CN116156197A - 视频解码、编码方法和装置、计算机设备及存储介质 - Google Patents

视频解码、编码方法和装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN116156197A
CN116156197A CN202211613305.0A CN202211613305A CN116156197A CN 116156197 A CN116156197 A CN 116156197A CN 202211613305 A CN202211613305 A CN 202211613305A CN 116156197 A CN116156197 A CN 116156197A
Authority
CN
China
Prior art keywords
current block
block
affine
ctu
encoded
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
CN202211613305.0A
Other languages
English (en)
Inventor
李贵春
许晓中
李翔
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 CN116156197A publication Critical patent/CN116156197A/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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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
    • H04N19/134—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
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
    • 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
    • H04N19/44—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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请的各实施例提供了一种用于视频编码/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接收电路系统和处理电路系统。处理电路系统根据已编码的视频码流对在当前图片中当前块的预测信息进行解码。预测信息指示合并模式中的仿射模型。处理电路系统从缓冲器中获去与当前图片中的当前块邻近的相邻块中的底部位置的运动信息，并基于相邻块中的底部位置的运动信息确定用于在块与参考图片中的参考块之间变换的仿射模型的参数。进一步，处理电路系统基于仿射模型重建当前块的样本。

Description

视频解码、编码方法和装置、计算机设备及存储介质
本申请要求2018年7月13日提交的美国临时申请号62/697,999，“视频编码中仿射模型预测的方法”的优先权，以及于2018年12月28日提交的第16/236,209号美国正式申请案的优先权，所述两个申请案的全文以引用的方式并入本文中。
技术领域
本申请涉及视频解码技术，尤其涉及一种视频解码、编码方法和装置、计算机设备及存储介质。
背景技术
本文所提供的背景描述旨在陈述本发明的研究范围。就本背景部分所述，以及在提交申请时可能不符合现有技术条件所述的各个方面，当前已署名的发明人的工作，既不明确也不暗示地承认为本发明的现有技术。
可以使用具有运动补偿的图片间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1920×1080亮度样本和相关色度样本的空间维度。该系列图片可以具有固定或可变的图片速率(非正式地也称为帧速率)，例如每秒60个图片或60Hz(赫兹)。未压缩视频具有显著的比特率要求。例如，每个样本8比特的1080p604：2：0视频(以60Hz帧速率提供1920×1080亮度样本分辨率)需要接近1.5Gbit/s(比特/秒)的带宽。一小时这样的视频需要超过600GB(千兆字节)的存储空间。
视频编码和解码的一个目的可以是通过压缩减少输入视频信号中的冗余。压缩有助于减少前面提到的带宽或存储空间需求，在某些情况下减少两个数量级或更多。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压缩的原始信号来重建原始信号的精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但原始信号与重建信号之间的失真很小，足以使得重建信号适用于预期的应用。在视频中广泛地采用有损压缩。可被容许的失真量取决于应用。例如，某些消费流应用的用户可能比电视发行应用的用户容忍更高的失真。可实现的压缩比可以反映出较高的允许/容许失真可以产生较高的压缩比。
运动补偿可以是一种有损压缩技术，并且可以涉及如下技术：来自先前重建的图片或其一部分(参考图片)中获得的一块样本数据在运动矢量(以下指MV)指示的方向上进行空间移位之后，用于预测最新重建的图片或图片部分。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可以具有两个维度X和Y，或者三个维度，第三个维度是使用中的参考图片的指示(间接地，后者可以是时间维度)。
在一些视频压缩技术中，可以从其他MV预测适用于样本数据的特定区域的MV，例如，从与重建下的区域空间相邻的样本数据的另一个区域相关的，并且按照解码顺序在该MV之前的那些MV进行预测。这样做可以大大减少编码该MV所需的数据量，从而消除冗余并增加压缩。MV预测可以有效地工作，例如，因为当对来源于摄像机的输入视频信号(称为自然视频)进行编码时，存在比单个MV适用的区域大的区域在类似方向上移动的统计可能性，因此，在某些情况下，可以使用来源于相邻区域的MV的类似运动矢量来进行预测。这导致对于给定区域发现的MV将与从周围MV预测的MV相似或相同，并且反过来在熵编码之后，可以用比直接编码MV时所用的比特数更少的比特数来表示。在一些情况下，MV预测可以是从原始信号(即：样本流)推导出的信号(即：MV)的无损压缩的示例。在其他情况下，例如由于从若干周围MV计算预测值时存在舍入误差，MV预测本身可能是有损的。
发明内容
本申请的实施例提供了用于视频编码/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接收电路系统和处理电路系统。处理电路系统从已编码视频码流中解码当前图片中的当前块的预测信息。预测信息指示合并模式中的仿射模型。处理电路系统从缓冲器中获取与当前图片中的当前块邻近的相邻块中的底部位置的运动信息，并基于在相邻块中的底部位置的运动信息确定用于在当前块与参考图片中的参考块之间变换的仿射模型的参数。进一步，处理电路系统基于仿射模型重建当前块的样本。
根据本申请的实施例，处理电路系统从行缓冲区中获取特定最小尺寸块的运动矢量，所述行缓存区中包括位于当前块上方的编码树单元(Coding Tree Unit，CTU)行中的底部位置处的最小尺寸块的运动矢量。在一个实施例中，行缓冲区被配置为不缓冲当前块上方的CTU行中的非底部最小尺寸块的运动矢量。在另一实施例中，行缓冲区被配置为不缓冲仿射编码块的控制点的运动信息。
在一些实施例中，处理电路系统使用4-参数仿射模型基于特定最小尺寸块的运动矢量来导出当前块的控制点的运动矢量。在一个实施例中，处理电路系统基于仿射标志检测与控制点相邻的最小尺寸块是否被仿射编码，仿射标志指示多个连续的最小尺寸块是否属于仿射编码块。然后，当最小尺寸块被仿射编码时，处理电路系统基于最小尺寸块的运动矢量导出控制点的运动矢量。在一示例中，当与控制点相邻的最小尺寸块被仿射编码时，处理电路系统使用最小尺寸块的运动矢量作为控制点的运动矢量。
在一些实施例中，处理电路系统确定被仿射编码的一对最小尺寸块，并基于该一对最小尺寸块的运动矢量确定四参数仿射模型的参数。在一示例中，处理电路系统确定被仿射编码的一对连续最小尺寸块，并基于该一对连续最小尺寸块的运动矢量确定四参数仿射模型的参数。
在实施例中，处理电路系统确定被仿射编码的一对最小尺寸块，并基于该一对最小尺寸块的运动矢量确定当前块的两个顶角处的控制点的运动矢量。
在另一实施例中，当当前块中没有左相邻块可用作仿射编码块时，处理电路系统禁用仿射合并模式。
本申请的实施例中还提供了用于视频解码的装置，包括：解码模块，用于从已编码视频码流中解码当前图片中的当前块的预测信息，所述预测信息指示合并模式中的一仿射模型；第一获取模块，用于从缓冲器获取与所述当前图片中的所述当前块邻近的相邻块中的底部位置的运动信息；第一确定模块，用于确定用于在所述当前块与一参考图片中的一参考块之间进行变换的所述仿射模型的参数，所述参考图片基于所述相邻块中的所述底部位置的所述运动信息被重建；以及重建模块，用于基于所述仿射模型重建所述当前块的至少一个样本。
在一个实施方式中，该装置进一步包括：第二获取模块，用于从行缓冲区中获取特定最小尺寸块的运动矢量，所述行缓冲区包括：位于所述当前块上方的编码树单元(CTU)行中的底部位置处的最小尺寸块的运动矢量。
在一个实施方式中，所述行缓冲区被配置为不缓冲所述当前块上方的所述CTU行中的非底部最小尺寸块的运动向量。
在一个实施方式中，所述行缓冲区被配置为不缓冲仿射编码块的控制点的运动信息。
在一个实施方式中，该装置进一步包括：导出模块，用于使用四参数仿射模型基于所述特定最小尺寸块的所述运动矢量导出所述当前块的控制点的运动矢量。
在一个实施方式中，该装置进一步包括：检测模块，用于基于一仿射标志检测与一控制点相邻的一最小尺寸块是否被仿射编码，所述仿射标志指示多个连续的最小尺寸块是否属于一仿射编码块；所述导出模块当所述最小尺寸块被仿射编码时，基于所述最小尺寸块的所述运动矢量导出所述控制点的运动矢量。
在一个实施方式中，该装置进一步包括：第二确定模块，用于确定被仿射编码的一对最小尺寸块；以及第三确定模块，用于基于所述一对最小尺寸块的运动矢量确定一四参数仿射模型的参数。
在一个实施方式中，该装置进一步包括：第二确定模块，用于确定被仿射编码的一对最小尺寸块；以及第四确定模块，用于基于所述一对最小尺寸块的运动矢量，确定所述当前块的两个顶部角处的控制点的运动矢量。
本申请的实施例中还提供了一种计算机设备，包括处理器和存储器，所述存储器存储有机器可读指令，当所述机器可读指令被所述处理器执行时，使所述处理器执行本申请任一实施方式中所述的用于视频解码的方法。
本申请的实施例中还提供了一种存储指令的非暂时性计算机可读介质，当由计算机执行用于视频解码时，该存储指令使得计算机执行本申请任一实施方式中所述的用于视频解码的方法。
从上述方案中可以看出，本发明实施例中可降低要存储在行缓冲区(也称为运动数据行缓冲区)中的运动数据的存储要求，尤其对于处于CTU顶部的块，诸如处于CTU的上边界，可跳过仿射合并，以避免行缓冲区的额外运动数据存储，减少行缓冲区大小并节省成本。
附图说明
从以下详细描述和附图中，本申请主题的进一步特征、性质和各种优点将更加明显，其中：
图1是一个示例中当前块及其周围空间合并候选的示意图。
图2示出了根据一个实施例的通信系统的简化框图的示意图。
图3示出了根据另一个实施例的通信系统的简化框图的示意图。
图4示出了根据一个实施例的解码器的简化框图的示意图。
图5示出了根据另一个实施例的编码器的简化框图的示意图。
图6示出了根据又一实施例的编码器的框图。
图7示出了根据再一实施例的解码器的框图。
图8示出了在一些示例中的空间和时间候选的示例。
图9示出了具有仿射模型的块的示例。
图10示出了一些示例中仿射变换的示例。
图11示出了根据本申请的一些实施例的当前块和当前块的两个控制点CP0和CP1的图。
图12示出了根据本申请实施例的仿射模式中的运动矢量预测的图。
图13示出了根据本申请实施例的仿射模式中的运动矢量预测的另一示意图。
图14A和14B示出了用于复合合并模式的候选位置。
图15示出了根据本申请实施例的用于从规则运动信息导出控制点运动信息的图。
图16示出了根据本申请的实施例的用于说明具有缩减行缓冲区的基于模型的仿射合并候选导出的图。
图17A示出了根据本申请实施例的概述过程的流程图。
图17B至图17E示出了根据本申请几个实施例的用于视频解码的装置的几个示例性结构图。
图18是根据实施例的计算机系统的示意图。
具体实施方式
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。
请参考图1，当前块(101)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应102到106)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述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值。
图2是根据本申请公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一终端装置(210)和第二终端装置(220)。在图2的实施例中，第一终端装置(210)和第二终端装置(220)执行单向数据传输。举例来说，第一终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到第二端装置(220)。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(220)可从网络(250)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。
在另一实施例中，通信系统(200)包括执行已编码视频数据的双向传输的第三终端装置(230)和第四终端装置(240)，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(230)和第四终端装置(240)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(250)传输到第三终端装置(230)和第四终端装置(240)中的另一终端装置。第三终端装置(230)和第四终端装置(240)中的每个终端装置还可接收由第三终端装置(230)和第四终端装置(240)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片。
在图2的实施例中，第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)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(250)表示在第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)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(250)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。出于本申请的目的，除非在下文中有所解释，否则网络(250)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3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(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，视频图片流(302)可由电子装置(320)处理，所述电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)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(302)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304))，其可存储在流式传输服务器(305)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3中的客户端子系统(306)和客户端子系统(308)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(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(311)。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(304)、视频数据(307)和视频数据(309)(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(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。
图4是根据本申请公开的实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3实施例中的视频解码器(310)。
接收器(431)可接收将由视频解码器(410)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(401)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(431)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(431)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(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)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(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)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(415)，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(415)，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(410)外部的类似元件(未标示)中。
视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(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(430)的组成部分，但可耦接到电子装置(430)，如图4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(420)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(420)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、条带、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(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。
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(421)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(420)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(420)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(410)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。
第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)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(451)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。
在一些情况下，缩放器/逆变换单元(451)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图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)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，当前图片缓冲器(458)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(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(451)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(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)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(453)从参考图片存储器(457)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(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)例如是包括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(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(456)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(420)的符号(421)可用于环路滤波器单元(456)。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(456)的输出可以是样本流，所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，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(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)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(410)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(431)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(410)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、冗余条带、冗余图片、前向纠错码等形式。
图5是根据本申请公开的实施例的视频编码器(503)的框图。视频编码器(503)设置于电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3实施例中的视频编码器(303)。
视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)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(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。
视频源(501)可提供将由视频编码器(503)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(501)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(501)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(503)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(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)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(550)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(550)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(503)。
在一些实施例中，视频编码器(503)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(530)(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(503)中的(本地)解码器(533)。解码器(533)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)输入到参考图片存储器(534)。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(534)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(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)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(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)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(530)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，所述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(532)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，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(533)可基于源编码器(530)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(532)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5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(533)复制解码过程，所述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(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为所述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(535)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(535)获得的搜索结果，可确定输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)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(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)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，从而将所述符号变换成已编码视频序列。
传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)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(540)可将来自视频编码器(503)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(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)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，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，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，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片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(503)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(503)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(540)可在传输已编码的视频时传输附加数据。源编码器(530)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、冗余图片和条带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。在实施例中，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。所述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，所述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)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所述块。
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，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(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)，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，或四个32×32像素的CU，或十六个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6是根据本申请公开的另一实施例的视频编码器(603)的图。视频编码器(603)用于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片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。
在HEVC实施例中，视频编码器(603)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(603)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(603)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(603)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(603)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6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。
帧间编码器(630)用于接收当前块(例如处理块)的样本、比较所述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)。在一些实施例中，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(622)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。在实施例中，帧内编码器(622)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(621)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(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)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(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)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(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)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(624)用于将残差数据从时域变换到频域，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(603)还包括残差解码器(628)。残差解码器(628)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(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)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(622)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，且在一些实施例中，所述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(625)用于将码流格式化以产生已编码的块。熵编码器(625)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(625)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7是根据本申请公开的另一实施例的视频解码器(710)的图。视频解码器(710)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片。在实施例中，视频解码器(710)用于代替图3实施例中的视频解码器(310)。
在图7实施例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。
熵解码器(771)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。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(772)或帧间解码器(780)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(780)；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(772)。残差信息可经由逆量化并提供到残差解码器(773)。
帧间解码器(780)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(772)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(773)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，以将残差从频域变换到空间域。残差解码器(773)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(771)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(774)用于在空间域中组合由残差解码器(773)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片的一部分，所述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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。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(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。
本申请从不同方面提供了用于视频编码(编码/解码)中的仿射模型预测的技术。
通常，块的运动矢量可以以显式方式编码，以向运动矢量预测器(例如，高级运动矢量预测或AMVP模式)发信号通知该差异；或者以隐含的方式编码，以从一个先前编码或生成的运动矢量中完全指示出来。后者被称为合并模式，意味着通过使用当前块的运动信息将当前块合并到先前编码的块中。
在解码期间，AMVP模式和合并模式都构建候选列表。
图8示出了一些示例中的空间和时间候选的示例。
对于帧间预测中的合并模式，候选列表中的合并候选项主要是通过检查来自当前块的空间或时间相邻块的运动信息形成的。在图8的示例中，依次检查候选块A1、B1、B0、A0和B2。当任何候选块是有效候选块时，例如，采用运动矢量进行编码，则有效候选块的运动信息可以被添加到合并候选列表中。执行一些修剪操作以确保重复的候选项不会再次放入列表中。候选块A1、B1、B0、A0和B2与当前块的角邻近，并被称为角候选块。
在空间候选之后，也将时间候选检查到列表中。在一些示例中，找到当前块在指定参考图片中的共同位置块。共同位置块的C0位置(当前块的右下角)处的运动信息将用作时间合并候选。如果该位置的块未在帧间模式下编码或不可用，将使用C1位置(在共同位置块中心的右下角)代替。本申请提供了进一步改进合并模式的技术。
根据本申请的一个实施例，仿射运动补偿，例如，通过描述用于编码块的六参数(或简化的四参数)仿射模型可有效地预测当前块内的样本的运动信息。更具体地，在仿射编码或描述的编码块中，样本的不同部分可以具有不同的运动矢量。在仿射编码或描述的块中具有运动矢量的基本单元被称为子块。子块的大小可以像仅1个样本那样小；也可以像当前块的大小一样大。
当确定仿射模式时，对于当前块中的每个样本，其运动矢量(相对于目标参考图片)可以使用此类模型(例如，六参数仿射模型或四参数仿射模型)来推导。为了降低实施复杂度，仿射运动补偿是基于子块而不是基于样本来执行的。这意味着，每个子块将导出其运动矢量，并且对于每个子块中的样本，运动矢量是相同的。假定每个子块的特定位置(诸如子块的左上角或中心点)为代表性位置。在示例中，这样的子块大小包含4×4个样本。
一般来说，仿射模型有六个参数来描述块的运动信息。经仿射变换之后，矩形块将变成平行四边形。在一个示例中，仿射编码块的六个参数可以由位于块的三个不同位置处的三个运动矢量来表示。
图9示出了具有仿射模型的块(900)的一个示例。块(900)使用三个角位置A、B和C处的运动矢量
Figure BDA0004000988510000181
和/>
Figure BDA0004000988510000182
来描述用于块(900)的仿射模型的运动信息。这些位置A、B和C被称为控制点。
在简化示例中，仿射模型基于仿射变换后块的形状不变的假设，使用四个参数来描述块的运动信息。因此，矩形块在变换之后将保持矩形和相同的纵横比(例如，高度/宽度)。这种块的仿射模型可以由两个不同位置处的两个运动矢量来表示，诸如在角位置A和B处。
图10示出了六参数仿射模式(使用六参数仿射模型)和四参数仿射模式(使用四参数仿射模型)的仿射变换的示例。
根据本申请的一个实施例，当使用仿射运动补偿时，可以使用两种信令技术。第一信令技术用于合并模式，第二信令技术用于残差模式或高级运动矢量预测(AMVP)模式。
在合并模式中，当前块的仿射信息是从先前仿射编码块预测的。可以使用各种技术来预测仿射信息。在第一实施例中，假设参考块和当前块是同一仿射对象，使得当前块的控制点处的运动矢量(MV)可以从参考块的模型(例如，参考块的对应点)推导出。进一步，当前块的其他位置处的MV以与参考块中从一个控制点到另一个控制点相同的方式被线性修改。第一实施例中使用的技术被称为基于模型的仿射预测。
在第二实施例中，相邻块的运动矢量被直接用作当前块的控制点处的运动矢量。然后，使用来自控制点的信息生成块的剩余部分的运动矢量。第二实施例中使用的技术被称为基于控制点的仿射预测。
在合并模式中，在第一实施例和第二实施例中的任一个中，当前块处的MV的残差分量都没有被发信号通知。MV的残差分量被假定为零。
在残差模式(或AMVP模式)中，可以预测仿射参数或当前块的控制点处的MV。在实施例中，因为要预测的运动矢量不止一个，所以所有控制点处的运动矢量的候选列表以分组方式组织，使得候选列表中的每个候选包括一组用于所有控制点的运动矢量预测器。例如，候选1＝{用于控制点A的预测器1A、用于控制点B的预测器1B、用于控制点C的预测器1C}；候选2＝{用于控制点A的预测器2A、用于控制点B的预测器2B、用于控制点C的预测器2C}等。用于不同的候选(例如，预测器1A和预测器2A)中的相同控制点的预测器可以相同或不同。运动矢量预测标志(用于列表0的mvp_l0_标志或用于列表1的mvp_l1_标志)将用于指示从列表中选择哪个候选。在预测之后，将发信号通知参数的残差部分(例如，参数与预测器预测的参数的差异)，或控制点处的MV的差异(例如，MV与MV预测器预测的MV的差异)。使用对于(仿射)合并模式的以上描述中描述的技术，每个控制点处的MV预测器也可以来自其邻居之一的基于模型的仿射预测。
在一些实施例中，对于以仿射模式编码的块，一旦确定了仿射模型的参数，例如确定了控制点处的MV，MV就可以使用仿射模型来计算块的其余位置的MV。
例如，使用四参数仿射模型在(公式1)中示出当前块中的位置(x，y)和参考图片中的对应位置(x’，y’)之间的像素对应关系。在(公式1)中，ρ是用于缩放的比例因子，θ是用于旋转的角度因子，并且(c，f)是描述平移运动的运动矢量。
四个参数是ρ、θ、c和f。
Figure BDA0004000988510000201
在实施例中，对于当前块中的任意位置(x，y)，其指向参考图片的运动矢量可以通过使用(公式1)得到所述参考图片中对应像素的对应位置(x’，y’)来确定。在该实施例中，用于位置(x，y)的运动矢量MV0将是MV0＝(x’-x，y’-y)。在示例中，通过将整个块(当前块)划分到最小单元的阵列中来执行仿射补偿。单位(例如，最小单位)内的像素共享相同的运动矢量。通过使用单元中的选定位置(表示位置)诸如左上角像素、单元中心等来确定每个单元(例如，最小单元)的位置。用于仿射补偿的最小单位的大小可以是1个像素、4×4个像素、M×N个像素、M和N是正整数，等。
在一些示例中，当前块被划分为子块。在子块中，选择一个位置，并且用于所选择位置的运动矢量被称为子块的运动矢量场(Motion Vector Field，MVF)。在示例中，子块是用于仿射补偿的最小单元。可以基于当前块的控制点处的运动矢量来确定子块的MVF。
图11示出了根据本申请的一些实施例的当前块和当前块的两个控制点CP0和CP1的示意图。在图11的示例中，CP0是位于当前块的左上角的控制点，并且具有运动矢量V0＝(v0x，v0y)，而CP1是位于当前块的右上角的控制点，并且具有运动矢量V1＝(v1x，v1y)。
在图11的示例中，当用于子块的所选择的位置是(x，y)((x，y是当前块的左上角的相对位置)时，那么子块的MVF是V＝(vx，vy)，并且可以使用(公式2)来计算:
Figure BDA0004000988510000211
其中w指示当前块(例如，当前块具有正方形形状)的宽度和高度。
值得注意的是，也可以选择其他合适的位置作为控制点，并且在当前块内的任意位置处的运动矢量的推导可以如在(公式2)中类似地表示。在示例中，底部两个角被用作控制点CP2和CP3。CP2是位于当前块的左下角的控制点，并且具有运动矢量V2＝(v2x，v2y)，CP3是位于当前块的右下角的控制点，并且具有运动矢量V3＝(v3x，v3y)。然后，位置(x，y)((x，y)是当前块的左上角的相对位置)处的运动矢量V＝(vx，vy)可以使用(公式3)计算：
Figure BDA0004000988510000212
根据本申请的一个实施例，可以使用各种技术生成用于当前块的仿射预测器，使用来自多个相邻仿射编码块的基于模型的仿射预测，或者使用来自多个相邻MV的基于多个控制点的仿射合并。
图12示出了根据本申请实施例的仿射模式下的运动矢量预测的示意图。图12示出了可以被选择作为控制点CP0、CP1和CP2的三个角。CP0是位于当前块的左上角的控制点，并且具有运动矢量v0＝(v0x，v0y)，CP1是位于当前块的右上角的控制点，并且具有运动矢量v1＝(v1x，v1y)，并且CP2是位于当前块的左下角的控制点，并且具有运动矢量v2＝(v2x，v2y)。
在实施例中，在仿射AMVP模式中，使用一对控制点{CP0，CP1}，并且使用相邻块构建具有{CP0，CP1}的运动矢量对的候选列表。例如，候选列表由{(v0，v1)|v0＝{vB2，vB3，vA2}，v1＝{vB1，vB0}}表示。如图12所示，v0选自块B2、B3或A2的运动矢量。根据参考列表以及相邻块的参考的POC、当前CU的参考的POC和当前CU的POC之间的关系来缩放来自相邻块的运动矢量。类似地，v1选自相邻块B1和B0的运动矢量。在示例中，如果候选列表中的候选的数量小于2，则候选列表由通过复制每一个AMVP候选所组成的运动矢量对填补。例如，在v1＝{vB1，vB0}中，如果vB0不可用，则{CP0，CP1}对中的每个CP1将使用vB1。在另一示例中，当候选列表中候选的数量大于2时，首先根据相邻运动矢量的一致性(例如，一对候选中两个运动矢量的相似性)对候选进行排序，并且仅保留前两个候选。在一些示例中，在编码器侧，速率失真(Rate Distortion，RD)成本检查用于确定选择哪个运动矢量对候选者作为用于当前块的控制点的运动矢量预测器(MVP)。进一步地，在编码视频码流中用信号通知指示候选列表中的控制点的所选MVP的位置的索引。在确定当前仿射块的控制点的MVP之后，应用仿射运动估计并找到控制点的运动矢量。然后，在已编码的视频码流中用信号通知控制点的MV和控制点的MVP之间的差异。
值得注意的是，在解码器侧，候选列表以与编码器侧类似的方式构建。进一步地，解码器从已编码的视频码流中解码指示候选列表中控制点的所选MVP的位置的索引，并解码控制点的MVP和MV之间的差异。基于控制点的MVP和该差异，解码器确定控制点的MV。
在另一实施例中，使用被称为基于模型的仿射合并的技术。例如，当在块中应用仿射合并模式时，检查来自有效相邻重建块的候选块，以找到利用仿射模式编码的块。例如，利用仿射模式编码的第一块被选择作为合并候选。
第一块的选择是根据选择顺序进行的。在示例中，候选块的选择顺序是从左、上方、右上、左下到左上，诸如在图12示例中的顺序{A1、B1、B0、A0、B2}。值得注意的是，也可以使用其它合适的选择顺序。例如，如图12所示的左相邻块A1以仿射模式编码。左相邻块A1位于编码单元N1中。然后，推导出控制点诸如编码单元N1的左上角，右上角和左下角处的CP0A1、CP1A1、CP2A1的运动矢量。然后，在示例中，根据CP0A1、CP1A1和CP2A1的运动矢量来计算当前CU(或当前块)的左上控制点(CP0)的运动矢量。进一步地，根据CP0A1、CP1A1和CP2A1的运动矢量来计算当前CU(或当前块)的右上控制点(CP1)的运动矢量。
在推导出当前CU的控制点CP0和CP1的MV之后，根据示例中的简化仿射运动模型，可以例如根据(公式2)来计算当前CU的MVF。在实施例中，当当前CU中的至少一个相邻块以仿射模式编码时，编码器在已编码的视频码流中发信号通知仿射标志，以便识别当前CU是否以仿射合并模式编码。在解码器侧，解码器可以从已编码的视频码流中解码仿射标志，并基于仿射标志确定当前块是否以仿射合并模式编码。
图13示出了根据本申请实施例的仿射模式下的运动矢量预测的另一示意图。在图13的示例中，当前块处于CTU上边界。因此，一些相邻的块(诸如上面的相邻块N2和N3等)位于不同的CTU中。在示例中，如图13所示的相邻块B2以仿射模式编码并被选择。相邻块B2位于编码单元N2中。然后，推导出诸如编码单元N2左上角、右上角和左下角的CP0B2、CP1B2、CP2B2等控制点的运动矢量。然后，在示例中，根据CP0B2、CP1B2和CP2B2的运动矢量来计算当前CU(或当前块)的左上控制点(CP0)的运动矢量。进一步地，根据CP0B2、CP1B2和CP2B2的运动矢量来计算当前CU(或当前块)的右上控制点(CP1)的运动矢量。
在一些示例中，如图13所示当当前块处于CTU上边界时，相邻块的运动信息被保存在行缓冲区中。在示例中，行缓冲区保存相邻块的控制点的所有MV的信息和对应的块大小，因此行缓冲区需要具有相对较大的尺寸。
在另一实施例中，可以使用基于多个控制点的仿射合并。基于多个控制点的仿射合并被称为复杂合并模式。
图14A和图14B示出了用于复杂合并模式的候选位置。图14A示出了用于复杂合并模式的空间候选的位置，图14B示出了用于复杂合并模式的时间候选的位置。
在复杂的合并模式中，需要数个控制点来确定运动模型。在复杂合并模式的第一步骤中，确定控制点的候选。在图14A和图14B中示出了预测控制点的候选。CPk表示第k个控制点。例如，控制点CP0、CP1、CP2和CP3位于当前块的角处。在图14A-14B示例中，CP0是位于当前块的左上角的控制点，CP1是位于当前块的右上角的控制点，CP2是位于当前块的左下角的控制点，CP3是位于当前块的右下角的控制点。图14A示出了用于预测CP0、CP1和CP2的运动信息的空间候选。图14B示出了用于预测CP3运动信息的时间候选的位置。具体地，用于预测CP0的运动信息的空间候选被示出为B2、A2和B3，用于预测CP1的运动信息的空间候选被示出为B0和B1，并且用于预测CP2的运动信息的空间候选被示出为A0和A1。用于预测CP3的运动信息的时间候选被示出为TRb。
在一些示例中，控制点具有多个候选，并且根据优先级顺序从所述候选中确定控制点的运动信息。例如，对于CP0，用于检查的优先级顺序是B2、A2，然后是B3；对于CP1，用于检查的优先级顺序是B0，然后是B1；对于CP2，用于检查的优先级顺序是A0，然后是A1；对于CP3，使用TRb。
然后使用控制点来构建候选模型列表。可以基于诸如CP0、CP1、CP2和CP3等控制点的子集构建各种模型。例如，可以构建11个模型。第一个模型是使用两个控制点(CP1，CP2)构建的仿射模型；第二个模型是使用两个控制点(CP0，CP2)构建的仿射模型；第三个模型是使用三个控制点(CP0，CP1，CP2)构建的仿射模型；第四个模型是使用两个控制点(CP0，CP1)构建的仿射模型；第五个模型是使用两个控制点(CP1，CP3)构建的仿射模型；第六个模型是使用两个控制点(CP2，CP3)构建的仿射模型；第七个模型是使用两个控制点(CP0，CP3)构建的仿射模型；第八个模型是双线性模型；第九个模型是使用三个控制点(CP0，CP1，CP3)构建的仿射模型；第十个模型是使用三个控制点(CP1，CP2，CP3)构建的仿射模型；第十一个模型是使用三个控制点(CP0，CP2，CP3)构建的仿射模型。
候选模型列表根据顺序构建，诸如从第一个模型到第十一个模型的顺序。例如，当用于模型的所选控制点的运动信息可以被推导出并且在至少一个参考图片列表(诸如L0或L1)中不相同时，该模型可以作为候选模型之一被放入候选模型列表中。在示例中，编码器在编码视频流中为候选模型列表中的模型编码索引，该候选模型列表中的模型用于在编码器侧进行复合合并模式的预测。可以使用等长度二值化将索引编码为3个二进制位。在解码器侧，解码器解码从编码视频码流中的3个二进制位解码复杂合并索引。解码器开始构建候选模型列表的过程。当将要放入候选模型列表中的模型的候选索引等于已解码的复杂合并索引时，该过程停止，并且解码器确定该模型是编码器使用的相同模型。
值得注意的是，当存在多个仿射预测候选时，无论是用于合并模式还是AMVP模式，仿射预测候选在编码器侧和解码器侧以相同的方式排序。编码器选择候选并在已编码的视频码流中用信号通知所选候选的索引。解码器从已编码的视频码流中解码索引，并根据所述索引选择候选。
本申请的各实施例提供了降低要存储在行缓冲区(也称为运动数据行缓冲区)中的运动数据的存储要求的技术，用于当当前块上方的相邻块位于当前最大编码单元例如编码树单元(CTU)外部时导出仿射合并候选或仿射MVP候选。更具体地，代替存储所有控制点的运动矢量和块宽度和/或高度值，在一些实施例中，刚好在当前CTU线上方(例如，从顶部到CTU线邻近)的最小尺寸块(例如，用于补偿的最小单位)的运动矢量被存储在行缓冲区中。当控制点处于不只是当前CTU线上方的位置时，那么控制点的运动矢量不存储在行缓冲区中，并且刚好在CTU线上方的相邻块的块宽度和/或高度也不存储在行缓冲区中。
根据本申请的一个实施例，控制点的运动矢量信息可以从行缓冲区中的规则运动信息中推导出。通常，行缓冲区存储刚好在CTU线上方的最小尺寸块的规则运动信息，并且最小尺寸块的规则运动信息用于规则合并/跳过/AMVP模式。在仿射合并模式中，当当前块处于CTU上边界时，当相邻候选块在当前CTU边界上方时，处于当前块顶部的两个控制点的运动信息可以从相邻块的规则运动信息(已经存储在行缓冲区中)中导出。因此，仿射合并模式与常规合并/跳过/AMVP模式共享最小尺寸块的常规运动信息，并且常规运动信息已经被存储用于常规合并/跳过/AMVP模式。在示例中，最小尺寸块的规则运动信息分别包括用于最小尺寸块的运动矢量。例如，为每个最小尺寸块选择代表性位置，并且在代表性位置的运动矢量被用作用于最小尺寸块的运动矢量。因此，对于仿射合并模式，除了常规运动信息之外，不需要在行缓冲区中存储附加的运动信息。在一些示例中，仿射控制点信息或仿射标志可能不必要保存在行缓冲区中。
值得注意的是，当当前块不处于CTU上边界时，可以使用其他合适的导出技术，诸如基于模型的仿射合并、基于多个控制点的仿射合并等用于导出仿射合并模式的仿射模型参数。
图15示出了根据本申请实施例的用于从规则运动信息导出控制点运动信息的示意图。如图15所示，当前块处于CTU边界。选择当前块的三个角作为控制点CP0、CP1和CP2。CP0是位于当前块左上角的控制点，CP1是位于当前块右上角的控制点，CP2是位于当前块左下角的控制点。CP0和CP1是处于当前块的顶部角的控制点。在示例中，控制点CP0具有如图15所示的3个候选块A2、B2和B3；控制点CP1具有如图15所示的2个候选块B0和B1。
在图15的示例中，行缓冲区存储有位于CTU边界上方的最小尺寸块的规则运动信息。例如，行缓冲区缓存有B2、B3、B1和B0的运动矢量。
在实施例中，检查位于当前块的左侧且位于CTU上边界下方的相邻候选块(称为左相邻候选块)，诸如图15示例中的A0、A1和A2。当具体的左相邻候选块可用并且被仿射编码时，当前块的控制点的仿射参数和运动矢量可以从具体的左相邻候选块的仿射模型中推导出，诸如使用基于模型的仿射合并技术。左相邻候选块可以使用各种检查顺序来检查，并且被仿射编码的第一左相邻候选块可以用作当前块的合并候选。检查顺序可以是{A0，A1，A2}、{A0，A2，A1}、{A1，A0，A2}、(A1，A2，A0)、{A2，A0，A1}或{A2，A1，A0}中的任何一个。
当A0、A1或A2中没有一个可用或被仿射编码时，可以使用相邻块的规则运动信息来推导出CTU上边界处的当前块的控制点。
在实施例中，如图15所描绘的，控制点CP0具有三个相邻的候选块A2、B2和B3。可以使用各种检查顺序来检查相邻候选块，并且被仿射编码的第一相邻候选块可以用作合并候选。例如，将被仿射编码的第一相邻候选块的运动信息(或运动信息的缩放版本)复制到CP0。检查顺序可以是{A2，B2，B3}、{A2，B3，B2}、{B2，A2，B3}、{B2，B3，A2}、{B3，A2，B2}、或{B3，B2，A2}中的任何一个。
类似地，控制点CP1具有两个相邻的候选块B0和B1。可以使用各种检查顺序来检查相邻候选块，并且被仿射编码的第一相邻候选块可以用作合并候选。例如，将被仿射编码的第一相邻候选块的运动信息(或运动信息的缩放版本)复制到CP1。检查顺序可以是{B0，B1}或{B1，B0}中的任何一个。
在另一实施例中，如图15描绘的，控制点CP0在行缓冲区中具有两个相邻的候选块B2和B3。可以使用各种检查顺序来检查相邻候选块，并且被仿射编码的第一相邻候选块可以用作合并候选。例如，将被仿射编码的第一相邻候选块的运动信息(或运动信息的缩放版本)复制到CP0。检查顺序可以是{B2，B3}或{B3，B2}中的任何一个。
类似地，控制点CP1具有两个相邻的候选块B0和B1。可以使用各种检查顺序来检查相邻候选块，并且被仿射编码的第一相邻候选块可以用作合并候选。例如，将被仿射编码的第一相邻候选块的运动信息(或运动信息的缩放版本)复制到CP1。检查顺序可以是{B0，B1}或{B1，B0}中的任何一个。
在另一实施例中，使用来自{A2，B2，B3}中任何一个的运动信息的CP0和使用来自{B0，B1}中任何一个的运动信息的CP1的所有组合可以用于推导出当前块的仿射模型。值得注意的是，当用于CP0或CP1的一些或所有相邻块具有相同的运动信息时，冗余组合可以被修剪。CP0和CP1运动信息对的所有组合可以在上述冗余修剪之后形成候选列表。然后，候选列表中的一个候选被选择，并且所选择的候选的索引由编码器编码到编码视频码流中。在解码器侧，解码器可以以与编码器相同的方式形成候选列表，并且从编码视频码流中解码出所选择的候选的索引。
根据本申请的另一个实施例，基于模型的仿射合并的候选可以从行缓冲区中的规则运动信息中导出。类似地，行缓冲区存储有刚好在CTU线上方的最小尺寸块的规则运动信息，并且最小尺寸块的规则运动信息用于规则合并/跳过/AMVP模式。在仿射合并模式中，当当前块处于CTU上边界时，且相邻候选块在当前CTU边界上方时，当前块的仿射模型，诸如四参数仿射模型，可以从相邻块的规则运动信息(已经存储在行缓冲区中)导出。因此，仿射合并模式与常规合并/跳过/AMVP模式共享最小尺寸块的常规运动信息，并且常规运动信息已经被存储用于常规合并/跳过/AMVP模式。在示例中，最小尺寸块的规则运动信息包括分别用于最小尺寸块的运动矢量。例如，为每个最小尺寸块选择代表性位置，并且将代表性位置处的运动矢量用作最小尺寸块的运动矢量。因此，对于仿射合并模式，除了常规运动信息之外，不需要在行缓冲区中存储附加的运动信息。在一些示例中，仿射控制点信息或仿射标志可能不必要保存在行缓冲区中。在一个示例中，仿射控制点信息和仿射标志不存储在行缓冲区中。在另一示例中，仿射控制点信息和/或仿射标志存储在行缓冲区中。
值得注意的是，当当前块不处于CTU上边界时，可以使用其他合适的导出技术，诸如基于模型的仿射合并、基于多个控制点的仿射合并等来导出用于仿射合并模式的仿射模型参数。
图16示出了根据本申请的一个实施例的用于说明具有减少了行缓冲区的基于模型的仿射合并候选推导的图。
在图16的示例中，当前块处于CTU边界的顶部，所有上述相邻块(最小尺寸块)都存储在行缓冲区(也称为运动日期行缓冲区)中。选择当前块的三个角作为控制点CP0、CP1和CP2。CP0是位于当前块左上角的控制点，CP1是位于当前块右上角的控制点，并且CP2是位于当前块左下角的控制点。CP0和CP1是处于当前块的顶部角的控制点。
在图16的示例中，Bm表示左上相邻块，Bm-1表示在Bm右边的直接相邻，并且Bm+1表示在Bm左边的直接相邻；Bn表示右上相邻块，Bn-1表示在Bn右边的直接相邻，并且Bn+1表示在Bn左边的直接相邻。
如图16所示，在示例中，控制点CP0具有如图16所示的3个候选块A2、Bm和Bm+1；控制点CP1具有如图16所示的2个候选块Bn和Bn+1。
在图16的示例中，行缓冲区存储有位于CTU边界上方的最小尺寸块的规则运动信息。例如，行缓冲区缓存有Bm+1、Bm、Bm-1、Bm-2、…、Bn+2、Bn+1、Bn、Bn-1、…，等的运动矢量。
在一个实施例中，检查位于当前块的左边并且低于CTU上边界的相邻候选块(称为左相邻候选块)，诸如图16示例中的A0、A1和A2。当一特定的左相邻候选块可用并且被仿射编码时，当前块的控制点的仿射参数和运动矢量可以从该特定的左相邻候选块的仿射模型中导出，诸如使用基于模型的仿射合并的技术。可以使用各种检查顺序来检查左相邻候选块，并且被仿射编码的第一个左相邻候选块可以用作当前块的合并候选。检查顺序可以是{A0，A1，A2}、{A0，A2，A1}、{A1，A0，A2}、(A1，A2，A0)、{A2，A0，A1}或{A2，A1，A0}中的任何一个。
当A0、A1或A2中没有一个可用或被仿射编码时，可以使用行缓冲区中的上述相邻块的规则运动信息来导出在CTU上边界处的当前块的控制点的仿射模型和运动矢量。
为了描述当前块的两个控制点，(V0x，V0y)表示CP0的运动矢量，(V1x，V1y)表示CP1的运动矢量。在实施例中，行缓冲区中的一对邻近的相邻块可以用于仿射模型推导。
在一个示例中，(公式1)是简化了的。例如，a表示ρcosθ，并且b表示ρsinθ。(公式1)简化为(公式4)。在一个示例中，a和b与两个运动矢量
Figure BDA0004000988510000281
以及(MV1 h,MV1 v)的关系在(公式5)-(公式8)中示出。
Figure BDA0004000988510000282
Figure BDA0004000988510000283
Figure BDA0004000988510000284
Figure BDA0004000988510000285
Figure BDA0004000988510000286
如图16所示，上述相邻块的规则运动信息(例如，运动矢量)存储在行缓冲区中。为了导出四参数仿射模型，至少需要两个候选块。
在一个实施例中，根据一检查顺序可以检查四对连续候选块。然后，在检查期间，可用于导出仿射模型的第一对候选块被用作合并候选。四对候选是：Bm+1和Bm的第一对P0、Bm-1和Bm-2的第二对P1、Bn+2和Bn+1的第三对P2、Bn、Bn-1的第四对P3。可用性检查的顺序可以是具有P0，P1，P2，P3的任何顺序，诸如{P0，P1，P2，P3}、{P0，P1，P3，P2}、{P3，P2，P1，P0}、{P3，P1，P2，P0}等。
在另一实施例中，根据合并候选列表构建，当访问上述相邻位置之一以导出基于模型的仿射参数，并且相邻位置在当前CTU上边界的上方时，则位于所述相邻位置的上述实施例中提到的一对连续候选块可以用于导出相邻块的仿射模型参数，并且可以用于导出当前块的控制点的运动信息。
在该实施例中，D表示每个连续候选对之间的距离，并且是具有运动信息的最小尺寸块的大小或宽度。在一个示例中，D是4。进一步地，C0和C1表示用于推导过程的一对连续相邻块。C0和C1的运动矢量表示为对于C0的(VC0x，VC0y)，以及对于C1的(VC1x，VC1y)。C0定位于(xC0，yC0)，以及C1定位于(xC1，yC1)。进一步地，如图16中所示，(x0，y0)表示控制点CP0的位置；并且(x1，y1)表示控制点CP1的位置。然后，用于控制点CP0和CP1的运动矢量可以根据(公式9)和(公式10)导出：
Figure BDA0004000988510000291
Figure BDA0004000988510000292
在示例中，对于每对候选，当该对候选具有相同的运动矢量时，则指示对该对候选是采用规则的平移运动矢量进行编码的，并且不是以仿射模式编码的。这对候选将被跳过。
在另一实施例中，检查了4对连续相邻块。四对候选是：P0{Bm+1，Bm}、P1{Bm-1，Bm-2}、P2{Bn+2，Bn+1}、P3{Bn，Bn-1}。所有可用的候选块对将用于导出用于当前块的一对控制点的运动矢量值。
例如，对于每个可用的候选块对，(公式9)和(公式10)用于导出控制点CP0和CP1的运动矢量。在实施例中，每个可用的导出的CP0和CP1值对可以用作仿射合并候选，以形成导出的CP0和CP1的候选列表。在另一实施例中，将仅检查上述相邻块中的空间合并候选位置。如果这些位置中某一个位置的块以仿射模式被编码，则可以从该块导出仿射参数。例如，当从存储在运动数据行缓冲区中的规则运动信息中导出时，则检查在空间合并候选位置处的对应编码块(如图8和图12中的B0、B1、B2)。当这些对应块被仿射编码时，使用2个底部角处的规则运动信息作为底部控制点运动信息的近似值，可从相邻编码块中导出当前块的仿射模型和控制点运动信息。
值得注意的是，当当前块不处于CTU上边界时，可以使用用于仿射合并候选的规则推导方法，诸如基于模型的仿射合并、基于多个控制点的仿射合并等。
根据本申请的另一实施例，对于处于CTU顶部的块，诸如处于CTU的上边界，可跳过仿射合并，以避免行缓冲区的额外运动数据存储，减少行缓冲区大小并节省成本。
在一些实施例中，当当前块处于CTU上边界时，当左相邻仿射合并候选不可用时，仿射合并模式可以被禁用。例如，当当前块处于CTU上边界并且块A0、A1和A2不可用或未被仿射编码时，仿射合并模式不可用。因此，不需要将CTU边界上方的相邻块的仿射运动信息放入行缓冲区中。
在一个实施例中，仿射合并候选从第一可用相邻块中导出，诸如基于模型的仿射合并。当当前块的左相邻块A0、A1和A2不可用或者未被仿射编码时，并且当当前块处于CTU上边界时(例如在图16中)，仿射合并不可用于当前块。
在另一实施例中，仿射合并候选与统一合并候选列表上的其他常规内部合并候选相结合。当当前块处于CTU上边界处时(例如在图16中)，并且当前块的左相邻块A0、A1和A2不可用或者未被仿射编码时，仿射合并候选将不被添加到统一合并候选列表中。
根据本申请的一个实施例，为每个仿射编码块在行缓冲区中存储仿射标志。在一个示例中，最小允许仿射块是MxN(M是最小允许仿射块的宽度，且N是最小允许仿射块的高度)，并且最小尺寸块的宽度是D，然后为水平方向上的每个M/D连续最小尺寸块，存储1位仿射标志以指示块是否是被仿射编码的。
在一个实施例中，当块在CTU的底部时，在将该块的运动数据信息存储到行缓冲区中以供将来的CTU行使用时，用于每个M/D连续最小尺寸块的仿射标志也被存储在行缓冲区中。
对于在CTU的顶部的当前块(正好低于将先前的CTU行与当前CTU行分离开的CTU边界)，上述相邻块在当前CTU行上方，并且在先前的CTU行中。当行缓冲区存储仿射标志信息时，仿射标志信息可以用于例如确定是否从行缓冲区中导出具有规则运动信息的基于模型的仿射合并候选。例如，当仿射标志信息指示在当前CTU上方的上述相邻块中的一个没有以仿射模式编码时，该位置的最小尺寸块对不能用于导出仿射模型。
值得注意的是，虽然在上文的描述中使用了从相邻块导出控制点运动矢量，但是可以以类似的方式使用其他合适的方法。
图17A示出了根据本申请实施例的概述流程(1700)的流程图。流程(1700)可被用于以帧内模式编码的块的重建，以为重建下的块生成预测块。在各种实施例中，流程(1700)由处理电路执行，诸如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频编码器(303)功能的处理电路、执行视频解码器(310)功能的处理电路、执行视频解码器(410)功能的处理电路系统、执行帧内预测模块(452)功能的处理电路、执行视频编码器(503)功能的处理电路、执行预测器(535)功能的处理电路、执行帧内编码器(622)功能的处理电路、执行帧内解码器(772)功能的处理电路等。在一些实施例中，在软件指令中实施流程(1700)，因此当处理电路执行软件指令时，处理电路执行该流程(1700)。该流程从(S1701)处开始并前进到(S1701)。
在(S1710)，从已编码的视频码流解码当前块的预测信息，该预测信息指示合并模式中的仿射模型。
在(S1720)处，获取与当前块邻近的相邻块的底部位置的运动信息，诸如底部位置的规则运动信息。在示例中，相邻块与当前块在不同的CTU行中，诸如当前块上方的CTU行。相邻块的运动信息存储在行缓冲区中。当确定仿射模型不需要非底部位置的运动信息(例如，相邻块的顶部角的控制点)时，行缓冲区不需要存储非底部位置的运动信息。然后，可以减少行缓冲区的大小以节省成本。
在(S1730)处，基于相邻块中底部位置的运动信息来确定仿射模型的参数。例如，当前块的控制点的运动矢量可以从相邻块的底部位置的规则运动矢量导出。所述仿射模型的参数用于在所述当前块与一参考图片中的一参考块之间进行变换，所述参考图片基于所述相邻块中的所述底部位置的运动信息被重建。
在(S1740)处，根据仿射模型重建当前块的至少一个样本。在示例中，根据仿射模型确定参考图片中对应于块中像素的参考像素。进一步地，根据参考图片中的参考像素重建当前块中的像素。然后，流程前进到(S1799)并结束。
图17B示出了根据本申请实施例的用于视频解码的装置的示例性结构图。如图17B所示，该用于视频解码的装置包括：解码模块1701、第一获取模块1702、第一确定模块1703和重建模块1704。
其中，解码模块1701用于从已编码视频码流中解码当前图片中的当前块的预测信息，所述预测信息指示合并模式中的一仿射模型。
第一获取模块1702用于从缓冲器获取与所述当前图片中的所述当前块邻近的相邻块中的底部位置的运动信息。
第一确定模块1703用于确定用于在所述当前块与一参考图片中的一参考块之间进行变换的所述仿射模型的参数，所述参考图片基于所述相邻块中的所述底部位置的所述运动信息被重建。
重建模块1704用于基于所述仿射模型重建所述当前块的至少一个样本。
在一个实施方式中，如图17C～图17E所示，该用于解码的装置可进一步包括：第二获取模块1705，用于从行缓冲区中获取特定最小尺寸块的运动矢量，所述行缓冲区包括：位于所述当前块上方的编码树单元(CTU)行中的底部位置处的最小尺寸块的运动矢量。
在一个实施方式中，所述行缓冲区被配置为不缓冲所述当前块上方的所述CTU行中的非底部最小尺寸块的运动向量。
在一个实施方式中，所述行缓冲区被配置为不缓冲仿射编码块的控制点的运动信息。
在一个实施方式中，如图17C所示，该用于解码的装置可进一步包括：导出模块1706，用于使用四参数仿射模型基于所述特定最小尺寸块的所述运动矢量导出所述当前块的控制点的运动矢量。
在一个实施方式中，如图17C所示，该用于解码的装置可进一步包括：检测模块1707，用于基于一仿射标志检测与一控制点相邻的一最小尺寸块是否被仿射编码，所述仿射标志指示多个连续的最小尺寸块是否属于一仿射编码块。所述导出模块1706用于当所述最小尺寸块被仿射编码时，基于所述最小尺寸块的所述运动矢量导出所述控制点的运动矢量。
在一个实施方式中，如图17D所示，该用于解码的装置可进一步包括：第二确定模块1708，用于确定被仿射编码的一对最小尺寸块；以及第三确定模块1709A，用于基于所述一对最小尺寸块的运动矢量确定一四参数仿射模型的参数。
在一个实施方式中，如图17E所示，该用于解码的装置可进一步包括：第二确定模块1708，用于确定被仿射编码的一对最小尺寸块；以及第四确定模块1709B，用于基于所述一对最小尺寸块的运动矢量，确定所述当前块的两个顶部角处的控制点的运动矢量。
上述所描述技术可以使用计算机可读指令实施为计算机软件，并且物理地存储在一个或多个计算机可读介质中。图18示出了适合用于实施所公开主题的某些实施例的计算机系统(1800)。
所述计算机软件可以使用任何合适的机器代码或计算机语言进行编码，这些机器代码或计算机语言可以经过汇编、编译、链接等机制以创建包括指令的代码，这些指令可以由一个或多个计算机中央处理单元(Computer Central Processing Units，CPU)、图形处理单元(Graphics Processing Units，GPU)等直接执行，或者通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图18所示的用于计算机系统(1800)的组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。也不应将组件的配置解释为对计算机系统(1800)的示范性实施例中所说明的组件中的任一者或组合具有任何依赖性或要求。
计算机系统(1800)可以包括某些人机界面输入设备。所述人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕捉不必直接与人类有意识输入相关的某些媒体，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影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)。
人机界面输入设备可包括以下中的一个或多个(仅描绘其中一个)：键盘(1801)、鼠标(1802)、触控板(1803)、触摸屏(1810)、数据手套(未示出)、操纵杆(1805)、麦克风(1806)、扫描仪(1807)、照相机(1808)。
计算机系统(1800)还可以包括某些人机界面输出设备。所述人机界面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。所述人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1810)、数据手套(未示出)或操纵杆(1805)的触觉反馈，但也可有不是输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1809)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1810)，其中每个都有或没有触摸屏输入功能、触觉反馈功能——其中一些可通过如立体图片输出等手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(1800)还可以包括人类可访问的存储设备及其相关联介质，如包括具有CD/DVD的CD/DVD ROM/RW(1820)等介质(1821)的光学介质、拇指驱动器(1822)、可移动硬盘驱动器或固态驱动器(1823)、如磁带和软盘(未示出)的传统磁介质、如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合本申请的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(1800)还可以包括到一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、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)、车载和工业网络(包括CANBus)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(1849)(例如，计算机系统(1800)的USB端口)的外部网络接口适配器；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1800)的内核(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1800)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
前述的人机界面设备、人类可访问存储设备和网络接口可以连接到计算机系统(1800)的内核(1840)。
内核(1840)可包括一个或多个中央处理单元(CPU)(1841)、图形处理单元(GPU)(1842)、以现场可编程门阵列(FPGA)(1843)形式存在的专用可编程处理单元、用于特定任务的硬件加速器(1844)等。上述设备以及只读存储器(ROM)(1845)、随机存取存储器(1846)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、SSD等)(1847)等可通过系统总线(1848)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1848)，以便通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到内核的系统总线(1848)，或通过外围总线(1849)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(1841)、GPU(1842)、FPGA(1843)和加速器(1844)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1845)或RAM(1846)中。过渡数据也可以存储在RAM(1846)中，而永久数据可以存储在例如内部大容量存储器(1847)中。通过使用高速缓存可实现对任何存储器设备的快速存储和检索，高速缓存可与一个或多个CPU(1841)、GPU(1842)、大容量存储器(1847)、ROM(1845)、RAM(1846)等紧密关联。
所述计算机可读介质上可具有用于执行各种计算机实现操作的计算机代码。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为示例而非限制，具有体系结构(1800)的计算机系统，特别是内核(1840)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供功能，执行包含在一个或多个有形的计算机可读介质中的软件。这种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器相关联的介质，以及具有非瞬时性质的内核(1840)的特定存储器，诸如内核内部大容量存储器(1847)或ROM(1845)。实现本申请的各种实施例的软件可以存储在这种设备中并且由内核(1840)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得内核(1840)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1846)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其他方式包含在电路(例如，加速器(1844))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：Joint Exploration Model联合开发模型
VVC：Versatile Video Coding通用视频编码
BMS：Benchmark Set基准集
MV：Motion Vector运动矢量
HEVC：High Efficiency Video Coding高效视频编码
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图片组
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假定参考解码器
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光碟
DVD：Digital Video Disc数字视频盘
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 communications全球移动通信系统
LTE：Long-Term Evolution长期演进
CAN总线：Controller Area Network Bus控制器局域网总线
USB：Universal Serial Bus通用串行总线
PCI：Peripheral Component Interconnect外部组件互联
FPGA：Field Programmable Gate Areas现场可编程门区域
SSD：Solid-state Drive固态驱动
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示出或描述，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 (21)

1.一种视频解码方法，其特征在于，所述方法包括：
从已编码的视频码流中解码当前图片中位于第一编码树单元CTU中的当前块的预测信息，所述预测信息指示合并模式中的一仿射模型；
从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量；所述行缓冲区存储有与所述当前块的左上角和右上角不相邻的至少一个块的运动矢量，其中，所述行缓冲区不存储位于所述当前块上方的所述第二CTU的CTU行之外的任何块的运动矢量；
基于所获得的一个或多个运动矢量，使用仿射模型导出当前块的控制点的运动矢量；和
基于所述当前块的控制点的运动矢量和所述仿射模型重建所述当前块的至少一个样本。
2.如权利要求1所述的方法，其特征在于，所述从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量之前，进一步包括：
确定所述当前块是否位于第一CTU的上边界，以确定所述当前块的最上面一行是否与所述第一CTU上方的第二CTU共享边界；
在确定所述当前块位于第一CTU的上边界时，确定被仿射编码的一对最小尺寸块；
所述从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量为：从行缓冲器中获取位于当前块上方的第二CTU的CTU行的底部位置的所述一对最小尺寸块的运动矢量；
所述基于所获得的一个或多个运动矢量，使用仿射模型导出当前块的控制点的运动矢量包括：基于所获得的一对最小尺寸块的运动矢量确定一四参数仿射模型的参数，并仅基于所述四参数仿射模型导出所述当前块的控制点的运动矢量。
3.如权利要求2所述的方法，其特征在于，进一步包括：
在确定所述当前块不位于第一CTU的上边界时，获取相邻块的控制点的运动向量；
基于所述相邻块的控制点的运动向量，使用基于模型的仿射合并方式确定当前块的控制点的运动矢量。
4.如权利要求2所述的方法，其特征在于，所述行缓冲区被配置为不缓冲所述当前块上方的所述CTU行中的非底部最小尺寸块的运动矢量。
5.如权利要求2所述的方法，其特征在于，所述行缓冲区被配置为不缓冲仿射编码块的控制点的运动信息。
6.如权利要求2所述的方法，其特征在于，进一步包括：
基于一仿射标志检测与一控制点相邻的一最小尺寸块是否被仿射编码，所述仿射标志指示多个连续的最小尺寸块是否属于一仿射编码块；以及
当所述最小尺寸块被仿射编码时，基于所述最小尺寸块的所述运动矢量导出所述控制点的运动矢量。
7.如权利要求6所述的方法，其特征在于，进一步包括：
当与所述控制点相邻的所述最小尺寸块被仿射编码时，使用所述最小尺寸块的所述运动矢量作为所述控制点的运动矢量。
8.如权利要求2所述的方法，其特征在于，进一步包括：
确定被仿射编码的一对连续最小尺寸块；以及
基于所述一对连续最小尺寸块的运动矢量确定一四参数仿射模型的所述参数。
9.如权利要求2所述的方法，其特征在于，进一步包括：
确定被仿射编码的一对最小尺寸块；以及
基于所述一对最小尺寸块的运动矢量确定所述当前块的两个顶部角处的控制点的运动矢量。
10.如权利要求1所述的方法，其特征在于，进一步包括：
当所述当前块处于编码树单元CTU上边界且没有左相邻块可用作仿射编码块时，禁用仿射合并模式。
11.一种视频编码方法，其特征在于，所述方法包括：
获取当前图片中位于第一编码树单元CTU中的当前块的预测信息，所述预测信息指示合并模式中的一仿射模型；
从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量；所述行缓冲区存储有与所述当前块的左上角和右上角不相邻的至少一个块的运动矢量，其中，所述行缓冲区不存储位于所述当前块上方的所述第二CTU的CTU行之外的任何块的运动矢量；
基于所获得的一个或多个运动矢量，使用仿射模型导出当前块的控制点的运动矢量；和
基于所述当前块的控制点的运动矢量和所述仿射模型重建所述当前块的至少一个样本。
12.如权利要求11所述的方法，其特征在于，所述从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量之前，进一步包括：
确定所述当前块是否位于第一CTU的上边界，以确定所述当前块的最上面一行是否与所述第一CTU上方的第二CTU共享边界；
在确定所述当前块位于第一CTU的上边界时，确定被仿射编码的一对最小尺寸块；
所述从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量为：从行缓冲器中获取位于当前块上方的第二CTU的CTU行的底部位置的所述一对最小尺寸块的运动矢量；
所述基于所获得的一个或多个运动矢量，使用仿射模型导出当前块的控制点的运动矢量包括：基于所获得的一对最小尺寸块的运动矢量确定一四参数仿射模型的参数，并仅基于所述四参数仿射模型导出所述当前块的控制点的运动矢量。
13.如权利要求12所述的方法，其特征在于，进一步包括：
在确定所述当前块不位于第一CTU的上边界时，获取相邻块的控制点的运动向量；
基于所述相邻块的控制点的运动向量，使用基于模型的仿射合并方式确定当前块的控制点的运动矢量。
14.一种视频解码装置，其特征在于，所述装置包括：
解码模块，用于从已编码视频码流中解码当前图片中位于第一编码树单元CTU中的当前块的预测信息，所述预测信息指示一仿射模型；
获取模块，用于从行缓冲区中获取位于当前块上方的第二CTU的CTU行的底部位置的一个或多个运动矢量；所述行缓冲区存储有与所述当前块的左上角和右上角不相邻的至少一个块的运动矢量，其中，所述行缓冲区不存储位于所述当前块上方的所述第二CTU的CTU行之外的任何块的运动矢量；
确定模块，用于基于所获得的一个或多个运动矢量，使用仿射模型导出当前块的控制点的运动矢量；以及
重建模块，用于基于所述当前块的控制点的运动矢量和所述仿射模型重建所述当前块的至少一个样本。
15.如权利要求14所述的装置，其特征在于，所述获取模块进一步确定所述当前块是否位于第一CTU的上边界，以确定所述当前块的最上面一行是否与所述第一CTU上方的第二CTU共享边界；在确定所述当前块位于第一CTU的上边界时，确定被仿射编码的一对最小尺寸块；之后从行缓冲器中获取位于当前块上方的第二CTU的CTU行的底部位置的所述一对最小尺寸块的运动矢量；
所述确定模块基于所获得的一对最小尺寸块的运动矢量确定一四参数仿射模型的参数，并仅基于所述四参数仿射模型导出所述当前块的控制点的运动矢量。
16.如权利要求15所述的装置，其特征在于，所述获取模块进一步在确定所述当前块不位于第一CTU的上边界时，获取相邻块的控制点的运动向量；
所述确定模块进一步基于所述相邻块的控制点的运动向量，使用基于模型的仿射合并方式确定当前块的控制点的运动矢量。
17.如权利要求15所述的装置，其特征在于，所述行缓冲区被配置为不缓冲所述当前块上方的所述CTU行中的非底部最小尺寸块的运动向量，或不缓冲仿射编码块的控制点的运动信息。
18.如权利要求15所述的装置，其特征在于，进一步包括：
检测模块，用于基于一仿射标志检测与一控制点相邻的一最小尺寸块是否被仿射编码，所述仿射标志指示多个连续的最小尺寸块是否属于一仿射编码块；
所述导出模块用于当所述最小尺寸块被仿射编码时，基于所述最小尺寸块的所述运动矢量导出所述控制点的运动矢量。
19.如权利要求15所述的装置，其特征在于，
所述确定模块，进一步用于基于所述一对最小尺寸块的运动矢量，确定所述当前块的两个顶部角处的控制点的运动矢量。
20.一种存储指令的非暂时性计算机可读介质，其特征在于，当由计算机执行用于视频编解码时，所述指令引起计算机执行如权利要求1-13中任一项所述的方法。
21.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器存储有机器可读指令，当所述机器可读指令被所述处理器执行时，使所述处理器执行如权利要求1-13中任一项所述的方法。
CN202211613305.0A 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质 Pending CN116156197A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862697999P 2018-07-13 2018-07-13
US62/697,999 2018-07-13
US16/236,209 US10462488B1 (en) 2018-07-13 2018-12-28 Method and apparatus for video coding
US16/236,209 2018-12-28
CN201910600882.8A CN110719483B (zh) 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910600882.8A Division CN110719483B (zh) 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN116156197A true CN116156197A (zh) 2023-05-23

Family

ID=68315013

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202211613305.0A Pending CN116156197A (zh) 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质
CN201910600882.8A Active CN110719483B (zh) 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910600882.8A Active CN110719483B (zh) 2018-07-13 2019-07-04 视频解码、编码方法和装置、计算机设备及存储介质

Country Status (2)

Country Link
US (4) US10462488B1 (zh)
CN (2) CN116156197A (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11184636B2 (en) * 2017-06-28 2021-11-23 Sharp Kabushiki Kaisha Video encoding device and video decoding device
KR102472053B1 (ko) * 2017-08-03 2022-11-28 엘지전자 주식회사 어파인 예측을 이용하여 비디오 신호를 처리하는 방법 및 장치
US10609384B2 (en) * 2017-09-21 2020-03-31 Futurewei Technologies, Inc. Restriction on sub-block size derivation for affine inter prediction
CN112055205B (zh) * 2017-12-12 2021-08-03 华为技术有限公司 视频数据的帧间预测方法和装置、视频编解码器、存储介质
US10798394B2 (en) * 2018-06-27 2020-10-06 Avago Technologies International Sales Pte. Limited Low complexity affine merge mode for versatile video coding
CA3105072A1 (en) * 2018-06-29 2020-01-02 Vid Scale, Inc. Adaptive control point selection for affine motion model based video coding
US10462488B1 (en) * 2018-07-13 2019-10-29 Tencent America LLC Method and apparatus for video coding
US10805624B2 (en) * 2018-07-16 2020-10-13 Tencent America LLC Determination of parameters of an affine model
WO2020050281A1 (ja) * 2018-09-06 2020-03-12 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法、および復号方法
US11140408B2 (en) * 2018-09-17 2021-10-05 Qualcomm Incorporated Affine motion prediction
TWI738292B (zh) * 2019-04-12 2021-09-01 聯發科技股份有限公司 用於視頻編解碼系統的簡化仿射子塊處理的方法及裝置
KR20220046656A (ko) * 2019-10-31 2022-04-14 삼성전자주식회사 어파인 모델에 따른 인터 예측을 수행하는 비디오 복호화 방법 및 그 장치, 비디오 부호화 방법 및 그 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017118411A1 (en) * 2016-01-07 2017-07-13 Mediatek Inc. Method and apparatus for affine inter prediction for video coding system
WO2017130696A1 (ja) * 2016-01-29 2017-08-03 シャープ株式会社 予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2017157259A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Method and apparatus of video coding with affine motion compensation
WO2017156705A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Affine prediction for video coding
CN110719483A (zh) * 2018-07-13 2020-01-21 腾讯美国有限责任公司 视频解码方法和装置、计算机设备及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8526495B2 (en) 2010-11-22 2013-09-03 Mediatek Singapore Pte. Ltd. Apparatus and method of constrained partition size for high efficiency video coding
US9049452B2 (en) 2011-01-25 2015-06-02 Mediatek Singapore Pte. Ltd. Method and apparatus for compressing coding unit in high efficiency video coding
CN103748877B (zh) 2011-08-17 2017-05-10 联发科技（新加坡）私人有限公司 帧内预测方法和装置
EP3334157B1 (en) * 2015-08-04 2020-09-02 LG Electronics Inc. Inter prediction method and device in video coding system
CN108702509B (zh) * 2016-02-25 2023-10-31 株式会社Kt 用于处理视频信号的方法和设备
US10560712B2 (en) * 2016-05-16 2020-02-11 Qualcomm Incorporated Affine motion prediction for video coding
US10462462B2 (en) * 2016-09-29 2019-10-29 Qualcomm Incorporated Motion vector difference coding technique for video coding
US10778999B2 (en) * 2016-09-30 2020-09-15 Qualcomm Incorporated Frame rate up-conversion coding mode with affine motion model
US10701390B2 (en) * 2017-03-14 2020-06-30 Qualcomm Incorporated Affine motion information derivation
US10805630B2 (en) * 2017-04-28 2020-10-13 Qualcomm Incorporated Gradient based matching for motion search and derivation
US10602180B2 (en) * 2017-06-13 2020-03-24 Qualcomm Incorporated Motion vector prediction
US11451816B2 (en) * 2018-04-24 2022-09-20 Mediatek Inc. Storage of motion vectors for affine prediction
US10798394B2 (en) * 2018-06-27 2020-10-06 Avago Technologies International Sales Pte. Limited Low complexity affine merge mode for versatile video coding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017118411A1 (en) * 2016-01-07 2017-07-13 Mediatek Inc. Method and apparatus for affine inter prediction for video coding system
WO2017130696A1 (ja) * 2016-01-29 2017-08-03 シャープ株式会社 予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2017157259A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Method and apparatus of video coding with affine motion compensation
WO2017156705A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Affine prediction for video coding
CN110719483A (zh) * 2018-07-13 2020-01-21 腾讯美国有限责任公司 视频解码方法和装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MINHUA ZHOU等: "Non-CE4: A study on the affine merge mode", 《JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 11TH MEETING: LJUBLJANA, SI, 10–18 JULY 2018， DOCUMENT: JVET-K0052-V2》, 7 July 2018 (2018-07-07) *

Also Published As

Publication number Publication date
US10462488B1 (en) 2019-10-29
US10965956B2 (en) 2021-03-30
US20200021848A1 (en) 2020-01-16
US11533509B2 (en) 2022-12-20
US20210203991A1 (en) 2021-07-01
CN110719483A (zh) 2020-01-21
US20230094538A1 (en) 2023-03-30
CN110719483B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN112470474B (zh) 视频编解码的方法和装置
CN111903127B (zh) 用于解码器的视频解码的方法、装置、介质以及解码器
CN110740329B (zh) 视频编码解码方法和装置、计算机设备和存储介质
CN110719483B (zh) 视频解码、编码方法和装置、计算机设备及存储介质
CN110719469B (zh) 视频编解码方法、设备和存储介质
CN113574885B (zh) 视频解码方法、装置以及电子设备
CN113545042A (zh) 三角预测中的合并列表构建
CN110944185B (zh) 视频解码的方法和装置、计算机设备及存储介质
CN112640464B (zh) 视频解码方法、视频解码器以及计算机设备
CN110730351B (zh) 视频解码的方法和装置、存储介质
CN114827597B (zh) 视频解码方法、装置、计算机设备及存储介质
CN110730353B (zh) 视频解码方法和装置、计算机设备、存储介质
CN112789851B (zh) 视频解码方法、装置、电子设备及可读存储介质
CN110971902B (zh) 视频解码的方法和装置、计算机设备
CN113647100B (zh) 视频解码方法、视频编码方法、视频解码器、视频编码器及计算机可读介质
CN112703730A (zh) 视频编解码的方法和设备
CN111885387A (zh) 用于仿射光流预测值细化的视频解码方法和装置
CN113366854A (zh) 视频编解码方法及装置
CN111316639B (zh) 视频解码方法和装置、及存储介质
CN113875234A (zh) 视频编解码的方法和装置
CN111971965A (zh) 视频编解码的方法和装置
CN110798685B (zh) 一种视频解码方法、装置、计算机设备及存储介质
CN113632465A (zh) 发信号通知用于帧内图像块补偿的预测器候选列表尺寸的方法和装置
CN110708557A (zh) 解码器中的视频解码方法和设备、计算机设备
CN112771869B (zh) 视频编码、解码方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40086081

Country of ref document: HK