CN110708541B - 视频解码方法、视频解码器、设备和存储介质 - Google Patents

视频解码方法、视频解码器、设备和存储介质 Download PDF

Info

Publication number
CN110708541B
CN110708541B CN201910577227.5A CN201910577227A CN110708541B CN 110708541 B CN110708541 B CN 110708541B CN 201910577227 A CN201910577227 A CN 201910577227A CN 110708541 B CN110708541 B CN 110708541B
Authority
CN
China
Prior art keywords
block
vector
block vector
current
current block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910577227.5A
Other languages
English (en)
Other versions
CN110708541A (zh
Inventor
许晓中
刘杉
李翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN110708541A publication Critical patent/CN110708541A/zh
Application granted granted Critical
Publication of CN110708541B publication Critical patent/CN110708541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • 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
    • H04N19/102—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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding 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
    • H04N19/134—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
    • H04N19/176—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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive 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
    • H04N19/70—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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • 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)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

一种方法，包括：从编码视频比特流中获取当前图像；确定当前图像中的当前块是否以帧内块复制方式编码。该方法包括：当确定所述当前块以所述帧内块复制模式编码时，确定所述当前块的当前块向量是否是(i)已标记的块向量和(ii)导出的块向量中的一个。该方法包括：当确定所述当前块向量是导出的块向量时：选择参考图像中的区域，将所述区域划分为多个位置，确定模板与所述区域中的所述多个位置中的各个位置之间的差值，基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中该位置与所述模板的差值最小，选择参考块，以及基于所述参考块对所述当前块进行解码。

Description

视频解码方法、视频解码器、设备和存储介质
通过引用并入本申请
本申请要求于2018年7月9日提交的第62/695,393号美国临时申请"帧内图像块补偿中向块向量发信号的方法"以及第16/236,027号美国申请“帧内图像块补偿中对块向量进行信号标记和推导的方法以及装置”的优先权，其全部内容通过引用并入本申请中。
技术领域
本申请涉及视频编解码技术，尤其涉及在帧内图像块补偿中对块向量进行信号标记和导出块向量的方法和装置。
背景技术
几十年来，通过具有运动补偿的帧间画面预测技术，可以实现视频编码和解码。未压缩的数字视频可包括一系列画面，每个画面具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列画面具有固定或可变的画面速率(通俗也称为帧率)，例如每秒60个画面或60赫兹。未压缩的视频具有非常高的位率要求。例如，每个样本8位的1080p604:2:0的视频(1920x1080亮度样本分辨率，60赫兹帧率)要求接近1.5Gbit/s带宽。一小时这样的视频需要超过600GB的存储空间。
视频编码和解码的一个目的是通过压缩减少输入视频信号的冗余信息。压缩可以帮助减少对前述带宽或存储空间的要求，在一些情况下减少两个数量级或更多。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重构原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不同，但是原始信号和重建信号之间的失真小到足以使重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用；例如，相比电视应用的用户，某些消费流媒体的用户可以容忍更高的失真量。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
运动补偿可以是有损压缩技术，并且可以涉及这样的技术，其中使用在由运动向量(下文称为MV)指示的方向上空间移位后的采样数据块预测新重构图像、或部分新重构图像，其中该采样数据块来自先前重构图像、或部分先前重构图像(参考图像)。在一些情况下，参考图像可以与当前正在重构的图像相同。MV可以具有两个维度(X和Y)，或三个维度，第三个维度是使用中的参考图像的指示(后者间接地可以是时间维度)。
在一些视频压缩技术中，可应用于样本数据的某一区域的MV可以根据其它MV来预测，例如，根据空间上邻近正在重构区域的样本数据的其它区域相关的MV，并且这些MV在解码顺序上先于该MV。这样做可以显著减少编码MV所需的数据量，从而消除冗余并且增加压缩。可以更有效的进行MV预测，例如，因为当对从相机导出的输入视频信号(称为自然视频)进行编码时，存在一种统计可能性，即，比单个MV适用的区域更大的区域在相似方向上移动，因此在某些情况下，可以使用从相邻区域的MV导出的相似运动向量进行预测。从而导致给定区域找到的MV，与根据周围MV预测得到的MV相似或相同，并且在熵编码之后，反过来可以用比直接编码MV时所使用的位数更少的位数来表示MV。在一些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，MV预测本身可能是有损耗的，例如，从若干周围MV计算预测值时的舍入误差。
在H.265/HEVC(ITU-T Rec.H.265，“高效视频编码”，2016年12月)中描述了各种MV预测机制。在H.265提供的许多MV预测机制中，这里描述的是此后称为"空间合并"的技术。
在帧内块复制模式中，一个块可以根据同一图像中的另一块重构。帧内块复制模式依赖于，基于块向量确定先前解码的参考块。然而，块向量的识别可能是耗时且低效的。因此，需要提高帧内块复制模式的效率。
发明内容
一个示例性实施例包括一种用于视频解码器的视频解码方法，包括：从已编码视频比特流中获取当前图像；当确定所述当前图像中的所述当前块是以所述帧内块复制模式编码时，确定所述当前块的当前块向量是否是(i)已标记的块向量和(ii)导出的块向量中的一个；以及当确定所述当前块向量是导出的块向量时，其中，指示所述当前块向量是导出的块向量的候选块包括合并候选列表中包括的所述当前块的时间块的块向量预测器，所述方法还包括：(i)选择参考图像中的一个区域，将所述区域划分为多个位置，(ii)确定模板与所述区域中的所述多个位置中的各个位置之间的差值，(iii)基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中相对于所述区域中的其它位置，该位置与所述模板的差值最小，(iv)基于导出的当前块向量，在所述当前图像中选择参考块，以及基于所述参考块的至少一个特性对所述当前块进行解码；所述在参考图像中选择一个区域包括：基于所述时间块的块向量预测器选择所述参考图像中的区域。
一个示例性实施例包括一种用于视频解码的视频解码器，包括：获取模块，用于从已编码视频比特流中获取当前图像；第一确定模块，用于确定所述当前图像中的当前块是否以帧内块复制方式编码；当确定所述当前块以所述帧内块复制模式编码时，第二确定模块用于确定所述当前块的当前块向量是否是(i)已标记的块向量和(ii)导出的块向量中的一个；以及当确定所述当前块向量是导出的块向量时，其中，指示所述当前块向量是导出的块向量的候选块包括合并候选列表中包括的所述当前块的时间块的块向量预测器：划分模块用于(i)选择参考图像中的区域，将所述区域划分为多个位置，差值确定模块用于(ii)确定模板与所述区域中的所述多个位置中的各个位置之间的差值，导出模块用于(iii)基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中相对于所述区域中的其它位置，该位置与所述模板的差值最小，第一选择模块用于(iv)基于导出的当前块向量，选择所述当前图像中的参考块，以及解码模块用于基于所述参考块的至少一个特性对所述当前块进行解码；所述视频解码器进一步用于基于所述时间块的块向量预测器选择所述参考图像中的区域。
一个示例性实施例包括一种计算机设备，所述设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行上述视频解码方法。
一个示例性实施例包括一种非易失性计算机可读介质，所述非易失性计算机可读介质中存储有指令，所述指令在由视频解码器中的处理器执行时，使所述处理器执行上述视频解码方法。
当在相同图像中存在已标记的块向量和导出的块向量时，通过上述视频解码方法和装置，可以改进帧内块复制。
附图说明
结合下面的详细描述和附图，所公开的主题的其它特征、性质和各种优点将会变得更加清楚，在附图中：
图1是根据一个实施例的通信系统的简化框图的示意图。
图2是根据另一个实施例的通信系统的简化框图的示意图。
图3是根据一个实施例的解码器的简化框图的示意图。
图4是根据一个实施例的编码器的简化框图的示意图。
图5示出根据另一个实施例的编码器的框图。
图6示出根据另一个实施例的解码器的框图。
图7是帧内图像块补偿的示意图。
图8是当前块和当前块的周围空间合并候选的示意图。
图9是双向匹配的示意图。
图10是模板匹配的示意图。
图11是具有多个区域的图像的示意图。
图12至图14描述了由编码器或解码器执行的过程的一个实施例。
图15是根据一个实施例的计算机系统的示意图。
具体实施方式
图1是根据本申请公开的实施例的通信系统(100)的简化框图。通信系统(100)包括多个终端装置，所述终端装置可通过例如网络(150)彼此通信。举例来说，通信系统(100)包括通过网络(150)互连的终端装置(110)和终端装置(120)。在图1的实施例中，终端装置(110)和终端装置(120)执行单向数据传输。举例来说，终端装置(110)可对视频数据(例如由终端装置(110)采集的视频图片流)进行编码以通过网络(150)传输到另一终端装置(120)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(120)可从网络(150)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，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是较常见的。
在另一实施例中，通信系统(100)包括执行已编码视频数据的双向传输的终端装置(130)和(140)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，终端装置(130)和终端装置(140)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)进行编码以通过网络(150)传输到终端装置(130)和终端装置(140)中的另一终端装置。终端装置(130)和终端装置(140)中的每个终端装置还可接收由终端装置(130)和终端装置(140)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以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图1的实施例中，终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)可为服务器、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膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(150)表示在终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(150)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、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(150)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图2示出视频编码器和视频解码器在流式传输环境中的放置方式。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等。
流式传输系统可包括采集子系统(213)，所述采集子系统可包括数码相机等视频源(201)，所述视频源创建未压缩的视频图片流(202)。在实施例中，视频图片流(202)包括由数码相机拍摄的样本。相较于已编码的视频数据(204)(或已编码的视频码流)，视频图片流(202)被描绘为粗线以强调高数据量的视频图片流，视频图片流(202)可由电子装置(220)处理，所述电子装置(220)包括耦接到视频源(201)的视频编码器(203)。视频编码器(203)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(202)，已编码的视频数据(204)(或已编码的视频码流(204))被描绘为细线以强调较低数据量的已编码的视频数据(204)(或已编码的视频码流(204))，其可存储在流式传输服务器(205)上以供将来使用。一个或多个流式传输客户端子系统，例如图2中的客户端子系统(206)和客户端子系统(208)，可访问流式传输服务器(205)以检索已编码的视频数据(204)的副本(207)和副本(209)。客户端子系统(206)可包括例如电子装置(230)中的视频解码器(210)。视频解码器(210)对已编码的视频数据的传入副本(207)进行解码，且产生可在显示器(212)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(211)。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(204)、视频数据(207)和视频数据(209)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。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)，本申请可用于VVC标准的上下文中。
应注意，电子装置(220)和电子装置(230)可包括其它组件(未示出)。举例来说，电子装置(220)可包括视频解码器(未示出)，且电子装置(230)还可包括视频编码器(未示出)。
图3是根据本申请公开的实施例的视频解码器(310)的框图。视频解码器(310)可设置在电子装置(330)中。电子装置(330)可包括接收器(331)(例如接收电路)。视频解码器(310)可用于代替图2实施例中的视频解码器(210)。
接收器(331)可接收将由视频解码器(310)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(301)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(331)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(未标示)的已编码音频数据和/或辅助数据流。接收器(331)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(315)可耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其它情况下，所述缓冲存储器(315)可设置在视频解码器(310)外部(未标示)。而在其它情况下，视频解码器(310)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(310)的内部可配置另一缓冲存储器(315)以例如处理播出定时。而当接收器(331)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(315)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(315)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(310)外部的类似元件(未标示)中。
视频解码器(310)可包括解析器(320)以根据已编码视频序列重建符号(321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制显示装置(312)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(330)的组成部分，但可耦接到电子装置(330)，如图3中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(320)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等。解析器(320)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、条带、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、运动矢量等等。
解析器(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。
取决于已编码视频图片或一部分已编码视频图片(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，符号(321)的重建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(320)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(320)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(310)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，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(351)可输出包括样本值的块，所述样本值可输入到聚合器(355)中。
在一些情况下，缩放器/逆变换单元(351)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，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(352)提供。在一些情况下，帧内图片预测单元(352)采用从当前图片缓冲器(358)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(358)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(351)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元(351)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(353)从参考图片存储器(357)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(321)的形式而供运动补偿预测单元(353)使用，所述符号(321)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(357)提取的样本值的内插、运动矢量预测机制等等。
聚合器(355)的输出样本可在环路滤波器单元(356)中被各种环路滤波技术采用。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包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)。然而，在其他实施例中，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样本值。
环路滤波器单元(356)的输出可以是样本流，所述样本流可输出到显示装置(312)以及存储在参考图片存储器(357)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。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(320))被识别为参考图片，则当前图片缓冲器(358)可变为参考图片存储器(357)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(310)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。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。对于合规性，还要求已编码视频序列的复杂度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(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(331)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(310)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。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余条带、冗余图片、前向纠错码等形式。
图4是根据本申请公开的实施例的视频编码器(403)的框图。视频编码器(403)设置于电子装置(420)中。电子装置(420)包括传输器(440)(例如传输电路)。视频编码器(403)可用于代替图2实施例中的视频编码器(203)。
视频编码器(403)可从视频源(401)(并非图4实施例中的电子装置(420)的一部分)接收视频样本，所述视频源可采集将由视频编码器(403)编码的视频图像。在另一实施例中，视频源(401)是电子装置(420)的一部分。
视频源(401)可提供将由视频编码器(403)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本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.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(401)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(401)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样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(403)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(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中，控制器(450)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(450)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(450)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(403)。
在一些实施例中，视频编码器(403)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(430)(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(403)中的(本地)解码器(433)。解码器(433)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请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)。将重建的样本流(样本数据)输入到参考图片存储器(434)。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(434)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。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(433)的操作可与例如已在上文结合图3详细描述视频解码器(310)的“远程”解码器相同。然而，另外简要参考图3，当符号可用且熵编码器(445)和解析器(320)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(315)和解析器(320)在内的视频解码器(310)的熵解码部分，可能无法完全在本地解码器(433)中实施。
此时可以观察到，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，本申请侧重于解码器操作。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(430)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性编码。以此方式，编码引擎(432)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(433)可基于源编码器(430)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。编码引擎(432)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4中未示)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(433)复制解码过程，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(434)中。以此方式，视频编码器(403)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(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新图片，预测器(435)可在参考图片存储器(434)中搜索可作为所述新图片的适当预测参考的样本数据(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(435)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(435)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(434)中存储的多个参考图片取得的预测参考。
控制器(450)可管理源编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器(445)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(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)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(440)可将来自视频编码器(403)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(450)可管理视频编码器(403)的操作。在编码期间，控制器(450)可以为每个已编码图片分配某一已编码图片类型，但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任一种图片类型：
帧内图片(I图片)，其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图片的变体及其相应的应用和特征。
预测性图片(P图片)，其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样本值。
双向预测性图片(B图片)，其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样本值。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样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(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域预测进行预测编码。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域预测进行预测编码。
视频编码器(403)可根据例如ITU-T H.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(403)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(440)可传输附加数据和已编码的视频。此类数据可以是已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和条带等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可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，而帧间图片预测则利用图片之间的(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)第一参考图片和第二参考图片。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。具体来说，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。
根据本申请公开的一些实施例，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(codingtree unit，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。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，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。此外，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。以亮度预测块作为预测块为例，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像素等等。
图5是根据本申请公开的另一实施例的视频编码器(503)的图。视频编码器(503)用于接收视频图片序列中的当前视频图片内的样本值的处理块(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。在本实施例中，视频编码器(503)用于代替图2实施例中的视频编码器(203)。
在HEVC实施例中，视频编码器(503)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(503)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内块复制模式、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(503)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(503)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(503)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图5的实施例中，视频编码器(503)包括如图5所示的耦接到一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。
帧间编码器(530)用于接收当前块(例如处理块)的样本、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(例如已预测块)。
帧内编码器(522)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、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。
通用控制器(521)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(503)的其它组件。在实施例中，通用控制器(521)确定块的模式，且基于所述模式将控制信号提供到开关(526)。举例来说，当所述模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，且控制熵编码器(525)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(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，且控制熵编码器(525)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(523)用于计算所接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差(残差数据)。残差编码器(524)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(524)用于将残差数据从时空领域转换到频域，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。熵编码器(525)用于将码流格式化以产生已编码的块。熵编码器(525)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(525)用于获得通用控制数据、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6是根据本申请公开的另一实施例的视频解码器(610)的图。视频解码器(610)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(610)用于代替图2实施例中的视频解码器(210)。
在图6实施例中，视频解码器(610)包括如图6中所示耦接到一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。
熵解码器(671)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用于对所述块进行编码的模式(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(672)或帧间解码器(680)用以进行预测的某些样本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等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(680)；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(672)。残差信息可经由逆量化并提供到残差解码器(673)。
帧间解码器(680)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(672)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(673)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(673)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(671)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(674)用于在空间域中组合由残差解码器(673)输出的残差与预测结果(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来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。
来自不同图像的基于块的补偿可以称为运动补偿。可以从同一图像内的前一个重构区域进行块补偿，这可以称为帧内图像块补偿或帧内块复制。例如，指示当前块与参考块之间的偏移的位移向量称为块向量。根据一些实施例，块向量指向已经重构的并可用于参考的参考块。而且，出于并行处理的考虑，超出贴片/条带边界、或波前梯形边界的参考区域也可以被排除在块向量的参考之外。由于这些约束，块向量可以不同于在运动补偿中的运动向量(MV)，其中运动向量可以是任何值(正值或负值，在x或y方向上)。
图7示出了帧内图像块补偿(例如，帧内块复制模式)的一个实施例。在图7中，当前图像(700)包括一组已编码/解码的块(即灰色块)和一组尚未编码/解码的块(即白色块)。尚未编码/解码的块中的一个块的子块(702)可以与指向先前已编码/解码的另一个子块(706)的块向量(704)相关联。因此，与子块(706)相关联的任何运动信息可以用于子块(702)的编码/解码。
根据一些实施例，块向量(例如，子块(702))的编码是显式的。在其它实施例中，块向量的编码是隐式的。在显式模式中，用信号通知块向量与其预测值之间的差值；而在隐式模式中，块向量以与合并模式中的运动向量预测相似的方式从其预测值中恢复。在一些实施例中，块向量的分辨率限于整数位置。在其它实施例中，块向量指向分数位置。
根据一些实施例，使用参考索引来发信号通知在块级别下使用帧内图像块补偿(即，帧内块复制模式)，其中将当前解码图像视为放置在参考图像列表的最后位置的参考图像。该参考图像还可以与解码图像缓冲器(DPB)中的其它时间参考图像一起管理。
根据一些实施例，在用于预测当前块之前，参考块被水平或垂直地翻转(例如，翻转的帧内块复制)。在一些实施例中，M×N编码块内的各个补偿单元是M×1或1×N行(例如，基于行的帧内块复制)。
根据一些实施例，在块级别下进行运动补偿，其中当前块是用于使用相同运动信息执行运动补偿的处理单元。在这点上，考虑到块的大小，该块中的所有样本将使用相同的运动信息来形成它们的预测块。块级运动补偿的示例包括使用空间合并候选、时间候选、以及在双向预测中使用现有合并候选的运动向量的组合。
参照图8，当前块(801)包括在运动搜索过程期间已经由编码器/解码器找到的样本，可根据从空间移位的相同大小的先前块预测这些样本。在一些实施例中，可以使用与表示为A0、A1和B0、B1、B2(分别为802到806)的五个周围样本中的任何一个相关联的MV，根据与一个或多个参考图像相关联的元数据(例如最近的(按解码顺序)参考图像)来确定MV，而不是直接编码该MV。块A0、A1、B0、B1和B2可以称为空间合并候选。
根据一些实施例，模式匹配运动向量导出(PMMVD)模式是一种将块的运动信息在编码器和解码器侧导出，而不是用信号通知或标记的技术。在PMMVD模式下，可以有两种模式匹配运动向量导出方法，例如双向匹配和模板匹配。
图9示出了具有当前块(906)的当前图像(900)、具有参考块(908)的参考图像Ref0(902)和具有参考块(910)的参考图像Ref1(904)。如图9所示，通过在两个不同的参考图像(902)和(904)中沿着当前块(906)的运动轨迹找到两个块之间的最接近匹配，可以使用双向匹配来导出当前块(906)的运动信息。假设具有连续运动轨迹时，分别指向两个参考块(908)和(910)的运动向量MV0和MV1分别与当前图像(900)和两个参考图像(902)和(904)之间的时间距离TD0和TD1成比例。作为一个示例，当确定MV0和MV1时，通过对分别由MV0和MV1指示的两个参考图像的两个预测块进行平均来生成当前块(906)的预测块。在一些实施例中，若当前图像(900)在时间上位于两个参考图像(902)和(904)之间，并且从当前图像(900)到两个参考图像(902)和(904)的时间距离相同时，双向匹配变为基于镜像的双向MV。
根据一些实施例，通过找到当前图像中的模板(当前CU的顶部和/或左侧相邻块)与参考图像中的块(与模板的大小相同)之间的最接近匹配，使用模板匹配来导出当前CU的运动信息。图10示出了具有当前块(1004)的当前图像(1000)。在图10所示的示例中，模板具有上部T_U和下部T_L。模板用于确定参考图像Ref0(1002)中与当前块(1004)最匹配的块。例如，在图10中，在当前图像和参考图像Ref0(1002)之间找到T_U和T_L部分与模板的最接近匹配。在找到最接近匹配之后，使用模板(T_U，T_L)下方、或与模板(T_U，T_L)相邻的参考图像Ref0(1002)中的块的运动信息来导出当前块(1004)的运动信息。
在帧内块复制中，可以以显式或隐式模式标记块向量。在这种情况下，块向量可以称为已标记的块向量(signaled block vector)。在一些实施例中，通过参考块从已经重构的当前块的空间相邻区域来预测当前块。也就是说，从该当前块到其参考块的位移不是用信号通知或标记的，而是通过一系列模式匹配导出来确定的。例如，可以使用基于区域的模板匹配方法，其中通过编码器和解码器在当前图像的参考区域中假设若干区域的形状和大小。在解码器侧，从比特流解析出索引以选择区域。然后，可以对该区域内的所有可能位置进行模板匹配。具有最小匹配成本的参考位置可以用作当前块的预测器。该导出的块向量可以称为导出的块向量。对于一个区域中的块向量导出过程，模式匹配的起始点、以及从一个位置到下一个位置的搜索顺序可以是预定义的，并且是编码器和解码器都已知的。
当在同一图像中存在已标记的块向量和导出的块向量时，本申请的实施例改进了帧内块复制。可以通过使用参考索引方法(例如，将当前图像识别为参考图像)、或在高级运动向量预测器(AMVP)模式下使用块级标志来实现已标记的块向量。在参考索引方法、或块级标志方法中，导出的块向量可以与已标记的块向量在同一图像中共存。
根据一些实施例，具有已标记的块向量的帧内块复制模式可以嵌入到帧间编码语法结构中，其中将当前解码图像视为参考图像。可以通过使用指向当前图像的参考图像索引使用以信号通知的块向量，其中当使用合并模式对当前块进行编码，并且所选择的合并候选使用当前图像作为参考图像时，当前块也将使用当前图像作为参考图像。在这种情况下，可以根据所选择的合并候选的块向量来推断当前块的块向量。若以显式AMVP模式对当前块编码时，也可以通过使用指向当前图像的参考图像索引使用以信号通知的块向量，其中通过块向量预测和块向量差编码用信号通知块向量。
根据一些实施例，使用导出的块向量编码的当前块可以指示为特殊合并模式。在合并候选列表中，如果选择了指示该模式的特定合并候选，则编码器和解码器都可以在参考区域中的整个区域中进行块向量导出。在一些实施例中，该区域和参考区域都可以由解码器和编码器预先确定。
在一些实施例中，将该特殊合并候选插入在N个指定的空间相邻位置之后，其中N大于1。例如，如果在合并列表中存在五个空间相邻位置，则将该特殊合并候选放置在这五个候选之后的列表中。参照图8所示的空间相邻，这种类型的列表可以如下所示：B2、A1、A0、B1、B0、[特殊合并候选]。选择该特殊合并候选；并且如果存在一个以上可能区域来执行块向量导出，则可以在合并索引信令之后，发信号通知指向用于执行块向量导出的所选区域的索引。例如，图11示出了示例性图像(1100)，该图像(1100)包括一个当前解码的当前块，和三个先前解码的区域：区域1、区域2和区域3。如果选择了特殊合并候选，则可以在合并索引信令之后，用信号通知指向区域1、区域2和区域3中的一个区域的索引。此外，可以将图11所示的每个区域划分成不同位置，其中在所选区域中，将模板与各位置进行比较，以找到与模板具有最小差值的位置。例如，区域1可以划分为位置A、位置B和位置C。当选择区域1时，将模板与这些位置中的各个位置进行比较。区域2和3也可以类似地划分。
在另一个实施例中，将该特殊合并候选插入合并候选列表中的其它位置。例如，该特殊合并候选可以插入到合并候选列表的前面，或者在所有基于空间和时间相邻的候选的末尾。
在另一个实施例中，将特殊合并候选有条件地插入在N个指定空间相邻位置之后。例如，对于每个空间或时间合并候选，如果当前块推断的块向量指向执行块向量导出的区域中的一个区域，则将特殊合并候选插入到候选列表中。在这种情况下，由于推断出的块向量已经指向待搜索的区域，所以没有必要用信号通知区域索引。例如，在一种情况下，假设当前块的相邻区域被划分成M(M>1)个区域，以执行块向量导出，并且还假设在五个空间相邻块中，有三个空间相邻块以帧内块复制模式编码。以帧内块复制模式编码的这三个块中，每个块具有各自的块向量。当从这三个相邻块的各个块向量中推断出当前块的块向量时，其中一个推断出的块向量指向多个区域中的区域X(例如，图11中的区域1)，而另一个指向多个区域中的区域Y(例如，图11中的区域2)。在这种情况下，将两个特殊合并候选插入到候选列表中，其中选择一个特殊合并候选导致在区域X中执行块向量导出，而选择另一个特殊合并候选导致在区域Y中执行块向量导出。然而，如果不存在推断的块向量，其中该推断的块向量指向与当前块相邻的参考区域中的多个区域中的一个区域，则不会将特殊合并候选插入到合并列表中。在另一个实施例中，在N个指定空间相邻位置之后，有条件地插入特殊合并候选的情况下，如果不存在推断的块向量，其中该推断的块向量指向与当前块相邻的参考区域中的多个区域中的一个区域，则将区域索引信令后的特殊合并候选插入到候选列表中。
在一些实施例中，如果使用块级标志(称为帧内块复制(IBC)标志)来实现用信号发送的块向量，则当以合并模式对当前块进行编码时，将所导出的块向量视为特殊合并模式还可以包括将特殊候选插入到如上所述的合并候选列表中。在这点上，如果当前块以帧内块复制模式进行编码，则不需要特殊语法来发信号。当前块的编码模式可以基于合并候选的编码模式来确定。
根据一些实施例，导出的块向量根据显式模式(例如，AMVP模式)来确定。例如，对于使用导出的块向量来编码的当前块，用于导出块向量的模式可以指示为特殊AMVP模式。在参考索引方法中，当参考索引指向作为当前块的参考图像的当前图像时，确定当前块以帧内块复制模式编码。在块级标志方法中，当IBC标志为真时，确定当前块以帧内块复制模式编码。
在一些实施例中，在使用显式模式的情况下，并且若当前块以帧内块复制模式编码时，用信号通知标志位的数值，以指示是使用传统AMVP模式(块向量预测+块向量差编码)发信号通知块向量，还是导出块向量。在一个实施例中，如果导出了块向量，并且存在不止一个可能的区域用于执行块向量导出，则用信号通知区域索引。例如，参照图11，如果导出了块向量，则可以通过区域索引来用信号通知区域1、区域2和区域3中的一个区域。在另一个实施例中，如果块向量是导出的块向量，则只有存在至少一个工作在AMVP模式下的块向量预测器时，其中该至少一个块向量预测器指向与当前块相邻的多个区域中的一个区域，才有可能导出块向量。在一些实施例中，当没有块向量预测器指向多个区域中的任何一个区域时，不会用信号通知用于块向量导出的信令标志，而是推断为假。在另一个实施例中，当用于块向量导出的信令标志为真时，合并候选列表中的第一可用块向量预测器所指向的区域用于块向量导出，因此在这种情况下，不需要用信号通知区域索引。
根据一些实施例，先前解码的块用信号通知、或导出的块向量预测器用于以帧内块复制模式编码的当前块。预测器可以用于已标记的块向量预测模式、或导出的块向量预测模式中。在一个实施例中，如果使用基于区域的模板匹配，对N(N>1)个参考块取平均，以生成块的参考样本预测器，则将具有最小模板匹配成本的参考块的位移向量记录为当前块的该相邻块的块向量。在另一个实施例中，使用基于区域的模板匹配，对N(N>1)个参考块取平均，以生成块的参考样本预测器的情况下，参考块的这N个位移向量都被记录用于后续的块向量预测。模板像素中的绝对差之和(SAD)可以用于定义成本。当在区域中使用模板匹配时，选择最佳的若干位置。例如，对于编码块和所选区域，位置A具有最小模板成本，位置B具有第二最佳成本。然后，可以对位置A和位置B处的参考块进行加权平均，以生成最终预测块。然而，当该块成为前一编码块，并且其块向量用于预测当前块时，将有多于一个的块向量用于该参考块中(例如，指向位置A的第一块向量、指向位置B的第二块向量等)。在该示例中，指向位置A的块向量(例如，具有最佳成本的块向量)可以用作块向量预测器。该示例中的位移向量指的是指向所选位置中的一个位置(例如，位置A)的块向量。
在一些实施例中，如果根据基于区域的模板匹配搜索一个最佳参考块(例如，具有最小模板匹配成本的块)，以生成块的参考样本预测器，则将具有最小模板匹配成本的参考块的位移向量记录为当前块的该相邻块的块向量。
在一些实施例中，如果将当前块向量显式、或隐式地编码成已标记的块向量，则根据当前块的空间或时间相邻块的块向量、或根据编码器和解码器两者已知的预定值创建块向量预测器列表。在该实施例中，如果通过基于区域的模板匹配来编码当前块的相邻块，则该当前块的相邻块的位移向量用作当前块的块向量预测器。
在一些实施例中，如果使用模板匹配方法，将当前块向量编码成导出的块向量，则当选择多个区域中的一个区域用于块向量导出时，将相邻编码块的块向量用于预测选择哪些区域用于执行块向量导出。在一个实施例中，只有当块向量预测器指向一个区域时，才在该区域中执行块向量导出。
在一些实施例中，相邻编码块的块向量可以用于指示区域的优先级。例如，对于具有较高优先级的区域，这些较高优先级区域的区域索引可以使用比具有较低优先级的区域更短的码字来编码。在一些实施例中，若当前块的顶部和/或左侧相邻块的块向量预测器指向当前块的多个区域中的一个区域时，将较高的优先级分配给该区域，并且对于该区域的区域索引使用较短的码字。
图12示出了由解码器(诸如视频解码器(610))执行的过程的一个实施例。该过程可以从步骤(S1200)开始，在步骤(S1200)中，从编码视频比特流中获取当前图像。该过程进行到步骤(S1202)，以确定当前图像中的当前块是否以帧内块复制模式编码。如果当前块没有以帧内块复制模式编码，则该过程进行到步骤(S1204)，在步骤(S1204)中，根据帧间模式对当前块进行解码，在这种情况下，可以使用与当前图像不同的参考图像中的块的特性来重构该块。
返回到步骤(S1202)，如果当前块以帧内块复制模式编码，则该过程进行到步骤(S1206)，以确定当前块的当前块向量是否是导出的块向量。如果当前块向量是导出的块向量，则该过程从步骤(S1206)进行到过程A(如图13所示)。如果当前块向量不是导出的块向量，则该过程从步骤(S1206)进行到过程B(如图14所示)。例如，如果当前块的块向量不是导出的块向量，则当前块向量可以是已标记的块向量。
