CN110650348A - 运动矢量的推导方法和编码方法、装置、设备及介质 - Google Patents

Abstract

本公开关于一种可选时域运动矢量预测运动矢量和空‑时域运动矢量预测运动矢量的推导和编码方法、装置、设备及介质，用以提高ATMVP和STMVP推导运动矢量的效率。本公开根据对进行ATMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而确定待预测单元对应的参考图像列表的运动矢量，提高了ATMVP推导运动矢量的效率。

Description

运动矢量的推导方法和编码方法、装置、设备及介质

本申请要求在2018年10月03日提交美国专利局、申请号为62/740,870、申请名称为“MODIFICATIONS ON TEMPORAL MOTION VECTOR PREDICTION(TMVP)”的美国专利申请的优先权，其全部内容通过引用结合在本申请中；本申请要求在2018年10月08日提交美国专利局、申请号为62/742,808、申请名称为“MODIFICATIONS ON TEMPORAL MOTION VECTORPREDICTION(TMVP)”的美国专利申请的优先权，其全部内容通过引用结合在本申请中；本申请要求在2018年10月18日提交美国专利局、申请号为62/747,003、申请名称为“MODIFICATIONS ON TEMPORAL MOTION VECTOR PREDICTION(TMVP)”的美国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本公开涉及视频编解码领域，尤其涉及一种可选时域运动矢量预测(ATMVP)运动矢量和空-时域运动矢量预测(STMVP)运动矢量的推导和编码方法、装置、设备及介质。

背景技术

随着科技的发展，视频服务的类型越来越多，人们对具有更好编码效率的编码技术的需求也越来越高。而对于视频编码技术来说，如何将视频数据压缩为使用较低比特率的形式，同时避免或最小化对视频质量的下降是视频编码技术发展的重要目标。

目前，可以实现压缩视频数据的视频编码技术有很多种，但所有视频编码都是根据一个或多个视频编码标准来执行的。常见的视频编码标准有多功能视频编码(VVC)、联合勘探测试模型(JEM)、高效率视频编码(High Efficient Video Coding，HEVC)、高级视频编码(AVC)、运动图像专家组(MPEG)编码等。视频编码时会采用不同的预测方向，来减少或移除视频序列中固有的冗余。其中预测方向可以为帧间预测和/或帧内预测。

现有技术中，在VVC中，每个编码单元(CU)可以具有针对每个预测方向的至多一组运动参数。在对每个CU进行预测时，将每个CU划分成多个子CU，推导针对该CU的每个子CU的运动信息。在编码器中考虑两个子CU级的运动矢量预测。可选时域运动矢量预测(Alternative Temporal Motion Vector Prediction，ATMVP)方法中，允许每个子CU可以各自从同位图像中的对应的块推出时域运动矢量。在空-时运动矢量预测(Spatial-Temporal Motion Vector Prediction，STMVP)方法中，通过使用时域运动矢量推导和空域相邻运动矢量来递归地推导出子CU的运动矢量。

然而现有技术无论是ATMVP运动矢量的推导，还是STMVP运动矢量的推导，编码效率都可以进一步提高。

发明内容

本公开提供了一种ATMVP和STMVP运动矢量的推导和编码方法、装置、设备及介质，用以提高推导ATMVP和STMVP运动矢量的效率。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种可选时域运动矢量预测运动矢量的推导方法，所述方法包括：

针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的LX MV不可用，则选择L(1-X)MV，其中，X可以为0或1，1-X为1或0；

若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

根据本公开实施例的第二方面，提供一种空-时域运动矢量预测运动矢量的推导方法，所述方法包括：

针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X可以为0或1，1-X为1或0；

若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

根据本公开实施例的第三方面，提供一种可选时域运动矢量预测运动矢量的推导装置，所述装置包括：

第一预测单元，被配置为执行针对当前进行可选时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

根据本公开实施例的第四方面，提供一种空-时域运动矢量预测运动矢量的推导装置，所述装置包括：

第一预测单元，被配置为执行针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

根据本公开实施例的第五方面，提供一种编码方法，所述编码方法包括：采用上述任一所述的可选时域运动矢量预测运动矢量的推导方法推导的运动矢量对待预测单元进行编码，或采用上述任一所述的空-时域运动矢量预测运动矢量的推导方法推导的运动矢量对待预测单元进行编码。

根据本公开实施例的第六方面，提供一种编码装置，所述编码装置包括上述任一所述的可选时域运动矢量预测运动矢量的推导装置，及基于所述可选时域运动矢量预测运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元；或所述编码装置包括上述任一所述的空-时域运动矢量预测运动矢量的推导装置，及基于所述空-时域运动矢量预测运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元。

根据本公开实施例的第七方面，提供一种电子设备，所述电子设备包括处理器，所述处理器被配置为执行存储器中存储的计算机程序时实现上述任一所述的可选时域运动矢量预测运动矢量的推导方法的步骤。

根据本公开实施例的第八方面，提供一种电子设备，所述电子设备包括处理器，所述处理器被配置为执行存储器中存储的计算机程序时实现上述任一所述的空-时域运动矢量预测运动矢量的推导方法的步骤。

根据本公开实施例的第九方面，提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的可选时域运动矢量预测运动矢量的推导方法的步骤。

根据本公开实施例的第十方面，提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的空-时域运动矢量预测运动矢量的推导方法的步骤。

本公开的实施例中提供的技术方案至少带来以下有益效果：

通过待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而确定待预测单元对应的参考图像列表的运动矢量，提高了推导ATMVP运动矢量的候选效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1为根据一示例性实施例示出的一种合并候选列表的构建过程示意图；

图2为根据一示例性实施例示出的一种空域运动矢量的候选的位置选择示意图；

图3为根据一示例性实施例示出的一种考虑被配置为执行空域合并运动矢量的候选的冗余校验的运动矢量的候选对；

图4a、4b为根据一示例性实施例示出的N×2N划分和2N×N划分的第二PU的位置；

图5为根据一示例性实施例示出的一种时域运动矢量的候选推导的运动矢量确定过程示意图；

图6为根据一示例性实施例示出的一种时域运动矢量的候选推导时选择运动矢量的候选的位置的示意图；

图7为根据一示例性实施例示出的某一运动矢量的候选和另一运动矢量的候选在原始合并候选列表(Original Merge candidate list)中的情况；

图8为根据一示例性实施例示出的一种运动矢量预测运动矢量的候选列表的推导过程示意图；

图9为根据一示例性实施例示出的一种空域运动矢量的候选的运动矢量缩放示意图；

图10为现有的基于CU的ATMVP确定同位图像中对应块的过程示意图；

图11为现有的ATMVP方案中选择的代表性子CU的过程示意图；

图12为根据一示例性实施例示出的具有四个字块(A-D)及其相邻块(a-d)一个CU的示意图；

图13为根据一示例性实施例示出的一种ATMVP运动矢量的推导过程示意图；

图14为根据一示例性实施例示出的一种STMVP运动矢量的推导过程示意图；

图15为根据一示例性实施例示出的一种ATMVP运动矢量的推导装置框图；

图16为根据一示例性实施例示出的一种STMVP运动矢量的推导装置框图；

图17为根据一示例性实施例示出的一种电子设备框图；

图18为根据一示例性实施例示出的一种电子设备框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

HEVC是混合的，基于块的运动补偿变换编码标准，在HEVC标准中，将被配置为执行压缩的基本单元称为编码树单元(Coding Tree Unit，CTU)。每个CTU可以包含一个CU，或递归地将每个CU划分成四个较小的CU，直到划分得到的较小的CU达到预定义的最小CU大小为止。每个CU(也称为叶子CU)包含一个或多个预测单元(Prediction Unit，PU)和变换单元(Trans form Unit，TU)树。

通常，一个CTU包括一个亮度(luma)编码树块(Coding Tree Block，CTB)和两个对应的色度(chroma)编码树块，一个CU也相应的包括一个亮度编码块(Coding Block，CB)和两个对应的色度编码块，一个PU也相应的包括一个亮度预测块(Prediction Block，PB)和两个对应的色度预测块，一个TU也相应的包括一个亮度变换块(Transform Block，TB)和两个对应的色度变换块。然而，可能也会有特殊情况，这是因为亮度和色度的最小TB大小均为4×4(即针对4:2:0颜色格式，不支持2×2色度TB)，并且无论对应的帧内亮度CB中的帧内亮度PB的数量如何，每个帧内亮度CB始终仅具有一个帧内亮度PB。

在帧内预测模式下，对于CU，亮度CB可以由一个或四个亮度PB预测，并且两个色度CB中的任意一个都是由一个色度PB预测的，其中每个亮度PB都具有一个帧内亮度预测模式，而两个色度PB共享一个帧内色度预测模式。此外，在帧内预测模式下，对于CU，TB大小不能大于PB大小。在每个PB中，帧内预测模式被配置为执行从TB的相邻重构样本，预测PB内的每个TB的样本。针对每个PB，除了33个定向帧内预测模式(Directional intra predictionmode)之外，还支持DC模式和平面模式(Planar Mode)以分别预测平坦区域和渐变区域。

在帧间预测模式下，对于每个PU，可以从包括帧间(Inter)、跳跃(Skip)以及合并(Merge)三种预测模式中选择一种。一般来说，引入运动矢量竞争(Motion VectorCompetition，MVC)方案，以从包括时域运动矢量的候选和空域运动矢量的候选的给定运动矢量的候选集合中选择运动矢量的候选。在确定运动估计的最佳参考列表时，允许在两个可能的重构参考图像列表(即列表0(List 0)和列表1(List 1))中进行查找。在帧间(Inter)模式(非正式地称为高级运动矢量预测(AMVP)模式，其中AMVP模式被配置为执行高级运动矢量预测)下，编码时需传输的信息包括：帧间预测指示符(列表0、列表1或双向预测)、参考索引、运动矢量的候选索引、运动矢量差(Motion Vector Difference，MVD)以及预测残差。至于跳跃模式和合并模式，编码时仅传输合并索引，对于当前PU，该当前PU从由编码合并索引参考的相邻PU继承帧间预测指示符、参考索引以及运动矢量。在跳跃模式下，对于CU，编码时需传输的信息还可以省略预测残差。

当使用合并模式预测PU的运动矢量时，从比特流中解析出指向合并候选列表中的条目的索引，以便检索运动信息。在HEVC标准规定了合并候选列表的构建，图1为根据一示例性实施例示出的一种合并候选列表的构建过程示意图，具体构建步骤包括：

步骤1：初始化运动矢量的候选推导(Initial candidates derivation)。

其中该步骤1包括：步骤1.1：空域运动矢量的候选推导(Spatial candidatesderivation)；步骤1.2：空域运动矢量的候选的冗余校验(Redundancy check for spatialcandidates)；以及步骤1.3：时域运动矢量的候选推导(Temporal candidatesderivation)。

步骤2：额外运动矢量的候选插入(Additional candidates insertion)。

其中该步骤2包括：步骤2.1：双向预测运动矢量的候选的创建(Creation of bi-predictive candidates)；步骤2.2：空零运动矢量的候选的插入(零运动矢量的候选的插入)。

基于上述两个步骤从而得到最终的合并候选列表(Final merge candidateslist)。

针对空域运动矢量的候选推导，是从位于五个不同位置的运动矢量的候选中选择最多四个合并运动矢量的候选。针对时域运动矢量的候选推导，从两个不同的位置的运动矢量的候选中最多选择一个合并运动矢量的候选。由于在解码器处预先设定了每个PU对应的最大合并运动矢量的候选的数量(MaxNumMergeCand)，其中该最大合并运动矢量的候选的数量携带在切片报头中，因此当运动矢量的候选的数量未达到该最大合并运动矢量的候选的数量时，生成额外运动矢量的候选。由于运动矢量的候选的数量是恒定的，也就是最大合并运动矢量的候选的数量，因此使用截断一元二值化(Truncated Unary Binarization，TU)来编码最优合并候选列表的索引。若CU的大小小于等于8×8，则当前CU的所有PU共享单个合并候选列表，该合并候选列表与2N×2N预测单元的合并候选列表大小相同。

图2为根据一示例性实施例示出的一种空域运动矢量的候选的位置选择示意图，在空域运动矢量的候选推导中，在图2示出的位置的运动矢量的候选中选择最多四个运动矢量的候选。推导的顺序为A₁、B₁、B₀、A₀和B₂。仅当A₁、B₁、B₀、A₀的任一PU不可用(例如，因为其属于另一切片或区块)或者支持帧内编码时，才考虑位置B₂。在添加位置A₁处的运动矢量的候选之后，对剩余位置的运动矢量的候选进行冗余校验，这样确保了具有相同运动信息的运动矢量的候选被排除在合并候选列表之外，从而提高了编码效率。为了减少计算复杂度，并不是所有可能的任意两个位置对应的运动矢量的候选都被考虑进行上述冗余校验。图3为根据一示例性实施例示出的一种考虑被配置为执行空域合并运动矢量的候选的冗余校验的运动矢量的候选对。相反，只考虑图3中具有箭头连接的位置的运动矢量的候选进行冗余校验，并且若被配置为执行冗余校验的对应的运动矢量的候选具有不同的运动信息，则将该运动矢量的候选添加到合并候选列表中。

产生相同的运动信息的另一原因是不采用2N×2N的划分方式划分的“第二PU”。作为示例，图4a、4b为根据一示例性实施例示出的N×2N划分和2N×N划分的第二PU的位置。如图4a、4b所示分别示出了N×2N和2N×N方式划分的第二PU。在当前PU被采用N×2N方式划分时，位置A₁处的运动矢量的候选不考虑被配置为执行合并候选列表构建。事实上，通过添加该位置处的运动矢量的候选，将导致具有相同运动信息的运动矢量的候选被添加到列表中，这对于在编码单元中仅具有一个PU是冗余的。类似地，在当前PU被划分为2N×N时，不考虑位置B₁处的运动矢量的候选。

在时域运动矢量的候选推导中，仅将一个ATMVP的运动矢量的候选添加到合并候选列表中。在SPS(sps_temporal_mvp_enabled_flag)和切片报头(slice_temporal_mvp_enabled_flag)中携带有标志，以指示启用或禁用该时域运动矢量的候选推导。特别地，在该时域运动矢量的候选的推导中，缩放的运动矢量是基于同位图像的MV推导出的，该同位图像为参考图像列表中已经编码的图像。在时域运动矢量的候选推导中，首先将切片报头中的显示标志(collacated_from_10_flag)发送到解码器，以指示是否从列表L0或列表L1中选择了同位图像。还发送同位参考索引(collacated_ref_idx)以指示该列表中的哪一幅图像，被选作时域运动矢量的候选推导时的同位图像。时域运动矢量的候选的L0 MV和L1MV是根据同位图像的同位块中，不同列表的MV的预定义顺序独立地推导出的，具体的推导过程如下：

当对当前PU推导时域运动矢量的候选的LX MV(X可以为0或1)时，选择同位PU的LYMV(Y可以为0或1)，以推导该当前PU的时域运动矢量的候选的LX MV。

若当前图像全部PU都支持前向预测，不存在支持后向预测的(这意味着没有参考图像具有比当前图像更大的POC)，首先选择同位PU的时域运动矢量的候选的LX MV，若LXMV不可用，则选择L(1-X)MV。

若当前图像存在支持后向预测的PU，根据同位图像的参考图像中对应当前PU的时域运动矢量的候选的LN MV，首先选择该当前PU的同位PU的时域运动矢量的候选的L(1-N)MV，若L(1-N)MV不可用，则选择LN MV。

图5为根据一示例性实施例示出的一种时域运动矢量的候选推导的运动矢量确定过程示意图，图5中从左向右(图中所示的左右)分别为同位图像的参考图像(col_ref)、当前图像的参考图像(curr_ref)、当前图像(curr_pic)和同位图(col_pic)，当获取当前PU(curr_PU)的被配置为执行时域运动矢量的候选推导的缩放的运动矢量时，如图5中虚线所示，该缩放的运动矢量是使用POC距离tb和td，并根据同位PU的运动矢量缩放而获得的，其中，tb被定义为当前图像的参考图像与当前图像之间的POC差，td被定义为同位图像的参考图像与同位图像之间的POC差。

时域运动矢量的候选推导的参考图像索引被设置为等于零。在HEVC标准中描述了缩放过程的实现方式。对于切片B中的PU，获得两个运动矢量，一个对应参考图像列表0，另一个对应参考图像列表1，并且可以组合以产生双向预测合并运动矢量的候选。

图6为根据一示例性实施例示出的一种时域运动矢量的候选推导时选择运动矢量的候选的位置的示意图，Y为当前图像的参考图像中当前PU的同位PU，如图6所示，在运动矢量的候选的位置C0和C1之间选择被配置为执行时域运动矢量的候选推导的位置。若运动矢量的候选的位置C0处的PU不可用，则标识该运动矢量的候选的位置C0处的PU采用帧内编码，或者在当前CTU之外使用运动矢量的候选的位置C1。若运动矢量的候选的位置C0处的PU可用，则运动矢量的候选位置C0被配置为执行时域运动矢量的候选推导。

除了空域运动矢量的候选推导和时域运动矢量的候选推导之外，还包括两种类型的合并运动矢量的候选推导，这两种类型的运动矢量的候选分别是：组合双向预测运动矢量的候选和零运动矢量的候选。组合双向预测运动矢量的候选是基于空域运动矢量的候选和时域运动矢量的候选来生成的。组合双向预测运动矢量的候选仅被配置为执行B切片。组合双向预测运动矢量的候选是通过将某一个运动矢量的候选的第一参考图像列表的运动参数，与另一运动矢量的候选的第二参考图像列表的运动参数组合来生成的。若组合的第一参考图像列表的运动参数与第二参考图像列表的运动参数不同，则它们将形成新的双向预测运动矢量的候选。图7为根据一示例性实施例示出的某一个运动矢量的候选和另一运动矢量的候选在原始合并候选列表(Original Merge candidate list)中的情况，其中左侧的列表为原始合并候选列表，该原始合并候选列表具有mvL0_refldxL0或mvL1_refldxL1，该原始合并候选列表被配置为执行创建添加到组合双向预测运动矢量的候选的列表(Merge candidate list after adding combined candidates)中的条目的信息，右侧为该组合双向预测运动矢量的候选的列表，该列表也被称为合并候选列表。

当合并候选列表中存在剩余的未填充信息的条目时，插入零运动矢量的候选来填该剩余的条目，从而达到最大合并运动矢量的候选(MaxNumMergeCand)的数量要求。插入的零运动矢量的候选具有零空域位移和参考图像索引，该参考图像索引从零开始，根据插入的零运动矢量的候选的数量，每增加一个零运动矢量的候选，该增加的零运动矢量的候选的参考图像索引加1。这些插入的零运动矢量的候选使用的参考帧，分别是进行单向帧间预测的一个参考帧，和被配置为执行双向帧间预测的两个参考帧。最后，不对这些插入的零运动矢量的候选进行冗余校验。

为了加速编码进程，可以并行执行运动估计，从而同时推导出针对给定区域内的所有预测单元的运动矢量的候选。空域邻域的合并候选列表可能会干扰并行处理。因为一个预测单元不能从相邻的PU单元推导出运动参数，直到与预测单元关联的其他PU都完成了运动估计完成为止。为了缓和编码效率和处理延迟之间的矛盾，HEVC定义了运动估计区域(Motion Estimation Region，MER)，可以在图像参数集中使用语法元素“log2_paraller_merge_level_minus2”通知该运动估计区域的大小。当定义MER时，落入同一运动估计区域的合并候选列表被标记为不可用，因此在合并候选列表构建时不考虑。

运动矢量预测是基于运动矢量与相邻PU的时空相关性的，运动矢量预测方便进行后续运动参数的显示传输。首先通过检测时域上与待预测的PU相邻的左上侧PU位置的运动矢量的可用性、去除冗余的运动矢量的候选，并添加零矢量的运动矢量的候选以使运动矢量的候选为恒定长度，来构建运动矢量的候选列表。然后，编码器可以从运动矢量的候选列表中选择最优的运动矢量的候选列表，并发送指示所选择的最优的运动矢量的候选列表的对应索引。与合并候选列表的索引类似，使用截断一元二值化来编码最优的运动矢量的候选列表的索引。在这种情况下要编码的最优的运动矢量的候选列表的最大数量为2。图8为根据一示例性实施例示出的一种运动矢量预测运动矢量的候选的推导过程示意图，该运动矢量预测运动矢量的候选的推导过程包括：

确定5个空域运动矢量的候选位置，并从中选择2个运动矢量的候选；确定5个时域运动矢量的候选位置，并从中选择1个运动矢量的候选；删除重复的运动矢量的候选，添加零运动矢量的候选，移除索引大于1的运动矢量的候选，得到最终的2个运动矢量的候选。

在运动矢量预测中，考虑两种类型的运动矢量的候选：空域运动矢量的候选和时域运动矢量的候选。对于空域运动矢量的候选，是从位于五个不同位置的每个PU的运动矢量中最终推导出两个空域运动矢量的候选。

对于时域运动矢量的候选，是从两个不同的同位位置的运动矢量中最终推导出一个时域运动矢量的候选。在生成第一个时域-空域候选列表之后，删除时域-空域候选列表中重复的运动矢量的候选。若删除后的时域-空域候选列表中包含的运动矢量的候选数量大于2，则从时域-空域候选列表中移除索引大于1的运动矢量的候选。若删除后的时域-空域候选列表中包含的运动矢量的候选的数量小于2，则将额外的零运动矢量的候选添加到该时域-空域候选列表中。

对于空域运动矢量的候选，是从位于五个不同位置的每个PU的运动矢量中最终推导出两个空域运动矢量的候选，这两个空域运动矢量的候选从位于图9所示的PU的位置进行的，这些位置与推导空域合并运动矢量的候选的位置相同，图9为根据一示例性实施例示出的一种空域运动矢量的候选的运动矢量缩放示意图。针对当前PU的左侧的推导顺序定义为A0、A1，以及缩放的A0、缩放的A1。针对当前PU的上部的推导顺序定义为B0、B1、B2、缩放的B0、缩放的B1、缩放的B2。因此，对于每一侧，存在四种可以用作运动矢量的候选的情况，其中两种不需要使用空域缩放的情况，以及两种使用空域缩放的情况。这四种不同的情况概述如下：

无空域缩放：

(1)相同的参考图像列表，且相同的参考图像索引(相同的POC)；

(2)不同的参考图像列表，但是相同的参考图像(相同的POC)。

空域缩放：

(3)相同的参考图像列表，但是不同的参考图像(不同的POC)；

(4)不同的参考图像列表，且不同的参考图像(不同的POC)。

在空域缩放过程中，相邻PU的运动矢量以与时域缩放类似的方式进行缩放，如图9所示，主要的区别在于参考图像列表以及当前PU的索引，实际的缩放过程与时域缩放过程相同。

除了参考图像列表和索引之外，推导时域运动矢量的候选的所有过程与推导空域运动矢量的候选的过程相同。参考图像列表和索引可以通过信号通知给解码器。

在第10界JVET会议上，定义了多功能视频编码(Versatile Video Coding，VCC)和VVC测试模型1(VTM1)编码方法的初稿。决定采用二叉和三叉划分编码块结构作为VVC的初始新编码特征，划分编码块结构的方法还包括具有嵌套多类型树结构的四叉树。通过上述该划分编码块结构的方法，将输入视频划分为编码树单元(CTU)。使用具有嵌套多类型树结构的四叉树，将一个CTU划分CU。CU包括多个子CU(SUB-CU)。本公开实施例提供的该方法，可以针对每个CU进行图像参数列表的选择，也可以针对每个子CU进行图像参考列表的选择。

在VCC标准的可选时域运动矢量预测(ATMVP)中，通过从比该当前小的多个子CU中提取多组运动信息(包括运动矢量和参考索引)，从而来修改时域运动矢量预测(TemporalMotion Vector Prediction，TMVP)。子CU为方形N×N的块(默认情况下N为4)。

现有的ATMVP以两个步骤预测CU内的子CU的运动矢量。第一步骤是利用所谓的时域矢量，识别CU在其同位图像(该同位图像与TMVP使用的同位图像相同)中对应的块。第二步骤是将当前CU划分成子CU，从对应于每个子CU的块中获得运动矢量以及每个子CU的参考索引。

图10为现有的基于CU的ATMVP确定同位图像中对应块的过程示意图，在第一步骤中，当前CU(Current CU)在其同位图像中对应的块(Corresponding blocks)是由该当前CU的空域相邻块的运动信息确定的，将指向同位图像的第一可用运动矢量，设置为时域矢量(Temporal Vector，TV)。此时，ATMVP与TMVP相比，可以更精确地识别出CU对应的块(有时称为同位块)，CU对应的块总是位于相对于当前CU的右下或中心位置，如图10所示。

可以基于现有的VVC中ATMVP的时域矢量(TV)的算法，确定时域矢量，因为该算法为现有技术，在本申请中对具体的计算过程不进行赘述。

在确定时域矢量(TV)之后，选择代表性子CU，并且将该代表性子CU的对应的块的运动信息作为默认运动信息。图11为现有的ATMVP方案中选择的代表性子CU的过程示意图，如图11所示，在现有的ATMVP方案中，选择位于当前CU的中心位置的右下方的子CU为代表性子CU。当没有有效的运动信息可以从代表性子CU的对应块的默认运动信息推导出时，ATMVP的运动矢量的候选被认为不可用。当ATMVP的运动矢量的候选可用时，即可以从代表性子CU的对应块的默认运动信息推导出有效运动信息时，则进入第二步骤，以针对当前CU内的每个子CU推导出运动信息。针对任一子CU，若该子CU的对应块没有运动信息可用时，则根据默认运动信息推导该子CU的运动信息。

在第二步骤中，ATMVP的运动矢量的候选被认为可用时，在当前CU的位置处添加时域矢量，通过该当前CU所在当前图像的参考图像中的时域矢量，来识别子CU在其同位图像中的对应块。对于每个子CU，其对应块的运动信息(覆盖中心采样的最小运动网格)被配置为执行推导出子CU的运动信息。在识别出大小为N×N的对应块的运动信息之后，以与HEVC的TMVP不同的方式，将该运动信息转换为子CU的运动向量和参考索引，其中运动缩放的过程与其他实施方式中相同。

子CU的时域运动矢量的候选的L0 MV和L1 MV是根据同位图像的同位块中，不同列表的MV的预定义顺序独立地推导出的，具体的，针对每个子CU推导时域运动矢量的候选的过程如下：

当针对每个子CU推导时域运动矢量的候选的LX MV(X可以为0或1)时，选择该子CU的对应块的LY MV(Y可以为0或1)，以推导该子CU的时域运动矢量的候选的LX MV。

若当前图像全部支持前向预测，首先选择该子CU的对应的块所在的LX MV，若LXMV不可用，则选择L(1-X)MV。

若当前图像非全部支持前向预测，选择该子CU的对应的块所在的LX MV。

值得注意的是，针对切片B，在HEVC中推导出的LX MV(X可以为0或1)总是双向的。但是在当前的ATMVP方案中，若当前图像非全部支持前向预测，推导出的可用的LX MV为单向的，即或者为L0 MV或者为L1 MV。

空-时域运动矢量预测中，子CU的运动矢量是按照光栅扫描顺序递归地推导的。图12为根据一示例性实施例示出的具有四个字块(A-D)及其相邻块(a-d)一个CU的示意图。若一个CU为2N×2N的，该CU包含四个N×N的子CU，分别标记为A、B、C和D。当前帧中与每个子CU相邻的N×N的块即其他子CU被标记为a、b、c和d。

针对子CU A的运动矢量推导通过识别其两个空域邻居开始。第一个空域邻居为子CU A之上的N×N的块c。若该块c不可用或者是帧内编码，则检查子CU A之上的其它N×N的块，在进行检测是从块c开始，从左到右进行。第二个空域邻居为子CU A左侧的块b。若块b不可用或者是帧内编码，则检查子CU A左侧的其它N×N的块在进行检测是从块b开始，从上到下进行。每个相邻块获得的运动信息对应的每个列表的运动矢量会被缩放到给定列表的第一参考帧。接下来，通过遵循与HEVC中规定的TMVP推导相同的过程来推导子CU A的时域运动矢量预测器(TMVP)。提取位置D处的同位块的运动信息并对应地缩放。最后，在检索并缩放运动信息之后，对于参考图像的每个参考列表L0和L1，确定所有可用的运动矢量的加权平均，加权平均的运动矢量为当前子CU A的运动矢量。

子CU模式被启用作为额外合并运动矢量的候选，不需要额外的语法元素来用信号通知该子CU模式。两个额外合并运动矢量的候选被添加到各个CU的合并候选列表，以表示ATMVP模式和STMVP模式。若序列参数集指示启用了ATMVP和STMVP，则最多使用七个合并运动矢量的候选。额外合并运动矢量的候选的编码逻辑与HM中的合并运动矢量的候选的编码逻辑相同，这意味着，对于P或B切片中的每个CU，两个额外运动矢量的候选需要再进行两次RD检查。

本公开提供了一种ATMVP运动矢量和STMVP运动矢量的推导和编码方法、装置、设备及介质，用以提高ATMVP和STMVP推导运动矢量的效率。

图13为根据一示例性实施例示出的一种ATMVP运动矢量的推导过程示意图，该过程包括以下步骤：

在步骤1301中，针对当前进行ATMVP的待预测单元，在推导所述待预测单元的LXMV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0。

在步骤1302中，若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcatedpicture list(0或1)。cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

从而可以根据选择的可用的图像参考列表的MV来推导该待预测单元的LX MV。

该待预测单元为CU或子CU。当该待预测单元为CU时，该CU包括多个子CU。

在推导待预测单元的LX MV时，若待预测单元所在的图像全部支持前向预测，这意味着没有参考图像具有比当前图像更大的POC，可以首先选择该待预测单元在其同位图像中对应的块的LX MV。若该待预测单元在其同位图像中对应的块的LX MV不可用，则选择L(1-X)MV。

在本公开中，参考图像列表包括列表L 0和列表L1。

例如，该待预测单元为CU，在推导该CU的L1 MV时，若该CU所在的图像全部支持前向预测，则选择在其同位图像中对应的块的L1 MV，若该L1MV不可用，则选择L(1-1)MV，即选择L0 MV，从而可以根据选择的可用的图像参考列表的MV来推导该CU的L1 MV。

该待预测单元为子CU，在推导该子CU的L0 MV时，若该子CU所在的图像全部支持前向预测，则选择在其同位图像中对应的块的L0 MV，若该L0MV不可用，则选择L(1-0)MV，即选择L1 MV，从而可以根据选择的可用的图像参考列表的MV来推导该子CU的L0 MV。

在推导待预测单元的LX MV时，若待预测单元所在的图像非全部支持前向预测，这意味着有参考图像具有比当前图像更大的POC，可以先确定该待预测单元在其同位图像的参考图像中对应的块的LN MV，然后选择该待预测单元在其同位图像中对应的块的L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV。

例如，该待预测单元为CU，在推导该CU的L0 MV时，该CU所在的图像非全部支持前向预测，确定其同位图像所在的参考图像列表，若该图像参考列表为L1，则选择L0 MV，若该L0 MV不可用，则选择L(1-0)MV，即选择L1 MV。从而可以根据选择的可用的图像参考列表的MV来推导该CU的L0 MV。

该待预测单元为子CU，在推导该子CU的L0 MV时，若该子CU所在的图像非全部支持前向预测，确定其同位图像所在的参考图像列表，若该图像参考列表为L0，则选择L1 MV，若L1 MV不可用，则选择L(1-1)MV，即选择L0 MV，从而可以根据选择的可用的图像参考列表的MV来推导该子CU的L0 MV。

由于本公开通过对进行ATMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了ATMVP推导运动矢量的候选的效率。

为了确定待预测单元在其同位图像中对应的块，在本公开中若所述待预测单元为CU，所述待预测单元在其同位图像中对应的块为所述CU中心位置样本(sample)在其同位图像中包含对应的样本的块。

由于待预测单元可以是CU，也可以是子CU，所以在确定待预测单元在其同位图像中对应的块时的方法也不一致。

具体的，当待预测单元为CU时，获取CU中心位置的样本和该CU所在的图像的同位图像，并确定该样本在该同位图像中对应的样本，将同位图像中包含有该对应的样本的块作为该CU在其同位图像中对应的块。

为了进一步确定待预测单元为子CU时待预测单元在其同位图像中对应的块，在本公开中，若所述待预测单元为子CU，所述待预测单元在其同位图像中对应的块为所述子CU在该同位图像中对应的块，其中，根据所述子CU中心位置样本与时域矢量的位移，确定所述子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

当待预测单元为子CU时，该待预测单元在其同位图像中对应的块即为该子CU在对应的同位图像中对应的块。

具体的，首先需要获取该子CU中心位置的样本和该子CU所在的图像的同位图像，根据该子CU中心位置样本和该同位图像，确定该样本在同位图像中对应的样本。然后将同位图像中包含该对应的样本的块作为该子CU在其同位图像中对应的块。

为了确定合并候选列表，在本公开中推导出基于所述ATMVP的运动矢量之后，包括：

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的ATMVP的推导方式推导出的运动矢量的候选；或

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的ATMVP的推导方式推导出的运动矢量的候选。

在上述基于ATMVP推导方法推导出运动矢量后，将推导出的运动矢量作为一个运动矢量的候选，添加到合并候选列表中，以形成新的合并候选列表。其中，合并候选列表中还包含有基于原始的ATMVP的推导方式推导出的运动矢量，而基于原始的ATMVP的推导方式推导出的运动矢量的候选，为基于现有的ATMVP的推导的方法推导出的。

当将本公开中提供的基于ATMVP的推导方法推导出的运动矢量直接插入到合并合列表中时，基于本方案提供的ATMVP的推导方法推导出的运动矢量，可以插入在该合并候选列表中的基于原始的ATMVP的推导方式推导出的运动矢量之前或者之后，插入的位置可以是任意的，在此不做具体的限定。

当将本公开中提供的基于ATMVP的推导方法推导出的运动矢量替换合并候选列表中的基于原始ATMVP的推导方式推导出的运动矢量时，可以先确定合并候选列表中基于原始ATMVP的推导方式推导出的运动矢量的位置，然后在该位置采用本公开中提供的基于ATMVP的推导方法推导出的运动矢量替换。

图14为根据一示例性实施例示出的一种STMVP运动矢量的推导过程示意图，该过程包括以下步骤：

在步骤1401中，针对当前进行STMVP的待预测单元，在推导所述待预测单元的LXMV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0。

在步骤1402中，若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcatedpicture list(0或1)。cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

从而可以根据选择的可用的图像参考列表的MV来推导该待预测单元的LX MV。

该待预测单元为CU或子CU。

在推导待预测单元的LX MV时，若待预测单元所在的图像全部支持前向预测，这意味着没有参考图像具有比当前图像更大的POC，可以先选择该待预测单元在其同位图像中对应的块的LX MV。若该LX MV不可用，则选择L(1-X)MV。

在本公开中，参考图像列表包括列表L 0和列表L1。

例如，该待预测单元为CU，在推导该CU的L1 MV时，若该CU所在的图像全部支持前向预测，则选择在其同位图像中对应的块的L1 MV，若该L1MV不可用，则选择L(1-1)MV，即选择L0 MV，从而可以根据选择的可用的图像参考列表的MV来推导该CU的L1 MV。

该待预测单元为子CU，在推导该子CU的L0 MV时，若该子CU所在的图像全部支持前向预测，则选择在其同位图像中对应的块的L0 MV，若该L0 MV不可用，则选择L(1-0)MV，即选择L1 MV，从而可以根据选择的可用的图像参考列表的MV来推导该子CU的L0 MV。

在推导待预测单元的LX MV时，若待预测单元所在的图像非全部支持前向预测，这意味着有参考图像具有比当前图像更大的POC，可以先确定该待预测单元在其同位图像的参考图像中对应的块的LN MV，选择L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV。

例如，该待预测单元为CU，在推导该CU的L0 MV时，若该CU所在的图像非全部支持前向预测，确定其同位图像所在的参考图像列表，若该图像参考列表为L1，则选择L0 MV，若该L0 MV不可用，则选择L(1-0)MV，即选择L1 MV，从而可以根据选择的可用的图像参考列表的MV来推导该CU的L0 MV。

该待预测单元为子CU，在推导该子CU的L0 MV时，若该子CU所在的图像非全部支持前向预测，确定其同位图像所在的参考图像列表，若该图像参考列表为L0，则选择L1 MV，若该L1 MV不可用，则选择L(1-1)MV，即选择L0 MV，从而可以根据选择的可用的图像参考列表的MV来推导该子CU的L0 MV。

由于本公开通过对进行STMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而确定待预测单元对应的参考图像列表，从而推导该待预测单元的参考图像列表的运动矢量，提高了STMVP推导运动矢量的候选的效率。

为了确定待预测单元在其同位图像中对应的块，在本公开中若所述待预测单元为编码单元CU，所述待预测单元在其同位图像中对应的块为所述编码单元CU中心位置样本在其同位图像中包含对应的样本的块。

由于待预测单元可以是CU，也可以是子CU，所以在确定待预测单元在其同位图像中对应的块时的方法也不一致。

具体的，当待预测单元为CU时，获取CU中心位置的样本和该CU所在的图像的同位图像，并确定该样本在该同位图像中对应的样本，将同位图像中包含有该对应的样本的块作为该CU在其同位图像中对应的块。

为了进一步确定待预测单元为子CU时待预测单元在其同位图像中对应的块，在本公开中若所述待预测单元为子CU，所述待预测单元在其同位图像中对应的块为所述子CU对应的设定子CU在该同位图像中对应的块，其中，根据所述子CU对应的设定子CU中心位置样本与时域矢量的位移，确定所述子CU对应的设定子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

当待预测单元为子CU时，该待预测单元在其同位图像中对应的块即为该子CU对应的设定子CU在对应的同位图像中对应的块。

为了确定子CU对应的设定子CU在同位图像中对应的块，在本公开中首先需要获取该子CU对应的设定子CU中心位置的样本和该子CU所在的图像的同位图像，根据该子CU对应的设定子CU中心位置样本和该同位图像，确定该样本在同位图像中对应的样本。然后将同位图像中包含该对应的样本的块作为该子CU在其同位图像中对应的块。

例如，以12所示，对于子CU A、B、C、D的设定子CU为子CU D，子CU A、B、C、D在其同位图像中对应的块为子CU D在其同位图像中对应的块，则在确定子CUA在其同位图像中对应的块时，首先确定子CU D中心区域的样本在该子CU D所在图像的同位图像中对应的是样本，将该同位图像中包含该sample的块作为该子CU D在其同位图像中对应的块，而子CU D在其同位图像中的对应的块即为子CU A在其同位图像中对应的块。

为了确定进行STMVP的待预测单元每个可用的参考图像列表的运动矢量，在本公开中所述的STMVP运动矢量的推导方法还包括：

确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；

针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

对待预测单元的STMVP是通过识别该待预测单元的两个空域邻居开始的。而对于待预测单元可能是一个CU，也可能是一个子CU。因此当该待预测单元为一个CU时，则将该待预测单元划分为多个子CU，识别该待预测单元的每个子CU的两个空域邻居；当该待预测单元为一个子CU时，则识别该子CU的两个空域邻居。

其中，空域邻居为当前帧中该待预测单元在空域上相邻的邻近块，图12为根据一示例性实施例示出的具有四个字块(A-D)及其相邻块(a-d)一个CU的示意图，其中这四个4×4的子CU分别表示为A、B、C和D，对于这四个4×4的子CU的空域邻居在图4a、4b中用a、b、c、d表示。

可以将该待预测单元的第一设定方向上的空域邻居进行检测，确定该空域邻居是否可用，若该空域邻居不可用或者是帧内编码，则按照第一设定顺序检测在该待预测单元的第一设定方向上其它空域邻居是否可用，直到检测到的可用的空域邻居，将该可用的空域邻居设置为第一可用空域邻居。

相应的，将该待预测单元的第二设定方向上的空域邻居进行检测，确定该空域邻居是否可用，若该空域邻居不可用或者是帧内编码，则按照第二设定顺序检测在该待预测单元的第二设定方向上其它空域邻居是否可用，直到检测到的可用的空域邻居，将该可用的空域邻居设置为第二可用空域邻居。

例如，如图12所示，第一设定方向为子CU A的上方，第二设定方向为子CU A的左方，第一设定顺序为从当前子编码CU向右检测，第二设定顺序为从当前子编码CU向下检测。

针对子CU A，其在第一设定方向上的空域邻居为子CU A之上的空域邻居c。若该空域邻居c不可用或者是帧内编码，则从空域邻居c开始，从左向右检测子CU A之上的开始其它空域邻居，如图12所示的空域邻居d，直到检测出一个可用的空域邻居作为第一可用空域邻居。

而子CU A在第二设定方向上的空域邻居为子CU A左侧的空域邻居b。若空域邻居b不可用或者是帧内编码，则从空域邻居b开始，从上向下检测子CU A左侧的其它空域邻居，如图12所示的空域邻居a，直到检测出一个可用的空域邻居作为第二可用空域邻居。

进一步地，当确定了待预测单元对应的第一可用空域邻居和第二可用空域邻居，需要将该第一可用空域邻居和第二可用空域邻居中每个列表获得的运动信息缩放在该待预测单元对应的参考图像列表的第一参考帧。

接下来，按照上述公开中的STMVP运动矢量的候选的推导方法选择的该待预测单元的每个可用的参考图像列表，将第一可用空域邻居和第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将该第一子运动矢量、第二子运动矢量以及该参考图像列表的运动矢量进行加权求平均，更新为该待预测单元的该参考图像列表的运动矢量。

其中，对第一子运动矢量、第二子运动矢量以及该参考图像列表的运动矢量进行加权求平均的方法与现有技术中相同，具体的在此不再赘述。

例如，如图12所示，假设第一设定方向为子CU A的上方，第二设定方向为子CU A的左方，对于子CU A、B、C、D的设定子CU为子CU D，子CU A、B、C、D在其同位图像中对应的块为子CU D在其同位图像中对应的块，第一设定顺序为从当前子编码CU向右检测，第二设定顺序为从当前子编码CU向下检测，空域邻居a、b、c、d均可用。

对于子CU A可用的参考图像列表L1，根据第一空域邻居c、第二空域邻居b和子CUA中对应该子CU A的参考图像列表L1的第一子运动矢量、第二子运动矢量以及子CU D的参考图像列表L1的运动矢量进行加权求平均更新为子CU A的可用的参考图像列表L1的运动矢量。

对于子CU B可用的参考图像列表L1，根据第一空域邻居d、第二空域邻居A和子CUB中对应该子CU B的参考图像列表L1的第一子运动矢量、第二子运动矢量以及子CU D的参考图像列表L1的运动矢量进行加权求平均更新为子CU B的可用的参考图像列表L1的运动矢量。

对于子CU C可用的参考图像列表L1，根据第一空域邻居A、第二空域邻居a和子CUC中对应该子CU C的参考图像列表L1的第一子运动矢量、第二子运动矢量以及子CU D的参考图像列表L1的运动矢量进行加权求平均更新为子CU C的可用的参考图像列表L1的运动矢量。

对于子CU D可用的参考图像列表L1，根据第一空域邻居B、第二空域邻居C和子CUD中对应该子CU D的参考图像列表L1的第一子运动矢量、第二子运动矢量以及子CU D的参考图像列表L1的运动矢量进行加权求平均更新为子CU D的可用的参考图像列表L1的运动矢量。

由于本公开通过选择的待预测单元的每个可用的参考图像列表，将第一可用空域邻居和第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将第一子运动矢量、第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为该待预测单元的该参考图像列表的运动矢量，进一步确定了进行STMVP的待预测单元每个可用的参考图像列表的运动矢量。

为了确定合并候选列表，在本公开中推导出基于所述STMVP的运动矢量之后，包括：

将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的STMVP的推导方式推导出的运动矢量的候选；或

将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的STMVP的推导方式推导出的运动矢量的候选。

在上述基于STMVP推导方法推导出运动矢量后，将推导出的运动矢量作为一个运动矢量的候选，添加到合并候选列表中，以形成新的合并候选列表。其中，合并候选列表中还包含有基于原始的STMVP的推导方式推导出的运动矢量的候选，而基于原始的STMVP的推导方式推导出的运动矢量的候选，为基于现有的STMVP的推导的方法推导出的。

当将本公开中提供的基于STMVP的推导方法推导出的运动矢量直接插入到合并合列表中时，基于本方案提供的STMVP的推导方法推导出的运动矢量，可以插入在该合并候选列表中的基于原始的STMVP的推导方式推导出的运动矢量之前或者之后，插入的位置可以是任意的，在此不做具体的限定。

当将本公开中提供的基于STMVP的推导方法推导出的运动矢量替换合并候选列表中的基于原始STMVP的推导方式推导出的运动矢量时，可以先确定合并候选列表中基于原始STMVP的推导方式推导出的运动矢量的位置，然后在该位置采用本公开中提供的基于STMVP的推导方法推导出的运动矢量替换。

图15为根据一示例性实施例示出的一种ATMVP运动矢量的推导装置框图。参照图15，该装置包括：第一预测单元1501、第二预测单元1502、合并单元1503。

第一预测单元1501，被配置为执行针对当前进行ATMVP的待预测单元，在推导所述预测单元的LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元1502，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

所述ATMVP运动矢量的推导装置还包括：

合并单元1503，被配置为执行将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的ATMVP的推导方式推导出的运动矢量的候选；或

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的ATMVP的推导方式推导出的运动矢量的候选。

所述第一预测单元1501，被配置为执行若所述待预测单元为CU，将所述CU中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

所述第一预测单元1501，被配置为执行若所述待预测单元为子CU，将所述子CU在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子CU中心位置样本与时域矢量的位移，确定所述子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

由于本公开通过对进行ATMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了ATMVP推导运动矢量的候选的效率。

图16为根据一示例性实施例示出的一种STMVP运动矢量的推导装置框图。参照图16，该装置包括：第一预测单元1601、第二预测单元1602、计算单元1503、合并单元1504。

第一预测单元1601，被配置为执行针对当前进行STMVP的待预测单元，在推导所述待预测单元的LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元1602，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

所述STMVP运动矢量的推导装置还包括：

计算单元1603，被配置为执行确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

所述STMVP运动矢量的推导装置还包括：

合并单元1604，将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的STMVP的推导方式推导出的运动矢量的候选；或

将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的STMVP的推导方式推导出的运动矢量的候选。

所述第一预测单元1601，被配置为执行若所述待预测单元为CU，将所述CU中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

所述第一预测单元1601，被配置为执行若所述待预测单元为子CU，将所述子CU对应的设定子CU在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子CU对应的设定子CU中心位置样本与时域矢量的位移，确定所述子CU对应的设定子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

由于本公开通过对进行STMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了STMVP推导运动矢量的候选的效率。

在本公开的一示例性实施例中，提供一种编码方法，所述编码方法包括：采用本公开的上述实施例中任一所述的ATMVP运动矢量的推导方法推导的运动矢量对待预测单元进行编码，或采用本公开的上述实施例中任一所述的STMVP运动矢量的推导方法推导的运动矢量对待预测单元进行编码。

具体的该编码方法包括：

针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcatedpicture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；

根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

其中，所述待预测单元为编码单元或子编码单元。

进一步地，若所述待预测单元为编码单元，所述待预测单元在其同位图像中对应的块为所述编码单元中心位置样本在其同位图像中包含对应的样本的块。

进一步地，若所述待预测单元为子编码单元，所述待预测单元在其同位图像中对应的块为所述子编码单元在该同位图像中对应的块，其中，根据所述子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，推导出基于所述可选时域运动矢量预测的运动矢量之后，包括：

将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选；或

将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选。

在本公开的另一实施方式中，该编码方法包括：

针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；

根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

其中，所述待预测单元为编码单元或子编码单元。

进一步地，若所述待预测单元为编码单元，所述待预测单元在其同位图像中对应的块为所述编码单元中心位置样本在其同位图像中包含对应的样本的块。

进一步地，若所述待预测单元为子编码单元，所述待预测单元在其同位图像中对应的块为所述子编码单元对应的设定子编码单元在该同位图像中对应的块，其中，根据所述子编码单元对应的设定子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元对应的设定子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，所述方法还包括：

确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；

针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

进一步地，推导出基于所述空-时域运动矢量预测的运动矢量之后，包括：

将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选；或

将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选。

由于本公开上述实施例中的编码方法采用了上述实施例中任一所述的ATMVP运动矢量的推导方法，或上述实施例中任一所述的STMVP运动矢量的推导方法，提高了编码效率。

在本公开的一示例性实施例中，提供一种编码装置，所述编码装置包括本公开的上述实施例中任一所述的ATMVP运动矢量的推导装置，及基于所述ATMVP运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元，或所述编码装置包括本公开的上述实施例中任一所述的STMVP运动矢量的推导装置，及基于所述STMVP运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元。

进一步地，在本公开的编码装置中，上述实施例中任一所述的ATMVP运动矢量的推导装置可以作为编码装置中的推导单元，因此该编码装置包括：推导单元和编码单元，其中：

推导单元，被配置为执行针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LXMV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；

编码单元，被配置为执行根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

进一步地，该推导单元，被配置为执行若所述待预测单元为编码单元，将所述编码单元中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

进一步地，该推导单元，被配置为执行若所述待预测单元为子编码单元，将所述子编码单元在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

该编码装置还包括：

合并单元，被配置为执行将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选；或，将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选。

进一步地，在本公开的编码装置中，上述实施例中任一所述的STMVP运动矢量的推导装置可以作为编码装置中的推导单元，因此该编码装置包括：推导单元和编码单元，其中：

推导单元，被配置为执行针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LXMV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；

编码单元，被配置为执行根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

进一步地，该预测单元，被配置为执行若所述待预测单元为编码单元，将所述编码单元中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

进一步地，该预测单元，被配置为执行若所述待预测单元为子编码单元，将所述子编码单元对应的设定子编码单元在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子编码单元对应的设定子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元对应的设定子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，所述编码装置还包括：

计算单元，被配置为执行确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

进一步地，所述编码装置还包括：

合并单元，被配置为执行将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选；或，将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选。

由于本公开上述实施例中的编码装置包括了上述实施例中任一所述的ATMVP运动矢量的推导装置，或上述实施例中任一所述的STMVP运动矢量的推导装置，提高了编码效率。

图17为根据一示例性实施例示出的一种电子设备框图，参照图17，该电子设备包括：处理器1701；用于存储所述处理器1701可执行指令的存储器1702，其中所述处理器1701被配置为执行所述指令，以实现上述应用于电子设备的ATMVP运动矢量的推导方法。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器1702，上述指令可由服务器的处理器1701执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在一些可能实现的实施方式中，本公开提供的ATMVP运动矢量的推导的各个方面还可以实现为一种计算机程序产品的形式，其包括程序代码，当所述计算机程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行本说明书上述描述的根据本公开各种示例性实施方式的ATMVP运动矢量的推导中的步骤，例如，处理器1701，被配置为执行针对当前进行ATMVP的待预测单元，在推导所述待预测单元的LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LNMV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

进一步地，处理器1701，被配置为执行若所述待预测单元为CU，将所述CU中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

相应的，处理器1701，被配置为执行若所述待预测单元为子CU，将所述子CU在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子CU中心位置样本与时域矢量的位移，确定所述子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

进一步地，处理器1701，被配置为执行将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的ATMVP的推导方式推导出的运动矢量的候选；或

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的ATMVP的推导方式推导出的运动矢量的候选。

由于本公开根据对进行ATMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了ATMVP推导运动矢量的候选的效率。

图18为根据一示例性实施例示出的一种电子设备框图，参照图18，该电子设备包括：处理器1801；用于存储所述处理器1801可执行指令的存储器1802，其中所述处理器1801被配置为执行所述指令，以实现上述应用于电子设备的STMVP运动矢量的推导方法。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器1802，上述指令可由服务器的处理器1801执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在一些可能实现的实施方式中，本公开提供的STMVP运动矢量的推导的各个方面还可以实现为一种计算机程序产品的形式，其包括程序代码，当所述计算机程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行本说明书上述描述的根据本公开各种示例性实施方式的STMVP运动矢量的推导中的步骤，例如，处理器1801，被配置为执行针对当前进行STMVP的待预测单元，在推导所述待预测单元的LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若该LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

进一步地，处理器1801，被配置为执行若所述待预测单元为CU，将所述CU中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

相应的，处理器1801，被配置为执行若所述待预测单元为子CU，将所述子CU对应的设定子CU在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子CU对应的设定子CU中心位置样本与时域矢量的位移，确定所述子CU对应的设定子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块，确定为所述子CU在同位图像中对应的块。

进一步地，处理器1801，被配置为执行确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

此外，处理器1801，被配置为执行将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的STMVP的推导方式推导出的运动矢量的候选；或，将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的STMVP的推导方式推导出的运动矢量的候选。

由于本公开根据对进行STMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了STMVP推导运动矢量的候选的效率。

本公开提供了一种电子设备，该电子设备包括：处理器；用于存储所述处理器可执行指令的存储器，其中所述处理器被配置为执行所述指令，以实现上述应用于电子设备的编码方法。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由服务器的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在一些可能实现的实施方式中，本公开提供的编码的各个方面还可以实现为一种计算机程序产品的形式，其包括程序代码，当所述计算机程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行本说明书上述描述的根据本公开各种示例性实施方式的编码的步骤，例如，处理器，被配置为执行针对当前进行ATMVP的待预测单元，在推导所述待预测单元的LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若该LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，若推导所述待预测单元的LX MV，选择L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

进一步地，处理器，被配置为执行若所述待预测单元为编码单元，将所述编码单元中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

相应的，处理器，被配置为执行若所述待预测单元为子编码单元，执行将所述子编码单元在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，处理器，被配置为执行将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选；或，将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选。

本公开提供了一种电子设备，该电子设备包括：处理器；用于存储所述处理器可执行指令的存储器，其中所述处理器被配置为执行所述指令，以实现上述应用于电子设备的编码方法。

在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由服务器的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在一些可能实现的实施方式中，本公开提供的编码的各个方面还可以实现为一种计算机程序产品的形式，其包括程序代码，当所述计算机程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行本说明书上述描述的根据本公开各种示例性实施方式的编码的步骤，例如，处理器，被配置为执行针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时，若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LNMV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；根据选择的可用的图像参考列表的MV推导所述待预测单元的运动矢量；根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

进一步地，处理器，被配置为执行若所述待预测单元为编码单元，将所述编码单元中心位置样本在其同位图像中包含对应的样本的块确定为所述待预测单元在其同位图像中对应的块。

进一步地，处理器，被配置为执行若所述待预测单元为子编码单元，将所述子编码单元对应的设定子编码单元在该同位图像中对应的块确定为所述待预测单元在其同位图像中对应的块；根据所述子编码单元对应的设定子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元对应的设定子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，处理器，被配置为执行确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

进一步地，处理器，被配置为执行将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选；或，将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选。

本公开提供一种计算机可读存储介质，所述计算机可读存储介质内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：

针对当前进行ATMVP的待预测单元，在推导所述待预测单元的LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若该LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcatedpicture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

其中，所述待预测单元为编码单元CU或子CU。

进一步地，若所述待预测单元为CU，所述待预测单元在其同位图像中对应的块为所述CU中心位置样本在其同位图像中包含对应的样本的块。

相应的，若所述待预测单元为子CU，所述待预测单元在其同位图像中对应的块为所述子CU在该同位图像中对应的块，其中，根据所述子CU中心位置样本与时域矢量的位移，确定所述子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

进一步地，推导出基于所述ATMVP的运动矢量之后，包括：

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的ATMVP的推导方式推导出的运动矢量的候选；或

将基于所述ATMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的ATMVP的推导方式推导出的运动矢量的候选。

由于本公开根据对进行ATMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了ATMVP推导运动矢量的候选的效率。

本公开提供一种计算机可读存储介质，所述计算机可读存储介质内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：

针对当前进行STMVP的待预测单元，在推导所述待预测单元的LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若该LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若该L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcatedpicture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

其中，所述待预测单元为CU或子CU。

进一步地，若所述待预测单元为CU，所述待预测单元在其同位图像中对应的块为所述CU中心位置样本在其同位图像中包含对应的样本的块。

相应的，若所述待预测单元为子CU，所述待预测单元在其同位图像中对应的块为所述子CU对应的设定子CU在该同位图像中对应的块，其中，根据所述子CU对应的设定子CU中心位置样本与时域矢量的位移，确定所述子CU对应的设定子CU中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子CU在同位图像中对应的块。

进一步地，还包括：

确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；

针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

优选的，推导出基于所述STMVP的运动矢量之后，包括：

将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的STMVP的推导方式推导出的运动矢量的候选；或

将基于所述STMVP推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的STMVP的推导方式推导出的运动矢量的候选。

由于本公开根据对进行STMVP的待预测单元所在的图像是否为全部支持前向预测，及选择的该待预测单元在其同位图像中对应的块的参考图像列表的运动矢量是否可用，从而推导该待预测单元的参考图像列表的运动矢量，提高了STMVP推导运动矢量的候选的效率。

本公开提供一种计算机可读存储介质，所述计算机可读存储介质内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：

针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；

根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

其中，所述待预测单元为编码单元或子编码单元。

进一步地，若所述待预测单元为编码单元，所述待预测单元在其同位图像中对应的块为所述编码单元中心位置样本在其同位图像中包含对应的样本的块。

进一步地，若所述待预测单元为子编码单元，所述待预测单元在其同位图像中对应的块为所述子编码单元在该同位图像中对应的块，其中，根据所述子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，推导出基于所述可选时域运动矢量预测的运动矢量之后，包括：

将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选；或

将基于所述可选时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的可选时域运动矢量预测的推导方式推导出的运动矢量的候选。

本公开提供一种计算机可读存储介质，所述计算机可读存储介质内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：

针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0；

根据推导出的所述待预测单元的运动矢量，对所述待预测单元进行编码。

其中，所述待预测单元为编码单元或子编码单元。

进一步地，若所述待预测单元为编码单元，所述待预测单元在其同位图像中对应的块为所述编码单元中心位置样本在其同位图像中包含对应的样本的块。

进一步地，若所述待预测单元为子编码单元，所述待预测单元在其同位图像中对应的块为所述子编码单元对应的设定子编码单元在该同位图像中对应的块，其中，根据所述子编码单元对应的设定子编码单元中心位置样本与时域矢量的位移，确定所述子编码单元对应的设定子编码单元中心位置样本在其同位图像中对应的样本，将所述同位图像中包含所述对应的样本的块、确定为所述子编码单元在同位图像中对应的块。

进一步地，所述方法还包括：

确定所述待预测单元对应的第一可用空域邻居和第二可用空域邻居；

针对选择的所述待预测单元的每个可用的参考图像列表，将所述第一可用空域邻居和所述第二可用空域邻居中对应该参考图像列表的第一空域运动信息和第二空域运动信息，转换成相应的第一子运动矢量和第二子运动矢量，将所述第一子运动矢量、所述第二子运动矢量以及该参考图像列表的运动矢量的加权求平均，更新为所述待预测单元的该参考图像列表的运动矢量。

进一步地，推导出基于所述空-时域运动矢量预测的运动矢量之后，包括：

将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，插入到所述合并候选列表中，其中，所述合并候选列表还包含基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选；或

将基于所述空-时域运动矢量预测推导出的运动矢量作为合并候选列表的一个运动矢量的候选，替换所述合并候选列表中的基于原始的空-时域运动矢量预测的推导方式推导出的运动矢量的候选。

所述计算机程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

本公开的实施方式的用于确定异常账户的计算机程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本公开的计算机程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

需要说明的是，该方案中，涉及的用户信息(如，用户设备信息、用户个人信息、用户的操作行为信息等)，均是经用户授权而采集并进行后续处理或分析的。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种可选时域运动矢量预测运动矢量的推导方法，其特征在于，所述方法包括：

针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

若所述待预测单元所在的图像非全部支持前向预测，则选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

2.一种空-时域运动矢量预测运动矢量的推导方法，其特征在于，所述方法包括：

针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：

若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LX MV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

3.一种可选时域运动矢量预测运动矢量的推导装置，其特征在于，所述装置包括：

第一预测单元，被配置为执行针对当前进行可选时域运动矢量预测的待预测单元，在推导所述预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LXMV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

4.一种空-时域运动矢量预测运动矢量的推导装置，其特征在于，所述装置包括：

第一预测单元，被配置为执行针对当前进行空-时域运动矢量预测的待预测单元，在推导所述待预测单元的参考图像列表的运动矢量LX MV时：若所述待预测单元所在的图像全部支持前向预测，选择所述待预测单元在其同位图像中对应的块的LX MV，若选择的所述LXMV不可用，则选择L(1-X)MV，其中，X为0或1，1-X为1或0；

第二预测单元，被配置为执行若所述待预测单元所在的图像非全部支持前向预测，选择L(1-N)MV，若选择的所述L(1-N)MV不可用，则选择LN MV，其中，N的值被设置为1-cloolcated picture list，cloolcated picture list为同位图像所在的参考图像列表，N为0或1，1-N为1或0。

5.一种编码方法，其特征在于，所述编码方法包括：采用权利要求1所述的可选时域运动矢量预测运动矢量的推导方法推导的运动矢量对待预测单元进行编码，或采用权利要求2所述的空-时域运动矢量预测运动矢量的推导方法推导的运动矢量对待预测单元进行编码。

6.一种编码装置，其特征在于，所述编码装置包括权利要求1所述的可选时域运动矢量预测运动矢量的推导装置，及基于所述可选时域运动矢量预测运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元，或所述编码装置包括权利要求2所述的空-时域运动矢量预测运动矢量的推导装置，及基于所述空-时域运动矢量预测运动矢量的推导装置推导的运动矢量对待预测单元进行编码的编码单元。

7.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器被配置为执行存储器中存储的计算机程序时实现根据权利要求1所述的可选时域运动矢量预测运动矢量的推导方法的步骤。

8.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器被配置为执行存储器中存储的计算机程序时实现根据权利要求2所述的空-时域运动矢量预测运动矢量的推导方法的步骤。

9.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1所述的可选时域运动矢量预测运动矢量的推导方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求2所述的空-时域运动矢量预测运动矢量的推导方法的步骤。

Images