CN113099229A - 块划分方法、帧间预测方法、视频编码方法及相关装置 - Google Patents

块划分方法、帧间预测方法、视频编码方法及相关装置 Download PDF

Info

Publication number
CN113099229A
CN113099229A CN202110199497.4A CN202110199497A CN113099229A CN 113099229 A CN113099229 A CN 113099229A CN 202110199497 A CN202110199497 A CN 202110199497A CN 113099229 A CN113099229 A CN 113099229A
Authority
CN
China
Prior art keywords
block
rectangular sub
rectangular
current block
inter
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
CN202110199497.4A
Other languages
English (en)
Other versions
CN113099229B (zh
Inventor
陈瑶
江东
林聚财
方瑞东
殷俊
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202110199497.4A priority Critical patent/CN113099229B/zh
Publication of CN113099229A publication Critical patent/CN113099229A/zh
Priority to EP21900056.9A priority patent/EP4183132A4/en
Priority to PCT/CN2021/135024 priority patent/WO2022117030A1/en
Application granted granted Critical
Publication of CN113099229B publication Critical patent/CN113099229B/zh
Priority to US18/304,536 priority patent/US20230300344A1/en
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
    • H04N19/169—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
    • 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
    • H04N19/523—Motion estimation or motion compensation with sub-pixel accuracy
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness

Landscapes

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

Abstract

本申请提供块划分方法、帧间预测方法、视频编码方法及相关装置。该帧间预测方法包括：基于帧间角度加权预测模式，确定当前块的权重矩阵；利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块，对第一矩形子块和第二矩形子块采用不同的运动信息进行运动补偿，以得到第一矩形子块的预测值和第二矩形子块的预测值。本申请可以提高帧间预测的效率。

Description

块划分方法、帧间预测方法、视频编码方法及相关装置
技术领域
本申请涉及帧间预测技术领域，特别是涉及块划分方法、帧间预测方法、视频编码方法及相关装置。
背景技术
由于视频图像数据量比较大，通常需要对其进行编码压缩，压缩后的数据称之为视频码流，视频码流通过有线或者无线网络传输至用户端，再进行解码观看。
整个视频编码流程包括预测、变换、量化、熵编码等过程。其中预测分为帧内预测和帧间预测两部分。帧间预测用的是图像帧间的时域相关性来对图像进行压缩。本申请的发明人在长期的研发过程中，发现目前帧间预测方法还存在一定的局限性，也在一定程度上影响了帧间预测的效率。
发明内容
本申请提供块划分方法、帧间预测方法、视频编码方法及相关装置，以解决帧间预测效率比较低的问题。
为解决上述问题，本申请提供一种块划分方法，该方法包括：
基于帧间角度加权预测模式，确定当前块的权重矩阵；
利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块。
其中，利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
将包含当前块中权重小于阈值的区域的最小矩形作为第一矩形子块，将包含当前块中权重大于阈值的区域的最小矩形作为第二矩形子块。
其中，利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
基于权重矩阵，确定当前块中权重小于阈值的区域；
基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块。
其中，基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
计算出权重小于阈值的区域的像素点个数与当前块的像素点总数的比值；
若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，计算出比值和当前块高的第一乘积；并将第一乘积取整舍入到4的倍数，以得到第一矩形子块的高；
若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，计算出比值和当前块宽的第二乘积；并将第二乘积取整舍入到4的倍数，以得到第一矩形子块的宽。
其中，当前块中权重小于阈值的像素点均位于第一矩形子块，第二矩形子块内像素点的权重均大于阈值，基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，将权重小于阈值的区域的高取整舍入到4的倍数，以得到第一矩形子块的高；
若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，将权重小于阈值的区域的宽取整舍入到4的倍数，以得到第一矩形子块的宽。
为解决上述问题，本申请提供一种帧间预测方法，该方法包括：
基于当前帧间角度加权预测模式，确定当前块的权重矩阵；
利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块；
对第一矩形子块和第二矩形子块采用不同的运动信息进行运动补偿，以得到第一矩形子块的预测值和第二矩形子块的预测值。
其中，利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
将包含当前块中权重小于阈值的区域的最小矩形作为第一矩形子块，将包含当前块中权重大于阈值的区域的最小矩形作为第二矩形子块。
其中，该方法还包括：
基于第一矩形子块的预测值和第二矩形子块的预测值，确定当前块的最终预测值；
其中，权重小于阈值的区域的最终预测值为第一矩形子块对应区域的预测值；权重大于阈值的区域的最终预测值为第二矩形子块对应区域的预测值。
其中，利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
基于权重矩阵，确定当前块中权重小于阈值的区域；
基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块。
其中，基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
计算出权重小于阈值的区域的像素点个数与当前块的像素点总数的比值；
若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，计算出比值和当前块高的第一乘积；并将第一乘积取整舍入到4的倍数，以得到第一矩形子块的高；
若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，计算出比值和当前块宽的第二乘积；并将第二乘积取整舍入到4的倍数，以得到第一矩形子块的宽。
其中，当前块中权重小于阈值的像素点均位于第一矩形子块，第二矩形子块内像素点的权重均大于阈值，基于权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，将权重小于阈值的区域的高取整舍入到4的倍数，以得到第一矩形子块的高；
若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，将权重小于阈值的区域的宽取整舍入到4的倍数，以得到第一矩形子块的宽。
其中，基于当前帧间角度加权预测模式，确定当前块的权重矩阵的步骤之前包括：
将水平角度方向、垂直角度方向和对角角度方向下的帧间角度加权预测模式中的一种作为当前帧间角度加权预测模式。
其中，基于当前帧间角度加权预测模式，确定当前块的权重矩阵的步骤之前包括：
将水平角度方向和垂直角度方向下的帧间角度加权预测模式中的一种作为当前帧间角度加权预测模式。
其中，第一矩形子块或第二矩形子块的运动信息为扩展运动信息；
扩展运动信息是对运动信息候选列表中基础运动信息按照预设偏移方向和预设偏移距离进行偏移得到的；
预设偏移方向是从上、下、左、右、左上、右上、左下、右下八个方向中选定的。
其中，第一矩形子块或第二矩形子块的运动信息为扩展运动信息；
扩展运动信息是对运动信息候选列表中基础运动信息按照预设偏移方向和预设偏移距离进行偏移得到的；
预设偏移距离是从1/16像素精度、1/4像素精度、1/2像素精度、1倍像素精度、2倍像素精度、4倍像素精度、8倍像素精度、16倍像素精度和32倍像素精度中选定的。
其中，对第一矩形子块和第二矩形子块采用不同的运动信息进行运动补偿，以得到第一矩形子块的预测值和第二矩形子块的预测值的步骤之后包括：
基于第一矩形子块和第二矩形子块的预测值，对第一矩形子块和第二矩形子块交界处的像素进行滤波，以得到第一矩形子块和第二矩形子块的最终预测值。
其中，对第一矩形子块和第二矩形子块交界处的像素进行滤波的步骤包括：
采用三抽头或其他类型的滤波器对第一矩形子块和第二矩形子块交界处的像素进行滤波。
为解决上述问题，本申请提出一种视频编码方法，该方法包括：
基于上述帧间预测方法确定当前块的最佳预测值；
基于最佳预测值对当前块进行编码。
为解决上述问题，本申请提供一种编解码系统，编解码系统包括处理器；处理器用于执行指令以实现上述方法的步骤。
为解决上述问题，本申请提供一种计算机存储介质，其上存储有指令/程序数据，指令/程序数据被执行时实现上述方法的步骤。
本申请的方法是：先确定当前AWP模式下当前块的权重矩阵，然后利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块，以便确定当前块的规则子块，以便于利用当前块的各个规则子块单独进行运动补偿，无需如现有AWP方法一样进行加权预测过程，提高当前块的预测效率，另外在不同的AWP模式对应的第一矩形子块和第二矩形子块相同时，只需以对应相同划分方法的多个AWP模式中的一个AWP模式进行运动补偿和代价计算，减少计算复杂度，提高了编码效率。
附图说明
为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请块划分方法一实施方法的流程示意图；
图2是本申请块划分方法支持的角度方向示意图；
图3是本申请块划分方法支持的参考权重配置示意图；
图4是本申请块划分方法一实施例的示意图；
图5是本申请块划分方法另一实施例的示意图；
图6是本申请块划分方法又一实施例的示意图；
图7是本申请帧间预测方法一实施方法的流程示意图；
图8是本申请帧间预测方法中相邻子块边界滤波的一实施例示意图；
图9是本申请帧间预测方法中相邻子块边界滤波的另一实施例示意图；
图10是本申请视频编码方法一实施方法的流程示意图；
图11是本申请编解码系统的结构示意图；
图12是本申请计算机存储介质一实施方式的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供的帧间预测方法、视频编码方法及相关装置做进一步详细描述。
本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本文中提及“实施方式”意味着，结合实施方式描述的特定特征、结构或特性可以包含在本申请的至少一个实施方式中。在说明书中的各个位置出现该短语并不一定均是指相同的实施方式，也不是与其它实施方式互斥的独立的或备选的实施方式。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施方式可以与其它实施方式相结合。
如图1所示，图1是本申请块划分方法一实施方式的流程示意图。本申请块划分方法可包括以下步骤。
S11：基于当前帧间角度加权预测模式，确定当前块的权重矩阵。
可以先基于当前帧间角度加权预测模式，确定当前块的权重矩阵，以便利用该权重矩阵确定出当前块的第一矩形子块和第二矩形子块。
其中，帧间角度加权预测模式(AWP,Angle weighted prediction)共支持如图2所示的8种角度，每个角度支持如图3所示的7种参考权重配置。从而每类块尺寸下，AWP模式数共56种。
可选地，可从56种AWP模式的至少部分模式选定一个作为当前AWP模式。
例如，按照预设顺序从56种AWP模式中选择一种作为当前AWP模式。
又例如，按照预设顺序从水平AWP模式、垂直AWP模式和对角AWP模式下的总共28种AWP模式中选择一种作为当前AWP模式，以减少参与帧间预测的AWP模式的种类，减少计算复杂度，提高编码效率。
另例如，按照预设顺序从水平AWP模式和垂直AWP模式下的总共14种AWP模式中选择一种作为当前AWP模式，以减少参与帧间预测的AWP模式的种类，减少计算复杂度，提高编码效率。
另外，在解码时，可将基于码流确定的当前块的最佳AWP模式作为当前AWP模式。
确定当前AWP模式后，可以确定当前AWP模式下当前块的权重矩阵。权重矩阵可基于当前AWP模式并通过逐像素权重导出的方式进行确定。
具体地，逐像素导出的流程如下：
以上图所示意的将角度分为4个分区为例，由于角度所在区域不同，亮度逐像素权重导出的公式稍有差异。可以基于当前亮度块的预测模式中角度所在区域对应的逐像素权重导出的公式，逐像素导出权重，以得到当前亮度块的权重阵列。设当前亮度块的块尺寸为MxN，其中M为宽，N为高，X为log2(权重预测角度斜率绝对值)，Y为权重预测位置。
i)位于角度分区0的角度0以及角度1对应的亮度块逐像素权重导出的公式如下[1]-[3]所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(N+(M>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-6+Y*((ValidLength-1)>>3)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(y<<1)+((x<<1)>>X)]
ii)位于角度分区1的角度2以及角度3对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(N+(M>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-4+Y*((ValidLength-1)>>3)–((M<<1)>>X)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(y<<1)-((x<<1)>>X)]
iii)位于角度分区2的角度4以及角度5对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(M+(N>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-4+Y*((ValidLength-1)>>3)–((N<<1)>>X)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(x<<1)-((y<<1)>>X)]
iv)位于角度分区3的角度6以及角度7对应的亮度块逐像素权重导出的公式如下所示：
[1]计算参考权重有效长度ValidLength
ValidLength＝(M+(N>>X))<<1
[2]设置参考权重值ReferenceWeights[x]，其中x∈[0，ValidLength-1]
FirstPos＝(ValidLength>>1)-6+Y*((ValidLength-1)>>3)
ReferenceWeights[x]＝Clip3(0,8,x-FirstPos)
[3]逐像素导出权重SampleWeight[x][y]
SampleWeight[x][y]＝ReferenceWeights[(x<<1)+((y<<1)>>X)]
对于色度块逐像素权重导出的过程如下：对于当前色度块而言，可以直接取用对应的2x2亮度块的权重阵列的左上角位置的权重，记当前块的块尺寸为MxN，其中M为宽，N为高，则当前色度块的x的取值范围是0～(M/2-1)；当前色度块的y的取值范围是0～(N/2-1)。
色度块逐像素权重导出的公式为：SampleWeightChroma[x][y]＝SampleWeight[x>>1][y>>1]。
S12：利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块。
确定当前AWP模式下当前块的权重矩阵后，可以利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块，以便确定当前块的规则子块，以便于利用当前块的各个规则子块单独进行运动补偿，提高当前块的预测效率。
其中，第一矩形子块可为包含尽量多的权重小于阈值的像素点的子块，甚至可包含权重小于阈值的全部像素点。并且第一矩形子块的宽和高可均为4的倍数，以便于后续对第一矩形子块进行运动补偿。
相应地，第二矩形子块可为包含尽量少的权重小于阈值的像素点的子块，甚至可不包含权重小于阈值的像素点。并且第二矩形子块的宽和高也可均为4的倍数。
可选地，可利用下述方法基于权重矩阵确定出当前块的第一矩形子块和第二矩形子块，当然不限于此。
在一实现方式中，基于权重矩阵确定当前块中权重小于阈值的区域；计算出权重小于阈值的区域的像素点个数与当前块的像素点总数的比值；若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，计算出比值和当前块高的第一乘积；并将第一乘积舍入到4的整数倍，以得到第一矩形子块的高；若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，计算出比值和当前块宽的第二乘积；并将第二乘积舍入到4的整数倍，以得到第一矩形子块的宽，利用这种确定子块宽高的方法确定第一矩形子块和第二矩形子块，可以将AWP的不规则划分转化为规则划分。例如，先计算出图4的当前AWP模式下的权重矩阵中权重小于阈值的像素点个数count1与总像素点个数count的比值(count1/count＝0.11)，然后计算出比值和64*64的当前块高h的第一乘积
Figure BDA0002947602980000101
接着将h'(7.04)舍入到4的整数倍，即舍入到8，并将8作为第一矩形子块的高，第一矩形子块的宽与当前块的宽相同，第二矩形子块的高为56，第二矩形子块的宽为64。
在另一实现方式中，基于权重矩阵确定当前块中权重小于阈值的区域；若第一矩形子块和第二矩形子块是对当前块进行一次水平划分得到的，将权重小于阈值的区域的高舍入到4的整数倍，以得到第一矩形子块的高h1，并且使得第一矩形子块包含所有权重小于阈值的像素点，从而第二矩形子块的高h2即为当前块的高和第一矩形子块的高的差值，第一矩形子块的宽和第二矩形子块的宽均等于当前块的宽；若第一矩形子块和第二矩形子块是对当前块进行一次垂直划分得到的，将权重小于阈值的区域的宽取整舍入到4的倍数，以得到第一矩形子块的宽，并且使得第一矩形子块包含所有权重小于阈值的像素点，从而第二矩形子块的宽即为当前块的宽和第一矩形子块的宽的差值，第一矩形子块的高和第二矩形子块的高均等于当前块的高，利用这种确定子块宽高的方法确定第一矩形子块和第二矩形子块，可以将AWP的不规则划分转化为规则划分。即当前块中权重小于阈值的像素点均位于第一矩形子块，第二矩形子块内像素点的权重均大于阈值。例如，如图5所示，基于AWP模式确定以一次水平划分当前块得到的第一矩形子块和第二矩形子块，可直接找到权重小于阈值的区域和权重大于阈值的区域的分界点的位置，然后基于分界点的位置确定第一矩形子块的高，然后并将第一矩形子块的高饱和到4的整数倍。
在又一实现方式中，将包含当前块中权重小于阈值的区域的最小矩形作为第一矩形子块，将包含当前块中权重大于阈值的区域的最小矩形作为第二矩形子块，利用这种确定子块宽高的方法确定第一矩形子块和第二矩形子块，可以实现保留不规则划分模式的目的，最大程度保证AWP方案的增益。例如，如图6所示，将权重小于阈值的区域的宽舍入到4的整数倍后作为第一矩形子块的宽w’，将权重小于阈值的区域的高舍入到4的整数倍后作为第一矩形子块的高h’；将权重大于阈值的区域的宽舍入到4的整数倍后作为第二矩形子块的宽w，将权重大于阈值的区域的高舍入到4的整数倍后作为第二矩形子块的高h。
在本实施方式中，先确定当前AWP模式下当前块的权重矩阵，然后利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块，以便确定当前块的规则子块，以便于利用当前块的各个规则子块单独进行运动补偿，无需如现有AWP方法一样进行加权预测过程，提高当前块的预测效率，另外在不同的AWP模式对应的第一矩形子块和第二矩形子块相同时，只需以对应相同划分方法的多个AWP模式中的一个AWP模式进行运动补偿和代价计算，减少计算复杂度，提高了编码效率。
如图7所示，图7是本申请帧间预测方法一实施方式的流程示意图。本申请帧间预测方法可包括以下步骤。本申请的帧间预测方法可以在非I帧下使用，例如可应用于P帧。
S21：基于当前帧间角度加权预测模式，确定当前块的权重矩阵。
可如步骤S11所示，在此不做赘述。
S22：利用权重矩阵确定出当前块的第一矩形子块和第二矩形子块。
可如步骤S12所示，在此不做赘述。
S23：对第一矩形子块和第二矩形子块采用不同的运动信息进行运动补偿，以得到第一矩形子块的预测值和第二矩形子块的预测值。
确定当前块的第一矩形子块和第二矩形子块后，可从运动信息候选列表中选取第一运动信息和第二运动信息分别作为第一矩形子块和第二矩形子块的运动信息，以利用这两个运动信息分别对第一矩形子块和第二矩形子块进行运动补偿，以得到第一矩形子块的预测值和第二矩形子块的预测值。
可选地，可以将第一矩形子块的预测值作为当前AWP模式下基于第一运动信息得到的第一矩形子块的最终预测值，并将第二矩形子块的预测值作为当前AWP模式下基于第二运动信息得到的第二矩形子块的最终预测值，这样就可得到当前AWP模式下(第一运动信息-第二运动信息)这种运动信息组合下的当前块的预测值。
在另一实现方式中，可以基于第一矩形子块的预测值和第二矩形子块的预测值，对第一矩形子块和第二矩形子块边界处的像素点进行滤波，以得到第一矩形子块和第二矩形子块交界处像素点的最终预测值，这样无需利用两组预测值和两组权重矩阵对当前块进行加权操作，减少计算复杂度，并且使得子块边界地方的像素值过渡更加平滑。
具体地，可采用三抽头滤波器或五抽头滤波器等对第一矩形子块和第二矩形子块交界处的预测值进行滤波。例如，如图8所示，采用{1，2，1}抽头的滤波器对两个子块水平边界的地方进行滤波，用滤波后的像素值作为最终的预测值。具体地，利用第一矩形子块的最后两行像素值和第二矩形子块的第一行像素值对第一矩形子块的最后一行像素值进行滤波；利用第一矩形子块的最后一行像素值和第二矩形子块的前两行像素值对第二矩形子块的第一行像素值进行滤波。
另外，在另一实施例中，可利用第一矩形子块和第二矩形子块交界处像素点的权重和预测值，对第一矩形子块和第二矩形子块的交界处进行滤波。例如，当前块的权重矩阵如图9中上边所示，阈值为1，则如图9中间所示，第一矩形子块为当前块的上半部分，第二矩形子块为当前块的下半部分，以步骤S23得到第一矩形子块和第二矩形子块的预测值后，利用第一矩形子块的最后两行像素值和第二矩形子块的第一行像素值对第一矩形子块的最后一行像素值进行滤波，并且取权重矩阵中相应位置的权重作为各个像素点预测值的加权系数，以得到图9中下边所示的第一矩形子块和第二矩形子块交界处像素点的最终预测值。
在又一实现方式中，当步骤S22的第一矩形子块为包含权重小于阈值的区域的最小矩形，且第二矩形子块为包含权重大于阈值的区域的最小矩形时，权重小于阈值的区域的最终预测值可以取用第一矩形子块对应位置的预测值，权重大于阈值的区域的最终预测值可以取用第二矩形子块对应位置的预测值，这样就可得到当前AWP模式下(第一运动信息-第二运动信息)这种运动信息组合下的当前块的预测值，以保留不规则划分模式的目的，最大程度保证AWP方案的增益。如图6所示，权重小于阈值的区域的最终预测值为第一矩形子块中对应位置区域(图6填充区域)的预测值；权重大于阈值的区域的最终预测值为第二矩形子块中对应位置区域(图6未填充区域)的预测值。
其中，本实施方式中的运动信息候选列表可包含时域运动信息、空域运动信息和/或HMVP等基础运动信息，还可包括扩展运动信息。即第一矩形子块和/或第二矩形子块的运动信息可为扩展运动信息。其中，扩展运动信息可以是对基础运动信息按照预设偏移方向和预设偏移距离进行偏移得到的，这样通过在本实施方式帧间预测方法中加入高级运动矢量表达(UMVE,Ultimate motion vector expression)，对子块预测的运动信息进行调整，可以得到更加准确的运动信息，从而使得当前块的预测值更加准确。
一般来说，UWVE支持如表1所示的4个偏移方向和如表2所示的5个偏移距离，即对于每一个运动信息而言，总共有20种偏移结果。
表1 Distance IDX
Distance IDX 0 1 2 3 4
Pixel distance 1/4-pel 1/2-pel 1-pel 2-pel 4-pel
表2 Direction IDX
Direction IDX 00 01 10 11
x-axis +(右) –(左) N/A N/A
y-axis N/A N/A +(下) –(上)
而本实施方式可考虑上下左右这四个偏移方向，也可考虑对角线的偏移方向、例如，如表3所示，预设偏移方向可从上、下、左、右、左上、右上、左下、右下八个方向中选定，以增加对子块预测的运动信息调整的种类，可便于得到更加准确的运动信息，从而使得当前块的预测值更加准确。当然不限于此，例如还可考虑斜率为2的偏移方向。
表3扩展后的Direction IDX
Direction IDX 000 001 010 011 100 101 110 111
x-axis +(右) –(左) N/A N/A +(右) –(左) –(左) +(右)
y-axis N/A N/A +(下) –(上) +(下) –(上) +(下) –(上)
另外，本实施方式可考虑更多的偏移距离，例如还可考虑1/16像素精度、8倍像素精度、16倍像素精度等。具体地，如表4所示，预设偏移距离可以从1/16像素精度、1/4像素精度、1/2像素精度、1倍像素精度、2倍像素精度、4倍像素精度、8倍像素精度、16倍像素精度和32倍像素精度中选定。
表4扩展后的Distance IDX
Distance IDX 0 1 2 3 4 5 6 7
Pixel distance 1/4-pel 1/2-pel 1-pel 2-pel 4-pel 8-pel 16-pel 32-pel
其中，本申请可以在考虑更多偏移方向的同时，考虑更多的偏移距离。
另外，在确定当前块的第一矩形子块和第二矩形子块之前，还可对AWP的水平和垂直角度方向的14种预测模式进行扩展或裁剪，具体地，可通过改变划分起点或划分间隔的方式进行预测模式的扩展或裁剪。具体地通过改变Firstpos导出公式来改变划分起点或划分间隔。
例如，将Firstpos导出公式改为FirstPos＝(ValidLength>>1)-4+Y*(ValidLength>>4)，就可将水平和垂直角度方向的各7种预测模式扩展到15种预测模式，这样就可有30种预测模式，以提高划分和预测的准确性。
又例如，将Firstpos导出公式改为FirstPos＝(ValidLength>>1)-4+Y*(ValidLength>>2)，就可将水平和垂直角度方向的各7种预测模式裁剪到3种预测模式，这样就可有6种预测模式，以减少计算的复杂度。
再例如，将Firstpos导出公式改为FirstPos＝(ValidLength>>1)-12+Y*(ValidLength>>2)，就可以在6种预测模式的基础上改变划分的起点。
请参阅图10，图10为本申请视频编码方法一实施方式的流程示意图。本申请视频编码方法包括以下步骤。
S31：基于上述的帧间预测方法确定当前块的最佳预测值。
S32：基于最佳预测值对当前块进行编码。
确定当前块的最佳预测值后，可基于最佳预测值对当前块进行编码。
可选地，确定当前块的最佳预测值后，可以对最佳预测值对应的预测模式的索引值进行编码，以便解码端知晓。
其中，可以采用截断一元码方式对最佳预测值对应的预测模式的索引值进行编码，以减少索引值较小的预测模式在码流中的比特数量，以减少比特消耗。优选地，在当前块的预测模式总数小于或等于6时，采用截断一元码方式对最佳预测值对应的预测模式的索引值进行编码，可以保证每个预测模式在码流中的比特数量均小于或等于6比特，从而在预测模式比较小时，减少预测模式索引值所对应的比特数。
请参阅图11，图11是本申请编解码系统一实施方式的结构示意图。本电子设备10包括处理器12，处理器12用于执行指令以实现上述帧间预测方法和视频编码方法。具体实施过程请参阅上述实施方式的描述，在此不再赘述。
处理器12还可以称为CPU(Central Processing Unit，中央处理单元)。处理器12可能是一种集成电路芯片，具有信号的处理能力。处理器12还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器12也可以是任何常规的处理器等。
编解码系统10还可进一步包括存储器11，用于存储处理器12运行所需的指令和数据。
处理器12用于执行指令以实现上述本申请帧间预测方法和视频编码方法任一实施例及任意不冲突的组合所提供的方法。
请参阅图11，图11为本申请实施方式中计算机可读存储介质的结构示意图。本申请实施例的计算机可读存储介质20存储有指令/程序数据21，该指令/程序数据21被执行时实现本申请帧间预测方法和视频编码方法任一实施例以及任意不冲突的组合所提供的方法。其中，该指令/程序数据21可以形成程序文件以软件产品的形式存储在上述存储介质20中，以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质20包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (20)

1.一种块划分方法，其特征在于，所述方法包括：
基于帧间角度加权预测模式，确定当前块的权重矩阵；
利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块。
2.根据权利要求1所述的块划分方法，其特征在于，所述利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
将包含所述当前块中权重小于阈值的区域的最小矩形作为所述第一矩形子块，将包含所述当前块中权重大于阈值的区域的最小矩形作为第二矩形子块。
3.根据权利要求1所述的块划分方法，其特征在于，所述利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
基于所述权重矩阵，确定所述当前块中权重小于阈值的区域；
基于所述权重小于阈值的区域，对所述当前块进行一次水平划分或一次垂直划分，以得到所述第一矩形子块和所述第二矩形子块。
4.根据权利要求3所述的块划分方法，其特征在于，所述基于所述权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
计算出权重小于阈值的区域的像素点个数与当前块的像素点总数的比值；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次水平划分得到的，计算出所述比值和所述当前块高的第一乘积；并将所述第一乘积取整舍入到4的倍数，以得到所述第一矩形子块的高；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次垂直划分得到的，计算出所述比值和所述当前块宽的第二乘积；并将所述第二乘积取整舍入到4的倍数，以得到所述第一矩形子块的宽。
5.根据权利要求3所述的块划分方法，其特征在于，当前块中权重小于阈值的像素点均位于所述第一矩形子块，第二矩形子块内像素点的权重均大于阈值，所述基于所述权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次水平划分得到的，将所述权重小于阈值的区域的高取整舍入到4的倍数，以得到所述第一矩形子块的高；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次垂直划分得到的，将所述权重小于阈值的区域的宽取整舍入到4的倍数，以得到所述第一矩形子块的宽。
6.一种帧间预测方法，其特征在于，所述方法包括：
基于当前帧间角度加权预测模式，确定当前块的权重矩阵；
利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块；
对所述第一矩形子块和所述第二矩形子块采用不同的运动信息进行运动补偿，以得到所述第一矩形子块的预测值和所述第二矩形子块的预测值。
7.根据权利要求6所述的帧间预测方法，其特征在于，所述利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
将包含所述当前块中权重小于阈值的区域的最小矩形作为所述第一矩形子块，将包含所述当前块中权重大于阈值的区域的最小矩形作为第二矩形子块。
8.根据权利要求7所述的帧间预测方法，其特征在于，所述方法还包括：
基于所述第一矩形子块的预测值和所述第二矩形子块的预测值，确定当前块的最终预测值；
其中，所述权重小于阈值的区域的最终预测值为所述第一矩形子块对应区域的预测值；所述权重大于阈值的区域的最终预测值为所述第二矩形子块对应区域的预测值。
9.根据权利要求6所述的帧间预测方法，其特征在于，所述利用所述权重矩阵确定出当前块的第一矩形子块和第二矩形子块的步骤包括：
基于所述权重矩阵，确定当前块中权重小于阈值的区域；
基于所述权重小于阈值的区域，对所述当前块进行一次水平划分或一次垂直划分，以得到所述第一矩形子块和所述第二矩形子块。
10.根据权利要求9所述的帧间预测方法，其特征在于，所述基于所述权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
计算出权重小于阈值的区域的像素点个数与当前块的像素点总数的比值；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次水平划分得到的，计算出所述比值和所述当前块高的第一乘积；并将所述第一乘积取整舍入到4的倍数，以得到所述第一矩形子块的高；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次垂直划分得到的，计算出所述比值和所述当前块宽的第二乘积；并将所述第二乘积取整舍入到4的倍数，以得到所述第一矩形子块的宽。
11.根据权利要求9所述的帧间预测方法，其特征在于，当前块中权重小于阈值的像素点均位于所述第一矩形子块，第二矩形子块内像素点的权重均大于阈值，所述基于所述权重小于阈值的区域，对当前块进行一次水平划分或一次垂直划分，以得到第一矩形子块和第二矩形子块的步骤包括：
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次水平划分得到的，将所述权重小于阈值的区域的高取整舍入到4的倍数，以得到所述第一矩形子块的高；
若所述第一矩形子块和所述第二矩形子块是对当前块进行一次垂直划分得到的，将所述权重小于阈值的区域的宽取整舍入到4的倍数，以得到所述第一矩形子块的宽。
12.根据权利要求6所述的帧间预测方法，其特征在于，所述基于当前帧间角度加权预测模式，确定当前块的权重矩阵的步骤之前包括：
将水平角度方向、垂直角度方向和对角角度方向下的帧间角度加权预测模式中的一种作为所述当前帧间角度加权预测模式。
13.根据权利要求6所述的帧间预测方法，其特征在于，所述基于当前帧间角度加权预测模式，确定当前块的权重矩阵的步骤之前包括：
将水平角度方向和垂直角度方向下的帧间角度加权预测模式中的一种作为所述当前帧间角度加权预测模式。
14.根据权利要求6所述的帧间预测方法，其特征在于，
所述第一矩形子块或第二矩形子块的运动信息为扩展运动信息；
所述扩展运动信息是对运动信息候选列表中基础运动信息按照预设偏移方向和预设偏移距离进行偏移得到的；
所述预设偏移方向是从上、下、左、右、左上、右上、左下、右下八个方向中选定的。
15.根据权利要求6或14所述的帧间预测方法，其特征在于，
所述第一矩形子块或第二矩形子块的运动信息为扩展运动信息；
所述扩展运动信息是对运动信息候选列表中基础运动信息按照预设偏移方向和预设偏移距离进行偏移得到的；
所述预设偏移距离是从1/16像素精度、1/4像素精度、1/2像素精度、1倍像素精度、2倍像素精度、4倍像素精度、8倍像素精度、16倍像素精度和32倍像素精度中选定的。
16.根据权利要求6所述的帧间预测方法，其特征在于，所述对所述第一矩形子块和所述第二矩形子块采用不同的运动信息进行运动补偿，以得到所述第一矩形子块的预测值和所述第二矩形子块的预测值的步骤之后包括：
基于所述第一矩形子块和所述第二矩形子块的预测值，对所述第一矩形子块和所述第二矩形子块交界处的像素进行滤波，以得到所述第一矩形子块和所述第二矩形子块的最终预测值。
17.根据权利要求16所述的帧间预测方法，其特征在于，所述对所述第一矩形子块和所述第二矩形子块交界处的像素进行滤波的步骤包括：
采用三抽头滤波器对所述第一矩形子块和所述第二矩形子块交界处的像素进行滤波。
18.一种视频编码方法，其特征在于，所述方法包括：
基于权利要求5-17任一项所述的帧间预测方法确定当前块的最佳预测值；
基于所述最佳预测值对所述当前块进行编码。
19.一种编解码系统，其特征在于，所述编解码系统包括处理器；所述处理器用于执行指令以实现如权利要求1-18中任一项所述方法的步骤。
20.一种计算机可读存储介质，其上存储有程序和/或指令，其特征在于，所述程序和/或指令被执行时实现权利要求1-18中任一项所述方法的步骤。
CN202110199497.4A 2020-12-02 2021-02-22 块划分方法、帧间预测方法、视频编码方法及相关装置 Active CN113099229B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110199497.4A CN113099229B (zh) 2021-02-22 2021-02-22 块划分方法、帧间预测方法、视频编码方法及相关装置
EP21900056.9A EP4183132A4 (en) 2020-12-02 2021-12-02 SYSTEMS AND METHODS FOR INTERPREDICTION BASED ON A MERGE MODE
PCT/CN2021/135024 WO2022117030A1 (en) 2020-12-02 2021-12-02 Systems and method for inter prediction based on a merge mode
US18/304,536 US20230300344A1 (en) 2020-12-02 2023-04-21 Systems and method for inter prediction based on a merge mode

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110199497.4A CN113099229B (zh) 2021-02-22 2021-02-22 块划分方法、帧间预测方法、视频编码方法及相关装置

Publications (2)

Publication Number Publication Date
CN113099229A true CN113099229A (zh) 2021-07-09
CN113099229B CN113099229B (zh) 2022-08-09

Family

ID=76667437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110199497.4A Active CN113099229B (zh) 2020-12-02 2021-02-22 块划分方法、帧间预测方法、视频编码方法及相关装置

Country Status (1)

Country Link
CN (1) CN113099229B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022117030A1 (en) * 2020-12-02 2022-06-09 Zhejiang Dahua Technology Co., Ltd. Systems and method for inter prediction based on a merge mode
WO2024066649A1 (zh) * 2022-09-30 2024-04-04 腾讯科技（深圳）有限公司 一种视频处理方法及相关设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102763415A (zh) * 2010-02-18 2012-10-31 高通股份有限公司 起因于几何运动划分的平滑重叠区域
CN104247425A (zh) * 2012-04-26 2014-12-24 索尼公司 用于视频编码的非序列变换单元
CN110677677A (zh) * 2018-07-02 2020-01-10 腾讯美国有限责任公司 视频解码方法和装置
EP3598757A1 (en) * 2018-07-16 2020-01-22 THOMSON Licensing Block shape adaptive intra prediction directions for quadtree-binary tree
US20200036991A1 (en) * 2018-07-27 2020-01-30 FG Innovation Company Limited Device and method for coding video data with block sub-partition and reference sample selection
CN111147855A (zh) * 2018-11-02 2020-05-12 北京字节跳动网络技术有限公司 几何分割预测模式与其他工具之间的协调
CN111886861A (zh) * 2018-02-22 2020-11-03 Lg电子株式会社 根据图像编码系统中的块划分结构的图像解码方法和设备
CN112369027A (zh) * 2018-06-28 2021-02-12 高通股份有限公司 具有用于帧内预测的多条参考线的位置相关帧内预测组合

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102763415A (zh) * 2010-02-18 2012-10-31 高通股份有限公司 起因于几何运动划分的平滑重叠区域
CN104247425A (zh) * 2012-04-26 2014-12-24 索尼公司 用于视频编码的非序列变换单元
CN111886861A (zh) * 2018-02-22 2020-11-03 Lg电子株式会社 根据图像编码系统中的块划分结构的图像解码方法和设备
CN112369027A (zh) * 2018-06-28 2021-02-12 高通股份有限公司 具有用于帧内预测的多条参考线的位置相关帧内预测组合
CN110677677A (zh) * 2018-07-02 2020-01-10 腾讯美国有限责任公司 视频解码方法和装置
EP3598757A1 (en) * 2018-07-16 2020-01-22 THOMSON Licensing Block shape adaptive intra prediction directions for quadtree-binary tree
US20200036991A1 (en) * 2018-07-27 2020-01-30 FG Innovation Company Limited Device and method for coding video data with block sub-partition and reference sample selection
CN111147855A (zh) * 2018-11-02 2020-05-12 北京字节跳动网络技术有限公司 几何分割预测模式与其他工具之间的协调

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022117030A1 (en) * 2020-12-02 2022-06-09 Zhejiang Dahua Technology Co., Ltd. Systems and method for inter prediction based on a merge mode
WO2024066649A1 (zh) * 2022-09-30 2024-04-04 腾讯科技（深圳）有限公司 一种视频处理方法及相关设备

Also Published As

Publication number Publication date
CN113099229B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
US9071850B1 (en) Method and apparatus for decoding intra prediction mode
US20210274177A1 (en) Method and apparatus for encoding/decoding image
TWI499267B (zh) 多度量尺度濾波
US9025663B1 (en) Method and apparatus for encoding intra prediction information
CN110572657A (zh) 扩展四叉树子块的形状
CN115802033A (zh) 一种用于处理矩形视频编码块的比特流的系统及方法
CN113099229B (zh) 块划分方法、帧间预测方法、视频编码方法及相关装置
CN111327904B (zh) 图像重建方法和装置
JP2015526020A (ja) ビデオコーディング用の制限的なイントラデブロッキングフィルタ処理
US20240040143A1 (en) Method and apparatus for decoding image using interpicture prediction
CN110213595B (zh) 基于帧内预测的编码方法、图像处理设备和存储装置
Wang et al. Overview of the second generation avs video coding standard (avs2)
CN113068030A (zh) 视频图像分量预测方法及装置、计算机存储介质
CN112425162A (zh) 宽角帧内预测和位置依赖性帧内预测组合
CN112565769B (zh) 块划分方法、帧间预测方法、视频编码方法及相关装置
KR102225881B1 (ko) 인트라 예측을 이용한 비디오 부호화/복호화 방법 및 장치
KR102225880B1 (ko) 인트라 예측을 이용한 비디오 부호화/복호화 방법 및 장치
WO2022077490A1 (zh) 一种帧内预测方法、编码器、解码器及存储介质
CN111327894B (zh) 块划分方法、视频编解码方法、视频编解码器
CN110249630B (zh) 去块效应滤波装置、方法和存储介质
TW202029747A (zh) 對於視訊寫碼中最壞情況頻寬縮減之限制
CN113261284A (zh) 使用多重变换选择进行视频编码和解码
CN111770338B (zh) 编码单元的索引值确定方法、装置、设备及存储介质
TWI835922B (zh) 視訊寫碼中之位置相關內部-外部預測組合
US20230254483A1 (en) Intra prediction method and apparatus for performing adaptive filtering on reference pixel

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