CN116783892A - 用于修正运动矢量候选的方法和设备 - Google Patents

Abstract

本公开总体上涉及视频编码/解码，并且具体涉及用于修正运动矢量候选的方法和系统。一种示例解码方法，包括：接收已编码视频码流；从已编码视频码流提取第一语法元素，该第一语法元素指示是否将复合参考模式应用于当前视频块；从已编码视频码流提取第二语法元素，该第二语法元素指示是否针对当前视频块联合发信号通知运动矢量差(MVD)；响应于第一语法元素指示将复合参考模式应用于当前视频块并且第二语法元素指示针对当前视频块联合发信号通知MVD，由设备基于MV候选列表中的至少一个MV预测器(MVP)是否对称来修正该至少一个MVP；以及由设备基于MV候选列表来对当前视频块进行解码。

Description

用于修正运动矢量候选的方法和设备

交叉引用

本申请基于并要求于2021年11月19日提交的美国临时专利申请第63/281,338号的优先权，其全部内容通过引用结合在本文中。本申请还基于并要求于2021年12月13日提交的美国临时专利申请第63/289,054号的优先权，其全部内容通过引用结合在本文中。本申请还基于并要求于2022年10月11日提交的美国非临时专利申请第17/963,614号的优先权，其全部内容通过引用结合在本文中。

技术领域

本公开总体上涉及视频编解码，尤其涉及提供用于修正运动矢量候选的信令方案的方法和系统。

背景技术

本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。

通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。未压缩的数字视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关的全部或子采样的色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(可选地称为帧率)，例如每秒60个图片或60帧每秒。未压缩的视频对于流或者数据处理具有特定的比特率要求。例如，具有1920×1080的像素分辨率、60帧/秒的帧率的视频和每个颜色通道每像素以8比特的4:2:0的色度子采样要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。

视频编码和解码的一个目的，是通过压缩减少未压缩的输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽和/或存储空间的要求，在某些情况下可降低两个或更多数量级。无损和有损压缩，以及两者的组合均可采用。无损压缩是指通过解码过程，从压缩的原始信号中重建原始信号精确副本的技术。有损压缩是指编码/解码过程，其中，原始视频信息在编码期间不能完全保留，并且在解码期间不能完全恢复。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用，尽管一些信息丢失。在很多应用中，有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电影或电视广播应用的用户，某些消费视频流媒体应用的用户可以容忍更高的失真。可由特定的编解码算法实现的压缩比反映出：较高的容许失真通常允许可产生较高的损失和较高的压缩比的编解码算法。

视频编码器和解码器可利用来自若干广泛类别的技术和步骤，包括例如运动补偿、傅里叶变换、量化及熵编解码。

视频编解码器技术可包括称为帧内编解码的技术。在帧内编解码中，在不参考来自先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有样本块都以帧内模式编码时，该图片可以称为帧内图片。帧内图片及其派生(诸如独立解码器刷新图片)可用于重置解码器状态，并且因此可用作已编码视频码流和视频会话中的第一图片，或者用作静止图像。可将帧内预测后的块的样本进行到频率域的变换，并且可在熵编解码之前量化因此生成的变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在一些情况下，变换后的DC值越小，并且AC系数越小，则在给定量化步长下表示熵编解码后的块所需的比特越少。

诸如从例如MPEG-2代编解码技术中已知的传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括基于例如周围样本数据和/或元数据来尝试对进行块的编码/解码的技术，该周围样本数据和/或元数据是在空间相邻的数据块的编码和/或解码期间获得的并且在解码顺序上先于正进行帧内编码或解码的数据块。这种技术此后称为“帧内预测”技术。注意，在至少一些情况下，帧内预测仅使用来自重建中的当前图片的参考数据，而不使用来自其它参考图片的参考数据。

可以有许多不同形式的帧内预测。当多于一种这样的技术可以用于给定的视频编解码技术中时，所使用的技术可以称为帧内预测模式。可以在特定编解码器中提供一个或多个帧内预测模式。在某些情况下，模式可以具有子模式和/或可以与各种参数相关联，并且视频的块的模式/子模式信息和帧内编解码参数可以被单独编码或者共同地被包括在模式码字中。对于给定模式、子模式和/或参数组合要使用的码字可能对通过帧内预测的编码效率增益有影响，并且将码字转换成码流的熵编解码技术也是如此。

帧内预测的某种模式与H.264一起被引入，在H.265中被改进，并且在诸如联合探索模式(JEM，joint exploration model)、通用视频编码(VVC，versatile video coding)和基准集(BMS，benchmark set)这些较新的编解码技术中被进一步改进。通常，对于帧内预测，可以使用变得可用的相邻样本值来形成预测器块。例如，沿着特定方向和/或线的相邻样本的特定集合的可用值可以被复制到预测器块中。对使用中方向的参考可以在码流中编码，或者可以预测其本身。

参照图1A，右下方描绘了在H.265中指定的33个可能的帧内预测方向(对应于H.265中指定的35种帧内模式的33个角度模式)中已知的九个预测方向的子集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示使用相邻样本来预测101处的样本的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的相邻的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的相邻的一个或多个样本，预测样本(101)。

仍然参考图1A，在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)包括16个样本，每个样本用“S”、以及其在Y维度上的位置(例如，行索引)和在X纬度上的位置(例如，列索引)来标记。例如，样本S21是Y维度上的第二个样本(从顶部开始)和X维度上的第一个(从左侧开始)样本。类似地，样本S44在X维度和Y维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本，因此S44位于右下角。还示出了遵循类似编号方案的示例性参考样本。参考样本用"R"、以及其相对于块(104)的Y位置(例如，行索引)和X位置(例如，列索引)来标记。在H.264与H.265中，使用与重建中的块相邻的预测样本。

块104的帧内内预测可以根据用信号通知的预测方向从相邻样本复制参考样本值来开始。例如，假设编码视频比特流包括信令，对于该块104，该信令指示箭头(102)的预测方向，即，根据右上方与水平方向成45度角的一个或多个预测样本来预测样本。在这种情况下，根据同一参考样本R05，预测样本S41、S32、S23和S14。根据参考样本R08，预测样本S44。块104的帧内内预测可以通过根据用信号通知的预测方向从相邻样本复制参考样本值来开始

在某些情况下，例如通过内插，可以合并多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。

随着视频编码技术持续发展，可能的方向的数量已经增加了。在H.264(2003年)中，例如，有九种不同的方向可以用于帧内预测。在H.265(2013年)和JEM/VVC/BMS中增加到了33个，而在此申请时，可以支持多达65个方向。已经进行了实验研究来帮助识别最合适的帧内预测的方向，并且熵编码中的某些技术被用于使用少量比特来编码那些最合适的方向，对于一些方向则接受某些比特代价。此外，有时可以根据在相邻的、已经解码的块的帧内预测中所使用的相邻方向来预测方向本身。

图1B示出了用于描绘根据JEM的65个帧内预测方向的示意图(105)，以示出随着时间推移各种编码技术中的预测方向的增加数量。

将表示帧内预测方向的比特映射到编解码视频比特流中的预测方向的方式可能因视频编码技术而异，并且可以例如从预测方向到帧内预测模式的简单直接映射到码字、到涉及最可能模式的复杂自适应方案和类似技术。然而，在所有情况下，在视频内容中可能存在某些帧内预测的方向，这些方向比某些其它方向在统计上更不可能出现。由于视频压缩的目标是减少冗余，因此在良好设计的视频编解码技术中，那些不太可能的方向将由比更可能的方向具有更大数目的比特来表示。

图片间预测或帧间预测可以基于运动补偿。在运动补偿中，来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分(例如，块)的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表示使用中的参考图片(类似于时间维度)。

在一些视频压缩技术中，应用于某个样本数据区域的当前的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的样本数据的其他区域相关的、且按解码顺序在当前MV前面的那些其它MV。这样做可以通过依靠消除相关MV中的冗余信息，大大减少编码MV所需的数据总量，进而增加压缩效率。MV预测可以有效地进行，例如，当对从相机导出的输入视频信号(称为自然视频)进行编码时，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，在视频序列中会朝着类似的方向移动，因此，在某些情况下，可以用邻近区域的MV导出的相似运动矢量进行预测。这导致针对给定区域的实际的MV与根据周围MV预测的MV相似或相同。在熵编码之后，相比于直接编码MV而不是从相邻MV预测所使用的比特数，这样的MV又可以用更少的比特数来表示。在某些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，MV预测本身可能是有损的，例如由于根据几个周围MV计算预测值时产生的取整误差。

H.265/HEVC(ITU-T Rec.H.265，“高效视频编码”，2016年12月)描述了各种MV预测机制。在H.265所指定的多种MV预测机制中，本文下面描述的是一种下文称为“空间合并”的技术。

具体的，参考图2，当前块(201)包括编码器在运动搜索过程中发现的样本，所述样本可以根据空间移动了相同大小的先前块进行预测。不直接对该MV进行编码，而是通过使用与五个周围样本中的任何一个相关联的MV，从与一个或多个参考图片相关联的元数据中导出该MV，例如从最近的(按解码顺序)参考图片中导出该MV。其中，五个周围样本分别用A0、A1和B0、B1、B2(从202到206)表示。在H.265中，MV预测可使用相邻块使用的同一参考图片的预测值。

发明内容

本公开描述了用于修正运动矢量候选、提高视频编码/解码中的熵编码/解码的效率的方法、装置和计算机可读存储介质的各种实施例。

根据一个方面，本公开的实施例提供了一种用于对视频码流的当前视频块进行解码的方法。该方法包括由设备接收已编码视频码流。设备包括存储指令的存储器和与存储器通信的处理器。该方法还包括：由设备从已编码视频码流提取第一语法元素，该第一语法元素指示是否将复合参考模式应用于当前视频块；由设备从已编码视频码流提取第二语法元素，该第二语法元素指示是否针对当前视频块联合发信号通知运动矢量差(MVD)；响应于第一语法元素指示将复合参考模式应用于当前视频块并且第二语法元素指示针对当前视频块联合发信号通知MVD，由设备基于MV候选列表中的至少一个MV预测器(MVP)是否对称来修正该至少一个MVP；以及由设备基于MV候选列表来对当前视频块进行解码。

根据另一方面，本公开的实施例提供了一种用于对视频码流的当前视频块进行解码的装置。该装置包括存储指令的存储器；和与存储器通信的处理器。当处理器执行指令时，处理器被配置为使得装置执行用于视频解码和/或编码的上述方法。

在另一方面，本公开的实施例提供了存储指令的非易失性计算机可读介质，这些指令在由计算机执行以进行视频解码和/或编码时，使得计算机执行用于视频解码和/或编码的上述方法。

在附图、说明书和权利要求书中更详细地描述了上述和其它方面及其实施方案。

附图说明

从以下详细描述和附图中，所公开的主题的进一步特征、性质及各种优点将更加明显，在附图中：

图1A示出了帧内预测方向模式的示例性子集的示意性图示；

图1B示出了示例性帧内预测方向的图示；

图2示出了一个示例中的当前块及其用于运动矢量预测的周围空间合并候选的示意性图示；

图3示出了根据示例实施例的通信系统(300)的简化框图的示意性图示；

图4示出了根据示例实施例的通信系统(400)的简化框图的示意性图示；

图5示出了根据示例实施例的视频解码器的简化框图的示意性图示；

图6示出了根据示例实施例的视频编码器的简化框图的示意性图示；

图7示出了根据另一示例实施例的视频编码器的框图；

图8示出了根据另一示例实施例的视频解码器的框图；

图9示出了根据本公开的示例实施例的编解码块分区的方案；

图10示出了根据本公开的示例实施例的编解码块分区的另一方案；

图11示出了根据本公开的示例实施例的编解码块分区的另一方案；

图12示出了根据示例分区方案将基本块分区成编解码块的示例性分区；

图13示出了示例性三元分区方案；

图14示出了示例性四叉树二叉树编解码块分区方案；

图15示出了根据本公开的示例性实施例的用于将编解码块分区成多个变换块的方案和变换块的编码顺序；

图16示出了根据本公开的示例性实施例的将编解码块分区成多个变换块的另一方案和变换块的编码顺序；

图17示出了根据本公开的示例性实施例的将编解码块分区成多个变换块的另一方案；

图18示出了根据本公开的示例实施例的方法的流程图；以及

图19示出了根据本公开的示例实施例的计算机系统的示意图。

具体实施方式

在整个说明书和权利要求中，除了明确说明的含义之外，术语还可能具有上下文中提出或暗示的有细微差别的含义，而不仅仅是明示的含义。如本文所用，短语“在一个实施例中”或“在一些实施例中”不一定是指相同的实施例，并且如本文所用，短语“在另一实施例中”或“在其它实施例中”不一定是指不同的实施例。同样地，如本文所用，短语“在一个实施方案中”或“在一些实施方案中”不一定是指相同的实施方案，并且如本文所用，短语“在另一实施方案中”或“在其它实施方案中”不一定是指不同的实施方案。例如，所要求保护的主题旨在包括示例性实施例/实施方案的全部或部分的组合。

通常，术语可以至少部分地根据上下文中的使用来理解。例如，如本文所用，术语诸如“和”、“或”，或“和/或”可以包括多种含义，这些含义可以至少部分地取决于使用此类术语的上下文。通常，“或”如果用于关联列表，诸如A、B或C，则旨在表示A、B和C，在此以包括性意义使用，以及A、B或C，在此以排他性意义使用。此外，如本文所用，术语“一个或多个”或“至少一个”至少部分地取决于上下文，可以用于以单数形式描述任何特征、结构或特性，或可以用于以复数形式描述特征、结构或特性的组合。类似地，诸如“一”、“一个”或“该”等术语同样可以被理解为传达单数用法或传达复数用法，这至少部分地取决于上下文。此外，术语“基于”或“由……确定”可以被理解为不一定旨在传达一组排他的因素，而是可以允许存在不一定明确描述的附加因素，这也至少部分地取决于上下文。根据实施例的图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一对终端装置(310)和终端装置(320)。在图3的实施例中，终端装置(310)和终端装置(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(320)可从网络(350)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输可以在媒体服务等应用中实现。

在另一实施例中，通信系统(300)包括执行已编码视频数据的双向传输的第二对终端装置(330)和(340)，所述双向传输可例如在视频会议应用期间实现。对于双向数据传输，终端装置(330)和终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码以通过网络(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)中的另一终端装置传输的已编码视频数据，且可对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3的实施例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可为服务器、个人计算机和智能电话，但本申请公开的基本原理的适用性可不限于此。本申请公开的实施例可以在膝上型计算机、平板电脑、媒体播放器、可穿戴计算机和专用视频会议设备等中实现。网络(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)之间传送已编码视频数据的任何数目或类型的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换、分组交换、和/或其他类型的信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在本文中明确说明，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为实施例，图4示出视频编码器和视频解码器在视频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视频应用，包括例如视频会议、数字TV、广播、游戏、虚拟现实以及在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。

视频流式传输系统可包括视频采集子系统(413)，所述采集子系统可包括视频源(401)，例如用于创建未压缩的视频图片流或图像(402)的数码相机。在实施例中，视频图片流(402)包括由视频源401的数码相机记录的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于未压缩的视频图片流(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)上以供将来使用，或者直接到下游视频设备。一个或多个流式传输客户端子系统，例如图4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生未压缩的且可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。视频解码器410可以被配置为执行本公开中描述的一些或全部各种功能。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-TH.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标准的上下文或其他视频编解码标准中。

应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。

图5是根据本申请公开的任意实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。

接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列。在同一实施例或另一实施例中，一次可以解码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。每个视频序列可以与多个视频或图像相关联。可从信道(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据或用于传输已编码的视频数据的流媒体源的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的处理电路(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可放置在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)可以被实现为视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它应用中，例如为了防止网络抖动的目的视频解码器(510)的外部设置缓冲存储器(未标示)，且在视频解码器(510)的内部可配置另一附加的缓冲存储器(515)以例如处理播放定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要充分大小的缓冲存储器(515)，且缓冲存储器(515)的大小可相对较大。这样的缓冲存储器可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。

视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示器(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可对解析器(520)接收到的已编码视频序列进行解析/熵解码。已编码视频序列的熵编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于子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组中的至少一个子群的子群组参数集。子群组可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数(傅里叶变换系数)、量化器参数值、运动矢量等等。

解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。

取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同的处理或功能单元。涉及的单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)与下文的多个处理或功能单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些功能单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于清楚描述所公开主题的各种功能的目的，本公开下面采用了概念上细分成功能单元。

第一单元可以包括缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收量化变换系数以及控制信息，包括用于指示使用哪种类型的逆变换、块大小、量化因子/参数、量化缩放矩阵的信息和作为符号(521)的位置(lie)。缩放器/逆变换单元(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。

在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用已经重建并存储在当前图片缓冲器(558)的周围的块信息，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(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些实现方式中，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于帧间预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(单元551的输出可以被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y分量(偏移)和参考图片分量(时间)。当使用子样本精确运动矢量时，运动补偿可以包括从参考图片存储器(557)提取的样本值的内插，并与运动矢量预测机制相关联，等等。

聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图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。几种类型的环路滤波器可以以不同的顺序作为环路滤波器单元556的一部分，下面将进一步详细描述。

环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。

一旦完全重建，某些已编码图片就可用作参考图片以用于将来的帧间图片预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(510)可根据例如ITU-T H.265标准中采用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。为了符合标准，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(HypotheticalReference Decoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)可以进一步包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。

视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)可以被实现为电子装置(620)的一部分。

视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601 YCrCB、RGB、XYZ……)和任何合适取样结构(例如Y CrCb 4:2:0、YCrCb 4:4:4)。在媒体服务系统中，视频源(601)可以是能够存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片或图像，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，其中取决于正在用的取样结构、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。

根据一些示例性实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度构成控制器(650)的一个功能。在一些实施例中，控制器(650)可以控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。

在一些示例性实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)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，即使嵌入式解码器633处理由源编码器630编码的视频流而不进行熵编码(因为在本申请所考虑的视频压缩技术中，熵编解码中的符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。使用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)以提高编解码的质量。

“本地”解码器(633)的操作可与例如已在上文结合图4详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在编码器中的本地解码器(633)中实施。

此时可以观察到，除仅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，本申请有时侧重于解码器操作，其与编码器的解码部分相关。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。下文提供了仅在某些区域或方面编码器更详细的描述。

在操作期间，在一些示例性实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”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(632)对输入图片的像素块与参考图片的像素块之间在颜色信道中的差异(或残差)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。术语“残差”及其形容词形式“残差”可互换使用。

本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，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(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，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(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为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(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。

控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列

传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。

控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图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。所属领域的普通技术人员了解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。为了其他目的，源图片或中间处理后的图片可被细分为其他类型的块。编码块和其他类型块的划分可能遵循也可能不遵循相同的方式，如下文进一步详细描述。

视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。已编码视频数据可相应地符合所用视频编码技术或标准指定的语法。

在一些示例性实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，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该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。

在一些示例性实施例中，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或将来)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联合地预测所述块。

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示例性实施例，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，将视频图片序列中的图片分割成编码树单元(coding treeunit，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包括三个平行编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU。所述一个或多个32×32块中的每一个可以被进一步分割为4个16×16像素的CU。在一些实施例中，在编码的期间，分析每个CU以从各种预测类型中确定用于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。将CU分割为PU(或不同颜色通道的PBs)可以在各种空间模式下进行。例如，亮度或色度PB，可以包括样本值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素样本，等等。

图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图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(703)用于代替图4实施例中的视频编码器(403)。

例如，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真优化(rate-distortionoptimization，RDO)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。当确定在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当确定在帧间模式或双向预测模式中编码处理块时，视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在一些示例性实施例中，合并模式可以用作帧间图片预测的子模式，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。在一些其他实施例中，可存在适用于主题块的运动矢量分量。相应地，视频编码器(703)包括图7中未示出的组件，例如用于确定处理块的预测模式的模式决策模块。

在图7的实施例中，视频编码器(703)包括如图7中的示例性布置所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。

帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如按显示顺序的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，使用嵌入在图6中的示例性编码器620中的解码单元633(如下文中进一步详细描述的图7中的残差解码器728所示)，来进行解码的已解码参考图片。

帧内编码器(722)用于接收当前块(例如处理块)的样本、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。帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。

通用控制器(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的预测模式，且基于所述预测模式将控制信号提供到开关(726)。举例来说，当所述预测模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述块的预测模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的块的预测结果之间的差(残差数据)。残差编码器(724)用于对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种示例性实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且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(725)用于将码流格式化以产生已编码的块并执行熵编解码。熵编码器(725)产生码流中的各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图8是根据本申请公开的另一实施例的示例性视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。

在图8实施例中，视频解码器(810)包括如图8中所示的示例性布置的耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)

熵解码器(871)可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、合并子模式或另一子模式)、可识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。

帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。

帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。

残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能利用某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低数据量控制信息)。

重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以形成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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在一些示例性实施例中，可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。

来到用于编码和解码的块分区，一般分区可以从基本块开始，并且可以遵循预定义规则集、特定图型、分区树或任何分区结构或方案。分区可以是分层的和递归的。在遵循示例分区程序或以下描述的其它程序中的任一种或其组合来对基本块进行划分或分区之后，可以获得最终的一组分区或编解码块。这些分区中的每一个分区可以处于分区层级中的各种分区级别中的一个，并且可以具有各种形状。分区中的每一个分区可以称为编解码块(CB，Coding block)。对于下面进一步描述的各种示例性分区实施方案，每个生成的CB可以是任一允许的大小和分区级别。此类分区被称为编解码块，因为它们可以形成单元，针对这些单元可以作出一些基本编码/解码决定，并且可以在已编码视频码流中优化、确定并发信号通知编码/解码参数。最终分区中的最高或最深级别表示树的编解码块分区结构的深度。编解码块可以是亮度编解码块或色度编解码块。每种色彩的CB树结构可以被称为编解码块树(CBT，coding block tree)。

所有色彩通道的编解码块可以被统称为编解码单元(CU，coding unit)。所有色彩通道的分层结构可以统称为编码树单元(CTU，coding tree unit)。CTU中各种色彩通道的分区图型或结构可以相同或可以不相同。

在一些实施方案中，用于亮度和色度通道的分区树方案或结构可以不必相同。换句话说，亮度和色度通道可以具有单独的编码树结构或图型。进一步地，亮度和色度通道是使用相同还是不同的编解码分区树结构以及要使用的实际编解码分区树结构，可以取决于正在被编码的条带是P、B还是I条带。例如，对于I条带，色度通道和亮度通道可以具有单独的编解码分区树结构或编解码分区树结构模式，而对于P条带或B条带，亮度和色度通道可以共享相同的编解码分区树方案。当应用单独的编解码分区树结构或模式时，可以通过一个编解码分区树结构将亮度通道分区成CB，并且可以通过另一编解码分区树结构将色度通道分区成色度CB。

在一些示例性实施方案中，可以将预定分区图样(partitioning pattern)应用于基本块。如图9所示，示例4路分区树可以从第一预定义级别(例如，64×64块级或其它大小，作为基本块大小)开始，并且基本块可以被分层地向下分区到预定义最低级别(例如，4×4级)。例如，基本块可以服从由902、904，906和908指示的四个预定义分区选项或图样，其中允许被指定为R的分区进行递归分区，如图9所指示的相同分区选项在较低级别重复，直到最低级(例如，4×4级)。在一些实施方案中，可以将附加限制应用于图9的分区方案。在图9的实施方案中，可以允许矩形分区(例如，1:2/2:1矩形分区)，但是不允许它们是递归的，而允许正方形分区是递归的。如果需要，遵循图9的递归分区生成一组最终的编解码块。可以进一步定义编码树深度，以指示从根节点或根块的分割深度。例如，根节点或根块(例如64×64块)的编码树深度可以被设置为0，并且在遵循图9对根块进一步分割一次之后，编码树深度增加1。对于上述方案，从64×64基本块到4×4的最小分区的最大或最深级别将是4(从0级别开始)。此类分区方案可以应用于色彩通道中的一个或多个。可以遵循图9的方案独立地对每个色彩通道进行分区(例如，可以为每个分层的级别的色彩通道中的每一个色彩通道独立地确定预定义图型中的分区图型或选项)。可选地，色彩通道中的两个或更多个色彩通道可以共享图9的相同分层图样树(例如，可以为每个分层级的两个或更多个色彩通道选择预定义图型中的相同分区图样或选项)。

图10示出了允许递归分区以形成分区树的另一示例性预定义分区图样。如图10所示，可以预定义示例10路分区结构或图型。根块可以以预定义级别开始(例如，从128×128级或64×64级的基本块开始)。图10的示例分区结构包括各种2:1/1:2和4:1/1:4矩形分区。在图10的第二行中具有指示为1002、1004、1006和1008的3个子分区的分区类型可以被称为“T型”分区。“T型”分区1002、1004、1006和1008可以被称为左T型、顶T型、右T型和底T型。在一些示例实施方案中，不允许进一步细分图10的矩形分区中的任一个矩形分区。可以进一步定义编码树深度，以指示从根节点或根块的分割深度。例如，根节点或根块(例如，128×128块)的编码树深度可以被设置为0，并且在遵循图10对根块进一步分割一次之后，编码树深度增加1。在一些实施方案中，仅1010中的全正方形分区允许遵循图10的图样，进行递归分区到分区树的下一级。换句话说，对于T型图样1002、1004、1006和1008内的正方形分区，可能不允许递归分区。如果需要，遵循图10的分区程序生成一组最终的编解码块。此类方案可以应用于色彩通道中的一个或多个。在一些实施方案中，可以将更多灵活性添加到低于8×8级的分区的使用。例如，在某些情况下，可以使用2×2色度帧间预测。

在用于编解码块分区的一些其它示例实施方案中，四叉树结构可以用于将基本块或中间块分割成四叉树分区。此类四叉树分割可以分层地和递归地应用于任何正方形分区。基本块或中间块或分区是否被进一步四叉树分割可以适应于基本块或中间块/分区的各种局部特性。可以使图片边界处的四叉树分区进一步适应。例如，可以在图片边界处执行隐式四叉树分割，使得块将继续进行四叉树分割，直到大小适合图片边界。

在一些其它示例性实施方案中，可以使用从基本块的分层二元分区。对于此类方案，可以将基本块或中间级别块分区成两个分区。二元分区可以是水平的或竖直的。例如，水平二元分区可以将基本块或中间块分割成相等的右分区和左分区。同样地，竖直二元分区可以将基本块或中间块分割成相等的上分区和下分区。此类二元分割可以是分层的和递归的。可以在基本块或中间块中的每一者处决定是否应该继续二进制分区方案，并且如果该方案确实进一步继续，则作出应当使用水平还是竖直二元分区的决定。在一些实施方案中，进一步的分区可以在预定义最低分区大小处停止(在两个维度之一或两者中)。可选地，一旦达到距离基本块预定义分区级别或深度，就可以停止进一步的分区。在一些实施方案中，可以限制分区的纵横比。例如，分区的纵横比可以不小于1:4(或大于4:1)。照此，具有4:1的竖直与水平纵横比的竖直条带分区，仅能被进一步竖直地二元分区成上分区和下分区，所述上分区和下分区各自具有2:1的竖直与水平纵横比。

在又一些其它示例中，三元分区方案可以用于分区基本块或任何中间块，如图13所示。三元图样可以如图13的1302所示竖直实施，或者如图13的1304所示水平实施。虽然图13中竖直或水平的示例分割比被示出为1:2:1，但是也可以预定义其它比值。在一些实施方案中，可以预定义两个或更多个不同的比值。此类三元分区方案可以用于补充四叉树或二元分区结构，因为此类三叉树分区能够在一个连续分区中捕获位于块中心的对象，而四叉树和二叉树总是沿着块中心分割，从而将对象分割成单独的分区。在一些实施方案中，示例性三叉树的分区的宽度和高度总是2的幂，以避免附加变换。

以上分区方案可以在不同的分区级别处以任何方式组合。作为一个示例，上述四叉树和二元分区方案可以被组合，以将基本块分区成四叉树-二叉树(QTBT)结构。在此类方案中，如果指定的话，受制于一组预定义条件，基本块或中间块/分区可以被四叉树分割或二元分割。在图14中图示了特定示例。在图14的示例中，基本块首先被四叉树分割成四个分区，如1402、1404、1406和1408所示。此后，所得分区中的每一个分区要么被四叉树分区成四个进一步的分区(诸如1408)，要么在下一级别处被二元分割成两个进一步的分区(水平或竖直，诸如1402或1406，两者都是对称的)，要么不被分割(诸如1404)。对于正方形分区，可以递归地允许二元或四叉树分区，如1410的总体示例性分区图型和1420中的对应树结构/表示所示，其中实线表示四叉树分割，并且虚线表示二元分割。标志可以用于每个二元分割节点(非叶子二元分区)以指示二元分割是水平的还是竖直的。例如，如1420所示，与1410的分区结构一致，标志“0”可以表示水平二元分割，并且标志“1”可以表示竖直二元分割。对于四叉树分割分区，不需要指示分割类型，因为四叉树分割总是水平地和竖直地分割块或分区，以产生具有相等大小的4个子块/分区。在一些实施方案中，标志“1”可以表示水平二元分割，并且标志“0”可以表示竖直二元分割。

在QTBT的一些示例性实施方案中，四叉树和二元分割规则集可以由以下预定义参数和与其相关联的对应函数来表示：

—CTU大小：四叉树的根节点大小(基本块的大小)

—MinQTSize：最小允许的四叉树叶节点大小

—MaxBTSize：最大允许的二叉树根节点大小

—MaxBTDepth：最大允许的二叉树深度

—MinBTSize：最小允许的二叉树叶节点大小

在QTBT分区结构的一些示例性实施方案中，可以将CTU大小设置为具有两个对应64×64色度样本块(当考虑和使用示例性色度子采样时)的128×128亮度样本，可以将MinQTSize设置为16×16，可以将MaxBTSize设置为64×64，可以将MinBTSize(针对宽度和高度两者)设置为4×4，并且可以将MaxBTDepth设置为4。可以首先将四叉树分区应用于CTU以生成四叉树叶节点。四叉树叶节点可以具有从16×16的其最小允许的大小(即，MinQTSize)到128×128(即，CTU大小)的大小。如果节点是128×128，则其不会首先被二叉树分割，因为大小超过了MaxBTSize(即，64×64)。否则，未超过MaxBTSize的节点可以被二叉树分区。在图14的示例中，基本块是128×128。根据预定义规则集，基本块仅能被四叉树分割。基本块的分区深度为0。所得四个分区中的每一个是64×64，未超过MaxBTSize，可以在1级别处进一步进行四叉树或二叉树分割。该过程继续。当二叉树深度达到MaxBTDepth(即，4)时，可以不考虑进一步的分割。当二叉树节点的宽度等于MinBTSize(即，4)时，可以不考虑进一步的水平分割。类似地，当二叉树节点的高度等于MinBTSize时，不考虑进一步的竖直分割。

在一些示例实施方案中，以上QTBT方案可以被配置为支持亮度和色度具有相同的QTBT结构或单独的QTBT结构的灵活性。例如，对于P条带和B条带，一个CTU中的亮度和色度CTB可以共享相同的QTBT结构。然而，对于I条带，亮度CTB可以被QTBT结构分区成CB，并且色度CTB可以被另一QTBT结构分区成色度CB。这意味着CU可以用于指I条带中的不同色彩通道，例如，I条带可以由亮度分量的编解码块或两个色度分量的编解码块组成，并且P条带或B条带中的CU，可以由所有三个色彩分量的编解码块组成。

在一些其它实施方案中，可以用上述三元方案补充QTBT方案。此类实施方案可以被称为多类型树(MTT，multi-type-tree)结构。例如，除了节点的二元分割之外，还可以选择图13的三元分区图样中的一个。在一些实施方案中，仅正方形节点可以进行三元分割。可以使用附加标志来指示三元分区是水平的还是竖直的。

两级或多级树的设计，诸如QTBT实施方案和由三元分割补充的QTBT实施方案，可以主要由复杂度降低来推动。理论上，遍历树的复杂度是T^D，其中T表示分割类型的数量，并且D是树的深度。可以通过使用多种类型(T)同时减小深度(D)来进行折衷。

在一些实施方案中，CB可以被进一步分区。例如，为了在编码和解码过程期间进行帧内或帧间预测的目的，CB可以被进一步分区成多个预测块(PB，prediction blocks)。换句话说，CB可以被进一步划分成不同的子分区，其中可以进行单独的预测决定/配置。并行地，为了描述执行视频数据的变换或逆变换的级别，CB可以被进一步分区成多个变换块(TB，transformblocks)。CB到PB和TB的分区方案可以相同或可以不相同。例如，每个分区方案可以基于例如视频数据的各种特性，使用其自己的程序来执行。在一些示例实施方案中，PB和TB分区方案可以是独立的。在一些其它示例实施方案中，PB和TB分区方案和边界可以是相关的。例如，在一些实施方案中，TB可以在PB分区之后进行分区，并且具体地，在编解码块的分区之后确定每个PB，可以然后被进一步分区成一个或多个TB。例如，在一些实施方案中，PB可以被分割成一个、两个、四个或其它数量的TB。

在一些实施方案中，为了将基本块分区成编解码块并进一步分区成预测块和/或变换块，可以不同地处理亮度通道和色度通道。例如，在一些实施方案中，对于亮度通道，可以允许将编解码块分区成预测块和/或变换块，而对于一个或多个色度通道，可能不允许这样将编解码块分区成预测块和/或变换块。因此，在此类实施方案中，亮度块的变换和/或预测可以仅在编解码块级别处执行。对于另一示例，亮度通道和一个或多个色度通道的最小变换块大小可以不同，例如，可以允许将亮度通道的编解码块分区成比色度通道更小的变换和/或预测块。对于又一示例，在亮度通道与色度通道之间，将编解码块分区成变换块和/或预测块的最大深度可以是不同的，例如，可以允许将亮度通道的编解码块分区成比一个或多个色度通道更深的变换和/或预测块。对于特定示例，可以将亮度编解码块分区成多个大小的变换块，所述变换块可以由向下进行多达2级的递归分区来表示，并且可以允许诸如正方形、2:1/1:2和4:1/1:4等变换块形状和从4×4到64×64的变换块大小。然而，对于色度块，可能仅允许为亮度块指定的最大可能变换块。

在用于将编解码块分区成PB的一些示例实施方案中，PB分区的深度、形状和/或其它特性可以取决于PB是进行帧内编码还是帧间编码。

可以在各种示例方案中实施将编解码块(或预测块)分区成变换块，这些方案包括但不限于递归或非递归的四叉树分割和预定义图样分割，并且在编解码块或预测块的边界处需要额外地考虑变换块。通常，生成的变换块可以处于不同的分割级别，可以不具有相同的大小，并且可以不需要形状为正方形(例如，它们可以是具有一些允许的大小和纵横比的矩形)。以下关于图15、图16和图17进一步详细描述其它示例。

然而，在一些其它实施方案中，经由以上分区方案中的任一种获得的CB可以用作预测和/或变换的基本或最小的编解码块。换句话说，不为执行帧间预测/帧内预测和/或出于变换的目的，而执行进一步的分割。例如，从以上QTBT方案获得的CB可以直接用作执行预测的单元。具体地，此类QTBT结构去除了多个分区类型的概念，即它去除了CU、PU和TU的分离，并且支持如上所述的CU/CB分区形状的更多灵活性。在此类QTBT块结构中，CU/CB可以具有正方形或矩形形状。此类QTBT的叶节点用作预测和变换处理的单元，而无需任何进一步的分区。这意味着，CU、PU和TU在此类示例QTBT编解码块结构中具有相同的块大小。

以上各种CB分区方案以及将CB进一步分区成PB和/或TB(包括无PB/TB分区)可以以任何方式组合。提供以下特定实施方案作为非限制性示例。

下面描述编解码块和变换块分区的具体示例实施方案。在此类示例实施方案中，可以使用上述递归四叉树分割或预定义分割图样(诸如图9和图10中的那些)将基本块分割成编解码块。在每一级别处，特定分区的进一步四叉树分割是否应当继续可以由本地视频数据特性来确定。得到的CB可以处于各种四叉树分割级别，并且可以具有各种大小。可以在CB级(或CU级，对于所有三个色彩通道)作出关于是使用图片间(时间)预测还是图片内(空间)预测来对图片区域进行编码的决定。根据预定义PB分割类型，每个CB可以被进一步分割成一个、两个、四个或其它数量的PB。在一个PB内，可以应用相同的预测过程，并且可以基于PB将相关信息发送到解码器。在通过应用基于PB分割类型的预测过程获得残差块之后，可以根据另一四叉树结构(类似于CB的编码树)将CB分区成TB。在该特定实施方案中，CB或TB可以为但不必限于正方形。此外，在该特定示例中，PB对于帧间预测可以为正方形或矩形，并且对于帧内预测仅可以为正方形。编解码块可以被分割成例如四个正方形TB。每个TB可以被进一步递归地分割(使用四叉树分割)成更小的TB，称为残差四叉树(RQT，ResidualQuadtree)。

下面进一步描述将基本块分区成CB、PB和/或TB的另一示例实施方案。例如，可以使用具有嵌套多类型树的四叉树，该四叉树使用二元和三元分割分段结构(例如，如上所述的QTBT或具有三元分割的QTBT)，而不是使用诸如图9或图10所示的多分区单元类型。CB、PB和TB的分离(即，将CB分区成PB和/或TB，以及将PB分区成TB)可以被放弃，除非CB需要该分离时，此类CB可能需要进一步的分割，所述CB具有对于最大变换长度而言太大的大小。该示例分区方案可以被设计为支持CB分区形状的更多灵活性，使得预测和变换均可以在CB级别上执行而无需进一步的分区。在此类编码树结构中，CB可以具有正方形或矩形形状。具体地，编码树块(CTB，coding tree block)可以首先被四叉树结构分区。然后，四叉树叶节点可以被嵌套多类型树结构进一步分区。图11中示出了使用二元或三元分割的嵌套多类型树结构的示例。具体地，图11的示例多类型树结构包括四种分割类型，称为竖直二元分割(SPLIT_BT_VER)(1102)、水平二元分割(SPLIT_BT_HOR)(1104)、竖直三元分割(SPLIT_TT_VER)(1106)和水平三元分割(SPLIT_TT_HOR)(1108)。然后，CB对应于多类型树的叶。在该示例实施方案中，除非CB对于最大变换长度而言太大，否则该分段用于预测和变换处理两者而无需任何进一步的分区。这意味着，在大多数情况下，CB、PB和TB在具有嵌套多类型树编解码块结构的四叉树中具有相同的块大小。当最大支持变换长度小于CB的色彩分量的宽度或高度时，会发生例外情况。在一些实施方案中，除了二元或三元分割之外，图11的嵌套图样可以进一步包括四叉树分割。

图12示出了一个基本块的具有块分区的嵌套多类型树编解码块结构的四叉树(包括四叉树、二元和三元分割选项)的一个具体示例。更详细地，图12示出了基本块1200被四叉树分割成四个正方形分区1202、1204、1206和1208。为四叉树分割分区中的每一个分区作出进一步使用图11的多类型树结构和四叉树来进行进一步的分割的决定。在图12的示例中，分区1204未被进一步分割。分区1202和1208各自采用另一四叉树分割。对于分区1202，第二级别四叉树分割的左上、右上、左下和右下分区分别采用四叉树的第三级别分割、图11的水平二元分割1104、非分割和图11的水平三元分割1108。分区1208采用另一四叉树分割，并且第二级别四叉树分割的左上、右上、左下和右下分区分别采用图11的竖直三元分割1106的第三级别分割、非分割、非分割和图11的水平二元分割1104。1208的第三级别左上分区的子分区中的两个子分区分别根据图11的水平二元分割1104和水平三元分割1108被进一步分割。分区1206采用遵循图11的竖直二元分割1102的第二级别分割图样，被分区成两个分区，该两个分区根据图11的水平三元分割1108和竖直二元分割1102被进一步分割成第三级别。根据图11的水平二元分割1104，将第四级别分割进一步应用于它们中的一个。

对于以上特定示例，最大亮度变换大小可以为64×64，并且最大支持色度变换大小可以不同于例如32×32的亮度。即使以上图12中的示例CB通常不被进一步分割成更小的PB和/或TB，当亮度编解码块或色度编解码块的宽度或高度大于最大变换宽度或高度时，亮度编解码块或色度编解码块可以在水平和/或竖直方向上被自动分割以满足该方向上的变换大小限制。

在上述将基本块分区成CB的特定示例中，并且如上所述，编码树方案可以支持亮度和色度具有单独的块树结构的能力。例如，对于P条带和B条带，一个CTU中的亮度和色度CTB可以共享相同的编码树结构。例如，对于I条带，亮度和色度可以具有单独的编解码块树结构。当应用单独的块树结构时，亮度CTB可以通过一个编码树结构分区成亮度CB，并且色度CTB通过另一编码树结构分区成色度CB。这意味着I条带中的CU可以由亮度分量的编解码块或两个色度分量的编解码块组成，并且P条带或B条带中的CU总是由所有三个色彩分量的编解码块组成，除非视频是单色的。

当编解码块被进一步分区成多个变换块时，其中的变换块可以遵循各种顺序或扫描方式在码流中排序。下文进一步详细描述将编解码块或预测块分区成变换块的示例性实施方案和变换块的编码顺序。在一些示例性实施方案中，如上所述，变换分区可以支持多种形状(例如，1:1(正方形)、1:2/2:1和1:4/4:1)的变换块，其中变换块大小的范围为从例如4×4到64×64。在一些实施方案中，如果编解码块小于或等于64×64，则变换块分区可以仅应用于亮度分量，使得对于色度块，变换块大小与编解码块大小相同。否则，如果编解码块宽度或高度大于64，则亮度和色度编解码块两者可以分别被隐式地分割成min(W，64)×min(H，64)和min(W，32)×min(H，32)变换块的倍数。

在变换块分区的一些示例性实施方案中，对于已帧内编码块和已帧间编码块两者，编解码块可以被进一步分区成多个变换块，其中所述变换块的分区深度达到预定义级别数(例如，2个级)。变换块分区深度和大小可以是相关的。对于一些示例性实施方案，从当前深度的变换大小到下一深度的变换大小的映射在以下表1中示出。

表1：变换分区大小设置

基于表1的示例性映射，对于1:1正方形块，下一级变换分割可以创建四个1:1正方形子变换块。变换分区可以例如在4×4处停止。照此，当前深度4×4的变换大小对应于下一深度4×4的相同大小。在表1的示例中，对于1:2/2:1非正方形块，下一级别变换分割可以创建两个1:1正方形子变换块，而对于1:4/4:1非正方形块，下一级别变换分割可以创建两个1:2/2:1子变换块。

在一些示例性实施方案中，对于帧内编码块的亮度分量，关于变换块分区可以应用额外的限制。例如，对于变换分区的每一级别，所有子变换块可以被限制为具有相等的大小。例如，对于32×16编解码块，1级别变换分割创建两个16×16子变换块，2级别变换分割创建八个8×8子变换块。换句话说，第二级别分割必须应用于所有第一级别子块，以保持变换单元大小相等。在图15中示出了遵循表1的帧内编码正方形块的变换块分区的示例，以及由箭头图示的编码顺序。具体地，1502示出了正方形编解码块。在1504中示出了根据表1分割成4个大小相等的变换块的第一级别分割，其中编码顺序由箭头指示。在1506中示出了根据表1将所有第一级相等大小的块分割成16个相等大小的变换块的第二级分割，其中编码顺序由箭头指示。

在一些示例实施方案中，对于帧间编码块的亮度分量，以上对帧内编解码的限制可能不适用。例如，在第一级别变换分割之后，子变换块中的任一个可以进一步独立地再分割一级。因此，所得变换块可以具有或可以不具有相同的大小。在图16中示出了将帧间编码块分割成具有其编码顺序的变换块的示例性分割。在图16的示例中，根据表1，帧间编码块1602被分割成两级别的变换块。在第一级处，帧间编码块被分割成四个大小相等的变换块。然后，四个变换块中只有一个(不是全部)被进一步分割成四个子变换块，导致总共7个变换块具有两种不同的大小，如1604所示。这7个变换块的示例性编码顺序由图16的1604中的箭头示出。

在一些示例性实施方案中，对于一个或多个色度分量，可以应用对变换块的一些额外的限制。例如，对于一个或多个色度分量，变换块大小可以与编解码块大小一样大，但不小于预定义大小，例如8×8。

在一些其它示例性实施方案中，对于宽度(W)或高度(H)大于64的编解码块，亮度和色度编解码块两者可以分别被隐式地分割成min(W，64)×min(H，64)和min(W，32)×min(H，32)变换单元的倍数。这里，在本公开中，“min(a，b)”可以返回a与b之间的较小值。

图17进一步示出了将编解码块或预测块分区成变换块的另一可选示例性方案。如图17所示，可以根据编解码块的变换类型，将预定义的一组分区类型应用于编解码块，而不是使用递归变换分区。在图17所示的特定示例中，可以应用6种示例性分区类型中的一种分区类型来将编解码块分割成各种数量的变换块。此类生成变换块分区的方案可以应用于编解码块或预测块。

更详细地，图17的分区方案提供了多达6种示例分区类型，以用于任何给定变换类型(变换类型是指例如主变换的类型，诸如ADST及其它)。在该方案中，可以基于例如速率失真代价，向每一编解码块或预测块分配变换分区类型。在示例中，可以基于编解码块或预测块的变换类型，来确定分配给编解码块或预测块的变换分区类型。如图17所图示的6种变换分区类型所示，特定变换分区类型可以对应于变换块分割大小和图样。可以预定义各种变换类型与各种变换分区类型之间的对应关系。下面示出了示例，其中大写标记指示变换分区类型，所述变换分区类型可以基于速率失真代价被分配给编解码块或预测块：

·PARTITION_NONE：分配与块大小相等的变换大小。

·PARTITION_SPLIT：分配变换大小，该变换大小是块大小的宽度的1/2和块大小的高度的1/2。

·PARTITION_HORZ：分配变换大小，该变换大小具有与块大小相同的宽度和块大小的高度的1/2。

·PARTITION_VERT：分配变换大小，该变换大小具有块大小的宽度的1/2和与块大小相同的高度。

·PARTITION_HORZ4：分配变换大小，，该变换大小具有与块大小相同的宽度和块大小的高度的1/4。

·PARTITION_VERT4：分配变换大小，该变换大小具有块大小的宽度的1/4和与块大小相同的高度。

在以上示例中，如图17所示的变换分区类型均包含分区的变换块的统一变换大小。这仅是示例而不是限制。在一些其它实施方案中，混合变换块大小可以用于特定分区类型(或图样)中的分区的变换块。

然后从以上分区方案中的任一种获得的PB(或CB，当未被进一步分区成预测块时也被称为PB)可以变成用于通过帧内或帧间预测进行编解码的各个块。对于当前PB的帧间预测，当前块与预测块之间的残差可以被生成、编码，并包括在已编码码流中。

帧间预测可以例如以单参考模式或复合参考模式来实施。在一些实施方案中，跳过标志可以首先包括在当前块(或在更高级处)的码流中，以指示是否对当前块进行帧间编码并且将不被跳过。如果对当前块进行帧间编码，则另一标志可以被进一步包括在码流中作为信号，来指示是将单参考模式还是复合参考模式用于当前块的预测。对于单参考模式，可以使用一个参考块来生成当前块的预测块。对于复合参考模式，可以使用两个或更多个参考块，例如通过加权平均来生成预测块。复合参考模式可以被称为多于一个参考模式、两个参考模式或多个参考模式。可以使用一个或多个参考帧索引并且附加地使用对应的一个或多个运动矢量来标识一个或多个参考块，所述对应的一个或多个运动矢量指示一个或多个参考块与当前块之间在位置(例如，在水平和竖直像素中)上的一个或多个移位。例如，在单参考模式中，当前块的帧间预测块可以从单参考块生成，所述单参考块由参考帧中的一个运动矢量标识为预测块，而对于复合参考模式，预测块可以由两个参考帧中的两个参考块进行加权平均来生成，所述两个参考帧由两个参考帧索引和两个对应运动矢量指示。可以以各种方式将一个或多个运动矢量编码并包括在码流中。

在一些实施方案中，编码或解码系统可以保持解码图片缓冲器(DPB，decodedpicture buffer)。一些图像/图片可以保持在DPB中等待显示(在解码系统中)，并且DPB中的一些图像/图片可以用作参考帧以实现帧间预测(在解码系统或编码系统中)。在一些实施方案中，DPB中的参考帧可以被贴标签为正在被编码或解码的当前图像的短期参考或长期参考。例如，短期参考帧可以包括进行块的帧间预测的帧，所述块在当前帧中或在解码顺序上与当前帧最接近的预定义数量(例如，2个)的后续视频帧中。长期参考帧可以包括DPB中的帧，这些帧可以用于预测帧中的图像块，所述帧为在解码顺序上与当前帧相距多于预定义数量的帧。关于用于短期和长期参考帧的此类标签的信息可以被称为参考图片集(RPS，Reference Picture Set)，并且可以被添加到已编码码流中的每个帧的头。已编码视频码流中的每个帧可以由图片顺序计数器(POC，Picture Order Counter)来标识，该POC根据回放序列以绝对方式编号，或与图片组相关地编号，所述图片组从例如I帧起始。

在一些示例实施方案中，可以基于RPS中的信息来形成一个或多个参考图片列表，所述一个或多个参考图片列表包含用于帧间预测的短期和长期参考帧的标识。例如，可以针对单向帧间预测形成单个图片参考列表，表示为L0参考(或参考列表0)，而可以针对双向帧间预测形成两个图片参考列表，表示为L0(或参考列表0)和L1(或参考列表1)，它们用于两个预测方向中的每一个。包括在L0和L1列表中的参考帧可以以各种预定方式排序。可以在视频码流中发信号通知L0和L1列表的长度。当用于在复合预测模式中通过加权平均来生成预测块的多个参考在待预测块的相同侧上时，单向帧间预测既可以处于单参考模式也可以处于复合参考模式。双向帧间预测仅能为复合模式，因为双向帧间预测涉及至少两个参考块。

在一些实施方案中，可以实施用于帧间预测的合并模式(MM，merge mode)。通常，对于合并模式，当前PB的单参考预测中的运动矢量或复合参考预测中的运动矢量中的一个或多个运动矢量，可以从其它一个或多个运动矢量导出，而不是被独立地计算和发信号通知。例如，在编码系统中，当前PB的一个或多个当前运动矢量可以由一个或多个当前运动矢量与其它一个或多个已编码运动矢量(被称为参考运动矢量)之间的一个或多个差表示。一个或多个运动矢量的此类一个或多个差(而不是一个或多个当前运动矢量的整体)可以被编码并包括在码流中，并且可以链接到一个或多个参考运动矢量。对应地，在解码系统中，可以基于一个或多个解码的运动矢量差和与其链接的一个或多个解码参考运动矢量，来导出对应于当前PB的一个或多个运动矢量。作为一般合并模式(MM，merge mode)帧间预测的特定形式，基于一个或多个运动矢量差的此类帧间预测可以被称为具有运动矢量差的合并模式(MMVD，Merge Mode with Motion Vector Difference)。因此，可以一般地实施MM，或者可以具体地实施MMVD，以利用与不同的PB相关联的运动矢量之间的相关性来提高编解码效率。例如，相邻PB可以具有类似的运动矢量，并且因此MVD可以很小并且可以被高效地编码。对于另一示例，对于空间中类似地定位/放置的块，运动矢量可以在时间上相关(在帧之间)。

在一些示例实施方案中，MM标志可以在编码过程期间包括在码流中，用于指示当前PB是否处于合并模式。附加地，或者可选地，MMVD标志可以在编码过程期间包括在码流中并且在码流中发信号通知，以指示当前PB是否处于MMVD模式。MM和/或MMVD标志或指示器可以在PB级、CB级、CU级、CTB级、CTU级、条带级、图片级等处提供。对于特定示例，对于当前CU，可以包括MM标志和MMVD标志两者，并且可以紧接在跳过标志和MM标志之后发信号通知MMVD标志以指定MMVD模式是否用于当前CU。

在MMVD的一些示例实施方案中，可以为正在被预测的块，形成运动矢量预测的参考运动矢量(RMV，reference motion vector)或MV预测器候选的列表。RMV候选的列表可以包含预定数量(例如，2个)的MV预测器候选块，这些MV预测器候选块的运动矢量可以用于预测当前运动矢量。RMV候选块可以包括从相同帧中的相邻块和/或时间块中选择的块(例如，当前帧的先前帧或后续帧中位置相同的块)。这些选项表示在相对于当前块的空间或时间位置处的块，所述块可能具有与当前块类似或相同的运动矢量。MV预测器候选的列表的大小可以是预定的。例如，该列表可以包含两个或更多个候选。为了在RMV候选的列表上，例如候选块可能需要具有与当前块相同的一个参考帧(或多个参考帧)，必须存在(例如，当当前块接近帧的边缘时，需要执行边界检查)，并且必须在编码过程期间已编码，和/或在解码过程期间已解码。在一些实施方案中，如果空间相邻块可用并且满足以上条件，则合并候选的列表可以首先用空间相邻块(以特定的预定义顺序扫描)填充，并且然后如果在列表中的空间仍然可用，则填充时间块。例如，可以从当前块的左块和顶块中选择相邻RMV候选块。RMV预测器候选的列表可以在各个级(序列、图片、帧、条带、超级块等)处动态地形成为动态参考列表(DRL，Dynamic Reference List)。可以在码流中发信号通知DRL。

在一些实施方案中，可以发信号通知正在被用作预测当前块的运动矢量的参考运动矢量的实际MV预测器候选。在RMV候选列表包含两个候选的情况下，被称为合并候选标志的一比特标志可以用于指示参考合并候选的选择。对于正在以复合模式进行预测的当前块，使用MV预测器预测的多个运动矢量中的每一个运动矢量可以与来自合并候选列表的参考运动矢量相关联。编码器可以确定哪个RMV候选更接近地预测当前编解码块，并将该选择作为索引发信号通知到DRL中。

在MMVD的一些示例实施方案中，在选择RMV候选并将其用作待预测运动矢量的基本运动矢量预测器之后，可以在编码系统中计算运动矢量差(MVD或增量MV，表示待预测运动矢量与参考候选运动矢量之间的差)。此类MVD可以包括表示MV差的幅度和MV差的方向的信息，两者均可以在码流中发信号通知。运动差幅度和运动差方向可以以各种方式发信号通知。

在MMVD的一些示例实施方案中，距离索引可以用于指定运动矢量差的幅度信息并指示一组预定义偏移中的一个偏移，所述偏移表示与起始点(参考运动矢量)的预定义运动矢量差。然后根据被发信号通知的索引可以将MV偏移添加到起始(参考)运动矢量的水平分量或竖直分量。可以通过MVD的方向信息，来确定参考运动矢量的水平分量还是竖直分量应该进行偏移。在表2中指定了距离索引与预定义偏移之间的示例性预定义关系。

表2—距离索引与预定义MV偏移的示例性关系

在MMVD的一些示例性实施方案中，方向索引可以被进一步发信号通知并用于表示MVD相对于参考运动矢量的方向。在一些实施方案中，该方向可以被限制为水平方向和竖直方向之一。在表3中示出了示例2比特方向索引。在表3的示例中，MVD的解释可以根据起始/参考MV的信息而变化。例如，当起始/参考MV对应于单预测块或对应于双预测块(其中两个参考帧列表指向当前图片的相同侧)(即，两个参考图片的POC均大于当前图片的POC，或均小于当前图片的POC)时，表3中的符号可以指定添加到起始/参考MV的MV偏移的符号(方向)。当起始/参考MV对应于双预测块(其中两个参考图片在当前图片的不同侧处)(即，一个参考图片的POC大于当前图片的POC，并且另一参考图片的POC小于当前图片的POC)，并且图片参考列表0中的参考POC与当前帧之间的差值大于图片参考列表1中的参考POC与当前帧之间的差时，表3中的符号可以指定添加参考MV的MV偏移的符号，所述参考MV对应于图片参考列表0中的参考图片，并且对应于图片参考列表1中的参考图片的MV的偏移的符号可以具有相反的值(偏移的相反的符号)。否则，如果图片参考列表1中的参考POC与当前帧之间的差大于图片参考列表0中的参考POC与当前帧之间的差，则表3中的符号可以指定添加到参考MV的MV偏移的符号，所述参考MV与图片参考列表1相关联，并且与图片参考列表0相关联的参考MV的偏移的符号具有相反的值。

表3-由方向索引指定的MV偏移的符号的示例性实施方案

方向IDX	00	01	10	11
					x轴(水平)	+	-	不适用	不适用
y轴(竖直)	不适用	不适用	+	-

在一些示例实施方案中，可以根据每个方向上的POC的差来缩放MVD。如果两个列表中的POC的差相同，则不需要缩放。否则，如果参考列表0中的POC的差大于参考列表1中的POC的差，则缩放参考列表1的MVD。如果参考列表1的POC差大于列表0，则可以以相同的方式缩放列表0的MVD。如果起始MV是单预测的，则将MVD添加到可用或参考MV。

在双向复合预测的MVD编解码和信令的一些示例性实施方案中，除了单独编码和发信号通知两个MVD之外或作为其可选方案，还可以实施对称MVD编解码，使得仅一个MVD需要信令，并且另一MVD可以从发信号通知的MVD导出。在此类实施方案中，发信号通知包括列表-0和列表-1两者的参考图片索引的运动信息。然而，仅发信号通知与例如参考列表-0相关联的MVD，并且不发信号通知而是导出与参考列表-1相关联的MVD。具体地，在条带级别处，可以在码流中包括被称为“mvd_l1_zero_flag”的标志，用于指示参考列表-1是否没有在码流中被发信号通知。如果该标志为1，指示参考列表-1等于零(并且因此没有被发信号通知)，则可以将双向预测标志(被称为“BiDirPredFlag”)设置为0，意味着不存在双向预测。否则，如果mvd_l1_zero_flag为零，如果list-0中的最接近参考图片和list-1中的最接近参考图片形成前向和后向对(forward and backward pair)参考图片或后向和前向(backward and forward pair)对参考图片，则可以将BiDirPredFlag设置为1，并且list-0和list-1参考图片均为短期参考图片。否则，将BiDirPredFlag设置为0。BiDirPredFlag为1可以指示在码流中附加地发信号通知对称模式标志。当BiDirPredFlag为1时，解码器可以从码流提取对称模式标志。例如，可以在CU级别处发信号通知(如果需要的话)对称模式标志，并且它可以指示对称MVD编解码模式是否正在用于对应CU。当对称模式标志为1时，其指示使用对称MVD编解码模式，并且用与列表-0相关联的MVD(被称为“MVD0”)仅发信号通知列表-0和列表-1两者的参考图片索引(被称为“mvp_l0_flag”和“mvp_l1_flag”)，并且另一运动矢量差“MVD1”将被导出而不是被发信号通知。例如，MVD1可以被导出为-MVD0。照此，在示例性对称MVD模式中仅发信号通知一个MVD。在MV预测的一些其它示例性实施方案中，对于单参考模式和复合参考模式MV预测两者，可以使用协调方案来实施一般合并模式MMVD和一些其它类型的MV预测。各种语法元素可以用于发信号通知预测当前块的MV的方式。

例如，对于单参考模式，可以发信号通知以下MV预测模式：

NEARMV—直接使用由DRL(动态参考列表)索引指示的列表中的运动矢量预测器(MVP，motionvectorpredictors)中的一个，而没有任何MVD。

NEWMV—使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP，motionvectorpredictors)中的一个作为参考，并将增量应用于MVP(例如，使用MVD)。

GLOBALMV—使用基于帧级全局运动参数的运动矢量。

同样地，对于使用两个参考帧的复合参考帧间预测模式，所述两个参考帧对应于两个待预测MV，可以发信号通知以下MV预测模式：

NEAR_NEARMV—对于两个待预测MV中的每一个，使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个，而没有用MVD。

NEAR_NEWMV—为了预测两个运动矢量中的第一个，使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个作为参考MV，而没有用MVD；为了预测两个运动矢量中的第二个，使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个作为参考MV，并结合额外地发信号通知的增量MV(MVD)。

NEW_NEARMV—为了预测两个运动矢量中的第二个，使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个作为参考MV，而没有用MVD；为了预测两个运动矢量中的第一个，使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个作为参考MV，并结合附加地发信号通知的增量MV(MVD)。

NEW_NEWMV—使用由DRL索引发信号通知的列表中的运动矢量预测器(MVP)中的一个作为参考MV，并将其与附加地发信号通知的增量MV结合使用以预测两个MV中的每一个。

GLOBAL_GLOBALMV—基于帧级别全局运动参数，使用来自每个参考的MV。

因此，以上术语“NEAR”是指使用参考MV(而没有用MVD)作为一般合并模式的MV预测，而术语“NEW”是指涉及使用参考MV，并如在MMVD模式中那样用发信号通知的MVD来对其进行偏移的MV预测。对于复合帧间预测，以上参考基本运动矢量和运动矢量增量两者，在两个参考之间通常可以是不同的或独立的(即使它们可以是相关的，并且可以利用此类相关性来减少发信号通知两个运动矢量增量所需的信息的量)。在此类情况下，两个MVD的联合信令可以被实施并在码流中指示。

以上动态参考列表(DRL)可以用于保存一组索引运动矢量，所述索引运动矢量被动态保持并被视为候选运动矢量预测器。

在一些示例性实施方案中，可以允许MVD的预定义分辨率。例如，可以允许1/8像素的运动矢量精度(或准确度)。上述各种MV预测模式中的MVD可以以各种方式来构造和发信号通知。在一些实施方案中，可以使用各种语法元素来发信号通知参考帧列表0或列表1中的上述一个或多个运动矢量差。

例如，被称为“mv_joint”的语法元素可以指定与其相关联的运动矢量差的哪些分量是非零的。对于MVD，这针对所有非零分量来联合发信号通知。例如，mv_joint的值为：

0可以指示沿水平或竖直方向不存在非零MVD；

1可以指示仅沿水平方向存在非零MVD；

2可以指示仅沿竖直方向存在非零MVD；

3可以指示沿水平和竖直方向两者均存在非零MVD。

当MVD的“mv_joint”语法元素发信号通知不存在非零MVD分量时，可以不发信号通知进一步的MVD信息。然而，如果“mv_joint”语法发信号通知存在一个或两个非零分量，则如下文所述，可以针对非零MVD分量中的每一个进一步发信号通知附加语法元素。

例如，可以使用被称为“mv_sign”的语法元素来附加地指定对应运动矢量差分量是正的还是负的。

对于另一示例，可以使用被称为“mv_class”的语法元素来为对应非零MVD分量指定预定义的一组等级(class)中的运动矢量差的等级。例如，运动矢量差的预定义等级可以用于将运动矢量差的连续幅度空间划分成非重叠范围，其中每个范围对应于一个MVD等级。因此，发信号通知的MVD等级指示对应MVD分量的幅度范围。在下表4所示的示例性实施方案中，较高等级对应于具有较大幅度范围的运动矢量差。在表4中，符号(n，m]用于表示大于n个像素且小于或等于m个像素的运动矢量差范围。

表4：运动矢量差的幅度等级

MV等级	MVD的幅度
		MV_CLASS_0	(0，2]
MV_CLASS_1	(2，4]
		MV_CLASS_2	(4，8]
MV_CLASS_3	(8，16]
		MV_CLASS_4	(16，32]
MV_CLASS_5	(32，64]
		MV_CLASS_6	(64，128]
MV_CLASS_7	(128，256]
		MV_CLASS_8	(256，512]
MV_CLASS_9	(512，1024]
		MV_CLASS_10	(1024，2048]

在一些其它示例中，被称为“mv_bit”的语法元素可以进一步用于指示非零运动矢量差分量与对应地发信号通知的MV等级幅度范围的起始幅度之间的偏移的整数部分。照此，mv_bit可以指示MVD的幅度或幅值。用于发信号通知每个MVD等级的全范围所需的“my_bit”中的比特数可以作为MV等级的函数而变化。例如，表4的实施方案中的MV_CLASS 0和MV_CLASS 1可能仅需要单个比特来指示1或2的整数像素偏移，所述1或2的整数像素偏移是从0为起始MVD开始的；表4的示例性实施方案中的每个较高MV_CLASS可能需要“mv_bit”比先前MV_CLASS逐步多一比特。

在一些其它示例中，被称为“mv_fr”的语法元素可以进一步用于指定对应非零MVD分量的运动矢量差的前2个分数比特，而被称为“mv_hp”的语法元素可以用于指定对应非零MVD分量的运动矢量差的第三分数比特(高分辨率比特)。两比特“mv_fr”实质上提供1/4像素MVD分辨率，而“mv_hp”比特可以进一步提供1/8像素分辨率。在一些其它实施方案中，可以使用多于一个“mv_hp”比特来提供比1/8个像素更精细的MVD像素分辨率。在一些示例实施方案中，可以在各个级中的一个或多个处发信号通知附加标志，以指示是否支持1/8像素或更高的MVD分辨率。如果MVD分辨率未应用于特定编解码单元，则可以不发信号通知与非支持MVD分辨率对应的上述语法元素。

在以上的一些示例性实施方案中，分数分辨率可以独立于不同等级的MVD。换句话说，不管运动矢量差的幅度如何，均可以使用预定义数量的“mv_fr”和“mv_hp”比特，来提供针对运动矢量分辨率的类似选项，以用于发信号通知非零MVD分量的分数MVD。

然而，在一些其它示例性实施方案中，可以区分各种MVD幅度等级的运动矢量差的分辨率。具体地，较高MVD等级的大MVD幅度的高分辨率MVD可能不会提供压缩效率的统计上显著的提高。照此，对于对应于较高MVD幅度等级的较大MVD幅度范围，可以以降低的分辨率(整数像素分辨率或分数像素分辨率)对MVD进行编码。同样地，通常对于较大的MVD值，可以以降低的分辨率(整数像素分辨率或分数像素分辨率)对MVD进行编码。此类依赖于MVD等级或依赖于MVD幅度的MVD分辨率通常可以被称为自适应MVD分辨率、依赖于幅度的自适应MVD分辨率或依赖于幅度的MVD分辨率。术语“分辨率”可以被进一步称为“像素分辨率”。自适应MVD分辨率可以如以下示例性实施方案所描述的那样以各种方式来实施，以实现总体更好的压缩效率。特别地，由于统计观察到，以非自适应方式，按照与低幅度或低等级MVD类似的级别来处理大幅度或高等级MVD的MVD分辨率，可能不会显著地增加具有大幅度或高等级MVD的块的帧间预测残差编解码效率，所以通过瞄准此类较不精确的MVD而减少的信令比特的数量，可能大于由于较不精确的MVD对帧间预测残差进行编码所需的附加比特。换句话说，对于大幅度或高等级MVD使用较高MVD分辨率可能不会比使用较低MVD分辨率产生更多的编解码增益。

在一些一般的示例性实施方案中，MVD的像素分辨率或精度可以随着MVD等级的增加而降低或不增加。降低MVD的像素分辨率对应于更粗糙的MVD(或从一个MVD级到下一级的更大步长)。在一些实施方案中，可以指定、预定义或预配置MVD像素分辨率与MVD等级之间的对应关系，并且因此可以不需要在已编码码流中发信号通知该对应关系。

在一些示例性实施方案中，表3的MV等级可以各自与不同的MVD像素分辨率相关联。

在一些示例性实施方案中，每个MVD等级可以与单个允许的分辨率相关联。在一些其它实施方案中，一个或多个MVD等级可以与两个或更多个替代的MVD像素分辨率相关联。因此，具有此类MVD等级的当前MVD分量的码流中的信号之后可以是附加信令，该附加信令用于指示为当前MVD分量选择的替代的像素分辨率。

在一些示例性实施方案中，自适应地允许的MVD像素分辨率可以包括但不限于1/64-pel(像素)、1/32-pel、1/16-pel、1/8-pel、1/4-pel、1/2-pel、1-pel、2-pel、4-pel…(按分辨率的降序)。照此，上升MVD等级中的每一个可以以非上升方式与这些MVD像素分辨率中的一个相关联。在一些实施方案中，MVD等级可以与上述两个或更多个分辨率相关联，并且较高分辨率可以低于或等于先前MVD等级的较低分辨率。例如，如果表4的MV_CLASS_3与替代的1-pel和2-pel分辨率相关联，则表4的MV_CLASS_4可以与之相关联的最高分辨率将是2-pel。在一些其它实施方案中，MV等级的最高可允许分辨率可以高于先前(较低)MV等级的最低可允许分辨率。然而，上升MV等级的允许的分辨率的平均值可能仅是非上升的。

在一些实施方案中，当允许高于1/8pel的分数像素分辨率时，“mv_fr”和“mv_hp”信令可以总共对应地扩展到多于3个分数比特。

在一些示例性实施方案中，分数像素分辨率可能仅被允许用于等级低于或等于阈值MVD等级的MVD等级。例如，分数像素分辨率可能仅被允许用于MVD-CLASS 0而不允许用于表4中的所有其它MV等级。同样地，分数像素分辨率可能仅被允许用于等级低于或等于表4的其它MV等级中的任一个的MVD等级。对于高于阈值MVD等级的其它MVD等级，仅允许MVD的整数像素分辨率。以此类方式，对于以高于或等于阈值MVD等级的MVD等级发信号通知的MVD，可能不需要发信号通知诸如“mv-fr”和/或“mv-hp”比特中的一者或多者的分数分辨率信令。对于分辨率低于1像素的MVD等级，可以进一步减少“mv-bit”信令中的比特数。例如，对于表4中的MV_CLASS_5，MVD像素偏移范围是(32，64]，因此需要5比特来以1-pel分辨率发信号通知整个范围。然而，如果MV_CLASS_5与2-pelMVD分辨率(比1像素分辨率更低的分辨率)相关联，则“mv-bit”可能需要4比特而不是5比特，并且均不需要在“mv_class”作为MV-CLASS_5的信令之后发信号通知“mv-fr”和“mv-hp”中的任一者。

在一些示例性实施方案中，分数像素分辨率仅可以被允许用于整数值低于阈值整数像素值的MVD。例如，分数像素分辨率仅可以被允许用于小于5个像素的MVD。对应于该示例，分数分辨率可以被允许用于表4的MV_CLASS_0和MV_CLASS_1，而不被允许用于所有其它MV等级。对于另一示例，分数像素分辨率仅可以被允许用于小于7个像素的MVD。对应于该示例，分数分辨率可以被允许用于表4的MV_CLASS_0和MV_CLASS_1(范围低于5个像素)，而不允许用于MV_CLASS_3和更高(范围高于5个像素)。对于属于MV_CLASS_2的MVD(其像素范围涵盖5个像素)，根据“mv-bit”值，可以允许或可以不允许MVD的分数像素分辨率。如果发信号通知“m-bit”值为1或2(使得被发信号通知的MVD的整数部分为5或6，被计算为MV_CLASS_2的像素范围的起始，MV_CLASS_2如“m-bit”所指示的偏移为1或2)，则可以允许分数像素分辨率。否则，如果发信号通知“mv-bit”值为3或4(使得被发信号通知的MVD的整数部分为7或8)，则可以不允许分数像素分辨率。

在一些其它实施方案中，对于等于或高于阈值MV等级的MV等级，仅可以允许单个MVD值。例如，此类阈值MV等级可以是MV_CLASS2。因此，MV_CLASS_2及以上可以仅被允许具有单个MVD值并且没有分数像素分辨率。可以预定义这些MV等级的单个允许的MVD值。在一些示例中，允许的单个值可以是表4中的这些MV等级的相应范围的较高端值。例如，MV_CLASS_2至MV_CLASS_10可以高于或等于MV_CLASS2的阈值等级，并且这些等级的单个允许的MVD值可以分别被预定义为8、16、32、64、128、256、512、1024和2048。在一些其它示例中，允许的单个值可以是表4中的这些MV等级的相应范围的中间值。例如，MV_CLASS_2至MV_CLASS_10可以高于等级阈值，并且这些等级的单个允许的MVD值可以分别被预定义为3、6、12、24、48、96、192、384、768和1536。范围内的任何其它值也可以被定义为各个MVD等级的单个允许的分辨率。

在以上实施方案中，当发信号通知的“mv_class”等于或高于预定义MVD等级阈值时，仅“mv_class”信令足以确定MVD值。然后将使用“mv_class”和“mv_sign”来确定MVD的幅度和方向。

照此，当仅针对一个参考帧(来自参考帧列表0或列表1，但不是两者)发信号通知MVD，或针对两个参考帧联合发信号通知MVD时，MVD的精度(或分辨率)可以取决于表3中的运动矢量差的相关联等级和/或MVD的幅度。

在一些其它实施方案中，MVD的像素分辨率或精度可以减小或可以随着MVD幅度的增加而不增加。例如，像素分辨率可以取决于MVD幅度的整数部分。在一些实施方案中，可以仅对于小于或等于振幅阈值的MVD幅度允许分数像素分辨率。对于解码器，可以首先从码流提取MVD幅度的整数部分。然后可以确定像素分辨率，并且然后可以作出关于任何分数MVD是否存在于码流中且是否需要进行解析的决定(例如，如果对于特定提取的MVD整数幅度不允许分数像素分辨率，则在需要提取的码流中可以不包括分数MVD比特)。将上述示例实施方案应用于依赖于MVD幅度的自适应MVD像素分辨率，上述示例实施方案与依赖于MVD等级的自适应MVD像素分辨率相关。对于特定示例，可以允许高于或涵盖幅度阈值的MVD等级仅具有一个预定义值。

在一些实施方案中，可以使用动态运动矢量参考方案，其中，可以从空间和时间邻居获得运动矢量候选，并对它们进行排序以用于高效熵编解码。

在一些实施方案中，运动矢量候选列表可以包括运动矢量候选的列表。运动矢量候选可以指当前块(或当前帧)的一个或多个运动矢量预测器的候选。当运动矢量候选列表中的运动矢量候选为特定顺序(例如，基于它们的上下文、被选择的统计概率和/或诸如此类)时，可以发信号通知当前块的一个或多个运动矢量预测器以用于高效熵编解码。对于非限制性示例，当具有较高的被选择的统计概率的运动矢量候选被安置在运动矢量候选列表的较早部分时，可以发信号通知一个或多个较小索引，所述一个或多个较小索引用于发信号通知一个或多个运动矢量候选，从而提高熵编解码的效率。

在一些实施方案中，空间运动矢量预测器(MVP，spatial motion vectorpredictors)可以通过利用空间相邻块来进行标识，这些空间相邻块包括邻近空间相邻块以及非邻近空间相邻块，邻近空间相邻块是当前块的顶侧和左侧的直接邻居，非邻近空间相邻块接近但不直接邻近当前块。

在一些实施方案中，除了空间相邻块之外，还可以使用参考图片的同位块来导出被称为时间MV预测器的MV预测器。为了生成时间MV预测器，将参考帧的MV与参考索引一起存储，这些参考索引与相应参考帧相关联。

在一些实施方案中，参考帧的方向可以通过参考帧是在显示顺序上的当前帧之前还是当前帧之后来确定。

在一些实施方案中，当在复合参考模式中对当前块进行帧内编码时，可以使用两个参考帧。当一个运动矢量对的两个参考帧的POC均大于或小于当前帧的POC时，两个参考帧的方向可以被视为相同。否则，当一个参考帧的POC大于当前帧的POC而另一参考帧的POC小于当前帧的POC时，两个参考帧的方向可以被视为不同。

在一些实施方案中，当满足所有以下条件时，两个MVP(或一对MVP)可以是对称的：一个MVP指向(或对应于)显示顺序上的当前帧之前的一个参考帧，并且另一MVP指向(或对应于)显示顺序上的当前帧之后的另一参考帧；两个MVP的幅度与它们对应的参考帧和当前帧之间的POC差成比例；以及在该MVP对中，两个MVP的符号相反。

在一些实施方案中，当不满足以下条件中的任何一个或多个条件时，两个MVP(或一对MVP)可以是不对称的(或非对称的)：一个运动矢量指向显示顺序上的当前帧之前的一个参考帧，并且另一运动矢量指向显示顺序上的当前帧之后的另一参考帧；两个MVP的幅度与它们对应的参考帧和当前帧之间的POC差成比例；和/或在该MVP对中，运动矢量的符号相反。

在一些实施方案中，当满足以下条件时，一对MVP可以被称为对称MVP：一个运动矢量指向显示顺序上的当前帧之前的一个参考帧，并且另一运动矢量指向显示顺序上的当前帧之后的另一参考帧；两个MVP的幅度与它们对应的参考帧和当前帧之间的POC差成比例；以及在该MVP对中，运动矢量的符号相反。

在一些实施方案中，当针对多个参考帧联合发信号通知运动矢量差(MVD)时，可以假设多个参考帧中的当前块的运动矢量预测器(MVP)也是对称的。由于在一些情况下，当前块的MVP可能不对称，因此这种假设可能存在一些问题/难题。

本公开描述了用于修正运动矢量候选、解决以上所讨论的问题/难题中的至少一者和/或提高熵编解码的效率的各种实施例。

图18示出了遵循上述用于修正运动矢量候选的实现的基本原理的示例方法的流程图1800。示例性解码方法流程从1801处起始，并且可以包括以下步骤中的一部分或全部：在S1810，接收已编码视频码流；在S1820，从已编码视频码流提取第一语法元素，该第一语法元素指示是否将复合参考模式应用于当前视频块；在S1830，从已编码视频码流提取第二语法元素，该第二语法元素指示是否针对当前视频块联合发信号通知运动矢量差(MVD)；在S1840，响应于第一语法元素指示将复合参考模式应用于当前视频块并且第二语法元素指示针对当前视频块联合发信号通知MVD，基于MV候选列表中的至少一个MV预测器(MVP)是否对称来修正该至少一个MVP；和/或在S1850，基于MV候选列表，来对当前视频块进行解码。示例方法在S1899处停止。

在一些实施方案中，S1840可以包括：响应于第一语法元素指示将复合参考模式应用于当前视频块并且第二语法元素指示针对当前视频块联合发信号通知MVD，基于所述至少一个MV预测器(MVP)的对称性质来修正该至少一个MVP。MVP的对称性质可以指MVP是否与MV候选列表中的另一MVP对称。

在一些实施方案中，MV候选列表中的至少一个MVP包括MVP对；和/或修正MV候选列表中的至少一个MVP包括：基于MVP对是对称还是非对称，来修正MV候选列表中的MVP对。

对于非限制性示例，当将当前块编码为复合参考模式并且针对多个参考帧(例如，参考列表0和参考列表1)联合发信号通知MVD时，可以基于运动矢量候选列表中的MVP是否对称，来修正列表中的运动矢量候选。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是对称的，将MVP对移动到MV候选列表中的所有非对称MVP之前。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是对称的，将MVP对移动到MV候选列表的前部。

对于非限制性示例，当针对多个参考帧联合发信号通知MVD时，可以将运动矢量候选列表中的对称MVP置于运动矢量候选列表中的非对称MVP之前。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是对称的，且在两个参考帧与当前帧之间具有相等的图片顺序计数(POC)距离，将MVP对移动到MV候选列表的前部。

对于非限制性示例，当针对多个参考帧联合发信号通知MVD时，可以将在两个参考帧与当前帧之间具有相等的POC差的对称MVP，在其它MVP之前置于运动矢量候选列表中。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是非对称的，将MVP对修正为对称MVP对。对于非限制性示例，当针对多个参考帧联合发信号通知MVD并且运动矢量候选列表中的两个MVP(MVP对)不对称时，可以将这两个MVP修正(或调整)为对称MVP。

在一些实施方案中，MVP对包括第一MVP和第二MVP；并且MVP对是非对称的。第一MVP在第一参考帧与当前帧之间具有第一POC距离，所述第一参考帧对应于第一MVP；并且第二MVP在第二参考帧与当前帧之间具有第二POC距离，所述第二参考帧对应于第二MVP；和/或第一POC距离大于第二POC距离。将MVP对修正为对称MVP对包括：将第一MVP投影到第二参考帧以获得投影的MVP，并用投影的MVP替换第二MVP。对于非限制性示例，在对应的参考帧与当前帧之间具有较大POC差的一个MVP保持不变，并且该MVP被投影到另一MVP所指向的参考帧。在该投影过程之后，使用投影的MVP来替换另一MVP，从而获得一对对称MVP。

在一些实施方案中，MVP对包括第一MVP和第二MVP；并且MVP对是非对称的。第一MVP在第一参考帧与当前帧之间具有第一POC距离，所述第一参考帧对应于第一MVP；和/或第二MVP在第二参考帧与当前帧之间具有第二POC距离，所述第二参考帧对应于第二MVP；和/或第一POC距离大于第二POC距离。将MVP对修正为对称MVP对包括：将第一MVP投影到第二参考帧以获得投影的MVP，并将投影的MVP添加到MV候选列表。

在一些实施方案中，将投影的MVP添加到MV候选列表包括：将投影的MVP添加到MV候选列表的末尾。

对于非限制性示例，在对应的参考帧与当前帧之间具有较大POC差的一个MVP保持不变，并且该MVP被投影到另一MVP所指向的参考帧。在该投影过程之后，将投影的MVP作为新的MVP候选添加到运动矢量候选列表中。在一些实施方案中，将投影的MVP添加到运动矢量候选列表的末尾；和/或此外，根据上述一些实施方案，将MVP和投影的MVP作为一对新的对称MVP，移动到运动矢量候选列表的前部部分。

在一些实施方案中，MVP对包括第一MVP和第二MVP；并且MVP对是非对称的。修正MV候选列表中的MVP对包括：响应于MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，用与MVP对的第一MVP对称的MVP替换MVP对的第二MVP。

在一些实施方案中，MVP对的第一MVP在MV候选列表中保持不变。

在一些实施方案中，MVP对包括第一MVP和第二MVP；并且MVP对是非对称的。修正MV候选列表中的MVP对包括：响应于MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，将与MVP对的第一MVP对称的MVP添加到MV候选列表。

对于非限制性示例，当针对多个参考帧联合发信号通知MVD时，针对运动矢量候选列表中的一个MVP对，两个参考帧与当前帧之间的POC差相等，并且该MVP对不对称，可以通过保持该MVP对的第一MVP不变且使该MVP对的第二MVP与第一MVP对称，来将该MVP对修正(或调整)为变得对称。

在本公开的各种实施方案中，MVP对的“第一”MVP可以指MVP对的较早放置的MVP，例如，对于MVP对({MVP1，MVP2})，MVP对的第一MVP可以指MVP1，并且MVP对的第二MVP可以指MVP2；对于另一示例，当MVP对在MV候选列表中时，MVP对的第一MVP可以是MV候选列表中放置在MVP对的另一MVP(即，第二MVP)前面的MVP。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，用基于对MVP对求平均的对称MVP对，替换MVP对。

在一些实施方案中，修正MV候选列表中的MVP对包括：响应于MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，将基于对MVP对求平均的对称MVP对，添加到MV候选列表。

对于非限制性示例，当针对多个参考帧联合发信号通知MVD时，针对运动矢量候选列表中的两个MVP(或MVP对)，两个参考帧与当前帧之间的POC差相等，并且该MVP对不对称，可以将该MVP对修正(或调整)为对称MVP对，该修改(或调整)通过对投影在参考帧中的每一个参考帧上的两个MVP求平均而导出。

在一些实施方案中，当针对多个参考帧联合发信号通知MVD，并且运动矢量候选列表中的一个MVP不对称时，基于该MVP对生成一个修正的MVD，并且在将该修正的MVD添加到码流中的联合MVD之前，该MVP对减去该修正的MVD。对于非限制性示例，基于MVP的值和/或对应参考帧与当前帧之间的POC差来计算修正的MVD。

在一些实施方案中，可以基于MVP和MVD来导出MV，例如，MV＝MVP+MVD。

在本公开的实施例和实施方案中，任何步骤和/或操作可以根据需要以任何量或顺序来组合或布置。可以并行执行步骤和/或操作中的两个或更多个。本公开中的实施例和实施方案可以单独使用或以任何顺序组合使用。进一步地，方法(或实施例)、编码器和解码器中的每一者可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)实施。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。本公开中的实施例可以应用于亮度块或色度块。术语块可以被解释为预测块、编解码块或编解码单元(即CU)。术语“块”在这里也可以用于指变换块。在以下条目中，当提及块大小时，它可以指块宽度或高度，或宽度和高度的最大值，或宽度和高度的最小值，或面积大小(宽度*高度)，或块的纵横比(宽度:高度，或高度:宽度)。

上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图19示出了计算机系统(1900)，其适于实现所公开主题的某些实施例。

所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。

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19所示的用于计算机系统(1900)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1900)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。

计算机系统(1900)可以包括某些人机界面输入设备。这种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获某些媒体，气与人类有意识的输入不必直接相关，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(仅绘出其中一个)：键盘(1901)、鼠标(1902)、触控板(1903)、触摸屏(1910)、数据手套(未示出)、操纵杆(1905)、麦克风(1906)、扫描仪(1907)、照相机(1908)。

计算机系统(1900)还可以包括某些人机界面输出设备。这种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。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1910)、数据手套(未示出)或操纵杆(1905)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1909)、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(1910)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的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(1900)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVDROM/RW)(1920)或类似介质(1921)的光学介质、拇指驱动器(1922)、可移动硬盘驱动器或固体状态驱动器(1923)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(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，结合所公开的主题使用的术语“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(1900)还可以包括通往一个或多个通信网络(1954)的接口(1955)。所述网络可以是无线的、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。网络的示例可以包括以太网、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。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1949)(例如，计算机系统(1900)的USB端口)；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(1900)的核心(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(1900)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。

上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1900)的核心(1940)。

核心(1940)可包括一个或多个中央处理单元(CPU)(1941)、图形处理单元(GPU)(1942)、以现场可编程门阵列(FPGA)(1943)形式的专用可编程处理单元、用于特定任务的硬件加速器(1944)等。这些设备以及只读存储器(ROM)(1945)、随机存取存储器(1946)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1947)等可通过系统总线(1948)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(1948)，以便可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核心的系统总线(1948)，或通过外围总线(1949)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。在一个示例中，屏幕(1910)可以与图形适配器(1950)相连接。外围总线的架构包括PCI、USB等。

CPU(1941)、GPU(1942)、FPGA(1943)和加速器(1944)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(1945)或RAM(1946)中。过渡数据也可以存储在RAM(1946)中，而永久数据可以存储在例如内部大容量存储器(1947)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1941)、GPU(1942)、大容量存储器(1947)、ROM(1945)、RAM(1946)等紧密关联。

所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。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。

作为实施例而非限制，具有体系结构(1900)的计算机系统，特别是核心(1940)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1940)的特定存储器，例如核心内部大容量存储器(1947)或ROM(1945)。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核心(1940)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。该软件可以使得核心(1940)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(1946)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它方式包含在电路(例如，加速器(1944))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。

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、排列和各种等同替换均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。

附录：首字母缩略词

JEM:联合开发模型

VVC:下一代视频编码

BMS:基准集合

MV:运动矢量

HEVC:高效视频编码

SEI:补充增强信息

VUI:视频可用性信息

GOPs:图片组

TUs:变换单元

PUs:预测单元

CTUs:编码树单元

CTBs:编码树块

PBs:预测块

HRD:假设参考解码器

SNR:信噪比

CPUs:中央处理单元

GPUs:图形处理单元

CRT:阴极射线管

LCD:液晶显示

OLED:有机发光二极管

CD:光盘DVD:数字化视频光盘

ROM:只读存储器

RAM:随机存取存储器

ASIC:专用集成电路

PLD:可编程逻辑设备

LAN:局域网

GSM:全球移动通信系统

LTE:长期演进

CANBus:控制器局域网总线

USB:通用串行总线

PCI:外围设备互连

FPGA:现场可编程门阵列

SSD:现场可编程门阵列

IC:集成电路

HDR:高动态范围

SDR:标准动态范围

JVET:联合视频开发小组

MPM:最可能模式

WAIP:广角帧内预测

CU:编码单元

PU:预测单元

TU:变换单元

CTU:编码树单元

PDPC:位置相关的预测组合ISP:帧内子分区

SPS:序列参数集

PPS:图片参数集

APS:自适应参数集

VPS:视频参数集

DPS:解码参数集

ALF:自适应环路滤波器

SAO:样本自适应偏移CC-ALF:跨分量自适应环路滤波器CDEF:约束定向增强滤波器

CCSO:跨分量样本偏移

LSO:本地样本偏移

LR:环路恢复滤波器

AV1:AO媒体视频1

AV2:AO媒体视频2

MVD:运动矢量差

CfL:来自亮度的色度

SDT:半解耦树

SDP:半解耦分区

SST:半分离树

SB:超级块

IBC(orIntraBC):帧内块复制

CDF:累积密度函数

SCC:屏幕内容编解码

GBI:广义双向预测

BCW:具有CU级权重的双向预测

CIIP:组合的帧内-帧间预测

POC:图片顺序计数

RPS:参考图片集

DPB:解码的图片缓冲器

MMVD:具有运动矢量差的合并模式

MV:运动矢量

MVP:运动矢量预测器

Claims (16)

1.一种用于对视频码流的当前视频块进行解码的方法，其特征在于，包括：

由设备接收已编码视频码流，所述设备包括存储有指令的存储器和与所述存储器通信的处理器；

由所述设备从所述已编码视频码流提取第一语法元素，所述第一语法元素指示是否将复合参考模式应用于当前视频块；

由所述设备从所述已编码视频码流提取第二语法元素，所述第二语法元素指示是否针对所述当前视频块联合发信号通知运动矢量差MVD；

响应于所述第一语法元素指示将所述复合参考模式应用于所述当前视频块并且所述第二语法元素指示针对所述当前视频块联合发信号通知所述运动矢量差MVD，由所述设备基于MV候选列表中的至少一个MV预测器MVP是否对称，修正所述至少一个MVP；以及

由所述设备基于所述MV候选列表来对所述当前视频块进行解码。

2.根据权利要求1所述的方法，其特征在于：

所述MV候选列表中的所述至少一个MVP包括MVP对；并且

所述修正所述MV候选列表中的所述至少一个MVP包括：

基于所述MVP对是对称的还是非对称的，修正所述MV候选列表中的所述MVP对。

3.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是对称的，将所述MVP对移动到所述MV候选列表中的所有非对称MVP之前。

4.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是对称的，将所述MVP对移动到所述MV候选列表的前部。

5.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是对称的，且在两个参考帧与当前帧之间具有相等的图片顺序计数POC距离，将所述MVP对移动到所述MV候选列表的前部。

6.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是非对称的，将所述MVP对修正为对称的MVP对。

7.根据权利要求6所述的方法，其特征在于：

所述MVP对包括第一MVP和第二MVP；

所述第一MVP在第一参考帧与当前帧之间具有第一POC距离，所述第一参考帧对应于所述第一MVP；

所述第二MVP在第二参考帧与所述当前帧之间具有第二POC距离，所述第二参考帧对应于所述第二MVP；

所述第一POC距离大于所述第二POC距离；并且

所述将所述MVP对修正为对称MVP对包括：

将所述第一MVP投影到所述第二参考帧，以获得投影的MVP，以及

用所述投影的MVP替换所述第二MVP。

8.根据权利要求6所述的方法，其特征在于：

所述MVP对包括第一MVP和第二MVP；

所述第一MVP在第一参考帧与当前帧之间具有第一POC距离，所述第一参考帧对应于所述第一MVP；

所述第二MVP在第二参考帧与所述当前帧之间具有第二POC距离，所述第二参考帧对应于所述第二MVP；

所述第一POC距离大于所述第二POC距离；并且

所述将所述MVP对修正为对称MVP对包括：

将所述第一MVP投影到所述第二参考帧，以获得投影的MVP，以及

将所述投影的MVP添加到所述MV候选列表。

9.根据权利要求8所述的方法，其特征在于，所述将所述投影的MVP添加到所述MV候选列表包括：

将所述投影的MVP添加到所述MV候选列表的末尾。

10.根据权利要求2所述的方法，其特征在于：

所述MVP对包括第一MVP和第二MVP；并且

所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，用与所述MVP对的所述第一MVP对称的MVP替换所述MVP对的所述第二MVP。

11.根据权利要求10所述的方法，其特征在于：

所述MVP对的所述第一MVP在所述MV候选列表中保持不变。

12.根据权利要求2所述的方法，其特征在于：

所述MVP对包括第一MVP和第二MVP；并且

所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，将与所述MVP对的所述第一MVP对称的MVP添加到所述MV候选列表。

13.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，用基于对所述MVP对求平均的对称MVP对，替换所述MVP对。

14.根据权利要求2所述的方法，其特征在于，所述修正所述MV候选列表中的所述MVP对包括：

响应于所述MVP对是非对称的，且在两个参考帧与当前帧之间具有相等的POC距离，将基于对所述MVP对求平均的对称MVP对，添加到所述MV候选列表。

15.一种用于对视频码流的当前视频块进行解码的装置，其特征在于，所述装置包括：

存储指令的存储器；以及

与所述存储器通信的处理器，其中，当所述处理器执行所述指令时，所述处理器被配置为使所述装置执行根据权利要求1至14中任一项所述的方法。

16.一种存储指令的非易失性计算机可读存储介质，其特征在于，当所述指令由处理器执行时，所述指令被配置为使所述处理器执行根据权利要求1至14中任一项所述的方法。