CN111492661B - 视频编解码方法、装置及存储介质 - Google Patents
视频编解码方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111492661B CN111492661B CN201980001287.0A CN201980001287A CN111492661B CN 111492661 B CN111492661 B CN 111492661B CN 201980001287 A CN201980001287 A CN 201980001287A CN 111492661 B CN111492661 B CN 111492661B
- Authority
- CN
- China
- Prior art keywords
- block
- video
- affine model
- intra
- pixel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 58
- 239000013598 vector Substances 0.000 claims description 95
- 238000013507 mapping Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims 3
- 230000033001 locomotion Effects 0.000 description 55
- 239000000523 sample Substances 0.000 description 44
- 230000006835 compression Effects 0.000 description 23
- 238000007906 compression Methods 0.000 description 23
- 239000000872 buffer Substances 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000009466 transformation Effects 0.000 description 11
- 230000002123 temporal effect Effects 0.000 description 9
- 238000013139 quantization Methods 0.000 description 8
- 230000011664 signaling Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 241000023320 Luma <angiosperm> Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000013074 reference sample Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 101150114515 CTBS gene Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—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
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
-
- 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
- H04N19/537—Motion estimation other than block-based
- H04N19/54—Motion estimation other than block-based using feature points or meshes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
- H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/523—Motion estimation or motion compensation with sub-pixel accuracy
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Discrete Mathematics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开的方面提供了视频解码的方法和装置。在一些实施例中，一种装置包括用于视频解码的处理电路。该处理电路从编码视频比特流中解码当前图片中的块的预测信息。该预测信息指示帧内块复制模式中的仿射模型。该处理电路确定仿射模型的参数，该仿射模型在块和当前图片的已重建区域中的参考块之间进行变换。然后，该处理电路基于仿射模型重建块的至少一个样本。
Description
通过引用并入本文
本公开要求于2018年2月5日提交的、申请号为62/626,558、发明名称为“在图像和视频编码中利用仿射模型进行帧内图片块补偿的方法”的美国临时申请的优先权，以及要求于2018年11月28日提交的、申请号为16/203,499、发明名称为“视频编解码方法”的美国申请的优先权，其全部内容通过引用并入本公开中。
技术领域
本公开涉及视频编解码技术，特别涉及视频解码的方法和装置、及存储介质。
背景技术
本文所提供的背景描述旨在整体呈现本公开的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本公开提交时作为现有技术，且从未明示或暗示其被承认为本公开的现有技术。
通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。未压缩的数字视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的，是通过压缩减少输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可利用几大类技术，例如包括：运动补偿、变换、量化和熵编码。
视频编解码器技术可包括已知的帧内编码技术。在帧内编码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并且因此可用作编码视频比特流和视频会话中的第一图片，或用作静止图像。帧内块的样本可用于变换，且可在熵编码之前量化变换系数。帧内预测可以是一种使预变换域中的样本值最小化的技术。在某些情形下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下需要越少的比特来表示熵编码之后的块。
如同从诸如MPEG-2代编码技术中所获知的，传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括：试图从例如周围样本数据和/或元数据中得到数据块的技术，其中周围样本数据和/或元数据是在空间相邻块的编码/解码期间、且在解码顺序之前获得的。这种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用正在重建的当前图片的参考数据，而不使用参考图片的参考数据。
可以存在许多不同形式的帧内预测。当在给定的视频编码技术中可以使用超过一种这样的技术时，所使用的技术可以按帧内预测模式进行编码。在某些情形下，模式可具有子模式和/或参数，且这些模式可单独编码或包含在模式码字中。将哪个码字用于给定模式/子模式/参数组合会通过帧内预测影响编码效率增益，因此用于将码字转换成比特流的熵编码技术也会出现这种情况。
H.264引入了一种帧内预测模式，其在H.265中进行了改进，且在诸如联合开发模式(JEM)、通用视频编码(VVC)、基准集合(BMS)等更新的编码技术中进一步被改进。通过使用属于已经可用的样本的相邻样本值可以形成预测块。将相邻样本的样本值按照某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中，或者本身可以被预测。
参照图1，右下方描绘了来自H.265的35个可能的预测方向中已知的九个预测方向的集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的一个或多个样本，预测样本(101)。
仍然参考图1，在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)由16个样本组成，每个样本用“S”、以及其在Y维度(例如行索引)上的位置和在X纬度(例如列索引)上的位置来标记。例如，样本S21是Y维度上的第二个样本(从上方开始)和X维度上的第一个样本(左侧开始)。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本，因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用"R"、以及其相对于块(104)的Y位置(例如，行索引)和X位置(例如，列索引)来标记。在H.264与H.265中，预测样本与正在重建的块相邻，因此不需要使用负值。
通过从信号通知的预测方向所占用的相邻样本来复制参考样本值，可以进行帧内图片预测。例如，假设编码视频比特流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的一个或多个预测样本来预测样本。在这种情况下，根据同一参考样本R05，预测样本S41、S32、S23和S14。然后，根据样本R08，预测样本S44。
在某些情况下，例如通过内插，可以合并多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量已经增加了。在H.264(2003年)中，可以表示九种不同的方向。在H.265(2013年)和JEM/VVC/BMS中增加到了33个，而在此公开时，可以支持多达65个方向。已经进行了实验来识别最可能的方向，并且熵编码中的某些技术被用于使用少量比特来表示那些可能的方向，对于较不可能的方向则接受某些代价。此外，有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
图2示出了一种示意图(201)，其描述了根据JEM的65种帧内预测方向，以说明随着时间的推移预测方向的数量增加。
从帧内预测方向到编码视频比特流中表示方向的比特的映射可以因视频编码技术的不同而不同，并且，例如可以从对帧内预测模式到码字的预测方向的简单直接映射，到包括最可能的模式和类似技术的复杂的自适应方案。然而，在所有情况下，视频内容中可能存在某些方向，其在统计学上比其它方向更不可能出现。由于视频压缩的目的是减少冗余，所以在运行良好的视频编码技术中，与更可能的方向相比，那些不太可能的方向将使用更多数量的比特来表示。
发明内容
本公开的方面提供了视频解码的方法和装置。在一些实施例中，一种装置包括用于视频解码的处理电路。该处理电路从编码视频比特流中解码当前图片中的块的预测信息。该预测信息指示帧内块复制模式中的仿射模型。该处理电路确定仿射模型的参数，该仿射模型在块和当前图片的已重建区域中的参考块之间进行变换。然后，该处理电路基于仿射模型重建块的至少一个样本。
在实施例中，该处理电路根据两个不同位置的块矢量确定仿射模型的四个参数。在另一实施例中，该处理电路根据三个不同位置的块矢量确定仿射模型的六个参数。
在一些实施例中，该处理电路根据块矢量和缩放因子值确定仿射模型的参数。在实施例中，该处理电路从编码视频比特流中解码缩放因子值的索引，并基于索引和缩放因子值之间的映射关系将该索引转换为缩放因子值。
在一些实施例中，该处理电路根据块矢量、x维度上的第一缩放因子和y维度上的第二缩放因子确定仿射模型的参数。
在一些实施例中，该处理电路根据块矢量和旋转因子值确定仿射模型的参数。在实施例中，该处理电路从编码视频比特流中解码旋转因子值的索引，并基于索引和旋转因子值之间的映射关系将索引转换为旋转因子值。
根据本公开的方面，该处理电路根据仿射模型确定用于块中的像素的参考块中的参考位置。当参考位置在两个连续的整数位置之间时，该处理电路确定整数位置并基于在整数位置的参考像素重建块中的像素。在实施例例中，该处理电路将参考位置取整到整数位置，并基于在整数位置的参考像素重建块中的像素。在另一实施例中，当参考位置在两个连续的整数位置之间时，该处理电路使用内插滤波器重建像素。
本公开的方面还提供一种非易失性计算机可读存储介质，其存储有指令，当所述指令由用于视频解码的计算机执行时，使得计算机执行所述视频解码的方法。
附图的简要说明
根据以下详细描述和附图，所公开的主题的其它特征、性质和各种优点将进一步明确，其中：
图1是根据H.265的帧内预测模式的子集的示意图；
图2是根据JEM的帧内预测方向的示意图；
图3是根据实施例的通信系统(300)的简化框图的示意图；
图4是根据实施例的通信系统(400)的简化框图的示意图；
图5是根据实施例的解码器的简化框图的示意图示；
图6是根据实施例的编码器的简化框图的示意图示；
图7是根据另一实施例的编码器的框图；
图8是根据另一实施例的解码器的框图；
图9是根据本公开实施例的帧内块复制的示例；
图10是采用仿射模型的块(1000)的实施例；
图11是仿射变换的实施例；
图12是帧内块复制模式中的缩放的简化仿射模型的实施例；
图13是帧内块复制模式中的旋转的简化仿射模型的实施例；
图14是根据本公开实施例的概述一过程示例的流程图；
图15是根据实施例的计算机系统的示意图。
具体实施方式
图3是根据本公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一终端装置(310)和第二终端装置(320)。在图3的实施例中，第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说，第一终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到第二端装置(320)。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(320)可从网络(350)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(300)包括执行已编码视频数据的双向传输的第三终端装置(330)和第四终端装置(340)，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(330)和第四终端装置(340)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(350)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)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3的实施例中，第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)可为服务器、个人计算机和智能电话，但本公开的原理可不限于此。本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(350)表示在第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)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(350)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。出于本公开的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本公开的操作来说可能是无关紧要的。
作为实施例，图4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。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(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)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(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)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4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(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(411)。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(404)、视频数据(407)和视频数据(409)(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)或VVC，本公开可用于VVC标准的上下文中。
应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)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(501)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(531)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(531)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(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)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(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)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(515)，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(515)，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(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(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(530)的组成部分，但可耦接到电子装置(530)，如图5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(520)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(520)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(520)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(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
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(521)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(520)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(520)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(510)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(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)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(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)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(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)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(558)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(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)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(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)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(553)从参考图片存储器(557)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(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)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(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)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(520)的符号(521)可用于环路滤波器单元(556)。然而，在其它实施例中，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(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，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(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)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(510)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(531)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(510)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6是根据本公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)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(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)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 CrCb4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(601)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(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(603)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(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)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(650)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(650)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(603)。
在一些实施例中，视频编码器(603)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(630)(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(603)中的(本地)解码器(633)。解码器(633)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(因为在本公开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(634)。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(634)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(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)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(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)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，本公开侧重于解码器操作。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(630)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(632)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(633)可基于源编码器(630)创建的符号，对可指定为参考图片的已编码视频数据进行解码。编码引擎(632)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6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(633)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(634)中。以此方式，视频编码器(603)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(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)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(635)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(635)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(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)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(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据本领域技术人员已知的例如霍夫曼编码、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(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)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(640)可将来自视频编码器(603)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(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)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(603)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(603)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(640)可在传输已编码的视频时传输附加数据。源编码器(630)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(coding treeunit，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(predictionblock，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本公开的另一实施例的视频编码器(703)的图。视频编码器(703)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(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)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(703)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(703)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(703)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(703)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7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)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(722)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(722)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(721)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(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)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(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)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(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)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(724)用于对频域中的残差数据进行转换，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(703)还包括残差解码器(728)。残差解码器(728)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(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)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(722)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(725)用于将码流格式化以产生已编码的块。熵编码器(725)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(725)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8是根据本公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)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(872)或帧间解码器(880)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(880)；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(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)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(872)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(873)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(873)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(871)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(874)用于在空间域中组合由残差解码器(873)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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本公开的方面提供了在图像和视频编码中采用仿射模型进行帧内图片块补偿的技术。
基于块的补偿可用于帧间预测和帧内预测。对于帧间预测，根据不同图片的基于块的补偿称为运动补偿。对于帧内预测，也可以根据同一图片内的先前重建的区域进行块基于块的补偿。根据同一图片内的重建区域进行的基于块的补偿称为帧内图片块补偿，或者帧内块复制。指示当前块和同一图片中的参考块之间的偏移的位移矢量称为块矢量(或简称为BV)。与运动补偿中的运动矢量不同，运动矢量可以是任何值(在x或y方向上，正或负))，而块矢量具有一些约束以确保参考块可用并且已经重建。而且，在一些实施例中，考虑到并行处理，排除了一些参考区域，即瓦片边界或波前梯形边界。
块矢量的编码可以是显式的或隐式的。在显示方式中，用信号通知块矢量和其预测器之间的差异；在隐式方式中，以与合并模式中的运动矢量类似的方式，从预测器(称为块矢量预测器)恢复块矢量。在一些实施方式中，块矢量的分辨率被限制为整数位；在其它系统中，允许块矢量指向小数位。
在一些实施例中，在块级别使用帧内块复制，这可通过参考索引方式用信号进行通知。然后将正在解码的当前图片视为参考图片。在实施例中，这样的参考图片放在参考图片列表的最后位置。在诸如解码图片缓冲器(DPB)之类的缓冲器中，这种特殊的参考图片也与其它时间参考图片一起管理。
帧内块复制也存在一些变化，例如翻转帧内块复制(参考块在用于预测当前块之前进行水平或垂直翻转)，或者基于线的帧内块复制(MxN编码块内的每个补偿单元为一条Mx1或1xN线)。
图9示出了根据本公开实施例的帧内块复制的示例。当前图片(900)正在被解码。当前图片(900)包括重建区域(910)(灰色区域)和待解码区域(920)(白色区域)。当前块(930)正在被解码器重建。当前块(930)可根据重建区域(910)中的参考块(940)进行重建。参考块(940)和当前块(930)之间的位置偏移称为块矢量(950)(或BV(950))。
根据本公开的一个方面，例如通过描述编码块的6参数(或简化的4参数)仿射模型，仿射运动补偿可有效地预测当前块内的样本的运动信息。更具体地，在仿射编码或描述的编码块中，样本的不同部分可以具有不同的运动矢量。在仿射编码或描述的块中具有运动矢量的基本单元被称为子块。子块的大小可以只有1个样本那么小，并且可以与当前块的大小一样大。
当确定了仿射模式时，对于当前块中的每个样本，可以使用这样的模型(例如，6参数仿射模型或4参数仿射模型)导出其运动矢量(相对于目标参考图片)。为了降低实现复杂度，仿射运动补偿在子块的基础上而非样本的基础上执行。这意味着，每个子块将导出其运动矢量，并且对于每个子块中的样本，运动矢量是相同的。假设每个子块的特定位置(例如子块的左上角或中心点)为代表性位置。在一个实施例中，这样的子块大小包含4x4个样本。
通常，仿射模型具有6个参数以描述块的运动信息。在仿射变换之后，矩形块将变成平行四边形。在实施例中，仿射编码块的6个参数可以由块的三个不同位置的3个运动矢量表示。
图10示出了采用仿射模型的块(1000)的实施例。块(1000)在三个角位置A、B和C处使用运动矢量和/>来描述用于块(1000)的仿射模型的运动信息。这些位置A、B和C称为控制点。
在简化的实施例中，基于仿射变换之后块的形状不改变的假设，仿射模型使用4个参数来描述块的运动信息。因此，在变换之后，矩形块将保持矩形以及相同的宽高比(例如，高度/宽度)。这种块的仿射模型可以由两个不同位置(例如在角位置A和B)处的两个运动矢量来表示。
图11示出了6参数仿射模式(使用6参数仿射模型)和4参数仿射模式(使用4参数仿射模型)的仿射变换的实施例。
根据本公开的一些方面，仿射模型可以应用于运动补偿，其中参考图片是先前编码(编码/解码)的图片，并且仿射模型可以应用于帧内块复制模式(也称为帧内图片块补偿)。当执行帧内图片块补偿时，来自同一图片的可用参考区域的参考块将在用作当前编码块的预测器之前应用仿射变换。
要注意的是，可以在帧内图片块补偿中使用各种版本的仿射模型，例如6参数、4参数、缩放变换、旋转变换等。
在实施例中，在帧内块复制模式中使用传统的仿射模型，例如6参数仿射模型、4参数仿射模型，等等。在实施例中，从编码器侧向解码器侧发信号通知当前块中的不同位置的块矢量。例如，当使用4参数仿射模型时，在编码器侧，编码器发信号通知当前块的两个不同位置的两个块矢量。在解码器侧，解码器从接收的编码视频比特流中解码两个块矢量，然后根据这两个块矢量确定4参数仿射模型。然后，解码器可以使用该4参数仿射模型重建当前块。在一些实施例中，设置了约束，并且该约束确保当前块的所有像素的块矢量有效(例如，在当前图片中已经重建的区域中)。用于帧内块复制的有效仿射补偿应当满足该约束，使得当前块的所有像素的块矢量(它们是用信号通知的或使用仿射模型导出的)应当全部有效。
在另一实施例中，在帧内块复制模式中使用用于帧内块复制的简化仿射模型(其使用缩放)。例如，从参考块到当前块的变换仅涉及缩放，而没有旋转或形状改变。在这种情况下，指向参考块的块矢量和缩放因子足以确定该简化仿射模型。在实施例中，在编码器侧，编码器用信号通知当前块的位置的一个块矢量以及缩放因子。在解码器侧，解码器从接收的编码视频比特流中解码该块矢量和缩放因子，然后基于该块矢量和缩放因子确定具有缩放的简化仿射模型。然后，解码器可以使用具有缩放的简化仿射模型来重建当前块。
图12示出了帧内块复制模式中的缩放的简化仿射模型的实施例。当应用缩放时，从参考块到当前块的相对大小变化由缩放因子反映。在实施例中，缩放因子2表示参考块在(分别为x和y)维度上是当前块的两倍。
要注意的是，在一些实施例中，缩放的简化仿射模型分别对x维度和y维度使用两个不同的缩放因子。
在另一实施例中，在帧内块复制模式中使用用于帧内块复制的简化仿射模型(其使用旋转)。例如，从参考块到当前块的变换仅涉及旋转，而没有缩放或形状改变。在这种情况下，指向参考块的块矢量和旋转因子(例如，旋转角度、旋转度)可用于确定简化仿射模型。在实施例中，在编码器侧，编码器用信号通知当前块的位置的一个块矢量以及旋转角度。在解码器侧，解码器从接收的编码视频比特流中解码该块矢量和旋转角度，然后基于该块矢量和旋转角度来确定具有旋转的简化仿射模型。然后，解码器可以使用具有旋转的简化仿射模型来重建当前块。
图13示出了帧内块复制模式中的旋转的简化仿射模型的实施例。当应用旋转时，从参考块到当前块的相对旋转角度由旋转因子反映。在实施例中，逆时针45°的旋转因子表示参考块被定向在当前块的逆时针45°的方向上。
在一些实施例中，仿射模型可通过块矢量、缩放因子和旋转因子确定。
在一些实施例中，当使用仿射模型时，对于当前块中的像素，参考块中的参考位置可以基于仿射模型确定。当前块中的像素的参考位置可以在两个整数像素之间。当参考位置在两个帧间像素之间时，可使用各种技术确定参考像素。
在实施例中，以与运动补偿过程中类似的方式使用内插滤波器。在实施例中，在帧内块复制模式中使用的内插滤波器为运动补偿中使用的内插滤波器，例如根据诸如H.264/AVC、H.265/HEVC等的视频编码标准中的内插滤波器。因此，对于帧间图片运动补偿和帧内块复制不需要单独的内插滤波器设计。
在另一实施例中，在帧内块复制模式中使用双线性滤波器。双线性滤波器用于生成整数像素(在整数像素位置处的像素)之间的小数参考像素(在小数像素位置处的参考像素、整数参考像素之间的参考像素)。
在另一实施例中，小数像素位置被取整到最接近的整数像素位置，并且在整数像素位置处的像素被用作参考像素。
要注意的是，可使用其它适合的内插滤波器，以基于相邻整数像素生成参考像素。
在实施例中，在使用仿射模型的帧内块复制模式中，对于当前块中的每个像素，根据仿射模型计算单独的块矢量。在另一实施例中，最小补偿单元被定义为MxN(样本)，并且该MxN块(最小补偿单元)中的像素共用相同的块矢量。在这里M、N是整数。在实施例中，对于最小补偿单元，M和N都是4。
在实施例中，根据仿射模型计算最小补偿单元中的左上位置的块矢量，然后将左上位置的块矢量用作MxN块(最小补偿单元)中的所有像素的公共块矢量。
在另一实施例中，根据仿射模型计算最小补偿单元中的中心位置的块矢量，然后将中心位置的块矢量用作MxN块(最小补偿单元)中的所有像素的公共块矢量。
在另一实施例中，根据仿射模型计算最小补偿单元中的右下位置的块矢量，然后将右下位置的块矢量用作MxN块(最小补偿单元)中的所有像素的公共块矢量。
根据本公开的方面，可以在仿射编码的帧内块复制模式中使用各种信令技术以提高编码效率。
在实施例中，可以使用量化版本对缩放因子进行编码以降低信令成本。表1示出了索引和对应的缩放因子值之间的映射关系的实施例。要注意的是，可以使用索引和缩放因子值之间的其它适合的映射关系。在实施例中，在编码器侧，编码确定缩放因子值，并根据映射关系确定缩放因子值的索引。然后，编码器在编码视频比特流中用信号通知索引。在解码器侧，解码器从编码视频比特流中解码该索引。此外，解码器可以根据索引和缩放因子值之间的映射关系确定与该索引对应的缩放因子值。
表1：根据索引和缩放因子值之间的映射关系的索引的语义实施例
| 索引 | 0 | 1 | 2 | 3 |
| 缩放因子 | 2 | 1/2 | 4 | 1/4 |
在表1的实施例中，缩放因子2表示，参考块的块大小是当前块的2倍大(在x方向和y方向上)。因此，在实施例中，参考块在用于预测当前块之前，应该按比例缩小2倍。
在实施例中，可以使用量化版本对旋转因子进行编码以降低信令成本。表2示出了索引和对应的旋转因子值(旋转角度)之间的映射关系的实施例。要注意的是，可以使用索引和旋转因子值之间的其它适合的映射关系。在实施例中，在编码器侧，编码器确定旋转因子值，并根据映射关系确定旋转因子值的索引。然后，编码器在编码视频比特流中用信号通知索引。在解码器侧，解码器从编码视频比特流中解码该索引。此外，解码器可以根据索引和旋转因子值之间的映射关系确定与该索引对应的旋转因子值。
表2：根据索引和旋转因子值之间的映射关系的索引的语义实施例
| 索引 | 0 | 1 | 2 | 3 |
| 旋转因子 | 45° | -45° | 90° | -90° |
在表2的实施例中，旋转因子45°表示，与当前块相比，参考块的方向与当前块的逆时针方向成45°。因此，参考块在用于预测当前块之前，应该按顺时针方向旋转45°。类似地，旋转因子-45度表示，与当前块相比，参考块的方向与当前块的顺时针方向成45°。
根据本公开的方面，图像或视频编码系统可以使用平移模型来编码一些块并使用仿射模型来编码其它一些块。在实施例中，实现块级别的切换以在不同模型之间切换，以便以高灵活性利用可能的模型的益处。
在实施例中，当使用帧内块复制模式对当前块进行编码时，默认用信号通知当前块的块矢量。此外，标志用于表示当前块是否使用仿射模型进行编码。当标志指示使用仿射模型时，在实施例中，根据仿射模型，在编码视频比特流中用信号通知当前块的不同位置的另一个或两个块矢量。
在另一实施例中，当使用帧内块复制模式对当前块进行编码时，默认用信号通知当前块的块矢量。此外，标志用于表示与参考块相比是否缩放当前块。当标志指示与参考块相比缩放当前块时，在实施例中，在编码视频比特流中用信号通知与缩放因子对应的索引(例如，根据表1)。
在另一实施例中，当使用帧内块复制模式对当前块进行编码时，默认用信号通知当前块的块矢量。此外，标志用于表示与参考块相比是否旋转当前块。当标志指示与参考块相比旋转当前块时，在实施例中，在编码视频比特流中用信号通知与旋转因子值对应的索引(例如，根据表2)。
在另一实施例中，当使用帧内块复制模式对当前块进行编码时，默认用信号通知当前块的块矢量。此外，标志用于表示与参考块相比当前块是否具有任何缩放或旋转。当标志指示与参考块相比当前块具有缩放和/或旋转时，在实施例中，缩放和/或旋转因子是由对应的索引形成的信号。
根据本公开的一些方面，用于帧内块复制模式的仿射模型相关参数(例如4参数或6参数、旋转因子或缩放因子)也可以被预测编码。
在实施例中，采用与合并模式类似的方式，根据以帧内块复制模式进行编码的相邻块之一，对当前块的至少一个参数(例如4参数或6参数、旋转因子或缩放因子)进行预测。在实施例中，没有信号通知预测误差的残差(参数残差)。在另一实施例中，在编码视频比特流中用信号通知预测误差的残差(参数残差)。
在另一实施例中，采用与合并模式类似的方式，根据以帧内块复制模式先前进行编码的、且空间上远离当前块的块之一，对当前块的至少一个参数(例如4参数或6参数、旋转因子或缩放因子)进行预测。在实施例中，没用信号通知预测误差的残差(参数残差)。在另一实施例中，在编码视频比特流中用信号通知预测误差的残差(参数残差)。要注意的是，先前已编码的块不需要在空间上接近当前块。
在另一实施例中，采用与合并模式类似的方式，根据以帧内块复制模式先前进行编码的块之一，对当前块的至少一个参数进行预测(例如4参数或6参数、旋转因子或缩放因子)。在实施例中，没用信号通知预测误差的残差(参数残差)。在另一实施例中，在编码视频比特流中用信号通知预测误差的残差(参数残差)。在该实施例中，候选块(先前已编码的块)没有在空间上连接到当前块。相反，选择与当前块具有特定距离的候选块。例如，候选块位于距当前块顶部N个样本(距离)或距当前块左侧N个样本(距离)处。N为整数，例如16。
图14示出了根据本公开实施例的概述过程(1400)的流程图。该过程(1400)可用于采用帧内模式进行编码的块重建，以便为正在重建的块生成预测块。在各个实施例中，该过程(1400)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行帧内预测模块(552)的功能的处理电路、执行视频编码器(603)的功能的处理电路、执行预测器(635)的功能的处理电路、执行帧内编码器(722)的功能的处理电路、执行帧内解码器(872)的功能的处理电路，等等。在一些实施例中，该过程(1400)通过软件指令实现，因此当处理电路执行该软件指令时，处理电路执行该过程(1400)。该过程开始于(S1401)并且执行到(S1410)。
在(S1410)，从编码视频比特流中解码当前图片中的块的预测信息。该预测信息指示在帧内块复制模式中使用仿射模型。
在(S1420)，确定仿射模型的参数。仿射模型用于在该块和当前图片的已重建区域中的参考块之间进行变换。
在(S1430)，根据仿射模型重建该块的样本。在实施例中，根据仿射模型确定当前图片已重建区域中的参考像素以对应于该块中的像素。此外，根据该参考像素重建该块中的像素。然后，该过程执行(S1499)并结束。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图15示出了计算机系统(1500)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图15所示的用于计算机系统(1500)的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1500)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(1500)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、照相机(1508)。
计算机系统(1500)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1509)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1510)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(1500)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(1520)或类似介质(1521)的光学介质、拇指驱动器(1522)、可移动硬盘驱动器或固体状态驱动器(1523)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(1500)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1549)(例如，计算机系统(1500)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1500)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1500)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1500)的核心(1540)。
核心(1540)可包括一个或多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、以现场可编程门阵列(FPGA)(1543)形式的专用可编程处理单元、用于特定任务的硬件加速器(1544)等。这些设备以及只读存储器(ROM)(1545)、随机存取存储器(1546)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1547)等可通过系统总线(1548)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1548)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(1548)，或通过外围总线(1549)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546)中，而永久数据可以存储在例如内部大容量存储器(1547)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1541)、GPU(1542)、大容量存储器(1547)、ROM(1545)、RAM(1546)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(1500)的计算机系统，特别是核心(1540)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1540)的特定存储器，例如核心内部大容量存储器(1547)或ROM(1545)。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心(1540)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(1540)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1546)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1544))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。
附录：首字母缩略词
JEM：联合开发模式
VVC：通用视频编码
BMS：基准集合
MV：运动向量
HEVC：高效视频编码
SEI：补充增强信息
VUI：视频可用性信息
GOP：图片组
TU：变换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假设参考解码器
SNR：信噪比
CPU：中央处理单元
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示
OLED：有机发光二极管
CD：光盘
DVD：数字化视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑设备
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器局域网络总线
USB：通用串行总线
PCI：外围设备互连
FPGA：现场可编程门阵列
SSD：固态驱动器
IC：集成电路
CU：编码单元
虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。
Claims (17)
1.一种在解码器中进行视频解码的方法，其特征在于，包括：
从编码视频比特流中解码当前图片中的块的预测信息，所述预测信息指示帧内块复制模式中的仿射模型；
基于所述帧内块复制模式，根据与所述块相关联的块矢量识别位于所述当前图片的已重建区域中的参考块，所述块矢量指向所述参考块；
根据所述块矢量和缩放因子值确定所述仿射模型的参数，所述仿射模型在所述块和所述参考块之间进行变换，其中所述缩放因子值反映从所述参考块到所述块的相对大小变化；以及
基于所述仿射模型重建所述块的至少一个样本；
所述方法进一步包括：
确定用于所述块中的像素的所述参考块中的参考位置；
当所述参考位置在两个连续的整数位置之间时，使用双线性滤波器在所述两个整数位置的整数像素之间的小数像素位置生成小数参考像素，以重建所述块中的像素。
2.根据权利要求1所述的方法，其特征在于，进一步包括以下至少一个：
根据两个不同位置的块矢量确定所述仿射模型的四个参数；以及
根据三个不同位置的块矢量确定所述仿射模型的六个参数。
3.根据权利要求1所述的方法，其特征在于，进一步包括：
从所述编码视频比特流中解码所述缩放因子值的索引；以及
基于索引和缩放因子值之间的映射关系将所述索引转换为所述缩放因子值。
4.根据权利要求1所述的方法，其特征在于，进一步包括：
根据块矢量、x维度上的第一缩放因子和y维度上的第二缩放因子确定所述仿射模型的参数。
5.根据权利要求1所述的方法，其特征在于，进一步包括：
根据块矢量和旋转因子值确定所述仿射模型的参数。
6.根据权利要求5所述的方法，其特征在于，进一步包括：
从所述编码视频比特流中解码旋转因子值的索引；以及
基于索引和旋转因子值之间的映射关系将所述索引转换为所述旋转因子值。
7.根据权利要求1所述的方法，其特征在于，进一步包括：
将所述参考位置取整到所述整数位置；以及
基于在所述整数位置的参考像素重建所述块中的像素。
8.根据权利要求1所述的方法，其特征在于，进一步包括：
确定用于所述块中的像素的所述参考块中的参考位置；
当所述参考位置在两个连续的整数位置之间时，使用内插滤波器重建所述像素。
9.一种视频编码的方法，其特征在于，包括：
确定当前图片中的块的预测信息指示帧内块复制模式中的仿射模型；
基于所述帧内块复制模式，根据与所述块相关联的块矢量识别位于所述当前图片的已编码区域中的参考块，所述块矢量指向所述参考块；
根据所述块矢量和缩放因子值确定所述仿射模型的参数，所述仿射模型在所述块和所述参考块之间进行变换，其中所述缩放因子值反映从所述参考块到所述块的相对大小变化；以及
基于所述仿射模型重建所述块的至少一个样本；
所述方法进一步包括：
确定用于所述块中的像素的所述参考块中的参考位置；
当所述参考位置在两个连续的整数位置之间时，使用双线性滤波器在所述两个整数位置的整数像素之间的小数像素位置生成小数参考像素，以重建所述块中的像素。
10.一种视频解码的装置，其特征在于，包括：
处理电路，用于
从编码视频比特流中解码当前图片中的块的预测信息，所述预测信息指示帧内块复制模式中的仿射模型；
基于所述帧内块复制模式，根据与所述块相关联的块矢量识别位于所述当前图片的已重建区域中的参考块，所述块矢量指向所述参考块；
根据块矢量和缩放因子值确定所述仿射模型的参数,所述仿射模型在所述块和所述参考块之间进行变换，其中所述缩放因子值反映从所述参考块到所述块的相对大小变化；以及
基于所述仿射模型重建所述块的至少一个样本；
所述处理电路进一步用于：
确定用于所述块中的像素的所述参考块中的参考位置；
当所述参考位置在两个连续的整数位置之间时，使用双线性滤波器在所述两个整数位置的整数像素之间的小数像素位置生成小数参考像素，以重建所述块中的像素。
11.根据权利要求10所述的装置，其特征在于，所述处理电路进一步用于：
确定以下至少一个：
根据两个不同位置的块矢量确定所述仿射模型的四个参数；以及
根据三个不同位置的块矢量确定所述仿射模型的六个参数。
12.根据权利要求10所述的装置，其特征在于，所述处理电路进一步用于：
从所述编码视频比特流中解码所述缩放因子值的索引；以及
基于索引和缩放因子值之间的映射关系将所述索引转换为所述缩放因子值。
13.根据权利要求10所述的装置，其特征在于，所述处理电路进一步用于：
根据块矢量、x维度上的第一缩放因子和y维度上的第二缩放因子确定所述仿射模型的参数。
14.根据权利要求10所述的装置，其特征在于，所述处理电路进一步用于：
根据块矢量和旋转因子值确定所述仿射模型的参数。
15.根据权利要求14所述的装置，其特征在于，所述处理电路进一步用于：
从所述编码视频比特流中解码旋转因子值的索引；以及
基于索引和旋转因子值之间的映射关系将所述索引转换为所述旋转因子值。
16.根据权利要求10所述的装置，其特征在于，所述处理电路进一步用于：
确定用于所述块中的像素的所述参考块中的参考位置；
当所述参考位置在两个连续的整数位置之间时，使用内插滤波器重建所述像素。
17.一种非易失性计算机可读存储媒介，其特征在于，其存储有指令，当所述指令由用于视频解码的计算机执行时，使得计算机执行权利要求1-9任一项所述的方法。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862626558P | 2018-02-05 | 2018-02-05 | |
| US16/203,499 US11202079B2 (en) | 2018-02-05 | 2018-11-28 | Method and apparatus for video decoding of an affine model in an intra block copy mode |
| US16/203,499 | 2018-11-28 | ||
| PCT/IB2019/051573 WO2019150352A1 (en) | 2018-02-05 | 2019-02-27 | Method and apparatus for video coding |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111492661A CN111492661A (zh) | 2020-08-04 |
| CN111492661B true CN111492661B (zh) | 2023-12-08 |
Family
ID=67477102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980001287.0A Active CN111492661B (zh) | 2018-02-05 | 2019-02-27 | 视频编解码方法、装置及存储介质 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11202079B2 (zh) |
| EP (1) | EP3750314A4 (zh) |
| CN (1) | CN111492661B (zh) |
| WO (1) | WO2019150352A1 (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117376586A (zh) * | 2018-09-07 | 2024-01-09 | 华为技术有限公司 | 用于视频译码中帧内预测和帧间预测的插值滤波方法和装置 |
| TWI822862B (zh) | 2018-09-23 | 2023-11-21 | 大陸商北京字節跳動網絡技術有限公司 | 8參數仿射模型 |
| US10999589B2 (en) | 2018-10-04 | 2021-05-04 | Tencent America LLC | Method and apparatus for video coding |
| US11394990B2 (en) | 2019-05-09 | 2022-07-19 | Tencent America LLC | Method and apparatus for signaling predictor candidate list size |
| US11272187B2 (en) * | 2019-08-13 | 2022-03-08 | Tencent America LLC | Method and apparatus for video coding |
| CN113596458A (zh) * | 2019-09-23 | 2021-11-02 | 杭州海康威视数字技术股份有限公司 | 编解码方法方法、装置及设备 |
| CN113261279B (zh) * | 2019-09-24 | 2024-04-26 | Oppo广东移动通信有限公司 | 预测值的确定方法、编码器、解码器以及存储介质 |
| US11652863B2 (en) * | 2020-03-16 | 2023-05-16 | Tencent America LLC | Method and apparatus for cloud gaming |
| US11818384B2 (en) * | 2020-09-24 | 2023-11-14 | Ofinno, Llc | Affine intra block copy refinement |
| WO2022114770A1 (ko) * | 2020-11-24 | 2022-06-02 | 현대자동차주식회사 | 기하학적 변환에 기반하는 블록 복사를 이용하는 인트라 예측방법과 장치 |
| CN112668575B (zh) * | 2020-12-28 | 2024-05-21 | 中国平安人寿保险股份有限公司 | 关键信息提取方法、装置、电子设备及存储介质 |
| US11849129B2 (en) * | 2022-03-18 | 2023-12-19 | Qualcomm Incorporated | Intra-block copy decoding using dynamic re-mapping of on-chip memory |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2559243B1 (en) | 2010-04-13 | 2014-08-27 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A video decoder and a video encoder using motion-compensated prediction |
| JP6399433B2 (ja) | 2013-05-31 | 2018-10-03 | サン パテント トラスト | 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置 |
| WO2015124110A1 (en) | 2014-02-21 | 2015-08-27 | Mediatek Singapore Pte. Ltd. | Method of video coding using prediction based on intra picture block copy |
| US10666968B2 (en) | 2014-05-06 | 2020-05-26 | Hfi Innovation Inc. | Method of block vector prediction for intra block copy mode coding |
| EP3140989A4 (en) | 2014-05-22 | 2017-07-05 | MediaTek Inc. | Method of intra block copy with flipping for image and video coding |
| JP6446070B2 (ja) | 2014-07-07 | 2018-12-26 | 寰發股▲ふん▼有限公司ＨＦＩ Ｉｎｎｏｖａｔｉｏｎ Ｉｎｃ． | イントラブロックコピー検索と補償範囲の方法 |
| KR102034938B1 (ko) | 2014-09-01 | 2019-10-21 | 에이치에프아이 이노베이션 인크. | 스크린 콘텐츠 및 비디오 코딩을 위한 인트라 픽처 블록 카피의 방법 |
| US10455231B2 (en) | 2014-09-30 | 2019-10-22 | Hfi Innovation Inc. | Method of adaptive motion vector resolution for video coding |
| CA3074097C (en) | 2014-11-20 | 2021-10-26 | Hfi Innovation Inc. | Method of motion vector and block vector resolution control |
| US10560712B2 (en) | 2016-05-16 | 2020-02-11 | Qualcomm Incorporated | Affine motion prediction for video coding |
| US11089323B2 (en) | 2016-05-28 | 2021-08-10 | Mediatek Inc. | Method and apparatus of current picture referencing for video coding |
-
2018
- 2018-11-28 US US16/203,499 patent/US11202079B2/en active Active
-
2019
- 2019-02-27 WO PCT/IB2019/051573 patent/WO2019150352A1/en unknown
- 2019-02-27 CN CN201980001287.0A patent/CN111492661B/zh active Active
- 2019-02-27 EP EP19748207.8A patent/EP3750314A4/en active Pending
-
2021
- 2021-09-24 US US17/448,848 patent/US11516479B2/en active Active
Non-Patent Citations (2)
| Title |
|---|
| Rotate intra block copy for still image coding;ZHANG ZHENGDONG等;2015 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP);4102 - 4106 * |
| ZHANG ZHENGDONG等.Rotate intra block copy for still image coding.2015 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP).2015,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111492661A (zh) | 2020-08-04 |
| US11202079B2 (en) | 2021-12-14 |
| EP3750314A1 (en) | 2020-12-16 |
| US20220014757A1 (en) | 2022-01-13 |
| EP3750314A4 (en) | 2020-12-16 |
| US11516479B2 (en) | 2022-11-29 |
| US20190246110A1 (en) | 2019-08-08 |
| WO2019150352A1 (en) | 2019-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113545061B (zh) | 视频编解码方法和装置、存储介质以及包括处理电路的装置 | |
| CN111955007B (zh) | 视频解码的方法和装置 | |
| CN111492661B (zh) | 视频编解码方法、装置及存储介质 | |
| CN111989918B (zh) | 视频解码的方法、装置及存储介质 | |
| CN111492659B (zh) | 视频解码的方法和装置、及存储介质 | |
| CN112237000B (zh) | 用于视频编解码的方法和装置 | |
| CN111988619B (zh) | 视频编解码方法、装置、计算机设备和存储介质 | |
| CN113424541B (zh) | 视频编解码的方法和装置 | |
| CN114827594B (zh) | 图片数据处理方法、装置及存储介质 | |
| CN113424536B (zh) | 用于视频编解码的方法和装置 | |
| CN114666581A (zh) | 视频编解码的方法和装置 | |
| CN113545084B (zh) | 视频编解码的方法、装置以及存储介质 | |
| CN111901609B (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
| CN113228649B (zh) | 视频解码方法、装置以及存储介质 | |
| CN112840657B (zh) | 用于视频解码的方法、装置、设备和可读介质 | |
| CN116095344A (zh) | 用于视频编解码的方法和相关装置 | |
| CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
| CN113348664B (zh) | 视频解码的方法、装置及计算机可读介质 | |
| CN111988631B (zh) | 视频编码、解码的方法、装置以及存储介质 | |
| CN111726627B (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
| CN111919440B (zh) | 用于视频解码的方法、装置和计算机可读介质 | |
| CN116325726A (zh) | 采用帧内和帧间预测的几何分区模式的改进 | |
| CN112437306B (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
| CN113678378B (zh) | 视频解码方法、视频解码器及非易失性计算机可读介质 | |
| CN113348668B (zh) | 一种视频解码方法、装置及存储介质 |
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: 40027714 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 |