TW202131680A - 用於視訊譯碼中的最後位置譯碼座標的上下文推導和熵譯碼初始化參數 - Google Patents
用於視訊譯碼中的最後位置譯碼座標的上下文推導和熵譯碼初始化參數 Download PDFInfo
- Publication number
- TW202131680A TW202131680A TW110100593A TW110100593A TW202131680A TW 202131680 A TW202131680 A TW 202131680A TW 110100593 A TW110100593 A TW 110100593A TW 110100593 A TW110100593 A TW 110100593A TW 202131680 A TW202131680 A TW 202131680A
- Authority
- TW
- Taiwan
- Prior art keywords
- context
- calculate
- coordinate
- shift value
- current block
- 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
- H04N19/10—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
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- 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
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一種用於對視訊資料進行譯碼的實例設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理器,其在電路中實現並且被配置為:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵譯碼的上下文,其中為了計算上下文,一或多個處理器被配置為:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵譯碼。
Description
本專利申請案主張於2020年1月7日提出申請的美國臨時申請案第62/958,207號的權益,其全部內容經由引用的方式併入本文中。
本案內容係關於視訊編碼(encoding)和視訊解碼(decoding)。
數位視訊能力可以被合併到各種各樣的設備中,包括數位電視機、數位直播系統、無線廣播系統、個人數位助理(PDA)、膝上型電腦或桌上型電腦、平板電腦、電子書閱讀器、數位相機、數位記錄設備、數位媒體播放機、視訊遊戲裝置、視訊遊戲控制台、蜂巢或衛星無線電電話(所謂的「智慧型電話」)、視訊電話會議設備、視訊流式設備等。數位視訊設備實現視訊譯碼(coding)技術(諸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分,高級視訊譯碼(AVC))、ITU-T H.265/高效率視訊譯碼(HEVC)所定義的標準以及此類標準的擴展中描述的那些技術)。經由實現此類視訊譯碼技術,視訊設備可以更高效地發送、接收、編碼、解碼及/或儲存數位視訊資訊。
視訊譯碼技術包括空間(圖片內(intra-picture))預測及/或時間(圖片間(inter-picture))預測以減少或去除在視訊序列中固有的冗餘。對於基於塊的視訊譯碼,視訊切片(例如,視訊圖片或視訊圖片的一部分)可以被分割為視訊塊,視訊塊亦可以被稱為譯碼樹單元(CTU)、譯碼單元(CU)及/或譯碼節點。圖片的經訊框內譯碼(I)的切片中的視訊塊是使用相對於相同圖片中的相鄰塊中的參考取樣的空間預測來編碼的。圖片的經訊框間譯碼(P或B)的切片中的視訊塊可以使用相對於相同圖片中的相鄰塊中的參考取樣的空間預測或者相對於其他參考圖片中的參考取樣的時間預測。圖片可以被稱為訊框,以及參考圖片可以被稱為參考訊框。
概括而言,本案內容描述了用於指示變換係數的塊中的最後有效係數位置(最後位置)的語法元素的上下文自我調整熵譯碼的技術。變換係數可以是經由對表示視訊資料的原始塊和視訊資料的預測塊的取樣之間的差的殘差值應用變換而產生的經量化的變換係數。在一些實例中,變換係數可以是經量化的變換係數。變換係數的塊中的最後位置是塊中沿掃瞄順序的最後的非零(例如,有效)變換係數在x和y座標中的塊中的位置。對於要編碼的最後位置的二進位符號(bin),使用函數來推導二進位符號的上下文自我調整熵譯碼上下文的索引,使得可以保存最後位置二進位符號與上下文自我調整熵上下文之間的映射表。本案內容的技術可以確保每個二進位符號的上下文是唯一的,以及減少可能的上下文的數量。以這種方式,這些技術可以減少執行熵譯碼所需的計算量,以及可以改進熵譯碼程序的效能。
在一個實例中,一種對視訊資料進行解碼的方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵解碼的上下文,其中計算該上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵解碼。
在另一實例中,一種用於對視訊資料進行解碼的設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理器,其在電路中實現並且被配置為:決定該視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵解碼的上下文,其中為了計算該上下文,該一或多個處理器被配置為:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵解碼。
在另一實例中,一種電腦可讀取儲存媒體具有儲存在其上的指令,該等指令在被執行時使得處理器進行以下操作:決定視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵解碼的上下文,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵解碼。
在另一實例中,一種對視訊資料進行編碼的方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵編碼的上下文,其中計算該上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵編碼。
在另一實例中,一種用於對視訊資料進行編碼的設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理器,其在電路中實現並且被配置為:決定該視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵編碼的上下文,其中為了計算該上下文,該一或多個處理器被配置為:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵編碼。
在另一實例中,一種電腦可讀取儲存媒體具有儲存在其上的指令,該等指令在被執行時使得處理器進行以下操作:決定視訊資料的當前塊的維度的尺寸;計算用於對沿該維度的最後有效係數座標進行熵編碼的上下文,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用該上下文移位值來計算該上下文;及使用所計算的上下文來對該最後有效係數座標進行熵編碼。
在附圖和下文的描述中闡述了一或多個實例的細節。根據描述、附圖和請求項,其他特徵、物件和優勢將是顯而易見的。
當對視訊資料進行譯碼時,視訊譯碼器(編碼器或解碼器)可以使用上下文自我調整二進位算術譯碼(CABAC)或其他熵譯碼技術。通常,CABAC包括使用各種上下文來對語法元素的特定值(例如,值的各個二進位符號)進行譯碼。本案內容認識到,對於每個二進位符號具有不同的上下文可能是有益的,因為可以針對特定二進位符號來最佳化上下文。然而,在一些傳統技術中,上下文已經在某些語法元素的值的不同二進位符號之間被重新使用。因此,本案內容描述了可以用於將單獨的、不同的上下文指派給各種語法元素的值的二進位符號的技術,這可允許對上下文指派的改進的最佳化。因此,這可以改進對視訊資料的整體譯碼,因為可以在不影響視訊品質和不過度增加視訊譯碼器的處理要求的情況下減少位元串流的尺寸。
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統100的方塊圖。概括而言,本案內容的技術涉及對視訊資料進行譯碼(編碼及/或解碼)。通常,視訊資料包括用於處理視訊的任何資料。因此,視訊資料可以包括原始的未經編碼的視訊、經編碼的視訊、經解碼(例如,經重構)的視訊、以及視訊中繼資料(諸如訊號傳遞資料)。
如圖1所示,在該實例中,系統100包括源設備102,源設備102提供要被目的地設備116解碼和顯示的、經編碼的視訊資料。具體地,源設備102經由電腦可讀取媒體110來將視訊資料提供給目的地設備116。源設備102和目的地設備116可以包括各種各樣的設備中的任何一者,包括桌上型電腦、筆記型電腦(亦即,膝上型電腦)、平板電腦、機上盒、電話手機(諸如智慧型電話)、電視機、相機、顯示裝置、數位媒體播放機、視訊遊戲控制台、視訊資料串流設備等。在一些情況下,源設備102和目的地設備116可以被配備用於無線通訊,以及因此可以被稱為無線通訊設備。
在圖1的實例中,源設備102包括視訊源104、記憶體106、視訊編碼器200以及輸出介面108。目的地設備116包括輸入介面122、視訊解碼器300、記憶體120以及顯示裝置118。根據本案內容,源設備102的視訊編碼器200和目的地設備116的視訊解碼器300可以被配置為應用用於最後有效係數的位置的上下文推導的技術。因此,源設備102表示視訊編碼設備的實例,而目的地設備116表示視訊解碼設備的實例。在其他實例中,源設備和目的地設備可以包括其他部件或排列。例如,源設備102可以從諸如外部相機的外部視訊源接收視訊資料。同樣,目的地設備116可以與外部顯示裝置對接,而不是包括整合顯示裝置。
在圖1中所示的系統100僅是一個實例。通常,任何數位視訊編碼及/或解碼設備可以執行用於最後有效係數的位置的上下文推導的技術。源設備102和目的地設備116僅是此類譯碼設備的實例,其中源設備102產生經譯碼的視訊資料以用於傳輸給目的地設備116。本案內容將「譯碼」設備代表為執行對資料的譯碼(編碼及/或解碼)的設備。因此,視訊編碼器200和視訊解碼器300分別表示譯碼設備(具體地,視訊編碼器和視訊解碼器)的實例。在一些實例中,源設備102和目的地設備116可以以基本上對稱的方式進行操作,使得源設備102和目的地設備116中的每一者皆包括視訊編碼和解碼用部件。因此,系統100可以支援在源設備102與目的地設備116之間的單向或雙向視訊傳輸,例如,以用於視訊資料串流、視訊重播、視訊廣播或視訊電話。
通常,視訊源104表示視訊資料(亦即,原始的未經編碼的視訊資料)的源,以及將視訊資料的順序的一系列圖片(亦被稱為「訊框」)提供給視訊編碼器200,視訊編碼器200對用於圖片的資料進行編碼。源設備102的視訊源104可以包括視訊擷取裝置,諸如攝像機、包含先前擷取的原始視訊的視訊存檔單元、及/或用於從視訊內容提供者接收視訊的視訊饋送介面。作為另外的替代方式,視訊源104可以產生基於電腦圖形的資料作為源視訊,或者產生即時視訊、被存檔的視訊和電腦產生的視訊的組合。在每種情況下,視訊編碼器200可以對被擷取的、預擷取的或電腦產生的視訊資料進行編碼。視訊編碼器200可以將圖片從所接收的次序(有時被稱為「顯示次序」)重新排列為用於譯碼的譯碼次序。視訊編碼器200可以產生包括經編碼的視訊資料的位元串流。隨後,源設備102可以經由輸出介面108將經編碼的視訊資料輸出到電腦可讀取媒體110上,以便由例如目的地設備116的輸入介面122接收及/或取回。
源設備102的記憶體106和目的地設備116的記憶體120表示通用記憶體。在一些實例中,記憶體106、120可以儲存原始視訊資料,例如,來自視訊源104的原始視訊以及來自視訊解碼器300的原始的經解碼的視訊資料。補充或替代地,記憶體106、120可以儲存可由例如視訊編碼器200和視訊解碼器300分別執行的軟體指令。儘管記憶體106和記憶體120在該實例中被示為與視訊編碼器200和視訊解碼器300分開,但是應當理解的是,視訊編碼器200和視訊解碼器300亦可以包括用於在功能上類似或等效目的的內部記憶體。此外,記憶體106、120可以儲存例如從視訊編碼器200輸出並且輸入到視訊解碼器300的經編碼的視訊資料。在一些實例中,記憶體106、120的各部分可以被分配為一或多個視訊緩衝器,例如,以儲存原始的經解碼及/或經編碼的視訊資料。
電腦可讀取媒體110可以表示能夠將經編碼的視訊資料從源設備102傳送到目的地設備116的任何類型的媒體或設備。在一個實例中,電腦可讀取媒體110表示通訊媒體,其使源設備102能夠例如經由射頻網路或基於電腦的網路,來即時地向目的地設備116直接地發送經編碼的視訊資料。輸出介面108可以根據諸如無線通訊協定的通訊標準來對包括經編碼的視訊資料的傳輸訊號進行調制,以及輸入介面122可以根據諸如無線通訊協定的通訊標準來對所接收的傳輸資訊進行解調。通訊媒體可以包括任何無線或有線通訊媒體,諸如射頻(RF)頻譜或一或多條實體傳輸線。通訊媒體可以形成諸如以下各項的基於封包的網路的一部分:區域網路、廣域網、或諸如網際網路的全球網路。通訊媒體可以包括路由器、交換機、基地台、或對於促進從源設備102到目的地設備116的通訊而言可以有用的任何其他設備。
在一些實例中,源設備102可以將經編碼的資料從輸出介面108輸出到存放裝置112。類似地,目的地設備116可以經由輸入介面122從存放裝置112存取經編碼的資料。存放裝置112可以包括各種各樣的分散式或本端存取的資料儲存媒體中的任何一者,諸如硬碟、藍光光碟、DVD、CD-ROM、快閃記憶體、揮發性或非揮發性記憶體、或用於儲存經編碼的視訊資料的任何其他適當的數位儲存媒體。
在一些實例中,源設備102可以將經編碼的視訊資料輸出到檔案伺服器114或者可以儲存由源設備102產生的經編碼的視訊的另一中間存放裝置。目的地設備116可以經由資料串流或下載來從檔案伺服器114存取被儲存的視訊資料。檔案伺服器114可以是能夠儲存經編碼的視訊資料並且將該經編碼的視訊資料發送給目的地設備116的任何類型的伺服器設備。檔案伺服器114可以表示網頁伺服器(例如,對於網站)、檔案傳輸通訊協定(FTP)伺服器、內容遞送網路設備或網路附加儲存(NAS)設備。目的地設備116可以經由任何標準資料連接(包括網際網路連接)來從檔案伺服器114存取經編碼的視訊資料。這可以包括適於存取被儲存在檔案伺服器114上的經編碼的視訊資料的無線通道(例如,Wi-Fi連接)、有線連接(例如,數位用戶線路(DSL)、纜線數據機等)、或這兩者的組合。檔案伺服器114和輸入介面122可以被配置為根據資料流式協定、下載傳輸協定或其組合來操作。
輸出介面108和輸入介面122可以表示無線發射器/接收器、數據機、有線聯網部件(例如,乙太網路卡)、根據各種各樣的IEEE 802.11標準中的任何一種標準進行操作的無線通訊部件、或其他實體部件。在其中輸出介面108和輸入介面122包括無線部件的實例中,輸出介面108和輸入介面122可以被配置為根據蜂巢通訊標準(諸如4G、4G-LTE(長期進化)、改進的LTE、5G等)來傳輸資料(諸如經編碼的視訊資料)。在其中輸出介面108包括無線發射器的一些實例中,輸出介面108和輸入介面122可以被配置為根據其他無線標準(諸如IEEE 802.11規範、IEEE 802.15規範(例如,ZigBee™)、Bluetooth™標準等)來傳輸資料(諸如經編碼的視訊資料)。在一些實例中,源設備102及/或目的地設備116可以包括相應的片上系統(SoC)設備。例如,源設備102可以包括用於執行被賦予視訊編碼器200及/或輸出介面108的功能的SoC設備,以及目的地設備116可以包括用於執行被賦予視訊解碼器300及/或輸入介面122的功能的SoC設備。
本案內容的技術可以應用於視訊譯碼,以支援各種各樣的多媒體應用中的任何一者,諸如空中電視廣播、有線電視傳輸、衛星電視傳輸、網際網路流式視訊傳輸(諸如基於HTTP的動態自我調整資料流式(DASH))、被編碼到資料儲存媒體上的數位視訊、對被儲存在資料儲存媒體上的數位視訊的解碼、或其他應用。
目的地設備116的輸入介面122從電腦可讀取媒體110(例如,通訊媒體、存放裝置112、檔案伺服器114等)接收經編碼的視訊位元串流。經編碼的視訊位元串流可以包括由視訊編碼器200定義的諸如以下語法元素的訊號傳遞資訊(其亦被視訊解碼器300使用):該語法元素具有描述視訊塊或其他譯碼單元(例如,切片、圖片、圖片組、序列等)的特性及/或處理的值。顯示裝置118將經解碼的視訊資料的經解碼的圖片顯示給使用者。顯示裝置118可以表示各種各樣的顯示裝置中的任何一者,諸如液晶顯示器(LCD)、等離子顯示器、有機發光二極體(OLED)顯示器、或另一種類型的顯示裝置。
儘管在圖1中未圖示,但是在一些實例中,視訊編碼器200和視訊解碼器300可以各自與音訊編碼器及/或音訊解碼器整合,以及可以包括適當的MUX-DEMUX單元或其他硬體及/或軟體,以處理包括公共資料串流中的音訊和視訊兩者的經多工的流。
視訊編碼器200和視訊解碼器300各自可以被實現為各種各樣的適當的編碼器及/或解碼器電路中的任何一者,諸如一或多個微處理器、數位訊號處理器(DSP)、特殊應用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、個別邏輯、軟體、硬體、韌體、或其任何組合。當該等技術部分地在軟體中實現時,設備可以將用於軟體的指令儲存在適當的非暫時性電腦可讀取媒體中,以及使用一或多個處理器在硬體中執行指令以執行本案內容的技術。視訊編碼器200和視訊解碼器300中的每一者可以被包括在一或多個編碼器或解碼器中,編碼器或解碼器中的任一者可以被整合為相應設備中的組合編碼器/解碼器(CODEC)的一部分。包括視訊編碼器200及/或視訊解碼器300的設備可以包括積體電路、微處理器、及/或無線通訊設備(諸如蜂巢式電話)。
視訊編碼器200和視訊解碼器300可以根據視訊譯碼標準進行操作。實例視訊譯碼標準包括ITU-T H.265,其亦被稱為高效率視訊譯碼(HEVC)。其他實例標準包括聯合探索測試模型(JEM)或ITU-T H.266,其亦被稱為多功能視訊譯碼(VVC)。VVC標準的近期草案是在以下項中描述的:Bross等人,「Versatile Video Coding (Draft 7)」,ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29/WG 11的聯合視訊專家組(JVET),第16次會議,瑞士日內瓦,2019年10月1-11日,JVET-P2001-v14(下文中稱為「VVC草案7」)。然而,本案內容的技術不限於任何特定的譯碼標準。在一些實例中,視訊編碼器200和視訊解碼器300可以根據MPEG-5基本視訊譯碼(EVC)標準進行操作。
通常,視訊編碼器200和視訊解碼器300可以執行對圖片的基於塊的譯碼。術語「塊」通常代表包括要被處理的(例如,在編碼及/或解碼程序中要被編碼、被解碼或以其他方式使用的)資料的結構。例如,塊可以包括亮度及/或色度資料的取樣的二維矩陣。通常,視訊編碼器200和視訊解碼器300可以對以YUV(例如,Y、Cb、Cr)格式表示的視訊資料進行譯碼。亦即,並不是對用於圖片的取樣的紅色、綠色和藍色(RGB)資料進行譯碼,視訊編碼器200和視訊解碼器300可以對亮度和色度分量進行譯碼,其中色度分量可以包括紅色色相和藍色色相色度分量兩者。在一些實例中,視訊編碼器200在進行編碼之前將所接收的經RGB格式化的資料轉換為YUV表示,以及視訊解碼器300將YUV表示轉換為RGB格式。替代地,預處理和後處理單元(未圖示)可以執行這些轉換。
概括而言,本案內容可以涉及對圖片的譯碼(例如,編碼和解碼)以包括對圖片的資料進行編碼或解碼的程序。類似地,本案內容可以涉及對圖片的塊的譯碼以包括對用於塊的資料進行編碼或解碼(例如,預測及/或殘差譯碼)的程序。經編碼的視訊位元串流通常包括用於表示譯碼決策(例如,譯碼模式)以及將圖片分割為塊的語法元素的一系列值。因此,關於對圖片或塊進行譯碼的參考通常應當被理解為對用於形成圖片或塊的語法元素的值進行譯碼。
HEVC定義了各種塊,包括譯碼單元(CU)、預測單元(PU)和變換單元(TU)。根據HEVC以及EVC和VVC的一些實例,視訊譯碼器(coder)(諸如視訊編碼器200)根據四叉樹結構來將譯碼樹單元(CTU)分割為CU。亦即,視訊譯碼器將CTU和CU分割為四個相等的、不重疊的正方形,以及四叉樹的每個節點具有零個或四個子節點。沒有子節點的節點可以被稱為「葉節點」,以及此類葉節點的CU可以包括一或多個PU及/或一或多個TU。視訊譯碼器可以進一步分割PU和TU。例如,在HEVC中,殘差四叉樹(RQT)表示對TU的分區。在HEVC中,PU表示訊框間預測資料,而TU表示殘差資料。經訊框內預測的CU包括訊框內預測資訊,諸如訊框內模式指示。
作為另一實例,視訊編碼器200和視訊解碼器300可以被配置為根據多類型樹(MTT)分割結構進行操作,其中可以使用四叉樹(QT)分割、二叉樹(BT)分割以及一或多個類型的三叉樹(TT)(亦被稱為三元樹(TT)或二叉三元樹(BTT))分割來對塊進行分割。三叉樹或三元樹分割是其中塊被拆分為三個子塊的分割。在一些實例中,三叉樹或三元樹分割將塊劃分為三個子塊,而不經由中心劃分原始塊。MTT中的分割類型(例如,QT、BT和TT)可以是對稱的或不對稱的。
在一些實例中,視訊編碼器200和視訊解碼器300可以使用單個四叉樹二叉樹(QTBT)或MTT結構來表示亮度分量和色度分量中的每一者,而在其他實例中,視訊編碼器200和視訊解碼器300可以使用兩個或更多個QTBT或MTT結構,諸如用於亮度分量的一個QTBT/MTT結構以及用於兩個色度分量的另一個QTBT/MTT結構(或者用於相應色度分量的兩個QTBT/MTT結構)。
視訊編碼器200和視訊解碼器300可以被配置為使用每HEVC及/或EVC的四叉樹分割、QTBT分割、MTT分割、或其他分割結構。為了解釋的目的,關於QTBT分割提供了本案內容的技術的描述。然而,應當理解的是,本案內容的技術亦可以應用於被配置為使用四叉樹分割或者亦使用其他類型的分割的視訊譯碼器。
可以以各種方式在圖片中對塊(例如,CTU或CU)進行群組。作為一個實例,磚形塊可以代表圖片中的特定片區(tile)內的CTU行的矩形區域。片區可以是圖片中的特定片區列和特定片區行內的CTU的矩形區域。片區列代表CTU的矩形區域,其具有等於圖片的高度的高度以及經由語法元素(例如,諸如在圖片參數集合中)指定的寬度。片區行代表CTU的矩形區域,其具有經由語法元素指定的高度(例如,諸如在圖片參數集合中)以及等於圖片的寬度的寬度。
本案內容可以互換地使用「NxN」和「N乘N」來代表塊(諸如CU或其他視訊塊)在垂直和水平維度態樣的取樣尺寸,例如,16x16個取樣或16乘16個取樣。通常,16x16 CU在垂直方向上將具有16個取樣(y = 16),以及在水平方向上將具有16個取樣(x = 16)。同樣地,NxN CU通常在垂直方向上具有N個取樣,以及在水平方向上具有N個取樣,其中N表示非負整數值。CU中的取樣可以按行和列來排列。此外,CU不一定需要在水平方向上具有與在垂直方向上相同的數量的取樣。例如,CU可以包括NxM個取樣,其中M不一定等於N。
視訊編碼器200對用於CU的、表示預測及/或殘差資訊以及其他資訊的視訊資料進行編碼。下文的描述將使用術語CU,但是應當理解,其他術語可以用於在對其執行預測程序時的塊。預測資訊指示將如何預測CU以便形成用於CU的預測塊。殘差資訊通常表示在編碼之前的CU的取樣與預測塊之間的逐取樣差。
為了預測CU,視訊編碼器200通常可以經由訊框間預測或訊框內預測來形成用於CU的預測塊。訊框間預測通常代表根據先前譯碼的圖片的資料來預測CU,而訊框內預測通常代表根據相同圖片的先前譯碼的資料來預測CU。為了執行訊框間預測,視訊編碼器200可以使用一或多個運動向量來產生預測塊。視訊編碼器200通常可以執行運動搜尋,以辨識例如在CU與參考塊之間的差態樣與CU緊密匹配的參考塊。視訊編碼器200可以使用絕對差之和(SAD)、平方差之和(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,以決定參考塊是否與當前CU緊密匹配。在一些實例中,視訊編碼器200可以使用單向預測或雙向預測來預測當前CU。
一些實例技術亦提供仿射運動補償模式,其可以被認為是訊框間預測模式。在仿射運動補償模式下,視訊編碼器200可以決定表示非平移運動(諸如放大或縮小、旋轉、透視運動或其他不規則的運動類型)的兩個或更多個運動向量。
為了執行訊框內預測,視訊編碼器200可以選擇訊框內預測模式來產生預測塊。一些實例視訊編碼器提供六十七種訊框內預測模式,包括各種方向性模式、以及平面模式和DC模式。通常,視訊編碼器200選擇訊框內預測模式,訊框內預測模式描述要根據其來預測當前塊(例如,CU的塊)的取樣的、當前塊的相鄰取樣。假設視訊編碼器200以光柵掃瞄次序(從左到右、從上到下)對CTU和CU進行譯碼,則此類取樣通常可以是在與當前塊相同的圖片中在當前塊的上方、左上方或左側。
視訊編碼器200對表示用於當前塊的預測模式的資料進行編碼。例如,對於訊框間預測模式,視訊編碼器200可以對表示使用各種可用訊框間預測模式中的哪一種訊框間預測模式的資料以及用於對應模式的運動資訊進行編碼。對於單向或雙向訊框間預測,例如,視訊編碼器200可以使用高級運動向量預測(AMVP)或合併模式來對運動向量進行編碼。視訊編碼器200可以使用類似的模式來對用於仿射運動補償模式的運動向量進行編碼。
在諸如對塊的訊框內預測或訊框間預測的預測之後,視訊編碼器200可以計算用於該塊的殘差資料。殘差資料(諸如殘差塊)表示在塊與用於該塊的預測塊之間的逐取樣差,該預測塊是使用對應的預測模式來形成的。視訊編碼器200可以將一或多個變換應用於殘差塊,以在變換域中而非在取樣域中產生經變換的資料。例如,視訊編碼器200可以將離散餘弦變換(DCT)、整數變換、小波變換或概念上類似的變換應用於殘差視訊資料。另外,視訊編碼器200可以在第一變換之後應用二次變換,諸如模式相關的不可分離二次變換(MDNSST)、訊號相關變換、Karhunen-Loeve變換(KLT)等。視訊編碼器200在應用一或多個變換之後產生變換係數。
如前述,在任何變換以產生變換係數之後,視訊編碼器200可以執行對變換係數的量化。量化通常代表如下的程序:在該程序中,對變換係數進行量化以可能減少用於表示變換係數的資料量,從而提供進一步的壓縮。經由執行量化程序,視訊編碼器200可以減少與變換係數中的一些或全部變換係數相關聯的位元深度。例如,視訊編碼器200可以在量化期間將n位元的值向下捨入為m位元的值,其中n大於m。在一些實例中,為了執行量化,視訊編碼器200可以執行對要被量化的值的按位右移。
在量化之後,視訊編碼器200可以掃瞄變換係數,從而根據包括經量化的變換係數的二維矩陣產生一維向量。可以將掃瞄設計為將較高能量(以及因此較低頻率)的變換係數放在向量的前面,以及將較低能量(以及因此較高頻率)的變換係數放在向量的後面。在一些實例中,視訊編碼器200可以利用預定義的掃瞄次序來掃瞄經量化的變換係數以產生經序列化的向量,以及以及隨後對向量的經量化的變換係數進行熵編碼。在其他實例中,視訊編碼器200可以執行自我調整掃瞄。在掃瞄經量化的變換係數以形成一維向量之後,視訊編碼器200可以例如根據上下文自我調整二進位算術編碼(CABAC)來對一維向量進行熵編碼。視訊編碼器200亦可以對用於描述與經編碼的視訊資料相關聯的中繼資料的語法元素的值進行熵編碼,以供視訊解碼器300在對視訊資料進行解碼時使用。
為了執行CABAC,視訊編碼器200可以將上下文模型內的上下文指派給要被發送的符號。上下文可以涉及例如符號的相鄰值是否為零值。概率決定可以是基於被指派給符號的上下文的。
本案內容描述了視訊編碼器200可以經由其來決定用於對某些變換系數值進行熵編碼的上下文的技術。具體地,當對變換係數進行編碼時,視訊編碼器200可以對表示相應係數是否「有效」(亦即,具有大於0的絕對值)的有效係數標誌進行編碼。對於有效係數,視訊編碼器200可以進一步對符號值和位準值進行編碼。符號值可以指示位準的符號(亦即,位準是大於還是小於零)。位準值可以表示變換係數的實際絕對值。視訊編碼器200可以使用例如關於絕對位準值是否大於1、大於2以及剩餘位準值的指示來對位準值進行熵編碼。
以這種方式,視訊編碼器200可以避免對非有效變換係數的符號和位準值進行編碼。視訊編碼器200亦可以避免針對具有不大於1的絕對位準值的變換係數來對大於2的和剩餘絕對位準值進行編碼。此外,視訊編碼器200可以避免針對具有不大於2的絕對位準值的變換係數來對剩餘絕對位準值進行編碼。
此外,視訊編碼器200可以對最後有效係數位置值進行熵編碼,最後有效係數位置值表示對應的變換塊的掃瞄順序中的最後有效係數的位置(定位)。以這種方式,視訊編碼器200可以避免對跟在最後有效係數之後的變換係數的資料進行熵編碼。具體地,視訊編碼器200可以經由對塊中的最後有效位置值的x座標和y座標分別進行熵編碼來分別對最後有效係數位置進行編碼。視訊編碼器200可以根據變換塊的對應維度的尺寸來決定用於對每個座標進行編碼的上下文。例如,對於x座標,視訊編碼器200可以根據變換塊的寬度來決定上下文,而對於y座標,視訊編碼器200可以根據變換塊的高度來決定上下文。
如下文更詳細地論述的,在一些實例中,視訊編碼器200可以使用對應的上下文移位值來決定用於對每個座標進行編碼的上下文。視訊編碼器200可以根據例如((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize是表示座標(分別為x或y)的變換塊的對應維度(寬度或高度)的對數值,<<是按位左移位運算元,並且>>是按位右移位運算元。具體地,視訊編碼器200可以在以下兩個部分中對座標的值進行熵編碼:前置(prefix)值和剩餘(或後置(suffix))值。視訊編碼器200可以使用所決定的上下文來對前置值進行熵編碼,以及使用旁路(bypass)譯碼來對剩餘(或後置)值進行熵編碼。
視訊編碼器200亦可以例如在圖片標頭、塊標頭、切片標頭中產生去往視訊解碼器300的語法資料(諸如基於塊的語法資料、基於圖片的語法資料和基於序列的語法資料)、或其他語法資料(諸如序列參數集合(SPS)、圖片參數集合(PPS)或視訊參數集合(VPS))。同樣地,視訊解碼器300可以對此類語法資料進行解碼以決定如何解碼對應的視訊資料。
以這種方式,視訊編碼器200可以產生位元串流,其包括經編碼的視訊資料,例如,描述將圖片分割為塊(例如,CU)以及用於該塊的預測及/或殘差資訊的語法元素。最終,視訊解碼器300可以接收位元串流以及對經編碼的視訊資料進行解碼。
通常,視訊解碼器300執行與由視訊編碼器200執行的程序相互的程序,以對位元串流的經編碼的視訊資料進行解碼。例如,視訊解碼器300可以使用CABAC,以與視訊編碼器200的CABAC編碼程序基本上類似的、但是相互的方式來對用於位元串流的語法元素的值進行解碼。語法元素可以定義用於將圖片的資訊分割為CTU、以及根據對應的分割結構(諸如QTBT結構)對每個CTU進行分割以定義CTU的CU。語法元素亦可以定義用於視訊資料的塊(例如,CU)的預測和殘差資訊。
視訊解碼器300可以以與上文關於視訊編碼器200論述的程序的逆基本上類似的方式對變換塊的變換係數進行熵解碼。例如,視訊解碼器300可以對變換係數資料進行熵解碼,變換係數資料包括掃瞄順序中的最後有效係數位置、有效係數標誌、有效係數的符號值和有效係數的絕對位準值(例如,大於1、大於2和剩餘值)。再次,視訊解碼器300可以被配置為避免對超出掃瞄順序中的最後有效係數位置的變換係數的資料進行解碼。
此外,視訊解碼器300可以使用本案內容的技術來決定用於對最後有效係數位置的座標進行解碼的上下文。如前述,視訊解碼器300可以根據與座標相對應的維度的尺寸(例如,x座標的寬度和y座標的高度)來決定上下文。視訊解碼器300亦可以決定用於對座標的前置值進行熵解碼的上下文,以及使用旁路解碼來對座標的剩餘(後置)值進行解碼。視訊解碼器300可以將給定座標的前置值和剩餘值串接以決定該座標的值。在決定最後有效係數位置的x和y座標之後,視訊解碼器300可以決定在跟在最後有效係數之後的塊的變換係數的位元串流中將不接收資料。因此,視訊解碼器300可以推斷跟在最後有效係數之後的變換係數之每一者變換係數的值為0。
根據本案內容的技術的某些實例,視訊編碼器200和視訊解碼器300可以被配置為決定64x64變換單元的最後有效係數位置語法元素的前置的二進位符號的上下文,其中用於前置的二進位符號的上下文的總數僅包括三個分別的上下文,以及基於所決定的上下文來對最後有效係數位置語法元素的前置的二進位符號進行熵譯碼。
殘差資訊可以經由例如經量化的變換係數來表示。視訊解碼器300可以對變換塊的經量化的變換係數進行逆量化和逆變換以重新產生用於該塊的殘差塊。視訊解碼器300使用經訊號通知的預測模式(訊框內預測或訊框間預測)和相關的預測資訊(例如,用於訊框間預測的運動資訊)來形成用於該塊的預測塊。視訊解碼器300隨後可以對預測塊和殘差塊(在逐個取樣的基礎上)進行組合以重新產生原始塊。視訊解碼器300可以執行額外處理,諸如執行去塊程序以減少沿著塊的邊界的視覺偽影。
概括而言,本案內容可能涉及「用訊號通知」某些資訊(諸如語法元素)。術語「用訊號通知」通常可以代表對用於語法元素的值及/或用以對經編碼的視訊資料進行解碼的其他資料的傳送。亦即,視訊編碼器200可以在位元串流中用訊號通知用於語法元素的值。通常,用訊號通知代表在位元串流中產生值。如前述,源設備102可以基本上即時地或不是即時地(諸如可能在將語法元素儲存到存放裝置112以供目的地設備116稍後取回時發生)將位元串流傳輸給目的地設備116。
圖2是示出可以執行本案內容的技術的實例視訊編碼器200的方塊圖。圖2是出於解釋的目的而提供的,以及不應當被認為對在本案內容中廣泛地舉例說明和描述的技術進行限制。出於解釋的目的,本案內容根據EVC(MPEG-5)、JEM、VVC(ITU-T H.266)或HEVC(ITU-T H.265)的技術來描述視訊編碼器200。然而,本案內容的技術可以由被配置為其他視訊譯碼標準的視訊編碼設備來執行。
在圖2的實例中,視訊編碼器200包括視訊資料記憶體230、模式選擇單元202、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元212、重構單元214、濾波器單元216、解碼圖片緩衝器(DPB)218和熵編碼單元220。視訊資料記憶體230、模式選擇單元202、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元212、重構單元214、濾波器單元216、DPB 218和熵編碼單元220中的任何一者或全部可以在一或多個處理器中或者在處理電路中實現。例如,視訊編碼器200的單元可以被實現為一或多個電路或邏輯元件,作為硬體電路的一部分,或者作為處理器、ASIC或FPGA的一部分。此外,視訊編碼器200可以包括額外或替代的處理器或處理電路以執行這些和其他功能。
視訊資料記憶體230可以儲存要由視訊編碼器200的部件來編碼的視訊資料。視訊編碼器200可以從例如視訊源104(圖1)接收被儲存在視訊資料記憶體230中的視訊資料。DPB 218可以充當參考圖片記憶體,其儲存參考視訊資料以在由視訊編碼器200對後續視訊資料進行預測時使用。視訊資料記憶體230和DPB 218可以由各種各樣的記憶體設備中的任何一者形成,諸如動態隨機存取記憶體(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、電阻性RAM(RRAM)、或其他類型的記憶體設備。視訊資料記憶體230和DPB 218可以由相同的記憶體設備或分別的記憶體設備來提供。在各個實例中,視訊資料記憶體230可以與視訊編碼器200的其他部件在晶片上(如圖所示),或者相對於那些部件在晶片外。
在本案內容中,對視訊資料記憶體230的參考不應當被解釋為限於在視訊編碼器200內部的記憶體(除非如此具體地描述)或者在視訊編碼器200外部的記憶體(除非如此具體地描述)。而是,對視訊資料記憶體230的參考應當被理解為儲存視訊編碼器200接收以用於編碼的視訊資料(例如,用於要被編碼的當前塊的視訊資料)的參考記憶體。圖1的記憶體106亦可以提供對來自視訊編碼器200的各個單元的輸出的臨時儲存。
圖示圖2的各個單元以説明理解由視訊編碼器200執行的操作。該等單元可以被實現為固定功能電路、可程式設計電路、或其組合。固定功能電路代表提供特定功能並且關於可以執行的操作而預先設置的電路。可程式設計電路代表可以被程式設計以執行各種任務並且以可以執行的操作來提供靈活功能的電路。例如,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令(例如,以接收參數或輸出參數),但是固定功能電路執行的操作類型通常是不可變的。在一些實例中,該等單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),以及在一些實例中,該等單元中的一或多個單元可以是積體電路。
視訊編碼器200可以包括根據可程式設計電路形成的算數邏輯單位(ALU)、基本功能單元(EFU)、數位電路、類比電路及/或可程式設計核心。在其中使用由可程式設計電路執行的軟體來執行視訊編碼器200的操作的實例中,記憶體106(圖1)可以儲存視訊編碼器200接收並且執行的軟體的指令(例如,目標代碼),或者視訊編碼器200內的另一記憶體(未圖示)可以儲存此類指令。
視訊資料記憶體230被配置為儲存所接收的視訊資料。視訊編碼器200可以從視訊資料記憶體230取回視訊資料的圖片,以及將視訊資料提供給殘差產生單元204和模式選擇單元202。視訊資料記憶體230中的視訊資料可以是要被編碼的原始視訊資料。
模式選擇單元202包括運動估計單元222、運動補償單元224和訊框內預測單元226。模式選擇單元202可以包括額外功能單元,其根據其他預測模式來執行視訊預測。作為實例,模式選擇單元202可以包括調色板單元、塊內複製單元(其可以是運動估計單元222及/或運動補償單元224的一部分)、仿射單元、線性模型(LM)單元等。
模式選擇單元202通常協調多個編碼通路(pass),以測試編碼參數的組合以及針對此類組合的所得到的速率-失真值。編碼參數可以包括將CTU分割為CU、用於CU的預測模式、用於CU的殘差資料的變換類型、用於CU的殘差資料的量化參數等。模式選擇單元202可以最終選擇編碼參數的具有比其他測試的組合更好的速率-失真值的組合。
視訊編碼器200可以將從視訊資料記憶體230取回的圖片分割為一系列CTU,以及將一或多個CTU封裝在切片內。模式選擇單元202可以根據樹結構(諸如QT結構、QTBT結構或其他樹結構)來分割圖片的CTU。如前述,視訊編碼器200可以經由根據樹結構來分割CTU,從而形成一或多個CU。此類CU通常亦可以被稱為「視訊塊」或「塊」。
通常,模式選擇單元202亦控制其部件(例如,運動估計單元222、運動補償單元224和訊框內預測單元226)以產生用於當前塊(例如,當前CU,或者在HEVC中的PU和TU的重疊部分)的預測塊。為了對當前塊進行訊框間預測,運動估計單元222可以執行運動搜尋以辨識在一或多個參考圖片(例如,被儲存在DPB 218中的一或多個先前譯碼的圖片)中的一或多個緊密匹配的參考塊。具體地,運動估計單元222可以例如根據絕對差之和(SAD)、平方差之和(SSD)、平均絕對差(MAD)、均方差(MSD)等,來計算表示潛在參考塊將與當前塊的類似程度的值。運動估計單元222通常可以使用在當前塊與所考慮的參考塊之間的逐取樣差來執行這些計算。運動估計單元222可以辨識根據這些計算所得到的具有最低值的參考塊,其指示與當前塊最緊密匹配的參考塊。
運動估計單元222可以形成一或多個運動向量(MV),該運動向量限定相對於當前塊在當前圖片中的位置而言參考塊在參考圖片中的位置。隨後,運動估計單元222可以將運動向量提供給運動補償單元224。例如,對於單向訊框間預測,運動估計單元222可以提供單個運動向量,而對於雙向訊框間預測,運動估計單元222可以提供兩個運動向量。隨後,運動補償單元224可以使用運動向量來產生預測塊。例如,運動補償單元224可以使用運動向量來取回參考塊的資料。作為另一實例,若運動向量具有分數取樣精度,則運動補償單元224可以根據一或多個內插濾波器來對用於預測塊的值進行內插。此外,對於雙向訊框間預測,運動補償單元224可以取回用於經由相應的運動向量標識的兩個參考塊的資料以及例如經由逐取樣平均或加權平均來將所取回的資料進行組合。
作為另一實例,對於訊框內預測或訊框內預測譯碼,訊框內預測單元226可以根據與當前塊相鄰的取樣來產生預測塊。例如,對於方向性模式,訊框內預測單元226通常可以在數學上將相鄰取樣的值進行組合,以及跨越當前塊在所定義的方向上填充這些計算出的值以產生預測塊。作為另一實例,對於DC模式,訊框內預測單元226可以計算當前塊的相鄰取樣的平均,以及產生預測塊以包括針對預測塊的每個取樣的該得到的平均。
模式選擇單元202將預測塊提供給殘差產生單元204。殘差產生單元204從視訊資料記憶體230接收當前塊的原始的未經編碼的版本,以及從模式選擇單元202接收預測塊。殘差產生單元204計算在當前塊與預測塊之間的逐取樣差。所得到的逐取樣差定義了用於當前塊的殘差塊。在一些實例中,殘差產生單元204亦可以決定殘差塊中的取樣值之間的差以使用殘差差分脈衝碼調制(RDPCM)來產生殘差塊。在一些實例中,可以使用執行二進位減法的一或多個減法器電路來形成殘差產生單元204。
在其中模式選擇單元202將CU分割為PU的實例中,每個PU可以與亮度預測單元和對應的色度預測單元相關聯。視訊編碼器200和視訊解碼器300可以支援具有各種尺寸的PU。如上所指出的,CU的尺寸可以代表CU的亮度譯碼塊的尺寸,以及PU的尺寸可以代表PU的亮度預測單元的尺寸。假設特定CU的尺寸為2Nx2N,則視訊編碼器200可以支援用於訊框內預測的2Nx2N或NxN的PU尺寸、以及用於訊框間預測的2Nx2N、2NxN、Nx2N、NxN或類似的對稱的PU尺寸。視訊編碼器200和視訊解碼器300亦可以支援針對用於訊框間預測的2NxnU、2NxnD、nLx2N和nRx2N的PU尺寸的非對稱分割。
在其中模式選擇單元202不將CU進一步分割為PU的實例中,每個CU可以與亮度譯碼塊和對應的色度譯碼塊相關聯。如前述,CU的尺寸可以代表CU的亮度譯碼塊的尺寸。視訊編碼器200和視訊解碼器300可以支援2Nx2N、2NxN或Nx2N的CU尺寸。
對於其他視訊譯碼技術(舉幾個實例,諸如塊內複製模式譯碼、仿射模式譯碼和線性模型(LM)模式譯碼),模式選擇單元202經由與譯碼技術相關聯的相應單元來產生用於正被編碼的當前塊的預測塊。在一些實例中(諸如調色板模式譯碼),模式選擇單元202可以不產生預測塊,而是替代地產生指示基於所選擇的調色板來重構塊的方式的語法元素。在此類模式下,模式選擇單元202可以將這些語法元素提供給熵編碼單元220以進行編碼。
如前述,殘差產生單元204接收用於當前塊和對應的預測塊的視訊資料。隨後,殘差產生單元204針對當前塊產生殘差塊。為了產生殘差塊,殘差產生單元204計算在預測塊與當前塊之間的逐取樣差。
變換處理單元206將一或多個變換應用於殘差塊,以產生變換係數的塊(本文中被稱為「變換係數塊」)。變換處理單元206可以將各種變換應用於殘差塊,以形成變換係數塊。例如,變換處理單元206可以將離散餘弦變換(DCT)、方向變換、Karhunen-Loeve變換(KLT)、或概念上類似的變換應用於殘差塊。在一些實例中,變換處理單元206可以對殘差塊執行多個變換,例如,初級變換和二次變換(諸如旋轉變換)。在一些實例中,變換處理單元206不對殘差塊應用變換。
量化單元208可以對變換係數塊中的變換係數進行量化,以產生經量化的變換係數塊。量化單元208可以根據與當前塊相關聯的量化參數(QP)值來對變換係數塊的變換係數進行量化。視訊編碼器200(例如,經由模式選擇單元202)可以經由調整與CU相關聯的QP值來調整被應用於與當前塊相關聯的變換係數塊的量化程度。量化可能引起資訊損失,以及因此,經量化的變換係數可能具有與變換處理單元206所產生的原始變換係數相比較低的精度。
熵編碼單元220可以根據本案內容的技術對變換塊的經量化的變換係數(為簡潔起見,本文中被簡稱為「變換係數」)進行熵編碼。例如,熵編碼單元220可以決定變換係數中的哪個變換係數是有效的,亦即,具有大於0的絕對值。
熵編碼單元220可以決定掃瞄順序(例如,折返(zig zag)、水平、垂直、對角線或其他掃瞄順序)中的最後有效係數,以及對表示掃瞄順序中的最後有效係數的位置的資料進行編碼。如上文所論述的,熵編碼單元220可以決定變換塊中的最後有效係數位置的x座標和y座標。熵編碼單元220可以將這些座標值分割為相應的前置值和後置值(例如,last_sig_coeff_x_prefix、last_sig_coeff_y_prefix、last_sig_coeff_x_suffix和last_sig_coeff_y_suffix)。熵編碼單元220可以使用相應的上下文譯碼來對前置值進行熵編碼,以及使用旁路譯碼來對後置值進行編碼。
在一個實例中,熵編碼單元220使用根據變換塊的對應維度的長度決定的上下文來對前置值進行熵編碼。變換塊可以是正方形或非正方形,以及因此,變換塊的高度和寬度不必相等。熵編碼單元220可以使用變換塊的寬度來決定用於對x座標前置進行熵編碼的上下文,以及使用變換塊的高度來決定用於對y座標前置進行熵編碼的上下文。例如,熵編碼單元220可以根據((log2TrafoSize+1)>>2)<<1來決定上下文移位值,其中log2TrafoSize表示變換塊的對應維度(寬度或高度)的尺寸的對數表示。熵編碼單元220隨後可以使用相應的上下文移位值來決定用於對前置值的二進位符號進行熵編碼的上下文。
在對表示最後有效係數位置(x座標和y座標)的位置的資料進行熵編碼之後,熵編碼單元220可以對直到最後有效係數的變換係數的有效係數標誌進行熵編碼。對於有效變換係數(亦即,具有大於零的絕對值的變換係數),熵編碼單元220可以對表示變換係數的符號的資料和表示位準的絕對值的資料進行熵編碼。熵編碼單元220可以避免對超出掃瞄順序中的最後有效係數的變換係數的任何資料進行編碼,因為這些變換係數可以被推斷為具有等於零的值。
逆量化單元210和逆變換處理單元212可以將逆量化和逆變換分別應用於經量化的變換係數塊,以根據變換係數塊來重構殘差塊。重構單元214可以基於經重構的殘差塊和由模式選擇單元202產生的預測塊來產生與當前塊相對應的重構塊(儘管潛在地具有某種程度的失真)。例如,重構單元214可以將經重構的殘差塊的取樣與來自模式選擇單元202所產生的預測塊的對應取樣相加,以產生經重構的塊。
濾波器單元216可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元216可以執行去塊操作以減少沿著CU的邊緣的塊效應偽影。在一些實例中,可以跳過濾波器單元216的操作。
視訊編碼器200將經重構的塊儲存在DPB 218中。例如,在其中不需要濾波器單元216的操作的實例中,重構單元214可以將經重構的塊儲存到DPB 218中。在其中需要濾波器單元216的操作的實例中,濾波器單元216可以將經濾波的重構塊儲存到DPB 218中。運動估計單元222和運動補償單元224可以從DPB 218取回根據經重構的(以及潛在地經濾波的)塊形成的參考圖片,以對後續編碼的圖片的塊進行訊框間預測。另外,訊框內預測單元226可以使用在DPB 218中的當前圖片的經重構的塊來對當前圖片中的其他塊進行訊框內預測。
通常,熵編碼單元220可以對從視訊編碼器200的其他功能部件接收的語法元素進行熵編碼。例如,熵編碼單元220可以對來自量化單元208的經量化的變換係數塊進行熵編碼。作為另一實例,熵編碼單元220可以對來自模式選擇單元202的預測語法元素(例如,用於訊框間預測的運動資訊或用於訊框內預測的訊框內模式資訊)進行熵編碼。熵編碼單元220可以對作為視訊資料的另一實例的語法元素執行一或多個熵編碼操作,以產生經熵編碼的資料。例如,熵編碼單元220可以執行上下文自我調整變長編碼(CAVLC)操作、CABAC操作、可變-可變(V2V)長度譯碼操作、基於語法的上下文自我調整二進位算術譯碼(SBAC)操作、概率區間分割熵(PIPE)譯碼操作、指數哥倫布編碼操作、或對資料的另一類型的熵編碼操作。在一些實例中,熵編碼單元220可以在其中語法元素未被熵編碼的旁路模式下操作。
視訊編碼器200可以輸出位元串流,其包括用於重構切片或圖片的塊所需要的經熵編碼的語法元素。具體地,熵編碼單元220可以輸出位元串流。
上述操作是關於塊描述的。此類描述應當被理解為用於亮度譯碼塊及/或色度譯碼塊的操作。如前述,在一些實例中,亮度譯碼塊和色度譯碼塊是CU的亮度分量和色度分量。在一些實例中,亮度譯碼塊和色度譯碼塊是PU的亮度分量和色度分量。
在一些實例中,不需要針對色度譯碼塊重複關於亮度譯碼塊執行的操作。作為一個實例,不需要重多工於辨識用於亮度譯碼塊的運動向量(MV)和參考圖片的操作來辨識用於色度塊的MV和參考圖片。而是,可以對用於亮度譯碼塊的MV進行縮放以決定用於色度塊的MV,以及參考圖片可以是相同的。作為另一實例,對於亮度譯碼塊和色度譯碼塊,訊框內預測程序可以是相同的。
視訊編碼器200表示被配置為對視訊資料進行編碼的設備的實例,該設備包括:被配置為儲存視訊資料的記憶體;及一或多個處理單元,其在電路中實現並且被配置為:決定64x64變換單元的最後有效係數位置語法元素的前置的二進位符號的上下文,其中前置的二進位符號的上下文總數僅包括三個分別的上下文;及基於所決定的上下文來對最後有效係數位置語法元素的前置的二進位符號進行熵譯碼。
視訊編碼器200亦表示用於對視訊資料進行編碼的設備的實例,該設備包括:被配置為儲存視訊資料的記憶體;及一或多個處理器,其在電路中實現並且被配置為:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵編碼的上下文,其中為了計算上下文,一或多個處理器被配置為:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵編碼。
圖3是示出可以執行本案內容的技術的實例視訊解碼器300的方塊圖。圖3是出於解釋的目的而提供的,並且不對在本案內容中泛泛地舉例說明和描述的技術進行限制。出於解釋的目的,本案內容根據EVC(MPEG-5)、JEM、VVC(ITU-T H.266)或HEVC(ITU-T H.265)的技術描述了視訊解碼器300。然而,本案內容的技術可以由被配置用於其他視訊譯碼標準的視訊譯碼設備來執行圖3是示出可以執行本案內容的技術的實例視訊解碼器300的方塊圖。圖3是出於解釋的目的而提供的,以及不對在本案內容中廣泛地舉例說明和描述的技術進行限制。出於解釋的目的,本案內容根據EVC(MPEG-5)、JEM、VVC(ITU-T H.266)或HEVC(ITU-T H.265)的技術描述了視訊解碼器300。然而,本案內容的技術可以由被配置為其他視訊譯碼標準的視訊譯碼設備來執行。
在圖3的實例中,視訊解碼器300包括譯碼圖片緩衝器(CPB)記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310、濾波器單元312和解碼圖片緩衝器(DPB)314。CPB記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310、濾波器單元312和DPB 314中的任何一者或全部可以在一或多個處理器中或者在處理電路中實現。例如,視訊解碼器300的單元可以被實現為一或多個電路或邏輯部件,作為硬體電路的一部分,或者作為處理器、ASIC或FPGA的一部分。此外,視訊解碼器300可以包括額外或替代的處理器或處理電路以執行這些和其他功能。
預測處理單元304包括運動補償單元316和訊框內預測單元318。預測處理單元304可以包括額外單元,其根據其他預測模式來執行預測。作為實例,預測處理單元304可以包括調色板單元、塊內複製單元(其可以形成運動補償單元316的一部分)、仿射單元、線性模型(LM)單元等。在其他實例中,視訊解碼器300可以包括更多、更少或不同的功能部件。
CPB記憶體320可以儲存要由視訊解碼器300的部件解碼的視訊資料,諸如經編碼的視訊位元串流。例如,可以從電腦可讀取媒體110(圖1)獲得被儲存在CPB記憶體320中的視訊資料。CPB記憶體320可以包括儲存來自經編碼的視訊位元串流的經編碼的視訊資料(例如,語法元素)的CPB。此外,CPB記憶體320可以儲存除了經譯碼的圖片的語法元素之外的視訊資料,諸如表示來自視訊解碼器300的各個單元的輸出的臨時資料。DPB 314通常儲存經解碼的圖片,視訊解碼器300可以輸出經解碼的圖片,及/或在解碼經編碼的視訊位元串流的後續資料或圖片時使用經解碼的圖片作為參考視訊資料。CPB記憶體320和DPB 314可以由各種各樣的記憶體設備中的任何一者形成,諸如DRAM,包括SDRAM、MRAM、RRAM或其他類型的記憶體設備。CPB記憶體320和DPB 314可以由相同的記憶體設備或分別的記憶體設備來提供。在各個實例中,CPB記憶體320可以與視訊解碼器300的其他部件在晶片上,或者相對於那些部件在晶片外。
補充或替代地,在一些實例中,視訊解碼器300可以從記憶體120(圖1)取回經譯碼的視訊資料。亦即,記憶體120可以如上文所論述地利用CPB記憶體320來儲存資料。同樣,當視訊解碼器300的功能中的一些或全部功能是在要被視訊解碼器300的處理電路執行的軟體中實現時,記憶體120可以儲存要被視訊解碼器300執行的指令。
圖示圖3中示出的各個單元以説明理解由視訊解碼器300執行的操作。該等單元可以被實現為固定功能電路、可程式設計電路、或其組合。類似於圖2,固定功能電路代表提供特定功能並且關於可以執行的操作而預先設置的電路。可程式設計電路代表可以被程式設計以執行各種任務並且以可以執行的操作來提供靈活功能的電路。例如,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令(例如,以接收參數或輸出參數),但是固定功能電路執行的操作的類型通常是不可變的。在一些實例中,該單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),以及在一些實例中,該等單元中的一或多個單元可以是積體電路。
視訊解碼器300可以包括根據可程式設計電路形成的ALU、EFU、數位電路、類比電路及/或可程式設計核心。在其中由在可程式設計電路上執行的軟體執行視訊解碼器300的操作的實例中,片上或片外記憶體可以儲存視訊解碼器300接收並且執行的軟體的指令(例如,目標代碼)。
熵解碼單元302可以從CPB接收經編碼的視訊資料,以及對視訊資料進行熵解碼以重新產生語法元素。預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310和濾波器單元312可以基於從位元串流中提取的語法元素來產生經解碼的視訊資料。
通常,視訊解碼器300在逐塊的基礎上重構圖片。視訊解碼器300可以單獨地對每個區塊執行重構操作(其中當前正在被重構(亦即,被解碼)的塊可以被稱為「當前塊」)。
熵解碼單元302可以對定義經量化的變換係數塊的經量化的變換係數的語法元素以及諸如量化參數(QP)及/或變換模式指示的變換資訊進行熵解碼。
熵解碼單元302可以根據本案內容的技術對變換塊的經量化的變換係數(為簡潔起見,本文中被簡稱為「變換係數」)進行熵解碼。例如,熵解碼單元302可以首先決定掃瞄順序(例如,折返、水平、垂直、對角線或其他掃瞄順序)中的最後有效係數,以及對表示掃瞄順序中的最後有效係數的位置的資料進行解碼。如上文所論述的,熵解碼單元302可以對表示變換塊中的最後有效係數位置的x座標和y座標的資料進行熵解碼。熵解碼單元302可以分別對相應的前置值和後置值(例如,last_sig_coeff_x_prefix、last_sig_coeff_y_prefix、last_sig_coeff_x_suffix和last_sig_coeff_y_suffix)進行熵解碼。熵解碼單元302可以將對應的前置值和後置值串接以完全地重新產生變換塊中的最後有效係數的x座標和y座標。
在一個實例中,熵解碼單元302使用根據變換塊的對應維度的長度決定的上下文來對前置值進行熵解碼。變換塊可以是正方形或非正方形,以及因此,變換塊的高度和寬度不必相等。熵解碼單元302可以使用變換塊的寬度來決定用於對x座標前置進行熵解碼的上下文,以及使用變換塊的高度來決定用於對y座標前置進行熵解碼的上下文。例如,熵解碼單元302可以根據((log2TrafoSize+1)>>2)<<1來決定上下文移位值,其中log2TrafoSize表示變換塊的對應維度(寬度或高度)的尺寸的對數表示。熵解碼單元302隨後可以使用相應的上下文移位值來決定用於對前置值的二進位符號進行熵解碼的上下文。
在決定最後有效係數的位置之後,熵解碼單元302可以將跟在最後有效係數之後的變換係數的值設置為等於零,以及避免嘗試針對這些變換係數處理位元串流的任何資料。對於直到最後有效係數出現的其他變換係數,熵解碼單元302可以對有效係數標誌進行熵解碼。對於有效變換係數(亦即,具有大於零的絕對值的變換係數),熵解碼單元302可以對表示變換係數的符號的資料和表示位準的絕對值的資料進行熵解碼。在對該資料進行解碼之後,熵解碼單元302可以重構經量化的變換係數塊中的變換係數的經量化的變換值。
逆量化單元306可以使用與經量化的變換係數塊相關聯的QP來決定量化程度,以及同樣地,決定供逆量化單元306應用的逆量化程度。逆量化單元306可以例如執行按位左移操作以對經量化的變換係數進行逆量化。逆量化單元306從而可以形成包括變換係數的變換係數塊。
在逆量化單元306形成變換係數塊之後,逆變換處理單元308可以將一或多個逆變換應用於變換係數塊,以產生與當前塊相關聯的殘差塊。例如,逆變換處理單元308可以將逆DCT、逆整數變換、逆Karhunen-Loeve變換(KLT)、逆旋轉變換、逆方向變換或另一逆變換應用於變換係數塊。
此外,預測處理單元304根據由熵解碼單元302進行熵解碼的預測資訊語法元素來產生預測塊。例如,若預測資訊語法元素指示當前塊是經訊框間預測的,則運動補償單元316可以產生預測塊。在這種情況下,預測資訊語法元素可以指示在DPB 314中的要從其取回參考塊的參考圖片、以及標識相對於當前塊在當前圖片中的位置而言參考塊在參考圖片中的位置的運動向量。運動補償單元316通常可以以與關於運動補償單元224(圖2)所描述的方式基本類似的方式來執行訊框間預測程序。
作為另一實例,若預測資訊語法元素指示當前塊是經訊框內預測的,則訊框內預測單元318可以根據經由預測資訊語法元素指示的訊框內預測模式來產生預測塊。再次,訊框內預測單元318通常可以以與關於訊框內預測單元226(圖2)所描述的方式基本上類似的方式來執行訊框內預測程序。訊框內預測單元318可以從DPB 314取回當前塊的相鄰取樣的資料。
重構單元310可以使用預測塊和殘差塊來重構當前塊。例如,重構單元310可以將殘差塊的取樣與預測塊的對應取樣相加來重構當前塊。
濾波器單元312可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元312可以執行去塊操作以減少沿著經重構的塊的邊緣的塊效應偽影。不必要在全部實例中執行濾波器單元312的操作。
視訊解碼器300可以將經重構的塊儲存在DPB 314中。例如,在其中不執行濾波器單元312的操作的實例中,重構單元310可以將經重構的塊儲存到DPB 314中。在其中執行濾波器單元312的操作的實例中,濾波器單元312可以將經濾波的重構塊儲存到DPB 314中。如上所論述的,DPB 314可以將參考資訊(諸如用於訊框內預測的當前圖片以及用於後續運動補償的先前解碼的圖片的取樣)提供給預測處理單元304。此外,視訊解碼器300可以從DPB 314輸出經解碼的圖片(例如,經解碼的視訊),以用於在諸如圖1的顯示裝置118的顯示裝置上的後續呈現。
以這種方式,視訊解碼器300表示視訊解碼設備的實例,該視訊解碼設備包括:被配置為儲存視訊資料的記憶體;及一或多個處理單元,其在電路中實現並且被配置為:決定64x64變換單元的最後有效係數位置語法元素的前置的二進位符號的上下文,其中前置的二進位符號的上下文總數僅包括三個分別的上下文;及基於所決定的上下文來對最後有效係數位置語法元素的前置的二進位符號進行熵譯碼。
視訊解碼器300亦表示用於對視訊資料進行解碼的設備的實例,該設備包括:被配置為儲存視訊資料的記憶體;及一或多個處理器,其在電路中實現並且被配置為:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵解碼的上下文,其中為了計算上下文,一或多個處理器被配置為:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵解碼。
概括而言,本案內容描述了用於對語法元素進行上下文自我調整熵譯碼的技術,該語法元素指示變換係數的塊中的最後有效係數位置(最後位置)。最後位置是塊中沿掃瞄順序的最後的非零(例如,有效)變換係數在x和y座標中的塊中的位置。對於要編碼的最後位置的二進位符號,使用函數來推導二進位符號的上下文自我調整熵上下文的索引,使得可以保存最後位置二進位符號與上下文自我調整熵上下文之間的映射表。本案內容的技術可以在MPEG-5 EVC標準中使用,或者可以與其他視訊譯碼技術結合使用。
下文是對用於對指示最後位置(例如,最後有效係數的位置)的語法元素進行編碼的實例技術的簡要介紹。下文的技術與在HEVC和EVC的實例版本中使用的技術類似。在一個實例中,編碼包括兩個部分:二值化(binarization)和CABAC編碼。二值化程序將最後有效係數的位置(定位)轉換為二進位字元串。在一個實例中,二值化是截斷的一元編碼加上固定長度編碼。對於截斷的一元碼部分,使用CABAC上下文對二進位符號進行編碼。對於固定長度部分,使用旁路模式對二進位符號進行編碼(例如,不利用上下文)。在表1中圖示對32x32 TU(變換單元/變換塊)的二值化的實例。
表I–對32x32 TU的二值化
最後位置分量的尺寸 | 截斷的一元(上下文模型) | 固定二元(旁路) | |
0 | 1 | - | 0 |
1 | 01 | - | 0 |
2 | 001 | - | 0 |
3 | 0001 | - | 0 |
4-5 | 00001 | X | 0-1 |
6-7 | 000001 | X | 0-1 |
8-11 | 0000001 | XX | 0-3 |
12-15 | 00000001 | XX | 0-3 |
16-23 | 000000001 | XXX | 0-7 |
24-31 | 000000000 | XXX | 0-7 |
下文定義了來自HEVC條款9.3.4.2.3的前置語法元素的上下文索引(ctxInc)的實例。注意,last_sig_coeff_x_prefix是最後有效係數的X位置的前置,以及last_sig_coeff_y_prefix是最後有效係數的Y位置的前置。
1. 1
語法元素
last_sig_coeff_x_prefix
和
last_sig_coeff_y_prefix
的
ctxInc
的推導程序
該程序的輸入是變數binIdx、顏色分量索引cIdx和變換塊尺寸log2TrafoSize。
該程序的輸出是變數ctxInc。
按如下來推導變數ctxOffset和ctxShift:
–若cIdx等於0,則ctxOffset被設置為等於3*(log2TrafoSize−2)+((log2TrafoSize−1)>>2),並且ctxShift被設置為等於(log2TrafoSize+1)>>2。
–否則(cIdx大於0),ctxOffset被設置為等於15,並且ctxShift被設置為等於log2TrafoSize−2。
按如下來推導變數ctxInc:
ctxInc=(binIdx>>ctxShift)+ctxOffset (9-25)
這有效地導致表II中的以下推導結果:
表II亮度last_significant_coeff_X_prefix上下文指派(設置A)
二進位符號索引 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
TU 4x4 | 0 | 1 | 2 | ||||||
TU 8x8 | 3 | 3 | 4 | 4 | 5 | ||||
TU 16x16 | 6 | 6 | 7 | 7 | 8 | 8 | 9 | ||
TU 32x32 | 10 | 10 | 11 | 11 | 12 | 12 | 13 | 13 | 14 |
然而,隨著下一代視訊編碼器中的大變換尺寸的引入,上述公式不能提供針對大於32的變換尺寸的一致的模式。下文的表III圖示不同二進位符號之間無意共享的上下文索引的實例(以 粗體和斜體
示出)。這可能有效地導致上下文自我調整的低效。
表III亮度last_significant_coeff_X_prefix上下文指派(注意TU64x64的完全二值化)
二進位符號索引 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
TU 4x4 | 0 | 1 | 2 | ||||||
TU 8x8 | 3 | 3 | 4 | 4 | 5 | ||||
TU 16x16 | 6 | 6 | 7 | 7 | 8 | 8 | 9 | ||
TU 32x32 | 10 | 10 | 11 | 11 | 12 | 12 | 13 | 13 | 14 |
TU 64x64 | 13 | 13 | 14 | 14 | 15 | 15 | 16 | 16 | 17 |
下文圖示推導last_sig_coeff_x_prefix和last_sig_coeff_y_prefix的上下文的另一實例。1.2 語法元素 last_sig_coeff_x_prefix 和 last_sig_coeff_y_prefix 的 ctxInc 的推導程序
該程序的輸入是變數binIdx、顏色分量索引cIdx和變換塊尺寸log2TrafoSize。
該程序的輸出是變數ctxInc。
若cIdx等於0,則按如下來推導變數ctxOffset和ctxShift:
–若log2TrafoSize X小於或等於5,則ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2),並且ctxShift被設置為等於(log2TrafoSizeX+1)>>2,其中對於sig_coeff_x_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeHeight。
–否則(若log2TrafoSizeX大於5),ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2)+((TrafoSizeX>>6)<<1)+(TrafoSizeX>>7),並且ctxShift被設置為等於(log2TrafoSizeX+1)>>2,其中對於sig_coeff_x_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeHeight。
否則(cIdx大於0),ctxOffset被設置為等於25,並且ctxShift被設置為等於log2TrafoSizeX–2–log2(TrafoSizeX>>4),其中對於sig_coeff_x_prefix,變數TrafoSizeX等於TrafoSizeWidth,並且對於sig_coef_y_prefix,變數TrafoSizeX等於TrafoSizeHeight。
下文的表IV圖示塊尺寸的上下文索引的片段(TU64的不完整的結果),而不共享不同二進位符號的上下文索引。
表IV亮度last_significant_coeff_X_prefix上下文指派(設置A)
二進位符號索引 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
TU 4x4 | 0 | 1 | 2 | ||||||
TU 8x8 | 3 | 3 | 4 | 4 | 5 | ||||
TU 16x16 | 6 | 6 | 7 | 7 | 8 | 8 | 9 | ||
TU 32x32 | 10 | 10 | 11 | 11 | 12 | 12 | 13 | 13 | 14 |
TU 64x64 | 15 | 15 | 16 | 16 | 17 | 17 | 18 | 18 | 19 |
1.3
替代實例
在另一實例中,可以按如下實現最後位置的上下文推導:
若cIdx等於0,則按如下來推導變數ctxOffset和ctxShift:
–若log2TrafoSizeX小於或等於5,則ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2),並且ctxShift被設置為等於(log2TrafoSizeX+1)>>2,其中對於sig_coeff_x_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeHeight。
–否則(若log2TrafoSizeX等於6),ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2)+2,並且ctxShift被設置為等於(log2TrafoSizeX+1)>>2,其中對於sig_coeff_x_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeHeight。
–否則(若log2TrafoSizeX等於7),ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2)+5,並且ctxShift被設置為等於(log2TrafoSizeX+1)>>2,其中對於sig_coeff_x_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數log2TrafoSizeX等於log2TrafoSizeHeight。
否則(cIdx大於0),ctxOffset被設置為等於25,並且ctxShift被設置為等於log2TrafoSizeX–2–log2(TrafoSizeX>>4),其中對於sig_coeff_x_prefix的上下文的推導,變數TrafoSizeX等於TrafoSizeWidth,並且對於sig_coef_y_prefix的上下文的推導,變數TrafoSizeX等於TrafoSizeHeight。
1.4
替代實例偽代碼
在一些實施例中,可以使用以下偽代碼進行實現:
int convertedWidth = CONV_LOG2(width) - 2;
int convertedHeight = CONV_LOG2(height) - 2;
convertedWidth = (convertedWidth < 0) ? 0 :convertedWidth;
convertedHeight = (convertedHeight < 0) ? 0 :convertedHeight;
*result_offset_x = (ch_type != Y_C) ? 0 :((convertedWidth * 3) + ((convertedWidth + 1) >> 2));
*result_offset_y = (ch_type != Y_C) ? 0 :((convertedHeight * 3) + ((convertedHeight + 1) >> 2));
*result_shift_x = (ch_type != Y_C) ? convertedWidth - CONV_LOG2(width >> 4) :((convertedWidth + 3) >> 2);
*result_shift_y = (ch_type != Y_C) ? convertedHeight - CONV_LOG2(height >> 4) :((convertedHeight + 3) >> 2);
if (ch_type == Y_C)
{
if (convertedWidth >= 4)
{
*result_offset_x += ((width >> 6) << 1) + (width >> 7);
}
if (convertedHeight >= 4)
{
*result_offset_y += ((height >> 6) << 1) + (height >> 7);
}
}
const int g_group_idx[MAX_TR_SIZE] =
{ 0,1,2,3,4,4,5,5,6,6,6,6,7,7,7,7,8,8,8,8,8,8,8,8,9,9,9,9,9,9,9,9,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,12,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13,13 };
可以按如下來推導x座標的特定於二進位符號的索引:
Context_indx = ctx_base + cm_x + blk_offset_x + (pos_x >> shift_x);
for (pos_x = 0; pos_x < g_group_idx[width - 1]; pos_x++)
{
last = evcd_sbac_decode_bin(bs, sbac,Context_index);
if (!last)
{
break;
}
}
表V–實例上下文
亮度: | ||||||||||||||
二進位符號: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
TU2 | 0 | |||||||||||||
TU4 | 0 | 1 | 2 | |||||||||||
TU8 | 3 | 3 | 4 | 4 | 5 | |||||||||
TU16 | 6 | 6 | 7 | 7 | 8 | 9 | ||||||||
TU32 | 10 | 10 | 11 | 11 | 12 | 12 | 13 | 13 | 14 | |||||
TU64 | 15 | 15 | 16 | 16 | 17 | 17 | 18 | 18 | 19 | 19 | 20 | |||
TU128 | 21 | 21 | 21 | 21 | 22 | 22 | 22 | 22 | 23 | 23 | 23 | 23 | 24 | |
色度: | ||||||||||||||
二進位符號: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
TU2 | 25 | |||||||||||||
TU4 | 25 | 26 | 27 | |||||||||||
TU8 | 25 | 25 | 26 | 26 | 27 | |||||||||
TU16 | 25 | 25 | 25 | 25 | 26 | 26 | 26 | |||||||
TU32 | 25 | 25 | 25 | 25 | 26 | 26 | 26 | 26 | 27 | |||||
TU64 | 25 | 25 | 25 | 25 | 26 | 26 | 26 | 26 | 27 | 27 | 27 | |||
TU128 | 25 | 25 | 25 | 25 | 26 | 26 | 26 | 26 | 27 | 27 | 27 | 27 | 28 |
上文在第1.2節中提供的上下文推導模型使用20個總上下文條目來覆蓋多達64的變換長度(例如,64x64 TU)的可能的X和Y值的全部範圍。本案內容提供了減少變換長度64所需的上下文索引的數量的技術,如下文在第2.1節中示出的。在標籤<ADD>與</ADD>之間圖示相對於先前技術的改變。
2.1
上下文減少方法:
2.1.1.1.1 語法元素 last_sig_coeff_x_prefi 和 last_sig_coeff_y_prefix 的 ctxInc 的推導程序
該程序的輸入是變數binIdx、顏色分量索引cIdx和相關聯的變換尺寸log2TrafoSize,其對於last_sig_coeff_x_prefix和last_sig_coeff_y_prefix分別是log2TbWidth和log2TbHeight。
該程序的輸出是變數ctxInc。
按如下來推導變數ctxOffset和ctxShift。
-若cIdx等於0,則ctxOffset被設置為等於3*(log2TrafoSize−2)+((log2TrafoSize−1)>>2),並且ctxShift被設置為等於(log2TrafoSize+1)>>2。
-否則(若log2TrafoSize大於5),ctxOffset被設置為等於3*(log2TrafoSizeX−2)+((log2TrafoSizeX−1)>>2)+((1<<log2TrafoSize)>>6)<<1)+((1<<log2TrafoSize)>>7),並且ctxShift被設置為等於<ADD>((log2TrafoSize+1)>>2)<<1</ADD>。
-否則(cIdx大於0),ctxOffset被設置為等於<ADD>19</ADD>,並且ctxShift被設置為等於max(0,log2TrafoSize–2)–max(0,log2TrafoSize–4)。
按如下來推導變數ctxInc:
-ctxInc=(binIdx>>ctxShift)+ctxOffset (9-21)
下文圖示所得的上下文條目表。以 粗體和斜體
圖示相對於上文示出的實例表的改變的上下文索引。
表VI亮度last_significant_coeff_X_prefix上下文指派(設置A)
二進位符號索引 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
TU 4x4 | 0 | 1 | 2 | ||||||
TU 8x8 | 3 | 3 | 4 | 4 | 5 | ||||
TU 16x16 | 6 | 6 | 7 | 7 | 8 | 8 | 9 | ||
TU 32x32 | 10 | 10 | 11 | 11 | 12 | 12 | 13 | 13 | 14 |
TU 64x64 | 15 | 15 | 15 | 15 | 16 | 16 | 16 | 16 | 17 |
如從上文可見,視訊編碼器200和視訊解碼器300可以被配置為決定最後有效係數位置語法元素(對於X和Y座標兩者)的前置的二進位符號的上下文,使得最後有效係數的前置的二進位符號僅將三個(亦即,最多三個)分別的上下文用於64x64變換單元(或用於對沿變換單元的維度的座標值進行上下文譯碼,其中該維度具有為64的尺寸)。亦即,如表IV所示,尺寸為64的維度的唯一可能的上下文是15、16和17。隨後,視訊編碼器200和視訊解碼器300可以基於所決定的上下文來對最後有效係數位置語法元素的前置的二進位符號進行熵譯碼。
以這種方式,可以相對於例如上文表III的上下文的數量來減少根據本案內容的技術使用的上下文的數量。此外,對於每個維度尺寸,上下文是不重疊的。亦即,維度尺寸4、8、16、32和64的上下文相對於彼此是唯一的。因此,上下文中沒有一個上下文在不同的維度尺寸之間共享。相應地,本案內容的技術可以降低複雜性以及允許針對各種維度尺寸的改進的上下文適應性。
此外,已經發現熵引擎初始化函數的以下實例對於本案內容的技術是有益的:
#define NUM_CTX_SCANR_LUMA 18
#define NUM_CTX_SCANR_CHROMA 3
#define NUM_CTX_SCANR (NUM_CTX_SCANR_LUMA + NUM_CTX_SCANR_CHROMA)
init_cc_scan_x [2][NUM_CTX_SCANR] = {
{762, 310, 288, 828, 342, 451, 502, 51, 97, 416, 662, 890, 340, 146, 20, 337, 468, 975, 216, 66, 54},
{892, 84, 581, 600, 278, 419, 372, 568, 408, 485, 338, 632, 666, 732, 17, 178, 180, 585, 581, 34, 257} };
init_ init_cc_scan_y [2][NUM_CTX_SCANR] = {
{81, 440, 4, 534, 406, 226, 370, 370, 259, 38, 598, 792, 860, 312, 88, 662, 924, 161, 248, 20, 54},
{470, 376, 323, 276, 602, 52, 340, 600, 376, 378, 598, 502, 730, 538, 17, 195, 504, 378, 320, 160, 572} };
圖4是示出用於對當前塊進行編碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊編碼器200(圖1和3)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖4的方法類似的方法。
在該實例中,視訊編碼器200初始地預測當前塊(350)。例如,視訊編碼器200可以形成用於當前塊的預測塊。隨後,視訊編碼器200可以計算用於當前塊的殘差塊(352)。為了計算殘差塊,視訊編碼器200可以計算在原始的未經編碼的塊與用於當前塊的預測塊之間的差。隨後,視訊編碼器200可以對殘差塊進行變換以及對殘差塊的變換係數進行量化(354)。接下來,視訊編碼器200可以掃瞄殘差塊的經量化的變換係數(356)。
在掃瞄期間或在掃瞄之後,視訊編碼器200可以對變換係數進行熵編碼(358)。例如,視訊編碼器200可以例如使用CAVLC或CABAC來對變換係數進行編碼。具體地,在對變換係數進行編碼時,視訊編碼器200可以對例如有效係數標誌和表示有效(亦即,非零)係數的位準值和符號的資料進行熵編碼。此外,根據本案內容的技術,視訊編碼器200可以對表示掃瞄順序中的最後有效係數的資料(諸如最後有效係數的x座標和y座標)進行熵編碼。例如,視訊編碼器200可以使用當前塊的對應維度的相應尺寸來決定用於對x座標和y座標進行編碼的上下文,以及隨後使用相應上下文來對x座標和y座標進行熵編碼。視訊編碼器200隨後可以輸出用於塊的係數的經熵編碼的資料(360)。
此外,視訊編碼器200亦可以使用經逆量化和逆變換的係數來重新產生殘差塊(362)。例如,逆量化單元210(圖2)可以對經量化的變換係數進行逆量化,以及逆變換處理單元212(圖2)可以對變換係數進行逆變換,以重新產生殘差塊。重構單元214(圖2)可以將殘差塊與預測塊組合以重構當前塊(264),以及將經重構的當前塊(潛在地在對經重構的當前塊進行濾波之後)儲存在DPB 218(266)中。因此,圖4的方法表示對視訊資料進行解碼以及對視訊資料進行編碼的方法。
以這種方式,圖4的方法表示一種對視訊資料進行編碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵編碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵編碼。
圖5是示出用於對視訊資料的當前塊進行解碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊解碼器300(圖1和4)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖5的方法類似的方法。
視訊解碼器300可以接收用於當前塊的經熵編碼的資料(諸如經熵編碼的預測資訊和用於與當前塊相對應的殘差塊的係數的經熵編碼的資料)(370)。視訊解碼器300可以對經熵編碼的資料進行熵解碼以決定用於當前塊的預測資訊並且重新產生殘差塊的係數(372)。具體地,在對變換係數進行解碼時,視訊解碼器300可以對例如有效係數標誌和表示有效(亦即,非零)係數的位準值和符號的資料進行熵解碼。此外,根據本案內容的技術,視訊解碼器300可以對表示掃瞄順序中的最後有效係數的資料(諸如最後有效係數的x座標和y座標)進行熵解碼。例如,視訊解碼器300可以使用當前塊的對應維度的相應尺寸來決定用於對x座標和y座標進行解碼的上下文,以及隨後使用相應上下文來對x座標和y座標進行熵解碼。視訊解碼器300亦可以避免對掃瞄順序中跟在最後有效係數之後的係數的資料(例如,有效係數標誌、符號值和位準值)進行熵解碼。
視訊解碼器300可以例如使用如經由用於當前塊的預測資訊所指示的訊框內或訊框間預測模式來預測當前塊(374),以計算用於當前塊的預測塊。隨後,視訊解碼器300可以對所重新產生的變換係數進行逆掃瞄(376),以建立經量化的變換係數的塊。隨後,視訊解碼器300可以對變換係數進行逆量化和逆變換以產生殘差塊(378)。最終,視訊解碼器300可以經由將預測塊和殘差塊進行組合來對當前塊進行解碼(380)。
以這種方式,圖5的方法表示一種對視訊資料進行解碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵解碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵解碼。
圖6是示出根據本案內容的技術的對視訊資料進行編碼的實例方法的流程圖。儘管圖6的方法被解釋為由圖1和2的視訊編碼器200來執行,但是其他設備可以被配置為執行該方法或類似方法。圖6的方法可以對應於圖4的方法的步驟358的一部分。例如,如上文所解釋的,在對係數進行熵編碼時,視訊編碼器200可以對視訊資料的當前塊(例如,變換塊)的最後有效係數位置的x座標和y座標進行熵編碼。x座標和y座標可以分別對應於last_sig_coeff_x_prefix值和last_sig_coeff_y_prefix值。
當對最後有效係數位置的x座標和y座標進行編碼時,視訊編碼器200可以決定當前塊(例如,變換塊)的對應維度的尺寸(390)。例如,對於x座標,視訊編碼器200可以決定當前塊的寬度,而對於y座標,視訊編碼器200可以決定當前塊的高度。視訊編碼器200隨後可以決定維度的尺寸的對數值(例如,log2TrafoSize)(392)。視訊編碼器200隨後可以使用對數值來計算上下文移位值(394)。例如,視訊編碼器200可以根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊編碼器200亦可以使用上下文移位值來計算用於對沿維度的最後有效係數座標進行熵編碼的上下文(396)。例如,視訊編碼器200可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊編碼器200隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵編碼的當前值(例如,最後有效係數的當前x座標或y座標)的上下文。
視訊編碼器200亦可以決定沿維度的最後有效係數位置的位置(398),例如,x座標或y座標。視訊編碼器200亦可以使用上下文來對位置值(亦即,x座標或y座標)進行熵編碼(400)。例如,視訊編碼器200可以使用對應的決定的上下文來對last_sig_coeff_x_prefix或last_sig_coeff_y_prefix進行熵編碼。具體地,視訊編碼器200可以使用所決定的上下文來對前置值進行熵編碼,但是對前置之外的x座標和y座標的剩餘值進行旁路編碼。視訊編碼器200可以針對x座標和y座標兩者執行該程序。在以這種方式用訊號通知最後有效係數位置的位置之後,視訊編碼器200可以例如經由跳過對超出掃瞄順序中的最後有效係數位置的任何係數的有效係數標誌、符號值和位準值進行編碼來防止對超出掃瞄順序中的最後有效係數位置的係數的資料進行熵編碼(402)。
以這種方式,圖6的方法表示一種對視訊資料進行編碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵編碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵編碼。
圖7是示出根據本案內容的技術的對視訊資料進行解碼的實例方法的流程圖。儘管圖7的方法被解釋為由圖1和3的視訊解碼器300來執行,但是其他設備可以被配置為執行該方法或類似方法。圖7的方法可以對應於圖5的方法的步驟372的一部分。例如,如上文所解釋的,在對係數進行熵編碼時,視訊解碼器300可以對視訊資料的當前塊(例如,變換塊)的最後有效係數位置的x座標和y座標進行熵解碼。x座標和y座標可以分別對應於last_sig_coeff_x_prefix值和last_sig_coeff_y_prefix值。
當對最後有效係數位置的x座標和y座標進行解碼時,視訊解碼器300可以決定當前塊(例如,變換塊)的對應維度的尺寸(410)。例如,對於x座標,視訊解碼器300可以決定當前塊的寬度,而對於y座標,視訊解碼器300可以決定當前塊的高度。視訊解碼器300隨後可以決定維度的尺寸的對數值(例如,log2TrafoSize)(412)。視訊解碼器300隨後可以使用對數值來計算上下文移位值(414)。例如,視訊解碼器300可以根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊解碼器300亦可以使用上下文移位值來計算用於對沿維度的最後有效係數位置進行熵解碼的上下文(416)。例如,視訊解碼器300可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊解碼器300隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵解碼的當前值(例如,最後有效係數的當前x座標或y座標)的上下文。
視訊解碼器300隨後可以使用上下文來對位置值(亦即,x座標或y座標)進行熵解碼(418)。例如,視訊解碼器300可以使用對應的決定的上下文來對last_sig_coeff_x_prefix或last_sig_coeff_y_prefix進行熵解碼。具體地,視訊解碼器300可以使用所決定的上下文來對前置值進行熵解碼,但是對前置之外的x座標和y座標的剩餘值進行旁路解碼。視訊解碼器300可以針對x座標和y座標兩者執行該程序。視訊解碼器300可以根據對應的經解碼的位置值來決定最後有效係數的x座標和y座標(420)。例如,視訊解碼器300可以將經解碼的前置和剩餘(後置)值串接。在以這種方式決定了最後有效係數位置的位置之後,視訊解碼器300可以對直到掃瞄順序中的最後有效係數位置的係數的值進行熵解碼(422),以及防止(例如,跳過)對超出掃瞄順序中的最後有效係數位置的任何係數的有效係數標誌、符號值和位準值進行解碼。
以這種方式,圖7的方法表示一種對視訊資料進行解碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵解碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵解碼。
圖8是示出可以使用本案內容的技術進行譯碼(編碼或解碼)的視訊資料的實例塊450的概念圖。在該實例中,儘管塊450是包括64個變換係數的8x8塊,但是可以以類似方式處理各種尺寸的塊。在圖8的實例中,根據掃瞄順序454處理變換係數,在該實例中,掃瞄順序454是折返掃瞄。在該實例中,塊450包括掃瞄順序454中的最後有效係數456。因此,視訊編碼器200和視訊解碼器300可以對變換係數452(在該實例中為灰色陰影)的資料進行熵編碼,以及防止對掃瞄順序454中超出最後有效係數456(在該實例中為白色陰影)的剩餘變換係數的資料進行熵譯碼。
根據本案內容的技術,視訊編碼器200可以決定最後有效係數456的x座標在位置4處(假設係數為零索引),並且最後有效係數456的y座標在位置3處。此外,視訊編碼器200可以決定塊450的寬度是8,並且塊450的高度也是8。因此,視訊編碼器200可以使用塊450的寬度和高度來決定寬度和高度的相應對數值,隨後使用這些對數值來決定相應的上下文移位值。視訊編碼器200亦可以使用上下文移位值來決定相應的上下文值,以對最後有效係數456的x座標和y座標進行熵編碼。
圖9是示出根據本案內容的技術的對視訊資料進行編碼的另一實例方法的流程圖。儘管圖9的方法被解釋為由圖1和2的視訊編碼器200來執行,但是其他設備可以被配置為執行該方法或類似方法。圖9的方法可以對應於圖4的方法的步驟358的一部分。例如,如上文所解釋的,在對係數進行熵編碼時,視訊編碼器200可以對視訊資料的當前塊(例如,變換塊)的最後有效係數位置的x座標和y座標進行熵編碼。x座標和y座標可以分別對應於last_sig_coeff_x_prefix值和last_sig_coeff_y_prefix值。
在該實例中,視訊編碼器200可以首先決定視訊資料的當前塊(例如,變換塊)的寬度(460)。視訊編碼器200隨後可以決定寬度的對數值(例如,log2TrafoSize)(462)。視訊編碼器200隨後可以使用對數值來計算第一上下文移位值(464)。例如,視訊編碼器200可以根據((log2TrafoSize+1)>>2)<<1來計算第一上下文移位值,其中log2TrafoSize表示寬度的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊編碼器200亦可以使用第一上下文移位值來計算用於對最後有效係數的x座標進行熵編碼的第一上下文(466)。例如,視訊編碼器200可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊編碼器200隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵編碼的當前值(例如,最後有效係數的x座標)的上下文。
視訊編碼器200隨後可以決定沿寬度的最後有效係數的x位置(亦即,x座標)(468)。視訊編碼器200亦可以使用第一上下文來對x位置值(亦即,x座標)進行熵編碼(470)。例如,視訊編碼器200可以使用第一上下文來對last_sig_coeff_x_prefix進行熵編碼。具體地,視訊編碼器200可以使用第一上下文來對最後有效係數的x座標的前置進行熵編碼,並且對x座標的剩餘(後置)二進位符號進行旁路編碼。
視訊編碼器200亦可以決定當前塊的高度(472)。視訊編碼器200隨後可以決定高度的對數值(例如,log2TrafoSize)(474)。視訊編碼器200隨後可以使用對數值來計算第二上下文移位值(476)。例如,視訊編碼器200可以根據((log2TrafoSize+1)>>2)<<1來計算第二上下文移位值,其中log2TrafoSize表示高度的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊編碼器200亦可以使用第一上下文移位值來計算用於對最後有效係數的y座標進行熵編碼的第二上下文(478)。例如,視訊編碼器200可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊編碼器200隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵編碼的當前值(例如,最後有效係數的y座標)的上下文。
視訊編碼器200隨後可以決定沿高度的最後有效係數的y位置(亦即,y座標)(480)。視訊編碼器200亦可以使用第二上下文來對y位置值(亦即,y座標)進行熵編碼(482)。例如,視訊編碼器200可以使用第二上下文來對last_sig_coeff_y_prefix進行熵編碼。具體地,視訊編碼器200可以使用第一上下文來對最後有效係數的y座標的前置進行熵編碼,以及對y座標的剩餘(後置)二進位符號進行旁路編碼。
以這種方式,圖9的方法表示一種對視訊資料進行編碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵編碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵編碼。
圖10是示出根據本案內容的技術的對視訊資料進行編碼的另一實例方法的流程圖。儘管圖10的方法被解釋為由圖1和3的視訊解碼器300來執行,但是其他設備可以被配置為執行該方法或類似方法。圖10的方法可以對應於圖5的方法的步驟372的一部分。例如,如上文所解釋的,在對係數進行熵解碼時,視訊解碼器300可以對視訊資料的當前塊(例如,變換塊)的最後有效係數位置的x座標和y座標進行熵解碼。x座標和y座標可以分別對應於last_sig_coeff_x_prefix值和last_sig_coeff_y_prefix值。
在該實例中,視訊解碼器300可以首先決定視訊資料的當前塊(例如,變換塊)的寬度(500)。視訊解碼器300隨後可以決定寬度的對數值(例如,log2TrafoSize)(502)。視訊解碼器300隨後可以使用對數值來計算第一上下文移位值(504)。例如,視訊解碼器300可以根據((log2TrafoSize+1)>>2)<<1來計算第一上下文移位值,其中log2TrafoSize表示寬度的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊解碼器300亦可以使用第一上下文移位值來計算用於對最後有效係數的x座標進行熵解碼的第一上下文(506)。例如,視訊解碼器300可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊編碼器300隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵解碼的當前值(例如,最後有效係數的x座標)的上下文。
視訊解碼器300隨後可以使用第一上下文來對x位置值(亦即,x座標)進行熵解碼(508)。例如,視訊解碼器300可以使用第一上下文來對last_sig_coeff_x_prefix進行熵解碼。視訊解碼器300亦可以對x座標的剩餘(後置)二進位符號進行旁路解碼。視訊解碼器300隨後可以根據經解碼的x位置值來決定沿寬度的最後有效係數的x位置(亦即,x座標)(510)。例如,視訊解碼器300可以將前置與剩餘(後置)二進位符號串接以決定最後有效係數的x座標。
視訊解碼器300亦可以決定當前塊的高度(512)。視訊解碼器300隨後可以決定高度的對數值(例如,log2TrafoSize)(514)。視訊解碼器300隨後可以使用對數值來計算第二上下文移位值(516)。例如,視訊解碼器300可以根據((log2TrafoSize+1)>>2)<<1來計算第二上下文移位值,其中log2TrafoSize表示高度的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元。
視訊解碼器300亦可以使用第一上下文移位值來計算用於對最後有效係數的y座標進行熵解碼的第二上下文(518)。例如,視訊解碼器300可以使用(binIdx>>ctxShift)+ctxOffset來計算上下文增量值(ctxInc),當使用根據((log2TrafoSize+1)>>2)<<1計算的上下文移位值時,這可以有效地產生上文表IV中所示的結果。視訊解碼器300隨後可以將上下文增量值應用於先前決定的上下文,以更新(亦即,適配)用於要被熵解碼的當前值(例如,最後有效係數的y座標)的上下文。
視訊解碼器300隨後可以使用第二上下文來對y位置值(亦即,y座標)進行熵解碼(520)。例如,視訊解碼器300可以使用第二上下文來對last_sig_coeff_y_prefix進行熵解碼。視訊解碼器300亦可以對y座標的剩餘(後置)二進位符號進行旁路解碼。視訊解碼器300隨後可以根據經熵解碼的y位置值來決定沿高度的最後有效係數的y位置(亦即,y座標)(522)。例如,視訊解碼器300可以將前置與剩餘(後置)二進位符號串接以決定最後有效係數的y座標。
以這種方式,圖10的方法表示一種對視訊資料進行解碼的方法的實例,該方法包括:決定視訊資料的當前塊的維度的尺寸;計算用於對沿維度的最後有效係數座標進行熵解碼的上下文,其中計算上下文包括:根據((log2TrafoSize+1)>>2)<<1來計算上下文移位值,其中log2TrafoSize表示維度的尺寸的對數值,「>>」表示按位右移位運算元,並且「<<」表示按位左移位運算元;及使用上下文移位值來計算上下文;及使用所計算的上下文來對最後有效係數座標進行熵解碼。
在以下條款中概括了本案內容的某些技術:
條款1:一種對視訊資料進行譯碼的方法,該方法包括:決定64x64變換單元的最後有效係數位置語法元素的前置的二進位符號的上下文,其中該前置的該等二進位符號的上下文總數僅包括三個分別的上下文;及基於所決定的上下文來對該最後有效係數位置語法元素的該前置的該等二進位符號進行熵譯碼。
條款2:根據條款1之方法,其中該最後有效係數位置語法元素的該前置用於X座標或用於Y座標。
條款3:根據條款1-2中任一項所述的方法,其中譯碼包括解碼。
條款4:根據條款1-3中任一項所述的方法,其中譯碼包括編碼。
條款5:一種用於對視訊資料進行譯碼的設備,該設備包括用於執行根據條款1-4中任一項所述的方法的一或多個單元。
條款6:根據條款5之設備,其中該一或多個單元包括在電路中實現的一或多個處理器。
條款7:根據條款5和6中任一項所述的設備,亦包括:用於儲存該視訊資料的記憶體。
條款8:根據條款5-7中任一項所述的設備,亦包括:被配置為顯示經解碼的視訊資料的顯示器。
條款9:根據條款5-8中任一項所述的設備,其中該設備包括以下各項中的一項或多項:相機、電腦、行動設備、廣播接收器設備、或機上盒。
條款10:根據條款5-9中任一項所述的設備,其中該設備包括視訊解碼器。
條款11:根據條款5-10中任一項所述的設備,其中該設備包括視訊編碼器。
條款12:一種具有儲存在其上的指令的電腦可讀取儲存媒體,該等指令在被執行時使得一或多個處理器執行根據條款1-4中任一項所述的方法。
要認識到的是,根據實例,本文描述的技術中的任何技術的某些動作或事件可以以不同的循序執行,可以被添加、合併或完全省略(例如,並非全部描述的動作或事件對於該等技術的實踐是必要的)。此外,在某些實例中,動作或事件可以例如經由多執行緒處理、中斷處理或多個處理器併發地而不是順序地執行。
在一或多個實例中,所描述的功能可以在硬體、軟體、韌體或其任何組合中實現。若在軟體中實現,則該等功能可以作為一或多個指令或代碼儲存在電腦可讀取媒體上或者經由其進行發送以及由基於硬體的處理單元執行。電腦可讀取媒體可以包括電腦可讀取儲存媒體,其對應於諸如資料儲存媒體的有形媒體或者通訊媒體,該等通訊媒體包括例如根據通訊協定來促進電腦程式從一個地方傳送到另一個地方的任何媒體。以這種方式,電腦可讀取媒體通常可以對應於(1)非暫時性的有形電腦可讀取儲存媒體、或者(2)諸如訊號或載波的通訊媒體。資料儲存媒體可以是可以由一或多個電腦或者一或多個處理器存取以取得用於實現在本案內容中描述的技術的指令、代碼及/或資料結構的任何可用的媒體。電腦程式產品可以包括電腦可讀取媒體。
舉例而言而非進行限制,此類電腦可讀取儲存媒體可以包括RAM、ROM、EEPROM、CD-ROM或其他光碟儲存、磁碟儲存或其他磁存放裝置、快閃記憶體、或者能夠用於以指令或資料結構形式儲存期望的程式碼以及能夠由電腦存取的任何其他媒體。此外,任何連接被適當地稱為電腦可讀取媒體。例如,若使用同軸電纜、光纖光纜、雙絞線、數位用戶線路(DSL)或者無線技術(諸如紅外線、無線電和微波)來從網站、伺服器或其他遠端源發送指令,則同軸電纜、光纖光纜、雙絞線、DSL或者無線技術(諸如紅外線、無線電和微波)被包括在媒體的定義中。然而,應當理解的是,電腦可讀取儲存媒體和資料儲存媒體不包括連接、載波、訊號或其他暫時性媒體,而是替代地針對非暫時性的有形儲存媒體。如本文所使用的,磁碟和光碟包括壓縮光碟(CD)、鐳射光碟、光碟、數位多功能光碟(DVD)、軟碟和藍光光碟,其中磁碟通常磁性地複製資料,而光碟利用鐳射來光學地複製資料。上述各項的組合亦應當被包括在電腦可讀取媒體的範疇之內。
指令可以由一或多個處理器來執行,諸如一或多個數位訊號處理器(DSP)、通用微處理器、特殊應用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、或其他等效的整合或個別邏輯電路。相應地,如本文所使用的術語「處理器」和「處理電路」可以代表前述結構中的任何一者或者適於實現本文描述的技術的任何其他結構。另外,在一些態樣中,本文描述的功能可以在被配置用於編碼和解碼的專用硬體及/或軟體模組內提供,或者被併入經組合的編碼器中。此外,該等技術可以充分地在一或多個電路或邏輯部件中實現。
本案內容的技術可以在各種各樣的設備或裝置中實現,包括無線手機、積體電路(IC)或一組IC(例如,晶片組)。在本案內容中描述了各個部件、模組或單元以強調被配置為執行所揭示的技術的設備的功能性態樣,但是不一定需要經由不同的硬體單元來實現。而是,如前述,各個單元可以被組合在編碼器硬體單元中,或者由可交互動操作的硬體單元的集合(包括如前述的一或多個處理器)結合適當的軟體及/或韌體來提供。
已經描述了各個實例。這些和其他實例在以下請求項的範疇內。
100:視訊編碼和解碼系統
102:源設備
104:視訊源
106:記憶體
108:輸出介面
110:電腦可讀取媒體
112:存放裝置
114:檔案伺服器
116:目的地設備
118:顯示裝置
120:記憶體
122:輸入介面
200:視訊編碼器
202:模式選擇單元
204:殘差產生單元
206:變換處理單元
208:量化單元
210:逆量化單元
212:逆變換處理單元
214:重構單元
216:濾波器單元
218:解碼圖片緩衝器(DPB)
220:熵編碼單元
222:運動估計單元
224:運動補償單元
226:訊框內預測單元
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:逆量化單元
308:逆變換處理單元
310:重構單元
312:濾波器單元
314:解碼圖片緩衝器(DPB)
316:運動補償單元
318:訊框內預測單元
320:CPB記憶體
350:方塊
352:方塊
354:方塊
356:方塊
358:方塊
360:方塊
362:方塊
364:方塊
366:方塊
370:方塊
372:方塊
374:方塊
376:方塊
378:方塊
380:方塊
390:方塊
392:方塊
394:方塊
396:方塊
398:方塊
400:方塊
402:方塊
410:方塊
412:方塊
414:方塊
416:方塊
418:方塊
420:方塊
422:方塊
450:方塊
452:方塊
454:方塊
456:方塊
460:方塊
462:方塊
464:方塊
466:方塊
468:方塊
470:方塊
472:方塊
474:方塊
476:方塊
478:方塊
480:方塊
482:方塊
500:方塊
502:方塊
504:方塊
506:方塊
508:方塊
510:方塊
512:方塊
514:方塊
516:方塊
518:方塊
520:方塊
522:方塊
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統的方塊圖。
圖2是示出可以執行本案內容的技術的實例視訊編碼器的方塊圖。
圖3是示出可以執行本案內容的技術的實例視訊解碼器的方塊圖。
圖4是示出根據本案內容的技術的實例視訊編碼程序的流程圖。
圖5是示出根據本案內容的技術的實例視訊解碼程序的流程圖。
圖6是示出根據本案內容的技術的對視訊資料進行編碼的實例方法的流程圖。
圖7是示出根據本案內容的技術的對視訊資料進行解碼的實例方法的流程圖。
圖8是示出可以使用本案內容的技術進行譯碼(編碼或解碼)的視訊資料的實例塊的概念圖。
圖9是示出根據本案內容的技術對視訊資料進行編碼的另一實例方法的流程圖。
圖10是示出根據本案內容的技術的對視訊資料進行解碼的另一實例方法的流程圖。
500:方塊
502:方塊
504:方塊
506:方塊
508:方塊
510:方塊
512:方塊
514:方塊
516:方塊
518:方塊
520:方塊
522:方塊
Claims (47)
- 一種對視訊資料進行譯碼(coding)的方法,該方法包括以下步驟: 決定視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵譯碼的一上下文,其中計算該上下文包括以下步驟: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的一對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵譯碼。
- 根據請求項1之方法,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項2之方法,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該方法亦包括以下步驟: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵譯碼的一第二上下文,其中計算該第二上下文包括以下步驟: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵譯碼。
- 根據請求項1之方法,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項4之方法,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該方法亦包括以下步驟: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵譯碼的一第二上下文,其中計算該第二上下文包括以下步驟: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵譯碼。
- 根據請求項1之方法, 其中計算該上下文包括以下步驟: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,並且 其中對該最後有效係數座標進行熵譯碼包括以下步驟:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵譯碼。
- 根據請求項1之方法,其中當該維度的該尺寸是64時,計算該上下文包括以下步驟:計算最多三個可能的上下文中的一個可能的上下文。
- 根據請求項1之方法,其中譯碼包括解碼(decoding)。
- 根據請求項1之方法,其中譯碼包括編碼(encoding)。
- 一種用於對視訊資料進行譯碼(coding)的設備,該設備包括: 一記憶體,其被配置為儲存視訊資料;及 一或多個處理器,其在一電路中實現並且被配置為: 決定該視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵譯碼的上下文,其中為了計算該上下文,該一或多個處理器被配置為: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的一對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵譯碼。
- 根據請求項10之設備,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項11之設備,其中該上下文包括一第一上下文,其中該上下文移位值包括一第一上下文移位值,並且其中該一或多個處理器亦被配置為: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵譯碼的一第二上下文,其中為了計算該第二上下文,該一或多個處理器被配置為: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵譯碼。
- 根據請求項10之設備,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項13之設備,其中該上下文包括一第一上下文,其中該上下文移位值包括一第一上下文移位值,並且其中該一或多個處理器亦被配置為: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵譯碼的一第二上下文,其中為了計算該第二上下文,該一或多個處理器被配置為: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵譯碼。
- 根據請求項10之設備, 其中為了計算該上下文,該一或多個處理器被配置為: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,並且 其中為了對該最後有效係數座標進行熵譯碼,該一或多個處理器被配置為:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵譯碼。
- 根據請求項10之設備,其中當該維度的該尺寸是64時,該一或多個處理器被配置為:決定該上下文是最多三個可能的上下文中的一個可能的上下文。
- 根據請求項10之設備,亦包括:被配置為顯示該經譯碼的視訊資料的一顯示器。
- 根據請求項10之設備,其中該設備包括以下各項中的一項或多項:一相機、一電腦、一行動設備、一廣播接收器設備、或一機上盒。
- 一種具有儲存在其上的指令的電腦可讀取儲存媒體,該等指令在被執行時使得一處理器進行以下操作: 決定視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵譯碼(entropy coding)的一上下文,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵譯碼。
- 根據請求項19之電腦可讀取儲存媒體,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項20之電腦可讀取儲存媒體,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該電腦可讀取儲存媒體亦包括使得該處理器進行以下操作的指令: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵譯碼的一第二上下文,其中該等使得該處理器計算該第二上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵譯碼。
- 根據請求項19之電腦可讀取儲存媒體,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項22之電腦可讀取儲存媒體,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該電腦可讀取儲存媒體亦包括使得該處理器進行以下操作的指令: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵譯碼的一第二上下文,其中該等使得該處理器計算該第二上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵譯碼。
- 根據請求項19之電腦可讀取儲存媒體, 其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,並且 其中該等使得該處理器對該最後有效係數座標進行熵譯碼的指令包括使得該處理器進行以下操作的指令:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵譯碼。
- 根據請求項19之電腦可讀取儲存媒體,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令:當該維度的該尺寸是64時,將該上下文決定為最多三個可能的上下文中的一個可能的上下文。
- 一種對視訊資料進行編碼的方法,該方法包括以下步驟: 決定視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵編碼的一上下文,其中計算該上下文包括以下步驟: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的一對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵編碼。
- 根據請求項26之方法,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項27之方法,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該方法亦包括以下步驟: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵編碼的一第二上下文,其中計算該第二上下文包括: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵編碼。
- 根據請求項26之方法,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項29之方法,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該方法亦包括以下步驟: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵編碼的一第二上下文,其中計算該第二上下文包括: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵編碼。
- 根據請求項26之方法, 其中計算該上下文包括以下步驟: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,並且 其中對該最後有效係數座標進行熵編碼包括:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵編碼。
- 根據請求項26之方法,其中當該維度的該尺寸是64時,計算該上下文包括以下步驟:計算最多三個可能的上下文中的一個可能的上下文。
- 一種用於對視訊資料進行編碼的設備,該設備包括: 一記憶體,其被配置為儲存視訊資料;及 一或多個處理器,其在電路中實現並且被配置為: 決定該視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵編碼的一上下文,其中為了計算該上下文,該一或多個處理器被配置為: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的一對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵編碼。
- 根據請求項33之設備,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項34之設備,其中該上下文包括一第一上下文,其中該上下文移位值包括一第一上下文移位值,並且其中該一或多個處理器亦被配置為: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵編碼的一第二上下文,其中為了計算該第二上下文,該一或多個處理器被配置為: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵編碼。
- 根據請求項33之設備,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項36之設備,其中該上下文包括一第一上下文,其中該上下文移位值包括一第一上下文移位值,並且其中該一或多個處理器亦被配置為: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵編碼的一第二上下文,其中為了計算該第二上下文,該一一或多個處理器被配置為: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵編碼。
- 根據請求項33之設備, 其中為了計算該上下文,該一或多個處理器被配置為: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,以及 其中為了對該最後有效係數座標進行熵編碼,該一或多個處理器被配置為:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵編碼。
- 根據請求項33之設備,其中當該維度的該尺寸是64時,該一或多個處理器被配置為:決定該上下文是最多三個可能的上下文中的一個可能的上下文。
- 根據請求項33之設備,其中該設備包括以下各項中的一項或多項:一相機、一電腦、一行動設備、或一廣播設備。
- 一種具有儲存在其上的指令的電腦可讀取儲存媒體,該等指令在被執行時使得一處理器進行以下操作: 決定視訊資料的一當前塊的一維度的一尺寸; 計算用於對沿該維度的一最後有效係數座標進行熵編碼的一上下文,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoSize+1)>>2)<<1來計算一上下文移位值,其中log2TrafoSize表示該維度的該尺寸的一對數值,「>>」表示一按位右移位運算元,並且「<<」表示一按位左移位運算元;及 使用該上下文移位值來計算該上下文;及 使用該所計算的上下文來對該最後有效係數座標進行熵編碼。
- 根據請求項41之電腦可讀取儲存媒體,其中該當前塊的該維度包括該當前塊的一寬度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一X座標。
- 根據請求項42之電腦可讀取儲存媒體,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該電腦可讀取儲存媒體亦包括使得該處理器進行以下操作的指令: 決定該當前塊的一高度; 計算用於對該最後有效係數的該位置的一Y座標進行熵編碼的一第二上下文,其中該等使得該處理器計算該第二上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoHeight+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoHeight表示該當前塊的該高度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該Y座標進行熵編碼。
- 根據請求項41之電腦可讀取儲存媒體,其中該當前塊的該維度包括該當前塊的一高度,並且該最後有效係數座標包括該當前塊中的沿一掃瞄順序的一最後有效係數的一位置的一Y座標。
- 根據請求項44之電腦可讀取儲存媒體,其中該上下文包括一第一上下文,並且其中該上下文移位值包括一第一上下文移位值,該電腦可讀取儲存媒體亦包括使得該處理器進行以下操作的指令: 決定該當前塊的一寬度; 計算用於對該最後有效係數的該位置的一X座標進行熵編碼的一第二上下文,其中該等使得該處理器計算該第二上下文的指令包括使得該處理器進行以下操作的指令: 根據((log2TrafoWidth+1)>>2)<<1來計算一第二上下文移位值,其中log2TrafoWidth表示該當前塊的該寬度的一對數值;及 使用該第二上下文移位值來計算該第二上下文;及 使用該所計算的第二上下文來對該最後有效係數的該位置的該X座標進行熵編碼。
- 根據請求項41之電腦可讀取儲存媒體, 其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令: 使用(binIdx>>ctxShift)+ctxOffset來計算該最後有效係數座標的一前置的一當前二進位符號的一上下文增量值,其中binIdx表示該前置中的該當前二進位符號的一位置,ctxShift表示該上下文移位值,並且ctxOffset表示一上下文偏移值;及 使用該當前二進位符號的該上下文增量值來決定該當前二進位符號的該上下文,並且 其中該等使得該處理器對該最後有效係數座標進行熵編碼的指令包括使得該處理器進行以下操作的指令:使用該當前二進位符號的該上下文來對該當前二進位符號進行熵編碼。
- 根據請求項41之電腦可讀取儲存媒體,其中該等使得該處理器計算該上下文的指令包括使得該處理器進行以下操作的指令:當該維度的該尺寸是64時,將該上下文決定為最多三個可能的上下文中的一個可能的上下文。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062958207P | 2020-01-07 | 2020-01-07 | |
US62/958,207 | 2020-01-07 | ||
US17/142,157 US11336893B2 (en) | 2020-01-07 | 2021-01-05 | Context derivation and entropy coding initialization parameters for coordinates of last position coding in video coding |
US17/142,157 | 2021-01-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202131680A true TW202131680A (zh) | 2021-08-16 |
Family
ID=76655043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110100593A TW202131680A (zh) | 2020-01-07 | 2021-01-07 | 用於視訊譯碼中的最後位置譯碼座標的上下文推導和熵譯碼初始化參數 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11336893B2 (zh) |
EP (1) | EP4088461A1 (zh) |
KR (1) | KR102552798B1 (zh) |
CN (1) | CN114930826B (zh) |
TW (1) | TW202131680A (zh) |
WO (1) | WO2021141989A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230247209A1 (en) * | 2022-01-18 | 2023-08-03 | Tencent America LLC | Signalling of eob for one dimensional transform skip |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114143553A (zh) | 2010-04-13 | 2022-03-04 | Ge视频压缩有限责任公司 | 显著性图和变换系数块的编码 |
US8976861B2 (en) * | 2010-12-03 | 2015-03-10 | Qualcomm Incorporated | Separately coding the position of a last significant coefficient of a video block in video coding |
WO2012139192A2 (en) * | 2011-04-15 | 2012-10-18 | Research In Motion Limited | Methods and devices for coding and decoding the position of the last significant coefficient |
US9357185B2 (en) * | 2011-11-08 | 2016-05-31 | Qualcomm Incorporated | Context optimization for last significant coefficient position coding |
US9154792B2 (en) * | 2011-11-08 | 2015-10-06 | Qualcomm Incorporated | Progressive coding of position of last significant coefficient |
EP3328086A1 (en) | 2012-02-04 | 2018-05-30 | Google Technology Holdings LLC | Devices and methods for context reduction in last significant coefficient position coding |
US9237344B2 (en) * | 2012-03-22 | 2016-01-12 | Qualcomm Incorporated | Deriving context for last position coding for video coding |
EP3270594A1 (en) * | 2016-07-15 | 2018-01-17 | Thomson Licensing | Method and apparatus for advanced cabac context adaptation for last coefficient coding |
US11218735B2 (en) | 2019-04-02 | 2022-01-04 | Qualcomm Incorporated | Context derivation for last position coding for video coding |
-
2021
- 2021-01-05 US US17/142,157 patent/US11336893B2/en active Active
- 2021-01-06 CN CN202180007954.3A patent/CN114930826B/zh active Active
- 2021-01-06 EP EP21702350.6A patent/EP4088461A1/en active Pending
- 2021-01-06 KR KR1020227022369A patent/KR102552798B1/ko active IP Right Grant
- 2021-01-06 WO PCT/US2021/012310 patent/WO2021141989A1/en unknown
- 2021-01-07 TW TW110100593A patent/TW202131680A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20210211672A1 (en) | 2021-07-08 |
EP4088461A1 (en) | 2022-11-16 |
KR20220097554A (ko) | 2022-07-07 |
US11336893B2 (en) | 2022-05-17 |
CN114930826B (zh) | 2023-07-04 |
CN114930826A (zh) | 2022-08-19 |
KR102552798B1 (ko) | 2023-07-06 |
WO2021141989A1 (en) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112204969B (zh) | 用于视频编解码的编解码自适应多重变换信息 | |
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 | |
AU2020278519A1 (en) | Low-frequency non-separable transform signaling based on zero-out patterns for video coding | |
EP3959891B1 (en) | Adaptive loop filter set index signaling | |
CN113748679A (zh) | 用于视频编解码的帧内块复制合并数据语法 | |
TW202110189A (zh) | 用於視訊寫碼的環繞運動補償 | |
CN114128298B (zh) | 调色板模式下的增量量化参数(qp)信令 | |
EP4082203A1 (en) | Wraparound offsets for reference picture resampling in video coding | |
CN114424570A (zh) | 用于视频编解码的变换单元设计 | |
TW202133621A (zh) | 支援有損解碼和無損解碼兩者的殘差解碼 | |
TW202133615A (zh) | 基於色度變換跳過的用於色度的lfnst信號傳遞 | |
TW202143712A (zh) | 視訊轉碼中的低頻不可分離變換處理 | |
CA3198856A1 (en) | Low complexity history usage for rice parameter derivation for high bit-depth video coding | |
CN114175643B (zh) | 调色板和预测模式信令 | |
CN116235498A (zh) | 去块滤波器参数信令 | |
TW202131696A (zh) | 用於視訊編碼中的一般變換係數的基於方程的萊斯參數推導 | |
TW202131680A (zh) | 用於視訊譯碼中的最後位置譯碼座標的上下文推導和熵譯碼初始化參數 | |
TW202143708A (zh) | 用於圖像和視訊解碼的區塊分割 | |
TW202131687A (zh) | 用於視訊編碼的單色調色板模式 | |
CN114402599A (zh) | 用于视频编解码的高级语法中的子图片的信令号 | |
CN114450947A (zh) | 用于无损以及混合无损和有损视频编解码的模式相关块分割 | |
KR20220163380A (ko) | 비디오 코딩에서 상이한 컬러 포맷들의 지원을 위한 계수 코딩 | |
KR20240087720A (ko) | 비디오 코딩을 위한 다수의 변환 후보들의 적응적 결정 | |
CN117981308A (zh) | 用于高比特深度视频译码的上下文译码语法元素的基于历史的自适应判读 | |
CN116724551A (zh) | 用于视频译码的帧内预测的最可能模式 |