CN116918324A - 通用样本补偿 - Google Patents

通用样本补偿 Download PDF

Info

Publication number
CN116918324A
CN116918324A CN202280016666.9A CN202280016666A CN116918324A CN 116918324 A CN116918324 A CN 116918324A CN 202280016666 A CN202280016666 A CN 202280016666A CN 116918324 A CN116918324 A CN 116918324A
Authority
CN
China
Prior art keywords
sample
compensation
block
video
samples
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202280016666.9A
Other languages
English (en)
Inventor
赵欣
马杜·柏林加色·克里什南
赵亮
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN116918324A publication Critical patent/CN116918324A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop

Landscapes

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

Abstract

本公开涉及用于跨分量样本补偿(CCSO)和局部样本补偿(LSO)的自适应环路滤波器(ALF)。ALF使用第一颜色分量的重建样本作为输入(例如，Y或Cb或Cr)。对于CCSO，将输出应用于第二颜色分量，该第二颜色分量是与第一颜色分量不同的颜色分量。对于LSO，将输出应用于第一颜色分量。通过考虑同位(或当前)样本的相邻样本之间的差值以及考虑同位(或当前)样本的级别值，可以针对CCSO和LSO来通用组合的ALF。

Description

通用样本补偿
优先权
本申请要求于2022年10月19日提交的题为“GENERALIZED SAMPLE OFFSET(通用样本补偿)”的美国专利申请第18/047,877号的优先权权益，该申请要求于2021年11月15日提交的题为“GENERALIZED SAMPLE OFFSET(通用样本补偿)”的美国临时申请第63/279,674号以及于2021年12月13日提交的题为“GENERALIZED SAMPLE OFFSET(通用样本补偿)”的美国临时申请第63/289,137号的优先权权益。所有在先申请的全部内容通过引用并入本文中。
技术领域
本公开描述了一组改进的视频编解码技术。更具体地，所公开的技术涉及跨分量样本补偿(cross-component sample offset，CCSO)和局部样本补偿(local sampleoffset，LSO)。
背景技术
此文所提供的背景技术说明以对本公开的上下文作一般性说明为目的。发明人的某些工作(即已在此背景技术部分中作出描述的工作)以及说明书中关于某些尚未成为本申请申请日之前的现有技术的方面，无论是以明确或隐含的方式均不被视为相对于本公开的现有技术。
可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，其中每个图片具有例如1920x1080的亮度样本及相关的完整或子采样(subsampled)的色度样本的空间维度。该一系列图片可以具有例如每秒60幅图片或每秒60帧的固定的或可变的图片速率(也可替选地称为帧率)。未压缩的视频对于流式传输或数据处理具有特定的比特率要求。例如，像素分辨率为1920x1080、帧率为60帧/秒以及每像素每颜色通道8比特的色度子采样为4：2：0的视频需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB以上的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少未压缩的输入视频信号中的冗余。压缩可以有助于减小上述带宽和/或存储空间需求，在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩以及它们的组合。无损压缩是指可以通过解码处理从已压缩的原始信号中重建原始信号的精确副本的技术。有损压缩是指在编码过程中原始视频信息不会完全保留且在解码过程中不能完全恢复的编码/解码过程。当使用有损压缩时，已重建的信号可能与原始信号不同，但是原始信号和重建的信号之间的失真足够小，以使即使存在一些信息丢失，重建的信号也可用于预期的应用。在视频压缩的情况下，在许多应用中广泛使用有损压缩。可容忍的失真量取决于应用。例如，某些消费者视频流应用的用户相比电影或电视广播应用的用户来说可以容忍更高的失真。可以选择或调整通过特定编码算法来实现的压缩率以反映各种失真容限：较高的可容许失真通常允许产生较高损耗和较高压缩率的编解码算法。
视频编码器和视频解码器可以利用多种广泛类别和操作的技术，例如包括：运动补偿、傅里叶变换、量化以及熵编码。
视频编解码器技术可以包括称为帧内编码的技术。在帧内编码中，在不参考来自先前重建的参考图片的样本或其他数据的情况下表示样本值。在某些视频编解码器中，图片在空间上细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以被称为帧内图片。帧内图片及其派生品(例如独立的解码器刷新图片)可以用于重置解码器状态，并且因此可以用作编码视频比特流和视频会话中的第一张图片，或者用作静止图像。在帧内预测之后，可以将块的样本变换至频域，并且可以在熵编码之前对由此生成的变换系数进行量化。帧内预测表示一种对预变换域中的样本值进行最小化的技术。在某些情况下，变换后的DC值越小，且AC系数越小，则在给定的量化步长下就需要越少的比特来表示熵编码后的块。
诸如从例如MPEG-2代编解码技术所已知的，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基于例如周围样本数据和/或元数据尝试对块进行编码或解码的技术，该周围样本数据和/或元数据是在对空间邻居进行编码和/或解码期间获取的，且其解码顺序处于被帧内编码或解码的数据块之前。此类技术此后称为“帧内预测”技术。注意，至少在某些情况下，帧内预测仅使用来自正在重建的当前图片的参考数据，而不使用来自其他参考图片的参考数据。
帧内预测可以有许多不同的形式。当在给定的视频编解码技术中可以使用不止一种这样的技术时，所使用的技术可以被称为帧内预测模式。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，并且用于视频块的模式/子模式信息和帧内编码参数可以被单独地编解码或共同包含在模式码字中被编解码。针对给定的模式、子模式和/或参数组合使用哪个码字可能会对通过帧内预测对编码效率增益产生影响，且用于将码字转换为比特流的熵编码技术同样对其也可以产生影响。
H.264引入了某种帧内预测模式，并在H.265中对其进行了改进，并在诸如联合探索模型(Joint Exploration Model，JEM)、下一代视频编码(Versatile Video Coding，VVC)、基准集(Benchmark Set，BMS)等新的编码技术中进一步进行了改进。通常，对于帧内预测，可以使用已经变得可用的相邻样本值来形成预测器块。例如，可以将沿着特定方向和/或线的特定相邻样本集的可用值复制到预测器块中。对所使用方向的参考可以编码在比特流中，或者可以对其本身进行预测。
参考图1A，右下方描绘的是H.265的33种可能的帧内预测器方向(对应于H.265中指定的35种帧内模式中的33种角度模式)中指定的9个预测器方向的子集。箭头收敛的点(101)表示正在被预测的样本。箭头表示使用相邻样本对101处的样本进行预测的方向。例如，箭头(102)指示从与水平方向成45度角的右上方向的相邻样本或多个像本中预测样本(101)。同样，箭头(103)表示从与水平方向成22.5度角的样本(101)的左下方向的相邻样本或多个样本中预测样本(101)。
仍参考图1A，在左上角描绘了一个4x4个样本的正方形块(104)(由粗体虚线表示)。正方形块(104)包含16个样本，每个样本使用“S”及其在Y维度上的位置(例如，行索引)和其在X维度上的位置(例如，列索引)来标记。例如，样本S21是Y维度上(从顶部开始)的第二个样本，以及X维度上(从左侧开始)的第一个样本。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于块的大小为4x4个样本，因此S44在右下角。图中还示出了参考样本的示例，它们遵循类似的编号方案。参考样本用R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.265二者中，使用与正在重建的块相邻的预测样本。
块104的帧内图片预测可以如下开始：根据用信令发送的预测方向从相邻样本复制参考样本值。例如，假设已编码视频比特流包括信令，该信令针对该块104指示箭头(102)的预测方向，也就是说，样本是从与水平方向成45度角的右上角的一个或多个预测样本进行预测的。在这种情况下，根据同一个参考样本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，尤其是当方向不能被45度整除时，可以例如通过插值来组合多个参考样本的值，以便计算参考样本。
随着视频编码技术的不断发展，可能的方向的数量已经增加。例如，在H.264(2003年)中，九个不同方向可用于帧内预测。这一数字在H.265(2013年)增加到了33个，而在本公开时，JEM/VVC/BMS中可支持最多65个方向。已经进行了实验研究以帮助识别最合适的帧内预测方向，并且熵编码中的某些技术被用来以少量的比特来编码那些最合适的方向，对方向接受一定的比特惩罚。此外，有时可以根据在已经解码的相邻块的帧内预测中使用的相邻方向来预测方向本身。
图1B示出了根据JEM的65个帧内预测方向的示意图(180)，以示出在随着时间的推移开发的各种编码技术中预测方向的数量增加。
将表示帧内预测方向的比特映射到已编码视频比特流中的预测方向的方式可以随视频编解码技术的不同而不同，并且，例如，它的范围可以从预测方向的简单直接映射到帧内预测模式再到码字，再到涉及最可能的模式和类似技术的复杂自适应方案。但是，在所有情况下，可能存在某些用于帧内预测的方向，与某些其他方向相比，这些方向在视频内容中统计出现的可能性较小。由于视频压缩的目标是减少冗余，因此，在设计良好的视频编解码技术中，那些不太可能出现的方向相比可能出现的方向将由更多数量的比特表示。
帧间图片预测或帧间预测可以依赖于运动补偿。在运动补偿中，来自先前重建的图片或其部分(参考图片)的样本数据在沿由运动矢量(此后称为MV)指示的方向进行空间偏移之后，可以被用于预测新重建的图片或图片部分(例如，块)。在一些情况下，参考图片可以与当前正在重建的图片相同。MV可以具有X和Y两个维度，或具有三个维度，第三个维度指示正在使用的参考图片(类似于时间维度)。
在一些视频压缩技术中，可以根据其他MV来预测适用于样本数据的某个区域的当前MV，例如根据在空间上与正在重建的区域相邻的样本数据的其他区域相关的、且解码顺序在当前MV之前的其他MV来预测。这样做可以通过消除相关MV中的冗余来大大减少编码MV所需的总数据量，以增加压缩效率。MV预测可以有效地工作，例如，由于在对从相机获得的输入视频信号(称为自然视频)进行编码时，存在以下统计可能性：比单个MV适用的区域更大的区域沿视频序列中相似的方向移动，因此，在某些情况下，可以使用从相邻区域的MV导出的相似运动矢量来预测该更大的区域。这使得针对给定区域的实际MV与根据周围MV所预测的MV相似或相同。进而，在熵编码之后，该MV可以用比直接编码MV(而不是从相邻MV预测该MV)时使用的比特数更少的比特数来表示。在一些情况下，MV预测可以是从原始信号(即样本流)中派生出的信号(即MV)的无损压缩的示例。在其他情况下，例如由于根据多个周围MV计算预测器时出现舍入误差，MV预测本身可能是有损的。
H.265/HEVC(ITU-T Rec.H.265，“High Efficiency Video Coding(高效视频编解码)”，2016年12月)中描述了各种MV预测机制。在H.265指定的多种MV预测机制中，下文描述的是下文称作“空间合并”的技术。
具体地，参考图2，当前块(201)包括在运动搜索过程中已由编码器发现的样本，这些样本可根据已在空间上偏移的相同大小的先前块来预测。从与一个或多个参考图片相关联的元数据中导出MV，而非对MV直接编码，例如使用与被标记为A0、A1和B0、B1、B2(分别对应202到206)的五个周围样本中的任一样本相关联的MV，(按解码次序)从最近的参考图片的元数据中导出该MV。在H.265中，MV预测可以使用相邻块也使用的相同参考图片的预测器。
开放多媒体联盟视频格式1(AOMedia Video 1，AV1)是一种开放的视频编码格式，专为互联网上的视频传输而设计。它是作为VP9的继任者开发的，建立在VP9的代码库之上，并结合了额外的技术。AV1比特流规范包括参考视频编解码器，例如H.265或HEVC标准或VVC。
发明内容
本公开的实施例提供了用于跨分量样本补偿(CCSO)和局部样本补偿(LSO)的方法和装置。自适应环路滤波(adaptive loop filtering，ALF)使用第一颜色分量的重建样本作为输入(例如，Y或Cb或Cr)。对于CCSO，将输出应用于第二颜色分量，该第二颜色分量是与第一颜色分量不同的颜色分量。对于LSO，将输出应用于第一颜色分量。通过考虑同位(或当前)样本的相邻样本之间的差值以及考虑同位(或当前)样本的级别值，可以针对CCSO和LSO来通用组合的ALF。
在一个实施例中，一种视频解码的方法包括：从已编码视频比特流中解码用于当前图片中的重建样本的编码信息，其中，该编码信息包括待应用于重建样本的样本补偿滤波器；选择要与样本补偿滤波器一起使用的补偿类型，其中，该补偿类型包括梯度补偿(gradient offset，GO)或带状补偿(band offset，BO)；以及基于该重建样本和所选择的补偿类型确定样本补偿滤波器的输出值。该方法还包括基于重建样本和样本补偿滤波器的输出值来确定滤波后的样本值。重建样本来自当前图片中的当前分量。滤波后的样本值用于该重建样本。该选择还包括接收指示补偿类型的信号。该信号包括在切片头、图片头、帧头、超级块头、编码树单元(coding tree unit，CTU)头或图块头中传输的高级语法。该信号包括编码单元级、预测块级、变换块级或滤波单元级中的块级传输。该信号包括第一标志和第二标志，第一标志指示是否针对一个或多个颜色分量应用补偿，第二标志指示是否应用GO和/或BO。该选择包括选择BO、选择GO、或选择BO和GO两者。选择GO还包括使用相邻样本与不同颜色分量的同位样本之间的差值推导GO。选择GO还包括使用相邻样本与待滤波的当前样本的同位样本之间的差值推导GO。选择BO还包括使用不同颜色分量的同位样本的值推导BO。选择BO还包括使用待滤波的当前样本的同位样本的值推导BO。当选择包括选择GO和BO两者时，该选择包括：使用相邻样本与不同颜色分量的同位样本之间的差值或相邻样本与待滤波的当前样本的同位样本之间的差值推导补偿；以及使用不同颜色分量的同位样本的值或待滤波的当前样本的同位样本的值来推导补偿。
在另一实施例中，公开了一种用于解码视频比特流的装置，包括：存储指令的存储器；以及与存储器通信的处理器。当处理器执行指令时，处理器被配置成使得装置执行下述操作。将样本补偿滤波器应用于来自视频比特流的当前图片中的当前分量的重建样本；识别样本补偿滤波器的补偿类型，其中，该补偿类型包括梯度补偿(GO)或带状补偿(BO)；以及基于重建样本和所选择的补偿类型确定样本补偿滤波器的滤波后的样本值。处理器还被配置成使得装置：基于重建样本和所选择的补偿类型确定输出值，其中，进一步基于输出值和重建样本确定滤波后的样本值。处理器还被配置成使得装置接收信号，该信号指示用于识别的补偿类型。该信号包括第一标志和第二标志，第一标志指示是否针对一个或多个颜色分量应用补偿，第二标志指示是否应用GO和/或BO。
在另一个实施例中，公开了一种存储指令的非暂时性计算机可读存储介质，其中，当由处理器执行时，该指令被配置成使处理器：将样本补偿滤波器应用于来自视频比特流的当前图片中的当前分量的重建样本；识别样本补偿滤波器的补偿类型，其中，该补偿类型包括梯度补偿(GO)或带状补偿(BO)；基于重建样本和所选择的补偿类型确定输出值；以及基于该输出值和重建样本确定样本补偿滤波器的滤波后的样本值。该识别包括使用具有的一个或多个标志的信号指示补偿类型。
在一些其他实施例中，公开了一种用于处理视频信息的装置。该装置可以包括被配置为执行上述方法实施方式中的任何一个的电路。
本公开的实施例还提供了一种存储指令的非暂时性计算机可读介质，当由用于视频解码和/或编码的计算机执行该指令时，使得计算机执行视频解码和/或解码的方法。
附图说明
根据以下具体实施方式以及附图，本公开主题的进一步特征、性质和各种优势将变得更加明显，在附图中：
图1A示出了帧内预测定向模式的示例性子集示意图。
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用于运动矢量预测的当前块及其周围空间合并候选的示意图。
图3示出了根据一个示例实施例的通信系统(300)的简化框图的示意图。
图4示出了根据一个示例实施例的通信系统(400)的简化框图的示意图。
图5示出了根据一个示例实施例的视频解码器的简化框图的示意图。
图6示出了根据一个示例实施例的视频编码器的简化框图的示意图。
图7示出了根据另一个示例实施例的视频编码器的框图。
图8示出了根据另一个示例实施例的视频解码器的框图。
图9示出了根据本公开示例实施例的编码块划分方案。
图10示出了根据本公开示例实施例的另一编码块划分方案。
图11示出了根据本公开示例实施例的另一编码块划分方案。
图12示出了根据示例划分方案将基本块划分为编码块的示例。
图13示出了三叉划分方案的示例。
图14示出了四叉树二叉树编码块划分方案的示例。
图15示出了根据本公开示例实施例的将编码块划分成多个变换块的方案以及变换块的编码顺序。
图16示出了根据本公开示例实施例的将编码块划分成多个变换块的另一方案以及变换块的编码顺序。
图17示出了根据本公开示例实施例的将编码块划分成多个变换块的另一方案。
图18示出了自适应环路滤波器(ALF)形状的示例。
图19a示出了垂直梯度的拉普拉斯计算中的子采样位置。
图19b示出了水平梯度的拉普拉斯计算中的子采样位置。
图19c示出了对角线梯度的拉普拉斯计算中的子采样位置。
图19d示出了另一对角梯度的拉普拉斯计算中的子采样位置。
图20示出了在虚拟边界处的修改的块分类的示例。
图21示出了虚拟边界处的亮度分量的改进的自适应环路滤波的示例。
图22示出了最大编码单元(LCU)对齐的图片四叉树分割的示例。
图23示出了以z字形顺序编码的四叉树分割标志的示例。
图24示出了跨分量自适应环路滤波器(CC-ALF)布置的示例。
图25示出了菱形滤波器的示例。
图26示出了色度样本相对于亮度样本的示例位置。
图27显示了方向搜索的示例。
图28示出了子空间投影的示例。
图29示出了滤波器支持区域的示例。
图30示出了示例环路滤波流水线。
图31示出了跨分量样本补偿(CCSO)的示例输入。
图32示出了跨分量样本补偿(CCSO)中的示例滤波器形状。
图33示出了示例像素模式。
图34示出了根据本公开示例实施例的方法流程图。
图35示出了根据本公开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，术语可以具有在上下文中暗示或隐含的、与明确陈述的含义有细微差别的含义。本文中使用的短语“在一个实施例中”或“在一些实施例中”不一定指相同的实施例，并且本文中使用的短语“在另一个实施例中”或“在其他实施例中”不一定指不同的实施例。同样，本文使用的短语“在一个实施方式中”或“在一些实施方式中”不一定指相同的实施方式，并且所使用的短语“在另一个实施方式中”或“在其他实施方式中”不一定指不同的实施方式。例如，所要求保护的主题旨在全部或部分地包括示例性实施例/实施方式的组合。
一般来说，术语可以至少部分地根据上下文中的使用场景来理解。例如，本文使用的诸如“和”、“或”或者“和/或”之类的术语可以包括各种含义，这些含义可以至少部分取决于使用这些术语的上下文。通常，如果使用“或”来关联诸如A、B或C之类的列表，则意在表示A、B和C(此处用于包括含义)以及A、B或C(此处用于排他含义)。此外，本文使用的术语“一个或多个”或“至少一个”，至少部分取决于上下文，可用于以单数意义描述任何特征、结构或特征，或可用于以复数意义描述特征、结构或特征的组合。类似地，诸如“一个”、“一”或“该”之类的术语也可以被理解为表达单数或复数用法，这至少部分取决于上下文。此外，术语“基于”或“由...确定”可被理解为不一定意在传达一组排他性因素，而是可以允许存在不一定明确描述的其他因素，这也至少部分取决于上下文。
图3示出了根据本申请公开的一个实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，这些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)互连的第一终端装置对(310)和(320)。在图3的示例中，第一终端装置对(310)和(320)可以执行单向数据传输。举例来说，终端装置(310)可以对视频数据(例如由终端装置(310)采集的视频图片流的视频数据)进行编码以通过网络(350)传输到另一终端装置(320)。已编码视频数据以一个或多个已编码视频比特流形式传输。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图片，以及根据恢复的视频数据显示该视频图片。单向数据传输可以在媒体服务等应用中实现。
在另一示例中，通信系统(300)包括执行已编码视频数据的双向传输的终端装置对(330)和(340)，该双向传输可例如在视频会议应用期间进行。对于双向数据传输，在一示例中，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的视频数据)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，且可对该已编码视频数据进行解码以恢复视频图片，以及可根据恢复的视频数据在可访问的显示装置上显示该视频图片。
在图3的示例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可被实现为服务器、个人计算机和智能电话，但本公开的基本原理的适用可不限于此。本公开的实施例可以在台式计算机、膝上型计算机、平板计算机、媒体播放器、可穿戴计算机、专用视频会议设备和/或类似设备中实现。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。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在本文中有明确解释，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。
作为所公开主题的应用示例，图4示出了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。所公开主题可以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、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)，该采集子系统可包括例如数码相机的视频源(401)，该视频源创建未压缩的视频图片或图像流(402)。在示例中，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)(或已编码的视频比特流)，视频图片流(402)被描绘为粗线以强调高数据量且可由电子装置(420)处理，该电子装置(320)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)(或已编码的视频比特流(404))被描绘为细线以强调较低数据量，且其可存储在流式传输服务器(405)上以供将来使用或直接存储到下游视频设备(未示出)。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)，可以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)或其他呈现装置(未描绘)上呈现的未压缩的视频图片的输出流(411)。视频解码器410可以被配置成执行本公开中描述的各种功能中的一些或全部功能。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)(例如视频比特流)进行编码。该些标准的示例包括ITU-T H.265建议书。在示例中，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)。所公开的主题可用于VVC的上下文和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示出了根据本申请公开的任一实施例的视频解码器(510)的框图。视频解码器(510)可包括在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。该视频解码器(510)可用于代替图4的示例中的视频解码器(410)。
接收器(531)可以接收要由视频解码器(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，一次解码一个已编码视频序列，其中，独立于其他已编码视频序列对每个已编码视频序列进行解码。每个视频序列可以与多个视频帧或图像相关联。可从信道(501)接收已编码视频序列，该信道可以是通向存储已编码视频数据的存储装置或通向传输已编码视频数据的流式传输源的硬件/软件链路。接收器(531)可接收可转发到它们各自的处理电路(未标示)的已编码视频数据以及其它数据，例如，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)可布置在接收器(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。在其它应用中，该缓冲存储器(415)可独立设置在视频解码器(510)(未标示)外部。仍然在其它应用中，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)的内部可存在另一附加缓冲存储器(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)，或可以将该缓冲存储器做得较小。为了在互联网等尽力而为网络上使用，也可能需要足够尺寸的缓冲存储器(515)，其尺寸可以相对大。该缓冲存储器可被实施为具有自适应性大小，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)等渲染装置的潜在信息，该显示器是或者不是电子装置(530)的整体部分，但可耦接到电子装置(530)，如图5所示。用于渲染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)可对该解析器(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(CodingUnit，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(例如傅里叶变换系数)、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。涉及的单元以及这些单元的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来控制。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功能单元彼此紧密交互并且可以至少部分地彼此集成。然而，出于清楚描述所公开主题的各种功能的目的，本公开下文采用概念上细分而成的功能单元。
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)可以从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括指示使用哪种类型的逆变换的信息、块大小、量化因子/参数、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，该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)可以采用在当前图片缓冲器(558)中存储且已重建的周围块信息生成大小和形状与正在重建的块相同的块。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。在一些实施方式中，聚合器(555)可以基于每个样本，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)以提取用于帧间图片预测的样本。在根据属于块的符号(521)对提取的样本进行运动补偿之后，这些样本可通过聚合器(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，且该运动矢量以符号(521)的形式而供运动补偿预测单元(553)使用，该符号(421)可以具有例如X、Y分量(偏移)和参考图片分量(时间)。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，还可以与运动矢量预测机制相关等等。
聚合器(555)的输出样本可经受环路滤波器单元(556)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，该环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频比特流)中并且作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)的参数，然而，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各种顺序被包括作为环路滤波器单元556的一部分，这将在下面进一步详细描述。
环路滤波器单元(556)的输出可以是样本流，该样本流可输出到渲染装置(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建议书标准中的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该配置文件下可供使用的仅有工具。为了符合标准，已编码视频序列的复杂度可以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。
在一些示例性实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该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示出了根据本申请公开的一个示例性实施例的视频编码器(603)的框图。视频编码器(603)可以包括在电子装置(620)中。电子装置(620)还可以包括传输器(640)(例如传输电路)。该视频编码器(603)可用于代替图4的示例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6示例中的电子装置(620)的一部分)接收视频样本，该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)可以被实施为电子装置(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，该数字视频样本流可具有任何合适位深(例如：8位、10位、12位……)、任何色彩空间(例如BT.601YCrCb、RGB、XYZ……)，和任何合适的采样结构(例如YCrCb 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，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据一些示例性实施例，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，如下所述，控制器(650)在功能上耦接到其他功能单元并控制这些其他功能单元。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GOP布局、最大运动矢量搜索范围等。控制器(650)可被配置为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)。
在一些示例实施例中，视频编码器(603)可以被配置为在编码环路中进行操作。作为非常简化的描述，在示例中，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)。因为在本公开主题中考虑的视频压缩技术中，熵编码中符号和已编码视频比特流之间的任何压缩可以是无损的，即使嵌入的解码器633在没有熵编码的情况下处理由源编码器630编码的视频流，解码器(633)也以与(远程)解码器将创建的方式类似的方式重建符号以创建样本数据。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)也用于提升编解码质量。
“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，可能无法完全在解码器中的本地解码器(633)中实施。
此时可以观察到，除仅可以存在于解码器中的解析/熵解码之外的任何解码器技术，也可能需要以基本上相同的功能形式存在于对应的编码器中。出于这个原因，所公开的主题有时可以关注与编码器的解码部分相关联的解码器的操作。因为编码器技术与全面地描述的解码器技术互逆，因此可简化编码器技术的描述。在下文中仅在某些区域或方面中更详细地描述编码器。
在操作期间，在一些示例实施方式中，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，该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通道上的差异(或残差)进行编码，该参考图片可被选作该输入图片的预测参考。“残差”一词及其形容词形式“残差的”可以互换使用。
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)的操作可有利地为有损过程。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，该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，该副本与将由远端(远程)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)中搜索可作为该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，如由预测器(635)获得的搜索结果所确定的那样，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，将该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，该通信信道可以是通向将存储已编码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，该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。本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，该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，该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编码块(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，该其它块由应用于块的相应图片的编码分配来确定。举例来说，I图片的块可进行非预测编码，或该块可参考同一图片的已编码的块来进行预测性编码(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性编码。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性编码。可以出于其他目的，将源图片或中间处理图片细分成其他类型的块。编码块和其他类型的块的划分可以遵循或可以不遵循相同的方式，如下面进一步详细描述的。
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性编码操作。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。
在一些示例实施例中，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、诸如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。例如，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。该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，该运动矢量可具有识别参考图片的第三维度。
在一些示例实施例中，双向预测技术可用于帧间图片预测中。根据这种双向预测技术，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)的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。可通过第一参考块和第二参考块的组合来联合预测该块。
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实施例，例如帧间图片预测和帧内图片预测的预测以块为单位执行。举例来说，将视频图片序列中的图片划分成编码树单元(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可包括三个并行的编码树块(coding tree block，CTB)：一个亮度CTB和两个色度CTB。还可将每个CTU递归地以四叉树拆分为一个或多个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。32×32的块中的一个或多个块中的每一个可以被进一步分割成4个16×16像素的CU。在一些示例实施例中，在编码期间分析每个CU以在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。取决于时间和/或空间可预测性，可以将CU拆分为一个或多个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，编解码(编码/解码)中的预测操作以预测块为单位来执行。可以以各种空间模式执行将CU分割成PU(或不同颜色通道的PB)。例如，亮度或色度PB可以包括样本的值(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示出了根据本申请公开的另一示例实施例的视频编码器(703)的图。视频编码器(703)被配置为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)，且将该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。示例性的视频编码器(703)可用于代替图4的示例中的视频编码器(403)。
例如，视频编码器(703)接收用于处理块的样本值的矩阵，该处理块为例如8×8样本的预测块等。然后视频编码器(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最佳地编码该处理块。当确定以帧内模式编码处理块时，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；且当确定以帧间模式或双向预测模式编码处理块时，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。在一些示例实施例中，合并模式可以被用作帧间图片预测子模式，其中，在不借助预测器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器导出运动矢量。在一些其他示例实施例中，可存在适用于主题块的运动矢量分量。因此，视频编码器(703)可以包括图7中未明确示出的组件，例如模式决策模块，以确定处理块的预测模式。
在图7的示例中，视频编码器(703)包括图7的示例布置中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)被配置为接收当前块(例如处理块)的样本、比较该块与参考图片中的一个或多个参考块(例如显示顺序上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)。在一些示例中，参考图片是使用嵌入在图6的示例编码器620中的解码单元633(在图7中示出为残差解码器728，如下面进一步详细描述的)，基于已编码的视频信息进行了解码的已解码参考图片。
帧内编码器(722)被配置为接收当前块(例如处理块)的样本、比较该块与同一图片中已编码的块以及在变换之后生成量化系数，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)可以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)可以被配置为确定通用控制数据，且基于该通用控制数据控制视频编码器(703)的其它组件。在示例中，通用控制器(721)确定块的预测模式，且基于该预测模式将控制信号提供到开关(726)。举例来说，当该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该帧内预测信息添加在比特流中；以及当块的该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该帧间预测信息添加在比特流中。
残差计算器(723)可以被配置为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)可以被配置为对残差数据进行编码以生成变换系数。例如，残差编码器(724)可以被配置为将残差数据从空间域转换至频域，以生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种示例实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)被配置为执行逆变换，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，该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)可以配置为将比特流格式化以包括已编码的块以及执行熵编码。熵编码器(725)被配置为在比特流中包括各种信息。例如，熵编码器(725)可以被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在比特流中。当以帧间模式或双向预测模式的合并子模式对块进行编码时，不存在残差信息。
图8示出了根据本申请公开的另一实施例的示例视频解码器(810)的图。视频解码器(810)被配置为接收作为已编码视频序列的一部分的已编码图像，且对该已编码图像进行解码以生成重建的图片。在示例中，该视频解码器(810)可用于代替图4的示例中的视频解码器(410)。
在图8的示例中，视频解码器(810)包括如图8的示例布置中所示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)可被配置为根据已编码图片来重建某些符号，这些符号表示构成该已编码图片的语法元素。此类符号可包括例如用于对块进行编码的模式(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。在示例中，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)。残差信息可经受逆量化并提供到残差解码器(873)。
帧间解码器(880)可以被配置为接收帧间预测信息，且基于该帧间预测信息生成帧间预测结果。
帧内解码器(872)可以被配置为接收帧内预测信息，且基于该帧内预测信息生成预测结果。
残差解码器(873)可以被配置为执行逆量化以提取解量化的变换系数，且处理该解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可以利用某些控制信息(用以包括量化器参数(quantizer parameter，QP))，且该信息可由熵解码器(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)可以被配置为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，该重建的块形成重建的图片的一部分，该重建的图片形成重建的视频的一部分。应注意，可执行诸如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(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
关于用于编码和解码的块划分，一般划分可以始于基本块，并且可以遵循预定义的规则集、特定模式、划分树或任何划分结构或方案。划分可以是分层和递归的。在按照下文描述的任何示例划分过程或其他划分过程或其组合对基本块进行分割或划分之后，可以获得分区或编码块的最终集合。这些分区中的每个分区可以处于划分层级结构中的各划分级别之一，并且可以具有各种形状。这些分区中的每个分区可以被称为编码块(CB)。对于下面将进一步描述的各种示例性划分方案，所产生的每个CB可以具有任何允许的大小和划分级别。这样的分区被称为编码块，因为它们可以形成单元，针对这些单元，可以做一些基本的编码/解码决策，并且可以优化和确定编码/解码参数并将其写入已编码的视频比特流。最终分区中的最高或最深级别表示树的编码块划分结构的深度。编码块可以是亮度编码块或色度编码块。每种颜色的CB树结构可以称为编码块树(CBT)。
所有颜色通道的编码块可以统称为编码单元(CU)。所有颜色通道的分层结构可以统称为编码树单元(CTU)。针对CTU中各个颜色通道的划分模式或结构可以相同，也可以不同。
在一些实施方式中，用于亮度通道和色度通道的划分树方案或结构不一定要相同。换句话说，亮度通道和色度通道可以具有各自的编码树结构或模式。此外，亮度通道和色度通道是使用相同的编码划分树结构还是不同的编码划分树结构以及要使用的实际编码划分树结构可以取决于被编码的切片是P切片、B切片还是I切片。例如，对于I切片，色度通道和亮度通道可以具有各自的编码划分树结构或编码划分树结构模式，而对于P切片或B切片，亮度通道和色度通道可以共享相同的编码划分树方案。当使用各自的编码划分树结构或模式时，亮度通道可以通过一个编码划分树结构被划分为多个CB，色度通道可以通过另一个编码划分树结构被划分为多个色度CB。
在一些示例实施方式中，预定的划分模式可以应用于基本块。如图9所示，示例性的4路划分树可以始于第一预定义级别(例如，64×64块级别或其他大小，作为基本块的大小)，并且基本块可以以分层方式向下划分到预定义的最低级别(例如，4×4级别)。例如，基本块可以经受由902、904、906和908指示的四个预定义的划分选项或模式，其中指定为R的分区被允许用于递归划分，因为如图9所示的相同划分选项可以在较低的尺度重复进行直到划分到最低级别(例如，4x4级别)。在一些实施方式中，可以在图9所示的划分方案中应用附加的限制。在图9所示的实施方式中，可以允许矩形分区(例如，1：2/2：1矩形分区)，但是它们可以不被允许用于递归，而正方形分区可以用于递归。图9中带有递归(如果需要)的划分将生成最终的一组编码块。还可以限定编码树深度以指示始于根节点或根块的分割深度。例如，可以将根节点或根块(例如64×64块)的编码树深度设置为0，并且按照图9将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的基本块到4×4的最小分区的最大或最深的级别是4(从级别0开始)。这种划分方案可以应用于一个或多个颜色通道。每个颜色通道可以按照图9的方案进行独立划分(例如，对于颜色通道中的每个颜色通道，在每个分层级别处可以独立地确定预定义模式中的划分模式或选项)。可替选地，两个或更多个颜色通道可以共享图9所示的相同分层模式树(例如，对于两个或更多个颜色通道，在每个分层级别处可以选择预定义模式中相同的划分模式或选项)。
图10示出了允许递归划分以形成划分树的另一个示例性预定义划分模式。如图10所示，可以预定义示例的10路划分结构或模式。根块可以从预定义级别开始(例如，从128×128级别或64×64级别的基本块开始)。图10的示例划分结构包括2：1/1：2和4：1/1：4的各种矩形分区。图10的第二行由1002、1004、1006和1008表示的具有3个子分区的分区类型可以称为“T型”分区。“T型”分区1002、1004、1006和1008可以分别被称为左T型、上T型、右T型和下T型。在一些示例性实施方式中，图10的矩形分区均不被允许进行进一步细分。还可以限定编码树深度以指示始于根节点或根块的分割深度。例如，可以将根节点或根块(例如128×128块)的编码树深度设置为0，并且按照图10对根块进一步分割一次之后，编码树深度增加1。在一些实施方式中，只有1010中的全正方形分区可以被允许按照图10的模式递归划分到划分树的下一级别。换句话说，对于T型模式1002、1004、1006和1008内的正方形分区，可能不允许递归划分。按照图10的带有递归(如果需要)的划分过程将生成最终的一组编码块。这种方案可以应用于一个或多个颜色通道。在一些实施方式中，可以对低于8×8级别的分区的使用增加更多的灵活性。例如，在某些情况下可以使用2×2色度帧间预测。
在用于编码块划分的一些其他示例实施方式中，可以使用四叉树结构将基本块或中间块分割成四叉树分区。这种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进一步进行四叉树分割可适于基本块或中间块/分区的各种局部特征。可以进一步在图片边界处应用四叉树划分。例如，可以在图片边界处进行隐式四叉树分割，使得继续对块进行四叉树分割，直到其大小适合图片边界。
在一些其他示例实施方式中，可以使用始于基本块的分层二叉划分。对于这样的方案，基本块或中间级别的块可以被划分成两个分区。二叉划分可以是水平的或垂直的。例如，水平二叉划分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，垂直二叉划分可以将基本块或中间块分割成相等的上分区和下分区。这种二叉划分可以是分层和递归的。可以在每个基本块或中间块处确定是否应该继续二叉划分方案，并且如果确定进一步继续该方案，则确定应该使用水平还是垂直二叉划分。在一些实施方式中，进一步的划分可以在(在一个维度或两个维度中)预定义的最低划分大小处停止。可替选地，一旦从基本块达到预定义划分级别或深度，则可以停止进一步的划分。在一些实施方式中，可以限制分区的高宽比。例如，分区的高宽比可以不小于1：4(或大于4：1)。因此，垂直比水平的高宽比为4：1的垂直条形分区可以仅进一步被垂直地二叉分割成上分区和下分区，每个分区的垂直与水平的高宽比为2：1。
在其他一些示例中，三叉划分方案可以用于划分基本块或任何中间块，如图13所示。三叉模式可以被实施为垂直的，如图13的1302所示，或水平的，如图13的1304所示。图13中所示的示例分割比率(垂直或水平)为1：2：1，不过，可以预定义其他比例。在一些实施方式中，可以预定义两个或更多个不同的比例。这种三叉划分方案可以用于补充四叉树或二叉划分结构，因为这种三叉树划分能够在一次连续的划分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进行划分，因此会将该中心对象划分成单独的多个分区。在一些实施方式中，示例的三叉树的分区的宽度和高度总是2的幂，以避免多余的变换。
上述划分方案可以在不同的划分级别处以任何方式组合。作为一个示例，可以组合上述四叉树和二叉划分方案以将基本块划分为四叉树-二叉树(quadtree-binary-tree，QTBT)结构。在这样的方案中，基本块或中间块/分区可以被四叉树分割或二叉分割，如果指定的话，该分割遵循预定义的条件集。图14示出了具体示例。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，所得到的分区中的每个分区在下一级被四叉树分割成四个进一步的分区(例如1408)，或者被二叉分割成两个进一步的分区(例如水平地或垂直地分割，例如1402或1406，两者都是对称的)，或者不进行分割(例如1404)。对于正方形分区，可以允许递归地进行二叉树或四叉树分割，如1410的整个示例性划分模式和1420中的相应树结构/表示所示，其中，实线表示四叉树分割，虚线表示二叉树分割。可以针对每个二叉分割节点(非叶二叉分区)使用标志来指示二叉分割是水平的还是垂直的。例如，如1420所示，其与1410的划分结构一致，标志“0”可以表示水平二叉分割，标志“1”可以表示垂直二叉分割。对于四叉树分割划分，不需要指示分割类型，因为四叉树分割总是水平和垂直地对块或分区进行分割，以产生大小相等的4个子块/分区。在一些实施方式中，标志“1”可以表示水平二叉分割，并且标志“0”可以表示垂直二叉分割。
在QTBT的一些示例实施方式中，四叉树和二叉分割规则集可以由以下预定义参数和与其相关联的相应函数来表示。
-CTU大小(CTU size)：四叉树的根节点大小(基本块的大小)。
-MinQTSize：允许的最小四叉树叶节点大小。
-MaxBTSize：允许的最大二叉树根节点大小。
-MaxBTDepth：允许的最大二叉树深度。
-MinBTSize：允许的最小二叉树叶节点大小。
在QTBT划分结构的一些示例实施方式中，CTU大小可以被设置为128×128亮度样本，其具有两个对应的64×64色度样本块(当考虑并使用示例性色度子采样时)，MinQTSize可以被设置为16×16，MaxBTSize可以被设置为64×64，MinBTSize(针对宽度和高度二者)可以被设置为4×4，并且MaxBTDepth可以被设置为4。四叉树划分可以首先应用于CTU以生成四叉树叶节点。四叉树叶节点的大小可以从其允许的最小大小16×16(即，MinQTSize)到128×128(即，CTU大小)。如果一个节点是128×128，则它将不会首先被二叉树分割，因为它的大小超过了MaxBTSize(即64×64)。除此之外，不超过MaxBTSize的节点可以被二叉树划分。在图14的示例中，基本块为128×128。根据预定义的规则集，基本块只能进行四叉树分割。基本块的划分深度为0。得到的四个分区中的每个分区都是64×64，不超过MaxBTSize，该分区可以在第一级被进一步四叉树或二叉树分割。继续该过程，当二叉树深度达到MaxBTDepth(即4)时，可以考虑不进行进一步的分割。当二叉树节点的宽度等于MinBTSize(即4)时，可以考虑不进行进一步的水平分割。类似地,当二叉树节点的高度等于MinBTSize时，可以考虑不进行进一步的垂直分割。
在一些示例实施方式中，上述QTBT方案可以被配置为支持亮度和色度的灵活性以具有相同QTBT结构或各自的QTBT结构。例如，对于P切片和B切片，一个CTU中的亮度CTB和色度CTB可以共享相同的QTBT结构。然而，对于I切片，亮度CTB可以通过QTBT结构划分成CB，而色度CTB可以通过另一QTBT结构划分成色度CB。这意味着CU可以用于指示I切片中的不同颜色通道，例如，I切片可以由亮度分量的编码块或两个色度分量的编码块组成，并且P切片或B切片中的CU可以由所有三个颜色分量的编码块组成。
在一些其他实施方式中，QTBT方案可以辅以上述三叉方案。这种实施方式可以被称为多类型树(multi-type-tree，MTT)结构。例如，除了节点的二叉分割之外，可以选择图13所示的三叉划分模式之一。在一些实施方式中，只有正方形节点可以进行三叉分割。可以使用附加标志来指示三叉划分是水平的还是垂直的。
两级或多级树的设计(例如QTBT实施方式和辅以三叉分割的QTBT实施方式)可以主要出于降低复杂性的原因。理论上，遍历树的复杂度是TD，其中T表示分割类型的数量，D是树的深度。可以通过使用多类型(T)来进行折衷，同时减小深度(D)。
在一些实施方式中，可以将CB进一步划分。例如，出于在编码和解码过程期间进行帧内或帧间预测的目的，可将CB进一步划分成多个预测块(prediction block，PB)。换句话说，CB可以进一步被划分为不同的子分区，在该子分区中可以做出单独的预测决策/配置。同时，出于描述对视频数据进行变换或逆变换的级别的目的，可将CB进一步划分成多个变换块(transform block，TB)。将CB划分为PB和TB的方案可以是相同的，也可以不是相同的。例如，可以基于例如视频数据的各种特征使用每个划分方案自己的过程来执行该划分方案。在一些示例实施方式中，PB和TB划分方案可以是独立的。在一些其他示例实施方式中，PB和TB划分方案和边界可以是相关的。在一些实施方式中，例如，可以在PB划分之后划分TB，具体地，在对编码块进行划分来确定每个PB之后，每个PB然后可以被进一步划分成一个或多个TB。例如，在一些实施方式中，PB可以被分割成一个、两个、四个或其他数量的TB。
在一些实施方式中，为了将基本块划分为编码块并进一步划分为预测块和/或变换块，可以对亮度通道和色度通道进行不同的处理。例如，在一些实施方式中，对于亮度通道，可以允许将编码块划分为预测块和/或变换块，而对于色度通道，则不允许将编码块划分为预测块和/或变换块。因此，在这样的实施方式中，可以仅在编码块级执行亮度块的变换和/或预测。对于另一个示例，亮度通道和色度通道的最小变换块大小可以不同，例如，相比于色度通道，亮度通道的编码块可以被允许划分成更小的变换块和/或预测块。对于又一示例，将编码块划分成变换块和/或预测块的最大深度在亮度通道和色度通道之间可以不同，例如，相比于色度通道，可以允许将亮度通道的编码块划分成更深的变换块和/或预测块。对于特定示例，亮度编码块可以被划分成多个大小的变换块，这些变换块可以由递归划分向下最多2级来表示，并且可以允许诸如正方形、2：1/1：2和4：1/1：4的变换块形状以及从4×4到64×64的变换块大小。然而，对于色度块，可以只允许为亮度块指定的最大可能的变换块。
在将编码块划分为PB的一些示例实施方式中，PB划分的深度、形状和/或其他特征可以取决于PB是被帧内编码还是帧间编码的。
可以在各种示例方案中实现将编码块(或预测块)划分为变换块，包括但不限于递归的或非递归的四叉树分割和预定模式分割，并且另外考虑在编码块或预测块的边界处的变换块。通常，所得到的变换块可以处于不同的分割级别，这些变化块的大小可以不同，并且不一定在形状上是正方形(例如，这些变换块可以是具有一些允许的大小和高宽比的矩形)。下面结合图15、图16和图17更详细地描述进一步的示例。
然而，在一些其他实施方式中，经由上述任何划分方案获得的CB可用作用于预测和/或变换的基本或最小编码块。换句话说，在用于帧间预测/帧内预测目的和/或变换目的时，不进行进一步分割。例如，从上述QTBT方案获得的CB可以直接用作执行预测的单元。具体地，这种QTBT结构消除了多种划分类型的概念，即，它消除了CU、PU和TU的分离，并支持如上所述的CU/CB划分形状的更大灵活性。在这种QTBT块结构中，CU/CB可以具有正方形或矩形形状。这种QTBT的叶节点被用作预测和变换处理的单元，而无需任何进一步的划分。这意味着在这种示例性QTBT编码块结构中，CU、PU和TU具有相同的块大小。
可以以任何方式组合上述各种CB划分方案与将CB进一步划分为PB和/或TB(不包括PB/TB划分)的方案。提供以下特定的实施方式作为非限制性示例。
下面描述编码块和变换块划分的具体示例实施方式。在这样的示例性实施方式中，可以使用递归四叉树分割或上述预定义的分割模式(例如图9和图10中的分割模式)将基本块分割成编码块。在每一级，可以通过本地视频数据的特征来确定是否应该继续对特定分区进行进一步的四叉树分割。所得到的CB可以处于各种四叉树分割级别，并且具有各种大小。可以在CB级别(或CU级别，针对所有三颜色通道)做出使用帧间(时间)预测还是帧内(空间)预测来编码图片区域的决策。每个CB可以根据预定义的PB分割类型进一步被分割成一个、两个、四个或其他数量的PB。在一个PB内，可以应用相同的预测处理，并且可以以PB为基础将相关信息发送到解码器。在通过基于PB分割类型应用预测过程获得残差块之后，可以根据与CB的编码树类似的另一四叉树结构将CB分割成TB。在该特定实施方式中，CB或TB可以但不一定要限于正方形。此外，在该特定示例中，对于帧间预测，PB可以是正方形或矩形，并且对于帧内预测，PB可以仅是正方形。编码块可以被分成例如四个正方形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(residualquadtree，RQT)。
下面进一步描述用于将基本块划分为CB、PB和/或TB的另一示例实施方式。例如，不使用例如图9或图10中所示的多种划分单元类型，而是使用具有嵌套的多类型树的四叉树，该嵌套的多类型树使用二叉和三叉分割划分结构(例如，如上所述的QTBT或具有三叉分割的QTBT)。可取消CB、PB和TB的分离(即，将CB分割成PB和/或TB，以及将PB分割成TB)，但其尺寸对于最大变换长度来说太大的CB除外，这样的CB可能需要进一步分割。可以将该示例划分方案设计成支持更灵活的CB划分形状，使得预测和变换都可以在CB级别上执行，而无需进一步划分。在这种编码树结构中，CB的形状可以为正方形或矩形。具体地，可以首先通过四叉树结构来划分编码树块CTB。然后，可以通过嵌套的多类型树结构来进一步划分四叉树叶节点。使用二叉或三叉分割的嵌套多类型树结构的示例如图11所示。具体地，图11的示例多类型树结构包括四种分割类型，分别称为垂直二叉分割(SPLIT_BT_VER)(1102)、水平二叉分割(SPLIT_BT_HOR)(1104)、垂直三叉分割(SPLIT_TT_VER)(1106)和水平三叉分割(SPLIT_TT_HOR)(1108)。然后，将CB与多类型树的叶节点对应。在该示例实施方式中，除非CB对于最大变换长度来说太大，否则该分区将用于预测和变换处理，而无需任何进一步的划分。这意味着在大多数情况下，在使用嵌套的多类型树编码块结构的四叉树中，CB、PB和TB具有相同的块大小。当最大支持的变换长度小于CB的颜色分量的宽度或高度时，会出现例外情况。在一些实施方式中，除了二叉或三叉分割之外，图11的嵌套模式还可以包括四叉树分割。
图12示出了用于一个基本块的块划分的具有嵌套多类型树编码块结构(包括四叉树、二叉和三叉分割选项)的四叉树的一个具体示例。更详细地说，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。针对每个四叉树分割的分区，确定进一步使用图11的多类型树结构以及进一步进行四叉树分割。在图12的示例中，不对分区1204进行进一步分割。分区1202和1208均采用另一四叉树分割。对于分区1202，第二级四叉树分割得到的左上、右上、左下和右下分区分别采用以下第三级分割：四叉树分割、图11的水平二叉分割1104、不分割以及图11的水平三叉分割1108。分区1208采用另一种四叉树分割，第二级四叉树分割得到的左上、右上、左下和右下分区分别采用以下第三级分割：图11的垂直三叉分割1106、不分割、不分割和图11的水平二叉分割1104。分别根据图11的水平二叉分割1104和水平三叉分割1108进一步分割1208的第三级的左上分区的两个子分区。采用遵循图11的垂直二叉分割1102的第二级分割模式将分区1206划分成两个分区，这两个分区在第三级分别根据图11的水平三叉分割1108和垂直二叉分割1102被进一步分割。然后根据图11的水平二叉分割1104对垂直分割后的两个分区之一进行第四级分割。
对于上面的特定示例，最大亮度变换大小可以是64×64，并且最大支持的色度变换大小可以不同于最大亮度变换大小，例如是32×32。即使上述图12中的示例CB通常不被进一步分割成更小的PB和/或TB，当亮度编码块或色度编码块的宽度或高度大于最大变换宽度或高度时，亮度编码块或色度编码块也可在水平和/或垂直方向上被自动分割以满足该方向上的变换尺寸限制。
在上述用于将基本块划分为CB的具体示例中，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切片和B切片，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切片，亮度和色度可以具有单独的编码块树结构。当使用单独的块树结构时，亮度CTB可以通过一个编码树结构被划分为多个亮度CB，色度CTB可以通过另一个编码树结构被划分为多个色度CB。这意味着I切片中的CU可以由亮度分量的编码块或两个色度分量的编码块组成，并且P切片或B切片中的CU总是由所有三个颜色分量的编码块组成，除非视频是单色的。
当编码块被进一步划分为多个变换块时，其中的变换块可以按照各种顺序或扫描方式在比特流中排序。用于将编码块或预测块划分成变换块的示例实施方式以及变换块的编码顺序在下面进一步详细描述。在一些示例实施方式中，如上所述，变换划分可以支持多个形状的变换块，例如1：1(正方形)、1：2/2：1和1：4/4：1，变换块大小范围从例如4×4到64×64。在一些实施方式中，如果编码块小于或等于64×64，则变换块划分可以仅应用于亮度分量，使得色度块的变换块大小与编码块大小相同。否则，如果编码块宽度或高度大于64，则亮度和色度编码块两者可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。
在变换块划分的一些示例实施方式中，对于帧内和帧间编码块，编码块可以被进一步划分成多个变换块，其划分深度上至预定数量的级别(例如，2个级别)。变换块划分深度和大小可以相关联。对于一些示例实施方式，从当前深度的变换大小到下一个深度的变换大小的映射如下面的表1中所示。
表1：变换划分大小设置
基于表1的示例映射，对于1：1的正方形块，下一级变换分割可以生成四个1：1的正方形子变换块。例如，变换划分可以在4×4处停止。因此，当前深度为4×4的变换大小对应于下一深度的4×4的相同大小。在表1的示例中，对于1：2/2：1的非正方形块，下一级变换分割可以创建两个1：1的正方形子变换块，而对于1：4/4：1的非正方形块，下一级变换分割可以创建两个1：2/2：1的子变换块。
在一些示例实施方式中，对于帧内编码块的亮度分量，可以对于变换块的划分应用额外的限制。例如，对于每级变换划分，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编码块，1级变换分割创建两个16×16子变换块，2级变换分割创建八个8×8子变换块。换句话说，第二级分割必须应用于所有第一级子块，以保持变换单元大小相等。根据表1对帧内编码的正方形块进行变换块划分的示例如图15所示，其中箭头示出了编码顺序。具体地，1502示出了正方形编码块。在1504示出了根据表1分割成4个大小相等的变换块的第一级分割，其编码顺序由箭头指示。在1506示出了根据表1将所有第一级的大小相等的块分割成16个大小相等的变换块的第二级分割，其中编码顺序由箭头指示。
在一些示例实施方式中，对于帧间编码块的亮度分量，可以不应用上述帧内编码的限制。例如，在第一级变换分割之后，对任何一个子变换块可以进一步独立分割又一个级别。因此，得到的变换块的大小可以相同，也可以不同。图16示出了将帧间编码块分割成变换块及其编码顺序的示例。在图16的示例中，帧间编码块1602根据表1被分割成两级变换块。在第一级，帧间编码块被分割成四个大小相等的变换块。然后，仅四个变换块中的一个(不是全部)被进一步分割成四个子变换块，得到总共7个具有两种不同大小的变换块，如1604所示。这7个变换块的示例编码顺序由图16的1604中的箭头示出。
在一些示例实施方式中，对于色度分量，可以对变换块应用的一些附加限制。例如，对于色度分量，变换块大小可以与编码块大小一样大，但不小于预定义的大小，例如8×8。
在一些其他示例实施方式中，对于宽度(W)或高度(H)大于64的编码块，亮度编码块和色度编码块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和b之间的较小值。
图17还示出了将编码块或预测块划分成变换块的另一可替选示例方案。如图17所示，不使用递归变换划分，而是可以根据编码块的变换类型将预定义的划分类型集合应用于编码块。在图17所示的具体示例中，可以应用6种示例划分类型中的一种示例划分类型来将编码块分割成各种数目的变换块。这种用于生成变换块划分的方案可以应用于编码块或预测块。
更具体地，图17的划分方案为任何给定的变换类型提供了最多6种示例划分类型(变换类型指的是例如主变换(例如非对称离散正弦变换(Asymmetric discrete sinetransformation，ADST等)的类型)。在该方案中，可以基于例如率失真成本来对每个编码块或预测块指定变换划分类型。在示例中，可以基于编码块或预测块的变换类型来确定为编码块或预测块指定的变换划分类型。特定的变换划分类型可以对应于变换块分割大小和模式，如图17所示的6种变换划分类型所示。可以预定义各种变换类型与各种变换划分类型之间的对应关系。下面示出了一个示例，其中，大写的标记指示可以基于率失真成本为编码块或预测块指定的变换划分类型：
·PARTITION_NONE：指定与块大小相等的变换大小。
·PARTITION_SPLIT：指定宽度为块大小宽度的1/2、高度为块大小高度的1/2的变换大小。
·PARTITION_HORZ：指定宽度与块大小宽度相同、高度为块大小高度的1/2的变换大小。
·PARTITION_VERT：指定宽度为块大小宽度的1/2、高度与块大小高度相等的变换大小。
·PARTITION_HORZ4：指定宽度与块大小宽度相等、高度为块大小高度的1/4的变换大小。
·PARTITION_VERT4：指定宽度为块大小宽度的1/4、高度与块大小高度相等的变换大小。
在上面的示例中，如图17所示的变换划分类型都包含经划分的变换块的统一变换大小。这只是一个示例，而不用于限制。在一些其他实施方式中，混合变换块大小可以用于特定划分类型(或模式)中的经划分的变换块。
从上述任何划分方案获得的PB(或CB，当没有被进一步划分成预测块时CB也称为PB)之后可以成为经由帧内或帧间预测进行编码的单个块。对于当前PB的帧间预测，可以生成并编码当前块和预测块之间的残差，并将该残差包括在已编码比特流中。
可以例如以单参考模式或复合参考模式实现帧间预测。在一些实施方式中，可以首先在当前块(或者更高的级别)的比特流中包括跳过标志，以指示当前块是否被帧间编码且不被跳过。如果当前块被帧间编码，则可以进一步在比特流中包括另一个标志作为信号，以指示对当前块的预测是使用单参考模式还是复合参考模式。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通过例如加权平均来生成预测块。复合参考模式可以称为多于一个参考模式、双参考模式或多参考模式。可以使用一个或多个参考帧索引并额外使用相应的一个或多个运动矢量来识别一个或多个参考块，该相应的一个或多个运动矢量指示一个或多个参考块和当前块在位置上(例如，在水平和垂直像素中)的一个或多个偏移。例如，可以根据由参考帧中的一个运动矢量标识的单参考块生成当前块的帧间预测块，作为单参考模式中的预测块。而对于复合参考模式，可以通过由两个参考帧索引和两个对应的运动矢量指示的两个参考帧中的两个参考块的加权平均值来生成预测块。可以以各种方式对运动矢量进行编码并包括在比特流中。
在一些实施方式中，编码或解码系统可以维护解码图片缓冲器(decoded picturebuffer，DPB)。一些图像/图片可以被保存在DPB中等待(在解码系统中)显示，并且DPB中的一些图像/图片可以被用作参考帧以(在解码系统或编码系统中)实现帧间预测。在一些实施方式中，DPB中的参考帧可以被标记为正在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用于当前帧中或按解码顺序最接近当前帧的预定义数量(例如，2个)的后续视频帧中的块的帧间预测的帧。长期参考帧可以包括DPB中的帧，该DPB中的帧可以用于对按解码顺序离当前帧大于预定义帧数的帧中的图像块进行预测。关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(Reference Picture Set，RPS)，该信息可以被添加到已编码比特流中的每个帧的帧头。已编码视频流中的每一帧可以由图像顺序计数器(Picture Order Counter，POC)来识别，POC根据回放序列以绝对方式进行编号，或者与例如从I帧开始的图片组相关。
在一些示例实施方式中，可以基于RPS中的信息形成包含帧间预测的短期和长期参考帧的标识的一个或多个参考图片列表。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)，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)，用于两个预测方向。包括在L0和L1列表中的参考帧可以以各种预定方式排序。L0和L1列表的长度可以写入视频比特流中。单向帧间预测可以是单参考模式，或者(当在复合预测模式中通过加权平均生成预测块的多个参考在要预测的块的同一侧时)是复合参考模式。双向帧间预测可以仅是复合模式，因为双向帧间预测涉及至少两个参考块。
自适应环路滤波器
在VVC中，应用具有基于块的滤波器自适应的自适应环路滤波器(ALF)。对于亮度分量，基于局部梯度的方向和活动度来针对每个4×4块选择多个滤波器中的一个。在一个示例中，可以有25个滤波器可供选择。
图18示出了示例ALF形状。具体来说，图18示出了两种菱形滤波器形状。其中，7×7菱形应用于亮度分量，5×5菱形应用于色度分量。
针对不同的示例，可以如下计算块分类。对于亮度分量，每个4×4块被归类为25类中的一类。类别索引C是根据其方向D和活动的量化值得出的，如下所示：
为了计算D和首先使用一维拉普拉斯算子来计算水平、垂直和两个对角线方向的梯度：
其中，索引i和j表示4×4块内左上样本的坐标，R(i，j)表示坐标(i，j)处的重建样本。
为了降低块分类的复杂度，可以应用子采样的一维拉普拉斯计算。如图19a至图19d所示，相同的子采样位置可用于所有方向的梯度计算。图19a示出了垂直梯度的拉普拉斯计算中的子采样位置。图19b示出了水平梯度的拉普拉斯计算中的子采样位置。图19c示出了对角线梯度的拉普拉斯计算中的子采样位置。图19d示出了另一对角梯度的拉普拉斯计算中的子采样位置。
然后，水平和垂直方向的梯度的最大值和最小值设置为：
两个对角线方向的梯度的最大值和最小值设置为：
为了推导方向D的值，将这些值相互比较并与两个阈值t1和t2进行比较：
步骤1、如果和都为真，则将D设置为0。
步骤2、如果则从步骤3继续；否则从步骤4继续。
步骤3、如果则将D设置为2；否则将D设置为1。
步骤4、如果则将D设置为4；否则将D设置为3。
活动值A计算如下：
将A进一步量化到0到4的范围(包括端点)，并且量化值表示为对于图片中的色度分量，不应用分类方法。换句话说，可以对每个色度分量应用单个ALF系数集合。
可以存在滤波器系数和限幅值(clipping value)的几何变换。在对每个4×4亮度块进行滤波之前，可以基于针对该块计算的梯度值，将诸如旋转或对角线和垂直翻转的几何变换应用于滤波器系数f(k，l)和相应的滤波器限幅值c(k，l)。这可以相当于将这些变换应用于滤波器支持区域中的样本。这可以通过使应用ALF的不同块的方向对齐来使这些块更加均匀。三种几何变换可包括对角线、垂直翻转和旋转：
对角线：FD(k，l)＝f(l，k)，cD(k，l)＝c(l，k)， (9)。
垂直翻转：fV(k，l)＝f(k，K-l-1)，cV(k，l)＝c(k，K-l-1) (10)。
旋转：fR(k，l)＝f(K-l-1，k)，cR(k，l)＝c(K-l-1，k) (11)。其中，K是滤波器的大小，0≤k，l≤K-1是系数坐标，因此位置(0，0)在左上角，位置(K-1，K-1)在右下角。基于针对该块计算的梯度值，将变换应用于滤波器系数f(k，l)和限幅值c(k，l)。下表2总结了变换与四个方向的四个梯度之间的关系：
表2-针对一个块计算的梯度和变换的映射
梯度值 变换
gd2＜gd1且gh＜gv 无变换
gd2＜gdd1且gv＜gh 对角线
gd1＜gd2且gh＜gv 垂直翻转
gd1＜gd2且gv＜gh 旋转
在VVC中，在自适应参数集(adaption parameter set，APS)中用信令发送ALF滤波器参数。在一个APS中，可以使用多组亮度滤波器系数和限幅值索引。例如，可以有25组亮度滤波器。此外，可以用信令发送多组色度滤波器系数和限幅值索引。在一个示例中，可以用信令发送最多8组色度滤波器系数和限幅值索引。为了减少比特开销，可以合并亮度分量的不同分类的滤波器系数。在切片头中，可以用信令发送用于当前切片的APS的索引。ALF的信令可以是基于CTU的。
从APS解码的限幅值索引使得能够使用亮度和色度的限幅值表来确定限幅值。这些限幅值可以取决于内部比特深度。更准确地说，可以通过以下公式获得限幅值表：
AlfClip＝{round(2B-α*n)，其中n∈[0..N-1]} (12)。
其中，B等于内部比特深度，α是等于2.35的预定义常数值，并且在一个实施例中N等于4，这是VVC中允许的限幅值的数目。表3示出了公式(12)的输出：
表3-取决于比特深度和clipIdx的AlfClip说明
在一个切片头示例中，可以用信令发送最多7个APS索引来指定用于当前切片的亮度滤波器集合。可以在CTB级别进一步控制滤波过程。可以用信令发送一标志以指示ALF是否被应用于亮度CTB。在一个示例中，亮度CTB可以在16个固定滤波器集合和来自APS的滤波器集合中选择滤波器集合。针对亮度CTB用信令发送滤波器集合的索引，以指示应用哪个滤波器集合。16个固定的滤波器集合可以在编码器和解码器中被预定义和硬编码。对于色度分量，在片头中用信令发送APS索引，以指示用于当前切片的色度滤波器集合。在CTB级别，如果在APS中设置了多个色度滤波器，则针对每个色度CTB用信令发送滤波器索引。可以使用等于128的范数对滤波器系数进行量化。为了限制乘法复杂度，应用比特流一致性，使得非中心位置的系数值可以在-27到27-1(包括端点)的范围内。不将中心位置系数写入比特流，并且该系数被认为等于128。
在VVC示例中，限幅索引和限幅值的语法和语义可以定义如下：alf_luma_clip_idx[sfIdx][j]指定在与sfIdx指示的信令通知的亮度滤波器的第j个系数相乘之前要使用的限幅值的限幅索引。比特流一致性的一个要求是，在sfIdx＝0..alf_luma_num_filters_signalled_minus1和j＝0..11的情况下，alf_luma_clip_idx[sfIdx][j]的值应在0到3的范围内(包括0和3)。根据设置为等于BitDepthY的比特深度和设置为等于alf_luma_clip_idx[alf_luma_coeff_delta_idx[filtIdx]][j]的clipIdx，按照表3的规定来推导具有元素AlfClipL[adaption_parameter_set_id][filtIdx][j](其中filtIdx＝0..NumAlfFilters-1和j＝0..11)的亮度滤波器限幅值AlfClipL[adaption_parameter_set_id]。alf_chroma_clip_idx[altIdx][j]指定在与索引为altIdx的可选色度滤波器的第j个系数相乘之前要使用的限幅值的限幅索引。比特流一致性的一个要求是，在altIdx＝0..alf_chroma_num_alt_filters_minus1，j＝0..5的情况下，alf_chroma_clip_idx[altIdx][j]的值应在0到3的范围内(包括0和3)。根据设置为等于BitDepthC的比特深度和设置为等于alf_chroma_clip_idx[altIdx][j]的clipIdx，按照表3的规定来推导具有元素AlfClipC[adaption_parameter_set_id][altIdx][j](其中altIdx＝0..alf_chroma_num_alt_filters_minus1，j＝0..5)的色度滤波器限幅值AlfClipC[adaption_parameter_set_id][altIdx]。
可以在下面的示例中执行滤波过程。在解码器侧，当针对CTB启用ALF时，对CU内的每个样本R(i，j)进行滤波，得到样本值R′(i，j)：
R′(i,j)＝R(i,j)+((∑k≠0∑l≠0f(k,l)×K(R(i+k,j+l)-R(i,j),c(k,l))+64)>>7) (13)。其中，f(k,l)表示解码后的滤波器系数，K(x,y)是限幅函数，c(k,l)表示解码后的限幅参数。变量k和l在和之间变化，其中L表示滤波器长度。限幅函数K(x,y)＝min(y,max(-y,x))，与函数Clip3(-y,y,x)对应。如在JVET-N0242中首次提出的，通过结合该限幅函数，该环路滤波方法变成非线性过程，称为非线性ALF。通过使用与表3中的限幅值的索引相对应的哥伦布(Golomb)编码方案，在语法元素“alf_data”中对所选的限幅值进行编码。该编码方案可以与滤波器索引的编码方案相同。
可以存在用于减少行缓冲器的虚拟边界滤波过程。为了减少ALF的行缓冲器要求，可以对水平CTU边界附近的样本应用改进的块分类和滤波。因此，可以通过移动水平CTU边界的“N”个样本，将虚拟边界限定为一条线，如图20所示。图20示出了在虚拟边界处修改的块分类的示例。在该示例中，对于亮度分量，N等于4，对于色度分量N等于2。
修改的块分类应用于亮度分量，如图20所示。仅使用虚拟边界上方的样本来对虚拟边界上方的4x4块进行一维拉普拉斯梯度计算。类似地，仅使用虚拟边界以下的样本来对虚拟边界以下的4x4块进行一维拉普拉斯梯度计算。通过考虑减少一维拉普拉斯梯度计算中使用的样本数量来对活动度值A的量化进行缩放。
图21示出了用于虚拟边界处的亮度分量的改进的自适应环路滤波的示例。对于滤波处理，虚拟边界处的对称填充操作可用于亮度分量和色度分量二者。如图21所示，当被滤波的样本位于虚拟边界之下时，对位于虚拟边界之上的相邻样本进行填充。另一侧的相应样本也可以对称地填充。
图22示出了最大编码单元(largest coding unit，LCU)对齐的图片四叉树分割的示例。为了提高编码效率，可以使用编码单元同步的基于图片四叉树的自适应环路滤波器。亮度图片可以被分割成几个多级的四叉树分区，并且每个分区边界与LCU的边界对齐。每个分区都有自己的滤波过程，可以被称为滤波器单元(filter unit，FU)。两步编码流程可以包括以下内容。在第一步，确定四叉树分割模式和每个FU的最佳滤波器。在确定过程中，通过FFDE估计滤波失真。根据所确定的四叉树分割模式和所有FU选择的滤波器对重建图片进行滤波。在第二步，执行CU同步的ALF开/关控制。根据ALF开/关结果，通过重建图片来部分恢复第一滤波图片。
可以采用自顶向下的分割策略，以通过使用率失真准则将图片分成多级四叉树分区。每个分区可以被称为滤波器单元。分割过程将四叉树分区与LCU边界对齐。FU的编码顺序遵循z字形扫描顺序。例如，在图22中，图片被分割成10个FU，编码顺序为FU0、FU1、FU2、FU3、FU4、FU5、FU6、FU7、FU8和FU9。
图23示出了以z字形顺序编码的四叉树分割标志的示例。为了指示图片四叉树分割模式，对分割标志进行编码并以z字形顺序传输。图23示出了对应于图22的四叉树分割模式。基于率失真准则从两个滤波器集合中选择每个FU的滤波器。第一集合具有针对当前FU新推导的1/2对称方形和菱形滤波器。第二集合来自延时滤波器缓冲器；延时滤波器缓冲器存储先前为先前图片的FU推导的滤波器。对于当前FU，选择这两个滤波器集合中率失真成本最小的滤波器。类似地，如果当前FU不是最小的FU，并且可以进一步分成4个子FU，则计算4个子FU的率失真成本。通过递归地比较分割和非分割情况下的率失真成本，可以确定图片四叉树分割模式。在一个示例中，最大四叉树分割级别可以是2，这意味着FU的最大数量是16。在确定四叉树分割期间，可以重用用于推导最低四叉树级别(最小FU)的16个FU的维纳(Wiener)系数的相关值。可以根据最低四叉树级别的16个FU的相关性来推导剩余的FU的维纳滤波器。因此，可以只有一次帧缓冲器访问用于推导所有FU的滤波器系数。在确定四叉树分割模式之后，为了进一步降低滤波失真，执行CU同步的ALF开/关控制。通过比较滤波失真和非滤波失真，叶子CU可以在其局部区域显式地切换ALF的开/关。通过根据ALF开/关结果重新设计滤波器系数，可以进一步提高编码效率。然而，重新设计过程可能需要额外的帧缓冲器访问。在改进的编码器设计中，在CU同步的ALF开/关决策之后可以不存在重新设计过程，以便使帧缓冲器访问的数量最小。
跨分量自适应环路滤波器(CC-ALF)
图24示出了CC-ALF布置的示例。CC-ALF可以利用亮度样本值来细化每个色度分量。图24示出了CC-ALF相对于其他环路滤波器的布置。
图25示出了菱形滤波器的示例。CC-ALF可以通过将图25中的线性菱形滤波器应用于每个色度分量的亮度通道来进行操作。在一个示例中，滤波器系数在APS中传输、由210因子缩放、并针对定点表示进行舍入。滤波器的应用被控制在可变块大小上，并通过针对每个样本块接收的上下文编码标志用信令发送滤波器的应用。对于每个色度分量，在切片级接收块大小以及CC-ALF启用标志。在一个示例中，支持下述(色度样本中的)块大小：16×16、32×32、64×64。
CC-ALF的示例语法可包括：
CC-ALF相关语法的语义可以包括：
alf_ctb_cross_component_cb_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]等于0表示跨分量Cb滤波器未应用于亮度位置(xCtb，yCtb)处的Cb颜色分量样本块。
alf_cross_component_cb_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]不等于0表示第alf_cross_component_cb_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]个跨分量Cb滤波器应用于亮度位置(xCtb，yCtb)处的Cb颜色分量样本块。
alf_ctb_cross_component_cr_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]等于0表示跨分量Cr滤波器未应用于亮度位置(xCtb，yCtb)处的Cr颜色分量样本块。
alf_cross_component_cr_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]不等于0表示第alf_cross_component_cr_idc[xCtb>>CtbLog2SizeY][yCtb>>CtbLog2SizeY]个跨分量Cr滤波器应用于亮度位置(xCtb，yCtb)处的Cr颜色分量样本块。
色度采样格式
图26示出了色度样本相对于亮度样本的示例位置。图26示出了当chroma_format_idc等于1(4：2：0色度格式)并且chroma_sample_loc_type_top_field或chroma_sample_loc_type_bottom_field等于变量ChromaLocType的值时，左上色度样本的指示相对位置。相对于由左上亮度样本所表示的区域(被描绘为在其中心具有小点的小正方形)示出了由左上4：2：0色度样本所表示的区域(被描绘为在其中心具有大点的大正方形)。由相邻亮度样本表示的区域被描绘为在其中心具有小的灰色阴影点的小的灰色阴影正方形。
定向增强特征
环内约束定向增强滤波器(constrained directional enhancement filter，CDEF)的一个目标是过滤掉编码伪像(coding artifact)，同时保留图像的细节。在HEVC中，样本自适应补偿(sample adaptive offset，SAO)算法可以通过针对不同类别的像素限定信号补偿来实现类似的目标。与SAO不同，CDEF是一种非线性空间滤波器。对滤波器的设计进行约束使其易于矢量化(即，可用单指令多数据流(Single Instruction MultipleData，SIMD)运算实现)，而对于其他非线性滤波器如中值滤波器和双边滤波器可能不是这样。CDEF的设计源于以下观察。已编码图像中的振铃伪像(ringing artifact)的数量倾向于与量化步长大致成比例。细节量是输入图像的一个属性，但是在量化图像中保留的最小细节也倾向于与量化步长成比例。对于给定的量化步长，振铃的振幅通常小于细节的振幅。
CDEF的工作原理是识别每个块的方向，然后沿着识别的方向自适应滤波，并沿着从识别的方向旋转45度的方向进行较小程度的自适应滤波。显式地用信令发送滤波器强度，这允许对模糊进行高度控制。针对滤波器强度设计了有效的编码器搜索。CDEF基于两个先前提出的环路滤波器，组合滤波器被用于新兴的AV1编解码器。
图27显示了方向搜索的示例。在去块滤波器之后，方向搜索就对重建的像素进行操作。由于这些像素可用于解码器，所以方向不需要信令。搜索在8×8块上操作，这些块足够小以使得能够充分处理非直边缘，同时足够大以在应用于量化图像时能够可靠地估计方向。在8×8区域上具有恒定的方向也使得滤波器的矢量化更容易。对于每个块，通过使量化块和最接近的完全定向块之间差值的平方和(sum of squared differences，SSD)最小化来确定与该块中的模式最匹配的方向。完全定向块是其中沿一个方向的线的所有像素都具有相同值的块。图27是8×8块的方向搜索的一个示例。
可以存在非线性低通方向滤波器。识别方向的一个原因是沿着该方向对齐滤波器抽头，以减少振铃，同时保留方向的边缘或模式。然而，单独的方向滤波有时不足以减少振铃。还可能期望在不沿着主方向的像素上使用滤波器抽头。为了降低模糊的风险，这些额外的抽头被更保守地处理。因此，CDEF限定了主抽头和副抽头。完整的二维CDEF滤波器可以表示为：
其中，D是阻尼参数，S(p)和S(s)分别是主抽头和副抽头的强度，并且round(·)远离零进行舍入，wk是滤波器权重，f(d,S,D)是对经滤波的像素和每个相邻像素之间的差进行操作的约束函数。对于较小的差，f(d,S,D)＝d，使滤波器的行为类似于线性滤波器。当差较大时，f(d,S,D)＝0，这实际上忽略了滤波器抽头。
环路恢复
除了传统的去块操作之外，提出了一组用于视频编码后去块化的环内恢复方案，通常用以去噪以及增强边缘质量。这些方案在每适当大小的图块的帧内是可切换的。所描述的具体方案依赖于可分离对称维纳滤波器和具有子空间投影的对偶自导向滤波器。因为内容统计在帧内可以有很大的不同，所以这些工具被集成在可切换的框架内，其中，不同的工具可以在帧的不同区域被触发。
可以将可分离的对称维纳滤波器用作恢复工具。降级帧中的每个像素都可以被重建为其周围w×w窗口内像素的非因果滤波版本，其中对于整数r，w＝2r+1是奇数。如果二维滤波器抽头由列矢量化形式的w2×1元素矢量F表示，则直接的线性最小均方误差(linearminimum meansquare error estimation，LMMSE)优化将使得滤波器参数由F＝H-1M给出，其中H＝E[XXT]是x的自协方差，即像素周围w×w窗口中w2个样本的列矢量化版本，并且M＝E[YXT]是x与待估计的标量源样本y的互相关性。编码器可以根据去块帧和源中的实现来估计H和M，并将得到的滤波器F发送到解码器。然而，这不仅会在传输w2个抽头时产生大量比特率成本，而且不可分离的滤波会使解码变得非常复杂。因此，对F的性质施加了几个额外的约束。首先，F被约束为可分离的，以使得滤波可以实现为可分离的水平和垂直w抽头卷积。第二，将水平和垂直滤波器中的每个滤波器约束为对称的。第三，假设水平和垂直滤波器系数之和为1。
对于图像滤波，可以存在具有子空间投影的对偶自导向滤波，其中，局部线性模型：
y＝Fx+G (15)
用于根据未滤波样本x计算滤波后输出y，其中，F和G是基于与滤波像素相邻的降级图像和导向图像的统计来确定的。如果导向图像与降级图像相同，则由此产生的所谓自导向滤波具有边缘保持平滑的效果。我们提出的自导向滤波的具体形式取决于两个参数：半径r和噪声参数e，并列举如下：
1、获取每个像素周围(2r+1)×(2r+1)窗口中的像素的均值μ和方差σ2。这可以通过基于全景成像(integral imaging)的盒滤波来有效地实现。
2、针对每个像素计算：f＝σ2/(σ2+e)；g＝(1-f)μ。
3、将每个像素的F和G计算为该像素周围3×3窗口中f和g值的平均值，以供使用。
滤波可以由r和e控制，其中，较高的r意味着较高的空间方差，而较高的e意味着较高的范围方差。
图28示出了子空间投影的示例。子空间投影的原理如图28所示。即使劣质的恢复版本X1，X2都不是很接近源Y，只要它们在某种程度上朝着正确的方向移动，就可以使用适当的乘数{α，β}使它们更接近源。
跨分量样本补偿(CCSO)
环路滤波方法可包括CCSO以减少重建样本的失真。在CCSO中，给定第一颜色分量的经过处理的输入重建样本，使用非线性映射来推导输出补偿，并且在所提出的CCSO的滤波过程中将输出补偿添加到另一颜色分量的重建样本上。
图29示出了滤波器支持区域的示例。输入的重建样本来自位于滤波器支持区域中的第一颜色分量。如图29所示，滤波器支持区域包括四个重建样本：p0、p1、p2、p3。这四个输入重建样本在垂直和水平方向上遵循十字形。第一颜色分量中的中心样本(用c表示)和第二颜色分量中的待滤波样本是同位的。在处理输入重建样本时，应用以下步骤：
步骤1：首先计算p0至p3与c之间的差值(delta value)，表示为m0、m1、m2和m3。
步骤2：进一步量化差值m0至m3，量化后的值表示为d0、d1、d2、d3。基于以下量化过程，量化值可以是-1、0、1：
a.如果m<-N，则d＝-1； (16)
b.如果-N<＝m<＝N，则d＝0； (17)
c.如果m>N，则d＝1。 (18)
其中N称为量化步长，N的示例值为4、8、12、16。
变量d0至d3可用于识别非线性映射的一个组合。在该示例中，CCSO具有四个滤波器抽头d0至d3，并且每个滤波器抽头可以具有三个量化值中的一个，因此总共有3^4＝81个组合。表4(如下所示)示出了了81个示例组合，其中最后一列代表每个组合的输出补偿值。示例补偿值是整数，例如0、1、-1、3、-3、5、-5、-7。
表4-由d0至d3标识的样本组合
组合 d0 d1 d2 d3 补偿
0 -1 -1 -1 -1 s0
1 -1 -1 -1 0 s1
2 -1 -1 -1 1 s2
3 -1 -1 0 -1 s3
4 -1 -1 0 0 s4
5 -1 -1 0 1 s5
6 -1 -1 1 -1 s6
7 -1 -1 1 0 s7
8 -1 -1 1 1 s8
9 -1 0 -1 -1 s9
10 -1 0 -1 0 s10
11 -1 0 -1 1 s11
12 -1 0 0 -1 s12
13 -1 0 0 0 s13
14 -1 0 0 1 s14
15 -1 0 1 -1 s15
16 -1 0 1 0 s16
17 -1 0 1 1 s17
18 -1 1 -1 -1 s18
19 -1 1 -1 0 s19
20 -1 1 -1 1 s20
21 -1 1 0 -1 s21
22 -1 1 0 0 s22
23 -1 1 0 1 s23
24 -1 1 1 -1 s24
25 -1 1 1 0 s25
26 -1 1 1 1 s26
27 0 -1 -1 -1 s27
28 0 -1 -1 0 s28
29 0 -1 -1 1 s29
30 0 -1 0 -1 s30
31 0 -1 0 0 s31
32 0 -1 0 1 s32
33 0 -1 1 -1 s33
34 0 -1 1 0 s34
35 0 -1 1 1 s35
36 0 0 -1 -1 s36
37 0 0 -1 0 s37
38 0 0 -1 1 s38
39 0 0 0 -1 s39
40 0 0 0 0 s40
41 0 0 0 1 s41
42 0 0 1 -1 s42
43 0 0 1 0 s43
44 0 0 1 1 s44
45 0 1 -1 -1 s45
46 0 1 -1 0 s46
47 0 1 -1 1 s47
48 0 1 0 -1 s48
49 0 1 0 0 s49
50 0 1 0 1 s50
51 0 1 1 -1 s51
52 0 1 1 0 s52
53 0 1 1 1 s53
54 1 -1 -1 -1 s54
55 1 -1 -1 0 s55
56 1 -1 -1 1 s56
57 1 -1 0 -1 s57
58 1 -1 0 0 s58
59 1 -1 0 1 s59
60 1 -1 1 -1 s60
61 1 -1 1 0 s61
62 1 -1 1 1 s62
63 1 0 -1 -1 s63
64 1 0 -1 0 s64
65 1 0 -1 1 s65
66 1 0 0 -1 s66
67 1 0 0 0 s67
68 1 0 0 1 s68
69 1 0 1 -1 s69
70 1 0 1 0 s70
71 1 0 1 1 s71
72 1 1 -1 -1 s72
73 1 1 -1 0 s73
74 1 1 -1 1 s74
75 1 1 0 -1 s75
76 1 1 0 0 s76
77 1 1 0 1 s77
78 1 1 1 -1 s78
79 1 1 1 0 s79
80 1 1 1 1 s80
CCSO的最终滤波过程应用如下：
f′＝clip(f+s) (19)其中，f是待滤波的重建样本，s是从表4中检索的输出补偿值，滤波后的样本值f′被进一步限幅到与比特深度相关联的范围内。
局部样本补偿(LSO)是另一个示例性补偿实施例。在LSO中，应用与CCSO中类似的滤波方法，但是输出补偿被应用于与其重建样本被用作滤波过程的输入的颜色分量相同的颜色分量。
在可替选实施例中，可在AV2的参考软件中采用简化的CCSO设计，即，用于CWG-B022的AVM。
图30示出了示例环路滤波流水线。CCSO是一个环路滤波过程，且在环路滤波器流水线中与CDEF并行执行，即，CCSO的输入与CDEF相同，CCSO的输出应用于CDEF滤波后的样本，如图30所示。应注意的是，CCSO可以仅应用于色度颜色分量。
图31示出了CCSO的示例输入。CCSO滤波器应用于色度重建样本，表示为rc。rc的同位亮度重建样本表示为rl。CCSO滤波器的一个示例如图31所示。在CCSO中，使用一组3抽头滤波器。位于三个滤波器抽头处的输入亮度重建样本包括位于中心的rl和两个相邻样本p0和p1。
给定pi(其中i＝0，1)和rl，应用以下步骤处理输入样本：
-首先计算pi和rl之间的差值，表示为mi
-使用以下量化过程将差值mi量化为di：
-当m小于-QCCSO时，将di设为-1；
-当m介于-QCCSO和QCCSO(包括-QCCSO和QCCSO)之间时，将di设为0；
-当m大于QCCSO时，将di设置为等于1。
在上述步骤中，QCCSO称为量化步长，QCCSO可以是8、16、32、64。
在计算了d0和d1之后，使用CCSO的查找表(look-up table，LUT)推导补偿值(表示为s)。CCSO的LUT如表5所示。d0和d1的每个组合用于标识LUT中的一行，以检索补偿值。补偿值为整数，包括0、1、-1、3、-3、5、-5和-7。
表5：CCSO中使用的LUT
组合索引 d0 d1 补偿
0 -1 -1 s0
1 -1 0 s1
2 -1 1 s2
3 0 -1 s3
4 0 0 s4
5 0 1 s5
6 1 -1 s6
7 1 0 s7
8 1 1 s8
最后，推导出的CCSO补偿应用于色度颜色分量，如下所示：
rc′＝clip(rc+s) (20)。
其中，rc是要由CCSO滤波的重建样本，s是通过LUT检索推导出补偿值，滤波样本值rc’被进一步限幅到由比特深度指定的范围内。
图32示出了CCSO中的示例滤波器形状。在CCSO中，有六种可选的滤波器形状，表示为fi，i＝1…6，如图32所示。这六种滤波器形状可以在帧级上切换，使用3比特固定长度代码的语法ext_filter_support用信令发送滤波器形状的选择。
CCSO的信令可以在帧级和块级两者上执行。在帧级，信令可以包括：
·1比特标志，指示是否应用CCSO；
·3比特语法ext_filter_support，指示对CCSO滤波器形状的选择；
·2比特索引，指示量化步长的选择；
·9个在LUT中使用的3比特补偿值。
在128×128色度块级，用信令发送一标志以指示是否启用CCSO滤波器。
样本自适应补偿(SAO)
在HEVC中，通过使用切片头中给出的补偿值，将SAO应用于去块滤波器之后的重建信号。对于亮度样本，编码器决定SAO是否应用于当前切片。如果启用了SAO，则允许将当前图片递归地分割成四个子区域，其中每个区域可以选择如表6所示的六种SAO类型中的一种。SAO对重建的像素划分类别，并通过向当前区域中的每个类别的像素添加补偿来减少失真。对SAO类型1至4中的像素分类应用边缘属性，对SAO类型5和6中的像素分类应用像素强度。
表6-SAO类型的说明
带状补偿(Band offset，BO)将一个区域的所有像素分类为多个条带，其中每个条带包含相同强度间隔的像素。强度范围被等分为从零到最大强度值(例如，对于8比特像素为255)的32个间隔，并且每个间隔具有补偿。接下来，将32个条带分成两组。一组由中心的16个条带组成，而另一组由其余16个条带组成。只传输一组中的补偿量。关于BO中的像素分类操作，每个像素的五个最高有效比特可以直接用作条带索引。
图33示出了示例像素模式。边缘补偿(edge offset，EO)使用四个一维三像素模式进行像素分类，并考虑边缘方向信息，如图33所示。图片的每个区域可以选择一种模式，通过将每个像素与其两个相邻像素进行比较，将像素分类为多个类别。该选择将作为辅助信息以比特流的形式发送。表7示出了EO的像素分类规则。
表7-EO的像素分类规则
类别 条件
1 c<2个邻居
2 c<1个邻居&&c＝＝1个邻居
3 c>1个邻居&&c＝＝1个邻居
4 c>2个邻居
0 以上都不是
解码器侧的SAO可以独立于LCU操作，从而可以节省行缓存器。为了实现这一点，当选择90度、135度和45度分类模式时，可以不对每个LCU中的顶部行和底部行的像素进行SAO处理。当选择0度、135度和45度模式时，可以不对每个LCU中最左列和最右列的像素进行SAO处理。
下表8示出了当参数没有从相邻CTU中合并时可能需要针对CTU用信令发送的示例语法：
表8-样本自适应补偿VLC语法
CCSO和LSO可以利用待滤波的像素的值来选择一个颜色分量上的补偿值。然而，进一步扩展用于补偿选择的那些输入会显著增加CCSO和LSO的信令开销，这会限制/降低编码性能，特别是对于较小的分辨率序列。
如上所述，CCSO被限定为使用第一颜色分量的重建样本作为输入(例如，Y或Cb或Cr)的滤波过程，并且其输出应用于与第一颜色分量不同的第二颜色分量。CCSO的滤波器形状示例如图29所示。LSO是使用第一颜色分量的重建样本作为输入(例如，Y或Cb或Cr)的滤波过程，并且其输出应用于相同的第一颜色分量。因此，LSO和CCSO之间的差异是不同的输入。
如下所述并如图34所示，通过不仅考虑同位(或当前)样本的相邻样本之间的差值(如在CCSO和LSO中所考虑的)，而且还考虑同位(或当前)样本本身的级别值，给出了CCSO和LSO的通用设计。
图34示出了根据本公开示例实施例的方法流程图。在框3402中，从已编码视频比特流中解码当前图片中的当前分量的重建样本的编码信息。该编码信息指示待应用于重建样本的样本补偿滤波器。在一个示例中，样本补偿滤波器可以包括两种类型的补偿值，即，梯度补偿(gradient offset，GO)和带状补偿(BO)。梯度的颜色范围可以包括两种或更多种颜色，GO是梯度颜色开始和结束的补偿属性。BO将在下面进一步描述，并且可以是使用不同颜色分量的同位样本的值或待滤波的当前样本的值推导的补偿，其中，条带(band)用于确定补偿值。在框3404中，选择补偿类型以与样本补偿滤波器一起使用。在框3406中，基于第一重建样本和所选择的补偿类型来确定样本补偿滤波器的输出值。在框3408中，基于重建样本和样本补偿滤波器的输出值来确定当前分量的重建样本的滤波后的样本值。下面描述进一步的实施例。
通用的样本补偿(generalized sample offset，GSO)方法可以包括针对CCSO和LSO的两种类型的补偿值，即，梯度补偿(GO)和带状补偿(BO)。可以用信令发送补偿类型的选择或隐式地推导该补偿类型的选择。
在一个实施例中，梯度补偿可以是使用相邻样本与不同颜色分量的同位样本之间的差值(在CCSO的情况下)或使用相邻样本与待滤波的当前样本之间的差值(在CCSO或LSO的情况下)推导出的补偿。
在一个实施例中，带状补偿可以是使用不同颜色分量的同位样本的值或待滤波的当前样本的值推导出的补偿。条带可用于确定补偿值。在一个示例中，不同颜色分量的同位样本的值或待滤波的当前样本的值可以表示为变量v，并且BO值是使用v>>s推导的，其中>>指示右移操作，s是指定使用相同带状补偿的样本值的间隔的预定义值。在一个示例中，对于不同的颜色分量，s的值可以变化。在另一示例中，不同颜色分量的同位样本的值或待滤波的当前样本的值表示为变量v，并且使用预定义的查找表推导出条带索引bi，其中，查找表的输入是v，输出值是条带索引bi，使用条带索引bi导出BO值。
在一个实施例中，当应用GO和BO的组合(例如，同时使用GO和BO)时，使用以下二者来推导补偿：1)相邻样本与不同颜色分量的同位样本之间的差值(在CCSO的情况下)或相邻样本与待滤波的当前样本之间的差值(在CCSO或LSO的情况下)；以及2)不同颜色分量的同位样本的值或待滤波的当前样本的值。
在一个实施例中，用信令发送GO或BO的应用。这种信令可以在高级语法中应用。作为几个示例，该信令可以包括VPS、PPS、SPS、切片头、图片头、帧头、超级块头、CTU头、图块头。
在另一实施例中，在块级用信令发送GO或者BO，该块级包括但不限于：编码单元(块)级、预测块级、变换块级或滤波单元级。该示例包括块级的信令，以识别GO或BO。
在另一实施例中，使用标志用信令发送GO或BO。首先用信令发送一标志以指示是否针对一个或多个颜色分量应用LSO和/或CCSO，然后用信令发送另一个标志以指示是应用GO还是BO。例如，首先用信令发送一标志以指示是否针对一个或多个颜色分量应用LSO和/或CCSO，然后用信令发送另一标志以指示GO是否与BO一起应用，其中，无论是否应用GO，BO总是被应用。在另一个示例中，首先用信令发送一标志以指示是否针对一个或多个颜色分量应用LSO和/或CCSO，然后用信令发送另一标志以指示BO是否与GO一起应用，其中无论是否应用BO，GO总是被应用。
在一些实施例中，可以推导信号以确定是使用GO还是BO还是它们的组合。可以使用编码信息隐式地推导该信号，该编码信息包括但不限于当前颜色分量的重建样本和/或不同颜色分量的重建样本、当前块是帧内编码还是帧间编码、当前图片是否是关键(或帧内)图片、当前样本(或块)是否由特定预测模式(例如特定帧内或帧间预测模式、变换选择模式、量化参数)编码的。
本公开的实施例可以单独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个可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实施。在一个示例中，一个或多个处理器执行在非暂时性计算机可读介质中存储的程序。术语块可以包括预测块、编码块或编码单元，即CU。本公开中的实施例可以应用于亮度块或色度块。
上述技术可以被实现为使用计算机可读指令并且物理地存储在一个或多个计算机可读介质中的计算机软件。例如，图35示出了适合于实施所公开的主题的某些实施例的计算机系统(3500)。
可以使用任何合适的机器代码或计算机语言对计算机软件进行编码，任何合适的机器代码或计算机语言可以经汇编、编译、链接或类似的机制以创建包括指令的代码，该指令可以由一个或多个计算机中央处理单元(central processing unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等直接执行或通过解释、微代码等执行。
指令可以在各种类型的计算机或其组件上执行，例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。
图35所示的计算机系统(3500)的组件本质上是示例性的，并且不旨在对实施本公开的实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应被解释为具有与计算机系统(3500)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖性或要求。
计算机系统(3500)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户例如通过下述的输入：触觉输入(例如：击键、划动，数据手套移动)、音频输入(例如：语音、拍手)、视觉输入(例如：手势)、嗅觉输入(未描绘出)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒体，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描的图像、从静止图像相机获取摄影图像)、视频(例如二维视频、包括立体视频的三维视频)等。
输入人机接口装置可以包括下述中的一项或多项(每种中仅示出一个)：键盘(3501)、鼠标(3502)、触控板(3503)、触摸屏(3510)、数据手套(未示出)、操纵杆(3505)、麦克风(3506)、扫描仪(3507)、相机(3508)。
计算机系统(3500)也可以包括某些人机接口输出装置。此类人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(3510)、数据手套(未示出)或操纵杆(3505)的触觉反馈，但是也可以是不作为输入设备的触觉反馈装置)、音频输出装置(例如：扬声器(3509)、耳机(未示出))、视觉输出装置(例如包括阴极射线管(cathode-ray tube，CRT)屏幕、液晶显示器(liquid crystal display，LCD)屏幕、等离子屏幕、有机发光二极管(organic light-emitting diode，OLED)屏幕的屏幕(3510)，每种屏幕有或没有触摸屏输入功能，每种屏幕都有或没有触觉反馈功能-其中的一些屏幕能够通过诸如立体图像输出、虚拟现实眼镜(未描绘出)、全息显示器和烟箱(未描绘出)以及打印机(未描绘出)之类的装置来输出二维视觉输出或超过三维输出。
计算机系统(3500)也可以包括人类可访问存储装置及其关联介质：例如包括具有光盘(compact disc，CD)/数字视频光盘(digital video disc，DVD)等介质(3521)的CD/DVD只读存储器(read-only memory，ROM)/RW(3520)的光学介质、指状驱动器(3522)、可拆卸硬盘驱动器或固态驱动器(3523)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的装置(未示出)等。
本领域技术人员还应该理解，结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他瞬时信号。
计算机系统(3500)还可以包括到一个或多个通信网络(3555)的接口(3554)。网络可以例如是无线网络、有线网络、光网络。网络可以进一步地是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、耐延迟网络等。网络的示例包括诸如以太网之类的局域网、无线局域网(local area network，LAN)、包括全球移动通信系统(global system formobile，GSM)、第三代(3rd generation，3G)、第四代(4th generation，4G)、第五代(5thgeneration，5G)、长期演进(long term evolution，LTE)等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括控制器区域网络总线(controller area network bus，CANbus)的车辆和工业用电视等等。某些网络通常需要连接到某些通用数据端口或外围总线(3549)的外部网络接口适配器(例如计算机系统(3500)的通用串行总线(universal serial bus，USB)端口)；如下所述，其他网络接口通常通过连接到系统总线而集成到计算机系统(3500)的内核中(例如，连接PC计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(3500)可以使用这些网络中的任何一个与其他实体通信。此类通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，连接到某些CANbus装置的CANbus)或双向的，例如，使用局域网或广域网数字网络连接到其他计算机系统。如上所述，可以在那些网络和网络接口的每一个上使用某些协议和协议栈。
上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机系统(3500)的内核(3540)。
内核(3540)可以包括一个或多CPU(3541)、GPU(3542)、现场可编程门区域(fieldprogrammable gate areas,FPGA)(3543)形式的专用可编程处理单元、用于某些任务的硬件加速器(3544)、图形适配器(3550)等。这些装置以及ROM(3545)、随机存取存储器(3546)、诸如内部非用户可访问的硬盘驱动器、固态驱动器(solid state drive，SSD)等之类的内部大容量存储器(3547)可以通过系统总线(3548)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(3548)，以能够通过附加的CPU、GPU等进行扩展。外围装置可以直接连接到内核的系统总线(3548)或通过外围总线(3549)连接到内核的系统总线。在一个示例中，屏幕(3510)可以连接到图形适配器(3550)。外围总线的体系结构包括外围组件互联(peripheral component interconnection，PCI)、USB等。
CPU(3541)、GPU(3542)、FPGA(3543)和加速器(3544)可以执行某些指令，这些指令可以组合来构成上述计算机代码。该计算机代码可以存储在ROM(3545)或随机存取存储器(random-access memory，RAM)(3546)中。过渡数据也可以存储在RAM(3546)中，而永久数据可以例如存储在内部大容量存储器(3547)中。可以通过使用高速缓存来进行对任何存储装置的快速存储及检索，该高速缓存可以与下述紧密关联：一个或多个CPU(3541)、GPU(3542)、大容量存储(3547)、ROM(3545)、RAM(3546)等。
计算机可读介质可以在其上具有用于执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。
作为非限制性示例，可以由于一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(3500)，特别是内核(3540)的计算机系统可以提供上述执行的功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储相关联的介质，以及某些非暂时性的内核(3540)的存储器，例如内核内部大容量存储器(3547)或ROM(3545)。可以将实施本公开的各种实施例的软件存储在此类装置中并由内核(3540)执行。根据特定需要，计算机可读介质可以包括一个或多个存储装置或芯片。软件可以使得内核(3540)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在RAM中的数据结构(3546)以及根据由软件定义的过程来修改此类数据结构。附加地或可替选地，可以由于硬连线或以其他方式体现在电路(例如，加速器(3544))中的逻辑中而使得计算机系统提供功能，该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或两者都包括。本公开包括硬件和软件的任何合适的组合。
尽管本公开已经描述了多个示例性实施例，但是存在落入本公开的范围内的修改、置换和各种替换等效物。因此，应当理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但体现了本公开的原理，因此落入本公开的精神和范围内的系统和方法。
附录A：缩略语
ALF：自适应环路滤波器
AMVP：高级运动矢量预测
APS：自适应参数集
ASIC：专用集成电路
AV1：开放多媒体联盟视频格式1
AV2：开放多媒体联盟视频格式2
BCW：具有CU级权重的双向预测
BM：双向匹配
BMS：基准集
CANBus：控制器局域网络总线
CC-ALF：跨分量自适应环路滤波器
CCSO：跨分量样本补偿
CD：光盘
CDEF：约束定向增强滤波器
CDF：累积密度函数
CfL：从亮度预测色度
CIIP：组合帧内帧间预测
CPU：中央处理单元
CRT：阴极射线管
CTB：编码树块
CTBs：编码树块
CTU：编码树单元
CTUs：编码树单元
CU：编码单元
DMVR：解码器侧运动矢量细化
DPB：解码图片缓冲器
DPS：解码参数集
DVD：数字视频光盘
FPGA：现场可编程门区域
GBI：广义双向预测
GOP：图片群组
GPU：图形处理单元
GSM：全球移动通信系统
HDR：高动态范围
HEVC：高效视频编码
HRD：假想参考解码器
IBC(或IntraBC)：帧内块复制
IC：集成电路
ISP：帧内子划分
JEM：联合探索模型
JVET：联合视频探索组
LAN：局域网
LCD：液晶显示器
LCU：最大编码单元
LR：环路恢复滤波器
LSO：局部样本补偿
LTE：长期演进
MMVD：具有运动矢量差的合并模式
MPM：最可能模式
MV：运动矢量
MV：运动矢量
MVD：运动矢量差
MVD：运动矢量差
MVP：运动矢量预测器
OLED：有机发光二极管
PB：预测块
PCI：外围组件互联
PDPC：位置相关预测组合
PLD：可编程逻辑设备
POC：图片顺序计数
PPS：图片参数集
PU：预测单元
PUs：预测单元
ROM：只读存储器
RAM：随机存取存储器
RPS：参考图片集
SAD：绝对差和
SAO：样本自适应补偿
SB：超级块
SCC：屏幕内容编码
SDP：半解耦划分
SDR：标准动态范围
SDT：半解耦树
SEI：补充增强信息
SNR：信噪比
SPS：序列参数集
SSD：固态驱动器
SST：半分离树
TM：模板匹配
TU：变换单元
TUs：变换单元
USB：通用串行总线
VPS：视频参数集
VUI：视频可用性信息
VVC：通用视频编码
WAIP：宽角度帧内预测

Claims (20)

1.一种视频解码的方法，其特征在于，所述方法包括：
从已编码视频比特流中解码用于当前图片中的重建样本的编码信息，其中，所述编码信息包括待应用于所述重建样本的样本补偿滤波器；
选择要与所述样本补偿滤波器一起使用的补偿类型，其中，所述补偿类型包括梯度补偿GO或带状补偿BO；以及
基于所述重建样本和所选择的补偿类型确定所述样本补偿滤波器的输出值。
2.根据权利要求1所述的方法，其特征在于，还包括：
基于所述重建样本和所述样本补偿滤波器的输出值来确定滤波后的样本值。
3.根据权利要求1所述的方法，其特征在于，所述重建样本来自所述当前图片中的当前分量。
4.根据权利要求1所述的方法，其特征在于，所述滤波后的样本值用于所述重建样本。
5.根据权利要求1所述的方法，其特征在于，所述选择还包括：
接收指示所述补偿类型的信号。
6.根据权利要求5所述的方法，其特征在于，所述信号包括在切片头、图片头、帧头、超级块头、编码树单元CTU头或图块头中传输的高级语法。
7.根据权利要求5所述的方法，其特征在于，所述信号包括编码单元级、预测块级、变换块级或滤波单元级中的块级传输。
8.根据权利要求5所述的方法，其特征在于，所述信号包括第一标志和第二标志，所述第一标志指示是否针对一个或多个颜色分量应用补偿，所述第二标志指示是否应用GO和/或BO。
9.根据权利要求1所述的方法，其特征在于，所述选择包括选择BO、选择GO、或选择BO和GO两者。
10.根据权利要求1所述的方法，其特征在于，选择GO包括：
使用相邻样本与不同颜色分量的同位样本之间的差值推导GO。
11.根据权利要求1所述的方法，其特征在于，选择GO包括：
使用相邻样本与待滤波的当前样本的同位样本之间的差值推导GO。
12.根据权利要求1所述的方法，其特征在于，选择BO包括：
使用不同颜色分量的同位样本的值推导BO。
13.根据权利要求1所述的方法，其特征在于，选择BO包括：
使用待滤波的当前样本的同位样本的值推导BO。
14.根据权利要求1所述的方法，其特征在于，当所述选择包括选择GO和BO两者时，所述选择还包括：
使用相邻样本与不同颜色分量的同位样本之间的差值或相邻样本与待滤波的当前样本的同位样本之间的差值来推导所述补偿；以及
使用不同颜色分量的同位样本的值或待滤波的当前样本的同位样本的值来推导所述补偿。
15.一种用于解码视频比特流的装置，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，所述处理器被配置成使得所述装置：
将样本补偿滤波器应用于来自视频比特流的当前图片中的当前分量的重建样本；
识别所述样本补偿滤波器的补偿类型，其中，所述补偿类型包括梯度补偿GO或带状补偿BO；以及
基于所述重建样本和所选择的补偿类型确定所述样本补偿滤波器的滤波后的样本值。
16.根据权利要求15所述的装置，其特征在于，所述处理器还被配置成使得所述装置：
基于所述重建样本和所选择的补偿类型确定输出值，其中，进一步基于所述输出值和所述重建样本确定所述滤波后的样本值。
17.根据权利要求15所述的装置，其特征在于，所述处理器还被配置成使得所述装置：
接收信号，所述信号指示用于所述识别的补偿类型。
18.根据权利要求17所述的装置，其特征在于，所述信号包括第一标志和第二标志，所述第一标志指示是否针对一个或多个颜色分量应用补偿，所述第二标志指示是否应用GO和/或BO。
19.一种存储指令的非暂时性计算机可读存储介质，其特征在于，当由处理器执行时，所述指令被配置成使所述处理器：
将样本补偿滤波器应用于来自视频比特流的当前图片中的当前分量的重建样本；
识别所述样本补偿滤波器的补偿类型，其中，所述补偿类型包括梯度补偿GO或带状补偿BO；
基于所述重建样本和所选择的补偿类型确定输出值；以及
基于所述输出值和所述重建样本确定所述样本补偿滤波器的滤波后的样本值。
20.根据权利要求19所述的非暂时性计算机可读存储介质，其特征在于，所述识别包括：使用具有一个或多个标志的信号指示所述补偿类型。
CN202280016666.9A 2021-11-15 2022-10-27 通用样本补偿 Pending CN116918324A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US202163279674P 2021-11-15 2021-11-15
US63/279,674 2021-11-15
US202163289137P 2021-12-13 2021-12-13
US63/289,137 2021-12-13
US18/047,877 US20230156185A1 (en) 2021-11-15 2022-10-19 Generalized sample offset
US18/047,877 2022-10-19
PCT/US2022/048026 WO2023086214A1 (en) 2021-11-15 2022-10-27 Generalized sample offset

Publications (1)

Publication Number Publication Date
CN116918324A true CN116918324A (zh) 2023-10-20

Family

ID=86323171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280016666.9A Pending CN116918324A (zh) 2021-11-15 2022-10-27 通用样本补偿

Country Status (6)

Country Link
US (1) US20230156185A1 (zh)
EP (1) EP4434222A1 (zh)
JP (1) JP2024510179A (zh)
KR (1) KR20230113387A (zh)
CN (1) CN116918324A (zh)
WO (1) WO2023086214A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11683530B2 (en) * 2021-03-19 2023-06-20 Tencent America LLC Adaptive non-linear mapping for sample offset

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105409221A (zh) * 2014-04-29 2016-03-16 微软技术许可有限责任公司 用于样本自适应偏移滤波的编码器侧决策
US20210250597A1 (en) * 2020-02-12 2021-08-12 Tencent America LLC Method and apparatus for cross-component filtering
CN113301333A (zh) * 2020-02-21 2021-08-24 腾讯美国有限责任公司 视频解码的方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5907367B2 (ja) * 2011-06-28 2016-04-26 ソニー株式会社 画像処理装置および方法、プログラム、並びに記録媒体
US9386307B2 (en) * 2012-06-14 2016-07-05 Qualcomm Incorporated Grouping of bypass-coded bins for SAO syntax elements
US9872022B2 (en) * 2014-01-03 2018-01-16 Mediatek Inc. Method and apparatus for sample adaptive offset processing
JP2015216626A (ja) * 2014-04-23 2015-12-03 ソニー株式会社 画像処理装置及び画像処理方法
US10477247B2 (en) * 2015-11-18 2019-11-12 Electronics And Telecommunications Research Institute Method for decoding video using in-loop filter, and device therefor
US11765349B2 (en) * 2018-08-31 2023-09-19 Mediatek Inc. Method and apparatus of in-loop filtering for virtual boundaries
EP4178203A1 (en) * 2021-11-09 2023-05-10 Apple Inc. Enhanced cross component sample offset filtering system for video coding and decoding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105409221A (zh) * 2014-04-29 2016-03-16 微软技术许可有限责任公司 用于样本自适应偏移滤波的编码器侧决策
US20210250597A1 (en) * 2020-02-12 2021-08-12 Tencent America LLC Method and apparatus for cross-component filtering
CN113301333A (zh) * 2020-02-21 2021-08-24 腾讯美国有限责任公司 视频解码的方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
C.-W. KUO等: "AHG12: CCSAO classification with edge information", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29，JVET-X0152, 11 October 2021 (2021-10-11) *
C.-W. KUO等: "AHG12: Cross-component Sample Adaptive Offset", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29, JVET-V0153, 23 April 2021 (2021-04-23), pages 1 - 2 *
NAN HU等: "AHG12: Edge classifier for Cross-component Sample Adaptive Offset (CCSAO)", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29，JVET-X0105, 17 October 2021 (2021-10-17), pages 1 - 2 *

Also Published As

Publication number Publication date
EP4434222A1 (en) 2024-09-25
WO2023086214A1 (en) 2023-05-19
KR20230113387A (ko) 2023-07-28
US20230156185A1 (en) 2023-05-18
JP2024510179A (ja) 2024-03-06

Similar Documents

Publication Publication Date Title
JP7498294B2 (ja) 所定のフィルタによるサンプルオフセット
JP7486595B2 (ja) ビデオフィルタリングのための方法及び装置
CN113259661A (zh) 视频解码的方法和装置
JP7434588B2 (ja) ビデオ・フィルタリングのための方法および装置
CN113301333A (zh) 视频解码的方法和装置
CN115606175B (zh) 用于视频流的环路内滤波的方法和装置
KR20220100069A (ko) 비디오 필터링에서의 오프셋을 위한 방법 및 장치
CN117063471A (zh) 用于运动矢量差的联合信令方法
CN116830581A (zh) 用于运动矢量差的经改进的信令方法和装置
JP2024107033A (ja) ビデオフィルタリングのための方法および装置
CN116584092A (zh) 运动矢量差的联合编码
CN116601955A (zh) 运动矢量差的自适应分辨率
KR20220112852A (ko) 비디오 코딩 방법 및 장치
CN116918324A (zh) 通用样本补偿
US20230156232A1 (en) Adaptive application of generalized sample offset
CN116888963A (zh) 广义样本偏移的自适应应用
CN115398893B (zh) 用于在视频编解码中滤波的方法和用于视频解码的设备
CN116584097A (zh) 联合运动矢量差编解码
CN116830582A (zh) 运动矢量差的自适应分辨率与运动矢量相关参数的写入/导出之间的依赖关系
CN116391355A (zh) 视频编码中边界处理的方法和设备
JP7467676B2 (ja) ビデオコーディングのための方法および装置
CN116325735A (zh) 用于针对参考帧进行自适应重新排序的方法和装置
CN116636210A (zh) 用于自适应运动矢量差分辨率的内插滤波器
CN116569547A (zh) 用于限制运动矢量差的方法和设备
CN117203965A (zh) 调色板预测值生成和信号通知

Legal Events

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

Ref country code: HK

Ref legal event code: DE

Ref document number: 40099683

Country of ref document: HK