CN112753223A - 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
CN112753223A
CN112753223A CN201980063313.2A CN201980063313A CN112753223A CN 112753223 A CN112753223 A CN 112753223A CN 201980063313 A CN201980063313 A CN 201980063313A CN 112753223 A CN112753223 A CN 112753223A
Authority
CN
China
Prior art keywords
block
blocks
video
picture
processing
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
CN201980063313.2A
Other languages
English (en)
Other versions
CN112753223B (zh
Inventor
徐萌
李翔
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN112753223A publication Critical patent/CN112753223A/zh
Application granted granted Critical
Publication of CN112753223B publication Critical patent/CN112753223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/119Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/132Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods 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
    • H04N19/157Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods 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
    • H04N19/157Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • H04N19/176Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods 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
    • H04N19/96Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

本公开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,用于视频解码的装置包括接收电路和处理电路。处理电路从已编码视频比特流中解码图片中的块的划分信息。划分信息指示用于将块划分成编码块的划分树结构。然后,处理电路根据将块划分成编码块,将块的待重建样本分组为处理组。处理组的组合区域的形状受到将块划分成编码块的约束的限制。然后,处理电路通过以流水线处理方式对处理组进行处理的多个流水线阶段,重建块的待重建样本。

Description

用于视频编码的方法和装置
援引并入
本申请要求于2019年9月11日提交的题为“METHOD AND APPARATUS FOR VIDEOCODING”的美国专利申请第16/567,718号(其要求了于2018年10月7日提交的题为“Codingunit partition constraints”的美国临时申请第62/742,433号的优先权权益)的优先权权益。在先申请的全部公开内容通过引用整体并入本文中。
技术领域
本公开描述了总体上涉及视频编码的实施例。
背景技术
本文所提供的背景描述是出于总体上呈现本公开内容的背景的目的。在该背景部分中描述的范围内,目前命名的发明人的作品以及提交之时不可另行具备现有技术资格的本描述的各方面既未明确、亦未默示地承认为本发明的现有技术。
可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片,每个图片具有例如为1920×1080的亮度样本及相关的色度样本的空间大小。该一系列图片可以具有例如每秒60幅图片或60Hz的固定或可变的图片速率(也非正式地称为帧率)。未压缩的视频具有很高的位速率要求。例如,每样本8位的1080p60 4:2:0的视频(60Hz帧率的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB以上的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以有助于减小上述带宽或存储空间需求,在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩以及它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时,已重建的信号可能与原始信号不同,但是原始信号和重建的信号之间的失真足够小,以使已重建的信号可用于预期的应用。在视频的情况下,广泛使用有损压缩。可容忍的失真量取决于应用;例如,某些消费流式应用的用户相比电视分布应用的用户来说可以容忍更高的失真。可达到的压缩率可以反映:更高的可容许/可容忍的失真可以产生更高的压缩率。
视频编码器和解码器可利用来自多个大类的技术,这些技术包括例如运动补偿、变换、量化和熵编码。
视频编解码器技术可包括称为帧内编码的技术。在帧内编码中,在不参考来自先前重建的参考图片的样本或其他数据的情况下表示样本值。在一些视频编解码器中,图片在空间上细分为样本块。当所有样本块都以帧内模式编码时,该图片可以是帧内图片。帧内图片及其派生物(例如独立解码器刷新图片)可用于重置解码器状态,因此可用作已编码视频比特流和视频会话中的第一张图片,或者用作静止图像。帧内块的样本可受到变换,并可在熵编码之前对变换系数进行量化。帧内预测可以是一种使变换前的域中的样本值最小化的技术。在一些情况下,变换之后的DC值越小,AC系数越小,在给定的量化步长下表示熵编码之后的块所需的位越少。
例如从诸如MPEG-2代编码技术已知的传统帧内编码不使用帧内预测。然而,一些更新的视频压缩技术包括从例如周围样本数据,和/或在空间相邻的编码/解码期间获得的、按照解码顺序在数据块之前的元数据进行尝试的技术。下文中这样的技术称为“帧内预测”技术。应注意,至少在一些情况下,帧内预测仅使用来自正在重建的当前图片的参考数据,而不使用来自参考图片的参考数据。
帧内预测可以有许多不同形式。当在给定的视频编码技术中可使用一种以上这样的技术时,可以以帧内预测模式对使用中的技术进行编码。在一些情况下,模式可以具有子模式和/或参数,且这些子模式和/或参数可以单独编码或包含在模式码字中。给定的模式/子模式/参数组合使用哪个码字,可能会影响通过帧内预测的编码效率增益,因此可能会影响用于将码字转换成比特流的熵编码技术。
H.264引入了某种帧内预测模式,该帧内预测模式在H.265中得到完善,并在诸如联合探索模型(JEM)、通用视频编码(VVC)和基准集(BMS)的更新的编码技术中进一步得到完善。可使用属于已经可用样本的相邻样本值来形成预测块。相邻样本的样本值根据方向复制到预测块中。对使用方向的参考可在比特流中进行编码,或者其本身可以进行预测。
参考图1A,图1A的右下方描绘了从H.265的33种可能的预测方向(对应于35个帧内模式的33个角模式)已知的9个预测方向的子集。箭头汇聚的点(101)表示被预测的样本。箭头表示预测样本所沿的方向。例如,箭头(102)指示从在右上方、与水平方向成45度角的一个或多个样本预测样本(101)。类似地,箭头(103)指示从在样本(101)的左下方、与水平方向成22.5度角的一个或多个样本预测样本(101)。
仍然参考图1A,图1A在左上方描绘了4×4个样本的方形块(104)(由虚黑体线指示)。方形块(104)包括16个样本,每个样本用“S”、其在Y维度上的位置(例如,行索引)和其在X维度上的位置(例如,列索引)来标记。例如,样本S21是在Y维度上(从顶部开始)的第二个样本和在X维度上(从左侧开始)的第一个样本。类似地,样本S44是在Y和X维度上、块(104)中的第四样本。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、其相对于块(104)的Y位置(例如,行索引)和X位置(列索引)来标记。在H.264和H.265中,预测样本都与正在重建的块相邻;因此,无需使用负值。
帧内图片预测可通过适合于信号通知的预测方向从相邻样本复制参考样本值来工作。例如,假设编码视频比特流包括信令,该信令针对该块指示与箭头(102)一致的预测方向,即从在右上方、与水平方向成45度角的一个或多个预测样本来预测样本。在那种情况下,从相同的参考样本R05预测样本S41,S32,S23和S14。然后从参考样本R08预测样本S44。
在一些情况下,可例如通过插值来组合多个参考样本的值,以计算参考样本;尤其是当方向无法以45度均匀分开时。
随着视频编码技术的发展,可能的方向的数量增加。在H.264(2003年)中,可以表示九个不同的方向。在H.265(2013年)中,增加到33个方向,以及在本公开时,JEM/VVC/BMS可支持多达65个方向。已进行实验以识别最可能的方向,且熵编码中的一些技术用于以少量比特表示那些可能的方向,对于不太可能的方向,接受一定的代价。此外,有时可从已经解码的相邻块中使用的相邻方向来预测方向本身。
图1B示出了示意图(120),其描绘了根据JEM的65个帧内预测方向,以说明随着时间的推移预测方向的数量增加。
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可能因视频编码技术而不同;例如,其范围可以从预测方向简单直接映射到帧内预测模式,映射到码字,映射到涉及最可能模式的复杂自适应方案,以及类似技术。然而,在所有情况下,可存在某些方向,这些方向与某些其他方向相比,在统计上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,因此在一种运行良好的视频编码技术中,那些不太可能的方向将由比更大可能的方向更大的位数表示。
运动补偿可以是有损压缩技术,并且可以涉及下述技术:来自先前重建的图片或其部分(参考图片)的样本数据的块在沿由运动矢量(此后称为MV)指示的方向上空间偏移之后,被用于预测新重建的图片或图片部分。在一些情况下,参考图片可以与当前正在重建的图片相同。MV可以具有X和Y两个维度,或具有三个维度,第三个维度指示正在使用的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中,可以根据其他MV例如根据在空间上与正在重建的区域相邻的样本数据的另一个区域相关的、且解码顺序在该MV之前的MV来预测适用于样本数据的某个区域的MV。这样做可以大大减少编码MV所需的数据量,从而消除冗余并增加压缩率。MV预测可以有效地工作,例如,由于在对从相机获得的输入视频信号(称为自然视频)进行编码时,存在以下统计可能性:比适用单个MV的区域更大的区域在相似的方向上移动,因此,在某些情况下,可以使用从相邻区域的MV导出的相似运动矢量来预测该更大的区域。这使得为给定区域找到的MV与根据周围MV所预测的MV相似或相同,进而在熵编码之后,该为给定区域找到的MV可以用比直接编码MV时使用的位数更少的位数来表示。在一些情况下,MV预测可以是无损压缩从原始信号(即样本流)中导出的信号(即MV)的示例。在其他情况下,例如由于根据多个周围MV计算预测值时出现舍入误差,MV预测本身可以是有损的。
H.265/HEVC(ITU-T H.265建议书,“高效视频编码(High Efficiency VideoCoding)”,2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中,本申请描述的是下文称为“空间合并”的技术。
参考图1C,当前块(131)包括在运动搜索过程期间已由编码器发现的样本,可以根据已产生空间偏移的相同大小的先前块来预测该样本。可从与一个或多个参考图片相关联的元数据中导出MV,而非对MV直接编码,例如使用与被标记为A0、A1和B0、B1、B2(分别对应132到136)的五个周围样本中的任一样本相关联的MV,(按解码次序)从最近的参考图片中导出该MV。在H.265中,MV预测可以使用相邻块也正在使用的相同参考图片的预测值。
发明内容
本公开的各方面提供了用于视频编码/解码的方法和装置。在一些示例中,用于视频解码的装置包括接收电路和处理电路。处理电路从已编码视频比特流中解码图片中的块的划分信息。划分信息指示用于将块划分成编码块的划分树结构。然后,处理电路根据将块划分成编码块,将块的待重建样本分组为处理组。处理组的组合区域的形状受到将块划分成编码块的约束的限制。然后,处理电路通过以流水线处理方式对处理组进行处理的多个流水线阶段,重建块的待重建样本。
在实施例中,处理组的组合区域的形状被限制为方形形状和矩形形状之一。在另一实施例中,处理组的组合区域的形状具有不超过固定数量的边缘或具有不超过固定数量的顶点。
在另一实施例中,处理组的组合区域的形状受到在用于将块划分成编码块的划分树结构中、具有不超过固定数量的级联三叉树(TT)拆分的约束的限制。
在另一实施例中,处理组的组合区域具有等于或大于固定数值的宽度或高度中的至少一个。
在另一实施例中,处理组包括来自多个编码块的样本,多个编码块的数量被限制为不大于极限值。在示例中,极限值基于组合区域的大小来确定。
在另一实施例中,处理组的组合区域的形状受到如下约束的限制,在当前图片不是帧内图片时,该约束限制了三叉树拆分和二叉树拆分在划分树结构中的使用。在示例中,当待拆分块处于编码树单元(CTU)级别或者待拆分块包含在编码树单元的特定区域中时,允许在与划分树结构中的非叶节点对应的待拆分块上使用三叉树拆分。
在一些示例中,组合区域包括在图片的边界之外的部分。
本公开的各方面还提供一种非暂时性计算机可读介质,该非暂时性计算机可读介质存储指令,该指令在由计算机执行以用于视频解码时使计算机执行用于视频解码的方法。
附图说明
根据以下详细描述和附图,所公开的主题的其他特征、性质和各种优势将更加明显,在附图中:
图1A是帧内预测模式的示例性子集的示意性图示。
图1B是示例性帧内预测方向的图示。
图1C是在一个示例中,当前块及其周围空间合并候选的示意性图示。
图2是根据实施例的通信系统(200)的简化框图的示意性图示。
图3是根据实施例的通信系统(300)的简化框图的示意性图示。
图4是根据实施例的解码器的简化框图的示意性图示。
图5是根据实施例的编码器的简化框图的示意性图示。
图6示出了根据另一实施例的编码器的框图。
图7示出了根据另一实施例的解码器的框图。
图8示出了使用QTBT结构(800)划分的块(801)的示例。
图9A示出了垂直中心侧TT拆分的示例。
图9B示出了水平中心侧TT拆分的示例。
图10A和图10B示出了根据本公开的一些实施例的划分示例。
图11A示出了具有相同宽度(W)但是形状不同的一些VPDU示例(1101)至(1104)。
图11B示出了具有相同高度(H)但是形状不同的一些VPDU示例(1111)至(1114)。
图12示出了CTU层级处的TT拆分和对应的VPDU划分的示例。
图13示出了根据本公开的实施例的CTU划分的示例。
图14示出了CTU划分和对应的VPDU划分的示例。
图15示出了概述根据本公开的一些实施例的过程示例的流程图。
图16是根据实施例的计算机系统的示意性图示。
具体实施方式
图2示出了根据本公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端设备,该终端设备可通过例如网络(250)彼此通信。例如,通信系统(200)包括通过网络(250)互连的第一终端设备对(210)和(220)。在图2的示例中,第一终端设备对(210)和(220)执行单向数据传输。例如,终端设备(210)可对视频数据(例如由终端设备(210)捕获的视频图片流)进行编码以通过网络(250)传输到另一终端设备(220)。已编码视频数据可以以一个或多个已编码视频比特流形式传输。终端设备(220)可从网络(250)接收已编码视频数据,对已编码视频数据进行解码以恢复视频图片,并根据恢复的视频数据显示视频图片。单向数据传输可在媒体服务应用等中是常见的。
在另一示例中,通信系统(200)包括执行已编码视频数据的双向传输的第二终端设备对(230)和(240),该双向传输可例如在视频会议期间发生。对于双向数据传输,在示例中,终端设备(230)和(240)中的每个终端设备可对视频数据(例如由终端设备捕获的视频图片流)进行编码,以通过网络(250)传输到终端设备(230)和(240)中的另一终端设备。终端设备(230)和(240)中的每个终端设备还可接收由终端设备(230)和(240)中的另一终端设备传输的已编码视频数据,且可对该已编码视频数据进行解码以恢复视频图片,且可根据恢复的视频数据在可访问的显示设备上显示视频图片。
在图2的示例中,终端设备(210)、终端设备(220)、终端设备(230)和终端设备(240)可被示出为服务器、个人计算机和智能电话,但是本公开的原理可不限于此。本公开的实施例在膝上型计算机、平板计算机、媒体播放器和/或专用视频会议设备上找到应用之处。网络(250)表示在终端设备(210)、终端设备(220)、终端设备(230)和终端设备(240)之间传送已编码视频数据的任何数量的网络,包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本讨论的目的,除非在下文中有说明,否则网络(250)的架构和拓扑对于本公开的操作来说可能是无关紧要的。
作为用于所公开的主题的应用的示例,图3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方式。所公开的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、记忆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捕获子系统(313),捕获子系统(313)可包括例如数码相机的视频源(301),视频源(301)创建例如未压缩的视频图片流(302)。在示例中,视频图片流(302)包括由数码相机拍摄的样本。相较于已编码视频数据(304)(或已编码视频比特流),被描绘为粗线以强调高数据量的视频图片流(302)可由电子设备(320)处理,该电子设备(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合,以实现或实施如下文更详细地描述的所公开的主题的各方面。相较于视频图片流(302),被描绘为细线以强调较低数据量的已编码视频数据(304)(或已编码视频比特流(304))可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子系统,例如图3中的客户端子系统(306)和客户端子系统(308)可访问流式传输服务器(305)以检索已编码视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子设备(330)中的视频解码器(310)。视频解码器(310)对已编码视频数据的传入副本(307)进行解码,且产生可在显示器(312)(例如显示屏)或其他渲染设备(未描绘)上渲染的输出视频图片流(311)。在一些流式传输系统中,可根据某些视频编码/压缩标准对已编码视频数据(304)、视频数据(307)和视频数据(309)(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。在示例中,正在开发的视频编码标准非正式地称为通用视频编码(Versatile Video Coding,VVC)。所公开的主题可用于VVC的上下文中。
应注意,电子设备(320)和电子设备(330)可包括其它组件(未示出)。例如,电子设备(320)可包括视频解码器(未示出),且电子设备(330)还可包括视频编码器(未示出)。
图4示出了根据本公开的实施例的视频解码器(410)的框图。视频解码器(410)可包括在电子设备(430)中。电子设备(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3的示例中的视频解码器(310)。
接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列;在同一实施例或另一实施例中,一次接收一个已编码视频序列,其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列,该信道可以是通向存储已编码视频数据的存储设备的硬件/软件链路。接收器(431)可接收可转发到它们各自的使用实体(未描绘)的已编码视频数据和其它数据,例如已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动,缓冲存储器(415)可耦接在接收器(431)和熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中,缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下,该缓冲存储器(415)可设置在视频解码器(410)外部(未描绘)。而在其它情况下,视频解码器(410)的外部可设置缓冲存储器(未描绘)以例如防止网络抖动,且在视频解码器(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)从具有足够带宽和可控性的存储/转发设备或从等时同步网络接收数据时,也可能不需要缓冲存储器(415),或可以将该缓冲存储器做得较小。为了在诸如互联网等业务分组网络上使用,也可能需要缓冲存储器(415),该缓冲存储器可相对较大且可有利地具有自适应大小,且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未描绘)中。
视频解码器(410)可包括解析器(420),以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息,以及用于控制诸如渲染设备(412)(例如显示屏)的渲染设备的潜在信息,该渲染设备不是电子设备(430)的整体部分,但可耦接到电子设备(430),如图4所示。用于渲染设备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)参数集片段(未描绘)的形式。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行,且可遵循各种原理,包括可变长度编码,霍夫曼编码(Huffman coding)、具有或不具有上下文敏感度的算术编码等。解析器(420)可基于对应于群组的至少一个参数,从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures,GOP)、图片、图块、切片,宏块、编码单元(Coding Unit,CU)、块、变换单元(Tranform Unit,TU)、预测单元(Prediction Unit,PU)等。解析器(420)还可从已编码视频序列提取信息,例如变换系数,量化器参数值,运动矢量等。
解析器(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作,从而创建符号(421)。
取决于已编码视频图片或一部分已编码视频图片(例如:帧间图片和帧内图片,帧间块和帧内块)的类型以及其它因素,符号(421)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息来控制。为了清楚起见,未描绘解析器(420)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块之外,视频解码器(410)可在概念上细分成如下文所描述的多个功能单元。在商业约束下运行的实际实现中,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,在概念上细分成下文的多个功能单元,是合适的。
第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息,包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块,该样本值可输入到聚合器(455)中。
在一些情况下,缩放器/逆变换单元(451)的输出样本可属于帧内编码块;即:不使用来自先前重建的图片的预测信息,但可使用来自当前图片的先前重建部分的预测信息的块。此类预测信息可由帧内图片预测单元(452)提供。在一些情况下,帧内图片预测单元(452)使用从当前图片缓冲器(458)提取的周围已重建信息来生成大小和形状与正在重建的块相同的块。例如,当前图片缓冲器(458)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下,聚合器(455)基于每个样本,将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下,缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿的块。在这种情况下,运动补偿预测单元(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据属于块的符号(421)对提取的样本进行运动补偿之后,这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称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(453)从参考图片存储器(457)内的地址获取预测样本可受到运动矢量控制,且该运动矢量可以以符号(421)的形式提供给运动补偿预测单元(453)使用,该符号(421)可以具有例如X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时,从参考图片存储器(457)提取的样本值的内插、运动矢量预测机制等。
聚合器(455)的输出样本可经受环路滤波器单元(456)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术,该环路内滤波器技术受控于包括在已编码视频序列(也称为已编码视频比特流)中并可作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)的参数,然而,视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(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(456)的输出可以是样本流,该样本流可输出到渲染设备(412)以及存储在参考图片存储器(457)中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。例如,一旦对应于当前图片的已编码图片被完全重建,且已编码图片(通过例如解析器(420))被识别为参考图片,则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分,且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(410)可根据诸如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。具体而言,配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在该配置文件下可供使用的仅有工具。对于合规性,还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下,层级限制最大图片大小、最大帧率、最大重建采样率(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设参考解码器(HypotheticalReference Decoder,HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中,接收器(431)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该附加数据可由视频解码器(410)使用来对数据进行适当解码和/或更准确地重建原始视频数据。附加数据可采用例如时间、空间或信噪比(signal noise ratio,SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图5示出了根据本公开的实施例的视频编码器(503)的框图。视频编码器(503)包括在电子设备(520)中。电子设备(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3的示例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5的示例中的电子设备(520)的一部分)接收视频样本,该视频源可捕获将由视频编码器(503)编码的视频图像。在另一示例中,视频源(501)是电子设备(520)的一部分。
视频源(501)可提供将由视频编码器(503)编码的呈数字视频样本流形式的源视频序列,该数字视频样本流可具有任何合适的位深度(例如:8位、10位、12位......)、任何色彩空间(例如BT.601 Y CrCB,RGB……)和任何合适的取样结构(例如Y CrCb 4:2:0,YCrCb 4:4:4)。在媒体服务系统中,视频源(501)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(501)可以是捕获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。图片本身可构建为空间像素阵列,其中取决于所使用的取样结构、色彩空间等,每个像素可包括一个或多个样本。本领域技术人员可以容易地理解像素和样本之间的关系。下文侧重于描述样本。
根据实施例,视频编码器(503)可实时地或在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并压缩成已编码视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中,控制器(550)控制如下文所描述的其它功能单元,且在功能上耦接到所述其它功能单元。为了清楚起见,图中未描绘耦接。由控制器(550)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值......)、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(550)可被配置为具有其它合适的功能,这些功能涉及针对某一系统设计优化的视频编码器(503)。
在一些实施例中,视频编码器(503)被配置为在编码环路中进行操作。作为过于简化的描述,在示例中,编码环路可包括源编码器(530)(例如,负责基于待编码的输入图片和参考图片创建符号,例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)重建符号以用类似于(远程)解码器创建样本数据的方式创建样本数据(因为在所公开的主题中考虑的视频压缩技术中,符号与已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)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果,因此参考图片存储器(534)中的内容在本地编码器和远程编码器之间也是按比特位精确对应的。换句话说,编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(533)的操作可以与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而,另外简要参考图4,由于符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码成已编码视频序列,因此包括缓冲存储器(415)和解析器(420)的视频解码器(410)的熵解码部分可能无法完全在本地解码器(533)中实施。
此时可以观察到,除存在于解码器中的解析/熵解码之外的任何解码器技术,也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因,所公开的主题侧重于解码器操作。可以省略编码器技术的描述,因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述,并且在下文提供。
在操作期间,在一些示例中,源编码器(530)可执行运动补偿预测编码,其参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片,该运动补偿预测编码对输入图片进行预测性编码。以此方式,编码引擎(532)对输入图片的像素块和参考图片的像素块之间的差异进行编码,该参考图片可被选作该输入图片的预测参考。
本地视频解码器(533)可基于源编码器(530)创建的符号,对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(532)的操作可有利地是有损过程。当已编码视频数据可在视频解码器(图5中未示出)中被解码时,重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)复制解码过程,该解码过程可由视频解码器对参考图片执行,且可使重建的参考图片存储在参考图片高速缓存(534)中。以此这种方式,视频编码器(503)可在本地存储重建的参考图片的副本,该副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(535)可针对编码引擎(532)执行预测搜索。即,对于待编码的新图片,预测器(535)可在参考图片存储器(534)中搜索可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(535)可基于样本块逐像素块操作,以找到合适的预测参考。在一些情况下,如由预测器(535)获得的搜索结果所确定的,输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)的编码操作,包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据诸如霍夫曼编码、可变长度编码、算术编码等的技术来对各种功能单元生成的符号进行无损压缩,从而将该符号转换成已编码视频序列。
传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列,从而为通过通信信道(560)进行传输做准备,该通信信道可以是通向将存储已编码视频数据的存储设备的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并,该其它数据例如是已编码音频数据和/或辅助数据流(源未示出)。
控制器(550)可管理视频编码器(503)的操作。在编码期间,控制器(550)可以向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,通常可向图片分配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。本领域技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,该帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片),其可以是可使用帧内预测或帧间预测进行编码和解码的图片,该帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地,多个预测性图片可使用多于两个参考图片和相关联的元数据来用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如,4×4、8×8、4×8或16×16个样本的块),且逐块进行编码。这些块可参考其它(已编码)块进行预测编码,该其它块由应用于块的相应图片的编码分配来确定。例如,I图片的块可进行非预测编码,或该块可参考同一图片的已编码块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(503)可根据诸如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(503)可执行各种压缩操作,包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此,已编码视频数据可符合所使用的视频编码技术或标准指定的语法。
在实施例中,传输器(540)可在传输已编码视频时传输附加数据。源编码器(530)可包括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、诸如冗余图片和切片的其它形式的冗余数据、SEI消息、VUI参数集片段等。
所捕获的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性,而帧间图片预测则利用图片之间的(时间或其它)相关性。在示例中,将正在编码/解码的特定图片划分成块,正在编码/解码的特定图片被称为当前图片。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,可通过被称为运动矢量的矢量对当前图片中的块进行编码。该运动矢量指向参考图片中的参考块,且在使用多个参考图片的情况下,该运动矢量可具有识别参考图片的第三维度。
在一些实施例中,双向预测技术可用于帧间图片预测中。根据双向预测技术,使用两个参考图片,例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)的第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。可通过第一参考块和第二参考块的组合来预测该块。
此外,合并模式技术可用于帧间图片预测中以改善编码效率。
根据本公开的一些实施例,例如帧间图片预测和帧内图片预测的预测以块为单位执行。例如,根据HEVC标准,将视频图片序列中的图片划分成编码树单元(coding treeunit,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),这三个编码树块是一个亮度CTB和两个色度CTB。可将每个CTU递归地以四叉树拆分成一个或多个编码单元(CU)。例如,可将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。在示例中,分析每个CU以确定用于CU的预测类型,例如帧间预测类型或帧内预测类型。取决于时间和/或空间可预测性,将CU拆分成一个或多个预测单元(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的示例,预测块包括针对像素的值(例如,亮度值)的矩阵,所述像素为例如8×8像素、16×16像素、8×16像素、16×8像素等。
图6示出了根据本公开的另一实施例的视频编码器(603)的图。视频编码器(603)被配置为接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块),且将该处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中,视频编码器(603)用于代替图3的示例中的视频编码器(303)。
在HEVC示例中,视频编码器(603)接收用于处理块的样本值的矩阵,该处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真优化来确定是否使用帧内模式、帧间模式或双向预测模式来最佳地编码该处理块。当在帧内模式中编码处理块时,视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中;且当在帧间模式或双向预测模式中编码处理块时,视频编码器(603)可分别使用帧间预测或双向预测技术以将处理块编码到已编码图片中。在某些视频编码技术中,合并模式可以是帧间图片预测子模式,其中,在不借助预测器外部的已编码运动矢量分量的情况下,从一个或多个运动矢量预测器导出运动矢量。在某些其它视频编码技术中,可存在适用于主题块的运动矢量分量。在示例中,视频编码器(603)包括其它组件,例如用于确定处理块的模式的模式决策模块(未示出)。
在图6的示例中,视频编码器(603)包括如图6所示的耦接在一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。
帧间编码器(630)被配置为接收当前块(例如处理块)的样本、比较该块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些示例中,参考图片是基于已编码视频信息解码的已解码参考图片。
帧内编码器(622)被配置为接收当前块(例如处理块)的样本、在一些情况下比较该块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在示例中,帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(621)被配置为确定通用控制数据,且基于该通用控制数据控制视频编码器(603)的其它组件。在示例中,通用控制器(621)确定块的模式,且基于该模式将控制信号提供给开关(626)。例如,当该模式是帧内模式时,通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果,且控制熵编码器(625)以选择帧内预测信息且将该帧内预测信息包括在比特流中;以及当该模式是帧间模式时,通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果,且控制熵编码器(625)以选择帧间预测信息且将该帧间预测信息包括在比特流中。
残差计算器(623)被配置为计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)被配置为基于残差数据操作,以对残差数据进行编码来生成变换系数。在示例中,残差编码器(624)被配置为将残差数据从空间域变换到频域,且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种实施例中,视频编码器(603)还包括残差解码器(628)。残差解码器(628)被配置为执行逆变换,且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。例如,帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块,且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片,且在一些示例中,该已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(625)被配置为将比特流格式化以包括已编码的块。熵编码器(625)根据诸如HEVC标准的合适标准而包括各种信息。在示例中,熵编码器(625)被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在比特流中。应注意,根据所公开的主题,当在帧间模式或双向预测模式的合并子模式中对块进行编码时,不存在残差信息。
图7示出了根据本公开的另一实施例的视频解码器(710)的图。视频解码器(710)被配置为接收作为已编码视频序列的一部分的已编码图片,且对该已编码图片进行解码以生成重建的图片。在示例中,视频解码器(710)用于代替图3的示例中的视频解码器(310)。
在图7的示例中,视频解码器(710)包括如图7所示耦接在一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。
熵解码器(771)可被配置为根据已编码图片来重建某些符号,这些符号表示构成该已编码图片的语法元素。此类符号可包括例如对该块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可识别分别供帧内解码器(772)或帧间解码器(780)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)、呈例如量化的变换系数形式的残差信息等。在示例中,当预测模式是帧间或双向预测模式时,将帧间预测信息提供给帧间解码器(780);以及当预测类型是帧内预测类型时,将帧内预测信息提供给帧内解码器(772)。残差信息可经受逆量化并提供给残差解码器(773)。
帧间解码器(780)被配置为接收帧间预测信息,且基于该帧间预测信息生成帧间预测结果。
帧内解码器(772)被配置为接收帧内预测信息,且基于该帧内预测信息生成预测结果。
残差解码器(773)被配置为执行逆量化以提取解量化的变换系数,且处理该解量化的变换系数,以将残差从频域变换到空间域。残差解码器(773)还可能需要某些控制信息(用以包括量化器参数(QP)),且该信息可由熵解码器(771)提供(未描绘数据路径,因为这仅仅是低量控制信息)。
重建模块(774)被配置为在空间域中组合由残差解码器(773)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块,该重建的块可以是重建的图片的一部分,该重建的图片继而可以是重建的视频的一部分。应注意,可执行诸如解块操作的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现视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中,可使用一个或多个集成电路来实现视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中,可使用执行软件指令的一个或多个处理器来实现视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。
通常,将图片划分成多个块以进行编码和解码。将图片划分成多个块的划分技术会影响编码性能。本公开的各方面提供了约束块的划分以改善编码性能的技术。
在一些示例中,根据HEVC标准,可将图片拆分成多个编码树单元(CTU)。此外,可通过使用表示为编码树的四叉树(QT)结构来将CTU划分成编码单元(CU),以适应图片的各种局部特征。每个CU对应于四叉树结构的叶。是否使用帧间图片预测(也称为时间预测或帧间预测类型)、帧内图片预测(也称为空间预测或帧内预测类型)等对图片区域进行编码的决定,在CU层级处做出。可根据其根在CU层级处的PU拆分类型,将每个CU进一步拆分成一个、两个或四个预测单元(PU)。对于每个PU,应用相同的预测过程,并基于PU将相关性预测信息传输到解码器。在通过应用基于PU拆分类型的预测过程获得预测残差数据之后,可根据其根在CU层级处的另一QT结构,将CU划分成变换单元(TU)。根据HEVC标准,在一些示例中,划分概念包括CU、PU和TU。在一些示例中,CU、与CU相关联的PU以及与CU相关联的TU可具有不同的块大小。另外,在QT结构中,CU或TU必须为方形形状,而PU可具有方形或矩形形状。
应注意,在一些实现示例中,对块执行编码/解码。例如,编码树块(CTB)、编码块(CB)、预测块(PB)和变换块(TB)可用于指定例如分别与对应的CTU、CU、PU和TU相关联的一个颜色分量的2D样本阵列。例如,CTU可包括一个亮度CTB和两个色度CTB,CU可包括一个亮度CB和两个色度CB。
为了在压缩能力方面优于HEVC,对于除了HEVC的下一代视频编码标准即所谓的通用视频编码(VVC),提出了许多其他划分结构。这些所提出的划分结构之一称为QTBT结构,QTBT结构使用四叉树(QT)和二叉树(BT)两者。与HEVC中的QT结构相比,VVC中的QTBT结构消除了CU、PU和TU概念之间的分隔。换句话说,CU、与CU相关联的PU以及与CU相关联的TU在VVC中的QTBT结构中具有相同的块大小。此外,QTBT结构支持CU划分形状具有更大的灵活性。CU在QTBT结构中可以具有方形形状或矩形形状。
图8示出了使用QTBT结构(800)划分的块(801)的示例。在图8的示例中,用实线表示QT拆分,用虚线表示BT拆分。具体地,QTBT结构(800)包括在块(801)中的划分期间与各个块对应的节点。当QTBT结构(800)中的节点具有分支时,该节点被称为非叶节点,且当QTBT结构(800)中的节点不具有分支时,该节点被称为叶节点。非叶节点对应于被进一步拆分的中间块,且叶节点对应于无需进一步拆分的最终块。当非叶节点具有四个分支时,QT拆分会将与非叶节点对应的块拆分成四个大小相等的较小块。当非叶节点具有两个分支时,BT拆分会将与非叶节点对应的块拆分成两个大小相等的较小块。BT拆分有两种拆分类型:对称水平拆分和对称垂直拆分。在一些示例中,对于每个非叶BT拆分节点,(例如,在已编码视频比特流中)用信号表示标志,以指示拆分类型(即,“0”指示对称水平拆分,或“1”指示对称垂直拆分)。对于QTBT结构(800)中的QT拆分节点,QT拆分在水平和垂直方向上拆分与QT拆分节点对应的块,以产生四个大小相等的较小块。
具体地,在图8的示例中,QTBT结构(800)包括与块(801)对应的根节点(850)。根节点(850)具有分别生成节点(861)至(864)的四个分支,因此块(801)通过QT拆分被拆分成四个大小相等的块(811)至(814)。节点(86l)至(864)分别对应于四个块(811)至(814)。
此外,节点(861)具有生成节点(871)和(872)的两个分支,节点(862)具有生成节点(873)和(874)的两个分支,节点(863)具有生成节点(875)至(878)的四个分支。应注意,节点(864)没有分支,因此是叶节点。还应注意,节点(862)是具有拆分类型“1”的非叶BT拆分节点,节点(863)是具有拆分类型“0”的非叶BT拆分节点。因此,块(811)通过BT拆分被垂直地拆分成两个块(821)和(822),块(812)通过BT拆分被水平地拆分成两个块(823)和(824),块(813)通过QT拆分被拆分成四个块(825)至(828)。
类似地,节点(871)具有生成节点(881)和(882)的两个分支,节点(875)具有生成节点(883)和(884)的两个分支,节点878具有生成节点(885)和(886)的两个分支,节点(884)具有生成节点(891)和(892)的两个分支。因此,如图8所示,对应的块被拆分成较小的块。然后节点(881),节点(882),节点(872),节点(873),节点(874),节点(883),节点(891),节点(892),节点(876),节点(877),节点(885)和节点(886)类似于没有分支的节点(864),因此是叶节点。
在图8的示例中,与叶节点(864),叶节点(881),叶节点(882),叶节点(872),叶节点(873),叶节点(874),叶节点(883),叶节点(891),叶节点(892),叶节点(876),叶节点(877),叶节点(885)和叶节点(886)对应的块没有被进一步拆分,并且是用于预测和变换处理的CU。在一些示例中,例如VVC,CU分别用作PU和TU。
另外,在QTBT结构中,CU可包括不同颜色分量的CB。例如,按照4:2:0格式,一个CU可以在P或B切片中包括一个亮度CB和两个色度CB。然而,在一些其他实施例中,CU可以在单个分量中包括CB。例如,在I切片中,一个CU可包括一个亮度CB或两个色度CB。也就是说,QTBT结构支持使得亮度和色度具有不同划分结构的能力。
除了上述QTBT结构之外,VVC中还使用另一称为多类型树(MTT)结构的拆分结构,MTT结构可以比QTBT结构更灵活。在MTT结构中,除了四叉树和二叉树之外,还引入水平和垂直中心侧三叉树(TT)拆分,如图9A和图9B所示。三叉树拆分还可称为三元(TT)拆分或三重拆分。图9A示出了垂直中心侧TT拆分的示例。例如,块(910)被垂直地拆分成三个子块(911)至(913),其中子块(912)位于块(910)的中部。图9B示出了水平中心侧TT拆分的示例。例如,块(920)被水平地拆分成三个子块(921)至(923),其中子块(922)位于块(920)的中部。类似于BT拆分,在TT拆分中,可以例如在从编码器侧到解码器侧的视频比特流中用信号表示标志,以指示拆分类型(即,对称水平拆分或对称垂直拆分)。在示例中,“0”指示对称水平拆分,而“1”指示对称垂直拆分。
MTT结构之一称为QTBTTT结构,QTBTTT结构包括四叉树、二叉树和三叉树拆分类型。类似于QTBT结构,QTBTTT结构还支持亮度和色度具有不同的结构。例如,在I切片中,用于划分亮度CTB的QTBTTT结构可不同于用于划分色度CTB的QTBTTT结构。然而,在P或B切片中,亮度CTB可与一个CTU中的色度CTB共享相同的QTBTTT结构。这意味着当启用分离的树结构时,CU由一个亮度CB或两个色度CB组成;当禁用分离的树结构时,CU由三个CB即一个亮度CB和两个色度CB组成。
在一些示例例如VCC测试模型(VTM)中,对于亮度,最大TU设置为64×64,而对于色度,最大TU设置为32×32,因此将64设置为亮度的宽度/高度阈值,将32设置为色度的宽度/高度阈值。对于宽度或高度大于宽度/高度阈值(对于亮度,阈值为64,对于色度,阈值为32)的块,基于阈值将该块隐式拆分成较小的块。例如,将128×128块隐式拆分成四个64×64TU,将128×64CU隐式拆分成两个64×64TU,将128×32CU隐式拆分成两个64×32TU。
在一些实施例中,在图片边界处使用隐式QT或BT。例如,当CTU跨越图片边界时,CTU包括位于图片边界内部和外部的区域,CTU被强制拆分成较小的单元。在HEVC中,边界编码树单元使用隐式四叉树拆分来递归拆分。在示例中,拆分标志被隐含并没有用信号表示。
在一些实施例中,在图片边界处使用诸如QT+BT、QT+BT+TT、QT+BT+ABT、QT+BTS等的组合技术。在示例中,在每个拆分层级处,当诸如QT和非QT拆分的多种拆分技术在图片边界处都可用时,用信号表示一个或多个标志以指示应用哪种拆分。在示例例如VTM版本2中,在图片边界CU的划分中使用QT+BT。
在一些实施例中,在一些情况下,QT、BT和TT拆分受到约束。例如,在VTM版本2中,在TT拆分的中心部分,禁止沿着TT拆分方向进行BT拆分。在另一示例中,针对帧内切片的单独的亮度/色度树使用64×64的隐式拆分。在另一示例中,禁止沿着长度大于64的方向进行三叉树拆分。
除了各种划分结构之外,在一些示例中,还使用称为虚拟流水线数据单元(VPDU)的概念来辅助编码/解码。VPDU定义为图片中不重叠的M×M-亮度(L)/N×N-色度(C)单元。在一些硬件解码器实现中,连续的VPDU由多个流水线阶段同时处理。此外,多个流水线阶段中的不同阶段同时处理不同的VPDU。在一些示例中,在大多数流水线阶段中,VPDU的大小几乎与缓冲器大小成比例。在示例中,当VPDU大小相对较小时,可使用例如片上缓冲器来实现缓冲器,与片外缓冲器相比,该片上缓冲器可快速访问。因此,在一些示例中,期望VPDU大小保持相对较小。
在一些HEVC硬件解码器中,VPDU大小设置为最大变换块(TB)大小。将最大TB大小从HEVC中的32×32-L/16×l6-C扩大到当前VVC中的64×64-L/32×32-C,可带来编码增益,与HEVC相比,有望实现4倍的VPDU大小。此外,VVC除了使用QT拆分之外,还使用TT拆分和BT拆分以将CTU划分成CU,并可实现额外的编码增益。在一些示例中,TT拆分和BT拆分可递归地应用于128×l28-L/64×64-C编码树块(CPU),与HEVC相比,致使获得16倍的VPDU大小(128×l28-L/64×64-C)。
为了减小VVC中的VPDU大小,可使用TT拆分和BT拆分的一些约束,并将VPDU大小定义为64×64-L/32×32-C。在约束示例中,对于每个CTU,CTU中CU的处理顺序不应离开VPDU并稍后再访问VPDU。在另一约束示例中,对于包括一个或多个CU的每个VPDU,CU应完全包含在VPDU中。在另一约束示例中,对于包含一个或多个VPDU的每个CU,VPDU应完全包含在CU中。
在一些实施例中,可在诸如序列参数集(SPS)、图片参数集(PPS)等的编码视频比特流中用信号表示VPDU大小。在示例中,可根据亮度样本用信号表示VPDU大小。在另一示例中,可根据色度样本用信号表示VPDU大小。
在一些实施例中,VPDU大小被预定义并存储在编码器和解码器中,因此不必用信号表示VPDU大小。在示例中,VPDU大小可存储在配置文件和/或层级定义中。在一些示例中,可根据亮度或色度样本存储VPDU大小。
在一些实施例中,VPDU共享相同的大小,且VPDU可具有不同的形状。例如,根据亮度样本,VPDU大小为4096。VPDU可具有64×64的方形形状或32×128的矩形形状。VPDU还可具有其他形状,例如L形或倒L形等,只要根据亮度样本,VPDU大小为4096即可。
在一些实施例中,变换单元(TU)可以不跨越VPDU边界。这意味着TU完全包含在一个VPDU中。
图10A和图10B示出了根据本公开的一些实施例的划分示例。
在图10A中,根据亮度样本,CTU(1010)的大小为128×128,而VPDU的大小为4096。首先通过垂直TT拆分将CTU(1010)拆分成块(1011)、块(1012)和块(1013)。通过水平TT拆分将块(1012)拆分成块(1021)、块(1022)和块(1023)。通过垂直BT拆分将块(1022)拆分成块(1031)和块(1032)。块(1011)、块(1013)、块(1021)、块(1023)、块(1031)和块(1032)是叶节点,且在图10A的示例中是CU。在图10A的示例中,块(1011)命名为CU1,大小为32×128,并置于第一VPDU中。块(1021)命名为CU2,大小为64×32。块(1031)命名为CU3,大小为32×64。块(1021)和块(1031)一起置于第二VPDU中。块(1032)命名为CU4,大小为32×64。块(1023)命名为CU5,大小为64×32。块(1032)和块(1023)一起置于第三VPDU中。块(1013)命名为CU6,大小为32×128,并置于第四VPDU中。因此,CTU(1010)可被四个不重叠的VPDU覆盖。换句话说,图10A中的划分结构有效。
在一些实施例中,当变换单元(TU)不具有重要(例如,非零)系数时,TU可跨越VPDU边界。TU和VPDU之间的边界交叉意味着TU的一部分在一个VPDU中,而TU的另一部分在另一VPDU中。也就是说,TU没有完全包含在一个VPDU中。
图10B示出了CTU的划分示例,其中并非每个TU完全包含在VPDU中,因此确实发生了边界交叉。在图10B的示例中,根据亮度样本,CTU(1050)的大小为128×128,VPDU的大小为4096。首先通过垂直TT拆分将CTU(1050)拆分成块(1051)、块(1052)和块(1053)。通过水平TT拆分将块(1052)拆分成块(1061)、块(1062)和块(1063)。块(1051)、块(1053)、块(1061)、块(1062)和块(1063)是叶节点,且在图10B的示例中是CU。在图10B的示例中,块(1051)命名为CU1,大小为32×128。块(1061)命名为CU2,大小为64×32。块(1062)命名为CU3,大小为64×64。块(1063)命名为CU4,大小为32×64。块(1053)命名为CU5,大小为32×128。当VPDU的大小为4096时,CU1置于第一VPDU中,CU2置于第二VPDU中。然而,CU2的大小为2048,CU3的大小为4096,CU3跨越VPDU边界,这意味着CU3的一半在第二VPDU内,而CU3的另一半在第三VPDU内。在示例中,CU3的TU不具有重要(非零)系数,则可允许图10B中的划分示例。在另一示例中,当CU3的TU具有重要(非零)系数时,不允许图10B中的划分示例。
在使用单独的亮度/色度树的一些实施例中,色度划分可从亮度划分中推断出,因此不必用信号表示,使得亮度CU和色度CU可共享相同的VPDU。
在上述示例中,可使用非方形VPDU。每个VPDU包括相同数量的样本,但是VPDU的形状可以是方形,也可以不是方形。非方形VPDU在CTU划分中提供了灵活性,但是可导致VPDU的形状复杂,例如这就需要额外的缓冲空间来指定VPDU的形状,并增加硬件实现的复杂性。
本公开的各方面提供多个用于约束CTU划分的方法,以限制VPDU的形状变复杂并减轻硬件实现的复杂性。这些方法可单独地使用或以任何顺序组合使用。此外,实施例可通过处理电路(例如,一个或多个处理器或一个或多个集成电路)来实现。在一个示例中,一个或多个处理器执行存储在非暂时性计算机可读介质中的程序以执行这些方法。此外,应注意,这些方法不依赖于VPDU的定义并可应用于所有架构。为了方便起见,在下文的描述中使用上述VPDU的定义。
对于下文的描述,VPDU不限于方形或矩形形状,VPDU的宽度(W)定义为VPDU中样本行的最大宽度,VPDU的高度(H)定义为VPDU中样本列的最大高度。
图11A示出了具有相同宽度(W)但是形状不同的一些VPDU示例(1101)至(1104);图11B示出了具有相同高度(H)但是形状不同的一些VPDU示例(1111)至(1114)。
根据本公开的一些方面,附加约束应用于VPDU。
在一些实施例中,VPDU的形状受到约束。例如,仅允许某些VPDU形状。在示例中,允许的VPDU形状在从编码器侧到解码器侧的编码视频比特流中发信号表示。在另一示例中,允许的VPDU形状在编码器侧和解码器侧预先确定。应注意,在一些实施例中,VPDU的边界或边缘位于垂直方向或水平方向。
在实施例中,仅允许方形或矩形VPDU。
在另一实施例中,根据边缘的数量来限制VPDU的形状。例如,允许的VPDU的边缘的数量应等于或小于固定数例如4或6等。在示例中,当允许的VPDU的边缘的数量被限制为等于或小于4时,允许的VPDU的形状可以是方形或矩形。在另一示例中,当允许的VPDU的边缘的数量被限制为等于或小于6时,允许的VPDU的形状可以是方形、矩形、L形或倒L形。
在另一实施例中,根据顶点的数量来限制VPDU的形状。例如,允许的VPDU的顶点的数量应等于或小于固定数例如4或6等。在示例中,当允许的VPDU的顶点的数量被限制为等于或小于4时,允许的VPDU的形状可以是方形或矩形。在另一示例中,当允许的VPDU的顶点的数量被限制为等于或小于6时,允许的VPDU的形状可以是方形、矩形、L形或倒L形。
在另一实施例中,当块(例如CTU、对应于非叶节点的块)跨越多个VPDU时,则(在连续划分深度处)级联TT拆分的数量被限制为约束对该块的划分。级联TT拆分的数量是固定数例如0、1、2、3。例如,当级联TT拆分的数量被限制为零时,则不允许TT拆分。在另一示例中,当级联TT拆分的数量被限制为等于或小于1时,则由TT拆分产生的块不能通过另一TT拆分来拆分。在示例中,级联TT拆分的数量在从编码器侧发送到解码器侧的编码视频比特流中用信号表示。在另一示例中,级联TT拆分的数量预先确定,并在编码器侧和解码器侧是已知的(例如,存储在存储器中)。
在另一实施例中,限制VPDU的宽度(W)。例如,仅允许宽度(W)大于或等于宽度阈值的VPDU。宽度阈值是一个固定数例如64。
在另一实施例中,限制VPDU的高度(H)。例如,仅允许高度(H)大于或等于高度阈值的VPDU。高度阈值是一个固定数例如64。
在另一实施例中,当多个CU在VPDU中时,VPDU中的CU的宽度相同。
在另一实施例中,当多个CU在VPDU中时,VPDU中的多个CU可具有至多两个不同的宽度值。
在一些实施例中,限制VPDU中的CU的数量。在实施例中,VPDU中的CU的数量被限制为不大于上限值。在示例中,上限值是一个固定数例如2或3。在另一示例中,上限值可基于VPDU的宽度(W)来确定。在另一示例中,上限值可基于VPDU的高度(H)来确定。在另一示例中,上限值可基于VPDU的面积例如VPDU中的亮度像素的数量来确定。
根据本公开的一些方面,非帧内图片处的BT拆分和TT拆分受到约束。
在一些实施例中,允许CTU层级处的TT拆分。
图12示出了CTU层级处的TT拆分和对应的VPDU划分的示例。在图12的示例中,通过TT拆分(用实线表示)将CTU(1210)划分成三个CU(1211)至(1213)。在示例中,VPDU的样本数量是CTU中的样本数量的1/4。然后,可将CTU(示出为1220)划分成四个VPDU(1221)至(1224),如虚线所示。
在一些实施例中,当块包含在特定矩形区域中时,允许TT拆分。否则,禁止TT拆分。特定矩形区域可定义为M×N区域。在实施例中,M和N是固定数,例如VPDU大小的方形的宽度/高度。在另一实施例中,M和N取决于CTU大小。例如,M等于CTU宽度的一半,N等于CTU高度的一半,划分示例在图13中示出。
图13示出了根据本公开的实施例的CTU划分的示例。在图13的示例中,当块位于VPDU大小的方形中时,允许TT拆分来拆分该块。例如,通过QT拆分将CTU 1310拆分成四个块(1311)至(1314)。VPDU中的样本数量是CTU中的样本数量的1/4。然后,块(1311)位于VPDU大小的方形中,允许TT拆分将块(1311)进一步拆分成较小的块。
在一些实施例中,当块的一侧的长度(即宽度或高度)大于N且块的另一侧的长度(即高度或宽度)小于或等于N时,则允许BT,其中N是方形VPDU的宽度。例如,当CTU大小为128且N等于64时,对于128×64块和64×128块,沿着水平方向和垂直方向允许BT。
在一些实施例中,当块不在CTU层级处且不包含在特定矩形区域中时,禁止TT。在一个实施例中,当块的一侧(即宽度或高度)等于CTU的宽度/高度(例如128),而块的另一侧(即高度或宽度)不等于CTU的宽度/高度(例如128),则不允许对该块进行TT拆分。例如,当CTU的宽度/高度为128时,则不允许对128×64或64×128块进行TT拆分。
图14示出了CTU划分和对应的VPDU划分的示例。在图14的示例中,通过沿着垂直方向的TT拆分(用实线表示)将CTU(1410)拆分成三个块(1411)至(1413)。通过沿着水平方向的TT拆分将块(1412)拆分成三个块(1414)至(1416)。通过沿着垂直方向的BT将块(1415)拆分成两个块(1417)和(1418)。在示例中,VPDU的样本数量是CTU中的样本数量的1/4。然后,可将CTU(如1420所示)划分成四个VPDU(1421)至(1424),如虚线所示。在一些实施例中,不允许块(1412)的TT拆分以避免非矩形形状的VPDU的可能性。在示例中,块(1412)是64×128,且不允许块(1412)的TT拆分。在另一示例中,块(1412)是TT拆分的结果,因此不允许块(1412)的级联TT拆分。
根据本公开的一些方面,在图片边界处,为了保持VPDU处理与非边界区域一致,当施加VPDU约束时,无论图片边界如何,位于图片边界外部的填充区域都被视为普通块。
图15示出了概述根据本公开的实施例的过程(1500)的流程图。过程(1500)可用于重建在帧内模式中编码的块,从而针对正在重建的块生成预测块。在各个实施例中,过程(1500)由诸如下述处理电路之类的处理电路来执行:终端设备(210)、终端设备(220)、终端设备(230)和终端设备(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频编码器(503)的功能的处理电路等。在一些实施例中,过程(1500)以软件指令实现,因此当处理电路执行该软件指令时,处理电路执行过程(1500)。过程从(S1501)开始且进行到(S1510)。
在(S1510)处,从已编码视频比特流中解码图片中的块的划分信息。在示例中,该块处于CTU层级。划分信息指示用于将块划分成编码块的划分树结构。例如,根据划分树结构,CTU被划分成CU,CU是划分树结构中的叶节点。
在(S1520)处,根据块的划分将块的待重建样本分组为处理组。例如,处理组分别对应于VPDU。处理组的区域的形状受到块的划分中的约束的限制。
在(S1530)处,通过以流水线处理方式对处理组进行处理的多个流水线阶段来重建待重建样本。例如,每个处理组相继被多个流水线阶段处理。流水线阶段将处理组的处理结果提供给下一个流水线阶段,然后处理下一个处理组。多个流水线阶段同时处理不同的处理组。然后,过程进行到(S1599)并结束。
可以将上述技术实现为计算机软件,该计算机软件使用计算机可读指令,且物理存储在一个或多个计算机可读介质中。例如,图16示出适于实施所公开的主题的某些实施例的计算机系统(1600)。
可以使用任何合适的机器代码或计算机语言对计算机软件进行编码,任何合适的机器代码或计算机语言可以经受汇编、编译、链接或类似的机制以创建包括指令的代码,该指令可以由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过译码、微码执行等执行。
指令可以在各种类型的计算机或其组件上执行,例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。
图16所示的计算机系统(1600)的组件本质上是示例性的,并且不旨在对实施本公开的实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应被解释为具有与计算机系统(1600)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖或要求。
计算机系统(1600)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户通过例如下述的输入:触觉输入(例如:击键、划动,数据手套移动)、音频输入(例如:语音、拍手)、视觉输入(例如:手势)、嗅觉输入(未描绘)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒介,例如音频(例如:语音、音乐、环境声音)、图像(例如:扫描的图像、从静止图像相机获取的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机接口输入装置可以包括下述中的一项或多项(每种中仅示出一个):键盘(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)、相机(1608)。
计算机系统(1600)也可以包括某些人机接口输出装置。这样的人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(1610)的触觉反馈、数据手套(未示出)或操纵杆(1605),但也可以是不作为输入装置的触觉反馈装置)、音频输出装置(例如:扬声器(1609)、耳机(未示出))、视觉输出装置(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1610),每种屏幕具有或没有触摸屏输入功能,每种屏幕具有或没有触觉反馈功能,其中的一些屏幕能够通过诸如立体图像输出之类的装置、虚拟现实眼镜(未描绘)、全息显示器和烟箱(未描绘)以及打印机(未描绘)来输出二维视觉输出或超过三维的输出。
计算机系统(1600)也可以包括人类可访问存储装置及其关联介质,例如包括具有CD/DVD等介质(1621)的CD/DVD ROM/RW(1620)的光学介质、指状驱动器(1622)、可拆卸硬盘驱动器或固态驱动器(1623)、诸如磁带和软盘之类的传统磁性介质(未描绘)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的装置(未描绘)等。
本领域技术人员还应该理解,结合当前公开的主题所使用的术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。
计算机系统(1600)还可以包括通向一个或多个通信网络的接口。网络可以例如是无线网络、有线网络、光网络。网络可以进一步是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、延迟容忍网络等。网络的示例包括诸如以太网之类的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括CANBus的车辆和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1649)的外部网络接口适配器(例如计算机系统(1600)的USB端口);如下所述,其他网络接口通常通过附接到系统总线而集成到计算机系统(1600)的内核中(例如,连接到PC计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(1600)可以使用这些网络中的任何一个网络与其他实体通信。此类通信可以是仅单向接收的(例如,广播电视)、仅单向发送的(例如,连接到某些CANbus装置的CANbus)或双向的,例如,使用局域网或广域网数字网络连接到其他计算机系统。如上所述,可以在那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机系统(1600)的内核(1640)。
内核(1640)可以包括一个或多个中央处理单元(CPU)(1641)、图形处理单元(GPU)(1642)、现场可编程门区域(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。这些装置以及只读存储器(ROM)(1645)、随机存取存储器(1646)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(1647)可以通过系统总线(1648)连接。在一些计算机系统中,可以以一个或多个物理插头的形式访问系统总线(1648),以能够通过附加的CPU、GPU等进行扩展。外围装置可以直接附接到内核的系统总线(1648)或通过外围总线(1649)附接到内核的系统总线(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,这些指令可以组合来构成上述计算机代码。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,而永久数据可以例如存储在内部大容量存储器(1647)中。可以通过使用高速缓存来进行通向任何存储装置的快速存储及检索,该高速缓存可以与下述紧密关联:一个或多个CPU(1641)、GPU(1642)、大容量存储(1647)、ROM(1645)、RAM(1646)等。
计算机可读介质可以在其上具有执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码,或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为示例而非限制,可以由于一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1600),特别是内核(1640)的计算机系统提供功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储相关联的介质,以及某些非暂时性内核(1640)的存储器,例如内核内部大容量存储器(1647)或ROM(1645)。可以将实施本公开的各种实施例的软件存储在此类装置中并由内核(1640)执行。根据特定需要,计算机可读介质可以包括一个或多个存储装置或芯片。软件可以使得内核(1640),特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分,包括定义存储在RAM(1646)中的数据结构以及根据由软件定义的过程来修改此类数据结构。附加地或替换地,可以由于硬连线或以其他方式体现在电路(例如,加速器(1644))中的逻辑而使得计算机系统提供功能,该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下,提及软件的部分可以包含逻辑,反之亦然。在适当的情况下,提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或包括两者。本公开包括硬件和软件的任何合适的组合。
附录A:首字母缩写词
JEM:联合探索模型
VVC:通用视频编码
BMS:基准集
MV:运动矢量
HEVC:高效视频编码
SEI:辅助增强信息
VUI:视频可用性信息
GOP:图片群组
TU:变换单元
PU:预测单元
CTU:编码树单元
CTB:编码树块
PB:预测块
HRD:假想参考解码器
SNR:信噪比
CPU:中央处理单元
GPU:图形处理单元
CRT:阴极射线管
LCD:液晶显示器
OLED:有机发光二极管
CD:光盘
DVD:数字视频光盘
ROM:只读存储器
RAM:随机存取存储器
ASIC:专用集成电路
PLD:可编程逻辑器件
LAN:局域网
GSM:全球移动通信系统
LTE:长期演进
CANBus:控制器区域网络总线
USB:通用串行总线
PCI:互连外围设备
FPGA:现场可编程门区域
SSD:固态驱动器
IC:集成电路
CU:编码单元
尽管本公开已经描述了多个示例性实施例,但是存在落入本公开的范围内的修改、置换和各种替换等效物。因此,应理解,本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述,但体现了本公开的原理,因此落入本公开的精神和范围内的系统和方法。

Claims (20)

1.一种用于解码器中的视频解码的方法,包括:
从已编码视频比特流中解码图片中的块的划分信息,所述划分信息指示用于将所述块划分成编码块的划分树结构;
根据将所述块划分成所述编码块,将所述块的待重建样本分组为处理组,处理组的组合区域的形状受到将所述块划分成所述编码块的约束的限制;以及
通过以流水线处理方式处理所述处理组的多个流水线阶段,重建所述块的所述待重建样本。
2.根据权利要求1所述的方法,其中,所述处理组的组合区域的形状被限制为方形形状和矩形形状之一。
3.根据权利要求1所述的方法,其中,所述处理组的组合区域的形状具有不超过固定数量的边缘或具有不超过固定数量的顶点。
4.根据权利要求1所述的方法,其中,所述处理组的组合区域的形状受到在用于将所述块划分成所述编码块的所述划分树结构中、具有不超过固定数量的级联三叉树(TT)拆分的约束的限制。
5.根据权利要求1所述的方法,其中,所述处理组的组合区域具有等于或大于固定数值的宽度或高度中的至少一个。
6.根据权利要求1所述的方法,其中,所述处理组包括来自多个编码块的样本,所述多个编码块的数量被限制为不大于极限值。
7.根据权利要求6所述的方法,其中,所述极限值基于所述组合区域的大小来确定。
8.根据权利要求1所述的方法,其中,所述处理组的组合区域的形状受到如下约束的限制:在当前图片不是帧内图片时,所述约束限制了三叉树拆分和二叉树拆分在所述划分树结构中的使用。
9.根据权利要求8所述的方法,其中,当待拆分块处于编码树单元(CTU)级别或者待拆分块包含在编码树单元的特定区域中时,允许在与所述划分树结构中的非叶节点对应的待拆分块上使用三叉树拆分。
10.根据权利要求1所述的方法,其中,所述组合区域包括在所述图片的边界之外的部分。
11.一种用于视频解码的装置,包括:
处理电路,配置为:
从已编码视频比特流中解码图片中的块的划分信息,所述划分信息指示用于将所述块划分成编码块的划分树结构;
根据将所述块划分成所述编码块,将所述块的待重建样本分组为处理组,处理组的组合区域的形状受到将所述块划分成所述编码块的约束的限制;以及
通过以流水线处理方式处理所述处理组的多个流水线阶段,重建所述块的所述待重建样本。
12.根据权利要求11所述的装置,其中,所述处理组的组合区域的形状被限制为方形形状和矩形形状之一。
13.根据权利要求11所述的装置,其中,所述处理组的组合区域的形状具有不超过固定数量的边缘或具有不超过固定数量的顶点。
14.根据权利要求11所述的装置,其中,所述处理组的组合区域的形状受到在用于将所述块划分成所述编码块的所述划分树结构中、具有不超过固定数量的级联三叉树(TT)拆分的约束的限制。
15.根据权利要求11所述的装置,其中,所述处理组的组合区域具有等于或大于固定数值的宽度或高度中的至少一个。
16.根据权利要求11所述的装置,其中,所述处理组包括来自多个编码块的样本,所述多个编码块的数量被限制为不大于极限值。
17.根据权利要求16所述的装置,其中,所述极限值基于所述组合区域的大小来确定。
18.根据权利要求11所述的装置,其中,所述处理组的组合区域的形状受到如下约束的限制,在当前图片不是帧内图片时,所述约束限制了三叉树拆分和二叉树拆分在所述划分树结构中的使用。
19.根据权利要求18所述的装置,其中,当待拆分块处于编码树单元(CTU)级别或者待拆分块包含在编码树单元的特定区域中时,允许在与所述划分树结构中的非叶节点对应的待拆分块上使用三叉树拆分。
20.一种存储指令的非暂时性计算机可读介质,当所述指令由计算机执行以进行视频解码时,使所述计算机执行:
从已编码视频比特流中解码图片中的块的划分信息,所述划分信息指示用于将所述块划分成编码块的划分树结构;
根据将所述块划分成所述编码块,将所述块的待重建样本分组为处理组,处理组的组合区域的形状受到将所述块划分成所述编码块的约束的限制;和
通过以流水线处理方式处理所述处理组的多个流水线阶段,重建所述块的所述待重建样本。
CN201980063313.2A 2018-10-07 2019-09-26 用于视频解码的方法、装置和计算机可读介质 Active CN112753223B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862742433P 2018-10-07 2018-10-07
US62/742,433 2018-10-07
US16/567,718 US10812819B2 (en) 2018-10-07 2019-09-11 Method and apparatus for video coding
US16/567,718 2019-09-11
PCT/US2019/053221 WO2020076513A1 (en) 2018-10-07 2019-09-26 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN112753223A true CN112753223A (zh) 2021-05-04
CN112753223B CN112753223B (zh) 2022-06-28

Family

ID=70052830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980063313.2A Active CN112753223B (zh) 2018-10-07 2019-09-26 用于视频解码的方法、装置和计算机可读介质

Country Status (4)

Country Link
US (1) US10812819B2 (zh)
EP (1) EP3777198A4 (zh)
CN (1) CN112753223B (zh)
WO (1) WO2020076513A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11418796B2 (en) * 2018-10-27 2022-08-16 Qualcomm Incorporated Intra block copy prediction restrictions in video coding
BR112021015754A2 (pt) * 2019-05-17 2021-11-30 Panasonic Ip Corp America Sistema e método para codificação de vídeo
BR112021020641A2 (pt) * 2019-06-21 2022-03-03 Panasonic Ip Corp America Sistema e método para codificação de vídeo
US11589044B2 (en) * 2019-10-14 2023-02-21 Hfi Innovation Inc. Video encoding and decoding with ternary-tree block partitioning
US11523112B2 (en) * 2020-04-09 2022-12-06 Tencent America LLC Intra coding with L-type partitioning tree
US20240080499A1 (en) * 2022-09-05 2024-03-07 Samsung Electronics Co.,Ltd. Video decoding device, operating method thereof, display device, and video system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147722A (zh) * 2011-04-08 2011-08-10 深圳中微电科技有限公司 实现中央处理器和图形处理器功能的多线程处理器及方法
US20150016543A1 (en) * 2013-07-12 2015-01-15 Qualcomm Incorporated Bitstream restrictions on picture partitions across layers

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8503527B2 (en) * 2008-10-03 2013-08-06 Qualcomm Incorporated Video coding with large macroblocks
BR112012026391B1 (pt) * 2010-04-13 2020-12-15 Ge Video Compression, Llc Herança em amostra de arranjo em subdivisão multitree
US9706214B2 (en) * 2010-12-24 2017-07-11 Microsoft Technology Licensing, Llc Image and video decoding implementations
EP2793467B1 (en) * 2011-12-13 2017-10-11 JVC KENWOOD Corporation Video coding device, video coding method, video coding program, video decoding device, video decoding method, and video decoding program
US9270994B2 (en) * 2012-06-29 2016-02-23 Cisco Technology, Inc. Video encoder/decoder, method and computer program product that process tiles of video data
WO2016090568A1 (en) * 2014-12-10 2016-06-16 Mediatek Singapore Pte. Ltd. Binary tree block partitioning structure
US20190306506A1 (en) * 2018-04-02 2019-10-03 Qualcomm Incorporated Limitation on the coding tree unit/block for next-generation video coding
US10735721B2 (en) * 2018-04-17 2020-08-04 Panasonic Intellectual Property Corporation Of America Encoder, decoder, encoding method, and decoding method using local illumination compensation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147722A (zh) * 2011-04-08 2011-08-10 深圳中微电科技有限公司 实现中央处理器和图形处理器功能的多线程处理器及方法
US20150016543A1 (en) * 2013-07-12 2015-01-15 Qualcomm Incorporated Bitstream restrictions on picture partitions across layers

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHIA-MING TSAI 等: "CE1.2.1: Constraint for binary and ternary partitions,JVET-L0081-v2", 《JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 12TH MEETING》 *
HYUNMI KIM 等: "Multi-core based HEVC hardware decoding system", 《 2013 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO (ICME),》 *
XU (TENCENT) M 等: "CE1-related: Non-square virtual pipeline data unit, JVET-L0313", 《JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 12TH MEETING》 *

Also Published As

Publication number Publication date
US10812819B2 (en) 2020-10-20
EP3777198A4 (en) 2021-05-19
CN112753223B (zh) 2022-06-28
WO2020076513A1 (en) 2020-04-16
EP3777198A1 (en) 2021-02-17
US20200112735A1 (en) 2020-04-09

Similar Documents

Publication Publication Date Title
CN111837390B (zh) 用于视频编码、解码的方法和相关装置
CN112470478B (zh) 视频解码方法、装置和计算机设备
CN112272949B (zh) 视频解码的方法、装置及可读介质
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
CN112753223B (zh) 用于视频解码的方法、装置和计算机可读介质
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
CN113597763A (zh) 视频编解码的方法及装置
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
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN113228649A (zh) 用于改进的子块分区内部子分区编码模式的方法和装置
CN114270857A (zh) 用于发信号通知跳过模式标志的方法和装置
CN112840657A (zh) 用于视频编码的方法和设备
CN111919440B (zh) 用于视频解码的方法、装置和计算机可读介质
CN111989929B (zh) 视频解码方法、装置及计算机可读介质
CN115176461A (zh) 视频编解码的方法和装置
CN112437306A (zh) 视频编解码方法、装置、计算机设备和存储介质
CN113170208A (zh) 帧内图片块补偿的色度去块滤波器
CN111819849A (zh) 视频编码的方法和装置
CN113785564B (zh) 视频编解码的方法和装置
CN115552898A (zh) 视频编码中并行处理的改进
CN113785564A (zh) 用于将视频分量编码为单色视频的编码工具的信令
CN115462077A (zh) 解码端帧内模式推导
CN115516861A (zh) 用于帧内串复制的方法和设备
CN114342384A (zh) 用于去块操作的高级控制
CN115804089A (zh) 零残差标志编解码

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: 40044359

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant