TWI816858B - 用於變換矩陣選擇的隱式編碼 - Google Patents
用於變換矩陣選擇的隱式編碼 Download PDFInfo
- Publication number
- TWI816858B TWI816858B TW108129357A TW108129357A TWI816858B TW I816858 B TWI816858 B TW I816858B TW 108129357 A TW108129357 A TW 108129357A TW 108129357 A TW108129357 A TW 108129357A TW I816858 B TWI816858 B TW I816858B
- Authority
- TW
- Taiwan
- Prior art keywords
- transform
- transformation
- block
- video block
- video
- Prior art date
Links
- 239000011159 matrix material Substances 0.000 title claims description 53
- 238000000034 method Methods 0.000 claims abstract description 409
- 238000012545 processing Methods 0.000 claims abstract description 70
- 238000006243 chemical reaction Methods 0.000 claims abstract description 47
- 230000009466 transformation Effects 0.000 claims description 253
- 239000013598 vector Substances 0.000 claims description 141
- 230000011664 signaling Effects 0.000 claims description 50
- 230000002123 temporal effect Effects 0.000 claims description 38
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 17
- 230000001131 transforming effect Effects 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 10
- 238000013138 pruning Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000009795 derivation Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 241000023320 Luma <angiosperm> Species 0.000 description 18
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 18
- 239000000523 sample Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 230000002457 bidirectional effect Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000013139 quantization Methods 0.000 description 8
- 238000000844 transformation Methods 0.000 description 8
- 230000006835 compression Effects 0.000 description 7
- 238000007906 compression Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- IESVDEZGAHUQJU-ZLBXKVHBSA-N 1-hexadecanoyl-2-(4Z,7Z,10Z,13Z,16Z,19Z-docosahexaenoyl)-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCC(=O)OC[C@H](COP([O-])(=O)OCC[N+](C)(C)C)OC(=O)CC\C=C/C\C=C/C\C=C/C\C=C/C\C=C/C\C=C/CC IESVDEZGAHUQJU-ZLBXKVHBSA-N 0.000 description 1
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 101001062093 Homo sapiens RNA-binding protein 15 Proteins 0.000 description 1
- 102100029244 RNA-binding protein 15 Human genes 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04N19/169—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
- H04N19/102—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
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
-
- 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
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
- H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
-
- 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
-
- 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
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- 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
- H04N19/172—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 picture, frame or field
-
- 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
- H04N19/174—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 slice, e.g. a line of blocks or a group of blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—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
- H04N19/186—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 colour or a chrominance component
-
- 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
- H04N19/439—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 using cascaded computational arrangements for performing a single operation, e.g. filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
-
- 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
- H04N19/96—Tree coding, e.g. quad-tree coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Discrete Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Analogue/Digital Conversion (AREA)
- Image Processing (AREA)
Abstract
一種涉及用於變換矩陣選擇的隱式編碼的視頻處理方法,包括:解析視頻的編碼表示中的、用於第一確定將編碼表示轉換為視頻塊的第一變換的應用性的第一欄位,其中在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果;以及通過基於第一確定選擇性地使用第一變換來執行轉換。
Description
本專利文件涉及視頻編碼和解碼技術、設備以及系統。
[相關申請的交叉引用]
根據適用的專利法和/或依據巴黎公約的規則,本申請是為了及時要求於2018年8月16日提交的國際專利申請No. PCT/CN2018/100795的優先權和利益。出於根據美國法律的所有目的,國際專利申請No. PCT/CN2018/100795的全部公開通過引用而併入本文,作為本申請的公開的一部分。
儘管視訊壓縮技術有所進步,但數位視訊仍然占互聯網和其他數位通信網路上的最大頻寬使用。隨著能夠接收和顯示視頻的連接使用者設備的數量增加,預計對數位視訊使用的頻寬需求將繼續增長。
描述了與數位視訊編碼和解碼,特別是視頻編碼操作中的多重變換選擇(Multiple Transform Selection,MTS)相關的設備、系統和方法。所描述的方法可以應用於現有視頻編碼標準(例如,高效視頻編碼(High Efficiency Video Coding,HEVC))和未來視頻編碼標準(例如,多功能視頻編碼(Versatile Video Coding,VVC))或編碼器。
在一個示例方面,公開了一種視頻處理的方法。該方法包括:解析視頻的編碼表示中的、用於第一確定將編碼表示轉換為視頻塊的第一變換的應用性的第一欄位,以及通過基於第一確定選擇性地使用第一變換來執行轉換。在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:對於視頻的當前視頻塊和視頻的編碼表示之間的轉換,執行對用於當前視頻塊的編碼模式為特定類型的確定;作為編碼模式為特定類型的結果,執行對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位不存在於編碼表示中的確定;在欄位不存在的情況下解析編碼表示;以及通過由於該確定而禁止將第一變換或第二變換用於變換當前視頻塊的去量化殘差係數,來生成當前視頻塊。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:從相鄰視頻塊繼承關於視頻塊的編碼表示和視頻塊之間的轉換的第一變換的變換資訊,其中在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果;以及通過基於第一繼承選擇性地使用第一變換來執行轉換。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:基於當前視頻塊的編碼條件來確定用於將編碼表示轉換為當前視頻塊的第一變換為默認變換,其中在轉換期間,第一變換被應用於當前視頻塊的去量化殘差係數值的結果;以及通過基於第一確定選擇性地使用第一變換來執行轉換。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:解析包括視頻的多個視頻塊的編碼表示的位元流,其中對於當前視頻塊,位元流包括關於相鄰塊的變換資訊是否被繼承作為當前視頻塊的變換資訊的第一指示符;以及基於從解析第一指示符獲得的變換資訊來對編碼表示進行解碼,以生成當前視頻塊,其中在轉換期間,由變換資訊標識的變換被應用於當前視頻塊的去量化殘差係數值的結果。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:將第一欄位包括在視頻的編碼表示中,該第一欄位用於第一確定將編碼表示轉換為視頻塊的第一變換的應用性,其中在轉換期間,第一變換將被應用於視頻塊的去量化殘差係數值的結果;以及通過對視頻塊進行編碼來生成編碼表示。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:對於視頻的當前視頻塊和視頻的編碼表示之間的轉換,執行對用於當前視頻塊的編碼模式為特定類型的確定;作為編碼模式為特定類型的結果,執行對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位將不被包括在編碼表示中的確定;以及在不包括欄位的情況下生成編碼表示;其中,通過由於該確定而禁止將第一變換和/或第二變換用於變換當前視頻塊的去量化殘差係數,可解碼當前視頻塊。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:確定將從相鄰視頻塊繼承關於視頻塊的編碼表示和視頻塊之間的轉換的第一變換的變換資訊,其中在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果;以及基於該確定來生成編碼表示。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:基於當前視頻塊的編碼條件來確定將用於將編碼表示轉換為當前視頻塊的第一變換為默認變換,其中在轉換期間,第一變換被應用於當前視頻塊的去量化殘差係數值的結果;以及基於第一確定來生成當前視頻塊的編碼表示。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:對於當前視頻塊,確定將關於相鄰塊的變換資訊是否被繼承作為當前視頻塊的變換資訊的第一指示符包括在包括視頻的多個視頻塊的編碼表示的位元流中;以及基於變換資訊來生成當前視頻塊的編碼表示;其中在解碼期間,由變換資訊標識的變換將被應用於當前視頻塊的去量化殘差係數值的結果。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:對於使用Merge模式編碼的當前視頻塊,確定將指示將默認變換作為變換使用的第一指示的一位元欄位包括在包括視頻的多個視頻塊的編碼表示的位元流中,並且使用標識變換的索引的第二指示被包括在編碼表示中;以及生成其中由一位元欄位標識變換的編碼表示。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;以及基於該位置來執行對是否解析編碼表示中的信令通知變換資訊的語法元素的確定。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和至少一個其他編碼準則滿足條件,確定信令通知變換資訊的語法元素存在並且被包括在編碼表示中;以及使用由編碼表示中的語法元素標識的變換資訊來執行轉換。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和/或至少一個其他編碼準則不滿足條件,確定信令通知變換資訊的語法元素被跳過而不被包括在編碼表示中;以及使用沒有在編碼表示中顯式標識的預設變換來執行轉換。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在將當前視頻塊轉換為當前視頻塊的編碼表示期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;以及基於該位置確定是否對編碼表示中的信令通知變換資訊的語法元素進行編碼。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和至少一個其他編碼準則滿足條件,確定信令通知變換資訊的語法元素將被包括在編碼表示中;以及通過將標識變換資訊的語法元素包括在編碼表示中來執行轉換。
