CN113287307B - 视频解码的方法和装置、计算机设备及介质 - Google Patents

视频解码的方法和装置、计算机设备及介质 Download PDF

Info

Publication number
CN113287307B
CN113287307B CN202080007688.XA CN202080007688A CN113287307B CN 113287307 B CN113287307 B CN 113287307B CN 202080007688 A CN202080007688 A CN 202080007688A CN 113287307 B CN113287307 B CN 113287307B
Authority
CN
China
Prior art keywords
block
prediction
video
sub
current block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202080007688.XA
Other languages
English (en)
Other versions
CN113287307A (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 CN113287307A publication Critical patent/CN113287307A/zh
Application granted granted Critical
Publication of CN113287307B publication Critical patent/CN113287307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode

Landscapes

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

Abstract

本公开的各方面提供了视频编解码的方法和装置。在一些示例中，视频解码的装置包括接收电路和处理电路。所述处理电路从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示帧间预测模式。然后，所述处理电路至少部分地基于未在所述当前块上使用第二解码器侧运动矢量推导(DMVD)过程，确定在所述当前块上使用第一DMVD过程。进一步地，所述处理电路利用所述第一DMVD过程，根据所述帧间预测模式重建所述当前块。

Description

视频解码的方法和装置、计算机设备及介质
通过引用并入本文
本申请要求于2020年1月6日提交的、申请号为16/735,383、名称为“视频编解码的方法和装置”的美国专利申请的优先权，其要求于2019年1月11日提交的、申请号为62/791,700、名称为“低延迟解码器侧运动推导”的美国临时申请的优先权。在先申请的全部公开内容通过引用整体并入本文。
技术领域
本公开描述总体上涉及视频编解码的实施例。
背景技术
本文所提供的背景描述旨在总体上呈现本公开的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本公开提交时作为现有技术，且从未明示或暗示其被承认为本公开的现有技术。
可以使用具有运动补偿的图片间预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述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张图片或60Hz。未压缩的视频具有很高的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下1920x1080亮度样本分辨率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的是通过压缩减少输入视频信号的冗余。压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损压缩和有损压缩、以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表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，应用于样本数据的某个区域的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的样本数据的另一个区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编解码MV所需的数据量，从而消除冗余并增加压缩量。MV预测可以有效地进行，例如，因为在对从相机导出的输入视频信号(称为自然视频)进行编解码时，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，会朝着类似的方向移动，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进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同，并且在熵编解码之后，又可以用比直接编解码MV时使用的比特数更少的比特数来表示。在某些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，例如由于根据几个周围MV计算预测值时产生的取整误差，MV预测本身可能是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码”，2016年12月)描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本公开描述的是下文称为“空间合并”的技术。
参照图1，当前块(101)包括编码器在运动搜索过程中发现的样本，所述样本可以根据已在空间上移位的相同大小的先前块进行预测。不直接对MV进行编解码，而是使用与五个周围样本中的任何一个相关联的MV，从与一个或多个参考图片相关联的元数据中导出该MV，例如，从最近的(按解码顺序)参考图片中导出该MV。其中，五个周围样本分别用A0、A1和B0、B1、B2(分别为102到106)表示。在H.265中，MV预测可使用相邻块正在使用的同一参考图片的预测值。
发明内容
本公开的各方面提供了视频编解码的方法和装置。在一些示例中，视频解码的装置包括接收电路和处理电路。所述处理电路从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示帧间预测模式。然后，所述处理电路至少部分地基于未在所述当前块上使用第二解码器侧运动矢量推导(DMVD)过程，确定在所述当前块上使用第一DMVD过程。进一步地，所述处理电路利用所述第一DMVD过程，根据所述帧间预测模式重建所述当前块。
在一些实施例中，所述第一DMVD过程是解码器侧运动矢量修正(DMVR)，所述第二DMVD过程是双向光流(BDOF)。在其它一些实施例中，所述第一DMVD过程是双向光流(BDOF)，所述第二DMVD过程是解码器侧运动矢量修正(DMVR)。
在实施例中，所述处理电路在对所述当前块禁用所述第二DMVD过程时，确定在所述当前块上使用所述第一DMVD过程。
在另一实施例中，所述处理电路在启用所述第二DMVD过程时，确定是否激活所述第二DMVD过程；以及在激活所述第二DMVD过程时，禁用所述第一DMVD过程。
在另一实施例中，所述处理电路在所述第二DMVD过程的提前跳过条件为真时，确定使用所述第一DMVD过程。
在一些示例中，当所述帧间预测模式是三角形合并模式、仿射模式、广义双向预测(GBi)模式、加权预测模式之一时，所述DMVR被视为禁用。
在示例中，所述处理电路检查所述当前块的子块上的DMVR的启用/禁用状态，以及基于所述子块上的DMVR的状态，对所述当前块启用/禁用DMVR。
在另一示例中，所述处理电路对所述当前块的多个子块的第一子块启用BDOF，以及对所述当前块的多个子块的第二子块禁用BDOF。
进一步地，所述处理电路根据启用BDOF的第一子块，对在BDOF梯度计算期间禁用BDOF的第二子块进行填充。
本公开的各方面还提供了一种非易失性计算机可读介质，用于存储指令，当所述指令由用于视频解码的计算机执行时，使得所述计算机执行所述视频解码的方法。
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、性质和各种优点将进一步明确，其中：
图1是一个示例中的当前块及其周围的空间合并候选的示意图。
图2是根据实施例的通信系统的简化框图的示意图。
图3是根据实施例的通信系统的简化框图的示意图。
图4是根据实施例的解码器的简化框图的示意图。
图5是根据实施例的编码器的简化框图的示意图。
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示出了一些实施例的冗余校验对的示意图。
图9示出了时间候选推导的示例。
图10示出了说明时间候选的位置的示例。
图11示出了根据本公开实施例的具有运动矢量差(MMVD)的合并模式的示例。
图12A-12B示出了由控制点的运动信息描述的块的仿射运动场。
图13示出了每个子块的仿射运动矢量场的示例。
图14示出了仿射合并模式的示例。
图15示出了根据本公开的一些实施例的空间邻居和时间邻居的示例。
图16示出了双向光流(BDOF)中的扩展CU区域的示例。
图17示出了CU的对角线分割和CU的反对角线分割。
图18示出了基于双边模板匹配的DMVR的示例。
图19示出了根据本公开实施例的搜索空间的示意图。
图20示出了示例中的半样本精度搜索的示意图。
图21示出了根据本公开实施例的基于子块的编码/解码过程的示例。
图22示出了根据本公开实施例的概述过程示例的流程图。
图23是根据实施例的计算机系统的示意图。
具体实施方式
图2示出了根据本公开实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一对终端装置(210)和(220)。在图2的实施例中，第一对终端装置(210)和(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到另一终端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(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(200)包括执行已编码视频数据的双向传输的第二对终端装置(230)和(240)，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，在一个示例中，终端装置(230)和(240)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(250)传输到终端装置(230)和(240)中的另一终端装置。终端装置(230)和(240)中的每个终端装置还可接收由终端装置(230)和(240)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2的实施例中，终端装置(210)、(220)、(230)和(240)可为服务器、个人计算机和智能电话，但本公开的原理可不限于此。本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(250)表示在终端装置(210)、(220)、(230)和(240)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(250)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。出于本公开的目的，除非在下文中有所解释，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。
作为所公开的主题的实施例，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。所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，视频图片流(302)可由电子装置(320)处理，所述电子装置(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主题的各方面。相较于视频图片流(302)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304))，其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)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的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)或另一呈现装置(未描绘)上呈现的输出视频图片流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(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，正在开发的视频编解码标准非正式地称为通用视频编解码(Versatile Video Coding，VVC)，所公开的主题可用于VVC标准的上下文中。
