CN115529852A - 基于模板匹配的帧内预测 - Google Patents
基于模板匹配的帧内预测 Download PDFInfo
- Publication number
- CN115529852A CN115529852A CN202280003842.5A CN202280003842A CN115529852A CN 115529852 A CN115529852 A CN 115529852A CN 202280003842 A CN202280003842 A CN 202280003842A CN 115529852 A CN115529852 A CN 115529852A
- Authority
- CN
- China
- Prior art keywords
- region
- samples
- template
- intra
- sample
- 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
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
- H04N19/103—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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- 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
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- 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
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
- H04N19/70—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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
在一种解码方法中,接收关于编码单元(CU)、模板区域和多个参考区域的已编码信息。所述已编码信息包括第一语法元素,指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式对所述CU进行预测。响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测,确定(i)基于所述多个参考区域中每个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的已重建样本之间的多个代价值。基于所述多个代价值从所述多个参考区域中确定一个参考区域。基于确定的所述参考区域中的样本来重建所述CU的样本。
Description
引用并入
本申请要求于2022年4月22日提交的美国专利申请号17/727,570“基于模板匹配的帧内预测(Template Matching Based Intra Prediction)”的优先权,该美国专利申请要求于2021年4月26日提交的美国临时申请号63/179,891“基于模板匹配的帧内预测(Template Matching Based Intra Prediction)”的优先权。在先申请的全部公开内容通过引用并入本文。
技术领域
本申请描述的实施例总体上涉及视频编解码。
背景技术
本文提供的背景描述是为了呈现本申请的背景。记名的发明人的工作,在该背景部分描述的工作以及本说明书各实施例的范围内的内容,在递交时可能并不算作现有技术,均未被明示或暗示地承认作为不利于本申请的现有技术。
视频编码和解码可以使用具有运动补偿的图像间预测来进行。未压缩的数字视频可包括一系列图像,每个图像具有一定的空间维度,例如1920x1080的亮度样本和相关的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率),例如,每秒60张图像或60Hz。未压缩的视频需要特定的比特率。例如,每个样本为8比特的1080p604:2:0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是,通过压缩来降低输入视频信号的冗余。在一些情况下,压缩可将带宽和/或存储器的需求减小至少两个数量级。可使用无损压缩、有损压缩,或其组合。无损压缩指可从经过压缩的原始信号中重建原始信号的准确副本的技术。当使用有损压缩时,重建信号可与原始信号不一致,但原始信号和重建信号之间的失真足够小,以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用,例如,一些消费型直播应用的用户比电视节目应用的用户能容忍更大的失真。可实现的压缩比可以反映出:可允许/可容忍的失真越大,可产生的压缩比越高。
视频编码器和解码器可利用几个大类的技术,例如包括运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中,样本值的表示不需要参照先前已重建的参考图像中的样本或其他数据。在一些视频编解码器中,图像在空间上被细分为样本块。当在帧内模式下对所有样本块进行编码时,该图像可以为帧内图像。帧内图像及其派生(例如独立解码器刷新图像)可用于重置解码器状态,并从而可以用作编码视频码流和视频会话中的第一幅图像,或作为静止图像。帧内块的样本可接受转换,转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况中,转换后的DC值越小,AC系数就越小,熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
(例如,从例如MPEG-2代编码技术所知的)传统的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尝试,例如,周围的样本数据和/或元数据的技术,可在对空间相邻的、以及解码顺序在前的块数据进行编码和/或解码的过程中获得上述周围的样本数据和/或元数据。这种技术从此被称为帧内预测摂技术。注意,在至少一些情况下,帧内预测使用仅来自正在重建的当前图像(而不是参考图像)的参考数据。
有许多不同形式的帧内预测。当在给定视频编码技术中可以使用多于一种这样的技术时,所使用的技术可以编码在帧内预测模式中。在某些情况下,模式可以具有子模式和/或参数,其可以单独编码或包括在模式码字中。给定模式、子模式和/或参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响,并且用于将码字转换为比特流的熵编码技术也可以。
某种帧内预测模式是随H.264引入的,在H.265中得到完善,并且在例如联合探索模型(JEM),通用视频编码(VVC),及基准集(BMS)的新编码技术中被进一步完善。可以使用相邻样本值来形成预测块,相邻样本值属于已经可用的样本。根据方向将相邻样本的样本值复制到预测块中。所用的方向的信息可以编码在比特流中,或者可以自己预测。
参见图1,在右下方描绘了H.265的33个可能的预测方向(对应于35个帧内模式的33个角度模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在预测的样本。箭头表示正在预测的样本的方向。例如,箭头(102)表示样本(101)的预测方向是从一个样本或多个样本到右上角,与水平方向成45度角。类似地,箭头(103)表示样本(101)的预测方向是从一个样本或多个样本到样本(101)的左下方,与水平方向成22.5度角。
仍然参考图1,在左上方示出了4×4个采样的正方形块(104)(由粗体虚线表示)。正方形块(104)包括16个样本,每个样本用“S”标记其在Y维中的位置(例如,行索引)和其在X维中的位置(例如,列索引)。例如,样本S21是Y维度中(从顶部开始)的第二个样本和X维度中(从左侧开始)的第一个样本。类似地,块(104)中的样本S44在Y和X维度中均为第四个样本。由于块的大小为4×4个样本,因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用R、及其相对于块(104)的Y位置(例如,行索引)和X位置(列索引)进行标记。在H.264和H.265中,预测样本与正在重建的块相邻;因此不需要使用负值。
帧内图像预测通过从信号指示的预测方向所覆盖的相邻样本中复制参考样本值来发挥作用。例如,假设已编码视频比特流包括的信令指示该块的预测方向与箭头(102)一致—即,从一个或多个预测样本到右上角,与水平面成45度角,来对样本进行预测。在该情况下,样本S41,S32,S23和S14使用相同的参考样本R05进行预测。然后使用参考样本R08预测样本S44。
在某些情况下,为了计算参考样本,可以合并多个参考样本的值,例如通过插值;特别是当方向不能被45度整除时。
随着视频编码技术的发展,可能的方向的数量越来越多。在H.264(2003年)中,可以表示九个不同的方向。该数目在H.265(2013年)中增加到33个,并且JEM/VVC/BMS在发表时可以支持至多65个方向。已经进行了一些实验以识别最可能的方向,并且使用熵编码中的某些技术来以少量比特表示那些可能的方向,同时承担可能性较小的方向带来的不利结果。此外,这些方向本身有时可以从相邻的已解码的块所使用的相邻方向进行预测。
图2示出了JEM的65个帧内预测方向的示意图(201),以示出随时间增加的预测方向的数量。
已编码视频比特流中表示方向的帧内预测方向比特的映射方法,在不同的视频编码技术中可以不同;可以涵盖,例如,从预测方向到帧内预测模式或到码字的简单直接映射,到涉及大多数可能模式的复杂自适应方案,以及类似的技术。然而,在所有情况下,可能存在某些方向,在统计上相较其它方向,在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余,因此在运转良好的视频编码技术中,相比可能性更大的方向,那些可能性较小的方向将由更多的比特来表示。
发明内容
本申请的各方面提供了视频编码/解码的方法和装置。在一些示例中,视频解码装置包括接收电路和处理电路。
根据本申请的一方面,提供了一种在解码器中执行的解码方法。在该方法中,可以从已编码视频码流接收关于编码单元(CU)、模板区域和多个参考区域的已编码信息。所述已编码信息包括第一语法元素,所述第一语法元素指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式对所述CU进行预测。所述模板区域可以与所述CU相邻,并且所述多个参考区域可以与所述模板区域相邻。响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测,可以确定(i)基于所述多个参考区域中每个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的已重建样本之间的多个代价值。可以基于所述多个代价值从所述多个参考区域中确定一个参考区域。可以基于确定的所述参考区域中的样本来重建所述CU的样本。
在一些实施例中,多个代价值中的每个代价值是根据(i)基于所述多个参考区域中的相应一个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的所述已重建样本之间的差来确定的。
在一些实施例中,模板区域可以进一步包括以下之一或其组合:(i)所述CU的顶部边缘上方的一行中的顶部样本和(ii)与所述CU的左侧边缘相邻的一列中的侧部样本。
在一些实施例中,模板区域可以进一步包括位于侧部样本上方并且与顶部样本相邻的接合部样本。
在一些实施例中,多个参考区域可以包括:(i)第一参考区域,其包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;(ii)第二参考区域,其包括在所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段;以及(iii)第三参考区域,其包括在所述第二参考区域的所述行片段上方的行片段和与所述第二参考区域的所述列片段相邻的列片段。
在一些实施例中,模板区域可以进一步包括以下之一或其组合:(i)所述CU的顶部边缘上方的第一行中的顶部样本和所述第一行上方的第二行中的顶部样本,及(ii)与所述CU的左侧边缘相邻的第一列中的侧部样本和所述第一列旁边的第二列中的侧部样本。
在一些实施例中,模板区域可以进一步包括位于第一列和第二列的侧部样本上方以及第一行和第二行的顶部样本左侧的接合部样本。
在一些实施例中,多个参考区域可以包括:第一参考区域,其包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;以及第二参考区域,其包括位于所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段。
在该方法中,可以进一步从已编码信息中解码第二语法元素,所述第二语法元素指示是否根据基于模板的帧内模式推导(TIMD)模式对所述CU进行帧内预测,所述TIMD模式包括一组候选帧内预测模式;响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测且所述第二语法元素指示根据所述TIMD模式对所述CU进行帧内预测,基于以下信息来确定所述模板区域的所述相应预测样本:(i)位于所述多个参考区域中的相应一个参考区域中的所述样本,及(ii)所述一组候选帧内预测模式中的相应候选帧内预测模式;确定所述多个代价值,所述多个代价值中的每个代价值是根据所述模板区域的各个预测样本与相应预测样本对应的所述模板区域的所述已重建样本之间的绝对变换差之和来确定的;确定一对来自所述多个参考区域的一个参考区域和来自所述一组候选帧内预测模式的一个帧内预测模式,所述一对参考区域和帧内预测模式与所述多个代价值中的最低代价值相关联;及基于确定的所述一对所述参考区域和所述帧内预测模式中的样本来重建所述CU的所述样本。
在一些实施例中,响应于第二语法元素指示不根据所述TIMD模式对所述CU进行帧内预测,对另一帧内编码模式关联的语法元素进行解码,其中另一帧内编码模式可以包括基于矩阵的帧内预测(matrix-based intra prediction,MIP)和最可能模式(mostprobable mode,MPM)中的一者。
根据本申请的另一方面,提供了一种装置。该装置具有处理电路。处理电路用于执行本申请的视频编码方法。
本申请的各方面还提供一种存储指令的非易失性计算机可读介质,指令当由用于视频解码的计算机执行时,使该计算机执行视频解码的方法。
附图说明
根据以下具体实施方式和附图,本申请主题的更多特征、性质和各种优点将更加明显,在附图中:
图1是帧内预测模式的示例性子集的示意图。
图2是示例性帧内预测方向的示意图。
图3是一个实施例的通信系统(300)的简化框图的示意图。
图4是一个实施例的通信系统(400)的简化框图的示意图。
图5是一个实施例的解码器的简化框图的示意图。
图6是一个实施例的编码器的简化框图的示意图。
图7示出了另一实施例的编码器的框图。
图8示出了另一实施例的解码器的框图。
图9是一个实施例的多参考行(MRL)帧内预测的示意图。
图10是一个实施例的基于模板的帧内模式推导(TIMD)的示意图。
图11A示出了一个实施例的基于模板匹配的MRL的第一示例性模板。
图11B示出了一个实施例的基于模板匹配的MRL的第二示例性模板。
图11C示出了一个实施例的基于模板匹配的MRL的第三示例性模板。
图11D示出了一个实施例的基于模板匹配的MRL的第四示例性模板。
图12示出了本申请一些实施例的示例性解码过程的概述流程图。
图13示出了本申请一些实施例的示例性编码过程的概述流程图。
图14是一个实施例的计算机系统的示意图。
具体实施方式
图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置,所述终端装置可通过例如网络(350)彼此通信。举例来说,通信系统(300)包括通过网络(350)互连的第一终端装置(310)和第二终端装置(320)。在图3的实施例中,第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说,第一终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图像流)进行编码以通过网络(350)传输到另一终第二端装置(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。第二终端装置(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像。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中,通信系统(300)包括执行已编码视频数据的双向传输的第三终端装置(330)和第四终端装置(340),所述双向传输可例如在视频会议期间发生。对于双向数据传输,第三终端装置(330)和第四终端装置(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像流)进行编码,以通过网络(350)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)中的另一终端装置传输的已编码视频数据,且可对所述已编码视频数据进行解码以恢复视频数据,且可根据恢复的视频数据在可访问的显示装置上显示视频图像。
在图2的实施例中,第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)可为服务器、个人计算机和智能电话,但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(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。该网络可包括电信网络、局域网、广域网和/或互联网。出于本论述申请的目的,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。
作为实施例,图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用,包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413),所述采集子系统可包括数码相机等视频源(401),所述视频源创建未压缩的视频图像流(402)。在实施例中,视频图像流(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),视频图像流(402)被描绘为粗线以强调高数据量的视频图像流,视频图像流(402)可由电子装置(420)处理,所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图像流(402),已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404)),其可存储在流式传输服务器(405)上以供将来使用。一个或多个流式传输客户端子系统,例如图4中的客户端子系统(406)和客户端子系统(408),可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码,且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图像流(411)。在一些流式传输系统中,可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中,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),本申请可用于VVC标准的上下文中。
应注意,电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说,电子装置(420)可包括视频解码器(未示出),且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图3实施例中的视频解码器(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,所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据,例如,可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动,缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中,缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下,所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下,视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动,且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时,也可能不需要配置缓冲存储器(515),或可以将所述缓冲存储器做得较小。当然,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),所述缓冲存储器可相对较大且可具有自适应性大小,且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息,以及用以控制显示装置(512)(例如,显示屏)等显示装置的潜在信息,所述显示装置不是电子装置(530)的组成部分,但可耦接到电子装置(530),如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information,SEI消息)或视频可用性信息(VideoUsability Information,VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行,且可遵循各种原理,包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数,从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图像群组(Group of Pictures,GOP)、图像、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(420)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像或一部分已编码视频图像(例如:帧间图像和帧内图像、帧间块和帧内块)的类型以及其它因素,符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见,未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外,视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中,这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而,出于描述所公开主题的目的,概念上细分成下文的功能单元是适当的。
第一单元是定标器/逆变换器(551)。定标器/逆变换器(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。定标器/逆变换器(551)可输出包括样本值的块,所述样本值可输入到聚合器(555)中。
在一些情况下,定标器/逆变换器(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像的预测性信息,但可使用来自当前图像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图像预测器(552)提供。在一些情况下,帧内图像预测器(552)采用从当前图像缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说,当前图像缓冲器(558)缓冲部分重建的当前图像和/或完全重建的当前图像。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定标器/逆变换器(551)提供的输出样本信息中。
在其它情况下,定标器/逆变换器(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,运动补偿预测器(553)可访问参考图像存储器(557)以提取用于预测的样本。在根据符号(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)添加到定标器/逆变换器(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。运动补偿预测器(553)从参考图像存储器(557)内的地址获取预测样本可受到运动矢量控制,且所述运动矢量以所述符号(521)的形式而供运动补偿预测器(553)使用,所述符号(521)例如是包括X、Y和参考图像分量。运动补偿还可包括在使用子样本精确运动矢量时,从参考图像存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术,所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数,且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器(556)。然而,在其他实施例中,视频压缩技术还可响应于在解码已编码图像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(556)的输出可以是样本流,所述样本流可输出到显示装置(512)以及存储在参考图像存储器(557),以用于后续的帧间图像预测。
一旦完全重建,某些已编码图像就可用作参考图像以用于将来预测。举例来说,一旦对应于当前图像的已编码图像被完全重建,且已编码图像(通过例如解析器(520))被识别为参考图像,则当前图像缓冲器(558)可变为参考图像存储器(557)的一部分,且可在开始重建后续已编码图像之前重新分配新的当前图像缓冲器。
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所述配置文件下可供使用的仅有工具。对于合规性,还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下,层级限制最大图像大小、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)、最大参考图像大小等。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。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio,SNR)增强层、冗余切片、冗余图像、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图5实施例中的电子装置(620)的一部分)接收视频样本,所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中,视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列,所述数字视频样本流可具有任何合适位深度(例如:8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中,视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中,视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图像,当按顺序观看时,这些图像被赋予运动。图像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,将源视频序列的图像编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中,控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见,图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图像跳过、量化器、率失真优化技术的λ值等)、图像大小、图像群组(group of pictures,GOP)布局,最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能,这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中,视频编码器(603)在编码环路中进行操作。作为简单的描述,在实施例中,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像和参考图像创建符号,例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所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)输入到参考图像存储器(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,因此参考图像存储器(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”的参考图像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。这种参考图像同步性基本原理(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4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,本申请侧重于解码器操作。可简化编码器技术的描述,因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述,并且在下文提供。
在操作期间,在一些实施例中,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“参考图像”的一个或多个先前已编码图像,所述运动补偿预测编码对输入图像进行预测性编码。以此方式,编码引擎(632)对输入图像的像素块与参考图像的像素块之间的差异进行编码,所述参考图像可被选作所述输入图像的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号,对可指定为参考图像的图像的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示出)处被解码时,重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程,所述解码过程可由视频解码器对参考图像执行,且可使重建的参考图像存储在参考图像高速缓存(634)中。以此方式,视频编码器(603)可在本地存储重建的参考图像的副本,所述副本与将由远端视频解码器获得的重建参考图像具有共同内容(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像,预测器(635)可在参考图像存储器(634)中搜索可作为所述新图像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,例如参考图像运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作,以找到合适的预测参考。在一些情况下,根据预测器(635)获得的搜索结果,可确定输入图像可具有从参考图像存储器(634)中存储的多个参考图像取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作,包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩,从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的一个或多个已编码视频序列,从而为通过通信信道(660)进行传输做准备,所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并,所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间,控制器(650)可以为每个已编码图像分配某一已编码图像类型,但这可能影响可应用于相应的图像的编码技术。例如,通常可将图像分配为以下任一种图像类型:
帧内图像(I图像),其可以是不将序列中的任何其它图像用作预测源就可被编码和解码的图像。一些视频编解码器容许不同类型的帧内图像,包括例如独立解码器刷新(Independent Decoder Refresh,“IDR”)图像。所属领域的技术人员了解I图像的变体及其相应的应用和特征。
预测性图像(P图像),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像,所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图像(B图像),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像,所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地,多个预测性图像可使用多于两个参考图像和相关联元数据以用于重建单个块。
源图像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,根据应用于块的相应图像的编码分配来确定所述其它块。举例来说,I图像的块可进行非预测编码,或所述块可参考同一图像的已经编码的块来进行预测编码(空间预测或帧内预测)。P图像的像素块可参考一个先前编码的参考图像通过空间预测或通过时域预测进行预测编码。B图像的块可参考一个或两个先前编码的参考图像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传输附加数据和已编码的视频。源编码器(630)可将此类数据作为可以是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、冗余图像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像(视频图像)。帧内图像预测(常常简化为帧内预测)利用给定图像中的空间相关性,而帧间图像预测则利用图像之间的(时间或其它)相关性。在实施例中,将正在编码/解码的特定图像分割成块,正在编码/解码的特定图像被称作当前图像。在当前图像中的块类似于视频中先前已编码且仍被缓冲的参考图像中的参考块时,可通过称作运动矢量的矢量对当前图像中的块进行编码。所述运动矢量指向参考图像中的参考块,且在使用多个参考图像的情况下,所述运动矢量可具有识别参考图像的第三维度。
在一些实施例中,双向预测技术可用于帧间图像预测中。根据双向预测技术,使用两个参考图像,例如按解码次序都在视频中的当前图像之前(但按显示次序可能分别是过去和将来)第一参考图像和第二参考图像。可通过指向第一参考图像中的第一参考块的第一运动矢量和指向第二参考图像中的第二参考块的第二运动矢量对当前图像中的块进行编码。具体来说,可通过第一参考块和第二参考块的组合来预测所述块。
此外,合并模式技术可用于帧间图像预测中以改善编码效率。
根据本申请公开的一些实施例,帧间图像预测和帧内图像预测等预测的执行以块为单位。举例来说,根据HEVC标准,将视频图像序列中的图像分割成编码树单元(codingtree unit,CTU)以用于压缩,图像中的CTU具有相同大小,例如64×64像素、32×32像素或16×16像素。一般来说,CTU包括三个编码树块(coding tree block,CTB),所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的,还可将每个CTU以四叉树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。在实施例中,分析每个CU以确定用于CU的预测类型,例如帧间预测类型或帧内预测类型。此外,取决于时间和/或空间可预测性,将CU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(prediction block,PB)和两个色度PB。在实施例中,编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例,预测块包括像素值(例如,亮度值)的矩阵,例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图像序列中的当前视频图像内的样本值的处理块(例如预测块),且将所述处理块编码到作为已编码视频序列的一部分的已编码图像中。在本实施例中,视频编码器(703)用于代替图4实施例中的视频编码器(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,所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion,RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时,视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图像中;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像中。在某些视频编码技术中,合并模式可以是帧间图像预测子模式,其中,在不借助预测值外部的已编码运动矢量分量的情况下,从一个或多个运动矢量预测值得出运动矢量。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的实施例中,视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图像中的一个或多个参考块(例如先前图像和后来图像中的块)、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)。在一些实施例中,参考图像是基于已编码的视频信息解码的已解码参考图像。
帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图像中已编码的块、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。在实施例中,帧内编码器(722)还基于帧内预测信息和同一图像中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)用于确定通用控制数据,且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中,通用控制器(721)确定块的模式,且基于所述模式将控制信号提供到开关(726)。举例来说,当所述模式是帧内模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果,且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中;以及当所述模式是帧间模式时,通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果,且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作,以对残差数据进行编码以生成变换系数。在实施例中,残差编码器(724)用于将残差数据从时域转换到频域,且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中,视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换,且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说,帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块,且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图像,且在一些实施例中,所述已解码图像可在存储器电路(未示出)中缓冲并用作参考图像。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中,熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意,根据所公开的主题,当在帧间模式或双向预测模式的合并子模式中对块进行编码时,不存在残差信息。
图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像,且对所述已编码图像进行解码以生成重建的图像。在实施例中,视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中,视频解码器(810)包括如图7中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图像来重建某些符号,这些符号表示构成所述已编码图像的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中,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)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息,且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息,且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数,且处理所述解量化的变换系数,以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP),且所述信息可由熵解码器(871)提供(未标示数据路径,因为这仅仅是低量控制信息)。
重建模块(874)用于在空间域中合并由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块,所述重建的块可以是重建的图像的一部分,所述重建的图像继而可以是重建的视频的一部分。应注意,可执行解块操作等其它合适的操作来改善视觉质量。
应注意,可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中,可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中,可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本申请包括对基于模板匹配的帧内预测的改进。
ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)在2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)中公布了H.265/HEVC(High EfficiencyVideo Coding,高效视频编码)标准。2015年,这两个标准组织共同形成了JVET(JointVideo Exploration Team,联合视频探索小组),以探索开发HEVC之后的下一视频编码标准的可能性。2018年4月,JVET正式启动了HEVC之后下一代视频编码的标准化进程。新标准被命名为多功能视频编码(Versatile Video Coding,VVC),并且JVET被重命名为联合视频专家组(Joint Video Expert Team)。2020年7月,H.266/VVC版本1完稿。2021年1月,建立了一个特设小组来研究超出VVC能力的增强压缩。
在解码器端帧内模式获取中,可以使用在码流中用信号表示的相关语法元素得出帧内模式,或者,可以在不使用在码流中用信号表示的相关语法元素的情况下在解码器端得出帧内模式。有多种在解码器端得出帧内模式的方法,并且“解码器端帧内模式获取”不限于本申请中所描述的示例性方法。
多参考行(multiple reference line,MRL)帧内预测可以使用更多参考行(或参考区域)用于帧内预测。如图9中所示,描绘了4条参考行的示例,其中,段A和F的样本不是从已重建的相邻样本中提取的,而是分别用段B和E中的最邻近样本进行填塞(或填充)得到的。HEVC帧内预测使用最邻近的参考行(例如,参考行0)。在MRL中,可以使用两条额外的线(例如,参考行1和参考行3)。因此,可以将这两条额外的线中的样本用于对块单元(902)进行帧内预测。
选择的参考行的索引(例如,mrl_idx)可以用信号表示并且用于生成块单元(902)的帧内预测器。对于大于0的参考行索引,在最可能模式(most probable mode,MPM)列表中仅可以包括额外的参考行模式,并且,仅MPM索引,不包括剩余模式(例如,未包括在MPM列表中的帧内预测模式)可以被用信号表示。可以在帧内预测模式之前用信号表示参考行索引,并且在用信号表示非零参考行索引的情况下可以从帧内预测模式中排除平面模式和DC模式。
基于模板的帧内模式推导(template-based intra mode derivation,TIMD)可以使用当前CU的参考样本作为模板并从与TIMD相关联的一组候选帧内预测模式中选择最佳帧内模式。如图10中所示,当前CU(1002)的相邻已重建样本可以用作模板(1004)。可以将模板(1004)中的已重建样本与模板(1004)的预测样本进行比较。可以使用模板(1004)的参考样本(1006)来生成预测样本。参考样本(1006)可以是模板(1004)周围的相邻已重建样本。代价函数可以用于基于一组候选帧内预测模式中的相应一个候选帧内预测模式来计算模板(1004)中的预测样本与已重建样本之间的代价(或失真)。可以选择具有最小代价(或失真)的帧内预测模式作为最佳帧内预测模式以对当前CU(1002)进行帧间预测。
表1示出了与TIMD相关联的示例性编码过程。如表1所示,当解码器端帧内模式推导(decoder-side intra mode derivation,DIMD)标志(例如,DIMD_flag)不为1(或不为真)时,可以用信号表示TIMD标志(例如,TIMD_flag)。当DIMD_flag为1时,当前CU/PU正使用DIMD,且可以解析ISP标志(例如,ISP_flag)以查看ISP是否用于当前CU/PU。当DIMD_flag不为1时,解析TIMD_flag。当TIMD_flag为1时,可以将TIMD应用于当前CU/PU而不应用其它帧内编码工具(例如,当使用TIMD时不允许ISP)。当TIMD_flag不为1时,可以在解码器中解析例如(MIP、MRL、MPM等)关联的语法元素的其它帧内编码工具。
表1:TIMD信令的伪代码
在本申请中,可以应用基于解码器端模板匹配的MRL。基于模板匹配的MRL可以使用模板在当前CU/PU的候选参考行中找到一条参考行(例如,最佳参考行),并且该参考行可以用于当前CU/PU的帧内预测。当前CU的参考索引可以用基于模板匹配的方法来得出,而不是在码流中用信号表示。模板的示例可以参见,但不限于,图11A至图11D。
在一个实施例中,模板可以仅包括一列和/或一行,如图11A和图11B中所示。相应地,候选参考行可以包括参考行1、2和3。例如,在图11A中,当前CU(1102)可以具有如下模板,该模板可以包括以下之一或其组合:(i)当前CU(1102)顶部边缘上方的一行中的顶部样本(1104A),及(ii)与当前CU(1102)的左侧边缘相邻的一列中的侧部样本(1104B)。可以应用参考行1、2和3中的样本(1106)来生成模板的预测样本。在图11B中,当前CU(1102)的模板还可以包括位于侧部样本1104B上方并且与顶部样本1104A相邻的接合部样本(1104C)。
在图11C中,当前CU(1102)的模板可以包括多个行中的顶部样本和多个列中的侧部样本中之一或其组合。例如,(i)当前CU(1102)的顶部边缘上方的第一行中的顶部样本(1104A)和第一行上方的第二行中的顶部样本(1104D),以及(ii)与当前CU(1102)的左侧边缘相邻的第一列中的侧部样本(1104B),及第一列旁边的第二列中的侧部样本(1104E)中之一或其组合。相应地,候选参考行可以是参考行2和参考行3。可以应用参考行2和参考行3中的样本(1106)来生成模板的预测样本。在图11D中,模板还可以包括接合部样本(1104C),接合部样本(1104C)位于第一列和第二列的侧部样本(1104B)和(1104E)之上或上方并且在第一行和第二行的顶部样本(1104A)和(1104D)的左侧。
对于每条候选参考行,可以生成模板的预测样本。代价函数可以用于计算模板的预测样本与跟模板的预测样本相对应的该模板的已重建样本之间的代价。例如,可以计算模板的预测样本与模板的预测样本对应的该模板的已重建样本之间的绝对差之和(sum ofabsolute difference,SAD)或绝对变换差之和(sum of absolute transformeddifference,SATD)。可选择具有最小代价(例如,最小SAD值或最小SATD值)的参考行作为当前CU/PU的参考行或最佳参考行。相应地,可以将参考行中的样本应用于对当前CU/PU进行帧内预测。
基于模板匹配的MRL的应用可以由基于模板匹配的MRL信息,例如基于模板匹配的MRL标志(如,MRL_flag),来指示。例如。当基于模板匹配的MRL标志的值为1时,其指示当前CU/PU使用基于模板匹配的MRL。否则,当MRL_flag的值不为1时,不使用基于模板匹配的MRL。
在本申请中,基于模板匹配的MRL可以与另一基于模板的模式进行组合。例如,可以应用图10中描述的基于模板匹配的MRL和TIMD的组合。用于基于模板匹配的MRL和TIMD的组合的示例性伪代码可以如表2所示。
表2:用于基于模板匹配的MRL和TIMD的组合的伪代码
如表2所示,可以用信号表示TIMD标志(如,TIMD_flag)。当TIMD_flag为1时,其指示当前CU/PU正在使用TIMD。进一步地,可以对基于模板匹配的MRL标志(如,MRL_flag)进行解析以确定基于模板匹配的MRL是否用于当前CU/PU。当TIMD_flag不为1时,可以在解码器中解析其它帧内编码工具(例如,MIP、MPM等)相关的语法元素。
当TIMD_flag和MRL_flag均等于1时,可以使用相同的模板(例如,图11A至图11D中所示的任意模板)来确定选择帧内模式(例如,最佳帧内模式)和选择参考行(例如,最佳参考行)。因此,可以获得一对selectedIntraMode(例如,bestIntraMode)和selectedRefereneLine(例如,bestReferenceLine)。为了确定将要使用的帧内模式和参考行,可以通过与TIMD相关联的一组候选帧内模式和候选参考行(例如,图11A至图11D中的参考行1-3)来执行搜索过程。可以针对该组候选帧内模式中的每个候选帧内模式和候选参考行中的每条候选参考行,计算模板的预测样本与模板的已重建样本之间的SATD或SAD。因此,可以获得多对帧内模式和参考行。可以选择具有最小代价的一对帧内模式和参考行作为当前CU/PU的帧内模式和参考行。此后,可以使用选择的帧内模式和选择的参考行来执行帧内预测。
图12示出了本申请一些实施例的示例性解码过程(1200)的概述流程图。图13示出了本申请一些实施例的示例性编码过程(1300)的概述流程图。所提出的方法可以单独使用或以任何顺序组合使用。进一步地,各方法(或实施例)、编码器和解码器中的每一个可以由处理电路(例如,一个或多个处理器或一个或多个集成电路)来实现。在一个示例中,一个或多个处理器执行存储在非易失性计算机可读介质中的程序。
各实施例中,过程(例如,(1200)和(1300))的任何操作可以根据需要以任何数量或顺序进行组合或排列。各实施例中,可以并行地执行过程(例如,(1200)和(1300))的操作中的两个或更多个操作。
过程(例如,(1200)和(1300))可以用于块的重建和/或编码,以便为重建中的块生成预测块。在各实施例中,过程(例如,(1200)和(1300))由处理电路执行,例如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频编码器(303)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路以及执行视频编码器(503)的功能的处理电路等。在一些实施例中,该过程(例如,(1200)和(1300))在软件指令中实现,因此当处理电路执行软件指令时,处理电路执行该过程(例如,(1200)和(1300))。
如图12所示,过程(1200)可以从(S1201)开始,并且然后进行到(S1210)。在(S1210)处,可以从已编码视频码流接收关于编码单元(coding unit,CU)、模板区域和多个参考区域的已编码信息。已编码信息可以包括第一语法元素,该第一语法元素指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式预测该CU。该模板区域可以与该CU相邻,并且该多个参考区域可以与该模板区域相邻。
在(S1220)处,响应于第一语法元素指示根据基于模板匹配的MRL帧内预测模式预测该CU,可以确定(i)基于该多个参考区域中的每个参考区域中的样本得到的该模板区域的各个预测样本与(ii)相应预测样本对应的该模板区域的已重建样本之间的多个代价值。
在(S1230)处,可以基于该多个代价值从多个参考区域中确定一个参考区域。
在(S1240)处,可以基于所确定的参考区域中的样本来重建该CU的各个样本。
一些实施例中,多个代价值中的每个代价值可以根据(i)基于多个参考区域中的相应一个参考区域中的样本而确定的模板区域的各个预测样本与(ii)相应预测样本对应的该模板区域的已重建样本之间的差来确定。
一些实施例中,该模板区域可以进一步包括以下之一或其组合:(i)CU的顶部边缘上方一行中的顶部样本及(ii)与CU的左侧边缘相邻的列中的侧部样本。
一些实施例中,该模板区域可以进一步包括位于侧部样本上方且与顶部样本相邻的接合部样本。
一些实施例中,多个参考区域可以包括:(i)第一参考区域,其包括位于模板区域的顶部边缘上方的行片段和与模板区域的左侧边缘相邻的列片段;(ii)第二参考区域,其包括在第一参考区域的行片段上方的行片段和与第一参考区域的列片段相邻的列片段;以及(iii)第三参考区域,其包括在第二参考区域的行片段上方的行片段和与第二参考区域的列片段相邻的列片段。
在一些实施例中,模板区域可以进一步包括以下之一或其组合:(i)CU的顶部边缘上方的第一行中的顶部样本,及(ii)与CU左侧边缘相邻的第一列中的侧部样本。模板区域还可以包括(i)第一行上方的第二行中的顶部样本,及(ii)第一列旁边的第二列中的侧部样本。
一些实施例中,模板区域可以进一步包括位于第一列和第二列的侧部样本上方且位于第一行和第二行的顶部样本左侧的接合部样本。
一些实施例中,多个参考区域可以包括:第一参考区域,其包括位于模板区域的顶侧边缘上方的行片段,及与模板区域的左侧边缘相邻的列片段;及第二参考区域,其包括在第一参考区域的行片段上方的行片段和与第一参考区域的列片段相邻的列片段。
在过程(1200)中,可以进一步从已编码信息中解码出第二语法元素,该第二语法元素可以指示是否根据基于模板的帧内模式推导(TIMD)模式对该CU进行帧内预测。TIMD模式可以包括一组候选帧内预测模式。响应于第一语法元素指示根据基于模板匹配的MRL帧内预测模式预测该CU且第二语法元素指示基于TIMD模式对该CU进行帧内预测,可以基于以下信息来确定模板区域的各个预测样本:(i)位于多个参考区域中的各参考区域中的样本,及(ii)该组候选帧内预测模式中的各个候选帧内预测模式。可以确定多个代价值。该多个代价值中的每个代价值可以根据模板区域的各个预测样本与相应预测样本对应的模板区域的已重建样本之间的绝对变换差之和来确定。可以确定一对来自所述多个参考区域中的一个参考区域和来自所述一组候选帧内预测模式中的一个帧内预测模式,该对参考区域和帧内预测模式与多个代价值当中的最低代价值相关联。可以基于确定的一对参考区域和帧内预测模式中的样本来重建该CU的样本。
一些实施例中,响应于第二语法元素指示不基于TIMD模式对CU进行帧内预测,可以对另一帧内编码模式关联的语法元素进行解码,其中另一帧内编码模式可以包括基于矩阵的帧内预测(matrix-based intra prediction,MIP)和MPM中之一。
如图13所示,过程(1300)可以从(S1301)开始,并且然后进行到(S1310)。在(S1310)处,可以确定(i)基于图像中的编码单元(CU)的多个参考区域中的每个参考区域中的样本得到的CU的一个模板区域的各个预测样本与(ii)相应预测样本对应的该模板区域的已重建样本之间的多个代价值。该模板区域可以与CU相邻,并且该多个参考区域可以与该模板区域相邻。
例如,该多个代价值中的每个代价值可以根据基于该多个参考区域中的各个参考区域中的样本而确定的模板区域的各个预测样本与相应预测样本对应的该模板区域的已重建样本之间的差来确定。
在(S1320)处,可以基于多个代价值从多个参考区域中确定该参考区域。例如,确定的参考区域可以与多个代价值当中的最低代价值相关联。
在(S1330)处,可以根据基于模板匹配的多参考行(MRL)帧内预测模式,基于确定的参考区域和该模板区域对CU进行预测。
在(S1340)处,可以生成第一语法元素,该第一语法元素指示是否根据基于模板匹配的MRL帧内预测模式对该CU进行帧内预测。
以上描述的技术可以被实现为使用计算机可读指令并且物理地存储在一个或多个计算机可读介质中的计算机软件。例如,图14示出了适于实现所公开的主题的某些实施例的计算机系统(1400)。
可以使用任何合适的机器代码或计算机语言来编码计算机软件,该机器代码或计算机语言可以经过汇编、编译、链接或类似机制以创建代码,该代码包括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)等直接执行或通过解译、微代码执行等执行的指令。
这些指令可以在各种类型的计算机或其部件上执行,包括(例如)个人计算机、平板计算机、服务器、智能电话、游戏设备、物联网设备等。
图37中所示的用于计算机系统(1400)的部件本质上是示例性的,并且不旨在对实现本申请的实施例的计算机软件的使用范围或功能提出任何限制。部件的配置也不应被解释为对计算机系统(1400)的示例性实施例中图示的任何一个部件或其组合具有任何依赖性或要求。
计算机系统(1400)可以包括某些人机接口输入设备。这样的人机接口输入设备可以响应于一个或多个人类用户通过例如触觉输入(例如:击键、滑动、数据手套运动)、音频输入(例如:语音、拍打)、可视输入(例如:手势)、嗅觉输入(未描绘)。人机接口设备还可以被用于采集不一定与人的有意识输入直接相关的某些媒体,例如音频(例如:语音、音乐、环境声音)、图像(例如:扫描图像、从静止图像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
输入人机接口设备可以包括以下中的一个或多个(每种仅描绘了其中的一个):键盘(1401)、鼠标(1402)、触控板(1403)、触摸屏(1410)、数据手套(未示出)、操纵杆(1405)、麦克风(1406)、扫描仪(1407)、相机(1408)。
计算机系统(1400)还可以包括某些人机接口输出设备。这样的人机接口输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机接口输出设备可以包括触觉输出设备(例如通过屏幕(1410)、数据手套(未示出)或操纵杆(1405)的触觉反馈,但是也可以存在不用作输入设备的触觉反馈设备)、音频输出设备(例如:扬声器(1409)、耳机(未描绘))、视觉输出设备(例如用于包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1410),每个屏幕具有或不具有触摸屏输入能力,每个屏幕具有或不具有触觉反馈能力,其中一些屏幕能够通过例如立体输出的手段输出二维视觉输出或多于三维输出;虚拟现实眼镜(未描绘)、全息显示器和烟雾罐(未描绘)和打印机(未描绘)。
计算机系统(1400)还可以包括人类可访问的存储设备及其相关联的介质,例如包括带有CD/DVD的CD/DVD ROM/RW(1420)等介质(1421)的光学介质、拇指驱动器(1422)、可移动硬盘驱动器或固态驱动器(1423)、例如磁带和软盘(未描绘)的传统磁性介质、例如安全软件狗(未描绘)的基于专用ROM/ASIC/PLD的设备等。
本领域技术人员还应该理解,结合当前公开的主题使用的术语“计算机可读介质”不包含传输介质、载波或其它易失性信号。
计算机系统(1400)还可以包括到一个或多个通信网络(1455)的接口(1454)。网络可以例如是无线的、有线的、光学的。网络可以进一步是本地的、广域的、城域的、车载的以及工业的、实时的、延迟容忍的等等。网络的示例包括局域网(例如以太网)、无线LAN、蜂窝网络(包括GSM、3G、4G、5G、LTE等)、电视有线或无线广域数字网络(包括有线电视、卫星电视和地面广播电视)、车辆和工业网络(包括CANBus)等。某些网络通常需要附接到某些通用数据端口或外围总线(1449)(例如,计算机系统(1400)的USB端口)的外部网络接口适配器;其它网络通常通过附接到如以下所描述的系统总线而集成到计算机系统(1400)的内核中(例如以太网接口集成到PC计算机系统中或蜂窝网络接口集成到智能电话计算机系统中)。使用这些网络中的任何一个,计算机系统(1400)可以与其它实体通信。这种通信可以是单向的、仅接收的(例如,广播TV)、仅单向发送的(例如,CANbus到某些CANbus设备)或双向的(例如到使用局域数字网络或广域数字网络的其它计算机系统)。可以在如以上描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口设备、人可访问的存储设备和网络接口可以附接到计算机系统(1400)的内核(1440)。
内核(1440)可以包括一个或多个中央处理单元(CPU)(1441)、图形处理单元(GPU)(1442)、现场可编程门区域(FPGA)形式的专用可编程处理单元(1443)、用于某些任务的硬件加速器(1444)、图形适配器(1450)等。这些设备连同只读存储器(ROM)(1445)、随机存取存储器(1446)、例如内部非用户可访问硬盘驱动器、SSD等内部大容量存储装置(1447)可以通过系统总线(1448)连接。在一些计算机系统中,系统总线(1448)可以以一个或多个物理插头的形式来访问,以实现由附加CPU、GPU等进行的扩展。外围设备可以直接附接到内核的系统总线(1448),或通过外围总线(1449)附接到系统总线(1448)。一个示例中,屏幕(1410)可以连接到图形适配器(1450)。外围总线的架构包括PCI、USB等。
CPU(1441)、GPU(1442)、FPGA(1443)和加速器(1444)可以执行某些指令,这些指令的组合可以构成前述计算机代码。该计算机代码可以存储在ROM(1445)或RAM(1446)中。过渡数据也可以存储在RAM(1446)中,而永久数据可以存储在例如内部大容量存储装置(1447)中。可以通过使用高速缓冲存储器来启用对任何存储器设备的快速存储和检索,该高速缓冲存储器可以与一个或多个CPU(1441)、GPU(1442)、大容量存储装置(1447)、ROM(1445)、RAM(1446)等紧密相关联。
计算机可读介质上可以具有用于执行各种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为了本申请的目的而专门设计和构建的那些,或者它们可以是计算机软件领域的技术人员公知和可用的类型。
作为示例而非作为限制,具有架构(1400)并且特别是内核(1440)的计算机系统可以提供作为执行在一个或多个有形的计算机可读介质中实施的软件的一个或多个处理器(包括CPU、GPU、FPGA、加速器等)的结果的功能。这样的计算机可读介质可以是与如以上所介绍的用户可访问大容量存储装置相关联的介质,以及具有非易失性性质的内核(1440)的某些存储装置(例如内核内部大容量存储装置(1447)或ROM(1445))。实现本申请的各种实施例的软件可以存储在这样的设备中并且由内核(1440)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器设备或芯片。软件可以使内核(1440)并且特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文中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(1446)中的数据结构以及根据软件定义的过程修改这样的数据结构。此外或作为替代方案,该计算机系统可以提供作为逻辑硬连线或以其他方式在电路中实施的结果的功能(例如:加速器(1444)),其可以代替软件或与软件一起操作以执行本文中描述的特定过程或特定过程的特定部分。适当时,对软件的引用可以包含逻辑,反之亦然。适当时,对计算机可读介质的引用可以包含存储用于执行的软件的电路(例如集成电路(IC))、包含用于执行的逻辑的电路,或两者。本申请包含硬件和软件的任何合适的组合。
附录A:首字母缩略词
JEM:joint exploration model联合探索模型
VVC:versatile video coding通用视频编解码
BMS:benchmark set基准集
MV:motion vector运动矢量
HEVC:High Efficiency Video Coding高效视频编解码
SEI:Supplementary Enhancement Information补充增强信息
VUI:Video Usability Information视频可用性信息
GOP:Groups of Pictures图像群组
TU:Transform Unit变换单元
PU:Prediction Unit预测单元
CTU:Coding Tree Unit编码树单元
CTB:Coding Tree Block编码树块
PB:Prediction Block预测块
HRD:Hypothetical Reference Decoder假设参考解码器
SNR:Signal Noise Ratio信噪比
CPU:Central Processing Unit中央处理单元
GPU:Graphics Processing Unit图形处理单元
CRT:Cathode Ray Tube阴极射线管
LCD:Liquid-Crystal Display液晶显示器
OLED:Organic Light-Emitting Diode有机发光二极管
CD:Compact Disc光盘
DVD:Digital Video Disc数字化视频光盘
ROM:Read-Only Memory只读存储器
RAM:Random Access Memory随机存取存储器
ASIC:Application-Specific Integrated Circuit专用集成电路
PLD:Programmable Logic Device可编程逻辑设备
LAN:Local Area Network局域网
GSM:Global System for Mobile communication全球移动通信系统
LTE:Long-Term Evolution长期演进
CANBus:Controller Area Network Bus控制器区域网络总线
USB:Universal Serial Bus通用串行总线
PCI:Peripheral Component Interconnect外围设备互连
FPGA:Field Programmable Gate Array现场可编程门区域
SSD:solid-state drive固态驱动器
IC:Integrated Circuit集成电路
CU:Coding Unit编码单元
虽然本申请已对多个示例性实施例进行了描述,但实施例的各种变更、置换和各种替代属于本申请的范围内。因此应理解,本领域技术人员能够设计多种系统和方法,所述系统和方法虽然未在本文中明确展示或描述,但其体现了本申请的原则,因此属于本申请的精神和范围之内。
Claims (20)
1.一种在解码器中执行的解码方法,其特征在于,包括:
从已编码视频码流接收关于编码单元(CU)、模板区域和多个参考区域的已编码信息,所述已编码信息包括第一语法元素,所述第一语法元素指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式对所述CU进行预测,所述模板区域与所述CU相邻,并且所述多个参考区域与所述模板区域相邻;
响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测,确定(i)基于所述多个参考区域中每个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的已重建样本之间的多个代价值;
基于所述多个代价值从所述多个参考区域中确定一个参考区域;及
基于确定的所述参考区域中的样本来重建所述CU的样本。
2.根据权利要求1所述的方法,其特征在于,所述多个代价值中的每个代价值是根据(i)基于所述多个参考区域中的一个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的所述已重建样本之间的差来确定的。
3.根据权利要求1所述的方法,其特征在于,所述模板区域进一步包括:
以下之一或其组合:(i)所述CU的顶部边缘上方的一行中的顶部样本和(ii)与所述CU的左侧边缘相邻的一列中的侧部样本。
4.根据权利要求3所述的方法,其特征在于,所述模板区域进一步包括:
位于所述侧部样本上方并且与所述顶部样本相邻的接合部样本。
5.根据权利要求4所述的方法,其特征在于,所述多个参考区域包括:
第一参考区域,包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;
第二参考区域,包括在所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段;以及
第三参考区域,包括在所述第二参考区域的所述行片段上方的行片段和与所述第二参考区域的所述列片段相邻的列片段。
6.根据权利要求1所述的方法,其特征在于,所述模板区域进一步包括:
以下之一或其组合:(i)所述CU的顶部边缘上方的第一行中的顶部样本和所述第一行上方的第二行中的顶部样本,及(ii)与所述CU的左侧边缘相邻的第一列中的侧部样本和所述第一列旁边的第二列中的侧部样本。
7.根据权利要求6所述的方法,其特征在于,在所述模板区域进一步包括:
位于所述第一列和所述第二列的所述侧部样本上方且位于所述第一行和所述第二行的所述顶部样本的左侧的接合部样本。
8.根据权利要求7所述的方法,其特征在于,所述多个参考区域包括:
第一参考区域,包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;以及
第二参考区域,包括位于所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段。
9.根据权利要求1所述的方法,其特征在于,进一步包括:
从所述已编码信息中解码第二语法元素,所述第二语法元素指示是否根据基于模板的帧内模式推导(TIMD)模式对所述CU进行帧内预测,所述TIMD模式包括一组候选帧内预测模式;
响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测且所述第二语法元素指示根据所述TIMD模式对所述CU进行帧内预测,基于以下信息来确定所述模板区域的所述相应预测样本:(i)位于所述多个参考区域中的相应一个参考区域中的所述样本,及(ii)所述一组候选帧内预测模式中的相应候选帧内预测模式;
确定所述多个代价值,所述多个代价值中的每个代价值是根据所述模板区域的各个预测样本与相应预测样本对应的所述模板区域的所述已重建样本之间的绝对变换差之和来确定的;
确定一对来自所述多个参考区域的一个参考区域和来自所述一组候选帧内预测模式的一个帧内预测模式,所述一对参考区域和帧内预测模式与所述多个代价值中的最低代价值相关联;及
基于确定的所述一对所述参考区域和所述帧内预测模式中的样本来重建所述CU的所述样本。
10.根据权利要求9所述的方法,其特征在于,进一步包括:
响应于所述第二语法元素指示不根据所述TIMD模式对所述CU进行帧内预测,对另一帧内编码模式关联的语法元素进行解码,所述另一帧内编码模式包括基于矩阵的帧内预测(MIP)和最可能模式(MPM)之一。
11.一种用于视频解码的装置,其特征在于,包括:
处理电路,用于:
从已编码视频码流接收关于编码单元(CU)、模板区域和多个参考区域的已编码信息,所述已编码信息包括第一语法元素,所述第一语法元素指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式对所述CU进行预测,所述模板区域与所述CU相邻,并且所述多个参考区域与所述模板区域相邻;
响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测,确定(i)基于所述多个参考区域中每个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的已重建样本之间的多个代价值;
基于所述多个代价值从所述多个参考区域中确定一个参考区域;及
基于确定的所述参考区域中的样本来重建所述CU的样本。
12.根据权利要求11所述的装置,其特征在于,所述多个代价值中的每个代价值是根据(i)基于所述多个参考区域中的相应一个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的所述已重建样本之间的差来确定的。
13.根据权利要求11所述的装置,其特征在于,所述模板区域进一步包括:
以下之一或其组合:(i)所述CU的顶部边缘上方的一行中的顶部样本和(ii)与所述CU的左侧边缘相邻的一列中的侧部样本。
14.根据权利要求13所述的装置,其特征在于,所述模板区域进一步包括:
位于所述侧部样本上方并且与所述顶部样本相邻的接合部样本。
15.根据权利要求14所述的装置,其特征在于,所述多个参考区域包括:
第一参考区域,包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;
第二参考区域,包括在所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段;以及
第三参考区域,包括在所述第二参考区域的所述行片段上方的行片段和与所述第二参考区域的所述列片段相邻的列片段。
16.根据权利要求11所述的装置,其特征在于,所述模板区域进一步包括:
以下之一或其组合:(i)所述CU的顶部边缘上方的第一行中的顶部样本和所述第一行上方的第二行中的顶部样本,及(ii)与所述CU的左侧边缘相邻的第一列中的侧部样本和所述第一列旁边的第二列中的侧部样本。
17.根据权利要求16所述的装置,其特征在于,所述模板区域进一步包括:
位于所述第一列和所述第二列的所述侧部样本上方且位于所述第一行和所述第二行的所述顶部样本的左侧的接合部样本。
18.根据权利要求17所述的装置,其特征在于,所述多个参考区域包括:
第一参考区域,包括位于所述模板区域的顶部边缘上方的行片段和与所述模板区域的左侧边缘相邻的列片段;以及
第二参考区域,包括位于所述第一参考区域的所述行片段上方的行片段和与所述第一参考区域的所述列片段相邻的列片段。
19.根据权利要求11所述的装置,其特征在于,所述处理电路进一步用于:
从所述已编码信息中解码第二语法元素,所述第二语法元素指示是否根据基于模板的帧内模式推导(TIMD)模式对所述CU进行帧内预测,所述TIMD模式包括一组候选帧内预测模式;
响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测且所述第二语法元素指示根据所述TIMD模式对所述CU进行帧内预测,基于以下信息来确定所述模板区域的所述各个预测样本:(i)位于所述多个参考区域中的相应一个参考区域中的所述样本,及(ii)所述一组候选帧内预测模式中的相应候选帧内预测模式;
确定所述多个代价值,所述多个代价值中的每个代价值是根据所述模板区域的各个预测样本与相应预测样本对应的所述模板区域的所述已重建样本之间的绝对变换差之和来确定的;
确定一对来自所述多个参考区域的一个参考区域和来自所述一组候选帧内预测模式的一个帧内预测模式,所述一对参考区域和帧内预测模式与所述多个代价值中的最低代价值相关联;以及
基于确定的所述一对所述参考区域和所述帧内预测模式中的样本来重建所述CU的所述样本。
20.一种存储指令的非易失性计算机可读存储介质,其特征在于,所述指令在由至少一个处理器执行时使所述至少一个处理器:
从已编码视频码流接收关于编码单元(CU)、模板区域和多个参考区域的已编码信息,所述已编码信息包括第一语法元素,所述第一语法元素指示是否根据基于模板匹配的多参考行(MRL)帧内预测模式对所述CU进行预测,所述模板区域与所述CU相邻,并且所述多个参考区域与所述模板区域相邻;
响应于所述第一语法元素指示根据所述基于模板匹配的MRL帧内预测模式对所述CU进行预测,确定(i)基于所述多个参考区域中每个参考区域中的样本确定的所述模板区域的各个预测样本与(ii)相应预测样本对应的所述模板区域的已重建样本之间的多个代价值;
基于所述多个代价值从所述多个参考区域中确定一个参考区域;及
基于确定的所述参考区域中的样本来重建所述CU的样本。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163179891P | 2021-04-26 | 2021-04-26 | |
US63/179,891 | 2021-04-26 | ||
US17/727,570 US12015765B2 (en) | 2021-04-26 | 2022-04-22 | Template matching based intra prediction |
US17/727,570 | 2022-04-22 | ||
PCT/US2022/071930 WO2022232784A1 (en) | 2021-04-26 | 2022-04-26 | Template matching based intra prediction |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115529852A true CN115529852A (zh) | 2022-12-27 |
Family
ID=83693679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280003842.5A Pending CN115529852A (zh) | 2021-04-26 | 2022-04-26 | 基于模板匹配的帧内预测 |
Country Status (6)
Country | Link |
---|---|
US (1) | US12015765B2 (zh) |
EP (1) | EP4107949A4 (zh) |
JP (1) | JP7395771B2 (zh) |
KR (1) | KR20230003005A (zh) |
CN (1) | CN115529852A (zh) |
WO (1) | WO2022232784A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11943432B2 (en) * | 2021-04-26 | 2024-03-26 | Tencent America LLC | Decoder side intra mode derivation |
US20220394269A1 (en) * | 2021-06-03 | 2022-12-08 | Qualcomm Incorporated | Derived intra prediction modes and most probable modes in video coding |
WO2024116691A1 (ja) * | 2022-11-28 | 2024-06-06 | シャープ株式会社 | 動画像復号装置および動画像符号化装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4198608B2 (ja) * | 2004-01-15 | 2008-12-17 | 株式会社東芝 | 補間画像生成方法および装置 |
US20110274162A1 (en) * | 2010-05-04 | 2011-11-10 | Minhua Zhou | Coding Unit Quantization Parameters in Video Coding |
US9654785B2 (en) * | 2011-06-09 | 2017-05-16 | Qualcomm Incorporated | Enhanced intra-prediction mode signaling for video coding using neighboring mode |
US20160050419A1 (en) * | 2013-03-22 | 2016-02-18 | Xin Zhao | Depth modeling modes for depth map intra coding |
US10390021B2 (en) | 2016-03-18 | 2019-08-20 | Mediatek Inc. | Method and apparatus of video coding |
CN109076241B (zh) * | 2016-05-04 | 2023-06-23 | 微软技术许可有限责任公司 | 利用样本值的非相邻参考线进行帧内图片预测 |
CA3024900C (en) * | 2016-05-17 | 2021-02-16 | Arris Enterprises Llc | Template matching for jvet intra prediction |
US10230961B2 (en) * | 2016-06-03 | 2019-03-12 | Mediatek Inc. | Method and apparatus for template-based intra prediction in image and video coding |
US11234003B2 (en) * | 2016-07-26 | 2022-01-25 | Lg Electronics Inc. | Method and apparatus for intra-prediction in image coding system |
CN117615133A (zh) | 2016-10-14 | 2024-02-27 | 世宗大学校产学协力团 | 影像编码/解码方法及比特流的传送方法 |
US10742975B2 (en) * | 2017-05-09 | 2020-08-11 | Futurewei Technologies, Inc. | Intra-prediction with multiple reference lines |
CN117201773A (zh) | 2019-01-13 | 2023-12-08 | Lg 电子株式会社 | 用于执行基于mrl的帧内预测的图像编译方法和装置 |
US11388421B1 (en) * | 2021-01-13 | 2022-07-12 | Lemon Inc. | Usage of templates for decoder-side intra mode derivation |
US11683474B2 (en) * | 2021-01-25 | 2023-06-20 | Lemon Inc. | Methods and apparatuses for cross-component prediction |
US20220329800A1 (en) * | 2021-04-12 | 2022-10-13 | Qualcomm Incorporated | Intra-mode dependent multiple transform selection for video coding |
-
2022
- 2022-04-22 US US17/727,570 patent/US12015765B2/en active Active
- 2022-04-26 CN CN202280003842.5A patent/CN115529852A/zh active Pending
- 2022-04-26 WO PCT/US2022/071930 patent/WO2022232784A1/en unknown
- 2022-04-26 EP EP22769540.0A patent/EP4107949A4/en active Pending
- 2022-04-26 KR KR1020227041046A patent/KR20230003005A/ko active Search and Examination
- 2022-04-26 JP JP2022565834A patent/JP7395771B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
EP4107949A1 (en) | 2022-12-28 |
KR20230003005A (ko) | 2023-01-05 |
JP2023527666A (ja) | 2023-06-30 |
US20220345692A1 (en) | 2022-10-27 |
JP7395771B2 (ja) | 2023-12-11 |
US12015765B2 (en) | 2024-06-18 |
WO2022232784A1 (en) | 2022-11-03 |
EP4107949A4 (en) | 2023-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111837390B (zh) | 用于视频编码、解码的方法和相关装置 | |
CN111869212B (zh) | 视频解码方法、装置和可读介质 | |
CN112470478B (zh) | 视频解码方法、装置和计算机设备 | |
CN110730354B (zh) | 视频编解码的方法、装置、计算机设备和存储介质 | |
CN112042200B (zh) | 视频解码的方法和装置 | |
CN110719485B (zh) | 视频解码方法、装置及存储介质 | |
CN111050178B (zh) | 视频解码的方法、装置、电子设备、存储介质 | |
CN113396590B (zh) | 视频解码的方法和装置、计算机设备及存储介质 | |
CN111937326B (zh) | 视频解码方法、装置和可读存储介质 | |
CN113632471A (zh) | 视频编解码的方法和装置 | |
CN112154663B (zh) | 视频解码方法和相关装置 | |
CN113661703A (zh) | 视频编解码的方法和装置 | |
CN110798686B (zh) | 视频解码的方法、装置、计算机设备及计算机可读存储介质 | |
US11722661B2 (en) | Method and apparatus for video coding | |
CN113785564A (zh) | 用于将视频分量编码为单色视频的编码工具的信令 | |
CN115529852A (zh) | 基于模板匹配的帧内预测 | |
CN114503570A (zh) | 视频编解码的方法和装置 | |
CN114270857A (zh) | 用于发信号通知跳过模式标志的方法和装置 | |
CN112235573B (zh) | 视频编解码的方法、装置、电子设备、存储介质 | |
CN111919440B (zh) | 用于视频解码的方法、装置和计算机可读介质 | |
CN111726627A (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
CN111989929B (zh) | 视频解码方法、装置及计算机可读介质 | |
CN114402615B (zh) | 视频解码方法、装置及计算机可读存储介质 | |
CN115462077A (zh) | 解码端帧内模式推导 | |
CN115176461A (zh) | 视频编解码的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40080077 Country of ref document: HK |