CN112020829A - 一种用于视频编码的方法和装置 - Google Patents

一种用于视频编码的方法和装置 Download PDF

Info

Publication number
CN112020829A
CN112020829A CN201980027197.9A CN201980027197A CN112020829A CN 112020829 A CN112020829 A CN 112020829A CN 201980027197 A CN201980027197 A CN 201980027197A CN 112020829 A CN112020829 A CN 112020829A
Authority
CN
China
Prior art keywords
motion vector
reference motion
component
shifted
average
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
CN201980027197.9A
Other languages
English (en)
Other versions
CN112020829B (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 CN112020829A publication Critical patent/CN112020829A/zh
Application granted granted Critical
Publication of CN112020829B publication Critical patent/CN112020829B/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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—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

Landscapes

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

Abstract

本公开的各方面提供了一种用于视频编码的方法和装置。在一些示例中，该装置包括处理电路。所述处理电路基于至少一个在先解码块的编码信息，确定用于解码当前块的第一参考运动矢量和第二参考运动矢量，对第一分量进行偏移以获得移位后的第一分量，并且对第二分量进行偏移以获得移位后的第二分量。所述处理电路通过将移位后的第一分量和移位后的第二分量相加，生成第一平均参考运动矢量在第一坐标轴上的第三分量，并且构建包含第一参考运动矢量、第二参考运动矢量以及第一平均参考运动矢量的参考运动矢量列表。所述处理电路还使用参考运动矢量列表来确定运动矢量预测值，并且基于所确定的运动矢量预测值，解码当前块以进行输出。

Description

一种用于视频编码的方法和装置
援引并入
本申请要求于2019年5月28日提交的标题为“METHOD AND APPARATUS FOR VIDEOCODING”的美国专利申请第16/424,352号(其要求了于2018年10月22日提交的标题为“METHOD FOR MOTION VECTOR ROUNDING”的美国临时申请第62/748,675号的优先权权益)的优先权权益。在先申请的全部公开内容通过引用整体并入本文中。
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上下文的目的。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：来自在先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在先块来预测该样本。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一种用于视频编码/解码的方法和装置。在一些示例中，一种装置包括处理电路，该处理电路用于：基于至少一个在先解码块的编码信息确定用于解码当前块的第一参考运动矢量和第二参考运动矢量；将第一参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位以获得移位后的第一分量；将第二参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第二分量右移一位以获得移位后的第二分量。处理电路通过将移位后的第一分量和移位后的第二分量相加，生成第一平均参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第三分量，并且构建用于解码当前块的参考运动矢量列表。参考运动矢量列表包含第一参考运动矢量、第二参考运动矢量以及第一平均参考运动矢量。处理电路还使用参考运动矢量列表来确定运动矢量预测值，并且基于所确定的运动矢量预测值，解码当前块以进行输出。
在一些实施例中，处理电路还用于：在将第一参考运动矢量第二坐标轴上以二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位以获得移位后的第四分量；将第二参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位以获得移位后的第五分量；以及通过将移位后的第四分量和移位后的第五分量相加，生成第一平均参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第六分量。
在一些实施例中，处理电路用于：基于第一参考运动矢量和第三参考运动矢量生成第二平均参考运动矢量；基于第二参考运动矢量和第三参考运动矢量生成第三平均参考运动矢量；以及通过以下方式来构造用于解码当前块的参考运动矢量列表：排列参考运动矢量列表为包括根据与参考运动矢量相关联的各个索引的升序的第一参考运动矢量、第二参考运动矢量、第三参考运动矢量、第一平均参考运动矢量、第二平均参考运动矢量和第三平均参考运动矢量。
在一些示例中，处理电路用于：基于第一参考运动矢量和第四参考运动矢量生成第四平均参考运动矢量；基于第二参考运动矢量和第四参考运动矢量生成第五平均参考运动矢量；以及基于第三参考运动矢量和第四参考运动矢量生成第六平均参考运动矢量。在一些示例中，处理电路用于通过以下方式来构建用于解码当前块的参考运动矢量列表：排列参考运动矢量的列表为包括根据与参考运动矢量相关联的各个索引的升序的第一参考运动矢量、第二参考运动矢量、第三参考运动矢量、第四参考运动矢量和第一列表的参考运动矢量；以及增加第一平均参考运动矢量、第二平均参考运动矢量、第三平均参考运动矢量、第四平均参考运动矢量、第五平均参考运动矢量和第六平均参考运动矢量。
在一些示例中，处理电路用于：将右移参数设置为1，并将左移参数设置为0。处理电路还用于：执行舍入子程序或操作舍入电路，该舍入电路被配置为接收第一分量、右移参数和左移参数，并且被配置为根据以下公式来计算移位后的第一分量：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，
其中，rightShift对应于右移参数，leftShift对应于左移参数，x对应于第一分量，并且y对应于移位后的第一分量。
在一些实施例中，处理电路用于基于包括空间相邻块和时间相邻块的至少一个在先解码块来确定第一参考运动矢量和第二参考运动矢量。
在一些实施例中，参考运动矢量列表中的第一参考运动矢量和第二参考运动矢量对应于1/16的分数采样精度。
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解码的方法。
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、性质和各种优点将更加明显，在附图中：
图1是在一个示例中的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是在一个实施例中的当前块、当前块的周围空间候选以及当前块的并置候选的示意图。
图9示出根据本公开实施例概述解码过程(900)的流程图。
图10示出根据本公开实施例概述编码过程(1000)的流程图。
图11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图片，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第二终端装置对(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)中的其它终端装置。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)中的其它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推荐(Recommendation,Rec)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)也可包括视频编码器(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尽力使用，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：不使用来自在先重构建的图片的预测性信息，但可使用来自当前图片的在先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在先(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 Rec 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。附加数据可为例如时间、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……)和任何合适采样结构(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 Rec.H.265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至频域，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包括已编码的块。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的示例中，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，可执行诸如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)。
图8是在一个实施例中的当前块(801)、当前块的空间相邻块、以及当前块的时间相邻块的示意图。
参考图8，可以基于参考运动信息列表来预测当前块(801)的运动矢量，该参考运动信息列表可以包括至少参考运动矢量列表(也称为“候选列表”)和相应参考图片的识别信息。可以基于例如表示为A0、A1、B0、B1和B2(分别为802至806)的空间相邻块和/或表示为C0和C1(分别为812和813)的时间相邻块的相邻块(也称为“候选块”)的运动矢量来导出参考运动矢量列表，。在一些示例中，空间相邻块A0、A1、B0、B1和B2与当前块属于同一图片。在一些示例中，时间相邻块C0和C1属于参考图片，其中，块C0对应于位于当前块(801)之外并且与当前块的右下角相邻的位置(801)，块C1对应于位于块(801)的中心的右下侧并且与该块的中心相邻的位置。
在一些示例中，可以使用“合并”模式来构建参考运动矢量列表。对于合并模式中的帧间预测，在参考图8的一个示例中，依次检查相邻块A1、B1、B0、A0和B2。当任何被检查的块包括有效运动矢量时，可以将有效运动矢量添加到参考运动矢量列表。可以执行修剪操作以避免重复的运动矢量被包含在列表中。
可以检查时间相邻块，以将参考运动信息添加到列表中。可以在检查空间相邻块之后检查时间相邻块。在一些示例中，如果可用，则将块C0的运动矢量作为时间合并候选添加到列表。如果块C0没有以帧间模式编码或者块C0不可用，则可以将块C1的运动矢量用作时间合并候选。
在一些示例中，可以使用“高级运动矢量预测(Advanced Motion VectorPrediction，AMVP)”模式来构造参考运动矢量列表。对于AMVP模式下的帧间预测，可以将来自空间相邻块A0、A1、B0、B1和B2以及最多一个时间相邻块C0和C1的最多一个运动矢量包括在参考运动矢量列表中。在参考图8的一个示例中，通过依次检查相邻块A0和A1，列表中的第一参考运动矢量可以是从当前块(801)的左边缘开始的第一可用运动矢量；通过依次检查相邻块B0、B1和B2，列表中的第二参考运动矢量可以是从当前块(801)的上边缘开始的第一可用运动矢量。在一些示例中，如果对于所检查的相邻块找不到有效的运动矢量，则没有参考运动矢量被添加到列表。如果第一参考运动矢量与第二参考运动矢量相同并且均为可用，则列表中将仅保留二者中的一个。如果列表未满(例如，具有两个不同的参考运动矢量)，则时间相邻块C0的运动矢量可以被包括在列表中。如果时间相邻块C0没有有效的运动矢量，则可以将时间相邻块C1的运动矢量包括在列表中。此外，在一些示例中，如果列表中仍然没有足够的运动矢量，则可以使用零运动矢量来填充列表。
在一些示例中，可以通过基于至少一个先前的编码块或解码块的编码信息确定各种参考运动矢量来构造参考运动矢量列表，例如对空间相邻块A0、A1、B0、B1和B2和/或时间相邻块C0和C1采用合并模式、AMVP模式或任何适用的列表构建过程。在已经确定了基于在先编码块的编码信息的参考运动矢量之后，可以通过根据预定义的对来对确定的参考运动矢量进行成对平均来确定附加的平均参考运动矢量。
在一些示例中，最多可以存在四个参考运动矢量，这些参考运动矢量已被确定为包括在用于基于至少一个在先编码块来对当前块进行编码的参考运动矢量列表中。可以将这四个参考运动矢量与指示参考运动矢量在列表中的顺序的索引(例如，0、1、2和3)相关联地布置在列表中。例如，可以基于定义为{(0，1)、(0，2)、(1，2)、(0，3)、(1，3)、(2，3)}的对分别确定附加的平均参考运动矢量。在一些示例中，如果预定义的对中的两个参考运动矢量在参考运动矢量列表中均可用，则即使这两个参考运动矢量指向不同的参考图片，也将这两个参考运动矢量进行平均。
在一些示例中，可以通过如下方式执行软件或操作硬件来进行用于确定成对平均参考运动矢量的过程。
首先，确定成对平均参考运动矢量的过程可以将以下参数作为输入：
合并候选列表mergeCandList，该合并候选列表是基于在先编码块的编码信息确定的参考运动矢量列表；
mergeCandList中每个候选N的参考索引refIdxL0N和refIdxL1N；
mergeCandList中每个候选N的预测列表使用标志predFlagL0N和predFlagL1N；
mergeCandList中每个候选N的1/16的分数采样精度mvL0N和mvL1N中的运动矢量；以及
mergeCandList中的元素数量numCurrMergeCand。
该过程的输出可以包括以下各项：
合并候选列表mergeCandList，该合并候选列表是参考运动矢量的更新列表，其中添加了其他平均运动矢量；
mergeCandList中的元素数量numCurrMergeCand；
在该过程调用期间，添加到mergeCandList中的每个新候选avgCandk的参考索引refIdxL0avgCandk和refIdxL1avgCandk；
在该过程调用期间，添加到mergeCandList中的每个新候选avgCandk的预测列表使用标志predFlagL0avgCandk和predFlagL1avgCandk；以及
在该过程调用期间，添加到mergeCandList中的每个新候选avgCandk的1/16的分数采样精度mvL0avgCandk和mvL1avgCandk的运动矢量。
变量numInputMergeCand、numCutoff、avgIdx、avgStop、numRefLists可以通过下列公式设置：
numInputMergeCand＝numCurrMergeCand，
numCutoff＝min(numCurrMergeCand,4)，
avgIdx＝0，
avgStop＝(avgIdx>＝(numCutoff*(numCutoff-1)/2)||numCurrMergeCand＝＝MaxNumMergeCand)，以及
numRefLists＝(slice_type＝＝B)？2：1。
因此，可以使用变量avgIdx作为索引并使用变量avgStop作为停止条件，以递归方式执行该过程，其中可以基于要计算的附加的平均参考运动矢量的数量来确定变量avgStop，并将其添加到基于在先编码块的编码信息确定的参考运动矢量的原始组中。
这里，举例来说，合并候选列表mergeCandList是使用合并模式构建的参考运动矢量列表。在一些实施例中，用于确定成对平均参考运动矢量的过程可应用于处理使用AMVP模式或任何适用的列表构建过程构建的参考运动矢量列表。
在一些实施例中，可以根据以下步骤来执行用于确定成对平均参考运动矢量的过程，并且重复该过程直到变量avgStop为真(TRUE)。
步骤1：变量p0CandIdx和p1CandIdx是使用avgIdx导出的，如下表所示。因此，为了确定要被添加到参考运动矢量列表的第(avgIdx+1)个平均参考运动矢量，可以基于相关联的索引来识别相应的已确定的参考运动矢量对，从而可以基于定义为{(0，1)、(0，2)、(1，2)、(0，3)、(1，3)、(2，3)}的对分别确定平均参考运动矢量。
表–p0CandIdx和p1CandIdx的说明
avgIdx 0 1 2 3 4 5
p0CandIdx 0 0 1 0 1 2
p1CandIdx 1 2 2 3 3 3
步骤2：进行以下分配，在合并候选列表mergeCandList中，将p0Cand设为与索引p0CandIdx相关联的第一参考运动矢量，并将p1Cand设为与索引p1CandIdx相关联的第二参考运动矢量：
p0Cand＝mergeCandList[p0CandIdx]，以及
p1Cand＝mergeCandList[p1CandIdx]。
步骤3：可以确定k等于(numCurrMergeCand-numInputMergeCand)的候选avgCandk，并将其添加到mergeCandList的末尾，也就是说，将mergeCandList[numCurrMergeCand]设置为等于avgCandk，并且可以以如下方式得出avgCandk的参考索引、预测列表使用标志和运动矢量：
对于每个参考图片列表LX，其中X的范围为0到(numRefLists-1)：
在第一种情况下，当下列所有条件都为真时：
predFlagLXp0Cand＝＝1，以及
predFlagLXp1Cand＝＝1，
表示avgCandk的运动矢量将通过平均对应的预定义候选对的运动矢量来确定，
设置refIdxLXavgCandk＝refIdxLXp0Cand，以及
predFlagLXavgCandk＝1，
设置mvLXp0Cand作为输入运动矢量，
右移参数rightShift为1，以及
左移参数leftShift为0，
执行舍入子程序或操作舍入电路，该舍入电路被配置为接收mvLXp0Cand[0]、mvLXp1Cand[0]、mvLXp0Cand[1]、mvLXp1Cand[1]、右移参数rightShift和左移参数rightShift，并且根据以下公式计算偏移分量：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，
其中x对应于(mvLXp0Cand[0]+mvLXp1Cand[0])或者(mvLXp0Cand[1]+mvLXp1Cand[1])，并且y对应于mvLXavgCandk[0]或者mvLXavgCandk[1]。
mvLXp0Cand代表预定义参考运动矢量对中的第一参考运动矢量，
mvLXp1Cand代表预定义参考运动矢量对中的第二参考运动矢量，
mvLXavgCandk代表根据预定义参考运动矢量对确定的平均参考运动矢量，
mvLXp0Cand[0]代表第一参考运动矢量在第一坐标轴(例如x轴)上的第一分量，
mvLXp1Cand[0]代表第二参考运动矢量在第一坐标轴上的第二分量，
mvLXavgCandk[0]代表平均参考运动矢量在第一坐标轴上的第三分量，
mvLXp0Cand[1]代表第一参考运动矢量在第二坐标轴(例如y轴)上的第四分量，
mvLXp1Cand[1]代表第二参考运动矢量在第二坐标轴上的第五分量，以及
mvLXavgCandk[1]代表平均参考运动矢量在第二坐标轴上的第六分量。
在第二种情况下，当下列所有条件都为真时：
predFlagLXp0Cand＝＝1，以及
predFlagLXp1Cand＝＝0，
表示avgCandk的运动矢量由相应的预定义候选对中的仅一个运动矢量来确定，
设置refIdxLXavgCandk＝refIdxLXp0Cand，
predFlagLXavgCandk＝1，
mvLXavgCandk[0]＝mvLXp0Cand[0]，以及
mvLXavgCandk[1]＝mvLXp0Cand[1]。
在第三种情况下，当下列所有条件都为真时：
predFlagLXp0Cand＝＝0，以及
predFlagLXp1Cand＝＝1，
表示avgCandk的运动矢量由相应的预定义候选对中的仅一个运动矢量来确定，
设置
refIdxLXavgCandk＝refIdxLXp1Cand，
predFlagLXavgCandk＝1，
mvLXavgCandk[0]＝mvLXp1Cand[0]，以及
mvLXavgCandk[1]＝mvLXp1Cand[1]。
在第四种情况下，当下列所有条件都为真时：
predFlagLXp0Cand＝＝0，以及
predFlagLXp1Cand＝＝0，
表示avgCandk的运动矢量将不被确定，
设置
refIdxLXavgCandk＝-1，
predFlagLXavgCandk＝0，
mvLXavgCandk[0]＝0，以及
mvLXavgCandk[1]＝0。
步骤4：变量numCurrMergeCand和avgIdx递增1。
步骤5：当avgIdx大于或等于(numCutoff*(numCutoff-1)/2)或者numCurrMergeCand等于MaxNumMergeCand时，avgStop被设置为真，该过程终止。否则，该过程使用更新的索引重复步骤1到步骤5，以确定下一个附加的平均参考运动矢量。
在一些示例中，对于第一种情况，如在步骤3中描述的舍入子程序或舍入电路可以被配置为基于设置的参数rightShift和leftShift对运动矢量或任何给定值执行舍入运算。因此，舍入子程序或舍入电路不仅可以用于确定平均参考运动矢量，而且通常可以使用给定设置对给定数值进行舍入。因此，解码器可以将相同的舍入子程序或舍入电路重新用于各种应用，包括确定平均参考运动矢量，这可以简化解码器的程序或电路的实现，从而降低解码器的软件和/或硬件复杂度。
在一些示例中，运动矢量的各个分量(例如mvLXp0Cand[0]、mvLXp1Cand[0]、mvLXavgCandk[0]、mvLXp0Cand[1]、mvLXp1Cand[1]和mvLXavgCandk[1])均采用二进制补码整数表示形式。同样，在一些示例中，参考运动矢量列表中的运动矢量的各个分量具有1/16的分数采样精度。在其他示例中，可以使用具有不同的分数采样精度设置的不同二进制数字格式来表示运动矢量的各个分量，并且可以修改舍入子程序或舍入电路以适应这种二进制数字格式和/或分数采样精度设置。
图9示出根据本公开实施例概述解码过程(900)的流程图。过程(900)可以用于重建以帧间模式编码的图片的块(即，当前块)。在一些实施例中，在过程(900)之前或之后执行一个或多个操作，并且图9所示的一些操作可以被重新排序或省略。
在各个实施例中，过程(900)由诸如终端设备(210)、终端设备(220)、终端设备(230)和终端设备(240)中的处理电路之类的处理电路执行，该处理电路执行视频解码器(310)、视频解码器(410)或视频解码器(710)等的功能。在一些实施例中，过程(900)通过软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(900)。该过程从(S901)开始，且进行至(S910)。
在(S910)处，基于至少一个在先解码块的编码信息来确定要包括在用于解码当前块的参考运动矢量列表中的第一参考运动矢量和第二参考运动矢量。在一些实施例中，第一参考运动矢量和第二参考运动矢量可以至少基于以上参考图8所述的合并模式或AMVP模式来确定，或者基于用于基于在先解码块的编码信息来确定参考运动矢量的其他另一适用方法来确定。在一些示例中，可以使用图3、图4和图7所示的系统或解码器来确定第一参考运动矢量和第二参考运动矢量。
在(S920)处，将第一参考运动矢量的在第一坐标轴(例如，x轴)上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位，以获得移位后的第一分量。并且，在(S920)处，将第一参考运动矢量在第二坐标轴(例如，y轴)上以二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位，以获得移位后的第四分量。
在(S930)处，将第二参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第一分量右移一位以获得移位后的第二分量。并且，在(S930)处，将第一参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位，以获得移位后的第五分量。
在一些实施例中，可以通过重复使用舍入子程序或舍入电路来执行(S920)和(S930)。例如，可以通过将右移参数设置为1，将左移参数设置为0，然后执行舍入子程序或操作舍入电路，来执行第一分量、第二分量、第四分量或第五分量的偏移以及各个偏移分量的右移，该舍入电路被配置为接收各个分量、右移参数和左移参数，并且被配置为根据以下公式计算相应分量的移位版本：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，
其中rightShift对应于右移参数，leftShift对应于左移参数，x对应于相应分量，y对应于相应分量的移位版本。
在一些示例中，舍入子程序或舍入电路可以结合在图3、图4和图7所示的系统或解码器中。
在(S940)处，通过将移位后的第一分量和移位后的第二分量相加，生成第一平均参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第三分量。并且，在(S940)处，通过将移位后的第四分量和移位后的第五分量相加，生成第一平均参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第六分量。在一些示例中，可以使用图3、图4和图7中所示的系统或解码器来执行(S940)。
在(S950)处，构建用于解码当前块的参考运动矢量列表，其中，参考运动矢量列表包含第一参考运动矢量、第二参考运动矢量以及第一平均参考运动矢量。在一些实施例中，可以根据参考运动矢量的预定义对重复地执行(S910)、(S920)、(S930)、(S940)和(S950)，以用于生成对应的平均参考运动矢量。可以在预定义表和/如或上所述的表中定义预定义对。在一些示例中，可以使用图3、图4和图7中所示的系统或解码器来执行(S950)。
在一个示例中，可以执行(S910)、(S920)、(S930)、(S940)和(S950)，以基于第一参考运动矢量和第三参考运动矢量生成第二平均参考运动矢量，以及基于第二参考运动矢量和第三参考运动矢量生成第三平均参考运动矢量。用于解码当前块的参考运动矢量列表可以通过以下方式来构建：排列参考运动矢量列表为包括根据与参考运动矢量相关联的各个索引的升序的第一参考运动矢量、第二参考运动矢量、第三参考运动矢量、第一平均参考运动矢量、第二平均参考运动矢量和第三平均参考运动矢量。
在一个示例中，可以进一步执行(S910)、(S920)、(S930)、(S940)和(S950)，以基于第一参考运动矢量和第四参考运动矢量生成第四平均参考运动矢量，基于第二参考运动矢量和第四参考运动矢量生成第五平均参考运动矢量，以及基于第三参考运动矢量和第四参考运动矢量生成第六平均参考运动矢量。用于解码当前块的参考运动矢量列表可以通过以下方式来构建：排列参考运动矢量列表为包括根据与参考运动矢量相关联的各个索引的升序的第一参考运动矢量、第二参考运动矢量、第三参考运动矢量、第四参考运动矢量、第一列表的参考运动矢量，并添加第一平均参考运动矢量、第二平均参考运动矢量、第三平均参考运动矢量、第四平均参考运动矢量、第五平均参考运动矢量和第六平均参考运动矢量。
在(S960)处，使用参考运动矢量列表来确定运动矢量预测值。在(S970)处，基于所确定的运动矢量预测值，解码当前块以进行输出。在一些实施例中，可以使用图3、图4和图7中所示的系统或解码器来执行(S960)和(S970)。
(S970)之后，过程进行到(S999)并结束。
图10示出根据本公开实施例概述编码过程(1000)的流程图。过程(1000)可以用于对使用帧间模式编码的图片的块(即，当前块)进行编码。在一些实施例中，在过程(1000)之前或之后执行一个或多个操作，并且图10所示的一些操作可以被重新排序或省略。
在各个实施例中，过程(1000)由诸如终端设备(210)、终端设备(220)、终端设备(230)和终端设备(240)中的处理电路之类的处理电路执行，该处理电路执行视频编码器(303)、视频编码器(503)或视频编码器(603)等视频编码器的功能。在一些实施例中，过程(1000)通过软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(1000)。处理从(S1001)开始，且进行至(S1010)。
在(S1010)处，基于至少一个在先编码块的编码信息来确定要包括在用于对当前块进行编码的参考运动矢量列表中的第一参考运动矢量和第二参考运动矢量。在一些实施例中，第一参考运动矢量和第二参考运动矢量至少基于以上参考图8所述的合并模式或AMVP模式来确定，或者基于用于基于在先编码块的编码信息来确定参考运动矢量的另一种适用方法来确定。在一些示例中，使用图3、图5和图6所示的系统或编码器来确定第一参考运动矢量和第二参考运动矢量。
在(S1020)处，将第一参考运动矢量在第一坐标轴(例如，x轴)上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位，以获得移位后的第一分量。并且，在(S1020)处，将第一参考运动矢量在第二坐标轴(例如，y轴)上以二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位，以获得移位后的第四分量。
在(S1030)处，将第二参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第一分量右移一位，以获得移位后的第二分量。并且，在(S1030)处，将第一参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位，以获得移位后的第五分量。
在一些实施例中，(S1020)和(S1030)对应于对应解码操作中的(S920)和(S930)，并且也可以通过重用舍入子程序或舍入电路来执行。在一些示例中，舍入子程序或舍入电路可以被结合在图3、图5和图6所示的系统或编码器中。因此，省略了对(S1020)和(S1030)的详细描述。
在(S1040)处，通过将移位后的第一分量和移位后的第二分量相加生成第一平均参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第三分量。并且，在(S1040)处，通过将移位后的第四分量和移位后的第五分量相加生成第一平均参考运动矢量在第二坐标轴上以二进制补码整数表示格式的第六分量。
在(S1050)处，构建用于对当前块进行编码的参考运动矢量列表，其中，参考运动矢量列表包含第一参考运动矢量、第二参考运动矢量以及第一平均参考运动矢量。在一些实施例中，(S1040)和(S1050)对应于对应解码操作中的(S940)和(S950)。在一些示例中，舍入子程序或舍入电路可以被结合在图3、图5和图6所示的系统或编码器中。
在一些实施例中，以类似于上面参考图9所描述的示例的方式，可以根据参考运动矢量的预定义对重复地执行(S1010)、(S1020)、(S1030)、(S1040)和(S1050)，以用于生成对应的平均参考运动矢量。
在(S1060)处，使用参考运动矢量列表来确定运动矢量预测值。在(S1070)处，基于所确定的运动矢量预测值，对当前块进行编码以进行输出。在一些实施例中，(S1060)和(S1070)可以以上面参考图3、图5和图6所描述的方式执行。
(S1070)之后，过程进行至(S1099)并结束。
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11示出适合于实施所公开的主题的某些实施例的计算机系统(1100)。
可以使用任何合适的机器代码或计算机语言来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)等直接执行或通过解释、微代码等执行。
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11所示的计算机系统(1100)的组件本质上是示例性的，并且不旨在对实施本公开的实施例的计算机软件的使用范围或功能提出任何限制。组件的配置也不应被解释为具有与计算机系统(1100)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性或要求。
计算机系统(1100)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例如通过下述的输入：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体，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(1101)、鼠标(1102)、触控板(1103)、触摸屏(1110)、数据手套(未示出)、操纵杆(1105)、麦克风(1106)、扫描仪(1107)、相机(1108)。
计算机系统(1100)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(1110)的触觉反馈、数据手套(未示出)或操纵杆(1105)，但是也可以是不作为输入设备的触觉反馈装置、音频输出装置(例如：扬声器(1109)、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(1110))，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(未示出)、全息显示器和烟箱(未示出)以及打印机(未示出)来输出二维视觉输出或超过三维输出。
计算机系统(1100)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(1121)的CD/DVD ROM/RW(1120)的光学介质、指状驱动器(1122)、可拆卸硬盘驱动器或固态驱动器(1123)、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术语“计算机可读介质”不涵盖传输介质、载波或其他瞬时信号。
计算机系统(1100)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、耐延迟网络等。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(1149)的外部网络接口适配器(例如计算机系统(1100)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(1100)的内核中(例如，连接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(1100)可以使用这些网络中的任何一个与其他实体通信。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(1100)的内核(1140)。
内核(1140)可以包括一个或多个中央处理单元(CPU)(1141)、图形处理单元(GPU)(1142)、现场可编程门区域(FPGA)(1143)形式的专用可编程处理单元、用于某些任务的硬件加速器(1144)等。这些装置以及只读存储器(ROM)(1145)、随机存取存储器(1146)、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(1147)可以通过系统总线(1148)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(1148)，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(1148)或通过外围总线(1149)连接到内核的系统总线(1848)。外围总线的体系结构包括PCI、USB等。
CPU(1141)、GPU(1142)、FPGA(1143)和加速器(1144)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(1145)或RAM(1146)中。过渡数据也可以存储在RAM(1146)中，而永久数据可以例如存储在内部大容量存储器(1147)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(1141)、GPU(1142)、大容量存储(1147)、ROM(1145)、RAM(1146)等。
计算机可读介质可以在其上具有用于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建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(1100)，特别是内核(1140)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，以及某些非暂时性的内核(1140)的存储器，例如内核内部大容量存储器(1147)或ROM(1145)。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(1140)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。软件可以引起内核(1140)，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(1146)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(1144))中的逻辑中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两者都包括。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：假定参考解码器
SNR：信号噪声比
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
SDR：标准动态范围
HDR：高动态范围
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，但其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 (20)

1.一种用于在解码器中进行视频解码的方法，包括：
基于至少一个在先解码块的编码信息，确定用于解码当前块的第一参考运动矢量和第二参考运动矢量；
将所述第一参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位以获得移位后的第一分量；
将所述第二参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第二分量右移一位以获得移位后的第二分量；
通过将所述移位后的第一分量和所述移位后的第二分量相加，生成第一平均参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第三分量；
构建用于解码所述当前块的参考运动矢量列表，所述参考运动矢量列表包含所述第一参考运动矢量、所述第二参考运动矢量以及所述第一平均参考运动矢量；
使用所述参考运动矢量列表来确定运动矢量预测值；以及
基于所确定的运动矢量预测值，解码所述当前块以进行输出。
2.根据权利要求1所述的方法，还包括：
将所述第一参考运动矢量在第二坐标轴上以所述二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位以获得移位后的第四分量；
将所述第二参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位以获得移位后的第五分量；以及
通过将所述移位后的第四分量和所述移位后的第五分量相加，生成所述第一平均参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第六分量。
3.根据权利要求1所述的方法，还包括：
基于所述第一参考运动矢量和第三参考运动矢量生成第二平均参考运动矢量；以及
基于所述第二参考运动矢量和所述第三参考运动矢量生成第三平均参考运动矢量，其中
所述构建用于解码所述当前块的所述参考运动矢量列表包括：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第一平均参考运动矢量、所述第二平均参考运动矢量和所述第三平均参考运动矢量。
4.根据权利要求3所述的方法，还包括：
基于所述第一参考运动矢量和第四参考运动矢量生成第四平均参考运动矢量；
基于所述第二参考运动矢量和所述第四参考运动矢量生成第五平均参考运动矢量；
基于所述第三参考运动矢量和所述第四参考运动矢量生成第六平均参考运动矢量，其中
所述构建用于解码所述当前块的所述参考运动矢量列表包括：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第四参考运动矢量、所述第一列表的参考运动矢量；以及添加所述第一平均参考运动矢量、所述第二平均参考运动矢量、所述第三平均参考运动矢量、所述第四平均参考运动矢量、所述第五平均参考运动矢量和所述第六平均参考运动矢量。
5.根据权利要求1所述的方法，其中，将所述第一分量偏移并将所述偏移后的第一分量右移包括：
将右移参数设置为1；
将左移参数设置为0；以及
执行舍入子程序或操作舍入电路，所述舍入电路被配置为接收所述第一分量、所述右移参数和所述左移参数，以及被配置为根据以下公式来计算所述移位后的第一分量：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，其中
rightShift对应于所述右移参数，leftShift对应于所述左移参数，x对应于所述第一分量，并且y对应于所述移位后的第一分量。
6.根据权利要求1所述的方法，其中，基于包括空间相邻块和时间相邻块的所述至少一个在先解码块，确定所述第一参考运动矢量和所述第二参考运动矢量。
7.根据权利要求1所述的方法，其中，所述参考运动矢量列表中的所述第一参考运动矢量和所述第二参考运动矢量对应于1/16的分数采样精度。
8.一种装置，包括：
处理电路，所述处理电路被配置成：
基于至少一个在先解码块的编码信息，确定用于解码当前块的第一参考运动矢量和第二参考运动矢量；
将所述第一参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位以获得移位后的第一分量；
将所述第二参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第二分量右移一位以获得移位后的第二分量；
通过将所述移位后的第一分量和所述移位后的第二分量相加，生成第一平均参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第三分量；
构建用于解码所述当前块的参考运动矢量列表，所述参考运动矢量列表包含所述第一参考运动矢量、所述第二参考运动矢量以及所述第一平均参考运动矢量；
使用所述参考运动矢量列表来确定运动矢量预测值；以及
基于所确定的运动矢量预测值，解码所述当前块以进行输出。
9.根据权利要求8所述的装置，其中，所述处理电路还被配置成：
将所述第一参考运动矢量在第二坐标轴上以所述二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位以获得移位后的第四分量；
将所述第二参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位以获得移位后的第五分量；以及
通过将所述移位后的第四分量和所述移位后的第五分量相加，生成所述第一平均参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第六分量。
10.根据权利要求8所述的装置，其中，所述处理电路还被配置成：
基于所述第一参考运动矢量和第三参考运动矢量生成第二平均参考运动矢量；
基于所述第二参考运动矢量和所述第三参考运动矢量生成第三平均参考运动矢量；以及
通过以下方式来构建用于解码所述当前块的所述参考运动矢量列表：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第一平均参考运动矢量、所述第二平均参考运动矢量和所述第三平均参考运动矢量。
11.根据权利要求10所述的装置，其中，所述处理电路还被配置成：
基于所述第一参考运动矢量和第四参考运动矢量生成第四平均参考运动矢量；
基于所述第二参考运动矢量和所述第四参考运动矢量生成第五平均参考运动矢量；
基于所述第三参考运动矢量和所述第四参考运动矢量生成第六平均参考运动矢量；以及
通过以下方式来构建用于解码所述当前块的所述参考运动矢量列表：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第四参考运动矢量、所述第一列表的参考运动矢量；以及添加所述第一平均参考运动矢量、所述第二平均参考运动矢量、所述第三平均参考运动矢量、所述第四平均参考运动矢量、所述第五平均参考运动矢量和所述第六平均参考运动矢量。
12.根据权利要求8所述的装置，其中，所述处理电路还被配置成：
将右移参数设置为1；
将左移参数设置为0；以及
执行舍入子程序或操作舍入电路，所述舍入电路被配置为接收所述第一分量、所述右移参数和所述左移参数，以及被配置为根据以下公式来计算所述移位后的第一分量：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，其中
rightShift对应于所述右移参数，leftShift对应于所述左移参数，x对应于所述第一分量，并且y对应于所述移位后的第一分量。
13.根据权利要求8所述的装置，其中，所述处理电路还被配置成：
基于包括空间相邻块和时间相邻块的所述至少一个在先解码块，确定所述第一参考运动矢量和所述第二参考运动矢量。
14.根据权利要求8所述的装置，其中，所述参考运动矢量列表中的所述第一参考运动矢量和所述第二参考运动矢量对应于1/16的分数采样精度。
15.一种存储指令的非暂时性计算机可读介质，当所述指令由用于视频解码的计算机执行时，使得所述计算机进行：
基于至少一个在先解码块的编码信息，确定用于解码当前块的第一参考运动矢量和第二参考运动矢量；
将所述第一参考运动矢量在第一坐标轴上以二进制补码整数表示格式的第一分量偏移一，并且将偏移后的第一分量右移一位以获得移位后的第一分量；
将所述第二参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第二分量偏移一，并且将偏移后的第二分量右移一位以获得移位后的第二分量；
通过将所述移位后的第一分量和所述移位后的第二分量相加，生成第一平均参考运动矢量在所述第一坐标轴上以所述二进制补码整数表示格式的第三分量；
构建用于解码所述当前块的参考运动矢量列表，所述参考运动矢量列表包含所述第一参考运动矢量、所述第二参考运动矢量以及所述第一平均参考运动矢量；
使用所述参考运动矢量列表来确定运动矢量预测值；以及
基于所确定的运动矢量预测值，解码所述当前块以进行输出。
16.根据权利要求15所述的非暂时性计算机可读介质，其中，当所述指令由所述计算机执行时，使得所述计算机进行：
将所述第一参考运动矢量在第二坐标轴上以所述二进制补码整数表示格式的第四分量偏移一，并且将偏移后的第四分量右移一位以获得移位后的第四分量；
将所述第二参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第五分量偏移一，并且将偏移后的第五分量右移一位以获得移位后的第五分量；以及
通过将所述移位后的第四分量和所述移位后的第五分量相加，生成所述第一平均参考运动矢量在所述第二坐标轴上以所述二进制补码整数表示格式的第六分量。
17.根据权利要求15所述的非暂时性计算机可读介质，其中，当所述指令由所述计算机执行时，使得所述计算机进行：
基于所述第一参考运动矢量和第三参考运动矢量生成第二平均参考运动矢量；以及
基于所述第二参考运动矢量和所述第三参考运动矢量生成第三平均参考运动矢量，其中
所述构建用于解码所述当前块的所述参考运动矢量列表包括：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第一平均参考运动矢量、所述第二平均参考运动矢量和所述第三平均参考运动矢量。
18.根据权利要求17所述的非暂时性计算机可读介质，其中，当所述指令由所述计算机执行时，使得所述计算机进行：
基于所述第一参考运动矢量和第四参考运动矢量生成第四平均参考运动矢量；
基于所述第二参考运动矢量和所述第四参考运动矢量生成第五平均参考运动矢量；
基于所述第三参考运动矢量和所述第四参考运动矢量生成第六平均参考运动矢量，其中
所述构建用于解码所述当前块的所述参考运动矢量列表包括：排列所述参考运动矢量列表为包括根据与所述参考运动矢量相关联的各个索引的升序的所述第一参考运动矢量、所述第二参考运动矢量、所述第三参考运动矢量、所述第四参考运动矢量、所述第一列表的参考运动矢量；以及添加所述第一平均参考运动矢量、所述第二平均参考运动矢量、所述第三平均参考运动矢量、所述第四平均参考运动矢量、所述第五平均参考运动矢量和所述第六平均参考运动矢量。
19.根据权利要求15所述的非暂时性计算机可读介质，其中，将所述第一分量偏移并将所述偏移后的第一分量右移包括：
将右移参数设置为1；
将左移参数设置为0；以及
执行舍入子程序或操作舍入电路，所述舍入电路被配置为接收所述第一分量、所述右移参数和所述左移参数，以及被配置为根据以下公式来计算所述移位后的第一分量：
偏移＝1<<(rightShift-1)，以及
y＝(x>＝0？(x+偏移)>>rightShift:-((-x+偏移)>>rightShift))<<leftShift，其中
rightShift对应于所述右移参数，leftShift对应于所述左移参数，x对应于所述第一分量，并且y对应于所述移位后的第一分量。
20.根据权利要求15所述的非暂时性计算机可读介质，其中，基于包括空间相邻块和时间相邻块的所述至少一个在先解码块，确定所述第一参考运动矢量和所述第二参考运动矢量。
CN201980027197.9A 2018-10-22 2019-10-15 用于在解码器中进行视频解码的方法、装置和计算机可读介质 Active CN112020829B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862748675P 2018-10-22 2018-10-22
US62/748,675 2018-10-22
US16/424,352 2019-05-28
US16/424,352 US11032541B2 (en) 2018-10-22 2019-05-28 Method and apparatus for video coding
PCT/US2019/056269 WO2020086331A1 (en) 2018-10-22 2019-10-15 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN112020829A true CN112020829A (zh) 2020-12-01
CN112020829B CN112020829B (zh) 2022-11-01

Family

ID=70280067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980027197.9A Active CN112020829B (zh) 2018-10-22 2019-10-15 用于在解码器中进行视频解码的方法、装置和计算机可读介质

Country Status (6)

Country Link
US (1) US11032541B2 (zh)
EP (1) EP3766182A4 (zh)
JP (1) JP7016971B2 (zh)
KR (1) KR102484926B1 (zh)
CN (1) CN112020829B (zh)
WO (1) WO2020086331A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11477463B2 (en) 2018-06-21 2022-10-18 Beijing Bytedance Network Technology Co., Ltd. Component-dependent sub-block dividing
US11509915B2 (en) 2018-06-05 2022-11-22 Beijing Bytedance Network Technology Co., Ltd. Interaction between IBC and ATMVP
US11616945B2 (en) 2018-09-24 2023-03-28 Beijing Bytedance Network Technology Co., Ltd. Simplified history based motion vector prediction
US11792421B2 (en) 2018-11-10 2023-10-17 Beijing Bytedance Network Technology Co., Ltd Rounding in pairwise average candidate calculations
US11968377B2 (en) 2018-06-21 2024-04-23 Beijing Bytedance Network Technology Co., Ltd Unified constrains for the merge affine mode and the non-merge affine mode

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11729395B2 (en) * 2021-11-26 2023-08-15 Huawei Technologies Co., Ltd. Methods and devices for extracting motion vector data from compressed video data

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102868889A (zh) * 2011-07-06 2013-01-09 乐金电子(中国)研究开发中心有限公司 帧间图像视频编解码的运动矢量预测方法及视频编解码器
US20130107958A1 (en) * 2011-10-31 2013-05-02 Fujitsu Limited Video decoding apparatus and method
CN108353184A (zh) * 2015-11-05 2018-07-31 联发科技股份有限公司 用于视频编解码的使用平均运动矢量的帧间预测的方法和装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100865034B1 (ko) * 2002-07-18 2008-10-23 엘지전자 주식회사 모션 벡터 예측 방법
JP4317738B2 (ja) 2003-12-17 2009-08-19 富士通株式会社 平均値算出装置および平均値算出方法
KR100903498B1 (ko) * 2004-09-29 2009-06-18 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 동작 추정 방법
KR100909390B1 (ko) * 2007-09-18 2009-07-24 한국과학기술원 고속 움직임 보상 장치 및 방법
JP5325638B2 (ja) * 2008-11-26 2013-10-23 日立コンシューマエレクトロニクス株式会社 画像復号化方法
US9060176B2 (en) * 2009-10-01 2015-06-16 Ntt Docomo, Inc. Motion vector prediction in video coding
EP3913923A1 (en) * 2010-01-19 2021-11-24 Samsung Electronics Co., Ltd. Method and apparatus for encoding/decoding images using a motion vector of a previous block as a motion vector for the current block
EP3879833A1 (en) * 2011-05-31 2021-09-15 JVCKENWOOD Corporation Moving image encoding device, moving image encoding method and moving image encoding program, as well as moving image decoding device, moving image decoding method and moving image decoding program
EP3092806A4 (en) * 2014-01-07 2017-08-23 Nokia Technologies Oy Method and apparatus for video coding and decoding
US20200014931A1 (en) * 2018-07-06 2020-01-09 Mediatek Inc. Methods and Apparatuses of Generating an Average Candidate for Inter Picture Prediction in Video Coding Systems
JP2020043500A (ja) 2018-09-12 2020-03-19 シャープ株式会社 動画像符号化装置及び動画像復号装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102868889A (zh) * 2011-07-06 2013-01-09 乐金电子(中国)研究开发中心有限公司 帧间图像视频编解码的运动矢量预测方法及视频编解码器
US20130107958A1 (en) * 2011-10-31 2013-05-02 Fujitsu Limited Video decoding apparatus and method
CN108353184A (zh) * 2015-11-05 2018-07-31 联发科技股份有限公司 用于视频编解码的使用平均运动矢量的帧间预测的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BENJAMIN BROSS等: "Versatile Video Coding (Draft 2)", 《JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11》 *
YU-LING HSIAO等: "CE4.4.12: Pairwise average candidates", 《JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11509915B2 (en) 2018-06-05 2022-11-22 Beijing Bytedance Network Technology Co., Ltd. Interaction between IBC and ATMVP
US11523123B2 (en) 2018-06-05 2022-12-06 Beijing Bytedance Network Technology Co., Ltd. Interaction between IBC and ATMVP
US11831884B2 (en) 2018-06-05 2023-11-28 Beijing Bytedance Network Technology Co., Ltd Interaction between IBC and BIO
US11973962B2 (en) 2018-06-05 2024-04-30 Beijing Bytedance Network Technology Co., Ltd Interaction between IBC and affine
US11477463B2 (en) 2018-06-21 2022-10-18 Beijing Bytedance Network Technology Co., Ltd. Component-dependent sub-block dividing
US11659192B2 (en) 2018-06-21 2023-05-23 Beijing Bytedance Network Technology Co., Ltd Sub-block MV inheritance between color components
US11895306B2 (en) 2018-06-21 2024-02-06 Beijing Bytedance Network Technology Co., Ltd Component-dependent sub-block dividing
US11968377B2 (en) 2018-06-21 2024-04-23 Beijing Bytedance Network Technology Co., Ltd Unified constrains for the merge affine mode and the non-merge affine mode
US11616945B2 (en) 2018-09-24 2023-03-28 Beijing Bytedance Network Technology Co., Ltd. Simplified history based motion vector prediction
US11792421B2 (en) 2018-11-10 2023-10-17 Beijing Bytedance Network Technology Co., Ltd Rounding in pairwise average candidate calculations

Also Published As

Publication number Publication date
CN112020829B (zh) 2022-11-01
US11032541B2 (en) 2021-06-08
JP2021513818A (ja) 2021-05-27
JP7016971B2 (ja) 2022-02-07
KR20200128154A (ko) 2020-11-11
US20200128237A1 (en) 2020-04-23
WO2020086331A1 (en) 2020-04-30
KR102484926B1 (ko) 2023-01-05
EP3766182A1 (en) 2021-01-20
EP3766182A4 (en) 2021-12-29

Similar Documents

Publication Publication Date Title
CN111937387B (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
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
CN113545061A (zh) 用于仿射线性加权帧内预测模式的简化信令方法
CN115866273A (zh) 视频编码、解码的方法、装置、计算机可读介质以及设备
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN113273200B (zh) 视频解码方法、解码器、非暂时性计算机可读介质、计算机设备
CN112020829B (zh) 用于在解码器中进行视频解码的方法、装置和计算机可读介质
CN112753219A (zh) 用于视频编码的方法和装置
CN112237000A (zh) 用于视频编码的方法和装置
CN113396590B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN113557728A (zh) 视频编解码方法和装置
CN113615174A (zh) 对用于帧内图片块补偿的已解码块矢量的转换
CN111971965A (zh) 视频编解码的方法和装置
CN112154663B (zh) 视频解码方法和相关装置
CN111010579A (zh) 基于成对平均运动矢量预测的视频解码方法和装置
CN110971907B (zh) 视频编解码方法和装置、计算机设备及存储介质
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
CN113170095A (zh) 用于视频编码的方法和装置
CN112514385A (zh) 用于视频编码的方法和装置
CN112514400A (zh) 用于改进解码器侧运动推导和修正的方法和装置
CN110582002B (zh) 视频解码方法、视频解码器及可读介质
CN111919440B (zh) 用于视频解码的方法、装置和计算机可读介质
CN111726622A (zh) 视频解码的方法和装置
CN113228680A (zh) 视频编解码中运动预测的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40035570

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant