CN113330749A - 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 - Google Patents

Abstract

提供了一种在视频解码器中执行的视频解码的方法。接收包括语法元素的二进制数(bin)的比特流。所述语法元素对应于已编码图片中的变换跳过块的区域的系数。所述语法元素包括第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述绝对系数级的奇偶性。在一过程中对所述第二标志进行解码。所述过程满足以下至少一个：(1)在所述过程中不解码其它语法元素；(2)在所述过程中解码第三标志，所述第三标志指示所述绝对系数级是否大于第二阈值；以及(3)在所述过程中解码第四标志，所述第四标志指示所述系数中的所述一个的系数级的符号信息。

Description

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

通过引用并入本文

本申请要求于2020年2月24日提交的、申请号为16/799,358、名称为“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”的美国专利申请的优先权，其要求于2019年2月24日提交的、申请号为62/809,677、名称为“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”的美国临时申请的优先权，其全部内容通过引用并入本文。

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。

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

视频编解码器技术可以包括已知的帧内编解码技术。在帧内编解码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编解码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并且因此可用作已编码视频比特流和视频会话中的第一图片，或用作静止图像。帧内块的样本可用于变换，并且可以在熵编码之前量化变换系数。帧内预测可以是一种使预变换域中的样本值最小化的技术。在某些情况下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下表示熵编码后的块所需的比特越少。

如同从诸如MPEG-2编解码技术中所获知的，传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括：试图从例如周围样本数据和/或元数据中得到数据块的技术，其中周围样本数据和/或元数据是在空间相邻块的编码/解码期间、且在解码顺序之前获得的。这种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用正在重建的当前图片的参考数据，而不使用参考图片的参考数据。

可以存在许多不同形式的帧内预测。当在给定的视频编解码技术中可以使用超过一种这样的技术时，所使用的技术可以按帧内预测模式进行编解码。在某些情形下，模式可以具有子模式和/或参数，且这些模式可以单独编解码或包含在模式码字中。给定模式/子模式/参数组合使用哪个码字会影响通过帧内预测获得的编解码效率增益，因此用于将码字转换成比特流的熵编码技术也会出现这种情况。

H.264引入了一种帧内预测模式，其在H.265中进行了改进，且在诸如联合开发模型(JEM)、通用视频编解码(VVC)、基准集合(BMS)等更新的编解码技术中进一步被改进。使用属于已经可用的样本的相邻样本值可以形成预测块。将相邻样本的样本值按照某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中，或者本身可以被预测。

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。

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

本公开的方面提供了在解码器处进行视频编解码的方法和装置。在一些示例中，接收包括语法元素的二进制数(bin)的比特流。所述语法元素对应于已编码图片中的变换跳过块的区域的系数。所述语法元素包括第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述绝对系数级的奇偶性。在一过程中对所述第二标志进行解码。所述过程满足以下至少一个：(1)在所述过程中不解码其它语法元素；(2)在所述过程中解码第三标志，所述第三标志指示所述绝对系数级是否大于第二阈值；以及(3)在所述过程中解码第四标志，所述第四标志指示所述系数中的所述一个的系数级的符号信息。所述第二阈值大于所述第一阈值。

在实施例中，所述第一阈值为1，所述第二阈值为3。

在实施例中，与所述变换跳过块对应的当前块使用块差分脉冲编码调制模式进行编码。

在实施例中，在前一过程中解码所述第一标志和指示所述绝对系数级是否大于3的第五标志之后，在所述过程中对所述第二标志进行解码而不解码其它语法元素。

在实施例中，在前一过程中解码所述第三标志之后，在所述过程中对所述第二标志进行解码而不解码其它语法元素。

在实施例中，在与所述第三标志相同的过程中对所述第二标志进行解码。

在实施例中，在与所述第四标志相同的过程中对所述第二标志进行解码。

在一些示例中，接收包括语法元素的二进制数(bin)的比特流。所述语法元素对应于已编码图片中的变换跳过块的区域的系数。所述语法元素包括：第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述系数中的所述一个的绝对系数级是否大于第二阈值。所述第二阈值大于所述第一阈值。基于所述系数的已编码信息确定所述第二标志的多个bin，所述第二标志的多个bin是上下文编码的。执行上下文建模，以为所述第二标志的多个bin中的每一个确定上下文模型。基于所述确定的上下文模型对所述第二标志的多个bin进行解码。

在实施例中，所述第一阈值为1，所述第二阈值为3。

在实施例中，所述系数的已编码信息包括：包括所述系数的当前系数群组(CG)中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。

在实施例中，当所述当前块被帧内编码时，所述第二标志的bin的数量大于所述当前块被帧间编码时所述第二标志的bin的数量。

在一些示例中，接收包括语法元素的二进制数(bin)的比特流。所述语法元素对应于已编码图片中的变换跳过块的系数群组(CG)中包括的系数。基于所述系数的已编码信息，确定所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量。执行上下文建模，以为所述CG中的语法元素的多个bin中的每一个确定上下文模型。所述CG中的语法元素的多个bin是上下文编码的，并且不超过所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量。基于所述确定的上下文模型对所述语法元素的多个bin进行解码。

在实施例中，所述系数的已编码信息包括：包括所述系数的所述CG中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。

本公开的方面还提供了非易失性计算机可读存储介质，用于存储指令，当所述指令由计算机执行时，使所述计算机执行上述方法中的任何一种。

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8A示出了根据实施例的块差分脉冲编码调制(BDPCM)编码块的示例。

图8B示出了根据实施例的BDPCM编码块的示例。

图9A示出了根据实施例的基于基于上下文的自适应二进制算术编码(CABAC)的示例性熵编码器。

图9B示出了根据实施例的基于CABAC的示例性熵解码器。

图10示出了根据实施例的子块扫描顺序的示例。

图11示出了根据实施例的子块扫描过程的示例，从该过程生成变换系数的不同类型的语法元素。

图12示出了根据实施例的用于当前系数的上下文选择的局部模板的示例。

图13A示出了根据实施例的用于对当前系数的符号信息进行编码的上下文的示例。

图13B示出了根据实施例的用于对当前系数的符号信息进行编码的上下文的示例。

图14示出了根据实施例的概述系数解码过程的流程图。

图15示出了根据实施例的概述系数解码过程的流程图。

图16示出了根据实施例的概述系数解码过程的流程图。

图17是根据实施例的计算机系统的示意图。

具体实施方式

I.用于视频编解码的编码器和解码器

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-TH.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.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(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)。

II.变换跳过模式

在本公开的实施例中，可以使用变换跳过(TS)模式对帧内和帧间预测残差进行编码。对于具有小于或等于16个样本的亮度或色度编码块，可以发信号通知标志，以指示是否对当前块应用TS模式。

当应用TS模式时，预测过程与常规变换模式中的预测过程相同。在一些示例中，可以应用帧内或帧间预测。对于变换跳过TU，可以使用缩放过程，使得变换跳过系数可以具有与其它变换系数相似的幅度(magnitude)。在实施例中，可以执行缩小过程，并且缩放因子可以与相同大小的其它变换(相对于具有范数(norm)1的标准浮点变换)相关联的缩放相同。此外，当应用TS模式时，去量化(de-quantization)和缩放与常规变换模式中的去量化和缩放相同。当应用TS模式时，去块(deblocking)、样本自适应偏移(SAO)和自适应环路滤波(ALF)也是相同的，但是可以发信号通知一个标志，以指示是否绕过变换。此外，可以在SPS中发信号通知一个标志，以指示是否启用TS模式。

在示例中，如下表1中描述了VVC草案中的TS模式的相关规范文本。

表1—残差编码语法

在表1中，transform_skip_flag[x0][y0][cIdx]指定是否将变换应用于相关联的变换块。当transform_skip_flag[x0][y0][cIdx]等于1时，指定不对当前变换块应用任何变换。当transform_skip_flag[x0][y0][cIdx]等于0时，指定是否对当前变换块应用变换取决于其它语法元素。当transform_skip_flag[x0][y0][cIdx]不存在时，推断其等于0。

数组索引x0、y0指定变换块的左上亮度样本相对于图片的左上亮度样本的位置(x0,y0)。数组索引cIdx指定颜色分量的指示符。当数组索引cIdx等于0时，颜色分量为亮度。当数组索引cIdx等于1时，颜色分量为Cb。当数组索引cIdx等于2时，颜色分量为Cr。

接下来，下面描述缩放和变换过程的示例。

该过程的输入为：

(a)亮度位置(xTbY，yTbY)，其指定相对于当前图片的左上亮度样本的当前亮度变换块的左上样本，

(b)变量cIdx，其指定当前块的颜色分量，

(c)变量nTbW，其指定变换块宽度，以及

(d)变量nTbH，其指定变换块高度。

该过程的输出可以是残差样本resSamples[x][y]的(nTbW)x(nTbH)数组，其中x＝0...nTbW-1，y＝0...nTbH-1。

在缩放过程中，变量bitDepth是当前颜色分量的位深度，变量bdShift是缩放移位因子，而变量tsShift是变换跳过移位。变量bitDepth、bdShift和tsShift可以导出如下：

bitDepth＝(cIdx＝＝0)？BitDepth_Y：BitDepth_C (等式1)

bdShift＝Max(22-bitDepth，0) (等式2)

tsShift＝5+((Log2(nTbW)+Log2(nTbH))/2) (等式3)

可以调用变换系数的缩放过程，其中变换块位置(xTbY，yTbY)、变换宽度nTbW和变换高度nTbH、颜色分量变量cIdx和当前颜色分量的位深度bitDepth作为输入，并且缩放变换系数d的(nTbW)x(nTbH)数组作为输出。

残差样本r的(nTbW)x(nTbH)数组是量化系数并且可以导出如下：

如果transform_skip_flag[xTbY][yTbY][cIdx]等于1，则残差样本数组值r[x][y]可以导出如下，其中，x＝0...nTbW-1，y＝0...nTbH-1：

r[x][y]＝d[x][y]<<tsShift (等式4)

当transform_skip_flag[xTbY][yTbY][cIdx]等于0时，可以调用缩放变换系数的变换过程，其中变换块位置(xTbY，yTbY)、变换宽度nTbW和变换高度nTbH、颜色分量变量cIdx和缩放变换系数d的(nTbW)x(nTbH)数组作为输入，并且残差样本r的(nTbW)x(nTbH)数组作为输出。

残差样本resSamples[x][y]可以导出如下，其中，x＝0...nTbW-1，y＝0...nTbH-1：

resSamples[x][y]＝(r[x][y]+(1<<(bdShift-1)))>>bdShift (等式5)

III.块差分脉冲编码调制模式

块差分脉冲编码调制(BDPCM)是一种在块级别使用差分脉冲编码调制(DPCM)方法的帧内编解码工具。只要CU是每个维度小于或等于32的亮度帧内编码CU，就可以在CU级别传输bdpcm_flag。该标志指示是否使用常规帧内编码或DPCM，并使用单个基于上下文的自适应二进制算术编码(CABAC)上下文进行编码。

BDPCM可以使用LOCO-I的中值边缘检测器(Median Edge Detector)(例如，在JPEG-LS中使用的)。具体地，对于像素A为左邻居、像素B为上邻居，像素C为左上邻居的当前像素X，当前像素X的预测P(X)由下式确定：

如果C≥max(A，B)，P(X)＝min(A，B)

如果C≤min(A，B)，max(A，B)

否则，A+B-C。 (等式6)

当从CU的顶行和左列进行预测时，像素预测器(predictor)使用未滤波的参考像素。然后，预测器将重建的像素用于CU的其余部分。像素在CU内以光栅扫描顺序进行处理。在重新缩放之后，可以使用与变换跳过量化器相同的方式在空间域中量化预测误差。可以通过将去量化的预测误差添加到预测中来重建每个像素。因此，重建像素可用于预测光栅扫描顺序中的下一个像素。对量化预测误差的幅度和符号分别进行编码。对cbf_bdpcm_flag进行编码。如果cbf_bdpcm_flag等于0，则该块的所有幅度都将被解码为零。如果cbf_bdpcm_flag等于1，则以光栅扫描顺序对该块的所有幅度单独进行编码。为了保持低复杂度，可以将幅度限制为最多31(含31)。可以使用一元二值化(unary binarization)对幅度进行编码，其中三个上下文用于第一个二进制数(bin)，然后一个上下文用于另外的每个bin，直到第12个bin，以及一个上下文用于所有剩余的bin。可以在旁路模型中为每个零残差编码一个符号。

