CN111757122B

CN111757122B - 视频解码方法和装置、计算机设备和存储介质

Info

Publication number: CN111757122B
Application number: CN202010218127.6A
Authority: CN
Inventors: 赵欣; 李翔; 刘杉
Original assignee: Tencent America LLC
Current assignee: Tencent America LLC
Priority date: 2019-03-26
Filing date: 2020-03-25
Publication date: 2024-05-03
Anticipated expiration: 2040-03-25
Also published as: US11831911B2; US20200314448A1; US20220224939A1; US11516508B2; US11317116B2; US20210409762A1; CN111757122A

Abstract

本申请实施例提供了视频解码方法和装置、计算机设备和存储介质。视频解码方法包括：接收码流，码流包括与编码树单元CTU中各个块的预测相关联的残差相对应的比特；基于CTU大小确定最大变换大小，最大变换大小被用在分区中，以根据残差形成分别被编码为比特的一个或多个变换块；基于最大变换大小且根据比特，重建与块的预测相关联的残差；以及基于重建的残差和块的预测，重建块的至少一个样本。

Description

视频解码方法和装置、计算机设备和存储介质

优先权信息

本申请要求于2019年3月26日提交的第62/824,019号美国临时申请案“耦合CTU的大小和最大TU的大小(COUPLED CTU SIZE AND MAXIMUM TU SIZE)”以及于2020年3月23日提交的第16/827,248号美国正式申请案的优先权，其全部内容通过引用并入本申请中。

技术领域

本申请涉及视频编解码技术。具体地，本申请涉及视频解码方法和装置、计算机设备和存储介质。

背景技术

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

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

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

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

诸如从例如MPEG-2生成编码技术已知的传统的帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括如下技术，其尝试从例如在空间上邻近的且按解码顺序在前的数据块的在编码/解码期间获取的周围样本数据和/或元数据进行。这样的技术此后被称作“帧内预测”技术。请注意，在至少一些情况下，帧内预测仅使用来自重建的当前图片的参考数据而不使用来自参考图片的参考数据。

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

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

然而，诸如在VVC草案的一些版本中，最大TU大小是固定数64，因此对最大TU大小没有控制。一些编码器或解码器使用管线架构来实现。管线中间缓冲器大小与最大TU大小相关。当在没有灵活性的情况下固定最大TU大小时，在某些现有管线架构硬件中的编码器和解码器的实现可能是复杂的。因此，需要控制VVC中的最大TU大小，因为最大TU大小对编码器实现的硬件复杂度有影响。

另外，诸如在VVC草案的一些版本中，可以使用某些编码技术，例如SBT和ISP。SBT和ISP编码技术的实现可依赖于最大TU大小。需要处理SBT、ISP和最大TU大小之间的交互。例如，根据SBT，用信号指示SPS标志sps_sbt_max_size_64_flag以指示最大SBT大小是长度为32(样本)还是长度为64(样本)。当SPS标志sps_sbt_max_size_64_flag为真时，SBT的子块可具有例如32×64的大小。当最大TU大小为32时，编码器无法处理，并且因此可能触发编码器崩溃。

此外，所有CU大小均允许ISP模式。然而，当最大变换大小被设置为小于64时，对于应该执行隐式变换分割还是应该执行使用具有信令的ISP的显式变换分割存在冲突。例如，最大变换大小是16。对于没有ISP的64×16块，该块被隐式分割成四个16×16的TU。然而，对于具有ISP的块，该块可以使用垂直ISP分割来分区，从而产生相同的四个16×16的TU，但是使用了信令。

再者，允许一个CU内的多个TU。然而，当CTU大小较大时，可以基于较小的最大变换大小来分区CTU，并且因此分区的结果可以是相对较大数量的TU。大量的TU可能不便于硬件实现。例如，在一些实施方式中，需要在一个CU中处理多达四个TU。然而，当最大TU大小和CTU大小被完全去耦时，则对于128×128的CU和16×16的最大TU大小，TU的总数可以是64个TU。

由此可见，由于现有技术中存在上述问题，影响了视频解码的效率。

发明内容

本申请实施例提供了视频解码方法和装置、计算机设备和存储介质，以提升视频解码的效率。

本申请实施例提供了一种视频解码方法，包括：

接收码流，所述码流包括与编码树单元CTU中各个块的预测相关联的残差相对应的比特；

基于所述CTU大小确定最大变换大小，所述最大变换大小被用在分区中，以根据所述残差形成分别被编码为所述比特的一个或多个变换块；

基于所述最大变换大小且根据所述比特，重建与所述块的所述预测相关联的所述残差；以及

基于所述重建的残差和所述块的所述预测，重建所述块的至少一个样本。

本申请实施例提供了一种视频解码装置，包括：

接收模块，用于接收码流，所述码流包括与编码树单元CTU中各个块的预测相关联的残差相对应的比特；

确定模块，用于基于所述CTU大小确定最大变换大小，所述最大变换大小被用在分区中，以根据所述残差形成分别被编码为所述比特的一个或多个变换块；

第一重建模块，用于基于所述最大变换大小且根据所述比特，重建与所述块的所述预测相关联的所述残差；以及

第二重建模块，用于基于所述重建的残差和所述块的所述预测，重建所述块的至少一个样本。

本申请实施例提供了一种计算机设备，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行以实现本申请任一实施例所述的方法。

本申请实施例提供了一种存储指令的非暂时性计算机可读介质，当所述指令由计算机执行时，使所述计算机执行本申请任一实施例所述的方法。

在本申请实施例中，通过将CTU的大小和最大TU大小进行耦合，解决了现在技术中存在的诸如编码器和解码器的硬件实现复杂、编码器崩溃、变换分割方式冲突、以及大量TU不便用硬件实现等问题，提升了视频解码的效率。

附图说明

根据以下详细描述和附图，所公开的主题的进一步的特征、性质和各种优点将更加明显，在附图中：

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示出了根据另一实施例的编码器的框图；

图6示出了根据另一实施例的解码器的框图；

图7A和图7B示出了CTU分区的示例；

图8A和图8B示出了三叉树分区的示例；

图9至图12示出了一些示例中的变换核心矩阵；

图13A至图13E示出了64×64变换核心矩阵；

图14示出了所选的DST/DCT变换的变换基础函数；

图15示出了说明索引和变换类型之间的映射关系的图表；

图16至图19示出了DST-7变换的变换核心矩阵；

图20至图23示出了DCT-8变换的变换核心矩阵；

图24示出了取决于块大小的子分区的数目；

图25示出了块被分区成两个子分区的场景；

图26示出了块被分区成四个子分区的场景；

图27A和图27B示出了示例性语法表，其包括针对ISP编码模式用信号指示的相关语法元素；

图28A至图28D示出了子块变换(SBT)的示例；

图29A至图29I示出了当使用SBT时视频编码标准的规范文本；

图30示出了在一些实施例中使用的不同的YUV格式；

图31是概述根据本申请的一些实施例的过程示例的流程图；

图32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(100)的简化框图。通信系统(100)包括多个终端装置，所述终端装置可通过例如网络(150)彼此通信。举例来说，通信系统(100)包括通过网络(150)互连的第一终端装置(110)和第二终端装置(120)。在图1的实施例中，第一终端装置(110)和第二终端装置(120)执行单向数据传输。举例来说，第一终端装置(110)可对视频数据(例如由终端装置(110)采集的视频图片流)进行编码以通过网络(150)传输到第二端装置(120)。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(120)可从网络(150)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(100)包括执行已编码视频数据的双向传输的第三终端装置(130)和第四终端装置(140)，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(130)和第四终端装置(140)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(150)传输到第三终端装置(130)和第四终端装置(140)中的另一终端装置。第三终端装置(130)和第四终端装置(140)中的每个终端装置还可接收由第三终端装置(130)和第四终端装置(140)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(110)、第二终端装置(120)、第三终端装置(130)和第四终端装置(140)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(150)表示在第一终端装置(110)、第二终端装置(120)、第三终端装置(130)和第四终端装置(140)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(150)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(150)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(213)，所述采集子系统可包括数码相机等视频源(201)，所述视频源创建未压缩的视频图片流(202)。在实施例中，视频图片流(202)包括由数码相机拍摄的样本。相较于已编码的视频数据(204)(或已编码的视频码流)，视频图片流(202)被描绘为粗线以强调高数据量的视频图片流，视频图片流(202)可由电子装置(220)处理，所述电子装置(220)包括耦接到视频源(201)的视频编码器(203)。视频编码器(203)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(202)，已编码的视频数据(204)(或已编码的视频码流(204))被描绘为细线以强调较低数据量的已编码的视频数据(204)(或已编码的视频码流(204))，其可存储在流式传输服务器(205)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(206)和客户端子系统(208)，可访问流式传输服务器(205)以检索已编码的视频数据(204)的副本(207)和副本(209)。客户端子系统(206)可包括例如电子装置(230)中的视频解码器(210)。视频解码器(210)对已编码的视频数据的传入副本(207)进行解码，且产生可在显示器(212)(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(211)。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(204)、视频数据(207)和视频数据(209)(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 VideoCoding，VVC)，本申请可用于VVC标准的上下文中。

应注意，电子装置(220)和电子装置(230)可包括其它组件(未示出)。举例来说，电子装置(220)可包括视频解码器(未示出)，且电子装置(230)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(310)的框图。视频解码器(310)可设置在电子装置(330)中。电子装置(330)可包括接收器(331)(例如接收电路)。视频解码器(310)可用于代替图2实施例中的视频解码器(210)。

接收器(331)可接收将由视频解码器(310)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(301)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(331)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(331)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(315)可耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其它情况下，所述缓冲存储器(315)可设置在视频解码器(310)外部(未标示)。而在其它情况下，视频解码器(310)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(310)的内部可配置另一缓冲存储器(315)以例如处理播出定时。而当接收器(331)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(315)，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(315)，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(310)外部的类似元件(未标示)中。

视频解码器(310)可包括解析器(320)以根据已编码视频序列重建符号(321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制显示装置(312)(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(330)的组成部分，但可耦接到电子装置(330)，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(320)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(320)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(320)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(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。

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(321)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(320)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(320)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(310)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(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)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(351)可输出包括样本值的块，所述样本值可输入到聚合器(355)中。

在一些情况下，缩放器/逆变换单元(351)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(352)提供。在一些情况下，帧内图片预测单元(352)采用从当前图片缓冲器(358)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(358)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(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(351)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(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元(351)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(353)从参考图片存储器(357)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(321)的形式而供运动补偿预测单元(353)使用，所述符号(321)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(357)提取的样本值的内插、运动矢量预测机制等等。

聚合器(355)的输出样本可在环路滤波器单元(356)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(320)的符号(321)可用于环路滤波器单元(356)。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(356)的输出可以是样本流，所述样本流可输出到显示装置(312)以及存储在参考图片存储器(357)，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(320))被识别为参考图片，则当前图片缓冲器(358)可变为参考图片存储器(357)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(310)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(331)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(310)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(403)的框图。视频编码器(403)设置于电子装置(420)中。电子装置(420)包括传输器(440)(例如传输电路)。视频编码器(403)可用于代替图2实施例中的视频编码器(203)。

视频编码器(403)可从视频源(401)(并非图4实施例中的电子装置(420)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(403)编码的视频图像。在另一实施例中，视频源(401)是电子装置(420)的一部分。

视频源(401)可提供将由视频编码器(403)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(401)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(401)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(403)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(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中，控制器(450)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(450)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(450)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(403)。

在一些实施例中，视频编码器(403)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(430)(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(403)中的(本地)解码器(433)。解码器(433)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(434)。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(434)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(433)的操作可与例如已在上文结合图3详细描述视频解码器(310)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(445)和解析器(320)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(315)和解析器(320)在内的视频解码器(310)的熵解码部分，可能无法完全在本地解码器(433)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(430)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(432)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(433)可基于源编码器(430)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(432)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(433)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(434)中。以此方式，视频编码器(403)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(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新图片，预测器(435)可在参考图片存储器(434)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(435)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(435)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(434)中存储的多个参考图片取得的预测参考。

控制器(450)可管理源编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器(445)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(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)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(440)可将来自视频编码器(403)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(450)可管理视频编码器(403)的操作。在编码期间，控制器(450)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(403)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(403)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(440)可在传输已编码的视频时传输附加数据。源编码器(430)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(503)的图。视频编码器(503)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(503)用于代替图2实施例中的视频编码器(203)。

在HEVC实施例中，视频编码器(503)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(503)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(503)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(503)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(503)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(503)包括如图5所示的耦接到一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。

帧间编码器(530)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(522)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(522)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(521)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(503)的其它组件。在实施例中，通用控制器(521)确定块的模式，且基于所述模式将控制信号提供到开关(526)。举例来说，当所述模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，且控制熵编码器(525)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(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，且控制熵编码器(525)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(523)用于计算所接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差(残差数据)。残差编码器(524)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(524)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(503)还包括残差解码器(528)。残差解码器(528)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(522)和帧间编码器(530)使用。举例来说，帧间编码器(530)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(522)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(525)用于将码流格式化以产生已编码的块。熵编码器(525)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(525)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(610)的图。视频解码器(610)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(610)用于代替图2实施例中的视频解码器(210)。

在图6实施例中，视频解码器(610)包括如图6中所示耦接到一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。

熵解码器(671)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(672)或帧间解码器(680)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(680)；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(672)。残差信息可经由逆量化并提供到残差解码器(673)。

帧间解码器(680)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(672)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(673)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(673)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(671)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(674)用于在空间域中组合由残差解码器(673)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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。

本申请的各实施例提供了用于将编码树单元(CTU)大小与最大变换单元(TU)大小进行耦合的技术。具体地，在一些实施例中，本申请提供了用于控制最大变换单元大小以及用于控制最大变换单元大小和变换分区方案(例如，子块变换(SBT)和内部子分区(ISP))之间的交互的方案。

块分区结构被称为编码树。在一些实施例中，通过使用四叉树结构，将编码树单元(CTU)分割成编码单元(CU)以适应各种局部特性。在CU级作出是否使用图片间(时间)或图片内(空间)预测来编码图片区域的决策。可根据预测单元(PU)分割类型将每一CU进一步分割成一个、两个或四个PU。在一个PU内，应用相同的预测过程，并且基于PU将相关信息传输到解码器。

在通过应用基于PU分割类型的预测过程获得残差块之后，CU可以根据另一四叉树结构被分区成变换单元(TU)。可以看出，存在多个分区概念，包括CU、PU和TU。在一些实施例中，CU或TU可仅为正方形形状，而PU可为正方形或矩形形状。在一些实施例中，可以将一个编码块进一步分割成四个正方形子块，并且对每个子块(即，TU)执行变换。使用被称为残差四叉树(RQT)的四叉树结构，可以将每个TU进一步递归地分割成更小的TU。

在一些实施例中，在图片边界处，可以采用隐式四叉树分割，使得块将保持四叉树分割直到大小适合该图片边界。

在一些实施例中，采用四叉树加二叉树(QTBT)结构。QTBT结构去除了多个分区类型的概念(CU、PU和TU概念)，并且支持CU分区形状的更多灵活性。在QTBT块结构中，CU可以具有正方形或矩形形状。

图7A示出了通过使用图7B所示的QTBT结构(720)被分区的CTU(710)。CTU(710)首先通过四叉树结构被分区。四叉树叶节点通过二叉树结构或四叉树结构被进一步分区。在二叉树分割中，可以有两种分割类型，即对称水平分割和对称垂直分割。二叉树叶节点被称为CU，其可被用于预测和变换处理而无需任何进一步的分区。因此，CU、PU和TU在QTBT编码块结构中具有相同的块大小。

在一些实施例中，CU可以包括不同颜色分量的编码块(CB)。例如，在4：2：0色度格式的P和B片段的情况下，一个CU包含一个亮度CB和两个色度CB。CU可以包括单色分量的CB。例如，在I片段的情况下，一个CU仅包含一个亮度CB或仅包含两个色度CB。

在一些实施例中，为QTBT分区方案定义了一些参数。参数包括CTU大小(CTUsize)、最小QT大小(MinQTSize)、最大BT大小(MaxBTSize)、最大BT深度(MaxBTDepth)和最小BT大小(MinBTSize)。CTU size定义了四叉树的根节点大小，例如与HEVC中相同的概念。MinQTSize是允许的最小四叉树叶节点大小。MaxBTSize是允许的最大二叉树根节点大小。MaxBTDepth是允许的最大二叉树深度。MinBTSize是允许的最小二叉树叶节点大小。

在QTBT分区结构的示例中，将CTU size设定为具有两个对应64×64色度样本块的128×128亮度样本，将MinQTSize设定为16×16，将MaxBTSize设定为64×64，将MinBTSize(针对宽度和高度两者)设定为4×4，并且将MaxBTDepth设定为4。四叉树分区首先被应用于CTU以生成四叉树叶节点。四叉树叶节点可具有从16×16(即，MinQTSize)到128×128(即，CTU size)的大小。如果四叉树叶节点是128×128，则其不会被二叉树进一步分割，因为其大小超过MaxBTSize(即，64×64)。否则，四叉树叶节点可以被二叉树进一步分区。因此，四叉树叶节点也是二叉树的根节点，并且其二叉树深度为0。

当二叉树深度达到MaxBTDepth(即，4)时，不考虑进一步的分割。当二叉树节点具有等于MinBTSize(即，4)的宽度时，不考虑进一步的水平分割。类似地，当二叉树节点具有等于MinBTSize的高度时，不考虑进一步的垂直分割。通过预测和变换处理来进一步处理二叉树的叶节点而无需任何进一步的分区。在一个实施例中，最大CTU大小是256×256的亮度样本。

在图7A和7B中，实线表示四叉树分割，且虚线表示二叉树分割。在二叉树的每个分割(即，非叶)节点中，用信号指示一个标志以指示使用了哪种分割类型(即，水平或垂直)。例如，0指示水平分割，且1指示垂直分割。对于四叉树分割，不需要指示分割类型，因为四叉树分割总是水平地和垂直地分割一个块以产生具有相等大小的4个子块。

在一些实施例中，QTBT方案支持亮度和色度的灵活性，以具有单独的QTBT结构。例如，对于P片段和B片段，一个CTU中的亮度块和色度块共享相同的QTBT结构。然而，对于I片段，通过QTBT结构将亮度CTB分区成CU，通过另一QTBT结构将色度块分区成CU。因此，I片中的CU由亮度分量的编码块或两个色度分量的编码块组成，且P或B片段中的CU由所有三个色彩分量的编码块组成。

在一些实施例中，用于小块的帧间预测被限制，以减少运动补偿的存储器访问。例如，对于4×8块和8×4块不支持双向预测，而对于4×4块不支持帧间预测。

在一些实施例中，多类型树(MTT)结构被用于对图片进行分区。MTT结构是比QTBT结构更灵活的树结构。在MTT中，除了四叉树和二叉树之外，还使用了水平中心侧三叉树和垂直中心侧三叉树。

图8A示出了垂直中心侧三叉树分区的示例。垂直中心侧三叉树分区将块垂直分割成三个较小的块。中心块是侧块中的每一个的大小的两倍。

图8B示出了水平中心侧三叉树分区的示例。水平中心侧三叉树分区将块水平地分割成三个较小的块。中心块是侧块中每一个的大小的两倍。

三叉树分区可以补充四叉树分区和二叉树分区。例如，三叉树分区能够捕获位于块中心的对象，而四叉树和二叉树横穿块中心进行分割。三叉树分区的宽度和高度是2的幂，因此不需要额外的变换分区。

根据本申请的一些实施例，可以在残差信号的编/解码中使用主变换和二次变换。在一些实施例中，4点、8点、16点和32点2型离散余弦变换(DCT-2)变换可被用作主变换。图9至图12分别示出了4点、8点、16点和32点DCT-2的变换核心矩阵。这些变换核心矩阵的元素可以使用8位整数来表示，并且因此这些变换核心矩阵被称为8位变换核心。如图所示，较小DCT-2的变换核心矩阵是较大DCT-2的变换核心矩阵的一部分。

DCT-2核心矩阵显示对称/反对称特性。因此，可以支持所谓的“部分蝶式”实施方式以减少操作计数(乘法、加法/减法、移位)的数量。使用部分蝶式实施方式可以获得相同的矩阵乘法结果。

在一些实施例中，除了上述的4点、8点、16点和32点DCT-2变换之外，还使用了额外的2点和64点DCT-2。图13A至图13E示出了64点DCT-2变换的64×64变换核心矩阵。

在一些实施例中，除了DCT-2和4×4离散正弦变换类型IIV(DST-7)变换之外，自适应多变换(AMT)(也称为增强型多变换(EMT)或多变换选择(MTS))被用于经帧间编码块和经帧内编码块的残差编/解码。除了DCT-2变换之外，AMT还使用来自离散余弦变换(DCT)/离散正弦变换(DST)族的多个所选的变换，例如DST-7或DCT-8变换的变换核心矩阵。

图14示出了所选的DST/DCT变换的变换基础函数。

在一些实施例中，用8位表示来表示在AMT中使用的DST/DCT变换核心矩阵。在一些实施例中，AMT被应用于宽度和高度均小于或等于32的CU。可以通过由mts_flag表示的标志来控制是否应用AMT。例如，当mts_flag等于0时，仅应用DCT-2来编码残差块。当mts_flag等于1时，由mts_idx表示的索引可使用2个二进制数被进一步用信号指示，以指定将使用的水平变换和垂直变换。

图15示出了说明mts_idx值与相应水平变换或垂直变换之间的映射关系的表(1500)。具有值为-1的mts_idx的行(1501)对应于mts_flag等于0且使用DCT-2变换的场景。具有值为0、1、2或3的mts_idx的行(1502)至(1505)对应于mts_flag等于1的场景。在表(1500)的右边两列中，0表示DCT-2的变换类型，1表示DST-7的变换类型，以及2表示DCT-8的变换类型。

图16至图19示出了DST-7变换的变换核心矩阵。图20至图23示出了DCT-8变换的变换核心矩阵。

在一些示例中，例如在VVC中，当编码块的高度和宽度都小于或等于64时，变换大小与编码块大小相同。当编码块的高度或宽度大于64时，当进行变换(例如，逆变换、逆主变换等)或帧内预测时，编码块被进一步分割成多个子块，其中每一子块的宽度和高度小于或等于64。可以对每个子块执行一个变换。

在一些实施例中，采用帧内子分区(ISP)编码模式。在ISP编码模式中，亮度帧内预测块可被垂直地或水平地分区成2个或4个子分区。子分区的数目可以取决于块的大小。图24示出了取决于块大小的子分区的数目。图25示出了块被分区成两个子分区的场景。图26示出了块被分区成四个子分区的场景。在一个示例中，所有子分区均满足具有至少16个样本的条件。在一个示例中，ISP不被应用于色度分量。

在一个示例中，对于从编码块分区而来的子分区中的每一个，通过对从编码器发送的各个系数进行熵解码，然后对它们进行逆量化和逆变换，生成残差信号。然后，对子分区中的第一子分区进行帧内预测以生成预测信号。将预测信号添加到第一子分区的相应残差信号以获得相应的重建的样本。此后，第一子分区的重建的样本值可被用于生成对子分区中的第二个子分区的预测。可以逐个子分区地重复该过程，直到来自编码块的所有子分区均被重建。在一个示例中，所有子分区共享相同的帧内模式。

在一个实施例中，仅利用作为最可能模式(MPM)列表的一部分的帧内模式来测试ISP编码模式。因此，如果块使用ISP，则MPM标志可被推断为一个。此外，当ISP被用于某个块时，则相应的MPM列表将被修改以排除DC模式，并且以确定用于ISP水平分割的水平帧内模式和用于垂直分割的垂直帧内模式的优先级。

在ISP编码模式中，因为对每个子分区单独执行了变换和重建，所以每个子分区可以被认为是子TU。

图27A至图27B示出了示例性语法表(2700)，其包括针对ISP编码模式用信号指示的相关语法元素。如部分(2710)所示，语法元素intra_subpartions_mode_flag指示是否使用了ISP。语法元素intra_subpartions_split_flag指示分区方向(垂直或水平)。

在一些实施例中，采用了也被称为空间变化变换(SVT)的子块变换(SBT)。SBT可被应用于帧间预测残差。例如，在编码块中，仅将编码块的一部分视为残差块，且将变换应用于编码块的该部分。对于编码块的剩余部分假设零残差。因此，残差块小于编码块，并且SBT中的变换大小小于编码块大小。对于没有被残差块覆盖的区域，不进行变换处理。

图28A至图28D示出了在SBT中支持的子块类型(SVT-H、SVT-V)(例如，经垂直分区或水平分区)、大小和位置(例如，左半部、左四分之一、右半部、右四分之一、上半部、上四分之一、底半部、底四分之一)。由字母“A”标记的阴影区域是具有变换的残差块，而其它区域被假定为无变换的零残差。

作为示例，图29A至图29I示出了当使用SBT时由联合视频专家组(JVET)开发的视频编码标准(例如，VVC)的规范文本的改变。所添加的文本被显示在从(2901)至(2913)的框架中。如图所示，额外的语法元素cu_sbt_flag、cu_sbt_quad_flag、cu_sbt_horizontal_flag和cu_sbt_pos_flag用信号指示以分别指示子块类型(水平或垂直)、大小(一半或四分之一)和位置(左或右、上或下)。

图30示出了在一些实施例中使用的不同的YUV格式(例如，4：4：4、4：2：2、4：1：1和4：2：0)。在一个示例中，交叉分量线性模型帧内预测被用于4：2：0格式。可以应用六抽头内插滤波器以获得对应于如图30所示的色度样本的下采样的亮度样本。以公式的方式，下采样的亮度样本Rec’_L[x,y]可以根据(式1)基于附近的重建的亮度样本(由Rec_L[x,y]表示)计算：

根据本申请的一些实施例，最大TU大小可以与其它编码技术相互作用，且可能与某些编码工具中的要求相冲突。通常，可基于最大TU大小将CU分区成TU。

在一些示例中，诸如在VVC草案的一些版本中，最大TU大小是固定数64，因此对最大TU大小没有控制。一些编码器或解码器使用管线架构来实现。管线中间缓冲器大小与最大TU大小相关。当在没有灵活性的情况下固定最大TU大小时，在某些现有管线架构硬件中的编码器和解码器的实现可能是复杂的。因此，需要控制VVC中的最大TU大小，因为最大TU大小对编码器实现的硬件复杂度有影响。

在一些示例中，诸如在VVC草案的一些版本中，可以使用某些编码技术，例如SBT和ISP。SBT和ISP编码技术的实现可依赖于最大TU大小。需要处理SBT、ISP和最大TU大小之间的交互。在一个示例中，根据SBT，用信号指示SPS标志sps_sbt_max_size_64_flag以指示最大SBT大小是长度为32(样本)还是长度为64(样本)。当SPS标志sps_sbt_max_size_64_flag为真时，SBT的子块可具有例如32×64的大小。当最大TU大小为32时，编码器无法处理，并且因此可能触发编码器崩溃。

在一些示例中，所有CU大小均允许ISP模式。然而，当最大变换大小被设置为小于64时，对于应该执行隐式变换分割还是应该执行使用具有信令的ISP的显式变换分割存在冲突。例如，最大变换大小是16。对于没有ISP的64×16块，该块被隐式分割成四个16×16的TU。然而，对于具有ISP的块，该块可以使用垂直ISP分割来分区，从而产生相同的四个16×16的TU，但是使用了信令。

在一些示例中，允许一个CU内的多个TU。然而，当CTU大小较大时，可以基于较小的最大变换大小来分区CTU，并且因此分区的结果可以是相对较大数量的TU。大量的TU可能不便于硬件实现。例如，在一些实施方式中，需要在一个CU中处理多达四个TU。然而，当最大TU大小和CTU大小被完全去耦时，则对于128×128的CU和16×16的最大TU大小，TU的总数可以是64个TU。

所提出的方法可以单独使用或以任何顺序组合使用。此外，方法(或实施例)、编码器和解码器中的每一者可由处理电路(例如，一个或多个处理器或一个或多个集成电路)实现。在一个示例中，一个或多个处理器执行存储在非暂时性计算机可读介质中的程序。

在下文中，术语块可被解释为预测块、编码块或编码单元(即，CU)。在本文中，当提到高级语法元素时，其可以指代视频参数集(VPS)、序列参数集(SPS)、图片参数集(PPS)、片段报头、分段报头、分段组报头中的任一者。当提到CTU(编码树单元，其是最大的CU大小)报头时，它指的是为每个CTU用信号指示的作为例如报头信息的语法元素。在本文中，当提到变换大小时，它可以指最大变换宽度和/或高度，或最大变换单元区域大小。

根据本申请的一个实施例，最大变换大小(maxTU，且也被称为最大TU大小)是基于CTU大小导出的。在一个示例中，CTU大小被定义为CTU宽度和CTU高度中的较大者，例如max(CTU_width，CTU_height)。然后，通过用预定义的数字缩放CTU大小来确定最大变换大小maxTU。

在一些实施例中，最大TU大小被导出为CTU大小除以2^N，其中N的示例值包括1、2、3或4。例如，N为1，那么当CTU大小为128时，最大TU大小被导出为64；当CTU大小为64时，最大TU大小被导出为32；当CTU大小为32时，最大TU大小被导出为16。在一个示例中，N可被预定义。在另一示例中，N在码流中(例如在高级语法中)用信号指示。

在另一实施例中，最大TU大小被导出为CTU大小除以CTU(或CU)内的TU的最大允许数目。在一些示例中，对于不同色彩格式，TU的最大允许数目对于不同分量可以不同。在一个示例中，对于亮度分量，TU的最大允许数目为4，且对于4：2：0内容中的色度分量，TU的最大允许数目可以为4或1。在另一示例中，对于亮度分量，TU的最大允许数目为4，且对于4：2：2内容中的色度分量，TU的最大允许数目可以为2。TU的最大允许数目可以在码流中(例如在高级语法中)被预定义或用信号指示。

根据本申请的另一实施例，当前CU中的最大TU大小基于CU大小被导出，例如被导出为用预定义的数字缩放的CU大小。在一些实施例中，经帧内编码块和经帧间编码块可使用不同的最大TU大小。例如，可以确定两个允许的最大TU大小。在一个示例中，这两个允许的最大TU大小被称为maxTUintra(经帧内编码块的允许的最大变换大小)和maxTUinter(经帧间编码块的允许的最大变换大小)。在一些示例中，基于诸如ISP等的帧内编码技术或帧内编码工具来限制或定义maxTUintra；基于诸如SBT等的帧间编码技术或帧间编码工具来限制或定义maxTUinter。

在一个实施例中，当前CU的最大TU大小取决于当前CU是经帧内编码还是经帧间编码。在一个示例中，对于经帧内编码的CU，当前CU允许的最大TU大小被导出为当前CU大小与maxTUintra的值之间的最小值。在另一示例中，对于经帧间编码的CU，当前CU允许的最大TU大小被导出为当前CU大小与maxTUinter的值之间的最小值。

在一个示例中，maxTUintra的值和maxTUinter的值可以在高级语法中用信号指示。

在另一示例中，maxTUintra的值和maxTUinter的值可以基于CTU大小来导出，例如按预定义的数字缩放CTU大小。

在另一示例中，当前CU的最大TU大小取决于当前CU的形状，例如当前CU是正方形还是矩形，或当前CU的纵横比。在一个示例中，对于经帧内编码的CU，当前CU所允许的最大TU大小被导出为当前CU大小(宽度和/或高度)与经帧内编码的CU的最大允许TU大小的值之间的最小值。因此，当当前CU是正方形且经帧内编码时，当前CU的最大TU大小是宽度与经帧间编码的CU的最大允许TU大小的值之间的最小值。当当前CU为矩形且经帧内编码时，当前CU的最大TU大小为经帧内编码的CU的最大允许TU大小的值与宽度和高度的较小者之间的最小值。

图31示出了概述根据本申请的实施例的过程(3100)的流程图。可以在块的重建中使用处理(3100)，以便为重建中的块生成预测块。在各种实施例中，过程(3100)由处理电路执行，诸如终端设备(110)、(120)、(130)和(140)中的处理电路、执行视频编码器(203)的功能的处理电路、执行视频解码器(210)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频编码器(403)的功能的处理电路，等等。在一些实施例中，过程(3100)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(3100)。该过程开始于(S3101)并前进到(S3110)。

在(3110)处，接收码流。码流包括与CTU中的块的预测相关联的残差相对应的比特。例如，在编码器侧，计算预测块相对于原始块的残差。残差的块被分区成变换块。对变换块应用变换以生成系数。系数被熵编码为比特，因此该比特对应于与块的预测相关联的残差。在编码器侧，该比特被包括在码流中。

在(3120)处，基于CTU大小确定最大变换大小。在分区中使用最大变换大小，以根据残差形成分别被编码为比特的一个或多个变换单元。

在(3130)处，基于最大变换单元根据比特，对残差进行重建。

在(3140)处，基于重建的残差和块的预测，重建块的样本。该过程进行到(3199)并终止。

本申请实施例还提供了一种视频解码装置，包括：

本申请实施例还提供了一种计算机设备，该计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行以实现本申请任一实施例所述的方法。

本申请实施例还提供了一种存储指令的非暂时性计算机可读介质，当所述指令由计算机执行时，使所述计算机执行本申请任一实施例所述的方法。

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32示出了适于实现所公开主题的某些实施例的计算机系统(3200)。

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32所示的用于计算机系统(3200)的组件本质上是示例性的，并且不旨在对实现本申请的实施例的计算机软件的使用范围或功能提出任何限制。也不应将组件的配置解释为对计算机系统(3200)的示范性实施例中所说明的组件中的任一者或组合具有任何依赖性或要求。

计算机系统(3200)可以包括某些人机界面输入设备。所述人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些媒体，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

人机界面输入设备可包括以下中的一个或多个(仅描绘其中一个)：键盘(3201)、鼠标(3202)、触控板(3203)、触摸屏(3210)、数据手套(未示出)、操纵杆(3205)、麦克风(3206)、扫描仪(3207)、照相机(3208)。

计算机系统(3200)还可以包括某些人机界面输出设备。所述人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。所述人机界面输出设备可包括触觉输出设备(例如通过触摸屏(3210)、数据手套(未示出)或操纵杆(3205)的触觉反馈，但也可有不是输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(3209)、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(3210)，其中每个都有或没有触摸屏输入功能、触觉反馈功能——其中一些可通过如立体画面输出等手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。

计算机系统(3200)还可以包括人类可访问的存储设备及其相关联介质，如包括具有CD/DVD的CD/DVD ROM/RW(3220)等介质(3221)的光学介质、拇指驱动器(3222)、可移动硬盘驱动器或固态驱动器(3223)、如磁带和软盘(未示出)的传统磁介质、如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。

本领域技术人员还应当理解，结合本申请的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。

计算机系统(3200)还可以包括到一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要连接到某些通用数据端口或外围总线(3249)(例如，计算机系统(3200)的USB端口)的外部网络接口适配器；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(3200)的内核(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(3200)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。

前述的人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(3200)的内核(3240)。

内核(3240)可包括一个或多个中央处理单元(CPU)(3241)、图形处理单元(GPU)(3242)、以现场可编程门阵列(FPGA)(3243)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(3244)等。上述设备以及只读存储器(ROM)(3245)、随机存取存储器(3246)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、SSD等)(3247)等可通过系统总线(3248)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(3248)，以便通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到内核的系统总线(3248)，或通过外围总线(3249)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(3241)、GPU(3242)、FPGA(3243)和加速器(3244)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(3245)或RAM(3246)中。过渡数据也可以存储在RAM(3246)中，而永久数据可以存储在例如内部大容量存储器(3247)中。通过使用高速缓存可实现对任何存储器设备的快速存储和检索，高速缓存可与一个或多个CPU(3241)、GPU(3242)、大容量存储器(3247)、ROM(3245)、RAM(3246)等紧密关联。

所述计算机可读介质上可具有用于执行各种计算机实现操作的计算机代码。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。

作为示例而非限制，具有体系结构(3200)的计算机系统，特别是内核(3240)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供功能，执行包含在一个或多个有形的计算机可读介质中的软件。这种计算机可读介质可以是与如上所述的用户可访问的大容量存储器相关联的介质，以及具有非瞬时性质的内核(3240)的特定存储器，诸如内核内部大容量存储器(3247)或ROM(3245)。实现本申请的各种实施例的软件可以存储在这种设备中并且由内核(3240)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得内核(3240)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(3246)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其他方式包含在电路(例如，加速器(3244))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。

附录A：首字母缩写

JEM：联合探索模式

VVC：通用视频编码

BMS：基准设置

MV：运动矢量

HEVC：高效视频编码

SEI：补充增强信息

VUI：视频可用性信息

GOPs：图片组

TUs：变换单元

PUs：预测单位

CTUs：编码树单元

CTBs：编码树块

PBs：预测块

HRD：假设参考解码器

SNR：信噪比

CPUs：中央处理单元

GPUs：图形处理单元

CRT：阴极射线管

LCD：液晶显示器

OLED：有机发光二极管

CD：光盘

DVD：数字视频光盘

ROM：只读存储器

RAM：随机存取存储器

ASIC：专用集成电路

PLD：可编程逻辑器件

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

虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、置换和各种替代属于本申请的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims

1.一种视频解码方法，其特征在于，包括：

基于所述CTU大小或所述块大小确定最大变换大小，所述最大变换大小被用在分区中，以根据所述残差形成分别被编码为所述比特的一个或多个变换块；

基于所述重建的残差和所述块的所述预测，重建所述块的至少一个样本；

其中，基于所述CTU大小确定最大变换大小，包括：

通过缩放因子缩放所述CTU大小，以确定所述最大变换大小；

或者，将所述CTU大小除以所述CTU中的变换单元的允许数目，以确定所述最大变换大小；

或者，所述最大变换大小被导出为所述CTU大小除以2^N，其中N至少包括1、2、3或4。

2.根据权利要求1所述的方法，其特征在于，所述缩放因子是预定的，或者所述缩放因子是基于所述码流中的信息确定的。

3.根据权利要求1所述的方法，其特征在于，基于所述块大小确定最大变换大小，包括：

当所述块的所述预测是帧内预测时，将所述最大变换大小确定为所述块大小的最小值和经帧内编码的块的允许的最大变换大小之间的最小值；或者

当所述块的所述预测是帧间预测时，将所述最大变换大小确定为所述块大小的最小值和经帧间编码的块的允许的最大变换大小之间的最小值。

4.根据权利要求3所述的方法，其特征在于，所述经帧内编码的块和所述经帧间编码的块使用不同的最大变换大小，并分别通过经帧内编码的块的允许的最大变换大小maxTUintra和经帧间编码的块的允许的最大变换大小maxTUinter进行标识。

5.根据权利要求1所述的方法，其特征在于，基于所述块大小确定最大变换大小，包括：

基于所述块的宽度和高度的较小者来确定所述最大变换大小。

6.根据权利要求1～5任一项所述的方法，其特征在于，进一步包括：

使用主变换和二次变换对所述残差进行编码或解码，其中，所述主变换包括4点、8点、16点、32点、64点2型离散余弦变换DCT-2。

7.根据权利要求6所述的方法，其特征在于，所述32点DCT-2的变换核心矩阵为：

{64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 64 6464 64 64 64 64 64 64 64}{90 90 88 85 82 78 73 67 61 54 46 38 31 22 13 4 -4-13-22-31-38-46-54-61-67-73-78-82-85-88-90-90}{90 87 80 70 57 43 25 9 -9-25-43-57-70-80-87-90-90-87-80-70-57-43-25 -9 9 25 43 57 70 80 87 90}{90 82 67 4622 -4-31-54-73-85-90-88-78-61-38-13 13 38 61 78 88 90 85 73 54 31 4-22-46-67-82-90}{89 75 50 18-18-50-75-89-89-75-50-18 18 50 75 89 89 75 50 18-18-50-75-89-89-75-50-18 18 50 75 89}{88 67 31-13-54-82-90-78-46 -4 38 73 90 85 61 22-22-61-85-90-73-38 4 46 78 90 82 54 13-31-67-88}{87 57 9-43-80-90-70-25 25 7090 80 43 -9-57-87-87-57 -9 43 80 90 70 25-25-70-90-80-43 9 57 87}{85 46-13-67-90-73-22 38 82 88 54 -4-61-90-78-31 31 78 90 61 4-54-88-82-38 22 73 90 6713-46-85}{83 36-36-83-83-36 36 83 83 36-36-83-83-36 36 83 83 36-36-83-83-3636 83 83 36-36-83-83-36 36 83}{82 22-54-90-61 13 78 85 31-46-90-67 4 73 8838-38-88-73 -4 67 90 46-31-85-78-13 61 90 54-22-82}{80 9-70-87-25 57 90 43-43-90-57 25 87 70 -9-80-80 -9 70 87 25-57-90-43 43 90 57-25-87-70 9 80}{78 -4-82-73 13 85 67-22-88-61 31 90 54-38-90-46 46 90 38-54-90-31 61 88 22-67-85-13 73 82 4-78}{75-18-89-50 50 89 18-75-75 18 89 50-50-89-18 75 75-18-89-50 5089 18-75-75 18 89 50-50-89-18 75}{73-31-90-22 78 67-38-90-13 82 61-46-88 -485 54-54-85 4 88 46-61-82 13 90 38-67-78 22 90 31-73}{70-43-87 9 90 25-80-5757 80-25-90 -9 87 43-70-70 43 87 -9-90-25 80 57-57-80 25 90 9-87-43 70}{67-54-78 38 85-22-90 4 90 13-88-31 82 46-73-61 61 73-46-82 31 88-13-90 -4 90 22-85-38 78 54-67}{64-64-64 64 64-64-64 64 64-64-64 64 64-64-64 64 64-64-64 6464-64-64 64 64-64-64 64 64-64-64 64}{61-73-46 82 31-88-13 90 -4-90 22 85-38-78 54 67-67-54 78 38-85-22 90 4-90 13 88-31-82 46 73-61}{57-80-25 90 -9-87 4370-70-43 87 9-90 25 80-57-57 80 25-90 9 87-43-70 70 43-87 -9 90-25-80 57}{54-85 -4 88-46-61 82 13-90 38 67-78-22 90-31-73 73 31-90 22 78-67-38 90-13-82 6146-88 4 85-54}{50-89 18 75-75-18 89-50-50 89-18-75 75 18-89 5050-89 18 75-75-18 89-50-50 89-18-75 75 18-89 50}{46-90 38 54-90 31 61-88 22 67-85 13 73-82 478-78 -4 82-73-13 85-67-22 88-61-31 90-54-38 90-46}{43-90 57 25-87 70 9-80 80-9-70 87-25-57 90-43-43 90-57-25 87-70 -9 80-80 9 70-87 25 57-90 43}{38-88 73-4-67 90-46-31 85-78 13 61-90 54 22-82 82-22-54 90-61-13 78-85 31 46-90 67 4-73 88-38}{36-83 83-36-36 83-83 36 36-83 83-36-36 83-83 36 36-83 83-36-36 83-83 36 36-83 83-36-36 83-83 36}{31-78 90-61 4 54-88 82-38-22 73-90 67-13-4685-85 46 13-67 90-73 22 38-82 88-54 -4 61-90 78-31}{25-70 90-80 43 9-57 87-8757 -9-43 80-90 70-25-25 70-90 80-43 -9 57-87 87-57 9 43-80 90-70 25}{22-6185-90 73-38 -4 46-78 90-82 54-13-31 67-88 88-67 31 13-54 82-90 78-46 4 38-7390-85 61-22}{18-50 75-89 89-75 50-18-18 50-75 89-89 75-50 18 18-50 75-89 89-75 50-18-18 50-75 89-89 75-50 18}{13-38 61-78 88-90 85-73 54-31 4 22-46 67-8290-90 82-67 46-22 -4 31-54 73-85 90-88 78-61 38-13}{9-25 43-57 70-80 87-9090-87 80-70 57-43 25 -9 -9 25-43 57-70 80-87 90-90 87-80 70-57 43-25 9}{4-1322-31 38-46 54-61 67-73 78-82 85-88 90-90 90-90 88-85 82-78 73-67 61-54 46-3831-22 13 -4}。

8.根据权利要求1所述的方法，其特征在于，进一步包括：

使用自适应多变换AMT对所述残差进行编码或解码，其中，用8位表示来表示在所述AMT中使用的离散正弦变换DST或离散余弦变换DCT变换核心矩阵；

其中，所述AMT被应用于宽度和高度均小于或等于32的编码单元CU，用一标志控制是否应用AMT，当所述标志等于第一值时，应用DCT-2编码所述残差，当所述标志等于第二值时，索引可使用2个二进制数指示，以指定使用水平变换和垂直变换。

9.一种视频解码装置，其特征在于，包括：

确定模块，用于基于所述CTU大小或所述块大小确定最大变换大小，所述最大变换大小被用在分区中，以根据所述残差形成分别被编码为所述比特的一个或多个变换块；

第二重建模块，用于基于所述重建的残差和所述块的所述预测，重建所述块的至少一个样本；

其中，确定模块，基于所述CTU大小确定最大变换大小，包括：

通过缩放因子缩放所述CTU大小，以确定所述最大变换大小；

或者，所述最大变换大小被导出为所述CTU大小除以2N，其中N至少包括1、2、3或4。

10.一种计算机设备，其特征在于，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述至少一条指令由所述一个或多个处理器加载并执行以实现如权利要求1至8中的任一项所述的方法。

11.一种存储指令的非暂时性计算机可读介质，其特征在于，当所述指令由计算机执行时，使所述计算机执行如权利要求1至8中的任一项所述的方法。