CN113678441B - 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 PDF

Info

Publication number
CN113678441B
CN113678441B CN202080025055.1A CN202080025055A CN113678441B CN 113678441 B CN113678441 B CN 113678441B CN 202080025055 A CN202080025055 A CN 202080025055A CN 113678441 B CN113678441 B CN 113678441B
Authority
CN
China
Prior art keywords
chroma
filter
sample
video
cross
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202080025055.1A
Other languages
English (en)
Other versions
CN113678441A (zh
Inventor
李翔
赵欣
杜祎鑫
赵亮
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN113678441A publication Critical patent/CN113678441A/zh
Application granted granted Critical
Publication of CN113678441B publication Critical patent/CN113678441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/186—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 a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process

Abstract

本公开的各方面提供了视频编解码的方法和装置。一种视频解码的装置包括处理电路。所述处理电路从已编码视频比特流中解码色度编码块(CB)的编码信息。所述编码信息指示对所述色度CB应用跨分量滤波器，并且指示色度子采样格式和色度样本类型。所述处理电路基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状。所述处理电路通过对所述色度CB应用环路滤波器生成第一中间CB，通过将具有所述确定的滤波器形状的所述跨分量滤波器应用于所述对应的亮度CB，生成第二中间CB。所述处理电路基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。

Description

视频编解码的方法和装置
通过引用并入本文
本申请要求于2020年9月2日提交的、申请号为17/010,403、名称为“跨分量滤波的方法和装置”的美国专利申请的优先权，其要求于2019年9月16日提交的、申请号为62/901,118、名称为“跨组件自适应环路滤波器”的美国临时申请的优先权。在先申请的全部公开内容通过引用整体并入本文。
技术领域
本公开描述总体上涉及视频编解码的实施例。
背景技术
本文所提供的背景描述旨在总体上呈现本公开的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本公开提交时作为现有技术，且从未明示或暗示其被承认为本公开的现有技术。
可以使用具有运动补偿的图片间预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片可以具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60张图片或60Hz。未压缩的视频具有特定的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下1920x1080亮度样本分辨率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的是通过压缩减少输入视频信号的冗余。压缩可以帮助降低对上述带宽和/或存储空间的要求，在某些情况下可降低两个或更多数量级。无损压缩和有损压缩、以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可以利用几大类技术，例如包括：运动补偿、变换、量化和熵编码。
视频编解码器技术可以包括已知的帧内编解码技术。在帧内编解码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编解码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并且因此可用作已编码视频比特流和视频会话中的第一图片，或用作静止图像。帧内块的样本可用于变换，并且可以在熵编码之前量化变换系数。帧内预测可以是一种使预变换域中的样本值最小化的技术。在某些情况下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下表示熵编码后的块所需的比特越少。
如同从诸如MPEG-2编解码技术中所获知的，传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括：试图从例如周围样本数据和/或元数据中得到数据块的技术，其中周围样本数据和/或元数据是在空间相邻块的编码/解码期间、且在解码顺序之前获得的。这种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用正在重建的当前图片的参考数据，而不使用参考图片的参考数据。
可以存在许多不同形式的帧内预测。当在给定的视频编解码技术中可以使用超过一种这样的技术时，所使用的技术可以按帧内预测模式进行编解码。在某些情形下，模式可以具有子模式和/或参数，且这些模式可以单独编解码或包含在模式码字中。给定模式/子模式/参数组合使用哪个码字会影响通过帧内预测获得的编解码效率增益，因此用于将码字转换成比特流的熵编码技术也会出现这种情况。
H.264引入了一种帧内预测模式，其在H.265中进行了改进，且在诸如联合开发模型(JEM)、通用视频编解码(VVC)、基准集合(BMS)等更新的编解码技术中进一步被改进。使用属于已经可用的样本的相邻样本值可以形成预测块。将相邻样本的样本值按照某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中，或者本身可以被预测。
参照图1A，右下方描绘了来自H.265的33个可能的预测方向(对应于35个帧内模式的33个角模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的一个或多个样本，预测样本(101)。
仍然参考图1A，在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)由16个样本组成，每个样本用“S”、以及其在Y维度(例如行索引)上的位置和在X纬度(例如列索引)上的位置来标记。例如，样本S21是Y维度上的第二个样本(从上方开始)和X维度上的第一个样本(从左侧开始)。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本，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”、以及其相对于块(104)的Y位置(例如，行索引)和X位置(例如，列索引)来标记。在H.264与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。
通过从相邻样本复制参考样本值，可以进行帧内图片预测，其中相邻样本是由信号通知的预测方向所决定的。例如，假设已编码视频比特流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的一个或多个预测样本来预测样本。在这种情况下，根据同一参考样本R05，预测样本S41、S32、S23和S14。然后，根据样本R08，预测样本S44。
在某些情况下，例如通过内插，可以合并多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
随着视频编解码技术的发展，可能的方向的数量已经增加了。在H.264(2003年)中，可以表示九种不同的方向。在H.265(2013年)和JEM/VVC/BMS中增加到了33个，而在此公开时，可以支持多达65个方向。已经进行了实验来识别最可能的方向，并且熵编码中的某些技术被用来使用少量比特来表示那些可能的方向，对于较不可能的方向则接受某些代价。此外，有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
图1B示出了一种示意图(180)，其描述了根据JEM的65种帧内预测方向，以说明随着时间的推移预测方向的数量增加。
从帧内预测方向到已编码视频比特流中的表示方向的比特的映射可以因视频编解码技术的不同而不同，例如，其范围可以从对帧内预测模式的预测方向到码字的简单直接映射，到包括最可能模式的复杂自适应方案以及类似技术。然而，在所有情况下，视频内容中可能存在某些方向，其在统计学上比其它方向更不可能出现。由于视频压缩的目的是减少冗余，所以在运行良好的视频编解码技术中，与更可能的方向相比，那些不太可能的方向将使用更多数量的比特来表示。
运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表示正在使用的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中，应用于样本数据的某个区域的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的样本数据的另一个区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编解码MV所需的数据量，从而消除冗余并增加压缩量。MV预测可以有效地进行，例如，因为在对从相机导出的输入视频信号(称为自然视频)进行编解码时，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，会朝着类似的方向移动，因此，在某些情况下，可以使用从相邻区域的MV导出的相似运动矢量进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同，并且在熵编解码之后，又可以用比直接编解码MV时使用的比特数更少的比特数来表示。在某些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，例如由于根据几个周围MV计算预测值时产生的取整误差，MV预测本身可能是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码”，2016年12月)描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本公开描述的是下文称为“空间合并”的技术。
参照图2，当前块(201)包括编码器在运动搜索过程中发现的样本，所述样本可以根据已在空间上移位的相同大小的先前块进行预测。不直接对MV进行编解码，而是使用与五个周围样本中的任何一个相关联的MV，从与一个或多个参考图片相关联的元数据中导出该MV，例如，从最近的(按解码顺序)参考图片中导出该MV。其中，五个周围样本分别用A0、A1和B0、B1、B2(分别为202到206)表示。在H.265中，MV预测可使用相邻块正在使用的同一参考图片的预测值。
发明内容
本公开的各方面提供了用于视频编码/解码的方法和装置。在一些示例中，一种视频解码的装置包括处理电路。所述处理电路可以从已编码视频比特流中解码色度编码块(CB)的编码信息。所述编码信息可以指示对所述色度CB应用跨分量滤波器。所述编码信息可以进一步指示色度子采样格式和色度样本类型，所述色度样本类型指示色度样本相对于对应的亮度CB中的至少一个亮度样本的相对位置。所述处理电路可以基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状。所述处理电路可以通过对所述色度CB应用环路滤波器生成第一中间CB。所述处理电路可以通过将具有所述确定的滤波器形状的所述跨分量滤波器应用于所述对应的亮度CB，生成第二中间CB。所述处理电路可以基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。
在示例中，在所述已编码视频比特流中发信号通知所述色度样本类型。
在示例中，在所述已编码视频比特流中发信号通知所述跨分量滤波器的滤波器系数的数量。所述处理电路可以基于所述滤波器系数的数量、以及所述色度子采样格式和所述色度样本类型中的所述至少一个，确定所述跨分量滤波器的滤波器形状。
在示例中，所述色度子采样格式为4:2:0。所述至少一个亮度样本包括四个亮度样本，分别是左上样本、右上样本、左下样本和右下样本。所述色度样本类型是六个色度样本类型0-5中的一个，所述六个色度样本类型0-5分别指示六个相对位置0-5，并且所述色度样本的所述六个相对位置0-5分别对应于：所述左上样本与所述左下样本之间的左中心位置、所述四个亮度样本的中心位置、与所述左上样本同位的左上位置、所述左上样本与所述右上样本之间的上中心位置、与所述左下样本同位的左下位置、以及所述左下样本与所述右下样本之间的下中心位置。所述处理电路可以基于所述色度样本类型确定所述跨分量滤波器的滤波器形状。在示例中，所述已编码视频比特流包括跨分量线性模型(CCLM)标志，指示所述色度样本类型为0或2。
在示例中，所述跨分量滤波器是跨分量自适应环路滤波器(CC-ALF)，所述环路滤波器是自适应环路滤波器(ALF)。
在实施例中，所述跨分量滤波器的滤波器系数的范围小于或等于K位，且K为正整数。在示例中，使用固定长度编码对所述跨分量滤波器的滤波器系数进行编码。在示例中，所述处理电路可以基于亮度样本值的动态范围大于8位，将所述对应的亮度CB的亮度样本值进行移位，以具有8位的动态范围，K为8位。所述处理电路可以将具有所述确定的滤波器形状的所述跨分量滤波器应用于移位后的亮度样本值。
在一些示例中，一种视频解码的装置包括处理电路。所述处理电路可以从已编码视频比特流中解码色度CB的编码信息。所述编码信息可以指示基于对应的亮度CB对所述色度CB应用跨分量滤波器。所述处理电路可以通过对所述对应的亮度CB应用下采样滤波器，生成下采样的亮度CB，其中所述色度CB与所述下采样的亮度CB之间的色度水平子采样因子和色度垂直子采样因子为1。所述处理电路可以通过对所述色度CB应用环路滤波器生成第一中间CB。所述处理电路可以通过将所述跨分量滤波器应用于所述下采样的亮度CB生成第二中间CB，其中所述跨分量滤波器的滤波器形状独立于所述色度CB的色度子采样格式和色度样本类型。所述色度样本类型可以指示色度样本相对于所述对应的亮度CB中的至少一个亮度样本的相对位置。所述处理电路可以基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。在示例中，所述下采样滤波器对应于CCLM模式中应用于同位亮度样本的滤波器。在示例中，所述下采样滤波器是{1,2,1；1,2,1}/8滤波器，并且所述色度子采样格式为4:2:0。在示例中，所述跨分量滤波器的滤波器形状是7×7菱形形状、7×7正方形形状、5×5菱形形状、5×5正方形形状、3×3菱形形状和3×3正方形形状中的一种。
本公开的各方面还提供了一种非易失性计算机可读介质，用于存储指令，当所述指令由用于视频解码的计算机执行时，使所述计算机执行所述视频解码方法中的任意一种。
附图说明
根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：
图1A示出了帧内预测模式的示例性子集的示意图。
图1B示出了示例性帧内预测方向的示意图。
图2示出了一个示例中的当前块及其周围的空间合并候选的示意图。
图3示出了根据一实施例的通信系统的简化框图的示意图。
图4示出了根据另一实施例的通信系统的简化框图的示意图。
图5示出了根据实施例的解码器的简化框图的示意图。
图6示出了根据实施例的编码器的简化框图的示意图。
图7示出了根据另一实施例的编码器的框图。
图8示出了根据另一实施例的解码器的框图。
图9示出了根据本公开实施例的滤波器形状的示例；
图10A-10D示出了根据本公开实施例的用于计算梯度的子采样位置的示例。
图11A-11B示出了根据本公开实施例的虚拟边界滤波过程的示例。
图12A-12F示出了根据本公开实施例的在虚拟边界处的对称填充操作的示例。
图13示出了根据本公开实施例的生成亮度和色度分量的示例性功能图。
图14示出了根据本公开实施例的滤波器的示例。
图15A-15B示出了根据本公开实施例的色度样本相对于亮度样本的示例性位置。
图16示出了根据本公开实施例的各个跨分量自适应环路滤波器(CC-ALF)的滤波器形状(1601)-(1603)的示例。
图17示出了根据本公开实施例的概述过程的流程图。
图18是根据实施例的计算机系统的示意图。
具体实施方式
图3示出了根据本公开实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一对终端装置(310)和(320)。在图3的实施例中，第一对终端装置(310)和(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。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(320)可从网络(350)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(300)包括执行已编码视频数据的双向传输的第二对终端装置(330)和(340)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，在一个示例中，终端装置(330)和(340)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(350)传输到终端装置(330)和(340)中的另一终端装置。终端装置(330)和(340)中的每个终端装置还可接收由终端装置(330)和(340)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3的实施例中，终端装置(310)、(320)、(330)和(340)可为服务器、个人计算机和智能电话，但本公开的原理可不限于此。本公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在终端装置(310)、(320)、(330)和(340)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(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本公开的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本公开的操作来说可能是无关紧要的。
作为所公开的主题的实施例，图4示出了视频编码器和视频解码器在流式传输环境中的放置方式。所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)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(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)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4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(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(411)。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(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-TH.265。在实施例中，正在开发的视频编解码标准非正式地称为通用视频编解码(Versatile Video Coding，VVC)，所公开的主题可用于VVC标准的上下文中。
应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
图5示出了根据本公开实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)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(501)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(531)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(531)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(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)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(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)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(515)，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(515)，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(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(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(530)的组成部分，但可耦接到电子装置(530)，如图5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(520)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(520)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(520)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(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
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(521)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(520)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(520)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(510)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(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)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(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)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(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的周围已重建的信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(558)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(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)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(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)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(553)从参考图片存储器(557)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(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)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(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)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(520)的符号(521)可用于环路滤波器单元(556)。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(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，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(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)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(510)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(531)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(510)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6示出了根据本公开实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)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(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)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(601)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(601)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(603)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(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)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(650)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(650)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(603)。
在一些实施例中，视频编码器(603)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(630)(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(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在公开的主题中所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。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(634)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(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)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(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，所公开的主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(630)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(632)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(633)可基于源编码器(630)创建的符号，对可指定为参考图片的已编码视频数据进行解码。编码引擎(632)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6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(633)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(634)中。以此方式，视频编码器(603)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(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)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(635)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(635)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(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)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(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据诸如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)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(640)可将来自视频编码器(603)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(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)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(603)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(603)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(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、补充增强信息(SEI)消息、视觉可用性信息(VUI)参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(coding treeunit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(predictionblock，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7示出了根据本公开另一实施例的视频编码器(703)的示意图。视频编码器(703)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(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)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(703)使用例如率失真(rate-distortion)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(703)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(703)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(703)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7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)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(722)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(722)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(721)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(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)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(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)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(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)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(724)用于将残差数据从空间域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)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(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)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(722)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(725)用于将码流格式化以产生已编码的块。熵编码器(725)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(725)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8示出了根据本公开另一实施例的视频解码器(810)的示意图。视频解码器(810)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(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)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(872)或帧间解码器(880)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(880)；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(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)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(872)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(873)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(873)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(871)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(874)用于在空间域中组合由残差解码器(873)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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
具有基于块的滤波器自适应的自适应环路滤波器(ALF)可以应用于编码器/解码器，以减少伪像。对于亮度分量，例如，可以基于局部梯度的方向和活动来为4×4亮度块选择多个滤波器(例如，25个滤波器)中的一个。
ALF可以具有任何合适的形状和尺寸。参考图9，ALF(910)和ALE(911)具有菱形形状，例如对于ALF(910)为5×5菱形，而对于ALF(911)为7×7菱形。在ALF(910)中，元件(920)-(932)可用于滤波过程并形成菱形形状。7个值(例如，C0-C6)可用于元件(920)-(932)。在ALF(911)中，元件(940)-(964)可用于滤波过程并形成菱形形状。13个值(例如，C0-C12)可用于元件(940)-(964)。
参考图9，在一些示例中，使用这两个具有菱形滤波器形状的ALF(910)和ALE(911)。5×5菱形滤波器(910)可以应用于色度分量(例如，色度块、色度CB)，7×7菱形滤波器(911)可以应用于亮度分量(例如，亮度块、亮度CB)。在ALF中可以使用其它合适的形状和尺寸。例如，可以使用9×9菱形滤波器。
由这些值(例如，(910)中的C0-C6或者(911)中的C0-C12)指示的位置处的滤波器系数可以为非零。此外，当ALF包括限幅功能(clipping function)时，这些位置处的限幅值可以为非零。
对于亮度分量的块分类，可以将4×4块(或亮度块、亮度CB)分类或归类为多个(例如25个)类别中的一个。分类索引C可以使用等式(1)基于方向性参数D和活动值A的量化值来导出。
为了计算方向性参数D和量化值可以使用1-D拉普拉斯算子分别计算垂直、水平和两个对角线方向(例如，d1和d2)的梯度gv、gh,、gd1和gd2，如下所示：
其中索引i和j表示4×4块内左上样本的坐标，R(k，l)表示坐标(k，l)处的重建样本。方向(例如，d1和d2)可以表示2个对角线方向。
为了降低上述块分类的复杂性，可以应用子采样的1-D拉普拉斯算子。图10A-10D示出了用于分别计算垂直(图10A)、水平(图10B)和两个对角线方向d1(图10C)和d2(图10D)的梯度gv、gh、gd1和gd2的子采样位置的示例。相同的子采样位置可以用于不同方向的梯度计算。在图10A中，标记“V”示出了用于计算垂直梯度gv的子采样位置。在图10B中，标记“H”示出了用于计算水平梯度gh的子采样位置。在图10C中，标记“D1”示出了用于计算d1对角线梯度gd1的子采样位置。在图10D中，标记“D2”示出了用于计算d2对角线梯度gd2的子采样位置。
水平方向和垂直方向的梯度gv和gh的最大值和最小值/>可以被设置为：
两个对角线方向的梯度gd1和gd2的最大值和最小值/>可以被设置为：
方向性参数D可以基于上述值和两个阈值t1和t2来导出，如下所示：。
步骤1：如果(1)和(2)/>为真，则D设置为0。
步骤2：如果则继续步骤3；否则继续步骤4。
步骤3：如果则D设置为2；否则D设置为1。
步骤4：如果则D设置为4；否则D设置为3。
活动值A可以计算为：
A可以进一步量化到0到4的范围内(包括0和4)，并且量化后的值表示为
对于图片中的色度分量不应用块分类，因此可以对每个色度分量应用单组ALF系数。
几何变换可以应用于滤波器系数和对应的滤波器限幅值(也称为限幅值)。在对块(例如，4×4亮度块)进行滤波之前，可以根据为块计算的梯度值(例如，gv、gh、gd1和/或gd2)将几何变换(例如旋转、或对角线和垂直翻转)应用于滤波器系数f(k，l)和对应的滤波器限幅值c(k，l)。应用于滤波器系数f(k，l)和对应的滤波器限幅值c(k，l)的几何变换可以等同于将几何变换应用于滤波器支持的区域中的样本。通过对齐相应的方向性，几何变换可以使应用了ALF的不同块更加相似。
如等式(9)-(11)所述，可以分别执行三个几何变换，包括对角线翻转、垂直翻转和旋转。
fD(k，l)＝f(l，k)，，cD(k，l)＝c(l，k)， 等式(9)
fV(k，l)＝f(k，K-l-1)，cV(k，l)＝c(k，K-l-1) 等式(10)
fR(k，l)＝f(K-l-1，k)，cR(k，l)＝c(K-l-1，k) 等式(11)
其中，K是ALF或滤波器的尺寸，0≤k，l≤K-1是系数的坐标。例如，位置(0，0)在滤波器f或限幅值矩阵(或限幅矩阵)c的左上角，位置(K-1，K-1)在右下角。根据为块计算的梯度值，可以将变换应用于滤波器系数f(k,l)和限幅值c(k，l)。表1中总结了变换和四个梯度之间的关系的示例。
表1：为块计算的梯度和变换的映射
梯度值 变换
gd2<gd1且gh<gv 无变换
gd2<gd1且gv<gh 对角线翻转
gd1<gd2且gh<gv 垂直翻转
gd1<gd2且gv<gh 旋转
在一些实施例中，在图片的自适应参数集(APS)中发信号通知ALF滤波器参数。在APS中，可以发信号通知一组或多组(例如，最多25组)亮度滤波器系数和限幅值索引。在示例中，该一组或多组中的一组可以包括亮度滤波器系数和一个或多个限幅值索引。可以发信号通知一组或多组(例如，最多8组)色度滤波器系数和限幅值索引。为了减少信令开销，可以对用于亮度分量的不同分类(例如，具有不同的分类索引)的滤波器系数进行合并。在切片头中，可以发信号通知用于当前切片的APS的索引。
在实施例中，可以从APS解码出限幅值索引(也称为限幅索引)。限幅值索引可以用于例如基于限幅值索引和对应的限幅值之间的关系确定对应的限幅值。该关系可以预先定义并存储在解码器中。在示例中，该关系通过表来描述，例如限幅值索引和对应的限幅值的亮度表(例如，用于亮度CB)、限幅值索引和对应的限幅值的色度表(例如，用于色度CB)。限幅值可以取决于位深度B。位深度B可以指内部位深度、待滤波的CB中的重建样本的位深度等。在一些示例中，使用等式(12)来获得表(例如，亮度表、色度表)。
其中，AlfClip是限幅值，B是位深度(例如，bitDepth)，N(例如，N＝4)是允许的限幅值的数量，(n-1)是限幅值索引(也称为限幅索引或clipIdx)。表2示出了在N＝4的情况下使用等式(12)获得的表的示例。限幅索引(n-1)可以是表2中的0、1、2和3，n可以分别是1、2、3和4。表2可以用于亮度块或色度块。
表2–AlfClip可以取决于位深度B和clipIdx
在当前切片的切片头中，可以发信号通知一个或多个APS索引(例如，最多7个APS索引)，以指定可用于当前切片的亮度滤波器组。可以在一个或多个合适的级别(例如图片级别、切片级别、CTB级别等)上控制滤波过程。在实施例中，可以在CTB级别上进一步控制滤波过程。可以发信号通知一个标志，以指示是否将ALF应用于亮度CTB。亮度CTB可以在多个固定滤波器组(例如，16个固定滤波器组)和在APS中发信号通知的滤波器组(也称为发信号通知的滤波器组)中选择滤波器组。可以发信号通知用于亮度CTB的滤波器组索引，以指示要应用的滤波器组(例如，多个固定滤波器组和发信号通知的滤波器组中的滤波器组)。多个固定滤波器组可以被预先定义并且在编码器和解码器中被硬编码(hard-coded)，并且可以称为预定义的滤波器组。
对于色度分量，可以在切片头中发信号通知APS索引，以指示要用于当前切片的色度滤波器组。在CTB级别上，如果APS中存在多个色度滤波器组，则可以为每个色度CTB发信号通知滤波器组索引。
可以使用等于128的范数对滤波器系数进行量化。为了降低乘法复杂度，可以应用比特流一致性，使得非中心位置的系数值可以在-27至27-1的范围内(包括-27和27-1)。在示例中，中心位置系数不在比特流中发信号通知，而是认为其可以等于128。
在一些实施例中，限幅索引和限幅值的语法和语义定义如下：
alf_luma_clip_idx[sfIdx][j]用于指定在乘以由sfIdx指示的、发信号通知的亮度滤波器的第j个系数之前要使用的限幅值的限幅索引。比特流一致性的要求可以包括：alf_luma_clip_idx[sfIdx][j]的值应在0到3的范围内(包括0和3)，其中sfIdx＝0到alf_luma_num_filters_signalled_minus1，j＝0到11。
可以如表2中所指定的，根据等于BitDepthY的bitDepth集和等于alf_luma_clip_idx[alf_luma_coeff_delta_idx[filtIdx]][j]的clipIdx集，导出具有元素AlfClipL[adaptation_parameter_set_id][filtIdx][j]的亮度滤波器限幅值AlfClipL[adaptation_parameter_set_id]，其中filtIdx＝0到NumAlfFilters-1，j＝0到11。
alf_chroma_clip_idx[altIdx][j]用于指定在乘以索引为altIdx的可选色度滤波器的第j个系数之前要使用的限幅值的限幅索引。比特流一致性的要求可以包括：alf_chroma_clip_idx[altIdx][j]的值应在0到3的范围内(包括0和3)，其中altIdx＝0到alf_chroma_num_alt_filters_minus1，j＝0到5。
可以如表2中所指定的，根据等于BitDepthC的bitDepth集和等于alf_chroma_clip_idx[altIdx][j]的clipIdx集，导出具有元素AlfClipC[adaptation_parameter_set_id][altIdx][j]的色度滤波器限幅值AlfClipC[adaptation_parameter_set_id][altIdx]，其中altIdx＝0到alf_chroma_num_alt_filters_minus1，j＝0到5。
在实施例中，滤波过程可以描述如下。在解码器侧，当对CTB启用ALF时，可以对CU(或CB)中的样本R(i,j)进行滤波，从而产生滤波后的样本值R'(i,j)，其使用等式(13)示出如下。在示例中，对CU中的每个样本进行滤波。
R′(i，j)＝R(i，j)+((∑k≠0∑l≠0f(k，l)×K(R(i+k，j+l)-R(i，j)，c(k，l))+64)＞＞7) 等式(13)
其中f(k,l)表示解码后的滤波器系数，K(x,y)是限幅函数，c(k,l)表示解码后的限幅参数(或限幅值)。变量k和l可以在-L/2和L/2之间变化，其中L表示滤波器长度。限幅函数K(x,y)＝min(y,max(-y,x))对应于限幅函数Clip3(-y,y,x)。通过合并限幅函数K(x,y)，环路滤波方法(例如，ALF)成为非线性过程，并且可以被称为非线性ALF。
在非线性ALF中，可以在表3中提供多个限幅值集。在示例中，亮度集包括四个限幅值{1024,181,32,6}，色度集包括4个限幅值{1024,161,25,4}。亮度集中的四个限幅值可以通过在对数域中对亮度块的样本值(以10比特进行编码)的整个范围(例如，1024)进行大致相等地分割来选择。色度集的范围可以从4到1024。
表3–限幅值的示例
可以在“alf_data”语法元素中对选择的限幅值进行编码，如下所示：可以使用适当的编码方案(例如，Golomb编码方案)对与所选择的限幅值(如表3中所示)对应的限幅索引进行编码。编码方案可以与用于编码滤波器组索引的编码方案相同。
在实施例中，可以使用虚拟边界滤波过程，以减少ALF的线(line)缓冲器需求。因此，可以将修改的块分类和滤波用于CTU边界(例如，水平CTU边界)附近的样本。通过将水平CTU边界(1120)移位“Nsamples”个样本，可以将虚拟边界(1130)定义为一条线，如图11A所示，其中Nsamples可以是正整数。在示例中，对于亮度分量，Nsamples等于4，对于色度分量，Nsamples等于2。
参考图11A，可以将修改的块分类应用于亮度分量。在示例中，对于虚拟边界(1130)上方的4×4块(1110)的1-D拉普拉斯梯度计算，仅使用虚拟边界(1130)上方的样本。类似地，参考图11B，对于从CTU边界(1121)移位的虚拟边界(1131)下方的4×4块(1111)的1-D拉普拉斯梯度计算，仅使用虚拟边界(1131)下方的样本。通过考虑在1-D拉普拉斯梯度计算中使用了减少了数量的样本，可以相应地缩放活动值A的量化。
对于滤波处理，可以将虚拟边界处的对称填充操作用于亮度分量和色度分量。图12A-12F示出了在虚拟边界处用于亮度分量的这种修改的ALF滤波的示例。当被滤波的样本位于虚拟边界下方时，可以填充位于虚拟边界上方的相邻样本。当被滤波的样本位于虚拟边界上方时，可以填充位于虚拟边界下方的相邻样本。参考图12A，可以用位于虚拟边界(1210)下方的样本C2来填充相邻样本C0。参考图12B，可以用位于虚拟边界(1220)上方的样本C2来填充相邻样本C0。参考图12C，可以分别用位于虚拟边界(1230)下方的样本C5-C7来填充相邻样本C1-C3。参考图12D，可以分别用位于虚拟边界(1240)上方的样本C5-C7来填充相邻样本C1-C3。参考图12E，可以分别用位于虚拟边界(1250)下方的样本C10、C11、C12、C11和C10来填充相邻样本C4-C8。参考图12F，可以分别用位于虚拟边界(1260)上方的样本C10、C11、C12、C11和C10来填充相邻样本C4-C8。
在一些示例中，当样本和相邻样本位于虚拟边界的左侧(或右侧)和右侧(或左侧)时，可以适当地修改上述描述。
跨分量滤波(cross-component filtering)过程可以应用跨分量滤波器，例如跨分量自适应环路滤波器(CC-ALF)。跨分量滤波器可以使用亮度分量(例如，亮度CB)的亮度样本值来修正色度分量(例如，与亮度CB对应的色度CB)。在示例中，亮度CB和色度CB包括在CU中。
图13示出了根据本申请实施例的用于生成色度分量的跨分量滤波器(例如，CC-ALF)。在一些示例中，图13示出了用于第一色度分量(例如，第一色度CB)、第二色度分量(例如，第二色度CB)和亮度分量(例如，亮度CB)的滤波过程。亮度分量可以由样本自适应偏移(SAO)滤波器(1310)进行滤波，以生成SAO滤波后的亮度分量(1341)。SAO滤波后的亮度分量(1341)可以进一步由ALF亮度滤波器(1316)进行滤波，以变成滤波后的亮度CB(1361)(例如，“Y”)。
第一色度分量可以由SAO滤波器(1312)和ALF色度滤波器(1318)进行滤波，以生成第一中间分量(1352)。此外，SAO滤波后的亮度分量(1341)可以由用于第一色度分量的跨分量滤波器(1321)(例如，CC-ALF)进行滤波，以生成第二中间分量(1342)。随后，可以基于第二中间分量(1342)和第一中间分量(1352)中的至少一个来生成滤波后的第一色度分量(1362)(例如，“Cb”)。在示例中，通过使用加法器(1322)将第二中间分量(1342)和第一中间分量(1352)组合起来，可以生成滤波后的第一色度分量(1362)(例如，“Cb”)。用于第一色度分量的跨分量自适应环路滤波过程可以包括由CC-ALF(1321)执行的步骤和由例如加法器(1322)执行的步骤。
上述描述可以适用于第二色度分量。第二色度分量可以由SAO滤波器(1314)和ALF色度滤波器(1318)进行滤波，以生成第三中间分量(1353)。此外，SAO滤波后的亮度分量(1341)可以由用于第二色度分量的跨分量滤波器(1331)(例如，CC-ALF)进行滤波，以生成第四中间分量(1343)。随后，可以基于第四中间分量(1343)和第三中间分量(1353)中的至少一个来生成滤波后的第二色度分量(1363)(例如，“Cr”)。在示例中，通过使用加法器(1332)将第四中间分量(1343)和第三中间分量(1353)组合起来，可以生成滤波后的第二色度分量(1363)(例如，“Cr”)。在示例中，用于第二色度分量的跨分量自适应环路滤波过程可以包括由CC-ALF(1331)执行的步骤和由例如加法器(1332)执行的步骤。
跨分量滤波器(例如，CC-ALF(1321)、CC-ALF(1331))可以通过将具有任何合适的滤波器形状的线性滤波器应用于亮度分量(或亮度信道)来进行操作，以修正每个色度分量(例如，第一色度分量、第二色度分量)。
图14示出了根据本申请实施例的滤波器(1400)的示例。滤波器(1400)可以包括非零滤波器系数和零滤波器系数。滤波器(1400)具有由滤波器系数(1410)(由具有黑色填充的圆圈表示)形成的菱形形状(1420)。在示例中，滤波器(1400)中的非零滤波器系数包括在滤波器系数(1410)中，并且不包括在滤波器系数(1410)中的滤波器系数为零。因此，滤波器(1400)中的非零滤波器系数包括在菱形形状(1420)中，并且不包括在菱形形状(1420)中的滤波器系数为零。在示例中，滤波器(1400)的滤波器系数的数量等于滤波器系数(1410)的数量，该数量在图14所示的示例中为18。
CC-ALF可以包括任何合适的滤波器系数(也称为CC-ALF滤波器系数)。再参考图13，CC-ALF(1321)和CC-ALF(1331)可以具有相同的滤波器形状，例如图14中所示的菱形形状(1420)，并且具有相同数量的滤波器系数。在示例中，CC-ALF(1321)中的滤波器系数的值不同于CC-ALF(1331)中的滤波器系数的值。
通常，CC-ALF中的滤波器系数(例如，非零滤波器系数)可以例如在APS中发送。在示例中，滤波器系数可以通过因子(例如，210)进行缩放，并且可以舍入为固定点表示。可以在可变的块大小上控制CC-ALF的应用，并且通过为每个样本块接收的上下文编码标志(例如，CC-ALF启用标志)来发信号通知CC-ALF的应用。可以在诸如块级别的任何合适的级别上发信号通知上下文编码标志(例如CC-ALF启用标志)。对于每个色度分量，可以在切片级别上接收块大小以及CC-ALF启用标志。在一些示例中，可以支持块大小(在色度样本中)16×16、32×32和64×64。
通常，亮度块可以对应一个或多个色度块，例如两个色度块。使用色度子采样技术，因此每个色度块中的样本数量可以小于亮度块中的样本数量。色度子采样格式(也称为例如由chroma_format_idc指定的色度子采样格式)可以指示每个色度块和对应的亮度块之间的色度水平子采样因子(例如，SubWidthC)和色度垂直子采样因子(例如，SubHeightC)。在示例中，色度子采样格式是4：2：0，因此色度水平子采样因子(例如，SubWidthC)和色度垂直子采样因子(例如，SubHeightC)是2，如图15A-15B所示。在示例中，色度子采样格式是4：2：2，因此色度水平子采样因子(例如，SubWidthC)是2，色度垂直子采样因子(例如，SubHeightC)是1。在示例中，色度子采样格式是4：4：4，因此色度水平子采样因子(例如，SubWidthC)和色度垂直子采样因子(例如，SubHeightC)都是1。色度样本类型(也称为色度样本位置)可以指示色度块中的色度样本相对于亮度块中的至少一个对应亮度样本的相对位置。
图15A-15B示出了根据本申请实施例的色度样本相对于亮度样本的示例性位置。参考图15A，亮度样本(1501)位于行(1511)-(1518)中。图15A中所示的亮度样本(1501)可以表示图片的一部分。在示例中，亮度块(例如，亮度CB)包括亮度样本(1501)。亮度块可以对应于具有色度子采样格式4：2：0的两个色度块。在示例中，每个色度块包括色度样本(1503)。每个色度样本(例如，色度样本(1503(1))对应于四个亮度样本(例如，亮度样本(1501(1))-(1501(4))。在示例中，这四个亮度样本为左上样本(1501(1))、右上样本(1501(2))、左下样本(1501(3))和右下样本(1501(4))。色度样本(例如，(1503(1)))位于左上样本(1501(1))和左下样本(1501(3))之间的左中心位置，并且具有色度样本(1503)的色度块的色度样本类型可以称为色度样本类型0。色度样本类型0指示与左上样本(1501(1))和左下样本(1501(3))中间的左中心位置对应的相对位置0。这四个亮度样本(例如，(1501(1))-(1501(4)))可以被称为色度样本(1503(1))的相邻亮度样本。
在示例中，每个色度块包括色度样本(1504)。上面关于色度样本(1503)的描述可以适用于色度样本(1504)，因此，为了简洁起见可以省略详细描述。色度样本(1504)中的每一个可以位于四个对应的亮度样本的中心位置，并且具有色度样本(1504)的色度块的色度样本类型可以称为色度样本类型1。色度样本类型1指示与四个亮度样本(例如，(1501(1))-(1501(4)))的中心位置对应的相对位置1。例如，色度样本(1504)中的一个可以位于亮度样本(1501(1))-(1501(4))的中心部分。
在示例中，每个色度块包括色度样本(1505)。色度样本(1505)中的每一个可以位于与四个对应亮度样本(1501)的左上样本位置相同(co-located)的左上位置，并且具有色度样本(1505)的色度块的色度样本类型可以称为色度样本类型2。因此，色度样本(1505)中的每一个与对应于各个色度样本的四个亮度样本(1501)的左上样本位置相同。色度样本类型2指示与四个亮度样本(1501)的左上位置对应的相对位置2。例如，色度样本(1505)中的一个可以位于亮度样本(1501(1))-(1501(4))的左上位置。
在示例中，每个色度块包括色度样本(1506)。色度样本(1506)中的每一个可以位于对应的左上样本和对应的右上样本之间的上中心位置，并且具有色度样本(1506)的色度块的色度样本类型可以称为色度样本类型3。色度样本类型3指示与左上样本和右上样本之间的上中心位置对应的相对位置3。例如，色度样本(1506)中的一个可以位于亮度样本(1501(1))-(1501(4))的上中心位置。
在示例中，每个色度块包括色度样本(1507)。色度样本(1507)中的每一个可以位于与四个对应亮度样本(1501)的左下样本位置相同的左下位置，并且具有色度样本(1507)的色度块的色度样本类型可以称为色度样本类型4。因此，色度样本(1507)中的每一个与对应于各个色度样本的四个亮度样本(1501)的左下样本位置相同。色度样本类型4指示与四个亮度样本(1501)的左下位置对应的相对位置4。例如，色度样本(1507)中的一个可以位于亮度样本(1501(1))-(1501(4))的左下位置。
在示例中，每个色度块包括色度样本(1508)。色度样本(1508)中的每一个位于左下样本和右下样本之间的下中心位置，并且具有色度样本(1508)的色度块的色度样本类型可以称为色度样本类型5。色度样本类型5指示与四个亮度样本(1501)的左下样本和右下样本之间的下中心位置对应的相对位置5。例如，色度样本(1508)中的一个可以位于亮度样本(1501(1))-(1501(4))的左下样本和右下样本之间。
通常，任何合适的色度样本类型都可以用于色度子采样格式。色度样本类型0-5是用色度子采样格式4：2：0描述的示例性色度样本类型。另外的色度样本类型可以用于色度子采样格式4：2：0。此外，其它色度样本类型和/或色度样本类型0-5的变形可以用于其它色度子采样格式，例如4：2：2、4：4：4等。在示例中，将色度样本(1505)和(1507)组合在一起的色度样本类型用于色度子采样格式4：2：2。
在示例中，亮度块被认为具有交替行，例如行(1511)-(1512)，这两个行分别包括四个亮度样本(例如，(1501(1))-(1501(4)))的上方两个样本(例如，(1501(1))-(1501(2)))和四个亮度样本(例如，(1501(1)-(1501(4)))的下方两个样本(例如，(1501(3))-(1501(4)))。因此，行(1511)、(1513)、(1515)和(1517)可以称为当前行(也称为顶场(topfield))，行(1512)、(1514)、(1516)和(1518)可以称为下一行(也称为底场(bottomfield))。四个亮度样本(例如，(1501(1))-(1501(4)))位于当前行(例如，(1511))和下一行(例如，(1512))。相对位置2-3位于当前行中，相对位置0-1位于每个当前行和相应的下一行之间，并且相对位置4-5位于下一行中。
色度样本(1503)、(1504)、(1505)、(1506)、(1507)或(1508)位于每个色度块中的行(1551)-(1554)中。行(1551)-(1554)的具体位置可以取决于色度样本的色度样本类型。例如，对于具有相应的色度样本类型0-1的色度样本(1503)-(1504)，行(1551)位于行(1511)-(1512)之间。对于具有相应的色度样本类型2-3的色度样本(1505)-(1506)，行(1551)与当前行(1511)位置相同。对于具有相应的色度样本类型4-5的色度样本(1507)-(1508)，行(1551)与下一行(1512)位置相同。上述描述可以适当地适用于行(1552)-(1554)，并且为了简洁起见省略了详细描述。
可以使用任何合适的扫描方法来显示、存储和/或发送以上在图15A中描述的亮度块和相应的色度块。在示例中，使用逐行扫描。
可以使用隔行扫描，如图15B所示。如上所述，色度子采样格式是4：2：0(例如，chroma_format_idc等于1)。在示例中，可变的色度位置类型(例如，ChromaLocType)指示当前行(例如，ChromaLocType是chroma_sample_loc_type_top_field)或下一行(例如，ChromaLocType是chroma_sample_loc_type_bottom_field)。当前行(1511)、(1513)、(1515)和(1517)以及下一行(1512)、(1514)、(1516)和(1518)可以分开扫描，例如，可以首先扫描当前行(1511)、(1513)、(1515)和(1517)，然后扫描下一行(1512)、(1514)、(1516)和(1518)。当前行可以包括亮度样本(1501)，而下一行可以包括亮度样本(1502)。
类似地，可以隔行扫描对应的色度块。包括没有填充的色度样本(1503)、(1504)、(1505)、(1506)、(1507)或(1508)的行(1551)和(1553)可以称为当前行(或当前色度行)，包括具有灰色填充的色度样本(1503)、(1504)、(1505)、(1506)、(1507)或(1508)的行(1552)和(1554)可以称为下一行(或下一色度行)。在示例中，在隔行扫描期间，首先扫描行(1551)和(1553)，然后扫描行(1552)和(1554)。
图14中的菱形滤波器形状(1420)是为4:2:0的色度子采样格式和色度样本类型0(例如，色度行位于两个亮度行之间)设计的，对于其它色度样本类型(例如，色度样本类型1-5)和其它色度子采样格式(例如，4:2:2和4:4:4)可能无效。
可以从已编码视频比特流中解码色度块或色度CB(例如，图13中的第一色度CB或第二色度CB)的编码信息。该编码信息可以指示对色度CB应用跨分量滤波器。该编码信息可以进一步包括色度子采样格式和色度样本类型。如上所述，色度子采样格式可以指示色度CB与对应的亮度CB(例如，图13中的亮度CB)之间的色度水平子采样因子和色度垂直子采样因子。色度样本类型可以指示色度样本相对于亮度CB中的至少一个对应的亮度样本的相对位置。在示例中，色度样本类型在已编码视频比特流中发信号通知。色度样本类型可以在任何合适的级别发信号通知，例如在序列参数集(SPS)发信号通知。
根据本公开的各方面，可以基于色度子采样格式和色度样本类型中的至少一个确定跨分量滤波过程中的跨分量滤波器(例如，CC-ALF(1321))的滤波器形状。此外，可以通过将具有确定的滤波器形状的跨分量滤波器应用于对应的亮度CB(例如，经SAO滤波的亮度分量(1341))，生成第一中间CB(例如，中间分量(1342))。可以通过将环路滤波器(例如，ALF(1318))应用于色度CB(例如，经SAO滤波的第一色度CB)，生成第二中间CB(例如，中间分量(1352))。可以基于第一中间CB和第二中间CB确定滤波后的色度CB(例如，图13中的滤波后的第一色度分量(1362)(例如，‘Cb’))。如上所述，跨分量滤波器可以是CC-ALF，环路滤波器可以是ALF。
当使用CC-ALF时，可以在已编码比特流中指示色度块的色度样本类型。CC-ALF的滤波器形状可以取决于色度块的色度子采样格式(例如，chroma_format_idc)、色度样本类型等。
图16示出了根据本公开实施例的具有相应滤波器形状(1621)-(1623)的示例性跨分量滤波器(例如，CC-ALF)(1601)-(1603)。参考图14和图16，滤波器形状(1420)和(1621)-(1623)可用于基于色度块的色度样本类型的CC-ALF，例如，当色度子采样格式为4:2:0时。
根据本公开的各方面，色度样本类型可以是六个色度样本类型0-5中的一个，这六个色度样本类型0-5分别指示六个相对位置0-5。这六个相对位置0-5可以分别对应四个亮度样本(例如，(1501(1))-(1501(4)))的左中心位置、中心位置、左上位置、上中心位置、左下位置和下中心位置，如图15A所示。可以基于色度样本类型确定跨分量滤波器的滤波器形状。
当色度块的色度样本类型是色度样本类型0时，可以在跨分量滤波器(例如，CC-ALF)中使用具有图14中的滤波器形状(1420)的滤波器(1400)。
在示例中，当色度块的色度样本类型是色度样本类型1时，可以在跨分量滤波器(例如，CC-ALF)中使用方形滤波器形状(例如，4×4方形滤波器形状、2×2方形滤波器形状)。跨分量滤波后的色度样本(例如，图15A中的(1504(1)))可以位于方形滤波器形状的中心，因为色度样本(例如，(1504(1)))位于四个对应的亮度样本(例如，(1501(1))-(1501(4)))的中心。
在示例中，当色度块的色度样本类型是色度样本类型2时，可以在CC-ALF中使用菱形滤波器形状(例如，滤波器(1601)的5×5菱形滤波器形状(1621)或滤波器(1602)的3×3菱形滤波器形状(1622))。
在示例中，当色度块的色度样本类型是色度样本类型3时，可以在CC-ALF中使用滤波器(1603)的菱形滤波器形状(1623)。参考图14和图16，菱形滤波器形状(1623)是滤波器形状(1420)的几何变换(例如，90°旋转)。
在示例中，当色度块的色度样本类型是色度样本类型4时，在CC-ALF中使用的滤波器形状可以与用于色度样本类型2的滤波器形状(例如，菱形滤波器形状(1621)或(1622))相同或相似。因此，色度样本类型4的滤波器形状可以是菱形滤波器形状，例如垂直移位的菱形滤波器形状(1621)或(1622)。
在示例中，当色度块的色度样本类型是色度样本类型5时，在CC-ALF中使用的滤波器形状可以与用于色度样本类型3的滤波器形状(例如，菱形滤波器形状(1623))相同或相似。因此，色度样本类型5的滤波器形状可以是菱形滤波器形状，例如垂直移位的菱形滤波器形状(1623)。
在实施例中，在已编码视频比特流中(例如在APS中)发信号通知滤波器系数的数量。参考图14和图16，滤波器系数(1611)可以形成菱形形状(1621)，并且未包括在滤波器系数(1611)中的或以其它方式从滤波器系数(1611)中排除的其它滤波器系数为零。因此，滤波器(1601)的滤波器系数的数量可以指滤波器形状(1621)中的滤波器系数的数量，因此可以等于滤波器系数(1611)的数量(例如，13)。类似地，滤波器(1602)的滤波器系数的数量可以指滤波器形状(1622)中的滤波器系数的数量，因此可以等于滤波器系数(1612)的数量(例如，5)。滤波器(1603)的滤波器系数的数量可以指滤波器形状(1623)中的滤波器系数的数量，因此可以等于滤波器系数(1613)的数量(例如，18)。类似地，滤波器(1400)的滤波器系数的数量可以是18。
不同的滤波器形状可以具有不同数量的系数。因此，在一些示例中，可以基于滤波器系数的数量来确定滤波器形状。例如，当滤波器系数的数量为16时，可以确定滤波器形状为4×4方形滤波器形状。
根据本公开的各方面，可以在已编码视频比特流中发信号通知跨分量滤波器的滤波器系数的数量。此外，可以基于滤波器系数的数量、以及色度子采样格式和色度样本类型中的至少一个来确定跨分量滤波器的滤波器形状。
在实施例中，跨分量线性模型(CCLM)标志可以指示色度样本类型。因此，CC-ALF的滤波器形状可以取决于CCLM标志。在示例中，CCLM标志指示的色度样本类型是色度样本类型0或2，因此滤波器形状可以是滤波器形状(1420)或菱形滤波器形状(例如，5×5菱形滤波器形状(1621)或3×3菱形滤波器形状(1622))。
在实施例中，在已编码视频比特流中(例如，在SPS中)发信号通知CCLM标志(例如，sps_cclm_colocated_chroma_flag)。在示例中，CCLM标志(例如，sps_cclm_colocated_chroma_flag)指示CCLM帧内预测中的左上下采样亮度样本是否与左上亮度样本同位。如上所述，CCLM标志指示的色度样本类型可以是色度样本类型0或2。CC-ALF的滤波器形状可以取决于在SPS中发信号通知的CCLM的sps_cclm_colocated_chroma_flag或类似信息(例如，指示CCLM帧内预测中的左上下采样亮度样本是否与左上亮度样本同位的信息)。
在一些示例中，跨分量滤波器(例如，CC-ALF)包括每个色度样本(例如，Cb色度样本或Cr色度样本)的大量(例如，18)乘法，因此例如在计算复杂度方面具有很高的成本。乘法的次数基于CC-ALF中的滤波器系数的数量(例如，滤波器(1400)和(1603)中的18个滤波器系数、滤波器(1601)中的13个滤波器系数、以及滤波器(1602)中的5个滤波器系数)。例如，乘法的次数等于CC-ALF中的滤波器系数的数量。根据本公开的各方面，可以将表示CC-ALF的CC-ALF滤波器系数的位(bit)数限制为小于或等于K位，K可以是正整数，例如8。因此，CC-ALF滤波器系数可以包括在[-2K-1至2K-1-1]的范围内。可以将CC-ALF中的CC-ALF滤波器系数的范围限制为小于或等于K位，使得可以使用用于CC-ALF的更简单的乘法器(例如，具有更少的位)。
在实施例中，可以将CC-ALF滤波器系数的范围限制在-24至24-1之间，其中，K是5位。或者，将CC-ALF滤波器系数的范围限制在-25至25-1之间，其中，K是6位。
在示例中，CC-ALF滤波器系数的不同值的数量被限制为某个数，例如K位。当应用CC-ALF时可以使用查找表。
CC-ALF的CC-ALF滤波器系数可以使用固定长度编码进行编码并发信号通知。例如，如果将CC-ALF滤波器系数限制为K位，则可以使用K位固定长度编码来发信号通知CC-ALF滤波器系数。当K相对较小时，例如8位，固定长度编码可以比其它方法(例如可变长度编码)更有效。
返回参照图13，根据本公开的各方面，如果亮度样本值(例如，(1341))的动态范围(或亮度位深度)大于L位，则亮度CB的亮度样本值(例如(1341))可以被移位，以具有L位的动态范围。L可以是正整数，例如8。随后，可以通过将CC-ALF(例如，(1321)或(1331))应用于移位后的亮度样本值来生成中间分量(例如，(1342)或(1343))。
返回参照图13，如果亮度样本值(例如，经SAO滤波的亮度分量(1341)的亮度样本值)的亮度位深度大于L位，则可以按照下面所描述的修改使用CC-ALF(例如，(1321)或(1331))的跨分量自适应环路滤波过程。亮度样本值(例如，(1341))可以首先移位到L位动态范围。移位后的亮度样本值可以是无符号L位。在示例中，L是8。随后，移位后的亮度样本值可以用作CC-ALF(例如，(1321)或(1331))的输入。因此，移位后的亮度样本值和CC-ALF滤波器系数可以相乘。如上所述，可以将CC-ALF滤波器系数限制为小于或等于K位(例如，8位或[-2K-1至2K-1-1])的有符号值，可以使用无符号L位乘以有符号K位的乘法器。在示例中，K和L是8位，并且可以使用无符号8位乘有符号8位的相对简单和有效的乘法器(例如，基于单指令、多数据(SIMD)指令的乘法器)来提高滤波效率。
参照图13，根据本公开的各方面，可以通过将下采样滤波器应用于亮度CB来生成下采样亮度CB。因此，第一色度CB(或第二色度CB)与下采样亮度CB之间的色度水平子采样因子和色度垂直子采样因子为1。在将下采样的亮度CB用作CC-ALF(例如(1321))的输入之前，可以在任何合适的步骤应用下采样滤波器。在示例中，在SAO滤波器(1310)和CC-ALF(例如(1321))之间应用下采样滤波器，因此首先对经SAO滤波的亮度分量(1341)进行下采样，然后将下采样的和经SAO滤波的亮度分量发送到CC-ALF(1321)。
如上所述，CC-ALF的滤波器形状可以基于色度子采样格式和/或色度样本类型来确定，因此在一些示例中，不同的滤波器形状可以用于不同的色度样本类型。或者，因为下采样的亮度样本与色度样本(其色度水平子采样因子和色度垂直子采样因子为1)对齐，当CC-ALF的输入是下采样的亮度CB时，CC-ALF(例如，(1321))可以使用统一的滤波器形状。统一的滤波器形状可以独立于色度CB的色度子采样格式和色度样本类型。因此，可以通过将具有统一的滤波器形状的CC-ALF应用于下采样的亮度CB来生成中间CB(例如，中间分量(1342))。
参照图13，在示例中，对于是YUV(例如，YCbCr或YCgCo)格式的色度子采样格式，对亮度CB中的亮度样本应用下采样滤波器，以导出位置与第一色度CB中的色度样本对齐的下采样的亮度样本，然后可以在CC-ALF(例如，(1321))中应用统一的滤波形状来跨滤波下采样的亮度样本，以生成中间分量(1342)。
下采样滤波器可以是任何合适的滤波器。在示例中，下采样滤波器对应于CCLM模式中应用于同位亮度样本的滤波器。因此，使用在CCLM模式中应用于同位亮度样本的相同的下采样滤波器对亮度样本进行下采样。
在示例中，下采样滤波器是{1,2,1；1,2,1}/8滤波器并且色度子采样格式是4:2:0。因此，对于色度4:2:0格式，通过应用{1,2,1；1,2,1}/8滤波器对亮度样本进行下采样。
跨分量滤波器(例如，CC-ALF)的滤波器形状(或统一的滤波形状)可以具有任何合适的形状。在示例中，跨分量滤波器(例如，CC-ALF)的滤波器形状是7×7菱形形状、7×7正方形形状、5×5菱形形状、5×5正方形形状、3×3菱形形状和3×3正方形形状中的一种。
图17示出了根据本公开实施例的概述过程(1700)的流程图。过程(1700)可用于重建已编码视频序列的图片中的块(例如，CB)。过程(1700)可用于块的重建，以便为正在重建的块生成预测块。术语“块”可以解释为预测块、CB、CU等。在各种实施例中，过程(1700)由处理电路执行，例如终端装置(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路。在一些实施例中，过程(1700)以软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(1700)。该过程从(S1701)开始，并且进行到(S1710)。在示例中，该块为色度块，例如色度CB，对应于亮度CB。在示例中，色度块和对应的亮度CB位于CU中。
在(S1710)，可以从已编码视频比特流中解码色度CB的编码信息。所述编码信息可以指示对所述色度CB应用跨分量滤波器，并且可以进一步指示色度子采样格式和色度样本类型。色度子采样格式可以指示色度CB与对应的亮度CB之间的色度水平子采样因子和色度垂直子采样因子，如上所述。色度子采样格式可以是任何合适的格式，例如4:2:0、4:2:2、4:4:4等。色度样本类型可以指示色度样本相对于亮度CB中的至少一个对应亮度样本的相对位置，如上所述。在示例中，对于4:2:0的色度子采样格式，色度样本类型可以是上面参考图15A-15B所述的色度样本类型0-5中的一个。
在(S1720)，可以基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状。在示例中，参照图13，在跨分量滤波过程(例如，CC-ALF滤波过程)中使用跨分量滤波器，并且跨分量滤波器可以是CC-ALF。滤波器形状可以是任何合适的形状，其取决于色度子采样格式和/或色度样本类型。对于4:2:0的色度子采样格式，基于色度样本类型，滤波器形状可以是滤波器形状(1420)和(1621)-(1623)中的一种。基于色度样本类型，滤波器形状可以是滤波器形状(1420)和(1621)-(1623)的其中之一的变化(例如，诸如旋转或移位的几何变换)。
在(S1730)，可以通过对所述色度CB(例如，经SAO滤波的色度CB)应用环路滤波器(例如，ALF)，生成第一中间CB。
在(S1740)，可以通过将具有所述确定的滤波器形状(例如，滤波器形状(1420))的所述跨分量滤波器(例如，CC-ALF)应用于所述对应的亮度CB，生成第二中间CB，例如，当色度子采样格式为4:2:0且色度样本类型为色度样本0时。
在(S1750)，可以基于所述第一中间CB(例如，中间分量(1342))和所述第二中间CB(例如，中间分量(1352))确定滤波后的色度CB(例如，滤波后的第一色度分量(1362))。过程(1700)进行到(S1799)并结束。
过程(1700)可以适当地修改。可以修改和/或省略过程(1700)中的一个或多个步骤。可以添加其它的步骤。可以使用任何合适的实现顺序。
本公开中的实施例可以单独使用或以任何顺序组合使用。此外，方法(或实施例)、编码器和解码器中的每一个可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，该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。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图18示出了计算机系统(1800)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图18所示的用于计算机系统(1800)的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1800)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(1800)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(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(1810)、数据手套(未示出)或操纵杆(1805)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(1809)、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(1810)，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(1800)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)(1820)或类似介质(1821)的光学介质、拇指驱动器(1822)、可移动硬盘驱动器或固体状态驱动器(1823)，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(1800)还可以包括通往一个或多个通信网络(1855)的接口(1854)。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1849)(例如，计算机系统(1800)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(1800)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(1800)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(1800)的核心(1840)。
核心(1840)可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)形式的专用可编程处理单元、用于特定任务的硬件加速器(1844)、图形适配器(1850)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(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1847)等可通过系统总线(1848)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(1848)，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(1848)，或通过外围总线(1849)进行连接。在示例中，显示屏(1810)可以与图形适配器(1850)连接。外围总线的体系结构包括外部外围组件互联PCI、通用串行总线USB等。
CPU(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上述计算机代码。该计算机代码可以存储在ROM(1845)或RAM(1846)中。过渡数据也可以存储在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。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(1841)、GPU(1842)、大容量存储器(1847)、ROM(1845)、RAM(1846)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(1800)的计算机系统，特别是核心(1840)，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(1840)的特定存储器，例如核心内部大容量存储器(1847)或ROM(1845)。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心(1840)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(1840)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(1846)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(1844))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：联合开发模型(joint exploration model)
VVC：通用视频编解码(versatile video coding)
BMS：基准集合(benchmark set)
MV：运动矢量(Motion Vector)
HEVC：高效视频编解码(High Efficiency Video Coding)
MPM：最可能模式(most probable mode)
WAIP：宽角度帧内预测(Wide-Angle Intra Prediction)
SEI：辅助增强信息(Supplementary Enhancement Information)
VUI：视频可用性信息(Video Usability Information)
GOPs：图片群组(Groups of Pictures)
TUs：变换单元(Transform Units)
PUs：预测单元(Prediction Units)
CTUs：编码树单元(Coding Tree Units)
CTBs：编码树块(Coding Tree Blocks)
PBs：预测块(Prediction Blocks)
HRD：假想参考解码器(Hypothetical Reference Decoder)
SDR：标准动态范围(standard dynamic range)
SNR：信噪比(Signal Noise Ratio)
CPUs：中央处理单元(Central Processing Units)
GPUs：图形处理单元(Graphics Processing Units)
CRT：阴极射线管(Cathode Ray Tube)
LCD：液晶显示器(Liquid-Crystal Display)
OLED：有机发光二极管(Organic Light-Emitting Diode)
CD：光盘(Compact Disc)
DVD：数字化视频光盘(Digital Video Disc)
ROM：只读存储器(Read-Only Memory)
RAM：随机存取存储器(Random Access Memory)
ASIC：专用集成电路(Application-Specific Integrated Circuit)
PLD：可编程逻辑设备(Programmable Logic Device)
LAN：局域网(Local Area Network)
GSM：全球移动通信系统(Global System for Mobile communications)
LTE：长期演进(Long-Term Evolution)
CANBus：控制器局域网络总线(Controller Area Network Bus)
USB：通用串行总线(Universal Serial Bus)
PCI：外围组件互连(Peripheral Component Interconnect)
FPGA：现场可编程门阵列(Field Programmable Gate Areas)
SSD：固态驱动器(Solid-state Drive)
IC：集成电路(Integrated Circuit)
CU：编码单元(Coding Unit)
PDPC：位置相关预测组合(Position Dependent Prediction Combination)
ISP：帧内子分区(Intra Sub-Partitions)
SPS：序列参数集(Sequence Parameter Setting)
虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。

Claims (13)

1.一种视频解码的方法，其特征在于，包括：
从已编码视频比特流中解码色度编码块CB的编码信息，所述编码信息指示对所述色度CB应用跨分量滤波器，所述编码信息进一步指示色度子采样格式和色度样本类型，所述色度样本类型指示色度样本相对于对应的亮度CB中的至少一个亮度样本的相对位置；
基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状；
通过对所述色度CB应用环路滤波器生成第一中间CB；
通过将具有所述确定的滤波器形状的所述跨分量滤波器应用于所述对应的亮度CB，生成第二中间CB，将所述跨分量滤波器的滤波器系数的位数限制为小于或等于K位，所述滤波器系数包括在[-2K-1至2K-1-1]的范围内，其中K＝8，使用K位固定长度编码对所述滤波器系数进行编码并发信号通知所述滤波器系数；以及
基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。
2.根据权利要求1所述的方法，其特征在于，在所述已编码视频比特流中发信号通知所述色度样本类型。
3.根据权利要求1所述的方法，其特征在于，
在所述已编码视频比特流中发信号通知所述跨分量滤波器的滤波器系数的数量；以及
所述确定滤波器形状包括：基于所述色度子采样格式和所述色度样本类型中的所述至少一个、以及所述滤波器系数的数量，确定所述跨分量滤波器的滤波器形状。
4.根据权利要求1-3任一项所述的方法，其特征在于，
所述色度子采样格式为4:2:0；
所述至少一个亮度样本包括四个亮度样本，分别是左上样本、右上样本、左下样本和右下样本。
5.根据权利要求4所述的方法，其特征在于，
所述色度样本类型是六个色度样本类型0-5中的一个，所述六个色度样本类型0-5分别指示六个相对位置0-5，并且所述色度样本的所述六个相对位置0-5分别对应于：所述左上样本与所述左下样本之间的左中心位置、所述四个亮度样本的中心位置、与所述左上样本同位的左上位置、所述左上样本与所述右上样本之间的上中心位置、与所述左下样本同位的左下位置、以及所述左下样本与所述右下样本之间的下中心位置；以及
所述确定滤波器形状包括：基于所述色度样本类型确定所述跨分量滤波器的滤波器形状。
6.根据权利要求4所述的方法，其特征在于，所述已编码视频比特流包括跨分量线性模型CCLM标志，指示所述色度样本类型为0或2。
7.根据权利要求1-3任一项所述的方法，其特征在于，所述跨分量滤波器是跨分量自适应环路滤波器CC-ALF，所述环路滤波器是自适应环路滤波器ALF。
8.根据权利要求1所述的方法，其特征在于，进一步包括：
基于亮度样本值的动态范围大于8位，将所述对应的亮度CB的亮度样本值进行移位，以具有8位的动态范围，其中，
所述生成第二中间CB包括：将具有所述确定的滤波器形状的所述跨分量滤波器应用于移位后的亮度样本值。
9.一种视频编码的方法，其特征在于，包括：
确定色度编码块CB的编码信息，所述编码信息指示对所述色度CB应用跨分量滤波器，所述编码信息进一步指示色度子采样格式和色度样本类型，所述色度样本类型指示色度样本相对于对应的亮度CB中的至少一个亮度样本的相对位置；
基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状；
通过对所述色度CB应用环路滤波器生成第一中间CB；
通过将具有所述确定的滤波器形状的所述跨分量滤波器应用于所述对应的亮度CB，生成第二中间CB，将所述跨分量滤波器的滤波器系数的位数限制为小于或等于K位，所述滤波器系数包括在[-2K-1至2K-1-1]的范围内，其中K＝8，使用K位固定长度编码对所述滤波器系数进行编码并发信号通知所述滤波器系数；以及
基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。
10.一种视频解码的装置，其特征在于，包括处理电路，被配置为执行权利要求1-8任一项所述的方法。
11.一种视频编码的装置，其特征在于，包括处理电路，被配置为执行权利要求9所述的方法。
12.一种视频解码的装置，其特征在于，包括：
解码模块，用于从已编码视频比特流中解码色度编码块CB的编码信息，所述编码信息指示对所述色度CB应用跨分量滤波器，所述编码信息进一步指示色度子采样格式和色度样本类型，所述色度样本类型指示色度样本相对于对应的亮度CB中的至少一个亮度样本的相对位置；
第一确定模块，用于基于所述色度子采样格式和所述色度样本类型中的至少一个，确定所述跨分量滤波器的滤波器形状；
第一生成模块，用于通过对所述色度CB应用环路滤波器生成第一中间CB；
第二生成模块，用于通过将具有所述确定的滤波器形状的所述跨分量滤波器应用于所述对应的亮度CB，生成第二中间CB，将所述跨分量滤波器的滤波器系数的位数限制为小于或等于K位，所述滤波器系数包括在[-2K-1至2K-1-1]的范围内，其中K＝8，使用K位固定长度编码对所述滤波器系数进行编码并发信号通知所述滤波器系数；以及
第二确定模块，用于基于所述第一中间CB和所述第二中间CB确定滤波后的色度CB。
13.一种非易失性计算机可读介质，其特征在于，用于存储指令，当所述指令由用于视频编解码的计算机执行时，使所述计算机执行所述权利要求1-9任一项所述的方法。
CN202080025055.1A 2019-09-16 2020-09-10 视频编解码的方法和装置 Active CN113678441B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962901118P 2019-09-16 2019-09-16
US62/901,118 2019-09-16
US17/010,403 US11451834B2 (en) 2019-09-16 2020-09-02 Method and apparatus for cross-component filtering
US17/010,403 2020-09-02
PCT/US2020/050116 WO2021055222A1 (en) 2019-09-16 2020-09-10 Method and apparatus for cross-component filtering

Publications (2)

Publication Number Publication Date
CN113678441A CN113678441A (zh) 2021-11-19
CN113678441B true CN113678441B (zh) 2024-03-08

Family

ID=74869985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080025055.1A Active CN113678441B (zh) 2019-09-16 2020-09-10 视频编解码的方法和装置

Country Status (9)

Country Link
US (2) US11451834B2 (zh)
EP (1) EP4032268A4 (zh)
JP (1) JP2022521515A (zh)
KR (1) KR20210114055A (zh)
CN (1) CN113678441B (zh)
AU (2) AU2020351099B2 (zh)
CA (1) CA3134982A1 (zh)
SG (1) SG11202110393UA (zh)
WO (1) WO2021055222A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021027774A1 (en) 2019-08-10 2021-02-18 Beijing Bytedance Network Technology Co., Ltd. Subpicture dependent signaling in video bitstreams
CN117294847A (zh) 2019-09-18 2023-12-26 北京字节跳动网络技术有限公司 视频编解码中自适应环路滤波器的两部分信令
CN117528082A (zh) 2019-10-02 2024-02-06 北京字节跳动网络技术有限公司 包括子图片的视频比特流中的条带级信令通知
KR20220078600A (ko) 2019-10-18 2022-06-10 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 서브픽처들의 파라미터 세트 시그널링에서의 신택스 제약들
JP7401666B2 (ja) * 2019-11-04 2023-12-19 北京字節跳動網絡技術有限公司 クロス成分適応ループフィルタ
CN114731399A (zh) * 2019-11-22 2022-07-08 韩国电子通信研究院 自适应环内滤波方法和装置
US11265558B2 (en) * 2019-11-22 2022-03-01 Qualcomm Incorporated Cross-component adaptive loop filter
US11432016B2 (en) * 2019-12-05 2022-08-30 Hfi Innovation Inc. Methods and apparatuses of syntax signaling constraint for cross-component adaptive loop filter in video coding system
CN117241021A (zh) * 2019-12-18 2023-12-15 北京达佳互联信息技术有限公司 用于对视频数据进行编码的方法、设备和介质
CN117596413A (zh) * 2019-12-31 2024-02-23 北京大学 视频处理方法及装置
US11778177B2 (en) * 2020-12-23 2023-10-03 Qualcomm Incorporated Adaptive loop filter with fixed filters
US11683530B2 (en) * 2021-03-19 2023-06-20 Tencent America LLC Adaptive non-linear mapping for sample offset
CN117581548A (zh) * 2021-07-02 2024-02-20 Lg 电子株式会社 图像编码/解码方法、用于发送比特流的方法以及存储比特流的记录介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105452805A (zh) * 2013-05-02 2016-03-30 059312N.B.有限公司 周期性传感器阵列

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140010278A1 (en) 2012-07-09 2014-01-09 Motorola Mobility Llc Method and apparatus for coding adaptive-loop filter coefficients
US9686561B2 (en) * 2013-06-17 2017-06-20 Qualcomm Incorporated Inter-component filtering
US20160105685A1 (en) 2014-10-08 2016-04-14 Qualcomm Incorporated Boundary filtering and cross-component prediction in video coding
CN107079166A (zh) 2014-10-28 2017-08-18 联发科技（新加坡）私人有限公司 用于视频编码的引导交叉分量预测的方法
US11134259B2 (en) * 2016-01-15 2021-09-28 Interdigital Madison Patent Holdings, Sas System and method for enhanced motion compensation using adaptive filtering
US10419757B2 (en) * 2016-08-31 2019-09-17 Qualcomm Incorporated Cross-component filter
US10111001B2 (en) * 2016-10-05 2018-10-23 Cirrus Logic, Inc. Method and apparatus for acoustic crosstalk cancellation
US10440396B2 (en) * 2017-03-28 2019-10-08 Qualcomm Incorporated Filter information sharing among color components
JP2020120141A (ja) * 2017-05-26 2020-08-06 シャープ株式会社 動画像符号化装置及び動画像復号装置、フィルタ装置
TWI827675B (zh) * 2018-09-12 2024-01-01 大陸商北京字節跳動網絡技術有限公司 交叉分量線性模型中的尺寸相關的下採樣
JP7368145B2 (ja) * 2019-08-28 2023-10-24 シャープ株式会社 画像符号化装置、および、画像復号装置
US20210076032A1 (en) * 2019-09-09 2021-03-11 Qualcomm Incorporated Filter shapes for cross-component adaptive loop filter with different chroma formats in video coding

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105452805A (zh) * 2013-05-02 2016-03-30 059312N.B.有限公司 周期性传感器阵列

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Cross-Component Adaptive Loop Filter for chroma（ JVET-O0636）;Kiran Misra等;《Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 15th Meeting: Gothenburg, SE, 3–12 July 2019》;摘要、正文第1-6章节和图1 *

Also Published As

Publication number Publication date
SG11202110393UA (en) 2021-10-28
EP4032268A1 (en) 2022-07-27
WO2021055222A1 (en) 2021-03-25
KR20210114055A (ko) 2021-09-17
AU2020351099B2 (en) 2023-03-09
US11451834B2 (en) 2022-09-20
US20210084340A1 (en) 2021-03-18
US20220377386A1 (en) 2022-11-24
CN113678441A (zh) 2021-11-19
US11895339B2 (en) 2024-02-06
JP2022521515A (ja) 2022-04-08
CA3134982A1 (en) 2021-03-25
AU2020351099A1 (en) 2021-10-21
AU2023203640A1 (en) 2023-07-06
EP4032268A4 (en) 2023-09-20

Similar Documents

Publication Publication Date Title
CN113678441B (zh) 视频编解码的方法和装置
CN112789850B (zh) 一种视频编解码方法、装置、设备和介质
CN111869212B (zh) 视频解码方法、装置和可读介质
CN111955007B (zh) 视频解码的方法和装置
CN111989918B (zh) 视频解码的方法、装置及存储介质
CN112703730B (zh) 视频编解码的方法、设备和存储介质
CN116389735A (zh) 一种用于视频编码的方法和相关装置
CN116320408A (zh) 用于视频解码、编码的方法、编码器、装置及可读介质
CN112470478A (zh) 编码单元分区约束
CN110771168A (zh) 视频编码的方法和装置
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN112753223B (zh) 用于视频解码的方法、装置和计算机可读介质
CN111971965A (zh) 视频编解码的方法和装置
CN113259661A (zh) 视频解码的方法和装置
CN112399185B (zh) 基于矩阵的帧内预测方法和装置、计算机设备和存储介质
CN113301333A (zh) 视频解码的方法和装置
CN114651447A (zh) 用于视频编解码的方法和装置
CN114503570A (zh) 视频编解码的方法和装置
CN113785564A (zh) 用于将视频分量编码为单色视频的编码工具的信令
CN114270836A (zh) 视频编解码的颜色转换
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN113228631B (zh) 视频编解码的方法和装置
CN110582002B (zh) 视频解码方法、视频解码器及可读介质
CN115428461A (zh) 用于视频编解码的方法和装置
CN115315945A (zh) 视频编解码方法及装置

Legal Events

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

Ref country code: HK

Ref legal event code: DE

Ref document number: 40055134

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant