CN114598873A - 量化参数的解码方法和装置 - Google Patents

量化参数的解码方法和装置 Download PDF

Info

Publication number
CN114598873A
CN114598873A CN202011396367.1A CN202011396367A CN114598873A CN 114598873 A CN114598873 A CN 114598873A CN 202011396367 A CN202011396367 A CN 202011396367A CN 114598873 A CN114598873 A CN 114598873A
Authority
CN
China
Prior art keywords
current
brightness
luma
rectangular
difference value
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.)
Granted
Application number
CN202011396367.1A
Other languages
English (en)
Other versions
CN114598873B (zh
Inventor
赵寅
陈绍林
杨海涛
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202011396367.1A priority Critical patent/CN114598873B/zh
Priority to EP21900062.7A priority patent/EP4246971A4/en
Priority to PCT/CN2021/135076 priority patent/WO2022117036A1/zh
Publication of CN114598873A publication Critical patent/CN114598873A/zh
Application granted granted Critical
Publication of CN114598873B publication Critical patent/CN114598873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • H04N19/176Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/124Quantisation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/13Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/186Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/94Vector quantisation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

本发明实施例提供了量化参数的解码方法和装置。涉及视频或图像压缩技术领域领域。该方法包括:确定当前CU所属的当前矩形区域,当前矩形区域是待解码的CTU包含的多个矩形区域的其中之一,多个矩形区域均符合预设条件;根据当前矩形区域中已解码得到的亮度QP差分值的个数确定目标上下文模型;根据目标上下文模型解码码流以得到目标二元符号,目标二元符号用于指示当前CU的亮度QP差分值是否为0,目标二元符号是当前CU的亮度QP差分值的其中一个二元符号;根据目标二元符号确定当前CU的亮度QP差分值;根据当前CU的亮度QP差分值和当前CU的亮度QP预测值得到当前CU的亮度QP。本发明实施例能够有效节省亮度QP差分值在码流中的比特开销,可以提高编码效率。

Description

量化参数的解码方法和装置
技术领域
本发明实施例实施例涉及视频或图像压缩技术领域,尤其涉及一种量化参数的解码方法和装置。
背景技术
视频编码(视频编码和解码)广泛用于数字视频应用,例如广播数字电视、互联网和移动网络上的视频传输、视频聊天和视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑系统以及可携式摄像机的安全应用。
即使在影片较短的情况下也需要对大量的视频数据进行描述,当数据要在带宽容量受限的网络中发送或以其它方式传输时,这样可能会造成困难。因此,视频数据通常要先压缩然后在现代电信网络中传输。由于内存资源可能有限,当在存储设备上存储视频时,视频的大小也可能成为问题。视频压缩设备通常在信源侧使用软件和/或硬件,以在传输或存储之前对视频数据进行编码,从而减少用来表示数字视频图像所需的数据量。然后,压缩的数据在目的地侧由视频解压缩设备接收。在有限的网络资源以及对更高视频质量的需求不断增长的情况下,需要改进压缩和解压缩技术,这些改进的技术能够提高压缩率而几乎不影响图像质量。
H.265/HEVC标准中,一个编码单元(Coding Unit,CU)包含一个亮度量化参数(quantization parameter,QP)和两个色度量化参数,其中色度量化参数可以由亮度量化参数导出。因此提高亮度量化参数的编码效率成为提高视频编码效率的一个关键技术。
发明内容
本发明实施例提供一种量化参数的解码方法和装置,能够有效节省亮度QP差分值在码流中的比特开销,可以提高编码效率。
第一方面,本发明实施例提供一种量化参数的解码方法,所述方法由解码器执行。所述方法包括:
确定当前编码单元CU所属的当前矩形区域,所述当前矩形区域是待解码的编码树单元CTU包含的多个矩形区域的其中之一,所述多个矩形区域均符合预设条件;根据所述当前矩形区域中已解码得到的亮度量化参数QP差分值的个数确定目标上下文模型;根据所述目标上下文模型解码码流以得到目标二元符号,所述目标二元符号用于指示所述当前CU的亮度QP差分值是否为0,所述目标二元符号是所述当前CU的亮度QP差分值的其中一个二元符号;根据所述目标二元符号确定所述当前CU的亮度QP差分值;根据所述当前CU的亮度QP差分值和所述当前CU的亮度QP预测值得到所述当前CU的亮度QP。
与编码侧相对应,解码侧也可以根据预先设定的解码顺序(与编码顺序相对应)依次解码码流以获得CTU中包含的多个CU各自的编码信息,在该解码过程中,正在解码码流以确定CU编码信息的CU即为当前CU。
解码器在解码码流的过程中,根据码流中携带的语法元素可以确定当前处理的CTU的划分方式,在基于该划分方式对CTU划分后,再分别根据划分得到的各个编码树节点的语法元素确定编码树节点是否继续划分,及其划分方式,以此类推。上述过程中,针对每个编码树节点,解码器可以判断该编码树节点对应的矩形区域是否可以被确定为是CTU的其中一个矩形区域。
在一种可能的实现方式中,编码树节点对应的矩形区域被确定为是CTU的其中一个矩形区域需符合预设条件,该预设条件可以包括:
(1)编码树节点对应的矩形区域的面积等于设定面积的二倍,且该矩形区域被采用三叉树划分方式分成三个编码树节点。
设定面积构成矩形区域的面积约束,解码器将编码树节点对应的矩形区域的面积与设定面积进行比较。如果编码树节点对应的矩形区域的面积是设定面积的二倍,而且该编码树节点采用TT划分方式被划分成三个编码树节点。例如,如图7d和7e所示,在该编码树节点对应的矩形区域的面积是设定面积的二倍的前提下,该编码树节点被采用TT划分方式分成三个编码树节点,因此该编码树节点对应的矩形区域符合预设条件,可以被确定为是CTU的其中一个矩形区域。此外,该编码树节点被采用TT划分方式划分后,虽然编码树节点的中间区域的面积等于设定面积,但此编码树节点的中间区域不会被确定为是CTU的其中一个矩形区域。
(2)编码树节点对应的矩形区域的面积等于设定面积,且该矩形区域被划分成至少两个编码树节点。
设定面积构成矩形区域的面积约束,解码器将编码树节点对应的矩形区域的面积与设定面积进行比较。如果编码树节点对应的矩形区域的面积和设定面积相等,而且该编码树节点被划分成至少两个编码树节点,例如,该编码树节点的划分标志位split_cu_flag指示该编码树节点被继续划分,则该编码树节点被确定为是CTU的其中一个矩形区域。例如,如图8所示,设定面积是1/4CTU,CTU的左上角包含h、i和j的编码树节点对应的矩形区域的面积为1/4CTU,且该编码树节点被划分成h、i和j这三个编码树节点,因此该编码树节点对应的矩形区域符合预设条件,可以被确定为是CTU的其中一个矩形区域。
上述两个条件(1)和(2)中,对矩形区域的形状不做具体限定,即矩形区域可以是长方形区域,也可以是正方形区域。在一种可能的实现方式中,在满足情况(2)的条件的前提下,还可以限定矩形区域的形状为正方形。该情况可以参考H.265/HEVC标准中的量化组(quantization group,QG),一个QG对应于图像中一个N×N的区域。
本发明实施例中CTU包含的多个矩形区域中的各个矩形区域可以分别满足上述条件(1)或(2),但并不限定CTU包含的所有矩形区域均满足于同一个条件。
设定面积可以在码流中传输,例如该设定面积可以在序列头、图像头、条带头、图像参数集(picture parameter set,PPS)等高层语法结构中传输。
本发明实施例中可以根据当前CU对应的图像区域包含的像素点分别与CTU包含的各个矩形区域之间的位置关系来确定确定当前CU所属的当前矩形区域。
在一种可能的实现方式中,将包含了当前CU对应的图像区域包含的所有像素点的矩形区域确定为当前CU所属的当前矩形区域。即CTU包含的多个矩形区域中,当前CU对应的图像区域包含的所有像素点的位置全部位于其中某一个矩形区域内,那么该矩形区域即为当前CU所属的当前矩形区域。
在一种可能的实现方式中,将包含当前CU对应的图像区域包含的所有像素点中的特定像素点的矩形区域确定为当前CU所属的当前矩形区域。本发明实施例可以采用以下任意一种方式确定当前CU所属的当前矩形区域:
(1)将多个矩形区域中包含当前CU的左上角的矩形区域确定为当前矩形区域。
(2)将多个矩形区域中包含当前CU的右下角的矩形区域确定为当前矩形区域。
(3)将多个矩形区域中包含当前CU的中心点的矩形区域确定为当前矩形区域。
任意一个CU的亮度QP差分值是一个有符号的整数,其可以是0、正整数或负整数。通常有两种方法表示CU的亮度QP差分值:
第一种方法是将CU的亮度QP差分值用一个语法元素表示。例如AVS2标准中的语法元素cu_qp_delta,用一元码进行二值化,例如,有符号的整数0、1、-1、2、-2可以分别二值化为二元符号串1、01、001、0001、00001,该些二元符号串的第一个二元符号(即目标二元符号)用于表示其所属的cu_qp_delta(表示CU的亮度QP差分值)是否为0。当cu_qp_delta的第一个二元符号为1时,表示其所属的cu_qp_delta(即CU的亮度QP差分值)为0;当cu_qp_delta的第一个二元符号为0时,表示其所属的cu_qp_delta(即CU的亮度QP差分值)不为0,继续解析码流以得到cu_qp_delta的其他二元符号,即CU的亮度QP差分值的具体非零数值。
解码器可以在解码码流得到语法元素cu_qp_delta的第一个二元符号后,基于该二元符号,如果确定当前CU的亮度QP差分值为0,则语法元素cu_qp_delta解析完毕;如果确定当前CU的亮度QP差分值不为0,则需要继续解码码流以得到语法元素cu_qp_delta的具体非零数值。
第二种方法是将CU的亮度QP差分值用两个语法元素表示,其中一个语法元素表示CU的亮度QP差分值的绝对值,另一个语法元素表示CU的亮度QP差分值的符号。例如H.265标准中的语法元素cu_qp_delta_abs(表示CU的亮度QP差分值的绝对值)和语法元素cu_qp_delta_sign_flag(表示CU的亮度QP差分值的符号),cu_qp_delta_abs二值化后的第一个二元符号(即目标二元符号)用于表示CU的亮度QP差分值是否为0。当cu_qp_delta_abs的第一个二元符号为0时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)为0,且cu_qp_delta_sign_flag也为0;当cu_qp_delta_abs的第一个二元符号为1时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)不为0,继续解析码流以得到cu_qp_delta_abs的其他二元符号,即CU的亮度QP差分值的绝对值的具体非零数值,以及得到cu_qp_delta_sign_flag(即CU的亮度QP差分值的符号)表示正号还是负号。作为另一种方式,当cu_qp_delta_abs的第一个二元符号为1时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)为0,且cu_qp_delta_sign_flag也为0;当cu_qp_delta_abs的第一个二元符号为0时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)不为0,继续解析码流以得到cu_qp_delta_abs的其他二元符号,即CU的亮度QP差分值的绝对值的具体非零数值,以及得到cu_qp_delta_sign_flag(即CU的亮度QP差分值的符号)表示正号还是负号。
解码器可以在解码码流得到语法元素cu_qp_delta_abs的第一个二元符号后,基于该二元符号,如果确定当前CU的亮度QP差分值的绝对值为0,则语法元素cu_qp_delta_abs解析完毕。当cu_qp_delta_abs为0时,语法元素cu_qp_delta_sign_flag默认为0,为节省码流,该情况下编码器可以不用在码流中传输语法元素cu_qp_delta_sign_flag;如果确定当前CU的亮度QP差分值的绝对值不为0,则需要继续解码码流以得到语法元素cu_qp_delta_abs的具体非零数值,以及得到语法元素cu_qp_delta_sign_flag表示正号还是负号。解码器可以基于语法元素cu_qp_delta_abs和cu_qp_delta_sign_flag得到当前CU的亮度QP差分值CuDeltaQp=cu_qp_delta_abs*(cu_qp_delta_sign_flag?-1:1)。可选的,语法元素cu_qp_delta_sign_flag可以使用CABAC的旁路(bypass)模式进行解码。
可选的,如果确定码流中不存在语法元素cu_qp_delta_abs,则解码器可以确定当前CU的亮度QP差分值CuDeltaQp为0。
在编码端,如果当前CU是包含亮度分量和色度分量的CU,且亮度分量或色度分量有残差,则编码器可以在当前CU的语法元素中传输一个亮度QP差分值,解码器相应地需要解析这个亮度QP差分值;如果当前CU是仅包含亮度分量的CU,且亮度分量有残差,则编码器可以在当前CU的语法元素中传输一个亮度QP差分值,解码器相应地需要解析这个亮度QP差分值;如果当前CU是仅包含色度分量的CU,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值;如果当前CU是包含亮度分量和色度分量的CU,且亮度和色度分量均没有残差,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值;如果当前CU是仅包含亮度分量的CU,且亮度分量没有残差,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值。对于上述这些解码器不需要解析当前CU的亮度QP差分值的情况,解码器可以将当前CU的亮度QP差分值赋值为默认值,例如0。
相应的,在解码端,解码器如果通过解析二元符号确定当前CU的亮度QP差分值,则当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数加1;如果当前CU的亮度QP差分值不显式地出现在码流中,则当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数不变。
针对当前CU,解码器可以在解析到当前CU的亮度QP的差分值的绝对值和符号后,对当前矩形区域中已解码得到的亮度QP差分值的个数加1,如下所示:
Figure BDA0002815448160000041
其中,!FixedQP=1&&CuDeltaQpFlag=1表示打开本发明实施例的解码方法;component!='COMPONENT_CHROMA'表示当前CU的分量不是色度分量;cu_qp_delta_abs表示当前CU的亮度QP的差分值的绝对值,如果cu_qp_delta_abs不为0,则解析cu_qp_delta_sign_flag(当前CU的亮度QP的差分值的符号);基于前述情况,NumDeltaQp加1,NumDeltaQp可能是随着解码器的解码过程发生变化的。
因此解码器在解析到任意一个当前CU时,可以获取到当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数,例如,如果当前CU是当前矩形区域中的第一个解码的CU,那么前述个数在解码当前CU时为0;如果当前CU不是当前矩形区域中的第一个解码的CU,那么前述个数在解码当前CU时为累加值,该累加值可以为0,也可以不为0。
在一种可能的实现方式中,解码器可以根据已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定目标上下文模型。
可选的,解码器将已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定为目标上下文模型的索引偏移量,最后将用于解码码流的多个候选上下文模型的索引偏移量中与目标上下文模型的索引偏移量一致的候选上下文模型确定为目标上下文模型。
示例性的,上下文模型(亦称作二元符号模型)ctx=ctxArray[ctxIdx],其中,ctxArray是保存二元符号模型的数组,ctxIdx是数组的索引值(即二元符号模型的编号),因此可以根据ctxIdx从ctxArray数组中找到对应的二元符号模型。语法元素的所采用的二元符号模型的编号ctxIdx=ctxIdxStart+ctxIdxInc,其中,ctxIdxStart和ctxIdxInc见表1。
表1语法元素对应的ctxIdxStart和ctxIdxInc
语法元素 ctxIdxInc ctxIdxStart ctx的数量
ctp_y[i] 0 144 1
cu_qp_delta_abs 见8.3.3.2.xx 145 4
本发明实施例中目标二元符号是语法元素cu_qp_delta_abs中的第一个二元符号,而语法元素cu_qp_delta_abs对应的ctxIdxStart=145,共有4个候选上下文模型可用于解析语法元素cu_qp_delta_abs,该4个候选上下文模型的索引偏移量ctxIdxInc(Inc表示increament)分别是0、1、2或3。本发明实施例可以采用如下方法确定语法元素cu_qp_delta_abs包含的各个二元符号的上下文模型:
如果binIdx为0,则ctxIdxInc=min(NumDeltaQp,2);
否则,ctxIdxInc=3。
其中,ctxIdxInc表示上下文模型的索引偏移量;binIdx表示语法元素cu_qp_delta_abs中的二元符号的编号,binIdx为0表示语法元素cu_qp_delta_abs中的第一个二元符号(即上述目标二元符号),binIdx不为0表示语法元素cu_qp_delta_abs中除第一个二元符号外的其他二元符号;NumDeltaQp表示当前矩形区域中已解码得到的亮度QP差分值的个数;min()表示取小。
上述实施例中,解码器可以基于上述表1确定语法元素cu_qp_delta_abs的上下文模型的起始编号(ctxIdxStart),对于语法元素cu_qp_delta_abs中的第一个二元符号(目标二元符号),采用上述取小函数确定目标二元符号的上下文模型的索引偏移量ctxIdxInc,进而得到目标二元符号的上下文模型的索引ctxIdx;而对于语法元素cu_qp_delta_abs中的其他二元符号,其上下文模型的索引偏移量ctxIdxInc=3,进而得到其他二元符号的上下文模型的索引ctxIdx=148。
可选的,当已解码得到的亮度QP差分值的个数为0时,若前一个CU的亮度QP差分值为0,则目标上下文模型的索引偏移量为0;或者,若前一个CU的亮度QP差分值不为0,则目标上下文模型的索引偏移量为1,前一个CU是按照解码顺序先于当前CU的前一个CU,例如,前一个CU可以是当前CU的左侧相邻的CU,或者,前一个CU可以是当前CU的上方相邻的CU,或者,前一个CU可以是当前CU的前一个解码的CU;或者,当已解码得到的亮度QP差分值的个数不为0时,目标上下文模型的索引偏移量为2;或者,目标上下文模型的索引偏移量与已解码得到的亮度QP差分值的个数和第二设定阈值相关联。最后将用于解码码流的多个候选上下文模型的索引偏移量中与目标上下文模型的索引偏移量一致的候选上下文模型确定为目标上下文模型。
若当前矩形区域中已解码得到的亮度QP差分值的个数为0,则获取在当前CU之前解码的CU(前一个CU)的亮度QP差分值,此时该前一个CU与当前CU可以属于同一个矩形区域,也可能不属于同一个矩形区域。若前一个CU的亮度QP差分值为0,则目标上下文模型的索引偏移量为0;若前一个CU的亮度QP差分值不为0,则目标上下文模型的索引偏移量为1。
若当前矩形区域中已解码得到的亮度QP差分值的个数大于0,则,目标上下文模型的索引偏移量可以为2。或者,目标上下文模型的索引偏移量与已解码得到的亮度QP差分值的个数和第二设定阈值相关联,例如,目标上下文模型的索引偏移量ctxIdxInc=min(Num-1,Y)+2,Y为第二设定阈值。
以上解码器在选取目标上下文模型时参考了当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数,可以提高目标上下文模型与目标二元符号取值的匹配率,进而提高目标二元符号的解码效率,尤其适用于大多数矩形区域内只包含一个或两个需传输亮度QP差分值的CU,而少部分矩形区域包含两个以上需传输亮度QP差分值的CU的情况,能够有效节省这种情况下QP差分值在码流中的比特开销。
若当前CU的亮度QP差分值用两个语法元素表示,例如,语法元素cu_qp_delta_abs表示CU的亮度QP差分值的绝对值和语法元素cu_qp_delta_sign_flag表示CU的亮度QP差分值的符号,则解码器可以基于目标二元符号:当目标二元符号指示当前CU的亮度QP差分值为0时,确定当前CU的亮度QP差分值的符号和绝对值均为0;当目标二元符号指示当前CU的亮度QP差分值不为0时,解码码流以得到当前CU的亮度QP差分值的符号和绝对值。
若当前CU的亮度QP差分值用一个语法元素表示,例如,语法元素cu_qp_delta表示CU的亮度QP差分值,这是一个有符号的正数,则解码器可以基于目标二元符号:当目标二元符号指示当前CU的亮度QP差分值为0时,确定当前CU的亮度QP差分值为0;当目标二元符号指示当前CU的亮度QP差分值不为0时,解码码流以得到当前CU的亮度QP差分值。
当前CU的亮度QP预测值可以通过如下方法得到:当当前CU不是当前矩形区域中解码顺序排在第一位的CU时,将前一个CU的亮度QP确定为当前CU的亮度QP预测值,该前一个CU是按照解码顺序先于当前CU的前一个CU;或者,当当前CU是当前矩形区域中解码顺序排在第一位的CU时,将当前CU的相邻CU的亮度QP确定为当前CU的亮度QP预测值,相邻CU包含亮度分量。相邻CU可以是当前CU的左相邻CU和/或上相邻CU。这样针对矩形区域中的非第一个解码的CU,解码器可以直接将其前一个解码的CU的亮度QP作为该CU的亮度QP预测值,从而可以提高矩形区域中的各个CU的亮度QP的获取效率,进而提高解码效率。
换言之,如果当前CU的左上角的坐标等于当前矩形区域的左上角的坐标(CuQpGroupX,CuQpGroupY),表示当前CU是当前矩形区域中解码顺序排在第一位的CU,则当前CU的亮度QP预测值PreviousCuQP等于当前CU的左相邻CU的亮度QP,该左相邻CU是包含亮度分量的;否则(即当前CU的左上角的坐标不等于当前矩形区域的左上角的坐标(CuQpGroupX,CuQpGroupY,表示当前CU不是当前矩形区域中解码顺序排在第一位的CU),当前CU的亮度QP预测值PreviousCuQP等于当前CU的前一个CU的亮度QP,该前一个CU也是包含亮度分量的。
解码器可以将当前CU的亮度QP预测值和当前CU的亮度QP差分值相加,得到当前CU的亮度QP。
本发明实施例根据设定矩形区域中已解码获得的亮度QP差分值的个数确定当前CU的亮度QP差分值的第一个二元符号的上下文模型,从而对设定矩形区域中的第一个亮度QP差分值的第一个二元符号、第二个亮度QP差分值的第一个二元符号,等等,分别采用不同的上下文模型来建模其是否为0的概率模型,可以提高概率模型的匹配度。而对于CTU中有大多数的设定矩形区域内只包含一个或两个需传输亮度QP差分值的CU,只有少数的设定矩形区域包含两个以上需传输亮度QP差分值的CU的情况,当编码总是为0的亮度QP差分值时,只需要消耗很少的比特(典型值约为总码率的0.05%),可以有效节省该情况下亮度QP差分值在码流中的比特开销,进而可以提高编码效率。
解码器得到当前CU的亮度QP后,可以根据该亮度QP进行反量化处理得到当前CU的亮度反量化系数,然后对当前CU的亮度反量化系数进行逆变换处理得到当前CU的亮度残差,最后根据当前CU的亮度残差重建当前CU的亮度分量。该过程可参照下文解码器30的描述,此处不再赘述。
第二方面,本发明实施例提供一种解码器,包括处理电路,用于执行根据上述第一方面中任一项所述的方法。
第三方面,本发明实施例提供一种计算机程序产品,包括程序代码,当其在计算机或处理器上执行时,用于执行根据上述第一方面中任一项所述的方法。
第四方面,本发明实施例提供一种解码器,包括:一个或多个处理器;非瞬时性计算机可读存储介质,耦合到所述处理器并存储由所述处理器执行的程序,其中所述程序在由所述处理器执行时,使得所述解码器执行根据上述第一方面中任一项所述的方法。
第五方面,本发明实施例提供一种非瞬时性计算机可读存储介质,包括程序代码,当其由计算机设备执行时,用于执行根据上述第一方面中任一项所述的方法。
第六方面,本发明实施例涉及译码装置,有益效果可以参见第一方面的描述此处不再赘述。所述译码装置具有实现上述第一方面的方法实施例中行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一种可能的实现方式中,所述译码装置包括:熵解码模块,用于确定当前编码单元CU所属的当前矩形区域,所述当前矩形区域是待解码的编码树单元CTU包含的多个矩形区域的其中之一,所述多个矩形区域均符合预设条件;根据所述当前矩形区域中已解码得到的亮度量化参数QP差分值的个数确定目标上下文模型;根据所述目标上下文模型解码码流以得到目标二元符号,所述目标二元符号用于指示所述当前CU的亮度QP差分值是否为0,所述目标二元符号是所述当前CU的亮度QP差分值的其中一个二元符号;反量化模块,用于根据所述目标二元符号确定所述当前CU的亮度QP差分值;根据所述当前CU的亮度QP差分值和所述当前CU的亮度QP预测值得到所述当前CU的亮度QP。
在一种可能的实现方式中,所述多个矩形区域均符合预设条件包括以下任意一种或多种情况:所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积的二倍,且所述一个或多个矩形区域被采用三叉树划分方式分成三个编码树节点;或者,所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积,且所述一个或多个矩形区域被划分成至少两个编码树节点。
在一种可能的实现方式中,所述熵解码模块,具体用于根据所述已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定所述目标上下文模型。
在一种可能的实现方式中,所述熵解码模块,具体用于将所述已解码得到的亮度QP差分值的个数和所述第一设定阈值中的最小者确定为所述目标上下文模型的索引偏移量;从多个候选上下文模型中,将所述多个候选上下文模型的索引偏移量中与所述目标上下文模型的索引偏移量一致的候选上下文模型确定为所述目标上下文模型。
在一种可能的实现方式中,所述装置还包括:预测模块,用于当所述当前CU不是所述当前矩形区域中解码顺序排在第一位的CU时,将前一个CU的亮度QP确定为所述当前CU的亮度QP预测值,所述前一个CU是按照解码顺序先于所述当前CU的前一个CU;或者,当所述当前CU是所述当前矩形区域中解码顺序排在第一位的CU时,将所述当前CU的相邻CU的亮度QP确定为所述当前CU的亮度QP预测值,所述相邻CU包含亮度分量。
在一种可能的实现方式中,所述反量化模块,具体用于当所述目标二元符号指示所述当前CU的亮度QP差分值为0时,确定所述当前CU的亮度QP差分值的符号和绝对值均为0;当所述目标二元符号指示所述当前CU的亮度QP差分值不为0时,从所述码流中解码得到所述当前CU的亮度QP差分值的符号和绝对值。
在一种可能的实现方式中,用于表示所述当前CU的亮度QP差分值的语法元素包括用于表示所述当前CU的亮度QP差分值的符号的第一语法元素和用于表示所述当前CU的亮度QP差分值的绝对值的第二语法元素。
在一种可能的实现方式中,还包括:反变换模块和重建模块;所述反量化模块,还用于根据所述当前CU的亮度QP进行反量化处理得到所述当前CU的亮度反量化系数;所述反变换模块,用于根据所述当前CU的亮度反量化系数进行逆变换处理得到所述当前CU的亮度残差;所述重建模块,用于根据所述所述当前CU的亮度残差重建所述当前CU的亮度分量。
在一种可能的实现方式中,所述熵解码模块,具体用于将所述多个矩形区域中包含所述当前CU的左上角的矩形区域确定为所述当前矩形区域;或者,将所述多个矩形区域中包含所述当前CU的右下角的矩形区域确定为所述当前矩形区域;或者,将所述多个矩形区域中包含所述当前CU的中心点的矩形区域确定为所述当前矩形区域。
附图及以下说明中将详细描述一个或多个实施例。其它特征、目的和优点在说明、附图以及权利要求中是显而易见的。
附图说明
下面对本发明实施例实施例用到的附图进行介绍。
图1A为本发明实施例实施例的译码系统10的示例性框图;
图1B为本发明实施例实施例的视频译码系统40的示例性框图;
图2为本发明实施例实施例的视频编码器20的示例性框图;
图3为本发明实施例实施例的视频解码器30的示例性框图;
图4为本发明实施例实施例的视频译码设备400的示例性框图;
图5为本发明实施例实施例的装置500的示例性框图;
图6为本发明实施例量化参数的解码方法的一个示例性的流程图;
图7a~图7g为本发明实施例图像划分方式的几个示例性的示意图;
图8为本发明实施例QT-MTT划分方式的一个示例性的示意图;
图9为本发明实施例当前CU和当前矩形区域的一个示例性的示意图;
图10为本发明实施例的译码装置1000的一个示例性的结构示意图。
具体实施方式
本发明实施例实施例提供一种视频图像压缩技术,具体提供一种量化参数的解码方法,以改进传统的混合视频编解码系统。
视频编码通常是指处理形成视频或视频序列的图像序列。在视频编码领域,术语“图像(picture)”、“帧(frame)”或“图片(image)”可以用作同义词。视频编码(或通常称为编码)包括视频编码和视频解码两部分。视频编码在源侧执行,通常包括处理(例如,压缩)原始视频图像以减少表示该视频图像所需的数据量(从而更高效存储和/或传输)。视频解码在目的地侧执行,通常包括相对于编码器作逆处理,以重建视频图像。实施例涉及的视频图像(或通常称为图像)的“编码”应理解为视频图像或视频序列的“编码”或“解码”。编码部分和解码部分也合称为编解码(编码和解码,CODEC)。
在无损视频编码情况下,可以重建原始视频图像,即重建的视频图像与原始视频图像具有相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频编码情况下,通过量化等执行进一步压缩,来减少表示视频图像所需的数据量,而解码器侧无法完全重建视频图像,即重建的视频图像的质量比原始视频图像的质量较低或较差。
几个视频编码标准属于“有损混合型视频编解码”(即,将像素域中的空间和时间预测与变换域中用于应用量化的2D变换编码结合)。视频序列中的每个图像通常分割成不重叠的块集合,通常在块级上进行编码。换句话说,编码器通常在块(视频块)级处理即编码视频,例如,通过空间(帧内)预测和时间(帧间)预测来产生预测块;从当前块(当前处理/待处理的块)中减去预测块,得到残差块;在变换域中变换残差块并量化残差块,以减少待传输(压缩)的数据量,而解码器侧将相对于编码器的逆处理部分应用于编码或压缩的块,以重建用于表示的当前块。另外,编码器需要重复解码器的处理步骤,使得编码器和解码器生成相同的预测(例如,帧内预测和帧间预测)和/或重建像素,用于处理,即编码后续块。
在以下译码系统10的实施例中,编码器20和解码器30根据图1A至图3进行描述。
图1A为本发明实施例实施例的译码系统10的示例性框图,例如可以利用本发明实施例技术的视频译码系统10(或简称为译码系统10)。视频译码系统10中的视频编码器20(或简称为编码器20)和视频解码器30(或简称为解码器30)代表可用于根据本发明实施例中描述的各种示例执行各技术的设备等。
如图1A所示,译码系统10包括源设备12,源设备12用于将编码图像等编码图像数据21提供给用于对编码图像数据21进行解码的目的设备14。
源设备12包括编码器20,另外即可选地,可包括图像源16、图像预处理器等预处理器(或预处理单元)18、通信接口(或通信单元)22。
图像源16可包括或可以为任意类型的用于捕获现实世界图像等的图像捕获设备,和/或任意类型的图像生成设备,例如用于生成计算机动画图像的计算机图形处理器或任意类型的用于获取和/或提供现实世界图像、计算机生成图像(例如,屏幕内容、虚拟现实(virtual reality,VR)图像和/或其任意组合(例如增强现实(augmented reality,AR)图像)的设备。所述图像源可以为存储上述图像中的任意图像的任意类型的内存或存储器。
为了区分预处理器(或预处理单元)18执行的处理,图像(或图像数据)17也可称为原始图像(或原始图像数据)17。
预处理器18用于接收原始图像数据17,并对原始图像数据17进行预处理,得到预处理图像(或预处理图像数据)19。例如,预处理器18执行的预处理可包括修剪、颜色格式转换(例如从RGB转换为YCbCr)、调色或去噪。可以理解的是,预处理单元18可以为可选组件。
视频编码器(或编码器)20用于接收预处理图像数据19并提供编码图像数据21(下面将根据图2等进一步描述)。
源设备12中的通信接口22可用于:接收编码图像数据21并通过通信信道13向目的设备14等另一设备或任何其它设备发送编码图像数据21(或其它任意处理后的版本),以便存储或直接重建。
目的设备14包括解码器30,另外即可选地,可包括通信接口(或通信单元)28、后处理器(或后处理单元)32和显示设备34。
目的设备14中的通信接口28用于直接从源设备12或从存储设备等任意其它源设备接收编码图像数据21(或其它任意处理后的版本),例如,存储设备为编码图像数据存储设备,并将编码图像数据21提供给解码器30。
通信接口22和通信接口28可用于通过源设备12与目的设备14之间的直连通信链路,例如直接有线或无线连接等,或者通过任意类型的网络,例如有线网络、无线网络或其任意组合、任意类型的私网和公网或其任意类型的组合,发送或接收编码图像数据(或编码数据)21。
例如,通信接口22可用于将编码图像数据21封装为报文等合适的格式,和/或使用任意类型的传输编码或处理来处理所述编码后的图像数据,以便在通信链路或通信网络上进行传输。
通信接口28与通信接口22对应,例如,可用于接收传输数据,并使用任意类型的对应传输解码或处理和/或解封装对传输数据进行处理,得到编码图像数据21。
通信接口22和通信接口28均可配置为如图1A中从源设备12指向目的设备14的对应通信信道13的箭头所指示的单向通信接口,或双向通信接口,并且可用于发送和接收消息等,以建立连接,确认并交换与通信链路和/或例如编码后的图像数据传输等数据传输相关的任何其它信息,等等。
视频解码器(或解码器)30用于接收编码图像数据21并提供解码图像数据(或解码图像数据)31(下面将根据图3等进一步描述)。
后处理器32用于对解码后的图像等解码图像数据31(也称为重建后的图像数据)进行后处理,得到后处理后的图像等后处理图像数据33。后处理单元32执行的后处理可以包括例如颜色格式转换(例如从YCbCr转换为RGB)、调色、修剪或重采样,或者用于产生供显示设备34等显示的解码图像数据31等任何其它处理。
显示设备34用于接收后处理图像数据33,以向用户或观看者等显示图像。显示设备34可以为或包括任意类型的用于表示重建后图像的显示器,例如,集成或外部显示屏或显示器。例如,显示屏可包括液晶显示器(liquid crystal display,LCD)、有机发光二极管(organic light emitting diode,OLED)显示器、等离子显示器、投影仪、微型LED显示器、硅基液晶显示器(liquid crystal on silicon,LCoS)、数字光处理器(digital lightprocessor,DLP)或任意类型的其它显示屏。
尽管图1A示出了源设备12和目的设备14作为独立的设备,但设备实施例也可以同时包括源设备12和目的设备14或同时包括源设备12和目的设备14的功能,即同时包括源设备12或对应功能和目的设备14或对应功能。在这些实施例中,源设备12或对应功能和目的设备14或对应功能可以使用相同硬件和/或软件或通过单独的硬件和/或软件或其任意组合来实现。
根据描述,图1A所示的源设备12和/或目的设备14中的不同单元或功能的存在和(准确)划分可能根据实际设备和应用而有所不同,这对技术人员来说是显而易见的。
编码器20(例如视频编码器20)或解码器30(例如视频解码器30)或两者都可通过如图1B所示的处理电路实现,例如一个或多个微处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、离散逻辑、硬件、视频编码专用处理器或其任意组合。编码器20可以通过处理电路46实现,以包含参照图2编码器20论述的各种模块和/或本文描述的任何其它编码器系统或子系统。解码器30可以通过处理电路46实现,以包含参照图3解码器30论述的各种模块和/或本文描述的任何其它解码器系统或子系统。所述处理电路46可用于执行下文论述的各种操作。如图5所示,如果部分技术在软件中实施,则设备可以将软件的指令存储在合适的非瞬时性计算机可读存储介质中,并且使用一个或多个处理器在硬件中执行指令,从而执行本发明实施例技术。视频编码器20和视频解码器30中的其中一个可作为组合编解码器(encoder/decoder,CODEC)的一部分集成在单个设备中,如图1B所示。
源设备12和目的设备14可包括各种设备中的任一种,包括任意类型的手持设备或固定设备,例如,笔记本电脑或膝上型电脑、手机、智能手机、平板或平板电脑、相机、台式计算机、机顶盒、电视机、显示设备、数字媒体播放器、视频游戏控制台、视频流设备(例如,内容业务服务器或内容分发服务器)、广播接收设备、广播发射设备,等等,并可以不使用或使用任意类型的操作系统。在一些情况下,源设备12和目的设备14可配备用于无线通信的组件。因此,源设备12和目的设备14可以是无线通信设备。
在一些情况下,图1A所示的视频译码系统10仅仅是示例性的,本发明实施例提供的技术可适用于视频编码设置(例如,视频编码或视频解码),这些设置不一定包括编码设备与解码设备之间的任何数据通信。在其它示例中,数据从本地存储器中检索,通过网络发送,等等。视频编码设备可以对数据进行编码并将数据存储到存储器中,和/或视频解码设备可以从存储器中检索数据并对数据进行解码。在一些示例中,编码和解码由相互不通信而只是编码数据到存储器和/或从存储器中检索并解码数据的设备来执行。
图1B为本发明实施例实施例的视频译码系统40的示例性框图,如图1B所示,视频译码系统40可以包含成像设备41、视频编码器20、视频解码器30(和/或藉由处理电路46实施的视频编/解码器)、天线42、一个或多个处理器43、一个或多个内存存储器44和/或显示设备45。
如图1B所示,成像设备41、天线42、处理电路46、视频编码器20、视频解码器30、处理器43、内存存储器44和/或显示设备45能够互相通信。在不同实例中,视频译码系统40可以只包含视频编码器20或只包含视频解码器30。
在一些实例中,天线42可以用于传输或接收视频数据的经编码比特流。另外,在一些实例中,显示设备45可以用于呈现视频数据。处理电路46可以包含专用集成电路(application-specific integrated circuit,ASIC)逻辑、图形处理器、通用处理器等。视频译码系统40也可以包含可选的处理器43,该可选处理器43类似地可以包含专用集成电路(application-specific integrated circuit,ASIC)逻辑、图形处理器、通用处理器等。另外,内存存储器44可以是任何类型的存储器,例如易失性存储器(例如,静态随机存取存储器(static random access memory,SRAM)、动态随机存储器(dynamic random accessmemory,DRAM)等)或非易失性存储器(例如,闪存等)等。在非限制性实例中,内存存储器44可以由超速缓存内存实施。在其它实例中,处理电路46可以包含存储器(例如,缓存等)用于实施图像缓冲器等。
在一些实例中,通过逻辑电路实施的视频编码器20可以包含(例如,通过处理电路46或内存存储器44实施的)图像缓冲器和(例如,通过处理电路46实施的)图形处理单元。图形处理单元可以通信耦合至图像缓冲器。图形处理单元可以包含通过处理电路46实施的视频编码器20,以实施参照图2和/或本文中所描述的任何其它编码器系统或子系统所论述的各种模块。逻辑电路可以用于执行本文所论述的各种操作。
在一些实例中,视频解码器30可以以类似方式通过处理电路46实施,以实施参照图3的视频解码器30和/或本文中所描述的任何其它解码器系统或子系统所论述的各种模块。在一些实例中,逻辑电路实施的视频解码器30可以包含(通过处理电路46或内存存储器44实施的)图像缓冲器和(例如,通过处理电路46实施的)图形处理单元。图形处理单元可以通信耦合至图像缓冲器。图形处理单元可以包含通过处理电路46实施的视频解码器30,以实施参照图3和/或本文中所描述的任何其它解码器系统或子系统所论述的各种模块。
在一些实例中,天线42可以用于接收视频数据的经编码比特流。如所论述,经编码比特流可以包含本文所论述的与编码视频帧相关的数据、指示符、索引值、模式选择数据等,例如与编码分割相关的数据(例如,变换系数或经量化变换系数,(如所论述的)可选指示符,和/或定义编码分割的数据)。视频译码系统40还可包含耦合至天线42并用于解码经编码比特流的视频解码器30。显示设备45用于呈现视频帧。
应理解,本发明实施例实施例中对于参考视频编码器20所描述的实例,视频解码器30可以用于执行相反过程。关于信令语法元素,视频解码器30可以用于接收并解析这种语法元素,相应地解码相关视频数据。在一些例子中,视频编码器20可以将语法元素熵编码成经编码视频比特流。在此类实例中,视频解码器30可以解析这种语法元素,并相应地解码相关视频数据。
为便于描述,参考通用视频编码(versatile video coding,VVC)参考软件或由ITU-T视频编码专家组(video coding experts group,VCEG)和ISO/IEC运动图像专家组(motion picture experts group,MPEG)的视频编码联合工作组(joint collaborationteam on video coding,JCT-VC)开发的高性能视频编码(high-efficiency videocoding,HEVC)描述本发明实施例实施例。本领域普通技术人员理解本发明实施例实施例不限于HEVC或VVC。
编码器和编码方法
图2为本发明实施例实施例的视频编码器20的示例性框图。如图2所示,视频编码器20包括输入端(或输入接口)201、残差计算单元204、变换处理单元206、量化单元208、反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲器(decoded picture buffer,DPB)230、模式选择单元260、熵编码单元270和输出端(或输出接口)272。模式选择单元260可包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可包括运动估计单元和运动补偿单元(未示出)。图2所示的视频编码器20也可称为混合型视频编码器或基于混合型视频编解码器的视频编码器。
残差计算单元204、变换处理单元206、量化单元208和模式选择单元260组成编码器20的前向信号路径,而反量化单元210、逆变换处理单元212、重建单元214、缓冲器216、环路滤波器220、解码图像缓冲器(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254组成编码器的后向信号路径,其中编码器20的后向信号路径对应于解码器的信号路径(参见图3中的解码器30)。反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲器230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。
图像和图像分割(图像和块)
编码器20可用于通过输入端201等接收图像(或图像数据)17,例如,形成视频或视频序列的图像序列中的图像。接收的图像或图像数据也可以是预处理后的图像(或预处理后的图像数据)19。为简单起见,以下描述使用图像17。图像17也可称为当前图像或待编码的图像(尤其是在视频编码中将当前图像与其它图像区分开时,其它图像例如同一视频序列,即也包括当前图像的视频序列,中的之前编码后图像和/或解码后图像)。
(数字)图像为或可以视为具有强度值的像素点组成的二维阵列或矩阵。阵列中的像素点也可以称为像素(pixel或pel)(图像元素的简称)。阵列或图像在水平方向和垂直方向(或轴线)上的像素点数量决定了图像的大小和/或分辨率。为了表示颜色,通常采用三个颜色分量,即图像可以表示为或包括三个像素点阵列。在RBG格式或颜色空间中,图像包括对应的红色、绿色和蓝色像素点阵列。但是,在视频编码中,每个像素通常以亮度/色度格式或颜色空间表示,例如YCbCr,包括Y指示的亮度分量(有时也用L表示)以及Cb、Cr表示的两个色度分量。亮度(luma)分量Y表示亮度或灰度水平强度(例如,在灰度等级图像中两者相同),而两个色度(chrominance,简写为chroma)分量Cb和Cr表示色度或颜色信息分量。相应地,YCbCr格式的图像包括亮度像素点值(Y)的亮度像素点阵列和色度值(Cb和Cr)的两个色度像素点阵列。RGB格式的图像可以转换或变换为YCbCr格式,反之亦然,该过程也称为颜色变换或转换。如果图像是黑白的,则该图像可以只包括亮度像素点阵列。相应地,图像可以为例如单色格式的亮度像素点阵列或4:2:0、4:2:2和4:4:4彩色格式的亮度像素点阵列和两个相应的色度像素点阵列。
在一个实施例中,视频编码器20的实施例可包括图像分割单元(图2中未示出),用于将图像17分割成多个(通常不重叠)图像块203。这些块在H.265/HEVC和VVC标准中也可以称为根块、宏块(H.264/AVC)或编码树块(Coding Tree Block,CTB),或编码树单元(CodingTree Unit,CTU)。分割单元可用于对视频序列中的所有图像使用相同的块大小和使用限定块大小的对应网格,或在图像或图像子集或图像组之间改变块大小,并将每个图像分割成对应块。
在其它实施例中,视频编码器可用于直接接收图像17的块203,例如,组成所述图像17的一个、几个或所有块。图像块203也可以称为当前图像块或待编码图像块。
与图像17一样,图像块203同样是或可认为是具有强度值(像素点值)的像素点组成的二维阵列或矩阵,但是图像块203的比图像17的小。换句话说,块203可包括一个像素点阵列(例如,单色图像17情况下的亮度阵列或彩色图像情况下的亮度阵列或色度阵列)或三个像素点阵列(例如,彩色图像17情况下的一个亮度阵列和两个色度阵列)或根据所采用的颜色格式的任何其它数量和/或类型的阵列。块203的水平方向和垂直方向(或轴线)上的像素点数量限定了块203的大小。相应地,块可以为M×N(M列×N行)个像素点阵列,或M×N个变换系数阵列等。
在一个实施例中,图2所示的视频编码器20用于逐块对图像17进行编码,例如,对每个块203执行编码和预测。
在一个实施例中,图2所示的视频编码器20还可以用于使用片(也称为视频片)分割和/或编码图像,其中图像可以使用一个或多个片(通常为不重叠的)进行分割或编码。每个片可包括一个或多个块(例如,编码树单元CTU)或一个或多个块组(例如H.265/HEVC/VVC标准中的编码区块(tile)和VVC标准中的砖(brick)。
在一个实施例中,图2所示的视频编码器20还可以用于使用片/编码区块组(也称为视频编码区块组)和/或编码区块(也称为视频编码区块)对图像进行分割和/或编码,其中图像可以使用一个或多个片/编码区块组(通常为不重叠的)进行分割或编码,每个片/编码区块组可包括一个或多个块(例如CTU)或一个或多个编码区块等,其中每个编码区块可以为矩形等形状,可包括一个或多个完整或部分块(例如CTU)。
残差计算
残差计算单元204用于通过如下方式根据图像块203和预测块265来计算残差块205(后续详细介绍了预测块265):例如,逐个像素点(逐个像素)从图像块203的像素点值中减去预测块265的像素点值,得到像素域中的残差块205。
变换
变换处理单元206用于对残差块205的像素点值执行离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)等,得到变换域中的变换系数207。变换系数207也可称为变换残差系数,表示变换域中的残差块205。
变换处理单元206可用于应用DCT/DST的整数化近似,例如为H.265/HEVC指定的变换。与正交DCT变换相比,这种整数化近似通常由某一因子按比例缩放。为了维持经过正变换和逆变换处理的残差块的范数,使用其它比例缩放因子作为变换过程的一部分。比例缩放因子通常是根据某些约束条件来选择的,例如比例缩放因子是用于移位运算的2的幂、变换系数的位深度、准确性与实施成本之间的权衡等。例如,在编码器20侧通过逆变换处理单元212为逆变换(以及在解码器30侧通过例如逆变换处理单元312为对应逆变换)指定具体的比例缩放因子,以及相应地,可以在编码器20侧通过变换处理单元206为正变换指定对应比例缩放因子。
在一个实施例中,视频编码器20(对应地,变换处理单元206)可用于输出一种或多种变换的类型等变换参数,例如,直接输出或由熵编码单元270进行编码或压缩后输出,例如使得视频解码器30可接收并使用变换参数进行解码。
量化
量化单元208用于通过例如标量量化或矢量量化对变换系数207进行量化,得到量化变换系数209。量化变换系数209也可称为量化残差系数209。
量化过程可减少与部分或全部变换系数207有关的位深度。例如,可在量化期间将n位变换系数向下舍入到m位变换系数,其中n大于m。可通过调整量化参数(quantizationparameter,QP)修改量化程度。例如,对于标量量化,可以应用不同程度的比例来实现较细或较粗的量化。较小量化步长对应较细量化,而较大量化步长对应较粗量化。可通过量化参数(quantization parameter,QP)指示合适的量化步长。例如,量化参数可以为合适的量化步长的预定义集合的索引。例如,较小的量化参数可对应精细量化(较小量化步长),较大的量化参数可对应粗糙量化(较大量化步长),反之亦然。量化可包括除以量化步长,而反量化单元210等执行的对应或逆解量化可包括乘以量化步长。根据例如HEVC一些标准的实施例可用于使用量化参数来确定量化步长。一般而言,可以根据量化参数使用包含除法的等式的定点近似来计算量化步长。可以引入其它比例缩放因子来进行量化和解量化,以恢复可能由于在用于量化步长和量化参数的等式的定点近似中使用的比例而修改的残差块的范数。在一种示例性实现方式中,可以合并逆变换和解量化的比例。或者,可以使用自定义量化表并在比特流中等将其从编码器向解码器指示。量化是有损操作,其中量化步长越大,损耗越大。
在一个实施例中,视频编码器20(对应地,量化单元208)可用于输出量化参数(quantization parameter,QP),例如,直接输出或由熵编码单元270进行编码或压缩后输出,例如使得视频解码器30可接收并使用量化参数进行解码。
反量化
反量化单元210用于对量化系数执行量化单元208的反量化,得到解量化系数211,例如,根据或使用与量化单元208相同的量化步长执行与量化单元208所执行的量化方案的反量化方案。解量化系数211也可称为解量化残差系数211,对应于变换系数207,但是由于量化造成损耗,反量化系数211通常与变换系数不完全相同。
逆变换
逆变换处理单元212用于执行变换处理单元206执行的变换的逆变换,例如,逆离散余弦变换(discrete cosine transform,DCT)或逆离散正弦变换(discrete sinetransform,DST),以在像素域中得到重建残差块213(或对应的解量化系数213)。重建残差块213也可称为变换块213。
重建
重建单元214(例如,求和器214)用于将变换块213(即重建残差块213)添加到预测块265,以在像素域中得到重建块215,例如,将重建残差块213的像素点值和预测块265的像素点值相加。
滤波
环路滤波器单元220(或简称“环路滤波器”220)用于对重建块215进行滤波,得到滤波块221,或通常用于对重建像素点进行滤波以得到滤波像素点值。例如,环路滤波器单元用于顺利进行像素转变或提高视频质量。环路滤波器单元220可包括一个或多个环路滤波器,例如去块滤波器、像素点自适应偏移(sample-adaptive offset,SAO)滤波器或一个或多个其它滤波器,例如自适应环路滤波器(adaptive loop filter,ALF)、噪声抑制滤波器(noise suppression filter,NSF)或任意组合。例如,环路滤波器单元220可以包括去块滤波器、SAO滤波器和ALF滤波器。滤波过程的顺序可以是去块滤波器、SAO滤波器和ALF滤波器。再例如,增加一个称为具有色度缩放的亮度映射(luma mapping with chromascaling,LMCS)(即自适应环内整形器)的过程。该过程在去块之前执行。再例如,去块滤波过程也可以应用于内部子块边缘,例如仿射子块边缘、ATMVP子块边缘、子块变换(sub-block transform,SBT)边缘和内子部分(intra sub-partition,ISP)边缘。尽管环路滤波器单元220在图2中示为环路滤波器,但在其它配置中,环路滤波器单元220可以实现为环后滤波器。滤波块221也可称为滤波重建块221。
在一个实施例中,视频编码器20(对应地,环路滤波器单元220)可用于输出环路滤波器参数(例如SAO滤波参数、ALF滤波参数或LMCS参数),例如,直接输出或由熵编码单元270进行熵编码后输出,例如使得解码器30可接收并使用相同或不同的环路滤波器参数进行解码。
解码图像缓冲器
解码图像缓冲器(decoded picture buffer,DPB)230可以是存储参考图像数据以供视频编码器20在编码视频数据时使用的参考图像存储器。DPB 230可以由多种存储器设备中的任一种形成,例如动态随机存取存储器(dynamic random access memory,DRAM),包括同步DRAM(synchronous DRAM,SDRAM)、磁阻RAM(magnetoresistive RAM,MRAM)、电阻RAM(resistive RAM,RRAM)或其它类型的存储设备。解码图像缓冲器230可用于存储一个或多个滤波块221。解码图像缓冲器230还可用于存储同一当前图像或例如之前的重建图像等不同图像的其它之前的滤波块,例如之前重建和滤波的块221,并可提供完整的之前重建即解码图像(和对应参考块和像素点)和/或部分重建的当前图像(和对应参考块和像素点),例如用于帧间预测。解码图像缓冲器230还可用于存储一个或多个未经滤波的重建块215,或一般存储未经滤波的重建像素点,例如,未被环路滤波单元220滤波的重建块215,或未进行任何其它处理的重建块或重建像素点。
模式选择(分割和预测)
模式选择单元260包括分割单元262、帧间预测单元244和帧内预测单元254,用于从解码图像缓冲器230或其它缓冲器(例如,列缓冲器,图中未显示)接收或获得原始块203(当前图像17的当前块203)和重建图像数据等原始图像数据,例如,同一(当前)图像和/或一个或多个之前解码图像的滤波和/或未经滤波的重建像素点或重建块。重建图像数据用作帧间预测或帧内预测等预测所需的参考图像数据,以得到预测块265或预测值265。
模式选择单元260可用于为当前块(包括不分割)的预测模式(例如帧内或帧间预测模式)确定或选择一种分割,生成对应的预测块265,以对残差块205进行计算和对重建块215进行重建。
在一个实施例中,模式选择单元260可用于选择分割和预测模式(例如,从模式选择单元260支持的或可用的预测模式中),所述预测模式提供最佳匹配或者说最小残差(最小残差是指传输或存储中更好的压缩),或者提供最小信令开销(最小信令开销是指传输或存储中更好的压缩),或者同时考虑或平衡以上两者。模式选择单元260可用于根据码率失真优化(rate distortion Optimization,RDO)确定分割和预测模式,即选择提供最小码率失真优化的预测模式。本文“最佳”、“最低”、“最优”等术语不一定指总体上“最佳”、“最低”、“最优”的,但也可以指满足终止或选择标准的情况,例如,超过或低于阈值的值或其他限制可能导致“次优选择”,但会降低复杂度和处理时间。
换言之,分割单元262可用于将视频序列中的图像分割为编码树单元(codingtree unit,CTU)序列,CTU 203可进一步被分割成较小的块部分或子块(再次形成块),例如,通过迭代使用四叉树(quad-tree partitioning,QT)分割、二叉树(binary-treepartitioning,BT)分割或三叉树(triple-tree partitioning,TT)分割或其任意组合,并且用于例如对块部分或子块中的每一个执行预测,其中模式选择包括选择分割块203的树结构和选择应用于块部分或子块中的每一个的预测模式。
下文将详细地描述由视频编码器20执行的分割(例如,由分割单元262执行)和预测处理(例如,由帧间预测单元244和帧内预测单元254执行)。
分割
分割单元262可将一个编码树单元203分割(或划分)为较小的部分,例如正方形或矩形形状的小块。对于具有三个像素点阵列的图像,一个CTU由N×N个亮度像素点块和两个对应的色度像素点块组成。
H.265/HEVC视频编码标准把一帧图像分割成互不重叠的CTU,CTU的大小可设置为64×64(CTU的大小也可设置为其它值,如JVET参考软件JEM中CTU大小增大为128×128或256×256)。64×64的CTU包含由64列、每列64个像素的矩形像素点阵,每个像素包含亮度分量或/和色度分量。
H.265使用基于QT的CTU划分方法,将CTU作为QT的根节点(root),按照QT的划分方式,将CTU递归划分成若干个叶节点(leaf node),如图7a所示。一个节点对应于一个图像区域,节点如果不划分,则该节点称为叶节点,其对应的图像区域即为一个CU;如果节点继续划分,则节点对应的图像区域可以被划分成四个相同大小的区域(其长和宽各为被划分区域的一半),每个区域对应一个节点,需要分别确定这些节点是否还会划分。一个节点是否划分由码流中该节点对应的划分标志位split_cu_flag指示。一个节点A划分一次得到4个节点Bi,i=0~3,Bi称为A的子节点,A称为Bi的父节点。根节点的QT层级(qtDepth)为0,节点的QT层级是该节点的父节点的四QT层级加1。为表述简洁,下文中节点的大小和形状即指节点对应的图像区域的大小和形状。
例如,1个64×64的CTU(其QT层级为0),根据其对应的split_cu_flag,如果确定不划分,则成为1个64×64的CU;如果确定划分为4个32×32的节点(QT层级为1)。该4个32×32的节点中的每一个节点,又可以根据其对应的split_cu_flag,确定继续划分或者不划分。如果其中1个32×32的节点继续划分,则产生4个16×16的节点(QT层级为2)。以此类推,直到所有节点都不再划分,这样一个CTU就被划分成一组CU。CU的最小尺寸(size)在序列参数集(sequence parameter set,SPS)中标识,例如8×8为CU的最小尺寸。在上述递归划分过程中,如果一个节点的尺寸等于最小CU尺寸(minimum CU size),这个节点默认为不再划分,同时也不需要在码流中包含它的划分标志位。
当解析到一个节点为叶节点后,该叶节点为一个CU,进一步解析该CU对应的编码信息(包括该CU的预测模式、变换系数等信息,例如,H.265中的coding_unit()语法结构体),然后按照这些编码信息对该CU进行预测、反量化、反变换、环路滤波等解码处理,从得到该CU对应的重建图像。QT划分使得CTU能够根据图像的局部特点划分成合适大小的一组CU,例如,平滑区域被划分成较大尺寸的CU,而纹理丰富区域被划分为较小尺寸的CU。
H.266/VVC标准在QT划分的基础上,增加了BT划分方式和TT划分方式。
BT划分方式将1个节点划分成2个子节点,具体的BT划分方式有两种:
1)水平二分:将节点对应的区域划分成上、下两个相同大小的区域,即宽不变,高变为划分前区域的一半,每个划分后区域对应于一个子节点。例如如图7b所示。
2)竖直二分:将节点对应的区域划分成左、右两个相同大小的区域,即高不变,宽变为划分前区域的一半,每个划分后区域对应于一个子节点。例如如图7c所示。
TT划分方式将1个节点划分成3个子节点,具体的TT划分方式有两种:
1)水平三分:将节点对应的区域划分成上、中、下三个区域,其中上、中、下三个区域的高分别为划分前区域的1/4、1/2、1/4,每个划分后区域对应于一个子节点。例如如图7d所示。
2)竖直三分:将节点对应的区域划分成左、中、右三个区域,其中左、中、右三个区域的宽分别为划分前区域的1/4、1/2、1/4,每个划分后区域对应于一个子节点。例如如图7e所示。
H.266中使用了QT级联BT/TT的划分方式,简称为QT-MTT划分方式。即CTU通过QT划分,产生4个QT节点,QT节点可使用QT划分方式继续划分成4个QT节点,直到QT节点不再使用QT划分方式继续划分而作为QT叶节点,或者QT节点不使用QT划分方式划分而作为QT叶节点。QT叶节点作为MTT的根节点。MTT中的节点可使用水平二分、竖直二分、水平三分、竖直三分这四种划分方式的其中之一划分为子节点,或者不再划分而作为1个MTT叶节点。MTT叶节点为一个CU。
例如,图8为本发明实施例QT-MTT划分方式的一个示例性的示意图,如图8所示,使用QT-MTT将一个CTU划分成a~p共16个CU,树状图中的每个端点表示一个节点,1个节点连出4根线表示QT划分,1个节点连出2根线表示BT划分,1个节点连出3根线表示TT划分。实线表示QT划分,虚线表示MTT的第一层划分,点划线表示MTT的第二层划分。a~p为16个MTT叶节点,每个MTT叶节点对应一个CU。基于上述树状图,可以得到图8中的CTU的划分图。
QT-MTT划分方式中,每个CU具有QT层级(或QT深度)(quad-tree depth,QT depth)和MTT层级(MTT深度)(multi-type tree depth,MTT depth)。QT层级表示CU所属的QT叶节点的QT层级,MTT层级表示CU所属的MTT叶节点的MTT层级。例如,图8中a、b、c、d、e、f、g、i、j的QT层级为1,MTT层级为2;h的QT层级为1,MTT层级为1;n、o、p的QT层级为2,MTT层级为0;l、m的QT层级为2,MTT层级为1。如果CTU只划分成一个CU,则此CU的QT层级为0,MTT层级为0。
AVS3标准采用了另一种QT-MTT划分方法,即QT级联BT/EQT的划分方式,亦即AVS3标准用扩展四叉树(extended quad-tree,EQT)划分取代了H.266中的TT划分。即CTU通过QT划分,产生4个QT节点,QT节点可使用QT划分方式继续划分成4个QT节点,直到QT节点不再使用QT划分方式继续划分而作为QT叶节点,或者QT节点不使用QT划分方式划分而作为QT叶节点。QT叶节点作为MTT的根节点。MTT中的节点可使用水平二分、竖直二分、水平四分、竖直四分这四种划分方式的其中之一划分为子节点,或者不再划分而作为1个MTT叶节点。MTT叶节点为一个CU。
EQT划分方式将1个节点划分成4个子节点,具体的EQT划分方式有两种:
1)水平四分:将节点对应的区域划分成上、中左、中右、下四个区域,其中上、中左、中右、下四个区域的高分别为划分前区域的1/4、1/2、1/2、1/4,中左和中右的宽分别为划分前区域的1/2,每个划分后区域对应于一个子节点。例如如图7f所示。
2)竖直四分:将节点对应的区域划分成左、中上、中下、右四个区域,其中左、中上、中下、右四个区域的宽分别为划分前区域的1/4、1/2、1/2、1/4,中上和中下的高分别为划分前区域的1/2,每个划分后区域对应于一个子节点。例如如图7g所示。
H.265/HEVC标准中,对于YUV4:2:0格式的图像,一个CTU包含一个亮度块和两个色度块,亮度块和色度块可以使用相同的方式划分,称作亮度色度联合编码树。VVC中,如果当前帧为I帧,则当一个CTU为帧内编码帧(I帧)中的预设大小(如64×64)的节点时,该节点包含的亮度块通过亮度编码树被划分成一组只包含亮度块的编码单元,该节点包含的色度块通过色度编码树被划分成一组只包含色度块的编码单元;亮度编码树和色度编码树的划分相互独立。这种亮度块和色度块使用独立的编码树,称为分离树(separate trees)。在H.265中,CU包含亮度像素和色度像素;在H.266、AVS3等标准中,除了具有同时包含亮度像素和色度像素的CU之外,还存在只包含亮度像素的亮度CU和只包含色度像素的色度CU。
如上所述,视频编码器20用于从(预定的)预测模式集合中确定或选择最好或最优的预测模式。预测模式集合可包括例如帧内预测模式和/或帧间预测模式。
帧内预测
帧内预测模式集合可包括35种不同的帧内预测模式,例如,像DC(或均值)模式和平面模式的非方向性模式,或如HEVC定义的方向性模式,或者可包括67种不同的帧内预测模式,例如,像DC(或均值)模式和平面模式的非方向性模式,或如VVC中定义的方向性模式。例如,若干传统角度帧内预测模式自适应地替换为VVC中定义的非正方形块的广角帧内预测模式。又例如,为了避免DC预测的除法运算,仅使用较长边来计算非正方形块的平均值。并且,平面模式的帧内预测结果还可以使用位置决定的帧内预测组合(positiondependent intra prediction combination,PDPC)方法修改。
帧内预测单元254用于根据帧内预测模式集合中的帧内预测模式使用同一当前图像的相邻块的重建像素点来生成帧内预测块265。
帧内预测单元254(或通常为模式选择单元260)还用于输出帧内预测参数(或通常为指示块的选定帧内预测模式的信息)以语法元素266的形式发送到熵编码单元270,以包含到编码图像数据21中,从而视频解码器30可执行操作,例如接收并使用用于解码的预测参数。
帧间预测
在可能的实现中,帧间预测模式集合取决于可用参考图像(即,例如前述存储在DBP230中的至少部分之前解码的图像)和其它帧间预测参数,例如取决于是否使用整个参考图像或只使用参考图像的一部分,例如当前块的区域附近的搜索窗口区域,来搜索最佳匹配参考块,和/或例如取决于是否执行半像素、四分之一像素和/或16分之一内插的像素内插。
除上述预测模式外,还可以采用跳过模式和/或直接模式。
例如,扩展合并预测,这种模式的合并候选列表由以下五种候选类型按顺序组成:来自空间相邻CU的空间MVP、来自并置CU的时间MVP、来自FIFO表的基于历史的MVP、成对平均MVP和零MV。可以使用基于双边匹配的解码器侧运动矢量修正(decoder side motionvector refinement,DMVR)来增加合并模式的MV的准确度。带有MVD的合并模式(mergemode with MVD,MMVD)来自有运动矢量差异的合并模式。在发送跳过标志和合并标志之后立即发送MMVD标志,以指定CU是否使用MMVD模式。可以使用CU级自适应运动矢量分辨率(adaptive motion vector resolution,AMVR)方案。AMVR支持CU的MVD以不同的精度进行编码。根据当前CU的预测模式,自适应地选择当前CU的MVD。当CU以合并模式进行编码时,可以将合并的帧间/帧内预测(combined inter/intra prediction,CIIP)模式应用于当前CU。对帧间和帧内预测信号进行加权平均,得到CIIP预测。对于仿射运动补偿预测,通过2个控制点(4参数)或3个控制点(6参数)运动矢量的运动信息来描述块的仿射运动场。基于子块的时间运动矢量预测(subblock-based temporal motion vector prediction,SbTMVP),与HEVC中的时间运动矢量预测(temporal motion vector prediction,TMVP)类似,但预测的是当前CU内的子CU的运动矢量。双向光流(bi-directional optical flow,BDOF)以前称为BIO,是一种减少计算的简化版本,特别是在乘法次数和乘数大小方面的计算。在三角形分割模式中,CU以对角线划分和反对角线划分两种划分方式被均匀划分为两个三角形部分。此外,双向预测模式在简单平均的基础上进行了扩展,以支持两个预测信号的加权平均。
帧间预测单元244可包括运动估计(motion estimation,ME)单元和运动补偿(motion compensation,MC)单元(两者在图2中未示出)。运动估计单元可用于接收或获取图像块203(当前图像17的当前图像块203)和解码图像231,或至少一个或多个之前重建块,例如,一个或多个其它/不同之前解码图像231的重建块,来进行运动估计。例如,视频序列可包括当前图像和之前的解码图像231,或换句话说,当前图像和之前的解码图像231可以为形成视频序列的图像序列的一部分或形成该图像序列。
例如,编码器20可用于从多个其它图像中的同一或不同图像的多个参考块中选择参考块,并将参考图像(或参考图像索引)和/或参考块的位置(x、y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数提供给运动估计单元。该偏移也称为运动矢量(motion vector,MV)。
运动补偿单元用于获取,例如接收,帧间预测参数,并根据或使用该帧间预测参数执行帧间预测,得到帧间预测块246。由运动补偿单元执行的运动补偿可能包含根据通过运动估计确定的运动/块矢量来提取或生成预测块,还可能包括对子像素精度执行内插。内插滤波可从已知像素的像素点中产生其它像素的像素点,从而潜在地增加可用于对图像块进行编码的候选预测块的数量。一旦接收到当前图像块的PU对应的运动矢量时,运动补偿单元可在其中一个参考图像列表中定位运动矢量指向的预测块。
运动补偿单元还可以生成与块和视频片相关的语法元素,以供视频解码器30在解码视频片的图像块时使用。此外,或者作为片和相应语法元素的替代,可以生成或使用编码区块组和/或编码区块以及相应语法元素。
熵编码
熵编码单元270用于将熵编码算法或方案(例如,可变长度编码(variable lengthcoding,VLC)方案、上下文自适应VLC方案(context adaptive VLC,CALVC)、算术编码方案、二值化算法、上下文自适应二进制算术编码(context adaptive binary arithmeticcoding,CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptive binary arithmetic coding,SBAC)、概率区间分割熵(probability intervalpartitioning entropy,PIPE)编码或其它熵编码方法或技术)应用于量化残差系数209、帧间预测参数、帧内预测参数、环路滤波器参数和/或其它语法元素,得到可以通过输出端272以编码比特流21等形式输出的编码图像数据21,使得视频解码器30等可以接收并使用用于解码的参数。可将编码比特流21传输到视频解码器30,或将其保存在存储器中稍后由视频解码器30传输或检索。
CABAC是一种常用的熵编码(entropy coding)技术,用于语法元素值的编码和解码处理。CABAC编码处理主要包括三个步骤:(1)将一个语法元素二值化为一个或多个二值的位元(bin),每个位元的取值为0或1;(2)对每一个位元,根据上下文信息(例如语法元素对应的节点周围已重建区域内的编码信息)确定这个位元的概率模型,通常称为上下文模型;(3)根据上下文模型中的概率值对位元进行编码,并根据位元的值更新上下文模型中的概率值。相应的,CABAC解码处理主要包括三个步骤:(1)针对每一个位元,根据上下文信息决定这个位元的上下文模型;(2)根据上下文模型中的概率值对该位元的码流进行解码,并根据位元的值更新上下文模型中的概率值;(3)根据解码得到的一个或多个位元的值,得到对应的语法元素的值。
在编解码过程中,上下文模型的获取方法是相同的。通常,如果一个语法元素的取值只有0和1两个值,该语法元素被称为标志位(flag),其被二值化为1个bin,bin值为0对应于语法元素的值为0,bin值为1对应于语法元素的值为1。
统计意义上,一个bin为1的概率越接近于0.5,编码该bin需要的比特越多;一个bin为1的概率越接近于0或1,编码该bin需要的比特越少。根据上下文信息从多个概率模型中选择一个概率模型组为上下文模型,则可以将一个bin为1的总概率拆分成为多种情况下bin为1的条件概率,每个条件概率相比于总概率可以更接近于0或1,从而降低编码比特数,提高熵编码的效率。然而,如果上下文模型选取不当,则条件概率可能与总概率接近,无法提高熵编码的效率。
视频编码器20的其它结构变体可用于对视频流进行编码。例如,基于非变换的编码器20可以在某些块或帧没有变换处理单元206的情况下直接量化残差信号。在另一种实现方式中,编码器20可以具有组合成单个单元的量化单元208和反量化单元210。
解码器和解码方法
图3为本发明实施例实施例的视频解码器30的示例性框图。视频解码器30用于接收例如由编码器20编码的编码图像数据21(例如编码比特流21),得到解码图像331。编码图像数据或比特流包括用于解码所述编码图像数据的信息,例如表示编码视频片(和/或编码区块组或编码区块)的图像块的数据和相关的语法元素。
在图3的示例中,解码器30包括熵解码单元304、反量化单元310、逆变换处理单元312、重建单元314(例如求和器314)、环路滤波器320、解码图像缓冲器(DBP)330、模式应用单元360、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或包括运动补偿单元。在一些示例中,视频解码器30可执行大体上与参照图2的视频编码器100描述的编码过程相反的解码过程。
如编码器20所述,反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲器DPB230、帧间预测单元344和帧内预测单元354还组成视频编码器20的“内置解码器”。相应地,反量化单元310在功能上可与反量化单元110相同,逆变换处理单元312在功能上可与逆变换处理单元122相同,重建单元314在功能上可与重建单元214相同,环路滤波器320在功能上可与环路滤波器220相同,解码图像缓冲器330在功能上可与解码图像缓冲器230相同。因此,视频编码器20的相应单元和功能的解释相应地适用于视频解码器30的相应单元和功能。
熵解码
熵解码单元304用于解析比特流21(或一般为编码图像数据21)并对编码图像数据21执行熵解码,得到量化系数309和/或解码后的编码参数(图3中未示出)等,例如帧间预测参数(例如参考图像索引和运动矢量)、帧内预测参数(例如帧内预测模式或索引)、变换参数、量化参数、环路滤波器参数和/或其它语法元素等中的任一个或全部。熵解码单元304可用于应用编码器20的熵编码单元270的编码方案对应的解码算法或方案。熵解码单元304还可用于向模式应用单元360提供帧间预测参数、帧内预测参数和/或其它语法元素,以及向解码器30的其它单元提供其它参数。视频解码器30可以接收视频片和/或视频块级的语法元素。此外,或者作为片和相应语法元素的替代,可以接收或使用编码区块组和/或编码区块以及相应语法元素。
反量化
反量化单元310可用于从编码图像数据21(例如通过熵解码单元304解析和/或解码)接收量化参数(quantization parameter,QP)(或一般为与反量化相关的信息)和量化系数,并基于所述量化参数对所述解码的量化系数309进行反量化以获得反量化系数311,所述反量化系数311也可以称为变换系数311。反量化过程可包括使用视频编码器20为视频片中的每个视频块计算的量化参数来确定量化程度,同样也确定需要执行的反量化的程度。
逆变换
逆变换处理单元312可用于接收解量化系数311,也称为变换系数311,并对解量化系数311应用变换以得到像素域中的重建残差块213。重建残差块213也可称为变换块313。变换可以为逆变换,例如逆DCT、逆DST、逆整数变换或概念上类似的逆变换过程。逆变换处理单元312还可以用于从编码图像数据21(例如通过熵解码单元304解析和/或解码)接收变换参数或相应信息,以确定应用于解量化系数311的变换。
重建
重建单元314(例如,求和器314)用于将重建残差块313添加到预测块365,以在像素域中得到重建块315,例如,将重建残差块313的像素点值和预测块365的像素点值相加。
滤波
环路滤波器单元320(在编码环路中或之后)用于对重建块315进行滤波,得到滤波块321,从而顺利进行像素转变或提高视频质量等。环路滤波器单元320可包括一个或多个环路滤波器,例如去块滤波器、像素点自适应偏移(sample-adaptive offset,SAO)滤波器或一个或多个其它滤波器,例如自适应环路滤波器(adaptive loop filter,ALF)、噪声抑制滤波器(noise suppression filter,NSF)或任意组合。例如,环路滤波器单元220可以包括去块滤波器、SAO滤波器和ALF滤波器。滤波过程的顺序可以是去块滤波器、SAO滤波器和ALF滤波器。再例如,增加一个称为具有色度缩放的亮度映射(luma mapping with chromascaling,LMCS)(即自适应环内整形器)的过程。该过程在去块之前执行。再例如,去块滤波过程也可以应用于内部子块边缘,例如仿射子块边缘、ATMVP子块边缘、子块变换(sub-block transform,SBT)边缘和内子部分(intra sub-partition,ISP)边缘。尽管环路滤波器单元320在图3中示为环路滤波器,但在其它配置中,环路滤波器单元320可以实现为环后滤波器。
解码图像缓冲器
随后将一个图像中的解码视频块321存储在解码图像缓冲器330中,解码图像缓冲器330存储作为参考图像的解码图像331,参考图像用于其它图像和/或分别输出显示的后续运动补偿。
解码器30用于通过输出端312等输出解码图像311,向用户显示或供用户查看。
预测
帧间预测单元344在功能上可与帧间预测单元244(特别是运动补偿单元)相同,帧内预测单元354在功能上可与帧间预测单元254相同,并基于从编码图像数据21(例如通过熵解码单元304解析和/或解码)接收的分割和/或预测参数或相应信息决定划分或分割和执行预测。模式应用单元360可用于根据重建图像、块或相应的像素点(已滤波或未滤波)执行每个块的预测(帧内或帧间预测),得到预测块365。
当将视频片编码为帧内编码(intra coded,I)片时,模式应用单元360中的帧内预测单元354用于根据指示的帧内预测模式和来自当前图像的之前解码块的数据生成用于当前视频片的图像块的预测块365。当视频图像编码为帧间编码(即,B或P)片时,模式应用单元360中的帧间预测单元344(例如运动补偿单元)用于根据运动矢量和从熵解码单元304接收的其它语法元素生成用于当前视频片的视频块的预测块365。对于帧间预测,可从其中一个参考图像列表中的其中一个参考图像产生这些预测块。视频解码器30可以根据存储在DPB 330中的参考图像,使用默认构建技术来构建参考帧列表0和列表1。除了片(例如视频片)或作为片的替代,相同或类似的过程可应用于编码区块组(例如视频编码区块组)和/或编码区块(例如视频编码区块)的实施例,例如视频可以使用I、P或B编码区块组和/或编码区块进行编码。
模式应用单元360用于通过解析运动矢量和其它语法元素,确定用于当前视频片的视频块的预测信息,并使用预测信息产生用于正在解码的当前视频块的预测块。例如,模式应用单元360使用接收到的一些语法元素确定用于编码视频片的视频块的预测模式(例如帧内预测或帧间预测)、帧间预测片类型(例如B片、P片或GPB片)、用于片的一个或多个参考图像列表的构建信息、用于片的每个帧间编码视频块的运动矢量、用于片的每个帧间编码视频块的帧间预测状态、其它信息,以解码当前视频片内的视频块。除了片(例如视频片)或作为片的替代,相同或类似的过程可应用于编码区块组(例如视频编码区块组)和/或编码区块(例如视频编码区块)的实施例,例如视频可以使用I、P或B编码区块组和/或编码区块进行编码。
在一个实施例中,图3所示的视频编码器30还可以用于使用片(也称为视频片)分割和/或解码图像,其中图像可以使用一个或多个片(通常为不重叠的)进行分割或解码。每个片可包括一个或多个块(例如CTU)或一个或多个块组(例如H.265/HEVC/VVC标准中的编码区块和VVC标准中的砖。
在一个实施例中,图3所示的视频解码器30还可以用于使用片/编码区块组(也称为视频编码区块组)和/或编码区块(也称为视频编码区块)对图像进行分割和/或解码,其中图像可以使用一个或多个片/编码区块组(通常为不重叠的)进行分割或解码,每个片/编码区块组可包括一个或多个块(例如CTU)或一个或多个编码区块等,其中每个编码区块可以为矩形等形状,可包括一个或多个完整或部分块(例如CTU)。
视频解码器30的其它变型可用于对编码图像数据21进行解码。例如,解码器30可以在没有环路滤波器单元320的情况下产生输出视频流。例如,基于非变换的解码器30可以在某些块或帧没有逆变换处理单元312的情况下直接反量化残差信号。在另一种实现方式中,视频解码器30可以具有组合成单个单元的反量化单元310和逆变换处理单元312。
应理解,在编码器20和解码器30中,可以对当前步骤的处理结果进一步处理,然后输出到下一步骤。例如,在插值滤波、运动矢量推导或环路滤波之后,可以对插值滤波、运动矢量推导或环路滤波的处理结果进行进一步的运算,例如裁剪(clip)或移位(shift)运算。
应该注意的是,可以对当前块的推导运动矢量(包括但不限于仿射模式的控制点运动矢量、仿射、平面、ATMVP模式的子块运动矢量、时间运动矢量等)进行进一步运算。例如,根据运动矢量的表示位将运动矢量的值限制在预定义范围。如果运动矢量的表示位为bitDepth,则范围为-2^(bitDepth-1)至2^(bitDepth-1)-1,其中“^”表示幂次方。例如,如果bitDepth设置为16,则范围为-32768~32767;如果bitDepth设置为18,则范围为-131072~131071。例如,推导运动矢量的值(例如一个8×8块中的4个4×4子块的MV)被限制,使得所述4个4×4子块MV的整数部分之间的最大差值不超过N个像素,例如不超过1个像素。这里提供了两种根据bitDepth限制运动矢量的方法。
尽管上述实施例主要描述了视频编解码,但应注意的是,译码系统10、编码器20和解码器30的实施例以及本文描述的其它实施例也可以用于静止图像处理或编解码,即视频编解码中独立于任何先前或连续图像的单个图像的处理或编解码。一般情况下,如果图像处理仅限于单个图像17,帧间预测单元244(编码器)和帧间预测单元344(解码器)可能不可用。视频编码器20和视频解码器30的所有其它功能(也称为工具或技术)同样可用于静态图像处理,例如残差计算204/304、变换206、量化208、反量化210/310、(逆)变换212/312、分割262/362、帧内预测254/354和/或环路滤波220/320、熵编码270和熵解码304。
图4为本发明实施例实施例的视频译码设备400的示例性框图。视频译码设备400适用于实现本文描述的公开实施例。在一个实施例中,视频译码设备400可以是解码器,例如图1A中的视频解码器30,也可以是编码器,例如图1A中的视频编码器20。
视频译码设备400包括:用于接收数据的入端口410(或输入端口410)和接收单元(receiver unit,Rx)420;用于处理数据的处理器、逻辑单元或中央处理器(centralprocessing unit,CPU)430;用于传输数据的发送单元(transmitter unit,Tx)440和出端口450(或输出端口450);用于存储数据的存储器460。视频译码设备400还可包括耦合到入端口410、接收单元420、发送单元440和出端口450的光电(optical-to-electrical,OE)组件和电光(electrical-to-optical,EO)组件,用于光信号或电信号的出口或入口。
处理器430通过硬件和软件实现。处理器430可实现为一个或多个处理器芯片、核(例如,多核处理器)、FPGA、ASIC和DSP。处理器430与入端口410、接收单元420、发送单元440、出端口450和存储器460通信。处理器430包括译码模块470。译码模块470实施上文所公开的实施例。例如,译码模块470执行、处理、准备或提供各种编码操作。因此,通过译码模块470为视频译码设备400的功能提供了实质性的改进,并且影响了视频译码设备400到不同状态的切换。或者,以存储在存储器460中并由处理器430执行的指令来实现译码模块470。
存储器460包括一个或多个磁盘、磁带机和固态硬盘,可以用作溢出数据存储设备,用于在选择执行程序时存储此类程序,并且存储在程序执行过程中读取的指令和数据。存储器460可以是易失性和/或非易失性的,可以是只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、三态内容寻址存储器(ternary content-addressable memory,TCAM)和/或静态随机存取存储器(static random-access memory,SRAM)。
图5为本发明实施例实施例的装置500的示例性框图,装置500可用作图1A中的源设备12和目的设备14中的任一个或两个。
装置500中的处理器502可以是中央处理器。或者,处理器502可以是现有的或今后将研发出的能够操控或处理信息的任何其它类型设备或多个设备。虽然可以使用如图所示的处理器502等单个处理器来实施已公开的实现方式,但使用一个以上的处理器速度更快和效率更高。
在一种实现方式中,装置500中的存储器504可以是只读存储器(ROM)设备或随机存取存储器(RAM)设备。任何其它合适类型的存储设备都可以用作存储器504。存储器504可以包括处理器502通过总线512访问的代码和数据506。存储器504还可包括操作系统508和应用程序510,应用程序510包括允许处理器502执行本文所述方法的至少一个程序。例如,应用程序510可以包括应用1至N,还包括执行本文所述方法的视频译码应用。
装置500还可以包括一个或多个输出设备,例如显示器518。在一个示例中,显示器518可以是将显示器与可用于感测触摸输入的触敏元件组合的触敏显示器。显示器518可以通过总线512耦合到处理器502。
虽然装置500中的总线512在本文中描述为单个总线,但是总线512可以包括多个总线。此外,辅助储存器可以直接耦合到装置500的其它组件或通过网络访问,并且可以包括存储卡等单个集成单元或多个存储卡等多个单元。因此,装置500可以具有各种各样的配置。
图6为本发明实施例量化参数的解码方法的一个示例性的流程图。过程600可由视频解码器30执行。过程600描述为一系列的步骤或操作,应当理解的是,过程600可以以各种顺序执行和/或同时发生,不限于图6所示的执行顺序。假设具有多个视频帧的视频数据流正在使用视频解码器30,执行包括如下步骤的过程600来解码以获得当前CU的亮度QP。
本发明实施例的量化参数的解码方法中涉及到的视频数据格式可以采用YUV4:2:0格式,也可以采用YUV4:2:2格式或YUV4:4:4格式,对此不做具体限定。另外,视频解码器当前正在处理的当前CU可以是视频解码器当前正在处理的CTU包含的多个叶节点中的其中之一。其中,CTU的划分方式可以是H.265标准中的QT划分方式,也可以是H.266标准中的QT-BT/TT划分方式,还可以是AVS3标准中的QT-BT/EQT划分方式,本发明实施例对此不做具体限定。CTU的尺寸例如可以是128×128。
步骤601、确定当前CU所属的当前矩形区域。
与编码侧相对应,解码侧也可以根据预先设定的解码顺序(与编码顺序相对应)依次解码码流以获得CTU中包含的多个CU各自的编码信息,在该解码过程中,正在解码码流以确定CU编码信息的CU即为当前CU。
解码器在解码码流的过程中,根据码流中携带的语法元素可以确定当前处理的CTU的划分方式,在基于该划分方式对CTU划分后,再分别根据划分得到的各个编码树节点的语法元素确定编码树节点是否继续划分,及其划分方式,以此类推。上述过程中,针对每个编码树节点,解码器可以判断该编码树节点对应的矩形区域是否可以被确定为是CTU的其中一个矩形区域。
在一种可能的实现方式中,编码树节点对应的矩形区域被确定为是CTU的其中一个矩形区域需符合预设条件,该预设条件可以包括:
(1)编码树节点对应的矩形区域的面积等于设定面积的二倍,且该矩形区域被采用三叉树划分方式分成三个编码树节点。
设定面积构成矩形区域的面积约束,解码器将编码树节点对应的矩形区域的面积与设定面积进行比较。如果编码树节点对应的矩形区域的面积是设定面积的二倍,而且该编码树节点采用TT划分方式被划分成三个编码树节点。例如,如图7d和7e所示,在该编码树节点对应的矩形区域的面积是设定面积的二倍的前提下,该编码树节点被采用TT划分方式分成三个编码树节点,因此该编码树节点对应的矩形区域符合预设条件,可以被确定为是CTU的其中一个矩形区域。此外,该编码树节点被采用TT划分方式划分后,虽然编码树节点的中间区域的面积等于设定面积,但此编码树节点的中间区域不会被确定为是CTU的其中一个矩形区域。
(2)编码树节点对应的矩形区域的面积等于设定面积,且该矩形区域被划分成至少两个编码树节点。
设定面积构成矩形区域的面积约束,解码器将编码树节点对应的矩形区域的面积与设定面积进行比较。如果编码树节点对应的矩形区域的面积和设定面积相等,而且该编码树节点被划分成至少两个编码树节点,例如,该编码树节点的划分标志位split_cu_flag指示该编码树节点被继续划分,则该编码树节点被确定为是CTU的其中一个矩形区域。例如,如图8所示,设定面积是1/4CTU,CTU的左上角包含h、i和j的编码树节点对应的矩形区域的面积为1/4CTU,且该编码树节点被划分成h、i和j这三个编码树节点,因此该编码树节点对应的矩形区域符合预设条件,可以被确定为是CTU的其中一个矩形区域。
上述两个条件(1)和(2)中,对矩形区域的形状不做具体限定,即矩形区域可以是长方形区域,也可以是正方形区域。在一种可能的实现方式中,在满足情况(2)的条件的前提下,还可以限定矩形区域的形状为正方形。该情况可以参考H.265/HEVC标准中的量化组(quantization group,QG),一个QG对应于图像中一个N×N的区域。
本发明实施例中CTU包含的多个矩形区域中的各个矩形区域可以分别满足上述条件(1)或(2),但并不限定CTU包含的所有矩形区域均满足于同一个条件。
可选的,可以使用一个语法元素cu_qp_group_size_log2_minus3指示设定面积(CuQpGroupAreaSize),语法元素cu_qp_group_size_log2_minus3可以是一个2位(bit)的无符号正数,其取值范围可以是0~3。设定面积满足条件:CuQpGroupAreaSize=1<<(cu_qp_group_size_log2_minus3+3)。
可选的,也可以使用一个语法元素并结合CTU的大小来间接指示设定面积。例如,H.265/HEVC标准中,在PPS中传输语法元素diff_cu_qp_delta_depth,由该语法元素导出一个N×N的矩形区域,H.265标准中称之为QG,其中N=CTUSize>>diff_cu_qp_delta_depth,CTUSize为CTU的边长。例如,CTUSize=64,diff_cu_qp_delta_depth=2,可以得到N=16,则对应的设定面积为256。
设定面积可以在码流中传输,例如该设定面积可以在序列头、图像头、条带头、图像参数集(picture parameter set,PPS)等高层语法结构中传输。
本发明实施例中可以根据当前CU对应的图像区域包含的像素点分别与CTU包含的各个矩形区域之间的位置关系来确定确定当前CU所属的当前矩形区域。
在一种可能的实现方式中,将包含了当前CU对应的图像区域包含的所有像素点的矩形区域确定为当前CU所属的当前矩形区域。即CTU包含的多个矩形区域中,当前CU对应的图像区域包含的所有像素点的位置全部位于其中某一个矩形区域内,那么该矩形区域即为当前CU所属的当前矩形区域。
在一种可能的实现方式中,将包含当前CU对应的图像区域包含的所有像素点中的特定像素点的矩形区域确定为当前CU所属的当前矩形区域。本发明实施例可以采用以下任意一种方式确定当前CU所属的当前矩形区域:
(1)将多个矩形区域中包含当前CU的左上角的矩形区域确定为当前矩形区域。
(2)将多个矩形区域中包含当前CU的右下角的矩形区域确定为当前矩形区域。
(3)将多个矩形区域中包含当前CU的中心点的矩形区域确定为当前矩形区域。
例如,图9为本发明实施例当前CU和当前矩形区域的一个示例性的示意图,如图9所示,虚线将CTU划分为4个矩形区域A1~A4,实线将该CTU划分成12个编码单元CU1~CU12。
a、如果将包含CU的左上角的矩形区域确定为该CU所属的当前矩形区域,则CU1~CU3、CU5所属的当前矩形区域均为A1,CU4、CU6~CU9所属的当前矩形区域均为A2,CU11所属的当前矩形区域均为A3,CU10和CU12所属的当前矩形区域均为A4。
b、如果将包含CU的右下角的矩形区域确定为该CU所属的当前矩形区域,则CU1所属的当前矩形区域均为A1,CU2~CU4、CU7所属的当前矩形区域均为A2,CU5和CU11所属的当前矩形区域均为A3,CU6、CU8~CU10、CU12所属的当前矩形区域均为A4。
步骤602、根据当前矩形区域中已解码得到的亮度QP差分值的个数确定目标上下文模型。
目标上下文模型用于解码码流以获得目标二元符号,该目标二元符号用于指示当前CU的亮度QP差分值是否为0,目标二元符号可以是当前CU的亮度QP差分值的其中一个二元符号。本发明实施例中二元符号也可以称作位元(bin)。
任意一个CU的亮度QP差分值是一个有符号的整数,其可以是0、正整数或负整数。通常有两种方法表示CU的亮度QP差分值:
第一种方法是将CU的亮度QP差分值用一个语法元素表示。例如AVS2标准中的语法元素cu_qp_delta,用一元码进行二值化,例如,有符号的整数0、1、-1、2、-2可以分别二值化为二元符号串1、01、001、0001、00001,该些二元符号串的第一个二元符号(即目标二元符号)用于表示其所属的cu_qp_delta(表示CU的亮度QP差分值)是否为0。当cu_qp_delta的第一个二元符号为1时,表示其所属的cu_qp_delta(即CU的亮度QP差分值)为0;当cu_qp_delta的第一个二元符号为0时,表示其所属的cu_qp_delta(即CU的亮度QP差分值)不为0,继续解析码流以得到cu_qp_delta的其他二元符号,即CU的亮度QP差分值的具体非零数值。
解码器可以在解码码流得到语法元素cu_qp_delta的第一个二元符号后,基于该二元符号,如果确定当前CU的亮度QP差分值为0,则语法元素cu_qp_delta解析完毕;如果确定当前CU的亮度QP差分值不为0,则需要继续解码码流以得到语法元素cu_qp_delta的具体非零数值。
第二种方法是将CU的亮度QP差分值用两个语法元素表示,其中一个语法元素表示CU的亮度QP差分值的绝对值,另一个语法元素表示CU的亮度QP差分值的符号。例如H.265标准中的语法元素cu_qp_delta_abs(表示CU的亮度QP差分值的绝对值)和语法元素cu_qp_delta_sign_flag(表示CU的亮度QP差分值的符号),cu_qp_delta_abs二值化后的第一个二元符号(即目标二元符号)用于表示CU的亮度QP差分值是否为0。当cu_qp_delta_abs的第一个二元符号为0时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)为0,且cu_qp_delta_sign_flag也为0;当cu_qp_delta_abs的第一个二元符号为1时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)不为0,继续解析码流以得到cu_qp_delta_abs的其他二元符号,即CU的亮度QP差分值的绝对值的具体非零数值,以及得到cu_qp_delta_sign_flag(即CU的亮度QP差分值的符号)表示正号还是负号。作为另一种方式,当cu_qp_delta_abs的第一个二元符号为1时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)为0,且cu_qp_delta_sign_flag也为0;当cu_qp_delta_abs的第一个二元符号为0时,表示其所属的cu_qp_delta_abs(即CU的亮度QP差分值的绝对值)不为0,继续解析码流以得到cu_qp_delta_abs的其他二元符号,即CU的亮度QP差分值的绝对值的具体非零数值,以及得到cu_qp_delta_sign_flag(即CU的亮度QP差分值的符号)表示正号还是负号。
解码器可以在解码码流得到语法元素cu_qp_delta_abs的第一个二元符号后,基于该二元符号,如果确定当前CU的亮度QP差分值的绝对值为0,则语法元素cu_qp_delta_abs解析完毕。当cu_qp_delta_abs为0时,语法元素cu_qp_delta_sign_flag默认为0,为节省码流,该情况下编码器可以不用在码流中传输语法元素cu_qp_delta_sign_flag;如果确定当前CU的亮度QP差分值的绝对值不为0,则需要继续解码码流以得到语法元素cu_qp_delta_abs的具体非零数值,以及得到语法元素cu_qp_delta_sign_flag表示正号还是负号。解码器可以基于语法元素cu_qp_delta_abs和cu_qp_delta_sign_flag得到当前CU的亮度QP差分值CuDeltaQp=cu_qp_delta_abs*(cu_qp_delta_sign_flag?-1:1)。可选的,语法元素cu_qp_delta_sign_flag可以使用CABAC的旁路(bypass)模式进行解码。
可选的,如果确定码流中不存在语法元素cu_qp_delta_abs,则解码器可以确定当前CU的亮度QP差分值CuDeltaQp为0。
在编码端,如果当前CU是包含亮度分量和色度分量的CU,且亮度分量或色度分量有残差,则编码器可以在当前CU的语法元素中传输一个亮度QP差分值,解码器相应地需要解析这个亮度QP差分值;如果当前CU是仅包含亮度分量的CU,且亮度分量有残差,则编码器可以在当前CU的语法元素中传输一个亮度QP差分值,解码器相应地需要解析这个亮度QP差分值;如果当前CU是仅包含色度分量的CU,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值;如果当前CU是包含亮度分量和色度分量的CU,且亮度和色度分量均没有残差,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值;如果当前CU是仅包含亮度分量的CU,且亮度分量没有残差,则编码器可以在当前CU的语法元素中不传输亮度QP差分值,解码器相应地不需要解析亮度QP差分值。对于上述这些解码器不需要解析当前CU的亮度QP差分值的情况,解码器可以将当前CU的亮度QP差分值赋值为默认值,例如0。
相应的,在解码端,解码器如果通过解析二元符号确定当前CU的亮度QP差分值,则当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数加1;如果当前CU的亮度QP差分值不显式地出现在码流中,则当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数不变。例如,如果解码器开放了本发明实施例的解码方法,那么针对当前矩形区域,在解码当前矩形区域的初始阶段,解码器可以先初始化当前矩形区域中已解码得到的亮度QP差分值的个数(NumDeltaQp)、当前矩形区域的左上角的坐标(CuQpGroupX,CuQpGroupY)。可以如下所示:
Figure BDA0002815448160000291
其中,!FixedQP=1表示图像的片(patch)或条带(slice)中亮度QP不是固定的,CuDeltaQpFlag=1表示图像中任意一个CTU内的各个CU的亮度QP不同,为了兼容现有标准,!FixedQP和CuDeltaQpFlag是本发明实施例的解码方法在这个AVS标准中的实际开关,即!FixedQP=1&&CuDeltaQpFlag=1表示打开本发明实施例的解码方法;width*height>=CuQpGroupAreaSize表示当前CU的面积大于或等于设定面积;NumDeltaQp被初始化为0,表示初始阶段当前矩形区域中已解码得到的亮度QP差分值的个数为0;CuQpGroupX=x0和CuQpGroupY=y0表示当前矩形区域的左上角的坐标为(x0,y0)。
针对当前CU,解码器可以在解析到当前CU的亮度QP的差分值的绝对值和符号后,对当前矩形区域中已解码得到的亮度QP差分值的个数加1,如下所示:
Figure BDA0002815448160000292
其中,!FixedQP=1&&CuDeltaQpFlag=1表示打开本发明实施例的解码方法;component!='COMPONENT_CHROMA'表示当前CU的分量不是色度分量;cu_qp_delta_abs表示当前CU的亮度QP的差分值的绝对值,如果cu_qp_delta_abs不为0,则解析cu_qp_delta_sign_flag(当前CU的亮度QP的差分值的符号);基于前述情况,NumDeltaQp加1,NumDeltaQp可能是随着解码器的解码过程发生变化的。
因此解码器在解析到任意一个当前CU时,可以获取到当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数,例如,如果当前CU是当前矩形区域中的第一个解码的CU,那么前述个数在解码当前CU时为0;如果当前CU不是当前矩形区域中的第一个解码的CU,那么前述个数在解码当前CU时为累加值,该累加值可以为0,也可以不为0。
在一种可能的实现方式中,解码器可以根据已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定目标上下文模型。
可选的,解码器先确定可用于解码码流的多个候选上下文模型的索引索引偏移量,然后将已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定为目标上下文模型的索引索引偏移量,最后将多个候选上下文模型的索引偏移量与目标上下文模型的索引偏移量一致的候选上下文模型确定为目标上下文模型。
本发明实施例可以预先设定用于对码流进行解码的上下文模型和第一设定阈值,该第一设定阈值与前述上下文模型的个数对应,例如,可以二进制算术编码(contextadaptive binary arithmetic coding,CABAC)算法包含的多个上下文模型中,选取多个上下文模型对目标二元符号对应的码流进行解码。
示例性的,上下文模型(亦称作二元符号模型)ctx=ctxArray[ctxIdx],其中,ctxArray是保存二元符号模型的数组,ctxIdx是数组的索引值(即二元符号模型的编号),因此可以根据ctxIdx从ctxArray数组中找到对应的二元符号模型。语法元素的所采用的二元符号模型的编号ctxIdx=ctxIdxStart+ctxIdxInc,其中,ctxIdxStart和ctxIdxInc见表1。
表1语法元素对应的ctxIdxStart和ctxIdxInc
语法元素 ctxIdxInc ctxIdxStart ctx的数量
ctp_y[i] 0 144 1
cu_qp_delta_abs 见8.3.3.2.xx 145 4
本发明实施例中目标二元符号是语法元素cu_qp_delta_abs中的第一个二元符号,而语法元素cu_qp_delta_abs对应的ctxIdxStart=145,共有4个模型可用于解析语法元素cu_qp_delta_abs,该4个模型的索引偏移量ctxIdxInc是0、1、2或3。本发明实施例可以采用如下方法确定语法元素cu_qp_delta_abs包含的各个二元符号的上下文模型:
如果binIdx为0,则ctxIdxInc=min(NumDeltaQp,2);
否则,ctxIdxInc=3。
其中,ctxIdxInc表示上下文模型的索引偏移量;binIdx表示语法元素cu_qp_delta_abs中的二元符号的编号,binIdx为0表示语法元素cu_qp_delta_abs中的第一个二元符号(即上述目标二元符号),binIdx不为0表示语法元素cu_qp_delta_abs中除第一个二元符号外的其他二元符号;NumDeltaQp表示当前矩形区域中已解码得到的亮度QP差分值的个数;min()表示取小。
上述实施例中,解码器可以基于上述表1确定语法元素cu_qp_delta_abs的上下文模型的起始编号(ctxIdxStart),对于语法元素cu_qp_delta_abs中的第一个二元符号(目标二元符号),采用上述取小函数确定目标二元符号的上下文模型的索引偏移量ctxIdxInc,进而得到目标二元符号的上下文模型的索引ctxIdx;而对于语法元素cu_qp_delta_abs中的其他二元符号,其上下文模型的索引偏移量ctxIdxInc=3,进而得到其他二元符号的上下文模型的索引ctxIdx=148。
在一种可能的实现方式中,目标上下文模型的索引偏移量ctxIdxInc=min(Num,X),其中,X为大于或等于1的预设常数,例如X=1或2,Num表示当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数,min()表示取小值。
例如:当X为1时,ctxIdxInc的取值范围为0和1。此时,如果当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数为0,则目标上下文模型的索引偏移量ctxIdxInc=0;如果当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数大于0,则目标上下文模型的索引偏移量ctxIdxInc=1。即若当前矩形区域中已解码得到的亮度QP差分值的个数为0,则采用索引偏移量为0的上下文模型解码码流以得到当前CU的目标二元符号;若当前矩形区域中已解码得到的亮度QP差分值的个数大于0,则采用索引偏移量为1的上下文模型解码码流以得到当前CU的目标二元符号。
例如:当X为2时,ctxIdxInc的取值范围为0、1和2。此时,如果当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数为0,则目标上下文模型的索引偏移量ctxIdxInc=0;如果当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数为1,则目标上下文模型的索引偏移量ctxIdxInc=1;如果当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数大于1,则目标上下文模型的索引偏移量ctxIdxInc=2。即若当前矩形区域中已解码得到的亮度QP差分值的个数为0,则采用索引偏移量为0的上下文模型解码码流以得到当前CU的目标二元符号;若当前矩形区域中已解码得到的亮度QP差分值的个数为1,则采用索引偏移量为1的上下文模型解码码流以得到当前CU的目标二元符号;若当前矩形区域中已解码得到的亮度QP差分值的个数大于1,则采用索引偏移量为2的上下文模型解码码流以得到当前CU的目标二元符号。
可选的,解码器可以先确定可用于解码码流的多个上下文模型的索引偏移量。当已解码得到的亮度QP差分值的个数为0时,若前一个CU的亮度QP差分值为0,则目标上下文模型的索引偏移量为0;或者,若前一个CU的亮度QP差分值不为0,则目标上下文模型的索引偏移量为1,前一个CU是按照解码顺序先于当前CU的前一个CU,例如,前一个CU可以是当前CU的左侧相邻的CU,或者,前一个CU可以是当前CU的上方相邻的CU,或者,前一个CU可以是当前CU的前一个解码的CU;或者,当已解码得到的亮度QP差分值的个数不为0时,目标上下文模型的索引偏移量为2;或者,目标上下文模型的索引偏移量与已解码得到的亮度QP差分值的个数和第二设定阈值相关联。最后将多个上下文模型中索引偏移量与目标上下文模型的索引偏移量一致的上下文模型确定为目标上下文模型。
同理,本发明实施例可以预先设定用于对目标二元符号对应的码流进行解码的上下文模型和第一设定阈值,该第一设定阈值与前述上下文模型的个数对应,例如,可以CABAC算法包含的多个上下文模型中,从多个候选上下文模型中选取目标上下文模型对目标二元符号对应的码流进行解码。
若当前矩形区域中已解码得到的亮度QP差分值的个数为0,则获取在当前CU之前解码的CU(前一个CU)的亮度QP差分值,此时该前一个CU与当前CU可以属于同一个矩形区域,也可能不属于同一个矩形区域。若前一个CU的亮度QP差分值为0,则目标上下文模型的索引偏移量为0;若前一个CU的亮度QP差分值不为0,则目标上下文模型的索引偏移量为1。
若当前矩形区域中已解码得到的亮度QP差分值的个数大于0,则,目标上下文模型的索引偏移量可以为2。或者,目标上下文模型的索引偏移量与已解码得到的亮度QP差分值的个数和第二设定阈值相关联,例如,目标上下文模型的索引偏移量ctxIdxInc=min(Num-1,Y)+2,Y为第二设定阈值。
需要说明的是,本发明实施例可以预先从CABAC算法包含的多个上下文模型中,从几个(例如表1中的四个)候选上下文模型中选取目标上下文模型对目标二元符号对应的码流进行解码,亦即本发明实施例在解码目标二元符号对应的码流时,不需要从大量的上下文模型中选取,可以减少上下文模型的选取范围。而且在选取目标上下文模型时参考了当前CU所属的当前矩形区域中已解码得到的亮度QP差分值的个数,可以提高目标上下文模型与目标二元符号取值的匹配率,进而提高目标二元符号的解码效率,尤其适用于大多数矩形区域内只包含一个或两个需传输亮度QP差分值的CU,而少部分矩形区域包含两个以上需传输亮度QP差分值的CU的情况,能够有效节省这种情况下QP差分值在码流中的比特开销。
步骤603、根据目标上下文模型解码码流以得到目标二元符号。
解码器在确定目标上下文模型后可以采用相关技术基于该模型解码目标二元符号对应的码流,以获得该目标二元符号。
需要说明的是,本发明实施例对当前CU的亮度QP的差分值的其他二元符号对应的码流可以采用相关技术进行解码,本发明实施例对此不做具体限定。
步骤604、根据目标二元符号确定当前CU的亮度QP差分值。
若当前CU的亮度QP差分值用两个语法元素表示,例如,语法元素cu_qp_delta_abs表示CU的亮度QP差分值的绝对值和语法元素cu_qp_delta_sign_flag表示CU的亮度QP差分值的符号,则解码器可以基于目标二元符号:当目标二元符号指示当前CU的亮度QP差分值为0时,确定当前CU的亮度QP差分值的符号和绝对值均为0;当目标二元符号指示当前CU的亮度QP差分值不为0时,解码码流以得到当前CU的亮度QP差分值的符号和绝对值。
若当前CU的亮度QP差分值用一个语法元素表示,例如,语法元素cu_qp_delta表示CU的亮度QP差分值,这是一个有符号的正数,则解码器可以基于目标二元符号:当目标二元符号指示当前CU的亮度QP差分值为0时,确定当前CU的亮度QP差分值为0;当目标二元符号指示当前CU的亮度QP差分值不为0时,解码码流以得到当前CU的亮度QP差分值。
步骤605、根据当前CU的亮度QP差分值和当前CU的亮度QP预测值得到当前CU的亮度QP。
本发明实施例中当前CU的亮度QP预测值可以通过如下方法得到:当当前CU不是当前矩形区域中解码顺序排在第一位的CU时,将前一个CU的亮度QP确定为当前CU的亮度QP预测值,该前一个CU是按照解码顺序先于当前CU的前一个CU;或者,当当前CU是当前矩形区域中解码顺序排在第一位的CU时,将当前CU的相邻CU的亮度QP确定为当前CU的亮度QP预测值,相邻CU包含亮度分量。相邻CU可以是当前CU的左相邻CU和/或上相邻CU。这样针对矩形区域中的非第一个解码的CU,解码器可以直接将其前一个解码的CU的亮度QP作为该CU的亮度QP预测值,从而可以提高矩形区域中的各个CU的亮度QP的获取效率,进而提高解码效率。
换言之,如果当前CU的左上角的坐标等于当前矩形区域的左上角的坐标(CuQpGroupX,CuQpGroupY),表示当前CU是当前矩形区域中解码顺序排在第一位的CU,则当前CU的亮度QP预测值PreviousCuQP等于当前CU的左相邻CU的亮度QP,该左相邻CU是包含亮度分量的;否则(即当前CU的左上角的坐标不等于当前矩形区域的左上角的坐标(CuQpGroupX,CuQpGroupY,表示当前CU不是当前矩形区域中解码顺序排在第一位的CU),当前CU的亮度QP预测值PreviousCuQP等于当前CU的前一个CU的亮度QP,该前一个CU也是包含亮度分量的。
可选的,针对当前CU不是当前矩形区域中解码顺序排在第一位的CU的情况,解码器可以采用相关技术获取当前CU的亮度QP预测值。例如,HEVC标准中的语法元素qPY_PRED,qPY_PRED可以根据当前QG的左相邻位置的亮度QP、上相邻位置的亮度QP预测得到。当前QG的左相邻位置为(xQg-1,yQg),上相邻位置为(xQg,yQg-1)。上相邻位置的亮度QP即为覆盖上相邻位置的CU的亮度QP;如果上相邻位置不可得或者上相邻位置与当前块不属于同一个区块(Tile)时,将上相邻位置的亮度QP设置为前一个QG中最后一个CU的亮度QP(例如HEVC标准中的qPY_PREV)。相似的,左相邻位置的亮度QP即为覆盖左相邻位置的编码单元的亮度QP;如果左相邻位置不可得或者左相邻位置与当前块不属于同一个区块时,将左相邻位置的亮度QP设置为前一个QG中最后一个CU的亮度QP。
当前CU不是当前矩形区域中解码顺序排在第一位的CU,表示当前CU之前,解码器已经解码了该当前矩形区域中的其他一个或多个CU。需要说明的是,这里涉及到的一个或多个CU只考虑其是否解码获得重建块,而并不是考虑其是否已解码获得其亮度QP差分值。
解码器可以将当前CU的亮度QP预测值和当前CU的亮度QP差分值相加,得到当前CU的亮度QP。
在一种可能的实现方式中,如果FixedQP为1(表示图像的片(patch)或条带(slice)中亮度QP是固定的),或者CuDeltaQpFlag为0(表示图像中任意一个CTU内的各个CU的亮度QP相同),则当前CU的亮度QP,即CurrentQp等于当前CU的亮度QP预测值PreviousQp加上当前CU所在的LCU的亮度QP差分值lcuQpDelta;或者,
如果FixedQP为0(表示图像的片(patch)或条带(slice)中亮度QP不是固定的),且CuDeltaQpFlag为1(表示图像中任意一个CTU内的各个CU的亮度QP不同),且当前CU仅包含色度分量,则当前CU的亮度QP,即CurrentQp等于当前CU的右下角的4×4子块的亮度QP;或者,
如果FixedQP为0(表示图像的片(patch)或条带(slice)中亮度QP不是固定的),且CuDeltaQpFlag为1(表示图像中任意一个CTU内的各个CU的亮度QP不同),且CuCtp等于0,则当前CU的亮度QP,即CurrentQp等于当前CU的亮度QP预测值PreviousCuQP;或者,
除上述几种情况外,当前CU的亮度QP,即CurrentQp等于当前CU的亮度QP预测值PreviousCuQP加上当前CU的亮度QP差分值CuDeltaQp。
本发明实施例根据设定矩形区域中已解码获得亮度QP差分值的CU的个数确定当前CU的亮度QP差分值的第一个二元符号的上下文模型,从而将设定矩形区域中的第一个亮度QP差分值和非第一个亮度QP差分值采用不同的上下文模型来建模其是否为0的概率模型,尤其适用于大多数矩形区域内只包含一个或两个需传输亮度QP差分值的CU,而少部分矩形区域包含两个以上需传输亮度QP差分值的CU的情况,这样编码总是为0的QP差分值只需要消耗很少的比特(典型值约为总码率的0.05%),能够有效节省这种情况下QP差分值在码流中的比特开销,可以提高编码效率。另外,本发明实施例可以为设定矩形区域中的各个CU分别设置亮度QP差分值,使得亮度QP差分值的方案更加灵活。
解码器得到当前CU的亮度QP后,可以根据该亮度QP进行反量化处理得到当前CU的亮度反量化系数,然后对当前CU的亮度反量化系数进行逆变换处理得到当前CU的亮度残差块,最后根据当前CU的亮度残差块获取当前CU的亮度重建块。该过程可参照上述解码器30的描述,此处不再赘述。
图10为本发明实施例的译码装置1000的一个示例性的结构示意图。该译码装置1000可以对应于视频解码器30。该译码装置1000包括熵解码模块1001、反量化模块1002、预测模块1003、反变换模块1004和重建模块1005,用于实现图6所示的方法实施例。在一种示例下,熵解码模块1001可以对应于图3中的熵解码单元304,反量化模块1002可以对应于图3中的反量化单元310,预测模块1003可以对应于图3中的帧内预测单元344或帧间预测单元354,反变换模块1004可以对应于图3中的逆变换处理单元312,重建模块1005可以对应于图3中的重建单元314。装置实施例的细节参见前述方法实施例和图3所示的实施例,这里不再赘述。
在实现过程中,上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。处理器可以是通用处理器、数字信号处理器(digital signalprocessor,DSP)、特定应用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。本发明实施例实施例公开的方法的步骤可以直接体现为硬件编码处理器执行完成,或者用编码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
上述各实施例中提及的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明实施例的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明实施例各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(个人计算机,服务器,或者网络设备等)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以所述权利要求的保护范围为准。

Claims (22)

1.一种量化参数的解码方法,其特征在于,包括:
确定当前编码单元CU所属的当前矩形区域,所述当前矩形区域是待解码的编码树单元CTU包含的多个矩形区域的其中之一,所述多个矩形区域均符合预设条件;
根据所述当前矩形区域中已解码得到的亮度量化参数QP差分值的个数确定目标上下文模型;
根据所述目标上下文模型解码码流以得到目标二元符号,所述目标二元符号用于指示所述当前CU的亮度QP差分值是否为0,所述目标二元符号是所述当前CU的亮度QP差分值的其中一个二元符号;
根据所述目标二元符号确定所述当前CU的亮度QP差分值;
根据所述当前CU的亮度QP差分值和所述当前CU的亮度QP预测值得到所述当前CU的亮度QP。
2.根据权利要求1所述的方法,其特征在于,所述多个矩形区域均符合预设条件包括以下任意一种或多种情况:
所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积的二倍,且所述一个或多个矩形区域被采用三叉树划分方式分成三个编码树节点;或者,
所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积,且所述一个或多个矩形区域被划分成至少两个编码树节点。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述当前矩形区域中已解码得到的亮度量化参数QP差分值的个数确定目标上下文模型,包括:
根据所述已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定所述目标上下文模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定所述目标上下文模型,包括:
将所述已解码得到的亮度QP差分值的个数和所述第一设定阈值中的最小者确定为所述目标上下文模型的索引偏移量;
从多个候选上下文模型中,将所述多个候选上下文模型的索引偏移量中与所述目标上下文模型的索引偏移量一致的候选上下文模型确定为所述目标上下文模型。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述当前CU的亮度QP预测值是通过如下方法得到:
当所述当前CU不是所述当前矩形区域中解码顺序排在第一位的CU时,将前一个CU的亮度QP确定为所述当前CU的亮度QP预测值,所述前一个CU是按照解码顺序先于所述当前CU的前一个CU;或者,
当所述当前CU是所述当前矩形区域中解码顺序排在第一位的CU时,将所述当前CU的相邻CU的亮度QP确定为所述当前CU的亮度QP预测值,所述相邻CU包含亮度分量。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述目标二元符号确定所述当前CU的亮度QP差分值,包括:
当所述目标二元符号指示所述当前CU的亮度QP差分值为0时,确定所述当前CU的亮度QP差分值的符号和绝对值均为0;
当所述目标二元符号指示所述当前CU的亮度QP差分值不为0时,从所述码流中解码得到所述当前CU的亮度QP差分值的符号和绝对值。
7.根据权利要求1-6中任一项所述的方法,其特征在于,用于表示所述当前CU的亮度QP差分值的语法元素包括用于表示所述当前CU的亮度QP差分值的符号的第一语法元素和用于表示所述当前CU的亮度QP差分值的绝对值的第二语法元素。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述方法还包括:
根据所述当前CU的亮度QP进行反量化处理得到所述当前CU的亮度反量化系数;
根据所述当前CU的亮度反量化系数进行逆变换处理得到所述当前CU的亮度残差;
根据所述所述当前CU的亮度残差重建所述当前CU的亮度分量。
9.根据权利要求1-8中任一项所述的方法,其特征在于,所述确定当前编码单元CU所属的当前矩形区域,包括:
将所述多个矩形区域中包含所述当前CU的左上角的矩形区域确定为所述当前矩形区域;或者,
将所述多个矩形区域中包含所述当前CU的右下角的矩形区域确定为所述当前矩形区域;或者,
将所述多个矩形区域中包含所述当前CU的中心点的矩形区域确定为所述当前矩形区域。
10.一种译码装置,其特征在于,包括:
熵解码模块,用于确定当前编码单元CU所属的当前矩形区域,所述当前矩形区域是待解码的编码树单元CTU包含的多个矩形区域的其中之一,所述多个矩形区域均符合预设条件;根据所述当前矩形区域中已解码得到的亮度量化参数QP差分值的个数确定目标上下文模型;根据所述目标上下文模型解码码流以得到目标二元符号,所述目标二元符号用于指示所述当前CU的亮度QP差分值是否为0,所述目标二元符号是所述当前CU的亮度QP差分值的其中一个二元符号;
反量化模块,用于根据所述目标二元符号确定所述当前CU的亮度QP差分值;根据所述当前CU的亮度QP差分值和所述当前CU的亮度QP预测值得到所述当前CU的亮度QP。
11.根据权利要求10所述的装置,其特征在于,所述多个矩形区域均符合预设条件包括以下任意一种或多种情况:
所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积的二倍,且所述一个或多个矩形区域被采用三叉树划分方式分成三个编码树节点;或者,
所述多个矩形区域中的一个或多个矩形区域的面积等于设定面积,且所述一个或多个矩形区域被划分成至少两个编码树节点。
12.根据权利要求10或11所述的装置,其特征在于,所述熵解码模块,具体用于根据所述已解码得到的亮度QP差分值的个数和第一设定阈值中的最小值确定所述目标上下文模型。
13.根据权利要求12所述的装置,其特征在于,所述熵解码模块,具体用于将所述已解码得到的亮度QP差分值的个数和所述第一设定阈值中的最小者确定为所述目标上下文模型的索引偏移量;从多个候选上下文模型中,将所述多个候选上下文模型的索引偏移量中与所述目标上下文模型的索引偏移量一致的候选上下文模型确定为所述目标上下文模型。
14.根据权利要求10-13中任一项所述的装置,其特征在于,还包括:
预测模块,用于当所述当前CU不是所述当前矩形区域中解码顺序排在第一位的CU时,将前一个CU的亮度QP确定为所述当前CU的亮度QP预测值,所述前一个CU是按照解码顺序先于所述当前CU的前一个CU;或者,当所述当前CU是所述当前矩形区域中解码顺序排在第一位的CU时,将所述当前CU的相邻CU的亮度QP确定为所述当前CU的亮度QP预测值,所述相邻CU包含亮度分量。
15.根据权利要求10-14中任一项所述的装置,其特征在于,所述反量化模块,具体用于当所述目标二元符号指示所述当前CU的亮度QP差分值为0时,确定所述当前CU的亮度QP差分值的符号和绝对值均为0;当所述目标二元符号指示所述当前CU的亮度QP差分值不为0时,从所述码流中解码得到所述当前CU的亮度QP差分值的符号和绝对值。
16.根据权利要求10-15中任一项所述的装置,其特征在于,用于表示所述当前CU的亮度QP差分值的语法元素包括用于表示所述当前CU的亮度QP差分值的符号的第一语法元素和用于表示所述当前CU的亮度QP差分值的绝对值的第二语法元素。
17.根据权利要求10-16中任一项所述的装置,其特征在于,还包括:反变换模块和重建模块;
所述反量化模块,还用于根据所述当前CU的亮度QP进行反量化处理得到所述当前CU的亮度反量化系数;
所述反变换模块,用于根据所述当前CU的亮度反量化系数进行逆变换处理得到所述当前CU的亮度残差;
所述重建模块,用于根据所述所述当前CU的亮度残差重建所述当前CU的亮度分量。
18.根据权利要求10-17中任一项所述的装置,其特征在于,所述熵解码模块,具体用于将所述多个矩形区域中包含所述当前CU的左上角的矩形区域确定为所述当前矩形区域;或者,将所述多个矩形区域中包含所述当前CU的右下角的矩形区域确定为所述当前矩形区域;或者,将所述多个矩形区域中包含所述当前CU的中心点的矩形区域确定为所述当前矩形区域。
19.一种解码器,其特征在于,包括处理电路,用于执行根据权利要求1-9中任一项所述的方法。
20.一种计算机程序产品,其特征在于,包括程序代码,当其在计算机或处理器上执行时,用于执行根据权利要求1-9中任一项所述的方法。
21.一种解码器,其特征在于,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,耦合到所述处理器并存储由所述处理器执行的程序,其中所述程序在由所述处理器执行时,使得所述解码器执行根据权利要求1-9中任一项所述的方法。
22.一种非瞬时性计算机可读存储介质,其特征在于,包括程序代码,当其由计算机设备执行时,用于执行根据权利要求1-9中任一项所述的方法。
CN202011396367.1A 2020-12-03 2020-12-03 量化参数的解码方法和装置 Active CN114598873B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011396367.1A CN114598873B (zh) 2020-12-03 2020-12-03 量化参数的解码方法和装置
EP21900062.7A EP4246971A4 (en) 2020-12-03 2021-12-02 QUANTIZATION PARAMETER DECODING METHOD AND APPARATUS
PCT/CN2021/135076 WO2022117036A1 (zh) 2020-12-03 2021-12-02 量化参数的解码方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011396367.1A CN114598873B (zh) 2020-12-03 2020-12-03 量化参数的解码方法和装置

Publications (2)

Publication Number Publication Date
CN114598873A true CN114598873A (zh) 2022-06-07
CN114598873B CN114598873B (zh) 2023-06-20

Family

ID=81802640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011396367.1A Active CN114598873B (zh) 2020-12-03 2020-12-03 量化参数的解码方法和装置

Country Status (3)

Country Link
EP (1) EP4246971A4 (zh)
CN (1) CN114598873B (zh)
WO (1) WO2022117036A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395998A (zh) * 2009-04-14 2012-03-28 日本电气株式会社 图像签名提取设备
US10003802B1 (en) * 2012-04-18 2018-06-19 Matrox Graphics Inc. Motion-based adaptive quantization
CN108605130A (zh) * 2015-11-27 2018-09-28 联发科技股份有限公司 用于视频和图像编码的熵编解码和上下文建模的方法和装置
CN110881129A (zh) * 2018-09-05 2020-03-13 华为技术有限公司 视频解码方法及视频解码器

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120114034A1 (en) * 2010-11-08 2012-05-10 Mediatek Inc. Method and Apparatus of Delta Quantization Parameter Processing for High Efficiency Video Coding
US9112526B2 (en) * 2011-06-15 2015-08-18 Sony Corporation Binarization of DQP using separate absolute value and sign (SAVS) in CABAC
JP5664638B2 (ja) * 2011-12-13 2015-02-04 株式会社Jvcケンウッド 動画像復号装置、動画像復号方法、及び動画像復号プログラム、並びに、受信装置、受信方法、及び受信プログラム
US11039175B2 (en) * 2016-05-27 2021-06-15 Sharp Kabushiki Kaisha Systems and methods for varying quantization parameters
KR102357295B1 (ko) * 2018-01-02 2022-02-08 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20200000828A (ko) * 2018-06-25 2020-01-03 한국전자통신연구원 양자화 파라미터를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
EP3818705A1 (en) * 2018-07-02 2021-05-12 InterDigital VC Holdings, Inc. Context-based binary arithmetic encoding and decoding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102395998A (zh) * 2009-04-14 2012-03-28 日本电气株式会社 图像签名提取设备
US10003802B1 (en) * 2012-04-18 2018-06-19 Matrox Graphics Inc. Motion-based adaptive quantization
CN108605130A (zh) * 2015-11-27 2018-09-28 联发科技股份有限公司 用于视频和图像编码的熵编解码和上下文建模的方法和装置
CN110881129A (zh) * 2018-09-05 2020-03-13 华为技术有限公司 视频解码方法及视频解码器

Also Published As

Publication number Publication date
WO2022117036A1 (zh) 2022-06-09
CN114598873B (zh) 2023-06-20
EP4246971A4 (en) 2024-04-17
EP4246971A1 (en) 2023-09-20

Similar Documents

Publication Publication Date Title
KR102419112B1 (ko) 변환 도메인에서 잔차 부호 예측 방법 및 장치
CN112913250A (zh) 编码器、解码器及对任意ctu尺寸使用ibc搜索范围优化的对应方法
CN111327904B (zh) 图像重建方法和装置
CN112889286B (zh) 位置相关预测组合的模式相关和大小相关块级限制的方法和装置
CN112913236B (zh) 编码器,解码器和使用压缩mv存储的对应方法
CN113196748B (zh) 帧内预测方法及相关装置
CN112673626A (zh) 各分割约束元素之间的关系
CN113455005A (zh) 用于帧内子分区译码工具所产生的子分区边界的去块效应滤波器
KR20210088697A (ko) 인코더, 디코더 및 대응하는 디블록킹 필터 적응의 방법
CN113411612B (zh) 对图像块进行视频译码的方法、解码设备和编/解码器
CN114424567A (zh) 使用基于矩阵的帧内预测进行组合的帧间-帧内预测的方法和装置
CN114615500A (zh) 增强层编解码方法和装置
CN114913249A (zh) 编码、解码方法和相关设备
WO2020145855A1 (en) A video encoder, a video decoder and corresponding methods of processing mmvd distance
CN111327899A (zh) 视频译码器及相应方法
CN112055211B (zh) 视频编码器及qp设置方法
CN112637590A (zh) 视频编码器、视频解码器及相应方法
CN113692740A (zh) 用于无除法帧内预测的方法和装置
CN114598873B (zh) 量化参数的解码方法和装置
CN113330741B (zh) 从帧内子划分译码模式工具限制子分区的尺寸的编码器、解码器、及对应方法
WO2020187062A1 (zh) 用于融合运动矢量差技术的优化方法、装置及编解码器
CN114650425A (zh) 视频帧格式转换方法和装置
CN113994683A (zh) 用于色度量化控制的编码器、解码器和对应方法
CN114830654A (zh) 译码块分割限制推导的编码器、解码器和对应方法

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
GR01 Patent grant
GR01 Patent grant