在另一示例方面,公開了一種視頻處理的方法。該方法包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和/或至少一個其他編碼準則不滿足條件,確定信令通知變換資訊的語法元素被跳過而不被包括在編碼表示中;以及通過跳過語法元素來生成編碼表示,從而隱式地信令通知使用默認變換。
在又一代表性方面,上述方法以處理器可運行代碼的形式體現,並且儲存在電腦可讀程式介質中。
在又一代表性方面,公開了一種被配置為或可操作來執行上述方法的設備。該設備可以包括被程式設計為實施該方法的處理器。
在又一代表性方面,視頻解碼器裝置可以實施如本文描述的方法。
在附圖、說明書和申請專利範圍中更詳細地描述了所公開技術的上述以及其他方面和特徵。
由於對更高解析度視頻的日益增長的需求,視頻編碼方法和技術在現代技術中無處不在。視頻編碼器通常包括壓縮或解壓縮數位視訊的電子電路或軟體,並且不斷被改進以提供更高的編碼效率。視頻編碼器將未壓縮的視訊轉換為壓縮格式,反之亦然。視頻品質、用於表示視頻的資料量(由位元速率確定)、編碼和解碼演算法的複雜性、對資料丟失和錯誤的敏感性、編輯的簡易性、隨機訪問和端到端延遲(時延)之間存在複雜關係。壓縮格式通常符合標準視訊壓縮規範,例如,高效視頻編碼(HEVC)標準(也已知為H.265或MPEG-H部分2)、要完成的多功能視頻編碼標準(VVC)、或其他當前和/或未來視頻編碼標準。
所公開技術的實施例可以應用於現有視頻編碼標準(例如,HEVC、H.265)和未來標準以改進壓縮性能。在本文件中使用章節標題以提高描述的可讀性,並且不以任何方式將討論或實施例(和/或實施方式)僅限制於相應的章節。
1. HEVC/H.265中的幀間預測的示例
多年來,視頻編碼標準已經顯著改進,並且現在部分地提供高編碼效率和對更高解析度的支援。諸如HEVC和H.265的最新標準基於利用時域預測加變換編碼的混合視頻編碼結構。
1.1 預測模式的示例
每個幀間預測的PU(預測單元)具有針對一個或兩個參考圖片清單的運動參數。在一些實施例中,運動參數包括運動向量和參考圖片索引。在其他實施例中,還可以使用inter_pred_idc信令通知兩個參考圖片清單中的一個的使用。在其他實施例中,運動向量可以被顯式地編碼為相對於預測器的增量。
當用跳過模式對編碼單元(CU)進行編碼時,一個PU與CU相關聯,並且不存在顯著的殘差係數、沒有編碼的運動向量增量或參考圖片索引。Merge模式指定為從相鄰PU獲得當前PU的運動參數,包括空域和時域候選。Merge模式可以應用於任何幀間預測的PU,不僅應用於跳過模式。Merge模式的替代方案是運動參數的顯式傳輸,其中每個PU顯式地信令通知運動向量、每個參考圖片清單的對應參考圖片索引、以及參考圖片清單使用。
當信令指示要使用兩個參考圖片清單中的一個時,從一個樣本塊產生PU。這被稱為“單向預測”。單向預測可用於P條帶和B條帶兩者。
當信令指示要使用參考圖片清單中的兩者時,從兩個樣本塊產生PU。這被稱為“雙向預測”。雙向預測僅可用於B條帶。
1.1.1 構造Merge模式的候選的實施例
當使用Merge模式預測PU時,從位元流解析指向Merge候選清單中的條目的索引並將其用於檢索運動資訊。可以根據以下序列步驟概述該清單的構造:
步驟1:初始候選推導
步驟1.1:空域候選推導
步驟1.2:空域候選的冗餘檢查
步驟1.3:時域候選推導
步驟2:附加候選***
步驟2.1:創建雙向預測候選
步驟2.2:***零運動候選
圖1示出了基於上面概述的序列步驟構造Merge候選清單的示例。對於空域Merge候選推導,在位於五個不同位置的候選當中選擇最多四個Merge候選。對於時域Merge候選推導,在兩個候選當中選擇最多一個Merge候選。由於在解碼器處假設每個PU的恆定數量的候選,因此當候選的數量未達到在條帶標頭中信令通知的Merge候選的最大數量(MaxNumMergeCand)時,生成附加候選。由於候選的數量是恆定的,因此使用截斷的一元二值化(Unary Binarization,TU)來編碼最佳Merge候選的索引。如果CU的尺寸等於8,則當前CU的所有PU共用單個Merge候選列表,其與2N×2N預測單元的Merge候選清單相同。
1.1.2 構造空域Merge候選
在對空域Merge候選的推導中,在位於圖2中描繪的位置的候選當中選擇最多四個Merge候選。推導的順序是A1、B1、B0、A0和B2。僅當位置A1、B1、B0、A0的任何PU不可用(例如,因為它屬於另一個條帶或片)或者是幀內編碼時,才考慮位置B2。在添加位置A1處的候選之後,對剩餘候選的添加進行冗餘檢查,其確保具有相同運動信息的候選被排除在清單之外,從而改進編碼效率。
為了降低計算複雜性,在所提到的冗餘檢查中不考慮所有可能的候選對。相反,只考慮與圖3中的箭頭連結的對,並且如果用於冗餘檢查的對應候選沒有相同的運動資訊,則候選僅被添加到列表中。重複運動資訊的另一個源是與不同於2N×2N的分割相關聯的“第二PU”。作為示例,圖4A和圖4B分別描繪了N×2N和2N×N的情況下的第二PU。當當前PU被分割為N×2N時,位置A1處的候選不被考慮用於列表構造。在一些實施例中,添加該候選可能導致兩個預測單元具有相同的運動資訊,這對於在編碼單元中只具有一個PU是冗餘的。類似地,當當前PU被分割為2N×N時,不考慮位置B1。
1.1.3 構造時域Merge候選
在該步驟中,僅一個候選被添加到列表。具體地,在對該時域Merge候選的推導中,基於屬於與給定參考圖片清單內的當前圖片具有最小POC差異的圖片的共位元的PU來推導縮放運動向量。在條帶標頭中顯式地信令通知要用於推導共位元的PU的參考圖片清單。
圖5示出了對時域Merge候選的縮放運動向量的推導的示例(如虛線),其使用POC距離tb和td從共位的PU的運動向量縮放,其中tb被定義為當前圖片的參考圖片與當前圖片之間的POC差異,並且td被定義為共位元的圖片的參考圖片與共位元的圖片之間的POC差異。時域Merge候選的參考圖片索引被設置為等於零。對於B條帶,獲得並組合兩個運動向量(一個用於參考圖片清單0,另一個用於參考圖片清單1),以產生雙向預測Merge候選。
在屬於參考幀的共位的PU(Y)中,在候選C0和C1之間選擇時域候選的位置,如圖6中所描繪的。如果位置C0處的PU不可用、是幀內編碼的、或者在當前CTU外部,則使用位置C1。否則,位置C0用於時域Merge候選的推導中。
1.1.4 構造附加類型的Merge候選
除了時空Merge候選之外,存在兩種附加類型的Merge候選:組合的雙向預測Merge候選和零Merge候選。通過利用時空Merge候選來生成組合的雙向預測Merge候選。組合的雙向預測Merge候選僅用於B條帶。通過將初始候選的第一參考圖片清單運動參數與另一候選的第二參考圖片清單運動參數組合來生成組合的雙向預測候選。如果這兩個元組提供不同的運動假設,它們將形成新的雙向預測候選。
圖7示出了該過程的示例,其中具有mvL0和refIdxL0或mvL1和refIdxL1的原始列表(左側的710)中的兩個候選用於創建被添加到最終列表(右邊的720)的組合的雙向預測Merge候選。
***零運動候選以填充Merge候選列表中的剩餘條目,並因此達到MaxNumMergeCand容量。這些候選具有零空域位移和從零開始並且每當新的零運動候選被添加到清單時增加的參考圖片索引。由這些候選使用的參考幀的數量對於單向預測和雙向預測分別是一和二。在一些實施例中,不對這些候選執行冗餘檢查。
1.1.5 用於並行處理的運動估計區域的示例
為了加速編碼過程,可以並存執行運動估計,由此同時推導給定區域內部的所有預測單元的運動向量。從空域鄰域推導Merge候選可能干擾並行處理,因為一個預測單元在其相關聯的運動估計被完成之前不能從鄰近PU推導運動參數。為了緩和編碼效率和處理時延之間的折衷,可以定義運動估計區域(Motion Estimation Region,MER)。可以使用“log2_parallel_merge_level_minus2”語法元素在圖片參數集(Picture Parameter Set,PPS)中信令通知MER的尺寸。當定義MER時,落入相同區域的Merge候選被標記為不可用,並且因此在列表構造中不考慮。
1.2 高級運動向量預測(AMVP)的實施例
AMVP編碼模式利用運動向量與相鄰PU的時空相關性,其用於運動參數的顯式傳輸。它通過首先檢查左側、上側時域相鄰的PU位置的可用性,移除冗餘候選並添加零向量以使候選列表為恆定長度來構造運動向量候選列表。然後,編碼器可以從候選清單選擇最佳預測值,並發送指示選擇的候選的對應索引。與Merge索引信令類似,使用截斷的一元來編碼最佳運動向量候選的索引。在這種情況下要編碼的最大值為2(參見圖8)。在以下章節中,提供了關於運動向量預測候選的推導過程的細節。
1.2.1 構造運動向量預測候選的示例
圖8概述了運動向量預測候選的推導過程,並且可以針對以refidx作為輸入的每個參考圖片清單而實施。
在運動向量預測中,考慮兩種類型的運動向量候選:空域運動向量候選和時域運動向量候選。對於空域運動向量候選推導,最終基於位於如先前在圖2中所示的五個不同位置的每個PU的運動向量推導兩個運動向量候選。
對於時域運動向量候選推導,從基於兩個不同的共位的位置而推導的兩個候選選擇一個運動向量候選。在產生第一時空候選列表之後,移除列表中的重複的運動向量候選。如果潛在候選的數量大於二,則從列表移除相關聯的參考圖片清單內的其參考圖片索引大於1的運動向量候選。如果時空運動向量候選的數量小於二,則將附加的零運動向量候選添加到列表。
1.2.2 構造空域運動向量候選
在對空域運動向量候選的推導中,在從位於如先前在圖2中所示的位置的PU推導的五個潛在候選當中考慮最多兩個候選,那些位置與運動Merge的位置相同。當前PU的左側的推導順序被定義為A0、A1、以及縮放A0、縮放A1。當前PU的上側的推導順序被定義為B0、B1、B2、縮放B0、縮放B1、縮放B2。對於每一側,因此存在可用作運動向量候選的四種情況,其中兩種情況不需要使用空域縮放,兩種情況使用空域縮放。四種不同的情況概述如下:
--沒有空域縮放
(1)相同的參考圖片清單,以及相同的參考圖片索引(相同的POC)
(2)不同的參考圖片清單,但是相同的參考圖片(相同的POC)
--空域縮放
(3)相同的參考圖片清單,但是不同的參考圖片(不同的POC)
(4)不同的參考圖片清單,以及不同的參考圖片(不同的POC)
首先檢查非空域縮放情況,然後是允許空域縮放的情況。當POC在相鄰PU的參考圖片與當前PU的參考圖片之間不同時考慮空域縮放,而不管參考圖片清單如何。如果左側候選的所有PU都不可用或者是幀內編碼的,則允許針對上側運動向量的縮放以幫助左側和上側MV候選的並行推導。否則,對上側運動向量不允許空域縮放。
如圖9中的示例所示,對於空域縮放情況,以與時域縮放類似的方式縮放相鄰PU的運動向量。一個差異是參考圖片清單和當前PU的索引作為輸入給出;實際縮放過程與時域縮放的過程相同。
1.2.3 構造時域運動向量候選
除了參考圖片索引推導外,對時域Merge候選的推導的所有過程與對空域運動向量候選的推導的所有過程相同(如圖6中的示例所示)。在一些實施例中,將參考圖片索引信令通知到解碼器。
2. 聯合探索模型(Joint Exploration Model,JEM)中的幀間預測方法的示例
在一些實施例中,使用已知為聯合探索模型(JEM)的參考軟體來探索未來視頻編碼技術。在JEM中,在若干編碼工具中採用基於子塊的預測,諸如仿射預測、可選時域運動向量預測(ATMVP)、空時運動向量預測(STMVP)、雙向光流(Bi-directional Optical flow,BIO)、畫面播放速率上轉換(Frame-Rate Up Conversion,FRUC)、局部自我調整運動向量解析度(Locally Adaptive Motion Vector Resolution,LAMVR)、重疊塊運動補償(Overlapped Block Motion Compensation,OBMC)、局部光照補償(Local Illumination Compensation,LIC)和解碼器側運動向量細化(Decoder-side Motion Vector Refinement,DMVR)。
2.1 基於子CU的運動向量預測的示例
在具有四叉樹加二叉樹(QuadTrees plus Binary Trees,QTBT)的JEM中,每個CU可以在每個預測方向具有運動參數的至多一個集合。在一些實施例中,通過將大CU劃分成子CU並且推導大CU的所有子CU的運動資訊,在編碼器中考慮兩個子CU級別運動向量預測方法。可選時域運動向量預測(ATMVP)方法允許每個CU從比並置參考圖片中的當前CU小的多個塊提取運動資訊的多個集合。在空時運動向量預測(STMVP)方法中,通過使用時域運動向量預測值和空域相鄰運動向量來遞迴地推導子CU的運動向量。在一些實施例中,為了保留子CU運動預測的更準確的運動場,可以禁止參考幀的運動壓縮。
2.1.1 可選時域運動向量預測(ATMVP)的示例
在ATMVP方法中,通過從比當前CU小的塊提取運動資訊(包括運動向量和參考索引)的多個集合來修改時域運動向量預測(TMVP)方法。
圖10示出了當前圖片1000中的CU的ATMVP運動預測過程的示例。ATMVP方法以兩個步驟預測CU 1002內的子CU 1001的運動向量。第一步驟是用時域向量標識參考圖片1050中的對應塊1051。參考圖片1050也稱為運動源圖片。第二步驟是將當前CU 1002劃分成子CU 1001,並從對應於每個子CU的塊獲得運動向量以及每個子CU的參考索引。
在第一步驟中,參考圖片1050和對應塊由當前CU 1002的空域相鄰塊的運動資訊確定。為了避免相鄰塊的重複掃描過程,使用當前CU 1002的Merge候選列表中的第一Merge候選。第一可用運動向量以及其相關聯的參考索引被設置為時域向量和運動源圖片的索引。這樣,與TMVP相比,可以更準確地標識對應塊,其中對應塊(有時稱為並置塊)總是相對於當前CU處於右下或中心位置。
在第二步驟中,通過向當前CU的座標添加時域向量,通過運動源圖片1050中的時域向量標識子CU 1051的對應塊。對於每個子CU,其對應塊的運動資訊(例如,覆蓋中心樣本的最小運動網格)用於推導子CU的運動資訊。在標識對應的N×N塊的運動資訊之後,以與HEVC的TMVP相同的方式將其轉換為當前子CU的運動向量和參考索引,其中運動縮放和其他過程適用。例如,解碼器檢查是否滿足低延遲條件(例如,當前圖片的所有參考圖片的POC小於當前圖片的POC),並且可能使用運動向量MVx(例如,對應於參考圖片清單X的運動向量)來預測每個子CU的運動向量MVy(例如,其中X等於0或1,並且Y等於1-X)。
2.1.2 時空運動向量預測(STMVP)的示例
在STMVP方法中,按照光柵掃描順序遞迴地推導子CU的運動向量。圖11示出了具有四個子塊和相鄰塊的一個CU的示例。考慮包括四個4×4子CU A(1101)、子CU B(1102)、子CU C(1103)和子CU D(1104)的8×8 CU 1100。當前幀中的相鄰4×4塊標記為a(1111)、b(1112)、c(1113)和d(1114)。
子CU A的運動推導通過標識其兩個空域鄰域開始。第一鄰域是子CU A 1101上側的N×N塊(塊c 1113)。如果該塊c(1113)不可用或是幀內編碼的,則檢查子CU A(1101)上側的其他N×N塊(在塊c 1113處開始,從左到右)。第二鄰域是子CU A 1101的左側的塊(塊b 1112)。如果塊b(1112)不可用或是幀內編碼的,則檢查子CU A 1101的左側的其他塊(在塊b 1112處開始,從上到下)。從每個清單的相鄰塊獲得的運動資訊被縮放為給定清單的第一參考幀。接下來,通過按照與HEVC中指定的TMVP推導相同的過程來推導子塊A 1101的時域運動向量預測值(Temporal Motion Vector Predictor,TMVP)。提取並相應地縮放在塊D 1104處的並置塊的運動資訊。最後,在檢索和縮放運動資訊之後,針對每個參考列表單獨平均所有可用運動向量。平均的運動向量被指定為當前子CU的運動向量。
2.1.3 子CU運動預測模式信令的示例
在一些實施例中,子CU模式被啟用作為附加Merge候選,並且不需要附加語法元素來信令通知該模式。兩個附加Merge候選被添加到每個CU的Merge候選清單以表示ATMVP模式和STMVP模式。在其他實施例中,如果序列參數集指示啟用了ATMVP和STMVP,則可以使用多達七個Merge候選。附加Merge候選的編碼邏輯與HM中的Merge候選的編碼邏輯相同,這意味著,對於P條帶或B條帶中的每個CU,對於兩個附加Merge候選可能還需要兩次RD檢查。在一些實施例中,例如JEM,通過CABAC(Context-based Adaptive Binary Arithmetic Coding,基於上下文的自我調整二進位算術編碼)對Merge索引的所有二進位位元進行上下文編碼。在其他實施例中,例如HEVC,僅對第一二進位位元進行上下文編碼,並且對剩餘的二進位位元進行上下文旁路編碼。
2.2 自我調整運動向量差解析度的示例
在一些實施例中,當條帶標頭中的use_integer_mv_flag等於0時,以四分之一亮度樣本為單位信令通知(在PU的運動向量和預測運動向量之間的)運動向量差(Motion Vector Difference,MVD)。在JEM中,引入了局部自我調整運動向量解析度(LAMVR)。在JEM中,可以以四分之一亮度樣本、整數亮度樣本或四亮度樣本為單位編碼MVD。以編碼單元(CU)級別控制MVD解析度,並且對於具有至少一個非零MVD分量的每個CU,有條件地信令通知MVD解析度標誌。
對於具有至少一個非零MVD分量的CU,信令通知第一標誌以指示在CU中是否使用四分之一亮度樣本MV精度。當第一標誌(等於1)指示不使用四分之一亮度樣本MV精度時,信令通知另一個標誌以指示使用整數亮度樣本MV精度還是四亮度樣本MV精度。
當CU的第一MVD解析度標誌為零或未針對CU編碼(意味著CU中的所有MVD均為零)時,四分之一亮度樣本MV解析度用於CU。當CU使用整數亮度樣本MV精度或四亮度樣本MV精度時,CU的AMVP候選列表中的MVP被取整為對應精度。
在編碼器中,CU級別RD檢查用於確定哪個MVD解析度將被用於CU。也就是說,對於每個MVD解析度,執行三次CU級別RD檢查。為了加快編碼器速度,在JEM中應用以下編碼方案:
--在具有正常四分之一亮度樣本MVD解析度的CU的RD檢查期間,儲存當前CU(整數亮度樣本精度)的運動資訊。儲存的(取整之後的)運動資訊被用作具有整數亮度樣本和4亮度樣本MVD解析度的相同CU的RD檢查期間的進一步小範圍運動向量細化的起始點,使得耗時的運動估計過程不會重複三次。
--有條件地調用具有4亮度樣本MVD解析度的CU的RD檢查。對於CU,當整數亮度樣本MVD解析度的RD成本遠大於四分之一亮度樣本MVD解析度的RD成本時,跳過對於CU的4亮度樣本MVD解析度的RD檢查。
2.3 更高運動向量儲存精度的示例
在HEVC中,運動向量精度是四分之一像素(對於4:2:0視頻,四分之一亮度樣本和八分之一彩度樣本)。在JEM中,內部運動向量儲存和Merge候選的精度增加到1/16像素。更高運動向量精度(1/16)用於以跳過/Merge模式編碼的CU的運動補償幀間預測。對於以正常AMVP模式編碼的CU,使用整數圖元像素或四分之一像素運動。
具有與HEVC運動補償插值濾波器相同的濾波器長度和歸一化因數的SHVC上採樣插值濾波器被用作附加分數像素位置的運動補償插值濾波器。彩度分量運動向量精度在JEM中為1/32樣本,1/32像素分數位置的附加插值濾波器通過使用兩個相鄰的1/16像素分數位置的濾波器的平均來推導。
3. JEM中的變換設計的示例
JEM中有兩種不同種類的變換;一種稱為自我調整多核變換(AMT,也已知為多重變換選擇(MTS)),其也被看作主變換,另一種稱為不可分二次變換(Non-Separable Secondary Transform,NSST,也已知為低頻不可分變換)。
3.1 自我調整多核變換(AMT)的示例
除了在HEVC中已經採用的(離散餘弦變換)DCT-II和4×4(離散正弦變換)DST-VII之外,自我調整多重(核)變換方案(AMT)被用於幀間編碼的塊和幀內編碼的塊兩者的殘差編碼。它使用來自DCT/DST家族的多個選擇的變換,而不是HEVC中的當前變換。新引入的變換矩陣為DST-VII、DCT-VIII、DST-I和DCT-V。表1顯示了選擇的DST/DCT的基本函數。
表1:N點輸入的DCT-II/V/VIII和DST-I/VII的變換基本函數
變換類型 | 基本函數Ti(j), i, j=0, 1,…, N−1 |
DCT-II | 其中 |
DCT-V | , 其中, |
DCT-VIII | |
DST-I | |
DST-VII |
為了保持變換矩陣的正交性,比HEVC中的變換矩陣更精確地量化變換矩陣。為了將變換係數的中間值保持在16位元的範圍內,在水準和垂直變換之後,與當前HEVC變換中使用的右移相比,所有係數都右移了2位元以上。
AMT適用於寬度和高度均小於或等於64的CU,並且AMT是否適用由CU級別標誌控制。當CU級別標誌(即,AMT標誌)等於0時,在CU中應用DCT-II來編碼殘差。對於啟用AMT的CU內的亮度編碼塊,信令通知兩個附加標誌(例如,AMT索引)以標識要使用的水準和垂直變換。如在HEVC中,可以在JEM中以變換跳過模式編碼塊的殘差。為了避免語法編碼的冗餘,當CU級別AMT標誌不等於零時,不信令通知變換跳過標誌。
對於幀內殘差編碼,由於不同幀內預測模式的不同殘差統計,使用模式相關的變換候選選擇過程。如表2所示已經定義了三個變換子集,並且基於幀內預測模式來選擇變換子集,如表3所指定的。
表2:三個預定義的變換候選集
變換集 | 變換候選 |
0 | DST-VII, DCT-VIII |
1 | DST-VII, DST-I |
2 | DST-VII, DCT-VIII |
利用子集概念,首先使用CU級別AMT標誌等於1的CU的幀內預測模式來基於表2標識變換子集。此後,對於水準和垂直變換中的每一個,基於用標誌顯式地信令通知來選擇根據表3的標識的變換子集中的兩個變換候選中的一個。
表3:每個幀內預測模式的選擇的水準(H)和垂直(V)變換集
幀內模式 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 |
V | 2 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 |
H | 2 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 2 | 2 | 2 | 2 |
幀內模式 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | |
V | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | |
H | 2 | 2 | 2 | 2 | 2 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | |
幀內模式 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 |
V | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 2 | 2 | 2 | 2 | 2 | 2 | 2 |
H | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
幀內模式 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | ||||
V | 2 | 2 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | ||||
H | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 |
然而,對於幀間預測殘差,只有由DST-VII和DCT-VIII組成的一個變換集用於所有幀間模式以及水準和垂直變換兩者。
AMT的複雜性在編碼器側相對高,因為當使用蠻力(brute-force)搜索時,需要用每個殘差塊的速率失真成本來評估總共五個不同的變換候選(DCT-II和四個多重變換候選)。為了減輕編碼器處的該複雜性問題,在JEM中針對演算法加速設計了幾種優化方法。
在編碼器處,對於每個CU級編碼模式,應用兩階段編碼。如圖21A所示,第一階段檢查對CU僅應用DCT-II的R-D成本(CU級別標誌為0),而第二階段還檢查對CU應用多個變換的R-D成本(CU級別標誌為1)。此外,觀察到無論實際應用哪一階段,CU級別編碼模式是相對一致的。因此,當檢查CU的多重變換階段時,僅應用DCT-II的統計被收集,並且用於跳過第二多重變換階段中的不必要的R-D計算。如圖21B所示,當具有AMT CU級別標誌0的特定CU編碼模式的R-D成本超過特定閾值的最小R-D成本時,如圖21B中突出顯示的條件所指示的,跳過第二階段,即,用具有AMT CU級別標誌1的當前CU編碼模式編碼CU。
3.2 模式相關的不可分二次變換(NSST)
在JEM中,在正向核變換和量化(在編碼器處)之間以及去量化和反向核變換(在解碼器處)之間應用模式相關的不可分二次變換(Mode-Dependent Non-Separable Secondary Transform,MDNSST)。為了保持低複雜性,MDNSST僅應用於主變換之後的低頻係數。如果變換係數塊的寬度(W)和高度(H)都大於或等於8,則8×8不可分二次變換被應用於變換係數塊的左上8×8區域。否則,如果變換係數塊的W或H等於4,則應用4×4不可分二次變換,並且在變換係數塊的左上min(8,W)×min(8,W)區域上執行4×4不可分變換。以上變換選擇規則適用於亮度和彩度分量兩者。
不可分變換的矩陣乘法實施方式使用4×4輸入塊作為示例如下描述。為了應用不可分變換,4×4輸入塊X
被表示為向量:
不可分變換被計算為,其中指示變換係數向量,T是16×16變換矩陣。隨後使用該塊的掃描順序(水準、垂直或對角)將16×1係數向量重新組織為4×4塊。具有更小索引的係數將以更小的掃描索引放置在4×4係數塊中。在JEM中,用具有蝴蝶實施方式的超立方體-吉文斯變換(HyGT)代替矩陣乘法來降低不可分變換的複雜性。
3.2.1 模式相關的變換核選擇
對於4×4和8×8塊尺寸,總共有35×3個不可分二次變換,其中35是由幀內預測模式指定的表示為集合的變換集的數量,3是每個幀內預測模式的NSST候選的數量。從幀內預測模式到變換集的映射在圖31中示出的表4中定義。根據表4,應用於亮度/彩度變換係數的變換集由對應的亮度/彩度幀內預測模式指定。對於大於34的幀內預測模式(對角預測方向),變換係數塊在編碼器/解碼器處的二次變換之前/之後被轉置。
對於每個變換集,選擇的不可分二次變換候選進一步由顯示地信令通知的CU級別MDNSST索引指定。在使用變換係數和截斷的一元二值化之後,在位元流中每幀內CU信令通知一次索引。在平面或DC模式的情況下,截斷的值為2,對於角度幀內預測模式,截斷的值為3。僅當CU中存在多於一個的非零係數時,才信令通知該MDNSST索引。當沒有信令通知時,預設值為零。該語法元素的零值指示二次變換不應用於當前CU,值1-3指示應該應用集合中的哪個二次變換。
在JEM中,MDNSST不應用於以變換跳過模式編碼的塊。當針對CU信令通知MDNSST索引並且MDNSST索引不等於零時,MDNSST不用於在CU中以變換跳過模式編碼的分量的塊。當以變換跳過模式編碼具有所有分量的塊的CU或者非變換跳過模式CB的非零係數的數量小於2時,不針對CU信令通知MDNSST索引。
在JEM中,MDNSST還對當生成幀內預測時如何應用模式相關的參考樣本幀內平滑(Mode Dependent reference samples Intra Smoothing,MDIS)產生影響。當塊的MDNSST索引為零時,針對塊禁用MDIS(即,沒有參考樣本平滑)。當塊的MDNSST索引不等於零時,針對塊應用HEVC風格的MDIS。該規則應用於所有幀內預測模式,除了其中應用PDPC過程的平面模式。在JEM中,應用於HEVC中的32×32幀內塊尺寸的強幀內平滑被禁用。
在編碼器側,CU級別RD檢查用於選擇CU的NSST索引。也就是說,對於幀內編碼的CU,通過使用NSST索引值作為迴圈索引,CU級別RD檢查被迴圈四次。為了加快編碼器速度,使用了以下快速方法:
-應用迴圈的早期停止。當對於具有更小值的NSST索引,當前CU中沒有非零變換係數時,跳過具有更大值的NSST索引的RD檢查。
●-參考軟體中的每個NSST索引的幀內模式決策包括粗略模式決策(Rough Mode Decision,RMD)階段和RDO階段。在RMD階段中,基於SATD成本選擇67個幀內預測模式中的3個。該過程應用兩次(一次用於NSST索引等於零,一次用於NSST索引不等於零),而不是四次。對於所有非零NSST索引,幀內預測模式的不同NSST索引的SATD成本應該相同。因此,RMD過程只需要對所有非零NSST索引應用一次(因為NSST索引= 1),並且結果被重新用於其他非零NSST索引。
3.2.2 基於HyGT的不可分變換
超立方體-吉文斯變換(HyGT)用於對不可分二次變換的計算。該正交變換的基本元素是吉文斯旋轉,其由正交矩陣G(m, n, θ)定義,該正交矩陣具有如下定義的元素:
這些變換可以如圖22所示用圖形表示。
HyGT通過在超立方體排列中組合吉文斯旋轉集合來實施。圖23示出了16個元素(4×4不可分變換)的HyGT的“蝴蝶”形流程圖。假設N是二的冪,HyGT輪(round)被定義為一系列log2(N)階段,其中在每個階段中,向量m和n中的索引由維度為log2(N)的超立方體的邊在每個方向上順序地定義。
為了獲得良好的壓縮,使用多於一個HyGT輪。如圖24所示,完全不可分二次變換由R輪HyGT組成,並且可以包括可選的置換階段,以根據變換係數的方差對變換係數進行排序。在JEM中,2輪HyGT應用於4×4二次變換,4輪HyGT應用於8×8二次變換。
4. VVC測試模型(VVC Test Model,VTM)中的AMT的示例
在包括VTM版本2.0的一些實施例中,AMT的簡化版本可以包括以下特徵:
●幀內和幀間均啟用AMT,每個由SPS標誌控制
●無長度為64的DST-VII和DST-VIII(當任一維度大於32時,不發送AMT語法)
●無長度為128的DCT-II
●僅DCT-II、DST-VII和DCT-VIII
●所有變換都具有10位元係數
●以非零係數的數量大於二為條件
○兩個方向上的DCT2的標誌;如果不是,那麼
水準的標誌為DST-VII對DCT-VIII
垂直的標誌為DST-VII對DCT-VIII
5. 現有實施方式中的缺點的示例
在一個現有的AMT實施方式中,幀間AMT可以以171%的編碼時間提供附加的約1%的增益。在另一實施方式中,僅Merge的AMT(僅針對Merge模式啟用AMT)可以以150%的編碼時間提供約0.5%的增益,並且僅AMVP的AMT(僅針對AMVP模式啟用AMT)可以以110%的編碼時間提供約0.5%的增益。這些實施方式指示僅Merge的AMT的複雜性和編碼性能之間的折衷可能無法滿足未來視頻編碼要求。
6. 用於變換矩陣選擇的隱式編碼的示例方法
目前公開的技術的實施例克服了現有實施方式的缺點,從而提供了編碼效率更高但計算複雜性更低的視頻編碼。基於所公開的技術,用於變換矩陣選擇的隱式編碼可以增強現有視頻編碼標準和未來視頻編碼標準,在針對各種實施方式描述的以下示例中闡述。下面提供的所公開技術的示例解釋了一般概念,並且不意味著被解釋為限制。在示例中,MTS不限於JEM或VVC中的多重變換選擇的設計,而是可以指允許從其選擇的變換集合用於編碼/解碼塊的任何其他編碼技術。在示例中,NSST不限於JEM或VVC中的不可分二次變換的設計,而是可以指在應用主變換之後允許從其選擇的二次變換的集合用於編碼/解碼塊的任何其他編碼技術。在示例中,除非明確相反指示,否則這些示例中描述的各種特徵可以被組合。
示例1. 在一個示例中,為了指示MTS(或NSST)的使用,可以在圖片參數集/條帶標頭/圖片標頭等中信令通知一個或多個標誌。
(a)在一個示例中,可以信令通知特定編碼模式的標誌,以指示是否針對該模式啟用MTS(或NSST)。
(b)在一個示例中,可以信令通知一個標誌,以指示是否針對幀內編碼的塊啟用MTS(或NSST)。
(c)在一個示例中,可以信令通知一個標誌,以指示是否針對幀間編碼的塊啟用MTS(或NSST)。
(d)在一個示例中,可以信令通知一個標誌,以指示是否針對AMVP編碼的塊(其可以包括或排除仿射幀間模式)啟用MTS(或NSST)。
(e)在一個示例中,可以信令通知一個標誌,以指示是否針對Merge編碼的塊(其可以包括或排除仿射Merge模式)啟用MTS(或NSST)。
(f)在一個示例中,可以信令通知一個標誌,以指示是否針對諸如仿射模式或ATMVP模式的基於子塊的預測啟用MTS(或NSST)。
示例2. 在一個示例中,可以針對特定模式始終禁用MTS(或NSST),而無需信令通知。
(a)在一個示例中,針對AMVP編碼的塊(其可以包括或排除仿射幀間模式)禁用MTS。
(b)在一個示例中,針對諸如仿射模式或ATMVP模式的基於子塊的預測禁用MTS。
示例3. 在一個示例中,可以在CU組/CTU/CTB/條帶標頭/圖片標頭中信令通知啟用/禁用NSST或MTS。
示例4. 在一個示例中,變換矩陣資訊可以從當前塊的相鄰塊繼承。
(a)在一個示例中,相鄰塊可以被定義為鄰近空域相鄰塊、非鄰近相鄰塊或時域相鄰塊。
(b)在一個示例中,變換矩陣資訊可以包括主變換是非DCT-II變換標誌(例如,AMT CU標誌)和/或主矩陣索引。
(c)在一個示例中,變換矩陣資訊可以包括二次變換矩陣索引。
(d)在一個示例中,變換矩陣資訊可以與運動資訊一起儲存。在一個示例中,對於要由後續圖片參考的每個圖片,需要儲存變換矩陣資訊。
(e)在一個示例中,此外,Merge/AMVP候選之間的修剪可以進一步取決於相關聯的變換矩陣資訊是否相同。如果兩個候選的變換矩陣資訊不同,則這樣的兩個候選都可以被添加到最終候選列表。
(f)在一個示例中,只有N個Merge/AMVP候選從相鄰塊繼承變換矩陣資訊,而其他Merge/AMVP候選使用默認變換,其中N是正整數。
(g)在一個示例中,即使塊以跳過模式編碼,變換資訊也可能需要從其繼承運動資訊的鄰域繼承。
(h)在一個示例中,這樣的方法可以應用於Merge模式和/或AMVP模式、和/或基於子塊的編碼模式。
(i)可替換地,相鄰塊的變換矩陣資訊可以用作當前塊的變換矩陣資訊的預測。
示例5. 在一個示例中,默認變換可以被分配給特定模式/特定類型的AMVP/Merge/仿射運動候選或者CU/PU/TU內的特定數量的非零係數。
(a)對於組合的雙向Merge候選,可以使用默認變換,而無需信令通知。
(b)對於零Merge候選,可以使用默認變換,而無需信令通知。
(c)對於涉及來自時域塊的運動資訊的Merge候選(例如,TMVP、ATMVP、STMVP),可以使用默認變換,而無需信令通知。
(d)對於子塊Merge候選(例如,ATMVP、STMVP、平面運動模式),可以使用預設變換,而無需信令通知。
(e)當塊用所有零係數編碼時(即,非零係數的數量等於0),為該塊分配預設變換索引。
(f)可替換地,當塊用所有零係數編碼(即,非零係數的數量等於0)並且該塊以AMVP模式編碼時,為該塊分配預設變換索引。
(g)對於諸如仿射模式或ATMVP模式的基於子塊的預測,可以使用默認變換,而無需信令通知。
示例6. 在一個示例中,代替對塊內有多少非零係數進行計數,(以正向掃描順序)檢查最後一個非零係數的位置,以確定是否跳過AMT CU標誌。用相對於塊的左上角位置的座標(LastX,LastY)表示位置。左上角位置的座標被定義為(0,0)。
(a)當LastX>=Th0且LastY>=Th1時,不信令通知AMT CU標誌。
(b)當LastX>=Th0或LastY>=Th1時,不信令通知AMT CU標誌。
(c)變數Th0和/或Th1可以被預定義或者在SPS、PPS、條帶標頭、圖片標頭、CU組、CTU、CTB等中信令通知。
(d)變數Th0和/或Th1可以進一步取決於塊形狀或尺寸。
(e)Th0和Th1可以取決於量化參數(Quantization Parameter,QP)
(f)Th0和Th1可以取決於編碼模式
(g)Th0=Th1
(h)如果W=H,則Th0=Th1;如果W>H,則TH0>Th1,如果W>H,則TH>TH1,其中W和H分別為當前塊的寬度和高度。
(i)Th0和Th1都被設置為1或0。
(j)類似地,上述方法也可以應用於NSST索引信令,也就是說,對於一些情況,跳過NSST索引信令。
示例7. 在一個示例中,信令通知變換矩陣資訊(例如,AMT CU標誌和/或AMT索引)可以通過以下方式修改:
(a)首先信令通知用以指示變換索引是否從其繼承運動資訊的相鄰塊繼承的一個標誌。如果不繼承,則可以進一步信令通知AMT CU標誌和/或AMT索引。
(b)對於Merge模式,可以首先信令通知AMT CU標誌。如果CU標誌被設置為0,則利用默認變換。否則(如果CU標誌等於1),可以繼承AMT索引。
示例8. 在一個示例中,變換資訊可以取決於運動向量、和/或運動向量差、和/或參考圖片和當前圖片的圖片順序計數(Picture-Order-Count,POC)距離。
(a)在一個示例中,變換資訊可以取決於abs(MVx)+abs(MVy)或(MVx)*(MVx)+(MVy)*(MVy)。
(b)在一個示例中,變換資訊可以取決於abs(MVDx)+abs(MVDy)或(MVDx)*(MVDx)+(MVDy)*(MVDy)。
上述示例可以併入下面描述的方法的上下文中,例如可以在視頻解碼器處實施的方法2500、2600、2700、2800和2900。
圖25示出了用於視頻編碼的示例性方法的流程圖。方法2500包括,在步驟2510處,接收視頻資料的當前塊的位元流表示。
方法2500包括,在步驟2520處,基於位元流表示推導信令資訊。
方法2500包括,在步驟2530處,基於信令資訊啟用至少一個變換矩陣。在一些實施例中,啟用至少一個變換矩陣是基於指示當前塊的編碼模式的標誌。在其他實施例中,啟用至少一個變換矩陣是基於當前塊被幀內編碼。在其他實施例中,啟用至少一個變換矩陣是基於當前塊被幀間編碼。在其他實施例中,啟用至少一個變換矩陣是基於當前塊是高級運動向量預測(AMVP)編碼的塊。
方法2500包括,在步驟2540處,使用至少一個變換矩陣(如果啟用的話)處理位元流表示,以生成當前塊。
在一些實施例中,生成當前塊包括解壓縮或生成當前塊的未壓縮版本。在其他實施例中,生成當前塊包括重構該塊。
在一些實施例中,啟用至少一個變換矩陣是基於指示當前塊的編碼模式的標誌。
在一些實施例中,啟用至少一個變換矩陣是基於當前塊被幀內編碼。
在一些實施例中,啟用至少一個變換矩陣是基於當前塊被幀間編碼。
在一些實施例中,啟用至少一個變換矩陣是基於當前塊是高級運動向量預測(AMVP)編碼的塊。
圖26示出了用於視頻編碼的另一示例性方法的流程圖。該示例包括類似於圖25中示出的上述特徵和/或步驟的一些特徵和/或步驟。在本章節中可能不會單獨描述這些特徵和/或元件中的至少一些。方法2600包括,在步驟2610處,接收視頻資料的當前塊的位元流表示。
方法2600包括,在步驟2620處,基於相鄰塊的變換矩陣資訊選擇當前塊的變換矩陣資訊。在一些實施例中,相鄰塊是鄰近空域相鄰塊、非鄰近相鄰塊或時域相鄰塊。
方法2600包括,在步驟2630處,使用當前塊的變換矩陣資訊處理位元流表示,以生成當前塊。
在一些實施例中,變換矩陣資訊包括非離散餘弦變換(DCT)-II標誌或主矩陣索引。在其他實施例中,變換矩陣資訊包括二次變換矩陣索引。
在一些實施例中,相鄰塊的變換矩陣資訊可以用作當前塊的變換矩陣資訊的預測值
在一些實施例中,修剪Merge候選列表中的兩個Merge候選可以基於這兩個Merge候選的變換矩陣資訊。
圖27示出了用於視頻編碼的又一示例性方法的流程圖。該示例包括類似於圖25和圖26中示出的上述特徵和/或步驟的一些特徵和/或步驟。在本章節中可能不會單獨描述這些特徵和/或元件中的至少一些。方法2700包括,在步驟2710處,接收視頻資料的當前塊的位元流表示。在一些實施例中,當前塊用所有零係數編碼。
方法2700包括,在步驟2720處,基於位元流表示推導信令資訊。
方法2700包括,在步驟2730處,選擇預設變換矩陣,其中信令資訊中不存在選擇的指示。
方法2700包括,在步驟2740處,使用預設變換矩陣處理位元流表示,以生成當前塊。在一些實施例中,該處理是基於組合的雙向Merge候選或零候選。
圖28示出了用於視頻編碼的又一示例性方法的流程圖。該示例包括類似於圖25-圖27中示出的上述特徵和/或步驟的一些特徵和/或步驟。在本章節中可能不會單獨描述這些特徵和/或元件中的至少一些。方法2800包括,在步驟2810處,接收視頻資料的當前塊的位元流表示。
方法2800包括,在步驟2820處,基於位元流表示推導信令資訊。
方法2800包括,在步驟2830處,基於係數塊的最後非零係數的位置,確定信令資訊是否包括與變換矩陣資訊相對應的索引,其中係數塊與當前塊相關聯。
在一些實施例中,係數塊中的最後非零係數的位置為(Xlast,Ylast),其中Xlast ≤ τ1(第一閾值)且Ylast ≤ τ2(第二閾值),並且其中信令資訊不包括索引。在示例中,在序列參數集(Sequence Parameter Set,SPS)、圖片參數集(PPS)、條帶標頭、圖片標頭、編碼樹單元(Coding Tree Unit,CTU)、編碼單元(CU)或編碼樹塊(Coding Tree Block,CTB)中信令通知第一閾值或第二閾值。在另一示例中,第一閾值或第二閾值是基於當前塊的大小。在又一示例中,第一閾值或第二閾值是基於當前塊的編碼模式。在又一示例中,第一閾值或第二閾值是基於量化參數(QP)。
方法2800包括,在步驟2840處,使用變換矩陣資訊處理位元流表示,以生成當前塊。在一些實施例中,當信令資訊不包括索引時,該處理使用默認變換矩陣。
圖29示出了用於視頻編碼的又一示例性方法的流程圖。該示例包括類似於圖25-圖28中示出的上述特徵和/或步驟的一些特徵和/或步驟。在本章節中可能不會單獨描述這些特徵和/或元件中的至少一些。方法2900包括,在步驟2910處,接收視頻資料的當前塊的位元流表示。
方法2900包括,在步驟2920處,基於與視頻資料的當前塊相對應的運動資訊或圖片順序計數(POC)距離來選擇變換矩陣。
方法2900包括,在步驟2930處,使用變換矩陣處理位元流表示,以生成當前塊。
在一些實施例中,POC距離對應於與當前塊相關聯的參考圖片。在其他實施例中,運動資訊包括運動向量或運動向量差。
在一些實施例中,以下技術解決方案的列表可能是優選的實施方式。
1. 一種視頻處理的方法(例如,圖12A中示出的方法1200),包括:解析(1202)視頻的編碼表示中的、用於第一確定將編碼表示轉換為視頻塊的第一變換的應用性的第一欄位。在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果。方法1200還包括通過基於第一確定選擇性地使用第一變換來執行(1204)轉換。
2. 根據解決方案1所述的方法,還包括:解析視頻的編碼表示中的、用於第二確定轉換的第二變換的應用性的第二欄位,其中第二變換在轉換期間與第一變換級聯應用,並且其中執行轉換還包括基於第二確定選擇性地使用第二變換。
3. 根據解決方案2所述的方法,其中,第一變換用於將去量化殘差係數值變換為第一變換表示,第二變換用於將第一變換表示的至少一部分變換為第二變換表示。
4. 根據解決方案3所述的方法,其中,第一變換是自我調整多核變換(AMT)。
5. 根據解決方案3-4中任一項所述的方法,其中,第二變換是二次變換。
6. 根據解決方案1-3中任一項所述的方法,其中,第一欄位與編碼表示中的圖片參數集級別處的標誌相對應。
7. 根據解決方案1-3中任一項所述的方法,其中,第一欄位與編碼表示中的處於條帶標頭級別的標誌相對應。
8. 根據解決方案1-3中任一項所述的方法,其中,第一欄位與編碼表示中的處於圖片級別的標誌相對應。
9. 根據解決方案1-3和6-8中任一項所述的方法,其中,第一確定或第二確定進一步基於編碼表示中的、用於表示視頻塊的編碼模式。
10. 根據解決方案1-3中任一項所述的方法,其中,第一欄位被包括在處於視頻區域級別的編碼表示中,其中視頻區域至少包括視頻塊,並且其中第一欄位指示當成功確定視頻塊的編碼模式是特定編碼模式時將在轉換期間應用第一變換。
11. 根據解決方案10所述的方法,其中,特定編碼模式是幀內編碼模式。
12. 根據解決方案10所述的方法,其中,特定編碼模式是幀間編碼模式。
13. 根據解決方案10所述的方法,其中,特定編碼模式是高級運動向量預測編碼模式。
14. 根據解決方案10所述的方法,其中,特定編碼模式是包括仿射編碼的Merge編碼模式。
15. 根據解決方案10所述的方法,其中,特定編碼模式是排除仿射編碼的Merge編碼模式。
16. 根據解決方案10所述的方法,其中,特定編碼模式是基於子塊的編碼模式。
17. 根據解決方案1-16中任一項所述的方法,其中,欄位處於編碼單元組級別、或編碼樹單元級別、或編碼樹塊級別、或條帶標頭級別、或圖片標頭級別。
18. 根據解決方案6至17中任一項所述的方法,其中,第一變換是自我調整多核變換(AMT)。
19. 根據解決方案6至17中任一項所述的方法,其中,第二變換是二次變換。
20. 一種視頻處理的方法(例如,圖13A中示出的方法1300),包括:對於視頻的當前視頻塊和視頻的編碼表示之間的轉換,執行(1302)對用於當前視頻塊的編碼模式為特定類型的確定;作為編碼模式為特定類型的結果,執行(1304)對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位不存在於編碼表示中的確定;在欄位不存在的情況下解析(1306)編碼表示;以及通過由於該確定而禁止將第一變換或第二變換用於變換當前視頻塊的去量化殘差係數,生成(1308)當前視頻塊。
21. 根據解決方案20所述的方法,其中,特定類型包括高級運動向量預測編碼模式。
22. 根據解決方案20所述的方法,其中,特定類型包括基於子塊的預測模式。
23. 根據解決方案22所述的方法,其中,基於子塊的預測模式包括可選時域運動向量預測模式。
24. 根據解決方案20-23中任一項所述的方法,其中,第一變換包括自我調整多核變換(AMT)。
25. 根據解決方案20-23中任一項所述的方法,其中,第一變換包括二次變換。
前一章節提供了上述解決方案的附加特徵(例如,第1項和第3項)。
26. 一種視頻處理的方法(例如,圖14A中示出的方法1400),包括:從相鄰視頻塊繼承(1402)關於視頻塊的編碼表示和視頻塊之間的轉換的第一變換的變換資訊,其中在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果;以及通過基於第一繼承選擇性地使用第一變換來執行(1404)轉換。
27. 根據解決方案26所述的方法,其中,相鄰塊是空域鄰近的塊。
28. 根據解決方案26所述的方法,其中,相鄰塊是包括視頻塊的視頻圖片中的空域非鄰近的塊。
29. 根據解決方案26所述的方法,其中,相鄰塊是時域相鄰的塊。
30. 根據解決方案26-29中任一項所述的方法,其中,關於第一變換的變換資訊包括對第一變換是否為離散餘弦變換的第一指示或第一變換的主矩陣索引的第二指示。
31. 根據解決方案26-30中任一項所述的方法,其中,去量化殘差係數值的結果通過對去量化殘差係數值應用另一變換而計算。
32. 根據解決方案31所述的方法,其中,關於第一變換的變換資訊還包括標識另一變換的索引。
33. 根據解決方案26-30中任一項所述的方法,其中,第一變換用於變換去量化殘差係數值的變換表示的至少一部分。
34. 根據解決方案26-33中任一項所述的方法,其中,該繼承包括繼承與相鄰視頻塊的運動資訊一起儲存的變換資訊。
35. 根據解決方案34所述的方法,其中,關於第一變換的變換資訊以視頻圖片級別儲存。
36. 根據解決方案15所述的方法,其中,關於第一變換的變換資訊由於圖片為參考圖片而以圖片級別儲存。
37. 根據解決方案26至36中任一項所述的方法,其中,該轉換包括使用修剪操作來生成候選列表,該修剪操作取決於關於與被修剪的候選相關聯的第一變換的變換資訊。
38. 根據解決方案26-37中任一項所述的方法,其中,該繼承由於視頻塊從相鄰視頻塊繼承前N個候選中的一個而被執行。
39. 根據解決方案38所述的方法,其中,前N個候選中的一個包括Merge候選。
40. 根據解決方案39所述的方法,其中,前N個候選中的一個包括高級運動向量預測候選。
41. 根據解決方案26-37中任一項所述的方法,還包括:確定第一視頻塊被編碼為跳過塊(skipped block),並且其中繼承關於第一變換的變換資訊包括從其繼承運動資訊的相鄰視頻塊繼承關於第一變換的變換資訊。
42. 根據解決方案26至41中任一項所述的方法,其中,第一視頻塊是使用Merge模式解碼的。
43. 根據解決方案26至33中任一項所述的方法,其中,第一視頻塊是使用高級運動向量預測模式解碼的。
44. 根據解決方案26至43中任一項所述的方法,其中,該繼承包括基於關於相鄰視頻塊的變換資訊來預測性地確定關於用於當前視頻塊的第一變換的變換資訊。
前一章節提供了上述解決方案的附加特徵(例如,第4項)。
45. 一種視頻處理的方法(例如,圖15A中描繪的方法1500),包括:基於當前視頻塊的編碼條件來確定(1502)用於將編碼表示轉換為當前視頻塊的第一變換為默認變換,其中在轉換期間,第一變換被應用於當前視頻塊的去量化殘差係數值的結果;以及通過基於第一確定選擇性地使用第一變換來執行(1504)轉換。
46. 根據解決方案45所述的方法,其中,當前視頻塊的編碼條件包括第一視頻塊的編碼模式。
47. 根據解決方案45所述的方法,其中,編碼條件包括在與當前視頻塊相關聯的編碼單元、或預測單元、或變換單元中編碼的非零係數的計數。
48. 根據解決方案45-46中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用組合的Merge候選,並且其中預設變換在編碼表示中沒有任何信令的情況下被使用。
49. 根據解決方案45-46中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用零Merge候選,並且其中預設變換在編碼表示中沒有任何信令的情況下被使用。
50. 根據解決方案45-46中任一項所述的方法,其中,編碼條件包括使用當前視頻塊的時域相鄰的塊的運動資訊,並且其中預設變換在編碼表示中沒有任何信令的情況下被使用。
51. 根據解決方案50所述的方法,其中,時域相鄰的塊用於時域運動向量預測。
52. 根據解決方案50所述的方法,其中,時域相鄰的塊用於可選時域運動向量預測。
53. 根據解決方案50所述的方法,其中,時域相鄰的塊用於時空運動向量預測。
54. 根據解決方案45-46中任一項所述的方法,其中,編碼條件包括對於當前視頻塊的轉換使用子塊Merge候選。
55. 根據解決方案54所述的方法,其中,子塊Merge候選包括高級時域運動向量預測值。
56. 根據解決方案54所述的方法,其中,子塊Merge候選包括時空運動向量預測值。
57. 根據解決方案54所述的方法,其中,子塊Merge候選包括平面運動模式預測值。
58. 根據解決方案45所述的方法,其中,編碼條件與已經用所有零係數編碼的當前視頻塊相對應,並且確定包括確定預設變換索引被用於該轉換。
59. 根據解決方案45-46中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用基於子塊的預測,並且其中確定變換資訊,而無需在編碼表示中信令通知。
60. 根據解決方案59所述的方法,其中,基於子塊的預測包括仿射預測,並且其中確定變換資訊,而無需編碼表示中的信令。
61. 根據解決方案59所述的方法,其中,基於子塊的預測包括高級時域運動向量預測,並且其中確定變換資訊,而無需編碼表示的信令。
62. 根據解決方案45所述的方法,其中,編碼條件包括當前視頻塊的運動向量值的函數。
63. 根據解決方案63所述的方法,其中,運動向量值的函數包括abs(MVx)+abs(MVy)或(MVx)*(MVx)+(MVy)*(MVy),其中MVx和MVy是運動向量值,abs()表示絕對值函數。
64. 根據解決方案45所述的方法,其中,編碼條件包括當前視頻塊的運動向量差值的函數。
65. 根據解決方案64所述的方法,其中,運動向量差值的函數包括abs(MVDx)+abs(MVDy)或(MVDx)*(MVDx)+(MVDy)*(MVDy),其中MVDx和MVDy是運動向量差值,abs( )表示絕對值函數。
前一章節提供了上述解決方案的附加特徵(例如,第5項和第8項)。
66. 一種視頻處理的方法(例如,圖16A中描繪的方法1600),包括:解析(1602)包括視頻的多個視頻塊的編碼表示的位元流,其中對於當前視頻塊,位元流包括關於相鄰塊的變換資訊是否被繼承作為當前視頻塊的變換資訊的第一指示符,以及基於從解析第一指示符獲得的變換資訊來對編碼表示進行解碼(1604),以生成當前視頻塊,其中在轉換期間,由變換資訊標識的變換被應用於當前視頻塊的去量化殘差係數值的結果。
67. 根據解決方案66所述的方法,包括:由於第一指示符指示變換資訊不是從相鄰塊繼承的,解析標識在轉換期間使用的變換資訊的第二指示符。
68. 根據解決方案66所述的方法,其中,該變換包括自我調整多核變換(AMT)。
69. 根據解決方案66-67中任一項所述的方法,其中,第二指示符包括位元流中處於編碼單元級別的標誌。
70. 根據解決方案66-67中任一項所述的方法,其中,第二指示符包括該變換的索引。
71. 一種視頻處理的方法(例如,圖17A中描繪的方法1700),包括:解析(1702)包括視頻的多個視頻塊的編碼表示的位元流,其中對於使用Merge模式編碼的當前視頻塊,位元流包括指示將默認變換作為變換使用的第一指示的一位元欄位,並且從相鄰塊繼承變換資訊的第二指示被包括在編碼表示中;基於一位元欄位標識(1704)變換;以及執行(1706)編碼表示和當前視頻塊之間的轉換;其中在轉換期間,該變換被應用於當前視頻塊的去量化殘差係數值的結果。
72. 根據解決方案71所述的方法,其中,第一指示包括作為1位元欄位的“0”位元,並且第二指示包括作為1位元欄位的“1”位元。
73. 根據解決方案71所述的方法,其中,第一指示包括作為1位元欄位的“1”位元,並且第二指示包括作為1位元欄位的“0”位元。
74. 根據解決方案71-73中任一項所述的方法,其中,該變換包括自我調整多核變換(AMT)。
75. 根據解決方案66至74中任一項所述的方法,包括:相鄰塊與當前視頻塊鄰近。
76. 根據解決方案66至74中任一項所述的方法,包括:相鄰塊與當前視頻塊不鄰近。
前一章節提供了上述解決方案的附加特徵(例如,第7項)。
77. 一種視頻處理的方法(例如,圖12B中描繪的方法1250),包括:將第一確定將編碼表示轉換為視頻塊的第一變換的應用性的第一欄位包括(1252)在視頻的編碼表示中,其中在轉換期間,第一變換將被應用於視頻塊的去量化殘差係數值的結果;以及通過對視頻塊進行編碼來生成(1254)編碼表示。
78. 根據解決方案77所述的方法,還包括:將第二確定轉換的第二變換的應用性的第二欄位包括在視頻的編碼表示中,其中第二變換將在轉換期間與第一變換級聯應用,並且其中執行轉換還包括基於第二確定選擇性地使用第二變換。
79. 根據解決方案78所述的方法,其中,第一變換用於將去量化殘差係數值變換為第一變換表示,第二變換用於將第一變換表示的至少一部分變換為第二變換表示。
80. 根據解決方案79所述的方法,其中,第一變換是自我調整多核變換(AMT)。
81. 根據解決方案79-80中任一項所述的方法,其中,第二變換是二次變換。
82. 根據解決方案77-79中任一項所述的方法,其中,第一欄位與編碼表示中處於圖片參數集級別的標誌相對應。
83. 根據解決方案77-79中任一項所述的方法,其中,第一欄位與編碼表示中處於條帶標頭級別的標誌相對應。
84. 根據解決方案77-79中任一項所述的方法,其中,第一欄位與編碼表示中處於圖片級別的標誌相對應。
85. 根據解決方案77-79和82-84中任一項所述的方法,其中,第一確定或第二確定還基於編碼表示中的用於表示視頻塊的編碼模式。
86. 根據解決方案77-79中任一項所述的方法,其中,第一欄位被包括在視頻區域級別處的編碼表示中,其中視頻區域至少包括視頻塊,並且其中第一欄位指示當成功確定視頻塊的編碼模式是特定編碼模式時將在轉換期間應用第一變換。
87. 根據解決方案86所述的方法,其中,特定編碼模式是幀內編碼模式。
88. 根據解決方案86所述的方法,其中,特定編碼模式是幀間編碼模式。
89. 根據解決方案86所述的方法,其中,特定編碼模式是高級運動向量預測編碼模式。
90. 根據解決方案86所述的方法,其中,特定編碼模式是包括仿射編碼的Merge編碼模式。
91. 根據解決方案86所述的方法,其中,特定編碼模式是排除仿射編碼的Merge編碼模式。
92. 根據解決方案86所述的方法,其中,特定編碼模式是基於子塊的編碼模式。
93. 根據解決方案77-92中任一項所述的方法,其中,欄位處於編碼單元組級別、或編碼樹單元級別、或編碼樹塊級別、或條帶標頭級別、或圖片標頭級別。
94. 根據解決方案82-93中任一項所述的方法,其中,第一變換是自我調整多核變換(AMT)。
95. 根據解決方案82至93中任一項所述的方法,其中,第二變換是二次變換。
前一章節提供了上述解決方案的附加特徵(例如,第1項和第3項)。
96. 一種視頻處理的方法(例如,圖13B中描繪的方法1350),包括:對於視頻的當前視頻塊和視頻的編碼表示之間的轉換,執行(1352)對用於當前視頻塊的編碼模式為特定類型的確定;作為編碼模式為特定類型的結果,執行(1354)對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位將不被包括在編碼表示中的確定;以及在不包括欄位的情況下生成(1356)編碼表示;其中,通過由於該確定而禁止將第一變換和/或第二變換用於變換當前視頻塊的去量化殘差係數,可解碼當前視頻塊。
97. 根據解決方案96所述的方法,其中,特定類型包括高級運動向量預測編碼模式。
98. 根據解決方案96所述的方法,其中,特定類型包括基於子塊的預測模式。
99. 根據解決方案98所述的方法,其中,基於子塊的預測模式包括可選時域運動向量預測模式。
100. 根據解決方案96-99中任一項所述的方法,其中,第一變換包括自我調整多核變換(AMT)。
101. 根據解決方案96至99中任一項所述的方法,其中,第一變換包括二次變換。
前一章節提供了上述解決方案的附加特徵(例如,第2項)。
102. 一種視頻處理的方法(例如,圖14B中描繪的方法1450),包括:確定(1452)將從相鄰視頻塊繼承關於視頻塊的編碼表示和視頻塊之間的轉換的第一變換的變換資訊,其中在轉換期間,第一變換被應用於視頻塊的去量化殘差係數值的結果;以及基於該確定來生成(1454)編碼表示。
103. 根據解決方案102所述的方法,其中,相鄰塊是空域鄰近的塊。
104. 根據解決方案102所述的方法,其中,相鄰塊是包括視頻塊的視頻圖片中的空域非鄰近的塊。
105. 根據解決方案102所述的方法,其中,相鄰塊是時域相鄰的塊。
106. 根據解決方案102-105中任一項所述的方法,其中,關於第一變換的變換資訊包括第一變換是否為離散餘弦變換的第一指示或第一變換的主矩陣索引的第二指示。
107. 根據解決方案102-106中任一項所述的方法,其中,去量化殘差係數值的結果通過對去量化殘差係數值應用另一變換而計算。
108. 根據解決方案107所述的方法,其中,關於第一變換的變換資訊還包括標識另一變換的索引。
109. 根據解決方案102-106中任一項所述的方法,其中,第一變換用於變換去量化殘差係數值的變換表示的至少一部分。
110. 根據解決方案102-109中任一項所述的方法,其中,該繼承包括繼承與相鄰視頻塊的運動資訊一起儲存的變換資訊。
111. 根據解決方案110所述的方法,其中,關於第一變換的變換資訊以視頻圖片級別儲存。
112. 根據解決方案111所述的方法,其中,關於第一變換的變換資訊由於圖片為參考圖片而以圖片級別儲存。
113. 根據解決方案102至112中任一項所述的方法,其中,該轉換包括使用修剪操作來生成候選列表,該修剪操作取決於關於與被修剪的候選相關聯的第一變換的變換資訊。
114. 根據解決方案102-113中任一項所述的方法,其中,該繼承由於視頻塊從相鄰視頻塊繼承前N個候選中的一個而被執行。
115. 根據解決方案114所述的方法,其中,前N個候選中的一個包括Merge候選。
116. 根據解決方案114所述的方法,其中,前N個候選中的一個包括高級運動向量預測候選。
117. 根據解決方案102-113中任一項所述的方法,還包括:確定第一視頻塊將被編碼為跳過塊,並且其中繼承關於第一變換的變換資訊包括從其繼承運動資訊的相鄰視頻塊繼承關於第一變換的變換資訊。
118. 根據解決方案1至117中任一項所述的方法,其中,第一視頻塊是使用Merge模式編碼的。
119. 根據解決方案102至108中任一項的方法,其中,第一視頻塊是使用高級運動向量預測模式編碼的。
120. 根據解決方案102至119中任一項所述的方法,其中,該繼承包括基於關於相鄰視頻塊的變換資訊來預測性地確定關於用於當前視頻塊的第一變換的變換資訊。
前一章節提供了上述解決方案的附加特徵(例如,第4項)。
121. 一種視頻處理的方法(例如,圖15B中描繪的方法1550),包括:基於當前視頻塊的編碼條件來確定(1552)將用於將編碼表示轉換為當前視頻塊的第一變換為默認變換,其中在轉換期間,第一變換被應用於當前視頻塊的去量化殘差係數值的結果;以及基於第一確定來生成(1554)當前視頻塊的編碼表示。
122. 根據解決方案121所述的方法,其中,當前視頻塊的編碼條件包括第一視頻塊的編碼模式。
123. 根據解決方案121所述的方法,其中,編碼條件包括在與當前視頻塊相關聯的編碼單元、或預測單元、或變換單元中編碼的非零係數的計數。
124. 根據解決方案121-122中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用組合的Merge候選,並且其中將使用預設變換,而無需編碼表示中的任何信令。
125. 根據解決方案121-122中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用零Merge候選,並且其中在編碼表示中隱式地信令通知默認變換。
126. 根據解決方案121-122中任一項所述的方法,其中,編碼條件包括使用當前視頻塊的時域相鄰的塊的運動資訊,並且其中在編碼表示中隱式地信令通知默認變換。
127. 根據解決方案126所述的方法,其中,時域相鄰的塊用於時域運動向量預測。
128. 根據解決方案126所述的方法,其中,時域相鄰的塊用於可選時域運動向量預測。
129. 根據解決方案126所述的方法,其中,時域相鄰的塊用於時空運動向量預測。
130. 根據解決方案121-122中任一項所述的方法,其中,編碼條件包括對於當前視頻塊的轉換使用子塊Merge候選。
131. 根據解決方案130所述的方法,其中,子塊Merge候選包括高級時域運動向量預測值。
132. 根據解決方案130所述的方法,其中,子塊Merge候選包括時空運動向量預測值。
133. 根據解決方案130所述的方法,其中,子塊Merge候選包括平面運動模式預測值。
134. 根據解決方案121所述的方法,其中,編碼條件與已經用所有零係數編碼的當前視頻塊相對應,並且確定包括確定預設變換索引將被用於轉換。
135. 根據解決方案121-122中任一項所述的方法,其中,編碼條件包括對於當前視頻塊使用基於子塊的預測,並且其中在編碼表示中隱式地信令通知變換資訊。
136. 根據解決方案135所述的方法,其中,基於子塊的預測包括仿射預測,並且其中在編碼表示中隱式地信令通知變換資訊。
137. 根據解決方案135所述的方法,其中,基於子塊的預測包括高級時域運動向量預測,並且其中在編碼表示中隱式地信令通知變換資訊。
138. 根據解決方案121所述的方法,其中,編碼條件包括當前視頻塊的運動向量值的函數。
139. 根據解決方案138所述的方法,其中,運動向量值的函數包括abs(MVx)+abs(MVy)或(MVx)*(MVx)+(MVy)*(MVy),其中MVx和MVy是運動向量值,abs()表示絕對值函數。
140. 根據解決方案121所述的方法,其中,編碼條件包括當前視頻塊的運動向量差值的函數。
141. 根據解決方案140所述的方法,其中,運動向量差值的函數包括abs(MVDx)+abs(MVDy)或(MVDx)*(MVDx)+(MVDy)*(MVDy),其中MVDx和MVDy是運動向量差值,abs( )表示絕對值函數。
前一章節提供了上述解決方案的附加特徵(例如,第5項和第8項)。
142. 一種視頻處理的方法(例如,圖16B中描繪的方法1650),包括:對於當前視頻塊,確定(1652)將關於相鄰塊的變換資訊是否被繼承作為當前視頻塊的變換資訊的第一指示符包括在包括視頻的多個視頻塊的編碼表示的位元流中;以及基於變換資訊來生成(1654)當前視頻塊的編碼表示;其中在解碼期間,由變換資訊標識的變換將被應用於當前視頻塊的去量化殘差係數值的結果。
143. 根據解決方案142所述的方法,還包括,或者在不存在第一指示符的情況下,標識在編碼表示和當前視頻塊之間的轉換期間使用的變換資訊的第二指示符。
144. 根據解決方案142所述的方法,其中,該變換包括自我調整多核變換(AMT)。
145. 根據解決方案142-143中任一項所述的方法,其中,第二指示符包括位元流中處於編碼單元級別的標誌。
146. 根據解決方案142-143中任一項所述的方法,其中,第二指示符包括變換的索引。
147. 一種視頻處理的方法(例如,圖17B中描繪的方法1750),包括:對於使用Merge模式編碼的當前視頻塊,確定(1752)將編碼表示中的、指示將默認變換作為變換使用的第一指示和使用標識變換的索引的第二指示的一位元欄位包括在包括視頻的多個視頻塊的編碼表示的位元流中;以及生成(1754)其中由一位元欄位標識變換的編碼表示。
148. 根據解決方案147所述的方法,其中,第一指示包括作為1位元欄位的“0”位元,第二指示包括作為1位元欄位的“1”位元。
149. 根據解決方案147所述的方法,其中,第一指示包括作為1位元欄位的“1”位元,第二指示包括作為1位元欄位的“0”位元。
150. 根據解決方案147-149中任一項所述的方法,其中,該變換包括自我調整多核變換(AMT)。
前一章節提供了上述解決方案的附加特徵(例如,第7項)。
151. 根據解決方案1-150中任一項所述的方法,其中,所述變換包括正變換與逆變換的至少一者。
152. 一種包括處理器的視訊編碼器裝置,被配置為實施根據解決方案1至151中的一個或多個所述的方法。
153. 一種其上儲存有代碼的電腦程式產品,該代碼在執行時使得處理器實施根據解決方案1至151中的一個或多個所述的方法。
154. 一種本文件中描述的方法、裝置或系統。
以下條款列出了可以在解碼、編碼或轉碼側實施的解決方案的附加示例。
1. 一種視頻處理的方法(例如,圖18A中示出的方法1800),包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查(1802)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;以及基於該位置來執行(1804)對是否解析編碼表示中的信令通知變換資訊的語法元素的確定。
2. 根據條款1所述的方法,包括:通過根據該確定解析編碼表示來執行轉換。
3. 一種視頻處理的方法(例如,圖19A中示出的方法1900),包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查(1902)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和至少一個其他編碼準則滿足條件,確定(1904)信令通知變換資訊的語法元素存在並且被包括在編碼表示中;以及使用由編碼表示中的語法元素標識的變換資訊來執行(1906)轉換。
4. 一種視頻處理的方法(例如,圖20A中示出的方法2000),包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查(2002)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和/或至少一個其他編碼準則不滿足條件,確定(2004)信令通知變換資訊的語法元素被跳過而不被包括在編碼表示中;以及使用沒有在編碼表示中顯式標識的預設變換來執行(2006)轉換。
5. 根據條款2至4中任一項所述的方法,其中,該轉換包括將根據語法元素的變換應用於當前視頻塊的去量化殘差係數值的結果。
6. 根據條款1所述的方法,其中,該位置由座標(LastX,LastY)表示,其中由於LastX>=Th0且LastY>=Th1,編碼表示沒有信令通知變換資訊的語法元素,其中Th0和Th1是數字。
7. 根據條款1所述的方法,其中,由於LasTx>=Th0或LasTy>=Th1,編碼表示沒有信令通知變換資訊的語法元素,其中Th0和Th1是數字。
8. 根據條款6-7中任一項所述的方法,其中,Th0和Th1是預定義的並且不在編碼表示中信令通知。
9. 根據條款6-7中任一項所述的方法,其中,Th0和Th1是在編碼表示中信令通知的。
10. 根據條款6所述的方法,其中,Th0和Th1是以序列參數集級別、或圖片參數集級別、或條帶標頭級別、或圖片標頭級別、或編碼單元組級別、或編碼樹單元級別、或編碼樹塊級別信令通知的。
11. 根據條款6-7中任一項所述的方法,其中,Th0和Th1取決於當前視頻塊的形狀或尺寸。
12. 根據條款6-7中任一項所述的方法,其中,Th0和Th1取決於用於當前視頻塊的量化參數。
13. 根據條款6-7中任一項所述的方法,其中,Th0和Th1取決於用於當前視頻塊的編碼模式。
14. 根據條款6-13中任一項所述的方法,其中,Th0和Th1相等。
15. 根據條款13所述的方法,其中,Th0 = Th1 = 1。
16. 根據條款13所述的方法,其中,Th0 = Th1 = 0。
17. 根據條款6-7中任一項所述的方法,其中,如果當前視頻塊是方形塊,則Th0和Th1被確定為相等,如果當前視頻塊的寬度大於當前視頻塊的高度,則確定為Th0 > Th1,否則Th0小於Th1。
18. 根據條款1至16中任一項所述的方法,其中,變換資訊指示二次變換。
19. 根據條款1至16中任一項所述的方法,其中,變換資訊指示不可分二次變換。
20. 根據條款1至19中任一項所述的方法,其中,當沒有在編碼表示中信令通知變換資訊時,該轉換包括在不使用二次變換的情況下執行轉換。
21. 根據條款1至17中任一項所述的方法,其中,變換資訊指示主變換資訊。
22. 根據條款6至19中任一項所述的方法,其中,由於lastX>=Th0且LastY>=Th1,其中編碼表示沒有信令通知在轉換期間應用離散餘弦變換(DCT-II)的語法元素。
23. 根據條款6至19中任一項所述的方法,其中由於lastX>=Th0或LastY>=Th1,其中編碼表示沒有信令通知在轉換期間應用離散餘弦變換(DCT-II)的語法元素。
24. 根據條款18-20中任一項所述的方法,其中,該轉換包括,在沒有信令通知主變換資訊的情況下,將離散餘弦變換(DCT-II)應用於當前視頻塊的去量化係數。
25. 一種視頻處理的方法(例如,圖18B中示出的方法1850),包括:在將當前視頻塊轉換為當前視頻塊的編碼表示期間,以正向掃描順序檢查(1852)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;以及基於該位置確定(1854)是否對編碼表示中的信令通知變換資訊的語法元素進行編碼。
26. 一種視頻處理的方法(例如,圖19B中示出的方法1950),包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查(1952)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和至少一個其他編碼準則滿足條件,確定(1954)信令通知變換資訊的語法元素將被包括在編碼表示中;以及通過將標識變換資訊的語法元素包括在編碼表示中來執行(1956)轉換。
27. 一種視頻處理的方法(例如,圖20B中示出的方法2050),包括:在從當前視頻塊的編碼表示到當前視頻塊的轉換期間,以正向掃描順序檢查(2052)當前視頻塊的最後非零係數的位置,其中該位置相對於當前視頻塊的左上角位置;由於位置和/或至少一個其他編碼準則不滿足條件,確定(2054)信令通知變換資訊的語法元素被跳過而不被包括在編碼表示中;以及通過跳過語法元素來生成(2056)編碼表示,從而隱式地信令通知使用默認變換。
28. 根據條款25至27中任一項所述的方法,其中,在轉換期間,在量化產生變換殘差係數值之前,將由變換資訊指示的變換應用於殘差係數值。
29. 根據條款25所述的方法,其中,該位置由座標(LastX,LastY)表示,其中由於LastX>=Th0且LastY>=Th1,編碼表示沒有信令通知變換資訊的語法元素,其中Th0和Th1是數字。
30. 根據條款25所述的方法,其中,由於LasTx>=Th0或LasTy>=Th1,編碼表示沒有信令通知變換資訊的語法元素,其中Th0和Th1是數字。
31. 根據條款29-30中任一項所述的方法,其中,Th0和Th1是預定義的並且不在編碼表示中信令通知。
32. 根據條款29-30中任一項所述的方法,其中,Th0和Th1是在編碼表示中信令通知的。
33. 根據條款32所述的方法,其中,Th0和Th1是以序列參數集級別、或圖片參數集級別、或條帶標頭級別、或圖片標頭級別、或編碼單元組級別、或編碼樹單元級別、或編碼樹塊級別信令通知的。
34. 根據條款29-30中任一項所述的方法,其中,Th0和Th1取決於當前視頻塊的形狀或尺寸。
35. 根據條款29-30中任一項所述的方法,其中,Th0和Th1取決於用於當前視頻塊的量化參數。
36. 根據條款29-30中任一項所述的方法,其中,Th0和Th1取決於用於當前視頻塊的編碼模式。
37. 根據條款29-36中任一項所述的方法,其中,Th0和Th1相等。
38. 根據條款37所述的方法,其中,Th0 = Th1 = 1。
39. 根據條款37所述的方法,其中,Th0 = Th1 = 0。
40. 根據條款29-30中任一項所述的方法,其中,如果當前視頻塊是方形塊,則Th0和Th1被確定為相等,如果當前視頻塊的寬度大於當前視頻塊的高度,則確定為Th0 > Th1,否則Th0小於Th1。
41. 根據條款25至40中任一項所述的方法,其中,變換資訊指示二次變換。
42. 根據條款25至40中任一項所述的方法,其中,變換資訊指示可分二次變換。
43. 根據條款25至40中任一項所述的方法,其中,變換資訊指示不可分二次變換。
44. 根據條款25至43中任一項所述的方法,其中,當沒有在編碼表示中信令通知變換資訊時,該轉換包括在不使用二次變換的情況下執行轉換。
45. 根據條款25至44中任一項所述的方法,其中,變換資訊指示主變換資訊。
46. 根據條款25至44中任一項所述的方法,其中,變換資訊指示主變換資訊。正向掃描順序可以是例如VVC規範中定義的。
前一章節提供了上述解決方案的附加特徵(例如,第6項)。
47. 根據條款1至46中任一項所述的方法,其中,所述變換包括正變換與逆變換的至少一者。
48. 一種包括處理器的視訊編碼器裝置,被配置為實施根據條款1至47中的一個或多個所述的方法。
49. 一種包括處理器的視頻解碼器裝置,被配置為實施根據上述條款中的一個或多個所述的方法。
50. 一種其上儲存有代碼的電腦程式產品,該代碼在執行時使得處理器實施根據條款1至47中的一個或多個所述的方法。
51. 一種本文件中描述的方法、裝置或系統。
7. 所公開技術的示例實施方式
圖30是視頻處理裝置3000的方塊圖。裝置3000可以用於實施本文描述的方法中的一種或多種。裝置3000可以體現在智慧手機、平板電腦、電腦、物聯網(Internet of Things,IoT)接收器等中。裝置3000可以包括一個或多個處理器3002、一個或多個儲存器3004、以及視頻處理電路3006。(多個)處理器3002可以被配置為實施本文件中描述的一種或多種方法(包括但不限於本文描述的各種方法)。儲存器(多個儲存器)3004可以用於儲存用於實施本文描述的方法和技術的資料和代碼。視頻處理電路3006可以用於在硬體電路中實施本文件中描述的一些技術。
在一些實施例中,視頻編碼方法可以使用如參考圖30描述的在硬體平臺上實施的裝置而實施。
圖32是示出可以在其中實施本文公開的各種技術的示例視頻處理系統3200的方塊圖。各種實施方式可以包括系統3200的一些或所有元件。系統3200可以包括用於接收視頻內容的輸入端3202。視頻內容可以以原始或未壓縮格式(例如,8或10位元多分量像素值)而接收,或者可以是壓縮或編碼格式。輸入端3202可以表示網路介面、週邊匯流排界面或儲存介面。網路介面的示例包括諸如乙太網、無源光網路(Passive Optical Network,PON)等的有線介面和諸如Wi-Fi或蜂窩介面的無線介面。
系統3200可以包括可以實施本文件中描述的各種編碼或編碼方法的編碼元件3204。編碼元件3204可以將來自輸入端3202的視頻的平均位元速率減小到編碼元件3204的輸出,以產生視頻的編碼表示。編碼技術因此有時被稱為視訊壓縮或視頻轉碼技術。編碼元件3204的輸出可以儲存,或者經由如由元件3206表示的連接的通信而發送。在輸入端3202處接收的視頻的儲存或通信傳送的位元流(或編碼)表示可以由元件3208用於生成像素值或被發送到顯示介面3210的可顯示視頻。從位元流表示生成使用者可視視頻的過程有時被稱為視頻解壓縮。此外,雖然特定視頻處理操作被稱為“編碼”操作或工具,但是應當理解,編碼工具或操作在編碼器處被使用,並且反轉編碼結果的對應解碼工具或操作將由解碼器執行。
週邊匯流排界面或顯示介面的示例可以包括通用序列匯流排(Universal Serial Bus,USB)、或高清多媒體介面(High Definition Multimedia Interface,HDMI)、或顯示埠(Displayport)等。儲存介面的示例包括SATA(serial advanced technology attachment,串列高級技術附件)、PCI、IDE介面等。本文件中描述的技術可以體現在諸如行動電話、膝上型電腦、智慧型電話、或能夠執行數位資料處理和/或視頻顯示的其他設備的各種電子設備中。
根據前述內容,可以理解本文已經出於說明的目的描述了本公開技術的具體實施方案,但是在不脫離本發明範圍的情況下可以進行各種修改。因此,本公開技術不受除了所附申請專利範圍之外的限制。
本專利文件中描述的主題和功能操作的實施方式可以在各種系統、數位電子電路或電腦軟體、韌體或硬體(包括本說明書中公開的結構及其結構等同物、或者它們中的一個或多個的組合)中實施。本說明書中描述的主題的實施方式可以實施為一個或多個電腦程式產品,即編碼在有形和非暫時性電腦可讀介質上的電腦程式指令的一個或多個模組,該電腦程式指令用於由資料處理裝置運行或控制資料處理裝置的操作。電腦可讀介質可以是機器可讀存放裝置、機器可讀儲存基板、儲存器設備、影響機器可讀傳播信號的物質的組合、或它們中的一個或多個的組合。術語“資料處理單元”或“資料處理裝置”包括用於處理資料的所有裝置、設備和機器,包括例如可程式設計處理器、電腦、或多個處理器或電腦。除了硬體之外,裝置還可以包括為所討論的電腦程式創建運行環境的代碼,例如,構成處理器韌體、協定棧、資料庫管理系統、作業系統、或它們中的一個或多個的組合的代碼。
電腦程式(也已知為程式、軟體、軟體應用、腳本或代碼)可以以任何形式的程式設計語言(包括編譯或解釋語言)編寫,並且其可以以任何形式部署,包括作為獨立程式或作為適合在計算環境中使用的模組、元件、子常式或其他單元。電腦程式不一定對應於檔案系統中的檔。程式可以儲存在保存其他程式或資料(例如,儲存在標記語言文檔中的一個或多個腳本)的檔的一部分中,儲存在專用於所討論的程式的單個檔中,或儲存在多個協調檔中(例如,儲存一個或多個模組、副程式或代碼部分的檔)。電腦程式可以被部署以在一個電腦上或在位於一個網站上或跨多個網站分佈並通過通信網路互連的多個電腦上運行。
本說明書中描述的過程和邏輯流程可以由執行一個或多個電腦程式的一個或多個可程式設計處理器執行,以通過對輸入資料進行操作並生成輸出來執行功能。過程和邏輯流程也可以由專用邏輯電路執行,並且裝置也可以實施為專用邏輯電路,例如,FPGA(Field Programmable Gate Array,現場可程式設計閘陣列)或ASIC(Application Specific Integrated Circuit,專用積體電路)。
適合於運行電腦程式的處理器包括例如通用和專用微處理器、以及任何類型的數位電腦的任何一個或多個處理器。通常,處理器將從唯讀儲存器或隨機存取儲存器或兩者接收指令和資料。電腦的基本元件是用於執行指令的處理器和用於儲存指令和資料的一個或多個儲存器設備。通常,電腦還將包括用於儲存資料的一個或多個大型存放區設備(例如,磁片、磁光碟或光碟),或可操作地耦合以從該一個或多個大型存放區設備接收資料或向該一個或多個大型存放區設備傳遞資料、或者從其接收資料並向其傳遞資料。然而,電腦不需要這樣的設備。適用於儲存電腦程式指令和資料的電腦可讀介質包括所有形式的非揮發性儲存器、介質和儲存器設備,包括例如半導體儲存器設備,例如EPROM、EEPROM和快閃儲存器設備。處理器和儲存器可以由專用邏輯電路補充或併入專用邏輯電路中。
說明書與附圖一起旨在被視為是示例性的,其中示例性意味著示例。如本文所使用的,除非上下文另有清楚說明,否則單數形式“一”、“一個”和“該”旨在也包括複數形式。另外,除非上下文另有清楚說明,否則使用“或”旨在包括“和/或”。
雖然本專利文件包含許多細節,但這些細節不應被解釋為對任何發明或可能要求保護的範圍的限制,而是作為特定于特定發明的特定實施例的特徵的描述。在單獨的實施例的上下文中在本專利文件中描述的某些特徵也可以在單個實施例中組合實施。相反,在單個實施例的上下文中描述的各種特徵也可以分別在多個實施例中或以任何合適的子組合實施。此外,儘管特徵可以在上面描述為以某些組合起作用並且甚至最初如此要求保護,但是在一些情況下可以從組合排除來自所要求保護的組合的一個或多個特徵,並且所要求保護的組合可以針對子組合或子組合的變化。
類似地,雖然在附圖中以特定順序描繪了操作,但是這不應該被理解為要求以所示的特定順序或以先後循序執行這樣的操作或者執行所有示出的操作以實現期望的結果。此外,在本專利文件中描述的實施例中的各種系統元件的分離不應被理解為在所有實施例中都需要這樣的分離。
僅描述了一些實施方式和示例,並且可以基於本專利文件中描述和示出的內容來進行其他實施方式、增強和變化。
100:電子裝置
:
:
1000:當前圖片
1001:子CU
1002:CU
1050:參考圖片
1051:對應塊
1100:8×8 CU
1101~1104:子CU A~子CU D
1111~1114:a~d
1200、1250、1300、1350、1400、1450、1500、1550、1600、1650、1700、1750、1800、1850、1900、1950、2000、2050、2500、2600、2700、2800、2900:方法
1202~1204、1252~1254、1302~1308、1352~1356、1402~1404、1452~1454、1502~1504、1552~1554、1602~1604、1652~1654、1702~1706、1752~1754、1802~1804、1852~1854、1902~1906、1952~1956、2002~2006、2052~2056、2510~2540、2610~2630、2710~2740、2810~2840、2910~2930:
3000:裝置
3002:處理器
3004:儲存器
3006:視頻處理電路
3200:系統
3202:輸入端
3204:編碼元件
3206、3208:元件
3210:顯示介面
A0、A1:位置
B0、B1、B2:位置
C0、C1:位置
tb、td:POC距離
Y:共位的PU
圖1示出了構造Merge候選列表的示例。
圖2示出了空域候選的位置的示例。
圖3示出了對其進行空域Merge候選的冗餘檢查的候選對的示例。
圖4A和圖4B示出了基於當前塊的尺寸和形狀的第二預測單元(Prediction Unit,PU)的位置的示例。
圖5示出了時域Merge候選的運動向量縮放的示例。
圖6示出了時域Merge候選的候選位置的示例。
圖7示出了生成組合的雙向預測Merge候選的示例。
圖8示出了構造運動向量預測候選的示例。
圖9示出了空域運動向量候選的運動向量縮放的示例。
圖10示出了用於編碼單元(Coding Unit,CU)的使用可選時域運動向量預測(Alternative Temporal Motion Vector Prediction,ATMVP)演算法的運動預測的示例。
圖11示出了由空時運動向量預測(Spatial-Temporal Motion Vector Prediction,STMVP)演算法使用的具有子塊和相鄰塊的編碼單元(CU)的示例。
圖12A和圖12B示出了視頻處理方法的示例的流程圖。
圖13A和圖13B示出了視頻處理方法的示例的流程圖。
圖14A和圖14B示出了視頻處理方法的示例的流程圖。
圖15A和圖15B示出了視頻處理方法的示例的流程圖。
圖16A和圖16B示出了視頻處理方法的示例的流程圖。
圖17A和圖17B示出了視頻處理方法的示例的流程圖。
圖18A和圖18B示出了視頻處理方法的示例的流程圖。
圖19A和圖19B示出了視頻處理方法的示例的流程圖。
圖20A和圖20B示出了視頻處理方法的示例的流程圖。
圖21A和圖21B分別示出了使用不利用和利用快速演算法的自我調整多核變換(Adaptive Multiple core Transform,AMT,也已知為多重變換選擇(MTS))的CU編碼過程的示例性流程圖。
圖22示出了吉文斯旋轉的圖形表示的示例。
圖23示出了16個元素的超立方體-吉文斯變換(Hypercube-Givens Transform,HyGT)的“蝴蝶”形流程圖的示例。
圖24示出了由R輪HyGT和可選的置換階段(pass)組成的完全不可分二次變換的示例。
圖25示出了根據目前公開的技術的用於視頻編碼的示例方法的流程圖。
圖26示出了根據目前公開的技術的用於視頻編碼的另一示例方法的流程圖。
圖27示出了根據目前公開的技術的用於視頻編碼的又一示例方法的流程圖。
圖28示出了根據目前公開的技術的用於視頻編碼的又一示例方法的流程圖。
圖29示出了根據目前公開的技術的用於視頻編碼的又一示例方法的流程圖。
圖30是用於實施本文件中描述的視覺媒體解碼或視覺媒體編碼技術的硬體平臺的示例的方塊圖。
圖31示出了幀內預測模式到變換集之間的示例映射。
圖32是可以在其中實施所公開技術的示例視頻處理系統的方塊圖。
1200:方法
1202、1204:
Claims (70)
- 一種視頻處理方法,包括:解析視頻的編解碼表示中的、用於第一確定將編解碼表示轉換為視頻塊的第一變換的應用性的第一欄位,解析視頻的編解碼表示中的、用於第二確定轉換的第二變換的應用性的第二欄位,其中,在轉換期間,第一變換被應用於視頻塊的去量化殘差系數值的結果,並且第二變換與第一變換級聯應用;以及通過基於第一確定選擇性地使用第一變換來執行轉換,其中,執行轉換還包括基於第二確定選擇性地使用第二變換,並且其中,第一確定或第二確定還基於編解碼表示中的用於表示視頻塊的編解碼模式。
- 如申請專利範圍第1項所述的方法,其中,第一變換用於將去量化殘差系數值變換為第一變換表示,並且第二變換用於將第一變換表示的至少一部分變換為第二變換表示。
- 如申請專利範圍第1或2項所述的方法,其中,第一欄位與編解碼表示中處於圖片參數集級別、條帶級別或圖片級別的標誌相對應。
- 如申請專利範圍第1項所述的方法,其中,第一欄位被包括在視頻區域級別處的編解碼表示中,其中視頻區域至少包括 視頻塊,並且其中第一欄位指示當成功確定視頻塊的編解碼模式是特定編解碼模式時將在轉換期間應用第一變換。
- 如申請專利範圍第4項所述的方法,其中,特定編解碼模式是幀內編解碼模式。
- 如申請專利範圍第1項所述的方法,其中,第一欄位和第二欄位處於編解碼單元組級別、或編解碼樹單元級別、或編解碼樹塊級別、或條帶標頭級別、或圖片標頭級別。
- 如申請專利範圍第1項所述的方法,其中,第一變換是自我調整多核變換(AMT)。
- 如申請專利範圍第1項所述的方法,其中,第二變換是二次變換。
- 一種視頻處理的方法,包括:對於視頻的當前視頻塊和視頻的編解碼表示之間的轉換,執行對用於當前視頻塊的編解碼模式為特定類型的確定;作為編解碼模式為特定類型的結果,執行對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位不存在於編解碼表示中的確定;在欄位不存在的情況下解析編解碼表示;以及通過由於所述確定而禁止將第一變換或第二變換用於變換當前視頻塊的去量化殘差係數,來生成當前視頻塊。
- 如申請專利範圍第9項所述的方法,其中,特定類型包括高級運動向量預測編解碼模式。
- 如申請專利範圍第9項所述的方法,其中,特定類型包括基於子塊的預測模式。
- 如申請專利範圍第11項所述的方法,其中,基於子塊的預測模式包括可選時域運動向量預測模式或仿射編解碼模式。
- 如申請專利範圍第9-11項中任一項所述的方法,其中,第一變換包括自我調整多核變換(AMT)。
- 如申請專利範圍第9-11項中任一項所述的方法,其中,第一變換包括二次變換。
- 一種視頻處理的方法,包括:從相鄰視頻塊繼承關於視頻塊的編解碼表示和視頻塊之間的轉換的第一變換的變換資訊,其中,在轉換期間,第一變換被應用於視頻塊的去量化殘差系數值的結果;以及通過基於第一繼承選擇性地使用第一變換來執行轉換。
- 如申請專利範圍第15項所述的方法,其中,相鄰塊是空域鄰近的塊。
- 如申請專利範圍第15或16項所述的方法,其中,關於第一變換的變換資訊包括第一變換是否為離散餘弦變換的第一指示和/或第一變換的主矩陣索引的第二指示。
- 如申請專利範圍第15或16項所述的方法,其中,去量化殘差系數值的結果通過對去量化殘差系數值應用另一變換而計算。
- 如申請專利範圍第15項所述的方法,其中,關於第一變換的變換資訊還包括標識另一變換的索引。
- 如申請專利範圍第15或16項所述的方法,其中,所述繼承包括繼承與相鄰視頻塊的運動資訊一起儲存的變換資訊。
- 如申請專利範圍第20項所述的方法,其中,關於第一變換的變換資訊以視頻圖片級別儲存。
- 如申請專利範圍第21項所述的方法,其中,關於第一變換的變換資訊由於圖片為參考圖片而以視頻圖片級別儲存。
- 如申請專利範圍第15或16項所述的方法,其中,所述轉換包括使用修剪操作來生成候選列表,所述修剪操作取決於關於與被修剪的候選相關聯的第一變換的變換資訊。
- 如申請專利範圍第15或16項所述的方法,其中,所述繼承由於視頻塊從相鄰視頻塊繼承前N個候選中的一個而剩餘候選使用默認變換而被執行。
- 如申請專利範圍第24項所述的方法,其中,前N個候選中的一個包括Merge候選或AMVP候選。
- 如申請專利範圍第15或16項所述的方法,還包括:確定第一視頻塊被編解碼為跳過塊,並且其中繼承關於第一變換的變換資訊包括從其繼承運動資訊的相鄰視頻塊繼承關於第一變換的變換資訊。
- 如申請專利範圍第15或16項所述的方法,其中,第一視頻塊是使用Merge模式解碼的。
- 如申請專利範圍第15或16項所述的方法,其中,所述繼承包括基於關於相鄰視頻塊的變換資訊來預測性地確定關於用於當前視頻塊的第一變換的變換資訊。
- 一種視頻處理的方法,包括:基於當前視頻塊的編解碼條件來確定用於將編解碼表示轉換為當前視頻塊的第一變換為默認變換,其中,在轉換期間,第一變換被應用於當前視頻塊的去量化殘差系數值的結果;以及通過基於第一確定選擇性地使用第一變換來執行轉換,其中,編解碼條件包括對於當前視頻塊使用組合的Merge候選、或零Merge候選、或Merge候選、或子塊Merge候選、或基於子塊的預測,並且其中預設變換在編解碼表示中沒有任何信令的情況下被使用。
- 如申請專利範圍第29項所述的方法,其中,當前視頻塊的編解碼條件包括第一視頻塊的編解碼模式。
- 如申請專利範圍第29項所述的方法,其中,編解碼條件包括在與當前視頻塊相關聯的編解碼單元、或預測單元、或變換單元中編解碼的非零係數的計數。
- 如申請專利範圍第29項所述的方法,其中,編解碼條件對應於當前視頻塊編解碼為全零係數,並且確定包括確定預設變換索引被用於所述轉換。
- 如申請專利範圍第29項所述的方法,其中,編解碼條件包括當前視頻塊的運動向量值的函數。
- 如申請專利範圍第33項所述的方法,其中,運動向量值的函數包括abs(MVx)+abs(MVy)或(MVx)*(MVx)+(MVy)*(MVy),其中MVx和MVy是運動向量值,abs()表示絕對值函數。
- 如申請專利範圍第29項所述的方法,其中,編解碼條件包括當前視頻塊的運動向量差值的函數。
- 如申請專利範圍第35項所述的方法,其中,運動向量差值的函數包括abs(MVDx)+abs(MVDy)或(MVDx)*(MVDx)+(MVDy)*(MVDy),其中MVDx和MVDy是運動向量差值,並且abs( )表示絕對值函數。
- 一種視頻處理的方法,包括:解析包括視頻的多個視頻塊的編解碼表示的位元流,其中對於當前視頻塊,位元流包括關於相鄰塊的變換資訊是否被繼承作為當前視頻塊的變換資訊的第一指示符;以及基於從解析第一指示符獲得的變換資訊來對編解碼表示進行解碼,以生成當前視頻塊;其中在轉換期間,由變換資訊標識的變換被應用於當前視頻塊的去量化殘差系數值的結果。
- 如申請專利範圍第37項所述的方法,包括:由於第一指示符指示變換資訊不是從相鄰塊繼承的,解析標識在轉換期間使用的變換資訊的第二指示符。
- 如申請專利範圍第37項所述的方法,其中,所述變換包括自我調整多核變換(AMT)。
- 如申請專利範圍第37或38項所述的方法,其中,第二指示符包括位元流中處於編解碼單元級別的標誌。
- 如申請專利範圍第37或38項所述的方法,其中,第二指示符包括所述變換的索引。
- 一種視頻處理的方法,包括:解析包括視頻的多個視頻塊的編解碼表示的位元流,其中對於使用Merge模式編解碼的當前視頻塊,位元流包括指示將默認變換作為變換使用的第一指示的一位元欄位,並且從相鄰塊繼承變換資訊的第二指示被包括在編解碼表示中;基於一位元欄位標識所述變換;以及執行編解碼表示和當前視頻塊之間的轉換;其中,在轉換期間,所述變換被應用於當前視頻塊的去量化殘差係數值的結果。
- 如申請專利範圍第42項所述的方法,其中,所述變換包括自我調整多核變換(AMT)。
- 如申請專利範圍第42或43項所述的方法,包括:相鄰塊與當前視頻塊鄰近。
- 一種視頻處理的方法,包括:將用於第一確定將編解碼表示轉換為視頻塊的第一變換的應用性的第一欄位包括在視頻的編解碼表示中,將第二確定轉換的第二變換的應用性的第二欄位包括在視頻的編解碼表示中,其中,在轉換期間,第一變換將被應用於視頻塊的去量化殘差係數值的結果,並且第二變換將與第一變換級聯應用;以及通過對視頻塊進行編碼來生成編解碼表示,其中,所述轉換還包括基於第二確定選擇性地使用第二變換,並且其中,第一確定或第二確定還基於編解碼表示中的用於表示視頻塊的編解碼模式。
- 如申請專利範圍第45項所述的方法,其中,第一變換用於將去量化殘差係數值變換為第一變換表示,第二變換用於將第一變換表示的至少一部分變換為第二變換表示。
- 如申請專利範圍第45項所述的方法,其中,第一變換是自我調整多核變換(AMT)。
- 如申請專利範圍第45項所述的方法,其中,第二變換是二次變換(NSST)。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第一欄位與編解碼表示中處於圖片參數集級別的標誌相對應。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第一欄位與編解碼表示中條帶標頭級別處的標誌相對應。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第一欄位與編解碼表示中圖片級別處的標誌相對應。
- 如申請專利範圍第45-47項所述的方法,其中,第一欄位被包括在視頻區域級別處的編解碼表示中,其中視頻區域至少包括視頻塊,並且其中第一欄位指示當成功確定視頻塊的編解碼模式是特定編解碼模式時將在轉換期間應用第一變換。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是幀內編解碼模式。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是幀間編解碼模式。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是高級運動向量預測編解碼模式。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是包括仿射編解碼的Merge編解碼模式。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是排除仿射編解碼的Merge編解碼模式。
- 如申請專利範圍第52項所述的方法,其中,特定編解碼模式是基於子塊的編解碼模式。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第一欄位和第二欄位處於編解碼單元組級別、或編解碼樹單元級別、或編解碼樹塊級別、或條帶標頭級別、或圖片標頭級別。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第一變換是自我調整多核變換(AMT)。
- 如申請專利範圍第45-47項中任一項所述的方法,其中,第二變換是二次變換(NSST)。
- 一種視頻處理的方法,包括:對於視頻的當前視頻塊和視頻的編解碼表示之間的轉換,執行對用於當前視頻塊的編解碼模式為特定類型的確定;作為編解碼模式為特定類型的結果,執行對指示用於處理當前視頻塊的第一變換或第二變換的應用性的欄位將不被包括在編解碼表示中的確定;以及在不包括欄位的情況下生成編解碼表示;其中,通過由於所述確定而禁止將第一變換和/或第二變換用於變換當前視頻塊的去量化殘差係數,可解碼當前視頻塊。
- 如申請專利範圍第62項所述的方法,其中,特定類型包括高級運動向量預測編解碼模式。
- 如申請專利範圍第62項所述的方法,其中,特定類型包括基於子塊的預測模式。
- 如申請專利範圍第64項所述的方法,其中,基於子塊的預測模式包括可選時域運動向量預測模式。
- 如申請專利範圍第62-65項中任一項所述的方法,其中,第一變換包括自我調整多核變換(AMT)。
- 如申請專利範圍第62-65項中任一項所述的方法,其中,第一變換包括二次變換。
- 如申請專利範圍第1、11、17、31、40、45、48、67項中任一項所述的方法,其中,所述變換包括正變換和逆變換的至少一個。
- 一種包括處理器的視訊編碼器裝置,被配置為實施如申請專利範圍第1至68項中一項或多項所述的方法。
- 一種儲存指令的非暫時性電腦可讀儲存介質,所述指令在運行時使得處理器實施如申請專利範圍第1至68項中一項或多項所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018100795 | 2018-08-16 | ||
WOPCT/CN2018/100795 | 2018-08-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202034698A TW202034698A (zh) | 2020-09-16 |
TWI816858B true TWI816858B (zh) | 2023-10-01 |
Family
ID=68109388
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108129366A TWI814889B (zh) | 2018-08-16 | 2019-08-16 | 變換矩陣選擇的係數相關的編解碼 |
TW108129357A TWI816858B (zh) | 2018-08-16 | 2019-08-16 | 用於變換矩陣選擇的隱式編碼 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108129366A TWI814889B (zh) | 2018-08-16 | 2019-08-16 | 變換矩陣選擇的係數相關的編解碼 |
Country Status (7)
Country | Link |
---|---|
US (3) | US20210076043A1 (zh) |
EP (1) | EP3815363A1 (zh) |
JP (2) | JP7313427B2 (zh) |
KR (1) | KR102636267B1 (zh) |
CN (2) | CN110839158B (zh) |
TW (2) | TWI814889B (zh) |
WO (2) | WO2020035829A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020035829A1 (en) | 2018-08-16 | 2020-02-20 | Beijing Bytedance Network Technology Co., Ltd. | Coefficient dependent coding of transform matrix selection |
CN109788286B (zh) * | 2019-02-01 | 2021-06-18 | 北京大学深圳研究生院 | 一种编码、解码变换方法、***、设备及计算机可读介质 |
WO2020228673A1 (en) | 2019-05-10 | 2020-11-19 | Beijing Bytedance Network Technology Co., Ltd. | Conditional use of reduced secondary transform for video processing |
CN113950828B (zh) | 2019-06-07 | 2024-07-05 | 北京字节跳动网络技术有限公司 | 视频比特流中的简化二次变换的有条件信令 |
WO2020256346A1 (ko) | 2019-06-19 | 2020-12-24 | 엘지전자 주식회사 | 변환 커널 세트에 관한 정보에 대한 코딩 |
JP7422858B2 (ja) | 2019-08-03 | 2024-01-26 | 北京字節跳動網絡技術有限公司 | ビデオ処理方法、装置、記憶媒体及び記憶方法 |
WO2021032045A1 (en) | 2019-08-17 | 2021-02-25 | Beijing Bytedance Network Technology Co., Ltd. | Context modeling of side information for reduced secondary transforms in video |
AU2019275553B2 (en) * | 2019-12-03 | 2022-10-06 | Canon Kabushiki Kaisha | Method, apparatus and system for encoding and decoding a coding tree unit |
EP4307677A3 (en) | 2020-02-24 | 2024-04-17 | ByteDance Inc. | Interaction between subpicture and tile row signaling |
JP7479492B2 (ja) | 2020-03-03 | 2024-05-08 | バイトダンス インコーポレイテッド | ビデオ・コーディングにおける低周波ノン・セパラブル変換シグナリング |
CN111355955B (zh) * | 2020-03-06 | 2022-07-29 | 中南大学 | 基于预选层的多变换核快速跳过方法 |
CN111541896B (zh) * | 2020-04-27 | 2022-03-29 | 中南大学 | 一种基于vvc的帧内预测模式的优化方法及*** |
US11310529B2 (en) | 2020-05-27 | 2022-04-19 | Tencent America LLC | Mode-dependent joint component transform |
US20240089433A1 (en) * | 2021-01-25 | 2024-03-14 | Google Llc | Chroma Transform Type Determination |
WO2023060913A1 (en) * | 2021-10-15 | 2023-04-20 | Beijing Bytedance Network Technology Co., Ltd. | Method, device, and medium for video processing |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045560B (zh) | 2009-10-23 | 2013-08-07 | 华为技术有限公司 | 一种视频编解码方法及设备 |
US20120189052A1 (en) * | 2011-01-24 | 2012-07-26 | Qualcomm Incorporated | Signaling quantization parameter changes for coded units in high efficiency video coding (hevc) |
JP2011254536A (ja) * | 2011-08-15 | 2011-12-15 | Mitsubishi Electric Corp | 動画像復号方法 |
US10390046B2 (en) * | 2011-11-07 | 2019-08-20 | Qualcomm Incorporated | Coding significant coefficient information in transform skip mode |
US10306229B2 (en) | 2015-01-26 | 2019-05-28 | Qualcomm Incorporated | Enhanced multiple transforms for prediction residual |
US11233998B2 (en) * | 2015-05-29 | 2022-01-25 | Qualcomm Incorporated | Coding data using an enhanced context-adaptive binary arithmetic coding (CABAC) design |
US10560718B2 (en) | 2016-05-13 | 2020-02-11 | Qualcomm Incorporated | Merge candidates for motion vector prediction for video coding |
EP3457691A1 (en) * | 2016-05-13 | 2019-03-20 | Sharp Kabushiki Kaisha | Image decoding device and image encoding device |
US10972733B2 (en) * | 2016-07-15 | 2021-04-06 | Qualcomm Incorporated | Look-up table for enhanced multiple transform |
CN109792522B (zh) * | 2016-09-30 | 2021-10-15 | 索尼公司 | 图像处理装置和方法 |
US11095893B2 (en) | 2016-10-12 | 2021-08-17 | Qualcomm Incorporated | Primary transform and secondary transform in video coding |
WO2018123644A1 (ja) * | 2016-12-28 | 2018-07-05 | ソニー株式会社 | 画像処理装置および方法 |
US10554974B2 (en) * | 2017-01-13 | 2020-02-04 | Mediatek Inc. | Method and apparatus enabling adaptive multiple transform for chroma transport blocks using control flags |
WO2018143670A1 (ko) * | 2017-01-31 | 2018-08-09 | 세종대학교 산학협력단 | 영상의 부호화/복호화 방법 및 장치 |
AU2018386538A1 (en) * | 2017-12-22 | 2020-06-11 | Uniqure Ip B.V. | Methods of improving adeno-associated viral transduction |
WO2020035829A1 (en) | 2018-08-16 | 2020-02-20 | Beijing Bytedance Network Technology Co., Ltd. | Coefficient dependent coding of transform matrix selection |
US11665367B2 (en) * | 2018-03-30 | 2023-05-30 | Sony Corporation | Image processing apparatus and method |
CN115604470A (zh) | 2018-04-01 | 2023-01-13 | Lg电子株式会社(Kr) | 视频编解码方法、计算机可读存储介质及发送方法 |
JP7223014B2 (ja) * | 2018-06-03 | 2023-02-15 | エルジー エレクトロニクス インコーポレイティド | 縮小された変換を用いて、ビデオ信号を処理する方法及び装置 |
-
2019
- 2019-08-16 WO PCT/IB2019/056948 patent/WO2020035829A1/en unknown
- 2019-08-16 KR KR1020217001749A patent/KR102636267B1/ko active IP Right Grant
- 2019-08-16 TW TW108129366A patent/TWI814889B/zh active
- 2019-08-16 EP EP19780352.1A patent/EP3815363A1/en active Pending
- 2019-08-16 CN CN201910760271.XA patent/CN110839158B/zh active Active
- 2019-08-16 JP JP2021506751A patent/JP7313427B2/ja active Active
- 2019-08-16 TW TW108129357A patent/TWI816858B/zh active
- 2019-08-16 CN CN201910760776.6A patent/CN110839159A/zh active Pending
- 2019-08-16 WO PCT/IB2019/056945 patent/WO2020035827A1/en active Application Filing
-
2020
- 2020-11-23 US US17/102,274 patent/US20210076043A1/en not_active Abandoned
- 2020-11-23 US US17/102,219 patent/US11082693B2/en active Active
-
2021
- 2021-06-22 US US17/354,984 patent/US11558612B2/en active Active
-
2023
- 2023-05-10 JP JP2023077942A patent/JP7481538B2/ja active Active
Non-Patent Citations (1)
Title |
---|
期刊 X. Zhao et.al NSST: Non-separable secondary transforms for next generation video coding NSST: Non-separable secondary transforms for next generation video coding DOI: 10.1109/PCS.2016.7906344 2016 Picture Coding Symposium (PCS) 24 April 2017 第3節 |
Also Published As
Publication number | Publication date |
---|---|
JP7481538B2 (ja) | 2024-05-10 |
WO2020035827A1 (en) | 2020-02-20 |
TW202034698A (zh) | 2020-09-16 |
EP3815363A1 (en) | 2021-05-05 |
US11558612B2 (en) | 2023-01-17 |
JP2023104947A (ja) | 2023-07-28 |
US11082693B2 (en) | 2021-08-03 |
CN110839158B (zh) | 2023-03-10 |
TW202021351A (zh) | 2020-06-01 |
US20210076043A1 (en) | 2021-03-11 |
CN110839158A (zh) | 2020-02-25 |
US20210329242A1 (en) | 2021-10-21 |
CN110839159A (zh) | 2020-02-25 |
TWI814889B (zh) | 2023-09-11 |
JP2021536169A (ja) | 2021-12-23 |
WO2020035829A1 (en) | 2020-02-20 |
KR102636267B1 (ko) | 2024-02-14 |
JP7313427B2 (ja) | 2023-07-24 |
US20210076038A1 (en) | 2021-03-11 |
KR20210045387A (ko) | 2021-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI816858B (zh) | 用於變換矩陣選擇的隱式編碼 | |
TWI818086B (zh) | 擴展Merge預測 | |
CN113727101B (zh) | 编码器、解码器及对应帧间预测方法 | |
TWI822839B (zh) | 組合的基於歷史的運動矢量預測符和多運動模型解碼 | |
CN113261293B (zh) | 用于帧内块复制的基于历史的运动候选列表构建 | |
CN110933411A (zh) | 用于帧内编码的邻近的相邻块的选择 | |
CN113711597B (zh) | 上下文建模和多重变换矩阵的选择 | |
TW201803348A (zh) | 用於在視頻寫碼中之並列參考指標的一致性約束 | |
TWI822838B (zh) | 使用空間鄰居的重疊塊運動補償 | |
US11533472B2 (en) | Method for reference picture processing in video coding | |
US11490089B2 (en) | Transform bypass coded residual blocks in digital video | |
CN115868164A (zh) | 对具有运动矢量差的merge模式的改进 | |
JPWO2020035829A5 (zh) | ||
CN110944198A (zh) | 色度模式帧内编码 | |
JPWO2020211807A5 (zh) | ||
TWI840400B (zh) | 基於多運動模型的視頻編碼和解碼 | |
TWI840401B (zh) | 基於多運動模型的跳過和直接模式編碼的視頻塊中的修剪 |