TW202025767A - 具有適應性方向性資訊集合之最終動作向量表示 - Google Patents
具有適應性方向性資訊集合之最終動作向量表示 Download PDFInfo
- Publication number
- TW202025767A TW202025767A TW108135275A TW108135275A TW202025767A TW 202025767 A TW202025767 A TW 202025767A TW 108135275 A TW108135275 A TW 108135275A TW 108135275 A TW108135275 A TW 108135275A TW 202025767 A TW202025767 A TW 202025767A
- Authority
- TW
- Taiwan
- Prior art keywords
- block
- adjacent
- blocks
- distance
- spatially adjacent
- Prior art date
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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/521—Processing of motion vectors for estimating the reliability of the determined motion vectors or motion vector field, e.g. for smoothing the motion vector field or for correcting motion vectors
-
- 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
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- 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
- H04N19/134—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
- H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
- H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本發明提供一種利用最終動作向量表示(UMVE)來寫碼視訊資料之器件及方法。該器件自空間上鄰近視訊資料之一當前區塊的空間相鄰區塊之一集合中的一或多個空間相鄰區塊判定一候選者清單。該器件可基於在位元串流中獲得之資料判定一基本候選者索引、一方向索引及一距離索引,且可使用彼等索引來判定一基本候選者、一方向及一距離。該器件亦可使用該方向及距離來計算一動作向量差(MVD)。該器件可使用該MVD及該基本候選者之一動作向量判定一預測區塊,且基於該預測區塊解碼該當前區塊。
Description
本發明係關於視訊編碼及視訊解碼。
數位視訊能力可併入至廣泛範圍之器件中,該等器件包括數位電視、數位直播系統、無線廣播系統、個人數位助理(PDA)、膝上型或桌上型電腦、平板電腦、電子書閱讀器、數位攝影機、數位記錄器件、數位媒體播放機、視訊遊戲器件、視訊遊戲主控台、蜂巢式或衛星無線電電話(所謂的「智慧型電話」)、視訊電傳會議器件、視訊串流器件及其類似者。數位視訊器件實施視訊寫碼技術,諸如由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4第10部分進階視訊寫碼(AVC)所定義之標準、高效率視訊寫碼(HEVC)標準、ITU-T H.265/高效率視訊寫碼(HEVC)及此類標準之擴展中所描述的彼等視訊寫碼技術。視訊器件可藉由實施此類視訊寫碼技術來更有效地傳輸、接收、編碼、解碼及/或儲存數位視訊資訊。
視訊寫碼技術包括空間(圖像內)預測及/或時間(圖像間)預測以減少或移除為視訊序列所固有的冗餘。對於基於區塊之視訊寫碼,視訊圖塊(例如,視訊圖像或視訊圖像的一部分)可分割成視訊區塊,視訊區塊亦可被稱作寫碼樹型單元(CTU)、寫碼單元(CU)及/或寫碼節點。可使用相對於同一圖像中之相鄰區塊中之參考樣本的空間預測來編碼圖像之經框內寫碼(I)圖塊中的視訊區塊。圖像之經框間寫碼(P或B)圖塊中之視訊區塊可使用相對於同一圖像中之相鄰區塊中之參考樣本的空間預測或其他參考圖像中之參考樣本的時間預測。圖像可被稱作圖框,且參考圖像可被稱作參考圖框。
大體而言,本發明描述與用於視訊寫碼之框間預測及動作向量重建構相關的技術。舉例而言,本發明描述與具有適應性方向性資訊集合之最終動作向量表示(UMVE)相關之技術。本發明之技術可應用於現有視訊編解碼器(諸如,高效率視訊寫碼(HEVC)),或可應用於未來視訊寫碼標準中之寫碼工具。
在一個實例中,本發明描述一種解碼視訊資料之方法,其包含:自空間上鄰近該視訊資料之一當前區塊的空間相鄰區塊之一集合中的一或多個空間相鄰區塊判定用於該視訊資料之該當前區塊的一候選者清單;基於自包含該視訊資料之一經編碼表示之一位元串流獲得的資料判定一基本候選者索引、一方向索引及一距離索引;基於該基本候選者索引判定一基本候選者;基於該方向索引判定一方向;基於該距離索引判定一距離;基於該方向及該距離判定一動作向量差(MVD);使用該MVD及該基本候選者之一動作向量判定一預測區塊;及基於該預測區塊解碼該當前區塊。
在另一實例中,本發明描述一種用於解碼視訊資料之器件,其包含:一記憶體,其經組態以儲存該視訊資料之一當前區塊;及一或多個處理器,其耦接至該記憶體,該一或多個處理器經組態以:自空間上鄰近該視訊資料之一當前區塊的空間相鄰區塊之一集合判定用於該視訊資料之該當前區塊的一候選者清單;基於自包含該視訊資料之一經編碼表示之一位元串流獲得的資料判定一基本候選者索引、一方向索引及一距離索引;基於該基本候選者索引判定一基本候選者;基於該方向索引判定一方向;基於該距離索引判定一距離;基於該方向及該距離判定一動作向量差(MVD);使用該MVD及該基本候選者之一動作向量判定一預測區塊;及基於該預測區塊解碼該當前區塊。
在另一實例中,本發明描述一種用於編碼視訊資料之器件,其包含:一記憶體,其經組態以儲存該視訊資料之一當前區塊;及一或多個處理器,其耦接至該記憶體,該一或多個處理器經組態以:自空間上鄰近該視訊資料之一當前區塊的空間相鄰區塊之一集合中的空間相鄰區塊判定用於該視訊資料之該當前區塊的一候選者清單;判定用於視訊資料之該當前區塊之一基本候選者;基於一或多個基本候選者之動作向量判定一方向解析度;基於該一或多個基本候選者之該等動作向量判定一距離解析度;基於該一或多個基本候選者、該方向解析度及該距離解析度判定一基本候選者索引、一方向索引及一距離索引;將該基本候選者索引、該方向索引及該距離索引編碼至一位元串流中;基於與該方向索引及該距離索引相關聯之一方向及一距離判定一動作向量差(MVD);使用該MVD及該一或多個基本候選者之一動作向量判定一預測區塊;及基於該預測區塊編碼該當前區塊。在又一實例中,本發明描述一種用於解碼視訊資料之器件,其包含:用於判定空間上鄰近該視訊資料之一當前區塊的空間相鄰區塊之一集合中的一或多個空間相鄰區塊之一候選者清單的構件;用於基於自包含該視訊資料之一經編碼表示之一位元串流獲得的資料判定一基本候選者、一方向索引及一距離索引的構件;用於基於該基本候選者索引判定一基本候選者的構件;用於基於該方向索引判定一方向的構件;用於基於該距離索引判定一距離的構件;用於基於該方向及該距離判定一動作向量差(MVD)的構件;用於使用該MVD及該基本候選者之一動作向量判定一預測區塊的構件;及用於基於該預測區塊解碼該當前區塊的構件。在隨附圖式及以下描述中闡述一或多個實例之細節。其他特徵、目標及優勢將自實施方式、圖式及申請專利範圍顯而易見。
本申請案主張2018年9月28日申請之美國臨時專利申請案62/738,468之權益,該申請案之全部內容以引用之方式併入。
大體而言,本發明描述與用於視訊寫碼之框間預測及動作向量重建構相關的技術。舉例而言,本發明描述與具有適應性方向性資訊集合之最終動作向量表示(UMVE)相關之技術。本發明之技術可應用於現有視訊編解碼器(諸如,高效率視訊寫碼(HEVC)),或可應用於未來視訊寫碼標準中之寫碼工具。特定而言,視訊寫碼器件判定候選者清單。視訊寫碼器件判定方向解析度且判定距離解析度。視訊寫碼器件判定基本候選者索引、方向索引及距離索引。此等索引可在位元串流中自編碼器傳輸至解碼器。視訊寫碼器件基於索引中之資訊判定方向及距離。視訊寫碼器件判定MVD。視訊寫碼器件判定預測區塊且基於該預測區塊寫碼當前區塊。
UMVE之現有設計均將固定方向性資訊集合用於動作向量表示。此等固定方向性資訊集合可導致經寫碼為對動作向量之頻繁調整的大量資訊必須經寫碼,因此降低UMVE寫碼效能。
視訊寫碼器可動態地調適用於包括方向解析度及距離解析度之動作向量表示的方向性資訊集合,而非寫碼對動作向量之頻繁調整。視訊寫碼器可自空間相鄰區塊導出方向解析度及距離解析度且使用此資訊來調適方向性資訊集合。此將減少正自編碼器傳輸至解碼器之旁側資訊,例如對動作向量之頻繁及較大調整。
因此,本發明之技術可使得視訊寫碼器件能夠利用UMVE且判定候選者清單,判定基本候選者索引、方向索引及距離索引,判定基本候選者、方向及距離,判定MVD,判定預測區塊且基於該預測區塊進行解碼。
圖1為說明可執行本發明之技術的實例視訊編碼及解碼系統100的方塊圖。本發明之技術大體上係針對寫碼(編碼及/或解碼)視訊資料。大體而言,視訊資料包括用於處理視訊之任何資料。因此,視訊資料可包括原始未經編碼之視訊、經編碼視訊、經解碼(例如經重建構)視訊及視訊後設資料,諸如發信之資料。
如圖1中所示,在此實例中,系統100包括源器件102,其提供待由目的地器件116解碼及顯示之經編碼視訊資料。特定言之,源器件102經由電腦可讀媒體110將視訊資料提供至目的地器件116。源器件102及目的地器件116可包含廣泛範圍之器件中之任一者,包括桌上型電腦、筆記型(亦即,膝上型)電腦、平板電腦、機上盒、電話手持機(諸如智慧型電話)、電視、攝影機、顯示器件、數位媒體播放器、視訊遊戲主控台、視訊串流器件或類似者。在一些情況下,源器件102及目的地器件116可經裝備用於無線通信,且因此可稱為無線通信器件。
在圖1之實例中,源器件102包括視訊源104、記憶體106、視訊編碼器200及輸出介面108。目的地器件116包括輸入介面122、視訊解碼器300、記憶體120及顯示器件118。根據本發明,源器件102之視訊編碼器200及目的地器件116之視訊解碼器300可經組態以應用用於框間預測及動作向量重建構的技術。因此,源器件102表示視訊編碼器件之實例,而目的地器件116表示視訊解碼器件之實例。在其他實例中,源器件及目的地器件可包括其他組件或配置。舉例而言,源器件102可自外部視訊源(諸如,外部攝影機)接收視訊資料。同樣地,目的地器件116可與外部顯示器件介接,而非包括整合顯示器件。
如圖1中所示的系統100僅為一個實例。一般而言,任何數位視訊編碼及/或解碼器件可執行用於框間預測及動作向量重建構的技術。源器件102及目的地器件116僅為源器件102產生經寫碼視訊資料以供傳輸至目的地器件116之此類寫碼器件的實例。本發明將「寫碼」器件稱為對資料執行寫碼(編碼及/或解碼)之器件。因此,視訊編碼器200及視訊解碼器300表示寫碼器件之實例,特定而言分別表示視訊編碼器及視訊解碼器之實例。在一些實例中,器件102、116可以實質上對稱之方式操作,使得器件102、116中之每一者包括視訊編碼及解碼組件。系統100可支援視訊器件102、116之間的單向或雙向視訊傳輸,以用於例如視訊串流、視訊播放、視訊廣播或視訊電話。
一般而言,視訊源104表示視訊資料源(亦即,原始未經編碼的視訊資料)且將視訊資料之依序圖像(亦稱為「圖框」)提供至視訊編碼器200,該視訊編碼器編碼圖像之資料。源器件102之視訊源104可包括視訊捕捉器件,諸如視訊攝影機、含有先前捕捉之視訊的視訊存檔及/或用以自視訊內容提供者接收視訊的視訊饋入介面。作為另一替代,視訊源104可產生基於電腦圖形之資料作為源視訊,或實況視訊、存檔視訊及電腦產生之視訊的組合。在每一情況下,視訊編碼器200編碼所捕捉、預捕捉或電腦產生之視訊資料。視訊編碼器200可將圖像之接收次序(有時被稱作「顯示次序」)重新配置成寫碼次序以供寫碼。視訊編碼器200可產生包括經編碼視訊資料之位元串流。源器件102隨後可經由輸出介面108將經編碼視訊資料輸出至電腦可讀媒體110上以供由例如目的地器件116之輸入介面122接收及/或擷取。
源器件102之記憶體106及目的地器件116之記憶體120表示通用記憶體。在某一實例中,記憶體106、120可儲存原始視訊資料,例如來自視訊源104之原始視訊及來自視訊解碼器300之原始經解碼視訊資料。另外或替代地,記憶體106、120可儲存可分別由例如視訊編碼器200及視訊解碼器300執行之軟體指令。儘管在此實例中展示為與視訊編碼器200及視訊解碼器300分開,但應理解,視訊編碼器200及視訊解碼器300亦可包括功能上類似或等效目的之內部記憶體。此外,記憶體106、120可儲存例如自視訊編碼器200輸出及輸入至視訊解碼器300的經編碼視訊資料。在一些實例中,可分配記憶體106、120之部分作為一或多個視訊緩衝器,以例如儲存原始、經解碼及/或經編碼視訊資料。
電腦可讀媒體110可表示能夠將經編碼視訊資料自源器件102運送至目的地器件116的任何類型的媒體器件。在一個實例中,電腦可讀媒體110表示用以使得源器件102能夠例如經由射頻網路或基於電腦之網路將經編碼視訊資料實時直接傳輸至目的地器件116的通信媒體。根據諸如無線通信協定之通信標準,輸出介面108可調變包括經編碼視訊資料之傳輸信號,且輸入介面122可調變所接收之傳輸信號。通信媒體可包含任何無線或有線通信媒體,諸如射頻(RF)頻譜或一或多個實體傳輸線。通信媒體可形成基於封包之網路(諸如,區域網路、廣域網路或諸如網際網路之全球網路)的部分。通信媒體可包括路由器、交換器、基地台或任何其他可用於促進自源器件102至目的地器件116之通信的設備。
在一些實例中,源器件102可將經編碼資料自輸出介面108輸出至儲存器件112。類似地,目的地器件116可經由輸入介面122自儲存器件112存取經編碼資料。儲存器件112可包括多種分佈式或本端存取式資料儲存媒體中之任一者,諸如,硬碟機、藍光光碟、DVD、CD-ROM、快閃記憶體、揮發性或非揮發性記憶體,或用於儲存經編碼視訊資料之任何其他合適的數位儲存媒體。
在一些實例中,源器件102可將經編碼視訊資料輸出至檔案伺服器114或另一中間儲存器件,其可儲存由源器件102產生之經編碼視訊。目的地器件116可經由串流傳輸或下載而自檔案伺服器114存取經儲存視訊資料。檔案伺服器114可為能夠儲存經編碼視訊資料且將彼經編碼視訊資料傳輸至目的地器件116的任何類型之伺服器器件。檔案伺服器114可表示網頁伺服器(例如用於網站)、檔案傳送協定(FTP)伺服器、內容遞送網路器件或網路附接儲存(NAS)器件。目的地器件116可經由包括網際網路連接之任何標準資料連接自檔案伺服器114存取經編碼視訊資料。此可包括無線通道(例如,Wi-Fi連接)、有線連接(例如,DSL、纜線數據機等)或適合於存取儲存於檔案伺服器114上之經編碼視訊資料的兩者的組合。檔案伺服器114及輸入介面122可經組態以根據串流傳輸協定、下載傳輸協定或其組合操作。
