CN114846803A - 支持有损译码和无损译码两者的残差译码 - Google Patents

支持有损译码和无损译码两者的残差译码 Download PDF

Info

Publication number
CN114846803A
CN114846803A CN202080088791.1A CN202080088791A CN114846803A CN 114846803 A CN114846803 A CN 114846803A CN 202080088791 A CN202080088791 A CN 202080088791A CN 114846803 A CN114846803 A CN 114846803A
Authority
CN
China
Prior art keywords
coding
current block
coefficient
video
transform
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
CN202080088791.1A
Other languages
English (en)
Inventor
M·卡切夫维茨
王洪涛
A·纳尔奇
M·Z·科班
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN114846803A publication Critical patent/CN114846803A/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
    • H04N19/70Methods 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
    • 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
    • H04N19/12Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • 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
    • H04N19/169Methods 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
    • H04N19/18Methods 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 set of transform coefficients
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform 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
    • H04N19/91Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

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

Abstract

一种示例设备包括:被配置为存储视频数据的存储器;以及在电路中实现并且耦合到存储器的一个或多个处理器。一个或多个处理器被配置为:确定变换跳过模式是否用于视频数据的当前块。一个或多个处理器被配置为:基于变换跳过模式用于当前块,来针对残差译码禁用级别映射。一个或多个处理器被配置为:在不应用级别映射的情况下对当前块进行译码。

Description

支持有损译码和无损译码两者的残差译码
本申请要求于2020年12月22日提交的美国申请No.17/131,046的权益,该申请要求于2019年12月26日提交的美国临时专利申请No.62/953,872的权益,这两份申请中的每个申请的全部内容通过引用的方式并入本文。
技术领域
本公开内容涉及视频编码和视频解码。
背景技术
数字视频能力可以被合并到宽范围的设备中,包括数字电视机、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型计算机或台式计算机、平板计算机、电子书阅读器、数字相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、移动电话(诸如蜂窝或卫星无线电话或所谓的“智能电话”)、视频电话会议设备、视频流设备等。数字视频设备实现视频译码技术(诸如在通过MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分,高级视频译码(AVC))、ITU-T H.265/高效率视频译码(HEVC)定义的标准以及这样的标准的扩展中描述的那些技术)。通过实现这样的视频译码技术,视频设备可以更高效地发送、接收、编码、解码和/或存储数字视频信息。
视频译码技术包括空间(图片内(intra-picture))预测和/或时间(图片间(inter-picture))预测以减少或去除在视频序列中固有的冗余。对于基于块的视频译码,视频切片(例如,视频图片或视频图片的一部分)可以被分割为视频块,视频块还可以被称为译码树单元(CTU)、译码单元(CU)和/或译码节点。图片的经帧内译码(I)的切片中的视频块是使用相对于相同图片中的相邻块中的参考样本的空间预测来编码的。图片的经帧间译码(P或B)的切片中的视频块可以使用相对于相同图片中的相邻块中的参考样本的空间预测或者相对于其它参考图片中的参考样本的时间预测。图片可以被称为帧,以及参考图片可以被称为参考帧。
发明内容
概括而言,本公开内容描述了用于视频译码的技术,以及更具体地,本公开内容描述了用于适用于有损译码和无损译码两者的变换跳过模式的残差译码的技术。本公开内容涉及将二进制表示转换为一系列非二进制值量化系数的熵解码过程。作为熵解码的逆过程的对应的熵编码过程被隐含地指定,以及因此也是本公开内容的一部分,尽管本文未必明确地描述。本公开内容的示例可以应用于现有视频编解码器中的任何视频编解码器(诸如高效率视频译码(HEVC)或多功能视频译码(VVC)的扩展),可以被提议作为当前正在开发的标准的译码工具,和/或与其它未来视频译码标准一起使用。
在一个示例中,一种方法包括:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对所述当前块进行译码。
在另一示例中,一种设备包括:被配置为存储视频数据的存储器;以及在电路中实现并且耦合到所述存储器的一个或多个处理器,所述一个或多个处理器被配置为:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对所述当前块进行译码。
在另一示例中,一种设备包括:用于确定变换跳过模式是否用于视频数据的当前块的单元;用于基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射的单元;以及用于在不应用级别映射的情况下对所述当前块进行译码的单元。
在另一示例中,一种被编码有指令的非暂时性计算机可读存储介质,所述指令在被执行时使得一个或多个处理器进行以下操作:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对所述当前块进行译码。
在附图和以下描述中阐述了一个或多个示例的细节。根据描述、附图和权利要求,其它特征、对象和优势将是显而易见的。
附图说明
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统的框图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构以及对应的译码树单元(CTU)的概念图。
图3是示出可以执行本公开内容的技术的示例视频编码器(encoder)的框图。
图4是示出可以执行本公开内容的技术的示例视频解码器(decoder)的框图。
图5是示出在VVC草案7中对CG标志和系数进行译码的交织方式的概念图。
图6是示出用于Rice参数推导的相邻系数的模板的概念图。
图7是示出5个相邻系数的示例局部模板的概念图。
图8是示出5个相邻系数的另一示例局部模板的概念图。
图9是示出本公开内容的示例变换跳过模式译码技术的流程图。
图10是示出对视频数据进行编码的方法的流程图。
图11是示出对视频数据进行解码的方法的流程图。
具体实施方式
在一些视频译码标准中,一种残差译码技术用于有损译码,以及另一种残差译码技术用于无损译码。照此,如果视频编码器决定使用组合的有损/无损译码技术,则视频编码器可能无法适应有损/无损译码技术,或者视频编码器的性能可能降低,因为这将要求视频编码器使用两种不同的残差译码技术。
根据本公开内容的技术,对于有损译码和无损译码两者,变换跳过残差译码技术可以是相同的。这些技术可以改进视频编码器和解码器性能(例如,降低处理功耗)和/或减少编码时延。
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统100的框图。概括而言,本公开内容的技术涉及对视频数据进行译码(coding)(编码(encoding)和/或解码(decoding))。通常,视频数据包括用于处理视频的任何数据。因此,视频数据可以包括原始的未经编码的视频、经编码的视频、经解码(例如,经重构)的视频、以及视频元数据(例如,信令数据)。
如图1所示,在该示例中,视频编码和解码系统100包括源设备102,源设备102提供要被目的地设备116解码和显示的、经编码的视频数据。具体地,源设备102经由计算机可读介质110来将视频数据提供给目的地设备116。源设备102和目的地设备116可以包括宽范围的设备中的任何设备,包括台式计算机、笔记本计算机(即,膝上型计算机)、平板计算机、机顶盒、电话手机(诸如智能电话)、电视机、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在一些情况下,源设备102和目的地设备116可以被配备用于无线通信,以及因此可以被称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200以及输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120以及显示设备118。根据本公开内容,源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置为应用用于适用于有损译码和无损译码两者的变换跳过模式的残差译码的技术。因此,源设备102表示视频编码设备的示例,而目的地设备116表示视频解码设备的示例。在其它示例中,源设备和目的地设备可以包括其它组件或排列。例如,源设备102可以从诸如外部相机的外部视频源接收视频数据。同样,目的地设备116可以与外部显示设备对接,而不是包括集成的显示设备。
在图1中所示的视频编码和解码系统100仅是一个示例。通常,任何数字视频编码和/或解码设备可以执行用于适用于有损译码和无损译码两者的变换跳过模式的残差译码的技术。源设备102和目的地设备116仅是这样的译码设备的示例,其中,源设备102生成经编码的视频数据以用于传输给目的地设备116。本公开内容将“译码”设备指代为执行对数据的译码(例如,编码和/或解码)的设备。因此,视频编码器200和视频解码器300分别表示译码设备(具体地,视频编码器和视频解码器)的示例。在一些示例中,源设备102和目的地设备116可以以基本上对称的方式进行操作,使得源设备102和目的地设备116中的每一者包括视频编码和解码组件。因此,视频编码和解码系统100可以支持在源设备102与目的地设备116之间的单向或双向视频传输,例如,以用于视频流式传输、视频回放、视频广播或视频电话。
通常,视频源104表示视频数据(即原始的未经编码的视频数据)的源,以及将视频数据的顺序的一系列图片(还被称为“帧”)提供给视频编码器200,视频编码器200对用于图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备,诸如摄像机、包含先前捕获的原始视频的视频存档单元、和/或用于从视频内容提供者接收视频的视频馈送接口。作为另外的替代方式,视频源104可以生成基于计算机图形的数据作为源视频,或者生成实时视频、被存档的视频和计算机生成的视频的组合。在每种情况下,视频编码器200可以对被捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从所接收的次序(有时被称为“显示次序”)重新排列为用于译码的译码次序。视频编码器200可以生成包括经编码的视频数据的比特流。然后,源设备102可以经由输出接口108将经编码的视频数据输出到计算机可读介质110上,以便由例如目的地设备116的输入接口122接收和/或取回。
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中,存储器106和存储器120可以存储原始视频数据,例如,来自视频源104的原始视频以及来自视频解码器300的原始的经解码的视频数据。另外或替代地,存储器106和存储器120可以存储可由例如视频编码器200和视频解码器300分别执行的软件指令。尽管存储器106和存储器120在该示例中被示为与视频编码器200和视频解码器300分开,但是应当理解的是,视频编码器200和视频解码器300还可以包括用于在功能上类似或等效目的的内部存储器。此外,存储器106和存储器120可以存储例如从视频编码器200输出并且输入到视频解码器300的经编码的视频数据。在一些示例中,存储器106和存储器120的部分可以被分配为一个或多个视频缓冲器,例如,以存储原始的经解码和/或经编码的视频数据。
计算机可读介质110可以表示能够将经编码的视频数据从源设备102传送给目的地设备116的任何类型的介质或设备。在一个示例中,计算机可读介质110表示通信介质,其使得源设备102能够例如经由射频网络或基于计算机的网络,来实时地向目的地设备116直接地发送经编码的视频数据。输出接口108可以根据诸如无线通信协议的通信标准来对包括经编码的视频数据的传输信号进行调制,以及输入接口122可以根据诸如无线通信协议的通信标准来对所接收的传输信息进行解调。通信介质可以包括任何无线或有线通信介质,例如,射频(RF)频谱或一条或多条物理传输线。通信介质可以形成诸如以下各项的基于分组的网络的一部分:局域网、广域网、或诸如互联网的全球网络。通信介质可以包括路由器、交换机、基站、或对于促进从源设备102到目的地设备116的通信而言可以有用的任何其它设备。
在一些示例中,源设备102可以将经编码的数据从输出接口108输出到存储设备112。类似地,目的地设备116可以经由输入接口122从存储设备112存取经编码的数据。存储设备112可以包括各种各样的分布式或本地存取的数据存储介质中的任何一者,诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或用于存储经编码的视频数据的任何其它适当的数字存储介质。
在一些示例中,源设备102可以将经编码的视频数据输出到文件服务器114或者可以存储由源设备102生成的经编码的视频的另一中间存储设备。目的地设备116可以经由流式传输或下载来从文件服务器114存取被存储的视频数据。文件服务器114可以是能够存储经编码的视频数据并且将该经编码的视频数据发送给目的地设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如,用于网站)、文件传输协议(FTP)服务器、内容递送网络设备、或网络附加存储(NAS)设备。目的地设备116可以通过任何标准数据连接(包括互联网连接)来从文件服务器114存取经编码的视频数据。这可以包括适于存取被存储在文件服务器114上的经编码的视频数据的无线信道(例如,Wi-Fi连接)、有线连接(例如,数字用户线(DSL)、电缆调制解调器等)、或这两者的组合。文件服务器114和输入接口122可以被配置为根据流式传输协议、下载传输协议、或其组合来操作。
输出接口108和输入接口122可以表示无线发射机/接收机、调制解调器、有线联网组件(例如,以太网卡)、根据各种各样的IEEE 802.11标准中的任何一种标准进行操作的无线通信组件、或其它物理组件。在其中输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置为根据蜂窝通信标准(诸如4G、4G-LTE(长期演进)、改进的LTE、5G等)来传输数据(诸如经编码的视频数据)。在其中输出接口108包括无线发射机的一些示例中,输出接口108和输入接口122可以被配置为根据其它无线标准(诸如IEEE802.11规范、IEEE 802.15规范(例如,ZigBeeTM)、BluetoothTM标准等)来传输数据(诸如经编码的视频数据)。在一些示例中,源设备102和/或目的地设备116可以包括相应的片上系统(SoC)设备。例如,源设备102可以包括用于执行被赋予视频编码器200和/或输出接口108的功能的SoC设备,以及目的地设备116可以包括用于执行被赋予视频解码器300和/或输入接口122的功能的SoC设备。
本公开内容的技术可以应用于视频译码,以支持各种各样的多媒体应用中的任何一者,诸如空中电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(诸如基于HTTP的动态自适应流式传输(DASH))、被编码到数据存储介质上的数字视频、对被存储在数据存储介质上的数字视频的解码、或其它应用。
目的地设备116的输入接口122从计算机可读介质110(例如,通信介质、存储设备112、文件服务器114等)接收经编码的视频比特流。经编码的视频比特流可以包括由视频编码器200定义的诸如以下语法元素的信令信息(其还被视频解码器300使用):所述语法元素具有描述视频块或其它译码单元(例如,切片、图片、图片组、序列等)的特性和/或处理的值。显示设备118将经解码的视频数据的经解码的图片显示给用户。显示设备118可以表示各种各样的显示设备中的任何一者,诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器、或另一种类型的显示设备。
尽管在图1中未示出,但是在一些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,以及可以包括适当的MUX-DEMUX单元或其它硬件和/或软件,以处理包括公共数据流中的音频和视频两者的经复用的流。如果适用,MUX-DEMUX单元可以遵循ITU H.223复用器协议或其它协议(诸如用户数据报协议(UDP))。
视频编码器200和视频解码器300各自可以被实现为各种各样的适当的编码器和/或解码器电路中的任何一者,诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立逻辑、软件、硬件、固件、或其任何组合。当所述技术部分地在软件中实现时,设备可以将用于软件的指令存储在适当的非暂时性计算机可读介质中,以及使用一个或多个处理器在硬件中执行指令以执行本公开内容的技术。视频编码器200和视频解码器300中的每一者可以被包括在一个或多个编码器或解码器中,编码器或解码器中的任一者可以被集成为相应设备中的组合编码器/解码器(CODEC)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器、和/或无线通信设备(诸如蜂窝电话)。
视频编码器200和视频解码器300可以根据视频译码标准(诸如ITU-TH.265(还被称为高效率视频译码(HEVC)标准)或对其的扩展(诸如多视图或可缩放视频译码扩展))进行操作。替代地,视频编码器200和视频解码器300可以根据其它专有或行业标准(诸如ITU-T H.266标准,还被称为多功能视频译码(VVC))进行操作。VVC标准的草案是在以下项中描述的:Bross等人,“Versatile Video Coding(草案7)”,ITU-T SG 16 WP 3和ISO/IEC JTC1/SC 29/WG 11的联合视频专家组(JVET),第16次会议,瑞士日内瓦,2019年10月1-11日,JVET-P2001-v14(下文中称为“VVC草案7”)。VVC标准的更近期的草案是在以下项中描述的:Bross等人,“Versatile Video Coding(草案10)”,ITU-T SG 16WP 3和ISO/IEC JTC 1/SC29/WG 11的联合视频专家组(JVET),通过电话会议的第19次会议,2020年6月22日-7月1日,JVET-S2001-v17(下文中称为“VVC草案10”)。然而,本公开内容的技术不限于任何特定的译码标准。
通常,视频编码器200和视频解码器300可以执行对图片的基于块的译码。术语“块”通常指代包括要被处理的(例如,在编码和/或解码过程中要被编码、被解码或以其它方式使用的)数据的结构。例如,块可以包括亮度和/或色度数据的样本的二维矩阵。通常,视频编码器200和视频解码器300可以对以YUV(例如,Y、Cb、Cr)格式表示的视频数据进行译码。也就是说,并不是对用于图片的样本的红色、绿色和蓝色(RGB)数据进行译码,视频编码器200和视频解码器300可以对亮度和色度分量进行译码,其中,色度分量可以包括红色色相和蓝色色相色度分量两者。在一些示例中,视频编码器200在进行编码之前将所接收的经RGB格式化的数据转换为YUV表示,以及视频解码器300将YUV表示转换为RGB格式。替代地,预处理和后处理单元(未示出)可以执行这些转换。
概括而言,本公开内容可以涉及对图片的译码(例如,编码和解码)以包括对图片的数据进行编码或解码的过程。类似地,本公开内容可以涉及对图片的块的译码以包括对用于块的数据进行编码或解码(例如,预测和/或残差译码)的过程。经编码的视频比特流通常包括用于表示译码决策(例如,译码模式)以及将图片分割为块的语法元素的一系列值。因此,关于对图片或块进行译码的参考通常应当被理解为对用于形成图片或块的语法元素的值进行译码。
HEVC定义了各种块,包括译码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC,视频译码器(coder)(诸如视频编码器200)根据四叉树结构来将译码树单元(CTU)分割为CU。也就是说,视频译码器将CTU和CU分割为四个相等的、不重叠的正方形,以及四叉树的每个节点具有零个或四个子节点。没有子节点的节点可以被称为“叶节点”,以及这样的叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频译码器可以进一步分割PU和TU。例如,在HEVC中,残差四叉树(RQT)表示对TU的分区。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。经帧内预测的CU包括帧内预测信息,诸如帧内模式指示。
作为另一示例,视频编码器200和视频解码器300可以被配置为根据VVC进行操作。根据VVC,视频译码器(诸如视频编码器200)将图片分割为多个译码树单元(CTU)。视频编码器200可以根据树结构(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)分割CTU。QTBT结构去除了多种分割类型的概念,诸如在HEVC的CU、PU和TU之间的分隔。QTBT结构包括两个级别:根据四叉树分割而被分割的第一级别、以及根据二叉树分割而被分割的第二级别。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于译码单元(CU)。
在MTT分割结构中,可以使用四叉树(QT)分割、二叉树(BT)分割以及一个或多个类型的三叉树(TT)分割(还被称为三元树(TT))来对块进行分割。三叉树或三元树分割是其中块被分为三个子块的分割。在一些示例中,三叉树或三元树分割将块划分为三个子块,而不通过中心划分原始块。MTT中的分割类型(例如,QT、BT和TT)可以是对称的或不对称的。
在一些示例中,视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度分量和色度分量中的每一者,而在其它示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构,诸如用于亮度分量的一个QTBT/MTT结构以及用于两个色度分量的另一个QTBT/MTT结构(或者用于相应色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以被配置为使用每HEVC的四叉树分割、QTBT分割、MTT分割、或其它分割结构。为了解释的目的,关于QTBT分割给出了本公开内容的技术的描述。然而,应当理解的是,本公开内容的技术还可以应用于被配置为使用四叉树分割或者还使用其它类型的分割的视频译码器。
可以以各种方式在图片中对块(例如,CTU或CU)进行分组。作为一个示例,砖形块可以指代图片中的特定片区(tile)内的CTU行的矩形区域。片区可以是图片中的特定片区列和特定片区行内的CTU的矩形区域。片区列指代CTU的矩形区域,其具有等于图片的高度的高度以及通过语法元素(例如,诸如在图片参数集合中)指定的宽度。片区行指代CTU的矩形区域,其具有通过语法元素指定的高度(例如,诸如在图片参数集合中)以及等于图片的宽度的宽度。
在一些示例中,可以将片区分割为多个砖形块,每个砖形块可以包括片区内的一个或多个CTU行。没有被分割为多个砖形块的片区还可以被称为砖形块。然而,作为片区的真实子集的砖形块可以不被称为片区。
图片中的砖形块还可以以切片来排列。切片可以是图片的整数个砖形块,其可以排它地被包含在单个网络抽象层(NAL)单元中。在一些示例中,切片包括多个完整的片区或者仅包括一个片区的完整砖形块的连续序列。
本公开内容可以互换地使用“NxN”和“N乘N”来指代块(诸如CU或其它视频块)在垂直和水平维度方面的样本大小,例如,16x16个样本或16乘16个样本。通常,16x16 CU在垂直方向上将具有16个样本(y=16),以及在水平方向上将具有16个样本(x=16)。同样地,NxNCU通常在垂直方向上具有N个样本,以及在水平方向上具有N个样本,其中N表示非负整数值。CU中的样本可以按行和列来排列。此外,CU不一定需要在水平方向上具有与在垂直方向上相同的数量的样本。例如,CU可以包括NxM个样本,其中M不一定等于N。
视频编码器200对用于CU的表示预测和/或残差信息以及其它信息的视频数据进行编码。预测信息指示将如何预测CU以便形成用于CU的预测块。残差信息通常表示在编码之前的CU的样本与预测块之间的逐样本差。
为了预测CU,视频编码器200通常可以通过帧间预测或帧内预测来形成用于CU的预测块。帧间预测通常指代根据先前译码的图片的数据来预测CU,而帧内预测通常指代根据相同图片的先前译码的数据来预测CU。为了执行帧间预测,视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索,以识别例如在CU与参考块之间的差方面与CU紧密匹配的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)、或其它这样的差计算来计算差度量,以确定参考块是否与当前CU紧密匹配。在一些示例中,视频编码器200可以使用单向预测或双向预测来预测当前CU。
VVC的一些示例还提供仿射运动补偿模式,其可以被认为是帧间预测模式。在仿射运动补偿模式下,视频编码器200可以确定表示非平移运动(诸如放大或缩小、旋转、透视运动或其它不规则的运动类型)的两个或更多个运动矢量。
为了执行帧内预测,视频编码器200可以选择帧内预测模式来生成预测块。VVC的一些示例提供六十七种帧内预测模式,包括各种方向性模式、以及平面模式和DC模式。通常,视频编码器200选择帧内预测模式,帧内预测模式描述要根据其来预测当前块(例如,CU的块)的样本的、当前块的相邻样本。假设视频编码器200以光栅扫描次序(从左到右、从上到下)对CTU和CU进行译码,则这样的样本通常可以是在与当前块相同的图片中在当前块的上方、左上方或左侧。
视频编码器200对表示用于当前块的预测模式的数据进行编码。例如,对于帧间预测模式,视频编码器200可以对表示使用各种可用帧间预测模式中的哪一种帧间预测模式的数据以及用于对应模式的运动信息进行编码。对于单向或双向帧间预测,例如,视频编码器200可以使用高级运动矢量预测(AMVP)或合并模式来对运动矢量进行编码。视频编码器200可以使用类似的模式来对用于仿射运动补偿模式的运动矢量进行编码。
在诸如对块的帧内预测或帧间预测的预测之后,视频编码器200可以计算用于该块的残差数据。残差数据(诸如残差块)表示在块与用于该块的预测块之间的逐样本差,该预测块是使用对应的预测模式来形成的。视频编码器200可以将一个或多个变换应用于残差块,以在变换域中而非在样本域中产生经变换的数据。例如,视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外,视频编码器200可以在第一变换之后应用二次变换,诸如模式相关的不可分离二次变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述,在任何变换以产生变换系数(或跳过变换,诸如在变换跳过模式的情况下)之后,视频编码器200可以执行对变换系数(或非变换系数)的量化。量化通常指代如下的过程:在该过程中,对变换系数(或非变换系数)进行量化以可能减少用于表示变换系数(或非变换系数)的数据量,从而提供进一步的压缩。通过执行量化过程,视频编码器200可以减少与变换系数中的一些或全部变换系数相关联的比特深度。例如,视频编码器200可以在量化期间将n比特的值向下舍入为m比特的值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可以执行对要被量化的值的按位右移。
在量化之后,视频编码器200可以扫描变换系数,从而根据包括经量化的变换系数的二维矩阵产生一维矢量。可以将扫描设计为将较高能量(以及因此较低频率)的变换系数放在矢量的前面,以及将较低能量(以及因此较高频率)的变换系数放在矢量的后面。在一些示例中,视频编码器200可以利用预定义的扫描次序来扫描经量化的变换系数以产生经串行化的矢量,以及以及然后对矢量的经量化的变换系数进行熵编码。在其它示例中,视频编码器200可以执行自适应扫描。在扫描经量化的变换系数以形成一维矢量之后,视频编码器200可以例如根据上下文自适应二进制算术编码(CABAC)来对一维矢量进行熵编码。视频编码器200还可以对用于描述与经编码的视频数据相关联的元数据的语法元素的值进行熵编码,以供视频解码器300在对视频数据进行解码时使用。
为了执行CABAC,视频编码器200可以将上下文模型内的上下文指派给要被发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以是基于被指派给符号的上下文的。
视频编码器200还可以例如在图片报头、块报头、切片报头中生成去往视频解码器300的语法数据(诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据)、或其它语法数据(诸如序列参数集合(SPS)、图片参数集合(PPS)或视频参数集合(VPS))。同样地,视频解码器300可以对这样的语法数据进行解码以确定如何解码对应的视频数据。
以这种方式,视频编码器200可以生成比特流,其包括经编码的视频数据,例如,描述将图片分割为块(例如,CU)以及用于该块的预测和/或残差信息的语法元素。最终,视频解码器300可以接收比特流以及对经编码的视频数据进行解码。
通常,视频解码器300执行与由视频编码器200执行的过程互易的过程,以对比特流的经编码的视频数据进行解码。例如,视频解码器300可以使用CABAC,以与视频编码器200的CABAC编码过程基本上类似的、但是互易的方式来对用于比特流的语法元素的值进行解码。语法元素可以定义用于将图片的信息分割为CTU、以及根据对应的分割结构(诸如QTBT结构)对每个CTU进行分割以定义CTU的CU。语法元素还可以定义用于视频数据的块(例如,CU)的预测和残差信息。
残差信息可以通过例如经量化的变换系数来表示。视频解码器300可以对块的经量化的变换系数进行逆量化和逆变换以重新产生用于该块的残差块。视频解码器300使用经信号通知的预测模式(帧内预测或帧间预测)和相关的预测信息(例如,用于帧间预测的运动信息)来形成用于该块的预测块。视频解码器300然后可以对预测块和残差块(在逐个样本的基础上)进行组合以重新产生原始块。视频解码器300可以执行额外处理,诸如执行去块过程以减少沿着块的边界的视觉伪影。
根据本公开内容的技术,一种方法包括:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对当前块进行译码。
根据本公开内容的技术,一种设备包括:被配置为存储视频数据的存储器;以及在电路中实现并且耦合到所述存储器的一个或多个处理器,一个或多个处理器被配置为:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对当前块进行译码。
根据本公开内容的技术,用于确定变换跳过模式是否用于视频数据的当前块的单元;用于基于变换跳过模式用于当前块,来针对残差译码禁用级别映射的单元;以及用于在不应用级别映射的情况下对当前块进行译码的单元。
根据本公开内容的技术,一种被编码有指令的非暂时性计算机可读存储介质,所述指令在由一个或多个处理器执行时使得一个或多个处理器进行以下操作:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对当前块进行译码。
概括而言,本公开内容可能涉及“用信号通知”某些信息(诸如语法元素)。术语“用信号通知”通常可以指代对用于语法元素的值和/或用以对经编码的视频数据进行解码的其它数据的传送。也就是说,视频编码器200可以在比特流中用信号通知用于语法元素的值。通常,用信号通知指代在比特流中生成值。如上所述,源设备102可以基本上实时地或不是实时地(诸如可能在将语法元素存储到存储设备112以供目的地设备116稍后取回时发生)将比特流传输给目的地设备116。
图2A和2B是示出示例四叉树二叉树(QTBT)结构130以及对应的译码树单元(CTU)132的概念图。实线表示四叉树拆分,以及虚线指示二叉树拆分。在二叉树的每个拆分(即非叶)节点中,用信号通知一个标志以指示使用哪种拆分类型(即,水平或垂直),其中,在该示例中,0指示水平拆分,以及1指示垂直拆分。对于四叉树拆分,由于四叉树节点将块水平地并且垂直地拆分为具有相等大小的4个子块,因此无需指示拆分类型。相应地,视频编码器200可以对以下各项进行编码,以及视频解码器300可以对以下各项进行解码:用于QTBT结构130的区域树级别(即实线)的语法元素(诸如拆分信息)、以及用于QTBT结构130的预测树级别(即虚线)的语法元素(诸如拆分信息)。视频编码器200可以对用于通过QTBT结构130的终端叶节点表示的CU的视频数据(诸如预测和变换数据)进行编码,以及视频解码器300可以对该视频数据进行解码。
通常,图2B的CTU 132可以与定义与QTBT结构130的处于第一和第二级别的节点相对应的块的大小的参数相关联。这些参数可以包括CTU大小(表示样本中的CTU 132的大小)、最小四叉树大小(MinQTSize,其表示最小允许四叉树叶节点大小)、最大二叉树大小(MaxBTSize,其表示最大允许二叉树根节点大小)、最大二叉树深度(MaxBTDepth,其表示最大允许二叉树深度)、以及最小二叉树大小(MinBTSize,其表示最小允许二叉树叶节点大小)。
QTBT结构的与CTU相对应的根节点可以在QTBT结构的第一级别处具有四个子节点,其中的每个子节点可以是根据四叉树分割来分割的。也就是说,第一级别的节点是叶节点(没有子节点)或者具有四个子节点。QTBT结构130的示例将这样的节点表示为包括具有实线分支的父节点和子节点。如果第一级别的节点不大于最大允许二叉树根节点大小(MaxBTSize),则可以通过相应的二叉树进一步对该节点进行分割。可以对一个节点的二叉树拆分进行迭代,直到从拆分产生的节点达到最小允许二叉树叶节点大小(MinBTSize)或最大允许二叉树深度(MaxBTDepth)。QTBT结构130的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为译码单元(CU),其用于预测(例如,图片内或图片间预测)和变换,而不进行任何进一步分割。如上所讨论的,CU还可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中,CTU大小被设置为128x128(亮度样本和两个对应的64x64色度样本),MinQTSize被设置为16x16,MaxBTSize被设置为64x64,MinBTSize(对于宽度和高度两者)被设置为4,以及MaxBTDepth被设置为4。首先对CTU应用四叉树分割以生成四叉树叶节点。四叉树叶节点可以具有从16x16(即MinQTSize)到128x128(即CTU大小)的大小。如果叶四叉树节点为128x128,则由于该大小超过MaxBTSize(即,在该示例中为64x64),因此叶四叉树节点将不被二叉树进一步拆分。否则,叶四叉树节点将被二叉树进一步分割。因此,四叉树叶节点还是用于二叉树的根节点,以及具有为0的二叉树深度。当二叉树深度达到MaxBTDepth(在该示例中为4)时,不允许进一步拆分。当二叉树节点具有等于MinBTSize(在该示例中为4)的宽度时,这意味着不允许进行进一步的水平拆分。类似地,具有等于MinBTSize的高度的二叉树节点意味着不允许针对该二叉树节点进行进一步的垂直拆分。如上所述,二叉树的叶节点被称为CU,以及根据预测和变换而被进一步处理,而无需进一步分割。
图3是示出可以执行本公开内容的技术的示例视频编码器200的框图。图3是出于解释的目的而提供的,以及不应当被认为对在本公开内容中广泛地举例说明和描述的技术进行限制。出于解释的目的,本公开内容根据VVC(ITU-T H.266,正在开发)和HEVC(ITU-TH.265)的技术来描述视频编码器200。然而,本公开内容的技术可以由被配置为其它视频译码标准的视频编码设备来执行。
在图3的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(DPB)218和熵编码单元220。视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何一者或全部可以在一个或多个处理器中或者在处理电路中实现。例如,视频编码器200的单元可以被实现为一个或多个电路或逻辑元件,作为硬件电路的一部分,或者作为处理器、ASIC或FPGA的一部分。此外,视频编码器200可以包括额外或替代的处理器或处理电路以执行这些和其它功能。
视频数据存储器230可以存储要由视频编码器200的组件来编码的视频数据。视频编码器200可以从例如视频源104(图1)接收被存储在视频数据存储器230中的视频数据。DPB 218可以充当参考图片存储器,其存储参考视频数据以在由视频编码器200对后续视频数据进行预测时使用。视频数据存储器230和DPB 218可以由各种各样的存储器设备中的任何一者形成,诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻性RAM(RRAM)、或其它类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或分别的存储器设备来提供。在各个示例中,视频数据存储器230可以与视频编码器200的其它组件在芯片上(如图所示),或者相对于那些组件在芯片外。
在本公开内容中,对视频数据存储器230的参考不应当被解释为限于在视频编码器200内部的存储器(除非如此具体地描述)或者在视频编码器200外部的存储器(除非如此具体地描述)。而是,对视频数据存储器230的参考应当被理解为存储视频编码器200接收以用于编码的视频数据(例如,用于要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各个单元的输出的临时存储。
示出了图3的各个单元以帮助理解由视频编码器200执行的操作。该单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作类型通常是不可变的。在一些示例中,该单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),以及在一些示例中,该单元中的一个或多个单元可以是集成电路。
视频编码器200可以包括根据可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程内核。在其中使用由可编程电路执行的软件来执行视频编码器200的操作的示例中,存储器106(图1)可以存储视频编码器200接收并且执行的软件的指令(例如,目标代码),或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。
视频数据存储器230被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230取回视频数据的图片,以及将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是要被编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元,其根据其它预测模式来执行视频预测。作为示例,模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元等。
模式选择单元202通常协调多个编码通路(pass),以测试编码参数的组合以及针对这样的组合的所得到的速率-失真值。编码参数可以包括将CTU分割为CU、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择编码参数的具有比其它测试的组合更好的速率-失真值的组合。
视频编码器200可以将从视频数据存储器230取回的图片分割为一系列CTU,以及将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上述HEVC的QTBT结构或四叉树结构)来分割图片的CTU。如上所述,视频编码器200可以通过根据树结构来分割CTU,从而形成一个或多个CU。这样的CU通常还可以被称为“视频块”或“块”。
通常,模式选择单元202还控制其组件(例如,运动估计单元222、运动补偿单元224和帧内预测单元226)以生成用于当前块(例如,当前CU,或者在HEVC中的PU和TU的重叠部分)的预测块。为了对当前块进行帧间预测,运动估计单元222可以执行运动搜索以识别在一个或多个参考图片(例如,被存储在DPB 218中的一个或多个先前译码的图片)中的一个或多个紧密匹配的参考块。具体地,运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)等,来计算表示潜在参考块将与当前块的类似程度的值。运动估计单元222通常可以使用在当前块与所考虑的参考块之间的逐样本差来执行这些计算。运动估计单元222可以识别根据这些计算所得到的具有最低值的参考块,其指示与当前块最紧密匹配的参考块。
运动估计单元222可以形成一个或多个运动矢量(MV),所述运动矢量限定相对于当前块在当前图片中的位置而言参考块在参考图片中的位置。然后,运动估计单元222可以将运动矢量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动矢量,而对于双向帧间预测,运动估计单元222可以提供两个运动矢量。然后,运动补偿单元224可以使用运动矢量来生成预测块。例如,运动补偿单元224可以使用运动矢量来取回参考块的数据。作为另一示例,如果运动矢量具有分数样本精度,则运动补偿单元224可以根据一个或多个插值滤波器来对用于预测块的值进行插值。此外,对于双向帧间预测,运动补偿单元224可以取回用于通过相应的运动矢量标识的两个参考块的数据以及例如通过逐样本平均或加权平均来将所取回的数据进行组合。
作为另一示例,对于帧内预测或帧内预测译码,帧内预测单元226可以根据与当前块相邻的样本来生成预测块。例如,对于方向性模式,帧内预测单元226通常可以在数学上将相邻样本的值进行组合,以及跨越当前块在所定义的方向上填充这些计算出的值以产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算当前块的相邻样本的平均,以及生成预测块以包括针对预测块的每个样本的该得到的平均。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始的未经编码的版本,以及从模式选择单元202接收预测块。残差生成单元204计算在当前块与预测块之间的逐样本差。所得到的逐样本差定义了用于当前块的残差块。在一些示例中,残差生成单元204还可以确定残差块中的样本值之间的差以使用残差差分脉冲码调制(RDPCM)来生成残差块。在一些示例中,可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在其中模式选择单元202将CU分割为PU的示例中,每个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种大小的PU。如上所指出的,CU的大小可以指代CU的亮度译码块的大小,以及PU的大小可以指代PU的亮度预测单元的大小。假设特定CU的大小为2Nx2N,则视频编码器200可以支持用于帧内预测的2Nx2N或NxN的PU大小、以及用于帧间预测的2Nx2N、2NxN、Nx2N、NxN或类似的对称的PU大小。视频编码器200和视频解码器300还可以支持针对用于帧间预测的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的非对称分割。
在其中模式选择单元202不将CU进一步分割为PU的示例中,每个CU可以与亮度译码块和对应的色度译码块相关联。如上所述,CU的大小可以指代CU的亮度译码块的大小。视频编码器200和视频解码器300可以支持2Nx2N、2NxN或Nx2N的CU大小。
对于其它视频译码技术(举几个示例,诸如块内复制模式译码、仿射模式译码和线性模型(LM)模式译码),模式选择单元202经由与译码技术相关联的相应单元来生成用于正被编码的当前块的预测块。在一些示例中,诸如当使用变换跳过模式来对块进行编码时,模式选择单元202可以禁用级别映射,这将在下文更详细地讨论。在一些示例中(诸如调色板模式译码),模式选择单元202可以不生成预测块,而是替代地生成指示基于所选择的调色板来重构块的方式的语法元素。在这样的模式下,模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。
如上所述,残差生成单元204接收用于当前块和对应的预测块的视频数据。然后,残差生成单元204针对当前块生成残差块。为了生成残差块,残差生成单元204计算在预测块与当前块之间的逐样本差。
变换处理单元206将一个或多个变换应用于残差块,以生成变换系数的块(本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块,以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)、或概念上类似的变换应用于残差块。在一些示例中,变换处理单元206可以对残差块执行多个变换,例如,初级变换和二次变换(诸如旋转变换)。在一些示例中,变换处理单元206不对残差块应用变换(或跳过应用变换),诸如当使用变换跳过模式对块进行译码时。这种跳过应用变换通过虚线207表示。
量化单元208可以对变换系数块中的变换系数进行量化,以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来对变换系数块的变换系数进行量化。视频编码器200(例如,经由模式选择单元202)可以通过调整与CU相关联的QP值来调整被应用于与当前块相关联的变换系数块的量化程度。量化可能引起信息损失,以及因此,经量化的变换系数可能具有与变换处理单元206所产生的原始变换系数相比较低的精度。
逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于经量化的变换系数块,以根据变换系数块来重构残差块。在使用变换跳过模式编码的块的情况下,逆变换处理单元212可以跳过对该块进行逆变换。这种跳过对块进行逆变换通过虚线211表示。重构单元214可以基于经重构的残差块和由模式选择单元202生成的预测块来产生与当前块相对应的重构块(尽管潜在地具有某种程度的失真)。例如,重构单元214可以将经重构的残差块的样本与来自模式选择单元202所生成的预测块的对应样本相加,以产生经重构的块。
滤波器单元216可以对经重构的块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去块操作以减少沿着CU的边缘的块效应伪影。在一些示例中,可以跳过滤波器单元216的操作。
视频编码器200将经重构的块存储在DPB 218中。例如,在其中不需要滤波器单元216的操作的示例中,重构单元214可以将经重构的块存储到DPB 218中。在其中需要滤波器单元216的操作的示例中,滤波器单元216可以将经滤波的重构块存储到DPB 218中。运动估计单元222和运动补偿单元224可以从DPB 218取回根据经重构的(以及潜在地经滤波的)块形成的参考图片,以对后续编码的图片的块进行帧间预测。另外,帧内预测单元226可以使用在DPB 218中的当前图片的经重构的块来对当前图片中的其它块进行帧内预测。
通常,熵编码单元220可以对从视频编码器200的其它功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的经量化的变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如,用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作,以生成经熵编码的数据。例如,熵编码单元220可以执行上下文自适应变长编码(CAVLC)操作、CABAC操作、可变-可变(V2V)长度译码操作、基于语法的上下文自适应二进制算术译码(SBAC)操作、概率区间分割熵(PIPE)译码操作、指数哥伦布编码操作、或对数据的另一类型的熵编码操作。在一些示例中,熵编码单元220可以在其中语法元素未被熵编码的旁路模式下操作。
例如,熵编码单元220可以确定变换跳过模式是否用于视频数据的当前块。基于变换跳过模式用于当前块,熵编码单元220可以针对残差译码禁用级别映射,以及在不应用级别映射的情况下对当前块进行编码。
在一些示例中,熵编码单元220可以在第一通路中对以下各项进行编码:指示当前块的变换系数是否非零的标志、指示变换系数的绝对值是否大于j<<1)+1的两个标志、以及指示变换系数的奇偶性的标志。熵编码单元220可以在第二通路中对以下各项进行编码:指示变换系数的符号的标志、以及指示变换系数的绝对值是否大于j<<1)+1的三个标志。熵编码单元220可以在第三通路中对指示变换系数的剩余绝对值的标志进行编码。
在一些示例中,熵编码单元220可以确定与当前块的当前系数值相邻的相邻系数值。熵编码单元220可以基于相邻的系数值来确定Rice参数,以及还基于Rice参数来对当前块进行译码。
在一些示例中,熵编码单元220可以确定与和当前块的当前系数相邻的相邻系数相关联的信息。基于与相邻系数相关联的信息,熵编码单元220可以确定当前系数的上下文,以及还基于上下文来对当前块进行编码。
视频编码器200可以输出比特流,其包括用于重构切片或图片的块所需要的经熵编码的语法元素。具体地,熵编码单元220可以输出比特流。
上述操作是关于块描述的。这样的描述应当被理解为用于亮度译码块和/或色度译码块的操作。如上所述,在一些示例中,亮度译码块和色度译码块是CU的亮度分量和色度分量。在一些示例中,亮度译码块和色度译码块是PU的亮度分量和色度分量。
在一些示例中,不需要针对色度译码块重复关于亮度译码块执行的操作。作为一个示例,不需要重复用于识别用于亮度译码块的运动矢量(MV)和参考图片的操作来识别用于色度块的MV和参考图片。而是,可以对用于亮度译码块的MV进行缩放以确定用于色度块的MV,以及参考图片可以是相同的。作为另一示例,对于亮度译码块和色度译码块,帧内预测过程可以是相同的。
视频编码器200表示被配置为对视频数据进行编码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在耦合到存储器的电路中实现并且被配置为进行以下操作:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对当前块进行编码。
图4是示出可以执行本公开内容的技术的示例视频解码器300的框图。图4是出于解释的目的而提供的,以及不对在本公开内容中广泛地举例说明和描述的技术进行限制。出于解释的目的,本公开内容根据VVC(ITU-T H.266,正在开发)和HEVC(ITU-T H.265)的技术描述了视频解码器300。然而,本公开内容的技术可以由被配置为其它视频译码标准的视频译码设备来执行。
在图4的示例中,视频解码器300包括译码图片缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和解码图片缓冲器(DPB)134。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 134中的任何一者或全部可以在一个或多个处理器中或者在处理电路中实现。例如,视频解码器300的单元可以被实现为一个或多个电路或逻辑元件,作为硬件电路的一部分,或者作为处理器、ASIC或FPGA的一部分。此外,视频解码器300可以包括额外或替代的处理器或处理电路以执行这些和其它功能。
预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括额外单元,其根据其它预测模式来执行预测。作为示例,预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其它示例中,视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储要由视频解码器300的组件解码的视频数据,诸如经编码的视频比特流。例如,可以从计算机可读介质110(图1)获得被存储在CPB存储器320中的视频数据。CPB存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如,语法元素)的CPB。此外,CPB存储器320可以存储除了经译码的图片的语法元素之外的视频数据,诸如表示来自视频解码器300的各个单元的输出的临时数据。DPB 314通常存储经解码的图片,视频解码器300可以输出经解码的图片,和/或在解码经编码的视频比特流的后续数据或图片时使用经解码的图片作为参考视频数据。CPB存储器320和DPB 314可以由各种各样的存储器设备中的任何一者形成,诸如DRAM,包括SDRAM、MRAM、RRAM或其它类型的存储器设备。CPB存储器320和DPB 314可以由相同的存储器设备或分别的存储器设备来提供。在各个示例中,CPB存储器320可以与视频解码器300的其它组件在芯片上,或者相对于那些组件在芯片外。
另外或替代地,在一些示例中,视频解码器300可以从存储器120(图1)取回经译码的视频数据。也就是说,存储器120可以如上文所讨论地利用CPB存储器320来存储数据。同样,当视频解码器300的功能中的一些或全部功能是在要被视频解码器300的处理电路执行的软件中实现时,存储器120可以存储要被视频解码器300执行的指令。
示出了图4中示出的各个单元以帮助理解由视频解码器300执行的操作。该单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图3,固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作的类型通常是不可变的。在一些示例中,该单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),以及在一些示例中,该单元中的一个或多个单元可以是集成电路。
视频解码器300可以包括根据可编程电路形成的ALU、EFU、数字电路、模拟电路和/或可编程内核。在其中由在可编程电路上执行的软件执行视频解码器300的操作的示例中,片上或片外存储器可以存储视频解码器300接收并且执行的软件的指令(例如,目标代码)。
熵解码单元302可以从CPB接收经编码的视频数据,以及对视频数据进行熵解码以重新产生语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码的视频数据。
通常,视频解码器300在逐块的基础上重构图片。视频解码器300可以单独地对每个块执行重构操作(其中,当前正在被重构(即,被解码)的块可以被称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及诸如量化参数(QP)和/或变换模式指示的变换信息进行熵解码。在一些示例中,熵解码单元302可以确定变换跳过模式是否用于视频数据的当前块。基于变换跳过模式用于当前块,熵解码单元302可以针对残差译码禁用级别映射,以及视频解码器300可以在不应用级别映射的情况下对当前块进行解码。
在一些示例中,熵解码单元302可以在第一通路中对以下各项进行解码:指示当前块的变换系数是否非零的标志、指示变换系数的绝对值是否大于j<<1)+1的两个标志、以及指示变换系数的奇偶性的标志。熵解码单元302可以在第二通路中对以下各项进行解码:指示变换系数的符号的标志、以及指示变换系数的绝对值是否大于j<<1)+1的三个标志。熵解码单元302可以在第三通路中对指示变换系数的剩余绝对值的标志进行解码。
在一些示例中,熵解码单元302可以确定与当前块的当前系数值相邻的相邻系数值。熵解码单元302可以基于相邻系数值来确定Rice参数,以及还基于Rice参数来对当前块进行解码。
在一些示例中,熵解码单元302可以确定与和当前块的当前系数相邻的相邻系数相关联的信息。基于与相邻系数相关联的信息,熵解码单元302可以确定当前系数的上下文,以及视频解码器300还可以基于上下文来对当前块进行解码。
逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化程度,以及同样地,确定供逆量化单元306应用的逆量化程度。逆量化单元306可以例如执行按位左移操作以对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一个或多个逆变换应用于变换系数块,以生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于变换系数块。在一些示例中,当使用变换跳过模式来对块进行解码时,逆变换处理单元308可以不应用(或跳过)逆变换。这种跳过逆变换通过虚线307表示。
此外,预测处理单元304根据由熵解码单元302进行熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块是经帧间预测的,则运动补偿单元316可以生成预测块。在这种情况下,预测信息语法元素可以指示在DPB 314中的要从其取回参考块的参考图片、以及标识相对于当前块在当前图片中的位置而言参考块在参考图片中的位置的运动矢量。运动补偿单元316通常可以以与关于运动补偿单元224(图3)所描述的方式基本类似的方式来执行帧间预测过程。在一些示例中,诸如当使用变换跳过模式来对块进行解码时,预测处理单元304可以禁用级别映射。
作为另一示例,如果预测信息语法元素指示当前块是经帧内预测的,则帧内预测单元318可以根据通过预测信息语法元素指示的帧内预测模式来生成预测块。再次,帧内预测单元318通常可以以与关于帧内预测单元226(图3)所描述的方式基本上类似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314取回当前块的相邻样本的数据。
重构单元310可以使用预测块和残差块来重构当前块。例如,重构单元310可以将残差块的样本与预测块的对应样本相加来重构当前块。
滤波器单元312可以对经重构的块执行一个或多个滤波器操作。例如,滤波器单元312可以执行去块操作以减少沿着经重构的块的边缘的块效应伪影。不必要在全部示例中执行滤波器单元312的操作。
视频解码器300可以将经重构的块存储在DPB 314中。例如,在其中不执行滤波器单元312的操作的示例中,重构单元310可以将经重构的块存储到DPB 314中。在其中执行滤波器单元312的操作的示例中,滤波器单元312可以将经滤波的重构块存储到DPB 314中。如上所讨论的,DPB 314可以将参考信息(诸如用于帧内预测的当前图片以及用于后续运动补偿的先前解码的图片的样本)提供给预测处理单元304。此外,视频解码器300可以从DPB314输出经解码的图片(例如,经解码的视频),以用于在诸如图1的显示设备118的显示设备上的后续呈现。
以这种方式,视频解码器300表示视频解码设备的示例,该视频解码设备包括:被配置为存储视频数据的存储器;以及在电路中实现并且耦合到存储器的一个或多个处理器,一个或多个处理器被配置为:确定变换跳过模式是否用于视频数据的当前块;基于变换跳过模式用于当前块,来针对残差译码禁用级别映射;以及在不应用级别映射的情况下对当前块进行解码。
视频译码可以是有损的或者可以是无损的。在与无损视频译码相比时,有损视频译码可能导致在解码之后原始视频流的不太准确的再现。然而,与无损视频译码相比,有损视频译码可能是更加带宽高效的。例如,可以期望在视频流应用中使用有损视频译码,而在其中可能期望对原始视频流的非常精确的再现的医疗应用中可以期望使用无损视频译码。在一些示例中,在视频流中可能存在感兴趣区域的情况下,可以使用有损/无损技术。例如,可以使用无损技术来对感兴趣区域进行译码,而可以使用有损技术来对视频流的其余部分进行译码。以这种方式,可以非常准确地解码感兴趣区域,而不占用全部带宽(如果使用无损技术来对整个视频流进行编码,则将使用全部带宽)。
如上所述,在一些视频译码标准中,一种残差译码技术用于有损译码,以及另一种残差译码技术用于无损译码。照此,如果视频编码器决定使用组合的有损/无损译码技术,则视频编码器可能无法适应有损/无损译码技术,或者视频编码器的性能可能降低,因为这将要求视频编码器使用两种不同的技术。
根据本公开内容的技术,对于有损译码和无损译码,变换跳过残差译码技术可以是相同的。这些技术可以改进译码器性能(例如,降低处理功耗)和/或减少译码时延。
在VVC草案7中,经变换跳过模式译码的块的残差块可以被拆分成多个系数组(CG)。变换跳过模式中的系数可以在空间域中而不是频域中,如果要应用变换,则系数将在频域中。对于每个CG,视频解码器300解析(或在一些情况下,推断)标志coded_sub_block_flag(还被称为CG标志),以及如果CG标志的值为0,则CG内的全部系数的值为0。否则,视频解码器300进一步解码CG内的系数的值。
图5是示出VVC草案7中的译码CG标志和系数的交织方式的概念图。在VVC草案7中,以交织方式对CG标志和系数进行译码,如图5的比特流400所示。例如,第一CG的第一CG标志被示为1,这指示在第一CG中存在非零系数。第一CG标志之后跟有第一CG的CG系数。第二CG的CG标志被示为0。因为第二个CG标志为0,所以第二CG内的全部系数都为0,以及不需要用信号通知或解析第二CG的各个系数。所以第二CG的系数不被包含在比特流400中。第三CG的CG标志被示为1,其后跟有第三CG的系数。
变换跳过模式块的CG内的系数的扫描顺序可以是从左上到右下。照此,当视频解码器300对一个特定系数的语法元素进行解码时,已经对该特定系数的左邻域、上邻域和左上邻域的相同语法元素进行解码。
现在讨论用于VVC草案7中的变换跳过模式的三通路残差译码的顺序。在VVC草案7中,可以针对每个系数对多达9个语法元素进行译码:sig_coeff_flag(其指定变换系数是否为非零)、coeff_sign_flag(其指定变换系数级别的符号)、abs_level_gt1_flag(其指定变换系数的绝对值是否大于(j<<1)+1)、par_level_flag(其指定变换系数的奇偶性)、abs_level_gtX_flag(X=2,3,4,5)(其指定变换系数的绝对值是否大于(j<<1)+1)和abs_remainder(其指定利用Golomb-Rice码进行译码的变换系数的剩余绝对值)。
例如,视频解码器300可以按如下来对系数进行解码:
absCoeffLevel=sig_coeff_flag+abs_level_gt1_flag+par_level_flag+2*(abs_level_gt2_flag+abs_level_gt3_flag+…+abs_level_gt5_flag)+abs_remainder
CoeffLevel=(coeff_sign_flag==1?-1:1)*absCoeffLevel
其中absCoeffLevel是系数级别的绝对值,以及CoeffLevel是系数级别。如果比特流中不存在语法元素,则视频解码器300可以将该元素推断为0。
视频解码器300可以将9个可能语法元素的解码拆分成3个通路。例如,视频解码器300可以在对第一系数的其它语法元素进行解码之前,对多个系数的某些语法元素进行解码,而不是在移动到另一系数之前对给定系数的全部9个语法元素进行解码。视频解码器300可以按如下来拆分对9个可能语法元素的解码:
第一通路:sig_coeff_flag,coeff_sign_flag、abs_level_gt1_flag和par_level_flag被解码。
第二通路:abs_level_gtX_flag(X=2,3,4,5)被解码。
第三通路:abs_remainder被解码。
在第一和第二通路中,视频解码器300可以使用总上下文译码箱(bin)来对语法元素进行译码,以及在第三通路中,视频解码器300可以使用旁路箱(例如,由CABAC引擎编码的不涉及上下文的等概率箱)来对语法元素进行译码。对于每个TU,存在对可以使用的总上下文编码箱的限制。在VVC草案7中,该限制被设置为1.75*TUSize(例如,TU区域),其中TUSize是样本中的TU的大小。如本文所使用的,“上下文译码”意指使用上下文模型或概率模型来译码的基于上下文的熵,以及“上下文”意指上下文模型或概率模型。
对于每个系数的第一通路或第二通路,如果针对TU存在剩余的少于4个的上下文译码箱,则视频解码器300可能超过针对该特定通路的上下文译码箱限制。为了避免超过上下文译码箱限制,在剩余的上下文译码箱的数量小于4之后,视频解码器300可以跳过全部后续的第一和第二通路译码,以及可以调整对应的abs_remainders以包括丢失的语法标志。更具体地说,对于每个系数:
如果执行了第一通路解码和第二通路解码两者,则视频解码器300可以将abs_remainder(如果存在)的值调整为absCoeffLevel–10;
如果执行了第一通路解码,但是跳过了第二通路解码,则视频解码器300可以将abs_remainder(如果存在)的值调整为absCoeffLevel–2;
如果跳过了第一通路解码和第二通路解码两者,则视频解码器300可以将abs_remainder(如果存在)的值调整为absCoeffLevel–0。
为了得到abs_remainder而从absCoeffLevel中减去的数字被称为abs_remainder的“基本级别”。基本上,基本级别是在系数译码的第一和第二通路中已经译码的值。
现在讨论Rice参数。如前一节所述,abs_remainder是经由Rice-Golomb译码(或Golomb-Rice)进行译码的,在Rice-Golomb译码过程中使用的一个参数是“Rice参数”。
用于对变换系数译码和变换跳过残差译码的系数级别的旁路译码部分进行译码的Rice参数推导应当被设计为解决在视频译码中遇到的不同局部统计。当系数残差趋于大值时,需要大的Rice参数值来实现有效表示。当系数残差趋于小时,较小的Rice参数值是更优选的。
现在讨论用于变换跳过系数的Rice参数推导。在VVC草案7中,用于变换跳过模式的Rice参数始终被设置为1。在VVC草案6中,(参见B.Bross等人,“Versatile Video Coding(Draft 6)”,ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29/WG 11联合视频专家组(JVET),第15次会议:瑞典哥德堡,2019年7月3日至12日,JVET-O2001-v14(以下简称VVC草案6),按如下来推导用于变换跳过模式的Rice参数:
两个邻居系数用以推导Rice参数,以及由于系数扫描是正向的(从左上到右下),所以模板使用左侧和上方的相邻系数来推导locSumAbs值。
针对位置(x,y)处的系数的locSumAbs如下:
locSumAbs=abs(coeff(x-1,y))+abs(coeff(x,y-1))
如果不存在邻居系数,则视频解码器300可以将邻居系数的值推断为0。
locSumAbs的值将被剪裁为min(locSumAbs,31),其用以使用以下公式来推导Rice参数:
riceParTable[32]={0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2};
现在讨论用于常规变换系数的Rice参数推导。图6是示出用于Rice参数推导的相邻系数的模板的概念图。图6示出了当前系数406和五个灰阴影相邻系数,其级别用于Rice参数推导。例如,视频解码器300可以通过以下公式来确定针对位置(x,y)处的系数的locSumAbs:locSumAbs=abs(coeff(x+1,y))+abs(coeff(x+2,y))+abs(coeff(x,y+1))+abs(coeff(x+1,y+1))+abs(coeff(x,y+2))
如果系数(x,y)在TU之外,则视频解码器300可以在locSumAbs计算中不考虑这些值。可以通过locSumAbs=max(min(locSumAbs-5*baseLevel,31),0)来剪裁最终的locSumAbs;
其中baseLevel是通过系数级别的上下文译码部分表示的基本级别。最终的剪裁的locSumAbs值用以执行从下表查找的表,以导出Rice参数。
riceParTable[32]={0,0,0,0,0,0,0,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3,3};
现在讨论用于变换跳过模式的基于级别映射的残差译码。在VVC草案7中,对变换跳过残差执行级别映射。对于每个系数,首先基于相邻系数(左和上)来计算预测器。例如,视频编码器200或视频解码器300可以针对每个系数来计算预测器。视频编码器200可以在编码之前基于预测器来调整当前系数的绝对值。这种从系数值到经调整的系数值的转换称为“级别映射”。
级别映射是基于一些观察来引入的级别。首先,对大的数字进行译码可能要求与对较小的数字进行译码相比更多的比特。其次,如果邻居具有值“a”,则当前absCoeff也具有相同的值“a”的可能比具有另一值的可能更大。基于这两个观察,对于每个样本,可以找到预测器值“pred”。要译码的实际值“absCoeff”很有可能是值“pred”。照此,视频编码器200可以通过以下方式来节省一些比特:如果absCoeff=pred,则对1进行译码。否则,对非1值进行译码以表示absCoeff,因为1被预留用于absCoeff=pred的情况,因此视频译码器可以对1+1=2进行译码。如果absCoeff小于pred,则视频译码器可以对absCoeff+1进行译码。
视频编码器200或视频解码器300可以执行在伪码中示出的以下操作。
视频编码器200:
Figure BDA0003702674220000321
视频解码器300:
Figure BDA0003702674220000322
其中X0和X1分别表示位于当前系数左侧和上方的绝对系数值。值absCoeffMod表示在级别映射之后的绝对系数值。absCoeff的值是经编码/解码的系数的绝对值。在本公开内容中,公开了与VVC草案7中的残差译码方案相关的若干技术。这些技术可以分别地或者以任何组合使用。
现在讨论移除级别映射。根据该技术,VVC草案7中的用于残差译码的级别映射可以针对变换跳过模式被禁用。例如,视频编码器200和视频解码器300可以在变换跳过模式的残差译码期间不进行级别映射。在变换跳过模式下禁用级别映射可以降低处理功耗,以及可以改进时延。
现在讨论替代的3通路残差译码技术。在该技术中,按以下方式修改VVC草案7的用于变换跳过残差译码的3通路编码和解码:
在第一通路中:sig_coeff_flag、abs_level_gt1_flag、abs_level_gt2_flag和par_level_flag被编码。
在第二通路中:coeff_sign_flag和abs_level_gtX_flags(X=3,4,5)被编码。在第三通路中:abs_remainder被编码。
使用上述三通路编码和解码方案,与VVC草案7的三通路方案相比,abs_level_gt2_flag更有可能经由CABAC上下文进行译码(与旁路译码相反)。例如,当abs_level_gt2_flag在统计上比coeff_sign_flag更重要时,可以期望经由CABAC上下文对abs_level_gt2_flag进行译码。
现在讨论Rice参数推导技术。如本公开内容中描述的,可以使用以下技术来推导Rice参数。
在一个示例中,视频解码器300可以使用相邻系数值来推导Rice参数。在另一示例中,视频解码器300在推导Rice参数时可以使用多个可用的相邻系数。在一些示例中,可用的相邻系数可以是与已经确定的当前系数相邻的系数。例如,位于TU的左边界上的系数的左邻居可以被认为不可用,以及视频解码器300在推导Rice参数时可以不使用不可用系数。在一些示例中,视频解码器300在推导Rice参数时可以使用基本级别的值。推导如本文讨论的Rice参数可以降低处理功耗以及改进时延。
下文列出了上述示例的一些另外的示例,以及这些示例中的任何示例可以单独或以任何组合使用。
图7是示出5个相邻系数的示例局部模板的概念图。在一些示例中,视频解码器300可以使用5个相邻系数的局部模板来推导Rice参数。如图7所示,框410(黑色阴影)指示当前系数,以及相邻系数411-415(灰色阴影)指示5个系数在局部模板中的位置。
为了推导Rice参数,视频解码器300可以按如下来确定值locSumAbs:
locSumAbs=abs(coeff(x-1,y))+abs(coeff(x-2,y))+abs(coeff(x,y-1))+abs(coeff(x-1,y-1))+abs(coeff(x,y-2)),
其中abs(coeff(x,y))表示位于(x,y)处的系数的绝对值。如果不存在coeff(x,y),则视频解码器300可以将coeff(x,y)的值推断为0。
视频解码器300可以按如下推导Rice参数(cRiceParam):
cRiceParam=riceParTable[min(31,locSumAbs)]+(locSumAbs>128?1:0)
其中,riceParTable被定义为:
riceParTable={0,0,0,0,0,0,0,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,3,3,3,3};
在另一示例中,在如上所述来计算locSumAbs的值之后,视频解码器300可以按如下推导Rice参数(cRiceParam):
cRiceParam=riceParTable[min(31,locSumAbs)]+(locSumAbs>256?2:localSumAbs>128?1:0)
其中,riceParTable是如上文定义的。
在另一示例中,在视频解码器300如上所述来计算locSumAbs的值之后,视频解码器300可以按如下来归一化locSumAbs:
locSumAbs=(noPos==0||noPos==5)?locSumAbs:((5*locSumAbs)>>(noPos>>1)),其中,noPos表示本地模板内可用的相邻系数的数量。视频解码器300可以使用locSumAbs作为查找表的索引来推导Rice参数(cRiceParam):
cRiceParam=riceParTable[min(31,locSumAbs)],其中,riceParTable是如上文讨论地定义的。
在另一示例中,视频解码器300可以如上讨论地推导Rice参数,除了按如下使用不同的归一化的示例:
locSumAbs=locSumAbs<<((5–noPos)>>1)
在另一示例中,视频解码器300可以如上所述来推导值locSumAbs,以及可以基于locSumAbs和残差的基本级别(BaseLevel)来推导Rice参数,如下所示:
offset=baseLevel==10?-30:-20
cRiceParam=riceParTable[max(min(31,locSumAbs+offset),0)]
在另一示例中,视频解码器300可以以如上所述的相同方式来推导值locSumAbs。视频解码器300可以基于locSumAbs和残差的基本级别(BaseLevel)来推导Rice参数,如下所示:
cRiceParam=riceParTable[max(min(31,locSumAbs–(baseLevel>>2)*15),0)]
在另一示例中,视频解码器300可以以上述相同的方式来推导locSumAbs的值。视频解码器300可以基于locSumAbs和残差的基本级别(BaseLevel)来推导Rice参数,如下所示:
locSumAbs=baseLevel==10?locSumAbs:locSumAbs/2-4
cRiceParam=riceParTable[min(locSumAbs,0)]
在另一示例中,在视频解码器300如上所述来计算locSumAbs的值之后,视频解码器300可以按如下来推导Rice参数(cRiceParam):
offset=baseLevel==10?-30:-20
if(baseLevel==0)
riceOffset=(locSumAbs>256?2:localSumAbs>128?1:0)
else
riceOffset=(locSumAbs>256?1:0)
cRiceParam=riceParTable[max(min(31,locSumAbs+offset),0)]+riceOffset其中,riceParTable是如上文所讨论地定义的。
在示例中,在视频解码器300如上所述来计算locSumAbs的值之后,视频解码器300可以按如下推导Rice参数(cRiceParam):
offset=baseLevel==10?-30:-20
riceOffset=(locSumAbs>128?1:0)
cRiceParam=riceParTable[max(min(31,locSumAbs+offset),0)]+riceOffse
其中,riceParTable是如上文讨论地定义的。
在该示例中,视频解码器300可以如上所述来计算locSumAbs,以及视频解码器300可以按如下来归一化locSumAbs的值:
locSumAbs=locSumAbs<<((5–noPos)>>1)
其中,noPos表示局部模板内的可用相邻系数的数量。视频解码器300可以基于locSumAbs和残差的基本级别(BaseLevel)来推导Rice参数,如下所示:
offset=baseLevel==10?-30:-20
cRiceParam=riceParTable[max(min(31,locSumAbs+offset),0)]
在另一示例中,视频解码器300可以如上所述来计算locSumAbs,以及视频解码器300可以按如下来归一化locSumAbs的值:
locSumAbs=locSumAbs<<((5–noPos)>>1)
其中,noPos表示局部模板内的可用相邻系数的数量。视频解码器300可以基于locSumAbs和残差的基本级别(BaseLevel)来推导Rice参数,如下所示:
cRiceParam=riceParTable[max(min(31,locSumAbs–(baseLevel>>2)*15),0)]
在另一示例中,视频解码器300可以如上所述来计算locSumAbs,以及视频解码器300可以按如下来归一化locSumAbs的值:
locSumAbs=locSumAbs<<((5–noPos)>>1)
其中,noPos表示局部模板内的可用相邻系数的数量。Rice参数是基于locSumAbs和残差的基本级别(BaseLevel)来推导的,如下所示:
offset=baseLevel>0?-20:0
cRiceParam=riceParTable[max(min(31,locSumAbs+offset),0)]
图8是示出5个相邻系数的示例局部模板的概念图。上文讨论的示例使用局部模板,该局部模板包含如图7所示的当前系数的左侧、上方和左上方的系数。本公开内容的技术可以被修改为使用不同的邻居。例如,如果系数译码的扫描顺序是从右下到左上,则视频解码器300可以使用在上述示例的每个示例中包括右、下和右下邻居的模板,如图8所示,其中,块420(黑色阴影)表示当前系数,以及相邻系数421-425(灰色阴影)表示模板中的相邻系数。
现在讨论用于语法元素的上下文推导。在一些示例中,视频解码器300可以使用相邻系数的信息来推导用于当前系数的上下文。例如,相邻系数的信息可以包括相邻语法值、可用相邻系数的数量等。使用相邻系数的信息可以降低处理功耗以及可以改进时延。
在一些示例中,视频解码器300可以选择性地在亮度分量与色度分量之间共享用于残差译码的上下文。例如,对于残差译码的一些语法元素,亮度分量和色度分量共享相同的上下文集合,而对于其它语法元素,亮度和色度使用不同的上下文集合。
在一些示例中,对于应用本公开内容的技术的语法元素中的每个语法元素,视频解码器300可以从5个候选(例如,在下文的表1中表示为上下文0、1、2、3和4)中选择上下文。对上下文的选择可以是基于相邻语法值(例如,左、上和左上邻居)的。例如,top_flag可以是上邻居系数(例如,图7中的相邻系数411)的相同语法元素的值,left_flag可以是左邻居系数(例如,图7中的相邻系数415)的相同语法元素的值,以及top_left_flag可以是左上邻居系数(例如,图7中的相邻系数413)的相同语法元素的值。如果不存在相邻系数,则视频解码器300可以将对应的标志推断为0。例如,noPos可以是可用相邻系数的数量。视频解码器300可以按如下来推导上下文:
if noPos==0
selectedContext=0
else
selectedContext(例如,使用的上下文)的值是根据表1来指派的。
top_flag left_flag top-left标志 使用的上下文
0 0 0 1
0 0 1 1
0 1 0 2
0 1 1 4
1 0 0 2
1 0 1 4
1 1 0 3
1 1 1 3
表1-当noPos>0时的上下文推导
上述技术可以应用于不同的语法元素。例如,视频解码器300可以使用该技术来选择sig_coeff_flag、abs_level_gt1_flag和/或abs_level_gt2_flag。
上述描述中的上下文0、1、2、3、4是一种命名不同上下文的示例方式。可以使用命名上下文的不同方式,并且仍然在本公开内容的范围内。
在一些示例中,对于应用本公开内容的技术的语法元素中的每个语法元素,视频解码器300可以从4个候选(例如,表示为上下文0、1、2和3)而不是5个候选中选择上下文。视频解码器300可以将上下文的选择基于相邻语法值(例如,左、上和左上邻居)。例如,top_flag可以是上邻居系数(例如,相邻系数411)的相同语法元素的值,left_flag可以是左邻居系数(例如,相邻系数415)的相同语法元素的值,以及top_left_flag可以是左上邻居系数(例如,相邻系数413)的相同语法元素的值。如果不存在相邻系数,则视频解码器300可以将对应的标志推断为0。视频解码器300可以根据表2来确定selectedContext(例如,“使用的上下文”)的值。
top_flag left_flag top-left标志 使用的上下文
0 0 0 0
0 0 1 0
0 1 0 1
0 1 1 3
1 0 0 1
1 0 1 3
1 1 0 2
1 1 1 2
表2-上下文推导
上述技术可以应用于不同的语法元素。例如,sig_coeff_flag、abs_level_gt1_flag和abs_level_gt2_flag可以是根据这些技术来确定的。
上文的描述中的上下文0、1、2、3是一种命名不同上下文的示例方式。可以使用命名上下文的不同方式,并且仍然在本公开内容的范围内。
在一些示例中,对于应用本公开内容的技术的语法元素中的每个语法元素,视频解码器300可以从4个候选(例如,表示为上下文0、1、2和3)中选择上下文。视频解码器300可以将上下文的选择基于相邻语法值(例如,左、上和左上邻居)。例如,top_flag是上邻居系数(例如,相邻系数411)的相同语法元素的值,left_flag可以是左邻居系数(例如,相邻系数415)的相同语法元素的值,以及top_left_flag可以是左上邻居系数(例如,相邻系数413)的相同语法元素的值。如果不存在相邻系数,则视频解码器300可以将对应的标志推断为0。
例如,noPos可以是可用相邻系数的数量。视频解码器300可以按如下来执行上下文推导,作为示例,当noPos==0时,预定义的上下文N中的一者被指派N=2。
if noPos==0
selectedContext=N
else
视频解码器300可以根据表3来确定selectedContext(例如,“使用的上下文”)的值。
top_flag left_flag top-left标志 使用的上下文
0 0 0 0
0 0 1 0
0 1 0 1
0 1 1 3
1 0 0 1
1 0 1 3
1 1 0 2
1 1 1 2
表3-上下文推导
上述技术可以应用于不同的语法元素。例如,视频解码器300可以使用这些技术来选择sig_coeff_flag、abs_level_gt1_flag和abs_level_gt2_flag。
上文的描述中的上下文0、1、2、3是一种命名不同上下文的示例方式。可以使用命名上下文的不同方式,并且仍然在本公开内容的范围内。
可以修改上述技术以使用不同的邻居。例如,如果系数译码的扫描顺序是从右下到左上,则视频解码器300可以使用右、下和右下邻居(分别为图8的相邻系数421、425和423)而不是左、上和左上邻居。
在一些示例中,对于变换跳过残差的sig_coeff_flag、abs_level_gt1_flag和abs_level_gt2_flag,视频解码器300可以针对亮度分量和色度分量来使用分别或不同的上下文。对于其它语法元素,亮度分量和色度分量可以共享相同的上下文集合。
在一些示例中,对于3个语法元素中的每个语法元素:sig_coeff_flag、abs_level_gt1_flag和abs_level_gt2_flag,视频解码器300可以将4个上下文用于亮度以及将4个上下文用于色度。对于每个特定系数,视频解码器300可以从4个上下文中针对对应的颜色分量选择如本文所述的上下文。
现在描述第二通路的有条件的跳过。在一些示例中,视频解码器300可以基于变换单元(TU)内的剩余系数组(CG)的信息来有条件地跳过一个或多个译码通路。作为示例,可以基于剩余CG信息来跳过VVC草案7中的变换跳过译码的第二通路。
在一些示例中,numRemNonZeroCGs可以是TU中的剩余非零CG的数量(当前CG可以被包括或者可以被不包括在numRemNonZeroCGs中)。numFlagsPass2可以是要在第二通路中译码的标志数量(例如,在VVC草案7中,numFlagsPass2=4)。remainingCtxBin可以是针对当前TU的剩余上下文译码箱。n可以是乘数,作为示例,n=1.75。
CGSize可以是系数组的大小。例如,在VVC草案7中,CGSize的值为16。
在一些示例中,除了执行第二通路译码所需的其它条件(如果存在)之外,为了执行第二通路译码,以下条件可能需要为“真”。根据本公开内容的技术,在一些示例中,以下条件中的“>”可以与“>=”替换。
remainingCtxBin>(n*CGSize*numRemNonZeroCGs)
在一些示例中,视频解码器300执行第二通路译码的条件是:if(remainingCtxBin>=numFlagsPass2&&remainingCtxBin>(n*CGSize*numRemNonZeroCGs))
进行第二通路。
在一些示例中,视频解码器300可以获得每个系数的numRemNonZeroCGs的值。视频编码器200可以在TU的开始处在对相同TU内的任何特定系数进行译码之前对TU内的全部CG的coded_sub_block_flag进行译码。
在一些示例中,numRemCGs可以是TU中的剩余CG的数量(当前CG可以被包括或者可以不被包括在numRemCGs中)。numFlagsPass2可以是要在第二通路中译码的标志数量(例如,在VVC草案7中,numFlagsPass2=4)。remainingCtxBin可以是针对当前TU的剩余上下文译码箱。n可以是乘数,作为示例,n=1.75。CGSize是系数组的大小。例如,在VVC草案7中,该值为16。
除了执行第二通路译码所需的其它条件(如果存在)之外,为了视频解码器300执行第二通路译码,以下条件可能需要为“真”。在一些示例中,根据本公开内容的技术,条件中的“>”可以与“>=”替换。
remainingCtxBin>(n*CGSize*numRemCGs)
例如,视频解码器300执行第二通路译码的条件可以是:
if(remainingCtxBin>=numFlagsPass2&&remainingCtxBin>n*CGSize*numRemCGs)
进行第二通路。
图9是示出本公开内容的示例变换跳过模式译码技术的流程图。视频编码器200或视频解码器300可以确定变换跳过模式是否用于视频数据的当前块(430)。例如,视频编码器200的模式选择单元202可以运行用于测试不同编码参数的多个编码通路,以及基于所得的速率-失真值来确定当前块应当是使用变换跳过模式来进行编码的。视频编码器200可以用信号通知用于指示变换跳过模式正在用于当前块的标志。视频解码器300可以解析该标志以确定当前块是使用变换跳过模式进行编码的。
基于变换跳过模式用于当前块,视频编码器200或视频解码器300可以针对残差译码禁用级别映射(432)。例如,视频编码器200或视频解码器300可以不将级别映射应用于当前块的残差系数。视频编码器200或视频解码器300可以在不应用级别映射的情况下对当前块进行译码。例如,视频编码器200可以避免将级别映射应用于残差系数,以及使用变换跳过模式来对当前块进行编码。例如,视频解码器300可以避免将级别映射应用于残差系数,以及使用变换跳过模式来对当前块进行解码。
在一些示例中,视频编码器200或视频解码器300可以在第一通路中对以下各项进行译码:指示当前块的变换系数是否非零的标志、指示变换系数的绝对值是否大于j<<1)+1的两个标志、以及指示变换系数的奇偶性的标志。视频编码器200或视频解码器300可以在第二通路中对以下各项进行译码:指示变换系数的符号的标志、以及指示变换系数的绝对值是否大于j<<1)+1的三个标志。视频编码器200或视频解码器300可以在第三通路中对指示变换系数的剩余绝对值的标志进行译码,其中j指示标志的数量。例如,j指示第j标志,第j标志指示变换系数的绝对值。
在一些示例中,视频编码器200或视频解码器300可以确定与当前块的当前系数值相邻的相邻系数值,以及基于相邻系数值来确定Rice参数。例如,视频编码器200或视频解码器300还可以基于Rice参数来对当前块进行译码。在一些示例中,相邻系数值包括两个左系数值、两个上系数值和一个左上系数值。在一些示例中,相邻系数值包括两个右系数值、两个下系数值和一个右下系数值。
视频编码器200或视频解码器300可以确定与和视频数据的当前块的当前系数相邻的相邻系数相关联的信息,以及基于与相邻系数相关联的信息来确定用于当前系数的上下文。在一些示例中,视频编码器200或视频解码器300还可以基于上下文来对当前块进行译码。在一些示例中,该信息包括相邻系数的语法值。在一些示例中,该信息包括可用相邻系数的数量。
在一些示例中,视频编码器200或视频解码器300可以确定与用于当前块的残差译码相关的语法元素,以及确定用于当前块的用于亮度分量的上下文集合和用于色度分量的上下文集合。在一些示例中,视频编码器200或视频解码器300还可以基于用于亮度分量的上下文集合和用于色度分量的上下文集合来对当前块进行译码。在一些示例中,如果语法元素是第一语法元素,则用于亮度分量的上下文集合和用于色度分量的上下文集合是共享的。换句话说,如果语法元素是第一语法元素,则视频编码器200或视频解码器300可以将相同的上下文集合用于当前块的亮度分量和色度分量两者。在一些示例中,如果语法元素是第二语法元素,则用于亮度分量的上下文集合和用于色度分量的上下文集合是不同的。换句话说,如果语法元素是第二语法元素,则与当前块的色度分量相比,视频编码器200或视频解码器300可以将不同的上下文集合用于亮度分量。
在一些示例中,视频编码器200或视频解码器300可以确定用于当前变换单元的剩余上下文译码箱的数量是否大于乘数乘以译码组的大小乘以变换单元中的剩余系数组的数量,以及基于用于当前变换单元的剩余上下文译码箱的数量不大于乘数乘以译码组的大小乘以变换单元中的剩余系数组的数量,在对当前块进行译码时跳过译码通路。在一些示例中,乘数可以是1.75。在一些示例中,跳过译码通路包括跳过第二译码通路。
在一些示例中,视频编码器200包括相机,相机被配置为捕获视频数据。在一些示例中,视频解码器300包括显示设备,显示设备被配置为显示视频数据。在一些示例中,视频编码器200或视频解码器300是移动电话的一部分。在一些示例中,确定变换跳过模式是否用于视频数据的当前块是基于来自经编码的视频比特流的视频数据的,以及在不应用级别映射的情况下对当前块进行译码包括:在不进行级别映射的情况下对当前块进行解码。在一些示例中,确定变换跳过模式是否用于视频数据的当前块是基于速率-失真值的,以及在不应用级别映射的情况下对当前块进行译码包括:在不进行级别映射的情况下对当前块进行编码。
图10是示出用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。尽管关于视频编码器200(图1和3)进行了描述,但是应当理解的是,其它设备可以被配置为执行与图10的方法类似的方法。
在该示例中,视频编码器200最初预测当前块(350)。例如,视频编码器200可以形成用于当前块的预测块。然后,视频编码器200可以计算用于当前块的残差块(352)。为了计算残差块,视频编码器200可以计算在原始的未经编码的块与用于当前块的预测块之间的差。在一些示例中,当在变换跳过模式下时,视频编码器200可以针对系数译码禁用级别映射。然后,视频编码器200可以对残差块进行变换以及对残差块的变换系数进行量化(354)。在一些示例中,当在变换跳过模式下时,视频编码器200可以不对残差块进行变换。接下来,视频编码器200可以扫描残差块的经量化的变换系数(356)。在扫描期间或在扫描之后,视频编码器200可以对变换系数进行熵编码(358)。例如,视频编码器200可以使用CAVLC或CABAC来对变换系数进行编码。在一些示例中,视频编码器200可以确定变换跳过模式是否用于视频数据的当前块。基于变换跳过模式用于当前块,视频编码器200可以针对残差译码禁用级别映射,以及在不应用级别映射的情况下对当前块进行译码。然后,视频编码器200可以输出块的经熵编码的数据(360)。
图11是示出用于对视频数据的当前块进行解码的示例方法的流程图。当前块可以包括当前CU。尽管关于视频解码器300(图1和4)进行了描述,但是应当理解的是,其它设备可以被配置为执行与图11的方法类似的方法。
视频解码器300可以接收用于当前块的经熵编码的数据(诸如经熵编码的预测信息和用于与当前块相对应的残差块的系数的经熵编码的数据)(370)。视频解码器300可以对经熵编码的数据进行熵解码以确定用于当前块的预测信息以及重新产生残差块的系数(372)。在一些示例中,视频解码器300可以确定变换跳过模式是否用于视频数据的当前块。基于变换跳过模式用于当前块,视频解码器300可以针对残差译码禁用级别映射,以及在不应用级别映射的情况下对当前块进行解码。视频解码器300可以例如使用如通过用于当前块的预测信息所指示的帧内或帧间预测模式来预测当前块(374),以计算用于当前块的预测块。然后,视频解码器300可以对所重新产生的变换系数进行逆扫描(376),以创建经量化的变换系数的块。然后,视频解码器300可以对变换系数进行逆量化和逆变换以产生残差块(378)。在一些示例中,当在变换跳过模式下时,视频解码器300可以跳过或不应用逆变换。最终,视频解码器300可以通过将预测块和残差块进行组合来对当前块进行解码(380)。在一些示例中,当在变换跳过模式下时,视频解码器可以针对系数译码禁用级别映射。
根据本公开内容,通过针对有损和无损译码协调变换跳过残差译码技术,可以改进译码器性能,以及可以减少译码时延。
本公开内容包括以下示例。
条款1、一种对视频数据进行译码的方法,所述方法包括:
确定变换跳过模式是否用于所述视频数据的当前块;基于使用变换跳过模式,针对残差译码禁用级别映射;以及基于系数译码来对所述当前块进行译码。
条款2、一种对视频数据进行译码的方法,所述方法包括:在第一通路中对用于所述视频数据的当前块的sig_coeff_flag、abs_level_gt1_flag、abs_level_gt2_flag和par_level_flag进行译码;在第二通路中对所述当前块的coeff_sign_flag和abs_level_gtX_flags(X=3,4,5)进行译码;以及在第三通路中对abs_remainder进行译码。
条款3、一种对视频数据进行译码的方法,所述方法包括:确定与视频数据的当前块的当前系数值相邻的相邻系数值;基于所述相邻系数值来确定Rice参数;以及基于所述Rice参数来对所述当前块进行译码。
条款4、根据条款3所述的方法,其中,所述相邻系数值包括两个左系数值、两个上系数值和一个左上系数值。
条款5、根据条款3所述的方法,其中,所述相邻系数值包括两个右系数值、两个下系数值和一个右下系数值。
条款6、一种对视频数据进行译码的方法,所述方法包括:确定与和视频数据的当前块的当前系数相邻的相邻系数相关联的信息;基于与所述相邻系数相关联的信息,来确定用于所述当前系数的上下文;以及基于所述上下文来对所述当前块进行译码。
条款7、根据条款6所述的方法,其中,所述信息包括相邻语法值。
条款8、根据条款6所述的方法,其中,所述信息包括可用相邻系数的数量。
条款9、一种对视频数据进行译码的方法,所述方法包括:确定用于视频数据的当前块的残差译码的语法元素;以及确定用于所述当前块的用于亮度分量的上下文集合和用于色度分量的上下文集合;以及基于所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合来对所述当前块进行译码,其中,如果所述语法元素是第一语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是相同的,以及如果所述语法元素是第二语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是不同的。
条款10、一种对视频数据进行译码的方法,所述方法包括:确定与所述视频数据的当前块的变换单元内的剩余系数组相关联的信息;以及基于所述信息,在对所述当前块进行译码时跳过译码通路。
条款11、根据条款10所述的方法,其中,跳过译码通路包括:跳过第二译码通路。
条款12、根据条款1-11中任一项所述的方法,其中,译码包括解码。
条款13、根据条款1-12中任一项所述的方法,其中,译码包括编码。
条款14、根据条款1-13的任何组合所述的方法。
条款15、一种用于对视频数据进行译码的设备,所述设备包括用于执行根据条款1-14中任一项所述的方法的一个或多个单元。
条款16、根据条款15所述的设备,其中,所述一个或多个单元包括在电路中实现的一个或多个处理器。
条款17、根据条款15和16中任一项所述的设备,还包括:用于存储所述视频数据的存储器。
条款18、根据条款15-17中任一项所述的设备,还包括:被配置为显示经解码的视频数据的显示器。
条款19、根据条款15-18中任一项所述的设备,其中,所述设备包括以下各项中的一项或多项:相机、计算机、移动设备、广播接收机设备、或机顶盒。
条款20、根据条款15-19中任一项所述的设备,其中,所述设备包括视频解码器。
条款21、根据条款15-20中任一项所述的设备,其中,所述设备包括视频编码器。
条款22、一种具有存储在其上的指令的计算机可读存储介质,所述指令在被执行时使得一个或多个处理器执行根据条款1-14中任一项所述的方法。
条款23、一种用于对视频数据进行编码的设备,所述设备包括用于执行根据条款1-14中任一项所述的方法的单元。
要认识到的是,根据示例,本文描述的技术中的任何技术的某些动作或事件可以以不同的顺序执行,可以被添加、合并或完全省略(例如,并非全部描述的动作或事件对于所述技术的实践是必要的)。此外,在某些示例中,动作或事件可以例如通过多线程处理、中断处理或多个处理器并发地而不是顺序地执行。
在一个或多个示例中,所描述的功能可以在硬件、软件、固件或其任何组合中实现。如果在软件中实现,则所述功能可以作为一个或多个指令或代码存储在计算机可读介质上或者通过其进行发送以及由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质,其对应于诸如数据存储介质的有形介质或者通信介质,所述通信介质包括例如根据通信协议来促进计算机程序从一个地方传送到另一个地方的任何介质。以这种方式,计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质、或者(2)诸如信号或载波的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以取得用于实现在本公开内容中描述的技术的指令、代码和/或数据结构的任何可用的介质。计算机程序产品可以包括计算机可读介质。
举例来说而非进行限制,这样的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、磁盘存储或其它磁存储设备、闪存、或者能够用于以指令或数据结构形式存储期望的程序代码以及能够由计算机访问的任何其它介质。此外,任何连接被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者无线技术(诸如红外线、无线电和微波)来从网站、服务器或其它远程源发送指令,则同轴电缆、光纤光缆、双绞线、DSL或者无线技术(诸如红外线、无线电和微波)被包括在介质的定义中。然而,应当理解的是,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它暂时性介质,而是替代地针对非暂时性的有形存储介质。如本文所使用的,磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘利用激光来光学地复制数据。上述各项的组合也应当被包括在计算机可读介质的范围之内。
指令可以由一个或多个处理器来执行,诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其它等效的集成或分立逻辑电路。相应地,如本文所使用的术语“处理器”和“处理电路”可以指代前述结构中的任何一者或者适于实现本文描述的技术的任何其它结构。另外,在一些方面中,本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供,或者被并入经组合的编解码器中。此外,所述技术可以充分地在一个或多个电路或逻辑元件中实现。
本公开内容的技术可以在各种各样的设备或装置中实现,包括无线手机、集成电路(IC)或一组IC(例如,芯片组)。在本公开内容中描述了各个组件、模块或单元以强调被配置为执行所公开的技术的设备的功能性方面,但是不一定需要通过不同的硬件单元来实现。而是,如上所述,各个单元可以被组合在编解码器硬件单元中,或者由可互操作的硬件单元的集合(包括如上所述的一个或多个处理器)结合适当的软件和/或固件来提供。
已经描述了各个示例。这些和其它示例在以下权利要求的范围内。

Claims (29)

1.一种对视频数据进行译码的方法,所述方法包括:
确定变换跳过模式是否用于所述视频数据的当前块;
基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及
在不应用级别映射的情况下对所述当前块进行译码。
2.根据权利要求1所述的方法,还包括:
在第一通路中对以下各项进行译码:指示所述当前块的变换系数是否非零的标志、指示所述变换系数的绝对值是否大于j<<1)+1的两个标志、以及指示所述变换系数的奇偶性的标志;
在第二通路中对以下各项进行译码:指示所述变换系数的符号的标志、以及指示所述变换系数的所述绝对值是否大于j<<1)+1的三个标志;以及
在第三通路中对指示所述变换系数的剩余绝对值的标志进行译码,
其中,j指示标志的数量。
3.根据权利要求1所述的方法,还包括:
确定与所述当前块的当前系数值相邻的相邻系数值;以及
基于所述相邻系数值来确定Rice参数,
其中,对所述当前块进行译码还是基于所述Rice参数的。
4.根据权利要求3所述的方法,其中,所述相邻系数值包括两个左系数值、两个上系数值和一个左上系数值。
5.根据权利要求3所述的方法,其中,所述相邻系数值包括两个右系数值、两个下系数值和一个右下系数值。
6.根据权利要求1所述的方法,还包括:
确定与和所述当前块的当前系数相邻的相邻系数相关联的信息;以及
基于与所述相邻系数相关联的所述信息,来确定用于所述当前系数的上下文;
其中,对所述当前块进行译码还是基于所述上下文的。
7.根据权利要求6所述的方法,其中,所述信息包括用于所述相邻系数的语法值。
8.根据权利要求6所述的方法,其中,所述信息包括可用相邻系数的数量。
9.根据权利要求1所述的方法,还包括:
确定与用于所述当前块的残差译码相关的语法元素;以及
确定用于所述当前块的用于亮度分量的上下文集合和用于色度分量的上下文集合,
其中,对所述当前块进行译码还是基于所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合的,并且其中,如果所述语法元素是第一语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是共享的,以及如果所述语法元素是第二语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是不同的。
10.根据权利要求1所述的方法,还包括:
确定用于当前变换单元的剩余上下文译码箱的数量是否大于乘数乘以译码组的大小乘以所述变换单元中的剩余系数组的数量;以及
基于用于当前变换单元的剩余上下文译码箱的所述数量不大于乘数乘以译码组的大小乘以所述变换单元中的剩余系数组的数量,在对所述当前块进行译码时跳过译码通路。
11.根据权利要求10所述的方法,其中,跳过译码通路包括:跳过第二译码通路。
12.根据权利要求1所述的方法,其中,确定变换跳过模式是否用于所述视频数据的当前块是基于来自经编码的视频比特流的视频数据的,并且其中,在不应用级别映射的情况下对所述当前块进行译码包括:在不应用级别映射的情况下对所述当前块进行解码。
13.根据权利要求1所述的方法,其中,确定变换跳过模式是否用于所述视频数据的当前块是基于速率-失真值的,并且其中,在不应用级别映射的情况下对所述当前块进行译码包括:在不应用级别映射的情况下对所述当前块进行编码。
14.一种用于对视频数据进行译码的设备,所述设备包括:
被配置为存储所述视频数据的存储器;以及
在电路中实现并且耦合到所述存储器的一个或多个处理器,所述一个或多个处理器被配置为:
确定变换跳过模式是否用于所述视频数据的当前块;
基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及
在不应用级别映射的情况下对所述当前块进行译码。
15.根据权利要求14所述的设备,其中,所述一个或多个处理器还被配置为:
在第一通路中对以下各项进行译码:指示所述当前块的变换系数是否非零的标志、指示所述变换系数的绝对值是否大于j<<1)+1的两个标志、以及指示所述变换系数的奇偶性的标志;
在第二通路中对以下各项进行译码:指示所述变换系数的符号的标志、以及指示所述变换系数的所述绝对值是否大于j<<1)+1的三个标志;以及
在第三通路中对指示所述变换系数的剩余绝对值的标志进行译码,
其中,j指示标志的数量。
16.根据权利要求14所述的设备,其中,所述一个或多个处理器还被配置为:
确定与所述当前块的当前系数值相邻的相邻系数值;以及
基于所述相邻系数值来确定Rice参数,
其中,所述一个或多个处理器还基于所述Rice参数来对所述当前块进行译码。
17.根据权利要求16所述的设备,其中,所述相邻系数值包括两个左系数值、两个上系数值和一个左上系数值。
18.根据权利要求16所述的设备,其中,所述相邻系数值包括两个右系数值、两个下系数值和一个右下系数值。
19.根据权利要求14所述的设备,其中,所述一个或多个处理器还被配置为:
确定与和所述当前块的当前系数相邻的相邻系数相关联的信息;以及
基于与所述相邻系数相关联的所述信息,来确定用于所述当前系数的上下文;
其中,所述一个或多个处理器还基于所述上下文来对所述当前块进行译码。
20.根据权利要求19所述的设备,其中,所述信息包括用于所述相邻系数的语法值。
21.根据权利要求19所述的设备,其中,所述信息包括可用相邻系数的数量。
22.根据权利要求14所述的设备,其中,所述一个或多个处理器还被配置为:
确定与用于所述当前块的残差译码相关的语法元素;以及
确定用于所述当前块的用于亮度分量的上下文集合和用于色度分量的上下文集合,
其中,所述一个或多个处理器还基于所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合来对所述当前块进行译码,并且其中,如果所述语法元素是第一语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是共享的,以及如果所述语法元素是第二语法元素,则所述用于亮度分量的上下文集合和所述用于色度分量的上下文集合是不同的。
23.根据权利要求14所述的设备,其中,所述一个或多个处理器还被配置为:
确定用于当前变换单元的剩余上下文译码箱的数量是否大于乘数乘以译码组的大小乘以所述变换单元中的剩余系数组的数量;以及
基于用于当前变换单元的剩余上下文译码箱的所述数量不大于乘数乘以译码组的大小乘以所述变换单元中的剩余系数组的数量,在对所述当前块进行译码时跳过译码通路。
24.根据权利要求23所述的设备,其中,跳过译码通路包括:跳过第二译码通路。
25.根据权利要求14所述的设备,还包括相机,所述相机被配置为捕获所述视频数据。
26.根据权利要求14所述的设备,还包括显示设备,所述显示设备被配置为显示所述视频数据。
27.根据权利要求14所述的设备,其中,所述设备包括移动电话。
28.一种存储指令的非暂时性计算机可读存储介质,所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作:
确定变换跳过模式是否用于视频数据的当前块;
基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射;以及
在不应用级别映射的情况下对所述当前块进行译码。
29.一种用于对视频数据进行译码的设备,所述设备包括:
用于确定变换跳过模式是否用于所述视频数据的当前块的单元;
用于基于变换跳过模式用于所述当前块,来针对残差译码禁用级别映射的单元;以及
用于在不应用级别映射的情况下对所述当前块进行译码的单元。
CN202080088791.1A 2019-12-26 2020-12-23 支持有损译码和无损译码两者的残差译码 Pending CN114846803A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962953872P 2019-12-26 2019-12-26
US62/953,872 2019-12-26
US17/131,046 2020-12-22
US17/131,046 US11228763B2 (en) 2019-12-26 2020-12-22 Residual coding to support both lossy and lossless coding
PCT/US2020/066879 WO2021133932A1 (en) 2019-12-26 2020-12-23 Residual coding to support both lossy and lossless coding

Publications (1)

Publication Number Publication Date
CN114846803A true CN114846803A (zh) 2022-08-02

Family

ID=76547804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080088791.1A Pending CN114846803A (zh) 2019-12-26 2020-12-23 支持有损译码和无损译码两者的残差译码

Country Status (6)

Country Link
US (1) US11228763B2 (zh)
EP (1) EP4082208A1 (zh)
KR (1) KR20220113401A (zh)
CN (1) CN114846803A (zh)
TW (1) TW202133621A (zh)
WO (1) WO2021133932A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220337811A1 (en) * 2019-08-31 2022-10-20 Lg Electronics Inc. Method and apparatus for coding transform coefficient in video/image coding system
US11375196B2 (en) * 2019-09-19 2022-06-28 Tencent America LLC Method of context modeling for entropy coding of transform coefficient flags with transform skip, and coding method with the same
WO2023104144A1 (en) * 2021-12-09 2023-06-15 Mediatek Inc. Entropy coding transform coefficient signs

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101568920B1 (ko) 2012-01-12 2015-11-12 미디어텍 인크. 유효성 맵 컨텍스트 선택의 단일화를 위한 방법 및 장치
MX2013014738A (es) 2012-05-25 2014-07-16 Panasonic Ip Corp America Metodo de codificacion de imagenes, metodo de decodificacion de imagenes, aparato de codificacion de imagenes, aparato de decodificacion de imagenes y aparato de codificacion y decodificacion de imagenes.
AU2012203828B2 (en) 2012-06-28 2015-12-10 Canon Kabushiki Kaisha Method, apparatus and system for encoding and decoding a sample adaptive offset data of encoded video data
WO2017088093A1 (en) * 2015-11-23 2017-06-01 Mediatek Singapore Pte. Ltd. On the smallest allowed block size in video coding

Also Published As

Publication number Publication date
US20210203934A1 (en) 2021-07-01
US11228763B2 (en) 2022-01-18
KR20220113401A (ko) 2022-08-12
EP4082208A1 (en) 2022-11-02
WO2021133932A1 (en) 2021-07-01
TW202133621A (zh) 2021-09-01

Similar Documents

Publication Publication Date Title
CN113940069A (zh) 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令
CN113812148A (zh) 用于视频译码的参考图片重采样和帧间译码工具
CN114258675A (zh) 用于视频编码的跨分量自适应环路滤波
CN114080802A (zh) 用于视频译码中的变换跳过模式和调色板模式的最小允许量化参数
CN113557734A (zh) 视频译码中的系数域块差分脉冲译码调制
CN114223202A (zh) 低频不可分离变换(lfnst)信令
CN114424570B (zh) 用于视频编解码的变换单元设计
CN113545058A (zh) 用于变换跳过模式的系数译码
CN113170162A (zh) 用于视频译码的共享候选列表和并行候选列表推导
US11228763B2 (en) Residual coding to support both lossy and lossless coding
CN115004712A (zh) 用于视频译码的经解码图片缓冲器(dpb)参数信令通知
CN114424566A (zh) 视频译码中用于联合色度残差模式的量化参数信令
CN113632466A (zh) 视频数据的帧间-帧内预测模式
WO2021016320A1 (en) Delta quantization parameter (qp) signaling in palette mode
CN114846796A (zh) 用于视频译码中的参考图片重采样的环绕偏移
CN113875258A (zh) 视频编解码中用于变换跳过模式的系数编解码
CN116508321A (zh) 视频译码期间基于联合分量神经网络的滤波
CN113545054A (zh) 视频编解码中子块变换的简化
CN112673636A (zh) 将运动向量四舍五入以自适应运动向量差分辨率及提高视频译码中的运动向量存储精度
CN114402603A (zh) 视频编解码中无损/有损编解码模式的rice参数推导
CN112335251B (zh) 以分组的旁路位元的系数编码
CN113994706A (zh) 视频译码中的色度增量量化参数
CN115398921A (zh) 确定是否对在切片报头中的视频数据的图片的图片报头数据进行译码
CN114846801A (zh) 基于色度变换跳过的用于色度的lfnst信令
WO2021133973A1 (en) Equation-based rice parameter derivation for regular transform coefficients in video coding

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