TW202143715A - 視訊譯碼中的子區塊合併候選的信令數目 - Google Patents

視訊譯碼中的子區塊合併候選的信令數目 Download PDF

Info

Publication number
TW202143715A
TW202143715A TW110112593A TW110112593A TW202143715A TW 202143715 A TW202143715 A TW 202143715A TW 110112593 A TW110112593 A TW 110112593A TW 110112593 A TW110112593 A TW 110112593A TW 202143715 A TW202143715 A TW 202143715A
Authority
TW
Taiwan
Prior art keywords
syntax element
value
block
video
sub
Prior art date
Application number
TW110112593A
Other languages
English (en)
Inventor
黃漢
陳建樂
錢威俊
馬塔 卡茲維克茲
Original Assignee
美商高通公司
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 美商高通公司 filed Critical 美商高通公司
Publication of TW202143715A publication Critical patent/TW202143715A/zh

Links

Images

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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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

Landscapes

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

Abstract

一種示例方法包括：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，第二語法元素的值是基於與第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的最大數量，對視訊資料的圖片進行編碼。

Description

視訊譯碼中的子區塊合併候選的信令數目
本申請要求享有於2020年4月7日提交的美國臨時申請號63/006,569的權益，其全部內容通過引用的方式合併入本文。
本公開內容涉及視訊編碼和視訊解碼。
數位視訊能力可以被合併到各種各樣的設備中，包括數位電視機、數位直播系統、無線廣播系統、個人數位助理（PDA）、膝上型電腦或臺式電腦、平板電腦、電子書閱讀器、數位相機、數位記錄設備、數位媒體播放器、視訊遊戲設備、視訊遊戲控制台、蜂巢式或衛星無線電電話（所謂的“智慧型電話”）、視訊電話會議設備、視訊串流設備等。數位視訊設備實現視訊譯碼技術（諸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4（第10部分，高級視訊譯碼（AVC））、ITU-T H.265/高效率視訊譯碼（HEVC）所定義的標準以及此類標準的擴展中描述的那些技術）。通過實現這樣的視訊譯碼技術，視訊設備可以更加高效地發送、接收、編碼、解碼和/或儲存數位視訊資訊。
視訊譯碼技術包括空間（圖片內）預測和/或時間（圖片間）預測以減少或去除在視訊序列中固有的冗餘。對於基於區塊的視訊譯碼，視訊切片（例如，視訊圖片或視訊圖片的一部分）可以被分割為視訊區塊，視訊區塊也可以被稱為譯碼樹單元（CTU）、譯碼單元（CU）和/或譯碼節點。圖片的經幀內譯碼（I）的切片中的視訊區塊是使用相對於同一圖片中的相鄰區塊中的參考樣本的空間預測來編碼的。圖片的經幀間譯碼（P或B）的切片中的視訊區塊可以使用相對於同一圖片中的相鄰區塊中的參考樣本的空間預測或者相對於其它參考圖片中的參考樣本的時間預測。圖片可以被稱為幀，並且參考圖片可以被稱為參考幀。
通常，本公開內容描述了用於確定基於子區塊的合併候選者的最大數量的技術。當執行幀間預測時，視訊譯碼器（例如，視訊編碼器和/或視訊解碼器）可以構建基於子區塊的合併候選者的列表（例如，subblockMergeCandList）。出於各種考慮，可能期望限制基於子區塊的合併候選者列表中包括的候選者的數量。這樣一來，當對視訊資料進行編碼時，視訊編碼器可以使用與基於子區塊的合併候選者的最大數量相比更小或相等的基於子區塊的合併候選者的數量來測試編碼。視訊編碼器可以以信號發送語法元素，所述語法元素指定基於子區塊的合併候選者的最大數量。
與以信號發送直接指定最大數量的語法元素相反，視訊編碼器可以以信號發送指定基於子區塊的合併候選者的最大數量的函數的語法元素。例如，視訊編碼器可以以信號發送語法元素，所述語法元素指定5減去基於子區塊的合併候選者的最大數量。視訊解碼器可以通過將5加上語法元素的值來確定基於子區塊的合併候選者的最大數量。
視訊編碼器可以約束語法元素的值，所述語法元素指定基於子區塊的合併候選者的最大數量的函數。例如，視訊編碼器可以基於語法元素的值指定是否啟用基於仿射模型的運動補償，來約束指定基於子區塊的合併候選者的最大數量的函數的語法元素的值。例如，視訊編碼器可以將指定5減去基於子區塊的最大合併候選者的最大數量的語法元素的值（例如，five_minus_max_num_subblock_merge_cand）限制為與5減去指定是否啟用基於仿射模型的運動補償的語法元素的值（例如，sps_affine_enabled_flag）相比更小。但是，這樣的約束可能導致不合意的行為。例如，其中指定是否啟用基於仿射模型的運動補償的標誌是1並且指定5減去基於子區塊的合併候選者的最大數量的語法元素的值是5的情況下，視訊解碼器可以推導最大數量為零，其可能導致各種不合意的行為（例如，合併可能被禁用於仿射，而不管會啟用此類模式的其它標誌）。
根據本公開內容的一種或多種技術，視訊編碼器可以確定基於子區塊的合併候選者的最大數量位於由與表示是否啟用仿射的語法元素不同（例如，與sps_affine_enabled_flag不同）的值所約束的範圍內。例如，視訊解碼器可以基於指定基於子區塊的時間運動向量預測值（SbTMVP）是否可以用於對視訊資料的圖片進行解碼的語法元素的值，來約束指定基於子區塊的合併候選者的最大數量的語法元素的值。通過確定基於子區塊的合併候選者的最大數量位於由與表示是否啟用仿射的語法元素不同的值所約束的範圍內，視訊解碼器可以在仿射時允許禁用（例如，關閉）仿射合併。通過允許禁用仿射合併，視訊解碼器可以避免不得不執行計算和處理以支持仿射合併（例如，將至少一個仿射合併候選者插入到子區塊合併列表中）。通過這種方式，本公開內容的技術實現了對視訊壓縮的簡化。
在一個示例中，一種方法包括：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
在另一個示例中，一種設備，包括：記憶體，被配置為儲存視訊位元串流的至少一部分；處理電路，被配置為：對所述視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
在另一示例中，一種設備包括：用於對所述視訊位元串流中的第一語法元素進行編碼的單元，所述第一語法元素指定是否啟用基於仿射模型的運動補償；用於基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼的單元，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，用於基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼的單元。
在另一示例中，一種電腦可讀儲存媒體儲存指令，所述指令在被執行時使得一個或多個處理器用於：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
在附圖和以下描述中闡述了一個或多個示例的細節。根據描述、附圖和申請專利範圍，其它特徵、目的和優點將是清楚的。
圖1是示出可以執行本公開內容的技術的示例視訊編碼和解碼系統100的框圖。概括而言，本公開內容的技術涉及對視訊資料進行譯碼（編碼和/或解碼）。通常，視訊資料包括用於處理視訊的任何資料。因此，視訊資料可以包括原始的未經編碼的視訊、經編碼的視訊、經解碼（例如，經重構）的視訊、以及視訊元資料（例如，信令資料）。
如圖1中所示，在該示例中，系統100包括源設備102，源設備102提供要被目的地設備116解碼和顯示的、經編碼的視訊資料。具體地，源設備102經由電腦可讀媒體110來將視訊資料提供給目的地設備116。源設備102和目的地設備116可以包括各種各樣的設備中的任何一種，包括桌上型電腦、筆記本（即，膝上型）電腦、平板電腦、機頂盒、諸如智慧型電話之類的電話手機、電視機、相機、顯示設備、數位媒體播放器、視訊遊戲控制台、視訊串流設備等。在一些情況下，源設備102和目的地設備116可以被配備用於無線通信，並且因此可以被稱為無線通信設備。
在圖1的示例中，源設備102包括視訊源104、記憶體106、視訊編碼器200以及輸出介面108。目的地設備116包括輸入介面122、視訊解碼器300、記憶體120以及顯示設備118。根據本公開內容，源設備102的視訊編碼器200和目的地設備116的視訊解碼器300可以被配置為應用用於確定子區塊合併候選者的最大數量的技術。因此，源設備102表示視訊編碼設備的示例，而目的地設備116表示視訊解碼設備的示例。在其它示例中，源設備和目的地設備可以包括其它組件或佈置。例如，源設備102可以從諸如外部相機之類的外部視訊源接收視訊資料。同樣，目的地設備116可以與外部顯示設備對接，而不是包括整合式顯示設備。
如圖1所示的系統100僅是一個示例。通常，任何數位視訊編碼和/或解碼設備可以執行用於確定子區塊合併候選者的最大數量的技術。源設備102和目的地設備116僅是這樣的譯碼設備的示例，其中，源設備102生成經譯碼的視訊資料以用於傳輸給目的地設備116。本公開內容將“譯碼”設備指代為執行對資料的譯碼（例如，編碼和/或解碼）的設備。因此，視訊編碼器200和視訊解碼器300分別表示譯碼設備（具體地，視訊編碼器和視訊解碼器）的示例。在一些示例中，源設備102和目的地設備116可以以基本上對稱的方式進行操作，使得源設備102和目的地設備116中的每一個都包括視訊編碼和解碼組件。因此，系統100可以支持在源設備102與目的地設備116之間的單向或雙向視訊傳輸，例如，以用於視訊串流、視訊回放、視訊廣播或視訊電話。
通常，視訊源104表示視訊資料（即原始的未經譯碼的視訊資料）的源，並且將視訊資料的順序的一系列圖片（也被稱為“幀”）提供給視訊編碼器200，視訊編碼器200對用於圖片的資料進行編碼。源設備102的視訊源104可以包括視訊捕獲設備，諸如相機、包含先前捕獲的原始視訊的視訊存檔單元、和/或用於從視訊內容提供者接收視訊的視訊饋送介面。作為另外的替代方式，視訊源104可以生成基於電腦圖形的資料作為源視訊，或者生成實時視訊、被存檔的視訊和電腦生成的視訊的組合。在每種情況下，視訊編碼器200可以對被捕獲的、預捕獲的或電腦生成的視訊資料進行編碼。視訊編碼器200可以將圖片從所接收的順序（有時被稱為“顯示順序”）重新排列為用於譯碼的譯碼順序。視訊編碼器200可以生成包括經編碼的視訊資料的位元串流。然後，源設備102可以經由輸出介面108將經編碼的視訊資料輸出到電腦可讀媒體110上，以便由例如目的地設備116的輸入介面122接收和/或取回。
源設備102的記憶體106和目的地設備116的記憶體120表示通用記憶體。在一些示例中，記憶體106、120可以儲存原始視訊資料，例如，來自視訊源104的原始視訊以及來自視訊解碼器300的原始的經解碼的視訊資料。補充或替代地，記憶體106、120可以儲存可由例如視訊編碼器200和視訊解碼器300分別執行的軟體指令。儘管在該示例中記憶體106和記憶體120被示為與視訊編碼器200和視訊解碼器300分開，但是應當理解的是，視訊編碼器200和視訊解碼器300還可以包括用於在功能上類似或等效目的的內部記憶體。此外，記憶體106、120可以儲存例如從視訊編碼器200輸出並且輸入到視訊解碼器300的經編碼的視訊資料。在一些示例中，記憶體106、120的部分可以被分配為一個或多個視訊緩衝器，例如，以儲存原始的經解碼和/或經編碼的視訊資料。
電腦可讀媒體110可以表示能夠將經編碼的視訊資料從源設備102輸送到目的地設備116的任何類型的媒體或設備。在一個示例中，電腦可讀媒體110表示通信媒體，其使得源設備102能夠例如經由射頻網路或基於電腦的網路，來實時地向目的地設備116直接發送經編碼的視訊資料。根據諸如無線通信協定之類的通信標準，輸出介面108可以對包括經編碼的視訊資料的傳輸信號進行解調，並且輸入介面122可以對所接收的傳輸信號進行解調。通信媒體可以包括任何無線或有線通信媒體，例如，射頻（RF）頻譜或者一條或多條物理傳輸線。通信媒體可以形成諸如以下各項的基於分組的網路的一部分：局域網、廣域網、或諸如網際網路之類的全球網路。通信媒體可以包括路由器、交換機、基站、或對於促進從源設備102到目的地設備116的通信而言可以有用的任何其它設備。
在一些示例中，源設備102可以將經編碼的資料從輸出介面108輸出到儲存設備112。類似地，目的地設備116可以經由輸入介面122從儲存設備112訪問經編碼的資料。儲存設備112可以包括各種分布式或本地訪問的資料儲存媒體中的任何一種，諸如硬碟驅動器、藍光光碟、DVD、CD-ROM、快閃、揮發性或非揮發性記憶體、或用於儲存經編碼的視訊資料的任何其它適當的數位儲存媒體。
在一些示例中，源設備102可以將經編碼的視訊資料輸出到檔案伺服器114或者可以儲存由源設備102生成的經編碼的視訊資料的另一中間儲存設備。目的地設備116可以經由串流或下載來從檔案伺服器114存取被儲存的視訊資料。檔案伺服器114可以是能夠儲存經編碼的視訊資料並且將該經編碼的視訊資料發送給目的地設備116的任何類型的伺服器設備。檔案伺服器114可以表示網頁伺服器（例如，用於網站）、檔案傳輸協定（FTP）伺服器、內容遞送網路設備、或網路附加儲存（NAS）設備。目的地設備116可以通過任何標準資料連接（包括網際網路連接）來從檔案伺服器114訪問經編碼的視訊資料。這可以包括適於訪問被儲存在檔案伺服器114上的經編碼的視訊資料的無線信道（例如，Wi-Fi連接）、有線連接（例如，數位用戶線（DSL）、電纜調變解調器等）、或這兩者的組合。檔案伺服器114和輸入介面122可以被配置為根據以下各項來操作：串流傳輸協定、下載傳輸協定、或其組合。
輸出介面108和輸入介面122可以表示無線發射器/接收器、調變解調器、有線聯網組件（例如，以太網卡）、根據各種IEEE 802.11標準中的任何一種標準進行操作的無線通信組件、或其它實體組件。在其中輸出介面108和輸入介面122包括無線組件的示例中，輸出介面108和輸入介面122可以被配置為根據蜂巢式通信標準（諸如4G、4G-LTE（長期演進）、改進的LTE、5G等）來傳輸資料（諸如經編碼的視訊資料）。在其中輸出介面108包括無線發射器的一些示例中，輸出介面108和輸入介面122可以被配置為根據其它無線標準（諸如IEEE 802.11規範、IEEE 802.15規範（例如，ZigBee™）、藍牙™標準等）來傳輸資料（諸如經編碼的視訊資料）。在一些示例中，源設備102和/或目的地設備116可以包括相應的片上系統（SoC）設備。例如，源設備102可以包括用於執行被賦予視訊編碼器200和/或輸出介面108的功能的SoC設備，並且目的地設備116可以包括用於執行被賦予視訊解碼器300和/或輸入介面122的功能的SoC設備。
本公開內容的技術可以應用於視訊譯碼，以支持各種多媒體應用中的任何一種，諸如空中電視廣播、有線電視傳輸、衛星電視傳輸、網際網路串流視訊傳輸（諸如基於HTTP的動態自適應串流（DASH））、被編碼到資料儲存媒體上的數位視訊、對被儲存在資料儲存媒體上的數位視訊的解碼、或其它應用。
目的地設備116的輸入介面122從電腦可讀媒體110（例如，通信媒體、儲存設備112、檔案伺服器114等）接收經編碼的視訊位元串流。經編碼的視訊位元串流110可以包括由視訊編碼器200定義的諸如以下語法元素之類的信令資訊（其也被視訊解碼器300使用）：所述語法元素具有描述視訊區塊或其它譯碼單元（例如，切片、圖片、圖片組、序列等）的特性和/或處理的值。顯示設備118將經解碼的視訊資料的經解碼的圖片顯示給用戶。顯示設備118可以表示各種顯示設備中的任何一種，比如，液晶顯示器（LCD）、等離子顯示器、有機發光二極體（OLED）顯示器、或另一類型的顯示設備。
儘管在圖1中未示出，但是在一些示例中，視訊編碼器200和視訊解碼器300可以各自與音頻編碼器和/或音頻解碼器整合，並且可以包括適當的MUX-DEMUX單元或其它硬體和/或軟體，以處理包括公共資料串流中的音頻和視訊兩者的經多工的串流。如果適用，MUX-DEMUX單元可以遵循ITU H.223多工器協定或其它協定（比如，用戶資料報協定（UDP））。
視訊編碼器200和視訊解碼器300各自可以被實現為各種適當的編碼器和/或解碼器電路中的任何一種，諸如一個或多個微處理器、數位信號處理器（DSP）、特殊應用積體電路（ASIC）、現場可編程閘陣列（FPGA）、離散邏輯、軟體、硬體、韌體、或其任何組合。當所述技術部分地用軟體實現時，設備可以將用於軟體的指令儲存在適當的非暫時性電腦可讀媒體中，並且使用一個或多個處理器，用硬體來執行指令以執行本公開內容的技術。視訊編碼器200和視訊解碼器300中的每一者可以被包括在一個或多個編碼器或解碼器中，編碼器或解碼器中的任一者可以被整合為相應設備中的組合編碼器/解碼器（CODEC）的一部分。包括視訊編碼器200和/或視訊解碼器300的設備可以包括積體電路、微處理器、和/或無線通信設備（比如，蜂巢式電話）。
視訊編碼器200和視訊解碼器300可以根據視訊譯碼標準（諸如ITU-T H.265（也被稱為高效率視訊譯碼（HEVC）標準）或對其的擴展（諸如多視圖和/或可伸縮視訊譯碼擴展））進行操作。可選地，視訊編碼器200和視訊解碼器300可以根據其它專有或行業標準（例如，ITU-T H.266，也被稱為多功能視訊譯碼（VVC））進行操作。VVC標準的最新草案是在ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29/WG 11的聯合視訊專家組（JVET）於2020年1月7日至17日在比利時布魯塞爾的第17次會議，JVET-Q2001-vE，Bross等人的“Versatile Video Coding (Draft 8)”（後面被稱為“VVC Draft 8”）中描述的。然而，本公開內容的技術不限於任何具體的編碼標準。
通常，視訊編碼器200和視訊解碼器300可以執行對圖片的基於區塊的譯碼。術語“區塊”通常指代包括要被處理的（例如，在編碼和/或解碼過程中要被編碼、被解碼或以其它方式使用的）資料的結構。例如，區塊可以包括亮度和/或色度資料的樣本的二維矩陣。通常，視訊編碼器200和視訊解碼器300可以對以YUV（例如，Y、Cb、Cr）格式表示的視訊資料進行譯碼。也就是說，並不是對用於圖片的樣本的紅色、綠色和藍色（RGB）資料進行譯碼，視訊編碼器200和視訊解碼器300可以對亮度和色度分量進行譯碼，其中，色度分量可以包括紅色色相和藍色色相色度分量兩者。在一些示例中，視訊編碼器200在進行編碼之前將所接收的經RGB格式化的資料轉換為YUV表示，並且視訊解碼器300將YUV表示轉換為RGB格式。可選地，預處理和後處理單元（未圖示）可以執行這些轉換。
本公開內容可以通常涉及對圖片的譯碼（例如，編碼和解碼）以包括對圖片的資料進行編碼或解碼的過程。類似地，本公開內容可以涉及對圖片的區塊的譯碼以包括對用於區塊的資料進行編碼或解碼（例如，預測和/或殘差譯碼）的過程。經編碼的視訊位元串流通常包括用於表示譯碼決策（例如，譯碼模式）以及將圖片分割為區塊的語法元素的一系列值。因此，關於對圖片或區塊進行譯碼的引用通常應當被理解為對用於形成圖片或區塊的語法元素的值進行譯碼。
HEVC定義了各種區塊，包括譯碼單元（CU）、預測單元（PU）和轉換單元（TU）。根據HEVC，視訊譯碼器（諸如視訊編碼器200）根據四叉樹結構來將譯碼樹單元（CTU）分割為CU。也就是說，視訊譯碼器將CTU和CU分割為四個相等的、不重疊的正方形，並且四叉樹的每個節點具有零個或四個子節點。沒有子節點的節點可以被稱為“葉節點”，並且這種葉節點的CU可以包括一個或多個PU和/或一個或多個TU。視訊譯碼器可以進一步分割PU和TU。例如，在HEVC中，殘差四叉樹（RQT）表示對TU的分區。在HEVC中，PU表示幀間預測資料，而TU表示殘差資料。經幀內預測的CU包括幀內預測資訊，比如，幀內模式指示。
作為另一示例，視訊編碼器200和視訊解碼器300可以被配置為根據VVC進行操作。根據VVC，視訊譯碼器（比如，視訊編碼器200）將圖片分割為多個譯碼樹單元（CTU）。視訊編碼器200可以根據樹結構（比如，四叉樹-二叉樹（QTBT）結構或多類型樹（MTT）結構）來分割CTU。QTBT結構去除了多種分割類型的概念，諸如在HEVC的CU、PU和TU之間的分隔。QTBT結構包括兩個級別：根據四叉樹分割而被分割的第一級別、以及根據二叉樹分割而被分割的第二級別。QTBT結構的根節點對應於CTU。二叉樹的葉節點對應於譯碼單元（CU）。
在MTT分割結構中，可以使用四叉樹（QT）分割、二叉樹（BT）分割以及一種或多種類型的三叉樹（TT）（也被稱為三元樹（TT））分割來對區塊進行分割。三叉樹或三元樹分割是其中區塊被分為三個子區塊的分割。在一些示例中，三叉樹或三元樹分割將區塊劃分為三個子區塊，而不通過中心劃分原始區塊。MTT中的分割類型（例如，QT、BT和TT）可以是對稱的或不對稱的。
在一些示例中，視訊編碼器200和視訊解碼器300可以使用單個QTBT或MTT結構來表示亮度分量和色度分量中的每一者，而在其它示例中，視訊編碼器200和視訊解碼器300可以使用兩個或更多個QTBT或MTT結構，諸如用於亮度分量的一個QTBT/MTT結構以及用於兩個色度分量的另一個QTBT/MTT結構（或者用於相應色度分量的兩個QTBT/MTT結構）。
視訊編碼器200和視訊解碼器300可以被配置為使用每HEVC的四叉樹分割、QTBT分割、MTT分割、或其它分割結構。為了解釋的目的，關於QTBT分割給出了本公開內容的技術的描述。然而，應當理解的是，本公開內容的技術還可以應用於被配置為使用四叉樹分割或者還使用其它類型的分割的視訊譯碼器。
在一些示例中，CTU包括：亮度樣本的譯碼樹區塊（CTB）、具有三個樣本陣列的圖片的色度樣本的兩個相應CTB，或者黑白圖片或使用三個獨立的色彩平面和用於對樣本進行譯碼的語法結構進行譯碼的圖片的樣本的CTB。一個CTB可以是針對某個N值的樣本的NxN區塊，使得一個分量到多個CTB的劃分是一次分割。一個分量是來自以4:2:0、4:2:2或4:4:4顏色格式構成一張圖片的三個陣列（亮度和兩個色度）之一的陣列或單個樣本、或者是構成黑白格式的圖片的陣列或陣列的單個樣本。在一些示例中，譯碼區塊是針對一些值M和N的樣本的M×N區塊，使得一個CTB到多個譯碼區塊的劃分是一次分割。
可以以各種方式在圖片中對區塊（例如，CTU或CU）進行分組。舉一個例子，磚塊（brick）可以指代圖片中的特定瓦片（tile）內的CTU行的矩形區域。瓦片可以是圖片中的特定瓦片列和特定瓦片行內的CTU的矩形區域。瓦片列指代CTU的矩形區域，其具有等於圖片的高度的高度以及由語法元素（例如，諸如在圖片參數集中）指定的寬度。瓦片行指代CTU的矩形區域，其具有由語法元素指定的高度（例如，諸如在圖片參數集中）以及與圖片的寬度相等的寬度。
在一些示例中，可以將一個瓦片分割為多個磚塊，每個磚塊可以包括瓦片內的一個或多個CTU行。沒有被分割為多個磚塊的瓦片也可以被稱為磚塊。然而，作為瓦片的真實子集的磚塊可以不被稱為瓦片。
圖片中的磚塊也可以以切片來排列。切片可以是圖片的整數個磚塊，其可以唯一地被包含在單個網路抽象層（NAL）單元中。在一些示例中，切片包括多個完整的瓦片或者僅包括一個瓦片的完整磚塊的連續序列。
本公開內容可以互換地使用“N×N”和“N乘N”來指代區塊（諸如CU或其它視訊區塊）在垂直和水平維度方面的樣本大小，例如，16×16個樣本或16乘16個樣本。通常，16×16 CU將在垂直方向上具有16個樣本（y = 16），並且在水平方向上將具有16個樣本（x = 16）。同樣地，NxN CU通常在垂直方向上具有N個樣本，並且在水平方向上具有N個樣本，其中N表示非負整數值。CU中的樣本可以按行和列來排列。此外，CU不一定需要在水平方向上具有與在垂直方向上相同的數量的樣本。例如，CU可以包括N×M個樣本，其中，M不一定等於N。
視訊編碼器200對用於CU的表示預測和/或殘差資訊以及其它資訊的視訊資料進行編碼。預測資訊指示將如何預測CU以便形成用於CU的預測區塊。殘差資訊通常表示在編碼之前的CU的樣本與預測區塊之間的逐個樣本差。
為了預測CU，視訊編碼器200通常可以通過幀間預測或幀內預測來形成用於CU的預測區塊。幀間預測通常指代根據先前譯碼的圖片的資料來預測CU，而幀內預測通常指代根據同一圖片的先前譯碼的資料來預測CU。為了執行幀間預測，視訊編碼器200可以使用一個或多個運動向量來生成預測區塊。視訊編碼器200通常可以執行運動搜索，以識別例如在CU與參考區塊之間的差異方面與CU緊密匹配的參考區塊。視訊編碼器200可以使用絕對差之和（SAD）、平方差之和（SSD）、平均絕對差（MAD）、均方差（MSD）、或其它這種差計算來計算差度量，以確定參考區塊是否與當前CU緊密匹配。在一些示例中，視訊編碼器200可以使用單向預測或雙向預測來預測當前CU。
VVC的一些示例還提供仿射運動補償模式，其可以被認為是幀間預測模式。在仿射運動補償模式下，視訊編碼器200可以確定表示非平移運動（比如，放大或縮小、旋轉、透視運動或其它不規則的運動類型）的兩個或更多個運動向量。
為了執行幀內預測，視訊編碼器200可以選擇幀內預測模式來生成預測區塊。VVC的一些示例提供六十七種幀內預測模式，包括各種方向性模式、以及平面模式和DC模式。通常，視訊編碼器200選擇幀內預測模式，幀內預測模式描述要根據其來預測當前區塊（例如，CU的區塊）的樣本的、當前區塊的相鄰樣本。假定視訊編碼器200以光柵掃描順序（從左到右、從上到下）對CTU和CU進行譯碼，則這樣的樣本通常可以是在與當前區塊相同的圖片中在當前區塊的上方、左上方或左側。
視訊編碼器200對表示用於當前區塊的預測模式的資料進行編碼。例如，對於幀間預測模式，視訊編碼器200可以對表示使用各種可用幀間預測模式中的哪一種的資料以及用於對應模式的運動資訊進行編碼。對於單向或雙向幀間預測，例如，視訊編碼器200可以使用高級運動向量預測（AMVP）或合併模式來對運動向量進行編碼。視訊編碼器200可以使用類似的模式來對用於仿射運動補償模式的運動向量進行編碼。
在諸如對區塊的幀內預測或幀間預測之類的預測之後，視訊編碼器200可以計算用於該區塊的殘差資料。殘差資料（諸如殘差區塊）表示在區塊與用於該區塊的預測區塊之間的逐個樣本差，該預測區塊是使用對應的預測模式來形成的。視訊編碼器200可以將一個或多個轉換應用於殘差區塊，以在轉換域中而非在樣本域中產生經轉換的資料。例如，視訊編碼器200可以將離散餘弦轉換（DCT）、整數轉換、小波轉換或概念上類似的轉換應用於殘差視訊資料。另外，視訊編碼器200可以在第一轉換之後應用二次轉換，諸如模式相關的不可分離二次轉換（MDNSST）、信號相關轉換、Karhunen-Loeve轉換（KLT）等。視訊編碼器200在應用一個或多個轉換之後產生轉換係數。
如上所述，在任何轉換以產生轉換係數之後，視訊編碼器200可以執行對轉換係數的量化。量化通常指代如下的過程：在該過程中，對轉換係數進行量化以可能減少用於表示這些轉換係數的資料量，從而提供進一步的壓縮。通過執行量化過程，視訊編碼器200可以減小與一些或所有轉換係數相關聯的位元深度。例如，視訊編碼器200可以在量化期間將n位元的值向下捨入為m位元的值，其中n大於m。在一些示例中，為了執行量化，視訊編碼器200可以執行對要被量化的值的按位右移。
在量化之後，視訊編碼器200可以掃描轉換係數，從而從包括經量化的轉換係數的二維矩陣產生一維向量。可以將掃描設計為將較高能量（並且因此較低頻率）的轉換係數放在向量的前面，並且將較低能量（並且因此較高頻率）的轉換係數放在向量的後面。在一些示例中，視訊編碼器200可以利用預定義的掃描順序來掃描經量化的轉換係數以產生經串行化的向量，並且然後對向量的經量化的轉換係數進行熵編碼。在其它示例中，視訊編碼器200可以執行自適應掃描。在掃描經量化的轉換係數以形成一維向量之後，視訊編碼器200可以例如根據上下文自適應二進制算術譯碼（CABAC）來對一維向量進行熵編碼。視訊編碼器200還可以對用於描述與經編碼的視訊資料相關聯的元資料的語法元素的值進行熵編碼，以供視訊解碼器300在對視訊資料進行解碼時使用。
為了執行CABAC，視訊編碼器200可以將上下文模型內的上下文分配給要被發送的符號。上下文可以涉及例如符號的相鄰值是否為零值。概率確定可以是基於被分配給符號的上下文的。
視訊編碼器200還可以例如在圖片標頭、區塊標頭、切片標頭中為視訊解碼器300生成語法資料（比如，基於區塊的語法資料、基於圖片的語法資料和基於序列的語法資料）、或其它語法資料（比如，序列參數集（SPS）、圖片參數集（PPS）或視訊參數集（VPS））。同樣地，視訊解碼器300可以對這樣的語法資料進行解碼以確定如何解碼對應的視訊資料。
以這種方式，視訊編碼器200可以生成位元串流，其包括經編碼的視訊資料，例如，描述將圖片分割為區塊（例如，CU）以及用於該區塊的預測和/或殘差資訊的語法元素。最終，視訊解碼器300可以接收位元串流並且對經編碼的視訊資料進行解碼。
通常，視訊解碼器300執行與由視訊編碼器200執行的過程相反的過程，以對位元串流的經編碼的視訊資料進行解碼。例如，視訊解碼器300可以使用CABAC，以與視訊編碼器200的CABAC編碼過程基本上類似的、但是相反的方式來對用於位元串流的語法元素的值進行解碼。語法元素可以定義用於將圖片分割為CTU、以及根據對應的分割結構（比如，QTBT結構）對每個CTU進行分割，以定義CTU的CU的分割資訊。語法元素還可以定義用於視訊資料的區塊（例如，CU）的預測和殘差資訊。
殘差資訊可以由例如經量化的轉換係數來表示。視訊解碼器300可以對區塊的經量化的轉換係數進行逆量化和逆轉換以重構用於該區塊的殘差區塊。視訊解碼器300使用經信號發送的預測模式（幀內預測或幀間預測）和相關的預測資訊（例如，用於幀間預測的運動資訊）來形成用於該區塊的預測區塊。視訊解碼器300然後可以對預測區塊和殘差區塊（在逐個樣本的基礎上）進行組合以重構原始區塊。視訊解碼器300可以執行額外處理，諸如執行去區塊過程以減少沿著區塊的邊界的視覺偽影。
在VVC草案8中，在序列參數集（SPS）中以信號發送基於子區塊的合併運動向量預測候選者的最大數量。具體來說，視訊譯碼器可以以信號發送指示基於子區塊的合併運動向量預測候選者的數量（例如，數目）的語法元素（例如，five_minus_max_num_subblock_merge_cand語法元素）。如下面的語法表中所示，表示基於子區塊的合併運動向量預測候選者的數量的語法元素的存在可以是基於指定基於仿射模型的運動補償是否能夠用於幀間預測的語法元素的值（例如，sps_affine_enabled_flag語法元素）。例如，當sps_affine_enabled_flag為1時，可能存在five_minus_max_num_subblock_merge_cand，如下所示
seq_parameter_set_rbsp( ) { 描述符
   …  
sps_affine_enabled_flag u(1)
   if( sps_affine_enabled_flag ) {  
     five_minus_max_num_subblock_merge_cand ue(v)
      …  
   }  
   …  
}  
相應的語義如下：
sps_affine_enabled_flag指定基於仿射模型的運動補償是否能夠用於幀間預測。如果sps_affine_enabled_flag等於0，則應當約束語法，以使在譯碼層視訊序列（CLVS）中不使用基於仿射模型的運動補償，並且在CLVS的譯碼單元語法中不存在inter_affine_flag和cu_affine_type_flag。否則（sps_affine_enabled_flag等於1），能夠在CLVS中使用基於仿射模型的運動補償。
five_minus_max_num_subblock_merge_cand指定從5中減去SPS中支持的基於子區塊的合併運動向量預測候選者的最大數量。five_minus_max_num_subblock_merge_cand的值應當位於0到5的閉區間中。
當對視訊資料的圖片進行解碼時，視訊解碼器（例如，視訊解碼器300）可以確定用於圖片的基於子區塊的合併候選者的最大數量（例如，MaxNumSubblockMergeCand）。在VVC草案8中，視訊譯碼器可以如下推導基於子區塊的最大合併候選者的最大數量（例如，當處理視訊資料的圖片的圖片標頭（PH）時）： if( sps_affine_enabled_flag ) MaxNumSubblockMergeCand = 5 －five_minus_max_num_subblock_merge_cand else MaxNumSubblockMergeCand = sps_sbtmvp_enabled_flag  &&  ph_temporal_mvp_enable_flag
如上所示，在VVC草案8中，當sps_affine_enabled_flag設置為1時，視訊解碼器可以直接從指示基於子區塊的合併運動向量預測候選者的數量的語法元素（例如，five_minus_max_num_subblock_merge_cand）推導出用於圖片的基於子區塊的合併候選者的最大數量（例如，MaxNumSubblockMergeCand）。
如此，VVC草案8允許其中sps_affine_enabled_flag = 1且f five_minus_max_num_subblock_merge_cand = 5的情形。在該情形中，視訊解碼器可以將基於子區塊的合併候選者的數量MaxNumSubblockMergeCand推斷為0，這可能導致針對仿射以及針對基於子區塊的時間運動向量預測（SbTMVP）的合併被關閉，而不管SbTMVP啟用標誌。這樣的情形可能是不合意的。
ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29/WG 11的聯合視訊專家組（JVET）於2020年4月15至24日通過電話舉行的第18次會議，由Yu等人的“AHG9: Max num of subblock merge candidate signalling”，JVET-R0215（下文中稱為“JVET-R0215”）提出修改five_minus_max_num_subblock_merge_cand的範圍限制，以避免上述不合意的情形，並且當其不存在時將該語法元素的值推斷為5。
]具體地，JVET-R0215提出如下修改five_minus_max_num_subblock_merge_cand的語義：
five_minus_max_num_subblock_merge_cand指定從5減去在SPS中支持的基於子區塊的合併運動向量預測候選者的最大數量。five_minus_max_num_subblock_merge_cand的值應當位於0到5 - sps_affine_enabled_flag的閉區間內。如果不存在，則將five_minus_max_num_subblock_merge_cand的值推斷為等於5。
由JVET-R0215提出的技術可以解決以下問題：基於子區塊的合併候選者的數量MaxNumSubblockMergeCand被推斷為0，其關閉針對仿射以及針對SbTMVP的合併，而不管SbTMVP啟用標誌。但是，由JVET-R0215提出的技術可能還會在sps_affine_enabled_flag為1時禁用關閉仿射合併的功能。這是由於以下事實：當sps_affine_enabled_flag是1時，5–sps_affine_enabled_flag是4。因此，基於子區塊的合併候選值的最小數量是1。注意，即使sps_sbtmvp_enabled_flag && ph_temporal_mvp_enable_flag是真，SbTMVP仍然尚未可用。因此，只要sps_affine_enabled_flag是1，視訊解碼器就會將至少一個仿射合併候選者插入到基於子區塊的合併列表中。這可能是不合意的。
根據本公開內容的一種或多種技術，視訊編碼器可以確定基於子區塊的合併候選者的最大數量位於由與指示是否啟用仿射的語法元素不同（例如，與sps_affine_enabled_flag不同）的值所約束的範圍內。例如，視訊解碼器可以確定受SbTMVP的可用性所約束的基於子區塊的合併候選者的最大數量的範圍限制。更具體地，視訊解碼器可以將基於子區塊的合併候選者的最大數量的下限設置為等於SbTMVP候選者的最大數量。
在本公開內容的技術的一個示例中，可以如下修改VVC中的five_minus_max_num_subblock_merge_cand的語義：
five_minus_max_num_subblock_merge_cand指定從5減去在SPS中支持的基於子區塊的合併運動向量預測候選者的最大數量。five_minus_max_num_subblock_merge_cand的值應當位於0到5- sps_sbtmvp_enabled_flag的閉區間內。如果不存在，則將five_minus_max_num_subblock_merge_cand的值推斷為等於5。
指示SbTMVP的可用性的標誌的語法可以如下：
sps_sbtmvp_enabled_flag等於1表示基於子區塊的時間運動向量預測因子可以用於對CLVS中具有slice_type不等於I的所有切片（slice）的圖片進行解碼。sps_sbtmvp_enabled_flag等於0表示在CLVS中不使用基於子區塊的時間運動向量預測值。當不存在sps_sbtmvp_enabled_flag時，將其推斷為等於0。
通過確定基於子區塊的合併候選者的最大數量位於在由於指示是否啟用仿射的語法元素不同的值所約束的範圍內，視訊解碼器可以允許在啟用仿射時禁用（例如，關閉）仿射合併。通過允許禁用仿射合併，視訊解碼器可以避免不得不執行計算和處理以支持仿射合併（例如，將至少一個仿射合併候選者插入到子區塊合併列表中）。以此方式，本公開內容的技術實現了對視訊壓縮的簡化。
根據本公開內容的技術，視訊譯碼器（例如，視訊編碼器200和/或視訊解碼器300）可以經由視訊位元串流來對指定是否啟用基於仿射模型的運動補償的第一語法元素進行譯碼；當啟用基於仿射模型的運動補償時，經由視訊位元串流對第二語法元素進行譯碼，該第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，第二語法元素的值是基於與第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的最大數量，來對視訊資料的圖片進行譯碼。
本公開內容可以通常涉及“以信號發送”某些資訊（諸如語法元素）。術語“以信號發送”通常可以指代對用於語法元素的值和/或用於對經編碼的視訊資料進行解碼的其他資料的傳送。也就是說，視訊編碼器200可以在位元串流中以信號發送用於語法元素的值。通常，以信號發送指代在位元串流中生成值。如上所述，源設備102可以基本上實時地或不是實時地（比如，可能在將語法元素儲存到儲存設備112以供目的地設備116稍後取回時發生）將位元串流傳輸給目的地設備116。
圖2A和圖2B是示出示例四叉樹二叉樹（QTBT）結構130以及對應的譯碼樹單元（CTU）132的概念圖。實線表示四叉樹拆分，而虛線指示二叉樹拆分。在二叉樹的每個拆分（即非葉）節點中，以信號發送一個標誌以指示使用哪種拆分類型（即，水平或垂直），其中，在該示例中，0指示水平拆分，而1指示垂直拆分。對於四叉樹拆分，因為四叉樹節點將一個區塊水平地並且垂直地拆分為具有相等大小的4個子區塊，所以無需指示拆分類型。因此，視訊編碼器200可以對以下各項進行編碼，而視訊解碼器300可以對以下各項進行解碼：用於QTBT結構130的區域樹級別（即實線）的語法元素（諸如拆分資訊）、以及用於QTBT結構130的預測樹級別（即虛線）的語法元素（諸如拆分資訊）。視訊編碼器200可以對用於由QTBT結構130的終端葉節點表示的CU的視訊資料（諸如預測和轉換資料）進行編碼，而視訊解碼器300可以對視訊資料進行解碼。
通常，圖2B的CTU 132可以與定義與QTBT結構130的處於第一和第二級別的節點相對應的區塊的大小的參數相關聯。這些參數可以包括CTU大小（表示樣本中的CTU 132的大小）、最小四叉樹大小（MinQTSize，其表示最小允許四叉樹葉節點大小）、最大二叉樹大小（MaxBTSize，其表示最大允許二叉樹根節點大小）、最大二叉樹深度（MaxBTDepth，其表示最大允許二叉樹深度）、以及最小二叉樹大小（MinBTSize，其表示最小允許二叉樹葉節點大小）。
QTBT結構的與CTU相對應的根節點可以在QTBT結構的第一級別處具有四個子節點，每個子節點可以是根據四叉樹分割來分割的。也就是說，第一級別的節點是葉節點（沒有子節點）或者具有四個子節點。QTBT結構130的示例將這樣的節點表示為包括具有實線分支的父節點和子節點。如果第一級別的節點不大於最大允許二叉樹根節點大小（MaxBTSize），則可以通過相應的二叉樹進一步對節點進行分割。可以對一個節點的二叉樹拆分進行迭代，直到從拆分產生的節點達到最小允許二叉樹葉節點大小（MinBTSize）或最大允許二叉樹深度（MaxBTDepth）。QTBT結構130的示例將這樣的節點表示為具有虛線分支。二叉樹葉節點被稱為譯碼單元（CU），其用於預測（例如，圖片內或圖片間預測）和轉換，而不進行任何進一步分割。如上所討論的，CU也可以被稱為“視訊區塊”或“區塊”。
在QTBT分割結構的一個示例中，CTU大小被設置為128×128（亮度樣本和兩個對應的64×64色度樣本），MinQTSize被設置為16×16，MaxBTSize被設置為64×64，MinBTSize（對於寬度和高度兩者）被設置為4，並且MaxBTDepth被設置為4。首先對CTU應用四叉樹分割以生成四叉樹葉節點。四叉樹葉節點可以具有從16×16（即MinQTSize）到128×128（即CTU大小）的大小。如果四叉樹葉節點為128×128，則因為該大小超過MaxBTSize（即，在該示例中為64×64），因此葉四叉樹節點將不被二叉樹進一步拆分。否則，四叉樹葉節點將被二叉樹進一步分割。因此，四叉樹葉節點也是用於二叉樹的根節點，並且具有為0的二叉樹深度。當二叉樹深度達到MaxBTDepth（在該示例中為4）時，不允許進一步拆分。當二叉樹節點具有等於MinBTSize（在該示例中為4）的寬度時，其意味著不允許進一步的垂直拆分。類似地，具有等於MinBTSize的高度的二叉樹節點意味著不允許針對該二叉樹節點進行進一步的水平拆分。如上所述，二叉樹的葉節點被稱為CU，並且根據預測和轉換而被進一步處理，而無需進一步分割。
圖3是示出可以執行本公開內容的技術的示例性視訊編碼器200的框圖。圖3是出於解釋的目的而提供的，並且不應當被認為對在本公開內容中泛泛地舉例說明和描述的技術進行限制。出於解釋的目的，根據VVC（正在開發的ITU-T H.266）和HEVC（ITU-T H.265）的技術，本公開內容描述了視訊編碼器200。然而，本公開內容的技術可以由被配置為其它視訊譯碼標準的視訊編碼設備來執行。
在圖3的示例中，視訊編碼器200包括視訊資料記憶體230、模式選擇單元202、殘差生成單元204、轉換處理單元206、量化單元208、逆量化單元210、逆轉換處理單元212、重構單元214、濾波器單元216、解碼圖片緩衝器（DPB）218和熵編碼單元220。視訊資料記憶體230、模式選擇單元202、殘差生成單元204、轉換處理單元206、量化單元208、逆量化單元210、逆轉換處理單元212、重構單元214、濾波器單元216、DPB 218和熵編碼單元220中的任何一者或全部可以在一個或多個處理器中或者在處理電路中實現。例如，視訊編碼器200的單元可以被實現為一個或多個電路或邏輯元件，作為硬體電路的一部分，或者作為處理器、ASIC或FPGA的一部分。此外，視訊編碼器200可以包括額外或替代的處理器或處理電路以執行這些和其它功能。
視訊資料記憶體230可以儲存要由視訊編碼器200的組件來編碼的視訊資料。視訊編碼器200可以從例如視訊源104（圖1）接收被儲存在視訊資料記憶體230中的視訊資料。DPB 218可以充當參考圖片記憶體，其儲存參考視訊資料以在由視訊編碼器200對後續視訊資料進行預測時使用。視訊資料記憶體230和DPB 218可以由各種記憶體設備中的任何一種形成，諸如動態隨機存取記憶體（DRAM）（包括同步DRAM（SDRAM））、磁阻RAM（MRAM）、電阻性RAM（RRAM）、或其它類型的記憶體設備。視訊資料記憶體230和DPB 218可以由相同的記憶體設備或單獨的記憶體設備來提供。在各個示例中，視訊資料記憶體230可以與視訊編碼器200的其它組件在晶片上（如圖所示），或者相對於那些組件在晶片外。
在本公開內容中，對視訊資料記憶體230的引用不應當被解釋為限於在視訊編碼器200內部的記憶體（除非如此具體地描述），或者不限於在視訊編碼器200外部的記憶體（除非如此具體地描述）。確切而言，對視訊資料記憶體230的引用應當被理解為儲存視訊編碼器200接收以用於編碼的視訊資料（例如，用於要被編碼的當前區塊的視訊資料）的參考記憶體。圖1的記憶體106還可以提供對來自視訊編碼器200的各個單元的輸出的臨時儲存。
示出了圖3的各個單元以幫助理解由視訊編碼器200執行的操作。這些單元可以被實現為固定功能電路、可編程電路、或其組合。固定功能電路指代提供特定功能並且關於可以執行的操作而預先設置的電路。可編程電路指代能夠被編程以執行各種任務並且以能夠執行的操作來提供靈活功能的電路。例如，可編程電路可以執行軟體或韌體，軟體或韌體使得可編程電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令（例如，以接收參數或輸出參數），但是固定功能電路執行的操作類型通常是不可變的。在一些示例中，所述單元中的一個或多個單元可以是不同的電路區塊（固定功能或可編程），並且在一些示例中，所述單元中的一個或多個單元可以是積體電路。
視訊編碼器200可以包括由可編程電路形成的算術邏輯單元（ALU）、基本功能單元（EFU）、數位電路、模擬電路和/或可編程核。在其中使用由可編程電路執行的軟體來執行視訊編碼器200的操作的示例中，記憶體106（圖1）可以儲存視訊編碼器200接收並且執行的軟體的指令（例如，目標代碼），或者視訊編碼器200內的另一記憶體（未示出）可以儲存這樣的指令。
視訊資料記憶體230被配置為儲存所接收的視訊資料。視訊編碼器200可以從視訊資料記憶體230取回視訊資料的圖片，並且將視訊資料提供給殘差生成單元204和模式選擇單元202。視訊資料記憶體230中的視訊資料可以是要被編碼的原始視訊資料。
模式選擇單元202包括運動估計單元222、運動補償單元224和幀內預測單元226。模式選擇單元202可以包括額外功能單元，其根據其它預測模式來執行視訊預測。作為示例，模式選擇單元202可以包括調色板單元、區塊內複製單元（其可以是運動估計單元222和/或運動補償單元224的一部分）、仿射單元、線性模型（LM）單元等。
模式選擇單元202通常協調多個編碼遍歷（pass），以測試編碼參數的組合以及針對這樣的組合所得到的率失真值。編碼參數可以包括將CTU分割為CU、用於CU的預測模式、用於CU的殘差資料的轉換類型、用於CU的殘差資料的量化參數等。模式選擇單元202可以最終選擇編碼參數的具有比其它測試的組合更佳的率失真值的組合。
視訊編碼器200可以將從視訊資料記憶體230取回的圖片分割為一系列CTU，並且將一個或多個CTU封裝在切片內。模式選擇單元202可以根據樹結構（諸如上述HEVC的QTBT結構或四叉樹結構）來分割圖片的CTU。如上所述，視訊編碼器200可以通過根據樹結構來分割CTU，從而形成一個或多個CU。這樣的CU通常也可以被稱為“視訊區塊”或“區塊”。
通常，模式選擇單元202還控制其組件（例如，運動估計單元222、運動補償單元224和幀內預測單元226）以生成用於當前區塊（例如，當前CU，或者在HEVC中為PU和TU的重疊部分）的預測區塊。為了對當前區塊進行幀間預測，運動估計單元222可以執行運動搜索以識別在一個或多個參考圖片（例如，被儲存在DPB 218中的一個或多個先前譯碼的圖片）中的一個或多個緊密匹配的參考區塊。具體地，運動估計單元222可以例如根據絕對差之和（SAD）、平方差之和（SSD）、平均絕對差（MAD）、均方差（MSD）等，來計算表示潛在參考區塊將與當前區塊的類似程度的值。運動估計單元222通常可以使用在當前區塊與所考慮的參考區塊之間的逐個樣本差來執行這些計算。運動估計單元222可以識別從這些計算所得到的具有最低值的參考區塊，其指示與當前區塊最緊密匹配的參考區塊。
運動估計單元222可以形成一個或多個運動向量（MV），所述運動向量限定相對於當前區塊在當前圖片中的位置而言參考區塊在參考圖片中的的位置。然後，運動估計單元222可以將運動向量提供給運動補償單元224。例如，對於單向幀間預測，運動估計單元222可以提供單個運動向量，而對於雙向幀間預測，運動估計單元222可以提供兩個運動向量。然後，運動補償單元224可以使用運動向量來生成預測區塊。例如，運動補償單元224可以使用運動向量來取回參考區塊的資料。作為另一示例，如果運動向量具有分數樣本精度，則運動補償單元224可以根據一個或多個插值濾波器來對用於預測區塊的值進行插值。此外，對於雙向幀間預測，運動補償單元224可以取回用於由相應的運動向量標識的兩個參考區塊的資料並且例如通過逐個樣本平均或加權平均來將所取回的資料進行組合。
作為另一示例，對於幀內預測或幀內預測譯碼，幀內預測單元226可以根據與當前區塊相鄰的樣本來生成預測區塊。例如，對於方向性模式，幀內預測單元226通常可以在數學上將相鄰樣本的值進行組合，並且跨當前區塊在所定義的方向上填充這些計算出的值以產生預測區塊。作為另一示例，對於DC模式，幀內預測單元226可以計算當前區塊的相鄰樣本的平均值，並且生成預測區塊以包括針對預測區塊的每個樣本的該得到的平均值。
模式選擇單元202將預測區塊提供給殘差生成單元204。殘差生成單元204從視訊資料記憶體230接收當前區塊的原始的未經編碼的版本，並且從模式選擇單元202接收預測區塊。殘差生成單元204計算在當前區塊與預測區塊之間的逐個樣本差。所得到的逐個樣本差定義了用於當前區塊的殘差區塊。在一些示例中，殘差生成單元204可以殘差區塊中的樣本值之間的差，以使用殘差差分脈衝譯碼調製（RDPCM）來生成殘差區塊。在一些示例中，可以使用執行二進制減法的一個或多個減法器電路來形成殘差生成單元204。
在其中模式選擇單元202將CU分割為PU的示例中，每個PU可以與亮度預測單元和對應的色度預測單元相關聯。視訊編碼器200和視訊解碼器300可以支持具有各種大小的PU。如上所指出的，CU的大小可以指代CU的亮度譯碼區塊的大小，而PU的大小可以指代PU的亮度預測單元的大小。假定特定CU的大小為2N×2N，則視訊編碼器200可以支持用於幀內預測的2N×2N或N×N的PU大小、以及用於幀間預測的2N×2N、2N×N、N×2N、N×N或類似的對稱PU大小。視訊編碼器200和視訊解碼器300還可以支持針對用於幀間預測的2N×nU、2N×nD、nL×2N和nR×2N的PU大小的非對稱分割。
在其中模式選擇單元不將CU進一步分割為PU的示例中，每個CU可以與亮度譯碼區塊和對應的色度譯碼區塊相關聯。如上所述，CU的大小可以指代CU的亮度譯碼區塊的大小。視訊編碼器200和視訊解碼器300可以支持2N×2N、2N×N或N×2N的CU大小。
對於其它視訊譯碼技術（舉幾個示例，諸如區塊內複製模式譯碼、仿射模式譯碼和線性模型（LM）模式譯碼），模式選擇單元202經由與譯碼技術相關聯的相應單元來生成用於正被編碼的當前區塊的預測區塊。在一些示例中（諸如調色板模式譯碼），模式選擇單元202可以不生成預測區塊，而是替代地生成指示基於所選擇的調色板來重構區塊的方式的語法元素。在這樣的模式下，模式選擇單元202可以將這些語法元素提供給熵編碼單元220以進行編碼。
如上所述，殘差生成單元204接收用於當前區塊和對應的預測區塊的視訊資料。然後，殘差生成單元204為當前區塊生成殘差區塊。為了生成殘差區塊，殘差生成單元204計算在預測區塊與當前區塊之間的逐個樣本差。
轉換處理單元206將一種或多種轉換應用於殘差區塊，以生成轉換係數的區塊（本文中被稱為“轉換係數區塊”）。轉換處理單元206可以將各種轉換應用於殘差區塊，以形成轉換係數區塊。例如，轉換處理單元206可以將離散餘弦轉換（DCT）、方向轉換、Karhunen-Loeve轉換（KLT）、或概念上類似的轉換應用於殘差區塊。在一些示例中，轉換處理單元206可以對殘差區塊執行多種轉換，例如，主轉換和二次轉換（比如，旋轉轉換）。在一些示例中，轉換處理單元206不對殘差區塊應用轉換。
量化單元208可以對轉換係數區塊中的轉換係數進行量化，以產生經量化的轉換係數區塊。量化單元208可以根據與當前區塊相關聯的QP值來對轉換係數區塊的轉換係數進行量化。視訊編碼器200（例如，經由模式選擇單元202）可以通過調整與CU相關聯的QP值來調整被應用於與當前區塊相關聯的轉換係數區塊的量化程度。量化可能引起資訊損失，並且因此，經量化的轉換係數可能具有與轉換處理單元206所產生的原始轉換係數相比更低的精度。
逆量化單元210和逆轉換處理單元212可以將逆量化和逆轉換分別應用於經量化的轉換係數區塊，以從轉換係數區塊重構殘差區塊。重構單元214可以基於經重構的殘差區塊和由模式選擇單元202生成的預測區塊來產生與當前區塊相對應的重構區塊（儘管潛在地具有某種程度的失真）。例如，重構單元214可以將經重構的殘差區塊的樣本與來自模式選擇單元202所生成的預測區塊的對應樣本相加，以產生經重構的區塊。
濾波器單元216可以對經重構的區塊執行一個或多個濾波器操作。例如，濾波器單元216可以執行去區塊操作以減少沿著CU的邊緣的區塊效應偽影。在一些示例中，可以跳過濾波器單元216的操作。
視訊編碼器200將經重構的區塊儲存在DPB 218中。例如，在其中不需要濾波器單元216的操作的示例中，重構單元214可以將經重構的區塊儲存到DPB 218中。在其中需要濾波器單元216的操作的示例中，濾波器單元216可以將經濾波的重構區塊儲存到DPB 218中。運動估計單元222和運動補償單元224可以從DPB 218取回由經重構的（並且潛在地經濾波的）區塊形成的參考圖片，以對後續編碼的圖片的區塊進行幀間預測。另外，幀內預測單元226可以使用在DPB 218中的當前圖片的經重構的區塊來對當前圖片中的其它區塊進行幀內預測。
通常，熵編碼單元220可以對從視訊編碼器200的其它功能組件接收的語法元素進行熵編碼。例如，熵編碼單元220可以對來自量化單元208的經量化的轉換係數區塊進行熵編碼。作為另一示例，熵編碼單元220可以對來自模式選擇單元202的預測語法元素（例如，用於幀間預測的運動資訊或用於幀內預測的幀內模式資訊）進行熵編碼。熵編碼單元220可以對作為視訊資料的另一示例的語法元素執行一個或多個熵編碼操作，以生成經熵編碼的資料。例如，熵編碼單元220可以執行上下文自適應變長譯碼（CAVLC）操作、CABAC操作、可變-可變（V2V）長度譯碼操作、基於語法的上下文自適應二進制算術譯碼（SBAC）操作、概率區間分割熵（PIPE）譯碼操作、指數哥倫布編碼操作、或對資料的另一種類型的熵編碼操作。在一些示例中，熵編碼單元220可以在其中語法元素未被熵編碼的旁路模式下操作。
視訊編碼器200可以輸出位元串流，其包括用於重構切片或圖片的區塊所需要的經熵編碼的語法元素。具體地，熵編碼單元220可以輸出位元串流。
關於區塊描述了上述操作。這樣的描述應當被理解為用於亮度譯碼區塊和/或色度譯碼區塊的操作。如上所述，在一些示例中，亮度譯碼區塊和色度譯碼區塊是CU的亮度分量和色度分量。在一些示例中，亮度譯碼區塊和色度譯碼區塊是PU的亮度分量和色度分量。
在一些示例中，不需要針對色度譯碼區塊重複關於亮度編碼區塊執行的操作。作為一個示例，不需要重多工於識別用於亮度譯碼區塊的運動向量（MV）和參考圖片的操作來識別用於色度區塊的MV和參考圖片。確切而言，可以對用於亮度譯碼區塊的MV進行縮放以確定用於色度區塊的MV，並且參考圖片可以是相同的。作為另一示例，對於亮度譯碼區塊和色度譯碼區塊，幀內預測過程可以是相同的。
視訊編碼器200表示被配置為對視訊資料進行編碼的設備的示例，該設備包括：被配置為儲存視訊資料記憶體、以及在電路中實現並被配置為以下操作的一個或多個處理單元：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素規定是否啟用基於仿射模型的運動補償；其中/當啟用基於仿射模型的運動補償時，對視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
圖4是示出可以執行本公開內容的技術的示例性視訊解碼器300的框圖。圖4是出於解釋的目的而提供的，並且不對在本公開內容中泛泛地舉例說明和描述的技術進行限制。出於解釋的目的，本公開內容根據VVC（正在開發的ITU-T H.266）和HEVC（ITU-T H.265）的技術，描述了視訊解碼器300。然而，本公開內容的技術可以由被配置用於其它視訊譯碼標準的視訊譯碼設備來執行。
在圖4的示例中，視訊解碼器300包括經譯碼圖片緩衝器（CPB）記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆轉換處理單元308、重構單元310、濾波器單元312和經解碼圖片緩衝器（DPB）314。CPB記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆轉換處理單元308、重構單元310、濾波器單元312和DPB 134中的任何一者或全部可以在一個或多個處理器中或者在處理電路中實現。例如，視訊解碼器300的單元可以被實現為一個或多個電路或邏輯元件，作為硬體電路的一部分，或者作為處理器、ASIC或FPGA的一部分。此外，視訊解碼器300可以包括額外或替代的處理器或處理電路以執行這些和其它功能。
預測處理單元304包括運動補償單元316和幀內預測單元318。預測處理單元304可以包括根據其它預測模式來執行預測的附加單元。作為示例，預測處理單元304可以包括調色板單元、區塊內複製單元（其可以形成運動補償單元316的一部分）、仿射單元、線性模型（LM）單元等。在其它示例中，視訊解碼器300可以包括更多、更少或不同的功能組件。
CPB記憶體320可以儲存要由視訊解碼器300的組件解碼的視訊資料，諸如經編碼的視訊位元串流。例如，可以從電腦可讀媒體110（圖1）獲得被儲存在CPB記憶體320中的視訊資料。CPB記憶體320可以包括儲存來自經編碼的視訊位元串流的經編碼的視訊資料（例如，語法元素）的CPB。此外，CPB記憶體320可以儲存除了經譯碼的圖片的語法元素之外的視訊資料，諸如表示來自視訊解碼器300的各個單元的輸出的臨時資料。DPB 314通常儲存經解碼的圖片，視訊解碼器300可以輸出經解碼的圖片，和/或在解碼經編碼的視訊位元串流的後續資料或圖片時使用經解碼的圖片作為參考視訊資料。CPB記憶體320和DPB 314可以由各種記憶體設備中的任何一種形成，比如，DRAM（包括SDRAM）、MRAM、RRAM、或者其它類型的記憶體設備。CPB記憶體320和DPB 314可以由相同的記憶體設備或單獨的記憶體設備來提供。在各個示例中，CPB記憶體320可以與視訊解碼器300的其它組件在晶片上，或者相對於那些組件在晶片外。
補充或替代地，在一些示例中，視訊解碼器300可以從記憶體120（圖1）取回經譯碼的視訊資料。也就是說，記憶體120可以如上文所討論地利用CPB記憶體320來儲存資料。同樣，當視訊解碼器300的一些或全部功能是用要被視訊解碼器300的處理電路執行的軟體來實現時，記憶體120可以儲存要被視訊解碼器300執行的指令。
示出了圖4中示出的各個單元以幫助理解由視訊解碼器300執行的操作。這些單元可以被實現為固定功能電路、可編程電路、或其組合。類似於圖3，固定功能電路指代提供特定功能並且關於可以執行的操作而預先設置的電路。可編程電路指代可以被編程以執行各種任務並且以可以執行的操作來提供靈活功能的電路。例如，可編程電路可以執行軟體或韌體，軟體或韌體使得可編程電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令（例如，以接收參數或輸出參數），但是固定功能電路執行的操作的類型通常是不可變的。在一些示例中，這些單元中的一個或多個單元可以是不同的電路區塊（固定功能或可編程），並且在一些示例中，這些單元中的一個或多個單元可以是積體電路。
視訊解碼器300可以包括由可編程電路形成的ALU、EFU、數位電路、模擬電路和/或可編程核。在其中由在可編程電路上執行的軟體執行視訊解碼器300的操作的示例中，片上或片外記憶體可以儲存視訊解碼器300接收並且執行的軟體的指令（例如，目標代碼）。
熵解碼單元302可以從CPB接收經編碼的視訊資料，並且對視訊資料進行熵解碼以重構語法元素。預測處理單元304、逆量化單元306、逆轉換處理單元308、重構單元310和濾波器單元312可以基於從位元串流中提取的語法元素來生成經解碼的視訊資料。
通常，視訊解碼器300逐個區塊地重構圖片。視訊解碼器300可以單獨地對每個區塊執行重構操作（其中，當前正在被重構（即，被解碼）的區塊可以被稱為“當前區塊”）。
熵解碼單元302可以對定義經量化的轉換係數區塊的經量化的轉換係數的語法元素以及諸如量化參數（QP）和/或轉換模式指示之類的轉換資訊進行熵解碼。逆量化單元306可以使用與經量化的轉換係數區塊相關聯的QP來確定量化程度，並且同樣地，確定供逆量化單元306應用的逆量化程度。逆量化單元306可以例如執行按位左移操作以對經量化的轉換係數進行逆量化。逆量化單元306從而可以形成包括轉換係數的轉換係數區塊。
在逆量化單元306形成轉換係數區塊之後，逆轉換處理單元308可以將一種或多種逆轉換應用於轉換係數區塊，以生成與當前區塊相關聯的殘差區塊。例如，逆轉換處理單元308可以將逆DCT、逆整數轉換、逆Karhunen-Loeve轉換（KLT）、逆旋轉轉換、逆方向轉換或另一逆轉換應用於轉換係數區塊。
此外，預測處理單元304根據由熵解碼單元302進行熵解碼的預測資訊語法元素來生成預測區塊。例如，如果預測資訊語法元素指示當前區塊是經幀間預測的，則運動補償單元316可以生成預測區塊。在這種情況下，預測資訊語法元素可以指示在DPB 314中的要從其取回參考區塊的參考圖片、以及標識相對於當前區塊在當前圖片中的位置而言參考區塊在參考圖片中的位置的運動向量。運動補償單元316通常可以以與關於運動補償單元224（圖3）所描述的方式基本類似的方式來執行幀間預測過程。
作為另一示例，如果預測資訊語法元素指示當前區塊是經幀內預測的，則幀內預測單元318可以根據由預測資訊語法元素指示的幀內預測模式來生成預測區塊。再次，幀內預測單元318通常可以以與關於幀內預測單元226（圖3）所描述的方式基本上類似的方式來執行幀內預測過程。幀內預測單元318可以從DPB 314取回當前區塊的相鄰樣本的資料。
重構單元310可以使用預測區塊和殘差區塊來重構當前區塊。例如，重構單元310可以將殘差區塊的樣本與預測區塊的對應樣本相加來重構當前區塊。
濾波器單元312可以對經重構的區塊執行一個或多個濾波器操作。例如，濾波器單元312可以執行去區塊操作以減少沿著經重構的區塊的邊緣的區塊效應偽影。不一定在所有示例中都執行濾波器單元312的操作。
視訊解碼器300可以將經重構的區塊儲存在DPB 314中。例如，在不執行濾波器單元312的操作的示例中，重構單元310可將重構區塊儲存到DPB 314。在執行濾波器單元312的操作的示例中，濾波器單元312可以將濾波後的重構區塊儲存到DPB 314。如上所討論的，DPB 314可以將參考資訊（諸如用於幀內預測的當前圖片以及用於後續運動補償的先前解碼的圖片的樣本）提供給預測處理單元304。此外，視訊解碼器300可以從DPB 314輸出經解碼的圖片（例如，經解碼的視訊），以用於在諸如圖1的顯示設備118之類的顯示設備上的後續呈現。
以這種方式，視訊解碼器300表示視訊解碼設備的示例，該視訊解碼設備包括：被配置為儲存視訊資料的記憶體以及在電路中實現並配置為以下操作的一個或多個處理單元：從視訊位元串流解碼第一語法元素，所述第一語法元素規定是否啟用基於仿射模型的運動補償；其中/當啟用基於仿射模型的運動補償時，從所述視訊位元串流解碼第二語法元素，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行解碼。
圖5是示出用於對當前區塊進行編碼的示例方法的流程圖。當前區塊可以包括當前CU。儘管關於視訊編碼器200（圖1和圖3）進行了描述，但是應當理解的是，其它設備可以被配置為執行與圖5的方法類似的方法。
在本示例中，視訊編碼器200起初預測當前區塊（350）。例如，視訊編碼器200可以形成用於當前區塊的預測區塊。然後，視訊編碼器200可以計算用於當前區塊的殘差區塊（352）。為了計算殘差區塊，視訊編碼器200可以計算在原始的未經編碼的區塊與用於當前區塊的預測區塊之間的差。然後，視訊編碼器200可以對殘差區塊進行轉換，並且對所述殘差區塊的轉換係數進行量化（354）。接下來，視訊編碼器200可以掃描殘差區塊的經量化的轉換係數（356）。在掃描期間或在掃描之後，視訊編碼器200可以對轉換係數進行熵編碼（358）。例如，視訊編碼器200可以使用CAVLC或CABAC來對轉換係數進行編碼。然後，視訊編碼器200可以輸出所述區塊的經熵編碼的資料（360）。
圖6是示出用於對視訊資料的當前區塊進行解碼的示例方法的流程圖。當前區塊可以包括當前CU。儘管關於視訊解碼器300（圖1和圖4）進行了描述，但是應當理解的是，其它設備可以被配置為執行與圖6的方法類似的方法。
視訊解碼器300可以接收用於當前區塊的經熵編碼的資料（例如，經熵編碼的預測資訊和用於與當前區塊相對應的殘差區塊的轉換係數的經熵編碼的資料）（370）。視訊解碼器300可以對經熵編碼的資料進行熵解碼以確定用於當前區塊的預測資訊並且重構殘差區塊的轉換係數（372）。視訊解碼器300可以例如使用如用於當前區塊的預測資訊所指示的幀內或幀間預測模式來預測當前區塊（374），以便計算用於當前區塊的預測區塊。然後，視訊解碼器300可以對重構的轉換係數進行逆掃描（376），以創建經量化的轉換係數的區塊。然後，視訊解碼器300可以對轉換係數進行逆量化，並將逆轉換應用於轉換係數以產生殘差區塊（378）。視訊解碼器300可以通過組合預測區塊和殘差區塊來對當前區塊進行最終解碼（380）。
圖7是示出根據本公開內容的一種或多種技術的用於對基於子區塊的合併運動向量預測候選者的最大數量進行編碼的示例技術的流程圖。儘管參照視訊編碼器200（圖1和圖3）進行了描述，但是應當理解，其他設備可以被配置為執行與圖7類似的方法。
視訊編碼器200可以對指定是否啟用基於仿射模型的運動補償的第一語法元素進行編碼（702）。例如，模式選擇單元202可以使熵編碼單元220對視訊位元串流中的指定是否啟用基於仿射模型的運動補償的第一語法元素（例如，sps_affine_enabled_flag）進行編碼。
基於啟用基於仿射模型的運動補償（704的“是”分支），視訊編碼器200可以對第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量（706）。例如，模式選擇單元202可以使熵編碼單元220對視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者（例如，five_minus_max_num_subblock_merge_cand）的最大數量。如上面討論的並且根據本公開內容的一種或多種技術，視訊編碼器200可以基於與第一語法元素的值不同的值來約束第二語法元素的值。例如，視訊編碼器200可以以信號發送指定基於子區塊的時間運動向量預測值（SbTMVP）是否可用於視訊資料的圖片進行解碼的第三語法元素（例如，sps_sbtmvp_enabled_flag），以及，基於第三語法元素的值來約束第二語法元素的值。舉一個例子，視訊編碼器200可以約束第二元素的值，使得第二語法元素的最大值是5減去第三語法元素的值。舉另一個例子，視訊編碼器200可以約束第二元素的值，使得第二語法元素的最小值為零。因此，在一些示例中，視訊編碼器200可以將five_minus_max_num_subblock_merge_cand的值約束在0到5-sps_sbtmvp_enabled_flag的閉區間內。
視訊編碼器200可以對視訊資料的圖片進行編碼（708）。例如，模式選擇單元202可以基於基於子區塊的合併運動向量預測候選者的最大數量來對視訊資料的圖片進行編碼。
以下編號的示例可以描述本公開內容的一個或多個方面：
條款1A. 一種對視訊資料進行譯碼的方法，所述方法包括：經由視訊位元串流對指定是否啟用基於仿射模型的運動補償的第一語法元素進行譯碼；當啟用基於仿射模型的運動補償時，經由視訊位元串流對第二語法元素進行譯碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的最大數量來對視訊資料的圖片進行譯碼。
條款2A. 根據條款1A所述的方法，其中，基於基於子區塊的合併運動向量預測候選者的最大數量來對視訊資料的圖片進行譯碼包括：當第一語法元素指定啟用基於仿射模型的運動補償時，避免將任何仿射合併候選者插入到用於對圖片的樣本進行預測的基於子區塊的合併列表中。
條款3A. 根據條款1A或條款2A所述的方法，其中，第一語法元素包括sps_affine_enabled_flag語法元素。
條款4A. 根據條款1A-3A中任一項所述的方法，其中，第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
條款5A. 根據條款1A-4A中任一項所述的方法，其中，第二語法元素的值是基於第三語法元素的值而被約束的，所述第三語法元素指定基於子區塊的時間運動向量預測值是否可以用於對視訊資料的圖片進行解碼。
條款6A. 根據條款5A所述的方法，其中，第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
條款7A. 根據條款1A-6A中任一項所述的方法，其中，譯碼包括解碼。
條款8A.      根據條款1A-7A中任一項所述的方法，其中譯碼包括編碼。
條款9A. 一種用於對視訊資料進行譯碼的設備，所述設備包括：用於執行條款1A-8A中任一項所述的方法的一個或多個單元。
條款10A.根據條款9A所述的設備，其中，所述一個或多個單元包括：在電路中實施的一個或多個處理器。
條款11A. 根據條款9A和10A中任一項所述的設備，還包括：用於儲存所述視訊資料的記憶體。
條款12A. 根據條款9A-11A中任一項所述的設備，還包括：被配置為顯示經解碼的視訊資料的顯示器。
條款13A. 根據條款9A-12A中任一項所述的設備，其中，所述設備包括以下各項中的一項或多項：相機、電腦、移動設備、廣播接收器設備、或者機頂盒。
條款14A. 根據條款9A-13A中任一項所述的設備，其中，所述設備包括視訊解碼器。
條款15A. 根據條款9A-14A中任一項所述的設備，其中，所述設備包括視訊編碼器。
條款16A. 一種其上儲存有指令的電腦可讀儲存媒體，所述指令當被執行時使得一個或多個處理器執行條款1A-8A中任一項所述的方法。
條款1B. 一種對視訊資料進行編碼的方法，所述方法包括：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；當啟用基於仿射模型的運動補償時，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的圖片進行編碼。
條款2B. 根據條款1B所述的方法，其中，基於基於子區塊的合併運動向量預測候選者的最大數量來對所述視訊資料的圖片進行編碼包括：當所述第一語法元素指定啟用基於仿射模型的運動補償時，避免將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
條款3B. 根據條款2B所述的方法，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
條款4B. 根據條款3B所述的方法，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
條款5B. 根據條款1B所述的方法，其中，所述第二語法元素的值是基於第三語法元素的值而被約束的，所述第三語法元素指定基於子區塊的時間運動向量預測值是否可以用於對視訊資料的圖片進行解碼。
條款6B. 根據條款5B所述的方法，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
條款7B. 根據條款5B所述的方法，其中，所述第二語法元素的值是基於所述第三語法元素的值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的值。
條款8B. 根據條款7B所述的方法，其中，所述第二語法元素的值是基於所述第三語法元素的值而被約束的，使得所述第二語法元素的最小值為零。
條款9B. 一種用於對視訊資料進行編碼的設備，所述設備包括：記憶體，被配置為儲存視訊位元串流的至少一部分；以及處理電路，被配置為：對所述視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；當啟用基於仿射模型的運動補償時，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
條款10B. 根據條款9B所述的設備，其中，為了基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼，所述處理電路被配置為：當指定啟用基於仿射模型的運動補償的所述第一語法元素時，避免將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
條款11B. 根據條款10B所述的設備，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
條款12B. 根據條款11B所述的設備，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
條款13B. 根據條款9B所述的設備，其中，所述第二語法元素的所述值是基於第三語法元素的值而被確定的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
條款14B. 根據條款13B所述的設備，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
條款15B. 根據條款13B所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值。
條款16B. 根據條款15B所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最小值為零。
條款17B. 一種儲存指令的電腦可讀儲存媒體，所述指令在被執行時使得視訊編碼設備的一個或多個處理器執行以下操作：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
條款18B. 根據條款17B所述的電腦可讀儲存媒體，其中，使得所述一個或多個處理器基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼的所述指令包括使得所述一個或多個處理器執行以下操作的指令：當所述第一語法元素指定啟用基於仿射模型的運動補償時，避免將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中，其中，所述第二語法元素的所述值是基於第三語法元素的值而被約束的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
條款19B. 根據條款18B所述的電腦可讀儲存媒體，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被確定的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值，並且所述第二語法元素的最小值為零。
條款20B. 一種用於對視訊資料進行編碼的設備，所述設備包括：用於對視訊位元串流中的第一語法元素進行編碼的單元，所述第一語法元素指定是否啟用基於仿射模型的運動補償；用於當啟用基於仿射模型的運動補償時，對所述視訊位元串流中的第二語法元素進行編碼的單元，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，用於基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼的單元。
條款1C. 一種對視訊資料進行編碼的方法，所述方法包括：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
條款2C. 根據條款1C所述的方法，其中，基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼包括：基於指定啟用基於仿射模型的運動補償的所述第一語法元素，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
條款3C. 根據條款2C所述的方法，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
條款4C. 根據條款3C所述的方法，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
條款5C. 根據條款1C-4C所述中任何一項的方法，其中，所述第二語法元素的所述值是基於第三語法元素的值而被確定的，所述第三語法元素的值指定基於子區塊的時間運動向量預測值是否能夠用於對視訊資料的圖片進行解碼。
條款6C. 根據條款5C所述的方法，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
條款7C. 根據條款5C或6C所述的方法，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值。
條款8C. 根據條款7C所述的方法，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最小值為零。
條款9C. 一種用於對視訊資料進行編碼的設備，所述設備包括：記憶體，被配置為儲存視訊位元串流的至少一部分；以及處理電路，被配置為：對所述視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
條款10C. 根據條款9C所述的設備，其中，為了基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼，所述處理電路被配置為：基於指定啟用基於仿射模型的運動補償的所述第一語法元素，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
條款11C. 根據條款10C所述的設備，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
條款12C. 根據條款11C所述的設備，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
條款13C. 根據條款9C-12C中任一項所述的設備，其中，所述第二語法元素的所述值是基於第三語法元素的值而被確定的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
條款14C. 根據條款13C所述的設備，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
條款15C. 根據條款13C或14C所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值。
條款16C. 根據條款15C所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最小值為零。
條款17C. 一種儲存指令的電腦可讀儲存媒體，所述指令在被執行時使得視訊編碼設備的一個或多個處理器執行以下操作：對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償；基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
條款18C. 根據條款17C所述的電腦可讀儲存媒體，其中，使得所述一個或多個處理器基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼的所述指令包括使得所述一個或多個處理器執行以下操作的指令：基於指定啟用基於仿射模型的運動補償的所述第一語法元素，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中，其中，所述第二語法元素的所述值是基於第三語法元素的值而被約束的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
條款19C. 根據條款18C所述的電腦可讀儲存媒體，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被確定的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值，並且所述第二語法元素的最小值為零。
條款20C. 一種用於對視訊資料進行編碼的設備，所述設備包括：用於對視訊位元串流中的第一語法元素進行編碼的單元，所述第一語法元素指定是否啟用基於仿射模型的運動補償；用於基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼的單元，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及，用於基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼的單元。
條款1D. 根據條款1A-20C所述的任意組合。
要認識到，依據示例，本文描述的任何技術的某些動作或事件可以以不同的順序執行，可以被添加、合併或完全省略（例如，並非所有描述的動作或事件是對於實施所述技術都是必要的）。此外，在某些示例中，動作或事件可以例如通過多線程處理、中斷處理或多個處理器併發地而不是順序地執行。
在一個或多個示例中，所描述的功能可以用硬體、軟體、韌體或其任何組合來實現。如果用軟體來實現，則所述功能可以作為一個或多個指令或代碼儲存在電腦可讀媒體上或者通過其進行傳輸並且由基於硬體的處理單元執行。電腦可讀媒體可以包括電腦可讀儲存媒體，其對應于諸如資料儲存媒體之類的有形媒體或者通信媒體，所述通信媒體包括例如根據通信協定來促進電腦程序從一個地方傳送到另一個地方的任何媒體。以這種方式，電腦可讀媒體通常可以對應於（1）非暫時性的有形電腦可讀儲存媒體、或者（2）諸如信號或載波之類的通信媒體。資料儲存媒體可以是可以由一個或多個電腦或者一個或多個處理器訪問以取得用於實現在本公開內容中描述的技術的指令、代碼和/或資料結構的任何可用的媒體。電腦程序產品可以包括電腦可讀媒體。
舉例來說而非進行限制，這樣的電腦可讀儲存媒體可以包括RAM、ROM、EEPROM、CD-ROM或其它光碟儲存、磁碟儲存或其它磁儲存設備、快閃、或者能夠用於以指令或資料結構形式儲存期望的程序代碼以及能夠由電腦訪問的任何其它媒體。此外，任何連接被適當地稱為電腦可讀媒體。例如，如果使用同軸電纜、光纖光纜、雙絞線、數位用戶線（DSL）或者無線技術（例如，紅外線、無線電和微波）從網站、伺服器或其它遠程源傳輸指令，則同軸電纜、光纖光纜、雙絞線、DSL或者無線技術（例如，紅外線、無線電和微波）被包括在媒體的定義中。然而，應當理解的是，電腦可讀儲存媒體和資料儲存媒體不包括連接、載波、信號或其它臨時性媒體，而是替代地針對非臨時性的有形儲存媒體。如本文所使用的，磁碟和光碟包括壓縮光碟（CD）、激光光碟、光碟、數位多功能光碟（DVD）、軟碟和藍光光碟，其中，磁碟通常磁性地複製資料，而光碟利用激光來光學地複製資料。上述各項的組合也應當被包括在電腦可讀媒體的範圍之內。
指令可以由一個或多個處理器來執行，諸如一個或多個數位信號處理器（DSP）、通用微處理器、特殊應用積體電路（ASIC）、現場可編程閘陣列（FPGA）、或其它等效的積體或離散邏輯電路。因此，如本文所使用的術語“處理器”和“處理電路”可以指代前述結構中的任何一者或者適於實現本文描述的技術的任何其它結構。另外，在一些方面中，本文描述的功能可以在被配置用於編碼和解碼的特殊應用硬體和/或軟體模組內提供，或者被併入經組合的編解碼器中。此外，所述技術可以完全在一個或多個電路或邏輯元件中實現。
本公開內容的技術可以在多種多樣的設備或裝置中實現，包括無線手機、積體電路（IC）或一組IC（例如，晶片組）。在本公開內容中描述了各種組件、模組或單元以強調被配置為執行所公開的技術的設備的功能性方面，但是不一定需要通過不同的硬體單元來實現。確切而言，如上所述，各種單元可以被組合在編解碼器硬體單元中，或者由可互操作的硬體單元的集合（包括如上所述的一個或多個處理器）結合適當的軟體和/或韌體來提供。
已經描述了各個示例。這些和其它示例在所附的申請專利範圍的範圍內。
100:視訊編碼和解碼系統 102:源設備 104:視訊源 106:記憶體 108:輸出介面 110:電腦可讀媒體 112:儲存設備 114:檔案伺服器 116:目的地設備 118:顯示設備 120:記憶體 122:輸入介面 200:視訊編碼器 300:視訊解碼器 130:四叉樹二叉樹（QTBT）結構 132:譯碼樹單元（CTU） 202:模式選擇單元 204:殘差生成單元 206:轉換處理單元 208:量化單元 210:逆量化單元 212:逆轉換處理單元 214:重構單元 216:濾波器單元 218:解碼圖片緩衝器（DPB） 220:熵編碼單元 222:運動估計單元 224:運動補償單元 226:幀內預測單元 230:視訊資料記憶體 302:熵解碼單元 304:預測處理單元 306:逆量化單元 308:逆轉換處理單元 310:重構單元 312:濾波器單元 314:經解碼圖片緩衝器（DPB） 316:運動補償單元 318:幀內預測單元 320:經譯碼圖片緩衝器（CPB）記憶體 350:操作 352:操作 354:操作 356:操作 358:操作 360:操作 370:操作 372:操作 374:操作 376:操作 378:操作 380:操作 702:操作 704:操作 706:操作 708:操作
圖1是示出可以執行本公開內容的技術的示例視訊編碼和解碼系統的框圖。
圖2A和圖2B是示出示例四叉樹二叉樹（QTBT）結構以及相應的譯碼樹單元（CTU）的概念圖。
圖3是示出可以執行本公開內容的技術的示例視訊編碼器的框圖。
圖4是示出可以執行本公開內容的技術的示例視訊解碼器的框圖。
圖5是示出用於對當前區塊進行編碼的示例方法的流程圖。
圖6是示出用於對當前區塊進行解碼的示例方法的流程圖。
圖7是示出根據本公開內容的一種或多種技術的用於對基於子區塊的合併運動向量預測候選者的最大數量進行編碼的示例技術的流程圖。
702:操作
704:操作
706:操作
708:操作

Claims (20)

  1. 一種對視訊資料進行編碼的方法，所述方法包括： 對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償； 基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及 基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
  2. 根據請求項1所述的方法，其中，基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼包括： 基於所述第一語法元素指定啟用基於仿射模型的運動補償，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
  3. 根據請求項2所述的方法，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
  4. 根據請求項3所述的方法，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
  5. 根據請求項1所述的方法，其中，所述第二語法元素的所述值是基於第三語法元素的值而被確定的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
  6. 根據請求項5所述的方法，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
  7. 根據請求項5所述的方法，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值。
  8. 根據請求項7所述的方法，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最小值為零。
  9. 一種用於對視訊資料進行編碼的設備，所述設備包括： 記憶體，其被配置為儲存視訊位元串流的至少一部分；以及 處理電路，其被配置為： 對所述視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償； 基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及 基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
  10. 根據請求項9所述的設備，其中，為了基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼，所述處理電路被配置為： 基於所述第一語法元素指定啟用基於仿射模型的運動補償，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中。
  11. 根據請求項10所述的設備，其中，所述第一語法元素包括sps_affine_enabled_flag語法元素。
  12. 根據請求項11所述的設備，其中，所述第二語法元素包括five_minus_max_num_subblock_merge_cand語法元素。
  13. 如請求項9所述的設備，其中，所述第二語法元素的所述值是基於第三語法元素的值而被確定的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
  14. 根據請求項13所述的設備，其中，所述第三語法元素包括sps_sbtmvp_enabled_flag語法元素。
  15. 根據請求項13所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值。
  16. 根據請求項15所述的設備，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被約束的，使得所述第二語法元素的最小值為零。
  17. 一種儲存指令的電腦可讀儲存媒體，所述指令在被執行時使得視訊編碼設備的一個或多個處理器執行以下操作： 對視訊位元串流中的第一語法元素進行編碼，所述第一語法元素指定是否啟用基於仿射模型的運動補償； 基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及 基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼。
  18. 根據請求項17所述的電腦可讀儲存媒體，其中，使得所述一個或多個處理器基於基於子區塊的合併運動向量預測候選者的所述最大數量來對所述視訊資料的所述圖片進行編碼的所述指令包括使得所述一個或多個處理器執行以下操作的指令： 基於所述第一語法元素指定啟用基於仿射模型的運動補償，不將任何仿射合併候選者插入到用於對所述圖片的樣本進行預測的基於子區塊的合併列表中， 其中，所述第二語法元素的所述值是基於第三語法元素的值而被約束的，所述第三語法元素的值指定基於子區塊的時間運動向量預測是否能夠用於對視訊資料的圖片進行解碼。
  19. 根據請求項18所述的電腦可讀儲存媒體，其中，所述第二語法元素的所述值是基於所述第三語法元素的所述值而被確定的，使得所述第二語法元素的最大值是5減去所述第三語法元素的所述值，並且所述第二語法元素的最小值為零。
  20. 一種用於對視訊資料進行編碼的設備，所述設備包括： 用於對視訊位元串流中的第一語法元素進行編碼的單元，所述第一語法元素指定是否啟用基於仿射模型的運動補償； 用於基於啟用基於仿射模型的運動補償，對所述視訊位元串流中的第二語法元素進行編碼的單元，所述第二語法元素指定基於子區塊的合併運動向量預測候選者的最大數量，其中，所述第二語法元素的值是基於與所述第一語法元素的值不同的值而被約束的；以及 用於基於基於子區塊的合併運動向量預測候選者的所述最大數量，來對所述視訊資料的圖片進行編碼的單元。
TW110112593A 2020-04-07 2021-04-07 視訊譯碼中的子區塊合併候選的信令數目 TW202143715A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202063006569P 2020-04-07 2020-04-07
US63/006,569 2020-04-07
US17/222,380 2021-04-05
US17/222,380 US11659197B2 (en) 2020-04-07 2021-04-05 Signaling number of subblock merge candidates in video coding

Publications (1)

Publication Number Publication Date
TW202143715A true TW202143715A (zh) 2021-11-16

Family

ID=77922409

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110112593A TW202143715A (zh) 2020-04-07 2021-04-07 視訊譯碼中的子區塊合併候選的信令數目

Country Status (7)

Country Link
US (2) US11659197B2 (zh)
EP (1) EP4133729A1 (zh)
KR (1) KR20220163373A (zh)
CN (1) CN115299056A (zh)
BR (1) BR112022019663A2 (zh)
TW (1) TW202143715A (zh)
WO (1) WO2021207232A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11659197B2 (en) 2020-04-07 2023-05-23 Qualcomm Incorporated Signaling number of subblock merge candidates in video coding
WO2023198077A1 (en) * 2022-04-12 2023-10-19 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus, and medium for video processing

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9854237B2 (en) * 2014-10-14 2017-12-26 Qualcomm Incorporated AMVP and merge candidate list derivation for intra BC and inter prediction unification
MX2021013067A (es) * 2019-04-25 2021-12-14 Op Solutions Llc Candidatos en tramas con movimiento global.
US20220224912A1 (en) 2019-05-12 2022-07-14 Lg Electronics Inc. Image encoding/decoding method and device using affine tmvp, and method for transmitting bit stream
EP3993421A4 (en) * 2019-06-25 2022-08-31 Jvckenwood Corporation DYNAMIC PICTURE CODING DEVICE, DYNAMIC PICTURE CODING METHOD, DYNAMIC PICTURE CODING PROGRAM, DYNAMIC PICTURE DECODING DEVICE, DYNAMIC PICTURE DECODING METHOD, AND DYNAMIC PICTURE DECODING PROGRAM
US11659197B2 (en) 2020-04-07 2023-05-23 Qualcomm Incorporated Signaling number of subblock merge candidates in video coding

Also Published As

Publication number Publication date
CN115299056A (zh) 2022-11-04
BR112022019663A2 (pt) 2022-11-29
US11659197B2 (en) 2023-05-23
US20210314598A1 (en) 2021-10-07
US11991387B2 (en) 2024-05-21
KR20220163373A (ko) 2022-12-09
US20230300368A1 (en) 2023-09-21
WO2021207232A1 (en) 2021-10-14
EP4133729A1 (en) 2023-02-15

Similar Documents

Publication Publication Date Title
TW202101989A (zh) 用於視訊寫碼之參考圖像重採樣及框間寫碼工具
TW202044839A (zh) 用於視訊寫碼之區塊內複製合併資料語法
TW202115977A (zh) 用於視訊編碼的跨分量自我調整迴路濾波
TW202110189A (zh) 用於視訊寫碼的環繞運動補償
TW202121903A (zh) 低頻不可分離變換（ｌｆｎｓｔ）簡化
US20210235124A1 (en) Decoded picture buffer (dpb) parameter signaling for video coding
US20200288130A1 (en) Simplification of sub-block transforms in video coding
US11632540B2 (en) Reference picture scaling ratios for reference picture resampling in video coding
US11368715B2 (en) Block-based delta pulse code modulation for video coding
TW202126040A (zh) 用於視訊編碼的簡化的調色板預測器更新
TW202041003A (zh) 用於視訊資料之框間-框內預測模式
TW202106023A (zh) 調色板模式下的增量量化參數訊令
US11991387B2 (en) Signaling number of subblock merge candidates in video coding
TW202131676A (zh) 視訊編碼中針對參考圖片重取樣的環繞偏移
TW202127881A (zh) 採用用於視訊編解碼之高階語法的子圖像傳訊
TW202127882A (zh) 視訊編解碼中的層間參考圖像傳訊
TW202143734A (zh) 視訊譯碼中的低頻不可分離變換索引信號傳遞
TW202141988A (zh) 用於視訊譯碼中的變換跳過區塊的高級約束
TW202133615A (zh) 基於色度變換跳過的用於色度的ｌｆｎｓｔ信號傳遞
TW202131679A (zh) 在視訊編碼中利用縮減的歸零項的低頻不可分變換（ｌｆｎｓｔ）
TW202126041A (zh) 用於解碼器側運動精緻化及雙向光學流之參考圖像限制
TW202127874A (zh) 用於視訊編碼中的自我調整色彩變換的qp 偏移的靈活訊號傳遞
TW202112133A (zh) 調色板及預測模式信令發送
US20210314567A1 (en) Block partitioning for image and video coding
US11706425B2 (en) Multiple transform set signaling for video coding