图13示出了过程A的一个实施例。若当前块的块向量是导出的块向量，可以进入过程A。由于在当前块以帧内块复制模式编码时进入过程A，所以参考图像与当前图像相同。过程A通常可以开始于步骤(S1300)，在步骤(S1300)中，选择参考图像中的一个区域。作为一个示例，参照图11，选择区域1、区域2和区域3中的一个区域。如上所述，可以基于编码视频比特流中的用信号通知的索引选择区域。该过程进行到步骤(S1302)，在步骤(S1302)中，确定模板与所选区域多个位置中的各个位置之间的差值。例如，参照图10，包括T_U和T_L部分的模板可以在所选区域(诸如区域1)的多个位置中使用(如图11所示)。可以记录这些位置的各个位置与模板之间的差值。
该过程进行到步骤(S1304)，在步骤(S1304)中，基于当前块与模板具有最小差值的区域中的位置之间的位移向量来导出当前块向量。例如，如果区域1包括位置A、位置B和位置C，并且与其它位置相比，位置A提供与模板的最小差值，则可以基于位置A与当前块之间的位移向量来导出当前块向量。
该过程进行到步骤(S1306)，在步骤(S1306)中，基于导出的当前块向量，选择当前图像中的参考块。该过程从步骤(S1306)进行到步骤(S1308)，在步骤(S1308)中，基于参考块的至少一个特性对当前块进行解码。作为一个示例，参照图7，块(702)可以是当前块，其中基于由块向量(704)指向的块(706)来解码当前块。
图14示出了过程B的一个实施例。若当前块的当前块向量是已标记的块向量时，可以进入过程B。由于在当前块以帧内块复制模式编码时进入过程B，所以参考图像与当前图像相同。该过程通常可以开始于步骤(S1400)，在步骤(S1400)中，创建预测器列表，该预测器列表包括合并候选列表中当前块的各相邻块的块向量预测器。例如，参照图8，合并候选列表可以包括块A1、B2和B1。可以使用合并候选列表中各候选的块向量创建预测器列表。
该过程进行到步骤(S1402)，在步骤(S1402)中，从块向量预测器列表中选择块向量。例如，可以选择用于合并候选B2的块向量。该过程进行到步骤(S1404)，在步骤(S1404)中，基于所选择的块向量预测器选择当前图像中的参考块。该过程进行到步骤(S1406)，在步骤(S1406)中，以与上述步骤(S1308)(如图13所示)类似的方式，基于参考块的至少一个特性对当前块进行解码。
本申请还提供了一种用于视频解码的视频解码器，包括：获取模块，用于从已编码视频比特流中获取当前图像；第一确定模块，用于确定所述当前图像中的当前块是否以帧内块复制方式编码；当确定所述当前块以所述帧内块复制模式编码时，第二确定模块用于确定所述当前块的当前块向量是否是(i)已标记的块向量和(ii)导出的块向量中的一个；以及当确定所述当前块向量是导出的块向量时：划分模块用于(i)选择参考图像中的区域，将所述区域划分为多个位置，差值确定模块用于(ii)确定模板与所述区域中的所述多个位置中的各个位置之间的差值，导出模块用于(iii)基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中相对于所述区域中的其它位置，该位置与所述模板的差值最小，第一选择模块用于(iv)基于导出的当前块向量，选择所述当前图像中的参考块，以及解码模块用于基于所述参考块的至少一个特性对所述当前块进行解码。
所述视频解码器可以进一步包括：创建模块，当确定所述当前块向量是已标记的块向量时，用于创建预测器列表，所述预测器列表包括合并候选列表中的所述当前块的各相邻块的块向量预测器，其中所述当前块以所述帧内块复制模式编码；第二选择模块，用于从块向量预测器列表中选择块向量预测器；第三选择模块，用于根据选择的块向量预测器，选择所述当前图像中的参考块；以及所述解码模块用于根据所述参考块的至少一个特性，对所述当前块进行解码。
本申请还提供了一种计算机设备，所述设备可包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行以实现上述视频解码方法。
本申请还提供了一种非易失性计算机可读介质，所述非易失性计算机可读介质中存储有指令，所述指令在由视频解码器中的处理器执行时，使所述处理器执行上述视频解码方法。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图15示出了适于实现所公开主题的某些实施例的计算机系统(1500)。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图15中所示的用于计算机系统(1500)的组件是示例性的，并且不对实现本申请实施例的计算机软件的使用范围、或功能提出任何限制。也不应将组件的配置解释为，对计算机系统(1500)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(1500)可以包括某些人机界面输入设备。所述人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)对一个或多个人工用户的输入做出响应。所述人机界面设备还可用于捕捉某些媒体，所述媒体可能与人类有意识的输入无关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影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)。
人机界面输入装置可包括以下装置中的一个或多个(每个仅描述一个)：键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、照相机(1508)。
计算机系统(1500)还可以包括某些人机界面输出设备。所述人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个用户的感觉。这类人机界面输出设备可以包括触觉输出设备(例如通过触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但是也可以包括不作为输入设备的触觉反馈设备)、音频输出设备(例如：扬声器(1509)、耳机(未示出))、视觉输出设备(例如包括CRT的屏幕(1510)、LCD屏幕，等离子屏幕、OLED屏幕，每一个可以具有或不具有触摸屏输入能力，每一个可以具有或不具有触觉反馈能力——其中的一些能够通过诸如立体输出，虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))，以及打印机(未示出)，实现二维视觉输出或多于三维的视觉输出。
计算机系统(1500)还可以包括可访问的存储设备及其相关介质，诸如光学介质，包括具有CD/DVD的CD/DVD ROM/RW(1520)等介质(1521)、拇指驱动器(1522)、可移动硬盘驱动器或固态驱动器(1523)、传统磁介质、诸如磁带和软盘(未示出)、基于诸如安全保护锁(未示出)的专用ROM/ASIC/PLD的设备，等。
本领域技术人员还应当理解，结合本申请主题使用的术语“计算机可读介质”不包括传输介质、载波或其它易失性信号。
计算机系统(1500)还可以包括一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、对实时性要求不高的网络(延迟容忍网络)等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要连接到通用数据端口、或外围总线(1549)(例如计算机系统(1500)的USB端口)的外部网络接口适配器；其他系统通常通过连接到系统总线而集成到计算机系统(1500)的核心，如下所述(例如，以太网接口到PC计算机系统，或蜂窝网络接口到智能电话计算机系统)。使用这些网络中的任何一个，计算机系统(1500)可以与其他实体通信。所述通信可以是单向的，仅用于接收(例如，广播电视)，单向的仅用于发送(例如，CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述人机界面设备、可访问存储设备和网络接口可以连接到计算机系统(1500)的核心(1540)。
核心(1540)可以包括一个或多个中央处理单元(CPU)(1541)，图像处理单元(GPU)(1542)，现场可编程门区域(FPGA)(1543)形式的专用可编程处理单元，用于某些任务的硬件加速器(1544)等。这些设备以及只读存储器(ROM)(1545)、随机存取存储器(1546)，诸如内部非用户可访问硬盘驱动器的内部大容量存储器，SSD等(1547)可以通过系统总线(1548)连接。在一些计算机系统中，可以通过一个或多个物理插头的形式来访问系统总线(1548)，以通过增加CPU，GPU等进行扩展。外围设备可直接连接到核心的系统总线(1548)，或通过外围总线(1549)连接到核心。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(1541)、GPU(1542)，FPGA(1543)和加速器(1544)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546)中，而永久数据可以存储在例如内部大容量存储器(1547)中。通过使用高速缓冲存储器，启用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(1541)、GPU(1542)、大容量存储装置(1547)、ROM(1545)、RAM(1546)等紧密地关联。
所述计算机可读介质可存储用于执行各种计算机实现操作的计算机代码。介质和计算机代码可以是为实现本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为一个例子而非限制，具有体系结构(1500)的计算机系统，特别是核心(1540)可以提供处理器(包括CPU、GPU、FPGA、加速器等)的功能，用于执行在一个或多个有形的计算机可读介质中存储的软件。这样的计算机可读介质可以是与如上所述的用户可访问的大容量存储器相关联的介质，以及具有非易失性核心(1540)的某些存储器，诸如核心内部大容量存储器(1547)或ROM(1545)。实现本申请的各种实施例的软件可以存储在此类设备中，并且由核心(1540)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使核心(1540)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行在此描述的特定过程，或特定过程的特定部分，包括定义存储在RAM(1546)中的数据结构，并且根据由软件定义的过程来修改该数据结构。额外的或作为替代的，计算机系统可以提供硬连线逻辑，或以其他方式包含在电路(例如：加速器(1544))中的功能，该电路可以代替软件，或与软件同步操作以执行此处描述的特定过程，或特定过程的特定部分。在适当的情况下，可以包括对软件的逻辑引用，反之亦然。在适当的情况下，计算机可读介质可包括存储待执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
附录A：首字母缩略词
MV：运动矢量
HEVC：高效视频编码
SEI：补充增强信息
VUI：视频可用性信息
GOPs：画面组
TUs：变换单元，
PUs：预测单元
CTUs：编码树单元
CTBs：编码树块
PBs：预测块
HRD：假设参考解码器
SNR：信噪比
CPUs：中央处理单元
GPUs：图形处理单元
CRT：阴极射线管
LCD：液晶显示
OLED：有机发光二极管
CD：光盘
DVD：数字化视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑设备
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器区域网络总线
USB：通用串行总线
PCI：外围设备互连
FPGA：现场可编程门阵列
SSD：固状驱动器
IC：集成电路
CU：编码单元
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换属于本申请的范围。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确展示或描述，但其体现了本申请的原则，因此属于本申请的范围之内。

Claims (12)

1.一种用于视频解码器的视频解码方法，其特征在于，包括：
从已编码视频比特流中获取当前图像；
当确定所述当前图像中的当前块以帧内块复制(IBC)模式编码时，确定所述当前块的当前块向量是否是已标记的块向量和导出的块向量其中的一个；以及
当确定所述当前块向量是导出的块向量时，其中，指示所述当前块向量是导出的块向量的候选块包括合并候选列表中包括的所述当前块的时间块的块向量预测器，所述方法还包括：
在参考图像中选择一个区域，将所述区域划分为多个位置，
确定模板与所述区域中的所述多个位置中的各个位置之间的差值，
基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中相对于所述区域中的其它位置，该位置与所述模板的差值最小，
基于导出的当前块向量，在所述当前图像中选择参考块，以及基于所述参考块的至少一个特性对所述当前块进行解码；
所述在参考图像中选择一个区域包括：基于所述时间块的块向量预测器选择所述参考图像中的区域。
2.根据权利要求1所述的方法，其特征在于，所述确定所述当前块向量是否是已标记的块向量和导出的块向量其中的一个，进一步包括：
从所述合并候选列表中选择所述候选块，其中所述候选块指示所述当前块向量是导出的块向量。
3.根据权利要求2所述的方法，进一步包括：
将所选择的指示所述当前块向量为导出的块向量的候选块插入到所述合并候选列表中的所述当前块的各相邻块之后。
4.根据权利要求2所述的方法，进一步包括：
将所选择的指示所述当前块向量是导出的块向量的候选块插入到所述合并候选列表的开始处。
5.根据权利要求2所述的方法，其特征在于，所述指示所述当前块向量是导出的块向量的候选块包括所述合并候选列表中所述当前块的相邻块的块向量预测器；
所述在参考图像中选择一个区域包括：基于所述当前块的相邻块的块向量预测器在所述参考图像中选择所述区域。
6.根据权利要求1所述的方法，其特征在于，所述确定所述当前块向量是否是已标记的块向量和导出的块向量其中的一个，进一步包括：
基于所述已编码视频比特流中包括的标志，将所述当前块向量确定为已标记的块向量和导出的块向量中的一个。
7.根据权利要求1所述的方法，进一步包括：
当确定所述当前块向量是已标记的块向量时，创建预测器列表，所述预测器列表包括合并候选列表中的所述当前块的各相邻块的块向量预测器；
从所述块向量预测器列表中选择块向量预测器；
根据选择的块向量预测器，选择所述当前图像中的参考块；以及
根据所述参考块的至少一个特性，对所述当前块进行解码。
8.根据权利要求7所述的方法，其特征在于，所述预测器列表进一步包括：
所述合并候选列表中的各时间块的块向量预测器，其中所述各时间块以所述IBC模式进行编码。
9.一种用于视频解码的视频解码器，其特征在于，包括：
获取模块，用于从已编码视频比特流中获取当前图像；
第一确定模块，用于确定所述当前图像中的当前块是否以帧内块复制方式编码；
当确定所述当前块以所述帧内块复制模式编码时，第二确定模块用于确定所述当前块的当前块向量是否是(i)已标记的块向量和(ii)导出的块向量中的一个；以及
当确定所述当前块向量是导出的块向量时，其中，指示所述当前块向量是导出的块向量的候选块包括合并候选列表中包括的所述当前块的时间块的块向量预测器，
划分模块用于选择参考图像中的区域，将所述区域划分为多个位置，差值确定模块用于确定模板与所述区域中的所述多个位置中的各个位置之间的差值，
导出模块用于基于所述当前块与所述区域中一个位置之间的位移向量导出所述当前块向量，其中相对于所述区域中的其它位置，该位置与所述模板的差值最小，
第一选择模块用于基于导出的当前块向量，选择所述当前图像中的参考块，以及
解码模块用于基于所述参考块的至少一个特性对所述当前块进行解码；
所述视频解码器进一步用于基于所述时间块的块向量预测器选择所述参考图像中的区域。
10.根据权利要求9所述的视频解码器，其中所述视频解码器进一步包括：
创建模块，当确定所述当前块向量是已标记的块向量时，用于创建预测器列表，所述预测器列表包括所述合并候选列表中的所述当前块的各相邻块的块向量预测器，其中所述当前块以所述帧内块复制模式编码；
第二选择模块，用于从块向量预测器列表中选择块向量预测器；
第三选择模块，用于根据选择的块向量预测器，选择所述当前图像中的参考块；以及
所述解码模块用于根据所述参考块的至少一个特性，对所述当前块进行解码。
11.一种计算机设备，其特征在于，所述设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求8任一项所述的视频解码方法。
12.一种非易失性计算机可读介质，其特征在于，所述非易失性计算机可读介质中存储有指令，所述指令在由视频解码器中的处理器执行时，使所述处理器执行如权利要求1至权利要求8任一项所述的视频解码方法。
CN201910577227.5A 2018-07-09 2019-06-28 视频解码方法、视频解码器、设备和存储介质 Active CN110708541B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862695393P 2018-07-09 2018-07-09
US62/695,393 2018-07-09
US16/236,027 2018-12-28
US16/236,027 US10448026B1 (en) 2018-07-09 2018-12-28 Method and apparatus for block vector signaling and derivation in intra picture block compensation

