CN114600454A - 几何分割模式的译码过程 - Google Patents

几何分割模式的译码过程 Download PDF

Info

Publication number
CN114600454A
CN114600454A CN202080067458.2A CN202080067458A CN114600454A CN 114600454 A CN114600454 A CN 114600454A CN 202080067458 A CN202080067458 A CN 202080067458A CN 114600454 A CN114600454 A CN 114600454A
Authority
CN
China
Prior art keywords
block
index value
value
video
angleidx
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.)
Pending
Application number
CN202080067458.2A
Other languages
English (en)
Inventor
高晗
塞米赫·艾森力克
伊蕾娜·亚历山德罗夫娜·阿尔希娜
阿南德·梅赫·科特拉
王彪
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 CN202210731655.0A priority Critical patent/CN115174906B/zh
Publication of CN114600454A publication Critical patent/CN114600454A/zh
Pending legal-status Critical Current

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
    • H04N19/102Methods 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
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/105Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/119Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136Incoming video signal characteristics or properties
    • 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
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136Incoming video signal characteristics or properties
    • H04N19/14Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/46Embedding additional information in the video signal during the compression process
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

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

Abstract

本发明提供了一种由解码设备实现的译码方法。所述方法包括:获取当前译码块的划分模式索引值;根据所述划分模式索引值以及基于所述划分模式索引值表示角度索引值angleIdx的表格,获取所述当前译码块的所述角度索引值angleIdx;根据所述角度索引值angleIdx,设置索引值partIdx;根据所述索引值partIdx,对所述当前译码块进行解码。

Description

几何分割模式的译码过程
相关申请案交叉引用
本专利申请要求2019年10月3日提交的第PCT/EP2019/076805号国际专利申请的优先权。上述专利申请的公开内容通过全文引用并入本文中。
技术领域
本申请(发明)实施例大体上涉及图像处理领域,更具体地,涉及几何分割。
背景技术
视频译码(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、基于互联网和移动网络的视频传输、视频聊天、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。
即使视频相对较短,也可能需要大量的视频数据来描述,当数据要在带宽容量受限的通信网络中进行流式传输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,然后通过现代电信网络进行传输。由于内存资源可能有限,当在存储设备上存储视频时,该视频的大小也可能是一个问题。视频压缩设备通常在源侧使用软件和/或硬件,以在发送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,对视频数据进行解码的视频解压缩设备在目的地侧接收压缩数据。在网络资源有限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在几乎不影响图像质量的情况下提高压缩比。
发明内容
本申请实施例提供了独立权利要求所述的编码和解码方法和装置。
上述和其它目的通过独立权利要求请求保护的主题来实现。其它实现方式在从属权利要求、具体实施方式和附图中是显而易见的。
第一方面,本发明提供了一种由解码设备实现的译码方法。所述方法包括:获取当前译码块的划分模式索引值;根据所述划分模式索引值以及基于所述划分模式索引值表示角度索引值angleIdx的表格,获取所述当前译码块的所述角度索引值angleIdx;根据所述角度索引值angleIdx,设置索引值partIdx;根据所述索引值partIdx,对所述当前译码块进行解码。
根据本发明实施例,译码块是根据索引值进行解码的。解码过程可以是样本权重推导过程、运动信息存储过程、运动矢量推导过程等。因此,提高了缓冲区利用率和解码效率。
在一种实现方式中,所述划分模式索引值用于表示所述当前译码块使用的几何分割模式。例如,所述划分模式索引值为geo_partition_idx或merge_gpm_partition_idx。
在一个示例中,merge_gpm_partition_idx[x0][y0]或geo_partition_idx表示几何分割融合模式的分割形状。阵列索引x0,y0表示所考虑译码块的左上亮度样本相对于图像的左上亮度样本的位置(x0,y0)。
当merge_gpm_partition_idx[x0][y0]或geo_partition_idx[x0][y0]不存在时,它被推断为0。
在一个示例中,可以通过解析视频码流中编码的索引值获取划分模式索引值,或者可以根据从视频码流中解析出的语法值确定划分模式索引值。
码流可以根据无线网络或有线网络获取。码流可以通过同轴电缆、光纤电缆、双绞线、数字用户线(digital subscriber line,DSL)或如红外线、无线电、微波、Wi-Fi、蓝牙、LTE或5G等无线技术从网站、服务器或其它远程源传输。
在一个实施例中,码流是网络抽象层(network abstraction layer,NAL)单元流或字节流等形式的位序列,形成接入单元(access unit,AU)序列的表示,所述接入单元序列形成一个或多个编码视频序列(coded video sequence,CVS)。
在一些实施例中,对于解码过程,解码端读取码流并从所述码流中推导解码图像;对于编码过程,编码端产生码流。
通常,码流包括由语法结构形成的语法元素。语法元素:码流中表示的数据元素。
语法结构:在码流中一起按指定顺序存在的零个或多个语法元素。
在一个特定示例中,码流格式指定网络抽象层(network abstraction layer,NAL)单元流与字节流之间的关系,网络抽象层单元流与字节流都称为码流。
例如,码流可以具有两种格式:NAL单元流格式和字节流格式。NAL单元流格式在概念上是更“基本的”类型。NAL单元流格式包括称为NAL单元的语法结构的序列。该序列是按解码顺序排序的。对NAL单元流中的NAL单元的解码顺序(和内容)施加了约束。
通过按解码顺序对NAL单元进行排序,并在每个NAL单元前添加起始码前缀和零个或多个零值字节以形成字节流,可以由NAL单元流格式构建字节流格式。通过在该字节流中搜索唯一的起始码前缀模式的位置,可以从字节流格式中提取NAL单元流格式。
这部分描述通过码流给出的源图像与解码图像之间的关系的实施例。
由码流表示的视频源是按解码顺序排列的一系列图像。
通常,merge_gpm_partition_idx[x0][y0]的值是从码流中解码的。在一个示例中,merge_gpm_partition_idx[][]的取值范围为0到63(包括0和63)。在一个示例中,merge_gpm_partition_idx[][]的解码过程是“旁路”。
当merge_gpm_partition_idx[x0][y0]不存在时,它被推断为0。
在一种实现方式中,所述角度索引值angleIdx用于所述当前译码块的几何分割。
在一个示例中,所述角度索引值angleIdx表示所述几何分割的角度索引。在下文中,所述角度索引值angleIdx有时也称为分割角度变量angleIdx。
根据所述划分模式索引值的值和预定义查找表,获取所述当前块的角度参数的值。
在一个实施例中,如下表所示,根据merge_gpm_partition_idx[xCb][yCb](指示符)的值设置几何分割模式的分割角度变量angleIdx(角度参数)和距离变量distanceIdx。在该实现方式中,这种关系可以根据表1或根据函数来实现。
表1:基于merge_gpm_partition_idx的angleIdx和distanceIdx的规定
Figure BDA0003563360000000021
Figure BDA0003563360000000031
在一种实现方式中,所述索引值partIdx满足:
partIdx=(angleIdx>=threshold1&&angleIdx<=threshold2)?1:0
其中,threshold1和threshold2为整数值,且threshold1小于threshold2。
相应地,当所述角度索引值angleIdx处于threshold1和threshold2之间的区间内时,或者当所述角度索引值angleIdx等于threshold1或threshold2时,所述索引值partIdx被设置为1;否则,当所述角度索引值angleIdx处于该区间之外时,所述索引值partIdx被设置为0。所述当前译码块是根据所述索引值partIdx进行解码的。例如,所述索引值partIdx定义了两个子块中的哪一个是第一子块(partIdx=0),哪一个是解码的第二子块(partIdx=1)。
在一个示例中,threshold1为13,且threshold2为27。
在一个示例中,所述索引值可以是表示为isFlip的划分索引,所述索引值isFlip同样满足:
isFlip=(angleIdx>=13&&angleIdx<=27)?1:0
解码过程可以是样本权重推导过程、运动信息存储过程、运动矢量推导过程等。因此,提高了缓冲区利用率和解码效率。
在一种实现方式中,所述对所述当前译码块进行解码包括:根据所述索引值partIdx,存储所述当前块的运动信息。
第二方面,本发明提供了一种视频解码器。所述解码器包括:解析单元,用于获取当前译码块的划分模式索引值;角度索引值获取单元,用于根据所述划分模式索引值以及基于所述划分模式索引值表示角度索引值angleIdx的表格,获取所述当前译码块的所述角度索引值angleIdx;设置单元,用于根据所述角度索引值angleIdx,设置索引值partIdx;处理单元,用于根据所述索引值partIdx,对所述当前译码块进行解码。
在一种实现方式中,所述索引值partIdx满足:
partIdx=(angleIdx>=threshold1&&angleIdx<=threshold2)?1:0
其中,threshold1和threshold2为整数值,且threshold1小于threshold2。
在一种实现方式中,threshold1为13,且threshold2为27。
在一种实现方式中,所述处理单元用于根据所述索引值partIdx,存储所述当前块的运动信息。
在一种实现方式中,所述划分模式索引值用于表示所述当前译码块使用的几何分割模式。
在一种实现方式中,所述角度索引值angleIdx用于所述当前译码块的几何分割。
本发明第一方面提供的方法可以由本发明第二方面提供的装置执行。上述方法的其它特征和实现方式对应于本发明第二方面提供的装置的特征和实现方式。
在一个实施例中,公开了一种解码器,所述解码器包括处理电路,所述处理电路用于执行根据上述实施例和实现方式中的任一种所述的方法。
在一个实施例中,公开了一种计算机程序产品,所述计算机程序产品包括程序代码,所述程序代码用于执行根据上述实施例和实现方式中的任一种所述的方法。
在一个实施例中,提供了一种解码器或编码器,所述解码器或编码器包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,其中,所述非瞬时性计算机可读存储介质与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的程序,当所述一个或多个处理器执行所述程序时,使所述解码器或编码器执行根据上述实施例和实现方式中的任一种所述的方法。
在一个实施例中,提供了一种非瞬时性存储介质。所述非瞬时性存储介质包括由图像解码设备进行解码的经编码的码流,所述码流通过将视频信号或图像信号的帧划分为多个块生成,所述码流包括多个语法元素,其中,所述多个语法元素包括根据上述实施例和实现方式中的任一种所述的指示符(语法)。
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、目的和优点在说明书、附图和权利要求中是显而易见的。
附图说明
下面将参照所附附图和示意图更加详细地描述本发明实施例,其中:
图1A为用于实现本发明实施例的视频译码系统的一个示例的框图;
图1B为用于实现本发明实施例的视频译码系统的另一示例的框图;
图2为用于实现本发明实施例的视频编码器的示例的框图;
图3为用于实现本发明实施例的视频解码器的示例结构的框图;
图4为编码装置或解码装置的一个示例的框图;
图5为编码装置或解码装置的另一示例的框图;
图6a示出了并置块的示例;
图6b示出了空间邻块的示例;
图7示出了三角预测模式的一些示例;
图8示出了子块预测模式的一些示例;
图9至图12示出了关于块分割的一些示例;
图13示出了stepD的预定义查找表的示例性实现方式;
图14示出了f()的预定义查找表的示例性实现方式;
图15示出了与stepD的预定义查找表相关的量化方面的示例;
图16示出了针对特定译码块定义了最大距离ρmax的量化方案的一个示例;
图17示出了针对特定译码块定义了另一最大距离ρmax的量化方案的一个示例;
图18是内容供应系统的示例结构的框图;
图19为终端设备的示例结构的示意图;
图20示出了本发明的一个实施例;
图21示出了本发明的另一实施例;
图22为本发明提供的方法实施例的流程图;
图23为本发明提供的装置实施例的框图;
图24为本发明提供的解码器的一个实施例的框图。
在下文中,除非另外明确说明,否则相同附图标记表示相同特征或至少在功能上等效的特征。
具体实施方式
以下描述中,参考形成本发明一部分并以说明的方式示出本发明实施例的具体方面或可以使用本发明实施例的具体方面的附图。可以理解的是,本发明实施例可在其它方面中使用,并可包括附图中未描述的结构变化或逻辑变化。因此,以下详细描述不应以限制性的意义来理解,且本发明的范围由所附权利要求书界定。
例如,可以理解的是,与所描述的方法有关的公开内容对于用于执行所述方法的对应设备或系统也同样适用,反之亦然。例如,如果描述一个或多个具体方法步骤,则对应的设备可以包括一个或多个单元(例如,功能单元)来执行所描述的一个或多个方法步骤(例如,一个单元执行一个或多个步骤,或多个单元各自执行多个步骤中的一个或多个步骤),即使附图中未明确描述或示出这一个或多个单元。另一方面,例如,如果根据一个或多个单元(例如,功能单元)来描述具体装置,则对应的方法可以包括一个步骤来执行一个或多个单元的功能(例如,一个步骤执行一个或多个单元的功能,或多个步骤各自执行多个单元中的一个或多个单元的功能),即使附图中未明确描述或示出这种一个或多个步骤。此外,可以理解的是,除非另外明确说明,本文中所描述的各个示例性实施例和/或方面的特征可以相互组合。
视频译码通常指对构成视频或视频序列的图像序列进行的处理。在视频译码领域中,术语“帧(frame)”与“图像(picture/image)”可以用作同义词。视频译码(或通常为译码)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,通过压缩)原始视频图像,以减少表示视频图像所需的数据量(从而实现更高效的存储和/或传输)。视频解码在目的侧执行,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“译码”应理解为涉及视频图像或相应视频序列的“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)。
在无损视频译码情况下,可以重建原始视频图像,即重建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)。在有损视频译码情况下,通过量化等执行进一步压缩,来减少表示视频图像的数据量,而解码器侧无法完全重建视频图像,即重建视频图像的质量比原始视频图像的质量低或差。
几个视频编码标准属于“有损混合视频编解码器”组(例如,将样本域中的空间预测和时间预测与变换域中用于应用量化的2D变换译码结合)。视频序列中的每个图像通常分割为不重叠块集合,通常在块级进行译码。换句话说,在编码器侧,通常在块(视频块)级对视频进行处理(例如,编码),例如,通过空间(帧内)预测和/或时间(帧间)预测来生成预测块;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,以减少待发送(压缩)的数据量,而在解码器侧,对经编码或压缩块进行相对于编码器的逆处理,以重建当前块进行表示。此外,编码器与解码器的处理步骤相同,使得编码器和解码器生成相同的预测块(例如,帧内预测块和帧间预测块)和/或重建块,以对后续块进行处理(例如,译码)。
在以下视频译码系统10的实施例中,视频编码器20和视频解码器30根据图1至图3进行描述。
图1A为示例译码系统10的示意性框图,例如可以利用本申请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)为可用于根据本申请中描述的各种示例执行各技术的设备示例。
如图1A所示,译码系统10包括源设备12,源设备12用于将经编码的图像数据21等提供给用于对所述经编码的图像数据13进行解码的目的地设备14。
源设备12包括编码器20,并且可以另外(例如可选地)包括图像源16、预处理器(或预处理单元)18(例如,图像预处理器18)以及通信接口或通信单元22。
图像源16可以包括或可以是任何类型的图像捕获设备,例如用于捕获真实世界图像的摄像机;和/或任何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;或者任何类型的用于获取和/或提供真实世界图像、计算机生成图像(例如屏幕内容、虚拟现实(virtual reality,VR)图像)和/或其任何组合(例如,增强现实(augmentedreality,AR)图像)的其它设备。图像源可以为存储任一上述图像的任何类型的存储器(memory/storage)。
为了区分预处理器18和预处理单元18执行的处理,图像或图像数据17也可以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,并对图像数据17执行预处理,得到经预处理的图像19或经预处理的图像数据19。预处理器18执行的预处理可包括修剪(trimming)、颜色格式转换(例如从RGB转换为YCbCr)、调色或去噪等。可以理解的是,预处理单元18可以是可选组件。
视频编码器20用于接收经预处理的图像数据19并提供经编码的图像数据21(例如,下文根据图2进一步详细描述)。
源设备12中的通信接口22可以用于接收经编码的图像数据21,并通过通信信道13将经编码的图像数据21(或对经编码的图像数据21进一步处理后得到的数据)发送到另一设备(例如,目的地设备14)或任何其它设备,以便进行存储或直接重建。
目的地设备14包括解码器30(例如,视频解码器30),另外(例如可选地),可包括通信接口或通信单元28、后处理器32(或后处理单元32)和显示设备34。
目的地设备14中的通信接口28用于直接从源设备12或从存储设备(例如经编码图像数据存储设备)等任何其它源,接收经编码的图像数据21(或对经编码的图像数据21进一步处理后得到的数据),并将经编码的图像数据21提供给解码器30。
通信接口22和通信接口28可以用于通过源设备12与目的地设备14之间的直接通信链路(例如,直接有线或无线连接)或者通过任何类型的网络(例如,有线网络、无线网络或其任何组合,或者任何类型的私网和公网或其任何类型的组合)发送或接收经编码的图像数据21或经编码的数据13。
例如,通信接口22可以用于将经编码的图像数据21封装成合适的格式(例如数据包),和/或通过任何类型的传输编码或处理方式来处理经编码的图像数据,以便通过通信链路或通信网络进行传输。
例如,与通信接口22对应的通信接口28可以用于接收传输数据,并通过任何类型的对应传输解码或处理和/或解封装方式来处理传输数据,得到经编码的图像数据21。
通信接口22和通信接口28均可以配置为图1A中从源设备12指向目的地设备14的通信信道13的箭头所表示的单向通信接口,或者配置为双向通信接口,并且可以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/或数据传输(例如经编码的图像数据的传输)相关的任何其它信息等。
解码器30用于接收经编码的图像数据21并提供经解码的图像数据31或经解码的图像31(例如,下文根据图3或图5进一步详细描述)。
目的地设备14的后处理器32用于对经解码的图像数据31(也称为重建图像数据)(例如,经解码的图像31)进行后处理,以获得经后处理的图像数据33(例如,经后处理的图像33)。例如,由后处理单元32执行的后处理可以包括颜色格式转换(例如,从YCbCr转换为RGB)、调色、修剪或重采样,或任何其它处理,例如,用于提供经解码的图像数据31以供显示设备34等显示。
目的地设备14中的显示设备34用于接收经后处理的图像数据33,以向用户或观看者等显示图像。显示设备34可以为或包括用于表示重建图像的任何类型的显示器,例如,集成或外部显示屏或显示器。例如,显示器可以包括液晶显示器(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LED显示器、硅基液晶(liquid crystal on silicon,LCoS)、数字光处理器(digital light processor,DLP)或任何类型的其它显示器。
尽管图1A将源设备12和目的地设备14作为单独的设备进行描述,但是设备实施例还可以同时包括两种设备或两种功能,即源设备12或对应功能以及目的地设备14或对应功能。在这些实施例中,可以使用相同的硬件和/或软件或使用单独的硬件和/或软件或其任何组合来实现源设备12或对应功能以及目的地设备14或对应功能。
根据描述,技术人员显而易见的是,图1A所示的源设备12和/或目的地设备14中的不同单元或功能的存在和(精确)划分可以根据实际设备和应用而不同。
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),或编码器20和解码器30两者均可通过如图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 signal processor,DSP)、专用集成电路(application-specificintegrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、离散逻辑、硬件、视频译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中的编码器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中的解码器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。处理电路可以用于执行下文描述的各种操作。如图5所示,如果所述技术部分地以软件形式实现,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,并且可以使用一个或多个处理器执行硬件中的指令,以执行本发明的技术。视频编码器20和视频解码器30中的任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和目的地设备14可以包括多种设备中的任一种,包括任何类型的手持或固定设备,例如,笔记本电脑或膝上型电脑、手机、智能手机、平板电脑(tablet/tabletcomputer)、摄像机、台式计算机、机顶盒、电视机、显示设备、数字媒体播放器、视频游戏机、视频流设备(如内容服务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等,并且可以不使用或使用任何类型的操作系统。在一些情况下,可以配备源设备12和目的地设备14以用于无线通信。因此,源设备12和目的地设备14可以是无线通信设备。
在某些情况下,图1A所示的视频译码系统10仅仅是示例,本申请的技术可适用于在编码设备与解码设备之间不一定包括任何数据通信的视频译码设置(例如,视频编码或视频解码)。在其它示例中,数据从本地存储器中检索,通过网络传输,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将数据编码到存储器和/或从存储器检索数据并对数据进行解码的设备来执行。
为便于描述,本文参考由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 Collaborative Team on Video Coding,JCT-VC)开发的高效视频编码(High Efficiency Video Coding,HEVC)或通用视频编码(Versatile Video Coding,VVC)(下一代视频编码标准)参考软件等描述本发明实施例。本领域普通技术人员理解本发明实施例不限于HEVC或VVC。
编码器和编码方法
图2为用于实现本申请技术的示例性视频编码器20的示意性框图。在图2的示例中,视频编码器20包括输入端201(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、环路滤波器单元220、解码图像缓冲区(decoded picture buffer,DPB)230、模式选择单元260、熵编码单元270以及输出端272(或输出接口272)。模式选择单元260可以包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可以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也可以称为混合视频编码器或基于混合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可以组成编码器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、缓冲区216、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254可以组成视频编码器20的后向信号路径,其中,视频编码器20的后向信号路径对应于解码器(参见图3中的视频解码器30)的信号路径。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、解码图像缓冲区(decoded picturebuffer,DPB)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可以用于通过输入端201等接收图像17(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。接收到的图像或图像数据也可以是经预处理的图像19(或经预处理的图像数据19)。为简单起见,以下描述使用图像17。图像17也可以称为当前图像或待编码图像(尤其是在视频译码中将当前图像与同一视频序列(例如同样包括当前图像的视频序列)中的其它图像(例如先前的经编码的图像和/或经解码的图像)区分开)。
(数字)图像为或可以视为具有强度值的样本组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel/pel)(图像元素的简称)。阵列或图像的水平方向和垂直方向(或轴线)上的样本数量限定了图像的大小和/或分辨率。通常采用三个颜色分量来表示颜色,例如,图像可以表示为或包括三个样本阵列。在RBG格式或颜色空间中,图像包括对应的红色、绿色和蓝色样本阵列。但是,在视频译码中,每个像素通常由亮度和色度格式或在颜色空间中表示,例如,YCbCr,包括Y表示的亮度分量(有时也用L表示)和Cb和Cr表示的两个色度分量。亮度(luminance,简称luma)分量Y表示亮度或灰度级强度(例如,在灰度图像中),而两个色度(chrominance,简称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样本值(Y)的亮度样本阵列和色度值(Cb和Cr)的两个色度样本阵列。RGB格式的图像可以转换或变换成YCbCr格式,反之亦然,该过程也称为颜色转换或颜色变换。如果图像是黑白的,则该图像可以仅包括亮度样本阵列。相应地,例如,图像可以为黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4彩色格式的亮度样本阵列和两个对应的色度样本阵列。
在一个实施例中,视频编码器20可以包括图像分割单元(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(coding tree unit,CTU)(H.265/HEVC和VVC)。图像分割单元可以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,或者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,视频编码器可以用于直接接收图像17中的块203,例如组成图像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类似,图像块203同样是或可以看作是具有强度值(样本值)的样本的二维阵列或矩阵,但是,图像块203的尺寸比图像17小。换句话说,块203可以包括一个样本阵列(例如,黑白图像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)或三个样本阵列(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)上的样本数量限定了块203的大小。相应地,块可以为例如M×N(M列×N行)个样本阵列,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可以用于逐块对图像17进行编码,例如,对每个块203执行编码和预测。
残差计算
残差计算单元204可以用于根据图像块203和预测块265(后续提供了预测块265的更多详细内容)计算残差块205(也称为残差205),例如,通过逐样本(逐像素)将图像块203的样本值减去预测块265的样本值,以在样本域中获取残差块205。
变换
变换处理单元206可以用于对残差块205的样本值进行离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)等变换,以得到变换域中的变换系数207。变换系数207也可以称为变换残差系数,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(scale)。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(以及在视频解码器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为正变换指定对应的比例缩放因子。
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可以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,得到量化系数209。量化系数209也可以称为量化变换系数209或量化残差系数209。
量化过程可以降低与一些或全部变换系数207相关的位深度。例如,可以在量化期间将n比特变换系数向下舍入到m比特变换系数,其中,n大于m。可以通过调整量化参数(quantization parameter,QP)修改量化程度。例如,对于标量量化,可以应用不同程度的标度来实现较细或较粗的量化。较小量化步长对应于较细量化,而较大量化步长对应于较粗量化。可通过量化参数(quantization parameter,QP)表示合适的量化步长。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,较小的量化参数可以对应于精细量化(较小量化步长),较大的量化参数可以对应于粗糙量化(较大量化步长),反之亦然。量化可以包括除以量化步长,而反量化单元210等执行的对应解量化和/或对应反解量化可以包括乘以量化步长。根据HEVC等一些标准的实施例可以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括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标度。或者,可以使用自定义量化表并在码流中等将自定义量化表从编码器向解码器指示(signal)。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)可以用于输出量化参数(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用于对量化系数进行量化单元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所执行的量化方案相反的反量化方案。解量化系数211也可以称为解量化残差系数211,对应于变换系数207,但是由于量化造成的损耗,解量化系数211通常与变换系数不同。
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)或其它逆变换,以获得样本域中的重建残差块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,加法器或求和器214)用于通过逐样本将重建残差块213的样本值与预测块265的样本值相加,将变换块213(重建残差块213)添加到预测块265,以得到样本域中的重建块215。
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,或通常用于对重建样本进行滤波,得到经过滤波的样本。例如,环路滤波器单元用于平滑像素转变或提高视频质量。环路滤波器单元220可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。尽管环路滤波器单元220在图2中示为环内滤波器,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也可称为经滤波的重建块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)可以用于输出环路滤波器参数(例如样本自适应偏移信息),例如直接输出或由熵编码单元270进行编码后输出,使得例如解码器30可以接收并使用相同的环路滤波器参数或相应的环路滤波器进行解码。
解码图像缓冲区
解码图像缓冲区(decoded picture buffer,DPB)230可以是存储参考图像或通常存储参考图像数据以供视频编码器20在对视频数据进行编码时使用的存储器。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 accessmemory,DRAM),包括同步DRAM(synchronous DRAM,SDRAM)、磁阻RAM(magnetoresistiveRAM,MRAM)、电阻RAM(resistive RAM,RRAM)或其它类型的存储器设备。解码图像缓冲区(decoded picture buffer,DPB)230可以用于存储一个或多个滤波块221。解码图像缓冲区230还可以用于存储同一个当前图像或不同图像(例如,先前的重建图像)中的其它先前经滤波的块(例如,先前经滤波的重建块221),并可以提供先前完整的重建(例如解码)图像(和对应的参考块和样本)和/或部分重建的当前图像(和对应的参考块和样本),以进行帧间预测等。例如,在重建块215未被环路滤波器单元220进行滤波时,解码图像缓冲区(decoded picture buffer,DPB)230还可以用于存储一个或多个未经滤波的重建块215,或通常存储未经滤波的重建样本,或重建块或重建样本的任何其它未经进一步处理的版本。
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,并且用于从解码图像缓冲区230或其它缓冲区(例如行缓冲区,图中未示出)等接收或获取原始图像数据如原始块203(当前图像17中的当前块203),以及重建图像数据(例如同一个(当前)图像和/或一个或多个先前经解码图像中的经滤波和/或未经滤波的重建样本或块)。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可用于为当前块预测模式(包括不分割)和预测模式(例如帧内或帧间预测模式)确定或选择一种分割,并生成对应的预测块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可用于根据率失真优化(rate-distortion optimization,RDO)确定分割和预测模式,例如,选择提供最小率失真的预测模式。本文中“最佳”、“最低”、“最优”等术语不一定指总体上“最佳”、“最低”、“最优”等,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它限制可能导致“次优选择”,但会降低复杂度和处理时间。
换句话说,分割单元262可以用于将块203分割成更小的分割块或子块(再次形成块),例如,使用四叉树(quadtree,QT)分割、二叉树(binary tree,BT)分割或三叉树(triple tree,TT)分割或其任何组合迭代地进行,并对每个分割块或子块进行预测等,其中,所述模式选择包括选择分割块203的树结构,以及将预测模式应用于每个分割块或子块。
下文将更详细地描述由视频编码器20执行的分割(例如,由分割单元260执行)和预测处理(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可以将当前块203分割(或划分)为较小的分割部分,例如正方形或矩形大小的较小块。可以将这些较小块(也可以称为子块)进一步分割为甚至更小的分割部分。这也称为树分割或层次树分割,其中,可以递归地分割例如根树层次0(层次级别0,深度0)的根块,例如分割为两个或两个以上下一较低树层次的块,例如树层次1(层次级别1,深度1)的节点。可以再次将这些块分割为两个或两个以上下一较低层次的块,例如树层次2(层次级别2,深度2)的块等,直到分割结束(因为满足结束标准,例如达到最大树深度或最小块大小)。未进一步分割的块也称为树的叶块或叶节点。分割为两个部分的树称为二叉树(binary tree,BT),分割为三个部分的树称为三叉树(ternary tree,TT),分割为四个部分的树称为四叉树(quadtree,QT)。
如上所述,本文使用的术语“块”可以是图像的一部分,特别是正方形或矩形部分。例如,参照HEVC和VVC,块可以为或可以对应于编码树单元(coding tree unit,CTU)、编码单元(coding unit,CU)、预测单元(prediction unit,PU)和变换单元(transform unit,TU)和/或对应的块,例如编码树块(coding tree block,CTB)、译码块(coding block,CB)、变换块(transform block,TB)或预测块(prediction block,PB)。
例如,编码树单元(coding tree unit,CTU)可以为或可以包括具有三个样本阵列的图像中的亮度样本的一个CTB、该图像中的色度样本的两个对应CTB,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本的一个CTB。这些语法结构用于对上述样本进行译码。相应地,编码树块(coding tree block,CTB)可以为N×N个样本块,其中,N可以设为某个值,从而将分量划分为多个CTB,这就是分割。编码单元(codingunit,CU)可以为或可以包括具有三个样本阵列的图像中的亮度样本的一个译码块、该图像中的色度样本的两个对应译码块,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本组成的一个译码块。这些语法结构用于对上述样本进行译码。相应地,译码块(coding block,CB)可以为M×N样本块,其中,M和N可以设为某个值,从而将CTB划分为多个译码块,这就是分割。
例如,在实施例中,根据HEVC,可以通过表示为编码树的四叉树结构将编码树单元(coding tree unit,CTU)划分为多个CU。在CU级决定是使用帧间(时间)预测还是帧内(空间)预测对图像区域进行译码。每个CU可以根据PU划分类型进一步划分为一个、两个或四个PU。一个PU内应用相同的预测过程,并以PU为单位向解码器发送相关信息。在根据PU划分类型执行预测过程得到残差块之后,可以根据类似于用于CU的编码树的另一种四叉树结构将CU分割成变换单元(transform unit,TU)。
在实施例中,例如根据当前正在开发的最新视频编码标准(称为通用视频编码(Versatile Video Coding,VVC)),使用四叉树结合二叉树(quadtree plus binary tree,QTBT)分割来分割译码块。在QTBT块结构中,一个CU可以为正方形或矩形。例如,首先通过四叉树结构分割编码树单元(coding tree unit,CTU)。通过二叉树或三叉树(ternary或triple)结构进一步分割四叉树叶节点。分割树叶节点称为编码单元(coding unit,CU),该分段用于预测和变换处理,无需任何进一步分割。这意味着在QTBT译码块结构中,CU、PU和TU具有相同的块大小。与此同时,还提出将三叉树分割等多重分割与QTBT块结构一起使用。
在一个示例中,视频编码器20的模式选择单元260可以用于执行本文描述的分割技术的任意组合。
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。预测模式集合可以包括帧内预测模式和/或帧间预测模式等。
帧内预测
帧内预测模式集合可以包括35种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如HEVC中定义的方向性模式,或者可以包括67种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如VVC中定义的方向性模式。
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,使用同一个当前图像中的邻块的重建样本来生成帧内预测块265。
帧内预测单元254(或通常为模式选择单元260)还用于将帧内预测参数(或通常为指示块的所选帧内预测模式的信息)以语法元素266的形式输出到熵编码单元270,以将该帧内预测参数包括在经编码的图像数据21中,使得例如视频解码器30可以接收并使用该预测参数进行解码。
帧间预测
(可能的)帧间预测模式集合基于可用参考图像(例如前述存储在DBP 230中的至少部分解码的图像)和其它帧间预测参数,例如基于是否使用整个参考图像或只使用参考图像的一部分(例如当前块的区域周围的搜索窗口区域)来搜索最佳匹配参考块,和/或例如基于是否执行像素插值,例如二分之一/半像素插值和/或四分之一像素插值。
除上述预测模式外,还可以应用跳过模式和/或直接模式。
帧间预测单元244可以包括运动估计(motion estimation,ME)单元和运动补偿(motion compensation,MC)单元(两者在图2中均未示出)。运动估计单元可以用于接收或获取图像块203(当前图像17中的当前图像块203)和经解码的图像231,或者至少一个或多个先前的重建块(例如,一个或多个其它/不同先前的经解码的图像231中的重建块),以进行运动估计。例如,视频序列可以包括当前图像和先前经解码的图像231,或换句话说,当前图像和先前经解码的图像231可以为组成视频序列中的图像序列的一部分或组成该图像序列。
例如,编码器20可以用于从多个其它图像中的相同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坐标、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。这种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,并根据或使用帧间预测参数执行帧间预测,得到帧间预测块265。由运动补偿单元执行的运动补偿可以包括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,还可以包括对子像素精度执行插值。插值滤波可以根据已知像素的样本生成其它像素的样本,从而潜在地增加可以用于对图像块进行译码的候选预测块的数量。在接收到当前图像块对应的PU的运动矢量时,运动补偿单元可以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条带(slice)相关的语法元素,以供视频解码器30在解码视频条带的图像块时使用。
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(context adaptive VLC,CAVLC)方案、算术编码方案、二值化、上下文自适应二进制算术编码(context adaptive binary arithmetic coding,CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptivebinary 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)等应用于或不应用于(无压缩)量化系数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,以得到可以通过输出端272以经编码码流21等形式输出的经编码图像数据21,例如使得视频解码器30可以接收并使用这些参数进行解码。可以将经编码码流21发送到视频解码器30,或者将其存储在存储器中以供稍后发送或视频解码器30检索。
视频编码器20的其它结构变体可以用于对视频流进行编码。例如,基于非变换的编码器20可以在没有变换处理单元206的情况下直接量化某些块或帧的残差信号。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示出了用于实现本申请技术的视频解码器30的示例。视频解码器30用于接收例如由编码器20编码的经编码图像数据21(例如,经编码码流21),得到经解码的图像331。经编码图像数据或码流包括用于对所述经编码图像数据进行解码的信息,例如表示经编码的视频条带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、解码图像缓冲区(decoded picturebuffer,DBP)330、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或可以包括运动补偿单元。在一些示例中,视频解码器30可执行大体上与针对图2中的视频编码器100描述的编码过程相反的解码过程。
如参照编码器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、解码图像缓冲区(decoded picture buffer,DPB)230、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在功能上可以与反量化单元110相同,逆变换处理单元312在功能上可以与逆变换处理单元212相同,重建单元314在功能上可以与重建单元214相同,环路滤波器320在功能上可以与环路滤波器220相同,解码图像缓冲区330在功能上可以与解码图像缓冲区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用于解析码流21(或通常为经编码的图像数据21)并例如对经编码的图像数据21进行熵解码,以获得量化系数309和/或经解码的译码参数(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/或其它语法元素中的任一个或全部。熵解码单元304可以用于应用与针对编码器20中的熵编码单元270描述的编码方案对应的解码算法或方案。熵解码单元304还可以用于将帧间预测参数、帧内预测参数和/或其它语法元素提供给模式选择单元360,并将其它参数提供给解码器30中的其它单元。视频解码器30可以接收视频条带级和/或视频块级的语法元素。
反量化
反量化单元310可以用于从经编码的图像数据21(例如通过熵解码单元304等解析和/或解码)接收量化参数(quantization parameter,QP)(或通常为与反量化相关的信息)和量化系数,并根据这些量化参数对经解码的量化系数309进行反量化,得到解量化系数311。解量化系数311也可以称为变换系数311。反量化过程可以包括使用视频编码器20对视频条带中的每个视频块确定的量化参数来确定量化程度,同样确定需要进行的反量化的程度。
逆变换
逆变换处理单元312可以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进行变换,以得到样本域中的重建残差块213。重建残差块213也可以称为变换块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(例如通过熵解码单元304等解析和/或解码)从经编码的图像数据21接收变换参数或对应的信息,以确定要对解量化系数311进行的变换。
重建
重建单元314(例如加法器或求和器314)可以用于将重建残差块313添加到预测块365,以获取样本域中的重建块315,例如,通过将重建残差块313的样本值与预测块365的样本值相加。
滤波
环路滤波器单元320(在译码环路中或在译码环路之后)用于对重建块315进行滤波,得到滤波块321,例如,以平滑像素转变或以其它方式提高视频质量等。环路滤波器单元320可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。尽管环路滤波器单元320在图3中示为环内滤波器,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。
解码图像缓冲区
然后,将图像的解码视频块321存储在解码图像缓冲区330中,所述解码图像缓冲区330存储作为参考图像的经解码图像331,这些参考图像用于其它图像的后续运动补偿和/或用于分别输出到显示器。
解码器30用于通过输出端312等输出经解码图像311,以向用户显示或供用户观看。
预测
帧间预测单元344在功能上可以与帧间预测单元244(具体与运动补偿单元)相同,帧内预测单元354在功能上可以与帧间预测单元254相同,并根据从经编码的图像数据21(例如,通过熵解码单元304等解析和/或解码)接收的分割和/或预测参数或相应信息来决定划分或分割并执行预测。模式选择单元360可以用于根据重建图像、块或对应的样本(经过滤波或未经滤波)执行每个块的预测(帧内预测或帧间预测),以得到预测块365。
当将视频条带译码为经帧内译码(I)条带时,模式选择单元360中的帧内预测单元354用于根据指示(signaled)的帧内预测模式和来自当前图像中的先前解码块的数据生成用于当前视频条带的图像块的预测块365。当将视频图像译码为经帧间译码(例如B或P)条带时,模式选择单元360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为当前视频条带的视频块生成预测块365。对于帧间预测,可以根据其中一个参考图像列表内的其中一个参考图像生成这些预测块。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(列表0和列表1)。
模式选择单元360用于通过解析运动矢量和其它语法元素确定当前视频条带的视频块的预测信息,并使用预测信息生成用于正在解码的当前视频块的预测块。例如,模式选择单元360使用接收到的一些语法元素确定用于对视频条带的视频块进行译码的预测模式(例如帧内预测或帧间预测)、帧间预测条带类型(例如B条带、P条带或GPB条带)、用于条带的一个或多个参考图像列表的构建信息、用于条带的每个经帧间编码的视频块的运动矢量、用于条带的每个经帧间译码的视频块的帧间预测状态,以及其它信息,以对当前视频条带中的视频块进行解码。
视频解码器30的其它变体可以用于对经编码的图像数据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可以在没有逆变换处理单元312的情况下直接反量化某些块或帧的残差信号。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,如限幅(clip)或移位(shift)运算。
需要说明的是,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,仿射模式、平面模式、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内。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至32767;如果bitDepth设置为18,则范围为–131072至131071。这里提供了两种约束运动矢量的方法。
方法1:通过平滑操作来去除溢出的最高有效位(most significant bit,MSB)
ux=(mvx+2bitDepth)%2bitDepth (1)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (2)
uy=(mvy+2bitDepth)%2bitDepth (3)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (4)
例如,如果mvx的值为–32769,则使用公式(1)和公式(2)之后得到的值为32767。在计算机系统中,以二的补码的形式存储十进制数。–32769的二的补码为1,0111,1111,1111,1111(17位),这时丢弃MSB,那么得到的二的补码为0111,1111,1111,1111(十进制数为32767),这与使用公式(1)和公式(2)之后得到的输出结果相同。
ux=(mvpx+mvdx+2bitDepth)%2bitDepth (5)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (6)
uy=(mvpy+mvdy+2bitDepth)%2bitDepth (7)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (8)
这些运算可以在对mvp和mvd求和的过程中执行,如公式(5)至公式(8)所示。
方法2:对值进行限幅来去除溢出的MSB
vx=Clip3(–2bitDepth–1,2bitDepth–1–1,vx)
vy=Clip3(–2bitDepth–1,2bitDepth–1–1,vy)
其中,函数Clip3的定义如下:
Figure BDA0003563360000000171
图4为本发明实施例提供的视频译码设备400的示意图。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)或编码器(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(Rx)420;用于处理数据的处理器、逻辑单元或中央处理器(central processing unit,CPU)430;用于发送数据的发送单元(Tx)440和出端口450(或输出端口450);以及用于存储数据的存储器460。视频译码设备400还可以包括与入端口410、接收单元420、发送单元440和出端口450耦合的光电(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入。
处理器430通过硬件和软件实现。处理器430可以实现为一个或多个CPU芯片、核(例如,实现为多核处理器)、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实现上文描述的公开实施例。例如,译码模块470执行、处理、准备或提供各种译码操作。因此,包括译码模块470使得视频译码设备400的功能得到了显著改进,实现了视频译码设备400不同状态的转换。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可以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。例如,存储器460可以是易失性和/或非易失性的,并且可以是只读存储器(read-onlymemory,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(staticrandom access memory,SRAM)。
图5为示例性实施例提供的装置500的简化框图,其中,装置500可用作图1中的源设备12和目的地设备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的设备或多个设备。虽然可以使用如图所示的处理器502等单个处理器来实现所公开的实现方式,但使用一个以上处理器可以提高速度和效率。
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(read-onlymemory,ROM)设备或随机存取存储器(random access memory,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,其中,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,还可以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可以是将显示器与触敏元件组合的触敏显示器,该触敏元件能够用于感测触摸输入。显示器518可以通过总线512与处理器502耦合。
尽管装置500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,辅助存储器514可以直接与装置500的其它组件耦合或可以通过网络访问,并且可以包括单个集成单元(例如一个存储卡)或多个单元(例如多个存储卡)。因此,装置500可以通过多种配置实现。
图18为实现内容分发业务的内容供应系统3100的框图。该内容供应系统3100包括捕获设备3102、终端设备3106,并可选地包括显示器3126。捕获设备3102通过通信链路3104与终端设备3106通信。通信链路可以包括上文描述的通信信道13。通信链路3104包括但不限于Wi-Fi、以太网、有线、无线(3G/4G/5G)、USB或者其任何种类的组合等。
捕获设备3102用于生成数据,并且可以通过上文实施例中所示的编码方法对数据进行编码。或者,捕获设备3102可以将数据分发到流媒体服务器(图中未示出),该服务器对数据进行编码并将经编码数据发送到终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议系统、PDA、车载设备或其任意组合等。例如,捕获设备3102可以包括上述源设备12。当数据包括视频时,捕获设备3102中包括的视频编码器20可以实际执行视频编码处理。当数据包括音频(例如语音)时,捕获设备3102中包括的音频编码器可以实际执行音频编码处理。对于一些实际场景,捕获设备3102通过将经编码视频数据和经编码音频数据一起复用来分发经编码视频数据和经编码音频数据。对于其它实际场景,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。捕获设备3102分别将经编码音频数据和经编码视频数据分发到终端设备3106。
在内容供应系统3100中,终端设备310接收并再生成经编码数据。终端设备3106可以是具有数据接收和恢复能力的设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、机顶盒(set top box,STB)3116、视频会议系统3118、视频监控系统3120、个人数字助理(personal digital assistant,PDA)3122、车载设备3124或它们的任意组合等能够对上述经编码数据进行解码的设备。例如,终端设备3106可以包括上文描述的目的地设备14。当经编码数据包括视频时,包括在终端设备中的视频解码器30优先进行视频解码。当经编码数据包括音频时,包括在终端设备中的音频解码器优先进行音频解码处理。
对于具有显示器的终端设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、个人数字助理(personal digital assistant,PDA)3122或车载设备3124,终端设备可以将解码数据馈送到其显示器。对于不配备显示器的终端设备,例如STB 3116、视频会议系统3118或视频监控系统3120,在其中连接外部显示器3126以接收和显示解码数据。
当该系统中的每个设备执行编码或解码时,可以使用如上述实施例中所示的图像编码设备或图像解码设备。
图19为终端设备3106的示例结构的示意图。在终端设备3106从捕获设备3102接收流后,协议处理单元3202对该流的传输协议进行分析。所述协议包括但不限于实时流协议(real time streaming protocol,RTSP)、超文本传输协议(hypertext transferprotocol,HTTP)、HTTP直播流协议(HTTP live streaming protocol,HLS)、MPEG-DASH、实时传输协议(real-time transport protocol,RTP)、实时消息传输协议(real timemessaging protocol,RTMP),或其任何种类的组合等。
协议处理单元3202对流进行处理后,生成流文件。文件输出到解复用单元3204。解复用单元3204可以将复用数据分离成经编码音频数据和经编码视频数据。如上所述,在其它实际场景中,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。在这种情况下,不通过解复用单元3204,将经编码数据发送到视频解码器3206和音频解码器3208。
通过解复用处理,生成视频基本流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括如上述实施例所解释的视频解码器30,通过如上述实施例所示的解码方法对视频ES进行解码以生成视频帧,并将该数据发送到同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧,并将该数据发送到同步单元3212。或者,可以在将视频帧馈送到同步单元3212之前将其存储在缓冲区(图Y中未示出)中。类似地,可以在将音频帧馈送到同步单元3212之前将其存储在缓冲区(图Y中未示出)中。
同步单元3212同步视频帧和音频帧,并将视频/音频提供给视频/音频显示器3214。例如,同步单元3212同步视频信息和音频信息的呈现。可以使用与经译码的音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳在语法中对信息进行译码。
如果流中包括字幕,则字幕解码器3210对字幕进行解码,使字幕与视频帧和音频帧同步,并将视频/音频/字幕提供给视频/音频/字幕显示器3216。
在根据ITU-T H.265进行融合候选列表构建的示例中,根据以下候选项构建融合候选列表:
1.根据五个空间邻块推导出的最多四个空间候选项;
2.根据两个时间并置块推导出的一个时间候选项;
3.附加候选项,包括组合的双向预测候选项;
4.零运动矢量候选项。
空间候选项
首先将空间邻块的运动信息添加到融合候选列表中(在一个示例中,在第一运动矢量被添加到融合候选列表之前,融合候选列表可以是空列表)作为运动信息候选项。在这里,被认为要插入融合列表中的邻块如图6b所示。对于帧间预测块融合,通过按顺序检查A1、B1、B0、A0和B2,按照该顺序将最多四个候选项插入到融合列表中。
运动信息可以包含所有运动数据,所述运动数据包括是否使用一个或两个参考图像列表的信息,以及每个参考图像列表的参考索引和运动矢量。
在一个示例中,在检查邻块是否可用以及是否包含运动信息之后,在将邻块的所有运动数据作为运动信息候选项之前,还执行一些其它冗余检查。为了两个不同目的,这些冗余检查可以分为两个类别:
类别1:避免列表中具有包含冗余运动数据的候选项;
类别2:防止融合可以通过其它方式表示而产生冗余语法的两个分割块。
时间候选项
图6a示出了从其中检索时间运动信息候选项的块的坐标。并置块是与当前块的–x、–y坐标相同但位于不同图像(参考图像之一)中的块。如果列表未满,则将时间运动信息候选项添加到融合列表中(在一个示例中,当融合列表中的候选项的数量小于阈值时,融合列表未满,例如,所述阈值可以为4、5、6,等等)。
生成的候选项
在插入空间运动信息候选项和时间运动信息候选项之后,如果融合列表仍未满,则添加生成的候选项以填充列表。列表大小在序列参数集中表示,并在整个编码视频序列中是固定的。
ITU-T H.265和VVC中的融合列表构建过程输出运动信息候选项列表。VVC的融合列表构建过程在文档JVET-L1001_v2通用视频编码(草案3)的“8.3.2.2融合模式的亮度运动矢量的推导过程(8.3.2.2Derivation process for luma motion vectors for mergemode)”部分中描述,该文档可以通过http://phenix.it-sudparis.eu/jvet/公开获取。术语“运动信息”指的是执行运动补偿预测过程所需要的运动数据。运动信息通常指以下信息:
·块是否使用单向预测或双向预测
·预测中使用的参考图像的ID(如果块使用双向预测,则为2个ID)
·运动矢量(如果块是双向预测的,则为2个运动矢量)
·其它信息
在VVC和H.265中,融合列表构建输出的候选列表包括N个候选运动信息。数量N通常包括在码流中,可以是正整数,如5、6等。包含在构建的融合列表中的候选项可以包括单向预测信息或双向预测信息。这意味着从融合列表中选择的候选项可以表示双向预测操作。
双向预测
“双向预测”是一种特殊的帧间预测模式,其中,使用2个运动矢量来预测块。运动矢量可以指向相同或不同的参考图像,其中,参考图像可以通过参考图像列表ID和参考图像索引表示。例如,第一运动矢量可以指向参考图像列表L0中的第一图像,第二运动矢量可以指向参考图像列表L1中的第一图像。可以维护两个参考图像列表(例如,L0和L1),并且从列表L0中选择由第一运动矢量指向的图像,从列表L1中选择由第二运动矢量指向的图像。
在一个示例中,如果运动信息指示双向预测,则运动信息包括两部分:
·L0部分:指向参考图像列表L0中的条目的运动矢量和参考图像索引。
·L1部分:指向参考图像列表L1中的条目的运动矢量和参考图像索引。
图像顺序编号(picture order count,POC):与每个图像关联的变量唯一地标识编码视频序列(coded video sequence,CVS)中的所有图像中关联的图像,并且当关联的图像要从解码图像缓冲区输出时,表示相对于同一CVS中要从解码图像缓冲区输出的其它图像的输出顺序位置,该关联图像的输出顺序位置。
参考图像列表L0和参考图像列表L1可以各自包括一个或多个参考图像,每个参考图像都用POC标识。与每个参考索引和POC值的关联可以在码流中指示。例如,参考图像列表L0和参考图像列表L1可以包括以下参考图像:
参考图像列表 参考索引 POC
L0 0 12
L0 1 13
L1 0 13
L1 1 14
在以上示例中,参考图像列表L1中的第一个条目(由参考索引0表示)是POC值为13的参考图像。参考图像列表L1中的第二个条目(由参考索引1表示)是POC值为14的参考图像。
三角预测模式
三角预测模式的概念是公开一种三角分割用于运动补偿预测。例如,如图7所示,沿对角线或反对角线方向将两个三角预测单元用于CU。用于CU的每个三角预测单元使用单向预测运动矢量和参考帧索引进行帧间预测,所述单向预测运动矢量和参考帧索引从单向预测候选列表推导得到。在通过运动补偿或帧内预测等方式预测与每个三角预测单元相关联的样本之后,对对角线边缘执行自适应加权过程。然后,将变换和量化过程应用于CU。需要说明的是,这种模式适用于跳过模式和融合模式。
在三角预测模式中,块被划分成两个三角形部分(如图7所示),每个部分可以使用一个运动矢量进行预测。用于预测一个三角形部分(用PU1表示)的运动矢量可以不同于用于预测另一个三角形部分(用PU2表示)的运动矢量。在一个示例中,需要说明的是,每个部分可以使用单个运动矢量进行预测(单向预测),以便降低执行三角预测模式的复杂性。换句话说,PU1和PU2可以不使用包括两个运动矢量的双向预测进行预测。
子块预测模式
三角预测模式是子块预测的一种特殊情况。在子块预测中,一个块被划分为两个块。在以上示例中,示出了两个块划分方向(45度分割和135度分割),也可以采用其它分割角度和分割比例(图8中的示例)。
在一些示例中,块被划分成2个部分,并对每个部分应用单向预测。子块预测代表通用版本的三角预测。
三角预测模式是子块预测模式的一种特殊情况,其中,一个块被划分成两个块。在以上示例中,示出了两个块划分方向(45度分割和135度分割)。也可以采用其它分割角度和分割比例(例如,图8中的示例)。
在一些示例中,块被划分成2个子块,每个部分(子块)都用单向预测进行预测。
在一个示例中,根据子块分割模式,使用以下步骤获取预测样本:
·步骤1:根据几何模型,将译码块划分为2个子块。该模型中,可以通过图9至图12所示的分隔线(例如直线)来划分块。在该步骤中,根据几何模型,译码块中的样本被认为位于两个子块中。子块A或子块B包括当前译码块中的一部分(但不是全部)样本。子块A或子块B的概念可以通过与分隔线相关的参数来表示。
·步骤2:获取第一子块的第一预测模式和第二子块的第二预测模式。在一个示例中,所述第一预测模式与所述第二预测模式不同。在一个示例中,预测模式(第一预测模式或第二预测模式)可以是帧间预测模式,帧间预测模式的信息可以包括参考图像索引和运动矢量。在另一示例中,预测模式可以是帧内预测模式,帧内预测模式的信息可以包括帧内预测模式索引。
·步骤3:分别使用所述第一预测模式和所述第二预测模式生成第一预测值和第二预测值。
·步骤4:根据所述第一预测值和所述第二预测值的组合,获取预测样本的组合值。
在一个示例中,在步骤1中,译码块通过各种方式划分为2个子块。图9示出了关于译码块分割的示例,分隔线1250将该块划分为2个子块。指示两个参数来描述线1250,一个参数是角度alpha 1210,另一个参数是距离dist 1230。
在一些实施例中,图9所表示的角度在x轴与分隔线之间测量,而距离由垂直于分隔线并穿过当前块中心的矢量的长度测量。
在另一示例中,图10示出了表示分隔线的另一种方式,其中,角度和距离的示例与图9所示的示例不同。
在一些示例中,在步骤4中,步骤1中公开的划分用于第一预测值和第二预测值的组合,以获取最终预测值。在一个示例中,在步骤4中使用混合操作,以消除任何伪影(沿分隔线的边缘或锯齿状外观)。混合操作可以描述为沿着分隔线进行的滤波操作。
在编码端,根据基于率失真的成本函数确定分隔线(定义该线的参数,例如角度和距离)。确定的线参数被编码到码流中。在解码端,根据码流解码(获取)线参数。
在一个示例中,在包括一个亮度分量和两个色度分量的3个视频信道的情况下,为每个信道生成第一预测和第二预测。
由于将译码块划分为2个子块的可能性有很多种,因此划分的指示(译码)需要很多位。由于角度和距离值可以有许多不同的值,需要在码流中指示的边信息过多,因此将量化方案应用于角度和距离边信息,以提高译码效率。
在一个示例中,指示量化角度参数alphaIdx和量化距离参数distanceIdx用于分割参数。
在一个示例中,在量化方案中,角度值和距离值可以通过线性均匀量化器根据以下公式进行量化:
alphaIdx=Round(alpha/Δalpha)
distanceIdx=Round(dist/Δdist)
其中,变量Δalpha和Δdist表示分隔线的角度参数和距离参数的量化步长。因此,可以使用从码流中获取的alphaIdx和distanceIdx的值重建角度alpha和距离dist,如下所示:
alpha=alphaIdx*Δalpha
dist=distanceIdx*Δdist
在一个示例中,如果角度量化步长等于Δalpha=11.25°,则alphaIdx的值可以在0到31之间(包括0和31),以覆盖欧几里得平面中允许的角度。在另一个示例中,如果角度量化步长的值等于Δalpha=22.5°,则alphaIdx的值可以在0到15之间(包括0和15)。
在一些示例中,公开了一种方法,在线性和均匀量化器用于量化角度的情况下,根据角度量化距离信息,即,Δalpha的值对于特定译码(解码或编码)块是恒定的。
所公开的量化方案的目的是针对特定译码块均匀分布允许的分隔线,所述特定译码块可以具有不同的大小和宽高比。量化角度和距离参数的均匀分布空间提高了非矩形分量的译码效率,分隔线参数的表示更紧凑。
在一些示例中,公开了一种通过直线分割矩形译码块的方法。直线有一对参数,即量化角度和量化距离值。量化距离值按照量化过程根据译码块的角度值和宽高比进行推导。
在一个示例中,距离可以以这样的方式量化:满足distanceIdx的给定取值范围,例如,0至3(包括0和3)的取值范围。在另一个示例中,特定块的距离可以以这样的方式量化:针对给定参数对(即angleIdx和distanceIdx)的分隔线均匀分布,分隔线应一直位于特定译码块的区域内。
在第一步中,可以根据角度推导最大距离ρmax,使得具有距离值0<dist<ρmax的所有分隔线都被限制在译码块中(例如,分隔线与译码块的边界相交)。图15示出了大小为16×4亮度样本的译码块。
在一个示例中,根据角度alphaR和译码块的大小,最大距离ρmax可以作为函数根据以下公式推导:
Figure BDA0003563360000000231
其中,alphaR为上述表示为alpha的角度,以辐射单位表示,w为块的宽度,h为块的高度,以亮度样本为单位。在这个示例中,角度相关距离量化步长Δdist(alpha)的值可以推导如下:
Δdist(alphaR,w,h)=ρmax(alphaR,w,h)/N
其中,N–1为distanceIdx的最大值。图16中示出了Δangle=22.5°和N=4的值。
在另一个示例中,角度相关距离量化步长的值可以推导如下:
Δdist(alphaR,w,h)=(ρmax(alphaR,w,h)-ρth)/N
其中,ρth为用于修改译码块的分隔线间距的参数。在一个示例中,ρth的值被设置为ρth=1.5。
在另一个示例中,根据译码块的角度和大小,最大距离ρmax可以作为函数根据以下公式推导:
Figure BDA0003563360000000232
其中,alphaR为以辐射单位表示的角度,w为块的宽度,h为块的高度,以亮度样本为单位。图17中示出了Δangle=22.5°和N=4的值。
在一个示例中,为了避免在编码或解码过程中重复计算Δdist,基于角度参数值、宽度参数值和高度参数值的Δdist的值可以存储在预先计算的查找表中。
在一个示例中,为了使用整数运算,可以根据以下公式缩放和取整Δdist的值:
stepD=Round(Δdist*2prec)
其中,stepD表示线性缩放的距离步长,prec为用于调整缩放过程精度的变量。在一个示例中,prec的值被设置为prec=7。
在一个示例中,还基于表示为whRatio的宽高比存储stepD的预先计算值,该宽高比取决于译码块的宽度和高度。此外,基于(归一化的)角度值angleN存储stepD的预先计算值,角度值angleN是与欧几里得平面的第一象限中的角度相关的索引值(例如,0≤angleN*Δalpha≤90°)。图13示出了应用这种查找表的示例。
在一个示例中,按照以下步骤获取译码块的样本的预测值:
步骤1:对于当前译码块(解码块或译码块)中的样本,计算样本距离(sample_dist)。
在一些示例中,样本距离可以表示所述样本到分隔线(所述分隔线用于表示将译码块划分为两个子块)的水平距离或垂直距离,或垂直距离和水平距离的组合。所述样本由相对于译码块左上样本的坐标(x,y)表示。样本坐标和sample_dist在图11和图12中例示。子块不一定是矩形的,它们可以是三角形或梯形的。
在一个示例中,第一参数表示量化角度值(angleIdx),第二参数表示量化距离值(distanceIdx)。这两个参数描述了线方程。在一个示例中,距离1230可以根据distanceIdx(第二参数)获取,角度alpha(1210)可以根据angleIdx(第一参数)获取。距离1230可以是到译码块中心的距离,角度可以是分隔线与穿过译码块中心点的水平(或等效地垂直)线之间的角度。
在一个示例中,在步骤1中,译码块通过各种方式划分为2个子块。图9示出了关于译码块分割的示例,分隔线1250用于表示将该块划分为2个子块。为了描述所述线1250,在码流中指示一个参数角度alpha 1210。
在一些实施例中,图9所表示的角度在x轴与分隔线之间测量,而距离由垂直于分隔线并穿过当前块中心的矢量的长度测量。
在另一示例中,图10示出了表示分隔线的另一种方式,其中,角度和距离的示例与图9所示的示例不同。
步骤2:采用计算得到的sample_dist计算加权因子,所述加权因子用于对应于所述样本的第一预测值和第二预测值的组合。在一个示例中,所述加权因子表示为sampleWeight1和sampleWeight2,表示与所述第一预测值对应的权重以及与所述第二预测值对应的权重。
步骤3:根据坐标(x,y)处的第一预测值、坐标(x,y)处的第二预测值、sampleWeight1以及sampleWeight2,计算在样本坐标(x,y)处的预测样本的组合值。
在一个示例中,上述示例中的步骤1可以包括以下步骤:
步骤1.1:获取当前块的角度参数(alphaN)的索引值、当前块的宽度(W)的值以及当前块的高度(H)的值。W和H是当前块以样本数计算的宽度和高度。例如,宽度和高度均等于8的译码块是包括64个样本的正方形块。在另一示例中,W和H是当前块以亮度样本数计算的宽度和高度。
步骤1.2:根据W的值和H的值获取比值whRatio的值,whRatio的值表示当前译码块的宽度与高度之间的比值。
步骤1.3:根据查找表、alpha的值和whRatio的值获取stepD的值,在一个示例中,如图13所示,alpha的值和whRatio的值用作查找表的索引值。
步骤1.4:根据stepD的值计算sample_dist的值。
在另一个示例中,上述示例中的步骤1可以包括以下步骤:
步骤1.1:获取当前块的角度参数(alphaN)的值、距离索引(distanceIdx)的值、当前块的宽度(W)的值以及当前块的高度(H)的值。
步骤1.2:根据W的值和H的值获取比值whRatio的值,whRatio的值表示当前译码块的宽度与高度之间的比值。
步骤1.3:根据查找表、alpha的值和whRatio的值获取stepD的值,在一个示例中,如图13所示,alphaN的值和whRatio的值用作查找表的索引值。在一个示例中,stepD的值表示样本距离计算过程的量化步长。
步骤1.4:根据stepD的值、distanceIdx的值、角度(alphaN)的值、W的值和H的值计算sample_dist的值。
在一个示例中,whRatio的值通过以下公式获取:
whRatio=(wIdx>=hIdx)?wIdx–hIdx:hIdx–wIdx
其中,wIdx的值等于log2(W)–3,hIdx的值等于log2(H)–3。
在另一个示例中,whRatio的值计算如下:whRatio=(W>=H)?W/H:H/W。
在一个示例中,角度alpha的值可以从码流(在解码器中)获取。在一个示例中,角度的取值范围是0和31之间的量化取值范围(包括0和31),表示为angleIdx。在一个示例中,量化角度值仅取32个不同的值(因此,0到31之间的值足以表示选择的角度值)。在另一个示例中,角度的取值范围可以在0到15之间,即,可以选择16个不同的量化角度值。需要说明的是,角度的值通常可以是大于或等于零的整数值。
在一个示例中,alphaN的值为从码流中获取的索引值,或者alpha的值是根据从码流中获取的指示符的值计算的。例如,可以根据以下公式计算alphaN的值:
alphaN=angleIdx如果angleIdx>=0&&angleIdx<=Lim;或者
alphaN=2*Lim–angleIdx如果angleIdx>Lim&&angleIdx<=2*Lim;或者
alphaN=angleIdx–2*Lim如果angleIdx>2*Lim&&angleIdx<=3*Lim;或者
alphaN=4*Lim–angleIdx其它。
而angleIdx为从码流中获取的指示符的值。angleIdx的值可以为整数值,angleIdx的取值范围在0到31之间(包括0和31)。
在另一个示例中,alphaN的值可以根据以下公式之一计算:
alphaN=angleIdx;或者
alphaN=2*Lim–angleIdx;或者
alphaN=angleIdx–2*Lim;或者
alphaN=4*Lim–angleIdx。
在上述公式中,Lim为与量化角度值的数量相关的预定义常量值。例如,如果有32个不同的量化角度值,则Lim可以等于8(4*Lim等于32)。在另一个示例中,Lim可以为4,对应共计16个不同的量化角度值。
在一个示例中,根据以下公式获取sample_dist的值:
sample_dist=((2*x)–W+K)*f1(alpha)+((2*y)–H+K))*f2(alpha)–distanceIdx*stepD*scaleStep
·其中,f1()和f2()是函数,alpha是该函数的输入。在一个示例中,f1()和f2()实现为查找表,alpha的值为该查找表中的索引值。
·scaleStep的值等于编码(解码或编码)块的宽度值或译码块的高度值。
·x和y为所述样本相对于译码块左上样本的坐标。
·K为整数偏移值。在一个示例中,K的值为1。
在一个示例中,函数f1()和函数f2()实现为查找表。在一个示例中,函数f1()和函数f2()表示sample_dist的值相对于修改x值和y值的增量变化。在一些示例中,f1(index)表示sample_dist的值随着x值的一个单位增加而变化(单位可能增加1),而f2(index)表示sample_dist的值随着y值的一个单位增加而变化。可以从码流中的指示符的值获取索引值。
在另一个示例中,根据以下公式获取sample_dist的值:
sample_dist=((2*x)–W+K)*f(dispIdxN)+((2*y)–H+K))*f(dispIdxS)–distanceIdx*stepD*scaleStep
·其中,f()是一个函数。在一个示例中,函数f()实现为查找表。
·dispIdxN或dispIdxS是从码流中获取的索引值,或者是根据从码流中获取的指示符的值计算的。
·scaleStep的值等于编码(解码或编码)块的宽度值或译码块的高度值。
·x和y为所述样本相对于译码块左上样本的坐标。
·K为整数偏移值。在一个示例中,K的值为1。
在一个示例中,函数f()实现为查找表。函数f()表示sample_dist的值相对于修改x值和y值的增量变化。在一个示例中,f(index1)表示sample_dist的值随着x值的一个单位增加而变化,而f(index2)表示sample_dist的值随着y值的一个单位增加而变化。index1和index2的值为可以根据码流中指示符的值获取的表中的索引(大于或等于0的整数值)。
在一个示例中,函数f()的实现如图14所示。在这个示例中,idx的值为输入参数(可以为index1或index2),函数的输出为f(idx)。在一个示例中,f()实现为使用整数运算的余弦函数,其中,idx(输入索引值)表示量化角度值。
在一个实施例中,stepD的值表示用于样本距离计算的量化距离值。
在一个示例中,如图13所示,stepD的值是根据whRatio的值和角度(alpha)的值获取的。在一个示例中,stepD的值可以获取如下:stepD=lookupTable[alphaN][whRatio],其中,alphaN的值为从码流中获取的索引值,或者alphaN的值是根据从码流中获取的指示符的值计算的。例如,alpha可以根据以下公式计算:
alphaN=angleIdx如果angleIdx>=0&&angleIdx<=8;或者
alphaN=16–angleIdx如果angleIdx>8&&angleIdx<=16;或者
alphaN=angleIdx–16如果angleIdx>16&&angleIdx<=24;或者
alphaN=32–angleIdx其它。
其中,angleIdx为根据码流获取的索引值。
在另一个示例中:
alphaN=angleIdx如果angleIdx>=0&&angleIdx<=Lim;或者
alphaN=2*Lim–angleIdx如果angleIdx>Lim&&angleIdx<=2*Lim;或者
alphaN=angleIdx–2*Lim如果angleIdx>2*Lim&&angleIdx<=3*Lim;或者
alphaN=4*Lim–angleIdx其它。
或者,在另一个示例中:
alphaN=angleIdx;或者
alphaN=2*Lim–angleIdx;或者
alphaN=angleIdx–2*Lim;或者
alphaN=4*Lim–angleIdx。
在上述公式中,Lim为与量化角度值的数量相关的预定义常量值。例如,如果有32个不同的量化角度值,则Lim可以等于8(4*Lim等于32)。在另一个示例中,Lim可以为4,对应共计16个不同的量化角度值。
在一个示例中,根据distanceIdx*stepD*scaleStep获取sample_dist的值,其中,distanceIdx为根据码流获取的索引值,scaleStep的值是根据块的宽度值或块的高度值获取的。乘法的结果表示分隔线到译码块中心点的距离(中心点的坐标为x=W/2,y=H/2)。
在一个示例中,所述查找表为预定义表。预定义表具有以下优点:
·获取样本到分隔线的距离通常是复杂的,需要求解三角方程,这在实施针对大规模生产的消费者产品的视频编码标准时无法实现。
在一些示例中,样本距离是根据查找表(可以是预定义的)获取的,所述查找表包括whRatio和alpha的预先计算的中间结果,whRatio和alpha已经根据整数运算获取(因此,在一个示例中,所有stepD的值都是整数)。通过查找表获取的中间结果是仔细选择的,因为存在以下情况:
·查找表包括复杂运算(三角计算)的中间计算结果,因此实现复杂度降低。
·表的大小保持较小(这需要内存)。
在另一个示例中,根据distanceIdx*(stepD+T)*scaleStep获取sample_dist的值,其中,T为具有整数值的偏移值。在一个示例中,T的值为32。
在另一个示例中(从解码器的角度和编码器的角度):
上述示例中的sample_dist的值表示当前编码子块中的样本与分隔线之间的距离,如图11或图12所示。
两个子块的索引为0和1。第一子块的索引为0,第二子块的索引为1。
在几何分割模式下,两个子块的处理顺序是根据子块的索引决定的。首先处理索引为0的子块,然后处理索引为1的子块。所述处理顺序可以用于样本权重推导过程、运动信息存储过程、运动矢量推导过程等。
在一个示例中,子块的索引值是根据子块中的样本的sample_dist值确定的。
如果一个子块中的每个样本的sample_dist值均小于(或等于)零,则该子块的索引值被设置为0。
如果一个子块中的每个样本的sample_dist值均大于(或等于)零,则该子块的索引值被设置为1。
在相同的示例中,子块的索引值可以被修改(例如翻转)。在一个示例中,可以基于预定义的样本位置修改子块的索引值。
在一个示例中,译码块的预定义位置(例如左下角位置)所在的子块的索引值始终设置为0。
在一个示例中,如果该预定义的样本位置属于索引值为1的第二子块,则该子块的索引值将被修改为0(另一个子块的索引值将被修改为1)。
在一个示例中,如果该预定义的样本位置属于索引值为0的第一子块,则子块的索引值不变。
参照图20和图21中所示的示例。预定义的样本位置是当前译码块的左下角样本位置。
在图20中,左下角样本属于索引值为0的第一子块,子块的索引值不变。
在图21中,左下角样本属于索引值为1的第二子块(图21a),因此,两个子块的索引值被交换或翻转。如图21b所示,处理顺序将取决于交换或翻转后的索引值。
在一个示例中,索引赋值和翻转过程可以通过以下步骤执行:
步骤1:根据划分模式,将当前译码块划分为两个子块。
步骤2:计算一个子块中的样本的sample_dist值。
如果该sample_dist值是负值或等于零,则该子块的索引值被设置为0(对应于第一子块),另一个子块的索引值被设置为1(对应于第二子块)。
或者,
如果该sample_dist值是正值,则该子块的索引值被设置为1(对应于第二子块),另一个子块的索引值被设置为0(对应于第一子块)。
步骤3:如果预定义的样本位置的sample_dist值为正值,则交换两个子块的索引值。
如果预定义的样本位置的sample_dist值为负值,则两个子块的索引值不变。
本发明实施例公开了一种由解码设备或编码设备实现的译码方法。所述方法包括以下步骤:
S101:获取当前译码块的划分(或分割)模式。
所述划分模式用于将译码块划分为子块。所述划分模式可以以角度和/或距离的示例形式定义。相对于水平方向的角度被描述为垂直于分隔线的方向。分隔线用于表示将所述当前译码块划分为两个子块。距离描述了从所述当前译码块的中心位置到所述分隔线的距离。
在一些示例中,通过码流中的指示符的值表示所述划分模式。所述指示符的值用于获取角度参数值和距离参数值。
在一个示例中,可以通过预定义的方法或函数推导出对(第一参数(角度),第二参数(距离))。换句话说,分割模式的指示符是从解码器的码流中解析得到的。所述指示符被定义为所述方法或函数的输入。所述方法或函数的输出是所述对(第一参数和第二参数)。
所述指示符(geo_partition_idx)和预定义的方法或函数的一个示例如下。
函数1
指示符X为输入(0到63)。
Figure BDA0003563360000000281
所述指示符X的值介于0和63之间,用于推导出第一参数(Angle)和第二参数(Dist)。表2描述了输出结果的示例。
表2:函数1的输入和输出表,其中,geo_partition_idx(例如指示符X)是表的索引,angleIdx(例如angle)是第一参数,distanceIdx(例如Dist)是第二参数。
Figure BDA0003563360000000282
Figure BDA0003563360000000291
Figure BDA0003563360000000301
所述指示符(geo_partition_idx)和预定义的方法或函数的另一个示例如下。
函数2
指示符X为输入(0到63)。
Figure BDA0003563360000000302
Figure BDA0003563360000000311
所述指示符X的值介于0和63之间,用于推导出第一参数(Angle)和第二参数(Dist)。表3描述了输出结果的示例。
表3:函数2的输入和输出表,其中,geo_partition_idx(例如指示符X)是表的索引,angleIdx(例如Angle)是第一参数,distanceIdx(例如Dist)是第二参数。
Figure BDA0003563360000000312
Figure BDA0003563360000000321
Figure BDA0003563360000000331
S102:根据所述划分模式,将所述当前译码块划分为两个子块(子块A,子块B)。
在该步骤中,根据所述划分模式,译码块中的样本被认为位于两个子块中。子块A或子块B包括当前译码块中的一部分(但不是全部)样本。子块A或子块B可以根据每个样本的sample_dist的符号表示。sample_dist可以根据上述示例和实施例获取。
在相同的示例中,本步骤可以参考上述关于将译码块划分为两个子块的实施例或示例。例如,可以根据几何模型,将译码块划分为2个子块。该模型中,可以通过图9至图12所示的分隔线(例如直线)来划分块。
图9示出了关于译码块分割的示例。根据分隔线1250,将该块划分为2个子块。指示两个参数来描述线1250,一个参数是角度alpha 1210,另一个参数是距离dist 1230。
在一些实施例中,图9所表示的角度在x轴与分隔线之间测量,而距离由垂直于分隔线并穿过当前块中心的矢量的长度测量。
在另一示例中,图10示出了表示分隔线的另一种方式,其中,角度和距离的示例与图9所示的示例不同。
在编码端,根据基于率失真的成本函数确定分隔线(定义该线的参数,例如角度和距离)。确定的线参数被编码到码流中。在解码端,根据码流解码(获取)线参数。
在一个示例中,在3个视频信道的情况下,包括一个亮度(luma)分量和两个色度(chroma)分量。此划分过程可以针对亮度或色度执行。
在一个实施例中,对于译码块中的样本,距离值用于确定该样本位于哪个子块(子块A或子块B)中。在一个示例中,获取译码块中的每个样本的距离值。
在一个示例中,当样本对应的距离值小于或等于0时,该样本位于子块A(或子块B)中;当样本对应的距离值大于0时,该样本位于子块B(或子块A)中。
在另一个示例中,当样本对应的距离值小于0时,该样本位于子块A(或子块B)中;当样本对应的距离值大于或等于0时,该样本位于子块B(或子块A)中。
获取样本对应的距离值(例如,sample_dist)的过程可以参考上述示例和实施例。例如,sample_dist表示样本对应的距离值。
S103:根据所述当前译码块中预定义的样本位置,设置子块A的索引值。
在一些示例中,所述预定义的样本位置可以是所述当前译码块的左下角位置、右下角位置、左上角位置、右上角位置或中心位置。
当所述预定义的样本位置在子块A中时,子块A的索引值被设置为第一值。在这个示例中,子块B的索引值将被设置为第二值。
或者,
当所述预定义的样本位置不在子块A中(例如,所述预定义的样本位置在子块B中)时,子块A的索引值被设置为第二值。在这个示例中,子块B的索引值将被设置为第一值。
由于与所述第一值对应的处理顺序在与所述第二值对应的处理顺序之前,因此所述预定义的样本位置所在的子块始终在另一个子块之前处理。处理可以是样本权重推导过程、运动信息存储过程、运动矢量推导过程等。在一些示例中,在几何分割模式下,两个子块的处理顺序是根据子块的索引决定的。首先处理索引为0的子块,然后处理索引为1的子块。
所述第一值或所述第二值可以是整数值。在一个示例中,所述第一值可以是0、1或其它值,所述第二值可以是0、1或其它值。所述第一值和所述第二值不同。
在一个示例中,可以基于所述预定义的样本位置的样本距离值(例如,sample_dist)来确定所述预定义的样本位置是否在子块A中。例如,如果子块A中的样本对应的样本距离值大于0,且所述预定义的样本位置对应的样本距离值小于0,则所述预定义的样本位置不在子块A中,而是在子块B中。在这个示例中,子块B中的每个样本都具有小于0的样本距离值。在其它一些示例中,子块B中的每个样本可能具有小于或等于0的样本距离值,这取决于是否在子块B中考虑与等于0的样本距离值对应的样本。
在另一个示例中,可以基于所述预定义的样本位置的坐标值来确定所述预定义的样本位置是否在子块A中。
实施例二
在另一个实施例中,子块或块的索引是通过预定义的函数或查找表设置的。预定义的函数或查找表的输入值可以是变量或参数值,预定义的函数或查找表的输出是子块或块的索引值。
在一个示例中,块的索引是表示为isFlip的划分索引,所述索引值isFlip满足:
isFlip=(angleIdx>=13&&angleIdx<=27)?1:0
在一个示例中,预定义的函数或查找表的输入值可以是从码流中解析得到的。
在一个示例中,预定义的函数或查找表的输入值可以是基于指示信息的值推导出的。
在一个示例中,输入值为划分边界的角度索引的值,从语法geo_partition_idx中推导出。
在一个示例中,几何分区的子块A的索引(index)值可以是从以下查找表中推导出的。其中,partIdx[AngleIdx]的值等于0指的是从几何分区划分得到的子块A的部分索引为0,partIdx[AngleIdx]的值等于1指的是从几何分区划分得到的子块A的部分索引为1。
表4:基于AngleIdx的子块A的PartIndx查找表。
AngleIdx 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
partIdx[AngleIdx] 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
AngleIdx 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
partIdx[AngleIdx] 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0
表4可以通过函数或方程的形式转换为:
partIdx=angleIdx>=13&&angleIdx<=27?1:0。
PartIdx用于几何分割模式的划分部分翻转。
在一个示例中,由于子块A和子块B是从一个几何分区中划分得到的,因此子块B将具有与子块A的索引相对的索引(例如,对应于值0的值1,或对应于值1的值0)。
在一些示例中,对应于第一值(以上示例中的0)的处理顺序在对应于第二值(以上示例中的1)的处理顺序之前。因此,所述预定义的样本位置所在的子块始终在另一个子块之前处理。处理可以是样本权重推导过程、运动信息存储过程或运动矢量推导过程等。在一些示例中,在几何分割模式下,两个子块的处理顺序是根据子块的索引决定的。首先处理索引为0的子块,然后处理索引为1的子块。
在一些示例中,在几何分割模式下,预测值等于predictorA*Mask1+predictorB*Mask2,其中,predictorA的值或predictorB的值可以从其它模式(例如融合模式)中推导出,Mask1和Mask2是从几何分区划分得到的子块的混合掩码。所述混合掩码是根据其它指示符预先计算的。在一个示例中,angleIdx和distanceIdx是从geo_partition_idx推导出的,geo_partition_idx是从码流中解析得到的。样本位置和划分边界之间的距离是根据angleIdx和distanceIdx计算的,混合掩码取决于使用预定义查找表的该距离。
在一个示例中,从几何分区划分得到的子块的索引值(例如0或1)可以用于子块的指示掩码选择。
在一个示例中,如果子块的索引值是第一值(例如0),则该子块使用Mask1来生成预测值;如果子块的索引值是第二值(例如1),则该子块使用Mask2来生成预测值。
在一个示例中,如果子块A的索引值为0,则子块A使用Mask1,子块B使用Mask2(在这个示例中,子块B的索引值为1)。
Final predictor=predictorA*Mask1+predictorB*Mask2
在一个示例中,如果子块A的索引值为1,则子块A使用Mask2,子块B使用Mask1(在这个示例中,子块B的索引值为0)。
Final predictor=predictorA*Mask2+predictorB*Mask1
一般形式如下:
Final predictor=PartIdx[AngleIdx]?
predictorA*Mask2+predictorB*Mask1:
predictorA*Mask1+predictorB*Mask2
图22示出了一种由解码设备实现的译码方法,所述方法包括以下步骤:
S2201:获取当前译码块的划分模式索引值。
在一种实现方式中,所述划分模式索引值用于表示所述当前译码块使用的几何分割模式。例如,所述划分模式索引值为geo_partition_idx或merge_gpm_partition_idx。
在一个示例中,merge_gpm_partition_idx[x0][y0]或geo_partition_idx表示几何分割融合模式的分割形状。阵列索引x0,y0表示所考虑译码块的左上亮度样本相对于图像的左上亮度样本的位置(x0,y0)。
当merge_gpm_partition_idx[x0][y0]或geo_partition_idx[x0][y0]不存在时,它被推断为0。
在一个示例中,可以通过解析视频码流中编码的索引值获取划分模式索引值,或者可以根据从视频码流中解析出的语法值确定划分模式索引值。
码流可以根据无线网络或有线网络获取。码流可以通过同轴电缆、光纤电缆、双绞线、数字用户线(digital subscriber line,DSL)或如红外线、无线电、微波、Wi-Fi、蓝牙、LTE或5G等无线技术从网站、服务器或其它远程源传输。
在一个实施例中,码流是网络抽象层(network abstraction layer,NAL)单元流或字节流等形式的位序列,形成接入单元(access unit,AU)序列的表示,所述接入单元序列形成一个或多个编码视频序列(coded video sequence,CVS)。
在一些实施例中,对于解码过程,解码端读取码流并从所述码流中推导解码图像;对于编码过程,编码端产生码流。
通常,码流包括由语法结构形成的语法元素。语法元素:码流中表示的数据元素。
语法结构:在码流中一起按指定顺序存在的零个或多个语法元素。
在一个特定示例中,码流格式指定网络抽象层(network abstraction layer,NAL)单元流与字节流之间的关系,网络抽象层单元流与字节流都称为码流。
例如,码流可以具有两种格式:NAL单元流格式和字节流格式。NAL单元流格式在概念上是更“基本的”类型。NAL单元流格式包括称为NAL单元的语法结构的序列。该序列是按解码顺序排序的。对NAL单元流中的NAL单元的解码顺序(和内容)施加了约束。
通过按解码顺序对NAL单元进行排序,并在每个NAL单元前添加起始码前缀和零个或多个零值字节以形成字节流,可以由NAL单元流格式构建字节流格式。通过在该字节流中搜索唯一的起始码前缀模式的位置,可以从字节流格式中提取NAL单元流格式。
这部分描述通过码流给出的源图像与解码图像之间的关系的实施例。
由码流表示的视频源是按解码顺序排列的一系列图像。
通常,merge_gpm_partition_idx[x0][y0]的值是从码流中解码的。在一个示例中,merge_gpm_partition_idx[][]的取值范围为0到63(包括0和63)。在一个示例中,merge_gpm_partition_idx[][]的解码过程是“旁路”。
当merge_gpm_partition_idx[x0][y0]不存在时,它被推断为0。
S2202:根据所述划分模式索引值以及表格,获取所述当前译码块的角度索引值angleIdx。
在一种实现方式中,所述角度索引值angleIdx用于所述当前译码块的几何分割。
在一个示例中,angleIdx表示所述几何分割的角度索引。
根据所述划分模式索引值的值和预定义查找表,获取所述当前块的角度参数的值。
在一个实施例中,如下表所示,根据merge_gpm_partition_idx[xCb][yCb](指示符)的值设置几何分割模式的分割角度变量angleIdx(角度参数)和距离变量distanceIdx。在该实现方式中,这种关系可以根据表1或根据函数来实现。
表1:基于merge_gpm_partition_idx的angleIdx和distanceIdx的规定
Figure BDA0003563360000000361
Figure BDA0003563360000000371
S2203:根据所述角度索引值angleIdx,设置索引值partIdx。
在一种实现方式中,所述索引值partIdx满足:
partIdx=(angleIdx>=threshold1&&angleIdx<=threshold2)?1:0
其中,threshold1和threshold2为整数值,且threshold1小于threshold2。
在一个示例中,threshold1为13,且threshold2为27。
在一个示例中,所述索引值可以是表示为isFlip的划分索引,所述索引值isFlip同样满足:
isFlip=(angleIdx>=13&&angleIdx<=27)?1:0
S2204:根据所述索引值partIdx,对所述当前译码块进行解码。
解码过程可以是样本权重推导过程、运动信息存储过程、运动矢量推导过程等。因此,提高了缓冲区利用率和解码效率。
在一种实现方式中,所述对所述当前译码块进行解码包括:根据所述索引值partIdx,存储所述当前块的运动信息。
根据上述实施例,译码块是根据索引值进行解码的。解码过程可以是样本权重推导过程、运动信息存储过程、运动矢量推导过程等。因此,提高了缓冲区利用率和解码效率。
图23示出了一种视频解码器。所述解码器包括:解析单元2301,用于获取当前译码块的划分模式索引值;角度索引值获取单元2302,用于根据所述划分模式索引值以及表格,获取所述当前译码块的角度索引值angleIdx;设置单元2303,用于根据所述角度索引值angleIdx,设置索引值partIdx;处理单元2304,用于根据所述索引值partIdx,对所述当前译码块进行解码。
根据图22的方法可以由根据图23的解码器执行。上述方法的其它特征和实现方式对应于所述解码器的特征和实现方式。
在一个特定示例中,对于几何分割模式的运动矢量存储过程的描述如下。
当对MergeGpmFlag[xCb][yCb]等于1的编码单元进行解码时,调用该过程。
该过程的输入为:
亮度位置(xCb,yCb),表示当前译码块相对于当前图像的左上亮度样本的左上样本;
变量cbWidth,表示当前译码块的以亮度样本为单位的宽度;
变量cbHeight,表示当前译码块的以亮度样本为单位的高度;
变量angleIdx,表示几何分割的角度索引;
变量distanceIdx,表示几何分割的距离索引;
1/16分数样本精度的亮度运动矢量mvA和mvB;
参考索引refIdxA和refIdxB;
预测列表标志predListFlagA和predListFlagB。
变量numSbX和numSbY分别表示当前译码块在水平方向和竖直方向上的4×4块的数量,分别被设置为cbWidth>>2和cbHeight>>2。
变量displacementX、displacementY、isFlip和shiftHor推导如下:
displacementX=angleIdx
displacementY=(angleIdx+8)%32
isFlip=(angleIdx>=13&&angleIdx<=27)?1:0
shiftHor=(angleIdx%16==8||(angleIdx%16!=0&&cbHeight>=cbWidth))?0:1
变量offsetX和offsetY推导如下:
如果shiftHor等于0,则以下适用:
offsetX=(–cbWidth)>>1
offsetY=((–cbHeight)>>1)+
(angleIdx<16?(distanceIdx*cbHeight)>>3:–((distanceIdx*cbHeight)>>3))
否则(shiftHor等于1),以下适用:
offsetX=((–cbWidth)>>1)+
(angleIdx<16?(distanceIdx*cbWidth)>>3:–((distanceIdx*cbWidth)>>3))
offsetY=(–cbHeight)>>1
对于xSbIdx=0..numSbX–1且ySbIdx=0..numSbY–1的子块索引(xSbIdx,ySbIdx)处的每个4×4子块,以下适用:
变量motionIdx根据表37中指定的阵列disLut计算如下:
motionIdx=(((4*xSbIdx+offsetX)<<1)+5)*disLut[displacementX]+
(((4*ySbIdx+offsetY)<<1)+5)*disLut[displacementY]
变量sType推导如下:
sType=abs(motionIdx)<32?2:(motionIdx<=0?(1–isFlip):isFlip)
根据sType的值,进行以下赋值:
如果sType等于0,则以下适用:
predFlagL0=(predListFlagA==0)?1:0
predFlagL1=(predListFlagA==0)?0:1
refIdxL0=(predListFlagA==0)?refIdxA:–1
refIdxL1=(predListFlagA==0)?–1:refIdxA
mvL0[0]=(predListFlagA==0)?mvA[0]:0
mvL0[1]=(predListFlagA==0)?mvA[1]:0
mvL1[0]=(predListFlagA==0)?0:mvA[0]
mvL1[1]=(predListFlagA==0)?0:mvA[1]
否则,如果sType等于1或者(sType等于2且predListFlagA+predListFlagB不等于1),则以下适用:
predFlagL0=(predListFlagB==0)?1:0
predFlagL1=(predListFlagB==0)?0:1
refIdxL0=(predListFlagB==0)?refIdxB:–1
refIdxL1=(predListFlagB==0)?–1:refIdxB
mvL0[0]=(predListFlagB==0)?mvB[0]:0
mvL0[1]=(predListFlagB==0)?mvB[1]:0
mvL1[0]=(predListFlagB==0)?0:mvB[0]
mvL1[1]=(predListFlagB==0)?0:mvB[1]
否则(sType等于2且predListFlagA+predListFlagB等于1),以下适用:
predFlagL0=1
predFlagL1=1
refIdxL0=(predListFlagA==0)?refIdxA:refIdxB
refIdxL1=(predListFlagA==0)?refIdxB:refIdxA
mvL0[0]=(predListFlagA==0)?mvA[0]:mvB[0]
mvL0[1]=(predListFlagA==0)?mvA[1]:mvB[1]
mvL1[0]=(predListFlagA==0)?mvB[0]:mvA[0]
mvL1[1]=(predListFlagA==0)?mvB[1]:mvA[1]
对于x=0..3且y=0..3,进行以下赋值:
MvL0[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=mvL0
MvL1[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=mvL1
MvDmvrL0[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=mvL0
MvDmvrL1[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=mvL1
RefIdxL0[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=refIdxL0
RedIdxL1[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=refIdxL1
PredFlagL0[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=predFlagL0
PredFlagL1[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=predFlagL1
BcwIdx[(xSbIdx<<2)+x][(ySbIdx<<2)+y]=0
图24为本发明提供的解码器的一个实施例的框图。解码器2400包括处理器2401和非瞬时性计算机可读存储介质2402,其中,所述非瞬时性计算机可读存储介质与所述处理器2401耦合并存储由所述处理器2401执行的程序指令,当所述处理器执行所述程序指令时,使所述解码器执行根据第一方面或第一方面的任意实现方式或实施例所述的方法。
示例1:提供了一种由解码设备或编码设备实现的译码方法,所述方法包括:
获取当前译码块的划分模式;
根据所述划分模式,将所述当前译码块划分为两个子块(子块A,子块B);
根据预定义函数或预定义表,设置子块A的索引值。
示例2:根据示例1所述的方法,其中,所述预定义函数或所述预定义表的输入值是所述当前译码块的角度索引值(例如,角度值用于所述当前译码块的几何分割)。
示例3:根据示例1或2所述的方法,其中,所述预定义函数为:
partIdx=angleIdx>=threshold1&&angleIdx<=threshold2?1:0
其中,AngleIdx为所述当前译码块的角度索引值,partIdx[AngleIdx]为子块A的索引值,threshold1和threshold2为整数值,并且threshold1(例如,threshold1的值为13)小于threshold2(例如,threshold2的值为27)。
示例4:根据示例1至3中任一项所述的方法,其中,所述预定义表为:
AngleIdx 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
partIdx[AngleIdx] 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
AngleIdx 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
partIdx[AngleIdx] 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0
其中,AngleIdx为所述当前译码块的角度索引值,partIdx[AngleIdx]为子块A的索引值。
示例5:提供了一种由解码设备或编码设备实现的译码方法,所述方法包括:
获取当前块的角度参数值;
获取所述当前块的距离参数值;
根据所述角度参数值和所述距离参数值,计算所述当前块中预定义样本(例如,位于所述当前块的左下角、右下角、左上角或右上角位置的样本)的样本距离值;
基于所述预定义样本的样本距离值,设置所述当前块中的两个子块的两个索引值。
示例6:根据示例5所述的方法,其中,所述基于所述预定义样本的样本距离值,设置所述当前块中的两个子块的两个索引值包括:
将一个子块的索引值设置为第一值,其中,所述子块为所述预定义样本所在的子块;
将另一个子块的索引值设置为第二值,其中,所述第一值对应的处理顺序在所述第二值对应的处理顺序之前。
示例7:根据示例1至6中任一项所述的方法,其中,所述方法还包括:
基于子块的索引值,选择值或混合掩码(例如,Mask1或Mask2)。
示例8:提供了一种解码器(30)或编码器,其中,所述解码器(30)或编码器包括处理电路,所述处理电路用于执行根据示例1至7中任一项所述的方法。
示例9:提供了一种计算机程序产品,其中,所述计算机程序产品包括程序代码,所述程序代码用于执行根据示例1至7中任一项所述的方法。
示例10:提供了一种解码器或编码器,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,其中,所述非瞬时性计算机可读存储介质与所述一个或多个处理器耦合并存储由所述一个或多个处理器执行的程序,当所述一个或多个处理器执行所述程序时,使所述解码器执行根据示例1至7中任一项所述的方法。
数学运算符
本申请中使用的数学运算符与C编程语言中使用的数学运算符类似,但是,对整数除法和算术移位运算的结果进行了更准确的定义,并且定义了其它运算,如幂运算和实值除法。编号和计数规范通常从0开始,例如,“第一个”相当于第0个,“第二个”相当于第1个,等等。
算术运算符
算术运算符定义如下:
Figure BDA0003563360000000413
逻辑运算符
逻辑运算符定义如下:
x&&y x和y的布尔逻辑“与”运算
x||y x和y的布尔逻辑“或”运算
! 布尔逻辑“非”运算
x?y:z 如果x为真(TRUE)或不等于0,则返回y的值,否则,返回z的值。
关系运算符
关系运算符定义如下:
> 大于
>= 大于或等于
< 小于
<= 小于或等于
== 等于
!= 不等于
当一个关系运算符应用于一个已被赋值“na”(不适用)的语法元素或变量时,值“na”被视为该语法元素或变量的不同值。值“na”被视为不等于任何其它值。
按位运算符
按位运算符定义如下:
& 按位“与”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
| 按位“或”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
^ 按位“异或”运算。当对整数参数运算时,运算的是整数值的二的补码表示。当对二进制参数运算时,如果它包含的位比另一个参数少,则通过添加更多等于0的有效位来扩展较短的参数。
x>>y 将x以二的补码整数表示的形式向右算术移动y个二进制位。只有y为非负整数值时才定义该函数。进行右移位而进入到最高有效位(most significant bit,MSB)的比特的值等于x进行移位运算之前的MSB。
x<<y 将x以二的补码整数表示的形式向左算术移动y个二进制位。只有y为非负整数值时才定义该函数。由于左移而移进最低有效位(least significant bit,LSB)的位的值等于0。
赋值运算符
算术运算符定义如下:
= 赋值运算符
++ 增,即,x++等于x=x+1;当在阵列索引中使用时,等于增运算之前变量的值。
–– 减,即,x––等于x=x–1;当在阵列索引中使用时,等于减运算之前变量的值。
+= 增加指定量,即,x+=3相当于x=x+3,x+=(–3)相当于x=x+(–3)。
–= 减少指定量,即,x–=3相当于x=x–3,x–=(–3)相当于x=x–(–3)。
范围符号
下面的表示法用来说明值的范围:
x=y..z x取从y到z(包括端值)的整数值,其中,x、y和z是整数,且z大于y。
数学函数
数学函数定义如下:
Figure BDA0003563360000000421
Asin(x) 三角反正弦函数,对参数x运算,x在–1.0至1.0(包括端值)的范围之间,输出值在–π÷2至π÷2(包括端值)的范围之间,单位为弧度。
Atan(x) 三角反正切函数,对参数x运算,输出值在–π÷2至π÷2(包括端值)的范围之间,单位为弧度。
Figure BDA0003563360000000422
Ceil(x)大于或等于x的最小整数。
Clip1Y(x)=Clip3(0,(1<<BitDepthY)–1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)–1,x)
Figure BDA0003563360000000431
Cos(x) 三角余弦函数,对参数x运算,单位为弧度。
Floor(x) 小于或等于x的最大整数。
Figure BDA0003563360000000432
Ln(x) x的自然对数(以e为底的对数,其中,e是自然对数底数常数2.718281828……)。
Log2(x) x以2为底的对数。
Log10(x) x以10为底的对数。
Figure BDA0003563360000000433
Figure BDA0003563360000000434
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
Figure BDA0003563360000000435
Sin(x) 三角正弦函数,对参数x运算,单位为弧度。
Figure BDA0003563360000000436
Swap(x,y)=(y,x)
Tan(x) 三角正切函数,对参数x运算,单位为弧度。
运算优先级顺序
当没有使用括号来显式表示表达式中的优先级顺序时,以下规则适用:
-高优先级的运算在低优先级的任何运算之前计算。
-相同优先级的运算从左到右依次计算。
下表从最高到最低的顺序说明运算的优先级,表中位置越高,优先级越高。
对于C编程语言中也使用的运算符,本规范中运算符优先级顺序与C编程语言中优先级顺序相同。
表:运算优先级从最高(表格顶部)到最低(表格底部)排序
Figure BDA0003563360000000437
Figure BDA0003563360000000441
逻辑运算的文本说明
在文本中,用数学形式描述如下的逻辑运算语句:
Figure BDA0003563360000000442
可以用以下方式描述:
……如下/……以下为准:
-如果条件0,则语句0
-否则,如果条件1,则语句1
-……
-否则(关于剩余条件的提示性说明),则语句n
文本中的每个“如果……否则,如果……否则,……”语句都以“……如下”或“……以下为准”引入,后面紧跟着“如果……”。“如果……否则,如果……否则,……”的最后一个条件总有一个“否则,……”。中间有“如果……否则,如果……否则,……”语句可以通过使“……如下”或“……以下为准”与结尾“否则,……”匹配来识别。
在文本中,用数学形式描述如下的逻辑运算语句:
Figure BDA0003563360000000443
Figure BDA0003563360000000451
可以用以下方式描述:
……如下/……以下为准:
-如果满足以下所有条件,则语句0:
-条件0a
-条件0b
-否则,如果满足以下一个或多个条件,则语句1:
-条件1a
-条件1b
-……
-否则,语句n
在文本中,用数学形式描述如下的逻辑运算语句:
Figure BDA0003563360000000452
可以用以下方式描述:
当条件0时,语句0
当条件1时,语句1
图18为实现内容分发业务的内容供应系统3100的框图。该内容供应系统3100包括捕获设备3102、终端设备3106,并可选地包括显示器3126。捕获设备3102通过通信链路3104与终端设备3106通信。通信链路可以包括上文描述的通信信道13。通信链路3104包括但不限于Wi-Fi、以太网、有线、无线(3G/4G/5G)、USB或者其任何种类的组合等。
捕获设备3102用于生成数据,并且可以通过上文实施例中所示的编码方法对数据进行编码。或者,捕获设备3102可以将数据分发到流媒体服务器(图中未示出),该服务器对数据进行编码并将经编码数据发送到终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议系统、PDA、车载设备或其任意组合等。例如,捕获设备3102可以包括上述源设备12。当数据包括视频时,捕获设备3102中包括的视频编码器20可以实际执行视频编码处理。当数据包括音频(即语音)时,捕获设备3102中包括的音频编码器可以实际执行音频编码处理。对于一些实际场景,捕获设备3102通过将经编码视频数据和经编码音频数据一起复用来分发经编码视频数据和经编码音频数据。对于其它实际场景,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。捕获设备3102分别将经编码音频数据和经编码视频数据分发到终端设备3106。
在内容供应系统3100中,终端设备310接收并再生成经编码数据。终端设备3106可以是具有数据接收和恢复能力的设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、机顶盒(set top box,STB)3116、视频会议系统3118、视频监控系统3120、个人数字助理(personal digital assistant,PDA)3122、车载设备3124或它们的任意组合等能够对上述经编码数据进行解码的设备。例如,终端设备3106可以包括上文描述的目的地设备14。当经编码数据包括视频时,包括在终端设备中的视频解码器30优先进行视频解码。当经编码数据包括音频时,包括在终端设备中的音频解码器优先进行音频解码处理。
对于具有显示器的终端设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digitalvideo recorder,DVR)3112、电视3114、个人数字助理(personal digital assistant,PDA)3122或车载设备3124,终端设备可以将解码数据馈送到其显示器。对于不配备显示器的终端设备,例如STB 3116、视频会议系统3118或视频监控系统3120,在其中连接外部显示器3126以接收和显示解码数据。
当该系统中的每个设备执行编码或解码时,可以使用如上述实施例中所示的图像编码设备或图像解码设备。
图19为终端设备3106的示例结构的示意图。在终端设备3106从捕获设备3102接收流后,协议处理单元3202对该流的传输协议进行分析。所述协议包括但不限于实时流协议(real time streaming protocol,RTSP)、超文本传输协议(hypertext transferprotocol,HTTP)、HTTP直播流协议(HTTP live streaming protocol,HLS)、MPEG-DASH、实时传输协议(real-time transport protocol,RTP)、实时消息传输协议(real timemessaging protocol,RTMP),或其任何种类的组合等。
协议处理单元3202对流进行处理后,生成流文件。文件输出到解复用单元3204。解复用单元3204可以将复用数据分离成经编码音频数据和经编码视频数据。如上所述,在其它实际场景中,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。在这种情况下,不通过解复用单元3204,将经编码数据发送到视频解码器3206和音频解码器3208。
通过解复用处理,生成视频基本流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括如上述实施例所解释的视频解码器30,通过如上述实施例所示的解码方法对视频ES进行解码以生成视频帧,并将该数据发送到同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧,并将该数据发送到同步单元3212。或者,可以在将视频帧馈送到同步单元3212之前将其存储在缓冲区(图19中未示出)中。类似地,可以在将音频帧馈送到同步单元3212之前将其存储在缓冲区(图19中未示出)中。
同步单元3212同步视频帧和音频帧,并将视频/音频提供给视频/音频显示器3214。例如,同步单元3212同步视频信息和音频信息的呈现。可以使用与经译码的音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳在语法中对信息进行译码。
如果流中包括字幕,则字幕解码器3210对字幕进行解码,使字幕与视频帧和音频帧同步,并将视频/音频/字幕提供给视频/音频/字幕显示器3216。
本发明并不限于上述系统,上述实施例中的图像编码设备或图像解码设备都可以包括在汽车系统等其它系统中。
尽管本发明实施例主要根据视频译码进行了描述,但是需要说明的是,译码系统10、编码器20和解码器30(相应地,系统10)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译码,例如,对视频译码中独立于任何先前或连续图像的单个图像进行处理或译码。通常,如果图像处理译码限于单个图像17,则仅帧间预测单元244(编码器)和帧间预测单元344(解码器)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)同样可用于静止图像处理,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、以及熵编码270和熵解码304。
编码器20和解码器30等的实施例,以及本文描述的与编码器20和解码器30等有关的功能可以以硬件、软件、固件或其任意组合来实现。如果以软件来实现,则各种功能可作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质传输,且由基于硬件的处理单元执行。计算机可读介质可以包括与有形介质(例如,数据存储介质)对应的计算机可读存储介质,或包括任何便于将计算机程序从一处传送到另一处的介质(例如,根据通信协议)的通信介质。通过这种方式,计算机可读介质通常可以对应(1)非瞬时性的有形计算机可读存储介质,或(2)信号或载波等通信介质。数据存储介质可以是通过一个或多个计算机或一个或多个处理器访问的任何可用介质,以检索用于实施本发明所述技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。
作为示例而非限定,这类计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存或可以用于存储指令或数据结构形式的所需程序代码并且可以由计算机访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、数字用户线(digital subscriber line,DSL)或红外线、无线电和微波等无线技术从网站、服务器或其它远程源传输指令,则同轴电缆、光纤电缆、双绞线、DSL或红外线、无线电和微波等无线技术包括在介质的定义中。但是,应当理解的是,计算机可读存储介质和数据存储介质并不包括连接、载波、信号或其它瞬时性介质,而是涉及非瞬时性有形存储介质。本文所使用的磁盘和光盘包括压缩光盘(compact disc,CD)、激光光盘、光学光盘、数字多功能光盘(digital versatile disc,DVD)、软盘和蓝光光盘,其中,磁盘通常以磁性方式再现数据,而光盘利用激光以光学方式再现数据。以上各项的组合也应包括在计算机可读介质的范围内。
可以通过一个或多个数字信号处理器(digital signal processor,DSP)、通用微处理器、专用集成电路(application-specific integrated circuit,ASIC)、现场可编程逻辑阵列(field programmable logic array,FPGA)或其它同等集成或离散逻辑电路等一或多个处理器来执行指令。因此,本文所使用的术语“处理器”可以指上述结构中的任一种或适于实施本文所述技术的任何其它结构。另外,在一些方面中,本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内,或者并入在组合编解码器中。而且,这些技术可以在一个或多个电路或逻辑元件中完全实现。
本发明的技术可以在多种设备或装置中实现,这些设备或装置包括无线手机、集成电路(integrated circuit,IC)或一组IC(例如芯片组)。本发明描述了各种组件、模块或单元,以强调用于执行所公开技术的设备的功能方面,但未必需要由不同的硬件单元实现。相反,如上所述,各种单元可以结合合适的软件和/或固件组合在编解码器硬件单元中,或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合来提供。

Claims (15)

1.一种由解码设备实现的译码方法,其特征在于,所述方法包括:
获取当前译码块的划分模式索引值;
根据所述划分模式索引值以及基于所述划分模式索引值表示角度索引值angleIdx的表格,获取所述当前译码块的所述角度索引值angleIdx;
根据所述角度索引值angleIdx,设置索引值partIdx;
根据所述索引值partIdx,对所述当前译码块进行解码。
2.根据权利要求1所述的方法,其特征在于,所述索引值partIdx满足:
partIdx=(angleIdx>=threshold1&&angleIdx<=threshold2)?1:0
其中,threshold1和threshold2为整数值,且threshold1小于threshold2。
3.根据权利要求2所述的方法,其特征在于,threshold1为13,且threshold2为27。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述对所述当前译码块进行解码包括:根据所述索引值partIdx,存储所述当前块的运动信息。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述划分模式索引值用于表示所述当前译码块使用的几何分割模式。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述角度索引值angleIdx用于所述当前译码块的几何分割。
7.一种视频解码器(2300),其特征在于,所述解码器包括:
解析单元(2301),用于获取当前译码块的划分模式索引值;
角度索引值获取单元(2302),用于根据所述划分模式索引值以及基于所述划分模式索引值表示角度索引值angleIdx的表格,获取所述当前译码块的所述角度索引值angleIdx;
设置单元(2303),用于根据所述角度索引值angleIdx,设置索引值partIdx;
处理单元(2304),用于根据所述索引值partIdx,对所述当前译码块进行解码。
8.根据权利要求7所述的解码器,其特征在于,所述索引值partIdx满足:
partIdx=(angleIdx>=threshold1&&angleIdx<=threshold2)?1:0
其中,threshold1和threshold2为整数值,且threshold1小于threshold2。
9.根据权利要求8所述的解码器,其特征在于,threshold1为13,且threshold2为27。
10.根据权利要求7至9中任一项所述的解码器,其特征在于,所述处理单元用于根据所述索引值partIdx,存储所述当前块的运动信息。
11.根据权利要求7至10中任一项所述的解码器,其特征在于,所述划分模式索引值用于表示所述当前译码块使用的几何分割模式。
12.根据权利要求7至11中任一项所述的解码器,其特征在于,所述角度索引值angleIdx用于所述当前译码块的几何分割。
13.一种解码器(30),其特征在于,所述解码器(30)包括处理电路,所述处理电路用于执行根据权利要求1至6中任一项所述的方法。
14.一种计算机程序产品,其特征在于,所述计算机程序产品包括程序代码,当所述程序代码被计算机执行时,使所述计算机执行根据权利要求1至6中任一项所述的方法。
15.一种解码器(2400),其特征在于,包括:
一个或多个处理器(2401);
非瞬时性计算机可读存储介质(2402),其中,所述非瞬时性计算机可读存储介质与所述一个或多个处理器(2401)耦合并存储由所述一个或多个处理器执行的指令,当所述一个或多个处理器执行所述指令时,使所述解码器执行根据权利要求1至6中任一项所述的方法。
CN202080067458.2A 2019-10-03 2020-09-28 几何分割模式的译码过程 Pending CN114600454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210731655.0A CN115174906B (zh) 2019-10-03 2020-09-28 几何分割模式的译码过程

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP2019076805 2019-10-03
EPPCT/EP2019/076805 2019-10-03
PCT/CN2020/118389 WO2021063308A1 (en) 2019-10-03 2020-09-28 Coding process for geometric partition mode

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210731655.0A Division CN115174906B (zh) 2019-10-03 2020-09-28 几何分割模式的译码过程

Publications (1)

Publication Number Publication Date
CN114600454A true CN114600454A (zh) 2022-06-07

Family

ID=75337673

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202080067458.2A Pending CN114600454A (zh) 2019-10-03 2020-09-28 几何分割模式的译码过程
CN202210731655.0A Active CN115174906B (zh) 2019-10-03 2020-09-28 几何分割模式的译码过程

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202210731655.0A Active CN115174906B (zh) 2019-10-03 2020-09-28 几何分割模式的译码过程

Country Status (12)

Country Link
US (3) US11245900B2 (zh)
EP (1) EP4014488A4 (zh)
JP (2) JP7414975B2 (zh)
KR (1) KR20220046683A (zh)
CN (2) CN114600454A (zh)
AU (1) AU2020358175A1 (zh)
BR (1) BR122023020161A2 (zh)
CA (1) CA3152728A1 (zh)
CL (1) CL2022000816A1 (zh)
IL (1) IL291768A (zh)
MX (1) MX2022003940A (zh)
WO (1) WO2021063308A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020156464A1 (en) * 2019-01-31 2020-08-06 Mediatek Inc. Method and apparatus of combined inter and intraprediction for video coding
US11533498B2 (en) * 2019-11-21 2022-12-20 Tencent America LLC Geometric partitioning mode in video coding
US20230078392A1 (en) * 2021-09-15 2023-03-16 Tencent America LLC Geometric partition based intra prediction
US20230108504A1 (en) * 2021-10-04 2023-04-06 Tencent America LLC On geometric partition mode with intra and inter prediction
US20230388484A1 (en) * 2022-05-24 2023-11-30 Tencent America LLC Method and apparatus for asymmetric blending of predictions of partitioned pictures
US20240267567A1 (en) * 2023-02-03 2024-08-08 Tencent America LLC Systems and methods for blending block sections in a partition-based prediction mode

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8315308B2 (en) * 2006-01-11 2012-11-20 Qualcomm Incorporated Video coding with fine granularity spatial scalability
CN101502119B (zh) 2006-08-02 2012-05-23 汤姆逊许可公司 用于视频编码的自适应几何分割方法和设备
US8565314B2 (en) * 2006-10-12 2013-10-22 Qualcomm Incorporated Variable length coding table selection based on block type statistics for refinement coefficient coding
JP4908180B2 (ja) * 2006-12-20 2012-04-04 株式会社東芝 動画像符号化装置
US8594187B2 (en) * 2007-03-02 2013-11-26 Qualcomm Incorporated Efficient video block mode changes in second pass video coding
US8432968B2 (en) * 2007-10-15 2013-04-30 Qualcomm Incorporated Scalable video coding techniques for scalable bitdepths
KR101158491B1 (ko) * 2008-12-08 2012-06-20 한국전자통신연구원 다시점 영상 부호화, 복호화 방법 및 그 장치.
KR101740039B1 (ko) * 2009-06-26 2017-05-25 톰슨 라이센싱 적응형 기하학적 분할을 이용한 비디오 인코딩 및 디코딩 방법 및 장치
US8879632B2 (en) * 2010-02-18 2014-11-04 Qualcomm Incorporated Fixed point implementation for geometric motion partitioning
US9020043B2 (en) * 2010-05-10 2015-04-28 Google Inc. Pathway indexing in flexible partitioning
JP2012044387A (ja) * 2010-08-18 2012-03-01 Riso Kagaku Corp 画像処理装置
CN102611880B (zh) * 2011-01-19 2015-02-04 华为技术有限公司 标识图像块几何划分模式的编解码方法和设备
US9247249B2 (en) * 2011-04-20 2016-01-26 Qualcomm Incorporated Motion vector prediction in video coding
US9654785B2 (en) * 2011-06-09 2017-05-16 Qualcomm Incorporated Enhanced intra-prediction mode signaling for video coding using neighboring mode
CN102857762B (zh) * 2011-07-01 2016-03-30 华为技术有限公司 一种解码过程中块索引信息的获取方法及装置
US9161046B2 (en) * 2011-10-25 2015-10-13 Qualcomm Incorporated Determining quantization parameters for deblocking filtering for video coding
ES2886342T3 (es) * 2011-12-16 2021-12-17 Jvckenwood Corp Dispositivo de codificación de imagen dinámica, procedimiento de codificación de imagen dinámica, programa de codificación de imagen dinámica, dispositivo de decodificación de imagen dinámica, procedimiento de decodificación de imagen dinámica y programa de decodificación de imagen dinámica
JP5989934B2 (ja) 2013-03-26 2016-09-07 ドルビー ラボラトリーズ ライセンシング コーポレイション マルチレイヤvdr符号化における知覚量子化ビデオコンテンツのエンコーディング
CN103227921B (zh) * 2013-04-03 2016-08-10 华为技术有限公司 高效视频编码帧内预测方法及装置
US20140307780A1 (en) * 2013-04-11 2014-10-16 Mitsubishi Electric Research Laboratories, Inc. Method for Video Coding Using Blocks Partitioned According to Edge Orientations
WO2019001733A1 (en) * 2017-06-30 2019-01-03 Huawei Technologies Co., Ltd. ENCODER, DECODER, COMPUTER PROGRAM, AND COMPUTER PROGRAM PRODUCT FOR PROCESSING A FRAME OF A VIDEO SEQUENCE
WO2019022568A1 (ko) * 2017-07-28 2019-01-31 한국전자통신연구원 영상 처리 방법, 그를 이용한 영상 부호화/복호화 방법 및 그 장치
TW202025760A (zh) * 2018-09-12 2020-07-01 大陸商北京字節跳動網絡技術有限公司 要檢查多少個hmvp候選
WO2020098713A1 (en) * 2018-11-13 2020-05-22 Beijing Bytedance Network Technology Co., Ltd. Motion candidate list construction for prediction
CN109299060A (zh) * 2018-11-22 2019-02-01 华东计算技术研究所(中国电子科技集团公司第三十二研究所) 基于影像矩形分块的分布式文件方法及系统
US11405619B2 (en) * 2019-09-23 2022-08-02 Qualcomm Incorporated Geometric partition mode with simplified motion field storage and motion compensation in video coding

Also Published As

Publication number Publication date
CN115174906B (zh) 2023-04-04
BR122023020161A2 (pt) 2024-02-27
CL2022000816A1 (es) 2022-11-18
WO2021063308A1 (en) 2021-04-08
IL291768A (en) 2022-06-01
JP2024041817A (ja) 2024-03-27
MX2022003940A (es) 2022-04-25
AU2020358175A1 (en) 2022-04-14
EP4014488A1 (en) 2022-06-22
CN115174906A (zh) 2022-10-11
US20240146924A1 (en) 2024-05-02
US20220132121A1 (en) 2022-04-28
KR20220046683A (ko) 2022-04-14
EP4014488A4 (en) 2022-12-21
US11936862B2 (en) 2024-03-19
JP2022551091A (ja) 2022-12-07
US11245900B2 (en) 2022-02-08
JP7414975B2 (ja) 2024-01-16
US20210258574A1 (en) 2021-08-19
CA3152728A1 (en) 2021-04-08

Similar Documents

Publication Publication Date Title
CN113613013B (zh) 视频解码设备、由解码设备实现的译码方法和解码器
CN113924780B (zh) 用于色度子块的仿射帧间预测的方法及装置
CN115174906B (zh) 几何分割模式的译码过程
KR20210113390A (ko) 인트라 예측의 인코더, 디코더 및 대응하는 방법
CN113660497B (zh) 编码器、解码器和使用ibc合并列表的对应方法
CN113597761A (zh) 帧内预测方法和装置
CN114026864A (zh) 用于几何分割模式的色度样本权重推导
JP7532597B2 (ja) 幾何学的区分けモードのためのサンプルの距離の計算
CN112740703B (zh) 编码器、解码器和用于变换处理的对应方法
CN113875251A (zh) 用于几何分割模式的自适应滤波器强度指示
CN113692740A (zh) 用于无除法帧内预测的方法和装置
RU2822450C1 (ru) Процесс кодирования для режима геометрического разделения
CN114830652A (zh) 用于方向性帧内预测的参考样本插值滤波的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination