CN110719485B - 视频解码方法、装置及存储介质 - Google Patents

视频解码方法、装置及存储介质 Download PDF

Info

Publication number
CN110719485B
CN110719485B CN201910628513.XA CN201910628513A CN110719485B CN 110719485 B CN110719485 B CN 110719485B CN 201910628513 A CN201910628513 A CN 201910628513A CN 110719485 B CN110719485 B CN 110719485B
Authority
CN
China
Prior art keywords
block
current
ctu
video
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
CN201910628513.XA
Other languages
English (en)
Other versions
CN110719485A (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 CN110719485A publication Critical patent/CN110719485A/zh
Application granted granted Critical
Publication of CN110719485B publication Critical patent/CN110719485B/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
    • H04N19/50—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
    • 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/43—Hardware specially adapted for motion estimation or compensation
    • H04N19/433—Hardware specially adapted for motion estimation or compensation characterised by techniques for memory access
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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

本申请各方面提供了视频编解码方法、装置及存储介质。视频解码装置包括处理电路，用于解码当前编码图像中的当前块的预测信息。所述预测信息指示帧内块复制(intra block copy，IBC)模式和当前块的第一块矢量预测因子(block vector predictor，BVP)。第一BVP指向第一参考块(reference block，RB)。当确定不可从存储器访问第一RB时，处理电路根据默认RB，预定义像素值，第一RB和当前块中的至少一个确定可从存储器访问的第二RB。处理电路包括将第二BVP加入BVP候选者列表。第二BVP指向第二RB。处理电路基于BVP候选者列表重建当前块。

Description

视频解码方法、装置及存储介质
相关文件
本申请要求2018年7月13日递交的，申请号为62/698,010，题目为“帧内图块补偿中的块矢量预测技术”的美国临时申请的优先权，2019年1月13日递交的，申请号为62/791,866，题目为“帧内图块补偿中的块矢量预测”的美国临时申请的优先权，以及2019年6月12日递交的，申请号为16/439,384，题目为“帧内块复制模式中的块矢量预测”的美国申请的优先权，其全部内容通过引用结合在本文中。
技术领域
本申请实施例主要涉及视频编码技术，尤其涉及一种视频解码方法、装置及计算机可读存储介质。
背景技术
本文提供的背景描述是为了呈现本申请的背景。记名的发明人的工作，在该背景部分描述的工作以及本说明书各实施例的范围内的内容，在递交时可能并不算作现有技术，均未被明示或暗示地承认作为不利于本申请的现有技术。
可以使用具有运动补偿的图像间预测来执行视频编码和解码。未压缩的数字视频可包括一系列图像，每个图像具有一定的空间维度，例如1920x 1080的亮度采样和相关的色度采样。图像序列可具有固定或可变的图像速率(俗称帧率)，例如，每秒60张图像或60Hz。未压缩的视频需要较高的比特率。例如，每个采样为8比特的1080p60 4：2：0(60Hz帧率下的1920x1080亮度采样分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是，通过压缩来降低输入视频信号的冗余。在一些情况下，压缩可将带宽或存储器的需求减小至少两个数量级。可使用无损压缩、有损压缩，或其组合。无损压缩指可从经过压缩的原始信号中重建原始信号的准确副本的技术。当使用有损压缩时，重建信号可与原始信号不一致，但原始信号和重建信号之间的失真足够小，以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用，例如，一些消费型直播应用的用户比电视节目应用的用户能容忍更大的失真。可实现的压缩比可以反映出：可允许/可容忍的失真越大，可产生的压缩比越高。
视频编码器和解码器可利用几个大类的技术，例如包括运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中，采样值的表示不需要参照先前已重建的参考图像中的采样或其他数据。在一些视频编解码器中，图像在空间上被细分为采样块。当在帧内模式下对所有采样块进行编码时，该图像可以为帧内图像。帧内图像及其派生(例如独立解码器刷新图像)可用于重置解码器状态，并从而可以用作编码视频码流和视频会话中的第一幅图像，或作为静止图像。帧内块的采样可接受转换，转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况中，转换后的DC值越小，AC系数就越小，熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
(例如，从诸如MPEG-2代编码技术所知的)传统的帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括尝试，例如，周围的采样数据和/或元数据的技术，可在对空间相邻的、以及解码顺序在前的块数据进行编码/解码的过程中获得上述周围的采样数据和/或元数据。这种技术从此被称为“帧内预测”技术。注意，在至少一些情况下，帧内预测仅使用来自正在重建的当前图像(而不是参考图像)的参考数据。目前很多研究工作正在致力于提高帧内预测技术的编码效率。
发明内容
本申请各实施例提供了用于视频编码/解码的方法和装置。在一些例子中，用于视频解码的装置包括接收电路和处理电路。
处理电路对当前编码图像中的当前块的预测信息进行解码，该当前编码图像是编码视频序列的一部分。预测信息指示帧内块复制(intra block copy，IBC)模式和用于当前块的第一块矢量预测因子(block vector predictor，BVP)。第一BVP指向第一参考块(reference block，RB)。处理电路确定是否可从存储器访问第一RB。当确定不可从存储器访问第一RB时，处理电路根据默认RB、预定义像素值、第一RB和当前块中的至少一个确定可从存储器访问的第二RB。处理电路将第二BVP加入BVP候选者列表，其中第二BVP指向第二RB。处理电路基于BVP候选者列表重建当前块。
在一个实施例中，当可从存储器访问当前块的允许参考区域时，处理电路确定第一RB是否在当前块的允许参考区域之外。当确定第一RB在当前块的允许参考区域之外时，处理电路指示不可从存储器访问第一RB。一个例子中，当前块的允许参考区域包括当前编码树单元(current coding tree unit，CTU)中的已重建区域。另一个例子中，当前块的允许参考区域包括当前CTU中的已重建区域，以及当前CTU左侧的相邻CTU的一部分。
处理电路可以确定是否在当前块的允许参考区域中找到至少一个可用RB。当在当前块的允许参考区域中找到至少一个可用RB时，处理电路根据至少一个可用RB中最靠近第一RB的一个确定第二RB。当在当前块的允许参考区域中未找到至少一个可用RB时，处理电路根据默认RB或预定义的像素值确定第二RB。当第一BVP的坐标是(x，y)时，默认RB的左上坐标是下列之一：当前图像的起始点(0,0)、当前图像中与第一BVP具有相同水平坐标的边界点(x，0)，以及当前图像中与第一BVP具有相同垂直坐标的边界点(0，y)。
在一个实施例中，当可从存储器访问当前块的受限参考区域时，处理电路确定第一RB是否在当前块的受限参考区域内。当确定第一RB在当前块的受限参考区域内时，处理电路指示不可从存储器访问第一RB。
当确定第一RB在当前块的受限参考区域内时，处理电路根据受限参考区域的大小和当前块的大小确定在受限参考区域外并且靠近受限参考区域的第二RB。受限参考区域的大小是CTU大小的倍数。
本申请的各实施例还提供了一种非暂时性计算机可读介质，存储有指令，所述指令由视频解码的计算机执行时使该计算机执行任一实施例的视频解码的方法。
根据各实施例，在帧内预测模式中，仅使用与处理电路紧密关联的存储器(例如，片上存储器)中存储的参考块来对当前图像的当前块进行预测，保证了参考块的读取速度，从而提高了预测编码的效率。
附图说明
根据以下详细描述和附图，本申请主题的其它特征、性质和各种优点将变得更加明显，在附图中：
图1A是帧内预测模式中子集的示例性示意图。
图1B是帧内预测方向的示例性示意图。
图1C是一个例子中的当前块及其周围的空间合并候选者的示意图。
图2是一个实施例的通信系统的简化框图的示意图。
图3是一个实施例的通信系统的简化框图的示意图。
图4是一个实施例的解码器的简化框图的示意图。
图5是一个实施例的编码器的简化框图的示意图。
图6是另一实施例的编码器的框图。
图7是另一实施例的解码器的框图。
图8是本申请实施例的帧内块复制(IBC)预测模式的示例性示意图。
图9A-9D是本申请实施例的IBC预测模式中允许参考区域的更新过程的示例性示意图。
图10是本申请实施例的修改块矢量的示例性示意图。
图11A是本申请实施例的当第一参考块在受限参考区域内时选择第二参考块的示例性示意图。
图11B是本申请实施例的当第一参考块在受限参考区域内时选择第二参考块的另一示例性示意图。
图12是本申请实施例的示例性过程的概要流程图。
图13是一个实施例的计算机系统的示意图。
具体实施方式
有许多不同形式的帧内预测。当在给定视频编码技术中可以使用多于一种这样的技术时，所使用的技术可以编码在帧内预测模式中。在某些情况下，模式可以具有子模式和/或参数，其可以单独编码或包括在模式码字中。给定模式/子模式/参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响，并且用于将码字转换为比特流的熵编码技术也可以。
某种帧内预测模式是随H.264引入的，在H.265中得到完善，并且在诸如联合探索模型(Joint Exploration Model，JEM)，通用视频编码(Versatile Video Coding，VVC)，及基准集(Benchmark Set，BMS)的新编码技术中被进一步完善。可以使用相邻采样值来形成预测块，相邻采样值属于已经可用的采样。根据方向将相邻采样的采样值复制到预测块中。所用的方向的信息可以编码在比特流中，或者可以自行预测。
参见图1A，在右下方描绘了H.265的33个可能的预测方向(对应于35个帧内模式的33个角度模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在预测的采样。箭头表示正在预测的采样的方向。例如，箭头(102)表示采样(101)的预测方向是从一个采样或多个采样到右上方，与水平方向成45度角。类似地，箭头(103)表示采样(101)的预测方向是从一个采样或多个采样到采样(101)的左下方，与水平方向成22.5度角。
仍然参考图1A，在左上方示出了4×4个采样的正方形块(104)(由粗体虚线表示)。方形块(104)包括16个采样，每个采样用“S”和其在Y维度中的位置(例如，行索引)及其在X维度中的位置(例如，列索引)进行标记。例如，采样S21是Y维度中(从顶部开始)的第二个采样和X维度中(从左侧开始)的第一个采样。类似地，块(104)中的采样S44在Y和X维度中均为第四个采样。由于块的大小为4x 4个采样，因此S44位于右下角。还示出了遵循类似编号方案的参考采样。参考采样用R、及其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)进行标记。在H.264和H.265中，预测采样与正在重建的块相邻；因此不需要使用负值。
帧内图像预测通过从信号指示的预测方向所覆盖的相邻采样中复制参考采样值来发挥作用。例如，假设编码视频比特流中包括的信令指示该块的预测方向与箭头(102)一致——即，从一个或多个预测采样到右上角，与水平成45度角，来对采样进行预测。在该情况下，采样S41，S32，S23和S14使用相同的参考采样R05进行预测。然后使用参考采样R08预测采样S44。
在某些情况下，为了计算参考采样，可以组合多个参考采样的值，例如通过插值；特别是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量已经有所增长。在H.264(2003年)中，可以表示九个不同的方向。该数目在H.265(2013年)中增加到33个，并且JEM/VVC/BMS在发表时可以支持多达65个方向。已经进行了一些实验以识别最可能的方向，并且使用熵编码中的某些技术来以少量比特表示那些可能的方向，同时承担可能性较小的方向带来的不利结果。此外，这些方向本身有时可以从相邻的已解码的块所使用的相邻方向进行预测。
图1B示出了JEM的65个帧内预测方向的示意图(105)，以示出随时间增加的预测方向的数量。
编码视频比特流中表示方向的帧内预测方向比特的映射方法，在不同的视频编码技术中可以不同；可以涵盖，例如，从预测方向到帧内预测模式或到码字的简单直接映射，到涉及大多数可能模式的复杂自适应方案，以及类似的技术。然而，在所有情况下，可能存在某些方向，在统计上相较其它方向，在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余，因此在运转良好的视频编码技术中，相比可能性更大的方向，那些可能性较小的方向将由更多的比特来表示。
运动补偿可以是有损压缩技术，并且可以涉及一些技术，这些技术利用来自先前重建的图像或其一部分(即参考图像)的采样数据块，在对其进行运动矢量(MotionVector，MV)所指示的方向上的空间移位之后)，用于预测新重建的图像或图像部分。在一些情况下，参考图像可以与当前正在重建的图像相同。MV可以有两个维度X和Y，或三个维度，第三个是所使用的参考图像的指示(后者，间接地，可以是一个时间维度)。
在一些视频压缩技术中，用于采样数据的某个区域的MV可以从其它MV预测得到，例如，从与该重建中的区域在空间上相邻的另一采样数据区域相关的、并且解码顺序在该MV之前的那些MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余并加大压缩。例如，MV预测可以有效地工作，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可适用的区域更大的区域在相似的方向上移动，并因此，在某些情况下，可以使用从相邻区域的MV推导出的类似运动矢量进行预测。这导致为给定区域找到的MV与从周围的MV预测出的MV相似或相同，并且进而在熵编码之后，可以用比对其直接编码时使用的比特数更少的比特来表示。在一些情况下，MV预测可以是对源自原始信号(即：采样流)的信号(即：MV)的无损压缩的示例。在其它情况下，MV预测本身可能是有损的，例如在从一些周围的MV计算预测因子时产生的舍入误差导致的损失。
在H.265/高效视频编码(High Efficiency Video Coding，HEVC)(ITU-T H.265建议书，“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，这里描述的是一种后文称为“空间合并”的技术。
请参考图1，当前块(111)可包括在运动搜索过程期间已由编码器发现的采样，根据已空间移位的相同大小的先前块，可预测所述样本。另外，可从一个或多个参考图像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A0、A1和B0、B1、B2(分别对应112到116)五个周围采样中的任一采样相关联的MV，(按解码次序)从最近的参考图像的元数据中获得所述MV。在H.265中，MV预测可使用来自相邻块所使用的同一参考图像的预测因子。
图2是本申请实施例的通信系统(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)互连的终端设备(210)和终端设备(220)。在图2的实施例中，终端设备(210)和终端设备(220)执行单向数据传输。举例来说，终端设备(210)可对视频数据(例如由终端设备(210)采集的视频图像流)进行编码以通过网络(250)传输到另一终端设备(220)。已编码的视频数据以一个或多个编码视频码流的形式传输。终端设备(220)可从网络(250)接收编码视频数据，对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像。单向数据传输常用于媒体服务应用等。
在另一实施例中，通信系统(200)包括执行编码视频数据的双向传输的终端设备(230)和(240)，所述双向传输可在，例如，视频会议期间，发生。对于双向数据传输，终端设备(230)和终端设备(240)中的每个终端设备可对视频数据(例如由终端设备采集的视频图像流)进行编码以通过网络(250)传输到终端设备(230)和终端设备(240)中的另一终端设备。终端设备(230)和终端设备(240)中的每个终端设备还可接收由终端设备(230)和终端设备(240)中的另一终端设备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像。
在图2的实施例中，终端设备(210)、终端设备(220)、终端设备(230)和终端设备(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。本申请实施例适用于笔记本电脑、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在终端设备(210)、终端设备(220)、终端设备(230)和终端设备(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/或包交换的信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。为本文讨论的目的，除非有明确说明，网络(250)的体系结构和拓扑与本申请的操作无关。
作为实施例，图3示出视频编码器和视频解码器在流媒体环境中的部署方式。本申请的主题可同样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的应用等等。
流媒体系统可包括采集子系统(313)，所述采集子系统可包括视频源(301)(例如数码相机)，所述视频源创建，例如，未压缩的视频图像流(302)。在实施例中，视频像流(302)包括由数码相机拍摄的采样。，视频图像流(302)(用粗线表示，以强调比已编码的视频数据(304)(或已编码的视频码流)的数据量大)可由电子设备(320)处理，所述电子设备(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本申请主题的各实施例。已编码的视频数据(304)(或已编码的视频码流(304))(用细线表示，以强调比视频图像流(302)的数据量小)可存储在流媒体服务器(305)上以供后续使用。一个或多个流媒体客户端子系统(例如图3中的客户端子系统(306)和客户端子系统(308))可访问流媒体服务器(305)以获取已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括，例如，电子设备(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，并创建可在显示器(312)(例如显示屏)或其它呈现设备(未示出)上呈现的传出视频图像流(311)。在一些流媒体系统中，可根据一些视频编码/压缩标准对已编码的视频数据(304)、(307)和(309)(例如视频码流)进行编码。这些标准的例子包括ITU-T建议H.265。一个例子中，一种正在开发的视频编码标准被俗称为多功能视频编码(VersatileVideoCoding，VVC)。本申请的主题可以在VVC环境中使用。
应注意，电子设备(320)和(330)可包括其它组件(未示出)。例如，电子设备(320)可包括视频解码器(未示出)，且电子设备(330)还可包括视频编码器(未示出)。
图4是本申请实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子设备(430)中。电子设备(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)可接收要由视频解码器(410)解码的一个或多个编码视频序列；在同一实施例或另一实施例中，一次接收一个编码视频序列，其中每个编码视频序列的解码独立于其它编码视频序列。可从信道(401)接收编码视频序列，该信道(412)可以是通向存储已编码视频数据的存储装置的硬件/软件链路。接收器(431)可以接收已编码视频数据和其它数据，其它数据例如编码音频数据和/或辅助数据流，它们可以被转发到它们各自的使用实体(未示出)。接收器(431)可以将编码视频序列与其它数据分离。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(未示出)。而在其它情况下，可在视频解码器(410)的外部设置缓冲存储器(未标示)(例如，用于防止网络抖动)，并在视频解码器(410)的内部配置另一缓冲存储器(415)(例如，用于处理播出定时)。而当接收器(431)从具有足够带宽和可控性的存储/转发设备，或从等时同步网络接收数据时，也可能不需要使用缓冲存储器(415)，或可以使用小型缓冲存储器。为了在例如互联网等尽力而为式的分组网络上使用，可能需要使用缓冲存储器(415)，缓冲存储器可相对较大并且最好是具有自适应的大小，且可至少部分地由操作系统或视频解码器(410)外部的类似元件(未标示)实现。
视频解码器(410)可包括解析器(420)以根据编码视频序列重建符号(421)。这些符号的类别包括用于管理解码器(410)操作的信息，还可能包括用于控制诸如显示器的呈现设备(412)的信息，该呈现设备不是解码器的组成部分，但是可以耦合到解码器，如图4所示。用于呈现设备的控制信息可以是补充增强信息(SupplementaryEnhancementInformation，SEI消息)或视频可用性信息(VUI)参数集片段(未示出)的形式。解析器(420)可对接收到的编码视频序列进行解析/熵解码。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。解析器(420)可基于对应于群组的至少一个参数，从编码视频序列提取用于视频解码器中的像素的子组中的至少一个子组的子组参数集。子组可以包括图像组(GOP)、图像、图块(tile)、分片(slice)、宏块(macroblock)、编码单元(Coding Unit，CU)、块、转换单元(TransformUnit，TU)、预测单元(Prediction Unit，PU)等。解析器(420)还可以从编码视频序列中提取出如变换系数、量化器参数值、运动矢量等信息。
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)。
符号(421)的重构可以包括多个不同的单元，这取决于编码视频图像或其部分的类型(例如：帧间和帧内图像，帧间和帧内块)以及其它因素。涉及哪些单元以及涉及方式可由解析器(420)从编码视频序列解析的子组控制信息控制。为了清楚起见，下面没有描述解析器(420)和多个单元之间的这种子组控制信息流。
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。在商业受限下操作的实际具体实施中，这些单元中的许多彼此紧密地交互，并且可以至少部分地彼此集成。然而，为了描述本申请的主题，以下对功能单元从概念上的划分是合适的。
第一单元是定标器/逆转换单元(451)。定标器/逆变换单元(451)从解析器(420)接收符号(421)形式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。定标器/逆变换单元(451)可输出包括采样值的块，所述采样值可输入到聚合器(455)中。
在一些情况下，定标器/逆转换单元(451)的输出采样可以属于帧内编码块；即：不使用来自先前重建图像的预测信息，但是可以使用来自当前图像的先前重建部分的预测信息的块。这种预测信息可以由帧内图像预测单元(452)提供。在一些情况下，帧内图像预测单元(452)使用从当前图像缓冲器(458)提取的周围已重建信息生成与正在重建的块的大小和形状相同的块。举例来说，当前图像缓冲器(458)缓冲部分重建的当前图像和/或完全重建的当前图像。在一些情况下，聚合器(455)在每个采样的基础上，将帧内预测单元(452)已经生成的预测信息添加到由定标器/逆转换单元(451)提供的输出采样信息。
在其它情况下，定标器/逆转换单元(451)的输出采样可属于经帧间编码且可能经运动补偿的块。在此情况下，运动补偿预测单元(453)可访问参考图像存储器(457)以提取用于预测的采样。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)添加到定标器/逆变换单元(451)的输出(在这种情况下被称作残差采样或残差信号)，从而生成输出采样信息。运动补偿预测单元(453)获取的预测采样在参考图像存储器(457)内的地址可受运动矢量控制，运动补偿预测单元(453)可以得到具有符号(421)形式的该运动矢量，所述符号(421)可以具有，例如，X、Y和参考图像分量。当使用子采样的精确运动矢量时，矢量运动补偿还可包括对从参考图像存储器(457)获取的采样值进行插值、运动矢量预测机制等。
聚合器(455)的输出采样可以在回路滤波器单元(456)中经各种回路滤波技术处理。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由编码视频序列(也称作已编码视频码流)中的参数控制，环路滤波器单元(456)可得到来自解析器(420)的符号(421)形式的所述参数。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像或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的采样值。
回路滤波器单元(456)的输出可以是可输出到呈现设备(412)也可存储在参考图像存储器(457)中的采样流，以用于将来的图像间预测。
一旦被完全重建，一些编码图像可在后续预测中用作参考图像。举例来说，一旦当前图像对应的已编码图像被完全重建，且已编码图像(通过例如解析器(420))被识别为参考图像，则当前图像缓冲器(458)可成为参考图像存储器(457)的一部分，且可在开始重建后续已编码图像之前重新分配新的当前图像缓冲器。
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。编码视频序列可遵循如视频压缩技术文档或标准中，特别是其概要文档中，指定的视频压缩技术或标准的语法，从这个意义上来说，编码视频序列遵循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。并且，为遵循一些视频压缩技术或标准，编码视频序列的复杂度可在视频压缩技术或标准的等级所限定的界限之内。在一些情况下，各等级对最大图像尺寸、最大帧率、最大重建采样率(例如以每秒兆次采样来衡量)、最大参考图像尺寸等进行了限制。在一些情况下，等级设置的限制可进一步通过假设参考解码器(Hypothetical Reference Decoder，HRD)规范和编码视频序列中指示的HRD缓存管理的元数据来限定。
在一个实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。附加数据可以是编码视频序列的一部分。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(signalnoise ratio，SNR)增强层、冗余切片、冗余图像、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)设置于电子设备(520)中。电子设备(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实施例中的电子设备(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)是电子设备(520)的一部分。
视频源(501)可提供将由视频编码器(503)编码的呈数字视频采样流形式的源视频序列，所述数字视频样本流可具有任何合适的位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适的采样结构(例如Y CrCb 4:2:0、YCrCb 4:4:4)。在媒体服务系统中，视频源(501)可以是存储先前已准备好的视频的存储设备。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。可提供多个单独的图像作为视频数据，当按顺序观看时，这些图像呈现出运动效果。图像自身可构建为空间像素阵列，其中，根据所用的采样结构、色彩空间等，每个像素可包括一个或多个采样。本领域技术人员可以很容易理解像素和采样之间的关系。下文侧重于描述采样。
根据实施例，视频编码器(503)可实时或在应用要求的任何其它时间限制下，对源视频序列的图像进行编码及压缩以形成编码视频序列(543)。控制器(550)的一个功能是施行适当的编码速度。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。为清楚起见，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(图像跳过、量化器、率失真优化技术的λ值等)、图像尺寸、图像组(GOP)布局、最大运动矢量搜索范围等。控制器(550)可具有其它合适的功能，这些功能属于为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像和参考图像创建符号，例如符号流)和嵌入视频编码器(503)中的(本地)解码器(533)。解码器(533)重建符号以创建(远程)解码器也会创建的采样数据(因为在本申请主题中所考虑的视频压缩技术中，符号与编码视频码流之间的任何压缩是无损的)。将重建的采样流(采样数据)输入到参考图像存储器(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，因此参考图像存储器(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”的参考图像采样与解码器在解码期间使用预测时所“看到”的采样值完全相同。这种参考图像同步性基本原理(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)的操作可以与上面已经结合图4详细描述的“远程”解码器(410)的操作相同。然而，还是简要地参考图4，由于符号可用，并且由熵编码器(545)和解析器(420)对编码视频序列的符号的解码可以是无损的，所以解码器(310)的熵解码部分，包括信道(412)、接收器(410)、缓冲器(415)和解析器(420)，可能不能完全在本地解码器(533)中实现。
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。因此，本申请的主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。仅在一些区域中需要更详细的描述，如下文所述。
参考来自视频序列中被指定为参考图像的一个或多个先前已编码图像，所述运动补偿预测编码对输入图像进行预测性编码。以此方式，编码引擎(532)对输入图像的像素块与可被选为所述输入图像的预测参考的参考图像的像素块之间的差异进行编码。
本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图像的图像的已编码视频数据进行解码。较佳地，编码引擎(532)的操作可以是有损过程。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像执行，且可将重建的参考图像存储在参考图像缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图像的副本，所述副本与将由远端视频解码器获得的重建参考图像具有共同内容(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像，预测器(535)可在参考图像存储器(534)中搜索可作为所述新图像的合适的预测参考的采样数据(作为候选参考像素块)或某些元数据，例如参考图像运动矢量、块形状等。预测器(535)可对采样块逐像素块进行处理，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，输入图像可具有从存储于参考图像存储器(534)中存储的多个参考图像取得的预测参考。
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组参数。
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编码视频序列。
传输器(540)可缓冲由熵编码器(545)创建的编码视频序列，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)的编码视频数据与将要传输的其它数据合并，其它数据可以是，例如，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)可以为每个编码图像分配编码图像类型，该编码图像类型能够影响可应用于相应图像的编码技术。例如，通常可以将图像指定为以下图像类型之一：
帧内图像(I图像)可以是不需要利用序列中其它任何图像作为预测源进行编码和解码的图像。一些视频编解码器容许不同类型的帧内图像，包括例如独立解码器刷新(Independent Decoder Refresh，IDR)图像。本领域技术人员知晓I图像的变型及其相应应用和特征。
预测图像(P图像)可以是可以使用帧内预测或帧间预测来编码和解码的图像，帧内预测或帧间预测使用至多一个运动向量和参考索引来预测每个块的采样值。
双向预测图像(B图像)可以是可以使用帧内预测或帧间预测来编码和解码的图像，帧内预测或帧间预测使用至多两个运动向量和参考索引来预测每个块的采样值。类似地，多个预测性图像可使用多于两个参考图像和相关元数据以重建单个块。
源图像通常可在空间上细分为多个采样块(例如，4×4、8×8、4×8或16×16个采样的块)并逐块进行编码。这些块可参考其它(已编码)块进行预测编码，其它块可以根据应用于块的相应图像的编码任务来确定。。例如，I图像的块可进行非预测编码，或可参考同一图像的已编码的块来进行预测编码(空间预测或帧内预测)。P图像的像素块可参考一个先前编码的参考图像通过空间预测或通过时域预测进行预测编码。B图像的块可参考一个或两个先前编码的参考图像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，编码视频数据可符合所使用的视频编码技术或标准指定的语法。
在实施例中，传输器(540)可传输附加数据和已编码的视频。源编码器(530)可将此类数据作为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、冗余图像和切片等其它形式的冗余数据、补充增强信息(Enhancement Information，SEI)消息、可视可用性信息(Visual Usability Information，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像(视频图像)。帧内图像预测(常简称为帧内预测)利用给定图像中的空间相关性，而帧间图像预测则利用图像之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图像(称作当前图像)分割成块。在当前图像中的块类似于视频中先前已编码且仍被缓冲的参考图像中的参考块时，可利用被称为运动矢量的矢量对当前图像中的块进行编码。所述运动矢量指向参考图像中的参考块、且使用多个参考图像的情况下，所述运动矢量可具有用于识别参考图像的第三维度。
在一些实施例中，双向预测技术可用于帧间图像预测。根据双向预测技术，使用两个参考图像，例如第一参考图像和第二参考图像，按解码次序它们都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)。可通过指向第一参考图像中的第一参考块的第一运动矢量和指向第二参考图像中的第二参考块的第二运动矢量对当前图像中的块进行编码。可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图像预测中以改善编码效率。
根据本申请的一些实施例，帧间图像预测和帧内图像预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图像序列中的图像分割成编码树单元(codingtreeunit，CTU)以用于压缩，图像中的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。还可将每个CTU以四叉树循环地拆分为一个或多个编码单元(coding unit，CU)。例如，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(predictionblock，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是根据本申请另一实施例的视频编码器(603)的示意图。视频编码器(603)用于接收视频图像序列中的当前视频图像内的采样值的处理块(例如预测块)，且将所述处理块编码到的已编码图像中，已编码图像是编码视频序列的一部分。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)接收处理块的采样值的矩阵，所述处理块为，例如，8×8采样的预测块等。视频编码器(603)使用，例如，率失真(rate-distortion，RD)优化来确定处理块的编码采用帧内模式、帧间模式还是双向预测模式更好。当采用帧内模式对处理块编码时，视频编码器(603)可使用帧内预测技术将处理块编码到已编码图像中；且当采用帧间模式或双向预测模式对处理块进行编码时，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像中。在某些视频编码技术中，合并模式可以是帧间图像预测子模式，其中，在不借助预测因子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因子导出运动矢量。在一些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块的模式的模式决策模块(未示出)。
在图6的实施例中，视频编码器(603)包括如图6所示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)的采样、比较所述块与参考图像中的一个或多个参考块(例如先前图像和后续图像中的块)、生成帧间预测信息(例如帧间编码技术的冗余信息的描述、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，参考图像是基于已编码的视频信息解码的已解码参考图像。
帧内编码器(622)用于接收当前块(例如处理块)的采样，在一些情况下将所述块与同一图像中已编码的块进行比较，在变换之后生成量化系数，以及在一些情况下还生成帧内预测信息(例如，根据一个或多个帧内编码技术生成帧内预测方向信息)。在实施例中，帧内编码器(622)还基于帧内预测信息和同一图像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，并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，并基于所述模式将控制信号提供给开关(626)。例如，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，控制熵编码器(625)选择帧内预测信息并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，控制熵编码器(625)选择帧间预测信息并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)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经量化处理获得量化的变换系数。在各实施例中，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，并生成已解码残差数据。已解码残差数据适合由帧内编码器(622)和帧间编码器(630)使用。例如，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像，在一些实施例中，所述已解码图像可在存储器电路(未示出)中缓存并用作参考图像。
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标准等合适的标准产生各种信息。在实施例中，熵编码器(625)用于将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息加入码流中。应注意，根据本申请的主题，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是本申请另一实施例的视频解码器(710)的示意图。视频解码器(710)用于接收作为编码视频序列的一部分的编码图像，且对所述编码图像进行解码以生成重建的图像。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的实施例中，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)可用于根据编码图像来重建一些符号，这些符号表示构成所述编码图像的语法元素。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)、可分别识别帧内解码器(772)或帧间解码器(780)进行预测所使用的一些采样或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供给帧间解码器(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给帧内解码器(772)。残差信息可经逆量化并提供给残差解码器(773)。
帧间解码器(780)用于接收帧间预测信息，并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，并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，并对所述解量化的变换系数进行处理，从而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)用于在空间域中将残差解码器(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)进行合并以形成重建的块，所述重建的块可以是重建的图像的一部分，所述重建的图像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)。
通常，基于不同图像的基于块的补偿可以被称为运动补偿或帧间预测块补偿。然而，可以利用同一图像内的先前重建的区域实现块补偿。这种块补偿可以称为帧内图像块补偿，当前图像参考(current picture referencing，CPR)或帧内块复制(intra blockcopy，IBC)。
本申请的各实施例提供了用于同一图像内基于块的补偿的技术(例如，IBC预测模式)。
根据本申请的各实施例，在IBC预测模式中，指示当前块与同一图像内的参考块之间的偏移的位移向量被称为块向量(block vector，BV)。注意，参考块已经在当前块之前被重建。另外，对于并行处理，可以从可用参考块中排除处于图块/分片边界或波前梯形状边界的参考区域。由于这些限制，块矢量可以与帧间预测模式的运动补偿中可以处于任何值(正或负，在x或y方向上)的运动矢量不同。
IBC预测模式中的块矢量的编码可以是显式的或隐式的。在显式模式中，会标识出块矢量和块矢量的预测因子之间的块矢量差。IBC预测模式的显式模式中对块矢量进行编码的方式可以与帧间预测模式的高级运动矢量预测(advanced motionvectorprediction，AMVP)模式中对运动矢量进行编码的方式类似。在隐式模式中，不使用块矢量差，而是从块矢量的预测因子恢复出块矢量，该方式与帧间预测模式的合并模式中的运动矢量预测方式类似，。另外，在一个实施例中，块矢量的分辨率可以被限制为整数位，但是在另一个实施例中，可以允许块矢量的分辨率指向小数位。
可以使用，例如，块级标志(称为IBC标志)或参考索引，来标识出在块级别使用了IBC预测模式。使用IBC标志时，当前块可能无法以隐式模式编码。当使用参考索引时，可以将当前解码图像作为放置在参考图像列表最后的参考图像。该参考图像还可以与解码图像缓冲器(decoded picture buffer，DPB)中的其他时域参考图像一起管理。
图8是本申请实施例的帧内块复制(IBC)预测模式的示例性示意图。在图8的例子中，当前图像(800)正在被重建，包括已重建区域(801)(灰色区域)和待解码区域(802)(白色区域)。已重建区域(801)中的块已经被解码，待重建区域(802)中的块要么正在被解码，要么即将被解码。当前块(804)在待重建区域(802)中，且已被解码。可以利用已重建区域(801)中的参考块(805)解码当前块(804)。当前块(804)的解码基于块矢量(803)，块矢量(803)是当前块(804)和参考块(805)之间的偏移。
根据本申请的各实施例，用于获得当前块(例如，当前块(804))的块向量(例如，块向量(803))的参考块(例如，参考块(805))在IBC预测模式的允许参考区域内。当可从具有有限存储空间的存储器(例如片上存储器)访问允许参考区域时，允许参考区域可被限定在特定区域内。
根据一些实施例，IBC预测模式的允许参考区域被限定在当前块所处的当前CTU内。一个例子中，用于在IBC预测模式中存储允许参考区域的参考采样的存储器是1个CTU大小(例如，128×128个采样)。如果1个CTU大小(128×128个采样)包括四个区域，每个区域具有64×64个采样，则存储器可以存储这样的四个区域，其中，一个区域是当前已重建的64×64个采样，而其他三个区域中每个区域具有64×64个采样，可以是参考采样。
根据一些实施例，IBC预测模式的允许参考区域可以扩展到位于当前CTU的左边的CTU的一些部分，同时使存储器中存储的允许参考区域不变(例如，1个CTU大小)，这样，允许参考区域可以不被限制在当前的CTU内。注意，允许参考区域可以取决于当前CTU中的当前块的位置。也就是说，可以根据当前CTU中当前块的位置更新允许参考区域。
图9A-9D是本申请实施例的IBC预测模式中允许参考区域的更新过程的示例性示意图。如上所述，有效的允许参考区域被扩展到位于当前CTU(900)左边的CTU(910)的一些部分。
在该更新过程期间，用来自当前CTU的已重建采样更新左侧CTU存储的参考采样。在图9A-9D中，灰色区域表示已重建的区域，白色区域表示待重建的区域，具有竖条纹和文本“Curr”的区域表示当前块所在的当前编码/解码区域。另外，在每个图中，左侧四个区域(911)-(914)属于左侧CTU(910)，右侧四个区域(901)-(904)属于当前CTU(900)。
注意，左侧CTU(910)的所有四个区域(911)-(914)已被重建。因此，存储器最初存储来自左侧CTU(910)的所有这四个区域的参考采样，然后使用来自当前CTU(900)的一个区域中的当前已重建采样来更新左侧CTU中具有同样相对关系的区域(910)中的参考采样。
例如，在图9A中，当前CTU(900)中的当前区域(901)正在重建，并且在左侧CTU(910)中与当前区域(901)位置相同的区域是已重建的区域(911)。位置相同的区域(911)位于左侧CTU(910)的区域中，具有与当前CTU(900)中的当前块(901)相同的相对位置。因此，存储该位置相同的区域(911)的参考采样的存储区域，被更新用于存储当前区域(901)的已重建采样，并且在图9A中，在该位置相同的区域(911)中标记“X”，表示该位置相同的区域(911)的参考采样不再存储在存储器中。
类似地，在图9B中，当前CTU(900)中的当前区域(902)正在重建，并且在左侧CTU(910)中与当前区域(902)位置相同的区域是区域(912)。位置相同的区域(912)位于左侧CTU(910)的区域中，具有与当前CTU(900)中的当前区域(902)相同的相对位置。因此，存储该位置相同的区域(912)的参考采样的存储区域，被更新用于存储当前区域(902)的已重建采样，并且在图9B中，在该位置相同的区域(912)中标记“X”，表示该位置相同的区域(912)的参考采样不再存储在存储器中。
在图9C中，当前CTU(900)中的当前区域(903)正在重建，并且在左侧CTU(910)中与当前区域(903)位置相同的区域是区域(913)。该位置相同的区域(913)位于左侧CTU(910)的区域中，具有与当前CTU(903)中的当前区域(902)相同的相对位置。因此，存储该位置相同的区域(913)的参考采样的存储区域，被更新用于存储当前区域(903)的已重建采样，并且在图9C中，在该位置相同的区域(913)中标记“X”，表示该位置相同的区域(913)的参考采样不再存储在存储器中。
在图9D中，当前CTU(900)中的当前区域(904)正在重建，并且在左侧CTU(904)中与当前区域(904)位置相同的区域是区域(914)。该位置相同的区域(914)位于左侧CTU(910)的区域中，具有与当前CTU(904)中的当前区域(902)相同的相对位置。因此，存储该位置相同的区域(914)的参考采样的存储区域，被更新用于存储当前区域(904)的已重建采样，并且在图9D中，在该位置相同的区域(914)中标记“X”，表示该位置相同的区域(914)的参考采样不再存储在存储器中。
根据本申请各实施例，当第一参考块在允许参考区域之外时，修改指向第一参考块的块矢量，使得修改后的块矢量指向允许参考区域内最接近第一参考块的第二参考块。
图10是本申请实施例的修改块矢量的示例性示意图。在图10中，当前CTU(1000)是当前块(1001)的允许参考区域。因此，左侧CTU(1010)、上方CTU(1020)、左上方CTU(1030)和右上方CTU(1040)被认为在图10的允许参考区域之外。
在一个实施例中，当块矢量(1012)指向左侧CTU(1010)中的参考块(1011)时，块矢量(1012)被认为是无效的。因此，通过将块矢量(1012)的水平方向的尺寸减小到当前CTU(1000)的垂直边界来裁剪块矢量(1012)。裁剪后的块矢量(1013)指向当前CTU(1000)内最接近参考块(1011)的参考块(1002)。
在一个实施例中，当块矢量(1022)指向上方CTU(1021)中的参考块(1021)时，块矢量(1022)被认为是无效的。因此，通过将块矢量(1022)的垂直方向的尺寸减小到当前CTU(1000)的水平边界来裁剪块矢量(1022)。裁剪后的块矢量(1023)指向当前CTU(1000)内最接近参考块(1021)的参考块(1003)。
在一个实施例中，当块矢量(未示出)指向左上方CTU(1030)中的参考块(1031)时，该块矢量被认为是无效的。因此，通过将该块矢量的水平方向的尺寸和垂直方向的尺寸均减小到当前CTU(1000)的左上角来裁剪该块矢量。裁剪后的该块矢量(未示出)指向当前CTU(1000)内最接近参考块(1031)的参考块(1004)。
在一个实施例中，当块矢量(未示出)指向右上方CTU(1040)中的参考块(1041)时，该块矢量被认为是无效的。因此，通过将该块矢量的水平方向的尺寸和垂直方向的尺寸均减小到当前CTU(1000)的右上角来裁剪该块矢量。裁剪后的该块矢量(未示出)指向当前CTU(1000)内最接近参考块(1041)的参考块(1005)。
根据本申请各实施例，当参考块在允许参考区域之外时，修改指向该参考块的块矢量，使得修改后的块矢量的水平方向的尺寸或垂直方向的尺寸在有效范围搜索内。
当使用水平方向的裁剪时，可以裁剪块矢量的水平方向的尺寸，使得修改后的块矢量的水平尺寸被限制在有效搜索范围的左边界和有效搜索范围的右边界之间。
当使用垂直方向的裁剪时，可以裁剪块矢量的垂直方向的尺寸，使得修改后的块矢量的垂直尺寸被限制在有效搜索范围的上边界和有效搜索范围的下边界之间。
根据本申请各实施例，当参考块在允许参考区域之外、且允许参考区域内没有可用的参考块时，使用默认参考块来预测当前块。在一个实施例中，默认参考块可以位于(0,0)，即当前图像的起始点。
在一个实施例中，默认参考块的位置取决于指向无效参考块的块矢量。如果块矢量的坐标是(x，y)，则默认参考块位于当前图像的边界点(x，0)或(0，y)。边界点(x，0)具有与块矢量相同的水平坐标，并且边界点(0，y)具有与块矢量相同的垂直坐标。当参考块在允许参考区域之外时，指向参考块的块矢量不被放入用于预测当前块的块矢量预测因子候选者列表中。
根据本申请各实施例，当参考块在允许参考区域之外、且允许参考区域内没有可用的参考块时，使用预定义的像素值来预测当前块。在一个实施例中，预定义的像素值可以是比特深度的中值。例如，当比特深度是10比特时，该中值和预定义的像素值可以是512。
根据本申请各实施例，用于获得当前块(例如，当前块(804))的块向量(例如，块向量(803))的参考块(例如，参考块(805))在IBC预测模式的受限参考区域之外。例如，当当前块的直接相邻区域被用作当前块的参考区域、并被存储在具有高延迟的存储器中(例如片外存储器)时，访问作为参考区域的直接相邻区域来预测当前块的成本从硬件设计的角度看可能代价过大。在这样的例子中，可以将直接相邻区域视为IBC预测模式的受限参考区域。因此，当在IBC预测模式中指定受限参考区域时，当前块可以参考在受限参考区域之外的参考块。
根据本申请各实施例，当当前块涉及IBC预测模式中位于受限参考区域内的第一参考块时，使用受限参考区域之外且接近受限参考区域的第二参考块来预测当前块。第二参考块的位置取决于受限参考区域的大小和当前块的大小。注意，受限参考区域的大小是CTU大小的倍数。
图11A是本申请实施例的当第一参考块在受限参考区域内时选择第二参考块的示例性示意图。在图11A的例子中，当前CTU(1100)是当前块(1101)的受限参考区域。因此，当第一参考块在当前CTU(1100)内时，第二参考块可以位于当前CTU(1100)的垂直边界或水平边界之外。
在图11A的例子中，当前CTU(1100)的左上坐标是(CTUx，CTUy)，而当前块(1101)的左上坐标是(CUx，CUy)。当前块(1101)的宽度和高度分别是CUwidth和CUheight。
在一个实施例中，第二参考块位于当前CTU(1100)的垂直边界的左侧，并且与当前块(1101)具有相同的垂直坐标。一个例子中，第二参考块是(1102)并且对应的块矢量是(CTUx-CUx-CUwidth，0)。另一个例子中，参考块是(1103)并且对应的块矢量是(CTUx–CUx–2*CUwidth，0)。
第二参考块可以位于当前CTU(1100)的水平边界的上方，并且与当前块(1101)具有相同的水平坐标。一个例子中，第二参考块是(1104)并且对应的块矢量是(0,CTUy–CUy–CUheight)。另一个例子中，第二参考块是(1105)并且对应的块矢量是(0,CTUy–CUy–2*CUheight)。
第二参考块可以位于当前CTU(1100)的左上角之外。一个例子中，第二参考块是(1106)并且对应的块矢量是(CTUx–CUx–CUwidth,CTUy–CUy–CUheight)。另一个例子中，第二参考块是(1107)并且对应的块矢量是(CTUx–CUx–CUwidth,CTUy–CUy)。另一个例子中，第二参考块是(1108)并且对应的块矢量是(CTUx–CUx,CTUy–CUy–CUheight)。
图11B是本申请实施例的当第一参考块在受限参考区域内时选择第二参考块的另一示例性示意图。在图11B的例子中，当前CTU(1110)和左侧CTU(1130)都是是当前块的受限参考区域(1111)。因此，当第一参考块在当前CTU(1110)或左侧CTU(1130)内时，第二参考块可以位于当前CTU(1110)的水平边界或左侧CTU(1130)的垂直边界之外。
在图11B的例子中，当前CTU(1110)的左上坐标是(CTUx，CTUy)，而当前块(1111)的左上坐标是(CUx，CUy)。左侧CTU(1130)的宽度和高度分别是CTUwidth和CTUheight。当前块(1111)的宽度和高度分别是CUwidth和CUheight。注意，CTUx<＝CUx<CTUx+CTUwidth，且CTUy<＝CUy<CTUy+CTUheight。
在一个实施例中，第二参考块可以位于左侧CTU(1130)的垂直边界的左侧，并且与当前块(1111)具有相同的垂直坐标。一个例子中，第二参考块是(1112)并且对应的块矢量是(CTUx–CTUwidth–CUx–CUwidth，0)。另一个例子中，参考块是(1113)并且对应的块矢量是(CTUx–CTUwidth–CUx–2*CUwidth，0)。
一个实施例中，第二参考块可以位于当前CTU(1110)的水平边界的上方，并且与当前块(1111)具有相同的水平坐标。一个例子中，第二参考块是(1114)并且对应的块矢量是(0,CTUy–CUy–CUheight)。另一个例子中，第二参考块是(1115)并且对应的块矢量是(0,CTUy–CUy–2*CUheight)。
第二参考块可以位于左侧CTU(1130)的左上角之外。一个例子中，第二参考块是(1116)并且对应的块矢量是(CTUx–CTUwidth–CUx–CUwidth,CTUy–CUy–CUheight)。另一个例子中，第二参考块是(1117)并且对应的块矢量是(CTUx–CTUwidth–CUx–CUwidth,CTUy–CUy)。另一个例子中，第二参考块是(1118)并且对应的块矢量是(CTUx–CTUwidth–CUx,CTUy–CUy–CUheight)。
第二参考块可以位于当前CTU(1110)的左上角之外。一个例子中，第二参考块是(1119)并且对应的块矢量是(CTUx–CUx–CUwidth,CTUy–CUy–CUheight)。另一个例子中，第二参考块是(1120)并且对应的块矢量是(CTUx–CUx,CTUy–CUy–CUheight)。
注意，零块矢量可能不是IBC预测模式中的有效块矢量，因为利用零块矢量生成的块矢量差可能非常大。
根据本申请各实施例，可将指向有效参考块的有效块向量作为合并候选者放入合并候选者列表中。当合并候选者索引指示选择了有效块矢量时，隐含地指示在IBC预测模式下对当前块进行编码。在一个实施例中，有效块矢量可以放在合并候选者列表的后部。
或者，可以将有效块矢量放在合并候选者列表中的某个合并候选者之前或之后。在一个例子中，可以将有效块矢量放在空间合并候选者之后。在另一个例子中，可以将有效块矢量放在零合并候选者之前。当将多于一个块矢量放入合并候选者列表时，对这些块矢量的顺序不做限制。
注意，当块向量指向当前图像、当前图块、当前分片、或IBC预测模式的允许参考区域之外的参考块时，可以不使用该块矢量作为合并候选者。
图12是本申请实施例的示例性过程(1200)的概要流程图。过程(1200)可以用于重建IBC预测模式下编码的块，从而为正在重建的块生成预测块。在各实施例中，过程(1200)由处理电路执行，例如终端设备(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，执行帧内预测模块(452)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，执行帧内编码器(622)的功能的处理电路，执行帧内解码器(772)的功能的处理电路，等。一些实施例中，过程(1200)由软件指令实现，因此当处理电路执行这些软件指令时，处理电路执行过程(1200)。
过程(1200)通常可以从步骤(S1210)开始，其中过程(1200)对当前编码图像中的当前块的预测信息进行解码，该当前编码图像是编码视频序列的一部分。预测信息指示帧内块复制(intra block copy，IBC)模式和用于当前块的第一块矢量预测因子(blockvector predictor，BVP)。第一BVP指向第一参考块(reference block，RB)。在解码预测信息之后，处理(1200)进行到步骤(S1220)。
在步骤(S1220)，过程(1200)确定是否可从存储器访问第一RB。在一个实施例中，当可从存储器访问当前块的允许参考区域时，过程(1200)确定第一RB是否在当前块的允许参考区域之外。当确定第一RB在当前块的允许参考区域之外时，过程(1200)指示不可从存储器访问第一RB。一个例子中，当前块的允许参考区域包括CTU中的已重建区域。另一例子中，当前块的允许参考区域包括当前CTU中的已重建区域，以及位于当前CTU左侧的相邻CTU的一部分。
在一个实施例中，当不可以从存储器访问当前块的受限参考区域时，过程(1200)确定第一RB是否在当前块的受限参考区域之中。当确定第一RB在当前块的受限参考区域内时，过程(1200)指示不可从存储器访问第一RB。当确定不可从存储器访问第一RB时，过程进行到步骤(S1230)。
在步骤(S1230)，过程(1200)根据默认RB、第一RB和当前块中的至少一个，确定可从存储器访问的第二RB。在一个实施例中，当确定第一RB在当前块的允许参考区域之外时，过程(1200)确定是否在当前块的允许参考区域中找到至少一个可用RB。当在当前块的允许参考区域中找到至少一个可用RB时，过程(1200)根据至少一个可用RB中最靠近第一RB的一个确定第二RB。否则，当在当前块的允许参考区域中未找到至少一个可用RB时，过程(1200)根据默认RB确定第二RB。当第一BVP的坐标是(x，y)时，默认RB的左上坐标是下列之一：当前图像的起始点(0,0)、当前图像中与第一BVP具有相同水平坐标的边界点(x，0)，以及当前图像中与第一BVP具有相同垂直坐标的边界点(0，y)。
一个实施例中，当确定第一RB在当前块的受限参考区域内时，过程(1200)根据受限参考区域的大小和当前块的大小确定在受限参考区域外并且靠近受限参考区域的第二RB。受限参考区域的大小是CTU大小的倍数。
在确定第二RB之后，处理(1200)进行到步骤(S1240)。在步骤(S1240)，过程(1200)将第二BVP加入BVP候选者列表。第二BVP指向第二RB。然后，过程(1200)进行到步骤(1250)。
在步骤(S1250)，过程(1200)基于BVP候选者列表重建当前块。在重建当前块之后，过程(1200)终止。
上述技术可以使用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13为适于实现本申请一些实施例的计算机系统(1300)。
计算机软件可利用任何合适的机器代码或计算机语言来编码，可采用汇编、编译、链接或类似机制生成指令代码。这些指令代码可由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过代码解释、微代码执行等操作来执行。
这些指令可在多种类型的计算机或计算机组件中执行，包括，例如，个人计算机、平板电脑、服务器、智能电话、游戏设备、物联网设备等。
图13所示的用于计算机系统(1300)的组件本质上是示例性的，而非旨在对实现本申请实施例的计算机软件的使用或功能范围做任何限制。也不应将组件的配置方式解释为对计算机系统(1300)的示例性实施例中的任一部件或其组合具有任何的依赖性或要求。
计算机系统(1300)可以包括某些人机界面输入设备。这样的人机界面输入设备可以响应于一个或多个人类用户通过例如触觉输入(诸如键击、挥动、数据手套移动)、音频输入(诸如语音、拍击)、视觉输入(诸如姿势)、嗅觉输入(未示出)的输入。人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些介质，例如音频(诸如语音、音乐、环境声音)、图像(诸如扫描的图像、从静止图像相机获得的摄影图像)、视频(诸如二维视频，包括立体视频的三维视频)。
人机界面输入设备可包括以下项中的一种或多种(每一种仅描绘一个)：键盘(1301)、鼠标(1302)、触控板(1303)、触摸屏(1310)、数据手套(未示出)、操纵杆(1305)、麦克风(1306)、扫描仪(1307)、照相机(1308)。
计算机系统(1300)还可以包括某些人机界面输出设备。这样的人机界面输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感觉。这种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(1310)、数据手套(未示出)或操纵杆(1305)的触觉反馈，但是也可以有不用作输入设备的触觉反馈设备)、音频输出设备(诸如扬声器(1309)、耳机(未示出))、可视输出设备以及打印机(未示出)，其中可视输出设备诸如屏幕(1310)、虚拟现实眼镜(未示出)、全息显示器和烟雾箱(未示出)，屏幕(1310)包括阴极射线管(Cathode Ray Tube，CRT)屏幕、液晶显示器(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏幕，每一种都具有或不具有触摸屏输入能力，每一种都具有或不具有触觉反馈能力，这些屏幕中的一些能够通过手段(诸如立体图像输出)输出二维可视输出或多于三维的输出。
计算机系统(1300)还可以包括人类可访问的存储设备及其相关联的介质，诸如光学介质(包括具有CD/DVD的CD/DVDROM/RW(1320))或类似介质(1321)、拇指驱动器(1322)、可移动硬盘驱动器或固态驱动器(1323)、传统磁介质(诸如磁带和软盘(未示出))、基于专用只读存储器(Read-Only Memory，ROM)/专用集成电路(Application-SpecificIntegrated Circuit，ASIC)/可编程逻辑器件(Programmable Logic Device，PLD)的设备(诸如安全道尔芯片(未示出))，等等。
本领域技术人员还应当理解，结合当前公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(1300)还可以包括连接一个或多个通信网络(1355)的接口(1354)。网络(1355)可以是，例如，无线网络、有线网络、光网络。网络还可以是本地网、广域网、城域网、车联网的和工业网络、实时网络、延迟容忍网络等等。网络的示例包括局域网(诸如以太网、无线局域网(Local Area Network，LAN))、蜂窝网络(包括全球移动通信系统(GlobalSystem for Mobile communications，GSM)、第三代移动通信系统(3G)、第四代移动通信系统(4G)、第五代移动通信系统(5G)、长期演进(Long-Term Evolution，LTE)等)、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)、车辆和工业网络(包括控制器区域网络Controller Area Network，CAN)总线(CANbus)，等等。某些网络通常需要外部网络接口适配器，该外部网络接口适配器连接到某些通用数据端口或外围总线(1349)(诸如计算机系统(1300)的通用串行总线(Universal Serial Bus，USB)端口)；其他的通常通过如下所述连接到系统总线而集成到计算机系统(1300)的核心中(例如，进入个人计算机系统的以太网接口或进入智能手机计算机系统的蜂窝网络接口)。通过使用这些网络中的任何一个，计算机系统(1300)可以与其它实体通信。这种通信可以是使用局域或广域数字网络的到其它计算机系统的单向的、仅接收的(例如广播TV)、单向仅发送的(例如到某些CAN总线设备的CAN总线)或双向的通信。可以在如上所述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(1300)的内核(1340)。
内核(1340)可以包括一个或多个中央处理单元(Central Processing Unit，CPU)(1341)、图形处理单元(Graphics Processing Unit，GPU)(1342)、以现场可编程门阵列(Field Programmable Gate Array,FPGA)(1343)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(1344)等。这些设备，以及只读存储器(Read-Only Memory，ROM)(1345)，随机存取存储器(1346)，内部大容量存储器(如内部非用户可访问硬盘驱动器，固态硬盘(Solid-state Drive，SSD))(1347)等，可以通过系统总线(1348)相互连接。在一些计算机系统中，系统总线(1348)可以以一个或多个物理插头的形式访问，从而通过附加的CPU，GPU等实现扩展。外围设备可以直接，或者通过外围总线(1349)，连接到内核的系统总线(1348)。外围总线的架构包括PCI，USB等。
CPU(1341)、GPU(1342)、FPGA(1343)和加速器(1344)可以执行某些指令，这些指令组合起来可以构成前述的计算机代码。该计算机代码可以存储在ROM(1345)或RAM(1346)中。中间数据也可以存储在随机存取存储器(Random Access Memory，RAM)(1346)中，而永久数据可以存储在，例如，内部大容量存储器(1347)中。可以通过使用高速缓冲存储器来实现到任何存储器设备的快速存储和读取，高速缓存存储器可以与一个或多个CPU(1341)、GPU(1342)、大容量存储器(1347)、ROM(1345)、RAM(1346)等紧密关联。
计算机可读介质上可以具有计算机代码，在计算机代码上执行各种计算机执行的操作。介质和计算机代码可以是为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。
作为示例而非限制，具有体系结构(1300)的计算机系统，特别是内核(1340)，可以提供处理器(包括CPU、GPU、FPGA、加速器等)执行在一个或多个有形的计算机可读介质中的软件而实现的功能。这样的计算机可读介质可以是与如上所述的用户可访问大容量存储器相关联的介质，以及非暂时性的内核(1340)的某些存储，诸如内核内部大容量存储器(1347)或ROM(1345)。实现本申请各实施例的软件可以存储在这样的设备中并由内核(1340)执行。根据特定需要，计算机可读介质可包括一个或多个存储器设备或芯片。该软件可以使内核心，特别是其中的处理器(包括CPU，GPU，FPGA等)，执行本文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(1346)中的数据结构，以及根据软件定义的过程修改这些数据结构。作为补充或作为替代，计算机系统可提供与电路(例如加速器1344)中的逻辑硬连线或其它组件相同的功能，可代替软件或与软件一起操作以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(Integrated Circuit,IC))，包括执行逻辑的电路，或两者兼备。本申请包括硬件和软件的任何适当组合。
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、置换和各种替代属于本申请的范围内。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，因此属于本申请的精神和范围之内。
附录A：缩略语
AMVP:Advanced Motion Vector Prediction高级运动矢量预测
ASIC
ASIC:Application-Specific Integrated Circuit专用集成电路
BMS:Benchmark Set基准集
BV:Block Vector块矢量
CANBus:Controller Area Network Bus控制器区域网络总线
CD:Compact Disc光盘
CPR:Current Picture Referencing当前图像参考
CPUs:Central Processing Units中央处理单元
CRT:Cathode Ray Tube阴极射线管
CTBs:Coding Tree Blocks编码树块
CTUs:Coding Tree Units编码树单元
CU:Coding Unit编码单元
DPB:Decoder Picture Buffer解码器图像缓冲区
DVD:Digital Video Disc数字视频光盘
FPGA:Field Programmable Gate Array现场可编程门阵列
GOPs:Groups of Pictures图像组
GPUs:Graphics Processing Units图形处理单元
GSM:Global System for Mobile communications全球移动通信系统
HEVC:High Efficiency Video Coding高效视频编码
HRD:Hypothetical Reference Decoder假设参考解码器
IBC:Intra Block Copy内部块复制
IC:Integrated Circuit集成电路
JEM:Joint Exploration Model联合探索模型
LAN:Local Area Network局域网
LCD:Liquid-Crystal Display液晶显示器
LTE:Long-Term Evolution长期演进
MV:Motion Vector运动矢量
OLED:Organic Light-Emitting Diode有机发光二极管
PBs:Prediction Blocks预测块
PCI:Peripheral Component Interconnect外围组件互连
PLD:Programmable Logic Device可编程逻辑器件
PUs:Prediction Units预测单位
RAM:Random Access Memory随机存取存储器
ROM:Read-Only Memory只读存储器
SCC:Screen Content Coding屏幕内容编码
SEI:Supplementary Enhancement Information补充增强信息
SNR:Signal Noise Ratio信噪比
SSD:Solid-state Drive固态硬盘
TUs:Transform Units转换单位
USB:Universal Serial Bus通用串行总线
VUI:Video Usability Information视频可用性信息
VVC:Versatile Video Coding多功能视频编码。

Claims (7)

1.一种视频解码方法，其特征在于，包括：
对当前编码图像中的当前块的预测信息进行解码，所述编码图像是编码视频序列的一部分，所述预测信息指示帧内块复制IBC模式和当前块的第一块矢量预测因子BVP，第一BVP指向第一参考块RB；其中，所述帧内块复制模式中指定了受限参考区域，所述受限参考区域包括当前编码树单元CTU或包括当前CTU和左侧CTU；
当不可以从存储器访问当前块的受限参考区域、且所述第一RB位于受限参考区域内时，使用受限参考区域之外且接近所述受限参考区域的参考块作为第二RB；其中，
若当前CTU是所述当前块的受限参考区域，当所述第一RB在所述当前CTU内时，
所述第二RB位于所述当前CTU的垂直边界的左侧、或水平边界的上方、或左上角之外；
若当前CTU和左侧CTU都是所述当前块的受限参考区域，当所述第一RB在所述当前CTU或左侧CTU内时，所述第二RB位于所述当前CTU的水平边界的上方、或左侧CTU的垂直边界的左侧、或者当前CTU的左上角之外、或者左侧CTU的左上角之外；
将第二BVP加入BVP候选者列表，其中，所述第二BVP指向第二RB；及
基于所述BVP候选者列表重建当前块。
2.根据权利要求1所述的方法，其特征在于，进一步包括：当可从所述存储器访问所述当前块的允许参考区域、且确定所述第一RB位于所述当前块的所述允许参考区域之外时，当在所述当前块的所述允许参考区域中找到至少一个可用RB时，根据所述至少一个可用RB中最靠近所述第一RB的一个确定所述第二RB；所述当前块的允许参考区域包括当前CTU中的已重建区域。
3.根据权利要求1所述的方法，其特征在于，所述受限参考区域的大小是CTU大小的倍数。
4.一种视频解码装置，其特征在于，包括处理电路，用于：
对当前编码图像中的当前块的预测信息进行解码，所述编码图像是编码视频序列的一部分，所述预测信息指示帧内块复制IBC模式和当前块的第一块矢量预测因子BVP，第一BVP指向第一参考块RB；其中，所述帧内块复制模式中指定了受限参考区域，所述受限参考区域包括当前编码树单元CTU或包括当前CTU和左侧CTU；
当不可以从存储器访问当前块的受限参考区域、且所述第一RB位于受限参考区域内时，使用受限参考区域之外且接近所述受限参考区域的参考块作为第二RB；其中，
若当前CTU是所述当前块的受限参考区域，当所述第一RB在所述当前CTU内时，
所述第二RB位于所述当前CTU的垂直边界的左侧、或水平边界的上方、或左上角之外；
若当前CTU和左侧CTU都是所述当前块的受限参考区域，当所述第一RB在所述当前CTU或左侧CTU内时，所述第二RB位于所述当前CTU的水平边界的上方、或左侧CTU的垂直边界的左侧、或者当前CTU的左上角之外、或者左侧CTU的左上角之外；
将第二BVP加入BVP候选者列表，第二BVP指向第二RB；及
基于BVP候选者列表重建当前块。
5.根据权利要求4所述的装置，其特征在于，所述处理电路进一步用于：
当可以从所述存储器访问所述当前块的允许参考区域时，
确定所述第一RB是否位于所述当前块的所述允许参考区域之外；及
当所述第一RB位于所述当前块的所述允许参考区域之外时，
当在所述当前块的所述允许参考区域中找到至少一个可用RB时，
根据所述至少一个可用RB中最靠近所述第一RB的一个确定所述第二RB；所述当前块的允许参考区域包括当前CTU中的已重建区域。
6.根据权利要求4所述的装置，其特征在于，所述受限参考区域的大小是CTU大小的倍数。
7.一种非暂时性计算机可读存储介质，存储有程序，其特征在于，所述程序可被至少一个处理器执行如权利要求1-3任一项所述的方法。
CN201910628513.XA 2018-07-13 2019-07-12 视频解码方法、装置及存储介质 Active CN110719485B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862698010P 2018-07-13 2018-07-13
US62/698,010 2018-07-13
US201962791866P 2019-01-13 2019-01-13
US62/791,866 2019-01-13
US16/439,384 2019-06-12
US16/439,384 US10904559B2 (en) 2018-07-13 2019-06-12 Block vector prediction in intra block copy mode

Publications (2)

Publication Number Publication Date
CN110719485A CN110719485A (zh) 2020-01-21
CN110719485B true CN110719485B (zh) 2023-02-24

Family

ID=69139794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628513.XA Active CN110719485B (zh) 2018-07-13 2019-07-12 视频解码方法、装置及存储介质

Country Status (2)

Country Link
US (1) US10904559B2 (zh)
CN (1) CN110719485B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020185466A1 (en) * 2019-03-09 2020-09-17 Tencent America LLC Method and apparatus for video coding
CN111246208B (zh) * 2020-01-22 2022-04-08 北京字节跳动网络技术有限公司 视频处理方法、装置及电子设备
US11595694B2 (en) * 2020-04-01 2023-02-28 Tencent America LLC Method and apparatus for video coding
WO2022110131A1 (zh) * 2020-11-30 2022-06-02 深圳市大疆创新科技有限公司 帧间预测方法、装置、编码器、解码器和存储介质
CN115633172A (zh) * 2020-12-06 2023-01-20 浙江大华技术股份有限公司 基于ibc模式编码方法、电子设备及存储介质
CN114697675B (zh) * 2020-12-25 2024-04-05 扬智科技股份有限公司 解码显示系统与其存储器访问方法
US20230100297A1 (en) * 2021-09-28 2023-03-30 Ofinno, Llc Block Vector Predictor Refinement based on Reference Region Boundary

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101441905B1 (ko) * 2009-11-18 2014-09-24 에스케이텔레콤 주식회사 후보 예측 움직임 벡터 집합 선택을 이용한 움직임 벡터 부호화/복호화 방법 및 장치와 그를 이용한 영상 부호화/복호화 방법 및 장치
KR102200578B1 (ko) * 2011-06-30 2021-01-11 가부시키가이샤 제이브이씨 켄우드 화상 부호화 장치, 화상 부호화 방법, 화상 부호화 프로그램, 화상 복호 장치, 화상 복호 방법 및 화상 복호 프로그램
US10015515B2 (en) * 2013-06-21 2018-07-03 Qualcomm Incorporated Intra prediction from a predictive block
US9503715B2 (en) * 2013-08-30 2016-11-22 Qualcomm Incorporated Constrained intra prediction in video coding
EP3078192B1 (en) 2014-02-21 2019-12-04 MediaTek Singapore Pte Ltd. Method of video coding using prediction based on intra picture block copy
KR101863487B1 (ko) 2014-05-06 2018-05-31 에이치에프아이 이노베이션 인크. 인트라 블록 카피 모드 부호화를 위한 블록 벡터 예측 방법
EP3140989A4 (en) 2014-05-22 2017-07-05 MediaTek Inc. Method of intra block copy with flipping for image and video coding
JP6482191B2 (ja) * 2014-06-12 2019-03-13 キヤノン株式会社 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム
CN106464921B (zh) * 2014-06-19 2019-10-15 Vid拓展公司 用于块内复制搜索增强的方法和系统
US9877043B2 (en) * 2014-06-19 2018-01-23 Vid Scale Inc. Methods and systems for intra block copy coding with block vector derivation
KR102413529B1 (ko) * 2014-06-19 2022-06-24 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 통합된 인트라 블록 카피 및 인터 예측 모드
WO2016004850A1 (en) 2014-07-07 2016-01-14 Mediatek Singapore Pte. Ltd. Method of intra block copy search and compensation range
KR102034938B1 (ko) 2014-09-01 2019-10-21 에이치에프아이 이노베이션 인크. 스크린 콘텐츠 및 비디오 코딩을 위한 인트라 픽처 블록 카피의 방법
US10856009B2 (en) * 2014-09-04 2020-12-01 Mediatek Inc. Method of block vector clipping and coding for screen content coding and video coding
KR20170066457A (ko) * 2014-09-26 2017-06-14 브이아이디 스케일, 인크. 시간적 블록 벡터 예측을 갖는 인트라 블록 카피 코딩
KR102115715B1 (ko) 2014-09-30 2020-05-27 에이치에프아이 이노베이션 인크. 비디오 코딩을 위한 적응적 모션 벡터 레졸루션 방법
US10212445B2 (en) * 2014-10-09 2019-02-19 Qualcomm Incorporated Intra block copy prediction restrictions for parallel processing
US10075712B2 (en) 2014-11-20 2018-09-11 Hfi Innovation Inc. Method of motion vector and block vector resolution control
EP4020991A1 (en) * 2014-12-26 2022-06-29 Sony Group Corporation Image processing apparatus and image processing method

Also Published As

Publication number Publication date
US20200021835A1 (en) 2020-01-16
CN110719485A (zh) 2020-01-21
US10904559B2 (en) 2021-01-26

Similar Documents

Publication Publication Date Title
CN112789850B (zh) 一种视频编解码方法、装置、设备和介质
CN111869212B (zh) 视频解码方法、装置和可读介质
CN113366849B (zh) 视频编解码的方法和装置
CN110730354B (zh) 视频编解码的方法、装置、计算机设备和存储介质
CN113545061A (zh) 用于仿射线性加权帧内预测模式的简化信令方法
CN110719485B (zh) 视频解码方法、装置及存储介质
CN112042200B (zh) 视频解码的方法和装置
CN111050178B (zh) 视频解码的方法、装置、电子设备、存储介质
CN110719477B (zh) 视频编解码的方法、装置、计算机设备及计算机可读存储介质
CN113396590B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112055971A (zh) 一种用于最可能模式导出的方法和装置
CN113661703A (zh) 视频编解码的方法和装置
US20200374517A1 (en) Method and apparatus for video coding
CN113574894A (zh) 用于帧内预测模式与块差分脉冲编码调制模式之间交互的方法和装置
CN113647100A (zh) 用于通过信号发送预测候选列表大小的方法及装置
CN113545084A (zh) 用于帧内图片块补偿的统一块矢量预测
CN114270857A (zh) 用于发信号通知跳过模式标志的方法和装置
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN110798686A (zh) 视频解码的方法、装置、计算机设备及计算机可读存储介质
CN115529852A (zh) 基于模板匹配的帧内预测
CN113228631A (zh) 视频编解码的方法和装置
CN112771869A (zh) 小型编码块的简化合并列表构建
CN111919440A (zh) 用于视频编码的方法和装置
CN113491131A (zh) 视频编解码的方法和装置
CN114666602A (zh) 视频解码方法、装置及介质

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