Publications (2)

Publication Number Publication Date
CN110708541A CN110708541A (zh) 2020-01-17
CN110708541B true CN110708541B (zh) 2022-03-04

Family

ID=68165371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910577227.5A Active CN110708541B (zh) 2018-07-09 2019-06-28 视频解码方法、视频解码器、设备和存储介质

Country Status (2)

Country Link
US (2) US10448026B1 (zh)
CN (1) CN110708541B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200083356A (ko) 2018-12-28 2020-07-08 김기백 인트라 예측 기반의 영상 부호화/복호화 방법 및 장치
US12095993B2 (en) * 2019-03-10 2024-09-17 Hfi Innovation Inc. Method and apparatus of the quantization matrix computation and representation for video coding
US11503336B2 (en) 2020-12-07 2022-11-15 Tencent America LLC Method and apparatus for video coding
WO2023020444A1 (en) * 2021-08-16 2023-02-23 Mediatek Inc. Candidate reordering for merge mode with motion vector difference
US20230075788A1 (en) * 2021-09-01 2023-03-09 Tencent America LLC Template matching on ibc merge candidates
CN118285100A (zh) * 2021-09-15 2024-07-02 抖音视界有限公司 用于视频处理的方法、装置和介质
EP4304177A1 (en) * 2022-07-05 2024-01-10 Beijing Xiaomi Mobile Software Co., Ltd. Encoding/decoding video picture data
EP4304171A1 (en) * 2022-07-05 2024-01-10 Beijing Xiaomi Mobile Software Co., Ltd. Encoding/decoding video picture data
WO2024109843A1 (en) * 2022-11-23 2024-05-30 Douyin Vision Co., Ltd. Method, apparatus, and medium for video processing
WO2024212882A1 (en) * 2023-04-12 2024-10-17 Mediatek Inc. Methods and apparatus of general transform in intra block copy mode or intra template matching mode for video coding
CN118803252A (zh) * 2023-04-14 2024-10-18 中兴通讯股份有限公司 图像编码方法、图像解码方法、图像处理装置、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106464870A (zh) * 2014-03-31 2017-02-22 英迪股份有限公司 用于对帧内画面进行编码和解码的基于模板匹配的方法和装置
WO2017121549A1 (en) * 2016-01-12 2017-07-20 Telefonaktiebolaget Lm Ericsson (Publ) Frequency based prediction

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101370289B1 (ko) * 2007-02-14 2014-03-06 삼성전자주식회사 레지듀얼 리사이징을 이용한 영상의 부호화, 복호화 방법및 장치
KR101431545B1 (ko) * 2008-03-17 2014-08-20 삼성전자주식회사 영상의 부호화, 복호화 방법 및 장치
US9118929B2 (en) * 2010-04-14 2015-08-25 Mediatek Inc. Method for performing hybrid multihypothesis prediction during video coding of a coding unit, and associated apparatus
KR101908205B1 (ko) * 2014-02-21 2018-10-15 미디어텍 싱가폴 피티이. 엘티디. 인트라 화상 블록 카피에 기초한 예측을 이용하는 비디오 코딩 방법
CN110099281B (zh) * 2014-05-06 2021-06-25 寰发股份有限公司 用于块内复制模式编码的块向量预测方法
US20170195677A1 (en) * 2014-05-22 2017-07-06 Mediatek Inc. Method of Intra Block Copy with Flipping for Image and Video Coding
EP3158753B1 (en) * 2014-06-19 2021-12-08 VID SCALE, Inc. Intra block copy coding with block vector derivation
KR101961384B1 (ko) * 2014-07-07 2019-03-25 에이치에프아이 이노베이션 인크. 인트라 블록 카피 검색 및 보상 범위의 방법
US10412387B2 (en) * 2014-08-22 2019-09-10 Qualcomm Incorporated Unified intra-block copy and inter-prediction
KR102034938B1 (ko) * 2014-09-01 2019-10-21 에이치에프아이 이노베이션 인크. 스크린 콘텐츠 및 비디오 코딩을 위한 인트라 픽처 블록 카피의 방법
CN107005708A (zh) * 2014-09-26 2017-08-01 Vid拓展公司 使用时间块向量预测的块内复制译码
KR102068828B1 (ko) * 2014-09-30 2020-01-22 에이치에프아이 이노베이션 인크. 비디오 코딩을 위한 적응적 모션 벡터 레졸루션 방법
US9832467B2 (en) * 2014-10-07 2017-11-28 Qualcomm Incorporated Deblock filtering for intra block copying
CA2965720C (en) * 2014-11-20 2020-04-14 Hfi Innovation Inc. Method of motion vector and block vector resolution control
SG10201900582XA (en) * 2015-03-02 2019-02-27 Hfi Innovation Inc Method and apparatus for intrabc mode with fractional-pel block vector resolution in video coding
WO2016188447A1 (en) * 2015-05-28 2016-12-01 Hfi Innovation Inc. Method and apparatus for using a current picture as a reference picture
US20180184127A1 (en) * 2016-12-22 2018-06-28 Qualcomm Incorporated Determining neighboring samples for bilateral filtering in video coding
US20180376148A1 (en) * 2017-06-23 2018-12-27 Qualcomm Incorporated Combination of inter-prediction and intra-prediction in video coding

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106464870A (zh) * 2014-03-31 2017-02-22 英迪股份有限公司 用于对帧内画面进行编码和解码的基于模板匹配的方法和装置
WO2017121549A1 (en) * 2016-01-12 2017-07-20 Telefonaktiebolaget Lm Ericsson (Publ) Frequency based prediction

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Description of SDR, HDR, and 360° video coding technology proposal by Fraunhofer HHI;M. Albrecht等;《Joint Video Experts Team (JVET)of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11，JVET-J0014 》;20180420;全文 *
Non-SCCE1: Improved intra block copy coding with block vector derivation;Yuwen He等;《Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11，JCTVC-R0165》;20140709;全文 *

Also Published As

Publication number Publication date
US10448026B1 (en) 2019-10-15
CN110708541A (zh) 2020-01-17
US20200014934A1 (en) 2020-01-09
US10869043B2 (en) 2020-12-15

Similar Documents

Publication Publication Date Title
CN111903127B (zh) 用于解码器的视频解码的方法、装置、介质以及解码器
CN110708541B (zh) 视频解码方法、视频解码器、设备和存储介质
CN112235572B (zh) 视频解码方法和装置以及计算机设备和存储介质
CN112106371B (zh) 视频解码的方法、装置、可读介质和设备
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN110460857B (zh) 视频解码方法、设备以及计算机可读存储介质
CN111937387A (zh) 用于采用并行处理的基于历史的运动矢量的预测方法和装置
CN110944185B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN113366854B (zh) 视频编解码方法及装置
CN110719469A (zh) 视频编解码方法、设备和存储介质
CN110971902B (zh) 视频解码的方法和装置、计算机设备
CN113196782A (zh) 视频编解码方法和装置
CN112806002A (zh) 用信号通知用于跳过和合并模式的多假设的方法和装置、以及用信号通知具有运动矢量差的合并中的距离偏移表的方法和装置
CN112913232B (zh) 执行合并候选列表创建以进行视频编解码的方法、设备和计算机可读介质
CN110944202A (zh) 视频编解码方法、装置、计算机设备和存储介质
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN113287308A (zh) 视频编解码方法及装置
CN113875234A (zh) 视频编解码的方法和装置
CN113557728A (zh) 视频编解码方法和装置
CN111971965A (zh) 视频编解码的方法和装置
CN112135134B (zh) 视频解码方法、装置、计算机设备和存储介质
CN113632465A (zh) 发信号通知用于帧内图像块补偿的预测器候选列表尺寸的方法和装置
CN116546195A (zh) 用于视频编码的方法和装置
CN113661702A (zh) 视频编解码的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant