CN110536135B - 用于视频编解码的方法和设备 - Google Patents

Abstract

本公开的各方面提供一种用于视频编码的方法和包括处理电路的设备。所述处理电路对已编码视频码流中当前图片的块的预测信息进行解码，且基于解码后的所述预测信息确定运动预测模式。所述处理电路确定基于多个参考图片预测所述块，所述多个参考图片包括第一参考图片和第二参考图片，所述第一参考图片和所述第二参考图片位于包括所述当前图片的视频序列中。所述处理电路基于解码后的所述预测信息获得所述第一参考图片的第一运动矢量(MV)预测信息，且基于所述第一MV预测信息、所述运动预测模式以及视频序列中所述第一图片、所述第二图片和所述当前图片之间的时间关系来确定所述第二参考图片的第二MV预测信息。所述处理电路基于所述第一MV预测信息和第二MV预测信息来重建所述块中的采样。

Description

用于视频编解码的方法和设备

引用并入

本申请要求2018年5月25日提交的第62/676,905号美国临时申请案“使用多个段的仿射运动补偿方法(Methods for affine motion compensation using multiplesegments)”、2018年5月25日提交的第62/676,910号美国临时申请案“使用外插运动模式的双向运动补偿方法(Methods for bi-directional motion compensation usingextrapolated motion models)”、2018年5月25日提交的第62/676,912号美国临时申请案“使用镜像运动模式的双向运动补偿方法(Methods for bi-directional motioncompensation using mirrored motion models)”、2018年5月25日提交的第62/676,915号美国临时申请案“使用简化旋转运动模式的双向运动补偿方法(Methods for bi-directional motion compensation using simplified rotation motion models)”、2018年5月25日提交的第62/676,916号美国临时申请案“使用简化缩放运动模式的双向运动补偿方法(Methods for bi-directional motion compensation using simplifiedscaling motion models)”的优先权、2018年12月28日提交的第16/235,818号美国申请案“用于视频编码的方法和设备(Method and apparatus for video coding)”的优先权，所述申请以全文引用方式并入本申请。

技术领域

本公开实施例涉及视频编解码领域。

背景技术

目前，可使用帧间图片预测结合运动补偿来执行视频编码和解码。未压缩的数字视频通常包括一系列图片。例如，每个图片具有1920×1080分辨率的亮度采样和相关的色度采样。所述一系列图片可具有例如每秒60个图片或60Hz的固定或可变图片速率(也被称作帧率)。因此，未压缩视频具有显著的位速率要求。举例来说，每采样8位的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度采样分辨率)需要接近1.5Gbit/s的带宽。长度为一小时的此类视频需要超过600GB的存储空间。

视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩有助于降低上述带宽或存储空间要求，在一些情况下可降低两个数量级或更多。通常情况下，可使用无损压缩和有损压缩以及其组合。无损压缩是指可从压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不同，但原始信号与重建的信号之间的失真很小，因而重建的信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量因不同应用而异。例如，消费型直播应用的用户比电视节目应用的用户能容忍更高的失真。可实现的压缩比可反映出：可允许的/可容许的失真越高，可产生的压缩比越高。

运动补偿可以是有损压缩技术，且可关联以下技术：对于来自先前已重建的图片或其中一部分(参考图片)的样本数据块，在由运动矢量(motion vector，MV)指示的方向上发生空间偏移之后，可用于预测新重建的图片或图片的一部分。在一些情况下，参考图片可与当前正在重建的图片相同。各个MV可具有两个维度X和Y，或三个维度，第三维度指示正在使用的参考图片(间接地，第三维度还可以是时间维度)。

在一些视频压缩技术中，可根据其它MV预测适用于某一样本数据区域的MV，所述其它MV例如是，与正在重建的区域空间相邻近的另一样本数据区域相关、且解码次序是在所述某一样本数据区域的MV之前。如此，可极大减少对MV进行编码所需的数据量，由此消除冗余且提高压缩。举例来说，当对来自相机的输入视频信号(称为原始视频)进行编码时，存在如下的统计可能性：比单个MV区域更大的多个区域会在相似的方向上移动，因此，在一些情况下，可使用从相邻区域的MV提取的相似运动矢量进行预测，因此，MV预测非常有效。采用这种方式，使得针对给定区域确定的MV与根据周围MV预测的MV类似或相同，且在熵编码之后，表示MV的位数小于在对MV直接编码的情况下所使用的位数。在一些情况下，MV预测可以是针对从原始信号(即：样本流)提取的信号(即：MV)进行无损压缩的实施例。在其它情况下，MV预测本身可能是有损的，例如，在根据周围若干MV计算预测值时，由于化整误差导致的有损。

发明内容

本申请公开的各方面提供用于视频编码的方法和设备。在一些实施例中，所述设备包括处理电路。所述处理电路对已编码视频码流中的当前图片的块的预测信息进行解码，并且基于解码后的所述预测信息确定运动预测模式。所述处理电路确定基于多个参考图片预测所述当前图片的所述块，其中所述多个参考图片包括第一参考图片和第二参考图片，所述第一参考图片和所述第二参考图片位于包括所述当前图片的视频序列中。所述处理电路基于解码后的所述预测信息获得所述第一参考图片的第一运动矢量(motionvector，MV)预测信息。所述处理电路还基于所述第一MV预测信息、所述运动预测模式以及所述视频序列中所述第一参考图片、所述第二参考图片和当前图片之间的时间关系来确定所述第二参考图片的第二MV预测信息。所述处理电路基于所述第一参考图片中的第一采样和所述第二参考图片中的第二采样重建所述块中的采样，其中所述第一采样的第一位置基于所述第一MV预测信息确定，且所述第二采样的第二位置基于所述第二MV预测信息确定。

在实施例中，所述预测信息包括仿射标记，所述仿射标记用于指示所述运动预测模式是一种仿射预测模式，其中在所述已编码视频码流中标识所述仿射标记。所述预测信息还指示所述第一参考图片和第二参考图片是所述视频序列中在所述当前图片之前或之后的图片。所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的所述时间关系包括所述当前图片与所述第一参考图片的第一时间距离以及所述当前图片与所述第二参考图片的第二时间距离。

在实施例中，所述多个参考图片还包括所述视频序列中在所述当前图片之前或之后的所述图片之外的额外参考图片。所述处理电路基于所述第一MV预测信息、所述仿射预测模式、所述第一时间距离以及所述当前图片与所述额外参考图片之间的额外时间距离来确定所述额外参考图片的额外MV预测信息。接着，所述处理电路还基于所述额外参考图片中的额外采样来重建所述块的采样，其中所述额外采样的位置基于所述额外MV预测信息来确定。

在实施例中，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者。所述处理电路基于所述第一MV预测候选者、所述仿射预测模式、所述第一时间距离和所述第二时间距离确定在第二列表中确定的对应所述第二参考图片的第二MV预测候选者。接着，所述处理电路针对合并候选者列表生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

在实施例中，所述预测信息包括仿射标记，所述仿射标记用于指示所述运动预测模式是仿射预测模式，且在所述已编码视频码流中标识所述仿射标记。所述预测信息还指示所述视频序列中所述第一参考图片和第二参考图片相对于所述当前图片处于相反方向。此外，在所述已编码视频码流中标识所述第一参考图片的所述第一MV预测信息，且所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的时间关系，包括所述当前图片与所述第一参考图片的第一时间距离以及所述当前图片与所述第二参考图片的第二时间距离。在实施例中，所述第一时间距离等于所述当前图片与所述第二参考图片的第二时间距离。

在实施例中，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者。所述处理电路基于所述第一MV预测候选者、所述仿射预测模式和所述第一时间距离来确定在第二列表中识别的所述第二参考图片的第二MV预测候选者。所述处理电路还针对合并候选者列表生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

在实施例中，所述预测信息包括仿射标记，用于指示所述运动预测模式是仿射预测模式，所述仿射预测模式受限于所述块相对于所述第一参考图片和第二参考图片的旋转和平移，其中在所述已编码视频码流中标识所述仿射标记。所述预测信息指示所述视频序列中所述第一参考图片和第二参考图片相对于所述当前图片处于相反方向。在所述已编码码流中标识所述第一MV预测信息，所述第一MV预测信息包括第一角度参数和第一平移MV，所述第一角度参数指示所述块相对于所述第一参考图片的旋转，且所述第一平移MV指示所述块相对于所述第一参考图片的平移。所述处理电路基于所述第一MV预测信息、受限于所述块相对于所述第一参考图片和第二参考图片的所述旋转和所述平移的所述仿射预测模式、以及包括所述当前图片与所述第一参考图片的第一时间距离和所述当前图片与所述第二参考图片的第二时间距离的所述时间关系，确定所述第二MV预测信息。其中，所述第二MV预测信息包括指示所述块相对于所述第二参考图片的旋转的第二角度参数以及指示所述块相对于所述第二参考图片的平移的第二平移MV。

在实施例中，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者。所述处理电路基于所述第一MV预测候选者、受限于所述块相对于所述第一参考图片和第二参考图片的旋转和平移的所述仿射预测模式、所述第一时间距离和所述第二时间距离来确定在第二列表中的所述第二参考图片的第二MV预测候选者。所述处理电路针对合并候选者列表生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

在实施例中，所述预测信息包括仿射标记，用于指示所述运动预测模式是仿射预测模式，所述仿射预测模式受限于所述块相对于所述第一参考图片和第二参考图片的缩放和平移，其中在所述已编码视频码流中标识所述仿射标记。所述预测信息指示所述视频序列中所述第一参考图片和第二参考图片相对于所述当前图片处于相反方向。在所述已编码码流中标识所述第一MV预测信息，所述第一MV预测信息包括第一缩放参数和第一平移MV，所述第一缩放参数指示所述块相对于所述第一参考图片的缩放，且所述第一平移MV指示所述块相对于所述第一参考图片的平移。基于所述第一MV预测信息、受限于所述块相对于所述第一参考图片和第二参考图片的所述缩放和所述平移的所述仿射预测模式、以及包括所述当前图片与所述第一参考图片的第一时间距离和所述当前图片与所述第二参考图片的第二时间距离的所述时间关系，确定所述第二MV预测信息。其中，所述第二MV预测信息包括指示所述块相对于所述第二参考图片的缩放的第二缩放参数以及指示所述块相对于所述第二参考图片的平移的第二平移MV。

在实施例中，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的所述第一参考图片的第一MV预测候选者。所述处理电路基于所述第一MV预测候选者和受限于所述块相对于所述第一参考图片和第二参考图片的所述缩放和所述平移的所述仿射预测模式、所述第一时间距离和所述第二时间距离，确定第二列表中的所述第二参考图片的第二MV预测候选者。所述处理电路针对合并候选者列表生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

本公开的各方面提供用于视频编码的方法和设备。在一些实施例中，所述设备包括处理电路。所述处理电路对已编码视频码流中的图片的块的预测信息进行解码，且确定要将所述块拆分为通过相应仿射预测模式预测的多个段。所述处理电路基于所述预测信息将所述块分成所述多个段，所述多个段包括第一段和第二段，其中基于具有第一组参数的第一仿射预测模式来预测所述第一段中的采样，且基于具有第二组参数的第二仿射预测模式来预测所述第二段中的采样。

本公开的各方面还提供一种存储程序的非暂时性计算机可读存储介质，所述程序可由用于视频编码的至少一个处理器执行，以执行所述视频编码方法中的任何一种方法。

附图说明

根据以下详细描述和附图，将更清楚所公开主题的其它特征、本质和各种优势，在附图中：

图1是在一个实施例中的当前块和其周围空间合并候选者的示意性说明。

图2是根据一实施例的通信系统(200)的简化框图的示意性说明。

图3是根据另一实施例的通信系统(300)的简化框图的示意性说明。

图4是根据一实施例的解码器的简化框图的示意性说明。

图5是根据一实施例的编码器的简化框图的示意性说明。

图6是根据另一实施例的编码器的框图。

图7是根据另一实施例的解码器的框图。

图8示出根据一实施例的仿射运动模式。

图9A示出根据一实施例的六参数仿射运动模式。

图9B示出根据一实施例的四参数仿射运动模式。

图10示出根据一实施例的当前块和相邻块。

图11A示出根据一实施例的时域中的缩放传播。

图11B示出根据一实施例的时域中的旋转传播。

图12A和图12B示出根据一实施例的线性缩放。

图13示出根据一实施例的对应于平移(或平移运动)的示意图。

图14A示出根据另一实施例的时域中的缩放传播。

图14B示出根据另一实施例的时域中的旋转传播。

图15A和图15B示出根据另一实施例的线性缩放。

图16示出根据一实施例的平移运动的示意图。

图17示出根据一实施例将当前块分成多个段的示意图。

图18是根据一实施例的方法流程图。

图19是根据另一实施例的方法流程图。

图20是根据一实施例的计算机系统的示意图。

具体实施方式

H.265/HEVC(ITU-TH.265建议书，“高效视频编码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV(motion vector)预测机制。在H.265提供的许多MV预测机制中，此处描述的是下文称作“空间合并”的技术。

参考图1，当前块(101)包括在运动搜索过程期间已由编码器发现的采样，根据已空间移位的相同大小的先前块可预测所述采样。不对此MV直接进行编码，而是可以使用与标示为A0、A1、B0、B1和B2(分别是102至106)的五个周围采样中的任一采样相关联的MV，根据与一个或多个参考图片，比如最近的参考图片(按解码次序)，相关联的元数据来推导出所述MV。在H.265中，MV预测可以使用来自与相邻块所使用的参考图片相同的参考图片的预测值。

图2示出根据本公开实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一对终端装置(210)和终端装置(220)。在图2的实施例中，第一对终端装置(210)和终端装置(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码，再通过网络(250)传输到另一终端装置(220)。已编码的视频数据可采用一个或多个已编码视频码流形式传输。终端装置(220)可从网络(250)接收已编码视频数据，对已编码视频数据进行解码，恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中较为常见的。

在另一实施例中，通信系统(200)包括第二对终端装置(230)和终端装置(240)，用于执行可能发生的已编码视频数据的双向传输，例如在视频会议期间的双向传输。对于双向数据传输，在实施例中，终端装置(230)和终端装置(240)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，再通过网络(250)传输到终端装置(230)和终端装置(240)中的另一终端装置。终端装置(230)和终端装置(240)中的每个终端装置还可接收由终端装置(230)和终端装置(240)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码，恢复视频数据，并且可根据恢复的视频数据在可访问的显示装置处显示视频图片。

在图2实施例中，终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)的例子可包括服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于笔记本电脑、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)之间传送已编码视频数据的任何数量的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本申请公开的操作可能无关紧要。

作为所公开主题的应用实施例，图3示出视频编码器和视频解码器在流式传输环境中的布置。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等。

流式传输系统可包括采集子系统(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建例如未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的采样。相较于已编码的视频数据(304)(或已编码视频码流)，用粗线描绘视频图片流(302)以强调其高数据量，所述视频图片流可由电子装置(320)处理，所述电子装置包括耦合到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合，实现或实施如下文更详细描述的所公开主题的各方面。相较于视频图片流(302)，用细线描绘已编码的视频数据(304)(或已编码的视频码流(304))以强调其较低数据量，所述已编码的视频数据可存储在流式传输服务器(305)上留作将来使用。一个或多个流式传输客户端子系统，例如图3中的客户端子系统(306)和客户端子系统(308)，可访问流式传输服务器(305)，检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(例如显示屏)或另一呈现装置(未图示)上呈现的视频图片输出流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的实施例包括ITU-TH.265建议书。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)标准。本申请所公开主题可在VVC标准背景中使用。

应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，而电子装置(330)还可包括视频编码器(未示出)。

图4是根据本申请公开实施例的视频解码器(410)的框图。视频解码器(410)可设置于电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3实施例中的视频解码器(310)。

接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未图示)的已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦合在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它应用中，所述缓冲存储器(415)可在视频解码器(410)外部(未图示)。在又一些应用中，在视频解码器(410)外部可设置其他缓冲存储器(未图示)，以例如防止网络抖动，且在视频解码器(410)内部可存在另一缓冲存储器(415)，以例如处置播出定时。当接收器(431)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或将所述缓冲存储器做得较小。为了在互联网等尽力而为业务分组网络上使用，可能需要缓冲存储器(415)，所述缓冲存储器可相对较大且具有自适应性大小，甚至还可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未图示)中。

视频解码器(410)可包括解析器(420)，根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及可能用以控制显示装置(412)(例如，显示屏)等显示装置的信息，所述显示装置不是电子装置(430)的组成部分，但可耦合到电子装置(430)，如图4中所示。用于显示装置的控制信息可采用辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)参数集片段(未图示)的形式。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等。基于与群组对应的至少一个参数，解析器(420)可从已编码视频序列提取针对视频解码器中的至少一个像素子群的子群参数集。子群可包括图片群组(Groupof Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等。解析器(420)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等。

解析器(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。

取决于已编码视频图片或已编码视频图片的一部分(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，重建符号(421)可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(410)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，许多这些单元彼此紧密交互并且可以至少部分地彼此集成。然而，出于描述所公开主题的目的，适合在概念上细分成以下功能单元。

第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息，包括使用哪种变换、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括采样值的块，所述采样值可输入到聚合器(455)中。

在一些情况下，缩放器/逆变换单元(451)的输出采样可涉及帧内编码块；即：不使用来自先前重建图片的预测性信息但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)使用从当前图片缓冲器(458)提取的周围已重建信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(458)对部分重建的当前图片和/或完全重建的当前图片进行缓冲。在一些情况下，聚合器(455)基于每一采样将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出采样信息中。

在其它情况下，缩放器/逆变换单元(451)的输出采样可涉及帧间编码和潜在运动补偿块。在这种情况下，运动补偿预测单元(453)可访问参考图片存储器(457)，提取用于预测的采样。在根据涉及块的符号(421)对提取的采样进行运动补偿之后，这些采样可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称作残差采样或残差信号)，从而生成输出采样信息。运动补偿预测单元(453)从参考图片存储器(457)内的地址获取预测采样，这些地址可受运动矢量控制，所述呈符号(421)形式的可具有例如X、Y和参考图片分量的所述运动矢量可供运动补偿预测单元(453)使用。运动补偿还可包括在使用子采样精确运动矢量时从参考图片存储器(457)提取的采样值的内插、运动矢量预测机制等。

聚合器(455)的输出采样会在环路滤波器单元(456)中经历各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于已编码视频序列(也称作已编码视频码流)中包括的参数，且所述参数作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)，但视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的采样值。

环路滤波器单元(456)的输出可以是采样流，所述采样流可输出到显示装置(412)，以及存储在参考图片存储器(457)中用于将来帧间图片预测。

一旦完全重建，某些已编码图片就可用作将来预测用的参考图片。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(410)可根据ITU-TH.265等标准中的预定视频压缩技术来执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。为符合要求，已编码视频序列的复杂度还必须处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(例如每秒以兆个采样为单位进行测量)、最大参考图片大小等。在一些情况下，通过假想参考解码器(Hypothetical Reference Decoder，HRD)规范和在已编码视频序列中发送的HRD缓冲器管理元数据，可进一步限定由层级设定的限制。

在实施例中，接收器(431)可接收已编码的视频和额外(冗余)数据。所述额外数据可被视为已编码视频序列的一部分。所述额外数据可由视频解码器(410)用以对数据进行适当解码，和/或较准确地重建原始视频数据。额外数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图5是根据本公开实施例的视频编码器(503)的框图。视频编码器(503)设置在电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3实施例中的视频编码器(303)。

视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)的部分)接收视频采样，所述视频源可采集将由视频编码器(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。

视频源(501)可提供将由视频编码器(503)编码的呈数字视频采样流形式的源视频序列，所述数字视频采样流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601YCrCB、RGB……)和任何合适取样结构(例如YCrCb4:2:0、YCrCb4:4:4)。在媒体服务系统中，视频源(501)可以是存储先前准备的视频的存储装置。在视频会议系统中，视频源(501)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个采样。所属领域的技术人员可以很容易理解像素与采样之间的关系。下文侧重于描述采样。

根据实施例，视频编码器(503)可实时或在由应用所要求的任何其它时间约束下将源视频序列的图片编码且压缩成已编码视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)控制如下文所描述的其它功能单元且在功能上耦合到这些功能单元。为了简洁起见，未图示耦合。由控制器(550)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(550)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。

在一些实施例中，视频编码器(503)用于在编码环路中操作。作为简单的描述，在实施例中，编码环路可包括源编码器(530)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)以类似于(远程)解码器创建采样数据的方式重建符号，以创建采样数据(因为在所公开主题中所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的采样流(采样数据)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(534)中的内容在本地编码器与远程编码器之间也是精确到比特位的。换句话说，编码器的预测部分“看到”的参考图片采样与解码器将在解码期间使用预测时所“看到”的采样值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。

“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(410)的熵解码部分可能无法完全在本地解码器(533)中实施。

此时可以观测到，除存在于解码器中的解析/熵解码之外的任何解码器技术也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，所公开的主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。

在操作期间，在一些实施例中，源编码器(530)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测编码。以此方式，编码引擎(532)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(533)可基于源编码器(530)创建的符号对可指定为参考图片的图片的已编码视频数据进行解码。有利地，编码引擎(532)的操作可为有损过程。当已编码视频数据可在视频解码器(图5中未示出)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)重复解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。

预测器(535)可针对编码引擎(532)执行预测搜索。即，对于要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为新图片的适当预测参考的采样数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(535)可基于采样块逐像素块而操作，以找到合适的预测参考。在一些情况下，根据预测器(535)获得的搜索结果，可确定输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。控制器(550)可管理源编码器(530)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。

传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列以为通过通信信道(560)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，所述其它数据例如已编码音频数据和/或辅助数据流(未示出来源)。

控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下一种图片类型：

帧内图片(I图片)可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的那些变体及其变体相应的应用和特征。

预测性图片(P图片)可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的采样值。

双向预测性图片(B图片)可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的采样值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。

源图片通常可在空间上细分成多个采样块(例如，各自4×4、8×8、4×8或16×16个采样的块)且在逐块基础上进行编码。块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时间预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时间预测进行预测编码。

视频编码器(503)可根据例如ITU-TH.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。

在实施例中，传输器(540)可传输额外数据和已编码的视频。源编码器(530)可将此类数据作为已编码视频序列的一部分。额外数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。

可将采集到的视频作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块可通过称作运动矢量的矢量进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如第一参考图片和第二参考图片，所述参考图片按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(coding treeunit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。可进一步将每个CTU四叉树拆分为一个或多个编码单元(codingunit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。将亮度预测块作为预测块的实施例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等。

图6是根据本公开的另一实施例的视频编码器(603)的图。视频编码器(603)用于接收视频图片序列中的当前视频图片内的采样值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。

在HEVC实施例中，视频编码器(603)接收用于处理块的采样值的矩阵，所述处理块为例如8×8采样的预测块等。视频编码器(603)使用例如率失真优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值推导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块的模式的模式决策模块(未示出)。

在图6的实施例中，视频编码器(603)包括如图6所示耦合到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。

帧间编码器(630)用于接收当前块(例如处理块)的采样、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如预测的块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(622)用于接收当前块(例如处理块)的采样、在一些情况下比较所述块与同一图片中已经编码的块、在变换之后生成量化的系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如预测的块)。

通用控制器(621)用于确定通用控制数据且基于所述通用控制数据控制视频编码器(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差异(残差数据)。残差编码器(624)用于基于残差数据操作以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(624)用于将残差数据从空间域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(625)用于将码流格式化以产生已编码的块。熵编码器(625)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(625)用于包括通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图7是根据本公开的另一实施例的视频解码器(710)的图。视频解码器(710)用于接收作为已编码视频序列的部分的已编码图片，且对所述已编码图片进行解码以生成重建的图片。在实施例中，视频解码器(710)用于代替图3实施例中的视频解码器(310)。

在图7实施例中，视频解码器(710)包括如图7中所示耦合到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。

熵解码器(771)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如块被编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(772)或帧间解码器(780)用以进行预测的某些采样或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等。在实施例中，当预测模式是帧间预测模式或双向预测模式时，将帧间预测信息提供到帧间解码器(780)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(772)。残差信息可经由逆量化而提供到残差解码器(773)。

帧间解码器(780)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。

帧内解码器(772)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。

残差解码器(773)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(以包括量化器参数(Quantizer Parameter，QP))，且所述信息可由熵解码器(771)提供(未图示数据路径，因为这是低量控制信息)。

重建模块(774)用于在空间域中组合由残差解码器(773)输出的残差与预测结果(如视情况而定可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作，以改善视觉质量。

应注意，可使用任何合适的技术来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中，可使用一个或多个集成电路来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。

一般来说，运动补偿是指其中一个或多个MV用于指示采样或采样区域相对于参考图片中的位置产生位移的技术。在一些实施例中，通过描述当前块的六参数(或简化的四参数)仿射运动模式，仿射运动补偿(也称为仿射预测模式或仿射运动模式)可高效地预测当前块内采样的运动信息。更具体地说，在仿射编码或描述的当前块中，不同采样可具有不同MV。其中采样具有相同MV的仿射编码块中的基本单元被称为子块。当前块中的子块的大小可介于一个采样至当前块大小的范围内。在实施例中，子块包括4×4个采样。当前块和子块可具有任何合适的大小和形状，例如矩形形状或非矩形形状。

当确定用于当前块的仿射运动模式时，可基于仿射运动模式推导出相对于参考图片的当前块中的每个采样的MV。如上文所描述，为了减小实施复杂度，可针对每个子块而非当前块中的每个采样来执行仿射运动补偿。由此，可推导出子块的MV，且子块中的采样的MV与子块的MV等同。子块的左上或中心等特定位置可用于表示子块位置。

在一些实施例中，仿射运动模式可包括多个参数，例如6个参数、4个参数或任何其它数目的所要参数，以描述当前块的运动信息(或MV预测信息)。在实施例中，仿射运动模式的六(6)个参数可由仿射编码块的三个不同位置处的三个MV表示。所述三个位置可称作当前块的控制点。图8示出一个实施例，其中当前块(801)的三个角位置A、B和C的三个MV用在仿射运动模式中。三个角位置A、B和C是当前块(801)的控制点。通常，在由六参数仿射运动模式描述仿射变换之后，矩形块可变换成平行四边形。图9A示出相对于参考图片(912)的当前块(910)的六参数仿射运动模式。三个相应控制点(911)、控制点(913)、控制点(915)的三个MV(914)、MV(916)和MV(918)用在六参数仿射运动模式中。

在另一实施例中，仿射运动模式可使用4个参数(即四参数仿射运动模式)，其中使用四参数仿射运动模式描述仿射变换之后，当前块的形状并未改变。因此，在仿射变换之后，矩形当前块保持矩形形状和相同高宽比。所述四参数仿射运动模式可由两个不同位置(或控制点)处的一对MV表示，所述位置例如图8中的当前块(801)的角位置A和角位置B。图9B示出相对于参考图片(922)的当前块(920)的四参数仿射运动模式。两个相应控制点(921)和控制点(923)的两个MV(924)和MV(926)用在四参数仿射运动模式中。

在一些实施例中，合并模式和残差模式(也称为常规模式)可用于运动预测。当使用仿射运动补偿时，合并模式和/或残差模式可用于信号中。合并模式是指使用一个或多个MV预测值(例如与当前块的周围采样相关联的MV)但不使用残差MV分量的MV预测。在合并模式中，可根据一个或多个先前仿射编码块预测当前块的仿射运动模式。在实施例中，参考块(即，一个或多个先前仿射编码块中的一个仿射编码块)和当前块在同一仿射对象中，其中可从参考块的仿射运动模式推导出当前块的控制点处的MV。由于假设控制点处的残差MV分量为零，因此不体现该残差MV分量。在实施例中，可将哪些MV预测值、以何种组合以及在MV预测值中设置什么权重等，均可作为额外信息(或辅助信息)进行体现。在另一实施例中，所述辅助信息可被预测，因此并不明确标识出来。

在残差模式中，可预测当前块的仿射运动模式，包括例如当前块的多个控制点处的多个MV。因为可预测多个MV，所以候选者列表中的每个候选者包括用于图8中的控制点A、控制点B和控制点C等各个控制点的一组MV预测值。举例来说，候选者1＝{控制点A的MV预测值1，控制点B的MV预测值1，以及控制点C的MV预测值1}；候选者2＝{控制点A的MV预测值2，控制点B的MV预测值2，以及控制点C的MV预测值2}。在其它实施例中，可使用三个或三个以上候选者。不同候选者中的相同控制点的预测值可以相同或不同。MV预测值标记(例如，用于第一参考图片列表或列表0(L0)的mvp_l0_flag或用于第二参考图片列表或列表1(L1)的mvp_l1_flag)可用于指示从相应参考图片列表(例如L0或L1)中选择的候选者。此外，可标记控制点处的MV与相应MV预测值之间的残差MV分量或差异。类似地，所述辅助信息也可被明确编码或预测。在根据给定视频编码技术编码的同一图片中，合并模式和残差模式均可使用。

本文所描述的仿射运动补偿中的MV预测技术可在视频编码器或视频解码器中实施，或作为视频编码器或视频解码器的一部分。如上文已描述，编码器和解码器可实施MV预测等类似技术。因此，在相同实施例或另一实施例中，所公开主题可以分别是解码器或编码器的一部分。为清楚起见，下文主要描述解码器操作，而此描述可适当地用于编码器操作。

参考图10，在使用合并模式对正在重建的当前块(1010)进行编码时，可根据已经解码的空间/时间相邻块的运动信息且在无残差MV分量的情况下推导出当前块(1010)中的采样的位移。因此，为简洁起见，下文主要描述残差模式，且此描述可适用于合并模式，例如通过使残差MV分量为零。在相同实施例或另一实施例中，被编码的当前块(1010)可包括具有任何合适形状的存在或不存在间隙的多个子块C(1，1)～C(M，N)。为清楚起见，在描述中使用矩形子块C(1，1)～C(M，N)的矩形阵列。当前块(1010)的相邻块或相邻块包括A(0，0)～A(0，N+M)和L(1，0)～L(M+N，0)。

矩形子块，例如子块C(1，1)可包括K×L个采样，例如K×L个亮度采样。在一些情况下，具有相同或类似大小的相似子块可从对应的主子块推导出MV。举例来说，在使用视频解码器的一些视频处理系统中，以YCrCb4：2：0取样结构对视频取样，其中在相应的色度平面中对色度采样Cr和Cb进行二次取样和处置，且在亮度平面对亮度采样Y进行二次取样和处置，因此，主子块可以是具有亮度采样Y的子块。在另一实施例中，主子块可以是包括使用RGB色彩空间的图片的绿色采样的绿色子块，并且在相应的红色平面和蓝色平面中处理红色采样和蓝色采样。在上述实施例中，色度平面或R/B色彩平面中的子块可分别从例如亮度和绿色子块等主子块推导出MV。为清楚起见，所述描述针对单色平面。在相同或另一实施例中，即使当视频码流包括与多个色彩平面有关的信息时，也可以从与单色平面相关的已编码信息预测MV。在相同实施例或另一实施例中，可以从例如与另一色彩平面相关联的MV等运动信息推导出某些色彩平面的MV等运动信息。

对于参考图片，可直接(例如，通过标识当前块的控制点处的MV)或间接(例如，通过从空间相邻运动模式推导出当前块的控制点处的MV，或通过使用相邻块的MV作为当前块的控制点的MV)描述仿射运动模式等运动预测模式。当多个参考图片用在仿射运动模式等运动预测模式中时，其中一个参考图片的运动预测模式可从另一参考图片的另一运动预测模式推导出来，用以提高运动预测模式的效率。

根据一些实施例，多个参考图片可用于基于运动预测模式预测当前图片的当前块中的采样。所述多个参考图片可包括视频序列中的第一参考图片和第二参考图片，所述视频序列还包括所述当前图片。所述第一参考图片的第一MV预测信息可直接从视频码流的信号中获得，也可间接地从例如当前块的相邻块获得。可基于第一MV预测信息以及视频序列中第一参考图片、第二参考图片和当前图片之间的时间关系，确定第二参考图片的第二MV预测信息。随后，可基于第一参考图片中的第一采样和第二参考图片中的第二采样来重建当前块中的采样，其中第一采样的第一位置基于第一MV预测信息来确定，且第二采样的第二位置基于第二MV预测信息确定。在实施例中，可基于第一采样的第一预测的值(或第一预测值)和第二采样的第二预测的值(或第二预测值)的函数来确定当前块中的采样的预测的值(或预测值)。所述函数可以是第一预测值和第二预测值的加权平均值。

运动预测模式可以是任何合适的运动预测模式，例如仿射运动模式。通常，仿射运动模式可描述对象的运动或运动组合，例如对象的缩放(zooming或scaling)、旋转、平移和/或形变。可在时域中传播该运动或运动组合，因此该运动或运动组合可体现在对应于不同时间的多个参考图片中。由此，一个参考图片中的仿射运动模式可根据另一参考图片中的另一仿射运动模式进行预测。下文描述主要针对仿射运动模式，但此描述可适当地用于其它运动预测模式。

在本公开中，相对于当前图片的术语“过去”表示参考图片的图片次序计数(picture order count，POC)小于当前图片的当前POC，或参考图片的显示次序在当前图片之前。类似地，在本公开中，相对于当前图片的术语“将来”指示参考图片的POC大于当前POC，或参考图片的显示次序在当前图片之后。

在视频序列中，第一参考图片、第二参考图片和当前块可具有任何合适的时间关系，如下文四个不同实施例中所示。在第一实施例中，第一参考图片和第二参考图片是视频序列中在当前图片之前或之后(或在当前图片的同一侧)的参考图片，即第一参考图片的第一POC和第二参考图片的第二POC大于或小于当前图片的当前P OC。因此，在实施例中，第一参考图片和第二参考图片可以是过去的图片，且在当前图片之前显示。在另一实施例中，第一参考图片和第二参考图片可以是将来的图片，且在当前图片之后显示。可使用外插法来基于第一MV预测信息生成第二MV预测信息。

或者，在第二实施例、第三实施例和第四实施例中，第一参考图片和第二参考图片在视频序列中处于当前图片的相对侧，即，第一POC和第二POC中的一个POC大于当前POC，且第一POC和第二POC中的另一POC小于当前POC。因此，第一参考图片和第二参考图片中的一个参考图片是过去的图片并且在当前图片之前显示，而第一参考图片和第二参考图片中的另一参考图片是将来的图片并且在当前图片之后显示。在一些实施例中，第一POC等于第二POC，且第一参考图片和第二参考图片相对于当前图片是“镜像图片”。

如上文所描述，可基于第一MV预测信息以及视频序列中第一参考图片、第二参考图片和当前图片之间的时间关系，如下所示使用四参数仿射运动模式来确定第二参考图片的第二MV预测信息。本公开的实施例可扩展到其它运动预测模式，包括具有不同数目的参数的仿射运动模式。

(下文)式1提供第一参考图片的第一四参数仿射运动模式(或第一仿射模型)的实施例，其中第一MV预测信息包括第一仿射参数。第一仿射参数可包括用于缩放的第一缩放因子ρ、用于旋转的第一角度因子θ以及用以描述关于第一参考图片的平移运动的第一平移MV(c，f)。式2(下文)提供第二参考图片的第二四参数仿射运动模式(或第二仿射模型)的实施例，其中第二MV预测信息包括第二仿射参数。第二仿射参数可包括用于缩放的第二缩放因子ρ'、用于旋转的第二角度因子θ'和用以描述关于第二参考图片的平移运动的第二平移MV(c'，f')。位置(x，y)表示当前图片中的采样位置，第一位置(x'，y')表示第一参考图片中对应第一采样的位置，且第二位置(x”，y”)表示第二参考图片中的对应第二采样的位置。为清楚起见，旋转和缩放随着时间推移是平滑的(即，相对于时间距离是线性的)。

当获得第一参考图片的第一仿射参数时，可基于第一仿射参数以及第一参考图片、第二参考图片和当前图片之间的时间关系来确定(或推导出)第二仿射参数。在一些实施例中，时间关系可包括当前图片与第一参考图片的第一时间距离d0以及当前图片与第二参考图片的第二时间距离d1，如下文所描述。

在合并模式中或在残差模式中，可基于相对于第一参考图片的当前块的两个控制点处的两个MV来获得第一参考图片的第一仿射参数。当获得第一仿射参数时，针对当前块中的位置(x，y)处的采样，可例如使用式(1)获得第一参考图片中的第一采样的第一位置(x'，y')。随后，可将指向第一参考图片的第一MV确定为(x'-x，y'-y)。

可从第一仿射参数推导出第二参考图片的第二仿射参数。当获得第二仿射参数时，针对当前块中的位置(x，y)处的采样，可例如使用式(2)获得第二参考图片中的第二采样的第二位置(x"，y")。随后，可将指向第二参考图片的第二MV确定为(x"–x，y"–y)。

随后，可针对当前块中的位置(x，y)处的采样获得第一采样的第一预测值和第二采样的第二预测值，且可将第一预测值和第二预测值的加权平均值用作当前块中的位置(x，y)处的采样的预测值。

如上文所描述，在第一实施例中，第一图片和第二图片是过去的图片或将来的图片，并且第一参考图片和第二参考图片可来自相同的参考图片列表，例如L1或L0。所述时间关系可包括第一时间距离d0和第二时间距离d1。在实施例中，基于第一POC与当前POC之间的差，确定第一时间距离d0，且基于第二POC与当前POC之间的差，确定第二时间距离d1。

图11A和图11B示出第一实施例的两种情况，其中第一POC和第二POC小于当前图片的当前POC。另外，第一时间距离d0小于第二时间距离d1。当然，还可针对其中第一POC和第二POC均大于当前POC数和/或d0大于d1的情况，而实施所述第一实施例。图11A示出时域中的缩放(zooming或scaling)传播。第一参考图片(1114)和第二参考图片(1116)分别相对于当前图片(1112)是过去的，且第一参考图片(1114)和第二参考图片(1116)的第一POC(即POC1)和第二POC(即POC2)分别小于当前图片(1112)的当前POC(即，POC0)。随时间的推移，第二参考图片(1116)中的对象(1126)缩小成第一参考图片(1114)中的对象(1124)，且进一步缩小成当前图片(1112)中的对象(1122)。

图11B示出时域中的旋转传播。第一参考图片(1134)和第二参考图片(1136)相对于当前图片(1132)也是过去的。第一POC和第二POC以及第一时间距离和第二时间距离与上文所描述的类似，因此，为简洁起见，省去详细描述。随时间的推移，第二参考图片(1136)中的对象(1146)顺时针旋转以变成第一参考图片(1134)中的对象(1144)，且进一步顺时针旋转以变成当前图片(1132)中的对象(1142)。

在以下描述中，示出(i)使用外插法以及(ii)基于第一MV预测信息、第一时间距离和第二时间距离确定第二参考图片的第二MV预测信息的实施例。

在实施例中，当在第一仿射运动模式和第二仿射运动模式中不存在旋转时，可采用如以下式(3)和式(4)所示简化式(1)和式(2)进行确定：

图12A和图12B示出对应于线性缩放的实施例。图12A示出随时间的推移缩小的实施例。图12B示出随时间的推移放大的实施例。还分别示出当前图片、第一参考图片和第二参考图片的当前POC(即POC0)、第一POC(即POC1)和第二POC(即POC2)。设ρ＝(1+ρ0)，ρ'＝(1+ρ1)，其中ρ0和ρ1分别是与第一参考图片和第二参考图片相关联的相对缩放因子，且在图12A和图12B实施例中为正数。举例来说，当ρ0为0时，当前图片与第一参考图片之间不存在缩放，且当ρ1为0时，当前图片与第二参考图片之间不存在缩放。存在下式：

因此，基于式(5)和ρ′＝1+(ρ-1)d₁/d₀，可从ρ获得ρ'。对于指数缩放，ρ′＝ρ^N1，其中N1是基于指数缩放的参数。

图13示出对应于平移(或平移运动)的实施例。可将当前图片(1312)中的当前块(1322)的中心处的采样(1332)选为仿射运动模式的原点。因此，采样(1332)的运动可限于平移。第一平移MV可以是从采样(1332)指向第一参考图片(1314)的第一块(1324)中的采样(1334)的MV0，因此，MV0＝(c，f)。类似地，第二平移MV可以是从采样(1332)指向第二参考图片(1316)的第二块(1326)中的采样(1336)的MV1，因此，MV1＝(c'，f')。参考图13，MV对(即，MV0和MV1)具有相同方向且成比例，其中MV1＝N₂MV0，且N₂是d1与d0的比率(N₂＝d1/d0)。如上文所描述，所述MV对满足下式：

(c′,f′)＝(N₂c,N₂f) (6)

当仿射运动模式被限定为线性缩放和平移时，式(4)可写成：

当仿射运动模式被限定为限于指数缩放和平移时，式(4)可写成：

如上文所描述，基于受限于缩放和平移的仿射运动模式以及包括第一时间距离d0和第二时间距离d1的时间关系，分别从第一仿射参数ρ和(c，f)推导出第二仿射参数ρ'和(c'，f')。在实施例中，所述时间关系还可以是第二时间距离d1与第一时间距离d0的比率N₂。此外，当仿射运动模式例如从线性缩放变成指数缩放或从指数缩放变成线性缩放时，第二仿射参数ρ'和(c'，f')会改变。

当第一仿射运动模式和第二仿射运动模式不包括旋转时，给出以上与式(3)至式(8)相关联的描述，但此描述可用于包括旋转。

下文描述第一实施例的两个方法。在第一实施例的第一方法中，使用残差模式。可明确标识某些预测信息，所述预测信息包括预测标记和仿射启用标记(或仿射标记)。可在残差模式和/或运动预测模式的相关语法元素之前，示意指示预测方向的预测标记(例如，L0，L1或双向预测)。其次，在不限制预测标记之后的次序的情况下，可标识仿射标记以指示仿射运动模式。当针对当前块标识指示双向预测的预测标记和仿射标记时，可标识第一参考图片的第一仿射MV预测信息。在实施例中，当第一MV预测信息包括(i)当前块的各个控制点处的MV预测值和残差MV分量以及(ii)第一参考图片列表(例如L0)中的第一参考图片的第一参考索引时，可从MV预测值和残差MV分量获得第一参数。在另一实施例中，第一MV预测信息包括第一仿射参数。

外插标记，例如extrapolate_affine_flag，可用于指示根据第一MV预测信息的第二MV预测信息的外插。在实施例中，当第二参考图片列表(例如L1)不包括与第一参考图片不同且与第一参考图片处于当前图片的同一侧的参考图片时，不标识外插标记，且将外插标记推断为假。当标识外插标记时，不标识例如包括第二仿射参数的第二MV预测信息，但可基于第一MV预测信息推导出所述第二MV预测信息，如上文所描述。在实施例中，可示意出识别第二参考图片列表(例如L1)中的第二参考图片的第二参考索引。在另一实施例中，不标识第二参考索引。替代地，将L1中与当前图片有最小POC差的参考图片选为第二参考图片，且所述第二参考图片的索引是第二参考索引。

对于当前块的运动补偿可使用多个参考图片的情况，可使用多种假设。在第一实施例的第二方法中，所述多个参考图片还包括额外参考图片。在视频序列中，第一参考图片和第二参考图片以及额外参考图片在当前图片之前或之后。可基于第一MV预测信息、第一时间距离以及当前图片与额外参考图片的额外时间距离来确定额外参考图片的额外MV预测信息。随后，还可基于额外参考图片中的额外采样重建当前块中的采样，其中额外采样的位置是基于额外MV预测信息来确定的。

如上文所描述，在第二实施例中，第一参考图片和第二参考图片在视频序列中处于当前图片的相对侧。因此，第一参考图片和第二参考图片中的一个参考图片是过去图片的并且在当前图片之前显示，而第一参考图片和第二参考图片中的另一参考图片是将来的图片并且在当前图片之后显示。在实施例中，第一时间距离d0等于第二时间距离d1，且第一参考图片和第二参考图片相对于当前图片是一对镜像图片。在另一实施例中，第一时间距离d0不等于第二时间距离d1，但可通过将d1设置为d0而从第一MV预测信息推导出第二MV预测信息。

图14A和图14B示出第二实施例的两种情况，其中第一POC小于当前图片的当前POC，且第二POC大于当前图片的当前POC。第二实施例可适当地用于其中第一POC大于当前POC且第二POC小于当前POC的实施例。图14A示出时域中的缩放传播。第一参考图片(1414)和第二参考图片(1416)相对于当前图片(1412)处于相对侧，其中第一POC(即，POC1)小于当前POC(即，POC0)，且第二POC(即，POC2)大于POC0。在实施例中，第一时间距离d0等于第二时间距离d1。随时间的推移，第一参考图片(1414)中的对象(1424)缩小成当前图片(1412)中的对象(1422)，且进一步缩小成第二图片(1416)中的对象(1426)。

图14B示出时域中的旋转传播。类似于图14A，第一参考图片(1434)和第二参考图片(1436)相对于当前图片(1432)处于相对侧。第一POC和第二POC以及第一时间距离和第二时间距离与上文的描述类似，因此，为简洁起见，省去详细描述。随时间的推移，第一参考图片(1434)中的对象(1444)顺时针旋转以变成当前图片(1432)中的对象(1442)，且进一步顺时针旋转以变成第二图片(1436)中的对象(1446)。

如上文所描述，可基于第一MV预测信息使用四参数仿射运动模式来确定第二参考图片的第二MV预测信息。本公开中的方法可扩展到其它运动模式，包括具有不同数目的参数的仿射运动模式。可分别通过式(1)和式(2)描述第一参考图片的第一仿射运动模式和第二参考图片的第二仿射运动模式。

在实施例中，第一POC等于第二POC，其中第一参考图片和第二参考图片是相对于当前图片的一对“镜像图片”，因此在图14A和图14B中，第一时间距离d0等于第二时间距离d1。因此，用于第二仿射模型的式(2)变为：

图15A和图15B示出对应于线性缩放的实施例。类似于图12A和图12B，图15A示出随时间的推移放大的实施例。图15B示出随时间的推移缩小的实施例。还分别示出当前图片、第一参考图片和第二参考图片的当前POC(POC0)、第一POC(POC1)和第二POC(POC2)。设ρ＝(1+ρ0)，ρ'＝(1+ρ1)，则在图15A中，ρ0为负且ρ1为正，且在图15B中，ρ0为正且ρ1为负。存在下式：

ρ0/ρ1＝–d0/d1 (10)

其中第一时间距离是d0，且第二时间距离是d1。此外，当第一时间距离d0等于第二时间距离d1时，ρ′＝2-ρ。

当缩放是指数性的且第一时间距离d0等于第二时间距离d1时，ρ′＝1/ρ。

下文描述第二实施例的两个方法。在第二实施例的第一方法中，使用残差模式。类似于第一实施例的第一方法，可显式地标识包括预测标记和仿射标记的某些预测信息。当针对当前块标识指示双向预测的预测标记和仿射标记时，可确定第一参考图片列表和第二参考图片列表中的一对镜像图片的可用性。当一对镜像图片可用时，镜像标记(例如mirror_affine_flag)可用于指示具有一对镜像图片的仿射运动模式。当没有镜像图片可用时，不标识镜像标记，但将所述镜像标记推断为假。在实施例中，当标识镜像标记时，则不标识所述一对镜像图片的参考图片索引。当存在多于一对镜像图片时，选择具有最小第一时间距离d0或第二时间距离d1的一对镜像图片。最小第一时间距离d0可对应于第一参考图片与当前图片之间的最小POC差。在实施例中，当一对镜像图片可用时，不标识镜像标记，但将所述镜像标记推断为真。

此外，当所述一对镜像图片可用时，可标识第一参考图片的第一仿射MV预测信息，其中第一参考图片是所述一对镜像图片中的一个图片。在实施例中，第一仿射MV预测信息包括第一仿射参数。在另一实施例中，第一仿射MV预测信息包括当前块的各个控制点处的MV预测值和残差MV分量。随后，可基于第一仿射MV预测和为1的d0/d1比率，推导出所述一对镜像图片中的另一图片的第二仿射MV预测信息，如上文所描述。可在第一参考图片列表(例如L0)中指示第一参考图片，且可在第二参考图片列表中指示所述一对镜像图片中的另一图片。反之，可在第二参考图片列表中指示第一参考图片，且可在第一参考图片列表中指示所述一对镜像图片中的另一图片。

下表1提供了语法表实施例，其中使用斜体和粗体文本突出的部分示出上文所描述的第二实施例的第一方法的实施例。

表1：语法表实施例

在第二实施例的第二方法中，第一时间距离d0和第二时间距离d1可以不同。可示意第一参考图片的第一MV预测信息，同时可基于第一MV预测信息例如使用式(1)和式(9)，通过将第二时间距离d1设置成第一时间距离d0，确定(或推导出)第二参考图片的第二MV预测信息。且对于线性缩放，ρ′＝2-ρ，或对于指数缩放，ρ′＝1/ρ。

类似于在第二实施例的第一方法中描述的那样，可以残差模式实施第二实施例的第二方法，因此为简洁起见，省去了详细描述。可标识出指示第一参考图片列表(例如L0)中的第一参考图片的第一参考索引。此外，可标识出第一参考图片的第一MV预测信息。当镜像标记为真时，可标识出或推断指示第二参考图片列表中的第二参考图片的第二参考索引。当推断时，第二参考索引可指向第二参考图片列表中具有最小时间距离d1的第二参考图片。或者，第二参考索引可指向具有第二时间距离d1的第二参考图片，第二时间距离d1尽可能地接近第一时间距离d0。

下表2提供了语法表实施例，其中使用斜体和粗体文本突出的部分示出上文所描述的第二实施例的第二方法的实施例。

表2：语法表实施例

如上文所描述，在第三实施例中，第一参考图片和第二参考图片在视频序列中处于当前图片的相对侧。因此，第一参考图片和第二参考图片中的一个参考图片是过去的图片并且在当前图片之前显示，而第一参考图片和第二参考图片中的另一参考图片是将来的图片并且在当前图片之后显示。在实施例中，第一时间距离d0等于第二时间距离d1，且第一参考图片和第二参考图片相对于当前图片是一对镜像图片。此外，运动预测模式可以是限于旋转和平移的仿射预测模式。

图16示出对应于第一参考图片和第二参考图片处于当前图片的相对侧时的平移的实施例。将当前图片(1612)中的当前块(1622)的中心处的采样(1632)选为仿射运动模式的原点，因此，采样(1632)的运动限于平移。第一平移MV是从采样(1632)到第一参考图片(1614)的第一块(1624)中的采样(1634)的MV0，因此，MV0＝(c，f)。类似地，第二平移MV是从采样(1632)到第二参考图片(1616)的第二块(1626)中的采样(1636)的MV1，因此，MV1＝(c'，f')。参考图16，MV对(即，MV0和MV1)具有相反方向并且成比例，其中MV1＝–N2MV0，且N2是第二时间距离d1与第一时间距离d0的比率(N2＝d1/d0)。当第一参考图片和第二参考图片是镜像图片时，第一时间距离等于第二时间距离(d0＝d1，且N2＝1)，且MV1＝–MV0＝–(c，f)。

当仿射运动模式限于旋转和平移时，由式(1)和式(2)描述的4参数仿射运动模式变成：

如式(11)和式(12)中所示，当仿射运动模式限于旋转和平移时，四参数降到3个参数。更具体地说，第一仿射参数包括用于旋转的第一角度因子θ和用于平移的第一平移MV(c，f)。第二仿射参数包括用于旋转的第二角度因子θ'和用于平移的第二平移MV(c'，f')。可基于第一仿射参数使用θ′＝-N₂θ和(c',f')＝-N₂-(c，f)来推导出第二仿射参数，且分别基于第一时间距离d0和第二时间距离d1确定比率N₂。在实施例中，当第一参考图片和第二参考图片是镜像图片时，第一时间距离等于第二时间距离(d0＝d1)，因此，θ′＝-θ，且(c'，f')＝–(c，f)。

在第三实施例中，可使用残差模式。类似于第一实施例的第一方法，可明确标识包括预测标记和仿射标记的某些运动信息。当指示双向预测的预测标记以及仿射标记为真时，可标识出旋转标记，例如derived_rotation_affine_flag，以指示仿射预测模式限于旋转和平移。在实施例中，当要求第一参考图片和第二参考图片是一对镜像图片时，确定第一参考图片列表和第二参考图片列表中的一对镜像图片的可用性。当没有镜像图片可用时，不标识出旋转标记，但将所述旋转标记推断为假。当至少一对镜像图片可用时，可标识出旋转标记。或者，不标识出旋转标记，但可将所述旋转标记推断为真。此外，当至少一对镜像图片可用时，将具有最小时间距离d0(或d1)的一对镜像图片选为第一参考图片和第二参考图片。

在另一实施例中，当第一参考图片和第二参考图片不需要是一对镜像图片时，选择第一参考图片和第二参考图片中的至少一个参考图片。举例来说，标识出第一参考图片和第二参考图片中的一个参考图片的参考图片索引。为清楚起见，下文描述示出标识第一参考图片列表(例如L0)中的第一参考图片的第一索引的实施例。此描述可适当地用于其中标识出第二参考图片的第二索引的情况。当标识出第一参考图片列表中的第一参考图片的第一索引时，可将第二参考图片列表中的第二参考图片确定为具有最小时间距离d1的参考图片，或具有时间距离d1的参考图片，其中第一时间距离d0与第二时间距离d1之间的差的绝对值最小。或者，标识出第二参考图片索引以指示第二参考图片列表中的第二参考图片。

此外，当旋转标记为真时，可发送第一参考图片的第一仿射MV预测信息。第一仿射MV预测信息可包括第一仿射参数，例如用于旋转的第一角度因子θ和用于平移的第一平移MV(c，f)。在实施例中，可对第一仿射参数进行预测编码，且因此，仅标识出第一仿射参数的残差。

随后，可基于第一仿射MV预测推导出第二参考图片的第二仿射MV预测信息，如上文所描述。在实施例中，将d0/d1的比率N₂设置为1。

在下表3中提供语法表实施例，其中使用斜体和粗体文本突出的部分示出上文所描述的第三实施例的实施例。

表3：语法表实施例

第四实施例类似于第三实施例，不同之处在于，仿射运动模式限于缩放(而非旋转)和平移，由式(1)和式(2)描述的4参数仿射预测模式变成：

如式(13)和式(14)中所见，当仿射运动模式限于缩放和平移时，四参数也降到3个参数。更具体地说，第一仿射参数包括用于缩放的第一缩放因子ρ和用于平移的第一平移MV(c，f)。第二仿射参数包括用于缩放的第二缩放因子ρ”和用于平移的第二平移MV(c'，f')。可基于第一平移MV使用(c'，f')＝–N₂(c,f)推导出用于平移的第二平移MV(c'，f')，且分别基于第一时间距离d0和第二时间距离d1确定比率N₂。此外，可如上文所描述从第一缩放因子ρ导出推导出第二缩放因子ρ”。

参考图15A至图15B，ρ＝(1+ρ0)，ρ'＝(1+ρ1)，且

在图15A中，ρ0为负且ρ1为正，而在图15B中，ρ0为正且ρ1为负。因此，式(13)和式(14)变成：

如上文所描述，当第一时间距离d0等于第二时间距离d1时，对于线性缩放，ρ'＝2–ρ，且对于指数缩放，ρ'＝1/ρ。

类似地，第四实施例中可使用残差模式，且可明确标识出包括预测标记和仿射标记的某些运动信息。当针对当前块标识出指示双向预测的预测标记以及仿射标记时，可标识出缩放标记，例如derived_scaling_affine_flag，以指示仿射预测模式限于缩放和平移。在实施例中，在要求第一参考图片和第二参考图片是一对镜像图片时，确定第一参考图片列表和第二参考图片列表中的一对镜像图片的可用性。当没有镜像图片可用时，不标识出缩放标记，但将所述缩放标记推断为假。当至少一对镜像图片可用时，可标识出缩放标记。或者，不标识出缩放标记，但可将所述缩放标记推断为真。此外，当至少一对镜像参考图片可用时，可将具有最小时间距离d0(或d1)的一对镜像参考图片选为第一参考图片和第二参考图片。

在另一实施例中，当第一参考图片和第二参考图片不需要是一对镜像图片时，选择第一参考图片和第二参考图片中的至少一个参考图片。举例来说，标识出第一参考图片和第二参考图片中的一个参考图片的参考图片索引。为清楚起见，下文描述示出其中标识出第一参考图片列表(例如L0)中的第一参考图片的第一索引的实施例。此描述可适当地用于发送第二参考图片的第二索引的情况。当标识出第一参考图片列表中的第一参考图片的第一索引时，可将第二参考图片列表中的第二参考图片确定为具有最小时间距离d1的参考图片，或具有时间距离d1的参考图片，其中第一时间距离d0与第二时间距离d1之间的差的绝对值最小。或者，标识出第二参考图片索引以指示第二参考图片列表中的第二参考图片。

此外，当缩放标记为真时，可标识出第一参考图片的第一仿射MV预测信息。第一仿射MV预测信息可包括第一仿射参数，例如用于缩放的第一缩放因子ρ和用于平移的第一平移MV(c，f)。在实施例中，可对第一仿射参数进行预测编码，因此，仅标识出第一仿射参数的残差。

随后，可基于第一仿射MV预测推导出第二参考图片的第二仿射MV预测信息，如上文所描述。在实施例中，将d0/d1的比率N2设置为1。

在下表4中提供语法表实施例，其中使用斜体和粗体文本突出的部分示出上文所描述的第四实施例的实施例。

表4：语法表实施例

上文所描述的第一实施例至第四实施例还可以合并模式实施，且上文描述可相应地适用。举例来说，假设残差MV分量为零且不标识出来。在合并模式中，合并候选者列表可包括使用仿射运动模式编码的某些合并候选者。某些合并候选者的仿射参数可来自先前编码的仿射块(生成的模型)，或来自使用空间相邻块的MV作为控制点(生成的角)处的MV。对于在第一参考图片列表(例如L0)中识别的第一参考图片的第一候选者，例如某些合并候选者中的一个合并候选者，当在第二参考图片列表(例如L1)中识别的第二参考图片可用于当前图片且满足某些条件时，可基于第一候选者确定第二参考图片的第二候选者。此外，针对合并候选者列表生成包括第一候选者和第二候选者的双向预测候选者，其中第一MV预测信息对应于第一候选者，且第二MV预测信息对应于第二候选者。

对于第一实施例，某些条件可指定第一参考图片和第二参考图片相对于当前图片是过去的或是将来的。在实施例中，对于第二参考图片列表中的每个可用参考图片，当该参考图片和第一参考图片相对于当前图片是过去图片的或是将来的图片时，可如上文所描述生成新的双向预测候选者。在另一实施例中，将(来自第二参考图片列表的)具有与当前图片最小时间距离的参考图片选为第二参考图片。

对于第二实施例，在实施例中，某些条件指定第二参考图片和第一参考图片是镜像图片。或者，某些条件指定，第二参考图片与当前图片的时间距离最小或第二参考图片的时间距离尽可能接近第一参考图片的第一时间距离的时间距离。此外，不论第二时间距离如何，可基于第一候选者，通过将第二时间距离与第一时间距离的比率设置成1来确定第二参考图片的第二候选者。

对于第三实施例和第四实施例，在实际应用中，某些条件指定第二参考图片和第一参考图片是镜像图片。或者，某些条件包括：第二参考图片与当前图片的时间距离最小。

对于第一实施例至第四实施例，在实际应用中，合并候选者列表可包括双向预测合并候选者，例如双向预测仿射编码合并候选者。每个双向预测合并候选者可视为两个单向预测候选者，其中从第一参考图片列表(例如L0)预测两个单向预测候选者中的一个单向预测候选者，且从第二参考图片列表(例如L1)预测两个单向预测候选者中的另一单向预测候选者。两个单向预测候选者中的每个单向预测候选者在被仿射编码后可用于生成新的双向预测候选者，如上文所描述。

如上文所描述，当仿射预测模式用于预测当前块的运动信息时，可通过六参数仿射运动模式、四参数仿射运动模式或具有所要数目的参数的任何其它模型等仿射预测模式来确定当前块中的采样的MV。在一些实施例中，当前块的不同部分(例如在当前块较大时)的运动可能不同，因此，根据本公开的各方面，可将当前块分成多个段，其中所述多个段中的每个段可具有仿射预测模式。因此，可通过相应仿射预测模式生成每个段中的采样的运动信息。在实施例中，所述多个段的仿射预测模式不同。可将当前块分成具有任何合适大小的任何合适数目的多个段。此外，可水平地或竖直地划分当前块。

图17示出将当前块(1710)分成多个段的实施例。当前块(1710)包括由相邻块(或相邻者)A(0，0)至相邻块(或相邻者)A(0，N+M)以及相邻块(或相邻者)L(1，0)至相邻块(或相邻者)L(N+M，0)包围的多个子块C(1，1)至子块C(M，N)。相邻块A(0，0)至相邻块A(0，N+M)可称作当前块(1710)的顶部相邻块，且相邻块L(1，0)至相邻块L(N+M，0)可称作当前块(1710)的左侧相邻块。如上文所描述，子块C(1，1)至子块C(M，N)中的每个子块中的采样具有相同MV(即，子块的MV)。

将当前块(1710)水平地划分(或分割)成两个段(1712)和(1714)。将段(1712)称为左侧段(1712)，且将段(1714)称为右侧段(1714)。在图17的实施例中，所述分割使得两个段在当前块(1710)的宽度中间对称，且段(1712)和段(1714)具有相同的宽度(和相同的高度)。当然，也可实施其它分割。在另一实施例中，可将当前块(1710)不对称地分成两个段，所述两个段的宽度比率为1:3或3:1。在另一实施例中，可将当前块(1710)对称地分成三个段，所述三个段的宽度比率为1:2:1。

为了生成当前块(1710)的每个段中的子块的MV，首先确定每个段的控制点(称为段角)处的MV。针对图17实施例给出下文描述，其中将当前块(1710)水平地且对称地分成段(1712)和段(1714)。所述描述可适当地用于其它分割。针对残差模式给出以下描述，且以下描述可适当地用于合并模式。

当使用四参数仿射预测模式时，段(1712)的控制点可分别是段(1712)的左上角(1721)和右上角(1722)。在实施例中，每个子块包括多个采样，因此，左上角(1721)是子块C(1，1)中的左上采样，且右上角(1722)是子块C(1，N/2)中的右上采样。为了预测所述段(1712)的左上角(1721)的MV预测值，可使用当前块(1710)的左上角(1721)的类似MV预测值候选者。举例来说，来自图17中的相邻块A(0,0)、A(0，1)和L(1,0)的MV可以是用于预测段(1712)的左上角(1721)的MV预测值候选者。可通过MV预测值标记(用于第一参考图片列表L0的mvp_l0_flag或用于第二参考图片列表L1的mvp_l1_flag)指示哪个MV预测值候选者用于实际MV预测值。

下文描述预测段(1712)的右上角(1722)的MV预测值的几个实施例。在实施例中，可使用右上角(1722)的顶部相邻块A(0，N/2)的MV。在另一实施例中，可使用右上角(1722)的右上相邻块A(0，N/2+1)的MV。在另一实施例中，可使用顶部相邻块A(0，N/2)的MV和右上相邻块A(0，N/2+1)的MV的加权平均值。在另一实施例中，顶部相邻块A(0，N/2)的MV和右上相邻块A(0，N/2+1)的MV可用作候选者。

类似地，当使用4参数仿射预测模式时，段(1714)的控制点可以分别是段(1714)的左上角(1723)和右上角(1724)。左上角(1723)可以是子块C(1，N/2+1)中的左上采样，且右上角(1724)是子块C(1，N)中的右上采样。下文描述预测段(1714)的左上角(1723)的MV预测值的几个实施例。在实施例中，可使用左上角(1723)的顶部相邻块A(0，N/2+1)的MV。在另一实施例中，可使用左上角(1723)的左上相邻块A(0，N/2)的MV。在另一实施例中，可使用顶部相邻块A(0，N/2+1)的MV和左上相邻块A(0，N/2)的MV的加权平均值。在另一实施例中，顶部相邻块A(0，N/2+1)的MV和左上相邻块A(0，N/2)的MV可用作MV预测值候选者。为预测段(1714)的右上角(1724)的MV预测值，可使用当前块(1710)的右上角(1724)的类似MV预测值候选者。举例来说，来自相邻块A(0，N-1)、相邻块A(0，N)和相邻块A(0，N+1)的MV可以是用于预测段(1714)的右上角(1724)的MV预测值候选者。可通过MV预测值标记(例如用于第一参考图片列表L0的mvp_l0_flag或用于第二参考图片列表L1的mvp_l1_flag)指示哪个MV预测值候选者用于实际MV预测值。

在一些实施例中，在当前块分成多个段时，可使用当前块的相同控制点的类似或相同候选者预测同样是当前块的控制点的所述多个段的控制点，例如图17中的控制点(1721)和控制点(1724)。

在一些实施例中，在当前块分成两个水平段时，可如下文所描述预测与另一段邻近的中间控制点，例如控制点(1722)和控制点(1723)。在实施例中，可根据左侧段的右上角的右上相邻块预测当前块的左侧段的右上角的MV，且可根据右侧段的左上角的左上相邻块预测当前块的右侧段的左上角的MV。在另一实施例中，可根据左侧段的右上角的顶部相邻块预测当前块的左侧段的右上角的MV，且可根据右侧段的左上角的顶部相邻块预测当前块的右侧段的左上角的MV。在另一实施例中，当前块的左侧段的右上角和当前块的右侧段的左上角共享相同控制点的运动信息，且共享的控制点的运动信息可以是当前块的左侧段的右上角的顶部相邻块的MV或右上相邻块的MV，或上述两个MV的加权平均值。

在一些实施例中，当相邻块A(0，N/2)的MV和相邻块A(0，N/2+1)的MV用作预测控制点的MV预测值的MV预测值候选者时，相邻块A(0，N/2)的MV和相邻块A(0，N/2+1)的MV可以在不同的MV预测值候选者群组中，且可通过MV预测值标记(用于第一参考图片列表L0的mvp_l0_flag或用于第二参考图片列表L1的mvp_l1_flag)进行选择。

在实施例中，在将当前块水平地分成相同大小的左侧段和右侧段时，左侧段的两个控制点和MV预测值来自当前块的左侧相邻块。举例来说，左侧段(1712)的两个控制点可以是左上角(1721)和左下角(1725)，且MV预测值来自当前块(1710)的左侧相邻块L(1，0)和左侧相邻块L(M，0)。另一方面，右侧段的两个控制点和MV预测值来自当前块的顶部相邻块。举例来说，右侧段(1714)的两个控制点可以是左上角(1723)和右上角(1724)，且MV预测值来自当前块(1710)的顶部相邻块A(0，N/2+1)和顶部相邻块A(0，N)。

在另一实施例中，在将当前块竖直地分成顶部段和底部段时，顶部段和底部段中的每个段的两个控制点和MV预测值来自当前块的左侧相邻块。

在另一实施例中，在将当前块竖直地分成顶部段和底部段时，顶部段的两个控制点和MV预测值来自当前块的顶部相邻块。底部段的两个控制点和MV预测值来自当前块的左侧相邻块。

参考图17，在将当前块(1710)水平地分为两个段(1712)和段(1714)时，两个段(1712)和段(1714)的控制点包括控制点(1721)和控制点(1724)，所述控制点也可以是当前块(1710)的控制点，因此，可按类似于用于当前块(1710)的方式标识控制点(1721)和控制点(1724)的残差MV分量。

另一方面，两个段(1712)和(1714)的控制点还包括中间控制点，例如左侧段(1712)的右上角(1722)和右侧段(1714)的左上角(1723)。下文示出标识出中间控制点(1722)和中间控制点(1723)的残差MV分量的实施例。在一个实施例中，中间控制点(1722)和中间控制点(1723)并不具有残差MV分量(或假设中间控制点(1722)和中间控制点(1723)的残差MV分量为零)，因此，不标识残差MV分量，且仅使用MV预测值。因此，标识出两个而非四个残差MV分量，由此提高仿射运动模式的效率。在另一实施例中，还标识出中间控制点(1722)和中间控制点(1723)的残差MV分量。在又一实施例中，如上文所描述，左侧段(1712)的右上角(1722)和右侧段(1714)的左上角(1723)共享相同控制点的相同运动信息和MV预测值候选者，因此，标识出相同MV预测值候选者的残差MV分量。因此，标识出发送三个而非四个残差MV分量，由此提高仿射运动模式的效率。

在又一实施例中，当每个中间控制点(例如左侧段的右上角、右侧段的左上角，或右侧段的左上角和左侧段的右上角的相同控制点)仅存在一个MV预测值候选者时，使用该MV预测值候选者。当中间控制点存在多个MV预测值候选者时，则对于当前块的MV预测值候选者列表中的每个MV预测值候选者，可将中间控制点的一个MV预测值候选者添加到当前块的更新后的MV预测值候选者列表中。以共享的中间控制点为例，当前块(1710)的两个控制点(1721)和控制点(1724)是A(例如(1721))和B(例如(1724))，且共享的中间控制点是M。如果当前块(1710)的MV预测值候选者包括候选者1＝{控制点A的预测值A1，控制点B的预测值B1}以及候选者2＝{控制点A的预测值A2，控制点B的预测值B2}，则更新后的MV预测值候选者列表包括更新后的候选者1＝{控制点A的预测值A1，控制点B的预测值B1，控制点M的预测值M1}，且更新后的候选者2＝{控制点A的预测值A2，控制点B的预测值B2，控制点M的预测值M2}。MV预测值M1和MV预测值M2可以相同或不同。

以上对信令的描述可适当地用于将当前块竖直分成两个段的实施例。对于每个段，可使用所述段的仿射预测模式生成包括段内各个子块的MV的运动场。可基于所述段的控制点处的MV计算仿射预测模式。每个MV可以是MV预测值和残差MV分量的总和。

残差模式的以上描述可适当地用于合并模式。在合并模式中，对于使用多个段的仿射合并候选者，所有控制点均无残差MV分量(或假设残差MV分量为零)，因此，不标识残差MV分量信令。

在一个实施例中，当满足某些条件时，默认将当前块分成多个段。所述某些条件中的一个条件可指定块大小大于阈值。对于分成多个段的当前块，可使用多个段的单独仿射运动模式生成当前块的运动场。

在另一实施例中，当满足某些条件时，除了运用当前块的仿射运动模式，还可将当前块分成多个段。所述某些条件中的一个条件可指定块大小大于阈值。因此，除了利用当前块(例如，使用相邻块的MV作为控制点，或从相邻块继承仿射模型)的仿射合并候选者之外，还可生成利用多个段的仿射合并候选者。一对仿射合并候选者可具有不同合并索引，且可根据分配的索引进行选择。

默认地或在满足某些条件时，可将当前块分成多个段。可分别或适当地组合应用所述条件。在实施例中，第一条件指定当前块的块大小大于或等于第一阈值，所述第一阈值是正整数。可通过当前块的面积测量块大小。第一阈值可以是256个亮度采样(例如16×16个采样)。可通过当前块的长边长度测量块大小，且第一阈值可为32个亮度采样。可通过当前块的短边长度测量块大小，且第一阈值可为16个亮度采样。

在另一实施例中，第二条件指定块宽度与块高度的比率或块高度与块宽度的比率大于或等于第二阈值。第二阈值可以是正整数。在实施例中，当块宽度与块高度的比率大于或等于2时，当前块被水平地分成多个段。在实施例中，当块高度与块宽度的比率大于或等于2时，当前块被竖直分成多个段。

在允许对当前块进行竖直划分和水平划分时，可使用某些指示来指示当前块是水平划分还是竖直划分。

在合并模式中，包括用于水平划分的候选者和用于竖直划分的候选者的单独仿射合并候选者可以包括在合并候选者列表中。当编码器和解码器均协定用于水平划分和竖直划分的候选者的次序时，无需额外的信令。

在残差模式中，例如，在允许对当前块进行竖直划分和水平划分时，标识出划分标记以指示划分方向(即，竖直方向或水平方向)。在实施例中，当块宽度与块高度的比率或块高度与块宽度的比率符合第二阈值时，仅允许采用一个划分方向，则可推断出划分标记，因此，不标识出划分标记。

如上文所描述，当前块的子块中的采样具有基于当前块的仿射预测模式确定的相同MV。对于M×N的子块，子块中的M×N个采样具有相同的MV，其中M和N是正整数。在实施例中，子块的最小大小是M＝N＝4。在实施例中，子块的最小大小是M＝4且N＝8。在实施例中，子块的最小大小是M＝8且N＝4。在实施例中，子块的最小大小是M＝8且N＝8。

在实施例中，根据仿射预测模式计算的M×N子块中的左上采样的MV可用作M×N子块中的所有采样的MV。在实施例中，根据仿射预测模式计算的M×N子块中的中心采样的MV可用作M×N子块中的所有采样的MV。在实施例中，根据仿射预测模式计算的M×N子块中的右下采样的MV可用作M×N子块中的所有采样的MV。

图18示出概述根据本公开实施例的过程(1800)的流程图。过程(1800)可用于重建以帧间模式(或运动预测模式)编码的当前块。在各种实施例中，过程(1800)由处理电路执行，例如终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)中的处理电路，执行视频编码器(303)的功能的处理电路，执行视频解码器(310)的功能的处理电路，执行视频解码器(410)的功能的处理电路，执行视频编码器(503)的功能的处理电路，执行预测器(535)的功能的处理电路，等等。在一些实施例中，流程(1800)以软件指令实施，因此当处理电路执行软件指令时，处理电路执行流程(1800)。所述流程从步骤(S1801)处开始且进行到步骤(S1810)。

在步骤(S1810)处，对已编码视频码流中的当前图片的当前块的预测信息进行解码。当前块可以是亮度块、色度块等。当前块可具有任何合适的形状、大小等。根据实施例，当前块可以是矩形。在实施例中，预测信息指示用于编码当前块的运动预测模式，例如仿射预测模式。预测信息可包括视频码流中标识出的仿射标记，用以指示运动预测模式是仿射预测模式。

在步骤(S1820)处，基于预测信息确定是否要基于多个参考图片来预测当前图片。举例来说，当预测信息包括指示多个参考图片用于预测当前图片的预测标记(例如双向预测)时，流程(1800)进行到步骤(S1840)。多个参考图片包括第一参考图片和第二参考图片。否则，流程(1800)进行到步骤(S1830)。在另一实施例中，当预测信息包括指示一个参考图片用于预测当前图片的预测标记时，流程(1800)进行到步骤(S1830)。

在步骤(S1830)处，基于单个参考图片来预测当前图片。可基于所述单个参考图片和运动预测模式，使用任何合适的视频编码技术来重建当前块中的采样。随后，流程(1800)进行到步骤(S1899)结束。

在步骤(S1840)处，基于预测信息获得第一参考图片的第一MV预测信息。第一MV预测信息可包括指示第一参考图片的运动预测模式的第一参数。当运动预测模式是仿射预测模式时，第一MV预测信息可包括当前块的控制点处的MV的信息、指向第一参考图片列表(例如L0)中的第一参考图片的第一参考索引和/或其类似者，如上文所描述。在实施例中，第一MV预测信息可包括第一仿射参数，例如用于缩放的第一缩放因子ρ、用于旋转的第一角度因子θ(或第一角度参数)以及用以描述相对于第一参考图片的平移的第一平移MV(c，f)。或者，第一MV预测信息可包括控制点的MV预测值和残差MV分量。可在视频码流中明确标识出或可基于预测信息隐式地推导出第一MV预测信息的子集。

在步骤(S1850)处，基于第一MV预测信息以及第一参考图片、第二参考图片和当前图片之间的时间关系来确定第二参考图片的第二MV预测信息，如上文参考图11A至图16所描述。

在步骤(S1860)处，基于第一参考图片中的第一采样和第二参考图片中的第二采样重建当前块中的采样。本实施例中，可基于第一MV预测信息确定第一采样的第一位置，且可基于第二MV预测信息确定第二采样的第二位置。随后，流程(1800)进行到步骤(S1899)结束。

图19示出概述根据本公开实施例的方法(1900)的流程图。方法(1900)可用于重建以帧间模式(或运动预测模式)编码的当前块。在各种实施例中，方法(1900)由处理电路执行，例如终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)中的处理电路，执行视频编码器(303)的功能的处理电路，执行视频解码器(310)的功能的处理电路，执行视频解码器(410)的功能的处理电路，执行视频编码器(503)的功能的处理电路，执行预测器(535)的功能的处理电路，等等。在一些实施例中，方法(1900)以软件指令实施，因此当处理电路执行软件指令时，处理电路执行方法(1900)。

方法(1900)在步骤(S1901)处开始且进行到步骤(S1910)。在步骤(S1910)处，对已编码视频码流中的图片的当前块的预测信息进行解码。当前块可以是亮度块、色度块等。当前块可具有任何合适的形状、大小等。根据实施例，当前块可以是矩形。在实施例中，预测信息指示用于编码当前块的运动预测模式，例如仿射预测模式。预测信息可包括视频码流中标识的仿射标记，用以指示运动预测模式是仿射预测模式。

在步骤(S1920)处，基于预测信息确定是否要将当前块拆分为多个段。在实施例中，预测信息指示当前块的块大小的特性，例如面积、块宽度、块高度、块宽度与块高度比率和/或其类似者。当块大小或块宽度与块高度比率大于或等于阈值时，当前块将被拆分为多个段。在确定要将当前块拆分为多个段时，方法(1900)进行到(S1940)。否则，方法(1900)进行到步骤(S1930)。

在步骤(S1930)处，基于当前块的运动预测模式来预测当前块中的采样。随后，方法(1900)进行到步骤(S1999)结束。

在步骤(S1940)处，基于预测信息将当前块分成多个段，如参考图17所描述。在实施例中，所述多个段包括第一段和第二段。

在步骤(S1950)处，基于第一运动预测模式预测第一段中的采样，且基于第二运动预测模式预测第二段中的采样。随后，方法(1900)进行到步骤(S1999)结束。

可通过使用计算机可读指令上文所描述的技术实施为计算机软件且以物理方式存储在一个或多个计算机可读介质中。举例来说，图20示出适于实施所公开主题的某些实施例的计算机系统(2000)。

可使用任何合适的机器代码或计算机语言来编码所述计算机软件，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由一个或多个计算机中央处理单元(central processingunit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。

可在各种类型的计算机或计算机组件上执行所述指令，包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。

用于计算机系统(2000)的图20中所示的组件在本质上是示范性的，并非旨在表明关于实施本公开的实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统(2000)的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。

计算机系统(2000)可包括某些人机接口输入装置。此类人机接口输入装置可响应于一个或多个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未图示)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图像(例如：扫描图像、从静态图像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

输入人机接口装置可包括以下一个或多个(每种仅描绘一个)：键盘(2001)、鼠标(2002)、轨迹垫(2003)、触摸屏(2010)、数据手套(未示出)、操纵杆(2005)、麦克风(2006)、扫描仪(2007)、相机(2008)。

计算机系统(2000)还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激一个或多个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏(2010)、数据手套(未示出)或操纵杆(2005)的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(2009)、头戴式耳机(未图示))、视觉输出装置(例如屏幕(2010)，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未图示)、全息显示器和烟雾箱(未图示))，以及打印机(未图示)。

计算机系统(2000)还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD等介质(2021)的CD/DVD ROM/RW(2020)、拇指驱动器(2022)、可移动硬盘驱动器或固态驱动器(2023)、磁带和软盘(未图示)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未图示)，等等。

所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其它瞬时信号。

计算机系统(2000)还可包括到一个或多个通信网络的接口。网络可例如是无线、有线、光学网络。网络还可以是本地网络、广域网络、城域网络、车载和工业网络、实时网络、容迟网络等。网络的实施例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(2049)(例如，计算机系统(2000)的USB端口)的外部网络接口适配器；其它网络通常通过附接到如下文所描述的系统总线集成到计算机系统(2000)的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络中的任一网络，计算机系统(2000)可与其它实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其它计算机系统。可在如上文所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。

上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机系统(2000)的核心(2040)。

核心(2040)可包括一个或多个中央处理单元(Central Processing Unit，CPU)(2041)、图形处理单元(Graphics Processing Unit，GPU)(2042)、现场可编程门区域(Field Programmable Gate Areas，FPGA)形式的专用可编程处理单元(2043)、用于某些任务的硬件加速器(2044)等。这些装置连同只读存储器(read-only memory，ROM)(2045)、随机存取存储器(2046)、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置(2047)可通过系统总线(2048)连接。在一些计算机系统中，系统总线(2048)可通过一个或多个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线(2049)附接到核心的系统总线(2048)。用于外围总线的架构包括PCI、USB等。

CPU(2041)、GPU(2042)、FPGA(2043)和加速器(2044)可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM(2045)或RAM(2046)中。过渡数据也可存储在RAM(2046)中，而永久性数据可例如存储在内部大容量存储装置(2047)中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与一个或多个CPU(2041)、GPU(2042)、大容量存储装置(2047)、ROM(2045)、RAM(2046)等紧密关联。

计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本公开的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。

举例来说但不作为限制，具有架构(2000)且尤其是核心(2040)的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以一个或多个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心(2040)的非暂时性质的某些存储装置(例如核心内部大容量存储装置(2047)或ROM(2045))相关联的介质。实施本公开的各种实施例的软件可存储在此类装置中且由核心(2040)执行。根据特定需求，计算机可读介质可包括一个或多个存储器装置或芯片。软件可使核心(2040)且具体地说使其中的处理器(包括CPU、GPU、FPGA等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM(2046)中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线或以其它方式体现于电路(例如：加速器(2044))中的逻辑而产生的功能，可以使用所述逻辑代替软件或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读介质的引用可涵盖存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或这两种电路。本公开涵盖硬件与软件的任何合适组合。

附录A：首字母缩写词

JEM：联合探索模型

VVC：多功能视频编码

BMS：基准集

MV：运动矢量

HEVC：高效视频编码

SEI：辅助增强信息

VUI：视频可用性信息

GOP：图片群组

TU：变换单元，

PU：预测单元

CTU：编码树单元

CTB：编码树块

PB：预测块

HRD：假想参考解码器

SNR：信噪比

CPU：中央处理单元

GPU：图形处理单元

CRT：阴极射线管

LCD：液晶显示器

OLED：有机发光二极管

CD：压缩光盘

DVD：数字视频光盘

ROM：只读存储器

RAM：随机存取存储器

ASIC：专用集成电路

PLD：可编程逻辑装置

LAN：局域网

GSM：全球移动通信系统

LTE：长期演进

CAN总线：控制器局域网总线

USB：通用串行总线

PCI：外围组件互连

FPGA：现场可编程门区域

SSD：固态驱动器

IC：集成电路

CU：编码单元

尽管本公开已描述若干示范性实施例，但存在属于本公开的范围内的更改、置换和各种替代等同物。因此，应了解，所属领域的技术人员将能够设计许多本文中未明示或描述但体现本公开的原理且因此在本公开精神和范围内的系统和方法。

Claims (16)

1.一种用于在解码器中进行视频解码的方法，其特征在于，包括：

对已编码视频码流中当前图片的块的预测信息进行解码；

基于解码后的所述预测信息，确定运动预测模式，其中，所述预测信息包括仿射标记，所述仿射标记用于指示所述运动预测模式是仿射预测模式，且在所述已编码视频码流中标识出所述仿射标记；

确定基于多个参考图片预测所述当前图片的所述块，所述多个参考图片包括第一参考图片和第二参考图片，所述第一参考图片和所述第二参考图片位于包括所述当前图片的视频序列中；

基于解码后的所述预测信息，获得所述第一参考图片的第一运动矢量MV预测信息；

基于所述第一MV预测信息、所述运动预测模式以及所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的时间关系，确定所述第二参考图片的第二MV预测信息；以及

基于所述第一参考图片中的第一采样和所述第二参考图片中的第二采样，重建所述块的采样，其中，所述第一采样的第一位置基于所述第一MV预测信息确定，所述第二采样的第二位置基于所述第二MV预测信息确定。

2.根据权利要求1所述的方法，其特征在于，所述预测信息还指示所述第一参考图片和第二参考图片是所述视频序列中在所述当前图片之前或之后的图片；以及

所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的所述时间关系，包括所述当前图片与所述第一参考图片的第一时间距离以及所述当前图片与所述第二参考图片的第二时间距离。

3.根据权利要求2所述的方法，其特征在于，所述多个参考图片还包括所述视频序列中在所述当前图片之前或之后的所述图片之外的额外参考图片；

所述方法还包括：

基于所述第一MV预测信息、所述仿射预测模式、所述第一时间距离以及所述当前图片与所述额外参考图片之间的额外时间距离，确定所述额外参考图片的额外MV预测信息；

所述基于所述第一参考图片中的第一采样和所述第二参考图片中的第二采样，重建所述块的采样，包括：

基于所述第一采样、所述第二采样以及所述额外参考图片中的额外采样，重建所述块的采样，其中，所述额外采样的位置基于所述额外MV预测信息来确定。

4.根据权利要求2所述的方法，其特征在于，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者；

所述方法还包括：

基于所述第一MV预测候选者、所述仿射预测模式、所述第一时间距离和所述第二时间距离，确定在第二图片列表中对应所述第二参考图片的第二MV预测候选者；以及

针对所述合并候选者列表，生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

5.根据权利要求1所述的方法，其特征在于，所述预测信息还指示所述视频序列中所述第一参考图片和所述第二参考图片相对于所述当前图片处于相反方向；

所述方法还包括：

在所述已编码视频码流中标识所述第一MV预测信息；

其中，所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的所述时间关系，包括所述当前图片与所述第一参考图片的第一时间距离以及所述当前图片与所述第二参考图片的第二时间距离。

6.根据权利要求5所述的方法，其特征在于，所述第一时间距离等于所述第二时间距离。

7.根据权利要求5所述的方法，其特征在于，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者；

所述方法还包括：

基于所述第一MV预测候选者、所述仿射预测模式和所述第一时间距离，确定在第二图片列表中标识的对应所述第二参考图片的第二MV预测候选者；以及

针对所述合并候选者列表，生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

8.根据权利要求1所述的方法，其特征在于，所述仿射预测模式受限于所述块相对于所述第一参考图片和所述第二参考图片的旋转和平移，所述预测信息还指示所述视频序列中所述第一参考图片和所述第二参考图片相对于所述当前图片处于相反方向；

所述方法还包括：

在所述已编码视频码流中标识所述第一MV预测信息，所述第一MV预测信息包括第一角度参数和第一平移MV，所述第一角度参数指示所述块相对于所述第一参考图片的旋转，且所述第一平移MV指示所述块相对于所述第一参考图片的平移；

所述基于所述第一MV预测信息、所述运动预测模式以及所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的时间关系，确定所述第二参考图片的第二MV预测信息包括：

基于所述第一MV预测信息、所述仿射预测模式、以及包括所述当前图片与所述第一参考图片的第一时间距离和所述当前图片与所述第二参考图片的第二时间距离的所述时间关系，确定所述第二MV预测信息，其中，所述第二MV预测信息包括指示所述块相对于所述第二参考图片的旋转的第二角度参数以及指示所述块相对于所述第二参考图片的平移的第二平移MV。

9.根据权利要求8所述的方法，其特征在于，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者；

所述方法还包括：

基于所述第一MV预测候选者、所述仿射预测模式、所述第一时间距离和所述第二时间距离，确定第二图片列表中对应所述第二参考图片的第二MV预测候选者；以及

针对所述合并候选者列表，生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

10.根据权利要求1所述的方法，其特征在于，所述仿射预测模式受限于所述块相对于所述第一参考图片和所述第二参考图片的缩放和平移，所述预测信息还指示所述视频序列中所述第一参考图片和所述第二参考图片相对于所述当前图片处于相反方向；

所述方法还包括：

在所述已编码视频码流中标识所述第一MV预测信息，所述第一MV预测信息包括第一缩放参数和第一平移MV，所述第一缩放参数指示所述块相对于所述第一参考图片的缩放，所述第一平移MV指示所述块相对于所述第一参考图片的平移；

所述基于所述第一MV预测信息、所述运动预测模式以及所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的时间关系，确定所述第二参考图片的第二MV预测信息包括：

基于所述第一MV预测信息、所述仿射预测模式、以及包括所述当前图片与所述第一参考图片的第一时间距离和所述当前图片与所述第二参考图片的第二时间距离的所述时间关系，确定所述第二MV预测信息，其中，所述第二MV预测信息包括指示所述块相对于所述第二参考图片的缩放的第二缩放参数和指示所述块相对于所述第二参考图片的平移的第二平移MV。

11.根据权利要求10所述的方法，其特征在于，以合并模式实施所述仿射预测模式，且合并候选者列表包括在第一图片列表中确定的对应所述第一参考图片的第一MV预测候选者；

所述方法还包括：

基于所述第一MV预测候选者、所述仿射预测模式、所述第一时间距离和所述第二时间距离，确定第二图片列表中对应所述第二参考图片的第二MV预测候选者；以及

针对所述合并候选者列表，生成包括所述第一MV预测候选者和所述第二MV预测候选者的双向预测候选者，其中，所述第一MV预测信息对应于所述第一MV预测候选者，且所述第二MV预测信息对应于所述第二MV预测候选者。

12.根据权利要求1所述的方法，其特征在于，当基于解码后的所述预测信息，确定所述运动预测模式为所述仿射预测模式时，所述方法还包括：

基于所述预测信息，将所述块分成多个段，其中，所述多个段分别通过相应的仿射预测模式进行预测，所述多个段至少包括第一段和第二段；

基于具有第一组参数的第一仿射预测模式，预测所述第一段的采样；

基于具有第二组参数的第二仿射预测模式，预测所述第二段的采样。

13.根据权利要求12所述的方法，其特征在于，所述第一仿射预测模式为四参数仿射预测模式，所述基于具有第一组参数的第一仿射预测模式，预测所述第一段的采样，包括：

将所述第一段的控制点分别设定为所述第一段的左上角和右上角；

使用当前块的左上角的相似MV预测值候选者，预测所述第一段的左上角的采样；

使用顶部相邻块的MV和右上相邻块的MV作为候选者，预测所述第一段的右上角的采样。

14.一种视频解码设备，其特征在于，包括处理电路，用于：

对已编码视频码流中当前图片的块的预测信息进行解码；

基于解码后的所述预测信息，确定运动预测模式，其中，所述预测信息包括仿射标记，所述仿射标记用于指示所述运动预测模式是仿射预测模式，且在所述已编码视频码流中标识出所述仿射标记；

确定基于多个参考图片预测所述当前图片的所述块，所述多个参考图片包括第一参考图片和第二参考图片，所述第一参考图片和所述第二参考图片位于包括所述当前图片的视频序列中；

基于解码后的所述预测信息，获得所述第一参考图片的第一运动矢量MV预测信息；

基于所述第一MV预测信息、所述运动预测模式以及所述视频序列中所述第一参考图片、所述第二参考图片和所述当前图片之间的时间关系，确定所述第二参考图片的第二MV预测信息；以及

基于所述第一参考图片中的第一采样和所述第二参考图片中的第二采样，重建所述块中的采样，其中，所述第一采样的第一位置基于所述第一MV预测信息确定，且所述第二采样的第二位置基于所述第二MV预测信息确定。

15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1-13任一项所述的用于在解码器中进行视频解码的方法所执行的操作。

16.一种计算机系统，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1-13中任一项所述的方法。

Images