CN113383546A - 用于视频译码中的经分割的变换单元的二次变换设计 - Google Patents

用于视频译码中的经分割的变换单元的二次变换设计 Download PDF

Info

Publication number
CN113383546A
CN113383546A CN202080011500.9A CN202080011500A CN113383546A CN 113383546 A CN113383546 A CN 113383546A CN 202080011500 A CN202080011500 A CN 202080011500A CN 113383546 A CN113383546 A CN 113383546A
Authority
CN
China
Prior art keywords
transform
video
video data
block
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.)
Pending
Application number
CN202080011500.9A
Other languages
English (en)
Inventor
H·E·埃伊尔梅茨
V·谢廖金
A·赛义德
M·卡切维奇
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN113383546A publication Critical patent/CN113383546A/zh
Pending legal-status Critical Current

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
    • H04N19/102—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
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

一种示例设备将主变换应用于视频数据的当前块以创建主变换系数。该设备确定帧内子分割是否被应用于视频数据的当前块。该设备将主变换应用于当前块。该设备还确定视频数据的当前块的主变换大小是否至少是预定大小。基于应用帧内子分割以及主变换大小至少是预定大小，该设备将二次变换应用于主变换系数，并且基于二次变换来对视频数据的当前块进行译码。

Description

用于视频译码中的经分割的变换单元的二次变换设计
本申请要求享受于2020年1月30日递交的美国申请No.16/777,267以及于2019年2月1日递交的美国临时专利申请62/800,247的权益，将上述两份申请的全部内容通过引用的方式并入本文中。
技术领域
本公开内容涉及视频编码和视频解码。
背景技术
数字视频能力可以被合并到各种各样的设备中，包括数字电视机、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型计算机或台式计算机、平板计算机、电子书阅读器、数字相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、蜂窝或卫星无线电电话(所谓的“智能电话”)、视频电话会议设备、视频流设备等。数字视频设备实现视频译码技术(诸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分，高级视频译码(AVC))、ITU-T H.265/高效率视频译码(HEVC)所定义的标准以及此类标准的扩展中描述的那些技术)。通过实现这样的视频译码技术，视频设备可以更加高效地发送、接收、编码、解码和/或存储数字视频信息。
视频译码技术包括空间(图片内(intra-picture))预测和/或时间(图片间(inter-picture))预测以减少或去除在视频序列中固有的冗余。对于基于块的视频译码，视频切片(例如，视频图片或视频图片的一部分)可以被分割为视频块，视频块也可以被称为译码树单元(CTU)、译码单元(CU)和/或译码节点。图片的经帧内编码(I)的切片中的视频块是使用相对于同一图片中的相邻块中的参考样本的空间预测来编码的。图片的经帧间编码(P或B)的切片中的视频块可以使用相对于同一图片中的相邻块中的参考样本的空间预测或者相对于其它参考图片中的参考样本的时间预测。图片可以被称为帧，并且参考图片可以被称为参考帧。
发明内容
概括而言，本公开内容描述了用于视频译码中的变换译码的技术。变换译码是现代视频压缩标准的一个元素。在一些示例中，变换译码包括二次变换设计，二次变换设计可以与对变换单元(TU)应用分割的变换译码方案一起使用。本公开内容描述了可以提高编码增益并且可以在高级视频编解码器(诸如HEVC的扩展或下一代视频译码标准(例如，H.266/多功能视频译码(VVC)))的上下文中使用的二次变换设计。
在一个示例中，一种方法包括：确定帧内子分割是否被应用于视频数据的当前块；将主变换应用于视频数据的所述当前块以生成主变换系数；基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及基于所述二次变换来对所述视频数据的所述当前块进行译码。
在另一示例中，一种设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理器，其在电路中实现并且与所述存储器相通信，所述一个或多个处理器被配置为：确定帧内子分割是否被应用于视频数据的当前块；将主变换应用于视频数据的所述当前块以生成主变换系数；基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及基于所述二次变换来对所述视频数据的所述当前块进行译码。
在又一示例中，一种计算机可读存储介质包括存储在其上的指令，所述指令在被执行时使得一个或多个处理器进行以下操作：确定帧内子分割是否被应用于视频数据的当前块；将主变换应用于视频数据的所述当前块以生成主变换系数；基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及基于所述二次变换来对所述视频数据的所述当前块进行译码。
在附图和以下描述中阐述了一个或多个示例的细节。根据描述、附图和权利要求，其它特征、目的和优点将是显而易见的。
附图说明
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统的框图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构以及对应的译码树单元(CTU)的概念图。
图3是示出可以执行本公开内容的技术的示例视频编码器的框图。
图4是示出可以执行本公开内容的技术的示例视频解码器的框图。
图5是示出基于残差四叉树分割结构的变换方案的概念图。
图6是示出具有自适应变换选择的示例性混合视频编码系统的框图。
图7是示出在编码器和解码器处使用二次变换的框图。
图8是示出用于1x16块的示例二次变换的概念图。
图9是示出用于2x16块的示例二次变换的概念图。
图10是示出用于2x16块的两个示例二次变换的概念图。
图11是示出正方形块的不同类型的基于树的分割的概念图。
图12是示出本公开内容的技术的流程图。
图13是示出示例视频编码方法的流程图。
图14是示出示例视频解码方法的流程图。
具体实施方式
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统100的框图。概括而言，本公开内容的技术涉及对视频数据进行译码(编码和/或解码)。通常，视频数据包括用于处理视频的任何数据。因此，视频数据可以包括原始的未经译码的视频、经编码的视频、经解码(例如，经重构)的视频、以及视频元数据(例如，信令数据)。
如图1所示，在该示例中，系统100包括源设备102，源设备102提供要被目的地设备116解码和显示的、经编码的视频数据。具体地，源设备102经由计算机可读介质110来将视频数据提供给目的地设备116。源设备102和目的地设备116可以包括各种各样的设备中的任何一种，包括台式计算机、笔记本计算机(即，膝上型计算机)、平板计算机、机顶盒、诸如智能电话之类的电话手机、电视机、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在一些情况下，源设备102和目的地设备116可以被配备用于无线通信，并且因此可以被称为无线通信设备。
在图1的示例中，源设备102包括视频源104、存储器106、视频编码器200以及输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120以及显示设备118。根据本公开内容，源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置为应用用于变换译码的技术。因此，源设备102表示视频编码设备的示例，而目的地设备116表示视频解码设备的示例。在其它示例中，源设备和目的地设备可以包括其它组件或布置。例如，源设备102可以从诸如外部相机之类的外部视频源接收视频数据。同样，目的地设备116可以与外部显示设备对接，而不是包括集成显示设备。
如图1所示的系统100仅是一个示例。通常，任何数字视频编码和/或解码设备可以执行用于变换译码的技术。源设备102和目的地设备116仅是这样的译码设备的示例，其中，源设备102生成经译码的视频数据以用于传输给目的地设备116。本公开内容将“译码”设备指代为执行对数据的译码(例如，编码和/或解码)的设备。因此，视频编码器200和视频解码器300分别表示译码设备(具体地，视频编码器和视频解码器)的示例。在一些示例中，源设备102和目的地设备116可以以基本上对称的方式进行操作，使得源设备102和目的地设备116中的每一者都包括视频编码和解码组件。因此，系统100可以支持在源设备102和目的地设备116之间的单向或双向视频传输，例如，以用于视频流式传输、视频回放、视频广播或视频电话。
通常，视频源104表示视频数据(即原始的未经编码的视频数据)的源，并且将视频数据的顺序的一系列图片(也被称为“帧”)提供给视频编码器200，视频编码器200对用于图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备，诸如摄像机、包含先前捕获的原始视频的视频存档单元、和/或用于从视频内容提供者接收视频的视频馈送接口。作为另外的替代方式，视频源104可以生成基于计算机图形的数据作为源视频，或者生成实时视频、被存档的视频和计算机生成的视频的组合。在每种情况下，视频编码器200可以对被捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从所接收的次序(有时被称为“显示次序”)重新排列为用于译码的译码次序。视频编码器200可以生成包括经编码的视频数据的比特流。然后，源设备102可以经由输出接口108将经编码的视频数据输出到计算机可读介质110上，以便由例如目的地设备116的输入接口122接收和/或取回。
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中，存储器106和存储器120可以存储原始视频数据，例如，来自视频源104的原始视频以及来自视频解码器300的原始的经解码的视频数据。另外或替代地，存储器106和存储器120可以存储可由例如视频编码器200和视频解码器300分别执行的软件指令。尽管在该示例中被示为与视频编码器200和视频解码器300分开，但是应当理解的是，视频编码器200和视频解码器300还可以包括用于在功能上类似或等效目的的内部存储器。此外，存储器106和存储器120可以存储例如从视频编码器200输出并且输入到视频解码器300的经编码的视频数据。在一些示例中，存储器106和存储器120的部分可以被分配为一个或多个视频缓冲器，例如，以存储原始的经解码和/或经编码的视频数据。
计算机可读介质110可以表示能够将经编码的视频数据从源设备102输送到目的地设备116的任何类型的介质或设备。在一个示例中，计算机可读介质110表示通信介质，其使得源设备102能够例如经由射频网络或基于计算机的网络，来实时地向目的地设备116直接发送经编码的视频数据。输出接口108可以根据诸如无线通信协议之类的通信标准来对包括经编码的视频数据的传输信号进行解调，并且输入接口122可以根据诸如无线通信协议之类的通信标准来对所接收的传输信号进行调制。通信介质可以包括任何无线或有线通信介质，例如，射频(RF)频谱或一条或多条物理传输线。通信介质可以形成诸如以下各项的基于分组的网络的一部分：局域网、广域网、或诸如互联网之类的全球网络。通信介质可以包括路由器、交换机、基站、或对于促进从源设备102到目的地设备116的通信而言可以有用的任何其它设备。
在一些示例中，源设备102可以将经编码的数据从输出接口108输出到存储设备112。类似地，目的地设备116可以经由输入接口122从存储设备112访问经编码的数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种，诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或用于存储经编码的视频数据的任何其它适当的数字存储介质。
在一些示例中，源设备102可以将经编码的视频数据输出到文件服务器114或者可以存储由源设备102生成的经编码的视频的另一中间存储设备。目的地设备116可以经由流式传输或下载来从文件服务器114存取被存储的视频数据。文件服务器114可以是能够存储经编码的视频数据并且将该经编码的视频数据发送给目的地设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如，用于网站)、文件传输协议(FTP)服务器、内容递送网络设备、或网络附加存储(NAS)设备。目的地设备116可以通过任何标准数据连接(包括互联网连接)来从文件服务器114访问经编码的视频数据。这可以包括适于访问被存储在文件服务器114上的经编码的视频数据的无线信道(例如，Wi-Fi连接)、有线连接(例如，DSL、电缆调制解调器等)、或这两者的组合。文件服务器114和输入接口122可以被配置为根据以下各项来操作：流传输协议、下载传输协议、或其组合。
输出接口108和输入接口122可以表示无线发射机/接收机、调制解调器、有线联网组件(例如，以太网卡)、根据各种IEEE 802.11标准中的任何一种标准进行操作的无线通信组件、或其它物理组件。在其中输出接口108和输入接口122包括无线组件的示例中，输出接口108和输入接口122可以被配置为根据蜂窝通信标准(诸如4G、4G-LTE(长期演进)、改进的LTE、5G等)来传输数据(诸如经编码的视频数据)。在其中输出接口108包括无线发射机的一些示例中，输出接口108和输入接口122可以被配置为根据其它无线标准(诸如IEEE 802.11规范、IEEE 802.15规范(例如，ZigBeeTM)、BluetoothTM标准等)来传输数据(诸如经编码的视频数据)。在一些示例中，源设备102和/或目的地设备116可以包括相应的片上系统(SoC)设备。例如，源设备102可以包括用于执行被赋予视频编码器200和/或输出接口108的功能的SoC设备，并且目的地设备116可以包括用于执行被赋予视频解码器300和/或输入接口122的功能的SoC设备。
本公开内容的技术可以应用于视频译码，以支持各种多媒体应用中的任何一种，诸如空中电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(诸如基于HTTP的动态自适应流式传输(DASH))、被编码到数据存储介质上的数字视频、对被存储在数据存储介质上的数字视频的解码、或其它应用。
目的地设备116的输入接口122从计算机可读介质110(例如，存储设备112、文件服务器114等)接收经编码的视频比特流。经编码的视频比特流计算机可读介质110可以包括由视频编码器200定义的诸如以下语法元素之类的信令信息(其也被视频解码器300使用)：所述语法元素具有描述视频块或其它译码单元(例如，切片、图片、图片组、序列等)的特性和/或处理的值。显示设备118将经解码的视频数据的经解码的图片显示给用户。显示设备118可以表示各种显示设备中的任何一种，诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器、或另一种类型的显示设备。
尽管在图1中未示出，但是在一些示例中，视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成，并且可以包括适当的MUX-DEMUX单元或其它硬件和/或软件，以处理包括公共数据流中的音频和视频两者的经复用的流。如果适用，MUX-DEMUX单元可以遵循ITU H.223复用器协议或其它协议(诸如用户数据报协议(UDP))。
视频编码器200和视频解码器300各自可以被实现为各种适当的编码器和/或解码器电路中的任何一种，诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立逻辑、软件、硬件、固件、或其任何组合。当所述技术部分地用软件实现时，设备可以将用于软件的指令存储在适当的非暂时性计算机可读介质中，并且使用一个或多个处理器，用硬件来执行指令以执行本公开内容的技术。视频编码器200和视频解码器300中的每一者可以被包括在一个或多个编码器或解码器中，编码器或解码器中的任一者可以被集成为相应设备中的组合编码器/解码器(CODEC)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器、和/或无线通信设备(诸如蜂窝电话)。
视频编码器200和视频解码器300可以根据视频译码标准(诸如ITU-T H.265(也被称为高效率视频译码(HEVC)标准)或对其的扩展(诸如多视图和/或可伸缩视频译码扩展))进行操作。替代地，视频编码器200和视频解码器300可以根据其它专有或行业标准(诸如联合探索测试模型(JEM)或ITU-T H.266标准，也被称为多功能视频译码(VVC))进行操作。VVC标准的最近草案是在以下文档中描述的：Bross等人，“Versatile Video Coding(Draft3)”，ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)，第12次会议：中国澳门，2018年10月3日至12日，JVET-L1001-v9(下文中被称为“VVC草案3”)。然而，本公开内容的技术不限于任何特定的译码标准。
通常，视频编码器200和视频解码器300可以执行对图片的基于块的译码。术语“块”通常指代包括要被处理的(例如，在编码和/或解码过程中要被编码、被解码或以其它方式使用的)数据的结构。例如，块可以包括亮度和/或色度数据的样本的二维矩阵。通常，视频编码器200和视频解码器300可以对以YUV(例如，Y、Cb、Cr)格式表示的视频数据进行译码。也就是说，并不是对用于图片的样本的红色、绿色和蓝色(RGB)数据进行译码，视频编码器200和视频解码器300可以对亮度和色度分量进行译码，其中，色度分量可以包括红色色相和蓝色色相色度分量两者。在一些示例中，视频编码器200在进行编码之前将所接收的经RGB格式化的数据转换为YUV表示，并且视频解码器300将YUV表示转换为RGB格式。替代地，预处理和后处理单元(未示出)可以执行这些转换。
概括而言，本公开内容可以涉及对图片的译码(例如，编码和解码)以包括对图片的数据进行编码或解码的过程。类似地，本公开内容可以涉及对图片的块的译码以包括对用于块的数据进行编码或解码(例如，预测和/或残差译码)的过程。经编码的视频比特流通常包括用于表示译码决策(例如，译码模式)以及将图片分割为块的语法元素的一系列值。因此，关于对图片或块进行译码的引用通常应当被理解为对用于形成图片或块的语法元素的值进行译码。
HEVC定义了各种块，包括译码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC，视频译码器(诸如视频编码器200)根据四叉树结构来将译码树单元(CTU)分割为CU。也就是说，视频译码器将CTU和CU分割为四个相等的、不重叠的正方形，并且四叉树的每个节点具有零个或四个子节点。没有子节点的节点可以被称为“叶节点”，并且这种叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频译码器可以进一步分割PU和TU。例如，在HEVC中，残差四叉树(RQT)表示对TU的分区。在HEVC中，PU表示帧间预测数据，而TU表示残差数据。经帧内预测的CU包括帧内预测信息，诸如帧内模式指示。
作为另一示例，视频编码器200和视频解码器300可以被配置为根据JEM或VVC进行操作。根据JEM或VVC，视频译码器(诸如视频编码器200)将图片分割为多个译码树单元(CTU)。视频编码器200可以根据树结构(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)分割CTU。QTBT结构去除了多种分割类型的概念，诸如在HEVC的CU、PU和TU之间的分隔。QTBT结构包括两个级别：根据四叉树分割而被分割的第一级别、以及根据二叉树分割而被分割的第二级别。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于译码单元(CU)。
在MTT分割结构中，可以使用四叉树(QT)分割、二叉树(BT)分割以及一种或多种类型的三叉树(TT)分割来对块进行分割。三叉树分割是其中块被分为三个子块的分割。在一些示例中，三叉树分割将块划分为三个子块，而不通过中心划分原始块。MTT中的分割类型(例如，QT、BT和TT)可以是对称的或不对称的。
在一些示例中，视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度分量和色度分量中的每一者，而在其它示例中，视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构，诸如用于亮度分量的一个QTBT/MTT结构以及用于两个色度分量的另一个QTBT/MTT结构(或者用于相应色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以被配置为使用每HEVC的四叉树分割、QTBT分割、MTT分割、或其它分割结构。为了解释的目的，关于QTBT分割给出了本公开内容的技术的描述。然而，应当理解的是，本公开内容的技术还可以应用于被配置为使用四叉树分割或者还使用其它类型的分割的视频译码器。
本公开内容可以互换地使用“NxN”和“N乘N”来指代块(诸如CU或其它视频块)在垂直和水平维度方面的样本大小，例如，16x16个样本或16乘16个样本。通常，16x16 CU在垂直方向上将具有16个样本(y＝16)，并且在水平方向上将具有16个样本(x＝16)。同样地，NxNCU通常在垂直方向上具有N个样本，并且在水平方向上具有N个样本，其中N表示非负整数值。CU中的样本可以按行和列来排列。此外，CU不一定需要在水平方向上具有与在垂直方向上相同的数量的样本。例如，CU可以包括NxM个样本，其中M不一定等于N。
视频编码器200对用于CU的表示预测和/或残差信息以及其它信息的视频数据进行编码。预测信息指示将如何预测CU以便形成用于CU的预测块。残差信息通常表示在编码之前的CU的样本与预测块之间的逐样本差。
为了预测CU，视频编码器200通常可以通过帧间预测或帧内预测来形成用于CU的预测块。帧间预测通常指代根据先前译码的图片的数据来预测CU，而帧内预测通常指代根据同一图片的先前译码的数据来预测CU。为了执行帧间预测，视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索，以识别例如在CU与参考块之间的差异方面与CU紧密匹配的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)、或其它这种差计算来计算差度量，以确定参考块是否与当前CU紧密匹配。在一些示例中，视频编码器200可以使用单向预测或双向预测来预测当前CU。
JEM和VVC的一些示例还提供仿射运动补偿模式，其可以被认为是帧间预测模式。在仿射运动补偿模式下，视频编码器200可以确定表示非平移运动(诸如放大或缩小、旋转、透视运动或其它不规则的运动类型)的两个或更多个运动矢量。
为了执行帧内预测，视频编码器200可以选择帧内预测模式来生成预测块。JEM和VVC的一些示例提供六十七种帧内预测模式，包括各种方向性模式、以及平面模式和DC模式。通常，视频编码器200选择帧内预测模式，帧内预测模式描述要根据其来预测当前块(例如，CU的块)的样本的、当前块的相邻样本。假设视频编码器200以光栅扫描次序(从左到右、从上到下)对CTU和CU进行译码，则这样的样本通常可以是在与当前块相同的图片中在当前块的上方、左上方或左侧。
视频编码器200对表示用于当前块的预测模式的数据进行编码。例如，对于帧间预测模式，视频编码器200可以对表示使用各种可用帧间预测模式中的哪一种的数据以及用于对应模式的运动信息进行编码。对于单向或双向帧间预测，例如，视频编码器200可以使用高级运动矢量预测(AMVP)或合并模式来对运动矢量进行编码。视频编码器200可以使用类似的模式来对用于仿射运动补偿模式的运动矢量进行编码。
在诸如对块的帧内预测或帧间预测之类的预测之后，视频编码器200可以计算用于该块的残差数据。残差数据(诸如残差块)表示在块与用于该块的预测块之间的逐样本差，该预测块是使用对应的预测模式来形成的。视频编码器200可以将一个或多个变换应用于残差块，以在变换域中而非在样本域中产生经变换的数据。例如，视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外，视频编码器200可以在第一变换之后应用二次变换，诸如模式相关的不可分离二次变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述，在任何变换以产生变换系数之后，视频编码器200可以执行对变换系数的量化。量化通常指代如下的过程：在该过程中，对变换系数进行量化以可能减少用于表示系数的数据量，从而提供进一步的压缩。通过执行量化过程，视频编码器200可以减小与一些或所有系数相关联的比特深度。例如，视频编码器200可以在量化期间将n比特的值向下舍入为m比特的值，其中n大于m。在一些示例中，为了执行量化，视频编码器200可以执行对要被量化的值的按位右移。
在量化之后，视频编码器200可以扫描变换系数，从而从包括经量化的变换系数的二维矩阵产生一维矢量。可以将扫描设计为将较高能量(并且因此较低频率)的系数放在矢量的前面，并且将较低能量(并且因此较高频率)的变换系数放在矢量的后面。在一些示例中，视频编码器200可以利用预定义的扫描次序来扫描经量化的变换系数以产生经串行化的矢量，并且然后对矢量的经量化的变换系数进行熵编码。在其它示例中，视频编码器200可以执行自适应扫描。在扫描经量化的变换系数以形成一维矢量之后，视频编码器200可以例如根据上下文自适应二进制算术译码(CABAC)来对一维矢量进行熵编码。视频编码器200还可以对用于描述与经编码的视频数据相关联的元数据的语法元素的值进行熵编码，以供视频解码器300在对视频数据进行解码时使用。
为了执行CABAC，视频编码器200可以将上下文模型内的上下文分配给要被发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以是基于被分配给符号的上下文的。
视频编码器200还可以例如在图片报头、块报头、切片报头中为视频解码器300生成语法数据(诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据)、或其它语法数据(诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS))。同样地，视频解码器300可以对这样的语法数据进行解码以确定如何解码对应的视频数据。
以这种方式，视频编码器200可以生成比特流，其包括经编码的视频数据，例如，描述将图片分割为块(例如，CU)以及用于该块的预测和/或残差信息的语法元素。最终，视频解码器300可以接收比特流并且对经编码的视频数据进行解码。
通常，视频解码器300执行与由视频编码器200执行的过程相反的过程，以对比特流的经编码的视频数据进行解码。例如，视频解码器300可以使用CABAC，以与视频编码器200的CABAC编码过程基本上类似的、但是相反的方式来对用于比特流的语法元素的值进行解码。语法元素可以定义用于将图片分割为CTU、以及根据对应的分割结构(诸如QTBT结构)对每个CTU进行分割以定义CTU的CU的分割信息。语法元素还可以定义用于视频数据的块(例如，CU)的预测和残差信息。
残差信息可以由例如经量化的变换系数来表示。视频解码器300可以对块的经量化的变换系数进行逆量化和逆变换以重现用于该块的残差块。视频解码器300使用经信号通知的预测模式(帧内预测或帧间预测)和相关的预测信息(例如，用于帧间预测的运动信息)来形成用于该块的预测块。视频解码器300然后可以对预测块和残差块(在逐个样本的基础上)进行组合以重现原始块。视频解码器300可以执行额外处理，诸如执行去块过程以减少沿着块的边界的视觉伪影。
根据本公开内容的技术，视频编码器200和视频解码器300可以被配置为：根据下文描述的本公开内容的技术，使用主变换和二次变换中的一项或多项来对视频数据的块进行译码。
概括而言，本公开内容可能涉及“用信号通知”某些信息(诸如语法元素)。术语“用信号通知”通常可以指代对语法元素的值和/或用于对经编码的视频数据进行解码的其它数据的传送。也就是说，视频编码器200可以在比特流中用信号通知用于语法元素的值。通常，用信号通知指代在比特流中生成值。如上所述，源设备102可以基本上实时地或不是实时地(诸如可能在将语法元素存储到存储设备112以供目的地设备116稍后取回时发生)将比特流传输到目的地设备116。
图2A和2B是示出示例四叉树二叉树(QTBT)结构124以及对应的译码树单元(CTU)126的概念图。实线表示四叉树拆分，而虚线指示二叉树拆分。在二叉树的每个拆分(即非叶)节点中，用信号通知一个标志以指示使用哪种拆分类型(即，水平或垂直)，其中，在该示例中，0指示水平拆分，而1指示垂直拆分。对于四叉树拆分，由于四叉树节点将块水平地并且垂直地拆分为具有相等大小的4个子块，因此无需指示拆分类型。因此，视频编码器200可以对以下各项进行编码，而视频解码器300可以对以下各项进行解码：用于QTBT结构124的区域树级别(即实线)的语法元素(诸如拆分信息)、以及用于QTBT结构124的预测树级别(即虚线)的语法元素(诸如拆分信息)。视频编码器200可以对用于由QTBT结构124的终端叶节点表示的CU的视频数据(诸如预测和变换数据)进行编码，而视频解码器300可以对视频数据进行解码。
通常，图2B的CTU 126可以与定义与QTBT结构124的处于第一和第二级别的节点相对应的块的大小的参数相关联。这些参数可以包括CTU大小(表示样本中的CTU 126的大小)、最小四叉树大小(MinQTSize，其表示最小允许四叉树叶节点大小)、最大二叉树大小(MaxBTSize，其表示最大允许二叉树根节点大小)、最大二叉树深度(MaxBTDepth，其表示最大允许二叉树深度)、以及最小二叉树大小(MinBTSize，其表示最小允许二叉树叶节点大小)。
QTBT结构的与CTU相对应的根节点可以在QTBT结构的第一级别处具有四个子节点，每个子节点可以是根据四叉树分割来分割的。也就是说，第一级别的节点是叶节点(没有子节点)或者具有四个子节点。QTBT结构124的示例将这样的节点表示为包括具有实线分支的父节点和子节点。如果第一级别的节点不大于最大允许二叉树根节点大小(MaxBTSize)，则可以通过相应的二叉树进一步对这些节点进行分割。可以对一个节点的二叉树拆分进行迭代，直到从拆分产生的节点达到最小允许二叉树叶节点大小(MinBTSize)或最大允许二叉树深度(MaxBTDepth)。QTBT结构124的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为译码单元(CU)，其用于预测(例如，图片内或图片间预测)和变换，而不进行任何进一步分割。如上所讨论的，CU也可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中，CTU大小被设置为128x128(亮度样本和两个对应的64x64色度样本)，MinQTSize被设置为16x16，MaxBTSize被设置为64x64，MinBTSize(对于宽度和高度两者)被设置为4，并且MaxBTDepth被设置为4。首先对CTU应用四叉树分割以生成四叉树叶节点。四叉树叶节点可以具有从16x16(即MinQTSize)到128x128(即CTU大小)的大小。如果叶四叉树节点为128x128，则由于该大小超过MaxBTSize(即，在该示例中为64x64)，因此叶四叉树节点将不被二叉树进一步拆分。否则，叶四叉树节点将被二叉树进一步分割。因此，四叉树叶节点也是用于二叉树的根节点，并且具有为0的二叉树深度。当二叉树深度达到MaxBTDepth(在该示例中为4)时，不允许进一步拆分。当二叉树节点具有等于MinBTSize(在该示例中为4)的宽度时，这意味着不允许进行进一步的水平拆分。类似地，具有等于MinBTSize的高度的二叉树节点意味着不允许针对该二叉树节点进行进一步的垂直拆分。如上所述，二叉树的叶节点被称为CU，并且根据预测和变换而被进一步处理，而无需进一步分割。
图3是示出可以执行本公开内容的技术的示例视频编码器200的框图。图3是出于解释的目的而提供的，并且不应当被认为对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的，本公开内容在视频译码标准(诸如HEVC视频译码标准和处于开发中的H.266视频译码标准)的背景下描述了视频编码器200。然而，本公开内容的技术不限于这些视频译码标准，并且一般地适用于视频编码和解码。
在图3的示例中，视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(DPB)218和熵编码单元220。视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何一者或全部可以在一个或多个处理器中或者在处理电路中实现。此外，视频编码器200可以包括额外或替代的处理器或处理电路以执行这些和其它功能。
视频数据存储器230可以存储要由视频编码器200的组件来编码的视频数据。视频编码器200可以从例如视频源104(图1)接收被存储在视频数据存储器230中的视频数据。DPB 218可以充当参考图片存储器，其存储参考视频数据以在由视频编码器200对后续视频数据进行预测时使用。视频数据存储器230和DPB 218可以由各种存储器设备中的任何一种形成，诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻性RAM(RRAM)、或其它类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中，视频数据存储器230可以与视频编码器200的其它组件在芯片上(如图所示)，或者相对于那些组件在芯片外。
在本公开内容中，对视频数据存储器230的引用不应当被解释为限于在视频编码器200内部的存储器(除非如此具体地描述)，或者不限于在视频编码器200外部的存储器(除非如此具体地描述)。确切而言，对视频数据存储器230的引用应当被理解为存储视频编码器200接收以用于编码的视频数据(例如，用于要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各个单元的输出的临时存储。
示出了图3的各个单元以帮助理解由视频编码器200执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如，可编程电路可以执行软件或固件，软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是固定功能电路执行的操作类型通常是不可变的。在一些示例中，这些单元中的一个或多个单元可以是不同的电路块(固定功能或可编程)，并且在一些示例中，一个或多个单元可以是集成电路。
视频编码器200可以包括由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核。在其中使用由可编程电路执行的软件来执行视频编码器200的操作的示例中，存储器106(图1)可以存储视频编码器200接收并且执行的软件的目标代码，或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。
视频数据存储器230被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230取回视频数据的图片，并且将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是要被编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元，其根据其它预测模式来执行视频预测。作为示例，模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元等。
模式选择单元202通常协调多个编码通路(pass)，以测试编码参数的组合以及针对这样的组合所得到的率失真值。编码参数可以包括将CTU分割为CU、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择编码参数的具有比其它测试的组合更佳的率失真值的组合。
视频编码器200可以将从视频数据存储器230取回的图片分割为一系列CTU，并且将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上述HEVC的QTBT结构或四叉树结构)来分割图片的CTU。如上所述，视频编码器200可以通过根据树结构来分割CTU，从而形成一个或多个CU。这样的CU通常也可以被称为“视频块”或“块”。
通常，模式选择单元202还控制其组件(例如，运动估计单元222、运动补偿单元224和帧内预测单元226)以生成用于当前块(例如，当前CU，或者在HEVC中为PU和TU的重叠部分)的预测块。为了对当前块进行帧间预测，运动估计单元222可以执行运动搜索以识别在一个或多个参考图片(例如，被存储在DPB 218中的一个或多个先前译码的图片)中的一个或多个紧密匹配的参考块。具体地，运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)等，来计算表示潜在参考块将与当前块的类似程度的值。运动估计单元222通常可以使用在当前块与所考虑的参考块之间的逐样本差来执行这些计算。运动估计单元222可以识别从这些计算所得到的具有最低值的参考块，其指示与当前块最紧密匹配的参考块。
运动估计单元222可以形成一个或多个运动矢量(MV)，所述运动矢量限定相对于当前块在当前图片中的位置而言参考块在参考图片中的的位置。然后，运动估计单元222可以将运动矢量提供给运动补偿单元224。例如，对于单向帧间预测，运动估计单元222可以提供单个运动矢量，而对于双向帧间预测，运动估计单元222可以提供两个运动矢量。然后，运动补偿单元224可以使用运动矢量来生成预测块。例如，运动补偿单元224可以使用运动矢量来取回参考块的数据。作为另一示例，如果运动矢量具有分数样本精度，则运动补偿单元224可以根据一个或多个插值滤波器来对用于预测块的值进行插值。此外，对于双向帧间预测，运动补偿单元224可以取回用于由相应的运动矢量标识的两个参考块的数据并且例如通过逐样本平均或加权平均来将所取回的数据进行组合。
作为另一示例，对于帧内预测或帧内预测译码，帧内预测单元226可以根据与当前块相邻的样本来生成预测块。例如，对于方向性模式，帧内预测单元226通常可以在数学上将相邻样本的值进行组合，并且跨当前块在所定义的方向上填充这些计算出的值以产生预测块。作为另一示例，对于DC模式，帧内预测单元226可以计算当前块的相邻样本的平均值，并且生成预测块以包括针对预测块的每个样本的该得到的平均值。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始的未经译码的版本，并且从模式选择单元202接收预测块。残差生成单元204计算在当前块与预测块之间的逐样本差。所得到的逐样本差定义了用于当前块的残差块。在一些示例中，残差生成单元204还可以确定残差块中的样本值之间的差，以使用残差差分脉冲译码调制(RDPCM)来生成残差块。在一些示例中，可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在其中模式选择单元202将CU分割为PU的示例中，每个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种大小的PU。如上所指出的，CU的大小可以指代CU的亮度译码块的大小，而PU的大小可以指代PU的亮度预测单元的大小。假设特定CU的大小为2Nx2N，则视频编码器200可以支持用于帧内预测的2Nx2N或NxN的PU大小、以及用于帧间预测的2Nx2N、2NxN、Nx2N、NxN或类似的对称的PU大小。视频编码器200和视频解码器300还可以支持针对用于帧间预测的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的非对称分割。
在其中模式选择单元202不将CU进一步分割为PU的示例中，每个CU可以与亮度译码块和对应的色度译码块相关联。如上所述，CU的大小可以指代CU的亮度译码块的大小。视频编码器200和视频解码器300可以支持2Nx2N、2NxN或Nx2N的CU大小。
对于其它视频译码技术(举几个示例，诸如块内复制模式译码、仿射模式译码和线性模型(LM)模式译码)，模式选择单元202经由与译码技术相关联的相应单元来生成用于正被编码的当前块的预测块。在一些示例中(诸如调色板模式译码)，模式选择单元202可以不生成预测块，而是替代地生成指示基于所选择的调色板来重构块的方式的语法元素。在这样的模式下，模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。
如上所述，残差生成单元204接收用于当前块和对应的预测块的视频数据。然后，残差生成单元204为当前块生成残差块。为了生成残差块，残差生成单元204计算在预测块与当前块之间的逐样本差。
变换处理单元206将一种或多种变换应用于残差块，以生成变换系数的块(本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块，以形成变换系数块。例如，变换处理单元206可以将离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)、或概念上类似的变换应用于残差块。在一些示例中，变换处理单元206可以向残差块应用多种变换，例如，主变换和二次变换(诸如旋转变换)。在一些示例中，变换处理单元206可以根据本公开内容的示例来应用主变换和二次变换。例如，视频编码器200可以确定帧内子分割是否被应用于视频数据的当前块。视频编码器200还可以确定视频数据的当前块的主变换大小是否至少是预定大小，例如，4x4、8x8、16x16或任何其它预定大小。视频编码器200的变换处理单元206可以基于应用帧内子分割以及主变换大小至少是预定大小来将二次变换应用于主变换系数。视频编码器200可以基于主变换系数和二次变换中的至少一项来对视频数据的当前块进行编码。在一些示例中，变换处理单元206不向残差块应用变换。
量化单元208可以对变换系数块中的变换系数进行量化，以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来对变换系数块的变换系数进行量化。视频编码器200(例如，经由模式选择单元202)可以通过调整与CU相关联的QP值来调整被应用于与当前块相关联的变换系数块的量化程度。量化可能引起信息损失，并且因此，经量化的变换系数可能具有与变换处理单元206所产生的原始变换系数相比较低的精度。
逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于经量化的变换系数块，以从变换系数块重构残差块。重构单元214可以基于经重构的残差块和由模式选择单元202生成的预测块来产生与当前块相对应的重构块(尽管潜在地具有某种程度的失真)。例如，重构单元214可以将经重构的残差块的样本与来自模式选择单元202所生成的预测块的对应样本相加，以产生经重构的块。
滤波器单元216可以对经重构的块执行一个或多个滤波器操作。例如，滤波器单元216可以执行去块操作以减少沿着CU的边缘的块效应伪影。在一些示例中，可以跳过滤波器单元216的操作。
视频编码器200将经重构的块存储在DPB 218中。例如，在其中不执行滤波器单元216的操作的示例中，重构单元214可以将经重构的块存储到DPB 218中。在其中执行滤波器单元216的操作的示例中，滤波器单元216可以将经滤波的重构块存储到DPB 218中。运动估计单元222和运动补偿单元224可以从DPB 218取回由经重构的(并且潜在地经滤波的)块形成的参考图片，以对后续编码的图片的块进行帧间预测。另外，帧内预测单元226可以使用在DPB 218中的当前图片的经重构的块来对当前图片中的其它块进行帧内预测。
通常，熵编码单元220可以对从视频编码器200的其它功能组件接收的语法元素进行熵编码。例如，熵编码单元220可以对来自量化单元208的经量化的变换系数块进行熵编码。作为另一示例，熵编码单元220可以对来自模式选择单元202的预测语法元素(例如，用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作，以生成经熵编码的数据。例如，熵编码单元220可以执行上下文自适应变长译码(CAVLC)操作、CABAC操作、可变-可变(V2V)长度译码操作、基于语法的上下文自适应二进制算术译码(SBAC)操作、概率区间分割熵(PIPE)译码操作、指数哥伦布编码操作、或对数据的另一种类型的熵编码操作。在一些示例中，熵编码单元220可以在其中语法元素未被熵编码的旁路模式下操作。
视频编码器200可以输出比特流，其包括用于重构切片或图片的块所需要的经熵编码的语法元素。例如，熵编码单元220可以输出比特流。
关于块描述了上述操作。这样的描述应当被理解为用于亮度译码块和/或色度译码块的操作。如上所述，在一些示例中，亮度译码块和色度译码块是CU的亮度分量和色度分量。在一些示例中，亮度译码块和色度译码块是PU的亮度分量和色度分量。
在一些示例中，不需要针对色度译码块重复关于亮度编码块执行的操作。作为一个示例，不需要重复用于识别用于亮度译码块的运动矢量(MV)和参考图片的操作来识别用于色度块的MV和参考图片。确切而言，可以对用于亮度译码块的MV进行缩放以确定用于色度块的MV，并且参考图片可以是相同的。作为另一示例，对于亮度译码块和色度译码块，帧内预测过程可以是相同的。
视频编码器200表示被配置为对视频数据进行编码的设备的示例，该设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理单元，其在电路中实现并且与存储器相通信并且被配置为：确定帧内子分割是否被应用于视频数据的当前块；将主变换应用于视频数据的当前块以生成主变换系数；基于应用帧内子分割来确定主变换的大小是否至少是预定大小；基于应用帧内子分割以及主变换的大小至少是预定大小，来将二次变换应用于主变换系数；以及基于二次变换来对视频数据的当前块进行译码。
图4是示出可以执行本公开内容的技术的示例视频解码器300的框图。图4是出于解释的目的而提供的，并且不对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的，本公开内容根据JEM、VVC和HEVC的技术描述了视频解码器300。然而，本公开内容的技术可以由被配置用于其它视频译码标准的视频译码设备来执行。
在图4的示例中，视频解码器300包括译码图片缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和解码图片缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 314中的任何一者或全部可以在一个或多个处理器中或者在处理电路中实现。此外，视频解码器300可以包括额外或替代的处理器或处理电路以执行这些和其它功能。
预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括加法单元，其根据其它预测模式来执行预测。作为示例，预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其它示例中，视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储要由视频解码器300的组件解码的视频数据，诸如经编码的视频比特流。例如，可以从计算机可读介质110(图1)获得被存储在CPB存储器320中的视频数据。CPB存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如，语法元素)的CPB。此外，CPB存储器320可以存储除了经译码的图片的语法元素之外的视频数据，诸如表示来自视频解码器300的各个单元的输出的临时数据。DPB314通常存储经解码的图片，视频解码器300可以输出经解码的图片，和/或在解码经编码的视频比特流的后续数据或图片时使用经解码的图片作为参考视频数据。CPB存储器320和DPB 314可以由各种存储器设备中的任何一种形成，诸如动态随机存取存储器(DRAM)，包括同步DRAM(SDRAM)、磁阻RAM(MRAM)、电阻式RAM(RRAM)、或其它类型的存储器设备。CPB存储器320和DPB 314可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中，CPB存储器320可以与视频解码器300的其它组件在芯片上，或者相对于那些组件在芯片外。
另外或替代地，在一些示例中，视频解码器300可以从存储器120(图1)取回经译码的视频数据。也就是说，存储器120可以如上文所讨论地利用CPB存储器320来存储数据。同样，当视频解码器300的一些或全部功能是用要被视频解码器300的处理电路执行的软件来实现时，存储器120可以存储要被视频解码器300执行的指令。
示出了图4中示出的各个单元以帮助理解由视频解码器300执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图3，固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如，可编程电路可以执行软件或固件，软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是固定功能电路执行的操作的类型通常是不可变的。在一些示例中，这些单元中的一个或多个单元可以是不同的电路块(固定功能或可编程)，并且在一些示例中，一个或多个单元可以是集成电路。
视频解码器300可以包括由可编程电路形成的ALU、EFU、数字电路、模拟电路和/或可编程核。在其中由在可编程电路上执行的软件执行视频解码器300的操作的示例中，片上或片外存储器可以存储视频解码器300接收并且执行的软件的指令(例如，目标代码)。
熵解码单元302可以从CPB接收经编码的视频数据，并且对视频数据进行熵解码以重现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码的视频数据。
通常，视频解码器300逐块地重构图片。视频解码器300可以单独地对每个块执行重构操作(其中，当前正在被重构(即，被解码)的块可以被称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及诸如量化参数(QP)和/或变换模式指示之类的变换信息进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化程度，并且同样地，确定供逆量化单元306应用的逆量化程度。逆量化单元306可以例如执行按位左移操作以对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后，逆变换处理单元308可以将一种或多种逆变换应用于变换系数块，以生成与当前块相关联的残差块。例如，逆变换处理单元308可以将逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于系数块。在一些示例中，逆变换处理单元308可以根据本公开内容的技术来应用二次逆变换和主逆变换。例如，视频解码器300可以确定帧内子分割是否被应用于视频数据的当前块。视频解码器300还可以确定视频数据的当前块的主变换大小是否至少是预定大小，例如，4x4、8x8、16x16或任何其它预定大小。逆变换处理单元308可以基于应用帧内子分割以及主变换大小至少是预定大小来将二次逆变换应用于经逆量化的数据。视频解码器300可以基于主变换系数或二次变换中的至少一项来对视频数据的当前块进行解码。
此外，预测处理单元304根据预测信息语法元素(由熵解码单元302进行熵解码的预测信息语法元素)来生成预测块。例如，如果预测信息语法元素指示当前块是经帧间预测的，则运动补偿单元316可以生成预测块。在这种情况下，预测信息语法元素可以指示在DPB314中的要从其取回参考块的参考图片、以及标识相对于当前块在当前图片中的位置而言参考块在参考图片中的位置的运动矢量。运动补偿单元316通常可以以与关于运动补偿单元224(图3)所描述的方式基本类似的方式来执行帧间预测过程。
作为另一示例，如果预测信息语法元素指示当前块是经帧内预测的，则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。再次，帧内预测单元318通常可以以与关于帧内预测单元226(图3)所描述的方式基本上类似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314取回当前块的相邻样本的数据。
重构单元310可以使用预测块和残差块来重构当前块。例如，重构单元310可以将残差块的样本与预测块的对应样本相加来重构当前块。
滤波器单元312可以对经重构的块执行一个或多个滤波器操作。例如，滤波器单元312可以执行去块操作以减少沿着经重构的块的边缘的块效应伪影。不一定在所有示例中都执行滤波器单元312的操作。
视频解码器300可以将经重构的块存储在DPB 314中。如上所讨论的，DPB 314可以将参考信息(诸如用于帧内预测的当前图片以及用于后续运动补偿的先前解码的图片的样本)提供给预测处理单元304。此外，视频解码器300可以从DPB 314输出经解码的图片，以用于在诸如图1的显示设备118之类的显示设备上的后续呈现。
以这种方式，视频解码器300表示视频解码设备的示例，该视频解码设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理单元，其在电路中实现并且被配置为：确定帧内子分割是否被应用于视频数据的当前块；基于应用帧内子分割来确定主逆变换的大小是否至少是预定大小；基于应用帧内子分割以及主变换的大小至少是预定大小来应用二次逆变换系数；应用主逆变换；以及基于主逆变换和二次逆变换来对视频数据的当前块进行译码。
在下一节中，本公开内容提供了对离散正弦变换和离散余弦变换(DCT和DST)的概述。此外，简要的讨论了对HEVC标准中使用的变换方案。
特定变换定义了推导输入信号的替代表示的过程。给定N点向量x＝[x0,x1,…,xN-1]T和给定向量{φ0,φ1,…,φM-1}的集合，可以使用φ0、φ1、…、ΦM-1的线性组合来近似或精确地表示x，其公式可以如下：
Figure BDA0003186137150000251
其中
Figure BDA0003186137150000252
可以是x的近似值或等效值，向量f＝[fi,f2,..,fM-1]是变换系数向量，并且{φ0,φ1,…,ΦM-1}是变换基向量。
在视频译码中，变换系数基本上是不相关和稀疏的。换句话说，输入向量x的能量仅被压缩在少数变换系数上，并且剩余的大多数变换系数通常接近于零。
给定特定的输入数据，能量压缩方面的最佳变换是KLT，其使用输入数据的协方差矩阵的特征向量作为变换基向量。因此，KLT实际上是依赖于数据的变换，并且没有通用的数学公式。然而，在某些假设下，例如，输入数据形成一阶平稳马尔可夫过程，已经证明对应的KLT实际上是正弦酉变换族的一个成员，这是在如下文献中介绍的：Jain，A.K.，正弦酉变换族，模式分析和机器智能IEEE学报，1，1356，(1979年)。正弦酉变换族指示使用变换基向量的变换，其公式如下：
Φm(k)＝A·eikθ+B·e-ikθ，
其中e是自然对数的底，约等于2.71828，A、B和θ通常是复数，并且取决于m的值，并且k表示频率分量。
若干众所周知的变换(包括离散傅里叶、余弦、正弦和KLT)(对于一阶平稳马尔可夫过程)是这种正弦酉变换族的成员。根据文献(例如，S.A.Martucci,"Symmetricconvolution and the discrete sine and cosine transforms,"IEEE学报，信号处理SP-42，1038-1051页(1994年))，完整的离散余弦变换(DCT)和离散正弦变换(DST)族的集合总共包括16种基于不同类型(即，A、B和θ的不同值)的变换。下面给出了不同类型的DCT和DST的完整定义。
假设输入N点向量表示为x＝[x0,x1,…,xN-1]T，并且通过乘以矩阵将其转换为表示为y＝[y0,y1,…,yN-1]T的另一N点变换系数向量，其过程可以根据以下变换公式之一进一步说明，其中k的范围从0到N-1(含)：
DCT类型-I(DCT-1):
Figure BDA0003186137150000253
其中
Figure BDA0003186137150000261
Figure BDA0003186137150000262
DCT类型-II(DCT-2):
Figure BDA0003186137150000263
其中
Figure BDA0003186137150000264
DCT类型-III(DCT-3):
Figure BDA0003186137150000265
其中
Figure BDA0003186137150000266
DCT类型-IV(DCT-4):
Figure BDA0003186137150000267
DCT类型-V(DCT-5):
Figure BDA0003186137150000268
其中
Figure BDA0003186137150000271
DCT类型-VI(DCT-6):
Figure BDA0003186137150000272
其中
Figure BDA0003186137150000273
DCT类型-VII(DCT-7):
Figure BDA0003186137150000274
其中
Figure BDA0003186137150000275
DCT类型-VIII(DCT-8):
Figure BDA0003186137150000276
DST类型-I(DST-1):
Figure BDA0003186137150000277
DST类型-II(DST-2):
Figure BDA0003186137150000281
其中
Figure BDA0003186137150000282
DST类型-III(DST-3):
Figure BDA0003186137150000283
其中
Figure BDA0003186137150000284
DST类型-IV(DST-4):
Figure BDA0003186137150000285
DST类型-V(DST-5):
Figure BDA0003186137150000286
DST类型-VI(DST-6):
Figure BDA0003186137150000287
DST类型-VII(DST-7):
Figure BDA0003186137150000291
DST类型-VIII(DST-8):
Figure BDA0003186137150000292
其中
Figure BDA0003186137150000293
变换类型由变换基函数的数学公式指定，例如，4点DST-VII和8点DST-VII具有相同的变换类型，而与N的值无关。
所有上述变换类型都可以使用以下通用公式表示：
Figure BDA0003186137150000294
其中T是由一个特定变换的定义指定的变换矩阵，例如DCT类型I、DCT类型VIII、DST类型I或DST类型VIII，并且T的行向量(例如，[Ti,0,Ti,1,Ti,2,…,Ti,N-1])是第i变换基向量。对N点输入向量应用的变换被称为N点变换。
还应注意，对1-D输入数据x应用的的上述变换公式可以用矩阵乘法形式表示，如下所示：
y＝T·x，
其中T指示变换矩阵，x指示输入数据向量，并且y指示输出变换系数向量。
对1-D输入数据应用上文讨论的变换。变换还可以扩展到2-D输入数据源。例如，将X定义为输入MxN数据数组。对2-D输入数据应用变换的示例方法包括使用可分离和不可分离的2-D变换。
可分离的2-D变换针对X的水平和垂直向量顺序地应用1-D变换，公式如下：
Y＝C·X·RT，
其中C和R分别表示给定的MxM和NxN变换矩阵。
根据以上公式，可以看出C针对X的列向量应用1-D变换，而R针对X的行向量应用1-D变换。在本公开内容的后面部分中，为了简单起见，将C和R表示为左(垂直)变换和右(水平)变换。它们一起形成变换对。存在C等于R并且是正交矩阵的情况。在这样的情况下，可分离的2-D变换仅由一个变换矩阵确定。例如，视频编码器200可以向视频数据应用左(垂直)变换和右(水平)变换，并且在C＝R的情况下，视频编码器200可以应用一个变换矩阵。视频解码器300可以应用相关的逆变换来重构视频数据。
不可分离的2-D变换首先将X的所有元素重新组织成单个向量，即X’，例如，通过进行以下数学映射：
X′(i·N+j)＝Xi，j
然后针对X’应用1-D变换T’，如下所示：
Y＝T′·X，
其中T’是(M*N)x(M*N)变换矩阵。例如，视频编码器200可以将X的元素重新组织成单个向量X’，并且将1-D变换T’应用于X。在视频译码中，经常应用可分离的2-D变换，因为与1-D变换相比，可分离的2-D变换需要少得多的运算(例如，加法、乘法)计数。例如，视频编码器200可以应用可分离的2-D变换，因为它们需要较少的操作。
在一些示例视频编解码器(诸如实现H.264/AVC的视频编解码器)中，针对帧内和帧间预测残差两者应用4点和8点离散余弦变换(DCT)类型II的整数近似。例如，视频编码器200可以针对帧内和帧间预测残差两者应用4点和8点离散余弦变换(DCT)类型II的整数近似。
为了更好地适应残差样本的各种统计，在一些新一代视频编解码器(例如，HEVC和VVC)中利用了除DCT类型II之外的更灵活的变换类型。例如，在HEVC中，针对帧内预测残差利用4点类型VII离散正弦变换(DST)的整数近似。对于沿帧内预测方向生成的残差向量，DST类型VII比DCT类型II更高效。例如，对于由水平帧内预测方向生成的行残差向量，DST类型VII比DCT类型II更高效。在HEVC中，仅针对4x4亮度帧内预测残差块应用4点DST类型VII的整数近似。例如，视频编码器200可以仅针对4x4亮度帧内预测残差块应用4点DST类型VII的整数近似。下面示出了在HEVC中使用的4点DST-VII，
4x4 DST-VII:
{29,55,74,84}
{74,74,0,-74}
{84,-29,-74,55}
{55,-84,74,-29}
在HEVC中，对于不是4x4亮度帧内预测残差块的残差块，也应用4点、8点、16点和32点DCT类型II的整数近似。例如，视频编码器200可以针对不是4x4亮度帧内预测残差块的残差块应用4点、8点、16点和32点DCT类型II的整数近似。下面示出了4点、8点、16点和32点DCT类型II的整数近似：
4点DCT-II:
{64,64,64,64}
{83,36,-36,-83}
{64,-64,-64,64}
{36,-83,83,-36}
8点DCT-II:
{64,64,64,64,64,64,64,64}
{89,75,50,18,-18,-50,-75,-89}
{83,36,-36,-83,-83,-36,36,83}
{75,-18,-89,-50,50,89,18,-75}
{64,-64,-64,64,64,-64,-64,64}
{50,-89,18,75,-75,-18,89,-50}
{36,-83,83,-36,-36,83,-83,36}
{18,-50,75,-89,89,-75,50,-18}
16点DCT-II:
{64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64}
{90,87,80,70,57,43,25,9,-9,-25,-43,-57,-70,-80,-87,-90}
{89,75,50,18,-18,-50,-75,-89,-89,-75,-50,-18,18,50,75,89}
{87,57,9,-43,-80,-90,-70,-25,25,70,90,80,43,-9,-57,-87}
{83,36,-36,-83,-83,-36,36,83,83,36,-36,-83,-83,-36,36,83}
{80,9,-70,-87,-25,57,90,43,-43,-90,-57,25,87,70,-9,-80}
{75,-18,-89,-50,50,89,18,-75,-75,18,89,50,-50,-89,-18,75}
{70,-43,-87,9,90,25,-80,-57,57,80,-25,-90,-9,87,43,-70}
{64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64}
{57,-80,-25,90,-9,-87,43,70,-70,-43,87,9,-90,25,80,-57}
{50,-89,18,75,-75,-18,89,-50,-50,89,-18,-75,75,18,-89,50}
{43,-90,57,25,-87,70,9,-80,80,-9,-70,87,-25,-57,90,-43}
{36,-83,83,-36,-36,83,-83,36,36,-83,83,-36,-36,83,-83,36}
{25,-70,90,-80,43,9,-57,87,-87,57,-9,-43,80,-90,70,-25}
{18,-50,75,-89,89,-75,50,-18,-18,50,-75,89,-89,75,-50,18}
{9,-25,43,-57,70,-80,87,-90,90,-87,80,-70,57,-43,25,-9}
32点DCT-II:
{64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64}
{90,90,88,85,82,78,73,67,61,54,46,38,31,22,13,4,-4,-13,-22,-31,-38,-46,-54,-61,-67,-73,-78,-82,-85,-88,-90,-90}
{90,87,80,70,57,43,25,9,-9,-25,-43,-57,-70,-80,-87,-90,-90,-87,-80,-70,-57,-43,-25,-9,9,25,43,57,70,80,87,90}
{90,82,67,46,22,-4,-31,-54,-73,-85,-90,-88,-78,-61,-38,-13,13,38,61,78,88,90,85,73,54,31,4,-22,-46,-67,-82,-90}
{89,75,50,18,-18,-50,-75,-89,-89,-75,-50,-18,18,50,75,89,89,75,50,18,-18,-50,-75,-89,-89,-75,-50,-18,18,50,75,89}
{88,67,31,-13,-54,-82,-90,-78,-46,-4,38,73,90,85,61,22,-22,-61,-85,-90,-73,-38,4,46,78,90,82,54,13,-31,-67,-88}
{87,57,9,-43,-80,-90,-70,-25,25,70,90,80,43,-9,-57,-87,-87,-57,-9,43,80,90,70,25,-25,-70,-90,-80,-43,9,57,87}
{85,46,-13,-67,-90,-73,-22,38,82,88,54,-4,-61,-90,-78,-31,31,78,90,61,4,-54,-88,-82,-38,22,73,90,67,13,-46,-85}
{83,36,-36,-83,-83,-36,36,83,83,36,-36,-83,-83,-36,36,83,83,36,-36,-83,-83,-36,36,83,83,36,-36,-83,-83,-36,36,83}
{82,22,-54,-90,-61,13,78,85,31,-46,-90,-67,4,73,88,38,-38,-88,-73,-4,67,90,46,-31,-85,-78,-13,61,90,54,-22,-82}
{80,9,-70,-87,-25,57,90,43,-43,-90,-57,25,87,70,-9,-80,-80,-9,70,87,25,-57,-90,-43,43,90,57,-25,-87,-70,9,80}
{78,-4,-82,-73,13,85,67,-22,-88,-61,31,90,54,-38,-90,-46,46,90,38,-54,-90,-31,61,88,22,-67,-85,-13,73,82,4,-78}
{75,-18,-89,-50,50,89,18,-75,-75,18,89,50,-50,-89,-18,75,75,-18,-89,-50,50,89,18,-75,-75,18,89,50,-50,-89,-18,75}
{73,-31,-90,-22,78,67,-38,-90,-13,82,61,-46,-88,-4,85,54,-54,-85,4,88,46,-61,-82,13,90,38,-67,-78,22,90,31,-73}
{70,-43,-87,9,90,25,-80,-57,57,80,-25,-90,-9,87,43,-70,-70,43,87,-9,-90,-25,80,57,-57,-80,25,90,9,-87,-43,70}
{67,-54,-78,38,85,-22,-90,4,90,13,-88,-31,82,46,-73,-61,61,73,-46,-82,31,88,-13,-90,-4,90,22,-85,-38,78,54,-67}
{64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64,64,-64,-64,64}
{61,-73,-46,82,31,-88,-13,90,-4,-90,22,85,-38,-78,54,67,-67,-54,78,38,-85,-22,90,4,-90,13,88,-31,-82,46,73,-61}
{57,-80,-25,90,-9,-87,43,70,-70,-43,87,9,-90,25,80,-57,-57,80,25,-90,9,87,-43,-70,70,43,-87,-9,90,-25,-80,57}
{54,-85,-4,88,-46,-61,82,13,-90,38,67,-78,-22,90,-31,-73,73,31,-90,22,78,-67,-38,90,-13,-82,61,46,-88,4,85,-54}
{50,-89,18,75,-75,-18,89,-50,-50,89,-18,-75,75,18,-89,50,50,-89,18,75,-75,-18,89,-50,-50,89,-18,-75,75,18,-89,50}
{46,-90,38,54,-90,31,61,-88,22,67,-85,13,73,-82,4,78,-78,-4,82,-73,-13,85,-67,-22,88,-61,-31,90,-54,-38,90,-46}
{43,-90,57,25,-87,70,9,-80,80,-9,-70,87,-25,-57,90,-43,-43,90,-57,-25,87,-70,-9,80,-80,9,70,-87,25,57,-90,43}
{38,-88,73,-4,-67,90,-46,-31,85,-78,13,61,-90,54,22,-82,82,-22,-54,90,-61,-13,78,-85,31,46,-90,67,4,-73,88,-38}
{36,-83,83,-36,-36,83,-83,36,36,-83,83,-36,-36,83,-83,36,36,-83,83,-36,-36,83,-83,36,36,-83,83,-36,-36,83,-83,36}
{31,-78,90,-61,4,54,-88,82,-38,-22,73,-90,67,-13,-46,85,-85,46,13,-67,90,-73,22,38,-82,88,-54,-4,61,-90,78,-31}
{25,-70,90,-80,43,9,-57,87,-87,57,-9,-43,80,-90,70,-25,-25,70,-90,80,-43,-9,57,-87,87,-57,9,43,-80,90,-70,25}
{22,-61,85,-90,73,-38,-4,46,-78,90,-82,54,-13,-31,67,-88,88,-67,31,13,-54,82,-90,78,-46,4,38,-73,90,-85,61,-22}
{18,-50,75,-89,89,-75,50,-18,-18,50,-75,89,-89,75,-50,18,18,-50,75,-89,89,-75,50,-18,-18,50,-75,89,-89,75,-50,18}
{13,-38,61,-78,88,-90,85,-73,54,-31,4,22,-46,67,-82,90,-90,82,-67,46,-22,-4,31,-54,73,-85,90,-88,78,-61,38,-13}
{9,-25,43,-57,70,-80,87,-90,90,-87,80,-70,57,-43,25,-9,-9,25,-43,57,-70,80,-87,90,-90,87,-80,70,-57,43,-25,9}
{4,-13,22,-31,38,-46,54,-61,67,-73,78,-82,85,-88,90,-90,90,-90,88,-85,82,-78,73,-67,61,-54,46,-38,31,-22,13,-4}
为了适应残差块的各种特性，在HEVC中应用使用RQT的变换译码结构。在RQT中，视频编码器200可以将每个图片划分成CTU，其中针对特定瓦片或切片按照光栅扫描顺序对CTU进行译码。CTU是正方形块并且表示四叉树(即，译码树)的根。CTU大小的范围可以从8×8到64×64个亮度样本，但通常是64×64。每个CTU可以进一步被划分成更小的方形块，被称为CU。在CTU被递归地拆分成CU之后，每个CU进一步被划分成PU和TU。基于四叉树方法递归地执行将CU分割成TU。因此，通过被称为RQT的树结构来对每个CU的残差信号进行译码。RQT允许TU大小从4×4到32×32亮度样本。
图5示出了其中CU包括10个TU(用字母a到j标记)和对应的块分割的示例。RQT的每个节点实际上是TU。按深度优先树遍历顺序(其在图5中按字母顺序示出)来处理各个TU，该深度优先树遍历顺序遵循具有深度优先遍历的递归Z扫描。四叉树方法能够使变换适应残差信号的变化的空间频率特性。
通常，较大的变换块大小(其具有较大的空间支持)提供更好的频率分辨率。然而，较小的变换块大小(其具有较小的空间支持)提供更好的空间分辨率。空间分辨率和频率分辨率之间的折衷由编码器模式决策来选择，例如，基于率失真优化技术。例如，通过执行率失真优化技术，视频编码器200的模式选择单元202可以确定使用较大的变换块大小来提供更好的频率分辨率，或者可以确定使用较小的变换块大小来提供更好的空间分辨率。视频编码器200的模式选择单元202可以利用率失真优化技术，其可以针对每种译码模式(例如，特定的RQT拆分结构)计算译码比特和重构失真的加权和(即，率失真代价)，并且选择具有最小率失真代价的译码模式作为最佳模式。
可以在RQT中定义三个参数：树的最大深度、最小允许变换大小和最大允许变换大小。最小和最大变换大小可以在4×4到32×32样本的范围内变化，这与前面段落中提到的支持的块变换相对应。RQT的最大允许深度限制TU的数量。最大深度等于零意味着如果每个包括的变换块(TB)达到最大允许变换大小(例如，32x32)，则CB不能进一步被拆分。
所有这些参数都可以相互作用并且影响RQT结构。考虑如下情况：其中，根CB大小为64×64，最大深度等于零，并且最大变换大小等于32×32。在这种情况下，CB必须至少被分割一次，因为否则会导致64×64TB，这在HEVC中是不允许的。在SPS级的比特流中发送RQT参数(即，最大RQT深度、最小和最大变换大小)。例如，视频编码器200可以在SPS中发送RQT参数，并且视频解码器300可以通过读取SPS中的RQT参数来确定RQT参数。关于RQT深度，可以针对帧内和帧间译码的CU指定不同的值并且用信号进行通知。例如，视频编码器200可以针对帧内和帧间译码的CU用信号通知不同的RQT深度值。
可以针对帧内和帧间残差块两者应用四叉树变换。通常，针对残差块应用当前残差四叉树分割的相同大小的DCT-II变换。例如，视频编码器200可以针对残差块应用当前残差四叉树分割的相同大小的DCT-II变换。然而，如果当前残差四叉树块是4x4并且是通过帧内预测生成的，则可以应用上述4x4 DST-VII变换。
在HEVC中，没有采用较大尺寸的变换(例如，64x64变换)，主要是因为它们的好处有限，并且对于分辨率相对较小的视频来说，复杂度相对较高。
本公开内容的技术适用于图6所示的典型自适应变换译码方案。图3的视频编码器200可以被配置为使用图6所示的自适应变换译码方案进行操作。图6的视频编码器包括块分离单元130、残差生成单元148、块变换单元132、量化单元134、熵译码单元136、逆量化单元138、逆变换单元140、帧缓冲器144、块预测单元146和变换库单元142。例如，块分离单元130可以向残差生成单元148提供视频数据的块。残差生成单元148可以接受视频数据的块和来自块预测单元146的预测信息，并且生成残差r。块变换单元132可以从变换库单元142中选择变换t，并且可以在从熵译码单元136输出的比特流中用信号通知所选择的变换。块变换单元132可以应用从变换库单元142中选择的变换来创建变换系数T(t)r。在一些示例中，块变换单元132可以在应用主变换之后应用二次变换(其也可以在变换库单元142中)。变换系数可以被提供给量化单元134。量化单元134可以对变换系数进行量化并且将经量化的变换系数提供给熵译码单元136和逆量化单元138。熵译码单元136可以对经量化的变换系数进行熵编码并且将经熵译码的信息输出到比特流。逆量化单元138可以对经量化的变换系数进行逆量化以重新创建变换系数并且将变换系数提供给逆变换单元140。逆变换单元140可以对变换系数进行逆变换并且将视频数据提供给帧缓冲器144。帧缓冲器144可以将视频数据提供给块预测单元146，块预测单元146可以预测视频数据的当前块。
在图6中，对于预测残差的每个块，视频编码器200可以从变换库单元142中选择不同的变换。视频编码器200可以将变换的选择编码为用于信令的侧信息。例如，视频编码器200可以用信号通知变换的选择，并且视频解码器300可以通过读取信号来确定变换的选择。
在HEVC之前的视频译码标准中，在垂直和水平使用DCT-2的情况下，仅使用固定的可分离变换。在HEVC中，除了DCT-2之外，DST-7也作为固定的可分离变换用于4x4块。2016年7月28日发布的美国专利公开No.2016/0219290、2018年1月18日发布的美国专利公开No.2018/0020218和2018年6月1日提交的美国临时专利申请No.62/679,570(其中每一个的全部内容通过引用的方式并入本文中)描述了这些固定变换的自适应扩展，并且已经在联合视频专家组(JVET)的联合实验模型(JEM-7.0)(例如，参见ITU-T SG 16WP 3和ISO/IECJTC 1/SC 29/WG 11的联合视频专家组(JVET)，JEM软件)中采用了在以下文档中描述的自适应多重变换(AMT)的示例：X.Zhao，S.Lee，J.Chen，L.Zhang，X.Li，Y.Chen，M.Karczewicz和H.Liu，“Enhanced Multiple Transforms for Prediction Residuals，”，2015年1月。在VVC中还采用了简化版本的AMT，被称为多重变换选择(MTS)。此外，在JEM-7.0中使用二次变换以进一步提高译码效率，其中实现是基于2017年8月17日发布的美国专利公开No.2017/0238013中描述的超立方体Givens变换(HyGT)的(另参见2017年3月30日发布的美国专利公开No.2017/0094313、2017年3月30日发布的美国专利公开No.2017/0094314、2017年8月17日发布的美国专利公开No.2017/0238014、2018年5月7日提交的美国临时专利申请No.62/668,105以及2018年3月26日提交的美国临时专利申请No.62/648,321，其中每一个的全部内容通过引用的方式并入本文中，用于二次变换的替代设计和另外的细节)。对于VVC标准，二次变换仍在研究中，并且在后续的JVET会议周期中有可能将其纳入到VVC标准中。
在最近的JVET会议中，已经在VVC中采用了用于TU的分割方法(将在VTM-4.0参考软件中可获得)，其中，可以根据帧内预测模式和块大小进一步对经帧内译码的TU块进行水平或垂直分割(本文中被称为帧内子分割)。在所采用的方法中，允许多个水平/垂直分割，并且TU的大小可以是1x16和16x1。然而，现有的二次变换设计(包括JEM-7.0中的二次变换设计)隐含地假设最小TU大小是4x4，因此对于当前的二次变换设计，二次变换可能不适用于某些大小的TU，包括1x16、16x1、2x8和8x2。
本公开内容的技术可以允许向大小为1x16、16x1、2x8和8x2的TU应用二次变换，以便实现更好的译码增益。
本公开内容描述了可以应用于支持各种TU(块)大小(例如1x16、16x1、2x8、8x2)的任何编码器/解码器(例如，视频编码器200和视频解码器300)的二次变换设计。下面描述的技术可以单独使用或者可以彼此以任何组合使用。图7是示出在编码器和解码器侧使用二次变换的框图。例如，视频编码器200可以应用主变换(150)、二次变换(152)和量化(154)视频数据。视频编码器200的变换处理单元206可以将主变换和二次变换应用于视频数据，并且量化单元208可以对变换系数进行量化。视频解码器300可以对在比特流中接收的视频数据进行逆量化(156)、二次逆变换(158)和主逆变换(160)。视频解码器300的逆量化单元306可以对比特流中的视频数据进行逆量化，并且视频解码器300的逆变换处理单元308可以将二次逆变换和主逆变换应用于经逆量化的视频数据。
在本公开内容的一个示例中，当将帧内子分割应用于块时，不应用二次变换。在这种情况下，可以不用信号通知二次变换开销。例如，当视频编码器200将帧内子分割应用于块时，视频编码器200可以不将二次变换应用于块。在该示例中，视频编码器200可以不用信号通知二次变换开销，并且视频解码器300可以不读取二次变换开销信令。换句话说，可以不一起使用帧内子分割和二次变换。
在本公开内容的另一示例中，可以将二次变换应用于主变换系数的总体，而不考虑帧内子分割方法。即，将主变换应用于所有子块，并且将二次变换应用于主变换系数。在这种情况下，二次变换可以跨越主变换块来应用，或者可以仅应用于多个主变换块的部分。例如，视频编码器200可跨越所有主变换块或向少于所有主变换块应用二次变换。
在本公开内容的另一个示例中，视频编码器200可以将二次变换应用于从主变换(诸如由AMT/MTS定义的主变换)获得的系数子集。在该示例中，视频解码器300首先应用二次逆变换，并且然后应用主逆变换。如上所述，图7示出了用于视频编码器和视频解码器(诸如视频编码器200和视频解码器300)的二次变换方案。
在本公开内容的另一示例中，可以基于矩阵乘法、HyGT或层次分解来实现大小为K的二次变换，如在2017年3月30日发布的美国专利公开No.2017/0094313、2017年3月30日发布的美国专利公开No.2017/0094314、2017年8月17日发布的美国专利公开No.2017/0238014、2018年5月7日提交的美国临时专利申请No.62/668,105以及2018年3月26日提交的美国临时专利申请No.62/648,321中描述的。例如，视频编码器200可以将大小为K的二次变换应用于主变换系数。
在本公开内容的另一示例中，二次变换可以是可分离的变换或不可分离的变换。例如，视频编码器200可以将可分离的二次变换应用于主变换系数。在其它示例中，视频编码器200可以将不可分离的二次变换应用于主变换系数。
在本公开内容的另一示例中，如果使用或用信号通知TU分割，则可以不应用二次变换。例如，如果TU大小与CU大小相同，则可以使用二次变换。例如，如果视频编码器200在给定CU上使用TU分割，则视频编码器200可以不使用二次变换，并且如果视频编码器200在给定CU上不使用TU分割，则视频编码器200可以使用二次变换。
在本公开内容的其它示例中，无论TU是否被分割，都可以应用二次变换。以下是视频编码器200无论TU是否被分割都可以应用二次变换的具体示例。
例如，如果TU未被分割，则可以将二次变换应用于样本子集。例如，如果给定TU未被分割，则视频编码器200可以将二次变换应用于样本子集。示例包括在2018年6月27日提交的美国专利申请No.16/020,511中描述的设计。作为另一示例，JEM-7.0中的二次变换可以应用于TU大小与CU大小相同的情况。例如，当TU大小与CU大小相同时，视频编码器200可以应用在JEM-7.0中描述的二次变换。
在另一示例中，如果分割导致大小为1xN或Nx1的TU，其中N>1，则可以将二次变换应用于N个样本/像素的子集，由K<N表示。图8示出了其中N＝16和K＝8的示例，其中样本/像素的子集由阴影框表示。例如，如果分割导致大小为1xN或Nx1的TU，则视频编码器200可以将二次变换应用于N个样本/像素的子集。
在另一示例中，如果分割导致大小为2xN或2xN的TU，其中N>2，则可以将二次变换应用于2N个样本/像素的子集，由K<2N表示。图9示出了其中2N＝32和K＝16的示例，其中样本/像素的子集由阴影框表示。图10示出了其中2N＝32和K＝8的两个示例，其中样本/像素的子集由阴影框表示。例如，如果分割导致大小为2xN或Nx2的TU，则视频编码器200可以将二次变换应用于2N个样本/像素的子集。
在本公开内容的另一示例中，二次变换可以应用于从主变换获得的K个最低频率系数。例如，视频编码器200可以将二次变换应用于从主变换获得的K个最低频率系数，其中K是整数。
在本公开内容的另一示例中，二次变换可以应用于从主变换获得的样本的任何子集。例如，视频编码器200可以将二次变换应用于从主变换获得的样本的任何子集。
在本公开内容的另一示例中，二次变换可以应用于某种类型的分割或某些类型的分割。例如，如果基于二叉树或四叉树获得分割，则可以应用二次变换。在一些示例中，如果基于三叉树来定义分割，则可能不允许二次变换(对于基于树的分割的示例，参见图11)。图11示出了正方形块上的不同类型的基于树的分割。例如，四叉树分割162是利用其对应的示例CTU 170描绘的，二叉树分割164是利用对应的示例CTU(CTU 172和CTU174)描绘的，二叉树分割166是利用对应的示例CTU(CTU 176和CTU 178)描绘的，并且三叉树分割168是利用对应的示例CTU(CTU 180和CTU 182)描绘的。例如，如果分割是二叉树分割或四叉树分割，则视频编码器200可以应用二次变换，但是如果分割是三叉树分割，则视频编码器200可以不应用二次变换。
在一些示例中，上述技术中的一种技术或组合可以仅用于帧内预测的CU。例如，视频编码器200可以仅针对帧内预测的CU应用上述技术中的任何一种技术。
在一些示例中，上述技术中的一种技术或组合可以仅用于帧间预测的CU。例如，视频编码器200可以仅针对帧间预测的CU应用上述技术中的任何一种技术。
在一些示例中，上述技术中的一种技术或组合可以用于帧内预测的CU和帧间预测的CU两者。例如，视频编码器200可以针对帧内预测的CU和帧间预测的CU两者应用上述技术中的任何一种技术。
在一些示例中，上述技术中的一种技术或组合可用于亮度信道或色度信道或两者。例如，视频编码器200可以针对亮度信道或色度信道或两者应用上述技术中的任何一种技术。
在本公开内容的另一示例中，对于帧内子分割模式，主变换大小(宽度x高度)可以是16的倍数，因此可以在应用二次变换之前重新排列变换块。例如，可以在应用二次变换之前将1x16或16x1主变换系数重新排列成4x4系数块。例如，视频编码器200可以将主变换大小限制为16的倍数。在1x16或16x1主变换系数的情况下，视频编码器200可以将主变换系数重新排列成4x4系数块，并且然后应用二次变换。可以使用各种方法(诸如各种扫描模式)来重新排列块。重新排列方法可以取决于帧内子分割块大小和/或帧内模式。
在其它替代方案中，仅当在帧内子分割方法中主变换大小至少是预定大小(诸如4x4、8x8、16x16或任何其它预定大小)时，才可以应用二次变换。否则，可以不应用二次变换，并且可以不用信号通知二次变换开销。例如，视频编码器200可以仅当主变换大小至少是4x4时才应用二次变换，并且如果主变换大小不是至少4x4，则视频编码器200可以不应用二次变换或不用信号通知二次变换开销。
图12是示出根据本公开内容的技术的示例方法的流程图。视频编码器200可以确定帧内子分割是否被用于视频数据的当前块(184)。视频编码器200可以将主变换应用于视频数据的当前块(186)。视频编码器还可以确定主变换大小是否至少是预定大小(188)。如果视频编码器200确定未使用帧内子分割(来自菱形184的“否”路径)，或者如果视频编码器200确定主变换大小不是至少预定大小(例如，4x4、8x8、16x16或任何其它预定大小)(来自菱形188的“否”路径)，则视频编码器200的变换处理单元206可以不应用二次变换(194)。因为没有应用二次变换，所以视频编码器200可以基于主变换系数来对视频数据的当前块进行译码(192)。在视频编码器200确定使用了帧内子分割(来自菱形184的“是”路径)并且主变换至少是预定大小(来自菱形188的“是”路径)的情况下，视频编码器200的变换处理单元206可以将二次变换应用于主变换系数(190)。在应用了二次变换的情况下，视频编码器200可以基于二次变换来对视频数据的当前块进行译码(192)。
图13是示出用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。尽管关于视频编码器200(图1和2)进行了描述，但是应当理解的是，其它设备可以被配置为执行与图13的方法类似的方法。
在该示例中，视频编码器200最初预测当前块(350)。例如，视频编码器200可以形成用于当前块的预测块。然后，视频编码器200可以计算用于当前块的残差块(352)。为了计算残差块，视频编码器200可以计算在原始的未经译码的块与用于当前块的预测块之间的差。然后，视频编码器200可以对残差块的系数进行变换和量化(354)。例如，视频编码器200可以确定帧内子分割是否被应用于视频数据的当前块。视频编码器200的变换处理单元206可以应用主变换。视频编码器200还可以确定视频数据的当前块的主变换大小是否至少是预定大小。视频编码器200的变换处理单元206可以基于应用帧内子分割以及主变换大小至少是预定大小，来将二次变换应用于主变换系数，并且视频编码器200可以基于二次变换来对视频数据的当前块进行编码。接下来，视频编码器200可以扫描残差块的经量化的变换系数(356)。在扫描期间或在扫描之后，视频编码器200可以对系数进行熵编码(358)。例如，视频编码器200可以使用CAVLC或CABAC来对系数进行编码。然后，视频编码器200可以输出块的经熵译码的数据(360)。
图14是示出用于对视频数据的当前块进行解码的示例方法的流程图。当前块可以包括当前CU。尽管关于视频解码器300(图1和3)进行了描述，但是应当理解的是，其它设备可以被配置为执行与图14的方法类似的方法。
视频解码器300可以接收用于当前块的经熵译码的数据(诸如经熵译码的预测信息和用于与当前块相对应的残差块的系数的经熵译码的数据)(370)。视频解码器300可以对经熵译码的数据进行熵解码以确定用于当前块的预测信息并且重现残差块的系数(372)。视频解码器300可以例如使用如由用于当前块的预测信息所指示的帧内或帧间预测模式来预测当前块(374)，以计算用于当前块的预测块。然后，视频解码器300可以对所重现的系数进行逆扫描(376)，以创建经量化的变换系数的块。然后，视频解码器300可以对系数进行逆量化和逆变换以产生残差块(378)。例如，视频解码器300可以确定帧内子分割是否被应用于视频数据的当前块。视频解码器300还可以确定视频数据的当前块的主变换大小是否至少是预定大小。逆变换处理单元308可以基于应用帧内子分割以及主变换大小至少是预定大小来将二次逆变换应用于经逆量化的数据。逆变换处理单元还可以对经二次逆变换的数据进行主逆变换。视频解码器300可以基于二次变换来对视频数据的当前块进行解码。最终，视频解码器300可以通过将预测块和残差块进行组合来对当前块进行解码(380)。
根据本公开内容的示例包括以下示例：
示例1。一种对视频数据进行译码的方法，所述方法包括：根据本公开内容的技术使用主变换和二次变换中的一项或多项来对视频数据的块进行译码。
示例2。根据示例1所述的方法，其中，帧内子分割被应用于所述视频数据的块，所述方法还包括：仅利用所述主变换来对所述视频数据的块进行译码。
示例3。根据示例1所述的方法，其中，使用所述主变换和所述二次变换中的一项或多项来对所述视频数据的块进行译码包括：将所述主变换应用于所述视频数据的块，包括子块；以及将所述二次变换应用于主变换系数。
示例4。根据示例1所述的方法，其中，使用所述主变换和所述二次变换中的一项或多项来对所述视频数据的块进行译码包括：将所述主变换应用于所述视频数据的块；以及将所述二次变换应用于从所述主变换获得的系数子集。
示例5。根据示例1所述的方法，其中，使用所述主变换和所述二次变换中的一项或多项来对所述视频数据的块进行译码包括：使用具有大小K的二次变换来对所述视频数据的块进行译码，其中，所述二次变换是基于矩阵乘法、HyGT或层次分解的。
示例6。根据示例1所述的方法，其中，所述二次变换是可分离的变换。
示例7。根据示例1所述的方法，其中，所述二次变换是不可分离的变换。
示例8。根据示例1所述的方法，其中，使用所述主变换和所述二次变换中的一项或多项来对所述视频数据的块进行译码包括：在所述视频数据的块是具有与译码单元相同大小的变换单元的情况下，使用所述二次变换来对所述视频数据的块进行译码。
示例9。根据示例1所述的方法，其中，使用所述主变换和所述二次变换中的一项或多项来对所述视频数据的块进行译码包括：在所述视频数据的块是不具有与译码单元相同大小的变换单元的情况下，使用样本子集上的二次变换来对所述视频数据的块进行译码。
示例10。根据示例1所述的方法，还包括：将所述主变换应用于所述视频数据的块；以及将所述二次变换应用于从所述主变换获得的K个最低频率系数。
示例11。根据示例1所述的方法，还包括：将所述主变换应用于所述视频数据的块；以及将所述二次变换应用于从所述主变换获得的所有频率系数或样本。
示例12。根据示例1-11的技术的任何组合。
示例13。一种用于对视频数据进行译码的设备，所述设备包括用于执行根据示例1-12中任一项所述的方法的一个或多个单元。
示例14。根据示例13所述的设备，其中，所述一个或多个单元包括在电路中实现的一个或多个处理器。
示例15。根据示例13和14中任一项所述的设备，还包括：用于存储所述视频数据的存储器。
示例16。根据示例13-15中任一项所述的设备，还包括：被配置为显示经解码的视频数据的显示器。
示例17。根据示例13-16中任一项所述的设备，其中，所述设备包括相机、计算机、移动设备、广播接收机设备或机顶盒中的一者或多者。
示例18。根据示例13-17中任一项所述的设备，其中，所述设备包括视频解码器。
示例19。根据示例13-18中任一项所述的设备，其中，所述设备包括视频编码器。
示例20。一种具有存储在其上的指令的计算机可读存储介质，所述指令在被执行时使得一个或多个处理器执行根据示例1-12中任一项所述的方法。
要认识到的是，根据示例，本文描述的任何技术的某些动作或事件可以以不同的顺序执行，可以被添加、合并或完全省略(例如，并非所有描述的动作或事件是对于实施所述技术都是必要的)。此外，在某些示例中，动作或事件可以例如通过多线程处理、中断处理或多个处理器并发地而不是顺序地执行。
在一个或多个示例中，所描述的功能可以用硬件、软件、固件或其任何组合来实现。如果用软件来实现，则所述功能可以作为一个或多个指令或代码存储在计算机可读介质上或者通过其进行传输并且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质，其对应于诸如数据存储介质之类的有形介质或者通信介质，所述通信介质包括例如根据通信协议来促进计算机程序从一个地方传送到另一个地方的任何介质。以这种方式，计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质、或者(2)诸如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以取得用于实现在本公开内容中描述的技术的指令、代码和/或数据结构的任何可用的介质。计算机程序产品可以包括计算机可读介质。
举例来说而非进行限制，这样的计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、闪存、或者能够用于以指令或数据结构形式存储期望的程序代码以及能够由计算机访问的任何其它介质。此外，任何连接被适当地称为计算机可读介质。例如，如果使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者无线技术(例如，红外线、无线电和微波)从网站、服务器或其它远程源传输指令，则同轴电缆、光纤光缆、双绞线、DSL或者无线技术(例如，红外线、无线电和微波)被包括在介质的定义中。然而，应当理解的是，计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它临时性介质，而是替代地针对非临时性的有形存储介质。如本文所使用的，磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中，磁盘通常磁性地复制数据，而光盘利用激光来光学地复制数据。上述各项的组合也应当被包括在计算机可读介质的范围之内。
指令可以由一个或多个处理器来执行，诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其它等效的集成或分立逻辑电路。因此，如本文所使用的术语“处理器”和“处理电路”可以指代前述结构中的任何一者或者适于实现本文描述的技术的任何其它结构。另外，在一些方面中，本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供，或者被并入经组合的编解码器中。此外，所述技术可以完全在一个或多个电路或逻辑元件中实现。
本公开内容的技术可以在多种多样的设备或装置中实现，包括无线手机、集成电路(IC)或一组IC(例如，芯片组)。在本公开内容中描述了各种组件、模块或单元以强调被配置为执行所公开的技术的设备的功能性方面，但是不一定需要通过不同的硬件单元来实现。确切而言，如上所述，各种单元可以被组合在编解码器硬件单元中，或者由可互操作的硬件单元的集合(包括如上所述的一个或多个处理器)结合适当的软件和/或固件来提供。
已经描述了各个示例。这些和其它示例在所附的权利要求的范围内。

Claims (20)

1.一种对视频数据进行译码的方法，所述方法包括：
确定帧内子分割是否被应用于视频数据的当前块；
将主变换应用于视频数据的所述当前块以生成主变换系数；
基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；
基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及
基于所述二次变换来对所述视频数据的所述当前块进行译码。
2.根据权利要求1所述的方法，其中，所述预定大小是4x4。
3.根据权利要求1所述的方法，其中，所述二次变换被应用于视频数据的所述当前块的所有所述主变换系数。
4.根据权利要求1所述的方法，其中，所述二次变换被应用于少于视频数据的所述当前块的所有所述主变换系数。
5.根据权利要求1所述的方法，其中，所述二次变换是不可分离的变换。
6.根据权利要求1所述的方法，其中，所述二次变换是可分离的变换。
7.根据权利要求1所述的方法，其中，确定是否应用帧内子分割进一步包括：确定用于视频数据的所述当前块的分割类型，并且应用所述二次变换还是基于用于视频数据的所述当前块的所述分割类型的。
8.根据权利要求7所述的方法，其中，使用的所述分割类型是二叉树分割或四叉树分割。
9.根据权利要求1所述的方法，其中，译码包括编码。
10.一种用于对视频数据进行译码的设备，所述设备包括：
存储器，其被配置为存储视频数据；以及
一个或多个处理器，其在电路中实现并且与所述存储器相通信，所述一个或多个处理器被配置为：
确定帧内子分割是否被应用于视频数据的当前块；
将主变换应用于视频数据的所述当前块以生成主变换系数；
基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；
基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及
基于所述二次变换来对所述视频数据的所述当前块进行译码。
11.根据权利要求10所述的设备，其中，所述预定大小是4x4。
12.根据权利要求10所述的设备，其中，所述二次变换被应用于视频数据的所述当前块的所有所述主变换系数。
13.根据权利要求10所述的设备，其中，所述二次变换被应用于少于视频数据的所述当前块的所有所述主变换系数。
14.根据权利要求10所述的设备，其中，所述二次变换是不可分离的变换。
15.根据权利要求10所述的设备，其中，所述二次变换是可分离的变换。
16.根据权利要求10所述的设备，其中，所述一个或多个处理器还被配置为：
确定用于视频数据的所述当前块的分割类型；并且
其中，所述一个或多个处理器还基于用于视频数据的所述当前块的所述分割类型来应用所述二次变换。
17.根据权利要求16所述的设备，其中，使用的所述分割类型是二叉树分割或四叉树分割。
18.一种具有存储在其上的指令的计算机可读存储介质，所述指令在被执行时使得一个或多个处理器进行以下操作：
确定帧内子分割是否被应用于视频数据的当前块；
将主变换应用于视频数据的所述当前块以生成主变换系数；
基于应用帧内子分割来确定所述主变换的大小是否至少是预定大小；
基于应用帧内子分割以及所述主变换的所述大小至少是所述预定大小，来将二次变换应用于所述主变换系数；以及
基于所述二次变换来对所述视频数据的所述当前块进行译码。
19.根据权利要求18所述的计算机可读存储介质，其中，所述预定大小是4x4。
20.根据权利要求18所述的计算机可读存储介质，其中，所述二次变换是不可分离的变换。
CN202080011500.9A 2019-02-01 2020-01-31 用于视频译码中的经分割的变换单元的二次变换设计 Pending CN113383546A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962800247P 2019-02-01 2019-02-01
US62/800,247 2019-02-01
US16/777,267 2020-01-30
US16/777,267 US11595663B2 (en) 2019-02-01 2020-01-30 Secondary transform designs for partitioned transform units in video coding
PCT/US2020/016096 WO2020160401A1 (en) 2019-02-01 2020-01-31 Secondary transform designs for partitioned transform units in video coding

Publications (1)

Publication Number Publication Date
CN113383546A true CN113383546A (zh) 2021-09-10

Family

ID=71836847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080011500.9A Pending CN113383546A (zh) 2019-02-01 2020-01-31 用于视频译码中的经分割的变换单元的二次变换设计

Country Status (4)

Country Link
US (2) US11595663B2 (zh)
EP (1) EP3918796A1 (zh)
CN (1) CN113383546A (zh)
WO (1) WO2020160401A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020164604A1 (en) * 2019-02-15 2020-08-20 Huawei Technologies Co., Ltd. An encoder, a decoder and corresponding methods restricting size of sub-partitions from intra sub-partition coding mode tool
WO2020228673A1 (en) 2019-05-10 2020-11-19 Beijing Bytedance Network Technology Co., Ltd. Conditional use of reduced secondary transform for video processing
EP3967032A4 (en) 2019-06-07 2022-07-27 Beijing Bytedance Network Technology Co., Ltd. CONDITIONAL SIGNALING OF A REDUCED SECONDARY TRANSFORM FOR VIDEO BIANARY FLOWS
CN114208183A (zh) 2019-08-03 2022-03-18 北京字节跳动网络技术有限公司 视频的缩减二次变换中基于位置的模式导出
CN114223208B (zh) 2019-08-17 2023-12-29 北京字节跳动网络技术有限公司 为视频中的缩减二次变换的边信息的上下文建模
US20220150518A1 (en) * 2020-11-11 2022-05-12 Tencent America LLC Method and apparatus for video coding
US20220337854A1 (en) * 2021-04-16 2022-10-20 Tencent America LLC Interaction between transform partitioning and primary/secondary transform type selection

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10306229B2 (en) 2015-01-26 2019-05-28 Qualcomm Incorporated Enhanced multiple transforms for prediction residual
US10681379B2 (en) 2015-09-29 2020-06-09 Qualcomm Incorporated Non-separable secondary transform for video coding with reorganizing
US10448053B2 (en) 2016-02-15 2019-10-15 Qualcomm Incorporated Multi-pass non-separable transforms for video coding
US10349085B2 (en) 2016-02-15 2019-07-09 Qualcomm Incorporated Efficient parameter storage for compact multi-pass transforms
US10972733B2 (en) 2016-07-15 2021-04-06 Qualcomm Incorporated Look-up table for enhanced multiple transform
US11095893B2 (en) * 2016-10-12 2021-08-17 Qualcomm Incorporated Primary transform and secondary transform in video coding
US11134272B2 (en) 2017-06-29 2021-09-28 Qualcomm Incorporated Memory reduction for non-separable transforms
WO2019098758A1 (ko) * 2017-11-16 2019-05-23 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
EP3750306A1 (en) * 2018-02-09 2020-12-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Partition-based intra coding concept
US10863199B2 (en) 2018-03-26 2020-12-08 Qualcomm Incorporated Minimization of transform memory and latency via parallel factorizations
US10986340B2 (en) 2018-06-01 2021-04-20 Qualcomm Incorporated Coding adaptive multiple transform information for video coding
US11196258B2 (en) * 2018-08-03 2021-12-07 Sacramento Municipal Utility District Energy control and storage system for controlling power based on a load shape
US10819979B2 (en) * 2018-09-06 2020-10-27 Tencent America LLC Coupled primary and secondary transform
WO2020076036A1 (ko) * 2018-10-07 2020-04-16 주식회사 윌러스표준기술연구소 복수개의 참조 라인을 위한 mpm 구성 방법을 이용한 비디오 신호 처리 방법 및 장치

Also Published As

Publication number Publication date
WO2020160401A1 (en) 2020-08-06
EP3918796A1 (en) 2021-12-08
US11595663B2 (en) 2023-02-28
US20230179776A1 (en) 2023-06-08
US20200252622A1 (en) 2020-08-06

Similar Documents

Publication Publication Date Title
CN112204969B (zh) 用于视频编解码的编解码自适应多重变换信息
WO2020206286A1 (en) Extended multiple transform selection for video coding
AU2020278519A1 (en) Low-frequency non-separable transform signaling based on zero-out patterns for video coding
CN113383546A (zh) 用于视频译码中的经分割的变换单元的二次变换设计
CN113545053A (zh) 视频译码中的隐式变换选择
CN114258675A (zh) 用于视频编码的跨分量自适应环路滤波
CN112673636B (zh) 将运动向量取整以自适应运动向量差分辨率及提高视频译码中的运动向量存储精度
WO2020018560A1 (en) Transform variations of multiple separable transform selection
CN113170129A (zh) 用于视频编解码的基于树的变换单元（tu）分割
CN116235498A (zh) 去块滤波器参数信令
CN113647107A (zh) 用于视频译码的最后位置译码的上下文推导
TW202131680A (zh) 用於視訊譯碼中的最後位置譯碼座標的上下文推導和熵譯碼初始化參數
RU2809181C2 (ru) Сегментация единиц преобразования (tu) на основе дерева для кодирования видео
RU2807684C2 (ru) Неявный выбор преобразования при кодировании видео
WO2021081302A1 (en) Parametric graph-based separable transforms for video coding
CN117981308A (zh) 用于高比特深度视频译码的上下文译码语法元素的基于历史的自适应判读
CN115398923A (zh) 视频编解码中支持不同颜色格式的系数编解码

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination