CN110944173B - 视频解码方法、装置、电子设备以及存储介质 - Google Patents

Abstract

一种视频解码方法，可包括接收比特流，该比特流包含多段语法元素的已编码比特。语法元素有各种类型，对应于已编码图片中的变换块的变换系数。执行上下文建模以确定各段语法元素的上下文模型。在变换块的给定频率区域中，对于一种语法元素，在预定范围内具有不同模板大小的一组变换系数共享相同的上下文模型，或者，任一变换系数的可能的不同模板大小使用相同的上下文模型。可能的不同模板大小在预定范围内。基于为语法元素确定的上下文模型对已编码比特进行解码，以确定多段语法元素。

Description

视频解码方法、装置、电子设备以及存储介质

本申请要求于2018年9月24日提交的第62/735,405号美国临时申请案、于2018年10月4日提交的第62/741,524号美国临时申请案、于2019年1月29日提交的第62/798,405号美国临时申请案以及于2019年8月15日提交的第16/541,367号美国申请案的优先权，上述申请案的公开内容以全文引用的方式并入本文中。

技术领域

本申请涉及视频解码技术，尤其涉及视频解码方法、装置、电子设备以及存储介质。

背景技术

本文所提供的背景描述旨在陈述本申请的研究范围。就本背景部分所述，以及在提交申请时可能不符合现有技术条件所述的各个方面，当前已署名的发明人的工作，既不明确也不隐含地承认为本申请的现有技术。

带有运动补偿的帧间图片预测可被用于视频编码和解码。未压缩的数字视频可以包括一连串的图片，每个图片具有例如1920×1080个亮度样本和相关联的色度样本的空间维度。该一连串的图片可以具有固定的或可变的图片速率(非正式地也被称为帧速率)，例如每秒60个图片或60Hz。未压缩的视频具有显著的比特率需求。例如，每样本8比特的1080p60 4:2:0视频(在60Hz帧速率的1920×1080亮度样本分辨率)需要接近于1.5Gbit/s带宽。一小时这样的视频需要超过600千兆的存储空间。

视频编码和解码的一个目的可以是通过压缩减少输入视频信号中的冗余。压缩能够帮助降低上述的带宽或存储空间需求，在某些情况下减少两个数量级或更多。无损压缩和有损压缩，以及这两者的组合都可被采用。无损压缩指的是可从压缩的原始信号重构原始信号的精确副本的技术。当使用有损压缩时，重构的信号可能与原始信号不相同，但是原始信号和重构的信号之间的失真足够小以使重构的信号可用于预定应用。在视频中广泛地采用有损压缩。可被容忍的失真量取决于应用；例如，与电视发行应用的用户相比，某些消费者流媒体应用的用户可以容忍较高的失真。可实现的压缩比可反映出较高容许的/可容忍的失真能够产生较高的压缩比。

视频编码器和解码器能够利用例如包括运动补偿、变换、量化和熵编码的若干大类中的技术。

视频编解码器技术可包括被称为帧内编码的技术。在帧内编码中，不参考来自先前重构的参考图片的样本或其它数据表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当以帧内模式对所有样本块进行编码时，该图片可以是帧内编码图片。帧内编码图片及其派生，例如独立解码器刷新图片，可被用于重置解码器状态，并且因此可被用作已编码视频比特流和视频会话中的第一图片，或者用作静止图像。可对帧内编码块的样本进行变换，并且可在熵编码之前对变换系数进行量化。帧内预测可以是在预变换域中最小化样本值的技术。在一些情况下，在变换之后的DC值越小，并且AC系数越小，给定量化步长所需的用于表示熵编码之后的块的比特就越少。

诸如从例如MPEG-2生成编码技术已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如下技术，其尝试从例如在空间上邻近的且按解码顺序在前的数据块的在编码/解码期间获取的周围样本数据和/或元数据进行。这样的技术此后被称作“帧内预测”技术。请注意，在至少一些情况下，帧内预测仅使用来自重构的当前图片的参考数据而不使用来自参考图片的参考数据。

帧内预测可有许多不同的形式。当在给定视频编码技术中可使用多于一个这样的技术时，可以以帧内预测模式对使用中的技术进行编码。在某些情况下，模式可具有子模式和/或参数，并且那些能够被单独地编码或者被包括在模式码字中。对给定模式/子模式/参数组合使用哪个码字可对通过帧内预测的编码效率增益具有影响，因此熵编码技术能够用于将码字转换为比特流。

帧内预测的模式通过H.264被引入、在H.265中被完善，并且在诸如联合开发模型(JEM)、通用视频编码(VVC)以及基准集(BMS)之类的较新的编码技术中被进一步完善。可使用属于已经可用的样本的邻近样本值形成预测器块。根据方向将邻近样本的样本值复制到预测器块中。对使用中的方向的参考可被编码在比特流中或其本身可以被预测。

运动补偿可以是有损压缩技术并且可以涉及如下技术，其中来自先前重建的图片或该图片(参考图片)的一部分的样本数据的块在运动矢量(以下称为MV)所指示的方向上被空间移位之后，用于预测最近重建的图片或图片的一部分。在一些情况下，参考图片可以与当前正在重建的图片相同。MV可以具有二个维度X和Y，或三个维度，第三个维度是使用中的参考图片的指示(间接地，后者可以是时间维度)。

在一些视频压缩技术中，可以从其它MV(例如与重建区域空间相邻的样本数据的另一个区域有关的、并且按解码顺序在可适用于样本数据的某区域的MV之前的那些MV)预测可适用于样本数据的某区域的MV。这样做可以大幅减少编码MV所需要的数据量，从而去除冗余并且提高压缩。MV预测可以有效地工作，例如因为当对来源于照相机的输入视频信号(被称为自然视频)进行编码时，存在与单个MV可适用的区域相比更大的区域在类似的方向上移动的统计可能性，并且因此在某些情况下可使用来源于邻近区域的MV的类似的运动矢量来预测。这导致对于给定区域发现的MV将与从周围MV预测的MV类似或相同，并且反过来在熵编码之后，可以与对MV直接进行编码所使用的比特数量相比更小数量的比特来表示。在一些情况下，MV预测可以是从原始信号(即：样本流)推导出的信号(即：MV)的无损压缩的示例。在其它情况下，例如由于从若干周围MV计算预测值时的舍入误差，MV预测本身可能是有损的。

为了减少用于变换系数编码的上下文模型的数量，相关技术使用针对不同频率区域的不同规则来共享上下文模型。然而，这种不规则的设计对硬件或软件实现都不友好，降低了视频编解码的效率。

发明内容

本申请的各个实施例提供了一种视频解码方法。该方法可以包括接收比特流，其包括多段语法元素的已编码比特。语法元素有各种类型，对应于已编码图片中的变换块的变换系数。执行上下文建模以确定各段语法元素的上下文模型。在变换块的给定频率区域中，对于一种语法元素类型，在预定范围内具有不同模板大小的一组变换系数共享相同的上下文模型，或者，任一变换系数的可能的不同模板大小使用相同的上下文模型。可能的不同模板大小在预定范围内。基于为语法元素确定的上下文模型对已编码比特进行解码，以确定多段语法元素。

本申请的各实施例提供了一种视频解码装置。所述装置可包括经配置以接收比特流的处理电路，该比特流包括语多段法元素的已编码比特。语法元素有各种类型，对应于已编码图片中的变换块的变换系数。执行上下文建模以确定各段语法元素的上下文模型。在变换块的给定频率区域中，对于一种语法元素类型，在预定范围内具有不同模板大小的一组变换系数共享相同的上下文模型，或者，任一变换系数的可能的不同模板大小使用相同的上下文模型。可能的不同模板大小在预定范围内。基于为语法元素确定的上下文模型对已编码比特进行解码，以确定多段语法元素。

本申请的各实施例还提供了一种视频解码装置，包括：

接收模块，用于接收比特流，所述比特流包括多段语法元素的已编码比特，所述语法元素包括各种类型并对应于已编码图片中的变换块的变换系数；

执行模块，用于执行上下文建模以确定各段语法元素的上下文模型，其中，在所述变换块的给定频率区域中，对于所述语法元素的一种类型：在预定范围内具有不同模板大小的一组所述变换系数共享相同的上下文模型，或者，任一变换系数的可能的不同模板大小使用所述相同的上下文模型，所述可能的不同模板大小在所述预定范围内；以及

解码模块，用于基于为所述语法元素确定的所述上下文模型，对所述已编码比特进行解码，以确定所述多段语法元素。

本申请的各实施例还提供了一种计算机设备，包括处理器以及与所述处理器连接的存储器，所述存储器存储有机器可读指令，所述处理器执行所述机器可读指令以执行本申请任一实施例所述的方法。

本申请的各实施例还提供了一种非易失性计算机可读介质，其上存储有可由计算机执行的指令，所述计算机执行所述指令以执行本申请任一实施例所述的方法。

根据本申请的上述技术方案，在变换块的给定频率区域内，如果一组变换系数中每个成员的本地模板所覆盖的相邻变换系数的大小在预定范围内，则对于一种类型的语法元素，该组变换系数可以共享相同的上下文模型。该模板所覆盖的相邻变换系数的大小可以用模板大小来表征。或者，在频率区域内，当变换系数的不同的可能模板大小在预定范围内时，变换系数可以对该变换系数的不同的可能模板大小使用相同的上下文模型。因此，本申请可大大减少用于变换系数编码的上下文模型的数量，由此进一步减少存储这些上下文模型的存储器的大小以及维护这些上下文模型的成本，进一步提高了视频编解码效率。

附图说明

结合以下详细描述和附图，本申请的主题的其它特征、性质和各种优点将会变得更加清楚，在附图中：

图1是在一个示例中的当前块和其周围的空间合并候选的示意图；

图2是根据实施例的通信系统的简化框图的示意图；

图3是根据另一实施例的通信系统的简化框图的示意图；

图4是根据实施例的解码器的简化框图的示意图；

图5是根据实施例的编码器的简化框图的示意图；

图6示出根据另一个实施例的编码器的框图；

图7示出根据另一个实施例的解码器的框图；

图8A示出了根据一个实施例的示例性的基于上下文的自适应二进制算术编码(CABAC)的熵编码器；

图8B示出了根据另一个实施例的示例性的基于CABAC的熵解码器；

图9示出了根据一个实施例的子块扫描顺序的示例；

图10示出了根据一个实施例的子块扫描过程的示例，其中从子块扫描过程生成变换系数的不同类型的语法元素；

图11示出了用于当前系数的上下文选择的本地模板的示例；

图12示出系数块内的系数或系数级的对角线位置；

图13A示出了根据一个实施例的熵解码过程的流程图；

图13B示出了根据一个实施例的视频解码装置的结构示意图；

图14是根据一个实施例的计算机系统的示意图。

具体实施方式

H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High EfficiencyVideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。

请参考图1，当前块(101)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应102到106)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也正在使用的相同参考图片的预测值。

图2是根据本申请公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一终端装置(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、切片、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、冗余切片、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、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。

图6是根据本申请公开的另一实施例的视频编码器(603)的图。视频编码器(603)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。

在HEVC实施例中，视频编码器(603)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。

帧间编码器(630)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(622)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。

通用控制器(621)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(624)用于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)。

熵编码可以在视频信号约简为一系列语法元素之后在视频编码的最后阶段(或视频解码的第一阶段)进行。熵编码可以是一种无损压缩方案，其使用统计特性来压缩数据，使表示数据的比特数与数据的概率成对数正比。例如，通过对一组语法元素进行熵编码，可以将表示语法元素的比特(称为区段)转换为比特流(又称为码流)中的较少比特(称为已编码比特)。基于上下文的自适应二进制算术编码(CABAC)是熵编码的一种形式。在CABAC中，可基于与相应区段相关联的上下文为区段序列中的每个区段确定提供概率估计的上下文模型。随后，利用概率估计执行二进制算术编码过程，以将区段序列编码为比特流中的已编码比特。此外，使用基于已编码区段的新概率估计更新上下文模型。

图8A示出了根据一个实施例的示例性的基于CABAC的熵编码器(800A)。例如，熵编码器(800A)可以在图5示例中的熵编码器(545)或图6示例中的熵编码器(625)中实现。熵编码器(800A)可以包括上下文建模器(810)和二进制算术编码器(820)。在一个示例中，提供各种类型的语法元素作为熵编码器(800A)的输入。例如，二进制值语法元素的一个区段可直接输入到上下文建模器(810)，而非二进制值语法元素可首先二进制化为区段序列，然后将区段序列的区段输入到上下文建模器(810)中。

在一个示例中，上下文建模器(810)接收语法元素的区段，并执行上下文建模过程，为每个接收的区段选择上下文模型。例如，接收变换块中变换系数的二进制语法元素的一个区段。因此，可根据(例如)语法元素的类型、变换分量的颜色分量类型、变换系数的位置以及先前处理的邻近变换系数等确定此区段的上下文模型。上下文模型可以为此区段提供概率估计。

在一个示例中，可以为每种类型的语法元素配置一组上下文模型。这些上下文模型可以排列在存储在存储器(801)中的上下文模型列表(802)中，如图8A所示。上下文模型列表(802)中的每个条目可以表示一个上下文模型。可以为列表中的每个上下文模型分配一个索引，称为上下文模型索引或上下文索引。此外，每个上下文模型可以包括概率估计，或者表示概率估计的参数。所述概率估计可以表示区段为0或1的可能性。例如，在上下文建模过程中，上下文建模器(810)可以计算区段的上下文索引，并且可以根据上下文模型列表(802)中的上下文索引选择相应的上下文模型并将其分配到区段中。

此外，可以在熵编码器(800A)开始操作时对上下文模型列表中的概率估计进行初始化。在将上下文模型列表(802)上的上下文模型分配给区段并用于编码该区段之后，随后可以根据具有更新的概率估计的区段的值更新上下文模型。

在一个示例中，二进制算术编码器(820)接收区段以及分配给区段的上下文模型(例如，概率估计)，并相应地执行二进制算术编码过程。因此，在比特流中生成并传输已编码比特。

图8B示出了根据一个实施例的示例性的基于CABAC的熵解码器(800B)。例如，熵解码器(800B)可以在图4示例中的解析器(420)或图7示例中的熵解码器(771)中实现。熵解码器(800B)可以包括二进制算术解码器(830)和上下文建模器(840)。二进制算术解码器(830)从比特流中接收已编码比特，并执行二进制算术解码过程以从已编码比特中恢复区段。上下文建模器(840)可以类似于上下文建模器(810)进行操作。例如，上下文建模器(840)可以在存储在存储器(803)中的上下文模型列表(804)中选择上下文模型，并将所选的上下文模型提供给二进制算术解码器(830)。然而，上下文建模器(840)根据二进制算术解码器(830)中恢复的区段确定上下文模型。例如，根据所恢复的区段，上下文建模器(840)可以知道下一个要解码的区段的语法元素类型，以及先前解码的语法元素的值。该信息用于确定下一个要解码的区段的上下文模型。

在一个实施例中，首先将变换块的残差信号从空间域变换到频域，从而生成变换系数块。然后，执行量化以将变换系数块量化为变换系数级块。在各种实施例中，可使用不同技术将残差信号转换成变换系数级。进一步处理变换系数级块以生成语法元素，该语法元素可以提供给熵编码器并且编码为比特流的比特。在一个实施例中，从变换系数级生成语法元素的过程可以按以下方式执行。

变换系数级块可以首先分成若干子块，例如，子块可具有4×4个位置的大小。这些子块可以根据预定义的扫描顺序进行处理。图9示出了子块扫描顺序的一个示例，称为反对角线扫描顺序。如图所示，块(910)被划分成16个子块(901)。首先处理右下角的子块，最后处理左上角的子块。对于其中变换系数级均为零的子块，在一示例中可以跳过该子块不进行处理。

对于每个具有至少一个非零变换系数级的子块，可以在每个子块中执行四次扫描。在每次扫描过程中，各个子块内的16个位置均可按反对角线扫描顺序进行扫描。图10示出了子块扫描过程(1000)的示例，其中从子块扫描过程生成变换系数的不同类型的语法元素。

子块内十六个系数的位置(1010)如图10底部一维所示。位置(1010)从0到15编号，反映各自的扫描顺序。在第一次扫描时，对扫描位置(1010)进行扫描，在每个扫描位置(1010)上可以生成三种类型的语法元素(1001-1003)：

(i)第一种类型的二进制语法元素(1001)(称为有效性标志，用sig_coeff_flag表示)，表示相应变换系数的绝对变换系数级(用absLevel表示)是零还是大于零。

(ii)第二种类型的二进制语法元素(1002)(称为奇偶校验标志，用par_level_flag表示)，表示相应变换系数的绝对变换系数级的奇偶校验。只有当相应变换系数的绝对变换系数级不为零时，才会生成奇偶校验标志。

(iii)第三种类型的二进制语法元素(1003)(称为大于1的标志，用rem_abs_gt1_flag表示)，表示(absLevel-1)>>1对于相应变换系数是否大于0。只有当相应变换系数的绝对变换系数级不为零时，才会生成大于1的标志。

在第二次扫描期间，可能会生成第四种类型的二进制语法元素(1004)。第四种类型的语法元素(1004)称为大于2的标志，用rem_abs_gt2_flag表示。第四种类型的语法元素(1004)指示相应变换系数的绝对变换系数级是否大于4。只有当(absLevel-1)>>1对于相应变换系数大于0时，才会生成大于2的标志。

在第三次扫描期间，可能会生成第五种类型的非二进制语法元素(1005)。第五种类型的语法元素(1005)用abs_remainer表示，指示大于4的相应变换系数的绝对变换系数级的余数值。只有当相应变换系数的绝对变换系数级大于4时，才会生成第五种类型的语法元素(1005)。

在第四次扫描期间，可在每一扫描位置(1010)处生成第六种类型的语法元素(1006)，其非零系数级指示相应变换系数级的符号。

上述各种类型的语法元素(1001-1006)可以根据扫描次数的顺序及每次扫描顺序提供给熵编码器。不同的熵编码方案可用于编码不同类型的语法元素。例如，在一个实施例中，有效性标志、奇偶校验标志、大于1的标志以及大于的2标志可以用基于CABAC的熵编码器进行编码，如图8A示例所示。相反地，在第三次和第四次扫描期间生成的语法元素可以用CABAC旁路熵编码器(例如，对输入区段具有固定概率估计的二进制算术编码器)进行编码。

可通过上下文建模以确定某些类型的变换系数语法元素的区段的上下文模型。在一个实施例中，可以根据本地模板和每个当前系数(例如，当前正在处理的系数)的对角线位置，并可能结合其它因素来确定上下文模型。

图11示出了用于当前系数的上下文选择的本地模板(1130)的示例。本地模板(1130)可以覆盖系数块(1110)中当前系数(1120)的一组相邻位置或系数。系数块(1110)可以具有8×8个位置的大小，并且包括64个位置的系数级。系数块(1110)被划分成4个子块，每个子块具有4×4个位置的大小。在图11的示例中，本地模板(1130)被定义为在当前系数(1120)的右下侧处覆盖5个系数级的5位置模板。当使用反对角扫描顺序对系数块(1110)内的扫描位置进行多次扫描时，在当前系数(1120)之前对本地模板(1130)内的相邻位置进行处理。

在上下文建模过程中，本地模板(1130)内的系数级的信息可用于确定上下文模型。为此，在一些实施例中衡量标准被称为模板大小，以测量或指示本地模板(1130)内的变换系数或变换系数级的大小。然后可以使用模板大小作为选择上下文模型的基础。

在一个示例中，模板大小被定义为本地模板(1130)内的部分重建的绝对变换系数级的和(用sumAbs1表示)。根据相应变换系数的语法元素区段、sig_coeff_flag、par_level_flag以及rem_abs_gt1_flag，可以确定部分重建的绝对变换系数级。在熵编码器或熵解码器中对子块的扫描位置执行第一次扫描之后，获得这三种类型的语法元素。在一个实施例中，在位置(x，y)处的部分重建的绝对变换系数级可以根据下式确定：

absLevel1[x][y]＝sig_coeff_flag[x][y]+par_level_flag[x][y]+2*rem_abs_gt1_flag[x][y]，

其中，x和y是相对于系数块(1110)左上角的坐标，而absLevel1[x][y]表示位置(x，y)处的部分重建的绝对变换系数级。

在另一示例中，模板大小被定义为部分重建的绝对变换系数级的和与本地模板(1130)中的非零系数的数目(用numSig表示)之间的差值(用tmplCpSum1表示)。因此，该差值可以根据下式确定：

tmplCpSum1＝sumAbs1–numSig。

在其它示例中，模板大小可以用其它方式定义，以表示变换系数或变换系数级的大小。

图12示出了系数块(1210)内系数或系数级的对角线位置。在一个实施例中，扫描位置(x，y)的对角线位置根据下式定义：

d＝x+y，

其中，d表示对角线位置，x和y为相应位置的坐标。每个系数的对角线位置d可用于基于一个或两个对角线位置阈值来定义系数块(1210)内的不同频率区域。以d<＝3定义低频区(1220)、d>＝11定义高频区(1230)为两个示例，如图12所示。

在一个实施例中，在熵编码器或熵解码器中的上下文建模过程中，可以如下所述为当前系数(1120)的上下文编码的二进制语法元素确定上下文索引。该确定操作可以根据本地模板(1130)和当前系数(1120)的对角线位置进行。

(1)sig_coeff_flag

当对当前系数(1120)的sig_coeff_flag进行编码时，可以根据当前系数(1120)的sumAbs1和对角线位置d来选择上下文索引。例如，对于亮度分量，上下文索引根据下式确定：

ctxSig＝18*max(0,state-1)+min(sumAbs1,5)+(d<2？12:(d<5？6:0)) (1)

其中，ctxSig表示有效性标志语法元素的上下文索引，“state”指定依赖量化方案的标量量化器的状态，其中该状态的值可以是0、1、2或3。

依赖量化是指这样的概念，其中变换系数的一组可被允许的重建值取决于根据重建顺序(例如，子块或系数块上的预定扫描顺序)在当前变换系数级之前的变换系数级的值。例如，可以通过具有4种状态的状态机选择变换系数的量化器，其中基于先前级的奇偶校验以重建顺序更新状态。对于变换系数级的编码，上下文建模可以依赖于用于相应变换系数的量化器。

表达式(1)相当于：

ctxIdBase＝18*max(0,state-1)+(d<2？12:(d<5？6:0))， (2)

ctxSig＝ctxIdSigTable[min(sumAbs1,5)]+ctxIdBase。 (3)

在表达式(2)和(3)中，ctxIdBase表示上下文索引库。可以根据状态和对角线位置d确定上下文索引库。例如，状态的值可以是0、1、2或3，因此max(0，state-1)的值可能是0、1或2中的一个。例如，(d<2？12:(d<5？6:0))可以取值12、6或0，对应于d的不同范围：d<2，2<＝d<5或5<＝d。

在表达式(2)和(3)中，ctxIdSigTable[]可以表示阵列数据结构，并存储与ctxIdBase相关的有效性标志的上下文索引偏移。例如，对于不同的sumAbs1值，min(sumAbs1,5)将sumAbs1值限幅为小于或等于5。然后，将限幅值映射到上下文索引偏移。例如，在ctxIdSigTable[0～5]＝{0,1,2,3,4,5}的定义下，限幅值0、1、2、3、4或5分别映射到0、1、2、3、4或5。

对于色度分量，上下文索引可以根据下式确定：

ctxSig＝12*max(0,state-1)+min(sumAbs1,5)+(d<2？6:0), (4)

其相当于：

ctxIdBase＝12*max(0,state-1)+(d<2？6:0)， (5)

ctxSig＝ctxIdSigTable[min(sumAbs1,5)]+ctxIdBase。 (6)

(2)par_level_flag

当对当前系数(1120)的par_level_flag进行编码时，可以根据sumAbs1、numSig和对角线位置d选择上下文索引。例如，对于亮度分量，如果当前系数在解码顺序上是第一个非零系数，则上下文索引ctxPar赋值为0，否则上下文索引可以根据下式确定：

ctxPar＝1+min(sumAbs1–numSig,4)+(d＝＝0？15:(d<3？10:(d<10？5:0)))， (7)

其相当于：

ctxIdBase＝(d＝＝0？15:(d<3？10:(d<10？5:0)))， (8)

ctxPar＝1+ctxIdTable[min(sumAbs1–numSig,4)]+ctxIdBase，(9)

其中，ctxPar表示奇偶校验标志的上下文索引，ctxIdTable[]表示另一阵列数据结构，并存储与相应ctxIdBase相关的上下文索引偏移。例如，ctxIdTable[0～4]＝{0,1,2,3,4}。

对于色度，如果当前系数是解码顺序中的第一个非零系数，则上下文索引ctxPar赋值为0，否则，上下文索引可以根据下式确定：

ctxPar＝1+min(sumAbs1–numSig,4)+(d＝＝0？5:0)， (10)

其相当于：

ctxIdBase＝(d＝＝0？5:0)， (11)

ctxPar＝1+ctxIdTable[min(sumAbs1–numSig,4)]+ctxIdBase。(12)

(3)rem_abs_gt1_flag以及rem_abs_gt2_flag

当对当前系数(1120)的rem_abs_gt1_flag和rem_abs_gt2_flag进行编码时，可以用与par_level_flag相同的方式确定上下文模型索引：

ctxGt1＝ctxPar，

ctxGt2＝ctxPar，

其中ctxGt1和ctxGt2分别表示大于1和大于2的标志的上下文索引。

应注意，对于语法元素的不同类型，sig_coeff_flag、par_level_flag、rem_abs_gt1_flag和rem_abs_gt2_flag，使用了不同的上下文模型集。例如，用于rem_abs_gt1_flag的上下文模型不同于rem_abs_gt2_flag的上下文模型，即使ctxGt1的值等于ctxGt2的值。

表1示出了使用上述上下文建模方法确定的有效性标志(对应于一个标量量化器状态)的上下文索引。表2示出了使用上述上下文建模的奇偶校验标志、大于1的标志和大于2的标志的上下文索引。在表2中，在一个实施例中，对于正向对角线扫描顺序(例如，反向对角扫描顺序的反向)下的系数块的最后一个非零系数级，最后一个非零系数的三种语法元素的上下文模型的上下文索引赋值为0。基于表1和表2，需要在存储器中维护186个上下文模型，用于四种类型的系数语法元素的上下文建模：在表1中，对于一个状态，(18+12)＝30，对于3个可能的max(0,state-1)值为90；在表2中，对于三种语法元素之一，(21+11)＝32，对于三种语法元素则为96。

表1

表2

在上述实施例中，为了对四种类型的系数语法元素进行上下文建模，在存储器中维护186个上下文模型。考虑到除了四种类型的系数语法元素外还有许多语法元素，熵编码器或解码器可以使用数百种上下文模型。减少这些上下文模型的数量将减少所需存储器的大小以及维护这些上下文模型的成本，因此是可取的。

因此，本申请的实施例提供了用于减少用于变换系数熵编码的上下文模型数量的一些方法。例如，在变换块的给定频率区域内，如果一组变换系数中每个成员的本地模板所覆盖的相邻变换系数的大小在预定范围内，则对于一种类型的语法元素，该组变换系数可以共享相同的上下文模型。该模板所覆盖的相邻变换系数的大小可以用模板大小来表征。或者，在频率区域内，当变换系数的不同的可能模板大小在预定范围内时，变换系数可以对该变换系数的不同的可能模板大小使用相同的上下文模型。上下文模型约简方法的实施例和示例说明如下。

在一个实施例中，可以在来自当前块和其它块的一组变换系数之间共享相同的上下文模型。变换系数组中的每个系数可以位于系数块的低频区域中，并且每个系数具有由较小本地模板覆盖的相邻变换系数。例如，本地模板所覆盖的相邻变换系数的大小可用模板大小表示，且模板大小小于阈值。可以使用相应系数的对角线位置(d)指定低频区域。本地模板可以类似于图11示例中的模板。

或者，在该实施例中，低频区域中的变换系数可以对不同的可能模板大小使用相同的上下文模型。例如，根据相邻变换系数，变换系数可能有不同的模板大小。对于那些可能的模板大小，如果小于阈值(在相同范围内)，则可以对应于变换系数的那些不同模板大小确定相同的上下文模型。

在一个示例中，对于d＝0的变换系数(在d＝0的低频区域中只有一个变换系数)，以及对于变换系数的par_level_flag，可以在tmplCpSum1＝0或tmplCpSum1＝1的可能模板大小之间共享一个上下文模型。例如，第一可能的模板大小可以计算为templateSum1＝0，或者第二可能的模板大小可以计算为templateSum1＝1。如果表达式(7)用于上下文建模，则对于第一模板大小和第二模板大小，将确定与存储器中维护的两个上下文模型对应的两个不同的上下文索引。然而，使用上下文模型约简方法，对应于变换系数的两个不同templCpSum1值(0或1)，确定相同的上下文模型。

例如，可以对存储上下文模型索引偏移的表ctxIdTable进行操作，以实现相同上下文模型的共享。具体地，ctxIdTable可以设计为ctxIdTable[0～4]＝{0,0,1,2,3}。为了计算上下文模型索引，首先可以根据d使用例如表达式(8)或(11)计算ctxIdBase。然后，通过1+ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引，其中ctxIdTable设计为ctxIdTable[0～4]＝{0,0,1,2,3}。因此，可以将tmpCpSum1的不同值映射到同一个上下文索引。

类似地，在另一示例中，对于d＝0的变换系数，以及对于rem_abs_gt1_flag或rem_abs_gt2_flag，可以在tmplCpSum1＝0和tmplCpSum1＝1的不同模板大小之间共享相同的上下文模型。

在一个示例中，对于d<2的变换系数，以及对于sig_coeff_flag，可以在sumAbs1＝0和sumAbs1＝1的变换系数之间共享一个上下文模型。例如，存储上下文模型索引偏移的表ctxIdSigTable可以设计为ctxIdSigTable[0～5]＝{0,0,1,2,3,4}。为了计算上下文模型索引，首先可以根据d和状态使用例如表达式(2)计算ctxIdBase。然后，可以通过ctxIdBase+ctxIdSigTable[min(sumAbs1,5)]计算上下文模型索引，其中ctxIdSigTable被设计为ctxIdSigTable[0～5]＝{0,0,1,2,3,4}。

在一个实施例中，可以在一组变换系数之间共享相同的上下文模型。该组变换系数可位于系数块的高频区中，且每个变换系数具有由较大(例如，该模板的大小由大于阈值的模板大小表示)的本地模板覆盖的相邻变换系数。高频区域可以使用相关系数的对角线位置(d)指定。本地模板可以类似于图11示例中的模板。

在一个示例中，对于d>＝10的变换系数，以及对于par_level_flag，可以在tmplCpSum1＝3和tmplCpSum1＝4的变换系数之间共享相同的上下文模型。例如，存储上下文模型索引偏移的表ctxIdTable可以被设计为ctxIdTable[0～4]＝{0,1,2,3,3}。为了计算上下文模型索引，首先根据d使用例如表达式(8)或(11)计算ctxIdBase。然后，通过1+ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引，其中ctxIdTable被设计为ctxIdTable[0～4]＝{0,1,2,3,3}。

类似地，在另一示例中，对于d>＝10的变换系数，以及对于rem_abs_gt1_flag或rem_abs_gt2_flag，可以在具有tmplCpSum1＝3和tmplCpSum1＝4的变换系数之间共享相同的上下文模型。

在一个示例中，对于d>＝5的变换系数，以及对于sig_coeff_flag，可以在具有sumAbs1＝4和sumAbs1＝5的变换系数之间共享一个上下文模型。例如，存储上下文模型索引偏移的表ctxIdSigTable可以被设计为ctxIdSigTable[0～5]＝{0,1,2,3,4,4}。为了计算上下文模型索引，可以首先根据d和状态，使用例如表达式(2)或(5)计算ctxIdBase。然后，可以通过ctxIdBase+ctxIdSigTable[min(sumAbs1,5)]计算上下文模型索引，其中ctxIdSigTable被设计为ctxIdSigTable[0～5]＝{0,1,2,3,4,4}。

在一个实施例中，可以在色度分量的一组变换系数之间共享相同的上下文模型。该组变换系数可具有由较大(例如，该模板的大小由大于阈值的模板大小表示)的本地模板覆盖的相邻变换系数。本地模板可以类似于图11示例中的模板。

在一个示例中，对于par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag，可以在tmplCpSum1＝3和tmplCpSum1＝4的色度分量的变换系数之间共享一个上下文模型。例如，存储上下文模型索引偏移的表ctxIdTable可以被设计为ctxIdTable[0～4]＝{0,1,2,3,3}。为了计算上下文模型索引，可以首先根据d使用例如表达式(11)计算ctxIdBase。然后，通过ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引，其中ctxIdTable被设计为ctxIdTable[0～4]＝{0,1,2,3,3}。

在一个示例中，对于sig_coeff_flag，可以在具有sumAbs1＝4和sumAbs1＝5的色度分量的变换系数之间共享一个上下文模型。例如，存储上下文模型索引偏移的表ctxIdSigTable可以被设计为ctxIdSigTable[0～5]＝{0,1,2,3,4,4}。为了计算上下文模型索引，可以首先根据d和状态例如使用表达式(5)计算ctxIdBase。然后，可以通过ctxIdBase+ctxIdSigTable[min(sumAbs1，5)]计算上下文模型索引，其中ctxIdSigTable被设计为ctxIdSigTable[0～5]＝{0,1,2,3,4,4}。

在一个实施例中，使用机器学习算法训练上下文模型索引映射表ctxIdMap[]以在变换系数之间共享上下文模型。在一个示例中，首先使用前面描述的方法计算语法元素的上下文模型索引ctxId。然后，通过检查映射表ctxIdMap[ctxId]确定最终的上下文模型索引。

在一个示例中，根据前面描述的方法，对于来自亮度和色度分量的par_level_flag、rem_abs_gt1_flag和rem_abs_gt2_flag的编码，上下文模型索引映射表ctxIdMap[]的大小可以是20，因为ctxPar、ctxGt1或ctxGt2的大小在1和20之间。例如，在使用前面描述的方法计算出ctxPar、ctxGt1或ctxGt2之后，通过ctxIdMap[ctxPar-1]、ctxIdMap[ctxGt1-1]或ctxIdMap[ctxGt2-1]确定最终的上下文模型索引。例如，如果ctxIdMap是ctxIdMap[0～19]＝{1,2,3,4,4,5,6,7,8,9,10,11,12,13,14,15,15,16,17,18}，则对于ctxPar＝4和ctxPar＝5，它们将根据上下文模型映射表共享相同的上下文模型。具体地，ctxIdMap[4-1]与ctxIdMap[5-1]相同，都具有4的值。

在一个实施例中，当每个系数的本地模板所覆盖的变换系数的大小位于定义的区间之间时，将给定频率区域内的变换系数进行分组。同一组中的变换系数可以共享相同的上下文模型。对于不同的频率区域或不同的语法元素，该区间可以是不同的。

在一个示例中，对于语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，在由d1>d>d0定义的频率区域内，在以下区间(或范围)内，每个具有tmplCpSum1的变换系数之间共享相同的上下文模型：sum1>＝tmplCpsum1>＝sum0。参数sum0和sum1为预定义的阈值。在一些示例中，sum0和sum1可能取决于d0和d1。换句话说，对于不同的频率区域，区间的定义可能不同。

例如，当d0＝0且d1＝3，sum0＝1且sum1＝2时，存储上下文模型索引偏移的表ctxIdTable可被设计为ctxIdTable[0～4]＝{0,1,1,2,3}，用于语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag。为了计算上下文模型索引，可以首先根据d，例如使用表达式(8)或(11)计算ctxIdBase。然后，可以通过1+ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引。

作为另一示例，当d0＝2且d1＝10，sum0＝2且sum1＝3时，存储上下文模型索引偏移的表ctxIdTable可被设计为ctxIdTable[0～4]＝{0,1,2,2,3}，用于语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag。为了计算上下文模型索引，首先根据d计算ctxIdBase，然后通过1+ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引。

在一个示例中，对于语法元素sig_coeff_flag的编码，在d1>d>＝d0的频率区域内，在sum1>＝sumAbs1>＝sum0的区间内，每个具有sumAbs1的变换系数之间可以共享一个语法模型，其中sum0和sum1是取决于d0和d1的预定阈值。

例如，当d0＝0且d1＝2，sum0＝1且sum1＝3时，存储上下文模型索引偏移的表ctxIdSigTable可被设计为ctxIdSigTable[0～5]＝{0,1,1,1,2,3}。为了计算上下文模型索引，首先根据d和状态，例如根据表达式(2)或(5)计算ctxIdBase。然后，可以通过ctxIdBase+ctxIdSigTable[min(sumAbs1,5)]计算上下文模型索引。在另一示例中，频率区域定义为d0＝2且d1＝5，并且区间定义为sum0＝1且sum1＝3。上下文模型索引的计算也可以类似地执行。

作为另一示例，当d0＝5且d1＝maxd(maxd表示系数块中的最大对角线位置)，sum0＝2且sum1＝4时，存储上下文模型索引偏移的表ctxIdSigTable可被设计为ctxIdSigTable[0～5]＝{0,1,2,2,2,3}。为了计算上下文模型索引，首先根据d和状态计算ctxIdBase，然后通过ctxIdBase+ctxIdSigTable[min(sumAbs1,5)]计算上下文模型索引。

在一个实施例中，当每个系数的本地模板所覆盖的变换系数的大小位于定义的区间之间时，将给定频率区域内的变换系数进行分组。同一组中的变换系数可以共享相同的上下文模型。对于不同的频率区域或不同的语法元素，区间可以是相同的。

在一个示例中，对于语法元素sig_coeff_flag的编码，在d1>d>＝d0的频域内，在sum1>＝sumAbs1>＝sum0的区间内，每个具有sumAbs1的变换系数之间可以共享一个上下文模型。参数d0、d1、sum0和sum1可以是预定义的阈值。

例如，对于由d0＝0且d1＝2或d0＝2且d1＝5或d0＝5且d1＝maxd所定义的频率区域，可以由sum0＝1且sum1＝3定义一个区间。上下文模型索引的计算可以基于存储上下文模型索引偏移的表ctxIdSigTable来执行。表ctxIdSigTable可以被设计为ctxIdSigTable[0～5]＝{0,1,1,1,2,3}。类似地，为了计算上下文模型索引，首先根据d和状态计算ctxIdBase，然后通过ctxIdBase+ctxIdSigTable[min(sumAbs1,5)]计算上下文模型索引。

在一个示例中，对于在d1>d>＝d0的频率范围内对语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag进行编码，在sum1>＝tmplCpSum1>＝sum0的区间内，每个具有temlCpSum1的变换系数之间可以共享一个上下文模型。参数d0、d1、sum0和sum1是预定义的阈值。

例如，对于d0＝0且d1＝1、或d0＝1且d1＝3、或d0＝3且d1＝10、或d0＝10且d1＝maxd的频率区域，可以由sum0＝3且sum1＝4定义一个区间。存储上下文模型索引偏移的表ctxIdTable可以被设计为ctxIdTable[0～4]＝{0,1,2,3,3}。为了计算上下文模型索引，可以首先根据d计算ctxIdBase，然后通过ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引。

作为另一示例，对于d0＝0且d1＝1、或d0＝1且d1＝3、或d0＝3且d1＝10、或d0＝10且d1＝maxd，可以由sum0＝1且sum1＝2定义一个区间。存储上下文模型索引偏移的表ctxIdTable可以被设计为ctxIdTable[0～4]＝{0,1,1,2,3}。为了计算上下文模型索引，可以首先根据d计算ctxIdBase，然后通过ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引。

在一个示例中，对于在d1>d>＝d0的频率区域内对来自色度分量的变换系数的语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag进行编码，在sum1>＝tmplCpsum1>＝sum0的区间内，每个具有tmplCpsum1的变换系数之间可以共享一个上下文模型。参数d0、d1、sum0和sum1是预定义的阈值。

例如，对于由d0＝0且d1＝1、或d0＝1且d1＝maxd所定义的频率区域，由sum0＝2和sum1＝4定义一个区间。存储上下文模型索引偏移的表ctxIdTable可以被设计为ctxIdTable[0～4]＝{0,1,2,2,2}。为了计算上下文模型索引，可以首先根据d计算ctxIdBase，然后通过ctxIdBase+ctxIdTable[min(tmplCpSum1,4)]计算上下文模型索引。

在一个实施例中，将变换块的变换系数的可能模板大小的范围划分成多个子区间。对于给定的频率区域，可以根据每个变换系数的模板大小落在哪个子区间内，将变换系数分成不同的组。对于来自颜色分量的语法元素的类型，同一组中的变换系数可以共享相同的上下文模型。

下面描述了根据模板大小子区间对变换系数进行分组的示例性过程。可以确定变换系数的第一变换系数的第一模板大小。然后，可以基于模板大小限幅阈值对第一模板大小进行限幅，以获得限幅的模板大小，用tmplMgcli表示。限幅操作可以按下式执行：

tmplMgcli＝min(第一模板大小，模板大小限幅阈值)。

随后，可以根据下式基于限幅的模板大小确定子区间指示符：

indi＝(tmplMgCli+a)>>b，

其中，ind1表示指示第一模板大小所属的第一子区间的子区间指示符，参数a表示偏移，参数b表示移位值，且a和b为非负整数。这样，基于限幅的模板大小确定第一子区间。根据第一变换系数的子区间指示符，可以确定上下文模型。

在各种示例中，可以在序列参数集(SPS)、图片参数集(PPS)、片头、图块头或图块组头中对模板大小限幅阈值、偏移或移位值进行标识，或者模板大小限幅阈值、偏移或移位值可预先定义。对于亮度和色度分量，模板大小限幅阈值、偏移或移位值可以是不同的，也可以是相同的。对于不同的频率区域，偏移或移位值可以是不同的，也可以是相同的。在一个示例中，模板大小限幅阈值定义为无穷大，从而第一模板大小不被限幅。

在编码语法元素sig_coeff_flag的一些示例中，本地模板的模板大小由本地模板的sumAbs1表示。用于限幅sumAbs1的限幅阈值表示为sumAbs1Thr。因此，通过下式计算限幅的模板大小：

sumAbs1＝min(sumAbs1,sumAbs1Thr)。

根据限幅的sumAbs1，可以用(sumAbs1+a)>>b对sumAbs1的范围进行划分。例如，如果sumAbs1Thr＝5、a＝0且b＝1，则可以将sumAbs1的范围划分为3个集合(或子区间)，分别为{0，1}、{2，3}和{4，5}，每个集合对应于限幅的sumAbs1的子区间。具体地，对于集合{0，1}、{2，3}或{4，5}的sumAbs1，从(sumAbs1+a)>>b计算的值分别是0、1或2。计算值为子区间指示符，可用作确定上下文模型的基础。

在一个示例中，对于亮度分量中的语法元素sig_coeff_flag的编码，sumAbs1Thr设置为5，a设置为1，b设置为1。因此，限幅的sumAbs1的范围划分为4个集合(或子区间)，分别为{0}、{1，2}、{3，4}和{5}。在d1>d>d0内，在同一集合中具有限幅sumAbs1的每个变换系数可以共享一个上下文模型。例如，亮度中的sig_coeff_flag的上下文模型索引计算如下：

sumAbs1＝min(sumAbs1,5)，

ctxSig＝12*max(0,state-1)+((sumAbs1+1)>>1)+(d<2？8:(d<5？4:0))。

在一个示例中，对于色度分量中的语法元素sig_coeff_flag的编码，sumAbs1Thr设置为5，a设置为1，b设置为2。因此，限幅的sumAbs1的范围划分为2个集合，分别为{0，1，2}和{3，4，5}。在d1>d>d0内，在同一集合中具有sumAbs1的每个变换系数共享一个上下文模型。例如，色度中的sig_coeff_flag的上下文模型索引可以计算如下：

sumAbs1＝min(sumAbs1,5)，

ctxSig＝4*max(0,state-1)+((sumAbs1+1)>>2)+(d<2？2:0)。

在一个示例中，对于色度分量中的语法元素sig_coeff_flag的编码，sumAbs1Thr设置为3，a设置为1，b设置为1。因此，可以将限幅sumAbs1的范围划分为3个集合{0}、{1，2}和{3}。在d1>d>d0内，在同一集合中具有限幅sumAbs1的每个变换系数共享一个上下文模型。例如，色度中的sig_coeff_flag的上下文模型索引可以计算如下：

sumAbs1＝min(sumAbs1,3)，

ctxSig＝6*max(0,state-1)+((sumAbs1+1)>>1)+(d<2？3:0)。

在编码语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的一些示例中，本地模板的模板大小由本地模板的tmplCpSum1表示。用于限幅tmplCpSum1的限幅阈值表示为tmplCpSum1Thr。因此，限幅的tmplCpSum1可以通过下式计算：

tempCpSum1＝min(tempCpSum1,templCpSum1Thr)。

根据限幅的tmlpCpSum1，可以用(tmplCpSum1+a)>>b对限幅的tmplCpSum1的范围进行划分。例如，如果tmplCpSum1Thr＝4、a＝0且b＝1，则可以将tmplCpSum1的范围划分为3个集合(或子区间)，分别为{0，1}、{2，3}和{4}。

在一个示例中，对于亮度分量中的语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，将参数设置为tmplCpSum1Thr＝4，a＝1和b＝1。因此，tmplCpSum1的范围可以划分为3个集合(或子区间)，为{0}、{1，2}和{3，4}。在d1>d>d0内，在同一集合中具有tmplCpSum1的每个变换系数共享一个上下文模型。例如，亮度分量中的par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的上下文模型索引可以如下计算：

tmplCpSum1＝min(tmplCpSum1,tmplCpSum1Thr)，

ctxIdx＝1+((tmplCpSum1+1)>>1)+(d＝＝0？9:(d<3？6:(d<10？3:0)))。

在一个示例中，对于色度分量中的语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，将参数设置为tmplCpSum1Thr＝2，a＝1和b＝1。因此，可以将tmplCpSum1的范围划分为2个集合{0}和{1，2}。在d1>d>d0内，在同一集合中具有tmplCpSum1的每个变换系数共享一个上下文模型。例如，色度分量中par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的上下文模型索引可以如下计算：

tmplCpSum1＝min(tmplCpSum1,2)，

ctxIdx＝1+((tmplCpSum1+1)>>1)+(d＝＝0？2:0)。

在一个实施例中，对于语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，将变换块的每个不同频率区域中的变换系数的可能差值范围tmplCpsum1划分为多个子区间。在不同频率区域的多个子区间的每一个子区间中的一组变换系数可以共享相同的上下文模型。

下面描述了根据tmplCpSum1和对角线位置对变换系数进行分组的示例性过程。可以计算变换系数的第一变换系数的第一模板大小。根据模板大小限幅阈值对第一模板大小进行限幅，以获得限幅的模板大小，用tmplMgcli表示。根据限幅模板大小，结合第一变换系数的对角线位置，可以确定原始的上下文模型索引，用OrgCtxIdx表示。根据原始上下文模型索引，上下文模型可以根据下式确定：

ctxIdx＝OrgCtxIdx–((OrgCtxIdx+m)>>n)，

其中，ctxIdx表示上下文模型的上下文模型索引，m表示偏移，n表示移位值，且m和n为非负整数。

在各种示例中，可以在序列参数集(SPS)、图片参数集(PPS)、片头、图块头或图块组头中对模板大小限幅阈值、偏移或移位值进行标识，或者模板大小限幅阈值、偏移或移位值是预先定义的。对于亮度和色度颜色分量，模板大小限幅阈值、偏移或移位值可以是不同的，也可以是相同的。在一个示例中，偏移或移位值取决于模板大小限幅阈值。

在一个示例中，对于亮度分量中的语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，tmplCpSum1Thr设置为4，上下文模型索引可以如下计算：

tmplCpSum1＝min(tmplCpSum1,tmplCpSum1Thr)，

OrgCtxIdx＝1+tmplCpSum1+(d＝＝0？15:(d<3？10:(d<10？5:0)))，

ctxIdx＝OrgCtxIdx–((OrgCtxIdx–m)>>n)。

例如，参数m和n分别设置为m＝1，n＝2。对于tmplCpSum1Thr＝4，m＝1且n＝2，不同频率区域的tmplCpSum1范围的划分如下所示：

(i)对于频率区域d＝0，tmplCpSum1的范围划分为集合{0，1}、{2}、{3}和{4}；

(ii)对于频率区域0<d<3，tmplCpSum1的范围划分为集合{0}、{1，2}、{3}和{4}；

(iii)对于频率区域3<＝d<10，tmplCpSum1的范围划分为集合{0}、{1}、{2，3}和{4}；以及

(iv)对于频率区域d>＝10，tmplCpsum1的范围划分为集合{0}、{1}、{2}和{3，4}。

在一个示例中，对于色度分量中的语法元素par_level_flag、rem_abs_gt1_flag或rem_abs_gt2_flag的编码，tmplCpSum1Thr设置为2，并且上下文模型索引可以如下计算：

tmplCpSum1＝min(tmplCpSum1,tmplCpSum1Thr)，

OrgCtxIdx＝1+tmplCpSum1+(d＝＝0？3:0)，

ctxIdx＝OrgCtxIdx–((OrgCtxIdx–m)>>n)。

例如，参数m和n分别设置为m＝1，n＝1。对于tmplCpSum1Thr＝2，m＝1且n＝1，不同频率区域的tmplCpSum1范围的划分如下所示：

(i)对于频率区域d＝0，tmplCpSum1的范围划分为集合{0，1}和{2}；以及

(ii)对于频率区域d>0，tmplCpSum1的范围划分为集合{0}和{1，2}。

在各个实施例中，作为定义为d＝x+y的对角线位置d的替换，其中x和y表示变换系数的坐标，第二对角线位置d'定义为d'＝max(x，y)或d'＝min(x，y)。该第二对角线位置用于代替本实施例的对角线位置d。

图13A示出了根据本申请一个实施例的熵解码流程(1300)的流程图。流程(1300)可用于基于本文所公开的上下文模型约简方法对若干类型的变换系数语法元素进行熵解码。在各种实施例中，流程(1300)可以由处理电路执行，诸如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频解码器(310)功能的处理电路、执行视频解码器(410)功能的处理电路等。在一些实施例中，以软件指令实现流程(1300)，因此当处理电路执行软件指令时，处理电路执行流程(1300)。流程开始于步骤S1301并进行到步骤S1310。

在步骤S1310，可以接收包括已编码比特的比特流。可以从与已编码图片中变换块的变换系数相对应的各种类型的语法元素的区段中对已编码区段进行编码。例如，各种类型的语法元素可以包括有效性标志语法元素、奇偶校验标志语法元素、大于1的语法元素和大于2的语法元素。

在步骤S1320，可以执行上下文建模以确定语法元素的每个区段的上下文模型。在上下文建模过程中，使用本文所公开的上下文模型约简方法，使得例如与其它相关上下文建模技术相比，在存储器中维护较少的上下文模型。在一个实施例中，在变换块的给定频率区域中，对于一种语法元素，一组变换系数可以共享相同的上下文模型。变换系数组中的每一个变换系数具有预定范围内的模板大小。至少有两个模板大小彼此不同。

或者，在频率区域中，对于预定范围内可能的不同模板大小，变换系数之一对于一种类型的语法元素使用相同的上下文模型。

相应变换系数的模板大小可以定义为本地模板内的部分重建的绝对变换系数级的和(用sumAbs1表示)，或者部分重建的绝对变换系数级的和与本地模板中的非零系数的数目(用numSig表示)之间的差值(由tmplCpsum1表示)。在其它示例中，模板大小可以用其它方式定义，以表示变换系数或变换系数级的大小。

可以使用变换系数的对角线位置指定预定范围。在一些示例中，预定范围可以是利用本文所公开的划分技术从模板大小划分的多个子区间之一。

在步骤S1330，根据在步骤S1320确定的上下文模型对已编码比特进行解码，以恢复语法元素的区段。根据所恢复的区段，可以重建变换系数的变换系数级。流程(1300)进行到步骤S1399并在步骤S1399处结束。

图13B示出了根据一个实施例的视频解码装置的结构示意图。如图13B所示，该视频解码装置包括：

接收模块1321，用于接收比特流，所述比特流包括多段语法元素的已编码比特，所述语法元素包括各种类型并对应于已编码图片中的变换块的变换系数；

执行模块1322，用于执行上下文建模以确定各段语法元素的上下文模型，其中，在所述变换块的给定频率区域中，对于所述语法元素的一种类型：在预定范围内具有不同模板大小的一组所述变换系数共享相同的上下文模型，或者，任一变换系数的可能的不同模板大小使用所述相同的上下文模型，所述可能的不同模板大小在所述预定范围内；以及

解码模块1323，用于基于为所述语法元素确定的所述上下文模型，对所述已编码比特进行解码，以确定所述多段语法元素。

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14示出了适于实现所公开主题的某些实施例的计算机系统(1400)。

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14所示的用于计算机系统(1400)的组件本质上是示例性的，并且不旨在对实现本申请的实施例的计算机软件的使用范围或功能提出任何限制。也不应将组件的配置解释为对计算机系统(1400)的示范性实施例中所说明的组件中的任一者或组合具有任何依赖性或要求。

计算机系统(1400)可以包括某些人机界面输入设备。所述人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)对一个或多个人类用户的输入做出响应。所述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媒体，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(仅描绘其中一个)：键盘(1401)、鼠标(1402)、触控板(1403)、触摸屏(1410)、数据手套(未示出)、操纵杆(1405)、麦克风(1406)、扫描仪(1407)、照相机(1408)。

计算机系统(1400)还可以包括某些人机界面输出设备。所述人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。所述人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1410)、数据手套(未示出)或操纵杆(1405)的触觉反馈，但也可有不是输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1409)、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(1410)，其中每个都有或没有触摸屏输入功能、触觉反馈功能——其中一些可通过如立体画面输出等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(1400)还可以包括人类可访问的存储设备及其相关联介质，如包括具有CD/DVD的CD/DVD ROM/RW(1420)等介质(1421)的光学介质、拇指驱动器(1422)、可移动硬盘驱动器或固态驱动器(1423)、如磁带和软盘(未示出)的传统磁介质、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，结合本申请的主题使用的术语“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(1400)还可以包括到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。某些网络通常需要连接到某些通用数据端口或外围总线(1449)(例如，计算机系统(1400)的USB端口)的外部网络接口适配器；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(1400)的内核(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(1400)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。

前述的人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(1400)的内核(1440)。

内核(1440)可包括一个或多个中央处理单元(CPU)(1441)、图形处理单元(GPU)(1442)、以现场可编程门阵列(FPGA)(1443)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(1444)等。上述设备以及只读存储器(ROM)(1445)、随机存取存储器(1446)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、SSD等)(1447)等可通过系统总线(1448)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(1448)，以便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内核的系统总线(1448)，或通过外围总线(1449)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(1441)、GPU(1442)、FPGA(1443)和加速器(1444)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(1445)或RAM(1446)中。过渡数据也可以存储在RAM(1446)中，而永久数据可以存储在例如内部大容量存储器(1447)中。通过使用高速缓存可实现对任何存储器设备的快速存储和检索，高速缓存可与一个或多个CPU(1441)、GPU(1442)、大容量存储器(1447)、ROM(1445)、RAM(1446)等紧密关联。

所述计算机可读介质上可具有用于执行各种计算机实现操作的计算机代码。介质和计算机代码可以是为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(1400)的计算机系统，特别是内核(1440)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供功能，执行包含在一个或多个有形的计算机可读介质中的软件。这种计算机可读介质可以是与如上所述的用户可访问的大容量存储器相关联的介质，以及具有非瞬时性质的内核(1440)的特定存储器，诸如内核内部大容量存储器(1447)或ROM(1445)。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内核(1440)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。该软件可以使得内核(1440)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(1446)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他方式包含在电路(例如，加速器(1444))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：首字母缩略词

JEM：joint exploration model联合探索模型

VVC：versatile video coding通用视频编码

BMS：benchmark set基准集

MV：Motion Vector运动矢量

HEVC：High Efficiency Video Coding高效视频编码

SEI：Supplementary Enhancement Information补充增强信息

VUI：Video Usability Information视频可用性信息

GOP：Groups of Pictures图片组

TU：Transform Units变换单元

PU：Prediction Units预测单元

CTU：Coding Tree Units编码树单元

CTB：Coding Tree Blocks编码树块

PB：Prediction Blocks预测块

HRD：Hypothetical Reference Decoder假想参考解码器

SNR：Signal Noise Ratio信噪比

CPU：Central Processing Units中央处理单元

GPU：Graphics Processing Units图形处理单元

CRT：Cathode Ray Tube阴极射线管

LCD：Liquid-Crystal Display液晶显示器

OLED：Organic Light-Emitting Diode有机发光二极管

CD：Compact Disc光盘

DVD：Digital Video Disc数字视频盘

ROM：Read-Only Memory只读存储器

RAM：Random Access Memory随机存取存储器

ASIC：Application-Specific Integrated Circuit专用集成电路

PLD：Programmable Logic Device可编程逻辑器件

LAN：Local Area Network局域网

GSM：Global System for Mobile communications全球移动通信系统

LTE：Long-Term Evolution长期演进

CANBus：Controller Area Network Bus控制器局域网络总线

USB：Universal Serial Bus通用串行总线

PCI：Peripheral Component Interconnect外围组件互连

FPGA：Field Programmable Gate Arrays现场可编程门阵列

SSD：solid-state drive固态驱动器

IC：Integrated Circuit集成电路

CU：Coding Unit编码单元

虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、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 (19)

1.一种视频解码方法，其特征在于，包括：

接收比特流，所述比特流包括多段语法元素的已编码比特，所述语法元素包括各种类型并对应于已编码图片中的变换块的变换系数；

对于所述语法元素的一种类型：根据所述变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型；以及

根据为所述语法元素确定的上下文模型，对所述已编码比特进行解码，以确定所述多段语法元素；

所述根据所述变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型，包括：

对于所述变换块的所述给定频率区域中的每个变换系数，根据所述给定频率区域的位置，确定相应变换系数的模板大小，其中，所述给定频率区域的位置是根据所述相应变换系数的扫描位置处的对角线位置确定的，所述模板大小为本地模板内的部分重建的绝对变换系数级的和，所述本地模板是指覆盖所述相应变换系数的一组相邻变换系数的模板；所述绝对变换系数级根据相应变换系数的语法元素的区段确定；

根据候选上下文模型和不同的所述模板大小的可能值之间的映射，为所述各段语法元素分别确定所述候选上下文模型中的一个，作为所述各段语法元素的上下文模型，其中，至少两个所述模板大小的可能值被映射至所述候选上下文模型中的同一个上下文模型；

其中，所述扫描位置处的对角线位置在预定对角线位置范围内，所述对角线位置根据下式确定：d＝x+y，

其中，d表示所述对角线位置，x和y是所述变换块内的相应变换系数的坐标。

2.根据权利要求1所述的方法，其特征在于，所述相邻变换系数是按照所述变换块的预定扫描顺序，在所述相应变换系数之前进行处理的。

3.根据权利要求2所述的方法，其特征在于，所述语法元素的一种类型是以下之一：

第一类语法元素，用sig_coeff_flag表示，表示所述相应变换系数的绝对变换系数级是零还是大于零，其中，所述相应变换系数的绝对变换系数级用absLevel表示；

第二类语法元素，用par_level_flag表示，表示当所述相应变换系数的绝对变换系数级不为零时，所述相应变换系数的绝对变换系数级的奇偶校验；

第三类语法元素，用rem_abs_gt1_flag表示，表示当所述相应变换系数的绝对变换系数级不为零时，所述相应变换系数的(absLevel-1)>>1是否大于0；和

第四类语法元素，用rem_abs_gt2_flag表示，表示当(absLevel-1)>>1大于0时，所述相应变换系数的绝对变换系数级是否大于4。

4.根据权利要求3所述的方法，其特征在于，

所述部分重建的绝对变换系数级是根据所述本地模板内的变换系数的语法元素sig_coeff_flag、par_level_flag和rem_abs_gt1_flag的区段确定的。

5.根据权利要求2至4任一项所述的方法，其特征在于，所述给定频率区域是由小于或等于第一对角线位置阈值的对角线位置d定义的低频区域，并且所述映射包括小于第一模板大小阈值的所述模板大小的可能值，所述第一模板大小阈值被映射到所述候选上下文模型中的所述同一个上下文模型。

6.根据权利要求2至4任一项所述的方法，其特征在于，所述给定频率区域是由大于或等于第二对角线位置阈值的对角线位置d定义的高频区域，并且所述映射包括大于第二模板大小阈值的所述模板大小的可能值，所述第二模板大小阈值被映射到所述候选上下文模型中的所述同一个上下文模型。

7.根据权利要求2至4任一项所述的方法，其特征在于，所述给定频率区域是所述变换块的整个区域，所述变换系数为色度颜色分量，并且所述映射包括大于第三模板大小阈值的所述模板大小的可能值，所述第三模板大小阈值被映射到所述候选上下文模型中的所述同一个上下文模型。

8.根据权利要求2至4任一项所述的方法，其特征在于，所述给定频率区域由范围d1>d>d0中的对角线位置d定义，其中，d1和d0为预定义的对角线位置阈值，以及

所述映射包括所述预定范围由sum1>＝所述模板大小>＝sum0中的所述模板大小的可能值，所述预定范围被映射至所述候选上下文模型中的所述同一个上下文模型，其中，sum1和sum0为预定义的模板大小阈值。

9.根据权利要求4所述的方法，其特征在于，所述变换块的变换系数的模板大小的可能值的范围被划分成多个子区间，并且

所述映射包括所述多个子区间中的第一子区间中的所述模板大小的可能值，所述第一子区间被映射到至所述候选上下文模型中的所述同一个上下文模型。

10.根据权利要求9所述的方法，其特征在于，所述根据候选上下文模型和所述模板大小的不同可能值之间的映射关系，为所述各段语法元素分别确定所述候选上下文模型中的同一个上下文模型包括：

基于所述模板大小限幅阈值对所述相应变换系数的所述模板大小进行限幅，以获得由tmplMgcli表示的限幅的模板大小；

根据下式，基于所述限幅的模板大小确定子区间指示符：

indi＝(tmplMgCli+a)>>b，

其中，indi表示指示所述第一模板大小所属的第一子区间的子区间指示符，a表示偏移，b表示移位值，且a和b为非负整数；以及

基于所述相应变换系数的子区间指示符，为所述各段语法元素分别确定所述候选上下文模型中的一个。

11.根据权利要求10所述的方法，其特征在于，在序列参数集、图片参数集、片头、图块头或图块组头中对所述模板大小限幅阈值、所述偏移或所述移位值进行标识，或者预定义所述模板大小限幅阈值、所述偏移或所述移位值，以及

所述模板大小限幅阈值、所述偏移或所述移位值对于亮度和色度颜色分量是不同的或相同的；

所述偏移或所述移位值取决于所述模板大小限幅阈值。

12.根据权利要求10所述的方法，其特征在于，所述语法元素是par_level_flag、rem_abs_gt1_flag和rem_abs_gt2_flag其中之一，且所述模板大小是所述相应变换系数的所述差值tmplCpSum1。

13.根据权利要求4所述的方法，其特征在于，所述语法元素是par_level_flag、rem_abs_gt1_flag和rem_abs_gt2_flag其中之一，

所述相应变换系数的模板大小定义为所述差值tmplCpSum1，

对于包括所述给定频率区域的每个不同频率区域，将所述变换块的变换系数的可能差值tmplCpSum1的范围划分为多个子区间，以及

所述映射包括在所述给定频率区域的多个子区间中的第一子区间中的所述模板大小的可能值，所述第一子区间中的所述模板大小的可能值被映射至所述候选上下文模板中的所述同一个上下文模型。

14.根据权利要求13所述的方法，其特征在于，所述根据候选上下文模型和所述模板大小的不同可能值之间的映射关系，为所述各段语法元素分别确定所述候选上下文模型中的所述同一个上下文模型包括：

基于模板大小限幅阈值对所述相应变换系数的所述模板大小进行限幅，得到限幅的模板大小，表示为tmplMgCli；

基于所述限幅的模板大小和所述第一变换系数的对角线位置，确定原始的上下文模型索引，表示为OrgCtxIdx；

根据下式，基于所述原始的上下文模型索引确定用于识别所述候选上下文模型中的一个的上下文模型索引：

ctxIdx＝OrgCtxIdx-((OrgCtxIdx+m)>>n)，

其中，ctxIdx表示所述上下文模型索引，m表示偏移，n表示移位值，且m和n为非负整数。

15.一种视频解码装置，其特征在于，包括：

接收模块，用于接收比特流，所述比特流包括多段语法元素的已编码比特，所述语法元素包括各种类型并对应于已编码图片中的变换块的变换系数；

执行模块，用于对于所述语法元素的一种类型：根据所述变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型；以及

解码模块，用于基于为所述语法元素确定的所述上下文模型，对所述已编码比特进行解码，以确定所述多段语法元素；

所述执行模块，具体用于对于所述变换块的所述给定频率区域中的每个变换系数，根据所述给定频率区域的位置，确定相应变换系数的模板大小，其中，所述给定频率区域的位置是根据所述相应变换系数的扫描位置处的对角线位置确定的，所述模板大小为本地模板内的部分重建的绝对变换系数级的和，所述本地模板是指覆盖所述相应变换系数的一组相邻变换系数的模板；所述绝对变换系数级根据相应变换系数的语法元素确定；根据候选上下文模型和不同的所述模板大小的可能值之间的映射，为所述各段语法元素分别确定所述候选上下文模型中的一个，作为所述各段语法元素的上下文模型，其中，至少两个所述模板大小的可能值被映射至所述候选上下文模型中的同一个上下文模型；

其中，所述扫描位置处的对角线位置在预定对角线位置范围内，所述对角线位置根据下式确定：d＝x+y，

其中，d表示所述对角线位置，x和y是所述变换块内的相应变换系数的坐标。

16.一种视频编码方法，其特征在于，包括：

从视频源接收视频样本；

对于语法元素的一种类型：根据变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型，所述语法元素包括各种类型并对应于所述视频样本中的所述变换块的变换系数；以及

根据为所述语法元素确定的上下文模型，将所述视频样本进行编码为已编码的比特流，所述比特流包括多段语法元素的已编码比特；

所述根据所述变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型，包括：

对于所述变换块的所述给定频率区域中的每个变换系数，根据所述给定频率区域的位置，确定相应变换系数的模板大小，其中，所述给定频率区域的位置是根据所述相应变换系数的扫描位置处的对角线位置确定的，所述模板大小为本地模板内的部分重建的绝对变换系数级的和，所述本地模板是指覆盖所述相应变换系数的一组相邻变换系数的模板；所述绝对变换系数级根据相应变换系数的语法元素的区段确定；

根据候选上下文模型和不同的所述模板大小的可能值之间的映射，为所述各段语法元素分别确定所述候选上下文模型中的一个，作为所述各段语法元素的上下文模型，其中，至少两个所述模板大小的可能值被映射至所述候选上下文模型中的同一个上下文模型；

其中，所述扫描位置处的对角线位置在预定对角线位置范围内，所述对角线位置根据下式确定：d＝x+y，

其中，d表示所述对角线位置，x和y是所述变换块内的相应变换系数的坐标。

17.一种视频编码装置，其特征在于，包括：

接收模块，用于从视频源接收视频样本；

执行模块，用于对于语法元素的一种类型：根据变换块的给定频率区域的位置执行上下文建模，以确定所述给定频率区域中的变换系数所对应的各段语法元素的上下文模型，所述语法元素包括各种类型并对应于所述视频样本中的所述变换块的变换系数；以及

编码模块，用于根据为所述语法元素确定的上下文模型，将所述视频样本进行编码为已编码的比特流，所述比特流包括多段语法元素的已编码比特；

所述执行模块：还用于对于所述变换块的所述给定频率区域中的每个变换系数，根据所述给定频率区域的位置，确定相应变换系数的模板大小，其中，所述给定频率区域的位置是根据所述相应变换系数的扫描位置处的对角线位置确定的，所述模板大小为本地模板内的部分重建的绝对变换系数级的和，所述本地模板是指覆盖所述相应变换系数的一组相邻变换系数的模板；所述绝对变换系数级根据相应变换系数的语法元素的区段确定；根据候选上下文模型和不同的所述模板大小的可能值之间的映射，为所述各段语法元素分别确定所述候选上下文模型中的一个，作为所述各段语法元素的上下文模型，其中，至少两个所述模板大小的可能值被映射至所述候选上下文模型中的同一个上下文模型；其中，所述扫描位置处的对角线位置在预定对角线位置范围内，所述对角线位置根据下式确定：d＝x+y，

其中，d表示所述对角线位置，x和y是所述变换块内的相应变换系数的坐标。

18.一种计算机设备，包括处理器以及与所述处理器连接的存储器，其特征在于，所述存储器存储有机器可读指令，所述处理器执行所述机器可读指令以执行如权利要求1至14、或16中任一项所述的方法。

19.一种非易失性计算机可读介质，其特征在于，其上存储有可由处理器执行的程序，所述处理器执行所述程序以执行如权利要求1至14、或16中任一项所述的方法。