CN112073719A - 一种串匹配预测方法、装置、系统及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种串匹配预测方法、装置、系统及计算机可读存储介质，所述方法包括：为当前块构建串预测矢量候选列表；基于串预测矢量候选列表进行运动搜索，确定当前块的最终串矢量；基于最终串矢量计算最终串矢量残差；基于最终串矢量残差对当前块进行编码，获得当前块的码流。本发明通过利用串矢量残差对当前块进行编码，有利于提升编码的压缩率。

Description

一种串匹配预测方法、装置、系统及计算机可读存储介质

技术领域

本发明涉及视频编码技术领域，特别是涉及一种串匹配预测方法、装置、系统及计算机可读存储介质。

背景技术

通过视频编码技术可以对视频进行压缩，以降低视频的数据量，降低视频传输过程中的网络带宽、减少存储空间。其中，视频编码模式可以包括传统帧间预测模式、传统帧内预测模式、帧内块复制预测、串匹配预测等模式。

以串匹配预测模式为例，现有的串匹配预测过程无法获取精确的匹配块，导致对当前块的编码效果较差。

发明内容

本发明提供一种串匹配预测方法、装置、系统及计算机可读存储介质，以解决现有技术中无法获取精确的匹配块，导致对当前块的编码效果较差以及直接对串矢量编码，编码比特开销较大的问题。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种串匹配预测方法，包括：为当前块构建串预测矢量候选列表；基于所述串预测矢量候选列表进行运动搜索，确定所述当前块的最终串矢量；基于所述最终串矢量计算最终串矢量残差；获得所述最终串矢量残差对所述当前块进行编码，得到所述当前块的码流。

为解决上述技术问题，本发明提供的第二个技术方案为：提供一种串匹配预测方法，包括：为当前块构建串预测矢量候选列表；基于所述串预测矢量候选列表进行编码单元级运动搜索得到编码单元级串矢量；利用所述编码单元级串矢量进行运动补偿得到所述当前块的重建块；计算所述重建块与所述当前块的失真值；若所述当前块与其对应的亮度/色度分量划分不一致，按照以下公式计算编码代价：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1

Rdcost＝(D>>shift)+λ*R

其中，bitDepth为编码中间比特深度，D为所述失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，所述编码单元级串预测矢量索引为编码单元级串预测矢量在所述串预测矢量候选列表中的索引，所述编码单元级串预测矢量为所述编码单元级串矢量对应的编码单元级运动搜索的起点，所述编码单元级串矢量残差为所述编码单元级串矢量与所述编码单元级串预测矢量之差，λ为率失真模型参数；若所述编码代价满足预设条件，则将所述编码单元级串矢量作为所述当前块的最终串矢量，否则基于所述串预测矢量候选列表进行像素级运动搜索。

为解决上述技术问题，本发明提供的第三个技术方案为：提供一种串匹配预测装置，所述串匹配预测装置包括列表构建模块、运动搜索模块、残差计算模块及编码模块；所述列表构建模块，用于为当前块构建串预测矢量候选列表；所述运动搜索模块，用于基于所述串预测矢量候选列表进行运动搜索，确定所述当前块的最终串矢量；所述残差计算模块，用于基于所述最终串矢量计算最终串矢量残差；所述编码模块，用于基于所述最终串矢量残差对所述当前块进行编码，获得所述当前块的码流。

为解决上述技术问题，本发明提供的第四个技术方案为：提供一种视频编解码系统，所述视频编解码系统包括处理器、与所述处理器连接的存储器，其中，所述存储器存储有程序指令；所述处理器用于执行所述存储器存储的程序指令以实现如上述的串匹配预测方法。

为解决上述技术问题，本发明提供的第五个技术方案为：提供一种计算机可读存储介质，所述存储介质存储有程序指令，所述程序指令被执行时实现如上述的串匹配预测方法。

本发明提供的串匹配预测方法，通过为当前块构建串预测矢量候选列表；基于串预测矢量候选列表进行运动搜索，确定当前块的最终串矢量；基于最终串矢量计算最终串矢量残差；基于最终串矢量残差对当前块进行编码，获得当前块的码流。本发明通过串矢量残差对当前块进行编码，相对于直接对最终串矢量进行编码，减少编码所需要的比特数，有利于提升编码的压缩率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，

其中：

图1是本发明串匹配预测方法的一实施例的流程示意图；

图2是图1所示方法中步骤S12的一具体实施例的流程示意图；

图3是图1所示方法中搜索方向的框架示意图；

图4是图1所示方法中步骤S12的另一具体实施例的流程示意图；

图5是本发明串匹配预测方法的另一实施例的流程示意图；

图6是本发明串匹配预测装置的一实施例的结构示意图；

图7是本发明视频编解码系统的一实施例的结构示意图；

图8是本发明计算机可读存储介质的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

下面结合附图和实施例对本发明进行详细的说明。

请参见图1，为本发明串匹配预测方法的一实施例的流程示意图。其中，串匹配预测技术的应用存在一定限制，例如块应满足串匹配预测条件。举例说明，串匹配预测技术可以仅应用于宽和高都大于4且小于等于32的亮度块，且对于某些小块，若这些小块再进一步划分后会产生边长小于4的色度块，那么这些小块的色度块部分将不再进一步划分，并且这些小块不采用串匹配模式，而采用传统串匹配预测模式。因此其中的当前块和匹配串均为宽和高都大于4且小于等于32的亮度块。此外，匹配串还需遵循以下规范性限制：匹配串必须位于当前最大编码单元(the largest coding unit，LCU)的左侧相邻的最大编码单元内或者当前LCU的区域内，LCU按照64×64区域大小平均划分，一个匹配串的所有像素均来自于同一个64×64区域；匹配串中所有像素不能属于当前串；每个编码单元所允许的串的个数(包括匹配串的个数加未匹配串的个数)必须不大于当前编码单元内像素个数的四分之一。

步骤S11：为当前块构建串预测矢量候选列表。

具体的，串预测矢量(String vectorprediction，SVP)候选列表在构建时一般利用历史串矢量候选列表、空域相邻块串矢量、预设固定串矢量或者其他推导方式得到的串矢量等进行构建。具体的，串预测矢量候选列表的长度可以设置为N，其中，N>＝0。

在一具体实施例中，以历史串矢量候选列表的构建方式为例进行说明。

具体的，在AVS3编解码技术中，HBVP为历史串矢量候选列表，且HBVP列表的长度设置为12。在一具体实施例中，利用HBVP来构建串预测矢量候选列表，具体的，将HBVP列表中有效的运动信息按照倒序的方式填入到串预测矢量候选列表内，且设置串预测矢量候选列表中的运动信息长度N最大为12。历史串矢量候选列表至少包括部分已编码的串矢量，直接将历史串矢量候选列表中的有效串矢量按照倒序或正序的方式填入串预测矢量候选列表，有利于快速形成串预测矢量候选列表。

具体的，串预测矢量候选列表中存放有最多12个预测串矢量，列表中的12个位置分别对应满足12类条件的预测串矢量，当存在多个满足同类型的预测串矢量时，后出现的预测串矢量将替代前面的同类型预测串矢量，存放在串预测矢量候选列表对应类型的位置中。

历史串矢量候选列表中符合上述12类条件的预测串矢量可能存在也可能不存在。在一实施例中，可以按照倒序的方式遍历历史串矢量候选列表中的各个预测串矢量。将历史串矢量候选列表中满足上述12类条件的预测串矢量填充至对应的位置中。需要注意的是，若一个预测串矢量符合多个对应的条件，则将预测串矢量填入第一个符合的条件中。在另一实施例中，若对应的条件已被预测串矢量填充，则在下一次填充时，将其填充至其他条件中。

步骤S12：基于串预测矢量候选列表进行运动搜索，确定当前块的最终串矢量。

具体的，采用运动估计的方式确定当前块的最终串矢量。其中，运动估计的目的是找到当前块的最佳运动矢量，作为最终串矢量。在本实施例中采用编码单元级运动搜索和像素级运动搜索两种方式来获取。在一实施例中，可以先进行编码单元级运动搜索以确定当前块的最终串矢量，在使用该方法未能确定出当前块的最终串矢量时，再进行像素级运动搜索以确定当前块的最终串矢量。或者在另一实施例中，可以先进行像素级运动搜索以确定当前块的最终串矢量，在使用该方法未能确定出当前块的最终串矢量时，再进行编码单元级运动搜索以确定当前块的最终串矢量。通过编码单元级运动搜索方式和像素级运动搜索方式两种不同的运动搜索方式搜索当前块的最终串矢量，能够满足不同当前块的情况，提高最终串矢量的搜索准确性和效率。

先介绍利用编码单元级运动搜索方式确定当前块的最终串矢量的方式，本实施例通过计算比较串预测矢量候选列表中的运动信息经过运动补偿后的代价值，并选择代价值较小的部分串矢量，将这部分串矢量作为编码单元级运动搜索的起点。然后，在设定的搜索范围内进行运动搜索，通过计算比较参考块和当前块的代价值，以代价值最小的块即为最佳预测块，进而获取到最佳串矢量，作为最终串矢量。最后，在当前块的亮度分量和色度分量相同或者不同的划分情况下，均需要最佳预测块/重建块的代价值计算保证对齐。

具体请参阅图2，为上述步骤S12的一具体实施例的流程示意图，包括：

步骤S21：计算串预测矢量候选列表中串预测矢量的代价值。

具体的，遍历串预测矢量候选列表中的所有串矢量，并利用串矢量进行预测。此时，需要检查每个串矢量对应的匹配块是否符合串匹配预测模式的规范性限制，规范性限制在上述步骤已进行说明，在此不再赘述。然后，对于符合规范性限制的串矢量计算其代价值。

步骤S22：按照代价值最小的原则从串预测矢量候选列表中选出最终串预测矢量。

具体的，串预测矢量候选列表中选择符合规范性限制且代价值最小的串矢量作为起始搜索串矢量，即最终串预测矢量。在一实施例中，如果没有符合规范性限制的串矢量时，则以(0,0)作为起始搜索串矢量。

步骤S23：以最终串预测矢量作为起点进行编码单元级运动搜索。

具体的，以最终串预测矢量作为起点进行编码单元级运动搜索的具体过程如下：

首先，设置搜索范围。将搜索范围设置为起始搜索串矢量指向的点的水平垂直方向上[-M，M]的范围。搜索范围的上侧更新为-min(串矢量指向的点的垂直坐标，M)，左侧更新为-min(串矢量指向的点的水平坐标，M)，下侧更新为min(图像高度-串矢量指向的点的垂直坐标-当前块高度，M)，右侧更新为min(图像宽度-串矢量指向的点的垂直坐标-当前块宽度，M)。其中，本实施例的M可以选取为32或者64等。计算起始搜索串矢量的代价值，并将起始搜索串矢量作为初始最佳串矢量，记录初始最佳串矢量在串预测矢量候选列表中的index索引。

然后，在设定的搜索范围内进行编码单元级运动搜索。搜索范围为起始搜索串矢量的指向位置的正上方、正左方、正下方和正右方的已编码块，搜索方向由远到近，具体请参阅图3的搜索方式的框架示意图。需要说明的是，本实施例的搜索步长设置为整像素，搜索范围不能超出以上设定的搜索范围，且获取的搜索块内的所有像素均需要符合串匹配预测模式的规范性限制。

进一步地，对于当前块尺寸的宽度和高度均小于16的块，除了以上述描述的十字搜索方式搜索外，还需要在设定的搜索范围内进行全搜索，搜索步长同样可以设定为整像素，且搜索块内所有像素均需要符合串匹配预测模式的规范性限制。

最后，获取最终串矢量。计算编码单元级运动搜索的搜索结果，即预测块的代价值，并将预测块的代价值与起始搜索串矢量的代价值进行比较，将代价值小的块对应的串矢量作为当前块的最终串矢量，对应的预测块为最佳预测块，以记录最终串矢量在串预测矢量候选列表中的index索引。

进一步地，在AVS3编解码技术中，在获取到最佳预测块后，由于串匹配预测模式下不存在变换、量化等过程，最佳预测块的像素值即视为当前块的重建值，在当前块的亮度分量和色度分量相同或者不同的划分情况下，率失真代价值计算方式保证对齐。此时，率失真代价值计算方式分为以下两种情况：

(1)如果当前块与其对应的亮度分量/色度分量划分情况一致，则按照以下公式计算率失真代价值，即编码代价值：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1；

Rdcost＝(D>>shift)+λ*R

其中，bitDepth为编码中间比特深度，D为失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，编码单元级串预测矢量索引为编码单元级串预测矢量在串预测矢量候选列表中的索引，编码单元级串预测矢量为编码单元级串矢量对应的编码单元级运动搜索的起点，编码单元级串矢量残差为编码单元级串矢量与编码单元级串预测矢量之差，λ为率失真模型参数。

其中，上述式子中shift的值的计算方式如下：当编码中间比特深度等于8时，shift赋值为0；当编码中间比特深度不等于8时，shift赋值为将编码中间比特深度减去8，然后再向左移动一位。

(2)如果当前块与其对应的亮度分量/色度分量划分情况不一致，则按照以下公式计算率失真代价值，即编码代价值：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1

Rdcost＝(D>>shift)+λ*R

其中，bitDepth为编码中间比特深度，D为失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，编码单元级串预测矢量索引为编码单元级串预测矢量在串预测矢量候选列表中的索引，编码单元级串预测矢量为编码单元级串矢量对应的编码单元级运动搜索的起点，编码单元级串矢量残差为编码单元级串矢量与编码单元级串预测矢量之差，λ为率失真模型参数。

当上述计算的编码代价值小于通过其他编码方式计算的编码代价值时，将编码单元级串矢量作为最终串矢量；当上述计算的编码代价值大于其他编码方式中其中一种计算的编码代价值时，继续基于串预测矢量候选列表进行像素级运动搜索。其中，其他编码方式包括但不限于：帧间预测模式、帧内预测模式、帧内块复制预测模式等模式。

具体请参阅图4，为上述步骤S12的另一具体实施例的流程示意图，包括：

步骤S31：对于每个像素串，分别计算像素串的最终串矢量与串预测矢量候选列表中每个串预测矢量的差作为候选残差。

具体的，利用串预测矢量候选列表中的串预测矢量、预设串矢量和/或哈希匹配像素匹配方法进行像素级运动搜索，获取到当前块内每个像素串的最佳串矢量。然后，将最佳串矢量分别与串预测矢量候选列表中的每一预测串矢量作差，得到多个串矢量残差，作为候选残差。

步骤S32：计算每个候选残差及其对应的串预测矢量在串预测矢量候选列表中的索引的比特数和。

步骤S33：选择比特数和最小的候选残差作为像素串的最终串矢量残差，最终串矢量残差对应的串预测矢量作为像素串的最终串预测矢量。

具体的，比较各个串矢量残差与预测串矢量的index索引的比特数和，并将比特数和最小的预测串矢量作为该像素串的最终串预测矢量。

具体的，在AVS3编解码技术中，像素级运动搜索采用(0，-1)、(-1,0)、历史串矢量和像素哈希值相等时的串矢量偏移，分别进行运动补偿后，比较率失真代价值，并将率失真代价值最小的串矢量设置为最终串矢量。

遍历串预测矢量候选列表中的所有预测串矢量，分别计算每一预设串矢量与串矢量残差的比特数和；比较各个比特数和的大小，以将比特数和最小对应的预测串矢量作为该像素串的最终预测串矢量。

需要说明的是，在上述过程中，如果最终串矢量为(0，-1)，则将该串矢量用一个flag来表达；否则用预测串矢量的index索引和串矢量残差来表达最终串矢量。

步骤S13：基于最终串矢量计算最终串矢量残差。

例如，计算经过运动搜索得到的最终串矢量及其对应的编码单元级运动搜索的起点，即最终预测串矢量的差值作为最终串矢量残差，并记录最终串矢量对应的编码单元级运动搜索的起点在串预测矢量候选列表中的索引。

步骤S14：基于最终串矢量残差对当前块进行编码，获得当前块的码流。

具体的，本实施例通过最终串矢量残差和最终预测串矢量来表达当前块的串矢量。其中，最终串矢量残差可以直接进行编码，最终预测串矢量可以利用记录在串预测矢量候选列表的index索引来表达，编码器直接编码该index索引即可。

具体的，在一实施例中，码流中一般还包括句法元素，通过句法元素来表示使用的串匹配预测模式以及该模式下的最终串矢量残差、预测串矢量的index索引等。具体的，本发明对于串复制帧内预测模式的句法元素定义表请参见下表：

串复制帧内预测定义表

其中，定义表中新增的句法元素的描述如下：

串矢量水平分量差绝对值：mv_diff_x_abs_sv

串矢量垂直分量差绝对值：mv_diff_y_abs_sv

串矢量水平分量差符号值：mv_diff_x_sign_sv_

串矢量垂直分量差符号值：mv_diff_y_sign_sv

对上述新增句法元素的说明如下：

串矢量差的绝对值中MvDiffXAbsSv等于mv_diff_x_abs_sv的值，MvDiffYAbsSv等于mv_diff_y_abs_sv的值。串矢量差值的符号位中MvDiffXSignSv的值等于mv_diff_x_sign_sv的值，MvDiffYSignSv的值等于mv_diff_y_sign_sv。

如果位流中不存在mv_diff_x_sign_sv或mv_diff_y_sign_sv，则MvDiffXSignSv或MvDiffYSignSv的值为0。如果MvDiffXSignSv的值为0，MvDiffXSv等于MvDiffXAbsSv；如果MvDiffXSignSv的值为1，MvDiffXSv等于-MvDiffXAbsSv。如果MvDiffYSignSv的值为0，MvDiffYSv等于MvDiffYAbsSv；如果MvDiffYSignSv的值为1，MvDiffYSv等于-MvDiffYAbsSv。MvDiffXSv和MvDiffYSv的取值范围是-32768～32767。

在本实施例的串匹配预测方法中，通过为当前块构建串预测矢量候选列表；基于串预测矢量候选列表进行运动搜索以确定当前块的最终串矢量；利用最终串矢量计算最终串矢量残差；基于最终串矢量残差对当前块进行编码，得到当前块的码流。本发明通过利用串矢量残差对当前块进行编码，相对于直接对最终串矢量进行编码，减少编码所需要的比特数，有利于提升编码的压缩率。

请继续参见图5，为本发明串匹配预测方法的一实施例的流程示意图。其中，该串匹配预测方法具体包括以下步骤：

步骤S41：为当前块构建串预测矢量候选列表。

步骤S42：基于串预测矢量候选列表进行编码单元级运动搜索得到编码单元级串矢量。

步骤S43：计算重建块与当前块的失真值。

步骤S44：若当前块与其对应的亮度/色度分量划分不一致，按照以下公式计算编码代价：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1

Rdcost＝(D>>shift)+λ*R。

具体的，bitDepth为编码中间比特深度，D为失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，编码单元级串预测矢量索引为编码单元级串预测矢量在串预测矢量候选列表中的索引，编码单元级串预测矢量为编码单元级串矢量对应的编码单元级运动搜索的起点，编码单元级串矢量残差为编码单元级串矢量与编码单元级串预测矢量之差，λ为率失真模型参数。

步骤S45：若编码代价满足预设条件，则将编码单元级串矢量作为当前块的最终串矢量，否则基于串预测矢量候选列表进行像素级运动搜索。

需要说明的是，上述步骤均在图1所示串匹配预测方法中做出具体的描述，在此不再赘述。

请继续参见图6，为本发明串匹配预测装置的一实施例的结构示意图。其中，串匹配预测装置包括列表构建模块51、运动搜索模块52、残差计算模块53及编码模块54。

其中，列表构建模块51，用于为当前块构建串预测矢量候选列表。

运动搜索模块52，用于基于串预测矢量候选列表进行运动搜索，确定当前块的最终串矢量。

残差计算模块53，用于基于最终串矢量计算最终串矢量残差。

编码模块54，用于基于最终串矢量残差对当前块进行编码，获得当前块的码流。

请参见图7，为本发明视频编解码系统的一实施例的结构示意图。视频编解码系统包括相互连接的存储器62和处理器61。

存储器62用于存储实现上述任意一项的串匹配预测方法的程序指令。

处理器61用于执行存储器62存储的程序指令。

其中，处理器61还可以称为CPU(Central Processing Unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器62可以为内存条、TF卡等，可以存储串匹配预测装置中全部信息，包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器中。它根据控制器指定的位置存入和取出信息。有了存储器，串匹配预测装置才有记忆功能，才能保证正常工作。串匹配预测装置的存储器按用途存储器可分为主存储器(内存)和辅助存储器(外存)，也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等，能长期保存信息。内存指主板上的存储部件，用来存放当前正在执行的数据和程序，但仅用于暂时存放程序和数据，关闭电源或断电，数据会丢失。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，系统服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。

请参阅图7，为本发明计算机可读存储介质的结构示意图。本申请的存储介质存储有能够实现上述所有串匹配预测方法的程序文件71，其中，该程序文件71可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储装置包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。

以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (13)

1.一种串匹配预测方法，其特征在于，包括：

为当前块构建串预测矢量候选列表；

基于所述串预测矢量候选列表进行运动搜索，确定所述当前块的最终串矢量；

基于所述最终串矢量计算最终串矢量残差；

基于所述最终串矢量残差对所述当前块进行编码，获得所述当前块的码流。

2.根据权利要求1所述的串匹配预测方法，其特征在于，

所述基于所述串预测矢量候选列表进行运动搜索包括：

基于所述串预测矢量候选列表进行编码单元级运动搜索；和/或

基于所述串预测矢量候选列表进行像素级运动搜索。

3.根据权利要求2所述的串匹配预测方法，其特征在于，

所述基于所述串预测矢量候选列表进行编码单元级运动搜索包括：

计算所述串预测矢量候选列表中串预测矢量的代价值；

按照代价值最小的原则从所述串预测矢量候选列表中选出最终串预测矢量；

以所述最终串预测矢量作为起点进行编码单元级运动搜索。

4.根据权利要求3所述的串匹配预测方法，其特征在于，

所述基于所述最终串矢量计算最终串矢量残差包括：

计算所述最终串矢量及其对应的编码单元级运动搜索的起点作为所述最终串矢量残差，并记录所述最终串矢量对应的编码单元级运动搜索的起点在所述串预测矢量候选列表中的索引。

5.根据权利要求2所述的串匹配预测方法，其特征在于，

所述基于所述串预测矢量候选列表进行像素级运动搜索包括：

以所述串预测矢量候选列表中的串预测矢量、哈希匹配像素和预设串矢量为起点进行像素级运动搜索，得到所述当前块中每个像素串的最终串矢量。

6.根据权利要求5所述的串匹配预测方法，其特征在于，

所述基于所述最终串矢量计算最终串矢量残差包括：

对于每个所述像素串，分别计算所述像素串的最终串矢量与所述串预测矢量候选列表中每个所述串预测矢量的差作为候选残差；

计算每个所述候选残差及其对应的所述串预测矢量在所述串预测矢量候选列表中的索引的比特数和；

选择所述比特数和最小的所述候选残差作为所述像素串的最终串矢量残差，所述最终串矢量残差对应的所述串预测矢量作为所述像素串的最终串预测矢量。

7.根据权利要求2所述的串匹配预测方法，其特征在于，

所述基于所述串预测矢量候选列表进行运动搜索包括：

基于所述串预测矢量候选列表进行编码单元级运动搜索得到编码单元级串矢量；

利用所述编码单元级串矢量进行运动补偿并计算编码代价；

若所述编码代价满足预设条件，则将所述编码单元级串矢量作为所述最终串矢量，否则基于所述串预测矢量候选列表进行像素级运动搜索。

8.根据权利要求7所述的串匹配预测方法，其特征在于，

所述利用所述编码单元级串矢量进行运动补偿并计算编码代价包括：

利用所述编码单元级串矢量进行运动补偿得到所述当前块的重建块；

计算所述重建块与所述当前块的失真值；

若所述当前块与其对应的亮度/色度分量划分不一致，按照以下公式计算所述编码代价：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1

Rdcost＝(D>>shift)+λ*R

其中，bitDepth为编码中间比特深度，D为所述失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，所述编码单元级串预测矢量索引为编码单元级串预测矢量在所述串预测矢量候选列表中的索引，所述编码单元级串预测矢量为所述编码单元级串矢量对应的编码单元级运动搜索的起点，所述编码单元级串矢量残差为所述编码单元级串矢量与所述编码单元级串预测矢量之差，λ为率失真模型参数。

9.根据权利要求1所述的串匹配预测方法，其特征在于，

所述串预测矢量候选列表包括历史预测矢量列表中的串预测矢量。

10.一种串匹配预测方法，其特征在于，包括：

为当前块构建串预测矢量候选列表；

基于所述串预测矢量候选列表进行编码单元级运动搜索得到编码单元级串矢量；

利用所述编码单元级串矢量进行运动补偿得到所述当前块的重建块；

计算所述重建块与所述当前块的失真值；

若所述当前块与其对应的亮度/色度分量划分不一致，按照以下公式计算编码代价：

shift＝(bitDepth＝＝8)？0：(bitDepth-8)<<1

Rdcost＝(D>>shift)+λ*R

其中，bitDepth为编码中间比特深度，D为所述失真值，R为编码单元级串预测矢量索引和编码单元级串矢量残差的编码比特数，所述编码单元级串预测矢量索引为编码单元级串预测矢量在所述串预测矢量候选列表中的索引，所述编码单元级串预测矢量为所述编码单元级串矢量对应的编码单元级运动搜索的起点，所述编码单元级串矢量残差为所述编码单元级串矢量与所述编码单元级串预测矢量之差，λ为率失真模型参数；

若所述编码代价满足预设条件，则将所述编码单元级串矢量作为所述当前块的最终串矢量，否则基于所述串预测矢量候选列表进行像素级运动搜索。

11.一种串匹配预测装置，其特征在于，所述串匹配预测装置包括列表构建模块、运动搜索模块、残差计算模块及编码模块；

所述列表构建模块，用于为当前块构建串预测矢量候选列表；

所述运动搜索模块，用于基于所述串预测矢量候选列表进行运动搜索，确定所述当前块的最终串矢量；

所述残差计算模块，用于基于所述最终串矢量计算最终串矢量残差；

所述编码模块，用于基于所述最终串矢量残差对所述当前块进行编码，获得所述当前块的码流。

12.一种视频编解码系统，其特征在于，所述视频编解码系统包括处理器、与所述处理器连接的存储器，其中，

所述存储器存储有程序指令；

所述处理器用于执行所述存储器存储的程序指令以实现如权利要求1～9、10中任一项所述的串匹配预测方法。

13.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序指令，所述程序指令被执行时实现如权利要求1～9、10中任一项所述的串匹配预测方法。

Images