应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。
图4示出了根据本公开实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子装置(430)中。电子装置(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实施例中的视频解码器(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，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(431)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(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)与熵解码器/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，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)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(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(415)，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(415)，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(410)外部的类似元件(未标示)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，以及用以控制显示装置(412)(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(430)的组成部分，但可耦接到电子装置(430)，如图4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(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灵敏度的算术编码等等。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(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。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控制。为了简洁起见，未描述解析器(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以外，视频解码器(410)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(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，所述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(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的周围已重建的信息生成大小和形状与正在重建的块相同的块。举例来说，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块。在此情况下，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(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，且所述运动矢量以所述符号(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)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(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(456)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(420)的符号(421)可用于环路滤波器单元(456)。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(456)的输出可以是样本流，所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，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(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(431)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(410)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5示出了根据本公开实施例的视频编码器(503)的框图。视频编码器(503)设置于电子装置(520)中。电子装置(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实施例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)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(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(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，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.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。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装置。在视频会议系统中，视频源(501)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(503)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(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这些单元。为了简洁起见，图中未标示耦接。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(550)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。
在一些实施例中，视频编码器(503)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(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)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(因为在公开的主题中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(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(533)的操作可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，当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/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(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(530)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”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(532)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(533)可基于源编码器(530)创建的符号，对可指定为参考图片的已编码视频数据进行解码。编码引擎(532)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5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(533)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(534)中。以此方式，视频编码器(503)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(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)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(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，根据预测器(535)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(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(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，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(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，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(503)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(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用视频编码技术或标准指定的语法。
在实施例中，传输器(540)可在传输已编码的视频时传输附加数据。源编码器(530)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它形式的冗余数据、补充增强信息(SEI)消息、视觉可用性信息(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(时间或其它)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(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)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(predictionblock，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6示出了根据本公开另一实施例的视频编码器(603)的示意图。视频编码器(603)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(603)用于代替图3实施例中的视频编码器(303)。
在HEVC实施例中，视频编码器(603)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(603)使用例如率失真(rate-distortion)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(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将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(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)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(622)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。在实施例中，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)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(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，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(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所述帧间预测信息添加在码流中。
残差计算器(623)用于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)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(624)用于将残差数据从空间域转换到频域，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(603)还包括残差解码器(628)。残差解码器(628)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(622)和帧间编码器(630)使用。举例来说，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(625)用于将码流格式化以产生已编码的块。熵编码器(625)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(625)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图7示出了根据本公开另一实施例的视频解码器(710)的示意图。视频解码器(710)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(710)用于代替图3实施例中的视频解码器(310)。
在图7实施例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(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)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(772)或帧间解码器(780)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(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到帧内解码器(772)。残差信息可经由逆量化并提供到残差解码器(773)。
帧间解码器(780)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(772)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(773)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(773)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(771)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(774)用于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，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(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施视频编码器(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施视频编码器(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)。
本公开的方面提供了低延迟解码器侧运动推导的技术。可以根据该技术来修改高级视频编解码器中的帧间预测，特别是解码器侧运动矢量推导过程，以减少解码延迟。
开发了诸如HEVC、VVC等各种编解码标准，以包括提高视频编解码性能的新技术。
在VVC的一些示例中，对于每个帧间预测的CU，运动参数包括运动矢量、参考图片索引、参考图片列表使用索引、以及VVC的新编解码功能所需的附加信息，以用于帧间预测样本的生成。可以以显式方式或隐式方式发信号通知运动参数。在示例中，当使用跳过模式对CU进行编码时，CU与一个PU相关联，并且没有明显的残差系数，没有编码的运动矢量增量(例如，运动矢量差)或者参考图片索引。在另一示例中，指定合并模式，由此从相邻CU获得当前CU的运动参数，包括空间和时间候选、以及VVC中引入的附加调度(schedule)。合并模式可以应用于任何帧间预测的CU，而不仅仅适用于跳过模式。合并模式的替代方案是运动参数的显式传输，其中运动矢量、每个参考图片列表的相应参考图片索引、参考图片列表使用标志以及其它所需信息可以通过每个CU显式地发信号通知。
除了HEVC中的帧间编解码功能之外，VVC测试模型3(VTM3)还包括许多新的和改进的帧间预测编解码工具，例如扩展合并预测、具有运动矢量差的合并模式(MMVD)、仿射运动补偿预测、双向光流(BDOF)、三角形分区预测、组合的帧间和帧内预测(CIIP)等。在本公开中描述了上述帧间预测编解码工具的一些特征。
在一些示例中，在VTM3中使用扩展合并预测。具体地，在VTM3中，合并候选列表通过依次包括以下五种类型的候选来构建：(1)来自空间相邻CU的空间运动矢量预测值(MVP)；(2)来自同位CU的时间MVP；(3)来自先进先出(FIFO)表的基于历史的MVP；(4)成对平均MVP；以及(5)零MV。在一些实施例中，在合并候选列表构建中使用的技术包括空间候选推导、时间候选推导、基于历史的合并候选推导和成对平均合并候选推导。
在示例中，在VTM3中，合并列表的大小在切片头中用信号通知，并且合并列表的最大允许大小为6。对于每个以合并模式编码的CU，使用截断一元(truncated unary，TU)二值化(binarization)对最佳合并候选的索引进行编码。合并索引的第一个二进制数(binary)使用上下文编码进行编码，而其它的二进制数使用旁路编码(bypass coding)进行编码。
对于空间候选推导，根据本公开的一方面，VVC中的空间合并候选的推导与HEVC中的相似。例如，从位于图1所示的位置A0-A1和B0-B2处的候选中选择最多四个合并候选。推导顺序为A1、B1、B0、A0和B2。仅当位置A1、B1、B0、A0的任何CU不可用(例如，属于另一个切片或图块)或者被帧内编码时，才考虑位置B2。在添加位置A1处的候选之后，其余候选的添加要进行冗余校验，这确保了将具有相同运动信息的候选从列表中排除，从而提高了编解码效率。为了降低计算复杂度，在提到的冗余校验中并未考虑所有可能的候选对。
图8示出了一些实施例的冗余校验对的示意图。在实施例中，在冗余校验中仅考虑了图8中用箭头链接的对，并且仅当用于冗余校验的相应候选具有不同的运动信息时才将候选添加到列表中。
对于时间候选推导，根据本公开的一方面，仅将一个候选添加到列表。具体地，在时间合并候选的推导中，基于属于同位参考图片的同位CU导出缩放的运动矢量。用于导出同位CU的参考图片列表在切片头中显式地用信号通知。
图9示出了时间候选推导的示例。图9示出了图片序列，该图片序列包括具有当前CU的当前图片、具有当前CU的同位CU的同位图片、当前图片的参考图片、以及同位图片的参考图片。在示例中，将当前图片的参考图片与当前图片之间的图片顺序计数(POC)距离(例如，POC的差)表示为tb，将同位图片的参考图片和同位图片之间的POC距离表示为td。图9中的910示出了时间合并候选的缩放的运动矢量，其使用POC距离tb和td(例如，tb与td的比率)从同位CU的运动矢量920缩放而来。在示例中，将时间合并候选的参考图片索引设置为等于零。
图10示出了用于说明在候选C0和C1之间选择的时间候选的位置的示例。当位置C0处的CU不可用、或被帧内编码、或在CTU的当前行之外时，则可以使用位置C1。否则，在时间合并候选的推导中使用位置C0。
基于历史的MVP(HMVP)合并候选在空间MVP和时间MVP(TMVP)之后被添加到合并列表。在一些示例中，对于基于历史的合并候选推导，先前已编码块的运动信息存储在表中并被用作当前CU的MVP。在编码/解码过程期间维护具有多个HMVP候选的表。当新的CTU行开始解码时，重置(清空)该表。每当存在非子块帧间编码的CU时，将相关运动信息作为新的HMVP候选添加到表的最后一个条目。
在一些示例中，例如在VTM3中，将HMVP表的大小S设置为6，这表示最多可以将6个基于历史的MVP(HMVP)候选添加到表中。当在表中插入新的运动候选时，使用约束的先进先出(FIFO)规则，其中，首先应用冗余校验，以发现表中是否存在相同的HMVP。如果发现表中存在相同的HMVP，则从表中删除该相同的HMVP，然后可以向前移动所有HMVP候选。
HMVP候选可用于合并候选列表的构建过程。依次检查表中最新的几个HMVP候选，并将其插入到候选列表中TMVP候选之后。将冗余校验应用于HMVP候选得到空间或时间合并候选。
在一些示例中，为了减少冗余校验操作的数量，引入了一些简化。在示例中，将用于合并列表生成的HMVP候选的数量设置为(N<＝4)？M:(8–N)，其中，N表示合并列表中现有候选的数量，M表示表中可用的HMVP候选的数量。
在另一示例中，一旦可用的合并候选的总数量比允许的合并候选的最大值低1，就结束来自HMVP的合并候选列表的构建过程。
对于成对平均合并候选的推导，成对平均候选是通过对现有合并候选列表中的预定义候选对进行平均来生成的。在一些示例中，预定义对被定义为{(0,1),(0,2),(1,2),(0,3),(1,3),(2,3)}，其中数字表示合并候选列表中的合并索引。为每个参考列表分别计算平均运动矢量。当一个参考列表中的两个运动矢量都可用时，则即使这两个运动矢量指向不同的参考图片，也对它们进行平均。当参考列表中只有一个运动矢量可用时，则直接使用该运动矢量。如果参考列表中没有运动矢量可用，则该参考列表无效。
在一些示例中，当在添加成对平均合并候选之后合并列表还未满时，则在合并列表的末尾插入零MVP，直到达到最大合并候选数量。
除了合并模式(其中隐式导出的运动信息直接用于当前CU的预测样本生成)之外，在VVC中引入具有运动矢量差(MMVD)的合并模式。在一些示例中，在发送跳过标志和合并标志之后立即发信号通知MMVD标志，以指定是否将MMVD模式用于CU。
在MMVD中，在选择合并候选之后，通过发信号通知的运动矢量差(MVD)信息进一步对运动信息进行修正。在一些示例中，该信息包括合并候选标志、用于指定运动幅度的索引和用于指示运动方向的索引。在MMVD模式中，选择合并列表中的前两个候选中的一个作为MV基础。发信号通知合并候选标志以指定使用哪一个候选。
在一些示例中，距离索引用于指定运动幅度信息并指示距离起点的预定义偏移。
图11示出了根据本公开实施例的MMVD的示例。例如，(1111)示出了起点MV至L0参考(例如，根据预测方向索引(IDX)和基础候选IDX)。类似地，起点MV至L1参考如(1121)所示。将偏移添加到起点MV的水平分量或垂直分量。表1示出了距离索引与预定义偏移的关系的示例。
表1–距离索引与预定义偏移的关系
Figure GDA0003597851430000141