輸出介面108及輸入介面122可表示無線傳輸器/接收器、數據機、有線網路連接組件(例如,乙太網卡)、根據各種IEEE 802.11標準中之任一者來操作的無線通信組件或其他實體組件。在輸出介面108及輸入介面122包含無線組件之實例中,輸出介面108及輸入介面122可經組態以根據蜂巢式通信標準(諸如4G、4G-LTE(長期演進)、LTE進階、5G或其類似者)來傳送資料,諸如經編碼視訊資料。在輸出介面108包含無線傳輸器的一些實例中,輸出介面108及輸入介面122可經組態以根據諸如IEEE 802.11規範、IEEE 802.15規範(例如,ZigBee™)、Bluetooth™標準或其類似者的其他無線標準傳送資料,諸如經編碼視訊資料。在一些實例中,源器件102及/或目的地器件116可包括各別晶片上系統(SoC)器件。舉例而言,源器件102可包括SoC器件以執行歸於視訊編碼器200及/或輸出介面108之功能性,且目的地器件116可包括SoC器件以執行歸於視訊解碼器300及/或輸入介面122之功能性。
本發明之技術可應用於支援多種多媒體應用中之任一者的視訊寫碼,諸如,空中電視廣播、有線電視傳輸、衛星電視傳輸、網際網路串流視訊傳輸(諸如,經由HTTP之動態自適應串流(DASH))、經編碼至資料儲存媒體上之數位視訊、儲存於資料儲存媒體上的數位視訊之解碼或其他應用。
目的地器件116之輸入介面122自電腦可讀媒體110 (例如,儲存器件112、檔案伺服器114或類似者)接收經編碼視訊位元串流。經編碼視訊位元串流電腦可讀媒體110可包括由視訊編碼器200定義之發信資訊,該發信資訊亦由視訊解碼器300使用,諸如具有描述視訊區塊或其他經寫碼單元(例如,圖塊、圖像、圖像組、序列或類似者)之特性及/或處理之值的語法元素。顯示器件118向使用者顯示經解碼視訊資料之經解碼圖像。顯示器件118可表示各種顯示器件中之任一者,諸如陰極射線管(CRT)、液晶顯示器(LCD)、電漿顯示器、有機發光二極體(OLED)顯示器或另一類型之顯示器件。
儘管圖1中未示出,但在一些實例中,視訊編碼器200及視訊解碼器300可各自與音訊編碼器及/或音訊解碼器整合,且可包括適合的多工器-解多工器單元或其他硬體及/或軟體,以處置在共同資料串流中包括音訊及視訊兩者之多工串流。若適用,則多工器-解多工器單元可符合ITU H.223多工器協定或其他協定(諸如,使用者資料報協定(UDP))。
視訊編碼器200及視訊解碼器300各自可實施為各種合適編碼器及/或解碼器電路系統中之任一者,諸如一或多個微處理器、數位信號處理器(DSP)、特殊應用積體電路(ASIC)、場可程式化閘陣列(FPGA)、離散邏輯、軟體、硬體、韌體或其任何組合。當該等技術部分以軟體實施時,器件可將用於軟體之指令儲存於合適的非暫時性電腦可讀媒體中,且使用一或多個處理器在硬體中執行該等指令,以執行本發明之技術。視訊編碼器200及視訊解碼器300中之每一者可包括於一或多個編碼器或解碼器中,該編碼器或解碼器中的任一者可整合為各別器件中之組合式編碼器/解碼器(編解碼器)的部分。包括視訊編碼器200及/或視訊解碼器300之器件可包含積體電路、微處理器及/或無線通信器件(諸如蜂巢式電話)。
視訊編碼器200及視訊解碼器300可根據視訊寫碼標準操作,諸如ITU-T H.265,亦稱作高效率視訊寫碼(HEVC)或其擴展,諸如多視圖及/或可調式視訊寫碼擴展。替代地,視訊編碼器200及視訊解碼器300可根據其他專用或工業編解碼器或標準(諸如聯合探索測試模型(JEM)及/或多功能視訊寫碼(VVC))操作。然而,本發明之技術並不限於任何特定寫碼標準。
一般而言,視訊編碼器200及視訊解碼器300可執行圖像之基於區塊的寫碼。術語「區塊」通常係指包括待處理(例如編碼、解碼或以其他方式在編碼及/或解碼程序中使用)之資料的結構。舉例而言,區塊可包括明度及/或色度資料之樣本的二維矩陣。一般而言,視訊編碼器200及視訊解碼器300可寫碼以YUV (例如Y、Cb、Cr)格式表示之視訊資料。亦即,視訊編碼器200及視訊解碼器300可寫碼明度及色度分量,而非寫碼圖像之樣本的紅色、綠色及藍色(RGB)資料,其中該等色度分量可包括紅色調及藍色調色度分量兩者。在一些實例中,視訊編碼器200在編碼之前將所接收的RGB格式資料轉換成YUV表示,且視訊解碼器300將YUV表示轉換成RGB格式。替代地,預處理單元及後處理單元(圖中未示)可執行此等轉換。
本發明一般可指對圖像進行寫碼(例如編碼及解碼)以包括編碼或解碼圖像之資料的過程。類似地,本發明可指對圖像之區塊進行寫碼以包括編碼或解碼區塊之資料的程序,例如預測及/或殘餘寫碼。經編碼視訊位元串流通常包括表示寫碼決策(例如寫碼模式)及圖像至區塊之分割的語法元素的一系列值。因此,對寫碼圖像或區塊之提及通常應理解為寫碼形成該圖像或區塊之語法元素的值。
HEVC定義各種區塊,包括寫碼單元(CU)、預測單元(PU),及變換單元(TU)。根據HEVC,視訊寫碼器(諸如視訊編碼器200)根據四分樹結構將寫碼樹型單元(CTU)分割成CU。亦即,視訊寫碼器將CTU及CU分割成四個相同的非重疊正方形,且四分樹之每一節點具有零個或四個子節點。不具有子節點之節點可被稱作「葉節點」,且此類葉節點之CU可包括一或多個PU及/或一或多個TU。視訊寫碼器可進一步分割PU及TU。舉例而言,在HEVC中,殘餘四分樹(RQT)表示TU之分割。在HEVC中,PU表示框間預測資料,而TU表示殘餘資料。經框內預測之CU包括框內預測資訊,諸如框內模式指示。
作為另一實例,視訊編碼器200及視訊解碼器300可經組態以根據JEM操作。根據JEM,視訊寫碼器(諸如視訊編碼器200)將圖像分割成複數個寫碼樹型單元(CTU)。視訊編碼器200可根據樹型結構(諸如四分樹二元樹(QTBT)結構)分割CTU。JEM之QTBT結構移除多個分割類型之概念,諸如HEVC之CU、PU及TU之間的間距。JEM之QTBT結構包括兩個層級:根據四分樹分割分割的第一層級,及根據二元樹分割分割的第二層級。QTBT結構之根節點對應於CTU。二元樹之葉節點對應於寫碼單元(CU)。
在一些實例中,視訊編碼器200及視訊解碼器300可使用單一QTBT結構以表示明度及色度分量中之每一者,而在其他實例中,視訊編碼器200及視訊解碼器300可使用兩個或多於兩個QTBT結構,諸如用於明度分量之一個QTBT結構及用於兩個色度分量之另一QTBT結構(或用於各別色度分量之兩個QTBT結構)。
視訊編碼器200及視訊解碼器300可經組態以使用根據HEVC之四分樹分割、根據JEM之QTBT分割,或其他分割結構。出於解釋之目的,關於QTBT分割呈現本發明之技術的描述。然而,應理解本發明之技術亦可應用於經組態以使用四分樹分割亦或其他類型之分割的視訊寫碼器。
本發明可互換地使用「N×N」及「N乘N」以指區塊(諸如CU或其他視訊區塊)在豎直及水平尺寸方面之樣本尺寸,例如16×16樣本或16乘16樣本。大體而言,16×16 CU在豎直方向上將具有16個樣本(y=16)且在水平方向上將具有16個樣本(x=16)。同樣地,N×N CU大體在豎直方向上具有N個樣本且在水平方向上具有N個樣本,其中N表示非負整數值。可按列及行來配置CU中之樣本。此外,CU不一定在水平方向上及豎直方向上具有相同數目個樣本。舉例而言,CU可包含N×M個樣本,其中M未必等於N。
視訊編碼器200編碼CU之表示預測及/或殘餘資訊及其他資訊的視訊資料。預測資訊指示將如何對CU進行預測以便形成CU之預測區塊。殘餘資訊通常表示編碼前CU與預測區塊之樣本之間的逐樣本差。
為了預測CU,視訊編碼器200通常可經由框間預測或框內預測形成CU之預測區塊。框間預測通常係指自先前經寫碼圖像之資料預測CU,而框內預測通常係指自同一圖像之先前經寫碼資料預測CU。為了執行框間預測,視訊編碼器200可使用一或多個動作向量來產生預測區塊。視訊編碼器200通常可執行運動搜尋以識別(例如,在CU與參考區塊之間的差方面)緊密匹配CU之參考區塊。視訊編碼器200可使用絕對差總和(SAD)、平方差總和(SSD)、平均絕對差(MAD)、均方差(MSD)或其他此類差計算來計算差度量,以判定參考區塊是否緊密匹配當前CU。在一些實例中,視訊編碼器200可使用單向預測或雙向預測來預測當前CU。
JEM亦提供仿射運動補償模式,其可視為框間預測模式。在仿射運動補償模式中,視訊編碼器200可判定表示非平移運動(諸如放大或縮小、旋轉、透視運動或其他不規則運動類型)之兩個或多於兩個動作向量。
為了執行框內預測,視訊編碼器200可選擇框內預測模式以產生預測區塊。JEM提供六十七種框內預測模式,包括各種定向模式以及平面模式及DC模式。大體而言,視訊編碼器200選擇描述當前區塊(例如,CU之區塊)之空間相鄰樣本的框內預測模式,自該框內預測模式預測當前區塊之樣本。假定視訊編碼器200以光柵掃描次序(左至右、上至下)寫碼CTU及CU,此類樣本通常可在與當前區塊相同之圖像中處於當前區塊之上方、左上方或左側。
視訊編碼器200編碼表示當前區塊之預測模式的資料。舉例而言,針對框間預測模式,視訊編碼器200可編碼表示使用多種可用框間預測模式中之哪一者以及對應模式之運動資訊的資料。舉例而言,對於單向或雙向框間預測,視訊編碼器200可使用進階動作向量預測(AMVP)或合併模式來編碼動作向量。視訊編碼器200可使用類似模式來編碼仿射運動補償模式之動作向量。
在區塊之預測(諸如框內預測或框間預測)之後,視訊編碼器200可計算區塊之殘餘資料。殘餘資料(諸如殘餘區塊)表示區塊與該區塊之使用對應預測模式所形成的預測區塊之間的逐樣本差。視訊編碼器200可將一或多個變換應用於殘餘區塊,以在變換域而非樣本域中產生經轉換資料。舉例而言,視訊編碼器200可將離散餘弦轉換(DCT)、整數轉換、小波轉換或概念上類似的轉換應用於殘餘視訊資料。另外,視訊編碼器200可在一級變換之後應用次級變換,諸如模式依賴不可分次級變換(mode-dependent non-separable secondary transform;MDNSST)、信號依賴變換、Karhunen-Loeve變換(KLT)或其類似者。視訊編碼器200在應用一或多個變換之後產生變換係數。
如上文所指出,在任何變換產生變換係數之後,視訊編碼器200可執行變換係數之量化。量化通常指代對變換係數進行量化以可能減少用以表示係數的資料之量,從而提供進一步壓縮之程序。藉由執行量化程序,視訊編碼器200可減少與係數中之一些或所有相關聯的位元深度。舉例而言,視訊編碼器200可在量化期間將n
位元值捨入至m
位元值,其中n
大於m
。在一些實例中,為了進行量化,視訊編碼器200可進行待量化值之按位元右移位。
在量化之後,視訊編碼器200可掃描變換係數,從而自包括經量化變換係數之二維矩陣產生一維向量。掃描可經設計以將較高能量(且因此較低頻率)係數置於向量前部,且將較低能量(且因此較高頻率)變換係數置於向量後部。在一些實例中,視訊編碼器200可利用預定義掃描次序來掃描經量化變換係數以產生串列化向量,且隨後熵編碼向量之經量化變換係數。在其他實例中,視訊編碼器200可執行自適應掃描。在掃描經量化變換係數以形成一維向量之後,視訊編碼器200可例如根據上下文適應性二進位算術寫碼(CABAC)熵編碼一維向量。視訊編碼器200亦可對描述與經編碼視訊資料相關聯的後設資料之語法元素之值進行熵編碼,以供由視訊解碼器300用於對視訊資料進行解碼。
視訊編碼器200可進一步(例如)在圖像標頭、區塊標頭、圖塊標頭或其他語法資料(諸如序列參數集(SPS)、圖像參數集(PPS)或視訊參數集(VPS))中將語法資料(諸如基於區塊之語法資料、基於圖像之語法資料及基於序列之語法資料)產生至視訊解碼器300。視訊解碼器300可類似地解碼此類語法資料以判定解碼對應視訊資料之方式。
以此方式,視訊編碼器200可產生包括經編碼視訊資料(例如,描述圖像至區塊(例如,CU)之分割的語法元素及區塊之預測及/或殘餘資訊)的位元串流。最後,視訊解碼器300可接收位元串流並對經編碼視訊資料進行解碼。
一般而言,視訊解碼器300執行與視訊編碼器200所執行之程序互逆的程序,以解碼位元串流之經編碼視訊資料。舉例而言,視訊解碼器300可使用CABAC以與視訊編碼器200之CABAC編碼程序實質上類似但互逆的方式解碼位元串流之語法元素之值。語法元素可定義圖像至CTU之分割資訊,及每一CTU根據對應分割結構(諸如QTBT結構)之分割,以定義CTU之CU。語法元素可進一步定義視訊資料之區塊(例如,CU)的預測及殘餘資訊。
殘餘資訊可由例如經量化變換係數表示。視訊解碼器300可將區塊之經量化變換係數反量化及反變換,以再生區塊之殘餘區塊。視訊解碼器300使用經發信預測模式(框內或框間預測)及相關預測資訊(例如,框間預測之運動資訊)來形成區塊之預測區塊。視訊解碼器300隨後可(在逐樣本基礎上)使預測區塊與殘餘區塊組合以再生原始區塊。視訊解碼器300可執行額外處理,諸如執行解區塊程序以減少沿區塊邊界之視覺假影。
根據本發明之技術,視訊編碼器200及視訊解碼器300可經組態以使用最終動作向量表示(UMVE)。
本發明通常可指「發信」某些資訊,諸如語法元素。術語「發信」一般可指用於解碼經編碼視訊資料之語法元素及/或其他資料的值之傳達。亦即,視訊編碼器200可在位元串流中發信語法元素的值。大體而言,發信指在位元串流中產生值。如上文所提及,源器件102可實質上實時將位元串流運送至目的地器件116,或不實時運送,諸如可在將語法元素儲存至儲存器件112以供目的地器件116稍後擷取時發生。
圖2A及圖2B為說明實例四分樹二元樹(QTBT)結構130及對應寫碼樹型單元(CTU) 132之概念圖。實線表示四分樹***,且點線指示二元樹***。在二元樹之每一***(亦即,非葉)節點中,一個旗標經發信以指示使用哪一***類型(亦即,水平或豎直),其中在此實例中,0指示水平***且1指示豎直***。對於四分樹***,不存在對於指示***類型之需要,此係由於四分樹節點將區塊水平地及豎直地***成具有相等大小之4個子區塊。因此,視訊編碼器200可編碼,且視訊解碼器300可解碼用於QTBT結構130之區樹層級(亦即實線)的語法元素(諸如***資訊)及用於QTBT結構130之預測樹層級(亦即虛線)的語法元素(諸如***資訊)。視訊編碼器200可編碼,且視訊解碼器300可解碼用於由QTBT結構130之端葉節點表示之CU的視訊資料(諸如預測及變換資料)。
大體而言,圖2B之CTU 132可與定義對應於在第一及第二層級處的QTBT結構130之節點的區塊之大小的參數相關聯。此等參數可包括CTU大小(表示樣本中之CTU 132之大小)、最小四分樹大小(MinQTSize,表示最小允許四分樹葉節點大小)、最大二元樹大小(MaxBTSize,表示最大允許二元樹根節點大小)、最大二元樹深度(MaxBTDepth,表示最大允許二元樹深度),及最小二元樹大小(MinBTSize,表示最小允許二元樹葉節點大小)。
QTBT結構之對應於CTU之根節點可具有在QTBT結構之第一層級處的四個子節點,該等節點中之每一者可根據四分樹分割來分割。亦即,第一層級之節點為葉節點(不具有子節點)或具有四個子節點。QTBT結構130之實例表示諸如包括具有用於分枝之實線之父節點及子節點的節點。若第一層級之節點不大於最大允許二元樹根節點大小(MaxBTSize),則其可藉由各別二元進一步分割。一個節點之二元樹***可重複,直至由***產生之節點達到最小允許二元樹葉節點大小(MinBTSize),或最大允許二元樹深度(MaxBTDepth)為止。QTBT結構130之實例表示諸如具有用於分枝之虛線的節點。二元樹葉節點被稱作寫碼單元(CU),其用於預測(例如,圖像內或圖像間預測)及變換而無需任何進一步分割。如上文所論述,CU亦可稱作「視訊區塊」或「區塊」。
在QTBT分割結構之一個實例中,CTU大小經設定為128×128 (明度樣本及兩個對應64×64色度樣本),MinQTSize經設定為16×16,MaxBTSize經設定為64×64,MinBTSize (對於寬度及高度兩者)經設定為4,且MaxBTDepth經設定為4。四分樹分割首先應用於CTU以產生四分樹葉節點。四分樹葉節點可具有16×16 (亦即,MinQTSize)至128×128 (亦即,CTU大小)之大小。若葉四分樹節點為128×128,則其將不會由二元樹進一步***,此係由於大小超過MaxBTSize (亦即,在此實例中64×64)。否則,葉四分樹節點將藉由二元樹進一步分割。因此,四分樹葉節點亦為二元樹之根節點並具有為0之二元樹深度。當二元樹深度達至MaxBTDepth (在此實例中為4)時,不准許進一步***。若二元樹節點具有等於MinBTSize (在此實例中為4)之寬度時,其暗示不准許進一步水平***。類似地,具有等於MinBTSize之高度的二元樹節點意指不准許對該二元樹節點進行進一步豎直***。如上文所提及,二元樹之葉節點被稱作CU,且根據預測及變換來進一步處理而不進一步分割。
圖3為說明可執行本發明之技術之實例視訊編碼器200的方塊圖。出於解釋之目的提供圖3,且不應將該圖視為對如本發明中廣泛例示及描述之技術的限制。出於解釋之目的,本發明在諸如HEVC視訊寫碼標準及開發中之H.266視訊寫碼標準的視訊寫碼標準之上下文中描述視訊編碼器200。然而,本發明之技術不限於此等視訊寫碼標準,且通常可適用於視訊編碼及解碼。
在圖3之實例中,視訊編碼器200包括視訊資料記憶體230、模式選擇單元202、殘餘產生單元204、變換處理單元206、量化單元208、反量化單元210、反變換處理單元212、重建構單元214、濾波器單元216、經解碼圖像緩衝器(DPB) 218及熵編碼單元220。
視訊資料記憶體230可儲存待藉由視訊編碼器200之組件編碼的視訊資料。視訊編碼器200可自(例如)視訊源104 (圖1)接收存儲於視訊資料記憶體230中之視訊資料。DPB 218可充當參考圖像記憶體,其儲存參考視訊資料以供用於由視訊編碼器200預測後續視訊資料。視訊資料記憶體230及DPB 218可由多種記憶體器件中之任一者形成,諸如動態隨機存取記憶體(DRAM) (包括同步DRAM (SDRAM))、磁阻式RAM (MRAM)、電阻式RAM (RRAM)或其他類型之記憶體器件。視訊資料記憶體230及DPB 218可由同一記憶體器件或單獨記憶體器件提供。在各種實例中,視訊資料記憶體230可與視訊編碼器200之其他組件一起在晶片上,如所說明,或相對於彼等組件在晶片外。
在本發明中,對視訊資料記憶體230之參考不應解譯為限於在視訊編碼器200內部之記憶體(除非特定地如此描述),或限於在視訊編碼器200外部之記憶體(除非特定地如此描述)。實情為,對視訊資料記憶體230之參考應理解為對儲存視訊編碼器200所接收以用於編碼的視訊資料(例如,待被編碼的當前區塊之視訊資料)記憶體的參考。圖1之記憶體106亦可提供對來自視訊編碼器200之各種單元的輸出的臨時儲存。
圖3之各種單元經說明以輔助理解藉由視訊編碼器200執行的操作。單元可實施為固定功能電路、可程式化電路或其組合。單元可作為一或多個電路或邏輯元件實施為硬體電路之部分,或實施為處理器、ASIC或FPGA之部分。固定功能電路係指提供特定功能性且在可執行之操作上預設定的電路。可程式化電路係指可經程式化以執行各種任務並在可執行之操作中提供可撓式功能性的電路。舉例而言,可程式化電路可執行使得可程式化電路以由軟體或韌體之指令定義的方式操作的軟體或韌體。固定功能電路可執行軟體指令(例如,以接收參數或輸出參數),但固定功能電路執行的操作之類型通常係不可變的。在一些實例中,單元中之一或多者可為不同電路區塊(固定功能或可程式化),且在一些實例中,一或多個單元可為積體電路。
視訊編碼器200可包括由可程式化電路形成之算術邏輯單元(ALU)、基本功能單元(EFU)、數位電路、類比電路及/或可程式化核心。在視訊編碼器200之操作係使用由可程式化電路執行之軟體執行的實例中,記憶體106 (圖1)可儲存視訊編碼器200接收並執行的軟體之目標程式碼,或視訊編碼器200內之另一記憶體(未展示)可儲存此類指令。
視訊資料記憶體230經組態以儲存所接收視訊資料。視訊編碼器200可自視訊資料記憶體230擷取視訊資料之圖像,並將視訊資料提供至殘餘產生單元204及模式選擇單元202。視訊資料記憶體230中之視訊資料可為待編碼之原始視訊資料。
模式選擇單元202包括運動估計單元222、運動補償單元224及框內預測單元226。模式選擇單元202可包括額外功能單元以根據其他預測模式執行視訊預測。作為實例,模式選擇單元202可包括調色板單元、區塊內複製單元(其可為運動估計單元222及/或運動補償單元224之部分)、仿射單元、線性模型(LM)單元或其類似者。
在一些實例中,運動估計單元222可含有UMVE單元228。雖然UMVE單元228展示於運動估計單元222中,但在一些實例中其可在運動補償單元224中。在其他實例中,UMVE 228單元可在運動估計單元222與運動補償單元224之間***或在其中複製。運動估計單元222可判定用於空間上鄰近視訊資料之當前區塊的空間相鄰區塊之集合中的一或多個空間相鄰區塊之當前區塊的候選者清單。運動估計單元222可判定候選者清單中之基本候選者。基本候選者可表示為MVbase。運動估計單元222或UMVE單元228可例如基於一或多個基本候選者之動作向量判定方向解析度。另外,運動估計單元222或UMVE單元228可例如基於一或多個基本候選者之動作向量判定距離解析度。
UMVE單元228可判定動作向量差(MVD)集合。UMVE單元228可將MVD中的每一者判定為具有所判定之方向解析度的方向及具有所判定之距離解析度的距離之組合。對於MVD中的每一者,UMVE單元228可判定與MVD相關聯之速率-失真(RD)代價。與MVD相關聯之RD代價可為與使用由將MVD添加至基本候選者(MVbase)產生之動作向量來編碼當前區塊相關聯的RD代價。UMVE單元228可針對MVD中的每一者重複此程序。
UMVE單元228可選擇具有最小RD代價之MVD且將所選MVD添加至基本候選者(MVbase)以判定最終動作向量。最終動作向量可表示為MVfinal。MCU 224接著可使用該最終動作向量來判定預測區塊。視訊編碼器200可基於預測區塊編碼當前區塊。舉例而言,為了基於預測區塊編碼當前區塊,視訊編碼器200 (例如,視訊編碼器200之殘餘產生單元204)可判定指示預測區塊中之樣本與當前區塊中之樣本之間的差的殘餘資料。視訊編碼器200接著可如在本發明中其他處所描述的來處理殘餘資料。舉例而言,變換處理單元206、量化單元208及熵編碼單元220可處理殘餘資料。
視訊編碼器200可在包含視訊資料之經編碼表示的位元串流中發信指示基本候選者、所選MVD之方向索引及所選MVD之距離索引的資料。基本候選者索引可指示候選者清單中定義之基本候選者。方向索引可指示方向表中定義之可緊密地對應於所判定之方向解析度的方向。距離索引可指示距離表中定義之可緊密地對應於所判定之距離解析度的距離。
模式選擇單元202通常協調多個編碼遍次以測試編碼參數之組合,及用於此等組合之所得速率失真值。編碼參數可包括CTU至CU之分割、用於CU之預測模式、用於CU之殘餘資料的變換類型、用於CU之殘餘資料的量化參數等。模式選擇單元202可最終選擇相比其他所測試組合具有更佳速率失真值的編碼參數之組合。
視訊編碼器200可將自視訊資料記憶體230擷取之圖像分割成一系列CTU,並將一或多個CTU囊封於圖塊內。模式選擇單元202可根據樹狀結構分割圖像之CTU,諸如上文所描述之HEVC的QTBT結構或四分樹結構。如上文所描述,視訊編碼器200可用根據樹狀結構分割CTU來形成一或多個CU。此CU通常亦可被稱作「視訊區塊」或「區塊」。
一般而言,模式選擇單元202亦控制其組件(例如運動估計單元222、運動補償單元224及框內預測單元226)以產生當前區塊(例如當前CU,或在HEVC中,PU及TU之重疊部分)的預測區塊。對於當前區塊之框間預測,運動估計單元222可執行運動搜尋以識別一或多個參考圖像(例如,儲存於DPB 218中之一或多個先前經寫碼圖像)中之一或多個緊密匹配的參考區塊。特定言之,運動估計單元222可例如根據絕對差總和(SAD)、平方差總和(SSD)、平均值絕對差(MAD)、均方差(MSD)或其類似者,計算表示潛在參考區塊與當前區塊類似程度的值。運動估計單元222可使用當前區塊與所考慮之參考區塊之間的逐樣本差大體執行此等計算。運動估計單元222可識別具有由此等計算產生之最小值的參考區塊,從而指示最緊密匹配當前區塊之參考區塊。
運動估計單元222可形成一或多個動作向量(MV),其相對於當前圖像中之當前區塊的位置定義參考圖像中之參考區塊的位置。一或多個動作向量可在UMVE單元228中使用以藉由組合方向及距離判定動作向量差(MVD)。
運動估計單元222接著可將動作向量提供至運動補償單元224。舉例而言,對於單向框間預測,運動估計單元222可提供單一動作向量,而對於雙向框間預測,運動估計單元222可提供兩個動作向量。運動補償單元224隨後可使用動作向量來產生預測區塊。
舉例而言,運動補償單元224可使用動作向量擷取參考區塊之資料。作為另一實例,若動作向量具有分數樣本精確度,則運動補償單元224可根據一或多個內插濾波器為預測區塊內插值。此外,對於雙向框間預測,運動補償單元224可擷取用於藉由各別動作向量識別之兩個參考區塊的資料,且例如經由逐樣本求平均值或經加權求平均值來組合所擷取之資料。
作為另一實例,對於框內預測,或框內預測寫碼,框內預測單元226可自空間上鄰近當前區塊之樣本產生預測區塊。舉例而言,對於方向模式,框內預測單元226可在數學上大體組合空間相鄰樣本之值,且在橫跨當前區塊之所定義方向上填入此等計算值以產生預測區塊。作為另一實例,對於DC模式,框內預測單元226可計算至當前區塊之空間相鄰樣本的平均值,且產生預測區塊以針對預測區塊之每一樣本包括此所得平均值。
模式選擇單元202將藉由運動補償單元224判定之預測區塊提供至殘餘產生單元204。殘餘產生單元204自視訊資料記憶體230接收當前區塊之原始未經編碼版本,且自模式選擇單元202接收預測區塊之原始未經寫碼版本。殘餘產生單元204計算當前區塊與預測區塊之間的逐樣本差。所得逐樣本差定義當前區塊之殘餘區塊。在一些實例中,殘餘產生單元204亦可判定殘餘區塊中之樣本值之間的差,以使用殘餘差分脈碼調變(residual differential pulse code modulation;RDPCM)產生殘餘區塊。在一些實例中,可使用執行二進位減法之一或多個減法器電路來形成殘餘產生單元204。
在模式選擇單元202將CU分割成PU之實例中,每一PU可與明度預測單元及對應色度預測單元相關聯。視訊編碼器200及視訊解碼器300可支援具有各種大小之PU。如上文所指示,CU之大小可以係指CU之明度寫碼區塊的大小,且PU之大小可以係指PU之明度預測單元的大小。假定特定CU之大小為2N×2N,則視訊編碼器200可支援用於框內預測之2N×2N或N×N之PU大小,及用於框間預測的2N×2N、2N×N、N×2N、N×N或類似之對稱PU大小。視訊編碼器20及視訊解碼器30亦可支援用於框間預測之2N×nU、2N×nD、nL×2N及nR×2N之PU大小的不對稱分割。
在模式選擇單元未將CU進一步分割成PU的實例中,每一CU可與明度寫碼區塊及對應色度寫碼區塊相關聯。如上所述,CU之大小可指CU之明度寫碼區塊的大小。視訊編碼器200及視訊解碼器120可支援2N×2N、2N×N或N×2N之CU大小。
對於諸如區塊內複製模式寫碼、仿射模式寫碼及線性模型(LM)模式寫碼之另一視訊寫碼技術,如少數實例,模式選擇單元202經由與寫碼技術相關聯之各別單元產生用於正編碼之當前區塊的預測區塊。在諸如調色板模式寫碼的一些實例中,模式選擇單元202可能不會使用UMVE 228產生預測區塊,而是產生指示基於所選擇調色板重建構區塊之方式的語法元素。在此等模式中,模式選擇單元202可將此等語法元素提供至熵編碼單元220以待編碼。
如上文所描述,殘餘產生單元204接收當前區塊及對應預測區塊之視訊資料。殘餘產生單元204隨後產生當前區塊之殘餘區塊。為產生殘餘區塊,殘餘產生單元204計算預測區塊與當前區塊之間的逐樣本差。
變換處理單元206將一或多個變換應用於殘餘區塊以產生變換係數之區塊(在本文中被稱作「變換係數區塊」)。變換處理單元206可將各種變換應用於殘餘區塊以形成變換係數區塊。舉例而言,變換處理單元206可將離散餘弦變換(DCT)、定向變換(directional transform)、Karhunen-Loeve變換(KLT)或概念上類似之變換應用於殘餘區塊。在一些實例中,變換處理單元206可對殘餘區塊執行多個變換,例如初級變換及次級變換,諸如旋轉變換。在一些實例中,變換處理單元206不將變換應用於殘餘區塊。
量化單元208可量化變換係數區塊中之變換係數,以產生經量化變換係數區塊。量化單元208可根據與當前區塊相關聯之量化參數(QP)值量化變換係數區塊之變換係數。視訊編碼器200 (例如,經由模式選擇單元202)可藉由調整與CU相關聯之QP值調整應用於與當前區塊相關聯之係數區塊的量化程度。量化可引入資訊之損耗,且因此,經量化變換係數可相比由變換處理單元206產生之原始變換係數具有較低精確度。
反量化單元210及反變換處理單元212可將反量化及反變換分別應用於經量化變換係數區塊,以用變換係數區塊重建構殘餘區塊。重建構單元214可基於經重建構殘餘區塊及藉由模式選擇單元202產生之預測區塊,產生對應於當前區塊之經重建構區塊(儘管可能具有一定程度的失真)。舉例而言,重建構單元214可將經重建構殘餘區塊之樣本添加至來自由模式選擇單元202中的運動補償單元224產生之預測區塊的對應樣本,以產生經重建構區塊。
濾波器單元216可對經重建區塊執行一或多個濾波操作。舉例而言,濾波器單元216可執行解區塊操作以沿CU之邊緣減少區塊效應假影。在一些實例中,可跳過濾波器單元216之操作。
視訊編碼器200將經重建區塊儲存於DPB 218中。舉例而言,在不需要濾波器單元216之操作的實例中,重建構單元214可將經重建區塊儲存至DPB 218。在需要濾波器單元216之操作的實例中,濾波器單元216可將經濾波經重構建區塊儲存至DPB 218。運動估計單元222及運動補償單元224可自DPB 218擷取由經重建構(及可能經濾波)區塊形成之參考圖像,以對隨後經編碼圖像之區塊進行框間預測。另外,框內預測單元226可使用當前圖像之DPB 218中的經重建區塊,以對當前圖像中之其他區塊進行框內預測。
大體而言,熵編碼單元220可熵編碼自視訊編碼器200之其他功能組件接收的語法元素。舉例而言,熵編碼單元220可熵編碼來自量化單元208之經量化變換係數區塊。作為另一實例,熵編碼單元220熵編碼來自模式選擇單元202的預測語法元素(例如,用於框間預測之運動資訊或用於框內預測之框內模式資訊)。熵編碼單元220可對語法元素(其為視訊資料之另一實例)執行一或多個熵編碼操作以產生經熵編碼資料。舉例而言,熵編碼單元220可對資料執行上下文適應性可變長度寫碼(context-adaptive variable length coding;CAVLC)操作、CABAC操作、可變至可變(variable-to-variable;V2V)長度寫碼操作、基於語法之上下文適應性二進位算術寫碼(SBAC)操作、概率區間分割熵(Probability Interval Partitioning Entropy;PIPE)寫碼操作、指數哥倫布編碼操作或另一類型之熵編碼操作。在一些實例中,熵編碼單元220可在旁路模式中操作,其中語法元素未經熵編碼。
視訊編碼器200可輸出位元串流,該位元串流包括重建構圖塊或圖像之區塊所需的經熵編碼語法元素。特定而言,熵編碼單元220可輸出該位元串流。
上文所描述之操作關於區塊進行描述。此描述應理解為用於明度寫碼區塊及/或色度寫碼區塊的操作。如上文所描述,在一些實例中,明度寫碼區塊及色度寫碼區塊為CU之明度及色度分量。在一些實例中,明度寫碼區塊及色度寫碼區塊為PU之明度分量及色度分量。
在一些實例中,無需針對色度寫碼區塊重複相對於明度寫碼區塊執行之操作。作為一個實例,無需重複識別明度寫碼區塊之動作向量(MV)及參考圖像的操作用於識別色度區塊之MV及參考圖像。實情為,明度寫碼區塊之MV可經按比例縮放以判定色度區塊之MV,且參考圖像可為相同的。作為另一實例,框內預測程序可針對明度寫碼區塊及色度寫碼區塊為相同的。
視訊編碼器200表示經組態以編碼視訊資料之器件的實例,該器件包括經組態以儲存視訊資料之記憶體,及在電路中實施且經組態以執行本發明之改良UMVE技術的一或多個處理單元。
圖4為說明可執行本發明之技術的實例視訊解碼器300之方塊圖。出於解釋之目的而提供圖4,且其並不限制如本發明中所廣泛例示及描述之技術。出於解釋之目的,本發明描述視訊解碼器300係根據JEM及HEVC之技術來描述的。然而,本發明之技術可由經組態以實施其他視訊寫碼標準的視訊寫碼器件執行。
在圖4之實例中,視訊解碼器300包括經寫碼圖像緩衝器(CPB)記憶體320、熵解碼單元302、預測處理單元304、反量化單元306、反變換處理單元308、重建構單元310、濾波器單元312及經解碼圖像緩衝器(DPB) 314。預測處理單元304包括運動補償單元316及框內預測單元318。運動補償單元可包括UMVE單元322。UMVE單元322可如下文中所描述判定MVD。預測處理單元304可包括根據其他預測模式執行預測的額外單元。作為實例,預測處理單元304可包括調色板單元、區塊內複製單元(其可形成運動補償單元316之部分)、仿射單元、線性模型(LM)單元或類似者。在其他實例中,視訊解碼器300可包括更多、更少或不同功能組件。
CPB 記憶體320可儲存待由視訊解碼器300之組件解碼的視訊資料,諸如經編碼視訊位元串流。可例如自電腦可讀媒體110 (圖1)獲得儲存於CPB記憶體320中之視訊資料。CPB記憶體320可包括儲存來自經編碼視訊位元串流之經編碼視訊資料(例如,語法元素)的CPB。此外,CPB記憶體320可儲存除經寫碼圖像之語法元素之外的視訊資料,諸如表示來自視訊解碼器300之各種單元之輸出的臨時資料。DPB 314通常儲存經解碼圖像,視訊解碼器300可在解碼經編碼視訊位元串流之後續資料或圖像時輸出該等經解碼圖像及/或將其用作參考視訊資料。CPB 記憶體320及DPB 314可由多種記憶體器件中之任一者形成,諸如動態隨機存取記憶體(DRAM) (包括同步DRAM (SDRAM))、磁阻式RAM (MRAM)、電阻式RAM (RRAM)或其他類型之記憶體器件。CPB記憶體320及DPB 314可藉由相同記憶體器件或單獨記憶體器件提供。在各種實例中,CPB 記憶體320可與視訊解碼器300之其他組件一起在晶片上,或相對於彼等組件在晶片外。
另外或替代地,在一些實例中,視訊解碼器300可自記憶體120 (圖1)擷取經寫碼視訊資料。亦即,記憶體120可利用CPB 記憶體320儲存如上文所論述之資料。同樣,當視訊解碼器300之功能中的一些或全部實施於軟體中以藉由視訊解碼器300之處理電路執行時,記憶體120可儲存待由視訊解碼器300執行之指令。
圖4中所展示之各種單元經說明以輔助理解由視訊解碼器300執行的操作。單元可實施為固定功能電路、可程式化電路或其組合。單元可作為一或多個電路或邏輯元件實施為硬體電路之部分,或實施為處理器、ASIC或FPGA之部分。類似於圖3,固定功能電路指代提供特定功能性,且在可執行之操作上預設定的電路。可程式化電路係指可經程式化以執行各種任務並在可執行之操作中提供可撓式功能性的電路。舉例而言,可程式化電路可執行使得可程式化電路以由軟體或韌體之指令定義的方式操作的軟體或韌體。固定功能電路可執行軟體指令(例如,以接收參數或輸出參數),但固定功能電路執行的操作之類型通常係不可變的。在一些實例中,單元中之一或多者可為不同電路區塊(固定功能或可程式化),且在一些實例中,一或多個單元可為積體電路。
視訊解碼器300可包括ALU、EFU、數位電路、類比電路及/或由可程式化電路形成之可程式化核心。在視訊解碼器300之操作藉由在可程式化電路上實行之軟體執行的實例中,晶片上或晶片外記憶體可儲存視訊解碼器300接收並實行的軟體之指令(例如目標碼)。
熵解碼單元302可自CPB接收經編碼視訊資料,且對視訊資料進行熵解碼以再生語法元素。預測處理單元304、反量化單元306、反變換處理單元308、重建構單元310及濾波器單元312可基於自位元串流提取之語法元素產生經解碼視訊資料。
大體而言,視訊解碼器300在逐區塊基礎上重建構圖像。視訊解碼器300可對每一區塊個別地執行重建構操作(其中當前正經重建構,即經解碼之區塊可被稱為「當前區塊」)。
熵解碼單元302可熵解碼定義經量化變換係數區塊之經量化變換係數的語法元素以及變換資訊,諸如量化參數(QP)及/或變換模式指示。反量化單元306可使用與經量化變換係數區塊相關聯之QP判定量化程度,且同樣判定反量化程度供反量化單元306應用。反量化單元306可例如執行按位元左移操作以將經量化變換係數反量化。反量化單元306可由此形成包括變換係數之變換係數區塊。
在反量化單元306形成變換係數區塊後,反變換處理單元308可將一或多個反變換應用於變換係數區塊以產生與當前區塊相關聯的殘餘區塊。舉例而言,反變換處理單元308可將反DCT、反整數變換、反Karhunen-Loeve變換(KLT)、反旋轉變換、反定向變換或另一反變換應用於係數區塊。
此外,預測處理單元304可根據藉由熵解碼單元302熵解碼之預測資訊語法元素產生預測區塊。舉例而言,若預測資訊語法元素指示當前區塊經框間預測,則運動補償單元316可產生預測區塊。在此情況下,預測資訊語法元素可指示DPB 314中之參考圖像(自其擷取參考區塊),以及動作向量,其識別參考圖像中之參考區塊相對於當前圖像中之當前區塊之位置的位置。預測處理單元可包括運動補償單元316。運動補償單元316可包括UMVE單元322。運動補償單元316通常可以實質上類似於關於運動補償單元224 (圖3)所描述之方式的方式執行框間預測程序。
運動補償單元316可含有UMVE單元332。在一些實例中,運動補償單元316可判定空間上鄰近視訊資料之當前區塊的一或多個空間相鄰區塊之候選者清單。視訊解碼器300可在表示視訊資料之位元串流(例如,圖4的經編碼視訊位元串流)中接收表示基本候選者索引、方向索引及距離索引之資料。基本候選者索引可指示候選者清單中定義之基本候選者,方向索引可指示方向表中定義之方向,且距離索引可指示距離表中定義之距離。運動補償單元316或UMVE單元332可基於基本候選者索引判定基本候選者。運動補償單元316或UMVE 332可基於方向索引判定方向。運動補償單元316或UMVE單元332亦可基於距離索引判定距離。UMVE單元332可基於方向及距離判定MVD。運動補償單元316可使用MVD及基本候選者之動作向量判定預測區塊。視訊解碼器300 (例如,熵解碼單元302、反量化單元306、反變換處理單元308、重建構單元310、濾波器單元312及經解碼緩衝器單元314)接著可基於預測區塊解碼當前區塊。舉例而言,為了基於預測區塊解碼當前區塊,視訊解碼器300 (例如,重建構單元310)可將預測區塊之樣本(例如,來自預測處理單元304)添加至對應殘餘樣本(例如,來自反變換處理單元308)以便獲得當前區塊之經重建構樣本。雖然UMVE單元332展示於運動補償單元316中,但在一些實例中,其可位於視訊解碼器300中之其他地方或可在運動補償單元316與視訊解碼器300之其他部分之間***。
作為另一實例,若預測資訊語法元素指示當前區塊經框內預測,則框內預測單元318可根據藉由預測資訊語法元素指示之框內預測模式產生預測區塊。同樣,框內預測單元318通常可以實質上類似於關於框內預測單元226 (圖3)所描述之方式的方式執行框內預測程序。框內預測單元318可將空間相鄰樣本之資料自DPB 314擷取至當前區塊。
重建構單元310可使用預測區塊及殘餘區塊重建構當前區塊。舉例而言,重建構單元310可將殘餘區塊之樣本添加至預測區塊之對應樣本以重建構當前區塊。
濾波器單元312可對經重建構區塊執行一或多個濾波操作。舉例而言,濾波器單元312可執行解區塊操作以沿經重建構區塊之邊緣減少區塊效應假影。濾波器單元312之操作不一定在所有實例中執行。
視訊解碼器300可將經重建構區塊存儲於DPB 314中。如上文所論述,DPB 314可將參考資訊提供至預測處理單元304,諸如用於框內預測之當前圖像及用於後續運動補償之經先前解碼圖像的樣本。此外,視訊解碼器300可輸出來自DPB 314之經解碼圖像以用於隨後呈現於諸如圖1之顯示器件118的顯示器件上。
以此方式,視訊解碼器300表示視訊解碼器件的實例,該視訊解碼器件包括經組態以儲存視訊資料之記憶體,及在電路中實施且經組態以執行本發明之UMVE技術的一或多個處理單元。
視訊編碼器200及視訊解碼器300可根據本發明之技術使用UMVE來編碼及解碼視訊資料。其可有助於描述編碼及解碼程序。圖5為說明用於編碼當前區塊之實例方法的流程圖。當前區塊可包含當前CU。儘管相對於視訊編碼器200 (圖1及圖2)加以描述,但應理解,其他器件可經組態以執行類似於圖5之方法的方法。
在此實例中,視訊編碼器200初始地預測當前區塊(350)。舉例而言,視訊編碼器200可形成當前區塊之預測區塊。視訊編碼器200接著可計算當前區塊之殘餘區塊(352)。為了計算殘餘區塊,視訊編碼器200可計算當前區塊的原始未經寫碼區塊與預測區塊之間的差。視訊編碼器200接著可變換並量化殘餘區塊之係數(354)。接著,視訊編碼器200可掃描殘餘區塊之經量化變換係數(356)。在掃描期間或在掃描之後,視訊編碼器200可對係數進行熵編碼(358)。舉例而言,視訊編碼器200可使用CAVLC或CABAC來對係數進行編碼。視訊編碼器200接著可輸出區塊之經熵寫碼資料(360)。
圖6為說明用於解碼視訊資料之當前區塊之實例方法的流程圖。當前區塊可包含當前CU。儘管關於視訊解碼器300 (圖1及圖3)加以描述,但應理解其他器件可經組態以執行類似於圖6之方法的方法。
視訊解碼器300可接收當前區塊之經熵寫碼資料,諸如經熵寫碼預測資訊及對應於當前區塊之殘餘區塊的係數之經熵寫碼資料(370)。視訊解碼器300可對經熵寫碼資料進行熵解碼,以判定當前區塊之預測資訊且再生殘餘區塊之係數(372)。視訊解碼器300可例如使用如由當前區塊之預測資訊所指示的框內或框間預測模式來預測當前區塊(374),以計算當前區塊之預測區塊。視訊解碼器300接著可反掃描經再生之係數(376),以產生經量化變換係數之區塊。視訊解碼器300接著可反量化及反變換係數以產生殘餘區塊(378)。視訊解碼器300可最終藉由組合預測區塊及殘餘區塊來解碼當前區塊(380)。
ITU-T VCEG (Q6/16)及ISO/IEC MPEG (JTC 1/SC 29/WG 11)現正研究對於將具有顯著超過當前HEVC標準(包括其當前擴展及針對螢幕內容寫碼及高動態範圍寫碼的近期擴展)之壓縮能力的壓縮能力之未來視訊寫碼技術標準化的潛在需要。該等群組正共同致力於聯合合作工作(被稱為聯合視訊探索小組(JVET))中之此探索活動,以評估由此領域中之專家提出的壓縮技術設計。JVET在2015年10月19日至21日期間第一次會面。J. Chen、E. Alshina、G. J. Sullivan、J.-R. Ohm、J. Boyce (JVET-G1001,2017年7月)的「Algorithm Description of Joint Exploration Test Model 7」為聯合探索測試模型7 (JEM-7)之演算法描述。JVET當前正開發基於JEM之多功能視訊寫碼(VVC)標準。Bross等人之「Versatile Video Coding (Draft 2)」,2018年7月10日至18日於斯洛文尼亞盧布爾雅那(Ljubljana, SI)的ITU-T SG 16 WP 3及ISO/IEC JTC 1/SC 29/WG 11之聯合視訊專家小組(JVET)第11次會議上,文件JVET-K1001 (在下文中「JVET-K1001」),為VVC標準之草案。
在HEVC中,圖塊中之最大寫碼單元被稱作寫碼樹型區塊(CTB)或寫碼樹型單元(CTU)。CTB含有四分樹,該四分樹之節點為寫碼單元。CTB之大小可介於HEVC主規範中之16×16至64×64的範圍(儘管技術上可支援8×8 CTB大小)。CU可與CTU之大小相同,雖然CU可和8×8一樣小。此外,每一CU經一個模式寫碼(亦即,經框間寫碼或經框內寫碼)。當CU經框間寫碼時,CU可進一步分割成2個或4個PU或當不應用進一步分割時變為僅一個PU。當兩個PU存在於一個CU中時,兩個PU可為一半大小的矩形或CU之¼或¾大小的兩個矩形大小。當CU經框間寫碼時,針對每一PU提供運動資訊之一個集合。另外,每一PU經唯一框間預測模式寫碼以導出運動資訊集合。
在HEVC中,對於PU存在兩種框間預測模式,分別命名為合併模式(其中跳過被視為合併模式之特殊情況)及進階動作向量預測(AMVP)模式。在AMVP或合併模式中,為多個動作向量預測子維持動作向量(MV)候選者清單。當前PU之動作向量以及合併模式中之參考索引係藉由自MV候選者清單獲取一個候選者而產生。MV候選者清單含有用於合併模式之多達5個候選者且僅兩個候選者用於AMVP模式。合併候選者可含有運動資訊集合,例如,對應於兩個參考圖像清單(清單0及清單1)之動作向量及參考索引。若藉由合併索引識別合併候選者,則參考圖像用於當前區塊以及相關聯動作向量之預測。然而,在針對自清單0或清單1的每一潛在預測方向的AMVP模式下,需要明確地將參考索引連同MV預測子(MVP)索引發信至MV候選者清單,此係由於AMVP候選者僅含有一動作向量。在AMVP模式中,可進一步改進經預測動作向量。如可自上文看出,合併候選對應於運動資訊之整個集合,而AMVP候選僅含有用於特定預測方向之一個動作向量及參考索引。以類似方式自相同空間及時間相鄰區塊導出用於兩個模式之候選者。
儘管自區塊產生候選之方法對於合併及AMVP模式而言不同,但對於特定PU (PU0
),空間MV候選者係自圖7A及圖7B中展示之相鄰區塊導出。
在合併模式中,可按圖7A中所示之次序導出多達四個空間MV候選者。特定言之,次序如下:左方(0)、上方(1)、右上方(2)、左下方(3)及左上方(4)。
在AMVP模式中,將相鄰區塊劃分成兩個群組。第一群組為由區塊0及1組成之左方群組。如圖7B中所示,第二群組為由區塊2、3及4組成之上方群組。對於每一群組,參考與由發信之參考索引指示之相同的參考圖像的空間相鄰區塊中之潛在候選者具有待選擇之最高優先等級以形成群組之最終候選者。有可能所有空間相鄰區塊均不含指向相同參考圖像之動作向量。因此,若無法找到此類候選者,則將按比例縮放第一可用候選者以形成最終候選者,因此可補償時間距離差。
圖8A及圖8B為說明時間動作向量預測(TMVP)候選者之概念圖。圖8A展示TMVP候選者之實例。TMVP候選者(若啟用且可用)在空間動作向量候選者之後添加至MV候選者清單中。用於TMVP候選者之動作向量導出之程序對於合併及AMVP模式兩者相同,然而,合併模式中之TMVP候選者之目標參考索引始終設定為0。
用於TMVP候選者導出之原始區塊位置為如圖8A中示出為區塊「T」的共置PU外部之右下區塊,以補償用以產生空間相鄰候選的左上方區塊之偏置。然而,若區塊定位於當前CTB列之外部或運動資訊不可用,則區塊經PU之中心區塊取代。
用於TMVP候選者之動作向量係自圖塊層級中所指示之共置圖像之共置PU導出。用於共置PU之動作向量被稱作共置MV。
圖8B展示MV按比例調整之實例。為導出TMVP候選者動作向量,需要按比例縮放共置MV以補償時間距離差,如圖8B中所展示。
合併及AMVP模式之若干其他態樣值得如下提及。舉例而言,視訊編碼器200及視訊解碼器300可執行動作向量按比例縮放。假定在呈現時間上動作向量之值與圖像的距離成比例。動作向量使兩個圖像相關聯:參考圖像及含有動作向量之圖像(即含有圖像)。當動作向量用以預測另一動作向量時,基於圖像次序計數(POC)值而計算含有圖像與參考圖像之距離。
對於待預測之動作向量,其相關聯含有圖像及參考圖像兩者可為不同的。因此,計算新距離(基於POC)。視訊編碼器200及/或視訊解碼器300可基於此等兩個POC距離來按比例縮放動作向量。對於空間相鄰候選者,用於兩個動作向量之含有圖像相同,而參考圖像不同。在HEVC中,對於空間及時間相鄰候選者,動作向量按比例縮放適用於TMVP及AMVP兩者。
在另一實例中,視訊編碼器200及視訊解碼器300可執行人工動作向量候選者產生。若動作向量候選者清單不完整,則人工動作向量候選者可產生且***於清單末尾,直至該清單將具有全部候選者為止。
在合併模式中,存在兩個類型之人工MV候選者:僅針對B圖塊導出之組合式候選者,及僅在第一類型並未提供足夠人工候選者時使用的零候選者。零候選者為用0幅度指定動作向量之候選者。對於已經在候選者清單中且具有必需運動資訊之每一對候選者,藉由參考清單0中之圖像之第一候選者的動作向量與參考清單1中之圖像之第二候選者的動作向量之組合導出雙向組合式動作向量候選者。
在另一實例中,視訊編碼器200及視訊解碼器300可執行用於候選者***之刪剪程序。來自不同區塊之候選者可恰好相同,此降低合併/AMVP候選者清單之效率。可應用刪剪程序以解決此問題。刪剪程序比較當前候選清單中之一個候選者與其他,以在一定程度上避免***相同候選者。為降低複雜度,可將刪剪程序應用於有限數目個候選者,而非比較每一潛在候選者與所有其他候選者。
如HEVC中所指定,當在圖塊標頭中use_integer_mv_flag等於0時,視訊編碼器200可發信以四分之一明度樣本(像素)為單位的(動作向量與PU之預測動作向量之間的)動作向量差(MVD)。替代地,如JEM中所指定,視訊編碼器200可發信以四分之一明度樣本、整數明度樣本或四個明度樣本為單位的MVD。MVD解析度可經控制於CU層級,且MVD解析度旗標有條件地針對具有至少一個非零MVD分量之每一CU進行發信。
對於具有至少一個非零MVD分量之CU,視訊編碼器200可發信第一旗標以指示是否在CU中使用四分之一明度樣本MV精確度。第一旗標等於1指示未使用四分之一明度樣本MV精確度時,且另一旗標設定為指示使用整數明度樣本MV精確度抑或四個明度樣本MV精確度。
當CU之第一MVD解析度旗標為零或未針對CU進行寫碼(意謂CU中之所有MVD為零)時,視訊編碼器200及視訊解碼器300將四分之一明度樣本MV解析度用於CU。當視訊編碼器200及視訊解碼器300將整數明度樣本MV精確度或四個明度樣本MV精確度用於CU時,視訊編碼器200及視訊解碼器300將AMVP候選者清單中之MVP捨入至對應精確度。
視訊編碼器200及視訊解碼器300可使用CU層級速率-失真(RD)檢查以判定哪一MVD解析度待使用CU。亦即,對於每一MVD解析度執行三次CU層級RD檢查。為使視訊編碼器200加速,可在JEM中應用以下編碼方案,在以下段落中標記為(1)及(2)。
(1)在使用正常四分之一明度樣本MVD解析度對CU進行RD檢查期間,視訊編碼器200儲存當前CU之運動資訊(整數明度樣本準確度)。所儲存之運動資訊(在捨入之後)在具有整數明度樣本及4明度樣本MVD解析度之同一CU的RD檢查期間用作進一步較小範圍動作向量改進之起點,使得耗時的運動估計程序並不重複三次。
(2)視訊編碼器200及視訊解碼器300可有條件地調用具有4明度樣本MVD解析度之CU的RD檢查。對於CU,當RD代價整數明度樣本MVD解析度比四分之一明度樣本MVD解析度大得多時,可跳過對CU之4明度樣本MVD解析度的RD檢查。
最終動作向量表示(UMVE)描述於S. Jeong等人(JVET-K0115,2018年7月)的「CE4 Ultimate motion vector expression in JVET-J0024 (Test 4.2.9)」(下文中,「JVET-J0024」)及S. Jeong等人(JVET-L0054,2018年10月)的「CE4 Ultimate motion vector expression (Test 4.5.4)」(下文中,「JVET-L0054」)中。UMVE可用於利用所提出之動作向量表示方法的跳過模式或合併模式。視訊編碼器200及視訊解碼器300可再使用合併候選者。在合併候選者當中,候選者可經選擇,且藉由所提出之動作向量表示方法進一步擴展。UMVE提供具有簡化發信之動作向量表示。表示方法包括起點、運動幅度及運動方向。
當合併候選者清單描述於HEVC中時,UMVE使用一合併候選者清單。然而,針對UMVE之擴展僅考慮預設合併類型(例如,MRG_TYPE_DEFAULT_N)之候選者。
圖9為說明UMVE搜尋程序之概念圖,且圖10為說明UMVE搜尋點之概念圖。舉例而言,視訊編碼器200可搜尋類似於一或多個參考圖像中之當前區塊的區塊。在圖9中,當前圖框中之當前區塊描繪於L0參考圖像與L1參考圖像之間。預測方向資訊指示L0、L1及L0及L1預測當中的預測方向。在B圖塊中,視訊編碼器200及視訊解碼器300可通過使用鏡像處理技術自具有單向預測之合併候選者產生雙向預測候選者,如圖9及圖10所示。舉例而言,在L0右方之一個像素(圖10中的暗圓)的方向預測將鏡像至在L1左方之一個像素(在圖10中亦為暗圓)。在另一實例中,在L0上方的兩個像素(圖10中的空圓)的方向預測將鏡像至L1下方的兩個像素(在圖10中亦為空圓)。
在B圖塊中,視訊編碼器200及視訊解碼器300可對區塊進行框內預測、單向框間預測,或雙向框間預測。舉例而言,若合併候選者使用L1經單向預測,則藉由在清單0中搜尋參考圖像來決定L0的參考索引,該參考圖像與清單1之參考圖像成鏡像。若不存在對應圖像,則使用最接近於當前圖像之參考圖像。藉由按比例縮放L1之MV導出L0之MV。藉由POC距離計算縮放因子。
視訊編碼器200可發信用於區塊之UMVE預測方向索引。預測方向索引可具有一個或兩個位元。若UMVE候選者之預測方向與原始合併候選者中之一者相同,則預測方向索引之第一(及唯一)位元具有值0。然而,若UMVE候選者之預測方向不與原始合併候選者中之一者相同,則預測方向索引之第一位元具有值1。在發送UMVE預測方向索引之第一位元之後,視訊編碼器200可發信UMVE預測方向索引之第二位元。UMVE預測方向索引之第二位元指示UMVE候選者的預測方向。可基於UMVE預測方向之預定義優先等級次序發信UMVE候選者的預測方向。
UMVE預測方向之優先等級次序為L0/L1預測、L0預測及L1預測。舉例而言,若合併候選者之預測方向為L1,則視訊編碼器200發信「0」作為UMVE預測方向索引以指示UMVE候選者之預測方向為L1。在此實例中,視訊編碼器200可發信「10」作為UMVE預測方向索引以指示UMVE候選者之預測方向為L0及L1。此外,在此實例中,視訊編碼器200可發信「11」作為UMVE預測方向索引以指示UMVE候選者之預測方向為L0。因此,若UMVE候選者之預測方向與合併候選者之預測方向匹配,則UMVE預測方向索引僅具有1位元。若L0及L1預測清單相同,則視訊編碼器200並不發信UMVE預測方向資訊。
表1中之基本候選者索引定義用於選擇MVP之候選者的起點。基本候選者索引指示清單中之候選者當中的最佳候選者。視訊編碼器200可發信基本候選者索引以向視訊解碼器300指示哪一基本候選者為最佳候選者。舉例而言,若最佳候選者為第1 MVP,則視訊編碼器200可發信0。若基本候選者的數目等於1,則並不發信基本候選者索引(亦即,基本候選者IDX)。表 1 . 基本候選者 IDX
基本候選者IDX | 0 | 1 | 2 | 3 |
第 N 個動作向量預測子(MVP) | 第1 MVP | 第2 MVP | 第3 MVP | 第4 MVP |
表2中之距離索引為運動幅度資訊。距離索引指示與起點(基本候選者)之預定義距離。視訊編碼器200可發信距離索引以指示MV之距離。舉例而言,若MV之距離為4像素,則視訊編碼器200可發信4。表 2. 距離 IDX
距離IDX | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
像素距離 | 1/4像素 | 1/2像素 | 1像素 | 2像素 | 4像素 | 8像素 | 16像素 | 32像素 |
表3中之方向索引表示MVD相對於起點的方向。方向索引可表示四個方向,即向上、向下、向左及向右。視訊編碼器200可發信方向索引以向視訊解碼器300指示MV之方向。舉例而言,若方向為向上,則視訊編碼器可發信10。表 3. 方向 IDX
方向IDX | 00 | 01 | 10 | 11 |
x 軸 | + | - | N/A | N/A |
y 軸 | N/A | N/A | + | - |
在視訊寫碼中使用旗標以向視訊解碼器300發信視訊編碼器200已使用特定模式編碼視訊資料之區塊。舉例而言,若視訊編碼器200針對區塊使用跳過模式,則其可發信指示使用跳過模式來編碼區塊之跳過旗標。若視訊編碼器200針對區塊使用合併模式,則視訊編碼器200可發信指示使用合併模式來編碼區塊之合併旗標。若視訊編碼器200針對區塊使用UMVE,則視訊編碼器200可發信指示使用UMVE來編碼區塊之UMVE旗標。若視訊編碼器200針對區塊使用仿射模式,則視訊編碼器200可發信指示使用仿射模式來編碼區塊之仿射旗標。
視訊編碼器200可在發送跳過旗標及合併旗標之後即發信UMVE旗標。若跳過及合併旗標為真,則視訊解碼器300剖析UMVE旗標。若UMVE旗標等於1,則此指示正使用UMVE且UMVE語法經剖析。若UMVE旗標並不等於1,則視訊解碼器300剖析仿射旗標。仿射旗標等於1指示仿射模式。若仿射旗標並不等於1,則針對VTM之跳過/合併模式剖析跳過/合併索引。
額外線緩衝器歸因於UMVE候選者而為非所需的,此係由於跳過/合併候選者直接用作基本候選者。使用輸入UMVE索引,在運動補償之前決定對MV之任何調整。因此,可能不需要長線緩衝器。
T. Hashimoto等人之(2018年10月,JVET-L0355)「Non-CE4: Enhanced ultimate motion vector expression」(下文中,「JVET-L0355」)中所描述的UMVE之增強型版本如下提供兩個變化以擴展原始UMVE(描述於JVET-L0054中):1)如下方表4中所示將方向的數目自4增加至8;及2)如下方表5及6中所示使用多個距離清單。表 4 . 運動方向
方向IDX | 000 | 001 | 010 | 011 | 100 | 101 | 110 | 111 |
x 軸 | +1 | -1 | 0 | 0 | +1/2 | -1/2 | -1/2 | +1/2 |
y 軸 | 0 | 0 | +1 | -1 | +1/2 | -1/2 | +1/2 | -1/2 |
表4中之方向索引表示8個方向。如可看出,對角線方向之x軸及y軸的值分別為水平及豎直方向的x軸及y軸的值的一半。
考慮到距離的量(運動差)將不同於區域及序列特性,JVET-L0355描述兩個距離清單。用於該清單之選擇旗標可藉由視訊編碼器200經上下文寫碼從而以理想方式應用。舉例而言,若MV之距離小於1像素,則視訊編碼器200可發信用於第一距離清單之選擇旗標。在另一實例中,若MV之距離為2像素或更大,則視訊編碼器200可發信用於第二距離清單之選擇旗標。表 5 . 第一距離清單
表 6. 第二距離清單
距離IDX | 0 | 1 | 2 | 3 |
像素距離 | 1/4像素 | 1/2像素 | 3/4像素 | 5/4像素 |
距離IDX | 0 | 1 | 2 | 3 |
像素距離 | 1像素 | 2像素 | 4像素 | 8像素 |
J. Li, R.-L. Liao, C. S. Lim之(2018年10月,JVET-L0408)「CE4-related: Improvement on ultimate motion vector expression」(下文中,「JVET-L0408」)如下提供三個變化以擴展JVET-L0054之原始UMVE:1)如表7及8中所示將方向的數目自4增加至8;2)如表9及10中所示提供2個適應性距離表;及3)為較大距離值提供全像素搜尋點。表 7 : JVET-L0054 之 UMVE 方向表
表 8 : 額外方向性資訊表
方向IDX | 00 | 01 | 10 | 11 |
x軸 | + | - | N/A | N/A |
y軸 | N/A | N/A | + | - |
方向IDX | 00 | 01 | 10 | 11 |
x軸 | + | - | + | - |
y軸 | + | - | - | + |
將支援對角線方向之表8中的額外方向添加至表7中之JVET-L0054方向表的原始UMVE。視訊編碼器200可基於基本動作向量候選者之角度選擇兩個方向表(亦即,表7或表8)中之一者。若基本動作向量候選者之角度在[22.5º, 67.5º]、[112.5º, 157.5º]、[202.5º, 247.5º]或[292.5º, 337.5º]內,則視訊編碼器200選擇表8中之對角線方向表。否則,視訊編碼器200選擇表7中之水平/豎直方向表。方向表選擇之說明展示於圖11中。圖11描繪基於角度劃分成區段的圓。此等片段中的每一者對應於來自方向表7及額外方向性資訊表8之可能方向中的一者。舉例而言,若基本動作向量候選者處於22.5至67.5度內,則視訊編碼器200可選擇額外方向性資訊表8,將額外方向資訊表8發信至視訊解碼器300,且將方向索引發信為00。若基本動作向量候選者處於67.5度與112.5度之間,則視訊編碼器200可選擇方向表7,將方向表7發信至視訊解碼器,且將方向索引發信為00。
JVET-L0054中之UMVE的實施具有用於產生UMVE搜尋點之一個固定距離表(表9)。JVET-L0408中之UMVE的增強型實施基於如下文所描述之圖像解析度使用表10中展示之額外適應性距離表。可基於給定距離之使用頻率調適適應性距離表。表 9.CE4.5.4 UMVE 距離表
表 10.JVET-L0408 中所 提出之額外 UMVE 距離表
距離IDX | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
像素距離 | 1/4像素 | 1/2像素 | 1像素 | 2像素 | 4像素 | 8像素 | 16像素 | 32像素 |
距離IDX | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
像素距離 | 1像素 | 2像素 | 4像素 | 8像素 | 16像素 | 32像素 | 64像素 | 128像素 |
若圖像解析度不大於2K,亦即1920×1080,則視訊編碼器200可選擇表9作為基本距離表。否則,視訊編碼器200可選擇表10作為基底距離表。
視訊編碼器200及視訊解碼器300可根據自高至低排名之先前經寫碼圖像中之每一距離索引的使用對距離索引進行重新排序。舉例而言,假設將表9用作基本距離表且2像素在先前經寫碼圖像中使用次數最多,則2像素距離可指派給索引0而非3。
為降低複雜度,若UMVE距離大於臨限值,則增強型UMVE候選者值可經修改以使得UMVE模式之CU具有全像素而非子像素動作向量。在當前實施中,16像素距離用作臨限值。
JVET-L0054、JVET-L0355及JVET-L0408中所描述的先前UMVE均採用動作向量(MV)表示之固定集合。JVET-L0355及JVET-L0408之增強型UMVE擴展方向性資訊集合。在寫碼期間JVET-L0355及JVET-L0408之增強型UMVE亦在2個固定集合表當中適應性地選擇1個集合表。然而,具有固定方向性資訊集合產生待編碼及解碼之大量旁側資訊,諸如對動作向量之頻繁及較大調整。大量經寫碼旁側資訊可劣化視訊編碼器200及視訊解碼器300兩者之UMVE寫碼效能。本發明描述定址減少正經寫碼之旁側資訊的量且因此降低UMVE寫碼效能之劣化的技術。
視訊編碼器200及視訊解碼器300可應用以下技術中的任一者,包括其任何組合。
圖12為展示根據本發明之用於編碼視訊資料之技術的流程圖。在圖12的實例中,視訊編碼器200之運動估計單元222可自空間相鄰區塊導出方向資訊,包括距離解析度及方向解析度。視訊編碼器200之運動估計單元222可自空間相鄰區塊及基本候選者判定當前區塊之候選者清單(382)。視訊編碼器200之運動估計單元222或UMVE單元228接著可基於空間上鄰近視訊資料之當前區塊的空間相鄰區塊之集合中的一或多個空間相鄰區塊之動作向量判定方向解析度(384)。舉例而言,視訊編碼器200之運動估計單元222或UMVE單元228可檢查具有動作向量之一或多個空間相鄰區塊且基於空間相鄰區塊之動作向量設定當前區塊之方向解析度。視訊編碼器200之運動估計單元222或UMVE單元228亦可基於一或多個空間相鄰區塊之動作向量判定距離解析度(386)。舉例而言,視訊編碼器200之運動估計單元或UMVE單元228可檢查具有與其相關聯之動作向量的一或多個空間相鄰區塊且基於空間相鄰區塊之動作向量將距離解析度設定為當前區塊之距離解析度。視訊編碼器200 (例如,運動估計單元222)之UMVE單元228亦可判定基本候選者索引、方向索引及距離索引(388)。舉例而言,UMVE單元228可查詢基本候選者清單中之基本候選者,且選擇與所選基本候選者相關聯之索引。UMVE單元228亦可查詢方向表中之方向解析度,且判定哪一方向索引與該方向解析度最緊密地匹配。類似地,UMVE單元228可查詢距離表中之距離解析度,且判定哪一距離索引與距離表中之距離解析度最緊密地匹配。視訊編碼器200可將方向索引及距離索引編碼至待由視訊解碼器300解碼之位元串流中(390)。方向索引及距離索引可儲存於分別在視訊編碼器200中之記憶體(例如,視訊資料記憶體230)及視訊解碼器300中之記憶體(例如,CPB 記憶體320)中的方向表及距離表中。方向表及距離表可在寫碼之前固定且可在寫碼期間基於來自空間相鄰區塊之方向性資訊由視訊編碼器200 (例如,運動估計單元222)修改且基於來自空間相鄰區塊之方向性資訊由視訊解碼器300 (例如,運動補償單元316)修改。舉例而言,視訊編碼器200之UMVE單元228可判定方向表中之當前方向解析度及/或距離表中之當前距離解析度不理想。舉例而言,距離表可僅含有短於空間相鄰區塊之動作向量的多個距離的距離解析度。在此實例中,UMVE單元228可以一新的距離解析度或多個新的距離解析度更新距離表且在位元串流中發信距離表已更新之程度,使得視訊解碼器300之UMVE單元332可類似地更新其距離表。在方向解析度不理想時UMVE單元228可類似地更新方向表中所含之方向解析度且在位元串流中發信方向表已更新之程度,使得視訊解碼器300之UMVE單元332可更新其方向表。
視訊編碼器200可基於與方向及距離索引相關聯之方向及距離判定MVD (392)。舉例而言,視訊編碼器200之UMVE單元228可查詢方向表及距離表中之方向及距離索引且藉由組合由方向及距離索引指示之方向及距離來計算MVD。視訊編碼器200接著可使用MVD及基本候選者之動作向量判定預測區塊(394)。舉例而言,視訊編碼器200 (例如,模式選擇單元202)可藉由將MVD添加至基本候選者之動作向量來選擇預測區塊。視訊編碼器200接著可基於預測區塊來編碼當前區塊(396)。
圖13為展示根據本發明之用於解碼視訊資料之技術的流程圖。在圖13的實例中,視訊解碼器300之UMVE單元332可自空間相鄰區塊導出方向資訊。特定言之,在圖13的實例中,視訊解碼器300之運動補償單元316可自例如空間相鄰區塊判定當前區塊之候選者清單(402)。視訊解碼器300之運動補償單元316或UMVE單元332可判定基本候選者索引、方向索引及距離索引(404)。基本候選者索引、方向索引及距離索引可藉由視訊編碼器200在位元串流中編碼且藉由視訊解碼器300解碼。基本候選者索引、方向索引及距離索引可儲存在分別在視訊編碼器200中之記憶體(例如,視訊資料記憶體230)及視訊解碼器300中之記憶體(例如,CPB 記憶體320)中的基本候選者清單、方向表及距離表中。方向表及距離表可在寫碼之前固定且可在寫碼期間基於來自空間相鄰區塊之方向性資訊由視訊編碼器200修改且基於來自空間相鄰區塊之方向性資訊由視訊解碼器300修改,如上文所論述。
視訊解碼器300之運動補償單元316或UMVE單元332可藉由查找基本候選者清單中之基本候選者索引基於該基本候選者索引判定基本候選者(406)。視訊解碼器300之UMVE單元332可藉由查找方向索引表中之方向索引基於該方向索引判定方向(408)。視訊解碼器300之UMVE單元332可藉由查找距離索引表中之距離索引基於該距離索引判定距離(410)。
視訊解碼器300之UMVE單元332可基於方向及距離判定MVD (412)。舉例而言,視訊解碼器300之UMVE單元332可查詢方向表及距離表中之方向及距離索引且藉由組合由方向及距離索引指示之方向及距離來計算MVD。視訊解碼器300之運動補償單元316可使用MVD及基本候選者之動作向量判定預測區塊(414)。舉例而言,視訊解碼器300 (例如,預測處理單元304)可藉由將MVD添加至基本候選者之動作向量選擇預測區塊。視訊解碼器300 (例如,熵解碼單元302、反量化單元306、反變換處理單元308、重建構單元310、濾波器單元312及經解碼緩衝器單元314)接著可基於預測區塊解碼當前區塊(416)。
圖14為說明當前區塊之空間相鄰區塊的概念圖。當前區塊與區塊A0、A1、L、B2、T、B1、B0、RT、RB及LB空間上相鄰。當前區塊亦具有共置時間區塊CT。在一些實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自空間相鄰區塊之MV判定方向解析度及/或距離解析度。舉例而言,如圖14中所示,若可用(例如,空間相鄰區塊已經編碼或解碼),則視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自以下相鄰區塊之MV判定方向解析度及/或距離解析度:空間上相鄰區塊(A0)之集合中的緊靠在當前區塊之左下角中之樣本左下方的相鄰區塊;空間上相鄰區塊(A1)之集合中的緊靠在當前區塊之左下角中之樣本左方的相鄰區塊;空間上相鄰區塊(B0)之集合中的緊靠在當前區塊之右上角中之樣本右上方的相鄰區塊;空間上相鄰區塊(B1)之集合中的緊靠在當前區塊之右上角中之樣本上方的相鄰區塊,及空間上相鄰區塊(B2)之集合中的緊靠在當前區塊之左上角中之樣本左上方的相鄰區塊。舉例而言,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由對A0、A1、B0、B1及B2之可用空間相鄰區塊之方向解析度及/或距離解析度求平均值來判定方向解析度及/或距離解析度。在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由自A0、A1、B0、B1及B2之空間相鄰區塊獲取第一可用的方向解析度及/或距離解析度來判定方向解析度及/或距離解析度。在一些實例中,若可用,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自圖14中之空間相鄰區塊之集合中的中左(L)相鄰區塊及空間相鄰區塊之集合中的中上(T)相鄰區塊之MV判定方向解析度及/或距離解析度。舉例而言,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由對L及T之可用空間相鄰區塊之方向解析度及/或距離解析度求平均值來判定方向解析度及/或距離解析度。在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由自L及T之空間相鄰區塊獲取第一可用的方向解析度及/或距離解析度來判定方向解析度及/或距離解析度。
在又其他實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自在空間相鄰區塊之集合中的第一相鄰區塊與空間相鄰區塊之集合中的第二相鄰區塊之間的相鄰區塊之MV判定方向解析度及/或距離解析度,其中在圖14中,若可用,則第一相鄰區塊緊靠在當前區塊(B1)之右上角中的樣本左方且第二相鄰區塊緊靠之當前區塊(B2)之右上角中的樣本左上方。舉例而言,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由對B1與B2之間的可用空間相鄰區塊之方向解析度及/或距離解析度求平均值來判定方向解析度及/或距離解析度。在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由自B1與B2之間的空間相鄰區塊獲取第一可用的方向解析度及/或距離解析度來判定方向解析度及/或距離解析度。
在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自在空間相鄰區塊之集合中的第一相鄰區塊與空間相鄰區塊之集合中的第二相鄰區塊之間的相鄰區塊之MV判定方向解析度及/或距離解析度,其中在圖14中,若可用,則第一相鄰區塊緊靠在當前區塊(A1)之左下角中的樣本左方且第二相鄰區塊緊靠之當前區塊(B2)之右上角中的樣本左上方。舉例而言,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由對A1與B2之間的可用空間相鄰區塊之方向解析度及/或距離解析度求平均值來判定方向解析度及/或距離解析度。在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由自A1與B2之間的空間相鄰區塊獲取第一可用的方向解析度及/或距離解析度來判定方向解析度及/或距離解析度。
圖15為說明非鄰接空間相鄰區塊之概念圖。圖15描繪當前區塊、鄰接空間相鄰區塊1至5及非鄰接空間相鄰區塊6至49。在一些實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可自不鄰接於當前區塊之一或多個空間相鄰區塊(諸如區塊6至49中的任一者) (若可用)的MV判定方向解析度及/或距離解析度。舉例而言,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由對可用的非鄰接空間相鄰區塊6至10之方向解析度及/或距離解析度求平均值來判定方向解析度及/或距離解析度。在另一實例中,視訊編碼器200之UMVE單元228及視訊解碼器300之UMVE單元332可藉由自非鄰接空間相鄰區塊6至10獲取第一可用的方向解析度及/或距離解析度來判定方向解析度及/或距離解析度。
所判定之方向性資訊可包括可撓距離解析度數目及可撓方向解析度數目。亦即,所判定之方向資訊可用於動態地調整方向表及/或距離表,使得給定方向索引及/或給定距離索引在該表經調整之後將指向距離及/或方向表中之不同距離及/或方向。
可用的相鄰區塊可含有其動作向量解析度資訊。舉例而言,相鄰區塊可能已由視訊編碼器200編碼或由視訊解碼器300解碼,且與相鄰區塊相關聯之動作向量可為已知及可用的。可基於已知可用的相鄰動作向量解析度而判定距離解析度。對於以合併模式寫碼之區塊,其最佳預測區塊將很可能定位在由原始合併MV指向之位置附近。因此,更小UMVE距離可有助於定位最佳預測區塊。因此,視訊編碼器200及視訊解碼器300可將所判定之UMVE距離限於小於相鄰動作向量解析度之距離。舉例而言,若相鄰動作向量解析度為1像素,則所判定之UMVE距離可包括½像素、¼像素,或小於1像素之其他值。若相鄰動作向量解析度為4像素,則所判定之UMVE解析度將包括2像素、1像素,或小於4像素之其他值。因此,距離可小於距離解析度。
替代地,視訊編碼器200及視訊解碼器300可將所判定之UMVE距離限於等於或略大於可用的相鄰動作向量解析度之距離,例如不大於相鄰動作向量解析度之大小的兩倍。舉例而言,若相鄰動作向量解析度為1像素,則所判定之UMVE距離可包括1像素及2像素,或大於或等於1像素之其他值。若相鄰動作向量解析度為4像素,則所判定之UMVE解析度可包括4像素、8像素,或大於或等於4像素之其他值。
所判定之距離解析度數目可小於JVET-K0115、JVET-L0054、JVET-L0355及JVET-L0408中所揭示之彼等,且因此可使用較少位元經寫碼。根據本發明之技術,所判定之UMVE方向解析度展示於表11中。
表11.可能的所判定之UMVE方向解析度
方向IDX | 000 | 001 | 010 | 011 | 100 | 101 | 110 | 111 |
x 軸 | +1 | -1 | 0 | 0 | +1 | -1 | -1 | +1 |
y 軸 | 0 | 0 | +1 | -1 | +1 | -1 | +1 | -1 |
可用的相鄰區塊可含有其動作向量方向資訊。換言之,可用相鄰區塊可能已由視訊編碼器200編碼或由視訊解碼器300解碼,且與可用相鄰區塊相關聯之動作向量可為已知的。視訊編碼器200之UMVE單元228可基於可用的相鄰動作向量方向資訊判定UMVE之方向解析度。若相鄰運動方向在圖11中之[67.5º, 112.5º]內,則所判定之方向解析度可為如表11中所示之010。若相鄰運動方向在[67.5º, 112.5º]及[22.5º, 67.5º]內,則所判定之方向解析度將分別為如表11中所示之010及100。
替代地,視訊編碼器200之UMVE單元228可判定UMVE方向解析度以包括在相鄰動作向量方向附近之方向。若相鄰運動方向在圖11中之[67.5º, 112.5º]內,則所判定之方向解析度可為如表11中所示之010、100及110。
所判定之方向解析度數目可小於JVET-K0115、JVET-L0054、JVET-L0355及JVET-L0408中之彼等,且因此可使用較少位元經寫碼。
JVET-K0115、JVET-L0054、JVET-L0355及JVET-L0408中之原始UMVE提供固定數目之方向及距離解析度。根據本發明之技術,所判定之方向性資訊可包括可撓距離解析度數目及可撓方向解析度數目。亦即,所判定之方向性資訊可用於動態地調整方向表及距離表中之條目。所判定之UMVE距離數目可基於相鄰區塊之動作向量解析度決定。所判定之UMVE方向數目可基於相鄰區塊之動作向量方向決定。
本發明之技術可減少經發信之旁側資訊的量,諸如較大及頻繁MVD,且可提供更佳寫碼效能。
應認識到,取決於實例,本文中所描述之技術中之任一者的某些動作或事件可以不同序列執行、可添加、合併或完全省略該等動作或事件(例如,並非所有所描述動作或事件對於該等技術之實踐係必要的)。此外,在某些實例中,可(例如)經由多執行緒處理、中斷處理或多個處理器同時而非依序進行動作或事件。
在一或多個實例中,所描述之功能可以硬體、軟體、韌體或其任何組合來實施。若以軟體實施,則該等功能可作為一或多個指令或程式碼而儲存於電腦可讀媒體上或經由電腦可讀媒體傳輸,且由基於硬體之處理單元執行。電腦可讀媒體可包括電腦可讀儲存媒體,其對應於諸如資料儲存媒體之有形媒體或(例如)根據通信協定包括促進電腦程式自一位置傳送另一位置之任何媒體的通信媒體。以此方式,電腦可讀媒體大體可對應於(1)為非暫時形的有形電腦可讀儲存媒體,或(2)諸如,信號或載波之通信媒體。資料儲存媒體可為可由一或多個電腦或一或多個處理器存取以擷取用於實施本發明中所描述之技術的指令、程式碼及/或資料結構的任何可用媒體。電腦程式產品可包括電腦可讀媒體。
藉助於實例而非限制,此電腦可讀儲存媒體可包含RAM、ROM、EEPROM、CD-ROM或其他光碟儲存器件、磁碟儲存器件或其他磁性儲存器件、快閃記憶體或可用來儲存呈指令或資料結構形式之所要程式碼且可由電腦存取的任何其他媒體。又,任何連接被適當地稱為電腦可讀媒體。舉例而言,若使用同軸纜線、光纜、雙絞線、數位用戶線(digital subscriber line;DSL)或無線技術(諸如紅外線、無線電及微波)自網站、伺服器或其他遠端源傳輸指令,則同軸纜線、光纜、雙絞線、DSL或無線技術(諸如紅外線、無線電及微波)包括於媒體之定義中。然而,應理解,電腦可讀儲存媒體及資料儲存媒體不包括連接、載波、信號或其他暫時性媒體,而是針對非暫時性有形儲存媒體。如本文中所使用,磁碟及光碟包括緊密光碟(CD)、雷射光碟、光學光碟、數位多功能光碟(DVD)、軟性磁碟及藍光光碟,其中磁碟通常以磁性方式再現資料,而光碟用雷射以光學方式再現資料。以上之組合亦應包括於電腦可讀媒體之範疇內。
指令可由一或多個處理器執行,該一或多個處理器諸如一或多個數位信號處理器(DSP)、通用微處理器、特殊應用積體電路(ASIC)、場可程式化閘陣列(FPGA)或其他等效的整合或離散邏輯電路。因此,如本文中所使用之術語「處理器」可指上述結構或適用於實施本文中所描述之技術之任何其他結構中的任一者。另外,在一些態樣中,本文中所描述之功能性可在經組態用於編碼及解碼的專用硬體及/或軟體模組內提供,或併入於組合式編解碼器中。又,技術可完全實施於一或多個電路或邏輯元件中。
本發明之技術可在多種器件或裝置中實施,該等器件或裝置包括無線手機、積體電路(IC)或IC之集合(例如,晶片集合)。在本發明中描述各種組件、模組或單元以強調經組態以執行所揭示技術之器件的功能性態樣,但未必需要藉由不同硬體單元來實現。相反地,如上文所描述,各種單元可與合適的軟體及/或韌體一起組合在編解碼器硬體單元中或由互操作硬體單元之集合提供,硬件單元包括如上文所描述之一或多個處理器。
各種實例已予以描述。此等及其他實例係在以下申請專利範圍之範疇內。
100:視訊編碼及解碼系統
102:源器件
104:視訊源
106:記憶體
108:輸出介面
110:電腦可讀媒體
112:儲存器件
114:檔案伺服器
116:目的地器件
118:顯示器件
120:記憶體
122:輸入介面
130:QTBT結構
132:CTU
200:視訊編碼器
202:模式選擇單元
204:殘餘產生單元
206:變換處理單元
208:量化單元
210:反量化單元
212:反變換處理單元
214:重建構單元
216:濾波器單元
218:經解碼圖像緩衝器
220:熵編碼單元
222:運動估計單元
224:運動補償單元
226:框內預測單元
228:UMVE單元
230:視訊資料記憶體
300:視訊解碼器
302:熵解碼單元
304:預測處理單元
306:反量化單元
308:反變換處理單元
310:重建構單元
312:濾波器單元
314:DPB
316:運動補償單元
318:框內預測單元
320:經寫碼圖像緩衝器記憶體
322:UMVE單元
350:步驟
352:步驟
354:步驟
356:步驟
358:步驟
360:步驟
370:步驟
372:步驟
374:步驟
376:步驟
378:步驟
380:步驟
382:步驟
384:步驟
386:步驟
388:步驟
390:步驟
392:步驟
394:步驟
396:步驟
402:步驟
404:步驟
406:步驟
408:步驟
410:步驟
412:步驟
414:步驟
416:步驟
圖1為說明可執行本發明之技術的實例視訊編碼及解碼系統的方塊圖。
圖2A及圖2B為說明實例四分樹二元樹(QTBT)結構及對應寫碼樹型單元(CTU)之概念圖。
圖3為說明可執行本發明之技術之實例視訊編碼器的方塊圖。
圖4為說明可執行本發明之技術的實例視訊解碼器的方塊圖。
圖5為說明視訊編碼器之實例操作的流程圖。
圖6為說明視訊解碼器之實例操作的流程圖。
圖7A至圖7B為說明用於合併及進階動作向量預測(AMVP)模式之空間相鄰動作向量候選者的概念圖。
圖8A至圖8B為說明時間動作向量預測(TMVP)候選者及動作向量縮放之概念圖。
圖9為說明最終動作向量表示(UMVE)搜尋程序之概念圖。
圖10為說明UMVE搜尋點之概念圖。
圖11為說明方向表選擇之概念圖。
圖12為說明根據本發明之技術編碼視訊資料的實例方法之流程圖。
圖13為說明根據本發明之技術解碼視訊資料的實例方法之流程圖。
圖14為說明根據本發明之技術的當前區塊之空間相鄰區塊的概念圖。
圖15為說明根據本發明之技術的非鄰接之相鄰區塊的概念圖。
382:步驟
384:步驟
386:步驟
388:步驟
390:步驟
392:步驟
394:步驟
396:步驟
Claims (29)
- 一種解碼視訊資料之方法,該方法包含: 自空間上鄰近視訊資料之一當前區塊的空間相鄰區塊之一集合中的一或多個空間相鄰區塊判定用於該視訊資料之該當前區塊的一候選者清單; 基於自包含該視訊資料之一經編碼表示的一位元串流獲得之資料判定一基本候選者索引、一方向索引及一距離索引; 基於該基本候選者索引判定一基本候選者; 基於該方向索引判定一方向; 基於該距離索引判定一距離; 基於該方向及該距離判定一動作向量差(MVD); 使用該MVD及該基本候選者之一動作向量判定一預測區塊;及 基於該預測區塊解碼該當前區塊。
- 如請求項1之方法, 其中該基本候選者為空間相鄰區塊之該集合中的一中左相鄰區塊及空間相鄰區塊之該集合中的一中上相鄰區塊中之一或多者。
- 如請求項1之方法, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項1之方法, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一左下角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項1之方法, 其中該基本候選者為不鄰接於該當前區塊的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者。
- 如請求項1之方法, 其中該基本候選者為以下中之一或多者:該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之一樣本左下方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之該樣本左方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之一樣本右上方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之該樣本上方的一相鄰區塊,及該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左上角中之一樣本左上方的一相鄰區塊。
- 如請求項1之方法,其中該方向索引指向一方向表中之方向且該距離索引指向一距離表中之距離,該方法進一步包含調適該方向表或該距離表中之方向資訊。
- 一種用於解碼視訊資料之器件,其包含: 一記憶體,其經組態以儲存該視訊資料之一當前區塊;及 一或多個處理器,其耦接至該記憶體,該一或多個處理器經組態以: 自空間上鄰近視訊資料之一當前區塊的空間相鄰區塊之一集合判定用於該視訊資料之該當前區塊的一候選者清單; 基於自包含該視訊資料之一經編碼表示的一位元串流獲得之資料判定一基本候選者索引、一方向索引及一距離索引; 基於該基本候選者索引判定一基本候選者; 基於該方向索引判定一方向; 基於該距離索引判定一距離; 基於該方向及該距離判定一動作向量差(MVD); 使用該MVD及該基本候選者之一動作向量判定一預測區塊;及 基於該預測區塊解碼該當前區塊。
- 如請求項8之器件,其中該基本候選者為空間相鄰區塊之該集合中的一中左相鄰區塊及空間相鄰區塊之該集合中的一中上相鄰區塊中之一或多者。
- 如請求項8之器件, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項8之器件, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一左下角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項8之器件, 其中該基本候選者為不鄰接於該當前區塊的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者。
- 如請求項8之器件, 其中該基本候選者為以下中之一或多者:該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之一樣本左下方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之該樣本左方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之一樣本右上方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之該樣本上方的一相鄰區塊,及該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左上角中之一樣本左上方的一相鄰區塊。
- 如請求項8之器件,其中該方向索引指向一方向表中之方向且該距離索引指向一距離表中之距離,且該一或多個處理器進一步經組態以調適該方向表或該距離表中之方向資訊。
- 一種用於編碼視訊資料之器件,其包含: 一記憶體,其經組態以儲存該視訊資料之一當前區塊;及 一或多個處理器,其耦接至該記憶體,該一或多個處理器經組態以: 自空間上該鄰近視訊資料之該當前區塊的空間相鄰區塊之一集合中的空間相鄰區塊判定用於視訊資料之該當前區塊的一候選者清單; 判定用於視訊資料之該當前區塊的一基本候選者; 基於一或多個基本候選者之動作向量判定一方向解析度; 基於該一或多個基本候選者之該等動作向量判定一距離解析度; 基於該一或多個基本候選者、該方向解析度及該距離解析度判定一基本候選者索引、一方向索引及一距離索引; 將該基本候選者索引、該方向索引及該距離索引編碼至一位元串流中; 基於與該方向索引及該距離索引相關聯之一方向及一距離判定一動作向量差(MVD); 使用該MVD及該一或多個基本候選者之一動作向量判定一預測區塊;及 基於該預測區塊編碼該當前區塊。
- 如請求項15之器件,其中該一或多個處理器經組態以藉由自空間相鄰區塊之該集合中的一中左相鄰區塊之一動作向量及空間相鄰區塊之該集合中的一中上相鄰區塊之一動作向量中之一或多者判定該方向解析度而判定該方向解析度;且 其中該一或多個處理器經組態以藉由自該中左相鄰區塊之該動作向量及該中上相鄰區塊之該動作向量中的一或多者判定該距離解析度而判定該距離解析度。
- 如請求項15之器件, 其中該一或多個處理器經組態以藉由自在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者的動作向量判定該方向解析度而判定該方向解析度,該第一相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方;且 其中該一或多個處理器經組態以藉由自該第一相鄰區塊之該動作向量及該第二相鄰區塊之該動作向量中的一或多者判定該距離解析度而判定該距離解析度。
- 如請求項15之器件, 其中該一或多個處理器經組態以藉由自在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊的動作向量中之一或多者判定該方向解析度而判定該方向解析度,該第一相鄰區塊緊靠在該當前區塊之一左下角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方;且 其中該一或多個處理器經組態以藉由自該第一相鄰區塊之該動作向量及該第二相鄰區塊之該動作向量中的一或多者判定該距離解析度而判定該距離解析度。
- 如請求項15之器件, 其中該一或多個處理器經組態以藉由自不鄰接於該當前區塊之空間相鄰區塊的該集合中之一或多個空間相鄰區塊的動作向量判定該方向解析度而判定該方向解析度;且 其中該一或多個處理器經組態以藉由自不鄰接於該當前區塊之空間相鄰區塊的該集合中之該一或多個空間相鄰區塊的該動作向量判定該距離解析度而判定該距離解析度。
- 如請求項15之器件, 其中該一或多個處理器經組態以藉由自以下相鄰區塊之動作向量中的一或多者判定該方向解析度而判定該方向解析度:該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之一樣本左下方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之該樣本左方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之一樣本右上方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之該樣本上方的一相鄰區塊,及該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左上角中之一樣本左上方的一相鄰區塊;且 其中該一或多個處理器經組態以藉由自以下相鄰區塊之動作向量中的一或多者判定該距離解析度而判定該距離解析度:該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之一樣本左下方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之該樣本左方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之一樣本右上方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之該樣本上方的一相鄰區塊,及該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左上角中之一樣本左上方的一相鄰區塊。
- 如請求項15之器件,其中該距離小於該距離解析度。
- 如請求項15之器件,其中該方向索引指向一方向表中之方向且該距離索引指向距離表中之距離,且該一或多個處理器進一步經組態以調適該方向表或距離表中之方向資訊。
- 一種用於解碼視訊資料之器件,其包含: 用於判定空間上鄰近於該視訊資料之一當前區塊的空間相鄰區塊之一集合中之一或多個空間相鄰區塊的一候選者清單的構件; 用於基於自包含該視訊資料之一經編碼表示的一位元串流獲得之資料判定一基本候選者、一方向索引及一距離索引的構件; 用於基於該基本候選者索引判定一基本候選者的構件; 用於基於該方向索引判定一方向的構件; 用於基於該距離索引判定一距離的構件; 用於基於該方向及該距離判定一動作向量差(MVD)的構件; 用於使用該MVD及該基本候選者之一動作向量判定一預測區塊的構件;及 用於基於該預測區塊解碼該當前區塊的構件。
- 如請求項23之器件,其中該基本候選者為空間相鄰區塊之該集合中的一中左相鄰區塊及空間相鄰區塊之該集合中的一中上相鄰區塊中之一或多者。
- 如請求項23之器件, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項23之器件, 其中該基本候選者為在空間相鄰區塊之該集合中的一第一相鄰區塊與空間相鄰區塊之該集合中的一第二相鄰區塊之間的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者,該第一相鄰區塊緊靠在該當前區塊之一左下角中的一樣本左方,該第二相鄰區塊緊靠在該當前區塊之一右上角中的一樣本左上方。
- 如請求項23之器件, 其中該基本候選者為不鄰接於該當前區塊的空間相鄰區塊之該集合中的空間相鄰區塊中之一或多者。
- 如請求項23之器件, 其中該基本候選者為以下中之一或多者:該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之一樣本左下方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左下角中之該樣本左方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之一樣本右上方的一相鄰區塊,該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該右上角中之該樣本上方的一相鄰區塊,及該等空間上相鄰區塊之該集合中的緊靠在該當前區塊之該左上角中之一樣本左上方的一相鄰區塊。
- 如請求項23之器件,其中該方向索引指向一方向表中之方向且該距離索引指向距離表中之距離,該器件進一步包含用於調適該方向表或距離表中的一或多者中之方向資訊的構件。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862738468P | 2018-09-28 | 2018-09-28 | |
US62/738,468 | 2018-09-28 | ||
US16/584,875 | 2019-09-26 | ||
US16/584,875 US10893291B2 (en) | 2018-09-28 | 2019-09-26 | Ultimate motion vector expression with adaptive directional information set |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202025767A true TW202025767A (zh) | 2020-07-01 |
Family
ID=69945120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108135275A TW202025767A (zh) | 2018-09-28 | 2019-09-27 | 具有適應性方向性資訊集合之最終動作向量表示 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10893291B2 (zh) |
CN (1) | CN112740672A (zh) |
TW (1) | TW202025767A (zh) |
WO (1) | WO2020069329A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11051025B2 (en) * | 2018-07-13 | 2021-06-29 | Tencent America LLC | Method and apparatus for video coding |
US10999589B2 (en) | 2018-10-04 | 2021-05-04 | Tencent America LLC | Method and apparatus for video coding |
US11317099B2 (en) | 2018-10-05 | 2022-04-26 | Tencent America LLC | Method and apparatus for signaling an offset in video coding for intra block copy and/or inter prediction |
KR20240055147A (ko) * | 2018-10-10 | 2024-04-26 | 삼성전자주식회사 | 움직임 벡터 차분값을 이용한 비디오 부호화 및 복호화 방법, 및 움직임 정보의 부호화 및 복호화 장치 |
WO2020098807A1 (en) | 2018-11-17 | 2020-05-22 | Beijing Bytedance Network Technology Co., Ltd. | Controlling merge with motion vector differencing mode |
WO2020125751A1 (en) * | 2018-12-21 | 2020-06-25 | Beijing Bytedance Network Technology Co., Ltd. | Information signaling in current picture referencing mode |
US10904553B2 (en) * | 2019-01-22 | 2021-01-26 | Tencent America LLC | Method and apparatus for video coding |
CA3132582A1 (en) * | 2019-03-07 | 2020-09-10 | Digitalinsights Inc. | Image encoding/decoding method and apparatus |
WO2020184461A1 (ja) * | 2019-03-08 | 2020-09-17 | 株式会社Jvcケンウッド | 動画像符号化装置、動画像符号化方法、及び動画像符号化プログラム、動画像復号装置、動画像復号方法及び動画像復号プログラム |
KR102297479B1 (ko) * | 2020-04-10 | 2021-09-03 | 삼성전자주식회사 | 움직임 벡터의 부호화 장치 및 방법, 및 움직임 벡터의 복호화 장치 및 방법 |
CN111885389B (zh) * | 2020-07-24 | 2021-08-24 | 腾讯科技(深圳)有限公司 | 一种多媒体数据编码方法、装置及存储介质 |
US20230217013A1 (en) * | 2022-01-04 | 2023-07-06 | FG Innovation Company Limited | Device and method for decoding video data |
WO2023208224A1 (en) * | 2022-04-29 | 2023-11-02 | Mediatek Inc. | Method and apparatus for complexity reduction of video coding using merge with mvd mode |
WO2024088048A1 (en) * | 2022-10-26 | 2024-05-02 | Mediatek Inc. | Method and apparatus of sign prediction for block vector difference in intra block copy |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2721825A4 (en) * | 2011-06-15 | 2014-12-24 | Mediatek Inc | METHOD AND DEVICE FOR MOTION AND DISPARITY VECTOR PREDICTION AND COMPENSATION IN 3D VIDEO CODING |
KR20130030181A (ko) * | 2011-09-16 | 2013-03-26 | 한국전자통신연구원 | 움직임 벡터 예측기를 이용한 움직임 벡터 부호화/복호화 방법 및 장치 |
WO2013077659A1 (ko) * | 2011-11-24 | 2013-05-30 | 에스케이텔레콤 주식회사 | 모션 벡터의 예측 부호화/복호화 방법 및 장치 |
KR101960761B1 (ko) * | 2011-11-24 | 2019-03-22 | 에스케이텔레콤 주식회사 | 모션 벡터의 예측 부호화/복호화 방법 및 장치 |
GB2561507B (en) * | 2016-01-07 | 2021-12-22 | Mediatek Inc | Method and apparatus for affine merge mode prediction for video coding system |
US11039157B2 (en) * | 2018-09-21 | 2021-06-15 | Tencent America LLC | Techniques for simplified affine motion model coding with prediction offsets |
-
2019
- 2019-09-26 US US16/584,875 patent/US10893291B2/en active Active
- 2019-09-27 TW TW108135275A patent/TW202025767A/zh unknown
- 2019-09-27 CN CN201980061948.9A patent/CN112740672A/zh active Pending
- 2019-09-27 WO PCT/US2019/053480 patent/WO2020069329A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20200107043A1 (en) | 2020-04-02 |
WO2020069329A1 (en) | 2020-04-02 |
US10893291B2 (en) | 2021-01-12 |
CN112740672A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI819100B (zh) | 用於仿射模式之以歷史為基礎之運動向量預測 | |
US11025903B2 (en) | Coding video data using derived chroma mode | |
US10893291B2 (en) | Ultimate motion vector expression with adaptive directional information set | |
US20200021839A1 (en) | MULTIPLE HISTORY BASED NON-ADJACENT MVPs FOR WAVEFRONT PROCESSING OF VIDEO CODING | |
JP7504925B2 (ja) | ビデオコーディングのための組み合わされたインターおよびイントラ予測モード | |
TW202025777A (zh) | 用於視訊寫碼之基於最終運動向量表示之刪剪 | |
CN113940069A (zh) | 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令 | |
TW202415068A (zh) | 視訊寫碼中之三角合併模式索引之發信 | |
TW202044839A (zh) | 用於視訊寫碼之區塊內複製合併資料語法 | |
JP2022521979A (ja) | デコーダ側動きベクトル改良に対する制約 | |
TW202123699A (zh) | 具有協調的運動場儲存及運動補償的幾何分區模式 | |
US10958928B2 (en) | Decoder-side motion vector derivation for video coding | |
TW202034694A (zh) | 用於視訊寫碼中之區塊內複製模式之運動向量預測器清單產生 | |
TWI826487B (zh) | 用於視訊寫碼中之適應性運動向量差解析度及增加的運動向量儲存精確度的運動向量捨位 | |
TW202025727A (zh) | 向量預測器清單之產生 | |
TW202038614A (zh) | 用於視訊寫碼之空間時間運動向量預測圖案 | |
TW202038609A (zh) | 用於視訊寫碼之共享候選清單及平行候選清單推導 | |
TW202106021A (zh) | 使用非矩形預測模式減少視訊資料之預測之運動場儲存 | |
TW202101996A (zh) | 用於視訊寫碼之以梯度為基礎之預測精細化 | |
TW202038613A (zh) | 在視訊寫碼中用於平行處理之處理區域之推導 | |
TW202025782A (zh) | 改良的最有可能之模式(mpms)構建 | |
US11528504B2 (en) | Motion vector prediction with motion information collecting buffer | |
TW202029747A (zh) | 對於視訊寫碼中最壞情況頻寬縮減之限制 | |
TW202106026A (zh) | 用於基於區塊差量脈衝碼調變(bdpcm)模式之最大允許區塊尺寸 | |
TWI843809B (zh) | 用於視訊寫碼中具有運動向量差之合併模式之信令傳輸 |