CN111903131B - 用于解码器中的视频解码的方法、装置及计算机可读介质 - Google Patents

用于解码器中的视频解码的方法、装置及计算机可读介质 Download PDF

Info

Publication number
CN111903131B
CN111903131B CN201980020539.4A CN201980020539A CN111903131B CN 111903131 B CN111903131 B CN 111903131B CN 201980020539 A CN201980020539 A CN 201980020539A CN 111903131 B CN111903131 B CN 111903131B
Authority
CN
China
Prior art keywords
motion vector
block
refined
picture
video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980020539.4A
Other languages
English (en)
Other versions
CN111903131A (zh
Inventor
徐萌
李翔
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN111903131A publication Critical patent/CN111903131A/zh
Application granted granted Critical
Publication of CN111903131B publication Critical patent/CN111903131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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
    • H04N19/103—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
    • H04N19/102—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
    • H04N19/124—Quantisation
    • 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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • 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
    • 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
    • H04N19/513—Processing of motion vectors
    • H04N19/521—Processing of motion vectors for estimating the reliability of the determined motion vectors or motion vector field, e.g. for smoothing the motion vector field or for correcting 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
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • 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

在用于在解码器中进行视频解码的方法中，接收当前图片中的第一块的第一运动矢量和第二运动矢量。第一运动矢量指示第一图片中的第一参考块。第二运动矢量指示第二图片中的第二参考块。基于第一参考块和第二参考块的加权组合来生成双向模板。基于双向模板和第一图片中的参考块来确定细化的第一运动矢量。基于双向模板和第二图片中的参考块来确定细化的第二运动矢量。根据第一块的第一运动矢量和第二运动矢量中的至少一个，确定在第一块之后被编码的第二块的初始运动矢量。

Description

用于解码器中的视频解码的方法、装置及计算机可读介质
援引并入
本申请要求于2018年12月28日提交的题为“IMPROVEMENT FOR DECODER SIDE MVDERIVATION AND REFINEMENT”的美国专利申请第16/235,545号(其要求了于2018年7月2日提交的题为“IMPROVEMENT FOR DECODER SIDE MV DERIVATION AND REFINEMENT”的美国临时申请第62/693,060号的优先权权益)的优先权权益，其全部内容通过引用并入本文中。
技术领域
本申请描述了总体上涉及视频编码的实施例。
背景技术
本文所提供的背景描述是出于总体上呈现本公开内容的目的。在该背景部分中描述的范围内，目前命名的发明人的作品以及提交之时不可另行具备现有技术资格的本描述的各方面既未明确、亦未默示地承认为本发明的现有技术。
可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如为1920x1080的亮度样本及相关的色度样本的空间大小。该一系列图片可以具有例如每秒60幅图片或60Hz的固定的或可变的图片速率(也非正式地称为帧率)。未压缩的视频具有很高的位速率要求。例如，每样本8位的1080p604：2：0的视频(60Hz帧率的1920x1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB以上的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以有助于减小上述带宽或存储空间需求，在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩，以及它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时，已重建的信号可能与原始信号不同，但是原始信号和重建的信号之间的失真足够小，以使已重建的信号可用于预期的应用。在视频的情况下，广泛使用有损压缩。可容忍的失真量取决于应用，例如某些消费流式应用的用户相比电视分布应用的用户来说可以容忍更高的失真。可达到的压缩率可以反映：更高的可容许/接受的失真可以产生更高的压缩率。
运动补偿可以是有损压缩技术，并且可以涉及下述技术：来自先前重建的图片或其部分(参考图片)的样本数据的块在沿由运动矢量(此后称为MV)指示的方向上空间偏移之后，被用于预测新重建的图片或图片部分。在一些情况下，参考图片可以与当前正在重建的图片相同。MV可以具有X和Y两个维度，或具有三个维度，第三个维度指示正在使用的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中，可以根据其他MV例如根据在空间上与正在重建的区域相邻的样本数据的另一个区域相关的、且解码顺序在该MV之前的MV来预测适用于样本数据的某个区域的MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余并增加压缩率。MV预测可以有效地工作，例如，由于在对从相机获得的输入视频信号(称为自然视频)进行编码时，存在以下统计可能性：比适用单个MV的区域更大的区域在相似的方向上移动，因此，在某些情况下，可以使用从相邻区域的MV导出的相似运动矢量来预测该更大的区域。这使得为给定区域找到的MV与根据周围MV所预测的MV相似或相同，进而在熵编码之后，该为给定区域找到的MV可以用比直接编码MV时使用的位数更少的位数来表示。在一些情况下，MV预测可以是无损压缩从原始信号(即样本流)中导出的信号(即MV)的示例。在其他情况下，例如由于根据多个周围MV计算预测值时出现舍入误差，MV预测本身可以是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。
请参考图1，当前块(101)包括在运动搜索过程期间已由编码器发现的样本，可以根据已产生空间偏移的相同大小的先前块来预测该样本。可从与一个或多个参考图片相关联的元数据中导出MV，而非对MV直接编码，例如使用与被标记为A0、A1和B0、B1、B2(分别对应102到106)的五个周围样本中的任一样本相关联的MV，(按解码次序)从最近的参考图片的元数据中导出该MV。在H.265中，MV预测可以使用相邻块也正在使用的相同参考图片的预测值。
发明内容
本公开的各方面提供了用于视频编码的方法和装置。在一些示例中，装置包括接收电路和处理电路。
根据本公开的一个方面，提供了用于在解码器中视频解码的方法。在所公开的方法中，接收视频的当前图片中的第一块的第一运动矢量和第二运动矢量，第一运动矢量指示第一图片中的第一参考块，第二运动矢量指示第二图片中第二参考块。当前图片在视频中的第一图片和第二图片之间。然后，基于第一参考块和第二参考块的加权组合生成双向模板。随后基于双向模板和第一图片中的第一组参考块，确定细化的第一运动矢量。该细化的第一运动矢量指示第一图片中的第一细化的参考块。进一步，基于双向模板和第二图片中的第二组参考块，确定细化的第二运动矢量。该细化的第二运动矢量指示第二图片中的第二细化的参考块。根据第一块的第一运动矢量和第二运动矢量中的至少一个确定在第一块之后编码的第二块的初始运动矢量。
在一些实施例中，在构造候选列表的过程中，将第一块包括在第二块的候选运动矢量预测器的候选列表中。第一组参考块包括第一参考块和位于第一图片中的第一参考块的不同位置的8个参考块，第二组参考块包括第二参考块和位于第二图片中的第二参考块的不同位置的8个参考块。
在一些实施例中，确定细化的第一运动矢量包括确定第一组参考块中的第一最小成本度量，以及确定细化的第二运动矢量包括确定第二组参考块中的第二最小成本度量。该成本度量包括绝对差之和(SAD)度量、均方差(MSE)度量、平均绝对差(MAD)度量、或匹配像素计数(MPC)度量中的至少一项。。
在一些实施例中，根据用于指示第一图片中的第一细化的参考块的第一细化运动矢量和用于指示第二图片中的第二细化的参考块的第二细化运动矢量，重建第一块。
在一些实施例中，在确定细化的第一运动矢量或细化的第二运动矢量期间应用细化的插值滤波器，该细化的插值滤波器的滤波器长度为Tap_MC-DMVR。在第一块的重建期间应用最终运动补偿插值滤波器。该最终运动补偿插值滤波器的滤波器长度为Tap_SR。在一个示例中，2×SR+Tap_MC-DMVR/2+Tap_SR/2＝Tap_MC，其中，SR是用来分别确定第一组参考块或第二组参考块的搜索范围，Tap_MC是基于第一运动矢量和第二运动矢量重建第一块时应用的常规运动补偿插值滤波器的滤波器长度。
在一些实施例中，细化插值滤波器具有垂直滤波器长度和水平滤波器长度，该垂直滤波器长度与该水平滤波器长度不同。
在一个实施例中，用于确定第一组参考块或第二组参考块的搜索范围是基于第一块的块大小定义的自适应搜索范围。在一个实施例中，基于第一块的面积限定搜索范围的大小。
根据本公开的另一方面，提供了一种装置。该装置具有处理电路。该处理电路被配置成执行所公开的用于视频编码的方法。
本公开的各方面还提供了一种存储指令的非暂时性计算机可读介质，所述指令在被计算机执行以用于视频解码时以使计算机执行用于视频编码的方法。
附图说明
通过以下详细描述和附图，所公开的主题的其他特征、性质和各种优势将更加明显，在附图中：
图1是一个示例中当前块及其周围空间合并候选的示意图。
图2是根据一个实施例的通信系统(200)的简化框图的示意图。
图3是根据一个实施例的通信系统(300)的简化框图的示意图。
图4是根据一个实施例的解码器的简化框图的示意图。
图5是根据一个实施例的编码器的简化框图的示意图。
图6示出根据另一个实施例的编码器的框图。
图7示出根据另一个实施例的解码器的框图。
图8示出了说明根据实施例的解码器侧运动矢量细化(DMVR)模式的示意图。
图9示出了说明根据实施例的编码块(CUs)的编码和解码顺序的示意图。
图10示出了说明根据实施例的与DMVR模式相关联的管线阶段的示意图。
图11示出了说明根据实施例的改进DMVR模式的示意图。
图12示出了说明根据一实施例的与改进的DMVR模式相关联的高效管线的示意图。
图13示出根据实施例的概述解码过程的流程图。
图14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2是根据本申请公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，该终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一终端装置对(210)和(220)。在图2的实施例中，第一终端装置对(210)和(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到另一终端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(220)可从网络(250)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一示例中，通信系统(200)包括执行已编码视频数据的双向传输的终端装置对(230)和(240)，该双向传输可例如在视频会议期间发生。对于双向数据传输，在一示例中，终端装置(230)和终端装置(240)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(250)传输到终端装置(230)和终端装置(240)中的另一终端装置。终端装置(230)和终端装置(240)中的每个终端装置还可接收由终端装置(230)和终端装置(240)中的另一终端装置传输的已编码视频数据，且可对该已编码视频数据进行解码以恢复视频图片，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2的示例中，终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)可被示出为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为所公开主题的应用的示例，图3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(313)，该采集子系统可包括例如数码相机的视频源(301)，该视频源创建未压缩的视频图片流(302)。在示例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，被描绘为粗线以强调高数据量的视频图片流(302)可由电子装置(320)处理，该电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(302)，被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304))可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子系统，例如图3中的客户端子系统(306)和客户端子系统(308)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的示例包括ITU-T H.265。在示例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，所公开的主题可用于VVC的上下文中。
应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。
图4是根据本申请公开的实施例的视频解码器(410)的框图。视频解码器(410)可包括在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3的示例中的视频解码器(310)。
接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，该信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收可转发到它们各自的使用实体(未标示)的已编码的视频数据以及其它数据，例如，已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，该缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或可以将该缓冲存储器做得较小。为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，该缓冲存储器可相对较大且可有利地具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未标示)中。
视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，该显示装置不是电子装置(430)的整体部分，但可耦接到电子装置(430)，如图4中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(420)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(420)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。
解析器(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(421)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息来控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(410)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以至少部分地彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块，该样本值可输入到聚合器(455)中。
在一些情况下，缩放器/逆变换单元(451)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的周围已重建信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(458)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据属于块的符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(453)从参考图片存储器(457)内的地址获取预测样本可受到运动矢量控制，且该运动矢量以符号(421)的形式而供运动补偿预测单元(453)使用，该符号(421)可以具有例如X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可经受环路滤波器单元(456)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，该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)中并且作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)的参数，然而，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(456)的输出可以是样本流，该样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(410)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在该配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该附加数据可由视频解码器(410)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图5是根据本申请公开的实施例的视频编码器(503)的框图。视频编码器(503)包括在电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3的示例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)的一部分)接收视频样本，该视频源可采集将由视频编码器(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。
视频源(501)可提供将由视频编码器(503)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(501)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(501)可以是采集本地图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(503)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)控制如下文所描述的其它功能单元且在功能上耦接到所述其它功能单元。为了简洁起见，图中未标示耦接。由控制器(550)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局、最大运动矢量搜索范围等。控制器(550)可被配置为具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。
在一些实施例中，视频编码器(503)被配置为在编码环路中进行操作。作为简单的描述，在示例中，编码环路可包括源编码器(530)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)重建符号以用类似于(远程)解码器创建样本数据的方式创建样本数据(因为在所公开主题所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(534)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，所公开主题侧重于解码器操作。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，在一些示例中，源编码器(530)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，该运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(532)对输入图片的像素块与参考图片的像素块之间的差异进行编码，该参考图片可被选作该输入图片的预测参考。
本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(532)的操作可有利地为有损过程。当已编码视频数据可在视频解码器(图5中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)复制解码过程，该解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，该副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为该新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(535)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，如由预测器(535)获得的搜索结果所确定的那样，输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将该符号转换成已编码视频序列。
传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)进行传输做准备，该通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，该其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，该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，该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，该其它块由应用于块的相应图片的编码分配来确定。举例来说，I图片的块可进行非预测编码，或该块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(503)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器(540)可在传输已编码的视频时传输附加数据。源编码器(530)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在示例中，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。该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，该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)的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该块。
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，例如帧间图片预测和帧内图片预测的预测以块为单位执行。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)，该三个编码树块是一个亮度CTB和两个色度CTB。还可将每个CTU递归地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。在示例中，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。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的示例，预测块包括针对像素的值(例如，亮度值)的矩阵，所述像素为例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图6是根据本申请公开的另一实施例的视频编码器(603)的图。视频编码器(603)被配置为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)，且将该处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。
在HEVC实施例中，视频编码器(603)接收用于处理块的样本值的矩阵，该处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来最佳地编码该处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测器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器导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图6的示例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。
帧间编码器(630)被配置为接收当前块(例如处理块)的样本、比较该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)。在一些示例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(622)被配置为接收当前块(例如处理块)的样本、在一些情况下比较该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。在示例中，帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(621)被配置为确定通用控制数据，且基于该通用控制数据控制视频编码器(603)的其它组件。在示例中，通用控制器(621)确定块的模式，且基于该模式将控制信号提供到开关(626)。举例来说，当该模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将该帧内预测信息添加在码流中；以及当该模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将该帧间预测信息添加在码流中。
残差计算器(623)被配置为计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)被配置为基于残差数据操作，以对残差数据进行编码以生成变换系数。在示例中，残差编码器(624)被配置为将残差数据从空间域转换到频域，且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)被配置为执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些示例中，该已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(625)被配置为将码流格式化以产生已编码的块。熵编码器(625)根据例如HEVC标准的合适标准而包括各种信息。在示例中，熵编码器(625)被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在码流中。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7是根据本申请公开的另一实施例的视频解码器(710)的图。视频解码器(710)被配置为接收作为已编码视频序列的一部分的已编码图像，且对该已编码图像进行解码以生成重建的图片。在示例中，视频解码器(710)用于代替图3示例中的视频解码器(310)。
在图7示例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。
熵解码器(771)可被配置为根据已编码图片来重建某些符号，这些符号表示构成该已编码图片的语法元素。此类符号可包括例如用于对该块进行编码的模式(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)、可识别分别供帧内解码器(772)或帧间解码器(780)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在示例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(780)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(772)。残差信息可经受逆量化并提供到残差解码器(773)。
帧间解码器(780)被配置为接收帧间预测信息，且基于该帧间预测信息生成帧间预测结果。
帧内解码器(772)被配置为接收帧内预测信息，且基于该帧内预测信息生成预测结果。
残差解码器(773)被配置为执行逆量化以提取解量化的变换系数，且处理该解量化的变换系数，以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(用以包括量化器参数QP)，且该信息可由熵解码器(771)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(774)被配置为在空间域中组合由残差解码器(773)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，该重建的块可以是重建的图片的一部分，该重建的图片继而可以是重建的视频的一部分。应注意，可执行例如解块操作的其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中，可使用一个或多个集成电路来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。
图8示出了说明根据实施例的解码器侧运动矢量细化(decoder side motionvector refinement,DMVR)模式的示意图。与图1所示的合并模式相比，DMVR模式是基于起点来改进/细化运动矢量(MV)的另一种工具。DMVR模式提供了双向预测操作。在双向预测操作中，为了预测一块区域，将通过分别使用列表0的第一MV和列表1的第二MV形成的两个预测(或参考)块组合在一起，以形成单个预测信号(双向模板)。在DMVR方法中，双向预测的两个运动矢量通过双向模板匹配过程进一步细化。在解码器中应用双向模板匹配过程，以在双向模板与参考图片中的参考样本(块)之间执行基于失真的搜索，从而获得细化的MV，而无需传输额外运动信息。
如图8所示，可以根据解码器侧的DMVR模式来预测当前块(802)。DMVR模式可以分两步预测当前块(802)。在步骤1中，分别根据列表0的第一初始(MV0)和列表1的第二初始(MV1)，生成双边模板(804)作为两个预测(或参考)块(806)和(808)的加权组合(即，平均值)。在步骤2中，双向模板匹配操作计算生成的模板(804)与参考图片中的样本区域(在初始预测块附近)中的参考块之间的成本度量。例如，在图8中包括第一参考图片的样本区域(810)和第二参考图片的样本区域(812)。样本区域(810)中的参考块可以被包括在列表0中，并且样本区域(812)中的参考块可以被包括在列表1中。根据联合探索模型(JointExploration Model,JEM)，列表0和列表1可以分别包含九个MV候选。在列表0和列表1的每一个中，这9个MV候选包括原始MV(例如列表0中的(MV0))和8个周围的MV，这8个周围的MV具有在水平方向、或者垂直方向、或者在两个方向上都偏移了原始MV的一个亮度样本。列表0或列表1中的九个MV候选中的每一个指示相应的参考块。
在步骤2中，双向模板匹配操作分别计算生成的双向模板(804)与列表0和列表1中的九个参考块中的每一个之间的成本度量。例如，双向模板匹配操作可以基于双向模板(804)和列表0中的九个参考块获得九个成本度量。在列表0和列表1的每一个中，将产生最小的模板成本的参考块确定为更新的(细化的)参考块，并且指示更新的参考块的MV被认为是细化(最终)的MV。更新的MV进一步替换初始MV以预测当前块(802)。例如，分别在列表0中生成第一细化(最终)(MV0’)，以及在列表1中生成第二细化(最终)(MV1’)。第一细化(MV0’)指示第一细化参考块，第二细化(MV1’)指示第二细化参考块。第一细化参考块和第二细化参考块进一步还可被用于生成最终的双向预测结果以预测当前块(802)。
在一些实施例中，绝对差之和(SAD)被用作成本度量。在其他实施例中，成本度量可以包括均方误差(MSE)度量、平均绝对差(MAD)度量、匹配像素计数(MPC)度量等。
在一些实施例中，DMVR模式可以应用于双向预测的合并模式而无需传输额外语法元素，其中，该双向预测的合并模式中一个MV来自过去的参考图片，另一个MV来自未来的参考图片。
图9示出了说明根据实施例的编码块(CUs)的编码和解码顺序的示意图。在图9中，在示例(901)和(902)中示出了当前编码块与在当前块之前立即被编码的先前块之间的空间关系。编码器和解码器都知道解码顺序。当解码当前块时，例如解码示例(902)中的当前块(908)时，通常将当前块的空间邻居的MV用作用于编码当前块(908)的MV的预测器。例如，来自示例(902)中以0、1、2的顺序解码的块的MV可以用作示例(902)中当前块(908)的预测候选。在示例(901)和(902)两者中，先前块(例如，示例(901)中的块(906)和示例(902)中的块(910))可以被包括在候选MV预测器的候选列表中以预测当前块(例如，示例(901)中的块(904)和示例(902)中的块(908))。另外，先前块的位置随着当前块的位置变化而变化。例如，在示例(901)中，先前块和当前块在对角线方向上对齐，在示例(902)中，先前块和当前块并排对齐。
图10出了说明根据实施例的与DMVR模式相关联的管线阶段的示意图。DMVR模式可以执行以下三个过程：(1)解析初始MV(MV_init)并为当前块预取由初始MV标识的参考块；(2)通过对当前块的双向模板匹配操作，对MV_init进行细化以确定最终MV(MV_final)或细化MV；(3)利用MV_final对当前块进行运动补偿(MC)以重建当前块。在第二过程中，可以为一个或多个初始运动矢量中的每一个确定最终的或细化的MV。例如，指示第一图片中的第一参考块的第一运动矢量和指示第二图片中的第二参考块的第二运动矢量。在第三过程中，可以基于一个或多个最终或细化运动矢量来执行运动补偿。
如图10所示，通过在三个时间段例如从T0到T2处的三个过程来处理编码单元0(CU0)。在硬件管线设计中，使每个过程在不同的时间阶段连续工作会更有效，以便在一定时间内可以处理更多的CUs。但是，如果将针对CU0的最终MV用作预测器以生成针对编码单元1(CU1)的初始MV，则解析该初始MV并预取由CU1的已解析的初始MV标识的参考块的第一个过程将无法启动，直到在第二过程中确定了CU0的MV_final。因此，针对CU1的第一个过程无法在T1启动。同样地，例如，当将针对CU1的最终MV用作预测器以生成CU2的初始MV，以及将CU2的最终MV时用作预测器以生成CU3的初始MV时，无法分别在T3和T5处启动编码单元2(CU2)和编码单元3(CU3)。如上所述，DMVR模式下对随后的编码单元执行的过程需要访问重建的相邻块。这将导致延迟启动用于随后的编码单元的过程，以允许重构所需的相邻块的时间。
在图11中，根据一个实施例提供了改进DMVR模式。在改进DMVR模式中，当在构造候选列表的过程期间(例如，如上文关于图8所述)在当前块的候选MV预测器的候选列表中包括在当前块之前编码的先前已解码的块(CU_prev)时，将用于CU_prev的MV_init(即，细化之前的MV)而不是最终的或细化的MV(即，MV_final或细化之后的MV)用作候选。因此，针对当前块(CU_cur)的MV解析过程和/或针对CU_cur的参考样本的预取不需要等到CU_prev的MV细化完成。如图11所示，当前块可以是CU1，并且先前已编码的块可以是CU0。在改进的DMVR模式中，当在构造候选列表的过程中将CU0包括在用于CU1的候选MV预测器的候选列表中时，可以将CU0的MV_init而不是MV_final用作候选以确定当前块CU1的MV_init。类似地，在改进的DMVR模式中，当在构造候选列表的过程中将CU1包括在用于CU2的MV预测器的候选列表中时，可以将CU1的MV_init而不是MV_final用作候选，以确定当前块CU2的MV_init。如上所述，在第二过程中，可以为一个或多个初始运动矢量中的每一个确定最终的或细化的MV。例如，指示第一图片中的参考块的第一运动矢量和指示第二图片中的参考块的第二运动矢量。在第三过程中，可以基于一个或多个最终运动矢量或细化运动矢量来执行运动补偿。
图12示出了说明根据实施例的与改进的DMVR模式相关联的更有效的管线的示意图。如图12所示，在T0处，确定CU0的MV_init。在T1处，如果CU0在CU1的预测器的候选列表中，则可以进一步应用CU0的MV_init来确定CU1的MV_init。此外，在T1处通过DMVR模式细化CU0的MV_init。在T2处，可以应用基于CU0的MV_final的运动补偿以重构CU0。同时，在T2处通过DMVR模式对CU1的MV_init进行细化。如图12所示，可以将该过程的类似时序应用于CU2、CU3等。通过引入改进的DMVR模式，可以获得高效的管线，并且可以防止或减少管线延迟。
在一些实施例中，为了保持改进的DMVR模式的存储带宽需求与例如，如图1所示的常规帧间模式相同，可以在MV细化过程和最终运动补偿插值过程中使用的插值滤波器可以被设计为具有特殊数量的抽头，从而满足以下条件(1)：
2×SR+Tap_MC-DMVR/2+Tap_SR/2＝＝Tap_MC (1)
其中SR是MV细化过程中的搜索范围(以像素为单位)，Tap_MC-DMVR和Tap_SR分别是在改进的DMVR模式的MV细化过程中以及在改进的DMVR模式的最终运动补偿插值过程中应用的插值滤波器的滤波器长度(即滤波器抽头的数量)。Tap_MC表示在图1所示的常规帧间模式的运动补偿插值中使用的插值滤波器的滤波器长度。
在一些实施例中，搜索范围SR可以是2。Tap_SR可以在2到8的范围内。此外，Tap_MC可以为8，并且Tap_MC-DMVR是由上述条件(1)定义的变量。
在所公开的改进的DMVR模式中，为了减少通过DMVR模式的存储器访问，可以在细化过程中将不同的插值滤波器抽头用于垂直插值和水平插值。在一个实施例中，用于垂直插值的抽头的数量(即，垂直滤波器长度)小于(短于)用于水平插值的抽头的数量(即，水平滤波器长度)。例如，垂直插值可以使用6抽头滤波器，而水平插值可以使用8抽头滤波器。在另一个实施例中，垂直滤波器可以是不对称的。例如，要插值的位置上方的抽头的数量可以是M，要插值的位置下方的抽头的数量可以是N，并且M可以小于N。M和N的和可以与水平插值滤波器中使用的抽头数量相同或不同。
在所公开的改进的DMVR模式中，为了减少通过DMVR模式的存储器访问，可以在改进的DMVR模式的MV细化期间应用自适应搜索范围。在一个实施例中，可以基于当前块的块大小来确定搜索范围。在当前块的块大小小于阈值时，使用第一搜索范围。在当前块的块大小大于或等于该阈值时，使用第二搜索范围阈值和搜索范围的值可以被预定义或用比特流通过信号通知，例如在SPS、PPS或切片头中。在一个示例中，块大小的阈值可以被定义为64个像素。因此，在该阈值以下，使用1像素搜索范围。否则，将使用2像素的搜索范围。在另一示例中，可以应用一个以上的阈值和两个以上的搜索范围。
在另一个实施例中，搜索范围可以是矩形，其中搜索矩形的宽度和高度取决于当前块的宽度和高度。在一示例中，搜索矩形的宽度和高度与当前块的宽度和高度成比例。例如，在当前块的宽度为16且高度为8时，搜索范围的宽度为1像素，高度为1/2像素。类似地，32x64的块大小可以对应于宽度等于2且高度等于4的搜索范围。
在另一示例中，在当前块的宽度大于(或小于)预定阈值或用信号通知的阈值时，搜索矩形的宽度等于第一值。否则，搜索矩形的宽度等于第二值。例如，在当前块的宽度小于阈值8时，搜索范围的宽度等于第一值0。否则，搜索范围的宽度等于第二值2。在当前块的宽度大于阈值64时，搜索范围的宽度可以等于第一值0。否则，搜索范围的宽度等于第二值2。
在又一示例中，在当前块的高度大于(或小于)预定阈值或用信号通知的阈值时，搜索矩形的高度等于第一值。否则，搜索矩形的高度等于第二值。例如，在当前块的高度小于阈值8时，搜索范围的高度等于第一值0。否则，搜索范围的高度等于第二值2。在当前块的高度大于阈值64时，搜索范围的高度可以等于第一值0。否则，搜索范围的高度等于第二值2。
在又一实施例中，基于当前块的面积(即，当前块中的像素总数)来确定搜索范围的大小(面积)。在示例中，在当前块的面积大于(或小于)预定阈值或用信号通知的阈值时，搜索矩形的面积等于第一值。否则，搜索矩形的面积等于第二值。例如，在当前块的面积小于阈值64时，搜索矩形的面积可以等于第一值0，否则，搜索矩形的面积可以等于第二值4。在当前块的面积大于阈值4096时，搜索矩形的面积可以等于第一值0，否则，搜索矩形的面积可以等于第二值4。
在另一个示例中，搜索范围具有正方形形状，其中每边的长度(沿其的像素数)是面积的平方根四舍五入到最接近的整数。例如，搜索范围的面积(以像素为单位)可以是4、16等。
在又一示例中，搜索范围的宽高比与当前块的宽高比相同。搜索范围的宽度和高度是从搜索范围的面积计算得出的，并四舍五入为最接近的整数值。例如，宽高比可以是1/32、1/16、1/8、1/4、1/2、1、2、4、8、16或32。
图13示出根据本公开的实施例概述的过程(1300)的流程图。过程(1300)可用于重建在帧内模式中编码的块，从而针对正在重建的块生成预测块。在各个实施例中，过程(1300)由诸如下述处理电路之类的处理电路来执行：终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行帧内预测模块(452)的功能的处理电路、执行视频编码器(503)的功能的处理电路、执行预测器(535)的功能的处理电路、执行帧内编码器(622)功能的处理电路、执行帧内解码器(772)功能的处理电路等。在一些实施例中，过程(1300)以软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(1300)。过程从(S1301)开始，且进行到(S1310)。
在步骤(S1310)处，为视频的当前图片中的第一块接收或以其他方式确定第一运动矢量和第二运动矢量。第一运动矢量指示第一图片中的第一参考块，并且第二运动矢量指示第二图片中的第二参考块。当前图片在视频序列中的第一图片和第二图片之间。在一些实施例中，参考图8所示，第一运动矢量可以是MV0，第二运动矢量可以是MV1。
在步骤(S1320)处，可以基于第一参考块和第二参考块来生成双向模板。例如，可以基于第一参考块和第二参考块的加权组合来生成双向模板。例如，在图8中示出了第一参考块(806)、第二参考块(808)和双向模板(804)。
在步骤(S1330)处，确定细化的第一运动矢量。可以基于双向模板和第一图片中的第一组参考块来确定细化的第一运动矢量。细化的第一运动矢量指示第一图片中的第一细化参考块。还确定了细化的第二运动矢量。细化的第二运动矢量可以基于双向模板和第二图片中的第二组参考块。细化的第二运动矢量指示第二图片中的第二细化参考块。例如，在图8中示出了细化的第一运动矢量(MV0')、细化的第二运动矢量(MV1')、第一细化参考块(814)和第二细化参考块(816)。
在过程1300的步骤(S1340)中，确定第二块的初始运动矢量。可以根据第一块的第一运动矢量和第二运动矢量中的至少一个来确定第二块的初始运动矢量。第二个块在第一块之后编码。因此，可以确定第二块的初始运动矢量，而无需等待确定第一块的细化的第一运动矢量和/或第二运动矢量。例如，在图12中示出了第二块(CU1)和第一块(CU0)。
可以将上述技术实现为计算机软件，该计算机软件使用计算机可读指令，并且物理存储在一个或多个计算机可读介质中。例如，图14示出适于实施所公开的主题的某些实施例的计算机系统(1400)。
可以使用任何合适的机器代码或计算机语言对计算机软件进行编码，任何合适的机器代码或计算机语言可以经受汇编、编译、链接或类似的机制以创建包括指令的代码，该指令可以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、微码等执行。
指令可以在各种类型的计算机或其组件上执行，例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。
图14所示的计算机系统(1400)的组件本质上是示例性的，并且不旨在对实施本公开实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应被解释为具有与计算机系统(1400)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖或要求。
计算机系统(1400)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户通过例如下述的输入：触觉输入(例如：击键、划动，数据手套移动)、音频输入(例如：语音、拍手)、视觉输入(例如：手势)、嗅觉输入(未描绘出)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒介，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描的图像、从静止图像相机获取摄影图像)、视频(例如二维视频、包括立体视频的三维视频)等。
输入人机接口装置可以包括下述中的一项或多项(每种中仅示出一个)：键盘(1401)、鼠标(1402)、触控板(1403)、触摸屏(1410)、数据手套(未示出)、操纵杆(1405)、麦克风(1406)、扫描仪(1407)、相机(1408)。
计算机系统(1400)也可以包括某些人机接口输出装置。这样的人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(1410)的触觉反馈、数据手套(未示出)或操纵杆(1405)，但也可以是不作为输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1409)、耳机(未示出))、视觉输出装置(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1410)，每种屏幕有或没有触摸屏输入功能，每种屏幕都有或没有触觉反馈功能，其中的一些屏幕能够通过诸如立体图像输出之类的装置、虚拟现实眼镜(未描绘出)、全息显示器和烟箱(未描绘出)以及打印机(未描绘出)来输出二维视觉输出或超过三维的输出；。
计算机系统(1400)也可以包括人类可访问存储装置及其关联介质：例如包括具有CD/DVD等介质(1421)的CD/DVD ROM/RW(1420)的光学介质、指状驱动器(1422)、可拆卸硬盘驱动器或固态驱动器(1423)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的装置(未示出)等。
本领域技术人员还应该理解，结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。
计算机系统(1400)还可以包括到一个或多个通信网络的接口。网络可以例如是无线网络、有线网络、光网络。网络可以进一步地是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、延迟容忍网络等。网络的示例包括诸如以太网之类的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括CANBus的车辆和工业用电视等等。某些网络通常需要连接到某些通用数据端口或外围总线(1449)的外部网络接口适配器(例如计算机系统(1400)的USB端口)；如下所述，其他网络接口通常通过连接到系统总线而集成到计算机系统(1400)的内核中(例如，连接到PC计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(1400)可以使用这些网络中的任何一个网络与其他实体通信。此类通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，连接到某些CANbus装置的CANbus)或双向的，例如，使用局域网或广域网数字网络连接到其他计算机系统。如上所述，可以在那些网络和网络接口的每一个上使用某些协议和协议栈。
上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机系统(1400)的内核(1440)。
内核(1440)可以包括一个或多个中央处理单元(CPU)(1441)、图形处理单元(GPU)(1442)、现场可编程门区域(FPGA)(1443)形式的专用可编程处理单元、用于某些任务的硬件加速器(1444)等。这些装置以及只读存储器(ROM)(1445)、随机存取存储器(1446)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(1447)可以通过系统总线(1448)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1448)，以能够通过附加的CPU、GPU等进行扩展。外围装置可以直接连接到内核的系统总线(1448)或通过外围总线(1449)连接到内核的系统总线(1448)。外围总线的体系结构包括PCI、USB等。
CPU(1441)、GPU(1442)、FPGA(1443)和加速器(1444)可以执行某些指令，这些指令可以组合来构成上述计算机代码。该计算机代码可以存储在ROM(1445)或RAM(1446)中。过渡数据也可以存储在RAM(1446)中，而永久数据可以例如存储在内部大容量存储器(1447)中。可以通过使用高速缓存来进行到任何存储装置的快速存储及检索，该高速缓存可以与下述紧密关联：一个或多个CPU(1441)、GPU(1442)、大容量存储(1447)、ROM(1445)、RAM(1446)等。
计算机可读介质可以在其上具有执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为非限制性示例，可以由于一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1400)，特别是内核(1440)的计算机系统提供功能。此类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相关联的介质，以及某些非暂时性内核(1440)的存储器，例如内核内部大容量存储器(1447)或ROM(1445)。可以将实施本公开的各种实施例的软件存储在此类装置中并由内核(1440)执行。根据特定需要，计算机可读介质可以包括一个或多个存储装置或芯片。软件可以使得内核(1440)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在RAM中的数据结构(1446)以及根据由软件定义的过程来修改此类数据结构。附加地或替换地，可以由于硬连线或以其他方式体现在电路(例如，加速器(1444))中的逻辑而使得计算机系统提供功能，该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或包括两者。本公开包括硬件和软件的任何合适的组合。
附录A：缩略语
JEM：联合探索模型
VVC：下一代视频编码
BMS：基准集
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
GOP：图片群组
TU：转换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假想参考解码器
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：可编程逻辑设备
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器区域网络总线
USB：通用串行总线
PCI：互连外围设备
FPGA：现场可编程门区域
SSD：固态驱动器
IC：集成电路
CU：编码单元
尽管本公开已经描述了多个示例性实施例，但是存在落入本公开的范围内的修改、置换和各种替换等效物。因此，应当理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但体现了本公开的原理，因此落入本公开的其精神和范围内的系统和方法。

Claims (19)

1.一种用于解码器中的视频解码的方法，包括：
接收视频的当前图片中的第一块的第一运动矢量和第二运动矢量，所述第一运动矢量指示第一图片中的第一参考块，所述第二运动矢量指示第二图片中第二参考块，所述当前图片在所述视频中的所述第一图片和所述第二图片之间；
基于所述第一参考块和所述第二参考块的加权组合生成双向模板；
基于所述双向模板和所述第一图片中的第一组参考块，确定细化的第一运动矢量，所述细化的第一运动矢量指示所述第一图片中的第一细化的参考块；基于所述双向模板和所述第二图片中的第二组参考块，确定细化的第二运动矢量，所述细化的第二运动矢量指示所述第二图片中的第二细化的参考块；
根据所述细化的第一运动矢量和所述细化的第二运动矢量，重建所述第一块；以及
根据所述第一块的所述第一运动矢量和所述第二运动矢量中的至少一个确定在所述第一块之后编码的第二块的初始运动矢量；
其中，在确定所述细化的第一运动矢量或所述细化的第二运动矢量期间应用细化的插值滤波器；以及在重建所述第一块期间应用最终运动补偿插值滤波器。
2.根据权利要求1所述的方法，其中，在构造候选列表的过程中，将所述第一块包括在所述第二块的候选运动矢量预测器的所述候选列表中。
3.根据权利要求1所述的方法，其中，所述第一组参考块包括所述第一参考块和位于所述第一图片中的第一参考块的不同位置处的8个参考块，所述第二组参考块包括所述第二参考块和位于所述第二图片中的第二参考块的不同位置处的8个参考块。
4.根据权利要求1所述的方法，其中，
所述确定细化的第一运动矢量包括确定所述第一组参考块中的第一最小成本度量，以及
所述确定细化的第二运动矢量包括确定所述第二组参考块中的第二最小成本度量。
5.根据权利要求4所述的方法，其中，所述成本度量包括绝对差之和(SAD)度量、均方差(MSE)度量、平均绝对差(MAD)度量、或匹配像素计数(MPC)度量中的至少一项。
6.根据权利要求1所述的方法，所述细化的插值滤波器的滤波器长度为Tap_MC-DMVR；所述最终运动补偿插值滤波器的滤波器长度为Tap_SR。
7.根据权利要求6所述的方法，其中，
2×SR+Tap_MC-DMVR/2+Tap_SR/2＝Tap_MC，
SR是用来分别确定所述第一组参考块或所述第二组参考块的搜索范围，以及
Tap_MC是基于所述第一运动矢量和所述第二运动矢量重建所述第一块时应用的常规运动补偿插值滤波器的滤波器长度。
8.根据权利要求6所述的方法，还包括：
所述细化的插值滤波器具有垂直滤波器长度和水平滤波器长度，以及
所述垂直滤波器长度与所述水平滤波器长度不同。
9.根据权利要求7所述的方法，其中，
用于确定所述第一组参考块或所述第二组参考块的所述搜索范围是基于所述第一块的块大小定义的自适应搜索范围。
10.根据权利要求7所述的方法，其中，基于所述第一块的面积限定所述搜索范围的大小。
11.一种用于解码器中的视频解码的装置，包括：
处理电路，所述处理电路被配置成：
接收视频的当前图片中的第一块的第一运动矢量和第二运动矢量，所述第一运动矢量指示第一图片中的第一参考块，所述第二运动矢量指示第二图片中第二参考块，所述当前图片在所述视频中的所述第一图片和所述第二图片之间；基于所述第一参考块和所述第二参考块的加权组合生成双向模板；基于所述双向模板和所述第一图片中的第一组参考块，确定细化的第一运动矢量，所述细化的第一运动矢量指示所述第一图片中的第一细化的参考块；基于所述双向模板和所述第二图片中的第二组参考块，确定细化的第二运动矢量，所述细化的第二运动矢量指示所述第二图片中的第二细化的参考块；根据所述细化的第一运动矢量和所述细化的第二运动矢量，重建所述第一块；以及根据所述第一块的所述第一运动矢量和所述第二运动矢量中的至少一个确定在所述第一块之后编码的第二块的初始运动矢量；其中，在确定所述细化的第一运动矢量或所述细化的第二运动矢量期间应用细化的插值滤波器；以及在重建所述第一块期间应用最终运动补偿插值滤波器。
12.根据权利要求11所述的装置，其中，在构造候选列表的过程中，将所述第一块包括在所述第二块的候选运动矢量预测器的所述候选列表中。
13.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
基于第一确定结果，确定所述细化的第一运动矢量，所述第一确定结果指示所述细化的第一运动矢量与所述第一组参考块中的第一最小成本度量相关联；以及
基于第二确定结果，确定所述细化的第二运动矢量，所述第二确定结果指示所述细化的第二运动矢量与所述第二组参考块中的第二最小成本度量相关联。
14.根据权利要求11所述的装置，其中，所述细化的插值滤波器的滤波器长度为Tap_MC-DMVR；所述最终运动补偿插值滤波器的滤波器长度为Tap_SR。
15.根据权利要求11所述的装置，其中，
2×SR+Tap_MC-DMVR/2+Tap_SR/2＝Tap_MC，
所述SR是用来分别确定所述第一组参考块或所述第二组参考块的搜索范围，以及
所述Tap_MC是基于所述第一运动矢量和所述第二运动矢量重建所述第一块时应用的常规运动补偿插值滤波器的滤波器长度。
16.根据权利要求14所述的装置，其中，
所述细化的插值滤波器具有垂直滤波器长度和水平滤波器长度，以及
所述垂直滤波器长度与所述水平滤波器长度不同。
17.根据权利要求15所述的装置，其中，用于确定所述第一组参考块或所述第二组参考块的所述搜索范围是基于所述第一块的块大小定义的自适应搜索范围。
18.根据权利要求15所述的装置，其中，基于所述第一块的面积限定所述搜索范围的大小。
19.一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以进行视频解码时，使所述计算机执行：
接收视频的当前图片中的第一块的第一运动矢量和第二运动矢量，所述第一运动矢量指示第一图片中的第一参考块，所述第二运动矢量指示第二图片中第二参考块，所述当前图片在所述视频中的所述第一图片和所述第二图片之间；
基于所述第一参考块和所述第二参考块的加权组合生成双向模板；
基于所述双向模板和所述第一图片中的第一组参考块，确定细化的第一运动矢量，所述细化的第一运动矢量指示所述第一图片中的第一细化的参考块；基于所述双向模板和所述第二图片中的第二组参考块，确定细化的第二运动矢量，所述细化的第二运动矢量指示所述第二图片中的第二细化的参考块；根据所述细化的第一运动矢量和所述细化的第二运动矢量，重建所述第一块；以及
根据所述第一块的所述第一运动矢量和所述第二运动矢量中的至少一个确定在所述第一块之后编码的第二块的初始运动矢量；
其中，在确定所述细化的第一运动矢量或所述细化的第二运动矢量期间应用细化的插值滤波器；以及在重建所述第一块期间应用最终运动补偿插值滤波器。
CN201980020539.4A 2018-07-02 2019-06-27 用于解码器中的视频解码的方法、装置及计算机可读介质 Active CN111903131B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862693060P 2018-07-02 2018-07-02
US62/693,060 2018-07-02
US16/235,545 2018-12-28
US16/235,545 US10638153B2 (en) 2018-07-02 2018-12-28 For decoder side MV derivation and refinement
PCT/US2019/039476 WO2020009898A1 (en) 2018-07-02 2019-06-27 Improvement for decoder side mv derivation and refinement

Publications (2)

Publication Number Publication Date
CN111903131A CN111903131A (zh) 2020-11-06
CN111903131B true CN111903131B (zh) 2022-05-13

Family

ID=69008503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980020539.4A Active CN111903131B (zh) 2018-07-02 2019-06-27 用于解码器中的视频解码的方法、装置及计算机可读介质

Country Status (6)

Country Link
US (4) US10638153B2 (zh)
EP (1) EP3818712A4 (zh)
JP (1) JP7169372B2 (zh)
KR (1) KR102435382B1 (zh)
CN (1) CN111903131B (zh)
WO (1) WO2020009898A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10638153B2 (en) * 2018-07-02 2020-04-28 Tencent America LLC For decoder side MV derivation and refinement
US11516490B2 (en) * 2018-07-16 2022-11-29 Lg Electronics Inc. Method and device for inter predicting on basis of DMVR
CN110876059B (zh) * 2018-09-03 2022-06-10 华为技术有限公司 运动矢量的获取方法、装置、计算机设备及存储介质
EP3912354A4 (en) * 2019-03-08 2022-03-16 Huawei Technologies Co., Ltd. SEARCH REGION FOR MOTION VECTOR REFINEMENT
US11985324B2 (en) * 2019-03-14 2024-05-14 Hfi Innovation Inc. Methods and apparatuses of video processing with motion refinement and sub-partition base padding
US11412253B2 (en) 2020-02-24 2022-08-09 Alibaba Group Holding Limited Methods for combining decoder side motion vector refinement with wrap-around motion compensation
JP2024513657A (ja) * 2021-03-30 2024-03-27 インターディジタル・シーイー・パテント・ホールディングス・ソシエテ・パ・アクシオンス・シンプリフィエ ビデオエンコード及びデコードのためのテンプレートマッチング予測
WO2023277755A1 (en) * 2021-06-30 2023-01-05 Telefonaktiebolaget Lm Ericsson (Publ) Selective subblock-based motion refinement
US20230007238A1 (en) * 2021-06-30 2023-01-05 Qualcomm Incorporated Using unrefined motion vectors for performing decoder-side motion vector derivation
US20240236332A1 (en) * 2021-06-30 2024-07-11 Telefonaktiebolaget Lm Ericsson (Publ) Overlapped decoder side motion refinement
KR20240050409A (ko) * 2021-08-28 2024-04-18 주식회사 윌러스표준기술연구소 비디오 신호 처리 방법 및 이를 위한 장치
CN118525517A (zh) * 2022-01-13 2024-08-20 Lg电子株式会社 图像编码/解码方法和设备及存储有比特流的记录介质
US11616970B1 (en) * 2022-01-25 2023-03-28 Mediatek Inc. Motion vector refinement apparatus having motion vector predictor derivation circuit that is allowed to start new task without waiting for motion vector difference computation and associated motion vector refinement method
WO2023186040A1 (en) * 2022-03-31 2023-10-05 Mediatek Inc. Bilateral template with multipass decoder side motion vector refinement
WO2023202569A1 (en) * 2022-04-19 2023-10-26 Mediatek Inc. Extended template matching for video coding
WO2023217235A1 (en) * 2022-05-12 2023-11-16 Mediatek Inc. Prediction refinement with convolution model
WO2024136153A1 (ko) * 2022-12-20 2024-06-27 현대자동차주식회사 단방향 및 양예측에 적용 가능한 디코더 측 움직임벡터 보정을 위한 방법 및 장치

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10958927B2 (en) * 2015-03-27 2021-03-23 Qualcomm Incorporated Motion information derivation mode determination in video coding
AU2016316309B2 (en) * 2015-09-02 2019-01-24 Hfi Innovation Inc. Method and apparatus of decoder side motion derivation for video coding
US11638027B2 (en) 2016-08-08 2023-04-25 Hfi Innovation, Inc. Pattern-based motion vector derivation for video coding
CN108134939B (zh) * 2016-12-01 2020-08-07 北京金山云网络技术有限公司 一种运动估计方法及装置
US10750203B2 (en) * 2016-12-22 2020-08-18 Mediatek Inc. Method and apparatus of adaptive bi-prediction for video coding
US12063387B2 (en) * 2017-01-05 2024-08-13 Hfi Innovation Inc. Decoder-side motion vector restoration for video coding
US20180199057A1 (en) * 2017-01-12 2018-07-12 Mediatek Inc. Method and Apparatus of Candidate Skipping for Predictor Refinement in Video Coding
US10602180B2 (en) * 2017-06-13 2020-03-24 Qualcomm Incorporated Motion vector prediction
US10638153B2 (en) * 2018-07-02 2020-04-28 Tencent America LLC For decoder side MV derivation and refinement

Also Published As

Publication number Publication date
US20200007888A1 (en) 2020-01-02
US11616972B2 (en) 2023-03-28
US20200221118A1 (en) 2020-07-09
US11924461B2 (en) 2024-03-05
KR102435382B1 (ko) 2022-08-23
US20230188746A1 (en) 2023-06-15
WO2020009898A1 (en) 2020-01-09
EP3818712A1 (en) 2021-05-12
US20210385487A1 (en) 2021-12-09
JP2021513817A (ja) 2021-05-27
KR20200125687A (ko) 2020-11-04
US11153597B2 (en) 2021-10-19
CN111903131A (zh) 2020-11-06
JP7169372B2 (ja) 2022-11-10
US10638153B2 (en) 2020-04-28
EP3818712A4 (en) 2022-03-30

Similar Documents

Publication Publication Date Title
CN111903131B (zh) 用于解码器中的视频解码的方法、装置及计算机可读介质
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN112399183B (zh) 用于视频编解码的方法、装置和存储介质
CN112106371B (zh) 视频解码的方法、装置、可读介质和设备
CN114745540A (zh) 一种视频编解码方法、装置、设备和介质
CN112235581B (zh) 视频解码方法、装置、存储介质及电子设备
CN111869212A (zh) 小块预测和变换的方法和装置
CN110876056B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN113574885A (zh) 视频编解码方法和装置
CN113557728A (zh) 视频编解码方法和装置
CN112655205A (zh) 仿射模型运动矢量的约束
CN111316639B (zh) 视频解码方法和装置、及存储介质
CN112154663B (zh) 视频解码方法和相关装置
CN112514385B (zh) 视频解码方法及装置、计算机设备和计算机可读介质
CN113348668B (zh) 一种视频解码方法、装置及存储介质
CN113785564A (zh) 用于将视频分量编码为单色视频的编码工具的信令
CN111919440B (zh) 用于视频解码的方法、装置和计算机可读介质
CN113647100A (zh) 用于通过信号发送预测候选列表大小的方法及装置
CN112514400A (zh) 用于改进解码器侧运动推导和修正的方法和装置
CN113228631B (zh) 视频编解码的方法和装置
CN112771869A (zh) 小型编码块的简化合并列表构建
CN110582002A (zh) 用于时间运动矢量预测的方法和设备
CN113841412B (zh) 视频编解码的方法、装置、计算机设备及存储介质

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