为了维持常规帧内模式预测的一致性，帧内模式预测的最可能模式(MPM)列表中的第一个模式与BDPCM CU(未被发送)相关联，并且可用于为后续块生成MPM。

因为两个BDPCM编码块都不执行变换，因此去块滤波器可以在两个BDPCM编码块之间的边缘(border)/边界(boundary)上被去激活，这通常是造成块伪影(blockingartifact)的原因。此外，BDPCM可以不使用除此处所描述的步骤之外的任何其它步骤。具体地，BDPCM可以不执行如上所述的残差编码中的任何变换。

已经进行了一些关于BDPCM的测试，以研究BDPCM的吞吐量改进以及与其它屏幕内容编码(SCC)工具的交互。

图8A示出了根据实施例的BDPCM编码块的示例。图8A中所示的示例与测试1有关。如图8A所示，为了增加吞吐量，可以使用有效地将块划分为两半的对角线(例如，阶梯形分区)将较小的块(例如，大小为4x4、4x8和8x4)划分为两个独立的可解码区域。

在实施例中，不允许来自第一半(first half)的一个区域的像素使用来自第二半(second half)的另一区域的像素来计算预测。如果来自一个区域的像素需要使用来自另一区域的像素来计算预测，则使用参考像素代替。例如，来自其它区域的像素可以由最近的参考像素代替。例如，左邻居可以用来自同一行的左参考像素代替，顶部邻居可以用来自同一列的左参考像素代替，左上邻居可以用最近的参考像素代替。因此，这两个区域可以并行处理。

图8A还提供了具有不同大小的每个块的示例性吞吐量。例如，对于具有两个独立的可解码区域的4×4块，吞吐量可以是每周期4像素。对于具有两个独立的可解码区域的4×8或8×4块，吞吐量可以是每周期5.33像素。对于没有独立的可解码区域的8x8块，吞吐量可以是每周期4.26像素。对于没有独立的可解码区域的8x8块，吞吐量可以是每周期4.26像素。对于没有独立的可解码区域的16x16块，吞吐量可以是每周期8.25像素。

图8B示出了根据实施例的BDPCM编码块的示例。图8B中所示的示例与测试2有关。在图8B中，可以使用垂直或水平预测器来划分块，以代替JPEG-LS预测器。可以选择垂直或水平预测器并在块级别发信号通知。独立的可解码区域的形状反映了预测器的几何形状。由于水平或垂直预测器的形状(其使用左像素或顶部像素来预测当前像素)，处理块的最有效吞吐量的方式可以是并行处理一列或一行的所有像素，并顺序地处理这些列或行。例如，为了增加吞吐量，当在宽度为4的块上选择的预测器是垂直的时，该宽度为4的块被划分成具有水平边界的两半，而当在高度为4的块上选择的预测器是水平的时，该高度为4的块被划分成具有垂直边界的两半。对于具有两个独立的可解码区域的4×4块、8x4或4×8块，吞吐量可以是每周期8像素。对于没有独立的可解码区域的4×8块、8x4块或8x8块，吞吐量可以是每周期8像素。对于没有独立的可解码区域的16x16块，吞吐量可以是每周期16像素。

在测试3中，根据本公开的实施例，BDPCM残差幅度被限制为28，并且对于前12个bin，用截断的一元值化对幅度进行编码，然后用2阶Exp-Golomb等概率bin对剩余部分进行编码(例如，使用encodeRemAbsEP()函数)。

IV.变换系数编码

在将视频信号简化为一系列语法元素之后，可以在视频编码的最后阶段(或视频解码的第一阶段)执行熵编码。熵编码可以是一种无损压缩方案，其使用统计特性来压缩数据，使得用于表示数据的比特数与数据的概率成对数比例。例如，通过对一组语法元素执行熵编码，表示语法元素的比特(称为bin)可以转换成比特流中的较少比特(称为编码比特)。CABAC是熵编码的一种形式。在CABAC中，可以基于与各个bin相关联的上下文，为bin序列中的每个bin确定提供概率估计的上下文模型。随后，可以使用概率估计来执行二进制算术编码过程，以将bin序列编码为比特流中的编码比特。此外，用基于编码bin的新概率估计来更新上下文模型。

图9A示出了根据实施例的基于CABAC的示例性熵编码器(900A)。例如，熵编码器(900A)可以在图5示例中的熵编码器(545)或图6示例中的熵编码器(625)中实现。熵编码器(900A)可以包括上下文建模器(910)和二进制算术编码器(920)。在示例中，提供各种类型的语法元素作为熵编码器(900A)的输入。例如，二进制值语法元素的bin可以直接输入到上下文建模器(910)，而非二进制值语法元素可以在bin字符串中的bin输入到上下文建模器(910)之前被二进制化为bin字符串。

在示例中，上下文建模器(910)接收语法元素的bin，并执行上下文建模过程以便为每个接收到的bin选择上下文模型。例如，接收变换块中的变换系数的二进制语法元素的bin。当用BDPCM对当前块进行编码以进行预测时，变换块可以是变换跳过块。因此，可以基于例如语法元素的类型、变换分量的颜色分量类型、变换系数的位置和先前处理的相邻变换系数等，为该bin确定上下文模型。上下文模型可以为该bin提供概率估计。

在示例中，可以为一种或多种类型的语法元素配置一组上下文模型。这些上下文模型可以布置在上下文模型列表(902)中，该上下文模型列表(902)存储在如图9A所示的存储器(901)中。上下文模型列表(902)中的每个条目可以表示一个上下文模型。可以为列表中的每个上下文模型分配一个索引，称为上下文模型索引或上下文索引。另外，每个上下文模型可以包括概率估计或指示概率估计的参数。概率估计可以指示bin为0或1的可能性。例如，在上下文建模期间，上下文建模器(910)可以计算bin的上下文索引，并且可以相应地根据上下文索引从上下文模型列表(902)中选择上下文模型，并将其分配给bin。

此外，可以在熵编码器(900A)的操作开始时初始化上下文模型列表中的概率估计。在上下文模型列表(902)中的上下文模型被分配给bin并用于对bin进行编码之后，随后可以根据具有更新的概率估计的bin的值来更新上下文模型。

在示例中，二进制算术编码器(920)接收bin和分配给bin的上下文模型(例如，概率估计)，并相应地执行二进制算术编码过程。结果，生成编码比特并在比特流中发送。

图9B示出了根据实施例的基于CABAC的示例性熵解码器(900B)。例如，熵解码器(900B)可以在图4示例中的解析器(420)或图7示例中的熵解码器(771)中实现。熵解码器(900B)可以包括二进制算术解码器(930)和上下文建模器(940)。二进制算术解码器(930)从比特流接收编码比特，并执行二进制算术解码过程，以从编码比特恢复bin。上下文建模器(940)可以与上下文建模器(910)类似地操作。例如，上下文建模器(940)可以选择存储在存储器(903)中的上下文模型列表(904)中的上下文模型，并将所选择的上下文模型提供给二进制算术解码器(930)。上下文建模器(940)可以基于从二进制算术解码器(930)恢复的bin确定上下文模型。例如，基于恢复的bin，上下文建模器(940)可以知道下一个要解码的bin的语法元素的类型、以及先前已解码的语法元素的值。该信息用于确定下一个要解码的bin的上下文模型。

V.变换系数的熵编码

1、变换系数的语法元素

在实施例中，首先将变换块的残差信号从空间域变换到频域，得到变换系数块。然后，执行量化以将变换系数块量化为变换系数级(transform coefficient level)的块。在各种实施例中，可以使用不同的技术将残差信号转换为变换系数级。进一步处理变换系数级的块以生成语法元素，该语法元素可以提供给熵编码器并编码成比特流中的比特。在实施例中，可以以下面的方式执行从变换系数级生成语法元素的过程。

变换系数级的块可以首先分割成多个子块，例如大小为4x4位置。可以根据预定义的扫描顺序对这些子块进行处理。图10示出了子块扫描顺序的示例，其被称为逆对角线扫描顺序。如图所示，块(1010)被划分为十六个子块(1001)。每个子块(1001)可以是一个系数群组(CG)。在处理或扫描子块(1001)中的位置之前，可以发信号通知一个标志，以指示该CG是否包括至少一个非零变换系数级。当标志指示该CG包括至少一个非零变换系数级时，首先处理右下角的子块，并且最后处理左上角的子块。在示例中，对于变换系数级全部为零的子块，可以跳过该子块而不进行处理。在TS模式中，扫描顺序可以与逆对角线扫描顺序相反。也就是说，可以先处理左上角的子块，最后处理右下角的子块。

对于每个具有至少一个非零变换系数级的子块，可以在每个子块中执行四个扫描过程(pass)。在每个过程期间，可以以逆对角线扫描顺序扫描各个子块中的16个位置。图11示出了子块扫描过程(1100)的示例，从该过程中可以生成变换系数的不同类型的语法元素。

子块内的十六个系数位置(1110)在图11的底部以一维示出。位置(1110)从0到15编号，以反映相应的扫描顺序。在第一个过程期间，扫描位置(1110)被扫描，并且可以在每个扫描位置(1110)处生成如下三种类型的语法元素(1101-1103)。

(i)第一种类型的二进制语法元素(1101)(称为重要性标志(significance flag)并由sig_coeff_flag表示)，其指示各个变换系数的绝对变换系数级(以下称为“absLevel”)为零还是大于零。绝对变换系数级通常是指变换系数值的幅度。结合符号值(正或负)的绝对变换系数级可以表示变换系数。

(ii)第二种类型的二进制语法元素(1102)(称为奇偶校验标志并由par_level_flag表示)，其指示相应变换系数的绝对变换系数级的奇偶校验。仅在相应变换系数的绝对变换系数级为非零时才生成奇偶校验标志。

(iii)第三种类型的二进制语法元素(1103)(称为大于1标志并由rem_abs_gt1_flag表示)，其指示(absLevel-1)>>1对于相应变换系数是否大于0。仅在相应变换系数的绝对变换系数级为非零时才生成大于1标志。

在第二个过程期间，可能会生成第四种类型的二进制语法元素(1104)。第四种类型的语法元素(1104)称为大于2标志并且由rem_abs_gt2_flag表示。第四种类型的语法元素(1104)指示相应变换系数的绝对变换系数级是否大于4。仅当(absLevel-1)>>1对于相应变换系数大于0时才生成大于2标志。

在第三个过程期间，可能会生成第五种类型的非二进制语法元素(1105)。余数通常是指绝对变换系数级absLevel的剩余值(例如abs_remainder)。在系数编码中，生成至少第一信号以指示系数级是否大于预定值X。随后，生成与绝对变换系数级(例如absLevel-X)的余数值对应的第二信号。例如，这里的第五种类型的语法元素(1105)可以由abs_remainder表示，并且指示大于4的相应变换系数的绝对变换系数级的剩余值。仅当相应变换系数的绝对变换系数级大于4时才生成第五种类型的语法元素(1105)。

在第四个过程期间，可以在每个具有非零系数级的扫描位置(1110)生成第六种类型的语法元素(1106)，其指示相应变换系数级的符号。

在TS模式中，第一个过程可以包括重要性标志、奇偶校验标志、大于1标志和大于2标志。此外，可以在单独的过程期间生成其它类型的语法元素，例如大于x标志。大于x标志可以由rem_abs_gtx_flag表示，并指示相应变换系数的绝对变换系数级是否大于x。在一些示例中，x可以是2、4、6或8。

可以根据这些过程的顺序和每个过程中的扫描顺序，将上述各种类型的语法元素提供给熵编码器。可以采用不同的熵编码方案来编码不同类型的语法元素。例如，在实施例中，可以使用基于CABAC的熵编码器对重要性标志、奇偶校验标志、大于1标志和大于2标志进行编码，如图9A所述。相反，可以使用CABAC旁路熵编码器(例如，对于输入二进制数(bin)具有固定概率估计的二进制算术编码器)对第三和第四过程期间生成的语法元素进行编码。

2.变换系数语法元素的bin的上下文建模

可以执行上下文建模以确定用于某些类型的变换系数语法元素的bin的上下文模型。在实施例中，为了利用变换系数之间的相关性，可以根据局部模板(local template)和每个当前系数(例如，当前正在处理的系数)的对角线位置并可能结合其它因素来确定上下文模型。

图12示出了用于当前系数的上下文选择的局部模板(1230)的示例。局部模板(1230)可以覆盖系数块(1210)中的当前系数(1220)的一组相邻位置或系数。系数块(1210)可以具有8×8位置的大小，并且包括64位置处的系数级。将系数块(1210)划分成4个子块，每个子块具有4×4位置的大小。每个子块可以是一个包括4×4系数位置的CG。CG(1230)包括当前系数(1210)。可以发信号通知一个标志，以指示CG(1230)是否仅包括零系数级。在图12的示例中，局部模板(1230)被定义为在当前系数(1220)的右下侧覆盖5个系数级的5位置模板。当逆对角线扫描顺序用于系数块(1210)内的扫描位置上的多个过程时，在当前系数(1220)之前处理局部模板(1230)内的相邻位置。在TS模式中，扫描顺序可以与逆对角线扫描顺序相反，并且局部模板可以是覆盖当前系数左上侧的5个系数级的5位置模板。

在上下文建模期间，可以使用局部模板(1230)内的系数级的信息来确定上下文模型。为此，在一些实施例中定义了称为模板幅度的度量，以测量或指示局部模板(1230)内的变换系数或变换系数级的幅度。然后，可以将模板幅度用作选择上下文模型的基础。

在一个示例中，将模板幅度定义为局部模板(1230)内的部分重建的绝对变换系数级的和，由sumAbs1表示。部分重建的绝对变换系数级可以根据相应变换系数的语法元素(sig_coeff_flag、par_level_flag和rem_abs_gt1_flag)的bin来确定。在熵编码器或熵解码器中执行了子块的扫描位置的第一个过程之后，可以获得三种类型的语法元素。在实施例中，numSig是局部模板(1230)中非零系数的数量。此外，扫描位置(x,y)处的对角线位置d根据d＝x+y定义，其中x和y是相应位置的坐标。上下文模型索引可以基于sumAbs1和下面描述的对角线位置d来选择。

3.基于局部模板和对角线位置的上下文索引确定

在一个实施例中，在熵编码器或解码器中的上下文建模过程期间，可以如下面所述为当前系数(1220)的上下文编码的二进制语法元素确定上下文索引。该确定可以基于局部模板(1230)和当前系数(1220)的对角线位置来进行。

(1)sig_coeff_flag

当对当前系数(1220)的sig_coeff_flag进行编码时，可以根据sumAbs1和当前系数(1220)的对角线位置d来选择上下文索引。例如，对于亮度分量，上下文索引根据以下确定：

ctxSig＝18*max(0,state-1)+min(sumAbs1,5)+(d<2？12:(d<5？6:0)) (等式7)，其中，ctxSig表示重要性标志语法元素的上下文索引，“state”指定从属量化方案的标量量化器(scalar quantizer)的状态，该状态可以具有0、1、2或3的值。

等式7等同于以下公式：

ctxIdBase＝18*max(0,state-1)+(d<2？12:(d<5？6:0)), (等式8)

ctxSig＝ctxIdSigTable[min(sumAbs1,5)]+ctxIdBase. (等式9)

在等式8和等式9中，ctxIdBase表示上下文索引基础。上下文索引基础可以基于状态(state)和对角线位置d来确定。例如，state可以具有0、1、2或3的值，并且因此max(0,state-1)可以具有三个可能值0、1或2中的一个。例如，(d<2？12:(d<5？6:0))可以取值12、6或0，对应于d的不同范围：d<2、2<＝d<5或5<＝d。

在等式8和等式9中，ctxIdSigTable[]可以表示数组数据结构，并且可以存储相对于ctxIdBase的重要性标志的上下文索引偏移。例如，对于不同的sumAbs1值，min(sumAbs1,5)将sumAbs1值裁剪(clip)为小于或等于5。然后，将裁剪后的值映射到上下文索引偏移。例如，在ctxIdSigTable[0～5]＝{0,1,2,3,4,5}的定义下，裁剪后的值0、1、2、3、4或5分别映射到0、1、2、3、4或5。

对于色度分量，上下文索引可以根据以下确定：

ctxSig＝12*max(0,state-1)+min(sumAbs1,5)+(d<2？6:0),(等式10)，其等同于以下公式：

ctxIdBase＝12*max(0,state-1)+(d<2？6:0), (等式11)

ctxSig＝ctxIdSigTable[min(sumAbs1,5)]+ctxIdBase. (等式12)

(2)par_level_flag

当对当前系数(1220)的par_level_flag进行编码时，可以根据sumAbs1、numSig和对角线位置d选择上下文索引。例如，对于亮度分量，如果当前系数是解码顺序中的第一个非零系数，则上下文索引ctxPar被赋值为0，否则，上下文索引可以根据以下确定：

ctxPar＝1+min(sumAbs1–numSig,4)+(d＝＝0？15:(d<3？10:(d<10？5:0))),(等式13)，其等同于以下公式：

ctxIdBase＝(d＝＝0？15:(d<3？10:(d<10？5:0))), (等式14)

ctxPar＝1+ctxIdTable[min(sumAbs1–numSig,4)]+ctxIdBase, (等式15)

其中，ctxPar表示奇偶校验标志的上下文索引，ctxIdTable[]表示另一数组数据结构，并存储相对于相应ctxIdBase的上下文索引偏移。例如，ctxIdTable[0～4]＝{0,1,2,3,4}。

对于色度分量，如果当前系数是解码顺序中的第一个非零系数，则上下文索引ctxPar被赋值为0，否则，上下文索引可以根据以下确定：

ctxPar＝1+min(sumAbs1–numSig,4)+(d＝＝0？5:0), (等式16)，其等同于以下公式：

ctxIdBase＝(d＝＝0？5:0),(等式17)

ctxPar＝1+ctxIdTable[min(sumAbs1–numSig,4)]+ctxIdBase. (等式18)

(3)rem_abs_gt1_flag and rem_abs_gt2_flag

当对当前系数(1220)的rem_abs_gt1_flag和rem_abs_gt2_flag进行编码时，可以用与par_level_flag相同的方式确定上下文模型索引：

ctxGt1＝ctxPar，

ctxGt2＝ctxPar，其中，ctxGt1和ctxGt2分别表示大于1标志和大于2标志的上下文索引。

注意，不同类型的语法元素(sig_coeff_flag、par_level_flag、rem_abs_gt1_flag和rem_abs_gt2_flag)可以使用不同组的上下文模型。例如，即使ctxGt1的值等于ctxGt2的值，用于rem_abs_gt1_flag的上下文模型与用于rem_abs_gt2_flag的上下文模型也不同。

VI.TS模式和BDPCM模式的改进的残差编码

TS模式和BDPCM模式的残差编码在空间域中进行处理，无需进行变换。因此，TS模式与BDPCM模式之间的共享模块可用于更简单的系数编码设计。

此外，TS模式和BDPCM模式的系数表现出与常规变换系数(其与变换和量化相关联)不同的特性。因此，不同的系数编码方案可以表现出更好的编解码性能。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，可以对指示绝对变换系数级(例如，absLevel)的奇偶性的奇偶校验位标志(例如，par_level_flag)进行旁路编码，而无需在算术编码中使用上下文建模。在示例中，奇偶校验位标志可以在单独的过程中进行编码。在另一示例中，奇偶校验位标志可以与abs_remainder一起在同一过程中进行编码。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，指示绝对变换系数级(例如，absLevel)的奇偶性的奇偶校验位标志(例如，par_level_flag)可以在单独的过程中进行编码或在一个过程中与其它语法元素一起以特定顺序或组合进行编码。在示例中，奇偶校验位标志可以在编码sig_coeff_flag和rem_abs_gt1_flag的编码过程之后，在单独的过程中进行编码。在另一示例中，奇偶校验位标志可以在编码rem_abs_gt2_flag或大于x标志(例如，rem_abs_gtx_flag)的编码过程之后，在单独的过程中进行编码，其中x可以是2、4、6或8。在示例中，奇偶校验位标志可以与rem_abs_gt2_flag或大于x标志一起在同一编码过程中进行编码。在示例中，奇偶校验位标志可以与符号信息一起在同一编码过程中进行编码。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，当对语法元素rem_abs_gt2_flag进行编码时，用于对rem_abs_gt2_flag进行编码的每个系数的上下文编码的bin的数量可以取决于已编码信息。已编码信息可以包括非零系数的数量(例如，当前CG中已编码sig_coeff_flag的数量)、先前编码的CG中的非零系数的数量(例如，已编码sig_coeff_flag的数量)、当前块是否通过帧内预测或帧间预测或IBC模式进行编码、当前系数块大小、系数块宽度、系数块高度、以及系数块宽高比(aspect ratio)。在一些示例中，当前CG包括多个系数。

在示例中，如果当前块被帧内编码，则用于对rem_abs_gt2_flag进行编码的每个系数的上下文编码的bin的数量可以大于当前块被帧间编码和/或IBC编码时用于对rem_abs_gt2_flag进行编码的每个系数的上下文编码的bin的数量。当当前块被帧间编码时，用于对rem_abs_gt2_flag进行编码的每个系数的上下文编码的bin的数量的示例值包括3、4、5和6。当前块被帧内编码时，用于对rem_abs_gt2_flag进行编码的每个系数的上下文编码的bin的数量的示例值包括5、6、7、8和9。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，每个CG的语法元素的上下文编码的bin的最大数量或每个CG的语法元素的上下文编码的bin的最大平均数量取决于已编码信息。已编码信息包括非零系数的数量(例如,当前CG中已编码sig_coeff_flag的数量)、先前编码的CG中的非零系数的数量(例如,已编码sig_coeff_flag的数量)、当前块是否通过帧内预测或帧间预测或IBC模式进行编码、当前系数块大小、系数块宽度、系数块高度、以及系数块宽高比。设置最大数量的上下文编码的bin不仅可以提高编解码速度，还可以减少维护上下文模型所需的存储器大小和成本。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，可以不对指示absLevel奇偶性的奇偶校验位标志(例如，par_level_flag)进行编码。相反，对语法元素sig_coeff_flag、abs_gt1_flag、abs_gt2_flag、符号信息和abs_remainder进行编码。

在示例中，语法元素sig_coeff_flag和abs_gt1_flag可以在第一个过程中进行编码。语法元素abs_gt2_flag可以在第二个过程中进行编码。语法元素abs_remainder可以在第三个过程中进行编码。如有必要，符号信息可以在第四个过程中进行编码。

在另一示例中，语法元素sig_coeff_flag、abs_gt1_flag和符号信息可以在第一个过程中进行编码。语法元素abs_gt2_flag可以在第二个过程中进行编码。语法元素abs_remainder可以在第四个过程中进行编码。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，除了语法元素rem_abs_gt1_flag(例如，其指示absLevel大于1)和rem_abs_gt2_flag(例如，其指示absLevel大于3)之外，还可以发信号通知附加语法元素rem_abs_gt3_flag(例如，其指示absLevel大于5)和/或rem_abs_gt4_flag(例如，其指示absLevel大于7)。语法元素rem_abs_gt3_flag和/或rem_abs_gt4_flag可以使用单独的上下文进行熵编码。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，当对每个非零系数的符号信息进行编码时，上下文可以取决于先前已编码的符号位值。

在示例中，图13A示出了用于对符号信息进行编码的上下文包括当前系数(标记为X)的上块(1301)和左块(1302)。在示例中，图13B示出了用于对符号信息进行编码的上下文包括当前系数(标记为X)的多个上块和左块(1303、1304、1305、1306和1307)。

在实施例中，用于对符号信息进行编码的上下文取决于先前已编码的N个符号位。N的示例性值包括1、2、3和4。

在实施例中，不是对符号信息进行编码，而是对符号残差进行编码，并且符号残差位指示当前符号位是否等于预测的符号位值。在示例中，使用先前扫描的N个符号位导出预测的符号位。N的示例性值包括1、2、3和4。在另一示例中，使用左侧和/或顶部相邻符号位值导出预测的符号位。

在实施例中，对于TS模式和/或BDPCM模式的系数编码，当对系数的幅度进行编码时，可以首先发信号通知一个或多个主级值(primary level value)，然后发信号通知每个非零系数的残差减去这些主级值中的一个。在实施例中，主级值被限制为阈值(例如，主级值不能超过特定阈值)。在实施例中，主级值的数量被限制为给定阈值，例如1、2、3或4。

在实施例中，当发信号通知多个主级值时，则主级值以升序排列。然后，对于每个系数，从最小的主级值开始，发信号通知一个标志，该标志指示当前系数是否具有大于当前主级值的级值。在示例中，当当前系数具有不大于当前主级值的级值时，则发信号通知当前级值与先前主级值之间的差。

VII.示例性解码过程

图14示出了根据本公开的一些实施例的概述系数解码过程(1400)的流程图。过程(1400)可用于几种类型的系数语法元素的熵解码。在各种实施例中，过程(1400)可由处理电路执行，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)的功能的处理电路等。在一些实施例中，过程(1400)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(1400)。该过程从(S1401)开始，并且进行到(S1410)。

在(S1410)，接收包括语法元素的二进制数(bin)的已编码比特的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，并且包括第一标志和第二标志。所述第一标志指示所述系数中的一个的绝对系数级是否大于第一阈值(例如，1)，所述第二标志指示所述绝对系数级的奇偶性。例如，第一标志可以是重要性语法元素(例如，sig_coeff_flag)，其指示当前系数的绝对值(例如，absLevel)大于第一阈值。第二标志可以是奇偶校验语法元素(例如，par_level_flag)，其表示absLevel的奇偶性。变换跳过块可以指示不对变换块执行变换。例如，当当前块采用BDPCM进行编码时，不对变换块执行变换。

在(S1420)，在单独的过程中对所述第二标志进行解码。例如所述过程满足以下至少一个：(1)在所述过程中不解码其它语法元素；(2)在所述过程中解码第三标志，所述第三标志指示所述绝对系数级是否大于第二阈值(例如，3)；以及(3)在所述过程中解码第四标志，所述第四标志指示所述系数中的所述一个的系数级的符号信息。在一些实施例中，所述第二阈值大于所述第一阈值。在示例中，第二标志是奇偶校验语法元素，其可以在解码第一标志和第五标志之后，在单独的过程中进行解码。第五标志指示绝对系数级是否大于第三阈值(例如，3)。在示例中，在前一过程中解码第三标志之后，在单独的过程中对第二标志进行解码。在示例中，在与第三标志或第四标志相同的过程中对第二标志进行解码。过程(1400)执行到(S1499)并在(S1499)结束。

图15示出了根据本公开的一些实施例的概述系数解码过程(1500)的流程图。过程(1500)可用于几种类型的系数语法元素的熵解码。在各种实施例中，过程(1500)可由处理电路执行，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)。该过程从(S1501)开始，并且进行到(S1510)。

在(S1510)，接收包括语法元素的二进制数(bin)的已编码比特的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，并且包括第一标志和第二标志。所述第一标志指示所述系数中的一个的绝对系数级是否大于第一阈值(例如，1)，所述第二标志指示所述系数中的所述一个的绝对系数级是否大于第二阈值(例如，3)。在一些实施例中，所述第二阈值大于所述第一阈值。例如，所述第一标志可以是重要性语法元素(例如，sig_coeff_flag)，其指示当前系数的绝对值(例如，absLevel)大于第一阈值。所述第二标志可以是大于2语法元素(例如，rem_abs_gt2_flag)，其指示相应变换系数的绝对变换系数级是否大于第二阈值。变换跳过块可以指示不对变换块执行变换。例如，当当前块采用BDPCM进行编码时，不对变换块执行变换。

在(S1520)，基于所述系数的已编码信息确定所述第二标志的多个bin，所述第二标志的多个bin是上下文编码的。例如，所述系数的已编码信息包括：包括所述系数的当前系数群组(CG)中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。当所述当前块被帧内编码时，所述第二标志的bin的数量大于所述当前块被帧间编码时所述第二标志的bin的数量。

在(S1530)，执行上下文建模，以为所述第二标志的多个bin中的每一个确定上下文模型。上下文编码的所述第二标志的bin的数量不超过在S1520确定的数量。

在(S1540)，基于所述确定的上下文模型对所述第二标志的多个bin的已编码比特进行解码。可以基于EP模型(即，旁路模型)对变换跳过块的区域的第二标志的剩余总数量的bin的已编码比特进行解码。基于恢复的bin，可以重建系数的系数级。过程(1500)执行到(S1599)并在(S1599)结束。

图16示出了根据本公开的一些实施例的概述系数解码过程(1600)的流程图。过程(1600)可用于几种类型的系数语法元素的熵解码。在各种实施例中，过程(1600)可由处理电路执行，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)的功能的处理电路等。在一些实施例中，过程(1600)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(1600)。该过程从(S1601)开始，并且进行到(S1610)。

在(S1610)，接收包括语法元素二进制数(bin)的已编码比特的比特流，所述语法元素对应于已编码图片中的变换跳过块的系数群组(CG)中包括的系数。CG可以由变换跳过块/系数块进行划分，并且可以包括4x4系数位置。变换跳过块可以指示不对变换块执行变换。例如，当当前块采用BDPCM进行编码时，不对变换块执行变换。

在(S1620)，基于所述系数的已编码信息，确定所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量。例如，所述系数的已编码信息包括：包括所述系数的所述CG中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。先前CG可以是已经被扫描的相邻CG。

在(S1630)，执行上下文建模，以为所述CG中的语法元素的多个bin中的每一个确定上下文模型，所述CG中的语法元素的多个bin是上下文编码的，并且不超过在S1620确定的所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量。

在(S1640)，基于所述确定的上下文模型对所述语法元素的多个bin的已编码比特进行解码。可以基于EP模型(即，旁路模型)对CG中的语法元素的剩余总数量的bin的已编码比特进行解码。基于恢复的bin，可以重建系数的系数级。过程(1600)执行到(S1699)并在(S1699)结束。

VIII.计算机系统

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17示出了计算机系统(1700)，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17所示的用于计算机系统(1700)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(1700)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(1700)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(1701)、鼠标(1702)、触控板(1703)、触摸屏(1710)、数据手套(未示出)、操纵杆(1705)、麦克风(1706)、扫描仪(1707)、照相机(1708)。

计算机系统(1700)还可以包括某些人机界面输出设备。这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(1710)、数据手套(未示出)或操纵杆(1705)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(1709)、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(1710)，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(1700)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)(1720)或类似介质(1721)的光学介质、拇指驱动器(1722)、可移动硬盘驱动器或固体状态驱动器(1723)，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(1700)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(1749)(例如，计算机系统(1700)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(1700)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(1700)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(1700)的核心(1740)。

核心(1740)可包括一个或多个中央处理单元(CPU)(1741)、图形处理单元(GPU)(1742)、以现场可编程门阵列(FPGA)(1743)形式的专用可编程处理单元、用于特定任务的硬件加速器(1744)等。这些设备以及只读存储器(ROM)(1745)、随机存取存储器(1746)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1747)等可通过系统总线(1748)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(1748)，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(1748)，或通过外围总线(1749)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(1741)、GPU(1742)、FPGA(1743)和加速器(1744)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1745)或RAM(1746)中。过渡数据也可以存储在RAM(1746)中，而永久数据可以存储在例如内部大容量存储器(1747)中。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(1741)、GPU(1742)、大容量存储器(1747)、ROM(1745)、RAM(1746)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(1700)的计算机系统，特别是核心(1740)，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(1740)的特定存储器，例如核心内部大容量存储器(1747)或ROM(1745)。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(1740)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(1740)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(1746)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(1744))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)

DPCM：差分脉冲编码调制(Differential Pulse-code Modulation)

BDPCM：块差分脉冲编码调制(Block Differential Pulse-code Modulation)

SCC：屏幕内容编码(Screen Content Coding)

Bs：边界强度(Boundary Strength)

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 (22)

1.一种在视频解码器中执行的视频解码的方法，其特征在于，所述方法包括：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，所述语法元素包括第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述绝对系数级的奇偶性；以及

在一过程中对所述第二标志进行解码，其中所述过程满足以下至少一个：(1)在所述过程中不解码其它语法元素；(2)在所述过程中解码第三标志，所述第三标志指示所述绝对系数级是否大于第二阈值；以及(3)在所述过程中解码第四标志，所述第四标志指示所述系数中的所述一个的系数级的符号信息，所述第二阈值大于所述第一阈值。

2.根据权利要求1所述的方法，其特征在于，所述第一阈值为1，所述第二阈值为3。

3.根据权利要求1所述的方法，其特征在于，与所述变换跳过块对应的当前块使用块差分脉冲编码调制模式进行编码。

4.根据权利要求1所述的方法，其特征在于，所述解码进一步包括：

在前一过程中解码所述第一标志和指示所述绝对系数级是否大于3的第五标志之后，在所述过程中对所述第二标志进行解码而不解码其它语法元素。

5.根据权利要求1所述的方法，其特征在于，所述解码进一步包括：

在前一过程中解码所述第三标志之后，在所述过程中对所述第二标志进行解码而不解码其它语法元素。

6.根据权利要求1所述的方法，其特征在于，所述解码进一步包括：

在与所述第三标志相同的过程中对所述第二标志进行解码。

7.根据权利要求1所述的方法，其特征在于，所述解码进一步包括：

在与所述第四标志相同的过程中对所述第二标志进行解码。

8.一种在视频解码器中执行的视频解码的方法，其特征在于，所述方法包括：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，所述语法元素包括：第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述系数中的所述一个的绝对系数级是否大于第二阈值，所述第二阈值大于所述第一阈值；

基于所述系数的已编码信息确定所述第二标志的多个bin，所述第二标志的多个bin是上下文编码的；

执行上下文建模，以为所述第二标志的多个bin中的每一个确定上下文模型；以及

基于所述确定的上下文模型对所述第二标志的多个bin进行解码。

9.根据权利要求8所述的方法，其特征在于，所述第一阈值为1，所述第二阈值为3。

10.根据权利要求8所述的方法，其特征在于，所述系数的已编码信息包括：包括所述系数的当前系数群组CG中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。

11.根据权利要求10所述的方法，其特征在于，当所述当前块被帧内编码时，所述第二标志的bin的数量大于所述当前块被帧间编码时所述第二标志的bin的数量。

12.一种在视频解码器中执行的视频解码的方法，其特征在于，所述方法包括：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的系数群组CG中包括的系数；

基于所述系数的已编码信息，确定所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量；

执行上下文建模，以为所述CG中的语法元素的多个bin中的每一个确定上下文模型，所述CG中的语法元素的多个bin是上下文编码的，并且不超过所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量；以及

基于所述确定的上下文模型对所述语法元素的多个bin进行解码。

13.根据权利要求10所述的方法，其特征在于，所述系数的已编码信息包括：包括所述系数的所述CG中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。

14.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，所述语法元素包括第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述绝对系数级的奇偶性；以及

在一过程中对所述第二标志进行解码，其中所述过程满足以下至少一个：(1)在所述过程中不解码其它语法元素；(2)在所述过程中解码第三标志，所述第三标志指示所述绝对系数级是否大于第二阈值；以及(3)在所述过程中解码第四标志，所述第四标志指示所述系数中的所述一个的系数级的符号信息，所述第二阈值大于所述第一阈值。

15.根据权利要求14所述的装置，其特征在于，与所述变换跳过块对应的当前块使用块差分脉冲编码调制模式进行编码。

16.根据权利要求14所述的装置，其特征在于，所述处理电路进一步被配置为：

在前一过程中解码所述第一标志和指示所述绝对系数级是否大于3的第五标志之后，在所述过程中对所述第二标志进行解码而不解码其它语法元素。

17.根据权利要求14所述的装置，其特征在于，所述处理电路进一步被配置为：在前一过程中解码所述第三标志之后，在所述单独的过程中对所述第二标志进行解码。

18.根据权利要求14所述的装置，其特征在于，所述处理电路进一步被配置为：在与所述第三标志相同的过程中对所述第二标志进行解码。

19.根据权利要求14所述的装置，其特征在于，所述处理电路进一步被配置为：在与所述第四标志相同的过程中对所述第二标志进行解码。

20.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的区域的系数，所述语法元素包括：第一标志，用于指示所述系数中的一个的绝对系数级是否大于第一阈值，以及第二标志，用于指示所述系数中的所述一个的绝对系数级是否大于第二阈值，所述第二阈值大于所述第一阈值；

基于所述系数的已编码信息确定所述第二标志的多个bin，所述第二标志的多个bin是上下文编码的；

执行上下文建模，以为所述第二标志的多个bin中的每一个确定上下文模型；以及

基于所述确定的上下文模型对所述第二标志的多个bin进行解码。

21.根据权利要求20所述的装置，其特征在于，所述系数的已编码信息包括：包括所述系数的当前系数群组CG中的所述第一标志的数量、先前CG中的所述第一标志的数量、与所述变换跳过块对应的当前块被帧内编码还是帧间编码、所述变换跳过块的大小、所述变换跳过块的宽度、所述变换跳过块的高度、或所述变换跳过块的宽高比。

22.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

接收包括语法元素的二进制数bin的比特流，所述语法元素对应于已编码图片中的变换跳过块的系数群组CG中包括的系数；

基于所述系数的已编码信息，确定所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量；

执行上下文建模，以为所述CG中的语法元素的多个bin中的每一个确定上下文模型，所述CG中的语法元素的多个bin是上下文编码的，并且不超过所述CG的上下文编码的bin的最大数量或所述CG的上下文编码的bin的最大平均数量；以及

基于所述确定的上下文模型对所述语法元素的多个bin进行解码。

Images