CN111988625A - 视频解码方法和装置以及计算机设备和存储介质 - Google Patents

视频解码方法和装置以及计算机设备和存储介质 Download PDF

Info

Publication number
CN111988625A
CN111988625A CN202010424499.4A CN202010424499A CN111988625A CN 111988625 A CN111988625 A CN 111988625A CN 202010424499 A CN202010424499 A CN 202010424499A CN 111988625 A CN111988625 A CN 111988625A
Authority
CN
China
Prior art keywords
affine
block
candidate
control point
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.)
Granted
Application number
CN202010424499.4A
Other languages
English (en)
Other versions
CN111988625B (zh
Inventor
李贵春
许晓中
李翔
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US16/875,629 external-priority patent/US11146813B2/en
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN111988625A publication Critical patent/CN111988625A/zh
Application granted granted Critical
Publication of CN111988625B publication Critical patent/CN111988625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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

Landscapes

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

Abstract

本申请实施例提供了一种视频解码方法，包括：从已编码的视频码流解码当前图片中的当前块的预测信息，预测信息指示仿射合并模型，当前块包括控制点；基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量(CPMV)以及(ii)第一控制点的第二相邻块的平移运动矢量MV中的一者，确定控制点中的第一控制点的第一候选CPMV；基于当前块的控制点的候选CPMV，导出当前块的仿射合并候选，控制点的候选CPMV包括第一候选CPMV；基于仿射合并候选中的一个，确定仿射合并模型的参数，其中，根据预测信息定义仿射合并候选中的一个，仿射合并模型的参数被用于在当前块和已被重建的参考图片中的参考块之间进行变换；以及根据仿射合并模型，重建当前块的至少一个样本。

Description

视频解码方法和装置以及计算机设备和存储介质
交叉引用
本公开要求于2019年5月23日提交的第62/852,141号美国临时申请案“METHOD OFCOMBINED INHERITANCE AND CONSTRUCTION OF AFFINE MERGE(仿射合并的组合继承和构造方法)”以及于2020年5月15日提交的第16/875,629号美国正式申请案的优先权，其全部内容通过引用整体并入本文中。
技术领域
本公开涉及视频编解码的技术领域。具体地，本公开提供了一种视频解码方法和装置以及计算机设备和存储介质。
背景技术
本文所提供的背景描述旨在陈述本申请的研究范围。就本背景部分所述，以及在提交申请时可能不符合现有技术条件所述的各个方面，当前已署名的发明人的工作，既不明确也不隐含地承认为本申请的现有技术。
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构原始信号的精确副本的技术。当使用有损压缩时，重构的信号可能与原始信号不相同，但是原始信号和重构的信号之间的失真足够小以使重构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。
运动补偿可以是有损压缩技术并且可以涉及如下技术，其中来自先前重建的图片或该图片(参考图片)的一部分的样本数据的块在运动矢量(以下称为MV)所指示的方向上被空间移位之后，用于预测最近重建的图片或图片的一部分。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可以具有二个维度X和Y，或三个维度，第三个维度是使用中的参考图片的指示(间接地，后者可以是时间维度)。
在一些视频压缩技术中，可以从其它MV(例如与重建区域空间相邻的样本数据的另一个区域有关的、并且按解码顺序在可适用于样本数据的某区域的MV之前的那些MV)预测可适用于样本数据的某区域的MV。这样做可以大幅减少编码MV所需要的数据量，从而去除冗余并且提高压缩。MV预测可以有效地工作，例如因为当对来源于照相机的输入视频信号(被称为自然视频)进行编码时，存在与单个MV可适用的区域相比更大的区域在类似的方向上移动的统计可能性，并且因此在某些情况下可使用来源于邻近区域的MV的类似的运动矢量来预测。这导致对于给定区域发现的MV将与从周围MV预测的MV类似或相同，并且反过来在熵编码之后，可以与对MV直接进行编码所使用的比特数量相比更小数量的比特来表示。在一些情况下，MV预测可以是从原始信号(即：样本流)推导出的信号(即：MV)的无损压缩的示例。在其它情况下，例如由于从若干周围MV计算预测值时的舍入误差，MV预测本身可能是有损的。
在仿射合并预测中，可以包括两种类型的仿射合并候选。这两种仿射合并候选是:(a)继承的仿射合并候选，其从已仿射编码的空间相邻块继承仿射模型；以及(b)构造的仿射合并候选，其通过将来自空间邻块的MV复制到对应的相邻控制点来构造。
对于构造的仿射合并候选，如果相邻最小块属于已仿射编码的编码块，则将MV值从相邻最小块复制到对应的控制点可能会失去预测准确性，降低了解码效率。
发明内容
本申请实施例提供了一种视频解码方法，包括：
从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示仿射合并模型，所述当前块包括控制点；
基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量CPMV以及(ii)所述第一控制点的第二相邻块的平移运动矢量MV中的一者，确定所述控制点中的所述第一控制点的第一候选CPMV；
基于所述当前块的所述控制点的候选CPMV，导出所述当前块的仿射合并候选，所述控制点的所述候选CPMV包括所述第一候选CPMV；
基于所述仿射合并候选中的一个，确定所述仿射合并模型的参数，其中，根据所述预测信息定义所述仿射合并候选中的所述一个，所述仿射合并模型的所述参数被用于在所述当前块和已被重建的参考图片中的参考块之间进行变换；以及
根据所述仿射合并模型，重建所述当前块的至少一个样本。
本申请实施例提供了一种视频解码装置，包括：
解码模块，用于从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示仿射合并模型，所述当前块包括控制点；
第一确定模块，用于基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量CPMV以及(ii)所述第一控制点的第二相邻块的平移运动矢量MV中的一者，确定所述控制点中的所述第一控制点的第一候选CPMV；
推导模块，用于基于所述当前块的所述控制点的候选CPMV，导出所述当前块的仿射合并候选，所述控制点的所述候选CPMV包括所述第一候选CPMV；
第二确定模块，用于基于所述仿射合并候选中的一个，确定所述仿射合并模型的参数，其中，根据所述预测信息定义所述仿射合并候选中的所述一个，所述仿射合并模型的所述参数被用于在所述当前块和已被重建的参考图片中的参考块之间进行变换；以及
重建模块，用于根据所述仿射合并模型，重建所述当前块的至少一个样本。
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视频解码方法。
本申请实施例提供了一种非暂时性计算机可读介质，其上存储有指令，当所述指令由用于视频解码的计算机执行时，使所述计算机执行本申请任一实施例所述的视频解码方法。
本申请实施例提供了用于推导仿射合并候选的新的技术方案，以保证预测准确性，从而提高解码效率。
附图说明
根据以下具体描述和附图，所公开的主题的进一步的特征、性质和各种优点将更加显而易见，在附图中：
图1是一个示例中的当前块及其周围的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的简化框图的示意图；
图3是根据另一个实施例的通信系统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示出了根据另一实施例的编码器的框图；
图7示出了根据另一实施例的解码器的框图；
图8示出了根据实施例的HEVC合并模式中的空间合并候选，以及仿射合并预测中的继承的仿射运动预测符的位置；
图9示出了根据实施例的导出用于继承的仿射合并模式的控制点运动矢量(CPMV)的示例性实施例；
图10示出了根据实施例的用于构造的仿射合并模式的候选的位置；
图11示出了根据实施例的跨CTU行的仿射继承的示例性实施例；
图12示出了根据实施例的来自基于仿射历史的运动矢量预测(HMVP)的仿射继承的示例性实施例；
图13示出了使用仿射继承从空间相邻块导出控制点的CPMV的示例性实施例；
图14示出了用于继承的仿射合并模式和构造的仿射合并模式的组合的候选的位置；
图15示出了根据本公开的一些实施例的概述过程示例的流程图；
图16是根据实施例的计算机系统的示意图。
具体实施方式
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，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应102到106)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也正在使用的相同参考图片的预测值。
图2是根据本公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一终端装置(210)和第二终端装置(220)。在图2的实施例中，第一终端装置(210)和第二终端装置(220)执行单向数据传输。举例来说，第一终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到第二端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。第二终端装置(220)可从网络(250)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中，通信系统(200)包括执行已编码视频数据的双向传输的第三终端装置(230)和第四终端装置(240)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，第三终端装置(230)和第四终端装置(240)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(250)传输到第三终端装置(230)和第四终端装置(240)中的另一终端装置。第三终端装置(230)和第四终端装置(240)中的每个终端装置还可接收由第三终端装置(230)和第四终端装置(240)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图2的实施例中，第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图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。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，视频图片流(302)可由电子装置(320)处理，所述电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(302)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304))，其可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子系统，例如图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。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。
应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。
图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)可设置在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3实施例中的视频解码器(310)。
接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未标示)中。
视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(430)的组成部分，但可耦接到电子装置(430)，如图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控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(410)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。
在一些情况下，缩放器/逆变换单元(451)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(458)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(453)从参考图片存储器(457)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(456)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(456)的输出可以是样本流，所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(410)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(410)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图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)设置于电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3实施例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)的一部分)接收视频样本，所述视频源可采集将由视频编码器(503)编码的视频图像。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，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.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。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这些单元。为了简洁起见，图中未标示耦接。由控制器(550)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(550)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。
在一些实施例中，视频编码器(503)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(530)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(534)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(533)的操作可与例如已在上文结合图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，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(530)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(532)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(532)的操作可为有损过程。当已编码视频数据可在视频解码器(图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，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(535)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(535)获得的搜索结果，可确定输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(503)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器(540)可在传输已编码的视频时传输附加数据。源编码器(530)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图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)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图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，所述处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图6的实施例中，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)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(622)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(621)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(624)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(625)用于将码流格式化以产生已编码的块。熵编码器(625)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(625)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图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)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(710)用于代替图3实施例中的视频解码器(310)。
在图7实施例中，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)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(772)或帧间解码器(780)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(780)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(772)。残差信息可经由逆量化并提供到残差解码器(773)。
帧间解码器(780)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(772)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。
残差解码器(773)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(771)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(774)用于在空间域中组合由残差解码器(773)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中，可使用一个或多个集成电路来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。
本公开涉及高级视频编解码器中的帧间预测，包括生成仿射合并候选的方法。
HEVC可以包括用于图片间预测的合并模式。如果用信号指示合并标志(包括跳过标志)为真(true)，则然后用信号指示合并索引，以指示合并候选列表中的哪个候选可被用于指示当前块的运动矢量。在解码器处，基于当前块的空间和时间邻块，构造合并候选列表。如图8所示，至多四个空间相邻MV可被添加到合并候选列表。此外，来自当前块的时间邻块的至多一个MV可被添加到合并候选列表。
附加合并候选可包括双预测候选与零运动矢量候选的组合。
在将块的运动信息(或运动矢量)作为合并候选之前，可以执行冗余检查，以检查块的运动信息是否与当前合并候选列表中的元素相同。如果该块与当前合并候选列表中的每个元素均不同，则可将该块作为合并候选添加到当前合并候选列表。在一些实施例中，MaxMergeCandsNum可以被定义为就候选编号而言的合并候选列表的大小。可以在码流中(例如在HEVC中)用信号指示MaxMergeCandsNum。
在仿射合并预测中，可以将AF_MERGE模式应用于宽度和高度都大于或等于8的CU。在仿射合并模式中，可以基于当前CU的空间相邻CU的运动信息来生成当前CU的CPMV。可以导出至多五个CPMV候选，并且可以用信号指示索引，以指示将被用于当前CU的那个候选。以下三种类型的CPMV候选可被用于形成仿射合并候选列表：(a)从相邻CU的CPMV推断出的继承的仿射合并候选；(b)使用相邻CU的平移MV导出的构造的仿射合并候选；和/或(c)零MV。
仿射模型可以由等式(1)和(2)描述。对于6参数仿射模型，在位置(x，y)处的像素位置的运动矢量可由等式(1)用仿射参数为a、b、c、d、e、f来描述。
Figure BDA0002498150420000191
对于4参数仿射模型，在位置(x，y)处的像素位置的运动矢量可由等式(2)用仿射参数为a、b、c、f来描述。
Figure BDA0002498150420000201
可以从相邻块的仿射运动模型导出至多两个仿射候选，这两个仿射候选可以在例如VTM3中被继承。例如，可以从左相邻CU导出一个继承的仿射候选，以及可以从上方相邻CU导出另一个继承的仿射候选。图8中示出示例性候选块。为了获得左预测符，可以应用A0->A1的扫描顺序。为了获得上述预测符，扫描顺序可以是B0->B1->B2。仅选择来自每一侧(例如，左侧和/或上侧)的第一继承的候选。另外，在两个继承的候选之间不执行修剪检查。当相邻仿射CU被识别时，相邻仿射CU的CPMV可被用于导出当前CU的仿射合并列表中的CPMV候选。如图9中所示，如果以仿射模式对相邻的左下块A进行编码，则获得包含块A的CU 902的左上角、右上角和左下角的运动矢量v2、v3和v4。当利用4参数仿射模型对块A进行编码时，可以根据v2和v3计算当前CU 900的两个CPMV。当利用6参数仿射模型对块A进行编码时，可以根据v2、v3和v4计算当前CU 900的三个CPMV。
构造的仿射候选是通过将每一控制点的相邻平移运动信息进行组合而构造的候选。控制点的运动信息可以从图10所示的当前块1000的指定空间邻块和时间邻块导出。CPMVk(k＝1、2、3、4)表示当前块1000的第k个控制点。对于CPMV1，检查B2->B3->A2块，并且第一可用块的MV可被用作CCPMV1。对于CPMV2，检查B1->B0块。对于CPMV3，检查A1->A0块。当时间运动矢量预测符(TMVP)可用时，TMVP可被应用为CPMV4。在本申请实施例中，时间仿射合并候选也可被称为时间运动矢量预测符。
在四个控制点的MV被获得以后，可以基于四个控制点的运动信息来构造仿射合并候选。下列控制点MV的组合可被用于顺序地构造仿射合并候选：
{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2，CPMV4}、{CPMV1，CPMV3，CPMV4}、{CPMV2，CPMV3，CPMV4}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。
3个CPMV的组合构造6参数仿射合并候选，并且2个CPMV的组合构造4参数仿射合并候选。为了避免运动缩放过程，如果控制点的参考索引不同，则丢弃控制点MV的相关组合。
仿射模型还可以由仿射参数和基础MV来表示。对于4参数仿射模型，在位置(x，y)处的MV(mvh，mvv)可以在等式(3)中导出。
Figure BDA0002498150420000211
对于6参数仿射模型，在位置(x，y)处的MV(mvh，mvv)可以在等式(4)中导出。
Figure BDA0002498150420000212
其中，MVbase(mvh base，mvv base)是在基础位置(xbase，ybase)处的基础MV，并且(a，b)、(a，b，c，d)分别表示4参数仿射模型和6参数仿射模型的仿射参数。
可以根据等式(5)至(7)计算仿射参数：
Figure BDA0002498150420000213
Figure BDA0002498150420000214
Lx＝x1-x0，Ly＝y2-y0，等式(7)
其中，MV0(mv0 h，mv0 v)、MV1(mv1 h，mv1 v)和MV2(mv2 h，mv2 v)分别表示在位置(x0，y0)处、(x1，y1)处和(x2，y2)处的三个CPMV。(x0，y0)、(x1，y1)和(x2，y2)通常被设置为大小等于w×h的已仿射编码的块的左上角、右上角和左下角。因此，Lx可被设置为w，并且Ly可被设置为h。
应当注意，在一些实施例中(例如在VTM-3.0中)，虽然基础MV在左上角(x0，y0)处被设置为MV0，但是基础MV不需要是CPMV中的一个。
此外，公开了两种与仿射合并预测相关联的方法。在方法1中，可以解决与跨CTU行的仿射继承相关的问题。在方法2中，可以解决与CTU内部的仿射继承相关的问题。
在方法1中，对于跨CTU行的仿射继承，可以从线缓冲器中移除每个8×8块的CU宽度和左下坐标的x分量的存储。当当前CU 1100应用来自相邻4×4块(例如，图11中的B0)的仿射继承时，右邻近B0的4×4块(例如，B1)或左邻近B0的4×4块(其也是仿射编码的且具有与B0相同的参考索引)可被选择为B0’。存储在B0和B0’中的MV作为MVB和MVB’被访问。此外，MV0和MV1被设置为MVB和MVB’，以通过等式(5)导出a和b，其中Lx＝4。当前CU 1100的CPMV可以由等式(3)导出，其中，以B0的中心位置为基础位置，并且以MVB为基础MV。
基于方法1，可以在CTU行边界处访问如图11所示的从B3到R2的至多36个4×4块。需被加载到高速缓冲存储器上的附加信息可从4464比特减少到2*72＝144比特(或字节对齐实施方式中的2*10＝20字节)。
在方法2中，对于CTU行内的仿射继承，可以存储仿射参数而不是三个CPMV和块尺寸。当当前CU应用继承的仿射合并模式时，直接从待继承的相邻4×4块B复制仿射参数。当前CU中的每个子块的MV可以由等式(4)导出，其中以B的中心位置为基础位置，并且以MVB为基础MV。当当前CU应用仿射AMVP模式时，当前CU的CPMV可以由等式(4)导出，其中以B的中心位置为基础位置，并且以MVB为基础MV，并且所导出的CPMV可以作为MVP。
此外，每个参数可以被存储为8比特的带符号整数。因此，需要2×4×8＝64比特来在CTU内的每个8×8块中存储仿射参数。根据方法2，内CTU缓冲器可被增加48×64＝3072比特(或在字节对齐实施方式中，48×8＝384字节)。此外，一组仿射参数最多只能被计算一次。
在基于历史的仿射预测(仿射HMVP)中，当前CU的运动信息可被用于在对已仿射编码的CU进行编码之后更新仿射HMVP表。类似于常规的HMVP表更新过程，当将新的运动候选添加到表时，使用受约束的先进先出(FIFO)规则，其中，首先应用冗余检查以发现表中是否包括相同的仿射HMVP。如果发现相同的仿射HMVP，则从表中移除相同的仿射HMVP，并且将相同的仿射HMVP之后的所有仿射HMVP候选向前移动，即，使索引减小1。仿射HMVP表大小可被设置为5，与子块合并列表大小相同，并且可在CTU行的开始处重置该表。
在一个示例中，对于仿射HMVP表的每一条目，可存储以下运动信息。可以如下列出对运动信息的示例性存储器要求：
(a)用于2个参考列表的仿射CPMV MV0、MV1、MV2 (36比特*2*3)
(b)列表0和/或列表1的参考索引 (4比特*2)
(c)帧间预测方向(L0、L1或双向预测) (2比特)
(d)仿射类型，4参数或6参数仿射 (1比特)
(e)位置(x，y) (16比特*2)
(f)CU宽度和高度 (5比特*2)
(g)GBI索引(可选) (3比特)
因此，总的存储器要求可以是36*2*3+4*2+2+1+16*2+5*2+3＝272比特。
因此，不同大小的仿射HMVP表的存储器要求可以如下：
(a)表大小1：272比特～34字节
(b)表大小4：1088比特～136字节
(c)表大小5：1360比特～170字节
在一些实施例中，可以从仿射HMVP复制仿射CPMV。仿射HMVP候选可作为附加候选被直接添加到仿射合并列表或仿射AMVP候选列表。可在构造的仿射候选之后且在零MV候选之前添加仿射HMVP候选。在一个实施例中，当仿射HMVP候选被添加到仿射合并列表时，不执行修剪检查。例如，将仿射HMVP候选直接添加到仿射合并列表是指仿射HMVP候选的CPMV可被直接应用于当前CU，而不管历史块的形状和大小。
在一些实施例中，仿射HMVP候选中的仿射模型可以被继承，以生成仿射合并候选或仿射AMVP候选。类似于来自空间邻块的仿射继承，来自仿射HMVP的继承可使用存储在仿射HMVP缓冲器中的位置、块宽度和/或高度以及CPMV来生成仿射运动信息。
在一些实施例中，可用来自仿射HMVP的继承替代来自空间邻块的仿射继承。可以从以仿射模式(例如，在VTM3中)编码的左侧相邻块和上方相邻块导出继承的仿射合并候选和继承的仿射AMVP候选。例如，从以仿射模式编码的左相邻块和上方相邻块导出的继承的仿射合并候选和继承的仿射AMVP候选可被替换为从仿射HMVP导出的继承的候选。从仿射HMVP继承的仿射合并和AMVP候选可采取与当前继承的仿射候选相同的位置。在一个实施例中，可在仿射合并和仿射AMVP两者中允许最多两个来自仿射HMVP的继承的候选。
可从最新条目开始检查仿射HMVP表中的条目，且仅当仿射HMVP候选与当前CU相邻时，仿射HMVP候选可被用于导出继承的候选。因为位置和大小信息被存储在仿射HMVP表中，所以可以确定仿射HMVP候选是否是当前CU的邻块。对于被识别为当前CU的邻块的仿射HMVP候选，仿射HMVP候选的宽度、高度和CPMV然后可例如以与VTM3中的当前仿射继承方法一样的方式，被用于导出当前CU的CPMV。
在一些实施例中，可以使用运动数据线缓冲器将来自仿射HMVP的仿射继承与来自上方CTU的仿射继承进行组合。例如，除了如上所述的来自仿射HMVP的仿射继承之外，还可以将来自运动数据线缓冲器的仿射继承应用于与当前CTU边界的顶部相邻的块。
当用于仿射运动数据继承的候选CU位于CTU线上方时，线缓冲器中的左下子块和右下子块的MV(而不是CPMV)可被用于仿射MVP推导。这样，CPMV仅被存储在本地缓冲器中。如果候选CU是经6参数仿射编码的，则仿射模型可被退化为4参数模型。由于子块MV表示在子块的中心的运动，在候选PU的底部的两个角子块MV的距离为neiW-4，其中，neiW是候选PU的宽度。为了避免除以(neiW-4)(其可以不是2的幂)，将粗略的距离neiW用于继承。将左下角和右下角的坐标设置为用于继承的(xNb，yNb+neiH)和(xNb+neiW，yNb+neiH)。
如图12中所示，沿着顶部CTU边界1202，CU(例如，CU E和CU B)的左下子块运动矢量(MV)和右下子块运动矢量可被用于各种目的并被存储在线缓冲器中。左下子块MV和右下子块MV也可被用于底部CTU(例如，当前CTU 1208)中的相邻仿射CU的仿射继承。例如，在图12的CU E中，CU E的左下角子块MV
Figure BDA0002498150420000241
1204和右下角子块MV
Figure BDA0002498150420000242
1206(用虚线箭头标记)被存储在线缓冲器中，并且可被用于底部CTU中相邻CU(例如，当前CU 1200)的仿射继承、合并/跳过/AMVP/TMVP列表导出，以及去块效应。
当前CU 1200的控制点矢量
Figure BDA0002498150420000243
和
Figure BDA0002498150420000244
可以通过使用4参数模型由等式(8)和等式(9)导出。
Figure BDA0002498150420000245
Figure BDA0002498150420000246
如果当前CU 1200使用6参数仿射运动模型，则控制点矢量
Figure BDA0002498150420000251
可由等式(10)导出。
Figure BDA0002498150420000252
左下子块和右下子块的坐标可以满足等式(11)中所示的条件。
Figure BDA0002498150420000253
在一些实施例中，可将仿射HMVP与仿射参数一起存储。仿射HMVP缓冲器可以类似于上文描述的方法来构造，但是仿射参数可以被存储在每个仿射HMVP条目中，而不是存储仿射CPMV值。可使用来自仿射HMVP的仿射参数进行仿射继承，以生成仿射合并或仿射AMVP候选的仿射运动信息。
可以将基于历史的仿射合并候选(HAMC)添加到基于子块的合并候选列表中。在对已仿射编码的CU进行解码后，可将用于两个列表的一组仿射参数{a，b，c，d}和相关联的参考索引放入仿射参数历史表中。
可以通过将存储在该表中的一组仿射参数和用作基础MV的相邻4×4块的MV进行组合来导出HAMC。在公式化方式中，在位置(x，y)处的当前块的MV可以通过等式(12)来计算。
Figure BDA0002498150420000254
(mvh base，mvv base)表示相邻4×4块的MV。(xbase，ybase)表示相邻4×4块的中心位置。(x，y)可以是当前块的左上角、右上角或左下角，以获得CPMV。
在第一构造的仿射合并候选之后，可以将从存储的仿射参数导出的HAMC和从空间相邻块导出的MV放入基于子块的合并候选列表中。对于每组存储的仿射参数，第一有效相邻4×4块可被用于导出HAMC，该第一有效相邻4×4块具有与该组仿射参数相关联的帧间预测方向和参考索引相同的帧间预测方向和参考索引。
从存储的仿射参数导出的HAMC和来自时间相邻块的MV可被放在零候选之前的子块中。对于每组存储的仿射参数，TMVP可被缩放为该参数所参考的参考图片，以导出HAMC。
进一步地，可将每个参数存储为8比特的带符号整数。可以存储至多6个仿射参数集。因此，仿射参数历史表可以相当小，例如，仅6×(8×4×2+8)＝432比特(42字节)。
在如上所述的仿射合并预测中，可以包括两种类型的仿射合并候选。这两种仿射合并候选是:(a)继承的仿射合并候选，其从已仿射编码的空间相邻块继承仿射模型；以及(b)构造的仿射合并候选，其通过将来自空间邻块的MV复制到对应的相邻控制点来构造。
对于构造的仿射合并候选，如果相邻最小块属于已仿射编码的编码块，则将MV值从相邻最小块复制到对应的控制点可能会失去预测准确性。
可以单独使用或以任何顺序组合使用本公开描述的方法。进一步地，在实施例中，编码器和解码器可以由处理电路(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。进一步地，术语块可被理解为预测块、编码块或编码单元(即CU)。
本公开涉及导出仿射合并候选。所导出的仿射合并候选可以是继承的仿射合并候选和构造的仿射合并候选以外的对象。
在一些实施例中，可以组合仿射模型继承和控制点构造。可以使用仿射模型继承(或仿射继承)从控制点的选定的空间相邻的已仿射编码的块导出块的控制点的运动信息。可以使用各个控制点的空间相邻的已仿射编码的块来单独地导出块的每个控制点。所导出的控制点中的两个或三个的组合可被用于导出仿射合并候选，以表示块的仿射模型。
在一些实施例中，响应于控制点的相邻块中没有一个被仿射编码，可以通过复制控制点的第一可用相邻块的平移MV来导出块的控制点的运动信息。
在一个示例中，如图13中所描绘地，可以从第一相邻编码块(例如，第一控制点的空间相邻块B2、B3和A3中的一个)导出当前块1300的第一控制点的第一控制点运动矢量CPMV1(也被称为第一候选CPMV1)。例如，如果选择了B3，并且B3属于已仿射编码的编码块B，则编码块B的第一仿射模型可被用于使用仿射继承来导出CPMV1。推导过程可由等式(13)表示，其中，
Figure BDA0002498150420000271
和
Figure BDA0002498150420000272
是编码块B的左上CPMV的水平分量和垂直分量；xB0和yB0表示编码块B的左上控制点的位置；aB、bB、cB、dB是编码块B的仿射参数；x，y表示对应于CPMV1的当前控制点(例如，第一控制点)的位置。
Figure BDA0002498150420000273
类似地，可以从第二控制点的第二相邻编码块(例如，第二控制点的空间相邻块B0和B1中的一个)导出第二控制点的第二控制点运动矢量CPMV2(或第二候选CPMV2)。第二相邻编码块可以属于具有第二仿射模型的第二已仿射编码的块。第二仿射模型可被用于使用仿射继承来导出CPMV2。可以从来自第三控制点的空间相邻块A0和A1中的一个的第三相邻编码块导出第三控制点的第三控制点运动矢量CPMV3(或第三候选CPMV3)。第三相邻编码块可以属于具有第三仿射模型的第三已仿射编码的块。第三仿射模型可被用于使用仿射继承来导出CPMV3。
在一个实施例中，可将从仿射继承导出的CPMV和通过复制相邻块的平移MV导出的CPMV进行组合，以构造仿射合并候选。图14示出了用于组合的仿射继承和构造合并模式的候选位置的示例性位置。如图14所示，对于CPMV1，可以顺序地检查相邻块{B2，B3，A2}，并且可以将第一可用的已仿射编码的块的仿射模型用于仿射模型继承。否则，可应用构造合并模式，例如，如果B2、B3、A2中没有一个属于任何已仿射编码的块。在构造合并模式中，当B2、B3和A2都不属于任何已仿射编码的块时，可以使用相邻块B2、B3和A2的第一可用平移MV。例如，可以通过从相邻块B2、B3和A2中的一个复制第一可用平移MV来构造CPMV1。对于CPMV2，可以检查B1->B0块以导出CPMV2，并且对于CPMV3，可以检查A1->A0块以导出CPMV3。对于CPMV4，如果时间运动矢量预测符(TMPV)可用，则TMVP可被用作CPMV4的预测符。
在一些实施例中，可以改变在不同控制点处的相邻块的选择和检查顺序。例如，参考图14，为了导出CP1(控制点1)的CPMV1，可以顺序地检查{A2，B2，B3}，或者可以顺序地检查{A2，B3}。
在一些实施例中，当仿射继承被用于导出CPMV时，仿射继承通过使用从所选的空间相邻编码块继承的仿射模型，仅导出对应控制点的单个CPMV。例如，对于CPMV1，如果B3是B2、B3和A2中的第一可用仿射块，则包括B3的块的仿射模型可被用于仿射继承。可以基于第一可用仿射块的仿射模型生成CPMV1。
在一个实施例中，当前块的所有四个控制点可以被用作候选控制点，以导出仿射合并候选，例如，被合并，以基于四个控制点(或四个候选控制点)的运动信息导出仿射合并候选。例如，当可以从仿射继承导出四个控制点的CPMV中的至少一个时，可以利用该方法。可以通过从时间候选(或TMVP)复制平移MV来导出CPMV4。可应用控制点MV的不同组合来导出仿射合并候选。例如，可以使用控制点MV的以下组合：{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2，CPMV4}、{CPMV1，CPMV3，CPMV4}、{CPMV2，CPMV3，CPMV4}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。
三个CPMV的组合可以构造6参数仿射合并候选，并且两个CPMV的组合可以构造4参数仿射合并候选。可以使用各种构造顺序。在一个示例中，可以按以下顺序执行仿射合并候选的构造：{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2，CPMV4}、{CPMV1，CPMV3，CPMV4}、{CPMV2，CPMV3，CPMV4}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。
在一些实施例中，具有对应的空间相邻CMPV、CPMVk(k＝1、2、3)的当前块1400的仅三个控制点(或三个候选控制点)可被用于组合的仿射模型继承和构造合并模式。在实施例中，仅当可以从仿射继承导出三个控制点中的至少一个时才使用该方法。可应用控制点MV的不同组合来导出仿射合并候选。例如，可以使用以下控制MV的组合：{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。三个CPMV的组合可以构造6参数仿射合并候选，并且两个CPMV的组合可以构造4参数仿射合并候选。可以使用各种构造顺序。在一个示例中，按照以下顺序执行仿射合并候选的构造：{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。
当满足一个或多个条件时，可以通过仿射模型继承和构造合并模式的组合来导出仿射合并候选。在实施例中，为了通过仿射模型继承和构造合并模式的组合来导出仿射合并候选，条件是通过仿射模型继承导出当前块1400的至少两个控制点。在实施例中，在本公开中，条件是通过仿射模型继承导出所有可用的CPMV。在实施例中，为了通过仿射模型继承和构造合并模式的组合来导出仿射合并候选，条件是所有可用控制点具有相同的参考索引，即，当前块1400的所有可用控制点参照相同的参考图片。
从控制点的多个相邻块中选择控制点的仿射模型可以不同于在其它实施例中当选择检查顺序中的第一可用仿射模型时的仿射模型。仿射模型选择可以遵循不同的规则。例如，可以选择控制点的相邻块中具有最大大小的已仿射编码的块，以导出控制点的对应CPMV。在一个实施例中，已仿射编码的相邻块中的每一个的大小可以由相应的已仿射编码的相邻块中的多个样本确定。该大小可被定义为宽度乘以相应的已仿射编码的相邻块的高度。在一个实施例中，当两个相邻的已仿射编码的块具有相同大小时，可应用附加法则，例如，可使用预定检查顺序中的第一可用相邻的已仿射编码的块。
图15示出了根据本公开实施例的概述过程(1500)的流程图。可以在块的重建中使用过程(1500)，以便为重建中的块生成预测块。在各种实施例中，过程(1500)由处理电路执行，例如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频编码器(503)的功能的处理电路等。在一些实施例中，过程(1500)由软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(1500)。该过程开始于(S1501)处并前进到(S1510)。
在(S1510)处，从已编码的视频码流解码当前图片中的当前块的预测信息。预测信息可以指示仿射合并模型，并且当前块包括多个控制点。
在(S1520)处，基于第一控制点的第一相邻块的CPMV或第一控制点的第二相邻块的平移运动矢量(MV)，可以确定控制点中的第一控制点的第一控制点运动矢量(CPMV)。在一些实施例中，可以使用仿射模型继承从控制点的选定的空间相邻的已仿射编码的块导出CU的控制点的CPMV。可使用相应控制点的空间相邻的已仿射编码的块单独地导出CU的每一控制点。所导出的控制点中的两个或三个的组合可以导出仿射合并候选，以表示当前块的仿射模型。
在一些实施例中，响应于控制点的相邻块中没有一个被仿射编码，可以通过复制控制点的第一可用相邻块的平移MV来导出CU的控制点的CPMV。
在一些实施例中，对于CU的控制点的CPMV，可以顺序地检查相邻块，并且第一可用的已仿射编码的块的仿射模型可被用于导出控制点的CPMV。如果控制点的相邻块中没有一个被仿射编码，则可以通过复制相邻块的第一可用块的平移MV来导出控制点的CPMV。
在(S1530)处，可以基于当前块的控制点的CPMV来导出当前块的仿射合并候选，并且控制点的CPMV包括第一CPMV。三个CPMV的组合可以构造6参数仿射合并候选，并且两个CPMV的组合可以构造4参数仿射合并候选。
在(S1540)处，可以基于仿射合并候选中的一个来确定仿射合并模型的参数。可以根据预测信息来定义仿射合并候选中的一个。仿射合并模型的参数可被用于在当前块和已被重建的参考图片中的参考块之间进行变换。
在(S1550)处，可以根据仿射合并模型来重建当前块的至少一个样本。
本申请实施例提供了一种视频解码装置，包括：
解码模块，用于从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示仿射合并模型，所述当前块包括控制点；
第一确定模块，用于基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量CPMV以及(ii)所述第一控制点的第二相邻块的平移运动矢量MV中的一者，确定所述控制点中的所述第一控制点的第一候选CPMV；
推导模块，用于基于所述当前块的所述控制点的候选CPMV，导出所述当前块的仿射合并候选，所述控制点的所述候选CPMV包括所述第一候选CPMV；
第二确定模块，用于基于所述仿射合并候选中的一个，确定所述仿射合并模型的参数，其中，根据所述预测信息定义所述仿射合并候选中的所述一个，所述仿射合并模型的所述参数被用于在所述当前块和已被重建的参考图片中的参考块之间进行变换；以及
重建模块，用于根据所述仿射合并模型，重建所述当前块的至少一个样本。
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视频解码方法。
本申请实施例提供了一种非暂时性计算机可读介质，其上存储有指令，当所述指令由用于视频解码的计算机执行时，使所述计算机执行本申请任一实施例所述的视频解码方法。
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16示出了适于实现所公开主题的某些实施例的计算机系统(1600)。
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16所示的用于计算机系统(1600)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(1600)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(1600)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(1601)、鼠标(1602)、触控板(1603)、触摸屏(1610)、数据手套(未示出)、操纵杆(1605)、麦克风(1606)、扫描仪(1607)、照相机(1608)。
计算机系统(1600)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(1610)、数据手套(未示出)或操纵杆(1605)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(1609)、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(1610)，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(1600)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(1620)等介质(1621)的光学介质、拇指驱动器(1622)、可移动硬盘驱动器或固态驱动器(1623)、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(1600)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(1649)(例如，计算机系统(1600)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(1600)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(1600)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(1600)的内核(1640)。
内核(1640)可包括一个或多个中央处理单元(CPU)(1641)、图形处理单元(GPU)(1642)、以现场可编程门阵列(FPGA)(1643)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(1644)等。上述设备以及只读存储器(ROM)(1645)、随机存取存储器(1646)、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)(1647)等可通过系统总线(1648)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(1648)，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(1648)，或通过外围总线(1649)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(1641)、GPU(1642)、FPGA(1643)和加速器(1644)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(1645)或RAM(1646)中。过渡数据也可以存储在RAM(1646)中，而永久数据可以存储在例如内部大容量存储器(1647)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(1641)、GPU(1642)、大容量存储器(1647)、ROM(1645)、RAM(1646)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(1600)的计算机系统，特别是内核(1640)，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(1640)的特定存储器，诸如内核内部大容量存储器(1647)或ROM(1645)。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(1640)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(1640)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(1646)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(1644))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 (13)

1.一种视频解码方法，其特征在于，包括：
从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示仿射合并模型，所述当前块包括控制点；
基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量CPMV以及(ii)所述第一控制点的第二相邻块的平移运动矢量MV中的一者，确定所述控制点中的所述第一控制点的第一候选CPMV；
基于所述当前块的所述控制点的候选CPMV，导出所述当前块的仿射合并候选，所述控制点的所述候选CPMV包括所述第一候选CPMV；
基于所述仿射合并候选中的一个，确定所述仿射合并模型的参数，其中，根据所述预测信息定义所述仿射合并候选中的所述一个，所述仿射合并模型的所述参数被用于在所述当前块和已被重建的参考图片中的参考块之间进行变换；以及
根据所述仿射合并模型，重建所述当前块的至少一个样本。
2.根据权利要求1所述的方法，其特征在于，
所述预测信息指示所述仿射合并候选的选择，并且
所述方法进一步包括：根据所述预测信息，定义所述仿射合并候选中的所述一个。
3.根据权利要求2所述的方法，其特征在于，所述确定所述第一控制点的所述第一候选CPMV进一步包括以下中的一个：
根据检查顺序，基于所述第一控制点的相邻块中的第一已仿射编码的块的至少两个CPMV，确定所述第一控制点的所述第一候选CPMV；以及
响应于所述第一控制点的所述相邻块中没有一个被仿射编码，根据所述检查顺序，基于所述第一控制点的所述相邻块中的第一可用块的平移MV，确定所述第一控制点的所述第一候选CPMV。
4.根据权利要求1所述的方法，其特征在于，进一步包括：
通过复制时间运动矢量预测符的平移MV，确定所述控制点中的第二控制点的第二候选CPMV。
5.根据权利要求1所述的方法，其特征在于，
从所述当前块的四个候选控制点中的两个或三个中导出所述当前块的所述控制点，
从所述第一控制点的所述第一相邻块的所述至少两个CPMV导出所述控制点中的所述第一控制点的所述第一候选CPMV，并且
通过复制时间运动矢量预测符的平移MV，导出所述控制点中的第二控制点的第二候选CPMV。
6.根据权利要求1所述的方法，其特征在于，
从所述当前块的三个候选控制点中的两个或三个中导出所述当前块的所述控制点，并且
从所述第一控制点的所述第一相邻块的所述至少两个CPMV导出所述控制点中的所述第一控制点的所述第一候选CPMV。
7.根据权利要求1所述的方法，其特征在于，从所述控制点中的至少两个控制点的相邻块的CPMV导出所述当前块的所述控制点中的所述至少两个控制点的所述候选CPMV。
8.根据权利要求1所述的方法，其特征在于，
从所述第一控制点的所述第一相邻块的所述至少两个CPMV导出所述当前块的所述第一控制点的所述第一候选CPMV，并且
从所述相应控制点的相邻块的至少两个CPMV导出所述当前块的每个剩余控制点的候选CPMV。
9.根据权利要求1所述的方法，其特征在于，所述当前块的所述控制点的所述候选CPMV中的每一个参照所述参考图片。
10.根据权利要求1所述的方法，其特征在于，
所述第一控制点的所述第一相邻块是所述第一控制点的相邻的已仿射编码的块中的最大的已仿射编码的块，并且
所述确定所述第一控制点的所述第一候选CPMV进一步包括：基于所述第一控制点的所述相邻的已仿射编码的块的所述最大的已仿射编码的块的所述至少两个CPMV，确定所述第一控制点的所述第一候选CPMV。
11.一种视频解码装置，其特征在于，包括：
解码模块，用于从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示仿射合并模型，所述当前块包括控制点；
第一确定模块，用于基于(i)第一控制点的第一相邻块的至少两个控制点运动矢量CPMV以及(ii)所述第一控制点的第二相邻块的平移运动矢量MV中的一者，确定所述控制点中的所述第一控制点的第一候选CPMV；
推导模块，用于基于所述当前块的所述控制点的候选CPMV，导出所述当前块的仿射合并候选，所述控制点的所述候选CPMV包括所述第一候选CPMV；
第二确定模块，用于基于所述仿射合并候选中的一个，确定所述仿射合并模型的参数，其中，根据所述预测信息定义所述仿射合并候选中的所述一个，所述仿射合并模型的所述参数被用于在所述当前块和已被重建的参考图片中的参考块之间进行变换；以及
重建模块，用于根据所述仿射合并模型，重建所述当前块的至少一个样本。
12.一种计算机设备，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10中的任一项所述的方法。
13.一种非暂时性计算机可读介质，其上存储有指令，其特征在于，当所述指令由用于视频解码的计算机执行时，使所述计算机执行如权利要求1至10中的任一项所述的方法。
CN202010424499.4A 2019-05-23 2020-05-19 视频解码方法和装置以及计算机设备和存储介质 Active CN111988625B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962852141P 2019-05-23 2019-05-23
US62/852,141 2019-05-23
US16/875,629 US11146813B2 (en) 2019-05-23 2020-05-15 Method and apparatus for video coding
US16/875,629 2020-05-15

Publications (2)

Publication Number Publication Date
CN111988625A true CN111988625A (zh) 2020-11-24
CN111988625B CN111988625B (zh) 2024-10-11

Family

ID=73441628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010424499.4A Active CN111988625B (zh) 2019-05-23 2020-05-19 视频解码方法和装置以及计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111988625B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116527921A (zh) * 2023-06-29 2023-08-01 浙江大华技术股份有限公司 仿射候选构建方法、仿射预测的方法和相关设备
WO2024016844A1 (en) * 2022-07-19 2024-01-25 Mediatek Inc. Method and apparatus using affine motion estimation with control-point motion vector refinement

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109792533A (zh) * 2016-10-05 2019-05-21 高通股份有限公司 在视频译码中用于仿射运动模型的运动向量预测

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109792533A (zh) * 2016-10-05 2019-05-21 高通股份有限公司 在视频译码中用于仿射运动模型的运动向量预测

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUANBANG CHEN等: "CE4: Affine merge enhancement (Test 2.10)", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 11TH MEETING: LJUBLJANA, SI, 10–18 JULY 2018，JVET-K0186-V3, pages 1 - 2 *
SRI NITCHITH AKULA等: "Description of SDR, HDR and 360° video coding technology proposal considering mobile application scenario by Samsung, Huawei, GoPro, and HiSilicon", JOINT VIDEO EXPLORATION TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 10TH MEETING: SAN DIEGO, US, 10–20 APR. 2018, JVET-J0024_V5, pages 54 - 57 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024016844A1 (en) * 2022-07-19 2024-01-25 Mediatek Inc. Method and apparatus using affine motion estimation with control-point motion vector refinement
CN116527921A (zh) * 2023-06-29 2023-08-01 浙江大华技术股份有限公司 仿射候选构建方法、仿射预测的方法和相关设备
CN116527921B (zh) * 2023-06-29 2024-04-12 浙江大华技术股份有限公司 仿射候选构建方法、仿射预测的方法和相关设备

Also Published As

Publication number Publication date
CN111988625B (zh) 2024-10-11

Similar Documents

Publication Publication Date Title
CN111903127B (zh) 用于解码器的视频解码的方法、装置、介质以及解码器
CN113287308B (zh) 视频编解码方法及装置
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112235581B (zh) 视频解码方法、装置、存储介质及电子设备
CN111937387A (zh) 用于采用并行处理的基于历史的运动矢量的预测方法和装置
CN110944185B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN113366854B (zh) 视频编解码方法及装置
CN110971902B (zh) 视频解码的方法和装置、计算机设备
CN110719469A (zh) 视频编解码方法、设备和存储介质
CN110708541B (zh) 视频解码方法、视频解码器、设备和存储介质
CN110944202A (zh) 视频编解码方法、装置、计算机设备和存储介质
CN112806002A (zh) 用信号通知用于跳过和合并模式的多假设的方法和装置、以及用信号通知具有运动矢量差的合并中的距离偏移表的方法和装置
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN112753219A (zh) 用于视频编码的方法和装置
CN113875234A (zh) 视频编解码的方法和装置
CN113574885A (zh) 视频编解码方法和装置
CN113383545A (zh) 视频编解码的方法和装置
CN111971965A (zh) 视频编解码的方法和装置
CN112135134B (zh) 视频解码方法、装置、计算机设备和存储介质
CN113632465A (zh) 发信号通知用于帧内图像块补偿的预测器候选列表尺寸的方法和装置
CN113615192A (zh) 访问仿射基于历史的运动矢量预测值缓冲器的方法
CN113287315B (zh) 视频编解码的方法、装置及存储介质
CN113647100A (zh) 用于通过信号发送预测候选列表大小的方法及装置
CN111316639A (zh) 用于子块运动矢量预测的方法和装置

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