CN116647696A - 图像解码方法、图像编码方法、存储介质和发送方法 - Google Patents

图像解码方法、图像编码方法、存储介质和发送方法 Download PDF

Info

Publication number
CN116647696A
CN116647696A CN202310842979.6A CN202310842979A CN116647696A CN 116647696 A CN116647696 A CN 116647696A CN 202310842979 A CN202310842979 A CN 202310842979A CN 116647696 A CN116647696 A CN 116647696A
Authority
CN
China
Prior art keywords
neighboring block
block
motion vector
candidate
neighboring
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
CN202310842979.6A
Other languages
English (en)
Inventor
李在镐
金昇焕
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.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Electronics Inc filed Critical LG Electronics Inc
Publication of CN116647696A publication Critical patent/CN116647696A/zh
Pending legal-status Critical Current

Links

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
    • H04N19/503—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
    • H04N19/102—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
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/136—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
    • H04N19/169—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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
    • 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
    • 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
    • H04N19/537—Motion estimation other than block-based
    • H04N19/54—Motion estimation other than block-based using feature points or meshes
    • 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
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • 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
    • 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

Abstract

图像解码方法、图像编码方法、存储介质和发送方法。根据本文的一种由解码设备执行图像解码的方法包括以下步骤：形成用于推导当前块的子块单元的运动信息的候选列表，其中，所述候选列表包括构造候选；基于所述候选列表来推导所述当前块的控制点CP的控制点运动矢量CPMV；基于所述CPMV来推导所述当前块的预测样本；以及基于推导出的所述预测样本来生成所述当前块的重构图片，其中，基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导所述构造候选，并且所述组合中所包括的所述第一邻近块、所述第二邻近块、所述第三邻近块和所述第四邻近块具有相同的参考图片索引。

Description

图像解码方法、图像编码方法、存储介质和发送方法
本申请是原案申请号为201980057255.2的发明专利申请(国际申请号:PCT/KR2019/011580，申请日：2019年9月6日，发明名称：图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备)的分案申请。
技术领域
本文涉及图像编码技术，并且更具体地，涉及图像编码系统中基于运动预测的图像解码方法和设备，该运动预测使用合并候选列表来推导子块单元的运动信息。
背景技术
在各种领域中，对诸如HD(高清)图像和UHD(超高清)图像这样的高分辨率、高质量图像的需求正在增长。因为图像数据具有高分辨率和高质量，所以相对于传统图像数据，待传输的信息或比特的量增加。因此，当使用诸如传统有线/无线宽带线路这样的介质发送图像数据或者使用现有存储介质存储图像数据时，其传输成本和存储成本增加。
因此，需要有效地发送、存储和再现高分辨率和高质量图像的信息的高效图像压缩技术。
发明内容
技术问题
本文的技术问题在于提供提高图像编码效率的方法和设备。
本文的另一技术问题在于提供基于具有相同参考图片的邻近块来构成当前块的合并候选列表并基于所构成的合并候选列表来执行当前块的预测的图像解码方法和图像解码设备。
技术方案
根据本文的实施方式，提供了一种由解码设备执行的图像解码方法。该方法包括以下步骤：构成用于推导当前块的子块单元的运动信息的候选列表，其中，候选列表包括构造候选；基于所述候选列表来推导所述当前块的控制点(CP)的控制点运动矢量(CPMV)；基于所述CPMV来推导所述当前块的预测样本；以及基于推导出的所述预测样本来生成所述当前块的重构图片，其中，基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导所述构造候选，并且
构成所述组合的所述第一邻近块、所述第二邻近块、所述第三邻近块和所述第四邻近块具有相同的参考图片索引。
根据本文的另一实施方式，提供了一种执行图像解码的解码设备。该解码设备包括预测器，该预测器被配置为：构成用于推导当前块的子块单元的运动信息的候选列表，其中，所述候选列表包括构造候选；基于所述候选列表来推导所述当前块的控制点(CP)的控制点运动矢量(CPMV)；基于所述CPMV来推导所述当前块的预测样本；以及基于推导出的所述预测样本来生成所述当前块的重构图片，其中，基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导所述构造候选，并且
构成所述组合的所述第一邻近块、所述第二邻近块、所述第三邻近块和所述第四邻近块具有相同的参考图片索引。
根据本文的又一实施方式，提供了一种由编码设备执行的视频编码方法。该方法包括以下步骤：构成当前块的合并候选列表，其中，所述合并候选列表包括构造候选；基于所述合并候选列表来推导所述当前块的控制点(CP)的控制点运动矢量(CPMV)；以及对包括所述当前块的预测信息的图像信息进行编码，其中，基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导所述构造候选，并且
构成所述组合的所述第一邻近块、所述第二邻近块、所述第三邻近块和所述第四邻近块具有相同的参考图片索引。
根据本公开的另一实施方式，提供了一种视频编码设备。该编码设备包括预测器和编码器，该预测器被配置为构成当前块的合并候选列表并基于所述合并候选列表来推导所述当前块的控制点(CP)的控制点运动矢量(CPMV)，其中，所述合并候选列表包括构造候选，该编码器被配置为对包括所述当前块的预测信息的图像信息进行编码，其中，基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导所述构造候选，并且
构成所述组合的所述第一邻近块、所述第二邻近块、所述第三邻近块和所述第四邻近块具有相同的参考图片索引。
技术效果
根据本文，可以增加整体图像/视频压缩效率。
根据本文，可以降低合并模式的操作复杂度，这可以造成图像编码效率的整体提高。
根据本文，可以通过基于具有相同参考图片的邻近块构成当前块的合并候选列表并基于所构成的合并候选列表对当前块执行预测来降低构成合并候选列表的处理的操作复杂度并提高编码效率。
附图说明
图1是示意性描述可以应用本文的视频编码设备的配置的示图。
图2是示意性描述可以应用本文的视频解码设备的配置的示图。
图3例示性表示通过仿射运动模型表达的运动。
图4例示性表示使用三个控制点的运动矢量的仿射运动模型。
图5例示性表示使用两个控制点的运动矢量的仿射运动模型。
图6例示性表示推导子块单元的运动矢量的方法。
图7例示性表示根据本文的实施方式的子块单元的运动预测方法的流程图。
图8表示根据本文的实施方式的构造当前块的合并候选列表的方法。
图9例示性表示根据本文的实施方式的用于推导继承候选的当前块的邻近块。
图10表示根据本文的实施方式的用于推导构造候选的当前块的邻近块。
图11表示根据本文的实施方式的推导构造候选的方法。
图12是示出了根据本文的实施方式的用于推导构造候选的当前块的邻近块和当前块的CP的候选运动矢量的示图。
图13是示出了根据本文的另一实施方式的用于推导构造候选的当前块的邻近块和当前块的CP的候选运动矢量的示图。
图14是示出了根据本文的实施方式的平面运动矢量预测的示图。
图15示意性表示根据本文的由编码设备进行的图像编码方法。
图16示意性表示根据本文的执行图像编码方法的编码设备。
图17示意性表示根据本文的由解码设备进行的图像解码方法。
图18示意性表示根据本文的执行图像解码方法的解码设备。
图19示意性表示可以应用本文的视频/图像编码系统的示例。
图20例示性表示可以应用本文中公开的技术的内容流传输系统结构示图。
具体实施方式
尽管本文可能易于进行各种修改并且包括各种实施方式，但是其具体实施方式已在附图中通过示例的方式示出，并且现在将对其进行详细描述。然而，这并不旨在将本文限制于本文中公开的具体实施方式。本文中使用的术语只是出于描述特定实施方式的目的，而不旨在限制本文的技术思路。单数形式可以包括复数形式，除非上下文中另外清楚指示。诸如“包括”和“具有”这样的术语旨在指示存在以下描述中使用的特征、数字、步骤、操作、元件、组件或其组合，因此不应该被理解为预先排除了存在或添加一个或更多个不同特征、数字、步骤、操作、元件、组件或其组合的可能性。
此外，为了方便描述彼此不同的特性功能，独立地例示了本文中描述的附图上的各组件，然而，并不意指各组件由单独的硬件或软件来实现。例如，可以组合这些组件中的任何两个或更多个以形成单个组件，并且任何单个组件可以被划分成多个组件。其中组件被组合和/或划分的实施方式将属于本文的专利权的范围，只要它们不脱离本文的实质即可。
下文中，将在参照附图的同时更详细地说明本文的优选实施方式。另外，在附图上，相同的附图标记用于相同的组件，并且将省略对相同组件的重复描述。
本文中，视频可以意指时间上的一系列图像的集合。通常，图片意指表示特定时间的图像的单元，并且切片是构成图片的一部分的单元。一个图片可以由多个切片或图块组构成，并且图片、切片和图块组可以按需要彼此取代地使用。本文中，图像可以是静止图像，或者表示在特定时间构成视频的图像。下文中，可以将图像编码和视频编码彼此互换地使用。此外，可以将图像编码、图片编码和帧编码相互互换地使用。
像素或画素可以意指构成一幅图片(或图像)的最小单元。另外，“样本”可以被用作与像素对应的术语。样本通常可以表示像素或像素的值，并且可以仅表示亮度分量的像素/像素值，或仅表示色度分量的像素/像素值。
单元可以表示图像处理的基本单元。单元可以包括特定区域和与该区域相关的信息中的至少一个。一个单元可以包括一个亮度块和两个色度(例如，cb、cr)块。根据情况，可以将单元和诸如块、区域等这样的术语互换地使用。在通常情况下，M×N块可以包括由M列和N行组成的样本(或样本阵列)或变换系数的集合(或阵列)。
图1是示意性描述可以应用本文的视频/图像编码设备的配置的示图。下文中，所谓的视频编码设备可以包括图像编码设备。
参照图1，视频编码设备100可以包括图片分割器105、预测器110、残差处理器120、熵编码器130、加法器140、滤波器150和存储器160。残差处理器120可以包括减法器121、变换器122、量化器123、重排器124、反量化器125和逆变换器126。
图片分割器105可以将输入图片分割成至少一个处理单元。
例如，处理器可以被称为编码单元(CU)。在这种情况下，可以根据四叉树二叉树三叉树(QTBTTT)结构从编码树单元(CTU)或最大编码单元(LCU)中递归地分割出编码单元。例如，可以基于四叉树结构、二叉树结构和/或三叉树结构将一个编码单元分割成深度更深的多个编码单元。在这种情况下，例如，可以首先应用四叉树结构，随后可以应用二叉树结构和/或三叉树结构。另选地，可以首先应用二叉树结构。可以基于不再被分割的最终编码单元来执行根据本文的编码过程。在这种情况下，可以根据图像特性基于编码效率将最大编码单元用作最终编码单元，或者，如有必要，可以将编码单元递归地分割成深度更深的编码单元，并且可以使用具有最佳大小的编码单元作为最终编码单元。这里，编码过程可以包括随后将描述的预测、变换和重构的过程。
作为另一示例，处理单元可以包括编码单元(CU)、预测单元(PU)或变换单元(TU)。可以沿着四叉树结构将编码单元从最大编码单元(LCU)分割成深度更深的编码单元。在这种情况下，可以根据图像特性基于编码效率将最大编码单元直接用作最终编码单元。另选地，如有必要，可以将编码单元递归地分割成深度进一步更深的编码单元，使得可以将最佳大小的编码单元用作最终编码单元。如果设置了最小编码单元(SCU)，则编码单元可以不被分割成比最小编码单元更小的编码单元。这里，最终编码单元是指作为分割或划分成预测单元或变换单元的基础的编码单元。预测单元是从编码单元分割出的单元并且可以是样本预测的单元。在这种情况下，预测单元可以被划分成子块。可以沿着四叉树结构从编码单元划分出变换单元，并且变换单元可以是推导变换系数的单元或从变换系数推导残差信号的单元。下文中，编码单元可以被称为编码块(CB)，预测单元可以被称为预测块(PB)，并且变换单元可以被称为变换块(TB)。预测块或预测单元可以意指图片内的块形式的特定区域，并且可以包括预测样本的阵列。另外，变换块或变换单元可以意指图片内的块形式的特定区域，并且可以包括变换系数或残差样本的阵列。
预测器110可以对待处理块(下文中，被称为当前块)执行预测并生成包括当前块的预测样本的预测块。由预测器110执行的预测的单元可以是编码块、变换块或预测块。
预测器110可以确定对当前块应用帧内预测还是帧间预测。作为示例，预测器110可以以CU为基础确定是否应用帧内预测或帧间预测。
在帧内预测的情况下，预测器110可以基于当前块所属图片(下文中，被称为当前图片)中的当前块之外的参考样本来推导针对当前块的预测样本。在这种情况下，预测器110可以(i)基于当前块的邻近参考样本的平均值或插值来推导预测样本，以及(ii)基于当前块的邻近参考样本当中的关于预测样本的特定(预测)方向上存在的参考样本来推导预测样本。情况(i)可以被称为非定向模式或非角度模式，并且情况(ii)可以被称为定向模式或角度模式。在帧内预测中，预测模式可以具有例如33种定向预测模式和至少两种非定向模式。非定向模式可以包括DC预测模式和平面模式。预测器110可以通过使用应用于邻近块的预测模式来确定应用于当前块的预测模式。
在帧间预测的情况下，预测器110可以基于参考图片上的运动矢量所指定的样本来推导当前块的预测样本。预测器110可以通过应用跳过模式、合并模式和运动矢量预测(MVP)模式中的任一种来推导当前块的预测样本。在跳过模式和合并模式的情况下，预测器110可以使用邻近块的运动信息作为当前块的运动信息。在跳过模式的情况下，与合并模式不同，不发送预测样本与原始样本之间的差(残差)。在MVP模式下，可以使用邻近块的运动矢量作为当前块的运动矢量预测子来推导当前块的运动矢量。
在帧间预测的情况下，邻近块可以包括当前图片中存在的空间邻近块和参考图片中存在的时间邻近块。包括时间邻近块的参考图片可以被称为并置图片(colPic)。运动信息可以包括运动矢量和参考图片索引。诸如预测模式信息和运动信息这样的信息可以被(熵)编码，然后按比特流的形式输出。
当在跳过模式和合并模式下使用时间邻近块的运动信息时，参考图片列表上的最高图片可以被用作参考图片。可以基于当前图片与对应参考图片之间的图片顺序号(POC)的差异来对参考图片列表中所包括的参考图片进行排序。POC可以对应于图片的显示顺序并可以与编码顺序区分开。
减法器121生成残差样本，该残差样本是原始样本与预测样本之间的差。如果应用跳过模式，则不能如上所述地生成残差样本。
变换器122通过以变换块为单位对残差样本进行变换来生成变换系数。变换器122可以根据对应变换块的大小和应用于与对应变换块在空间上交叠的预测块或编码块的预测模式来执行变换。例如，如果将帧内预测应用于与变换块交叠的预测块或编码块并且变换块是4×4残差阵列，则可以通过使用DST(离散正弦变换)变换核来变换残差样本。在其它情况下，可以通过使用DCT(离散余弦变换)变换核来变换残差样本。
量化器123可以量化变换系数，以生成量化后的变换系数。
重排器124对量化后的变换系数进行重排。重排器124可以通过系数扫描方法将块形式的量化后的变换系数重排成一维矢量形式。尽管将重排器124描述为单独的配置，但是重排器124可以是量化器123的一部分。
熵编码器130可以按量化后的变换系数执行熵编码。熵编码可以包括诸如(例如)指数哥伦布(exponential Golomb)、上下文自适应可变长度编码(CAVLC)、上下文自适应二进制算术编码(CABAC)等这样的各种编码方法。熵编码器130可以一起或分别地对除了量化后的变换系数之外的视频/图像重构所必需的信息(例如，语法元素的值等)进行编码。编码后的信息(例如，编码后的视频/图像信息)可以以比特流的形式以NAL(网络抽象层)为单位被发送或存储。比特流可以通过网络传输，或者可以被存储在数字存储介质中。网络可以包括广播网络和/或通信网络，并且数字存储介质可以包括诸如USB、SD、CD、DVD、蓝光、HDD、SSD等这样的各种存储介质。
反量化器125对在量化器123中量化的值(量化后的变换系数)进行反量化，并且逆变换器126对在反量化器125中反量化的值进行逆变换，以生成残差样本。
加法器140通过将残差样本与预测样本相组合来重构图片。可以以块为单位将残差样本与预测样本相加以生成重构块。这里，尽管将加法器140描述为单独的配置，但是加法器140可以是预测器110的一部分。此外，加法器140可以被称为重构器或重构块生成器。
滤波器150可以向重构图片应用去块滤波器和/或样本自适应偏移。通过去块滤波和/或样本自适应偏移，可以校正重构图片中的块边界的伪像或量化处理中的失真。可以以样本为基础应用样本自适应偏移，并且可以在去块滤波的处理已经完成之后应用样本自适应偏移。滤波器150可以向重构图片应用自适应环路滤波器(ALF)。可以向已经应用了去块滤波和/或样本自适应偏移的重构图片应用ALF。
存储器160可以存储重构图片(解码图片)或编码/解码所必需的信息。这里，重构图片可以是滤波器150已经针对其完成了滤波处理的重构图片。所存储的重构图片可以被用作用于其它图片的(帧间)预测的参考图片。例如，存储器160可以存储用于帧间预测的(参考)图片。在这种情况下，可以通过参考图片集或参考图片列表来指定用于帧间预测的图片。
图2是示意性描述可以应用本文的视频/图像解码设备的配置的示图。下文中，所谓的视频解码设备可以包括图像解码设备。
参照图2，视频解码设备200可以包括熵解码器210、残差处理器220、预测器230、加法器240、滤波器250和存储器260。这里，残差处理器220可以包括重排器221、反量化器222和逆变换器223。另外，尽管并未示出，但是视频解码设备200可以包括接收包括视频信息的比特流的接收器。接收器可以被构成为单独装置，或者被结合到熵解码器210中。
当输入包括视频/图像信息的比特流时，解码设备200可以与在编码设备中处理视频/图像信息的处理相对应地重构图像。
例如，解码设备200可以使用在编码设备中应用的处理单元来执行解码。因此，解码的处理单元在一个示例中可以是编码单元，并且作为另一示例，可以是编码单元、预测单元或变换单元。可以根据四叉树结构、二叉树结构和/或三叉树结构从最大编码单元分割出编码单元。
在某些情况下，还可以使用预测单元或变换单元，并且在这种情况下，作为从编码单元推导或分割的块的预测块可以是样本预测的单元。在这种情况下，预测单元可以被划分成子块。可以根据四叉树结构来分割变换单元，并且变换单元可以是用于推导变换系数的单元或从变换系数推导残差信号的单元。
熵解码器210可以解析比特流，以输出图像重构(或图片重构)所必需的信息。例如，熵解码器210基于诸如指数哥伦布编码、CABAC或CAVLC这样的编码方法对比特流中的信息进行解码，并且输出图像重构所需的语法元素和针对残差的变换系数的量化值。
更具体地，CABAC熵解码方法可以在比特流中接收与各语法元素对应的bin，使用解码目标语法元素信息、解码目标块的解码信息或在前一级中解码的符号/bin的信息来确定上下文模型，并通过根据所确定的上下文模型预测出现bin的概率来对bin执行算术解码，并生成与各语法元素的值对应的符号。在这种情况下，CABAC熵解码方法可以在确定上下文模型之后通过使用针对下一个符号/bin的上下文模型的已解码符号/bin的信息来更新上下文模型。
在熵解码器210中解码的信息当中的关于预测的信息可以被提供到预测器230，并且残差值即被熵解码器210执行了熵解码的量化后的变换系数可以被输入到重排器221。
重排器221可以将量化后的变换系数重新布置为二维块的形式。重排器221可以执行与由编码设备执行的系数扫描对应的重排。这里，尽管将重排器221描述为单独的部件，但是重排器221可以是反量化器222的一部分。
反量化器222可以基于(反)量化参数对量化后的变换系数进行反量化，以输出变换系数。在这种情况下，可以从编码设备发信号通知用于推导量化参数的信息。
逆变换器223可以通过对变换系数进行逆变换来推导残差样本。
预测器230可以对当前块执行预测并生成包括当前块的预测样本的预测块。预测器230中执行的预测的单元可以是编码块、变换块或预测块。
预测器230可以基于关于预测的信息来确定应用帧内预测还是帧间预测。在这种情况下，用于确定将应用帧内预测和帧间预测中的哪一种的单元与用于生成预测样本的单元可以不同。另外，用于在帧间预测和帧内预测中生成预测样本的单元也可以不同。例如，可以以CU为单位确定应用帧间预测还是帧内预测。另外，例如，在帧间预测中，可以确定预测模式并且可以以PU为单位生成预测样本，而在帧内预测中，可以以PU为单位确定预测模式并且可以以TU为单位生成预测样本。
在帧内预测的情况下，预测器230可以基于当前图片中的邻近参考样本来推导当前块的预测样本。预测器230可以通过基于当前块的邻近参考样本应用定向模式或非定向模式来推导当前块的预测样本。在这种情况下，可以通过使用邻近块的帧内预测模式来确定将应用于当前块的预测模式。
在帧间预测的情况下，预测器230可以基于由参考图片上的运动矢量在参考图片上指定的样本来推导当前块的预测样本。预测器230可以通过应用跳过模式、合并模式和MVP模式中的任一种来推导当前块的预测样本。在这种情况下，可以基于关于预测的信息来获取或推导由视频编码设备提供的对当前块的帧间预测所必需的运动信息，例如，关于运动矢量、参考图片索引等的信息。
在跳过模式和合并模式的情况下，可以将邻近块的运动信息用作当前块的运动信息。在这种情况下，邻近块可以包括空间邻近块和时间邻近块。
预测器230可以使用可用邻近块的运动信息来构造合并候选列表，并且可以使用由合并候选列表上的合并索引所指示的信息作为当前块的运动矢量。可以从编码设备发信号通知合并索引。运动信息可以包括运动矢量和参考图片。如果在跳过模式和合并模式下使用时间邻近块的运动信息，则参考图片列表上的最高图片可以被用作参考图片。
在跳过模式的情况下，与合并模式不同，不发送预测样本与原始样本之间的差(残差)。
在MVP模式的情况下，可以使用邻近块的运动矢量作为运动矢量预测子来推导当前块的运动矢量。在这种情况下，邻近块可以包括空间邻近块和时间邻近块。
例如，当应用合并模式时，可以使用重构的空间邻近块的运动矢量和/或与作为时间邻近块的Col块对应的运动矢量来生成合并候选列表。在合并模式下，从合并候选列表中选择的候选块的运动矢量被用作当前块的运动矢量。关于预测的信息可以包括合并索引，合并索引指示从合并候选列表中所包括的候选块中选择的具有最佳运动矢量的候选块。在这种情况下，预测器230可以使用合并索引来推导当前块的运动矢量。
作为另一示例，当应用运动矢量预测(MVP)模式时，可以使用重构的空间邻近块的运动矢量和/或与作为时间邻近块的Col块对应的运动矢量来生成运动矢量预测子候选列表。即，可以使用重构的空间邻近块的运动矢量和/或与作为时间邻近块的Col块对应的运动矢量作为运动矢量候选。关于预测的信息可以包括指示从列表中所包括的运动矢量候选中选择的最佳运动矢量的预测运动矢量索引。在这种情况下，预测器230可以通过使用运动矢量索引，从运动矢量候选列表中所包括的运动矢量候选中选择当前块的预测运动矢量。编码设备的预测器可以获取当前块的运动矢量与运动矢量预测子之间的运动矢量差(MVD)，可以对MVD进行编码并且以比特流的形式输出编码后的MVD。即，MVD可以是通过从当前块的运动矢量中减去运动矢量预测子来获取的。在这种情况下，预测器230可以获取关于预测的信息中所包括的运动矢量差，并通过将运动矢量差与运动矢量预测子相加来推导当前块的运动矢量。预测单元还可以从关于预测的信息获取或推导指示参考图片的参考图片索引等。
加法器240可以通过将残差样本与预测样本相加来重构当前块或当前图片。加法器240可以通过以块为单位将残差样本与预测样本相加来重构当前图片。由于当应用跳过模式时不发送残差，因此预测样本可以是重构样本。尽管将加法器240描述为单独的配置，但是加法器240可以是预测器230的一部分。此外，加法器240可以被称为重构器或重构块生成器。
滤波器250可以向重构图片应用去块滤波、样本自适应偏移和/或ALF。在这种情况下，可以以样本为单位应用样本自适应偏移，并且可以在去块滤波之后应用样本自适应偏移。可以在去块滤波和/或样本自适应偏移之后应用ALF。
存储器260可以存储重构图片(解码图片)或解码所必需的信息。这里，重构图片可以是已经被滤波器250完成了滤波过程的重构图片。例如，存储器260可以存储用于帧间预测的图片。在这种情况下，可以通过参考图片集或参考图片列表来指定用于帧间预测的图片。重构图片可以被用作用于另一图片的参考图片。另外，存储器260可以按输出顺序输出重构图片。
此外，在帧间预测的情况下，正在提出考虑图像失真的帧间预测方法。具体地，提出了一种仿射运动模型，该仿射运动模型高效地推导当前块的样本块或子块的运动矢量，并且即使存在图像的诸如旋转、放大、缩小这样的变形，也提高了帧间预测的精度。即，仿射运动模型是推导当前块的样本点或子块的运动矢量的模型，并且使用仿射运动模型的预测可以被称为仿射运动预测、仿射运动预测、子块单元的运动预测或子块运动预测。
例如，使用仿射运动模型的子块运动预测可以高效地表达随后描述的四个运动，即，随后描述的四种变形。
图3例示性地表示通过仿射运动模型表达的运动。参照图3，能够通过仿射运动模型表示的运动可以包括平移运动、缩放运动、旋转运动和剪切运动。即，如图3中所示，可以通过子块单元的运动预测高效地表示图像(或其一部分)随时间推移而在平面上移动的平移运动、图像(或其一部分)随时间推移而缩放的缩放运动、图像(或其一部分)随时间推移而旋转的旋转运动以及图像(或其一部分)随时间推移而变形为平行四边形的剪切运动。
编码设备/解码设备可以通过仿射帧间预测基于当前块的控制点(CP)处的运动矢量来预测图像的失真形状，这可以造成预测精度的提高，从而改善图像的压缩性能。另外，通过使用当前块的邻近块的运动矢量，可以导出针对当前块的至少一个控制点的运动矢量，因此能够减少所添加的附加信息的数据量，并且显著地提高帧间预测效率。
作为仿射运动预测的一个示例，可能需要三个控制点(即，三个参考点)处的运动信息。
图4例示性地表示使用三个控制点的运动矢量的仿射运动模型。
如果当前块400中的左上样本位置被如图4中所示设置为(0,0)，则样本位置(0,0)、(w,0)、(0,h)可以被确定为控制点。在下文中，(0,0)样本位置的控制点可以被表示为CP0；(w,0)样本位置的控制点可以被表示为CP1；并且(0,h)样本位置的控制点可以被表示为CP2。
通过使用上述多个控制点中的每一个和针对对应控制点的运动矢量，可以导出针对仿射运动模型的等式。可以如下地表示针对仿射运动模型的等式：
[式1]
其中，w表示当前块400的宽度；h表示当前块400的高度；v0x和v0y分别表示CP0的运动矢量的x分量和y分量；v1x和v1y分别表示CP1的运动矢量的x分量和y分量；并且v2x和v2y分别表示CP2的运动矢量的x分量和y分量。另外，x表示当前块400中的目标样本的位置的x分量；y表示当前块400中的目标样本的位置的y分量；vx表示当前块400中的目标样本的运动矢量的x分量；并且vy表示当前块400中的目标样本的运动矢量的y分量。
由于CP0的运动矢量、CP1的运动矢量和CP2的运动矢量是已知的，因此可以基于式1来导出根据当前块中的样本位置的运动矢量。即，根据仿射运动模型，可以基于目标样本的坐标(x,y)与三个控制点之间的距离的比率来缩放控制点处的运动矢量v0(v0x,v0y)、v1(v1x,v1y)、v2(v2x,v2y)，使得可以导出根据目标样本位置的目标样本的运动矢量。即，根据仿射运动模型，可以基于控制点的运动矢量来导出当前块中的每个样本的运动矢量。此外，已根据仿射运动模型导出的当前块中的样本的运动矢量的集合可以被表示为仿射运动矢量场(MVF)。
此外，针对以上式1的六个参数可以被表示为下式中的a、b、c、d、e和f，并且使用这六个参数表示的针对仿射运动模型的等式可以如下：
[式2]
其中，w表示当前块400的宽度；h表示当前块400的高度；v0x和v0y分别表示CP0的运动矢量的x分量和y分量；v1x和v1y分别表示CP0的运动矢量的x分量和y分量；v2x和v2y分别表示CP1的运动矢量的x分量和y分量。另外，x表示当前块400中的目标样本的位置的x分量；y表示当前块400中的目标样本的位置的y分量；vx表示当前块400中的目标样本的运动矢量的x分量；并且vy表示当前块400中的目标样本的运动矢量的y分量。
使用六个参数的仿射运动模型或仿射帧间预测可以被表示为6参数仿射运动模型或AF6。
另外，作为仿射运动预测的一个示例，可能需要两个控制点(即，两个参考点)处的运动信息。
图5例示性地表示使用两个控制点的运动矢量的仿射单元的运动模型。使用两个控制点的仿射运动模型可以表示三个运动，包括平移运动、缩放运动和旋转运动。表示三个动作的仿射运动模型可以被表示为相似度仿射运动模型或简化的仿射运动模型。
如果当前块500中的左上样本位置被如图5中所示设置为(0,0)，则样本位置(0,0)、(w,0)可以被确定为控制点。在下文中，(0,0)样本位置的控制点可以被表示为CP0；并且(w,0)样本位置的控制点可以被表示为CP1。
通过使用上述多个控制点中的每一个和对应控制点的运动矢量，可以导出针对仿射运动模型的等式。可以如下地表示针对仿射运动模型的等式：
[式3]
其中，w表示当前块500的宽度；v0x和v0y分别表示CP0的运动矢量的x分量和y分量；v1x和v1y分别表示CP0的运动矢量的x分量和y分量。另外，x表示当前块500中的目标样本的位置的x分量；y表示当前块500中的目标样本的位置的y分量；vx表示当前块500中的目标样本的运动矢量的x分量；并且vy表示当前块500中的目标样本的运动矢量的y分量。
此外，针对以上式3的四个参数可以被表示为下式中的a、b、c和d，并且使用这四个参数表示的针对仿射运动模型的等式可以如下：
[式4]
其中，w表示当前块500的宽度；v0x和v0y分别表示CP0的运动矢量的x分量和y分量；v1x和v1y分别表示CP0的运动矢量的x分量和y分量。另外，x表示当前块500中的目标样本的位置的x分量；y表示当前块500中的目标样本的位置的y分量；vx表示当前块500中的目标样本的运动矢量的x分量；并且vy表示当前块500中的目标样本的运动矢量的y分量。由于可以如式4中一样用四个参数a、b、c和d表示使用两个控制点的仿射运动模型，因此使用这四个参数的仿射运动模型或仿射运动预测可以被表示为4参数仿射运动模型或AF4。即，根据仿射运动模型，可以基于控制点的运动矢量来导出当前块中的每个样本的运动矢量。此外，已根据仿射运动模型导出的当前块中的样本的运动矢量的集合可以被表示为仿射运动矢量场(MVF)。
此外，如上所述，可以通过仿射运动模型来导出样本单元的运动矢量，并且据此能够显著地提高帧间预测的精度。然而，在这种情况下，运动补偿处理中的复杂度会极大地增加。
因此，可能限于导出当前块中的子块单元的运动矢量而非样本单元的运动矢量。
图6例示性地表示基于仿射运动模型在子块单元中推导运动矢量的方法。图6例示性地表示其中当前块的大小为16×16并且在4×4子块单元中导出运动矢量的情况。可以以各种大小来设置子块，例如，如果以n×n大小(n是正整数，例如，n为4)来设置子块，则可以基于仿射运动模型在当前块中在n×n子块单元中导出运动矢量，并且可以应用用于导出表示各子块的运动矢量的各种方法。
例如，参照图6，可以在将每个子块的中央或中央右下侧样本位置设置为代表坐标来导出每个子块的运动矢量。这里，中央右下侧位置可以表示位于子块的中央处的四个样本当中的处于右下侧的样本位置。例如，如果n为奇数，则一个样本可以位于子块的中央处，并且在这种情况下，可以使用中央样本位置来导出子块的运动矢量。然而，如果n为偶数，则四个样本可以位于子块的中央附近，并且在这种情况下，可以使用右下侧样本位置来导出运动矢量。例如，参照图6，各子块的代表坐标可以被导出为(2、2)、(6、2)、(10、2)、...、(14、14)，并且编码设备/解码设备可以通过将子块的各代表坐标输入到式1至式3来导出各子块的运动矢量。通过仿射运动模型预测当前块中的子块的运动可以被命名为子块单元的运动预测或子块运动预测，并且子块的这种运动矢量可以被表示为MVF。
此外，作为一个示例，可以基于下式导出当前块中的子块的大小：
[式5]
其中，M表示子块的宽度；N表示子块的高度。另外，v0x和v0y分别表示当前块的CPMV0的x分量和y分量；v1x和v1y分别表示当前块的CPMV1的x分量和y分量；w表示当前块的宽度；h表示当前块的高度；并且MvPre表示运动矢量分数精度。例如，运动矢量分数精度可以被设置为1/16。
此外，在使用上述仿射运动模型进行的帧间预测(即，仿射运动预测)中，可以存在合并模式(AF_MERGE)和仿射帧间模式(AF_INTER)。这里，仿射帧间模式可以被表示为仿射运动矢量预测模式(仿射MVP模式、AF_MVP)。
使用仿射运动模型的合并模式与现有合并模式的相似之处在于不发送用于控制点的运动矢量的MVD。即，如同现有的跳变/合并模式，使用仿射运动模型的合并模式可以表示通过用当前块的邻近块导出针对两个或三个控制点中的每一个的CPMV而不对MVD(运动矢量差)进行解码来执行预测的编码/解码方法。
例如，如果向当前块应用AF_MRG模式，则可以用当前块的邻近块当中的已应用使用仿射模式的预测模式(即，仿射运动预测)的邻近块来导出CP0和CP0的MV(例如，CPMV0和CPMV1)。即，已应用仿射模式的邻近块的CPMV0和CPMV1被导出为合并候选，并且合并候选可以被导出为针对当前块的CPMV0和CPMV1。
仿射帧间模式可以表示以下的帧间预测：通过导出控制点的运动矢量的MVP(运动矢量预测项)，基于该MVP和接收到的MVP导出控制点的运动矢量并且基于控制点的运动矢量导出当前块的仿射MVF来执行基于仿射MVF的预测。这里，控制点的运动矢量可以被表示为控制点运动矢量(CPMV)；控制点的MVP可以被表示为控制点运动矢量预测项(CPMVP)；并且控制点的MVD可以被表示为控制点运动矢量差(CPMVD)。具体地，例如，编码设备可以导出CP0和CP1(或CP0、CP1和CP2)中的每一个的控制点运动矢量预测项(CPMVP)和控制点运动矢量(CPMV)，并且可以发送或存储作为CPMVP和CPMV之间的差值的关于CPMVP和/或CPMVD的信息。
这里，如果向当前块应用仿射帧间模式，则编码设备/解码设备可以基于当前块的邻近块来构成仿射MVP候选列表，并且仿射MVP候选可以被称为CPMVP对候选，并且仿射MVP候选列表可以被称为CPMVP候选列表。
此外，每个仿射MVP候选可以意指在四参数仿射运动模型(四参数仿射运动模型)中的CP0和CP1的CPMVP的组合，并且可以意指在六参数仿射运动模型中的CP0、CP1和CP2的CPMVP的组合。
图7例示性表示根据本文的实施方式的子块单元的运动预测方法的流程图。
参照图7，仿射运动预测方法通常可以被如下地表示。当仿射运动预测方法开始时，首先，可以获得CPMV对(S700)。这里，如果使用四参数仿射模型，则CPMV对可以包括CPMV0和CPMV1。
此后，可以基于CPMV对执行仿射运动补偿(S710)，并且可以结束仿射运动预测。
另外，为了确定CPMV0和CPMV1，可以存在两种仿射预测模式。这里，这两种仿射预测模式包括仿射帧间模式和仿射合并模式。仿射帧间模式可以通过发信号通知关于CPMV0和CPMV1的两运动矢量差(MVD)的信息来明确地确定CPMV0和CPMV1。相反，仿射合并模式可以在没有MVD信息信令的情况下推导CPMV对。
换句话说，仿射合并模式可以使用已在仿射模式下编码的邻近块的CPMV来推导当前块的CPMV，并且如果以子块为单位确定运动矢量，则仿射合并模式可以被称为子块合并模式。
在仿射合并模式下，编码设备可以向解码设备发信号通知用于推导当前块的CPMV的已在仿射模式下编码的邻近块的索引。这里，仿射合并模式可以基于邻近块构成合并候选列表，并且邻近块的索引可以表示为了推导当前块的CPMV而引用的合并候选列表当中的邻近块。合并候选列表可以被称为子块合并候选列表。
仿射帧间模式可以被称为仿射MVP模式。在仿射MVP模式下，可以基于控制点运动矢量预测子(CPMVP)和控制点运动矢量差(CPMVD)来推导当前块的CPMV。换句话说，编码设备可以确定当前块的CPMV的CPMVP，推导作为当前块的CPMV与CPMVP之间的差值的CPMVD，并且向解码设备发信号通知关于CPMVP的信息和关于CPMVD的信息。这里，仿射MVP模式可以基于邻近块构成仿射MVP候选列表，并且关于CPMVP的信息可以表示为了推导当前块的CPMV的CPMVP而引用的仿射MVP候选列表当中的邻近块。仿射MVP候选列表可以被称为控制点运动矢量候选列表。
此外，例如，如果向当前块应用仿射合并模式，则可以如随后所述地对当前块进行编码。
编码设备/解码设备可以构成包括当前块的合并候选的合并候选列表，并且基于合并候选列表的合并候选之一来推导当前块的控制点(CP)的控制点运动矢量(CPMV)。编码设备/解码设备可以基于CPMV来推导当前块的预测样本，并且基于推导出的预测样本来生成当前块的重构图片。
具体地，可以如下地构成合并候选列表。
图8表示构成当前块的合并候选列表的示例。
参照图8，编码设备/解码设备可以将继承的合并候选添加到合并候选列表中(S800)。
具体地，编码设备/解码设备可以基于当前块的邻近块来推导继承候选。
继承候选可以是指这样的候选：将当前块的邻近块的运动信息未经其它修改或组合地(即，邻近块的CPMV本身)添加到当前块的合并候选列表中。这里，邻近块可以包括当前块的左下角邻近块A0、左邻近块A1、上邻近块B1、右上角邻近块B0和左上角邻近块B2。
图9例示性地表示用于导出继承的仿射候选的邻近块。参照图9，当前块的邻近块可以包括当前块的左邻近块A0、当前块的左下角邻近块A1、当前块的上邻近块B1、当前块的右上角邻近块B0和当前块的左上角邻近块B2。
例如，如果当前块的大小为WxH，并且当前块的左上样本位置的x分量为0并且其y分量为0，则左邻近块可以是包括坐标(-1，H-1)处的样本的块；上邻近块可以是包括坐标(W-1，-1)处的样本的块；右上角邻近块可以是包括坐标(W，-1)处的样本的块；左下角邻近块可以是包括坐标(-1，H)处的样本的块；并且左上角邻近块可以是包括坐标(-1，-1)处的样本的块。
可以基于仿射模式下编码的有效的邻近块来推导继承候选。例如，编码设备/解码设备可以顺序地检查邻近块A0、A1、B0、B1和B2，或者顺序地检查块A1、B1、B0、A0和B2，并且，如果邻近块已在仿射模式下被编码(即，如果邻近块是已通过使用仿射运动模型来有效重构的邻近块)，则编码设备/解码设备可以基于邻近块的仿射运动模型来推导当前块的两个CPMV或三个CPMV，并且CPMV可以被推导为当前块的继承候选。作为一个示例，最多五个继承候选可以被添加到合并候选列表中。即，可以基于邻近块来推导最多五个继承的仿射候选。
此后，编码设备/解码设备可以将重构的候选添加到合并候选列表中(S810)。
例如，如果合并候选列表的合并候选的数目小于5，则可以将构造候选添加到合并候选列表中。构造候选可以表示通过组合关于当前块的CP中的每一个的邻近运动信息(即，邻近块的运动矢量和参考图片索引)而生成的合并候选。可以基于空间邻近块或时间邻近块来推导关于CP中的每一个的运动信息。关于CP中的每一个的运动信息可以被表示为对应CP的候选运动矢量。
图10表示根据本文的实施方式的用于推导构造候选的当前块的邻近块。
参照图10，邻近块可以包括空间邻近块和时间邻近块。空间邻近块可以包括邻近块A0、邻近块A1、邻近块A2、邻近块B0、邻近块B1、邻近块B2和邻近块B3。图20中示出的邻近块T可以表示时间邻近块。
这里，邻近块B2可以表示位于当前块的左上样本位置的左上部的邻近块；邻近块B3可以表示位于当前块的左上样本位置的上部的邻近块；并且邻近块A2可以表示位于当前块的左上样本位置的左部的邻近块。另外，邻近块B1可以表示位于当前块的右上样本位置的上部的邻近块；并且邻近块B0可以表示位于当前块的右上样本位置的右上部的邻近块。另外，邻近块A1可以表示位于当前块的左下样本位置的左部的邻近块；并且邻近块A0可以表示位于当前块的左下样本位置的左下部的邻近块。
另外，参照图10，当前块的CP可以包括CP0、CP1、CP2和/或CP3。CP0可以表示当前块的左上位置；CP1可以表示当前块的右上位置；CP2可以表示当前块的左下位置；并且CP3可以表示当前块的右下位置。例如，如果当前块的大小为WxH并且当前块的左上样本位置的x分量为0并且其y分量为0，则CP0可以表示坐标(0，0)处的位置；CP1可以表示坐标(W，0)处的位置；CP2可以表示坐标(0，H)处的位置；并且CP3可以表示坐标(W，H)处的位置。此外，图10中示出的CP0可以表示上述CP0；图10中示出的CP1可以表示上述CP1；并且图10中示出的CP2可以表示上述CP2。
可以如下地导出以上CP中的每一个的运动矢量。
例如，编码设备/解码设备可以以第一顺序检查第一组中的邻近块是否可用，并且可以将在检查处理期间最先被确认为可用的邻近块的运动矢量推导为CP0的候选运动矢量。即，CP0的候选运动矢量可以是在以第一顺序检查第一组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块的运动矢量。即，可用的邻近块可以是已在帧间预测下编码的块(即，已对其应用帧间预测的块)。这里，例如，第一组可以包括邻近块B2、邻近块B3和邻近块A2。第一顺序可以是第一组中从邻近块B2到邻近块B3并且然后到邻近块A2的顺序。作为一个示例，如果邻近块B2可用，则邻近块B2的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块B2不可用而邻近块B3可用，则邻近块B3的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块B2和邻近块B3都不可用并且邻近块A2可用，则邻近块A2的运动矢量可以被推导为CP0的候选运动矢量。
另外，例如，编码设备/解码设备可以以第二顺序检查第二组中的邻近块是否可用，并且可以将在检查处理期间最先被确认为可用的邻近块的运动矢量推导为CP1的候选运动矢量。即，CP1的候选运动矢量可以是在以第二顺序检查第二组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块的运动矢量。即，可用的邻近块可以是已在帧间预测下编码的块(即，已对其应用帧间预测的块)。这里，第二组可以包括邻近块B1和邻近块B0。第二顺序可以是第二组中从邻近块B1到邻近块B0的顺序。作为一个示例，如果邻近块B1可用，则邻近块B1的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块B1不可用而邻近块B0可用，则邻近块B0的运动矢量可以被推导为CP1的候选运动矢量。
另外，例如，编码设备/解码设备可以以第三顺序检查第三组中的邻近块是否可用，并且可以将在检查处理期间最先被确认为可用的邻近块的运动矢量推导为CP2的候选运动矢量。即，CP2的候选运动矢量可以是在以第三顺序检查第三组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块的运动矢量。即，可用的邻近块可以是已在帧间预测下编码的块(即，已对其应用帧间预测的块)。这里，第三组可以包括邻近块A1和邻近块A0。第三顺序可以是第三组中从邻近块A1到邻近块A0的顺序。作为一个示例，如果邻近块A1可用，则邻近块A1的运动矢量可以被推导为CP2的候选运动矢量；如果邻近块A1不可用而邻近块A0可用，则邻近块A0的运动矢量可以被推导为CP2的候选运动矢量。
另外，例如，编码设备/解码设备可以检查时间邻近块(即，邻近块T)是否可用，并且如果时间邻近块(即，邻近块T)可用，则时间邻近块(即，邻近块T)的运动矢量可以被推导为CP3的候选运动矢量。
CP0的候选运动矢量、CP1的候选运动矢量、CP2的候选运动矢量和/或CP3的候选运动矢量的组合可以被推导为构造候选。
例如，如上所述，6-仿射模型需要三个CP的运动矢量。对于6-仿射模型，可以从CP0、CP1、CP2和CP3当中选择三个CP。例如，可以将CP选择为{CP0,CP1,CP3}、{CP0,CP1,CP2}、{CP1,CP2,CP3}和{CP0,CP2,CP3}中的一个。作为一个示例，可以通过使用CP0、CP1和CP2来配置6-仿射模型。在这种情况下，CP可以被表示为{CP0,CP1,CP2}。
另外，例如，如上所述，4-仿射模型需要两个CP的运动矢量。对于4-仿射模型，可以从CP0、CP1、CP2和CP3当中选择两个CP。例如，可以将CP选择为{CP0,CP3}、{CP1,CP2}、{CP0,CP1}、{CP1,CP3}、{CP0,CP2}和{CP2,CP3}中的一个。作为一个示例，可以通过使用CP0和CP1来配置4-仿射模型。在这种情况下，CP可以被表示为{CP0,CP1}。
可以按以下顺序将作为候选运动矢量的组合的构造候选添加到合并候选列表中。即，在已推导出CP的候选运动矢量之后，可以按以下顺序来推导出构造候选：
{CP0,CP1,CP2}、{CP0,CP1,CP3}、{CP0,CP2,CP3}，{CP1,CP2,CP3}、{CP0,CP1}、{CP0,CP2}、{CP1,CP2}、{CP0,CP3}、{CP1,CP3}、{CP2,CP3}。
即，例如，包括CP0的候选运动矢量、CP1的候选运动矢量和CP2的候选运动矢量的构造候选、包括CP0的候选运动矢量、CP1的候选运动矢量和CP3的候选运动矢量的构造候选、包括CP0的候选运动矢量、CP2的候选运动矢量和CP3的候选运动矢量的构造候选、包括CP1的候选运动矢量、CP2的候选运动矢量和CP3的候选运动矢量的构造候选、包括CP0的候选运动矢量和CP1的候选运动矢量的构造候选、包括CP0的候选运动矢量和CP2的候选运动矢量的构造候选、包括CP1的候选运动矢量和CP2的候选运动矢量的构造候选、包括CP0的候选运动矢量和CP3的候选运动矢量的构造候选、包括CP1的候选运动矢量和CP3的候选运动矢量的构造候选以及包括CP2的候选运动矢量和CP3的候选运动矢量的构造候选可以按该顺序被添加到合并候选中。
此后，编码设备/解码设备可以将零运动矢量添加到合并候选列表中(S820)。
例如，如果合并候选列表的合并候选的数目小于5，则可以将包括零运动矢量的合并候选添加到合并候选列表中，直到合并候选列表被配置有最大数目的合并候选为止。合并候选的最大数目可以为5。另外，零运动矢量可以表示其矢量值为零的运动矢量。
此外，由于可以如上所述地构成合并候选列表，因此根据用于构成合并候选列表的现有实施方式的参数设置可以被表示为下表。
[表1]
参照表1，仿射运动模型的参数的数目为四或六(即，四-仿射运动模型或六-仿射运动模型)。如果邻近参考块为四参数模型，则将四参数模型用于生成继承候选，而如果邻近参考块为六参数模型，则将六参数模型用于生成继承候选。在构造候选的情况下，使用四参数模型或六参数模型二者来生成构造候选。仿射合并模式的合并候选的数目可以为五；继承候选的最大数目可以为五；构造候选的最大数目可以为十。
构成合并候选列表的处理的数目可以被表示为下表。
[表2]
处理 处理的数目 详细描述
继承候选生成 5 最多5个候选
修剪处理 10 10＝4+3+2+1
缩放处理 0 0
[表3]
表2表示伴随继承候选生成处理的处理的数目，并且当生成最多五个继承候选时，运动矢量的修剪检查处理最多可以执行十次，并且可以不执行缩放处理。
表3表示伴随构造候选生成处理的处理的数目，并且当生成最多十个继承候选时，运动矢量的修剪检查处理最多可以执行40次，并且缩放处理可以执行22次。
在这种情况下，此外，修剪检查处理可以确定合并候选是否与已经推导出的合并候选相同，并且如若不同，则它可以表示添加到合并候选列表中的处理。
在推导合并候选的处理中，运动矢量缩放处理可以被表示为下表。
[表4]
/>
参照表4，在推导合并候选的处理中，可以推导运动矢量缩放处理的数目。
表2和表3中表示的各处理所必需的操作的数目如下表5中一样，并在表6和表7中有详细说明。在表5和表6中，“Add”意指加法操作；“Shift”意指移位操作；“Comp.”意指比较操作；“Abs.”意指获得绝对值的操作；“Div.”意指除法操作；并且“Mult.”意指乘法操作。
[表5]
[表6]
[表7]
处理 比较 详情
修剪处理 15 12(3个CPMV)+2(列表0和列表1的参考索引)+1(affine_type)
用于构成该合并候选列表的操作的数目最终可以总结为表8。
[表8]
本文旨在解决的是降低由伴随合并候选列表生成的修剪检查处理所引起的复杂度。下文中，将依据表8中的继承候选和构造候选的修剪检查处理的比较操作的数目来分析以下实施方式中表示的复杂度分析。
作为一个示例，可以提出包括按扫描顺序检查邻近块并基于仿射块来推导继承候选的方法，其中，推导出的合并候选是从彼此不同的参考图片的邻近块推导出的。提出本实施方式是因为基于其参考图片相同的邻近块推导出的继承候选相同或彼此相似的概率高。这里，扫描顺序可以如同以下这样：左下角邻近块A0→右上角邻近块B0→左邻近块A1→上邻近块B1→左上角邻近块B2。这是示例性的，并且扫描顺序可以是针对图9的描述中示出的扫描顺序。
例如，根据本实施方式的继承候选可以被推导为下表。
[表9]
/>
参照表9，可以按左下角邻近块A0、右上角邻近块B0、左邻近块A1、上邻近块B1、左上角邻近块B2的顺序检查邻近块。
参照表9，左下角邻近块A0可以是已经被应用仿射预测的块(即，仿射块)，因此可以基于左下角邻近块A0来推导继承候选。
接下来，右上角邻近块B0可以是已经被应用仿射预测的块(即，仿射块)，并且可以具有与已经推导出的继承候选的与左下角邻近块A0的参考图片索引{0,0}不同的参考图片索引{1,0}。因此，可以推导基于右上角邻近块B0的继承候选。
接下来，由于左邻近块A1是未应用仿射预测的块，即，不是仿射块，因此不能推导基于左邻近块A1的继承候选。
接下来，右邻近块B1可以是已经被应用仿射预测的块(即，仿射块)，但是可能具有与已经推导出的继承候选的左下角邻近块A0的参考图片索引{0,0}相同的参考图片索引{0,0}。因此，不能推导基于上邻近块B1的继承候选。
接下来，左上角邻近块B2可以是已经被应用仿射预测的块(即，仿射块)，并且可能具有与已经推导出的继承候选的参考图片索引不同的参考图片索引{0,1}。因此，可以推导基于左上角邻近块B2的继承候选。
由于如表9中的实施方式在修剪检查处理中仅比较参考索引，因此修剪检查处理所必需的操作如表10中那样，并且修剪检查处理的复杂度最终可以如表11中地总结。因此，如表11中所示，用于推导继承候选的比较操作的数目可以从150减少至20，因此可以降低修剪检查处理的操作复杂度。
[表10]
[表11]
此外，根据又一实施方式，可以提出包括以下步骤的方法：按扫描顺序检查邻近块，使得基于仿射块来推导继承候选，其中，通过检查邻近块是否是与当前块不同的参考图片的邻近块以及邻近块的仿射类型是什么来推导合并候选。这里，仿射类型可以是指示使用四参数模型还是六参数模型的索引。例如，仿射类型＝0的情况可以指示使用四参数模型，并且仿射类型＝1的情况可以指示使用六参数模型。因此，在对继承候选的修剪检查处理中，仅比较参考索引和仿射类型。
根据本实施方式，修剪检查处理所必需的操作如表12中那样，并且复杂度最终可以被如表13中地总结。
[表12]
[表13]
如在表13中，用于继承候选的修剪检查处理的比较处理的数目可以从150减少至30。
当将本实施方式与已经参照表9至表11说明的生成合并候选的方法进行比较时，在本实施方式的情况下，对于继承候选的修剪检查处理，另外考虑了仿射类型。已经考虑到，尽管参考图片相同，但当仿射类型不同时，可以构成具有不同特性的候选。当将这种方法与表9至表11的实施方式进行比较时，操作数目即修剪检查处理的比较操作数目增加了1。然而，增加的程度很小，而由于考虑到不同特性的另外的候选，产生了性能改善的效果。即，仿射类型的另外考虑可以表现出复杂度与性能之间的折衷关系。
此外，如上所述，在现有情况下，执行扫描处理以生成继承候选，并且每当在扫描位置生成继承候选时，执行修剪检查处理。例如，扫描处理的空间位置如图9中那样，并且如果扫描顺序像以下这样：A1→B1→B0→A0→B2，则在最坏的情况下可以如表14中那样执行扫描处理。
[表14]
在根据现有方法生成继承候选的情况下，如表14中表示地，最多需要十次修剪检查处理。
在表14的提议方法(表14的第三列)中，如果继承候选的扫描位置的距离近，则执行修剪检查处理，而如果距离远，则不执行修剪检查处理。例如，由于表14的块A1和B1具有低空间相关性(或者两个块之间的距离远)，因此生成不同的继承候选的概率高。因此，在这种情况下，将合并候选添加到继承候选中，而不执行修剪检查处理。类似地，在块B0和B1的情况下，由于空间相关性高，因此生成相似候选的概率高。在这种情况下，通过执行修剪检查处理，可以确定是否将对应的候选添加到继承候选中。在块B2的情况下，仅对块A0和A1当中的近的块A1执行修剪检查处理，同时仅对块B0和B1当中的近的块B1执行修剪检查处理。根据提议方法1，修剪检查处理的数目可以从现有的10减少至4。
表14的提议方法2对应于将针对块A1和B1的修剪检查处理添加到提议方法1的情况。在对应的块A1和B1的情况下，由于与其它块相比，它们被认为是概率更高的候选，因此可以另外考虑它们以最小化可能因减少了修剪检查处理的数目而引起的编码效率劣化。
表14中描述的提议方法1或2可以与现有方法和上述实施方式的用于减少修剪检查处理的方法同时(即，双重)应用。表9至表13中说明的方法是减少修剪检查处理所必需的比较操作的数目的方法，而根据表14的提议方法1和2是减少修剪检查处理的数目的方法。
另外，在本文中提出了减少构造候选推导处理中的操作复杂度的实施方式。
图11表示根据本文的实施方式的推导构造候选的方法。
参照图11，编码设备/解码设备可以推导当前块的CP的候选运动矢量(S1100)。
此外，可以基于CP的候选运动矢量来推导构造候选。可以基于邻近块来推导候选运动矢量。
图12是示出了根据本文的实施方式的用于推导构造候选的当前块的邻近块和当前块的CP的候选运动矢量的示图。
如图12中所示，可以如下式来选择当前块的CP0的候选运动矢量CPMV0、当前块的CP1的候选运动矢量CPMV1和当前块的CP2的候选运动矢量CPMV2：
[式6]
CPMV0＝{mvA，mvB，mvC}
CPMV1＝{mvD，mvE}
CPMV2＝{mvF，mvG}
其中，CP0可以表示当前块的左上位置；CP1可以表示当前块的右上位置；并且CP2可以表示当前块的左下位置。
例如，编码设备/解码设备可以沿第一顺序检查第一组中的邻近块是否可用，并且在检查处理期间最先被确认为可用的邻近块的运动矢量可以被推导为CP0的候选运动矢量。即，CP0的候选运动矢量可以是在沿第一顺序检查第一组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是中已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，例如，第一组可以包括图10中示出的邻近块B2、邻近块B3和邻近块A2。邻近块B2可以被表示为图12的邻近块A；邻近块B3可以被表示为图12的邻近块B；并且邻近块A2可以被表示为图12的邻近块C。
第一顺序可以是第一组中的从邻近块B2到邻近块B3然后到邻近块A2的顺序。作为一个示例，如果邻近块B2可用，则邻近块B2的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块B2不可用而邻近块B3可用，则邻近块B3的运动矢量可以被推导为CP0的候选运动矢量；并且如果邻近块B2和B3都不可用并且邻近块A2可用，则邻近块A2的运动矢量可以被推导为CP0的候选运动矢量。
另外，例如，编码设备/解码设备可以沿第二顺序检查第二组中的邻近块是否可用，并且在检查处理期间最先被确认为可用的邻近块的运动矢量可以被推导为CP1的候选运动矢量。即，CP1的候选运动矢量可以是在沿第二顺序检查第二组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，第二组可以包括邻近块B1和邻近块B0。邻近块B1可以被表示为图12的邻近块D；并且邻近块B0可以被表示为图12的邻近块E。
第二顺序可以是第二组中的从邻近块B1到邻近块B0的顺序。作为一个示例，如果邻近块B1可用，则邻近块B1的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块B1不可用而邻近块B0可用，则邻近块B0的运动矢量可以被推导为CP1的候选运动矢量。
另外，例如，编码设备/解码设备可以沿第三顺序检查第三组中的邻近块是否可用，并且在检查处理期间最先被确定可用被确认为可用的邻近块的运动矢量可以被推导为CP2的候选运动矢量。即，CP2的候选运动矢量可以是在沿第三顺序检查第三组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，第三组可以包括邻近块A1和邻近块A0。邻近块A1可以被表示为图12的邻近块F；并且邻近块A0可以被表示为图12的邻近块G。
第三顺序可以是第三组中的从邻近块A1到邻近块A0的顺序。作为一个示例，如果邻近块A1可用，则邻近块A1的运动矢量可以被推导为CP1的候选运动矢量；如果邻近块A1不可用而邻近块A0可用，则邻近块A0的运动矢量可以被推导为CP1的候选运动矢量。
此外，可以不考虑当前块的CP3的候选运动矢量。即，可以不推导CP3的候选运动矢量。这里，CP3可以表示当前块的右下位置。由于如上所述可以基于时间邻近块(或时间运动矢量预测子(TMVP))的运动矢量来推导CP3，因此需要执行缩放处理来推导CP3的候选运动矢量，这可能成为操作复杂度增加的主要原因。因此，可以不推导CP3的候选运动矢量。
编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式(S1110)。可用的CPMV组合可以表示其参考图片相同的候选运动矢量的组合。
参照下表15，诸如“0”、“1”、“2”、“3”、“4”这样的整数值可以被指派给CPMV模式。
例如，如果CP0的候选运动矢量的参考图片、CP1的候选运动矢量的参考图片和CP2的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1，CPMV2}。可用的CPMV组合{CPMV0，CPMV1，CPMV2}的CPMV模式可以被推导为CPMV模式1。
另外，例如，如果CP0的候选运动矢量的参考图片和CP1的候选运动矢量的参考图片相同并且与CP2的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1}。可用的CPMV组合{CPMV0，CPMV1}的CPMV模式可以被推导为CPMV模式2。
另外，例如，如果CP0的候选运动矢量的参考图片与CP2的候选运动矢量的参考图片相同并且与CP1的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV2}。可用的CPMV组合{CPMV0，CPMV2}的CPMV模式可以被推导为CPMV模式3。
另外，例如，如果CP1的候选运动矢量的参考图片与CP2的候选运动矢量的参考图片相同并且与CP0的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV1，CPMV2}。可用的CPMV组合{CPMV1，CPMV2}的CPMV模式可以被推导为CPMV模式4。
此外，如果CP0的候选运动矢量的参考图片、CP1的候选运动矢量的参考图片和CP2的候选运动矢量的参考图片互不相同，则CPMV模式可以被推导为CPMV模式0。
编码设备/解码设备可以基于推导出的CPMV模式来推导构造候选(S1120)。
例如，如果推导出CPMV模式0，则不能推导构造候选。
另外，例如，如果推导出CPMV模式1，则包括{CPMV0，CPMV1，CPMV2}的构造候选、包括{CPMV0，CPMV1}的构造候选、包括{CPMV0，CPMV2}的构造候选以及包括{CPMV1，CPMV2}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
另外，例如，如果推导出CPMV模式2，则包括{CPMV0，CPMV1}的构造候选可以被添加到合并候选列表中。
另外，例如，如果推导出CPMV模式3，则包括{CPMV0，CPMV2}的构造候选可以被添加到合并候选列表中。
另外，例如，如果推导出CPMV模式4，则包括{CPMV1，CPMV2}的构造候选可以被添加到合并候选列表中。
根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如表15中那样推导。
[表15]
如果以伪代码表示上述推导处理，则可以如下表中地推导它。
[表16]
下面的表17至表22表示当根据本实施方式的操作复杂度。
[表17]
[表18]
[表19]
[表20]
[表21]
处理 比较 详情
修剪处理 15 12(3个CPMV)+2(列表0和列表1的参考索引)+1(affine_type)
[表22]
在上述实施方式中，操作复杂度最高的最坏情况是将CPMV模式表示为CPMV模式1的情况，并且在这种情况下可以生成的构造候选的最大数目为4，如表17中表示的。另外，如果构造候选的最大数目从十减少至四，则如表18中的构造候选之间的修剪检查处理的最大数目为十六，并且可以不执行缩放处理。
当将表26的构造候选的复杂度与表6的复杂度进行比较时，加法操作从73次减少至19次，并且修剪检查处理的比较操作从600次减少至240次。可以理解，随着该构造候选的复杂度降低，总操作复杂度如表26中那样急剧降低。
此外，从推导构造候选的上述实施方式中可以提出减少CPMV模式或根据CPMV模式的可用构造候选的数目的实施方式。
作为一个示例，可以提出不考虑包括CPMV0和CPMV2的组合或包括CPMV1和CPMV2的组合的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以不包括CPMV模式3或CPMV模式4。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
在本实施方式中，根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如下表中那样推导。
[表23]
在四仿射运动模型的情况下，使用CPMV0和CPMV1，而在六仿射运动模型的情况下，使用CPMV0、CPMV1和CPMV2。因此，从统一的角度，可以考虑如上述实施方式中的推导构造候选的方法。
另选地，作为一个示例，可以提出不考虑包括CPMV1和CPMV2的组合的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以是CPMV模式0、CPMV模式1、CPMV模式2和CPMV模式3中的一种。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
在本实施方式中，根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如下表中那样推导。
[表24]
由于可以考虑使用CPMV0和CPMV2的仿射运动模型的仿射预测，因此可以提出上述实施方式。
另选地，作为一个示例，可以提出尽管考虑了所有候选运动矢量组合但根据CPMV模式的可用构造候选限于1个的方法。
即，如果将CPMV模式1推导为当前块的CPMV模式，则编码设备/解码设备可以推导包括{CPMV0，CPMV1，CPMV2}的构造候选，并将该构造候选添加到合并候选列表中。
在本实施方式中，根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如下表中那样推导。
[表25]
另选地，作为一个示例，可以提出在不考虑包括CPMV0和CPMV2的组合以及包括CPMV1和CPMV2的组合的同时根据CPMV模式的可用构造候选限于1个的方法。即，目前提出的方法是将根据CPMV模式的可用构造候选限于表23的方法中的1个的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以是CPMV模式0、CPMV模式1和CPMV模式2中的一种。另外，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选和包括{CPMV1，CPMV2}的构造候选。另外，如果将CPMV模式1推导为当前块的CPMV模式，则编码设备/解码设备可以推导包括{CPMV0，CPMV1，CPMV2}的构造候选，并将该构造候选添加到合并候选列表中。
在本实施方式中，根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如下表中那样推导。
[表26]
另选地，作为一个示例，可以提出在不考虑包括CPMV1和CPMV2的组合的同时根据CPMV模式的可用构造候选限于1个的方法。即，目前提出的方法是将根据CPMV模式的可用构造候选限于表24的方法中的1个的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以是CPMV模式0、CPMV模式1、CPMV模式2和CPMV模式3中的一种。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。另外，如果将CPMV模式1推导为当前块的CPMV模式，则编码设备/解码设备可以推导包括{CPMV0，CPMV1，CPMV2}的构造候选，并将该构造候选添加到合并候选列表中。
在本实施方式中，根据可用的CPMV组合的CPMV模式和可用的构造候选可以被如下表中那样推导。
[表27]
此外，当分析根据表24的方法的复杂度时，其可以如表28中那样被表示，并且与现有技术相比，其表现出减少操作数目的效果。
[表28]
/>
当将表28的构造候选的复杂度与表6的构造候选的复杂度进行比较时，加法操作从73次减少至9次；移位操作的次数从55次减少至7次；并且修剪检查处理的比较操作从600次减少至180次。可以理解，随着该构造候选的复杂度降低，总操作复杂度如表28中那样急剧降低。
图13是示出了根据本文的另一实施方式的用于推导构造候选的当前块的邻近块和当前块的CP的候选运动矢量的示图。
如图13中所示，可以如下式来选择当前块的CP0的候选运动矢量CPMV0、当前块的CP1的候选运动矢量CPMV1、当前块的CP2的候选运动矢量CPMV2和当前块的CP3的候选运动矢量CPMV3：
[式7]
CPMV0＝{mvA，mvB，mvc}
CPMV1＝{mvD，mvE}
CPMV2＝{mvF，mvG}
CPMV3＝{mvT}
其中，CP0可以表示当前块的左上位置；CP1可以表示当前块的右上位置；CP2可以表示当前块的左下位置；并且CP3可以表示当前块的右下位置。
例如，编码设备/解码设备可以沿第一顺序检查第一组中的邻近块是否可用，并且在检查处理期间最先被确认为可用的邻近块的运动矢量可以被推导为CP0的候选运动矢量。即，CP0的候选运动矢量可以是在沿第一顺序检查第一组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，例如，第一组可以包括图10中示出的邻近块B2、邻近块B3和邻近块A2。邻近块B2可以被表示为图13的邻近块A；邻近块B3可以被表示为图13的邻近块B；并且邻近块A2可以被表示为图13的邻近块C。
第一顺序可以是第一组中的从邻近块B2到邻近块B3然后到邻近块A2的顺序。作为一个示例，如果邻近块B2可用，则邻近块B2的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块B2不可用而邻近块B3可用，则邻近块B3的运动矢量可以被推导为CP0的候选运动矢量；并且如果邻近块B2和B3都不可用并且邻近块A2可用，则邻近块A2的运动矢量可以被推导为CP0的候选运动矢量。
另外，例如，编码设备/解码设备可以沿第二顺序检查第二组中的邻近块是否可用，并且在检查处理期间最先被确认为可用的邻近块的运动矢量可以被推导为CP1的候选运动矢量。即，CP1的候选运动矢量可以是在沿第二顺序检查第二组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，第二组可以包括邻近块B1和邻近块B0。邻近块B1可以被表示为图13的邻近块D；并且邻近块B0可以被表示为图13的邻近块E。
第二顺序可以是第二组中的从邻近块B1到邻近块B0的顺序。作为一个示例，如果邻近块B1可用，则邻近块B1的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块B1不可用而邻近块B0可用，则邻近块B0的运动矢量可以被推导为CP1的候选运动矢量。
另外，例如，编码设备/解码设备可以沿第三顺序检查第三组中的邻近块是否可用，并且在检查处理期间最先被确认为可用的邻近块的运动矢量可以被推导为CP2的候选运动矢量。即，CP2的候选运动矢量可以是在沿第三顺序检查第三组中的邻近块时最先被确认为可用的邻近块的运动矢量。可用可以表示存在邻近块，并且该邻近块已经在帧间预测下编码。
即，可用的邻近块可以是已经在帧间预测下编码(即，已经被应用帧间预测)的块。这里，第三组可以包括邻近块A1和邻近块A0。邻近块A1可以被表示为图13的邻近块F；并且邻近块A0可以被表示为图13的邻近块G。
第三顺序可以是第三组中的从邻近块A1到邻近块A0的顺序。作为一个示例，如果邻近块A1可用，则邻近块A1的运动矢量可以被推导为CP2的候选运动矢量；如果邻近块A1不可用而邻近块A0可用，则邻近块A0的运动矢量可以被推导为CP2的候选运动矢量。
另外，编码设备/解码设备可以检查可以表示当前块的右下位置的CP3的运动矢量是否可用，并且如果对应的矢量可用，则将CP3的运动矢量推导为CP3的候选运动矢量。如上所述，可以基于时间邻近块的运动矢量(或时间运动矢量预测子(TMVP))来推导CP3。
随后，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式。可用的CPMV组合可以表示其参考图片相同的候选运动矢量的组合。
例如，如果CPMV0、CPMV1和CPMV2的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1，CPMV2}，而如果CPMV0和CPMV1的参考图片相同并与CPMV2的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1}。根据CPMV组合的CPMV模式可以被如表29中那样表示。如表29中表示的，可以根据可用的CPMV组合的CPMV模式来指派诸如“0”、“1”、“2”、“3”、“4”至“11”这样的整数值。
[表29]
特别地参照表29，如果CP0的候选运动矢量的参考图片、CP1的候选运动矢量的参考图片、CP2的候选运动矢量的参考图片和CP3的候选运动数目的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1，CPMV2}、{CPMV0，CPMV1，CPMV3}、{CPMV0，CPMV2，CPMV3}和{CPMV1，CPMV2，CPMV3}。即，可用的CPMV组合{CPMV0,CPMV1,CPMV2,CPMV3}的CPMV模式可以被推导为CPMV模式1。
参考图片相同的事实意味着参考图片索引相同。
另外，例如，如果CP0的候选运动矢量的参考图片与CP1的候选运动矢量的参考图片和CP2的候选运动矢量的参考图片相同，并且CP3的候选运动矢量不可用或者CP3的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1，CPMV2}、{CPMV0，CPMV1}、{CPMV0，CPMV2}和{CPMV1，CPMV2}。即，可用的CPMV组合{CPMV0，CPMV1，CPMV2}的CPMV模式可以被推导为CPMV模式2。
另外，例如，如果CP0的候选运动矢量的参考图片、CP1的候选运动矢量的参考图片和CP3的候选运动矢量的参考图片相同，并且CP2的候选运动矢量不可用或者CP2的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1，CPMV3}、{CPMV0，CPMV1}、{CPMV0，CPMV3}和{CPMV1，CPMV3}。即，可用的CPMV组合{CPMV0，CPMV1，CPMV3}的CPMV模式可以被推导为CPMV模式3。
另外，例如，如果CP0的候选运动矢量的参考图片、CP2的候选运动矢量的参考图片和CP3的候选运动矢量的参考图片相同，并且CP1的候选运动矢量不可用或者CP1的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV0，CPMV2，CPMV3}、{CPMV0，CPMV2}、{CPMV0，CPMV3}和{CPMV2，CPMV3}。即，可用的CPMV组合{CPMV0，CPMV2，CPMV3}的CPMV模式可以被推导为CPMV模式4。
另外，例如，如果CP1的候选运动矢量的参考图片、CP2的候选运动矢量的参考图片和CP3的候选运动矢量的参考图片相同，并且CP0的候选运动矢量不可用或者CP0的候选运动矢量的参考图片不同，则可用的CPMV组合可以被表示为{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2}、{CPMV1，CPMV3}和{CPMV2，CPMV3}。即，可用的CPMV组合{CPMV1，CPMV2，CPMV3}的CPMV模式可以被推导为CPMV模式5。
另外，例如，如果CP0的候选运动矢量的参考图片和CP1的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV1}。可用的CPMV组合{CPMV0，CPMV1}的CPMV模式可以被推导为CPMV模式6。
另外，例如，如果CP0的候选运动矢量的参考图片与CP2的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV2}。可用的CPMV组合{CPMV0，CPMV2}的CPMV模式可以被推导为CPMV模式7。
另外，例如，如果CP1的候选运动矢量的参考图片和CP2的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV1，CPMV2}。可用的CPMV组合{CPMV1，CPMV2}的CPMV模式可以被推导为CPMV模式8。
另外，例如，如果CP0的候选运动矢量的参考图片与CP3的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV0，CPMV3}。可用的CPMV组合{CPMV0，CPMV3}的CPMV模式可以被推导为CPMV模式9。
另外，例如，如果CP1的候选运动矢量的参考图片和CP3的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV1，CPMV3}。可用的CPMV组合{CPMV1，CPMV3}的CPMV模式可以被推导为CPMV模式10。
另外，例如，如果CP2的候选运动矢量的参考图片与CP3的候选运动矢量的参考图片相同，则可用的CPMV组合可以被表示为{CPMV2，CPMV3}。可用的CPMV组合{CPMV2，CPMV3}的CPMV模式可以被推导为CPMV模式11。
此外，如果CP0的候选运动矢量的参考图片、CP1的候选运动矢量的参考图片、CP2的候选运动矢量的参考图片和CP3的候选运动矢量的参考图片互不相同，则CPMV模式可以被推导为CPMV模式0。
此后，编码设备/解码设备可以基于推导出的CPMV模式来推导构造候选。
例如，如果推导出CPMV模式0，则不能推导构造候选。
此外，例如，如果如表29中那样推导出CPMV模式1，则包括{CPMV0,CPMV1,CPMV2}、{CPMV0,CPMV1,CPMV3}、{CPMV0,CPMV2,CPMV3}、{CPMV1,CPMV2,CPMV3}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
当{CPMV0，CPMV1，CPMV2}、{CPMV0，CPMV1，CPMV3}、{CPMV0，CPMV2，CPMV3}、{CPMV1，CPMV2，CPMV3}被添加为构造候选时，可以确定可用的CPMV组合的参考图片是否是相同的。例如，当{CPMV0，CPMV1，CPMV2}被添加为构造候选时，可以确定CPMV0、CPMV1和CPMV2的所有参考图片是否相同。如果确定结果指示CPMV0、CPMV1和CPMVP2的所有参考图片都相同，则{CPMV0，CPMV1，CPMV2}可以被添加为构造候选。
另外，当{CPMV0，CPMV1，CPMV3}被添加为构造候选时，可以确定CPMV0、CPMV1和CPMV3的所有参考图片是否相同。如果确定结果指示CPMV0、CPMV1和CPMVP3的所有参考图片都相同，则{CPMV0，CPMV1，CPMV3}可以被添加为构造候选。
另外，例如，如果推导出CPMV模式2，则包括{CPMV0，CPMV1，CPMV2}的构造候选、包括{CPMV0，CPMV1}的构造候选、包括{CPMV0，CPMV2}的构造候选以及包括{CPMV1，CPMV2}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
另外，例如，如果推导出CPMV模式3，则包括{CPMV0，CPMV1，CPMV3}的构造候选、包括{CPMV0，CPMV1}的构造候选、包括{CPMV0，CPMV3}的构造候选以及包括{CPMV1，CPMV3}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
另外，例如，如果推导出CPMV模式4，则包括{CPMV0，CPMV2，CPMV3}的构造候选、包括{CPMV0，CPMV2}的构造候选、包括{CPMV0，CPMV3}的构造候选以及包括{CPMV2，CPMV3}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
另外，例如，如果推导出CPMV模式5，则包括{CPMV1，CPMV2，CPMV3}的构造候选、包括{CPMV1，CPMV2}的构造候选、包括{CPMV1，CPMV3}的构造候选以及包括{CPMV2，CPMV3}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
另外，例如，如果推导出CPMV模式6，则包括{CPMV0，CPMV1}的构造候选可以被添加到合并候选列表中。
当{CPMV0，CPMV1}被添加为构造候选时，可以确定可用的CPMV组合的所有参考图片是否相同。即，当{CPMV0，CPMV1}被添加为构造候选时，可以确定CPMV0和CPMV1的所有参考图片是否相同。如果确定结果指示CPMV0和CPMV1的参考图片相同，则{CPMV0，CPMV1}可以被添加为构造候选。
另外，例如，如果推导出CPMV模式7，则包括{CPMV0，CPMV2}的构造候选可以被添加到合并候选列表中。
当{CPMV0，CPMV2}被添加为构造候选时，可以确定可用的CPMV组合的所有参考图片是否相同。即，当{CPMV0，CPMV2}被添加为构造候选时，可以确定CPMV0和CPMV2的所有参考图片是否相同。如果确定结果指示CPMV0和CPMV2的参考图片相同，则{CPMV0，CPMV2}可以被添加为构造候选。
另外，例如，如果推导出CPMV模式8，则包括{CPMV1，CPMV2}的构造候选可以被添加到合并候选列表中。
另外，例如，如果推导出CPMV模式9，则包括{CPMV0，CPMV3}的构造候选可以被添加到合并候选列表中。
另外，例如，如果推导出CPMV模式10，则包括{CPMV1，CPMV3}的构造候选可以被添加到合并候选列表中。
另外，例如，如果推导出CPMV模式11，则包括{CPMV2，CPMV3}的构造候选可以被添加到合并候选列表中。
当根据表29的方法执行复杂度分析时，其如表30至表36中一样。
[表30]
如表30中一样，构造候选的最大数目为4。
[表31]
[表32]
表31表示针对构造候选的处理的次数，并且表32表示针对构造候选的详细缩放处理。
如表32中一样，获得CP3的运动矢量候选的处理可以伴随两个缩放处理，即，针对TMVP的缩放处理和针对列表0和列表1的缩放处理。
[表33]
[表34]
表33表示伴随继承候选的生成的修剪检查处理和缩放处理，并且表34表示伴随构造候选的生成的各种操作处理的数目。
[表35]
处理 比较 详情
修剪处理 15 12(3个CPMV)+2(列表0和列表1的参考索引)+1(affine_type)
表35表示伴随两个合并候选的比较的比较操作的数目。即，当将两个合并候选彼此比较时，可以在修剪检查处理中执行12次冗余校验、2次针对L0参考图片与L1参考图片之间的身份的比较操作以及1次的针对仿射类型的比较操作。
[表36]
表36表示合并候选生成的处理的数目，并且当将其构造候选的复杂度与表6的构造候选的复杂度进行比较时，加法操作从73次减少至46次；移位操作的次数从55次减少至36次；并且修剪检查处理的比较操作从600次减少至240次。可以理解，随着构造候选的复杂度的这种降低，总操作复杂度如表36中那样急剧降低。
此外，从如图11中的推导构造候选的实施方式中，可以提出减少CPMV模式或根据CPMV模式的可用构造候选的数目的实施方式。
作为一个示例，可以提出不考虑包括CPMV0和CPMV2的组合或包括CPMV1和CPMV2的组合的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以不包括表15的CPMV模式3或表15的CPMV模式4。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
即，根据本实施方式，当生成可用的CPMV组合时，可以通过确定当前块的参考图片索引与构造候选的参考图片索引是否彼此相同来在候选列表中添加候选，并且可以排除特定的CPMV组合。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
此外，根据本文的示例，可以提出其中针对预定的CPMV图案考虑平面运动矢量预测的方法。
图14是示出了根据本文的实施方式的平面运动矢量预测的示图。
图14是平面运动矢量预测的示意图，并且如所示出的，可以通过对4×4块上的水平和竖直线性插值求平均来获取平面运动矢量预测。
针对当前块(当前4×4子块)的运动矢量预测如式8中那样：
[式8]
P(x,y)＝(H×Ph(x,y)+W×Pv(x,y)+H×W)/(2×H×W)
在式8中，H和W意指包括当前块的编码块(16×16)的高度和宽度。如所示出的，可以根据针对当前块的水平方向的L(-1，y)与R(W，y)之间的相对距离通过线性插值来推导Ph(x，y)，并且可以根据针对当前块的竖直方向的A(x,-1)与B(x,H)之间的相对距离通过线性插值来推导Pw(x，y)。
此外，根据本实施方式的平面运动矢量预测可以应用于参考图13描述的构造候选生成，并且如果CPMV模式为1，即，如果CP0至CP3的参考图片都相同，则可以应用。
如果CPMV模式为1，则当应用平面运动矢量预测时，可以将表29更改为表37。
[表37]
如在以上表中那样，如果CPMV模式为1，则包括{CPMV0,CPMV1,CPMV2,CPMV3}、{CPMV0,CPMV1,CPMV2}、{CPMV0,CPMV1,CPMV3}、{CPMV0,CPMV2,CPMV3}和{CPMV1,CPMV2,CPMV3}的构造候选可以以此顺序被添加到当前块的合并候选列表中，直到合并候选列表的候选数目达到最大数目为止。
此外，根据另一示例，考虑到编码复杂度和性能，可以像表38一样改变根据表37的构造候选。
[表38]
如在上表中那样，如果CPMV模式为1，则平面{CPMV0，CPMV1，CPMV2，CPMV3}可以被添加到当前块的合并候选列表中。
此外，当根据本文的另一实施方式生成合并候选列表时，可以提出其中在继承候选与构造候选之间不执行修剪检查处理的方法。
通常，如果邻近块是仿射块，则发生继承候选，而构造候选假定邻近块不是仿射块的情况。因此，两个候选的特性彼此不同，因此可以在不执行修剪检查处理的情况下被假定为另一个候选。
该方法可以与先前提出的确定继承候选或构造候选的方法同时地或者独立地使用。
图15示意性表示根据本文的由编码设备进行的图像编码方法。图15中公开的方法可以由图1中公开的编码设备执行。具体地，例如，图15中的S1500至S1510可以由编码设备的预测器执行；并且S1520可以由编码设备的熵编码器执行。此外，尽管未示出，但基于CPMV推导当前块的预测样本的处理可以由编码设备的预测器来执行；基于当前块的预测样本和原始样本推导当前块的残差样本的处理可以由编码设备的减法器来执行；基于残差样本生成关于当前块的残差的信息的处理可以由编码设备的变换器来执行；并且对关于残差的信息进行编码的处理可以由编码设备的熵编码器来执行。
编码设备构成当前块的合并候选列表(S1500)。
编码设备可以构成包括当前块的候选的合并候选列表。候选可以包括继承候选(继承仿射候选)和构造候选。
作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的最大数目可以是2。例如，继承候选可以包括第一继承候选和第二继承候选。
具体地，可以基于包括当前块的左下角邻近块(左下角邻近块)和左邻近块(左邻近块)的左块组来推导第一继承候选。例如，可以按第一顺序检查左块组中的邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第一继承候选。这里，第一顺序可以是从左下角邻近块到左邻近块的顺序。
具体地，可以基于包括当前块的右上角邻近块(右上角邻近块)、上邻近块(上邻近块)和左上角邻近块(左上角邻近块)的上块组来推导第二继承候选。例如，可以按第二顺序检查上块组中的邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第二继承候选。这里，第二顺序可以是从右上角邻近块到上邻近块然后到左上角邻近块的顺序。
此外，如果大小为W×H，并且当前块的左上样本位置的x分量为0并且其y分量为0，则左下角邻近块可以是包括坐标(-1，H)处的样本的块；左邻近块可以是包括坐标(-1，H-1)处的样本的块；右上角邻近块可以是包括坐标(W，-1)处的样本的块；上邻近块可以是包括坐标(W-1，-1)处的样本的块；并且左上角邻近块可以是包括坐标(-1，-1)处的样本的块。即，左邻近块可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且上邻近块可以是当前块的上邻近块当中的位于最右侧的上邻近块。
另外，作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的最大数目可以是1。
具体地，例如，可以按特定顺序检查邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第二继承候选。这里，邻近块可以包括当前块的左邻近块、上邻近块、左下角邻近块、右上角邻近块和左上角邻近块。另外，该特定顺序可以是从左邻近块到上邻近块到左下角邻近块到右上角邻近块然后到左上角邻近块的顺序。
此外，如果大小为W×H，并且当前块的左上样本位置的x分量为0并且其y分量为0，则左下角邻近块可以是包括坐标(-1，H)处的样本的块；左邻近块可以是包括坐标(-1，H-1)处的样本的块；右上角邻近块可以是包括坐标(W，-1)处的样本的块；上邻近块可以是包括坐标(W-1，-1)处的样本的块；并且左上角邻近块可以是包括坐标(-1，-1)处的样本的块。即，左邻近块可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且上邻近块可以是当前块的上邻近块当中的位于最右侧的上邻近块。
另选地，作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的参考图片索引可以表示彼此不同的参考图片。例如，可以按特定顺序检查邻近块，并且可以基于利用仿射运动模型编码的第一邻近块来推导第一继承候选。此后，如果根据特定顺序跟随第一邻近块的利用仿射运动模型编码的第二邻近块的参考图片索引表示与第一邻近块的参考图片索引不同的参考图片，则可以基于第二邻近块来推导第二继承候选。如果第二邻近块的参考图片索引表示与第一邻近块的参考图片索引相同的参考图片，则不能基于第二邻近块来推导继承候选。
另外，作为示例，可以基于当前块的邻近块来推导构造候选。
例如，可以推导基于邻近块的当前块的控制点(CP)的候选运动矢量。这里，CP可以包括CP0、CP1、CP2和CP3。CP0可以表示当前块的左上位置；CP1可以表示当前块的右上位置；CP2可以表示当前块的左下位置；CP3可以表示当前块的右下位置。
另外，邻近块可以包括邻近块A、邻近块B、邻近块C、邻近块D、邻近块E、邻近块F、邻近块G和邻近块T。如果大小为W×H，并且当前块的左上样本位置的x分量为0并且其y分量为0，则邻近块A可以是包括坐标(-1，-1)处的样本的块；邻近块B可以是包括坐标(0，-1)处的样本的块；邻近块C可以是包括坐标(-1，0)处的样本的块；邻近块D可以是包括坐标(W-1，-1)处的样本的块；邻近块E可以是包括坐标(W，-1)处的样本的块；邻近块F可以是包括坐标(-1，H-1)处的样本的块；并且邻近块G可以是包括坐标(-1，H)处的样本的块。即，邻近块A可以是当前块的左上角邻近块；邻近块B可以是当前块的上邻近块当中的位于最左侧的上邻近块；邻近块C可以是当前块的左邻近块当中的位于最上侧的左邻近块；邻近块D可以是当前块的上邻近块当中的位于最右侧的上邻近块；邻近块E可以是当前块的右上角邻近块；邻近块F可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且邻近块G可以是当前块的左下角邻近块。邻近块T可以是当前块的右下角邻近块。
具体地，例如，可以按第一顺序检查第一组中的邻近块是否可用，并且最先被确认为可用的第一邻近块的运动矢量可以被推导为CP0的候选运动矢量。即，CP0的候选运动矢量可以是基于按第一顺序检查第一组中的邻近块是否可用时最先被确认为可用的第一邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。这里，例如，第一组可以包括邻近块A、邻近块B和邻近块C。第一顺序可以是第一组中的从邻近块A到邻近块B然后到邻近块C的顺序。作为一个示例，如果邻近块A可用，则邻近块A的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块A不可用而邻近块B可用，则邻近块B的运动矢量可以被推导为CP0的候选运动矢量；并且如果邻近块A和B均不可用并且邻近块C可用，则邻近块C的运动矢量可以被推导为CP0的候选运动矢量。
另外，例如，可以按第二顺序检查第二组中的邻近块是否可用，并且最先被确认为可用的第二邻近块的运动矢量可以被推导为CP1的候选运动矢量。即，CP1的候选运动矢量可以是基于按第二顺序检查第二组中的邻近块是否可用时最先被确认为可用的第二邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。这里，第二组可以包括邻近块D和邻近块E。第二顺序可以是第二组中的从邻近块D到邻近块E的顺序。作为一个示例，如果邻近块D可用，则邻近块D的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块D不可用而邻近块E可用，则邻近块E的运动矢量可以被推导为CP1的候选运动矢量。
另外，例如，可以按第三顺序检查第三组中的邻近块是否可用，并且最先被确认为可用的第三邻近块的运动矢量可以被推导为CP2的候选运动矢量。即，CP2的候选运动矢量可以是基于按第三顺序检查第三组中的邻近块是否可用时最先被确认为可用的第三邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。这里，第三组可以包括邻近块F和邻近块G。第三顺序可以是第三组中的从邻近块F到邻近块G的顺序。作为一个示例，如果邻近块F可用，则邻近块F的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块F不可用而邻近块G可用，则邻近块G的运动矢量可以被推导为CP2的候选运动矢量。
另外，例如，编码设备/解码设备可以检查时间邻近块(即，邻近块T)是否可用，并且如果时间邻近块(即，邻近块T)可用，则时间邻近块(即，邻近块T)的运动矢量可以被推导为CP3的候选运动矢量。
此后，可以基于CP的候选运动矢量来推导构造候选。
可以基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导构造候选，并且构成该组合的第一邻近块、第二邻近块、第三邻近块和第四邻近块具有相同的参考图片索引。参考图片索引可以相同意味着对应的邻近块的参考图片相同。
例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量、CP1的候选运动矢量和CP2的候选运动矢量的第一构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第二构造候选和第一构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP2的候选运动矢量的第三构造候选、第二构造候选以及第一构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP1的候选运动矢量和CP2的候选运动矢量的第四构造候选、第三构造候选、第二构造候选以及第一构造候选。
另外，例如，如果第一邻近块的参考图片和第二邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第二构造候选。
另外，例如，如果第一邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP2的候选运动矢量的第三构造候选。
另外，例如，如果第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP1的候选运动矢量和CP2的候选运动矢量的第四构造候选。
此外，可以提出在如上所述推导构造候选的处理中不考虑包括CPMV0和CPMV2的组合或包括CPMV1和CPMV2的组合的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以不包括表15的CPMV模式3或表15的CPMV模式4。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
即，根据本实施方式，当生成可用的CPMV组合时，可以通过确定当前块的参考图片索引与构造候选的参考图片索引是否彼此相同来在候选列表中添加候选，并且可以排除特定的CPMV组合。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
此外，如果通过上述处理推导出的合并候选(即，继承候选和/或构造候选)的数目小于最大候选数目，则合并候选列表可以包括零候选。例如，零候选可以包括其值为0的候选运动矢量和参考图片索引。
另外，如果继承候选和构造候选的数目小于合并候选列表的最大候选数目，即，如果推导出的合并候选的数目小于最大候选数目，则合并候选列表可以包括零候选。零候选可以包括其CP的值为0的候选运动矢量和其值为0的参考图片索引。
另选地，例如，如果推导出的合并候选的数目小于最大候选数目，则第一零候选、第二零候选、第三零候选...第n零候选可以按此顺序被添加到合并候选列表中，直到合并候选列表的合并候选的数目达到最大候选数目为止。例如，第一零候选可以包括其值为0的候选运动矢量、其值为0的L0(列表0)参考图片索引和L1(列表1)参考图片索引；第二零候选可以包括其值为0的候选运动矢量、其值为0的L0参考图片索引和其值为1的L1参考图片索引；第三零候选可以包括其值为0的候选运动矢量、其值为1的L0参考图片索引和其值为0的L1参考图片索引；并且第四零候选可以包括其值为0的候选运动矢量、其值为1的L0参考图片索引和其值为1的L1参考图片索引。另选地，例如，邻近块A、邻近块B、邻近块C、邻近块D、邻近块E、邻近块F和邻近块G的参考图片索引可以按频率(从最高到最低)的顺序被包括在第一零候选至第n零候选中。另选地，例如，第一零候选可以包括其值为0的候选运动矢量以及其值与当前块的左邻近块的参考图片索引的值相同的参考图片索引；第二零候选可以包括其值为0的候选运动矢量以及其值与当前块的上邻近块的参考图片索引的值相同的参考图片索引；第三零候选可以包括其值为0的候选运动矢量以及其值与当前块的左下角邻近块的参考图片索引的值相同的参考图片索引；第四零候选可以包括其值为0的候选运动矢量以及其值与当前块的右上角邻近块的参考图片索引的值相同的参考图片索引；并且第五零候选可以包括其值为0的候选运动矢量以及其值与当前块的左上角邻近块的参考图片索引的值相同的参考图片索引。
编码设备基于合并候选列表来推导当前块的控制点(CP)的控制点运动矢量(CPMV)(S1510)。
编码设备可以推导具有最佳RD成本的当前块的CP的CPMV，并且可以从合并候选列表中的候选当中选择与CPMV最相似的合并候选作为当前块的合并候选。编码设备可以基于从合并候选列表中所包括的合并候选当中选择的合并候选来推导当前块的控制点(CP)的控制点运动矢量(CPMV)。
具体地，如果所选择的合并候选包括CP0的候选运动矢量和CP1的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，并且合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV。
另外，如果所选择的合并候选包括CP0的候选运动矢量、CP1的候选运动矢量和CP2的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV，并且合并候选的CP2的候选运动矢量可以被推导为CP2的CPMV。
另外，如果所选择的合并候选包括CP0的候选运动矢量、CP1的候选运动矢量和CP3的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV，并且合并候选的CP3的候选运动矢量可以被推导为CP3的CPMV。
另外，如果所选择的合并候选包括CP1的候选运动矢量和CP2的候选运动矢量，则合并候选的CP1的候选运动矢量可以被推导为CP1的CPMVP，并且合并候选的CP2的候选运动矢量可以被推导为CP2的CPMV。
编码设备可以对指示从合并候选当中选择的合并候选的合并候选索引进行编码。合并候选索引可以指示当前块的合并候选列表中所包括的合并候选当中的一个合并候选。
编码设备对包括关于当前块的预测信息的图像信息进行编码(S1520)。
编码设备可以以比特流的形式输出包括关于当前块的信息的图像信息。编码设备可以对图像信息进行编码，图像信息可以包括关于当前块的预测信息，并且预测信息可以包括合并候选索引。
如上所述，合并候选索引可以指示从当前块的合并候选列表中所包括的合并候选当中选择的合并候选。
此外，作为示例，编码设备可以基于CPMV来推导当前块的预测样本，基于当前块的预测样本和原始样本来推导当前块的残差样本，基于残差样本来生成关于当前块的残差的信息，并且对关于残差的信息进行编码。图像信息可以包括关于残差的信息。
此外，可以通过网络或(数字)存储介质将比特流发送到解码设备。这里，网络可以包括广播网络和/或通信网络，并且数字存储介质可以包括诸如USB、SD、CD、DVD、蓝光、HDD、SSD等这样的各种存储介质。
图16示意性表示根据本文的执行图像编码方法的编码设备。图15中公开的方法可以由图16中公开的编码设备执行。具体地，例如，图16的预测器可以执行图15中的S1500至S1510；编码设备的熵编码器可以执行图15中的S1520。此外，尽管未示出，但是基于CPMV推导当前块的预测样本的处理可以由图1的编码设备的预测器来执行；基于当前块的预测样本和原始样本推导当前块的残差样本的处理可以由图16的编码设备的减法器来执行；基于残差样本生成关于当前块的残差的信息的处理可以由图16的编码设备的变换器来执行；并且对关于残差的信息进行编码的处理可以由图16的编码设备的熵编码器来执行。
图17示意性表示根据本文的由解码设备进行的图像解码方法。图17中公开的方法可以由图2中公开的解码设备执行。具体地，图17中的S1700至S1720可以由解码设备的预测器执行；并且S1730可以由解码设备的加法器执行。另外，尽管未示出，但通过比特流获取包括预测信息和/或关于当前块的残差的信息的图像信息的处理可以由解码设备的熵解码器执行；并且基于关于残差的信息来推导当前块的残差样本的处理可以由解码设备的逆变换器执行。
解码设备构成当前块的合并候选列表(仿射合并候选列表)(S1700)。
解码设备可以构成包括当前块的候选的合并候选列表。候选可以包括继承候选和构造候选。
作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的最大数目可以是2。例如，继承候选可以包括第一继承候选和第二继承候选。
具体地，可以基于包括当前块的左下角邻近块(左下角邻近块)和左邻近块(左邻近块)的左块组来推导第一继承候选。例如，可以按第一顺序检查左块组中的邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第一继承候选。这里，第一顺序可以是从左下角邻近块到左邻近块的顺序。
另外，可以基于包括当前块的右上角邻近块(右上邻近块)、上邻近块(上邻近块)和左上角邻近块(左上角邻近块)的上块组来推导第二继承候选。例如，可以按第二顺序检查上块组中的邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第二继承候选。这里，第二顺序可以是从右上角邻近块到上邻近块然后到左上角邻近块的顺序。
此外，如果大小为WxH，并且当前块的左上样本位置的x分量为0并且其y分量为0，则左下角邻近块可以是包括坐标(-1，H)处的样本的块；左邻近块可以是包括坐标(-1，H-1)处的样本的块；右上角邻近块可以是包括坐标(W，-1)处的样本的块；上邻近块可以是包括坐标(W-1，-1)处的样本的块；并且左上角邻近块可以是包括坐标(-1，-1)处的样本的块。即，左邻近块可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且上邻近块可以是当前块的上邻近块当中的位于最右侧的上邻近块。
另外，作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的最大数目可以是1。
具体地，例如，可以按特定顺序检查邻近块，并且可以基于最先被检查的已经利用仿射运动模型编码的邻近块来推导第二继承候选。这里，邻近块可以包括当前块的左邻近块、上邻近块、左下角邻近块、右上角邻近块和左上角邻近块。另外，该特定顺序可以是从左邻近块到上邻近块到左下角邻近块到右上角邻近块然后到左上角邻近块的顺序。
此外，如果大小为WxH，并且当前块的左上样本位置的x分量为0并且其y分量为0，则左下角邻近块可以是包括坐标(-1，H)处的样本的块；左邻近块可以是包括坐标(-1，H-1)处的样本的块；右上角邻近块可以是包括坐标(W，-1)处的样本的块；上邻近块可以是包括坐标(W-1，-1)处的样本的块；并且左上角邻近块可以是包括坐标(-1，-1)处的样本的块。即，左邻近块可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且上邻近块可以是当前块的上邻近块当中的位于最右侧的上邻近块。
另选地，作为示例，可以基于当前块的邻近块来推导继承候选，并且继承候选的参考图片索引可以表示彼此不同的参考图片。例如，可以按特定顺序检查邻近块，并且可以基于利用仿射运动模型编码的第一邻近块来推导第一继承候选。此后，如果根据特定顺序跟随第一邻近块的利用仿射运动模型编码的第二邻近块的参考图片索引表示与第一邻近块的参考图片索引不同的参考图片，则可以基于第二邻近块来推导第二继承候选。如果第二邻近块的参考图片索引表示与第一邻近块的参考图片索引相同的参考图片，则不能基于第二邻近块来推导继承候选。
另外，作为示例，可以基于当前块的邻近块来推导构造候选。
例如，可以推导基于邻近块的当前块的控制点(CP)的候选运动矢量。这里，CP可以包括CP0、CP1、CP2和CP3。CP0可以表示当前块的左上位置；CP1可以表示当前块的右上位置；CP2可以表示当前块的左下位置；CP3可以表示当前块的右下位置。
另外，邻近块可以包括邻近块A、邻近块B、邻近块C、邻近块D、邻近块E、邻近块F和邻近块G。如果大小为W×H，并且当前块的左上样本位置的x分量为0并且其y分量为0，则邻近块A可以是包括坐标(-1，-1)处的样本的块；邻近块B可以是包括坐标(0，-1)处的样本的块；邻近块C可以是包括坐标(-1，0)处的样本的块；邻近块D可以是包括坐标(W-1，-1)处的样本的块；邻近块E可以是包括坐标(W，-1)处的样本的块；邻近块F可以是包括坐标(-1，H-1)处的样本的块；并且邻近块G可以是包括坐标(-1，H)处的样本的块。即，邻近块A可以是当前块的左上角邻近块；邻近块B可以是当前块的上邻近块当中的位于最左侧的上邻近块；邻近块C可以是当前块的左邻近块当中的位于最上侧的左邻近块；邻近块D可以是当前块的上邻近块当中的位于最右侧的上邻近块；邻近块E可以是当前块的右上角邻近块；邻近块F可以是当前块的左邻近块当中的位于最下侧的左邻近块；并且邻近块G可以是当前块的左下角邻近块。邻近块T可以是当前块的右下角邻近块。
具体地，例如，可以按第一顺序检查第一组中的邻近块是否可用，并且最先被确认为可用的第一邻近块的运动矢量可以被推导为CP0的候选运动矢量。即，CP0的候选运动矢量可以是基于按第一顺序检查第一组中的邻近块是否可用时最先被确认为可用的第一邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。在此，例如，第一组可以包括邻近块A、邻近块B和邻近块C。第一顺序可以是第一组中的从邻近块A到邻近块B然后到邻近块C的序列。作为一个示例，如果邻近块A可用，则邻近块A的运动矢量可以被推导为CP0的候选运动矢量；如果邻近块A不可用而邻近块B可用，则邻近块B的运动矢量可以被推导为CP0的候选运动矢量；并且如果邻近块A和B均不可用而邻近块C可用，则邻近块C的运动矢量可以被推导为CP0的候选运动矢量。
另外，例如，可以按第二顺序检查第二组中的邻近块是否可用，并且最先被确认为可用的第二邻近块的运动矢量可以被推导为CP1的候选运动矢量。即，CP1的候选运动矢量可以是基于按第二顺序检查第二组中的邻近块是否可用时最先被确认为可用的第二邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。这里，第二组可以包括邻近块D和邻近块E。第二顺序可以是第二组中的从邻近块D到邻近块E的顺序。作为一个示例，如果邻近块D可用，则邻近块D的运动矢量可以被推导为CP1的候选运动矢量；并且如果邻近块D不可用而邻近块E可用，则邻近块E的运动矢量可以被推导为CP1的候选运动矢量。
另外，例如，可以按第三顺序检查第三组中的邻近块是否可用，并且最先被确认为可用的第三邻近块的运动矢量可以被推导为CP2的候选运动矢量。即，CP2的候选运动矢量可以是基于按第三顺序检查第三组中的邻近块是否可用时最先被确认为可用的第三邻近块的运动矢量来推导的。可用可以表示邻近块已经在帧间预测下编码。即，可用的邻近块可以是已经被应用帧间预测的块。这里，第三组可以包括邻近块F和邻近块G。第三顺序可以是第三组中的从邻近块F到邻近块G的顺序。作为一个示例，如果邻近块F可用，则邻近块F的运动矢量可以被推导为CP2的候选运动矢量；并且如果邻近块F不可用而邻近块G可用，则邻近块G的运动矢量可以被推导为CP2的候选运动矢量。
另外，例如，编码设备/解码设备可以检查时间邻近块(即，邻近块T)是否可用，并且如果时间邻近块(即，邻近块T)可用，则时间邻近块(即，邻近块T)的运动矢量可以被推导为CP3的候选运动矢量。
此后，可以基于CP的候选运动矢量来推导构造候选。
可以基于第一组中的第一邻近块、第二组中的第二邻近块、第三组中的第三邻近块和第四邻近块中的至少两个的组合来推导构造候选，并且构成该组合的第一邻近块、第二邻近块、第三邻近块和第四邻近块具有相同的参考图片索引。参考图片索引相同意味着对应的邻近块的参考图片相同。
例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量、CP1的候选运动矢量和CP2的候选运动矢量的第一构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第二构造候选以及第一构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第三构造候选、第一构造候选以及第二构造候选。
另选地，例如，如果第一邻近块的参考图片、第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第四构造候选、第一构造候选、第二构造候选以及第三构造候选。
另外，例如，如果第一邻近块的参考图片和第二邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第二构造候选。
另外，例如，如果第一邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第三构造候选。
另外，例如，如果第二邻近块的参考图片和第三邻近块的参考图片相同，则构造候选可以包含包括CP0的候选运动矢量和CP1的候选运动矢量的第四构造候选。
此外，可以提出在如上所述推导构造候选的处理中不考虑包括CPMV0和CPMV2的组合或包括CPMV1和CPMV2的组合的方法。
即，编码设备/解码设备可以基于可用的CPMV组合来确定CPMV模式，其中，CPMV模式可以不包括表15的CPMV模式3或表15的CPMV模式4。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
即，根据本实施方式，当生成可用的CPMV组合时，可以通过确定当前块的参考图片索引与构造候选的参考图片索引是否彼此相同来在候选列表中添加候选，并且可以排除特定的CPMV组合。例如，可用的构造候选可以不包含包括{CPMV0，CPMV2}的构造候选。另外，可用的构造候选可以不包含包括{CPMV1，CPMV2}的构造候选。
另外，如果继承候选和构造候选的数目小于合并候选列表的最大候选数目，即，如果推导出的合并候选的数目小于最大候选数目，则合并候选列表可以包括零候选。零候选可以包括其CP的值为0的候选运动矢量和其值为0的参考图片索引。
另选地，例如，如果推导出的合并候选的数目小于最大候选数目，则第一零候选、第二零候选、第三零候选...第n零候选可以以此顺序被添加到合并候选列表中，直到合并候选列表的合并候选的数目达到最大候选数目为止。例如，第一零候选可以包括其值为0的候选运动矢量、其值为0的L0(列表0)参考图片索引和L1(列表1)参考图片索引；第二零候选可以包括其值为0的候选运动矢量、其值为0的L0参考图片索引和其值为1的L1参考图片索引；第三零候选可以包括其值为0的候选运动矢量、其值为1的L0参考图片索引和其值为0的L1参考图片索引；并且第四零候选可以包括其值为0的候选运动矢量、其值为1的L0参考图片索引和其值为1的L1参考图片索引。另选地，例如，邻近块A、邻近块B、邻近块C、邻近块D、邻近块E、邻近块F和邻近块G的参考图片索引可以按频率(从最高到最低)的顺序被包括在第一零候选至第n零候选中。另选地，例如，第一零候选可以包括其值为0的候选运动矢量以及其值与当前块的左邻近块的参考图片索引的值相同的参考图片索引；第二零候选可以包括其值为0的候选运动矢量以及其值与当前块的上邻近块的参考图片索引的值相同的参考图片索引；第三零候选可以包括其值为0的候选运动矢量以及其值与当前块的左下角邻近块的参考图片索引的值相同的参考图片索引；第四零候选可以包括其值为0的候选运动矢量以及其值与当前块的右上角邻近块的参考图片索引的值相同的参考图片索引；并且第五零候选可以包括其值为0的候选运动矢量以及其值与当前块的左上角邻近块的参考图片索引的值相同的参考图片索引。
解码设备基于合并候选列表来推导当前块的控制点(CP)的控制点运动矢量(CPMV)(S1710)。
解码设备可以从合并候选列表中所包括的合并候选当中选择一个合并候选，并基于所选择的合并候选来推导当前块的CP的CPMV。
例如，解码设备可以从比特流中获取针对当前块的合并候选索引，并且基于合并候选列表中所包括的合并候选当中的、合并候选索引所指示的合并候选来推导当前块的CP的CPMV。解码设备可以从比特流获取图像信息，并且图像信息可以包括关于当前块的预测信息。预测信息可以包括合并候选索引。
具体地，如果合并候选包括CP0的候选运动矢量和CP1的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，并且合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV。
另外，如果合并候选包括CP0的候选运动矢量、CP1的候选运动矢量和CP2的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV，并且合并候选的CP2的候选运动矢量可以被推导为CP2的CPMV。
另外，如果所选择的合并候选包括CP0的候选运动矢量、CP1的候选运动矢量和CP3的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV，并且合并候选的CP3的候选运动矢量可以被推导为CP3的CPMV。
另外，如果合并候选包括CP0的候选运动矢量和CP1的候选运动矢量，则合并候选的CP0的候选运动矢量可以被推导为CP0的CPMV，并且合并候选的CP1的候选运动矢量可以被推导为CP1的CPMV。
解码设备可以基于CPMV来推导当前块的预测样本(S1720)。
解码设备可以基于CPMV来推导当前块的子块单元或样本单元的运动矢量。即，解码设备可以基于CPMV来推导当前块的每个子块或每个样本的运动矢量。可以基于上述的式1或式3来推导子块单元或样本单元的运动矢量。运动矢量可以被表示为仿射运动矢量场(MVF)或运动矢量阵列。
解码设备可以基于子块单元或样本单元的运动矢量来推导当前块的预测样本。解码设备可以基于子块单元或样本单元的运动矢量来推导参考图片中的参考区域，并基于参考区域中的重构样本来生成当前块的预测样本。
解码设备基于推导出的预测样本来生成当前块的重构图片(S1730)。
解码设备可以基于推导出的预测样本来生成当前块的重构图片。解码设备可以根据预测模式直接将预测样本用作重构样本，或者可以通过将残差样本与预测样本相加来生成重构样本。如果存在当前块的残差样本，则解码设备可以从比特流中获取包括关于当前块的残差的信息的图像信息。关于残差的信息可以包括与残差样本相关的变换系数。解码设备可以基于关于残差的信息来推导当前块的残差样本(或残差样本阵列)。解码设备可以基于预测样本和残差样本来生成重构样本，并且基于重构样本来推导重构块或重构图片。此后，如上所述，解码设备可以向重构图片应用诸如SAO过程和/或去块滤波这样的环路滤波过程，以便按需要提高主观/客观视频质量。
图18示意性表示根据本文的执行图像解码方法的解码设备。图17中公开的方法可以由图18中公开的解码设备执行。具体地，例如，图18的解码设备的预测器可以执行图17中的S1700至S1720；并且图18的解码设备的加法器可以执行图17中的S1730。另外，尽管未示出，但通过比特流获取包括预测信息和/或关于当前块的残差的信息的图像信息的处理可以由图18的解码设备的熵解码器执行；并且基于残差信息来推导当前块的残差样本的处理可以由图18的解码设备的逆变换器执行。
根据本文，可以降低合并模式的操作复杂度，这可以提高常规图像编码的效率。
另外，根据本文，可以通过在推导构造候选列表时添加其参考图片索引相同的邻近块的运动矢量来降低构成合并候选列表的处理和推导构造候选的处理的操作复杂度并提高编码效率。
在上述实施方式中，借助一系列步骤或块基于流程图来解释方法，但是本文不限于步骤的顺序，并且某个步骤可以以不同的顺序发生或者与除了上述步骤之外的其它步骤同时发生。另外，本领域的普通技术人员可以理解，流程图中示出的步骤不是排他性的，并且可以在不影响本文的范围的情况下，去除可以被并入的另一步骤或流程图的一个或更多个步骤。
图19示意性地表示可以应用本文的视频/图像编码系统的示例。
参照图19，视频/图像编码系统可以包括第一装置(源装置)和第二装置(接收装置)。源装置可以经由数字存储介质或网络以文或流传输的形式将编码后的视频/图像信息或数据传递到接收装置。
源装置可以包括视频源、编码设备和发送器。接收装置可以包括接收器、解码设备和渲染器。编码设备可以被称为视频/图像编码设备，并且解码设备可以被称为视频/图像解码设备。发送器可以被包括在编码设备中。接收器可以被包括在解码设备中。渲染器可以包括显示器，并且显示器可以被配置为单独的装置或外部组件。
视频源可以通过捕获、合成或生成视频/图像的处理来获得视频/图像。视频源可以包括视频/图像捕获装置和/或视频/图像生成装置。视频/图像捕获装置可以包括例如一个或更多个相机、包括先前捕获的视频/图像的视频/图像档案等。视频/图像生成装置可以包括例如计算机、平板计算机和智能电话，并且可以(电子地)生成视频/图像。例如，可以通过计算机等生成虚拟视频/图像。在这种情况下，视频/图像捕获处理可以被生成相关数据的处理取代。
编码设备可以对输入视频/图像进行编码。编码设备可以执行诸如针对压缩和编码效率的预测、变换和量化这样的一系列过程。编码后的数据(编码后的视频/图像信息)可以以比特流的形式输出。
发送器可以通过数字存储介质或网络以文或流传输的形式将以比特流的形式输出的编码后的视频/图像信息或数据发送到接收装置的接收器。数字存储介质可以包括诸如USB、SD、CD、DVD、蓝光、HDD、SSD等这样的各种存储介质。发送器可以包括用于通过预定文格式生成媒体文的元件，并且可以包括用于通过广播/通信网络进行发送的元件。接收器可以接收/提取比特流，并且将接收/提取的比特流发送到解码设备。
解码设备可以通过执行与编码设备的操作对应的诸如反量化、逆变换、预测等这样的一系列过程来解码视频/图像。
渲染器可以渲染解码后的视频/图像。可以通过显示器显示渲染后的视频/图像。
本文涉及视频/图像编码。例如，本文中公开的方法/实施方式可以应用于以通用视频编码(VVC)标准、基本视频编码(EVC)标准、AOMedia Video 1(AV1)标准、第二代音频视频编码标准(AVS2)或下一代视频/图像编码标准(例如，H.267、H.268等)公开的方法。
另外，本文中描述的实施方式可以在处理器、微处理器、控制器或芯片上实施和执行。另外，每幅图中示出的功能单元可以在处理器、微处理器、控制器或芯片上实施和执行。在这种情况下，用于实施的信息或算法(例如，关于指令的信息)可以被存储在数字存储介质中。
另外，应用本文的解码设备和编码设备可以被包括在多媒体广播收发器、移动通信终端、家庭影院视频装置、数字影院视频装置、监视相机、视频聊天装置、诸如视频通信这样的实时通信装置、移动流传输装置、存储介质、摄像机、视频点播(VoD)服务提供装置、顶置(OTT)视频装置、互联网流传输服务提供装置、三维(3D)视频装置、视频电话视频装置、运输工具终端(例如，车辆终端、飞机终端、轮船终端等)和医疗视频装置中，并且可以被用于处理视频信号或数据信号。例如，顶置(OTT)视频装置可以包括游戏控制台、蓝光播放器、互联网访问TV、家庭影院系统、智能电话、平板PC、数字录像机(DVR)等。
另外，应用本文的处理方法可以以由计算机执行的程序的形式产生，并且被存储在计算机可读记录介质中。根据本文的具有数据结构的多媒体数据也可以被存储在计算机可读记录介质中。计算机可读记录介质包括其中存储了计算机可读数据的所有种类的存储装置和分布式存储装置。计算机可读记录介质可以包括例如蓝光盘(BD)、通用串行总线(USB)、ROM、PROM、EPROM、EEPROM、RAM、CD-ROM、磁带、软盘和光学数据存储装置。另外，计算机可读记录介质还包括以载体(例如，互联网上的传输)的形式实施的媒体。另外，通过编码方法生成的比特流可以被存储在计算机可读记录介质中，或者可以通过有线或无线通信网络传输。
另外，本文的实施方式可以通过程序代码被实施为计算机程序产品，并且程序代码可以通过本文的实施方式在计算机中执行。程序代码可以被存储在计算机可读载体上。
图20例示性表示可以应用本文中公开的实施方式的内容流传输系统结构示图。
应用本文的实施方式的内容流传输系统可以主要包括编码服务器、流传输服务器、网络服务器、媒体存储器、用户装置和多媒体输入装置。
编码服务器将从诸如智能电话、相机、摄像机等这样的多媒体输入装置输入的内容压缩成数字数据以生成比特流，并且将该比特流发送到流传输服务器。作为另一示例，当诸如智能电话、相机、摄像机等这样的多媒体输入装置直接生成比特流时，可以省略编码服务器。
可以通过应用本文的实施方式的编码方法或比特流生成方法来生成比特流，并且流传输服务器可以在发送或接收比特流的处理中临时存储比特流。
流传输服务器基于用户的请求通过网络服务器将多媒体数据发送到用户装置，并且网络服务器用作将服务告知用户的介质。当用户向网络服务器请求所期望的服务时，网络服务器将其传送到流传输服务器，并且流传输服务器将多媒体数据发送给用户。在这种情况下，内容流传输系统可以包括单独的控制服务器。在这种情况下，控制服务器用于控制内容流传输系统中的装置之间的命令/响应。
流传输服务器可以从媒体存储器和/或编码服务器接收内容。例如，当从编码服务器接收到内容时，可以实时地接收内容。在这种情况下，为了提供平稳的流传输服务，流传输服务器可以将比特流存储预定时间。
用户装置的示例可以包括移动电话、智能电话、膝上型计算机、数字广播终端、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航仪、触屏PC、平板PC、超级本、可穿戴装置(例如，智能手表、智能眼镜、头戴式显示器)、数字TV、台式计算机、数字标牌等。内容流传输系统中的每个服务器都可以作为分布式服务器操作，在这种情况下，从每个服务器接收到的数据可以被分发。

Claims (4)

1.一种由解码设备执行的图像解码方法，该图像解码方法包括以下步骤：
基于当前块的邻近块当中的以仿射运动模式编码的块来推导继承候选；
基于所述当前块的控制点CP的候选运动矢量的组合来推导构造候选；
构成用于所述当前块的合并候选列表，其中，所述合并候选列表包括所述继承候选和所述构造候选；
基于所述合并候选列表来推导所述当前块的所述CP的控制点运动矢量CPMV；
通过基于所述当前块的所述CPMV执行帧间预测来推导所述当前块的预测样本；以及
基于所述预测样本来生成所述当前块的重构图片，
其中，所述继承候选是基于所述当前块的包括左下角邻近块、与所述左下角邻近块的上侧相邻的第一左邻近块、右上角邻近块、与所述右上角邻近块的左侧相邻的第一上邻近块和左上角邻近块的所述邻近块当中的以仿射运动模式编码的块的CPMV来推导的，
其中，所述CP包括与所述当前块的左上角有关的CP0、与所述当前块的右上角有关的CP1和与所述当前块的左下角相关的CP2，
其中，所述CP0的所述候选运动矢量被推导为第一组中根据第一顺序最先被确认为可用的第一邻近块的运动矢量，所述CP1的所述候选运动矢量被推导为第二组中根据第二顺序最先被确认为可用的第二邻近块的运动矢量，并且所述CP2的所述候选运动矢量被推导为第三组中根据第三顺序最先被确认为可用的第三邻近块的运动矢量，
其中，所述第一组包括所述左上角邻近块、与所述左上角邻近块相邻的第二上邻近块以及与所述左上角邻近块相邻的第二左邻近块，
其中，所述第二组包括所述右上角邻近块和所述第一上邻近块，
其中，所述第三组包括所述左下角邻近块和所述第一左邻近块，并且
其中，基于所述第一邻近块的参考图片、所述第二邻近块的参考图片和所述第三邻近块的参考图片相同，基于所述CP0的所述候选运动矢量、所述CP1的所述候选运动矢量和所述CP2的所述候选运动矢量的组合来推导所述构造候选。
2.一种由编码设备执行的图像编码方法，该图像编码方法包括以下步骤：
基于当前块的邻近块当中的以仿射运动模式编码的块来推导继承候选；
基于所述当前块的控制点CP的候选运动矢量的组合来推导构造候选；
构成所述当前块的合并候选列表，其中，所述合并候选列表包括所述继承候选和所述构造候选；
基于所述合并候选列表来推导所述当前块的控制点CP的控制点运动矢量CPMV；
通过基于所述CPMV执行帧间预测来推导所述当前块的预测样本；
基于所述预测样本来推导所述当前块的残差样本；以及
对包括预测信息和残差信息的图像信息进行编码，
其中，所述继承候选是基于所述当前块的包括左下角邻近块、与所述左下角邻近块的上侧相邻的第一左邻近块、右上角邻近块、与所述右上角邻近块的左侧相邻的第一上邻近块和左上角邻近块的所述邻近块当中的以仿射运动模式编码的块的CPMV来推导的，
其中，所述CP包括与所述当前块的左上角有关的CP0、与所述当前块的右上角有关的CP1和与所述当前块的左下角相关的CP2，
其中，所述CP0的所述候选运动矢量被推导为第一组中根据第一顺序最先被确认为可用的第一邻近块的运动矢量，所述CP1的所述候选运动矢量被推导为第二组中根据第二顺序最先被确认为可用的第二邻近块的运动矢量，并且所述CP2的所述候选运动矢量被推导为第三组中根据第三顺序最先被确认为可用的第三邻近块的运动矢量，
其中，所述第一组包括所述左上角邻近块、与所述左上角邻近块相邻的第二上邻近块以及与所述左上角邻近块相邻的第二左邻近块，
其中，所述第二组包括所述右上角邻近块和所述第一上邻近块，
其中，所述第三组包括所述左下角邻近块和所述第一左邻近块，并且
其中，基于所述第一邻近块的参考图片、所述第二邻近块的参考图片和所述第三邻近块的参考图片相同，基于所述CP0的所述候选运动矢量、所述CP1的所述候选运动矢量和所述CP2的所述候选运动矢量的组合来推导所述构造候选。
3.一种存储由图像编码方法生成的比特流的非暂态计算机可读存储介质，该图像编码方法包括：
基于当前块的邻近块当中的以仿射运动模式编码的块来推导继承候选；
基于所述当前块的控制点CP的候选运动矢量的组合来推导构造候选；
构成所述当前块的合并候选列表，其中，所述合并候选列表包括所述继承候选和所述构造候选；
基于所述合并候选列表来推导所述当前块的控制点CP的控制点运动矢量CPMV；
通过基于所述CPMV执行帧间预测来推导所述当前块的预测样本；
基于所述预测样本来推导所述当前块的残差样本；以及
对包括预测信息和残差信息的图像信息进行编码，
其中，所述继承候选是基于所述当前块的包括左下角邻近块、与所述左下角邻近块的上侧相邻的第一左邻近块、右上角邻近块、与所述右上角邻近块的左侧相邻的第一上邻近块和左上角邻近块的所述邻近块当中的以仿射运动模式编码的块的CPMV来推导的，
其中，所述CP包括与所述当前块的左上角有关的CP0、与所述当前块的右上角有关的CP1和与所述当前块的左下角相关的CP2，
其中，所述CP0的所述候选运动矢量被推导为第一组中根据第一顺序最先被确认为可用的第一邻近块的运动矢量，所述CP1的所述候选运动矢量被推导为第二组中根据第二顺序最先被确认为可用的第二邻近块的运动矢量，并且所述CP2的所述候选运动矢量被推导为第三组中根据第三顺序最先被确认为可用的第三邻近块的运动矢量，
其中，所述第一组包括所述左上角邻近块、与所述左上角邻近块相邻的第二上邻近块以及与所述左上角邻近块相邻的第二左邻近块，
其中，所述第二组包括所述右上角邻近块和所述第一上邻近块，
其中，所述第三组包括所述左下角邻近块和所述第一左邻近块，并且
其中，基于所述第一邻近块的参考图片、所述第二邻近块的参考图片和所述第三邻近块的参考图片相同，基于所述CP0的所述候选运动矢量、所述CP1的所述候选运动矢量和所述CP2的所述候选运动矢量的组合来推导所述构造候选。
4.一种用于图像的数据的发送方法，所述发送方法包括以下步骤：
获得用于所述图像的比特流，其中，所述比特流是基于以下操作生成的：基于当前块的邻近块当中的以仿射运动模式编码的块来推导继承候选，基于所述当前块的控制点CP的候选运动矢量的组合来推导构造候选，构成所述当前块的合并候选列表，其中，所述合并候选列表包括所述继承候选和所述构造候选，基于所述合并候选列表来推导所述当前块的控制点CP的控制点运动矢量CPMV，通过基于所述CPMV执行帧间预测来推导所述当前块的预测样本，基于所述预测样本来推导所述当前块的残差样本，以及对包括预测信息和残差信息的图像信息进行编码；以及
发送包括所述比特流的所述数据，
其中，所述继承候选是基于所述当前块的包括左下角邻近块、与所述左下角邻近块的上侧相邻的第一左邻近块、右上角邻近块、与所述右上角邻近块的左侧相邻的第一上邻近块和左上角邻近块的所述邻近块当中的以仿射运动模式编码的块的CPMV来推导的，
其中，所述CP包括与所述当前块的左上角有关的CP0、与所述当前块的右上角有关的CP1和与所述当前块的左下角相关的CP2，
其中，所述CP0的所述候选运动矢量被推导为第一组中根据第一顺序最先被确认为可用的第一邻近块的运动矢量，所述CP1的所述候选运动矢量被推导为第二组中根据第二顺序最先被确认为可用的第二邻近块的运动矢量，并且所述CP2的所述候选运动矢量被推导为第三组中根据第三顺序最先被确认为可用的第三邻近块的运动矢量，
其中，所述第一组包括所述左上角邻近块、与所述左上角邻近块相邻的第二上邻近块以及与所述左上角邻近块相邻的第二左邻近块，
其中，所述第二组包括所述右上角邻近块和所述第一上邻近块，
其中，所述第三组包括所述左下角邻近块和所述第一左邻近块，并且
其中，基于所述第一邻近块的参考图片、所述第二邻近块的参考图片和所述第三邻近块的参考图片相同，基于所述CP0的所述候选运动矢量、所述CP1的所述候选运动矢量和所述CP2的所述候选运动矢量的组合来推导所述构造候选。
CN202310842979.6A 2018-09-06 2019-09-06 图像解码方法、图像编码方法、存储介质和发送方法 Pending CN116647696A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862728068P 2018-09-06 2018-09-06
US62/728,068 2018-09-06
PCT/KR2019/011580 WO2020050695A1 (ko) 2018-09-06 2019-09-06 영상 코딩 시스템에서 머지 후보 리스트를 사용하는 움직임 예측에 기반한 영상 디코딩 방법 및 장치
CN201980057255.2A CN112640459B (zh) 2018-09-06 2019-09-06 图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201980057255.2A Division CN112640459B (zh) 2018-09-06 2019-09-06 图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备

Publications (1)

Publication Number Publication Date
CN116647696A true CN116647696A (zh) 2023-08-25

Family

ID=69723147

Family Applications (5)

Application Number Title Priority Date Filing Date
CN202310839109.3A Pending CN116647695A (zh) 2018-09-06 2019-09-06 图像解码设备、图像编码设备和数据发送设备
CN202310842979.6A Pending CN116647696A (zh) 2018-09-06 2019-09-06 图像解码方法、图像编码方法、存储介质和发送方法
CN201980057255.2A Active CN112640459B (zh) 2018-09-06 2019-09-06 图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备
CN202310841208.5A Pending CN116668719A (zh) 2018-09-06 2019-09-06 图像解码方法、图像编码方法、存储介质和发送方法
CN202310841668.8A Pending CN116647693A (zh) 2018-09-06 2019-09-06 编解码设备、存储介质和数据发送设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202310839109.3A Pending CN116647695A (zh) 2018-09-06 2019-09-06 图像解码设备、图像编码设备和数据发送设备

Family Applications After (3)

Application Number Title Priority Date Filing Date
CN201980057255.2A Active CN112640459B (zh) 2018-09-06 2019-09-06 图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备
CN202310841208.5A Pending CN116668719A (zh) 2018-09-06 2019-09-06 图像解码方法、图像编码方法、存储介质和发送方法
CN202310841668.8A Pending CN116647693A (zh) 2018-09-06 2019-09-06 编解码设备、存储介质和数据发送设备

Country Status (3)

Country Link
US (4) US11849143B2 (zh)
CN (5) CN116647695A (zh)
WO (1) WO2020050695A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11356657B2 (en) * 2018-01-26 2022-06-07 Hfi Innovation Inc. Method and apparatus of affine inter prediction for video coding system
US11570461B2 (en) * 2018-10-10 2023-01-31 Samsung Electronics Co., Ltd. Method for encoding and decoding video by using motion vector differential value, and apparatus for encoding and decoding motion information
KR102297479B1 (ko) * 2020-04-10 2021-09-03 삼성전자주식회사 움직임 벡터의 부호화 장치 및 방법, 및 움직임 벡터의 복호화 장치 및 방법

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1274254B1 (en) * 1995-08-29 2011-07-06 Sharp Kabushiki Kaisha Video coding device and video decoding device with a motion compensated interframe prediction
PT3525464T (pt) * 2002-04-19 2021-04-06 Panasonic Ip Corp America Método e sistema de codificação e descodificação de imagem
EP2387003A1 (en) * 2008-11-10 2011-11-16 NEC Corporation Image matching device, image matching method, and image matching program
US9049455B2 (en) 2010-12-28 2015-06-02 Panasonic Intellectual Property Corporation Of America Image coding method of coding a current picture with prediction using one or both of a first reference picture list including a first current reference picture for a current block and a second reference picture list including a second current reference picture for the current block
CN106303543B (zh) 2015-05-15 2018-10-30 华为技术有限公司 视频图像编码和解码的方法、编码设备和解码设备
KR20180028513A (ko) * 2015-08-04 2018-03-16 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치
CN108600749B (zh) * 2015-08-29 2021-12-28 华为技术有限公司 图像预测的方法及设备
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
WO2017147765A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Methods for affine motion compensation
WO2017156705A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Affine prediction for video coding
RU2696551C1 (ru) * 2016-03-15 2019-08-02 МедиаТек Инк. Способ и устройство для кодирования видео с компенсацией аффинного движения
US10659801B2 (en) * 2016-03-24 2020-05-19 Lg Electronics Inc. Method and apparatus for inter prediction in video coding system
WO2017171107A1 (ko) * 2016-03-28 2017-10-05 엘지전자(주) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
EP3457696A4 (en) * 2016-05-13 2019-12-18 Sharp Kabushiki Kaisha DEVICE FOR PREDICTIVE IMAGE GENERATION, VIDEO DECODING DEVICE AND VIDEO CODING DEVICE
US10560712B2 (en) * 2016-05-16 2020-02-11 Qualcomm Incorporated Affine motion prediction for video coding
WO2018008678A1 (ja) * 2016-07-08 2018-01-11 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 復号装置、符号化装置、復号方法及び符号化方法
US10631002B2 (en) * 2016-09-30 2020-04-21 Qualcomm Incorporated Frame rate up-conversion coding mode
CN117201815A (zh) * 2016-10-04 2023-12-08 英迪股份有限公司 图像解码方法、图像编码方法以及发送比特流的方法
US10448010B2 (en) * 2016-10-05 2019-10-15 Qualcomm Incorporated Motion vector prediction for affine motion models in video coding
CN109804630A (zh) * 2016-10-10 2019-05-24 夏普株式会社 对视频数据编码执行运动补偿的系统以及方法
WO2018101685A1 (ko) * 2016-11-29 2018-06-07 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
US10681370B2 (en) * 2016-12-29 2020-06-09 Qualcomm Incorporated Motion vector generation for affine motion model for video coding
US20190335170A1 (en) * 2017-01-03 2019-10-31 Lg Electronics Inc. Method and apparatus for processing video signal by means of affine prediction
US10873744B2 (en) * 2017-01-03 2020-12-22 Lg Electronics Inc. Method and device for processing video signal by means of affine prediction
JP7036628B2 (ja) * 2017-03-10 2022-03-15 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、符号化方法及び復号方法
US10701390B2 (en) * 2017-03-14 2020-06-30 Qualcomm Incorporated Affine motion information derivation
US10873760B2 (en) * 2017-04-07 2020-12-22 Futurewei Technologies, Inc. Motion vector (MV) constraints and transformation constraints in video coding
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
JP2019017066A (ja) * 2017-07-03 2019-01-31 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Ｐａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 符号化装置、復号装置、符号化方法及び復号方法
CN116915986A (zh) * 2017-12-12 2023-10-20 华为技术有限公司 视频数据的帧间预测方法和装置
CN117499672A (zh) * 2018-08-27 2024-02-02 华为技术有限公司 一种视频图像预测方法及装置

Also Published As

Publication number Publication date
CN116647695A (zh) 2023-08-25
WO2020050695A1 (ko) 2020-03-12
US20230179794A1 (en) 2023-06-08
US20230396798A1 (en) 2023-12-07
CN112640459B (zh) 2023-07-28
US11877005B2 (en) 2024-01-16
CN112640459A (zh) 2021-04-09
US20240121430A1 (en) 2024-04-11
CN116647693A (zh) 2023-08-25
US20200195966A1 (en) 2020-06-18
US11849143B2 (en) 2023-12-19
CN116668719A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN111630859B (zh) 根据图像编码系统中的帧间预测进行图像解码的方法和装置
CN111247805B (zh) 在图像编码系统中基于以子块为单元进行的运动预测的图像解码方法和设备
CN111418212B (zh) 基于图像编码系统中的仿射运动预测的图像解码方法和设备
CN112673627B (zh) 在图像编码系统中使用仿射合并候选列表的基于仿射运动预测的图像解码方法和装置
CN112640459B (zh) 图像编码系统中基于使用合并候选列表的运动预测的图像解码方法和设备
US11943470B2 (en) Method and apparatus for inter prediction in video coding system
US20240022713A1 (en) Sbtmvp-based inter prediction method and apparatus
CN111434116B (zh) 在图像编码系统中使用构造的仿射mvp候选基于仿射运动预测的图像解码方法和装置
KR102610110B1 (ko) 비디오 처리 시스템에서 인터 예측 방법 및 장치

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