CN115883834A - 帧内预测的方法及终端 - Google Patents

帧内预测的方法及终端 Download PDF

Info

Publication number
CN115883834A
CN115883834A CN202111165824.0A CN202111165824A CN115883834A CN 115883834 A CN115883834 A CN 115883834A CN 202111165824 A CN202111165824 A CN 202111165824A CN 115883834 A CN115883834 A CN 115883834A
Authority
CN
China
Prior art keywords
prediction
angle
prediction mode
value
target
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
CN202111165824.0A
Other languages
English (en)
Inventor
周川
吕卓逸
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202111165824.0A priority Critical patent/CN115883834A/zh
Priority to PCT/CN2022/120855 priority patent/WO2023051402A1/zh
Publication of CN115883834A publication Critical patent/CN115883834A/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
    • H04N19/50—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
    • H04N19/105—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
    • H04N19/103—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
    • H04N19/134—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
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • H04N19/10—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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation

Landscapes

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

Abstract

本申请公开了一种帧内预测的方法及终端，属于视频编解码标准技术领域，上述帧内预测的方法包括：基于预测块对应的角度预测模式，确定预测块对应的预测样本；使用位置相关的帧内预测组合PDPC修改预测样本，生成修改后的预测样本；其中，使用位置相关的帧内预测组合修改预测样本包括：获取第一角度预测模式对应的参考样本集的纹理信息，第一角度预测模式为预测块对应的角度预测模式，参考样本集包括至少一个参考样本；根据纹理信息确定第二角度预测模式；根据角度预测模式对应的目标参考样本修改预测样本。

Description

帧内预测的方法及终端
技术领域
本申请属于视频编解码标准技术领域，具体涉及一种帧内预测的方法及终端。
背景技术
在通用视频编码(Versatile Video Coding，VVC)标准中，通常使用位置相关的帧内预测组合(Position dependent intra prediction combination，PDPC)方法对预测块对应的预测样本进行修改，进而提高帧内预测的准确性。
在相关技术中，PDPC基于预测块对应的角度预测模式，确定预测样本和第一参考样本，进而在预测样本的基础上，将第一参考样本的第一预测角度对应的第一预测角度加上或减去180度，得到第二参考样本对应的第二预测角度。然后根据第一参考样本和第二参考样本对预测样本进行修正，得到修正后预测样本。但是，通过该PDPC方法得到的修改后的预测样本准确性较低。
发明内容
本申请实施例提供一种帧内预测的方法及终端，能够解决现有的PDPC方法得到的修改后的预测样本准确性较低的问题。
第一方面，提供了一种帧内预测的方法，该方法包括：
基于预测块对应的角度预测模式，确定所述预测块对应的预测样本；
使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本；
其中，所述使用位置相关的帧内预测组合修改所述预测样本包括：
获取第一角度预测模式对应的参考样本集的纹理信息，所述第一角度预测模式为所述预测块对应的角度预测模式，所述参考样本集包括至少一个参考样本；
根据所述纹理信息确定第二角度预测模式；
根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
第二方面，提供了一种解码器，该装置包括：
第一确定模块，用于基于预测块对应的角度预测模式，确定所述预测块对应的预测样本；
处理模块，用于使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本；
其中，所述处理模块包括：
获取模块，用于获取第一角度预测模式对应的参考样本集的纹理信息，所述第一角度预测模式为所述预测块对应的角度预测模式，所述参考样本集包括至少一个参考样本；
第二确定模块，用于根据所述纹理信息确定第二角度预测模式；
修改模块，用于根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
第三方面，提供了一种终端，该终端包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法的步骤。
第六方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在非易失的存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤。
本申请实施例中，获取第一角度预测模式对应的参考样本集的纹理信息，并根据该纹理信息确定第二角度预测模式，将第二角度预测模式对应的预测角度确定为第二预测角度；而并非在第一角度预测模式对应的第一预测角度的基础上加上或减去180度以得到第二预测角度。进一步的，根据第二角度预测模式对应的目标参考样本修改预测样本，以此使用基于纹理信息确定的第二角度预测模式修改预测样本，这提高了修改后的预测样本的准确性。
附图说明
图1本申请实施例提供的角度模式与偏移值之间的映射关系示意图；
图2是本申请实施例提供的预测角度的示意图；
图3是现有的PDPC方法的应用场景图；
图4是本申请实施例提供的帧内预测的方法的流程图；
图5是现有的DIMD方法的应用场景图；
图6是本申请实施例提供的PDPC方法的应用场景图；
图7是本申请实施例提供的解码器的结构图；
图8是本申请实施例提供的通信设备的结构图；
图9是本申请实施例提供的终端的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中的帧内预测的方法对应的解码器可以为终端，该终端也可以称作终端设备或者用户终端(User Equipment，UE)，终端可以是手机、平板电脑(TabletPersonal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(Wearable Device)或车载设备(VUE)、行人终端(PUE)等终端侧设备，可穿戴式设备包括：智能手表、手环、耳机、眼镜等。需要说明的是，在本申请实施例并不限定终端的具体类型。
为了方便理解，以下对本申请实施例涉及的一些内容进行说明：
目前，通常使用帧内预测模式来处理图像中多种类型的纹理，上述帧内预测模式包括角度预测模式、DC预测模式和Planar预测模式，其中，角度预测模式对应的索引范围为-14至80，DC预测模式对应的索引为1，Planar预测模式对应的索引为0。
其中，上述角度预测模式，相当于对预测块在水平或者垂直方向上做了偏移处理，不同的角度模式与偏移值之间的映射关系详见图1。其中，图1中的predModeIntra为角度预测模式对应的索引，intraPredAngle为偏移值。
为便于理解，请参阅图2，图2示出了每个角度预测模式对应的偏移位置。
进一步的，可以基于偏移值，得到反角值，具体公式如下：
Figure BDA0003291621650000041
其中，invAngle为反角值，intraPredAngle为偏移值。
应理解，在角度预测模式对应的索引大于50或小于18的情况下，是支持使用PDPC的角度预测模式。PDPC是一种帧内预测方法，可以进一步修改帧内预测后的预测样本。
以下，具体阐述现有的PDPC方法：
请参阅图3，如图3所示，基于预测块对应的预测角度，预测块对应的预测样本的坐标为pred(x’,y.)，且参考样本1的坐标为R(x’,-1)，即参考样本1位于当前预测块的上方。其中，参考样本1是在预测样本的基础上，由当前预测块对应的预测角度确定的。
那么，可以将预测样本与参考样本1之间的角度旋转180度，得到参考样本2，如图3所示，参考样本2的坐标为R(-1,y’)，即参考样本2位于预测块的左侧。其中，上述参考样本1和参考样本2包括至少一个参考样本
以下，具体阐述现有的PDPC方法中，如何计算缩放因子：
1、在预测块的角度预测模式对应的索引大于50的情况下，可以通过以下伪代码计算得到缩放因子：
nScale＝Min(2，Log2(nTbH)-Floor(Log2(3*invAngle-2))+8)
其中，nScale为缩放因子，nTbH为预测块的高度，invAngle为预测块对应的反角值。
2、在预测块的角度预测模式对应的索引小于18，且对应的索引不等于0和1的情况下，可以通过以下伪代码计算得到缩放因子：
nScale＝Min(2，Log2(nTbW)-Floor(Log2(3*invAngle-2))+8)
其中，nScale为缩放因子，nTbW为预测块的宽度，invAngle为预测块对应的反角值。
3、否则，在预测块的角度预测模式对应的索引等于18，50，0或者1的情况下，可以通过以下伪代码计算得到缩放因子：
nScale＝(Log2(nTbW)+Log2(nTbH)-2)>>2
其中，nScale为缩放因子，nTbW为预测块的宽度，nTbH为预测块的高度。
以下，具体阐述现有的PDPC方法中，如何计算变量：
应理解，上述变量包括refL[x][y]、refT[x][y]、wT[y]和wL[x]，其中，refL[x][y]表征位于预测块左侧的参考样本，在图3示出的场景中，该变量表征参考样本2；refT[x][y]表征位于预测块上方的参考样本，在图3示出的场景中，该变量表征参考样本1；wT[y]表征预测块左侧的参考样本的权重值；wL[x]表征预测块上方的参考样本的权重值。
先确定参考样本数组mainRef[x]和sideRef[y]：
mainRef[x]＝p[x][-1]
sideRef[y]＝p[-1][y]
其中，mainRef[x]为预测样本映射在预测块上方的参考样本上的坐标，在示出的场景中，与参考样本1相关联；sideRef[y]为预测样本映射在预测块左侧的参考样本上的坐标，在图3示出的场景中，与参考样本2相关联；也就是说，上述p[x]为预测样本的横坐标，上述p[y]为预测样本的纵坐标。
1、在预测块的角度预测模式对应的索引等于0或1的情况下，即预测块对应的帧内预测模式为DC模式或Planar模式，可以通过以下伪代码计算得到变量：
refL[x][y]＝p[-1][y]
refT[x][y]＝p[x][-1]
wT[y]＝32>>((y<1)>>nScale)
wL[x]＝32>>((x<1)>>nScale)
其中，p[-1][y]为预测样本映射在预测块左侧的参考样本上的坐标，p[x][-1]为预测样本映射在预测块上方的参考样本上的坐标，nScale为缩放因子。
2、在预测块的角度预测模式对应的索引等于18或50的情况下，可以通过以下伪代码计算得到变量：
refL[x][y]＝p[-1][y]-p[-1][-1]+predSamples[x][y]
refT[x][y]＝p[x][-1]-p[-1][-1]+predSamples[x][y]
wT[y]＝(predModeIntra＝＝INTRA_ANGULAR18)？32>((y<1)>>nScale)：0
wL[x]＝(predModeIntra＝＝INTRA_ANGULAR50)？32>((x<1)>>nScale)：0
其中，predSamples[x][y]为预测样本的坐标，predModeIntra为预测块的角度预测模式，INTRA_ANGULAR18表示预测块的角度预测模式对应的索引为18，nScale为缩放因子，INTRA_ANGULAR50表示预测块的角度预测模式对应的索引为50。
3、在预测块的角度预测模式对应的索引小于18，且缩放因子大于等于0的情况下，可以通过以下伪代码计算得到变量：
dXInt[y]＝((y+1)*invAngle+256)>>9
dX[x][y]＝x+dXInt[y]
其中，变量dXInt[y]表示预测块上方的参考样本的X坐标相对于预测样本集X坐标的偏移值，变量dX[x][y]用于确定预测块上方的参考样本的位置，invAngle为预测块对应的反角值。
refL[x][y]＝0
refT[x][y]＝(y<(3<<nScale))？mainRef[dX[x][y]]：0
wT[y]＝32>>((y<1)>>nScale)
wL[x]＝0
4、在预测块的角度预测模式对应的索引大于50，且缩放因子大于等于0的情况下，可以通过以下伪代码计算得到变量：
dYInt[x]＝((x+1)*invAngle+256)>>9
dY[x][y]＝y+dYInt[x]
其中，变量dYInt[x]表示预测块左侧的参考样本的Y坐标相对于预测样本Y坐标的偏移值，变量dY[x][y]用于确定预测块左侧的参考样本的位置，invAngle为预测块对应的反角值。
refL[x][y]＝(x<(3<<nScale))？sideRef[dY[x][y]]：0
refT[x][y]＝0
wT[y]＝0
wL[x]＝32>>((x<1)>>nScale)
5、在预测块的角度预测模式对应的索引大于18，且小于50的情况下，将refL[x][y]、refT[x][y]、wT[y]和wL[x]设置为0。
以下，具体阐述现有的PDPC方法中，如何使用变量对预测样本进行修改，得到修改后的预测样本：
predSamples[x’][y’]＝Clip1(refL[x][y]*wL[x]+refT[x][y]*wT[y]+((64-wL[x]-wT[y])*predSamples[x][y]+32)>>6)
其中，predSamples[x’][y’]为修改后的预测样本，predSamples[x][y]为未修改的预测样本。
在现有的PDPC方法中，如图3所示，在基于预测块的角度预测模式对应的第一预测角度确定参考样本1后，将预测样本与参考样本1之间的角度旋转180度，得到参考样本2，然而，上述确定参考样本2的过程未充分考虑到参考样本中各参考样本对应的纹理信息，参考样本2对应的第二预测角度与参考样本1对应的第一预测角度之间可能不具备线性关系，这导致通过PDPC方法得到的修改后的预测样本不准确，降低了帧内预测的准确性。
请参阅图4，图4是本申请提供的帧内预测的方法的流程图。本实施例提供的帧内预测的方法包括以下步骤：
S101，基于预测块对应的角度预测模式，确定所述预测块对应的预测样本。
如上所述，可以基于预测块对应的角度预测模式，可以确定第一参考样本和第二参考样本，其中，第一参考样本可以理解为图3示出的场景中的参考样本1，第二参考样本可以理解为图3示出的场景中的参考样本2。进而基于参考样本1和参考样本2得到预测样本，其中，上述预测样本可以理解为图3示出的场景中的预测样本。
S102，使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本。
本步骤中，在上述角度预测模式的角度预测模式对应的索引小于18或大于50的情况下，可以使用PDPC修改预测样本，并生成修改后的预测样本，以提高修改后的预测样本的准确性。
其中，所述使用位置相关的帧内预测组合修改所述预测样本包括：
S1021，获取第一角度预测模式对应的参考样本集的纹理信息。
本步骤中，上述第一角度预测模式为预测块对应的角度预测模式，上述参考样本集基于第一角度预测模式对应的第一预测角度确定，且该参考样本集包括至少一个参考样本，上述纹理信息可以理解为是使用解码端导出帧内预测模式(Decoder-side intra modederivation,DIMD)生成的梯度直方图，或者是预测块相邻的已解码块对应的角度预测模式。关于如何获取纹理信息的具体技术方案，请参阅后续实施例。
S1022，根据所述纹理信息确定第二角度预测模式。
本步骤中，在得到纹理信息后，一种可选地实施方式为，可以比较梯度直方图中振幅大小导出第二角度预测模式；另一种可选地实施方式为，可以由已解码块对应的角度预测模式导出第二角度预测模式。
S1023，根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
应理解，在预测块的角度预测模式对应的索引大于50的情况下，预测块对应的第一参考样本位于预测块上方，预测块对应的第二参考样本位于预测块左侧；在预测块的角度预测模式对应的索引小于18的情况下，预测块对应的第一参考样本位于预测块上方，预测块对应的第二参考样本位于预测块左侧。上述第二参考样本可以理解为目标参考样本。
本步骤中，在得到第二角度预测模式后，可以使用第二角度预测模式对应的目标参考样本修改预测样本，具体的实施方式，请参阅后续实施例。
本申请实施例中，获取第一角度预测模式对应的参考样本集的纹理信息，并根据该纹理信息确定第二角度预测模式，将第二角度预测模式对应的预测角度确定为第二预测角度；而并非在第一角度预测模式对应的第一预测角度的基础上加上或减去180度以得到第二预测角度。进一步的，根据第二角度预测模式对应的目标参考样本修改预测样本，以此使用基于纹理信息确定的第二角度预测模式修改预测样本，这提高了修改后的预测样本的准确性。
可选地，所述获取第一角度预测模式对应的参考样本集的纹理信息包括：
在第一角度预测模式对应的索引小于第一预设索引的情况下，对位于所述预测块上方，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，对位于所述预测块左侧，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析处理，获得所述纹理信息。
一种获取纹理信息的方式为，对预测块相邻的已重建图像进行纹理分析：
本实施例中，可选地，上述第一预设索引为18，上述第二预设索引为50。在第一角度预测模式对应的索引小于第一预设索引的情况下，确定参考样本集位于预测块的上方，则对预测块上方，且与预测块相邻的已重建图像中的至少一行像素，进行纹理分析处理，得到纹理信息。
在第一角度预测模式对应的索引大于第二预设索引的情况下，确定参考样本集位于当前预测块的左侧，则对当前预测块左侧，且与当前预测块相邻的已重建图像中的至少一列像素，进行纹理分析处理，得到纹理信息。
应理解，可以使用DIMD对参考样本集进行纹理分析，得到纹理信息，进一步的，从纹理信息中导出第二角度预测模式。
其中，DIMD模式是一种隐式导出帧内预测模式的技术，在第一角度预测模式对应的索引小于第一预设索引的情况下，对预测块上方的至少一行像素应用Sobel滤波器来执行梯度直方图计算，将梯度的方向转换为角度预测模式，并累加梯度的强度作为角度预测模式的振幅，生成梯度直方图，将该梯度直方图确定为参考样本集的纹理信息。
在第一角度预测模式对应的索引大于第二预设索引的情况下，对预测块左侧，且与当前预测块相邻的已重建图像中的至少一列像素应用Sobel滤波器来执行梯度直方图计算，进而生成梯度直方图，将该梯度直方图确定为参考样本集的纹理信息。
为便于理解，请参阅图5。如图5所示，DIMD可以使用窗口对参考样本集进行纹理分析。在预测块对应的尺寸大小为4*4的情况下，可以使用如图5所示的2个窗口对位于预测块上方的至少部分像素和位于预测块下方的至少部分像素进行纹理分析。在预测块对应的尺寸大小不为4*4的情况下，可以使用如图5所示的滑动窗口对位于预测块上方的至少部分像素和位于预测块下方的至少部分像素进行纹理分析。
可选地，所述获取第一角度预测模式对应的参考样本集的纹理信息包括：
在第一角度预测模式对应的索引小于第一预设索引的情况下，基于位于所述预测块上方，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，基于位于所述预测块左侧，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息。
一种获取纹理信息的方式为，基于预测块相邻的已解码块对应的角度预测模式确定纹理信息：
本实施例中，可选地，上述第一预设索引为18，上述第二预设索引为50。在第一角度预测模式对应的索引小于第一预设索引的情况下，确定参考样本集位于预测块的上方，可以获取预测块上方，且与预测块相邻的已解码块对应的帧内预测模式，将上述帧内预测模式表征的梯度直方图，确定为纹理信息。
在第一角度预测模式对应的索引大于第二预设索引的情况下，确定参考样本集位于预测块的左侧，可以获取预测块左侧，且与预测块相邻的已解码块对应的帧内预测模式，将上述帧内预测模式表征的梯度直方图，确定为纹理信息。
可选地，所述根据所述第二角度预测模式对应的目标参考样本修改所述预测样本包括：
根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值；
使用所述目标参考样本、所述缩放因子和所述目标反角值，修改所述预测样本。
上述第一预测角度为第一角度预测模式对应的预测角度，上述第二预测角度为第二角度预测模式对应的预测角度，在得到第一预测角度和第二预测角度后，可以使用第一预测角度和第二预测角度计算缩放因子和目标反角值，具体的技术方案，请参阅后续实施例。
本实施例中，在确定缩放因子和目标反角值后，可以使用目标参考样本、缩放因子和目标反角值，修改预测样本，得到修改后的预测样本，以此提高帧内预测的准确性。
可选地，所述根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值包括：
使用所述第一预测角度对应的第一反角值，确定所述缩放因子；
根据所述第一预测角度和所述第二预测角度，确定所述目标反角值。
本实施例中，可选地实施方式为，使用第一预测角度对应的第一反角值，计算缩放因子；再根据第一预测角度和第二预测角度，确定目标反角值。其中，关于如何确定目标反角值的技术方案，请参阅后续实施例。
如上所述，在缩放因子的计算伪代码中，需要用到invAngle这个参数，本实施例中，可以设置参数invAngle为第一预测角度对应的第一反角值，即预测块对应的反角值。
可选地，所述根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值包括：
根据所述第一预测角度和所述第二预测角度，确定所述目标反角值；
使用所述目标反角值，确定所述缩放因子。
本实施例中，可选地实施方式为，根据第一预测角度和第二预测角度，确定目标反角值；再使用该目标反角值，计算得到缩放因子，即将目标反角值代入到计算缩放因子的伪代码中，得到缩放因子。其中，关于如何确定目标反角值的技术方案，请参阅后续实施例。
如上所述，在缩放因子的计算伪代码中，需要用到invAngle这个参数，本实施例中，可以设置参数invAngle为根据第一预测角度和第二预测角度计算得到的目标反角值。
以下，具体阐述计算目标反角值的技术方案：
可选地，所述根据所述第一预测角度和所述第二预测角度，确定所述目标反角值包括：
在所述第一角度预测模式和所述第二角度预测模式不满足预设条件的情况下，将第一预设数值与第一偏移值的除法结果取整，得到所述目标反角值；
在所述第一角度预测模式和所述第二角度预测模式满足预设条件的情况下，根据第二偏移值和第二预设数值，得到所述目标反角值。
本实施例中，预先设置有预设条件，关于预设条件的具体说明，请参阅后续实施例。
在第一角度预测模式和第二角度预测模式不满足预设条件的情况下，可以通过上述反角值计算公式，得到目标反角值。反角值计算公式如下所示：
Figure BDA0003291621650000131
其中，上述invAngle为目标反角值；上述512*32为第一预设数值，即第一预设数值为16384；上述predModeAng为第一偏移值，可以通过查询图1的方式，得到第一预测角度对应的第一偏移值，即第一角度预测模式对应的偏移值。
在第一预测角度和第二预测角度满足预设条件的情况下，可通过查询图1的方式，得到第二预测角度对应的第二偏移值，即第二角度预测模式对应的偏移值。进一步的，根据第二偏移值和第二预设数值，得到目标反角值，具体的技术方案请参阅后续实施例。
可选地，所述根据第二偏移值和第二预设数值，得到所述目标反角值包括：
对所述第二偏移值和所述第二预设数值进行左移运算，得到所述目标反角值。
一种可选地实施方式为，在得到第二偏移值和第二预设数值后，对第二偏移值和第二预设数值进行左移运算，得到目标反角值。具体而言，可以通过以下伪代码，计算得到目标反角值：
invAngle＝predModeAng1<<k
其中，上述invAngle为目标反角值，上述predModeAng1为第二偏移值，上述k为第二预设数值，该第二预设数值与第二角度预测模式的精度相关，示例性的，第二角度预测模式的精度为32，则k等于4。
可选地，所述根据第二偏移值和第二预设数值，得到所述目标反角值包括：
对所述第二偏移值和第二预设数值进行左移运算，得到第二反角值；
将第一预设数值与第一偏移值的除法结果取整，得到第三反角值；
将所述第二反角值和所述第三反角值进行加权求和处理，确定为所述目标反角值。
另一种可选地实施方式为，对第二偏移值和第二预设数值进行左移运算，得到第二反角值，应理解，本实施例中的第二反角值的计算伪代码与上述实施例中的目标反角值的计算伪代码相同，可以表示为：
invAngle1＝predModeAng1<<k
其中，上述invAngle1为第二反角值，上述predModeAng1为第二偏移值，上述k为第二预设数值。
在图1中查询得到第一预测角度对应的第一偏移值，将第一预设数值与第一偏移值的除法结果取整，得到第三反角值。具体而言，可以表示为：
Figure BDA0003291621650000141
其中，上述invAngle0为第三反角值，上述predModeAng为第一偏移值，上述512*32为第一预设数值，即第一预设数值为16384。
在得到第二反角值和第三反角值后，将第二反角值与预设的第一权重值的乘法结果作为第一数值，将第三反角值与预设的第二权重值的乘法结果作为第二数值，将第一数值和第二数值的和值作为目标反角值。可选地，将第二反角值和第三反角值的平均值，确定为目标反角值。
为便于理解，请参阅图6，如图6所示，可以在预测样本的基础上，使用预测块对应的第一预测角度，确定第一参考样本R1。如图6所示，图中虚线部分指向的参考样本R2为现有的PDPC方法中，确定的第二参考样本的位置，可以得到现有的PDPC方法中，预测样本、第一参考样本和第二参考样本位于同一直线上。
本实施例中，得到目标反角值后，可以基于该目标反角值修正第二参考样本的位置，如图6所示，修正后的第二参考样本为图中实线部分指向的参考样本R3。进而基于第一参考样本和修正后的第二参考样本，对预测样本进行修正。
可选地，所述预设条件包括以下任意一项：
第一角度预测模式对应的索引小于第一预设索引，第一角度预测模式对应的索引与第三预设索引不同，第二角度预测模式对应的索引大于第二预设索引，且目标缩放因子大于或等于第三预设数值；
第一角度预测模式对应的索引大于第二预设索引，第二角度预测模式对应的索引小于第一预设索引，第二角度预测模式对应的索引与第三预设索引不同，且所述目标缩放因子大于或等于第三预设数值。
可选地，上述第一预设索引为18，第二预设索引为50，第三预设索引为0和1。
在得到第一角度预测模式对应的索引和第二角度预测模式对应的索引后，满足以下任意一种情况，可以确定第一角度预测模式和第二角度预测模式满足预设条件。
一种情况为：第一角度预测模式对应的索引小于18，第一角度预测模式对应的索引不等于0或1；第二角度预测模式对应的索引大于50；且目标缩放因子大于或等于第三预设数值，可选地，上述第三预设数值为0。
其中，在先计算缩放因子，再计算目标反角值的情况下，上述目标缩放因子为使用第一反角值，即第一角度预测模式对应的反角值，计算得到的缩放因子。在先计算目标反角值，再计算缩放因子的情况下，上述目标缩放因子为使用目标反角值计算得到的缩放因子。
另一种情况为：第一角度预测模式对应的索引大于50；第二角度预测模式对应的索引小于18，第二角度预测模式对应的索引不等于0或1；且目标缩放因子大于或等于第三预设数值。
可选地，所述预设条件包括以下任意一项：
第一角度预测模式对应的索引小于第一预设索引，第一角度预测模式对应的索引与第三预设索引不同，且目标缩放因子大于或等于第三预设数值；
第一角度预测模式对应的索引大于第二预测索引，且所述目标缩放因子大于或等于第三预设数值。
满足以下任意一种情况，可以确定第一角度预测模式和第二角度预测模式满足预设条件。
如上所述，第一预设索引为18，第二预设索引为50，第三预设索引为0和1。
一种情况为，第一预测角度预测模式对应的索引小于18，第一预测角度预测模式对应的索引不为0或1；且目标缩放因子大于等于0。
另一种情况为，第一预测角度预测模式对应的索引大于50，且目标缩放因子大于等于0。
可选地，所述使用所述目标参考样本、所述缩放因子和所述目标反角值，修改所述预测样本包括：
使用所述目标参考样本、所述缩放因子和所述目标反角值，得到目标变量；
使用所述目标变量，修改所述预测样本。
本实施例中，可以将目标参考样本的坐标、缩放因子和目标反角值，代入到上述计算目标变量refL[x][y]、refT[x][y]、wT[y]和wL[x]的相关伪代码中，得到目标变量。
进一步的，将目标变量和预测样本的坐标，代入到上述对预测样本进行修改的相关伪代码中，得到修改后的预测样本。
可选地，所述使用所述目标变量，修改所述预测样本包括：
对所述目标参考样本进行线性插值滤波处理，以调整所述目标变量；
使用调整后的目标变量，修改所述预测样本。
本实施例中，还可以引入2-tap线性插值滤波，对目标参考样本进行线性插值滤波处理，以调整目标变量的数值。
先确定参考样本数组mainRef[x]和sideRef[y]：
mainRef[x]＝p[x][-1]
sideRef[y]＝p[-1][y]
其中，mainRef[x]为预测样本映射在预测块上方的参考样本上的坐标，sideRef[y]为预测样本映射在预测块左侧的参考样本上的坐标。
具体而言，在第一角度预测模式对应的索引小于18，且缩放因子大于等于0的情况下，可以通过以下伪代码计算得到目标变量：
dXPos[y]＝((y+1)*invAngle+4)>>3
dXFrac[y]＝dXPos[y]&63
dXInt[y]＝dXPos[y]>>6
dX[x][y]＝x+dXInt[y]
其中，变量dXPos[y]为以1/64位置精度表示的预测块上方的参考样本在上方已重建图像中的位置；变量dXFrac[y]为以1/64位置精度表示的预测块上方的参考样本在上方已重建图像中的位置的分数部分；invAngle为预测块对应的反角值；dXInt[y]表示预测块上方的参考样本的X坐标相对于预测样本X坐标的偏移值，变量dX[x][y]用于确定预测块上方的参考样本的位置。
refL[x][y]＝0
refT[x][y]＝(y<(3<<nScale))？((64-dXFrac[y])*mainRef[dX[x][y]]+dXFrac[y]*mainRef[dX[x][y]+1]+32)>>6)：0
wT[y]＝32>>((y<1)>>nScale)
wL[x]＝0
其中，nScale为缩放因子。
具体而言，在第一角度预测模式对应的索引大于50，且缩放因子大于等于0的情况下，可以通过以下伪代码计算得到目标变量：
dYPos[x]＝((x+1)*invAngle+4)>>3
dYFrac[x]＝dYPos[x]&63
dYInt[x]＝dYPos[x]>>6
dY[x][y]＝y+dYInt[x]
其中，变量dYPos[x]为以1/64位置精度表示的预测块左侧的参考样本在左侧已重建图像中的位置；变量dYFrac[x]为以1/64位置精度表示的预测块左侧的参考样本在左侧已重建图像中的位置的分数部分；变量dYInt[x]表示预测块左侧的参考样本的Y坐标相对于预测样本Y坐标的偏移值；变量dY[x][y]用于确定预测块左侧的参考样本的位置，invAngle为预测块对应的反角值。
refL[x][y]＝(x<(3<<nScale))？((64-dYFrac[x])*sideRef[dY[x][y]]+dYFrac[x]*sideRef[dY[x][y]+1]+32)>>6)：0
refT[x][y]＝0
wT[y]＝0
wL[x]＝32>>((x<1)>>nScale)
其中，nScale为缩放因子。
在得到调整后的目标变量后，将调整后的目标变量和预测样本的坐标输入至对上述预测样本进行修改的相关伪代码中，得到修改后的预测样本。
如图7所示，解码器200包括：
第一确定模块201，用于基于预测块对应的角度预测模式，确定所述预测块对应的预测样本；
处理模块202，用于使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本；
其中，所述处理模块202包括：
获取模块2021，用于获取第一角度预测模式对应的参考样本集的纹理信息；
第二确定模块2022，用于根据所述纹理信息确定第二角度预测模式；
修改模块2023，用于根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
可选地，所述获取模块2021，具体用于：
在第一角度预测模式对应的索引小于第一预设索引的情况下，对位于所述预测块上方，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，对位于所述预测块左侧，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析处理，获得所述纹理信息。
可选地，所述获取模块2021，还具体用于：
在第一角度预测模式对应的索引小于第一预设索引的情况下，基于位于所述预测块上方，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，基于位于所述预测块左侧，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息。
可选地，所述修改模块2023，具体用于：
根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值；
使用所述目标参考样本、所述缩放因子和所述目标反角值，修改所述预测样本。
可选地，所述修改模块2023，还具体用于：
使用所述第一角度预测模式对应的第一反角值，确定所述缩放因子；
根据所述第一角度预测模式和所述第二角度预测模式，确定所述目标反角值。
可选地，所述修改模块2023，还具体用于：
根据所述第一角度预测模式和所述第二角度预测模式，确定所述目标反角值；
使用所述目标反角值，确定所述缩放因子。
可选地，所述修改模块2023，还具体用于：
在所述第一角度预测模式和所述第二角度预测模式不满足预设条件的情况下，将第一预设数值与第一偏移值的除法结果取整，得到所述目标反角值；
在所述第一角度预测模式和所述第二角度预测模式满足预设条件的情况下，根据第二偏移值和第二预设数值，得到所述目标反角值。
可选地，所述修改模块2023，还具体用于：
对所述第二偏移值和所述第二预设数值进行左移运算，得到所述目标反角值。
可选地，所述修改模块2023，还具体用于：
对所述第二偏移值和第二预设数值进行左移运算，得到第二反角值；
将第一预设数值与第一偏移值的除法结果取整，得到第三反角值；
将所述第二反角值和所述第三反角值进行加权求和处理，确定为所述目标反角值。
可选地，所述修改模块2023，还具体用于：
使用所述目标参考样本、所述缩放因子和所述目标反角值，得到目标变量；
使用所述目标变量，修改所述预测样本。
可选地，所述修改模块2023，还具体用于：
对所述目标参考样本进行线性插值滤波处理，以调整所述目标变量；
使用调整后的目标变量，修改所述预测样本。
本申请实施例提供的解码器能够实现图4的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例提供的帧内预测的方法，执行主体可以为解码器，或者，该解码器中的用于执行帧内预测的方法的控制模块。本申请实施例中以解码器执行帧内预测的方法为例，说明本申请实施例提供的解码器。
本申请实施例中，获取第一角度预测模式对应的参考样本集的纹理信息，并根据该纹理信息确定第二角度预测模式，将第二角度预测模式对应的预测角度确定为第二预测角度；而并非在第一角度预测模式对应的第一预测角度的基础上加上或减去180度以得到第二预测角度。进一步的，根据第二角度预测模式对应的目标参考样本修改预测样本，以此使用基于纹理信息确定的第二角度预测模式修改预测样本，这提高了修改后的预测样本的准确性。
本申请实施例中的解码器可以是装置，具有操作系统的装置或电子设备，也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端，也可以为非移动终端。示例性的，移动终端可以包括但不限于上述所列举的终端11的类型，非移动终端可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personalcomputer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例提供的解码器能够实现图4的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
可选地，如图8所示，本申请实施例还提供一种通信设备300，包括处理器301，存储器302，存储在存储器302上并可在所述处理器301上运行的程序或指令，例如，该通信设备300为终端时，该程序或指令被处理器301执行时实现上述帧内预测的方法实施例的各个过程，且能达到相同的技术效果。
该终端实施例是与上述终端侧方法实施例对应的，上述方法实施例的各个实施过程和实现方式均可适用于该终端实施例中，且能达到相同的技术效果。具体地，图9为实现本申请实施例的一种终端的硬件结构示意图。
该终端1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解，终端1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图9中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
应理解的是，本申请实施例中，输入单元1004可以包括图形处理器(GraphicsProcessing Unit，GPU)10041和麦克风10042，图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10071。用户输入单元1007包括触控面板10071以及其他输入设备10072。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
本申请实施例中，射频单元1001将来自网络侧设备的下行数据接收后，给处理器1010处理；另外，将上行的数据发送给网络侧设备。通常，射频单元1001包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器1009可用于存储软件程序或指令以及各种数据。存储器1009可主要包括存储程序或指令区和存储数据区，其中，存储程序或指令区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器1009可以包括高速随机存取存储器，还可以包括非易失性存储器，其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
处理器1010可包括一个或多个处理单元；可选的，处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序或指令等，调制解调处理器主要处理无线通信，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
其中，所述处理器1010为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述帧内预测的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (16)

1.一种帧内预测的方法，其特征在于，包括：
基于预测块对应的角度预测模式，确定所述预测块对应的预测样本；
使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本；
其中，所述使用位置相关的帧内预测组合修改所述预测样本包括：
获取第一角度预测模式对应的参考样本集的纹理信息，所述第一角度预测模式为所述预测块对应的角度预测模式，所述参考样本集包括至少一个参考样本；
根据所述纹理信息确定第二角度预测模式；
根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
2.根据权利要求1所述的方法，其特征在于，所述获取第一角度预测模式对应的参考样本集的纹理信息包括：
在第一角度预测模式对应的索引小于第一预设索引的情况下，对位于所述预测块上方，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，对位于所述预测块左侧，且与所述预测块相邻的已重建图像中的至少部分像素点进行纹理分析处理，获得所述纹理信息。
3.根据权利要求1所述的方法，其特征在于，所述获取第一角度预测模式对应的参考样本集的纹理信息包括：
在第一角度预测模式对应的索引小于第一预设索引的情况下，基于位于所述预测块上方，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息；
在第一角度预测模式对应的索引大于第二预设索引的情况下，基于位于所述预测块左侧，且与所述预测块相邻的已解码块对应的帧内预测模式，获得所述纹理信息。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述第二角度预测模式对应的目标参考样本修改所述预测样本包括：
根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值；
使用所述目标参考样本、所述缩放因子和所述目标反角值，修改所述预测样本。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值包括：
使用所述第一预测角度对应的第一反角值，确定所述缩放因子；
根据所述第一角度预测模式和所述第二角度预测模式，确定所述目标反角值。
6.根据权利要求4所述的方法，其特征在于，所述根据所述第一角度预测模式对应的第一预测角度和所述第二角度预测模式对应的第二预测角度，确定缩放因子和目标反角值包括：
根据所述第一预测角度和所述第二预测角度，确定所述目标反角值；
使用所述目标反角值，确定所述缩放因子。
7.根据权利要求5或6所述的方法，其特征在于，所述根据所述第一预测角度和所述第二预测角度，确定所述目标反角值包括：
在所述第一角度预测模式和所述第二角度预测模式不满足预设条件的情况下，将第一预设数值与第一偏移值的除法结果取整，得到所述目标反角值；所述第一偏移值与所述第一角度预测模式对应；
在所述第一角度预测模式和所述第二角度预测模式满足预设条件的情况下，根据第二偏移值和第二预设数值，得到所述目标反角值；所述第二偏移值与所述第二角度预测模式对应。
8.根据权利要求7所述的方法，其特征在于，所述根据第二偏移值和第二预设数值，得到所述目标反角值包括：
对所述第二偏移值和所述第二预设数值进行左移运算，得到所述目标反角值。
9.根据权利要求7所述的方法，其特征在于，所述根据第二偏移值和第二预设数值，得到所述目标反角值包括：
对所述第二偏移值和第二预设数值进行左移运算，得到第二反角值；
将第一预设数值与第一偏移值的除法结果取整，得到第三反角值；
将所述第二反角值和所述第三反角值进行加权求和处理，确定为所述目标反角值。
10.根据权利要求7所述的方法，其特征在于，所述预设条件包括以下任意一项：
第一角度预测模式对应的索引小于第一预设索引，第一角度预测模式对应的索引与第三预设索引不同，第二角度预测模式对应的索引大于第二预设索引，且目标缩放因子大于或等于第三预设数值；所述第三预设索引小于所述第一预设索引，所述目标缩放因子为使用第一反角值计算得到的缩放因子，或使用目标反角值计算得到的缩放因子；
第一角度预测模式对应的索引大于第二预设索引，第二角度预测模式对应的索引小于第一预设索引，第二角度预测模式对应的索引与第三预设索引不同，且所述目标缩放因子大于或等于第三预设数值。
11.根据权利要求7所述的方法，其特征在于，所述预设条件包括以下任意一项：
第一角度预测模式对应的索引小于第一预设索引，第一角度预测模式对应的索引与第三预设索引不同，且目标缩放因子大于或等于第三预设数值；
第一角度预测模式对应的索引大于第二预设索引，且所述目标缩放因子大于或等于第三预设数值。
12.根据权利要求4所述的方法，其特征在于，所述使用所述目标参考样本、所述缩放因子和所述目标反角值，修改所述预测样本包括：
使用所述目标参考样本、所述缩放因子和所述目标反角值，得到目标变量；
使用所述目标变量，修改所述预测样本。
13.根据权利要求12所述的方法，其特征在于，所述使用所述目标变量，修改所述预测样本包括：
对所述目标参考样本进行线性插值滤波处理，以调整所述目标变量；
使用调整后的目标变量，修改所述预测样本。
14.一种解码器，其特征在于，包括：
第一确定模块，用于基于预测块对应的角度预测模式，确定所述预测块对应的预测样本；
处理模块，用于使用位置相关的帧内预测组合PDPC修改所述预测样本，生成修改后的预测样本；
其中，所述处理模块包括：
获取模块，用于获取第一角度预测模式对应的参考样本集的纹理信息，所述第一角度预测模式为所述预测块对应的角度预测模式表征的角度预测模式，所述参考样本集包括至少一个参考样本；
第二确定模块，用于根据所述纹理信息确定第二角度预测模式；
修改模块，用于根据所述第二角度预测模式对应的目标参考样本修改所述预测样本。
15.一种终端，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-13任一项所述的帧内预测的方法的步骤。
16.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-13任一项所述的帧内预测的方法的步骤。
CN202111165824.0A 2021-09-30 2021-09-30 帧内预测的方法及终端 Pending CN115883834A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111165824.0A CN115883834A (zh) 2021-09-30 2021-09-30 帧内预测的方法及终端
PCT/CN2022/120855 WO2023051402A1 (zh) 2021-09-30 2022-09-23 帧内预测的方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111165824.0A CN115883834A (zh) 2021-09-30 2021-09-30 帧内预测的方法及终端

Publications (1)

Publication Number Publication Date
CN115883834A true CN115883834A (zh) 2023-03-31

Family

ID=85756761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111165824.0A Pending CN115883834A (zh) 2021-09-30 2021-09-30 帧内预测的方法及终端

Country Status (2)

Country Link
CN (1) CN115883834A (zh)
WO (1) WO2023051402A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11611757B2 (en) * 2018-04-02 2023-03-21 Qualcomm Incorproated Position dependent intra prediction combination extended with angular modes
CN112073720B (zh) * 2019-06-11 2022-07-29 腾讯美国有限责任公司 视频解码的方法和装置、计算机设备和存储介质
US11671592B2 (en) * 2019-12-09 2023-06-06 Qualcomm Incorporated Position-dependent intra-prediction combination for angular intra-prediction modes for video coding

Also Published As

Publication number Publication date
WO2023051402A1 (zh) 2023-04-06

Similar Documents

Publication Publication Date Title
US9478037B2 (en) Techniques for efficient stereo block matching for gesture recognition
EP2736011B1 (en) Method, apparatus and computer program product for generating super-resolved images
CN113141468B (zh) 对焦方法、装置和电子设备
CN105827963B (zh) 一种拍照过程中场景变化检测方法及移动终端
CN103390270B (zh) 用于帧对齐的方法和装置
CN112037160B (zh) 图像处理方法、装置及设备
CN113721876A (zh) 投屏处理方法及相关设备
US9396408B2 (en) Techniques for improving stereo block matching with the pyramid method
US20140126639A1 (en) Motion Estimation Method
CN108765503B (zh) 一种肤色检测方法、装置及终端
WO2023142715A1 (zh) 视频编码方法、实时通信方法、装置、设备及存储介质
CN115883834A (zh) 帧内预测的方法及终端
WO2023019910A1 (zh) 视频处理方法及装置、电子设备、存储介质、计算机程序、计算机程序产品
CN112702528B (zh) 视频防抖方法、装置及电子设备
CN112738398B (zh) 一种图像防抖方法、装置和电子设备
US20240223802A1 (en) Intra-frame prediction method and terminal
CN109660794B (zh) 帧内预测模式的决策方法、决策装置和计算机可读存储介质
US11328432B2 (en) Electronic circuit and electronic device performing motion estimation based on decreased number of candidate blocks
CN113794887A (zh) 一种游戏引擎中视频编码的方法及相关设备
CN114449152A (zh) 对焦方法、装置、电子设备及存储介质
WO2023116510A1 (zh) 帧间预测方法及终端
CN112565605B (zh) 图像显示方法、装置和电子设备
CN115514859A (zh) 图像处理电路、图像处理方法及电子设备
CN117555637A (zh) 场景识别方法、装置和电子设备
CN117834598A (zh) 一种视频通话方法、装置、电子设备及存储介质

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