CN113545039B - 视频编解码的方法和装置 - Google Patents
视频编解码的方法和装置 Download PDFInfo
- Publication number
- CN113545039B CN113545039B CN202080016747.XA CN202080016747A CN113545039B CN 113545039 B CN113545039 B CN 113545039B CN 202080016747 A CN202080016747 A CN 202080016747A CN 113545039 B CN113545039 B CN 113545039B
- Authority
- CN
- China
- Prior art keywords
- block
- current
- ctb
- encoded
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 119
- 239000000523 sample Substances 0.000 claims abstract description 81
- 239000013074 reference sample Substances 0.000 claims abstract description 68
- 239000013598 vector Substances 0.000 claims abstract description 64
- 238000012545 processing Methods 0.000 claims abstract description 45
- 230000003139 buffering effect Effects 0.000 claims 2
- 230000033001 locomotion Effects 0.000 description 46
- 230000008569 process Effects 0.000 description 33
- 230000006835 compression Effects 0.000 description 28
- 238000007906 compression Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 23
- 239000000872 buffer Substances 0.000 description 22
- 238000009795 derivation Methods 0.000 description 21
- 241000023320 Luma <angiosperm> Species 0.000 description 16
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 230000006854 communication Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000002123 temporal effect Effects 0.000 description 10
- 230000001960 triggered effect Effects 0.000 description 9
- 238000013139 quantization Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 101150114515 CTBS gene Proteins 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 102100037812 Medium-wave-sensitive opsin 1 Human genes 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000000153 supplemental effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 108091026890 Coding region Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H04N19/90—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
-
- 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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/43—Hardware specially adapted for motion estimation or compensation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- 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
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- 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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请提供一种视频解码的方法和装置。该装置包括处理电路。该处理电路从已编码视频码流中解码出当前块的预测信息。所述预测信息指示帧内块复制模式，所述当前块是当前编码树块(coding tree block，CTB)中的多个编码块中的一个编码块，其中，在所述当前CTB内允许从右到左的编解码顺序。该处理电路确定指向与所述当前块位于相同图像的参考块的块矢量。然后，该处理器电路基于确定位于所述参考块的最左侧样本右侧的样本被缓冲在参考样本存储器中，确保所述参考块被缓冲在所述参考样本存储器中。此外，该处理电路基于从所述参考样本存储器提取的所述参考块的已重建样本，重建所述当前块的至少一个样本。
Description
相关文件
本申请要求2019年4月8日提交的、名称为“具有灵活编解码顺序的帧内块补偿的参考搜索范围约束”的美国临时申请62/831,158和2020年4月7日提交的、名称为“视频编解码方法及装置”的美国专利申请16/841,854的优先权，其全部内容通过引用并入本文。
技术领域
本申请实施例主要涉及视频编解码。
背景技术
本申请提供的背景描述是为了整体上呈现本申请的背景。当前记名的发明人的工作，在该背景部分描述的工作以及本说明书各实施例的范围内的内容，在递交时并不算作现有技术，而且均未被明示或暗示地承认作为不利于本申请的现有技术。
视频编码和解码可以使用具有运动补偿的图像间预测来进行。未压缩的数字视频可包括一系列图像，每个图像具有一定的空间维度，例如1920x1080的亮度样本和相关的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率)，例如，每秒60张图像或60Hz。未压缩的视频需要较高的比特率。例如，每个样本为8比特的1080p604：2：0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是，通过压缩来降低输入视频信号的冗余。在一些情况下，压缩可有助于减小带宽或存储空间的需求，一些情况下可以减少两个数量级甚至更多。可使用无损压缩、有损压缩，或其组合。无损压缩指可从经过压缩的原始信号中重建出原始信号的准确副本的技术。当利用有损压缩时，重建信号可与原始信号不一致，但原始信号和重建信号之间的失真足够小，以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用，例如，一些消费型流应用的用户比电视节目应用的用户能容忍更大的失真。目前可实现的压缩比可以反映出：可允许或可容忍的失真越大，压缩比越高。
视频编码器和解码器可利用几个大类的技术，包括，例如，运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中，样本值的表示不需要参照先前已重建的参考图像中的样本或其他数据。在一些视频编解码器中，图像在空间上被细分为样本块。当样本的所有块在帧内模式下进行编解码时，该图像可以为帧内图像。帧内图像及其派生图像(例如独立解码器刷新图像)可用于重置解码器状态，并从而可以用作已编码视频码流和视频会话中的第一幅图像，或作为静止图像。帧内块的样本可接受转换，转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况下，转换后的DC值越小，AC系数就越小，熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
例如，从诸如MPEG-2编解码技术所知的传统的帧内编码不使用帧内预测。然而，一些较新的视频压缩技术尝试使用，例如，周围的样本数据和/或元数据的技术，可在对空间相邻的、以及解码顺序在前的块数据进行编解码/解码的过程中获得上述周围的样本数据和/或元数据。这种技术从此被称为“帧内预测”技术。注意，在至少一些情况下，帧内预测仅使用来自正在重建的当前图像(而不是参考图像)的参考数据。
有许多不同形式的帧内预测。当在给定视频编码技术中可以使用多于一种这样的技术时，所使用的技术可以编码在帧内预测模式中。在某些情况下，模式可以具有子模式和/或参数，其可以单独编码或包括在模式码字中。如果给定模式/子模式/参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响，则用于将码字转换为比特流的熵编码技术也会对编码效率增益产生影响。
某种帧内预测模式是随H.264引入的，在H.265中得到完善，并且在诸如联合探索模型(JEM)，通用视频编码(VVC)，及基准集(BMS)的新编码技术中被进一步完善。可以使用相邻样本值来形成预测块，相邻样本值属于已经可用的样本。根据方向将相邻样本的样本值复制到预测块中。所用的方向的信息可以编码在比特流中，或者可以自己预测。
参见图1，右下描绘了包括H.265的33个可能的预测因子方向(对应35个帧内模式中的33个角度模式)中的9个预测因子方向的子集。箭头会聚的点(101)表示正在预测的样本。箭头表示正在预测的样本的预测方向。例如，箭头(102)表示样本(101)的预测方向是从一个样本或多个样本到右上角，与水平方向成45度角。类似地，箭头(103)表示样本(101)的预测方向是从一个样本或多个样本到样本(101)的左下方，与水平方向成22.5度角。
仍然参考图1，在左上方示出了4x4个样本的正方形块(104)(由粗体虚线表示)。方形块(104)包括16个样本，每个样本用“S”和其在Y维度中的位置(例如，行索引)及其在X维度中的位置(例如，列索引)进行标记。例如，样本S21是Y维度中(从顶部开始)的第二个样本和X维度中(从左侧开始)的第一个样本。类似地，块(104)中的样本S44在Y维度和X维度中均为第四个样本。由于块的大小为4×4个样本，因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用R、及其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)进行标记。在H.264和H.265中，预测样本与正在重建的块相邻；因此不需要使用负值。
帧内图像预测通过从信号指示的预测方向所覆盖的相邻样本中复制参考样本值来发挥作用。例如，假设编码视频比特流包括的信令指示该块的预测方向与箭头(102)一致，即，从一个或多个预测样本到右上角，与水平面成45度角，来对样本进行预测。在该情况下，样本S41，S32，S23和S14使用相同的参考样本R05进行预测。然后使用参考样本R08预测样本S44。
在某些情况下，为了计算参考样本，可以组合多个参考样本的值，例如通过插值；特别是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量越来越多。在H.264(2003年)中，可以表示九个不同的方向。该数目在H.265(2013年)中增加到33个，并且JEM/VVC/BMS在发表时可以支持多达65个方向。已经进行了一些实验以识别最可能的方向，并且使用熵编码中的某些技术来以少量比特表示那些可能的方向，同时考虑了可能性较小的方向带来的不利结果。此外，这些方向本身有时可以从相邻的已解码的块所使用的相邻方向进行预测。
图2示出了JEM的65个帧内预测方向的示意图(201)，以示出随时间增加的预测方向的数量。
编码视频比特流中表示方向的帧内预测方向比特的映射方法，在不同的视频编码技术中可以不同；可以涵盖，例如，从预测方向到帧内预测模式或到码字的简单直接映射，到涉及大多数可能模式的复杂自适应方案，以及类似的技术。然而，在所有情况下，可能存在某些方向，在统计上相较其它方向，在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余，因此在运转良好的视频编码技术中，相比可能性更大的方向，那些可能性较小的方向将需要更多的比特来表示。
运动补偿可以是有损压缩技术，并且可以涉及一些技术，这些技术利用来自先前重建的图像(即参考图像)或其一部分的采样数据块，在对其进行运动矢量(后文称为MV)所指示的方向上的空间移位之后，用于预测新重建的图像或图像部分。在一些情况下，参考图像可以与当前正在重建的图像相同。MV可以有两个维度X和Y，或三个维度，第三个维度是所使用的参考图像的指示(后者可以间接地由一个时间维度指示)。
在一些视频压缩技术中，用于采样数据的某个区域的MV可以从其它MV预测得到，例如，从与该重建中的区域在空间上相邻的另一样本数据区域相关的、并且解码顺序在该MV之前的那些MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余并加大压缩。例如，MV预测可以有效地工作，因为当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，存在一种统计可能性，即比单个MV可适用的区域更大的区域在相似的方向上移动，并因此，在某些情况下，可以使用从相邻区域的MV推导出的类似运动矢量进行预测。这导致为给定区域找到的MV与从周围的MV预测出的MV相似或相同，并且进而在熵编码之后，可以用比对其直接编码时使用的比特数更少的比特来表示。在一些情况下，MV预测可以是对源自原始信号(即：样本流)的信号(即：MV)的无损压缩的示例。在其它情况下，MV预测本身可能是有损的，例如在从一些周围的MV计算预测因子时产生的舍入误差导致的损失。
在H.265/HEVC(ITU-TH.265建议书，高效视频编码，2016年12月)中描述了各种MV预测机制。在H.265提供的许多MV预测机制中，这里描述的是一种后文称为空域合并的技术。
参见图3，当前块(301)包括在运动搜索过程期间已由编码器发现可以根据已产生空域偏移的相同大小的先前块进行预测的样本。从一个或多个参考图像，例如(按解码次序)最近的参考图像，相关联的元数据中导出所述MV，而非对MV直接编码，例如，使用A0、A1和B0、B1、B2(分别对应302到306)五个周围样本中的任一样本相关联的MV。在H.265中，MV预测可使用相邻块所使用的同一参考图像的预测因子。
发明内容
本申请各方面提供视频编码/解码的方法和装置。一些例子中，视频解码的装置包括接收电路和处理电路。例如，处理电路从已编码视频码流中解码出当前块的预测信息。该预测信息指示帧内块复制模式，当前块是编码树块(coding tree block，CTB)中的多个编码块中的一个编码块，在该CTB内允许从右到左的编解码顺序。处理电路确定指向与当前块位于相同图像中的参考块的块向量。然后，处理电路至少基于确定位于该参考块的最左侧样本右侧的样本被缓冲在参考样本存储器中，确保该参考块被缓冲在参考样本存储器中。此外，处理电路基于从参考样本存储器提取的该参考块的已重建样本，重建当前块的至少一个样本。
一些实施例中，处理电路确定参考块右上角处的样本被缓冲在参考样本存储器中。一个实施例中，处理电路确定该CTB中的同位区域尚未被编解码，该同位区域包括参考块右上角的样本的同位样本。一些例子中，处理电路确定该CTB中的同位区域的左上角尚未被编解码。此外，一个例子中，处理电路确定该CTB中的同位区域的右上角尚未被编解码。
一些例子中，当对该同位区域进行编解码时，存储有该参考块的右上角处的样本的存储空间被分配用于存储该同位样本。
一个实施例中，处理电路确定该CTB中的同位区域的右上角尚未被编解码，该同位区域包括左CTB中的该参考块的左上角的同位样本。
另一实施例中，处理电路确定所述当前块的右上角与参考区域的右上角不具有相同的位置。
本申请各方面还提供了一种非暂时性计算机可读介质，存储有指令，当指令由用于视频解码的计算机执行时，使计算机执行该视频解码的方法。
附图说明
根据以下详细描述和附图，本申请主题的其它特征、性质和各种优点将变得更加明显，在附图中：
图1是帧内预测模式的子集示例的示意图。
图2是帧内预测方向示例的示意图。
图3是一个实施例的当前块及其周围的空间合并候选块的示意图。
图4是一个实施例的通信系统的简化框图的示意图。
图5是一个实施例的通信系统的简化框图的示意图。
图6是一个实施例的解码器的简化框图的示意图。
图7是一个实施例的编码器的简化框图的示意图。
图8是另一实施例的编码器的框图。
图9是另一实施例的解码器的框图。
图10是本申请实施例的帧内块复制的一个例子的示意图。
图11A-11D是本申请实施例的帧内块复制的有效搜索范围的几个例子。
图12是本申请一些实施例的同位块的几个例子。
图13是分割和编码顺序的几个例子。
图14是编码树单元中的分割单元编解码顺序的一个例子。
图15是帧内块补偿的参考搜索范围约束的一个例子。
图16是参考样本存储器中的多个CTU的一个例子。
图17是本申请一些实施例的示例性过程的概要流程图。
图18是一个实施例的计算机系统的示意图。
具体实施方式
图4是本申请实施例的通信系统(400)的简化框图。通信系统(400)包括多个终端设备，所述终端设备可通过，例如网络(450)，相互通信。举例来说，通信系统(400)包括通过网络(450)互连的第一对终端设备(410)和(420)。在图4的例子中，第一对终端设备(410)和(420)执行单向数据传输。例如，终端设备(410)可对视频数据(例如由终端设备(410)采集的视频图像流)进行编解码以通过网络(450)传输到终端设备(420)。已编码的视频数据以一个或多个已编码视频码流的形式传输。终端设备(420)可从网络(450)接收已编码视频数据，对已编码视频数据进行解码以恢复视频图像，并根据恢复的视频数据显示视频图像。单向数据传输在媒体服务应用等应用中是较常见的。
在另一例子中，通信系统(400)包括执行已编码视频数据的双向传输的第二对终端设备(430)和(440)，所述双向传输可发生在，例如视频会议期间。对于双向数据传输，一个例子中，终端设备(430)和(440)中的每个终端终端设备可对视频数据(例如由该终端设备采集的视频图像流)进行编解码，以通过网络(450)传输到终端设备(430)和(440)中的另一终端设备。终端设备(430)和终端设备(440)中的每个终端设备还可接收由终端设备(430)和(440)中的另一终端设备传输的已编码视频数据，并可对所述已编码视频数据进行解码以恢复视频图像，根据恢复的视频数据在可访问的显示设备上显示视频图像。
在图4的例子中，终端设备(410)、(420)、(430)和(440)可以是服务器、个人计算机和智能电话，但本申请的原理可不限于此。本申请实施例可应用于笔记本电脑、平板电脑、媒体播放器和/或专用视频会议设备。网络(450)表示在终端设备(410)、(420)、(430)和(440)之间传送已编码视频数据的任何数量的网络，包括例如有线(连线的)和/或无线的通信网络。通信网络(450)可在电路交换和/或分组交换信道中交换数据。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本文的目的，除非在下文中有所解释，否则网络(450)的架构和拓扑对于本申请的操作来说可能是无关紧要的。
作为所公开的主题的应用的示例，图5是视频编码器和视频解码器在流传输环境中的部署方式。本申请主题也可适用于其它支持视频的应用，包括，例如视频会议、数字电视、在包括CD、DVD、存储棒等的数字介质上存储压缩视频的应用等。
流传输系统可包括采集子系统(513)，所述采集子系统可包括例如数码相机等的视频源(501)，所述视频源创建未压缩的视频图像流(502)。一个例子中，视频图像流(502)包括由数码相机拍摄的样本。相较于，视频图像流(502)被描绘为粗线以强调比已编码视频数据(504)(或已编码的视频码流)的数据体量更大，可由电子设备(520)处理，该电子设备(520)包括耦接到视频源(501)的视频编码器(503)。视频编码器(503)可包括硬件、软件或软硬件组合以实现或实施如下文详细描述的所公开主题的各方面。已编码的视频数据(504)(或已编码的视频码流(504))被描绘为细线以强调比视频图像流(502)的数据体量更小，可存储在流式传输服务器(505)上以供将来使用。一个或多个流传输客户端子系统，例如图5中的客户端子系统(506)和(508)，可访问流传输服务器(505)以提取已编码的视频数据(504)的副本(507)和(509)。客户端子系统(506)可包括，例如电子设备(530)中的，视频解码器(510)。视频解码器(510)对已编码视频数据的传入副本(507)进行解码，生成可在显示器(512)(例如显示屏)或其它呈现设备(未示出)上呈现的输出视频图像流(511)。在一些流传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(504)、(507)和(509)(例如视频码流)进行编解码。该些标准的例子包括ITU-TH.265。一个例子中，正在开发的视频编码标准被俗称为多功能视频编码(Versatile Video Coding，VVC)。本申请可用于VVC标准的上下文中。
应注意，电子设备(520)和(530)可包括其它组件(未示出)。例如，电子设备(520)可包括视频解码器(未示出)，电子设备(530)还可包括视频编码器(未示出)。
图6是本申请实施例的视频解码器(610)的框图。视频解码器(610)可设置在电子设备(630)中。电子设备(530)可包括接收器(631)(例如接收电路)。视频解码器(610)可用于替代图5示例中的视频解码器(510)。
接收器(631)可接收将由视频解码器(610)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(601)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(631)可接收已编码视频数据以及其它数据，例如，已编码音频数据和/或辅助数据流，其可被转发到它们各自的使用实体(未标示)。接收器(631)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(615)可耦接在接收器(631)与熵解码器/解析器(620)(后文中称为“解析器(620)”)之间。在某些应用中，缓冲存储器(615)是视频解码器(610)的一部分。在其它情况下，所述缓冲存储器(615)可设置在视频解码器(610)外部(未标示)。而在另外一些情况下，视频解码器(610)的外部设置有缓冲存储器(未示出)以，例如，防止网络抖动，且在视频解码器(610)的内部可设置另一缓冲存储器(615)以，例如，处理播出定时。而当接收器(631)从具有足够带宽和可控性的存储/转发设备或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(615)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等尽力而为分组网络上使用，也可能需要缓冲存储器(615)，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(610)外部的类似元件(未标示)中。
视频解码器(610)可包括解析器(620)以根据已编码视频序列重建符号(621)。这些符号的类别包括用于管理解码器(610)操作的信息，还可能包括用于控制诸如呈现设备(612)(例如显示屏)的呈现设备的信息，该呈现设备不是电子设备(630)的组成部分，但是可以耦合到电子设备(630)，如图6所示。用于呈现设备的控制信息可以是补充增强信息(SEI消息)或视频可用性信息(VUI)参数集片段(未示出)的形式。解析器(620)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(620)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。子群可包括图像群组(Group of Pictures，GOP)、图像、图块、条带、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。解析器(620)还可从已编码视频序列中提取信息，例如变换系数、量化器参数值、运动矢量等。
解析器(620)可对从缓冲存储器(615)接收的视频序列执行熵解码/解析操作，用于创建符号(621)。
符号(621)的重建可涉及多个不同单元，这取决于已编码视频图像或一部分已编码视频图像(例如：帧间图像和帧内图像、帧间块和帧内块)的类型以及其它因素。涉及哪些单元以及涉及方式可由解析器(620)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(620)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(610)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(651)。缩放器/逆变换单元(651)从解析器(620)接收符号(621)形式的量化变换系数以及控制信息，包括使用的变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(651)可输出包括样本值的块，所述样本值可输入到聚合器(655)中。
在一些情况下，缩放器/逆变换单元(651)的输出样本可属于帧内编码块；即：该块不使用来自先前已重建的图像的预测性信息，而是可以使用来自当前图像的先前已重建部分的预测性信息。此类预测性信息可由帧内图像预测单元(652)提供。在一些情况下，帧内图像预测单元(652)使用从当前图像缓冲器(658)提取的周围的已重建信息生成与正在重建的块的大小和形状相同的块。例如，当前图像缓冲器(658)缓冲部分已重建的当前图像和/或已完全重建的当前图像。在一些情况下，聚合器(655)基于每个样本，将帧内预测单元(652)生成的预测信息添加到由缩放器/逆变换单元(651)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(651)的输出样本可属于帧间编码的、可能经过运动补偿的块。在此情况下，运动补偿预测单元(653)可访问参考图像存储器(657)以提取用于预测的样本。在根据属于该块的符号(621)对提取的样本进行运动补偿之后，这些样本可由聚合器(655)添加到缩放器/逆变换单元(651)的输出中(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(657)获取预测样本所使用的参考图像存储器(653)内的地址可受到运动矢量控制，且所述运动矢量以所述符号(621)的形式而供运动补偿预测单元(653)使用，所述符号(621)可以包括，例如X、Y和参考图像分量。运动补偿还可包括，在使用子样本精确运动矢量时，对从参考图像存储器(657)提取的样本值进行内插，以及运动矢量预测机制等。
聚合器(655)的输出样本可在环路滤波器单元(656)中被各种环路滤波技术处理。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(620)的符号(621)被环路滤波器单元(656)使用，也可响应于在对已编码图像或已编码视频序列的先前部分(按解码次序)进行解码期间获得的元信息，也可响应于先前已重建且经过环路滤波的样本值。
环路滤波器单元(656)的输出可以是样本流，所述样本流可输出到呈现设备(612)以及存储在参考图像存储器(657)中供后续的帧间图像预测使用。
一旦被完全重建，某些已编码图像就可用作参考图像以用于将来的预测。例如，一旦对应于当前图像的已编码图像被完全重建，且已编码图像(通过例如解析器(620))被识别为参考图像，则当前图像缓冲器(658)可变为参考图像存储器(657)的一部分，且可在开始重建后续的已编码图像之前重新分配新的当前图像缓冲器。
视频解码器(610)可根据例如ITU-TH.265标准中的预定视频压缩技术执行解码操作。编码视频序列既遵守视频压缩技术文档或标准中的语法元素，也遵守视频压缩技术或标准的概要文档，从这个意义上来说，编码视频序列符合所使用的视频压缩技术或标准指定的语法元素。具体来说，概要文档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概要文档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，层级限制最大图像大小、最大帧率、最大重建样本速率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图像大小等。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 Reference Decoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
一个实施例中，接收器(631)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(610)用于对数据进行正确解码和/或更准确地重建原始视频数据。附加数据可以是，例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余条带、冗余图像、前向纠错码等形式。
图7是本申请实施例的视频编码器(703)的框图。视频编码器(703)设置于电子设备(720)中。电子设备(720)包括传输器(740)(例如传输电路)。视频编码器(703)可用于替代图5例子中的视频编码器(503)。
视频编码器(703)可从视频源(701)(并非图7例子中的电子设备(720)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(703)编码的视频图像。在另一实施例中，视频源(701)是电子设备(720)的一部分。
视频源(701)可提供将由视频编码器(703)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的位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601YCrCB、RGB……)和任何合适的取样结构(例如YCrCb4:2:0、YCrCb4:4:4)。在媒体服务系统中，视频源(701)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(701)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像，当按顺序观看时，这些图像被赋予运动效果。图像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。下文侧重描述采样。
根据实施例，视频编码器(703)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图像编码并压缩成已编码视频序列(743)。施行适当的编码速度是控制器(750)的一个功能。在一些实施例中，控制器(750)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(750)设置的参数可包括速率控制相关参数(图像跳过、量化器、率失真优化技术的λ值等)、图像大小、图像群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(750)可具有其它合适的功能，这些功能属于针对某一系统设计而优化的视频编码器(703)。
一些实施例中，视频编码器(703)在编码环路中进行操作。作为简单的描述，一个例子中，编码环路可包括源编码器(730)(例如，负责基于待编码的输入图像和参考图像创建符号，例如符号流)和嵌入于视频编码器(703)中的(本地)解码器(733)。解码器(733)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(因为在本申请的主题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)输入到参考图像存储器(734)。由于符号流的解码产生与解码器位置(本地或远程)无关的精确到位的结果，因此参考图像存储器(734)中的内容在本地编码器与远程编码器之间也是按位精确对应的。换句话说，编码器的预测部分“看到”的参考图像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。这种参考图像同步性的基本原理(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(733)的操作可与“远程”解码器相同，例如视频解码器(610)，该操作已在上文结合图5详细描述了。然而，简要参考图6，当符号可用且熵编码器(745)和解析器(620)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(615)和解析器(620)在内的视频解码器(610)的熵解码部分，可能无法完全在本地解码器(733)中实现。
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，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面描述的解码器技术互逆。更详细的描述仅在某些区域必要，并且已在下文提供。
在操作期间，一些例子中，源编码器(730)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图像”的一个或多个先前已编码图像，所述运动补偿预测编码对输入图像进行预测性编码。以此方式，编码引擎(732)对输入图像的像素块与参考图像的像素块之间的差异进行编解码，所述参考图像可被选择作为所述输入图像的预测参考。
本地视频解码器(733)可基于源编码器(730)创建的符号，对可指定为参考图像的图像的已编码视频数据进行解码。编码引擎(732)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7中未示出)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(733)复制解码过程，所述解码过程可由视频解码器对参考图像执行，且可使重建的参考图像存储在参考图像高速缓存(734)中。以此方式，视频编码器(703)可在本地存储重建的参考图像的副本，所述副本与(不存在传输误差时)远端视频解码器将获得的重建参考图像具有共同内容。
预测器(735)可针对编码引擎(732)执行预测搜索。即，对于将要编码的新图像，预测器(735)可在参考图像存储器(734)中搜索可作为所述新图像的合适的预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图像运动矢量、块形状等。预测器(735)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(735)获得的搜索结果，可确定输入图像具有从参考图像存储器(734)中存储的多个参考图像取得的预测参考。
控制器(750)可管理源编码器(730)的编码操作，包括，例如设置用于对视频数据进行编解码的参数和子群参数。
可在熵编码器(745)中对所有上述功能单元的输出进行熵编码。熵编码器(745)根据例如哈夫曼编码、可变长度编码、算术编码等本领域技术人员已知的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编码视频序列。
传输器(740)可缓冲由熵编码器(745)创建的编码视频序列，从而为通过通信信道(760)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(740)可将来自视频编码器(703)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(750)可管理视频编码器(703)的操作。在编码期间，控制器(750)可以为每个已编码图像分配某一已编码图像类型，但这可能影响可应用于相应的图像的编码技术。例如，通常可为图像分配以下任一种图像类型：
帧内图像(I图像)，其可以是不将序列中的任何其它图像用作预测源就可被编解码和解码的图像。一些视频编解码器容许不同类型的帧内图像，包括，例如，独立解码器刷新(Independent Decoder Refresh，IDR)图像。所属领域的技术人员了解I图像的变形及其相应的应用和特征。
预测图像(P图像)可以是可使用帧内预测或帧间预测来编码和解码的图像，帧内预测或帧间预测使用至多一个运动向量和参考索引来预测每个块的采样值。
双向预测图像(B图像)可以是可以使用帧内预测或帧间预测来编码和解码的图像，帧内预测或帧间预测使用至多两个运动向量和参考索引来预测每个块的采样值。类似地，多个预测性图像可使用多于两个参考图像和相关联的元数据以用于重建单个块。
源图像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)，且逐块进行编解码。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像的编码分配来确定所述其它块。举例来说，I图像的块可进行非预测编码，或所述块可参考同一图像中的已编码的块来进行预测编码(空间预测或帧内预测)。P图像的像素块可参考一个先前已编码的参考图像，通过空间预测或时域预测进行预测编码。B图像的块可参考一个或两个先前已编码的参考图像，通过空间预测或时域预测进行预测编码。
视频编码器(703)可根据例如ITU-TH.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(703)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的视频编码技术或标准规指定的语法元素。
一个实施例中，传输器(740)可在传输已编码的视频时传输附加数据。源编码器(730)可将此类数据作为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、冗余图像和条带等其它形式的冗余数据、补充增强信息(Supplementary EnhancementInformation，SEI)消息、可视可用性信息(Visual Usability Information，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像(视频图像)。帧内图像预测(常常简化为帧内预测)利用给定图像中的空间相关性，而帧间图像预测则利用图像之间的(时间或其它)相关性。一个例子中，将正在编码/解码的特定图像分割成块，正在编码/解码的特定图像被称作当前图像。在当前图像中的块类似于视频中先前已编码且仍在缓冲中的参考图像中的参考块时，可通过称作运动矢量的矢量对当前图像中的块进行编解码。所述运动矢量指向参考图像中的参考块，且在使用多个参考图像的情况下，所述运动矢量可具有识别参考图像的第三维度。
在一些实施例中，双向预测技术可用于帧间图像预测中。根据双向预测技术，使用两个参考图像，例如按解码次序都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)第一参考图像和第二参考图像。可通过指向第一参考图像中的第一参考块的第一运动矢量和指向第二参考图像中的第二参考块的第二运动矢量对当前图像中的块进行编解码。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像预测，以提高编码效率。
根据本申请的一些实施例，帧间图像预测和帧内图像预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图像序列中的图像分割成编码树单元(coding treeunit，CTU)以用于压缩，图像中的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。可按照递归的方式，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。一个例子中，分析每个CU以确定该CU的预测类型，例如帧间预测类型或帧内预测类型。此外，根据时间和/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。一个实施例中，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8是本申请另一实施例的视频编码器(803)的示意图。视频编码器(803)用于接收视频图像序列中的当前视频图像内的样本值的处理块(例如预测块)，且将所述处理块编码到已编码图像中，已编码图像是已编码视频序列的一部分。一个例子中，视频编码器(803)用于替代图5实施例中的视频编码器(503)。
在HEVC的例子中，视频编码器(803)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(803)使用，例如率失真(rate-distortion，RD)优化来确定处理块的编码采用帧内模式、帧间模式还是双向预测模式更好。当在帧内模式下对处理块进行编解码时，视频编码器(803)可使用帧内预测技术以将处理块编码到已编码图像中；当在帧间模式或双向预测模式下对处理块进行编解码时，视频编码器(803)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像中。在某些视频编码技术中，合并模式可以是帧间图像预测子模式，其中，在不借助预测因子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因子导出运动矢量。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。一个例子中，视频编码器(803)包括其它组件，例如模式判定模块(未示出)，以确定处理块的模式。
在图8的实施例中，视频编码器(803)包括如图8所示的耦接到一起的帧间编码器(830)、帧内编码器(822)、残差计算器(823)、开关(826)、残差编码器(824)、通用控制器(821)和熵编码器(825)。
帧间编码器(830)用于接收当前块(例如处理块)的样本，将所述块与参考图像中的一个或多个参考块(例如先前图像和后来图像中的块)进行比较，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)，并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)。在一些例子中，参考图像是基于已编码视频信息解码的已解码参考图像。
帧内编码器(822)用于接收当前块(例如处理块)的样本，在一些情况下将所述块与同一图像中的已编码块进行比较，在变换之后生成量化系数，并在一些情况下还(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。一个例子中，帧内编码器(822)还基于帧内预测信息和同一图像中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(821)用于确定通用控制数据，并基于所述通用控制数据控制视频编码器(803)的其它组件。一个例子中，通用控制器(821)确定块的模式，并基于所述模式向开关(826)提供控制信号。例如，当所述模式是帧内模式时，通用控制器(821)控制开关(826)以选择供残差计算器(823)使用的帧内模式结果，控制熵编码器(825)选择帧内预测信息并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(821)控制开关(826)以选择供残差计算器(823)使用的帧间预测结果，并控制熵编码器(825)选择帧间预测信息并将所述帧间预测信息添加在码流中。
残差计算器(823)用于计算所接收的块与选自帧内编码器(822)或帧间编码器(830)的预测结果之间的差(残差数据)。残差编码器(824)用于基于残差数据进行操作，以对残差数据进行编解码生成变换系数。一个例子中，残差编码器(824)用于在频域对残差数据进行变换，并生成变换系数。然后，变换系数经过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(803)还包括残差解码器(828)。残差解码器(828)用于执行逆变换，并生成已解码残差数据。已解码残差数据可适合帧内编码器(822)和帧间编码器(830)使用。例如，帧间编码器(830)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(822)可基于已解码残差数据和帧内预测信息生成已解码块。已解码块经过适当处理后生成已解码图像，所述已解码图像可缓存在存储器电路(未示出)中，在一些例子中用作参考图像。
熵编码器(825)用于将码流格式化以产生已编码块。熵编码器(825)根据例如HEVC标准等合适的标准加入各种信息。一个例子中，熵编码器(825)用于在码流中加入通用控制数据、所选的预测信息(例如帧内预测信息或帧间预测信息)、残差信息，以及其它合适的信息。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下对块进行编解码时，不存在残差信息。
图9是本申请另一实施例的视频解码器(910)的示意图。视频解码器(910)用于接收已编码图像，已编码图像是已编码视频序列的一部分，并对所述已编码图像进行解码以生成已重建图像。一个例子中，视频解码器(910)用于替代图5实施例中的视频解码器(510)。
在图9的例子中，视频解码器(910)包括如图9中所示耦接到一起的熵解码器(971)、帧间解码器(980)、残差解码器(973)、重建模块(974)和帧内解码器(972)。
熵解码器(971)可用于根据已编码图像来重建某些符号，这些符号表示构成所述已编码图像的语法元素。此类符号可包括，例如，用于对所述块进行编解码的模式(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)、可用于识别帧内解码器(972)或帧间解码器(980)预测时分别使用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)、呈例如量化变换系数等形式的残差信息，等。一个例子中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供给帧间解码器(980)；当预测类型是帧内预测类型时，将帧内预测信息提供给帧内解码器(972)。残差信息可在经过逆量化处理后提供给残差解码器(973)。
帧间解码器(980)用于接收帧间预测信息，并基于所述帧间预测信息生成帧间预测结果。
帧内解码器(972)用于接收帧内预测信息，并基于所述帧内预测信息生成预测结果。
残差解码器(973)用于执行逆量化以提取解量化的变换系数，并对所述解量化的变换系数进行处理，从而将残差从频域转换到空间域。残差解码器(973)还可能需要某些控制信息(用于加入量化器参数QP)，且所述信息可由熵解码器(971)提供(未标示数据路径，因为这仅仅是小体量的控制信息)。
重建模块(974)用于在空间域中对由残差解码器(973)输出的残差与预测结果(根据具体情况可由帧间预测模块或帧内预测模块输出)进行组合以形成已重建块，所述已重建块可以是已重建图像的一部分，所述已重建图像继而可以是已重建视频的一部分。应注意，可执行其它合适的操作，例如解块操作等，来改善视觉质量。
应注意，可使用任何合适的技术来实现视频编码器(503)、(703)和(803)以及视频解码器(510)、(610)和(910)。一个实施例中，可使用一个或多个集成电路来实现视频编码器(503)、(703)和(803)以及视频解码器(510)、(610)和(910)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实现视频编码器(503)、(703)和(803)以及视频解码器(510)、(610)和(910)。
本申请的各方面提供了针对块补偿的编码/解码技术，尤其是具有灵活编解码顺序的帧内块补偿的参考搜索范围约束技术。
基于块的补偿可以用于帧间预测和帧内预测。对于帧间预测，利用不同图像进行基于块的补偿称为运动补偿。对于帧内预测，也可以利用相同图像中先前已重建的区域进行基于块的补偿。利用相同图像内的已重建区域进行的基于块的补偿称为图像内块补偿(intra picture block compensation)、当前图像参考(current picture referencing，CPR)或帧内块复制(intra block copy，IBC)。指示相同图像中当前块和参考块之间的偏移的位移矢量称为块矢量(block vector，或简称BV)。运动补偿中的运动矢量可以是任何值(正或负，在x或y方向)，与之不同的是，块矢量具有一些约束以确保参考块可用并且已经重建。此外，一些例子中，考虑到并行处理，排除了一些位于图块边界或波前阶梯状边界的参考区域。
块矢量的编码可以是显式的或隐式的。在显式模式(在帧间编解码中也称为高级运动向量预测(advanced motion vector prediction，AMVP))中，块向量与其预测因子之间的差异用信号表示；在隐式模式中，以与合并模式中的运动矢量类似的方式，利用预测因子(称为块矢量预测因子)恢复块矢量。在一些实现中，块矢量的分辨率被限制在整数位；在其它系统中，允许块向量指向小数位。
一些例子中，可以使用块级别的标志，称为帧内块复制(intra block copy，IBC)标志，来用信号表示在块级别使用帧内块复制。一个实施例中，当当前块不使用合并模式进行编解码时，用信号表示该IBC标志。在其它例子中，可以使用参考索引方式(referenceindex approach)来用信号表示在块级别使用帧内块复制。然后将正在解码的当前图像作为参考图像。一个例子中，将这样的参考图像放在参考图像列表的最后一个位置。该特殊参考图像还可以在缓冲器，例如解码图像缓冲器(decoded picture buffer，DPB)，与其它时域参考图像一起管理。
帧内块复制也存在一些变形，例如翻转帧内块复制(参考块在用于预测当前块之前被水平或垂直翻转)，或基于线的帧内块复制(MxN编码块内的每个补偿单元是Mx1或1xN的线)。
图10是本申请实施例的帧内块复制的一个例子的示意图。当前图像(1000)正在被解码。当前图像(1000)包括已重建区域(1010)(灰色区域)和待解码区域(1020)(白色区域)。当前块(1030)正由解码器重建。可以利用已重建区域(1010)中的参考块(1040)重建当前块(1030)。参考块(1040)和当前块(1030)之间的位置偏移称为块矢量(1050)(或BV(1050))。
一些例子(例如，VVC)中，帧内块复制模式的搜索范围被约束在当前CTU内。然后，帧内块复制模式需要的参考样本的存储需求是1(最大的)CTU大小的样本。一个例子中，(最大的)CU的尺寸为128x128个样本。一些例子中，这样的CTU被划分成四个块区域，每个块区域的尺寸为64x64个样本。因此，在一些实施例中，总存储器(例如，存取速度比主存储器快的高速缓冲存储器)能够存储尺寸为128x128的样本，且总存储器包括已有参考样本存储器部分和额外存储器部分，已有参考样本存储器部分用于存储当前块(例如64x64的区域)中的已重建样本，而额外存储器部分用于存储其它三个尺寸为64x64的区域的样本。因此，一些例子中，帧内块复制模式的有效搜索范围被扩展到左侧CTU的某些部分，而存储参考像素的总存储器需求保持不变(例如，1个CTU大小，总共是64x64参考样本存储器的4倍)。
一些实施例中，执行更新过程以将存储的左侧CTU中的参考样本更新为当前CTU中的已重建样本。具体地，一些例子中，更新过程是基于64x64亮度样本进行的。一个实施例中，对于CTU尺寸的存储器中的四个64x64的块区域中的每个区域，可以使用左侧CTU的多个区域中的参考样本来以CPR模式预测当前CTU中的编码块，直到当前CTU的相同区域中的任意块正在被编解码或已经被编解码。
图11A至图11D示出了本申请实施例的帧内块复制模式的有效搜索范围的示例。一些例子中，编码器/解码器包括高速缓冲存储器，能够存储一个CTU的样本，例如128x128个样本，可被称为参考样本存储器。一些实施例中，以块区域为单位更新参考样本存储器。一个CTU可以包括多个块区域。在重建一个块区域之前，在参考样本存储器中分配并重置一个存储空间，用于存储该块区域的已重建样本。在图11A至图11D的示例中，预测的块区域的尺寸为64x64个样本。注意，可适当地修改该示例以适应其它具有合适大小的块区域。
图11A至图11D中的每个图示出了当前CTU(1120)和左侧CTU(1110)。左侧CTU(1110)包括四个块区域(1111)至(1114)，每个块区域的尺寸为64x64个样本。当前CTU(1120)包括四个块区域(1121)至(1124)，每个块区域的尺寸为64x64个样本。当前CTU(1120)是包括正在重建的当前块区域(如垂直条纹图案所示)的CTU。左侧CTU(1110)是紧邻当前CTU(1120)左侧的相邻块。注意，在图11A至图11D中，灰色块是已重建的块区域，而白色块是待重建的块区域。
在图11A中，正在重建的当前块区域是块区域(1121)。高速缓冲存储器存储块区域(1112)、(1113)和(1114)中的已重建样本，且将要用于存储当前块区域(1121)的已重建样本。在图11A的示例中，当前块区域(1121)的有效搜索范围包括左侧CTU(1110)中的块区域(1112)、(1113)和(1114)，其已重建样本存储在高速缓冲存储器中。注意，一个实施例中，块区域(1111)的已重建样本存储在存取速度比高速缓冲存储器慢的主存储器中(例如，在重建块区域(1121)之前从高速缓冲存储器复制到主存储器)。
在图11B中，正在重建的当前块区域是块区域(1122)。高速缓冲存储器存储块区域(1113)、(1114)和(1121)中的已重建样本，并且将要用于存储当前块区域(1122)的已重建样本。在图11B的示例中，当前块区域(1122)的有效搜索范围包括左侧CTU(1110)中的块区域(1113)和(1114)和当前CTU(1020)中的块区域(1121)，其中的已重建样本存储在高速缓冲存储器中。注意，在一个实施例中，块区域(1112)的已重建样本被存储在存取速度比高速缓冲存储器慢的主存储器中(例如，在重建块区域(1122)之前从高速缓冲存储器复制到主存储器中)。
在图11C中，正在重建的当前块区域是块区域(1123)。高速缓冲存储器存储块区域(1114)、(1121)和(1122)中的已重建样本，并且将用于存储当前块区域(1123)的已重建样本。在图11C的示例中，当前块(1123)的有效搜索范围包括左侧CTU(1110)中的块区域(1114)和当前CTU(1120)中的块区域(1121)和(1122)，其中的已重建样本存储在高速缓冲存储器中。注意，一个实施例中，块区域(1113)的已重建样本被存储在存取速度比高速缓冲存储器慢的主存储器中(例如，在重建块区域(1023)之前从高速缓冲存储器复制到主存储器中)。
在图11D中，正在重建的当前块区域是块区域(1124)。高速缓冲存储器存储块区域(1121)、(1122)和(1123)中的已重建样本，并且将用于存储当前块区域(1124)的已重建样本。在图11D的示例中，当前块区域(1124)的有效搜索范围包括当前CTU(1120)中的块(1121)、(1122)和(1123)，其中的已重建样本存储在高速缓冲存储器中。注意，一个实施例中，块区域(1114)的已重建样本被存储在存取速度比高速缓冲存储器慢的主存储器中(例如，在重建块区域(1124)之前从高速缓冲存储器复制到主存储器中)。
一些实施例中，用于存储先前已编码CU的参考样本以供将来帧内块复制参考的指定存储器被称为参考样本存储器。一个例子中，例如在VVC标准中，参考样本的一个CTU尺寸被作为指定存储器的尺寸。一些例子中，高速缓冲存储器具有尺寸为1个(最大的)CTU的总存储空间。可以适当地调整这些示例来适应其它合适的CTU尺寸。注意，在一些例子中，指定用于存储先前已编码CU的参考样本以供将来帧内块复制参考的高速缓冲存储器被称为参考样本存储器。
根据本申请的一方面，本申请中的同位块是指具有相同尺寸的一对块，同位块中的一个块在先前已编码的CTU中，同位块中的另一个块在当前CTU中，并且该一对块中的一个块被称为该一对块中另一块的同位块。此外，当存储器缓冲器尺寸被设计用于存储最大尺寸(例如，128x128)的CTU时，则一个例子中，前一CTU是指当前CTU左侧的、亮度样本偏移量为一个CTU宽度的CTU。另外，这两个同位块分别相对于它们自己的CTU的左上角具有相同的位置偏移值。或者换句话说，同位块是相对于图像的左上角具有相同y坐标的两个块，但是一些例子中，同位块是x坐标具有一个CTU宽度差的两个块。
图12示出本申请一些实施例的同位块的示例。在图12的示例中，示出了解码期间的当前CTU和左侧CTU。已重建的区域用灰色表示，而待重建的区域用白色表示。图12示出了解码期间在帧内块复制模式下左侧CTU中用作当前块的参考块的三个示例。这三个示例表示为参考块1、参考块2和参考块3。图12还示出了参考块1的同位块1、参考块2的同位块2，及参考块3的同位块3。在图12的例子中，参考样本存储器的尺寸是一个CTU的尺寸。当前CTU和左侧CTU的已重建样本以互补的方式存储在参考样本存储器中。在将当前CTU的已重建样本写入参考样本存储器时，将该已重建样本写入左侧CTU中的同位样本的位置。一个例子中，对于参考块3，由于当前CTU中的同位块3尚未重建，因此可以从参考样本存储器中找到参考块3。参考样本存储器还存储左侧CTU中的参考块3的样本。可快速访问参考样本存储器以取得参考块3的样本。一个例子中，可使用参考块3在帧内块复制模式下重建当前块。
在另一例子中，对于参考块1，当前CTU中的同位块1已完成重建，因此参考样本存储器存储同位块1的样本，并且参考块1的样本已被存储在，例如，与参考样本存储器相比具有相对较大延迟的片外存储器中。因此，一个例子中，在参考样本存储器中找不到参考块1，并且一个例子中，参考块1不能用于在帧内块复制模式下已重建当前块。
类似地，在另一例子中，对于参考块2，即使当前CTU中的同位块2尚未被重建，由于在存储器更新示例中，包括同位块2的64x64的块区域被视为一个整体，则参考块2不是用于在帧内块复制模式下重建当前块的有效参考块。
通常，在帧内块复制模式下，对于先前已解码的CTU中的参考块，在当前CTU中的同位块尚未被重建时，该参考块的样本在参考样本存储器中可用，并且可以访问参考样本存储器以取得该参考块的样本，以用于在帧内块复制模式下重建过程的参考。
注意，在上述例子中，检查当前CTU中的同位块的左上角样本，其也被称为参考块的左上角的同位样本。在当前CTU中的同位样本尚未被重建时，该参考块中的其余样本全部可用作帧内块复制下的参考。
一些实施例中，CTU可被划分为多个块区域以确定有效的参考块区域。例如，128x128的一个CTU被划分成四个64x64的块区域。一个例子中，对于参考块2，即使当前CTU中的同位块2尚未被重建，如果同位块2的整个64x64的块区域(1201)被视为一个整体，则参考块2可能不会作为有效的参考块。例如，通过检查同位块2所属的64x64块区域(1201)(当前CTU的右上64x64区域)的左上角(1202)，该左上角(1202)被视为已重建，因此参考块2所属的整个64x64块区域(1203)不能用作参考块区域。
当参考样本存储器尺寸大于一个CTU的尺寸时，左边多于1个的CTU可用于存储用于帧内块复制的参考样本。例如，当CTU尺寸是64x64而参考存储器尺寸是128x128时，除了当前CTU之外，3个左侧CTU可被视为用于帧内块复制的有效参考区域。
还应注意，在上述各例中，参考样本存储器的存储器尺寸是一个CTU的尺寸，则先前已解码的CTU是指紧邻当前CTU左侧的CTU。
根据本申请的一方面，参考样本存储器的存储器尺寸可以大于一个CTU的尺寸。
根据本申请的一些方面，对于有效搜索范围，码流一致性要求亮度块矢量mvL服从某些约束。一个例子中，当前CTB是包括多个亮度样本的亮度CTB，并且块矢量mvL满足以下码流一致性的约束。
一些例子中，第一约束用于确保当前块的参考块必须已被重建。当该参考块的形状为矩形时，可进行参考块可用性检查过程以检查参考块的左上样本和右下样本是否已被重建。当参考块的左上样本和右下样本两者均已重建时，确定该参考块已被重建。
例如，参考块的已重建的左上样本应当是可用的。一些例子中，可以触发块可用性的推导过程，该推导过程可以接收当前亮度位置和相邻亮度位置作为输入，并生成输出，指示相邻亮度位置处的样本是否已被重建。例如，当输出为真时，输入位置处的样本已被重建；当输出为假时，输入位置的样本尚未被重建。
通常，当前亮度位置被设置为(xCb，yCb)，这是当前块的左上样本的位置。此外，mvL表示块矢量，mvL[0]表示块矢量的x分量，mvL[1]表示块矢量的y分量。一些例子中，x分量和y分量以1/16帧间样本精确度存储，因此x分量和y分量可具有4比特用于对于像素的分数部分。然后，为了得到中间部分，x分量和y分量可以被右移4位。当前亮度位置(xCurr，yCurr)被设置为当前块(xCb，yCb)的左上样本，相邻亮度位置可由(xCb+(mvL[0]>>4)，yCb+(mvL[1]>>4))表示，其为参考块的左上样本的位置。一个例子中，触发参考块可用性的推导过程，将参考块的左上样本的位置用作输入，当输出等于真时，参考块的左上样本已被重建。
类似地，参考块的已重建的右下样本应当是可用的。一些例子中，可以触发块可用性的推导过程，并且推导过程的输入包括参考块的右下样本的位置。例如，当前亮度位置被设置为(xCb，yCb)，并且当前块和参考块的宽度由cbWidth表示，当前块和参考块的高度由cbHeight表示。然后，参考块的右下样本的位置是(xCb+(mvL[0]>>4)+cbWidth-1，yCb+(mvL[1]>>4)+cbHeight-1)。右下样本的位置被输入到推导过程以获取块可用性；当输出为真时，参考块的右下样本已被重建。
一些例子中，第二约束确保参考块在当前块的左侧和/或上方且不与当前块重叠。第二约束还可以包括以下两个条件中的至少一个：1)(mvL[0]>>4)+cbWidth的值小于或等于0，其指示参考块在当前块的左侧且不与当前块重叠；2)(mvL[1]>>4)+cbHeight的值小于或等于0，其指示参考块在当前块的上方且不与当前块重叠。
第三约束确保参考块在合适的搜索范围内。一些例子中，第三约束可以包括块矢量mvL满足以下条件：
(yCb+(mvL[1]>>4))>>CtbLog2SizeY＝yCb>>CtbLog2SizeY (等式1)
(yCb+(mvL[1]>>4+cbHeight-1)>>CtbLog2SizeY＝yCb>>CtbLog2SizeY (等式2)
(xCb+(mvL[0]>>4))>>CtbLog2SizeY>＝(xCb>>CtbLog2SizeY)-(1<<((7–CtbLog2SizeY)<<1)))+Min(1,7–CtbLog2SizeY) (等式3)
(xCb+(mvL[0]>>4)+cbWidth-1)>>CtbLog2SizeY<＝(xCb>>CtbLog2SizeY) (等式4)
其中，参数CtbLog2SizeY表示log2形式的CTB尺寸(例如，高度或宽度)。例如，当CTB高度是128个样本时，CtbLog2SizeY是7。等式1和等式2规定包括该参考块的CTB与当前CTB位于相同的CTB行中(即，当该参考块位于先前已重建的CTB中时，先前已重建的CTB与当前CTB位于相同的行中)。等式3和等式4规定包括该参考块的CTB在当前CTB的左侧CTB列中或与当前CTB相同的CTB列中。如等式1至等式4所描述的条件规定包括该参考块的CTB要么是当前CTB，要么是当前CTB的左侧相邻CTB，例如先前已重建的CTB。
第四约束确保该参考块被存储在参考样本存储器中，也就是说，该参考块的同位块尚未被重建。一些例子中，第四约束可以包括以下条件：当该参考块在当前CTB的左侧相邻CTB中时，该参考块的同位区域尚未重建(即，该同位区域中没有已被重建的样本)。此外，该参考块的同位区域在当前CTB中。
一个例子中，可以如下方式说明以上条件：当(xCb+(mvL[0]>>4))>>CtbLog2SizeY等于(xCb>>CtbLog2SizeY)-1且CtbLog2SizeY为7时，触发参考块可用性的推导过程。当前亮度位置(xCurr，yCurr)的输入被设置为(xCb，yCb)，并且相邻亮度位置的输入为(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))。当推导过程的输出为假时，该同位区域尚未被重建。此外，亮度位置(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))不应等于(xCb，yCb)。
根据本申请的一些方面，可以在一些编解码技术中使用灵活的编解码顺序。一些实施例中，可以利用四叉树结构、二叉树结构或三叉树结构对CTU进行递归地分割。这种在分割过程中被进一步分割成两个、三个或四个单元的单元被称为分割单元(split unit，SU)。通常，由于四叉树结构的Z字形扫描顺序和对图像中CTU的光栅扫描，分割单元的编解码顺序为从左到右和从上到下。然而，正常的从左到右的编解码顺序对于左倾斜特征比右倾斜特征更有利。不限于帧内预测，即使对于具有右倾斜特征的帧间预测块，也不能从左相邻块和上相邻块中找到相似的运动信息。
一些例子中，可使用一种称为分割单元编解码顺序(split unit coding order，SUCO)的技术。SUCO能够实现更灵活的编解码顺序，例如从左到右(L2R)和从右到左(R2L)，从而允许从右参考像素进行帧内预测和利用右运动矢量预测因子进行帧间预测。一些例子中，如果垂直地对SU进行分割，则用信号表示一个标志，用于指示编解码顺序为L2R或R2L。此外，如果利用四叉树结构分割SU，则上面两个单元和底部两个单元共享一个标志。如果没有为SU的编解码顺序用信号表示一个标志，则该SU的以下编解码顺序隐含地继承自先前级别的SU。
图13为分割和编码解顺序的示例。例如，可以根据二叉树(BT)结构、三叉树(TT)结构和四叉树(QT)结构对分割单元(1310)进行分割，并且可以以从左到右(L2R)的顺序或从右到左(R2L)的顺序进行适当地编码。
例如，分割单元(1310)根据BT结构被垂直地分割成单元(1321)和(1322)。可以以L2R顺序或R2L顺序对单元1321和1322进行编解码。分割单元(1310)根据BT结构被水平地分割成单元(1331)和(1332)。通常以从上到下的顺序对单元(1331)和(1332)进行编解码。
另一例子中，分割单元(1310)根据TT结构被垂直地分割成单元(1341)至(1343)。可以以L2R顺序或R2L顺序对单元(1341)至(1343)进行编解码。分割单元(1310)被水平地分割成单元(1351)至(1352)。通常以从上到下的顺序对单元(1351)至(1353)进行编解码。
另一例子中，分割单元(1310)根据QT结构被分割成单元(1361)至(1364)。对于L2R顺序，单元(1361)至(1364)可以按照(1361)、(1362)、(1363)和(1364)的顺序进行编解码。对于R2L顺序，单元(1361)至(1364)可以按照(1362)、(1361)、(1364)和(1363)的顺序进行编解码。
图14为CTU中的SUCO的示例。在图14的例子中，根据树结构(1450)对CTU(1410)进行分割。CTU(1410)也称为单元S1。根据QT结构将单元S1分割成单元S21至S24，并以R2L顺序编码。根据BT结构将单元S21水平地分割成单元S31至S32。根据TT结构将单元S31垂直地分割成单元S41至S43，并以R2L顺序编码。根据BT结构将单元S32垂直地分割成单元S44至S45，并以L2R顺序编码。根据BT结构将单元S45水平地分割成单元S51至S52。根据BT结构将单元S52垂直地分割成单元S61至S62，并以L2R顺序编码。在图14的例子中，当一个单元被进一步分割时，该单元可被称为分割单元(SU)。当单元未被进一步分割时，该单元可被称为叶CU。
在图14的例子中，由于SU级的灵活编解码顺序，叶CU的相邻可用性变得比HEVC中的普通左侧相邻块及上方相邻块更多样化。例如，如果仅考虑左侧和右侧的相邻块，则存在四种可用性情况。具体地，对于被称为LR_10的第一种情况，左相邻块可用而右相邻块不可用；对于被称为LR_01的第二种情况，左相邻块不可用而右相邻块可用；对于被称为LR_11的第三种情况，左相邻块和右相邻块两者均可用；对于被称为LR_00的第四种情况，左相邻块和右相邻块两者均不可用。除非当前CU位于条带的顶部边界，否则上方块始终可用。左上角或右上角块的可用性取决于相应的左相邻块或右相邻块的可用性。
当使用SUCO时，编解码顺序和相邻像素可用性变得更加复杂。本申请的各方面提供了，在给定了将指定参考样本存储器尺寸分配给帧内块复制使用的情况下，使用SUCO时确定帧内块复制的搜索范围的技术。
所提出的方法可以单独使用或以任何顺序组合使用。此外，所述方法(或实施例)、编码器和解码器中的每一个可由处理电路(例如，至少一个处理器或至少一个集成电路)实现。一个例子中，该至少一个处理器执行存储在非易失性计算机可读介质中的程序。在下文中，术语“块”可以被理解为预测块(prediction block)、编码块(coding block)或编码单元(coding unit，CU)。
注意，在以下讨论中，参考样本存储器的更新基于64x64的块区域。然而，所公开的技术不限于此尺寸，也可应用参考样本存储器的其它配置模式。
当使用SUCO时，对于当前编码块，当前块的右相邻块的编解码可以在左相邻块的编解码之前进行。为了检查是否尚未对64x64块区域进行编解码，需要同时检查其左上角和右上角。一些例子中，仅当其左上角和右上角中的任何一个尚未被重建时，才说明该64x64块区域尚未被重建。
对于参考块的一般可用性条件，参考块应在当前编码块之外。例如，当使用SUCO时，参考块在当前块的上方，或者参考块在当前块的左侧，或者参考块在当前块的右侧。
为了命名，与当前64x64块区域相比向左偏移1CTU的64x64块区域被称为同位64x64区域。一些实施例中，当参考样本存储器尺寸为1CTU大小时，为了检查来自左侧CTU的参考块是否有效，检查当前CTU(即该参考块的左上角的同位位置所属的CTU)中相应的同位64x64块区域的左上角是否尚未被编解码，并且还应当检查当前CTU中同一个同位64x64块区域的右上角是否尚未被编解码。
一些实施例中，考虑到与参考块的左上角相比，参考块的右上角可位于左侧CTU中的不同64x64块区域中，应针对参考块的右上角执行类似检查以确保当前CTU中的同位64x64块区域(对应参考块的右上角)尚未被编解码。为此，当前CTU中的同位64x64区域的左上角和右上角可能均需要检查。
另外，为了避免当前CTU中的当前64x64区域的第一已编码块可能参考其左侧CTU中的同位64x64块区域，应检查左侧CTU中的参考块所属的64x64块区域的坐标。除了检查当前块的左上角位置不应与参考64x64块区域的左上角同位之外，当前块的右上角位置也不应与参考64x64块区域的右上角同位。
图15为帧内图像块补偿的参考搜索范围约束的示例。在不使用SUCO的情况下，编解码顺序为从左到右、从上到下。因此，当块的左上角位置未被编解码时，该块的其余部分也未被编解码。在不使用SUCO的情况下，为了检查参考块在左侧CTU中的位置是否有效(该参考块的样本存储在参考样本存储器中)，利用一检查过程来检查参考块的左上位置。例如，参考块的左上位置被右移一个CTU的宽度，例如128，到达当前CTU中的同位点，并且确定了包括该同位点的同位64x64块区域(对应于参考样本存储器的更新)。然后，检查同位64x64块区域的左上位置。当同位64x64块区域的左上位置未被编解码时，在不使用SUCO的情况下该参考块有效。
使用SUCO的情况下，需要执行更多检查。在图15的例子中，左侧CTU包括用于参考样本存储器的多个更新单元，例如标记为A'、B'、C'和D'的四个64x64块区域，且当前CTU包括用于参考样本存储器的多个更新单元，例如标记为A、B、C和D的四个64x64块区域。一个例子中，首先对当前CTU的右上64x64块区域B进行编解码，因此，参考样本存储器存储有区域A'、C'、D'和B的样本。当前块是当前CTU的左上64x64块区域A中的第一个编码块。根据存储器更新过程的要求，将重置用于存储整个左上64x64块区域的存储器空间，因此不能再使用左侧CTU中的左上64x64块区域A'中的参考样本。
一个例子中，使用无SUCO的检查过程，将参考块1的左上位置右移，例如128，以将块区域A确定为同位64x64块区域。然后，检查块区域A的左上位置，如图5中的(1501)所示。一个例子中，由于区域A的左上位置尚未被编解码，因此仅使用无SUCO的检查过程可能会做出错误的判定(参考块1是有效的)。
为了解决这种问题，可以增加几项检查。例如，可以检查区域A的右上角，如图15中的(1502)所示，并且要求区域A的右上角尚未被编解码才能判定参考块1是有效的。另一例子中，检查块区域A的右上角不是参考块的64x64区域(A')的右上角的同位位置，才能判定参考块1是有效的。由于区域A的右上角是参考块的64x64区域(A')的右上角的同位位置，因此无法作出上述判定。
一些例子中，可以在64x64区域内定位该参考块，且对该参考块的右上角执行类似检查。例如，参考块2的位置跨越C'和D'。参考块2的左上角在块区域C'中，而参考块2的右上角在块区域D'中。参考块2的左上角用于找到同位块区域C。然后，检查区域C的左上角(图15中的(1503)所示)和右上角(图15中的(1504)所示)的参考块有效性。当区域C的左上角(图15中的(1503)所示)和右上角(图15中的(1504)所示)尚未被编解码时，参考块2可以是有效的。参考块2的右上角用于找到同位区域D。然后，检查区域D的左上角(图15中的(1505)所示)和右上角(图15中的(1506)所示)的参考块有效性。当区域D的左上角(1505)和右上角(1506)尚未被编解码时，参考块2可以是有效的。
根据本申请的一些方面，当使用SUCO时，对于有效搜索范围，码流一致性要求亮度块矢量mvL服从某些约束。一个例子中，当前CTB是包括多个亮度样本的亮度CTB，并且当使用SUCO时，块矢量mvL满足码流一致性的以下约束。
一些例子中，第一约束用于确保当前块的参考块已被重建。当参考块的形状为矩形时，可进行参考块可用性检查过程以检查参考块的左上样本和右下样本是否已被重建。当参考块的左上样本和右下样本均已被重建时，确定该参考块已被重建。
例如，参考块的已重建的左上样本应该是可用的。一些例子中，可以触发块可用性的推导过程，该推导过程可以接收当前亮度位置和相邻亮度位置作为输入，并生成输出，指示相邻亮度位置处的样本是否已被重建。例如，当输出为真时，输入位置处的样本已被重建；当输出为假时，输入位置处的样本尚未被重建。
通常，当前亮度位置(xCurr，yCurr)被设置为(xCb，yCb)，其为当前块的左上样本的位置。此外，mvL表示块矢量，mvL[0]表示块矢量的x分量，mvL[1]表示块矢量的y分量，并且对于像素分辨率的分数部分，x分量和y分量可以具有4比特。当前亮度位置(xCurr，yCurr)被设置为当前块的左上样本(xCb，yCb)，相邻亮度位置可由(xCb+(mvL[0]>>4)，yCb+(mvL[1]>>4))表示，其为参考块的左上样本的位置。一个例子中，触发参考块可用性的推导过程，将参考块的左上样本的位置用作输入，当输出为真时，该参考块的左上样本已被重建。
类似地，参考块的已重建的右下样本应该是可用的。一些例子中，可以触发块可用性的推导过程，并且推导过程的输入包括参考块的右下样本的位置。例如，当前亮度位置被设置为(xCb，yCb)，并且当前块和参考块的宽度由cbWidth表示，当前块和参考块的高度由cbHeight表示。然后，参考块的右下样本的位置是(xCb+(mvL[0]>>4)+cbWidth-1，yCb+(mvL[1]>>4)+cbHeight-1)。右下样本的位置被输入到推导过程以获取块可用性，当输出为真时，参考块的右下样本已被重建。
一些例子中，第二约束确保参考块在当前块的左侧和/或上方和/或在当前块的右侧，不与当前块重叠。第二约束还可以包括以下三个条件中的至少一个：1)(mvL[0]>>4)+cbWidth的值小于或等于0，其指示参考块在当前块的左侧且不与当前块重叠；2)(mvL[1]>>4)+cbHeight的值小于或等于0，其指示参考块在当前块的上方且不与当前块重叠；以及3)(mvL[0]>>4)的值大于或等于cbWidth，其指示参考块在当前块的右侧且不与当前块重叠。
第三约束确保参考块在合适的搜索范围内。一些例子中，第三约束还可以包括块矢量mvL满足(等式1)至(等式4)中的条件。等式1和等式2指定包括参考块的CTB与当前CTB位于相同的CTB行中(即，当参考块在先前已重建的CTB中时，先前已重建的CTB与当前CTB位于相同的行中)。等式3和等式4指定包括参考块的CTB位于当前CTB的左侧CTB的列中或与当前CTB位于相同的CTB列中。等式1至等式4所描述的条件指定包括参考块的CTB是当前CTB或当前CTB的左相邻块(“左侧CTB”)，例如先前已重建的CTB。
第四约束确保参考块被存储在参考样本存储器中，也即，参考块的同位块尚未被重建。一些例子中，第四约束可以包括以下条件：当参考块在当前CTB的左侧CTB中时，参考块的同位区域尚未被重建(即，同位区域中没有已被重建的样本)。此外，参考块的同位区域在当前CTB中。
一个例子中，以上条件可明确如下：当(xCb+(mvL[0]>>4))>>CtbLog2SizeY等于(xCb>>CtbLog2SizeY)-1且CtbLog2SizeY为7时，触发参考块可用性的推导过程。输入的当前亮度位置(xCurr，yCurr)被设置为(xCb，yCb)，并且输入的相邻亮度位置为(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))。当推导过程的输出为假时，同位区域尚未被重建。此外，亮度位置(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))不应等于(xCb，yCb)。
第五约束确保，当使用SUCO时，参考块被存储在参考样本存储器中，也即，参考块的同位块区域(例如，一些例子中为64x64块区域)尚未被重建。一些例子中，第五约束可以包括以下条件：当参考块在当前CTB的左侧CTB中时，参考块的同位块区域尚未被重建(即，同位块区域中没有已被重建的样本)。此外，参考块的同位块区域在当前CTB中。
一些实施例中，当使用SUCO并且(xCb+(mvL[0]>>4))>>CtbLog2SizeY等于(xCb>>CtbLog2SizeY)-1(这意味着参考块在当前CTB的左侧CTB中)时，以下条件应为真。注意，虽然以下描述是基于CtbLog2SizeY等于7，但所公开的技术可用于其它合适的CTB尺寸。
第五约束包括用于确保参考块的左上角的同位64x64块区域的右上角尚未被编解码的条件。例如，触发块可用性的推导过程。输入包括当前亮度位置(xCurr，yCurr)(被设为(xCb，yCb))和相邻亮度位置(为参考块(例如，图15中的参考块2的(1504))的左上角的同位64x64块区域的右上角)，并且由(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)+CtbSizeY/2-1，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))表示。当推导过程的输出为假时，参考块的左上角的同位64x64区域的右上角尚未被编解码。
第五约束包括用于确保参考块的左上角的同位64x64块区域的右上角不是当前块的右上角的条件。例如，亮度位置(((xCb+(mvL[0]>>4)+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)+CtbSizeY/2-1，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))，其是参考块的左上角的同位64x64区域的右上角，不应等于当前块的右上角(xCb+cbWidth-1，yCb)。
第五约束包括用于确保参考块的右上角的同位64x64块区域的左上角尚未被编解码的条件。一个例子中，触发块可用性的推导过程。推导过程的输入包括当前亮度位置(xCurr，yCurr)(被设置为等于(xCb，yCb))和相邻亮度位置(被设置为参考块(例如，图15中的参考块2的(1505))的右上角的同位64x64区域的左上角)，其可以由(((xCb+(mvL[0]>>4)+cbWidth-1+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))表示。当推导过程的输出为假时，参考块的右上角的同位64x64区域的左上角尚未被编解码。
第五约束包括用于确保参考块的右上角的同位64x64区域的左上角不是当前块的右上角的条件。例如，亮度位置(((xCb+(mvL[0]>>4)+cbWidth-1+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))不应等于(xCb+cbWidth-1，yCb)。
第五约束包括用于确保参考块的右上角的同位64x64块区域的右上角尚未被编解码的条件。例如，触发块可用性的推导过程。推导过程的输入包括当前亮度位置(xCurr，yCurr)(被设置为等于(xCb，yCb))和相邻亮度位置(为参考块(例如，参考块2的(1506))的右上角的同位64x64块区域的右上角)，其可以由(((xCb+(mvL[0]>>4)+cbWidth-1+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)+CtbSizeY/2-1，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))表示。当输出为假时，参考块的右上角的同位64x64区域的右上角尚未被编解码。
第五约束包括用于确保参考块的右上角的同位64x64区域的右上角不是当前块的右上角的条件。例如，亮度位置(((xCb+(mvL[0]>>4)+cbWidth-1+CtbSizeY)>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1)+CtbSizeY/2-1，((yCb+(mvL[1]>>4))>>(CtbLog2SizeY-1))<<(CtbLog2SizeY-1))不应等于(xCb+cbWidth-1，yCb)。
在以上描述中，块矢量分量(例如，mvL[0]和mvL[1])包括四个比特以表示用于1/16整数样本精度的像素的分数部分，因此块矢量分量向右移4。当以1整数样本精度存储块矢量时，不需要移位操作。而且，可以针对其它样本精度调整具体的操作。
一些实施例中，当启用IBC时，允许SUCO的最大块尺寸被约束为不大于64x64。
一些实施例中，当前CTU尺寸小于允许的最大参考存储器缓冲器尺寸(在本申请中，假设最大尺寸为最大允许CTU尺寸，例如128x128亮度样本)，则参考样本存储器可以存储多个CTU大小的参考样本。
图16为参考样本存储器中的多个CTU的示例。在图16的示例中，参考样本存储器的尺寸为128x128，而CTU的尺寸为64x64。然后，除了当前CTU之外，参考样本左侧的3个CTU可以在参考样本存储器中完全可用，而无需额外的条件检查。此外，使用与上述讨论类似的逻辑，第四左侧CTU可以有条件地可用(检查存储第四左侧CTU的样本的存储器是否已经被当前CTU的样本更新)。
图17为本申请实施例的方法(1700)的概述流程图。该方法(1700)可以在块的重建过程中使用，从而为正在重建中的块生成预测块。在各种实施例中，方法(1700)由处理电路执行，诸如，终端设备(410)、(420)、(430)和(440)中的处理电路、执行视频编码器(503)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频解码器(610)的功能的处理电路、执行视频编码器(703)的功能的处理电路，等等。一些实施例中，方法(1700)由软件指令实现，因此当处理电路执行这些软件指令时，处理电路执行方法(1700)。该方法开始于(S1701)并进行到(S1710)。
在(S1710)，从已编码视频码流中解码出当前块的预测信息。该预测信息指示帧内块复制模式。当前块是一个CTB中的多个编码块中的一个编码块，当前CTB内允许从右到左的编解码顺序。例如，使用SUCO从而在当前CTB中支持灵活的编解码顺序。
在(S1720)，确定块矢量。该块矢量指向与当前块在相同图像中的参考块。
在(S1730)，至少基于确定该参考块的最左侧样本的右侧样本被缓冲在参考样本存储器中，确保参考块被缓冲在参考样本存储器中。一些例子中，应用第五约束以确保该参考块被缓冲在参考样本存储器中。一些实施例中，确定参考块的右上角处的样本被缓冲在参考样本存储器中。一个实施例中，确定当前CTB中的同位区域。该同位区域包括左侧CTB中的参考块的右上角处的样本的同位样本。然后，检查该同位区域尚未被编解码。一个例子中，检查当前CTB中的同位区域的左上角尚未被编解码。并且，检查当前CTB中同位区域的右上角未被编解码。可检查其它合适的条件以确保该参考块有效。
在(S1740)，基于参考块的已重建样本，重建当前块的样本。从参考样本存储器中提取已重建的样本。然后，该方法进行到(S1799)并结束。
上述技术可以使用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18为适于实现所公开主题的一些实施例的计算机系统(1800)。
计算机软件可利用任何合适的机器代码或计算机语言来编码，可采用汇编、编译、链接或类似机制生成代码。代码中包括指令，这些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)等直接执行或通过代码解释、微代码执行等操作来执行。
这些指令可在多种类型的计算机或组件中执行，包括，例如，个人计算机、平板电脑、服务器、智能电话、游戏设备、物联网设备等。
图16所示的用于计算机系统(1800)的组件本质上是示例性的，而非旨在对实现本申请各实施例的计算机软件的用途或功能范围做任何限制。也不应将组件的配置方式解释为对计算机系统(1800)的示例性实施例中的任一部件或其组合具有任何的依赖性或要求。
计算机系统(1800)可以包括某些人机界面输入设备。这样的人机界面输入设备可以响应于一个或多个人类用户通过，例如，触觉输入(诸如按键、挥动、数据手套移动)、音频输入(诸如语音、拍击)、视觉输入(诸如姿势)、嗅觉输入(未示出)进行的输入。人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些介质，例如音频(诸如语音、音乐、环境声音)、图像(诸如扫描的图像、从静止图像相机获得的摄影图像)、视频(诸如二维视频，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种或多种(每种仅示出一个)：键盘(1801)、鼠标(1802)、触控板(1803)、触摸屏(1810)、数据手套(未示出)、操纵杆(1805)、麦克风(1806)、扫描仪(1807)、照相机(1808)。
计算机系统(1800)还可以包括某些人机界面输出设备。这样的人机界面输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感觉。这种人机界面输出设备可以包括触觉输出设备(例如通过触摸屏(1810)、数据手套(未示出)或操纵杆(1805)的触觉反馈，但是也可以有不用作输入设备的触觉反馈设备)、音频输出设备(诸如扬声器(1809)、耳机(未示出))、可视输出设备以及打印机(未示出)，其中可视输出设备诸如屏幕(1810)、虚拟现实眼镜(未示出)、全息显示器和烟雾箱(未示出)，屏幕(1810)包括阴极射线管(CRT)屏幕、液晶显示器(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏幕，每一种都具有或不具有触摸屏输入能力，每一种都具有或不具有触觉反馈能力，这些屏幕中的一些能够通过手段(诸如立体图像输出)输出二维可视输出或多于三维的输出。
计算机系统(1800)还可以包括人类可访问的存储设备及其相关联的介质，诸如光学介质(包括具有CD/DVD的CD/DVDROM/RW(1820))或类似介质(1821)、拇指驱动器(1822)、可移动硬盘驱动器或固态驱动器(1823)、传统磁介质(诸如磁带和软盘(未示出))、基于专用ROM/ASIC/PLD的设备(例如安全加密狗(未示出))，等等。
本领域技术人员还应当理解，结合当前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(1800)还可以包括连接一个或多个通信网络的接口。网络可以是，例如，无线网络、有线网络、光网络。网络还可以是本地网、广域网、城域网、车联网的和工业网络、实时网络、延迟容忍网络等等。网络的示例包括局域网(诸如以太网、无线LAN)、蜂窝网络(包括全球移动通信系统(GSM)、第三代移动通信系统(3G)、第四代移动通信系统(4G)、第五代移动通信系统(5G)、长期演进(LTE)等)、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)、车辆和工业网络(包括CANBus)，等等。某些网络通常需要外部网络接口适配器，该外部网络接口适配器连接到某些通用数据端口或外围总线(1849)(诸如计算机系统(1800)的通用串行总线(USB)端口)；其他的通常通过如下所述连接到系统总线而集成到计算机系统(1800)的核心中(例如，进入个人计算机系统的以太网接口或进入智能手机计算机系统的蜂窝网络接口)。通过使用这些网络中的任何一个，计算机系统(1800)可以与其它实体通信。这种通信可以是使用局域或广域数字网络的到其它计算机系统的单向的、仅接收的(例如广播TV)、单向仅发送的(例如到某些CAN总线设备的CAN总线)或双向的通信。可以在如上所述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(1800)的内核(1840)。
内核(1840)可以包括一个或多个中央处理单元(CPU)(1841)、图形处理单元(GPU)(1842)、以现场可编程门阵列(FPGA)(1843)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(1844)等。这些设备，以及只读存储器(ROM)(1845)，随机存取存储器(1846)，内部大容量存储器(如内部非用户可访问硬盘驱动器，SSD)(1847)等，可以通过系统总线(1848)相互连接。在一些计算机系统中，系统总线(1848)可以以一个或多个物理插头的形式访问，从而通过附加的CPU，GPU等实现扩展。外围设备可以直接，或者通过外围总线(1849)，连接到内核的系统总线(1848)。外围总线的架构包括PCI，USB等。
CPU(1841)、GPU(1842)、FPGA(1843)和加速器(1844)可以执行某些指令，这些指令组合起来可以构成前述的计算机代码。该计算机代码可以存储在ROM(1845)或RAM(1846)中。中间数据也可以存储在RAM(1846)中，而永久数据可以存储在，例如，内部大容量存储器(1847)中。可以通过使用高速缓冲存储器来实现到任何存储器设备的快速存储和读取，高速缓存存储器可以与一个或多个CPU(1841)、GPU(1842)、大容量存储器(1847)、ROM(1845)、RAM(1846)等紧密关联。
计算机可读介质上可以具有计算机代码，在计算机代码上执行各种计算机执行的操作。介质和计算机代码可以是为本申请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。
作为示例而非限制，具有体系结构(1800)的计算机系统，特别是内核(1840)，可以提供处理器(包括CPU、GPU、FPGA、加速器等)执行在一个或多个有形的计算机可读介质中的软件而实现的功能。这样的计算机可读介质可以是与如上所述的用户可访问大容量存储器相关联的介质，以及非暂时性的内核(1840)的某些存储，诸如内核内部大容量存储器(1847)或ROM(1845)。实现本申请各实施例的软件可以存储在这样的设备中并由内核(1840)执行。根据特定需要，计算机可读介质可包括一个或多个存储器设备或芯片。该软件可以使内核(1840)，特别是其中的处理器(包括CPU，GPU，FPGA等)，执行本文描述的特定过程或特定过程的特定部分，包括定义存储在RAM(1846)中的数据结构，以及根据软件定义的过程修改这些数据结构。作为补充或作为替代，计算机系统可提供与电路(例如加速器1844)中的逻辑硬连线或其它组件相同的功能，可代替软件或与软件一起操作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))，包括执行逻辑的电路，或两者兼备。本申请包括硬件和软件的任何合适的组合。
附录A：缩略语
JEM:joint exploration model联合勘探模型
VVC:versatile video coding多功能视频编码
BMS:benchmark set基准集合
MV:Motion Vector运动向量
HEVC:High Efficiency Video Coding高效视频编码
SEI:Supplementary Enhancement Information补充增强信息
VUI:Video Usability Information视频可用性信息
GOPs:Groups of Pictures图像组
TUs:Transform Units,变换单元
PUs:Prediction Units预测单元
CTUs:Coding Tree Units编码树单元
CTBs:Coding Tree Blocks编码树块
PBs:Prediction Blocks预测块
HRD:Hypothetical Reference Decoder假想参考解码器
SNR:Signal Noise Ratio信噪比
CPUs:Central Processing Units中央处理单元
GPUs:Graphics Processing Units图形处理单元
CRT:Cathode Ray Tube阴极射线管
LCD:Liquid-Crystal Display液晶显示器
OLED:Organic Light-Emitting Diode有机发光二极管
CD:Compact Disc压缩盘
DVD:Digital Video Disc数字视频盘
ROM:Read-Only Memory只读存储器
RAM:Random Access Memory随机存取存储器
ASIC:Application-Specific Integrated Circuit专用集成电路
PLD:Programmable Logic Device可编程逻辑设备
LAN:Local Area Network局域网
GSM:Global System for Mobile communications全球移动通信系统
LTE:Long-Term Evolution长期演进
CANBus:Controller Area Network Bus控制器区域网络总线
USB:Universal Serial Bus通用串行总线
PCI:Peripheral Component Interconnect外围设备组件互联
FPGA:Field Programmable Gate Array现场可编程门阵列
SSD:solid-state drive固态硬盘
IC:Integrated Circuit集成电路
CU:Coding Unit编码单元
QT:Quad tree四叉树
AMVP:advanced motion vector prediction高级运动向量预测
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、置换和各种替代属于本申请的范围内。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展示或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。
Claims (12)
1.一种视频解码的方法，其特征在于，包括：
从已编码视频码流中解码出当前块的预测信息，所述预测信息指示帧内块复制模式，所述当前块是当前编码树块CTB中的多个编码块中的一个编码块，其中，在所述当前CTB内允许从右到左的编解码顺序；
确定指向参考块的块矢量，所述参考块处于当前图片的先前已解码CTB中；
确保所述参考块被缓冲在参考样本存储器中，包括：
识别所述当前CTB中的第一同位区域，所述第一同位区域相对于所述当前CTB的相对位置与所述先前已解码CTB中的第一参考区域相对于该先前已解码CTB的相对位置相同，并且所述参考块的右上角在所述第一参考区域中；确定当前CTB中的所述第一同位区域的左上角和右上角未被解码；
识别所述当前CTB中的第二同位区域，所述第二同位区域相对于所述当前CTB的相对位置与所述先前已解码CTB中的第二参考区域相对于该先前已解码CTB的相对位置相同，并且所述参考块的左上角在所述第二参考区域中；
确定当前CTB中的所述第二同位区域的右上角未被解码；及
基于从所述参考样本存储器提取的所述参考块的已重建样本，重建所述当前块的至少一个样本。
2.根据权利要求1所述的方法，其特征在于，当对所述第一同位区域进行编解码时，存储有所述参考块的所述右上角处的所述样本的存储空间被分配用于存储所述同位样本。
3.根据权利要求1～2任一项所述的方法，其特征在于，进一步包括：
确定所述当前块的右上角与所述第一参考区域的右上角不具有相同的位置。
4.根据权利要求1～2任一项所述的方法，其特征在于，进一步包括：
在所述参考样本存储器中缓冲左侧编码树单元(coding tree unit，CTU)中的已重建样本，其中，所述左侧CTU紧邻当前CTU左侧，所述当前CTU包括正在重建的所述当前块；
在重建所述当前块的至少一个样本后，利用已重建的所述当前块的至少一个样本更新所述参考样本存储器中的所述左侧CTU中的已重建样本。
5.根据权利要求4所述的方法，其特征在于，
在所述参考样本存储器中缓冲所述当前CTU中已重建的块的样本，以及所述当前CTU中尚未重建的块在左侧CTU中的同位块的已重建样本。
6.根据权利要求1～2任一项所述的方法，其特征在于，进一步包括：
当所述参考样本存储器的尺寸大于一个CTU的尺寸时，在所述参考样本存储器中缓冲位于所述当前CTU左侧的多于1个CTU的已重建样本。
7.根据权利要求1～2任一项所述的方法，其特征在于，所述参考块为亮度块，所述参考块的亮度块矢量满足以下约束中的至少一个：
所述参考块已被重建；
所述参考块在所述当前块的左侧和/或上方和/或在所述当前块的右侧，且不与所述当前块重叠；
所述参考块所在的CTB与当前CTB位于相同的CTB行或相同的CTB列中；
所述参考块在当前CTB中的同位块尚未被重建。
8.一种视频编码的方法，其特征在于，包括：
接收当前块的样本，所述当前块是当前编码树块CTB中的多个编码块中的一个编码块，其中，在所述当前CTB内允许从右到左的编解码顺序；
根据帧内块复制模式和指向参考块的块矢量，对所述当前块的样本进行编码，以获取编码数据，所述参考块处于当前图片的先前已编码CTB中，其中对所述当前块的样本进行编码，包括：识别所述当前CTB中的第一同位区域，所述第一同位区域相对于所述当前CTB的相对位置与所述先前已编码CTB中的第一参考区域相对于该先前已编码CTB的相对位置相同，并且所述参考块的右上角在所述第一参考区域中，以及当确定当前CTB中的所述第一同位区域的左上角和右上角未被编码时，确定所述参考块被缓冲在参考样本存储器中；识别所述当前CTB中的第二同位区域，所述第二同位区域相对于所述当前CTB的相对位置与所述先前已编码CTB中的第二参考区域相对于该先前已编码CTB的相对位置相同，并且所述参考块的左上角在所述第二参考区域中；确定当前CTB中的所述第二同位区域的右上角未被编码；及基于从所述参考样本存储器提取的所述参考块的已重建样本，编码所述当前块的至少一个样本，以得到所述编码数据；
生成已编码视频码流，所述已编码视频码流包括所述编码数据和指示所述帧内块复制模式的预测信息。
9.一种视频解码的装置，其特征在于，包括：
第一模块，用于从已编码视频码流中解码出当前块的预测信息，所述预测信息指示帧内块复制模式，所述当前块是当前编码树块CTB中的多个编码块中的一个编码块，其中，在所述当前CTB内允许从右到左的编解码顺序；
第二模块，用于确定指向参考块的块矢量，所述参考块处于当前图片的先前已解码CTB中；
第三模块，用于确保所述参考块被缓冲在参考样本存储器中，包括：识别所述当前CTB中的第一同位区域，所述第一同位区域相对于所述当前CTB的相对位置与所述先前已解码CTB中的第一参考区域相对于该先前已解码CTB的相对位置相同，并且所述参考块的右上角在所述第一参考区域中，以及确定当前CTB中的所述第一同位区域的左上角和右上角未被解码,识别所述当前CTB中的第二同位区域，所述第二同位区域相对于所述当前CTB的相对位置与所述先前已解码CTB中的第二参考区域相对于该先前已解码CTB的相对位置相同，并且所述参考块的左上角在所述第二参考区域中,确定当前CTB中的所述第二同位区域的右上角未被解码；以及
第四模块，用于基于从所述参考样本存储器提取的所述参考块的已重建样本，重建所述当前块的至少一个样本。
10.一种视频编码的装置，其特征在于，包括：
接收模块，用于接收当前块的样本，所述当前块是当前编码树块CTB中的多个编码块中的一个编码块，其中，在所述当前CTB内允许从右到左的编解码顺序；
编码模块，用于：根据帧内块复制模式和指向参考块的块矢量，对所述当前块的样本进行编码，以获取编码数据，所述参考块处于当前图片的先前已编码CTB中，其中对所述当前块的样本进行编码，包括：识别所述当前CTB中的第一同位区域，所述第一同位区域相对于所述当前CTB的相对位置与所述先前已编码CTB中的第一参考区域相对于该先前已编码CTB的相对位置相同，并且所述参考块的右上角在所述第一参考区域中，以及当确定当前CTB中的所述第一同位区域的左上角或右上角未被编码时，确定所述参考块被缓冲在参考样本存储器中；识别所述当前CTB中的第二同位区域，所述第二同位区域相对于所述当前CTB的相对位置与所述先前已编码CTB中的第二参考区域相对于该先前已编码CTB的相对位置相同，并且所述参考块的左上角在所述第二参考区域中；确定当前CTB中的所述第二同位区域的右上角未被编码；及基于从所述参考样本存储器提取的所述参考块的已重建样本，编码所述当前块的至少一个样本，以得到所述编码数据；
码流生成模块，用于生成已编码视频码流，所述已编码视频码流包括所述编码数据和指示所述帧内块复制模式的预测信息。
11.一种电子设备，其特征在于，包括：
处理电路，用于执行根据权利要求1-8中任一权利要求所述的方法。
12.一种非易失性计算机可读介质，存储有指令，其特征在于，所述指令在由计算机执行时，使得所述计算机执行根据权利要求1-8中任一权利要求所述的方法。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962831158P | 2019-04-08 | 2019-04-08 | |
| US62/831,158 | 2019-04-08 | ||
| US16/841,854 US11252442B2 (en) | 2019-04-08 | 2020-04-07 | Method and apparatus for video coding |
| US16/841,854 | 2020-04-07 | ||
| PCT/US2020/027152 WO2020210285A1 (en) | 2019-04-08 | 2020-04-08 | Method and apparatus for video coding |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113545039A CN113545039A (zh) | 2021-10-22 |
| CN113545039B true CN113545039B (zh) | 2024-06-07 |
Family
ID=72662638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080016747.XA Active CN113545039B (zh) | 2019-04-08 | 2020-04-08 | 视频编解码的方法和装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US11252442B2 (zh) |
| EP (1) | EP3954116A4 (zh) |
| JP (1) | JP7203996B2 (zh) |
| KR (1) | KR20210124474A (zh) |
| CN (1) | CN113545039B (zh) |
| WO (1) | WO2020210285A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110582001B (zh) | 2014-09-30 | 2022-10-14 | 微软技术许可有限责任公司 | 用于视频编码的基于散列的编码器判定 |
| US11202085B1 (en) * | 2020-06-12 | 2021-12-14 | Microsoft Technology Licensing, Llc | Low-cost hash table construction and hash-based block matching for variable-size blocks |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019017673A1 (ko) * | 2017-07-19 | 2019-01-24 | 삼성전자 주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
| WO2019066174A1 (ko) * | 2017-09-28 | 2019-04-04 | 삼성전자 주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101772459B1 (ko) * | 2010-05-17 | 2017-08-30 | 엘지전자 주식회사 | 신규한 인트라 예측 모드 |
| US9558567B2 (en) * | 2013-07-12 | 2017-01-31 | Qualcomm Incorporated | Palette prediction in palette-based video coding |
| GB2516824A (en) * | 2013-07-23 | 2015-02-11 | Nokia Corp | An apparatus, a method and a computer program for video coding and decoding |
| AU2013228045A1 (en) * | 2013-09-13 | 2015-04-02 | Canon Kabushiki Kaisha | Method, apparatus and system for encoding and decoding video data |
| GB2519289B (en) * | 2013-10-11 | 2016-10-12 | Canon Kk | Method and apparatus for displacement vector component transformation in video coding and decoding |
| WO2015053594A1 (ko) * | 2013-10-12 | 2015-04-16 | 삼성전자 주식회사 | 인트라 블록 복사 예측을 이용한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치 |
| AU2014201583A1 (en) * | 2014-03-14 | 2015-10-01 | Canon Kabushiki Kaisha | Method, apparatus and system for encoding and decoding video data using a block dictionary |
| AU2014202682A1 (en) * | 2014-05-16 | 2015-12-03 | Canon Kabushiki Kaisha | Method, apparatus and system for copying a block of video samples |
| AU2014202921B2 (en) * | 2014-05-29 | 2017-02-02 | Canon Kabushiki Kaisha | Method, apparatus and system for de-blocking a block of video samples |
| KR102311815B1 (ko) * | 2014-06-19 | 2021-10-13 | 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 | 통합된 인트라 블록 카피 및 인터 예측 모드 |
| US10856009B2 (en) * | 2014-09-04 | 2020-12-01 | Mediatek Inc. | Method of block vector clipping and coding for screen content coding and video coding |
| GB2531001B (en) * | 2014-10-06 | 2019-06-05 | Canon Kk | Method and apparatus for vector encoding in video coding and decoding |
| GB2531003A (en) * | 2014-10-06 | 2016-04-13 | Canon Kk | Method and apparatus for vector encoding in video coding and decoding |
| US10666974B2 (en) * | 2014-11-12 | 2020-05-26 | Hfi Innovation Inc. | Methods of escape pixel coding in index map coding |
| CN115134607A (zh) * | 2015-06-11 | 2022-09-30 | 杜比实验室特许公司 | 使用自适应去块滤波编码和解码图像的方法及其装置 |
| FI20165256A (fi) * | 2016-03-24 | 2017-09-25 | Nokia Technologies Oy | Laitteisto, menetelmä ja tietokoneohjelma videokoodaukseen ja -dekoodaukseen |
| WO2018124653A1 (ko) * | 2016-12-27 | 2018-07-05 | 삼성전자 주식회사 | 인트라 예측에서 참조 샘플을 필터링하는 방법 및 장치 |
| US20190313108A1 (en) * | 2018-04-05 | 2019-10-10 | Qualcomm Incorporated | Non-square blocks in video coding |
| US11172236B2 (en) * | 2018-09-21 | 2021-11-09 | Tencent America LLC | Method and apparatus for video decoding that defines a search range for a reference block indicated by a block vector |
| US10848782B2 (en) | 2018-09-21 | 2020-11-24 | Tencent America LLC | Method and apparatus for video coding |
-
2020
- 2020-04-07 US US16/841,854 patent/US11252442B2/en active Active
- 2020-04-08 WO PCT/US2020/027152 patent/WO2020210285A1/en unknown
- 2020-04-08 JP JP2021550261A patent/JP7203996B2/ja active Active
- 2020-04-08 KR KR1020217029667A patent/KR20210124474A/ko unknown
- 2020-04-08 CN CN202080016747.XA patent/CN113545039B/zh active Active
- 2020-04-08 EP EP20786781.3A patent/EP3954116A4/en active Pending
-
2022
- 2022-01-05 US US17/569,416 patent/US11765399B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019017673A1 (ko) * | 2017-07-19 | 2019-01-24 | 삼성전자 주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
| WO2019066174A1 (ko) * | 2017-09-28 | 2019-04-04 | 삼성전자 주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
Non-Patent Citations (3)
| Title |
|---|
| CE8: CPR reference memory reuse without increasing memory requirement (CE8.1.2a and CE8.1.2d)，JVET-M0407-v3;Xiaozhong Xu等;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 13th Meeting: Marrakesh, MA, 9–18 Jan. 2019;正文第1-8页 * |
| Description of Core Experiment 8: Screen Content Coding Tools，JVET-L1028-v3;Xiaozhong Xu等;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 12th Meeting: Macao, CN, 03–12 Oct. 2018;正文第1-14页 * |
| Non-CE8: IBC Reference Memory for Arbitrary CTU Size，JVET-N0175-v2;Han Gao等;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 14th Meeting: Geneva, CH, 19–27 March 2019;正文第1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022522209A (ja) | 2022-04-14 |
| EP3954116A1 (en) | 2022-02-16 |
| US20220132174A1 (en) | 2022-04-28 |
| EP3954116A4 (en) | 2023-01-11 |
| JP7203996B2 (ja) | 2023-01-13 |
| US20200322644A1 (en) | 2020-10-08 |
| KR20210124474A (ko) | 2021-10-14 |
| WO2020210285A1 (en) | 2020-10-15 |
| US11252442B2 (en) | 2022-02-15 |
| CN113545039A (zh) | 2021-10-22 |
| US11765399B2 (en) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111492659B (zh) | 视频解码的方法和装置、及存储介质 | |
| CN111492661B (zh) | 视频编解码方法、装置及存储介质 | |
| CN112042200B (zh) | 视频解码的方法和装置 | |
| CN113424536B (zh) | 用于视频编解码的方法和装置 | |
| CN112055968B (zh) | 视频解码方法、装置、存储介质以及电子设备 | |
| CN114666581A (zh) | 视频编解码的方法和装置 | |
| CN113396590B (zh) | 视频解码的方法和装置、计算机设备及存储介质 | |
| CN113545084B (zh) | 视频编解码的方法、装置以及存储介质 | |
| CN113661703A (zh) | 视频编解码的方法和装置 | |
| CN111050178A (zh) | 视频解码的方法、装置、电子设备、存储介质 | |
| CN111836056A (zh) | 视频解码的方法和装置、计算机设备和存储介质 | |
| CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
| CN112771869B (zh) | 视频编码、解码方法及装置 | |
| CN113273201B (zh) | 视频解码的方法、装置、介质及计算机设备 | |
| CN113545039B (zh) | 视频编解码的方法和装置 | |
| CN113491131B (zh) | 视频编解码的方法和装置 | |
| CN114666608B (zh) | 视频编码方法、装置及介质 | |
| CN116671102A (zh) | 具有帧内块复制的几何分区模式 | |
| CN116325726A (zh) | 采用帧内和帧间预测的几何分区模式的改进 | |
| CN116803076A (zh) | 用于具有帧间和帧内预测的几何分区模式的帧内模式约束 | |
| CN111819849B (zh) | 用于视频解码的方法和装置 | |
| CN113170208A (zh) | 帧内图片块补偿的色度去块滤波器 | |
| CN113545062B (zh) | 视频解码方法、装置、计算机设备及存储介质 | |
| CN114641993B (zh) | 用于视频解码的方法和装置 | |
| CN116325745A (zh) | 采用ibc和帧内预测的几何分区模式的帧内预测模式信息传播 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40054978 Country of ref document: HK |
|
| GR01 | Patent grant |