CN111010579B - 基于成对平均运动矢量预测的视频解码方法和装置 - Google Patents

基于成对平均运动矢量预测的视频解码方法和装置 Download PDF

Info

Publication number
CN111010579B
CN111010579B CN201910921932.2A CN201910921932A CN111010579B CN 111010579 B CN111010579 B CN 111010579B CN 201910921932 A CN201910921932 A CN 201910921932A CN 111010579 B CN111010579 B CN 111010579B
Authority
CN
China
Prior art keywords
motion vector
vector predictor
hmvp
video
pair
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
CN201910921932.2A
Other languages
English (en)
Other versions
CN111010579A (zh
Inventor
许晓中
李翔
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN111010579A publication Critical patent/CN111010579A/zh
Application granted granted Critical
Publication of CN111010579B publication Critical patent/CN111010579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

一种视频解码的方法，包括解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分。所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表。将新运动矢量预测值添加在运动矢量预测值候选列表中。所述新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个。第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果。第二运动矢量预测值是基于历史的运动矢量预测值(HMVP)缓冲区中的一对HMVP的第二平均结果。基于运动矢量预测值候选列表重建当前块。此外，还提供了一种用于视频解码的装置。

Description

基于成对平均运动矢量预测的视频解码方法和装置
本申请要求2018年10月6日提交的第62/742，339号美国临时申请“基于历史的成对平均运动矢量预测(HISTORY-BASED PAIRWISE AVERAGE MOTION VECTOR PREDICTION)”、2018年11月26日提交的第62/771,556号美国临时申请“具有成对平均候选的运动矢量预测(MOTION VECTOR PREDICTION WITH PAIRWISE AVERAGE CANDIDATES)”、以及2019年8月14日提交的第16/540,582号美国申请“成对平均运动矢量预测(PAIRWISE AVERAGE MOTIONVECTOR PREDICTION)”的优先权，所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
本申请涉及视频编解码，特别是涉及一种基于成对平均运动矢量预测的视频解码方法和装置。
背景技术
本文中提供的背景技术描述是为了大体上呈现本申请的上下文。在此背景技术部分描述的程度上，当前署名的发明人的工作，以及在本申请提交时可能不具有作为现有技术的资格的描述的各方面，既不明确地也不隐含地认为是本申请的现有技术。
视频的编码和解码可以使用具有运动补偿的帧间预测来进行。未压缩的数字视频可包括一系列的图片，每个图片具有一定的空间维度，例如具有1920×1080的亮度样本和相关的色度样本。所述一系列的图片可以具有固定的或可变的图片速率(非正式地，也被称作帧率)，例如，每秒60个图片或60赫兹(Hz)。未压缩的视频对比特率有着显著的要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过600GB的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可有助于降低上述带宽或存储空间的要求，在一些情况下，可降低两个或更多的数量级。无损压缩和有损压缩以及其组合都可以用于视频编码和解码。无损压缩是指可以由压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不完全一致，但是原始信号与重建的信号之间的失真小得足以使重建的信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用；例如，与电视分发应用的用户相比，某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可以反映的是：可允许的/可容许的失真越高，可产生越高的压缩比。
视频编码器和解码器可以使用几大类技术，包括例如运动补偿、变换、量化和熵编码。
视频编解码技术可以包括帧内编码技术。在帧内编码技术中，样本值的表示不参考先前已重建的参考图片中的样本或其他数据。在一些视频编解码技术中，将图片从空间上划分为样本块。当所有的样本块都是通过帧内模式进行编码时，该图片可以是一个帧内图片。帧内图片以及他们的衍生图片，例如独立解码器刷新的图片，可以用于对解码器的状态进行重置，因此可以用作已编码视频码流和视频会话中的第一幅图片，或者作为一副静止图片。可以对帧内块的样本进行变换，并且可以在进行熵编码之前，对变换系数进行量化。帧内预测可以是一种将样本值在预变换域最小化的技术。在一些情况下，变换后的DC值越小以及AC系数越小，给定量化步长大小的情况下，表示熵编码后的块所需的比特数目越少。
传统的帧内编码技术，例如已知的MPEG-2编码技术并不使用帧内预测。然而，一些较新的视频压缩技术包括有尝试使用例如邻近的样本数据和/或元数据的技术，所述邻近的样本数据和/或元数据是在对空间上相邻且解码顺序上在先的数据块进行编码/解码的过程中获得的。因此，这种技术称为“帧内预测”技术。至少在一些情况下，帧内预测仅使用当前正在重建的图片中的参考数据，而不使用参考图片中的参考数据。
帧内预测可以有很多种形式。当给定的视频编码技术中可以使用一个以上的这种技术时，可以使用帧内预测模式对所使用的技术进行编码。在某些情况下，一些模式具有子模式和/或参数，这些可以单独进行编码，或者可以包含在模式码字中。某个给定模式/子模式/参数的组合使用哪个码字，会通过帧内预测影响到编码效率增益，将码字转译为码流所用的熵编码技术同样对其也会产生影响。
H.264标准引入了某个模式的帧内预测，H.265标准对其进行了改进，在较新的编码技术中，例如，联合探索模型(JEM)、通用视频编码(VVC)、基准集合(BMS)等等，对其进一步进行了改进。预测块可以使用属于已经可用的样本的相邻样本的样本值来形成。将相邻样本的样本值按照一个方向复制到预测块中。所使用的方向的参考可以编码到码流中，或者所使用的方向的参考本身可以预测。
目前，仍需要新的编解码技术，以更好地预测运动矢量、提高编解码效率。
发明内容
本申请实施例提供了用于视频解码的方法和装置以及一种非易失性计算机可读存储介质，用于更好地预测运动矢量，从而提高编解码效率。
一种用于解码器中的视频解码的方法，该方法包括：
解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分，所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表；
将至少一个新运动矢量预测值添加在所述运动矢量预测值候选列表中，所述至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个，所述第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果，而第二运动矢量预测值是基于历史的运动矢量预测值(HMVP)缓冲区中的一对HMVP的第二平均结果；以及
基于所述运动矢量预测值候选列表重建所述当前块。
一种用于视频解码的装置。所述装置包括：
解码模块，用于解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分，所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表；
添加模块，用于将至少一个新运动矢量预测值添加在所述运动矢量预测值候选列表中，所述至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个，所述第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果，而第二运动矢量预测值是基于历史的运动矢量预测值(HMVP)缓冲区中的一对HMVP的第二平均结果；以及
重建模块，用于基于所述运动矢量预测值候选列表重建所述当前块。
在一些实施例中，用于视频解码的装置包括接收电路和处理电路。
处理电路解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分。预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表。处理电路将至少一个新运动矢量预测值添加在运动矢量预测值候选列表中。至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个。第一运动矢量预测值是运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果。第二运动矢量预测值是基于历史的运动矢量预测值(HMVP)缓冲区中的一对HMVP的第二平均结果。处理电路基于运动矢量预测值候选列表重建当前块。
在一个实施例中，当所述当前块具有一个或多个参考图片列表时，处理电路确定所述一个或多个参考图片列表中的每一个参考图片列表对应的新运动矢量预测值。其中，如果生成第二运动矢量预测值的一对HMVP来自相同的参考图片列表，则将该对HMVP的平均结果，作为该参考图片列表的新运动矢量预测值；如果参考图片列表中仅有一个HMVP可用，则将该HMVP作为该参考图片列表的新运动矢量预测值；如果参考图片列表中没有可用的HMVP，则该参考图片列表为无效。
在另一个实施例中，处理电路首先确定所述运动矢量预测值候选列表中，每两个已有运动矢量预测值的第一成对平均值，然后根据所述确定的其中一个第一成对平均值，确定所述第一运动矢量预测值。
在另一个实施例中，对于第一运动矢量预测值，处理电路根据运动矢量预测值候选列表中的空间相邻运动矢量预测值、时间相邻运动矢量预测值和基于历史的运动矢量预测值中的至少一个，确定所述一对已有运动矢量预测值。
在另一个实施例中，所述第一平均结果是运动矢量预测值候列表中的所述一对已有运动矢量预测值和所述TMVP的加权平均值。
在另一个实施例中，所述TMVP根据所述当前块的同位块的中心块和所述当前块的所述同位块的右下相邻块中的一个块确定。
在另一个实施例中，所述第一运动矢量预测值为零、负整数或正整数。
在另一个实施例中，所述第二运动矢量预测值的参考图片由所述一对HMVP中具有较小参考索引的一个HMVP确定。
在另一个实施例中，处理电路首先确定所述HMVP缓冲区中每两个HMVP的第二成对平均值，然后根据所确定的第二成对平均值中的一个第二成对平均值，确定所述第二运动矢量预测值。其中，HMVP缓冲区中有N个HMVP，对于该N个HMVP中的每两个HMVP，生成一个第二成对平均值；或者从所述HMVP缓冲区中的N个HMVP中，选择最后M个HMVP，对于所选的M个HMVP中的每两个HMVP，生成第二成对平均值，M和N为大于0的正整数，M<N。
本申请的各方面还提供一种非易失性计算机可读存储介质，存储指令，所述指令当由用于视频解码的计算机执行时，使所述计算机执行所述视频解码的方法。
本申请的各方面还提供一种非易失性计算机可读存储介质，存储程序，所述程序可由至少一个处理器执行，以执行所述视频解码的方法。
本申请实施例的视频编解码的方法和装置、非易失性计算机可读存储介质，可以更好地预测运动矢量，提高编解码效率。
附图说明
结合以下详细描述和附图，本申请主题的其他特征、本质和各种优点将会变得更加清楚，其中：
图1是根据一个实施例的通信系统的简化框图的示意图。
图2是根据另一个实施例的通信系统的简化框图的示意图。
图3是根据一个实施例的解码器的简化框图的示意图。
图4是根据一个实施例的编码器的简化框图的示意图。
图5示出了根据另一个实施例的编码器的框图。
图6示出了根据另一个实施例的解码器的框图。
图7A是一个示例性帧内预测模式子集的示意图。
图7B是一个示例性帧内预测方向的图示。
图7C是一个示例中的当前块及其周围的空间合并候选块的示意图。
图7D是一个示例中的同位块和时间合并候选块的示意图。
图7E是一个示例中的基于历史的运动矢量预测(HMVP)方法的解码流程。
图7F是根据一个示例的更新HMVP中的表格的示例性过程。
图8示出了根据一个实施例使用两个HMVP生成成对平均运动矢量预测值的示例。
图9示出了概括根据本申请的一个实施例的示例性过程的流程图。
图10是根据一个实施例的计算机系统的示意图。
具体实施方式
图1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1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1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2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2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3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2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3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4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2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4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)编码的视频图片。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)可以是采集本地图片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3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3，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4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5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2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5的实施例中，视频编码器(603)包括如图5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6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片，且对所述已编码图片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2实施例中的视频解码器(310)。
在图6实施例中，视频解码器(710)包括如图6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)。
参考图7A，在其右下方描绘的是H.265标准的33个可能的预测值方向(predictordirection)(对应于35个帧内模式的33个角度模式)中已知的一个具有9个预测值方向的子集。其中，各箭头的汇聚点(101)表示正在预测中的样本。箭头表示对样本进行预测的方向。例如，箭头(102)表示根据与水平轴成45度角度的右上角的一个或多个样本，对样本(101)进行预测。类似地，箭头(103)表示根据与水平轴成22.5度角度的左下角的一个或多个样本，对样本(101)进行预测。
仍参考图7A所示，图7A的左上方描绘的是一个具有4×4个样本的正方形块(104)(用加粗的虚线表示)。正方形块(104)包括16个样本，每个样本标记有“S”、其在Y维度上的位置(例如，行索引)以及其在X维度上的位置(例如，列索引)。例如，样本S21是在Y维度上的第二个(从上往下数)、X维度上的第一个(从左往右数)样本。类似地，样本S44是在块(104)中X维度和Y维度上都是第四的样本。因为该块的大小是4×4个样本，所以S44是在其右下角。图7A进一步示出了参考样本，参考样本遵循类似的编号方法。参考样本标记有R、其相对于所述块(104)的Y位置(例如，行索引)和X位置(例如，列索引)。在H.264标准和H.265标准中，预测样本与重建中的块相邻；因此，不需要使用负值。
帧内图片预测可以根据信号表示的预测方向，通过适当地拷贝相邻样本的参考样本值来进行。例如，假设已编码视频码流中包含有信令，对于所述块，该信令表示了与箭头(102)一致的预测方向，即，根据与水平方向成45度角度的右上角的一个或多个参考样本对所述块中的样本进行预测。在这种情况下，样本S41、S32、S23、S14是根据同一个参考样本R05进行预测的。样本S44是根据参考样本R08进行预测的。
在某些情况下，可以例如通过插值，组合多个参考样本的值，以便计算一个参考样本；特别是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数目也在增加。在H.264标准(2003年)中，可以表示9个不同的方向。在H.265标准(2013年)中，增加到33个方向。到本申请发明时，JEM/VVC/BMS可以支持多达65个方向。目前已经进行了一些实验来识别最有可能的方向，一些熵编码技术用很少的比特数来表示这些最有可能的方向，对于比较不可能的方向，接受一定的代价。此外，有时候这些方向本身是可以根据相邻的已解码的块所使用的相邻方向进行预测的。
图7B示出了一个描绘根据JEM的65个帧内预测方向的示意图(105)，用于说明预测方向的数目随着时间的变化而增加。
随着视频编码技术的不同，已编码视频码流中用于表示方向的帧内预测方向位的映射可能也不同；例如变化范围可以是从简单直接地将帧内预测模式的预测方向映射到码字，到涉及最有可能的模式和类似技术的复杂的自适应方案。然而，在所有这些情况下，依据统计，相对于其他方向而言，某些方向比较不可能出现在视频内容中。由于视频压缩的目的是减少冗余，因此，在性能较好的视频编码技术中，与比较可能的方向相比，这些比较不可能出现的方向会用较多的比特来表示。
运动补偿可以是有损压缩技术，且可涉及以下技术：来自先前重建的图片或其一部分(参考图片)的样本数据块在由运动矢量(此后称为MV(motion vector，MV))指示的方向上空间移位之后用于预测新重建的图片或图片部分。在一些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或三个维度，第三维度指示使用中的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中，可根据其他MV预测适用于某一样本数据区域的MV，所述其他MV例如是与正在重建的区域空间相邻近的另一样本数据区域相关、且按解码顺序在所述MV之前的MV。这样做可大量地减少对MV进行编码所需的数据量，由此消除冗余且提高压缩。举例来说，MV预测可有效地运作，因为当对源自相机的输入视频信号(称为天然视频)进行编码时，存在如下的统计可能性：比单个MV适用的区域大的区域在类似方向上移动，且因此，可在一些情况下使用从相邻区域的MV导出的类似运动矢量进行预测。这使得给定区域中发现的MV与根据周围MV预测的MV类似或相同，且在熵编码之后，表示MV的位数目可小于在对MV直接编码的情况下会使用的位数目。在一些情况下，MV预测可以是从原始信号(即：样本流)导出的信号(即：MV)的无损压缩的实例。在其他情况下，MV预测本身可能是有损的，这例如是由于在根据周围若干MV计算预测值时的取整误差导致的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是高级运动矢量预测(AMVP)模式和合并模式。
在AMVP模式下，当前块的空间相邻块和时间相邻块的运动信息可用于预测当前块的运动信息，同时对预测残差进一步编码。图7C和图7D分别示出了空间相邻候选块和时间相邻候选块的示例。形成一个具有两个候选运动矢量预测值(也称为“候选”)的列表。第一运动矢量预测值候选来自当前块(111)左下角的两个块A0(112)、A1(113)的第一可用运动矢量，如图7C所示。第二运动矢量预测值候选来自当前块(111)上方的三个块B0(114)、B1(115)和B2(116)的第一可用运动矢量。如果在所检查的位置没有找到有效的运动矢量，则列表中不填入运动矢量预测值候选。如果两个可用的运动矢量预测值候选具有相同的运动信息，则仅在列表中保留一个运动矢量预测值候选。如果列表未满，即，列表中不具有两个不同的运动矢量预测值候选，则将参考图片中同位块(121)右下角的C0(122)的时间同位(temporal co-located)运动矢量(经过缩放之后)用作另一运动矢量预测值候选，如图7D所示。如果C0(122)位置处的运动信息不可用，则使用参考图片中的同位块的中心位置C1(123)的运动信息代替。在上面的推导中，如果仍然没有足够的运动矢量预测值候选，则使用零运动矢量填充列表。在码流中发信号通知两个标志mvp_10_flag和mvp_11_flag，以分别指示MV候选列表的L0和L1的AMVP索引(0或1)。
在HEVC中，引入了用于帧间图片预测的合并模式。如果发信号通知合并标志(包括跳过标志)为“TRUE”(“真”)，则发信号通知一个合并索引，以指示使用合并候选列表中的哪个候选运动矢量指示当前块的运动矢量。在解码器处，基于当前块的空间相邻块和时间相邻块构建合并候选列表。如图7C所示，将从五个空间相邻块(A0-B2)导出的至多四个MV添加到合并候选列表中。此外，如图7D所示，将来自参考图片中的两个时间同位块(C0和C1)中的至多一个MV添加到合并候选列表中。附加的合并候选运动矢量包括组合的双向预测候选运动矢量和零候选运动矢量。在将一个块的运动信息作为合并候选运动信息之前，进行冗余校验，以校验其是否与当前合并候选列表中的要素相同。如果该块的运动信息不同于当前合并候选列表中的每个要素，则将其作为合并候选运动信息添加到合并候选列表中。MaxMergeCandsNum定义为合并列表的候选运动矢量数目方面的大小。在HEVC中，在码流中发信号通知MaxMergeCandsNum。跳过模式可以认为是具有零残差的特殊合并模式。
超出HEVC的下一代视频编码的标准化，即所谓的通用视频编码(VVC)启动了。
在VVC中，提出了基于历史的MVP(HMVP)方法，其中，将HMVP候选定义为先前已编码块的运动信息。在编码/解码过程中，维护一个具有多个HMVP候选的表格。当遇到一个新的切片(slice)时，则将该表格清空。每当存在一个已帧间编码的非仿射块时，便将与之关联的运动信息作为新的HMVP候选，添加到HMVP候选表格的最后一个条目。图7E中描绘了HMVP方法的编码流程。
当向HMVP候选表格中插入新的候选运动信息时，利用约束的FIFO规则，使得首先应用冗余校验，检查表格中是否存在与之相同的HMVP候选。如果找到，则从表格中删除相同的HMVP候选，然后将之后的所有HMVP候选向前移动，即，减少了1个索引。图7F示出了将新的候选运动信息插入到HMVP候选表格中的示例。
HMVP候选可用于合并候选列表的构建过程。依次检查HMVP候选表格中最新的几个HMVP候选，并将其插入到合并候选列表中的TMVP候选之后。
HMVP候选也可用于AMVP候选者列表的构建过程。HMVP候选表格中的最后K个HMVP候选的运动矢量插入在TMVP候选之后。只有具有与AMVP目标参考图片相同的参考图片的HMVP候选被用于构建AMVP候选列表。在一些应用中，K设置为4，而AMVP列表大小保持不变，即，等于2。
通过对当前合并候选列表中的预定义的候选对进行平均，生成成对平均候选。在VVC中，成对平均候选(pairwise average candidate)的数目为6个，且预定义的候选对定义为{(0，1)，(0，2)，(1，2)，(0，3)，(1，3)，(2，3)}，其中，这些数字表示在合并候选列表中的合并索引。分别计算每个参考列表的平均运动矢量。如果一个列表中的两个运动矢量都可用，则即使这两个运动矢量指向不同的参考图片，也将其平均。如果只有一个运动矢量可用，则直接使用这个运动矢量。如果没有运动矢量可用，则认为该列表无效。成对平均候选代替了HEVC标准中的合并候选(combined candidate)。
通过对两个已有合并候选进行平均，生成成对平均合并候选，通常这两个已有合并候选都是空间MV预测值，例如图7C中的A0-B2(112-116)。例外情况是，可以从时间MV预测值中导出一个已有候选，例如，图7D中的C0-C1(122-123)。两个空间MV预测值产生的平均合并候选可以类似于一些已有的合并候选，因此使用这种合并候选的编码效率是有限的。
本申请提出了对成对平均运动矢量预测的改进技术。这些方法和实施例适用于AMVP模式和合并模式。
根据本申请的各方面，由运动矢量预测值候选列表中的一对已有运动矢量预测值(MVP1和MVP2)和时间运动矢量预测值(TMVP)，生成新运动矢量预测值。TMVP可以根据HEVC或VVC标准导出。例如，TMVP可从C0(122)或C1(123)导出，如图7D所示。
在一个实施例中，运动矢量预测值候选列表中，每两个已有运动矢量预测值形成一个成对平均值。成对平均值与TMVP一起，生成新运动矢量预测值。例如，如果运动矢量预测值候选列表中有四个已有运动矢量预测值可用，则形成六对，用于生成新运动矢量预测值，并且这六对的顺序可以是{(0，1)，(0，2)，(1，2)，(0，3)，(1，3)，(2，3)}，其中，各个数字表示运动矢量预测值候选列表中的预测值索引。
在另一个实施例中，如果三个运动矢量预测值MVP1、MVP2和TMVP都可用，则对这三个运动矢量预测值进行平均，以生成新运动矢量预测值。在一个示例中，这三个运动矢量预测值的平均值可以是(MVP1+MPV2+TMVP)*43/128。在另一个示例中，这三个运动矢量预测值的平均值可以是(MVP1+MPV2+TMVP)*42/128。
在另一个实施例中，如果所述三个运动矢量预测值中仅有两个可用，则对这两个运动矢量预测值求平均值，以生成新运动矢量预测值。
在另一个实施例中，可使用加权因子计算已有运动矢量预测值对和TMVP的平均值，以生成新运动矢量预测值。加权因子可以预定义，或者在码流中发信号通知，例如，在序列参数集(SPS)、图片参数集(PPS)或切片/标题报头中。
根据本申请的各方面，运动矢量预测值候选列表中的一些候选不能用作MVP1或MVP2来生成成对平均值。运动矢量预测值候选列表可以包括空间相邻候选、时间相邻候选、零值候选、基于历史的候选和成对平均候选等。
在一个实施例中，MVP1和MPV2都不能是运动矢量预测值候选列表中的成对平均候选。
在另一个实施例中，MVP1和MPV2都不能是运动矢量预测值候选列表中的时间相邻候选。
在另一个实施例中，MVP1和MPV2都不能是运动矢量预测值候选列表中的基于历史的候选。
根据本申请的各方面，如果存在一个以上的参考图片列表，那么可以为该一个以上的参考图片列表中的每一个参考图片列表，生成对应的新运动矢量预测值。对于一个以上的参考图片列表中的每一个参考图片列表，如果所述已有运动矢量预测值对或TMVP中有一个可用，那么可生成对应的新运动矢量预测值。因此，所生成的新运动矢量预测值可以是列表0预测值、列表1预测值或双向预测值。
此外，当计算平均值时，可以进一步考虑取整技术。在一个示例中，将平均值朝向零值取整。在另一个示例中，将平均值朝向负无穷大或正无穷大取整。如果平均值为负，则将平均值朝向负无穷大取整。然而，如果平均值为正，则将平均值朝向正无穷大取整。
如图7E和图7F所示，在VVC标准中提出了一种HMVP方法。在HMVP方法中，多个先前已编码块的运动信息存储于一个指定的表格(例如，HMVP缓冲区)中，该指定的表格是在编码/解码过程期间维护的。在一些实施例中，HMVP缓冲区以先入先出的原理工作，使得当在合并模式或AMVP模式下运动矢量预测中使用该缓冲区时，将首先考虑最近编码的运动信息。例如，HMVP缓冲区中的最后一个条目记录最近编码的MV，倒数第二个条目记录倒数第二个已编码的MV，等等。本申请的实施例针对基于HMVP缓冲区中的两个HMVP的成对平均值，生成新运动矢量预测值。
图8示出了根据一个实施例使用两个HMVP生成成对平均运动矢量预测值的示例。在图8中，例如，使用HMVP缓冲区(800)中的最后三个HMVP(HMVPN 801、HMVPN-1 802和HMVPN-2803)。最后三个HMVP(801-803)中，每两个HMVP可以配对，生成成对平均值，使得所生成的新运动矢量预测值是HMVPA1(811)、HMVPA2(812)和HMVPA3(813)。
根据一些实施例，如果存在一个以上的参考图片列表，则为该一个以上的参考图片列表中的每一个参考图片列表，计算对应的新运动矢量预测值。
在一个实施例中，如果两个HMVP都来自相同的参考图片列表，例如列表0，则将两个HMVP进行平均，以产生新运动矢量预测值，即使当两个HMVP指向不同的参考图片时，也将该新运动矢量预测值分配给参考图片列表(例如，列表0)。新运动矢量预测值的参考图片可以是参考图片列表中的两个HMVP中具有较小的参考索引的一个。例如，如果列表0中的两个HMVP分别具有参考索引0和1，则新运动矢量预测值将与索引为0的HMVP具有相同的参考图片。
在另一个实施例中，如果参考图片列表中仅有一个HMVP可用，则直接使用该HMVP作为参考图片列表的新运动矢量预测值。
在另一个实施例中，如果参考图片列表中没有可用的HMVP，则参考图片列表保持无效。
再参考图8，HMVP缓冲区(800)维持N个HMVP条目。在一个实施例中，对于从N个HMVP条目中选择的每对HMVP，生成新平均运动矢量预测值，其中，N为大于0的正整数。因此，将有N*(N-1)/2对HMVP待进行平均。
在另一个实施例中，首先从N个HMVP条目中选择M个(M<＝N)条目，其中，M为大于0的正整数。对于从所选的M个条目中选择的每一对，生成新平均运动矢量预测值。在一个示例中，选择HMVP缓冲区(800)中的最后M个条目。在另一个示例中，将M设置为常数，例如，4。如果M＝4，则将有6对HMVP待进行平均。
在另一个实施例中，选择最后M个条目生成平均运动矢量预测值。在一个示例中，M＝4，并且生成平均运动矢量预测值的顺序可以是{(0，1)，(0，2)，(1，2)，(0，3)，(1，3)，(2，3)}，其中0、1、2、3是指存储在HMVP缓冲区(800)中的最后一个HMVP、倒数第二个HMVP、倒数第三个HMVP、倒数四个HMVPHMVP。在另一个示例中，当M＝4时，顺序可以是{(0，1)，(0，2)，(0，3)，(1，2)，(1，3)，(2，3)}。
在另一个实施例中，从HMVP缓冲区(800)中的N个HMVP条目中选择M个条目。如果两个HMVP的量值(magnitude)具有相同的值，则将从所述M个条目中移除所述两个HMVP中其中一个HMVP，而不用管这两个HMVP是否具有相同的参考图片。
在另一个实施例中，由M个HMVP条目和L个空间运动矢量预测值，生成一组成对运动矢量预测值。所述M个HMVP条目是从HMVP缓冲区(800)中的N个HMVP条目中选择的，所述L个空间运动矢量预测值是在运动矢量预测值列表中选择的。例如，运动矢量预测值列表中的前两个空间运动矢量预测值和HMVP缓冲区(800)中的最后两个HMVP条目可以形成6个新的成对运动矢量预测值。
图9示出了概括根据本申请的一个实施例的示例性过程(900)的流程图。在各种实施例中，过程(900)由处理电路执行，诸如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行帧内预测模块(452)的功能的处理电路、执行视频编码器(503)的功能的处理电路、执行预测器(535)的功能的处理电路、执行帧内编码器(622)的功能的处理电路、执行帧内解码器(772)的功能的处理电路等。在一些实施例中，用软件指令实施过程(900)，因此当处理电路执行所述软件指令时，处理电路执行过程(900)。
过程(900)通常可以开始于步骤(S910)，在步骤(S910)，过程(900)解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分。所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表。在解码预测信息之后，过程(900)进行到步骤(S920)。
在步骤(S920)处，过程(900)将至少一个新运动矢量预测值包括在运动矢量预测值候选列表中。所述至少一个新运动矢量预测值中的每一个新运动矢量预测值是第一运动矢量预测值和第二运动矢量预测值中的一个。所述第一运动矢量预测值是运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果，而第二运动矢量预测值是HMVP缓冲区中的一对HMVP的第二平均结果。
在一个实施例中，当所述当前块具有一个或多个参考图片列表时，过程(900)为分别确定所述一个或多个参考图片列表中的每一个参考图片列表对应的新运动矢量预测值。例如，如果生成第二运动矢量预测值的一对HMVP来自相同的参考图片列表，则将该对HMVP的平均结果，作为该参考图片列表的新运动矢量预测值；如果参考图片列表中仅有一个HMVP可用，则将该HMVP作为该参考图片列表的新运动矢量预测值；如果参考图片列表中没有可用的HMVP，则该参考图片列表为无效。
在另一个实施例中，过程(900)首先确定运动矢量预测值候选列表中，每两个已有运动矢量预测值的第一成对平均值，然后根据所确定的第一成对平均值中的一个第一成对平均值，确定所述第一运动矢量预测值。
在另一个实施例中，对于所述第一运动矢量预测值，过程(900)根据所述运动矢量预测值候选列表中的空间相邻运动矢量预测值、时间相邻运动矢量预测值和基于历史的运动矢量预测值中的至少一个，确定所述一对已有运动矢量预测值。
在另一个实施例中，过程(900)确定所述第一平均结果是所述运动矢量预测值候选列表中的所述一对已有运动矢量预测值和所述TMVP的加权平均值。
在另一个实施例中，过程(900)根据当前块的同位块的中心块和当前块的同位块的右下相邻块中的一个块，确定TMVP。
在另一个实施例中，过程(900)将第一运动矢量预测值朝向零值、负无穷大和正无穷大中的一个取整。所述第一运动矢量预测值可以为零、负整数或正整数。
在另一个实施例中，过程(900)根据所述一对HMVP中具有较小参考索引的一个HMVP，确定第二运动矢量预测值的参考图片。
在另一个实施例中，过程(900)首先确定HMVP缓冲器中每两个HMVP的第二成对平均值，然后根据所确定的第二成对平均值中的一个第二成对平均值，确定第二运动矢量预测值。其中，HMVP缓冲区中有N个HMVP，对于该N个HMVP中的每两个HMVP，生成一个第二成对平均值；或者从所述HMVP缓冲区中的N个HMVP中，选择最后M个HMVP，对于所选的M个HMVP中的每两个HMVP，生成第二成对平均值，M和N为大于0的正整数，M<N。
在另一个实施例中，当一对HMVP中的两个HMVP具有相同的量值时，过程(900)从所选择的HMVP中移除其中的一个。
在将新运动矢量预测值包括在运动矢量预测值候选列表中之后，过程(900)进行到步骤(930)。
在步骤(930)处，过程(900)基于运动矢量预测值候选列表重建当前块。
在重建当前块之后，过程(900)终止。
相应地，本申请实施例提供了一种用于视频解码的装置。该装置包括：
解码模块，用于解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分，所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表；
添加模块，用于将至少一个新运动矢量预测值添加在所述运动矢量预测值候选列表中，所述至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个，所述第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值(TMVP)的第一平均结果，而第二运动矢量预测值是基于历史的运动矢量预测值(HMVP)缓冲区中的一对HMVP的第二平均结果；以及
重建模块，用于基于所述运动矢量预测值候选列表重建所述当前块。
其中，所述一对HMVP中的所述运动矢量预测值各不相同
根据本申请实施例，所述当前块具有一个或多个参考图片列表，所述装置还包括：确定模块，用于分别确定所述一个或多个参考图片列表中的每一个参考图片列表对应的新运动矢量预测值。其中，如果生成第二运动矢量预测值的一对HMVP来自相同的参考图片列表，则将该对HMVP的平均结果，作为该参考图片列表的新运动矢量预测值；如果参考图片列表中仅有一个HMVP可用，则将该HMVP作为该参考图片列表的新运动矢量预测值；如果参考图片列表中没有可用的HMVP，则该参考图片列表为无效。
根据本申请实施例，确定模块，用于确定所述运动矢量预测值候选列表中，每两个已有运动矢量预测值的第一成对平均值；以及根据所述确定的其中一个第一成对平均值，确定所述第一运动矢量预测值。
根据本申请实施例，所述确定模块，用于对于所述第一运动矢量预测值，根据所述运动矢量预测值候选列表中的空间相邻运动矢量预测值、时间相邻运动矢量预测值和基于历史的运动矢量预测值中的至少一个，确定所述一对已有运动矢量预测值。所述第一平均结果是所述运动矢量预测值候选列表中的所述一对已有运动矢量预测值和所述TMVP的加权平均值。
根据本申请实施例，所述TMVP根据所述当前块的同位块的中心块和所述当前块的所述同位块的右下相邻块中的一个确定。
所述第一运动矢量预测值为零、负整数或正整数。
所述第二运动矢量预测值的参考图片由所述一对HMVP中具有较小参考索引的一个HMVP确定。
根据本申请实施例，所述确定模块，用于确定所述HMVP缓冲区中每两个HMVP的第二成对平均值；以及根据所述确定的第二成对平均值中的一个第二成对平均值，确定所述第二运动矢量预测值。其中，HMVP缓冲区中有N个HMVP，对于该N个HMVP中的每两个HMVP，生成一个第二成对平均值；或者从所述HMVP缓冲区中的N个HMVP中，选择最后M个HMVP，对于所选的M个HMVP中的每两个HMVP，生成第二成对平均值，M和N为大于0的正整数，M<N。
上文所描述的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在一个或多个计算机可读介质中。举例来说，图10示出适于实施所公开主题的某些实施例的计算机系统(1000)。
可使用任何合适的机器代码或计算机语言来编码所述计算机软件，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由一个或多个计算机中央处理单元(central processingunit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。
可在各种类型的计算机或计算机组件上执行所述指令，所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。
图10中所示的用于计算机系统(1000)的组件在本质上是示范性的，并非旨在暗示关于实施本申请的实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统(1000)的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。
计算机系统(1000)可包括某些人机接口输入装置。此类人机接口输入装置可响应于一个或多个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图片(例如：扫描图片、从静态图片相机获得的摄影图片)、视频(例如二维视频、包括立体视频的三维视频)。
输入人机接口装置可包括以下一个或多个(每种仅描绘一个)：键盘(1001)、鼠标(1002)、轨迹垫(1003)、触摸屏(1010)、数据手套(未示出)、操纵杆(1005)、麦克风(1006)、扫描仪(1007)、相机(1008)。
计算机系统(1000)还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激一个或多个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏(1010)、数据手套(未示出)或操纵杆(1005)的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1009)、头戴式耳机(未描绘))、视觉输出装置(例如屏幕(1010)，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘))，以及打印机(未描绘)。这些视觉输出设备(比如，触摸屏(1010)可以通过图形适配器(1050)连接到系统总线(1048)上)。
计算机系统(1000)还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD等介质(1021)的CD/DVD ROM/RW(1020)、拇指驱动器(1022)、可移动硬盘驱动器或固态驱动器(1023)、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未描绘)，等等。
所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其他瞬时信号。
计算机系统(1000)还可包括到一个或多个通信网络(1055)的网络接口(1054)。所述一个或多个通信网络(1055)可例如是无线的、有线的、光学的。所述一个或多个通信网络(1055)还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。所述一个或多个通信网络(1055)的实例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1049)(例如，计算机系统(1000)的USB端口)的外部网络接口适配器；其他网络通常通过附接到如下文所描述的系统总线而集成到计算机系统(1000)的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络中的任一网络，计算机系统(1000)可与其他实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其他计算机系统。可在如上文所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机系统(1000)的核心(1040)。
核心(1040)可包括一个或多个中央处理单元(Central Processing Unit，CPU)(1041)、图形处理单元(Graphics Processing Unit，GPU)(1042)、现场可编程门区域(Field Programmable Gate Areas，FPGA)形式的专用可编程处理单元(1043)、用于某些任务的硬件加速器(1044)等等。这些装置连同只读存储器(read-only memory，ROM)(1045)、随机存取存储器(1046)、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置(1047)可通过系统总线(1048)连接。在一些计算机系统中，系统总线(1048)可通过一个或多个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线(1049)附接到核心的系统总线(1048)。用于外围总线的架构包括PCI、USB等等。
CPU(1041)、GPU(1042)、FPGA(1043)和加速器(1044)可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM(1045)或RAM(1046)中。过渡数据也可存储在RAM(1046)中，而永久性数据可例如存储在内部大容量存储装置(1047)中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与一个或多个CPU(1041)、GPU(1042)、大容量存储装置(1047)、ROM(1045)、RAM(1046)等紧密关联。
计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。
举例来说但不作为限制，具有架构(1000)且尤其是核心(1040)的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以一个或多个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心(1040)的非易失性质的某些存储装置(例如核心内部大容量存储装置(1047)或ROM(1045))相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心(1040)执行。根据特定需求，计算机可读介质可包括一个或多个存储器装置或芯片。软件可使核心(1040)且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM(1046)中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线的或以其他方式体现于电路(例如：加速器(1044))中的逻辑所产生的功能，所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读介质的引用可涵盖存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或这两种电路。本申请涵盖硬件与软件的任何合适的组合。
尽管本申请描述了若干示范性实施例，但在本申请的范围内，可以有各种改动、排列组合方式以及各种替代等同物。因此，应该理解，在申请的精神和范围内，本领域技术人员可以设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的系统和方法。
附录A：缩略词
AMVP:Advanced Motion Vector Prediction，高级运动矢量预测
ASIC:Application-Specific Integrated Circuit，专用应用集成电路
BMS:Benchmark Set，基准集合
BS:Boundary Strength，边界强度
BV:Block Vector：块矢量
CANBus:Controller Area Network Bus：控制器局域网
CD:Compact Disc，压缩光盘
CPR:Current Picture Referencing，当前图片参考
CPUs:Central Processing Units，中央处理器
CRT:Cathode Ray Tube，阴极射线管
CTBs:Coding Tree Blocks，编码树块
CTUs:Coding Tree Units，编码树单元
CU:Coding Unit，编码单元
DPB:Decoder Picture Buffer，解码器图片缓冲器
DVD:Digital Video Disc，数字视频光盘
FPGA:Field Programmable Gate Areas,现场可编程门区域
GOPs:Groups of Pictures，图片群组
GPUs:Graphics Processing Units，图形处理单元
GSM:Global System for Mobile communications，全球移动通信系统
HDR:High Dynamic Range，高动态范围
HEVC:High Efficiency Video Coding，高效视频编码
HRD:Hypothetical Reference Decoder，假想参考解码器
IBC:Intra Block Copy，帧内块拷贝
IC:Integrated Circuit，集成电路
JEM:Joint Exploration Model，联合探索模型
LAN:Local Area Network，局域网
LCD:Liquid-Crystal Display，液晶显示器
LIC:Local Illumination Compensation，局部亮度补偿
LTE:Long-Term Evolution，长期演进
MR-SAD:Mean-Removed Sum of Absolute Difference，均值移除的绝对误差和
MR-SATD:Mean-Removed Sum of Absolute Hadamard-Transformed Difference，均值移除的绝对Hadamard变换误差和
MV:Motion Vector，运动矢量
OLED:Organic Light-Emitting Diode，有机发光二极管
PBs:Prediction Blocks，预测块
PCI:Peripheral Component Interconnect，外围器件互联
PLD:Programmable Logic Device，可编程逻辑设备
PPS:Picture Parameter Set，图片参数集
PUs:Prediction Units，预测单元
RAM:Random Access Memory，随机存取存储器
ROM:Read-Only Memory，只读存储器
SCC:Screen Content Coding，屏幕内容编码
SDR:Standard Dynamic Range，标准动态范围
SEI:Supplementary Enhancement Information，辅助增强信息
SMVP:Spatial Motion Vector Predictor，空间运动矢量预测值
SNR:Signal Noise Ratio，信噪比
SPS:Sequence Parameter Set，序列参数集
SSD:Solid-state Drive，固体驱动
TMVP:Temporal Motion Vector Predictor，时间运动矢量预测值
TUs:Transform Units，变换单元
USB:Universal Serial Bus，通用系统总线
VUI:Video Usability Information，视频可用性信息
VVC:Versatile Video Coding，通用视频编码。

Claims (14)

1.一种视频解码的方法，其特征在于，包括：
解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分，所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表；
将至少一个新运动矢量预测值添加在所述运动矢量预测值候选列表中，所述至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个，所述第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值TMVP的第一平均结果，而第二运动矢量预测值是基于历史的运动矢量预测值HMVP缓冲区中的一对HMVP的第二平均结果；以及
基于所述运动矢量预测值候选列表重建所述当前块；
其中，所述方法还包括：
确定所述HMVP缓冲区中每两个HMVP的第二成对平均值；以及
根据所述确定的第二成对平均值中的一个第二成对平均值，确定所述第二运动矢量预测值。
2.根据权利要求1所述的方法，其特征在于，所述当前块包括一个或多个参考图片列表，并且所述方法还包括：
分别确定所述一个或多个参考图片列表中的每一个参考图片列表对应的新运动矢量预测值。
3.根据权利要求2所述的方法，其特征在于，如果生成第二运动矢量预测值的一对HMVP来自相同的参考图片列表，则将该对HMVP的平均结果，作为该参考图片列表的新运动矢量预测值；
如果参考图片列表中仅有一个HMVP可用，则将该HMVP作为该参考图片列表的新运动矢量预测值；
如果参考图片列表中没有可用的HMVP，则该参考图片列表为无效。
4.根据权利要求1所述的方法，其特征在于，还包括：
确定所述运动矢量预测值候选列表中，每两个已有运动矢量预测值的第一成对平均值；以及
根据所述确定的其中一个第一成对平均值，确定所述第一运动矢量预测值。
5.根据权利要求1所述的方法，其特征在于，还包括：
对于所述第一运动矢量预测值，根据所述运动矢量预测值候选列表中的空间相邻运动矢量预测值、时间相邻运动矢量预测值和基于历史的运动矢量预测值中的至少一个，确定所述一对已有运动矢量预测值；所述第一平均结果是所述运动矢量预测值候选列表中的所述一对已有运动矢量预测值和所述TMVP的加权平均值。
6.根据权利要求1所述的方法，其特征在于，所述TMVP根据所述当前块的同位块的中心块和所述当前块的所述同位块的右下相邻块中的一个确定。
7.根据权利要求1所述的方法，其特征在于，所述第一运动矢量预测值为零、负整数或正整数。
8.根据权利要求1所述的方法，其特征在于，所述第二运动矢量预测值的参考图片由所述一对HMVP中具有较小参考索引的一个HMVP确定。
9.根据权利要求1所述的方法，其特征在于，
HMVP缓冲区中有N个HMVP，对于该N个HMVP中的每两个HMVP，生成一个第二成对平均值；或者
从所述HMVP缓冲区中的N个HMVP中，选择最后M个HMVP，对于所选的M个HMVP中的每两个HMVP，生成第二成对平均值，M和N为大于0的正整数，M<N。
10.根据权利要求1～9任一项所述的方法，其特征在于，所述一对HMVP中的所述运动矢量预测值各不相同。
11.一种用于视频解码的装置，其特征在于，包括：
解码模块，用于解码当前已编码图片中的当前块的预测信息，当前已编码图片是已编码视频序列的一部分，所述预测信息指示一个预测模式，该预测模式使用一个用于重建当前块的运动矢量预测值候选列表；
添加模块，用于将至少一个新运动矢量预测值添加在所述运动矢量预测值候选列表中，所述至少一个新运动矢量预测值中的每一个新运动矢量预测值选自第一运动矢量预测值和第二运动矢量预测值中的一个，所述第一运动矢量预测值是所述运动矢量预测值候选列表中的一对已有运动矢量预测值和时间运动矢量预测值TMVP的第一平均结果，而第二运动矢量预测值是基于历史的运动矢量预测值HMVP缓冲区中的一对HMVP的第二平均结果；以及
重建模块，用于基于所述运动矢量预测值候选列表重建所述当前块；
其中，所述确定装置还用于确定所述HMVP缓冲区中每两个HMVP的第二成对平均值；以及根据所述确定的第二成对平均值中的一个第二成对平均值，确定所述第二运动矢量预测值。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
确定模块，用于对于所述第一运动矢量预测值，根据所述运动矢量预测值候选列表中的空间相邻运动矢量预测值、时间相邻运动矢量预测值和基于历史的运动矢量预测值中的至少一个，确定所述一对已有运动矢量预测值；
所述第一平均结果是所述运动矢量预测值候选列表中的所述一对已有运动矢量预测值和所述TMVP的加权平均值。
13.根据权利要求11所述的装置，其特征在于，所述TMVP是根据所述当前块的同位块的中心块和所述当前块的所述同位块的右下相邻块中的一个块确定；
所述第二运动矢量预测值的参考图片由所述一对HMVP中具有较小参考索引的一个HMVP确定。
14.一种非易失性计算机可读存储介质，其特征在于，所述存储介质存储程序，所述程序可由至少一个处理器执行，以执行权利要求1至10任一项所述的方法。
CN201910921932.2A 2018-10-06 2019-09-27 基于成对平均运动矢量预测的视频解码方法和装置 Active CN111010579B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862742339P 2018-10-06 2018-10-06
US62/742,339 2018-10-06
US201862771556P 2018-11-26 2018-11-26
US62/771,556 2018-11-26
US16/540,582 2019-08-14
US16/540,582 US10735759B2 (en) 2018-10-06 2019-08-14 Pairwise average motion vector prediction

Publications (2)

Publication Number Publication Date
CN111010579A CN111010579A (zh) 2020-04-14
CN111010579B true CN111010579B (zh) 2023-05-23

Family

ID=70051816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910921932.2A Active CN111010579B (zh) 2018-10-06 2019-09-27 基于成对平均运动矢量预测的视频解码方法和装置

Country Status (2)

Country Link
US (1) US10735759B2 (zh)
CN (1) CN111010579B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11290743B2 (en) * 2018-12-08 2022-03-29 Qualcomm Incorporated Interaction of illumination compensation with inter-prediction
US11166015B2 (en) * 2019-03-06 2021-11-02 Tencent America LLC Method and apparatus for video coding
CN111698515B (zh) * 2019-03-14 2023-02-14 华为技术有限公司 帧间预测的方法及相关装置
CN113728633B (zh) * 2019-04-01 2022-12-20 北京字节跳动网络技术有限公司 对基于历史的运动矢量预测使用插值滤波器
CN113709458B (zh) * 2020-05-22 2023-08-29 腾讯科技（深圳）有限公司 视频编解码中的位移矢量预测方法、装置及设备
CN113709456B (zh) * 2021-06-30 2022-11-25 杭州海康威视数字技术股份有限公司 解码方法、装置、设备及机器可读存储介质
WO2023246412A1 (en) * 2022-06-23 2023-12-28 Mediatek Inc. Methods and apparatus for video coding using multiple history-based motion vector prediction tables

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4523023B2 (ja) * 2007-08-07 2010-08-11 パナソニック株式会社 画像符号化装置および方法
KR101630688B1 (ko) * 2010-02-17 2016-06-16 삼성전자주식회사 움직임 예측 장치 및 방법과 영상 처리 장치
US8526495B2 (en) 2010-11-22 2013-09-03 Mediatek Singapore Pte. Ltd. Apparatus and method of constrained partition size for high efficiency video coding
GB2487197B (en) * 2011-01-11 2015-06-17 Canon Kk Video encoding and decoding with improved error resilience
US9049452B2 (en) 2011-01-25 2015-06-02 Mediatek Singapore Pte. Ltd. Method and apparatus for compressing coding unit in high efficiency video coding
US9485518B2 (en) * 2011-05-27 2016-11-01 Sun Patent Trust Decoding method and apparatus with candidate motion vectors
JP5768662B2 (ja) * 2011-10-31 2015-08-26 富士通株式会社 動画像復号装置、動画像符号化装置、動画像復号方法、動画像符号化方法、動画像復号プログラム及び動画像符号化プログラム
KR20180042098A (ko) * 2016-10-17 2018-04-25 에스케이텔레콤 주식회사 영상 부호화 또는 복호화하기 위한 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CE4-related: History based spatial-temporal MV prediction;Xiaozhong Xu, Xiang Li and Shan Liu;《JVET of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11》;20180925;第1-2页 *
Spatial-temporal merge mode (non subblock STMVP);TianYang Zhou;《JVET of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11》;20180718;第1-4页 *

Also Published As

Publication number Publication date
US10735759B2 (en) 2020-08-04
CN111010579A (zh) 2020-04-14
US20200112739A1 (en) 2020-04-09

Similar Documents

Publication Publication Date Title
CN111989918B (zh) 视频解码的方法、装置及存储介质
CN110944202B (zh) 视频编解码方法、装置、计算机设备和存储介质
CN110719469B (zh) 视频编解码方法、设备和存储介质
CN113574885B (zh) 视频解码方法、装置以及电子设备
CN113557728B (zh) 视频编解码方法和装置
CN116320445A (zh) 视频解码、编码的方法、解码器、编码器及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN111010579B (zh) 基于成对平均运动矢量预测的视频解码方法和装置
CN112655205B (zh) 视频编解码的方法和装置
CN112055968B (zh) 视频解码方法、装置、存储介质以及电子设备
CN111937326B (zh) 视频解码方法、装置和可读存储介质
CN113170095B (zh) 用于视频编解码的方法和装置
CN112235581B (zh) 视频解码方法、装置、存储介质及电子设备
CN113545084B (zh) 视频编解码的方法、装置以及存储介质
CN110798685B (zh) 一种视频解码方法、装置、计算机设备及存储介质
CN111316639B (zh) 视频解码方法和装置、及存储介质
CN113632455B (zh) 视频编解码方法、装置和电子设备
CN113661703A (zh) 视频编解码的方法和装置
CN112514400B (zh) 视频解码方法、视频解码器、计算机设备和可读存储介质
CN111050178A (zh) 视频解码的方法、装置、电子设备、存储介质
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN112771869B (zh) 视频编码、解码方法及装置
CN113348664B (zh) 视频解码的方法、装置及计算机可读介质
CN111726622A (zh) 视频解码的方法和装置
CN110830800B (zh) 视频解码方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40022997

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant