CN110719469B - 视频编解码方法、设备和存储介质 - Google Patents
视频编解码方法、设备和存储介质 Download PDFInfo
- Publication number
- CN110719469B CN110719469B CN201910590613.8A CN201910590613A CN110719469B CN 110719469 B CN110719469 B CN 110719469B CN 201910590613 A CN201910590613 A CN 201910590613A CN 110719469 B CN110719469 B CN 110719469B
- Authority
- CN
- China
- Prior art keywords
- template
- block
- region
- video
- prediction
- 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
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
- H04N19/50—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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—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
-
- 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
- H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
-
- 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
- H04N19/46—Embedding additional information in the video signal during the compression process
- H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
-
- 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
- H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
-
- 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
- H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
-
- 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
本申请描述了一种在解码器中进行视频解码的方法。接收已编码视频比特流。若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,确定接收的已编码比特流中图片的第一块的模板;确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;从模板中减去第一区域,以确定模板的第二区域;以及基于第二区域的重建样本、通过模板匹配得出第一块的运动信息。
Description
通过引用并入本申请
本申请要求于2018年7月11日提交的美国临时申请号62/696,536“用于解码器侧运动推导和修正中的模板匹配的约束”以及第16/441,779号美国申请“用于解码器侧运动推导和修正中的模板匹配的约束技术”的优先权,该临时申请通过引用并入本申请。
技术领域
本申请涉及视频编码和解码技术,尤其涉及用于解码器侧运动推导和修正中的模板匹配的约束技术。
背景技术
本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中描述的指出姓名的发明人的工作所进行的程度,并不表明其在本申请提交时作为现有技术,从未明示或暗示其被承认为本申请的现有技术。
通过具有运动补偿的帧间图片预测技术,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图片,每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定或可变的图片速率(通俗也称为帧率),例如每秒60个图片或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1080p60 4:2:0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建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建图片、或部分新重建图片,其中该采样数据块来自先前重建图片、或部分先前重建图片(参考图片)。在一些情况下,参考图片可以与当前正在重建的图片相同。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片的指示(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建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计算预测值时的取整误差。
在受限的模板匹配方案中,约束模板匹配中使用的邻近区域,以减少流水线等待时间。更具体地,在受限的模板匹配方案中,仅使用左侧或上方模板。然而,受限的模板匹配要求太严格,降低了模板匹配的编码效率。
发明内容
本申请提供了用于视频编码/解码的方法和装置。在一些示例中,一种装置包括用于视频解码的处理电路。
根据本申请的实施例,提供一种用于在解码器中进行视频解码的方法。在该方法中,接收已编码比特流;若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,确定接收的已编码比特流中图片的第一块的模板;确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;从模板中减去第一区域,以确定模板的第二区域;以及基于第二区域的重建样本、通过模板匹配得出第一块的运动信息。
根据本申请的实施例,提供一种用于视频编码的装置。装置包括接收模块,用于接收已编码比特流;模板确定模块,若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,用于确定接收的已编码比特流中图片的第一块的模板;第一区域确定模块,用于确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;第二区域确定模块,用于从模板中减去第一区域,以确定模板的第二区域;以及运动信息获取模块,用于基于第二区域的重建样本、使用模板匹配得出第一块的运动信息。
根据本申请的实施例,提供一种计算机设备,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。
根据本申请的实施例,提供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。
现有技术中受限模板匹配方案过于严格,仅使用左部或顶部重建像素,这降低了模板匹配的编码效率。通过采用本申请的技术方案,可以放宽模板匹配的严格要求,减少流水线延迟,有效提高编码效率。本申请还提供了使用预测偏移,以简化仿射运动补偿的技术。
附图的简要说明
根据以下详细描述和附图,本申请公开主题的进一步的特征、性质,以及各种优点将更明显,在附图中:
图1是根据H.265的当前块和其周围的空间合并候选的示意图。
图2是根据一实施例的通信系统的简化框图的示意图。
图3是根据另一实施例的通信系统的简化框图的示意图。
图4是根据实施例的解码器的简化框图的示意图。
图5是根据实施例的编码器的简化框图的示意图。
图6示出根据另一个实施例的编码器的框图。
图7示出根据另一个实施例的解码器的框图。
图8是在一些示例中的当前块和其周围合并候选的示意图。
图9示出根据一些实施例的双向匹配的示例。
图10示出根据本申请的实施例的模板匹配的示例。
图11示出了通用流水线结构和流水线延迟结构的示例。
图12示出了基于双向模板匹配的DMVR的示例。
图13A和13B示出了当前块和其先前块之间的空间关系的示例。
图14示出了用于模板匹配的约束的邻近区域的示例。
图15示出了根据本申请实施例的一个处理过程的流程图。
图16是根据实施例的计算机系统的示意图。
具体实施方式
H.265/HEVC(ITU-T H.265建议书,“高效视频编解码(High Efficiency VideoCoding)”,2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中,本申请描述的是下文称作“空间合并”的技术。
请参考图1,当前块(101)包括在运动搜索过程期间已由编码器发现的样本,根据已产生空间偏移的相同大小的先前块,可预测所述样本。另外,可从一个或多个参考图片相关联的元数据中导出所述MV,而非对MV直接编码。例如,使用关联于A0、A1和B0、B1、B2(分别对应102到106)五个周围样本中的任一样本的MV,(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中,MV预测可使用相邻块也正在使用的相同参考图片的预测值。
图2是根据本申请公开的实施例的通信系统(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)互连的终端装置(210)和终端装置(220)。在图2的实施例中,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)进行编码以通过网络(250)传输到另一终端装置(220)。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(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(200)包括执行已编码视频数据的双向传输的终端装置(230)和(240),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(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)进行编码以通过网络(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2的实施例中,终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)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(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(250)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(250)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3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(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样本。相较于已编码的视频数据(304)(或已编码的视频码流),视频图片流(302)被描绘为粗线以强调高数据量的视频图片流,视频图片流(302)可由电子装置(320)处理,所述电子装置(320)包括耦接到视频源(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(302),已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304)),其可存储在流式传输服务器(305)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)以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(未描绘)上呈现的输出视频图片流(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-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(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),且电子装置(330)还可包括视频编码器(未示出)。
图4是根据本申请公开的实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子装置(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(未标示)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)可耦接在接收器(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。在其它情况下,所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下,视频解码器(410)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(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(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(415),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(410)外部的类似元件(未标示)中。
视频解码器(410)可包括解析器(420)以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,以及用以控制显示装置(412)(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(430)的组成部分,但可耦接到电子装置(430),如图4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(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等。解析器(420)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、矩形图块/矩形区块(tiles)、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(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(421)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(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,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(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,包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块,所述样本值可输入到聚合器(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(452)提供。