CN114930852A - 用于视频编解码的方法和装置 - Google Patents

用于视频编解码的方法和装置 Download PDF

Info

Publication number
CN114930852A
CN114930852A CN202180006620.4A CN202180006620A CN114930852A CN 114930852 A CN114930852 A CN 114930852A CN 202180006620 A CN202180006620 A CN 202180006620A CN 114930852 A CN114930852 A CN 114930852A
Authority
CN
China
Prior art keywords
transform
transform coefficient
decoding
block
video
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
CN202180006620.4A
Other languages
English (en)
Inventor
马杜·柏林加色·克里什南
赵欣
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN114930852A publication Critical patent/CN114930852A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods 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

Abstract

本发明的各方面提供了一种方法和包括用于视频解码的处理电路的装置。所述处理电路能够从已编码的视频比特流中解码变换块(TB)的编码信息，所述编码信息指示所述TB在一个方向上的变换跳过模式。所述处理电路能够基于先前变换系数的先前已解码的符号值，解码所述TB中的当前变换系数的符号值；所述当前变换系数和所述先前变换系数在所述TB中的同一行或同一列中，所述同一行或所述同一列沿着所述变换跳过模式的所述一个方向。所述处理电路能够基于所述当前变换系数的已解码的符号值，确定所述TB中的所述当前变换系数。

Description

用于视频编解码的方法和装置
相关申请的交叉引用
本申请要求于2021年6月4日提交的题为“METHOD AND APPARATUS FOR VIDEOCODING”的美国专利申请第17/339,516号的优先权权益，该美国专利申请要求了于2020年10月1日提交的题为“CONTEXT DESIGN FOR ENTROPY CODING SIGN MAP FOR ONE-DIMENSIONAL TRANSFORM SKIP”的美国临时申请第63/086,280号的优先权权益，这些专利申请的全部内容通过引用并入本文中。
技术领域
本申请描述了总体上涉及视频编解码的实施例。
背景技术
本文所提供的背景技术描述目的在于大体介绍本公开的背景。在该背景技术部分描述的范围内，目前命名的发明人的作品以及提交时可能不属于现有技术的描述的各方面既未明确、亦未默示地承认作为本公开的现有技术。
可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如为1920x1080的亮度样本及相关的色度样本的空间维度。该一系列图片可以具有例如每秒60幅图片或60Hz的固定的或可变的图片速率(也非正式地称为帧率)。未压缩的视频具有特定的位速率要求。例如，每样本8位的1080p604：2：0的视频(60Hz帧率下的亮度样本分辨率为1920x1080)需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB以上的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以有助于减小上述带宽和/或存储空间需求，在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩，以及它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时，已重建的信号可能与原始信号不同，但是原始信号和重建的信号之间的失真足够小，以使已重建的信号可用于预期的应用。在视频的情况下，广泛使用有损压缩。可容忍的失真量取决于应用，例如某些消费流媒体应用的用户相比电视分布应用的用户来说可以容忍更高的失真。可达到的压缩率可以反映：更高的可容许/接受的失真可以产生更高的压缩率。
视频编码器和解码器可以利用多种广泛类别的技术，例如，包括：运动补偿、变换、量化和熵编码。
视频编解码器技术可以包括称为帧内编码的技术。在帧内编码中，在不参考来自先前重建的参考图片的样本或其他数据的情况下表示样本值。在某些视频编解码器中，图片在空间上细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生方式(例如独立的解码器刷新图片)可以用于重置解码器状态，并且因此可以用作编码视频比特流和视频会话中的第一张图片，或者用作静止图像。可以使帧内块的样本进行变换，并且可以在熵编码之前对变换系数进行量化。帧内预测可以是一种使预变换域中的样本值最小化的技术。在某些情况下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下就需要越少的比特来表示熵编码后的块。
诸如从例如MPEG-2代编码技术所已知的，传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括从例如周围样本数据和/或元数据中尝试的技术，周围样本数据和/或元数据是在空间上相邻的且在解码顺序上在先的数据块的编码和/或解码期间获得的。此类技术此后称为“帧内预测”技术。注意，至少在某些情况下，帧内预测仅使用来自正在重建的当前图片的参考数据，而不使用来自参考图片的参考数据。
帧内预测可以有许多不同的形式。当在给定的视频编码技术中可以使用不止一种这样的技术时，可以以帧内预测模式对使用中的技术进行编码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以单独编码或包含在模式码字中。针对给定的模式、子模式和/或参数组合使用哪个码字可能会通过帧内预测对编码效率增益产生影响，因此，用于将码字转换为比特流的熵编码技术同样对其也可以产生影响。
H.264引入了某种帧内预测模式，并在H.265中对其进行了改进，并在诸如联合探索模型(Joint Exploration Model，JEM)、下一代视频编码(Versatile Video Coding，VVC)、基准集(Benchmark Set，BMS)等新的编码技术中进一步进行了改进。可以使用属于已经可用样本的相邻样本值来形成预测器块。根据方向将相邻样本的样本值复制到预测器块中。对所使用方向的参考可以编码在比特流中，或者可以对其本身进行预测。
参考图1A，右下方描绘的是从H.265的33种可能的预测器方向(对应于35种帧内模式中的33种角模式)中得知的9个预测器方向的子集。箭头收敛的点(101)表示正在被预测的样本。箭头表示正在被预测的样本的方向。例如，箭头(102)指示从与水平线成45度角的右上方向的一个或多个样本中预测样本(101)。同样，箭头(103)表示从与水平线成22.5度角的样本(101)的左下方向的一个或多个样本中预测样本(101)。
仍参考图1A，在左上角描绘了一个4x4个样本的正方形块(104)(由粗体虚线表示)。正方形块(104)包含16个样本，每个样本使用“S”及其在Y维度上的位置(例如，行索引)和其在X维度上的位置(例如，列索引)来标记。例如，样本S21是Y维度上(从顶部开始)的第二个样本，以及X维度上(从左侧开始)的第一个样本。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于块的大小为4x4个样本，因此S44在右下角。图1A中还示出了参考样本，它们遵循类似的编号方案。参考样本用R及其相对于块(104)的Y位置(例如行索引)和X位置(列索引)来标记。在H.264和H.265二者中，预测样本都与正在重建的块相邻，因此，无需使用负值。
帧内图片预测可以通过从信号通知的预测方向所占用的相邻样本复制参考样本值来工作。例如，假设已编码视频比特流包括信令(signaling)，该信令针对该块指示与箭头(102)一致的预测方向，也就是说，样本是从与水平方向成45度角的右上角的一个或多个预测样本进行预测的。在这种情况下，从同一个参考样本R05预测样本S41、S32、S23和S14。然后，根据参考样本R08预测样本S44。
在某些情况下，可以例如通过插值来组合多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量已经增加。在H.264(2003年)中，可以表示九个不同的方向。这一数字在H.265(2013年)增加到了33个，而在本公开时，JEM/VVC/BMS中可支持多达65个方向。已经进行了实验以识别最可能的方向，并且熵编码中的某些技术被用来以少量的比特来表示那些可能的方向，对不太可能的方向接受一定的代价。此外，有时可以根据在已经解码的相邻块中使用的相邻方向来预测方向本身。
图1B是示出根据JEM的65个帧内预测方向的示意图(180)，从而示出了随着时间的推移增加的预测方向的数量。
表示方向的帧内预测方向比特在已编码视频比特流中的映射可以随视频编码技术的不同而不同，并且，例如，映射的范围可以从预测方向到帧内预测模式再到码字的简单直接映射，再到涉及最可能的模式和类似技术的复杂自适应方案。但是，在所有情况下，可能存在某些方向，与某些其他方向相比，在视频内容中统计出现的可能性较小。由于视频压缩的目标是减少冗余，因此，在运作良好的视频编码技术中，那些不太可能出现的方向相比可能出现的方向将由更多数量的比特表示。
运动补偿可以是有损压缩技术，并且可以涉及下述技术：来自先前重建的图片或其部分(参考图片)的样本数据的块在沿由运动矢量(此后称为MV)指示的方向进行空间偏移之后，被用于预测新重建的图片或图片的一部分。在一些情况下，参考图片可以与当前正在重建的图片相同。MV可以具有X和Y两个维度，或具有三个维度，第三个维度指示正在使用的参考图片(后者间接地可以是时间维度)。
在一些视频压缩技术中，可以根据其他MV来预测适用于样本数据的某个区域的MV，例如根据样本数据的在空间上与正在重建的区域相邻的另一个区域相关的、且解码顺序在该MV之前的MV来预测适用于样本数据的某个区域的MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余并增加压缩率。MV预测可以有效地工作，例如，由于在对从相机获得的输入视频信号(称为自然视频)进行编码时，存在以下统计可能性：比单个MV适用的区域更大的区域沿相似的方向移动，因此，在某些情况下，可以使用从相邻区域的MV推导出的相似运动矢量来预测该更大的区域。这使得为给定区域找到的MV与根据周围MV所预测的MV相似或相同，进而在熵编码之后，该为给定区域找到的MV可以用比直接编码MV时使用的位数更少的位数来表示。在一些情况下，MV预测可以是从原始信号(即，样本流)中推导出的信号(即，MV)的无损压缩的示例。在其他情况下，例如由于根据多个周围MV计算预测器时出现舍入误差，MV预测本身可以是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。
参考图2，当前块(201)包括在运动搜索过程中已由编码器发现的样本，可以根据已产生空间偏移的相同大小的先前块来预测该样本。另外，可从与一个或多个参考图片相关联的元数据中导出该MV，而非对MV直接编码。例如，使用与被标记为A0、A1和B0、B1、B2(分别对应202到206)的五个周围样本中的任一样本相关联的MV，(按解码次序)从最近的参考图片的元数据中导出该MV。在H.265中，MV预测可使用相邻块也正在使用的相同参考图片的预测器。
发明内容
本发明的各方面提供了用于视频编码和/或解码的方法和装置。在一些示例中，用于视频解码的装置包括处理电路。处理电路能够从已编码的视频比特流中解码变换块(TB)的编码信息，所述编码信息指示所述TB在一个方向上的变换跳过模式。处理电路能够基于先前变换系数的先前已解码的符号值，解码所述TB中的当前变换系数的符号值；所述当前变换系数和所述先前变换系数在所述TB中的同一行或同一列中，所述同一行或所述同一列沿着所述变换跳过模式的所述一个方向。处理电路能够基于所述当前变换系数的已解码的符号值，确定所述TB中的所述当前变换系数。
在一个实施例中，所述一个方向是水平方向。所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一行。处理电路能够基于沿着所述变换跳过模式的所述一个方向的所述同一行中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。在一个示例中，所述同一行被限制为所述TB中的行的子集中的一个。
在一个实施例中，所述一个方向是垂直方向。所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一列。处理电路能够基于沿着所述变换跳过模式的所述一个方向的所述同一列中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。在一个示例中，所述同一列被限制为所述TB中的列的子集中的一个。
在一个实施例中，处理电路能够对标志进行解码。所述标志指示所述同一行中的变换系数的符号值是否相同。所述同一行中的所述变换系数包括所述当前变换系数和所述先前变换系数。
处理电路能够对标志进行解码。所述标志指示所述同一列中的变换系数的符号值是否相同。所述同一列中的所述变换系数包括所述当前变换系数和所述先前变换系数。
处理电路能够基于所述先前变换系数的所述先前已解码的符号值、所述TB的上方相邻块中的DC变换系数的先前已解码的符号值、以及所述TB的左侧相邻块中的DC变换系数的先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。所述TB的所述上方相邻块中的所述DC变换系数和所述TB的所述左侧相邻块中的所述DC变换系数具有DC空间频率。
在一个示例中，处理电路基于(i)所述TB的所述上方相邻块中的所述DC变换系数的所述先前已解码的符号值和(ii)所述TB的所述左侧相邻块中的所述DC变换系数的所述先前已解码的符号值的加权平均值、以及所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。权重是分别基于在所述上方相邻块中的、与所述TB中的变换系数邻接的变换系数的数目的和在所述左侧相邻块中的、与所述TB中的变换系数邻接的变换系数的数目的。所述TB中的所述先前变换系数的位置与所述TB中的所述当前变换系数的位置相邻。
在一个示例中，所述TB中的所述先前变换系数的所述位置沿着扫描方向与所述TB中的所述当前变换系数的所述位置相邻。所述扫描方向是基于用于对所述TB中的变换系数的符号值进行编码的扫描顺序。
在一个实施例中，处理电路能够基于所述先前变换系数的所述先前已解码的符号值、和在所述同一行或所述同一列中的相应的一个或多个变换系数的一个或多个先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
本发明的各方面还提供了一种非暂时性计算机可读介质，存储有指令，当所述指令由用于视频编码和/或解码的计算机执行时，使得所述计算机执行用于视频编码和/或解码的方法。
附图说明
根据以下详细描述和附图，所公开主题的进一步特征、性质和各种优点将更加明显，在附图中：
图1A是帧内预测模式的示例性子集的示意图。
图1B是示例性帧内预测方向的图示。
图2是在一个示例中的当前块及其周围的空间合并候选的示意图。
图3是根据一个实施例的通信系统(300)的简化框图的示意图。
图4是根据一个实施例的通信系统(400)的简化框图的示意图。
图5是根据一个实施例的解码器的简化框图的示意图。
图6是根据一个实施例的编码器的简化框图的示意图。
图7示出了根据另一实施例的编码器的框图。
图8示出了根据另一实施例的解码器的框图。
图9示出了根据本公开的实施例的初级变换基函数的示例。
图10A示出了根据本公开的实施例的基于变换块大小和预测模式的各种变换内核的可用性的示例性相关性。
图10B示出了根据本公开的实施例的基于色度分量的帧内预测模式的示例性变换类型选择。
图11示出了根据本公开的实施例的以自环权重和边缘权重为特征的通用线图变换(LGT)的示例。
图12示出了根据本公开的实施例的示例性广义图拉普拉斯(GGL)矩阵。
图13A示出了根据本公开的实施例的变换块(TB)和相邻块的示例。
图13B示出了根据本公开的实施例的TB的示例。
图14示出了根据本公开的实施例的概述过程(1400)的流程图。
图15示出了根据一个实施例的计算机系统的示意图。
具体实施方式
图3示出了根据本申请公开的一个实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，这些终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一终端装置对(310)和(320)。在图3的实施例中，第一终端装置对(310)和(320)执行单向数据传输。举例来说，终端装置(310)可以对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(320)可从网络(350)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一示例中，通信系统(300)包括执行已编码视频数据的双向传输的终端装置对(330)和(340)，该双向传输可例如在视频会议期间发生。对于双向数据传输，在一示例中，终端装置(330)和终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)中的另一终端装置传输的已编码视频数据，且可对该已编码视频数据进行解码以恢复视频图片，以及可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的示例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可被示出为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议装置。网络(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为所公开主题的应用示例，图4示出了视频编码器和视频解码器在流式传输环境中的放置方式。所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413)，该采集子系统可包括例如数码相机的视频源(401)，该视频源创建未压缩的视频图片流(402)。在示例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，被描绘为粗线以强调高数据量的视频图片流(402)可由电子装置(420)处理，该电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(402)，被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码视频码流(404))可存储在流式传输服务器(405)上以供将来使用。一个或多个流式传输客户端子系统，例如图4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的示例包括ITU-T H.265。在示例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，所公开的主题可用于VVC的上下文中。
应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
图5示出了根据本申请公开的一个实施例的视频解码器(510)的框图。视频解码器(510)可包括在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。该视频解码器(510)可用于代替图4的示例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列，该信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收可转发到它们各自的使用实体(未标示)的已编码的视频数据以及其它数据，例如，已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，该缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将该缓冲存储器做得较小。为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(515)，该缓冲存储器可相对较大且可有利地具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，该显示装置不是电子装置(530)的整体部分，但可耦接到电子装置(530)，如图5所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息来控制。为了简洁起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以至少部分地彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，该样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内预测单元(552)提供。在一些情况下，帧内预测单元(552)采用从当前图片缓冲器(558)提取的周围已重建信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据属于块的符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且该运动矢量以符号(521)的形式而供运动补偿预测单元(553)使用，该符号(421)可以具有例如X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可经受环路滤波器单元(556)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，该环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中并且作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)的参数，然而，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，该样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在该配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6示出了根据本申请公开的一个实施例的视频编码器(603)的框图。视频编码器(603)包括在电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4的示例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6示例中的电子装置(620)的一部分)接收视频样本，该视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)，和任何合适的采样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到所述其它功能单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局、最大运动矢量搜索范围等。控制器(650)可被配置为具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)被配置为在编码环路中进行操作。作为简单的描述，在示例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)重建符号以用类似于(远程)解码器创建样本数据的方式创建样本数据(因为在所公开主题所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，所公开主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些示例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，该运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，该参考图片可被选作该输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可有利地为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，该解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，该副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为该新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，如由预测器(635)获得的搜索结果所确定的那样，输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将该符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)进行传输做准备，该通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，该其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，该帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，该帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，该其它块由应用于块的相应图片的编码分配来确定。举例来说，I图片的块可进行非预测编码，或该块可参考同一图片的已编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在示例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。该运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，该运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)的第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测该块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，例如帧间图片预测和帧内图片预测的预测以块为单位执行。举例来说，根据HEVC标准，将视频图片序列中的图片划分成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，该三个编码树块是一个亮度CTB和两个色度CTB。还可将每个CTU递归地以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在示例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(predictionblock，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块的示例，预测块包括针对像素的值(例如，亮度值)的矩阵，所述像素为例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7示出了根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)被配置为接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将该处理块编码到作为已编码视频序列的一部分的已编码图片中。在一个示例中，视频编码器(703)用于代替图4示例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)接收用于处理块的样本值的矩阵，该处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来最佳地编码该处理块。当在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测器外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测器导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(703)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图7的示例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)被配置为接收当前块(例如处理块)的样本、比较该块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些示例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)被配置为接收当前块(例如处理块)的样本、在一些情况下比较该块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在示例中，帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)被配置为确定通用控制数据，且基于该通用控制数据控制视频编码器(703)的其它组件。在示例中，通用控制器(721)确定块的模式，且基于该模式将控制信号提供到开关(726)。举例来说，当该模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将该帧内预测信息添加在码流中；以及当该模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将该帧间预测信息添加在码流中。
残差计算器(723)被配置为计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)被配置为基于残差数据操作，以对残差数据进行编码以生成变换系数。在示例中，残差编码器(724)被配置为将残差数据从空间域转换至频域，且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)被配置为执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些示例中，该已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)被配置为将码流格式化以产生已编码的块。熵编码器(725)根据例如HEVC标准的合适标准而包括各种信息。在示例中，熵编码器(725)被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在码流中。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图8示出了根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)被配置为接收作为已编码视频序列的一部分的已编码图像，且对该已编码图像进行解码以生成重建的图片。在示例中，视频解码器(810)用于代替图4示例中的视频解码器(410)。
在图8的示例中，视频解码器(810)包括如图8中所示的耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可被配置为根据已编码图片来重建某些符号，这些符号表示构成该已编码图片的语法元素。此类符号可包括例如用于对该块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可识别分别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在示例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经受逆量化并提供到残差解码器(873)。
帧间解码器(880)被配置为接收帧间预测信息，且基于该帧间预测信息生成帧间预测结果。
帧内解码器(872)被配置为接收帧内预测信息，且基于该帧内预测信息生成预测结果。
残差解码器(873)被配置为执行逆量化以提取解量化的变换系数，且处理该解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以包括量化器参数(QP))，且该信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(874)被配置为在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，该重建的块可以是重建的图片的一部分，该重建的图片继而可以是重建的视频的一部分。应注意，可执行诸如解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中，可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本公开的各方面包括用于对一维(One-dimensional，1D)变换跳过模式的符号图(sign map)进行熵编解码的上下文设计。可以提供为视频数据的有效压缩而设计的一组视频编解码技术，包括用于对1D变换跳过系数的符号值进行熵编解码的上下文设计。
下面描述初级变换(primary transform)的实施例，例如，在AOMedia Video1(AV1)中使用初级变换。为了支持扩展的编码块分区，例如，在AV1中，可以使用多个变换大小(例如，每个维度的范围从4点到64点)和变换形状(例如，正方形、宽度与高度比为2:1、1:2、4:1或1:4的矩形形状)。
二维(Two-dimensional，2D)变换处理可以使用混合变换内核，该混合变换内核可以包括针对已编码残差块的每个维度的不同的1D变换。初级1D变换可以包括：(a)4点、8点、16点、32点、64点DCT-2；(b)4点、8点、16点非对称DST(ADST)(例如，DST-4、DST-7)和相应的翻转版本(例如，ADST(Asymmetric Discrete Sine Transform，非对称离散正弦变换)的翻转版本或FlipADST可以以相反的顺序应用ADST)；和/或(c)4点、8点、16点、32点恒等变换(Identity Transform，IDTX)。图9示出了根据本公开的实施例的初级变换基函数的示例。图9的示例中的初级变换基函数包括用于具有N点输入的DCT-2的基函数和具有N点输入的非对称DST(DST-4和DST-7)的基函数。可以在AV1中使用图9所示的初级变换基函数。
混合变换内核的可用性可以取决于变换块大小和预测模式。图10A示出了基于变换块大小(例如，第三列中示出的大小)和预测模式(例如，第三列中示出的帧内预测和帧间预测)的各种变换内核(例如，第一列中示出并在第二列中描述的变换类型)的可用性的示例性相关性。可以在AV1中使用基于预测模式和变换块大小的示例性混合变换内核和可用性。参考图10A，符号“→”和“↓”分别表示水平维度(也称为水平方向)和垂直维度(也称为垂直方向)。符号“√”和“x”表示对应的块大小和预测模式的变换内核的可用性。例如，符号“√”表示变换内核可用，符号“x”表示变换内核不可用。
在一个示例中，如图10A的第一列所示，变换类型(1010)由ADST_DCT表示。如图10A的第二列所示，变换类型(1010)包括在垂直方向上的ADST和在水平方向上的DCT(DiscreteCosine Transform，离散余弦变换)。根据图10A的第三列，当块大小小于或等于16x16(例如，16x16个样本，16x16个亮度样本)时，变换类型(1010)可用于帧内预测和帧间预测。
在一个示例中，如图10A的第一列所示，变换类型(1020)由V_ADST表示。如图10A的第二列所示，变换类型(1020)包括在垂直方向上的ADST和在水平方向上的IDTX(即恒等矩阵)。因此，变换类型(1020)(例如，V_ADST)在垂直方向上执行，而不在水平方向上执行。根据图10A的第三列，无论块大小如何，变换类型(1020)不可用于帧内预测。当块大小小于16x16(例如，16x16个样本，16x16个亮度样本)时，变换类型(1020)可用于帧间预测。
在一个示例中，图10A适用于亮度分量。对于色度分量，可以隐式地执行变换类型(或变换内核)选择。在一个示例中，如图10B所示，对于帧内预测残差，可以根据帧内预测模式选择变换类型。对于帧间预测残差，可以根据同位亮度块的变换类型选择来选择变换类型。因此，在一个示例中，在比特流中未用信号通知针对色度分量的变换类型。
例如，在AOMediaVideo2(AV2)中，可以在诸如初级变换的变换中使用线图变换(Line Graph Transform，LGT)。可以在AV2中使用8位/10位变换内核。在一个示例中，LGT包括如下所述的各种DCT、离散正弦变换(Discrete Sine Transform，DST)。LGT可以包括32点和64点一维(1D)DST。
图(Graph)是包括顶点的集合和边缘的集合的通用数学结构，这些顶点和边缘可用于对感兴趣对象之间的关联关系进行建模。其中将一组权重分配给边缘和可选地分配给顶点的加权图可提供用于信号/数据的鲁棒建模的稀疏表示。LGT可以通过为不同的块统计提供更好的适配来提高编解码效率。可以通过从数据中学习线图来设计和优化可分离的LGT，以对块的残差信号的基础的逐行和逐列(row and column-wise)统计进行建模，并且可以使用相关联的广义图拉普拉斯(Generalized Graph Laplacian，GGL)矩阵来推导出LGT。
图11示出了根据本公开的实施例的以自环权重(例如，vc1，vc2)和边缘权重wc为特征的通用LGT的示例。给定加权图G(W，V)，GGL矩阵可定义如下。
Lc＝D-W+V (等式1)
其中，W可以是包括非负边缘权重wc的邻接矩阵，D可以是对角度矩阵，V可以是表示自环权重vc1和vc2的对角矩阵。图12示出了矩阵Lc的示例。
如下所示，可通过GGL矩阵Lc的特征分解推导出LGT。
Lc＝UΦUT (等式2)
其中，正交矩阵U的列可以是LGT的基向量，并且Φ可以是对角特征值矩阵。
在各种示例中，某些DCT和DST(例如，DCT-2、DCT-8和DST-7)是从某些形式的GGL推导出的LGT的集合的子集。可以通过将vc1设置为0(例如，vc1＝0)来推导出DCT-2。可以通过将vc1设置为wc(例如，vc1＝wc)来推导出DST-7。可以通过将vc2设置为wc(例如，vc2＝wc)来推导出DCT-8。可以通过将vc1设置为2wc(例如，vc1＝2wc)来推导出DST-4。可以通过将vc2设置为2wc(例如，vc2＝2wc)来推导出DCT-4。
在一些示例中，例如在AV2中，可以将LGT实现为矩阵乘法。可以通过在Lc中将vc1设置为2wc来推导出四点(4p)LGT内核，因此4p LGT内核是DST-4。可以通过在Lc中将vc1设置为1.5wc来推导出8点(8p)LGT内核。在一个示例中，可以通过将vc1设置为wc并且将vc2设置为0来推导出LGT内核(例如，16点(16p)LGT内核、32点(32p)LGT内核或64点(64p)LGT内核)，并且LGT内核可以变为DST-7。
根据本公开的各方面，块可以指变换块(Transform Block，TB)。在一个示例中，块或TB包括变换系数。块中的行可以指该块(例如，TB)中的变换系数的行。块中的列可以指该块(例如，TB)中的变换系数的列。
字母“H”或“V”当被添加到变换类型时可以分别表示变换类型仅应用于水平方向或垂直方向。例如，V_DCT可以指仅在垂直方向上应用DCT的1D变换方案，H_DCT可以指仅在水平方向上应用DCT的1D变换方案，V_ADST可以指仅在垂直方向上应用ADST或任何合适的非DCT变换的1D变换方案，H_ADST可以指仅在水平方向上应用ADST或任何合适的非DCT变换的1D变换方案。V_FLIPADST可以指仅在垂直方向上应用FLIPADST的1D变换方案，H_FLIPADST可以指仅在水平方向上应用FLIPADST的1D变换方案。V_LGT可以指仅在垂直方向上应用LGT的1D变换方案，H_LGT可以指仅在水平方向上应用LGT的1D变换方案。V_FLIPLGT可以指仅在垂直方向上应用FLIPLGT的1D变换方案，H_FLIPLGT可以指仅在水平方向上应用FLIPLGT的1D变换方案，其中，FLIPLGT是LGT的翻转版本。此外，V_KLT可以指仅在垂直方向上应用卡-洛变换(Karhunen-Loeve Transform，KLT)的1D变换方案，H_KLT可以指仅在水平方向上应用KLT的1D变换方案。
具有在水平方向上的变换跳过模式的一组变换类型可以被称为变换的集合A。变换的集合A可以包括在垂直方向上的变换。变换的集合A中的变换可以包括预定变换中的单个或适当组合，预定变换例如为V_DCT、V_ADST、V_FLIPADST、V_LGT、V_FLIPLGT、V_KLT等。在一个示例中，变换的集合A中的变换包括垂直方向上的初级变换。在一个示例中，变换的集合A中的变换包括垂直方向上的初级变换和垂直方向上的二次变换(secondarytransform)。在一个示例中，变换类型的集合A穷举地包括预定变换的任意或所有组合，预定变换例如为在垂直方向上的DCT、ADST、FLIPADST、LGT、FLIPLGT和KLT以及在水平方向上的变换跳过模式。
具有在垂直方向上的变换跳过模式的一组变换类型可以称为变换的集合B。变换的集合B可以包括在水平方向上的变换。变换的集合B中的变换可以包括预定变换中的单个或适当组合，预定变换例如为H_DCT、H_ADST、H_FLIPADST、H_LGT、H_FLIPLGT、H_KLT等。在一个示例中，变换的集合B中的变换包括水平方向上的初级变换。在一个示例中，变换的集合B中的变换包括水平方向上的初级变换和水平方向上的二次变换。在一个示例中，变换类型的集合B穷举地包括预定变换的任意或所有组合，预定变换例如为在水平方向上的DCT、ADST、FLIPADST、LGT、FLIPLGT和KLT以及在垂直方向上的变换跳过模式。
在一个实施例中，可以在例如AV1中使用级别图(level-map)系数编码方案。级别图系数编码方案不同于按顺序处理每个2D变换系数的相关编码方案。下面描述级别图系数编码方案的示例。对于每个变换单元(例如，图13A中的TB(1301))，级别图系数编码可以首先对跳过符号进行编码，如果不跳过变换编码，则在该跳过符号后通过信号通知初级变换内核类型和块结束(End-of-Block，EOB)位置。随后，可以以多级别图的方式、结合编码符号值对系数值(即，变换单元中的变换系数的值)进行编码。
在一个示例中，多级别图包括被编码为三个级别平面的三个级别图，例如低级别平面、中级别平面和高级别平面，并且符号值被编码为单独的平面。低级别平面、中级别平面和高级别平面可以对应于不同的系数幅度范围。在一个示例中，低级别平面对应于0至2的范围，中级别平面对应于3至14的范围，并且高级别平面对应于15及以上的范围。三个级别平面可以编码如下：(a)对EOB位置进行编码；(b)以反向/后向扫描顺序对低级别平面和中级别平面一起进行编码，并且所述扫描顺序可以指在整个变换单元的基础上应用的锯齿状(zig-zag)扫描；(c)以前向/正向扫描顺序对符号平面和高级别平面一起进行编码；以及(d)使用指数哥伦布(Exp-Golomb)编码对剩余部分(系数级别减去14)进行熵编码。应用到低级别平面的上下文模型可以取决于初级变换方向(例如，双向、水平和垂直)以及变换大小，并且可以使用频域中的至多五个相邻系数来推导出上下文。中级别平面可以使用类似的上下文模型。在一个示例中，上下文相邻系数的数目从5个减少到2个。可以采用指数哥伦布编码而无需使用上下文模型对高级别平面进行编码。
图13A示出了根据本公开的实施例的TB(1301)和相邻块(例如，TB(1302)和(1303))的示例。TB(1301)可以包括变换系数(例如，t11-t14、t21-t24、t31-t34和t41-t44)。在一些示例中，变换系数t11是具有DC(直流)空间频率的DC变换系数，并且TB(1301)中的剩余变换系数是具有AC(交流)空间频率的AC变换系数。
可以使用上下文建模方法对DC符号(或DC符号值)进行编解码，例如，可以使用上下文建模方法对变换单元中的DC系数(例如，TB(1301)中的DC变换系数t11)的符号值进行编解码。在一个示例中，当DC系数为负时，DC符号值为“1”，当DC系数为正时，DC符号值为“0”。可以使用变换单元的相邻块的DC信号值的加权平均值来推导出上下文信息。在一个示例中，如下等式3所述，使用上方相邻块(例如，TB(1302))的DC符号值(例如，dc_sign(i)，且i为1)和左侧相邻块(例如，TB(1303))的DC符号值(例如，dc_sign(i)，且i为2)来推导出上下文信息。权重可以取决于相邻变换块与变换单元(例如，当前TB)的相交的长度(或相交长度)(例如overlap(i,curr_block)，i为1或2)。第一块和第二块之间的相交长度可以指在第一块中的、与第二块中的变换系数邻接的变换系数的数目。例如，由于TB(1301)中的四个变换系数(t11-t14)与TB(1302)中的四个变换系数(a11-a14)邻接，因此TB(1301)与TB(1302)之间的相交长度(例如overlap(1,curr_block))为4。由于TB(1301)中的两个变换系数(t11和t12)与TB(1303)中的两个变换系数(112和122)邻接，因此TB(1301)和TB(1303)之间的相交长度(例如overlap(2,curr_block))为2。
如等式4所示，推导出的上下文信息可以用作索引(例如，dc_ctx)以访问用于对DC符号进行编解码的三个不同上下文。例如，如果加权平均值为0，则使用与索引0对应的上下文；如果加权平均值小于0，则使用与索引1对应的上下文；如果加权平均值大于0，则使用与索引2对应的上下文。可以不使用上下文模型而直接对变换单元中的其它系数的符号值进行编解码。
dc_sum＝∑i∈neighbors dc_sign(i)*overlap(i,curr_block) (等式3)
dc_ctx＝0 if dc_sum＝0,
＝1 if dc_sum<0,
＝2 if dc_sum>0, (等式4)
可以不使用上下文模型而直接对TB(1301)中的其它变换系数(例如，AC变换系数)的符号值进行编解码。
如上文参照图13A所述，在一些示例中，DC符号编解码仅利用上方相邻块和左侧相邻块的DC符号来推导出用于对当前变换块中的DC变换系数的DC符号进行编解码的上下文。在一个示例中，DC符号编解码仅利用上方相邻块和左侧相邻块的DC符号来推导出上下文信息，并且该上下文信息可用于推导出用于对当前变换块中的DC变换系数的DC符号进行编解码的上下文。对于使用包括在一个方向上的变换跳过模式的变换类型的TB，顶行中的变换系数(如果使用水平变换跳过模式)或左列中的系数(如果使用垂直变换跳过模式)是DC系数。因此，在一些示例中，应用上下文建模仅对第一个变换系数的符号进行熵编解码可以是次优的，因为符号值显示强的逐行相关性(针对水平变换跳过模式)或逐列相关性(针对垂直变换跳过模式)。
1D变换跳过模式可以指一个维度(例如，水平维度或垂直维度)上的变换跳过模式，因此，对块的一个维度执行具有1D变换跳过模式的变换(例如，初级变换、初级变换和二次变换的组合)。1D变换可以指仅应用于块的一个维度的变换，其中，该变换包括1D变换跳过模式。1D变换可以指1D水平变换或1D垂直变换。1D水平变换可以指仅应用于块的水平维度的变换，其中，该变换包括在垂直维度上的1D变换跳过模式。1D垂直变换可以指仅应用于块的垂直维度的变换，其中，该变换包括在水平维度上的1D变换跳过模式。
2D变换跳过模式可以指二个维度(例如，水平维度和垂直维度)上的变换跳过模式，因此，在块上没有变换，并且变换矩阵是恒等矩阵。当不存在变换跳过模式时，可以对块上的两个维度执行变换。
根据本公开的各方面，上下文可用于使用1D变换对块(例如，TB、CB、PB、亮度块、色度块、亮度TB、色度TB等)中的一个或多个变换系数的一个或多个符号值进行熵编解码。该块可以是任何合适的块，例如亮度块、色度块等。所使用的上下文可以是任何合适的上下文，诸如块中一个或多个其他变换系数的符号信息(例如，一个或多个符号值)。在一个示例中，上下文可用于使用变换集合A中的变换类型对块中的一个或多个变换系数的一个或多个符号值进行熵编解码。在一个示例中，上下文可用于使用变换集合B中的变换类型对块中的一个或多个变换系数的一个或多个符号值进行熵编解码。
根据本公开的各方面，可以从已编码的视频比特流中解码块(例如，TB)的编码信息。编码信息可以指示该块在一个方向上的变换跳过模式。可以基于先前变换系数的先前已编解码(例如，已编码或已解码)的符号值对TB中的当前变换系数的符号值进行编解码(例如，编码或解码)。当前变换系数和先前变换系数可以在TB中的同一行或同一列中。所述同一行或所述同一列可以沿着变换跳过模式的一个方向。此外，可以基于先前变换系数的已编解码(例如，已编码或已解码)的符号值来确定TB中的当前变换系数。在一个示例中，基于先前变换系数的先前已解码的符号值、和在同一行或同一列中的相应的一个或多个变换系数的一个或多个先前已解码的符号值，对TB中的当前变换系数的符号值进行解码。
在一个示例中，所述一个方向是水平方向。所述同一行或所述同一列是沿着变换跳过模式的所述一个方向的所述同一行。因此，变换是1D垂直变换，例如变换集合A中的变换类型。可以基于沿着变换跳过模式的所述一个方向的所述同一行中的先前变换系数的先前已编解码(例如，已编码或已解码)的符号值，对TB中的当前变换系数的符号值进行编解码(例如，编码或解码)。在一个示例中，所述同一行被限制为TB中的行的子集中的一个。
在一个实施例中，用于使用变换集合A中的变换类型对块中的当前变换系数的符号值进行熵编解码的上下文推导过程是基于同一行中的至少一个先前变换系数的至少一个先前已编解码的符号值的。通常，所使用的上下文可以包括同一行中的一个或多个其他变换系数(例如，至少一个先前变换系数)的符号信息(例如，至少一个先前已编解码的符号值)。
图13B示出了利用垂直维度或水平维度上的1D变换跳过模式进行变换的TB(1301)。因此，除了第一个变换系数(例如，t11)之外，第一列(1321)或第一行(1311)中的剩余变换系数可以是DC变换系数。
参考图13B，使用变换集合A中的变换类型(例如，具有在水平维度上的1D变换跳过模式的1D垂直变换)对TB(1301)进行变换。第一行(1311)包括DC变换系数t11-t14。在一个示例中，使用基于第一行(1311)中的一个或多个先前已编解码的变换系数(例如，t11和/或t12)的上下文推导过程对第一行(1311)的一个变换系数(例如，t13)的符号值进行熵编解码。上述描述可适当地适用于对行1311中的其他变换系数进行编解码。
行(1312)-行(1314)包括具有AC空间频率的AC变换系数。上述描述可适当地适用于行(1321)-行(1324)中的一个或多个。在一个示例中，使用基于第二行(1312)中的一个或多个先前已编解码的变换系数(例如，t21、t22和/或t24)的上下文推导过程对第二行(1312)的一个变换系数(例如，t24)的符号值进行熵编解码。在一个示例中，默认的上下文用于对行(例如，行(1312))中的第一个变换系数(例如，t21)进行编解码。可选地，仅对使用变换集合A中的变换类型的块中的行的子集(例如，行(1311)、或行(1311)-(1312)等)启用用于对符号值进行熵编解码的上下文的使用。在一个示例中，仅对行(1311)-行(1312)启用用于对符号值进行熵编解码的上下文的使用，并且在不使用上下文模型的情况下可以直接对行(1313)-行(1314)的符号值进行编解码。
在一个示例中，所述一个方向是垂直方向。所述同一行或所述同一列是沿着变换跳过模式的所述一个方向的所述同一列。因此，变换是1D水平变换，例如变换集合B中的变换类型。可以基于沿着变换跳过模式的所述一个方向的所述同一列中的先前变换系数的先前已编解码(例如，已编码或已解码)的符号值对TB中的当前变换系数的符号值进行编解码(例如，编码或解码)。在一个示例中，所述同一列被限制为TB中的列的子集中的一个。
在一个实施例中，使用变换集合B中的变换类型对块中的当前变换系数的符号值进行熵编解码的上下文推导过程是基于同一列中的至少一个先前变换系数的至少一个先前已编解码的符号值。通常，所使用的上下文可以包括同一列中的一个或多个其他变换系数(例如，至少一个先前变换系数)的符号信息(例如，至少一个先前已编解码的符号值)。
返回参考图13B，利用变换集合B中的变换类型(例如，具有1D垂直跳过的1D水平变换)对TB(1301)进行变换。第一列(1321)包括DC变换系数t11、t21、t31和t41。在一个示例中，使用基于第一列(1321)中的一个或多个先前已编解码的变换系数(例如，t11和/或t21)的上下文推导过程对第一列(1321)中的一个变换系数(例如，t31)的符号值进行熵编解码。上述描述可适当地适用于对列1321中的其他变换系数进行编解码。
列(1322)-列(1324)包括具有AC空间频率的AC变换系数。上述描述可适当地适用于列(1322)-列(1324)中的一个或多个。在一个示例中，使用基于第二列(1322)中的一个或多个先前已编解码的变换系数(例如，t12、t22和/或t32)的上下文推导过程对第二列(1322)中的一个变换系数(例如，t42)的符号值进行熵编解码。在一个示例中，默认的上下文用于对列(例如，列(1322))中的第一个变换系数(例如，t12)进行编解码。可选地，仅对使用变换集合B中的变换类型的块中的列的子集(例如，列(1321)、或列(1321)-列(1322)等)启用用于对符号值进行熵编解码的上下文的使用。在一个示例中，仅对列(1321)-列(1322)启用用于对符号值进行熵编解码的上下文的使用，并且在不使用上下文模型的情况下可以直接对列(1323)-列(1324)的符号值进行编解码。
在一个实施例中，可以基于先前变换系数(例如，t12)的先前已解码的符号值、TB的上方相邻块中的DC变换系数的先前已解码的符号值以及TB的左侧相邻块中的DC变换系数的先前已解码的符号值，对TB(例如，图13B中的TB(1301))中的当前变换系数的符号值进行解码。TB的上方相邻块中的DC变换系数和TB的左侧相邻块中的DC变换系数具有DC空间频率。
在一个示例中，例如，可以基于先前变换系数的先前已解码的符号值、以及基于TB的上方相邻块中的DC变换系数的先前已解码的符号值和TB的左侧相邻块中的DC变换系数的先前已解码的符号值的加权平均值(例如，等式3所示的)，对TB中的当前变换系数的符号值进行解码。权重可以分别基于在上方相邻块中的、与TB中的变换系数邻接的变换系数的数目和在左侧相邻块中的、与TB中的变换系数邻接的变换系数的数目。TB中的先前变换系数的位置可以与TB中的当前变换系数的位置相邻。TB中的先前变换系数的位置可以沿扫描方向与TB中的当前变换系数的位置相邻。所述扫描方向可以基于用于对TB中的变换系数的符号值进行编码的扫描顺序。
可以改进上下文推导过程(例如，由等式(3)-(4)描述的上下文推导过程)以用于使用集合A和集合B之一中的一种变换类型来对块中的一个或多个变换系数的一个或多个符号值进行熵编解码。在一个实施例中，用于对块中的一个或多个变换系数的一个或多个符号值进行熵编解码的上下文推导过程不仅基于一个或多个相邻块(例如，上方相邻块的DCI符号值和左侧相邻块的DC符号值的加权平均值)，而且基于块中的至少一个相邻系数(如果可用)的至少一个先前已编解码的符号值。通常，用于对块中的变换系数的符号值进行熵编解码的上下文可以包括一个或多个其他块(例如，上方相邻块、和/或左侧相邻块等)的符号信息、和/或块中的一个或多个其他变换系数的符号信息等。在一个示例中，至少一个相邻系数取决于用于对块的符号值进行编码的扫描顺序。所述至少一个相邻系数可以是在所述块中的、根据所述扫描顺序在所述一个或多个变换系数之前编解码的变换系数。
参考图13B，利用垂直维度或水平维度上的1D变换跳过模式对TB(1301)执行变换。因此，除了第一个变换系数t11之外，第一列(1321)或第一行(1311)中的剩余变换系数可以是DC变换系数。用于对TB(1301)中的DC变换系数中的一个的符号值进行熵编解码的上下文推导过程可以基于其它TB(例如TB(1302)-TB(1303))、以及TB(1301)中的至少一个相邻系数的至少一个先前已编解码的符号值。在一个示例中，所述至少一个相邻系数与所述DC变换系数中的一个在同一行或同一列中。在一个示例中，所述至少一个相邻系数中的一个与所述DC变换系数中的一个位于不同的行和不同的列中。
在一个示例中，TB(1301)使用变换集合A中的变换类型，并且行(1311)包括DC变换系数t11-t14。DC变换系数t11-t14中的一个(例如，t13)的符号值可以分别基于TB(1302)-(1303)的DC符号值，以及基于TB(1301)中的相邻系数t12的先前已编解码的符号值。
TB(1301)中的AC变换系数中的一个(例如，t23)的符号值可以分别基于TB(1302)-TB(1303)的DC符号值，以及基于TB(1301)中的相邻系数(例如，t13、或t22等)的先前已编解码的符号值。
当相邻块中的一个或多个使用1D变换跳过模式时，可以适当地调整上述描述。在一个实施例中，相邻块中的一个(例如，TB(1303))使用1D水平跳过模式，因此第一行包括DC变换系数l11-l12。用于对块中的变换系数的符号值进行熵编解码的上下文推导过程可以基于l11-l12的一个或多个DC符号值、TB(1302)的DC符号值以及TB(1301)中的至少一个相邻系数(如果可用)的至少一个先前已编解码的符号值。
在一个示例中，TB沿水平方向使用1D变换跳过模式，并且可以解码用于指示同一行中的变换系数的符号值是否相同的标志(flag)。在一个示例中，同一行中的变换系数包括当前变换系数和先前变换系数，其中，如上所述，可基于先前变换系数的先前已编解码(例如，已编码或已解码)的符号值对TB中的当前变换系数的符号值进行编解码(例如，编码或解码)。
在一个实施例中，符号控制信息(例如，标志)用于指示当用于块的变换类型是变换集合A中的一个时，在该块(例如，图13B中的块(1301))的行(例如，图13B中的行(1311))中的变换系数(例如，t11-t14)的符号(例如，所有符号)是否相同。在一个示例中，仅当行中的非零变换系数的数目大于阈值时才使用符号控制信息。在一个示例中，仅当块的块维度(例如，宽度)等于或大于阈值时才使用符号控制信息。在一个示例中，块中的每一行使用单独的符号控制信息。例如，单独的标志用于指示块的相应行中的变换系数的符号(例如，所有符号)是否相同。
在一个示例中，仅对块中的行的子集才使用(例如，通过信号通知)符号控制信息，其中，符号控制信息中的每一个用于指示块的相应行中的变换系数的符号(例如，所有符号)是否相同。
在一个示例中，对一行内的每N个连续的变换系数使用(例如，通过信号通知)符号控制信息。在另一示例中，对一行内的每N个连续的非零变换系数使用(例如，通过信号通知)符号控制信息。N的示例性值可以包括但不限于4、8、16。
在一个示例中，如果符号控制信息指示行中的所有符号相同(例如，标志为真)，则针对该行不编码附加的符号信息。
在一个示例中，如果符号控制信息指示行中的所有符号相同(例如，标志为真)，则通过信号通知附加的符号控制信息(例如，另一标志)以指示所述行的符号值。
在一个示例中，如果符号控制信息指示并非行中的所有符号都相同(例如，标志为假)，则对该行中的每个变换系数编码符号信息(例如，相应的符号值)。
在一个示例中，如果符号控制信息指示并非行中的所有符号都相同(例如，标志为假)、并且该行中除了(按扫描顺序的)最后一个非零变换系数之外的所有非零变换系数的符号信息是相同的且通过信号通知，则不通过信号通知该最后一个非零变换系数的符号信息，而该最后一个非零变换系数的符号信息被推导出为该行中的在先(preceding)非零变换系数的符号值的相反值(inverse value)。参照图13B，在一个示例中，行(1312)中的t21-t24是+4、+1、0和-2。行(1312)中除了最后一个非零变换系数(t24)之外的所有非零变换系数的符号值是相同的(为正)并且通过信号通知。该标志为假，表示并非该行(1312)中非零变换系数的所有符号值都相同。因此，可以推导出最后一个非零变换系数(t24)的符号信息为负(例如，行中的在先非零变换系数(t21和t22)的符号值的相反值)。
在一个实施例中，符号控制信息(例如，标志)用于指示当用于块的变换类型是变换集合B中的一个时，在块(例如，图13B中的TB(1301))的列(例如，图13B中的列(1321))中的变换系数(例如，t11、t21、t31和t41)的符号(例如，所有符号)是否相同。在一个示例中，仅当列中的非零变换系数的数目大于阈值时才使用符号控制信息。在一个示例中，仅当块的块维度(例如，高度)等于或大于阈值时才使用符号控制信息。在一个示例中，块中的每一列使用单独的符号控制信息。例如，单独的标志用于指示块的相应列中的变换系数的符号(例如，所有符号)是否相同。
在一个示例中，仅对块中的列的子集才使用(例如，通过信号通知)符号控制信息，其中，符号控制信息中的每一个用于指示块的相应列中的变换系数的符号(例如，所有符号)是否相同。
在一个示例中，对一列内的每M个连续的变换系数使用(例如，通过信号通知)符号控制信息。在另一示例中，对一列内的每M个连续的非零变换系数使用(例如，通过信号通知)符号控制信息。M的示例性值可以包括但不限于4、8、16。
在一个示例中，如果符号控制信息指示列中的所有符号相同(例如，标志为真)，则针对该列不编码附加的符号信息。
在一个示例中，如果符号控制信息指示列中的所有符号相同(例如，标志为真)，则通过信号通知附加的符号控制信息(例如，另一标志)以指示所述列的符号值。
在一个示例中，如果符号控制信息指示并非列中的所有符号都相同(例如，标志为假)，则针对该列中的每个变换系数编码符号信息(例如，相应的符号值)。
在一个示例中，如果符号控制信息指示并非列中的所有符号都相同(例如，标志为假)，并且该列中除了(按扫描顺序的)最后一个非零变换系数之外的所有非零变换系数的符号信息是相同的且通过信号通知，则不通过信号通知该最后一个非零变换系数的符号信息，而该最后一个非零变换系数的符号信息被推导出为该列中的在先非零变换系数的符号值的相反值。参照图13B，在一个示例中，列(1322)中的t12、t22、t32和t42是+4、+1、0和-2。列(1322)中除了最后一个非零变换系数(t42)之外的所有非零变换系数的符号值是相同的(为正)并且通过信号通知。该标志为假，表示并非列(1322)中非零变换系数的所有符号值都相同。因此，可以推导出最后一个非零变换系数(t42)的符号信息为负(例如，列中的在先非零变换系数(t12和t22)的符号值的相反值)。
根据本公开的各方面，用于对一个或多个变换系数的一个或多个符号值进行熵编解码的上下文可以取决于初级变换类型和/或二次变换内核(或类型)。在一个示例中，用于对当前块(例如，TB)的一个或多个符号值进行熵编解码的上下文取决于是使用1D IDTX还是2D IDTX。例如，如果使用1D IDTX，则当前块的变换是1D变换，并且如上所述，上下文或上下文建模可用于对当前块中的多个变换系数的一个或多个符号值进行熵编解码。例如，如果使用2D IDTX，则不对当前块进行变换。在一些示例中，上下文可用于对当前块中的多个变换系数的一个或多个符号值进行熵编解码。
在一个示例中，用于对当前块的符号值进行熵编解码的上下文取决于是否对当前块应用二次变换。
图14示出了根据本公开的实施例的概述过程(1400)的流程图。过程(1400)可用于块(例如，TB)的重建中。在各种实施例中，过程(1400)由处理电路执行。处理电路可以是，例如，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)中的处理电路，执行视频编码器(403)的功能的处理电路，执行视频解码器(410)的功能的处理电路，执行视频解码器(510)的功能的处理电路，执行视频编码器(603)的功能的处理电路等。在一些实施例中，过程(1400)以软件指令实现，因此，当处理电路执行软件指令时，处理电路执行过程(1400)。过程从(S1401)开始，并进行至(S1410)。
在(S1410)，可以从已编码的视频比特流中解码块的编码信息。编码信息可以指示块在一个方向(例如，水平方向或垂直方向)上的变换跳过模式。
在(S1420)，可以基于先前(previous)变换系数的先前已解码的符号值，解码块中的当前变换系数的符号值。当前变换系数和先前变换系数可以在块中的同一行或同一列中。同一行或同一列可以沿着变换跳过模式的一个方向。
在一个示例中，当所述一个方向是水平方向时，同一行或同一列是沿着所述变换跳过模式的一个方向的同一行。可以基于沿着所述变换跳过模式的一个方向的同一行中的先前变换系数的先前已解码的符号值，对块中的当前变换系数的符号值进行解码。在一个示例中，所述同一行被限制为块中的行的子集中的一个。
在一个示例中，当所述一个方向是垂直方向时，同一行或同一列是沿着所述变换跳过模式的一个方向的同一列。可以基于沿着所述变换跳过模式的一个方向的同一列中的先前变换系数的先前已解码的符号值，对块中的当前变换系数的符号值进行解码。在一个示例中，所述同一列被限制为块中的列的子集中的一个。
在(S1430)，可以基于当前变换系数的已解码的符号值，确定块中的当前变换系数。过程(1400)进行至(S1499)，并结束。
可以适当地调整过程(1400)。可以修改和/或省略过程(1400)中的一个或多个步骤。可以添加一个或多个附加步骤。可以使用任何合适的实现顺序。
在一个示例中，对标志或其他符号控制信息进行解码，所述标志或其他符号控制信息用于指示同一行中的变换系数的符号值是否相同。在一个示例中，同一行中的变换系数包括当前变换系数和先前变换系数。
在一个示例中，对标志或其它符号控制信息进行解码，所述标志或其他符号控制信息用于指示同一列中的变换系数的符号值是否相同。在一个示例中，列中的变换系数包括当前变换系数和先前变换系数。
在一个示例中，基于先前变换系数的先前已解码的符号值和另一块(例如，相邻块)中的DC变换系数的至少一个先前已解码的符号值，对TB中的当前变换系数的符号值进行解码。例如，基于先前变换系数的先前已解码的符号值、TB的上方相邻块中的DC变换系数的先前已解码的符号值以及TB的左侧相邻块中的DC变换系数的先前已解码的符号值，对TB中的当前变换系数的符号值进行解码。TB的上方相邻块中的DC变换系数和TB的左侧相邻块中的DC变换系数可以具有DC空间频率。
本公开中的实施例可应用于任何合适的块，例如亮度块和/或色度块。本公开中的实施例可以以任何顺序单独使用或组合使用。此外，可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现方法(或实施例)、编码器和解码器中的每一个。在一个示例中，一个或多个处理器执行存储在非暂时性计算机可读介质中的程序。
可以将上述技术实现为计算机软件，该计算机软件使用计算机可读指令，并且物理存储在一个或多个计算机可读介质中。例如，图15示出了适于实施所公开的主题的某些实施例的计算机系统(1500)。
可以使用任何合适的机器代码或计算机语言对计算机软件进行编码，任何合适的机器代码或计算机语言可以经受汇编、编译、链接或类似的机制以创建包括指令的代码，该指令可以由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过译码、微码等执行。
指令可以在各种类型的计算机或其组件上执行，例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。
图15所示的计算机系统(1500)的组件本质上是示例性的，并且不旨在对实施本申请实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应被解释为具有与计算机系统(1500)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖或要求。
计算机系统(1500)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户通过例如下述的输入：触觉输入(例如：击键、划动，数据手套移动)、音频输入(例如：语音、拍手)、视觉输入(例如：手势)、嗅觉输入(未描绘出)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒介，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描的图像、从静止图像相机获取摄影图像)、视频(例如二维视频、包括立体视频的三维视频)等。
输入人机接口装置可以包括下述中的一项或多项(每种中仅示出一个)：键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、相机(1508)。
计算机系统(1500)也可以包括某些人机接口输出装置。这样的人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但也可以是不作为输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1509)、耳机(未示出))、视觉输出装置(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1510)，每种屏幕有或没有触摸屏输入功能，每种屏幕都有或没有触觉反馈功能，其中的一些屏幕能够通过诸如立体图像输出、虚拟现实眼镜(未描绘出)、全息显示器和烟箱(未描绘出)以及打印机(未描绘出)之类的装置来输出二维视觉输出或超过三维的输出。
计算机系统(1500)也可以包括人类可访问存储装置及其关联介质：例如包括具有CD/DVD等介质(1521)的CD/DVD ROM/RW(1520)的光学介质、指状驱动器(1522)、可拆卸硬盘驱动器或固态驱动器(1523)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的装置(未示出)等。
本领域技术人员还应该理解，结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。
计算机系统(1500)还可以包括到一个或多个通信网络(1555)的接口(1554)。网络可以例如是无线网络、有线网络、光网络。网络可以进一步地是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、耐延迟网络等。网络的示例包括诸如以太网之类的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括CANBus的车辆和工业用电视等等。某些网络通常需要连接到某些通用数据端口或外围总线(1549)的外部网络接口适配器(例如计算机系统(1500)的USB端口)；如下所述，其他网络接口通常通过连接到系统总线而集成到计算机系统(1500)的内核中(例如，连接到PC计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(1500)可以使用这些网络中的任何一个网络与其他实体通信。此类通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，连接到某些CANbus装置的CANbus)或双向的，例如，使用局域网或广域网数字网络连接到其他计算机系统。如上所述，可以在那些网络和网络接口的每一个上使用某些协议和协议栈。
上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机系统(1500)的内核(1540)。
内核(1540)可以包括一个或多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、现场可编程门区域(FPGA)(1543)形式的专用可编程处理单元、用于某些任务的硬件加速器(1544)、图形适配器(1550)等。这些装置以及只读存储器(ROM)(1545)、随机存取存储器(1546)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(1547)可以通过系统总线(1548)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1548)，以能够通过附加的CPU、GPU等进行扩展。外围装置可以直接连接到内核的系统总线(1548)或通过外围总线(1549)连接到内核的系统总线(1548)。例如，屏幕(1510)可以连接至图形适配器(1550)。外围总线的体系结构包括PCI、USB等。
CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可以执行某些指令，这些指令可以组合来构成上述计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546)中，而永久数据可以例如存储在内部大容量存储器(1547)中。可以通过使用高速缓存来进行到任何存储装置的快速存储及检索，该高速缓存可以与下述紧密关联：一个或多个CPU(1541)、GPU(1542)、大容量存储(1547)、ROM(1545)、RAM(1546)等。
计算机可读介质可以在其上具有用于执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构建的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为非限制性示例，可以由于一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1500)，特别是内核(1540)的计算机系统提供功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储相关联的介质，以及某些非暂时性内核(1540)的存储器，例如内核内部大容量存储器(1547)或ROM(1545)。可以将实施本申请的各种实施例的软件存储在此类装置中并由内核(1540)执行。根据特定需要，计算机可读介质可以包括一个或多个存储装置或芯片。软件可以使得内核(1540)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在RAM(1546)中的数据结构以及根据由软件定义的过程来修改此类数据结构。附加地或替换地，可以由于硬连线或以其他方式体现在电路(例如，加速器(1544))中的逻辑而使得计算机系统提供功能，该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或包括两者。本申请包括硬件和软件的任何合适的组合。
附录A：缩略语
JEM：联合探索模型
VVC：下一代视频编码
BMS：基准集
MV：运动矢量
HEVC：高效视频编码
SEI：补充增强信息
VUI：视频可用性信息
GOP：图片群组
TU：变换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假想参考解码器
SNR：信噪比
CPU：中央处理单元
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示器
OLED：有机发光二极管
CD：光盘
DVD：数字视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑器件
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器区域网络总线
USB：通用串行总线
PCI：互连外围设备
FPGA：现场可编程门区域
SSD：固态驱动器
IC：集成电路
CU：编码单元
尽管本申请已经描述了多个示例性实施例，但是存在落入本申请的范围内的修改、置换和各种替换等效物。因此，应当理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但体现了本申请的原理，因此落入本申请的其精神和范围内的系统和方法。

Claims (20)

1.一种用于解码器中的视频解码的方法，包括：
从已编码的视频比特流中解码变换块(TB)的编码信息，所述编码信息指示所述TB在一个方向上的变换跳过模式；
基于先前变换系数的先前已解码的符号值，解码所述TB中的当前变换系数的符号值，其中，所述当前变换系数和所述先前变换系数在所述TB中的同一行或同一列中，所述同一行或所述同一列沿着所述变换跳过模式的所述一个方向；以及
基于所述当前变换系数的已解码的符号值，确定所述TB中的所述当前变换系数。
2.根据权利要求1所述的方法，其特征在于，
所述一个方向是水平方向，
所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一行，以及
所述解码所述符号值，包括：基于沿着所述变换跳过模式的所述一个方向的所述同一行中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
3.根据权利要求2所述的方法，其特征在于，所述同一行被限制为所述TB中的行的子集中的一个。
4.根据权利要求1所述的方法，其特征在于，
所述一个方向是垂直方向，
所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一列，以及
所述解码所述符号值，包括：基于沿着所述变换跳过模式的所述一个方向的所述同一列中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
5.根据权利要求4所述的方法，其特征在于，所述同一列被限制为所述TB中的列的子集中的一个。
6.根据权利要求2所述的方法，其特征在于，所述解码所述编码信息，包括：
对标志进行解码，所述标志指示所述同一行中的变换系数的符号值是否相同，其中，所述同一行中的所述变换系数包括所述当前变换系数和所述先前变换系数。
7.根据权利要求4所述的方法，其特征在于，所述解码所述编码信息，包括：
对标志进行解码，所述标志指示所述同一列中的变换系数的符号值是否相同，其中，所述同一列中的所述变换系数包括所述当前变换系数和所述先前变换系数。
8.根据权利要求1所述的方法，其特征在于，所述解码所述符号值，包括：
基于所述先前变换系数的所述先前已解码的符号值、所述TB的上方相邻块中的DC变换系数的先前已解码的符号值、以及所述TB的左侧相邻块中的DC变换系数的先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码，其中，所述TB的所述上方相邻块中的所述DC变换系数和所述TB的所述左侧相邻块中的所述DC变换系数具有DC空间频率。
9.根据权利要求8所述的方法，其特征在于，所述解码所述符号值，包括：
基于所述先前变换系数的所述先前已解码的符号值、以及基于(i)所述TB的所述上方相邻块中的所述DC变换系数的所述先前已解码的符号值和(ii)所述TB的所述左侧相邻块中的所述DC变换系数的所述先前已解码的符号值的加权平均值，对所述TB中的所述当前变换系数的所述符号值进行解码，其中，权重是分别基于在所述上方相邻块中的、与所述TB中的变换系数邻接的变换系数的数目的和在所述左侧相邻块中的、与所述TB中的变换系数邻接的变换系数的数目的，所述TB中的所述先前变换系数的位置与所述TB中的所述当前变换系数的位置相邻。
10.根据权利要求9所述的方法，其特征在于，所述TB中的所述先前变换系数的所述位置沿着扫描方向与所述TB中的所述当前变换系数的所述位置相邻，其中，所述扫描方向是基于用于对所述TB中的变换系数的符号值进行编码的扫描顺序。
11.根据权利要求1所述的方法，其特征在于，所述解码所述符号值，包括：
基于所述先前变换系数的所述先前已解码的符号值、和在所述同一行或所述同一列中的相应的一个或多个变换系数的一个或多个先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
12.一种用于视频解码的装置，包括处理电路，配置为：
从已编码的视频比特流中解码变换块(TB)的编码信息，所述编码信息指示所述TB在一个方向上的变换跳过模式；
基于先前变换系数的先前已解码的符号值，解码所述TB中的当前变换系数的符号值，其中，所述当前变换系数和所述先前变换系数在所述TB中的同一行或同一列中，所述同一行或所述同一列沿着所述变换跳过模式的所述一个方向；以及
基于所述当前变换系数的已解码的符号值，确定所述TB中的所述当前变换系数。
13.根据权利要求12所述的装置，其特征在于，
所述一个方向是水平方向，
所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一行，以及
所述处理电路，配置为：基于沿着所述变换跳过模式的所述一个方向的所述同一行中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
14.根据权利要求13所述的装置，其特征在于，所述同一行被限制为所述TB中的行的子集中的一个。
15.根据权利要求12所述的装置，其特征在于，
所述一个方向是垂直方向，
所述同一行或所述同一列是沿着所述变换跳过模式的所述一个方向的所述同一列，以及
所述处理电路，配置为：基于沿着所述变换跳过模式的所述一个方向的所述同一列中的所述先前变换系数的所述先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码。
16.根据权利要求15所述的装置，其特征在于，所述同一列被限制为所述TB中的列的子集中的一个。
17.根据权利要求13所述的装置，其特征在于，所述处理电路，配置为：
对标志进行解码，所述标志指示所述同一行中的变换系数的符号值是否相同，其中，所述同一行中的所述变换系数包括所述当前变换系数和所述先前变换系数。
18.根据权利要求15所述的装置，其特征在于，所述处理电路，配置为：
对标志进行解码，所述标志指示所述同一列中的变换系数的符号值是否相同，其中，所述同一列中的所述变换系数包括所述当前变换系数和所述先前变换系数。
19.根据权利要求12所述的装置，其特征在于，所述处理电路，配置为：
基于所述先前变换系数的所述先前已解码的符号值、所述TB的上方相邻块中的DC变换系数的先前已解码的符号值、以及所述TB的左侧相邻块中的DC变换系数的先前已解码的符号值，对所述TB中的所述当前变换系数的所述符号值进行解码，其中，所述TB的所述上方相邻块中的所述DC变换系数和所述TB的所述左侧相邻块中的所述DC变换系数具有DC空间频率。
20.一种非暂时性计算机可读存储介质，其上存储有程序，所述程序由至少一个处理器执行以执行以下操作：
从已编码的视频比特流中解码变换块(TB)的编码信息，所述编码信息指示所述TB在一个方向上的变换跳过模式；
基于先前变换系数的先前已解码的符号值，解码所述TB中的当前变换系数的符号值，其中，所述当前变换系数和所述先前变换系数在所述TB中的同一行或同一列中，所述同一行或所述同一列沿着所述变换跳过模式的所述一个方向；以及
基于所述当前变换系数的已解码的符号值，确定所述TB中的所述当前变换系数。
CN202180006620.4A 2020-10-01 2021-08-05 用于视频编解码的方法和装置 Pending CN114930852A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063086280P 2020-10-01 2020-10-01
US63/086,280 2020-10-01
US17/339,516 2021-06-04
US17/339,516 US11677971B2 (en) 2020-10-01 2021-06-04 Method and apparatus for video coding
PCT/US2021/044727 WO2022072062A1 (en) 2020-10-01 2021-08-05 Method and apparatus for video coding

Publications (1)

Publication Number Publication Date
CN114930852A true CN114930852A (zh) 2022-08-19

Family

ID=80931872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180006620.4A Pending CN114930852A (zh) 2020-10-01 2021-08-05 用于视频编解码的方法和装置

Country Status (6)

Country Link
US (2) US11677971B2 (zh)
EP (1) EP4042701A4 (zh)
JP (2) JP7408808B2 (zh)
KR (1) KR20220085836A (zh)
CN (1) CN114930852A (zh)
WO (1) WO2022072062A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220035397A1 (en) * 2020-07-29 2022-02-03 Texas Instruments Incorporated Methods and Systems for Decimating Waveforms Using Second Order Derivative
WO2024026332A1 (en) * 2022-07-28 2024-02-01 Apple Inc. Coefficient-based transform and mode signaling

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013103892A1 (en) * 2012-01-05 2013-07-11 General Instrument Corporation Devices and methods for sample adaptive offset coding and/or selection of edge offset parameters
US9456210B2 (en) * 2013-10-11 2016-09-27 Blackberry Limited Sign coding for blocks with transform skipped
US10194147B2 (en) 2017-01-19 2019-01-29 Google Llc DC coefficient sign coding scheme
US11223849B2 (en) * 2018-03-27 2022-01-11 Nokia Technologies Oy Transform sign compression in video encoding and decoding
WO2020171592A1 (ko) 2019-02-19 2020-08-27 엘지전자 주식회사 영상 코딩 시스템에서 레지듀얼 정보를 사용하는 영상 디코딩 방법 및 그 장치

Also Published As

Publication number Publication date
JP2024019644A (ja) 2024-02-09
KR20220085836A (ko) 2022-06-22
US20230232027A1 (en) 2023-07-20
EP4042701A1 (en) 2022-08-17
US11677971B2 (en) 2023-06-13
EP4042701A4 (en) 2022-12-14
JP7408808B2 (ja) 2024-01-05
WO2022072062A1 (en) 2022-04-07
JP2023504819A (ja) 2023-02-07
US20220109864A1 (en) 2022-04-07

Similar Documents

Publication Publication Date Title
CN111869218B (zh) 视频编解码的方法和装置
CN112470478B (zh) 视频解码方法、装置和计算机设备
CN113614736A (zh) 视频编解码的方法和装置
CN113330749A (zh) 用于变换跳过模式和块差分脉冲编码调制的改进的残差编解码
CN110719477B (zh) 视频编解码的方法、装置、计算机设备及计算机可读存储介质
CN113424541A (zh) 用于变换跳过模式和块差分脉冲编码调制的残差编解码
CN113396590B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112055971A (zh) 一种用于最可能模式导出的方法和装置
CN112753223B (zh) 用于视频解码的方法、装置和计算机可读介质
CN111492661A (zh) 视频解码的方法和装置、及存储介质
CN111971965A (zh) 视频编解码的方法和装置
CN113597763A (zh) 视频编解码的方法及装置
CN112840657B (zh) 用于视频解码的方法、装置、设备和可读介质
CN113557724A (zh) 视频编解码的方法和装置
CN113557527A (zh) 通用视频编解码中色彩变换的方法和装置
US20230232027A1 (en) Sign coding for one-dimensional transform skip
CN113574894A (zh) 用于帧内预测模式与块差分脉冲编码调制模式之间交互的方法和装置
CN113994676A (zh) 视频编解码方法和装置
CN115088260A (zh) 视频编解码方法和装置
US20230020637A1 (en) Quantizer for One-Dimensional Transform Skip
CN114666608A (zh) 视频编码方法、装置及介质
CN115486077A (zh) 针对变换系数的符号图的改进熵编码
CN115104308A (zh) 视频编解码的方法和装置
CN111757122A (zh) 视频解码方法和装置、计算机设备和存储介质
CN113728649A (zh) 用于视频编解码的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40073789

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination