CN118118690A - 视频解码方法、装置、计算机设备及存储介质、方法 - Google Patents
视频解码方法、装置、计算机设备及存储介质、方法 Download PDFInfo
- Publication number
- CN118118690A CN118118690A CN202410392165.1A CN202410392165A CN118118690A CN 118118690 A CN118118690 A CN 118118690A CN 202410392165 A CN202410392165 A CN 202410392165A CN 118118690 A CN118118690 A CN 118118690A
- Authority
- CN
- China
- Prior art keywords
- intra
- partition
- prediction
- video
- prediction modes
- 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 123
- 238000005192 partition Methods 0.000 claims abstract description 232
- 239000000523 sample Substances 0.000 claims description 112
- 230000008569 process Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 description 37
- 230000033001 locomotion Effects 0.000 description 33
- 230000006835 compression Effects 0.000 description 24
- 238000007906 compression Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 22
- 238000000638 solvent extraction Methods 0.000 description 22
- 239000013598 vector Substances 0.000 description 21
- 239000000872 buffer Substances 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 239000013074 reference sample Substances 0.000 description 11
- 230000011218 segmentation Effects 0.000 description 9
- 230000002123 temporal effect Effects 0.000 description 9
- 238000013139 quantization Methods 0.000 description 8
- 241000023320 Luma <angiosperm> Species 0.000 description 7
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 101150114515 CTBS gene Proteins 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 102100037812 Medium-wave-sensitive opsin 1 Human genes 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—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
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- 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
- H04N19/184—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 bits, e.g. of the compressed video stream
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请实施例公开了一种视频解码方法、装置、计算机设备及存储介质。该方法包括:从已编码视频码流中解码得到当前块的预测信息;基于所述预测信息,确定所述当前块的第一子分区和第二子分区;及,基于所述当前块的至少一个相邻样本,对所述第一子分区和所述第二子分区进行重建,所述至少一个相邻样本位于所述第一子分区的相邻区域之外或者位于所述第二子分区的相邻区域之外。
Description
引用并入
本申请要求于2019年2月8日提交的、申请号为62/803,231、发明名称为"帧内子分区编解码模式的改善的帧内预测"的美国临时申请的优先权以及于2020年2月6日提交的美国申请第16/783,388号、发明名称为“视频编解码方法及装置”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,尤其涉及一种视频解码方法、装置、计算机设备及存储介质。
背景技术
本申请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。
视频编码和解码,可以通过带有运动补偿的图片间预测来执行。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。
视频编解码技术包括称之为帧内编码的技术。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,且在诸如被称为JEM/VVC/BMS的更新的编码技术中进一步被改进。通过使用属于已经可用的样本的相邻样本值可以形成预测块。在一些示例中,将相邻样本的样本值按照某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中,或者本身可以被预测。
目前,在基于帧内子分区(ISP)的帧内预测技术中,若当前编码单元(CU)被水平分割时,右上相邻样本被标记为不可用于第二子分区、第三分区和第四分区。若当前CU被垂直分割时,左下相邻样本被标记为不可用于第二子分区、第三分区和第四分区。这种限制大大降低了预测的性能,需要改善。
发明内容
本申请实施例提供了一种视频解码方法,包括:
从已编码视频码流中解码得到当前块的预测信息;
基于所述预测信息,确定所述当前块的第一子分区和第二子分区;及,
基于所述当前块的至少一个相邻样本,对所述第一子分区和所述第二子分区进行重建,所述至少一个相邻样本位于所述第一子分区的相邻区域之外或者位于所述第二子分区的相邻区域之外。
本申请实施例还提供了一种视频解码装置,包括:
解码模块,用于从已编码视频码流中解码得到当前块的预测信息;
确定模块,用于基于所述预测信息,确定所述当前块的第一子分区和第二子分区;及,
重建模块,用于基于所述当前块的至少一个相邻样本,对所述第一子分区和所述第二子分区进行重建,所述至少一个相邻样本位于所述第一子分区的相邻区域之外或者位于所述第二子分区的相邻区域之外。
本申请实施例还提供一种计算机设备,包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现上所述的视频解码方法。
本申请实施例还提供一种非易失性计算机可读介质,其上存储有指令,当所述指令由计算机执行时,使得所述计算机执行如上所述的视频解码方法。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述视频解码方法。
根据本申请实施例提供的方法,对子分区进行重建时,所使用的相邻样本可以位于子分区的相邻区域之外,突破了原有ISP编解码模式中对相邻样本的限制,使得用于重建的相邻样本更加灵活,改进了ISP编解码模式的帧内预测技术,提高了视频编解码的效率。
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1是帧内预测模式的示例性子集的示意图;
图2是示例性帧内预测方向的示意图;
图3是根据本申请一实施例的通信***的简化框图的示意图;
图4是根据本申请另一实施例的通信***的简化框图的示意图;
图5是根据本申请一实施例的解码器的简化框图的示意图;
图6是根据本申请一实施例的编码器的简化框图的示意图;
图7示出了根据本申请一实施例的编码器的框图;
图8示出了根据本申请一实施例的解码器的框图;
图9示出了根据本申请一实施例的分区结构的示例;
图10A和10B示出了根据本申请实施例的分区示例;
图11示出了根据本申请一实施例的示例性帧内预测方向和帧内预测模式的示意图;
图12示出了根据本申请另一实施例的示例性帧内预测方向和帧内预测模式的示意图;
图13示出了根据本申请实施例的帧内预测模式和相关联的角度参数之间的关系表;
图14示出了根据本申请实施例的基于块的纵横比使用广角方向模式替代帧内预测模式的表;
图15示出了根据本申请实施例的将子区数量和块大小相关联的表;
图16示出了根据本申请一实施例的块的子区示例;
图17示出了根据本申请另一实施例的块的子区示例;
图18示出了根据本申请一实施例的使用广角模式替代帧内预测模式的表;
图19示出了根据本申请另一实施例的使用广角模式替代帧内预测模式的表;
图20示出了根据本申请一实施例的在帧内子分区(ISP)模式中参考样本的示例;
图21示出了根据本申请另一实施例的在ISP模式中参考样本的示例;
图22示出了根据本申请一实施例的在ISP模式中针对平面模式预测的参考样本的示例;
图23示出了根据本申请另一实施例的在ISP模式中针对平面模式预测的参考样本的示例;
图24示出了根据本申请一实施例的概述方法示例的流程图;
图25示出了根据本申请另一实施例的概述方法示例的流程图;以及
图26示出了根据本申请一实施例的计算机设备的示意图。
具体实施方式
参照图1,右下方描绘了来自H.265的35个可能的预测方向中已知的八个预测方向的集合。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1,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。
随着视频编码技术的发展,可能的方向的数量已经增加了。在H.264(2003年)中,可以表示九种不同的方向。在H.265(2013年)和JEM/VVC/BMS中增加到了33个,而在此申请时,可以支持多达65个方向。已经进行了实验来识别最可能的方向,并且熵编码中的某些技术被用于使用少量比特来表示那些可能的方向,对于较不可能的方向则接受某些代价。此外,有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
图2示出了根据JEM描绘65个帧内预测方向的示意图(201),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,在所有情况下,视频内容中可能存在某些方向,其在统计学上比其它方向更不可能出现。由于视频压缩的目的是减少冗余,所以在运行良好的视频编码技术中,与更可能的方向相比,那些不太可能的方向将使用更多数量的比特来表示。
图3是根据本申请公开的实施例的通信***(300)的简化框图。通信***(300)包括至少两个终端装置,所述终端装置可通过例如网络(350)彼此通信。举例来说,通信***(300)包括通过网络(350)互连的第一对终端装置(310)和(320)。在图3的实施例中,第一对终端装置(310)和(320)执行单向数据传输。举例来说,终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到第二端装置(320)。已编码的视频数据以一个或至少两个已编码视频码流形式传输。终端装置(320)可从网络(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数据,并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中,通信***(300)包括执行已编码视频数据的双向传输的第二对终端装置(330)和(340),所述双向传输可例如在视频会议期间发生。对于双向数据传输,第二对终端装置(330)和(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码,以通过网络(350)传输到第二对终端装置(330)和(340)中的另一终端装置。第二对终端装置(330)和(340)中的每个终端装置还可接收由第二对终端装置(330)和(340)中的另一终端装置传输的已编码视频数据,且可对所述已编码视频数据进行解码以恢复视频数据,且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的实施例中,终端装置(310)、(320)、(330)和(340)可为服务器、个人计算机和智能电话,但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在终端装置(310)、(320)、(330)和(340)之间传送已编码视频数据的任何数目的网络,包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的,除非在下文中有所解释,否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
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)(或已编码的视频码流),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)(或已编码的视频码流(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)(或已编码的视频码流(404)),其可存储在流式传输服务器(405)上以供将来使用。一个或至少两个流式传输客户端子***,例如图4中的客户端子***(406)和(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(409)。客户端子***(406)可包括例如电子装置(430)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)、(407)和(409)(例如视频码流)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)解码的一个或至少两个已编码视频序列;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、分片、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)的重建可涉及至少两个不同单元。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)与下文的至少两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(也称作已编码视频码流)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、冗余分片、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至少两个单独的图片,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,每个像素可包括一个或至少两个样本。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,符号与已编码视频码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”的一个或至少两个先前已编码图片,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)中存储的至少两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设备的硬件/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,至少两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至少两个样本块(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编码的块来进行预测编码(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、冗余图片和分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至少两个源图片(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,且在使用至少两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以四叉树拆分为一个或至少两个编码单元(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拆分为一个或至少两个预测单元(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,从一个或至少两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一个或至少两个参考块(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(例如根据一个或至少两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码流中;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码流中。
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)用于将码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)、残差信息和码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7是根据本申请公开的另一实施例的视频解码器(710)的图。视频解码器(710)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(710)用于代替图3实施例中的视频解码器(310)。
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间域。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)用于在空间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)、(603)和(703)以及视频解码器(410)、(510)和(810)。在实施例中,可使用一个或至少两个集成电路来实施视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)。在另一实施例中,可使用执行软件指令的一个或至少两个处理器来实施视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)。
本申请的各方面提供用于帧内子分区(ISP)的帧内预测改进技术。
通常,图片被分区成多个块用于编码和解码。在一些示例中,根据HEVC标准,可以将图片分割成多个编码树单元(CTU)。此外,可以通过使用称为编码树的四叉树(QT)结构,将CTU分区成编解码单元(CU),以便适应图片的各种局部特性。每个CU对应于四叉树结构的叶。是否使用帧间预测(也称为时间预测或帧间预测类型)、帧内预测(也称为空间预测或帧内预测类型)等对图片区域进行编解码的决定,是在CU级处作出的。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),该PU分割类型的根在CU级处。对每个PU应用相同的预测过程,并且基于PU将相关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获得预测残差数据(也称为残差信息)之后,可以根据另一QT结构,将CU分区成变换单元(TU),该QT结构的根在CU级处。根据HEVC标准,在一些示例中,分区概念包括CU、PU和TU。在一些示例中,CU、与CU相关联的PU以及与CU相关联的TU可以具有不同的块大小。另外,CU或TU在QT结构中必须呈正方形,而PU可以具有正方形或矩形形状。
注意,在一些实施方式的示例中,对块执行编码/解码。例如,编码树块(CTB)、编解码块(CB)、预测块(PB)和变换块(TB)可以用于指定例如一个色彩分量的2D样本阵列,该色彩分量分别与对应CTU、CU、PU和TU相关联。例如,CTU可以包括一个亮度CTB和两个色度CTB,CU可以包括一个亮度CB和两个色度CB。
为了在压缩能力方面胜过HEVC,已经为HEVC之外的下一代视频编解码标准(即所谓的通用视频编解码(VVC)),提出了许多其它分区结构。这些提出的分区结构之一称为QTBT结构,该QTBT结构采用四叉树(QT)和二叉树(BT)。相比于HEVC中的QT结构,VVC中的QTBT结构在CU、PU和TU概念之中去除分离。换句话说,CU、与CU相关联的PU以及与CU相关联的TU,在VCC的QTBT结构中具有相同的块大小。另外,QTBT结构支持更加灵活的CU分区形状。CU在QTBT结构中可以具有正方形形状或矩形的形状。
在一些示例中,QTBT分区方案定义某些参数,诸如CTU大小、MinQTSize、MaxBTsize、MaxBTDepth、MinBTSize等。CTU大小是四叉树的根节点大小,与HEVC中的概念相同。MinQTSize是允许的最小四叉树叶节点大小。MaxBTSize是允许的最大二叉树根节点大小。MaxBTDepth是允许的最大二叉树深度。MinBTSize是允许的最小二叉树叶节点大小。
在QTBT分区结构的示例中,将CTU大小设定为128×128亮度样本,具有两个对应的64×64色度样本块,将MinQTSize设定为16×16,将MaxBTSize设定为64×64,将MinBTSize(针对宽度和高度两者)设定为4×4,并且将MaxBTDepth设定为4。四叉树分区首先被应用于CTU以产生四叉树叶节点。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,则不会再进行二叉树分割,因为其大小超过MaxBTSize(即,64×64)。否则,叶四叉树节点可以进一步由二叉树进行分区。因此,四叉树叶节点也是二叉树的根节点,并且二叉树深度为0。当二叉树深度达到MaxBTDepth(即,4)时,不考虑进一步的分割。当二叉树节点具有等于MinBTSize(即,4)的宽度时,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JEM中,最大CTU大小是256×256的亮度样本。
图9图示了使用QTBT结构(900)进行分区的块(901)的示例。在图9的示例中,QT分割由实线表示,并且BT分割由虚线表示。具体地,在对块(901)进行分区时,QTBT结构(900)包括对应于各个块的节点。当QTBT结构(900)中的节点具有分支时,该节点被称为非叶节点,当QTBT结构(900)中的节点不具有分支时,该节点被称为叶节点。非叶节点对应于将被进一步分割的中间块,并且叶节点对应于不再进一步分割的最终块。当非叶节点具有四个分支时,QT分割将对应于非叶节点的块分割成大小相等的四个较小块。当非叶节点具有两个分支时,BT分割将对应于非叶节点的块分割成大小相等的两个较小块。BT分割具有两种分割类型,对称水平分割和对称垂直分割。在一些示例中,对于每一非叶BT分割节点,用信号通知标志(例如,在已编码视频码流中)以指示分割类型(例如,“0”表示对称水平分割或“1”表示对称垂直分割,以产生大小相等的两个较小矩形块)。对于QTBT结构(900)中的QT分割节点,QT分割水平和垂直分割对应于QT分割节点的块,以产生大小相等的四个较小块,因此不需要指示用于QT分割的分割类型。
具体地,在图9的示例中,QTBT结构(900)包括对应于块(901)的根节点(950)。根节点(950)具有四个分支,分别生成节点(961)至(964),因此由QT分割将块(901)分割成大小相等的四个块(911)至(914)。节点(961)至(964)分别对应于四个块(911)至(914)。
此外,节点(961)具有两个分支,生成节点(971)和(972),节点(962)具有两个分支,生成节点(973)和(974),并且节点(963)具有四个分支,生成节点(975)至(978)。注意,节点(964)没有分支,因此是叶节点。还要注意,节点(962)是具有分割类型“1”的非叶BT分割节点,节点(963)是具有分割类型“0”的非叶BT分割节点。因此,通过BT分割,将块(911)垂直分割成两个块(921)至(922),通过BT分割,将块(912)水平分割成两个块(923)至(924),通过QT分割,将块(913)被分割成四个块(925)至(928)。
类似地,节点(971)具有两个分支,生成节点(981)至(982),节点(975)具有两个分支,生成节点(983)至(984),节点(981)至(982)和节点(983)至(984)具有指示垂直分割的分割类型标志(例如,分割类型“1”)。同样地,节点(978)具有两个分支,生成节点(985)至(986),节点(985)至(986)具有指示水平分割的分割类型标志(例如,分割类型“0”)。节点(984)具有两个分支,生成节点(991)至(992),节点(991)至(992)具有指示水平分割的分割类型标志(例如,分割类型“0”)。因此,对应的块(921)、(928)和(925)的右半部分被分割成较小的块,如图9所示。则节点(981)、(982)、(972)、(973)、(974)、(983)、(991)、(992)、(976)、(977)、(985)和(986)类似于不具有分支的节点(964),因此是叶节点。
在图9的示例中,对应于叶节点(964)、(981)、(982)、(972)、(973)、(974)、(983)、(991)、(992)、(976)、(977)、(985)和(986)的块不再进行分割,并且是用于预测和变换处理的CU。在例如VVC的一些示例中,CU分别用作PU和TU。
另外,QTBT方案支持亮度和色度的灵活性,以具有单独的QTBT结构。在一些示例中,对于P条带和B条带,一个CTU中的亮度CTB和色度CTB共享相同的QTBT结构。然而,对于I条带,通过QTBT结构将亮度CTB分区成CU,并且通过另一QTBT结构,将色度CTB分区成色度CU。这意味着,在一些示例中,I条带中的CU由亮度分量的编解码块或两个色度分量的编解码块组成,并且P条带或B条带中的CU由所有三个色彩分量的编解码块组成。
在一些示例中,例如在HEVC中,用于小块的帧间预测被限制,以减少运动补偿的存储器访问,使得对于4×8块和8×4块,不支持双向预测,并且对于4×4块,不支持帧间预测。在一些示例中,例如在JEM-7.0中实现的QTBT中,这些限制被去除。
除了上述QTBT结构之外,在VVC中还使用另一分割结构,称为多类型树(MTT)结构,该结构可以比QTBT结构更灵活。在MTT结构中,除了四叉树和二叉树以外,引入了水平中心侧和垂直中心侧三叉树(TT)分割,如图10A和图10B所示。三叉树分割也可以称为三叉树分区、TT分割或三叉分割。图10A示出了垂直中心侧TT分割的示例。例如,块(1010)被垂直分割成三个子块(1011)至(1013),其中子块(1012)位于块(1010)的中间。图10B示出了水平中心侧TT分割的示例。例如,块(1020)被水平分割成三个子块(1021)至(1023),其中子块(1022)位于块(1020)的中间。类似于BT分割,在TT分割中,例如可以在视频码流中从编码器侧到解码器侧用信号通知标志,以指示分割类型(即,对称水平分割或对称垂直分割)。在示例中,“0”指示对称水平分割,“1”指示对称垂直分割。
根据本申请的一个方面,三叉树分割可以与四叉树和二叉树分割互补。例如,三叉树分割能够捕获位于块中心的对象,而四叉树和二叉树总是沿着块中心进行分割。此外,所提出的三叉树的分区的宽度和高度是2的幂,从而不需要额外的变换。
理论上,遍历树的复杂度为TD,其中T表示分割类型的数量,D表示树的深度。因此,在一些示例中,使用两级树来降低复杂性。
图11示出了HEVC中使用的示例性帧内预测方向和帧内预测模式的图示。在HEVC中,总共有35个帧内预测模式(模式0到模式34)。模式0和模式1是非方向模式,其中模式0是平面模式,并且模式1是DC模式。DC模式使用所有样本的平均值。平面模式使用两个线性预测的平均值。模式2至模式34是方向模式,其中模式10是水平模式,模式26是垂直模式,并且模式2、模式18和模式34是对角模式。在一些示例中,用信号通知帧内预测模式,包括三个最可能模式(MPM)和32个剩余模式。
图12示出了在一些示例(例如VVC)中的示例性帧内预测方向和帧内预测模式的图示。总共有95个帧内预测模式(模式-14到模式80),其中模式18是水平模式,模式50是垂直模式,并且模式2、模式34和模式66是对角模式。模式-1到-14和模式67到80称为广角帧内预测(WAIP)模式(也称为广角模式、广角方向模式等)。
图13示出了帧内预测模式与相关联角度参数之间的对应关系的表1。在表1中,predModeIntra表示帧内预测模式,并且intraPredAngle表示对应于帧内预测模式的帧内预测角度参数(例如,与帧内预测角度相关联的、与角度的正切值相关的位移参数)。在图13的示例中,帧内预测角度参数的精度为1/32。在一些示例中,当帧内预测模式具有表1中的对应值X时,则实际的intraPredAngle参数为X/32。例如,对于模式66,表1中的对应值为32,则实际的intraPredAngle参数为32/32。
注意,传统的角度帧内预测方向,被定义为按照顺时针方向从45°到-135°。在一些实施例中,用非正方形块的广角帧内预测模式,自适应地替代若干传统的角度帧内预测模式。使用原始(original)模式索引来用信号通知被替代的模式,原始模式索引在解析之后被重新映射到广角模式的索引。帧内预测模式的总数不变,即67,并且帧内模式编解码方法不变。
在示例中,为了支持预测方向,可以生成总宽度为2W+1的顶部参考,以及总高度为2H+1的左侧参考,其中当前块的宽度是W,并且当前块的高度是H。
在一些示例中,广角方向模式的替代模式的数量,取决于块的纵横比。
图14示出了基于块的纵横比将帧内预测模式替换为广角方向模式的表2。在示例中,对于表2中的角度模式ang_mode,当W/H>1时,角度模式ang_mode被映射到(65+ang_mode);当W/H<1时,角度模式ang_mode被映射到(ang_mode-67)。
根据本申请的一个方面,可以使用帧内子分区(ISP)编解码模式。在ISP编解码模式中,根据块大小,将亮度帧内预测块垂直或水平划分成2或4个子分区。
图15示出了将子分区的数量与块大小相关联的表3。例如,当块大小是4×4时,在ISP编解码模式中不对块执行分区。当块大小是4×8或8×4时,则以ISP编解码模式将该块分区成两个子分区。对于所有其它块大小,块被分区成四个子分区。
图16示出了具有4×8或8×4大小的块的子分区的示例。在示例水平分区中,块被分区成两个相等的子分区,每个子分区的大小为宽度×(高度/2)。在示例垂直分区中,块被分区成两个相等的子分区,每个子分区的大小为(宽度/2)×高度。
图17示出了大小不同于4×8、8×4和4×4的块的子分区的另一示例。在示例水平分区中,块被分区成四个相等的子分区,每个子分区的大小为宽度×(高度/4)。在示例垂直分区中,块被分区成四个相等的子分区,每个子分区的大小为(宽度/4)×高度。在示例中,所有子分区均满足具有至少16个样本的条件。对于色度分量,不应用ISP。
在一些示例中,每一个子分区被视为一个TU。例如,对于子分区中的每一个,解码器可以对从编码器发送到解码器的系数进行熵解码,接着解码器对系数进行逆量化和逆变换,生成子分区的残差。此外,当解码器对子分区进行帧内预测时,解码器可以将残差与帧内预测结果相加,获得子分区的已重建样本。因此,每个子分区的已重建样本可用于生成下一子分区的预测,这将重复该过程等。在示例中,所有子分区共享相同的帧内预测模式。
在一些示例中,仅利用作为MPM列表的一部分的帧内预测模式来测试ISP算法。因此,当块使用ISP时,则可以推断出设定了MPM标志。另外,在一些示例中,当ISP被用于某个块时,则可以修改MPM列表,排除DC模式,并为用于ISP水平分割的水平帧内模式和用于垂直分割的垂直帧内模式,确定优先级。
在一些示例中,在ISP中,因为对每个子分区单独执行了变换和重建,所以每个子分区可以被视为一个TU。
在相关的ISP算法设计中,当ISP模式开启时,在CU级处执行广角模式映射过程;当ISP模式关闭时,在TU级处执行广角模式映射过程,这不是统一的设计。
同样在相关的ISP实施方式中,若当前CU被水平分割时,右上相邻样本被标记为不可用于第二子分区、第三分区和第四分区。若当前CU被垂直分割时,左下相邻样本被标记为不可用于第二子分区、第三分区和第四分区,这可能不是期望的设计。
本申请的各方面提供用于帧内子分区(ISP)编解码模式的改进帧内预测技术。所提出的方法可以单独使用或以任何顺序组合使用。进一步地,方法(或实施例)、编码器和解码器中的每一个,可由处理电路(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易失性计算机可读介质中的程序。
在本申请中,当帧内预测模式不是平面模式或DC模式、且帧内预测模式根据给定预测方向(例如,如VVC草案2中所定义的帧内预测模式2至66)生成预测样本时,帧内预测模式被称为角度模式。在本申请中,当帧内预测模式不是方向帧内预测时,例如,帧内预测模式是平面模式或DC模式,帧内预测模式被称为非角度模式。每个帧内预测模式与模式编号(也称为帧内预测模式索引)相关联。例如,在VVC工作草案中,平面、DC、水平和垂直帧内预测模式分别与模式编号0、1、18和50相关联。
在本申请中,垂直预测方向被假定为使用预测角度v,接着类似垂直的帧内预测方向被定义为与落入(v-thr,v+thr)范围内的预测角度相关联的帧内预测方向,其中thr是给定阈值。此外,水平预测方向被假定为使用预测角度h,类似水平的帧内预测方向被定义为与落入(h-thr,h+thr)的预测角度相关联的帧内预测方向,其中thr是给定阈值。
在本申请中,参考线索引用于指代参考线。当前块的邻近参考线,即与当前块最接近的参考线,使用参考线索引0。
根据本申请的一个方面,广角映射过程(即,关于是否应用广角帧内预测角度的决策)在TU级处执行,而不管当前CU是否具有多个TU(或分区)。
在实施例中,第一帧内预测模式集合(例如VCC中的模式0至66)用于具有正方形形状的块。当块具有非正方形形状时,第一帧内预测模式集合中的子集,由广角帧内预测模式替代。在一些示例中,从第一集合到第二集合,被替代的帧内预测模式的数量是块的纵横比的函数。然而,当纵横比超出范围时,在示例中,将从第一集合到第二集合,被替代的帧内预测模式的数量剪裁为预定义值。在一些示例中,当块的纵横比大于Thres1或小于Thres2时,将替代的帧内预测模式的数量设定为K,使得广角映射过程仍对具有上述纵横比的块起作用。纵横比可以指宽度/高度或高度/宽度,或(宽度/高度,高度/宽度)中的最大值,或宽度/高度和/或高度/宽度的函数。
在实施例中,K是正整数。在示例中,将K设定为15。在另一示例中,将K设定为16。
在另一实施例中,可以根据预定义的表来确定纵横比大于Thres1或小于Thres2的块的替代的帧内模式。
作为示例,图18示出了用广角模式替代帧内预测模式的表4。替代的帧内预测模式的数量为15。
作为另一示例,图19示出了用广角模式替代帧内预测模式的表5。替代的帧内预测模式的数量为16。
在另一实施例中,上阈值Thres1被设定为16,下阈值Thres2被设定为1/16。
在另一实施例中,上阈值Thres1被设定为32,下阈值Thres2被设定为1/32。
在另一实施例中,若当前块的纵横比大于L1(W/H>L1)时,提取、存储长度为2W+1的上参考样本和长度为4H+1的左参考样本,并用于帧内预测。L1是正整数。在示例中,将L1设定为16或32。
在另一实施例中,若当前块的纵横比小于L2(W/H<L2)时,提取、存储长度为4W+1的上参考样本和长度为2H+1的左参考样本,并用于帧内预测。L2是正数。在示例中,将L2设定为1/16或1/32。
在另一实施例中,帧内预测方向的精度改为1/64,并且tan(α)等于1/64、2/64、4/64、8/64、16/64、32/64、64/64。在一些示例中,对于纵横比等于16(1/16)、32(1/32)、64(1/64)的块,由广角模式替代的模式的数量被分别设定为13、14和15。例如,对于纵横比等于16(1/16)的块,由广角模式替代的模式的数量被设定为13。例如,对于纵横比等于32(1/32)的块,由广角模式替代的模式的数量被设定为14。例如,对于纵横比等于64(1/64)的块,由广角模式替代的模式的数量被设定为15。
根据本申请的另一方面,当ISP模式开启时,第一子分区的相邻样本也可以用于第二子分区、第三分区和第四分区。
在实施例中,当对当前CU进行垂直分割时,用于第一子分区的帧内预测的左下相邻样本也可以用作第二子分区、第三分区和第四分区的左下相邻样本,并且用于第一子分区的帧内预测的左下相邻样本列于以下图片中。
图20示出了ISP模式中参考样本的示例。在图20的示例中,CU 2010被垂直分割成第一子分区、第二子分区、第三子分区和第四子分区。CU 2010的相邻样本包括上相邻样本2020、右上相邻样本2030、左相邻样本2040和左下相邻样本2050。
在示例中,为了对第一子分区进行帧内预测,第一子分区的上相邻样本、右上相邻样本、左相邻样本和左下相邻样本是可用的。
此外,在示例中,为了对第二子分区进行帧内预测,第二子分区的左下相邻样本未被解码且不可用。类似地,第三子分区和第四子分区的左下相邻样本不可用。在一些实施例中,第一子分区的左下相邻样本2050用作第二子分区、第三子分区和第四子分区的左下相邻样本。
在另一实施例中,当对当前CU进行水平分割时,用于第一子分区的帧内预测的右上相邻样本也可以用作第二子分区、第三子分区和第四子分区的右上相邻样本,并且用于第一子分区的帧内预测的右上相邻样本列于以下图片中。
图21示出了ISP模式中参考样本的示例。在图21的示例中,CU 2110被水平分割成第一子分区、第二子分区、第三子分区和第四子分区。CU 2110的相邻样本包括上相邻样本2120、右上相邻样本2130、左相邻样本2140和左下相邻样本2150。
在示例中,为了对第一子分区进行帧内预测,第一子分区的上相邻样本、右上相邻样本、左相邻样本和左下相邻样本可用。
此外,在示例中,为了对第二子分区进行帧内预测,第二子分区的右上相邻样本未被解码且不可用。类似地,第三子分区和第四子分区的右上相邻样本不可用。在一些实施例中,第一子分区的右上相邻样本2130用作第二子分区、第三子分区和第四子分区的右上相邻样本。
在另一实施例中,当对当前CU进行水平分割时,对于平面帧内预测,第一子分区的右上样本也被表示为当前CU的第二子分区、第三子分区、第四子分区的右上样本。
在一些示例中,若当前CU的大小为N×4或N×8时,N可以是任何正整数,例如2、4、8、16、32、64、128,并且当前CU被水平分割,第一子分区的右上样本也被表示为当前CU的第二子分区、第三子分区、第四子分区的右上样本。
图22示出了用于平面模式预测的ISP模式中参考样本的示例。在图22的示例中,CU2210被水平分割成第一子分区、第二子分区、第三子分区和第四子分区。用于CU 2210的平面模式预测中的相邻样本包括上相邻样本2220、右上相邻样本2230、左相邻样本2240和左下相邻样本2250。
在示例中,为了对平面模式中的第一子分区进行帧内预测,第一子分区的上相邻样本、右上相邻样本、左相邻样本和左下相邻样本可用。
此外,在示例中,为了对平面模式中的第二子分区进行帧内预测,第二子分区的右上相邻样本未被解码且不可用。类似地,第三子分区的右上相邻样本和第四子分区的右上相邻样本不可用。在一些实施例中,第一子分区的右上相邻样本2230分别用作第二子分区、第三子分区和第四子分区的右上相邻样本。
在一些示例中,若当前CU的大小为N×4或N×8时,N可以是任何正整数,例如2、4、8、16、32、64、128,并且当前CU被水平分割,用于对当前CU的第二子分区、第三分区、第四分区进行平面预测的右上样本的位置,对于不同的分区可以是不同的。
在另一实施例中,当对当前CU进行垂直分割时,对于平面帧内预测,第一子分区的左下样本也被表示为当前CU的第二子分区、第三子分区、第四子分区的左下样本。
在一些示例中,若当前CU的大小为4×N或8×N时,N可以是任何正整数,例如2、4、8、16、32、64、128,并且当前CU被垂直分割,第一子分区的左下样本也被表示为当前CU的第二子分区、第三子分区、第四子分区的左下样本。
图23示出了用于平面帧内预测的ISP模式中参考样本的示例。在图23的示例中,CU2310被垂直分割成第一子分区、第二子分区、第三子分区和第四子分区。CU 2310的相邻样本(在平面帧内预测中)包括上相邻样本2320、右上相邻样本2330、左相邻样本2340和左下相邻样本2350。
在示例中,为了对平面模式中的第一子分区进行帧内预测,第一子分区的上相邻样本、右上相邻样本、左相邻样本和左下相邻样本可用。
此外,在示例中,为了对平面模式中的第二子分区进行帧内预测,第二子分区的左下相邻样本未被解码且不可用。类似地,第三子分区的左下相邻样本和第四子分区的左下相邻样本不可用。在一些实施例中,第一子分区的左下相邻样本2350分别用作第二子分区、第三子分区和第四子分区的左下相邻样本。
在一些示例中,若当前CU的大小为4×N或8×N时,N可以是任何正整数,例如2、4、8、16、32、64、128,并且当前CU被垂直分割,用于对当前CU的第二子分区、第三分区、第四分区进行平面预测的左下样本的位置,对于不同的分区可以是不同的。
根据本申请的另一方面,子块分区的数量可以取决于已编码信息,包括但不限于当前块的块大小、相邻块的帧内预测模式。因此,可以推断出子块分区的数量,并且不需要显式信令。
在实施例中,对于N×4或N×8的CU,N是正整数,例如8、16、32、64、128,当前CU可以仅被垂直分割,并且用信号通知一个标志以指示当前CU是垂直分割成2个分区还是4个分区。
在示例中,如果块大小为N×4,则不是将该块水平分区成四个N×1子分区,而是将该块垂直分区成两个N/2×4分区。在示例中,如果块大小为N×8,则不是将该块水平分区成四个N×2子分区,而是将该块垂直分区成两个N/2×8分区。
在另一示例中,如果块大小为N×8,则不是将该块水平分区成四个N×2子分区,而是将该块水平分区成两个N/2×4分区。
在另一实施例中,对于4×N或8×N CU,N是正整数,例如8、16、32、64、128,当前CU可以仅被水平分割,并且用信号通知一个标志以指示当前CU是水平分割成2个分区还是4个分区。
在示例中,如果块大小为4×N,则不是将该块垂直分区成四个1×N子分区,而是将该块水平分区成两个4×N/2分区。在示例中,如果块大小为8×N,则不是将该块垂直分区成四个2×N子分区,而是将该块水平分区成两个8×N/2分区。
在另一示例中,如果块大小为8×N,则不是将该块垂直分区成四个2×N子分区,而是将该块水平分区成两个4×N/2分区。
根据本申请的另一方面,对于ISP模式被禁用的邻近参考线、ISP模式被启用的邻近参考线和非邻近参考线,共享相同的MPM列表构建过程,并且使用相同的候选顺序。在一些示例中,平面模式和DC模式总是被***到具有索引0和1的MPM列表中。
在实施例中,当参考线索引被用信号通知为0时,对于MPM索引的第一个二进制数,使用2个上下文。如果相邻块中的至少一个满足以下条件:1)MPM标志为真,2)参考线索引为0,3)MPM索引小于Th,使用第一上下文。否则,使用第二上下文。Th是正整数,例如1、2或3。
在另一实施例中,当参考线索引被用信号通知为0时,对于MPM索引的第一个二进制数,仅使用1个上下文。
在另一实施例中,当参考线索引被用信号通知为0时,ISP模式关闭,对于MPM索引的第二个二进制数,仅使用1个上下文。
在另一实施例中,如果上述相邻块超出当前CTU行,则上述相邻块将被标记为不可用于MPM索引上下文导出。
在另一实施例中,当参考线索引被用信号通知为0时,MPM索引的前K个二进制数取决于其相邻块的MPM标志,和/或MPM索引,和/或ISP标志,和/或参考线索引。K是正整数,例如1或2。
在示例中,当用信号通知具有索引0的邻近参考线时,对于MPM索引的第一个二进制数,使用2个上下文。若当前块的ISP标志打开时,使用第一上下文。否则,使用第二上下文。
在另一示例中,当用信号通知具有索引0的邻近参考线时,对于MPM索引的第一个二进制数,使用2个上下文。若当前块及其相邻块的ISP标志中的至少一个打开时,使用第一上下文。否则,使用第二上下文。
图24示出了概述根据本申请的实施例的方法(2400)的流程图。可以在块的重建中使用方法(2400),以便为重建中的块生成预测块。在各种实施例中,方法(2400)由处理电路执行,例如终端设备(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。在一些实施例中,方法(2400)用软件指令实现,因此当处理电路执行这些软件指令时,处理电路执行该方法(2400)。该方法开始于(S2401)并进行到(S2410)。
在(S2410)处,从已编码视频码流中解码得到当前块的预测信息。预测信息指示用于正方形形状的帧内预测的第一帧内预测模式集合中的第一帧内预测模式。在一些示例中,预测信息还指示当前块的子分区的残差信息。例如,预测信息包括TU的残差数据。
在(S2420)处,基于当前块的第一子分区的形状,将第一帧内预测模式重新映射到第二帧内预测模式,第二帧内预测模式处于用于非正方形形状的帧内预测的第二帧内预测模式集合中。
在(S2430)处,根据第二帧内预测模式和子分区的残差信息,重建子分区的样本。然后,该方法进行到(S2499)并结束。
图25示出了概述根据本申请的实施例的方法(2500)的流程图。可以在块的重建中使用方法(2500),以便为重建中的块生成预测块。在各种实施例中,方法(2500)由处理电路执行,例如终端设备(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。在一些实施例中,方法(2500)用软件指令实现,因此当处理电路执行这些软件指令时,处理电路执行该方法(2500)。该方法开始于(S2501)并进行到(S2510)。
在(S2510)处,从已编码视频码流中解码得到当前块的预测信息。
在(S2520)处,基于预测信息,将当前块分区成至少第一子分区和第二子分区,确定当前块的第一子分区和第二子分区。例如,可以如图16和图17所示对当前块进行分区。
在(S2530)处,基于当前块的至少一个相邻样本,对第一子分区和第二子分区进行重建,即对第一子分区和第二子分区的样本进行重建,至少一个相邻样本位于第一子分区的相邻区域之外和/或位于第二子分区的相邻区域之外,如参考图20至图23所描述。然后,该方法进行到(S2599)并结束。
上述技术可以通过计算机可读指令实现为计算机软件,并且物理地存储在一个或至少两个计算机可读介质中。例如,图26示出了计算机设备(2600),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,所述指令可由一个或至少两个计算机中央处理单元(CPU),图形处理单元(GPU)等直接执行或通过解码、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26所示的用于计算机设备(2600)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设备(2600)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。
计算机设备(2600)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),对一个或至少两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一个或至少两个(仅绘出其中一个):键盘(2601)、鼠标(2602)、触控板(2603)、触摸屏(2610)、数据手套(未示出)、操纵杆(2605)、麦克风(2606)、扫描仪(2607)、照相机(2608)。
计算机设备(2600)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/味觉来刺激一个或至少两个人类用户的感觉。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(2610)、数据手套(未示出)或操纵杆(2605)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(2609)、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(2610),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)。
计算机设备(2600)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)(2620)或类似介质(2621)的光学介质、拇指驱动器(2622)、可移动硬盘驱动器或固体状态驱动器(2623),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。
计算机设备(2600)还可以包括通往一个或至少两个通信网络的接口。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(2649)(例如,计算机设备(2600)的USB端口);其它***通常通过连接到如下所述的***总线集成到计算机设备(2600)的核心(例如,以太网接口集成到PC计算机设备或蜂窝网络接口集成到智能电话计算机设备)。通过使用这些网络中的任何一个,计算机设备(2600)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设备。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设备(2600)的核心(2640)。
核心(2640)可包括一个或至少两个中央处理单元(CPU)(2641)、图形处理单元(GPU)(2642)、以现场可编程门阵列(FPGA)(2643)形式的专用可编程处理单元、用于特定任务的硬件加速器(2644)等。这些设备以及只读存储器(ROM)(2645)、随机存取存储器(2646)、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)(2647)等可通过***总线(2648)进行连接。在某些计算机设备中,可以以一个或至少两个物理插头的形式访问***总线(2648),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(2648),或通过***总线(2649)进行连接。***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(2641)、GPU(2642)、FPGA(2643)和加速器(2644)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(2645)或RAM(2646)中。过渡数据也可以存储在RAM(2646)中,而永久数据可以存储在例如内部大容量存储器(2647)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一个或至少两个CPU(2641)、GPU(2642)、大容量存储器(2647)、ROM(2645)、RAM(2646)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(2600)的计算机设备,特别是核心(2640),可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或至少两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(2640)的特定存储器,例如核心内部大容量存储器(2647)或ROM(2645)。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(2640)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(2640)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本申请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(2646)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,计算机设备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(2644))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申请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
GOPs:图片组
TUs:变换单元
PUs:预测单元
CTUs:编码树单元
CTBs:编码树块
PB:预测块
HRD:假设参考解码器
SNR:信噪比
CPUs:中央处理单元
GPUs: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***和方法虽然未在本申请中明确示出或描述,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 (14)
1.一种视频解码方法,其特征在于,包括:
从已编码视频比特流中解码得到当前块的预测信息,其中,所述预测信息指示所述当前块的分区以及指示第一帧内预测模式的索引,所述第一帧内预测模式处于用于所述当前块的第一分区的第一帧内预测模式集合中;
当所述第一分区具有非正方形形状时,基于所述第一分区的纵横比,将所述第一帧内预测模式重新映射到第二帧内预测模式集合中的第二帧内预测模式,其中,当所述第一分区的纵横比超出预设范围时,将所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的广角帧内预测模式所替代的帧内预测模式的数量确定为预设值;及,
根据所述第一帧内预测模式或所述第二帧内预测模式,对所述第一分区的至少一个编码单元进行解码。
2.根据权利要求1所述的方法,其特征在于,当所述第一分区的所述纵横比在所述预设范围之内时,所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的所述广角帧内预测模式所替代的帧内预测模式的数量,是所述纵横比的函数。
3.根据权利要求1所述的方法,其特征在于,所述纵横比是如下之一:(i)高度/宽度,(ii)宽度/高度,(iii)(高度/宽度,宽度/高度)中的最大值,或(iv)高度/宽度和/或宽度/高度的函数。
4.根据权利要求1所述的方法,其特征在于,所述预设值为15或者16。
5.根据权利要求1所述的方法,其特征在于,当所述第一分区的所述纵横比大于所述预设范围的上限时,所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的所述广角帧内预测模式所替代的帧内预测模式,至少是帧内预测模式2-16。
6.根据权利要求1所述的方法,其特征在于,当所述第一分区的所述纵横比小于所述预设范围的下限时,所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的所述广角帧内预测模式所替代的帧内预测模式,至少是帧内预测模式52-66。
7.根据权利要求1所述的方法,其特征在于,所述第一帧内预测模式集合包括角度帧内预测模式,所述角度帧内预测模式对应的角度范围是按照顺时针方向从45°到-135°;
所述第二帧内预测模式集合包括至少一个角度帧内预测模式,所述至少一个角度帧内预测模式对应的角度范围是按照顺时针方向在45°到-135°之外。
8.根据权利要求1所述的方法,其特征在于,其中,
当所述第一分区的纵横比等于16或者1/16时,所述第一帧内预测模式集合中被替代的帧内预测模式的数量为13;
当所述第一分区的纵横比等于32或者1/32时,所述第一帧内预测模式集合中被替代的帧内预测模式的数量为14;
当所述第一分区的纵横比等于64或者1/64时,所述第一帧内预测模式集合中被替代的帧内预测模式的数量为15。
9.根据权利要求1所述的方法,其特征在于,还包括:
当所述当前块的大小为N×4或者N×8时,确定所述当前块被垂直分割;
从所述已编码视频比特流中解码得到信号,所述信号指示对所述当前块进行垂直分割时的子分区数量。
10.一种视频编码方法,其特征在于,包括:
确定当前块的预测信息,其中,所述预测信息指示所述当前块的分区以及指示第一帧内预测模式的索引,所述第一帧内预测模式处于用于所述当前块的第一分区的第一帧内预测模式集合中;
当所述第一分区具有非正方形形状时,基于所述第一分区的纵横比,将所述第一帧内预测模式重新映射到第二帧内预测模式集合中的第二帧内预测模式,其中,当所述第一分区的纵横比超出预设范围时,将所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的广角帧内预测模式所替代的帧内预测模式的数量确定为预设值;及,
根据所述第一帧内预测模式或所述第二帧内预测模式,对所述第一分区的至少一个编码单元进行编码。
11.一种视频解码装置,其特征在于,包括:
第一解码模块,用于从已编码视频比特流中解码得到当前块的预测信息,其中,所述预测信息指示所述当前块的分区以及指示第一帧内预测模式的索引,所述第一帧内预测模式处于用于所述当前块的第一分区的第一帧内预测模式集合中;
第一确定模块,用于当所述第一分区具有非正方形形状时,基于所述第一分区的纵横比,将所述第一帧内预测模式重新映射到第二帧内预测模式集合中的第二帧内预测模式,其中,当所述第一分区的纵横比超出预设范围时,将所述第一帧内预测模式集合中被所述第二帧内预测模式集合中的广角帧内预测模式所替代的帧内预测模式的数量确定为预设值;及,
第二解码模块,用于根据所述第一帧内预测模式或所述第二帧内预测模式,对所述第一分区的至少一个编码单元进行解码。
12.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现如权利要求1至10中任一项所述的方法。
13.一种非易失性计算机可读介质,其特征在于,其上存储有指令以及比特流,当所述指令由计算机进行视频解码时,使得所述计算机执行如权利要求1至10中任一项所述的方法以对所述比特流进行处理。
14.一种存储码流的方法,其特征在于,在非易失性计算机可读存储介质上存储视频码流,所述视频码流根据权利要求10所述的编码方法产生,或者基于权利要求1至9中任一项所述的解码方法进行解码。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962803231P | 2019-02-08 | 2019-02-08 | |
US62/803,231 | 2019-02-08 | ||
US16/783,388 US11533506B2 (en) | 2019-02-08 | 2020-02-06 | Method and apparatus for video coding |
US16/783,388 | 2020-02-06 | ||
PCT/US2020/017252 WO2020163741A1 (en) | 2019-02-08 | 2020-02-07 | Method and apparatus for video coding |
CN202080012732.6A CN113475067B (zh) | 2019-02-08 | 2020-02-07 | 视频解码方法、装置、计算机设备及存储介质 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080012732.6A Division CN113475067B (zh) | 2019-02-08 | 2020-02-07 | 视频解码方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118118690A true CN118118690A (zh) | 2024-05-31 |
Family
ID=71945442
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410392165.1A Pending CN118118690A (zh) | 2019-02-08 | 2020-02-07 | 视频解码方法、装置、计算机设备及存储介质、方法 |
CN202080012732.6A Active CN113475067B (zh) | 2019-02-08 | 2020-02-07 | 视频解码方法、装置、计算机设备及存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080012732.6A Active CN113475067B (zh) | 2019-02-08 | 2020-02-07 | 视频解码方法、装置、计算机设备及存储介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11533506B2 (zh) |
EP (1) | EP3766246A4 (zh) |
JP (2) | JP7357678B2 (zh) |
KR (1) | KR20210088662A (zh) |
CN (2) | CN118118690A (zh) |
WO (1) | WO2020163741A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11178427B2 (en) * | 2019-02-08 | 2021-11-16 | Qualcomm Incorporated | Dynamic sub-partition intra prediction for video coding |
KR20230025036A (ko) * | 2019-02-21 | 2023-02-21 | 엘지전자 주식회사 | 인트라 예측을 위한 비디오 신호의 처리 방법 및 장치 |
JP2024511887A (ja) * | 2021-04-02 | 2024-03-15 | ヒョンダイ モーター カンパニー | 適応的イントラ予測精度を用いるビデオコーディング方法及び装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102303515B1 (ko) * | 2010-05-04 | 2021-09-16 | 엘지전자 주식회사 | 비디오 신호의 처리 방법 및 장치 |
PT2597874T (pt) | 2010-07-20 | 2020-09-25 | Ntt Docomo Inc | Método de codificação de previsão de imagem, dispositivo de descodificação de previsão de imagem, método de descodificação de previsão de imagem e programa de descodificação de previsão de imagem |
KR102073405B1 (ko) * | 2011-09-09 | 2020-02-04 | 엘지전자 주식회사 | 인터 예측 방법 및 그 장치 |
US9787982B2 (en) * | 2011-09-12 | 2017-10-10 | Qualcomm Incorporated | Non-square transform units and prediction units in video coding |
US9247254B2 (en) | 2011-10-27 | 2016-01-26 | Qualcomm Incorporated | Non-square transforms in intra-prediction video coding |
KR102072124B1 (ko) * | 2011-11-24 | 2020-02-04 | 에스케이텔레콤 주식회사 | 세밀한 예측 단위를 사용하는 효과적인 부호화/복호화 방법 및 장치 |
WO2015192286A1 (en) * | 2014-06-16 | 2015-12-23 | Qualcomm Incorporated | Simplified shifting merge candidate and merge list derivation in 3d-hevc |
CN111885379B (zh) * | 2015-03-23 | 2023-10-27 | Lg 电子株式会社 | 在内预测模式的基础上处理图像的方法及其装置 |
US10362305B2 (en) * | 2015-03-27 | 2019-07-23 | Sony Corporation | Image processing device, image processing method, and recording medium |
KR102583501B1 (ko) * | 2015-04-27 | 2023-09-27 | 엘지전자 주식회사 | 비디오 신호의 처리 방법 및 이를 위한 장치 |
US10448011B2 (en) * | 2016-03-18 | 2019-10-15 | Mediatek Inc. | Method and apparatus of intra prediction in image and video processing |
KR101886219B1 (ko) * | 2016-09-29 | 2018-08-08 | (주)도시와 나무 | 유기질비료 및 녹생토 생산시스템 |
FI20175006A1 (en) | 2017-01-03 | 2019-02-15 | Nokia Technologies Oy | Video and image coding using wide-angle intra-prediction |
KR102310730B1 (ko) | 2017-03-22 | 2021-10-12 | 한국전자통신연구원 | 블록 형태에 기반한 예측 방법 및 장치 |
US11284076B2 (en) * | 2017-03-22 | 2022-03-22 | Electronics And Telecommunications Research Institute | Block form-based prediction method and device |
US10764587B2 (en) * | 2017-06-30 | 2020-09-01 | Qualcomm Incorporated | Intra prediction in video coding |
WO2019022537A1 (ko) | 2017-07-26 | 2019-01-31 | 엘지전자 주식회사 | 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치 |
KR20190113653A (ko) * | 2018-03-27 | 2019-10-08 | 주식회사 케이티 | 비디오 신호 처리 방법 및 장치 |
EP3598757A1 (en) * | 2018-07-16 | 2020-01-22 | THOMSON Licensing | Block shape adaptive intra prediction directions for quadtree-binary tree |
EP3627835A1 (en) * | 2018-09-21 | 2020-03-25 | InterDigital VC Holdings, Inc. | Wide angle intra prediction and position dependent intra prediction combination |
WO2020111785A1 (ko) * | 2018-11-27 | 2020-06-04 | 주식회사 엑스리스 | 영상 신호 부호화/복호화 방법 및 이를 위한 장치 |
US11356699B2 (en) * | 2019-01-11 | 2022-06-07 | Hfi Innovation Inc. | Method and apparatus of sub-block deblocking in video coding |
-
2020
- 2020-02-06 US US16/783,388 patent/US11533506B2/en active Active
- 2020-02-07 KR KR1020217017457A patent/KR20210088662A/ko active IP Right Grant
- 2020-02-07 CN CN202410392165.1A patent/CN118118690A/zh active Pending
- 2020-02-07 JP JP2021531587A patent/JP7357678B2/ja active Active
- 2020-02-07 CN CN202080012732.6A patent/CN113475067B/zh active Active
- 2020-02-07 EP EP20752148.5A patent/EP3766246A4/en active Pending
- 2020-02-07 WO PCT/US2020/017252 patent/WO2020163741A1/en active Application Filing
-
2023
- 2023-06-20 JP JP2023101076A patent/JP2023126239A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023126239A (ja) | 2023-09-07 |
KR20210088662A (ko) | 2021-07-14 |
WO2020163741A1 (en) | 2020-08-13 |
CN113475067A (zh) | 2021-10-01 |
JP7357678B2 (ja) | 2023-10-06 |
EP3766246A4 (en) | 2021-04-28 |
US20200260114A1 (en) | 2020-08-13 |
JP2022512087A (ja) | 2022-02-02 |
CN113475067B (zh) | 2024-03-01 |
EP3766246A1 (en) | 2021-01-20 |
US11533506B2 (en) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN115623201B (zh) | 视频编码方法和装置 | |
CN111989918B (zh) | 视频解码的方法、装置及存储介质 | |
CN111492659B (zh) | 视频解码的方法和装置、及存储介质 | |
CN111492661B (zh) | 视频编解码方法、装置及存储介质 | |
CN111988619B (zh) | 视频编解码方法、装置、计算机设备和存储介质 | |
CN113892270B (zh) | 视频编解码方法、装置和存储介质 | |
CN113424541B (zh) | 视频编解码的方法和装置 | |
CN113632471B (zh) | 视频编解码的方法和装置 | |
CN113557527B (zh) | 视频解码方法、视频解码器及介质 | |
CN112470478A (zh) | 编码单元分区约束 | |
CN110708553A (zh) | 视频编解码方法、计算机设备和存储装置 | |
CN112019844B (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
CN113785564B (zh) | 视频编解码的方法和装置 | |
CN113966613B (zh) | 视频编解码的方法、装置、可读介质及计算机*** | |
CN111836056B (zh) | 视频编解码的方法和装置、计算机设备和存储介质 | |
CN111901609B (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
CN113228649B (zh) | 视频解码方法、装置以及存储介质 | |
CN113661702B (zh) | 视频编解码的方法、装置及存储介质 | |
CN113875256B (zh) | 进行视频解码的方法、装置及存储介质 | |
CN114979657B (zh) | 视频解码的方法、装置、计算机设备及存储介质 | |
CN113475067B (zh) | 视频解码方法、装置、计算机设备及存储介质 | |
CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
CN111988631B (zh) | 视频编码、解码的方法、装置以及存储介质 | |
CN113348664B (zh) | 视频解码的方法、装置及计算机可读介质 |
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 |