CN110958452B - 视频解码方法及视频解码器 - Google Patents

视频解码方法及视频解码器 Download PDF

Info

Publication number
CN110958452B
CN110958452B CN201811134191.5A CN201811134191A CN110958452B CN 110958452 B CN110958452 B CN 110958452B CN 201811134191 A CN201811134191 A CN 201811134191A CN 110958452 B CN110958452 B CN 110958452B
Authority
CN
China
Prior art keywords
coding block
current
node
mer
block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811134191.5A
Other languages
English (en)
Other versions
CN110958452A (zh
Inventor
杨海涛
徐巍炜
赵寅
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201811134191.5A priority Critical patent/CN110958452B/zh
Priority to PCT/CN2019/107931 priority patent/WO2020063687A1/zh
Publication of CN110958452A publication Critical patent/CN110958452A/zh
Application granted granted Critical
Publication of CN110958452B publication Critical patent/CN110958452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods 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
    • H04N19/136Incoming video signal characteristics or properties
    • H04N19/137Motion inside a coding unit, e.g. average field, frame or block difference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/513Processing of motion vectors
    • H04N19/517Processing of motion vectors by encoding
    • H04N19/52Processing of motion vectors by encoding by predictive encoding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods 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
    • H04N19/96Tree coding, e.g. quad-tree coding

Abstract

一种基于运动估计评估区域MER的解码方法,其包括,获取当前编码块的划分信息;根据划分信息确定当前编码块所属的当前MER;确定当前编码块与选定的一个空域候选对应的第一编码块是否属于同一MER;确定与当前MER空域临近的第二编码块;基于第二编码块构建空域运动信息候选列表,其中所述空域邻近的编码块位于所述当前MER之外;根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。该方法在选定的一个空域候选不可用时,重新得到一个不在当前MER中的空域候选对应的编码块,使得最终用于构建空域运动信息候选列表是可用的,以提高编码性能。

Description

视频解码方法及视频解码器
技术领域
本申请实施例大体上涉及视频编码领域,更确切地说,涉及视频解码方法及视频解码器。
背景技术
视频编码(视频编码和解码)广泛用于数字视频应用,例如广播数字电视、互联网和移动网络上的视频传播、视频聊天和视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑系统以及可携式摄像机的安全应用。
随着1990年H.261标准中基于块的混合型视频编码方式的发展,新的视频编码技术和工具得到发展并为新的视频编码标准形成基础。其它视频编码标准包括MPEG-1视频、MPEG-2视频、ITU-T H.262/MPEG-2、ITU-T H.263、ITU-T H.264/MPEG-4第10部分高级视频编码(Advanced Video Coding,AVC)、ITU-T H.265/高效视频编码(High EfficiencyVideo Coding,HEVC)…以及此类标准的扩展,例如可扩展性和/或3D(three-dimensional)扩展。随着视频创建和使用变得越来越广泛,视频流量成为通信网络和数据存储的最大负担。因此大多数视频编码标准的目标之一是相较之前的标准,在不牺牲图片质量的前提下减少比特率。即使最新的高效视频编码(High Efficiency video coding,HEVC)可以在不牺牲图片质量的前提下比AVC大约多压缩视频一倍,仍然亟需新技术相对HEVC进一步压缩视频。
发明内容
本申请实施例提供视频解码方法及视频解码器,可以提高解码效率。
前述和其它目标通过独立权利要求的主题实现。其它实现方式通过从属权利要求、说明书以及附图是显而易见的。
第一方面,本发明涉及视频解码方法,该解码方法可以有视频解码器来执行。所述方法为一种基于运动估计评估区域(Motion Estimation Region MER)的解码方法。其包括:获取当前编码块的划分信息;根据所述划分信息确定所述当前编码块所属的当前MER;确定第一编码块,所述第一编码块为所述当前编码块的一个空域候选对应的编码块;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
本发明提供的视频解码方法可以在选定的一个空域候选对应的编码块与当前编码块属于同一MER的情况下,重新选择一个在该MER之外的编码块来构建空域运动信息候选列表,从而确保选用构建空域运动信息候选列表的编码块是合适的,从而提高了编解码的效率。
其中,空域候选,即spatial candidates。空域候选可以认为一个坐标集合。空域候选中包括多个坐标点,每个坐标点的坐标可以指示一个编码块的位置。一种实现方式下,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块。该多个空域临近块与当前编码块之间的位置关系如图8所示,图中该多个空域临近块就是A0,A1,B0,B1,B2。另一种实现方式下,当前编码块的空域候选包括更多的坐标点,也就是说,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块,还包括位于该当前编码块附近的其他空域块。
以下为在所述当前编码块与所述第一编码块属于同一MER的情况下,几种可能的确定出第二编码块的实现方式。其中,(xN,yN)具体可以是第一编码块左上角的坐标,(xP,yP)具体可以是当前编码块左上角的坐标,(xMER,yMER)具体可以是当前MER左上角的坐标,第二编码块对应的坐标,可以表示为(xM,yM),具体可以是第二编码块左上角的坐标。上述几个块的坐标应当是在同一坐标系下的值,这个值可以是绝对值,也可以是相对于该坐标系中的某一点的相对值,例如相对该坐标系的原点等,本申请不做限制,。并且,在同一种实现方式中,上述几个块的坐标应都取自这些块的相同位置,例如全都是这些块右上角的坐标,或者右下角的坐标,或者中心点的坐标等等,本申请不做限定。因此,第一编码块和当前编码块的位置关系,可以用xN和xP,以及yN和yP之间的数学关系表示。
根据第一方面,在所述方法可能的实现方式中,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
根据第一方面,在所述方法可能的实现方式中,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
根据第一方面,在所述方法可能的实现方式中,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
根据第一方面,在所述方法可能的实现方式中,(xN,yN)指示所述所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);
在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);
在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
使用上述几种方式,都可以确定出可用的第二编码块。
根据第一方面,在所述方法可能的实现方式中,所述获取当前编码块的划分信息包括:获取当前编码块的四叉树(Quad-Tree,QT)划分深度N以及所述当前编码块的多类型树(Multiple Type Tree,MTT)划分深度M,所述当前编码块为编码树单元经过M+N次划分后所获得的多个编码块中的一个。对应的确定所述MER的过程包括:若所述四叉树划分深度N大于第一阈值T1,其中T1是预先设置的非零正整数,或者所述当前编码单元的多类型划分深度M大于0,则将由所述编码树单元划分得到的划分深度为K的第一子单元所述覆盖的区域作为所述MER,其中,K=min(N,T1),min(a,b)表示取a和b中的较小值,所述第一子单元包含所述当前编码单元。
在上述实现方式中,将经过四差树划分的子单元所在的范围确定为MER,能够有效保证在该MER中的编码块不超出该MER,该MER中也不包含别的MER中的子单元,从而有效保证运动列表的构建过程中的可用的候选运动信息的多样性。具体的,所述第K层四叉树节点的左上角坐标(xK,yK)为:xK=xCb-(xCb&((1<<K1)-1));yK=yCb-(yCb&((1<<K1)-1)),其中,xCb和yCb表示当前节点的左上角坐标(xCb,yCb),K1=log2(CTUSize)–K。所述第K层四叉树节点的宽和高等于(1<<K1)。
除此,之外,以下的多种可选方式,可以达到相同的效果。
根据第一方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述根据所述划分信息确定所述当前编码块所属的当前MER还包括:若所述四叉树划分深度N小于或者等于第一阈值T1,或者所述当前编码单元的多类型划分深度M等于0,则所述当前编码块即为所述当前MER。
根据第一方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述获取当前编码块的划分信息包括:获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,所述节点若不再继续划分则称之为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述根据所述划分信息确定所述当前编码块所属的当前MER包括:若所述当前编码块的划分深度N大于第一阈值T1,则获取所述当前编码块的第N-T1层父节点,以所述第N-T1层父节点所覆盖的区域作为所述当前MER,其中,所述父节点为包含所述当前编码块所在节点的且划分深度小于N的节点,与所述当前编码块所在节点紧邻的父节点为所述当前编码块的第1层父节点。
该实施方式中提供了另外一种确定MER的计算方式,即,以当前节点为起点,通过逆向递归的方式找到MER的节点的位置。
根据第一方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述获取当前编码块的划分信息包括:获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,不再继续划分的节点为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述根据所述划分信息确定所述当前编码块所属的当前MER包括:若所述当前编码块的划分深度N大于第一阈值T1,则将所述编码树单元中划分深度为T1的节点所覆盖的区域作为所述当前MER,其中T1是预先设置的非零正整数。
该实现方式为一种简化实现方式,即,通过T1直接确定MER的范围,可以进化实现的复杂度。
根据第一方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述基于当前编码块的空域邻近的编码块构建空域运动信息候选列表,包括:判断所述空域邻近块与所述当前编码块是否位于同于MER中,若是,则将所述空域相邻块设置为不可用,若否,则基于所述空域相邻块的运动信息构建所述空域运动信息候选列表。
第二方面,本发明涉及视频解码方法,该解码方法可以有视频解码器来执行一种基于运动估计评估区域(Motion Estimation Region MER)的解码方法,其包括:获取编码树单元的划分信息;根据所述划分信息对所述编码树单元划分得到多个节点,所述多个节点中被继续划分的节点为父节点,未被进一步划分的节点为叶节点;确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的当前MER,所述第一节点可以为所述父节点或者叶节点;确定第一编码块,其中,所述第一编码块为当前编码块的一个空域候选对应的编码块,所述当前编码块为所述第一节点或者所述第一节点经过进一步划分得到的叶子节点;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。其中,空域候选,即spatial candidates。其中包括多个坐标点,每个坐标点的坐标可以指示一个编码块的位置。一种实现方式下,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块。该多个空域临近块与当前编码块之间的位置关系如图8所示,图中该多个空域临近块就是A0,A1,B0,B1,B2。另一种实现方式下,当前编码块的空域候选包括更多的坐标点,也就是说,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块,还包括位于该当前编码块附近的其他空域块。
其中,空域候选,即spatial candidates。空域候选可以认为一个坐标集合。空域候选中包括多个坐标点,每个坐标点的坐标可以指示一个编码块的位置。一种实现方式下,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块。该多个空域临近块与当前编码块之间的位置关系如图8所示,图中该多个空域临近块就是A0,A1,B0,B1,B2。另一种实现方式下,当前编码块的空域候选包括更多的坐标点,也就是说,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块,还包括位于该当前编码块附近的其他空域块。
第二方面中,在所述当前编码块与所述第一编码块属于同一MER的情况下,几种可能的确定出第二编码块的实现方式与第一方面相同,其实现和相关说明请参照相关段落,此处不再赘述。
第二方面提供另一种基于MER的解码方法,其区别在于MER的确定机制不同,具体地,该MER的确定方式可以先于当前解码单元的处理过程,也即,MER的信息对编码树单元划分的过程中确定,并记录下来,而在构建当前编码单元的空域运动信息候选列表时,直接调用存储的MER信息即可。所述方法包括:
根据第二方面,在所述方法可能的实现方式中,所述划分深度包括独立的四叉树划分深度(QUAD-TreeDepth,QT depth),以及多类型划分深度(Multi-Type Tree,MTTDepth),所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定QT depth等于所述预设条件且所述MTT Depth深度等于0的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
根据第二方面,在所述方法可能的另一实现方式中,所述划分深度为四叉树划分深度(QUAD-TreeDepth,QT depth)及多类型划分深度(Multi-Type Tree,MTT Depth)之和,所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度等于所述预设条件且被进一步划分为多个MTT叶节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述当前编码块为所述多个MTT叶节点中的一个节点.
根据第二方面,在所述方法可能的另一实现方式中,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度N等于第二阈值T2减1,且划分方式为三叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第二阈值T2,且划分方式为二叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T2为大于1的正整数。
根据第二方面,在所述方法可能的另一实现方式中,所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括进一步包括:确定划分深度N小于或者等于第二阈值T2减1且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
根据第二方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度N等于第三阈值T3减1,且划分方式为三叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第三阈值T3,且划分方式为二叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T3为大于1的正整数。
根据第二方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括进一步包括:确定划分深度N小于或者等于第三阈值T3且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
根据第二方面,结合前述的实现方式,在所述方法可能的另一实现方式中,所述基于当前编码块的空域邻近的编码块构建空域运动信息候选列表,包括:判断所述空域邻近块与所述当前编码块是否位于同于MER中,若是,则将所述空域相邻块设置为不可用,若否,则基于所述空域相邻块的运动信息构建所述空域运动信息候选列表。
第三方面,本发明提供一种解码装置,其包括与第一方面的方法所对应的各种模块,所述各种模块具备实现所述方法各个步骤的功能。
一种实现方式下,所述解析模块用于:获取当前编码块的四叉树(Quad-Tree,QT)划分深度N以及所述当前编码块的多类型树(Multiple Type Tree,MTT)划分深度M,所述当前编码块为编码树单元经过M+N次划分后所获得的多个编码块中的一个;
所述MER确定模块,用于,在所述四叉树划分深度N大于第一阈值T1时,其中T1是预先设置的非零正整数,或者在所述当前编码单元的多类型划分深度M大于0时,则将由所述编码树单元划分得到的划分深度为K的第一子单元所述覆盖的区域作为所述MER,其中,K=min(N,T1),min(a,b)表示取a和b中的较小值,所述第一子单元包含所述当前编码单元。
一种实现方式下,所述MER确定模块,还用于在所述四叉树划分深度N小于或者等于第一阈值T1时,或者所述当前编码单元的多类型划分深度M等于0,则所述当前编码块即为所述当前MER。
一种实现方式下,所述解析模块,用于获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,所述节点若不再继续划分则称之为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述MER确定模块用于,在所述当前编码块的划分深度N大于第一阈值T1时,则获取所述当前编码块的第N-T1层父节点,以所述第N-T1层父节点所覆盖的区域作为所述当前MER,其中,所述父节点为包含所述当前编码块所在节点的且划分深度小于N的节点,与所述当前编码块所在节点紧邻的父节点为所述当前编码块的第1层父节点。
一种实现方式下,所述解析模块,用于获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,不再继续划分的节点为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述MER确定模块用于,在所述当前编码块的划分深度N大于第一阈值T1时,则将所述编码树单元中划分深度为T1的节点所覆盖的区域作为所述当前MER,其中T1是预先设置的非零正整数。
一种实现方式下,在所述基于所述第二编码块构建空域运动信息候选列表的方面,所述空域运动信息候选列表构建模块,用于基于所述第二编码块的运动信息构建所述空域运动信息候选列表。
第四方面,本发明提供一种解码装置,其包括与第二方面的方法所对应的各种模块,所述各种模块具备实现所述方法各个步骤的功能。
一种实现方式下,所述划分深度包括独立的四叉树划分深度(QUAD-Tree Depth,QT depth),以及多类型划分深度(Multi-Type Tree,MTT Depth),所述MER确定模块用于确定QT depth等于所述预设条件且所述MTT Depth深度等于0的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
一种实现方式下,所述划分深度为四叉树划分深度(QUAD-Tree Depth,QT depth)及多类型划分深度(Multi-Type Tree,MTT Depth)之和,所述MER确定模块用于确定划分深度等于所述预设条件且被进一步划分为多个MTT叶节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述当前编码块为所述多个MTT叶节点中的一个节点。
一种实现方式下,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述MER确定模块用于确定划分深度N等于第二阈值T2减1,且划分方式为三叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第二阈值T2,且划分方式为二叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T2为大于1的正整数。
一种实现方式下,所述MER确定模块进一步用于确定划分深度N小于或者等于第二阈值T2减1且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
一种实现方式下,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述MER确定模块用于确定划分深度N等于第三阈值T3减1,且划分方式为三叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第三阈值T3,且划分方式为二叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T3为大于1的正整数。
一种实现方式下,所述MER确定模块用于确定划分深度N小于或者等于第三阈值T3且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
结合本方面上述的任一种实现方式,一种实现方式下,在所述基于所述第二编码块构建空域运动信息候选列表的方面,所述空域运动信息候选列表构建模块,用于基于所述第二编码块的运动信息构建所述空域运动信息候选列表。
第五方面,本发明涉及解码视频流的装置,包含处理器和存储器。所述存储器存储指令,所述指令使得所述处理器执行根据第一方面或者第二方面的方法。
第六方面,本发明提供一种计算机可读存储介质,其上储存有指令,所述指令执行时,使得一个或多个处理器编码视频数据。所述指令使得所述一个或多个处理器执行根据第一或第二方面或第一或第二方面任何可能实施例的方法。
第七方面,本发明涉及包括程序代码的计算机程序,所述程序代码在计算机上运行时执行根据第一或第二方面或第一或第二方面任何可能实施例的方法。
第八方面,本发明提供一种基于运动估计评估区域(Motion Estimation RegionMER)的解码方法,其包括:获取当前编码块的划分信息;根据所述划分信息确定所述当前编码块所属的当前MER;
基于所述当前MER的空域邻近的编码块构建空域运动信息候选列表,其中所述空域邻近的编码块位于所述当前MER之外;根据所述空域运动信息候选列表对所述当前编码单元进行预测及重建。
基于第八方面的一种实施方式中,所述MER范围内的所有编码块使用相同的空域运动信息候选列表。
在附图及以下说明中阐述一个或多个实施例的细节。其它特征、目的和优点通过说明书、附图以及权利要求是显而易见的。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1是用于实现本发明实施例的视频编码系统实例的框图;
图2是示出用于实现本发明实施例的视频编码器实例结构的框图;
图3是示出用于实现本发明实施例的视频解码器实例结构的框图;
图4是绘示包含图2的编码器20和图3的解码器30
图5是绘示另一种编码装置或解码装置实例的框图;
图6是二叉树,三叉树以及四叉树的划分方式示意图;
图7是QT-MTT划分示意图;
图8是空域相邻块以及时域相邻块的示意图;
图9是基于MER确定可用候选者示意图;
图10是MER的划分示意图;
图11是QT-MTT划分模式先MER与编码块的示意图;
图12为本发明实施例提供的一种编码方法示意图;
图13为本发明实施例提供的另一种编码方法示意图;
图14为本发明实施例提供的一种编码装置示意图;
图15为本发明实施例提供的另一种编码装置示意图。
以下如果没有关于相同参考符号的具体注释,相同的参考符号是指相同或至少功能上等效的特征。
具体实施方式
以下描述中,参考形成本公开一部分并以说明之方式示出本发明实施例的具体方面或可使用本发明实施例的具体方面的附图。应理解,本发明实施例可在其它方面中使用,并可包括附图中未描绘的结构或逻辑变化。因此,以下详细描述不应以限制性的意义来理解,且本发明的范围由所附权利要求书界定。
例如,应理解,结合所描述方法的揭示内容可以同样适用于用于执行所述方法的对应设备或系统,且反之亦然。例如,如果描述一个或多个具体方法步骤,则对应的设备可以包含如功能单元等一个或多个单元,来执行所描述的一个或多个方法步骤(例如,一个单元执行一个或多个步骤,或多个单元,其中每个都执行多个步骤中的一个或多个),即使附图中未明确描述或说明这种一个或多个单元。另一方面,例如,如果基于如功能单元等一个或多个单元描述具体装置,则对应的方法可以包含一个步骤来执行一个或多个单元的功能性(例如,一个步骤执行一个或多个单元的功能性,或多个步骤,其中每个执行多个单元中一个或多个单元的功能性),即使附图中未明确描述或说明这种一个或多个步骤。进一步,应理解的是,除非另外明确提出,本文中所描述的各示例性实施例和/或方面的特征可以相互组合。
视频编码通常是指处理形成视频或视频序列的图片序列。在视频编码领域,术语“图片(picture)”、“帧(frame)”或“图像(image)”可以用作同义词。本申请(或本公开)中使用的视频编码表示视频编码或视频解码。视频编码在源侧执行,通常包括处理(例如,通过压缩)原始视频图片以减少表示该视频图片所需的数据量(从而更高效地存储和/或传输)。视频解码在目的地侧执行,通常包括相对于编码器作逆处理,以重构视频图片。实施例涉及的视频图片(或总称为图片,下文将进行解释)“编码”应理解为涉及视频序列的“编码”或“解码”。编码部分和解码部分的组合也称为编解码(编码和解码)。
无损视频编码情况下,可以重构原始视频图片,即经重构视频图片具有与原始视频图片相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频编码情况下,通过例如量化执行进一步压缩,来减少表示视频图片所需的数据量,而解码器侧无法完全重构视频图片,即经重构视频图片的质量相比原始视频图片的质量较低或较差。
H.261的几个视频编码标准属于“有损混合型视频编解码”(即,将样本域中的空间和时间预测与变换域中用于应用量化的2D变换编码结合)。视频序列的每个图片通常分割成不重叠的块集合,通常在块层级上进行编码。换句话说,编码器侧通常在块(视频块)层级处理亦即编码视频,例如,通过空间(图片内)预测和时间(图片间)预测来产生预测块,从当前块(当前处理或待处理的块)减去预测块以获取残差块,在变换域变换残差块并量化残差块,以减少待传输(压缩)的数据量,而解码器侧将相对于编码器的逆处理部分应用于经编码或经压缩块,以重构用于表示的当前块。另外,编码器复制解码器处理循环,使得编码器和解码器生成相同的预测(例如帧内预测和帧间预测)和/或重构,用于处理亦即编码后续块。
如本文中所用,术语“块”可以为图片或帧的一部分。为便于描述,参考多用途视频编码(VVC:Versatile Video Coding)或由ITU-T视频编码专家组(Video Coding ExpertsGroup,VCEG)和ISO/IEC运动图像专家组(Motion Picture Experts Group,MPEG)的视频编码联合工作组(Joint Collaboration Team on Video Coding,JCT-VC)开发的高效视频编码(High-Efficiency Video Coding,HEVC)描述本发明实施例。本领域普通技术人员理解本发明实施例不限于HEVC或VVC。可以指CU、PU和TU。在HEVC中,通过使用表示为编码树的四叉树结构将CTU拆分为多个CU。在CU层级处作出是否使用图片间(时间)或图片内(空间)预测对图片区域进行编码的决策。每个CU可以根据PU拆分类型进一步拆分为一个、两个或四个PU。一个PU内应用相同的预测过程,并在PU基础上将相关信息传输到解码器。在通过基于PU拆分类型应用预测过程获取残差块之后,可以根据类似于用于CU的编码树的其它四叉树结构将CU分割成变换单元(transform unit,TU)。在视频压缩技术最新的发展中,使用四叉树和二叉树(Quad-tree and binary tree,QTBT)分割帧来分割编码块。在QTBT块结构中,CU可以为正方形或矩形形状。在VVC中,编码树单元(coding tree unit,CTU)首先由四叉树结构分割。四叉树叶节点进一步由二进制树结构分割。二进制树叶节点称为编码单元(coding unit,CU),所述分段用于预测和变换处理,无需其它任何分割。这表示CU、PU和TU在QTBT编码块结构中的块大小相同。同时,还提出与QTBT块结构一起使用多重分割,例如三叉树分割。
以下基于图1至4描述编码器20、解码器30和编码解码系统10、40的实施例(在基于图12、13更详细描述本发明实施例之前)。
图1为绘示示例性编码系统10的概念性或示意性框图,例如,可以利用本申请(本公开)技术的视频编码系统10。视频编码系统10的编码器20(例如,视频编码器20)和解码器30(例如,视频解码器30)表示可用于根据本申请中描述的各种实例执行基于运动估计评估区域(Motion Estimation Region MER)的解码方法的技术的设备实例。如图1中所示,编码系统10包括源设备12,用于向例如解码经编码数据13的目的地设备14提供经编码数据13,例如,经编码图片13。
源设备12包括编码器20,另外亦即可选地,可以包括图片源16,例如图片预处理单元18的预处理单元18,以及通信接口或通信单元22。
图片源16可以包括或可以为任何类别的图片捕获设备,用于例如捕获现实世界图片,和/或任何类别的图片或评论(对于屏幕内容编码,屏幕上的一些文字也认为是待编码的图片或图像的一部分)生成设备,例如,用于生成计算机动画图片的计算机图形处理器,或用于获取和/或提供现实世界图片、计算机动画图片(例如,屏幕内容、虚拟现实(virtualreality,VR)图片)的任何类别设备,和/或其任何组合(例如,实景(augmented reality,AR)图片)。
(数字)图片为或者可以视为具有亮度值的采样点的二维阵列或矩阵。阵列中的采样点也可以称为像素(pixel)(像素(picture element)的简称)或像素(pel)。阵列或图片在水平和垂直方向(或轴线)上的采样点数目定义图片的尺寸和/或分辨率。为了表示颜色,通常采用三个颜色分量,即图片可以表示为或包含三个采样阵列。RBG格式或颜色空间中,图片包括对应的红色、绿色及蓝色采样阵列。但是,在视频编码中,每个像素通常以亮度/色度格式或颜色空间表示,例如,YCbCr,包括Y指示的亮度分量(有时也可以用L指示)以及Cb和Cr指示的两个色度分量。亮度(简写为luma)分量Y表示亮度或灰度水平强度(例如,在灰度等级图片中两者相同),而两个色度(简写为chroma)分量Cb和Cr表示色度或颜色信息分量。相应地,YCbCr格式的图片包括亮度采样值(Y)的亮度采样阵列,和色度值(Cb和Cr)的两个色度采样阵列。RGB格式的图片可以转换或变换为YCbCr格式,反之亦然,该过程也称为色彩变换或转换。如果图片是黑白的,该图片可以只包括亮度采样阵列。
图片源16(例如,视频源16)可以为,例如用于捕获图片的相机,例如图片存储器的存储器,包括或存储先前捕获或产生的图片,和/或获取或接收图片的任何类别的(内部或外部)接口。相机可以为,例如,本地的或集成在源设备中的集成相机,存储器可为本地的或例如集成在源设备中的集成存储器。接口可以为,例如,从外部视频源接收图片的外部接口,外部视频源例如为外部图片捕获设备,比如相机、外部存储器或外部图片生成设备,外部图片生成设备例如为外部计算机图形处理器、计算机或服务器。接口可以为根据任何专有或标准化接口协议的任何类别的接口,例如有线或无线接口、光接口。获取图片数据17的接口可以是与通信接口22相同的接口或是通信接口22的一部分。
区别于预处理单元18和预处理单元18执行的处理,图片或图片数据17(例如,视频数据16)也可以称为原始图片或原始图片数据17。
预处理单元18用于接收(原始)图片数据17并对图片数据17执行预处理,以获取经预处理的图片19或经预处理的图片数据19。例如,预处理单元18执行的预处理可以包括整修、色彩格式转换(例如,从RGB转换为YCbCr)、调色或去噪。可以理解,预处理单元18可以是可选组件。
编码器20(例如,视频编码器20)用于接收经预处理的图片数据19并提供经编码图片数据21(下文将进一步描述细节,例如,基于图2或图4)。在一个实例中,编码器20可以用于……
源设备12的通信接口22可以用于接收经编码图片数据21并传输至其它设备,例如,目的地设备14或任何其它设备,以用于存储或直接重构,或用于在对应地存储经编码数据13和/或传输经编码数据13至其它设备之前处理经编码图片数据21,其它设备例如为目的地设备14或任何其它用于解码或存储的设备。
目的地设备14包括解码器30(例如,视频解码器30),另外亦即可选地,可以包括通信接口或通信单元28、后处理单元32和显示设备34。
目的地设备14的通信接口28用于例如,直接从源设备12或任何其它源接收经编码图片数据21或经编码数据13,任何其它源例如为存储设备,存储设备例如为经编码图片数据存储设备。
通信接口22和通信接口28可以用于藉由源设备12和目的地设备14之间的直接通信链路或藉由任何类别的网络传输或接收经编码图片数据21或经编码数据13,直接通信链路例如为直接有线或无线连接,任何类别的网络例如为有线或无线网络或其任何组合,或任何类别的私网和公网,或其任何组合。
通信接口22可以例如用于将经编码图片数据21封装成合适的格式,例如包,以在通信链路或通信网络上传输。
形成通信接口22的对应部分的通信接口28可以例如用于解封装经编码数据13,以获取经编码图片数据21。
通信接口22和通信接口28都可以配置为单向通信接口,如图1中用于经编码图片数据13的从源设备12指向目的地设备14的箭头所指示,或配置为双向通信接口,以及可以用于例如发送和接收消息来建立连接、确认和交换任何其它与通信链路和/或例如经编码图片数据传输的数据传输有关的信息。
解码器30用于接收经编码图片数据21并提供经解码图片数据31或经解码图片31(下文将进一步描述细节,例如,基于图3或图5)。
目的地设备14的后处理器32用于后处理经解码图片数据31(也称为经重构图片数据),例如,经解码图片131,以获取经后处理图片数据33,例如,经后处理图片33。后处理单元32执行的后处理可以包括,例如,色彩格式转换(例如,从YCbCr转换为RGB)、调色、整修或重采样,或任何其它处理,用于例如准备经解码图片数据31以由显示设备34显示。
目的地设备14的显示设备34用于接收经后处理图片数据33以向例如用户或观看者显示图片。显示设备34可以为或可以包括任何类别的用于呈现经重构图片的显示器,例如,集成的或外部的显示器或监视器。例如,显示器可以包括液晶显示器(liquid crystaldisplay,LCD)、有机发光二极管(organic light emitting diode,OLED)显示器、等离子显示器、投影仪、微LED显示器、硅基液晶(liquid crystal on silicon,LCoS)、数字光处理器(digital light processor,DLP)或任何类别的其它显示器。
虽然图1将源设备12和目的地设备14绘示为单独的设备,但设备实施例也可以同时包括源设备12和目的地设备14或同时包括两者的功能性,即源设备12或对应的功能性以及目的地设备14或对应的功能性。在此类实施例中,可以使用相同硬件和/或软件,或使用单独的硬件和/或软件,或其任何组合来实施源设备12或对应的功能性以及目的地设备14或对应的功能性。
本领域技术人员基于描述明显可知,不同单元的功能性或图1所示的源设备12和/或目的地设备14的功能性的存在和(准确)划分可能根据实际设备和应用有所不同。
编码器20(例如,视频编码器20)和解码器30(例如,视频解码器30)都可以实施为各种合适电路中的任一个,例如,一个或多个微处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、离散逻辑、硬件或其任何组合。如果部分地以软件实施所述技术,则设备可将软件的指令存储于合适的非暂时性计算机可读存储介质中,且可使用一或多个处理器以硬件执行指令从而执行本公开的技术。前述内容(包含硬件、软件、硬件与软件的组合等)中的任一者可视为一或多个处理器。视频编码器20和视频解码器30中的每一个可以包含在一或多个编码器或解码器中,所述编码器或解码器中的任一个可以集成为对应设备中的组合编码器/解码器(编解码器)的一部分。
源设备12可称为视频编码设备或视频编码装置。目的地设备14可称为视频解码设备或视频解码装置。源设备12以及目的地设备14可以是视频编码设备或视频编码装置的实例。
源设备12和目的地设备14可以包括各种设备中的任一个,包含任何类别的手持或静止设备,例如,笔记本或膝上型计算机、移动电话、智能电话、平板或平板计算机、摄像机、台式计算机、机顶盒、电视、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备(例如内容服务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等,并可以不使用或使用任何类别的操作系统。
在一些情况下,源设备12和目的地设备14可以经装备以用于无线通信。因此,源设备12和目的地设备14可以为无线通信设备。
在一些情况下,图1中所示视频编码系统10仅为示例,本申请的技术可以适用于不必包含编码和解码设备之间的任何数据通信的视频编码设置(例如,视频编码或视频解码)。在其它实例中,数据可从本地存储器检索、在网络上流式传输等。视频编码设备可以对数据进行编码并且将数据存储到存储器,和/或视频解码设备可以从存储器检索数据并且对数据进行解码。在一些实例中,由并不彼此通信而是仅编码数据到存储器和/或从存储器检索数据且解码数据的设备执行编码和解码。
应理解,对于以上参考视频编码器20所描述的实例中的每一个,视频解码器30可以用于执行相反过程。关于信令语法元素,视频解码器30可以用于接收并解析这种语法元素,相应地解码相关视频数据。在一些例子中,视频编码器20可以将一个或多个定义……的语法元素熵编码成经编码视频比特流。在此类实例中,视频解码器30可以解析这种语法元素,并相应地解码相关视频数据。
编码器&编码方法
图2示出用于实现本申请(公开)技术的视频编码器20的实例的示意性/概念性框图。在图2的实例中,视频编码器20包括残差计算单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、缓冲器216、环路滤波器单元220、经解码图片缓冲器(decoded picture buffer,DPB)230、预测处理单元260和熵编码单元270。预测处理单元260可以包含帧间预测单元244、帧内预测单元254和模式选择单元262。帧间预测单元244可以包含运动估计单元和运动补偿单元(未图示)。图2所示的视频编码器20也可以称为混合型视频编码器或根据混合型视频编解码器的视频编码器。
例如,残差计算单元204、变换处理单元206、量化单元208、预测处理单元260和熵编码单元270形成编码器20的前向信号路径,而例如逆量化单元210、逆变换处理单元212、重构单元214、缓冲器216、环路滤波器220、经解码图片缓冲器(decoded picture buffer,DPB)230、预测处理单元260形成编码器的后向信号路径,其中编码器的后向信号路径对应于解码器的信号路径(参见图3中的解码器30)。
编码器20通过例如输入202,接收图片201或图片201的块203,例如,形成视频或视频序列的图片序列中的图片。图片块203也可以称为当前图片块或待编码图片块,图片201可以称为当前图片或待编码图片(尤其是在视频编码中将当前图片与其它图片区分开时,其它图片例如同一视频序列亦即也包括当前图片的视频序列中的先前经编码和/或经解码图片)。
分割
编码器20的实施例可以包括分割单元(图2中未绘示),用于将图片201分割成多个例如块203的块,通常分割成多个不重叠的块。分割单元可以用于对视频序列中所有图片使用相同的块大小以及定义块大小的对应栅格,或用于在图片或子集或图片群组之间更改块大小,并将每个图片分割成对应的块。
在一个实例中,视频编码器20的预测处理单元260可以用于执行上述分割技术的任何组合。
如图片201,块203也是或可以视为具有亮度值(采样值)的采样点的二维阵列或矩阵,虽然其尺寸比图片201小。换句话说,块203可以包括,例如,一个采样阵列(例如黑白图片201情况下的亮度阵列)或三个采样阵列(例如,彩色图片情况下的一个亮度阵列和两个色度阵列)或依据所应用的色彩格式的任何其它数目和/或类别的阵列。块203的水平和垂直方向(或轴线)上采样点的数目定义块203的尺寸。
如图2所示的编码器20用于逐块编码图片201,例如,对每个块203执行编码和预测。
残差计算
残差计算单元204用于基于图片块203和预测块265(下文提供预测块265的其它细节)计算残差块205,例如,通过逐样本(逐像素)将图片块203的样本值减去预测块265的样本值,以在样本域中获取残差块205。
变换
变换处理单元206用于在残差块205的样本值上应用例如离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)的变换,以在变换域中获取变换系数207。变换系数207也可以称为变换残差系数,并在变换域中表示残差块205。
变换处理单元206可以用于应用DCT/DST的整数近似值,例如为HEVC/H.265指定的变换。与正交DCT变换相比,这种整数近似值通常由某一因子按比例缩放。为了维持经正变换和逆变换处理的残差块的范数,应用额外比例缩放因子作为变换过程的一部分。比例缩放因子通常是基于某些约束条件选择的,例如,比例缩放因子是用于移位运算的2的幂、变换系数的位深度、准确性和实施成本之间的权衡等。例如,在解码器30侧通过例如逆变换处理单元212为逆变换(以及在编码器20侧通过例如逆变换处理单元212为对应逆变换)指定具体比例缩放因子,以及相应地,可以在编码器20侧通过变换处理单元206为正变换指定对应比例缩放因子。
量化
量化单元208用于例如通过应用标量量化或向量量化来量化变换系数207,以获取经量化变换系数209。经量化变换系数209也可以称为经量化残差系数209。量化过程可以减少与部分或全部变换系数207有关的位深度。例如,可在量化期间将n位变换系数向下舍入到m位变换系数,其中n大于m。可通过调整量化参数(quantization parameter,QP)修改量化程度。例如,对于标量量化,可以应用不同的标度来实现较细或较粗的量化。较小量化步长对应较细量化,而较大量化步长对应较粗量化。可以通过量化参数(quantizationparameter,QP)指示合适的量化步长。例如,量化参数可以为合适的量化步长的预定义集合的索引。例如,较小的量化参数可以对应精细量化(较小量化步长),较大量化参数可以对应粗糙量化(较大量化步长),反之亦然。量化可以包含除以量化步长以及例如通过逆量化210执行的对应的量化或逆量化,或者可以包含乘以量化步长。根据例如HEVC的一些标准的实施例可以使用量化参数来确定量化步长。一般而言,可以基于量化参数使用包含除法的等式的定点近似来计算量化步长。可以引入额外比例缩放因子来进行量化和反量化,以恢复可能由于在用于量化步长和量化参数的等式的定点近似中使用的标度而修改的残差块的范数。在一个实例实施方式中,可以合并逆变换和反量化的标度。或者,可以使用自定义量化表并在例如比特流中将其从编码器通过信号发送到解码器。量化是有损操作,其中量化步长越大,损耗越大。
逆量化单元210用于在经量化系数上应用量化单元208的逆量化,以获取经反量化系数211,例如,基于或使用与量化单元208相同的量化步长,应用量化单元208应用的量化方案的逆量化方案。经反量化系数211也可以称为经反量化残差系数211,对应于变换系数207,虽然由于量化造成的损耗通常与变换系数不相同。
逆变换处理单元212用于应用变换处理单元206应用的变换的逆变换,例如,逆离散余弦变换(discrete cosine transform,DCT)或逆离散正弦变换(discrete sinetransform,DST),以在样本域中获取逆变换块213。逆变换块213也可以称为逆变换经反量化块213或逆变换残差块213。
重构单元214(例如,求和器214)用于将逆变换块213(即经重构残差块213)添加至预测块265,以在样本域中获取经重构块215,例如,将经重构残差块213的样本值与预测块265的样本值相加。
可选地,例如线缓冲器216的缓冲器单元216(或简称“缓冲器”216)用于缓冲或存储经重构块215和对应的样本值,用于例如帧内预测。在其它的实施例中,编码器可以用于使用存储在缓冲器单元216中的未经滤波的经重构块和/或对应的样本值来进行任何类别的估计和/或预测,例如帧内预测。
例如,编码器20的实施例可以经配置以使得缓冲器单元216不只用于存储用于帧内预测254的经重构块215,也用于环路滤波器单元220(在图2中未示出),和/或,例如使得缓冲器单元216和经解码图片缓冲器单元230形成一个缓冲器。其它实施例可以用于将经滤波块221和/或来自经解码图片缓冲器230的块或样本(图2中均未示出)用作帧内预测254的输入或基础。
环路滤波器单元220(或简称“环路滤波器”220)用于对经重构块215进行滤波以获取经滤波块221,从而顺利进行像素转变或提高视频质量。环路滤波器单元220旨在表示一个或多个环路滤波器,例如去块滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF),或锐化或平滑滤波器,或协同滤波器。尽管环路滤波器单元220在图2中示出为环内滤波器,但在其它配置中,环路滤波器单元220可实施为环后滤波器。经滤波块221也可以称为经滤波的经重构块221。经解码图片缓冲器230可以在环路滤波器单元220对经重构编码块执行滤波操作之后存储经重构编码块。
编码器20(对应地,环路滤波器单元220)的实施例可以用于输出环路滤波器参数(例如,样本自适应偏移信息),例如,直接输出或由熵编码单元270或任何其它熵编码单元熵编码后输出,例如使得解码器30可以接收并应用相同的环路滤波器参数用于解码。
经解码图片缓冲器(decoded picture buffer,DPB)230可以为存储参考图片数据供视频编码器20编码视频数据之用的参考图片存储器。DPB 230可由多种存储器设备中的任一个形成,例如动态随机存储器(dynamic random access memory,DRAM)(包含同步DRAM(synchronous DRAM,SDRAM)、磁阻式RAM(magnetoresistive RAM,MRAM)、电阻式RAM(resistive RAM,RRAM))或其它类型的存储器设备。可以由同一存储器设备或单独的存储器设备提供DPB 230和缓冲器216。在某一实例中,经解码图片缓冲器(decoded picturebuffer,DPB)230用于存储经滤波块221。经解码图片缓冲器230可以进一步用于存储同一当前图片或例如先前经重构图片的不同图片的其它先前的经滤波块,例如先前经重构和经滤波块221,以及可以提供完整的先前经重构亦即经解码图片(和对应参考块和样本)和/或部分经重构当前图片(和对应参考块和样本),例如用于帧间预测。在某一实例中,如果经重构块215无需环内滤波而得以重构,则经解码图片缓冲器(decoded picture buffer,DPB)230用于存储经重构块215。
预测处理单元260,也称为块预测处理单元260,用于接收或获取块203(当前图片201的当前块203)和经重构图片数据,例如来自缓冲器216的同一(当前)图片的参考样本和/或来自经解码图片缓冲器230的一个或多个先前经解码图片的参考图片数据231,以及用于处理这类数据进行预测,即提供可以为经帧间预测块245或经帧内预测块255的预测块265。
模式选择单元262可以用于选择预测模式(例如帧内或帧间预测模式)和/或对应的用作预测块265的预测块245或255,以计算残差块205和重构经重构块215。
模式选择单元262的实施例可以用于选择预测模式(例如,从预测处理单元260所支持的那些预测模式中选择),所述预测模式提供最佳匹配或者说最小残差(最小残差意味着传输或存储中更好的压缩),或提供最小信令开销(最小信令开销意味着传输或存储中更好的压缩),或同时考虑或平衡以上两者。模式选择单元262可以用于基于码率失真优化(rate distortion optimization,RDO)确定预测模式,即选择提供最小码率失真优化的预测模式,或选择相关码率失真至少满足预测模式选择标准的预测模式。
下文将详细解释编码器20的实例(例如,通过预测处理单元260)执行的预测处理和(例如,通过模式选择单元262)执行的模式选择。
如上文所述,编码器20用于从(预先确定的)预测模式集合中确定或选择最好或最优的预测模式。预测模式集合可以包括例如帧内预测模式和/或帧间预测模式。
帧内预测模式集合可以包括35种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式的非方向性模式,或如H.265中定义的方向性模式,或者可以包括67种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式的非方向性模式,或如正在发展中的H.266中定义的方向性模式。
(可能的)帧间预测模式集合取决于可用参考图片(即,例如前述存储在DBP 230中的至少部分经解码图片)和其它帧间预测参数,例如取决于是否使用整个参考图片或只使用参考图片的一部分,例如围绕当前块的区域的搜索窗区域,来搜索最佳匹配参考块,和/或例如取决于是否应用如半像素和/或四分之一像素内插的像素内插。
除了以上预测模式,也可以应用跳过模式和/或直接模式。
预测处理单元260可以进一步用于将块203分割成较小的块分区或子块,例如,通过迭代使用四叉树(quad-tree,QT)分割、二叉树(binary-tree,BT)分割或三叉树(triple-tree or ternary-tree,TT)分割,或其任何组合,以及用于例如为块分区或子块中的每一个执行预测,其中模式选择包括选择分割的块203的树结构和选择应用于块分区或子块中的每一个的预测模式。
帧间预测单元244可以包含运动估计(motion estimation,ME)单元(图2中未示出)和运动补偿(motioncompensation,MC)单元(图2中未示出)。运动估计单元用于接收或获取图片块203(当前图片201的当前图片块203)和经解码图片231,或至少一个或多个先前经重构块,例如,一个或多个其它/不同先前经解码图片231的经重构块,来进行运动估计。例如,视频序列可以包括当前图片和先前经解码图片31,或换句话说,当前图片和先前经解码图片31可以是形成视频序列的图片序列的一部分,或者形成该图片序列。
例如,编码器20可以用于从多个其它图片中的同一或不同图片的多个参考块中选择参考块,并向运动估计单元(图2中未示出)提供参考图片(或参考图片索引)和/或提供参考块的位置(X、Y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数。该偏移也称为运动向量(motion vector,MV)。
运动补偿单元用于获取,例如接收帧间预测参数,并基于或使用帧间预测参数执行帧间预测来获取帧间预测块245。由运动补偿单元(图2中未示出)执行的运动补偿可以包含基于通过运动估计(可能执行对子像素精确度的内插)确定的运动/块向量取出或生成预测块。内插滤波可从已知像素样本产生额外像素样本,从而潜在地增加可用于编码图片块的候选预测块的数目。一旦接收到用于当前图片块的PU的运动向量,运动补偿单元246可以在一个参考图片列表中定位运动向量指向的预测块。运动补偿单元246还可以生成与块和视频条带相关联的语法元素,以供视频解码器30在解码视频条带的图片块时使用。
帧内预测单元254用于获取,例如接收同一图片的图片块203(当前图片块)和一个或多个先前经重构块,例如经重构相邻块,以进行帧内估计。例如,编码器20可以用于从多个(预定)帧内预测模式中选择帧内预测模式。
编码器20的实施例可以用于基于优化标准选择帧内预测模式,例如基于最小残差(例如,提供最类似于当前图片块203的预测块255的帧内预测模式)或最小码率失真。
帧内预测单元254进一步用于基于如所选择的帧内预测模式的帧内预测参数确定帧内预测块255。在任何情况下,在选择用于块的帧内预测模式之后,帧内预测单元254还用于向熵编码单元270提供帧内预测参数,即提供指示所选择的用于块的帧内预测模式的信息。在一个实例中,帧内预测单元254可以用于执行下文描述的帧内预测技术的任意组合。
熵编码单元270用于将熵编码算法或方案(例如,可变长度编码(variable lengthcoding,VLC)方案、上下文自适应VLC(context adaptive VLC,CAVLC)方案、算术编码方案、上下文自适应二进制算术编码(context adaptive binary arithmetic coding,CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptive binaryarithmetic coding,SBAC)、概率区间分割熵(probability interval partitioningentropy,PIPE)编码或其它熵编码方法或技术)应用于经量化残差系数209、帧间预测参数、帧内预测参数和/或环路滤波器参数中的单个或所有上(或不应用),以获取可以通过输出272以例如经编码比特流21的形式输出的经编码图片数据21。可以将经编码比特流传输到视频解码器30,或将其存档稍后由视频解码器30传输或检索。熵编码单元270还可用于熵编码正被编码的当前视频条带的其它语法元素。
视频编码器20的其它结构变型可用于编码视频流。例如,基于非变换的编码器20可以在没有针对某些块或帧的变换处理单元206的情况下直接量化残差信号。在另一实施方式中,编码器20可具有组合成单个单元的量化单元208和逆量化单元210。
图3示出示例性视频解码器30,用于实现本申请的技术。视频解码器30用于接收例如由编码器20编码的经编码图片数据(例如,经编码比特流)21,以获取经解码图片231。在解码过程期间,视频解码器30从视频编码器20接收视频数据,例如表示经编码视频条带的图片块的经编码视频比特流及相关联的语法元素。
在图3的实例中,解码器30包括熵解码单元304、逆量化单元310、逆变换处理单元312、重构单元314(例如求和器314)、缓冲器316、环路滤波器320、经解码图片缓冲器330以及预测处理单元360。预测处理单元360可以包含帧间预测单元344、帧内预测单元354和模式选择单元362。在一些实例中,视频解码器30可执行大体上与参照图2的视频编码器20描述的编码遍次互逆的解码遍次。
熵解码单元304用于对经编码图片数据21执行熵解码,以获取例如经量化系数309和/或经解码的编码参数(图3中未示出),例如,帧间预测、帧内预测参数、环路滤波器参数和/或其它语法元素中(经解码)的任意一个或全部。熵解码单元304进一步用于将帧间预测参数、帧内预测参数和/或其它语法元素转发至预测处理单元360。视频解码器30可接收视频条带层级和/或视频块层级的语法元素。
逆量化单元310功能上可与逆量化单元110相同,逆变换处理单元312功能上可与逆变换处理单元212相同,重构单元314功能上可与重构单元214相同,缓冲器316功能上可与缓冲器216相同,环路滤波器320功能上可与环路滤波器220相同,经解码图片缓冲器330功能上可与经解码图片缓冲器230相同。
预测处理单元360可以包括帧间预测单元344和帧内预测单元354,其中帧间预测单元344功能上可以类似于帧间预测单元244,帧内预测单元354功能上可以类似于帧内预测单元254。预测处理单元360通常用于执行块预测和/或从经编码数据21获取预测块365,以及从例如熵解码单元304(显式地或隐式地)接收或获取预测相关参数和/或关于所选择的预测模式的信息。
当视频条带经编码为经帧内编码(I)条带时,预测处理单元360的帧内预测单元354用于基于信号表示的帧内预测模式及来自当前帧或图片的先前经解码块的数据来产生用于当前视频条带的图片块的预测块365。当视频帧经编码为经帧间编码(即B或P)条带时,预测处理单元360的帧间预测单元344(例如,运动补偿单元)用于基于运动向量及从熵解码单元304接收的其它语法元素生成用于当前视频条带的视频块的预测块365。对于帧间预测,可从一个参考图片列表内的一个参考图片中产生预测块。视频解码器30可基于存储于DPB 330中的参考图片,使用默认建构技术来建构参考帧列表:列表0和列表1。
预测处理单元360用于通过解析运动向量和其它语法元素,确定用于当前视频条带的视频块的预测信息,并使用预测信息产生用于正经解码的当前视频块的预测块。例如,预测处理单元360使用接收到的一些语法元素确定用于编码视频条带的视频块的预测模式(例如,帧内或帧间预测)、帧间预测条带类型(例如,B条带、P条带或GPB条带)、用于条带的参考图片列表中的一个或多个的建构信息、用于条带的每个经帧间编码视频块的运动向量、条带的每个经帧间编码视频块的帧间预测状态以及其它信息,以解码当前视频条带的视频块。
逆量化单元310可用于逆量化(即,反量化)在比特流中提供且由熵解码单元304解码的经量化变换系数。逆量化过程可包含使用由视频编码器20针对视频条带中的每一视频块所计算的量化参数来确定应该应用的量化程度并同样确定应该应用的逆量化程度。
逆变换处理单元312用于将逆变换(例如,逆DCT、逆整数变换或概念上类似的逆变换过程)应用于变换系数,以便在像素域中产生残差块。
重构单元314(例如,求和器314)用于将逆变换块313(即经重构残差块313)添加到预测块365,以在样本域中获取经重构块315,例如通过将经重构残差块313的样本值与预测块365的样本值相加。
环路滤波器单元320(在编码循环期间或在编码循环之后)用于对经重构块315进行滤波以获取经滤波块321,从而顺利进行像素转变或提高视频质量。在一个实例中,环路滤波器单元320可以用于执行下文描述的滤波技术的任意组合。环路滤波器单元320旨在表示一个或多个环路滤波器,例如去块滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF),或锐化或平滑滤波器,或协同滤波器。尽管环路滤波器单元320在图3中示出为环内滤波器,但在其它配置中,环路滤波器单元320可实施为环后滤波器。
随后将给定帧或图片中的经解码视频块321存储在存储用于后续运动补偿的参考图片的经解码图片缓冲器330中。
解码器30用于例如,藉由输出332输出经解码图片31,以向用户呈现或供用户查看。
视频解码器30的其它变型可用于对压缩的比特流进行解码。例如,解码器30可以在没有环路滤波器单元320的情况下生成输出视频流。例如,基于非变换的解码器30可以在没有针对某些块或帧的逆变换处理单元312的情况下直接逆量化残差信号。在另一实施方式中,视频解码器30可以具有组合成单个单元的逆量化单元310和逆变换处理单元312。
图4是根据一示例性实施例的包含图2的编码器20和/或图3的解码器30的视频编码系统40的实例的说明图。系统40可以实现本申请的各种技术的组合。在所说明的实施方式中,视频编码系统40可以包含成像设备41、视频编码器20、视频解码器30(和/或藉由处理单元46的逻辑电路47实施的视频编码器)、天线42、一个或多个处理器43、一个或多个存储器44和/或显示设备45。
如图所示,成像设备41、天线42、处理单元46、逻辑电路47、视频编码器20、视频解码器30、处理器43、存储器44和/或显示设备45能够互相通信。如所论述,虽然用视频编码器20和视频解码器30绘示视频编码系统40,但在不同实例中,视频编码系统40可以只包含视频编码器20或只包含视频解码器30。
在一些实例中,如图所示,视频编码系统40可以包含天线42。例如,天线42可以用于传输或接收视频数据的经编码比特流。另外,在一些实例中,视频编码系统40可以包含显示设备45。显示设备45可以用于呈现视频数据。在一些实例中,如图所示,逻辑电路47可以通过处理单元46实施。处理单元46可以包含专用集成电路(application-specificintegrated circuit,ASIC)逻辑、图形处理器、通用处理器等。视频编码系统40也可以包含可选处理器43,该可选处理器43类似地可以包含专用集成电路(application-specificintegrated circuit,ASIC)逻辑、图形处理器、通用处理器等。在一些实例中,逻辑电路47可以通过硬件实施,如视频编码专用硬件等,处理器43可以通过通用软件、操作系统等实施。另外,存储器44可以是任何类型的存储器,例如易失性存储器(例如,静态随机存取存储器(Static Random Access Memory,SRAM)、动态随机存储器(Dynamic Random AccessMemory,DRAM)等)或非易失性存储器(例如,闪存等)等。在非限制性实例中,存储器44可以由超速缓存内存实施。在一些实例中,逻辑电路47可以访问存储器44(例如用于实施图像缓冲器)。在其它实例中,逻辑电路47和/或处理单元46可以包含存储器(例如,缓存等)用于实施图像缓冲器等。
在一些实例中,通过逻辑电路实施的视频编码器20可以包含(例如,通过处理单元46或存储器44实施的)图像缓冲器和(例如,通过处理单元46实施的)图形处理单元。图形处理单元可以通信耦合至图像缓冲器。图形处理单元可以包含通过逻辑电路47实施的视频编码器20,以实施参照图2和/或本文中所描述的任何其它编码器系统或子系统所论述的各种模块。逻辑电路可以用于执行本文所论述的各种操作。
视频解码器30可以以类似方式通过逻辑电路47实施,以实施参照图3的解码器30和/或本文中所描述的任何其它解码器系统或子系统所论述的各种模块。在一些实例中,逻辑电路实施的视频解码器30可以包含(通过处理单元2820或存储器44实施的)图像缓冲器和(例如,通过处理单元46实施的)图形处理单元。图形处理单元可以通信耦合至图像缓冲器。图形处理单元可以包含通过逻辑电路47实施的视频解码器30,以实施参照图3和/或本文中所描述的任何其它解码器系统或子系统所论述的各种模块。
在一些实例中,视频编码系统40的天线42可以用于接收视频数据的经编码比特流。如所论述,经编码比特流可以包含本文所论述的与编码视频帧相关的数据、指示符、索引值、模式选择数据等,例如与编码分割相关的数据(例如,变换系数或经量化变换系数,(如所论述的)可选指示符,和/或定义编码分割的数据)。视频编码系统40还可包含耦合至天线42并用于解码经编码比特流的视频解码器30。显示设备45用于呈现视频帧。
图5是根据一示例性实施例的可用作图1中的源设备12和目的地设备14中的任一个或两个的装置500的简化框图。装置500可以实现本申请的技术,装置500可以采用包含多个计算设备的计算系统的形式,或采用例如移动电话、平板计算机、膝上型计算机、笔记本电脑、台式计算机等单个计算设备的形式。
装置500中的处理器502可以为中央处理器。或者,处理器502可以为现有的或今后将研发出的能够操控或处理信息的任何其它类型的设备或多个设备。如图所示,虽然可以使用例如处理器502的单个处理器实践所揭示的实施方式,但是使用一个以上处理器可以实现速度和效率方面的优势。
在一实施方式中,装置500中的存储器504可以为只读存储器(Read Only Memory,ROM)设备或随机存取存储器(random access memory,RAM)设备。任何其他合适类型的存储设备都可以用作存储器504。存储器504可以包括代码和由处理器502使用总线512访问的数据506。存储器504可进一步包括操作系统508和应用程序510,应用程序510包含至少一个准许处理器502执行本文所描述的方法的程序。例如,应用程序510可以包括应用1到N,应用1到N进一步包括执行本文所描述的方法的视频编码应用。装置500还可包含采用从存储器514形式的附加存储器,该从存储器514例如可以为与移动计算设备一起使用的存储卡。因为视频通信会话可能含有大量信息,这些信息可以整体或部分存储在从存储器514中,并按需要加载到存储器504用于处理。
装置500还可包含一或多个输出设备,例如显示器518。在一个实例中,显示器518可以为将显示器和可操作以感测触摸输入的触敏元件组合的触敏显示器。显示器518可以通过总线512耦合于处理器502。除了显示器518还可以提供其它准许用户对装置500编程或以其它方式使用装置500的输出设备,或提供其它输出设备作为显示器518的替代方案。当输出设备是显示器或包含显示器时,显示器可以以不同方式实现,包含通过液晶显示器(liquid crystal display,LCD)、阴极射线管(cathode-ray tube,CRT)显示器、等离子显示器或发光二极管(light emitting diode,LED)显示器,如有机LED(organic LED,OLED)显示器。
装置500还可包含图像感测设备520或与其连通,图像感测设备520例如为相机或为现有的或今后将研发出的可以感测图像的任何其它图像感测设备520,所述图像例如为运行装置500的用户的图像。图像感测设备520可以放置为直接面向运行装置500的用户。在一实例中,可以配置图像感测设备520的位置和光轴以使其视野包含紧邻显示器518的区域且从该区域可见显示器518。
装置500还可包含声音感测设备522或与其连通,声音感测设备522例如为麦克风或为现有的或今后将研发出的可以感测装置500附近的声音的任何其它声音感测设备。声音感测设备522可以放置为直接面向运行装置500的用户,并可以用于接收用户在运行装置500时发出的声音,例如语音或其它发声。
虽然图5中将装置500的处理器502和存储器504绘示为集成在单个单元中,但是还可以使用其它配置。处理器502的运行可以分布在多个可直接耦合的机器中(每个机器具有一个或多个处理器),或分布在本地区域或其它网络中。存储器504可以分布在多个机器中,例如基于网络的存储器或多个运行装置500的机器中的存储器。虽然此处只绘示单个总线,但装置500的总线512可以由多个总线形成。进一步地,从存储器514可以直接耦合至装置500的其它组件或可以通过网络访问,并且可包括单个集成单元,例如一个存储卡,或多个单元,例如多个存储卡。因此,可以以多种配置实施装置500。
图6描述了二叉树,三叉树以及四叉树的划分方式,其中:
四叉树是一种树状结构,表示一个节点可划分为四个子节点。H265视频编码标准采用基于四叉树的CTU划分方式:CTU作为根节点,每个节点对应于一个方形的区域;一个节点可以不再划分(此时它对应的区域为一个CU),或者将这个节点划分成四个下一层级的节点,即把这个方形区域划分成四个大小相同的方形区域(其长、宽各为划分前区域长、宽的一半),每个区域对应于一个节点。如图6(a)所示。
二叉树是一种树状结构,表示一个节点可划分成两个子节点。现有采用二叉树的编码方法中,一个二叉树结构上的节点可以不划分,或者把此节点划分成两个下一层级的节点。划分成两个节点的方式有两种:1)水平二分,将节点对应的区域划分成上、下两个相同大小的区域,每个区域对应于一个节点,如图6(b)所示;或者2)竖直二分,将节点对应的区域划分成左、右两个大小相同的区域,每个区域对应于一个节点,如图6(c)所示。
三叉树是一种树状结构,表示一个节点可划分成三个子节点。现有采用三叉树的编码方法中,一个三叉树结构上的节点可以不划分,或者把此节点划分成三个下一层级的节点。划分成三个节点的方式有两种:1)水平三分,将节点对应的区域划分成上、中、下三个区域,每个区域对应于一个节点,其中上、中、下三个区域的高分别为节点高的1/4、1/2、1/4,如图6(d)所示;或者2)竖直三分,将节点对应的区域划分成左、中、右三个区域,每个区域对应于一个节点,其中左、中、右三个区域的宽分别为节点高的1/4、1/2、1/4,如图6(e)所示。
H.265视频编码标准把一帧图像分割成互不重叠的编码树单元(CTU),CTU的大小可设置为64×64(CTU的大小也可设置为其它值,如JVET参考软件JEM中CTU大小增大为128×128或256×256)。64×64的CTU包含由64列、每列64个像素的矩形像素点阵,每个像素包含亮度分量或/和色度分量。
H.265使用基于四叉树(quad-tree,简称QT)的CTU划分方法,将CTU作为四叉树的根节点(root),按照四叉树的划分方式,将CTU递归划分成若干个叶节点(leaf node)。一个节点对应于一个图像区域,节点如果不划分,则节点称为叶节点,它对应的图像区域形成一个CU;如果节点继续划分,则节点对应的图像区域划分成四个相同大小的区域(其长和宽各为被划分区域的一半),每个区域对应一个节点,需要分别确定这些节点是否还会划分。一个节点是否划分由码流中这个节点对应的划分标志位split_cu_flag指示。一个节点A划分一次得到4个节点Bi,i=0,1,2,3,Bi称为A的子节点,A称为Bi的父节点。根节点的四叉树层级(qtDepth)为0,节点的四叉树层级为节点的父节点的四叉树层级加1。为表述简洁,下文中节点的大小和形状即指节点对应的图像区域的大小和形状。
更具体的,对64×64的CTU节点(四叉树层级为0),根据它对应的split_cu_flag,可选择不划分,成为1个64×64的CU,或者选择划分为4个32×32的节点(四叉树层级为1)。这四个32×32的节点中的每一个节点,又可以根据它对应的split_cu_flag,选择继续划分或者不划分;如果一个32×32的节点继续划分,则产生四个16×16的节点(四叉树层级为2)。以此类推,直到所有节点都不再划分,这样一个CTU就被划分成一组CU。CU的最小尺寸(size)在序列参数集(SPS:Sequence Parameter Set)中标识,例如8×8为最小CU。在上述递归划分过程中,如果一个节点的尺寸等于最小CU尺寸(minimum CU size),这个节点默认为不再划分,同时也不需要在码流中包含它的划分标志位。
当解析到一个节点为叶节点后,此叶节点为一个CU,进一步解析CU对应的编码信息(包括CU的预测模式、变换系数等信息,例如H.265中的coding_unit()语法结构体),然后按照这些编码信息对CU进行预测、反量化、反变换、环路滤波等解码处理,产生这个CU对应的重建图像。四叉树结构使得CTU能够根据图像局部特点划分成合适大小的一组CU,例如平滑区域划分成较大的CU,而纹理丰富区域划分为较小的CU。
多用途视频编码测试模型(VTM:Versatile video coding Test Model)参考软件在四叉树划分的基础上,增加了二叉树(binary tree,简称BT)划分方式和三叉树(ternarytree,简称TT)划分方式。其中,VTM是JVET组织开发的新式编解码器参考软件。
二叉树划分将一个节点划分成2个子节点,具体的二叉树划分方式有两种:
1)水平二分:将节点对应的区域划分成上、下两个相同大小的区域(即宽不变,高变为划分前区域的一半),每个区域对应于一个节点;如图6(b)所示。
2)竖直二分:将节点对应的区域划分成左、右两个相同大小的区域(即高不变,宽变为划分前区域的一半);如图6(c)所示。
三叉树划分将一个节点划分成3个子节点,具体的三叉树划分方式有两种:
1)水平三分:将节点对应的区域划分成上、中、下三个区域,每个区域对应于一个节点,其中上、中、下三个区域的高分别为节点高的1/4、1/2、1/4,如图6(d)所示;
2)竖直三分:将节点对应的区域划分成左、中、右三个区域,每个区域对应于一个节点,其中左、中、右三个区域的宽分别为节点高的1/4、1/2、1/4,如图6(e)所示
VTM中使用了QT级联BT/TT的划分方式,简称为QT-MTT(Quad Tree plus Multi-Type Tree)划分方式。更具体的,CTU通过QT划分,产生QT叶节点,QT中的节点可使用四叉树划分继续划分成四个QT子节点,或者不使用四叉划分产生一个QT叶节点。QT叶节点作为MTT的根节点。MTT中的节点可使用水平二分、竖直二分、水平三分、竖直三分这四种划分方式中的一种划分为子节点,或者不再划分成为一个MTT叶节点。MTT的叶节点为一个编码单元CU。
图7给出了使用QT-MTT将一个CTU划分成a到p等16个CU的示例。图7右图中每个端点表示一个节点,一个节点连出4根线表示四叉树划分,一个节点连出2根线表示二叉树划分,一个节点连出3根线表示三叉树划分。实线表示QT划分,虚线表示多类型划分(MTT:Multi-Type Tree)的第一层划分,点划线表示MTT的第二层划分。a到p为16个MTT叶节点,每个MTT叶节点为1个CU。一个CTU按照图7右图的划分方式,得到了如图7左图所示的CU划分图。
QT-MTT划分方式中,每个CU具有QT层级(Quad-tree depth,QT depth,也称为QT深度)和MTT层级(Multi-Type Tree depth,MTT depth,也称为MTT深度)。QT层级表示CU所属的QT叶节点的QT层级,MTT层级表示CU所属MTT叶节点的MTT层级。编码树的根节点的QT层级为0,MTT层级为0。如果编码树上一个节点使用QT划分,则划分得到的子节点的QT层级为该节点的QT层级加1,MTT层级不变;相似的,如果编码树上一个节点使用MTT划分(即BT或TT划分之一),则划分得到的子节点的MTT层级为该节点的MTT层级加1,QT层级不变。例如图1中a、b、c、d、e、f、g、i、j的QT层级为1,MTT层级为2;h的QT层级为1,MTT层级为1;n、o、p的QT层级为2,MTT层级为0;l、m的QT层级为2,MTTT层级为1。如果CTU只划分成一个CU,则此CU的QT层级为0,MTT层级为0。
经过上述的各种划分之后,编码树下的叶子节点位置的图像块作为编码单元,编码过程主要包括帧内预测(Intra Prediction)、帧间预测(Inter Prediction)、变换(Transform)、量化(Quantization)、熵编码(Entropy encode)、环内滤波(in-loopfiltering)(主要为去块滤波,de-blocking filtering)等环节,可通过本文在图1至图5所介绍的编解码器所实现。即,将图像划分为编码单元之后进行帧内预测或者帧间预测,并且在得到残差之后进行变换量化,最终进行熵编码并输出码流。此处编码单元为由像素点组成的M×N大小的阵列(M可以等于N,也可以不等于N),并且已知各个像素点位置的像素值。
帧内预测是指利用当前图像内已重建区域内像素点的像素值对当前图像块/编码单元内像素点的像素值进行预测。
帧间预测是在已重建的图像中,为当前图像中的当前图像块/编码单元寻找匹配的参考块,将参考块中的像素点的像素值作为当前图像块/编码单元中像素点的像素值的预测信息或者预测值(以下不再区分信息和值),此过程称为运动估计(Motionestimation,ME),并传输当前图像块/编码单元的运动信息。
需要说明的是,当前图像块/编码单元的运动信息包括了预测方向的指示信息(通常为前向预测、后向预测或者双向预测),一个或两个指向参考块的运动矢量(Motionvector,MV),以及参考块所在图像的指示信息(通常记为参考帧索引,Reference index)。
前向预测是指当前图像块/编码单元从前向参考图像集合中选择一个参考图像获取参考块。后向预测是指当前编码单元从后向参考图像集合中选择一个参考图像获取参考块。双向预测是指从前向和后向参考图像集合中各选择一个参考图像获取参考块。当使用双向预测方法时,当前编码单元会存在两个参考块,每个参考块各自需要运动矢量和参考帧索引进行指示,然后根据两个参考块内像素点的像素值确定当前块内像素点像素值的预测值。
运动估计过程需要为当前图像块/编码单元在参考图像中尝试多个参考块,最终使用哪一个或者哪几个参考块用作预测则使用率失真优化(Rate-distortionoptimization,RDO)或者其他方法确定。
利用帧内预测或者帧间预测得到预测信息之后,当前图像块/编码单元内像素点的像素值减去对应的预测信息便得到残差信息,然后利用离散余弦变换(Discrete CosineTransformation,DCT)等方法对残差信息进行变换,再使用量化熵编码得到码流。预测信号加上重建残差信号之后需进一步进行滤波操作,进而得到重建信号,并将其作为后续编码的参考信号。
解码则相当于编码的逆过程。首先利用熵解码反量化反变换得到残差信息,解码码流确定当前编码单元使用的是帧内预测还是帧间预测。如果是帧内预测,则利用周围已重建区域内像素点的像素值按照所使用的帧内预测方法构建预测信息。如果是帧间预测,则需要解析出运动信息,并使用所解析出的运动信息在已重建的图像中确定参考块,并将块内像素点的像素值作为预测信息,此过程称为运动补偿(Motion compensation,MC)。使用预测信息加上残差信息经过滤波操作便可以得到重建信息。
在HEVC中,使用两种帧间预测模式,分别为先进的运动矢量预测(AdvancedMotion Vector Prediction,AMVP)模式和融合(Merge)模式。
对于AMVP模式,先通过当前图像块/编码单元空域或者时域相邻的已编码单元的运动信息获得空域候选或时域候选,构建运动矢量预测候选列表,然后通过从运动矢量预测候选列表中确定最优的运动矢量作为当前图像块/编码单元的运动矢量预测值(Motionvector predictor,MVP)。编码端将选择的运动矢量预测值在运动矢量预测候选列表中的索引值和参考帧索引值传递到解码端。进一步地,在MVP为中心的邻域内进行运动搜索获得当前图像块/编码单元实际的运动矢量,编码端将MVP与实际运动矢量之间的差值(Motionvector difference)传递到解码端。
对于Merge模式,先通过当前编码单元空域或者时域相邻的已编码单元的运动信息获得空域候选和时域候选,构建融合运动信息候选列表,然后通过率失真代价从融合运动信息候选列表中确定最优的运动信息作为当前编码单元的运动信息,再将最优的运动信息在融合运动信息候选列表中位置的索引值(记为merge index,下同)传递到解码端。
来自当前编码单元空域或者时域相邻的已编码单元的运动信息的当前编码单元空域候选和时域候选如8所示,空域候选来自于空间相邻的5个块(A0,A1,B0,B1和B2),通过依次循序检查A1、B1、B0、A0和B2,最多可以在合并列表中以所述顺序插入四个候选者。除了仅仅检查相邻块是否可用并含有运动信息,在将相邻块的所有运动数据作为合并候选者之前执行一些另外的冗余检查。这些冗余检查可以分为两类,用于两个不同的目的:a.避免列表中存在具有冗余运动数据的候选者;b.防止合并两个可以用其它方式表示的会产生冗余语法的分区。
当N是空间合并候选者的数量时,完整的冗余检查将由次运动数据比较组成。在五个潜在空间合并候选者的情况下,将需要十次运动数据比较来确保合并列表中的所有候选者具有不同的运动数据。在开发HEVC期间,对冗余运动数据的检查已经减少到一个子集,从而在比较逻辑明显减少的同时保持编码效率。在最终设计中,对于每个候选者执行不超过两次比较,从而产生总共五次比较。给定{A1,B1,B0,A0,B2}的顺序,B0只检查B1,A0只检查A1,且B2只检查A1和B1。在分区冗余检查的实施例中,通过选择候选者B1来将2N×N分区的底部PU与顶部PU合并。这将产生一个CU具有两个具有相同运动数据的PU,其可以被均等地用信号表示为2N×2N CU。总体而言,这种检查适用于矩形和不对称分区2N×N、2N×nU、2N×nD、N×2N、nR×2N和nL×2N的所有第二PU。应注意,对于空间合并候选者,仅执行冗余检查,并且按原样从候选块复制运动数据。因此,这里不需要运动矢量缩放。
时间合并候选者的运动矢量来自于参考帧中相同位置块(Co-located)的右下方和中心处的块,该块为最适合提供良好的时间运动矢量预测值(temporal motion vectorpredictor,TMVP)。对于双向预测片,针对每个参考图片列表得到TMVP。取决于每个列表的TMVP的可用性,将预测类型设置成双向预测或设置成TMVP可用的列表。所有相关的参考图片索引被设置成等于零。因此,对于单向预测片,只连同等于零的参考图片索引一起得到列表0的TMVP。
当至少一个TMVP可用并且时间合并候选者被添加到列表中时,不执行冗余检查。这使得合并列表构建独立于同位图片,从而提高抗抗误码能力。考虑时间合并候选者将是多余的并因此未包含在合并候选者列表中的情况。在丢失同位图片的情况下,解码器不能得到时间候选者,因此不检查它是否是冗余的。所有后续候选者的索引将受此影响。
出于解析鲁棒性原因,合并候选者列表的长度是固定的。在已经添加了空间和时间合并候选者之后,可能出现所述列表还没有固定长度的情况。为了补偿与非长度自适应列表索引信令一起出现的编码效率损失,生成另外的候选者。取决于片的类型,最多可以使用两种候选者来完全填充列表:a.组合双向预测候选者;b.零运动矢量候选者。
在双向预测片中,通过组合一个候选者的参考图片列表0运动数据与另一候选者的列表1运动数据,可基于现有候选者生成另外的候选者。这通过从第一候选者等一个候选者复制Δx0、Δy0、Δt0并且从第二候选者等另一候选者复制Δx1、Δy1、Δt1来完成。预定义不同的组合并在表1中给出。
表1
当添加组合的双向预测候选者之后或对于单向预测片来说列表仍然不完整时,计算零运动矢量候选者以使列表完整。所有零运动矢量候选者对于单向预测片具有一个零位移运动矢量,对于双向预测片具有两个零位移运动矢量。参考索引被设置成等于零,并且对于每个另外的候选者递增一,直到达到参考索引的最大数量。如果是这种情况,并且还有其它候选者缺失,则使用等于零的参考索引来创建这些候选者。对于所有另外的候选者,不执行冗余检查,因为结果显示省略这些检查不会引起编码效率损失。
对于以图片间预测模式编码的每个PU,所谓的merge_flag指示使用所述块合并来得到运动数据。merge_idx进一步确定合并列表中提供MCP所需的所有运动数据的候选者。除了此PU层级的信令之外,还在片头中用信号表示合并列表中的候选者的数量。由于默认值为五,因此它表示为与五的差(five_minus_max_num_merge_cand)。这样,五利用0的短码字用信号表示,而仅使用一个候选者则利用4的较长码字用信号表示。至于对合并候选者列表构建过程的影响,整个过程保持不变,但是在列表含有最大数量合并候选者之后,所述过程终止。在初始设计中,合并索引编码的最大值由列表中可用空间和时间候选者的数量给出。当例如只有两个候选者可用时,索引可以高效地编码为一个标志。但是,为了解析合并索引,必须构建整个合并候选者列表以了解候选者的实际数量。假设由于发送错误而导致不可用的相邻块,将不可能再解析合并索引。
HEVC中的块合并概念的关键应用是与跳过模式的组合。在先前的视频编码标准中,使用跳过模式指示这样的块:推测而不是显式地用信号表示运动数据,并且预测残差为零,即,不发送变换系数。在HEVC中,在图片间预测片中的每个CU的开始处,用信号表示skip_flag,这意味着以下方面:a.CU仅含有一个PU(2N×2N分区类型);b.使用合并模式来得到运动数据(merge_flag等于1);c.码流中不存在残差数据。
在HEVC中引入指示区域的并行合并估计层级,其中可以通过检查候选块是否位于所述合并估计区域(MER)中而独立地得到合并候选者列表。相同MER中的候选块不包含在合并候选者列表中。因此,它的运动数据不需要在列表构建时可用。当这个层级是例如32时,那么32×32区域中的所有预测单元可以并行构建合并候选者列表,因为处于相同32×32MER中的所有合并候选者都不插入列表中。如图9所示,存在具有七个CU和十个PU的CTU分区。第一PU0的所有潜在合并候选者都可用,因为它们在第一32×32MER之外。对于第二MER,当MER内的合并估计应该独立时,PU 2-6的合并候选者列表不能包含来自这些PU的运动数据。因此,例如在查看PU5时,没有合并候选者可用且因此不插入合并候选者列表中。在这种情况下,PU5的合并列表仅由时间候选者(如果可用)和零MV候选者组成。为了使编码器能够权衡并行性和编码效率,并行合并估计层级是自适应的,并且在图片参数集中用信号表示为log2_parallel_merge_level_minus2,对应的解码过程则包含以下处理:从图像参数集(Picture Parameter Set,PPS)中获取log2_parallel_merge_level_minus2语法元素,其中该语法元素可取值0,1,2,3和4。由此语法元素导出MERs(即运动估计并行区域)为NxN的区域,其中N=1<<(log2_parallel_merge_level_minus2+2),如log2_parallel_merge_level_minus2为0,则其MER大小为4x4。一个64x64的CTU被划分为M个NxN区域的MERs,M为正整数,例如log2_parallel_merge_level_minus2=0时,CTU被划分成16个16x16的MERs,如图10所示。
由于HEVC中仅使用QT划分,以上述MER确定方式得到的MER如果包含多个尺寸小于MER的CU,则MER必然包含多个完整的CU,即尺寸小于MER的多个CU完全包含在一个MER内,不存在一个尺寸小于MER的CU同时包含在多个MER内。此外,在仅使用QT划分时,以上述MER确定方式得到的MER还能够确保如果一个CU与MER相同大小,则CU必然包含在一个MER内。
在当前PU构建融合运动信息候选列表或运动矢量预测候选列表的过程中,在将空域候选加入融合运动信息候选列表或运动矢量预测候选列表时,在检查其可获得性时,需要额外添加一个检查过程。该检查过程主要包含:
1,确定当前PU所在的当前并行运动估计区域MER,所述当前MER为覆盖当前PU左上角坐标的MER。当前PU的左上角坐标为Pcu=(xP,yP),则当前MER的左上角坐标为Pmer=(xMER,yMER),
xMER=(xP>>(log2_parallel_merge_level_minus2+2))
yMER=(yP>>(log2_parallel_merge_level_minus2+2))
假设某个空域候选的左上角坐标为(xN,yN),可以通过与
(xP>>(log2_parallel_merge_level_minus2+2))
==(xN>>(log2_parallel_merge_level_minus2+2))和
(yP>>(log2_parallel_merge_level_minus2+2))
==(yN>>(log2_parallel_merge_level_minus2+2))
来判断当前PU和该空域候选属于同一MER。若该空域候选和当前PU属于同一MER,则该空域候选不可得。否则使用HEVC标准中该空域候选的可获得性判断规则对于该空域候选的可获得性进行进一步判断。
2,使用HEVC标准中该空域候选的可获得性判断规则对于该空域候选的可获得性进行判断。
在QT-MTT划分方式下,如果仍然采用HEVC的方式将CTU划分为NxN的MER,则一个MER可能不能包含多个完整的CU,一个CU也可能不能包含完整个MER,造成语义的混乱。例如CTU以图7方式划分成CU并使用图9方式分为16个MER时,图11中MER0包含a、b、c的一部分,MER1包含c的一部分、e、f的一部分。与当前图像块在同一MER的空域候选被标记为不可获得,减少了可获得的空域候选的数目,则将会降低编码性能。
为解决该不利的影响,本发明提出一种解决方案,该解决方案在解码过程中,构建融合运动信息候选和运动矢量预测候选列表时,修改MER构造方法,使得当一个MER包含多个CU时,这个MER必然包含多个完整的CU。使用新的构造方法,使得多个CU可以并行进行运动估计或解码。在空域候选与当前图像块在同一MER时,添加预设位置的非相同MER的空域候选。
本申请中,空域候选,即spatial candidates。空域候选可以认为一个坐标集合。空域候选中包括多个坐标点,每个坐标点的坐标可以指示一个编码块的位置。一种实现方式下,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块。该多个空域临近块与当前编码块之间的位置关系如图8所示,图中该多个空域临近块就是A0,A1,B0,B1,B2。另一种实现方式下,当前编码块的空域候选包括更多的坐标点,也就是说,当前编码块的空域候选中的坐标点指示的是该当前编码块的多个空域临近块,还包括位于该当前编码块附近的其他空域块。
本申请下述的各种实施例中,(xN,yN)指示所述第一编码块的坐标,(xN,yN)也就是当前空域候选的坐标。(xP,yP)指示当前编码块的坐标,当前编码块就是当前的CU或者PU。(xMER,yMER)指示当前MER左上角的坐标。(xM,yM)指示第二编码块的坐标,或者说,第二编码块对应的坐标是(xM,yM),(xM,yM)也就是新的空域候选的坐标。正如前文所描述的,(xN,yN)具体可以是第一编码块左上角的坐标,(xP,yP)具体可以是当前编码块左上角的坐标,(xMER,yMER)具体可以是当前MER左上角的坐标,那么这时(xM,yM)就是第二编码块左上角的坐标。
上述几个块的坐标应当是在同一坐标系下的值,这个值可以是绝对值,也可以是相对于该坐标系中的某一点的相对值,例如相对该坐标系的原点等,本申请不做限制。并且,在同一种实现方式中,上述几个坐标应都取自这些块的相同位置,例如全都是这些块左上角的坐标。另外,上述几个坐标还可以都是上述几个块的其他位置的坐标,例如右上角的坐标,或者右下角的坐标,或者中心点的坐标等等,只要可以指示上述块在一个坐标系中的位置即可,本申请不做限定。因此,第一编码块和当前编码块的位置关系,可以用xN和xP,以及yN和yP之间的数学关系表示。
图12是绘示根据本申请一实施例的视频解码器(例如,图3的视频解码器30)的实例操作的流程图。视频解码器30的一个或多个结构要素可以用于执行图9的技术。该实施例包括:
1201、获取当前编码块的划分信息;
所述编码块的划分信息即所述编码所述的编码树单元的划分信息,该划分信息决定了所述编码树单元将被如何划分成多个编码块,所述当前编码块为所述多个编码块中的一个。编码树划分信息是视频解码器30从接收的码流中获取的,具体可以是视频解码器30中的熵解码单元执行该步骤。所述划分信息可以是当前编码块的四叉树(Quad-Tree,QT)划分深度N以及所述当前编码块的多类型树(Multiple Type Tree,MTT)划分深度M,这种情况下当前编码的块的划分深度是有QT,和MTT两个相互独立的值来标识。而在另一种表示方式中,当前编码块的划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和。此外,当前编码块的划分深度N还可以表示为,N=Dq*2+Db,其中,其中,Dq为编码树单元经过划分所得到的节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2。以图7为例,所述节点是不可以进一步划分的叶节点a、b、c、d、e、f、g、h、i、j、k、l、m、n、o和p。所述节点也可以是CTU的QT-MTT划分过程中还需要进行进一步划分的节点,以图7为例,可以是a和b对应的节点,可以是c和d对应的节点,可以是e、f和g对应的节点,可以是i和j对应的节点,可以是l、m、n、o和p对应的节点,可以是l和m对应的节点,可以是a、b、c、d、e、f和g对应的节点,可以是h、i和j对应的节点。
1203、根据所述划分信息确定所述当前编码块所属的当前MER;
可以理解的是,根据不同的需要可以有不同的当前节点的划分深度N的确定方式。
本发明实施例提供了如下三种根据所述当前节点的划分深度N确定当前MER所覆盖的区域的方式。
方式一:当前CU的划分深度N可以为当前CU的QT depth。如果所述当前节点的划分深度N大于第一阈值T1或当前节点的多类型树划分深度M大于0,则获取所述当前节点的第K层四叉树节点,其中K=min(N,T1),min(a,b)表示取a和b中的较小值;当前运动估计并行区域(简称当前MER)所覆盖的区域为所述第K层四叉树节点所覆盖的区域。其中,第一阈值T1是预先设置的非负整数,例如可以是0,1,2或3等等。
所述第K层四叉树节点的左上角坐标(xK,yK)为:
xK=xCb-(xCb&((1<<K1)-1))
yK=yCb-(yCb&((1<<K1)-1))
其中,xCb和yCb表示当前节点的左上角坐标(xCb,yCb),K1=log2(CTUSize)–K。所述第K层四叉树节点的宽和高等于(1<<K1)。
可选的,如果当前CU的划分深度小于或等于第一阈值且当前CU的MTT depth为零,则当前CU可以确定为当前MER,此时当前MER中仅包含一个CU。
其中,有两种确定所述当前节点的划分深度N的方式,一种就是将所述当前节点的划分深度N确定为所述当前节点的QT depth,例如图7中的节点a、b、c、d、e、f、g、h、i、j、k的QT depth为1,l、m、n、o、p的QT depth为2;另一种是将所述当前节点的划分深度N确定为所述当前节点的QT depth与所述当前节点的MTT depth之和,例如图7中的节点k的QT depth为1,MTT depth为0,因此节点k的划分深度N为1;图7中的节点a的QT depth为1,MTT depth为2,因此节点a的划分深度N为3。其中,编码树的根节点的QT depth为0。如果QT编码树中一个节点使用QT划分,则划分得到的子节点的QT depth为该节点的QT depth加1;如果QT中的一个节点不使用QT划分,则这个节点为一个MTT根节点。MTT的根节点的MTT depth为0;如果MTT编码树上一个节点使用MTT划分,则划分得到的子节点的MTT depth为该节点的MTTdepth加1,子节点的QT depth为该节点的QT depth。也就是说,对CTU根节点开始,经过S1次QT划分和S2次MTT划分得到了当前节点,则当前节点的QT depth为S1,MTT depth为S2。以图7为例,MTT depth为1的节点包括:a和b对应的节点(即一个包含a和b所在区域的节点),c和d对应的节点,e、f和g对应的节点,h对应的节点,i和j对应的节点,以及l对应的节点和m对应的节点,MTTdepth为1表示仅需要对CTU进行QT划分后获得的QT叶节点进行一次MTT划分就可以获得的节点;MTTdepth为2的节点包括:a对应的节点,b对应的节点,c对应的节点,d对应的节点,e对应的节点,f对应的节点,g对应的节点,i对应的节点,j对应的节点,MTTdepth为2表示需要对CTU进行QT划分后获得的QT叶节点进行二次MTT划分获得的节点。以此类推,还可以有MTT depth为3、4、或5等等的节点(图7中没有MTT depth大于2的节点)。
方式二:当前CU的划分深度N可以由当前CU的QT depth Dq与当前CU的MTT depthDm相加得到,即N=Dq+Dm。如果当前编码单元(简称当前CU)的划分深度N大于第一阈值T1,则获取当前CU的第一父节点,第一父节点为当前CU的第N-T1层父节点PN(N-T1)。当前运动估计并行区域(简称当前MER)确定为第一父节点所覆盖的区域。
当前CU的第1层父节点PN(1)即为当前CU所在编码树节点的父节点,当前CU的第2层父节点即为节点PN(1)的父节点,以此类推,即当前CU的第p层父节点PN(p)即为当前CU所在编码树节点的第p-1层父节点PN(p-1)的父节点。例如图2中,a的第1层父节点为由a和b区域构成的节点,a的第2层父节点为由a、b、c、d、e、f、g区域构成的节点。
作为一种较简化的实现方式,在解析QT-MTT划分时,如果一个节点的划分深度等于第一阈值T1,则保存这个节点信息,包括这个节点的左上角坐标Pnp=(xnp,ynp)、这个节点的宽、这个节点的高中的至少一种;该节点继续划分产生的所有节点的第一父节点均为该节点。如果当前CU由这个节点划分得到,则当前MER确定为这个节点的区域。
可以看出,本发明中多个MER包含的像素数目(即MER的面积)可能不相同,MER的尺寸和位置与编码树划分相关。
可选的,如果当前CU的划分深度小于或等于第一阈值,则当前CU可以确定为当前MER,此时当前MER中仅包含一个CU。
方式三:解析编码树划分信息,得到第一节点;如果第一节点的划分深度N等于第一阈值T1,则第一节点确定为当前MER。当前编码单元为当前MER中的一个编码单元。
上述编码树例如为基于QT-MTT的编码树,又例如为基于MTT的编码树。
(1)在QT-MTT编码树中,第一节点的划分深度可由以下方式之一确定。
方式一:第一节点的划分深度N可以为第一节点的QT depth。此时,第一节点确定为当前MER的条件中还包含第一节点的MTT depth等于0,即如果第一节点的划分深度N等于第一阈值T1且第一节点的MTTdepth等于0,则第一节点确定为当前MER。
(2)在MTT编码树中,第一节点的划分深度N可以由第一节点的QT depth Dq与第一节点的MTT depthDm相加得到,即N=Dq+Dm。
当前编码单元为当前MER中的一个编码单元,即当前编码单元是由当前MER对应的第一节点划分得到的MTT叶节点。
第一节点确定为当前MER,即将当前MER的位置和尺寸设置成第一节点的位置和尺寸。
1205、确定第一编码块,所述第一编码块为所述当前编码块的一个空域候选对应的编码块;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外。
具体地,对需要加入到空域运动信息候选列表或运动矢量预测候选列表中的空域候选,获得该空域候选所属MER以及当前CU所属MER,发现该空域候选和当前PU属于同一MER,则该空域候选不可得,应当确定一个新的空域候选,该新的空域候选对应第二编码块。以图8为例,该过程可以检查A0,依次检查A0、B0、A1、B1、B2,当上述的空域临近块中任意有与当前编码块位于相同的MER中,则相应的空域邻近块为不可用,即,所述空域邻近块将不能作为当前编码块的运动信息候选。所述空域运动信息候选列表在当前编码块的编码模式为MERGE模式时,包括参考帧索引,运动矢量,以及参考方向,在当前编码块的编码模式为AMVP模式时,包括运动矢量。具体的,所述步骤1025中的基于所述第二编码块构建空域运动信息候选列表,可执行为基于所述第二编码块的运动信息构建所述空域运动信息候选列表。可选地,所述MER范围内的所有编码块使用相同的空域运动信息候选列表。
下面描述几种基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方式。
其中,当前MER的宽度表示为wMER,当前MER的高度表示为hMER,新的空域候选坐标,也就是第二编码块的坐标,表示为(xM,yM),可以通过以下方法确定:
方法一:若当前空域候选在当前CU的左侧,即xN-xP等于预设的小于零的整数值(例如-1),yN-yP大于等于零,则xM等于xMER-1,yM等于yN。若当前空域候选在当前CU的上方和右上角,即xN-xP大于等于零,yN-yP等于预设的小于零的整数值(例如-1),则xM等于xN,yM等于yMER-1。若当前空域候选在当前CU的左上角,即xN-xP等于预设的小于零的整数值(例如-1),yN-yP等于预设的小于零的整数值(例如-1),则xM等于大于等于xMER-1且小于xP的预设整数值,yM等于大于等于yMER-1且小于yP的预设整数值。
方法二:根据MER的左上坐标和MER的宽度wMER和高度hMER来计算得到新的空域候选。对于A0,yM等于yMER+hMER,xM等于xMER-1。对于A1,yM等于yMER+hMER-1,xM等于xMER-1。对于B0,yM等于yMER-1,xM等于xMER+wMER。对于B1,yM等于yMER-1,xM等于xMER+wMER-1。对于B2,xM等于xMER-1,yM等于yMER-1。
方法三:若xN-xP小于零,则确定新的空域候选坐标为(xMER-1,yMER+M),其中M大于等于零,小于等于2*hMER。若xN-xP大于等于零且yN-yP小于零,则确定新的空域候选坐标为(xMER+N,yMER-1),则从预设像素位置(xMER+N,yMER-1)获取位于MER上侧的新的空域候选,其中N为整数,大于等于-1,小于等于2*wMER。
方法四:若xN-xP小于零且yN-yP大于等于零,则确定新的空域候选坐标为(xMER-1,yMER+M),其中M大于等于零,小于等于2*hMER。若yN-yP小于零,则确定新的空域候选坐标为(xMER+N,yMER-1),则从预设像素位置(xMER+N,yMER-1)获取位于MER上侧的新的空域候选,其中N为整数,大于等于-1,小于等于2*wMER。
这样就可以确定出符合要求的,也就是可用的新的空域候选和对应的新的编码块,从而提高了编解码的效率。
1207、根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
在获得所述空域运动信息候选列表后,还可以根据现有相关技术将其他候选加入到融合运动信息候选列表或运动矢量预测候选列表中,其他候选包括但不仅限于时域候选、零运动信息等。该过程为已有技术,可参照HEVC标准或VTM进行。在当前编码块的候选运动信息列表构建完成之后,获取当前CU的运动信息,此步骤为现有技术,且其获取的时机可以是在构建时域运动信息候选列表之前,当前CU为merge/skip模式时,根据码流中的融合索引(merge index),从融合运动信息候选列表中找到对应的融合运动信息候选作为当前CU的运动信息。当前CU为AMVP模式时,根据码流中的运动矢量预测索引从运动矢量预测候选列表中找到运动矢量预测值,加上码流中提取的运动矢量差异值,得到运动矢量。根据运动信息得到当前块的帧间预测图像,将帧间预测图像与残差图像相加,得到当前块的重建图像;更具体的,解码端:根据运动信息进行运动补偿(motion compensation),得到预测图像。如果当前块存在残差,则将残差信息和预测图像相加,获得当前块的重建图像;如果当前块没有残差,则预测图像为当前块的重建图像。上述过程为现有技术,例如可采用与HEVC或者VTM相同的方法,也可采用其他运动补偿、图像重建方法。
本发明的有益效果是:在得到的空域候选不可用的情况下,可以保证得到新的可用的空域候选对应的新的编码块,以及保证同一MER能够包括完整的编码单元,从而在进行编码单元的候选运动信息列表构建过程中能够获取尽可能多的候选运动信息,以提高编码性能。
图13是绘示根据本申请一实施例的视频解码器(例如,图3的视频解码器30)的实例操作的流程图。视频解码器30的一个或多个结构要素可以用于执行图9的技术。该实施例包括:
1301、获取编码树单元的划分信息;
所述划分信息可以参考图12介绍的方法所对应的内容。
1303、根据所述划分信息对所述编码树单元划分得到多个节点,所述多个节点中被继续划分的节点为父节点,未被进一步划分的节点为叶节点;
以图7为例,所述节点是不可以进一步划分的叶节点a、b、c、d、e、f、g、h、i、j、k、l、m、n、o和p。所述节点也可以是CTU的QT-MTT划分过程中还需要进行进一步划分的节点,即父节点,以图7为例,可以是a和b对应的节点,可以是c和d对应的节点,可以是e、f和g对应的节点,可以是i和j对应的节点,可以是l、m、n、o和p对应的节点,可以是l和m对应的节点,可以是a、b、c、d、e、f和g对应的节点,可以是h、i和j对应的节点。
1305、确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的当前MER,所述第一节点可以为所述父节点或者叶节点;
可以理解的是,根据不同的需要可以有不同的当前节点的划分深度N的确定方式。
本发明实施例提供了如下额外种根据所述当前节点的划分深度N确定当前MER所覆盖的区域的方式。
方式四:解析编码树划分信息,得到第一节点;如果第一节点的划分深度N等于第二阈值T2减1,且第一节点的划分方式为三叉树划分方式,则第一节点确定为当前MER;如果第一节点的划分深度N等于第二阈值T2,且第一节点的划分方式为二叉树划分方式或四叉树划分,则第一节点确定为当前MER。当前编码单元为当前MER中的一个编码单元。
第一节点的划分深度N由第一节点的QT depth Dq、第一节点的二叉树划分深度Db相加得到,N=Dq*2+Db。其中,MTT根节点的Db等于0,MTT节点由二叉树划分方式划分时子节点的Db加1,MTT节点由三叉树划分方式划分且子节点为三叉树划分的中间节点时,子节点的Db加1,MTT节点由三叉树划分方式划分且子节点不为三叉树划分的中间节点时,子节点的Db加2。第二阈值T2为偶数,例如X=2、4或6、8等。
可选的,如果第一节点的划分深度N小于或等于第二阈值T2,且第一节点不再划分(即第一节点为CU),则第一节点确定为当前MER。此时当前MER仅包含一个CU。
方式五:解析编码树划分信息,得到第一节点;如果第一节点的划分深度N等于第三阈值T3减1,且第一节点的划分方式为三叉树划分方式或四叉树划分方式,则第一节点确定为当前MER;如果第一节点的划分深度N等于第三阈值T3,且第一节点的划分方式为二叉树划分方式,则第一节点确定为当前MER。当前编码单元为当前MER中的一个编码单元。
第一节点的划分深度N由第一节点的QT depth Dq、第一节点的二叉树划分深度Db相加得到,N=Dq*2+Db。其中,MTT根节点的Db等于0,MTT节点由二叉树划分方式划分时子节点的Db加1,MTT节点由三叉树划分方式划分且子节点为三叉树划分的中间节点时,子节点的Db加1,MTT节点由三叉树划分方式划分且子节点不为三叉树划分的中间节点时,子节点的Db加2。
第三阈值T3为预设的正整数,例如X=3或5。
可选的,如果第一节点的划分深度N小于或等于第三阈值T3,且第一节点不再划分(即第一节点为CU),则第一节点确定为当前MER。此时当前MER仅包含一个CU。
1307、确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
该该步骤1307与步骤1205相同,详情请参步骤1205.
1309、根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
在获得所述空域运动信息候选列表后,还可以根据现有相关技术将其他候选加入到融合运动信息候选列表或运动矢量预测候选列表中,其他候选包括但不仅限于时域候选、零运动信息等。该过程为已有技术,可参照HEVC标准或VTM进行。在当前编码块的候选运动信息列表构建完成之后,获取当前CU的运动信息,此步骤为现有技术,且其获取的时机可以是在构建时域运动信息候选列表之前,当前CU为merge/skip模式时,根据码流中的融合索引(merge index),从融合运动信息候选列表中找到对应的融合运动信息候选作为当前CU的运动信息。当前CU为AMVP模式时,根据码流中的运动矢量预测索引从运动矢量预测候选列表中找到运动矢量预测值,加上码流中提取的运动矢量差异值,得到运动矢量。根据运动信息得到当前块的帧间预测图像,将帧间预测图像与残差图像相加,得到当前块的重建图像;更具体的,解码端:根据运动信息进行运动补偿(motion compensation),得到预测图像。如果当前块存在残差,则将残差信息和预测图像相加,获得当前块的重建图像;如果当前块没有残差,则预测图像为当前块的重建图像。上述过程为现有技术,例如可采用与HEVC或者VTM相同的方法,也可采用其他运动补偿、图像重建方法。
该该步骤1309与步骤1207相同,详情请参步骤1207.
本发明另一实施例还提供了一种解码装置1400,如图14所示,所述解码装置1400包括:
解析模块1401,用于获取当前编码块的划分信息;
MER确定模块1403,用于根据所述划分信息确定所述当前编码块所属的当前MER;
空域运动信息候选列表构建模块1405,用于确定第一编码块,所述第一编码块为所述当前编码块的一个空域候选对应的编码块;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
重建模块1407,用于根据所述空域运动信息候选列表对所述当前编码单元进行预测及重建。
其中,解码装置1400的具体实现可以参考图12所描述的方法,此处不再赘述。
在一种实现方式下,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
在一种实现方式下,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
在一种实现方式下,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
在一种实现方式下,(xN,yN)指示所述所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
在一种实施方式中,所述解析模块用于:获取当前编码块的四叉树(Quad-Tree,QT)划分深度N以及所述当前编码块的多类型树(Multiple Type Tree,MTT)划分深度M,所述当前编码块为编码树单元经过M+N次划分后所获得的多个编码块中的一个;所述MER确定模块,用于,在所述四叉树划分深度N大于第一阈值T1时,其中T1是预先设置的非零正整数,或者在所述当前编码单元的多类型划分深度M大于0时,则将由所述编码树单元划分得到的划分深度为K的第一子单元所述覆盖的区域作为所述MER,其中,K=min(N,T1),min(a,b)表示取a和b中的较小值,所述第一子单元包含所述当前编码单元。
在另一种实施方式中,所述MER确定模块,还用于在所述四叉树划分深度N小于或者等于第一阈值T1时,或者所述当前编码单元的多类型划分深度M等于0,则所述当前编码块即为所述当前MER。
在另一种实施方式中,所述解析模块,用于获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,所述节点若不再继续划分则称之为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述MER确定模块用于,在所述当前编码块的划分深度N大于第一阈值T1时,则获取所述当前编码块的第N-T1层父节点,以所述第N-T1层父节点所覆盖的区域作为所述当前MER,其中,所述父节点为包含所述当前编码块所在节点的且划分深度小于N的节点,与所述当前编码块所在节点紧邻的父节点为所述当前编码块的第1层父节点。
在另一种实施方式中,所述解析模块,用于获取当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前块的MTT划分深度Dm之和,所述当前编码块为编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,编码树单元本身为所述节点的根节点,不再继续划分的节点为叶节点,所述当前编码块为所述编码单元经过N次划分后的多个叶节点中的一个;所述MER确定模块用于,在所述当前编码块的划分深度N大于第一阈值T1时,则将所述编码树单元中划分深度为T1的节点所覆盖的区域作为所述当前MER,其中T1是预先设置的非零正整数。
在另一种实施方式中,空域运动信息候选列表构建模块,用于判断所述空域邻近块与所述当前编码块是否位于同于MER中,若是,则将所述空域相邻块设置为不可用,若否,则基于所述空域相邻块的运动信息构建所述空域运动信息候选列表。
本发明另一实施例还提供了一种基于运动估计评估区域(Motion EstimationRegion MER)的解码装置1500,如图15所示,所述解码装置1500包括:
解析模块1501,用于获取编码树单元的划分信息;
划分模块1503,用于根据所述划分信息对所述编码树单元划分得到多个节点,所述多个节点中被继续划分的节点为父节点,未被进一步划分的节点为叶节点;
MER确定模块1505,用于确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的当前MER,所述第一节点可以为所述父节点或者叶节点;
空域运动信息候选列表构建模块1507,用于确定第一编码块,其中,所述第一编码块为当前编码块的一个空域候选对应的编码块,所述当前编码块为所述第一节点或者所述第一节点经过进一步划分得到的叶子节点;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
重建模块1509,用于根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
其中,解码装置1500的具体实现可以参考图13所描述的方法,此处不再赘述。
在一种实现方式下,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
在一种实现方式下,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
在一种实现方式下,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
在一种实现方式下,(xN,yN)指示所述所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
在一实施方式中,所述划分深度包括独立的四叉树划分深度(QUAD-Tree Depth,QT depth),以及多类型划分深度(Multi-Type Tree,MTT Depth),所述MER确定模块用于确定QT depth等于所述预设条件且所述MTT Depth深度等于0的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
在另一实施方式中,所述划分深度为四叉树划分深度(QUAD-Tree Depth,QTdepth)及多类型划分深度(Multi-Type Tree,MTT Depth)之和,所述MER确定模块用于确定划分深度等于所述预设条件且被进一步划分为多个MTT叶节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述当前编码块为所述多个MTT叶节点中的一个节点.
在另一实施方式中,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述MER确定模块用于确定划分深度N等于第二阈值T2减1,且划分方式为三叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第二阈值T2,且划分方式为二叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T2为大于1的正整数。
在另一实施方式中,所述MER确定模块进一步用于确定划分深度N小于或者等于第二阈值T2减1且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
在另一实施方式中,所述划分深度N=Dq*2+Db,其中,Dq为所述节点的四叉树划分深度,Db为所述节点的多类型划分深度,若所述节点为MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述MER确定模块用于确定划分深度N等于第三阈值T3减1,且划分方式为三叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第三阈值T3,且划分方式为二叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T3为大于1的正整数。
在另一实施方式中,所述MER确定模块用于确定划分深度N小于或者等于第三阈值T3且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
在另一实施方式中,所述空域运动信息候选列表构建模块,用于判断所述空域邻近块与所述当前编码块是否位于同于MER中,若是,则将所述空域相邻块设置为不可用,若否,则基于所述空域相邻块的运动信息构建所述空域运动信息候选列表。
本发明实施例还提供了一种视频解码器,包括用于执行上述任一所述的方法的执行电路。
本发明实施例还提供了一种视频解码器,包括:至少一个处理器;和与所述至少一个处理器耦合的非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有可被所述至少一个处理器执行的计算机程序,当所述计算机程序被所述至少一个处理器执行时,使得所述视频解码器用于执行上一任一所述的方法。
本发明实施例还提供了一种计算机可读存储介质,用于存储可被处理器执行的计算机程序,当所述计算机程序被所述至少一个处理器执行时,执行上述任一所述的方法。
本发明实施例还提供了一种计算机程序,当所述计算机程序被执行时,执行上述任一所述的方法。
在一个或一个以上实例中,所描述功能可以硬件、软件、固件或其任何组合来实施。如果在软件中实施,那么所述功能可作为一或多个指令或代码在计算机可读介质上存储或传输,并且由基于硬件的处理单元执行。计算机可读介质可以包含计算机可读存储介质,其对应于例如数据存储介质或通信介质的有形介质,通信介质例如根据通信协议包含有助于将计算机程序从一处传送到另一处的任何介质。以此方式,计算机可读介质通常可对应于(1)非暂时性的有形计算机可读存储介质,或(2)通信介质,例如,信号或载波。数据存储介质可以是可由一或多个计算机或一或多个处理器存取以检索用于实施本发明中描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可包含计算机可读介质。
借助于实例而非限制,此类计算机可读存储介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存,或可用以存储呈指令或数据结构形式的所需程序代码且可由计算机存取的任何其它介质。并且,任何连接可适当地称为计算机可读介质。举例来说,如果使用同轴电缆、光纤缆线、双绞线、数字订户线(digitalsubscriber line,DSL)或例如红外线、无线电及微波等无线技术从网站、服务器或其它远程源传输指令,则同轴电缆、光纤缆线、双绞线、DSL或例如红外线、无线电及微波等无线技术包含在介质的定义中。但是,应理解,所述计算机可读存储介质及数据存储介质并不包括连接、载波、信号或其它暂时性介质,而是实际上针对于非暂时性有形存储介质。如本文中所使用,磁盘和光盘包含压缩光盘(compact disc,CD)、激光光盘、光学光盘、数字多功能光盘(digital versatile disc,DVD)、软性磁盘及蓝光光盘,其中磁盘通常以磁性方式再现数据,而光盘用激光以光学方式再现数据。以上各项的组合也应包含于计算机可读介质的范围内。
指令可以由一或多个处理器执行,所述一或多个处理器例如是一或多个数字信号处理器(digital signal processor,DSP)、通用微处理器、专用集成电路(applicationspecific integrated circuit,ASIC)、现场可编程逻辑阵列(field programmable logicarrays,FPGA)或其它等效的集成或离散逻辑电路。因此,如本文中所使用的术语“处理器”可指代上述结构或适用于实施本文中所描述的技术的任何其它结构中的任一者。另外,在一些方面中,本文中所描述的功能性可在用于编码和解码的专用硬件和/或软件模块内提供,或并入在合成编解码器中。并且,所述技术可完全实施于一或多个电路或逻辑元件中。
本公开的技术可以在包含无线手持机、集成电路(integrated circuit,IC)或IC集合(例如,芯片组)的多种设备或装置中实施。本公开描述各种组件、模块或单元是为了强调用于执行所揭示的技术的设备的功能方面,但未必需要通过不同硬件单元实现。确切地,如上文所描述,各种单元可结合合适的软件和/或固件组合在编解码器硬件单元中,或由互操作硬件单元的集合来提供,所述硬件单元包含如上文所描述的一或多个处理器。

Claims (36)

1.一种基于运动估计评估区域MER(Motion Estimation Region)的解码方法,其特征在于,包括:
获取当前编码块的划分信息,其中,所述划分信息包括所述当前编码块的四叉树QT划分深度N以及所述当前编码块的多类型树MTT划分深度M,所述当前编码块为编码树单元经过M+N次划分后所获得的多个编码块中的一个,或者所述划分信息包括所述当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前编码块的MTT划分深度Dm之和,所述当前编码块为所述编码树单元经过N次划分后所获得的多个编码块中的一个;
根据所述划分信息确定所述当前编码块所属的当前MER;
确定第一编码块,所述第一编码块为所述当前编码块的一个空域候选对应的编码块;
确定所述当前编码块与所述第一编码块是否属于同一MER;
在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;
基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
2.如权利要求1所述的方法,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;
在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
3.如权利要求1所述的方法,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;
在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
4.如权利要求1所述的方法,其特征在于,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);
在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);
在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);
在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);
在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);
其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
5.如权利要求1所述的方法,其特征在于,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);
在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);
在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
6.如权利要求1至5任意一项所述的方法,其特征在于:
所述划分信息包括所述QT划分深度N以及所述MTT划分深度M,所述当前编码块为所述编码树单元经过M+N次划分后所获得的多个编码块中的一个;
所述根据所述划分信息确定所述当前编码块所属的当前MER包括:
若所述QT划分深度N大于第一阈值T1,其中T1是预先设置的非零正整数,或者所述MTT划分深度M大于0,则将由所述编码树单元划分得到的划分深度为K的第一子单元所覆盖的区域作为所述MER,其中,K=min(N,T1),min(a,b)表示取a和b中的较小值,所述第一子单元包含所述当前编码块。
7.如权利要求6所述的方法,其特征在于:所述根据所述划分信息确定所述当前编码块所属的当前MER还包括:若所述QT划分深度N小于或者等于第一阈值T1,或者所述MTT划分深度M等于0,则所述当前编码块即为所述当前MER。
8.如权利要求1至5任意一项所述的方法,其特征在于:
所述划分信息包括所述划分深度N,所述划分深度N为所述QT划分深度Dq与所述MTT划分深度Dm之和,所述当前编码块为所述编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,所述编码树单元本身为所述节点的根节点,所述节点若不再继续划分则称之为叶节点,所述当前编码块为所述编码树单元经过N次划分后的多个叶节点中的一个;
所述根据所述划分信息确定所述当前编码块所属的当前MER包括:
若所述划分深度N大于第一阈值T1,则获取所述当前编码块的第N-T1层父节点,以所述第N-T1层父节点所覆盖的区域作为所述当前MER,其中,所述父节点为包含所述当前编码块所在节点的且划分深度小于N的节点,与所述当前编码块所在节点紧邻的父节点为所述当前编码块的第1层父节点。
9.如权利要求1至5任意一项所述的方法,其特征在于:
所述划分信息包括所述划分深度N,所述划分深度N为所述QT划分深度Dq与所述MTT划分深度Dm之和,所述当前编码块为所述编码树单元经过N次划分后所获得的多个编码块中的一个,其中,所述编码树单元每一次划分所得到的子单元称为节点,所述编码树单元本身为所述节点的根节点,所述节点若不再继续划分则称之为叶节点,所述当前编码块为所述编码树单元经过N次划分后的多个叶节点中的一个;
所述根据所述划分信息确定所述当前编码块所属的当前MER包括:
若所述划分深度N大于第一阈值T1,则将所述编码树单元中划分深度为T1的节点所覆盖的区域作为所述当前MER,其中T1是预先设置的非零正整数。
10.如权利要求1所述的方法,其特征在于:所述基于所述第二编码块构建空域运动信息候选列表包括:
基于所述第二编码块的运动信息构建所述空域运动信息候选列表。
11.一种基于运动估计评估区域MER(Motion Estimation Region)的解码方法,其特征在于,包括:
获取编码树单元的划分信息;
根据所述划分信息对所述编码树单元划分得到多个节点,所述多个节点中被继续划分的节点为父节点,未被进一步划分的节点为叶节点;
确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的当前MER,所述第一节点可以为所述父节点或者叶节点,其中,所述划分深度包括独立的四叉树划分深度QT depth以及多类型树划分深度MTT Depth,或者,所述划分深度为所述QT depth及所述MTT Depth之和,或者,所述划分深度N=Dq*2+Db,Dq为所述节点的所述QTdepth,Db为所述节点的所述MTT Depth;
确定第一编码块,其中,所述第一编码块为当前编码块的一个空域候选对应的编码块,所述当前编码块为所述第一节点或者所述第一节点经过进一步划分得到的叶子节点;
确定所述当前编码块与所述第一编码块是否属于同一MER;
在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;
基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
12.如权利要求11所述的方法,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;
在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
13.如权利要求11所述的方法,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;
在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
14.如权利要求11所述的方法,其特征在于,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);
在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);
在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);
在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);
在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);
其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
15.如权利要求11所述的方法,其特征在于,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,包括:
在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);
在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);
在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
16.如权利要求11到15任一所述的方法,其特征在于:所述划分深度包括独立的所述QTdepth以及所述MTT Depth,所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定所述QT depth等于所述预设条件且所述MTTDepth等于0的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
17.如权利要求11到15任一所述的方法,其特征在于:所述划分深度为所述QT depth及所述MTT Depth之和,所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度等于所述预设条件且被进一步划分为多个多类型树MTT叶节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述当前编码块为所述多个MTT叶节点中的一个节点。
18.如权利要求11到15任一所述的方法,其特征在于:所述划分深度N=Dq*2+Db,Dq为所述节点的所述QT depth,Db为所述节点的所述MTT Depth,若所述节点为多类型树MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度N等于第二阈值T2减1,且划分方式为三叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第二阈值T2,且划分方式为二叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T2为大于1的正整数。
19.如权利要求18所述的方法,其特征在于:所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括进一步包括:确定划分深度N小于或者等于第二阈值T2减1且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
20.如权利要求11到15任一所述的方法,其特征在于:所述划分深度N=Dq*2+Db,Dq为所述节点的所述QT depth,Db为所述节点的所述MTT Depth,若所述节点为多类型树MTT根节点,所述节点的Db等于0,若所述节点为MTT的叶节点,且所述节点由二叉树划分方式得到时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中位于中间的节点时,所述节点的Db为该节点根节点的Db加1,若所述节点为MTT的叶节点,且所述节点为由三叉树划分方式得到的三个节点中非中间的节点时,所述节点的Db为该节点根节点的Db加2;所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括:确定划分深度N等于第三阈值T3减1,且划分方式为三叉树划分方式或者四叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,或者确定划分深度N等于所述第三阈值T3,且划分方式为二叉树划分方式的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER,其中所述T3为大于1的正整数。
21.如权利要求20所述的方法,其特征在于:所述确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的MER包括进一步包括:确定划分深度N小于或者等于第三阈值T3且为所述叶子节点的第一节点,将所述第一节点所覆盖的区域作为第一节点的MER。
22.如权利要求11所述的方法,其特征在于,所述基于所述第二编码块构建空域运动信息候选列表包括:
基于所述第二编码块的运动信息构建所述空域运动信息候选列表。
23.一种基于运动估计评估区域MER(Motion Estimation Region)的解码装置,其特征在于,包括:
解析模块,用于获取当前编码块的划分信息,其中,所述划分信息包括所述当前编码块的四叉树QT划分深度N以及所述当前编码块的多类型树MTT划分深度M,所述当前编码块为编码树单元经过M+N次划分后所获得的多个编码块中的一个,或者所述划分信息包括所述当前编码块的划分深度N,所述划分深度N为所述当前编码块的QT划分深度Dq与所述当前编码块的MTT划分深度Dm之和,所述当前编码块为所述编码树单元经过N次划分后所获得的多个编码块中的一个;
MER确定模块,用于根据所述划分信息确定所述当前编码块所属的当前MER;
空域运动信息候选列表构建模块,用于确定第一编码块,所述第一编码块为所述当前编码块的一个空域候选对应的编码块;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
重建模块,用于根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
24.如权利要求23所述的装置,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;
在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
25.如权利要求23所述的装置,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;
在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
26.如权利要求23所述的装置,其特征在于,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);
在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);
在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);
在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);
在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);
其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
27.如权利要求23所述的装置,其特征在于,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);
在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);
在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
28.一种基于运动估计评估区域MER(Motion Estimation Region)的解码装置,其特征在于,包括:
解析模块,用于获取编码树单元的划分信息;
划分模块,用于根据所述划分信息对所述编码树单元划分得到多个节点,所述多个节点中被继续划分的节点为父节点,未被进一步划分的节点为叶节点;
MER确定模块,用于确定划分深度满足预设条件的第一节点,并将所述第一节点所覆盖的区域作为第一节点的当前MER,所述第一节点可以为所述父节点或者叶节点,其中,所述划分深度包括独立的四叉树划分深度QT depth以及多类型树划分深度MTT Depth,或者,所述划分深度为所述QT depth及所述MTT Depth之和,或者,所述划分深度N=Dq*2+Db,Dq为所述节点的所述QT depth,Db为所述节点的所述MTT Depth;
空域运动信息候选列表构建模块,用于确定第一编码块,其中,所述第一编码块为当前编码块的一个空域候选对应的编码块,所述当前编码块为所述第一节点或者所述第一节点经过进一步划分得到的叶子节点;确定所述当前编码块与所述第一编码块是否属于同一MER;在所述当前编码块与所述第一编码块属于同一MER的情况下,基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块,其中,所述MER的信息包括所述MER的坐标;基于所述第二编码块构建空域运动信息候选列表,所述第二编码块位于所述当前MER之外;
重建模块,用于根据所述空域运动信息候选列表对所述当前编码块进行预测及重建。
29.如权利要求28所述的装置,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP小于零的情况下,确定所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述当前MER的高的两倍;
在xN-xP大于等于零且yN-yP小于零的情况下,确定所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
30.如权利要求28所述的装置,其特征在于,所述当前MER的信息还包括所述当前MER的宽和高,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP小于零且yN-yP大于等于零的情况下,确定与所述第二编码块对应的坐标为(xMER-1,yMER+M),其中,(xMER,yMER)指示所述当前MER的坐标,M为整数,且M大于等于1,M小于等于所述MER的高的两倍;
在yN-yP小于零的情况下,确定与所述第二编码块对应的坐标为(xMER+N,yMER-1),其中,(xMER,yMER)指示所述当前MER的坐标,N为整数,且N大于等于-1,N小于等于所述MER的宽的两倍。
31.如权利要求28所述的装置,其特征在于,所述当前MER的信息还包括所述MER的宽和高,所述第一编码块是所述当前编码块的多个空域临近块中的一个,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在所述第一编码块与所述当前编码块的左下角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER);
在所述第一编码块与所述当前编码块的左侧边相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER+hMER-1);
在所述第一编码块与所述当前编码块的右上角相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER,yMER-1);
在所述第一编码块与所述当前编码块的上边相邻的情况下,所述第二编码块对应的坐标为(xMER+wMER-1,yMER-1);
在所述第一编码块与所述当前编码块的左上角相邻的情况下,所述第二编码块对应的坐标为(xMER-1,yMER-1);
其中,(xMER,yMER)指示所述MER的坐标,hMER指示所述MER的高,wMER指示所述MER的宽。
32.如权利要求28所述的装置,其特征在于,(xN,yN)指示所述第一编码块的坐标,(xP,yP)指示所述当前编码块的坐标,(xMER,yMER)指示所述当前MER的坐标,在所述基于所述第一编码块与所述当前编码块的位置关系,以及所述当前MER的信息,确定与所述当前MER空域临近的第二编码块的方面,所述空域运动信息候选列表构建模块用于:
在xN-xP为小于零的整数且yN-yP大于等于零的情况下,所述第二编码块对应的坐标为(xMER-1,yN);
在xN-xP大于等于零且yN-yP为小于零的整数的情况下,所述第二编码块对应的坐标为(xN,yMER-1);
在xN-xP和yN-yP均为小于零的整数的情况下,所述第二编码块对应的坐标取值范围为,x轴取大于等于xMER-1且小于xP的整数,y轴取大于等于yMER-1且小于yP的整数。
33.一种视频解码器,其特征在于,包括用于执行如权利要求1至10,或者权利要求11至22任一所述的方法的执行电路。
34.一种视频解码器,其特征在于,包括:
至少一个处理器;和
与所述至少一个处理器耦合的非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储有可被所述至少一个处理器执行的计算机程序,当所述计算机程序被所述至少一个处理器执行时,使得所述视频解码器用于执行如权利要求1至10,或者权利要求11至22任一所述的方法。
35.一种计算机可读存储介质,其特征在于,用于存储可被处理器执行的计算机程序,当所述计算机程序被所述处理器执行时,执行如权利要求1至10,或者权利要求11至22任一所述的方法。
36.一种电子设备,其特征在于,所述电子设备中设置有如权利要求23至32任意一项所述的解码装置。
CN201811134191.5A 2018-09-27 2018-09-27 视频解码方法及视频解码器 Active CN110958452B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811134191.5A CN110958452B (zh) 2018-09-27 2018-09-27 视频解码方法及视频解码器
PCT/CN2019/107931 WO2020063687A1 (zh) 2018-09-27 2019-09-25 视频解码方法及视频解码器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811134191.5A CN110958452B (zh) 2018-09-27 2018-09-27 视频解码方法及视频解码器

Publications (2)

Publication Number Publication Date
CN110958452A CN110958452A (zh) 2020-04-03
CN110958452B true CN110958452B (zh) 2023-11-03

Family

ID=69952484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811134191.5A Active CN110958452B (zh) 2018-09-27 2018-09-27 视频解码方法及视频解码器

Country Status (2)

Country Link
CN (1) CN110958452B (zh)
WO (1) WO2020063687A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114007078B (zh) * 2020-07-03 2022-12-23 杭州海康威视数字技术股份有限公司 一种运动信息候选列表的构建方法、装置及其设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1141611A (ja) * 1997-07-22 1999-02-12 Kokusai Denshin Denwa Co Ltd <Kdd> 画像の動き推定領域分割方法
CN102447894A (zh) * 2010-09-30 2012-05-09 华为技术有限公司 视频图像编码方法、解码方法和装置
CN104349170A (zh) * 2011-09-23 2015-02-11 株式会社Kt 对视频信号进行解码的方法
WO2018074616A1 (ko) * 2016-10-17 2018-04-26 디지털인사이트주식회사 블록 분할에 따른 skip 후보 리스트를 사용하는 비디오 코딩 방법 및 장치
CN108462873A (zh) * 2017-02-21 2018-08-28 联发科技股份有限公司 用于四叉树加二叉树拆分块的候选集决定的方法与装置
WO2018155983A1 (ko) * 2017-02-24 2018-08-30 주식회사 케이티 비디오 신호 처리 방법 및 장치

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011096770A2 (ko) * 2010-02-02 2011-08-11 (주)휴맥스 영상 부호화/복호화 장치 및 방법
US9143795B2 (en) * 2011-04-11 2015-09-22 Texas Instruments Incorporated Parallel motion estimation in video coding
EP2942961A1 (en) * 2011-11-23 2015-11-11 HUMAX Holdings Co., Ltd. Methods for encoding/decoding of video using common merging candidate set of asymmetric partitions
US9544592B2 (en) * 2012-02-10 2017-01-10 Texas Instruments Incorporated Methods and systems for encoding pictures associated with video data
CN106034236B (zh) * 2015-03-19 2019-07-19 阿里巴巴集团控股有限公司 一种hevc编码最佳参考帧的选择方法、装置及编码器
WO2017176092A1 (ko) * 2016-04-08 2017-10-12 한국전자통신연구원 움직임 예측 정보를 유도하는 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1141611A (ja) * 1997-07-22 1999-02-12 Kokusai Denshin Denwa Co Ltd <Kdd> 画像の動き推定領域分割方法
CN102447894A (zh) * 2010-09-30 2012-05-09 华为技术有限公司 视频图像编码方法、解码方法和装置
CN104349170A (zh) * 2011-09-23 2015-02-11 株式会社Kt 对视频信号进行解码的方法
CN107105269A (zh) * 2011-09-23 2017-08-29 株式会社Kt 获得合并候选的方法和视频解码装置
WO2018074616A1 (ko) * 2016-10-17 2018-04-26 디지털인사이트주식회사 블록 분할에 따른 skip 후보 리스트를 사용하는 비디오 코딩 방법 및 장치
CN108462873A (zh) * 2017-02-21 2018-08-28 联发科技股份有限公司 用于四叉树加二叉树拆分块的候选集决定的方法与装置
WO2018155983A1 (ko) * 2017-02-24 2018-08-30 주식회사 케이티 비디오 신호 처리 방법 및 장치

Also Published As

Publication number Publication date
WO2020063687A1 (zh) 2020-04-02
CN110958452A (zh) 2020-04-03

Similar Documents

Publication Publication Date Title
CN112823518B (zh) 用于译码块的几何划分块的帧间预测的装置及方法
CN111107356B (zh) 图像预测方法及装置
US11438578B2 (en) Video picture prediction method and apparatus
CN110881129B (zh) 视频解码方法及视频解码器
CN110891180B (zh) 视频解码方法及视频解码器
CN110868589B (zh) 帧间预测方法、装置及其应用的编/解方法及装置
CN110855998B (zh) 融合候选者列表构建方法、装置及的编/解方法及装置
CN110944171B (zh) 一种图像预测方法和设备
CN110944184B (zh) 视频解码方法及视频解码器
CN110958452B (zh) 视频解码方法及视频解码器
CN111010565B (zh) 帧间预测方法、装置及其应用的编/解方法及装置
WO2020038357A1 (zh) 融合候选者列表构建方法、装置及的编/解方法及装置
WO2020048361A1 (zh) 视频解码方法及视频解码器
WO2020042990A1 (zh) 帧间预测方法、装置及其应用的编/解方法及装置
CN117956197A (zh) 视频解码方法及视频解码器

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