在一些示例中，方向索引表示MVD相对于起点的方向。方向索引可以表示如表2所示的四个方向中的一个。应注意，MVD符号的含义可以根据起始MV的信息而变化。当起始MV为都指向当前图片的同一侧的单向预测MV或双向预测MV时(即，两个参考图片的POC均大于当前图片的POC，或者均小于当前图片的POC)，表2中的符号指定添加到起始MV的MV偏移的符号。当起始MV是双向预测MV且该两个MV指向当前图片的不同侧(即，一个参考图片的POC大于当前图片的POC，而另一个参考图片的POC小于当前图片的POC)时，表2中的符号指定添加到起始MV的列表0MV分量的MV偏移的符号，而列表1MV的符号具有相反的值。
表2–方向索引指定的MV偏移的符号
方向IDX 00 01 10 11
x轴 + – N/A N/A
y轴 N/A N/A + –
对于仿射运动补偿预测，在HEVC中，仅将平移运动模型应用于运动补偿预测(MCP)。现实世界中有多种运动，例如，放大/缩小、旋转、透视运动和其它不规则运动。在VTM3中，应用了基于块的仿射变换运动补偿预测。
图12A示出了由两个控制点(4参数仿射模型)的运动信息描述的块的仿射运动场，图12B示出了由三个控制点(6参数仿射模型)描述的块的仿射运动场。
在一些实施例中，对于4参数仿射运动模型，在块中的样本位置(x,y)处的运动矢量可以导出为等式1，对于6参数仿射运动模型，在块中的样本位置(x,y)处的运动矢量可以导出为等式2：
Figure GDA0003597851430000151
Figure GDA0003597851430000152
其中，(mv0x，mv0y)表示左上角控制点CP0的运动矢量，(mv1x，mv1y)是右上角控制点CP1的运动矢量，(mv2x，mv2y)是左下角控制点CP2的运动矢量。
为了简化运动补偿预测，应用基于块的仿射变换预测。
图13示出了每个子块的仿射MV场的示例。当前CU被分成多个4×4亮度子块。为了导出每个4×4亮度子块的运动矢量，根据上述等式计算每个子块的中心样本的运动矢量，如图13所示，并将其四舍五入到1/16分数精度。然后，应用运动补偿插值滤波器，以利用导出的运动矢量生成每个子块的预测。色度分量的子块大小也设置为4×4。在示例中，将4×4色度子块的MV计算为四个对应的4×4亮度子块的MV的平均值。
可以采用两种仿射运动帧间预测模式，例如仿射合并(AF_MERGE)模式和仿射高级运动矢量预测(AMVP)模式。
对于仿射合并预测，在示例中，可以将AF_MERGE模式应用于宽度和高度都大于或等于8的CU。在AF_MERGE模式中，基于空间相邻CU的运动信息生成当前CU的控制点运动矢量(CPMV)。在示例中，最多可以有五个CPMV候选，并且发信号通知索引，以指示要用于当前CU的一个CPMV候选。在示例中，使用三种类型的CPMV候选来形成仿射合并候选列表。第一种类型的CPMV候选是从相邻CU的CPMV推断出的继承的仿射合并候选。第二种类型的CPMV候选是使用相邻CU的平移MV导出的构造的仿射合并候选。第三种类型的CPMV候选是零MV。
在一些示例中，例如在VTM3中，最多可以使用两个继承的仿射候选。在示例中，这两个继承的仿射候选是从相邻块的仿射运动模型导出的，其中一个是从左相邻CU(称为左预测值)导出的，一个是从上相邻CU(称为上预测值)导出的。在一些示例中，对于左预测值(predictor)，扫描顺序是A0->A1，对于上预测值，扫描顺序是B0->B1->B2。在示例中，从每一侧仅选择第一个继承的候选。在一些示例中，在两个继承的候选之间不执行修剪检查。当识别出相邻仿射CU时，该相邻仿射CU的控制点运动矢量被用于导出当前CU的仿射合并列表中的CPMV候选。
图14示出了仿射合并模式的示例。如图14所示，当以仿射模式对相邻左下块A进行编码时，获得包含块A的CU的左上角、右上角和左下角的运动矢量mv2、mv3和mv4。当使用4参数仿射模型对块A进行编码时，根据mv2和mv3计算当前CU的两个CPMV。在使用6参数仿射模型对块A进行编码的情况下，根据mv2、mv3和mv4计算当前CU的三个CPMV。
在一些示例中，构造的仿射候选通过组合每个控制点的相邻平移运动信息来构造。控制点的运动信息可以从指定的空间邻居和时间邻居导出。
图15示出了根据本公开的一些实施例的空间邻居(例如，A0-A2和B0-B3)和时间邻居(例如，T)的示例。在示例中，CPMVk(k＝1，2，3，4)表示第k个控制点。对于CPMV1，检查B2->B3->A2块(->用于检查顺序)，并且使用第一个可用块的MV。对于CPMV2，检查B1->B0块，对于CPMV3，检查A1->A0块。对于TMVP，检查T，并且如果块T的MV可用，则将其用作CPMV4。
在获得四个控制点的MV之后，基于该运动信息构造仿射合并候选。控制点MV的以下组合依次用于构造：{CPMV1,CPMV2,CPMV3}、{CPMV1,CPMV2,CPMV4}、{CPMV1,CPMV3,CPMV4}、{CPMV2,CPMV3,CPMV4}、{CPMV1,CPMV2}、{CPMV1,CPMV3}。
3个CPMV的组合可以构造6参数仿射合并候选，2个CPMV的组合可以构造4参数仿射合并候选。在示例中，为了避免运动缩放过程，当控制点的参考索引不同时，可以丢弃控制点MV的相关组合。
在示例中，在检查继承的仿射合并候选和构造的仿射合并候选之后，如果候选列表仍然未满，则将零MV插入到该列表的末尾。
对于仿射AMVP，仿射AMVP模式可以用于宽度和高度都大于或等于16的CU。在一些示例中，在比特流(例如，已编码视频比特流)中发信号通知CU级别的仿射标志，以指示是否将仿射AMVP模式用于CU，然后发信号通知另一标志，以指示使用4参数仿射还是6参数仿射。在仿射AMVP模式中，在比特流中发信号通知当前CU的CPMV与其预测值CPMVP的差。仿射AMVP候选列表的大小为2，并且通过依次使用以下四种类型的CPMV候选来生成：(1)从相邻CU的CPMV推断出的继承的仿射AMVP候选；(2)使用相邻CU的平移MV导出的构造的仿射AMVP候选；(3)来自相邻CU的平移MV；以及(4)零MV。
在一些示例中，继承的仿射AMVP候选的检查顺序与继承的仿射合并候选的检查顺序相同。在示例中，仿射合并预测和仿射AMVP预测的唯一区别是，对于AMVP候选，仅考虑具有与当前块相同的参考图片的仿射CU。在示例中，当将继承的仿射运动预测值插入到候选列表中时，不应用修剪过程。
在一些示例中，构造的AMVP候选可以从图15所示的指定的空间邻居导出。在示例中，使用与仿射合并预测的候选构造中相同的检查顺序。此外，还检查相邻块的参考图片索引。使用检查顺序中的第一个块，该第一个块是帧间编码的，并且具有与当前CU中相同的参考图片。当使用4参数仿射模型对当前CU进行编码并且两个控制点的运动矢量mv0和mv1均可用时，将这两个控制点的运动矢量作为一个候选添加到仿射AMVP列表中。当使用6参数仿射模型对当前CU进行编码并且控制点的所有三个运动矢量CPMV均可用时，将这些CPMV作为一个候选添加到仿射AMVP列表中。否则，将构造的AMVP候选设置为不可用。
当在检查继承的仿射AMVP候选和构造的AMVP候选之后，仿射AMVP列表候选的数量仍然小于2时，则依次将mv0、mv1和mv2添加为平移MV，以预测当前CU的所有控制点MV。最后，如果仿射AMVP列表仍然未满，则使用零MV来填充该仿射AMVP列表。
根据本公开的一些方面，在帧间预测中使用被称为双向光流(BDOF)模式的运动修正(motion refinement)技术。在一些示例中，BDOF也称为BIO。BDOF用于在4×4子块级别上修正CU的双向预测信号。当CU满足以下条件时，将BDOF应用于CU：1)CU的高度不为4，并且CU的大小不为4×8；2)不使用仿射模式或ATMVP合并模式对CU进行编码；3)使用“真(true)”双向预测模式对CU进行编码，即，两个参考图片中的一个按照显示顺序在当前图片之前，而另一个按照显示顺序在当前图片之后。在一些示例中，BDOF仅应用于亮度分量。
BDOF模式中的运动修正基于光流概念，该光流概念假设对象的运动是平滑的。对于每个4×4子块，通过最小化L0和L1预测样本之间的差来计算运动修正(vx，vy)。然后，运动修正用于调整4×4子块中的双向预测样本值。在BDOF过程中应用以下步骤。
首先，通过直接计算两个相邻样本之间的差来计算两个预测信号的水平梯度
Figure GDA0003597851430000171
和垂直梯度
Figure GDA0003597851430000172
即
Figure GDA0003597851430000173
其中，I(k)(i，j)是列表k(k＝0，1)中的预测信号的坐标(i，j)处的样本值。
然后，梯度的自相关和互相关S1、S2、S3、S5和S6计算为：
S1＝∑(i，j)∈Ωψx(i，j)·ψx(i，j)，S3＝∑(i，j)∈Ωθ(i，j)·ψx(i，j)
S2＝∑(i，j)∈Ωψx(i，j)·ψy(i，j) (等式4)
S5＝∑(i，j)∈Ωψy(i，j)·ψy(i，j)S6＝∑(i，j)∈Ωθ(i，j)·ψy(i，j)
其中，
Figure GDA0003597851430000174
θ(i，j)＝(I(1)(i，j)＞＞nb)-(I(0)(i，j)＞＞nb)
其中，Ω是4×4子块周围的6×6窗口。
然后，使用互相关和自相关项通过以下等式导出运动修正(vx，vy)：
Figure GDA0003597851430000181
其中，
Figure GDA0003597851430000185
th′BIO＝213-BD，并且
Figure GDA0003597851430000182
是地板函数(floor function)。
基于运动修正和梯度，为4×4子块中的每个样本计算以下调整：
Figure GDA0003597851430000183
最后，通过调整双向预测样本来如下计算CU的BDOF样本：
predBDOF(x，y)＝(I(0)(x，y)+I(1)(x，y)+b(x，y)+ooffset)＞＞shift (等式8)
在上文中，na、nb和
Figure GDA0003597851430000184
的值分别等于3、6和12。选择这些值，以使BDOF过程中的乘数不超过15位，并且BDOF过程中的中间参数的最大位宽度(bit-width)保持在32位以内。
为了导出梯度值，可以生成当前CU边界外的列表k(k＝0，1)中的一些预测样本I(k)(i，j)。
图16示出了BDOF中的扩展CU区域的示例。在图16的示例中，4×4CU(1610)显示为阴影区域。BDOF在CU的边界周围使用一个扩展行/列，并且扩展区域显示为虚线的6×6块(1620)。为了控制生成边界外预测样本的计算复杂性，在扩展区域(白色位置)中使用双线性滤波器生成预测样本，并且在CU(灰色位置)内使用普通8抽头运动补偿插值滤波器生成预测样本。这些扩展样本值仅用于梯度计算。对于BDOF过程中的其余步骤，如果需要CU边界外的任何样本和梯度值，则根据其最近的邻居对它们进行填充(即，重复)。
在一些示例中，三角形分区可用于帧间预测。例如(例如，VTM3)，引入了新的三角形分区模式用于帧间预测。三角形分区模式仅应用于大小为8×8或更大并且以跳过或合并模式进行编码的CU。对于满足这些条件的CU，发信号通知CU级别标志，以指示是否应用三角形分区模式。
当使用三角形分区模式时，使用对角线分割或反对角线分割，将CU均匀地分割成两个三角形分区。
图17示出了CU的对角线分割和CU的反对角线分割。CU中的每个三角形分区都具有其自己的运动信息，并且可以使用其自己的运动信息进行帧间预测。在示例中，每个三角形分区仅允许单向预测。然后，每个分区具有一个运动矢量和一个参考索引。应用单向预测运动约束以确保与常规的双向预测相同，每个CU仅需要两个运动补偿预测。每个分区的单向预测运动信息是从使用该过程构建的单向预测候选列表中导出的。
在一些示例中，当CU级别标志指示使用三角形分区模式对当前CU进行编码时，则进一步发信号通知一个索引，该索引在[0,39]范围内。使用该三角形分区索引，可以通过查找表获得三角形分区的方向(对角线或反对角线)以及每个分区的运动信息。在预测每个三角形分区之后，使用具有自适应权重的混合处理来调整沿对角线或反对角线边缘的样本值。在预测整个CU之后，像在其它预测模式中一样将变换和量化过程应用于整个CU。最后，将使用三角形分区模式预测的CU的运动场以4x4单位进行存储。
在一些实施例中，在帧间预测中使用广义双向预测(GBi)。利用GBi，使用(等式9)生成双向预测Pbi-pred，其中(等式9)中的一个加权参数被发信号通知给已编码的编码单元(CU)，P0和P1分别是使用列表-0(L0)和列表-1(L1)中的参考图片的运动补偿预测。在示例中，w是以1/8精度表示的列表-1预测的加权参数。
Pbi-pred＝((8-w)×P0+w×P1+4)＞＞3 (等式9)
在示例性GBi设计中，有5个权重{-2/8，3/8，4/8，5/8，10/8}可用于低延迟图片，有3个权重{3/8，4/8，5/8}可用于非低延迟图片。在帧间预测模式中，如果使用双向预测且CU面积小于128个亮度样本，则禁用GBi，而无需任何信令。
在一些实施例中，加权预测(WP)是在例如HEVC中提供的工具。WP对应于高级视频编解码(AVC)中存在的等效工具，旨在当源材料受到照明变化时(例如当使用衰落(fading)或交叉衰落(cross-fading)时)，提高帧间预测的性能。
在一些示例中，根据WP，将帧间预测信号P替换为线性加权预测信号P’(具有权重w和偏移o)，例如根据用于单向预测的(等式10)：
单向预测：P'＝w×P+o (等式10)
对于双向预测，帧间预测信号P0用于参考L0，权重w0和偏移o0用于参考L0，帧间预测信号P1用于参考L1，权重w1和偏移o1用于参考L0，则可以根据(等式11)计算线性加权预测信号P'：
双向预测：P'＝(w0×P0+o0+w1×P1+o1)/2 (等式11)
可应用的权重和偏移由编码器选择，并且在比特流内从编码器传送到解码器。L0和L1后缀分别定义参考图片列表的List0和List1。如同插值滤波器一样，在预测信号进行平均之前，将位深度保持在14位精度(在HEVC版本1中)。
在双向预测(其中每个列表L0和L1中至少一个参考图片可用)的一些情况下，(等式12)用于与亮度信道相关的加权预测参数的显式信令：
predSamples[x][y]＝
Clip3(0,(1<<bitDepth)-1,(predSamplesL0[x][y]×w0+predSamplesL1[x][y]×w1+((o0+o1+1)<<log2WD))>>(log2WD+1)) (等式12)
其中，
log2WD＝luma_log2_weight_denom+14-bitDepth
w0＝LumaWeightL0[refIdxL0],w1＝LumaWeightL1[refIdxL1]
o0＝luma_offset_l0[refIdxL0]×highPrecisionScaleFactor
o1＝luma_offset_l1[refIdxL1]×highPrecisionScaleFactor
highPrecisionScaleFactor＝(1<<(bitDepth-8))
应注意，可以将相应的公式应用于色度信道和单向预测的情况。
在一些实施例中，当high_precision_offsets_enabled_flag等于零时，将(1<<(bitDepth-8))的highPrecisionScaleFactor应用于加权预测偏移o0和o1。在较高的位深度，该因子的幅度会增加，从而降低了加权预测的性能。
当high_precision_offsets_enabled_flag等于1(在RExt配置文件中允许)时，偏移(o0和o1)具有与输入相同的精度(即，去除了上述因子)，以便为加权预测过程提供足够的精度。
根据本公开的一方面，解码器侧运动矢量修正(DMVR)是解码器侧运动矢量推导(DMVD)技术中的一种，并且用于基于起点来改进/修正MV。
在一些示例中，在双向预测操作的情况下，对于一个块区域的预测，分别使用第一候选列表list0的MV0和第二候选列表list1的MV1形成的两个预测块被组合，以形成单个预测信号，该单个预测信号被称为双边模板。在DMVR方法中，通过双边模板匹配过程进一步修正双向预测的两个运动矢量MV0和MV1。在解码器中应用双边模板匹配，以在双边模板和参考图片中的重建样本之间执行基于失真的搜索，从而获得修正的MV，而无需传输额外的运动信息。
图18示出了基于双边模板匹配的DMVR的示例。在DMVR中，如图18所示，分别根据第一候选列表list0的初始MV0和第二候选列表list1的MV1，将双边模板(1840)生成为两个预测块(1820)和(1830)的加权组合(即平均)。模板匹配操作包括计算所生成的模板(1840)和参考图片Ref0和Ref1中的样本区域(在初始预测块周围)之间的成本测量。对于两个参考图片Ref0和Ref1中的每一个，将产生最小模板成本的MV视为该列表的更新MV，以替换原始MV。例如，MV0’替换MV0，MV1’替换MV1。在一些示例中，为每个列表搜索九个MV候选。该九个MV候选包括原始MV和8个周围的MV，其中一个亮度样本在水平或垂直方向上偏移到原始MV，或者在两个方向上都偏移到原始MV。最后，两个新的MV，即图18中所示的MV0’和MV1’，用于生成当前块的最终双向预测结果。绝对差之和(SAD)可以用作成本测量。
在一些示例中，DMVR应用于双向预测的合并模式，其中一个MV来自过去的参考图片，另一个MV来自将来的参考图片，而无需传输额外的语法元素。在示例中，当(等式13)中的条件为真时，DMVR应用于合并模式和跳过模式：
(POC-POC0)×(POC-POC1)＜0 (等式13)
其中，POC表示当前图片的图片顺序计数，POC0和POC1表示当前图片的两个参考图片的图片顺序计数。
在一些实施例中，基于接收的比特流中的信号，确定一对合并候选并将其用作DMVR过程的输入。例如，这对合并候选被表示为初始运动矢量(MV0，MV1)。在一些示例中，由DMVR搜索的搜索点遵循运动矢量差镜像条件。换句话说，由一对候选运动矢量(MV0’，MV1’)表示的由DMVR检查的点遵循(等式14)和(等式15)：
MV0′＝MV0+MVdiff (等式14)
MV1′＝MV1-MVdiff (等式15)
其中，MVdiff表示候选运动矢量和参考图片之一中的初始运动矢量之间的运动矢量差。
图19示出了根据本公开实施例的第一参考图片中的搜索空间的第一部分(1910)和第二参考图片中的搜索空间的第二搜索部分(1920)的示意图。初始运动矢量MV0指向搜索空间的第一部分(1910)中的点(1911)，初始运动矢量MV1指向搜索空间的第二部分(1920)中的点(1921)。此外，候选运动矢量MV0’指向搜索空间的第一部分(1910)中的点(1912)，候选运动矢量MV1’指向搜索空间的第二部分(1920)中的点(1922)。点(1912)和(1922)满足运动矢量差镜像条件。类似地，点(1913)和(1923)满足运动矢量差镜像条件，点(1914)和(1924)满足运动矢量差镜像条件，点(1915)和(1925)满足运动矢量差镜像条件，点(1916)和(1926)满足运动矢量差镜像条件。在图19的示例中，在搜索空间中选择6对搜索点，并且将点(1911)和(1921)称为搜索空间的中心点。
在一些示例中，在构造搜索空间之后，使用插值滤波器(例如离散余弦变换插值滤波器(DCTIF))分别对搜索空间的第一部分(1910)和第二部分(1920)中的搜索点执行单边(uni-lateral)预测。此外，通过使用每对搜索点的两个单边预测之间的减少均值的平均差值之和(MRSAD，mean reduced sum of average difference)，计算双边匹配成本函数，然后选择成本最小(最小双边匹配成本，最小MRSAD)的一对搜索点作为修正的MV对。在示例中，对于MRSAD计算，使用16位精度的样本(其是插值滤波的输出)，并且在MRSAD计算之前不应用限幅(clipping)和舍入运算。不应用舍入和限幅的原因是为了减少内部缓冲器的需求。
在一些实施例中，使用自适应模式方法来选择整数精度搜索点。在示例中，首先计算对应于中心点(例如初始运动矢量指向的(1911)和(1921))的成本(双边匹配成本)。计算其它4个成本，例如对应于点(1912)和(1922)的成本、对应于点(1913)和(1923)的成本、对应于点(1914)和(1924)的成本、以及对应于点(1915)和(1925)的成本。从点(1912)-(1915)到中心点(1911)的距离是样本分辨率的整数，例如1个像素(1-像素)，并且从点(1922)-(1925)到中心点(1921)的距离也是样本分辨率的整数。
然后，基于其它4个成本的结果，通过先前计算的成本的梯度选择第6对搜索点，例如点(1916)和(1926)。例如，当搜索点(1912)和(1922)的成本小于搜索点(1913)和(1923)的成本，并且搜索点(1915)和(1925)的成本小于搜索点(1914)和(1924)的成本时，则选择点(1916)和(1926)作为第6对搜索点。在另一示例中，当搜索点(1912)和(1922)的成本小于搜索点(1913)和(1923)的成本，并且搜索点(1914)和(1924)的成本小于搜索点(1915)和(1925)的成本时，则选择点(1917)和(1927)作为第6对搜索点。然后，在6对搜索点内，使用成本最小的一对搜索点来确定修正的运动矢量对(对应于成本最小的一对搜索点)，该修正的运动矢量对是DMVR过程的一次迭代的输出。
在一些实施例中，在一次迭代之后，当在搜索空间的中心点(例如，1911和1921)处实现最小成本时，即，运动矢量没有改变，则修正过程结束。否则，将成本最小的搜索点作为新的中心点，开始DMVR过程的另一次迭代。例如，当点(1916)和(1926)具有最小成本时，则将点(1916)和(1926)作为中心点，以在不超过搜索范围时继续DMVR过程的下一次迭代。
在一些示例中，当整数精度搜索终止时，当半像素搜索的应用不超过搜索范围时，应用半样本精度搜索。
图20示出了示例中的半样本精度搜索的示意图。在图20的示例中，四个搜索点(2020)距离中心点(2010)1个像素(1-像素)，并且可以用作整数精度搜索点(例如，点1912-1915)。此外，四个点(2030)距离中心点(2010)半个像素，并且用于半样本精度搜索。类似于整数样本精度搜索，执行4个MRSAD计算，对应于距离中心点半像素的四对点。在示例中，半样本精度搜索中的中心点对应于以最小成本进行整数精度搜索得到的修正的运动矢量对。
根据本公开的一些方面，进行了各种改变以提高DMVR效率。
在示例中，使用填充技术，以便通过使用区域外的样本位置处的填充样本进行插值(例如(CU_w+7)×(CU_h+7))来避免相对于双向预测的存储器访问的增加，其中CU_w表示CU的宽度，CU_h表示CU的高度。
在另一示例中，使用用于修正的双线性插值，以避免由于修正搜索范围而增加基于DCTIF的运动补偿复杂度。
在另一示例中，每隔一行计算一次成本，以降低成本评估复杂度。
在一些实施例中，应用限制来确定是否允许DMVR。
在示例中，对于高度≥8且CU_w×CU_h≥64的CU，允许DMVR。设置限制是为了限制最坏情况下的计算操作。
在另一示例中，对于亮度样本计数大于1024个样本的CU，允许DMVR。设置限制是为了限制DMVR的内部存储器需求。
在另一示例中，当从对应于发信号通知的合并索引的MV到先前合并索引的MV的MV距离小于阈值时，允许DMVR。
在另一示例中，当具有零ΔMV的L0和L1插值样本之间的SAD成本小于阈值时，允许DMVR。
在另一示例中，块可以被划分成多个子块，每个子块具有16或32的宽度和高度。然后，可以在子块级别应用DMVR。
根据本公开的一些方面，各种解码器侧运动矢量推导(DMVD)过程(例如BDOF和DMVR等)可以在解码器侧导出MV或修正现有MV。在一些示例中，不传输运动信息，因此DMVD在编解码性能方面具有显著的增益。然而，MV推导过程具有很高的复杂度，并且可能降低解码流水线(pipeline)的吞吐量。
本公开的各方面提供了在视频编解码器的帧间预测中降低DMVD中的复杂度和延迟的方法和装置。所提出的方法可以单独使用或以任何顺序组合使用。此外，该方法(或实施例)、编码器和解码器中的每一个可以通过处理电路(例如，一个或多个处理器或者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易失性计算机可读介质中的程序。在下文中，术语“块”可以被解释为预测块、编码块或编码单元(即，CU)。
根据本公开的一个方面，诸如DMVR和BDOF等的DMVD过程不同时应用在同一块中。因此，在确定使用DMVD过程时，还检查其它一个或多个DMVD过程的状态。在实施例中，是否对块使用BDOF不仅取决于BDOF自身的约束(例如在序列/图片/切片/图块级别启用BDOF，对块进行双向帧间预测，以及当前图片在时间上处于两个参考的中间以应用BDOF)，还取决于DMVR状态。DMVR状态包括但不限于DMVR是否用于块、DMVR是否视为对块启用、DMVR是否被激活或停用(deactivated)等。
在一些示例中，基于某些条件和条件的组合，视为启用DMVR。当不满足这些条件时，视为禁用DMVR，然后当块的条件满足BDOF约束时，BDOF可以应用于块。
在实施例中，当DMVR修正过程被用于或将被用于块时，视为启用DMVR。
在另一实施例中，当启用DMVR时，执行另一检查以测试是否在当前块中激活DMVR。当确定激活DMVR过程时，则会禁用BDOF；否则，可以启用BDOF。在一些示例中，在常规的帧间双向预测期间，执行两个单向预测。对于每个单向预测，根据参考图片生成一个预测块。在DMVR中的单向预测中，生成多于一个的预测块。为了与常规的帧间预测对齐，在示例中，DMVR激活测试不会从参考图片中获取多于一个参考块以用于当前块的任何单向预测。在一个示例中，DMVR的提前跳过条件(或提前终止条件)被用来确定DMVR激活状态。当提前跳过条件为真时，则视为未激活DMVR，因此可以激活BDOF。当提前跳过条件为假时，则视为激活DMVR，可以禁用BDOF。或者，在示例中，当提前跳过条件被检查为真时，即使未激活DMVR，也禁用BDOF。
在另一实施例中，当块处于合并模式、具有指向两个不同参考图片的两个运动矢量并且没有一个参考图片是当前图片时，视为启用DMVR。然后，基于DMVR的状态，可以确定使用BDOF。
在另一实施例中，当发信号通知MVD信息时，视为禁用DMVR。例如，当块不处于合并模式或块处于MMVD模式时，视为禁用DMVR。
在另一实施例中，当使用三角形合并时，视为禁用DMVR。
在另一实施例中，当块处于仿射模式时，视为禁用DMVR。
在另一实施例中，当不满足一些限制条件时，视为禁用DMVR。在示例中，当高度≥8且CU_w×CU_h≥64的条件不满足时，视为禁用DMVR。在另一示例中，当块尚未满足亮度样本计数大于1024个样本的条件时，视为对该块禁用DMVR。在另一示例中，当从对应于发信号通知的合并索引的MV到先前合并索引的MV的MV距离小于阈值的条件对于该块来说尚未满足时，则视为对该块禁用DMVR。在另一示例中，当具有零ΔMV的L0和L1插值样本之间的SAD成本小于阈值的条件尚未满足时，则视为禁用DMVR。
在另一实施例中，当GBi用于块时，视为禁用DMVR。
在另一实施例中，当加权预测用于块时，视为禁用DMVR。
在另一实施例中，针对DMVR中的每个子块检查DMVR启用条件。当DMVR在每个子块中被视为启用时，则DMVR在当前块中被视为启用。
在另一实施例中，每个子块都具有其自己的DMVR状态，则对于当前块的一些子块可以启用BDOF，而对于当前块的其它子块可以禁用BDOF。
图21示出了被划分成多个子块(2101)-(2116)的当前块(2100)。在图21的示例中，在左上2×2子块(2101)、(2102)、(2105)和(2106)中禁用BDOF，并且在剩余子块中启用BDOF。在一些实施例中，每个子块可以进一步包括一个或多个子PU。每个子PU具有固定大小，例如4×4或8×8。在示例中，当DMVR被视为在子块内的所有子PU中启用时，则DMVR被视为在子块中启用。
在一些实施例中，当在子块上启用BDOF且在相邻子块上禁用BDOF时，跨越子块与相邻子块之间的边界的梯度计算可以使用填充的像素。在示例中，可以类似地或以与CU边界处相同的方式应用填充。在图21的示例中，启用BDOF的子块和禁用BDOF的子块之间的边界可以以与CU边界相同的方式来看待。当BDOF梯度计算跨越该边界时(如箭头所示)，可以使用填充。
图22示出了根据本公开实施例的概述过程(2200)的流程图。过程(2200)可用于重建以帧内模式编码的块，从而为正在重建的块生成预测块。在各种实施例中，过程(2200)由处理电路执行，例如终端装置(210)、(220)、(230)和(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来执行。在一些实施例中，过程(2200)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(2200)。该过程从(S2201)开始，并且进行到(S2210)。
在(S2210)，从已编码视频比特流中解码当前块的预测信息。所述预测信息指示基于帧间预测模式的上述当前块的预测。
在(S2220)，至少部分地基于未在所述当前块上使用第二DMVD过程，确定使用第一DMVD过程。根据本公开的一方面，诸如DMVR和BDOF等的DMVD过程需要相对大的计算。当不允许在同一块中同时应用DMVD过程时，可以降低计算复杂度，并且可以降低延迟。在实施例中，是否对块使用BDOF不仅取决于BDOF自身的约束(例如在序列/图片/切片/图块级别启用BDOF，对块进行双向帧间预测，以及当前图片在时间上处于两个参考的中间以应用BDOF)，还取决于DMVR状态。在一些实施例中，当DMVR状态被禁用、停用、或提前终止时，则当满足BDOF约束时，可以使用BDOF。类似地，在一些实施例中，当BDOF状态被禁用、停用、或提前终止时，则当满足DMVR约束时，可以使用DMVR。
在(S2230)，利用所述第一DMVD过程，根据所述帧间预测模式重建所述当前块的样本。然后，过程进行到(S2299)并结束。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图23示出了计算机系统(2300)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图23所示的用于计算机系统(2300)的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(2300)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(2300)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影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)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(2301)、鼠标(2302)、触控板(2303)、触摸屏(2310)、数据手套(未示出)、操纵杆(2305)、麦克风(2306)、扫描仪(2307)、照相机(2308)。
计算机系统(2300)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(2310)、数据手套(未示出)或操纵杆(2305)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(2309)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(2310)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(2300)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(2320)或类似介质(2321)的光学介质、拇指驱动器(2322)、可移动硬盘驱动器或固体状态驱动器(2323)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(2300)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(2349)(例如，计算机系统(2300)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(2300)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(2300)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(2300)的核心(2340)。
核心(2340)可包括一个或多个中央处理单元(CPU)(2341)、图形处理单元(GPU)(2342)、以现场可编程门阵列(FPGA)(2343)形式的专用可编程处理单元、用于特定任务的硬件加速器(2344)等。这些设备以及只读存储器(ROM)(2345)、随机存取存储器(2346)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(2347)等可通过系统总线(2348)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(2348)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(2348)，或通过外围总线(2349)进行连接。外围总线的体系结构包括外部外围组件互联PCI、通用串行总线USB等。
CPU(2341)、GPU(2342)、FPGA(2343)和加速器(2344)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(2345)或RAM(2346)中。过渡数据也可以存储在RAM(2346)中，而永久数据可以存储在例如内部大容量存储器(2347)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(2341)、GPU(2342)、大容量存储器(2347)、ROM(2345)、RAM(2346)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(2300)的计算机系统，特别是核心(2340)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(2340)的特定存储器，例如核心内部大容量存储器(2347)或ROM(2345)。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心(2340)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(2340)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(2346)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(2344))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：联合开发模型(joint exploration model)
VVC：通用视频编解码(versatile video coding)
BMS：基准集合(benchmark set)
MV：运动矢量(Motion Vector)
HEVC：高效视频编解码(High Efficiency Video Coding)
SEI：辅助增强信息(Supplementary Enhancement Information)
VUI：视频可用性信息(Video Usability Information)
GOPs：图片群组(Groups of Pictures)
TUs：变换单元(Transform Units)
PUs：预测单元(Prediction Units)
CTUs：编码树单元(Coding Tree Units)
CTBs：编码树块(Coding Tree Blocks)
PBs：预测块(Prediction Blocks)
HRD：假想参考解码器(Hypothetical Reference Decoder)
SNR：信噪比(Signal Noise Ratio)
CPUs：中央处理单元(Central Processing Units)
GPUs：图形处理单元(Graphics Processing Units)
CRT：阴极射线管(Cathode Ray Tube)
LCD：液晶显示器(Liquid-Crystal Display)
OLED：有机发光二极管(Organic Light-Emitting Diode)
CD：光盘(Compact Disc)
DVD：数字化视频光盘(Digital Video Disc)
ROM：只读存储器(Read-Only Memory)
RAM：随机存取存储器(Random Access Memory)
ASIC：专用集成电路(Application-Specific Integrated Circuit)
PLD：可编程逻辑设备(Programmable Logic Device)
LAN：局域网(Local Area Network)
GSM：全球移动通信系统(Global System for Mobile communications)
LTE：长期演进(Long-Term Evolution)
CANBus：控制器局域网络总线(Controller Area Network Bus)
USB：通用串行总线(Universal Serial Bus)
PCI：外围组件互连(Peripheral Component Interconnect)
FPGA：现场可编程门阵列(Field Programmable Gate Areas)
SSD：固态驱动器(Solid-state Drive)
IC：集成电路(Integrated Circuit)
CU：编码单元(Coding Unit)
虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。

Claims (9)

1.一种视频解码的方法，其特征在于，包括：
从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示帧间预测模式；
至少部分地基于未在所述当前块上使用第二解码器侧运动矢量推导DMVD过程，确定在所述当前块上使用第一DMVD过程；以及
利用所述第一DMVD过程，根据所述帧间预测模式重建所述当前块；
其中，所述第一DMVD过程是双向光流BDOF，所述第二DMVD过程是解码器侧运动矢量修正DMVR；
所述方法进一步包括：
对所述当前块的多个子块的第一子块启用BDOF；以及
对所述当前块的多个子块的第二子块禁用BDOF；
根据启用BDOF的第一子块，对在BDOF梯度计算期间禁用BDOF的第二子块进行填充。
2.根据权利要求1所述的方法，其特征在于，所述至少部分地基于未在所述当前块上使用第二解码器侧运动矢量推导DMVD过程，确定在所述当前块上使用第一DMVD过程，包括：
当对所述当前块禁用所述第二DMVD过程时，确定在所述当前块上使用所述第一DMVD过程。
3.根据权利要求1所述的方法，其特征在于，进一步包括：
当启用所述第二DMVD过程时，确定是否激活所述第二DMVD过程；以及
当激活所述第二DMVD过程时，禁用所述第一DMVD过程。
4.根据权利要求1所述的方法，其特征在于，进一步包括：
当所述第二DMVD过程的提前跳过条件为真时，确定使用所述第一DMVD过程。
5.根据权利要求1所述的方法，其特征在于，当所述帧间预测模式是三角形合并模式、仿射模式、广义双向预测GBi模式、加权预测模式之一时，所述DMVR被视为禁用。
6.根据权利要求1所述的方法，其特征在于，进一步包括：
检查所述当前块的子块上的DMVR的启用/禁用状态；以及
基于所述子块上的DMVR的状态，对所述当前块启用/禁用DMVR。
7.一种视频解码的装置，其特征在于，包括：
解码模块，用于从已编码视频比特流中解码当前图片中的当前块的预测信息，所述预测信息指示帧间预测模式；
确定模块，用于至少部分地基于未在所述当前块上使用第二解码器侧运动矢量推导DMVD过程，确定在所述当前块上使用第一DMVD过程；以及
重建模块，用于利用所述第一DMVD过程，根据所述帧间预测模式重建所述当前块；
其中，所述第一DMVD过程是双向光流BDOF，所述第二DMVD过程是解码器侧运动矢量修正DMVR；
所述装置进一步包括：
启用模块，用于对所述当前块的多个子块的第一子块启用BDOF；以及对所述当前块的多个子块的第二子块禁用BDOF；根据启用BDOF的第一子块，对在BDOF梯度计算期间禁用BDOF的第二子块进行填充。
8.一种计算机设备，其特征在于，包括一个或多个存储器、以及一个或多个处理器，所述一个或多个存储器用于存储指令，当所述指令由所述一个或多个处理器加载并执行时，使得所述一个或多个处理器执行权利要求1至6任一项所述的方法。
9.一种非易失性计算机可读介质，其特征在于，用于存储指令，当所述指令由用于视频解码的计算机执行时，使得所述计算机执行权利要求1至6任一项所述的方法。
CN202080007688.XA 2019-01-11 2020-01-10 视频解码的方法和装置、计算机设备及介质 Active CN113287307B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962791700P 2019-01-11 2019-01-11
US62/791,700 2019-01-11
US16/735,383 2020-01-06
US16/735,383 US11153590B2 (en) 2019-01-11 2020-01-06 Method and apparatus for video coding
PCT/US2020/013035 WO2020146704A1 (en) 2019-01-11 2020-01-10 Method and apparatus for video coding

Publications (2)

Publication Number Publication Date
CN113287307A CN113287307A (zh) 2021-08-20
CN113287307B true CN113287307B (zh) 2022-07-22

Family

ID=71517099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080007688.XA Active CN113287307B (zh) 2019-01-11 2020-01-10 视频解码的方法和装置、计算机设备及介质

Country Status (4)

Country Link
US (2) US11153590B2 (zh)
EP (1) EP3759912A4 (zh)
CN (1) CN113287307B (zh)
WO (1) WO2020146704A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3744094A4 (en) * 2018-01-26 2021-11-03 MediaTek Inc. METHOD AND DEVICE FOR AFFINE INTER-PREDICTION FOR A VIDEO ENCODING SYSTEM
WO2019229683A1 (en) 2018-05-31 2019-12-05 Beijing Bytedance Network Technology Co., Ltd. Concept of interweaved prediction
WO2020017840A1 (ko) * 2018-07-16 2020-01-23 엘지전자 주식회사 Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치
CN112868239B (zh) 2018-10-23 2023-05-30 北京字节跳动网络技术有限公司 并置的局部照明补偿和帧内块复制编解码
CN112913247B (zh) 2018-10-23 2023-04-28 北京字节跳动网络技术有限公司 使用局部照明补偿的视频处理
CN113597760A (zh) 2019-01-02 2021-11-02 北京字节跳动网络技术有限公司 视频处理的方法
US11153590B2 (en) * 2019-01-11 2021-10-19 Tencent America LLC Method and apparatus for video coding
WO2020147747A1 (en) * 2019-01-15 2020-07-23 Beijing Bytedance Network Technology Co., Ltd. Weighted prediction in video coding
CN113316933A (zh) 2019-01-17 2021-08-27 北京字节跳动网络技术有限公司 使用运动预测进行去方块滤波
EP3909247B1 (en) * 2019-02-08 2024-04-10 Beijing Dajia Internet Information Technology Co., Ltd. Method and device for selectively applying decoder-side motion vector refinement for video coding
WO2020166897A1 (ko) * 2019-02-14 2020-08-20 엘지전자 주식회사 Dmvr 기반의 인터 예측 방법 및 장치
US11190797B2 (en) * 2019-03-01 2021-11-30 Qualcomm Incorporated Constraints on decoder-side motion vector refinement based on weights for bi-predicted prediction
CN117014634A (zh) * 2019-03-11 2023-11-07 阿里巴巴集团控股有限公司 用于对视频数据进行编码的帧间预测方法
EP3939310A4 (en) * 2019-03-11 2022-07-27 Telefonaktiebolaget LM Ericsson (publ) MOTION REFINING AND WEIGHTED PREDICTION
ES2957801T3 (es) * 2019-03-12 2024-01-25 Lg Electronics Inc Método y dispositivo de inter predicción basándose en DMVR y BDOF
WO2020197083A1 (ko) * 2019-03-22 2020-10-01 엘지전자 주식회사 Dmvr 및 bdof 기반의 인터 예측 방법 및 장치
US11039150B2 (en) 2019-04-19 2021-06-15 Tencent America LLC Method and apparatus for video coding
WO2020251257A1 (ko) * 2019-06-14 2020-12-17 엘지전자 주식회사 예측 샘플을 생성하기 위한 가중치 인덱스 정보를 도출하는 영상 디코딩 방법 및 그 장치
CN114270837A (zh) * 2019-06-20 2022-04-01 交互数字Vc控股法国公司 用于通用视频编解码的无损模式
CN110312130B (zh) * 2019-06-25 2021-10-15 浙江大华技术股份有限公司 基于三角模式的帧间预测、视频编码方法及设备
WO2022082053A1 (en) * 2020-10-15 2022-04-21 Beijing Dajia Internet Information Technology Co., Ltd. Enhanced motion estimation for inter coding
US11936899B2 (en) * 2021-03-12 2024-03-19 Lemon Inc. Methods and systems for motion candidate derivation
US11671616B2 (en) 2021-03-12 2023-06-06 Lemon Inc. Motion candidate derivation
CN117529919A (zh) * 2021-06-04 2024-02-06 抖音视界有限公司 用于视频处理的方法、设备和介质
WO2023044247A1 (en) * 2021-09-16 2023-03-23 Qualcomm Incorporated Multiple inter predictors with decoder side motion vector derivation for video coding
WO2023207649A1 (en) * 2022-04-29 2023-11-02 Mediatek Inc. Method and apparatus for decoder-side motion derivation in video coding system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019010156A1 (en) * 2017-07-03 2019-01-10 Vid Scale, Inc. MOTION COMPENSATION PREDICTION BASED ON A BIDIRECTIONAL OPTICAL FLOW

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218636B2 (en) 2006-11-21 2012-07-10 Vixs Systems, Inc. Motion refinement engine with a plurality of cost calculation methods for use in video encoding and methods for use therewith
WO2018097700A1 (ko) 2016-11-28 2018-05-31 한국전자통신연구원 필터링을 위한 방법 및 장치
WO2018113658A1 (en) 2016-12-22 2018-06-28 Mediatek Inc. Method and apparatus of motion refinement for video coding
US10701366B2 (en) * 2017-02-21 2020-06-30 Qualcomm Incorporated Deriving motion vector information at a video decoder
CN110476424B (zh) * 2017-03-16 2022-03-04 联发科技股份有限公司 一种视频编解码方法及装置
US10491917B2 (en) * 2017-03-22 2019-11-26 Qualcomm Incorporated Decoder-side motion vector derivation
US10602180B2 (en) 2017-06-13 2020-03-24 Qualcomm Incorporated Motion vector prediction
US10986360B2 (en) * 2017-10-16 2021-04-20 Qualcomm Incorproated Various improvements to FRUC template matching
US11012715B2 (en) * 2018-02-08 2021-05-18 Qualcomm Incorporated Intra block copy for video coding
US11153590B2 (en) * 2019-01-11 2021-10-19 Tencent America LLC Method and apparatus for video coding

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019010156A1 (en) * 2017-07-03 2019-01-10 Vid Scale, Inc. MOTION COMPENSATION PREDICTION BASED ON A BIDIRECTIONAL OPTICAL FLOW

Also Published As

Publication number Publication date
US11917175B2 (en) 2024-02-27
US20210392357A1 (en) 2021-12-16
WO2020146704A1 (en) 2020-07-16
EP3759912A1 (en) 2021-01-06
EP3759912A4 (en) 2021-12-08
CN113287307A (zh) 2021-08-20
US11153590B2 (en) 2021-10-19
US20200228815A1 (en) 2020-07-16

Similar Documents

Publication Publication Date Title
CN113287307B (zh) 视频解码的方法和装置、计算机设备及介质
CN112235572B (zh) 视频解码方法和装置以及计算机设备和存储介质
CN112153390B (zh) 视频解码方法、装置、计算机设备和存储介质
CN112399183B (zh) 用于视频编解码的方法、装置和存储介质
CN113545083A (zh) 视频编解码的方法和装置
CN110719488B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN113261298A (zh) 用于视频编码的方法和装置
CN113545042A (zh) 三角预测中的合并列表构建
CN110719469A (zh) 视频编解码方法、设备和存储介质
CN113302932A (zh) 视频编解码的方法和装置
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN112291571A (zh) 视频解码方法及装置以及计算机设备和存储介质
CN110708557B (zh) 解码器中的视频解码方法和设备、计算机设备
CN113574885A (zh) 视频编解码方法和装置
CN110971902B (zh) 视频解码的方法和装置、计算机设备
CN111885387A (zh) 用于仿射光流预测值细化的视频解码方法和装置
CN113557728A (zh) 视频编解码方法和装置
US11483551B2 (en) Method and apparatus for video coding
CN110944185A (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112806008A (zh) 视频编解码方法及装置
CN113519159A (zh) 视频编解码的方法和装置
CN114651447A (zh) 用于视频编解码的方法和装置
CN112235581A (zh) 视频解码方法和装置
CN113491113A (zh) 视频编解码的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40051007

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant