CN117356096A - 使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率 - Google Patents

使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率 Download PDF

Info

Publication number
CN117356096A
CN117356096A CN202280017730.5A CN202280017730A CN117356096A CN 117356096 A CN117356096 A CN 117356096A CN 202280017730 A CN202280017730 A CN 202280017730A CN 117356096 A CN117356096 A CN 117356096A
Authority
CN
China
Prior art keywords
motion vector
resolutions
determining
resolution
pixel
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
CN202280017730.5A
Other languages
English (en)
Inventor
陈联霏
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 CN117356096A publication Critical patent/CN117356096A/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
    • H04N19/513—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
    • H04N19/50—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
    • 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
    • H04N19/134—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
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • H04N19/53—Multi-resolution motion estimation; Hierarchical motion estimation
    • 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
    • H04N19/537—Motion estimation other than block-based
    • H04N19/54—Motion estimation other than block-based using feature points or meshes
    • 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
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—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

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一种用于视频解码的方法和装置。该装置包括对当前图片中的当前块的预测信息进行解码的处理电路。预测信息指示应用于具有自适应运动矢量分辨率模式的当前块的自适应运动矢量预测模式。预测信息指示运动信息。处理电路基于运动信息和多个第一运动矢量分辨率中的相应的第一运动矢量分辨率确定对应于第一参考图片的多个第一运动矢量分辨率中的每个第一运动矢量分辨率的相应的第一运动矢量预测值。处理电路通过至少基于多个第一运动矢量分辨率和多个第一运动矢量预测值确定多个模板匹配代价执行模板匹配。处理电路基于多个模板匹配代价生成多个第一运动矢量分辨率的自适应顺序。

Description

使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应 运动矢量分辨率
交叉引用
本申请要求2022年10月20日提交的美国专利申请第17/970，407号“使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率”的优先权，该申请要求2021年12月17日提交的美国临时申请第63/291，180号“使用MV分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率(AMVR)”的优先权。在先申请的披露通过引用全部并入本文中。
技术领域
本公开描述了总体上与视频编码相关的实施例。
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。
未压缩的数字图像和/或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。未压缩的图像和/或视频具有特定的比特率要求。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。
图像和/或视频编码和解码的一个目的可以是通过压缩减少输入图像和/或视频信号中的冗余。压缩有助于减少上述对带宽和/或存储空间的需求，在某些情况下可以减少两个数量级或更多。尽管本公开的描述使用视频编码/解码作为说明性示例，但在不脱离本公开的精神的情况下，相同的技术可以以类似的方式应用于图像编码/解码。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、变换处理、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。在帧内编解码中，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，并且可以在熵编解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生成编解码技术中使用的传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括尝试基于例如在数据块的编码和/或解码期间获得的周围样本数据和/或元数据执行预测的技术。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。当在给定的视频编解码技术中可以使用一种以上这样的技术时，可以将使用中的特定技术编码为使用该特定技术的特定帧内预测模式。在某些情况下，帧内预测模式可以具有子模式和/或参数，其中子模式和/或参数可以被单独编码或包括在模式码字中，模式码字定义了所使用的预测模式。对于给定模式、子模式和/或参数组合使用哪个码字会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。
随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式(joint exploration model，JEM)、下一代视频编码(versatile video coding，VVC)和基准集(benchmark set，BMS)等更新的编解码技术中进一步改进。可以使用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。
参考图1A，在右下描绘的是从H.265中定义的33个可能的预测值方向(对应于35个帧内模式的33个角度模式)得知的9个预测值方向的子集。箭头汇聚的点(101)标识被预测的样本。箭头表示被预测的样本的方向。例如，箭头(102)指示样本(101)从一个或多个样本预测到右上，与水平面成45度角。类似地，箭头(103)指示样本(101)从一个或多个样本预测到样本(101)的左下，与水平面成22.5度角。
仍然参考图1A，在左上角描绘了4×4样本(由虚线、粗体线指示)的正方形块(104)。正方形块(104)包括16个样本，每个样本标有“S”、其在Y维度中的位置(例如，行索引)和在X维度中的位置(例如，列索引)。例如，样本S21是Y维度中的第二个样本(从顶部开始)和X维度中的第一个样本(从左侧开始)。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于块的大小为4×4个样本，所以S44位于右下角。进一步示出了遵循类似编号方案的参考样本。参考样本标有“R”、其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)。在H.264和H.265中，预测样本与被重建的块相邻。因此，不需要使用负值。
帧内图片预测可以通过从由信令化的预测方向指示的相邻样本中复制参考样本值来工作。例如，假设编码的视频码流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向—即，从样本到右上角，与水平线成45度角，预测样本。在这种情况下，从相同的参考样本R05预测样本S41、S32、S23和S14。然后根据参考样本R08预测样本S44。
在某些情况下，可以例如通过插值来组合多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
随着视频编解码技术的发展，可能的方向越来越多。在H.264(2003年)中，可以表示九个不同的方向。在H.265(2013年)中，这一数字增加到33。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以少量比特来表示那些可能的方向，对于不太可能的方向接受一定的惩罚。此外，方向本身有时可以根据在相邻的、已经解码的块中使用的相邻方向预测。
图1B示出了示出根据JEM的65个帧内预测方向的示意图(110)，以示出随着时间的推移增加的预测方向的数目。
表示已编码的视频码流中的方向的帧内预测方向比特的映射在不同视频编码技术中可以不同。例如，这种映射的范围可以从简单的直接映射到码字，到涉及最可能模式的复杂自适应方案，以及类似的技术。然而，在大多数情况下，与某些其他方向相比，可能存在统计上不太可能出现在视频内容中的某些方向。由于视频压缩的目标是减少冗余，在工作良好的视频编解码技术中，那些不太可能的方向相比更可能的方向将由更大数量的比特表示。
可以使用具有运动补偿的帧间图片预测执行图像和/或视频编码和解码。运动补偿可以是有损压缩技术，并且可以涉及如下技术，来自先前重建的图片或其一部分(参考图片)的样本数据块在由运动矢量(此后为MV)指示的方向被空间移动之后被用于预测新重建的图片或图片部分。在某些情况下，参考图片可以与当前正在重建的图片相同。MV可以具有二个维度X和Y，或者三个维度，第三个维度是使用中的参考图片的指示(后者间接可以是时间维度)。
在一些视频压缩技术中，可从其它MV(例如从与在空间上邻近被重建区域的样本数据的另一区域相关，并且在解码顺序上在该MV之前的MV)预测适用于样本数据的某一区域的MV。这样做可以大大减少编码MV所需的数据量，从而消除冗余并增加压缩。例如，MV预测可以有效地工作，因为当对从相机导出的输入视频信号(称为自然视频)进行编解码时，存在比单个MV适用的区域大的区域在类似方向上移动的统计可能性，因此，在一些情况下可以使用从邻近区域的MV导出的类似运动矢量来预测。这导致为给定区域找到的MV与从周围MV预测的MV相似或相同，并且在熵编码之后，可以以比直接编码MV时使用的比特数更少的比特数来表示该MV。在一些情况下，MV预测可以是从原始信号(即样本流)导出的信号(即MVs)的无损压缩的示例。在其他情况下，例如，由于从几个周围的MV计算预测值时的舍入误差，MV预测本身可能是有损的。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。
参考图2，当前块(201)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或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正在使用的相同参考图片的预测值。
发明内容
本公开的方面提供了用于视频编码和解码的方法和装置。在一些示例中，用于视频解码的装置包括处理电路。处理电路被配置为从已编码的视频码流解码当前图片中的当前块的预测信息，预测信息可以指示应用于具有自适应运动矢量分辨率(adaptive motionvector resolution，AMVR)模式的当前块的自适应运动矢量预测(adaptive motionvector prediction，AMVP)模式。预测信息可以指示运动信息。处理电路可以基于所述运动信息和多个第一运动矢量分辨率(motion vector resolution，MVR)中的相应的第一MVR，确定对应于第一参考图片的多个第一MVR中的每个第一MVR的相应的第一运动矢量预测值(motion vector predictor，MVP)。处理电路可以通过至少基于多个第一MVR和多个第一MVP确定多个模板匹配(template matching，TM)代价，执行TM。
在实施例中，处理电路基于TM代价生成多个第一MVR的自适应顺序，并基于所生成的自适应顺序应用信令化的MVR索引。
在实施例中，用单向预测预测当前块。多个TM代价中的每个TM代价对应于多个第一MVR中的相应的第一MVR。处理电路可以基于所确定的多个TM代价对多个第一MVR重新排序，并且基于重新排序的多个第一MVR中的一个第一MVR重建当前块。
在实施例中，运动信息指示对应于第一参考图片的候选列表中的MVP候选。对于多个第一MVR中的每个MVR，处理电路可以基于MVP候选和相应的第一MVR确定相应的第一MVP。对于多个第一MVR中的每个MVR，处理电路可以确定第一参考图片中的第一参考块。相应的第一MVR的第一MVP可以从当前块指向第一参考块。处理电路可以基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在实施例中，运动信息指示对应于第一参考图片的候选列表中的MVP候选。多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个MVR。处理电路可以基于MVP候选和1/4像素确定对应于1/4像素的MVP。随后，所述处理电路可以基于对应于1/4像素的MVP和相应的一个或多个MVR确定多个第一MVP中的一个或多个剩余MVP。对于多个第一MVR中的每个MVR，处理电路可以确定第一参考图片中的第一参考块。相应的第一MVR的第一MVP可以从当前块指向第一参考块。处理电路可以基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在实施例中，运动信息包括MV差分(MV difference，MVD)信息。对于多个第一MVR中的每个第一MVR，处理电路可以基于MVD信息和相应的第一MVR确定相应的第一MVD，并且基于相应的第一MVD确定相应的第一MVR的第一MV。处理电路可以确定第一参考图片中的第一参考块。相应的第一MVR的第一MV可以从当前块指向第一参考块。处理电路可以基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在实施例中，用双向预测预测当前块。多个TM中的每个TM代价对应于多个MVR对中的相应一个MVR对。每个MVR对包括(i)多个第一MVR中的第一MVR和(ii)对应于第二参考图片的多个第二MVR中的第二MVR。处理电路可以基于所确定的多个TM代价对多个MVR对重新排序，并且基于重新排序的多个MVR对中的一个MVR对重建当前块。
在一个示例中，运动信息指示对应于第一参考图片的第一候选列表中的第一MVP候选和对应于第二参考图片的第二候选列表中的第二MVP候选。处理电路可以基于第二MVP候选和相应的第二MVR确定对应于第二参考图片的多个第二MVR中的每个MVR的第二MVP。对于多个MVR对中的每个MVR对，处理电路可以确定第一参考图片中的第一参考块。MVR对中的相应的第一MVR的第一MVP可以从当前块指向第一参考块。处理电路可以确定第二参考图片中的第二参考块。MVR对中的相应第二MVR的第二MVP可以从当前块指向第二参考块。处理电路可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。
在一个示例中，对于多个第一MVR中的每个第一MVR，处理电路可以基于第一MVP候选和相应的第一MVR确定相应的第一MVP。
在一个示例中，多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第一MVR。多个第二MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第二MVR。处理电路可以基于第一MVP候选和和1/4像素，确定对应于1/4像素的第一MVP，基于对应于1/4像素的第一MVP和相应的一个或多个第一MVR，确定多个第一MVP中的一个或多个剩余第一MVP。处理电路可以基于第二MVP候选和1/4像素，确定对应于1/4像素的第二MVP，以及基于对应于1/4像素的第二MVP和相应的一个或多个第二MVR，确定多个第二MVP中的一个或多个剩余第二MVP。
在一个示例中，运动信息包括MV差分(MVD)信息。对于多个第一MVR中的每个第一MVR，处理电路可以基于MVD信息和多个第一MVR中的相应的第一MVR确定第一MVD，以及基于第一MVD确定多个第一MVR的相应的第一MVR的第一MV。对于多个第二MVR中的每个第一MVR，处理电路可以基于MVD信息和多个第二MVR中的相应的第二MVR确定第二MVD，以及基于第二MVD确定多个第二MVR的相应的第二MVR的第二MV。对于多个MVR对中的每个MVR对，处理电路可以确定第一参考图片中的第一参考块，其中，MVR对中的相应的第一MVR的第一MV可以从当前块指向第一参考块。处理电路可以确定第二参考图片中的第二参考块，其中，MVR对中的相应的第二MVR的第二MV可以从当前块指向第二参考块。处理电路可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。
本公开的方面还提供了一种非暂时性计算机可读存储介质，该存储介质存储可由至少一个处理器执行的程序，以执行用于视频解码的方法。
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，其中：
图1A是帧内预测模式的示例性子集的示意图。
图1B是示例性帧内预测方向的图示。
图2示出了当前块(201)和周围样本的示例。
图3是通信系统(300)示例性框图的示意图。
图4是通信系统(400)示例性框图的示意图。
图5是解码器的示例性框图的示意图。
图6是编码器的示例性框图的示意图。
图7示出了示例性编码器的框图。
图8示出了示例性解码器的框图。
图9示出了根据本公开的实施例的空间合并候选的位置。
图10示出了根据本公开的实施例的被考虑用于空间合并候选的冗余校验的候选对。
图11示出了用于时间合并候选的示例性运动矢量缩放。
图12示出了当前编解码单元的时间合并候选的示例性候选位置。
图13示出了对应于运动矢量分辨率(MVR)的自适应运动矢量分辨率(AMVR)偏移值(例如，AmvrShift)的示例。
图14示出了当启用自适应运动矢量预测(AMVP)模式时在AMVP模式和仿射AMVP模式中的运动矢量差分的示例性修改。
图15A示出了当使用4参数仿射模型时块的仿射运动场。
图15B示出了当使用6参数仿射模型时块的仿射运动场。
图16示出了基于子块的仿射变换预测的示例。
图17示出了确定当前编码单元(coding unit，CU)的仿射合并列表中的控制点运动矢量(control point motion vector，CPMV)候选的示例。
图18示出了当前块的空间邻域和时间邻域的示例。
图19示出了模板匹配(TM)的示例。
图20示出了应用于MVR集的TM的示例。
图21示出了当使用双向预测模式预测当前块时的TM的示例。
图22示出了仿射合并模式下的TM的示例。
图23示出了根据本公开的实施例的编码过程概述的流程图。
图24示出了根据本公开的实施例的解码过程概述的流程图。
图25示出了根据本公开的实施例的解码过程概述的流程图。
图26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)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)互连的第一对终端装置(310)和(320)。在图3的实施例中，第一对终端装置(310)和(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。
通信系统(300)包括执行已编码视频数据的双向传输的第二对终端装置(330)和(340)，所述双向传输可例如在视频会议期间执行。对于双向数据传输，终端装置(330)和(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(340)中的另一终端装置。终端装置(330)和(340)中的每个终端装置还可接收由终端装置(330)和(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(210)、(220)、(230)和(240)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(350)表示在终端装置(310)、(320)、(330)和(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。
图4示出流式传输环境中的视频编码器和视频解码器作为本公开主题的应用的示例。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、流式传输服务、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(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)上以供将来使用。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示出了视频解码器(510)的示例性框图。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(510)。
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。帧内编码块是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)。视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6示出了视频编码器(603)的示例性框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。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)可实时或在由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(groupof pictures，GOP)布局，最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据。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。
在实施例中，除存在于解码器中的解析/熵解码之外的任何解码器技术，也以相同或基本上相同的功能形式存在于对应的编码器中。因此，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(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存储器(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(503)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)的第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。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。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示出了视频编码器(703)的示例性框图。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)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(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(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示出了视频解码器(810)的示例性框图。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)。符号也可以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(773)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(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
在VVC中可以使用各种帧间预测模式。对于帧间预测CU，运动参数可以包括MV、一个或多个参考图片索引、参考图片列表使用索引以及用于帧间预测样本生成的某些编码特征的附加信息。可以显式或隐式地指示运动参数。当用跳过模式编码CU时，CU可以与PU相关联，并且可以没有显著的残差系数、没有编码的运动矢量增量或MV差(例如，MVD)或参考图像索引。可以指定合并模式，其中从相邻CU获得当前CU的运动参数，包括空间和/或时间候选，以及可选的附加信息，例如在VVC中引入的信息。合并模式不仅适用于跳过模式，还可以应用于相互预测的CU。在一个示例中，合并模式的替代方案是运动参数的显式传输，其中MV、每个参考图片列表的对应参考图片索引和参考图片列表使用标志以及其他信息是每个CU显式地指示的。
在实施例中，例如在VVC中，VVC测试模型(VVC Test model，VTM)参考软件包括一个或多个细化帧间预测编码工具，所述细化帧间预测编码工具包括：扩展合并预测、合并运动矢量差分(merge motion vector difference，MMVD)模式、具有对称MVD信令的自适应运动矢量预测(adaptive motion vector prediction，AMVP)模式、仿射运动补偿预测、基于子块的时间运动矢量预测(subblock-based temporal motion vector prediction，SbTMVP)、自适应运动矢量分辨率(adaptive motion vector resolution，AMVR)、运动场存储(1/16亮度样本MV存储和8×8运动场压缩)、具有CU级权重的双向预测(bi-predictionwith CU-level weights，BCW)、双向光流(bi-directional optical flow，BDOF)、使用光流的预测细化(prediction refinement using optical flow，PROF)、解码器侧运动矢量细化(decoder side motion vector refinement，DMVR)、组合帧间和帧内预测(ombinedinter and intra prediction，CIIP)、几何分区模式(geometric partitioning mode，GPM)等。帧间预测和相关方法将在下面详细描述。
在一些示例中可以使用扩展合并预测。在例如在VTM4中的示例中，通过按顺序包括以下五种类型的候选来构建合并候选列表：来自空间相邻CU的空间运动矢量预测值(motion vector predictor，MVP)、来自共同定位CU的时间MVP、来自先进先出(first-in-first-out，FIFO)表的基于历史的MVP、成对平均MVP、以及零MV。
合并候选列表的大小可以在切片报头中指示。在一个示例中，在VTM4中，合并候选列表的最大允许大小是6。对于以合并模式编码的每个CU，可以使用截断一元二值化(truncated unary binarization，TU)来编码最佳合并候选的索引(例如，合并索引)。合并索引的第一位可以用上下文编码(例如，上下文自适应二进制算术编码(context-adaptivebinary arithmetic coding，CABAC))，并且旁路编码可以用于其他位。
下面提供了每一类合并候选的生成过程的一些示例。在实施例中，如下导出空间候选。VVC中空间合并候选的推导可以与HEVC中的相同。在一个示例中，在位于图9所示位置的候选中选择最多四个合并候选。图9示出了根据本公开的实施例的空间合并候选的位置。参照图9，推导的顺序是B1、A1、B0、A0和B2。仅当位置A0、B0、B1和A1的任何CU不可用(例如，因为CU属于另一个切片或另一个片)或被帧内编码时，才考虑位置B2。在添加位置A1处的候选之后，对剩余候选的添加进行冗余检查，该冗余检查确保具有相同运动信息的候选被排除在候选列表之外，从而提高编码效率。
为了降低计算复杂度，在上述冗余校验中并不考虑所有可能的候选对。相反，仅考虑与图10中的箭头链接的对，并且仅如果用于冗余检查的对应候选不具有相同的运动信息，则候选被添加到候选列表中。图10示出了根据本公开的实施例的被考虑用于空间合并候选的冗余校验的候选对。参照图10，用相应箭头链接的对包括A1和B1、A1和A0、A1和B2、B1和B0以及B1和B2。因此，可以将位置B1、A0和/或B2处的候选与位置A1处的候选进行比较，并且可以将位置B0和/或B2处的候选与位置B1处的候选进行比较。
在实施例中，时间候选以如下方式导出。在一个示例中，只有一个临时合并候选被添加到候选列表中。图11示出了用于时间合并候选的示例性运动矢量缩放。为了导出当前图片(1101)中的当前CU(1111)的时间合并候选，可基于属于共定位参考图片(1104)的共定位CU(1112)导出缩放MV(1121)(例如，由图11中的虚线示出)。用于导出共定位CU(1112)的参考图片列表可以在切片报头中显式地指示。如图11中的虚线所示，可以获得用于时间合并候选的缩放MV(1121)。可以使用图片顺序计数(picture order count，POC)距离tb和td从共定位CU(1112)的MV缩放已缩放的MV(1121)。POC距离tb可以被定义为当前图片(1101)的当前参考图片(1102)和当前图片(1101)之间的POC差。POC距离td可以被定义为共定位图片(1103)的共定位参考图片(1104)和共定位图片(1103)之间的POC差。可以将时间合并候选的参考图片索引设置为零。
图12示出了当前CU的时间合并候选的示例性候选位置(例如，C0和C1)。可以在候选位置C0和C1之间选择用于时间合并候选的位置。候选位置C0位于当前CU的共定位CU(1210)的右下角。候选位置C1位于当前CU的共定位CU(1210)的中心。如果候选位置C0处的CU不可用、被帧内编码或在CTU的当前行之外，则候选位置C1用于导出时间合并候选。否则，例如，候选位置C0处的CU是可用的、帧内编码的，并且在CTU的当前行中，候选位置C0用于导出时间合并候选。
自适应运动矢量分辨率(adaptive motion vector resolution，AMVR)模式可用于视频/图像编码中，例如在VVC中。在一些技术中，例如视频编码标准HEVC和AVC/H.264，使用四分之一(1/4)亮度样本(或1/4像素)的固定运动矢量分辨率(MVR)。通常，选择位移矢量率和预测误差率之间的最佳折衷来优化率失真。在诸如VVC的相关技术中，AMVR模式被启用，其中可以例如在编码块级上从多个MVR中选择MVR，并因此权衡比特率以获得信令运动参数的保真度。例如，如果MVD的至少一个分量不等于零，则可以在编码块级指示AMVR模式。运动矢量预测值(MVP)可以四舍五入到给定MVR，使得得到的MV(例如，MVP和MVD的和)可以落在给定MVR的网格上。
图13示出了对应于分辨率(例如，MVR)的Amvr移位值(例如，AmvrShift)的示例。对于每个给定分辨率(例如，MVR)，对应的Amvr移位值(例如，AmvrShift)指示移位操作(例如，左移位操作)。例如，AmvrShift被定义为通过左移位操作来指定MVD的MVR，并且移位的位数由AmvrShift指示。
在一些示例中，诸如AMVR标志(例如，amvr_flag)的标志指定MVD的分辨率(例如，MVR)。在示例中，等于0的AMVR标志(例如，amvr_flag)指定MVD的MVR是1/4亮度样本(1/4像素)。参照图13，1/4像素的MVR对应于2位的左移位操作(例如，AmvrShift为2位)。
等于1的AMVR标志(例如，amvr_flag)指定MVD的MVR进一步由诸如索引(例如，AMVR精度索引或在图13中表示为amvr_precision_idx)和/或预测模式的加法信息指定。参照图13，预测模式可以是由帧间仿射标志指示的仿射预测模式、由参数mode_IBC指示的IBC模式、或者既不是仿射预测模式也不是IBC模式的帧间预测模式。例如，帧间预测模式是基于整块的帧间预测。
例如，当帧间预测模式(例如，基于整块的帧间预测)既不是仿射预测模式也不是IBC模式时，用AMVP模式预测编码块，并且AMVR标志(例如，amvr_flag)是1，因此当AMVR精度指数是0、1或2时，MVR分别是1/2亮度样本(1/2像素)、1亮度样本(1像素)或4亮度样本(4像素)。在一个示例中，1/2像素、1像素)或4像素对应于3、4或6位的AmvrShift。
在AMVP模式下表示为MvdL0和MvdL1或在仿射AMVP模式下表示为MvdCpL0和MvdCpL1的给定MVD可以在AMVR模式被启用时如图14所示进行修改。
在一些示例中，平移运动模型被应用于运动补偿预测(MCP)。然而，平移运动模型可能不适于建模其他类型的运动，例如放大/缩小、旋转、透视运动和其他不规则运动。在一些实施例中，应用基于块的仿射变换运动补偿预测。在图15A中，当使用4参数仿射模型时，块的仿射运动场由两个控制点CP0和CP1的两个控制点运动矢量CPMV0和CPMV1描述。在图15B中，当使用6参数仿射模型时，块的仿射运动场由CP：CP0、CP1和CP2的三个CPMV：CPMV0、CPMV1和CPMV3描述。
对于4参数仿射运动模型，块中采样位置(x，y)处的运动矢量导出为：
对于6参数仿射运动模型，块中采样位置(x，y)处的运动矢量导出为：
在等式(1-2)中，(mv0x,mv0y)是左上角控制点的运动矢量，(mv1x,mv1y)是右上角控制点的运动矢量，(mv2x,mv2y)是左下角控制点的运动矢量。此外，坐标(x，y)相对于相应块的左上角，并且W和H表示相应块的宽度和高度。
为了简化运动补偿预测，在一些实施例中应用基于子块的仿射变换预测。例如，在图16中，使用4参数仿射运动模型，并且确定两个CPMV，和/>为了导出从当前块(1610)划分的每个4×4(样本)亮度子块(1602)的运动矢量，根据等式1计算每个子块(1602)的中心样本的运动矢量(1601)，并四舍五入到1/16分数精度。然后，应用运动补偿内插滤波器以利用导出的运动矢量(1601)生成每个子块(1602)的预测。色度分量的子块大小设置为4×4。4×4色度子块的MV被计算为四个对应的4×4亮度子块的MV的平均值。
类似于平移运动帧间预测，在一些实施例中采用两种仿射运动帧间预测模式，仿射合并模式和仿射AMVP模式。
在一些实施例中，仿射合并模式可以应用于宽度和高度都大于或等于8的CU。可以基于空间相邻CU的运动信息来生成当前CU的仿射合并候选。最多可以有五个仿射合并候选，并且一个索引被通过信令通知以指示将用于当前CU的一个仿射合并候选。例如，以下三种类型的仿射合并候选用于形成仿射合并候选列表：
(i)从相邻CU的CPMV推断的继承仿射合并候选；
(ii)使用相邻CU的平移MV导出的构建的仿射合并候选；以及
(iii)零MV。
在一些实施例中，最多可以有两个继承的仿射候选，它们是从相邻块的仿射运动模型导出的，一个来自左侧相邻CU，一个来自上方相邻CU。例如，候选块可以位于图9所示的位置。对于左侧预测值，扫描顺序为A0>A1，对于上侧预测值，扫描顺序为B0>B1>B2。仅选择来自每侧的第一个继承的候选。在两个继承的候选之间不执行修剪检查。
当识别出相邻仿射CU时，所识别出的相邻仿射CU的CPMV用于导出当前CU的仿射合并列表中的CPMV候选。如图17所示，以仿射模式对当前CU(1710)的相邻左下块A进行编码，获得包含块A的CU(1720)的左上角、右上角上方和左下角的运动矢量和/>当用4参数仿射模型对块A进行编码时，根据/>和/>计算当前CU(1710)的两个CPMV，/>和/>在块A用6参数仿射模型编码的情况下，根据/>和/>计算当前CU的三个CPMV(未示出)。
通过组合每个控制点的相邻平移运动信息来构建所构建的仿射候选。控制点的运动信息是从图18所示的指定的空间邻域和时间邻域导出的。CPMVk(k＝1，2，3，4)代表第k个控制点。对于CPMV1，按顺序检查B2>B3>A2块，并使用第一个可用块的MV。对于CPMV2，检查B1>B0块，对于CPMV3，检查A1>A0块。如果可用，块T处的TMVP用作CPMV4。
在获得四个控制点的MV之后，基于该运动信息构造仿射合并候选。控制点MV的以下组合用于按顺序构建：{CPMV1、CPMV2、CPMV3}、{CPMV1、CPMV2、CPMV4}、{CPMV1、CPMV3、CPMV4}、{CPMV2、CPMV3、CPMV4}、{CPMV1、CPMV2}、{CPMV1、CPMV3}。
3个CPMV的组合构建6参数仿射合并候选，2个CPMV的组合构建4参数仿射合并候选。为了避免运动缩放处理，如果控制点的参考索引不同，则丢弃控制点MV的相关组合。
在检查继承的仿射合并候选和构建的仿射合并候选之后，如果列表仍然未满，则在合并候选列表的末尾插入零MV。
在一些实施例中，仿射AMVP模式可以应用于宽度和高度都大于或等于16的CU。在码流中指示CU级的仿射标志以指示是否使用仿射AMVP模式，然后指示另一个标志以指示使用4参数仿射还是6参数仿射。在码流中指示当前CU的CPMV和它们的预测值的差。仿射AVMP候选列表大小为2，并且可以按顺序使用以下四种类型的CPVM候选来生成：
(i)从相邻CU的CPMV推断的继承仿射AMVP候选；
(ii)使用相邻CU的平移MV导出的构建的仿射AMVP候选；
(iii)来自邻近CU的平移MV；以及
(iv)零MV。
继承的仿射AMVP候选的检查顺序类似于示例中继承的仿射合并候选的检查顺序。不同之处在于，对于AVMP候选，考虑与当前块中具有相同参考图像的仿射CU。当将继承的仿射运动预测值插入候选列表时，不应用修剪过程。
构建的AMVP候选是从图18所示的指定空间邻域导出的。使用与仿射合并候选构建相同的检查顺序。此外，还检查相邻块的参考图像索引。使用校验顺序中被帧间编码并具有与当前CU中相同的参考图像的第一块。当当前CU用4参数仿射模式编码，并且CPMV0和CPMV1都可用时，可用的CPMV作为一个候选被添加到仿射AMVP列表中。当当前CU用6参数仿射模式编码，并且所有的三个CPMV(CPMV0、CPMV1和CPMV2)都可用时，可用的CPMV作为一个候选被添加到仿射AMVP列表中。否则，构建的AMVP候选被设置为不可用。
如果在检查继承的仿射AMVP候选和构建的AMVP候选后仿射AMVP列表候选仍然小于2，则邻近控制点的平移运动矢量将被添加以预测当前CU的所有控制点MV(如果可用)。最后，如果仿射AMVP列表仍然未满，则使用零MV来填充仿射AMVP列表。
可以在视频/图像编码中使用模板匹配(template matching，TM)技术。为了进一步提高VVC标准的压缩效率，例如，可以使用TM来细化MV。在示例中，在解码器侧使用TM。利用TM模式，可以通过构建当前图片中的块(例如，当前块)的模板(例如，当前模板)并确定当前图片中的块的模板与参考图片中的多个可能的模板(例如，多个可能的参考模板)之间的最接近匹配来细化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可用于VVC以外的视频/图像编码。
图19示出了模板匹配(1900)的示例。TM可用于通过确定当前图片(1910)中的当前CU(1901)的模板(例如，当前模板)(1921)和参考图片(1911)中的多个可能模板(例如，多个可能模板中的一个模板是模板(1925))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)(1901)的运动信息(例如，从诸如初始MV 1902的初始运动信息导出最终运动信息)。当前CU(1901)的模板(1921)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(1901)的模板(1921)包括顶部模板(1922)和左侧模板(1923)。顶部模板(1922)和左侧模板(1923)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(1922)可以包括当前CU(1901)的一个或多个顶部相邻块中的样本。在一个示例中，顶部模板(1922)包括当前CU(1901)的一个或多个顶部相邻块中的四行样本。左侧模板(1923)可以包括当前CU(1901)的一个或多个左相邻块中的样本。在一个示例中，左侧模板(1923)包括当前CU(1901)的一个或多个左相邻块中的四列样本。
参考图片(1911)中的多个可能模板中的每一个(例如，模板(1925))对应于当前图片(1910)中的模板(1921)。在实施例中，初始MV(1902)从当前CU(1901)指向参考图像(1911)中的参考块(1903)。参考图片(1911)中的多个可能模板中的每一个(例如，模板(1925))和当前图片(1910)中的模板(1921)可以具有相同的形状和相同的大小。例如，参考块(1903)的模板(1925)包括参考图片(1911)中的顶部模板(1926)和参考图片(1911)中的左侧模板(1927)。顶部模板(1926)可以包括参考块(1903)的一个或多个顶部相邻块中的样本。左侧模板(1927)可以包括参考块(1903)的一个或多个左相邻块中的样本。
TM代价可以基于诸如模板(例如，当前模板)(1921)和模板(例如，参考模板)(1925)的一对模板来确定。TM代价可以指示模板(1921)和模板(1925)之间的匹配。可以基于在搜索范围(1915)内围绕当前CU(1901)的初始MV(1902)的搜索来确定优化MV(或最终MV)。搜索范围(1915)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(1911)中的搜索范围(1915)包括[-L，L]-像素范围，其中L是正整数，例如8(例如，8个样本)。例如，基于搜索范围(1915)确定差值(例如[0，1])，并且通过初始MV(1902)和差值(例如[0，1])的总和确定中间MV。可以基于中间MV来确定参考图片(1911)中的中间参考块和相应的模板。可以基于参考图片(1911)中的模板(1921)和中间模板来确定TM代价。TM代价可以对应于基于搜索范围(1915)确定的差值(例如，对应于初始MV(1902)的[0，0]、[0，1]等)。在一个示例中，选择对应于最小TM代价的差值，并且优化MV是对应于最小TM代价的差值和初始MV(1902)的总和。如上所述，TM可以从初始运动信息(例如，初始MV 1902)导出最终运动信息(例如，优化MV)。
TM可以被适当地修改。在示例中，搜索步长由AMVR模式确定。在一个示例中，TM可以与诸如双边匹配处理的其它编码方法级联(例如，一起使用)。
在相关技术中，根据双向预测和仿射模式(例如，仿射AMVP模式)的固定顺序编码AMVR模式中的MV分辨率索引(例如，AMVR精度索引)。例如，在双向预测模式中，(i)每个MVR索引或每个MVR索引对与(ii)每个对应的MVR之间的关系是固定的。当以固定顺序编码AMVR模式中的MVR索引时，指示用于双向预测和仿射模式的MVR索引(或多个MVR索引)可能不是有效的。TM可用于在AMVP模式下对MVR、MVR对或MV精度索引重新排序。可以对可能的MVR或可能的MVR对执行TM搜索过程，例如以相应TM代价的升序对MVR索引重新排序，其中TM代价之一基于当前块的当前模板和参考块的参考模板。
AMVP模式下的MVR集(也称为MV精度集)可用于对当前块进行编码。根据本公开的一个方面，可以使用MVR集中的多个MVR来执行模板匹配(TM)。TM可以通过如下操作执行：(i)基于运动信息(例如，由多个MVR共享的运动信息)和多个MVR中的每一个来确定对应于多个MVR中的每一个MVR的TM代价，(ii)基于所确定的分别对应于多个MVR中的每一个MVR的TM代价来对多个MVR进行排序或重新排序，以及(iii)从排序的或重新排序的多个MVR中选择MVR。在示例中，运动信息指示用于确定MVP候选的MVP信息和MVD信息。在示例中，由多个MVR共享的运动信息包括指向候选列表中的MVP候选的候选索引。可以基于由运动信息和多个MVR指示的MVP候选来确定多个MVR的MVP，并且因此对于多个MVR，MVP可以是不同的。用于确定TM中的TM代价的多个MVR的MV可以基于相应的MVP。
例如，对于多个MVR中的每一个MVR，例如1/2像素，可以基于MVR和运动信息(例如，指向候选列表中的MVP候选的候选索引)来确定与MVR(例如，1/2像素)相关联的MV或MVP。基于运动信息和MVR确定与MVR相关联的MV和/或MVP。与MVR相关联的MV和/或MVP可以指示与参考图片中的MVR(例如，1/2像素)相关联的参考块。例如，与MVR(例如，1/2像素)相关联的所确定的MV，从当前图片中的当前块指向与参考图片中的MVR(例如，1/2像素)相关联的参考块。可以基于当前图片中的当前块的当前模板和与参考图片中的MVR(例如，1/2像素)相关联的参考块的参考模板来确定对应于MVR(例如，1/2像素)的代价(例如，TM代价)。可以分别基于所确定的TM代价对多个MVR进行排序(例如，重新排序)。在示例中，当标志(例如，sps_amvr_enabled_flag)为真时，多个MVR以TM代价的升序排序(例如，重新排序)。
在一个示例中，AMVP模式下的MVR集包括1/4像素、1/2像素、1像素和4像素。在示例中，多个MVR是MVR集。在另一示例中，多个MVR是排除最高分辨率(例如，1/4像素)的MVR集的子集。例如，多个MVR包括1/2像素、1像素和4像素，并且不包括1/4像素。
图20示出了应用于MVR集的模板匹配(2000)的示例。可以对当前图片(2010)中的当前块(2001)的当前模板(2021)和参考图片(2011)中的各个参考块(2031)-(2034)的参考模板(2051)-(2054)执行模板匹配。当前模板(2021)可以具有任何合适的形状和任何合适的大小。参考模板(2051)-(2054)的形状和大小可以分别与当前模板(2021)的形状和大小匹配。在实施例中，当前模板(2021)包括顶部模板和左侧模板。
对应于1/4像素分辨率的MV(2041)从当前块(2001)指向参考图片(2011)的参考块(2031)。对应于1/2像素分辨率的MV(2042)从当前块(2001)指向参考图片(2011)的参考块(2032)。对应于1像素分辨率的MV(2043)从当前块(2001)指向参考图片(2011)的参考块(2033)。对应于4像素分辨率的MV(2044)从当前块(2001)指向参考图片(2011)的参考块(2034)。
当前块(2001)的当前模板(2021)和参考图片(2011)中的相应参考模板(2051)-(2054)之间的模板匹配可以按照如下方式如下执行。基于参考模板(2051)和当前模板(2021)计算TM代价(TM0)。基于参考模板(2052)和当前模板(2021)计算TM代价(TM1)。基于参考模板(2053)和当前模板(2021)计算TM代价(TM2)。基于参考模板(2054)和当前模板(2021)计算TM代价(TM4)。TM代价可以基于当前模板(2021)和相应参考模板(例如(2051))之间的绝对差之和(sum of absolute difference，SAD)来确定。其它函数，诸如误差平方和(sum of squared errors，SSE)、方差、部分SAD等，也可以用于确定TM代价。
随后，可以基于TM代价，例如以在当前模板(2021)和对应于MVR集的参考模板(2051)-(2054)之间的相应TM代价的升序，对MVR进行排序(例如，重新排序)。在一个示例中，MVR集包括1/4像素、1/2像素、1像素和4像素，并且TM代价按升序排列为TM2、TM1、TM3和TM0。TM2是TM0-TM3中最小的。MVR集可以排序(例如，重新排序)为1像素、1/2像素、4像素和1/4像素。
诸如TM-AMVR标志(例如，tm_amvr_flag)的标志可用于指示哪个MVR被选择用于当前块(2001)。在示例中，TM-AMVR标志(例如，tm_amvr_flag)为假指示选择对应于TM代价(例如，TM0-TM3)中的最小TM代价(例如，TM2)的第一MVR(例如，1像素)。当TM-AMVR标志(例如，tm_amvr_flag)为真时，诸如TM-AMVR精度索引(例如，tm_amvr_precision_idx)的索引被进一步指示，以指示哪个MVR被选择用于当前块(2001)。MVR可以从排除第一MVR(例如，1像素)的MVR集中的剩余MVR(例如，TM0、TM1和TM3)中选择。例如，排序的剩余MVR是TM1、TM3和TM0。值为0、1或2的AMVR精度索引(例如，tm_amvr_precision_idx)分别指示MVR是TM1、TM3或TM0。
示例性伪语法如下表1所示。当某些条件被满足时，例如AMVR模式被启用(例如，sps_amvr_enabled_flag为真)，仿射模式未被启用(例如，inter_affine_flag为假)，以及当前块(2001)的MVD的至少一个分量不等于零，则TM-AMVR标志(例如，tm_amvr_flag)被指示。当TM-AMVR标志(例如，tm_amvr_flag)为假时，选择对应于TM代价中最小TM代价的第一MVR，并且TM-AMVR精度索引(例如，tm_amvr_precision_idx)不被指示。否则，当TM-AMVR标志(例如，tm_amvr_flag)为真时，TM-AMVR精度索引(例如，tm_amvr_precision_idx)被指示。
表1
在实施例中，TM被应用于MVR集中的所有或一些MVR。例如，MVR集包括1/4像素、1/2像素、1像素和4像素，并且应用TM的多个MVR包括1/2像素、1像素和4像素，并且不包括1/4像素。在这种情况下，当某个标志(如AMVR标志)为假时，使用1/4像素对当前块(2001)进行编码。
作为图20的变型，可以对多个MVR(例如，1/2像素、1像素和4像素)进行模板匹配。例如，如图20所述，计算分别对应于1/2像素、1像素和4像素的TM代价TM1、TM2和TM3，并且不计算TM0。随后，以在当前图片(2010)中的当前模板(2021)和参考图片(2011)中的参考块(例如(2032)-(2034))之间的对应TM代价的升序(例如，TM2、TM1和TM3，其中TM2是TM1、TM2和TM3中的最小者)，重新排序多个MVR(例如，1/2像素、1像素和4像素)。多个MVR可以被排序(例如，重新排序)为1像素、1/2像素和4像素。例如，诸如TM-AMVR精度索引(例如，tm_amvr_precision_idx)的索引被指示，以指示为当前块选择哪个MVR。MVR可以从多个MVR(例如，TM1-TM3)中选择。值为0、1或2的TM-AMVR精度指数(例如，tm_amvr_precision_idx)分别指示MVR为TM2、TM1或TM3。
示例性伪语法如下表2所示。当某些条件被满足时，例如AMVR模式被启用(例如，sps_amvr_enabled_flag为真)，仿射模式未被启用(例如，inter_affine_flag为假)，以及当前块(2001)的MVD的至少一个分量不等于零，则AMVR标志(例如，amvr_flag)被指示。当AMVR标志(例如，amvr_flag)为假时，选择1/4像素，并且TM-AMVR精度索引(例如，tm_amvr_precision_idx)不被指示。否则，当AMVR标志(例如，amvr_flag)为真时，TM-AMVR精度索引(例如，tm_amvr_precision_idx)被指示。
表2
在实施例中，TM被应用于MVR集。例如，MVR集包括1/4像素、1/2像素、1像素和4像素。可以在MVR集上执行模板匹配。例如，如图20所述，计算分别对应于1/4像素、1/2像素、1像素和4像素的TM代价TM0-TM3。随后，以在当前图片(2010)中的当前模板(2021)和参考图片(2011)中的参考模板(例如(2051)-(2054))之间的对应的TM代价的升序(例如，TM2、TM1、TM3和TM0，其中TM2是TM0-TM3中的最小值)，重新排序MVR的集。MVR集可以排序(例如，重新排序)为1像素、1/2像素、4像素和1/4像素。
当选择具有最小TM代价(例如，TM2)的MVR(例如，1像素)时，TM-AMVR标志(例如，tm_amvr_flag)可以被设置为真。否则，TM-AMVR标志(例如，tm_amvr_flag)可以被设置为假，并且使用常规AMVR信令。在常规AMVR信令中，AMVR标志被信令化。如果AMVR标志为假，则使用1/4像素对当前块进行编码。如果AMVR标志为真，则AMVR精度索引(例如，amvr_precision_idx)被指示，以指示多个MVR(例如，TM1-TM3)中的哪个MVR被选择用于当前块。MVR可以从多个MVR(例如，TM1-TM3)中选择。值为0、1或2的AMVR精度指数(例如，amvr_precision_idx)分别指示MVR为TM1、TM2或TM3。
示例性伪语法如下表3所示。当某些条件被满足时，例如AMVR模式被启用(例如，sps_amvr_enabled_flag为真)，仿射模式未被启用(例如，inter_affine_flag为假)，以及当前块的MVD的至少一个分量不等于零，则TM-AMVR标志(例如，tm_amvr_flag)被指示。当TM-AMVR标志(例如，tm_amvr_flag)为假时，执行以下操作。例如，AMVR标志(例如，amvr_flag)被指示。当AMVR标志(例如，amvr_flag)为假时，选择1/4像素，并且AMVR精度索引(例如，amvr_precision_idx)不被指示。否则，当AMVR标志(例如，amvr_flag)为真时，AMVR精度索引(例如，amvr_precision_idx)被指示。
表3
在实施例中，AMVR标志(例如，amvr_flag)被指示以指示AMVR模式是否被启用。
如果AMVR模式未被启用(例如，AMVR标志为假)，则可以选择1/4像素。
如果AMVR模式被启用(例如，AMVR标志为真)，则TM-AMVR标志(例如，tm_amvr_flag)被指示以指示是否选择具有最小TM代价的MVR。
当TM-AMVR标志(例如，tm_amvr_flag)为真时，将模板匹配应用于排除了1/4像素的多个MVR(例如，1/2像素、1像素和4像素)。例如，如图20所述，计算分别对应于1/2像素、1像素和4像素的TM代价TM1、TM2和TM3，并且不计算TM0。随后，以当前图片(2010)中的当前模板(2021)和参考图片(2011)中的参考模板(例如(2052)-(2054))之间的对应TM代价的升序(例如，TM2、TM1和TM3，其中TM2是TM1-TM3中的最小者)，重新排序多个MVR(例如，1/2像素、1像素和4像素)。多个MVR可以被排序(例如，重新排序)为1像素、1/2像素和4像素。对应于多个MVR(例如，1/2像素、1像素和4像素)中不包括1/4像素的最小TM代价(例如，TM2)选择MVR(例如，1像素)。
当TM-AMVR标志(例如，tm_amvr_flag)被设置为假时，AMVR精度索引被指示，并且基于AMVR精度索引来选择MVR，不重新排序MVR。例如，当AMVR精度指数分别为0、1或2时，MVR为1/2像素、1像素或4像素。
表4
示例性伪语法在表4中示出如下内容。当某些条件被满足时，例如AMVR模式被启用(例如，sps_amvr_enabled_flag为真)、仿射模式未被启用(例如，inter_affine_flag为假)、以及当前块的MVD的至少一个分量不等于零，则AMVR标志(例如，amvr_flag)被指示。当AMVR标志(例如，amvr_flag)为真时，执行以下操作。例如，TM-AMVR标志(例如，tm_amvr_flag)被指示。当TM-AMVR标志(例如，tm_amvr_flag)为假时，AMVR精度索引(例如，amvr_precision_idx)被指示。否则，当TM-AMVR标志(例如，tm_amvr_flag)为真时，AMVR精度索引(例如，amvr_precision_idx)不被指示。
以上描述可以应用于用单向预测编码的块。以上描述可以适用于用双向预测编码块的场景。在示例中，当使用双向预测模式时，可以使用来自参考列表0(L0)的第一参考图片和来自参考列表1(L1)的第二参考图片来编码当前图片中的当前块。
图21示出了当使用双向预测模式预测当前块(2001)时的模板匹配(2100)的示例。图20中描述了图21中的当前块(2001)、当前图片(2010)、当前模板(2021)、MV(2041)-(2044)、参考模板(2051)-(2054)、参考块(2031)-(2034)和参考图片(2011)。
参考图21，参考图片(2011)被称为第一参考图片(2011)，并且与多个第一MVR相关联。对应于多个第一MVR的MV(2041)-(2044)、参考模板(2051)-(2054)和参考块(2031)-(2034)分别被称为第一MV(2041)-(2044)、第一参考模板(2051)-(2054)和第一参考块(2031)-(2034)。多个第一MVR可以包括任何合适的MVR和任何合适数量的MVR。在示例中，多个第一MVR包括1/4像素、1/2像素、1像素和4像素。在一个示例中，多个第一MVR包括1/4像素、1/2像素、1像素和4像素的子集。
参照图21，第二参考图片(2111)与多个第二MVR相关联。第二MVs(2141)-(2144)可以分别对应于多个第二MVR，例如1/4像素、1/2像素、1像素和4像素。多个第二MV(2141)-(2144)可以分别从当前块(2001)指向第二参考图片(2111)中的第二参考块(2131)-(2134)。第二参考模板(2151)-(2154)分别与第二参考块(2131)-(2134)相关联。
多个第二MVR可以包括任何合适的MVR和任何合适数量的MVR。在示例中，多个第二MVR包括1/4像素、1/2像素、1像素和4像素。在一个示例中，多个第二MVR包括1/4像素、1/2像素、1像素和4像素的子集。
多个第一MVR中的MVR的第一数量可以与多个第二MVR中的MVR的第二数量相同或不同。
可以基于来自L0的第一参考图片(2011)和来自L1的第二参考图片(2111)来预测当前块(2001)。
根据本公开的实施例，可以在MVR对上执行TM。MVR对可以包括多个第一MVR和多个第二MVR的任何合适组合。在实施例中，多个MVR对中的一个MVR对包括(i)多个第一MVR中的一个第一MVR(例如，1/2像素)和(ii)多个第二MVR中的一个第二MVR(例如，1像素)。TM可以包括确定对应于MVR对中的每个MVR对的TM代价，例如，MVR对包括作为第一MVR的1/2像素和作为第二MVR的1像素。可以基于当前块(2001)的当前模板(2021)的一部分和相应MVR对的双向预测值来确定TM代价。双向预测值可以基于对应于相应MVR对的第一MVR的第一参考图片(2011)中的第一参考模板(例如(2051))的一部分和对应于相应MVR对的第二MVR的第二参考图片(2111)中的第二参考模板(例如(2151))的一部分。在实施例中，TM包括基于所确定的对应TM代价对MVR对进行排序，以及从排序的MVR对中选择MVR对。可以基于所选择的MVR对来重建当前块(2001)。
如上所述，TM可以应用于双向预测CU，例如双向预测当前块(例如，当前块(2001))，其中AMVP模式中的MVR对可以被重新排序。参照图21，可以根据当前模板(2021)和基于参考模板(例如，(2051)和(2151))的相应双向预测值之间的失真(例如，差值)来计算多个TM代价中的每个TM。
在例如图21所示的实施例中，对于包括第一MVR(例如，1/2像素)和第二MVR(例如，1像素)的MVR对，基于对应于第一MVR的第一参考模板(例如，(2051))和对应于第二MVR的第二参考模板(例如，(2151))来确定双向预测值。双向预测值可以是第一参考模板(例如(2051))和第二参考模板(例如(2151))的平均值。在示例中，双向预测值是第一参考模板(例如(2051))和第二参考模板(例如(2151))的加权平均值。在一个示例中，通过偏移来修改双向预测值。
在一个示例中，使用等式3计算对应于MVR对的双向预测值(表示为TPb(i,j))。
TPb(i，j)＝(TP0i+TP1j+1)＞＞1 (等式3)
参数TP0i和参数TP1j可以表示参考列表L0的第一参考模板(例如(2051))和参考列表L1的第二参考模板(例如(2151))。整数i和j分别表示MVR对中的第一MVR和第二MVR。基于等式3，双向预测值TPb,(i,j)中的预测值样本的值可以是第一参考模板中的第一参考样本值和第二参考模板中的第二参考样本值的平均值。
对应于MVR对的TM代价(表示为TM代价(i,j))可以基于当前模板(表示为TC)和双向预测值TPb(i,j)，使用例如以下的等式4计算。
TM代价(i，j)＝SAD(TPb(i，j)-TC) (等式4)
参数TC表示当前块(2001)的当前模板(2021)。绝对差和(SAD)表示例如当前模板(2021)中的样本值与双向预测值TPb(i，j)中的预测值样本的相应值之间的绝对差和的函数。
诸如SSE、方差、部分SAD等的其他函数可用于确定TM代价。在部分SAD的示例中，使用当前模板的一部分(2021)、第一参考模板(例如1851)的相应部分和第二参考模板(例如1951)的相应部分来确定TM代价。
在部分SAD的示例中，在用于确定TM代价之前，对当前模板(2021)的一部分或整个、第一参考模板(例如，1851)的一部分或整个以及第二参考模板(例如，1951)的一部分或整个进行下采样。
如上所述，可以根据以TM代价的升序重新排序的MVR对的TM代价导出用于编码当前块(2001)的MVR对。
在实施例中，当以双向预测模式对当前块进行编码(例如，编码和/或解码)时，MVR对中的第一MVR和第二MVR是相同的(例如，等式3中的i＝j)。例如，多个第一MVR和多个第二MVR是相同的。多个第一MVR中的1/4像素、1/2像素、1像素和4像素分别对应于i为0、1、2和3。多个第二MVR中的1/4像素、1/2像素、1像素和4像素分别对应于j为0、1、2和3。第一MV(2041)-(2044)分别对应于1/4像素、1/2像素、1像素和4像素。第二MV(2141)-(2144)分别对应于1/4像素、1/2像素、1像素和4像素。因此，MVR对包括四个MVR对：第一MVR对、第二MVR对、第三MVR对、第四MVR对，如表5所示。例如，第一MVR对包括i为0的1/4像素的第一MVR，以及j为0的1/4像素的第二MVR。
表5(当第一MVR等于第二MVR时的MVR对)
第一MVR 第二MVR
第一MVR对 1/4像素(i＝0) 1/4像素(j＝0)
第二MVR对 1/2像素(i＝1) 1/2像素(j＝1)
第三MVR对 1像素(i＝2) 1像素(j＝2)
第四MVR对 4像素(i＝3) 4像素(j＝3)
对应于四个MVR对的四个双向预测值TPb(0,0)、TPb(1,1)、TPb(2,2)和TPb(3,3)可以基于等式3确定。例如，基于第一参考模板(2051)(例如，TP0i中的i＝0)和相应的第二参考模板(2151)(例如，TP1j中的j＝0)来确定双向预测值TPb(0,0)。在一个示例中，TPb(0,0)是TP00和TP10的平均值。
可以分别基于当前模板(2021)和双向预测值TPb(0,0)，TPb(1,1)，TPb(2,2)和TPb(3,3)确定对应于四个MVR对的四个TM代价(例如，TM代价(0,0)，TM代价(1,1)，TM代价(2,2)和TM代价(3,3))。例如，使用等式4确定TM代价(0,0)，其中TM代价(0,0)是双向预测值TPb(0,0)和当前模板(2021)之间的SAD。
可以基于对应的四个TM代价，例如四个TM代价的升序，对四个MVR对进行排序(例如，与表5中所示的顺序不同地重新排序)。在一个示例中，四个TM代价的升序是TM代价(1,1)，TM代价(2,2)，TM代价(0,0)和TM代价(3,3)。对应于TM代价(1,1)、TM代价(2,2)、TM代价(0,0)和TM代价(3,3)的排序的MVR对包括第二MVR对、第三MVR对、第一MVR对和第四MVR对。
可以从排序的MVR对中选择MVR对。在示例中，所选择的MVR对是对应于最小TM代价的MVR对，例如对应于TM代价(1,1)的第二MVR对。在实施例中，当所选择的MVR对是对应于最小TM代价的MVR对时，没有索引被指示。
在一个示例中，索引被通过信令指示以指示选择了排序的MVR对中的哪个MVR对。例如，基于排序的(例如，重新排序的)MVR对，值为0、1、2或3的索引分别指示所选择的MVR对是第二MVR对、第三MVR对、第一MVR对或第四MVR对。
在实施例中，当以双向预测模式对当前块进行编码(例如，编码和/或解码)时，多个MVR对中的一个MVR对中的第一MVR和第二MVR是相同的(例如，等式3中的i＝j)，并且多个MVR对中的另一个MVR对中的第一MVR和第二MVR是不同的(例如，等式3中的i≠j)。在一个示例中，多个第一MVR具有N1个第一MVR，并且多个第二MVR具有N2个第二MVR，其中N1和N2是正整数。N1和N2可以相同或不同。在一个示例中，N1和N2是4，并且16个MVR对或第一MVR和第二MVR的16个不同组合与双向预测的当前块相关联。表6示出了16个MVR对的示例。
表6示例性MVR对
第一MVR 第二MVR
第一MVR对 1/4像素(i＝0) 1/4像素(j＝0)
第二MVR对 1/4像素(i＝0) 1/2像素(j＝1)
第三MVR对 1/4像素(i＝0) 1像素(j＝2)
第4MVR对 1/4像素(i＝0) 4像素(j＝3)
第5MVR对 1/2像素(i＝1) 1/4像素(j＝0)
第6MVR对 1/2像素(i＝1) 1/2像素(j＝1)
第7MVR对 1/2像素(i＝1) 1像素(j＝2)
第8MVR对 1/2像素(i＝1) 4像素(j＝3)
第9MVR对 1像素(i＝2) 1/4像素(j＝0)
第10MVR对 1像素(i＝2) 1/2像素(j＝1)
第11MVR对 1像素(i＝2) 1像素(j＝2)
第12MVR对 1像素(i＝2) 4像素(j＝3)
第13MVR对 4像素(i＝3) 1/4像素(j＝0)
第14MVR对 4像素(i＝3) 1/2像素(j＝1)
第15MVR对 4像素(i＝3) 1像素(j＝2)
第16MVR对 4像素(i＝3) 4像素(j＝3)
在一个示例中，第一MV(2041)-(2044)分别对应于1/4像素、1/2像素、1像素和4像素。第二MV(2141)-(2144)分别对应于1/4像素、1/2像素、1像素和4像素。
可以基于等式3确定对应于表6中的16个MVR对的16个双向预测值TPb(i,j)(例如，TPb(0,0)-TPb(3,3))。例如，基于第一参考模板(2052)(例如，TP0i中的i＝1)和相应的第二参考模板(2154)(例如，TP0j中的j＝3)确定对应于表6中的第八MVR对的双向预测值TPb(1,3)。在一个示例中，TPb(1,3)是TP01和TP13的平均值。
可以分别基于当前模板(2021)和双向预测值TPb(0,0)-TPb(3,3))确定对应于16个MVR对的16个TM代价(例如，TM代价(0,0)-TM代价(3,3))。例如，使用等式4确定TM代价(1,3)。其中TM代价(1,3)是双向预测值TPb(1,3)和当前模板(2021)之间的SAD。
可以基于对应的16个TM代价，例如16个TM代价的升序，对表6中的16个MVR对排序(例如，重新排序)。可以从排序的16个MVR对中选择MVR对。在一个示例中，所选择的MVR对是对应于16个TM代价中的最小TM代价的MVR对。例如，当所选择的MVR对是对应于16个TM代价中最小TM代价的MVR对时，没有索引被指示。在一个示例中，索引被指示以指示选择了排序的(例如，重新排序的)16个MVR对中的哪个MVR对。
为了简洁起见，表5中所示的MVR对被称为第一MVR对集。表6中所示的MVR对被称为第二MVR对集。
在实施例中，在视频码流中，例如在序列参数集(sequence parameter set，SPS)、图片参数集(picture parameter set，PPS)、图片报头(picture header，PH)、切片报头等中，标志被指示，以指示是否在MVR对(例如，第一或第二MVR对集)上执行TM。
针对包括1/4像素、1/2像素、1像素和4像素的多个第一MVR和多个第二MVR，与双向预测相关联的实施例被描述。当多个第一MVR和/或多个第二MVR包括更少或更多MVR时，可以修改具有双向预测的描述。
TM可以在例如仿射AMVP模式、仿射合并模式的仿射模式中应用，并且可以被称为仿射TM。图22示出诸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)可以对应于应用于平移运动模型的TM中的模板(例如，图19中的模板(1921))。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，同时保持其他CPMV(例如，(i)如果使用4参数模型的CPMV1，，或者(ii)如果使用6参数模型的CPMV1和CPMV2，)恒定。可以朝水平方向和垂直方向执行搜索。在一个示例中，仅当零矢量不是从水平搜索和垂直搜索中找到的最佳差分矢量时，沿着对角线方向搜索。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。如果零矢量不是来自前一次迭代的最佳差分矢量，并且搜索过程迭代少于3次，则基于细化的CPMV，整个搜索过程可以从细化的CPMV0重新开始。
各种实施例可用于确定(i)图20中的MV(2041)-(2044)(例如，当当前块(2001)用单向预测编码时)和/或(ii)图21中的MV(2041)-(2044)和第二MV(2141)-(2144))(例如，当当前块(2001)用双向预测编码时)。
根据本公开的实施例，图20中的MV(2041)-(2044)可以等于对应于图20中的多个MVR的相应MV预测值(MVP)。图21中的MV(2041)-(2044)和第二MV(2141)-(2144))可以等于对应于图21中的多个第一MVR和多个第二MVR的相应MVP。
在实施例中，可以基于给定的参考列表、一个或多个参考图片索引和一个或多个MVP索引确定各个MVR(例如，(i)图20中的多个MVR，或(ii)图21中的多个第一MVR和多个第二MVR)的一个或多个MVP。
在实施例中，基于给定的参考列表、一个或多个参考图片索引和对应的MVP索引确定多个MVR的各个MVP。例如，根据相应的MVP索引直接(例如，同时)确定多个MVR的各个MVP。
在一个示例中，用单向预测对当前块进行编码。多个MVR的MVP被应用为当前块的当前模板和参考图片中的参考模板之间的TM中使用的MV。基于多个MVR的MVP执行TM，其中分别基于多个MVP计算多个MVR的TM代价。MVR索引的顺序可以基于MVR的TM代价的升序。
参照图20，用单向预测对当前块(2001)进行编码。多个MVR可用于当前块(2001)。可以基于参考图片列表(例如，参考列表0(L0)或参考列表1(L1))、指示参考图片列表中的参考图片(2011)的参考图片索引以及MVP索引确定多个MVR的MVP。
在一个示例中，基于参考图片列表(例如，L0或L1)、参考图片(2011)和MVP索引确定MVP候选。例如，确定包括MVP候选的当前块(2001)的候选列表，并且MVP索引指示哪个MVP候选被选择为MVP候选。分别基于MVP候选和多个MVR(例如，1/4像素、1/2像素、1像素和4像素)确定多个MVR的MVP。MVP包括MVP0、MVP1、MVP2和MVP3，它们分别对应于1/4像素、1/2像素、1像素和4像素。参照图20，MV(2041)-(2044)被确定为分别等于MVP0、MVP1、MVP2和MVP3。
在实施例中，基于给定的参考列表(例如，L0)、参考图片索引(例如，指示参考图片(2011))和MVP索引确定多个MVR中的一个MVR的MVP(例如，1/4像素的MVPa)。在一个示例中，多个MVR中的一个MVR对应于多个MVR中的最高分辨率(例如，1/4像素)。随后，可以基于该多个MVR中的一个MVR的MVP(例如，1/4像素的MVPa)确定多个MVR的剩余MVR的其他MVP(例如，分别对应于1/2像素、1像素和4像素的MVPb、MVPc和MVPd)。例如，MVP(例如，1/4像素的MVPa)被分别四舍五入到1/2像素、1像素和4像素的剩余MVR，以获得其他MVP(例如，MVPb、MVPc和MVPd)，因此所得到的MVP的精度可以分别落在给定的MVR上。在一个示例中，MVPa是MVP0。MVPb可以与MVP1相同或不同，MVPc可以与MVP2相同或不同，MVPd可以与MVP3相同或不同。
在实施例中，分别基于多个MVR确定多个MVR的MVD。可以分别基于多个MVR同时确定多个MVR的MVD。例如，分别基于多个MVR和MVD信息确定多个MVR(例如，1/4像素、1/2像素、1像素和4像素)的MVD(例如，MVD0-MVD3)。MVD信息可以指示初始MVD的大小和方向。在一个示例中，根据多个MVR分别从初始MVD获得MVD。
可选地，可以基于多个MVR中的MVD信息和对应的MVR(例如，1/4像素)确定多个MVD中的一个MVD(例如，对应于1/4像素的MVDa)。随后，可以基于多个MVD中的一个MVD(例如，MVDa)和剩余MVR确定与多个MVR中的剩余MVR(例如，1/2像素、1像素和4像素)相对应的MVD中的剩余MVD(例如，MVDb-MVDd)。在一个示例中，MVD0是MVDa。
在实施例中，基于MVD和相应的MVP确定MV。可以使用上述实施例或任何其他合适的方法来获得用于确定MV的MVD。可以使用上述实施例或任何其他合适的方法来获得用于确定MV的MVP。
在一个示例中，分别基于(i)MVD0-MVD3和(ii)相应的MVP0-MVP3确定MV(2041)-(2044)。
在一个示例中，分别基于(i)MVDa-MVDd和相应的MVPa-MVPd确定MV(2041)-(2044)。
在一个示例中，分别基于(i)MVD0-MVD3和相应的MVPa-MVPd确定MV(2041)-(2044)。
在一个示例中，分别基于(i)MVDa-MVDd和相应的MVP0-MVP3确定MV(2041)-(2044)。
在一个示例中，用双向预测对当前块进行编码。对于可用于当前块的MVR对(例如，表5或表6中描述的MVR对)中的每个MVR对，分别来自L0和L1的两个MVP可以被应用为分别用于L0和L1的当前模板(例如，(2021))和两个参考模板(例如，第一参考模板(2051)和第二参考模板(2151))之间的MV对(例如，图21中的MV(2041)和(2141))。如图21所述，可以按照升序对MVR对的TM代价重新排序，以确定MVR索引的顺序。
参照图21，用双向预测对当前块(2001)进行编码。多个第一MVR和多个第二MVR可用于当前块(2001)。可以确定多个第一MVR的第一MVP和多个第二MVR的第二MVP。因此，可以确定在TM中使用的第一MV(2041)-(2044)分别等于第一MVP，并且可以确定在TM中使用的第二MV(2141)-(2144)分别等于第二MVP。
例如，可以基于第一参考图片列表(例如，L0)、指示第一参考图片列表中的第一参考图片(2011)的第一参考图片索引以及第一参考图片列表的第一MVP索引确定多个第一MVR的第一MVP。
在一个示例中，可以基于第一参考图片列表(例如，L0)、指示第一参考图片(2011)的第一参考图片索引以及第一MVP索引来确定第一MVP候选。第一MVP索引可以指示候选列表(例如，第一参考图片列表的第一候选列表)中的第一MVP候选。
可以分别基于第一MVP候选和多个第一MVR(例如，1/4像素、1/2像素、1像素和4像素)确定多个第一MVR的第一MVP。第一MVP包括MVP00、MVP01、MVP02和MVP03，它们分别对应于1/4像素、1/2像素、1像素和4像素。参照图21，确定第一MV(2041)-(2044)分别等于MVP00、MVP01、MVP02和MVP03。在一个示例中，图21中描述的MVP00、MVP01、MVP02和MVP03分别等于图20中描述的MVP0、MVP1、MVP2和MVP3。
类似地，可以例如基于第二参考图片列表(例如，L1)、指示第二参考图片列表中的第二参考图片(2111)的第二参考图片索引以及第二参考图片列表的第二MVP索引确定多个第二MVR的第二MVP。
在一个示例中，可以基于第二参考图片列表(例如，L1)、指示第二参考图片的第二参考图片索引(2111)以及第一参考图片列表的第二MVP索引确定第二MVP候选。第二MVP索引可以指示候选列表(例如，第二参考图片列表的第二候选列表)中的第二MVP候选。
可以分别基于第二MVP候选和多个第二MVR(例如，1/4像素、1/2像素、1像素和4像素)确定多个第二MVR的第二MVP。第二MVP包括MVP10、MVP11、MVP12和MVP13，它们分别对应于1/4像素、1/2像素、1像素和4像素。参照图21，确定第二MV(2041)-(2044)分别等于MVP10、MVP11、MVP12和MVP13。
在一个示例中，单个MVP索引用于指示第一MVP候选和第二MVP候选。
在实施例中，确定多个第一MVR中的一个第一MVR的第一MVP，并且随后可基于第一MVP和第一剩余MVR确定多个第一MVR中的第一剩余MVR的第一剩余MVP。类似地，确定多个第二MVR中的一个第二MVR的第二MVP，并且随后可以基于第二MVP和第二剩余MVR确定多个第二MVR中的第二剩余MVR的第二剩余MVP。
在实施例中，基于第一参考列表(例如，L0)、第一参考图片索引(例如，指示第一参考图片(2011))和第一MVP索引确定多个第一MVR中的一个第一MVR的第一MVP(例如，1/4像素的MVP0a)。例如，根据第一MVP候选确定第一MVP。在一个示例中，多个第一MVR中的一个第一MVR对应于多个第一MVR中的最高分辨率(例如，1/4像素)。可以从第一MVP(例如，1/4像素的MVP0a)确定多个第一MVR的第一剩余MVR的其他第一MVP(例如，分别对应于1/2像素、1像素和4像素的MVP0b、MVP0c和MVP0d)。例如，第一MVP(例如，1/4像素的MVP0a)被分别舍入到1/2像素、1像素和4像素的第一剩余MVR，以获得其他第一MVP(例如，MVP0b、MVP0c和MVP0d)，因此所得到的第一MVP的精度可以分别落在给定的MVR上。在一个示例中，MVP0a是MVP00。MVP0b可以与MVP01相同或不同，MVP0c可以与MVP02相同或不同，MVP0d可以与MVP03相同或不同。
基于第二参考列表(例如，L1)、第二参考图片索引(例如，指示第二参考图片(2111))和第二MVP索引确定多个第二MVR中的一个第二MVR的第二MVP(例如，1/4像素的MVP1a)。例如，根据第二MVP候选确定第二MVP。在一个示例中，多个第二MVR中的一个第二MVR对应于多个第二MVR中的最高分辨率(例如，1/4像素)。可以从第二MVP(例如，1/4像素的MVP1a)确定多个第二MVR的第二剩余MVR的其他第二MVP(例如，分别对应于1/2像素、1像素和4像素的MVP1b、MVP1c和MVP1d)。例如，第二MVP(例如，1/4像素的MVP1a)被分别舍入到1/2像素、1像素和4像素的第二剩余MVR，以获得其他第二MVP(例如，MVP1b、MVP1c和MVP1d)，因此所得到的第二MVP的精度可以分别落在给定的MVR上。在一个示例中，MVP1a是MVP10。MVP1b可以与MVP11相同或不同，MVP1c可以与MVP12相同或不同，MVP1d可以与MVP13相同或不同。
在实施例中，当用双向预测对当前块进行编码时，分别基于多个第一MVR确定多个第一MVR的第一MVD。可以分别基于多个第一MVR同时确定多个第一MVR的第一MVD。例如，分别基于多个第一MVR和第一MVD信息确定多个第一MVR(例如，1/4像素、1/2像素、1像素和4像素)的第一MVD(例如，MVD00、MVD01、MVD02和MVD03或MVD00-MVD03)。第一MVD信息可以指示第一初始MVD的大小和方向。在一个示例中，根据多个第一MVR分别从第一初始MVD获得第一MVD。
可选地，可以基于第一MVD信息和多个第一MVR中对应的第一MVR(例如，1/4像素)确定多个第一MVD中的一个第一MVD(例如，对应于1/4像素的MVD0a)。随后，可以基于多个第一MVD中的一个第一MVD(例如，MVD0a)和剩余的第一MVR确定对应于多个第一MVR中剩余的第一MVR(例如，1/2像素、1像素和4像素)的第一MVD中的剩余的第一MVD(例如，MVD0b-MVD0d)。
在实施例中，基于多个第一MVD和相应的多个第一MVP确定第一MV。可以使用上述实施例或任何其他合适的方法来获得用于确定第一MV的第一MVD。可以使用上述实施例或任何其他合适的方法来获得用于确定第一MV的第一MVP。
参照图20或图21，在一个示例中，分别基于(i)MVD01-MVD03和(ii)相应的MVP01-MVP03确定MV(2041)-(2044)。在一个示例中，分别基于(i)MVD0a-MVD0d和相应的MVP0a-MVP0d确定MV(2041)-(2044)。在一个示例中，分别基于(i)MVD01-MVD03和相应的MVP0a-MVP0d确定MV(2041)-(2044)。在一个示例中，分别基于(i)MVD0a-MVD0d和相应的MVP01-MVP03来确定MV(2041)-(2044)。
在实施例中，当用双向预测对当前块进行编码时，分别基于多个第二MVR确定多个第二MVR的第二MVD。可以分别基于多个第二MVR同时确定多个第二MVR的第二MVD。例如，分别基于多个第二MVR和第二MVD信息确定多个第二MVR(例如，1/4像素、1/2像素、1像素和4像素)的第二MVD(例如，MVD10、MVD11、MVD12和MVD13或MVD10-MVD13)。第二MVD信息可以指示第二初始MVD的大小和方向。在一个示例中，根据多个第二MVR分别从第二初始MVD获得第二MVD。
可选地，可以基于第二MVD信息和多个第二MVR中对应的第二MVR(例如，1/4像素)确定第二MVD中的一个第二MVD(例如，对应于1/4像素的MVD1a)。随后，可以基于第二MVD中的一个第二MVD(例如，MVD1a)和剩余的第二MVR确定与多个第二MVR中剩余的第二MVR(例如，1/2像素、1像素和4像素)相对应的第二MVD中的剩余的第二MVD(例如，MVD1b-MVD1d)。
在实施例中，基于第二MVD和相应的第二MVP确定第二MV。可以使用上述实施例或任何其他合适的方法获得用于确定第二MV的第二MVD。可以使用上述实施例或任何其他合适的方法获得用于确定第二MV的第二MVP。
参照图21，在一个示例中，分别基于(i)MVD10-MVD13和(ii)相应的MVP10-MVP13确定第二MV(2141)-(2144)。在一个示例中，分别基于(i)MVD1a-MVD1d和相应的MVP1a-MVP1d确定MV(2141)-(2144)。在一个示例中，分别基于(i)MVD10-MVD13和相应的MVP1a-MVP1d确定MV(2141)-(2144)。在一个示例中，分别基于(i)MVD1a-MVD1d和相应的MVP10-MVP13确定MV(2141)-(2144)。
图23示出了根据本公开的实施例的编码过程(2300)的概述流程图。在各种实施例中，过程(2300)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器功能的处理电路(例如(403)、(603)、(703))等。在一些实施例中，过程(2300)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(2300)。该过程从(S2301)开始，进行到(S2310)。
在(S2310)，对于使用自适应运动矢量预测(AMVP)模式和自适应运动矢量分辨率(AMVR)模式待编码的当前图片中的当前块，可以基于MVP候选和多个第一运动矢量分辨率(MVR)中的相应的第一MVR确定对应于第一参考图片的多个第一MVR中的每个第一MVR的相应的第一运动矢量预测值(MVP)。
在(S2320)，可以通过至少基于多个第一MVR和多个第一MVP确定TM代价来执行模板匹配(TM)。
在(S2330)，可以对预测信息进行编码，预测信息(i)指示应用于当前块的AMVR模式和AMVP模式，以及(ii)包括指示MVP候选的运动信息。
在(S2340)，编码的预测信息可以包括在视频码流中。
然后，处理(2300)进行到(S2399)，并终止。
过程(2300)可以适当地适应各种场景，并且过程(2300)中的步骤可以相应地调整。过程(2300)中的一个或多个步骤可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现该过程(2300)。可以添加额外的步骤。
在实施例中，用单向预测对当前块进行编码。多个TM代价中的每个TM代价对应于多个第一MVR中的相应的第一MVR。TM还可以包括基于所确定的TM代价对多个第一MVR进行排序。可以基于排序的多个第一MVR中的一个第一MVR对当前块进行编码。在示例中，TM包括从排序的多个第一MVR中选择MVR。可以基于所选的MVR对当前块进行编码。在(S2340)，编码的当前块可以包括在视频码流中。
在实施例中，运动信息指示对应于第一参考图片的候选列表中的MVP候选。
在示例中，对于多个第一MVR中的每个第一MVR，步骤(S2310)可以包括基于MVP候选和相应的第一MVR确定相应的第一MVP，并且步骤(S2320)可以包括确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MVP可以从当前块指向第一参考块。对于多个第一MVR中的每个第一MVR，步骤(S2320)还可以包括基于第一参考块的第一参考模板和当前块的当前模板来确定TM代价。
在一个示例中，多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个MVR。步骤(S2310)可包括基于MVP候选和1/4像素确定对应于1/4像素的MVP，以及基于对应于1/4像素的MVP和相应的一个或多个MVR确定多个第一MVP中的一个或多个剩余MVP。对于多个第一MVR中的每个第一MVR，步骤(S2320)可以包括确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MVP可以从当前块指向第一参考块。对于多个第一MVR中的每个第一MVR，步骤(S2320)可以包括基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在实施例中，对于多个第一MVR中的每个第一MVR，可以基于相应的第一MVR确定相应的第一MVD，并且可以基于相应的第一MVD确定相应的第一MVR的第一MV。在(S2320)，可以确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MV可以从当前块指向第一参考块。此外，可以基于第一参考块的第一参考模板和当前块的当前模板来确定TM代价。在(S2330)，可以对指示第一MVD的MVD信息进行编码。在示例中，运动信息包括MVD信息。
在实施例中，用双向预测对当前块进行编码。每个TM代价对应于多个MVR对中的相应的一个MVR对，其中每个MVR对可以包括(i)多个第一MVR中的第一MVR和(ii)对应于第二参考图片的多个第二MVR中的第二MVR。在(S2320)，可以基于所确定的TM代价对多个MVR对进行排序。在一个示例中，可以基于排序的多个MVR对中的一个MVR对编码当前块。在示例中，从排序的多个MVR对中选择MVR对。可以基于所选的MVR对编码当前块。
在实施例中，可以基于对应于第二参考图片的第二候选列表中的第二MVP候选和相应的第二MVR确定对应于第二参考图片的多个第二MVR中的每个第二MVR的第二MVP。在(2320)，对于多个MVR对中的每个MVR对，可以确定第一参考图片中的第一参考块，其中MVR对中的相应的第一MVR的第一MVP可以从当前块指向第一参考块。可以确定第二参考图片中的第二参考块，其中MVR对中的相应的第二MVR的第二MVP可以从当前块指向第二参考块。此外，可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。运动信息可以指示第二MVP候选。
在示例中，在(S2310)，对于多个第一MVR中的每个第一MVR，基于对应于第一参考图片的第一候选列表中的第一MVP候选和相应的第一MVR确定相应的第一MVP。
在一个示例中，多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第一MVR，并且多个第二MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第二MVR。在(S2310)，可以基于第一MVP候选和1/4像素确定对应于1/4像素的第一MVP，并且可以基于对应于1/4像素的第一MVP和相应的一个或多个第一MVR确定第一MVP中的一个或多个剩余的第一MVP。此外，可以基于第二MVP候选和1/4像素确定对应于1/4像素的第二MVP，可以基于对应于1/4像素的第二MVP和相应的一个或多个第二MVR确定第二MVP中的一个或多个剩余的第二MVP。
在一个示例中，对于多个第一MVR中的每个第一MVR，可以基于多个第一MVR中的相应第一MVR确定第一MVD，并且可以基于第一MVD确定多个第一MVR的相应的第一MVR的第一MV。对于多个第二MVR中的每个第二MVR，可以基于多个第二MVR中的相应的第二MVR确定第二MVD，并且可以基于第二MVD确定多个第二MVR的相应的第二MVR的第二MV。在(S2320)，对于多个MVR对中的每个MVR对，可以确定第一参考图片中的第一参考块，其中MVR对中的相应的第一MVR的第一MV从当前块指向第一参考块。此外，可以确定第二参考图片中的第二参考块，其中MVR对中的相应的第二MVR的第二MV从当前块指向第二参考块。可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。
图24示出了根据本公开的实施例的解码过程(2400)的概述流程图。在各种实施例中，过程(2400)由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)功能的处理电路等。在一些实施例中，过程(2400)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(2400)。该过程从(S2401)开始，进行到(S2410)。
在(S2410)，可以从已编码的视频码流解码当前图片中的当前块的预测信息。预测信息可以指示应用于当前块的自适应运动矢量预测(AMVP)模式和自适应运动矢量分辨率(AMVR)模式。预测信息可以指示运动信息。
在(S2420)，可以基于运动信息和多个第一运动矢量分辨率(MVR)中的相应的第一MVR确定对应于第一参考图片的多个第一MVR中的每个第一MVR的相应的第一运动矢量预测值(MVP)。
在(S2430)，可以通过至少基于多个第一MVR和第一MVP确定TM代价执行模板匹配(TM)。
过程(2400)进行到(S2499)，并终止。
过程(2400)可以适当地适应各种场景，并且过程(2400)中的步骤可以相应地调整。过程(2400)中的一个或多个步骤可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现该过程(2400)。可以添加额外的步骤。
在实施例中，用单向预测来预测当前块。多个TM代价中的每个TM代价对应于多个第一MVR中的相应的第一MVR。TM还可以包括基于所确定的TM代价对多个第一MVR进行排序。在一个示例中，基于排序的多个第一MVR中的一个第一MVR重建当前块。在一个示例中，TM包括从排序的多个第一MVR中选择MVR。可以基于所选择的MVR重建当前块。
在实施例中，运动信息指示对应于第一参考图片的候选列表中的MVP候选。
在示例中，对于多个第一MVR中的每个第一MVR，步骤(S2420)可以包括基于MVP候选和相应的第一MVR确定相应的第一MVP，并且步骤(S2430)可以包括确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MVP可以从当前块指向第一参考块。对于多个第一MVR中的每个第一MVR，步骤(S2430)还可以包括基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在一个示例中，多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个MVR。步骤(S2420)可包括基于MVP候选和1/4像素确定对应于1/4像素的MVP，以及基于对应于1/4像素的MVP和相应的一个或多个MVR确定多个第一MVP中的一个或多个剩余MVP。对于多个第一MVR中的每个第一MVR，步骤(S2430)可以包括确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MVP可以从当前块指向第一参考块。对于多个第一MVR中的每个第一MVR，步骤(S2430)可以包括基于第一参考块的第一参考模板和当前块的当前模板确定TM代价。
在实施例中，运动信息包括MV差分(MVD)信息。对于多个第一MVR中的每个第一MVR，可以基于MVD信息和相应的第一MVR确定相应的第一MVD，并且可以基于相应的第一MVD确定相应的第一MVR的第一MV。在(S2430)，可以确定第一参考图片中的第一参考块，其中相应的第一MVR的第一MV可以从当前块指向第一参考块。此外，可以基于第一参考块的第一参考模板和当前块的当前模板来确定TM代价。
在实施例中，用双向预测来预测当前块。每个TM代价对应于多个MVR对中的相应的一个MVR对，其中每个MVR对可以包括(i)多个第一MVR中的第一MVR和(ii)对应于第二参考图片的多个第二MVR中的第二MVR。在(S2430)，可以基于确定的TM代价对多个MVR对进行排序。在一个示例中，可以基于排序的多个MVR对中的一个MVR对重建当前块。在一个示例中，从排序的多个MVR对中选择MVR对。可以基于所选择的MVR对重建当前块。
在实施例中，运动信息指示对应于第一参考图片的第一候选列表中的第一MVP候选以及对应于第二参考图片的第二候选列表中的第二MVP候选。可以基于第二MVP候选和相应的第二MVR确定对应于第二参考图片的多个第二MVR中的每个第二MVR的第二MVP。在(2430)，对于多个MVR对中的每个MVR对，可以确定第一参考图片中的第一参考块，其中MVR对中的相应的第一MVR的第一MVP可以从当前块指向第一参考块。可以确定第二参考图片中的第二参考块，其中MVR对中的相应的第二MVR的第二MVP可以从当前块指向第二参考块。此外，可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。
在示例中，在(S2420)，对于多个第一MVR中的每个第一MVR，基于第一MVP候选和相应的第一MVR确定相应的第一MVP。
在一个示例中，多个第一MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第一MVR，并且多个第二MVR包括1/4像素和空间分辨率低于1/4像素的一个或多个第二MVR。在(S2420)，可以基于第一MVP候选和1/4像素确定对应于1/4像素的第一MVP，并且可以基于对应于1/4像素的第一MVP和相应的一个或多个第一MVR确定多个第一MVP中的一个或多个剩余的第一MVP。此外，可以基于第二MVP候选和1/4像素确定对应于1/4像素的第二MVP，可以基于对应于1/4像素的第二MVP和相应的一个或多个第二MVR确定多个第二MVP中的一个或多个剩余的第二MVP。
在示例中，运动信息包括MVD信息。对于多个第一MVR中的每个第一MVR，可以基于MVD信息和多个第一MVR中的相应的第一MVR确定第一MVD，并且可以基于第一MVD确定多个第一MVR的相应的第一MVR的第一MV。对于多个第二MVR中的每个第二MVR，可以基于MVD信息和多个第二MVR中的相应的第二MVR确定第二MVD，并且可以基于第二MVD确定多个第二MVR的相应的第二MVR的第二MV。在(S2430)，对于MVR对中的每个MVR对，可以确定第一参考图片中的第一参考块，其中MVR对中的相应的第一MVR的第一MV从当前块指向第一参考块。此外，可以确定第二参考图片中的第二参考块，其中MVR对中的相应的第二MVR的第二MV从当前块指向第二参考块。可以基于当前块的当前模板、第一参考块的第一参考模板和第二参考块的第二参考模板确定TM代价。
图25示出了根据本公开的实施例的解码过程(2500)的概述流程图。在各种实施例中，过程(2500)由处理电路执行，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)功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)功能的处理电路等。在一些实施例中，过程(2500)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(2500)。该过程从(S2501)开始，进行到(S2510)。
在(S2510)，可以从已编码的视频码流解码当前图片中的当前块的预测信息。预测信息可以指示应用于当前块的自适应运动矢量预测(AMVP)模式和自适应运动矢量分辨率(AMVR)模式。预测信息可以指示运动信息。
在(S2520)，可以基于运动信息和多个第一运动矢量分辨率(MVR)中的相应的第一MVR确定对应于第一参考图片的多个第一MVR中的每个第一MVR的相应的第一运动矢量预测值(MVP)。
在(S2530)，可以通过至少基于多个第一MVR和第一MVP确定TM代价执行模板匹配(TM)。
在(S2540)，可以基于TM代价生成多个第一MVR的自适应顺序。
在(S2550)，基于所生成的自适应顺序应用信令化的MVR索引。
处理(2500)进行到(S2599)，并终止。
过程(2500)可以适当地适应各种场景，并且过程(2500)中的步骤可以相应地调整。过程(2500)中的一个或多个步骤可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现该过程(2500)。可以添加额外的步骤。
本公开中公开的实施例可以单独使用或以任何顺序组合使用。此外，方法(或者实施例)、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。
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26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(2600)。
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(CPU)、图形处理单元(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26所示的计算机系统(2600)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(2600)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(2600)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(2601)、鼠标(2602)、触控板(2603)、触摸屏(2610)、数据手套(未示出)、操纵杆(2605)、麦克风(2606)、扫描仪(2607)、相机(2608)
计算机系统(2600)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(2610)、数据手套(未示出)或操纵杆(2605)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(2609)、耳机(未示出))、视觉输出装置(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(2610)，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(2600)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(2621)的CD/DVD ROM/RW(1320)的光学介质、指状驱动器(2622)、可拆卸硬盘驱动器或固态驱动器(2623)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的装置(未示出)等
本领域技术人员还应该理解，结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。
计算机系统(2600)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LAN、包括GSM、3G、4G、5G、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(2649)的外部网络接口适配器(例如计算机系统(2600)的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(2600)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(2600)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(2600)的内核(2640)。
内核(2640)可以包括一个或多个中央处理单元(CPU)(2641)、图形处理单元(GPU)(2642)、现场可编程门区域(FPGA)(2643)形式的专用可编程处理单元、用于某些任务的硬件加速器(2644)等。这些装置以及只读存储器(ROM)(2645)、随机存取存储器(2646)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(2647)可以通过系统总线(2648)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(2648)，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(2648)或通过外围总线(2649)连接到内核的系统总线(2648)。外围总线的体系结构包括PCI、USB等
CPU(2641)、GPU(2642)、FPGA(2643)和加速器(2644)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(2645)或RAM(2646)中。过渡数据也可以存储在RAM(2646)中，而永久数据可以例如存储在内部大容量存储器(2647)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(2641)、GPU(2642)、大容量存储(2647)、ROM(2645)、RAM(2646)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(2600)，特别是内核(2640)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(2640)的存储器，例如内核内部大容量存储器(2647)或ROM(2645)。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(2640)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(2640)，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(2646)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(2644))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。
附录A：缩略语
JEM：联合探索模式
VVC：下一代视频编码
BMS：基准集
MV：运动矢量
HEVC：高效视频编解码
SEI：辅助增强信息
VUI：视频可用性信息
GOPs：图片群组
TUs：变换单元
PUs：预测单元
CTU：编码树单元
CTBs：编码树块
PBs：预测块
HRD：假想参考解码器
SNR：信噪比
CPU：中央处理器
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示器
OLED：有机发光二极管
CD：压缩光盘
DVD：数字视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑器件
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器局域网总线
USB：通用串行总线
PCI：外围组件互连
FPGA：现场可编程门阵列
SSD：固态硬盘
IC：集成电路
CU：编码单元
R-D：率失真
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)

1.一种用于在视频解码器中进行视频解码的方法，包括：
从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示(i)应用于具有自适应运动矢量分辨率模式的所述当前块的自适应运动矢量预测模式，以及(ii)运动信息；
基于所述运动信息和多个第一运动矢量分辨率中的相应的第一运动矢量分辨率，确定对应于第一参考图片的所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率的相应的第一运动矢量预测值；
通过至少基于所述多个第一运动矢量分辨率和多个所述第一运动矢量预测值确定多个模板匹配代价，执行模板匹配；
基于所述多个模板匹配代价生成所述多个第一运动矢量分辨率的自适应顺序；以及
基于所述生成的自适应顺序应用信令化的运动矢量分辨率索引。
2.根据权利要求1所述的方法，其中
用单向预测预测所述当前块；
所述多个模板匹配代价中的每个模板匹配代价对应于所述多个第一运动矢量分辨率中的相应的第一运动矢量分辨率；
所述生成进一步包括：
基于所述确定的多个模板匹配代价对所述多个第一运动矢量分辨率重新排序；以及
所述方法进一步包括：
基于由所述信令化的运动矢量分辨率索引指示的所述重新排序的多个第一运动矢量分辨率中的一个第一运动矢量分辨率重建所述当前块。
3.根据权利要求2所述的方法，其中
所述运动信息指示对应于所述第一参考图片的候选列表中的运动矢量预测值候选；
所述确定多个所述第一运动矢量预测值包括：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，基于所述运动矢量预测值候选和相应的第一运动矢量分辨率确定所述相应的第一运动矢量预测值；以及
所述确定多个模板匹配代价包括：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
4.根据权利要求2所述的方法，其中，
所述运动信息指示对应于所述第一参考图片的候选列表中的运动矢量预测值候选；
所述多个第一运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个运动矢量分辨率；
所述确定多个所述第一运动矢量预测值包括：
基于所述运动矢量预测值候选和1/4像素，确定对应于1/4像素的运动矢量预测值；以及
基于所述对应于1/4像素的运动矢量预测值和相应的一个或多个运动矢量分辨率，确定多个所述第一运动矢量预测值中的一个或多个剩余运动矢量预测值；以及
所述确定多个模板匹配代价包括：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
5.根据权利要求2所述的方法，其中
所述运动信息包括运动矢量差分信息；以及
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
所述方法进一步包括：
基于所述运动矢量差分信息和所述相应的第一运动矢量分辨率，确定相应的第一运动矢量差分；以及
基于所述相应的第一运动矢量差分，确定所述相应的第一运动矢量分辨率的第一运动矢量；以及
所述确定多个模板匹配代价包括：
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的所述第一运动矢量从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
6.根据权利要求1所述的方法，其中
用双向预测预测所述当前块；
所述多个模板匹配代价中的每个模板匹配代价对应于多个运动矢量分辨率对中的相应的一个运动矢量分辨率对，每个运动矢量分辨率对包括(i)所述多个第一运动矢量分辨率中的第一运动矢量分辨率和(ii)对应于第二参考图片的多个第二运动矢量分辨率中的第二运动矢量分辨率；
所述生成进一步包括：
基于所确定的多个模板匹配代价对所述多个运动矢量分辨率对重新排序，其中，所述多个第一运动矢量分辨率的所述自适应顺序基于所述重新排序的多个运动矢量分辨率对；以及
所述方法进一步包括：
基于所述重新排序的多个运动矢量分辨率对中的一个运动矢量分辨率对重建所述当前块。
7.根据权利要求6所述的方法，其中
所述运动信息指示对应于所述第一参考图片的第一候选列表中的第一运动矢量预测值候选和对应于所述第二参考图片的第二候选列表中的第二运动矢量预测值候选；
所述方法进一步包括基于所述第二运动矢量预测值候选和相应的第二运动矢量分辨率，确定对应于所述第二参考图片的多个第二运动矢量分辨率中的每个第二运动矢量分辨率的第二运动矢量预测值；以及
所述确定多个模板匹配代价包括：
对于所述多个运动矢量分辨率对中的每个运动矢量分辨率对，
确定所述第一参考图片中的第一参考块，其中，所述运动矢量分辨率对中的相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；
确定所述第二参考图片中的第二参考块，其中，所述运动矢量分辨率对中的相应的第二运动矢量分辨率的第二运动矢量预测值从所述当前块指向所述第二参考块；以及
基于所述当前块的当前模板、所述第一参考块的第一参考模板和所述第二参考块的第二参考模板确定所述模板匹配代价。
8.根据权利要求7所述的方法，其中，所述确定多个所述第一运动矢量预测值包括：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，基于所述第一运动矢量预测值候选和所述相应的第一运动矢量分辨率确定所述相应的第一运动矢量预测值。
9.根据权利要求7所述的方法，其中
所述多个第一运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个第一运动矢量分辨率；
所述多个第二运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个第二运动矢量分辨率；
所述确定多个所述第一运动矢量预测值包括：
基于所述第一运动矢量预测值候选和1/4像素，确定对应于1/4像素的第一运动矢量预测值；以及
基于所述对应于1/4像素的第一运动矢量预测值和相应的一个或多个第一运动矢量分辨率，确定多个所述第一运动矢量预测值中的一个或多个剩余第一运动矢量预测值；以及
所述确定多个所述第二运动矢量预测值包括：
基于所述第二运动矢量预测值候选和1/4像素，确定对应于1/4像素的第二运动矢量预测值；以及
基于所述对应于1/4像素的第二运动矢量预测值和相应的一个或多个第二运动矢量分辨率，确定多个所述第二运动矢量预测值中的一个或多个剩余第二运动矢量预测值。
10.根据权利要求6所述的方法，其中，
所述运动信息包括运动矢量差分信息；
所述方法进一步包括：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
基于所述运动矢量差分信息和所述多个第一运动矢量分辨率中的相应的第一运动矢量分辨率，确定第一运动矢量差分；以及
基于所述第一运动矢量差分，确定所述多个第一运动矢量分辨率的相应的第一运动矢量分辨率的第一运动矢量；以及
对于所述多个第二运动矢量分辨率中的每个第二运动矢量分辨率，
基于所述运动矢量差分信息和所述多个第二运动矢量分辨率中的相应的第二运动矢量分辨率，确定第二运动矢量差分；以及
基于所述第二运动矢量差分，确定所述多个第二运动矢量分辨率的相应的第二运动矢量分辨率的第二运动矢量；以及
所述确定多个模板匹配代价包括：
对于所述多个运动矢量分辨率对中的每个运动矢量分辨率对，
确定所述第一参考图片中的第一参考块，其中，所述运动矢量分辨率对中的所述相应的第一运动矢量分辨率的所述第一运动矢量从所述当前块指向所述第一参考块；
确定所述第二参考图片中的第二参考块，其中，所述运动矢量分辨率对中的所述相应的第二运动矢量分辨率的所述第二运动矢量从所述当前块指向所述第二参考块；以及
基于所述当前块的当前模板、所述第一参考块的第一参考模板和所述第二参考块的第二参考模板确定模板匹配代价。
11.一种用于视频解码的装置，包括：
处理电路，被配置为：
从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示(i)应用于当前块的自适应运动矢量分辨率模式和自适应运动矢量预测模式，以及(ii)运动信息；
基于所述运动信息和多个第一运动矢量分辨率中的相应的第一运动矢量分辨率，确定对应于第一参考图片的所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率的相应的第一运动矢量预测值；
通过至少基于所述多个第一运动矢量分辨率和多个所述第一运动矢量预测值确定多个模板匹配代价，执行模板匹配；
基于所述多个模板匹配代价生成所述多个第一运动矢量分辨率的自适应顺序；以及
基于所述生成的自适应顺序应用信令化的运动矢量分辨率索引。
12.根据权利要求11所述的装置，其中
用单向预测预测所述当前块；
所述多个模板匹配代价中的每个模板匹配代价对应于所述多个第一运动矢量分辨率中的相应的第一运动矢量分辨率；以及
所述处理电路被配置为：
基于所述确定的多个模板匹配代价对所述多个第一运动矢量分辨率重新排序；以及
基于由所述信令化的运动矢量分辨率索引指示的所述重新排序的多个第一运动矢量分辨率中的一个第一运动矢量分辨率重建所述当前块。
13.根据权利要求12所述的装置，其中
所述运动信息指示对应于所述第一参考图片的候选列表中的运动矢量预测值候选；以及
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，所述处理电路被配置为：
基于所述运动矢量预测值候选和相应的第一运动矢量分辨率确定所述相应的第一运动矢量预测值；
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
14.根据权利要求12所述的装置，其中，
所述运动信息指示对应于所述第一参考图片的候选列表中的运动矢量预测值候选；
所述多个第一运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个运动矢量分辨率；以及
所述处理电路被配置为：
基于所述运动矢量预测值候选和1/4像素，确定对应于1/4像素的运动矢量预测值；
基于所述对应于1/4像素的运动矢量预测值和相应的一个或多个运动矢量分辨率，确定多个所述第一运动矢量预测值中的一个或多个剩余运动矢量预测值；以及
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
15.根据权利要求12所述的装置，其中
运动信息包括运动矢量差分信息；以及
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，所述处理电路被配置为：
基于所述运动矢量差分信息和所述相应的第一运动矢量分辨率，确定相应的第一运动矢量差分；
基于所述相应的第一运动矢量差分，确定所述相应的第一运动矢量分辨率的第一运动矢量；
确定所述第一参考图片中的第一参考块，其中，所述相应的第一运动矢量分辨率的所述第一运动矢量从所述当前块指向所述第一参考块；以及
基于所述第一参考块的第一参考模板和所述当前块的当前模板确定模板匹配代价。
16.根据权利要求11所述的装置，其中，
用双向预测预测所述当前块；
所述多个模板匹配代价中的每个模板匹配代价对应于多个运动矢量分辨率对中的相应的一个运动矢量分辨率对，每个运动矢量分辨率对包括(i)所述多个第一运动矢量分辨率中的第一运动矢量分辨率和(ii)对应于第二参考图片的多个第二运动矢量分辨率中的第二运动矢量分辨率；以及
所述处理电路被配置为：
基于所确定的多个模板匹配代价对所述多个运动矢量分辨率对重新排序，其中，所述多个第一运动矢量分辨率的所述自适应顺序基于所述重新排序的多个运动矢量分辨率对；以及
基于所述重新排序的多个运动矢量分辨率对中的一个运动矢量分辨率对重建所述当前块。
17.根据权利要求16所述的装置，其中
所述运动信息指示对应于所述第一参考图片的第一候选列表中的第一运动矢量预测值候选和对应于所述第二参考图片的第二候选列表中的第二运动矢量预测值候选；以及
所述处理电路被配置为：
基于所述第二运动矢量预测值候选和相应的第二运动矢量分辨率，确定对应于所述第二参考图片的多个第二运动矢量分辨率中的每个第二运动矢量分辨率的第二运动矢量预测值；以及
对于所述多个运动矢量分辨率对中的每个运动矢量分辨率对，
确定所述第一参考图片中的第一参考块，其中，所述运动矢量分辨率对中的相应的第一运动矢量分辨率的第一运动矢量预测值从所述当前块指向所述第一参考块；
确定所述第二参考图片中的第二参考块，其中，所述运动矢量分辨率对中的相应的第二运动矢量分辨率的第二运动矢量预测值从所述当前块指向所述第二参考块；以及
基于所述当前块的当前模板、所述第一参考块的第一参考模板和所述第二参考块的第二参考模板确定所述模板匹配代价。
18.根据权利要求17所述的装置，其中，
所述多个第一运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个第一运动矢量分辨率；
所述多个第二运动矢量分辨率包括1/4像素和空间分辨率低于1/4像素的一个或多个第二运动矢量分辨率；以及
所述处理电路被配置为：
基于所述第一运动矢量预测值候选和1/4像素，确定对应于1/4像素的第一运动矢量预测值；
基于所述对应于1/4像素的第一运动矢量预测值和相应的一个或多个第一运动矢量分辨率，确定多个所述第一运动矢量预测值中的一个或多个剩余第一运动矢量预测值；
基于所述第二运动矢量预测值候选和1/4像素，确定对应于1/4像素的第二运动矢量预测值；以及
基于所述对应于1/4像素的第二运动矢量预测值和相应的一个或多个第二运动矢量分辨率，确定多个所述第二运动矢量预测值中的一个或多个剩余第二运动矢量预测值。
19.根据权利要求16所述的装置，其中，
所述运动信息包括运动矢量差分信息；以及
所述处理电路被配置为：
对于所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率，
基于所述运动矢量差分信息和所述多个第一运动矢量分辨率中的相应的第一运动矢量分辨率，确定第一运动矢量差分；以及
基于所述第一运动矢量差分，确定所述多个第一运动矢量分辨率的相应的第一运动矢量分辨率的第一运动矢量；以及
对于所述多个第二运动矢量分辨率中的每个第二运动矢量分辨率，
基于所述运动矢量差分信息和所述多个第二运动矢量分辨率中的相应的第二运动矢量分辨率，确定第二运动矢量差分；以及
基于所述第二运动矢量差分，确定所述多个第二运动矢量分辨率的相应的第二运动矢量分辨率的第二运动矢量；以及
对于所述多个运动矢量分辨率对中的每个运动矢量分辨率对，
确定所述第一参考图片中的第一参考块，其中，所述运动矢量分辨率对中的所述相应的第一运动矢量分辨率的所述第一运动矢量从所述当前块指向所述第一参考块；
确定所述第二参考图片中的第二参考块，其中，所述运动矢量分辨率对中的所述相应的第二运动矢量分辨率的所述第二运动矢量从所述当前块指向所述第二参考块；以及
基于所述当前块的当前模板、所述第一参考块的第一参考模板和所述第二参考块的第二参考模板确定模板匹配代价。
20.一种非暂时性计算机可读存储介质，其存储可由至少一个处理器执行的程序，以执行如下操作：
从已编码的视频码流解码当前图片中的当前块的预测信息，所述预测信息指示(i)应用于当前块的自适应运动矢量分辨率模式和自适应运动矢量预测模式，以及(ii)运动信息；
基于所述运动信息和多个第一运动矢量分辨率中的相应的第一运动矢量分辨率，确定对应于第一参考图片的所述多个第一运动矢量分辨率中的每个第一运动矢量分辨率的相应的第一运动矢量预测值；
通过至少基于所述多个第一运动矢量分辨率和多个所述第一运动矢量预测值确定多个模板匹配代价，执行模板匹配；
基于所述多个模板匹配代价生成所述多个第一运动矢量分辨率的自适应顺序；以及
基于所述生成的自适应顺序应用信令化的运动矢量分辨率索引。
CN202280017730.5A 2021-12-17 2022-10-26 使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率 Pending CN117356096A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202163291180P 2021-12-17 2021-12-17
US63/291,180 2021-12-17
US17/970,407 2022-10-20
US17/970,407 US20230199213A1 (en) 2021-12-17 2022-10-20 Template-matching based adaptive motion vector resolution by using an adaptive order of motion vector resolutions
PCT/US2022/078719 WO2023114572A1 (en) 2021-12-17 2022-10-26 Template-matching based adaptive motion vector resolution by using an adaptive order of motion vector resolutions

Publications (1)

Publication Number Publication Date
CN117356096A true CN117356096A (zh) 2024-01-05

Family

ID=86769499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280017730.5A Pending CN117356096A (zh) 2021-12-17 2022-10-26 使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率

Country Status (5)

Country Link
US (1) US20230199213A1 (zh)
JP (1) JP2024508507A (zh)
KR (1) KR20230131917A (zh)
CN (1) CN117356096A (zh)
WO (1) WO2023114572A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3264768A1 (en) * 2016-06-30 2018-01-03 Thomson Licensing Method and apparatus for video coding with adaptive motion information refinement
CN118250474A (zh) * 2018-06-07 2024-06-25 韦勒斯标准与技术协会公司 使用自适应运动矢量分辨率的视频信号处理方法及装置
WO2020094076A1 (en) * 2018-11-06 2020-05-14 Beijing Bytedance Network Technology Co., Ltd. Motion candidates for inter prediction

Also Published As

Publication number Publication date
US20230199213A1 (en) 2023-06-22
KR20230131917A (ko) 2023-09-14
WO2023114572A1 (en) 2023-06-22
JP2024508507A (ja) 2024-02-27

Similar Documents

Publication Publication Date Title
CN113545083B (zh) 视频编解码的方法和装置
CN112470474B (zh) 视频编解码的方法和装置
CN112889269B (zh) 视频解码方法及装置
CN113261298B (zh) 视频编解码的方法和装置
CN112237000B (zh) 用于视频编解码的方法和装置
CN113574885B (zh) 视频解码方法、装置以及电子设备
CN113287308B (zh) 视频编解码方法及装置
CN112806002B (zh) 视频解码的方法和视频解码器
CN112291571B (zh) 视频解码方法及装置以及计算机设备和存储介质
CN111885387B (zh) 用于仿射光流预测值细化的视频解码方法和装置
CN112204976B (zh) 具有预测偏移的简化仿射运动模型的解码方法和装置
CN113170095B (zh) 用于视频编解码的方法和装置
CN111726622B (zh) 视频编解码的方法、装置及介质
CN113498607B (zh) 视频编码方法、解码方法、装置和可读介质
CN116325726A (zh) 采用帧内和帧间预测的几何分区模式的改进
CN116803076A (zh) 用于具有帧间和帧内预测的几何分区模式的帧内模式约束
CN116671102A (zh) 具有帧内块复制的几何分区模式
CN116530080A (zh) 对帧内预测的融合的修改
CN112333450B (zh) 一种视频编解码的方法和装置
CN116530081B (zh) 视频解码方法及视频解码装置
CN117356096A (zh) 使用运动矢量分辨率的自适应顺序的基于模板匹配的自适应运动矢量分辨率
CN116965031A (zh) 基于模板匹配的自适应运动矢量分辨率(amvr)
CN116762341A (zh) 帧外边界条件的运动矢量限制
CN116998152A (zh) 通过使用模板匹配对利用cu级权重的双向预测（bcw）的索引重排序
CN116671107A (zh) 基于分组的合并候选的自适应重新排序

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