CN117256148A - Mmvd候选修正方法 - Google Patents

Mmvd候选修正方法 Download PDF

Info

Publication number
CN117256148A
CN117256148A CN202280026078.3A CN202280026078A CN117256148A CN 117256148 A CN117256148 A CN 117256148A CN 202280026078 A CN202280026078 A CN 202280026078A CN 117256148 A CN117256148 A CN 117256148A
Authority
CN
China
Prior art keywords
mmvd
candidate
correction
candidates
motion vector
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
CN202280026078.3A
Other languages
English (en)
Inventor
李贵春
李翔
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 CN117256148A publication Critical patent/CN117256148A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/44—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Landscapes

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

Abstract

本公开的各方面提供了视频编码/解码的方法和装置。在一些示例中，视频解码的装置包括处理电路。处理电路从码流中提取用于当前图片中的当前块的运动矢量差合并(MMVD)候选信息。处理电路基于修正步长和多个修正位置，生成与所述MMVD候选的第一运动矢量相关联的第一MV修正偏移。处理电路根据所述MMVD候选信息和生成的所述第一MV修正偏移，导出与所述MMVD候选相关联的第一修正运动矢量(MV)值。处理电路根据第一参考图片中的第一参考块来重建所述当前块，所述第一参考块由导出的第一修正MV值来指示。

Description

MMVD候选修正方法
引用并入
本申请要求于2022年10月31日提交的第17/978,107号美国专利申请“MMVD候选修正方法”的优先权，该申请要求于2022年4月18日提交的美国临时申请第63/331,936号“用于运动矢量差合并候选修正的方法和装置”的优先权。在先申请的公开内容通过引用整体并入本文。
技术领域
本申请描述总体上涉及视频编解码的实施例。
背景技术
本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。
未压缩的数字图像和/或视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
图像和/或视频编码和解码的一个目的，是通过压缩减少输入视频信号的冗余信息。图像和/或视频压缩可以帮助降低对上述带宽和/或存储空间的要求，在某些情况下可降低两个或更多数量级。无损压缩和有损压缩，以及两者的组合均可采用。尽管本文的描述使用视频编码/解码作为说明性示例，但是相同的技术可以以类似的方式应用于图像编码/解码，而不会偏离本发明的精神。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可利用几大类技术，例如包括：运动补偿、变换处理、量化和熵编码。
视频编解码器技术可包括已知的帧内编码技术。在帧内编码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并且因此可用作编码视频比特流和视频会话中的第一图片，或用作静止图像。帧内块的样本可用于变换，且可在熵编码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在某些情形下，变换后的DC值越小，且AC系数越小，则在给定的量化步长尺寸下需要越少的比特来表示熵编码之后的块。
在诸如MPEG-2代编码技术中所使用的，传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括：试图基于例如周围样本数据和/或元数据执行预测的技术，其中周围样本数据和/或元数据在数据块的编码和或解码期间获取。这种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用正在重建的当前图片的参考数据，而不使用参考图片的参考数据。
可以存在许多不同形式的帧内预测。当在给定的视频编码技术中可以使用超过一种这样的技术时，所使用的具体技术可以被编码为使用该特定技术的帧内预测模式。在某些情形下，模式可具有子模式和/或参数，其中子模式和/或参数可单独编码或包含在模式码字中，该模式码字定义使用中的预测模式。将哪个码字用于给定模式，子模式和/或参数组合会通过帧内预测影响编码效率增益，因此用于将码字转换成比特流的熵编码技术也会出现这种情况。
H.264引入了一种帧内预测模式，其在H.265中进行了改进，且在如联合开发模型(JEM)、通用视频编码(VVC)和基准集合(BMS)的更新的编码技术中进一步被改进。通过使用已经可用的样本的相邻样本值可以形成预测块。在一些示例中，将相邻样本的样本值按照一些示例中某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中，或者本身可以被预测。
参照图1A，右下方描绘了来自33个可能的预测方向(对应在H.265中定义的35个帧内模式的33个角度模式)中已知的8个预测方向的子集。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的一个或多个样本，预测样本(101)。
仍然参考图1A，在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)包括16个样本，每个样本用“S”、以及其在Y维度上的位置(例如行索引)和在X维度上的位置(例如列索引)来标记。例如，样本S2是Y维度上的第二个样本(从顶部开始)和X维度上的第一个(从左侧开始)样本。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本，因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用"R"、以及其相对于块(104)的Y位置(例如行索引)和X位置(例如列索引)来标记。在H.264与H.265中，预测样本与正在重建的块相邻，因此不需要使用负值。
通过从信号通知的预测方向所指示的相邻样本来复制参考样本值，可以进行帧内图片预测。例如，假设编码视频比特流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的预测样本来预测样本。在这种情况下，根据同一参考样本R05，预测样本S41、S32、S23和S14。根据参考样本R08，预测样本S44。
在某些情况下，例如通过内插，可以合并多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
随着视频编码技术的发展，可能的方向的数量已经增加了。在H.264(2003年)中，可以表示九种不同的方向。在H.265(2013年)中增加到了33个，目前JEM/VVC/BMS可以支持多达65个方向。已经进行了实验来识别最可能的方向，并且熵编码中的某些技术被用于使用少量比特来表示那些可能的方向，对于较不可能的方向则接受某些代价。此外，有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
图1B示出了根据JEM描绘65个帧内预测方向的示意图(110)，以说明预测方向的数量随着时间的推移而增加。
表示方向的编码视频比特流中的帧内预测方向比特的映射可以因视频编码技术的不同而不同。该映射例如可以从简单直接映射，到码字，再到包括最可能的模式和类似技术的复杂的自适应方案，以及类似的技术。然而，在大多数情况下，视频内容中可能存在某些方向，其在统计学上比其它方向更不可能出现。由于视频压缩的目的是减少冗余，所以在运行良好的视频编码技术中，与更可能的方向相比，那些不太可能的方向将使用更多数量的比特来表示。
可以使用具有运动补偿的帧间预测来执行图像和/或视频编码和解码。运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或者三个维度，其中第三个维度表示使用中的参考图片(后者间接地可为时间维度)。
在一些视频压缩技术中，应用于某个样本数据区域的MV可根据其它MV来预测，例如根据与正在重建的区域空间相邻的另一个样本数据区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余信息并增加压缩量。MV预测可以有效地进行，例如，当对从相机导出的输入视频信号(称为自然视频)进行编码时，存在一种统计上的可能性，即面积大于单个MV适用区域的区域，会朝着类似的方向移动，因此，在某些情况下，可以用邻近区域的MV导出的相似运动矢量进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同，并且在熵编码之后，又可以用比直接编码MV时使用的比特数更少的比特数来表示。在某些情况下，MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下，MV预测本身可能是有损的，例如由于根据几个周围MV计算预测值时产生的取整误差。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265指定的多种MV预测机制中，参照图2描述的是下文称作“空间合并”的技术。
请参考图2，当前块(201)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同尺寸的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应202到206)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也使用的相同参考图片的预测值。
发明内容
本公开的各方面提供了视频编码/解码的方法和装置。在一些示例中，视频解码的装置包括处理电路。处理电路从码流中提取(例如，解析)当前图片中的当前块的运动矢量差(MMVD)合并候选信息。处理电路基于修正步长和多个修正位置，生成与所述MMVD候选的第一运动矢量相关联的第一MV修正偏移。处理电路根据所述MMVD候选信息和生成的所述第一MV修正偏移，导出与所述MMVD候选相关联的第一修正运动矢量(MV)值。处理电路根据第一参考图片中的第一参考块来重建所述当前块，所述第一参考块由导出的第一修正MV值来指示。
在一些实施例中，所述第一MV修正偏移是运动矢量差的分数，所述运动矢量差的分数应用于基础候选以形成所述MMVD候选。在一个实施例中，所述第一MV修正偏移的修正步长是所述运动矢量差的MMVD步长的1/4。
在一些实施例中，所述第一MV修正偏移与关于与所述MMVD候选相关联的所述第一运动矢量的四个潜在修正位置中的一个修正位置相对应。在另一个实施例中，所述第一MV修正偏移与关于与所述MMVD候选相关联的所述第一运动矢量的八个潜在修正位置中的一个修正位置相对应。
在一些实施例中，所述MMVD候选是单向预测候选。
在一些实施例中，所述MMVD候选是双向预测候选，所述处理电路导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的。所述处理电路根据所述第一参考图片中的所述第一参考块和第二参考图片中的第二参考块，来重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
在一个实施例中，所述第二MV修正偏移等于所述第一MV修正偏移
在另一个实施例中，所述第二MV修正偏移是所述第一MV修正偏移的镜像偏移
在另一个实施例中，处理电路确定第二参考图片和所述第一参考图片在所述当前图片的相同时间侧上，然后导出与所述MMVD候选相关联的第二修正MV值。所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移等于所述第一MV修正偏移。
在另一个实施例中，处理电路确定第二参考图片与所述第一参考图片在所述当前图片的不同时间侧上，然后导出与所述MMVD候选相关联的第二修正MV值。所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移是所述第一MV修正偏移的镜像偏移。
在另一个实施例中，所述处理电路基于从所述当前图片到所述第一参考图片的第一时间距离和从所述当前图片到第二参考图片的第二时间距离来确定缩放因子。然后，所述处理电路导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移是根据所述缩放因子相对于所述第一MV修正偏移的缩放偏移。
在一些实施例中，为了导出第一修正MV值，处理电路从所述MMVD候选信息确定所述MMVD候选，确定所述第一MV修正偏移，并将所述第一MV修正偏移应用于所述MMVD候选。
在一些实施例中，MMVD候选信息包括第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量。MMVD候选信息还包括第二索引，指示运动矢量差距所述起始运动矢量的距离，和第三索引，指示所述运动矢量差的方向。在一个示例中，将所述运动矢量差应用于所述基础候选的所述起始运动矢量，以确定所述MMVD候选。
在一些实施例中，MMVD候选信息包括第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量。MMVD候选信息还包括第二索引，指示来自多个MMVD候选的重新排序列表的所述MMVD候选。在一个示例中，处理电路将潜在运动矢量差应用于所述基础候选的所述起始运动矢量，以生成所述多个MMVD候选。此外，处理电路计算所述多个MMVD候选的相应模板匹配成本。处理电路根据所述模板匹配成本将所述多个MMVD候选重新排序为所述重新排序列表。处理电路根据所述第二索引从所述重新排序列表中选择出所述MMVD候选。
在一些实施例中，为了确定所述第一MV修正偏移，所述处理电路从所述码流对指示与所述第一MV修正偏移相对应的MV修正位置的信号进行解码。
在一些实施例中，为了确定所述第一MV修正偏移，所述处理电路将潜在MV修正偏移分别应用于所述MMVD候选以生成与所述潜在MV修正偏移相对应的修正候选。处理电路为所述修正候选分别计算模板匹配成本。处理电路从所述模板匹配成本中确定最佳模板匹配成本(例如，最低模板匹配成本)。处理电路从所述潜在MV修正偏移中选择所述第一MV修正偏移，与所述第一MV修正偏移相对应的修正候选具有所述最佳模板匹配成本。
在一些实施例中，所述MMVD候选信息包括第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量，并且所述MMVD候选信息还包括第二索引，指示来自多个修正候选的重新排序列表的修正候选。为了导出第一修正MV值，处理电路将多个潜在运动矢量差应用于所述基础候选，以生成多个潜在MMVD候选，处理电路还将多个潜在MV修正偏移分别应用于所述多个潜在MMVD候选中的每个潜在MMVD候选，以生成所述多个潜在MMVD候选中的每个潜在MMVD候选的多个潜在修正候选。处理电路根据模板匹配成本分别确定所述潜在MMVD候选的所述修正候选，响应于所述第一潜在修正候选当中具有最佳模板匹配成本的所述第一修正候选，从所述第一潜在MMVD候选的第一潜在修正候选中选择第一潜在MMVD候选的第一修正候选。处理电路根据所述修正候选的模板匹配成本对所述修正候选进行重新排序以形成所述重新排序列表。处理电路根据所述第二索引从所述重新排序列表中选择特定的修正候选。根据所述特定的修正候选导出所述第一修正MV值。
在一些实施例中，MMVD候选信息包括第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量。MMVD候选还包括第二索引，指示来自多个修正候选的重新排序列表的修正候选。为了导出第一修正MV值，在一些示例中，处理电路将多个潜在运动矢量差应用于所述基础候选以生成多个潜在MMVD候选。处理电路将多个潜在MV修正偏移分别应用于所述多个潜在MMVD候选中的每个潜在MMVD候选以生成所述多个潜在MMVD候选的多个潜在修正候选。根据所述潜在修正候选的模板匹配成本，将所述潜在修正候选重新排序为重新排序的潜在列表。处理电路选择所述重新排序的潜在列表的一部分以形成所述多个修正候选的重新排序列表。处理电路可以根据所述第二索引从所述重新排序列表中选择特定的修正候选，并且根据所述特定的修正候选导出所述第一修正MV值。
为了选择所述重新排序的潜在列表的一部分以形成所述多个修正候选的重新排序列表，在一个示例中，选择所述重新排序的潜在列表中的所述潜在修正候选的顶部部分。在一些实施例中，为所述潜在MMVD候选中的所述每个潜在MMVD候选选择所述潜在修正候选的顶部部分。
本公开的各方面还提供了一种存储指令的非暂时性计算机可读介质，当指令由计算机执行以进行视频解码时，使计算机执行用于视频解码的方法。
附图说明
从以下详细描述和附图中，所公开的主题的其它特征、性质以及各种优点将更加明显。
图1A是帧内预测方向模式的示例性子集的示意图。
图1B是示例性帧内预测方向的图示。
图2是在一个示例中当前块及其周围的空间合并候选的示意图。
图3是根据实施例的通信系统(300)的简化框图的示意图。
图4是根据实施例的通信系统(400)的简化框图的示意图。
图5是根据实施例的解码器的简化框图的示意图。
图6是根据实施例的编码器的简化框图的示意图。
图7示出了根据另一实施例的编码器的框图。
图8示出了根据另一个实施例的解码器的框图。
图9A示出了根据另一实施例的4参数仿射模型的示意图。
图9B示出了根据另一实施例的6参数仿射模型的示意图。
图10示出了根据另一实施例的与块中的子块相关联的仿射运动矢量场的示意图。
图11示出了根据另一实施例的空间合并候选者的示例性位置的示意图。
图12示出了根据另一实施例的控制点运动矢量继承的示意图。
图13示出了根据另一实施例的用于构建仿射合并模式的候选者的位置的示意图。
图14示出了根据另一实施例的利用光流(PROF)的预测修正的示意图。
图15示出了具有另一实施例的仿射运动估计过程的示意图。
图16示出了根据另一实施例的仿射运动估计搜索的流程图。
图17示出了根据另一实施例的用于双向光流(BDOF)的扩展编码单元(CU)区域的示意图。
图18示出了解码器侧运动矢量修正的示例性示意图。
图19示出了示例中的搜索处理的示例。
图20示出了示例中的搜索点的示例。
图21示出了一些示例中的模板匹配的示例。
图22示出了示例中的仿射合并模式中的模板匹配的示例。
图23示出了示出在一些示例中用于添加运动矢量差的方向的图。
图24示出了示出示例中的四个修正位置的图。
图25示出了示出示例中的八个修正位置的图。
图26示出了示出在一些示例中的模板匹配计算的图。
图27示出了概述根据本公开的一些实施例的方法的流程图。
图28示出了概述根据本公开的一些实施例的另一方法的流程图。
图29是根据实施例的计算机系统的示意图。
具体实施方式
图3是通信系统(300)的示例性框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的终端装置(310)和终端装置(320)。在图3的实施例中，终端装置(310)和终端装置(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(320)可从网络(350)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输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(300)包括例如在视频会议期间执行已编码视频数据的双向传输的终端装置(330)和(340)。对于双向数据传输，终端装置(330)和终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码以通过网络(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的实施例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可分别为服务器、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(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(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图4示出视频编码器和视频解码器在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、流服务、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(402)，已编码的视频数据(404)(或已编码的视频码流)被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)上以供将来使用。一个或多个流式传输客户端子系统，例如图4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。
应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
图5是视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列；在实施例中，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的解码。可从信道(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(515)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块。帧内编码块为不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/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)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。视频压缩还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据预定视频压缩技术或者例如ITU-T H.265的标准执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6是视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。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(603)可实时或在所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group ofpictures，GOP)布局，最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
在一个实施例中，除存在于解码器中的解析/熵解码之外，解码器技术以相同或者基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。在某些领域，下文提供了更详细的描述。
在操作期间，在一些实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为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7是视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(703)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(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(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还生成帧内预测信息(例如根据一个或多个帧内编码技术的帧内预测方向信息)。在实施例中，帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生码流中各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图8是视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)。此类符号还可包括呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差信息与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在实施例中，可使用一个或多个集成电路来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
本公开的各方面提供用于运动矢量差合并(MMVD)的修正的技术。在一些示例中，修正被添加在MMVD候选之上。
ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)在2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)公布了H.265/HEVC(高效视频编码)标准。2015年，这两个标准组织联合形成了JVET(联合视频探索团队)，以探索开发超出HEVC的下一视频编码标准的潜力。2017年10月，两家标准组织发布了关于具有超出HEVC能力的视频压缩建议的联合呼吁(Call for Proposals，CfP)。截至2018年2月15日，分别提交了关于标准动态范围(SDR)的共22个CfP响应、关于高动态范围(high dynamic range，HDR)的12个CfP响应和关于360个视频类别的12个CfP响应。2018年4月，在122MPEG/第10次JVET会议中评估了所有收到的CfP响应。作为会议的结果，JVET正式启动了超出HEVC的下一代视频编码的标准化过程。新标准被命名为通用视频编码(VVC)，并且JVET被重命名为联合视频专家组。在2020中，ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)公布了VVC视频编码标准(版本1)。
在帧间预测中，对于每个帧间预测的编码单元(CU)，需要运动参数来对例如要用于帧间预测样本生成的VVC的特征进行编码。运动参数可以包括运动矢量、参考图片索引、参考图片列表使用索引和/或附加信息。可以以显式或隐式方式用信号通知运动参数。当利用跳过模式对CU进行编码时，CU可以与一个PU相关联，并且可以不需要有效残差系数、已编码运动矢量增量和/或参考图片索引。当利用合并模式对CU进行编码时，可以从相邻CU获得该CU的运动参数。相邻CU可以包括空间候选和时间候选，以及诸如在VVC中引入的附加计划(或附加候选)。可以将合并模式应用于任何帧间预测CU，而不仅仅应用于跳过模式。合并模式的替代方案是运动参数的显式传输，其中可以针对每一CU显式地用信号通知运动矢量、每个参考图片列表的对应参考图片索引、参考图片列表使用标志和/或其它所需信息。
在VVC中，VVC测试模型(VVC Test model，VTM)参考软件可以包括多个新的已修正帧间预测编码工具，其可以包括以下各项中的一项或多项：
(1)扩展合并预测
(2)合并运动矢量差(Merge motion vector difference，MMVD)
(3)具有对称MVD(Motion vector difference)信令的AMVP(Advanced MotionVector Prediction)模式
(4)仿射运动补偿预测
(5)基于子块的时间运动矢量预测(Subblock-based temporal motion vectorprediction，SbTMVP)
(6)自适应运动矢量分辨率(Adaptive motion vector resolution，AMVR)
(7)运动场存储：1/16亮度样本MV存储和8×8运动场压缩
(8)具有CU级权重的双向预测(Bi-prediction with CU-level weights，BCW)
(9)双向光流(Bi-directional optical flow，BDOF)
(10)解码器侧运动矢量修正(Decoder-side motion vector refinement，DMVR)
(11)组合帧间和帧内预测(Combined inter and intra prediction，CIIP)
(12)几何分区模式(Geometric partitioning mode，GPM)
在HEVC中，将平移运动模型应用于运动补偿预测(motion compensationprediction，MCP)。而在现实世界中，可以存在许多种运动，诸如放大/缩小、旋转、透视运动和其它不规则运动。可以例如在VTM中应用基于块的仿射变换运动补偿预测。图9A示出了由两个控制点(4参数)的运动信息描述的块(902)的仿射运动场。图9B示出了由三个控制点运动矢量(6参数)描述的块(904)的仿射运动场。
如图9A中所示，在4参数仿射运动模型中，块(902)中的样本位置(x，y)处的运动矢量可以如下在等式(1)中导出：
其中，mvx可以是第一方向(或X方向)上的运动矢量，并且mvy可以是第二方向(或Y方向)上的运动矢量。运动矢量还可以在等式(2)中描述：
如图9B中所示，在6参数仿射运动模型中，块(904)中的样本位置(x，y)处的运动矢量可以如下在等式(3)中导出：
还可以如下在等式(4)中描述6参数仿射运动模型：
如等式(1)和等式(3)所示，(mv0x，mv0y)可以是左上角控制点的运动矢量。(mv1x，mv1y)可以是右上角控制点的运动矢量。(mv2x，mv2y)可以是左下角控制点的运动矢量。
如图10中所示，为了简化运动补偿预测，可以应用基于块的仿射变换预测。为了导出每个4×4亮度子块的运动矢量，可以根据等式(1)至等式(4)计算当前块(1000)中的每个子块(例如，(1004))的中心样本(例如，(1002))的运动矢量，并且四舍五入为1/16分数精度。然后，可以应用运动补偿插值滤波器，以利用导出的运动矢量生成每个子块的预测。色度分量的子块大小也可以设置为4×4。4×4色度子块的MV可以被计算为四个对应的4×4亮度子块的MV的平均值。
在仿射合并预测中，仿射合并(AF_MERGE)模式可以应用于宽度和高度两者大于或等于8的CU。可以基于空间相邻CU的运动信息来生成当前CU的CPMV(control point motionvector)。可以将多达五个CPMVP(control point motion vector prediction)候选应用于仿射合并预测，并且可以发信号通知索引以指示五个CPMVP候选中的哪一个可以用于当前CU。在仿射合并预测中，可以使用三种类型的CPMV候选来形成仿射合并候选列表：(1)从相邻CU的CPMV推测的继承的仿射合并候选；(2)构造的CPMVP仿射合并候选，这些候选是使用相邻CU的平移MV导出的；以及(3)零MV。
在VTM3中，可以应用最多两个继承的仿射候选。两个继承的仿射候选可以从相邻块的仿射运动模型导出。例如，一个继承的仿射候选可以从左相邻CU导出，并且另一个继承的仿射候选可以从上方相邻CU导出。示例性候选块可以在图11中示出。如图11中所示，对于左预测器(或左侧继承的仿射候选)，扫描顺序可以是A0→A1，而对于上方预测器(或上方继承的仿射候选)，扫描顺序可以是B0→B1→B2。因此，仅选择来自每一侧的第一可用继承候选。在两个继承候选之间不执行修剪检查。当识别出相邻仿射CU时，可以使用相邻仿射CU的控制点运动矢量来导出当前CU的仿射合并列表中的CPMVP候选。如图12中所示，当以仿射模式编码当前块(1204)的相邻左下块A时，可以获得包含块A的CU(1202)的左上角、右上角和左下角的运动矢量v2、v3和v4。当利用4参数仿射模型对块A进行编码时，可以根据CU(1202)的v2和v3计算当前CU(1204)的两个CPMV。在利用6参数仿射模型对块A进行编码的情况下，可以根据CU(1202)的v2、v3和v4计算当前CU(1204)的三个CPMV。
当前块的构造的仿射候选可以是通过组合当前块的每个控制点的相邻平移运动信息而构造的候选。控制点的运动信息可以从图13中所示的指定空间邻居和时间邻居导出。如图13中所示，CPMVk(k＝1，2，3，4)表示当前块(1302)的第k个控制点。对于CPMV1，可以检查B2→B3→A2块，并且可以使用第一可用块的MV。对于CPMV2，可以检查B1→B0块。对于CPMV3，可以检查A1→A0块。如果CPM4不可用，则TMVP可以用作CPMV4。
在获得四个控制点的MV之后，可以基于四个控制点的运动信息来构造当前块(1302)的仿射合并候选。例如，仿射合并候选可以基于四个控制点的MV的组合以如下顺序来构造：{CPMV1,CPMV2,CPMV3}、{CPMV1,CPMV2,CPMV4}、{CPMV1,CPMV3,CPMV4},{CPMV2,CPMV3,CPMV4}、{CPMV1,CPMV2}和{CPMV1,CPMV3}。
3个CPMV的组合可以构造6参数仿射合并候选，并且2个CPMV的组合可以构造4参数仿射合并候选。为了避免运动缩放过程，如果控制点的参考索引不同，则可以丢弃控制点MV的相关组合。
在检查继承的仿射合并候选和构造的仿射合并候选之后，如果列表仍然未满，则可以将零MV插入到该列表的末端。
在仿射AMVP预测中，仿射AMVP模式可以应用于宽度和高度两者大于或等于16的CU。可以在码流中发信号通知CU级中的仿射标志以指示是否使用仿射AMVP模式，并且然后可以发信号通知另一标志以指示是应用4参数仿射还是6参数仿射。在仿射AMVP预测中，可以在码流中发信号通知当前CU的CPMV与当前CU的CPMVP的预测值的差。仿射AMVP候选列表的大小可以为2，并且仿射AMVP候选列表可以通过使用如下顺序的四种类型的CPMV候选来生成：
(1)从相邻CU的CPMV推导的继承的仿射AMVP候选。
(2)构造的CPMVP仿射AMVP候选，这些候选是使用相邻CU的平移MV导出的。(3)来自相邻CU的平移MV，以及
(40)零MV。
继承的仿射AMVP候选的检查顺序可以与继承的仿射合并候选的检查顺序相同。为了确定AVMP候选，可以仅考虑具有与当前块相同的参考图片的仿射CU。当继承的仿射运动预测器被插入到候选列表中时，可以不应用修剪过程。
构造的AMVP候选可以从指定的空间邻居导出。如图13中所示，可以应用相同的检查顺序作为仿射合并候选构造中的检查顺序。另外，还可以检查相邻块的参考图片索引。检查顺序中的第一块可以被帧间编码并且具有与当前CU(1302)相同的参考图片。当利用4参数仿射模式对当前CU(1302)进行编码时，可以确定一个构造的AMVP候选，并且mv0和mv1两者可用。构造的AMPV候选可以进一步添加到仿射AMVP列表中。当利用6参数仿射模式对当前CU(1302)进行编码并且所有三个CPVV可用时，可以将构造的AMVP候选作为一个候选添加到仿射AMVP列表中。否则，可以将构造的AMVP候选设置为不可用。
如果仿射AMVP列表中的候选在检查了继承的仿射AMVP候选和构造的AMVP候选之后仍小于2，则可以按顺序添加mv0、mv1和mv2。mv0、mv1和mv2可用作平移MV，以在可用时预测当前CU(例如，(1302))的所有控制点MV。最后，如果仿射AMVP仍然未满，则可以使用零MV来填充仿射AMVP列表。
与基于像素的运动补偿相比，基于子块的仿射运动补偿可以节省存储器访问带宽并且降低计算复杂度，代价是预测精度损失。为了实现运动补偿的更细粒度，利用光流的预测修正(PROF)可以用于修正基于子块的仿射运动补偿预测，而不增加用于运动补偿的存储器访问带宽。在VVC中，在执行基于子块的仿射运动补偿之后，可以通过添加由光流方程导出的差来修正亮度预测样本。PROF可以以如下四个步骤描述：
步骤(1)：可以执行基于子块的仿射运动补偿以生成子块预测I(i,j)。
步骤(2)：可以使用3抽头滤波器[□1，0，1]在每个样本位置处计算子块预测的空间梯度gx(i,j)和gy(i,j)。梯度计算可以与BDOF中的梯度计算相同。例如，空间梯度gx(i,j)和gy(i,j)可以分别基于等式(5)和等式(6)来计算。
gx(i,j)＝(I(i+1,j)＞＞shift1)-(I(i-1,j)＞＞shift1) 等式(5)
gy(i,j)＝(I(i,j+1)＞＞shift1)-(I(i,j-1)＞＞shift1) 等式(6)
如图等式(5)和等式(6)中所示，shift1可以用于控制梯度的精度。对于梯度计算，子块(例如，4×4)预测可以在每一侧扩展一个样本。为了避免附加的存储器带宽和附加插值计算，可以从参考图片中最近的整数像素位置复制扩展边界上的扩展样本。
步骤(3)：亮度预测修正可以通过如等式(7)中所示的光流方程来计算。
ΔI(i,j)＝gx(i,j)*Δvx(i,j)+gy(i,j)*Δvy(i,j) 等式(7)
其中，Δv(i,j)可以是为样本位置(i,j)计算的样本MV(由v(i,j)表示)和样本(i,j)所属的子块的子块MV(由vSB表示)之间的差。图14示出了样本MV与子块MV之间的差的示例性图示。如图14中所示，子块(1402)可以被包括在当前块(1400)中，并且样本(1404)可以被包括在子块(1402)中。样本(1404)可以包括与参考像素(1406)相对应的样本运动矢量v(i,j)。子块(1402)可以包括子块运动矢量vSB。基于子块运动矢量vSB，样本(1404)可以与参考像素(1408)相对应。样本MV与子块MV之间的差(由Δv(i,j)表示)可以由参考像素(1406)与参考像素(1408)之间的差来指示。可以以1/32亮度样本精度为单位对Δv(i,j)进行量化。
由于仿射模型参数和相对于子块中心的样本位置可能不会从子块到另一子块而改变，因此可以针对第一子块(例如，(1402))计算Δv(i,j)，并且将其重用于相同CU(例如，(1400))中的其它子块(例如，(1410))。设dx(i,j)为从样本位置(i,j)到子块(xSB,ySB)的中心的水平偏移并且dy(i,j)为垂直偏移，则Δv(x,y)可以由如下等式(8)和(9)导出：
为了保持精度，可以将子块(xSB,ySB)的中心计算为((WSB□1)/2，(HSB□1)/2)，其中，WSB和HSB分别是子块宽度和高度。
一旦获得Δv(x,y)，就可以获得仿射模型的参数。例如，对于4参数仿射模型，仿射模型的参数可以在等式(10)中示出。
对于6参数仿射模型，仿射模型的参数可以在等式(11)中示出。
其中，(v0x,v0y)、(v1x,v1y)、(v2x,v2y)可以分别是左上控制点运动矢量、右上控制点运动矢量和左下控制点运动矢量，并且w和h可以分别是CU的宽度和高度。
步骤(4)：最后，可以将亮度预测修正ΔI(i,j)添加到子块预测I(i,j)。最终预测I’可以如等式(12)中所示生成。
I′(i,j)＝I(i,j)+ΔI(i,j) 等式(12)
PROF可能不应用于仿射编码CU的两种情况：(1)所有控制点MV是相同的，这指示CU仅具有平移运动，以及(2)仿射运动参数大于指定的限制，因为基于子块的仿射MC(motioncompensation)降级为基于CU的MC，以避免大的存储器访问带宽要求。
仿射运动估计(Motion Estimation，ME)(例如在VVC参考软件VTM中)可以用于单向预测和双向预测两者。可以对参考列表L0和参考列表L1中的一者执行单向预测，并且可以对参考列表L0和参考列表L1两者执行双向预测。
图15示出了仿射ME(1500)的示意图。如图15中所示，在仿射ME(1500)中，可以对参考列表L0执行仿射单向预测(S1502)，以基于参考列表L0中的初始参考块来获得当前块的预测P0。还可以对参考列表L1执行仿射单向预测(S1504)，以基于参考列表L1中的初始参考块来获得当前块的预测P1。在(S1506)处，可以执行仿射双向预测。仿射双向预测(S1506)可以以初始预测残差(2I-P0)-P1开始，其中，I可以是当前块的初始值。仿射双向预测(S1506)可以在参考列表L1中的初始参考块周围的参考列表L1中搜索候选，以找到具有最小预测残差(2I-P0)-Px的最佳(或选择的)参考块，其中，Px是基于选择的参考块的当前块的预测。
利用参考图片，对于当前编码块，仿射ME过程可以首先挑选控制点运动矢量(CPMV)集合作为基础。可以使用迭代方法来生成与CPMV集合相对应的当前仿射模型的预测输出，计算预测样本的梯度，并且然后求解线性方程以确定增量CPMV从而优化仿射预测。当所有增量CPMV为0或达到最大迭代次数时，可以停止迭代。从迭代获得的CPMV可以是参考图片的最终CPMV。
在针对仿射单向预测确定参考列表L0和L1两者上的最佳仿射CPMV之后，可以使用一侧上的最佳单向预测CPMV和参考列表来执行仿射双向预测搜索，并且在另一个参考列表上搜索最佳CPMV以优化仿射双向预测输出。仿射双向预测搜索可以在两个参考列表上迭代地执行，以获得最佳结果。
图16示出了其中可以计算与参考图片相关联的最终CPMV的示例性仿射ME方法(1600)。仿射ME方法(1600)可以开始于(S1602)。在(S1602)处，可以确定当前块的基础CPMV。可以基于合并索引、高级运动矢量预测(AMVP)预测器索引、仿射合并索引等中的一者来确定基础CPMV。
在(S1604)处，可以基于基础CPMV获得当前块的初始仿射预测。例如，根据基础CPMV，可以应用6参数仿射运动模型或者4参数仿射运动模型来生成初始仿射预测。
在(S1606)处，可以获得初始仿射预测的梯度。例如，可以基于等式(5)和等式(6)获得初始仿射预测的梯度。
在(S1608)处，可以确定增量CPMV。在一些实施例中，增量CPMV可以与初始仿射预测和后续仿射预测(诸如第一仿射预测)之间的位移相关联。基于初始仿射预测和增量CPMV的梯度，可以获得第一仿射预测。第一仿射预测可以与第一CPMV相对应。
在(S1610)处，可以做出确定以检查增量CPMV是否为零或者迭代次数是否等于或大于阈值。当增量CPMV为零或迭代次数等于或大于阈值时，可以在(S1612)处确定最终的(或选择的)CPMV。最终(或选择的)CPMV可以是基于初始仿射预测和增量CPMV的梯度而确定的第一CPMV。
仍然参考(S1610)，当增量CPMV不为零或迭代次数小于阈值时，可以开始新的迭代。在新的迭代中，可以将更新的CPMV(例如，第一CPMV)提供给(S1604)以生成更新的仿射预测。仿射ME方法(1600)然后可以进行到(S1606)，其中可以计算更新的仿射预测的梯度。仿射ME方法(1600)然后可以前进到(S1608)以继续新的迭代。
在仿射运动模型中，4参数仿射运动模型可以进一步由包括旋转和缩放运动的公式来描述。例如，4参数仿射运动模型可以在如下等式(13)中重写：
其中，r和θ可以分别是缩放因子和旋转角度。当当前帧在时间上处于两个参考帧的中间时，并且如果运动是恒定并且连续的，则缩放因子可以是指数的，而旋转角度可以是恒定的。因此，公式(13)可用于将仿射运动表述为一个参考，诸如到参考列表0的仿射运动。可以在等式(14)中描述时间上在当前帧的另一侧上的另一参考帧(诸如参考列表1)的仿射运动。
等式(13)和等式(14)可以称为对称仿射运动模型。可以应用对称仿射运动模型来进一步提高编码效率。应该注意，a,b,r,和θ之间的关系可以如以下等式(15)中所描述：
VVC中的双向光流(BDOF)先前在JEM中被称为BIO。与JEM版本相比，VVC中的BDOF可以是更简单的版本，其需要更少的计算，尤其是在乘法的数量和乘法器的大小方面。
BDOF可以用于修正4×4子块级的CU的双向预测信号。如果CU满足以下条件，则可以将BDOF应用于CU：
(1)使用“真”双向预测模式对CU进行编码，即，在显示顺序上，两个参考图片中的一个在当前图片之前，并且另一个参考图片在当前图片之后。
(2)从两个参考图片到当前图片的距离(例如，POC(Picture Order Count)差)是相同的。
(3)两个参考图片都是短期参考图片。
(4)不使用仿射模式或SbTMVP合并模式对CU进行编码，
(5)CU具有多于64个亮度样本，
(6)CU高度和CU宽度两者大于或等于8个亮度样本，
(7)BCW权重索引指示相等的权重，
(8)针对当前CU不启用加权位置(Weighted position，WP)，以及
(9)当前CU未使用CIIP模式。
BDOF可以仅应用于亮度分量。如BDOF的名称指示的，BDOF模式可以基于光流概念，该光流概念假设对象的运动是平滑的。对于每个4×4子块，可以通过最小化L0和L1预测样本之间的差来计算运动修正(vx，vy)。然后，运动修正可以用于调整4×4子块中的双向预测样本值。BDOF可以包括如下步骤：
首先，可以通过直接计算两个相邻样本之间的差，来计算来自参考列表L0和参考列表L1的两个预测信号的水平梯度和垂直梯度和/>水平梯度和垂直梯度可以在如下等式(16)和等式(17)中给出：
其中，I(k)(i，j)可以是列表k(k＝0，1)中预测信号的坐标(i，j)处的样本值，并且shift11可以基于亮度比特深度bitDepth来计算，如shift11＝max(6，bitDepth-6)。
然后，可以根据如下等式(18)至等式(22)计算梯度S1、S2、S3、S5和S6的自相关和互相关：
S1＝∑(i,j)∈ΩAbs(ψx(i，j))， 等式(18)
S2＝∑(i，j)∈Ωψx(i，j)·Sign(ψy(i，j)) 等式(19)
S3＝∑(i，j)∈Ωθ(i，j)·Sign(ψx(i，j)) 等式(20)
S5＝∑(i，j)∈ΩAbs(ψy(i，j)) 等式(21)
S6＝∑(i，j)∈Ωθ(i，j)·Sign(ψy(i，j)) 等式(22)
其中，ψx(i，j)、ψy(i，j)和θ(i，j)可以分别在等式(23)至等式(25)中给出。
θ(i，j)＝(I(1)(i，j)＞＞nb)-(I(0)(i，j)＞＞nb) 等式(25)
其中，Ω可以是4×4子块周围的6×6窗口，并且na和nb的数值可以被设置为分别等于min(1，bitDepth□11)和min(4，bitDepth□8)。
然后可以使用如下等式(26)和等式(27)使用互相关项和自相关项来导出运动修正(vx，vy)：
其中， 是地板函数，并且/>基于运动修正和梯度，可以基于等式(28)为4×4子块中的每个样本计算调整：
最后，可以通过调整如下等式(29)中的双向预测样本来计算CU的BDOF样本：
predBDOF(x，y)＝(I(0)(x，y)+I(1)(x，y)+b(x，y)+ooffset)＞＞shift 等式(29)
可以选择这样的值，使得BDOF过程中的乘法器不超过15比特，并且BDOF过程中的中间参数的最大比特宽度可以保持在32比特内。
为了导出梯度值，需要生成在当前CU边界之外的列表k(k＝0，1)中的一些预测样本I(k)(i，j)。如图17中所示，VVC中的BDOF可以使用围绕CU(1704)的边界(1706)的一个扩展的行/列(1702)。为了控制生成边界外预测样本的计算复杂度，可以通过在附近的整数位置处(例如，使用对坐标的floor()运算)直接取得参考样本而不进行插值来生成扩展区域(例如，图17中的无阴影区域)中的预测样本，并且可以使用普通8抽头运动补偿插值滤波器来生成CU内的预测样本(例如，图17中的阴影区域)。扩展样本值可以仅用于梯度计算中。对于BDOF过程中的剩余步骤，如果需要CU边界之外的任何样本和梯度值，则可以从样本和梯度值的最近邻居填充(例如，重复)样本和梯度值。
当CU的宽度和/或高度大于16个亮度样本时，可以将CU分割成宽度和/或高度等于16个亮度样本的子块，并且可以在BDOF过程中将子块边界视为CU边界。BDOF过程的最大单元大小可以限制为16×16。对于每个子块，可以跳过BDOF过程。当初始L0和L1预测样本之间的绝对差值和(SAD)小于阈值时，BDOF过程可以不应用于子块。阈值可以被设置为等于(8*W*(H＞＞1)，其中W可以指示子块的宽度，并且H可以指示子块的高度。为了避免SAD计算的额外复杂度，在DMVR过程中计算的初始L0和L1预测样本之间的SAD可以在BDOF过程中被重新使用。
如果对于当前块启用BCW，即BCW权重索引指示不相等的权重，则可以禁用双向光流。类似地，如果针对当前块启用WP，即，针对两个参考图片中的任一个，亮度权重标志(例如，luma_weight_lx_flag)为1，则也可以禁用BDOF。当CU以对称MVD模式或CIIP模式编码时，也可以禁用BDOF。
为了增加合并模式的MV的精度，可以例如在VVC中应用基于双向匹配(bilateral-matching，BM)的解码器侧运动矢量修正。在双向预测操作中，可以在参考图片列表L0和参考图片列表L1中的初始MV周围搜索已修正MV。BM方法可以计算参考图片列表L0和列表L1中的两个候选块之间的失真。
图18示出了基于BM的解码器侧运动矢量修正的示例性示意图。如图18中所示，当前图片(1802)可以包括当前块(1808)。当前图片可以包括参考图片列表L0(1804)和参考图片列表L1(1806)。当前块(1808)可以包括根据初始运动矢量MV0的参考图片列表L0(1804)中的初始参考块(1812)和根据初始运动矢量MV1的参考图片列表L1(1806)中的初始参考块(1814)。可以围绕参考图片列表L0(1804)中的初始MV0和参考图片列表L1(1806)中的初始MV1执行搜索过程。例如，可以在参考图片列表L0(1804)中识别第一候选参考块(1810)，并且可以在参考图片列表L1(1806)中识别第一候选参考块(1816)。可以计算基于初始MV(例如，MV0和MV1)周围的每个MV候选(例如，MV0’和MV1’)的候选参考块(例如，(1810)和(1816))之间的SAD。具有最低SAD的MV候选可以成为已修正MV，并且用于生成双向预测信号以预测当前块(1808)。
DMVR的应用可以被限制，并且可以仅应用于基于例如VVC中的如下模式和特征编码的CU：
(1)具有双向预测MV的CU级合并模式，
(2)相对于当前图片，一个参考图片在过去，并且另一个参考图片在将来，
(3)从两个参考图片到当前图片的距离(例如，POC差)是相同的，
(4)两个参考图片都是短期参考图片，
(5)CU具有多于64个亮度样本，
(6)CU高度和CU宽度两者大于或等于8个亮度样本，
(7)BCW权重索引指示相等的权重，
(8)对于当前块不启用WP，以及
(9)CIIP模式不用于当前块。
由DMVR过程导出的已修正MV可以用于生成帧间预测样本，并且用在用于将来图片编码的时间运动矢量预测中。而原始MV可以用在解块过程中，并且可以用在用于将来CU编码的空间运动矢量预测中。
在DVMR中，搜索点可以围绕初始MV，并且MV偏移可以服从MV差镜像规则。换句话说，由候选MV对(MV0，MV1)表示的由DMVR检查的任何点可以服从等式(30)和(31)中所示的MV差镜像规则：
MV0′＝MV0+MV_offset 等式(30)
MV1′＝MV1-MV_offset 等式(31)
其中，MV_offset可以表示初始MV与参考图片之一中的已修正MV之间的修正偏移。修正搜索范围可以是来自初始MV的两个整数亮度样本。搜索可以包括整数样本偏移搜索阶段和分数样本修正阶段。
例如，25点全搜索可以应用于整数样本偏移搜索。可以首先计算初始MV对的SAD。如果初始MV对的SAD小于阈值，则可以终止DMVR的整数样本阶段。否则，可以以扫描顺序(诸如光栅扫描顺序)来计算和检查其余24个点的SAD。可以选择具有最小SAD的点作为整数样本偏移搜索阶段的输出。为了减少DMVR修正的不确定性的损失，DMVR过程期间的原始MV可以具有要选择的优先级。由初始MV候选参考的参考块之间的SAD可以减少SAD值的1/4。
整数样本搜索之后可以是分数样本修正。为了减少计算复杂度，可以通过使用参数误差表面等式而不是具有SAD比较的附加搜索来导出分数样本修正。可以基于整数样本搜索阶段的输出有条件地调用分数样本修正。当整数样本搜索阶段在第一迭代搜索或第二迭代搜索中以具有最小SAD的中心终止时，可以进一步应用分数样本修正。
在基于参数误差表面的子像素偏移估计中，中心位置成本和距中心的四个相邻位置处的成本可以用于拟合基于等式(32)的2-D抛物线误差表面等式：
E(x，y)＝A(x-xmin)2+B(y-ymin)2+C 等式(32)
其中，(xmin，ymin)可以与具有最小成本的分数位置相对应，并且可以与最小成本值相对应。通过使用五个搜索点的成本值来求解等式(32)，可以在等式(33)和等式(34)中计算(xmi，ymin)：
xmin＝(E(-1，0)-E(1，0))/(2(E(-1，0)+E(1，0)-2E(0，0))) 等式(33)
ymin＝(E(0，-1)-E(0，1))/(2((E(0，-1)+E(0，1)-2E(0，0))) 等式(34)
由于所有的成本值都是正的并且最小值是E(0，0)，因此可以自动地将xmin和ymin的值限制在-8和8之间。xmin和ymin的值的约束可以与VVC中具有1/16像素MV精度的半像素(或像素)偏移相对应。计算的分数(xmin，ymin)可以被添加到整数距离修正MV以得到子像素精确修正增量MV。
可以例如在VVC中应用双线性插值和样本填充。MV的分辨率可以是例如1/16亮度样本。可以使用8抽头插值滤波器插值分数位置处的样本。在DMVR中，搜索点可以围绕具有整数样本偏移的初始分数像素MV，因此需要内插分数位置的样本以用于DMVR搜索过程。为了降低计算复杂度，可以使用双线性插值滤波器来生成用于DMVR中的搜索过程的分数样本。在另一重要的效果中，通过使用具有2样本搜索范围的双线性滤波器，与普通运动补偿过程相比，DVMR不访问更多的参考样本。在利用DMVR搜索过程获得已修正MV之后，可以应用普通8抽头插值滤波器来生成最终预测。为了与普通MC过程相比不访问更多的参考样本，可以从可用的样本中填充基于原始MV的插值过程可能不需要但基于已修正MV的插值过程可能需要的样本。
当CU的宽度和/或高度大于16个亮度样本时，可以将CU进一步分割成宽度和/或高度等于16个亮度样本的子块。用于DMVR搜索过程的最大单元大小被限制为16×16。
在实施例中，例如在VVC中使用运动矢量差合并(MMVD)模式，其中隐式地导出的运动信息可以用于预测CU(例如，当前CU)的样本。MMVD模式用于具有运动矢量表达方法的跳过模式或合并模式。例如，在用信号通知跳过标志或合并标志之后，可以用信号通知MMVD合并标志以指定MMVD模式是否用于CU。
在一些示例中，MMVD重复使用合并候选。在合并候选当中，可以选择候选，并且通过运动矢量表达方法进一步扩展该候选。MMVD提供具有简化信令的运动矢量表达。在一些示例中，运动矢量表达方法包括起始点、运动幅度和运动方向。
在一些示例(例如，VVC)中，MMVD技术可以使用合并候选列表来选择起始点的候选。然而，在示例中，仅为默认合并类型(MRG_TYPE_DEFAULT_N)的候选被考虑用于MMVD的扩展。
在一些示例中，基础候选索引被用于定义起始点。基础候选索引指示如表1中所示的列表中的候选当中的最佳候选。例如，该列表是具有运动矢量预测值(MVP)的合并候选列表。基础候选索引可以指示合并候选列表中的最佳候选。
表1——基础候选索引(IDX)的示例
应注意，在示例中，基础候选的数量等于1，则不发信号通知基础候选IDX。
在MMVD模式中，在选择合并候选(也被称为MV基础或MV起始点)之后，可以通过附加信息(诸如用信号通知的MVD信息)来修正合并候选。附加信息可以包括用于指定运动幅度的索引(诸如距离索引，例如mmvd_distance_idx[x0][y0]和用于指示运动方向的索引(诸如方向索引，例如mmvd_direction_idx[x0][y0])。在MMVD模式中，合并列表中的前两个候选之一可以被选择作为MV基础。例如，合并候选标志(例如，mmvd_cand_flag[x0][y0])指示合并列表中的前两个候选中的一个。可以用信号通知合并候选标志以指示(例如，指定)选择前两个候选中的哪一个。附加信息可以指示MV基础的MVD(或运动偏移)。例如，运动幅度指示MVD的幅度，运动方向指示MVD的方向。
在示例中，从合并候选列表中选择的合并候选用于提供参考图片处的起始点或MV起始点。当前块的运动矢量可以利用起始点和包括相对于起始点的运动幅度和运动方向的运动偏移(或MVD)来表示。在编码器侧，合并候选的选择和运动偏移的确定可以基于如图19中所示的搜索过程(评估过程)。在解码器侧，可以基于来自编码器侧的信令来确定选择的合并候选和运动偏移。
图19示出了MMVD模式中的搜索过程(1900)的示例。图20示出了MMVD模式中的搜索点的示例。在一些示例中，图20中的搜索点的子集或整个集合被用在图19中的搜索过程(1900)中。通过例如在编码器侧执行搜索过程(1900)，可以为当前图片(或当前帧)中的当前块(1901)确定包括合并候选标志(例如，mmvd_cand_flag[x0][y0])、距离索引(例如，mvd_distance_idx[x0][y0])和方向索引(例如，mmvd_direction_idx[x0][y0])的附加信息。
示出了属于第一合并候选的第一运动矢量(1911)和第二运动矢量(1921)。第一运动矢量(1911)和第二运动矢量(1921)是在搜索过程(1900)中使用的MV起始点。第一合并候选可以是为当前块(1901)构造的合并候选列表上的合并候选。第一运动矢量(1911)和第二运动矢量(1921)可以分别与参考图片列表L0和L1中的两个参考图片(1902)和(1903)相关联。参考图19至图20，第一运动矢量(1911)和第二运动矢量(1921)可以分别指向如图20中所示的参考图片(1902)和(1903)中的两个起始点(2011)和(2021)。
参考图20，可以在参考图片(1902)和(1903)处确定图20中的两个起始点(2011)和(2021)。在示例中，基于起始点(2011)和(2021)，可以评估在参考图片(1902)和(1903)中在垂直方向(由+Y或-Y表示)或水平方向(由+X和-X表示)上从起始点(2011)和(2021)延伸的多个预定义点。在一个示例中，可以使用相对于相应起始点(2011)或(2021)彼此镜像的一对点(诸如一对点(2014)和(2024)(例如，由图19中的1S移位指示)或一对点(2015)和(2025)(例如，由图19中的2S移位指示))来确定可以形成当前块(1901)的运动矢量预测值候选的一对运动矢量(例如，图19中的MV(1913)和(1923))。可以评估基于围绕起始点(2011)或(2021)的预定义点确定的运动矢量预测值候选(例如，图19中的MV(1913)和(1923))。
距离索引(例如，mmvd_distance_idx[x0][y0])可以指定运动幅度信息并且指示与由合并候选标志指示的起始点的预定义偏移(例如，图19中的1S或2S)。应注意，在示例中，预定义偏移也被称为MMVD步长。
参考图19，可以将偏移(例如，MVD(1912)或MVD(1922))应用(例如，添加)到起始MV(例如，MV(1911)或(1921))的水平分量或垂直分量。在表2中指定了距离索引(IDX)和预定义偏移的示例性关系。当全像素MMVD关闭时，例如，全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于0，MMVD预定义偏移的范围可以是从1/4亮度样本到32亮度样本。当全像素MMVD关闭时，预定义偏移可以具有非整数值，诸如亮度样本的分数(例如，1/4像素或1/2像素)。当全像素MMVD开启时，例如，全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于1，MMVD预定义偏移的范围可以是从1亮度样本到128亮度样本。在示例中，当全像素MMVD开启时，预定义偏移仅具有整数值，诸如一个或多个亮度样本。
表2——距离索引和偏移(例如，预定义偏移)的示例性关系
方向索引可以表示MVD相对于起始点的方向(或运动方向)。在示例中，方向索引表示表3中所示的四个方向之一。表3中的一个或多个MVD符号的含义可以根据一个或多个起始MV的信息而变化。在示例中，当起始MV是单向预测MV或者起始MV是双向预测MV且两个参考列表指向当前图片的相同侧(例如，两个参考图片的POC均大于当前图片的POC或两个参考图片的POC均小于当前图片的POC)时，表3中的一个或多个MVD符号指定添加到起始MV的MV偏移(或MVD)的符号。
当起始MV是双向预测MV且两个MV指向当前图片的不同侧(例如，一个参考图片的POC大于当前图片的POC，并且另一参考图片的POC小于当前图片的POC)时，表3中的MVD符号指定添加到起始MV的list0 MV分量的MV偏移(或MVD)的符号，并且list1 MV的MVD符号具有相反的值。参考图19，起始MV(1911)和(1921)是双向预测MV，其中两个MV(1911)和(1921)指向当前图片的不同侧。L1参考图片(1903)的POC大于当前图片的POC，并且L0参考图片(1902)的POC小于当前图片的POC。表2中由方向索引(例如，00)指示的MVD符号(例如，x轴的符号“+”)指定添加到起始MV(例如，(1911))的list0 MV分量的MVD(例如，MVD(1912))的符号(例如，x轴的符号“+”)，并且起始MV(例如，(1921))的list1 MV分量的MVD(1922)的MVD符号具有相反的值，诸如与MVD(1912)的符号“+”相反的符号“-”。
参考表3，方向索引00指示x轴上的正方向，方向索引01表示x轴上的负方向，方向索引10指示y轴上的正方向，并且方向索引11指示y轴上的负方向。
表3——MV偏移的符号与方向索引之间的示例性关系
方向IDX 00 01 10 11
x轴 + - 不适用 不适用
y轴 不适用 不适用 + -
语法元素mmvd_merge_flag[x0][y0]可以用于表示当前CU的MMVD合并标志。在示例中，等于1的MMVD合并标志(例如，mmvd_merge_flag[x0][y0])指定MMVD模式用于生成当前CU的帧间预测参数。等于0的MMVD合并标志(例如，mmvd_merge_flag[x0][y0])指定MMVD模式不用于生成帧间预测参数。阵列索引x0和y0可以指定考虑的编码块(例如，当前CB)的左上亮度样本相对于图片(例如，当前图片)的左上亮度样本的位置(x0，y0)。
在当前CU不存在MMVD合并标志(例如，mmvd_merge_flag[x0][y0])时，可以推断当前CU的MMVD合并标志(例如，mmvd_merge_flag[x0][y0])等于0。
在一些示例中，诸如在VVC规范中，使用单个上下文来用信号通知MMVD合并标志(例如，mmvd_merge_flag)。例如，单个上下文用于在上下文自适应二进制算术编码(context-adaptive binary arithmetic coding，CABAC)中对MMVD合并标志进行编解码(例如，编码和/或解码)。
语法元素mmvd_cand_flag[x0][y0]可以表示合并候选标志。在示例中，合并候选标志(例如，mmvd_cand_flag[x0][y0])指定合并候选列表中的第一(0)或第二(1)候选是否与从距离索引(例如，mmvd_distance_idx[x0][y0])和方向索引(例如，mmvd_direction_idx[x0][y0])导出的MVD一起使用。阵列索引x0和y0可以指定考虑的编码块(例如，当前CB)的左上亮度样本相对于图片(例如，当前图片)的左上亮度样本的位置(x0，y0)。
当合并候选标志(例如，mmvd_cand_flag[x0][y0])不存在时，可以推断合并候选标志(例如，mmvd_cand_flag[x0][y0])等于0。
语法元素mmvd_distance_idx[x0][y0]可以表示距离索引。在示例中，距离索引(例如，mmvd_distance_idx[x0][y0])指定用于导出MmvdDistance[x0][y0]的索引，诸如表4中所指定。阵列索引x0和y0可以指定考虑的编码块(例如，当前CB)的左上亮度样本相对于图片(例如，当前图片)的左上亮度样本的位置(x0，y0)。
表4——MmvdDistance[x0][y0]和mmvd_distance_idx[x0][y0]之间的示例性关系
表4中的第一列指示距离索引(例如，mmvd_distance_idx[x0][y0])。表4中的第二列指示当全像素MMVD关闭时的运动幅度(例如，MmvdDistance[x0][y0])，例如，全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于0。表4中的第三列指示当全像素MMVD开启时的运动幅度(例如，MmvdDistance[x0][y0])，例如，全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于1。
在示例中，表4中第二列和第三列的单位是1/4亮度样本。参考表4的第一行，当距离索引(例如，mmvd_distance_idx[x0][y0])为0时，运动幅度(例如，MmvdDistance[x0][y0])在全像素MMVD关闭(例如，slice_fpel_mmvd_enabled_flag为0)时为1。运动幅度(例如，MmvdDistance[x0][y0])为1×1/4亮度样本或1/4亮度样本。当距离索引(例如，mmvd_distance_idx[x0][y0])为0时，当全像素MMVD开启(例如，slice_fpel_mmvd_enabled_flag为1)时，运动幅度(例如，MmvdDistance[x0][y0])为4。运动幅度(例如，MmvdDistance[x0][y0])为4×1/4亮度样本或1亮度样本。
在示例中，表4中的第二列(以1/4亮度样本为单位)与表1中的第二行(以亮度样本为单位)相对应，并且表4中的第三列(以1/4亮度样本为单位)与表2中的第三行(以亮度样本为单位)相对应。
语法元素mmvd_direction_idx[x0][y0]可以表示方向索引。在示例中，方向索引(例如，mmvd_direction_idx[x0][y0])指定用于导出如表5中指定的运动方向的索引(例如，MmvdSign[x0][y0])。阵列索引x0和y0指定考虑的编码块(例如，当前CB)的左上亮度样本相对于图片(例如，当前图片)的左上亮度样本的位置(x0，y0)。表4中的第一列指示方向索引(例如，mmvd_distance_idx[x0][y0])。表5中的第二列指示MVD的第一分量(例如，MVDx或MmvdOffset[x0][y0][0])的第一符号(例如，MmvdSign[x0][y0][0])。表5中的第三列指示MVD的第二分量(例如，MVDy或MmvdOffset[x0][y0][1])的第二符号(例如，MmvdSign[x0][y0][1])。
表5——MmvdSign[x0][y0]与mmvd_direction_idx[x0][y0]之间的示例性关系
mmvd_direction_idx[x0][y0] MmvdSign[x0][y0][0] MmvdSign[x0][y0][1]
0 +1 0
1 -1 0
2 0 +1
3 0 -1
MVD的第一分量(例如，MmvdOffset[x0][y0][0])和第二分量(例如，MmvdOffset[x0][y0][1])或偏移MmvdOffset[x0][y0]可以如下导出：
MmvdOffset[x0][y0][1]＝(MmvdDistance[x0][y0]<<2)×MmvdSign[x0][y0][1]等式(36)
在示例中，距离索引(例如，mmvd_distance_idx[x0][y0])是3，并且方向索引(例如，mmvd_distance_idx[x0][y0])是2。基于表5并且方向索引(例如，mmvd_direction_idx[x0][y0])为2，MVD的第一分量(例如，MVDx或MmvdOffset[x0][y0][0])的第一符号(例如，MmvdSign[x0][y0][0])为0，并且MVD的第二分量(例如，MVDy或MmvdOffset[x0][y0][1])的第二符号(例如，MmvdSign[x0][y0][1])为“+1”。在该示例中，MVD沿着正垂直方向(+y)并且没有水平分量。
当全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于0并且全像素MMVD关闭时，基于表4并且距离索引(例如，mmvd_distance_idx[x0][y0])为3，由MmvdDistance[x0][y0]指示的运动幅度为8。基于等式10-11,MVD的第一分量(例如，MmvdOffset[x0][y0][0])是(8<<2)×0＝0，并且MVD的第二分量(例如，MmvdOffset[x0][y0][1])是(8<<2)×(+1)＝2(亮度样本)。
当全像素MMVD标志(例如，slice_fpel_mmvd_enabled_flag)等于1并且全像素MMVD开启时，基于表4并且距离索引(例如，mmvd_distance_idx[x0][y0])为3，由MmvdDistance[x0][y0]指示的运动幅度为32。基于等式(35)和等式(36)，MVD的第一分量(例如，MmvdOffset[x0][y0][0])是(32<<2)×0＝0，并且MVD的第二分量(例如，MmvdOffset[x0][y0][1])是(32<<2)×(+1)＝8(亮度样本)。
根据本公开的一方面，仿射运动矢量差合并(仿射MMVD)可以用于视频编码。仿射MMVD从基于子块的合并列表中选择可用仿射合并候选作为基础预测器。仿射MMVD将运动矢量偏移应用于来自基础预测器的每个控制点的运动矢量值。在示例中，当没有仿射合并候选可用时，将不使用仿射MMVD。在一些示例中，随后可以用信号通知距离索引和偏移方向索引。
在一些示例中，用信号通知距离索引以指示从偏移表使用哪一距离偏移，诸如表6中所示：
表6：偏移表的示例
距离IDX 0 1 2 3 4
距离偏移 1/2像素 1像素 2像素 4像素 8像素
在一些示例中，方向索引可以表示如表7中所示的四个方向，其中仅x或y方向可以具有MV差，但不在两个方向上。
表7：方向表的示例
偏移方向IDX 00 01 10 11
x方向因子 +1 -1 0 0
y方向因子 0 0 +1 -1
在一些示例中，帧间预测是单向预测，对于每个控制点预测器在偏移方向上应用用信号通知的距离偏移以生成包括每个控制点的MV值的结果。
在一些示例中，帧间预测是双向预测，可以对于控制点预测器的L0运动矢量在用信号通知的偏移方向上应用用信号通知的距离偏移，并且可以在如以下指定示例中在镜像或缩放基础上应用要应用于L1 MV上的偏移。
在特定示例中，帧间预测是双向预测，对于控制点预测器的L0运动矢量在用信号通知的偏移方向上应用用信号通知的距离偏移。对于L1 CPMV，在镜像基础上应用偏移，这意味着应用具有相反方向的相同量的距离偏移。
在另一特定示例中，基于POC距离的偏移镜像方法用于双向预测。当对基础候选进行双向预测时，应用到L0的偏移被用信号通知，并且L1上的偏移取决于列表L0和列表L1上的参考图片的时间位置。例如，当两个参考图片在当前图片的相同时间侧上时，对L0和L1的CPMV应用相同的距离偏移和相同的偏移方向。在另一示例中，当两个参考图片在当前图片的不同侧上时，L1的CPMV可以具有在相反偏移方向上施加的距离偏移。
在另一特定示例中，基于POC距离的偏移缩放方法用于双向预测。当对基础候选进行双向预测时，应用到L0的偏移被用信号通知，并且L1上的偏移可以基于列表0和列表1上的参考图片的时间距离来缩放。
在一些示例中，对距离偏移值范围进行扩展。例如，可以提供3组距离偏移值，并且可以基于图片分辨率自适应地选择距离偏移值集合。在一个示例中，基于图片分辨率来选择偏移表。表8示出了包括分别与不同图片分辨率相关联的3组距离偏移值的扩展距离偏移表的示例。可以基于图片分辨率选择距离偏移值集合。
表8：扩展距离偏移表的示例
在视频/图像编码中可以使用模板匹配(TM)技术。为了进一步提高VVC标准的压缩效率，例如，TM可以用于修正MV。在示例中，在解码器侧使用TM。利用TM模式，可以通过构造当前图片中的块(例如，当前块)的模板(例如，当前模板)并且确定当前图片中的块的模板与参考图片中的多个可能模板(例如，多个可能参考模板)之间的最接近匹配来修正MV。在实施例中，当前图片中的块的模板可以包括该块的左相邻重建样本和该块的上相邻重建样本。TM可以用于超出VVC的视频/图像编码。
图21示出了模板匹配(2100)的示例。TM可以用于通过确定当前图片(2110)中的当前CU(2101)的模板(例如，当前模板)(2121)与参考图片(2111)中的多个可能模板(例如，多个可能模板中的一者为模板(2125))中的模板(例如，参考模板)之间的最接近匹配来导出当前CU(例如，当前块)(2101)的运动信息(例如，从初始运动信息(诸如初始MV 2102)导出最终运动信息)。当前CU(2101)的模板(2121)可以具有任何合适的形状和任何合适的大小。
在实施例中，当前CU(2101)的模板(2121)包括顶部模板(2122)和左模板(2123)。顶部模板(2122)和左模板(2123)中的每一个可以具有任何合适的形状和任何合适的大小。
顶部模板(2122)可以包括当前CU(2101)的一个或多个顶部相邻块中的样本。在示例中，顶部模板(2122)包括当前CU(2101)的一个或多个顶部相邻块中的四行样本。左模板(2123)可以包括当前CU(2101)的一个或多个左相邻块中的样本。在示例中，左模板(2123)包括当前CU(2101)的一个或多个左相邻块中的四列样本。
参考图片(2111)中的多个可能模板中的每一个(例如，模板(2125))与当前图片(2110)中的模板(2121)相对应。在实施例中，初始MV(2102)从当前CU(2101)指向参考图片(2111)中的参考块(2103)。参考图片(2111)中的多个可能模板中的每一个(例如，模板(2125))和当前图片(2110)中的模板(2121)可以具有相同的形状和相同的大小。例如，参考块(2103)的模板(2125)包括参考图片(2111)中的顶部模板(2126)和参考图片(2111)中的左模板(2127)。顶部模板(2126)可以包括参考块(2103)的一个或多个顶部相邻块中的样本。左模板(2127)可以包括参考块(2103)的一个或多个左相邻块中的样本。
可以基于一对模板(诸如模板(例如，当前模板)(2121)和模板(例如，参考模板)(2125))来确定TM成本。TM成本可以指示模板(2121)与模板(2125)之间的匹配。可以基于在搜索范围(2115)内围绕当前CU(2101)的初始MV(2102)的搜索来确定优化的MV(或最终MV)。搜索范围(2115)可以具有任何合适的形状和任何合适数量的参考样本。在示例中，参考图片(2111)中的搜索范围(2115)包括[-L,L]像素范围，其中L是正整数，诸如8(例如，8个样本)。例如，基于搜索范围(2115)确定差值(例如，[0，1])，并且通过初始MV(2102)和差值(例如，[0，1])的求和来确定中间MV。可以基于中间MV来确定参考图片(2111)中的中间参考块和对应模板。可以基于模板(2121)和参考图片(2111)中的中间模板来确定TM成本。TM成本可以与基于搜索范围(2115)确定的差值(例如，与初始MV(2102)相对应的[0，0]、[0，1]等)相对应。在示例中，选择与最小TM成本相对应的差，并且优化的MV是与最小TM成本相对应的差和初始MV(2102)的总和。如以上描述的，TM可以从初始运动信息(例如，初始MV 2102)导出最终运动信息(例如，优化的MV)。
在图21的示例中，在搜索范围(诸如[-8像素，+8像素])内，可以在当前CU的初始运动矢量周围搜索更好的MV。
TM可以应用于仿射模式(诸如仿射AMVP模式、仿射合并模式)，并且可以被称为仿射TM。图22示出了例如在仿射合并模式中的TM(2200)的示例。当前块(例如，当前CU)(2201)的模板(2221)可以与应用于平移运动模型的TM中的模板(例如，图21中的模板(2121))相对应。参考图片中的参考块的参考模板(2225)可以包括多个子块模板(例如，4×4子块)，这些子块模板由相邻子块(例如，如图22中所示的A0-A3和L0-L3)的控制点MV(CPMV)导出的MV指向块边界。
在仿射模式(例如，仿射合并模式)中应用的TM的搜索过程可以从CPMV0开始，同时保持其它CPMV(例如，如果使用4参数模型，则为(i)CPMV1，或者如果使用6参数模型，则为(ii)CPMV1和CPMV2)恒定。可以朝向水平方向和垂直方向执行搜索。在示例中，仅当零向量不是从水平搜索和垂直搜索中找到的最佳差矢量时，搜索之后是一个或多个对角线方向。仿射TM可以对CPMV1重复相同的搜索过程。如果使用6参数模型，仿射TM可以对CPMV2重复相同的搜索过程。基于已修正CPMV，如果零矢量不是来自先前迭代的最佳差矢量并且搜索过程已经迭代了小于3次，则整个搜索过程可以从已修正CPMV0重新开始。
根据本公开的一方面，基于模板匹配的候选重新排序技术可以用于减少信令开销。基于模板匹配的候选重新排序技术可以用于MMVD和仿射MMVD。
在一些示例中，将MMVD偏移扩展到用于MMVD和仿射MMVD模式的更多位置。
图23示出了图示可以为MMVD添加修正位置的方向的图。在图23中，添加了沿着k×π/8对角线角的附加修正位置，其中k是整数。位置(2301)与基础候选相对应并且可以是起点，位置(2311)-(2314)分别在0、π/2、π和3π/2的方向上；位置(2321)-(2324)分别在π/4、3π/4和5π/4和7π/4的方向上；并且位置(2331)-(2338)分别在π/8、3π/8、5π/8、7π/8、9π/8、11π/8、13π/8和15π/8的方向上。因此，方向的数量从4增加到16。进一步地，在示例中，每个方向可以具有6个MMVD修正位置。可能的MMVD修正位置的总数量是16×6。
根据本公开的一方面，可以针对每个修正位置计算当前模板(例如，当前块上方一行和左边一列)与参考模板之间的SAD成本。基于修正位置的SAD成本，对每个基础候选的所有可能的MMVD修正位置(16×6)进行重新排序。然后，诸如具有最小模板SAD成本的修正位置的顶部部分(诸如顶部1/8修正位置(例如，12))被保持为可用位置，从而用于MMVD索引编码。MMVD索引由参数等于2的大米码(rice code)二进制化。
在一些示例中，可以增加用于仿射MMVD的修正位置，并且可以将基于模板匹配的候选重新排序应用于仿射MMVD重新排序。例如，仿射MMVD修正位置在沿着k×π/4对角线角的方向上，例如分别在0、π/4、π/2、3π/4、π、5π/4、3π/2和7π/4的8个方向上。每个方向可以具有6个仿射MMVD修正位置。可能的仿射MMVD修正位置的总数量是8×6。在示例中，可以针对每个修正位置计算当前模板(例如，当前块上方一行和左边一列)与参考模板之间的SAD成本。基于修正位置的SAD成本，对每个基础候选的所有可能的仿射MMVD修正位置(8×6)进行重新排序。然后，诸如具有最小模板SAD成本的修正位置的顶部部分(诸如顶部1/2修正位置(例如，24))被保持为可用位置，从而用于仿射MMVD索引编码。
根据本公开的一些方面，在MMVD中，MV偏移被限制到某个步长和方向，即使是扩展方向。具有有限步长和方向的MMVD可能不总是捕获最佳运动候选。
本公开的一些方面提供对MMVD候选应用MV修正的技术。
在一些实施例中，在导出MMVD候选之后，在MMVD候选的MV的顶部添加附加的MV修正偏移。在一些示例中，可以通过由M表示的修正步长来限定附加MV修正偏移，并且可以关于MMVD候选来限定修正位置。
例如，当MMVD候选的当前MV值是(mv_hor，mv_ver)、MV修正偏移是(mv_offset_hor，mv_offset_ver)时，表示为MV’的已修正MV值可以被描述为(mv_hor+mv_offset_hor，mv_ver+mv_offset_ver)。
在一些示例中，M(修正步长)被设置为当前MMVD步长(例如，表2中的偏移)的分数。例如，M被设置为等于当前MMVD步长的1/4。在示例中，当前MMVD步长是1/4像素，MV修正偏移是1/16像素；当当前MMVD步长是32像素时，MV修正偏移是8像素。
应注意，修正位置可以由各种配置来定义。
在示例中，可以定义关于MMVD候选的4个修正位置。图24示出了图示关于MMVD候选(2401)的四个修正位置(2411)-(2414)的图(2400)。修正位置(2411)-(2414)分别具有MV修正偏移(-M，0)、(M，0)、(0，-M)和(0，M)。
在另一示例中，可以定义关于MMVD候选的8个修正位置。图25示出了图示关于MMVD候选(2501)的八个修正位置(2511)-(2518)的图(2500)。修正位置(2511)-(2518)分别具有MV修正偏移(-M，-M)、(0，-M)、(M，-M)、(-M，0)、(M，0)、(-M，M)、(0，M)和(M，M)。
在实施例中，当当前MMVD候选是单向预测候选时，可以将MV修正偏移直接添加到当前MMVD候选的MV值。
在一些实施例中，当当前MMVD候选是双向预测候选时，可以使用各种技术将MV修正偏移应用于当前MMVD候选的MV值。在实施例中，以相同的方式将MV修正偏移添加到参考列表L0和L1两者的MV值。在另一实施例中，将MV修正偏移添加到参考列表L0(来自参考列表L0的参考图片)的MV值，并且将镜像MV修正偏移(意味着水平分量和垂直分量两者乘以-1)应用于参考列表L1(来自参考列表L1的参考图片)的MV值。
在另一实施例中，基于参考图片相对于当前图片的时间位置，将MV修正偏移应用于来自参考列表L0和参考列表L1的参考图片的MV。在示例中，当两个参考图片在当前图片的相同时间侧上时，可以以相同方式将MV修正偏移添加到来自参考列表的两个参考图片的MV。在另一示例中，当参考图片在当前图片的不同时间侧上时，可以将MV修正偏移添加到参考列表L0的MV(来自参考列表L0的参考图片)，并且将镜像MV修正偏移(意味着水平分量和垂直分量均乘以-1)应用于参考列表L1的MV(来自参考列表L1的参考图片)。
在另一实施例中，将MV修正偏移应用于来自参考列表L0的参考图片的MV，并且将缩放的MV修正偏移应用于来自参考列表L1的参考图片的MV。缩放因子基于当前图片与参考列表L0和参考列表L1的两个参考图片的时间距离。
根据本公开的一方面，用于MMVD候选修正的最终MV修正偏移可以显示地用信号通知或者可以不用信号通知而导出。
在一些实施例中，在码流中用信号通知修正位置作为修正索引，该修正索引指示与要应用的最终MV修正偏移相对应的最终修正位置。
在一些实施例中，不发信号通知修正位置。在一些示例中，原始MMVD候选信令技术可以用于用信号通知MMVD候选与MV修正偏移的组合。例如，对于每个MMVD候选，(潜在)MV修正偏移(例如，图24或图25)可以与MMVD候选组合以形成潜在修正候选的新集合，然后该新集合中具有最佳模板匹配成本的候选可以用作修正候选。
在示例中，使用当前模板和从运动矢量导出的参考模板来计算运动矢量的模板匹配成本。
图26示出了说明一些示例中的模板匹配成本计算的图(2600)。在图26的示例中，当前图片(2610)包括用于当前块(2601)的当前模板(2621)。当前模板(2621)可以包括顶部当前模板(2622)和左当前模板(2623)。MV(2602)指向参考图片(2650)中的参考块(2651)。参考图片(2650)包括用于参考块(2651)的参考模板(2671)。参考模板(2671)可以包括顶部当前模板(2672)和左当前模板(2673)。
在一些示例中，将当前模板(2621)与参考模板(2671)之间的绝对差值(SAD)之和用作与MV(2602)相关联的模板匹配成本。
在一些示例中，可以应用基于模板匹配成本的候选重新排序。在示例中，MMVD候选的重新排序可以基于未修正的MMVD候选的模板匹配成本。每个MMVD候选的修正与MMVD候选的重新排序无关。例如，编码器侧和解码器侧两者基于未修正的MMVD候选的模板匹配成本来执行MMVD候选重新排序，以生成MMVD候选顺序。编码器例如根据修正候选当中的最佳模板匹配成本来适当地选择MMVD候选，并且根据MMVD候选顺序在码流中用信号通知选择的MMVD候选。解码器可以基于码流中的信号和MMVD候选顺序来确定MMVD候选。解码器可以将(潜在)MV修正偏移(例如，图24或图25)应用于MMVD候选以形成潜在修正候选的新集合，然后该新集合中具有最佳模板匹配成本的候选可以用作修正候选。在示例中，该新集合包括原始MMVD候选。
在另一示例中，MMVD候选的重新排序可以基于修正候选的模板匹配成本。例如，编码器侧和解码器侧两者可以分别为MMVD候选确定修正候选。例如，在编码器侧和解码器侧，对于每个MMVD候选，将(潜在)MV修正偏移(例如，图24或图25)分别应用于MMVD候选以形成潜在修正候选的新集合，然后可以将该新集合中具有最佳模板匹配成本的候选确定为MMVD候选的修正候选。在示例中，该新集合包括原始MMVD候选。然后，编码器侧和解码器侧两者可以基于修正候选的模板匹配成本来执行MMVD候选重新排序，以生成修正候选顺序。编码器适当地选择修正候选，并且根据修正候选顺序在码流中用信号通知选择的修正候选。解码器可以基于码流中的信号和修正候选顺序来确定修正候选。
在另一实施例中，不发信号通知修正位置。将所有MV修正偏移应用于相应的MMVD候选，以生成修正MV值，并且将修正MV值与原始MMVD候选组合，以形成候选的新集合。根据模板匹配成本对候选的新集合进行重新排序。在一些示例中，候选的新集合中的顶部N个候选(例如，具有最低模板匹配成本)被用作要用信号通知的候选(被称为信令候选)，N为正整数。在一些示例中，仅具有最佳模板匹配成本的每个MMVD基础的N个候选可以被用作要被发信号通知的候选(被称为信令候选)，N是正数。例如，当N为2时，对于每个MMVD候选，可以发信号通知与MMVD相关联的前两个候选(具有最佳模板匹配成本)。在示例中，可以例如根据速率失真优化来进一步评估信令候选，以选择用于信令的信令候选。
图27示出了概述根据本公开的实施例的方法(2700)的流程图。方法(2700)可以用于视频编码器。在各种实施例中，方法(2700)由诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频编码器(603)的功能的处理电路、执行视频编码器(703)的功能的处理电路等的处理电路来执行。在一些实施例中，方法(2700)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行方法(2700)。方法开始于(S2701)并且进行到(S2710)。
在(S2710)处，确定应用MMVD候选修正对当前图片中的当前块进行编码。
在(S2720)处，对于当前块，导出与MMVD候选相关联的第一修正运动矢量(MV)值。通过将第一MV修正偏移应用于与MMVD候选相关联的第一运动矢量来生成第一修正MV值。
在(S2730)处，根据第一修正MV值确定当前块的MMVD候选信息，并且在码流中用信号通知。
根据本公开的一方面，第一MV修正偏移是运动矢量差的分数，将运动矢量差应用于基础候选以形成MMVD候选。在一些示例中，第一MV修正偏移的修正步长(例如，M)被设置为运动矢量差的MMVD步长的1/4。在一些示例中，第一MV修正偏移与关于与MMVD候选相关联的第一运动矢量(例如，图24中的(2401))的四个潜在修正位置(例如，图24中的(2411)-(2414))中的一个修正位置相对应。在一些示例中，第一MV修正偏移与关于与MMVD候选相关联的第一运动矢量(例如，图25中的(2501))的八个潜在修正位置(例如，图25中的(2511)-(2518))中的一个修正位置相对应。
在一些示例中，MMVD候选是单向预测候选。
在一些示例中，MMVD候选是双向预测候选。导出与MMVD候选相关联的第二修正MV值，通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值。第二修正MV值指示第二参考图片中的第二参考块。
在示例中，第二MV修正偏移等于第一MV修正偏移。
在另一示例中，第二MV修正偏移是第一MV修正偏移的镜像偏移。
在另一示例中，确定第二参考图片和第一参考图片在当前图片的相同时间侧上，并且然后导出与MMVD候选相关联的第二修正MV值。通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值，第二MV修正偏移等于第一MV修正偏移。
在另一示例中，确定第二参考图片在当前图片的与第一参考图片不同的时间侧上，并且然后导出与MMVD候选相关联的第二修正MV值。通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值，第二MV修正偏移是第一MV修正偏移的镜像偏移。
在另一示例中，基于从当前图片到第一参考图片的第一时间距离和从当前图片到第二参考图片的第二时间距离来确定缩放因子。然后，导出与MMVD候选相关联的第二修正MV值，该第二修正MV值是通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量而生成的，该第二MV修正偏移是根据缩放因子相对于第一MV修正偏移的缩放偏移。
在一些示例中，为了导出第一修正MV值，确定MMVD候选，确定第一MV修正偏移。将第一MV修正偏移应用于MMVD候选以导出第一修正MV值。
在一些示例中，可以通过将运动矢量差应用于基础候选的起始运动矢量来形成MMVD候选。MMVD候选信息可以包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量。MMVD候选信息还包括指示运动矢量差距起始运动矢量的距离(也被称为MMVD步长)的第二索引，以及指示运动矢量差的方向的第三索引。
在一些示例中，将潜在运动矢量差应用于基础候选的起始运动矢量以生成多个MMVD候选，针对多个MMVD候选计算相应模板匹配成本。根据模板匹配成本将多个MMVD候选重新排序为重新排序列表。从重新排序列表中适当地选择MMVD候选。MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量。MMVD候选信息还包括第二索引，该第二索引是在多个MMVD候选的重新排序列表中的MMVD候选的索引。
在一些示例中，直接在码流中对指示与第一MV修正偏移相对应的MV修正位置的信号进行编码。
在一些示例中，将潜在MV修正偏移分别应用于MMVD候选以生成与潜在MV修正偏移相对应的修正候选。分别为修正候选计算模板匹配成本。根据模板匹配成本确定最佳模板匹配成本。从潜在MV修正偏移中选择第一MV修正偏移，与第一MV修正偏移相对应的修正候选具有最佳模板匹配成本。
在一些示例中，将潜在运动矢量差应用于基础候选以生成潜在MMVD候选。将潜在MV修正偏移分别应用于潜在MMVD候选中的每个潜在MMVD候选以生成潜在MMVD候选中的每个潜在MMVD候选的潜在修正候选。根据模板匹配成本分别为潜在MMVD候选确定修正候选。例如响应于所述第一潜在修正候选当中具有最佳模板匹配成本的所述第一修正候选，从所述第一潜在MMVD候选的第一潜在修正候选中选择第一潜在MMVD候选的第一修正候选。根据所述修正候选的模板匹配成本对所述修正候选进行重新排序以形成所述重新排序列表。MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，以及指示重新排序列表中的特定的修正候选的第二索引。
在一些示例中，将多个潜在运动矢量差应用于所述基础候选以生成多个潜在MMVD候选。将多个潜在MV修正偏移分别应用于所述多个潜在MMVD候选中的每个潜在MMVD候选以生成所述多个潜在MMVD候选的多个潜在修正候选。根据所述潜在修正候选的模板匹配成本，将所述潜在修正候选重新排序为重新排序的潜在列表。选择所述重新排序的潜在列表的一部分以形成所述多个修正候选的重新排序列表。从重新排序列表中选择特定的修正候选。MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，以及指示来自修正候选的重新排序列表的特定的修正候选的第二索引。在示例中，选择重新排序的潜在列表中的所有潜在修正候选的顶部部分。在另一示例中，为所述潜在MMVD候选中的所述每个潜在MMVD候选选择所述潜在修正候选的顶部部分。
然后，方法进行到(S2799)并且终止。
可以适当地修改方法(2700)。可以修改和/或省略方法(2700)中的一个或多个步骤。可以增加一个或多个附加步骤。可以使用任何合适的实现顺序。
图28示出了概述根据本公开的实施例的方法(2800)的流程图。方法(2800)可以用于视频解码器。在各种实施例中，方法(2800)由诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路等的处理电路来执行。在一些实施例中，方法(2800)以软件指令实现，因此当处理电路执行软件指令时，处理电路执行方法(2800)。方法开始于(S2801)并且进行到(S2810)。
在(S2810)处，从码流中提取(例如，解析)当前图片中的当前块的运动矢量差合并(MMVD)候选信息。
在(S2820)处，根据MMVD候选信息，导出与MMVD候选相关联的第一修正运动矢量(MV)值。通过将第一MV修正偏移应用于与MMVD候选相关联的第一运动矢量来生成第一修正MV值。在一些示例中，基于修正步长和多个修正位置来生成与MMVD候选的第一运动矢量相关联的第一MV修正偏移。根据MMVD候选信息和生成的第一MV修正偏移导出与MMVD候选相关联的第一修正运动矢量(MV)值。
在(S2830)处，根据第一参考图片中的第一参考块来重建当前块。第一参考块由导出的第一修正MV值来指示。
根据本公开的一方面，第一MV修正偏移是运动矢量差的分数，将运动矢量差应用于基础候选以形成MMVD候选。在一些示例中，第一MV修正偏移的修正步长(例如，M)被设置为运动矢量差的MMVD步长的1/4。在一些示例中，第一MV修正偏移与关于与MMVD候选相关联的第一运动矢量(例如，图24中的(2401))的四个潜在修正位置(例如，图24中的(2411)-(2414))中的一个修正位置相对应。在一些示例中，第一MV修正偏移与关于与MMVD候选相关联的第一运动矢量(例如，图25中的(2501))的八个潜在修正位置(例如，图25中的(2511)-(2518))中的一个修正位置相对应。
在一些示例中，MMVD候选是单向预测候选。
在一些示例中，MMVD候选是双向预测候选。导出与MMVD候选相关联的第二修正MV值，通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值。根据第一参考图片中的第一参考块和第二参考图片中的第二参考块来重建当前块，第二参考块由第二修正MV值来指示。
在示例中，第二MV修正偏移等于第一MV修正偏移。
在另一示例中，第二MV修正偏移是第一MV修正偏移的镜像偏移。
在另一示例中，确定第二参考图片和第一参考图片在当前图片的相同时间侧上，并且然后导出与MMVD候选相关联的第二修正MV值。通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值，第二MV修正偏移等于第一MV修正偏移。
在另一示例中，确定第二参考图片在当前图片的与第一参考图片不同的时间侧上，并且然后导出与MMVD候选相关联的第二修正MV值。通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量来生成第二修正MV值，第二MV修正偏移是第一MV修正偏移的镜像偏移。
在另一示例中，基于从当前图片到第一参考图片的第一时间距离和从当前图片到第二参考图片的第二时间距离来确定缩放因子。然后，导出与MMVD候选相关联的第二修正MV值，该第二修正MV值是通过将第二MV修正偏移应用于与MMVD候选相关联的第二运动矢量而生成的，该第二MV修正偏移是根据缩放因子相对于第一MV修正偏移的缩放偏移。
在一些实施例中，为了导出第一修正MV值，从MMVD候选信息确定MMVD候选，确定第一MV修正偏移，并且将第一MV修正偏移应用于MMVD候选。
在一些示例中，MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量。MMVD候选信息进一步包括指示运动矢量差距起始运动矢量的距离的第二索引和指示运动矢量差的方向的第三索引。在示例中，将运动矢量差应用于基础候选的起始运动矢量以确定MMVD候选。
在一些示例中，MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量。MMVD候选信息还包括指示来自多个MMVD候选的重新排序列表的MMVD候选的第二索引。在示例中，将潜在运动矢量差应用于基础候选的起始运动矢量以生成多个MMVD候选。计算多个MMVD候选的相应模板匹配成本。根据模板匹配成本将多个MMVD候选重新排序到重新排序列表中。根据第二索引从重新排序列表中选择MMVD候选。
在一些示例中，为了确定第一MV修正偏移，从码流对指示与第一MV修正偏移相对应的MV修正位置的信号进行解码。
在一些示例中，为了确定第一MV修正偏移，将潜在MV修正偏移分别应用于MMVD候选以生成与潜在MV修正偏移相对应的修正候选。分别为修正候选计算模板匹配成本。从模板匹配成本中确定最佳模板匹配成本(例如，最低模板匹配成本)。从潜在MV修正偏移中选择第一MV修正偏移，与第一MV修正偏移相对应的修正候选具有最佳模板匹配成本。
在一些实施例中，MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量，并且MMVD候选信息还包括指示来自修正候选的重新排序列表的修正候选的第二索引。为了导出第一修正MV值，将潜在运动矢量差应用于基础候选以生成潜在MMVD候选，将潜在MV修正偏移分别应用于潜在MMVD候选中的每个潜在MMVD候选以生成潜在MMVD候选中的每个潜在MMVD候选的潜在修正候选。根据模板匹配成本分别确定潜在MMVD候选的所述修正候选。例如，响应于所述第一潜在修正候选当中具有最佳模板匹配成本的所述第一修正候选，从所述第一潜在MMVD候选的第一潜在修正候选中选择第一潜在MMVD候选的第一修正候选。根据所述修正候选的模板匹配成本对所述修正候选进行重新排序以形成所述重新排序列表。根据第二索引从重新排序列表中选择特定的修正候选。根据特定的修正候选导出第一修正MV值。
在一些示例中，MMVD候选信息包括指示来自合并候选列表的基础候选的第一索引，该基础候选提供起始运动矢量。MMVD候选还包括指示来自修正候选的重新排序列表的修正候选的第二索引。为了导出第一修正MV值，将潜在运动矢量差应用于基础候选以生成潜在MMVD候选。将潜在MV修正偏移分别应用于潜在MMVD候选中的每个潜在MMVD候选以生成潜在MMVD候选的潜在修正候选。
根据潜在修正候选的模板匹配成本，将潜在修正候选重新排序为重新排序的潜在列表。选择重新排序的潜在列表的一部分以形成修正候选的重新排序列表。根据第二索引从重新排序列表中选择特定的修正候选，并且根据特定的修正候选确定第一修正MV值。
为了选择重新排序的潜在列表的部分以形成修正候选的重新排序列表，在示例中，选择重新排序的潜在列表中的潜在修正候选的顶部部分。在另一示例中，选择潜在MMVD候选中的每个潜在MMVD候选的潜在修正候选的顶部部分。
然后，方法进行到(S2899)并且终止。
可以适当地修改方法(2800)。可以修改和/或省略方法(2800)中的一个或多个步骤。可以增加一个或多个附加步骤。可以使用任何合适的实现顺序。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图29示出了计算机系统(2900)，其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图29所示的用于计算机系统(2900)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(2900)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(2900)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(2901)、鼠标(2902)、触控板(2903)、触摸屏(2910)、数据手套(未示出)、操纵杆(2905)、麦克风(2906)、扫描仪(2907)、照相机(2908)。
计算机系统(2900)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(2910)、数据手套(未示出)或操纵杆(2905)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(2909)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(2910)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(2900)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(2920)或类似介质(2921)的光学介质、拇指驱动器(2922)、可移动硬盘驱动器或固体状态驱动器(2923)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(2900)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(2949)(例如，计算机系统(2900)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(2900)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(2900)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(2900)的核心(2940)。
核心(2940)可包括一个或多个中央处理单元(CPU)(2941)、图形处理单元(GPU)(2942)、以现场可编程门阵列(FPGA)(2943)形式的专用可编程处理单元、用于特定任务的硬件加速器(2944)等。这些设备以及只读存储器(ROM)(2945)、随机存取存储器(2946)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(2947)等可通过系统总线(2948)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(2948)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(2948)，或通过外围总线(2949)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。
CPU(2941)、GPU(2942)、FPGA(2943)和加速器(2944)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(2945)或RAM(2946)中。过渡数据也可以存储在RAM(2946)中，而永久数据可以存储在例如内部大容量存储器(2947)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(2941)、GPU(2942)、大容量存储器(2947)、ROM(2945)、RAM(2946)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(2900)的计算机系统，特别是核心(2940)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(2940)的特定存储器，例如核心内部大容量存储器(2947)或ROM(2945)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(2940)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(2940)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(2946)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(2944))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
附录A：首字母缩略词
JEM：联合开发模型(joint exploration model)
VVC：通用视频编码(versatile video coding)
BMS：基准集合(benchmark set)
MV：运动矢量(Motion Vector)
HEVC：高效视频编码(High Efficiency Video Coding)
SEI：辅助增强信息(Supplementary Enhancement Information)
VUI：视频可用性信息(Video Usability Information)
GOPs：图片群组(Groups of Pictures)
TUs：变换单元(Transform Units)
PUs：预测单元(Prediction Units)
CTUs：编码树单元(Coding Tree Units)
CTBs：编码树块(Coding Tree Blocks)
PBs：预测块(Prediction Blocks)
HRD：假想参考解码器(Hypothetical Reference Decoder)
SNR：信噪比(Signal Noise Ratio)
CPUs：中央处理单元(Central Processing Units)
GPUs：图形处理单元(Graphics Processing Units)
CRT：阴极射线管(Cathode Ray Tube)
LCD：液晶显示(Liquid-Crystal Display)
OLED：有机发光二极管(Organic Light-Emitting Diode)
CD：光盘(Compact Disc)
DVD：数字化视频光盘(Digital Video Disc)
ROM：只读存储器(Read-Only Memory)
RAM：随机存取存储器(Random Access Memory)
ASIC：专用集成电路(Application-Specific Integrated Circuit)
PLD：可编程逻辑设备(Programmable Logic Device)
LAN：局域网(Local Area Network)
GSM：全球移动通信系统(Global System for Mobile communications)
LTE：长期演进(Long-Term Evolution)
CANBus：控制器局域网络总线(Controller Area Network Bus)
USB：通用串行总线(Universal Serial Bus)
PCI：外围设备互连(Peripheral Component Interconnect)
FPGA：现场可编程门阵列(Field Programmable Gate Areas)
SSD：固态驱动器(solid-state drive)
IC：集成电路(Integrated Circuit)
CU：编码单元(Coding Unit)
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims (20)

1.一种在解码器中进行视频解码的方法，其特征在于，包括：
从码流中提取用于当前图片中的当前块的运动矢量差合并(MMVD)候选信息；
基于修正步长和多个修正位置，生成与所述MMVD候选的第一运动矢量相关联的第一MV修正偏移；
根据所述MMVD候选信息和生成的所述第一MV修正偏移，导出与所述MMVD候选相关联的第一修正运动矢量(MV)值；以及
根据第一参考图片中的第一参考块来重建所述当前块，所述第一参考块由导出的第一修正MV值来指示。
2.根据权利要求1所述的方法，其特征在于，所述第一MV修正偏移是运动矢量差的分数，所述运动矢量差的分数应用于基础候选以形成所述MMVD候选。
3.根据权利要求2所述的方法，其特征在于，所述第一MV修正偏移的修正步长是所述运动矢量差的MMVD步长的1/4。
4.根据权利要求1所述的方法，其特征在于，所述第一MV修正偏移与关于与所述MMVD候选相关联的所述第一运动矢量的四个潜在修正位置中的一个修正位置相对应。
5.根据权利要求1所述的方法，其特征在于，所述第一MV修正偏移与关于与所述MMVD候选相关联的所述第一运动矢量的八个潜在修正位置中的一个修正位置相对应。
6.根据权利要求1所述的方法，其特征在于，所述MMVD候选是单向预测候选。
7.根据权利要求1所述的方法，其特征在于，所述MMVD候选是双向预测候选，并且所述方法进一步包括：
导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移等于所述第一MV修正偏移；以及
根据所述第一参考图片中的所述第一参考块和第二参考图片中的第二参考块，来重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
8.根据权利要求1所述的方法，其特征在于，所述MMVD候选是双向预测候选，并且所述方法进一步包括：
导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移是所述第一MV修正偏移的镜像偏移；以及
根据所述第一参考图片中的所述第一参考块和第二参考图片中的第二参考块来重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
9.根据权利要求1所述的方法，其特征在于，所述MMVD候选是双向预测候选，并且所述方法进一步包括：
确定第二参考图片和所述第一参考图片在所述当前图片的相同时间侧上；
导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移等于所述第一MV修正偏移；以及
根据所述第一参考图片中的所述第一参考块和所述第二参考图片中的第二参考块重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
10.根据权利要求1所述的方法，其特征在于，所述MMVD候选是双向预测候选，并且所述方法进一步包括：
确定第二参考图片与所述第一参考图片在所述当前图片的不同时间侧上；
导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移是所述第一MV修正偏移的镜像偏移；以及
根据所述第一参考图片中的所述第一参考块和所述第二参考图片中的第二参考块重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
11.根据权利要求1所述的方法，其特征在于，所述MMVD候选是双向预测候选，并且所述方法进一步包括：
基于从所述当前图片到所述第一参考图片的第一时间距离和从所述当前图片到第二参考图片的第二时间距离来确定缩放因子；
导出与所述MMVD候选相关联的第二修正MV值，所述第二修正MV值是通过将第二MV修正偏移应用于与所述MMVD候选相关联的第二运动矢量而生成的，所述第二MV修正偏移是根据所述缩放因子相对于所述第一MV修正偏移的缩放偏移；以及
根据所述第一参考图片中的所述第一参考块和所述第二参考图片中的第二参考块重建所述当前块，所述第二参考块由所述第二修正MV值来指示。
12.根据权利要求1所述的方法，其特征在于，所述导出第一修正MV值进一步包括：
从所述MMVD候选信息确定所述MMVD候选；
确定所述第一MV修正偏移；以及
将所述第一MV修正偏移应用于所述MMVD候选。
13.根据权利要求12所述的方法，其特征在于：
所述MMVD候选信息包括：
第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量；
第二索引，指示运动矢量差距所述起始运动矢量的距离；以及
第三索引，指示所述运动矢量差的方向，并且
所述确定所述MMVD候选进一步包括：
将所述运动矢量差应用于所述基础候选的所述起始运动矢量，以确定所述MMVD候选。
14.根据权利要求12所述的方法，其特征在于：
所述MMVD候选信息包括：
第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量；以及
第二索引，指示来自多个MMVD候选的重新排序列表的所述MMVD候选，并且
所述方法包括：
将潜在运动矢量差应用于所述基础候选的所述起始运动矢量，以生成所述多个MMVD候选；
计算所述多个MMVD候选的相应模板匹配成本；
根据所述模板匹配成本将所述多个MMVD候选重新排序为所述重新排序列表；以及
根据所述第二索引从所述重新排序列表中选择出所述MMVD候选。
15.根据权利要求12所述的方法，其特征在于，所述确定所述第一MV修正偏移进一步包括：
从所述码流对指示与所述第一MV修正偏移相对应的MV修正位置的信号进行解码。
16.根据权利要求12所述的方法，其特征在于，所述确定所述第一MV修正偏移进一步包括：
将潜在MV修正偏移分别应用于所述MMVD候选以生成与所述潜在MV修正偏移相对应的修正候选；
为所述修正候选分别计算模板匹配成本；
从所述模板匹配成本中确定最佳模板匹配成本；以及
从所述潜在MV修正偏移中选择所述第一MV修正偏移，与所述第一MV修正偏移相对应的修正候选具有所述最佳模板匹配成本。
17.根据权利要求1所述的方法，其特征在于：
所述MMVD候选信息包括：
第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量；以及
第二索引，指示来自多个修正候选的重新排序列表的修正候选，并且
所述导出第一修正MV值进一步包括：
将多个潜在运动矢量差应用于所述基础候选，以生成多个潜在MMVD候选；
将多个潜在MV修正偏移分别应用于所述多个潜在MMVD候选中的每个潜在MMVD候选，以生成所述多个潜在MMVD候选中的每个潜在MMVD候选的多个潜在修正候选；
根据模板匹配成本分别确定所述潜在MMVD候选的所述修正候选，响应于所述第一潜在修正候选当中具有最佳模板匹配成本的所述第一修正候选，从所述第一潜在MMVD候选的第一潜在修正候选中选择第一潜在MMVD候选的第一修正候选；
根据所述修正候选的模板匹配成本对所述修正候选进行重新排序以形成所述重新排序列表；
根据所述第二索引从所述重新排序列表中选择特定的修正候选；以及
根据所述特定的修正候选导出所述第一修正MV值。
18.根据权利要求1所述的方法，其特征在于：
所述MMVD候选信息包括：
第一索引，指示来自合并候选列表的基础候选，所述基础候选提供起始运动矢量；以及
第二索引，指示来自多个修正候选的重新排序列表的修正候选，并且
所述导出第一修正MV值进一步包括：
将多个潜在运动矢量差应用于所述基础候选以生成多个潜在MMVD候选；
将多个潜在MV修正偏移分别应用于所述多个潜在MMVD候选中的每个潜在MMVD候选以生成所述多个潜在MMVD候选的多个潜在修正候选；
根据所述潜在修正候选的模板匹配成本，将所述潜在修正候选重新排序为重新排序的潜在列表；
选择所述重新排序的潜在列表的一部分以形成所述多个修正候选的重新排序列表；
根据所述第二索引从所述重新排序列表中选择特定的修正候选；以及
根据所述特定的修正候选导出所述第一修正MV值。
19.根据权利要求18所述的方法，其特征在于，所述选择所述重新排序的潜在列表的一部分以形成所述多个修正候选的重新排序列表进一步包括以下各项中的至少一者：
选择所述重新排序的潜在列表中的所述潜在修正候选的顶部部分；以及
为所述潜在MMVD候选中的所述每个潜在MMVD候选选择所述潜在修正候选的顶部部分。
20.一种视频解码的装置，包括处理电路，所述处理电路被配置为：
从码流中提取用于当前图片中的当前块的运动矢量差合并(MMVD)候选信息；
基于修正步长和多个修正位置，生成与所述MMVD候选的第一运动矢量相关联的第一MV修正偏移；
根据所述MMVD候选信息和生成的所述第一MV修正偏移，导出与所述MMVD候选相关联的第一修正运动矢量(MV)值；以及
根据第一参考图片中的第一参考块来重建所述当前块，所述第一参考块由导出的第一修正MV值来指示。
CN202280026078.3A 2022-04-18 2022-11-04 Mmvd候选修正方法 Pending CN117256148A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202263331936P 2022-04-18 2022-04-18
US63/331,936 2022-04-18
US17/978,107 2022-10-31
US17/978,107 US20230336772A1 (en) 2022-04-18 2022-10-31 Mmvd candidate refinement methods
PCT/US2022/048997 WO2023204848A1 (en) 2022-04-18 2022-11-04 Mmvd candidate refinement methods

Publications (1)

Publication Number Publication Date
CN117256148A true CN117256148A (zh) 2023-12-19

Family

ID=88307382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280026078.3A Pending CN117256148A (zh) 2022-04-18 2022-11-04 Mmvd候选修正方法

Country Status (3)

Country Link
US (1) US20230336772A1 (zh)
CN (1) CN117256148A (zh)
WO (1) WO2023204848A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112970261A (zh) * 2018-11-05 2021-06-15 北京字节跳动网络技术有限公司 预测精度改进视频编解码
CN113170191B (zh) * 2018-11-16 2022-05-27 寰发股份有限公司 视频编解码的预测方法以及预测装置
EP3868107A4 (en) * 2018-12-21 2021-12-15 Beijing Bytedance Network Technology Co. Ltd. MOTION VECTOR ACCURACY IN INTERACTING WITH MOTION VECTOR DIFFERENCE MODE
US11310523B2 (en) * 2019-01-15 2022-04-19 Tencent America LLC Method and apparatus for block vector prediction with integer offsets in intra picture block compensation
CN110545424B (zh) * 2019-08-21 2021-05-11 浙江大华技术股份有限公司 基于mmvd模式的帧间预测方法、视频编码方法及相关装置、设备

Also Published As

Publication number Publication date
WO2023204848A1 (en) 2023-10-26
US20230336772A1 (en) 2023-10-19

Similar Documents

Publication Publication Date Title
CN113545083B (zh) 视频编解码的方法和装置
CN113196782B (zh) 视频解码方法、装置及可读存储介质
CN110944202B (zh) 视频编解码方法、装置、计算机设备和存储介质
CN113574885B (zh) 视频解码方法、装置以及电子设备
CN113557728B (zh) 视频编解码方法和装置
CN112291571B (zh) 视频解码方法及装置以及计算机设备和存储介质
CN112399183B (zh) 用于视频编解码的方法、装置和存储介质
CN111885387B (zh) 用于仿射光流预测值细化的视频解码方法和装置
CN113383545B (zh) 视频编解码的方法和装置
CN113615192B (zh) 视频解码的方法、装置及存储介质
CN113545079B (zh) 视频编解码的方法和装置
CN113519159B (zh) 视频编解码的方法和装置
CN113287308A (zh) 视频编解码方法及装置
CN113170095B (zh) 用于视频编解码的方法和装置
CN113228631B (zh) 视频编解码的方法和装置
CN117178552A (zh) 边界外条件的基于子块的双向预测约束
CN117223289A (zh) 仿射运动的双边匹配
CN118235404A (zh) 分量相关的帧内和帧间预测信令
CN116762340A (zh) Mmvd信令改进
CN113497940B (zh) 视频解码方法、装置、计算机设备及存储介质
CN117256148A (zh) Mmvd候选修正方法
CN116530081B (zh) 视频解码方法及视频解码装置
US20230336770A1 (en) Affine mmvd refinement methods
CN117296322A (zh) 仿射模型在仿射双边匹配中的使用
CN118202654A (zh) 用于多样化合并候选重新排序的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40098256

Country of ref document: HK