)>>nScale2),nScale2=(log2(nTbH)+log2(nTbW)–2)>>2。
然而,在模式索引小于50且大于18(即模式索引表征的角度预测方向与水平方向的夹角小于90度且大于0度)的情况下,仅根据图像块对应的角度预测模式确定参考图像块,进而基于参考图像块的重建值确定预测值,通过上述方式得到的预测值不够准确,进而降低了帧内预测的准确度。
为了解决上述技术问题,本申请提供了一种帧内预测方法,下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的帧内预测方法进行详细地说明。
请参阅图4,图4是本申请实施例中帧内预测方法的流程图。本实施例提供的帧内预测方法包括以下步骤:
S401,获取预测图像块对应的角度预测模式的模式索引。
可选地,可以通过获取预测图像块中的标识信息,确定预测图像块对应的角度预测模式,进而获取该角度预测模式的模式索引。
S402,对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点。
应理解,预测图像块包括至少两个预测样本点,该预测样本点可以理解为是预测图像块中的像素点。如上所述,模式索引表征角度预测方向,请参阅图1,在模式索引大于18且小于50的情况下,可以理解为模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度;需要说明的是,若预测图像块对应的角度预测模式为宽角度模式,则在模式索引大于34且小于98的情况下,可以理解为模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度。
本步骤中,对于预测图像块中的每个预测样本点,在模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于角度预测模式的角度预测方向,对该预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点。其中,第一参考样本点和第二参考样本点均为已重建的图像块内的样本点,第一参考样本点和第二参考样本点可以理解为该已重建的图像块内的像素点。具体的实施方式请参阅后续实施例。
S403,根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值。
上述第一预测值是根据预测样本点对应的角度预测模式确定第三参考样本点,进而基于第三参考图像块的重建值确定。上述第一重建值为第一参考样本点的重建值,上述第二重建值为第二参考样本点的重建值,第一梯度值可以理解为第一重建值与第二重建值之间的差值。上述权重系数基于预测图像块的宽度和高度确定。
本步骤中,根据上述第一预测值、第一梯度值和权重系数,确定预测样本点对应的第二预测值,可选地,可以通过公式(6)计算得到。
p(x,y)=Clip(((64–w)*p’(x,y)+w*D1+32)>>6) (6)
其中,p(x,y)表示第二预测值,p’(x,y)表示第一预测值,W表示权重系数,D1表示第一梯度值。
本步骤中,在确定每个预测样本点对应的第二预测值之后,即可得到预测图像块对应的帧内预测结果。
本申请实施例中,对于预测图像块中的每个预测样本点,在预测图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于该角度预测模式对该预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点,并根据第一预测值、第一重建值和第二重建值之间的第一梯度值、以及第一梯度值对应的权重系数,确定预测样本点对应的第二预测值;其中,第一重建值为第一参考样本点的重建值,第二重建值为第二参考样本点的重建值。通过基于角度预测模式对预测样本点进行帧内预测,扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,以此提高了帧内预测的准确度。
可选地,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块左侧的第二参考样本点。
本实施例中,在模式索引表征的角度预测方向与水平方向的夹角大于等于45度(即模式索引大于等于34,或者在宽角度模式下,模式索引大于等于66)的情况下,从预测图像块相邻的左侧图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于预测图像块上方的第二参考样本点。
在模式索引表征的角度预测方向与水平方向的夹角小于45度(即模式索引小于34,或者在宽角度模式下,模式索引小于66)的情况下,从预测图像块相邻的上方图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于预测图像块左侧的第二参考样本点。
为便于理解,请参阅图5,图5示出的是模式索引表征的角度预测方向与水平方向的夹角大于等于45度的应用场景,在图5示出的应用场景中,预测样本点的坐标为(x,y),第一参考样本点的坐标为(-1,y),第二参考样本点的坐标为(-1+d,-1)。
获取预测图像块相邻左侧一列已解码的参考样本点的重建值,组成数组r;根据预测样本点对应的角度预测模式查询表一,得到预测样本点的偏移值intraPredAngle,进而通过公式(7)计算得到预测样本点对应的第二预测值。
p(x,y)=Clip(((64–wL(x))*p1(x,y)+wL(x)*(r(-1,y)-r(-1+d,-1))+32)>>6) (7)
其中,x的取值范围为0至min(3<<nScale,nTbW),nTbW为预测图像块的宽度,nScale=(log2(nTbH)+log2(nTbW)–2)>>2,nTbH为预测图像块的高度;
其中,p(x,y)表示第二预测值,p1(x,y)表示第一预测值,r(-1,y)表示第一重建值,r(-1+d,-1)表示第二重建值,r(-1,y)-r(-1+d,-1)表示第一梯度值,wL(x)表示权重系数。r(-1+d,-1)=(32–dFrac)*r(-1+dInt)+dFrac*r(-1+dInt+1),dInt=(intraPredAngle>>5),dFract=(intraPredAngle&31),在宽角度模式下,dInt=(intraPredAngle>>6),dFract=(intraPredAngle&63),wL(x)=32>>((x<<1)>>nScale)。
可选地,在(x+dInt)小于0的情况下,通过上述公式(7)计算得到预测样本点对应的第二预测值。
本实施例中,基于预测图像块对应的角度预测模式对预测样本点进行帧内预测,确定与预测图像块相邻的第一参考样本点和第二参考样本点,以此扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,提高了帧内预测的准确度。
可选地,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点。
本实施例中,在模式索引表征的角度预测方向与水平方向的夹角大于等于45度(即模式索引大于等于34,或者在宽角度模式下,模式索引大于等于66)的情况下,从预测图像块相邻的左侧图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于第一参考图像样本点左侧的第二参考样本点。
在模式索引表征的角度预测方向与水平方向的夹角小于45度(即模式索引小于34,或者在宽角度模式下,模式索引小于66)的情况下,从预测图像块相邻的上方图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于第一参考图像样本点上方的第二参考样本点。
为便于理解,请参阅图6,图6示出的是模式索引表征的角度预测方向与水平方向的夹角大于等于45度的应用场景,在图6示出的应用场景中,预测样本点的坐标为(x,y),第一参考样本点的坐标为(-1,y),第二参考样本点的坐标为(-n,y+d)。
获取预测图像块相邻左侧一列已解码的参考样本点的重建值,组成数组r0,获取预测图像块相邻左侧n列已解码的参考样本点的重建值,组成数组rn,n为大于0的正整数;根据预测样本点对应的角度预测模式查询表一,得到预测样本点的偏移值intraPredAngle,进而通过公式(8)计算得到预测样本点对应的第二预测值。
p(x,y)=Clip(((64–wL(x))*p1(x,y)+wL(x)*(r0(-1,y)-rn(-n,y+d))+32)>>6) (8)
其中,x的取值范围为0至min(3<<nScale,nTbW),nTbW为预测图像块的宽度,nScale=(log2(nTbH)+log2(nTbW)–2)>>2,nTbH为预测图像块的高度;
其中,p(x,y)表示第二预测值,p1(x,y)表示第一预测值,r0(-1,y)表示第一重建值,rn(-n,y+d)表示第二重建值,r0(-1,y)-rn(-n,y+d)表示第一梯度值,wL(x)表示权重系数。rn(y+d)=(32–dFracN)*rn(y+dIntN)+dFracN*r(y+dIntN+1),dIntN=(deltaPos>>5),dFractN=(deltaPos&31),deltaPos=-(32-intraPredAngle)*(1+n),在宽角度模式下,dIntN=(deltaPos>>6),dFractN=(deltaPos&63),deltaPos=-(64-intraPredAngle)*(1+n)。
可选地,在(y+dIntN)大于等于0的情况下,通过上述公式(8)计算得到预测样本点对应的第二预测值。
可选地,在(x+dInt)大于等于0的情况下,通过上述公式(8)计算得到预测样本点对应的第二预测值。
可选地,在(x+dInt)小于0的情况下,通过上述公式(8)计算得到预测样本点对应的第二预测值。
本实施例中,基于预测图像块对应的角度预测模式对预测样本点进行帧内预测,确定位于预测图像块上方的第一参考样本点和第二参考样本点,或者确定位于预测图像块左侧的第一参考样本点和第二参考样本点,以此扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,提高了帧内预测的准确度。
可选地,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定所述第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于第一参考图像样本点上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点。
本实施例中,在模式索引表征的角度预测方向与水平方向的夹角大于等于45度(即模式索引大于等于34,或者在宽角度模式下,模式索引大于等于66)的情况下,从预测图像块相邻的上方图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于第一参考图像样本点上方的第二参考样本点。
在模式索引表征的角度预测方向与水平方向的夹角小于45度(即模式索引小于34,或者在宽角度模式下,模式索引小于66)的情况下,从预测图像块相邻的左侧图像块中确定第一参考样本点,并基于角度预测模式对第一参考样本点进行帧内预测,确定位于第一参考图像样本点左侧的第二参考样本点。
为便于理解,请参阅图7,图7示出的是模式索引表征的角度预测方向与水平方向的夹角大于等于45度的应用场景,在图7示出的应用场景中,预测样本点的坐标为(x,y),第一参考样本点的坐标为(x,-1),第二参考样本点的坐标为(x+d,-n)。
获取预测图像块相邻上方一行已解码的参考样本点的重建值,组成数组r0,获取预测图像块相邻上方n行已解码的参考样本点的重建值,组成数组rn,n为大于0的正整数;根据预测样本点对应的角度预测模式查询表一,得到预测样本点的偏移值intraPredAngle,进而通过公式(9)计算得到预测样本点对应的第二预测值。
p(x,y)=Clip(((64–wL(x))*p1(x,y)+wL(x)*(r0(x,-1)-rn(x+d,-n))+32)>>6) (9)
其中,x的取值范围为0至min(3<<nScale,nTbW),nTbW为预测图像块的宽度,nScale=(log2(nTbH)+log2(nTbW)–2)>>2,nTbH为预测图像块的高度;
其中,p(x,y)表示第二预测值,p1(x,y)表示第一预测值,r0(x,-1)表示第一重建值,rn(x+d,-n)表示第二重建值,r0(x,-1)-rn(x+d,-n)表示第一梯度值,wL(x)表示权重系数。rn(x+d)=(32–dFracN)*rn(y+dIntN)+dFracN*r(x+dIntN+1),dIntN=(deltaPos>>5),dFractN=(deltaPos&31),deltaPos=intraPredAngle*(1+n),在宽角度模式下,dIntN=(deltaPos>>6),dFractN=(deltaPos&63),deltaPos=intraPredAngle*(1+n)。
可选地,在(x+dInt)大于等于0的情况下,通过上述公式(8)计算得到预测样本点对应的第二预测值。
可选地,在(x+dInt)小于0的情况下,通过上述公式(8)计算得到预测样本点对应的第二预测值。
本实施例中,基于预测图像块对应的角度预测模式对预测样本点进行帧内预测,确定位于预测图像块上方的第一参考样本点和第二参考样本点,或者确定位于预测图像块左侧的第一参考样本点和第二参考样本点,以此扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,提高了帧内预测的准确度。
可选地,在(x+dInt)小于0的情况下,可以使用图5示出的应用场景涉及的帧内预测方法,获得预测图像块对应的第二预测值;或者使用图7示出的应用场景涉及的帧内预测方法,获得预测图像块对应的第二预测值。在(x+dInt)大于等于0的情况下,可以使用图6示出的应用场景涉及的帧内预测方法,获得预测图像块对应的第二预测值。
可选地,所述获取预测图像块对应的角度预测模式的模式索引之后,所述方法包括:
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点;
根据第三重建值和第四重建值之间的第二梯度值,以及第五重建值和第六重建值之间的第三梯度值,确定所述预测样本点对应的第二预测值。
本实施例中,在模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,对预测图像块中的每个预测样本点进行帧内预测,获得预测样本点对应的第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点,其中,第三参考样本点和第四参考样本点位于预测图像块左侧,第五参考样本点和第六参考样本点位于预测图像块上方,且第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点均为已重建图像块内的样本点。具体的实施方式请参与后续实施例。
将第三重建值和第四重建值之间的差值确定为第二梯度值,将第五重建值和第六重建值之间的差值确定为第三梯度值,其中,第三重建值为第三参考样本点的重建值,第四重建值为第四参考样本点的重建值,第五重建值为第五参考样本点的重建值,第六重建值为第六参考样本点的重建值。通过公式(9)计算得到预测样本点对应的第二预测值。
p(x,y)=(1-w1(x)-w2(x))*p1(x,y)+w1(x)*GradientLeft+w2(x)*GradientTop (9)
其中,p(x,y)表示第二预测值,w1(x)和w2(x)表示预设的权重值,p1(x,y)表示第一预测值,GradientLeft表示第一梯度值,GradientTop表示第二梯度值。
其中,GradientLeft=(r0(-1,y)-rn(-n,y+d)),GradientTop=(r0(x,-1)-rn(x+d,-n)),r0(-1,y)表示第三重建值,rn(-n,y+d)表示第四重建值,r0(x,-1)表示第五重建值,rn(x+d,-n)表示第六重建值。
可选地,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点包括:
根据所述预测样本点的位置信息,从预测图像块相邻的左侧图像块中确定所述第三参考样本点;
基于所述第三参考样本点的位置信息以及所述角度预测模式,确定位于所述第三参考样本点左侧的第四参考样本点;
根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定所述第五参考样本点;
基于所述第五参考样本点的位置信息以及所述角度预测模式,确定位于所述第五参考样本点上方的第六参考样本点。
本实施例中,从预测图像块相邻的左侧图像块中确定第三参考样本点,并基于角度预测模式对第三参考样本点进行帧内预测,确定位于第三参考图像样本点左侧的第四参考样本点,也就是说,使用图6示出的应用场景涉及的帧内预测方法,获得第三参考图像样本点和第四参考样本点。从预测图像块相邻的上方图像块中确定第五参考样本点,并基于角度预测模式对第五参考样本点进行帧内预测,确定位于第五参考图像样本点上方的第六参考样本点,也就是说,使用图7示出的应用场景涉及的帧内预测方法,获得第五参考图像样本点和第六参考样本点。
本申请实施例提供的帧内预测方法,执行主体可以为帧内预测装置。本申请实施例中以帧内预测装置执行帧内预测方法为例,说明本申请实施例提供的帧内预测装置。
如图8所示,本申请实施例还提供了一种帧内预测装置800,包括:
获取模块801,用于获取预测图像块对应的角度预测模式的模式索引;
第一确定模块802,用于对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;
第二确定模块803,用于根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值。
可选地,所述第一确定模块802,具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块左侧的第二参考样本点。
可选地,所述第一确定模块802,还具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点。
可选地,所述第一确定模块802,还具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点。
可选地,所述帧内预测装置800还包括:
第三确定模块,用于对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点;
第四确定模块,用于根据第三重建值和第四重建值之间的第二梯度值,以及第五重建值和第六重建值之间的第三梯度值,确定所述预测样本点对应的第二预测值。
可选地,所述第三确定模块,具体用于:
根据所述预测样本点的位置信息,从预测图像块相邻的左侧图像块中确定所述第三参考样本点;
基于所述第三参考样本点的位置信息以及所述角度预测模式,确定位于所述第三参考样本点左侧的第四参考样本点;
根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定所述第五参考样本点;
基于所述第五参考样本点的位置信息以及所述角度预测模式,确定位于所述第五参考样本点上方的第六参考样本点。
本申请实施例中,对于预测图像块中的每个预测样本点,在预测图像块对应的模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于该角度预测模式对该预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点,并根据第一预测值、第一重建值和第二重建值之间的第一梯度值、以及第一梯度值相关联的权重系数,确定预测样本点对应的第二预测值;其中,第一重建值为第一参考样本点的重建值,第二重建值为第二参考样本点的重建值。通过基于角度预测模式对预测样本点进行帧内预测,扩展了PDPC技术的适用范围,使用PDPC技术进行帧内预测得到更为准确的第二预测值,以此提高了帧内预测的准确度。
该装置实施例与上述图4所示的帧内预测方法实施例对应,上述方法实施例中的各个实施过程和实现方式均可适用于该装置实施例中,且能达到相同的技术效果。
本申请实施例中的帧内预测装置可以是电子设备,例如具有操作***的电子设备,也可以是电子设备中的部件、例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,终端可以包括但不限于上述所列举的终端的类型,其他设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)等,本申请实施例不作具体限定。
可选地,如图9所示,本申请实施例还提供一种通信设备900,包括处理器901和存储器902,存储器902上存储有可在所述处理器901上运行的程序或指令,例如,该通信设备900为终端时,该程序或指令被处理器901执行时实现上述帧内预测方法实施例的各个步骤,且能达到相同的技术效果。
本申请实施例还提供一种终端,包括处理器901和通信接口,处理器901用于执行以下操作:
获取预测图像块对应的角度预测模式的模式索引;
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;
根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点相关联的第一预测值、以及所述第一梯度值对应的权重系数,确定所述预测样本点对应的第二预测值。
该终端实施例与上述终端侧方法实施例对应,上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中,且能达到相同的技术效果。具体地,图10为实现本申请实施例的一种终端的硬件结构示意图。
该终端1000包括但不限于:射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解,终端1000还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理***与处理器1010逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。图10中示出的终端结构并不构成对终端的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
应理解的是,本申请实施例中,输入单元1004可以包括图形处理器(GraphicsProcessing Unit,GPU)10041和麦克风10042,图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板10061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072中的至少一种。触控面板10071,也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
本申请实施例中,射频单元1001接收来自网络侧设备的下行数据后,可以传输给处理器1010进行处理;射频单元1001可以向网络侧设备发送上行数据。通常,射频单元1001包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器1009可用于存储软件程序或指令以及各种数据。存储器1009可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作***、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器1009可以包括易失性存储器或非易失性存储器,或者,存储器1009可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(SynchronousDRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本申请实施例中的存储器1009包括但不限于这些和任意其它适合类型的存储器。
处理器1010可包括一个或多个处理单元;可选的,处理器1010集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作***、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器1010中。
其中,处理器1010用于执行以下操作:
获取预测图像块对应的角度预测模式的模式索引;
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;
根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述帧内预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述帧内预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为***级芯片,***芯片,芯片***或片上***芯片等。
本申请实施例另提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现上述帧内预测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (14)
1.一种帧内预测方法,其特征在于,包括:
获取预测图像块对应的角度预测模式的模式索引;
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;所述第一参考样本点和所述第二参考样本点均为已重建的图像块内的样本点;
根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值;所述第一重建值为所述第一参考样本点的重建值,所述第二重建值为所述第二参考样本点的重建值,所述第一预测值基于所述预测图像块对应的角度预测模式确定。
2.根据权利要求1所述的方法,其特征在于,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块左侧的第二参考样本点。
3.根据权利要求1所述的方法,其特征在于,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点。
4.根据权利要求1所述的方法,其特征在于,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点包括:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述获取预测图像块对应的角度预测模式的模式索引之后,所述方法还包括:
对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点;所述第三参考样本点和所述第四参考样本点位于所述预测图像块左侧,所述第五参考样本点和所述第六参考样本点位于所述预测图像块上方,且所述第三参考样本点、所述第四参考样本点、所述第五参考样本点和所述第六参考样本点均为已重建图像块内的样本点;
根据第三重建值和第四重建值之间的第二梯度值,以及第五重建值和第六重建值之间的第三梯度值,确定所述预测样本点对应的第二预测值;所述第三重建值为第三参考样本点的重建值,所述第四重建值为第四参考样本点的重建值,所述第五重建值为第五参考样本点的重建值,所述第六重建值为第六参考样本点的重建值。
6.根据权利要求5所述的方法,其特征在于,所述基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点包括:
根据所述预测样本点的位置信息,从预测图像块相邻的左侧图像块中确定所述第三参考样本点;
基于所述第三参考样本点的位置信息以及所述角度预测模式,确定位于所述第三参考样本点左侧的第四参考样本点;
根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定所述第五参考样本点;
基于所述第五参考样本点的位置信息以及所述角度预测模式,确定位于所述第五参考样本点上方的第六参考样本点。
7.一种帧内预测装置,其特征在于,包括:
获取模块,用于获取预测图像块对应的角度预测模式的模式索引;
第一确定模块,用于对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第一参考样本点和第二参考样本点;所述第一参考样本点和所述第二参考样本点均为已重建的图像块内的样本点;
第二确定模块,用于根据第一重建值和第二重建值之间的第一梯度值、所述预测样本点对应的第一预测值、以及所述第一梯度值相关联的权重系数,确定所述预测样本点对应的第二预测值;所述第一重建值为所述第一参考样本点的重建值,所述第二重建值为所述第二参考样本点的重建值,所述第一预测值基于所述预测图像块对应的角度预测模式确定。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块,具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定与所述预测图像块相邻,且位于所述预测图像块左侧的第二参考样本点。
9.根据权利要求7所述的装置,其特征在于,所述第一确定模块,还具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点。
10.根据权利要求7所述的装置,其特征在于,所述第一确定模块,还具体用于:
在所述模式索引表征的角度预测方向与水平方向的夹角大于等于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点上方的第二参考样本点;或者,
在所述模式索引表征的角度预测方向与水平方向的夹角小于45度的情况下,根据所述预测样本点的位置信息,从所述预测图像块相邻的左侧图像块中确定第一参考样本点;
基于所述第一参考样本点的位置信息以及所述角度预测模式,确定位于所述第一参考图像样本点左侧的第二参考样本点。
11.根据权利要求7-10中任一项所述的装置,其特征在于,所述装置还包括:
第三确定模块,用于对于所述预测图像块中的每个预测样本点,在所述模式索引表征的角度预测方向与水平方向的夹角大于0度且小于90度的情况下,基于所述角度预测模式对所述预测样本点进行帧内预测,确定第三参考样本点、第四参考样本点、第五参考样本点和第六参考样本点;所述第三参考样本点和所述第四参考样本点位于所述预测图像块左侧,所述第五参考样本点和所述第六参考样本点位于所述预测图像块上方,且所述第三参考样本点、所述第四参考样本点、所述第五参考样本点和所述第六参考样本点均为已重建图像块内的样本点;
第四确定模块,用于根据第三重建值和第四重建值之间的第二梯度值,以及第五重建值和第六重建值之间的第三梯度值,确定所述预测样本点对应的第二预测值;所述第三重建值为第三参考样本点的重建值,所述第四重建值为第四参考样本点的重建值,所述第五重建值为第五参考样本点的重建值,所述第六重建值为第六参考样本点的重建值。
12.根据权利要求11所述的装置,其特征在于,所述第三确定模块,具体用于:
根据所述预测样本点的位置信息,从预测图像块相邻的左侧图像块中确定所述第三参考样本点;
基于所述第三参考样本点的位置信息以及所述角度预测模式,确定位于所述第三参考样本点左侧的第四参考样本点;
根据所述预测样本点的位置信息,从所述预测图像块相邻的上方图像块中确定所述第五参考样本点;
基于所述第五参考样本点的位置信息以及所述角度预测模式,确定位于所述第五参考样本点上方的第六参考样本点。
13.一种终端,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-6中任一项所述的帧内预测方法的步骤。
14.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-6中任一项所述的帧内预测方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249310.8A CN117915097A (zh) | 2022-10-12 | 2022-10-12 | 帧内预测方法、装置及设备 |
PCT/CN2023/123318 WO2024078401A1 (zh) | 2022-10-12 | 2023-10-08 | 帧内预测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211249310.8A CN117915097A (zh) | 2022-10-12 | 2022-10-12 | 帧内预测方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117915097A true CN117915097A (zh) | 2024-04-19 |
Family
ID=90668849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211249310.8A Pending CN117915097A (zh) | 2022-10-12 | 2022-10-12 | 帧内预测方法、装置及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117915097A (zh) |
WO (1) | WO2024078401A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018225593A1 (ja) * | 2017-06-05 | 2018-12-13 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 符号化装置、復号装置、符号化方法および復号方法 |
EP3759928A1 (en) * | 2018-02-26 | 2021-01-06 | InterDigital VC Holdings, Inc. | Gradient based boundary filtering in intra prediction |
WO2019199093A1 (ko) * | 2018-04-11 | 2019-10-17 | 엘지전자 주식회사 | 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치 |
WO2020181997A1 (en) * | 2019-03-08 | 2020-09-17 | Huawei Technologies Co., Ltd. | An encoder, a decoder and corresponding methods for inter prediction |
US11671592B2 (en) * | 2019-12-09 | 2023-06-06 | Qualcomm Incorporated | Position-dependent intra-prediction combination for angular intra-prediction modes for video coding |
-
2022
- 2022-10-12 CN CN202211249310.8A patent/CN117915097A/zh active Pending
-
2023
- 2023-10-08 WO PCT/CN2023/123318 patent/WO2024078401A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024078401A1 (zh) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2736011B1 (en) | Method, apparatus and computer program product for generating super-resolved images | |
CN112804528B (zh) | 屏幕内容处理方法、装置及设备 | |
US11238563B2 (en) | Noise processing method and apparatus | |
CN117915097A (zh) | 帧内预测方法、装置及设备 | |
CN113628259A (zh) | 图像的配准处理方法及装置 | |
US11146826B2 (en) | Image filtering method and apparatus | |
CN116193419A (zh) | 通话方法、装置及设备 | |
CN113873233A (zh) | 镜头模组的检测方法、装置和电子设备 | |
WO2023116510A1 (zh) | 帧间预测方法及终端 | |
WO2023198144A1 (zh) | 帧间预测方法及终端 | |
CN115883834A (zh) | 帧内预测的方法及终端 | |
CN111988215B (zh) | 一种用于推送用户的方法、设备和计算机可读介质 | |
CN113676271B (zh) | 切换天线的方法及装置 | |
CN117915100A (zh) | 色度分量预测方法、装置及设备 | |
CN113938966B (zh) | 通话控制方法和通话控制装置 | |
CN118301354A (zh) | 列表构建方法及终端 | |
CN114513222B (zh) | 射频电路控制方法、装置、电子设备及射频电路 | |
WO2023125231A1 (zh) | 环路滤波方法及终端 | |
CN114337872B (zh) | 网络信号测量方法及装置 | |
CN111881912B (zh) | 数据处理方法、装置以及电子设备 | |
CN115866263A (zh) | 视频解码方法、视频编码方法及相关设备 | |
CN117412058A (zh) | 编码、解码方法、装置及设备 | |
CN117478901A (zh) | 编码、解码方法、装置及设备 | |
CN117933333A (zh) | 神经网络模型损失值的确定方法及相关应用方法和设备 | |
CN116893792A (zh) | 投屏控制方法、装置及电子设备 |
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 |