CN112235573B - 视频编解码的方法、装置、电子设备、存储介质 - Google Patents

视频编解码的方法、装置、电子设备、存储介质 Download PDF

Info

Publication number
CN112235573B
CN112235573B CN202010608175.6A CN202010608175A CN112235573B CN 112235573 B CN112235573 B CN 112235573B CN 202010608175 A CN202010608175 A CN 202010608175A CN 112235573 B CN112235573 B CN 112235573B
Authority
CN
China
Prior art keywords
current block
depth
value
equal
partition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010608175.6A
Other languages
English (en)
Other versions
CN112235573A (zh
Inventor
李翔
赵欣
赵亮
欧阳祥
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 CN112235573A publication Critical patent/CN112235573A/zh
Application granted granted Critical
Publication of CN112235573B publication Critical patent/CN112235573B/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
    • H04N19/10—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
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Abstract

本申请实施例提供了一种视频解码的方法、装置、电子设备和存储介质。根据该方法，从已编码视频比特流中接收当前块的已编码信息。基于所述已编码信息确定当前块的尺寸信息和分区信息。基于所述当前块的尺寸信息和分区信息确定所述当前块的分区模式是帧内子分区(ISP)模式和编码单元分区中的一个。以及，基于所确定的所述当前块的分区模式对所述当前块进行解码。

Description

视频编解码的方法、装置、电子设备、存储介质
相关文件
本申请要求于2019年6月30日提交的申请号为62/869,009、名称为“CU分区与帧内子分区的合作”的美国临时专利申请的优先权，以及2020年6月22日提交的申请号为16/907,955、名称为“视频编解码的方法和装置”的美国专利申请的优先权，其全部内容通过引用并入本文。
技术领域
本申请主要涉及视频编解码。
背景技术
本文提供的背景描述是为了呈现本申请的背景。记名的发明人的工作，在该背景部分描述的工作以及本说明书各实施例的范围内的内容，在递交时可能并不算作现有技术，均未被明示或暗示地承认作为不利于本申请的现有技术。
视频编码和解码可以使用具有运动补偿的图像间预测来进行。未压缩的数字视频可包括一系列图像，每个图像具有一定的空间维度，例如1920x1080的亮度样本和相关的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率)，例如，每秒60张图像或60Hz。未压缩的视频需要特定的比特率。例如，每个样本为8比特的1080p604：2：0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是，通过压缩来降低输入视频信号的冗余。在一些情况下，压缩可将带宽和/或存储器的需求减小至少两个数量级。可使用无损压缩、有损压缩，或其组合。无损压缩指可从经过压缩的原始信号中重建原始信号的准确副本的技术。当使用有损压缩时，重建信号可与原始信号不一致，但原始信号和重建信号之间的失真足够小，以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用，例如，一些消费型直播应用的用户比电视节目应用的用户能容忍更大的失真。可实现的压缩比可以反映出：可允许/可容忍的失真越大，可产生的压缩比越高。
视频编码器和解码器可利用几个大类的技术，例如包括运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中，样本值的表示不需要参照先前已重建的参考图像中的样本或其他数据。在一些视频编解码器中，图像在空间上被细分为样本块。当在帧内模式下对所有样本块进行编码时，该图像可以为帧内图像。帧内图像及其派生(例如独立解码器刷新图片)可用于重置解码器状态，并从而可以用作编码视频码流和视频会话中的第一幅图像，或作为静止图像。帧内块的样本可接受转换，转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况中，转换后的DC值越小，AC系数就越小，熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
(例如，从诸如MPEG-2代编码技术所知的)传统的帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括尝试，例如，周围的样本数据和/或元数据的技术，可在对空间相邻的、以及解码顺序在前的块数据进行编码/解码的过程中获得上述周围的样本数据和/或元数据。这种技术从此被称为帧内预测摂技术。注意，在至少一些情况下，帧内预测使用仅来自正在重建的当前图像(而不是参考图像)的参考数据。
有许多不同形式的帧内预测。当在给定视频编码技术中可以使用多于一种这样的技术时，所使用的技术可以编码在帧内预测模式中。在某些情况下，模式可以具有子模式和/或参数，其可以单独编码或包括在模式码字中。给定模式/子模式/参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响，并且用于将码字转换为比特流的熵编码技术也可以。
某种帧内预测模式是随H.264引入的，在H.265中得到完善，并且在诸如联合探索模型(JEM)，通用视频编码(VVC)，及基准集(BMS)的新编码技术中被进一步完善。可以使用相邻样本值来形成预测块，相邻样本值属于已经可用的样本。根据方向将相邻样本的样本值复制到预测块中。所用的方向的信息可以编码在比特流中，或者可以自己预测。
参见图1，在右下方描绘了H.265的33个可能的预测方向(对应于35个帧内模式的33个角度模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在预测的样本。箭头表示正在预测的样本的方向。例如，箭头(102)表示样本(101)的预测方向是从一个样本或多个样本到右上角，与水平方向成45度角。类似地，箭头(103)表示样本(101)的预测方向是从一个样本或多个样本到样本(101)的左下方，与水平方向成22.5度角。
仍然参考图1，在左上方示出了4×4个采样的正方形块(104)(由粗体虚线表示)。正方形块(104)包括16个样本，每个样本用“S”标记其在Y维中的位置(例如，行索引)和其在X维中的位置(例如，列索引)。例如，样本S21是Y维度中(从顶部开始)的第二个样本和X维度中(从左侧开始)的第一个样本。类似地，块(104)中的样本S44在Y和X维度中均为第四个样本。由于块的大小为4×4个样本，因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用R、及其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)进行标记。在H.264和H.265中，预测样本与正在重建的块相邻；因此不需要使用负值。
帧内图像预测通过从信号指示的预测方向所覆盖的相邻样本中复制参考样本值来发挥作用。例如，假设已编码视频比特流包括的信令指示该块的预测方向与箭头(102)一致—即，从一个或多个预测样本到右上角，与水平面成45度角，来对样本进行预测。在该情况下，样本S41，S32，S23和S14使用相同的参考样本R05进行预测。然后使用参考样本R08预测样本S44。
在某些情况下，为了计算参考样本，可以组合多个参考样本的值，例如通过插值；特别是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量越来越多。在H.264(2003年)中，可以表示九个不同的方向。该数目在H.265(2013年)中增加到33个，并且JEM/VVC/BMS在发表时可以支持多达65个方向。已经进行了一些实验以识别最可能的方向，并且使用熵编码中的某些技术来以少量比特表示那些可能的方向，同时承担可能性较小的方向带来的不利结果。此外，这些方向本身有时可以从相邻的已解码的块所使用的相邻方向进行预测。
图2示出了JEM的65个帧内预测方向的示意图(201)，以示出随时间增加的预测方向的数量。
已编码视频比特流中表示方向的帧内预测方向比特的映射方法，在不同的视频编码技术中可以不同；可以涵盖，例如，从预测方向到帧内预测模式或到码字的简单直接映射，到涉及大多数可能模式的复杂自适应方案，以及类似的技术。然而，在所有情况下，可能存在某些方向，在统计上相较其它方向，在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余，因此在运转良好的视频编码技术中，相比可能性更大的方向，那些可能性较小的方向将由更多的比特来表示。
发明内容
本申请各实施例提供了用于视频编码/解码的方法和装置。在一些示例中，一种用于视频解码的装置包括接收电路和处理电路。
本申请一方面提供了一种在解码器中进行视频解码的方法。在该方法中，可以从已编码视频比特流中接收当前块的已编码信息。基于所述已编码信息确定当前块的尺寸信息和分区信息。基于所述当前块的尺寸信息和分区信息确定所述当前块的分区模式是帧内子分区(ISP)模式和编码单元分区中的一个。以及，基于所确定的所述当前块的分区模式对所述当前块进行解码。
在一些实施例中，尺寸信息可以基于已编码信息指示当前块的高度、宽度和面积中的一个。分区信息可以指示当前块的编码单元分区的二叉树(BT)深度。
在一些实施例中，响应于(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度，或(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度，可以确定分区模式不是沿着当前块的垂直方向的ISP模式。对于2×N的ISP分区，第一值可以等于8个像素，对于1×N的ISP分区可以等于4个像素。第二值可以是8个像素，第三值可以是32个亮度样本。
在一些实施例中，响应于(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，或(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度，可以确定分区模式不是沿着当前块的水平方向的ISP模式。对于2×N的ISP分区，第一值可以等于8个像素，对于1×N的ISP分区可以等于4个像素。第二值可以是8个像素，第三值可以是32个亮度样本。
在一些实施例中，可以确定第一条件。第一条件包括以下之一：(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度，(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。另外，可以确定第二条件。第二条件包括以下之一：(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。此外，可以响应于以下各项中的每一个从一组上下文模型中确定对应的上下文模型：(i)第一条件和第二条件都为真，(ii)第一条件和第二条件之一为真，以及(iii)第一条件和第二条件都不为真。由此，可以根据对应的上下文模型确定当前块的分区模式。
在一些实施例中，可以确定第一条件。第一条件包括以下之一：(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度；以及(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。另外，可以确定第二条件。第二条件包括以下之一：(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。此外，可以响应于以下各项中的每一个从一组上下文模型中确定相应的上下文模型：(i)第一条件和第二条件都为假，以及(ii)第一条件和第二条件中的至少一个为真。由此，可以根据对应的上下文模型确定当前块的分区模式。
在一些实施例中，基于当前块的高度和宽度的比率，可以确定分区模式不是沿着当前块的水平方向和垂直方向之一的ISP模式。
在一些实施例中，在ISP模式中，当前块可以被分区为正方形子块。
本申请另一方面，确定视频的当前图像中的当前块的尺寸信息和分区信息，所述尺寸信息指示所述当前块的高度、宽度和面积中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树(BT)深度。随后，可以基于尺寸信息和分区信息为当前块生成信令信息。信令信息可以基于以下之一指示当前块的分区模式不是沿着当前块的垂直方向的帧内子分区(ISP)模式：(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度。另外，信令信息可以基于以下之一指示当前块的分区模式不是沿着当前块的水平方向的ISP模式：(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度。
在一些实施例中，第一值可以是8个像素，第二值可以是8个像素，并且第三值可以是32个亮度样本。
本申请各方面还提供一种存储指令的非暂时性计算机可读介质，这些指令在由计算机执行以用于视频解码时，致使计算机执行用于视频解码的方法。
本申请各实施例通过不使用或不允许一些或全部ISP模式，可以减少分区信息的冗余。
附图简要说明
根据以下详细描述和附图，本申请主题的其它特征、性质和各种优点将变得更加明显，在附图中：
图1是帧内预测模式中子集的例子的示意图。
图2是帧内预测方向的例子的示意图。
图3是一个实施例的通信系统的简化框图的示意图。
图4是一个实施例的通信系统的简化框图的示意图。
图5是一个实施例的解码器的简化框图的示意图。
图6是一个实施例的编码器的简化框图的示意图。
图7是另一实施例的编码器的框图。
图8是另一实施例的解码器的框图。
图9A是一个实施例的利用QTBT进行块划分的示例。
图9B是一个实施例的利用QTBT的块划分对应的树形表示。
图10A是一个实施例的垂直中心侧三叉树。
图10B是一个实施例的水平中心侧三叉树。
图11示出了一个实施例的35个帧内预测模式。
图12示出了一个实施例的95个帧内预测模式。
图13示出了基于帧内子分区(ISP)编码模式的亮度帧内预测块的第一示例性分区方式。
图14示出了基于ISP编码模式的亮度帧内预测块的第二示例性分区方式。
图15示出了本申请一些实施例的第一方法的流程图。
图16示出了本申请的一些实施例的第二方法的流程图。
图17是本申请实施例的计算机系统的示意图。
i.具体实施方式
图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端设备，所述终端设备可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一对终端设备，第一终端设备(310)和第二终端设备(320)。在图3的实施例中，第一终端设备(310)和第二终端设备(320)执行单向数据传输。举例来说，第一终端设备(310)可对视频数据(例如由终端设备(310)采集的视频图片流)进行编码以通过网络(350)传输到第二终端设备(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。第二终端设备(320)可从网络(350)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中，通信系统(300)包括执行已编码视频数据的双向传输的第三终端设备(330)和第四终端设备(340)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，第三终端设备(330)和第四终端设备(340)中的每个终端设备可对视频数据(例如由终端设备采集的视频图片流)进行编码，以通过网络(350)传输到第三终端设备(330)和第四终端设备(340)中的另一终端设备。第三终端设备(330)和第四终端设备(340)中的每个终端设备还可接收由第三终端设备(330)和第四终端设备(340)中的另一终端设备传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的实施例中，第一终端设备(310)、第二终端设备(320)、第三终端设备(330)和第四终端设备(340)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在第一终端设备(310)、第二终端设备(320)、第三终端设备(330)和第四终端设备(340)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(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子设备(420)处理，所述电子设备(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)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(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量，其可存储在流式传输服务器(405)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4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子设备(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未示出)上呈现的输出视频图片流(411)。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(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-TH.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。本申请可用于VVC标准的上下文中。
应注意，电子设备(420)和电子设备(430)可包括其它组件(未示出)。举例来说，电子设备(420)可包括视频解码器(未示出)，且电子设备(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子设备(530)中。电子设备(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)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(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)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(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520))之间。”在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未示出)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)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(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(515)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理解码器(510)操作的信息，还可能包括用于控制诸如呈现设备(512)(例如显示屏)的呈现设备的信息，该呈现设备不是电子设备(530)的组成部分，但是可以耦合到电子设备(530)，如图5所示。用于呈现设备的控制信息可以是补充增强信息(SEI消息)或视频可用性信息(VUI)参数集片段(未示出)的形式。解析器(520)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(520)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、条带、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(520)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(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
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(521)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(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)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(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)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(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)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(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)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(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)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(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示设备(512)以及存储在参考图片存储器(557)，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(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)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(510)可根据例如ITU-TH.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余条带、冗余图片、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子设备(620)中。电子设备(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子设备(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子设备(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601YCrCB、RGB……)和任何合适取样结构(例如YCrCb4:2:0、YCrCb4:4:4)。在媒体服务系统中，视频源(601)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(601)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(603)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(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)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(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(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(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。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(634)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摂的样本值完全相同。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(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)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(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(630)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摂的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)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(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6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(633)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)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(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的编码视频序列，从而为通过通信信道(660)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR)图片。”所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-TH.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)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(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为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、冗余图片和条带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)。帧内图像预测(常简称为帧内预测)利用给定图片中的空间相关性，而帧间图像预测则利用图像之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分区成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图像，例如第一参考图像和第二参考图像，按解码次序它们都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分区成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用，例如，率失真(rate-distortion，RD)优化来确定处理块的编码采用帧内模式、帧间模式还是双向预测模式更好。当在帧内模式中编码处理块时，视频编码器(703)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(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(703)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7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)用于接收当前块(例如处理块)的采样，在一些情况下将所述块与同一图像中已编码的块进行比较，在变换之后生成量化系数，以及在一些情况下还生成帧内预测信息(例如，根据一个或多个帧内编码技术生成帧内预测方向信息)。在实施例中，帧内编码器(722)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(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)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(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；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(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(871)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(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(403)、视频编码器(503)和视频编码器(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本申请提供一组高级视频编解码技术。本申请实施例包括用于改进CU分区和帧内子分区(intra sub-partition，ISP)的性能的方法。
一个CTU，例如HEVC中使用的CTU，可以使用编码树表示的四叉树结构分区成多个CU，以适应各种局部特性。可以在CU级别决定是使用帧间(时间)还是帧内(空间)预测对图片区域进行编码。每个CU可以根据PU分区类型进一步分区成一个、两个或四个PU。在一个PU内，可以应用相同的预测过程，并且可以以PU为单位将相关信息传输到解码器。在利用基于PU分区类型的预测过程得到残差块后，可以利用与CU的编码树类似的另一个四叉树结构将CU分区为变换单元(TU)。HEVC结构的一个关键特征是HEVC结构可以具有包括CU、PU和TU的多个分区概念。
四叉树加二叉树(quad-tree plus binary tree，QTBT)结构可以去除多个分区类型的概念，即QTBT结构可以消除对CU、PU和TU概念的区分，并且为CU分区形状提供了更大的灵活性。在QTBT结构中，CU的形状可以是正方形或矩形。如图9A和9B所示，一个CTU可以首先根据四叉树结构进行分区。四叉树的叶节点可以进一步根据二叉树结构进行分区。二叉树分区可以包括两种分区类型：对称水平分区和对称垂直分区。二叉树叶节点可以被称为CU，并且基于二叉树分区的分段可以无需进行任何进一步的分区而直接用于预测和变换处理。因此，CU、PU和TU在QTBT编码块结构中可以具有相同的块大小。在一个实施例中，CU可以包括不同颜色分量的编码块(CB)。例如，对于4：2：0色度格式的P条带和B条带，一个CU可以包括一个亮度CB和两个色度CB。在另一实施例中，CU可以包括单个分量的CB。例如，对于I条带，一个CU可以仅包含一个亮度CB或仅包含两个色度CB。
QTBT分区方案可以由以下参数定义：CTU大小、MinQTSize、MaxBTSize、MaxBTDepth和MinBTSize。CTU大小可对应四叉树中根节点的大小，例如HEVC中四叉树的根节点的大小。MinQTSize可对应四叉树中允许的最小叶节点的大小。MaxBTSize可对应二叉树中允许的最大根节点的大小。MaxBTDepth可对应允许的二叉树的最大深度。MinBTSize可对应二叉树中允许的最小叶节点的大小。
在QTBT分区结构的一个示例中，CTU大小可设置为128×128亮度样本，具有两个对应的64×64色度样本，MinQTSize可设置为16×16个亮度样本，MaxBTSize可设置为64×64个亮度样本，MinBTSize(对于宽度和高度)可设置为4×4个亮度样本，并且MaxBTDepth设置为4。首先对CTU进行四叉树分区，以生成四叉树叶节点。四叉树叶节点的尺寸可以包括从16×16(即MinQTSize)个亮度样本的大小到128×128(即CTU大小)个亮度样本的大小。如果叶四叉树节点为128×128个亮度样本，则叶四叉树节点由于大小超过MaxBTSize(即64×64亮度样本)而不能根据二叉树进行进一步分区。否则，叶四叉树节点可以进一步利用二叉树进行分区。因此，四叉树叶节点也可以是二叉树深度为0的二叉树的根节点。当二叉树深度达到MaxBtDepth(即4)时，不考虑进一步分区。当二叉树节点的宽度等于MinBtSize(即4)时，不考虑进一步的水平分区。类似地，当二叉树节点的高度等于MinBtSize时，不考虑进一步的垂直分区。二叉树的叶节点无需进行任何进一步的分区即可进一步进行预测和变换处理。一些实施例中，最大CTU大小可以是256×256个亮度样本，例如JEM中所使用的CTU大小。
图9A示出利用QTBT进行块划分的示例，图9B示出利用QTBT的块划分对应的树形表示。实线表示四叉树分区，虚线表示二叉树分区。在二叉树的每一分叉节点(即，非叶节点)中，可用信号表示一个标志，以指示使用哪种分区类型(例如，水平或垂直)。其中，标志为0指示水平分区，标志为1指示垂直分区。对于四叉树分区，不需要用信号表示分区类型，因为四叉树分区总是在水平和垂直两个方向对块进行分区并生成具有相等大小的4个子块。
此外，QTBT方案支持亮度和色度具有各自的QTBT结构，因而具有较大灵活性。目前，对于P条带和B条带，一个CTU中的亮度和色度CTB共用相同的QTBT结构。然而，对于I条带，亮度CTB可以基于QTBT结构分区为多个CU，而色度CTB可以基于另一QTBT结构分区为多个色度CU。因此，I条带中的CU可以包括，或包含，亮度分量的编码块或两个色度分量的编码块，而P条带或B条带中的CU可以包括，或包含，所有三个颜色分量的编码块。
可以对小块的帧间预测进行约束，如HEVC中使用的约束，以减少运动补偿对内存的访问。例如，对于4×8和8×4块不支持双向预测，并且对于4×4块不支持帧间预测。上述约束可以在QTBT中取消，例如在JEM-7.0中取消上述约束。
还可以提出多类型树(multi-type-tree，MTT)结构。MTT可以是比QTBT更灵活的树结构。在MTT中，除了四叉树和二叉树之外，引入了水平和垂直中心侧三叉树(center-sidetriple-tree)，如图10A和10B所示。图10A示出了垂直中心侧三叉树，图10B示出了水平中心侧三叉树。三叉树分区的主要优点包括：
(a)对四叉树分区和二叉树分区的补充：三叉树分区可以捕获位于块中心的对象，而四叉树和二叉树始终沿块的中心进行分区；及
(b)所提出的三叉树的各分区的宽度和高度可以总是2的幂，从而不需要额外的变换。
两层树的设计主要是为了降低复杂度。理论上，遍历一棵树的复杂度是TD，其中T表示分区类型的数量，并且D是树的深度。
图11示出了帧内预测模式的示例。图11描绘了总共35个帧内预测模式，例如HEVC中使用的35个帧内预测模式。在35个帧内预测模式中，模式10是水平模式，模式26是垂直模式。模式2、18和34是对角模式。35个帧内预测模式可以用三个最可能模式(most probablemodes，MPM)和32个剩余模式表示。
图12示出了95个帧内预测模式，例如VVC中使用的95个帧内预测模式。如图12所示，模式18是水平模式，模式50是垂直模式，并且模式2、模式34和模式66是对角模式。模式-1～-14和模式67～80被称为广角帧内预测(wide-angle intra prediction，WAIP)模式。在表1中列出了帧内预测模式及其关联角度之间的关系示例，其中predModeIntra表示帧内预测模式，而intraPredAngle表示帧内预测模式的帧内预测角度。帧内预测角的精度是1/32。对于帧内预测模式，如果表1中的帧内预测模式的关联角度是X，则帧内预测模式的实际角度是X/32。例如，对于模式66，表1中模式66的关联角度是32，因此，模式66的实际角度是32/32。
表1：帧内预测角度与帧内预测模式的关系
Figure GDA0003490088220000231
传统的角度帧内预测方向可以定义为在顺时针方向上从45度到-135度。几种传统的角度帧内预测模式可以自适应地替换为用于非方形块的广角帧内预测模式。被替换的模式可以使用原始模式索引来表示，这些原始模式索引在解析之后被重新映射到广角模式的索引。帧内预测模式的总数不变，即67，并且帧内模式编码方法不变。
为了支持非方形块的广角帧内预测模式的预测方向，可以生成长度为2W+1的顶部参考块和长度为2H+1的左侧参考块。
在广角方向模式中被替换的模式的数量取决于块的纵横比。表2示出了被替换的帧内预测模式的示例。对于表1中列出的被称为ang_mode的角度模式，当W/H<1时，ang_mode被映射为65+ang_mode，当W/H>1时，ang_mode被映射为ang_mode-67。
表2：用广角模式代替帧内预测模式
Figure GDA0003490088220000232
Figure GDA0003490088220000241
ISP编码模式根据块尺寸大小将亮度帧内预测块沿垂直或水平方向分区为2或4个子分区，如表3所示。图13和14示出了两种可能性的示例。图13示出了4×8块或8×4块的分区示例。图14示出了不是4×8块、8×4块或4×4块之一的块的分区示例。所有子分区可满足具有至少16个样本的条件。对色度分量不使用ISP。在一些实施例中，至多用两个二进制数表示ISP。第一二进制数可以指示是否使用ISP。如果使用ISP，则可以进一步用另一个二进制数指示ISP的方向，除非只有一个方向可用。
表3：子分区的数量取决于块大小
块大小 子分区的数量
4×4 未划分
4×8以及8×4 2
所有其它情况 4
在一些实施例中，对于其中每个子分区，可对由编码器发送的系数进行熵解码、再对系数进行逆量化和逆变换来生成残差信号。然后，对子分区进行帧内预测，并将残差信号与预测信号相加最终得到相应的重建样本。因此，每个子分区的重建值可用于生成下一个子分区的预测，依此类推，从而可以重复执行该过程。所有子分区可以共享相同的帧内模式。
在一些实施例中，仅利用MPM列表中一部分的帧内模式来测试ISP算法。为此，如果一个块使用ISP，则可以推断MPM标志为1。如果ISP用于某个块，则可以修改MPM列表以排除DC模式，并提高ISP水平分区中水平帧内模式的优先级和ISP垂直分区中垂直帧内模式的优先级。
在ISP中，每个子分区可以被视为一个子TU，因为每个子分区要单独进行变换和重建。
CU分区和ISP都是分区方法，例如VVC中使用的分区方法。然而，CU分区和ISP可能产生相同的分区，从而引入了冗余。例如，一个32×16块可以通过两级BT分区被分区成四个8×16的块。这种分区也可以通过ISP实现。本申请包括不使用或不允许ISP模式的实施例，例如，为了避免冗余。例如，可以不允许垂直和/或水平ISP以避免冗余。
在本申请的一些实施例中，如果ISP对块进行的分区可通过CU分区来实现，那么对于该块不允许ISP模式。另外，当一个或多个ISP模式(即，垂直ISP、水平ISP或两者)不被允许时，可以在没有信号表示的情况下推断出相关语法。
在一个实施例中，基于块的尺寸信息(例如，块的宽度)和分区信息(例如，BT深度)，可以不允许该块采用垂直ISP(例如，沿着块的垂直方向的ISP模式)。当块的宽度大于阈值且CU分区的BT深度+2不大于允许的最大BT深度时，可能不允许采用垂直ISP，因为在此条件下，垂直ISP的分区结果可以由CU分区(例如，两级垂直BT分区)来模拟/操作。在一个示例中，如果不允许1×N的ISP分区(即，1像素×N像素的ISP分区)但允许2×N的ISP分区(即，2像素×N像素的ISP分区)，则阈值可以是8个像素。在另一示例中，如果允许1xN的ISP分区，则阈值可以是4。
在一个实施例中，基于尺寸信息(例如，块的宽度和面积)和分区信息(例如，BT深度)，可能不允许该块采用垂直ISP。当宽度等于第一预定值、块的面积等于第二预定值、且BT深度+1不大于允许的最大BT深度时，可以不允许采用垂直ISP。在一个示例中，第一预定值可以是8个像素，第二预定值可以是32个亮度样本。
在一个实施例中，ISP相关语法的推测值可以指示该块未采用ISP。
应当注意，上述实施例的描述基于块的宽度和垂直ISP。各实施例还可以改为基于块的高度和水平ISP(例如，沿着块的水平方向的ISP模式)。例如，基于尺寸信息(例如，块的高度和/或面积)和分区信息(例如，BT深度)，可能不允许该块采用水平ISP。
在本申请的一些实施例中，当允许利用相关ISP模式对ISP模式信息进行熵编码时，可以选择上下文(或上下文模型)。可以根据垂直和/或水平ISP的一个或多个条件来选择上下文。
垂直ISP的第一条件可以基于尺寸信息(例如，块的宽度和/或面积)和分区信息(例如，BT深度)。例如，垂直ISP的第一条件可以包括(a)块的宽度大于阈值(例如，8个像素)、且BT深度+2不大于允许的最大BT深度，和/或(b)块的宽度等于第一预定值(例如，8个像素)、块的面积等于第二预定值(例如，32个亮度样本)、且BT深度+1不大于允许的最大BT深度。
水平ISP的第二条件的定义方式可以与垂直ISP类似。例如，水平ISP的第二条件可以基于尺寸信息(例如，块的高度和/或面积)和分区信息(例如，BT深度)。水平ISP的第二条件可以包括(a)块的高度大于阈值(例如，8个像素)、且BT深度+2不大于允许的最大BT深度；和/或(b)块的高度等于第一预定值(例如，8个像素)、块的面积等于第二预定值(例如，32个亮度样本)、且BT深度+1不大于允许的最大BT深度。
对于是否使用ISP的信号表示，可以基于垂直ISP的第一条件和/或水平ISP的第二条件来选择相应的上下文。例如，可以基于是否(i)第一条件和第二条件都为真，(ii)第一条件和第二条件中只有一个为真，和/或(iii)第一条件和第二条件都为假来选择相应的上下文。
在一个实施例中，3个上下文可分别用于3种情况：(i)第一条件和第二条件都为真，(ii)第一条件和第二条件之一为真，以及(iii)第一条件和第二条件都为假。在一个实施例中，2个上下文可以分别用于2种情况：(i)第一条件和第二条件中的至少一个为真，以及(ii)第一条件和第二条件都为假。
在本申请的一些实施例中，在编码器侧可以跳过ISP模式检查(例如，垂直和/或水平ISP模式检查)。例如，可以基于上述条件(例如，第一条件和第二条件)跳过ISP模式检查。在一个实施例中，如果满足第一条件，则在编码器处不对垂直ISP进行检查。因此，编码器可以(例如，在已编码视频比特流的已编码信息中)用信号表示第一信号(例如，0)，指示由于第一条件为真而不允许采用垂直ISP。在一个实施例中，如果满足第二条件，则在编码器处不对水平ISP进行检查。因此，编码器可以(例如，在已编码信息中)用信号表示第二信号(例如，0)，其指示由于第二条件为真而不允许采用水平ISP。
在本申请的一些实施例中，当采用ISP模式时，可以将获得的子分区的形状约束为一个或多个形状。通过IPS模式产生的子分区可以被约束为总是正方形。例如，当一个4×32块采用ISP模式时，ISP模式可以生成八个4×4子分区。
在一个实施例中，可以基于块的高度和宽度的比率使该块禁用水平ISP。例如，当块的高度与宽度的比率大于或等于第一阈值时，可以禁用水平ISP。第一阈值的例子可以包括4、8和16。
在一个实施例中，可以基于块的高度和宽度的比率使该块禁用垂直ISP。例如，当块的宽度与高度的比率大于或等于第二阈值时，可以禁用垂直ISP。第二阈值的例子可以包括4、8和16。
上述方法可以单独使用或以任意顺序组合使用。此外，每个方法(或实施例)、编码器和解码器可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)实现。在一个示例中，所述一个或多个处理器可以执行存储在非暂时性计算机可读介质中的程序。另外，术语“块”可以被解释为预测块、编码块或编码单元(即CU)。
本申请各实施例提供一种视频解码的解码装置，包括：
接收模块，可以从已编码视频比特流中接收当前块的已编码信息；
信息确定模块，可以基于所述已编码信息确定当前块的尺寸信息和分区信息；
模式确定模块，可以基于所述当前块的尺寸信息和分区信息确定所述当前块的分区模式是ISP模式和编码单元分区中的一个；
解码模块，可以基于所确定的所述当前块的分区模式对所述当前块进行解码。
一些实施例中，所述解码装置还可以包括分区模块，用于在所述ISP模式下将所述当前块划分为正方形的子块。
一种编码装置，包括：
信息获取模块，可以确定视频的当前图像中的当前块的尺寸信息和分区信息，所述尺寸信息指示所述当前块的高度、宽度和面积中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树(BT)深度；
信令生成模块，可以基于所述尺寸信息和所述分区信息为所述当前块生成信令信息。
图15示出了本申请实施例的方法(1500)的流程图。图16示出了本申请实施例的方法(1600)的流程图。方法(1500)和方法(1600)可以用于块的重建，以为正在重建的块生成预测块。各实施例中，方法(1500)和方法(1600)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)功能的处理电路等。在一些实施例中，方法(1500)和/或方法(1600)由软件指令实现，因此当处理电路执行软件指令时，处理电路实现方法(1500)和/或方法(1600)。
如图15所示，方法(1500)开始于S1501并进行到S1510。在S1510，可以从已编码视频比特流中接收当前块的已编码信息。已编码信息可以指示当前块的尺寸信息和分区信息。在S1520，可以基于已编码信息确定当前块的尺寸信息和分区信息。在一些实施例中，尺寸信息可以包括基于已编码信息的当前块的高度、宽度和面积中的至少一个，分区信息可以包括当前块的编码单元分区的二叉树(BT)深度。
然后，方法(1500)可以进行到S1530，确定当前块的分区模式。在一些实施例中，分区模式可以是帧内子分区(ISP)模式和编码单元分区中的一个。可以基于当前块的尺寸信息和分区信息来确定特定的分区模式。
在一些实施例中，响应于(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度，或(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度，可以确定分区模式不是沿着当前块的垂直方向的ISP模式。对于2×N的ISP分区，第一值可以等于8个像素，而对于1×N的ISP分区，第一值可以等于4个像素。第二值可以是8个像素，第三值可以是32个亮度样本。
在一些实施例中，响应于(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，或(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度，可以确定分区模式不是沿着当前块的水平方向的ISP模式。对于2×N的ISP分区，第一值可以等于8个像素，而对于1×N的ISP分区，第一值可以等于4个像素。第二值可以是8个像素，第三值可以是32个亮度样本。
在一些实施例中，可以确定第一条件。例如，可以基于以下之一来确定第一条件：(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。另外，可以确定第二条件。例如，可以基于以下之一来确定第二条件：(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。此外，可以响应于以下各项中的每一个从一组上下文模型中确定对应的上下文模型：(i)第一条件和第二条件都为真，(ii)第一条件和第二条件之一为真，以及(iii)第一条件和第二条件都不为真。由此，可以根据对应的上下文模型确定当前块的分区模式。
在一些实施例中，可以确定第一条件。例如，基于第一条件是否包括以下之一来确定第一条件：(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度；以及(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。另外，可以确定第二条件。例如，基于第二条件是否包括以下之一来确定第二条件：(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。此外，可以响应于以下各项中的每一个从一组上下文模型中确定相应的上下文模型：(i)第一条件和第二条件都为假，以及(ii)第一条件和第二条件中的至少一个为真。由此，可以根据对应的上下文模型确定当前块的分区模式。
在一些实施例中，可以基于当前块的高度和宽度的比率确定分区模式不是沿着当前块的水平方向和垂直方向之一的ISP模式。
在一些实施例中，在该方法中，当前块可以在ISP模式下被分区为正方形的子块。
然后，方法(1500)可以进行到S1540，基于所确定的当前块的分区模式对当前块进行解码。
如图16所示，方法(1600)开始于S1601并进行到S1610。在S1610，可以确定视频的当前图像中的当前块的尺寸信息和分区信息，其中尺寸信息可以指示当前块的高度、宽度和面积中的至少一个，分区信息可以指示当前块的编码单元分区的二叉树(BT)深度。
然后，方法(1600)进行到S1620。在1620，可以基于尺寸信息和分区信息为当前块生成信令信息。信令信息可以基于以下之一指示当前块的分区模式不是沿着当前块的垂直方向的帧内子分区(ISP)模式：(i)当前块的宽度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的宽度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。
信令信息还可以基于以下之一指示当前块的分区模式不是沿着当前块的水平方向的ISP模式：(i)当前块的高度大于第一值且BT深度加二等于或小于允许的最大BT深度，以及(ii)当前块的高度大于第二值、当前块的面积等于第三值、且BT深度加一等于或小于允许的最大BT深度。
在一些实施例中，第一值可以是8个像素，第二值可以是8个像素，第三值可以是32个亮度样本。
上述技术可以使用计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图17为适于实现本申请一些实施例的计算机系统(1700)。
计算机软件可利用任何合适的机器代码或计算机语言来编码，可采用汇编、编译、链接或类似机制生成指令代码。这些指令代码可由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过代码解释、微代码执行等操作来执行。
这些指令可在多种类型的计算机或计算机组件中执行，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17所示的用于计算机系统(1700)的组件本质上是示例性的，而非旨在对实现本申请实施例的计算机软件的使用或功能范围做任何限制。也不应将组件的配置方式解释为对计算机系统(1700)的示例性实施例中的任一部件或其组合具有任何的依赖性或要求。
计算机系统(1700)可以包括某些人机界面输入设备。这样的人机界面输入设备可以响应于一个或多个人类用户通过例如触觉输入(诸如键击、挥动、数据手套移动)、音频输入(诸如语音、拍击)、视觉输入(诸如姿势)、嗅觉输入(未示出)的输入。人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些介质，例如音频(诸如语音、音乐、环境声音)、图像(诸如扫描的图像、从静止图像相机获得的摄影图像)、视频(诸如二维视频，包括立体视频的三维视频)。
人机界面输入设备可包括以下项中的一种或多种(每一种仅描绘一个)：键盘(1701)、鼠标(1702)、触控板(1703)、触摸屏(1710)、数据手套(未示出)、操纵杆(1705)、麦克风(1706)、扫描仪(1707)、照相机(1708)。
计算机系统(1700)还可以包括某些人机界面输出设备。这样的人机界面输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感觉。这种人机界面输出设备可以包括触觉输出设备(例如通过触摸屏(1710)、数据手套(未示出)或操纵杆(1705)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(诸如扬声器(1709)、耳机(未示出))、可视输出设备以及打印机(未示出)，其中可视输出设备诸如屏幕(1710)、虚拟现实眼镜(未示出)、全息显示器和烟雾箱(未示出)，屏幕(1710)包括阴极射线管(CRT)屏幕、液晶显示器(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏幕，每一种都具有或不具有触摸屏输入能力，每一种都具有或不具有触觉反馈能力，这些屏幕中的一些能够通过手段(诸如立体图像输出)输出二维可视输出或多于三维的输出。
计算机系统(1700)还可以包括人类可访问的存储设备及其相关联的介质，诸如光学介质(包括具有CD/DVD的CD/DVDROM/RW(1720))或类似介质(1721)、拇指驱动器(1722)、可移动硬盘驱动器或固态驱动器(1723)、传统磁介质(诸如磁带和软盘(未示出))、基于专用ROM/ASIC/PLD的设备(诸如安全道尔芯片(未示出))，等等。
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”不包括传输介质、载波或其它瞬时信号。
计算机系统(1700)还可以包括连接一个或多个通信网络的接口。网络可以是，例如，无线网络、有线网络、光网络。网络还可以是本地网、广域网、城域网、车联网的和工业网络、实时网络、延迟容忍网络等等。网络的示例包括局域网(诸如以太网、无线LAN)、蜂窝网络(包括全球移动通信系统(GSM)、第三代移动通信系统(3G)、第四代移动通信系统(4G)、第五代移动通信系统(5G)、长期演进(LTE)等)、电视有线或无线广域数字网络(包括有线电视、卫星电视和地面广播电视)、车辆和工业网络(包括CANBus)，等等。某些网络通常需要外部网络接口适配器，该外部网络接口适配器连接到某些通用数据端口或外围总线(1749)(诸如计算机系统(1700)的通用串行总线(USB)端口)；其他的通常通过如下所述连接到系统总线而集成到计算机系统(1700)的内核中(例如，进入个人计算机系统的以太网接口或进入智能手机计算机系统的蜂窝网络接口)。通过使用这些网络中的任何一个，计算机系统(1700)可以与其它实体通信。这种通信可以是使用局域或广域数字网络的到其它计算机系统的单向的、仅接收的(例如广播TV)、单向仅发送的(例如到某些CAN总线设备的CAN总线)或双向的通信。可以在如上所述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(1700)的内核(1740)。
内核(1740)可以包括一个或多个中央处理单元(CPU)(1741)、图形处理单元(GPU)(1742)、以现场可编程门阵列(FPGA)(1743)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(1744)等。这些设备，以及只读存储器(ROM)(1745)，随机存取存储器(1746)，内部大容量存储器(如内部非用户可访问硬盘驱动器，SSD)(1747)等，可以通过系统总线(1748)相互连接。在一些计算机系统中，系统总线(1748)可以以一个或多个物理插头的形式访问，从而通过附加的CPU，GPU等实现扩展。外围设备可以直接，或者通过外围总线(1749)，连接到内核的系统总线(1748)。外围总线的架构包括PCI，USB等。
CPU(1741)、GPU(1742)、FPGA(1743)和加速器(1744)可以执行某些指令，这些指令组合起来可以构成前述的计算机代码。该计算机代码可以存储在ROM(1745)或RAM(1746)中。中间数据也可以存储在RAM(1746)中，而永久数据可以存储在，例如，内部大容量存储器(1747)中。可以通过使用高速缓冲存储器来实现到任何存储器设备的快速存储和读取，高速缓存存储器可以与一个或多个CPU(1741)、GPU(1742)、大容量存储器(1747)、ROM(1745)、RAM(1746)等紧密关联。
计算机可读介质上可以具有计算机代码，在计算机代码上执行各种计算机执行的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为示例而非限制，具有体系结构(1700)的计算机系统，特别是内核(1740)，可以提供处理器(包括CPU、GPU、FPGA、加速器等)执行在一个或多个有形的计算机可读介质中的软件而实现的功能。这样的计算机可读介质可以是与如上所述的用户可访问大容量存储器相关联的介质，以及非暂时性的内核(1740)的某些存储，诸如内核内部大容量存储器(1747)或ROM(1745)。实现本申请各实施例的软件可以存储在这样的设备中并由内核(1740)执行。根据特定需要，计算机可读介质可包括一个或多个存储器设备或芯片。该软件可以使内核(1740)，特别是其中的处理器(包括CPU，GPU，FPGA等)，执行本文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(1746)中的数据结构，以及根据软件定义的过程修改这些数据结构。作为补充或作为替代，计算机系统可提供与电路(例如加速器1744)中的逻辑硬连线或其它组件相同的功能，可代替软件或与软件一起操作以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包括执行逻辑的电路，或两者兼备。本申请包括硬件和软件的任何适当组合。
附录A：缩略语
JEM:joint exploration model 联合勘探模型
VVC:versatile video coding 多功能视频编码
BMS:benchmark set 基准集合
MV:Motion Vector 运动向量
HEVC:High Efficiency Video Coding 高效视频编码
SEI:Supplementary Enhancement Information 补充增强信息
VUI:Video Usability Information 视频可用性信息
GOPs:Groups of Pictures 图像组
TUs:Transform Units,变换单元
PUs:Prediction Units 预测单元
CTUs:Coding Tree Units 编码树单元
CTBs:Coding Tree Blocks 编码树块
PBs:Prediction Blocks 预测块
HRD:Hypothetical Reference Decoder 假想参考解码器
SNR:Signal Noise Ratio 信噪比
CPUs:Central Processing Units 中央处理单元
GPUs:Graphics Processing Units 图形处理单元
CRT:Cathode Ray Tube 阴极射线管
LCD:Liquid-Crystal Display 液晶显示器
OLED:Organic Light-Emitting Diode 有机发光二极管
CD:Compact Disc 压缩盘
DVD:Digital Video Disc 数字视频盘
ROM:Read-Only Memory 只读存储器
RAM:Random Access Memory 随机存取存储器
ASIC:Application-Specific Integrated Circuit 专用集成电路
PLD:Programmable Logic Device 可编程逻辑设备
LAN:Local Area Network 局域网
GSM:Global System for Mobile communications 全球移动通信系统
LTE:Long-Term Evolution 长期演进
CANBus:Controller Area Network Bus 控制器区域网络总线
USB:Universal Serial Bus 通用串行总线
PCI:Peripheral Component Interconnect 外围设备组件互联
FPGA:Field Programmable Gate Array 现场可编程门阵列
SSD:solid-state drive 固态硬盘
IC:Integrated Circuit 集成电路
CU:Coding Unit 编码单元
QT:Quadtree 四叉树
AMVP:advanced motion vector prediction 高级运动向量预测
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、置换和各种替代属于本申请的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确展示或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims (11)

1.一种视频解码方法，其特征在于，包括：
从已编码视频比特流中接收当前块的已编码信息；
基于所述已编码信息，确定所述当前块的尺寸信息和分区信息，其中，所述尺寸信息指示所述当前块的高度、宽度和面积大小中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树BT深度；
响应于(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，或(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度，确定所述当前块的分区模式不是沿着所述当前块的垂直方向的帧内子分区ISP模式；
响应于(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，或(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度，确定所述分区模式不是沿着所述当前块的水平方向的ISP模式；
基于所确定的所述当前块的分区模式，对所述当前块进行解码。
2.根据权利要求1的方法，其特征在于，其中，对于2×N的ISP分区，所述第一值等于8个像素，对于1×N的ISP分区，所述第一值等于4个像素；
所述第二值为8个像素，所述第三值为32个亮度样本。
3.根据权利要求1的方法，其特征在于，当允许利用所述ISP模式对ISP模式信息进行熵编码时，所述方法进一步包括：
确定第一条件，所述第一条件包括以下之一：(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
确定第二条件，所述第二条件包括以下之一：(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
响应于以下各项中的每一个，从一组上下文模型中确定对应的上下文模型：
(i)所述第一条件和所述第二条件都为真，
(ii)所述第一条件和所述第二条件其中之一为真，
(iii)所述第一条件和所述第二条件都不为真。
4.根据权利要求1的方法，其特征在于，当允许利用所述ISP模式对ISP模式信息进行熵编码时，所述方法进一步包括：
确定第一条件，所述第一条件包括以下之一：(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度；以及(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
确定第二条件，所述第二条件包括以下之一：(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
响应于以下各项中的每一个，从一组上下文模型中确定相应的上下文模型：
(i)所述第一条件和所述第二条件都为假，
(ii)所述第一条件和所述第二条件中的至少一个为真。
5.根据权利要求1的方法，其特征在于，进一步包括：
在所述ISP模式下，将所述当前块分割为正方形的子块。
6.一种视频编码方法，其特征在于，包括：
确定视频的当前图像中的当前块的尺寸信息和分区信息，所述尺寸信息指示所述当前块的高度、宽度和面积大小中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树BT深度；
基于所述尺寸信息和所述分区信息，为所述当前块生成信令信息；其中，
所述信令信息基于以下之一指示所述当前块的分区模式不是沿着所述当前块的垂直方向的帧内子分区ISP模式：(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
所述信令信息基于以下之一指示所述当前块的分区模式不是沿着所述当前块的水平方向的ISP模式：(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度。
7.根据权利要求6所述的方法，其特征在于，所述第一值是8个像素，所述第二值是8个像素，所述第三值是32个亮度样本。
8.一种视频解码装置，其特征在于，包括：
接收模块，用于从已编码视频比特流中接收当前块的已编码信息；
信息确定模块，用于基于所述已编码信息，确定所述当前块的尺寸信息和分区信息，其中，所述尺寸信息指示所述当前块的高度、宽度和面积大小中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树BT深度；
模式确定模块，用于响应于(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，或(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度，确定所述当前块的分区模式不是沿着所述当前块的垂直方向的帧内子分区ISP模式；响应于(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，或(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度，确定所述分区模式不是沿着所述当前块的水平方向的ISP模式；
解码模块，用于基于所确定的所述当前块的分区模式，对所述当前块进行解码。
9.一种视频编码装置，其特征在于，包括：
信息获取模块，用于确定视频的当前图像中的当前块的尺寸信息和分区信息，所述尺寸信息指示所述当前块的高度、宽度和面积大小中的至少一个，所述分区信息指示所述当前块的编码单元分区的二叉树BT深度；
信令生成模块，用于基于所述尺寸信息和所述分区信息为所述当前块生成信令信息；其中，
所述信令信息基于以下之一指示所述当前块的分区模式不是沿着所述当前块的垂直方向的帧内子分区ISP模式：(i)所述当前块的宽度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的宽度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度；
所述信令信息基于以下之一指示所述当前块的分区模式不是沿着所述当前块的水平方向的ISP模式：(i)所述当前块的高度大于第一值且所述BT深度加二等于或小于允许的最大BT深度，以及(ii)所述当前块的高度大于第二值、所述当前块的面积等于第三值、且所述BT深度加一等于或小于允许的最大BT深度。
10.一种电子设备，包括处理器和存储器，其特征在于，所述存储器中存储有计算机可读指令，所述指令由所述处理器执行，用于实现根据权利要求1-7中任一权利要求所述的方法。
11.一种非暂时性计算机可读存储介质，存储有程序，其特征在于，所述程序被至少一个处理器执行，用于实现根据权利要求1-7中任一权利要求所述的方法。
CN202010608175.6A 2019-06-30 2020-06-29 视频编解码的方法、装置、电子设备、存储介质 Active CN112235573B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962869009P 2019-06-30 2019-06-30
US62/869,009 2019-06-30
US16/907,955 2020-06-22
US16/907,955 US11190777B2 (en) 2019-06-30 2020-06-22 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN112235573A CN112235573A (zh) 2021-01-15
CN112235573B true CN112235573B (zh) 2022-03-25

Family

ID=74044824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010608175.6A Active CN112235573B (zh) 2019-06-30 2020-06-29 视频编解码的方法、装置、电子设备、存储介质

Country Status (2)

Country Link
US (2) US11190777B2 (zh)
CN (1) CN112235573B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11272198B2 (en) * 2019-01-30 2022-03-08 Tencent America LLC Method and apparatus for improved sub-block partitioning intra sub-partitions coding mode
EP3709643A1 (en) * 2019-03-11 2020-09-16 InterDigital VC Holdings, Inc. Intra prediction mode partitioning
US11943432B2 (en) 2021-04-26 2024-03-26 Tencent America LLC Decoder side intra mode derivation

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018045332A1 (en) * 2016-09-02 2018-03-08 Vid Scale, Inc. Methods and apparatus for coded block flag coding in quad-tree plus binary-tree block partitioning
WO2019039806A1 (ko) * 2017-08-21 2019-02-28 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0714859A2 (pt) * 2006-08-02 2013-05-21 Thomson Licensing mÉtodo e aparelho para particionamento geomÉtrico adaptativo para codificaÇço de vÍdeo e estrutura de sinal de vÍdeo para codificaÇço de vÍdeo
US8019167B2 (en) * 2007-01-03 2011-09-13 Human Monitoring Ltd. Compressing high resolution images in a low resolution video
KR101452713B1 (ko) * 2009-10-30 2014-10-21 삼성전자주식회사 픽처 경계의 부호화 단위를 부호화, 복호화 하는 방법 및 장치
US20110194613A1 (en) * 2010-02-11 2011-08-11 Qualcomm Incorporated Video coding with large macroblocks
JP2012023597A (ja) * 2010-07-15 2012-02-02 Sony Corp 画像処理装置及び画像処理方法
KR20120012385A (ko) * 2010-07-31 2012-02-09 오수미 인트라 예측 부호화 장치
US20120147961A1 (en) * 2010-12-09 2012-06-14 Qualcomm Incorporated Use of motion vectors in evaluating geometric partitioning modes
CN104811706B (zh) * 2011-01-06 2017-10-27 三星电子株式会社 视频的编码方法和装置及视频的解码方法和装置
KR102008030B1 (ko) * 2011-06-23 2019-08-06 선 페이턴트 트러스트 화상 복호 방법, 화상 부호화 방법, 화상 복호 장치, 화상 부호화 장치 및 화상 부호화 복호 장치
JP5989772B2 (ja) * 2011-07-01 2016-09-07 サムスン エレクトロニクス カンパニー リミテッド 階層的構造のデータ単位を利用したエントロピー符号化方法及び該装置、並びに復号化方法及び該装置
US9462275B2 (en) * 2012-01-30 2016-10-04 Qualcomm Incorporated Residual quad tree (RQT) coding for video coding
US9467701B2 (en) * 2012-04-05 2016-10-11 Qualcomm Incorporated Coded block flag coding
US20140003532A1 (en) * 2012-06-29 2014-01-02 Qualcomm Incorporated Wavefront parallel processing for video coding
EP3886433A3 (en) * 2013-03-07 2021-10-27 Telefonaktiebolaget LM Ericsson (publ) Video transcoding
JP6365540B2 (ja) * 2013-07-17 2018-08-01 ソニー株式会社 画像処理装置および方法
CN109743577A (zh) * 2013-10-18 2019-05-10 华为技术有限公司 视频编解码中的块分割方式确定方法及相关装置
CA2939170A1 (en) * 2014-03-13 2015-09-17 Qualcomm Incorporated Constrained depth intra mode coding for 3d video coding
JP6640731B2 (ja) * 2014-03-16 2020-02-05 ヴィド スケール インコーポレイテッド 無損失ビデオコーディングのシグナリングのための方法および装置
US10721492B2 (en) * 2015-09-23 2020-07-21 Lg Electronics Inc. Intra prediction method and device in image coding system
CN108605130B (zh) * 2015-11-27 2021-05-11 联发科技股份有限公司 一种用于对与区块相关的符号进行熵编解码的方法和装置
KR20180045530A (ko) * 2016-10-26 2018-05-04 디지털인사이트 주식회사 임의의 블록 분할을 사용하는 비디오 코딩 방법 및 장치
CN109923866B (zh) * 2016-11-08 2023-07-21 株式会社Kt 视频解码方法、编码方法
US10848788B2 (en) * 2017-01-06 2020-11-24 Qualcomm Incorporated Multi-type-tree framework for video coding
US10887594B2 (en) * 2018-07-05 2021-01-05 Mediatek Inc. Entropy coding of coding units in image and video data
US20200252608A1 (en) * 2019-02-05 2020-08-06 Qualcomm Incorporated Sub-partition intra prediction

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018045332A1 (en) * 2016-09-02 2018-03-08 Vid Scale, Inc. Methods and apparatus for coded block flag coding in quad-tree plus binary-tree block partitioning
WO2019039806A1 (ko) * 2017-08-21 2019-02-28 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CE3: Simplification on Intra sub-partition coding mode (tests 3-1.2.1 and 3-1.2.2), JVET-O0048-v1;B. Wang等;《Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 15th Meeting》;20190618;全文 *
CE3-related : Disable ISP mode for 128xN, Nx128 Block，JVET-N0469;Hyeongmun Jang等;《Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 14th Meeting》;20190321;全文 *

Also Published As

Publication number Publication date
CN112235573A (zh) 2021-01-15
US11190777B2 (en) 2021-11-30
US11812037B2 (en) 2023-11-07
US20210400283A1 (en) 2021-12-23
US20200413075A1 (en) 2020-12-31

Similar Documents

Publication Publication Date Title
CN110677677B (zh) 视频解码方法、装置、设备和计算机可读介质
CN111869212B (zh) 视频解码方法、装置和可读介质
CN111869218B (zh) 视频编解码的方法和装置
CN113366849B (zh) 视频编解码的方法和装置
CN113545061A (zh) 用于仿射线性加权帧内预测模式的简化信令方法
CN113330749A (zh) 用于变换跳过模式和块差分脉冲编码调制的改进的残差编解码
CN111989918A (zh) 用于视频压缩中多线帧内预测的方法及装置
CN112042200B (zh) 视频解码的方法和装置
CN111937326B (zh) 视频解码方法、装置和可读存储介质
CN113424541A (zh) 用于变换跳过模式和块差分脉冲编码调制的残差编解码
CN112055971A (zh) 一种用于最可能模式导出的方法和装置
CN111492661A (zh) 视频解码的方法和装置、及存储介质
CN111050178B (zh) 视频解码的方法、装置、电子设备、存储介质
CN113228649B (zh) 视频解码方法、装置以及存储介质
CN113557724A (zh) 视频编解码的方法和装置
CN113557527A (zh) 通用视频编解码中色彩变换的方法和装置
CN110798686B (zh) 视频解码的方法、装置、计算机设备及计算机可读存储介质
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN114270857A (zh) 用于发信号通知跳过模式标志的方法和装置
CN113574894A (zh) 用于帧内预测模式与块差分脉冲编码调制模式之间交互的方法和装置
CN111836056A (zh) 视频解码的方法和装置、计算机设备和存储介质
CN111988631A (zh) 视频编码、解码的方法、装置以及存储介质
CN113475067A (zh) 视频编解码方法及装置
CN111919440A (zh) 用于视频编码的方法和装置
CN113728652A (zh) 视频编解码方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant