CN113728652B - 视频编解码方法、装置及存储介质 - Google Patents

Abstract

一种视频解码的方法、装置和存储介质，可包括将编码树块(CTB)划分成编码块；基于当前块的第一块大小，确定当前块是否允许帧内子分区(ISP)模式，所述当前块为所述编码块之一；以及当所述当前块允许所述ISP模式时，根据所述ISP模式对所述当前块进行解码。

Description

视频编解码方法、装置及存储介质

相关申请的交叉引用

本申请要求2019年8月27日在美国专利商标局提交的申请号为62/892,356，发明名称为“帧内子分区的改进”(Improvement for Intra Sub-Partition)的美国临时申请和2020年8月21日在美国专利商标局提交的申请号为17/000,156，发明名称为“视频编解码方法和装置”(Method and Apparatus for Video Coding)的美国申请的优先权，这两个申请的全部内容通过引用并入本文。

技术领域

本公开描述了一般与视频编解码相关的实施例。

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。未压缩的视频具有特定的比特率要求。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包括已知的帧内编码技术。在帧内编码中，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，且可在熵编码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在某些情形下，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需要越少的比特来表示熵编码之后的块。

如同从诸如MPEG-2代编码技术中所获知的，传统帧内编码不使用帧内预测。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码。在某些情形下，模式可具有子模式和/或参数，且这些模式可单独编码或包含在模式码字中。将哪个码字用于给定模式/子模式/参数组合会通过帧内预测影响编码效率增益，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式(JEM)、多功能视频编码(VVC)、以及基准集合(BMS)的更新的编码技术中进一步被改进。通过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1，右下方描绘了来自H.265的33个可能的预测方向(对应35个帧内模式中的33个角度模式)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)表示样本(101)根据右上方与水平方向成45度角的一个或多个样本进行预测。类似地，箭头(103)表示样本(101)根据左下方与水平方向成22.5度角的一个或多个样本进行预测。

仍然参考图1，在左上方示出了一个包括4×4样本的正方形块(104)(由粗虚线表示)。正方形块(104)包括16个样本，每个样本用“S”、以及其在Y维度上的位置(例如，行索引)和在X维度上的位置(例如，列索引)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(从左侧开始)样本。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。因为该块的大小为4×4个样本，而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(列索引)来标记。在H.264和H.265中，预测样本与重构块相邻；因此不需要使用负值。

通过根据信号通知的预测方向从相邻样本复制参考样本值，可以进行帧内图片预测。例如，对于该块，假设编码视频比特流包括指示与箭头(102)一致的预测方向的信令，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，根据参考样本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，而在此申请时，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于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2示出了根据JEM的65个帧内预测方向的示意图(201)，以说明预测方向的数量随时间增加。

表示方向的编码视频比特流中的帧内预测方向比特的映射可以因视频编码技术的不同而不同，并且，例如可以从对帧内预测模式到码字的预测方向的简单直接映射，到包括最可能的模式和类似技术的复杂的自适应方案。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。

发明内容

本公开的方面提供一种进行视频解码的方法。该方法可以包括将编码树块(CTB)划分成编码块，基于当前块的第一块大小，确定所述当前块是否允许帧内子分区(ISP)模式，其中所述当前块为所述编码块之一。当所述当前块允许所述ISP模式时，根据所述ISP模式对所述当前块进行解码。

在一个实施例中，所述第一块大小由以下之一表示：当前块的块宽度、当前块的块高度，或当前块的块宽度和块高度之和。在一个实施例中，当当前块的块宽度和块高度的最小值等于或大于第一阈值时，当前块不允许ISP模式。在一个实施例中，当当前块的块宽度和块高度的最大值等于或大于第二阈值时，当前块不允许ISP模式。在一个实施例中，当当前块的块面积等于或大于第三阈值时，当前块不允许ISP模式。

在一个实施例中，当当前块的宽高比等于或小于第四阈值时，当前块不允许ISP模式。宽高比是当前区块的区块宽度与区块高度的第一比值和当前区块的区块高度与区块宽度的第二比值中的最大值。阈值可以是大于1的整数。

在一些实施例中，可以根据作为编码块之一的当前块的第二块大小来确定用于对ISP模式标志进行熵解码的上下文模型。ISP模式标志指示当前块是否应用ISP模式。第二块大小由以下之一表示：当前块的块宽度、当前块的块高度，或当前块的块宽度和块高度之和。

在一个实施例中，根据当前块的块宽度和块高度中的最小值是否等于或大于第五阈值来确定用于对ISP模式标志进行熵解码的上下文模型。在一个实施例中，根据当前块的块宽度和块高度的最大值是否等于或大于第六阈值来确定用于对ISP模式标志进行熵解码的上下文模型。

在一个实施例中，根据当前块的块面积是否等于或大于第七阈值来确定用于对ISP模式标志进行熵解码的上下文模型。在一个实施例中，根据当前块的宽高比是否等于或大于第八阈值来确定用于对ISP模式标志进行熵解码的上下文模型。宽高比可以是当前块的块宽度与块高度的第一比值和当前块的块高度与块宽度的第二比值中的最大值。

在一些实施例中，ISP模式适用于非方形块，不适用于正方形块。在一个实施例中，对于每个非正方形块，允许水平分割类型或垂直分割类型中的任一种。在一个实施例中，可以基于当前块的块宽度和块高度来确定指示垂直分割还是水平分割的分割类型。

在一个实施例中，当所述当前块允许ISP模式时，当当前块的块高度与当前块的块宽度的比值大于或等于第九阈值时，为当前块确定垂直分割类型，当当前块的块宽度与当前块的块高度的比值大于或等于第十阈值时，为当前块确定水平分割类型。

在一个实施例中，对于宽度为8个样本、高度为64个样本的非正方形块的编码块，不允许ISP模式的水平分割，并且对于宽度为64个样本、高度为8个样本的非正方形块的编码块，不允许ISP模式的垂直分割。

本公开的方面提供了一种视频解码装置。该装置可以包括电路，被配置为将编码树块(CTB)划分为编码块，基于当前块的第一块大小，确定所述当前块是否允许帧内子分区(ISP)模式，其中所述当前块为所述编码块之一。当所述当前块允许所述ISP模式时，根据所述ISP模式对所述当前块进行解码。

本公开的方面还提供了一种存储指令的非易失性计算机可读介质，当由用于视频解码的计算机执行时使计算机执行所述视频解码的方法。

附图说明

通过下文的详细描述和附图，本申请所公开主题的进一步特征、本质和各种优点将更加清楚，其中：

图1是帧内预测模式的示例性子集的示意图。

图2是示例性帧内预测方向的图示。

图3是根据一实施例的通信系统的简化框图的示意图。

图4是根据另一实施例的通信系统的简化框图的示意图。

图5是根据实施例的解码器的简化框图的示意图。

图6是根据实施例的编码器的简化框图的示意图。

图7示出了根据另一个实施例的编码器的框图。

图8示出了根据另一个实施例的解码器的框图。

图9A示出了通过使用四叉树加二叉树(QTBT)划分结构划分的编码树单元(CTU)。

图9B示出了QTBT划分结构。

图10A示出了水平二叉树。

图10B示出了垂直二叉树。

图10C示出了水平中心侧三叉树。

图10D示出了垂直中心侧三叉树。

图11A示出了根据本公开实施例的以ISP模式编码的编码块的水平分区和垂直分区。

图11B示出了根据本公开实施例的以ISP模式编码的另一编码块的水平分区和垂直分区。

图12示出了概述根据本公开实施例的过程的流程图。

图13示出了概述根据本公开的实施例的过程的流程图。

图14示出了概述根据本公开的实施例的过程的流程图。

图15是根据实施例的计算机系统的示意图。

具体实施方式

I.视频编码器和解码器系统

图3图示了根据本申请公开的实施例的通信系统(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的示例中，第一对终端装置(310)和(320)执行单向数据传输。例如，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)。已编码视频数据可以以一个或多个已编码视频码流的形式传输。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。单向数据传输可能在媒体服务等应用中比较常见。

在另一示例中，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，终端装置(330)和终端装置(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)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(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的示例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可能图示为服务器、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(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(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。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为本申请所公开主题应用的示例，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。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(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建例如未压缩的视频图片流(402)。在一个示例中，视频图片流(402)包括由数码相机拍摄的样本。视频图片流(402)描绘为粗线，以强调与已编码的视频数据(404)(或已编码视频码流)相比，其具有较高的数据量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)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。已编码的视频数据(404)(或已编码的视频码流(404))描绘为细线，以强调与视频图片流(402)相比，其具有较低的数据量，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-T H.265建议书。在一个示例中，正在开发的视频编码标准非正式地称为多功能视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

应注意，电子装置(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是根据本申请公开的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示例中的视频解码器(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。已编码视频序列可从信道(501)接收，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。为了在互联网等尽力而为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(tile)、切片(slice)、宏块、编码单元(CodingUnit，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：不使用来自先前已重建图片的预测性信息，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预测单元(552)提供。在一些情况下，帧内预测单元(552)采用从当前图片缓冲器(558)提取的周围已重建信息，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。在根据属于块的符号(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)提取的样本值的插值、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)，但是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建议书等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(HypotheticalReference Decoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

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是根据本申请公开的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示例中的电子装置(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，在一个示例中，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(因为在本申请所公开的主题所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(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/解码到已编码视频序列时，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，可能不完全在本地解码器(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，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，在一些示例中，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值进行编码，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(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，每个具有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)可传输附加数据和已编码的视频。源编码器(630)可以包括此类数据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，例如按解码次序均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。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以四叉树分割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分割为一个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划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7示出了根据本申请公开的另一实施例的视频编码器(703)的图。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示例中的视频编码器(403)。

在HEVC示例中，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，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(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的示例中，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)。在一些示例中，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。在一个示例中，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(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示出了根据本申请公开的另一实施例的视频解码器(810)的图。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。在一个示例中，视频解码器(810)用于代替图4示例中的视频解码器(410)。

在图8的示例中，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。在一个示例中，当预测模式是帧间预测模式或双向预测模式时，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)。

II.帧内子分区编码方式

1.四叉树块分区结构

可以采用块分区结构来产生包括根节点、非叶节点和叶节点的编码树。在一些实施例中，通过使用四叉树结构，可以将编码树单元(CTU)分割成编码单元(CU)(编码树中的叶节点CU或叶CU)以适应各种局部特性。例如，可以使用四叉树分割将CTU划分为中间CU(非叶节点CU或非叶CU)。可以使用四叉树结构以递归方式进一步划分中间CU，并限制允许的CU大小。

在本公开中，在根据编码树指示将CTU划分为CU的过程中，CU指的是编码树中的叶节点CU，而中间CU(在CTU和编码树的CU之间))指编码树中的非叶节点CU。

在叶CU级别做出是否使用图片间(时间)或图片内(空间)预测对图片区域进行编码的决定。对于要进行帧间预测的叶CU，可以根据PU分割类型将叶CU进一步划分为例如一个、两个或四个预测单元(PU)。在一个PU内部，应用相同的预测过程，并将相关信息以PU为基础传输到解码器。类似地，对于要进行帧内预测的叶CU，可以进一步划分叶CU以应用不同的帧内编码模式。

在通过应用预测过程获得叶CU的残差块之后，可以根据另一种四叉树结构将叶CU划分为变换单元(TU)。可以看出，有多个分区概念，包括CU(叶节点CU)、PU和TU。在一些实施例中，CU或TU只能是正方形，而PU可以是正方形或矩形。在一些实施例中，叶CU对应的一个编码块还可以进一步划分为四个正方形的子块，对每个子块即TU进行变换。对应于叶CU的一个编码块可以使用称为残差四叉树(RQT)的四叉树结构递归地划分为更小的TU。

在图片边界处，在一些实施例中，可以采用隐式四叉树分割，使得块将保持四叉树分割直到大小适合图片边界。

2、四叉树加二叉树(QTBT)块划分结构

在一些实施例中，采用四叉树加二叉树(QTBT)结构。QTBT结构去掉了多种分区类型的概念(CU概念、PU概念和TU概念)，支持更灵活的叶CU分区形状。在QTBT块结构中，(叶)CU可以具有正方形形状，或者具有矩形形状。

图9A示出了使用图9B所示的QTBT结构(920)进行划分的CTU(910)。CTU(910)首先通过四叉树结构进行划分。产生得四叉树节点进一步通过二叉树结构或四叉树结构进行划分。四叉树分割用实线表示，二叉树分割用虚线表示。在二叉树分割中，可以有两种分割类型：对称水平分割和对称垂直分割。二叉树叶节点CU，其可用于预测和变换处理，而无需任何进一步的划分(例如，在叶CU中无PU)。相应地，在图9A和9B所示得示例中，CU、PU和TU在QTBT编码块结构中可以具有相同的块大小。

在一些实施例中，CU可以包括不同颜色分量的编码块(CB)。例如，在4:2:0色度格式的P切片和B切片的情况下，一个CU包含一个亮度CB和两个色度CB。CU可以包括单个颜色分量的CB。例如，在I切片的情况下，一个CU仅包含一个亮度CB或仅包含两个色度CB。

在一些实施例中，为QTBT划分方案定义了以下参数：

–CTU size：四叉树的根节点大小。

–MinQTSize：允许的最小四叉树叶节点大小。

–MaxBTSize：允许的最大二叉树根节点大小。

–MaxBTDepth：允许的最大二叉树深度。

–MinBTSize：允许的最小二叉树叶节点大小。

在QTBT划分结构的一个示例中，将CTUsize设置为具有两个相应的64×64的色度样本块的128×128个亮度样本，将MinQTSize设置为16×16，将MaxBTSize设置为64×64，将MinBTSize(对于宽度和高度)设置为4×4，将MaxBTDepth设置为4。首先将四叉树划分应用于CTU，以生成四叉树叶节点。四叉树叶节点的大小可从16×16(即，MinQTSize)到128×128(即，CTU大小)。如果叶四叉树节点是128×128，则不会通过二叉树对其进行进一步分割，因为其大小超过了MaxBTSize(即，64×64)。否则，叶四叉树节点可以通过二叉树进行进一步划分。因此，四叉树叶节点也是二叉树的根节点，其二叉树深度为0。

当二叉树深度达到MaxBTDepth(即，4)时，不考虑进一步的分割。当二叉树节点的宽度等于MinBTSize(即，4)时，不考虑进一步的水平分割。类似地，当二叉树节点的高度等于MinBTSize时，不考虑进一步的垂直分割。通过预测和变换过程进一步处理二叉树的叶节点，而无需任何进一步的划分(例如，无PU分割)。在实施例中，最大的CTU大小是256×256的亮度样本。

在二叉树的每个分割(即，非叶)节点，可以用信号通知一个标志，以指示使用了哪种分割类型(即，水平分割或垂直分割)。例如，0表示水平分割，而1表示垂直分割。对于四叉树分割，不需要指示分割类型，因为四叉树分割可以对一个块进行水平分割和垂直分割，以产生具有相等大小的4个子块。

在一些实施例中，QTBT方案支持亮度和色度具有单独的QTBT结构的灵活性。例如，对于P切片和B切片，一个CTU中的亮度块和色度块共享相同的QTBT结构。然而，对于I切片，通过一种QTBT结构将亮度CTB划分为CU，而通过另一QTBT结构将色度块划分为CU。因此，I切片中的CU是由亮度分量的编码块或两个色度分量的编码块组成，P切片或B切片中的CU是由所有三个颜色分量的编码块组成。

在一些实施例中，对用于小块的帧间预测加以约束，以减少运动补偿对存储器的访问。例如，4×8的块和8×4的块不支持双向预测，而4×4的块不支持帧间预测。

3、三叉树(TT)块划分结构

在一些实施例中，使用多类型树(MTT)结构对图片进行划分。MTT结构是比QTBT结构更灵活的树结构。在MTT中，除了四叉树和二叉树之外(水平的或垂直的)，还分别采用如图10C和图10D所示的水平中心侧三叉树和垂直中心侧三叉树。三叉树划分可以对四叉树划分和二叉树划分进行补充。例如，三叉树划分能够捕获位于块中心的对象，而四叉树划分和二叉树划分横穿块中心进行分割。在一个示例中，三叉树的分区的宽度和高度是2的幂，因此不需要额外的变换分区。

例如，当采用MTT结构时，首先可以通过四叉树结构将CT分割成四个CU。然后，可以通过四叉树结构、二叉树结构或三叉树结构来递归地进一步对每个CU进行分割。可以用CU大小和父CU的分割类型来限制分区。在二叉树和三叉树分割中有两种分割类型，对称水平分割(图10A或图10C)和对称垂直分割(图10B和图10D)。因此，父CU可以被分割成两个、三个或四个子CU(或孩子CU)。每个CU可以具有正方形或矩形形状。

4.帧内子分区(ISP)编解码模式

如表1所示，根据块的块大小，以帧内子分区(ISP)编码模式编码的亮度编码块可以被垂直地(以垂直ISP模式)或水平地(以水平ISP模式)划分成多个子分区(例如，2或4个)。表1图示了取决于块大小的子分区的示例。

表1

块大小	子分区数目
		4×4	未划分
4×8和8×4	2
		所有其它情况	4

在一些示例中，所有子分区均满足具有至少16个样本的条件。对于色度分量，可以不应用ISP模式。在一些示例中，为ISP用信号通知至多两个二进制数。第一个二进制数指示ISP是否被使用。如果ISP被使用，则除非只有一个方向可用，否则还用信号通知第二个二进制数以指示ISP的方向。

图11A和图11B示出了子分区的示例。图11A示出了根据本公开的实施例的以ISP模式编码的编码块(1100)的水平分区和垂直分区。在图11A的示例中，编码块(1100)的块大小是W1×H1，该块大小例如是4×8或8×4样本。因此，编码块(1100)被分割成2个子分区。如图11A所示，编码块(1100)可以被水平划分成两个子分区(1111)至(1112)，每个子分区具有W1×H1/2样本的大小，或者被垂直分割成两个子分区(1121)至(1122)，每个子分区具有W1/2×H1样本的大小。

图11B示出了根据本公开的实施例的以ISP模式编码的另一编码块(1150)的水平分割和垂直分割。在图11B的示例中，编码块(1150)具有W2×H2的大小，并且大于具有4×8或8×4样本大小的块。因此，编码块(1150)被分割成4个子分区。如图11B所示，编码块(1150)可以被水平分割成四个子分区(1161)至(1164)，每个子分区具有W2×H2/4样本的大小，或者被垂直分割成四个子分区(1171)至(1174)，每个子分区具有W2/4×H2样本的大小。

在一些示例中，对于这些子分区中的每一个，可以通过对由编码器发送的系数等级进行熵解码且接着通过对系数等级进行逆量化和逆变换来生成残差信号。然后，对于子分区之一，可以被称为当前子分区，可以通过对当前子分区执行帧内预测来生成预测信号。可以通过将残差信号添加到预测信号来获得当前子分区的经重建样本。此后，当前子分区的经重建样本可以用于预测另一个子分区，例如紧邻当前子分区的子分区。此过程可以重复到其它子分区。所有子分区可以共享相同的帧内模式。

在一些示例中，ISP模式只能用作为最可能模式(MPM)列表的一部分的帧内模式来测试。因此，如果CU以ISP模式编码，则MPM列表的MPM标志可以被推断为例如一或真。在一些情况下，可以修改MPM列表以排除DC模式且对于水平ISP模式(具有水平分区的ISP模式)优先水平帧内预测模式和对于垂直ISP模式(具有垂直分区的ISP模式)优先垂直帧内预测模式。

在一些示例中，每个子分区可以视为子TU，因为可以针对每个子分区单独执行变换和重建。

作为示例，下面描述VVC草案6(JVET-O2001-vE)中与ISP模式相关的规范文本。

表2至表3一起以表格形式示出了编解码单元的语法。在第33至36行可以看到与ISP模式相关的语法。

表2

表3

下面描述与ISP模式相关的语法元素的语义。表示为intra_subpartitions_mode_flag[x0][y0]的语法元素，等于1指定当前帧内编码单元被划分为NumIntraSubPartitions[x0][y0]矩形变换块子分区。等于0的语法元素intra_subpartitions_mode_flag[x0][y0]指定当前帧内编码单元没有被划分为矩形变换块子分区。当intra_subpartitions_mode_flag[x0][y0]不存在时，它被推断为等于0。

表示为intra_subpartitions_split_flag[x0][y0]的语法元素，指定帧内子分区分割类型是水平还是垂直。当intra_subpartitions_split_flag[x0][y0]不存在时，推断如下：

-如果cbHeight大于MaxTbSizeY，intra_subpartitions_split_flag[x0][y0]被推断为等于0。

-否则(cbWidth大于MaxTbSizeY),intra_subpartitions_split_flag[x0][y0]被推断为等于1。

变量IntraSubPartitionsSplitType指定用于当前亮度编码块的分割类型，如表4所示。IntraSubPartitionsSplitType推导如下：

-如果intra_subpartitions_mode_flag[x0][y0]等于0，IntraSubPartitionsSplitType

被设置为等于0。

-否则，IntraSubPartitionsSplitType被设置为等于1+

intra_subpartitions_split_flag[x0][y0]。

表4

IntraSubPartitionsSplitType	IntraSubPartitionsSplitType的名称
		0	ISP_NO_SPLIT
1	ISP_HOR_SPLIT
		2	ISP_VER_SPLIT

变量NumIntraSubPartitions指定帧内亮度编码块被划分成的变换块子分区的数量。NumIntraSubPartitions推导如下：

-如果IntraSubPartitionsSplitType等于ISP_NO_SPLIT，NumIntraSubPartitions被设置为等于1。

-否则，如果以下条件中任一个为真，NumIntraSubPartitions被设置为等于2：

cbWidth等于4且cbHeight被设置为等于8，

cbWidth等于8且cbHeight等于4。

-否则，NumIntraSubPartitions被设置为等于4。

表5以表格形式显示了变换树的语法。与ISP模式相关的语法显示在第26-34行。表6和表7一起以表格形式显示了变换单元的语法。与ISP模式相关的语法显示在第9-26行。

表5

/>

表6

/>

表7

/>

下面描述了缩放变换系数的变换过程的示例。该过程的输入为：

-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)，

-指定当前变换块的宽度的变量nTbW，

-指定当前变换块的高度的变量nTbH，

-指定当前块的颜色分量的变量cIdx，

-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。

该过程的输出为：残差样本的(nTbW)x(nTbH)数组r[x][y]其中x＝0..nTbW-1，y＝0..nTbH–1。

当lfnst_idx[xTbY][yTbY]不等于0且nTbW和nTbH均大于或等于4，以下适用：

-变量predModeIntra，nLfnstOutSize，log2LfnstSize，nLfnstSize，和nonZeroSize推导如下：

predModeIntra＝(cIdx＝＝0)？IntraPredModeY[xTbY][yTbY]:IntraPredModeC[xTbY][yTbY]

nLfnstOutSize＝(nTbW>＝8&&nTbH>＝8)？48:16

log2LfnstSize＝(nTbW>＝8&&nTbH>＝8)？3:2

nLfnstSize＝1<<log2LfnstSize

nonZeroSize＝((nTbW＝＝4&&nTbH＝＝4)||(nTbW＝＝8&&

nTbH＝＝8))？8:16

-当intra_mip_flag[xTbComp][yTbComp]等于1且cIdx等于0，predModeIntra被设置为等于INTRA_PLANAR。

-当predModeIntra等于INTRA_LT_CCLM，或INTRA_L_CCLM，或

INTRA_T_CCLM，predModeIntra被设置为等于IntraPredModeY[xTbY+nTbW/2][yTbY+nTbH/2]。

-调用第8.4.5.2.6节中规定的广角帧内预测模式映射过程，以predModeIntra，nTbW，nTbH和cIdx为输入，修改的predModeIntra为输出。

-列表u[x]的值推导如下，其中x＝0..nonZeroSize–1：

xC＝DiagScanOrder[2][2][x][0]

yC＝DiagScanOrder[2][2][x][1]

u[x]＝d[xC][yC]

-调用第8.7.4.2节中规定的一维低频不可分离变换过程，以以下作为输入：缩放变换系数nonZeroSize的输入长度，设置为等于nLfnstOutSize的变换输出长度nTrS，缩放非零变换系数列表u[x]，其中x＝0..nonZeroSize-1，LFNST集选择的帧内预测模式predModeIntra，以及所选LFNST集中变换选择的LFNST索引lfnst_idx[xTbY][yTbY]，输出为列表v[x]，其中x＝0..nLfnstOutSize-1。

-数组d[x][y]，其中x＝0..nLfnstSize-1，y＝0..nLfnstSize–1，推导如下：

-如果predModeIntra小于或等于34，以下适用：

d[x][y]＝(y<4)？v[x+(y<<log2LfnstSize)]:((x<4)？v[32+x+((y-4)<<2)]:d[x][y])

-否则，以下适用：

d[x][y]＝(x<4)？v[y+(x<<log2LfnstSize)]:((y<4)？v[32+y+((x-4)<<2)]:d[x][y])

变量implicitMtsEnabled推导如下：

-如果sps_mts_enabled_flag等于1且以下条件中任一个为真，implicitMtsEnabled被设置为等于1：

-IntraSubPartitionsSplitType不等于ISP_NO_SPLIT

-cu_sbt_flag等于1且Max(nTbW,nTbH)小于或等于32

-sps_explicit_mts_intra_enabled_flag等于0且

CuPredMode[0][xTbY][yTbY]等于MODE_INTRA且lfnst_idx[x0][y0]等于0且intra_mip_flag[x0][y0]等于0。

-否则，implicitMtsEnabled被设置为等于0。

指定水平变换核的变量trTypeHor和指定垂直变换核的变量trTypeVer推导如下：

-如果cIdx大于0，trTypeHor和trTypeVer被设置为等于0。

-否则，如果implicitMtsEnabled等于1，以下适用：

-如果IntraSubPartitionsSplitType不等于ISP_NO_SPLIT或者sps_explicit_mts_intra_enabled_flag等于0且CuPredMode[0][xTbY][yTbY]等于MODE_INTRA，trTypeHor和trTypeVer推导如下：

trTypeHor＝(nTbW>＝4&&nTbW<＝16)？1:0

trTypeVer＝(nTbH>＝4&&nTbH<＝16)？1:0

-否则(cu_sbt_flag等于1)，trTypeHor和trTypeVer在表8-15中根据cu_sbt_horizontal_flag和cu_sbt_pos_flag来指定。

-否则，trTypeHor和trTypeVer根据tu_mts_idx[xTbY][yTbY]来指定。

III.ISP编码方式的改进

1.禁止ISP编码模式

在一些实施例中，在基于某些条件的处理下，禁止ISP模式用于当前块，以便降低处理成本。例如，基于树形结构的CTU分区和ISP编码模式都可以用于对编码块进行分区。例如，通过采用基于树的分区方法，大小为32×16样本的块可以被分割成四个块，每个块的大小为8×16样本。这种分区结果也可以通过应用ISP编码模式来实现。

当允许这两种分区方法(基于树形结构和基于ISP模式)时，可以在编码过程期间评估这两种方法，以便获得优化的率失真性能。这些冗余操作可能增加计算成本。另外，与两种分区方法相关联的语法元素可以被用信号通知，从而导致不必要的开销。因此，在某些条件下禁止ISP模式可以提高编解码性能。

在实施例中，在当前块的块大小满足一定条件时，可以禁止ISP模式用于当前块。例如，块大小可以由块宽度、块高度、当前块的宽高比、块宽度和块高度中的最小值、块宽度和块高度中的最大值、块宽度和块高度的总和、块面积等来表示。例如，在当前块的块大小大于或小于阈值时，可以禁止ISP模式。

在实施例中，当满足禁止ISP模式用于当前块的条件时，可以不用信号通知ISP模式标志，例如表3的第34行处的intra_subpartitions_mode_flag。编码器可以通过调查当前块的块大小来确定不传输ISP模式标志。作为示例，可以修改表3的第33行处的验证处理以包括当前块的块大小的验证。

在实施例中，当当前块的块宽度和块高度中的最小值等于或大于第一阈值K1时，可以不允许ISP模式用于当前块。阈值K1可以是正整数，例如16或32样本。

在另一实施例中，在当前块的块宽度和块高度中的最大值等于或大于第二阈值K2时，不允许ISP模式用于当前块。第二阈值K2可以是正整数，例如32或64样本。

在另一实施例中，在当前块的块面积等于或大于第三阈值K3时，可以不允许ISP模式用于当前块。第三阈值K3可以是正整数，例如256或512样本。

在另一实施例中，在当前块的块宽高比(例如，宽度/高度和高度/宽度中的最大值)等于或小于第四阈值K4时，可以不允许ISP模式用于当前块。第四阈值K4可以是正整数且大于1，例如2或4。宽高比可以是当前块的块宽度与块高度的第一比值和当前块的块高度与块宽度的第二比值中的最大值。

2.ISP编码模式的上下文模型选择

在一些实施例中，对于对当前块的ISP模式信息(例如，ISP模式标志)进行熵编解码(编码或解码)，可以基于当前块的块大小来选择上下文模型。例如，块大小可以由块宽度、块高度、当前块的宽高比、块宽度和块高度中的最小值、块宽度和块高度中的最大值、块宽度和块高度的和、块面积等来表示。例如，当当前块的块大小大于或等于阈值时，可以选择第一上下文模型。否则，可以选择第二上下文模型。

在实施例中，ISP模式标志由一个二进制数表示，该二进制数通过执行解析过程从码流解析出。在解析过程期间，可以基于当前块的块大小选择两个上下文模型中的一个来解析该二进制数。当块大小高于阈值时，可以确定第一上下文索引，而当块大小低于阈值时，可以确定第二上下文索引。随后，与第一或第二上下文索引相关联的上下文模型可以用于解析操作。

在第一示例中，用于当前块的ISP模式标志的上下文选择的条件可以被定义为块宽度和块高度中的最小值是否等于或大于第一阈值M1。第一阈值M1可以是正整数，例如16或32样本。

在第二示例中，用于当前块的ISP模式标志的上下文选择的条件可以被定义为块宽度和块高度中的最大值是否等于或大于第二阈值M2。阈值M2可以是正整数，例如16或32样本。

在第三示例中，用于当前块的ISP模式标志的上下文选择的条件可以被定义为当前块的块面积是否等于或大于第三阈值M3。第三阈值M3可以是正整数，例如256或512样本。

在第四示例中，用于当前块的ISP模式标志的上下文选择的条件可以被定义为当前块的块宽高比(宽度/高度和高度/宽度中的最大值)是否等于或小于第四阈值M4。第四阈值M4可以是正整数，例如1或2。宽高比可以是当前块的块宽度与块高度的第一比值和当前块的块高度与块宽度的第二比值中的最大值。

3.将ISP编码模式应用于非正方形块

在一些实施例中，ISP模式被应用于非正方形块，而不被应用于正方形块。因此，在示例中，对于非正方形块用信号通知ISP模式标志，并且对于正方形块不用信号通知ISP模式标志。例如，可以修订表3的第33行处的验证处理以包括例如基于当前块的块大小来验证当前块是否为非正方形块。

在一些实施例中，ISP模式仅应用于非正方形块，并且对于相应的非正方形块不用信号通知分割类型(例如，表3的第36行处的intra_subpartitions_split_flag)。解码器可以基于当前块的形状或块大小隐式地推导分割类型。例如，可以沿对应于当前块的较长侧的方向应用至少一次分割。例如，当当前块的块宽度大于块高度时，可以应用水平ISP模式。水平ISP模式是指生成具有比当前块高度小的块高度但具有与当前块宽度相同的块宽度的子分区的ISP模式。相反，当块宽度小于块高度时，可以应用垂直ISP模式。垂直ISP模式是指生成具有比当前块宽度小的块宽度但具有与当前块高度相同的块高度的子分区的ISP模式。

在一些实施例中，ISP模式仅应用于非正方形块，并且对于当前非正方形块允许水平分割类型或垂直分割类型之一。因此，当ISP模式(被选择)用于当前非正方形块时，解码器可以从水平分割类型或垂直分割类型中隐式地确定用于对当前非正方形块进行分割的分割类型。

在一些实施例中，ISP模式仅应用于非正方形块，并且对于当前非正方形块仅允许水平分割或垂直分割之一。

在实施例中，当块的块高度与块宽度的比值大于或等于第一给定阈值时，当前块可以不允许水平ISP模式。因此，当ISP模式用于当前块时，当前块的分割类型可以被推断为垂直分割类型。第一给定阈值的示例值包括2、4、8或16。在一个示例中，对于宽度为8样本、高度为64样本的块不允许水平ISP。

在实施例中，当当前块的块宽度与块高度的比值大于或等于第二给定阈值时，对于当前块可以禁用(禁止)垂直ISP模式。因此，当ISP模式被选择(使用)用于当前块时，当前块的分割类型可以被推断为水平分割类型。第二给定阈值的示例值可以包括2、4、8或16。在一个示例中，对于宽度为64样本、高度为8样本的块不允许垂直ISP。

IV.示例过程

图12示出了概述根据本公开的实施例的方法(1200)的流程图。方法(1200)可以用于块的重建。在各种实施例中，方法(1200)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路，执行视频解码器(410)的功能的处理电路，执行视频解码器(510)的功能的处理电路等。在一些实施例中，方法(1200)以软件指令实现，因此当处理电路执行这些软件指令时，处理电路执行方法(1200)。该方法开始于(S1201)并进行到(S1210)。

在(S1210)处，在解码器处将对应于CTU的编码树块(CTB)划分成编码块。例如，可以在对应于视频序列的码流中接收指示如何对CTB进行分区的语法元素。根据语法元素，解码器可以将CTB分割成多个编码块。作为该分割过程的结果，可以确定每个编码块的位置和块大小(例如，宽度或高度)。分割可以基于四叉树、二叉树和三叉树的组合的分区结构。

在(S1220)处，可以基于当前块的块大小来确定是否是允许ISP模式用于当前块，当前块为在(S1210)处确定的编码块之一。当第一块大小满足一定条件(例如，根据第III.1节中的描述)时，对于当前块，可以不允许ISP模式。

在实施例中，当确定当前块不允许ISP模式时，编码器可以确定在码流中没有用信号通知指示ISP模式是否用于当前块的ISP模式标志。

在(S1230)处，响应于确定当前块允许ISP模式，可以根据ISP模式对当前块进行解码。例如，当确定当前块允许ISP模式时，解码器可以确定用信号通知了ISP模式标志，并且随后从码流中解析ISP模式标志。在示例中，如第III.2节中描述的基于块大小的上下文模型的选择方法可以用于解析ISP模式标志。在其它示例中，可以使用第III.2节的方法。

在示例中，基于解析的ISP模式标志的指示，解码器随后可以确定ISP模式是否被(选择)用于当前块。如果ISP模式标志指示ISP模式不被使用，则解码器可以相应地基于不同于ISP模式的编码模式来对当前块进行解码。如果ISP模式标志指示ISP模式被用于对当前块进行编码，则解码器可以基于ISP模式继续对当前块进行解码。

在示例中，解码器可以确定是否用信号通知了指示分割类型的ISP模式分割标志。在示例中，当用信号通知了ISP模式标志时，可以确定用信号通知了ISP模式分割标志。解码器随后可以从码流中解析ISP模式分割标志。根据由ISP模式分割标志指示的分割方向，解码器可以继续将当前块划分成多个子变换块(TB)，并且按顺序(逐个子变换块地)执行子变换块的重建。

在示例中，解码器可以基于第III.3节中描述的方法来确定是否用信号通知了ISP模式分割标志。例如，当当前块是非正方形块时，解码器可以确定没有用信号通知ISP模式分割标志。解码器可以使用第III.3节中描述的方法基于当前块的形状或块大小隐式地导出分割类型。在导出分割类型之后，解码器可以通过执行从当前块分区的子变换块的重建来继续重建当前块。

方法(1200)可以进行到(S1299)并终止于(S1299)。

图13示出了概述根据本公开的实施例的方法(1300)的流程图。方法(1300)可以用于块的重建。在各种实施例中，方法(1300)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路，执行视频解码器(410)的功能的处理电路，执行视频解码器(510)的功能的处理电路等。在一些实施例中，方法(1300)以软件指令实现，因此当处理电路执行这些软件指令时，处理电路执行方法(1300)。该方法开始于(S1301)并进行到(S1310)。

在(S1310)处，在解码器处将CTB分割成编码块。例如，可以在对应于视频序列的码流中接收指示如何对CTB进行分割的语法元素。根据语法元素，解码器可以将CTB分割成多个编码块。作为该分割过程的结果，可以确定每个编码块的位置和块大小(例如，宽度或高度)。分割可以基于四叉树、二叉树和三叉树的组合的分割结构。

在(S1320)处，可以基于当前块的块大小来确定用于解析当前块的ISP模式标志的上下文模型。当前块可以是在(S1310)处获得的编解码块之一。例如，在第III.2节中描述的方法可以用于确定上下文模型。

例如，当当前块是帧内编码的亮度块，且具有均小于或等于最大变换块大小的块宽度和高度以及大于最小变换块面积的块面积时，解码器可以确定用信号通知了ISP模式标志。因此，解码器可以继续确定用于解析ISP模式标志的上下文模型。

在(S1330)处，可以基于在(S1320)处确定的上下文模型从码流中解析当前块的ISP模式标志。ISP模式标志可以指示ISP模式是否用于对当前块进行编码。

在(S1340)处，响应于ISP模式标志指示ISP模式用于对当前块进行编码，可以从码流中解析ISP模式分割标志。

在(S1350)处，基于由ISP模式分割标志指示的分割方向(水平或垂直)，解码器可以根据ISP模式继续对当前块进行解码。方法(1300)可以进行到(S1399)并终止于(S1399)。

图14示出了概述根据本公开的实施例的过程(1400)的流程图。过程(1400)可用于块的重建。在各种实施例中，过程(1400)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路，处理电路执行视频解码器的功能(410)、执行视频解码器(510)的功能的处理电路等。在一些实施例中，过程(1400)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(1400)。处理从(S1401)开始并进行到(S1410)。

在(S1410)，CTB在解码器处被划分为编码块。例如，可以在视频序列对应的比特流中接收指示如何划分CTB的语法元素。根据语法元素，解码器可以将CTB划分为多个编码块。作为该分割过程的结果，可以确定每个编码块的位置和块大小信息(例如，宽度或高度)。分割可以基于四叉树、二叉树和三叉树的组合的分割结构。

在(S1420)，基于在(S1410)获得的当前块的块大小信息(例如，块宽度和高度)确定当前块是正方形块还是非正方形块。如果当前块是正方形块，则解码器可以确定当前块不允许使用ISP模式。如果当前块是非正方形块，则解码器可以确定当前块允许使用ISP模式。

在(S1430)，响应于确定当前块是非正方形块并且当前块允许ISP模式，在示例中可以从比特流解析ISP模式标志。ISP模式标志可以指示是否使用了ISP模式对当前块进行编码。

在(S1440)，可以基于当前块的块大小信息确定ISP模式分割标志。例如，响应于ISP模式标志指示ISP模式用于对当前块进行编码，可以基于当前块的块大小信息确定ISP模式分割标志。例如，第三节中描述的方法。可用于隐式确定ISP模式分割标志。

在(S1450)，可以根据由ISP模式分割标志指示的分割方向来解码当前块。过程(1400)可以进行到(S1499)并在(S1499)处终止。

V.计算机系统

上文所描述的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在一个或多个计算机可读存储介质中。举例来说，图15示出适于实施所公开主题的某些实施例的计算机系统(1500)。

所述计算机软件可使用任何合适的机器代码或计算机语言来编码，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由一个或多个计算机中央处理单元(central processingunit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。

可在各种类型的计算机或计算机组件上执行所述指令，所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。

图15中所示的用于计算机系统(1500)的组件在本质上是示范性的，并非旨在暗示关于实施本申请实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统(1500)的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。

计算机系统(1500)可包括某些人机接口输入装置。此类人机接口输入装置可响应于一个或多个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图像(例如：扫描图像、从静态图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)。

输入人机接口装置可包括以下一个或多个(每种仅描绘一个)：键盘(1501)、鼠标(1502)、轨迹垫(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、相机(1508)。

计算机系统(1500)还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激一个或多个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1509)、头戴式耳机(未描绘))、视觉输出装置(例如屏幕(1510)，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘))，以及打印机(未描绘)。

计算机系统(1500)还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD等介质(1521)的CD/DVD ROM/RW(1520)、拇指驱动器(1522)、可移动硬盘驱动器或固态驱动器(1523)、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未描绘)，等等。

所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其它瞬时信号。

计算机系统(1500)还可包括到一个或多个通信网络的接口。网络可例如是无线的、有线的、光学的。网络还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。网络的实例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1549)(例如，计算机系统(1500)的USB端口)的外部网络接口适配器；其它网络通常通过附接到如下文所描述的系统总线而集成到计算机系统(1500)的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络中的任一网络，计算机系统(1500)可与其它实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其它计算机系统。可在如上文所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。

上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机系统(1500)的核心(1540)。

核心(1540)可包括一个或多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、现场可编程门区域(Field Programmable Gate Areas，FPGA)形式的专用可编程处理单元(1543)、用于某些任务的硬件加速器(1544)，图形适配器(1550)等等。这些装置连同只读存储器(read-only memory，ROM)(1545)、随机存取存储器(1546)、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置(1547)可通过系统总线(1548)连接。在一些计算机系统中，系统总线(1548)可通过一个或多个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线(1549)附接到核心的系统总线(1548)。在一个示例中，显示屏(1510)可以连接到图形适配器(1550)。用于外围总线的架构包括PCI、USB等等。

CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM(1545)或RAM(1546)中。过渡数据也可存储在RAM(1546)中，而永久性数据可例如存储在内部大容量存储装置(1547)中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与一个或多个CPU(1541)、GPU(1542)、大容量存储装置(1547)、ROM(1545)、RAM(1546)等紧密关联。

计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。

举例来说但不作为限制，具有架构(1500)且尤其是核心(1540)的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以一个或多个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心(1540)的非暂时性质的某些存储装置(例如核心内部大容量存储装置(1547)或ROM(1545))相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心(1540)执行。根据特定需求，计算机可读介质可包括一个或多个存储器装置或芯片。软件可使核心(1540)且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM(1546)中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线的或以其它方式体现于电路(例如：加速器(1544))中的逻辑所产生的功能，所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读介质的引用可涵盖存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或这两种电路。本申请涵盖硬件与软件的任何合适的组合。

附录A：缩略词

ASIC:Application-Specific Integrated Circuit，专用集成电路

BMS:Benchmark Set，基准集合

BT:Binary Tree，二叉树

CANBus:Controller Area Network Bus，控制器局域网络总线

CD:Compact Disc，光盘

CPUs:Central Processing Units，中央处理单元

CRT:Cathode Ray Tube，阴极射线管

CTBs:Coding Tree Blocks，编码树块

CTU:Coding Tree Unit，编码树单元

CU:Coding Unit，编码单元

DVD:Digital Video Disc，数字视频光盘

FPGA:Field Programmable Gate Areas，现场可编程门阵列

GOPs:Groups of Pictures，图片群组

GPUs:Graphics Processing Units，图形处理单元

GSM:Global System for Mobile communications，全球移动通信系统

HDR：High Dynamic Range，高动态范围

HEVC:High Efficiency Video Coding，高效视频编码

HRD:Hypothetical Reference Decoder，假想参考解码器

IC:Integrated Circuit，集成电路

ISP:Intra Sub-Partitions，帧内子分区

JEM:Joint Exploration Model，联合开发模型

JVET：Joint Video Exploration Team，联合视频探索小组

LAN:Local Area Network，局域网

LCD:Liquid-Crystal Display，液晶显示器

LTE:Long-Term Evolution，长期演进

MPM:Most Probable Mode，最可能模式

MV:Motion Vector，运动矢量

OLED:Organic Light-Emitting Diode，有机发光二极管

PBs:Prediction Blocks，预测块

PCI:Peripheral Component Interconnect，外围设备互连

PDPC:Position Dependent Prediction Combination，位置相关预测组合

PLD:Programmable Logic Device，可编程逻辑设备

PU:Prediction Unit，预测单元

QT:Quad-Tree，四叉树

RAM:Random Access Memory，随机存取存储器

ROM:Read-Only Memory，只读存储器

SDR:Standard Dynamic Range，标准动态范围

SEI:Supplementary Enhancement Information，辅助增强信息

SNR:Signal Noise Ratio，信噪比

SSD:Solid-State Drive，固态驱动器

TT:Ternary Tree，三叉树

TU:Transform Unit，变换单元

USB:Universal Serial Bus，通用串行总线

VUI:Video Usability Information，视频可用性信息

VVC:Versatile Video Coding，多功能视频编码

WAIP:Wide-Angle Intra Prediction，广角帧内预测

尽管本申请描述了若干示范性实施例，但在本申请的范围内，可以有各种改动、排列组合方式以及各种替代等同物。因此，应该理解，在申请的精神和范围内，本领域技术人员能够设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的系统和方法。

Claims (14)

1.一种视频解码的方法，其特征在于，包括：

将编码树块(CTB)划分成编码块；

基于当前块的第一块大小，确定所述当前块是否允许帧内子分区(ISP)模式，其中所述当前块为所述编码块之一；所述第一块大小由以下之一表示：所述当前块的块宽度和块高度中的最小值、所述当前块的块宽度和块高度中的最大值、所述当前块的块面积、以及所述当前块的宽高比；以及

响应于所述当前块允许所述ISP模式，根据所述当前块的宽高比是否等于或者大于第一阈值，确定用于对ISP模式标志进行熵解码的上下文模型，所述当前块为所述编码块之一，所述ISP模式标志指示所述ISP模式是否应用于所述当前块，所述宽高比是所述当前块的块宽度与块高度的第一比值和所述当前块的块高度与块宽度的第二比值中的最大值。

2.根据权利要求1所述的方法，其中，所述确定是否允许ISP模式包括：

当所述当前块的块宽度和块高度中的最小值等于或大于第二阈值时，确定所述当前块不允许所述ISP模式。

3.根据权利要求1所述的方法，其中，所述确定是否允许ISP模式包括：

当所述当前块的块宽度和块高度中的最大值等于或大于第三阈值时，确定所述当前块不允许所述ISP模式。

4.根据权利要求1所述的方法，其中，所述确定是否允许ISP模式包括：

当所述当前块的块面积等于或大于第四阈值时，确定所述当前块不允许所述ISP模式。

5.根据权利要求1所述的方法，其中，所述确定是否允许ISP模式包括：

当所述当前块的宽高比等于或小于第五阈值时，确定所述当前块不允许所述ISP模式，所述宽高比是所述当前块的块宽度与块高度的第一比值和所述当前块的块高度与块宽度的第二比值中的最大值。

6.根据权利要求5所述的方法，其中，所述第五阈值是大于1的整数。

7.根据权利要求1-6任一项所述的方法，其中，所述ISP模式应用于非正方形块，不用于正方形块。

8.根据权利要求7所述的方法，其中，对于每个所述非正方形块，允许使用水平分割类型或垂直分割类型。

9.根据权利要求8所述的方法，进一步包括：

基于所述当前块的块宽度和块高度，确定指示垂直分割或水平分割的分割类型。

10.根据权利要求8所述的方法，进一步包括：

当所述当前块允许所述ISP模式时，当所述当前块的块高度与所述当前块的块宽度的比值大于或等于第六阈值时，为所述当前块确定垂直分割类型，以及当所述当前块的块宽度与所述当前块的块高度的比值大于或等于第七阈值时，为所述当前块确定水平分割类型。

11.根据权利要求8所述的方法，其中，对于宽度为8个样本、高度为64个样本的非正方形块的编码块，不允许所述ISP模式的水平分割，并且对于宽度为64个样本、高度为8个样本的非正方形块的编码块，不允许所述ISP模式的垂直分割。

12.一种视频解码装置，其特征在于，包括：处理器、与所述处理器相连的存储器；所述存储器中存储有计算机可读指令；所述指令可由上述计算机执行以实现如权利要求1-11任一项所述的方法。

13.一种存储指令的非易失性计算机可读介质，其特征在于，当所述指令被处理器执行时，使处理器执行如权利要求1-11任一项所述的视频解码的方法。

14.一种电子设备，其特征在于，包括：处理器、与所述处理器相连的存储器；所述存储器中存储有计算机可读指令；所述指令可由上述计算机执行以实现如权利要求1-11任一项所述的方法。