CN110876056A - 视频解码的方法和装置、计算机设备及存储介质 - Google Patents

视频解码的方法和装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110876056A
CN110876056A CN201910764804.1A CN201910764804A CN110876056A CN 110876056 A CN110876056 A CN 110876056A CN 201910764804 A CN201910764804 A CN 201910764804A CN 110876056 A CN110876056 A CN 110876056A
Authority
CN
China
Prior art keywords
block
motion vector
target
blocks
range
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.)
Granted
Application number
CN201910764804.1A
Other languages
English (en)
Other versions
CN110876056B (zh
Inventor
李翔
徐萌
许晓中
刘杉
李贵春
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 CN110876056A publication Critical patent/CN110876056A/zh
Application granted granted Critical
Publication of CN110876056B publication Critical patent/CN110876056B/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
    • H04N19/50—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
    • H04N19/521—Processing of motion vectors for estimating the reliability of the determined motion vectors or motion vector field, e.g. for smoothing the motion vector field or for correcting 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
    • H04N19/119—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
    • H04N19/102—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
    • H04N19/124—Quantisation
    • 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
    • H04N19/44—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
    • H04N19/70—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
    • H04N19/90—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

Abstract

本申请的各实施例提供了视频编码的方法和装置。在某些示例中，一种视频编码的方法包括：从已编码视频比特流中获取图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，且所述基本运动矢量指向预测列表中的参考图片；根据基本运动矢量以及第一坐标方向的目标差，确定所述组块沿着第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着第一坐标方向的差等于或小于第一目标差；根据所述第一范围将所述基本运动矢量转换为目标运动矢量；基于目标运动矢量生成所述组块的重建样本以供输出。

Description

视频解码的方法和装置、计算机设备及存储介质
通过引用并入本文
本申请要求于2018年8月31日提交的、申请号为62/725,927、发明名称为"子块运动矢量约束"的美国临时申请、于2018年9月21日提交的、申请号为62/734,987、发明名称为"改进的子块运动矢量约束"的美国临时申请、于2019年1月5日提交的、申请号为62/788,838、发明名称为"仿射运动矢量裁剪"的美国临时申请、以及于2019年7月19日提交的、申请号为16/517,156、发明名称为“具有运动矢量约束的视频编码的方法和装置”的美国申请的优先权，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，特别涉及视频解码的方法和装置、计算机设备及存储介质。
背景技术
通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。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的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过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。视频压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。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完全相同，但是原始信号和重建信号之间的失真足够小，使得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，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。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。
运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表示使用中的参考图片(后者间接地可为时间维度)。
在一些视频压缩技术中，应用于某个样本数据区域的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的另一个样本数据区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余信息并增加压缩量。MV预测可以有效地进行，例如，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，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，会朝着类似的方向移动，因此，在某些情况下，可以用邻近区域的MV导出的相似运动矢量进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同，并且在熵编码之后，又可以用比直接编码MV时使用的比特数更少的比特数来表示。在某些情况下，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的，例如由于根据几个周围MV计算预测值时产生的取整误差。
H.265/HEVC(ITU-T Rec.H.265，“高效视频编码”，2016年12月)描述了各种MV预测机制。在H.265所提供的多种MV预测机制中，本文描述的是一种下文称为“空间合并”的技术。
在HEVC中，为了计算分数像素位置处的像素值，8抽头和4抽头可分离内插滤波器分别用于亮度和色度分量。例如，对于4×4亮度单向帧间预测，解码器可能需要加载高达(4+7)×(4+7)＝121个亮度样本以执行内插过程，这导致每像素内存带宽需求约为7.6个样本/像素，而对于4×4亮度双向帧间预测，这个需求可翻倍为15.125个样本/像素。因此，使用帧间预测编码的块的尺寸越小，对内存带宽的需要越大。而如果将块的尺寸限制为8×8像素，则可以将每像素内存带宽需求降至7.0个样本/像素，从而减少对内存带宽的需求。但是，块的尺寸的增大会导致编码效率的损失增大。因此，帧间预测模式中块的尺寸影响内存带宽的需求以及编码效率的问题亟待解决。
发明内容
本申请实施例提供了视频解码的方法和装置、计算机设备及存储介质，旨在解决在帧间预测模式中，子块的尺寸越小，对内存带宽的需要越大，而子块的尺寸越大，编码效率的损失越大的问题，以及在仿射帧间模式和仿射合并模式中受被约束的子块运动矢量写回到运动场的影响，空间相邻块的控制点的运动矢量不再用于运动矢量预测而导致的编码效率损失的问题。
根据本申请实施例，提供一种视频解码的方法，包括：
从已编码视频比特流中获取图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，所述基本运动矢量指向预测列表中的参考图片；
根据所述基本运动矢量以及第一坐标方向的第一目标差，确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着所述第一坐标方向的差等于或小于所述第一目标差；
根据所述第一范围将所述基本运动矢量转换为所述目标运动矢量；以及
基于所述目标运动矢量生成所述组块的重建样本以供输出。
根据本申请实施例，提供一种视频解码的装置包括：
获取模块，用于从已编码视频比特流中获取图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，所述基本运动矢量指向预测列表中的参考图片；
确定模块，用于根据所述基本运动矢量以及第一坐标方向的第一目标差，确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着所述第一坐标方向的差等于或小于第一目标差；
转换模块，用于根据所述第一范围将所述基本运动矢量转换为所述目标运动矢量；以及
重建模块，用于基于所述目标运动矢量生成所述组块的重建样本以供输出。
本申请实施例还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以实现如上所述的视频解码的方法。
本申请实施例还提供了一种非易失性计算机可读介质，其存储指令，当所述指令由用于视频解码的计算机执行时，使得所述计算机执行如上所述的视频解码的方法。
在本申请的实施例中，通过调整运动矢量，可以降低具有较小尺寸的块的内存带宽需求，提高编码效率。
附图说明
根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：
图1是根据一实施例的当前块及其周围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是根据一实施例的解码器的简化框图的示意图。
图5是根据一实施例的编码器的简化框图的示意图。
图6是根据另一实施例的编码器的框图的示意图。
图7是根据另一实施例的解码器的框图的示意图。
图8是根据一实施例的空间相邻块的示意图，该空间相邻快可用于使用仿射运动补偿方法来确定当前块的运动信息。
图9是根据一实施例的时间参考块的示意图，该时间参考块可用于使用替代的时间运动矢量预测方法来确定当前块的运动信息。
图10A和10B是根据一实施例的空间相邻块和时间相邻块的示意图，该空间相邻块和时间相邻块可用于使用平面运动矢量预测方法来确定当前块的运动信息。
图11是根据一实施例的概述基于符合一组约束条件的目标运动矢量来重建一组块的过程的流程图。
图12是根据一实施例的计算机系统的示意图。
具体实施方式
参照图1，当前块(101)包括编码器在运动搜索过程中发现的样本，所述样本可以根据空间移动了相同大小的先前块进行预测。不直接对该MV进行编码，而是通过使用与五个周围样本中的任何一个相关联的MV，从与一个或多个参考图片相关联的元数据中导出该MV，例如从最近的(按解码顺序)参考图片中导出该MV。其中，五个周围样本分别用A0、A1和B0、B1、B2(分别为102到106)表示。在H.265中，MV预测可使用相邻块正在使用的同一参考图片的预测值。
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)互连的第一终端装置(210)和第二终端装置(220)。在图2的实施例中，第一终端装置(210)和第二终端装置(220)执行单向数据传输。举例来说，第一终端装置(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)传输到第二端装置(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。第二终端装置(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第三终端装置(230)和第四终端装置(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，第三终端装置(230)和第四终端装置(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)传输到第三终端装置(230)和第四终端装置(240)中的另一终端装置。第三终端装置(230)和第四终端装置(240)中的每个终端装置还可接收由第三终端装置(230)和第四终端装置(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，第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(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)表示在第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(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。出于本申请的目的，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、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(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.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(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)的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)用于将残差数据从空域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(625)用于将码流格式化以产生已编码的块。熵编码器(625)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(625)用于获得通用控制数据、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)。
在某些实施例中，运动矢量可以具有整数像素精度，从而使运动矢量指向用于标识参考块的像素位置。在某些实施例中，运动矢量可以具有分数像素精度，从而使运动矢量指向用于标识参考块的分数像素位置。为了计算分数像素位置处的像素值，可以使用内插滤波器，其可能需要预期参考块外的额外像素进行内插操作。
例如，在HEVC中，为了计算分数像素位置处的像素值，8抽头和4抽头可分离内插滤波器分别用于亮度和色度分量。对于M×N亮度块内插，需要根据运动矢量的整数像素部分从参考图片加载(M+7)×(N+7)个亮度样本。因此，在HEVC中，对于4×4亮度单向帧间预测，解码器可能需要加载高达(4+7)×(4+7)＝121个亮度样本以执行内插过程。这个示例中的每像素内存带宽需求约为7.6个样本/像素(16像素块为121个样本)。此外，对于4×4亮度双向帧间预测，这个需求可翻倍为15.125个样本/像素。
在某些实施例中，对使用帧间预测编码的块的大小进行限制可以减少内存带宽需求。例如，如果将使用双向帧间预测编码的块的最小块大小限制为8×8像素，则可以将每像素内存带宽需求降至7.0个样本/像素(64像素块为450个样本)。因此，在某些实施例中，对于小于8×8的帧间预测块，仅允许单向帧间预测。
图8是根据一实施例的空间相邻块的示意图，该空间相邻块可用于使用仿射运动补偿方法来确定当前块(801)的运动信息。图8示出了当前块(801)及其空间相邻块，分别表示为A0、A1、A2、B0、B1、B2和B3(分别为802、803、807、804、805、806和808)。在某些示例中，空间相邻块A0、A1、A2、B0、B1、B2和B3以及当前块(801)属于同一图片。
通过描述用于编码块(例如当前块(801))的6参数(或简化的4参数)模型，仿射运动补偿可在特定预测方向上相对于特定参考图片有效地预测当前块内的所有样本的运动信息。在某些实施例中，在仿射已编码或已描述的编码块中，样本的不同部分可以具有相对于特定参考的不同运动矢量。在仿射已编码或已描述的块中具有运动矢量的基本单元被称为子块。子块的大小可小至仅1个样本，也可大至当前块的大小。
在某些实施例中，仿射模型使用6参数来描述仿射已编码块的运动信息，所述仿射已编码块可由块的三个不同位置处(例如，图8中左上角、右上角和左下角处的控制点CP0、CP1和CP2)的三个运动矢量(也称为三个控制点运动矢量)来表示。在另一实施例中，简化的仿射模型使用4参数来描述仿射已编码块的运动信息，其可由所述块的两个不同位置处(例如，图8中左上角和右上角处的控制点CP0和CP1)的两个运动矢量(也称为两个控制点运动矢量)来表示。
在某些实施例中，控制点CP0、CP1和CP2的运动信息可以从空间相邻块A0、A1、A2、B0、B1、B2和B3的运动信息导出。例如，控制点CP0可以通过检测空间相邻块B2、A2和B3的运动信息而导出；控制点CP1可以通过检测空间相邻块B0和B1的运动信息而导出；控制点CP2可以通过检测空间相邻块A0和A1的运动信息而导出。
当仿射模式确定后，即可使用这种模型导出运动矢量(相对于特定参考图片)。在某些实施例中，为了降低实现的复杂度，仿射运动补偿基于子块而不是基于样本来执行。因此，在这样的实施例中，当前块(801)中的每个子块都具有相对于特定参考的相应运动矢量，该特定参考适用于相应子块中的所有样本。在某些实施例中，每个子块的代表性位置可以用信号通知或根据视频编码标准预先确定。在某些实施例中，子块的位置可由子块的左上角或中心点表示。在使用通用视频编码VVC的示例中，子块可具有4×4个样本的大小。
图9是根据一实施例的时间参考块的示意图，该时间参考块可用于使用子块时间运动矢量预测(SbTMVP)方法(或有时也称为替代的时间运动矢量预测(ATMVP)方法)来确定当前块(911)的运动信息(包括运动矢量和参考索引)。在某些实施例中，通过从小于当前块(911)的块中提取多组运动信息来修改时间运动矢量预测(TMVP)方法，可以实现SbTMVP方法。
图9示出了当前图片(910)中的当前块(911)和参考图片(960)中的参考块(961)。通过由时间矢量(922)指示的当前块(911)与参考块(961)之间的运动移位(或位移)可识别参考块(961)。在某些实施例中，参考块(961)对应于参考图片(960)中的编码块。在某些实施例中，参考块(961)仅仅是参考图片(960)中当前块(911)的对应区域，并不对应于参考图片(960)中的任何编码块。
此外，当前块(911)包括多个子块(例如，子块911a、911b、911c和911d)，参考块(961)包括多个子块(例如，子块961a、961b、961c和961d)，其对应于当前块(911)的多个子块(911a、911b、911c和911d)的对应区域。子块(911a、911b、911c和911d)包括各自的运动信息(MVa、MVb、MVc和MVd)，子块(961a、961b、961c和961d)包括各自的参考运动信息(MRa、MRb、MRc和MRd)。在某些实施例中，每个子块(911a、911b、911c和911d)具有4×4个样本的大小。
根据使用SbTMVP方法的某些实施例，可以通过以下方式确定当前块(911)中的子块(911a、911b、911c和911d)的运动信息(MVa、MVb、MVc和MVd)：用时间矢量(922)识别参考图片(960)中的相应参考块(961)，将当前块(911)拆分成子块(911a、911b、911c和911d)并将参考块(961)拆分成子块(961a、961b、961c和961d)，获取子块(961a、961b、961c和961d)的运动信息(MRa、MRb、MRc和MRd)，并根据子块(961a、961b、961c和961d)的运动信息(MRa、MRb、MRc和MRd)分别确定子块(911a、911b、911c和911d)的运动信息(MVa、MVb、MVc和MVd)。
在某些实施例中，参考图片(960)及其对应的参考块(961)可以由当前块(910)的空间相邻块的运动信息来确定。在某些实施例中，为了避免扫描空间相邻块的重复扫描过程，可以使用当前块(911)的合并候选列表中的第一合并候选。将第一可用运动矢量以及与第一可用运动矢量相关联的参考索引设置为时间矢量(922)和参考图片(960)的索引。因此，将SbTMVP方法与TMVP方法进行比较，根据SbTMVP方法可以更准确地识别出相应参考块(961)，而根据TMVP方法，相应参考块(有时称为并置块)设置为对应于相对于当前块的右下角或中心位置的块。
此外，对于当前块(911)的每个子块(911a、911b、911c或911d)，可以使用参考图片(960)中的相应子块(961a、961b、961c或961d)的运动信息(MRa、MRb、MRc或MRd)来导出子块(911a、911b、911c或911d)的相应运动信息(MVa、MVb、MVc或MVd)。在某些实施例中，子块(961a、961b、961c和961d)的运动信息(MRa、MRb、MRc和MRd)对应于覆盖各个子块(911a、911b、911c和911d)的中心样本的参考图片(960)中的最小运动网格的运动信息。在获取参考图片(960)中的子块(961a、961b、961c或961d)的运动信息(MRa、MRb、MRc或MRd)之后，通过采用类似于TMVP方法的方式(包括运动缩放以及其它适合的转换过程)对运动信息(MRa、MRb、MRc或MRd)进行转换，可以推导出当前块(911)的相应子块(911a、911b、911c或911d)的运动信息。
在某些实施例中，当满足低延迟条件(即，当前图片的所有参考图片的图片顺序号(POC)小于当前图片的POC)时，对于当前图片中的子块，可使用对应于一个参考图片列表(例如，列表0和列表1中的一个)的运动矢量来预测对应于另一参考图片列表(例如，列表0和列表1中的另一个)的运动矢量。
图10A和10B是根据一实施例的空间相邻块和时间相邻块的示意图，该空间相邻块和时间相邻块可用于使用平面运动矢量预测方法来确定当前块(1010)的运动信息。在某些实施例中，根据平面运动矢量预测方法获取的运动矢量可以用作基于子块的特殊合并候选。平面运动矢量预测方法可用于生成平滑且精细粒度的运动场。
如图10A和10B所示，以当前块(1010)的宽度为W、高度为H、并且包括8×8个子块为例，其中每个子块可以具有4×4个样本的大小。在其他实施例中，当前块(1010)可以包括除8×8个子块之外的多个子块，并且每个子块可以具有不同于4×4个样本的大小。在图10A和10B中，块1020[1]～1020[8]是与当前块(1010)的上边缘相邻的空间相邻块；块1030[1]～1030[8]是与当前块(1010)的左边缘相邻的空间相邻块；块1022是与当前块(1010)的左上角相邻的空间相邻块；块1024是与当前块(1010)的右上角相邻的空间相邻块；块1032是与当前块(1010)的左下角相邻的空间相邻块。此外，块(1040)是位于与当前块(1010)相对应的区域之外并且与该区域右下角相邻的时间相邻块。
如图10A所示，在一个示例中，当前块(1010)的左上角具有位置(0，0)，子块(1060)具有位置(x，y)。左相邻块(1030[4])、子块(1060)和右块(1052)在同一行‘y’中，其中右块(1052)具有位置(W，y)，其中W为块(1010)的宽度。根据相邻块(1024)的运动信息和时间相邻块(1040)的运动信息，通过内插可以确定右块(1052)的运动信息。
对于当前块(1010)中位置(x，y)处的子块(1060)，其水平运动矢量预测Ph(x，y)可以根据以下等式通过基于4×4块的线性内插而计算得到：
Ph(x,y)＝(W-1-x)×L(-1,y)+(x+1)×R(W,y),
其中L(-1，y)和R(W，y)分别表示左相邻块(1030[4])和块(1052)的运动矢量，其中W为块(1010)的宽度。
此外，如图10B所示，在一个示例中，顶部相邻块(1020[3])、子块(1060)和底部块(1054)在同一列‘x’中，其中块(1054)具有位置(x，H)，其中H为块(1010)的高度。根据相邻块(1032)的运动信息和时间相邻块(1040)的运动信息，通过内插可以确定底部块(1054)的运动信息。
对于当前块(1010)中位置(x，y)处的子块(1060)，其垂直运动矢量预测Pv(x，y)可以根据以下等式通过基于4×4块的线性内插而计算得到：
Pv(x,y)＝(H-1-y)×A(x,-1)+(y+1)×B(x,H),
其中A(x，-1)和B(x，H)分别表示块(1020[3])和块(1054)的运动矢量，其中H为块(1010)的高度。
参考图10A和10B，通过对水平预测Ph(x，y)和垂直预测Pv(x，y)求平均可以根据以下等式确定平面运动矢量P(x，y)，从而可以实现根据平面运动矢量预测确定运动矢量或运动矢量候选：
P(x,y)＝(H×Ph(x,y)+W×Pv(x,y)+H×W)/(2×H×W).
在某些实施例中，可以根据以下等式来确定右相邻块(1052)的运动矢量：
R(W,y)＝((H-y-1)×AR+(y+1)×BR)/H,
其中AR表示块(1024)的运动矢量，BR表示块(1054)的运动矢量。
在某些实施例中，可以根据以下等式来确定底部相邻块(1054)的运动矢量：
B(x,H)＝((W-x-1)×BL+(x+1)×BR)/W,
其中BL表示块(1032)的运动矢量，BR表示块(1054)的运动矢量。
在某些实施例中，对于使用子块的帧间预测模式，子块的尺寸越小，每像素内存带宽需求就越大，且对于双向帧间预测，这种内存带宽需求可以翻倍。然而，当将子块的尺寸设置为较大尺寸时，编码效率可能会降低。在某些实施例中，可以在预定范围内调整一组子块(或一组块)的运动矢量，从而可以像处理覆盖该组子块(或该组块)的合并块一样处理该组子块(或该组块)的参考样本。因此，在某些实施例中，编码方案可以受益于较小子块(或块)尺寸的精度和较大子块(或块)尺寸的减少的每像素内存带宽需求。在某些实施例中，本申请所描述的运动矢量调整可以改善用于双向帧间预测的一组大小为4×4个样本的子块(或一组块)的每像素内存带宽需求。
在某些实施例中，一组子块(例如编码单元、编码块或预测块的子块)的运动矢量可以根据本文所描述的一种或多种运动矢量调整方案进行调整。为了描述各种运动矢量调整方案，以W×H帧间块(具有宽度为W、高度为H的大小)的一组子块为例。在某些实施例中，运动矢量调整方案还可适用于一组块，其中块的术语可对应于编码单元、编码块或预测块。
在某些实施例中，根据第一运动矢量调整方案，对于以子块模式(例如仿射、SbTMVP、平面运动矢量预测等)进行编码的W×H帧间块，可以对M×N块区域(M<＝W，N<＝H)内、并且指向特定参考列表中的特定参考图片的子块的运动矢量(即，子块MV)进行检测并限制在一个范围内，从而使得子块MV沿着特定坐标方向的整数像素部分之间的最大绝对差等于或小于目标差。例如，经过运动矢量调整后，子块在M×N块区域内的运动矢量也称为目标运动矢量，并且可以限制在沿着x坐标方向的范围内，使其沿着x坐标方向的整数像素部分的差等于或小于x坐标方向的目标差。此外，在某些实施例中，目标运动矢量可以限制在沿着y坐标方向的范围内，使其沿着y坐标方向的整数像素部分的差等于或小于y坐标方向的目标差。
通过如本文所描述的对运动矢量进行调整，可以将加载用于M×N块区域内的所有子块的内插的参考样本限制在由M、N、内插抽头(或者，如果不同的抽头用于不同的坐标方向，则多个内插抽头)和目标差(或者，如果不同的目标差用于不同的坐标方向，则多个目标差)定义的区域内。因此，可以减少为子块组加载的总样本的最大数量，或者至少在带宽管理方面更具可预测性。
目标差或多个目标差、M、N和/或子块大小可以预先定义，或在已编码视频比特流中用信号通知，例如在已编码视频比特流的序列参数集(SPS)头、图片参数集(PPS)头、条带头、瓦片头、视频可用信息(VUI)或补充增强信息(SEI)消息中用信号通知。
在一个实施例中，M设置为8，N设置为8，子块大小为4×4个样本，且x坐标方向和y坐标方向的目标差均设置为1像素。因此，在一个8×8块区域中有四个4×4子块。在四个子块的所有四个运动矢量中，整数像素部分在x方向和y方向上的最大绝对差可以限制在不超过一个目标差，对于每个预测列表(例如，列表0或列表1)其可以是一个整数像素。
在某些实施例中，在M×N块区域内的子块的运动矢量，或者也称为在运动矢量调整前确定的基本运动矢量，可以限制为沿着x坐标方向的分量的下限MVminx和上限MVmaxx，以及沿着y坐标方向的分量的下限MVminy和上限MVmaxy。可以为每个M×N块区域确定相应的MVminx、MVmaxx、MVminy和MVmaxy值。在某些示例中，可以根据x坐标方向上的max(MVminx，min(MVmaxx，MVxi))和y坐标方向上的max(MVminy，min(MVmaxy，MVyi))对M×N块区域内的子块i的运动矢量(MVxi，MVyi)进行修改(或通过截断进行调整)，其中MVxi是一个x坐标方向的分量，MVyi是一个y坐标方向的分量，min(a，b)表示a与b之间的较小值，max(a，b)表示a与b之间的较大值。此外，MVmaxx的整数像素部分与MVminx的整数像素部分的绝对差应不大于在x坐标方向上的目标差，并且MVmaxy的整数像素部分与MVminy的整数像素部分的绝对差应不大于在y坐标方向上的目标差。
在一个实施例中，(MVmaxx，MVmaxy)和(MVminx，MVminy)由M×N块区域内的特定的单一子块(例如第一子块)根据解码顺序确定。第一子块的运动矢量表示为(MVx1，MVy1)。在某些实施例中，(MVmaxx，MVmaxy)可以设置为与(MVx1，MVy1)具有相同整数值的最大值，例如
((((MVx1>>MV_precision)+1)<<MV_precision)-1，
(((MVy1>>MV_precision)+1)<<MV_precision)-1)。
(MVminx，MVminy)可以设置为(MVmaxx-T，MVmaxx-T)，其中T是根据目标差并通过以下等式确定的偏移值：
T＝((目标差+1)<<MV_precision)-1。
其中MV_precision指示运动矢量分量和T以每像素2MV_precision为单位表示。例如，当目标差为1像素时，MV_precision为4，即，1/16像素精度，T为31。
在另一实施例中，(MVmaxx，MVmaxy)和(MVminx，MVminy)由M×N块区域内的第一子块确定。(MVminx，MVminy)可以设置为与(MVx1，MVy1)具有相同整数值的最小值，例如
(MVx1>>MV_precision<<MV_precision，
MVy1>>MV_precision<<MV_precision)。
(MVmaxx，MVmaxy)可以设置为(MVminx+T，MVminy+T)，T可按上述方法确定。
在另一实施例中，(MVmaxx，MVmaxy)和(MVminx，MVminy)由M×N块区域内的多个子块确定，例如M×N块区域内的所有子块。第i子块的第i运动矢量表示为(MVxi，MVyi)。在某些实施例中，(MVmaxx，MVmaxy)可以设置为(int(max{MVxi})+(1<<MV_precision)-1，int(max{MVyi})+(1<<MV_precision)-1)，且(MVminx，MVminy)可以设置为(MVmaxx-T，MVmaxy-T)。T可按上述方法确定。此外，int(d)表示d的整数像素部分。例如，int(d)可以由下式确定：
int(d)＝(d>>MV_precision)<<MV_precision。
在另一实施例中，(MVmaxx，MVmaxy)和(MVminx，MVminy)由M×N块区域内的多个子块确定的，例如M×N块区域内的所有子块。在某些实施例中，(MVminx，MVminy)可以设置为(int(min{MVxi})，int(min{MVyi}))，且(MVmaxx，MVmaxy)可以设置为(MVminx+T，MVminy+T)。T可按上述方法确定。
在某些实施例中，在一个示例中，(MVmaxx，MVmaxy)和(MVminx，MVminy)可以由M×N块区域内的一个或多个特定子块确定，而不仅仅是如上所述的第一子块或所有子块。例如，(MVmaxx，MVmaxy)和(MVminx，MVminy)可以由M×N块区域内的前两个子块根据解码顺序确定，或者由M×N块区域内的一个或多个预定位置处的一个或多个子块确定。在某些示例中，上限或下限的集合中的一个可以根据一个或多个特定子块的运动矢量的相应最大或最小值来设置，且上限或下限的集合中的另一个可以根据上述的T值来设置。
在某些实施例中，本文所描述的运动矢量调整过程可适用于所有基于子块的预测模式。在某些实施例中，本文所描述的运动矢量调整过程可仅适用于一个或多个选定的基于子块的预测模式。在一个示例中，本文所描述的运动矢量调整过程可仅适用于仿射块。在一个示例中，本文所描述的运动矢量调整过程可仅适用于平面运动矢量预测模式。在一个示例中，本文所描述的运动矢量调整过程可适用于仿射和SbTMVP，但不适用于平面运动矢量预测。
在某些实施例中，x坐标方向分量的目标差可以不同于y坐标方向分量的目标差。在一个示例中，当W＝4，H>4，且子块大小为4×4时，子块MV的水平分量(即x坐标方向分量)的目标差为1像素，子块MV的垂直分量(即y坐标方向分量)的目标差为2像素。在一个示例中，当W>4，H＝4，且子块大小为4×4时，子块MV的水平分量(即x坐标方向分量)的目标差为2像素，子块MV的垂直分量(即y坐标方向分量)的目标差为1像素。
在某些实施例中，本文所描述的运动矢量调整过程还可适用于常规块，以便降低具有较小尺寸的块(例如，4×4、4×8或8×4双向预测CU)的内存带宽需求，其中，这些具有较小尺寸的块未使用基于子块的预测模式进行编码。在这样的示例中，可以约束一组块的运动矢量，从而使得当前CU(CU_curr)沿着特定坐标方向的运动矢量的整数像素部分与最后帧间编码CU(CU_inter_prev)沿着特定坐标方向的运动矢量的整数像素部分之间的绝对差不大于目标差。
对于常规块应用，在某些实施例中，无论块大小如何，目标差均可以是一个固定值，例如1像素。在某些实施例中，对于不同的块大小，目标差可以不同，例如4×4块为1像素，8×4或4×8块为2像素。在某些实施例中，x坐标方向分量的目标差可以不同于y坐标方向分量的目标差。在某些实施例中，目标差的信息可以在比特流中用信号通知，例如在SPS、PPS、条带头、瓦片头、视频可用信息(VUI)或补充增强信息(SEI)消息中用信号通知。
在一个实施例中，如果最后一个帧间编码CU不是当前CU的空间相邻CU，且当前CU的大小低于阈值，例如小于8×8，则不允许使用双向预测对当前CU进行编码。
在某些实施例中，根据本文所描述的运动矢量调整过程进行调整的子块，其调整后的运动矢量(或者也称为子块的目标运动矢量)不得写回到运动场。如果子块的目标运动矢量没有写回到运动场，则目标运动矢量只能用于生成子块的预测样本。然而，视频编码装置中的其它模块(例如MV预测和去块)可使用基本运动矢量(或本申请所描述的调整前确定的运动矢量)。
在某些实施例中，可以将子块调整后的运动矢量(或子块的目标运动矢量)写回到运动场。如果将子块的目标运动矢量写回到运动场，则诸如MV预测、去块等其它模块可以使用目标运动矢量。
在某些实施例中，是否将目标运动矢量写回到运动场可以预先定义或者在比特流中用信号通知，例如在SPS、PPS、条带头、瓦片头、视频可用信息(VUI)或补充增强信息(SEI)消息中用信号通知。
在某些实施例中，在仿射帧间模式和/或仿射合并模式下，在MV预测过程中使用来自空间相邻块的控制点的运动矢量。如果将目标子块MV写回到运动场，则根据仿射帧间模式和仿射合并模式在MV预测过程中使用的运动矢量不是控制点的基本运动矢量。在这种情况下，编码效率损失很大。
在某些实施例中，对于使用仿射帧间模式或仿射合并模式编码的W×H帧间块，可使用对应于左上、右上和/或左下子块的运动矢量作为仿射帧间模式或仿射合并模式的控制点，因此无论所确定的(MVmaxx，MVmaxy)和(MVminx，MVminy)是多少，其可保持不变。在某些实施例中，还可以根据如上所述的一个或多个调整过程对M×N块区域(M<＝W，N<＝H)内的其他子块进行调整，从而使得其沿着x坐标方向的整数像素部分的差等于或小于x坐标方向的目标差，以及其沿着y坐标方向的整数像素部分的差等于或小于y坐标方向的目标差。
在某些实施例中，只有一个控制点子块的运动矢量(MVxcp1，MVycp1)保持不变。在一个示例中，在如上所述确定(MVmaxx，MVmaxy)和(MVminx，MVminy)之后，如果MVxcp1大于MVmaxx，则MVminx可以改为(int(MVxcp1)-(阈值<<MV_precision))，且MVmaxx可以改为(MVminx+T)。在一个示例中，如果MVycp1大于MVmaxy，则MVminy可以改为(int(MVycp1)-(阈值<<MV_precision))，且MVmaxy可以改为(MVminy+T)。T可按上述方法确定。
在一个示例中，如果W为8，H为8，且子块大小为4×4，则可以根据(MVxcp1，MVycp1)来确定(MVminx，MVmaxx)和(MVminy，MVmaxy)。在根据(MVxcp1，MVycp1)确定(MVminx，MVmaxx)和(MVminy，MVmaxy)之后，上限值和下限值可用于对8×8块区域内的所有子块的运动矢量进行修改(或通过截断进行调整)。
在某些实施例中，两个控制点子块的运动矢量(MVxcp1，MVycp1)和(MVxcp2，MVycp2)保持不变。在一个示例中，在子块MV的调整过程中，左上子块MV和右上子块MV保持不变。在一个示例中，在子块MV的调整过程中，左上子块MV和左下子块MV保持不变。在一个示例中，在子块MV的调整过程中，右上子块MV和左下子块MV保持不变。在这些示例中，对于包含控制点子块的每个M×N块区域，可以根据子块内且保持不变的相应运动矢量(MVxcp1，MVycp1)或(MVxcp2，MVycp2)来确定相应的上限值和下限值(MVminx，MVmaxx)和(MVminy，MVmaxy)。
在某些实施例中，三个控制点子块的运动矢量(MVxcp1，MVycp1)、(MVxcp2，MVycp2)和(MVxcp3，MVycp3)保持不变。在这些示例中，对于包含控制点子块的每个M×N块区域，可以根据子块内且保持不变的相应运动矢量(MVxcp1，MVycp1)、(MVxcp2，MVycp2)或(MVxcp3，MVycp3)来确定相应的上限值和下限值(MVminx，MVmaxx)和(MVminy，MVmaxy)。
在某些实施例中，子块调整后的运动矢量(或子块的目标运动矢量)可以写回到运动场。如果将子块的目标运动矢量写回到运动场，则诸如MV预测、去块等其它模块可以使用目标运动矢量。
在某些实施例中，在仿射帧间模式和/或仿射合并模式下，在MV预测过程中使用来自空间相邻块的控制点的运动矢量。如果将目标子块MV写回到运动场，则根据仿射帧间模式和仿射合并模式在MV预测过程中使用的运动矢量不是控制点的基本运动矢量。在这种情况下，编码效率损失很大。
在某些实施例中，对于仿射块，当约束M×N区域内的子块MV使其具有MV的相同整数部分时，可以修改运动矢量调整过程以提高效率，如下文所述。
在某些实施例中，对于M×N块区域，第i子块的第i运动矢量可以表示为(MVxi，MVyi)，并且(MVminx，MVminy)和(MVmaxx，MVmaxy)可以根据max{MVxi}、max{MVyi}、min{MVxi}、min{MVyi}相对于其整数像素部分的位置来确定。由于该过程可以以类似的方式应用于x坐标方向分量和y坐标方向分量，因此以下的伪码示例是基于x坐标方向分量的：
MVminx＝min{MVxi}；//获取目标参考列表的子块MV沿着第一坐标方向(例如，x坐标方向)的最小MV分量
MVmaxx＝max{MVxi}；//获取目标参考列表的子块MV沿着第一坐标方向(例如，x坐标方向)的最大MV分量
roundMVminx＝MVminx>>MV_precision<<MV_precision；//获取MVminx的整数部分
roundMVmaxx＝MVmaxx>>MV_precision<<MV_precision；//获取MVmaxx的整数部分
如果((MVminx-roudMVminx)<(MVmaxx-roudMVmaxx))
{//主要在min{MVxi}更接近roundMVminx时，将min{MVxi}用于修改过程
MVminx＝roundMVminx；
MVmaxx＝MVminx+T；//T为如上所述的偏移值}
否则
{//主要在max{MVxi}更接近roundMVmaxx时将max{MVxi}用于修改过程
MVmaxx＝roundMVmaxx；
MVminx＝MVmaxx-T；//T为如上所述的偏移值}
因此，确定所述组块沿着特定坐标方向的目标运动矢量的范围包括：确定所述组块沿着第一坐标方向的基本运动矢量的最大值，以及确定所述组块沿着第一坐标方向的基本运动矢量的最小值。当确定最小值和最小值的第一整数像素部分之间的第一差值小于最大值和最大值的第二整数像素部分之间的第二差值时，可以根据基本运动矢量的最小值来确定该范围的下限值，并且可以根据所确定的下限值的整数像素部分、目标差和目标运动矢量的精度设置来确定该范围的上限值。此外，当确定第一差值不小于第二差值时，可以根据基本运动矢量的最大值来确定该范围的上限值，并且可以根据所确定的上限值的整数像素部分、目标差以及目标运动矢量的精度设置来确定该范围的下限值。
在某些实施例中，y坐标方向分量的处理可以以类似于上述的伪码示例的方式执行，其中用y坐标方向的相关参数替换x坐标方向的相关参数。
在某些实施例中，x坐标方向分量的目标差可以不同于y坐标方向分量的目标差。在一个示例中，x坐标方向分量和y坐标方向分量的目标差是相同的。在一个示例中，x坐标方向分量和y坐标方向分量的目标差均设置为0。在一个示例中，x坐标方向分量的目标差设置为1，y坐标方向分量的目标差设置为0。
在某些实施例中，当对块或块区域进行双向预测时，本申请所描述的子块MV的调整过程可适用。在至少一个实施例中，仅在使用仿射模式对块或块区域进行双向预测或多假设预测时，本申请所描述的子块MV的调整过程才适用。
此外，本申请所描述的子块MV的调整过程可以由执行一组指令或其组合的硬线电路、处理电路(例如一个或多个处理器或者一个或多个集成电路)来实现。在一个示例中，所述一个或多个处理器可执行存储在非易失性计算机可读存储介质中的指令集。
图11是根据一实施例的概述基于符合一组约束条件的目标运动矢量来重建一组块的过程(1100)的流程图。所述流程图中的块可以指常规块或子块。在某些实施例中，一个或多个操作可以在过程(1100)之前或之后执行，且图11中所示的一些操作可以重新排序或省略。
在各种实施例中，过程(1100)由处理电路执行，例如终端设备(210)、(220)、(230)和(240)中的处理电路，执行视频解码器(310)、(410)或(710)功能的处理电路，执行视频编码器(303)、(503)或(603)功能的处理电路等。在某些实施例中，过程(1100)由软件指令实现，因此当处理电路执行该软件指令时，处理电路执行过程(1100)。过程开始于步骤(S1110)。
步骤(S1110)，从已编码视频比特流中获取图片中一组块的运动信息。运动信息指示所述组块的基本运动矢量，且基本运动矢量指向预测列表中的参考图片。在某些实施例中，所述组块包括图片中一个编码块的多个子块。在某些实施例中，可以根据编码块的大小和形状来确定第一目标差。在某些实施例中，所述组块包括常规块。
在某些实施例中，第一目标差的范围为0到3个整数像素。在某些实施例中，可根据视频编码标准导出第一目标差，或在已编码视频比特流中通过信号通知第一目标差，例如在已编码视频比特流的序列参数集(SPS)头、图片参数集(PPS)头、条带头、瓦片头、视频可用信息(VUI)或补充增强信息(SEI)消息中通过信号通知。
步骤(S1120)，可以根据基本运动矢量和第一坐标方向的第一目标差确定所述组块沿着第一坐标方向(例如，x坐标方向或水平方向)的目标运动矢量的第一范围。这样，对于第一范围内的任意两个运动矢量，其沿着第一坐标方向的整数像素部分的差等于或小于第一目标差。第一范围可以根据如上所述的一个或多个运动矢量调整过程来确定。
在某些实施例中，确定所述组块沿着第一坐标方向的目标运动矢量的第一范围包括：根据所述组块中的一个或多个特定块的一个或多个基本运动矢量来确定第一范围的上限值和下限值中的一个，其中所述一个或多个特定块分别对应于所述编码块中一个或多个预定位置。第一范围的上限值和下限值中的另一个可以根据所确定的上限值和下限值中的一个的整数像素部分、第一目标差以及目标运动矢量的精度设置来确定。
在某些实施例中，一个或多个特定块由组块中根据扫描顺序确定的第一块组成。在某些实施例中，一个或多个特定块由组块中根据扫描顺序确定的前两个块组成。在某些实施例中，一个或多个特定块包括组块中的所有子块。
在某些实施例中，确定所述组块沿着第一坐标方向的目标运动矢量的第一范围包括：根据所述组块沿着第一坐标方向的基本运动矢量的最大值来确定第一范围的上限值。在某些实施例中，确定所述组块沿着第一坐标方向的目标运动矢量的第一范围包括：根据所述组块沿着第一坐标方向的基本运动矢量的最小值来确定第一范围的下限值。
在某些实施例中，确定所述组块沿着第一坐标方向的目标运动矢量的第一范围包括：确定所述组块沿着第一坐标方向的基本运动矢量的最大值，以及确定所述组块沿着第一坐标方向的基本运动矢量的最小值。当确定最小值与最小值的第一整数像素部分之间的第一差值小于最大值与最大值的第二整数像素部分之间的第二差值时，可以根据基本运动矢量的最小值确定第一范围的下限值，并且可以根据所确定的下限值的整数像素部分、第一目标差以及目标运动矢量的精度设置来确定第一范围的上限值。当确定第一差值不小于第二差值时，可以根据基本运动矢量的最大值来确定第一范围的上限值，并且可以根据所确定的上限值的整数像素部分、第一目标差以及目标运动矢量的精度设置来确定第一范围的下限值。
步骤(S1130)，可以根据基本运动矢量和第二坐标方向的第二目标差确定所述组块沿着第二坐标方向(例如，y坐标方向或水平方向)的目标运动矢量的第二范围。这样，对于第二范围内的任意两个运动矢量，其沿着第二坐标方向的整数像素部分的差等于或小于第二目标差。第二范围可以根据如上所述的一个或多个运动矢量调整过程确定，其方法类似于沿着第一坐标方向确定第一范围的过程。
步骤(S1140)，可以根据第一范围和/或第二范围将所述组块的基本运动矢量转换为目标运动矢量。在某些实施例中，将基本运动矢量转换为目标运动矢量包括：当组块中的一个块沿着例如第一坐标方向的基本运动矢量的第一值小于下限值时，将第一值修改为下限值；以及当第一值大于上限值时，将第一值修改为上限值。
在某些实施例中，将基本运动矢量转换为目标运动矢量包括：无论第一范围如何，保持图片中对应于编码块的左上子块、右上子块和左下子块的三个块的三个运动矢量中的至少一个不变。
步骤(S1150)，基于目标运动矢量生成组块的重建样本以供输出。在某些实施例中，在步骤S1150之后，可以将组块的基本运动矢量存储在运动场中作为后续运动矢量预测过程或后续去块过程的参考信息。
步骤(S1150)之后，过程结束。
本申请实施例还提供了一种视频解码的装置，包括：
获取模块，用于从已编码视频比特流中获取图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，所述基本运动矢量指向预测列表中的参考图片；
确定模块，用于根据所述基本运动矢量以及第一坐标方向的第一目标差，确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着所述第一坐标方向的差等于或小于所述第一目标差；
转换模块，用于根据所述第一范围将所述基本运动矢量转换为所述目标运动矢量；以及
重建模块，用于基于所述目标运动矢量生成所述组块的重建样本以供输出。
本实施例中所述模块的具体功能及实现可参照上述实施例中的视频解码方法的具体流程。
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如上实施例所述的视频解码的方法。
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12示出了计算机系统(1200)，其适于实现所公开主题的某些实施例。
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12所示的用于计算机系统(1200)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1200)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(1200)可以包括某些人机界面输入设备。这种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)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，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)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1201)、鼠标(1202)、触控板(1203)、触摸屏(1210)、数据手套(未示出)、操纵杆(1205)、麦克风(1206)、扫描仪(1207)、照相机(1208)。
计算机系统(1200)还可以包括某些人机界面输出设备。这种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人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1210)、数据手套(未示出)或操纵杆(1205)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1209)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1210)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；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)。
计算机系统(1200)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(1220)或类似介质(1221)的光学介质、拇指驱动器(1222)、可移动硬盘驱动器或固体状态驱动器(1223)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所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(1200)还可以包括通往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、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。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1249)(例如，计算机系统(1200)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1200)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1200)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，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。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1200)的核心(1240)。
核心(1240)可包括一个或多个中央处理单元(CPU)(1241)、图形处理单元(GPU)(1242)、以现场可编程门阵列(FPGA)(1243)形式的专用可编程处理单元、用于特定任务的硬件加速器(1244)等。这些设备以及只读存储器(ROM)(1245)、随机存取存储器(1246)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1247)等可通过系统总线(1248)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1248)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(1248)，或通过外围总线(1249)进行连接。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(1241)、GPU(1242)、FPGA(1243)和加速器(1244)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(1245)或RAM(1246)中。过渡数据也可以存储在RAM(1246)中，而永久数据可以存储在例如内部大容量存储器(1247)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1241)、GPU(1242)、大容量存储器(1247)、ROM(1245)、RAM(1246)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。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。
作为实施例而非限制，具有体系结构(1200)的计算机系统，特别是核心(1240)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1240)的特定存储器，例如核心内部大容量存储器(1247)或ROM(1245)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(1240)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。该软件可以使得核心(1240)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1246)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1244))中的功能，该电路可以代替软件或与软件一起运行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(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：首字母缩写词
JEM：联合开发模式
VVC：通用视频编码
BMS：基准测试集
MV：运动矢量
MVD：运动矢量差
MVP：运动矢量预测
CABAC：上下文自适应二进制算术编码
MVP：运动矢量预测。
ATMVP：高级时间运动矢量预测
SbTMVP：子块时间运动矢量预测
STMVP：空时运动矢量预测
TMVP：时间运动矢量预测
POC：图片顺序号
DCTIF：离散余弦变换内插滤波器
MRSAD：平均差的平均减少总和
DMVD：解码器端运动矢量推导
DMVR：解码器端运动矢量细化
VTM：通用视频编码测试模型
HMVP：基于历史的运动矢量预测
FIFO：先进先出
SPS：序列参数集
PPS：图片参数集
SDR：标准动态范围
HDR：高动态范围
HEVC：高效视频编码
SEI：补充增强信息
VUI：视频可用性信息
GOP：图片组
TU：变换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假设参考解码器
SNR：信噪比
CPU：中央处理单元
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示
OLED：有机发光二极管
CD：光盘
DVD：数字化视频盘
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
CAN总线：控制器局域网络总线
USB：通用串行总线
PCI：外围设备互连
FPGA：现场可编程栅极区域门阵列
SSD：固态驱动器
IC：集成电路
CU：编码单元
JVET：联合视频开发团队
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均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示出或描述，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。

Claims (16)

1.一种视频解码的方法，其特征在于，包括：
从已编码视频比特流中获取图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，所述基本运动矢量指向预测列表中的参考图片；
根据所述基本运动矢量以及第一坐标方向的第一目标差，确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着所述第一坐标方向的差等于或小于所述第一目标差；
根据所述第一范围将所述基本运动矢量转换为所述目标运动矢量；以及
基于所述目标运动矢量生成所述组块的重建样本以供输出。
2.根据权利要求1所述的方法，其特征在于，所述组块包括所述图片中一个编码块的多个子块。
3.根据权利要求2所述的方法，其特征在于，
所述确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围包括：
根据所述组块中的一个或多个特定块的一个或多个基本运动矢量来确定所述第一范围的上限值和下限值中的一个，所述一个或多个特定块分别对应于所述编码块中一个或多个预定位置，以及
根据所确定的上限值和下限值中的一个的整数像素部分、所述第一目标差以及所述目标运动矢量的精度设置，确定所述第一范围的上限值和下限值中的另一个；以及
所述将所述基本运动矢量转换为所述目标运动矢量包括：
当所述组块中的另一块沿着所述第一坐标方向的另一个基本运动矢量的第一值小于所述下限值时，将所述第一值修改为所述下限值，以及
当所述第一值大于所述上限值时，将所述第一值修改为所述上限值。
4.根据权利要求3所述的方法，其特征在于，
所述组块包括图片中8×8块区域内的四个4×4子块。
5.根据权利要求3所述的方法，其特征在于，
所述一个或多个特定块包括所述组块中根据扫描顺序确定的第一块，或者包括所述组块中根据扫描顺序确定的前两个块，或者包括所述组块中的所有块。
6.根据权利要求5所述的方法，其特征在于，
所述确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围包括以下之一：
根据所述组块沿着所述第一坐标方向的基本运动矢量的最大值确定所述第一范围的上限值，以及
根据所述组块沿着所述第一坐标方向的基本运动矢量的最小值确定所述第一范围的下限值。
7.根据权利要求5所述的方法，其特征在于，
所述确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围包括：
确定所述组块沿着所述第一坐标方向的基本运动矢量的最大值，
确定所述组块沿着所述第一坐标方向的基本运动矢量的最小值，
当确定所述最小值与所述最小值的第一整数像素部分之间的第一差值小于所述最大值与所述最大值的第二整数像素部分之间的第二差值时，
(i)根据所述基本运动矢量的最小值确定所述第一范围的下限值，以及
(ii)根据所确定的下限值的整数像素部分、所述第一目标差和所述目标运动矢量的精度设置来确定所述第一范围的上限值；以及
当确定所述第一差值不小于所述第二差值时，
(i)根据所述基本运动矢量的最大值确定所述第一范围的上限值，以及
(ii)根据所确定的上限值的整数像素部分、所述第一目标差和所述目标运动矢量的精度设置来确定所述第一范围的下限值。
8.根据权利要求2所述的方法，其特征在于，还包括：
根据所述编码块的大小和形状确定所述第一目标差。
9.根据权利要求2所述的方法，其特征在于，
所述确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围包括：
根据所述组块的基本运动矢量确定所述第一范围的上限值和下限值中的一个，以及
根据所确定的上限值和下限值中的一个的整数像素部分、所述第一目标差以及所述目标运动矢量的精度设置，来确定所述第一范围的上限值和下限值中的另一个，以及
所述将所述基本运动矢量转换为所述目标运动矢量包括：
无论第一范围如何，保持所述图片中对应于所述编码块的左上子块、右上子块和左下子块的三个块的三个运动矢量中的至少一个不变；
当确定所述组块中的另一块沿着所述第一坐标方向的另一基本运动矢量的第一值小于所述下限值时，将所述第一值修改为所述下限值；以及
当确定所述第一值大于所述上限值时，将所述第一值修改为所述上限值。
10.根据权利要求1所述的方法，其特征在于，还包括：
将运动场中所述组块的基本运动矢量存储为后续运动矢量预测过程或后续去块过程的参考信息。
11.根据权利要求1所述的方法，其特征在于，
根据视频编码标准导出所述第一目标差，或者通过已编码视频比特流用信号通知所述第一目标差。
12.根据权利要求1所述的方法，其特征在于，
所述第一目标差的范围为0到3个整数像素。
13.根据权利要求1所述的方法，其特征在于，还包括：
根据所述基本运动矢量和第二坐标方向的第二目标差，确定所述组块沿着所述第二坐标方向的目标运动矢量的第二范围，所述第二范围对应于将沿着所述第二坐标方向的目标运动矢量中的两个目标运动矢量的整数像素部分的差限制为等于或小于所述第二目标差，
其中，
根据所述第一范围和所述第二范围执行所述将基本运动矢量转换为所述目标运动矢量。
14.一种视频解码的装置，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图片中一组块的运动信息，所述运动信息指示所述组块的基本运动矢量，所述基本运动矢量指向预测列表中的参考图片；
确定模块，用于根据所述基本运动矢量以及第一坐标方向的第一目标差，确定所述组块沿着所述第一坐标方向的目标运动矢量的第一范围，其中，对于所述第一范围内的任意两个运动矢量，该两个运动矢量的整数像素部分沿着所述第一坐标方向的差等于或小于所述第一目标差；
转换模块，用于根据所述第一范围将所述基本运动矢量转换为所述目标运动矢量；以及
重建模块，用于基于所述目标运动矢量生成所述组块的重建样本以供输出。
15.一种计算机设备，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1-13任一项所述的视频解码的方法。
16.一种非易失性计算机可读存储介质，其特征在于，其存储指令，当用于视频解码的计算机执行所述指令时，使得所述计算机执行权利要求1-15任一项所述的视频解码的方法。
CN201910764804.1A 2018-08-31 2019-08-19 视频解码的方法和装置、计算机设备及存储介质 Active CN110876056B (zh)

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
US201862725927P 2018-08-31 2018-08-31
US62/725,927 2018-08-31
US201862734987P 2018-09-21 2018-09-21
US62/734,987 2018-09-21
US201962788838P 2019-01-05 2019-01-05
US62/788,838 2019-01-05
US16/517,156 2019-07-19
US16/517,156 US11184635B2 (en) 2018-08-31 2019-07-19 Method and apparatus for video coding with motion vector constraints

Publications (2)

Publication Number Publication Date
CN110876056A true CN110876056A (zh) 2020-03-10
CN110876056B CN110876056B (zh) 2022-07-01

Family

ID=69639252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910764804.1A Active CN110876056B (zh) 2018-08-31 2019-08-19 视频解码的方法和装置、计算机设备及存储介质

Country Status (2)

Country Link
US (3) US11184635B2 (zh)
CN (1) CN110876056B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113453008A (zh) * 2020-03-26 2021-09-28 腾讯科技（深圳）有限公司 视频解码方法、视频编码方法、相关设备及介质
CN115398897A (zh) * 2020-03-26 2022-11-25 阿里巴巴集团控股有限公司 用于导出时间运动信息的方法和装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11277628B2 (en) * 2018-09-24 2022-03-15 Qualcomm Incorporated Restrictions for the worst-case bandwidth reduction in video coding
CN111357290B (zh) 2019-01-03 2023-08-22 北京大学 视频图像处理方法与装置
US11343525B2 (en) * 2019-03-19 2022-05-24 Tencent America LLC Method and apparatus for video coding by constraining sub-block motion vectors and determining adjustment values based on constrained sub-block motion vectors
US11722692B2 (en) * 2019-12-31 2023-08-08 Qualcomm Incorporated History-based motion vector predictor constraint for merge estimation region
US20230224472A1 (en) * 2022-01-12 2023-07-13 Tencent America LLC Motion vector restriction for out-of-frame boundary conditions
US20240015305A1 (en) * 2022-07-07 2024-01-11 Tencent America LLC Subblock intra and inter coding

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080112075A (ko) * 2007-06-19 2008-12-24 삼성전자주식회사 블록 매칭 모션 평가에서 모션 벡터를 수정하기 위한시스템 및 방법
WO2017133661A1 (en) * 2016-02-05 2017-08-10 Mediatek Inc. Method and apparatus of motion compensation based on bi-directional optical flow techniques for video coding
WO2018097693A2 (ko) * 2016-11-28 2018-05-31 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10560712B2 (en) * 2016-05-16 2020-02-11 Qualcomm Incorporated Affine motion prediction for video coding
US20180192071A1 (en) * 2017-01-05 2018-07-05 Mediatek Inc. Decoder-side motion vector restoration for video coding
US10873760B2 (en) * 2017-04-07 2020-12-22 Futurewei Technologies, Inc. Motion vector (MV) constraints and transformation constraints in video coding
US10805630B2 (en) * 2017-04-28 2020-10-13 Qualcomm Incorporated Gradient based matching for motion search and derivation
EP3637772A4 (en) * 2017-06-09 2020-12-09 Electronics and Telecommunications Research Institute VIDEO ENCODING / DECODING METHOD AND DEVICE AND RECORDING MEDIUM FOR STORING BITSTREAM

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080112075A (ko) * 2007-06-19 2008-12-24 삼성전자주식회사 블록 매칭 모션 평가에서 모션 벡터를 수정하기 위한시스템 및 방법
WO2017133661A1 (en) * 2016-02-05 2017-08-10 Mediatek Inc. Method and apparatus of motion compensation based on bi-directional optical flow techniques for video coding
WO2018097693A2 (ko) * 2016-11-28 2018-05-31 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113453008A (zh) * 2020-03-26 2021-09-28 腾讯科技（深圳）有限公司 视频解码方法、视频编码方法、相关设备及介质
CN113453008B (zh) * 2020-03-26 2022-08-02 腾讯科技（深圳）有限公司 视频解码方法、视频编码方法、相关设备及介质
CN115398897A (zh) * 2020-03-26 2022-11-25 阿里巴巴集团控股有限公司 用于导出时间运动信息的方法和装置
CN115398897B (zh) * 2020-03-26 2024-01-30 阿里巴巴（中国）有限公司 用于导出时间运动信息的方法和装置

Also Published As

Publication number Publication date
US11877004B2 (en) 2024-01-16
US11671621B2 (en) 2023-06-06
US20230247218A1 (en) 2023-08-03
US11184635B2 (en) 2021-11-23
CN110876056B (zh) 2022-07-01
US20200077115A1 (en) 2020-03-05
US20210392369A1 (en) 2021-12-16

Similar Documents

Publication Publication Date Title
CN112789850B (zh) 一种视频编解码方法、装置、设备和介质
CN111903131B (zh) 用于解码器中的视频解码的方法、装置及计算机可读介质
CN110771168B (zh) 视频解码的方法、装置和存储介质
CN110876056B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112806008B (zh) 视频解码方法、装置、计算机设备及存储介质
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
CN111050178B (zh) 视频解码的方法、装置、电子设备、存储介质
CN112154663B (zh) 视频解码方法和相关装置
CN113875234A (zh) 视频编解码的方法和装置
CN110944185A (zh) 视频解码的方法和装置、计算机设备及存储介质
CN111971965A (zh) 视频编解码的方法和装置
CN112655205A (zh) 仿射模型运动矢量的约束
CN110730353A (zh) 视频解码方法和装置、计算机设备、存储介质
CN113545079A (zh) 视频编解码的方法和装置
CN111316639A (zh) 用于子块运动矢量预测的方法和装置
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
CN114503570A (zh) 视频编解码的方法和装置
CN113785564A (zh) 用于将视频分量编码为单色视频的编码工具的信令
CN111836056A (zh) 视频解码的方法和装置、计算机设备和存储介质
CN110582002B (zh) 视频解码方法、视频解码器及可读介质
CN113228631A (zh) 视频编解码的方法和装置
CN113348668A (zh) 在帧内块补偿中利用整数偏移进行块矢量预测的方法和装置
CN112771869A (zh) 小型编码块的简化合并列表构建

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