在一些情况下,帧内图片预测单元(452)采用从当前图片缓冲器(458)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(458)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(455)基于每个样本,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)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(451)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(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后,这些样本可由聚合器(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(453)从参考图片存储器(457)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(421)的形式而供运动补偿预测单元(453)使用,所述符号(421)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(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(456)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(420)的符号(421)可用于环路滤波器单元(456)。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(456)的输出可以是样本流,所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457),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(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(431)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(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。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5是根据本申请公开的实施例的视频编码器(503)的框图。视频编码器(503)设置于电子装置(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)的一部分)接收视频样本,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.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。在媒体服务系统中,视频源(501)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(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(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接到这些单元。为了简洁起见,图中未标示耦接。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)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(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(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(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(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性编码。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。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)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)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(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,对于将要编码的新图片,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(535)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(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,从而为通过通信信道(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,所述其它数据例如是已编码音频数据和/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,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(503)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(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)可在传输已编码的视频时传输附加数据。源编码器(530)可将此类数据作为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6是根据本申请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(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(603)使用例如率失真(rate-distortion,RD)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所示的耦接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)。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。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(例如已预测块)。
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(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)用于在频域中转换残差数据,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7是根据本申请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(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中所示耦接到一起的熵解码器(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(772)或帧间解码器(780)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(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并提供到残差解码器(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(用以获得量化器参数QP),且所述信息可由熵解码器(771)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(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(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(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)。
本申请提供了使用预测偏移,以简化仿射运动补偿的技术。
图8示出了具有五个候选位置的合并模式的示例。在HEVC中,介绍了用于帧间图片预测的合并模式。如果用信号通知合并标志(包括跳跃标记)为真,则用信号通知合并索引,以指示合并候选列表中的哪个候选将用于指示当前块的运动矢量。在解码器侧,基于当前块的空间和时间邻居构造合并候选列表。如图8中所示,将多达四个在空间上邻近的MV添加到合并候选列表中。此外,将当前块的时间邻居的多达一个MV添加到列表。从那些候选位置中,能够选择合并候选的集合以构造合并候选列表。在图8中,将使用合并模式处理当前块(810)。对于合并模式处理,定义候选位置的集合{A1,B1,B0,A0,B2,C0,C1}。更具体地,候选位置{A1,B1,B0,A0,B2}表示候选块在与当前块(810)相同的图片中的位置的空间候选位置。相比之下,候选位置{C0,C1}表示候选块的位置的时间候选位置,其中所述候选块位于另一个编码图片中,或与当前块(810)的块重叠。如图所示,候选位置C1的位置能够接近当前块(810)的中心(例如,与其相邻)。
在一些实施例中,在被称为帧率提升(Frame-rate up-conversion,FRUC)合并模式的特定合并模式中,可以使用帧率提升(FRUC)技术。FRUC合并模式是基于帧率提升技术的特殊的合并模式。在FRUC合并模式中,在一些实施例中,不用信号通知,但是在解码器侧得出当前块的运动信息。而且,根据邻近MV的若干起始点修正当前块的MV。
在实施例中,当FRUC标志为真(即,使用FRUC合并模式)时,对于CU从编码器侧向解码器侧用信号通知FRUC标志。当FRUC标志为假(即,不使用FRUC合并模式)时,用信号通知合并索引,并且使用常规的合并模式。当FRUC标志为真时,用信号通知额外的FRUC模式标志,以指示使用哪个方法(双向匹配或模板匹配)得出CU的运动信息。在其他实施例中,用信号通知FRUC标志,其中第一值(例如,“1”)指示使用FRUC合并模式,并且第二值(例如,“0”)指示不使用FRUC合并模式。当FRUC标志为第一值时,用信号通知额外的FRUC模式标志,以指示使用哪个方法(双向匹配或模板匹配)得出CU的运动信息。
在一些实施例中,FRUC合并模式中的运动推导处理包括两个步骤。在第一步骤中,执行CU级运动搜索,然后,在第二步骤中,执行子CU级运动修正。在实施例中,在CU级别,基于双向匹配或模板匹配,得出整体CU的初始运动矢量。例如,生成MV候选的列表,选择具有最小匹配成本的候选,将其作为进一步CU级别修正的起始点。然后,作为在第一步骤中CU级运动搜索的一部分,执行围绕起始点的基于双向匹配或模板匹配的局部搜索,并且选择最小匹配成本的MV结果作为整体CU的MV,并将其作为得出的CU运动矢量(多个)。随后在第二步骤中,使用在第一步骤中作为起始点得出的CU运动矢量,进一步在子CU级修正运动信息。
例如,对于W×H CU运动信息推导,执行以下推导处理,其中W是CU的宽度,并且H是CU的高度。该推导处理包括:在第一阶段,得出整体W×H CU的MV。在第二阶段,将CU进一步分割为M×M个子CU。可以根据公式1计算M的值,其中D是预定义的分割深度,在联合开发模型(JEM)中,将D默认设置为3。然后得出每个子CU的MV。
图9示出了根据一些实施例的双向匹配的示例。如图9中所示,沿着在两个不同的参考图片(Ref0和Ref1)之间的当前CU(910)的运动轨迹,找出两个块(920)和(930)之间的最接近的匹配,使用双向匹配得出当前CU(910)(当前图片中)的运动信息。假设具有连续的运动轨迹,指向两个参考块(920)和(930)的运动矢量MV0和MV1应当与当前图片(Cur Pic)和两个参考图片(Ref0和Ref1)之间的时间距(即,TD0和TD1)成比例。作为特例,若根据时间,当前图片在两个参考图片之间,并且从当前图片(Cur Pic)到两个参考图片(Ref0和Ref1)的时间距相同时,双向匹配变为基于镜像的双向MV。
图10示出了根据本申请实施例的模板匹配(TM)的示例。如图10所示,通过找出当前图片(Cur Pic)中的模板(包括当前CU(1010)的上部/上方邻近块和左邻近块(1020)和(1030))与参考图片(Ref0)中的块(1040)和(1050)(具有与模板相同的形状和尺寸)之间的最接近的匹配,使用模板匹配得出当前CU(1010)的运动信息。
除前述的FRUC合并模式之外,模板匹配也可以应用于高级运动矢量预测(AMVP)模式。在JEM和HEVC中,AMVP模式使用两个候选。在示例中,AMVP候选列表包括第一现存的AMVP候选和第二现存的AMVP候选。可以使用模板匹配方法得出新的候选。如果通过模板匹配得出的新候选不同于第一现存的AMVP候选,则可以将新得出的候选插入AMVP候选列表的一开始,然后将列表尺寸设置为二(例如,意指第二现存的AMVP候选被移除)。在示例中,当在AMVP模式中应用模板匹配时,仅仅应用CU级搜索。
在一些实施例中,当使用双向匹配时,将合并候选的每个有效的MV用作输入,以生成双向匹配的MV对。例如,合并候选的一个有效MV位于参考列表A(MVa、refa)。然后,在另一个参考列表B中发现其成对的双向MV的参考图片refb,使得refa和refb在时间上位于当前图片的不同侧。如果参考列表B中不存在上述refb,则将refb确定为与refa不同的参考,并且在参考列表B中,refb到当前图片的时间距最小。在确定refb之后,基于当前图片与refa、refb之间的时间距,缩放MVa得出MVb。
在一些示例中,当在AMVP模式中应用FRUC时,将原始的AMVP候选添加到CU级MV候选集合。在示例中,在CU级,将AMVP CU的最多15个MV和用于合并CU的最多13个MV添加到候选列表。
在一些实施例中,当运动矢量指向小数样本位置时,需要执行运动补偿插值。在示例中,为了降低复杂度,对于双向匹配和模板匹配,使用双线性插值,而不是使用常规的8抽头HEVC插值。
在一些实施例中,在不同的步骤,用于确定匹配成本的计算是不同的。在示例中,当在CU级从候选集合中选择候选时,使用双向匹配或模板匹配的绝对差之和(SAD)计算匹配成本。在确定起始MV之后,根据公式2计算在子CU级搜索的双向匹配的匹配成本C:
其中w表示按经验设置为4的加权因数,并且MV和Vs分别表示当前MV和起始MV。SAD可以用于确定在子CU级搜索的模板匹配的匹配成本。
在一些示例中,在FRUC合并模式中,仅使用亮度样本得出MV。得出的运动信息将用于亮度和色度,以用于运动补偿(MC)帧间预测。在确定MV之后,可以使用用于亮度样本的8抽头插值滤波器和用于色度样本的4抽头插值滤波器执行最后的运动补偿。
请注意,MV修正是基于模式的MV搜索,其准则是双向匹配成本、或模板匹配成本。在一些示例中,当支持两种搜索模式时,第一种是无限制的中心偏置的菱形搜索(unrestricted center-biased diamond search,UCBDS),并且第二种是分别在CU级和子CU级的用于MV修正的自适应交叉搜索。对于CU和子CU级的MV修正,在四分之一亮度样本MV准确度的级别搜索MV,然后在八分之一亮度样本MV修正的级别搜索MV。将用于CU和子CU级MV修正的搜索范围设置为8个亮度样本。
根据一些实施例,解码器侧运动矢量修正(DMVR)用于基于起始点改善/修正MV。
在一些示例中,在双向预测操作的情况下,对于块区域的预测,将两个预测块组合以形成被称为双向模板的单个预测信号,其中所述两个预测块分别使用第一候选列表list0的MV0和第二候选列表list1的MV1形成。在DMVR方法中,可以通过双向模板匹配处理,进一步修正双向预测的两个运动矢量MV0和MV1。在解码器中应用的双向模板匹配在双向模板和参考图片的重建样本之间执行基于失真的搜索,并且获取修正的MV,而不需传输额外的运动信息。
图11示出通用流水线结构,和由模板匹配引起的流水线延迟结构的示例。
可以通过访问重建的邻近块,执行常规模板匹配方案,因此产生如图11所示的流水线延迟。具体地,参考样本的预取被延迟,直到完成先前块的重建,由此,造成累积的流水线延迟。
为了缓解不利的流水线延迟,先前已经提出了受限的模板区域。基于以下两种策略,该方法有选择地选择模板区域,以减少流水线延迟。
(a)不能从一些先前块中选择模板区域。
(b)仅仅选择一个区域(上和左任一),而不是选择两个模板区域(上和左)。换句话说,计算成本时,不考虑属于先前块的模板区域。
然而,以上描述的受限的模板匹配方案是不利的,这是因为该方案的要求太严格,只能使用左侧或上部重建的像素/样本,从而降低了模板匹配的编码效率。本申请的实施例引入了一种方法和装置,可以放宽模板匹配的严格要求,提高编码效率。
图12示出基于双向模板匹配的DMVR的示例。在DMVR中,在一些实施例中,根据两个预测块(1220)和(1230)的加权组合(即,平均值)生成双向模板(1240),其中,上述两个预测块(1220)和(1230)分别来自第一候选列表list0的初始MV0,和第二候选列表list1的MV1,如图12所示。模板匹配运算可以包括计算所生成的模板(1240)与参考图片Ref0和Ref1中的样本区域(围绕初始预测块)之间的成本测量。对于两个参考图片Ref0和Ref1中的每一个,认为具有最小模板成本的MV是该列表的更新的MV,以代替初始MV。例如,MV0’代替MV0,并且MV1’代替MV1。在一些示例中,对于每个列表搜索九个MV候选。九个MV候选包括初始MV以及其周围的8个MV,其中所述8个MV在水平方向,或垂直方向,或水平和垂直方向相对初始MV具有一个亮度样本偏移。如图12所示,两个新的MV(即,MV0′以及MV1′)可以用于生成当前块的最终双向预测结果。在成本测量中,可以使用绝对差之和(SAD)。
在一些示例中,在双向预测的合并模式中使用DMVR,其中,双向预测的合并模式指的是,一个MV来自过去的参考图片,并且另一个MV来自将来的参考图片,无需传输额外的语法元素。
图13A和13B示出了当前块和当前块的先前块之间的空间关系,按从0到3的解码顺序排列。编码器和解码器都获得该解码顺序。当解码当前块时,当前块的空间邻居的MV可以用作预测器,用于解码当前块的MV。在图13B示例中,块0、1、2的MV是块3的预测器候选。
如上所述,在受限的模板匹配方案中,约束模板匹配中使用的邻近区域,以减少流水线等待时间。更具体地,在受限的模板匹配方案中,仅使用左侧或上方模板。然而,受限的模板匹配要求太严格,降低了模板匹配的编码效率。因此,在本申请的一些实施例中,当为了重构,在当前块中应用解码器侧运动推导(DMVD),可以使用模板匹配中约束的邻近区域。
在一些实施例中,可以将术语“块”解释为预测块、编码块,或者编码单元,即,CU。而且,可以将先前预测的块,或编码块Blk_prev定义为,按编码顺序,紧接当前块Blk_cur前被编码的块。
在一些实施例中,对于当前块Blk_cur中的DMVD,可以使用模板匹配中约束的邻近区域。也就是说,在当前块Blk_cur的模板匹配中,不使用先前预测块Blk_prev的重建样本。可以在模板匹配中使用邻近块的模板,而不是先前预测块Blk_prev中的模板。因此,有利地,参考样本的预取不需要等待完成先前块的重建,并且在模板匹配中,可以使用模板的更大区域。因此,可以减少流水线延迟,并提高编码效率。具体地,当邻近块的模板与先前预测块Blk_prev重叠时,在模板匹配中,将重叠区标记为不可用。此处的模板可以与图10中描述的模板相同。
在一个实施例中,减少模板匹配中使用的模板的尺寸,使得模板不包括不可用的区域。左侧或上方模板可能部分不可用,或完全不可用,但是除了左侧/上部图片/条带/区块/WPP单元边界之外,左侧和上方模板可能不会均不可用。图14中示出了一种示例性模板,其中该模板使用的左侧和上方邻近块都具有不可用区域。其中当前块Blk_cur(1440)的尺寸是16x16,并且先前预测块Blk_prev(1430)的尺寸是16x8。模板(1410)包括上方16x4区域和左上部4x8区域。上方16x4区域是完全可用的,但是左侧4x16区域具有可用的上部4x8区域,底部4x8区域(1420)不可用。将底部4x8区域(1420)标记为不可用,因为该区域与先前预测块Blk_prev(1430)重叠。先前预测块Blk_prev上方的区域(1450)包括,模板(1410)的左上部4x8区域,并且可以是在先前预测块Blk_prev之前编码的块。先前预测块Blk_prev上方的区域(1450)可以与先前预测块Blk_prev尺寸相同。因此,在模板匹配中,不可以使用底部4x8不可用区域(1420)的重建样本/像素,以得出当前块Blk_cur的运动信息。
在一个实施例中,当左侧/上方模板部分地不可用时,可以通过填充,或外插法,从模板的剩余区域中生成不可用区域的参考样本。
填充可以通过以下方式实现。复制在可用模板区域和不可用模板区域之间的模板边缘的像素,直到填满模板的整体区域。例如,如图14所示,先前预测块Blk_prev的底部4x8区域是不可用的。可以通过复制左侧模板的顶部4x8可用区域的底端行来填充该不可用区域。在另一个示例中,当上方模板部分地不可用时,通过复制上方模板可用区域的最右列,以填充不可用的区域。
可以通过指定相邻的可用模板区域中的像素值的平均值来实现填充。例如,在图14中,将左侧模板的上部4x8区域的平均像素值设置为不可用4x8区域中的像素值。
在一些实施例中,在某些条件下,可以放宽或去除用于模板匹配的约束(即,在模板匹配中,不使用不可用区域的重建样本)。可以在比特流中(诸如在序列参数集合(SPS)、图片参数集合(PPS),或者条带报头),使用不同的索引或模式,用信号通知是否放宽约束,以及如何放宽约束。例如,可以在比特流中,在序列参数集合、图片参数集合,或者条带报头中,用信号通知标志/指示符,并且标志可以指示,是否基于模板的可用区域和不可用区域的重建样本构造候选运动矢量,其中该候选运动矢量是使用模板匹配生成的。换句话说,标志可以指示,模板是否排除与先前预测块Blk-prev重叠的区域。
在一个实施例中,如果先前预测块Blk_prev是帧内编码块,则可以在当前块Blk_cur的模板匹配中使用先前预测块Blk_prev的重建样本。在另一个实施例中,若在当前块Blk_cur的模板匹配中使用预测(帧内预测,或帧间预测,或两者)信息,而非先前预测块Blk_prev的重建样本时,可以在当前块Blk_cur的模板匹配中使用先前预测块Blk_prev的预测样本。在另一个实施例中,如果先前预测块Blk_prev是帧间编码块,并且不使用解码器侧运动矢量推导/修正模式对其进行编码,则可以在当前块Blk_cur的模板匹配中使用先前预测块Blk_prev的预测信息。
在一些实施例中,在没有用信号通知任何额外的标志/指示符时,可以放宽或去除模板匹配的约束。例如,当禁用约束的帧内预测时,可以在当前块Blk_cur的模板匹配中使用先前预测块Blk_prev的重建样本。在一些实施例中,约束的帧内预测是一种帧内预测技术,其中,在帧内预测过程中,视频编码器限制了邻近块作为参考块的使用。换句话说,在帧内预测中,不允许使用帧间块作为参考块。而是,在帧内预测中,仅使用帧内编码块作为参考块。当禁用约束的帧内预测时,为了重建,帧内预测能够使用帧内编码块和帧间编码块作为参考块。在另一个示例中,当左侧模板(如果其存在)来自当前CTU/条带/区块以外的第一CTU,并且上方模板(如果其存在)也来自当前CTU/条带/区块以外的第二CTU时,可以在当前块Blk_cur的模板匹配中使用先前预测块Blk_prev的重建样本。
在一些实施例中,得出模板匹配的成本为Cost_TM=w_left*Cost_TM_left+w_above*Cost_TM_above,其中Cost_TM_left和Cost_TM_above分别是通过仅使用左侧和上方邻近块的模板的成本。w_left和w_above是分别与Cost_TM_left和Cost_TM_above相关联的权重。当在模板匹配中仅仅使用左侧模板时,可以推断出w_above为零。类似地,当在模板匹配中仅仅使用上方模板时,可以推断出w_left为零。当没有推断出w_above和w_left时,可以使用以下方法组合中的任何一个确定w_left和w_above。
a)w_left和w_above是两个预先确定的固定数,可以相等,也可以不相等。或者,可以在比特流中(诸如在序列参数集合、图片参数集合,SPS、PPS,或者条带报头中)用信号通知w_left和w_above。
(b)w_left与对应于左侧模板面积的r_1成反比,并且w_above与对应于上方模板面积的r_2成反比。在一个实施例中,r_1和r_2是两个预先确定的固定数,可以相等,或相等。参见图14,当前块Blk_cur的尺寸是16x16,并且先前预测块Blk_prev的尺寸是16x8。左侧模板和上方模板的典型模板尺寸分别是8x4=32和16x4=64。因此,w_left=r_1并且w_top=r_2/2。
图15示出了根据本申请实施例的一个过程(1500)的流程图。可以通过处理电路执行该过程,诸如终端设备(210)、(220)、(230)和(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,执行帧间编码器(630)的功能的处理电路,执行帧间解码器(780)的功能的处理电路等等的处理电路来执行过程(1500)。在一些实施例中,用软件指令实现处理(900),因此当处理电路执行软件指令时,处理电路执行过程(1500)。该过程可以开始于(S1510)。
在(S1510),接收已编码的视频比特流。已编码的视频比特流包括块,比如上述图14中描述的块。块可以是编码单元、编码块,或者预测单元。例如,可以接收已编码比特流中的图14中的当前块Blk_cur(1440)。
在(S1520),若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,确定接收的已编码比特流中的图片中的第一块的模板。例如,可以确定当前块的上方和左侧邻近块作为模板,如图10和14中所示。在图14中,若向当前块Blk_cur(1440)应用DMVD用于重建,确定当前块Blk_cur(1440)的模板为上方16x4区域和左侧4x16区域。然而,可以在以下步骤中,基于先前预测块Blk_prev(1430)的位置和尺寸调整模板的尺寸。
在(S1530),确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码。确定第一区域为图14中的不可用区域(1420),这是因为第一区域与先前预测块Blk_prev(1430)重叠,其中在Blk_cur(1440)之前编码先前预测块Blk_prev(1430)。
在(S1540),通过从模板中减去第一区域,确定模板的第二区域。第二区域可以是图14中描述的可用区域。参见图14,可以从模板中减去第一区域(即,不可用的区域)以确定第二区域。因此,第二区域可以是图14中的模板(1410),并且第二区域的尺寸可以小于在(S1520)确定的模板的尺寸。
在(S1550),基于第二区域的重建样本、通过模板匹配得出第一块的运动信息。参见图14,基于模板(1410)的重建样本、使用模板匹配得出当前块Blk_cur(1440)的运动信息。在实施例中,在得出当前块Blk_cur(1440)的运动信息时,不使用不可用区域(1420)的重建样本。然后停止过程(1500)。
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16示出了适于实现所公开主题的某些实施例的计算机系统。
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。
本申请实施例还提供了一种解码装置,包括:接收模块,用于接收已编码比特流;模板确定模块,若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,用于确定接收的已编码比特流中图片的第一块的模板;第一区域确定模块,用于确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;第二区域确定模块,用于从模板中减去第一区域,以确定模板的第二区域;以及运动信息获取模块,用于基于第二区域的重建样本、使用模板匹配得出第一块的运动信息。
本申请实施例还提供了一种计算机设备,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以实现上述视频解码方法。
本申请实施例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。
图16中所示的用于计算机系统(1600)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(1600)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)、图片(例如:扫描图片、从静止影像相机获得的摄影图片)、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(1601)、鼠标(1602)、触控板(1603)、触摸屏(1610)、数据手套(未示出)、操纵杆(1605)、麦克风(1606)、扫描仪(1607)、照相机(1608)。
计算机系统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(1610)、数据手套(未示出)或操纵杆(1605)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(1609)、耳机(未示出))、视觉输出设备(例如包括CRT的屏幕(1610)、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(1620)等介质(1621)、拇指驱动器(1622)、可移动硬盘驱动器或固态驱动器(1623)、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(1649)(例如计算机系统的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的核心(1640)。
核心(1640)可以包括一个或多个中央处理单元(CPU)(1641),图片处理单元(GPU)(1642),现场可编程门区域(FPGA)(1643)形式的专用可编程处理单元,用于某些任务的硬件加速器(1644)等。这些设备以及只读存储器(ROM)(1645)、随机存取存储器(1646),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(1647)可以通过系统总线(1648)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(1648),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(1648),或通过外围总线(1649)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(1641)、GPU(1642),FPGA(1643)和加速器(1644)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(1645)或RAM(1646)中。过渡数据也可以存储在RAM(1646)中,而永久数据可以存储在例如内部大容量存储器(1647)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(1641)、GPU(1642)、大容量存储装置(1647)、ROM(1645)、RAM(1646)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,具有体系结构的计算机系统,特别是核心(1640)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(1640)的某些存储器,诸如核心内部大容量存储器(1647)或ROM(1645)。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(1640)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(1640),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(1646)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(1644))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
JEM:联合开发模型
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: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
HMVP:基于历史的MVP
MVP:运动向量预测器
TMVP:时间MVP
TPM:三角预测模式
VTM:多功能测试模型
TM:模板匹配
DMVD:解码器侧运动矢量推导
DMVR:解码器侧运动矢量修正
FRUC:帧率提升
SAD:绝对差之和
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 (14)
1.一种在解码器中进行视频解码的方法,其特征在于,包括:
接收已编码比特流;
若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,则确定接收的已编码比特流中图片的第一块的模板;
确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;
从模板中减去第一区域,以确定模板的第二区域;以及
基于第二区域的重建样本,通过模板匹配得出第一块的运动信息;
所述方法进一步包括:若确定禁用约束的帧内预测,则基于模板的第一区域和第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
2.根据权利要求1所述的方法,其特征在于,所述通过模板匹配得出第一块的运动信息,包括:
模板匹配不使用第一区域的重建样本得出所述第一块的运动信息。
3.根据权利要求1所述的方法,进一步包括:
使用填充或外插法重建模板的第一区域的重建样本。
4.根据权利要求1所述的方法,进一步包括:
接收已编码比特流中的序列参数集合、图片参数集合、或者条带报头中的指示符,其中,所述指示符指示是否基于模板的第一区域和模板的第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
5.根据权利要求4所述的方法,进一步包括:
若确定对第二块进行帧内编码,则所述指示符指示基于模板的第一区域和第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
6.根据权利要求4所述的方法,进一步包括:
若确定第二块的预测信息用于推导第一块的运动信息,则所述指示符指示基于模板的第一区域和第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
7.根据权利要求6所述的方法,进一步包括:
不使用DMVD模式对第二块进行帧间编码。
8.根据权利要求1所述的方法,进一步包括:
若确定(i)模板的左侧部分位于第一编码树单元、条带、或区块中,(ii)模板的上部位于第二编码树单元、条带或区块中,并且(iii)第一块位于第三编码树单元、条带或区块中,则基于模板的第一区域和第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
9.根据权利要求1所述的方法,进一步包括:
将第一块的模板匹配的成本计算为:
Cost_TM=w_left*Cost_TM_left+w_above*Cost_TM_above,
其中,Cost_TM_left是在模板匹配中仅使用模板的左侧部分的成本,Cost_TM_above是在模板匹配中仅使用模板的上部的成本,w_left是与Cost_TM_left相关联的第一权重,并且w_above是与Cost_TM_above相关联的第二权重。
10.根据权利要求9所述的方法,其特征在于,所述w_left和w_above是两个预先确定的固定数,且在比特流中用信号通知w_left和w_above。
11.根据权利要求9所述的方法,其特征在于,w_left与对应于左侧模板面积的r_1成反比,w_above与对应于上方模板面积的r_2成反比,其中,r_1和r_2是两个预先确定的固定数。
12.一种解码装置,其特征在于,包括:
接收模块,用于接收已编码比特流;
模板确定模块,若确定向第一块应用解码器侧运动矢量推导(DMVD)以用于重建,用于确定接收的已编码比特流中图片的第一块的模板;
第一区域确定模块,用于确定所述模板中与第二块重叠的第一区域,该第二块在第一块之前被解码;
第二区域确定模块,用于从模板中减去第一区域,以确定模板的第二区域;以及
运动信息获取模块,用于基于第二区域的重建样本、通过模板匹配得出第一块的运动信息;
所述装置进一步用于:若确定禁用约束的帧内预测,则基于模板的第一区域和第二区域的重建样本,构造使用模板匹配生成的候选运动矢量。
13.一种计算机设备,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11任一项所述的视频解码方法。
14.一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11任一项所述的视频解码方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862696536P | 2018-07-11 | 2018-07-11 | |
US62/696,536 | 2018-07-11 | ||
US16/441,779 | 2019-06-14 | ||
US16/441,779 US10911768B2 (en) | 2018-07-11 | 2019-06-14 | Constraint for template matching in decoder side motion derivation and refinement |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110719469A CN110719469A (zh) | 2020-01-21 |
CN110719469B true CN110719469B (zh) | 2023-04-28 |
Family
ID=69138564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910590613.8A Active CN110719469B (zh) | 2018-07-11 | 2019-07-02 | 视频编解码方法、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10911768B2 (zh) |
CN (1) | CN110719469B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11165443B2 (en) | 2018-10-01 | 2021-11-02 | Microchip Technology Incorporated | Burst error tolerant decoder and related systems, methods, and devices |
CN111083484B (zh) | 2018-10-22 | 2024-06-28 | 北京字节跳动网络技术有限公司 | 基于子块的预测 |
WO2020084473A1 (en) | 2018-10-22 | 2020-04-30 | Beijing Bytedance Network Technology Co., Ltd. | Multi- iteration motion vector refinement |
CN117459722A (zh) | 2018-11-12 | 2024-01-26 | 北京字节跳动网络技术有限公司 | 组合帧间-帧内预测的简化 |
CN113056914B (zh) | 2018-11-20 | 2024-03-01 | 北京字节跳动网络技术有限公司 | 基于部分位置的差计算 |
WO2020103872A1 (en) | 2018-11-20 | 2020-05-28 | Beijing Bytedance Network Technology Co., Ltd. | Prediction refinement for combined inter intra prediction mode |
KR102635518B1 (ko) | 2019-03-06 | 2024-02-07 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 변환된 단예측 후보의 사용 |
KR102610709B1 (ko) | 2019-04-02 | 2023-12-05 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 디코더 측 움직임 벡터 유도 |
EP3987793A4 (en) * | 2019-06-21 | 2023-07-19 | Beijing Dajia Internet Information Technology Co., Ltd. | PREDICTION DEPENDENT RESIDUAL SCALING METHODS AND DEVICES FOR VIDEO CODING |
US11671616B2 (en) | 2021-03-12 | 2023-06-06 | Lemon Inc. | Motion candidate derivation |
US11936899B2 (en) * | 2021-03-12 | 2024-03-19 | Lemon Inc. | Methods and systems for motion candidate derivation |
CN117296324A (zh) * | 2021-05-17 | 2023-12-26 | 抖音视界有限公司 | 视频处理的方法、设备和介质 |
US20230075788A1 (en) * | 2021-09-01 | 2023-03-09 | Tencent America LLC | Template matching on ibc merge candidates |
US20230254500A1 (en) * | 2022-02-07 | 2023-08-10 | Nvidia Corporation | Smart packet pacing for video frame streaming |
GB2617568A (en) * | 2022-04-11 | 2023-10-18 | Canon Kk | Video coding and decoding |
WO2023198105A1 (en) * | 2022-04-14 | 2023-10-19 | Mediatek Inc. | Region-based implicit intra mode derivation and prediction |
WO2023202569A1 (en) * | 2022-04-19 | 2023-10-26 | Mediatek Inc. | Extended template matching for video coding |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101396754B1 (ko) * | 2010-11-08 | 2014-05-28 | 한국전자통신연구원 | 템플릿 매칭 및 방향 예측을 사용한 비디오 압축 방법 및 장치 |
WO2015166639A1 (ja) * | 2014-04-28 | 2015-11-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 符号化方法、復号方法、符号化装置および復号装置 |
TWM506775U (zh) * | 2015-05-22 | 2015-08-11 | Ting-feng LIU | 人力式水中推進器 |
US10390038B2 (en) * | 2016-02-17 | 2019-08-20 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and devices for encoding and decoding video pictures using a denoised reference picture |
US10701366B2 (en) * | 2017-02-21 | 2020-06-30 | Qualcomm Incorporated | Deriving motion vector information at a video decoder |
GB2563943B (en) * | 2017-06-30 | 2021-02-24 | Canon Kk | Method and apparatus for encoding or decoding video data in FRUC mode with reduced memory accesses |
EP3643062A1 (en) * | 2017-07-04 | 2020-04-29 | Huawei Technologies Co., Ltd. | Decoder side intra mode derivation (dimd) tool computational complexity reduction |
CN117560488A (zh) * | 2017-07-06 | 2024-02-13 | Lx 半导体科技有限公司 | 图像编码/解码方法、发送方法和数字存储介质 |
-
2019
- 2019-06-14 US US16/441,779 patent/US10911768B2/en active Active
- 2019-07-02 CN CN201910590613.8A patent/CN110719469B/zh active Active
Non-Patent Citations (2)
Title |
---|
CE9:DMVR extension based on template matching (Test 9.3.6);Xu Chen等;《Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-K200》;第1-2节 * |
CE9-Related : Restricted template matching schemes to mitigate pipeline delay;Naeri Park等;《Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-K0093-v1》;第2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110719469A (zh) | 2020-01-21 |
US10911768B2 (en) | 2021-02-02 |
US20200021833A1 (en) | 2020-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110719469B (zh) | 视频编解码方法、设备和存储介质 | |
CN112889269B (zh) | 视频解码方法及装置 | |
CN110944202B (zh) | 视频编解码方法、装置、计算机设备和存储介质 | |
CN112806002B (zh) | 视频解码的方法和视频解码器 | |
CN112291571B (zh) | 视频解码方法及装置以及计算机设备和存储介质 | |
CN112753219B (zh) | 视频编解码方法、装置及计算机可读介质 | |
CN113574885B (zh) | 视频解码方法、装置以及电子设备 | |
CN111885387B (zh) | 用于仿射光流预测值细化的视频解码方法和装置 | |
CN110719488B (zh) | 视频解码的方法和装置、计算机设备及存储介质 | |
KR102458138B1 (ko) | 비디오 코딩을 위한 방법 및 장치 | |
CN112399183B (zh) | 用于视频编解码的方法、装置和存储介质 | |
CN116320445A (zh) | 视频解码、编码的方法、解码器、编码器及存储介质 | |
CN112703730B (zh) | 视频编解码的方法、设备和存储介质 | |
CN117221537A (zh) | 视频编解码的方法和装置 | |
CN112655205B (zh) | 视频编解码的方法和装置 | |
CN112055968B (zh) | 视频解码方法、装置、存储介质以及电子设备 | |
CN111010579B (zh) | 基于成对平均运动矢量预测的视频解码方法和装置 | |
CN113615192B (zh) | 视频解码的方法、装置及存储介质 | |
CN110971902B (zh) | 视频解码的方法和装置、计算机设备 | |
CN116156197A (zh) | 视频解码、编码方法和装置、计算机设备及存储介质 | |
CN111316639B (zh) | 视频解码方法和装置、及存储介质 | |
CN113545084B (zh) | 视频编解码的方法、装置以及存储介质 | |
CN113661702B (zh) | 视频编解码的方法、装置及存储介质 | |
CN111726622B (zh) | 视频编解码的方法、装置及介质 | |
CN113348668B (zh) | 一种视频解码方法、装置及存储介质 |
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 |