CN116868567B - 视频解码方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种视频解码方法、装置、计算机设备及存储介质。该方法包括：接收已编码视频码流，所述已编码视频码流包括高级语法头，所述高级语法头包括多个变换系数块的多变换选择MTS选择信息；确定所述MTS选择信息，所述MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于所述多个变换系数块中的变换系数块的多个MTS候选子集；基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换。

Description

视频解码方法、装置、计算机设备及存储介质

引用并入

本申请要求于2022年9月30日提交的、申请号为17/957,959、发明名称为"自适应多变换集合选择"的美国申请的优先权，于2021年10月13日提交的、申请号为63/255,365、发明名称为“自适应多变换集合选择”的美国临时申请的优先权，以及于2021年12月13日提交的、申请号为63/289,110、发明名称为“用于自适应多变换集合选择的方法和装置”的美国临时申请的优先权，其全部内容通过引用并入本申请中。

技术领域

本申请实施例涉及视频编解码技术，尤其涉及视频解码方法、装置、计算机设备及存储介质。

背景技术

本文所提供的背景描述旨在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。

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(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)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。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但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。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。

视频编码器和解码器可利用几大类技术，例如包括：运动补偿、变换、量化和熵编码。

视频编解码器技术可包括已知的帧内编码技术。在帧内编码中，在不参考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。当所有的样本块都以帧内模式编码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，因此可用作编码视频码流和视频会话中的第一图片，或用作静止图像。帧内块的样本可用于变换，且可在熵编码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在某些情形下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下需要越少的比特来表示熵编码之后的块。

如同从诸如MPEG-2代编码技术中所获知的，传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括：试图从例如周围样本数据和/或元数据中得到数据块的技术，其中周围样本数据和/或元数据是在空间相邻的编码/解码期间、且在解码顺序之前获得的。这种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用正在重建的当前图片的参考数据，而不使用参考图片的参考数据。

可以存在许多不同形式的帧内预测。当在给定的视频编码技术中可以使用超过一种这样的技术时，所使用的技术可以按帧内预测模式进行编码。在某些情形下，模式可具有子模式和/或参数，且这些模式可单独编码或包含在模式码字中。将哪个码字用于给定模式/子模式/参数组合会通过帧内预测影响编解码效率增益，因此用于将码字转换成码流的熵编码技术也会出现这种情况。

H.264引入了一种帧内预测模式，其在H.265中进行了改进，且在更新的编码技术中进一步被改进，诸如联合开发模式(Joint Exploration Model,JEM)，通用视频编码(Versatile Video Coding，VVC)，以及基准集合(BenchMark Set，BMS)。可以使用属于已有样本的相邻样本的值，来形成预测块。根据方向，相邻样本的样本值被复制到预测块。所使用方向的参考，可以在码流中被编码，或者可以自身被预测。

现有技术中，在确定多变换选择(MTS)候选子集时，是基于固定的阈值，因此，在某些情况下，不能最优地适应图像的内容、和/或视频的内容、和/或编码条件。

发明内容

本申请各个方面提供了一种视频解码的方法、装置、计算机设备及存储介质，能够自适应选择MTS子集。

一方面，本申请实施例提供了一种视频解码方法，包括：

接收已编码视频码流，所述已编码视频码流包括高级语法头，所述高级语法头包括多个变换系数块的多变换选择MTS选择信息；

确定所述MTS选择信息，所述MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换。

另一方面，本申请实施例提供了一种视频解码方法，包括：

基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的多变换选择MTS选择信息，所述MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换。

另一方面，本申请实施例提供了一种视频解码装置，包括：

接收模块，用于接收已编码视频码流，所述已编码视频码流包括高级语法头，所述高级语法头包括多个变换系数块的多变换选择MTS选择信息；

第一确定模块，用于确定所述MTS选择信息，所述MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

第二确定模块，用于基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

第一变换模块，用于基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换。

另一方面，本申请实施例提供了一种视频解码装置，包括：

第三确定模块，用于基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的多变换选择MTS选择信息，所述MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

第四确定模块，用于基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

第二变换模块，用于基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换。

另一方面，本申请实施例还提供了一种计算机设备，包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现上述视频解码方法。

另一方面，本申请实施例还提供了一种非暂时性计算机可读存储介质，其上存储有程序，当所述程序被至少一个处理器执行时，实现上述视频解码方法。

另一方面，本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述视频解码方法。

由上述技术方案可见，本申请实施例提供的方法，自适应地确定块(例如，TB)的MTS子集选择，这种自适应的方法更加灵活，能够最优地适应图像的内容、和/或视频的内容、和/或编码条件，从而能够提升编解码的处理效率。

附图说明

根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：

图1A是帧内预测模式的示例性子集的示意图；

图1B是示例性帧内预测方向的示意图；

图2示出了根据一实施例的当前块及其周围用于运动矢量预测的空间合并候选的示意图；

图3是根据一实施例的通信系统的简化框图的示意图；

图4是根据另一实施例的通信系统的简化框图的示意图；

图5是根据一实施例的解码器的简化框图的示意图；

图6是根据一实施例的编码器的简化框图的示意图；

图7示出了根据另一实施例的编码器的框图；

图8示出了根据另一实施例的解码器的框图；

图9示出了根据本申请实施例的标称模式的示例；

图10示出了非方向性平滑帧内预测模式的示例；

图11示出了主变换基函数的示例；

图12示出了基于变换块大小和预测模式的变换核的可用性的示例性关联；

图13示出了基于帧内预测模式的示例性变换类型选择；

图14示出了多变换选择(MTS)候选以及按扫描顺序排在最后的有效系数的位置选择MTS候选子集的示例；

图15示出了根据本申请实施例的编码过程的方法流程图；

图16示出了根据本申请实施例的解码过程的方法流程图；

图17示出了根据本申请实施例的解码过程的方法流程图；

图18示出了根据本申请实施例的解码过程的方法流程图；

图19是根据一实施例的计算机设备的示意图。

具体实施方式

参照图1A，右下方描绘了来自H.265的33个可能的预测方向(对应35个帧内预测模式中的33个角度模式)中已知的九个预测方向的子集。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的至少一个样本，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度角的至少一个样本，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)由16个样本组成，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(从最上方)样本和X维度上的第一个样本(从左侧开始)。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(列索引)来标记。在H.264和H.265中，在重建时预测样本和块相邻，因此，不需要使用负值。

通过从信号通知的预测方向所占用的相邻样本来复制参考样本值，可以进行块104的帧内图片预测。例如，假设编码视频码流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的至少一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。然后，根据参考样本R08预测样本S44。

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。

随着视频编码技术的发展，方向的数量逐渐增加。在H.264(2003年)中，可以表示九种不同的方向。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。已经进行试验来识别出最可能的方向，熵编码中的某些技术可以用于以少量的比特来标识这些最可能的方向，接收损失某些不太可能的方向。进一步，这些方向本身有时可以从相邻、已解码的块所使用的相邻方向中预测得到。

图1B示出了根据JEM描绘65个帧内预测方向的示意图(180)，以示出随时间增加的预测方向的数量。

表示方向的编码后视频码流中帧内预测方向比特的映射可以根据不同的视频编码技术而不同；并且其范围可以例如从预测方向的简单直接映射到帧内预测模式、到码字、到涉及最可能模式的复杂自适应方案，以及类似技术。然而，在所有的情况下，统计地来看，有一些方向在视频内容中出现的可能性比其他方向小。由于视频压缩的目的是降低冗余，在一个良好工作的视频编解码技术中，这些不太可能的方向，相比更可能的方向，使用更多的比特进行表示。

执行图像和/或视频编解码，可以使用具有运动补偿的图片间预测。运动补偿可以是一种有损压缩技术，且可涉及如下技术：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(后者间接地可为时间维度)。

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另一个样本数据区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余信息并增加压缩量。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，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发现的MV与根据周围MV预测的MV相似或相同，并且在熵编码之后，又可以用比直接编码MV时使用的比特数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 H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。

请参考图2，当前块(201)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或至少两个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应202到206)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也正在使用的相同参考图片的预测值。图3示出了根据本申请一实施例的通信系统(300)的简化框图。通信系统(300)包括可以经由例如网络(350)彼此通信的多个终端设备。例如，通信系统(300)包括经由网络(350)互连的第一对终端设备(310)和(320)。在图3的示例中，第一对终端设备(310)和(320)执行数据的单向传输。例如，终端设备(310)可以对视频数据(例如，由终端设备(310)捕获的视频图片流)进行编码，以经由网络(350)传输到另一个终端设备(320)。已编码视频数据可以以至少一个已编码视频码流的形式传输。终端设备(320)可以从网络(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图片，并且根据恢复的视频数据显示视频图片。在媒体服务应用等中，单向数据传输可能很常见。

在另一个示例中，通信系统(300)包括第二对终端设备(330)和(340)，其执行例如在视频会议期间可能发生的已编码视频数据的双向传输。对于数据的双向传输，在示例中，终端设备(330)和(340)中的每个终端设备可以对视频数据(例如，由终端设备捕获的视频图片流)进行编码，以经由网络(350)传输到终端设备(330)和(340)中的另一个终端设备。终端设备(330)和(340)中的每个终端设备还可以接收由终端设备(330)和(340)中的另一个终端设备传输的已编码视频数据，并且可以对已编码视频数据进行解码以恢复视频图片，并且可以根据恢复的视频数据在可访问的显示设备上显示视频图片。

在图3的示例中，终端设备(310)、(320)、(330)和(340)可以被示为服务器、个人计算机和智能电话，但是本申请的原理可以不限于此。本申请的实施例可以应用于膝上型计算机、平板计算机、媒体播放器和/或专用视频会议设备。网络(350)表示在终端设备(310)、(320)、(330)和(340)之间传送已编码视频数据的任何数量的网络，包括例如有线(wireline/wired)和/或无线通信网络。通信网络(350)可以在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或因特网。为了本讨论的目的，网络(350)的架构和拓扑对于本申请的操作可能无关紧要，除非下文中所解释的。

作为实施例，图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。

流式传输系统可包括采集子系统(413)，所述采集子系统可包括视频源(401)，例如数码相机，用于创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由视频源(401)的数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(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。至少一个流式传输客户端子系统，例如图3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(330)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

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

图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图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)解码的至少一个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(515)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。

视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(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、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单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。

第一单元是缩放器/反向变换单元(551)。缩放器/反向变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/反向变换单元(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/反向变换单元(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)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/反向变换单元(551)提供的输出样本信息中。

在其它情况下，缩放器/反向变换单元(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/反向变换单元(551)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(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和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。

聚合器(555)的输出样本可在环路滤波器单元(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。

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标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在实施例中，接收器(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、正向纠错码等形式。

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

视频编码器(603)可从视频源(601)(并非图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)是电子装置(620)的一部分。

视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括至少一个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。

根据实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、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(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(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。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。

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

在一实施例中，除存在于解码器中的解析/熵解码之外的任何解码器技术，以相同或者基本上相同的功能形式，存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互反向。仅在某些区域中需要更详细的描述，并且在下文提供。

在操作期间，在一些实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的至少一个先前已编码图片，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的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考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-逐像素块的方式执行操作，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(block-wise)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已编码块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

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

在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。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当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编解码效率。

根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为至少一个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为至少一个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。

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

在HEVC实施例中，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(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。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从至少一个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(703)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

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

帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的至少一个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据至少一个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(722)还基于帧内预测信息和同一图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)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行反向变换，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，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图3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、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经由反向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)用于执行反向量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低量控制信息)。

重建模块(874)用于在空间域中组合由残差解码器(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，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。

应注意，可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中，可使用至少一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至少一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)。

各种帧内预测模式可以用于帧内预测，例如，在AOMedia视频1(AV1)和/或通用视频编码(VVC)等中。在实施例中，诸如在AV1中，使用定向帧内预测。在示例中，诸如在开放视频编码格式VP9中，八个定向模式与从45°到207°的八个角度相对应。为了在定向纹理中(例如在AV1中)利用更多种类的空间冗余，可以将定向模式(也被称为定向帧内模式、定向帧内预测模式、角度模式)扩展到具有较细粒度的角度集合，如图9中所示。

图9示出了根据本申请的实施例的编码块(CB)(910)的标称模式的示例。某些角度(也被称为标称角度)可以与标称模式相对应。在示例中，八个标称角度(或标称帧内角度)(901)-(908)分别与八个标称模式(例如，V_PRED、H_PRED、D45_PRED、D135_PRED、D113_PRED、D157_PRED、D203_PRED和D67_PRED)相对应。八个标称角度(901)-(908)以及八个标称模式可以分别被称为V_PRED、H_PRED、D45_PRED、D135_PRED、D113_PRED、D157_PRED、D203_PRED和D67_PRED。进一步地，每个标称角度可以与多个较细角度(例如，七个较细角度)相对应，并且因此可以(例如)在AV1中使用56个角度(或预测角度)或56个定向模式(或角度模式、定向帧内预测模式)。每个预测角度可以由标称角度和角度偏移(或角度增量)呈现。角度偏移可以通过将偏移整数I(例如，-3、-2、-1、0、1、2或3)与步长(例如，3°)相乘来获得。在示例中，预测角度等于标称角度和角度偏移的总和。在示例中，诸如在AV1中，可以用信号通知标称模式(例如，八个标称模式(901)-(908))连同某些非角度平滑模式(例如，如以下所描述的五个非角度平滑模式，诸如DC模式、PAETH模式、SMOOTH模式、垂直SMOOTH模式和水平SMOOTH模式)。随后，如果当前预测模式是定向模式(或角度模式)，则可以进一步用信号通知索引以指示与标称角度相对应的角度偏移(例如，偏移整数I)。在示例中，为了经由通用方式实施方向预测模式，诸如在AV1中使用的56个定向模式是用统一方向预测器来实施，该统一定向预测器可以将每个像素投影到参考子像素位置，并且通过2抽头双线性滤波器内插参考像素。

非定向平滑帧内预测器(也被称为非定向平滑帧内预测模式、非定向平滑模式、非角度平滑模式)可以用于块(诸如CB)的帧内预测。在一些示例中(例如，在AV1中)，五种非定向平滑帧内预测模式包括DC模式或DC预测器(例如，DC)、PAETH模式或PAETH预测器(例如，PAETH)、SMOOTH模式或SMOOTH预测器(例如，SMOOTH)、垂直SMOOTH模式(被称为SMOOTH_V模式、SMOOTH_V预测器、SMOOTH_V)和水平SMOOTH模式(被称为SMOOTH_H模式、SMOOTH_H预测器或SMOOTH_H)。

图10示出了根据本申请的各方面的非定向平滑帧内预测模式(例如，DC模式、PAETH模式、SMOOTH模式、SMOOTH_V模式和SMOOTH_H模式)的示例。为了基于DC预测器，预测CB(1000)中的样本(1001)，左相邻样本(1012)的第一值和上方相邻样本(或顶部相邻样本)(1011)的第二值的平均值可以用作预测器。

为了基于PAETH预测器来预测样本(1001)，可以获得左相邻样本(1012)的第一值、顶部相邻样本(1011)的第二值和左上相邻样本(1013)的第三值。然后，使用等式1获得参考值。

参考值＝第一值+第二值-第三值(等式1)

最接近参考值的第一值、第二值和第三值中的一个可以被设置为样本(1001)的预测器。

SMOOTH_V模式、SMOOTH_H模式和SMOOTH模式可以分别使用在垂直方向、水平方向以及垂直方向和水平方向的平均方向上的二次内插来预测CB(1000)。为了基于SMOOTH预测器来预测样本(1001)，可以使用第一值、第二值、右样本(1014)的值和底样本(1016)的值的平均值(例如，加权组合)。在各种示例中，右样本(1014)和底样本(1016)未被重建，并且因此，右上相邻样本(1015)的值和左下相邻样本(1017)的值可以分别替换右样本(1014)和底样本(1016)的值。相应地，第一值、第二值、右上相邻样本(1015)的值和左下相邻样本(1017)的值的平均值(例如，加权组合)可以用作SMOOTH预测器。为了基于SMOOTH_V预测器来预测样本(1001)，可以使用顶部相邻样本(1011)的第二值与左下相邻样本(1017)的值的平均值(例如，加权组合)。为了基于SMOOTH_H预测器来预测样本(1001)，可以使用左相邻样本(1012)的第一值与右上相邻样本(1015)的值的平均值(例如，加权组合)。

以下描述初级变换的实施例，诸如在AV1中使用的实施例。为了支持各种编码块分区，可以例如在AV1中使用多个变换大小(例如，对于每个维度从4点到64点的范围)和各种变换形状(例如，在2:1、1:2、4:1或1:4的高度比上具有宽度的正方形、矩形形状)。

2D变换过程可以使用混合变换核，该混合变换核可以包括用于已编码残差块的每个维度的不同1D变换。初级1D变换可以包括(a)4点、8点、16点、32点、64点DCT-2(或DCT2)；(b)4点、8点、16点非对称DST(ADST)(例如，DST-4或DST4、DST-7或DST7)和对应的翻转版本(例如，ADST的翻转版本或FlipADST可以以相反的顺序应用ADST)；和/或(c)4点、8点、16点、32点恒等变换(IDTX或IDT)。图11示出了初级变换基函数的示例。图11示例中的初级变换基函数包括具有N点输入的DCT-2和非对称DST(例如，DST-4和DST-7)的基函数。图11中所示的初级变换基函数可以用于AV1中。

混合变换核的可用性可以取决于变换块大小和预测模式。图12示出了基于变换块大小(例如，第三列中所示的大小)和预测模式(例如，第三列中所示的帧内预测和帧间预测)的各种变换核(例如，第一列中所示和第二列中所描述的变换类型)的可用性的示例性依赖性。可以例如在AV1中使用示例性混合变换核、以及基于预测模式和变换块大小的可用性。参考图12，符号“→”和“↓”分别表示水平维度(也被称为水平方向)和垂直维度(也被称为垂直方向)。符号“√”和“x”表示对应块大小和预测模式的变换核的可用性。例如，符号“√”表示变换核是可用的，并且符号“x”表示变换核是不可用的。

在示例中，在图12的第一列中由ADST_DCT表示的变换类型，包括如图12的第二列中所示的垂直方向上的ADST和水平方向上的DCT。根据图12的第三列，当块大小小于或等于16×16(例如，16×16样本、16×16亮度样本)时，变换类型ADST_DCT可用于帧内预测和帧间预测。

在示例中，如图12的第一列中所示的由V_ADST表示的变换类型，包括如图12的第二列中所示的垂直方向上的ADST和水平方向上的IDTX(即，恒等矩阵)。因此，在垂直方向上执行变换类型V_ADST，而不在水平方向上执行。根据图12的第三列，不管块大小如何，变换类型V_ADST不可用于帧内预测。当块大小小于16×16(例如，16×16样本、16×16亮度样本)时，变换类型V_ADST可用于帧间预测。

在示例中，图12可用于亮度分量。对于色度分量，可以隐式地执行变换类型(或变换核)选择。在示例中，对于帧内预测残差，可以根据帧内预测模式来选择变换类型，如图13中所示。图13示出了基于帧内预测模式的示例性变换类型选择。在示例中，图13中所示的变换类型选择可应用于色度分量。对于帧间预测残差，可以根据同位亮度块的变换类型选择来选择变换类型。因此，在示例中，不在码流中用信号通知色度分量的变换类型。

本申请包括与自适应多重变换集合选择相关的实施例。

可以提供增强压缩模型(Enhanced Compression Model，ECM)-2.0参考软件来演示联合视频专家组(JVET)增强压缩超出通用视频编码(VVC)能力探索工作的编码技术和一个或多个解码过程的参考实现。

在实施例中，例如在ECM-2.0中，除了DCT2之外，还使用多个(例如，4个)不同的多变换选择(MTS)候选。与每个MTS候选相关联的变换对(例如，包括沿着垂直方向的垂直变换和沿着水平方向的水平变换)可以取决于TU大小(例如，TB大小或变换块大小)和/或预测模式，诸如帧内模式(例如，帧内预测模式)，如图12至图13中所示。在实施例中，可以使用诸如DST7、DCT8、DCT5、DST4、DST1和恒等变换(IDT)的非DCT2变换核来构造变换对。

MTS索引(例如，表示为mts_idx)可以指示从多个MTS候选中选择哪个MTS候选。可以用信号通知或推断MTS索引(例如，mts_idx)。当块(例如，TB)包括至少一个非DC系数时，例如，当按扫描顺序排在最后的有效系数(last significant coefficient)的位置大于0时，可以用信号通知MTS索引(例如，mts_idx)。包括一个或多个系数的TB可以被称为变换系数块。在示例中，仅当区块(例如，TB)包括至少一个非DC系数时，例如，当按扫描顺序排在最后的有效系数的位置大于0时，才用信号通知MTS索引(例如，mts_idx)。否则，例如，当块(例如，TB)包括至少一个非DC系数时，不用信号通知MTS索引(例如，mts_idx)，并且可以推断变换为DCT2(例如，mts_idx为0)。为了用信号通知MTS索引(例如，mts_idx)，MTS索引的第一二进制数可以指示MTS索引是否大于0。如果MTS索引大于0，则可以用信号通知使用固定长度编码的附加M比特(例如，2比特)，以指示多个(例如，四个)MTS候选中的用信号通知的MTS候选。M可以是正整数。

在一些实施例中，例如在相关的MTS方法中，使用固定个数(例如，4)的MTS候选。使用固定个数的MTS候选可能不是最佳的，因为没有考虑块(例如，TB)的残差特性。例如，具有较少残差能量或较少个数的系数(例如，较少个数的非DC系数)的块(例如，TB)可以受益于个数减少的MTS候选，因为当MTS候选的个数减少时可以减少开销信令。具有较高残差能量或较大个数的系数(例如，较大个数的非DC系数)的块(例如，TB)可以受益于较高个数的MTS候选，因为较高个数的MTS候选可以为MTS候选选择提供更多种类。

在一些实施例中，可以取决于扫描顺序中最后有效系数的位置(例如，lastScanPos)来选择可变个数的(例如，1个、4个或6个)MTS候选。具有较少个数的MTS候选的较小MTS候选集合可以是具有较多个数的MTS候选的较大MTS候选集合(例如，直接较大MTS候选集合)的子集，如图14中所示。

图14示出了MTS候选以及根据扫描顺序中最后有效系数的位置(例如，lastScanPos)选择MTS候选子集的示例。MTS候选集合(例如，完整的MTS候选集合)包括多个MTS候选。多个MTS候选可以包括任何变换或任何变换类型。多个MTS候选的个数可以是任何正数。在示例中，MTS候选集合中的多个MTS候选的个数大于1。在图14的示例中，MTS候选集合(例如，完整的MTS候选集合)包括多个MTS候选T0-T5。例如，多个MTS候选T0-T5包括DCT2、DST7、DCT8、DCT5、DST4、DST1和IDT中的六个候选。在示例中，多个MTS候选T0-T5分别与DCT2、DST7、DCT8、DCT5、DST4和DST1相对应。在示例中，多个MTS候选T0-T5分别与DST7、DCT8、DCT5、DST4、DST1和IDT相对应。

可以基于MTS候选集合来确定多个MTS候选子集。例如，诸如第一阈值TH[0](例如，6)和第二阈值TH[1](例如，32)的一个或多个阈值(TH)被用于确定多个MTS候选子集。在图14的示例中，一个或多个阈值是固定阈值，诸如TH[0]是6并且TH[1]是32。参考图14，多个MTS候选子集包括第一MTS候选子集、第二MTS候选子集和第三MTS候选子集。第一MTS候选子集包括一个MTS候选，诸如T0。第二MTS候选子集包括四个MTS候选，诸如T0-T3。第三MTS候选子集包括六个MTS候选，诸如T0-T5。在图14中，第三MTS候选子集是完整的MTS候选集合。

参考图14，当按块(例如，TB)的扫描顺序排在最后的有效系数的位置(例如，lastScanPos)小于或等于第一阈值TH[0]时，块的MTS候选子集是第一MTS候选子集。当按块(例如，TB)的扫描顺序排在最后的有效系数的位置(例如，lastScanPos)(i)小于或等于第二阈值TH[1]并且(ii)大于第一阈值TH[0]时，块的MTS候选子集是第二MTS候选子集。当按块(例如，TB)的扫描顺序排在最后的有效系数的位置(例如，lastScanPos)大于或等于第二阈值TH[1]时，块的MTS候选子集是第三MTS候选子集。

在图14的示例中，与ECM-2.0相比，没有使用附加的非DCT2变换核。与ECM-2.0相比，TU形状和帧内模式依赖性保持不变。

在各种实施例中，基于固定阈值(例如，图14中TH[0]为6并且TH[1]为32)来确定MTS候选子集可能不能最优地适应(i)图像和/或视频的内容和/或(ii)编码条件。本申请包括自适应MTS子集选择的实施例，其中自适应方法可以用于确定块(例如，TB)的MTS子集选择。

本申请中描述的实施例可以单独地或以任何形式的组合来应用。包括在MTS候选集合中的变换或变换类型可以包括任何变换，并且不限于参考图14描述的T0-T5。术语“块”可以被解释为预测块、变换块、编码块或编码单元(CU)等。

根据实施例，可以例如在高级别(诸如高级语法(HLS)头中)用信号通知如何确定(例如，选择)TB的MTS候选子集(例如，变换系数块)。多个TB(例如，变换系数块)可以参考HLS头。可以在HLS头中用信号通知多个TB的MTS选择信息。MTS选择信息可以指示MTS候选集合中的哪一个或多个MTS候选被包括在TB的MTS候选子集中。

高级别可以高于块级。HLS头可以包括但不限于条带头、图片头、图片参数集(PPS)、视频参数集(VPS)、自适应参数集(APS)、序列参数集(SPS)等。

可以预定义MTS候选集合(例如，完整的MTS候选集合)。在示例中，MTS候选集合由编码器和解码器同意，或针对编码器和解码器预先设定MTS候选集合。在图14的示例中，完整的MTS候选集合是{T0,T1,T2,T3,T4,T5}。用于形成MTS候选子集(例如，图14中的第一MTS候选子集、第二MTS候选子集和第三MTS候选子集)的可能变换，可以从完整的MTS候选集合中导出。在示例中，MTS选择信息由多个TB使用以形成MTS候选子集。

在块级(例如，TB级)，可以基于主动使用的信息来确定TB的MTS候选子集，主动使用的信息诸如(i)指示用于对系数进行计数的一个或多个阈值的阈值信息和(ii)可以从完整的MTS候选集合形成的MTS候选子集。可以根据块(例如，TB)所参考的HLS头来确定(例如，导出)一个或多个阈值和MTS候选子集。

在实施例中，用信号通知指示一个或多个阈值(例如，TH[0]、TH[1])的阈值信息。例如，HLS头中的MTS选择信息指示一个或多个阈值。如图14中描述的，可以基于TB的一个或多个阈值和系数信息来确定TB的MTS候选子集。TB的系数信息可以指示TB中的非零系数的个数，或按TB的扫描顺序排在最后的有效系数的位置(例如，lastScanPos)。在示例中，基于一个或多个阈值与(i)TB中的非零系数的个数或(ii)按TB的扫描顺序排在最后的有效系数的位置(例如，lastScanPos)的比较来确定TB的MTS候选子集。

在示例中，用信号通知一个或多个阈值的个数(例如，对于TH[0]和TH[1]为2)。在示例中，不用信号通知一个或多个阈值的个数(例如，对于TH[0]和TH[1]为2)。可以从一个或多个阈值的个数中导出多个不同的MTS候选子集。例如，不同MTS候选子集的个数等于一个或多个阈值的个数加1。参考图14，用信号通知两个阈值TH[0]和TH[1]，并且可以使用MTS的三个MTS候选子集。

在实施例中，用信号通知指示一个或多个MTS候选子集中的一个或多个变换选择的MTS选择信息。可以在HLS头中用信号通知MTS选择信息。MTS选择信息可以指示一个或多个MTS候选子集中的每个MTS候选子集中的变换(例如，MTS候选)的个数。在示例中，用信号通知一个或多个MTS候选子集中的每个MTS候选子集中的变换的个数。在图14的示例中，用信号通知数字1、4和6，指示形成了三个MTS候选子集。三个MTS候选子集分别包括1个变换、4个变换和6个变换(例如，MTS候选)。可以基于(i)个数1、4和6，和(ii)MTS候选集合(例如，T0-T5)，来确定三个MTS候选子集。在示例中，T0-T5以被选择的降序排列。相应地，具有1个变换的第一MTS候选子集是{T0}，具有4个变换的第二MTS候选子集是{T0,T1,T2,T3}，并且具有6个变换的第三MTS候选子集是{T0,T1,T2,T3,T4,T5}。

如果MTS候选子集(例如，最后的MTS候选子集)被预先确定为完整的MTS候选集合，则对应个数的MTS候选(最后个数，诸如最大个数6)可能不需要被用信号通知，并且可以被推断为是完整的MTS候选集合中的候选的个数。如果MTS候选子集(例如，第一MTS候选子集)被预先确定为仅包括默认变换(例如，T0是DCT2)，则一个或多个MTS候选的对应个数可能不需要被用信号通知，并且可以被推断为1。

根据本申请的实施例，可以基于先前已编码区域来确定MTS选择信息。

在实施例中，MTS选择信息指示阈值信息，该阈值信息包括一个或多个阈值，一个或多个阈值指示可以确定(例如，导出)哪个MTS候选子集用于当前区域(例如，当前CTU、当前条带、当前图片或当前图片群组(GOP))中的TB。可以基于先前已编码区域(例如，先前已编码CTU、先前已编码条带、先前已编码图片或先前已编码GOP)中的先前已编码残差信息来确定一个或多个阈值。先前已编码区域可以包括多个先前已编码块(例如，TB)。先前已编码区域可以与当前区域相对应。在示例中，先前已编码区域和当前区域是条带。在示例中，先前已编码区域和当前区域是图片。先前已编码残差信息可以指示多个先前已编码块的系数信息。

在实施例中，先前已编码残差信息指示先前已编码区域中的已编码残差(例如，系数)。先前已编码残差信息(例如，先前已编码系数信息)可以指示先前已编码区域中每个块(例如，每个TB)的非零系数的平均数或先前已编码区域中每个块(例如，每个TB)的扫描顺序中最后有效系数的平均数。在示例中，计算和/或存储先前已编码区域中每TB的非零系数的平均数或先前已编码区中每TB的扫描顺序中最后有效系数的平均数。

先前已编码残差信息可以用于确定当前区域的一个或多个阈值。例如，当前区域中的多个TB的一个或多个阈值(例如，TH[0]和TH[1])基于先前已编码残差信息来确定，并且不被用信号通知。

在示例中，基于先前已编码区域中的不同类型的块大小(例如，TB大小)来确定和/或存储来自先前已编码区域的先前已编码残差信息。可以通过块中的样本个数、块宽度、块高度等来测量块大小。用于当前区域中的TB的MTS候选子集选择可以基于TB所属的块大小类型的先前已编码残差信息来确定，如以下所描述。

先前已编码残差信息可以包括多个系数信息。多个系数信息中的每一条可以与先前已编码区域中块大小的多个类型中的相应类型相对应。在示例中，先前已编码区域中的多种类型的块大小包括第一类型(例如，TB中的样本个数小于或等于N1)和第二类型(例如，TB中的样本个数大于N1)。N1是正整数。多个系数信息包括分别与第一类型和第二类型相对应的第一条系数信息和第二条系数信息。可以基于属于第一类型的多个先前已编码TB的第一子集来确定第一条系数信息。可以基于属于第二类型的多个先前已编码TB的第二子集来确定第二条系数信息。

当前区域包括第一TB和第二TB。第一TB中的第一样本个数小于N1，并且第二TB中的第二样本个数大于N1。第一TB属于第一类型，并且第二TB属于第二类型。可以基于第一条系数信息来确定第一TB的一个或多个第一阈值，并且可以基于第二条系数信息来确定第二TB的第二阈值。随后，可以基于一个或多个第一阈值和一个或多个第二阈值来确定第一TB和第二TB的MTS候选子集。

根据本申请的实施例，基于先前已编码区域确定的MTS选择信息指示MTS候选子集。可以基于先前已编码区域中的先前已编码MTS信息来确定(例如，导出)为当前区域中的TB选择的MTS候选子集(例如，图14中的三个MTS候选子集)。

在实施例中，先前已编码MTS信息包括先前已编码区域中使用的变换类型的统计信息(例如，统计)。在示例中，可以确定在先前已编码区域中使用的各个变换类型(例如，DCT2、DST7、DCT8、DCT5、DST4、DST1和IDT)的频率。例如，可以计算和/或存储来自先前已编码区域的每个块的最频繁使用的变换类型。先前已编码MTS信息(例如，相应变换类型的频率)可以用于确定MTS候选子集中的变换(例如，变换类型)。先前已编码MTS信息可以用于确定当前区域中的MTS候选子集中的MTS候选的顺序。

参考图14，在先前已编码区域中使用的各个变换类型的频率以降序排列为T0、T1、T2、T3、T4和T5。因此，如果要为当前区域中的TB确定具有1个、4个和6个MTS候选的MTS候选子集，则MTS候选子集是图14中所示的三个MTS候选子集。例如，第二MTS候选子集包括T0、T1、T2和T3，其中在先前已编码区域中最频繁使用的变换T0是第二MTS候选子集中的第一个。

在示例中，如以上描述的，基于先前已编码区域中的不同类型的块大小(例如，TB大小)来确定和/或存储来自先前已编码区域的先前已编码MTS信息。如以下所描述，可以基于TB所属的块大小类型的先前已编码MTS信息来为当前区域中的TB确定MTS候选子集选择和/或MTS候选或MTS候选子集中的变换的顺序。

先前已编码MTS信息可以包括多条MTS信息。多条MTS信息中的每一条可以与先前已编码区域中的多种类型的块大小中的相应类型相对应。多条MTS信息包括分别与第一类型和第二类型相对应的第一条MTS信息和第二条MTS信息。可以基于第一子集来确定第一条MTS信息，诸如属于第一类型的多个先前已编码TB的第一子集中的相应变换类型的第一频率。可以基于第二子集来确定第二条MTS信息，诸如属于第二类型的多个先前已编码TB的第二子集中的相应变换类型的第二频率。

如以上描述的，当前区域包括第一TB和第二TB。可以基于第一条MTS信息来为第一TB确定第一MTS候选子集中的第一变换，并且可以基于第二条MTS信息来为第二TB确定第二MTS候选子集中的第二变换。

本申请中的实施例可以单独使用或以任何顺序组合使用。例如，可以在视频码流中用信号通知指示用于当前区域中的多个TB的阈值的阈值信息，可以基于先前已编码区域来导出该阈值信息，或者可以预先确定该阈值信息。可以基于用信号通知的信息和/或导出的信息来确定多个MTS候选子集，用信号通知的信息和/或导出的信息诸如以上描述的一个或多个阈值、各个MTS候选子集中的MTS候选的个数、先前已编码残差信息和/或先前已编码MTS信息。可以基于用信号通知的信息、导出的信息和/或预先确定的信息来确定TB的MTS候选子集，这些信息诸如一个或多个阈值(例如，用信号通知的或导出的)、多个MTS候选子集(例如，导出的或预先确定的)以及TB的系数信息。可以从为编码器和解码器预先确定的完整的MTS候选集合中确定多个导出的MTS候选子集。

图15示出了概述根据本申请的实施例的编码过程(1500)的流程图。在各种实施例中，过程(1500)由处理电路执行，处理电路诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(例如，(403)、(603)、(703))的功能的处理电路等。在一些实施例中，过程(1500)以软件指令实现，因此当处理电路执行软件指令时，该处理电路执行过程(1500)。过程开始于(S1501)，并且进行到(S1510)。

在(S1510)处，可以基于先前已编码区域(诸如先前已编码区域中的多个先前已编码TB)，确定要变换的多个变换块(TB)的多变换选择(MTS)选择信息。MTS选择信息可以指示如下中的至少一项：(i)阈值信息或(ii)用于多个TB中的变换块(TB)的多个MTS候选子集。

在(S1520)处，可以基于MTS选择信息，确定为TB选择多个MTS候选子集中的哪个MTS候选子集。

在(S1530)处，可以基于所确定的MTS候选子集中包括的MTS候选，对TB进行逆变换。

在示例中，MTS选择信息被编码。已编码的MTS选择信息可以被包括在视频码流中。

然后，过程(1500)进行到(S1599)，并且终止。

过程(1500)可以适当地适于各种场景，并且过程(1500)中的步骤可以相应地被调整。过程(1500)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现过程(1500)。可以增加一个或多个附加步骤。

图16示出了概述根据本申请的实施例的解码过程(1600)的流程图。在各种实施例中，过程(1600)由处理电路执行，处理电路诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路和执行视频编码器(603)的功能的处理电路等。在一些实施例中，过程(1600)以软件指令实现，因此当处理电路执行软件指令时，该处理电路执行过程(1600)。过程开始于(S1601)，并且进行到(S1610)。

在(S1610)处，可以确定已编码视频码流中的多个变换系数块的多个变换选择(MTS)选择信息。MTS选择信息可以指示阈值信息和/或用于多个变换系数块中的变换系数块的多个MTS候选子集。在示例中，MTS选择信息可应用于多个变换系数块。

在实施例中，在已编码视频码流中用信号通知MTS选择信息。

在(S1620)处，可以基于MTS选择信息，确定为变换系数块选择多个MTS候选子集中的哪个MTS候选子集。

在示例中，在已编码视频码流中用信号通知的MTS选择信息指示包括至少一个阈值的阈值信息。可以基于至少一个阈值以及如下中的至少一项：((i)变换系数块中的非零系数的个数，或(ii)变换系数块中按扫描顺序排在最后的有效系数的位置，确定MTS候选子集。

在示例中，多个MTS候选子集的个数是至少一个阈值的个数与1的总和。可以基于多个MTS候选子集的个数，确定多个MTS候选子集，并且可以基于多个MTS候选子集，确定MTS候选子集。

在实施例中，在已编码视频码流中用信号通知的MTS选择信息包括一个或多个数字。一个或多个数字中的每个数字，是指多个MTS候选子集中的至少一个MTS候选子集中每个MTS候选子集内至少一个MTS候选的个数。可以基于一个或多个数字和MTS候选集，确定多个MTS候选子集。可以基于多个MTS候选子集，确定MTS候选子集。在示例中，多个MTS候选子集包括最后一个MTS候选子集，最后一个MTS候选子集并不在至少一个MTS候选子集中；最后一个MTS候选子集为MTS候选集。在示例中，多个MTS候选子集包括首个MTS候选子集，首个MTS候选子集不在至少一个MTS候选子集中；首个MTS候选子集包括MTS候选集中的默认MTS候选。

在实施例中，基于先前已解码区域中的多个先前已解码变换系数块，确定MTS选择信息。MTS选择信息指示包括阈值信息，阈值信息包括多个变换系数块的至少一个阈值。可以基于多个先前已解码变换系数块的系数信息，确定至少一个阈值。可以基于至少一个阈值以及如下中的至少一项：(i)变换系数块中的非零系数的个数，或(ii)变换系数块中按扫描顺序排在最后的有效系数的位置，确定MTS候选子集。

在示例中，多个先前已解码变换系数块的系数信息指示：(i)多个先前已解码变换系数块的非零系数的平均个数，或(ii)按多个先前已解码变换系数块的扫描顺序排在最后的有效系数的平均位置。

在示例中，MTS选择信息指示包括阈值信息，阈值信息包括多个变换系数块的至少一个阈值。将多个系数信息与多个先前已解码变换系数块相关联。多个系数信息中的每个系数信息，对应于先前已解码区域中块大小的多个类型中的相应类型。可以基于与变换系数块所属的块大小的相应类型相对应的系数信息，确定至少一个阈值。可以基于至少一个阈值以及如下中的至少一项：(i)变换系数块中的非零系数的个数，或(ii)变换系数块中按扫描顺序排在最后的有效系数的位置，确定MTS候选子集。

在示例中，MTS选择信息指示多个MTS候选子集。对于多个变换系数块，可以基于多个先前已解码变换系数块的变换类型的统计信息，确定MTS候选和MTS候选的顺序，所述顺序用于从MTS候选集合形成多个MTS候选子集。可以基于MTS候选和MTS候选的顺序，从MTS候选集合中确定多个MTS候选子集。MTS候选子集可以被确定为多个MTS候选子集中的一个。

在示例中，MTS选择信息指示多个MTS候选子集。变换类型的多个统计信息与多个先前已解码变换系数块相关联。变换类型的多个统计信息中的每个统计信息，对应于先前已解码区域中块大小的多个类型中的相应类型。对于变换系数块，可以基于所述变换类型的一个统计信息，该统计信息对应于变换系数块所属的块大小的类型，确定MTS候选和MTS候选的顺序，顺序用于从MTS候选集中形成多个MTS候选子集。可以基于MTS候选和MTS候选的顺序，确定来自MTS候选集合的多个MTS候选子集。MTS候选子集可以被确定为多个MTS候选子集中的一个。

在(S1630)处，可以基于所确定的MTS候选子集中包括的MTS候选，对变换系数块进行逆变换。

过程(1600)进行到(S1699)，并且终止。

过程(1600)可以适当地适于各种场景，并且过程(1600)中的步骤可以相应地被调整。过程(1600)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现过程(1600)。可以增加一个或多个附加步骤。

图17示出了概述根据本申请的实施例的解码过程(1700)的流程图。在各种实施例中，过程(1700)由处理电路执行，处理电路诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路和执行视频编码器(603)的功能的处理电路等。在一些实施例中，过程(1700)以软件指令实现，因此当处理电路执行软件指令时，该处理电路执行过程(1700)。过程开始于(S1701)，并且进行到(S1710)。

在(S1710)处，接收包括高级语法头的已编码视频码流。高级语法头包括多个变换系数块的多变换选择(MTS)选择信息。

在(S1720)处，确定所述MTS选择信息，MTS选择信息指示如下中的至少一项：(i)阈值信息，或者(ii)用于多个变换系数块中的变换系数块的多个MTS候选子集。

在(S1730)处，基于MTS选择信息，确定为变换系数块选择多个MTS候选子集中的哪个MTS候选子集。

在(S1740)处，基于所确定的MTS候选子集中包括的MTS候选，对变换系数块进行逆变换。

过程(1700)进行到(S1799)，并且终止。

过程(1700)可以适当地适于各种场景，并且过程(1700)中的步骤可以相应地被调整。过程(1700)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现过程(1700)。可以增加一个或多个附加步骤。

图18示出了概述根据本申请的实施例的解码过程(1800)的流程图。在各种实施例中，过程(1800)由处理电路执行，处理电路诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路和执行视频编码器(603)的功能的处理电路等。在一些实施例中，过程(1800)以软件指令实现，因此当处理电路执行软件指令时，该处理电路执行过程(1800)。过程开始于(S1801)，并且进行到(S1810)。

在(S1810)处，可以基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的多变换选择(MTS)选择信息。MTS选择信息指示如下中的至少一项：(i)阈值信息，或(ii)用于多个变换系数块中的变换系数块的多个MTS候选子集。

在(S1820)处，基于MTS选择信息，确定为变换系数块选择多个MTS候选子集中的哪个MTS候选子集。

在(S1830)处，基于所确定的MTS候选子集中包括的MTS候选，对变换系数块进行逆变换。

过程(1800)进行到(S1899)，并且终止。

过程(1800)可以适当地适于各种场景，并且过程(1800)中的步骤可以相应地被调整。过程(1800)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现过程(1800)。可以增加一个或多个附加步骤。

本申请的实施例可以被单独地使用或以任何顺序组合使用。此外，方法(或实施例)、编码器和解码器中的每一者可以通过处理电路系统(例如，一个或多个处理器或者一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。

上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在至少一个计算机可读存储介质中。例如，图19示出了计算机设备(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，所述指令可由至少一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所示的用于计算机设备(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设备(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。

计算机设备(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)，对至少一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至少一个(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)。

计算机设备(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/味觉来刺激至少一个人类用户的感觉。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)。

计算机设备(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/DVD ROM/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“计算机可读存储介质”不包括传输介质、载波或其它瞬时信号。

计算机设备(1900)还可以包括通往至少一个通信网络(1955)的接口(1954)。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要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，计算机设备(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设备(1900)的核心(例如，以太网接口集成到PC计算机设备或蜂窝网络接口集成到智能电话计算机设备)。通过使用这些网络中的任何一个，计算机设备(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设备。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设备(1900)的核心(1940)。

核心(1940)可包括至少一个中央处理单元(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)、图形适配器(1950)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。在某些计算机设备中，可以以至少一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。在一示例中，屏幕(1910)可以连接到图形适配器(1950)。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。

CPU(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至少一个CPU(1941)、GPU(1942)、大容量存储器(1947)、ROM(1945)、RAM(1946)等紧密关联。

所述计算机可读存储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)的计算机设备，特别是核心(1940)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在至少一个有形的计算机可读存储介质中的软件的功能。这种计算机可读存储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，计算机可读存储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，计算机设备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，对计算机可读存储介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。

附录A：首字母缩略词

JEM：联合开发模式

VVC：通用视频编码

BMS：基准集合

MV：运动向量

HEVC：高效视频编码

SEI：补充增强信息

VUI：视频可用性信息

GOP：图片组

TU：变换单元

PU：预测单元

CTU：编码树单元

CTB：编码树块

PB：预测块

HRD：假设参考解码器

SNR：信噪比

CPU：中央处理单元

GPU：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：控制器局域网络总线

USB：通用串行总线

PCI：外围设备互连

FPGA：现场可编程门阵列

SSD：固态驱动器

IC：集成电路

CU:编码单元

R-D:速率-失真

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。

Claims (11)

1.一种视频解码方法，其特征在于，所述方法包括：

接收已编码视频码流，所述已编码视频码流包括高级语法头，所述高级语法头包括多个变换系数块的多变换选择MTS选择信息；

确定所述MTS选择信息，所述MTS选择信息指示阈值信息以及用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换；

其中，所述阈值信息包括至少一个阈值；

所述基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集包括：

基于所述至少一个阈值以及如下中的至少一项：（i）所述变换系数块中非零系数的个数，或者（ii）所述变换系数块中按扫描顺序排在最后的有效系数的位置，确定所述MTS候选子集。

2.根据权利要求1所述的方法，其特征在于，所述多个MTS候选子集的个数是所述至少一个阈值的个数加1后的和；

所述方法还包括：

基于所述多个MTS候选子集的个数，确定所述多个MTS候选子集；其中，基于所述多个MTS候选子集，确定所述MTS候选子集。

3.根据权利要求1所述的方法，其特征在于，所述高级语法头是条带头、图片头、图片参数集PPS、视频参数集VPS、自适应参数集APS、或序列参数集SPS。

4.一种视频解码方法，其特征在于，所述方法包括：

基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的多变换选择MTS选择信息，所述MTS选择信息指示阈值信息以及用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换；

其中，所述阈值信息包括至少一个阈值；

所述基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集包括：

基于所述至少一个阈值以及如下中的至少一项：（i）所述变换系数块中非零系数的个数，或者（ii）所述变换系数块中按扫描顺序排在最后的有效系数的位置，确定所述MTS候选子集。

5.根据权利要求4所述的方法，其特征在于，所述基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的MTS选择信息包括：基于所述多个先前已解码变换系数块的系数信息，确定所述至少一个阈值。

6.根据权利要求5所述的方法，其特征在于，所述多个先前已解码变换系数块的所述系数信息指示：（i）所述多个先前已解码变换系数块的非零系数的平均个数，或者（ii）按所述多个先前已解码变换系数块的扫描顺序排在最后的有效系数的平均位置。

7.根据权利要求4所述的方法，其特征在于，多个系数信息与所述多个先前已解码变换系数块相关联；

所述多个系数信息中的每个系数信息，对应于先前已解码区域中块大小的多个类型中的相应类型；

所述基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的MTS选择信息包括：基于与所述变换系数块所属的块大小的相应类型相对应的系数信息，确定所述至少一个阈值。

8.一种视频解码装置，其特征在于，包括：

接收模块，用于接收已编码视频码流，所述已编码视频码流包括高级语法头，所述高级语法头包括多个变换系数块的多变换选择MTS选择信息；

第一确定模块，用于确定所述MTS选择信息，所述MTS选择信息指示阈值信息以及用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

第二确定模块，用于基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

第一变换模块，用于基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换；

其中，所述阈值信息包括至少一个阈值；

所述第二确定模块用于，基于所述至少一个阈值以及如下中的至少一项：（i）所述变换系数块中非零系数的个数，或者（ii）所述变换系数块中按扫描顺序排在最后的有效系数的位置，确定所述MTS候选子集。

9.一种视频解码装置，其特征在于，包括：

第三确定模块，用于基于先前已解码区域中的多个先前已解码变换系数块，确定已编码视频码流中多个变换系数块的多变换选择MTS选择信息，所述MTS选择信息指示阈值信息以及用于所述多个变换系数块中的变换系数块的多个MTS候选子集；

第四确定模块，用于基于所述MTS选择信息，确定为所述变换系数块选择所述多个MTS候选子集中的哪个MTS候选子集；及，

第二变换模块，用于基于所确定的MTS候选子集中包括的MTS候选，对所述变换系数块进行逆变换；

其中，所述阈值信息包括至少一个阈值；

所述第四确定模块用于，基于所述至少一个阈值以及如下中的至少一项：（i）所述变换系数块中非零系数的个数，或者（ii）所述变换系数块中按扫描顺序排在最后的有效系数的位置，确定所述MTS候选子集。

10.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现如权利要求1至7中任一项所述的方法。

11.一种非暂时性计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述计算机可读指令由处理器执行时，使得所述处理器实现如权利要求1至7中任一项所述的方法。