CN113615187A - 用于改进的隐式变换选择的方法和装置 - Google Patents

Abstract

根据本公开的一方面，提供一种用于解码器的视频解码方法。在该方法中，从已编码视频码流中获取变换块信令信息。此外，确定变换块信令信息是否指示隐式变换方案，以及低频不可分离变换(LFNST)和基于矩阵的帧内预测模式(MIP)中的至少一个是否无效。响应于确定变换块信令信息指示隐式变换方案，并且LFNST和MIP中的至少一个被发信号通知为无效时，基于编码块单元CU的大小确定主变换类型，并且根据所确定的主变换类型，对从所述CU分区得到的变换块执行主变换。

Description

用于改进的隐式变换选择的方法和装置

交叉引用

本申请要求于2020年5月26日提交的美国专利申请第16/883,545号，“用于改进的阴式变换选择的方法和装置(METHOD AND APPARATUS FOR VIDEO CODING)”的优先权，该申请要求于2019年6月7日提交的美国临时申请第62/858,887号，“隐式变换选择(IMPLICITTRANSFORM SELECTION)”的优先权。这些先前申请全部的公开内容在此通过引用整体结合在本申请中。

技术领域

本申请描述总体上涉及视频编解码的实施例。本公开提出了一组先进的视频编码技术，尤其提出了一种改进的隐式变换方法。

背景技术

本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。

通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。未压缩的数字视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。

视频编码和解码的一个目的，是通过压缩减少输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。

视频编码器和解码器可以利用来自几个大类的技术，包括例如运动补偿、变换、量化和熵编码。

视频编解码技术可以包括称为帧内编码的技术。在帧内编解码中，样本值的表示不参考来自先前重建的参考图片的样本或其它数据。在一些视频编解码中，图片在空间上进一步划分为样本块。当所有样本的块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生物(例如独立解码器刷新图片)可用于重置解码器状态，因此还可用作已编码视频码流和视频会话中的第一张图片，或用作静止图像。可以对帧内块的样本进行变换，并且可以在熵编码之前对变换系数进行量化。帧内预测可以是使预变换域中的样本值最小化的技术。在一些情况下，变换后的DC值越小，则AC系数越小，且在给定的量化步长下表示熵编码后的块所需的比特就越少。

诸如从例如MPEG-2代编码技术已知的传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括从例如在空间相邻的编码/解码过程中获得的周围的样本数据和/或元数据、在解码顺序上先于数据块的周围的样本数据和/或元数据进行尝试的技术。此类技术下文称为“帧内预测”技术。请注意，至少在一些情况下，帧内预测仅使用来自正在重建的当前图片而非参考图片的参考数据。

可以存在许多不同形式的帧内预测。当在给定的视频编码技术中可以使用多于一种这样的技术时，可以在帧内预测模式中对所使用的技术进行编码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以被单独编码或被包括在模式码字中。对于给定的模式/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，并且用于将码字转换为码流的熵编码技术也同样如此。

某种帧内预测模式是在H.264中引入，在H.265中修正，并且在诸如联合探索模型(JEM，joint exploration model)、下一代视频编码(VVC，versatile video coding)和基准集(BMS，benchmark set)等更新的编码技术中得到进一步修正。可以使用属于已经可用样本的相邻样本值来形成预测值块(predictor block)。根据方向将相邻样本的样本值复制到预测器块中。对使用方向的参考可以在码流中编解码或者可以进行预测本身。

发明内容

本公开的各个方面提供了用于视频编码/解码的方法和装置。在一些示例中，用于视频解码的装置包括接收电路和处理电路。

根据本公开的一个方面，提供了用于解码器的视频解码方法。在该方法中，从已编码视频码流中获取变换块信令信息。此外，确定所述变换块信令信息是否指示隐式变换方案，以及低频不可分离变换LFNST和基于矩阵的帧内预测模式MIP中的至少一个是否无效；响应于确定所述变换块信令信息指示所述隐式变换方案，并且所述LFNST和MIP中的至少一个被发信号通知为无效时，基于编码块单元CU的大小确定主变换类型，以及根据确定的主变换类型，对从所述CU分区得到的变换块执行主变换。

在一些实施例中，为了确定所述主变换类型，确定是否启用变换跳过模式；响应于确定所述变换跳过模式未启用，响应于所述CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；响应于所述CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；响应于所述CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；响应于所述CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

在一些实施例中，所述T1等于2个像素、4个像素或8个像素中的一个，并且T2等于4个像素、8个像素、16个像素或32个像素中的一个。

响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述LFNST或MIP中的所述至少一个为真，在第一示例中，为所述变换块确定第一变换类型DCT-2；在第二示例中，为所述变换块确定为非DCT-7的第二变换类型，所述第二变换类型包括DST-1、DCT-5、复合正交变换COT或卡亨南-洛维karhunen-loève变换中的至少一个。

响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述MIP为假，其指示所述MIP未应用于所述变换块，响应于所述CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；响应于所述CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；响应于所述CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及响应于所述CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

在第一示例中，T1等于2个像素，并且T2等于4个像素或8个像素之一；T1等于4个像素，并且T2等于4个像素或8个像素之一；T1等于8个像素，并且T2等于8个像素、16个像素或32个像素之一；以及T1等于16个像素，并且T2等于16个像素或32个像素之一。

在一些实施例中，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述LFNST和所述MIP两者均为假，其指示所述LFNST或所述MIP均不应用于所述变换块，响应于所述CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；响应于所述CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；响应于所述CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；响应于所述CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

根据本公开的另一方法，提供了用于解码器的视频解码方法。在该方法中，从已编码视频码流中获取变换块信令信息；基于所述变换块信令信息和编码块单元CU的大小确定主变换类型；以及根据确定的主变换类型，对从所述CU分区得到的变换块执行主变换。

在一些实施例中，为了确定所述主变换类型，响应于所述CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；响应于所述CU的所述宽度大于T2且等于或小于T3，基于根据来自用于所述变换块的所述水平变换的所述变换块信令信息的发信号通知的索引来，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；响应于所述CU的所述宽度小于T1或大于T3，确定用于所述变换块的所述水平变换的变换类型为DCT-2。

在一些实施例中，为了确定所述主变换类型，响应于所述CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；响应于所述CU的所述高度大于T2且等于或小于T3，根据来自用于所述变换块的所述垂直变换的所述变换块信令信息的发信号通知的索引，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；以及响应于所述CU的所述高度小于T1或大于T3，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

在一些实施例中，所述T1等于2个像素、4个像素或8个像素中的一个，所述T2等于4个像素、8个像素、16个像素或32个像素中的一个，并且所述T3等于8个像素、16个像素、32个像素或64个像素中的一个。

本公开的各个方面还提供了一种非易失性计算机可读存储介质，存储有指令，所述指令被用于视频解码的计算机执行时可以使该计算机执行视频解码方法。

附图说明

通过以下详细描述和附图，所公开的主题的其它特征、性质及各种优点将更加明显，其中：

图1是根据实施例的通信系统(100)的简化框图的示意图。

图2是根据实施例的通信系统(200)的简化框图的示意图。

图3是根据实施例的解码器的简化框图的示意图。

图4是根据实施例的编码器的简化框图的示意图。

图5示出了根据另一实施例的编码器的框图。

图6示出了根据另一实施例的解码器的框图。

图7A-7D示出四种示例性子块的变换模式。

图8示出了基于帧内子分区(ISP，Intra Sub-Partitions)编解码模式的亮度帧内预测块的第一示例性划分。

图9示出了基于ISP编解码模式的亮度帧内预测块的第二示例性划分。

图10示出了使用16x64二次变换核的缩减二次变换(RST，reduced secondarytransform)。

图11示出了使用16x48二次变换核的缩减二次变换(RST，reduced secondarytransform)。

图12A示出了正向缩减变换。

图12B示出了逆缩减变换。

图13A示出了RST 8X8的第一实施例。

图13B示出了RST 8X8的第二实施例。

图14示出了基于矩阵的帧内预测(MIP，Matrix-based intra prediction)模式。

图15示出了概述根据本公开的一些实施例的方法过程的流程图。

图16是根据本申请实施例的计算机系统的示意图。

具体实施方式

图1是根据本申请公开的实施例的通信系统(100)的简化框图。通信系统(100)包括多个终端装置，所述终端装置可通过例如网络(150)彼此通信。举例来说，通信系统(100)包括通过网络(150)互连的第一对终端装置(110)和终端装置(120)。在图1的实施例中，终端装置(110)和终端装置(120)执行单向数据传输。举例来说，终端装置(110)可对视频数据(例如由终端装置(110)采集的视频图片流)进行编码以通过网络(150)传输到另一终端装置(120)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(120)可从网络(150)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。

在另一实施例中，通信系统(100)包括执行已编码视频数据的双向传输的第二对终端装置(130)和(140)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，终端装置(130)和终端装置(140)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码以通过网络(150)传输到终端装置(130)和终端装置(140)中的另一终端装置。终端装置(130)和终端装置(140)中的每个终端装置还可接收由终端装置(130)和终端装置(140)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。

在图1的实施例中，终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(150)表示在终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(150)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在下文中有所解释，否则网络(150)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为实施例，图2示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。

流式传输系统可包括采集子系统(213)，所述采集子系统可包括数码相机等视频源(201)，所述视频源创建未压缩的视频图片流(202)。在实施例中，视频图片流(202)包括由数码相机拍摄的样本。相较于已编码的视频数据(204)(或已编码的视频码流)，视频图片流(202)被描绘为粗线以强调高数据量的视频图片流，视频图片流(202)可由电子装置(220)处理，所述电子装置(220)包括耦接到视频源(201)的视频编码器(203)。视频编码器(203)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(202)，已编码的视频数据(204)(或已编码的视频码流(204))被描绘为细线以强调较低数据量的已编码的视频数据(204)(或已编码的视频码流(204))，其可存储在流式传输服务器(205)上以供将来使用。一个或多个流式传输客户端子系统，例如图2中的客户端子系统(206)和客户端子系统(208)，可访问流式传输服务器(205)以检索已编码的视频数据(204)的副本(207)和副本(209)。客户端子系统(206)可包括例如电子装置(230)中的视频解码器(210)。视频解码器(210)对已编码的视频数据的传入副本(207)进行解码，且产生可在显示器(212)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(211)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(204)、视频数据(207)和视频数据(209)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

应注意，电子装置(220)和电子装置(230)可包括其它组件(未示出)。举例来说，电子装置(220)可包括视频解码器(未示出)，且电子装置(230)还可包括视频编码器(未示出)。

图3是根据本申请公开的实施例的视频解码器(310)的框图。视频解码器(310)可设置在电子装置(330)中。电子装置(330)可包括接收器(331)(例如接收电路)。视频解码器(310)可用于代替图2实施例中的视频解码器(210)。

接收器(331)可接收将由视频解码器(310)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(301)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(331)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(331)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(315)可耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其它情况下，所述缓冲存储器(315)可设置在视频解码器(310)外部(未标示)。而在其它情况下，视频解码器(310)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(310)的内部可配置另一缓冲存储器(315)以例如处理播出定时。而当接收器(331)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(315)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(315)，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(310)外部的类似元件(未标示)中。

视频解码器(310)可包括解析器(320)以根据已编码视频序列重建符号(321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制显示装置(312)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(330)的组成部分，但可耦接到电子装置(330)，如图3中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(320)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(320)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(320)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。

解析器(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。

取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(321)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(320)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(320)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(310)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。

第一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(351)可输出包括样本值的块，所述样本值可输入到聚合器(355)中。

在一些情况下，缩放器/逆变换单元(351)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(352)提供。在一些情况下，帧内图片预测单元(352)采用从当前图片缓冲器(358)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(358)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(351)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元(351)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(353)从参考图片存储器(357)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(321)的形式而供运动补偿预测单元(353)使用，所述符号(321)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(357)提取的样本值的内插、运动矢量预测机制等等。

聚合器(355)的输出样本可在环路滤波器单元(356)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。

环路滤波器单元(356)的输出可以是样本流，所述样本流可输出到显示装置(312)以及存储在参考图片存储器(357)，以用于后续的帧间图片预测。

一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(320))被识别为参考图片，则当前图片缓冲器(358)可变为参考图片存储器(357)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(310)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在实施例中，接收器(331)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(310)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图4是根据本申请公开的实施例的视频编码器(403)的框图。视频编码器(403)设置于电子装置(420)中。电子装置(420)包括传输器(440)(例如传输电路)。视频编码器(403)可用于代替图2实施例中的视频编码器(203)。

视频编码器(403)可从视频源(401)(并非图4实施例中的电子装置(5420)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(403)编码的视频图像。在另一实施例中，视频源(401)是电子装置(420)的一部分。

视频源(401)可提供将由视频编码器(403)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(401)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(401)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。

根据实施例，视频编码器(403)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中，控制器(450)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(450)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(450)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(403)。

在一些实施例中，视频编码器(403)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(430)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(403)中的(本地)解码器(433)。解码器(433)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(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(434)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(434)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。

“本地”解码器(433)的操作可与例如已在上文结合图3详细描述视频解码器(310)的“远程”解码器相同。然而，另外简要参考图3，当符号可用且熵编码器(445)和解析器(320)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(315)和解析器(320)在内的视频解码器(310)的熵解码部分，可能无法完全在本地解码器(433)中实施。

此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，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地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。

在操作期间，在一些实施例中，源编码器(430)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(432)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(433)可基于源编码器(430)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(432)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4中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(433)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(434)中。以此方式，视频编码器(403)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。

预测器(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新图片，预测器(435)可在参考图片存储器(434)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(435)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(435)获得的搜索结果，可确定输入图片可具有从参考图片存储器(434)中存储的多个参考图片取得的预测参考。

控制器(450)可管理源编码器(430)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(445)中对所有上述功能单元的输出进行熵编码。熵编码器(445)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。

传输器(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)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(440)可将来自视频编码器(403)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(450)可管理视频编码器(403)的操作。在编码期间，控制器(450)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：

帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。

预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。

双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。

源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

视频编码器(403)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(403)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。

在实施例中，传输器(440)可在传输已编码的视频时传输附加数据。源编码器(430)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。

图5是根据本申请公开的另一实施例的视频编码器(503)的图。视频编码器(503)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(503)用于代替图2实施例中的视频编码器(203)。

在HEVC实施例中，视频编码器(503)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(503)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(503)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(503)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(503)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图5的实施例中，视频编码器(503)包括如图5所示的耦接到一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。

帧间编码器(530)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(522)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(522)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。

通用控制器(521)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(503)的其它组件。在实施例中，通用控制器(521)确定块的模式，且基于所述模式将控制信号提供到开关(526)。举例来说，当所述模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，且控制熵编码器(525)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，且控制熵编码器(525)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(523)用于计算所接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差(残差数据)。残差编码器(524)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(524)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(503)还包括残差解码器(528)。残差解码器(528)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(522)和帧间编码器(530)使用。举例来说，帧间编码器(530)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(522)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(525)用于将码流格式化以产生已编码的块。熵编码器(525)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(525)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图6是根据本申请公开的另一实施例的视频解码器(610)的图。视频解码器(610)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(610)用于代替图2实施例中的视频解码器(210)。

在图6实施例中，视频解码器(610)包括如图6中所示耦接到一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。

熵解码器(671)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(672)或帧间解码器(680)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(680)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(672)。残差信息可经由逆量化并提供到残差解码器(673)。

帧间解码器(680)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。

帧内解码器(672)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。

残差解码器(673)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(673)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(671)提供(未标示数据路径，因为这仅仅是低量控制信息)。

重建模块(674)用于在空间域中组合由残差解码器(673)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。

应注意，可使用任何合适的技术来实施视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。在实施例中，可使用一个或多个集成电路来实施视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。

本公开的各方面提供了一组高级的视频编码技术。更具体地，提出了一种改进的隐式变换方法。

在视频编码领域中，ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)于2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)发布了H.265/HEVC(高效视频编码)标准。从那时起，ITU-T和ISO/IEC一直在研究压缩能力大大超过HEVC标准(包括其扩展)的未来视频编码技术标准化的潜在需求。2017年10月，ITU-T和ISO/IEC发布了关于具有超越HEVC能力的视频压缩(CfP，Capability beyond HEVC)的联合提案。截至2018年2月15日，共提交了22份标准动态范围(SDR，standard dynamic range)的CfP响应、12份高动态范围(HDR，high dynamic range)的CfP响应和12份360视频类别的CfP响应。2018年4月，所有收到的CfP响应都在122MPEG/10届JVET(Joint Video Exploration Team-JointVideo Expert Team)(联合视频探索组-联合视频专家组)会议上进行了评估。JVET正式启动了超越HEVC(即下一代视频编码(VVC，Versatile Video Coding))和当前版本VTM(VVCTest Model，VVC测试模型)(即VTM3)的下一代视频编码的标准化。

在HEVC中，主变换(primary transform)可以是4点、8点、16点和32点DCT-2，并且变换核矩阵可以使用8比特整数(即8比特变换核)来表示。较小DCT-2的变换核矩阵是较大DCT-2的一部分，如下所示。

4x4变换

8x8变换

16x16变换

32x32变换

DCT-2核心示出对称/反对称特性。因此，支持实施所谓的“部分蝶形”以减少运算次数(乘法、加法/减法、移位)，并且使用部分蝶形可以获得矩阵乘法的相同结果。

在VVC中，提供了两种子块变换。第一种子块变换是SVT或SBT。在JVET-J0024、JVET-K0139和JVET-L0358中，提出了空间变化变换(SVT，spatially varying transform)方案。使用SVT，对于帧间预测残差，编码块中可能只有残差块。由于残差块小于编码块，所以SVT中的变换大小小于编码块大小。对于未被残差块或变换覆盖的区域，可以假设零残差。

更具体地，在JVET-L0358中，SVT也可以被称为子块变换(SBT，Sub-blockTransform)。SBT支持的子块类型(SVT-H、SVT-V)、大小(尺寸)和位置(左半部、左四分之一、右半部、右四分之一、上半部、上四分之一、下半部、下四分之一)可以示出在图7A至图7D中。图7A至图7D分别图示了SBT中支持的子块类型(SVT-H、SVT-V)和位置(左半部、右半部、上半部、下半部)。由字母“A”标记的阴影区域是经过变换的残差块，并且其它区域被假设为没有变换的零残差。

第二种子块变换是帧内子分区(ISP，Intra Sub-Partitions)。ISP编码模式根据块大小尺寸将亮度帧内预测块进行垂直地或水平地划分为2或4个子分区，如表1所示。图8和图9示出了这两种可能性的示例。图8图示了4x8块或8x4块的示例性划分。图9图示了不是4x8块、8x4块或4x4块之一的块的示例性划分。所有子分区都满足至少有16个样本的条件。对于色度分量，不应用ISP。

表1：取决于块大小的子分区的数量

块大小	子分区的数量
		4×4	未划分
4×8以及8×4	2
		所有其它情况	4

在一些实施例中，对于这些子分区中的每一个，可以通过对编码器发送的系数进行熵解码，然后并对系数进行逆量化和逆变换来生成残差信号。然后，对子分区进行帧内预测，并且最后，通过将残差信号添加到预测信号得到相应的重建样本。因此，每个子分区的重建值可用于生成下一个子分区的预测，可以重复该过程等等。所有子分区共享相同的帧内模式。

在一些实施例中，ISP算法将仅用帧内模式进行测试，所述帧内模式作为MPM列表一部分。为此，如果一个块使用ISP，则MPM标志可以被推断为一。此外，如果ISP用于某个块，则可以修改MPM列表以排除DC模式，并且为ISP水平分区优先考虑水平帧内模式和为垂直分区优先考虑垂直帧内模式。

在ISP中，可以将每个子分区作为一个子TU，因为对于每个子分区单独执行变换和重建。

在当前的VVC中，除了与HEVC相同的4点、8点、16点和32点DCT-2变换之外，还包括附加的2点和64点DCT-2用于主转换。VVC中定义的64点DCT-2核可以在下面示出为64x64矩阵：

其中

{aa,ab,ac,ad,ae,af,ag,ah,ai,aj,ak,al,am,an,ao,ap,aq,ar,as,at,au,av,aw,ax,ay,az,ba,bb,bc,bd,be,bf,bg,bh,bi,bj,bk,bl,bm,bn,bo,bp,bq,br,bs,bt,bu,bv,bw,bx,by,bz,ca,cb,cc,cd,ce,cf,cg,ch,ci,cj,ck}＝{64,83,36,89,75,50,18,90,87,80,70,57,43,25,9,90,90,88,85,82,78,73,67,61,54,46,38,31,22,13,4,91,90,90,90,88,87,86,84,83,81,79,77,73,71,69,65,62,59,56,52,48,44,41,37,33,28,24,20,15,11,7,2}

除了已在HEVC中采用的DCT-2和4×4DST-7之外，自适应多重变换(AMT(AdaptiveMultiple Transform)，或称为增强型多重变换(EMT，Enhanced Multiple Transform)，或称为多重变换选择(MTS，Multiple Transform Selection))方案已在VVC中用于帧间和帧内编码块的残差编解码。MTS使用来自DCT/DST系列的多个选择的变换，而不是HEVC中的当前变换。新引入的变换矩阵是DST-7、DCT-8。表2示出所选择的DST/DCT的基函数。

表2：用于N点输入的DCT-2、DST-7和DCT-8的变换基函数

VVC中的所有主变换矩阵可以与8比特表示一起使用。AMT适用于宽度和高度均小于或等于32的CU，并且是否应用AMT由被称为mts_flag的标志控制。当mts_flag等于0时，可以仅应用DCT-2对残差进行编码。当mts_flag等于1时，进一步使用2个二进制发信号通知索引mts_idx以根据表3指定要使用的水平和垂直变换，其中值1表示使用DST-7，并且值2表示使用DCT-8。

表3：取决于mts_idx[x][y][cIdx]的trTypeHor和trTypeVer的说明

mts_idx[xTbY][yTbY][cIdx]	trTypeHor	trTypeVer
			-1	0	0
0	1	1
			1	2	1
2	1	2
			3	2	2

在VVC草案4中，在不使用上述基于信令的MTS(即，显式MTS)的情况下，也可以应用隐式MTS。使用隐式MTS，变换选择是根据块宽度和高度而不是信令进行的。更具体地，使用JVET-M0303中提出的隐式MTS，为块的较短侧选择DST-7，并且为块的较长侧选择DCT-2。DST-7的变换核(由基矢量组成的矩阵)也可以表示如下：4点DST-7：

{a，b，c，d}

{c，c，0，－c}

{d，－a，－c，b}

{b，－d，c，－a}

其中，{a，b，c，d}＝{29，55，74，84}。

8点DST-7：

{a,b,c,d,e,f,g,h,}

{c,f,h,e,b,-a,-d,-g,}

{e,g,b,-c,-h,-d,a,f,}

{g,c,-d,-f,a,h,b,-e,}

{h,-a,-g,b,f,-c,-e,d,}

{f,-e,-a,g,-d,-b,h,-c,}

{d,-h,e,-a,-c,g,-f,b,}

{b,-d,f,-h,g,-e,c,-a,}

其中，{a，b，c，d，e，f，g，h}＝{17，32，46，60，71，78，85，86}。

16点DST-7：

{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,}

{c,f,i,l,o,o,l,i,f,c,0,-c,-f,-i,-l,-o,}

{e,j,o,m,h,c,-b,-g,-l,-p,-k,-f,-a,d,i,n,}

{g,n,l,e,-b,-i,-p,-j,-c,d,k,o,h,a,-f,-m,}

{i,o,f,-c,-l,-l,-c,f,o,i,0,-i,-o,-f,c,l,}

{k,k,0,-k,-k,0,k,k,0,-k,-k,0,k,k,0,-k,}

{m,g,-f,-n,-a,l,h,-e,-o,-b,k,i,-d,-p,-c,j,}

{o,c,-l,-f,i,i,-f,-l,c,o,0,-o,-c,l,f,-i,}

{p,-a,-o,b,n,-c,-m,d,l,-e,-k,f,j,-g,-i,h,}

{n,-e,-i,j,d,-o,a,m,-f,-h,k,c,-p,b,l,-g,}

{l,-i,-c,o,-f,-f,o,-c,-i,l,0,-l,i,c,-o,f,}

{j,-m,c,g,-p,f,d,-n,i,a,-k,l,-b,-h,o,-e,}

{h,-p,i,-a,-g,o,-j,b,f,-n,k,-c,-e,m,-l,d,}

{f,-l,o,-i,c,c,-i,o,-l,f,0,-f,l,-o,i,-c,}

{d,-h,l,-p,m,-i,e,-a,-c,g,-k,o,-n,j,-f,b,}

{b,-d,f,-h,j,-l,n,-p,o,-m,k,-i,g,-e,c,-a,}

其中，{a，b，c，d，e，f，g，h，i，j，k，l，m，n，o，p}＝{9，17，25，33，41，49，56，62，66，72，77，81，83，87，89，90}。

32点DST-7：

其中，{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}＝{4,9,13,17,21,26,30,34,38,42,45,50,53,56,60,63,66,68,72,74,77,78,80,82,84,85,86,88,88,89,90,90}。

4点DCT-8:

{a,b,c,d,}

{b,0,-b,-b,}

{c,-b,-d,a,}

{d,-b,a,-c,}

其中，{a,b,c,d}＝{84,74,55,29}。

8点DCT-8:

{a,b,c,d,e,f,g,h,}

{b,e,h,-g,-d,-a,-c,-f,}

{c,h,-e,-a,-f,g,b,d,}

{d,-g,-a,-h,c,e,-f,-b,}

{e,-d,-f,c,g,-b,-h,a,}

{f,-a,g,e,-b,h,d,-c,}

{g,-c,b,-f,-h,d,-a,e,}

{h,-f,d,-b,a,-c,e,-g,}

其中，{a,b,c,d,e,f,g,h}＝{86,85,78,71,60,46,32,17}。

16点DCT-8:

{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,}

{b,e,h,k,n,0,-n,-k,-h,-e,-b,-b,-e,-h,-k,-n,}

{c,h,m,-p,-k,-f,-a,-e,-j,-o,n,i,d,b,g,l,}

{d,k,-p,-i,-b,-f,-m,n,g,a,h,o,-l,-e,-c,-j,}

{e,n,-k,-b,-h,0,h,b,k,-n,-e,-e,-n,k,b,h,}

{f,0,-f,-f,0,f,f,0,-f,-f,0,f,f,0,-f,-f,}

{g,-n,-a,-m,h,f,-o,-b,-l,i,e,-p,-c,-k,j,d,}

{h,-k,-e,n,b,0,-b,-n,e,k,-h,-h,k,e,-n,-b,}

{i,-h,-j,g,k,-f,-l,e,m,-d,-n,c,o,-b,-p,a,}

{j,-e,-o,a,-n,-f,i,k,-d,-p,b,-m,-g,h,l,-c,}

{k,-b,n,h,-e,0,e,-h,-n,b,-k,-k,b,-n,-h,e,}

{l,-b,i,o,-e,f,-p,-h,c,-m,-k,a,-j,-n,d,-g,}

{m,-e,d,-l,-n,f,-c,k,o,-g,b,-j,-p,h,-a,i,}

{n,-h,b,-e,k,0,-k,e,-b,h,-n,-n,h,-b,e,-k,}

{o,-k,g,-c,b,-f,j,-n,-p,l,-h,d,-a,e,-i,m,}

{p,-n,l,-j,h,-f,d,-b,a,-c,e,-g,i,-k,m,-o,}

其中，{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p}＝{90,89,87,83,81,77,72,66,62,56,49,41,33,25,17,9}。

32点DCT-8:

其中，{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}＝{90,90,89,88,88,86,85,84,82,80,78,77,74,72,68,66,63,60,56,53,50,45,42,38,34,30,26,21,17,13,9,4}。

在VVC中，在一些示例中，当编码块的高度和宽度两者均小于或等于64时，变换大小可以始终与编码块大小相同。当编码块的高度或宽度大于64时，在做变换或帧内预测时，进一步将编码块分区成多个子块，其中，每个子块的宽度和高度小于或等于到64，并且对每个子块执行一次变换。

在VVC草案v5中，可以使用表4中的以下语法在SPS中启用或禁用MTS。

表4：SPS中用于启用MTS的语法

在VVC草案v5中，对于一些情况，DST-7和/或DCT-8可以在没有被明确发信号通知的情况下使用，即，DST-7和/或DCT-8可以基于编码器和解码器都可用的信息隐式地使用。这些情况包括：

(a)帧内子分区(ISP，Intra Sub-Partitioning)：对于ISP模式，只要块宽度大于或等于4且小于或等于16，就将水平变换选择为DST-7，并且只要块高度大于或等于4且小于或等于16，就将垂直变换选择为DST-7。

(b)子块变换(SBT，Sub-Block Transform)：对于SBT模式，对于位于当前CU左半部(或左侧四分之一)和右半部(或右侧四分之一)的子TU，水平变换分别为DCT-8和DST-7。否则，当子TU与当前CU的宽度相同时，使用DCT-2。对于位于当前CU上半部(或上部四分之一)和下半部(或下部四分之一)的子TU，垂直变换分别为DCT-8和DST-7。否则，当子TU与当前CU高度相同时，使用DCT-2。

(c)SPS中禁用MTS：当发信号通知sps_mts_enabled_flag为真，但发信号通知sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均为假时，对于帧内预测残差，只要块宽度大于或等于4且小于或等于16，水平变换就选择为DST-7，并且只要块高度大于或等于4且小于或等于16，垂直变换就选择为DST-7。

在VVC中，在正向核心变换和量化之间(在编码器处)以及在去量化和逆向核心变换之间(在解码器处)可以应用依赖于模式的不可分离的二次变换(NSST，non-separablesecondary transform)。为了保持低复杂度，NSST仅应用于主变换后的低频系数。如果变换系数块的宽度(W)和高度(H)两者均大于或等于8，则可以对变换系数块的左上8×8区域应用8×8不可分离的二次变换。否则，如果变换系数块的W或H等于4，则可以应用4×4不可分离的二次变换，并且可以对变换系数块的左上min(8，W)×min(8，H)区域执行4×4不可分离变换。上述变换选择规则可以应用于亮度和色度分量。

不可分离变换的矩阵乘法实现在公式(1)中使用4×4输入块为例描述如下。为了应用不可分离变换，4×4输入块X

被表示为一个矢量

不可分离变换被计算为

其中

指示变换系数矢量，并且T为16×16的变换矩阵。随后使用该块的扫描顺序(水平、垂直或对角线)将16×1系数矢量

重新组织为4×4块。索引较小的系数可以与扫描索引较小的一起放置在4×4系数块中。在JEM中，使用蝴蝶实现的超立方体给定变换(HyGT，Hypercube-Givens Transform)代替矩阵乘法来降低不可分离变换的复杂性。

在NSST的一种设计中，对于4×4和8×8两种块大小，总共可以有35×3个不可分离的二次变换，其中，35是帧内预测模式指定的变换集的数量，表示为集合，并且3是每个帧内预测模式的NSST候选的数量。在表5中定义了从帧内预测模式到变换集的映射。根据表5，应用于亮度/色度变换系数的变换集由相应的亮度/色度帧内预测模式指定。对于大于34(对角线预测方向)的帧内预测模式，在编码器/解码器处的二次变换之前/之后转置变换系数块。

对于每个变换集，所选择的不可分离的二次变换候选进一步由显式发信号通知的CU级NSST索引指定。在使用变换系数和截断的一元二值化之后，可以针对每个帧内CU在码流中发信号通知索引一次。在平面或DC模式的情况下，截断值为2，并且对于角度帧内预测模式，截断值为3。仅当在CU中存在多于一个非零系数时，才可以发信号通知该NSST索引。在未发信号通知时，默认值可以为零。该语法元素的零值可以指示二次变换未应用于当前CU，值1至3指示应该应用集合中的哪个二次变换。

在一些实施例中，对于每个变换集，所选择的不可分离的二次变换候选可以进一步由显式发信号通知的CU级NSST索引来指定。在使用变换系数和截断的一元二值化之后，针对每个帧内CU在码流中发信号通知索引一次。在平面或DC模式的情况下，截断值为2，并且对于角度帧内预测模式，截断值为3。该NSST索引仅在CU中存在多于一个非零系数时才发信号通知。在未发信号通知时，默认值为零。此语法元素的零值指示未将二次变换应用于当前CU。值1至3指示应该应用集合中的哪个二次变换。

表5：从帧内预测模式到变换集索引的映射

在JVET-N0193中已经提出了使用变换归零方案(transform zero-out scheme)的NSST变体，即缩减尺寸变换(RST，Reduced Size Transform)，其在VVC草案5中也称为低频不可分离的二次变换(LFNST，Low-Frequency Non-Separable Secondary Transform)。JVET-N0193检查帧内预测模式是平面还是DC，以对NSST的变换索引进行熵编码。在JVET-N0193中，应用了4个变换集，并且每个变换集包括三个RST变换核。三个RST变换核的大小可以是16x48(或16x64)(适用于高度和宽度两者均大于或等于8的变换系数块)或者可以是16x16(适用于高度或宽度两者之一等于4的变换系数块))。为了表示方便，16x48(或16x64)变换表示为RST8x8，并且16x16变换表示为RST4x4。对于RST8x8，使用16x64变换核和16x48变换核的两种替代方案分别如图10和图11所示。图10示出使用16x64二次变换核的缩减二次变换(RST，reduced secondary transform)。图11示出使用16x48二次变换核的缩减二次变换(RST)。VVC草案5采用了使用16x48变换核的变换。

如表6所示，在CU级别语法的末尾发信号通知用于指示LFNST内核的选择的索引，即lfnst_idx。表6提供了CU级的语法。

表6：发信号通知选择LFNST内核的索引的语法

在一些示例中，缩减变换(RT，Reduced Transform)将N维矢量映射到不同空间中的R维矢量，其中R/N(R<N)是缩减因子。

RST矩阵是R×N矩阵，如公式(2)所示：

其中，变换的R行是N维空间的R个基。RT的逆变换矩阵是其正向变换的转置。图12A是正向变换示意图，并且图12B是逆向缩减变换的示意图。

可以应用具有4(1/4尺寸)的缩减因子的RST8x8。因此，使用16x64直接矩阵代替64x64，其为传统的8x8不可分离变换矩阵大小。换句话说，在解码器侧使用64×16逆向RST矩阵在8×8左上区域中生成核心(主)变换系数。正向RST8x8使用16×64(或8x64用于8x8块)矩阵，使得正向RST8x8仅在给定8×8区域内的左上4×4区域中生成非零系数。换句话说，如果应用RST，那么除了左上4×4区域之外的8×8区域只能具有零系数。对于RST4x4，可以应用16x16(或8x16用于4x4块)直接矩阵乘法。

此外，对于RST8x8，为了进一步缩减变换矩阵的大小，不是使用整个左上的8x8系数作为计算二次变换的输入，而是使用左上的三个4x4系数作为计算二次变换的输入。图13A至图13B示出了RST8x8的不同替代方案。图13A示出了示例性的16x64变换矩阵，且整个左上8x8系数被用作为计算二次变换的输入。图13B示出了示例性的16x46变换矩阵，且左上的三个4x4系数被用作为计算二次变换的输入。

在一些实施例中，当满足以下两个条件时，可以有条件地应用逆向RST：(a)块大小大于或等于给定阈值(W>＝4&&H>＝4)；(b)变换跳过模式标志为零。

如果变换系数块的宽度(W)和高度(H)两者均大于4，则RST8x8被应用于变换系数块的左上8×8区域。否则，将RST4x4应用于变换系数块的左上min(8，W)×min(8，H)区域。

如果RST索引等于0，则不应用RST。否则，如果RST索引等于1，则应用RST，选择具有RST索引的内核。

此外，RST应用于条带内和条带间的内部CU，以及应用于亮度和色度两者。如果启用了双树(dual tree)，则分别发信号通知亮度和色度的RST索引。对于条带间(禁用双树)，发信号通知单个RST索引并将其用于亮度和色度分量。当选择ISP模式时，禁用RST，并且不发信号通知RST索引。

在一些实施例中，RST矩阵可以从四个变换集中选择，并且每个变换集由两个变换组成。应用哪个变换集由如下的帧内预测模式确定：(a)如果指示了三种CCLM模式之一，则选择变换集0。(b)否则，根据表7进行变换集选择：

表7：变换集选择表

帧内预测模式	变换集索引
		IntraPredMode<0	1
0<＝IntraPredMode<＝1	0
		2<＝IntraPredMode<＝12	1
13<＝IntraPredMode<＝23	2
		24<＝IntraPredMode<＝44	3
45<＝IntraPredMode<＝55	2
		56<＝IntraPredMode	1

访问表7的索引(即帧内预测模式)的范围为[-14，83]，这是用于广角帧内预测的变换模式索引。

VVC还包括基于矩阵的帧内预测(MIP，Matrix-based intra prediction)模式。为了预测宽度为W和高度为H的矩形块的样本，MIP取位于块左侧的H个重建相邻边界样本中的一行，以及块上方的W个重建相邻边界样本的一行作为输入。如果重建样本不可用，则按照常规帧内预测的方式生成它们。

预测信号的生成基于以下三个步骤：

(a)在边界样本中，通过求平均值提取W＝H＝4情况下的四个样本和所有其它情况下的八个样本。

(b)将平均样本作为输入执行矩阵矢量乘法，然后添加偏移量。结果是原始块中的子采样的样本集上的缩减的预测信号。

(c)其余位置的预测信号通过线性插值从子采样集上的预测信号生成，所述线性插值是每个方向上的单步线性插值。

生成预测信号所需的矩阵和偏移矢量取自三个矩阵集合S₀、S₁、S₂。集合S₀由18个矩阵

组成，并且每个矩阵

具有16行、4列和18个偏移矢量

每个偏移矢量

的大小为16。集合S₀的矩阵和偏移矢量用于大小为4×4的块。集合S₁由10个矩阵

组成，每个矩阵

具有16行、8列和10个偏移矢量

每个偏移矢量

的大小为16。集合S₁的矩阵和偏移矢量用于大小为4×8、8×4和8×8的块。最后，集合S₂由6个矩阵

组成，每个矩阵

具有64行、8列和6个大小为64的偏移矢量

集合S₂的矩阵和偏移矢量或这些矩阵和偏移矢量的其中一些部分用于所有其它块形状。

图14是8x8块的示例性MIP的图示。如图14所示，给定8×8块，MIP沿边界的每个轴取四个平均值。得到的八个输入样本进入矩阵矢量乘法。矩阵取自集合S₁。这在预测块的奇数位置产生16个样本。因此，每个样本总共执行(8·16)/(8·8)＝2次乘法。在添加偏移后，这些样本通过使用缩减的顶部边界进行垂直插值。使用原始左边界进行水平插值。在这种情况下，插值过程不需要任何乘法。

在MIP模式的信令方面，对于帧内模式中的每个编码单元(CU，Coding Unit)，在码流中发送用于指示是否在对应的预测单元(PU)上应用MIP模式的标志。如果应用了MIP模式，则使用包括3个MPM的MPM列表来发信号通知MIP模式的索引predmode。

这里，MPM的推导使用上部和左侧PU的帧内模式执行。有3个固定的映射表map-angular_to_mip_idx，idx∈{0，1，2}，并且每个表将每种传统的帧内预测模式predmode_Angular与特定的MIP模式相关联，如下式(4)所描述的。

predmode_MIP＝map_angular_to_mip[predmode_Angular] (4)

其中，map_angular-to_mip是固定的查找表。映射表的索引为基于PU的宽度W和高度H决定的，并且共有三个指标可用，如下式(5)所描述的：

idx(PU)＝idx(W，H)∈{0，1，2} (5)

公式(5)指示将从三个集合中的哪一个集合中获取MIP参数。

为生成以MIP模式编码的当前块的MPM列表，首先推导出上面的MIP模式，即

以及左侧MIP模式，即

的值推导如下：

(a)如果上述PUPU_above可用，并且属于当前PU所在的同一个CTU，并且PU_above由MIP使用MIP模式

和idx(PU)＝idx(PU_above)进行编码，

(b)如果上述PUPU_above可用，并且属于当前PU所在的同一个CTU，并且使用传统的帧内预测模式

对PU_above进行编码，

(c)否则，

这意味着此模式不可用。

的值与推导

的方式相同，但不检查左PU是否属于当前PU所在的同一个CTU。

最后，给出推导出的

和

和三个预定义的固定默认MPM列表list_idx，idx∈{0，1，2}，其中，每个MPM列表包含三种不同的MIP模式，构建MPM列表。MPM列表是基于给定的默认列表list_idx(PU)和

和

通过将-1替换为默认值以及删除重复的MIP模式进行构建的。

可以在表8中图示发信令通知MIP模式的标志，表8是CU级的语法表。

表8：以CU级发信令通知MIP模式的标志的语法

在一些实施例中，MIP模式可以与如下传统的帧内预测模式的基于MPM的编码进行协调。传统的帧内预测模式的亮度和色度MPM列表的推导过程使用单独的固定表map_mip_to_angular_idx，idx∈{0，1，2}，所述固定表map_mip-to-angular_idx将MIP模式predmode_MIP映射到传统的帧内预测模式中的一个

predmode_Angular＝map_mip_to-angular[predmode_MIP] (9)

其中，map_mip_to_angular是固定的查找表。对于亮度MPM列表推导，每当相邻亮度块由MIP模式predmode_MIP编码时，该块就被视为使用了传统的帧内预测模式predmode_Angular。对于色度MPM列表推导，每当当前亮度块使用MIP模式时，都会使用相同的映射将MIP模式转换为传统的帧内预测模式。

尽管上面提供了各种方法，但是上述方法存在几个缺点。例如，当前地，当应用LFNST时，发信号通知sps_mts_enabled_flag为真，但发信号通知sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均为假。对于小的块大小，将使用上面介绍的隐式变换方案来选择主变换，这意味着可以始终启用DST-7。但是，LFNST内核可能无法与DST-7一起非常有效地工作。

此外，当前地，当应用MIP时，发信号通知sps_mts_enabled_flag为真，但发信号通知sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均为假。对于小的块大小，将使用上面介绍的隐式变换方案选择主变换，这意味着可以始终启用DST-7。但是，DST-7在MIP模式下可能无法非常有效地工作。

根据本公开的实施例，提供了一种改进的隐式变换选择的方法。此外，方法(或实施例)、编码器和解码器中的每个可由处理电路(例如，一个或多个处理器或一个或多个集成电路)实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。在以下公开中，术语块可被解释为预测块、编码块或编码单元，即CU。

根据本公开的实施例，术语NSST也可以指缩减的二次变换(RST，ReducedSecondary Transform)，其是不可分离的二次变换的替代设计，例如，如JVET-M0292或JVET-N0193中所描述，也可以参阅VVC草案v5中采用的低频不可分离的二次变换(LFNST，Low-Frequency Non-Separable Secondary Transform)。

根据本公开的实施例，DST-7也可以由DST-4代替。

根据本公开的实施例，“隐式变换”指示在没有任何变换索引信令的情况下，选择一组非DCT2变换(例如DST-1、DCT-5、DST-7、DCT-8、DST-4、DCT-4)的变换方案。在这点上，可以使用编码器和解码器两者均可用的已编码信息来选择一组非DCT2变换，包括但不限于帧内预测模式(平面模式、DC模式、角度模式)、块大小、块宽度、块高、块纵横比、块区域大小、帧内编码模式(是否使用MRL、ISP、MIP)、所选择的空间合并候选的位置(顶部合并候选、左侧合并候选)、帧间预测模式(帧间PDPC)模式、CIIP模式等)。

在下面的公开中，“显式变换”指示从一组变换类型候选(例如DCT-2、DST-1、DCT-5、DST-7、DCT-8、DST-4、DCT-4)中选择一个变换的变换方案，所述变换类型候选带有发信号通知的指示选择哪种变换类型的索引。

在第一实施例中，所公开的方法包括从已编码视频码流获取变换块信令信息以确定是否将隐式变换方案应用于主变换类型选择。当选择隐式变换方案时，这意味着发信号通知sps_mts_enabled_flag的标志为真，并且发信号通知sps_explicit_mts_intra_enabled_flag的标志和sps_explicit_mts_inter_enabled_flag的标志两者均为假。此外，对于WxH块，如果发信号通知LFNST索引(lfnst_idx)为0(即故障)，并且如果未启用TSM，则使用以下算法选择主变换：

(a)如果W>＝T1且W<＝T2，则水平变换为DST-7。否则水平变换是DCT-2。T1的示例值包括2个像素、4个像素或8个像素。T2的示例值包括4、8、16或32。

(b)如果H>＝T1且H<＝T2，则垂直变换是DST-7。否则垂直变换是DCT-2。T1的示例值包括2、4或8。T2的示例值包括4、8、16或32。

相反，在一些实施例中，如果没有发信号通知LFNST索引为0(即，应用了LFNST)，则主变换可以选择如下：

(a)在一示例中，总是选择DCT-2。

(b)在另一示例中，选择了除DCT-7之外的预定义变换类型，例如Hadamard变换、DST-1、DCT-5、复合正交变换(COT，Compound Orthonormal Transform)、卡亨南-洛维变换(KLT，Karhunen-Loève Transform)。

在VVC草案v5之上的第一个实施例中所提出的方法的变化可以如下所示，并且变化以粗体突出显示。

在示例中，上述第一实施例中公开的方法的输入可以是：

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

(b)指定当前变换块的宽度的变量nTbW，

(c)指定当前变换块的高度的变量nTbH，

(d)指定当前块的颜色分量的变量cIdx，和

(e)缩放的变换系数(nTbW)x(nTbH)数组d[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

第一实施例中的上述方法的对应输出可以是残差样本的(nTbW)x(nTbH)数组r[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

第一实施例中的变量implicitMtsEnabled可以推导如下：

(a)如果sps_mts_enabled_flag等于1并且以下条件之一为真，则将implicitMtsEnabled设置为等于1。

(b)IntraSubPartitionsSplitType不等于ISP_NO_SPLIT。

(c)cu_sbt_flag等于1且Max(nTbW，nTbH)小于或等于32。

(d)sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均都等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA并且lfnst_idx[x0][y0]等于0。

(e)否则，将implicitMtsEnabled设置为等于0。

在第一实施例中，指定水平变换内核的变量trTypeHor和指定垂直变换内核的变量trTypeVer可以如下推导出：

(a)如果cIdx大于0，则trTypeHor和trTypeVer设置为等于0。

(b)否则，如果implicitMtsEnabled等于1，则以下适用：

(i)如果IntraSubPartitionsSplitType不等于ISP_NO_SPLIT或sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA，则trTypeHor和trTypeVer推导如下：

trTypeHor＝(nTbW>＝4&&nTbW<＝16)？1:0

trTypeVer＝(nTbH>＝4&&nTbH<＝16)？1:0

(ii)否则(cu_sbt_flag等于1)，trTypeHor和trTypeVer根据cu_sbt_horizontal_flag和cu_sbt_pos_flag在下面表10中指定。

(iii)否则，trTypeHor和trTypeVer根据tu_mts_idx[xTbY][yTbY]在下面表9中指定。

表9至表10提供了与第一实施例中的方法相关联的trTypeHor和trTypeVer的说明。

表9：取决于tu_mts_idx[x][y]的trTypeHor和trTypeVer的说明

tu_mts_idx[x0][y0]	0	1	2	3	4
						trTypeHor	0	1	2	1	2
trTypeVer	0	1	1	2	2

表10：取决于cu_sbt_horizontal_flag和cu_sbt_pos_flag的trTypeHor和trTypeVer的说明

cu_sbt_horizontal_flag	cu_sbt_pos_flag	trTypeHor	trTypeVer
				0	0	2	1
0	1	1	1
				1	0	1	2
1	1	1	1

在第二实施例中，当隐式变换方案被应用于主变换类型选择时(例如，发信号通知sps_mts_enabled_flag为真，但是发信号通知sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均为假)，对于具有MIP标志(发信号通知为0)(intra_mip_flag)为0的WxH块(即未应用MIP)，如果未启用TSM，则可以使用以下算法选择主变换：

(a)如果W>＝T1且W<＝T2，则水平变换为DST-7。否则水平变换是DCT-2。T1的示例值包括：2、4或8。T2的示例值包括4、8、16或32。

(b)如果H>＝T1且H<＝T2，垂直变换是DST-7。否则垂直变换是DCT-2。T1的示例值包括2、4或8。T2的示例值包括4、8、16或32。

在示例中，当没有发信号通知MIP标志为0(即，应用MIP)时，主变换使用DCT-2。在另一个示例中，主变换使用非DST-7，例如Hadamard变换、DST-1、DCT-5、COT、KLT。

可替代地，当MIP标志(intra_mip_flag)不等于0(即，应用MIP)时，仍可应用隐式变换方案。然而，阈值T1和T2可以不同于上面介绍的用于隐式变换的阈值。在一个示例中，T1等于2，T2等于4或8。在另一个示例中，T1等于4，T2等于4或8。在又一个示例中，T1等于8，T2等于8、16、或32。T1也可以等于16，T2等于16，或32。

下面示出了在VVC草案v5之上的第二实施例中提出的方法的变化示例，这些变化以粗体突出显示。

对第二实施例中的方法的输入可以是：

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

(b)指定当前变换块的宽度的变量nTbW，

(c)指定当前变换块的高度的变量nTbH，

(d)指定当前块的颜色分量的变量cIdx，和

(e)缩放的变换系数的(nTbW)x(nTbH)数组d[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

此过程的输出是残差样本的(nTbW)x(nTbH)数组r[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

变量implicitMtsEnabled推导如下：

(a)如果sps_mts_enabled_flag等于1并且以下条件之一为真，则implicitMtsEnabled设置为等于1。

(b)IntraSubPartitionsSplitType不等于ISP_NO_SPLIT。

(c)cu_sbt_flag等于1且Max(nTbW，nTbH)小于或等于32。

(d)sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA并且intra_mip_flag[x0][y0]等于0。

(e)否则，implicitMtsEnabled设置为等于0。

在第二实施例中，指定水平变换内核的变量trTypeHor和指定垂直变换内核的变量trTypeVer可以如下推导出：

(a)如果cIdx大于0，则trTypeHor和trTypeVer设置为等于0。

(b)否则，如果implicitMtsEnabled等于1，则以下适用：

(i)如果IntraSubPartitionsSplitType不等于ISP_NO_SPLIT或sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA，则trTypeHor和trTypeVer推导如下：

trTypeHor＝(nTbW>＝4&&nTbW<＝16)？1:0

trTypeVer＝(nTbH>＝4&&nTbH<＝16)？1:0

(ii)否则(cu_sbt_flag等于1)，trTypeHor和trTypeVer根据cu_sbt_horizontal_flag和cu_sbt_pos_flag在表10中指定。

(iii)否则，trTypeHor和trTypeVer根据tu_mts_idx[xTbY][yTbY]在表9中指定。

在第三实施例中，第一实施例和第二实施例可以组合，并且在VVC草案v5之上提出的方法的规范文本变化如下所示，变化以粗体突出显示。

对第三实施例中的方法的输入可以是：

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

(b)指定当前变换块的宽度的变量nTbW，

(c)指定当前变换块的高度的变量nTbH，

(d)指定当前块的颜色分量的变量cIdx，和

(e)缩放变换系数(nTbW)x(nTbH)数组d[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

此过程的输出是残差样本的(nTbW)x(nTbH)数组r[x][y]，其中x＝0..nTbW-1，y＝0..nTbH-1。

第三实施例中的变量implicitMtsEnabled可以推导出如下：

(a)如果sps_mts_enabled_flag等于1并且以下条件之一为真，则将implicitMtsEnabled设置为等于1。

(b)IntraSubPartitionsSplitType不等于ISP_NO_SPLIT。

(c)cu_sbt_flag等于1且Max(nTbW，nTbH)小于或等于32。

(d)sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA和lfnst_idx[x0][y0]等于0并且intra_mip_flag[x0][y0]等于0。

(e)否则，implicitMtsEnabled设置为等于0。

在第三实施例中，指定水平变换内核的变量trTypeHor和指定垂直变换内核的变量trTypeVer的推导如下：

(a)如果cIdx大于0，则trTypeHor和trTypeVer设置为等于0。

(b)否则，如果implicitMtsEnabled等于1，则以下适用：

(i)如果IntraSubPartitionsSplitType不等于ISP_NO_SPLIT或sps_explicit_mts_intra_enabled_flag和sps_explicit_mts_inter_enabled_flag两者均等于0并且CuPredMode[xTbY][yTbY]等于MODE_INTRA，则trTypeHor和trTypeVer推导如下：

trTypeHor＝(nTbW>＝4&&nTbW<＝16)？1:0

trTypeVer＝(nTbH>＝4&&nTbH<＝16)？1:0

(ii)否则(cu_sbt_flag等于1)，trTypeHor和trTypeVer根据cu_sbt_horizontal_flag和cu_sbt_pos_flag在表10中指定。

(iii)否则，trTypeHor和trTypeVer根据tu_mts_idx[xTbY][yTbY]在表9中指定。

在本公开的第四实施例中，可以应用隐式变换和显式变换信令的组合。对于水平(或垂直)变换，可以使用隐式变换或显式变换两者之一。在一个示例中，对于WxH块，如果W大于或等于T1并且W小于或等于T2，则水平变换类型是DST-7。否则，如果W大于T2且小于或等于T3，则水平变换类型可以是DCT-2或DST-7两者之一，并且发信号通知该选择。否则，如果W大于T3或小于T1，则应用默认变换类型，例如DCT-2。T1的示例值包括2、4或8。T2的示例值包括4、8、16或32。T3的示例值包括8、16、32或64。T1、T2和T3的组合设置可以是T1等于4(或2)，T2等于16，并且T3等于32(或64)。

在另一示例中，对于WxH块，如果H大于或等于T1且H小于或等于T2，则垂直变换类型为DST-7。否则，如果H大于T2且小于或等于T3，则垂直变换类型可以是DCT-2或DST-7两者之一，并且发信号通知该选择。否则，如果H大于T3或小于T1，则应用默认变换类型，例如DCT-2。T1的示例值包括2、4或8。T2的示例值包括4、8、16或32。T3的示例值包括8、16、32或64。T1、T2和T3的组合设置可以是T1等于4(或2)，T2等于16，并且T3等于32(或64)。

图15示出了概述根据本公开的实施例的过程(1500)的流程图。过程(1500)可用于以帧内模式编码的块的重建，从而为正在重建中的块生成预测块。在各种实施例中，过程(1500)可由处理电路执行，例如终端设备(110)、(120)、(130)和(140)中的处理电路，执行视频编码器(203)功能的处理电路，执行视频解码器(210)功能的处理电路，执行视频解码器(310)功能的处理电路，执行视频编码器(403)功能的处理电路等。在一些实施例中，过程(1500)可以在软件指令中实现，因此当处理电路执行软件指令时，处理电路执行过程(1500)。过程从(S1501)开始并进行到(S1510)。

在(S1510)处，从已编码视频码流中获取变换块信令信息。变换块信令信息可以包括sps_mts_enabled_flag的标志、sps_explicit_mts_intra_enabled_flag的标志或变换跳过模式(TSM，Transform Skip Mode)的标志等中的至少一个。变换块信令信息还可以包括LFNST索引(lfnst_idx)或MIP标志(intra_mip_flag)。当发信号通知sps_mts_enabled_flag的标志为真，但发信号通知sps_explicit_mts_intra_enabled_flag的标志和sps_explicit_mts_inter_enabled_flag的标志两者均为假时，隐式变换方案应用于主变换类型选择。在(S1520)处，解码器可以确定变换块信令信息是否指示隐式变换方案，以及低频不可分离变换(LFNST，low-frequency non-separable transform)和基于矩阵的帧内预测(MIP，matrix-based intra predication)模式中的至少一个是否无效。如果应用了隐式变换方案，并且低频不可分离变换(LFNST)和基于矩阵的帧内预测模式(MIP)中的至少一个是无效的，则过程1500进行到(S1530)。

在(S1530)处，响应于确定变换块信令信息指示隐式变换方案，并且LFNST和MIP中的至少一个被发信号通知是无效时，基于编码块单元(CU)的大小确定主变换类型。然后，过程1500进行到(S1540)，其中，根据确定的主变换类型，对从所述CU分区得到的变换块执行主变换。

在(S1520)处，如果确定应用隐式变换方案，但是低频不可分离变换(LFNST，low-frequency non-separable transform)和基于矩阵的帧内预测模式(MIP，matrix-basedintra predication mode)中的至少一个为真，则过程1500进行到(S1550)，其中，响应于该确定，可选择DCT-2或除DCT-7之外的变换类型。DCT-7以外的变换类型可以包括哈达玛(Hadamard)变换、DST-1、DCT-5、COT和KLT。

图16所示的用于计算机系统(1600)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1600)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。

计算机系统(1600)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1601)、鼠标(1602)、触控板(1603)、触摸屏(1610)、数据手套(未示出)、操纵杆(1605)、麦克风(1606)、扫描仪(1607)、照相机(1608)。

计算机系统(1600)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1610)、数据手套(未示出)或操纵杆(1605)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1609)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1610)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。

计算机系统(1600)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(1620)或类似介质(1621)的光学介质、拇指驱动器(1622)、可移动硬盘驱动器或固体状态驱动器(1623)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。

本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。

计算机系统(1600)还可以包括通往一个或多个通信网络的接口。所述网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络的示例可以包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1649)(例如，计算机系统(1600)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1600)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1600)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。

上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1600)的核心(1640)。

核心(1640)可包括一个或多个中央处理单元(CPU)(1641)、图形处理单元(GPU)(1642)、以现场可编程门阵列(FPGA)(1643)形式的专用可编程处理单元、用于特定任务的硬件加速器(1644)等。这些设备以及只读存储器(ROM)(1645)、随机存取存储器(1646)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1647)等可通过系统总线(1648)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1648)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(1648)，或通过外围总线(1649)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。

CPU(1641)、GPU(1642)、FPGA(1643)和加速器(1644)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1645)或RAM(1646)中。过渡数据也可以存储在RAM(1646)中，而永久数据可以存储在例如内部大容量存储器(1647)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1641)、GPU(1642)、大容量存储器(1647)、ROM(1645)、RAM(1646)等紧密关联。

所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本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。

作为实施例而非限制，具有体系结构(1600)的计算机系统，特别是核心(1640)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1640)的特定存储器，例如核心内部大容量存储器(1647)或ROM(1645)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(1640)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(1640)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1646)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1644))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。

附录：首字母缩略词

JEM:联合探索模型

VVC:下一代视频编码

BMS:基准集合

MV:运动向量HEVC:高效视频编码SEI:补充增强信息VUI:视频可用性信息

GOPs:图片组

TUs:变换单元

PUs:预测单元

CTUs:编码树单元CTBs:编码树块PBs:预测块

HRD:假设参考解码器SNR:信噪比CPUs:中央处理单元

GPUs:图形处理单元

CRT:阴极射线管

LCD:液晶显示OLED:有机发光二极管

CD:光盘

DVD:数字化视频光盘

ROM:只读存储器

RAM:随机存取存储器ASIC:专用集成电路PLD:可编程逻辑设备

LAN:局域网

GSM:全球移动通信系统

LTE:长期演进

CANBus:控制器局域网总线USB:通用串行总线

PCI:外围设备互连

FPGA:现场可编程门阵列

SSD:固态驱动器

IC:集成电路

CU:编码单元

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、排列和各种等同替换均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示出或描述，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 (20)

1.一种用于解码器的视频解码方法，其特征在于，所述方法包括：

从已编码视频码流中获取变换块信令信息；

确定(i)所述变换块信令信息是否指示隐式变换方案，以及(ii)低频不可分离变换LFNST和基于矩阵的帧内预测模式MIP中的至少一个是否无效；以及

响应于确定所述变换块信令信息指示所述隐式变换方案，并且所述低频不可分离变换LFNST和基于矩阵的帧内预测模式MIP中的至少一个被发信号通知为无效时，

(i)基于编码块单元CU的大小确定主变换类型，以及

(ii)根据确定的主变换类型，对从所述编码块单元CU分区得到的变换块执行主变换。

2.根据权利要求1所述的方法，其特征在于，确定所述主变换类型包括：

确定是否启用变换跳过模式；以及

响应于确定所述变换跳过模式未启用，

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

3.根据权利要求2所述的方法，其特征在于，所述T1等于2个像素、4个像素或8个像素中的一个，并且T2等于4个像素、8个像素、16个像素或32个像素中的一个。

4.根据权利要求1所述的方法，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述低频不可分离变换LFNST或基于矩阵的帧内预测模式MIP中的所述至少一个为真，所述方法包括以下中的至少一个：

(i)为所述变换块确定第一变换类型DCT-2；以及

(ii)为所述变换块确定为非DCT-7的第二变换类型，所述第二变换类型包括DST-1、DCT-5、复合正交变换COT或卡亨南-洛维karhunen-loève变换中的至少一个。

5.根据权利要求1所述的方法，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述基于矩阵的帧内预测模式MIP为假，其指示所述基于矩阵的帧内预测模式MIP未应用于所述变换块，所述方法包括以下中的至少一个：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

6.根据权利要求5所述的方法，其特征在于，所述T1和T2指示以下至少一个：

T1等于2个像素，并且T2等于4个像素或8个像素之一；

T1等于4个像素，并且T2等于4个像素或8个像素之一；

T1等于8个像素，并且T2等于8个像素、16个像素或32个像素之一；以及

T1等于16个像素，并且T2等于16个像素或32个像素之一。

7.根据权利要求1所述的方法，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述低频不可分离变换LFNST和所述基于矩阵的帧内预测模式MIP两者均为假，其指示所述低频不可分离变换LFNST或所述基于矩阵的帧内预测模式MIP均不应用于所述变换块，所述方法包括以下至少一个：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

8.一种用于解码器的视频解码方法，其特征在于，所述方法包括：

从已编码视频码流中获取变换块信令信息；

基于所述变换块信令信息和编码块单元CU的大小确定主变换类型；以及

根据确定的主变换类型，对从所述编码块单元CU分区得到的变换块执行主变换。

9.根据权利要求8所述的方法，其特征在于，所述确定包括以下至少一个：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度大于T2且等于或小于T3，根据来自用于所述变换块的所述水平变换的所述变换块信令信息的发信号通知的索引，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；以及

(iii)响应于所述编码块单元CU的所述宽度小于T1或大于T3，确定用于所述变换块的所述水平变换的变换类型为DCT-2。

10.根据权利要求9所述的方法，其特征在于，所述确定包括以下至少一个：

(i)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述高度大于T2且等于或小于T3，根据来自用于所述变换块的所述垂直变换的所述变换块信令信息的发信号通知的索引，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；以及

(iii)响应于所述编码块单元CU的所述高度小于T1或大于T3，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

11.根据权利要求10所述的方法，其特征在于，所述T1等于2个像素、4个像素或8个像素中的一个，所述T2等于4个像素、8个像素、16个像素或32个像素中的一个，并且所述T3等于8个像素、16个像素、32个像素或64个像素中的一个。

12.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

从已编码视频码流中获取变换块信令信息；

确定(i)所述变换块信令信息是否指示隐式变换方案，以及(ii)低频不可分离变换LFNST和基于矩阵的帧内预测模式MIP中的至少一个是否无效；以及

响应于确定所述变换块信令信息指示所述隐式变换方案，并且所述低频不可分离变换LFNST和基于矩阵的帧内预测模式MIP中的至少一个被发信号通知为无效时，

(i)基于编码块单元CU的大小确定主变换类型，以及

(ii)根据确定的主变换类型，从所述编码块单元CU分区得到的变换块执行主变换。

13.根据权利要求12所述的装置，其特征在于，所述处理电路被配置为：

确定是否启用变换跳过模式；以及

响应于确定所述变换跳过模式未启用，

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

14.根据权利要求12所述的装置，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述低频不可分离变换LFNST或基于矩阵的帧内预测模式MIP中的所述至少一个为真，所述处理电路被配置为操作以下中的至少一个：

(i)为所述变换块确定第一变换类型DCT-2；以及

(ii)为所述变换块确定为非DCT-7的第二变换类型，所述第二变换类型包括DST-1、DCT-5、复合正交变换COT或卡亨南-洛维变换中的至少一个。

15.根据权利要求12所述的装置，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述基于矩阵的帧内预测模式MIP为假，其指示所述基于矩阵的帧内预测模式MIP未应用于所述变换块，所述处理电路被配置为操作以下中的至少一个：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

16.根据权利要求15所述的装置，其特征在于，所述T1和T2指示以下中的至少一个：

T1等于2个像素，并且T2等于4个像素或8个像素之一；

T1等于4个像素，并且T2等于4个像素或8个像素之一；

T1等于8个像素，并且T2等于8个像素、16个像素或32个像素之一；以及

T1等于16个像素，并且T2等于16个像素或32个像素之一。

17.根据权利要求12所述的装置，其特征在于，响应于确定所述变换块信令信息指示所述隐式变换方案，并且发信号通知所述低频不可分离变换LFNST和所述基于矩阵的帧内预测模式MIP两者均为假，其指示所述低频不可分离变换LFNST或所述基于矩阵的帧内预测模式MIP均不应用于所述变换块，所述处理电路被配置为操作以下中的至少一个：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度小于T1或大于T2，确定用于所述变换块的所述水平变换的变换类型为DCT-2；

(iii)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；以及

(iv)响应于所述编码块单元CU的所述高度小于T1或大于T2，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

18.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

从已编码视频码流中获取变换块信令信息；

基于所述变换块信令信息和编码块单元CU的大小确定主变换类型；以及

根据确定的主变换类型，对从所述编码块单元CU分区得到的变换块执行主变换。

19.根据权利要求18所述的装置，其特征在于，所述处理电路进一步被配置为：

(i)响应于所述编码块单元CU的宽度等于或大于T1且等于或小于T2，确定用于所述变换块的水平变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述宽度大于T2且等于或小于T3，根据来自用于所述变换块的所述水平变换的所述变换块信令信息的发信号通知的索引，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；以及

(iii)响应于所述编码块单元CU的所述宽度小于T1或大于T3，确定用于所述变换块的所述水平变换的变换类型为DCT-2。

20.根据权利要求19所述的装置，其特征在于，所述处理电路进一步被配置为操作以下中的至少一个：

(i)响应于所述编码块单元CU的高度等于或大于T1且等于或小于T2，确定用于所述变换块的垂直变换的变换类型为DST-7；

(ii)响应于所述编码块单元CU的所述高度大于T2且等于或小于T3，根据来自用于所述变换块的所述垂直变换的所述变换块信令信息的发信号通知的索引，确定变换类型，所述发信号通知的索引指示所述变换类型是DCT-2或DST-7中的一个；以及

(iii)响应于所述编码块单元CU的所述高度小于T1或大于T3，确定用于所述变换块的所述垂直变换的变换类型为DCT-2。

Images