CN112106371A - 用于视频编码的方法和装置 - Google Patents

用于视频编码的方法和装置 Download PDF

Info

Publication number
CN112106371A
CN112106371A CN201980017093.XA CN201980017093A CN112106371A CN 112106371 A CN112106371 A CN 112106371A CN 201980017093 A CN201980017093 A CN 201980017093A CN 112106371 A CN112106371 A CN 112106371A
Authority
CN
China
Prior art keywords
block
motion vector
video
candidate
vector predictor
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
CN201980017093.XA
Other languages
English (en)
Other versions
CN112106371B (zh
Inventor
李翔
许晓中
刘杉
赵欣
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 CN112106371A publication Critical patent/CN112106371A/zh
Application granted granted Critical
Publication of CN112106371B publication Critical patent/CN112106371B/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
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/50—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
    • H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search
    • 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
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Landscapes

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

Abstract

本公开内容的各方面提供了用于视频编码/解码的方法和装置。在一些示例中，装置包括用于视频解码的处理电路。处理电路从编码的视频比特流中对当前图片中的第一块的预测信息进行解码。预测信息指示帧间预测模式，帧间预测模式用于根据运动矢量预测值确定第一块的第一运动矢量。然后，处理电路响应于帧间预测模式来构造候选运动矢量预测值的候选列表，候选列表是在将第二块排除的情况下构造的，第二块需要操作以在运动矢量导出中确定第二块的第二运动矢量。然后，处理电路基于候选列表确定第一块的第一运动矢量，并且根据第一块的第一运动矢量重建第一块。

Description

用于视频编码的方法和装置
交叉引用
本申请要求于2018年11月28日提交的美国专利申请第16/203,145号“METHOD ANDAPPARATUS FOR VIDEO CODING(用于视频编码的方法和装置)”的优先权，该美国专利申请要求于2018年6月1日提交的美国临时申请第62/679,642号“CONSTRAINT FOR DECODERSIDE MV DERIVATION AND REFINEMENT(解码器侧MV导出和细化的限制)”的优先权，其全部内容通过引用合并于此。
技术领域
本公开内容描述了通常与视频编码有关的实施例。
背景技术
本文中提供的背景描述是出于总体上呈现本公开内容的背景的目的。就本背景技术部分中描述的工作的程度而言，目前署名的发明人的工作以及在提交时可以不另外被限定作为现有技术的描述的方面，既没有明确地也没有隐含地被承认为针对本公开内容的现有技术。
可以使用具有运动补偿的图片间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，每个图片的空间维度为例如1920×1080亮度样本和相关联的色度样本。该一系列图片可以具有例如每秒60个图片或60Hz的固定的或可变的图片速率(也被非正式地称为帧速率)。未压缩的视频具有高的码率要求。例如，每样本8位的1080p60 4∶2∶0视频(60Hz帧速率下1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时的这样的视频需要大于600GB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。压缩可以帮助减少以上提及的带宽或存储空间需求，在一些情况下减少两个数量级或更多。可以采用无损压缩和有损压缩及其组合。无损压缩是指可以从压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不同，但是原始信号与重建的信号之间的失真足够小，以使该重建的信号对于预期应用是有用的。在视频的情况下，有损压缩应用广泛。容忍的失真量取决于应用；例如，比起电视分配应用的用户，某些消费者流媒体应用的用户可能容忍更高的失真。可达到的压缩比可以反映出：可允许/可容忍的失真越高可得到的压缩比越高。
运动补偿可以是有损压缩技术，并且可以涉及下述技术：在由运动矢量(此后被称为MV)指示的方向上进行空间移位之后，来自先前重建的图片或其一部分(参考图片)的样本数据的块被用来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重建中的图片相同。MV可以具有两个维度X和Y，也可以具有三个维度，第三个维度是使用中的参考图片的指示(后者间接地可以是时间维度)。
在一些视频压缩技术中，可以从其他MV预测适用于样本数据的某些区域的MV，例如其他MV为与样本数据的另一区域有关并且在解码顺序上优先于该MV的MV，样本数据的另一区域在空间上与正被重建的区域相邻。这样做可以大幅减少对MV进行编码所需的数据量，从而消除冗余并且增大压缩。MV预测可以有效地工作，例如，这是由于在对从摄像装置导出的输入视频信号(被称为自然视频)进行编码时，存在统计上的可能性——即比单个MV适用的区域大的区域在相似的方向上移动，因此可以在一些情况下，使用从相邻区域的MV导出的相似运动矢量来进行预测。这导致针对给定区域找到的MV与从周围MV预测的MV相似或相同，并且又可以在熵编码之后以比直接对MV进行编码的情况下使用的位数更小的位数来表示。在一些情况下，MV预测可以是从原始信号(即样本流)导出的信号(即MV)的无损压缩的示例。在其他情况下，MV预测本身可以是有损的，例如，这是由于从若干周围MV计算预测值时的舍入误差。
在H.265/HEVC(ITU-T H.265建议书，“高效视频编码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。除了H.265提供的多种MV预测机制外，本申请描述的是后面被称为“空间合并”的技术。
发明内容
本公开内容的各方面提供了用于视频编码/解码的方法和装置。在一些示例中，装置包括用于视频解码的处理电路。处理电路从编码的视频比特流中对当前图片中的第一块的预测信息进行解码。预测信息指示帧间预测模式，帧间预测模式用于根据运动矢量预测值确定第一块的第一运动矢量。然后，处理电路响应于帧间预测模式来构造候选运动矢量预测值的候选列表，候选列表是在将第二块排除的情况下构造的，第二块需要操作以在运动矢量导出中确定第二块的第二运动矢量。然后，处理电路基于候选运动矢量预测值的候选列表确定第一块的第一运动矢量，并且根据第一块的第一运动矢量来重建第一块。
在一个实施例中，当第二块在解码顺序上连续地在所述第一块之前时，处理电路将来自第二块的候选运动矢量预测值标记为不可用。
在另一实施例中，当第二块处于合并模式和跳过模式之一，并且在解码顺序上连续地在所述第一块之前时，处理电路将来自第二块的候选运动矢量预测值标记为不可用。
在另一实施例中，当第二块处于使用解码器侧的运动矢量导出来确定第二块的第二运动矢量的模式并且第二块在解码顺序上连续地在所述第一块之前时，处理电路将来自第二块的候选运动矢量预测值标记为不可用。
在另一实施例中，当第二块处于双向预测模式并且在解码顺序上连续地在所述第一块之前时，处理电路将来自第二块的候选运动矢量预测值标记为不可用。
在另一实施例中，当非相邻空间的运动矢量预测值属于第二块，第二块在解码顺序上连续地在所述第一块之前时，处理电路将非相邻空间的运动矢量预测值标记为不可用。
在另一实施例中，当第一块和第二块属于不同的编码树单元时，处理电路将来自第二块的候选运动矢量预测值取消标记。在另一实施例中，当第一块和第二块属于不同的切片时，处理电路将来自第二块的候选运动矢量预测值取消标记。
在另一实施例中，当第一块和第二块属于不同的图块时，处理电路将来自第二块的候选运动矢量预测值取消标记。
在一些示例中，处理电路利用来自第二块的相邻块的运动矢量预测值替换来自第二块的候选运动矢量预测值。
本公开内容的各方面还提供了存储有指令的非暂态计算机可读介质，该指令在由计算机执行以进行视频解码时使计算机执行所述用于视频编码的方法。
附图说明
根据以下详细描述和附图，所公开的主题的另外的特征、性质和各种优点将变得更加明显，在附图中：
图1是根据一个实施例的通信系统(100)的简化框图的示意。
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3是根据一个实施例的解码器的简化框图的示意。
图4是根据一个实施例的编码器的简化框图的示意。
图5示出了根据另一实施例的编码器的框图。
图6示出了根据另一实施例的解码器的框图。
图7是一些示例中当前块及其周围的空间合并候选的示意图。
图8示出了根据一些实施例的双向匹配的示例。
图9示出了根据本公开内容的一个实施例的模板匹配的示例。
图10示出了基于双向模板匹配的DMVR的示例。
图11A和图11B示出了当前块与其先前块之间的空间关系的示例。
图12示出了用于视频处理的流水线阶段的示例。
图13示出了用于视频处理的流水线阶段的另一示例。
图14示出了用于视频处理的流水线阶段的另一示例。
图15示出了概述根据本公开内容的一个实施例的处理的流程图。
图16是根据一个实施例的计算机系统的示意图。
具体实施方式
图1示出了根据本公开内容的一个实施例的通信系统(100)的简化框图。通信系统(100)包括可以经由例如网络(150)彼此通信的多个终端设备。例如，通信系统(100)包括经由网络(150)互连的第一对终端设备(110)和(120)。在图1示例中，该第一对终端设备(110)和(120)执行单向数据传输。例如，终端设备(110)可以对视频数据(例如，由终端设备(110)捕获的视频图片流)进行编码以用于经由网络(150)传输到另一终端设备(120)。经编码的视频数据可以以一个或更多个编码视频比特流的形式传输。终端设备(120)可以从网络(150)接收编码视频数据，对编码视频数据进行解码以恢复视频图片，并且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应用等中可以是较常见的。
在另一实施例中，通信系统(100)包括执行编码视频数据的双向传输的第二对终端设备(130)和(140)，双向传输可以例如在视频会议期间发生。对于双向数据传输，在示例中，终端设备(130)和(140)中的每个终端设备可以对视频数据(例如，由终端设备捕获的视频图片流)进行编码以用于经由网络(150)传输到终端设备(130)和(140)中的另一终端设备。终端设备(130)和(140)中的每个终端设备还可以接收由终端设备(130)和(140)中的另一终端设备传输的编码视频数据，并且可以对编码视频数据进行解码以恢复视频图片，并且可以根据恢复的视频数据在可访问的显示设备上显示视频图片。
在图1示例中，终端设备(110)、(120)、(130)和(140)可以被示出为服务器、个人计算机和智能电话，但本公开内容的原理可以不限于此。本公开内容的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(150)表示在终端设备(110)、终端设备(120)、终端设备(130)和终端设备(140)之间传送编码视频数据的任何数目的网络，包括例如有线连接(有线)和/或无线通信网络。通信网络(150)可以在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或因特网。出于本论述的目的，除非在本文中另有说明，否则网络(150)的架构和拓扑对于本公开内容的操作可以是不重要的。
作为所公开的主题的应用的示例，图2示出了视频编码器和视频解码器在流式传输环境中的放置。所公开的主题可以同等地适用于其他支持视频的应用，包括例如：视频会议，数字电视，在包括CD、DVD、存储棒等的数字介质上存储压缩视频等。
流式传输系统可以包括捕获子系统(213)，该捕获子系统(213)可以包括创建例如未压缩的视频图片流(202)的视频源(201)，例如数字摄像装置。在一个示例中，视频图片流(202)包括由数字摄像装置拍摄的样本。当与经编码的视频数据(204)(或编码视频比特流)进行比较时被描绘为强调高数据量的粗线的视频图片流(202)可以由包括耦接至视频源(201)的视频编码器(203)的电子设备(220)处理。视频编码器(203)可以包括硬件、软件或其组合以实现或实施如下更详细地描述的所公开的主题的各方面。当与视频图片流(202)进行比较时被描绘为强调较低数据量的细线的经编码的视频数据(204)(或编码视频比特流(204))可以存储在流服务器(205)上以供将来使用。图2中的一个或更多个流客户端子系统，例如客户端子系统(206)和(208)，可以访问流服务器(205)以检索经编码的视频数据(204)的副本(207)和(209)。客户端子系统(206)可以包括例如电子设备(230)中的视频解码器(210)。视频解码器(210)对经编码的视频数据的传入副本(207)进行解码，并且创建可以在显示器(212)(例如，显示屏)或另一呈现设备(未描绘)上呈现的传出视频图片流(211)。在一些流式传输系统中，可以根据某些视频编码/压缩标准对经编码的视频数据(204)、(207)和(209)(例如，视频比特流)进行编码。这些标准的示例包括ITU-T H.265建议书。在一个示例中，开发中的视频编码标准被非正式地称为多功能视频编码(VVC)。所公开的主题可以用于VVC的上下文中。
应注意，电子设备(220)和电子设备(230)可以包括其他部件(未示出)。例如，电子设备(220)可以包括视频解码器(未示出)，并且电子设备(230)也可以包括视频编码器(未示出)。
图3示出了根据本公开内容的一个实施例的视频解码器(310)的框图。视频解码器(310)可以被包括在电子设备(330)中。电子设备(330)可以包括接收器(331)(例如，接收电路)。视频解码器(310)可以用于代替图2示例中的视频解码器(210)。
接收器(331)可以接收要由视频解码器(310)解码的一个或更多个编码视频序列；在同一实施例或另一实施例中，一次接收一个编码视频序列，其中每个编码视频序列的解码独立于其他编码视频序列。可以从信道(301)接收编码视频序列，信道(301)可以是到存储经编码的视频数据的存储设备的硬件/软件链路。接收器(331)可以接收经编码的视频数据以及其他数据，例如，可以转发到其各自的使用实体(未描绘)的编码音频数据和/或辅助数据流。接收器(331)可以将编码视频序列与其他数据分开。为了防止网络抖动，缓冲存储器(315)可以耦接在接收器(331)与熵解码器/解析器(320)(此后被称为“解析器(320)”)之间。在一些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其他应用中，缓冲存储器(315)可以在视频解码器(310)的外部(未描绘)。在又一些其他应用中，在视频解码器(310)的外部可以有缓冲存储器(未描绘)以例如防止网络抖动，并且在视频解码器(310)的内部可以有另外的缓冲存储器(315)以例如处理播出定时。当接收器(331)从具有足够带宽和可控性的存储/转发设备或从等时同步网络接收数据时，可能不需要缓冲存储器(315)，或者缓冲存储器(315)可以是小的。为了在诸如因特网的最优分组网络上使用，可能需要缓冲存储器(315)，缓冲存储器(315)可以相对较大并且可以有利地具有自适应性大小，并且可以至少部分在操作系统或视频解码器(310)外部的类似元件(未描绘)中实现。
视频解码器(310)可以包括根据编码视频序列重建符号(321)的解析器(320)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及控制诸如呈现设备(312)(例如，显示屏)的呈现设备的潜在信息，该呈现设备(312)不是电子设备(330)的一体部分，而是可以耦接至电子设备(330)，如图3所示。用于(一个或更多个)呈现设备的控制信息可以是辅助增强信息(SEI消息)或视频可用性信息(VUI)参数集片段(未描绘)的形式。解析器(320)可以对接收到的编码视频序列进行解析/熵解码。编码视频序列的编码可以根据视频编码技术或标准，并且可以遵循各种原理，包括可变长度编码、霍夫曼编码(Huffmancoding)、具有或不具有背景灵敏度的算术编码等。解析器(320)可以基于与群组对应的至少一个参数，从编码视频序列提取用于视频解码器中的像素的子群组中的至少一个子群组的子群组参数集。子群组可以包括图片群组(GOP)、图片、图块、切片、宏块、编码单元(CU)、块、变换单元(TU)、预测单元(PU)等。解析器(320)还可以从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。
解析器(320)可以对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。
取决于编码视频图片或其部分(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其他因素，符号(321)的重建可以涉及多个不同的单元。涉及哪些单元以及涉及方式可以由解析器(320)从编码视频序列解析的子群组控制信息控制。出于简洁起见，未描述解析器(320)与下面的多个单元之间的这样的子群组控制信息流。
除了已经提及的功能块之外，视频解码器(310)可以在概念上被细分为如下所述的许多功能单元。在商业约束下运行的实际实现方式中，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，出于描述所公开的主题的目的，概念上细分为下面的功能单元是适当的。
第一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)从解析器(320)接收作为(一个或更多个)符号(321)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(351)可以输出可以输入到聚合器(355)中的包括样本值的块。
在一些情况下，缩放器/逆变换单元(351)的输出样本可以属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可以使用来自当前图片的先前重建部分的预测性信息的块。这样的预测性信息可以由帧内图片预测单元(352)提供。在一些情况下，帧内图片预测单元(352)使用从当前图片缓冲器(358)提取的周围已重建信息生成大小和形状与重建中的块相同的块。当前图片缓冲器(358)缓冲例如部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(355)基于每个样本将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息。
在其他情况下，缩放器/逆变换单元(351)的输出样本可以属于帧间编码和潜在运动补偿块。在这样的情况下，运动补偿预测单元(353)可以访问参考图片存储器(357)以提取用于预测的样本。在根据属于块的符号(321)对提取的样本进行运动补偿之后，这些样本可以由聚合器(355)添加到缩放器/逆变换单元(351)的输出(在该情况下被称为残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(353)从其提取预测样本的参考图片存储器(357)内的地址可以由运动矢量控制，运动矢量以符号(321)的形式供运动补偿预测单元(353)使用，符号(321)可以具有例如X、Y和参考图片分量。运动补偿还可以包括在使用子样本精确运动矢量时从参考图片存储器(357)提取的样本值的内插、运动矢量预测机制等。
聚合器(355)的输出样本可以在环路滤波器单元(356)中采用各种环路滤波技术。视频压缩技术可以包括环路内滤波器技术，环路内滤波器技术由被包括在编码视频序列(也被称为编码视频比特流)中并且作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)的参数进行控制，然而视频压缩技术还可响应于在对编码图片或编码视频序列的先前(在解码顺序上)部分进行解码期间获得的元信息，以及响应于先前重建并经环路滤波的样本值。
环路滤波器单元(356)的输出可以是样本流，样本流可以输出至呈现设备(312)以及存储在参考图片存储器(357)，以用于将来的帧间图片预测。
一旦完全重建，某些编码图片就可以用作参考图片以用于将来预测。例如，一旦与当前图片对应的编码图片被完全重建，并且编码图片(通过例如解析器(320))被识别为参考图片，当前图片缓冲器(358)就可以变为参考图片存储器(357)的一部分，并且可以在开始重建随后的编码图片之前重新分配新的当前图片缓冲器。
视频解码器(310)可以根据诸如ITU-T H.265建议书的标准中的预定视频压缩技术执行解码操作。在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两者的意义上，编码视频序列可以符合使用的视频压缩技术或标准指定的语法。具体地，配置文件可以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配置文件下可供使用的仅有工具。对于合规性，还要求编码视频序列的复杂度在由视频压缩技术或标准的层级限定的范围内。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，由层级设置的限制可以通过假设参考解码器(HRD)规范以及在编码视频序列中用信号通知的HRD缓冲器管理的元数据来进一步限定。
在一个实施例中，接收器(331)可以接收附加(冗余)数据和编码视频。附加数据可以被包括为(一个或更多个)编码视频序列的一部分。附加数据可以由视频解码器(310)使用来正确地对数据进行解码和/或更准确地重建原始视频数据。附加数据可以是例如时间、空间或信噪比(SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图4示出了根据本公开内容的一个实施例的视频编码器(403)的框图。视频编码器(403)被包括在电子设备(420)中。电子设备(420)包括传输器(440)(例如，传输电路)。视频编码器(403)可以用于代替图2示例中的视频编码器(203)。
视频编码器(403)可以从视频源(401)接收视频样本，视频源(401)可以捕获要由视频编码器(403)编码的视频图像(并非图4示例中的电子设备(420)的一部分)。在另一示例中，视频源(401)是电子设备(420)的一部分。
视频源(401)可以提供要由视频编码器(403)编码的以数字视频样本流形式的源视频序列，数字视频样本流可以具有任何合适的位深度(例如：8位、10位、12位…)、任何色彩空间(例如，BT.601Y CrCB、RGB……)以及任何合适的采样结构(例如，Y CrCb 4∶2∶0、YCrCb 4∶4∶4)。在媒体服务系统中，视频源(401)可以是存储先前已准备的视频的存储设备。在视频会议系统中，视频源(401)可以是捕获本地图像信息作为视频序列的摄像装置。可以将视频数据提供为在按次序观看时被赋予运动的多个单独的图片。图片自身可以被组织为空间像素阵列，其中，取决于使用中的采样结构、色彩空间等，每个像素可以包括一个或更多个样本。所属领域技术人员可以很容易理解像素与样本之间的关系。以下描述着眼于样本。
根据一个实施例，视频编码器(403)可以实时地或在应用所需的任何其他时间约束下，对源视频序列的图片进行编码并将其压缩为编码视频序列(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中，控制器(450)控制如下所述的其他功能单元并且在功能上耦接至这些单元。出于简洁起见，未描绘耦接。由控制器(450)设置的参数可以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(GOP)布局、最大运动矢量搜索范围等。控制器(450)可以被配置成具有其他合适的功能，这些功能属于针对某些系统设计优化的视频编码器(403)。
在一些实施例中，视频编码器(403)被配置成在编码环路中操作。作为非常简单的描述，在一个示例中，编码环路可以包括源编码器(430)(例如，负责基于要编码的输入图片和(一个或更多个)参考图片创建诸如符号流的符号)以及嵌入于视频编码器(403)中的(本地)解码器(433)。解码器(433)以类似于(远程)解码器将创建样本数据的方式重建符号以创建样本数据(因为在所公开的主题中考虑的视频压缩技术中，符号与编码视频比特流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入至参考图片存储器(434)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(434)中的内容在本地编码器与远程编码器之间也是位精确的。换言之，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“看到”的样本值完全相同。该参考图片同步性基本原理(以及在例如由于信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关领域。
“本地”解码器(433)的操作可以与例如已经在上面结合图3详细描述的视频解码器(310)的“远程”解码器的操作相同。然而，还简要参照图3，当符号可用并且熵编码器(445)和解析器(320)可以无损地将符号编码/解码为编码视频序列时，包括缓冲存储器(315)和解析器(320)的视频解码器(310)的熵解码部分可能无法完全在本地解码器(433)中实现。
此时可以观察到，除了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。出于该原因，所公开的主题着眼于解码器操作。由于编码器技术与全面地描述的解码器技术互逆，因此可以简化对编码器技术的描述。仅在某些区域中需要并且在下面提供更详细的描述。
在操作期间，在一些示例中，源编码器(430)可以执行运动补偿预测编码，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”的一个或更多个先前编码图片对输入图片进行预测性编码。以此方式，编码引擎(432)对输入图片的像素块与可以被选作输入图片的(一个或更多个)预测参考的(一个或更多个)参考图片的像素块之间的差异进行编码。
本地视频解码器(433)可以基于由源编码器(430)创建的符号对可以被指定为参考图片的图片的编码视频数据进行解码。编码引擎(432)的操作可以有利地是有损处理。当编码视频数据可以在视频解码器(图4中未示出)处被解码时，重建的视频序列通常可以是具有一些误差的源视频序列的副本。本地视频解码器(433)复制可以由视频解码器对参考图片执行的解码处理，并且可以使重建的参考图片存储在参考图片缓存(434)中。以此方式，视频编码器(403)可以本地地存储重建的参考图片的副本，副本与将由远端视频解码器获得的重建的参考图片具有共同内容(不存在传输误差)。
预测器(435)可以针对编码引擎(432)执行预测搜索。即，对于要编码的新图片，预测器(435)可以在参考图片存储器(434)中搜索可以用作新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(435)可以基于样本块逐像素块操作，以找到适当的预测参考。在一些情况下，如由预测器(435)获得的搜索结果所确定的，可以确定输入图片可以具有从参考图片存储器(434)中存储的多个参考图片取得的预测参考。
控制器(450)可以管理源编码器(430)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群组参数。
可以在熵编码器(445)中对所有以上提及的功能单元的输出进行熵编码。熵编码器(445)根据诸如霍夫曼编码、可变长度编码、算术编码等的技术，通过对由各种功能单元生成的符号进行无损压缩，来将符号转换成编码视频序列。
传输器(440)可以缓冲由熵编码器(445)创建的(一个或更多个)编码视频序列，以为经由通信信道(460)进行传输做准备，该通信信道可以是到将存储经编码的视频数据的存储设备的硬件/软件链路。传输器(440)可以将来自视频编码器(403)的编码视频数据与要传输的其他数据例如编码音频数据和/或辅助数据流(未示出源)合并。
控制器(450)可以管理视频编码器(403)的操作。在编码期间，控制器(450)可以为每个编码图片分配可能影响可以应用于相应的图片的编码技术的某些编码图片类型。例如，通常可以将图片分配为以下图片类型中之一：
帧内图片(I图片)，其可以是在不将序列中的任何其他图片用作预测源的情况下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(“IDR”)图片。所属领域技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可以在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的情况下，使用帧内预测或帧间预测进行编码和解码的图片。
双向预测性图片(B图片)，其可以是可以在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的情况下，使用帧内预测或帧间预测进行编码和解码的图片。类似地，多个预测性图片可以使用多于两个参考图片和相关联的元数据以用于单个块的重建。
源图片通常可以在空间上细分成多个样本块(例如，每个4×4、8×8、4×8或16×16个样本的块)，并且逐块进行编码。这些块可以参考其他(编码)块进行预测性编码，其他块通过应用于块的相应的图片的编码分配来确定。例如，I图片的块可以进行非预测性编码，或块可以参照同一图片的编码块来进行预测性编码(空间预测或帧内预测)。P图片的像素块可以参照一个先前编码的参考图片经由空间预测或经由时间预测进行预测性编码。B图片的块可以参照一个或两个先前编码的参考图片经由空间预测或经由时间预测进行预测性编码。
视频编码器(403)可以根据例如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。在其操作中，视频编码器(403)可以执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测性编码操作。因此，编码视频数据可以符合由使用的视频编码技术或标准指定的语法。
在一个实施例中，传输器(440)可以传输附加数据和编码视频。源编码器(430)可以包括这样的数据作为编码视频序列的一部分。附加数据可以包括时间/空间/SNR增强层、诸如冗余图片和切片的其他形式的冗余数据、SEI消息、VUI参数集片段等。
捕获到的视频可以作为以时间序列的多个源图片(视频图片)。帧内图片预测(通常被简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测利用图片之间的(时间或其他)相关性。在一个示例中，被称为当前图片的编码/解码中的特定图片被分割成块。在当前图片中的块类似于视频中先前编码且仍被缓冲的参考图片中的参考块时，可以通过被称为运动矢量的矢量对当前图片中的块进行编码。运动矢量指向参考图片中的参考块，并且可以在使用多个参考图片的情况下具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可以用于帧间图片预测。根据双预测技术，使用两个参考图片，例如在解码顺序上均在视频中的当前图片之前(但在显示顺序上可能分别是过去和将来)的第一参考图片和第二参考图片。可以通过指向第一参考图片中的第一参考块的第一运动矢量以及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。可以通过第一参考块和第二参考块的组合来预测块。
此外，合并模式技术可以用于帧间图片预测以提高编码效率。
根据本公开内容的一些实施例，诸如帧间图片预测和帧内图片预测的预测以块为单位来执行。例如，根据HEVC标准，视频图片序列中的图片被分割成编码树单元(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(CTB)，一个亮度CTB和两个色度CTB。每个CTU可以被递归地以四叉树拆分成一个或多个编码单元(CU)。例如，可以将64×64像素的CTU拆分成一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在一个示例中，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，CU被拆分成一个或更多个预测单元(PU)。通常，每个PU包括亮度预测块(PB)和两个色度PB。在一个实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。使用亮度预测块作为预测块的示例，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。
图5示出了根据本公开内容的另一实施例的视频解码器(503)的图。视频编码器(503)被配置成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)，并且将处理块编码到作为编码视频序列的一部分的编码图片中。在一个示例中，视频编码器(503)用于代替图2示例中的视频编码器(203)。
在HEVC示例中，视频编码器(503)接收用于处理块例如8×8样本的预测块等的样本值的矩阵。视频编码器(503)使用例如率失真优化来确定是否使用帧内模式、帧间模式或双预测模式来最佳地编码处理块。当要在帧内模式下编码处理块时，视频编码器(503)可以使用帧内预测技术以将处理块编码到编码图片中；并且当要在帧间模式或双向预测模式下编码处理块时，视频编码器(503)可以分别使用帧间预测或双向预测技术以将处理块编码到编码图片中。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，在不借助于预测器外部的编码运动矢量分量的情况下，从一个或更多个运动矢量预测值(predictor)导出运动矢量。在某些其他视频编码技术中，可以存在适用于主题块的运动矢量分量。在一个示例中，视频编码器(503)包括其他部件，例如确定处理块的模式的模式决策模块(未示出)。
在图5示例中，视频编码器(503)包括如图5所示耦接在一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。
帧间编码器(530)被配置成接收当前块(例如，处理块)的样本、将块与参考图片中的一个或更多个参考块(例如，先前图片和后来图片中的块)进行比较、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，预测的块)。在一些示例中，参考图片是基于经编码的视频信息解码的已解码参考图片。
帧内编码器(522)被配置成接收当前块(例如，处理块)的样本、在一些情况下将块与同一图片中编码的块进行比较、在变换之后生成量化系数、以及在一些情况下还(例如，根据一个或更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。在一个示例中，帧内编码器(522)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如，预测的块)。
通用控制器(521)被配置成确定通用控制数据，并且基于通用控制数据控制视频编码器(503)的其他部件。在一个示例中，通用控制器(521)确定块的模式，并且基于该模式将控制信号提供到开关(526)。例如，当模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，并且控制熵编码器(525)以选择帧内预测信息并将帧内预测信息包括在比特流中；以及当模式是帧间模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，并且控制熵编码器(525)以选择帧间预测信息并将帧间预测信息包括在比特流中。
残差计算器(523)被配置成计算接收的块与从帧内编码器(522)或帧间编码器(530)选择的预测结果之间的差(残差数据)。残差编码器(524)被配置成基于残差数据操作，以对残差数据进行编码以生成变换系数。在一个示例中，残差编码器(524)被配置成转换频域中的残差数据，并且生成变换系数。变换系数然后经过量化处理以获得量化的变换系数。在各种实施例中，视频编码器(503)还包括残差解码器(528)。残差解码器(528)被配置成执行逆变换，并且生成已解码残差数据。已解码残差数据可以适当地由帧内编码器(522)和帧间编码器(530)使用。例如，帧间编码器(530)可以基于已解码残差数据和帧间预测信息生成已解码块，并且帧内编码器(522)可以基于已解码残差数据和帧内预测信息生成已解码块。已解码块被适当地处理以生成已解码图片，并且在一些示例中，已解码图片可以在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(525)被配置成将比特流格式化以包括经编码的块。熵编码器(525)被配置成根据诸如HEVC标准的合适标准包括各种信息。在一个示例中，熵编码器(525)被配置成包括通用控制数据、选择的预测信息(例如，帧内预测信息或帧间预测信息)、残差信息和比特流中的其他合适的信息。应注意，根据公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图6示出了根据本公开内容的另一实施例的视频解码器(610)的图。视频解码器(610)被配置成接收作为编码视频序列的一部分的编码图片，并且对编码图片进行解码以生成重建的图片。在一个示例中，视频解码器(610)用于代替图2示例中的视频解码器(210)。
在图6示例中，视频解码器(610)包括如图6所示耦接在一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。
熵解码器(671)可以被配置成根据编码图片重建表示构成编码图片的语法元素的某些符号。这样的符号可以包括例如用于对块进行编码的模式(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)、可以分别识别供帧内解码器(672)或帧间解码器(680)使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)、以例如量化的变换系数的形式的残差信息等。在一个示例中，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给帧间解码器(680)；以及当预测类型是帧内预测类型时，将帧内预测信息提供给帧内解码器(672)。残差信息可以经过逆量化并且被提供给残差解码器(673)。
帧间解码器(680)被配置成接收帧间预测信息，并且基于帧间预测信息生成帧间预测结果。
帧内解码器(672)被配置成接收帧内预测信息，并且基于帧内预测信息生成预测结果。
残差解码器(673)被配置成执行逆量化以提取解量化的变换系数，并且处理解量化的变换系数以将残差从频域转换到空间域。残差解码器(673)还可能需要某些控制信息(以包括量化器参数(QP))，并且该信息可以由熵解码器(671)提供(由于这仅是低量控制信息，因此未描绘数据路径)。
重建模块(674)被配置成在空间域中组合由残差解码器(673)输出的残差与预测结果(可以是由帧间预测模块或帧内预测模块输出的情况)以形成重建的块，重建的块可以是重建的图片的一部分，重建的图片又可以是重建的视频的一部分。应注意，可以执行诸如解块操作等的其他合适的操作来提高视觉质量。
应注意，可以使用任何合适的技术来实现视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。在一个实施例中，可以使用一个或更多个集成电路来实现视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。在另一实施例中，可以使用执行软件指令的一个或更多个处理器来实现视频编码器(203)、视频编码器(403)和视频编码器(403)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。
本公开内容的各方面提供了用于混合视频编码技术中的解码器侧运动矢量(MV)导出或细化的技术。更具体地，提供了用于MV导出或细化的限制以解决下述问题：针对当前块的MV解析和预取需要在先前块的MV重构之后进行。
参照图7，当前块(701)包括在运动搜索处理期间已经由编码器发现的样本，该样本能够根据已经空间移位的相同大小的先前块进行预测。替代直接对MV进行编码，可以从与一个或更多个参考图片相关联的元数据导出MV，例如，使用与记为A0、A1和B0、B1、B2(分别对应702到706)的五个周围样本中的任一样本相关联的MV，从最近(在解码顺序上)的参考图片的元数据导出MV。在一些示例中，MV预测可以使用与相邻块使用的相同的参考图片的预测值。
在一些实施例中，使用用于帧间图片预测的合并模式。在一个示例中，当用信号将合并标志(包括跳过标志)表示为真时，用信号表示合并索引以指示使用合并候选列表中的哪个候选来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域来构造合并候选列表。如图7所示，可以将A0、A1和B0、B1、B2的相邻MV添加到合并候选列表中。另外，在一个示例中，将来自当前块的时间邻域的MV添加到合并候选列表中。应注意，可以将诸如合并的双预测性候选和零运动矢量候选等的附加合并候选添加到合并候选列表中。
在一些实施例中，可以在被称为帧速率上转换(FRUC)合并模式的特定合并模式下使用FRUC技术。FRUC合并模式是基于帧速率上转换技术的特殊合并模式。在FRUC合并模式下，当前块的运动信息不是用信号表示而是在解码器侧导出。在FRUC合并模式中，当前块的MV是从相邻的MV导出的若干起点来进行细化的。
在一个示例中，当FRUC标志为真时，针对从编码器侧到解码器侧的CU用信号表示FRUC标志。当FRUC标志为假时，用信号表示合并索引，并且使用常规合并模式。当FRUC标志为真时，用信号表示另外的FRUC模式标志以指示要使用哪种方法(双向匹配或模板匹配)来导出CU的运动信息。
在一些示例中，FRUC合并模式下的运动导出处理包括两个步骤。在第一步骤中执行CU级运动搜索，然后在第二步骤中执行子CU级运动细化。在一个实施例中，在CU级别，基于双向匹配或模板匹配针对整个CU导出初始运动矢量。例如，生成MV候选的列表，并且选择导致最小匹配成本的候选作为进一步CU级别细化的起点。然后，执行基于起点周围的双向匹配或模板匹配的局部搜索，并且将导致最小匹配成本的MV结果作为整个CU的MV，作为导出的(一个或更多个)CU运动矢量。随后在第二步骤中，以第一步骤中导出的(一个或更多个)CU运动矢量为(一个或更多个)起点，在子CU级别进一步细化运动信息。
例如，针对W×H CU运动信息导出执行以下导出处理，其中，W表示CU的宽度，以及H表示CU的高度。在第一阶段，导出整个W×H CU的MV。在第二阶段，将CU进一步拆分成M×M子CU。如等式1所示计算M的值，其中，D是预定义的拆分深度，其在联合探索模型(JEM)中默认设置为3。然后，导出每个子CU的MV。
Figure BDA0002665318780000191
图8示出了根据一些实施例的双向匹配的示例。如图8所示，双向匹配用于通过找到在两个不同的参考图片(Ref0和Refl)中沿当前CU(810)的运动轨迹的两个块(820)与(830)之间的最接近匹配来导出当前CU(810)(在当前图片Cur Pic中)的运动信息。在连续运动轨迹的假设下，指向两个参考块(820)和(830)的运动矢量MV0和MV1应当与当前图片(Cur Pic)与两个参考图片(Ref0和Refl)之间的时间距离，即TD0和TD1，成比例。作为特殊情况，当当前图片在时间上在两个参考图片之间并且从当前图片(Cur Pic)到两个参考图片(Ref0和Refl)的时间距离相同时，双向匹配将变为基于镜像的双向MV。
图9示出了根据本公开内容的一个实施例的模板匹配的示例。如图9所示，模板匹配用于通过找到当前图片(Cur Pic)中的模板(包括当前CU(910)的顶部和左侧相邻块(920)和(930))与参考图片(Ref0)中的块(940)和块(950)(形状和大小与模板相同)之间的最接近匹配来导出当前CU(910)的运动信息。
除了以上提及的FRUC合并模式之外，模板匹配也应用于高级运动矢量预测(AMVP)模式。在JEM和HEVC中，AMVP模式使用两个候选。在一个示例中，AMVP候选列表包括第一现有AMVP候选和第二现有AMVP候选。使用模板匹配方法，导出新的候选。如果通过模板匹配的新导出的候选与第一现有AMVP候选不同，则将新导出的候选插入AMVP候选列表的最开始，然后将列表大小设置为2(这意味着第二现有AMVP候选被移除)。在一个示例中，当将模板匹配应用于AMVP模式时，仅应用CU级别搜索。
在一些实施例中，当使用双向匹配时，在双向匹配的假设下，将合并候选的每个有效MV用作输入以生成MV对。例如，合并候选的一个有效MV是参考列表A处的(MVa，refa)。然后，在另一参考列表B中找到其配对的双向MV的参考图片refb，使得refa和refb在时间上处于当前图片的不同侧。如果在参考列表B中不能得到这样的refb，则将refb确定为与refa不同且其到当前图片的时间距离为列表B中的最小距离的参考。在确定refb之后，基于当前图片与refa、refb之间的时间距离缩放MVa来导出MVb。
在一些示例中，当在AMVP模式下应用FRUC时，将原始AMVP候选也添加到CU级别MV候选集中。在一个示例中，在CU级别，将针对AMVP CU的多至15个MV以及针对合并CU的多至13个MV添加到候选列表中。
在一些实施例中，当运动矢量指向分数样本位置时，需要运动补偿的插值。在一个示例中，为了降低复杂度，对于双向匹配和模板匹配两者均使用双线性插值而非常规的8抽头HEVC插值。
在一些实施例中，在不同步骤处，匹配成本的计算是不同的。在一个示例中，当在CU级别从候选集选择候选时，使用双向匹配或模板匹配的绝对差和(SAD)来计算匹配成本。在确定起始MV之后，如等式2所示计算子CU级别搜索处的双向匹配的匹配成本C：
Figure BDA0002665318780000211
其中，w表示根据经验设置为4的加权因子，以及MV和MVS分别表示当前MV和起始MV。SAD仍用作子CU级别搜索处的模板匹配的匹配成本。
在一些示例中，在FRUC合并模式下，仅通过使用亮度样本来导出MV。导出的运动信息将用于亮度和色度两者以进行运动补偿(MC)帧间预测。在确定MV之后，使用针对亮度样本的8抽头插值滤波器以及针对色度样本的4抽头插值滤波器来执行最终MC。
应注意，MV细化是以双向匹配成本或模板匹配成本为标准的基于模式的MV搜索。在一些示例中，支持两种搜索模式，第一种是无限制的中心偏置的菱形搜索(UCBDS)，以及第二种是分别在CU级别和子CU级别处的MV细化的自适应交叉搜索。对于CU和子CU级别MV细化两者，以四分之一亮度样本MV准确度直接搜索MV，然后接着进行八分之一亮度样本MV细化。将针对CU和子CU步骤的MV细化的搜索范围设置为等于8个亮度样本。
根据本公开内容的一方面，解码器侧运动矢量细化(DMVR)用于基于起点来改善/细化MV。
在一些示例中，在双预测操作的情况下，对于一个块区域的预测，分别使用第一候选列表list0的MV0以及第二候选列表list1的MV1形成的两个预测块被组合以形成被称为双向模板的单个预测信号。在DMVR方法中，双预测的两个运动矢量MV0和MV1通过双向模板匹配处理进一步细化。在解码器中应用双向模板匹配以在双向模板与参考图片中的重建样本之间执行基于失真的搜索，来获得细化的MV，而无需传输另外的运动信息。
图10示出了基于双向模板匹配的DMVR的示例。在DMVR中，如图10所示，双向模板1040被生成为来自第一候选列表list0的初始MV0以及第二候选列表list1的MV1的两个预测块1020和1030的加权组合(即，平均)。模板匹配操作包括计算生成的模板1040与参考图片Ref0和Ref1中的样本区域(初始预测块周围)之间的成本测量。对于两个参考图片Ref0和Ref1中的每个，产生最小模板成本的MV被视为该列表的更新的MV以代替原始MV。例如，MV0'代替MV0，并且MV1'代替MV1。在一些示例中，针对每个列表搜索九个MV候选。这九个MV候选包括原始MV和8个周围的MV，其中一个亮度样本在水平或垂直方向上或在两个方向上偏移到原始MV。最后，如图10所示的两个新的MV，即MV0'和MV1'，用于生成针对当前块的最终双预测结果。绝对差和(SAD)可以用作成本测量。
在一些示例中，DMVR应用于双预测的合并模式，其中具有来自过去参考图片的一个MV以及来自将来参考图片的另一MV，而不传输附加语法元素。
图11A和图11B示出了在从0到3的解码顺序下当前块与其先前块之间的空间关系的示例。解码顺序是编码器和解码器均已知的。当对当前块进行解码时，通常将其空间邻域的MV用作预测值以对当前块的MV进行解码。例如，在图11B示例中，来自块0、1、2的MV将成为块3的预测值候选。
对于诸如FRUC和DMVR的解码器侧MV导出(DMVD)编码工具，当前块的MV被细化/修改以提高编码效率。在MV细化/修改之后，将MV写回到运动场，使得可以将细化的MV用作后来块的MV预测值。不幸的是，这会导致高效架构例如硬件设计的困难。
图12示出了诸如FRUC和DMVR的DMVD方法的流水线阶段的示例。在图12示例中，解码器包括三个主模块。第一主模块解析初始MV(MV_init)并且预取初始MV所指的参考块；第二主模块细化来自MV_init的MV并且得到最终MV(MV_final)；并且第三主模块针对当前块使用MV_final执行运动补偿(MC)。在一个示例中，三个主模块对应于三个电路模块。在另一示例中，三个主模块对应于执行软件指令的三个处理器。
在图12示例中，CU0由三个主模块在不同的时间阶段(即，从T0到T2)进行处理。在硬件流水线设计中，使每个主模块在每个时间阶段工作是更加高效的，这样使得在特定时间段内可以处理更多的CU。然而，由于CU0的最终MV可以用作CU1的MV的预测值，因此CU1的MV解析和参考块预取无法由第一主模块开始，直到在第二主模块中确定CU0的MV_final。因此，解析和预取模块在T1处空闲，这进一步导致其他两个主模块在随后的时间阶段中空闲。
在下面，术语块和CU可以被认为是相同的。此外，先前编码的块被定义为就在当前块之前被编码的块。因此，在编码/解码顺序上先前编码的块在当前块之前连续地被编码/解码。
本公开内容的各方面提供了一种技术，即，当需要额外的操作来最终确定运动矢量偏差时，例如DMVD方法或在初始解析阶段之后需要进一步修改MV的其他方法，从MV预测值中排除空间邻域，因此可以更高效地使用流水线架构中的硬件。
根据本公开内容的一方面，当使用诸如FRUC和DMVR的DMVD方法时，限制了先前块的MV作为当前块的MV预测值的使用，使得当前块的MV解析(由第一主模块执行以确定MV_init)和/或针对当前CU预取参考样本不需要等待先前块的MV细化(由第二主模块执行)的完成。因此，在一个示例中，第一主模块、第二主模块和第三主模块可以在每个时间阶段中操作，而无需等待其他模块的结果。
在一些实施例中，当针对当前块构造合并候选列表或/和常规帧间模式MV预测值列表时，MV预测值候选可以在满足某些要求时被标记为不可用(不能用作当前块的MV预测值)。
在一个示例中，当MV来自就在当前块之前被编码/解码的块时，则MV不能用作当前块的MV预测值。
在另一示例中，当MV来自就在当前块之前被编码/解码的块并且先前编码/解码的块在合并/跳过模式下被编码时，则MV不能用作当前块的MV预测值。
在另一示例中，当MV来自就在当前块之前被编码/解码的块并且该块的MV可以例如通过DMVD方法在初始解析之后改变时，则MV不能用作当前块的MV预测值。在一个示例中，块(就在当前块之前被先前编码/解码)处于合并/跳过模式，并且具有两个不同的参考帧，使得可以将诸如FRUC和DMVR的方法应用于该块，因此该块的MV可以在解析之后改变。在另一示例中，块(就在当前块之前被先前编码/解码)具有非仿射的双预测合并模式。应注意，通常不将DMVD方法应用于用仿射运动模型编码的块。
在一些实施例中，当将非相邻空间MV候选插入合并候选列表中时，以先前块大小的网格大小来添加非相邻候选，使得没有非相邻候选来自先前编码的块。在另一实施例中，非相邻候选的网格大小不改变。但是属于先前编码的块的非相邻候选被标记为不可用，使得这些非相邻候选不会被添加到合并候选列表中。
根据本公开内容的一方面，当启用一些DMVD方法(或需要在初始解析阶段之后进一步修改MV的方法)并且满足一些其他条件时，当前块的一些邻域不用来进行MV预测。例如，图11B中，块2的MV可以不用作块3的预测值。
在一些实施例中，当先前编码/解码的块(就在当前块之前被编码/解码)和当前块属于两个不同的CTU、或两个不同的切片、或两个不同的图块时，可以放宽该限制。
在一些实施例中，当先前块的MV被标记为不可用于预测当前块时，来自先前块的一个相邻块的MV被用作当前块的替代MV预测值。当使用这样的MV时，这样的MV在解析当前块的MV时已经被最终确定。这意味着，这样的MV应当是用于重建所述先前块的相邻块的最终MV。
应注意，可以通过各种技术来选择先前块的相邻块。在一个示例中，当先前块在当前块的左侧时，使用来自所述先前块的左侧位置的MV(如果可用)。该左侧位置可以是所述先前块的左侧的任何指定位置。例如，所述先前块的左到左上角、所述先前块的左到左下角等。
在另一示例中，当先前块在当前块的顶部时，使用来自所述先前块的顶部位置的MV(如果可用)。该顶部位置可以是所述先前块的顶部侧的任何指定位置。例如，所述先前块的顶部到左上角、所述先前块的顶部到右上角等。
在另一示例中，无论所述先前块相对于当前块位于何处，均使用所述先前块的左侧位置。该左侧位置可以是所述先前块的左侧的任何指定位置。例如，所述先前块的左到左上角、所述先前块的左到左下角等。
在另一示例中，无论所述先前块相对于当前块位于何处，均使用所述先前块的顶部位置。该顶部位置可以是所述先前块的顶部侧的任何指定位置。例如，所述先前块的顶部到左上角、所述先前块的顶部到右上角等。
在另一示例中，当先前块在当前块的左侧时，使用来自所述先前块的顶部位置的MV(如果可用)。该顶部位置可以是所述先前块的顶部侧的任何指定位置。例如，所述先前块的顶部到左上角、所述先前块的顶部到右上角等。
在另一示例中，先前块在当前块的顶部，使用来自所述先前块的左侧位置的MV(如果可用)。该左侧位置可以是所述先前块的左侧的任何指定位置。例如，所述先前块的左到左上角、所述先前块的左到左下角等。
在另一示例中，代替基于相对空间位置识别所述先前块的一个相邻块，存储并更新临时运动矢量并将其用作替代MV预测值。在编码和解码期间，每当导出最终MV(最终MV是用于重建块的MV，其可以使用DMVD或不使用DMVD来导出)时就更新所述临时运动矢量，并且将值更新为所述最终MV。解析当前块的运动矢量时，临时运动矢量的当前值用作当前块的替代MV预测值。在一个实施例中，临时运动矢量可以在开始对切片、图块或CTU进行编码/解码时被初始化为默认值例如(0，0)，并且每当导出最终MV就更新临时运动矢量。在一些实施例中，可以存储并更新多个临时运动矢量。对于当前块，取决于编码/解码信息来选择多个临时运动矢量中的一个，编码/解码信息包括但不限于存储的多个临时运动矢量的位置、当前块的位置、块宽度、当前块的高度等。
在另一示例中，使用就在所述先前块之前被编码的另一先前编码的块的MV。
在另一示例中，使用就在所述先前块之前被编码的另一先前编码的块的MV，并且另一先前编码的块在空间上不相邻于当前块。
图13示出了当应用将某些空间邻域从MV预测值中排除的限制时用于诸如FRUC和DMVR的DMVD方法的流水线阶段的示例。在图13示例中，消除了在编码/解码顺序上解析CU的MV对先前CU的MV细化的依赖性。
图14示出了当应用将某些空间邻域从MV预测值中排除的限制时用于诸如FRUC和DMVR的DMVD方法的流水线阶段的示例，并且优化了流水线以提高效率。如图14所示，从时间T2到T6，第一主模块、第二主模块和第三主模块在不同的CU上同时操作。
图15示出了概括根据本公开内容的一个实施例的处理(1500)的流程图。处理(1500)可以用于重建以帧内模式编码的块，从而为重建中的块生成预测块。在各种实施例中，处理(1500)由诸如以下的处理电路执行：终端设备(110)、(120)、(130)和(140)中的处理电路，执行视频编码器(203)的功能的处理电路，执行视频解码器(210)的功能的处理电路，执行视频解码器(310)的功能的处理电路，执行帧内预测模块(352)的功能的处理电路，执行视频编码器(403)的功能的处理电路，执行预测器(435)的功能的处理电路，执行帧内编码器(522)的功能的处理电路，执行帧内解码器(672)的功能的处理电路等。在一些实施例中，处理(1500)以软件指令实现，因此，当处理电路执行软件指令时，处理电路执行处理(1500)。处理在(S1501)处开始，并且进行到(S1510)。
在(S1510)处，从编码的视频比特流中对当前图片中的第一块的预测信息进行解码。预测信息指示帧间预测模式，帧间预测模式用于根据运动矢量预测值确定第一块的第一运动矢量，诸如合并模式、跳过模式等的帧间预测模式。
在(S1520)处，响应于帧间预测模式来构造候选列表。候选列表是在将第二块排除的情况下构造的，第二块需要操作以在运动矢量导出中确定第二运动矢量。第二运动矢量用于重建第二块。在一些示例中，在候选列表中用替换运动矢量来代替第二运动矢量。
在(S1530)处，基于候选运动矢量预测值的候选列表确定第一运动矢量。
在(S1540)处，根据第一运动矢量来重建第一块的样本。然后，处理行进至(S1599)并且终止。
上述技术可以使用计算机可读指令被实现为计算机软件，并且被物理地存储在一个或更多个计算机可读介质中。例如，图16示出了适于实现所公开的主题的某些实施方式的计算机系统(1600)。
计算机软件可以使用任何合适的机器代码或计算机语言来进行编码，可以对任何合适的机器代码或计算机语言进行汇编、编译、链接等机制以创建包括可以由计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或者通过解译、微代码执行等的指令的代码。
该指令可以在下述各种类型的计算机或其部件上执行，包括：例如个人计算机、平板电脑、服务器、智能电话、游戏设备、物联网设备等。
图16中示出的用于计算机系统(1600)的部件本质上是示例性的，并且不旨在对实现本公开内容的实施例的计算机软件的使用范围或功能提出任何限制。部件的配置也不应当被解释为具有与计算机系统(1600)的示例性实施例中示出的部件中的任何一个部件或部件的组合有关的任何依赖性或要求。
计算机系统(1600)可以包括某些人机接口输入设备。这样的人机接口输入设备可以响应于由一个或更多个人类用户通过例如触觉输入(诸如：击键、滑动、数据手套移动)、音频输入(诸如：语音、拍打)、视觉输入(诸如：姿势)、嗅觉输入(未示出)的输入。人机接口设备还可以用于捕获不一定与人的意识输入直接有关的某些介质，例如，音频(诸如：语音、音乐、环境声音)、图像(诸如：扫描图像、从静态图像摄像装置获得的摄影图像)、视频(诸如二维视频、包括立体视频的三维视频)。
输入人机接口设备可以包括以下中的一个或更多个(描述的每个中的仅一个)：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)、摄像装置(1608)。
计算机系统(1600)还可以包括某些人机接口输出设备。这样的人机接口输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或更多个人类用户的感觉。这样的人机接口输出设备可以包括触觉输出设备(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，但是也可以有不用作输入设备的触觉反馈设备、音频输出设备(例如：扬声器(1609)、头戴式耳机(未示出))、视觉输出设备(例如，屏幕(1610)，包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕，每个屏幕具有或不具有触摸屏输入能力，每个具有或不具有触觉反馈能力——其中的一些可能能够通过诸如立体图像输出的方式输出二维视觉输出或多于三维输出；虚拟现实眼镜(未描绘)、全息显示器和烟罐(未描绘))和打印机(未描绘)。
计算机系统(1600)还可以包括人类可访问存储设备及其相关联的介质，例如，包括具有CD/DVD等介质(1621)的CD/DVD ROM/RW(1620)的光学介质、拇指驱动器(1622)、可移除硬盘驱动器或固态驱动器(1623)、遗留磁性介质(例如，磁带和软盘(未描绘))、基于专用ROM/ASIC/PLD的设备(例如，安全加密狗(未描绘))等。
本领域技术人员还应当理解，结合当前公开的主题使用的术语“计算机可读介质”不包含传输介质、载波或其他瞬时信号。
计算机系统(1600)还可以包括到一个或更多个通信网络的接口。网络可以例如是无线、有线连接、光网络。网络还可以是本地、广域、大城市、车辆和工业、实时、延时容忍网络等。网络的示例包括：诸如以太网的局域网，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有线连线或无线广域数字网络电视，包括CANBus的车辆和工业电视等。某些网络通常需要附接至某些通用数据端口或外围总线(1649)(例如，计算机系统(1600)的ETSB端口)的外部网络接口适配器；其他通常通过如下所述(例如，到PC计算机系统的以太网接口或到智能电话计算机系统的蜂窝网络接口)附接至系统总线而集成到计算机系统(1600)的核中。使用这些网络中的任何网络，计算机系统(1600)可以与其他实体进行通信。这样的通信可以是单向的、仅接收的(例如，广播电视)、单向仅发送的(例如，到某些CAN总线设备的CAN总线)、或双向的，例如，使用局域或广域数字网络到其他计算机系统。可以在如上所述的这些网络和网络接口中的每个网络和网络接口上使用某些协议和协议栈。
以上提及的人机接口设备、人类可访问存储设备和网络接口可以附接至计算机系统(1600)的核(1640)。
核(1640)可以包括一个或更多个中央处理单元(CPU)(1641)、图形处理单元(GPU)(1642)、现场可编程门区(FPGA)(1643)形式的专用可编程处理单元、用于某些任务的硬件加速器(1644)等。这些设备连同只读存储器(ROM)(1645)、随机存取存储器(1646)、诸如内部非用户可访问硬盘驱动器、SSD等的内部大容量存储装置(1647)一起可以通过系统总线(1648)连接。在一些计算机系统中，可以以一个或更多个物理插头的形式访问系统总线(1648)，以使得能够通过另外的CPU、GPU等进行扩展。外围设备可以直接地或通过外围总线(1649)附接至核的系统总线(1648)。外围总线的架构包括PCI、USB等。
CPU(1641)、GPU(1642)、FPGA(1643)和加速器(1644)可以执行某些指令，这些指令可以组合起来构成以上提及的计算机代码。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装置(1647)中。可以通过使用缓存存储器来实现存储设备中的任何存储设备的快速存储和检索，该缓存存储器可以与一个或更多个CPU(1641)、GPU(1642)、大容量存储装置(1647)、ROM(1645)、RAM(1646)等紧密相关联。
计算机可读介质可以在其上具有用于执行各种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内容的目的而专门设计和构造的介质和计算机代码，或者可以是计算机软件领域的技术人员公知且可用的类型。
作为示例而非限制，具有架构(1600)的计算机系统——特别是核(1640)——可以由于(一个或更多个)处理器(包括CPU、GPU、FPGA、加速器等)执行体现在一个或更多个有形计算机可读介质中的软件而提供功能。这样的计算机可读介质可以是与如以上所介绍的用户可访问的大容量存储装置相关联的介质，以及具有非暂态性的核(1640)的某些存储装置，例如，核心部大容量存储装置(1647)或ROM(1645)。可以将实现本公开内容的各种实施方式的软件存储在这样的设备中并且由核执行(1640)。根据特定需要，计算机可读介质可以包括一个或更多个存储设备或芯片。软件可以使核(1640)——特别是其中的处理器(包括CPU、GPU、FPGA等)——执行本文中描述的特定处理或特定处理的特定部分，包括限定存储在RAM(1646)中的数据结构以及根据由软件限定的处理修改这样的数据结构。另外地或替选地，计算机系统可以由于逻辑硬连线或以其他方式体现在电路(例如，加速器(1644))中而提供功能，该电路可以代替软件或与软件一起操作以执行本文中描述的特定处理或特定处理的特定部分。在适当的情况下，提及软件可以包含逻辑，反之提及逻辑也可以包含软件。在适当的情况下，提及计算机可读介质可以包含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上述两者。本公开内容包含硬件和软件的任何合适的组合。
附录A：首字母缩写
联合探索模型(Joint Exploration Model，JEM)
多功能视频编码(versatile video coding，VVC)
基准集(Bench Mark Set，BMS)
运动矢量(MotionVector，MV)
高效视频编码(High Efficiency Video Coding，HEVC)
辅助增强信息(Supplementary Enhancement Information，SEI)
视频可用性信息(Video Usability Information，VUI)
图片群组(group of pictures，GOP)
变换单元(Transform Unit，TU)
预测单元(Prediction Unit，PU)
编码树单位(coding tree unit，CTU)
编码树块(coding tree block，CTB)
预测块(Prediction Block，PB)
假设参考解码器(Hypothetical Reference Decoder，HRD)
信噪比((Signal-noise ratio，SNR)
中央处理单元(Central Processing Unit，CPU)
图形处理单元(Graphics Processing Unit，GPU)
阴极射线管(Cathode Ray Tube，CRT)
液晶显示器(Liquid-Crystal Display，LCD)
有机发光二极管(Organic Light-Emitting Diode，OLED)
致密盘(Compact Disc，CD)
数字视频光盘(Digital Video Disc，DVD)
只读存储器(Read-Only Memory，ROM)
随机存取存储器(Random Access Memory，RAM)
专用集成电路(Application-Specific Integrated Circuit，ASIC)
可编程逻辑设备(Programmable Logic Device，PLD)
局域网(Local Area Network，LAN)
全球移动通信系统(Global System for Mobile communications，GSM)
长期演进(Long-Term Evolution，LTE)
控制器局域网总线(Controller Area Network Bus，CANBus)
通用串行总线(Universal Serial Bus，USB)
外围部件互连(Peripheral Component Interconnect，PCI)
现场可编程门区(Field Programmable Gate Areas，FPGA)
固态驱动器(solid-state drive，SSD)
集成电路(Integrated Circuit，IC)
编码单元(Coding Unit，CU)
尽管本公开内容已经描述了若干示例性实施方式，但是存在落入本公开内容的范围内的改变、置换和各种替换等效物。因此将认识到，虽然本文中没有明确示出或描述，但是本领域技术人员能够设想体现本公开内容的原理并且因此在其精神和范围内的许多系统和方法。

Claims (20)

1.一种用于在解码器中进行视频解码的方法，包括：
从编码的视频比特流中对当前图片中的第一块的预测信息进行解码，所述预测信息指示帧间预测模式，所述帧间预测模式用于根据运动矢量预测值确定所述第一块的第一运动矢量；
响应于所述帧间预测模式来构造候选运动矢量预测值的候选列表，所述候选列表是在将第二块排除的情况下构造的，所述第二块需要操作以在运动矢量导出中确定所述第二块的第二运动矢量；
基于所述候选运动矢量预测值的候选列表确定所述第一块的所述第一运动矢量；以及
根据所述第一块的所述第一运动矢量重建所述第一块。
2.根据权利要求1所述的方法，还包括：
当所述第二块在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
3.根据权利要求1所述的方法，还包括：
当所述第二块处于合并模式和跳过模式之一，并且在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
4.根据权利要求1所述的方法，还包括：
当所述第二块处于使用解码器侧的运动矢量导出来确定所述第二块的所述第二运动矢量的模式，并且所述第二块在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
5.根据权利要求1所述的方法，还包括：
当所述第二块处于双向预测模式并且在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
6.根据权利要求1所述的方法，还包括：
当非相邻空间的运动矢量预测值属于所述第二块，所述第二块在解码顺序上连续地在所述第一块之前时，将所述非相邻空间的运动矢量预测值标记为不可用。
7.根据权利要求2所述的方法，还包括：
当所述第一块和所述第二块属于不同的编码树单元时，将来自所述第二块的所述候选运动矢量预测值取消标记。
8.根据权利要求2所述的方法，还包括：
当所述第一块和所述第二块属于不同的切片时，将来自所述第二块的所述候选运动矢量预测值取消标记。
9.根据权利要求2所述的方法，还包括：
当所述第一块和所述第二块属于不同的图块时，将来自所述第二块的所述候选运动矢量预测值取消标记。
10.根据权利要求2所述的方法，还包括：
利用来自所述第二块的相邻块的运动矢量预测值替换来自所述第二块的所述候选运动矢量预测值。
11.一种用于视频解码的装置，包括：
处理电路，所述处理电路被配置成：
从编码的视频比特流中对当前图片中的第一块的预测信息进行解码，所述预测信息指示帧间预测模式，所述帧间预测模式用于根据运动矢量预测值确定所述第一块的第一运动矢量；
响应于所述帧间预测模式来构造候选运动矢量预测值的候选列表，所述候选列表是在将第二块排除的情况下构造的，所述第二块需要操作以在运动矢量导出中确定所述第二块的第二运动矢量；
基于所述候选运动矢量预测值的候选列表确定所述第一块的所述第一运动矢量；以及
根据所述第一块的所述第一运动矢量重建所述第一块。
12.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
当所述第二块在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
13.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
当所述第二块处于合并模式和跳过模式之一，并且在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
14.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
当所述第二块处于使用解码器侧的运动矢量导出来确定所述第二块的所述第二运动矢量的模式并且所述第二块在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
15.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
当所述第二块处于双向预测模式并且在解码顺序上连续地在所述第一块之前时，将来自所述第二块的候选运动矢量预测值标记为不可用。
16.根据权利要求11所述的装置，其中，所述处理电路还被配置成：
当非相邻空间的运动矢量预测值属于所述第二块，所述第二块在解码顺序上连续地在所述第一块之前时，将所述非相邻空间的运动矢量预测值标记为不可用。
17.根据权利要求12所述的装置，其中，所述处理电路还被配置成：
当所述第一块和所述第二块属于不同的编码树单元时，将来自所述第二块的所述候选运动矢量预测值取消标记。
18.根据权利要求12所述的方法，其中，所述处理电路还被配置成：
当所述第一块和所述第二块属于不同的切片或不同的图块时，将来自所述第二块的所述候选运动矢量预测值取消标记。
19.根据权利要求12所述的装置，其中，所述处理电路还被配置成：
利用来自所述第二块的相邻块的运动矢量预测值替换来自所述第二块的所述候选运动矢量预测值。
20.一种存储有指令的非暂态计算机可读介质，所述指令在由计算机执行以进行视频解码时使所述计算机执行以下操作：
从编码的视频比特流中对当前图片中的第一块的预测信息进行解码，所述预测信息指示帧间预测模式，所述帧间预测模式用于根据运动矢量预测值确定所述第一块的第一运动矢量；
响应于所述帧间预测模式来构造候选运动矢量预测值的候选列表，所述候选列表是在将第二块排除的情况下构造的，所述第二块需要操作以在运动矢量导出中确定所述第二块的第二运动矢量；
基于所述候选运动矢量预测值的候选列表确定所述第一块的所述第一运动矢量；以及
根据所述第一块的所述第一运动矢量重建所述第一块。
CN201980017093.XA 2018-06-01 2019-05-16 视频解码的方法、装置、可读介质和设备 Active CN112106371B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862679642P 2018-06-01 2018-06-01
US62/679,642 2018-06-01
US16/203,145 US10469869B1 (en) 2018-06-01 2018-11-28 Method and apparatus for video coding
US16/203,145 2018-11-28
PCT/US2019/032672 WO2019231706A1 (en) 2018-06-01 2019-05-16 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN112106371A true CN112106371A (zh) 2020-12-18
CN112106371B CN112106371B (zh) 2022-09-09

Family

ID=68392128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980017093.XA Active CN112106371B (zh) 2018-06-01 2019-05-16 视频解码的方法、装置、可读介质和设备

Country Status (6)

Country Link
US (2) US10469869B1 (zh)
EP (1) EP3804330A4 (zh)
JP (1) JP7096896B2 (zh)
KR (1) KR102458138B1 (zh)
CN (1) CN112106371B (zh)
WO (1) WO2019231706A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3777173A1 (en) * 2018-04-06 2021-02-17 ARRIS Enterprises LLC Reducing motion vector information transmission in bi-directional temporal prediction
WO2019234672A1 (en) * 2018-06-07 2019-12-12 Beijing Bytedance Network Technology Co., Ltd. Partial cost calculation
KR102576194B1 (ko) * 2018-06-27 2023-09-08 엘지전자 주식회사 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
TWI719519B (zh) 2018-07-02 2021-02-21 大陸商北京字節跳動網絡技術有限公司 對於dmvr的塊尺寸限制
CN113727103B (zh) * 2020-05-25 2022-08-12 腾讯科技（深圳）有限公司 视频编码、解码方法、装置、电子设备及存储介质
US11671616B2 (en) 2021-03-12 2023-06-06 Lemon Inc. Motion candidate derivation
US11936899B2 (en) * 2021-03-12 2024-03-19 Lemon Inc. Methods and systems for motion candidate derivation
US20230093043A1 (en) * 2021-09-22 2023-03-23 Tencent America LLC Method and apparatus for adaptive reordering for reference frames
WO2023132509A1 (ko) * 2022-01-04 2023-07-13 현대자동차주식회사 공간적 상관성을 이용하는 디코더측 움직임벡터 유도를 위한 방법
US11616970B1 (en) * 2022-01-25 2023-03-28 Mediatek Inc. Motion vector refinement apparatus having motion vector predictor derivation circuit that is allowed to start new task without waiting for motion vector difference computation and associated motion vector refinement method
KR20230141648A (ko) * 2022-03-31 2023-10-10 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
KR20230142372A (ko) * 2022-04-01 2023-10-11 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130177083A1 (en) * 2012-01-05 2013-07-11 Qualcomm Incorporated Motion vector candidate index signaling in video coding
US20130188720A1 (en) * 2012-01-24 2013-07-25 Qualcomm Incorporated Video coding using parallel motion estimation
US20180041769A1 (en) * 2016-08-08 2018-02-08 Mediatek Inc. Pattern-based motion vector derivation for video coding

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3263807B2 (ja) * 1996-09-09 2002-03-11 ソニー株式会社 画像符号化装置および画像符号化方法
KR100708091B1 (ko) * 2000-06-13 2007-04-16 삼성전자주식회사 양방향 움직임 벡터를 이용한 프레임 레이트 변환 장치 및그 방법
JP4114859B2 (ja) * 2002-01-09 2008-07-09 松下電器産業株式会社 動きベクトル符号化方法および動きベクトル復号化方法
US7327788B2 (en) * 2002-07-02 2008-02-05 Matsushita Electric Industrial.Co., Ltd. Motion vector derivation method, dynamic image encoding method, and dynamic image decoding method
US7724827B2 (en) * 2003-09-07 2010-05-25 Microsoft Corporation Multi-layer run level encoding and decoding
JP2010503264A (ja) * 2006-08-28 2010-01-28 トムソン ライセンシング デコードされたビデオブロック内の予期される歪みを判定する方法および装置
JP5194833B2 (ja) * 2008-01-23 2013-05-08 ソニー株式会社 符号化装置および方法、記録媒体、並びにプログラム
US9060176B2 (en) * 2009-10-01 2015-06-16 Ntt Docomo, Inc. Motion vector prediction in video coding
KR20110069740A (ko) * 2009-12-17 2011-06-23 에스케이 텔레콤주식회사 영상 부호화/복호화 방법 및 장치
US20110176611A1 (en) * 2010-01-15 2011-07-21 Yu-Wen Huang Methods for decoder-side motion vector derivation
EP2559243B1 (en) * 2010-04-13 2014-08-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. A video decoder and a video encoder using motion-compensated prediction
JP5721851B2 (ja) 2010-12-21 2015-05-20 インテル・コーポレーション Ｄｍｖｄ処理のシステムおよび方法の改善
US9049452B2 (en) 2011-01-25 2015-06-02 Mediatek Singapore Pte. Ltd. Method and apparatus for compressing coding unit in high efficiency video coding
TW201246943A (en) * 2011-01-26 2012-11-16 Panasonic Corp Video image encoding method, video image encoding device, video image decoding method, video image decoding device, and video image encoding and decoding device
US9066110B2 (en) * 2011-03-08 2015-06-23 Texas Instruments Incorporated Parsing friendly and error resilient merge flag coding in video coding
JP5979405B2 (ja) 2011-03-11 2016-08-24 ソニー株式会社 画像処理装置および方法
JP5807621B2 (ja) 2011-06-30 2015-11-10 株式会社Ｊｖｃケンウッド 画像符号化装置、画像符号化方法、画像符号化プログラム、送信装置、送信方法および送信プログラム
CN105430390B (zh) * 2011-06-30 2017-04-12 Jvc建伍株式会社 图像解码装置、图像解码方法、接收装置及接收方法
JP5644701B2 (ja) 2011-06-30 2014-12-24 株式会社Ｊｖｃケンウッド 画像符号化装置、画像符号化方法及び画像符号化プログラム、並びに、送信装置、送信方法、及び送信プログラム
EP3419289B1 (en) * 2011-06-30 2020-12-23 JVC KENWOOD Corporation Image decoding device, image decoding method, and image decoding program
US9699456B2 (en) * 2011-07-20 2017-07-04 Qualcomm Incorporated Buffering prediction data in video coding
KR20130050407A (ko) * 2011-11-07 2013-05-16 오수미 인터 모드에서의 움직임 정보 생성 방법
KR101934277B1 (ko) * 2011-11-28 2019-01-04 에스케이텔레콤 주식회사 개선된 머지를 이용한 영상 부호화/복호화 방법 및 장치
TWI580259B (zh) * 2012-01-18 2017-04-21 Jvc Kenwood Corp Dynamic image decoding device, dynamic image decoding method, and dynamic image decoding program
US9451277B2 (en) 2012-02-08 2016-09-20 Qualcomm Incorporated Restriction of prediction units in B slices to uni-directional inter prediction
US9503720B2 (en) * 2012-03-16 2016-11-22 Qualcomm Incorporated Motion vector coding and bi-prediction in HEVC and its extensions
US9549180B2 (en) * 2012-04-20 2017-01-17 Qualcomm Incorporated Disparity vector generation for inter-view prediction for video coding
US9325990B2 (en) * 2012-07-09 2016-04-26 Qualcomm Incorporated Temporal motion vector prediction in video coding extensions
CN102883163B (zh) * 2012-10-08 2014-05-28 华为技术有限公司 用于运动矢量预测的运动矢量列表建立的方法、装置
US9762905B2 (en) * 2013-03-22 2017-09-12 Qualcomm Incorporated Disparity vector refinement in video coding
US9554150B2 (en) * 2013-09-20 2017-01-24 Qualcomm Incorporated Combined bi-predictive merging candidates for 3D video coding
US10560718B2 (en) * 2016-05-13 2020-02-11 Qualcomm Incorporated Merge candidates for motion vector prediction for video coding
EP3264769A1 (en) * 2016-06-30 2018-01-03 Thomson Licensing Method and apparatus for video coding with automatic motion information refinement
US10701366B2 (en) * 2017-02-21 2020-06-30 Qualcomm Incorporated Deriving motion vector information at a video decoder
US10785494B2 (en) * 2017-10-11 2020-09-22 Qualcomm Incorporated Low-complexity design for FRUC
US10432962B1 (en) * 2018-03-13 2019-10-01 Pixelworks, Inc. Accuracy and local smoothness of motion vector fields using motion-model fitting
US10779002B2 (en) * 2018-04-17 2020-09-15 Qualcomm Incorporated Limitation of the MVP derivation based on decoder-side motion vector derivation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130177083A1 (en) * 2012-01-05 2013-07-11 Qualcomm Incorporated Motion vector candidate index signaling in video coding
US20130188720A1 (en) * 2012-01-24 2013-07-25 Qualcomm Incorporated Video coding using parallel motion estimation
US20180041769A1 (en) * 2016-08-08 2018-02-08 Mediatek Inc. Pattern-based motion vector derivation for video coding

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MINHUA ZHOU: "Parallelized merge/skip mode for HEVC", 《JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 6TH MEETING》 *
QIN YU等: "Parallel AMVP candidate list construction for HEVC", 《2012 VISUAL COMMUNICATIONS AND IMAGE PROCESSING》 *

Also Published As

Publication number Publication date
WO2019231706A1 (en) 2019-12-05
US20200021843A1 (en) 2020-01-16
EP3804330A1 (en) 2021-04-14
JP7096896B2 (ja) 2022-07-06
EP3804330A4 (en) 2022-03-16
KR20200116524A (ko) 2020-10-12
CN112106371B (zh) 2022-09-09
KR102458138B1 (ko) 2022-10-25
US11012707B2 (en) 2021-05-18
US10469869B1 (en) 2019-11-05
JP2021517392A (ja) 2021-07-15

Similar Documents

Publication Publication Date Title
CN111869212B (zh) 视频解码方法、装置和可读介质
CN112106371B (zh) 视频解码的方法、装置、可读介质和设备
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
CN112235572B (zh) 视频解码方法和装置以及计算机设备和存储介质
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112399183B (zh) 用于视频编解码的方法、装置和存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN110730354B (zh) 视频编解码的方法、装置、计算机设备和存储介质
CN110719469A (zh) 视频编解码方法、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
CN110708541B (zh) 视频解码方法、视频解码器、设备和存储介质
CN110971902B (zh) 视频解码的方法和装置、计算机设备
CN113557728A (zh) 视频编解码方法和装置
CN112235581B (zh) 视频解码方法、装置、存储介质及电子设备
CN111885387A (zh) 用于仿射光流预测值细化的视频解码方法和装置
CN112154663B (zh) 视频解码方法和相关装置
CN112655205A (zh) 仿射模型运动矢量的约束
CN111316639B (zh) 视频解码方法和装置、及存储介质
CN110730353A (zh) 视频解码方法和装置、计算机设备、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
CN111050178A (zh) 视频解码的方法、装置、电子设备、存储介质
CN111937326A (zh) 视频编解码方法和装置
CN113647100A (zh) 用于通过信号发送预测候选列表大小的方法及装置
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN113228631A (zh) 视频编解码的方法和装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40035578

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant