CN111741297A - 帧间预测方法、视频编码方法及其相关装置 - Google Patents

帧间预测方法、视频编码方法及其相关装置 Download PDF

Info

Publication number
CN111741297A
CN111741297A CN202010537387.XA CN202010537387A CN111741297A CN 111741297 A CN111741297 A CN 111741297A CN 202010537387 A CN202010537387 A CN 202010537387A CN 111741297 A CN111741297 A CN 111741297A
Authority
CN
China
Prior art keywords
current block
motion vector
candidate list
prediction
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010537387.XA
Other languages
English (en)
Other versions
CN111741297B (zh
Inventor
陈瑶
陈秀丽
江东
林聚财
殷俊
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010537387.XA priority Critical patent/CN111741297B/zh
Publication of CN111741297A publication Critical patent/CN111741297A/zh
Application granted granted Critical
Publication of CN111741297B publication Critical patent/CN111741297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/186—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 a colour or a chrominance component
    • 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
    • H04N19/50—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
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • 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

本申请提供帧间预测方法、视频编码方法及其相关装置。该帧间预测方法包括：基于当前块的预测模式确定当前块的权重阵列；构建当前块的运动矢量候选列表；基于运动矢量候选列表确定当前块的运动矢量；基于当前块的权重阵列和运动矢量确定当前块的预测值。本申请可以提高帧间预测的准确度。

Description

帧间预测方法、视频编码方法及其相关装置
技术领域
本申请涉及帧间预测技术领域，特别是涉及帧间预测方法、视频编码方法及其相关装置。
背景技术
由于视频图像数据量比较大，通常需要对其进行编码压缩，压缩后的数据称之为视频码流，视频码流通过有线或者无线网络传输至用户端，再进行解码观看。
整个视频编码流程包括预测、变换、量化、编码等过程。其中预测分为帧内预测和帧间预测两部分。帧间预测用的是图像帧间的时域相关性来对图像进行压缩。本申请的发明人在长期的研发过程中，发现目前帧间预测方法还存在一定的局限性，也在一定程度上影响了帧间预测的准确度。
发明内容
本申请提供帧间预测方法、视频编码方法及其相关装置，能够提高帧间预测的准确度。
为解决上述问题，本申请提供一种帧间预测方法，该方法包括：
基于当前块的预测模式确定当前块的权重阵列；
构建当前块的运动矢量候选列表；
基于运动矢量候选列表确定当前块的运动矢量；
基于当前块的权重阵列和运动矢量确定当前块的预测值。
其中，基于当前块的预测模式确定当前块的权重阵列，之前包括：遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式；
基于当前块的预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的权重阵列；
其中，由角度和参考权重配置确定的所有预测模式的数量至多55种。
其中，角度的维度至多7个；和/或，
参考权重配置的维度至多6个。
其中，基于当前块的预测模式确定当前块的权重阵列，之前包括：遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式；
基于当前块的预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的权重阵列；
其中，角度的维度至少9个；和/或，
参考权重配置的维度至少8个。
其中，水平和/或垂直方向的角度密度比对角方向的角度密度大；或，至少9个角度均匀分布。
其中，基于运动矢量候选列表确定当前块的运动矢量，包括：将运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量。
其中，基于当前块的最佳预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的第一权重阵列和第二权重阵列；
将运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量，包括：将运动矢量候选列表中第一预设位置的运动矢量作为当前块的第一运动矢量；将运动矢量候选列表中第二预设位置的运动矢量作为当前块的第二运动矢量；
基于当前块的权重阵列和运动矢量确定当前块的预测值，包括：基于当前块的第一权重阵列、第一运动矢量、第二权重阵列和第二运动矢量确定当前块的预测值。
其中，运动矢量候选列表的最大候选数量至多为4个。
其中，构建当前块的运动矢量候选列表，包括：按照顺序将相邻块的空域运动矢量和时域运动矢量添加到运动矢量候选列表后，若运动矢量候选列表中运动矢量的数量比最大候选数量少，将零运动矢量添加到运动矢量候选列表，和/或，将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表。
其中，将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表，包括：将与当前块所属图像帧的序号最接近的参考帧索引对应的相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表；和/或，将运动矢量候选列表中的相邻块的运动矢量的平均值或中值添加到运动矢量候选列表。
其中，零运动矢量的参考帧索引为任一个相邻块的参考帧索引或距离当前块所属图像帧的顺序号最近的一个；和/或，
对相邻块的运动矢量进行处理得到的矢量的参考帧索引为任一个相邻块的参考帧索引或距离当前块所属图像帧的顺序号最近的一个。
其中，构建当前块的运动矢量候选列表，包括：基于运动矢量重复次数和运动矢量对应的相邻块所在位置确定当前块的运动矢量候选列表中运动矢量的顺序。
其中，构建当前块的运动矢量候选列表，包括：将当前块的相邻块的参考帧的索引按从小到大的顺序进行排序，然后依次加入到候选列表中。
其中，基于运动矢量候选列表确定当前块的运动矢量，包括：
采用当前块的权重阵列对运动矢量候选列表中所有的运动矢量进行遍历，将代价值最小的运动矢量作为当前块的运动矢量；
基于当前块的权重阵列和运动矢量确定当前块的预测值，包括：对当前块的权重阵列进行处理，基于处理后的权重阵列和运动矢量得到当前块的预测值。
其中，当前块所属的图像帧为单参考的帧。
为解决上述问题，本申请提供一种视频编码方法，该方法包括：基于上述的方法确定当前块的预测值；基于当前块的预测值对当前块进行编码。
其中，运动矢量候选列表的最大候选数量为2个。
基于当前块的预测值对当前块进行编码，包括：对运动矢量候选列表中的一个运动矢量的索引进行编码。
其中，方法还包括：
确定当前块的纹理方向；
以和纹理方向相同或最接近的角度对应的预测模式为起点对所有预测模式进行重新排序；
基于当前块的预测值对当前块进行编码，包括：对当前块的预测模式重新排序后的索引进行编码。
为解决上述问题，本申请提供一种电子设备，该电子设备包括存储器和处理器；存储器中存储有计算机程序，处理器用于执行计算机程序以实现上述方法的步骤。
为解决上述问题，本申请提供一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法中的步骤。
本申请的方法是：区别于现有技术的情况，本申请提供一种帧间预测方法，该方法基于当前块的权重阵列和运动矢量确定当前块的预测值，可以提高预测的准确度。
附图说明
为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请帧间预测方法中权重阵列的示意图；
图2是本申请帧间预测方法第一实施方法的流程示意图；
图3是本申请帧间预测方法中AWP支持的角度一实施例的示意图；
图4是本申请帧间预测方法中AWP支持的参考权重配置的示意图；
图5是本申请帧间预测方法中AWP角度分区的示意图；
图6是本申请帧间预测方法中当前块的相邻块的位置示意图；
图7是本申请帧间预测方法第二实施方法的流程示意图；
图8是本申请帧间预测方法中AWP支持的角度另一实施例的示意图；
图9是本申请帧间预测方法中AWP支持的角度又一实施例的示意图；
图10是本申请帧间预测方法中当前块的第二权重阵列的示意图；
图11是本申请视频编码方法一实施方法的流程示意图；
图12是本申请电子设备的结构示意图；
图13是本申请可读存储介质一实施方式的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供的帧间预测方法、视频编码方法及其相关装置做进一步详细描述。
本申请主要基于帧间角度加权预测方法(AWP)对当前块进行预测，以得到当前块的预测值。
帧间角度加权预测模式是基于merge模式的一种预测方式，支持的块尺寸范围可以是8x8到64x64，当然不限于此，例如还可支持更小或更大的块的预测，比如4x4或64x128等。如图1所示，该预测模式通过借助帧内角度预测思想：先设置当前块周边位置(整像素位置以及亚像素位置)的参考权重值，而后利用角度得到每个像素位置对应的权重值，以得到当前块的权重阵列，基于当前块的权重阵列得到当前块的预测值。
可以将AWP预测方法应用到双参考的图像帧和/或单参考的图像帧中。即当前块所属的图像帧为双参考的图像帧或单参考的图像帧，例如当前块所属的图像帧为B帧或P帧。
具体请参阅图2，图2是本申请帧间预测方法第一实施方式的流程示意图。本实施方式帧间预测方法包括以下步骤。
S101：基于当前块的预测模式确定当前块的权重阵列。
其中，AWP支持的角度可包括如图3所示的角度0、角度1、角度2、角度3、角度4、角度5、角度6和角度7这8种角度。其中，角度0、角度1、角度2、角度3、角度4、角度5、角度6和角度7这8种角度的斜率绝对值分别是1、2、水平、2、1、1/2、垂直和1/2，即这8种角度的斜率绝对值共五种，分别是{水平，垂直，1，2，1/2}。
AWP支持的参考权重配置可包括如图4所示的7种参考权重配置。参考权重配置可以是根据参考权重索引值得到的参考权重值的分布函数，如图4所示，以参考权重有效长度的8等分点位置(图4中的黑色箭头所指处)为基准点进行非严格单调递增函数赋值，其中参考权重有效长度由预测角度以及当前块尺寸计算得到。
由上述的8种角度和7种参考权重配置可以构成AWP的56种预测模式。
在一实现方式中，步骤S101之前，可以遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式，然后在步骤S101中直接基于当前块的最佳预测模式确定当前块的权重阵列。
在另一实现方式中，步骤S101之前，可以从角度和参考权重配置确定的所有预测模式选择一种预测模式作为当前块的预测模式，然后在步骤S101中直接基于当前块的预测模式确定当前块的权重阵列。
进一步地，可以基于当前块的预测模式逐像素权重导出，以得到当前块的权重阵列。
可选地，如图5所示，可将角度分为4个分区，角度所在区域不同，亮度块逐像素权重导出的公式稍有差异。可以基于当前亮度块的预测模式中角度所在区域对应的逐像素权重导出的公式，逐像素导出权重，以得到当前亮度块的权重阵列。设当前亮度块的块尺寸为MxN，其中M为宽，N为高，X为log2(权重预测角度斜率绝对值)，Y为权重预测位置。
i)位于角度分区0的角度0以及角度1对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(N+(M>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-6+Y*((ValidLength-1)>>3)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(y<<1)+((x<<1)>>X)]
ii)位于角度分区1的角度2以及角度3对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(N+(M>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-4+Y*((ValidLength-1)>>3)–((M<<1)>>X)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(y<<1)-((x<<1)>>X)]
iii)位于角度分区2的角度4以及角度5对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(M+(N>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-4+Y*((ValidLength-1)>>3)–((N<<1)>>X)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(x<<1)-((y<<1)>>X)]
iv)位于角度分区3的角度6以及角度7对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(M+(N>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-6+Y*((ValidLength-1)>>3)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(x<<1)+((y<<1)>>X)]
b)色度块逐像素权重导出
对于当前色度块而言，可以直接取用对应的亮度块的权重阵列的左上角位置的权重，记当前块的块尺寸为MxN，其中M为宽，N为高，则当前色度块的x的取值范围是0～(M/2-1)；当前色度块的y的取值范围是0～(N/2-1)。
色度块逐像素权重导出的公式为：SampleWeightChroma[x][y]＝SampleWeight[x>>1][y>>1]。
S102：构建当前块的运动矢量候选列表。
步骤S102可以包括：取出当前块“可用”的相邻块，将相邻块的空域可用的运动矢量放入当前块的运动矢量候选列表；将相邻块的时域双向的运动矢量拆分为单向的运动矢量放入到当前块的运动矢量候选列表中。
取出当前块“可用”的相邻块的步骤，可以包括：先确定当前块的相邻块，继而确定相邻块是否可用。
示例性地，可以按照图6取出当前块的F、G、C、A、B和D位置的相邻块；接着确定F、G、C、A、B和D的“可用”性：
i)如果F存在且采用帧间预测模式，则F“可用”；否则，F“不可用”。
j)如果G存在且采用帧间预测模式，则G“可用”；否则，G“不可用”。
k)如果C存在且采用帧间预测模式，则C“可用”；否则，C“不可用”。
l)如果A存在且采用帧间预测模式，则A“可用”；否则，A“不可用”。
m)如果B存在且采用帧间预测模式，则B“可用”；否则，B“不可用”。
n)如果D存在且采用帧间预测模式，则D“可用”；否则，D“不可用”。
将相邻块的的空域可用的运动矢量放入当前块的运动矢量候选列表的步骤，可以包括：按F、G、C、A、B和D的顺序将单向可用的运动矢量放入单向运动矢量候选列表AwpUniArray并查重，直至AwpUniArray长度为4或遍历结束；若AwpUniArray长度小于4，按F、G、C、A、B和D的顺序将双向可用的运动矢量拆分为指向List0的单向运动矢量以及指向List1的单向运动矢量，依次放入单向列表AwpUniArray并查重，直至AwpUniArray长度为4或遍历结束。
将相邻块的时域双向的运动矢量拆分为单向的运动矢量放入到当前块的运动矢量候选列表中的步骤，可以包括：将时域双向的运动矢量拆分为指向参考帧列表List0的单向运动矢量以及指向参考帧列表List1的单向运动矢量，先进行单向运动矢量查重操作，若不重复则放入AwpUniArray，直至长度为5或遍历结束。
若AwpUniArray长度小于5，将AwpUniArray中最后一个单向运动矢量进行重复填充操作，直至AwpUniArray长度为5。
S103：基于运动矢量候选列表确定当前块的运动矢量。
在一实现方式中，可以基于当前块的权重阵列遍历运动矢量候选列表中所有可用的运动矢量，确定每一可用的运动矢量的代价值，满足代价值要求的运动矢量作为当前块的运动矢量。
在另一实现方式中，可以直接将运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量。另外，在编码端和解码端约定好以预设位置的运动矢量作为当前块的运动矢量时，在对当前块进行编码时可以不对当前块的运动矢量的索引进行编码。
S104：基于当前块的权重阵列和运动矢量确定当前块的预测值。
在本实施方式中，该帧间预测方法基于当前块的权重阵列和运动矢量确定当前块的预测值，可以提高预测的准确度。
可以理解的是，在计算当前块的预测值的过程中，可以采用二组权重阵列参与计算，即当前块的权重阵列可以包括第一权重阵列和第二权重阵列。相应地，也会从运动矢量候选列表中选取两个运动矢量参与当前块的预测值的计算。具体地，可参见帧间预测方法第二实施方式。请参阅图7，图7是本申请帧间预测方法第二实施方式的流程示意图。本实施方式帧间预测方法包括以下步骤。
S201：遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式。
如步骤S101中，AWP的所有预测模式可以是由8种角度和7种参考权重配置构成的56种预测模式。
在一实现场景中，可以减少由角度和参考权重配置确定的所有预测模式的种类，以减少整个编码过程中的比特开销，减少预测过程的计算量，即由角度和参考权重配置构成的所有预测模式的种类至多55种。
在一方面，可以通过减少角度的维度来减少预测模式的种类，即AWP支持的角度的维度可以至多为7个。
可以均匀减少角度种类，例如，可以去掉图3中的角度0、2、4、6，或者可以去掉角度1、3、5、7。
可以非均匀减少角度种类，例如，可以只去掉图3所示的对角方向的角度(例如角度0、角度4)，或者只去掉图3中的角度1和角度3。
可以理解的是，减少角度的维度后，可以沿用图5所示的角度分区的划分方式，或者设计新的角度分区的划分方式，例如，可以将水平方向相关的角度划为一类，竖直方向的角度划为一类。
在另一方面，可以通过减少参考权重配置的个数来减少预测模式的种类，即AWP支持的参考权重配置的维度可以至多6个。
其中，可以从图4所示的7种参考权重配置选取至多6种参考权重配置，以和角度构成至多55种预测模式。例如，可以从图4所示的7种参考权重配置选取5种、4种或3种等数量的参考权重配置。
当然，或者可以按照新的参考权重配置的数量直接重新划分参考权重有效长度区间，并且可以结合AWP支持的角度一起设计新的FirstPos的计算公式。
可以理解的是，可以通过减少角度的维度和减少参考权重配置的至少一种方式来实现减少AWP的预测模式种类的目的。例如，只将角度维度减少为5个，不改变参考权重配置的维度，或者还可以增加参考权重配置的维度，只要由角度和参考权重配置构成的所有预测模式满足至多55种的要求即可。
在另一实现场景中，从提升编码压缩性能的角度来讲，56种预测模式不够精细，可能造成预测值不够准确，可以增加预测模式的种类，即让由角度和参考权重配置构成的所有预测模式的种类至少57种。
在一方面，可以考虑增加角度的维度，即角度的维度至少9个，让更多种角度更加精细地表达预测方向，以增加预测值的准确性。
可以均匀增加角度的维度，例如，相比于图3，增加了图8中的角度1、角度3、角度5、角度7、角度9、角度11和角度13。
或者可以非均匀增加角度的维度，例如，只在图3所示的角度0和角度1之间增加一个或两个角度。
进一步地，考虑到在视频图像中，接近水平和垂直方向的图像纹理出现概率相对较高，而对角线附近方向的图像纹理出现概率相对较低，因此考虑在靠近水平或垂直的方向增加角度，即如图9所示，让水平或垂直方向的角度密度比对角方向的角度密度大，从而使得预测结果更为准确。例如，增加斜率绝对值为4的预测角度，使角度的维度变为12种，若沿用图5所示的角度分区的划分方式，相当在图5所示的4个角度分区的每个角度分区中增加了一种角度。
当然，增加角度的维度后，可以直接沿用图5所示的角度分区的划分方式，或者设计新的角度分区的划分方式，例如，可以将水平方向相关的角度划为一类，竖直方向的角度划为一类。
在另一方面，可以通过增加参考权重配置的维度来增加预测模式的种类，即AWP支持的参考权重配置的维度可以至少8个。例如，AWP支持的参考权重配置的维度可以变为9个、10个或13个……
其中，可以在保留图4所示的7种参考权重配置的基础上，再增加几个新的参考权重配置，以构成至少8个参考权重配置。
当然，或者可以按照新的参考权重配置的数量直接重新划分参考权重有效长度区间，并且可以结合AWP支持的角度一起设计新的FirstPos的计算公式。
可以理解的是，可以通过增加角度的维度和增加参考权重配置的至少一种方式来实现增加AWP的预测模式种类的目的。例如，只将角度维度增加为10个，不改变参考权重配置的维度，或者还可以减少参考权重配置的维度，只要由角度和参考权重配置构成的所有预测模式满足至少57种的要求即可。
S202：基于当前块的最佳预测模式确定当前块的第一权重阵列和第二权重帧列。
可以选用当前块的最佳预测模式对应的角度对应的逐像素权重导出公式，确定当前块每一像素的权重，以得到当前块的第一权重阵列。对当前块的第一权重阵列进行处理，可以得到当前块的第二权重阵列。例如，可以用8与第一权重阵列的每一像素值的差值作为第二权重阵列对应的像素值。例如当前块的第一权重阵列如图1所示，那对第一权重阵列经过处理得到的图10所示的当前块的第二权重阵列。
S203：构建当前块的运动矢量候选列表。
构建当前块的运动矢量候选列表的步骤，可以包括：取出当前块“可用”的相邻块，将相邻块的空域可用的运动矢量放入当前块的运动矢量候选列表；将相邻块的时域双向的运动矢量拆分为单向的运动矢量放入到当前块的运动矢量候选列表中。
另外，可以减少当前块的运动矢量候选列表的最大候选数目，以减少计算量和预测过程中的比特开销，例如当前块的运动矢量候选列表的最大候选数据可以至多为4个，甚至当前块的运动矢量候选列表的最大候选数目可以为3个或2个。
进一步地，可将当前块的运动矢量候选列表的最大候选数目减少为2个，结合当前块的运动矢量包括第一运动矢量和第二运动矢量，因为当前块的运动矢量候选列表的最大候选数目为2个，在确定第一运动矢量的索引后，第二运动矢量的索引即可知晓，因此在编码时可以只对其中一个运动矢量的索引进行编码，以减少需要编码的运动矢量的索引的量，进而减少需要传输的码流量。例如，如表1所示，可以只对第一运动矢量的索引进行编码。
表1运动矢量的第一种情况的编码语句元素
Figure BDA0002537525230000131
考虑到在构建当前块的运动矢量候选列表过程中，如果将相邻块的空域运动矢量和时域运动矢量添加到运动矢量候选列表后，运动矢量候选列表中运动矢量的数量比最大候选数量少，用运动矢量候选列表中最后一个运动矢量进行填充，在进行RDO过程选择第一运动矢量和第二运动矢量时，重复填充的运动矢量并不能参与RDO过程。为解决上述问题，可以在将相邻块的空域运动矢量和时域运动矢量添加到运动矢量候选列表后，运动矢量候选列表中运动矢量的数量比最大候选数量少时，将零运动矢量添加到运动矢量候选列表中，和/或，将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表，以提高运动矢量的丰富性，可以增加进入AWP预测模式的概率，并提高预测的准确性。
例如，Skip/direct模式下，构建运动矢量候选列表时，最大候选数目为5个，若不能满足5个运动矢量候选的要求，则可以添加零运动矢量。
可选地，零运动矢量的参考帧索引可以为离当前块所属的图像帧顺序号(POC)最近的那一个，或者零运动矢量的参考帧索引为任一个相邻块的参考帧索引。
进一步地，将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表的步骤可以为，将与当前块的帧序号最接近的参考帧索引对应的相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表，比如可以将该相邻块的运动矢量进行缩放处理得到的运动矢量添加到运动矢量候选列表。另外也可以将已添加到运动矢量候选列表中的相邻块的运动矢量求平均得到新的运动矢量添加到运动矢量候选列表。或者，还可以将已添加到运动矢量候选列表中的相邻块的中值添加到运动矢量候选列表。
另外，对相邻块的运动矢量进行处理得到的矢量的参考帧索引可以是任一个相邻块的参考帧索引，或者，对相邻块的运动矢量进行处理得到的矢量的参考帧索引为距离当前块所述图像帧的顺序号最近的一个。例如，对相邻块的运动矢量进行缩放处理得到的且添加到运动矢量候选列表中的运动矢量的参考帧索引为任一个相邻块的参考帧索引或距离当前块图像帧的顺序号最近的一个，同样已添加到运动矢量候选列表中的相邻块的中值或平均值的参考帧索引也可以是任一个相邻块的参考帧索引或距离当前块图像帧的顺序号最近的一个。
在一实现方式中，可以按照添加到运动矢量候选列表中的先后顺序决定运动矢量候选列表中运动矢量的顺序，即相当于基于运动矢量对应的相邻块的位置决定运动矢量的顺序。
在另一实现方式中，可以基于运动矢量的重复次数和运动矢量对应的相邻块所在位置确定当前块的运动矢量候选列表中运动矢量的顺序，以提高预测的准确性。例如，可以将重复次数最多的运动矢量排在最前面，重复次数相同的运动矢量按照对应的相邻块所在位置进行排序。
另外，在构建当前块的运动矢量候选列表的过程中，还可以对当前块的相邻块的参考帧的索引进行排序。较为优选的是，按照从小到大的顺序对当前块的相邻块的参考帧的索引进行排序，然后依次添加到运动矢量候选列表中，可以降低比特开销。
S204：基于运动矢量候选列表确定当前块的第一运动矢量和第二运动矢量。
在一实现方式中，可以根据当前块的第一权重阵列和第二权重阵列遍历运动矢量候选列表，选择各自遍历过程中代价最小的运动矢量作为当前块的第一运动矢量和第二运动矢量。
在另一实现方式中，可以选取运动矢量候选列表中第一预设位置的运动矢量作为当前块的第一运动矢量，可以将运动矢量候选列表中第二预设位置的运动矢量作为当前块的第二运动矢量，在编码端和解码端约定好的情况下，如表2所示，可以不对第一运动矢量和第二运动矢量的索引进行编码，解码端直接按照约定选取第一预设位置的运动矢量和第二预设位置的运动矢量即可，可以减少需要编码运动矢量的索引量，进而可以减少编码当前块的比特率。例如，第一权重阵列weight0对应运动矢量的索引awp_cand_idx0，第二权重阵列weight1对应运动矢量索引awp_cand_idx1。
表2运动矢量的第二种情况的编码语句元素
Figure BDA0002537525230000151
当然，在选择第一预设位置和第二预设位置的运动矢量时，且在直接选取索引awp_cand_idx0对应的运动矢量和索引awp_cand_idx1对应的运动矢量的情况下，可以将运动矢量候选列表的最大候选数目减少为2个，以减少计算量和比特开销。
S205：基于当前块的第一权重阵列、第二权重阵列、第一运动矢量和第二运动矢量确定当前块的预测值。
具体地，可以通过第一权重阵列和第二权重阵列实现基于第一运动矢量和第二运动矢量得到的两个不同的帧间预测值的加权。
可以理解的是，在计算当前块的预测值的过程中，可以只采用一组权重阵列参与计算，即可以选用第一权重阵列和第二权重阵列的其中一个参与当前块的预测值的运算，减少AWP模式的耗时，减少预测过程中的计算量。
例如可以采用第一权重阵列对当前块的运动矢量候选列表中所有运动矢量进行遍历，确定每一运动矢量的代价值，将代价值最小的运动矢量作为当前块的运动矢量。在其他实现方式中，直接选用当前块的运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量，即第一权重阵列对应的运动矢量，这样在解码端和编码端约定好的情况下，可以不对当前块的运动矢量进行编码，以减少编码计算量和传输开销。
采用一组权重阵列参与当前块的预测值的运算的方法，可以包括：对选用的权重阵列进行处理，根据处理后的权重阵列和由运动矢量得到的帧间预测值得到当前块的预测值。可选地，可以根据需要对选用的权重阵列重新进行映射处理，基于处理后的权重阵列的值，可以选择将处理后的权重阵列和帧间预测值相加或相乘等方式得到当前块的预测值。
例如，对当前块的权重阵列进行处理的公式为：weight[i][j]＝weight[i][j]<3？-1:(weight[i][j]<6？0:1)；
根据处理后的权重阵列和由运动矢量得到的帧间预测值得到当前块的预测值的公式为：对Pred[i][j]＝pred[i][j]+weight[i][j]；
其中，i，j代表的是当前块中像素的位置坐标。
另外，本申请还公开一种视频编码方法，如图11所示，该视频编码方法包括以下步骤。
S301：确定当前块的预测值。
具体地，可以通过上述实施方式的帧间预测方法确定当前块的预测值。
S302：基于当前块的预测值对当前块进行编码。
基于当前块的预测值对当前块进行编码，可以包括：基于当前块的原始值和预测值，得到当前块的残差值，对当前块的残差值和其他块信息进行编码。
如表3所示，其他块信息可以包括角度加权预测模式索引(awp_idx)、角度加权预测模式运动矢量索引(awp_cand_idx0和awp_cand_idx1)。
表3编码语句元素
Figure BDA0002537525230000161
Figure BDA0002537525230000171
其中，awp_idx用于导出权重预测角度参数以及权重预测位置，采用截断二元码二值化方式。awp_cand_idx0指示第一运动矢量，指示第一运动矢量在单向参考列表中的顺序，采用截断一元码二值化方式(最大值为4)。awp_cand_idx1指示第二运动矢量索引，指示第二运动矢量在剔除第一运动矢量后的单向参考列表中的顺序，采用截断一元码二值化方式(最大值为3)。
另外，AWP的语法还包括awp_flag，awp_flag为CU级角度加权预测模式标志，标志当前编码块是否启用AWP。
在一实现方式中，在对当前块进行编码的过程中，或在对当前块进行编码之前，可以将和纹理方向相同或最接近的角度对应的预测模式作为起点，对所有预测模式进行重新排序，然后对当前块的预测模式重新排序后的索引进行编码，在当前块的预测模式对应的角度与纹理方向相同或最接近时，可以降低当前块的预测模式的索引值，可以减少编码当前块的预测模式的索引的带来的开销，也可以减少传输预测模式带来的比特开销。
例如，与纹理方向相同或最接近的角度为角度6，在重新排序之前，假设角度6对应的7个预测模式的索引分别为35、36、37、38、39、40和41，将和纹理方向相同或最接近的角度对应的预测模式作为起点，对所有预测模式进行重新排序后，角度6对应的7个预测模式的索引可以分别为0、1、2、3、4、5和6，在当前块的预测模式对应的角度与纹理方向相同或最接近时，当前块的预测模式的索引值大大降低，从而编码预测模式索引带来的开销也会降低。
另外，对除与纹理方向相同或最接近的角度以外的角度对应的预测模式的排序不做限定，只要以与纹理方向相同或最接近的角度对应的预测模式为起点即可。例如，可以以与纹理方向相同或最接近的角度对应的预测模式为起点，按顺时针或按逆时针方向对所有预测模式进行排序。
进一步地，在此之前，可以基于Gabor滤波、灰度共生矩阵、梯度等纹理方向计算方法确定当前块的纹理方向。
当然，在其他实现方式中，也可以不按照纹理方向对所有预测模式进行重新排序，直接对按角度方向进行排序的当前块的预测模式的索引进行编码即可。
请参阅图12，图12是本申请电子设备一实施方式的结构示意图。本电子设备10包括相互耦接的存储器11和处理器12，存储器11用于存储程序指令，处理器12用于执行程序指令以实现上述任一实施方式的方法。
上述帧间预测方法和视频编码方法的逻辑过程以计算机程序呈现，在计算机程序方面，若其作为独立的软件产品销售或使用时，其可存储在计算机存储介质中，因而本申请提出一种可读存储介质。请参阅图13，图13是本申请可读存储介质一实施方式的结构示意图，本实施方式可读存储介质20中存储有计算机程序21，计算机程序21被处理器执行时实现上述帧间预测方法和视频编码方法中的步骤。
该可读存储介质20具体可以为U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory，)、磁碟或者光盘等可以存储计算机程序的介质，或者也可以为存储有该计算机程序的服务器，该服务器可将存储的计算机程序发送给其他设备运行，或者也可以自运行该存储的计算机程序。该可读存储介质20从物理实体上来看，可以为多个实体的组合，例如多个服务器、服务器加存储器、或存储器加移动硬盘等多种组合方式。
以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (20)

1.一种帧间预测方法，其特征在于，所述方法包括：
基于当前块的预测模式确定当前块的权重阵列；
构建当前块的运动矢量候选列表；
基于所述运动矢量候选列表确定当前块的运动矢量；
基于当前块的所述权重阵列和所述运动矢量确定当前块的预测值。
2.根据权利要求1所述的帧间预测方法，其特征在于，所述基于当前块的预测模式确定当前块的权重阵列，之前包括：遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式；
所述基于当前块的预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的权重阵列；
其中，由角度和参考权重配置确定的所有预测模式的数量至多55种。
3.根据权利要求2所述的帧间预测方法，其特征在于，所述角度的维度至多7个；和/或，
所述参考权重配置的维度至多6个。
4.根据权利要求1所述的帧间预测方法，其特征在于，所述基于当前块的预测模式确定当前块的权重阵列，之前包括：遍历由角度和参考权重配置确定的所有预测模式，确定当前块的最佳预测模式；
所述基于当前块的预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的权重阵列；
其中，所述角度的维度至少9个；和/或，
所述参考权重配置的维度至少8个。
5.根据权利要求4所述的帧间预测方法，其特征在于，水平和/或垂直方向的角度密度比对角方向的角度密度大；或，
所述至少9个角度均匀分布。
6.根据权利要求1所述的帧间预测方法，其特征在于，所述基于运动矢量候选列表确定当前块的运动矢量，包括：将运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量。
7.根据权利要求6所述的帧间预测方法，其特征在于，
所述基于当前块的最佳预测模式确定当前块的权重阵列，包括：基于当前块的最佳预测模式确定当前块的第一权重阵列和第二权重阵列；
所述将运动矢量候选列表中预设位置的运动矢量作为当前块的运动矢量，包括：将运动矢量候选列表中第一预设位置的运动矢量作为当前块的第一运动矢量；将运动矢量候选列表中第二预设位置的运动矢量作为当前块的第二运动矢量；
所述基于当前块的权重阵列和运动矢量确定当前块的预测值，包括：基于当前块的第一权重阵列、第一运动矢量、第二权重阵列和第二运动矢量确定当前块的预测值。
8.根据权利要求7所述的帧间预测方法，其特征在于，所述运动矢量候选列表的最大候选数量至多为4个。
9.根据权利要求1所述的帧间预测方法，其特征在于，
所述构建当前块的运动矢量候选列表，包括：按照顺序将相邻块的空域运动矢量和时域运动矢量添加到运动矢量候选列表后，若所述运动矢量候选列表中运动矢量的数量比最大候选数量少，将零运动矢量添加到运动矢量候选列表，和/或，将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表。
10.根据权利要求9所述的帧间预测方法，其特征在于，所述将对相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表，包括：将与当前块所属图像帧的序号最接近的参考帧索引对应的相邻块的运动矢量进行处理得到的矢量添加到运动矢量候选列表；和/或，将所述运动矢量候选列表中的相邻块的运动矢量的平均值或中值添加到运动矢量候选列表。
11.根据权利要求9所述的帧间预测方法，其特征在于，所述零运动矢量的参考帧索引为任一个相邻块的参考帧索引或距离当前块所属图像帧的顺序号最近的一个；和/或，
所述对相邻块的运动矢量进行处理得到的矢量的参考帧索引为任一个相邻块的参考帧索引或距离当前块所属图像帧的顺序号最近的一个。
12.根据权利要求1所述的帧间预测方法，其特征在于，所述构建当前块的运动矢量候选列表，包括：基于运动矢量重复次数和运动矢量对应的相邻块所在位置确定当前块的运动矢量候选列表中运动矢量的顺序。
13.根据权利要求1所述的帧间预测方法，其特征在于，所述构建当前块的运动矢量候选列表，包括：将当前块的相邻块的参考帧的索引按从小到大的顺序进行排序，依次加入到所述运动矢量候选列表。
14.根据权利要求1所述的帧间预测方法，其特征在于，所述基于所述运动矢量候选列表确定当前块的运动矢量，包括：
采用当前块的权重阵列对所述运动矢量候选列表中所有的运动矢量进行遍历，将代价值最小的运动矢量作为当前块的运动矢量；
所述基于当前块的权重阵列和运动矢量确定当前块的预测值，包括：对当前块的权重阵列进行处理，基于处理后的权重阵列和运动矢量得到当前块的预测值。
15.根据权利要求1所述的帧间预测方法，其特征在于，所述当前块所属的图像帧为单参考的帧。
16.一种视频编码方法，其特征在于，所述方法包括：
基于权利要求1-15任一项所述的方法确定当前块的预测值；
基于当前块的预测值对当前块进行编码。
17.根据权利要求16所述的视频编码方法，其特征在于，所述运动矢量候选列表的最大候选数量为2个；
所述基于当前块的预测值对当前块进行编码，包括：对运动矢量候选列表中的一个运动矢量的索引进行编码。
18.根据权利要求16所述的视频编码方法，其特征在于，所述方法还包括：
确定当前块的纹理方向；
以和纹理方向相同或最接近的角度对应的预测模式为起点对所有预测模式进行重新排序；
所述基于当前块的预测值对当前块进行编码，包括：对当前块的预测模式重新排序后的索引进行编码。
19.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-18中任一项所述方法的步骤。
20.一种可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-18中任一项所述方法的步骤。
CN202010537387.XA 2020-06-12 2020-06-12 帧间预测方法、视频编码方法及其相关装置 Active CN111741297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010537387.XA CN111741297B (zh) 2020-06-12 2020-06-12 帧间预测方法、视频编码方法及其相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010537387.XA CN111741297B (zh) 2020-06-12 2020-06-12 帧间预测方法、视频编码方法及其相关装置

Publications (2)

Publication Number Publication Date
CN111741297A true CN111741297A (zh) 2020-10-02
CN111741297B CN111741297B (zh) 2024-02-20

Family

ID=72649080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010537387.XA Active CN111741297B (zh) 2020-06-12 2020-06-12 帧间预测方法、视频编码方法及其相关装置

Country Status (1)

Country Link
CN (1) CN111741297B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112218076A (zh) * 2020-10-17 2021-01-12 浙江大华技术股份有限公司 一种视频编码方法、装置、系统及计算机可读存储介质
WO2023123736A1 (zh) * 2021-12-31 2023-07-06 Oppo广东移动通信有限公司 预测方法、装置、设备、系统、及存储介质
WO2023197183A1 (zh) * 2022-04-12 2023-10-19 Oppo广东移动通信有限公司 视频编解码方法、装置、设备、系统、及存储介质
WO2024077553A1 (zh) * 2022-10-13 2024-04-18 Oppo广东移动通信有限公司 视频编解码方法、装置、设备、系统、及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017123133A1 (en) * 2016-01-12 2017-07-20 Telefonaktiebolaget Lm Ericsson (Publ) Video coding using hybrid intra prediction
CN107113425A (zh) * 2014-11-06 2017-08-29 三星电子株式会社 视频编码方法和设备以及视频解码方法和设备
CN110460859A (zh) * 2019-08-21 2019-11-15 浙江大华技术股份有限公司 历史运动矢量列表的使用方法、编解码器及存储装置
WO2020010089A1 (en) * 2018-07-06 2020-01-09 Op Solutions, Llc Bi-prediction with adaptive weights
WO2020073896A1 (en) * 2018-10-08 2020-04-16 Huawei Technologies Co., Ltd. Apparatuses and methods for inter prediction of a triangle partition of a coding block
WO2020103933A1 (en) * 2018-11-22 2020-05-28 Beijing Bytedance Network Technology Co., Ltd. Configuration method for default motion candidate

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107113425A (zh) * 2014-11-06 2017-08-29 三星电子株式会社 视频编码方法和设备以及视频解码方法和设备
WO2017123133A1 (en) * 2016-01-12 2017-07-20 Telefonaktiebolaget Lm Ericsson (Publ) Video coding using hybrid intra prediction
WO2020010089A1 (en) * 2018-07-06 2020-01-09 Op Solutions, Llc Bi-prediction with adaptive weights
WO2020073896A1 (en) * 2018-10-08 2020-04-16 Huawei Technologies Co., Ltd. Apparatuses and methods for inter prediction of a triangle partition of a coding block
WO2020103933A1 (en) * 2018-11-22 2020-05-28 Beijing Bytedance Network Technology Co., Ltd. Configuration method for default motion candidate
CN110460859A (zh) * 2019-08-21 2019-11-15 浙江大华技术股份有限公司 历史运动矢量列表的使用方法、编解码器及存储装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAN GAO, ET AL: "CE4: CE4-1.1, CE4-1.2 and CE4-1.14: Geometric Merge Mode (GEO)", 《JVET会议》, pages 2 - 5 *
HAN GAO, ET AL: "CE4-Related: Geometric Merge Mode (GEO) Simplifications", 《JVET会议》, pages 2 - 6 *
HAN GAO: "Advanced Geometric-Based Inter Prediction for Versatile Video Coding", 《2020 DATA COMPRESSION CONFERENCE (DCC)》 *
JINGYA LI, ET AL: "CE4-related: Quality scalable GEO", 《JVET会议》, pages 2 - 7 *
MAX BLÄSER, ET AL: "Low-Complexity Geometric Inter-Prediction for Versatile Video Coding", 《2019 PICTURE CODING SYMPOSIUM (PCS)》 *
袁媛等: "视频编码中一种新的用于几何块划分的变换结构", 《上海大学学报(自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112218076A (zh) * 2020-10-17 2021-01-12 浙江大华技术股份有限公司 一种视频编码方法、装置、系统及计算机可读存储介质
WO2023123736A1 (zh) * 2021-12-31 2023-07-06 Oppo广东移动通信有限公司 预测方法、装置、设备、系统、及存储介质
WO2023197183A1 (zh) * 2022-04-12 2023-10-19 Oppo广东移动通信有限公司 视频编解码方法、装置、设备、系统、及存储介质
WO2024077553A1 (zh) * 2022-10-13 2024-04-18 Oppo广东移动通信有限公司 视频编解码方法、装置、设备、系统、及存储介质

Also Published As

Publication number Publication date
CN111741297B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
KR102645309B1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
US20200244986A1 (en) Picture prediction method and related apparatus
KR102125956B1 (ko) 화면 내 예측을 이용한 영상 부호화/복호화 방법 및 장치
CN111741297B (zh) 帧间预测方法、视频编码方法及其相关装置
EP3637772A1 (en) Video encoding/decoding method and device, and recording medium storing bit stream
KR20210136949A (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
KR101208863B1 (ko) 비디오 데이터의 인코딩을 위한 인코딩 유형 및 예측 모드 선택
CN107517382B (zh) 视频数据的解码方法
CN108124154B (zh) 帧间预测模式的快速选择方法、装置及电子设备
CN116866565A (zh) 图像编码/解码方法、存储介质以及图像数据的传输方法
CN116366843A (zh) 使用样点滤波的图像编码/解码方法和设备
CN112055203B (zh) 帧间预测方法、视频编码方法及其相关装置
KR20190062273A (ko) 영상 변환 신경망 및 영상 역변환 신경망을 이용한 영상 처리 방법 및 장치
WO2022104498A1 (zh) 帧内预测方法、编码器、解码器以及计算机存储介质
CN112740684A (zh) 用于对图像进行编码/解码的方法和装置以及用于存储比特流的记录介质
US11558608B2 (en) On split prediction
US20210258601A1 (en) Image encoding/decoding method and apparatus
KR20190116067A (ko) 딥 러닝에 기반하여 생성된 참조 프레임을 이용하는 인터 예측을 위한 방법 및 장치
CN111447452A (zh) 数据编码方法及系统
CN109547798B (zh) 一种快速的hevc帧间模式选择方法
CN113841399A (zh) 图像编码/解码方法和设备
CN111669581B (zh) 视频编码方法及其相关装置
Zhao et al. A novel fast intra-prediction algorithm for high-efficiency video coding based on structural similarity
CN110446048B (zh) 帧内预测场景中预测模式的选取方法及装置
KR20210000691A (ko) 비디오 부호화 및 복호화 방법, 그를 이용한 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant