CN116998156A - 变换跳过的系数符号预测 - Google Patents

变换跳过的系数符号预测 Download PDF

Info

Publication number
CN116998156A
CN116998156A CN202280014268.3A CN202280014268A CN116998156A CN 116998156 A CN116998156 A CN 116998156A CN 202280014268 A CN202280014268 A CN 202280014268A CN 116998156 A CN116998156 A CN 116998156A
Authority
CN
China
Prior art keywords
transform
block
prediction
skip
coefficient
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
CN202280014268.3A
Other languages
English (en)
Inventor
山姆如迪·亚士万狄·卡胡
赵欣
马杜·柏林加色·克里什南
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 CN116998156A publication Critical patent/CN116998156A/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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/18—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 set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/88—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving rearrangement of data among different coding units, e.g. shuffling, interleaving, scrambling or permutation of pixel data or permutation of transform coefficient data among different blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • 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

Landscapes

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

Abstract

本公开的方面提供了用于视频编码/解码的方法和装置。在一些示例中，一种装置包括处理电路，该处理电路被配置为接收包括与变换块相关联的当前块的已编码视频流，并确定在该变换块中是否使用了变换跳过。响应于确定在变换块中没有使用变换跳过，处理电路被配置为执行第一变换系数符号预测，其中，(i)基于第一多个相邻样本预测第一多个变换系数的第一符号，以及(ii)基于第二多个相邻样本预测第二多个变换系数的第二符号。处理电路还被配置为基于第一多个变换系数和第二多个变换系数重建当前块。

Description

变换跳过的系数符号预测
相关申请的交叉引用
本申请要求于2022年11月9日提交的标题为“变换跳过的系数符号预测”的第17/984,229号美国专利申请的优先权，该专利申请要求于2022年3月1日提交的标题为“变换跳过的系数符号预测”的第63/315,348号美国临时申请的优先权。在先申请的全部内容通过引用并入本文中。
技术领域
本公开描述了通常与视频编解码相关的实施例。
背景技术
本公开提供的背景描述是为了总体呈现本公开的上下文。目前命名的发明人的工作，只要在本背景技术部分中描述的工作范围内，以及在提交时可能不属于现有技术的说明书的方面，既不明示也不暗示地承认为针对本公开的现有技术。
可以使用具有运动补偿的帧间预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如1920×1080亮度样本和相关的色度样本的空间维度。该系列图片可以具有固定或可变的图片速率(非正式地也称为帧速率)，例如每秒60张图片或60Hz。未压缩的视频具有很大的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(在60Hz帧速率下，1920×1080亮度样本分辨率)要求接近1.5Gbit/s的带宽。一小时这样的视频需要超过600GB的存储空间。
视频编码和解码的一个目的可以是通过压缩减少输入视频信号中的冗余。压缩有助于减少上述对带宽或存储空间的需求，在某些情况下减少两个数量级或更多。可以采用无损压缩和有损压缩，以及它们的组合。无损压缩是指可以从压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不相同，但是原始信号和重建信号之间的失真足够小，使得重建信号对预期应用有用。在视频的情况下，有损压缩被广泛使用。容许的失真量取决于应用。例如，某些消费者流应用的用户可以容忍比电视分发应用的用户更高的失真。可实现的压缩比可以反映：较高的允许/容许失真可以产生较高的压缩比。
视频编码器和解码器可以利用来自几大类的技术，包括例如运动补偿、变换、量化和熵编码。
视频编解码器技术可以包括称为帧内编解码的技术。在帧内编码中，不参考来自先前重建的参考图片的样本或其他数据来表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片和它们的派生如独立解码器刷新图片可用于重置解码器状态，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。可以将帧内块的样本暴露于变换，并且可以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。在某些情况下，变换后的DC值越小，AC系数越小，在给定量化步长下表示熵编码后的块所需的比特就越少。
在例如MPEG-2生成编码技术的已知的传统帧内编码不使用帧内预测。MPEG代表运动图片专家组。然而，一些较新的视频压缩技术包括尝试来自例如在数据的空间相邻，并按解码顺序在前的块的编码和/或解码期间获得的周围样本数据和/或元数据的技术。这种技术此后被称为“帧内预测”技术。需要注意，至少在一些情况下，帧内预测仅使用来自正在重建的当前图片的参考数据，而不使用来自参考图片的参考数据。
可以有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一种以上这样的技术时，可以在帧内预测模式中对使用中的技术进行编码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以被单独编码或包括在模式码字中。对于给定的模式、子模式和/或参数组合使用哪个码字可以通过帧内预测对编码效率增益产生影响，因此对用于将码字翻译成码流的熵编解码技术产生影响。
H.264引入了特定的帧内预测模式，在H.265中进行了改进，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)和基准集(benchmark set，BMS)等更新的编码技术中进一步改进。可以使用属于已经可用的样本的相邻样本值形成预测值块。根据方向将相邻样本的样本值复制到预测值块中。可以在码流中编码使用中的方向的参考，或者其本身可以被预测。
发明内容
本公开的方面提供了用于视频编码/解码的方法和装置。
一些示例性方面提供了当在一个或两个维度中应用变换跳过时的变换系数符号预测。
在一些示例中，用于视频编码/解码的装置包括处理电路。该处理电路被配置为接收包括与变换块相关联的当前块的已编码视频流，并确定在该变换块中是否使用了变换跳过。响应于确定在变换块中没有使用变换跳过，处理电路被配置为执行第一变换系数符号预测，其中，(i)基于第一多个相邻样本预测第一多个变换系数的第一符号，以及(ii)基于第二多个相邻样本预测第二多个变换系数的第二符号。处理电路被进一步配置为基于第一多个变换系数和第二多个变换系数重建当前块。
在一些方面中，处理电路被配置为响应于确定在变换块中使用了变换跳过，对变换块执行第二变换系数符号预测，第二变换系数符号预测与第一变换系数符号预测不同。
在一些方面中，响应于在变换块中使用了变换跳过，禁用第一变换系数符号预测。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测独立地预测变换块的不同列中的系数的符号。处理电路被配置为仅使用与列相邻的重建样本预测该列的系数符号。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一列中的系数的符号：变换块左侧的一个或多个重建列；以及变换块的第一列上方的一个或多个重建像素。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测，使用在变换块上方的一行或多行中的一个或多个重建像素来预测变换块的除第一列之外的一列中的系数的符号。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测独立地预测变换块的不同行中的系数的符号。处理电路被配置为仅使用与行相邻的重建样本预测该行的系数符号。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的系数的符号：变换块上方的一个或多个重建行；以及变换块左侧的一个或多个重建像素。
在一些方面中，处理电路被配置为确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个。响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测，使用变换块左侧的一列或多列中的一个或多个重建像素预测变换块的除第一行之外的一行中的系数的符号。
在一些方面中，响应于在变换块中使用了一维变换跳过，禁用第一变换系数符号预测。
在一些方面中，当在变换块中应用一维变换跳过时通过第二变换系数符号预测来预测的符号的第一总数不同于当在变换块中没有在任何方向上应用变换跳过时通过第一变换系数符号预测来预测的符号的第二总数。
在一些方面中，处理电路被配置为确定是否使用了二维变换跳过。响应于在变换块中使用了二维变换跳过，处理电路被配置为使用与变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对变换块的第一行或第一列中的像素预测系数符号。
在一些方面中，处理电路被配置为确定是否使用了前向跳过编码(forward skipcoding，FSC)。响应于在变换块中使用了FSC，处理电路被配置为：使用与变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对变换块的第一行或第一列中的像素预测系数符号。
在一些方面中，处理电路被配置为确定是否使用了二维变换跳过。响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的左上像素中的系数的符号：变换块上方的一行或多行中的左上像素上方的一个或多个重建像素；以及变换块左侧的一列或多列中的左上像素左侧的一个或多个重建像素。
在一些方面中，处理电路被配置为确定是否使用了二维变换跳过。响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的像素中的系数的符号：变换块和像素上方的一行或多行中的一个或多个第一重建像素；以及一行或多行中的一个或多个第一重建像素左侧或右侧的一个或多个第二重建像素。
在一些方面中，处理电路被配置为确定是否使用了二维变换跳过。响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一列中的像素中的系数的符号：变换块和像素左侧的一列或多列中的一个或多个第一重建像素；以及一列或多列中的一个或多个第一重建像素上方或下方的一个或多个第二重建像素。
在一些方面中，响应于在变换块中使用了二维变换跳过，不启用第一变换系数符号预测。
在一些方面中，对于使用了前向跳过编码(FSC)模式的帧内编码块，不启用第一变换系数符号预测。
在一些方面中，基于帧间编码块是否使用了前向跳过编码(FSC)模式，对帧间编码块启用第一变换系数符号预测。
在一些示例中，用于视频编码/解码的装置包括处理电路。处理电路被配置为确定在变换块中是否使用了变换跳过。处理电路被进一步配置为基于确定在变换块中是否使用了变换跳过来执行变换系数符号预测。处理电路被进一步配置为基于确定在变换块中是否使用了变换跳过来确定变换系数。处理电路被进一步配置为基于所确定的变换系数重建当前块。变换系数符号预测是响应于确定在变换块中没有使用变换跳过而对变换块执行的第一变换系数符号预测。
在一些方面中，变换系数符号预测是响应于确定在变换块中使用了变换跳过而对变换块执行的第二变换系数符号预测，第二变换系数符号预测不同于第一变换系数符号预测。
在一些方面中，响应于在变换块中使用了变换跳过，禁用第一变换系数符号预测。
在一些方面中，响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测独立地预测变换块的不同列中的系数的符号，并且执行第二变换系数符号预测包括：仅使用与列相邻的重建样本预测该列的系数符号。
在一些方面中，响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一列中的系数的符号：变换块左侧的一个或多个重建列，以及变换块的第一列上方的一个或多个重建像素。
在一些方面中，响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测，使用变换块上方的一行或多行中的一个或多个重建像素预测变换块的除第一列之外的一列中的系数的符号。
在一些方面中，响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测独立地预测变换块的不同行中的系数的符号，并且执行第二变换系数符号预测包括仅使用与行相邻的重建样本预测该行的系数符号。
在一些方面中，响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的系数的符号：变换块上方的一个或多个重建行以及变换块左侧的一个或多个重建像素。
在一些方面中，响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测，使用变换块左侧的一列或多列中的一个或多个重建像素预测变换块的除第一行之外的一行中的系数的符号。
在一些方面中，响应于在变换块中使用了一维变换跳过，禁用变换系数符号预测。
在一些方面中，当在变换块中应用一维变换跳过时通过第二变换系数符号预测来预测的符号的第一总数不同于当在变换块中没有在任何方向上应用变换跳过时通过第一变换系数符号预测来预测的符号的第二总数。
在一些方面中，响应于在变换块中使用了二维变换跳过或前向跳过编码(FSC)，执行第二变换系数符号预测包括：使用与变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对变换块的第一行或第一列中的像素预测系数符号。
在一些方面中，响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的左上像素中的系数的符号：在变换块上方的一行或多行中的左上像素上方的一个或多个重建像素，以及在变换块左侧的一列或多列中的左上像素左侧的一个或多个重建像素。
在一些方面中，响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的像素中的系数的符号：变换块和像素上方的一行或多行中的一个或多个第一重建像素，以及一行或多行中的一个或多个第一重建像素左侧或右侧的一个或多个第二重建像素。
在一些方面中，响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一列中的像素中的系数的符号：变换块和像素左侧的一列或多列中的一个或多个第一重建像素，以及一列或多列中的一个或多个第一重建像素上方或下方的一个或多个第二重建像素。
在一些方面中，响应于在变换块中使用了二维变换跳过，不启用变换系数符号预测。
在一些方面中，对于使用了前向跳过编码(FSC)模式的帧内编码块，不启用变换系数符号预测。
在一些方面中，对于使用了前向跳过编码(FSC)模式的帧间编码块，不启用变换系数符号预测。
在一些方面中，对于没有使用前向跳过编码(FSC)模式的帧间编码块，启用变换系数符号预测。
本公开的方面还提供了一种存储指令的非暂时性计算机可读介质，当指令由用于视频编码/解码的计算机执行时，使得计算机执行用于视频编码/解码的任一方法。
附图说明
从下面的详细描述和附图中，所公开的主题的进一步特征、性质和各种优点将变得更加明显，在附图中：
图1是根据实施例的通信系统的简化框图的示意图。
图2是根据实施例的通信系统的简化框图的示意图。
图3是根据实施例的解码器的简化框图的示意图。
图4是根据实施例的编码器的简化框图的示意图。
图5示出了根据另一实施例的编码器的框图。
图6示出了根据另一实施例的解码器的框图。
图7A示出了根据本公开实施例的示例性编码树结构。
图7B示出了根据本公开实施例的示例性编码树结构。
图7C示出了根据本公开实施例的示例性多类型树拆分模式。
图7D示出了根据本公开实施例的具有嵌套的多类型树编码块结构的示例性四叉树。
图8示出了根据实施例的线图变换(line graph transform，LGF)的示例。
图9示出了根据实施例的变换块及其相邻的顶部两行和左侧两列中的像素位置的示例。
图10A示出了根据本公开的一些实施例的概述过程示例的流程图。
图10B示出了根据本公开的一些实施例的概述过程示例的流程图。
图11是根据实施例的计算机系统的示意图。
具体实施方式
图1是根据本申请实施例通信系统(100)的简化框图。通信系统(100)包括多个终端装置，终端装置可通过例如网络(150)彼此通信。举例来说，通信系统(100)包括通过网络(150)互连的第一终端装置(310)和第二终端装置(320)。在图1的实施例中，第一终端装置(110)和第二终端装置(120)执行单向数据传输。举例来说，第一终端装置(110)可对视频数据(例如由终端装置(110)采集的视频图片流)进行编码以通过网络(150)传输到第二终端装置(120)。已编码的视频数据以一个或多个已编码视频码流形式传输。第二终端装置(120)可从网络(150)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中，通信系统(100)包括执行已编码视频数据的双向传输的第三终端装置(130)和第四终端装置(140)，双向传输可例如在视频会议期间执行。对于双向数据传输，第三终端装置(130)和第四终端装置(140)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(150)传输到第三终端装置(130)和第四终端装置(140)中的另一终端装置。第三终端装置(130)和第四终端装置(140)中的每个终端装置还可接收由第三终端装置(130)和第四终端装置(140)中的另一终端装置传输的已编码视频数据，且可对已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图1的实施例中，第一终端装置(110)、第二终端装置(120)、第三终端装置(130)和第四终端装置(140)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(150)表示在第一终端装置(110)、第二终端装置(120)、第三终端装置(130)和第四终端装置(140)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(150)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(150)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图2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、在包括光盘(Compact Disk，CD)、数字视频光盘(Digital Video Disc，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(213)，采集子系统可包括数码相机等视频源(201)，视频源创建未压缩的视频图片流(202)。在实施例中，视频图片流(202)包括由数码相机拍摄的样本。相较于已编码的视频数据(204)(或已编码的视频码流)，视频图片流(202)被描绘为粗线以强调高数据量的视频图片流，视频图片流(202)可由电子装置(220)处理，电子装置(220)包括耦接到视频源(201)的视频编码器(203)。视频编码器(203)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(202)，已编码的视频数据(204)(或已编码的视频码流(204))被描绘为细线以强调较低数据量的已编码的视频数据(204)(或已编码的视频码流(204))，其可存储在流式传输服务器(205)上以供将来使用。一个或多个流式传输客户端子系统，例如图2中的客户端子系统(206)和客户端子系统(208)，可访问流式传输服务器(205)以检索已编码的视频数据(204)的副本(207)和副本(209)。客户端子系统(206)可包括例如电子装置(230)中的视频解码器(210)。视频解码器(210)对已编码的视频数据的传入副本(207)进行解码，且产生可在显示器(212)(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(211)。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(204)、视频数据(207)和视频数据(209)(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(220)和电子装置(230)可包括其它组件(未示出)。举例来说，电子装置(220)可包括视频解码器(未示出)，且电子装置(230)还可包括视频编码器(未示出)。
图3是根据本申请公开的实施例的视频解码器(310)的框图。视频解码器(310)可设置在电子装置(330)中。电子装置(330)可包括接收器(331)(例如接收电路)。视频解码器(310)可用于代替图2实施例中的视频解码器(210)。
接收器(331)可接收将由视频解码器(310)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(301)接收已编码视频序列，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(331)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(331)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(315)可耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其它情况下，缓冲存储器(315)可设置在视频解码器(310)外部(未标示)。而在其它情况下，视频解码器(310)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(310)的内部可配置另一缓冲存储器(315)以例如处理播出定时。而当接收器(331)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(315)，或可以将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(315)，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(310)外部的类似元件(未标示)中。
视频解码器(310)可包括解析器(320)以根据已编码视频序列重建符号(321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制显示装置(312)(例如，显示屏)等显示装置的潜在信息，显示装置不是电子装置(330)的组成部分，但可耦接到电子装置(330)，如图3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(320)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(320)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(320)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(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。
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(321)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(320)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(320)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(310)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(351)可输出包括样本值的块，样本值可输入到聚合器(355)中。
在一些情况下，缩放器/逆变换单元(351)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(352)提供。在一些情况下，帧内图片预测单元(352)采用从当前图片缓冲器(358)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(358)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(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(351)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(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元(351)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(353)从参考图片存储器(357)内的地址获取预测样本可受到运动矢量控制，且运动矢量以符号(321)的形式而供运动补偿预测单元(353)使用，符号(421)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(357)提取的样本值的内插、运动矢量预测机制等等。
聚合器(355)的输出样本可在环路滤波器单元(356)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，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，且参数作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)。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(356)的输出可以是样本流，样本流可输出到显示装置(312)以及存储在参考图片存储器(357)，以用于后续的帧间预测。
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(320))被识别为参考图片，则当前图片缓冲器(358)可变为参考图片存储器(357)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(310)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(331)可连同已编码视频一起接收附加(冗余)数据。附加数据可以是已编码视频序列的一部分。附加数据可由视频解码器(310)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(SignalNoise Ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图4是根据本申请公开的实施例的视频编码器(403)的框图。视频编码器(403)设置于电子装置(420)中。电子装置(420)包括传输器(440)(例如传输电路)。视频编码器(403)可用于代替图2实施例中的视频编码器(203)。
视频编码器(403)可从视频源(401)(并非图4实施例中的电子装置(420)的一部分)接收视频样本，视频源可采集将由视频编码器(403)编码的视频图像。在另一实施例中，视频源(401)是电子装置(420)的一部分。
视频源(401)可提供将由视频编码器(403)编码的呈数字视频样本流形式的源视频序列，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(401)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(401)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(403)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(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施例中，控制器(450)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(450)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(450)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(403)。
在一些实施例中，视频编码器(403)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(430)(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(403)中的(本地)解码器(433)。解码器(433)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(434)。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(434)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(433)的操作可与例如已在上文结合图3详细描述视频解码器(310)的“远程”解码器相同。然而，另外简要参考图3，当符号可用且熵编码器(445)和解析器(320)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(315)和解析器(320)在内的视频解码器(310)的熵解码部分，可能无法完全在本地解码器(433)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(430)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，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(432)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，参考图片可被选作输入图片的预测参考。
本地视频解码器(433)可基于源编码器(430)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(432)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4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(433)复制解码过程，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(434)中。以此方式，视频编码器(403)可在本地存储重建的参考图片的副本，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(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新图片，预测器(435)可在参考图片存储器(434)中搜索可作为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(435)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(435)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(434)中存储的多个参考图片取得的预测参考。
控制器(450)可管理源编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器(445)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，从而将符号转换成已编码视频序列。
传输器(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)进行传输做准备，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(440)可将来自视频编码器(403)的已编码视频数据与要传输的其它数据合并，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(450)可管理视频编码器(403)的操作。在编码期间，控制器(450)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帧)，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帧的变体及其相应的应用和特征。
预测性图片(P帧)，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，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帧)，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，帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定其它块。举例来说，I帧的块可进行非预测编码，或块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P帧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帧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(403)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(403)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(440)可在传输已编码的视频时传输附加数据传输附加数据和已编码的视频。源编码器(430)可将此类数据作为可以是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/解码的特定图片划分成块，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。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，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块。
此外，合并模式技术可用于帧间预测中以改善编码效率。
根据本申请公开的一些实施例，帧间预测和帧内预测等预测的执行以块为单位。举例来说，根据高效视频编码(High Efficiency Video Coding，HEVC)标准，将视频图片序列中的图片划分成编码树单元(coding tree 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)，三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，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拆分为一个或多个预测单元(Prediction Unit，PU)。通常，每个PU包括亮度预测块(Prediction Block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图5是根据本申请公开的另一实施例的视频编码器(503)的图。视频编码器(503)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(503)用于代替图2实施例中的视频编码器(203)。
在HEVC实施例中，视频编码器(503)接收用于处理块的样本值的矩阵，处理块为例如8×8样本的预测块等。视频编码器(503)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处理块。当在帧内模式中编码处理块时，视频编码器(503)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(503)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预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值推导出运动矢量。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(503)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5的实施例中，视频编码器(503)包括如图5所示的耦接到一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。
帧间编码器(530)用于接收当前块(例如处理块)的样本、比较块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(522)用于接收当前块(例如处理块)的样本、在一些情况下比较块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(522)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(521)用于确定通用控制数据，且基于通用控制数据控制视频编码器(503)的其它组件。在实施例中，通用控制器(521)确定块的模式，且基于该模式将控制信号提供到开关(526)。举例来说，当模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，且控制熵编码器(525)以选择帧内预测信息且将帧内预测信息添加在码流中；以及当模式是帧间模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，且控制熵编码器(525)以选择帧间预测信息且将帧间预测信息添加在码流中。
残差计算器(523)用于计算所接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差(残差数据)。残差编码器(524)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(524)用于将残差数据从空间域转换到频域，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(503)还包括残差解码器(528)。残差解码器(528)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(522)和帧间编码器(530)使用。举例来说，帧间编码器(530)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(522)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，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(525)用于将码流格式化以产生已编码的块。熵编码器(525)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(525)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6是根据本申请公开的另一实施例的视频解码器(610)的图。视频解码器(610)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(610)用于代替图2实施例中的视频解码器(210)。
在图6实施例中，视频解码器(610)包括如图6中所示耦接到一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。
熵解码器(671)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、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(672)或帧间解码器(680)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(680)；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(672)。残差信息可经由逆量化并提供到残差解码器(673)。
帧间解码器(680)用于接收帧间预测信息，且基于帧间预测信息生成帧间预测结果。
帧内解码器(672)用于接收帧内预测信息，且基于帧内预测信息生成预测结果。
残差解码器(673)用于执行逆量化以提取解量化的变换系数，且处理解量化的变换系数，以将残差从频域转换到空间域。残差解码器(673)还可能需要某些控制信息(用以获得量化器参数QP)，且该信息可由熵解码器(671)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(674)用于在空间域中组合由残差解码器(673)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，重建的块可以是重建的图片的一部分，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(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。在实施例中，可使用一个或多个集成电路(Integrated Circuit，IC)来实施视频编码器(203)、视频编码器(403)和视频编码器(503)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。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(203)、视频编码器(403)和视频编码器(403)以及视频解码器(210)、视频解码器(310)和视频解码器(610)。
本公开包括可应用于各种视频编码技术和/或标准的视频编码方法，包括但不限于HEVC、VVC和AV1。AV1代表AO媒体视频1(AOMedia Video 1，AV1)。AO媒体代表开放媒体联盟(Alliance for Open Media，AOMedia)。
如图7A中的第一编码树结构(700)所示，VP9使用从64×64级开始向下到4×4级的4路划分树，对于8×8的块具有一些附加限制。在图7A中，指定为R的划分可以被称为递归的，因为相同的划分树以较低的规模重复，直到我们达到最低的4×4级。
如图7B中的第二编码树结构(702)所示，AV1不仅将划分树扩展到10路结构，而且还将最大大小(在VP9/AV1的说法中称为超级块)从128×128开始增加。需要注意的是，这包括VP9中不存在的4:1或1:4矩形划分。图7B的第二行中具有3个子划分的划分类型被称为“T型”划分。没有一个矩形划分可以进一步被细分。除了编码块大小之外，还定义编码树深度以指示从根特征的拆分深度。具体地，例如128×128的根节点的编码树深度被设置为0，并且在树块被进一步拆分一次之后，编码树深度增加1。
AV1不像VP9那样强制执行固定的变换单元大小，而是允许将亮度编码块划分为多种大小的变换单元，这些变换单元的多种大小可以由递归划分向下最多2级来表示。为了合并AV1的扩展编码块划分，支持从4×4到64×64的正方形、2:1或1:2和4:1或1:4变换大小。对于色度块，只允许最大可能的变换单元。
可以通过使用表示为编码树的四叉树结构将CTU拆分成多个CU，以适应例如在HEVC中的各种局部特征。关于是使用帧间(时间)预测还是帧内(空间)预测来编码图片区域的决策是在CU级做出的。根据PU拆分类型，每个CU可以进一步拆分成一个、两个或四个PU。在一个PU内，应用相同的预测处理，并且基于PU将相关信息发送到解码器。在通过应用基于PU拆分类型的预测过程获得残差块之后，可以根据类似于CU的编码树的另一个四叉树结构将CU划分成多个TU。HEVC结构的一个关键特征是它有多个包括CU、PU和TU的划分概念。在HEVC中，对于帧间预测块，CU或TU只能是正方形，而PU可以是正方形或矩形。在HEVC中，一个编码块可以进一步拆分成四个正方形子块，并且对每个子块(即TU)执行变换。每个TU可以被进一步递归地拆分(使用四叉树拆分)成更小的TU，这被称为残差四叉树(ResidualQuad-Tree，RQT)。
在图片边界处，例如在HEVC中，可以采用隐式四叉树拆分，使得块将保持四叉树拆分，直到大小适合图片边界。
例如在VVC，具有使用二元和三元拆分分割结构的嵌套多类型树的四叉树可以取代多划分单元类型的概念，即，它消除了CU、PU和TU概念的分离，除非对于具有对于最大变换长度来说太大的CU来说需要，并且支持CU划分形状的更大灵活性。在编码树结构中，CU可以是正方形或矩形。ACTU首先由四元树(也称为四叉树)结构划分。四元树叶节点可以通过多类型树结构进一步划分。如图7C中的第三编码树结构(704)所示，多类型树结构包括四个拆分类型。例如，多类型树结构包括垂直二元拆分(SPLIT_BT_VER)、水平二元拆分(SPLIT_BT_HOR)、垂直三元拆分(SPLIT_TT_VER)和水平三元拆分(SPLIT_TT_HOR)。多类型树叶节点被称为CU，并且除非CU对于最大变换长度来说太大，否则这种分割用于预测和变换处理，而不需要任何进一步的划分。这意味着，在大多数情况下，在具有嵌套多类型树编码块结构的四叉树中，CU、PU和TU具有相同的块大小。当支持的最大变换长度小于CU的色彩分量的宽度或高度时，会出现异常。图7D中示出了一个CTU的块划分的示例，其示出了具有嵌套的多类型树编码块结构的示例性四叉树。
例如在VVC中，支持的最大亮度变换大小可以是64×64，支持的最大色度变换大小可以是32×32。当CB的宽度或高度大于最大变换宽度或高度时，CB在水平和/或垂直方向上自动拆分，以满足该方向上的变换大小限制。
例如在VTM7中，编码树方案支持亮度和色度具有单独的块树结构的能力。在某些情况下，对于P和B切片，一个CTU中的亮度和色度CTB必须共享相同的编码树结构。然而，对于I切片，亮度和色度可以具有单独的块树结构。当应用单独的块树模式时，亮度CTB通过一个编码树结构被划分为CU，色度CTB通过另一个编码树结构被划分为色度CU。这意味着I切片中的CU可以包括一个亮度分量的编码块或两个色度分量的编码块，或由一个亮度分量的编码块或两个色度分量的编码块组成，并且P或B切片中的CU可以总是包括由所有三个色彩分量的编码块，或由所有三个色彩分量的编码块组成，除非视频是单色的。
为了支持扩展的编码块划分，例如在AV1中，可以使用多种变换大小(例如，对于每个维度从4点到64点的范围)和变换形状(例如，正方形、宽高比为2:1或1:2的矩形、和宽高比为4:1或1:4的矩形)。
二维变换过程可以涉及混合变换核的使用(例如，由针对已编码残差块的每个维度的不同一维变换组成)。主要的一维变换可以包括以下至少一个：a)4点、8点、16点、32点、64点DCT-2；b)4点、8点、16点不对称DST(DST-4、DST-7)及其翻转版本；或者c)4点、8点、16点、32点恒等式变换。表1列出了例如AV1中使用的DCT-2和非对称DST的基函数，其中“→”和“↓”表示水平和垂直维度，“√”和“×”表示该块大小和预测模式的核的可用性。IDTX(或IDT)代表恒等变换(identity transform)。
表1示例性AV1主要的变换基函数(用于N点输入的DCT-2、DST-4和DST-7)
混合变换核的可用性可以基于变换块大小和预测模式。表2列出了示例性依赖关系。
表2基于预测模式和块大小的AV1混合变换核的可用性
对于色度分量，以隐式方式执行变换类型选择。对于帧内预测残差，例如如表3中所指定的，根据帧内预测模式选择变换类型。对于帧间预测残差，可以根据共定位亮度块的变换类型选择来选择变换类型。因此，对于色度分量，不需要码流中的变换类型信令。
表3色度分量帧内预测残差的变换类型选择
帧内预测 垂直变换 水平变换
DC_PRED DCT DCT
V_PRED ADST DCT
H_PRED DCT ADST
D45_PRED DCT DCT
D135_PRED ADST ADST
D113_PRED ADST DCT
D157_PRED DCT ADST
D203_PRED DCT ADST
D67_PRED ADST DCT
SMOOTH_PRED ADST ADST
SMOOTH_V_PRED ADST DCT
SMOOTH_H_PRED DCT ADST
PAETH_PRED ADST ADST
从替换和扩展(通过引入32点、64点)上述一维DST出发，例如在AV2中，已经引入了线图变换(Line Graph Transforms，LGT)。
Graph图是通用的数学结构，包括由顶点和边的集合，或由顶点和边的集合组成，用于建模感兴趣对象之间的关系。在实践中，加权图(其中一组权重被分配给边，并且可能被分配给顶点)为信号和/或数据的稳健建模提供了稀疏表示。LGT可以通过为不同的块统计提供更好地适应来提高编码效率。通过从数据中学习线图来设计和优化可分离的LGT，以对残差信号中块的基本行和列统计进行建模，其中，相关的广义图拉普拉斯(GeneralizedGraph Laplacian，GGL)矩阵用于推导出LGT。图8示出了以自循环权重vc1、vc2和边缘权重wc表征的示例性LGT(800)。
给定加权图G(W，V)，GGL矩阵可以定义为：
Lc＝D-W+V，
其中，W是包括非负边权重wc或由非负边权重wc组成的邻接矩阵，D是对角度矩阵，V是表示加权自循环vc1、vc2的对角矩阵。矩阵Lc可以表示为：
然后可以通过GGL Lc的本征分解来推导出LGT：
Lc＝UΦUT
其中，正交矩阵U的列是LGT的基矢量，Φ是对角特征值矩阵。事实上，包括DCT-2、DCT-8和DST-7的DCT和DST是从GGL的某些形式推导出的LGT，具体如下所示：
DCT-2可以通过设置vc1＝0来推导出。
DST-7可以通过设置vc1＝wc来推导出。
DCT-8可以通过设置vc2＝wc来推导出。
DST-4可以通过设置vc1＝2wc来推导出。
DCT-4可以通过设置vc2＝2wc来推导出。
例如AV2中的LGT可以实现为矩阵乘法。4p LGT内核可以通过在Lc中设置vc1＝2wc来导出，这意味着它是DST-4。8p LGT内核可以通过在Lc中设置vc1＝1.5wc来导出。16pLGT、32pLGT和64p LGT内核可以通过在Lc中设置vc1＝wc来导出，这意味着它是DST-7。
在AV1中的残差编码的示例中，对于每个变换单元，AV1系数编码以用信号指示跳过符号开始，并且当跳过符号为零时，接着是变换核类型和块结束(end-of-block，eob)位置。然后，将每个系数值映射到多个级图和符号。
在eob位置被编码之后，低级图和中级图以反向扫描顺序被编码，前者指示系数幅度是否在0和2之间，而后者指示范围是否在3和14之间。下一步，按照正向扫描的顺序，用Exp-Golomb码对系数的符号以及大于14的系数的残值进行编码。
至于上下文建模的使用，较低级图编码结合了变换大小和方向以及多达五个相邻系数信息。另一方面，中级图编码遵循与低级图编码类似的方法，除了相邻系数的数量减少到两个。在没有任何上下文模型的情况下，对残差级的Exp-Golomb码和AC系数的符号编码，而使用其相邻变换单元的DC符号对DC系数的符号编码。
在用于变换跳过的残差编码的示例中，例如在VVC中，以变换跳过模式(transformskip mode，TSM)编码的CU可以使用修改后的变换编码过程。改进可以被概括如下：(a)以正向扫描顺序扫描所有子块和子块内的位置；(b)最后一个有效系数位置未被用信号指示；(c)语法元素coded_sub_block_flag未被编码以用于最后的子块；(d)对语法sig_coeff_flag、abs_level_gt1和par_level_flag的上下文建模进行了修改；以及(e)基于左侧和上方相邻值对符号标志进行上下文编码。
在AV2的开发过程中，引入了一种名为前向跳过编码(Forward Skip Coding，FSC)的新模式来修改IDTX(二维变换跳过)的变换编码过程。FSC引入的修改在功能上类似于上述引入到VVC变换跳过模式的改变，其修改可以总结如下：(a)以正向扫描顺序扫描所有编码块和编码块内的位置；(b)跳过EOB语法；(c)缩减的上下文用于系数级；以及(d)基于左、下和左下角对符号标志进行上下文编码。
对于帧内块，当选择FSC模式时，对于变换块，不会用信号指示变换类型。相反，在编码块级，变换类型信令与FSC模式捆绑在一起。帧间块不用信号指示FSC模式，但如果变换类型为IDTX且启用屏幕内容标志，则隐式选择FSC方法。
对于变换系数的熵编码，系数符号通常使用旁路模式与幅度/级(系数值的绝对值)分开编码。单独编码意味着每个系数符号可能花费一个比特来编码，这是昂贵的。为了提高系数符号的熵编码效率，提出了符号预测方法，例如JVET-D0031(JVET代表联合视频探索小组-联合视频专家小组(Joint Video Exploration Team-Joint Video ExpertTeam))。在一个示例中，不是用信号指示符号值，而是使用上下文对指示预测的符号是否与实际符号相同的标志进行熵编码。因为较大的级值导致更精确的预测符号值，所以上下文值取决于系数的级(系数值的绝对值)。
首先，识别一组变换系数，使得需要预测相关联的符号。然后，创建针对这些系数的预测符号值的一组假设。例如，对于三个系数，假设的数量最多可以是8(2^3)。为了预测符号值，存在与每个假设相关联的成本值，并且具有最小成本的假设用于指定由假设覆盖的系数的预测符号值。
图9示出了变换块(900)及其相邻的顶部两行(902)和左侧两列(904)中的像素位置的示例。每个假设的成本如下被计算。在正常重建过程(去量化、逆变换)之后，生成与给定假设(假设重建)相关联的重建块，并且推导出重建块的边界样本，即p0,y和px,0。对于在重建块的左边界处的每个重建像素p0,y，使用左侧的两个先前重建的相邻像素执行简单的线性预测，以获得其预测pred0,y＝(2p-1,y-p-2,y)。该预测与重建像素p0,y之间的绝对差被添加到假设的成本中。对重建块的顶行中的像素进行类似的处理，将每个预测predx,0＝(2px,-1-px,-2)和重建像素px,0的绝对差相加。因此，每个系数符号预测假设的成本的计算过程如下：
在一些实施例中，当在块的一个或两个维度中应用变换跳过(恒等变换)时，或者如果FSC模式用于编码块，则重建的相邻像素和当前块中的像素可能不相关。因此，可能需要修改用于系数符号预测的方法以提高编码效率。
本公开的实施例包括例如当在一个或两个维度中应用变换跳过时的变换系数符号预测。本方法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都可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非暂时性计算机可读介质中的程序。
在本公开中，术语块可以指变换块中的系数。术语行可以指变换块中的系数的行。术语列可以指变换块中的系数的列。本公开的方面也可以应用于其他实施例，例如，用变换跳过替换IDTX，或者反之。
在水平方向上具有变换跳过的变换类型的集合可以称为集合A。在一个示例中，集合A详尽地包括一维变换的组合，并且在某些情况下包括所有一维变换的组合，其中变换核是矩阵。一维变换的例子包括但不限于DCT、ADST、FLIPADST、LGT、FLIPLGT、KLT、所有三角变换类型(DCT类型1～8、DST类型1～8)及其在垂直方向上的推导以及在水平方向上的变换跳过。
在垂直方向上具有变换跳过的变换类型的集合可以称为集合B。在一个示例中，集合B详尽地包括一维变换的组合，并且在某些情况下包括所有一维变换的组合，其中变换核是矩阵。一维变换的例子包括但不限于DCT、ADST、FLIPADST、LGT、FLIPLGT、KLT、所有三角变换类型(DCT类型1～8、DST类型1～8)及其在水平方向上的推导以及在垂直方向上的变换跳过。
本方法可以应用于亮度和/或色度块。可以基于在变换块中是否使用了恒等变换/变换跳过来不同地预测符号系数。在一些示例中，当在变换块中使用一维恒等变换/变换跳过时，与不应用恒等变换/变换跳过时的符号预测过程相比，不同列(例如，在水平变换跳过的情况下)或不同行(例如，在垂直变换跳过的情况下)中的N个系数的符号被不同地预测。
在一些示例性实施例中，当在变换块中使用一维恒等变换/变换跳过时，使用相邻的重建样本独立地预测不同列(例如，在水平变换跳过的情况下)或不同行(例如，在垂直变换跳过的情况下)中的N个系数的符号。
在一个实施例中，当应用一维恒等变换时，禁用符号预测。
在一个实施例中，当仅在水平方向上应用变换跳过时，使用第一列左侧的一列或多列中的重建像素和第一列上方的一行或多行中的重建像素，例如，在变换块中第一列左侧的A列和顶部B行中的K个像素，来预测第一列中N个系数的符号。A的示例性值包括但不限于大于或等于2的值。K的示例性值包括但不限于大于或等于1的值。B的示例性值包括但不限于大于或等于2的值。
例如，参考图9，当仅在水平方向上应用变换跳过时，为了预测变换块(900)的第一列中的系数p0,1的符号，使用变换块中第一列左侧的两列中的重建像素(像素p-1,0至p-1,3和p-2,0至p-2,3)和直接在p0,1上方的顶部两行中的两个像素p0,-1和p0,-2。
在一个实施例中，当仅在垂直方向上应用变换跳过时，使用变换块中顶行上方的一行或多行中的重建像素和第一行左侧的一列或多列中的重建像素,例如，在变换块中顶行上方的A行和左侧B列中的K个像素，来预测第一行中N个系数的符号。A的示例性值包括但不限于大于或等于2的值。K的示例性值包括但不限于大于或等于1的值。B的示例性值包括但不限于大于或等于2的值。
例如，参考图9，为了预测变换块(900)的第一行中系数p1,0的符号，使用第一行顶部的两行中的重建像素(像素p0,-1至p3,-1和p0,-2至p3,-2)和左侧两列中的两个相邻像素p-2,0和p-1,0。
在一个实施例中，当在水平方向上应用变换跳过时，使用变换块中顶行上方的M行中的重建像素来预测除第一列之外的每一列中的N个系数的符号。M的示例性值包括但不限于大于或等于2的值。
在一个实施例中，当在垂直方向上应用变换跳过时，使用变换块中第一列左侧的M列中的重建像素来预测除第一行之外的每一行中的N个系数的符号。M的示例性值包括但不限于大于或等于2的值。
在一个实施例中，当应用一维变换跳过时预测的系数符号的数量不同于当不在任何方向上应用变换跳过时预测的系数符号的数量。在一个示例中，当应用一维变换跳过时预测的系数符号的数量小于当不在任何方向上应用变换跳过时预测的系数符号的数量。在另一示例中，当应用一维变换跳过时预测的系数符号的数量可以大于当不在任何方向上应用变换跳过时预测的系数符号的数量。
在一些实施例中，仅预测变换块的第一行/列中的N个像素的系数符号。可以基于变换块左侧的一列或多列和/或上方的一行或多行的重建像素来预测系数符号。在一个示例中，对于某些模式，例如当使用二维变换跳过时或如果FSC模式用于编码块时，仅预测变换块的第一行/列中的N个像素的系数符号。例如，使用与变换块相邻的顶部A行或左侧B列中的K个相邻像素来仅预测在变换块的第一行/列中的N个像素的系数符号。K的示例性值包括但不限于大于或等于1的值。A的示例性值包括但不限于大于或等于2的值。B的示例性值包括但不限于大于或等于2的值。
在一个实施例中，当在两个方向上应用变换跳过时，可以基于变换块的顶行上方的一行或多行中的像素和/或变换块的第一列左侧的一列或多列中的像素来预测左上像素的系数符号。在一个示例中，可以使用顶行上方的M行中的K个相邻像素和第一列左侧的N列中的L个相邻像素来预测左上像素的系数符号。K的示例性值包括但不限于大于或等于1的值。M的示例性值包括但不限于大于或等于2的值。L的示例性值包括但不限于大于或等于1的值。N的示例性值包括但不限于大于或等于2的值。
例如，参考图9中的变换块(900)，使用分别来自顶部两行的两个像素，即p0,-1和p0,-2，以及分别来自左侧两列的两个像素，即p-1,0和p-2,0，来预测像素p0,0的系数符号。
在一个实施例中，当在两个方向上应用变换跳过时，基于变换块的顶行上方的一行或多行中的像素和/或变换块的第一列左侧的一列或多列中的像素来预测第一行中N个像素的系数符号。在一个示例中，使用变换块中顶行上方的M行中的K个相邻像素来预测第一行中N个像素的系数符号。K的示例性值包括但不限于大于或等于1的值。M的示例性值包括但不限于大于或等于2的值。
例如，参考图9中的变换块(900)，使用来自顶部两行的每行的两个像素，即p1,-1、p1,-2、p0,-1和p0,-2来预测像素p1,0的系数符号，并且使用来自顶部两行的每行的两个像素，即p2,-1、p2,-2、p3,-1和p3,-2来预测像素p2,0的系数符号。替代地，例如，可以使用p1,-1、p1,-2、p3,-1和p3,-2来预测像素p1,0的系数符号。替代地，例如，可以使用p2,-1、p2,-2、p1,-1和p1,-2来预测像素p2,0的系数符号。
在一个实施例中，当在两个方向上应用变换跳过时，基于变换块的顶行上方的一行或多行中的像素和/或变换块的第一列左侧的一列或多列中的像素来预测第一列中N个像素的系数符号。在示例中，使用变换块中第一列左侧的M列中的K个相邻像素来预测第一列中N个像素的系数符号。K的示例性值包括但不限于大于或等于1的值。M的示例性值包括但不限于大于或等于2的值。例如，可以使用来自左侧两列的每列的两个像素，即p-1,1、p-2,1、p-1,0和p-2,0来预测像素p0,1的系数符号，并且可以使用来自左侧两列的每列的两个像素，即p-1,2、p-2,2、p-1,3和p-2,3来预测像素p0,2的系数符号。
在一个实施例中，当使用二维变换跳过时，根本不应用系数符号预测。
在一个实施例中，对于使用FSC模式的帧内编码块，不启用系数符号预测。
在一个实施例中，对于使用FSC模式的帧间编码块，不启用系数符号预测
在一个实施例中，对于没有使用FSC模式的帧间编码块，启用系数符号预测。
一些方面包括一种装置，该装置包括存储指令的存储器和与存储器通信的处理器，其中，当处理器执行指令时，处理器被配置为使该装置执行本公开中描述的部分或全部步骤。
一些方面包括存储计算机可读指令的非暂时性计算机可读存储介质，其中，当由一个或多个处理器执行指令时，计算机可读指令被配置为使一个或多个处理器执行本公开中描述的部分或全部步骤。
图10A示出了根据本公开的实施例的概述过程(1000)的流程图。过程(1000)可用于块的重建，从而为正在重建的块生成预测块。在各种实施例中，过程(1000)由处理电路执行，诸如终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)中的处理电路、执行视频编码器(203)功能的处理电路、执行视频解码器(210)功能的处理电路、执行视频解码器(310)功能的处理电路、执行视频编码器(403)功能的处理电路等。在一些实施例中，过程(1000)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(1000)。该过程从(S1001)开始并进行到(S1010)。
在(S1010)处，方法(1000)包括接收包括与变换块相关联的当前块的已编码视频流。
在(S1020)处，方法(1000)包括确定在变换块中是否使用了变换跳过。
在(S1030)处，方法(1000)包括响应于确定在变换块中没有使用变换跳过，执行第一变换系数符号预测。第一变换系数符号预测包括基于第一多个相邻样本预测第一多个变换系数的第一符号，以及基于第二多个相邻样本预测第二多个变换系数的第二符号。第一多个变换系数的第一符号的预测独立于第二多个变换系数的第二符号的预测。在(S1040)，方法(1000)包括基于第一多个变换系数和第二多个变换系数重建当前块。
图10B示出了根据本公开的实施例的概述过程(1050)的流程图。过程(1050)可以用于块的重建，从而为正在重建的块生成预测块。在各种实施例中，过程(1050)由处理电路执行，诸如终端装置(110)、终端装置(120)、终端装置(130)和终端装置(140)中的处理电路、执行视频编码器(203)功能的处理电路、执行视频解码器(210)功能的处理电路、执行视频解码器(310)功能的处理电路、执行视频编码器(403)功能的处理电路等。在一些实施例中，过程(1050)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(1050)。该过程从(S1051)开始并进行到(S1060)。
在(S1060)处，方法(1050)包括确定在变换块中是否使用了变换跳过。例如，方法(1050)可以确定在变换块中是否使用了一维水平变换跳过或一维垂直变换跳过或二维变换跳过或FSC。
在(S1070)处，方法(1050)包括基于确定在变换块中是否使用了变换跳过来执行变换系数符号预测。在(S1080)处，方法(1050)包括基于确定在变换块中是否使用了变换跳过来确定变换系数。在(S1090)处，方法(1050)包括基于所确定的变换系数重建当前块，其中变换系数符号预测是响应于确定在变换块中没有使用变换跳过对变换块执行的第一变换系数符号预测。
例如，如果在变换块中没有使用一维水平变换跳过或一维垂直变换跳过或二维变换跳过或FSC，则方法(1050)可以按照如下操作执行第一系数符号预测。首先，识别一组变换系数，使得需要预测相关联的符号。然后，为这些系数的预测符号值创建一组假设。例如，对于三个系数，假设的数量最多可以是8(2^3)。为了预测符号值，存在与每个假设相关联的成本值，并且具有最小成本的假设用于指定由假设覆盖的系数的预测符号值。图9示出了变换块(900)及其相邻的顶部两行(902)和左侧两列(904)中的像素位置的示例。每个假设的成本计算如下。在正常重建过程(去量化、逆变换)之后，生成与给定假设(假设重建)相关联的重建块，并且推导出重建块的边界样本，即p0,y和px,0。对于在重建块的左边界处的每个重建像素p0,y，使用左侧的两个先前重建的相邻像素执行简单的线性预测，以获得其预测pred0,y＝(2p-1,y-p-2,y)。该预测与重建像素p0,y之间的绝对差被添加到假设的成本中。对重建块的顶行中的像素进行类似的处理，将每个预测predx,0＝(2px,-1-px,-2)和重构像素px,0的绝对差相加。因此，每个符号预测假设的成本的计算过程如下：
在一些可选的方面中，变换系数符号预测是响应于确定在变换块中使用了变换跳过对变换块执行的第二变换系数符号预测，第二变换系数符号预测不同于第一变换系数符号预测。在一些其它可选方面中，响应于在变换块中使用了变换跳过，禁用第一变换系数符号预测。
例如，如果在变换块中使用了一维水平变换跳过或一维垂直变换跳过或二维变换跳过或FSC，则方法(1050)可以跳过用于变换块的行或列的上述第一系数符号预测，或者执行不同于上述第一系数符号预测的第二系数符号预测。这是因为当在块的一个或两个维度中应用变换跳过(恒等变换)时，或者如果FSC模式用于编码块，则重建的相邻像素和当前块中的像素可能不相关。因此，可以修改用于系数符号预测的方法以提高编码效率。例如，当在变换块中使用一维恒等变换/变换跳过时，与不应用恒等变换/变换跳过时的符号预测过程相比，不同列(在水平变换跳过的情况下)或不同行(在垂直变换跳过的情况下)中的N个系数的符号被不同地预测。在一个实施例中，当应用一维恒等变换时，禁用符号预测。
在一个实施例中，例如，响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测独立地预测变换块的不同列中的系数的符号，并且执行第二变换系数符号预测包括仅使用邻近列的重建样本来预测列的系数符号。
在一个实施例中，例如，响应于在变换块中使用了一维水平变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一列中的系数的符号：变换块左侧的一个或多个重建列；以及变换块的第一列上方的一个或多个重建像素。例如，当仅在水平方向上应用变换跳过时，使用变换块中第一列左侧的A(A的示例值包括但不限于2、3、…)列中的重建像素和顶部B(B的示例值包括但不限于2、3、…)行中的K(K的示例值包括但不限于1、2、3、…)个像素来预测第一列中N个系数的符号。例如，参考图9，当仅在水平方向上应用变换跳过时，为了预测变换块(900)的第一列中的系数p0,1的符号，使用变换块中第一列左侧的两列中的重建像素(像素p-1,0至p-1,3和p-2,0至p-2,3)和直接在p0,1上方的顶部两行中的两个像素p0,-1和p0,-2。
在一个实施例中，例如，响应于在变换块中使用的一维水平变换跳过，通过第二变换系数符号预测，使用变换块上方的一行或多行中的一个或多个重建像素来预测变换块的除第一列之外的一列中的系数的符号。例如，当在水平方向上应用变换跳过时，使用变换块中顶行上方的M(M的示例值包括但不限于2、3、…)行中的重建像素来预测除第一列之外的每一列中的N个系数的符号。
在一个实施例中，例如，响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测独立地预测变换块的不同行中的系数的符号，并且执行第二变换系数符号预测包括仅使用邻近行的重建样本来预测行的系数符号。
在一个实施例中，例如，响应于在变换块中使用的一维垂直变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的系数的符号：变换块上方的一个或多个重建行；以及变换块左侧的一个或多个重建像素。例如，当仅在垂直方向上应用变换跳过时，使用变换块中顶行上方的A(A的示例值包括，但不限于2、3、…)行中的重建像素和左侧B(B的示例值包括，但不限于2、3、…)列中的K(K的示例值包括，但不限于1、2、3、…)个像素来预测第一行中N个系数的符号。例如，参考图9，为了预测变换块(900)的第一行中系数p1,0的符号，使用第一行顶部的两行中的重建像素(像素p0,-1至p3,-1和p0,-2至p3,-2)和左侧两列中的两个相邻像素p-2,0和p-1,0。
在一个实施例中，例如，响应于在变换块中使用了一维垂直变换跳过，通过第二变换系数符号预测，使用变换块左侧的一列或多列中的一个或多个重建像素来预测变换块的除第一行之外的一行中的系数的符号。例如，当在垂直方向上应用变换跳过时，使用变换块中第一列左侧的M(M的示例值包括但不限于2、3、…)列中的重建像素来预测除第一行之外的每一行中N个系数的符号。
在一个实施例中，例如，响应于在变换块中使用了一维变换跳过，禁用变换系数符号预测。
在一个实施例中，例如，当在变换块中应用一维变换跳过时通过第二变换系数符号预测预测的符号的第一总数不同于当在变换块中没有在任何方向上应用变换跳过时通过第一变换系数符号预测预测的符号的第二总数。
在实施例中，例如，响应于在变换块中使用了二维变换跳过或前向跳过编码(FSC)，执行第二变换系数符号预测包括使用与变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对变换块的第一行或第一列中的像素预测系数符号。例如，当使用二维变换跳过时或者如果FSC模式用于编码块，则使用与变换块相邻的顶部A(A的示例值包括但不限于2、3、…)行或左侧B(B的示例值包括但不限于2、3、…)列中的K(K的示例值包括但不限于2、3、…)个相邻像素来仅预测在变换块的第一行/列中的N个像素的符号。
在一个实施例中，例如，响应于在变换块中使用了二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的左上像素中的系数的符号：变换块上方的一行或多行中的左上像素上方的一个或多个重建像素；以及变换块左侧的一列或多列中的左上像素左侧的一个或多个重建像素。例如，当在两个方向上应用变换跳过时，可以使用顶行上方的M(M的示例值包括但不限于2、3、…)行中的K(K的示例值包括但不限于1、2、3、…)个相邻像素和第一列左侧的N(N的示例值包括但不限于2、3、…)列中的L(L的示例值包括但不限于1、2、3、…)个相邻像素来预测左上角像素的系数符号。例如，参考图9中的变换块(900)，使用分别来自顶部两行的两个像素，即p0,-1和p0,-2，以及分别来自左侧两列的两个像素，即p-1,0和p-2,0，来预测像素p0,0的系数符号。
在一个实施例中，例如，响应于在变换块中使用的二维变换跳过，通过第二变换系数符号预测，基于以下内容来预测变换块的第一行中的像素中的系数的符号：变换块和像素上方的一行或多行中的一个或多个第一重建像素；以及一行或多行中的一个或多个第一重建像素左侧或右侧的一个或多个第二重建像素。例如，当在两个方向上应用变换跳过时，使用变换块中顶行上方的M(M的示例值包括但不限于2、3，…)行中的K(K的示例值包括但不限于1、2、3、…)个相邻像素来预测第一行中N个像素的系数符号。例如，参考图9中的变换块(900)，使用来自顶部两行的每行的两个像素，即p1,-1、p1,-2、p0,-1和p0,-2来预测像素p1,0的系数符号，并且使用来自顶部两行的每行的两个像素，即p2,-1、p2,-2、p3,-1和p3,-2来预测像素p2,0的系数符号。
在一个实施例中，例如，响应于在变换块中使用的二维变换跳过，通过第二变换系数符号预测，基于以下内容来来预测变换块的第一列中的像素中的系数的符号：变换块和像素左侧的一个或多个列中的一个或多个第一重构像素；以及位于一列或多列中的一个或多个第一重构像素之上或之下的一个或多个第二重构像素。例如，当在两个方向上应用变换跳过时，使用变换块中第一列左侧的M(M的示例值包括但不限于2、3、…)列中的K(K的示例值包括但不限于1、2、3、…)个相邻像素来预测第一列中N个像素的系数符号。
在实施例中，例如，响应于在变换块中使用了二维变换跳过，不启用变换系数符号预测。
在一个实施例中，例如，对于使用了前向跳过编码(FSC)模式的帧内编码块，不启用变换系数符号预测。
在一个实施例中，例如，对于使用了前向跳过编码(FSC)模式的帧间编码块，不启用变换系数符号预测。
在一个实施例中，例如，对于没有使用前向跳过编码(FSC)模式的帧间编码块，启用系数符号预测。
该过程在(S1099)停止。
可以将上述技术实现为计算机软件，该计算机软件使用计算机可读指令，并且物理存储在一个或多个计算机可读介质中。例如，图11示出适合于实施所公开的主题的某些实施例的计算机系统(1100)。
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受汇编、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(computer central processing unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等直接执行或通过解释性微代码等执行。
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11所示的计算机系统(1100)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(1100)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或要求。
计算机系统(1100)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通过例如下述的输入：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介，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(1101)、鼠标(1102)、触控板(1103)、触摸屏(1110)、数据手套(未示出)、操纵杆(1105)、麦克风(1106)、扫描仪(1107)、相机(1108)
计算机系统(1100)也可以包括某些人机接口输出装置。这样的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(1110)、数据手套(未示出)或操纵杆(1105)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(1109)、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(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(1110)，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(1100)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CD/DVD等介质(1121)的CD/DVD ROM/RW(1120)的光学介质、指状驱动器(1122)、可拆卸硬盘驱动器或固态驱动器(1123)、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。ASIC代表专用集成电路(Application-Specific Integrated Circuit)。PLD代表可编程逻辑器件(ProgrammableLogic Device)。
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、载波或其他暂时性信号。
计算机系统(1100)还可以包括到一个或多个通信网络的接口。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、延迟容忍网络等。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 for Mobilecommunication，GSM)、3G、4G、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、包括控制器局域网总线(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(1149)的外部网络接口适配器(例如计算机系统(1100)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(1100)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(1100)可以使用这些网络中的任何一个网络与其他实体通信。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(1100)的内核(1140)。
内核(1140)可以包括一个或多个中央处理单元(Central Processing Unit，CPU)(1141)、图形处理单元(Graphics Processing Unit，GPU)(1142)、现场可编程门区域(Field Programmable Gate Area，FPGA)(1143)形式的专用可编程处理单元、用于某些任务的硬件加速器(1144)等。这些装置以及只读存储器(Read-only memory，ROM)(1145)、随机存取存储器(1146)、诸如内部非用户可访问的硬盘驱动器、固态硬盘(Solid-StateDrive，SSD)等之类的内部大容量存储器(1147)可以通过系统总线(1148)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(1148)，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(1148)或通过外围总线(1149)连接到内核的系统总线(1148)。外围总线的体系结构包括外围组件互联(Peripheral Component Interconnect，PCI)、USB等
CPU(1141)、GPU(1142)、FPGA(1143)和加速器(1144)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。该计算机代码也可以存储在ROM(1145)或随机存取存储器(Random Access Memory，RAM)(1146)中。过渡数据也可以存储在RAM(1146)中，而永久数据可以例如存储在内部大容量存储器(1147)中。可以通过使用高速缓冲来进行对任何存储装置的快速存储及检索，该高速缓冲可以与下述紧密关联：一个或多个CPU(1141)、GPU(1142)、大容量存储(1147)、ROM(1145)、RAM(1146)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。
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(1100)，特别是内核(1140)的计算机系统可以提供功能。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(1140)的存储器，例如内核内部大容量存储器(1147)或ROM(1145)。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(1140)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(1140)，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(1146)中的数据结构以及根据由软件定义的过程来修改此类数据结构。附加地或替换地，可以由于硬连线或以其他方式体现在电路(例如，加速器(1144))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包括两者。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。

Claims (20)

1.一种在视频解码器中进行视频解码的方法，所述方法包括：
接收包括与变换块相关联的当前块的已编码视频流；
确定在所述变换块中是否使用了变换跳过；
响应于确定在所述变换块中没有使用所述变换跳过，执行第一变换系数符号预测，所述第一变换系数符号预测包括：
基于第一多个相邻样本预测第一多个变换系数的第一符号，以及
基于第二多个相邻样本预测第二多个变换系数的第二符号，所述第一多个变换系数的所述第一符号的预测独立于所述第二多个变换系数的所述第二符号的预测；以及
基于所述第一多个变换系数和所述第二多个变换系数重建所述当前块。
2.根据权利要求1所述的方法，还包括：
响应于确定在所述变换块中使用了所述变换跳过，对所述变换块执行第二变换系数符号预测，所述第二变换系数符号预测与所述第一变换系数符号预测不同。
3.根据权利要求1所述的方法，其中，响应于在所述变换块中使用了所述变换跳过，禁用所述第一变换系数符号预测。
4.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个，
响应于在所述变换块中使用了所述一维水平变换跳过，通过所述第二变换系数符号预测独立地预测所述变换块的不同列中的系数的符号，以及
执行所述第二变换系数符号预测包括：仅使用与列相邻的重建样本预测所述列的系数符号。
5.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个；
响应于在所述变换块中使用了所述一维水平变换跳过，通过所述第二变换系数符号预测，基于以下内容来预测所述变换块的第一列中的系数的符号：
所述变换块左侧的一个或多个重建列；以及
所述变换块的第一列上方的一个或多个重建像素。
6.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个，以及
响应于在所述变换块中使用了所述一维水平变换跳过，通过所述第二变换系数符号预测，使用在所述变换块上方的一行或多行中的一个或多个重建像素来预测所述变换块的除第一列之外的一列中的系数的符号。
7.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个，
响应于在所述变换块中使用了所述一维垂直变换跳过，通过所述第二变换系数符号预测独立地预测所述变换块的不同行中的系数的符号，以及
执行所述第二变换系数符号预测包括：仅使用与行相邻的重建样本预测所述行的系数符号。
8.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个，
响应于在所述变换块中使用了所述一维垂直变换跳过，通过所述第二变换系数符号预测，基于以下内容来预测所述变换块的第一行中的系数的符号：
所述变换块上方的一个或多个重建行；以及
所述变换块左侧的一个或多个重建像素。
9.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了一维水平变换跳过和一维垂直变换跳过中的一个，以及
响应于在所述变换块中使用了所述一维垂直变换跳过，通过所述第二变换系数符号预测，使用在所述变换块左侧的一列或多列中的一个或多个重建像素预测所述变换块的除第一行之外的一行中的系数的符号。
10.根据权利要求1所述的方法，其中，响应于在所述变换块中使用了一维变换跳过，禁用所述第一变换系数符号预测。
11.根据权利要求2所述的方法，其中，当在所述变换块中应用一维变换跳过时通过所述第二变换系数符号预测来预测的符号的第一总数不同于当在所述变换块中没有在任何方向上应用所述变换跳过时通过所述第一变换系数符号预测来预测的符号的第二总数。
12.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了二维变换跳过，以及
响应于在所述变换块中使用了所述二维变换跳过，执行所述第二变换系数符号预测包括：使用与所述变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对所述变换块的第一行或第一列中的像素预测系数符号。
13.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了前向跳过编码FSC，以及
响应于在所述变换块中使用了所述FSC，执行所述第二变换系数符号预测包括：使用与所述变换块相邻的一行或多行或一列或多列中的一个或多个重建像素，仅对所述变换块的第一行或第一列中的像素预测系数符号。
14.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了二维变换跳过；以及
响应于在所述变换块中使用了所述二维变换跳过，通过所述第二变换系数符号预测，基于以下内容来预测所述变换块的左上像素中的系数的符号：
所述变换块上方的一行或多行中的所述左上像素上方的一个或多个重建像素；以及
所述变换块左侧的一列或多列中的所述左上像素左侧的一个或多个重建像素。
15.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了二维变换跳过，以及
响应于在所述变换块中使用了所述二维变换跳过，通过所述第二变换系数符号预测，基于以下内容来预测所述变换块的第一行中的像素中的系数的符号：
所述变换块和所述像素上方的一行或多行中的一个或多个第一重建像素；以及
所述一行或多行中的所述一个或多个第一重建像素左侧或右侧的一个或多个第二重建像素。
16.根据权利要求2所述的方法，其中，
确定是否使用了所述变换跳过包括：确定是否使用了二维变换跳过，以及
响应于在所述变换块中使用了所述二维变换跳过，通过所述第二变换系数符号预测，基于以下内容来预测所述变换块的第一列中的像素中的系数的符号：
所述变换块和所述像素左侧的一列或多列中的一个或多个第一重建像素；以及
所述一列或多列中的所述一个或多个第一重建像素上方或下方的一个或多个第二重建像素。
17.根据权利要求1所述的方法，其中，响应于在所述变换块中使用了二维变换跳过，不启用所述第一变换系数符号预测。
18.根据权利要求1所述的方法，其中，对于使用了前向跳过编码FSC模式的帧内编码块，不启用所述第一变换系数符号预测。
19.根据权利要求1所述的方法，其中，基于帧间编码块是否使用了前向跳过编码FSC模式，对所述帧间编码块启用所述第一变换系数符号预测。
20.一种装置，包括：
处理电路，被配置为：
接收包括与变换块相关联的当前块的已编码视频流；
确定在所述变换块中是否使用了变换跳过；
响应于确定在所述变换块中没有使用所述变换跳过，执行第一变换系数符号预测，其中，(i)基于第一多个相邻样本预测第一多个变换系数的第一符号，以及(ii)基于第二多个相邻样本预测第二多个变换系数的第二符号，所述第一多个变换系数的所述第一符号的预测独立于所述第二多个变换系数的所述第二符号的预测；以及
基于所述第一多个变换系数和所述第二多个变换系数重建所述当前块。
CN202280014268.3A 2022-03-01 2022-11-11 变换跳过的系数符号预测 Pending CN116998156A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202263315348P 2022-03-01 2022-03-01
US63/315,348 2022-03-01
US17/984,229 US20230283779A1 (en) 2022-03-01 2022-11-09 Coefficient sign prediction for transform skip
US17/984,229 2022-11-09
PCT/US2022/079763 WO2023167750A1 (en) 2022-03-01 2022-11-11 Coefficient sign prediction for transform skip

Publications (1)

Publication Number Publication Date
CN116998156A true CN116998156A (zh) 2023-11-03

Family

ID=87850218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280014268.3A Pending CN116998156A (zh) 2022-03-01 2022-11-11 变换跳过的系数符号预测

Country Status (6)

Country Link
US (1) US20230283779A1 (zh)
KR (1) KR20230133980A (zh)
CN (1) CN116998156A (zh)
AU (1) AU2022444394A1 (zh)
CA (1) CA3215121A1 (zh)
WO (1) WO2023167750A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10609367B2 (en) * 2016-12-21 2020-03-31 Qualcomm Incorporated Low-complexity sign prediction for video coding
WO2019185980A1 (en) * 2018-03-27 2019-10-03 Nokia Technologies Oy Transform sign compression in video encoding and decoding
KR20210107118A (ko) * 2019-01-02 2021-08-31 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 통합된 변환 타입 시그널링 및 변환 타입 종속 변환 계수 레벨 코딩

Also Published As

Publication number Publication date
KR20230133980A (ko) 2023-09-19
AU2022444394A1 (en) 2023-10-26
WO2023167750A1 (en) 2023-09-07
US20230283779A1 (en) 2023-09-07
CA3215121A1 (en) 2023-09-07

Similar Documents

Publication Publication Date Title
CN116723315B (zh) 视频解码的方法和装置、视频编码的方法和装置及存储介质
CN113614736B (zh) 视频编解码的方法和装置
CN111492661B (zh) 视频编解码方法、装置及存储介质
CN111988619B (zh) 视频编解码方法、装置、计算机设备和存储介质
CN113892270B (zh) 视频编解码方法、装置和存储介质
CN113424541B (zh) 视频编解码的方法和装置
CN113557732B (zh) 用于视频编解码的方法和装置
CN113330749A (zh) 用于变换跳过模式和块差分脉冲编码调制的改进的残差编解码
CN113557527B (zh) 视频解码方法、视频解码器及介质
CN113615187A (zh) 用于改进的隐式变换选择的方法和装置
CN113994676B (zh) 视频解码方法、装置以及电子设备
JP7420991B2 (ja) ビデオ符号化のための方法、及び装置
CN112840657B (zh) 用于视频解码的方法、装置、设备和可读介质
CN113597763A (zh) 视频编解码的方法及装置
JP2022515029A (ja) ビデオ復号及び符号化の方法、装置並びにコンピュータプログラム
JP7408808B2 (ja) ビデオコーディングのための方法、装置及びプログラム
CN113228667A (zh) 用于视频编码的方法及装置
CN113678378B (zh) 视频解码方法、视频解码器及非易失性计算机可读介质
CN111757122B (zh) 视频解码方法和装置、计算机设备和存储介质
CN113557727B (zh) 一种视频解码方法和相关装置
CN115486077A (zh) 针对变换系数的符号图的改进熵编码
JP2023510690A (ja) ビデオコーディングのための方法及び装置
CN113395524B (zh) 视频解码方法、装置和电子设备
CN116998156A (zh) 变换跳过的系数符号预测
CN117044203A (zh) 用于一维变换跳过的eob的信令

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