CN117413517A - 推导用于对高比特深度视频数据进行译码的rice参数 - Google Patents
推导用于对高比特深度视频数据进行译码的rice参数 Download PDFInfo
- Publication number
- CN117413517A CN117413517A CN202280025387.9A CN202280025387A CN117413517A CN 117413517 A CN117413517 A CN 117413517A CN 202280025387 A CN202280025387 A CN 202280025387A CN 117413517 A CN117413517 A CN 117413517A
- Authority
- CN
- China
- Prior art keywords
- value
- sum
- block
- video data
- absolute values
- 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
Links
- 235000007164 Oryza sativa Nutrition 0.000 title claims description 145
- 235000009566 rice Nutrition 0.000 title claims description 145
- 240000007594 Oryza sativa Species 0.000 title 1
- 230000015654 memory Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims description 253
- 241000209094 Oryza Species 0.000 claims description 144
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 39
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 34
- 238000013139 quantization Methods 0.000 description 31
- 241000023320 Luma <angiosperm> Species 0.000 description 23
- 230000006870 function Effects 0.000 description 23
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 23
- 239000013598 vector Substances 0.000 description 22
- 238000003860 storage Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 17
- 238000005192 partition Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000000638 solvent extraction Methods 0.000 description 14
- 238000009795 derivation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 239000011449 brick Substances 0.000 description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 230000011664 signaling Effects 0.000 description 6
- 101150114515 CTBS gene Proteins 0.000 description 5
- 238000003491 array Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一种用于对视频数据进行译码(编码和/或解码)的示例设备包括被配置为存储视频数据的存储器;以及,一个或多个处理器,所述一个或多个处理器被实现在电路中并且被配置为:计算视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
Description
本申请要求享有于2022年4月7日递交的美国专利申请号17/658,396和于2021年4月9日递交的美国临时专利申请号63/173,269的优先权,通过引用的方式将上述每个美国专利申请的完整内容合并入本文。2022年4月7日提交的美国专利申请号17/658,396要求享有于2021年4月9日提交的美国临时专利申请号63/173,269的权益。
技术领域
本公开内容涉及视频译码,包括视频编码和视频解码。
背景技术
数字视频功能可以并入范围广泛的设备中,包括数字电视、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型或台式计算机、平板计算机、电子书阅读器、数字相机、数字录音设备、数字媒体播放器、视频游戏设备、视频游戏终端、蜂窝或卫星无线电电话、所谓的“智能电话”、视频电话会议设备、视频流式传输设备等。数字视频设备采用视频译码技术,例如MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4第10部分高级视频译码(AVC)、ITU-T H.265/高效视频译码(HEVC)、ITU-T H.266/通用视频译码(VCC)以及此类标准的扩展所定义的标准中描述的那些,以及专有的视频编解码器/格式(诸如由开放媒体联盟开发的AOMedia Video 1(AV1))。视频设备可以通过实施此类视频译码技术更高效地发送、接收、编码、解码和/或存储数字视频信息。
视频译码技术包括空间(图片内)预测和/或时间(图片间)预测以减少或去除视频序列中固有的冗余。对于基于块的视频译码,视频切片(例如,视频图片或视频图片的一部分)可以被分割成视频块,视频块也可以称为译码树单元(CTU)、译码单元(CU)和/或译码节点。图片的帧内译码(I)切片中的视频块是使用关于同一图片中相邻块中的参考样本的空间预测来编码的。图片的帧间译码(P或B)切片中的视频块可以使用关于同一图片中相邻块中的参考样本的空间预测或关于其他参考图片中的参考样本的时间预测。图片可称为帧,并且参考图片可称为参考帧。
发明内容
一般而言,本公开内容描述了用于推导用于对视频数据(例如,高比特深度视频数据)进行译码的Rice参数的技术。具体地,当执行规则残差译码(RRC)时,可以使用Rice参数,RRC可以包括编码和/或解码。这些技术可以应用于ITU-T H.266/通用视频译码(VVC)或其他视频译码标准。本公开内容的技术大体上涉及确定用于对视频数据的变换块的当前系数进行二值化的Rice参数,其中Rice参数的确定包括使用基本级别偏移值。可以根据视频数据的比特深度或视频数据条带的条带类型中的至少一项来计算基本级别偏移值。然后,可以将基本级别偏移值应用于针对当前系数的相邻系数的绝对值之和,以计算归一化值。归一化值可以用于例如从查找表确定Rice参数。然后,Rice参数可以用于对当前系数的值进行二值化。
在一个示例中,一种对视频数据进行译码(编码和/或解码)的方法包括:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用针对绝对值之和的归一化值,来对当前系数进行译码。
在另一示例中,一种用于对视频数据进行译码(编码和/或解码)的设备包括:被配置为存储视频数据的存储器;以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算针对绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
在另一示例中,一种其上存储有指令的计算机可读存储介质,当指令被执行时,使得用于对视频数据进行译码的设备的处理器进行以下操作:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
在另一示例中,一种用于对视频数据进行译码(编码和/或解码)的设备包括:用于计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和的单元;用于根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值的单元;用于使用基本级别偏移值来计算绝对值之和的归一化值的单元;以及,用于使用该绝对值之和的归一化值对当前系数进行译码的单元。
在附图和下面的描述中阐述了一个或多个示例的细节。其他特征、目的和优点将从描述、附图和权利要求中显而易见。
附图说明
图1是说明可执行本公开内容的技术的示例视频编码和解码系统的框图。
图2是示出可以用于计算局部绝对值之和(locSumAbs)的当前系数的相邻系数的示例的概念图。
图3是示出用于视频数据的16比特测试序列的译码变换系数的经验直方图的图。
图4是示出在系数值的熵译码期间产生的码字长度与给定Rice参数之间的关系的图。
图5是示出可执行本公开内容的技术的示例视频编码器的框图。
图6是示出可执行本公开内容的技术的示例视频解码器的框图。
图7是示出根据本公开内容的技术用于对当前块进行编码的示例方法的流程图。
图8是示出据本公开内容的技术的用于对当前块进行解码的示例方法的流程图。
图9是示出根据本公开内容的技术的对视频数据进行编码的示例方法的流程图。
图10是示出根据本公开内容的技术的对视频数据进行解码的示例方法的流程图。
具体实施方式
Rice参数值可以用于对视频数据的残差块的系数进行译码(编码或解码)。具体地,当与对该值进行熵译码(编码或解码)相关联的值进行二值化时,可以使用Rice参数。在ITU-T H.266/通用视频译码(VVC)标准的开发中,已经广泛测试了从0到3(包括0到3)的Rice参数值的使用。通常,Rice参数值使用裁剪(clipping)公式来缩放,该裁剪公式还使用对应视频数据的比特深度作为输入。最初为VVC开发的裁剪公式以8比特或10比特的比特深度为前提。然而,如果比特深度增加到超过10比特,则裁剪功能可能不再有效地将Rice参数值裁剪到0至3比特的范围内,这可能导致码字大小急剧增加,从而导致比特流中的信令值急剧增加。本公开内容描述了当使用Rice参数以使用高比特深度(例如,超过10比特的比特深度)对视频数据进行译码时,可以避免码字大小和比特流中用信号发送的数据的这种增加的技术。
视频译码器(编码器或解码器)可以被配置为使用本公开内容的技术来对变换块的当前系数的值进行译码(编码或解码)。具体地,视频译码器可以首先计算针对当前系数的相邻系数的绝对值之和。然后,视频译码器可以根据视频数据的比特深度和/或包括变换块的条带的条带类型中的一者或两者来计算基本级别偏移值,以应用于所述绝对值之和。然后,视频译码器使用该基本级别偏移值来计算绝对值之和的归一化值。然后,视频编码器可以使用归一化值对当前系数进行译码。如上所述,本公开内容的技术可以应用于比特深度可以扩展超过10比特的情况。因此,根据比特深度来计算基本级别偏移值可以允许被裁剪的Rice参数保持在0至3比特内。
视频译码标准包括ITU-T H.261、ISO/IEC MPEG-1视觉、ITU-T H.262或ISO/IECMPEG-2视觉、ITU-T H.263、ISO/IEC MPEG-4视觉和ITU-T H.264(也称为ISO/IEC MPEG-4AVC),包括其可伸缩视频译码(SVC)和多视图视频译码(MVC)扩展。高效视频解码(HEVC)由ITU-T视频译码专家组(VCEG)及IS 0/IEC运动图片专家组(MPEG)的视频译码联合合作小组(JCT-VC)于2013年4月完成。
联合视频专家组(JVET)是由MPEG和ITU-T第16研究组的VCEG形成的协作小组,其继续开发用于和超越通用视频译码(VVC)标准的视频译码技术。VVC的一个主要目标是在现有的HEVC标准的压缩性能上提供显著的改进,帮助部署更高质量的视频服务和新兴应用,诸如360°全方位沉浸式多媒体和高动态范围(HDR)视频。VVC标准的草案可以在BenjaminBross,Jianle Chen,Shan Liu and Ye-Kui Wang,“Versatile Video Coding(Draft 10)”Joint Video Experts Team(JVET)of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG11,Doc.JVET-S2001,19th Meeting:Teleconference,22June–01 July 2020中找到,在phenix.it-sudparis.eu/jvet/doc_end_user/documents/19_Teleconference/wg11/JVET-S2001-v17.zip处可获得。
图1是说明可执行本公开内容的技术的示例视频编码和解码系统100的框图。本公开内容的技术一般涉及译码(编码和/或解码)视频数据。通常,视频数据包括用于处理视频的任何数据。因此,视频数据可以包括原始的、未译码的视频、编码的视频、解码的(例如,重构的)视频、和视频元数据,例如信令数据。
如图1所示,在该示例中,系统100包括源设备102,其提供要由目的地设备116解码和显示的编码的视频数据。具体而言,源设备102经由计算机可读介质110向目的地设备116提供视频数据。源设备102和目的地设备116可以包括范围广泛的设备中的任何设备,包括台式计算机、笔记本(即膝上型)计算机、移动设备、平板计算机、机顶盒、诸如智能手机的电话手持机、电视、相机、显示设备、数字媒体播放器、视频游戏终端、视频流式传输设备、广播接收机设备等。在一些情况下,源设备102和目的地设备116可以配备成用于无线通信,因此可以称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200和输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开内容,源设备102的视频编码器200和目的地设备116的视频解码器300可被配置为应用用于使用Rice参数对高比特深度视频数据进行译码的技术。因此,源设备102代表视频编码设备的示例,而目的地设备116代表视频解码设备的示例。在其他示例中,源设备和目的地设备可以包括其他组件或布置。例如,源设备102可以从诸如外部相机的外部视频源接收视频数据。同样,目的地设备116可以与外部显示设备对接,而不是包括集成显示设备。
如图1所示的系统100只是一个示例。通常,任何数字视频编码和/或解码设备都可以执行用于使用Rice参数对高比特深度视频数据进行译码的技术。源设备102和目的地设备116仅仅是这样的译码设备的示例,其中源设备102生成译码的视频数据以传输到目的地设备116。本公开将“译码”设备称为执行数据的译码(编码和/或解码)的设备。因此,视频编码器200和视频解码器300代表译码设备的示例,具体地,分别代表视频编码器和视频解码器。在一些示例中,源设备102和目的地设备116可以以基本上对称的方式操作,使得源设备102和目的地设备116中的每一个都包括视频编码和解码组件。因此,系统100可以支持源设备102和目的地设备116之间的单向或双向视频传输,例如,用于视频流式传输、视频回放、视频广播或视频电话。
通常,视频源104表示视频数据源(即,原始的、未译码的视频数据)并且向视频编码器200提供视频数据的连续图片系列(也称为“帧”),视频编码器200对图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备,例如摄像机、包含先前捕获的原始视频的视频档案和/或用于从视频内容提供者接收视频的视频馈送接口。作为进一步的可替代方案,视频源104可以生成基于计算机图形的数据作为源视频,或者实况视频、存档视频和计算机生成的视频的组合。在每种情况下,视频编码器200对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收到的顺序(有时称为“显示顺序”)重新排列成用于译码的译码顺序。视频编码器200可以生成包括编码的视频数据的比特流。源设备102然后可以经由输出接口108将编码的视频数据输出到计算机可读介质110上以供例如目的地设备116的输入接口122接收和/或取回。
源设备102的存储器106和目的地设备116的存储器120代表通用存储器。在一些示例中,存储器106、120可以存储原始视频数据,例如来自视频源104的原始视频和来自视频解码器300的原始的解码的视频数据。此外或可替代地,存储器106、120可以存储可分别由例如视频编码器200和视频解码器300执行的软件指令。尽管在此示例中存储器106和存储器120与视频编码器200和视频解码器300分开示出,但应理解视频编码器200和视频解码器300还可包括用于功能相似或等同目的的内部存储器。此外,存储器106、120可存储经编码的视频数据,例如,从视频编码器200输出并输入到视频解码器300。在一些示例中,存储器106、120的部分可分配为一个或多个视频缓冲器,例如,以存储原始的、解码的和/或编码的视频数据。
计算机可读介质110可以表示能够将编码的视频数据从源设备102传输到目的地设备116的任何类型的介质或设备。在一个示例中,计算机可读介质110表示通信介质以使源设备102能够例如经由射频网络或基于计算机的网络将编码的视频数据实时地直接发送到目的地设备116。输出接口108可以调制包括编码的视频数据的传输信号,并且输入接口122可以根据诸如无线通信协议的通信标准解调接收到的传输信号。通信介质可以包括任何无线或有线通信介质,例如射频(RF)频谱或一个或多个物理传输线。通信介质可以形成基于分组的网络的一部分,例如局域网、广域网或诸如互联网的全球网络。通信介质可包括路由器、交换机、基站或可用于促进从源设备102到目的地设备116的通信的任何其他设备。
在一些示例中,源设备102可以将经编码的数据从输出接口108输出到存储设备112。类似地,目的地设备116可以经由输入接口122访问来自存储设备112的经编码的数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种,例如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或用于存储编码的视频数据的任何其他合适的数字存储介质。
在一些示例中,源设备102可以将编码的视频数据输出到文件服务器114或可以存储由源设备102生成的编码的视频数据的另一个中间存储设备。目的地设备116可以经由流式传输或下载来从文件服务器114访问存储的视频数据。
文件服务器114可以是能够存储编码的视频数据并将该编码的视频数据发送到目的地设备116的任何类型的服务器设备。文件服务器114可以表示网络服务器(例如,用于网站)、配置为提供文件传输协议服务(例如文件传输协议(FTP)或通过单向传送的文件输送(FLUTE)协议)的服务器、内容输送网络(CDN)设备、超文本传输协议(HTTP)服务器、多媒体广播多播服务(MBMS)或增强型MBMS(eMBMS)服务器,和/或网络附加存储(NAS)设备。文件服务器114可以附加地或可替代地实现一个或多个HTTP流式传输协议,例如通过HTTP的动态自适应流式传输(DASH)、HTTP实况流式传输(HLS)、实时流式传输协议(RTSP)、HTTP动态流式传输等。
目的地设备116可以通过任何标准数据连接(包括互联网连接)访问来自文件服务器114的编码的视频数据。这可能包括适合访问存储在文件服务器114上的编码的视频数据的无线信道(例如Wi-Fi连接)、有线连接(例如数字用户线(DSL)、电缆调制解调器等)或两者的组合。输入接口122可以被配置为根据上面讨论的用于从文件服务器114取回或接收媒体数据的各种协议中的任何一个或多个或用于取回媒体数据的其他此类协议来进行操作。
输出接口108和输入接口122可以表示无线发射器/接收机、调制解调器、有线联网组件(例如,以太网卡)、根据各种IEEE 802.11标准中的任何标准操作的无线通信组件,或其他物理组件。在输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置为根据诸如4G、4G-LTE(长期演进)、LTE Advanced、5G等蜂窝通信标准来传输数据,例如编码的视频数据。在输出接口108包括无线发射器的一些示例中,输出接口108和输入接口122可以被配置为根据其他无线标准(例如IEEE 802.11规范、IEEE802.15规范(例如,ZigBeeTM)、蓝牙TM标准等来传输数据,例如编码的视频数据。在一些示例中,源设备102和/或目的地设备116可以包括相应的片上系统(SoC)设备。举例来说,源设备102可包括SoC设备以执行归属于视频编码器200和/或输出接口108的功能,且目的地设备116可包括SoC设备以执行归属于视频解码器300和/或输入接口122的功能。
本公开内容的技术可以应用于支持多种多媒体应用中的任何一种的视频译码,例如空中(over-the-air)电视广播、有线电视传输、卫星电视传输、互联网流式传输视频传输,例如通过HTTP的动态自适应流式传输(DASH)、编码到数据存储介质上的数字视频、存储在数据存储介质上的数字视频的解码、或其他应用。
目的地设备116的输入接口122从计算机可读介质110(例如,通信介质、存储设备112、文件服务器114等)接收编码的视频比特流。编码的视频比特流可以包括由视频编码器200定义的信令信息,其也被视频解码器300使用,例如具有描述视频块或其他译码的单元(例如,切片、图片、图片组、序列等)的特性和/或处理的值的语法元素。显示设备118向用户显示经解码的视频数据的经解码的图片。显示设备118可以表示多种显示设备中的任何一种,例如液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或其他类型的显示设备。
虽然图1没有显示,但在一些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,并且可以包括适当的MUX-DEMUX单元,或其他硬件和/或软件,以处置包括在公共数据流中的音频和视频两者的复用流。
视频编码器200和视频解码器300各自可以实现为多种合适的编码器和/或解码器电路中的任何一种,例如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立逻辑、软件、硬件、固件或其任何组合。当技术部分地以软件实现时,设备可以在合适的、非暂时性计算机可读介质中存储用于软件的指令并且使用一个或多个处理器执行硬件中的指令以执行本公开内容的技术。视频编码器200和视频解码器300中的每一个可以被包括在一个或多个编码器或解码器中,其中的任一个可以集成为相应设备中的组合编码器/解码器(CODEC)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器和/或无线通信设备,例如蜂窝电话。
视频编码器200和视频解码器300可以根据视频译码标准进行操作,例如ITU-TH.265,也称为高效视频译码(HEVC)或其扩展,例如多视图和/或可缩放视频译码扩展。替代地,视频编码器200和视频解码器300可根据其他专有或行业标准操作,例如ITU-T H.266,也称为通用视频译码(VVC)。在其他示例中,视频编码器200和视频解码器300可以根据专有视频编解码器/格式进行操作,比如AOMedia Video 1(AV1)、AVI的扩展和/或AV1的后续版本(例如,AV2)。在其他示例中,视频编码器200和视频解码器300可以根据其他专有格式或行业标准进行操作。然而,本公开内容的技术不限于任何特定译码标准或格式。通常,视频编码器200和视频解码器300可以被配置为结合使用Rice参数对高比特深度视频数据进行译码的任何视频译码技术来执行本公开内容的技术。
一般而言,视频编码器200和视频解码器300可执行图片的基于块的译码。术语“块”通常指的是包括要处理(例如,编码、解码或以其他方式用于编码和/或解码过程中的)的数据的结构。例如,块可以包括亮度和/或色度数据样本的二维矩阵。通常,视频编码器200和视频解码器300可以对以YUV(例如,Y、Cb、Cr)格式表示的视频数据进行译码。即,视频编码器200和视频解码器300可以译码亮度和色度分量,而不是译码图片样本的红色、绿色和蓝色(RGB)数据,其中色度分量可以包括红色色调和蓝色色调色度分量二者。在一些示例中,视频编码器200在编码之前将接收到的RGB格式化数据转换为YUV表示,并且视频解码器300将YUV表示转换为RGB格式。替代地,预处理和后处理单元(未显示)可以执行这些转换。
本公开可一般地指代图片的译码(例如,编码和解码)以包含对图片的数据进行编码或解码的过程。类似地,本公开可指代图片的块的译码以包含对块的数据进行编码或解码的过程,例如,预测和/或残差译码。编码的视频比特流通常包括表示译码决策(例如,译码模式)和将图片分割为块的语法元素的一系列值。因此,对图片或块的译码的引用一般应被理解为形成图片或块的语法元素的译码值。
HEVC定义了各种块,包括译码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC,视频译码器(例如视频编码器200)根据四叉树结构将译码树单元(CTU)分割成CU。也就是说,视频译码器将CTU和CU分成四个相等的、不重叠的正方形,并且四叉树的每个节点都有零个或四个子节点。没有子节点的节点可以被称为“叶节点”,并且这样的叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频译码器可进一步分割PU和TU。例如,在HEVC中,残差四叉树(RQT)表示TU的分割。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。帧内预测的CU包括帧内预测信息,例如帧内模式指示。
作为另一个示例,视频编码器200和视频解码器300可以被配置为根据VVC来操作。根据VVC,视频译码器(例如视频编码器200)将图片分割成多个译码树单元(CTU)。视频编码器200可以根据诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构的树结构来分割CTU。QTBT结构去除了多种分割类型的概念,例如HEVC的CU、PU、TU的分离。QTBT结构包括两级:第一级,其根据四叉树分割进行分割;以及第二级,其根据二叉树分割进行分割。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于译码单元(CU)。
在MTT分割结构中,可以使用四叉树(QT)分割、二叉树(BT)分割和一种或多种类型的三元树(TT)(也称为三叉树(TT))分割来对块进行分割。三元或三叉树分割是将一个块拆分成三个子块的分割。在一些示例中,三元或三叉树分割将块划分为三个子块,而不通过中心划分原始块。MTT中的分割类型(例如QT、BT和TT)可以是对称的或不对称的。
当根据AV1编解码器操作时,视频编码器200和视频解码器300可以被配置为以块为单位对视频数据进行译码。在AV1中,可以处理的最大译码块称为超级块。在AV1中,超级块可以是128×128亮度样点或64×64亮度样点。然而,在后继视频译码格式(例如,AV2)中,可以由不同的(例如,更大的)亮度样点大小来定义超级块。在某些示例中,超级块是块四叉树的顶层。视频编码器200可以进一步将超级块分割成更小的译码块。视频编码器200可以使用正方形或非正方形分割将超级块和其他译码块分割成更小的块。非方形块可以包括N/2×N、N×N/2、N/4×N和N×N/4块。视频编码器200和视频解码器300可以对每个译码块执行单独的预测和变换处理。
AV1还定义了视频数据的瓦片(tile)。瓦片是超级块的矩形阵列,其可以独立于其他瓦片被译码。也就是说,视频编码器200和视频解码器300可以分别对瓦片内的译码块进行编码和解码,而不使用来自其他瓦片的视频数据。然而,视频编码器200和视频解码器300可以跨瓦片边界执行滤波。瓦片的大小可以是均匀的或者不均匀的。基于瓦片的译码可以实现针对编码器和解码器实现方式的并行处理和/或多线程。
在一些示例中,视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度和色度分量中的每一个,而在其他示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构,例如用于亮度分量的一个QTBT/MTT结构和用于两个色度分量的另一个QTBT/MTT结构(或用于相应色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以被配置为使用四叉树分割、QTBT分割、MTT分割、超级块分割或其他分割结构。
在一些示例中,CTU包括亮度样本的译码树块(CTB)、具有三个样本阵列的图片的色度样本的两个对应CTB、或单色图片或使用三个单独的颜色平面和用于对样本进行译码的语法结构进行译码的图片的样本的CTB。CTB可以是某个N值的NxN样本块,使得将一个分量划分为CTB就是一个分割。分量可以是针对具有4:2:0、4:2:2或4:4:4颜色格式的图片的一个阵列或来自三个阵列(亮度和两个色度)之一的单个样本,或者针对具有单色格式的图片的阵列或该阵列的单个样本。在一些示例中,译码块是用于一些M和N的值的样本的MxN块,使得将CTB划分成译码块是分割。
可以在图片中以各种方式对块(例如,CTU或CU)进行分组。作为一个示例,砖块(brick)可以指图片中特定瓦片(tile)内的CTU行的矩形区域。瓦片可以是图片中特定瓦片列和特定瓦片行内的CTU的矩形区域。瓦片列是指CTU的矩形区域,其高度等于图片的高度,并且宽度由语法元素指定(例如,在图片参数集中)。瓦片行是指CTU的矩形区域,其高度由语法元素(例如,在图片参数集中的)指定,并且宽度等于图片的宽度。
在一些示例中,瓦片可以被分割成多个砖块,每个砖块可以包括瓦片内的一个或多个CTU行。未被分割成多个砖块的瓦片也可以被称为砖块。然而,作为瓦片的真子集的砖块可能不被称为瓦片。图片中的砖块也可以在切片中排列。切片可以是可以排他地包含在单个网络抽象层(NAL)单元中的图片的整数个砖块。在一些示例中,切片包括多个完整瓦片或仅一个瓦片的完整砖块的连续序列。
本公开可以可互换地使用“NxN”和“N乘N”来指代块(例如CU或其他视频块)在垂直和水平维度方面的样本维度,例如,16x16样本或16乘16样本。一般来说,一个16x16的CU将在垂直方向有16个样本(y=16),并且在水平方向有16个样本(x=16)。同样,一个N×N的CU一般在垂直方向有N个样本,并且在水平方向有N个样本,其中N表示一个非负整数值。CU中的样本可以按行和列排列。此外,CU不需要一定在水平方向上具有与在垂直方向上相同数量的样本。例如,CU可以包括NxM样本,其中M不一定等于N。
视频编码器200对表示预测和/或残差信息以及其他信息的CU的视频数据进行编码。预测信息指示要如何预测CU以便形成CU的预测块。残差信息通常表示编码之前的CU的样本与预测块之间的逐个样本差异。
为了预测CU,视频编码器200通常可以通过帧间预测或帧内预测形成CU的预测块。帧间预测通常是指从先前译码的图片的数据预测CU,而帧内预测通常是指从同一图片的先前译码的数据预测CU。为了执行帧间预测,视频编码器200可使用一个或多个运动向量来生成预测块。视频编码器200通常可执行运动搜索以识别与CU紧密匹配的参考块,例如,根据CU与参考块之间的差异。视频编码器200可以使用绝对差和(SAD)、平方差和(SSD)、平均绝对差(MAD)、均方差(MSD)或其他此类差计算来计算差度量以确定参考块是否与当前CU紧密匹配。在一些示例中,视频编码器200可使用单向预测或双向预测来预测当前CU。
VVC的一些示例还提供仿射运动补偿模式,其可以被认为是帧间预测模式。在仿射运动补偿模式中,视频编码器200可以确定表示非平移运动的两个或更多个运动向量,例如放大或缩小、旋转、透视运动或其他不规则运动类型。
为了执行帧内预测,视频编码器200可选择帧内预测模式来生成预测块。VVC的一些示例提供了六十七种帧内预测模式,包括各种方向模式,以及平面模式和DC模式。一般而言,视频编码器200选择描述当前块(例如,CU的块)的相邻样本的帧内预测模式,从相邻样本中预测当前块的样本。假设视频编码器200以光栅扫描顺序(从左到右,从上到下)对CTU和CU进行译码,此类样本通常可能在与当前块相同的图片中的当前块的上方、左上方和左方)。
视频编码器200对表示当前块的预测模式的数据进行编码。举例来说,对于帧间预测模式,视频编码器200可对表示使用各种可用帧间预测模式中的哪一者的数据以及对应模式的运动信息进行编码。例如,对于单向或双向帧间预测,视频编码器200可以使用高级运动向量预测(AMVP)或合并模式对运动向量进行编码。视频编码器200可以使用类似的模式来编码用于仿射运动补偿模式的运动向量。
AV1包括用于对视频数据的译码块进行编码和解码的两种通用技术。这两种通用技术是帧内预测(例如,帧内预测或空间预测)和帧间预测(例如,帧间预测或时间预测)。在AV1的上下文中,当使用帧内预测模式来预测视频数据的当前帧的块时,视频编码器200和视频解码器300不使用来自视频数据的其他帧的视频数据。对于大多数帧内预测模式,视频编码器200基于当前块中的样本值与根据同一帧中的参考样本生成的预测值之差来对当前帧的块进行编码。视频编码器200基于帧内预测模式来确定根据参考样本而生成的预测值。
在预测,(例如块的帧内预测或帧间预测)之后,视频编码器200可以计算块的残差数据。诸如残差块之类的残差数据表示块与使用对应预测模式形成的块的预测块之间的逐样本差异。视频编码器200可以对残差块应用一个或多个变换,以在变换域而不是样本域中产生变换的数据。举例来说,视频编码器200可将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外,视频编码器200可以在第一变换之后应用二次变换,例如模式相关不可分离二次变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述,在产生变换系数的任何变换之后,视频编码器200可以执行变换系数的量化。量化通常指的是其中对变换系数进行量化以可能减少用于表示变换系数的数据量、提供进一步压缩的过程。通过执行量化过程,视频编码器200可降低与一些或所有变换系数相关联的比特深度。举例来说,视频编码器200可在量化期间将n位值向下舍入为m位值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可执行要量化的值的按位右移。
在量化之后,视频编码器200可以扫描变换系数,从包括量化的变换系数的二维矩阵产生一维向量。扫描可以被设计成将较高能量(以及因此较低频率)的变换系数放置在向量的前面并且将较低能量(以及因此较高频率)的变换系数放置在向量的后面。在一些示例中,视频编码器200可利用预定义的扫描顺序来扫描量化的变换系数以产生序列化向量,并且然后对该向量的量化的变换系数进行熵编码。在其他示例中,视频编码器200可以执行自适应扫描。在扫描量化的变换系数以形成一维向量之后,视频编码器200可例如根据上下文自适应二进制算术译码(CABAC)对一维向量进行熵编码。视频编码器200还可对描述与编码的视频数据相关联的元数据的语法元素的值进行熵编码,所述编码的视频数据由视频解码器300在解码视频数据时使用。
当对变换块的变换系数进行编码时,视频编码器200可以对语法元素的值进行编码,所述语法元素包括例如明显变换系数标志(指示该系数的绝对值是否大于零)、大于1标志(指示该系数的绝对值是否大于1)、大于2标志(指示该系数的绝对值是否大于2)、余数值(表示该系数的绝对值超过2的量)、以及符号标志(表示该系数的值是正还是负)。
当对当前系数的余数值进行编码时,视频编码器200可以使用Rice参数对余数值进行二值化。根据本公开内容的技术,为了确定Rice参数,视频编码器200可以计算针对当前系数的相邻系数的绝对值之和。例如,视频编码器200可以计算当前系数的右侧、右侧第二、下方、下方第二、以及右下的系数的绝对值,如下面的图2中所示。然后,视频编码器200可以将每个计算出的绝对值相加,以形成绝对值之和。然后,视频编码器200可以确定包括比特深度和/或当前块的条带的条带类型中的至少一项。
然后,视频编码器200可以根据比特深度和/或条带类型来计算基本级别偏移值,例如使用下面更详细讨论的等式(1)。然后,视频编码器200可以使用该基本级别偏移值来计算绝对值之和的归一化值。例如,视频编码器200可以如下面更详细讨论的使用等式(2)来计算归一化值。然后,视频编码器200可以使用局部绝对值之和的归一化值来推导Rice参数,例如,根据下面更详细讨论的表格1。然后,视频编码器200可以使用Rice参数形成绝对值之和的归一化值的Golomb-Rice码。
为了执行CABAC,视频编码器200可以将上下文模型内的上下文指派给要传输的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以基于指派给符号的上下文。对于上面示例中讨论的变换系数,符号可以对应于Golomb-Rice码的比特(二进制数)之一。
视频编码器200还可以向视频解码器300生成语法数据,例如基于块的语法数据、基于图片的语法数据和基于序列的语法数据,例如,在图片报头、块报头、切片报头或其他语法数据中,例如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS)。视频解码器300同样可以解码这样的语法数据以确定如何解码对应的视频数据。
以这种方式,视频编码器200可以生成包括编码的视频数据的比特流,例如,描述将图片分割成块(例如,CU)的语法元素以及块的预测和/或残差信息。最终,视频解码器300可以接收比特流并对编码的视频数据进行解码。
一般而言,视频解码器300执行与视频编码器200执行的过程相反的过程以解码比特流的编码的视频数据。例如,视频解码器300可以以与视频编码器200的CABAC编码过程基本相似但相反的方式使用CABAC来解码比特流的语法元素的值。语法元素可以定义用于将图片分割成CTU以及按照诸如QTBT结构之类的对应的分割结构分割每个CTU以定义CTU的CU的分割信息。语法元素可进一步定义视频数据块(例如,CU)的预测和残差信息。
残差信息可以由例如量化的变换系数来表示。视频解码器300可以对块的量化的变换系数进行逆量化和逆变换以再现该块的残差块。视频解码器300使用用信号通知的预测模式(signaled prediction mode)(帧内或帧间预测)和相关预测信息(例如,用于帧间预测的运动信息)来形成块的预测块。视频解码器300然后可以组合预测块和残差块(在逐个样本的基础上)以再现原始块。视频解码器300可执行附加的处理,例如执行解块过程以减少沿块边界的视觉伪影。
根据本公开内容的技术,视频解码器300可以接收针对变换块的当前系数的熵编码值。视频解码器300可以对熵编码的值进行熵解码,以形成表示当前系数的值的Golomb-Rice码。视频解码器300可以计算针对当前系数的相邻系数的局部绝对值之和。视频解码器300还可以例如使用如下面讨论的等式(1)来计算基本级别偏移值。视频解码器300可以例如使用如下面讨论的等式(2)使用基本级别偏移值来计算绝对值之和的归一化值。然后,视频解码器300可以根据归一化值来确定Rice参数,例如,使用如下所讨论的表格1。视频解码器300然后可以使用Rice参数并从Golomb-Rice码对当前系数的值(例如,绝对余数值)进行二值化。视频解码器300可以根据绝对余数值和当前系数的其他解码值(例如,符号值、有效变换系数值、大于1值、以及大于2值)来重建当前系数。
本公开内容通常可以提到“用信号发送”某些信息,例如语法元素。术语“用信号通知”通常可以指用于语法元素和/或用于解码编码的视频数据的其他数据的值的通信。也就是说,视频编码器200可以用信号通知比特流中语法元素的值。通常,用信号通知是指在比特流中生成一个值。如上所述,源设备102可以基本上实时或非实时地将比特流传输到目的地设备116,例如在将语法元素存储到存储设备112以供目的地设备116稍后取回时可能发生的情况。
图2是示出可以用于计算局部绝对值之和(locSumAbs)的当前系数的相邻系数的示例的概念图。在当前的VVC设计中,用于规则残差译码(RRC)的Rice参数是根据模板使用考虑相邻变换系数的系数值的查找表进行推导的。图2中灰色阴影的相邻系数表示图2中的黑色阴影的当前系数的模板。
具体地,图2描绘了包括各种变换系数的当前块130。当前块130包括当前系数132和相邻系数134A-124E(相邻系数134)。相对于当前系数132的位置,相邻系数134A表示右侧相邻系数,相邻系数134B表示右侧第二相邻系数,相邻系数134C表示右下相邻系数,相邻系数134D表示下部相邻系数,而相邻系数134E表示下部第二相邻系数。
视频译码器可以计算局部绝对值之和(locSumAbs),例如当前系数132的相邻系数134的绝对值。根据VVC,视频译码器将locSumAbs的值计算为如图2中的五个可用相邻系数的绝对值之和。根据VVC的一个示例,视频译码器随后根据下式对locSumAbs的值进行归一化(使用减法和裁剪):
locSumAbs=Clip3(0,31,locSumAbs–baseLevel*5)
然后,根据VVC,视频译码器使用下面的表1使用locSumAbs的归一化值来推导Rice参数:
表1
在VVC中,Rice参数范围被限制在从0到3的闭区间。
根据本公开内容的技术,视频译码器可以根据下面更详细讨论的等式(1)来计算基本级别偏移。也就是说,视频译码器可以根据包括当前块130的条带的比特深度和/或条带类型来计算基本级别偏移值。
图3是示出用于视频数据的16比特测试序列的译码变换系数的经验直方图136的图。
图4是示出在系数值的熵译码期间产生的码字长度与给定Rice参数之间的关系的图140。
Rice参数已被广泛测试用于对8比特深度或10比特深度的视频源进行编码。在一个示例设计中,Rice参数值取决于locSumAbs值的值,并且通过裁剪被限制在0至3的范围内。当输入视频的比特深度增加,或者扩展精度被使能,或者量化参数被设置得非常低时,系数的范围以及因此locSumAbs值可能显著增加。在这种情况下,所允许的Rice参数的当前VVC范围是不够的,因为对于大值的译码系数,它将需要使用长码字,例如32比特的码字。
图3和图4提供了可能出现后果的问题的可视化。具体地,图3示出了针对16比特信号的译码系数的直方图(以2的幂形式)。图4示出了针对译码值的VVC熵译码方法所产生的码字长度。从图4可以看出,Rice参数的标准范围被限制为3(如VVC中定义的)导致对于大于10的译码值的码字长度显著增加。这个问题可以通过针对较大数量级的系数允许大的Rice参数值来解决。
在一个设计(JVET-U会议的CE1.1)中,为了解决当前VVC的Rice参数推导在视频的各种输入比特深度中的限制,从而提高压缩效率,Rice参数的支持范围可以从VVC中的3扩展到大的数量,例如16,这将提供更有效的二值化过程,对于大的变换系数值得到较低的比特数量。
例如,根据VVC规范的等式1517,在用于推导Rice参数之前,localSumbAbs的值可以被缩放/归一化以处理比特深度增加或变换系数的动态范围。缩放因子的量可以取决于模板推导的输出-值localSumAbs,该值被计算以指示变换系数的局部活动,或者在比特流或一组列表值中用信号发送的语法元素。
VVC视频编码器可以将所确定的localSumAbs的值与列表阈值Tx={Tid}的集合进行比较,以识别包括该值的动态范围的动态范围id。然后,视频编码器可以通过由范围id确定的列表Rx={Rid}的给定集合中的值标量normShift来对localSumAbs的值进行缩放和/或归一化。然后,视频编码器可以使用归一化的localSumAbs来使用预定义的查找表(例如,VVC中的当前查找表,表128)推导Rice参数。随着localSumbAbs的值在所提出的设计的第一步中被归一化,可以从预定义的表中推导(例如从表128推导)Rice参数,并且最后通过加上等于Rid的偏移量进行修改,以扩展Rice参数范围的动态范围。
阈值Tx和定标器Rx的集合可以定义如下:
Tx[8]={32,128,512,2048,8192,32768,131072,524288};
Rx[9]={0,2,4,6,8,10,12,14,16};
阵列Tx的值可以被限制为2的幂,在其他实施例中,这些值由2的幂(2^x)激励,并且可以通过有限数量的操作(诸如,偏移、缩放、或右/左移位)被转换成2的幂。
阵列的大小可以等于N,其中,N是大于下边界(例如,>1或>2)且小于上边界(例如,9或5)的正整数。在一些实施例中,Rx阵列的大小比Tx阵列大1个条目。在一些实施例中,Tx和Rx阵列的大小可以被限制为4。
在一些示例中,VVC中的相关Rice参数推导部分可以如下修改,其中,列表阵列的大小等于4。
为了扩展Rice参数的范围,在U会议的CE1.2中,建议如果locSumAbs超过某个阈值,则用移位来缩放值locSumAbs,使得经缩放的值将适合VVC规范的表128的允许范围,而无需裁剪。此后,如果对于给定的locSumAbs值进行缩放过程,则通过增加移位值来调整表128的输出。
编码器(例如,视频编码器200)可以为语法元素sh_scale_rice选择值,该值可以取值1或2。
scalledCoef=(localSumAbs*sh_scale_rice)>>3
shift=(scalledCoef==0)?0:Floor(Log2(scalledCoef))
所利用的值sh_scale_rice作为语法元素在条带报头中用信号发送,并且在编码器侧作为QP值的函数被推导。
针对VVC的规范文本可以如下:
sps_high_bit_depth等于1规定:sh_rice_parameter语法元素可以存在于条带报头中,以针对abs_remaining[]和dec_abs_level的二进制化实现Rice参数的高比特深度模式。sps_high_bit_depth等于0规定:sh_rice_parameter语法元素在条带报头中不存在,并且无法实现针对Rice参数推导的高比特深度模式。当不存在时,sps_high_bit_depth的值被推断为等于0。
7.3.7条带报头语法
sh_scale_rice规定用于Rice参数的推导的缩放值,sh_scale_rice的值应当在1至2的闭区间内。当sh_scale_rice不存在时,它被推断为等于0。
上面讨论的RRC方法可以用所使用的Rice参数的历史进行扩展,如下所讨论:
利用每个颜色分量的单个计数器,StatCoeff[3]从第一个非零Golomb-Rice译码变换系数(abs_remainder[]或dec_abs_level[])每TU更新一次。
当TU中的第一个非零Golomb-Rice译码变换系数被译码为abs_remainder时,用于颜色分量cIdx的历史计数器(StatCoeff)被更新如下:
StatCoeff[cIdx]=(StatCoeff[cIdx]+Floor(Log2(abs_remainder[]))+2)>>1
当TU中的第一个非零Golomb-Rice译码变换系数被译码为abs_remainder时,用于颜色分量cIdx的历史计数器被更新如下:
StatCoeff[cIdx]=(StatCoeff[cIdx]+Floor(Log2(dec_abs_level[])))>>1
历史计数器StatCoeff[3]可以在CTU级别用默认值进行重置,或者历史可以在不同的CTU之间传播。
在模板推导中使用了历史Rice参数值,该方法的条款9.3.3.2实施方式示出了条款9.3.3.2的VVC规范文本摘录,其中,绿色高亮显示的文本与CE-1.2的变化有关,并且黄色高亮显示的文本与CE-1.4中使用的分类相关联。变量g_historyValue是在对当前TU进行译码之前从与当前颜色分量id相关联的历史计数器进行推导的。
histValue=1<<StatCoeff[cIdx]
视频编码器200和视频解码器300可以根据如下所讨论的本公开内容的技术进行配置。这些技术包括对上述技术的修正。
在一些示例中,对于上面讨论的基于局部的Rice推导技术,如下所示,视频编码器200和视频解码器300可以推导作为输入信号比特深度和/或条带类型的函数的基本级别偏移,并且使用baseLevel偏移值来对locSumAbs值进行缩放。
在一些示例中,视频编码器200和视频解码器300可以如下推导baseLevelOffset:
baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4)(1)
在等式(1)中,问号运算符(?)表示具有<条件>?X:Y的形式的等式,其中如果<条件>为真,则返回X的值,但如果<条件>为假,则返回Y的值。baseLevelOffset值表示基本级别偏移,bitDepth表示视频比特流的比特深度,T是阈值,并且P1、P2、P3和P4是可以在比特流中预先确定或用信号发送的值。
视频编码器200和视频解码器300可以使用基本级别偏移值来对localSumAbs进行归一化,如下所示:
locSumAbs=Clip3(0,31,locSumAbs-baseLevelOffset) (2)
通常,T表示阈值,P1、P2、P3和P4值表示整数值。在一些示例中,T=12,P1=5,P2=10,P3=6,P4=20。在一些示例中,T=12,P1=5,P2=10,P3=10,P4=20。也可以使用T、P1、P2、P3和P4的其他值。T、P1、P2、P3和P4可以是预定义的、在比特流中用信号发送的,或者基于各种标准进行推导的。
在一些示例中,对于上面讨论的基于历史的Rice导出技术,视频编码器200和视频解码器300可以在某些块(例如,某些CTU)之间保存历史计数器StatCoeff[cIdx]的状态。附加地或可替代地,视频编码器200和视频解码器300可以根据StatCoeff[]计数器的当前状态,在块级别(例如,CTU级别)推导ScaleRice参数(其替换显式用信号发送的sh_scale_rice语法元素)。因此,视频编码器200和视频解码器300不需要显式地用信号发送sh_rice_init语法元素。
在一些示例中,视频编码器200和视频解码器300可以通过将StatCoeff[]的状态与阈值进行比较并在整数值的范围内指定参数的整数值来推导ScaleRice参数值。推导的一个这样的示例如下所示:
ScaleRice=(StatCoeff[idx]>=T)?P2:P1;
在一些示例中,T=4,P2=2并且P1=1。
在一些示例中,视频编码器200和视频解码器300可以为每个颜色分量(例如,亮度、蓝色色调色度、以及红色色调色度)独立地推导参数ScaleRice。
在一些示例中,视频编码器200和视频解码器300可以在推导ScaleRice参数的值时,通过聚合函数(例如,跨颜色分量的加权函数)考虑两个或更多个(例如,所有)颜色分量的历史计数器的值,如下所示:
StatCoefAverage=((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3);
ScaleRice=(StatCoefAverage>=T)?P2:P1;
在一些示例中,w0=2,w1=1,w2=1;
在一些示例中,视频编码器200和视频解码器300可以在块级别处(例如,在CTU、TU或子TU的级别处)推导参数ScaleRice。视频编码器200和视频解码器300可以在对后续译码的数据块的数据进行解码时使用ScaleRice参数。替代地,视频编码器200和视频解码器300可以以延迟某个块大小的方式使用推导的ScaleRice值,例如用于对下一个块之后的块进行解码。
因此,可以从语法表中删除对if(sps_high_bit_depth)和sh_scale_rice语法元素的检查。
在一些示例中,视频编码器200和视频解码器300可以在用默认值或用信号发送的值对StatCoeff进行初始化之后,通过上述过程推导ScaleRice值。
图5是说明可执行本公开内容的技术的示例视频编码器200的框图。图5是出于解释的目的而提供的,并且不应当被认为是对在本公开内容中泛泛地举例说明和描述的技术的限制。出于解释的目的,本公开内容根据VVC(ITU-TH.266,正在开发)和HEVC(ITU-TH.265)技术描述了视频编码器200。然而,本公开内容的技术可以由被配置为其他视频译码标准和视频译码格式(诸如AV1以及AV1视频译码格式的后继格式)的视频译码设备来执行。
在图5的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(DPB)218和熵编码单元220。视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何或全部单元可以在一个或多个处理器中或者在处理电路中实现。例如,视频编码器200的单元可以实现为一个或多个电路或逻辑元件作为硬件电路的一部分,或者作为处理器、ASIC或FPGA的一部分。此外,视频编码器200可以包括额外或替代的处理器或处理电路来执行这些和其它功能。
视频数据存储器230可以存储要由视频编码器200的组件来编码的视频数据。视频编码器200可以从例如视频源104(图1)接收被存储在视频数据存储器230中的视频数据。DPB 218可以充当参考图片存储器,其存储参考视频数据以在由视频编码器200对后续视频数据进行预测时使用。视频数据存储器230和DPB 218可以由各种存储器设备中的任何储存器设备形成,比如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻性RAM(RRAM)、或其它类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中,视频数据存储器230可以与视频编码器200的其它组件在芯片上(如所示),或者相对于那些组件在芯片外。
在本公开内容中,对视频数据存储器230的引用不应当被解释为限于在视频编码器200内部的存储器(除非特别地描述为如此)或者在视频编码器200外部的存储器(除非特别地描述为如此)。确切而言,对视频数据存储器230的引用应当被理解为存储视频编码器200接收以用于编码的视频数据(例如,用于要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各种单元的输出的临时存储。
示出图5的各个单元以帮助理解由视频编码器200执行的操作。单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路是指提供特定功能的电路,并预先设定了可以执行的操作。可编程电路指代可以被编程以执行各种任务并且在可以执行的操作上提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以由软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,接收参数或输出参数),但固定功能电路执行的操作类型通常是不可变的。在一些示例中,单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),并且在一些示例中,单元中的一个或多个单元可以是集成电路。
视频编码器200可以包括由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程内核。在使用由可编程电路执行的软件来执行视频编码器200的操作的示例中,存储器106(图1)可以存储视频编码器200接收和执行的软件的指令(例如,目标代码),或视频编码器200内另一存储器(未示出)可以存储这样的指令。
视频数据存储器230被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230取回视频数据的图片,并且将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是要被编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括根据其它预测模式来执行视频预测的额外功能单元。作为示例,模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元等。
模式选择单元202通常协调多个编码通路(pass),以测试编码参数的组合以及针对这样的组合所得到的率失真值。编码参数可以包括CTU到CU的划分、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择具有与其它测试的组合相比更好的率失真值的编码参数组合。
视频编码器200可以将从视频数据存储器230取回的图片分割为一系列CTU,并且将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上述MTT结构、QTBT结构、超级块结构或四叉树结构)来对图片的CTU进行分割。如上文所描述的,视频编码器200可以通过根据树结构来划分CTU,从而形成一个或多个CU。这样的CU通常还可以被称为“视频块”或“块”。
通常,模式选择单元202还控制其组件(例如,运动估计单元222、运动补偿单元224和帧内预测单元226)以生成用于当前块(例如,当前CU,或者在HEVC中为PU和TU的重叠部分)的预测块。为了对当前块进行帧间预测,运动估计单元222可以执行运动搜索以识别在一个或多个参考图片(例如,被存储在DPB218中的一个或多个先前译码的图片)中的一个或多个紧密匹配的参考块。特别是,运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)等,来计算表示潜在参考块将与当前块的类似程度的值。运动估计单元222通常可以使用在当前块与所考虑的参考块之间的逐样本差来执行这些计算。运动估计单元222可以识别从这些计算所得到的具有最低值的参考块,其指示与当前块最紧密匹配的参考块。
运动估计单元222可以形成一个或多个运动矢量(MV),所述运动矢量限定相对于当前块在当前图片中的位置而言参考块在参考图片中的位置。然后,运动估计单元222可以将运动矢量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动矢量,而对于双向帧间预测,运动估计单元222可以提供两个运动矢量。然后,运动补偿单元224可以使用运动矢量来生成预测块。例如,运动补偿单元224可以使用运动矢量来取回参考块的数据。作为另一示例,如果运动矢量具有分数样本精度,则运动补偿单元224可以根据一个或多个插值滤波器来对用于预测块的值进行插值。此外,对于双向帧间预测,运动补偿单元224可以取回用于由相应的运动矢量标识的两个参考块的数据并且例如通过逐样本平均或加权平均来将所取回的数据进行组合。
当根据AV1视频译码格式进行操作时,运动估计单元222和运动补偿单元224可以被配置为:使用平移运动补偿、仿射运动补偿、重叠块运动补偿(OBMC)、和/或复合帧内预测,来对视频数据的译码块(例如,亮度和色度译码块两者)进行编码。
作为另一示例,对于帧内预测或帧内预测译码,帧内预测单元226可以根据与当前块相邻的样本来生成预测块。例如,对于方向性模式,帧内预测单元226通常可以在数学上将相邻样本的值进行组合,并且跨越当前块在所定义的方向上填充这些计算出的值以产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算当前块的相邻样本的平均值,并且生成预测块以包括针对预测块的每个样本的该得到的平均值。
当根据AV1视频译码格式进行操作时,帧内预测单元226可以被配置为使用定向帧内预测、非定向帧内预测、递归滤波器帧内预测、从亮度预测色度(CFL)、帧内块复制(IBC)和/或调色板模式来对视频数据的译码块(例如,亮度和色度译码块二者)进行编码。模式选择单元202可以包括根据其它预测模式来执行视频预测的额外功能单元。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始未译码版本,并且从模式选择单元202接收预测块。残差生成单元204计算在当前块与预测块之间的逐样本差。所得的逐样本差异定义了当前块的残差块。在一些示例中,残差生成单元204还可以确定残差块中的样本值之间的差,以使用残差差分脉冲译码调制(RDPCM)来生成残差块。在一些示例中,可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在其中模式选择单元202将CU划分为PU的示例中,每个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可支持具有各种大小的PU。如上文所指出的,CU的大小可以指代CU的亮度译码块的大小,而PU的大小可以指代PU的亮度预测单元的大小。假设特定CU的大小是2Nx2N,视频编码器200可支持2Nx2N或NxN的PU大小用于帧内预测,以及2Nx2N、2NxN、Nx2N、NxN或类似的对称PU大小用于帧间预测。视频编码器200和视频解码器300还可以支持针对用于帧间预测的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的非对称划分。
在其中模式选择单元202不将CU进一步划分为PU的示例中,每个CU可以与亮度译码块和对应的色度译码块相关联。如上文,CU的大小可以指代CU的亮度译码块的大小。视频编码器200和视频解码器300可以支持2Nx2N、2NxN或Nx2N的CU大小。
对于其它视频译码技术(举一些示例,诸如块内复制模式译码、仿射模式译码和线性模型(LM)模式译码),模式选择单元202经由与译码技术相关联的相应单元来生成用于正被编码的当前块的预测块。在一些示例中(比如调色板模式译码),模式选择单元202可以不生成预测块,而是替代地生成指示以其基于所选择的调色板来重构块的方式的语法元素。在这样的模式下,模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。
如上文所描述的,残差生成单元204接收用于当前块和对应的预测块的视频数据。然后,残差生成单元204针对当前块生成残差块。为了生成残差块,残差生成单元204计算在预测块与当前块之间的逐样本差。
变换处理单元206将一种或多种变换应用于残差块,以生成变换系数的块(本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块,以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)、或概念上类似的变换应用于残差块。在一些示例中,变换处理单元206可以对残差块执行多种变换,例如,初级变换和二次变换(比如旋转变换)。在一些示例中,变换处理单元206不对残差块应用变换。
当根据AV1进行操作时,变换处理单元206可以将一个或多个变换应用于残差块以生成变换系数的块(在本文中称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块,以形成变换系数块。例如,变换处理单元206可以应用水平/垂直变换组合,其可以包括离散余弦变换(DCT)、非对称离散正弦变换(ADST)、翻转ADST(例如,相反顺序的ADST)和恒等变换(IDTX)。使用恒等变换时,将在垂直或水平方向之一跳过变换。在一些示例中,可以跳过变换处理。
量化单元208可以对变换系数块中的变换系数进行量化,以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的QP值来对变换系数块的变换系数进行量化。视频编码器200(例如,经由模式选择单元202)可以通过调整与CU相关联的QP值来调整被应用于与当前块相关联的变换系数块的量化程度。量化可能引起信息损失,并且因此,经量化的变换系数可能具有与由变换处理单元206所产生的原始变换系数相比较低的精度。
逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于经量化的变换系数块,以根据变换系数块重构残差块。重构单元214可以基于经重构的残差块和由模式选择单元202生成的预测块,来产生与当前块相对应的重构块(尽管潜在地具有某种程度的失真)。例如,重构单元214可以将经重构的残差块的样本与来自模式选择单元202所生成的预测块的对应样本相加,以产生经重构的块。
滤波器单元216可以对经重构的块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去块操作以减少沿着CU的边缘的块效应伪影。在一些示例中,可以跳过滤波器单元216的操作。
当根据AV1进行操作时,滤波器单元216可以对重建块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去块操作以减少沿着CU的边缘的块效应伪影。在其他示例中,滤波器单元216可以应用约束定向增强滤波器(CDEF),其可以在去块之后应用,并且可以包括基于估计的边缘定向的不可分离的非线性低通定向滤波器的应用。滤波器单元216还可以包括在CDEF之后应用的环路恢复滤波器,并且可以包括可分离的对称归一化维纳(Wiener)滤波器或双自引导滤波器。
视频编码器200将经重构的块存储在DPB 218中。例如,在其中不执行滤波器单元216的操作的示例中,重构单元214可以将经重构的块存储到DPB 218中。在其中执行滤波器单元216的操作的示例中,滤波器单元216可以将经滤波的重构块存储到DPB 218中。运动估计单元222和运动补偿单元224可以从DPB 218取回由经重构的(并且潜在地经滤波的)块形成的参考图片,以对后续编码的图片的块进行帧间预测。另外,帧内预测单元226可以使用在DPB 218中的当前图片的经重构的块来对当前图片中的其它块进行帧内预测。
通常,熵编码单元220可以对从视频编码器200的其它功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的经量化的变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如,用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作,以生成经熵编码的数据。例如,熵编码单元220可以对数据执行上下文自适应可变长度译码(CAVLC)操作、CABAC操作、可变-可变(V2V)长度译码操作、基于语法的上下文自适应二进制算术译码(SBAC)操作、概率区间划分熵(PIPE)译码操作、指数哥伦布编码操作、或另一类型的熵编码操作。在一些示例中,熵编码单元220可以在其中语法元素未被熵编码的旁路模式下操作。
在一些示例中,熵编码单元220可以被配置为:当对视频数据(例如,变换系数的一个或多个语法元素的值)进行熵编码时,应用本公开内容中讨论的任何或所有Rice参数推导技术。例如,熵编码单元220可以从量化单元208接收变换块。对于变换块中的每个系数,熵编码单元220可以对有效变换系数语法元素、大于1语法元素、大于2语法元素、符号语法元素、以及余数值中的一项或多项的值进行编码。
当对余数值(或dec_abs_remainder值)以及其他值进行熵编码时,熵编码单元220可以首先计算局部绝对值之和,作为针对当前系数的相邻系数的绝对值之和,例如如以上关于图2所讨论的。然后,熵编码单元220可以根据比特深度和/或包括当前块的条带的条带类型来计算基本级别偏移值,例如根据上面的等式(1)。熵编码单元220可以使用基本级别偏移值来计算局部绝对值之和的归一化值,例如根据上面的等式(2)。然后,熵编码单元220可以根据标归一化值来计算Rice参数,例如根据上面的表1。然后,熵编码单元220可以使用Rice参数来确定针对余数值的Golomb-Rice码,并且对Golomb-Rice码的每个比特(二进制数)进行熵编码。
视频编码器200可以输出比特流,该比特流包括重构切片或图片的块所需的熵编码的语法元素。特别是,熵编码单元220可以输出比特流。
根据AV1,熵编码单元220可以被配置为符号到符号自适应多符号算术编码器。AV1中的语法元素包括N个元素的字母表,并且上下文(例如,概率模型)包括一组N个概率。熵编码单元220可以将概率存储为n比特(例如,15比特)累积分布函数(CDF)。熵编码单元220可以使用基于字母表大小的更新因子来执行递归缩放,以更新上下文。
上文描述的操作是针对块进行描述的。这样的描述应当被理解为用于亮度译码块和/或色度译码块的操作。如上文所描述的,在一些示例中,亮度译码块和色度译码块是CU的亮度分量和色度分量。在一些示例中,亮度译码块和色度译码块是PU的亮度分量和色度分量。
在一些示例中,不需要针对色度译码块来重复关于亮度编码块执行的操作。作为一个示例,不需要重复识别亮度译码块的运动向量(MV)和参考图片的操作来识别色度块的MV和参考图片。相反,可以缩放用于亮度译码块的MV以确定用于色度块的MV,并且参考图片可以是相同的。作为另一示例,帧内预测过程对于亮度译码块和色度译码块可以是相同的。
以此方式,视频编码器200表示一种用于对视频数据进行编码(和解码)的设备的示例,该设备包括被配置为存储视频数据的存储器;以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:计算视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
图6是说明可执行本公开内容的技术的示例视频解码器300的框图。图6是出于解释的目的而提供的,并且不是对在本公开内容中广泛地举例说明和描述的技术的限制。为了解释的目的,本公开内容根据VVC(ITU-TH.266,开发中)和HEVC(ITU-TH.265)的技术描述了视频解码器300。然而,本公开内容的技术可由配置为其它视频译码标准的视频译码设备来执行。
在图6的示例中,视频解码器300包括译码图片缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和解码图片缓冲器(DPB)134。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 134中的任何或全部单元可以在一个或多个处理器中或者在处理电路中实现。举例来说,视频解码器300的单元可实现为一个或多个电路或逻辑元件作为硬件电路的一部分,或作为处理器、ASIC或FPGA的一部分。此外,视频解码器300可以包括额外或替代的处理器或处理电路来执行这些和其它功能。
预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括根据其它预测模式来执行预测的加法单元。作为示例,预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其它示例中,视频解码器300可以包括较多、较少或不同的功能组件。
当根据AV1进行操作时,补偿单元316可以被配置为使用平移运动补偿、仿射运动补偿、OBMC和/或复合帧内帧间预测来对视频数据的译码块(例如,亮度和色度译码块两者)进行解码,如上所述。帧内预测单元318可以如上所述被配置为使用定向帧内预测、非定向帧内预测、递归滤波器帧内预测、CFL、帧内块复制(IBC)、和/或调色板模式对视频数据的译码块(例如,亮度和色度译码块二者)进行解码。
CPB存储器320可以存储要由视频解码器300的组件解码的视频数据,比如经编码的视频比特流。例如,可以从计算机可读介质110(图1)获得被存储在CPB存储器320中的视频数据。CPB存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如,语法元素)的CPB。此外,CPB存储器320可以存储与经译码的图片的语法元素不同的视频数据,比如,表示来自视频解码器300的各个单元的输出的临时数据。DPB 314通常存储经解码的图片,视频解码器300可以输出经解码的图片,和/或在解码经编码的视频比特流的后续数据或图片时使用经解码的图片作为参考视频数据。CPB存储器320和DPB 314可以由各种存储器件中的任何存储器件形成,比如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻性RAM(RRAM)、或其它类型的存储器设备。CPB存储器320和DPB 314可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中,CPB存储器320可以与视频解码器300的其它组件在芯片上,或者相对于那些组件在芯片外。
附加地或替代地,在一些示例中,视频解码器300可以从存储器120(图1)中取回经译码的视频数据。也就是说,存储器120可以如上文所讨论地利用CPB存储器320来存储数据。同样,当视频解码器300的一些或全部功能是用要由视频解码器300的处理电路执行的软件来实现时,存储器120可以存储要由视频解码器300执行的指令。
示出在图6中示出的各个单元以帮助理解由视频解码器300执行的操作。单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图5,固定功能电路指代提供特定功能并且关于可以被执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且在可以执行的操作上提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以由软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,接收参数或输出参数),但固定功能电路执行的操作类型通常是不可变的。在一些示例中,单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),并且在一些示例中,单元中的一个或多个单元可以是集成电路。
视频解码器300可以包括由可编程电路形成的ALU、EFU、数字电路、模拟电路和/或可编程内核。在视频解码器300的操作由在可编程电路上执行的软件执行的示例中,片上或片外存储器可以存储视频解码器300接收和执行的软件的指令(例如,目标代码)。
熵解码单元302可以从CPB接收经编码的视频数据,并且对视频数据进行熵解码以重现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码的视频数据。
在一些示例中,熵解码单元302可以被配置为当对视频数据(例如变换系数的一个或多个语法元素的值)进行熵解码时,应用本公开内容中讨论的任何或所有Rice参数推导技术。例如,熵解码单元302可以接收有效变换系数语法元素、大于1语法元素、大于2语法元素、符号语法元素以及余数值中的一者或多者的熵编码值。
在对当前系数的余数值(或dec_abs_remainder值)及其他值进行解码时,熵解码单元302可以对当前系数的余数值的比特流中的Golomb-Rice码进行熵解码。然后,熵解码单元302可以计算局部绝对值之和,作为当前系数的相邻系数的绝对值之和,例如如以上关于图2所讨论的。然后,熵解码单元302可以根据比特深度和/或包括当前块的条带的条带类型来计算基本级别偏移值,例如根据上面的等式(1)。熵解码单元302可以使用基本级别偏移值来计算局部绝对值之和值的归一化值,例如根据上面的等式(2)。然后,熵解码单元302可以根据标归一化值来计算Rice参数,例如根据上面的表1。然后,熵解码单元302可以使用Rice参数对来自Golomb-Rice码的余数值进行二值化。熵解码单元302可以连接明显系数值、大于1值、大于2值以及余数值,以重建当前系数。
通常,视频解码器300逐块地重构图片。视频解码器300可以单独地对每个块执行重构操作(其中,当前正在被重构(即,被解码)的块可以被称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及变换信息(比如量化参数(QP)和/或变换模式指示)进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化程度,并且同样地,确定供逆量化单元306应用的逆量化程度。逆量化单元306可以例如执行按位左移操作以对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一种或多种逆变换应用于变换系数块,以生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于变换系数块。
此外,预测处理单元304根据由熵解码单元302进行熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块是经帧间预测的,则运动补偿单元316可以生成预测块。在这种情况下,预测信息语法元素可以指示在DPB 314中的要从其取回参考块的参考图片、以及标识相对于当前块在当前图片中的位置而言参考块在参考图片中的位置的运动矢量。运动补偿单元316通常可以以与关于运动补偿单元224(图5)所描述的方式基本类似的方式来执行帧间预测过程。
作为另一示例,如果预测信息语法元素指示当前块是经帧内预测的,则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。再次,帧内预测单元318通常可以以与关于帧内预测单元226(图5)所描述的方式基本上类似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314取回当前块的相邻样本的数据。
重构单元310可以使用预测块和残差块来重构当前块。例如,重构单元310可以将残差块的样本与预测块的对应样本相加来重构当前块。
滤波器单元312可以对重构块执行一个或多个滤波器操作。例如,滤波器单元312可以执行去块操作以减少沿着经重构的块的边缘的块效应伪影。不一定在所有示例中都执行滤波器单元312的操作。
视频解码器300可以将经重构的块存储在DPB 314中。例如,在其中不执行滤波器单元312的操作的示例中,重构单元310可以将经重构的块存储到DPB 314中。在其中执行滤波器单元312的操作的示例中,滤波器单元312可以将经滤波的重构块存储到DPB 314中。如上文所讨论的,DPB 314可以将参考信息(比如用于帧内预测的当前图片以及用于后续运动补偿的先前解码的图片的样本)提供给预测处理单元304。此外,视频解码器300可以从DPB314输出经解码的图片(例如,经解码的视频),以用于在比如图1的显示设备118之类的显示设备上的后续呈现。
以此方式,视频解码器300表示一种用于对视频数据进行解码的设备的示例,该设备包括被配置为存储视频数据的存储器;以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:计算视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项,来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
图7是说明根据本公开内容的技术对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。虽然是相对于视频编码器200(图1和5)进行描述的,但是应当理解的是,其它设备可以被配置为执行与图7的方法类似的方法。
在此示例中,视频编码器200最初预测当前块(350)。举例来说,视频编码器200可形成当前块的预测块。视频编码器200然后可以计算当前块的残差块(352)。为了计算残差块,视频编码器200可以计算在针对当前块的原始未译码块与预测块之间的差。视频编码器200然后可以对残差块进行变换并对残差块的变换系数进行量化(354)。接下来,视频编码器200可扫描残差块的量化的变换系数(356)。在扫描期间或扫描之后,视频编码器200可对变换系数进行熵编码(358)。例如,视频编码器200可以使用CAVLC或CABAC来对变换系数进行编码。当对变换系数进行熵编码时,视频编码器200可以应用本公开内容中讨论的Rice参数推导技术中的任何或所有技术。然后,视频编码器200可以输出块的熵编码数据(360)。
视频编码器200还可以在对当前块进行编码之后对当前块进行解码,以使用当前块的解码版本作为后续译码数据的参考数据(例如,在帧间预测或帧内预测模式中)。因此,视频编码器200可以对系数进行逆量化和逆变换,以再现残差块(362)。视频编码器200可以对残差块与预测块进行组合,以形成解码块(364)。然后,视频编码器200可以将解码块存储在DPB 218中(366)。
图8是说明根据本公开内容的技术的用于解码当前视频数据块的示例方法的流程图。当前块可以包括当前CU。虽然是相对于视频解码器300(图1和6)进行描述的,但是应当理解的是,其它设备可以被配置为执行与图8的方法类似的方法。
视频解码器300可以接收用于当前块的经熵编码的数据,比如经熵编码的预测信息和用于与当前块相对应的残差块的变换系数的经熵编码的数据(370)。视频解码器300可以对经熵编码的数据进行熵解码以确定用于当前块的预测信息并且重现残差块的变换系数(372)。当对变换系数进行熵解码时,视频解码器300可以应用本公开内容中讨论的Rice参数推导技术中的任何或所有技术。
视频解码器300可预测当前块(374),例如,使用如当前块的预测信息所指示的帧内或帧间预测模式,以计算当前块的预测块。视频解码器300然后可以逆扫描再现的变换系数(376),以创建量化变换系数的块。视频解码器300然后可逆量化变换系数并将逆变换应用于变换系数以产生残差块(378)。视频解码器300可以通过组合预测块和残差块来最终解码当前块(380)。
图9是示出根据本公开内容的技术的对视频数据进行编码的示例方法的流程图。图9的方法一般可以对应于图7的步骤358。
首先,视频编码器200可以确定当前视频数据块的当前系数值(400)。视频编码器200可以将当前系数值划分为语法元素的相应值,诸如明显系数语法元素、大于1语法元素、大于2语法元素、余数语法元素和符号语法元素。图9的方法描述了对余数语法元素的值进行编码。然而,其他语法元素(诸如dec_abs_level[]语法元素)也可以使用此方法或类似方法进行编码。
然后,视频编码器200可以计算局部绝对值之和值(402)。例如,视频编码器200可以确定当前系数的相邻系数的值的绝对值。关于图2的示例,例如,相邻系数可以包括右侧相邻系数、右侧第二相邻系数、右下相邻系数、下部相邻系数和下部第二相邻系数。视频编码器200可以将相邻系数的绝对值的总和相加作为局部绝对值之和值。
然后,视频编码单元200可以根据比特深度和/或包括当前块的条带的条带类型来计算基本级别偏移值(404)。例如,视频编码器200可以根据以下来计算基本级别偏移值(baseLevelOffset):
baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4)
因此,视频编码器200可以确定视频数据的比特深度(bitDepth)是否大于阈值T。如果比特深度大于阈值,则视频编码器200可以确定条带类型是否为帧内预测。如果条带类型是帧内预测,则视频编码器200可以确定基本级别偏移值是P1。如果条带类型不是帧内预测(例如,是帧间预测,比如P条带或B条带),则视频编码器200可以确定基本级别偏移值是P2。如果比特深度小于或等于阈值,则视频编码器200还可以确定条带类型是否是帧内预测。如果条带类型是帧内预测,则视频编码器200可以确定基本级别偏移值是P3。如果条带类型不是帧内预测(例如,是帧间预测,比如P条带或B条带),则视频编码器200可以确定基本级别偏移值是P4。P1、P2、P3和P4可以是预定义值,或者视频编码器200可以确定P1、P2、P3和P4的值,并在比特流中用信号发送所确定的值。
然后,视频编码器200可以使用计算出的基本级别偏移值(406)来对局部绝对值之和进行归一化。例如,视频编码器200可以计算:
locSumAbs=Clip3(0,31,locSumAbs-baseLevelOffset)
在本例中,使用根据例如VVC的裁剪操作Clip3并使用计算出的baseLevelOffset值来更新locSumAbs(局部绝对值之和)。
然后,视频编码器200可以从归一化值确定Rice参数(408)。例如,视频编码器200可以使用表1作为查找表来确定Rice参数。
然后,视频编码器200可以使用Rice参数来确定系数值(例如,余数值)的Golomb-Rice码(410)。Golomb-Rice码可以是一系列比特(二进制数)。然后,视频编码器200可以对Golomb-Rice码进行熵编码(412)。
以此方式,图9的方法表示一种对视频数据进行编码的方法的示例,该方法包括:计算视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
图10是示出根据本公开内容的技术的对视频数据进行解码的示例方法的流程图。图10的方法一般可以对应于图8的步骤372。
首先,视频解码器300可以对视频数据的当前块的当前系数的Golomb-Rice码进行熵解码(420)。Golomb-Rice码可以对应于当前系数的残差值,并且当前系数还可以包括明显系数语法元素、大于1语法元素、大于2语法元素以及符号语法元素。虽然图10的示例旨在对当前系数的余数值进行解码,但图10的方法也可用于对其他值(诸如dec_abs_level[]语法元素的值)进行解码。
然后,视频解码器300可以计算局部绝对值之和值(422)。例如,视频解码器300可以确定当前系数的相邻系数的值的绝对值。关于图2的示例,例如,相邻系数可以包括右侧相邻系数、右侧第二相邻系数、右下相邻系数、下部相邻系数和下部第二相邻系数。视频解码器300可以将相邻系数的绝对值的总和相加,作为局部绝对值之和值。
然后,视频解码单元300可以根据比特深度和/或包括当前块的条带的条带类型来计算基本级别偏移值(424)。例如,视频解码器300可以根据以下来计算基本级别偏移值(baseLevelOffset):
baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4)
因此,视频解码器300可以确定视频数据的比特深度(bitDepth)是否大于阈值T。如果比特深度大于阈值,则视频解码器300可以确定条带类型是否为帧内预测。如果条带类型是帧内预测,则视频解码器300可以确定基本级别偏移值是P1。如果条带类型不是帧内预测(例如,是帧间预测,诸如P条带或B条带),则视频解码器300可以确定基本级别偏移值是P2。如果比特深度小于或等于阈值,则视频解码器300还可以确定条带类型是否是帧内预测。如果条带类型是帧内预测,则视频解码器300可以确定基本级别偏移值是P3。如果条带类型不是帧内预测(例如,是帧间预测,诸如P条带或B条带),则视频解码器300可以确定基本级别偏移值是P4。P1、P2、P3和P4可以是预定义的值,或者视频解码器300可以从比特流中解码P1、P2、P3和P4的值。
然后,视频解码器300可以使用计算出的基本级别偏移值(426)来对局部绝对值之和进行归一化。例如,视频解码器300可以计算:
locSumAbs=Clip3(0,31,locSumAbs-baseLevelOffset)
在本例中,使用根据例如VVC的裁剪操作Clip3并使用计算出的baseLevelOffset值,来更新locSumAbs(局部绝对值之和)。
然后,视频解码器300可以从归一化值来确定Rice参数(428)。例如,视频解码器300可以使用表1作为查找表,来确定Rice参数。
然后,视频解码器300可以使用Rice参数从Golomb-Rice码形成表示余数值的二值化(二进制)值(430)。视频解码器300可以进一步根据该二值化值来重建系数值(432)。例如,视频解码器300可以连接明显系数语法元素、大于1语法元素、大于2语法元素、以及余数值的值。
以此方式,图9的方法表示一种对视频数据进行解码的方法,包括:计算视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
在以下条款中总结了本公开内容的各种技术的某些示例:
条款1:一种对视频数据进行译码的方法,该方法包括:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项,来计算基本级别偏移值;使用基本级别偏移值,来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值,对当前系数进行译码。
条款2:根据条款1所述的方法,其中,多个相邻系数包括针对当前系数的五个相邻系数。
条款3:根据条款1和2中任一项所述的方法,其中,多个相邻系数包括当前系数的两个右侧相邻系数、当前系数的两个下部相邻系数、以及当前系数的一个左下相邻系数。
条款4:根据条款1-3中任一项所述的方法,其中,计算基本级别偏移值包括:计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中bitDepth包括视频数据的比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真(true),如果条带的条带类型是帧间预测条带,则isIntra()返回值为假(false),并且T、P1、P2、P3和P4包括相应的输入值。
条款5:根据条款4所述的方法,其中,T、P1、P2、P3和P4的输入值是预先确定的。
条款6:根据条款4所述的方法,其中,T、P1、P2、P3和P4的输入值在比特流中用信号发送。
条款7:根据条款4-6中任一项所述的方法,其中,T=12、P1=5、P2=10、P3=6,P4=20。
条款8:根据条款4-6中任一项所述的方法,其中,T=12、P1=5、P2=10、P3=10,P4=20。
条款9:根据条款1-8中任一项所述的方法,其中,计算绝对值之和的归一化值包括计算Clip3(0,31,locSumAbs-baseLevelOffset),其中,locSumAbs包括绝对值之和,并且baseLevelOffset包括基本级别偏移值。
条款10:一种对视频数据进行译码的方法,该方法包括:维护历史计数器,其表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;从历史计数器的当前值推导用于视频数据的颜色分量的块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算块的当前系数的多个相邻系数的绝对值之和;使用Rice参数缩放值来计算绝对值之和的缩放值;以及,使用绝对值之和的缩放值,来对当前系数进行译码。
条款11:一种方法,包括根据条款1-9中任一项所述的方法和根据条款10所述的方法的组合。
条款12:根据条款10和条款11所述的方法,其中,推导Rice参数缩放值包括计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示颜色分量,StatCoeff[idx]表示历史计数器的当前值,并且T、P1和P2表示输入值。
条款13:根据条款12所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款14:根据条款12所述的方法,其中,T、P1和P2的输入值在比特流中用信号发送的。
条款15:根据条款12-14中任一项所述的方法,其中,T=4、P2=2并且P1=1。
条款16:根据条款10和条款11所述的方法,其中,推导Rice参数缩放值包括:对于包括视频数据的颜色分量的所有颜色分量,计算表示包括该历史计数器的历史计数器的聚合的聚合历史计数器值;以及,使用聚合历史计数器值来推导Rice参数缩放值。
条款17:根据条款16所述的方法,其中,计算聚合历史计数器值包括:计算((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3),其中StatCoeff[0]表示针对颜色分量的第一颜色分量的历史计数器的第一历史计数器,StatCoeff[1]表示针对颜色分量的第二颜色分量的历史计数器的第二历史计数器,StatCoeff[2]表示针对颜色分量的第三颜色分量的历史计数器的第三历史计数器,并且w1、w2和w3表示各自的加权值。
条款18:根据条款17所述的方法,其中,推导Rice参数缩放值包括使用(StatCoefAverage>=T)?P2:P1来推导Rice参数缩放值,其中,StatCoefAverage表示聚合历史计数器值,并且T、P1和P2表示输入值。
条款19:根据条款18所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款20:根据条款18所述的方法,其中,T、P1和P2的输入值在比特流中用信号发送。
条款21:根据条款18-20中任一项所述的方法,其中T=4、P2=2并且P1=1。
条款22:根据条款18-21中任一项所述的方法,其中w0=2、w1=1并且w2=1。
条款23:根据条款10-22中任一项所述的方法,其中,块包括译码树单元(CTU)。
条款24:根据条款10-22中任一项所述的方法,其中,块包括变换单元(TU)。
条款25:根据条款10-22中任一项所述的方法,其中,块包括子变换单元(sub-TU)。
条款26:根据条款10-22中任一项所述的方法,其中,块包括第一块,并且Rice参数缩放值包括第一Rice参数缩放值,该方法还包括使用第一Rice参数缩放值来推导用于第二块的第二Rice参数缩放值。
条款27:一种对视频数据进行译码的方法,该方法包括:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项,来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用绝对值之和的归一化值来对当前系数进行译码。
条款28:根据条款27所述的方法,其中,多个相邻系数包括针对当前系数的五个相邻系数。
条款29:根据条款27所述的方法,其中,多个相邻系数包括当前系数的两个右侧相邻系数、当前系数的两个下部相邻系数、以及当前系数的一个左下相邻系数。
条款30:根据条款27所述的方法,其中,计算基本级别偏移值包括计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中bitDepth包括视频数据的比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真,如果条带的条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应输入值。
条款31:根据条款30所述的方法,其中,T、P1、P2、P3和P4的输入值是预先确定的。
条款32:根据条款30所述的方法,其中,T、P1、P2、P3和P4的输入值在比特流中用信号发送。
条款33:根据条款30所述的方法,其中,T=12、P1=5、P2=10、P3=6,P4=20。
条款34:根据条款30所述的方法,其中,T=12、P1=5、P2=10、P3=10,P4=20。
条款35:根据条款27所述的方法,其中,计算绝对值之和的归一化值包括:计算Clip3(0,31,locSumAbs-baseLevelOffset),其中locSumAbs包括绝对值之和,并且baseLevelOffset包括基本级别偏移值。
条款36:一种对视频数据进行译码的方法,该方法包括:维护历史计数器,其表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;根据历史计数器的当前值来推导用于视频数据的颜色分量的块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算针对块的当前系数的多个相邻系数的绝对值之和;使用Rice参数缩放值来计算绝对值之和的缩放值;以及,使用该绝对值之和的缩放值,对当前系数进行译码。
条款37:根据条款36所述的方法,其中,推导Rice参数缩放值包括:计算(StatCoeff[idx]>=T)?P2:P1,其中,idx表示颜色分量,StatCoeff[idx]表示历史计数器的当前值,并且T、P1和P2表示输入值。
条款38:根据条款37所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款39:根据条款37所述的方法,其中,T、P1和P2的输入值在视频数据中用信号发送。
条款40:根据条款37所述的方法,其中,T=4,P2=2并且P1=1。
条款41:根据条款36所述的方法,其中,推导Rice参数缩放值包括:对于包括视频数据的颜色分量的所有颜色分量,计算表示包括该历史计数器的历史计数器的聚合的聚合历史计数器值;以及,使用聚合历史计数器值来推导Rice参数缩放值。
条款42:根据条款41所述的方法,其中,计算聚合历史计数器值包括:计算((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3),其中,StatCoeff[0]表示针对颜色分量的第一颜色分量的历史计数器的第一历史计数器,StatCoeff[1]表示针对颜色分量的第二颜色分量的历史计数器的第二历史计数器,StatCoeff[2]表示针对颜色分量的第三颜色分量的历史计数器的第三历史计数器,并且w1、w2和w3表示各自的加权值。
条款43:根据条款42所述的方法,其中,推导Rice参数缩放值包括:使用(StatCoefAverage>=T)?P2:P1推导Rice参数缩放值,其中,StatCoefAverage表示聚合历史计数器值,并且T、P1和P2表示输入值。
条款44:根据条款43所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款45:根据条款43所述的方法,其中,T、P1和P2的输入值在视频数据中用信号发送。
条款46:根据条款43所述的方法,其中,T=4,P2=2并且P1=1。
条款47:根据条款43所述的方法,其中,w0=2,w1=1并且w2=1。
条款48:根据条款36所述的方法,其中,所述块包括译码树单元(CTU)。
条款49:根据条款36所述的方法,其中,所述块包括变换单元(TU)。
条款50:根据条款36所述的方法,其中,所述块包括子变换单元(sub-TU)。
条款51:根据条款36所述的方法,其中,所述块包括第一块,并且所述Rice参数缩放值包括第一Rice参数缩放值,该方法还包括:使用所述第一Rice参数缩放值来推导用于第二块的第二Rice参数缩放值。
条款52:根据条款1-51中任一项所述的方法,其中,译码包括解码。
条款53:根据条款1-51中任一项所述的方法,其中,译码包括编码。
条款54:一种用于对视频数据进行译码的设备,所述设备包括用于执行根据条款1-53中任一项所述的方法的一个或多个单元。
条款55:根据条款54所述的设备,其中,所述一个或多个单元包括在电路中实现的一个或多个处理器。
条款56:根据条款54-55中任一项所述的设备,还包括:被配置为显示经解码的视频数据的显示器。
条款57:根据条款54-56中任一项所述的设备,其中,所述设备包括相机、计算机、移动设备、广播接收机设备或机顶盒中的一者或多者。
条款58:根据条款54-57中任一项所述的设备,还包括:用于存储所述视频数据的存储器。
条款59:一种其上存储有指令的计算机可读存储介质,当指令被执行时,使得用于对视频数据进行解码的设备的处理器执行根据条款1-53中任一项所述的方法。
条款60:一种用于对视频数据进行译码的设备,该设备包括:用于计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和的单元;用于根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值的单元;用于使用基本级别偏移值来计算绝对值之和的归一化值的单元;以及,用于使用该绝对值之和的归一化值对当前系数进行译码的单元。
条款61:一种用于对视频数据进行译码的设备,该设备包括:用于维护历史计数器的单元,所述历史计数器表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;用于从历史计数器的当前值推导用于视频数据的颜色分量的块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码的单元;用于计算块的当前系数的多个相邻系数的绝对值之和的单元;用于使用Rice参数缩放值来计算绝对值之和的缩放值的单元;以及,用于使用该绝对值之和的缩放值对当前系数进行译码的单元。
条款62:一种对视频数据进行译码的方法,该方法包括:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
条款63:根据条款62所述的方法,其中,多个相邻系数包括针对所述当前系数的五个相邻系数。
条款64:根据条款62所述的方法,其中,多个相邻系数包括所述当前系数的两个右侧相邻系数、所述当前系数的两个下部相邻系数、以及所述当前系数的一个左下相邻系数。
条款65:根据条款62所述的方法,其中,计算所述基本级别偏移值包括:计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中,bitDepth包括所述视频数据的所述比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真,如果条带的条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
条款66:根据条款65所述的方法,其中T=12。
条款67:根据条款66所述的方法,其中,P1=5、P2=10、P3=6并且P4=20。
条款68:根据条款66所述的方法,其中,P1=5、P2=10、P3=10并且P4=20。
条款69:根据条款65所述的方法,其中,T、P1、P2、P3和P4的输入值是预先确定的。
条款70:根据条款65所述的方法,其中,T、P1、P2、P3和P4的输入值在比特流中用信号发送。
条款71:根据条款62所述的方法,其中,计算所述绝对值之和的归一化值包括:计算Clip3(0,31,locSumAbs-baseLevelOffset),其中,locSumAbs包括绝对值之和,并且baseLevelOffset包括所述基本级别偏移值。
条款72:根据条款62所述的方法,其中,使用所述绝对值之和的所述归一化值对所述当前系数进行译码包括:确定与绝对值之和的归一化值相对应的Rice参数;以及,使用Rice参数对当前系数的值进行二值化,以形成二值化值。
条款73:根据条款62所述的方法,其中,所述当前块包括第一块,视频数据的颜色分量包括第一块,绝对值之和包括第一绝对值之和,并且多个相邻系数包括第一多个相邻系数,该方法还包括:维护历史计数器,其表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;从历史计数器的当前值导出用于视频数据的颜色分量的第二块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算第二块的第二系数的第二多个相邻系数的第二绝对值之和;使用Rice参数缩放值来计算第二绝对值之和的缩放值;以及使用第二绝对值之和的缩放值对第二块的第二系数进行译码。
条款74:根据条款12所述的方法,其中,推导所述Rice参数缩放值包括:计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示所述颜色分量,StatCoeff[idx]表示所述历史计数器的所述当前值,并且T、P1和P2表示输入值。
条款75:根据条款13所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款76:根据条款13所述的方法,其中,T、P1和P2的输入值在比特流中用信号发送。
条款77:根据条款13所述的方法,其中,T=4,P2=2并且P1=1。
条款78:根据条款12所述的方法,其中,推导所述Rice参数缩放值包括:对于包括所述视频数据的所述颜色分量的所有颜色分量,计算表示包括该历史计数器的历史计数器的聚合的聚合历史计数器值;以及,使用聚合历史计数器值来推导所述Rice参数缩放值。
条款79:根据条款17所述的方法,其中,计算所述聚合历史计数器值包括:计算((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3),其中,StatCoeff[0]表示针对颜色分量的第一颜色分量的历史计数器的第一历史计数器,StatCoeff[1]表示针对颜色分量的第二颜色分量的历史计数器的第二历史计数器,StatCoeff[2]表示针对颜色分量的第三颜色分量的历史计数器的第三历史计数器,并且w1、w2和w3表示相应的加权值。
条款80:根据条款18所述的方法,其中,推导所述Rice参数缩放值包括:使用(StatCoefAverage>=T)?P2:P推导所述Rice参数缩放值,其中,StatCoefAverage表示所述聚合历史计数器值,并且T、P1和P2表示输入值。
条款81:根据条款19所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款82:根据条款19所述的方法,其中,T、P1和P2的输入值在视频数据中用信号发送。
条款83:根据条款19所述的方法,其中,T=4,P2=2并且P1=1。
条款84:根据条款19所述的方法,其中,w0=2、w1=1并且w2=1。
条款85:根据条款12所述的方法,其中,所述第二块包括译码树单元(CTU)、变换单元(TU)或子变换单元(sub-TU)中的一者。
条款86:根据条款62所述的方法,其中,为了对当前系数进行译码,所述一个或多个处理器被配置为使用绝对值之和的归一化值对所述当前系数进行解码。
条款87:根据条款62所述的方法,其中,为了对当前系数进行译码,所述一个或多个处理器被配置为:使用绝对值之和的归一化值对所述当前系数进行编码。
条款88:一种用于对视频数据进行译码的设备,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
条款89:根据条款27所述的设备,其中,所述多个相邻系数包括针对当前系数的五个相邻系数。
条款90:根据条款27所述的设备,其中,多个相邻系数包括当前系数的两个右侧相邻系数、当前系数的两个下部相邻系数、以及当前系数的一个左下相邻系数。
条款91:根据条款27所述的设备,其中,为了计算基本级别偏移值,一个或多个处理器被配置为:计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中bitDepth包括视频数据的比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真,如果条带的条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
条款92:根据条款30所述的设备,其中T=12。
条款93:根据条款30所述的设备,其中T、P1、P2、P3和P4的输入值是预先确定的。
条款94:根据条款27所述的设备,其中,为了计算绝对值之和的归一化值,所述一个或多个处理器被配置为计算Clip3(0,31,locSumAbs-baseLevelOffset),其中locSumAbs包括绝对值之和,并且baseLevelOffset包括基本级别偏移值。
条款95:根据条款27所述的设备,其中,为了使用绝对值之和的归一化值对当前系数进行译码,一个或多个处理器被配置为:确定与绝对值之和的归一化值相对应的Rice参数;以及,使用Rice参数对当前系数的值进行二值化,以形成二值化值。
条款96:根据条款27所述的设备,其中,所述当前块包括第一块,视频数据的颜色分量包括第一块,所述绝对值之和包括第一绝对值之和,并且多个相邻系数包括第一多个相邻系数,并且其中一个或多个处理器被配置为:维护历史计数器,其表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;根据历史计数器的当前值来推导用于视频数据的颜色分量的第二块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算第二块的第二系数的第二多个相邻系数的第二绝对值之和;使用Rice参数缩放值来计算第二绝对值之和的缩放值;以及,使用第二绝对值之和的缩放值对第二块的第二系数进行译码。
条款97:根据条款35所述的设备,其中,为了推导Rice参数缩放值,一个或多个处理器被配置为计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示颜色分量,StatCoeff[idx]表示历史计数器的当前值,并且T、P1和P2表示输入值。
条款98:根据条款27所述的设备,其中,为了对当前系数进行译码,一个或多个处理器被配置为进行以下操作的至少一者:使用绝对值之和的归一化值对当前系数进行编码,或者使用绝对值之和的归一化值对当前系数进行解码。
条款99:根据条款27所述的设备,还包括:被配置为显示经解码的视频数据的显示器。
条款100:根据条款27所述的设备,其中,所述设备包括相机、计算机、移动设备、广播接收机设备或机顶盒中的一个或多个。
条款101:一种其上存储有指令的计算机可读存储介质,当指令被执行时,使用于对视频数据进行译码的设备的处理器进行以下操作:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用绝对值之和的归一化值对当前系数进行译码。
条款102:一种用于对视频数据进行译码的设备,该设备包括:用于计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和的单元;用于根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值的单元;用于使用基本级别偏移值来计算绝对值之和的归一化值的单元;以及,用于使用该绝对值之和的归一化值对当前系数进行译码的单元。
条款103:一种对视频数据进行译码的方法,该方法包括:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
条款104:根据条款103所述的方法,其中,多个相邻系数包括针对当前系数的五个相邻系数。
条款105:根据条款103和104中任一项所述的方法,其中,多个相邻系数包括当前系数的两个右侧相邻系数、当前系数的两个下部相邻系数、以及当前系数的一个左下相邻系数。
条款106:根据条款103-105中任一项所述的方法,其中,计算基本级别偏移值包括:计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中,bitDepth包括视频数据的比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真,如果条带的条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
条款107:根据条款106所述的方法,其中,T=12。
条款108:根据条款107所述的方法,其中,P1=5、P2=10、P3=6并且P4=20。
条款109:根据条款107所述的方法,其中,P1=5、P2=10、P3=10并且P4=20。
条款110:根据条款106-109中任一项所述的方法,其中,T、P1、P2、P3和P4的输入值是预先确定的。
条款111:根据条款106-109中任一项所述的方法,其中,T、P1、P2、P3和P4的输入值在比特流中用信号发送。
条款112:根据条款103-111中任一项所述的方法,其中,计算绝对值之和的归一化值包括计算Clip3(0,31,locSumAbs-baseLevelOffset),其中locSumAbs包括绝对值之和,并且baseLevelOffset包括基本级别偏移值。
条款113:根据条款103-112中任一项所述的方法,其中,使用绝对值之和的归一化值对当前系数进行译码包括:确定与绝对值之和的归一化值相对应的Rice参数;以及,使用Rice参数对当前系数的值进行二值化,以形成二值化值。
条款114:根据条款103-条款113中任一项所述的方法,其中,当前块包括第一块,视频数据的颜色分量包括第一块,绝对值之和包括第一绝对值之和,并且多个相邻系数包括第一多个相邻系数,该方法还包括:维护历史计数器,其表示用于对视频数据的所述颜色分量的系数进行译码的Rice参数的历史;根据历史计数器的当前值来推导用于视频数据的颜色分量的第二块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算第二块的第二系数的第二多个相邻系数的第二绝对值之和;使用Rice参数缩放值来计算第二绝对值之和的缩放值;以及,使用第二绝对值之和的缩放值,来对第二块的第二系数进行译码。
条款115:根据条款114所述的方法,其中,推导所述Rice参数缩放值包括:计算(StatCoeff[idx]>=T)?P2:P1,其中,idx表示颜色分量,StatCoeff[idx]表示历史计数器的当前值,并且T、P1和P2表示输入值。
条款116:根据条款115所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款117:根据条款115所述的方法,其中,T、P1和P2的输入值在视频数据中用信号发送。
条款118:根据条款115-117中任一项所述的方法,其中,T=4、P2=2并且P1=1。
条款119:根据条款114-118中任一项所述的方法,其中,推导Rice参数缩放值包括:对于包括视频数据的颜色分量的所有颜色分量,计算表示包括该历史计数器的历史计数器的聚合的聚合历史计数器值;以及,使用聚合历史计数器值来推导Rice参数缩放值。
条款120:根据条款119所述的方法,其中,计算聚合历史计数器值包括:计算((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3),其中,StatCoeff[0]表示针对颜色分量的第一颜色分量的历史计数器的第一历史计数器,StatCoeff[1]表示针对颜色分量的第二颜色分量的历史计数器的第二历史计数器,StatCoeff[2]表示针对颜色分量的第三颜色分量的历史计数器的第三历史计数器,并且w1、w2和w3表示相应的加权值。
条款121:根据条款120所述的方法,其中,推导Rice参数缩放值包括:使用(StatCoefAverage>=T)?P2:P1来推导Rice参数缩放值,其中StatCoefAverage表示聚合历史计数器值,并且T、P1和P2表示输入值。
条款122:根据条款121所述的方法,其中,T、P1和P2的输入值是预先确定的。
条款123:根据条款121所述的方法,其中,T、P1和P2的输入值在视频数据中用信号发送。
条款124:根据条款121-123中任一项所述的方法,其中,T=4、P2=2并且P1=1。
条款125:根据条款121-124中任一项所述的方法,其中,w0=2、w1=1并且w2=1。
条款126:根据条款114-125中任一项所述的方法,其中,第二块包括译码树单元(CTU)、变换单元(TU)或子变换单元(sub-TU)中的一项。
条款127:根据条款103-126中任一项所述的方法,其中,为了对当前系数进行译码,一个或多个处理器被配置为:使用绝对值之和的归一化值,对当前系数进行解码。
条款128:根据条款103-127中任一项所述的方法,其中,为了对当前系数进行译码,一个或多个处理器被配置为使用绝对值之和的归一化值对当前系数进行编码。
条款129:一种用于对视频数据进行译码的设备,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一者来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用该绝对值之和的归一化值对当前系数进行译码。
条款130:根据条款129所述的设备,其中,多个相邻系数包括针对当前系数的五个相邻系数。
条款131:根据条款129和条款130中任一项所述的设备,其中,多个相邻系数包括当前系数的两个右侧相邻系数、当前系数的两个下部相邻系数以及当前系数的一个左下相邻系数。
条款132:根据条款129-条款131中任一项所述的设备,其中,为了计算基本级别偏移值,一个或多个处理器被配置为计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中bitDepth包括视频数据的比特深度,如果条带的条带类型是帧内预测条带,则isIntra()返回值为真,如果条带的条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
条款133:根据条款132所述的设备,其中,T=12。
条款134:根据条款132和条款133中任一项所述的设备,其中T、P1、P2、P3和P4的输入值是预先确定的。
条款135:根据条款129-134中任一项所述的设备,其中为了计算绝对值之和的归一化值,一个或多个处理器被配置为计算Clip3(0,31,locSumAbs-baseLevelOffset),其中locSumAbs包括绝对值之和,并且baseLevelOffset包括基本级别偏移值。
条款136:根据条款135所述的设备,其中为了使用绝对值之和的归一化值对当前系数进行译码,一个或多个处理器被配置为:确定与绝对值之和的归一化值相对应的Rice参数;以及,使用Rice参数对当前系数的值进行二值化,以形成二值化值。
条款137:根据条款129-136中任一项所述的设备,其中,当前块包括第一块,视频数据的颜色分量包括第一块,绝对值之和包括第一绝对值之和,并且多个相邻系数包括第一多个相邻系数,并且其中一个或多个处理器被配置为:维护历史计数器,其表示用于对视频数据的颜色分量的系数进行译码的Rice参数的历史;根据历史计数器的当前值来推导用于视频数据的颜色分量的第二块的Rice参数缩放值,而不显式地对Rice参数缩放值的值进行译码;计算第二块的第二系数的第二多个相邻系数的第二绝对值之和;使用Rice参数缩放值来计算第二绝对值之和的缩放值;以及,使用第二绝对值之和的缩放值对第二块的第二系数进行译码。
条款138:根据条款137所述的设备,其中,为了推导Rice参数缩放值,一个或多个处理器被配置为:计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示颜色分量,StatCoeff[idx]表示历史计数器的当前值,并且T、P1和P2表示输入值。
条款139:根据条款129-138中任一项所述的设备,其中,为了对当前系数进行译码,一个或多个处理器被配置为进行以下操作的至少一项:使用绝对值之和的归一化值对当前系数进行编码,或者使用绝对值之和的归一化值对当前系数进行解码。
条款140:根据条款129-139中任一项所述的设备,还包括:被配置为显示经解码的视频数据的显示器。
条款141:根据条款129-140中任一项所述的设备,其中,所述设备包括相机、计算机、移动设备、广播接收机设备或机顶盒中的一项或多项。
条款142:一种其上存储有指令的计算机可读存储介质,当指令被执行时,使用于对视频数据进行译码的设备的处理器进行以下操作:计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值;使用基本级别偏移值来计算绝对值之和的归一化值;以及,使用所述绝对值之和的归一化值,来对当前系数进行译码。
条款143:一种用于对视频数据进行译码的设备,该设备包括:用于计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和的单元;用于根据视频数据的比特深度或者包括当前块的条带的条带类型中的至少一项来计算基本级别偏移值的单元;用于使用基本级别偏移值来计算绝对值之和的归一化值的单元;以及,用于使用绝对值之和的归一化值对当前系数进行译码的单元。
要认识到的是,根据示例,本文中所描述的任何技术的某些动作或事件可以以不同的顺序来执行,可以被添加、合并或完全省略(例如,并非所有描述的动作或事件对于实施所述技术都是必要的)。此外,在某些示例中,动作或事件可以被并发地执行(例如,通过多线程处理、中断处理或多个处理器)而不是顺序地执行。
在一个或多个示例中,所描述的功能可以在硬件、软件、固件或其任何组合中实现。如果用软件来实现,则所述功能可以作为一个或多个指令或代码存储在计算机可读介质上或者通过计算机可读介质进行传输并且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质(其对应于比如数据存储介质之类的有形介质)或者通信介质,所述通信介质包括例如根据通信协议来促进计算机程序从一个地方传送到另一地方的任何介介质。以这种方式,计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质、或者(2)比如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以取得用于实现在本公开内容中描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可以包括计算机可读介质。
通过示例而非限制的方式,这样的计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、闪存、或者能够用于以指令或数据结构形式存储期望的程序代码并且能够由计算机访问的任何其它介质。而且,任何连接都被适当地称为计算机可读介质。例如,如果指令是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者无线技术(例如,红外线、无线电和微波)从网站、服务器或其它远程源传送的,则同轴电缆、光纤光缆、双绞线、DSL或者无线技术(例如,红外线、无线电和微波)被包括在介质的定义中。然而,应当理解的是,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它暂时性介质,而是替代地针对非暂时性的有形存储介质。如本文所使用的,磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘则利用激光来光学地复制数据。上文的组合也应当包括在计算机可读介质的范围之内。
指令可以由一个或多个处理器来执行,比如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其它等效的集成或分立逻辑电路。因此,如本文中所使用的术语“处理器”和“处理电路”可以指代前述结构中的任何一者或者适于实现本文中所描述的技术的任何其它结构。另外,在一些方面中,本文中所描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供,或者被并入组合的译码器中。此外,所述技术可以完全在一个或多个电路或逻辑元素中实现。
本公开内容的技术可以在各种各样的设备或装置中实现,包括无线手机、集成电路(IC)或一组IC(例如,芯片组)。在本公开内容中描述各种组件、模块或单元以强调被配置为执行所公开的技术的设备的功能性方面,但是不一定要求通过不同的硬件单元来实现。确切而言,如上文所描述的,各种单元可以被组合在译码器硬件单元中,或者由可互操作的硬件单元的集合(包括如上文所描述的一个或多个处理器)结合适当的软件和/或固件来提供。
已经描述各个示例。这些和其它示例在以下权利要求的范围内。
Claims (40)
1.一种对视频数据进行译码的方法,所述方法包括:
计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;
根据所述视频数据的比特深度或者包括所述当前块的条带的条带类型中的至少一项,来计算基本级别偏移值;
使用所述基本级别偏移值来计算所述绝对值之和的归一化值;以及
使用所述绝对值之和的所述归一化值,对所述当前系数进行译码。
2.根据权利要求1所述的方法,其中,所述多个相邻系数包括针对所述当前系数的五个相邻系数。
3.根据权利要求1所述的方法,其中,所述多个相邻系数包括:针对所述当前系数的两个右侧相邻系数、针对所述当前系数的两个下部相邻系数、以及针对所述当前系数的一个左下相邻系数。
4.根据权利要求1所述的方法,其中,计算所述基本级别偏移值包括:计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中baseLevelOffset是所述基本级别偏移值,bitDepth包括针对所述视频数据的比特深度,如果所述条带的所述条带类型是帧内预测条带,则isIntra()返回值为真,或者如果所述条带的所述条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
5.根据权利要求4所述的方法,其中,T=12。
6.根据权利要求5所述的方法,其中,P1=5、P2=10、P3=6并且P4=20。
7.根据权利要求5所述的方法,其中,P1=5、P2=10、P3=10并且P4=20。
8.根据权利要求4所述的方法,其中,T、P1、P2、P3和P4的所述输入值是预先确定的。
9.根据权利要求4所述的方法,其中,T、P1、P2、P3和P4的所述输入值是在所述比特流中用信号发送的。
10.根据权利要求1所述的方法,其中,计算所述绝对值之和的所述归一化值包括计算Clip3(0,31,locSumAbs-baseLevelOffset),其中,locSumAbs包括所述绝对值之和,并且baseLevelOffset包括所述基本级别偏移值。
11.根据权利要求1所述的方法,其中,使用所述绝对值之和的所述归一化值对所述当前系数进行译码包括:
使用所述绝对值之和的所述归一化值来确定Rice参数;以及
使用所述Rice参数对所述当前系数的值进行二值化,以形成二值化值。
12.根据权利要求1所述的方法,其中,所述当前块包括第一块,所述视频数据的颜色分量包括所述第一块,所述绝对值之和包括第一绝对值之和,并且所述多个相邻系数包括第一多个相邻系数,所述方法还包括:
维护历史计数器,其表示用于对所述视频数据的所述颜色分量的系数进行译码的Rice参数的历史;
从所述历史计数器的当前值推导用于所述视频数据的所述颜色分量的第二块的Rice参数缩放值,而不显式地对所述Rice参数缩放值的值进行译码;
计算针对所述第二块的第二系数的第二多个相邻系数的第二绝对值之和;
使用所述Rice参数缩放值,来计算针对所述第二绝对值之和的缩放值;以及
使用针对所述第二绝对值之和的缩放值,对所述第二块的所述第二系数进行译码。
13.根据权利要求12所述的方法,其中,推导所述Rice参数缩放值包括:计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示所述颜色分量,StatCoeff[idx]表示针对所述历史计数器的所述当前值,并且T、P1和P2表示输入值。
14.根据权利要求13所述的方法,其中,T、P1和P2的所述输入值是预先确定的。
15.根据权利要求13所述的方法,其中,T、P1和P2的所述输入值是在所述视频数据中用信号发送的。
16.根据权利要求13所述的方法,其中,T=4,P2=2并且P1=1。
17.根据权利要求12所述的方法,其中,推导所述Rice参数缩放值包括:
对于包括所述视频数据的所述颜色分量的所有颜色分量,计算表示包括所述历史计数器的历史计数器的聚合的聚合历史计数器值;以及
使用所述聚合历史计数器值,推导所述Rice参数缩放值。
18.根据权利要求17所述的方法,其中,计算所述聚合历史计数器值包括:计算((StatCoeff[0]*w0)+StatCoeff[1]*w1+StatCoeff[2]*w2)/(w1+w2+w3),其中StatCoeff[0]表示针对所述颜色分量的第一颜色分量的所述历史计数器的第一历史计数器,StatCoeff[1]表示针对所述颜色分量的第二颜色分量的所述历史计数器的第二历史计数器,StatCoeff[2]表示针对所述颜色分量的第三颜色分量的所述历史计数器的第三历史计数器,并且w1、w2和w3表示各自的加权值。
19.根据权利要求18所述的方法,其中,推导所述Rice参数缩放值包括:使用(StatCoefAverage>=T)?P2:P1推导所述Rice参数缩放值,其中StatCoefAverage表示所述聚合历史计数器值,并且T、P1和P2表示输入值。
20.根据权利要求19所述的方法,其中,T、P1和P2的所述输入值是预先确定的。
21.根据权利要求19所述的方法,其中,T、P1和P2的所述输入值是在所述视频数据中用信号发送的。
22.根据权利要求19所述的方法,其中,T=4,P2=2并且P1=1。
23.根据权利要求19所述的方法,其中,w0=2,w1=1并且w2=1。
24.根据权利要求12所述的方法,其中,所述第二块包括译码树单元(CTU)、变换单元(TU)或子变换单元(sub-TU)中的一者。
25.根据权利要求1所述的方法,其中,对所述当前系数进行译码包括:使用所述绝对值之和的所述归一化值对所述当前系数进行解码。
26.根据权利要求1所述的方法,其中,对所述当前系数进行译码包括:使用所述绝对值之和的所述归一化值对所述当前系数进行编码。
27.一种用于对视频数据进行译码的设备,所述设备包括:
存储器,其被配置为存储视频数据;以及
一个或多个处理器,其实现在电路中并且被配置为:
计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和;
根据所述视频数据的比特深度或者包括所述当前块的条带的条带类型中的至少一项,来计算基本级别偏移值;
使用所述基本级别偏移值,来计算所述绝对值之和的归一化值;以及
使用所述绝对值之和的所述归一化值,对所述当前系数进行译码。
28.根据权利要求27所述的设备,其中,所述多个相邻系数包括针对所述当前系数的五个相邻系数。
29.根据权利要求27所述的设备,其中,所述多个相邻系数包括:针对所述当前系数的两个右侧相邻系数、针对所述当前系数的两个下部相邻系数、以及针对所述当前系数的一个左下相邻系数。
30.根据权利要求27所述的设备,其中,为了计算所述基本级别偏移值,所述一个或多个处理器被配置为计算baseLevelOffset=(bitDepth>T)?(isIntra()?P1:P2):(isIntra()?P3:P4),其中baseLevelOffset包括所述基本级别偏移值,bitDepth包括所述视频数据的所述比特深度,如果所述条带的所述条带类型是帧内预测条带,则isIntra()返回值为真,或者如果所述条带的所述条带类型是帧间预测条带,则isIntra()返回值为假,并且T、P1、P2、P3和P4包括相应的输入值。
31.根据权利要求30所述的设备,其中,T=12。
32.根据权利要求30所述的设备,其中,T、P1、P2、P3和P4的所述输入值是预先确定的。
33.根据权利要求27所述的设备,其中,为了计算所述绝对值之和的所述归一化值,所述一个或多个处理器被配置为计算Clip3(0,31,locSumAbs-baseLevelOffset),其中locSumAbs包括所述绝对值之和,并且baseLevelOffset包括所述基本级别偏移值。
34.根据权利要求27所述的方法,其中,为了使用所述绝对值之和的所述归一化值对所述当前系数进行译码,所述一个或多个处理器被配置为进行以下操作:
使用所述绝对值之和的所述归一化值,来确定Rice参数;以及
使用所述Rice参数对所述当前系数的值进行二值化,以形成二值化值。
35.根据权利要求27所述的设备,其中,所述当前块包括第一块,所述视频数据的颜色分量包括所述第一块,所述绝对值之和包括第一绝对值之和,并且所述多个相邻系数包括第一多个相邻系数,并且其中所述一个或多个处理器还被配置为进行以下操作:
维护历史计数器,其表示用于对所述视频数据的所述颜色分量的系数进行译码的Rice参数的历史;
从所述历史计数器的当前值推导用于所述视频数据的所述颜色分量的第二块的Rice参数缩放值,而不显式地对所述Rice参数缩放值的值进行译码;
计算针对所述第二块的第二系数的第二多个相邻系数的第二绝对值之和;
使用所述Rice参数缩放值来计算针对所述第二绝对值之和的缩放值;以及
使用针对所述第二绝对值之和的缩放值,来对所述第二块的所述第二系数进行译码。
36.根据权利要求35所述的设备,其中,为了推导所述Rice参数缩放值,所述一个或多个处理器被配置为计算(StatCoeff[idx]>=T)?P2:P1,其中idx表示所述颜色分量,StatCoeff[idx]表示所述历史计数器的所述当前值,并且T、P1和P2表示输入值。
37.根据权利要求27所述的设备,其中,为了对所述当前系数进行译码,所述一个或多个处理器被配置为进行以下操作的至少一者:使用所述绝对值之和的所述归一化值对所述当前系数进行编码,或者使用所述绝对值之和的所述归一化值对所述当前系数进行解码。
38.根据权利要求27所述的设备,还包括:被配置为显示经解码的视频数据的显示器。
39.根据权利要求27所述的设备,其中,所述设备包括以下一项或多项:相机、计算机、移动设备、广播接收机设备或机顶盒。
40.一种用于对视频数据进行译码的设备,所述设备包括:
用于计算针对视频数据的当前块的当前系数的多个相邻系数的绝对值之和的单元;
用于根据所述视频数据的比特深度或者包括所述当前块的条带的条带类型中的至少一项来计算基本级别偏移值的单元;
用于使用所述基本级别偏移值来计算所述绝对值之和的归一化值的单元;以及
用于使用所述绝对值之和的所述归一化值对所述当前系数进行译码的单元。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/173,269 | 2021-04-09 | ||
US17/658,396 | 2022-04-07 | ||
US17/658,396 US11985307B2 (en) | 2021-04-09 | 2022-04-07 | Deriving a rice parameter for coding high bit depth video data |
PCT/US2022/071628 WO2022217272A1 (en) | 2021-04-09 | 2022-04-08 | Deriving a rice parameter for coding high bit depth video data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117413517A true CN117413517A (zh) | 2024-01-16 |
Family
ID=89500441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280025387.9A Pending CN117413517A (zh) | 2021-04-09 | 2022-04-08 | 推导用于对高比特深度视频数据进行译码的rice参数 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117413517A (zh) |
-
2022
- 2022-04-08 CN CN202280025387.9A patent/CN117413517A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113940069A (zh) | 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令 | |
CN112204967A (zh) | 用于划分视频数据的帧间预测片段中的视频块的系统和方法 | |
CN112840664B (zh) | 用于置零变换的扫描和最后系数位置译码 | |
CN113748679A (zh) | 用于视频编解码的帧内块复制合并数据语法 | |
CN114258675A (zh) | 用于视频编码的跨分量自适应环路滤波 | |
CN114846794A (zh) | 视频译码中针对子图的参考子图缩放比率 | |
CN116349226A (zh) | 用于视频编解码期间进行滤波的多神经网络模型 | |
CN113557723B (zh) | 使用不同的色度格式的三角预测单元模式中的视频译码 | |
CN113994694A (zh) | 视频译码中的简化帧内色度模式译码 | |
CN113545058A (zh) | 用于变换跳过模式的系数译码 | |
CN116508321A (zh) | 视频译码期间基于联合分量神经网络的滤波 | |
CN114080805A (zh) | 用于视频译码的自适应环路滤波的非线性扩展 | |
CN114424570B (zh) | 用于视频编解码的变换单元设计 | |
CN113597762A (zh) | 视频译码中具有非线性自适应环路滤波器的固定滤波器 | |
KR20230038709A (ko) | 다중 적응형 루프 필터 세트들 | |
TW202106023A (zh) | 調色板模式下的增量量化參數訊令 | |
CN114402603A (zh) | 视频编解码中无损/有损编解码模式的rice参数推导 | |
US11985307B2 (en) | Deriving a rice parameter for coding high bit depth video data | |
TW202308377A (zh) | 視訊譯碼中的用信號通知的具有多個分類器的自我調整迴路濾波器 | |
TW202133621A (zh) | 支援有損解碼和無損解碼兩者的殘差解碼 | |
TW202228437A (zh) | 用於在視訊寫碼中最可能模式列表建構的解碼器側幀內模式推導 | |
CN116235498A (zh) | 去块滤波器参数信令 | |
CN114731403A (zh) | 基于量化参数的残差编解码选择和低层级信令 | |
CN113647107A (zh) | 用于视频译码的最后位置译码的上下文推导 | |
CN114930826B (zh) | 用于视频编解码中最后位置编解码的坐标的上下文推导和熵编解码初始化参数 |
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 |