CN112351286A - 视频解码方法、装置以及可读存储介质 - Google Patents

Abstract

本申请的各实施例提供了视频解码方法、装置以及非易失性计算机可读存储介质。所述视频解码方法包括：接收以基于调色板的编码模式编码的块的已编码信息。所述块是包括至少一个编码树单元(CTU)的预定义编码区的开始。所述方法进一步包括：独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板，并且基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

Description

视频解码方法、装置以及可读存储介质

本申请要求2019年8月7日提交的、发明名称为“调色板预测子列表重置(PALETTEPREDICTOR LIST RESET)”的第62/883,900号美国临时申请以及2020年7月28日提交的、发明名称为“视频编解码方法和装置(METHOD AND APPARATUS FOR VIDEO CODING)”的第169/40,842号美国正式申请的优先权，所述两个申请的全部内容通过引用并入本申请中。

技术领域

本申请涉及视频编解码，特别是涉及一种视频解码方法、装置以及可读存储介质。

背景技术

此处所提供的背景技术描述旨在总体上呈现本申请的上下文。在该背景技术部分描述程度上当前署名发明人的工作，以及在本申请提交时可能不能作为现有技术的描述的各方面，既未明示也未暗示被承认是本申请的现有技术。

视频编码和解码可以使用具有运动补偿的帧间预测进行。未压缩的数字视频可包括一系列图片，每个图片具有一定的空间维度，例如具有1920×1080的亮度样本和相关色度样本。所述一系列图片可以具有固定的或可变的图片速率(也非正式地称为帧率)，例如，每秒60个图片或60赫兹(Hz)。未压缩的视频对比特率有特定要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过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。压缩可有助于降低上述带宽和/或存储空间要求，在一些情况下，可降低两个或更多个数量级。无损压缩和有损压缩以及其组合都可以用于视频编码和解码。无损压缩是指可以从压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不完全一致，但是原始信号与重建信号之间的失真足够小，使得重建信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用；例如，与电视分发应用的用户相比，某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可反映的是：较高的可允许/可容许失真可产生较高的压缩比。

视频编码器和解码器可以使用几大类技术，例如包括：运动补偿、变换、量化和熵编码。

视频编解码器技术可以包括帧内编码技术。在帧内编码技术中，样本值的表示不参考先前已重建参考图片中的样本或其他数据。在一些视频编解码器技术中，将图片在空间上划分为样本块。当所有的样本块都是通过帧内模式进行编码时，该图片可以为帧内图片。帧内图片及其衍生图片，例如独立解码器刷新的图片，可以用于对解码器的状态进行重置，因此可以用作已编码视频码流和视频会话中的第一幅图片，或者作为一副静止图像。可以对帧内块的样本进行变换，并且可以在熵编码之前，对变换系数进行量化。帧内预测可以是一种将样本值在预变换域最小化的技术。在一些情况下，变换后的DC值越小以及AC系数越小，给定量化步长大小的情况下，表示熵编码后的块所需的比特数目越少。

传统的帧内编码技术，例如已知的MPEG-2编码技术并不使用帧内预测。然而，一些较新的视频压缩技术包括尝试使用例如邻近的样本数据和/或元数据的技术，所述邻近的样本数据和/或元数据是在对空间上相邻且解码顺序上在先的数据块进行编码/解码的过程中获得的。因此，这种技术称为“帧内预测”技术。需要注意的是，至少在一些情况下，帧内预测仅使用当前正在重建的图片中的参考数据，而不使用参考图片中的参考数据。

可以有很多不同形式的帧内预测。当给定的视频编码技术中可以使用一个以上的这种技术时，可以使用帧内预测模式对所使用的技术进行编码。在某些情况下，一些模式具有子模式和/或参数，这些可以单独进行编码，或者可以包含在模式码字中。某个给定模式/子模式/参数的组合使用哪个码字，会通过帧内预测影响到编码效率增益，将码字转译为码流所用的熵编码技术同样对其也会产生影响。

H.264标准引入了某个模式的帧内预测，H.265标准对其进行了改进，在较新的编码技术中，例如，联合开发模型(JEM)、多功能视频编码(VVC)、基准集合(BMS)等等，对其进一步进行了改进。预测块可以使用属于已经可用的样本的相邻样本的样本值来形成。将相邻样本的样本值按照一个方向复制到预测块中。所使用的方向的参考可以编码到码流中，或者所使用的方向的参考本身可以预测。

参考图1所示，图1的右下方描绘了可由H.265标准的33个可能的预测子(predictor)方向(对应于35个帧内模式的33个角度模式)得知的一个子集，该子集有9个预测子方向。各箭头的汇聚点(101)表示正在预测中的样本。箭头表示对样本进行预测的方向。例如，箭头(102)表示，根据右上方的与水平轴成45度角度的至少一个样本，对样本(101)进行预测。类似地，箭头(103)表示，根据样本(101)左下方的与水平轴成22.5度角度的至少一个样本，对样本(101)进行预测。

再参考图1所示，图1的左上方描绘的是一个具有4×4个样本的方形块(104)(用加粗的虚线表示)。方形块(104)包括16个样本，每个样本标记有“S”、其在Y维度上的位置(例如，行索引)以及其在X维度上的位置(例如，列索引)。例如，样本S21是在Y维度上的第二个(从上往下数)、X维度上的第一个(从左往右数)样本。类似地，样本S44是在块(104)中Y维度和X维度上都是第四的样本。因为该块(104)的大小为4×4个样本，所以S44是在其右下角。图1进一步示出了参考样本，参考样本遵循类似的编号方法。参考样本标记有R、其相对于所述块(104)的Y位置(例如，行索引)和X位置(例如，列索引)。在H.264标准和H.265标准中，预测样本与正在重建的块相邻；因此无需使用负值。

帧内图片预测可以根据用信号表示的预测方向，通过适当地拷贝相邻样本的参考样本值来进行。例如，假设已编码视频码流中包含有信令，对于所述块，该信令表示了与箭头(102)一致的预测方向，即，根据右上方的与水平方向成45度角度的至少一个预测样本对所述块中的样本进行预测。在这种情况下，样本S41、S32、S23、S14是根据同一个参考样本R05进行预测的。样本S44是根据参考样本R08进行预测的。

在某些情况下，为了计算参考样本值，可以将多个参考样本的值结合在一起，例如，通过插值的方式；尤其是当方向不能被45度整除时。

随着视频编码技术的发展，可能的方向的数目也在增加。在H.264标准(2003年)中，可以表示9个不同的方向。在H.265标准(2013年)中，增加到33个方向。到本申请发明时，JEM/VVC/BMS可以支持多达65个方向。目前已经进行了一些实验来识别最有可能的方向，一些熵编码技术用很少的比特数来表示这些最有可能的方向，对于比较不可能的方向，接受一定的代价。此外，有时候这些方向本身是可以根据相邻的已解码的块所使用的相邻方向进行预测的。

图2示出了根据JEM描绘的65个帧内预测方向的示意图(201)，用于图示随着时间的变化预测方向的数目增加了。

随着视频编码技术的不同，已编码视频码流中用于表示方向的帧内预测方向位的映射可能也不同；例如变化范围可以是从简单直接地将帧内预测模式的预测方向映射到码字，到涉及最有可能的模式和类似技术的复杂的自适应方案。本领域技术人员熟悉这些技术。然而，在所有这些情况下，依据统计，相对于其他方向而言，某些方向比较不可能出现在视频内容中。由于视频压缩的目的是减少冗余，因此，在性能较好的视频编码技术中，与比较可能的方向相比，这些比较不可能出现的方向会用较多的比特来表示。

除帧间预测模式和帧内预测模式之外，还可使用基于调色板的编码模式。现有的基于调色板的编码模式并不能真正实现并行处理，视频编解码效率有待提高。

发明内容

本申请的各实施例提供了视频编码/解码的方法和装置。在一些示例中，视频解码装置包括接收电路和处理电路。所述处理电路接收以基于调色板的编码模式编码的块的已编码信息。所述块是包括至少一个编码树单元(CTU)的预定义编码区的开始。所述处理电路进一步独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板，并且基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

在一些实施例中，当所述块是所述包括至少一个CTU的编码区的开始时，处理电路将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

在一实施例中，所述块是CTU的开始。在另一示例中，所述块是CTU行的开始。在另一示例中，所述块是图块(tile)的开始。在另一示例中，所述块是条带(slice)的开始。

在一实施例中，所述块是CTU行的开始，并且当启用波前并行处理(WPP)时，处理电路将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

在另一实施例中，所述块是CTU行的开始，并且当启用WPP时，处理电路根据调色板预测子初始化器，重置调色板预测子列表。

在另一实施例中，所述块是CTU的开始，并且当启用WPP时，处理电路根据调色板预测子初始化器，重置调色板预测子列表。

在另一实施例中，所述块是第一预定义编码区的开始，并且处理电路独立于第二预定义编码区中的块的调色板信息，确定所述块的调色板，其中，所述第二预定义编码区与所述第一预定义编码区并行解码。

本申请实施例提供了一种视频解码方法，包括：

接收以基于调色板的编码模式编码的块的已编码信息，所述块是包括至少一个编码树单元(CTU)的预定义编码区的开始；

独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板；以及

基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

本申请实施例提供了一种视频解码装置，包括：

接收模块，用于接收以基于调色板的编码模式编码的块的已编码信息，所述块是包括至少一个编码树单元CTU的预定义编码区的开始；

调色板确定模块，用于独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板；以及

解码模块，用于基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

本申请各实施例还提供一种存储指令的非易失性计算机可读存储介质，所述指令当由计算机执行以用于视频解码时，使得计算机执行用于视频解码的方法。

本申请实施例的视频解码方法、装置和非易失性计算机可读存储介质能够实现基于调色板的编码模式下的真正并行处理，提高了解码效率。

附图说明

结合以下详细描述和附图，本申请主题的其他特征、本质和各种优点将会变得更加清楚，其中：

图1是帧内预测模式的示例性子集的示意图。

图2是示例性帧内预测方向的图示。

图3是根据一个实施例的通信系统的简化框图的示意图。

图4是根据另一个实施例的通信系统的简化框图的示意图。

图5是根据一个实施例的解码器的简化框图的示意图。

图6是根据一个实施例的编码器的简化框图的示意图。

图7示出了根据另一实施例的编码器的框图。

图8示出了根据另一实施例的解码器的框图。

图9示出了根据本申请一些实施例的视频中的划分示例。

图10示出了根据本申请一些实施例的视频中的另一划分示例。

图11示出了根据本申请一些实施例的视频中的另一划分示例。

图12示出了概述根据本申请一些实施例的过程示例的流程图。

图13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)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一终端装置(310)和第二终端装置(320)。在图3的实施例中，第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说，第一终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到第二端装置(320)。已编码的视频数据以至少一个已编码视频码流形式传输。第二终端装置(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装置(330)和第四终端装置(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，第三终端装置(330)和第四终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(350)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。

在图3的实施例中，第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(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)表示在第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(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他支持视频的应用，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)可由电子装置(420)处理，所述电子装置(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的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)上以供将来使用。至少一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)可包括例如电子装置(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(未描绘)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-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

应注意，电子装置(420)和电子装置(430)可包括其他组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(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)可设置在电子装置(530)中。电子装置(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)解码的至少一个已编码视频序列；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他已编码视频序列。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他数据，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他数据分开。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。在其他情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其他情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(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视频解码器(510)的操作的信息，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(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、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(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)的类型以及其他因素，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。

在其他情况下，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装置(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-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在实施例中，接收器(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、冗余切片、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)设置于电子装置(620)中。电子装置(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实施例中的电子装置(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)是电子装置(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.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(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，每个像素可包括至少一个样本。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他时间约束下，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他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)可用于具有其他合适的功能，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”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4，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”的至少一个先前已编码图片，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)创建的已编码视频序列，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他数据合并，所述其他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他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。这些块可参考其他(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他块。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-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(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)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其他形式的冗余数据、SEI消息、VUI参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其他)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为至少一个编码单元(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拆分为至少一个预测单元(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)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(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，从至少一个运动矢量预测值导出运动矢量。在某些其他视频编码技术中，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)包括其他组件，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至少一个参考块(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)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据至少一个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(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)的其他组件。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)用于将残差数据从空域转换到频域，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他合适的信息。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要素。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他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(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)。在实施例中，可使用至少一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至少一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)。

根据本申请的一些实施例，除帧间预测模式和帧内预测模式之外，还可使用称为基于调色板的编码模式的编码模式。本申请提供了用以改进基于调色板的编码模式的编解码效率的技术。

在一些实施例中，调色板定义为条目的查找表，所述条目将索引与像素值相关联。在一些示例中，像素值包括与颜色分量对应的至少一个值。在一示例中，像素值可以包括分别表示三个颜色分量的三个值。在另一示例中，对于单色调色板，像素值包括表示单色分量的值。

在一些实施例中，可基于调色板对像素块进行编码，使用调色板的编码模式称为基于调色板的编码模式。在一些视频编码标准中，如VVC等，采用基于调色板的编码模式。

根据一些实施例，基于调色板的编码模式是独立编码模式。在一实施例中，基于调色板的编码模式实现为与帧内编码器(722)、帧间编码器(730)、帧内解码器(872)、帧间解码器(870)分离的编码单元(例如，基于调色板的编码器、基于调色板的解码器等)。在一示例中，基于调色板的编码模式实现为与帧内编码器(722)、帧间编码器(730)、帧内解码器(872)、帧间解码器(870)分离的硬件电路。在另一示例中，基于调色板的编码模式实现为与用于帧内编码器(722)、帧间编码器(730)、帧内解码器(872)、帧间解码器(870)的软件模块分离的软件模块。用于基于调色板的编码模式的软件模块和其他软件模块可以由相同的处理器或不同的处理器执行。

根据本申请的一些实施例，基于调色板的编码模式通常包括两个部分：用于调色板的第一部分编码方法和用于使用调色板的样本的第二部分编码方法。第一部分可以包括主色(major color)选择和调色板编码。第二部分可以包括调色板索引编码、游程(runlength)编码和逃逸(escape)像素编码。

在一些示例中，基于调色板的编码器可通过以下操作对视频数据块进行编码：确定用于所述块的调色板(例如，对调色板进行显式编码、对调色板进行预测、对调色板进行信令和预测的组合等)；定位调色板中的条目，以表示像素值中的至少一个；以及用索引值对所述块进行编码，其中，所述索引值用于指示所述调色板中的用于表示所述块的像素值的条目。在一些示例中，基于调色板的编码器可在已编码码流中发信号通知所述调色板和/或所述索引值。反过来，基于调色板的解码器可以从已编码码流中获得一个块的调色板以及所述块的各个像素的索引值。在其他一些示例中，调色板可预测，基于调色板的编码器可在已编码码流中发信号通知所述索引值，而不发信号通知所述调色板，基于调色板的解码器可预测调色板，并接收已编码码流中的索引值。然后，基于调色板的解码器可以将各像素的索引值与提供像素值的调色板条目相关联。基于调色板的解码器然后基于与索引值相关联的像素值，重建所述块的各个像素。

本申请的一些实施例提供了与调色板编码过程相关的第一部分所用的技术。

根据一些实施例，调色板可包括给定块中的最主导性像素值。例如，最主导性像素值可以包括在给定块内出现最频繁的至少一个像素值。另外，在一些示例中，可使用阈值(例如，具有某个像素值的像素的数目)来确定是否要将该像素值作为所述块中最主导性像素值之一。

在一些实施例中，使用基于直方图的算法对一个块中的像素的像素值进行分类，以形成调色板。在一些示例中，可以选择直方图中最显著的L个峰值，作为主色(L为正整数)。在一示例中，可以将接近主色的像素值量化为主色。在一些示例中，不属于任何主色的像素称为逃逸像素。逃逸像素可以在编码之前进行量化。在一些实施例中，对于无损编码，不执行所述量化过程。

进一步地，在一些实施例中，给每个像素分配一个颜色索引，以指示该像素属于哪个颜色。在一些示例中，如果使用L个主色，则可以使用0到(L-1)作为主色的颜色索引，并且可以将0到(L-1)称为主色集。对于其主色索引不存在的那些像素，将特殊索引(例如，除了0到(L-1)之外的索引N)分配给它们，并且将这些像素称为“逃逸像素”。

通常，调色板实现为颜色查找表。该颜色查找表包括多个条目。每个条目将颜色索引与颜色(例如，主色)相关联。在一些示例中，使用单个调色板对亮度分量和色度分量二者进行编解码。每个条目可以使用三个颜色分量表示具体的RGB(YUV)颜色。例如，调色板可以具有表示纯黑色的(R，G，B)＝(0，0，0)的条目1，可以具有表示蓝色的(R，G，B)＝(2，10，200)的条目0。需要注意的是，当视频格式是420时，对色度平面进行上采样，以生成调色板的颜色查找表。

在一些实施例中，基于调色板的编码是在CU的基础上执行。在一示例中，对于当前CU，推导出其颜色查找表，该颜色查找表包括当前CU中的最主导性像素值。在一些示例中，可以发送颜色查找表的大小和要素。在其他一些示例中，可以使用其他CU的颜色查找表的大小和/或要素，对所述CU的颜色查找表的大小和要素进行预测性编码。

根据本申请的一些实施例，可基于调色板预测子列表执行调色板预测。在一示例中，调色板预测子列表可包括其他CU所用的多个调色板。为了使用调色板预测子列表作为参考对当前调色板进行编码，可以使用一个二进制向量来指示调色板预测子列表中的每个调色板是否在当前调色板中重新使用。

在一些示例(例如，HEVC SCC)中，调色板预测子列表存储先前已编码调色板条目，作为参考，以预测当前调色板。在以调色板模式对每个CU编码之后，更新调色板预测子列表。在一示例中，调色板预测子列表的工作方式类似于最近最少使用的缓存。可在调色板预测子列表的开始处插入最近的调色板，如果调色板预测子列表大小超过阈值，则丢弃按扫描顺序排列的最远CU的条目。在一实施例中，调色板预测子列表大小的上限在SPS头中(直接或间接地)用信号表示。例如，调色板预测子列表大小可以大致是调色板大小限制的两倍。在一些示例中，调色板预测子列表也称为历史调色板预测子列表(HPPL)。

在一些实施例中，调色板预测子列表中的条目可以分别具有重用标志。当一个条目的重用标志为“真”(true)(例如，“1”)时，该条目称为重用条目。调色板预测子列表中的重用条目的颜色分量可以被复制到当前调色板的颜色查找表中。各重用条目以保持它们在调色板预测子列表中的顺序的方式，放置在当前调色板的开始处。在当前调色板中的重用条目之后，可以是不在调色板预测子列表中的新调色板条目。可以发信号通知所述新调色板条目。每个新调色板条目例如可以包括三个颜色分量。

在一些实施例中，具有预定义条目的调色板预测子初始化器可用于初始化调色板预测子列表。在某些情况下，使用调色板预测子初始化器会提高编码效率。调色板预测子初始化器例如可以在图片参数集(PPS)、序列参数集(SPS)等中发信号通知。

根据本申请实施例，在条带(slice)和图块(tile)的边界处，基于相邻CU的调色板预测可能不是很有效，因此，当调色板预测子列表在条带和图块边界处被重置时，条带和图块会导致相当大的编解码效率损失，因为在重置调色板预测子列表之后，重建调色板预测子列表需要时间。在一些示例中，当使用具有预定义条目的调色板预测子初始化器初始化调色板预测子列表时，可改善这种情形下的编码效率。调色板预测子初始化器可以在图片参数集(PPS)或序列参数集(SPS)中发信号通知。在一示例中，调色板预测子初始化器中一个条目的三个颜色分量中的每一个颜色分量都要发信号通知。在一些示例中，在条带或图块的开始处，由调色板预测子初始化器初始化调色板预测子列表。调色板预测子列表的条目也具有三个颜色分量。在一示例中，调色板预测子列表的每个条目都可从调色板预测子初始化器复制。

在一些示例中，在基于调色板的编码模式中，在每一条带的开始处重置调色板预测子列表。当对基于调色板的编码模式应用并行处理时，可以并行地对多个CTU行编码。调色板预测子列表的构造使得一个CTU行的编码取决于其之前的CTU行。本申请的一些实施例能够实现CTU行的真正并行处理，提高了编解码效率。

本申请实施例所提出的方法可以单独使用或以任何顺序组合使用。进一步地，方法(或实施例)、编码器和解码器中的每一者可由处理电路(例如，至少一个处理器或至少一个集成电路)实现。在一个示例中，至少一个处理器执行存储在非易失性计算机可读存储介质中的程序。在下文中，术语“块”可以理解为预测块、编码块或编码单元(即，CU)。

根据本申请的一些实施例，视频中的一个图片(或帧)可划分为多个编码区并按照编码区处理。编码区可以根据任何合适的技术来定义(或预定义)。在一些实施例中，可独立地处理(例如，编码或解码)编码区。因此，在一些示例中，编码区可并行处理，以便于快速处理。

图9示出了根据本申请一些实施例的视频中的图片(900)的示例。图片(900)划分为相同正方形大小的CTU，以便于压缩。在一些示例中，将CTU行定义为编码区。一个CTU行包括在同一行中的多个CTU。

图10示出了根据本申请一些实施例的视频中的图片(1000)的示例。图片(1000)划分为相同正方形大小的CTU，以便于压缩。在图10的示例中，将图块定义为编码区。图块具有矩形形状，其宽度和高度用CTU数量来定义。例如，图10中的图块的大小具有三个CTU的宽度和两个CTU的高度。

图11示出了根据本申请一些实施例的视频中的图片(1100)的示例。图片(1100)划分为相同正方形大小的CTU，以便于压缩。在图11的示例中，将条带定义为编码区。根据光栅扫描顺序来定义条带。每个条带可以包括按照光栅扫描顺序排列的多个CTU。

根据本申请一些实施例，可在编码区的开始处，将调色板预测子列表重置为零状态或清空。在一示例中，为了将调色板预测子列表重置为零状态，调色板预测子列表的大小将设置为零。进一步地，调色板预测子列表中的条目也设置为零。

需要注意的是，编码区可以是任何合适的编码区。在一示例中，当当前CU是CTU的开始时，可将调色板预测子列表重置为零状态或清空。在另一示例中，当当前CU是图块的开始时，可将调色板预测子列表重置为零状态或清空。在另一示例中，当当前CU是CTU行的开始时，可将调色板预测子列表重置为零状态或清空。在另一示例中，当当前CU是条带的开始时，可将调色板预测子列表重置为零状态或清空。

在一些实施例中，当启用波前并行处理(WPP)操作时，可以以波前方式对CTU行进行并行处理。在一些示例中，当启用WPP操作时，在每个CTU行的开始处，将调色板预测子列表重置为零状态。

在一些实施例中，当调色板预测子列表处于零状态时，块的调色板可以在已编码码流中发信号通知。在其他一些实施例中，可根据调色板预测子初始化器初始化调色板预测子列表。调色板预测子初始化器可以以高级语法(例如，PPS或SPS)用信号表示，或者可以由编码器和解码器进行预定义和获知。

在一实施例中，当当前CU在CTU行的开始处时，可以根据调色板预测子初始化器初始化调色板预测子列表。

在另一实施例中，当启用WPP操作时，当当前CU处于CTU行的开始处时，可根据调色板预测子初始化器初始化调色板预测子列表。

在另一实施例中，当当前CU在CTU的开始处时，可以根据调色板预测子初始化器初始化调色板预测子列表。

在另一实施例中，当当前CU在图块的开始处时，可以根据调色板预测子初始化器初始化调色板预测子列表。

在另一实施例中，当当前CU在条带的开始处时，可以根据调色板预测子初始化器初始化调色板预测子列表。

图12示出了概述根据本申请实施例的方法(1200)的流程图。该方法(1200)可以用于块的重建。在各种实施例中，方法(1200)由处理电路执行，诸如，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)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路，等等。在一些实施例中，方法(1200)用软件指令实现，因此当处理电路执行软件指令时，处理电路执行方法(1200)。该方法开始于步骤(S1201)并进行到步骤(S1210)。

在步骤(S1210)处，从已编码码流中接收块的已编码信息。所述块是以基于调色板的编码模式进行编码。所述块是当前图片内包括至少一个编码树单元(CTU)的预定义编码区的开始。在一示例中，所述块是CTU的开始。在另一示例中，所述块是CTU行的开始。在另一示例中，所述块是图块的开始。在另一示例中，所述块是条带的开始。

在步骤(S1220)处，独立于基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板。

在一些实施例中，在所述块是包括至少一个CTU的编码区的开始时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储至少一个先前已解码块的调色板信息。在一些示例中，所述块的调色板在已编码码流中用信号表示，所述块的调色板可以从已编码码流中提取。在一些示例中，根据调色板预测子初始化器重置调色板预测子列表，然后基于调色板预测子列表确定所述块的调色板。

在一实施例中，所述块是CTU行的开始，在启用波前并行处理(WPP)时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储至少一个先前已解码块的调色板信息。

在另一实施例中，所述块是CTU行的开始，并且在启用波前并行处理(WPP)时，根据调色板预测子初始化器，重置调色板预测子列表。所述调色板预测子初始化器可以以高级语法(例如，PPS、SPS等)用信号表示。

在另一实施例中，所述块是CTU的开始，并且在启用波前并行处理(WPP)时，根据调色板预测子初始化器，重置调色板预测子列表。

在一些实施例中，所述块是第一预定义编码区的开始，所述块的调色板是独立于第二预定义编码区中的块的调色板信息来确定，第二预定义编码区与第一预定义编码区并行解码。

在步骤(S1230)处，基于所述块的已编码信息和确定的所述块的调色板来解码所述块的像素。在一示例中，所述块的已编码信息包括像素索引。所述块的调色板包括将索引与像素值(例如，颜色分量的值)相关联的查找表。基于查找表和索引，可以确定像素值。然后，方法进行到步骤(S1299)并结束。

相应地，本申请实施例提供了一种视频解码装置，包括：

接收模块，用于接收以基于调色板的编码模式编码的块的已编码信息，所述块是包括至少一个编码树单元CTU的预定义编码区的开始；

调色板确定模块，用于独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板；以及

解码模块，用于基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

根据本申请实施例，所述装置进一步包括：重置模块，用于在所述块是所述包括至少一个CTU的编码区的开始时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

其中，所述块是CTU、CTU行、图块和条带中的至少一者的开始。

根据本申请一实施例，所述块是CTU行的开始，所述重置模块用于在启用波前并行处理WPP时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

根据本申请一实施例，所述块是CTU行的开始，所述重置模块用于在启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

根据本申请一实施例，所述块是CTU的开始，所述重置模块用于在启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

根据本申请一实施例，所述块是第一预定义编码区的开始，所述重置模块用于独立于第二预定义编码区中的块的调色板信息，确定所述块的所述调色板，其中，所述第二预定义编码区与所述第一预定义编码区并行解码。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。

上文所描述的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在至少一个计算机可读存储介质中。举例来说，图13示出了适于实施所公开主题的某些实施例的计算机系统(1300)。

可使用任何合适的机器代码或计算机语言来编码所述计算机软件，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由至少一个计算机中央处理单元(central processing unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。

可在各种类型的计算机或计算机组件上执行所述指令，所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。

图13中所示的用于计算机系统(1300)的组件在本质上是示范性的，并非旨在暗示关于实施本申请的实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统(1300)的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。

计算机系统(1300)可包括某些人机接口输入装置。此类人机接口输入装置可响应于至少一个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图像(例如：扫描图像、从静态图像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

输入人机接口装置可包括以下至少一个(每种仅描绘一个)：键盘(1301)、鼠标(1302)、轨迹垫(1303)、触摸屏(1310)、数据手套(未示出)、操纵杆(1305)、麦克风(1306)、扫描仪(1307)、相机(1308)。

计算机系统(1300)还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激至少一个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏(1310)、数据手套(未示出)或操纵杆(1305)的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1309)、头戴式耳机(未描绘))、视觉输出装置(例如屏幕(1310)，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘))，以及打印机(未描绘)。视觉输出设备(例如屏幕(1310))，可以通过图形适配器(1350)连接到系统总线(1348)上。

计算机系统(1300)还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD等介质(1321)的CD/DVD ROM/RW(1320)、拇指驱动器(1322)、可移动硬盘驱动器或固态驱动器(1323)、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未描绘)，等等。

所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读存储介质”并未涵盖传输介质、载波或其他瞬时信号。

计算机系统(1300)还可包括到至少一个通信网络(1355)的网络接口(1354)。通信网络(1355)可例如是无线的、有线的、光学的。通信网络(1355)还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。通信网络(1355)的实例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1349)(例如，计算机系统(1300)的USB端口)的外部网络接口适配器；其他网络通常通过附接到如下文所描述的系统总线而集成到计算机系统(1300)的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络中的任一网络，计算机系统(1300)可与其他实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其他计算机系统。可在如上文所描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。

上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机系统(1300)的核心(1340)。

核心(1340)可包括至少一个中央处理单元(Central Processing Unit，CPU)(1341)、图形处理单元(Graphics Processing Unit，GPU)(1342)、现场可编程门区域(Field Programmable Gate Areas，FPGA)形式的专用可编程处理单元(1343)、用于某些任务的硬件加速器(1344)等等。这些装置连同只读存储器(read-only memory，ROM)(1345)、随机存取存储器(1346)、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置(1347)可通过系统总线(1348)连接。在一些计算机系统中，系统总线(1348)可通过至少一个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线(1349)附接到核心的系统总线(1348)。用于外围总线的架构包括PCI、USB等等。

CPU(1341)、GPU(1342)、FPGA(1343)和加速器(1344)可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM(1345)或RAM(1346)中。过渡数据也可存储在RAM(1346)中，而永久性数据可例如存储在内部大容量存储装置(1347)中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与至少一个CPU(1341)、GPU(1342)、大容量存储装置(1347)、ROM(1345)、RAM(1346)等紧密关联。

计算机可读存储介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。

举例来说但不作为限制，具有架构(1300)且尤其是核心(1340)的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以至少一个有形计算机可读存储介质体现的软件而产生的功能。此类计算机可读存储介质可以是与上文所介绍的用户可访问大容量存储装置以及核心(1340)的非易失性质的某些存储装置(例如核心内部大容量存储装置(1347)或ROM(1345))相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心(1340)执行。根据特定需求，计算机可读存储介质可包括至少一个存储器装置或芯片。软件可使核心(1340)且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM(1346)中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线的或以其他方式体现于电路(例如：加速器(1344))中的逻辑所产生的功能，所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读存储介质的引用可涵盖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这两种电路。本申请涵盖硬件与软件的任何合适的组合。

附录A：缩略词

JEM：Joint Exploration Model，联合开发模型

VVC：Versatile Video Coding，多功能视频编码

BMS：Benchmark Set，基准集合

MV：Motion Vector，运动矢量

HEVC：High Efficiency Video Coding，高效视频编码

SEI：Supplementary Enhancement Information，辅助增强信息

VUI：Video Usability Information，视频可用性信息

GOP：Groups of Pictures，图片群组

TU：Transform Unit，变换单元

PU：Prediction Unit，预测单元

CTU：Coding Tree Unit，编码树单元

CTB：Coding Tree Block，编码树块

PB：Prediction Block，预测块

HRD：Hypothetical Reference Decoder，假想参考解码器

SNR：Signal Noise Ratio，信噪比

CPU：Central Processing Unit，中央处理单元

GPU：Graphics Processing Unit，图形处理单元

CRT：Cathode Ray Tube，阴极射线管

LCD：Liquid-Crystal Display，液晶显示

OLED：Organic Light-Emitting Diode，有机发光二极管

CD：Compact Disc，光盘

DVD：Digital Video Disc，数字视频光盘

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，控制器局域网络总线

USB：Universal Serial Bus，通用串行总线

PCI：Peripheral Component Interconnect，外围设备互连

FPGA：Field Programmable Gate Array现场可编程门阵列

SSD：Solid-state drive，固态驱动器

IC：Integrated Circuit，集成电路

CU：Coding Unit，编码单元

尽管本申请描述了若干示范性实施例，但在本申请的范围内，可以有各种改动、排列组合方式以及各种替代等同物。因此，应该理解，在申请的精神和范围内，本领域技术人员能够设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的系统和方法。

Claims (15)

1.一种视频解码方法，其特征在于，包括：

接收以基于调色板的编码模式编码的块的已编码信息，所述块是包括至少一个编码树单元CTU的预定义编码区的开始；

独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板；以及

基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

当所述块是所述包括至少一个CTU的编码区的开始时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

3.根据权利要求1所述的方法，其特征在于，所述块是CTU、CTU行、图块和条带中的至少一者的开始。

4.根据权利要求1或3所述的方法，其特征在于，所述块是CTU行的开始，并且所述方法进一步包括：

当启用波前并行处理WPP时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

5.根据权利要求1或3所述的方法，其特征在于，所述块是CTU行的开始，并且所述方法进一步包括：

当启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

6.根据权利要求1或3所述的方法，其特征在于，所述块是CTU的开始，并且所述方法进一步包括：

当启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

7.根据权利要求1所述的方法，其特征在于，所述块是第一预定义编码区的开始，并且所述方法进一步包括：

独立于第二预定义编码区中的块的调色板信息，确定所述块的所述调色板，其中，所述第二预定义编码区与所述第一预定义编码区并行解码。

8.一种视频解码装置，其特征在于，包括：

接收模块，用于接收以基于调色板的编码模式编码的块的已编码信息，所述块是包括至少一个编码树单元CTU的预定义编码区的开始；

调色板确定模块，用于独立于所述基于调色板的编码模式的至少一个先前已解码块的调色板信息，确定所述块的调色板；以及

解码模块，用于基于所述块的已编码信息和确定的所述块的调色板，解码所述块的像素。

9.根据权利要求8所述的装置，其特征在于，所述装置进一步包括：

重置模块，用于在所述块是所述包括至少一个CTU的编码区的开始时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

10.根据权利要求8所述的装置，其特征在于，所述块是CTU、CTU行、图块和条带中的至少一者的开始。

11.根据权利要求8或10所述的装置，其特征在于，所述块是CTU行的开始，并且所述装置进一步包括：

重置模块，用于在启用波前并行处理WPP时，将调色板预测子列表重置为零状态，所述调色板预测子列表存储所述至少一个先前已解码块的调色板信息。

12.根据权利要求8或10所述的装置，其特征在于，所述块是CTU行的开始，并且所述装置进一步包括：

重置模块，用于在启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

13.根据权利要求8或10所述的装置，其特征在于，所述块是CTU的开始，并且所述装置进一步包括：

重置模块，用于在启用WPP时，根据调色板预测子初始化器，重置调色板预测子列表。

14.根据权利要求8所述的装置，其特征在于，所述块是第一预定义编码区的开始，并且所述装置进一步包括：

重置模块，用于独立于第二预定义编码区中的块的调色板信息，确定所述块的所述调色板，其中，所述第二预定义编码区与所述第一预定义编码区并行解码。

15.一种存储指令的非易失性计算机可读存储介质，其特征在于，所述指令当由计算机执行以用于视频解码时，使得所述计算机执行权利要求1至7任一项权利要求的方法。

Images