TW202241131A - 針對用於視訊譯碼的符號預測的上下文建模 - Google Patents

針對用於視訊譯碼的符號預測的上下文建模 Download PDF

Info

Publication number
TW202241131A
TW202241131A TW111111326A TW111111326A TW202241131A TW 202241131 A TW202241131 A TW 202241131A TW 111111326 A TW111111326 A TW 111111326A TW 111111326 A TW111111326 A TW 111111326A TW 202241131 A TW202241131 A TW 202241131A
Authority
TW
Taiwan
Prior art keywords
block
context
transform coefficient
syntax element
sign
Prior art date
Application number
TW111111326A
Other languages
English (en)
Inventor
瓦迪姆 賽萊金
路易斯喬瑟夫 克羅夫斯基
瑪塔 卡克基維克茲
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
Priority claimed from US17/656,319 external-priority patent/US20220312043A1/en
Application filed by 美商高通公司 filed Critical 美商高通公司
Publication of TW202241131A publication Critical patent/TW202241131A/zh

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • H04N19/176Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/129Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/13Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/18Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/184Methods 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 bits, e.g. of the compressed video stream
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

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

Abstract

視訊譯碼器可以對符號預測語法元素進行譯碼,符號預測語法元素指示符號預測假設對於變換係數是否正確。視訊譯碼器可以使用基於上下文的譯碼程序來對符號預測語法元素進行譯碼。視訊譯碼器可以基於變換係數在視訊資料的塊中的位置來決定用於對譯符號預測語法元素進行譯碼的上下文。上下文亦可以是基於用於對塊進行譯碼的譯碼模式的。

Description

針對用於視訊譯碼的符號預測的上下文建模
本專利申請案主張享受於2021年3月29日提出申請的美國臨時專利申請案第63/167,507號的權益,據此將上述申請案的全部內容經由引用的方式併入本文中。
本案內容係關於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)、膝上型電腦或桌上型電腦、平板電腦、電子書閱讀器、數位相機、數位記錄設備、數位媒體播放機、視訊遊戲裝置、視訊遊戲控制台、蜂巢或衛星無線電電話(所謂的「智慧型電話」)、視訊電話會議設備、視訊流式設備等。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)、ITU-T H.266/通用視訊譯碼(VVC)所定義的標準和此類標準的擴展以及專有視訊轉碼器/格式(諸如開放媒體聯盟開發的AOMedia Video 1(AV1))中描述的那些技術)。經由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、解碼及/或儲存數位視訊資訊。
視訊譯碼技術包括空間(圖片內)預測及/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)可以被分割為視訊塊,視訊塊亦可以被稱為譯碼樹單元(CTU)、譯碼單元(CU)及/或譯碼節點。圖片的經訊框內編碼(I)的切片中的視訊塊是使用相對於同一圖片中的相鄰塊中的參考取樣的空間預測來編碼的。圖片的經訊框間編碼(P或B)的切片中的視訊塊可以使用相對於同一圖片中的相鄰塊中的參考取樣的空間預測或者相對於其他參考圖片中的參考取樣的時間預測。圖片可以被稱為訊框,並且參考圖片可以被稱為參考訊框。
概括而言,本案內容描述了用於視訊譯碼中的符號預測的技術。具體而言,本案內容描述了用於決定用於使用基於上下文的譯碼對符號預測語法元素進行譯碼的上下文的技術。符號預測語法元素是指示用於變換係數的符號預測假設是否與變換係數的實際符號值匹配的語法元素。符號預測假設是關於特定變換係數的符號是正值還是負值的預測。視訊譯碼器可以決定用於使用基於上下文的譯碼對符號預測進行譯碼的上下文(例如,概率模型)。
具體而言,本案內容描述了其中視訊譯碼器被配置為基於變換係數在塊中的位置及/或用於對塊進行譯碼的譯碼模式(例如,訊框間譯碼或訊框內譯碼)中的一項或多項來決定上下文的技術。因為變換係數的特性(例如,大小和符號)可能基於塊內的位置及/或用於產生變換係數的譯碼模式而不同,所以使用變換係數的位置及/或譯碼模式來決定用於對符號預測進行譯碼的上下文可以提高譯碼效率。
在一個實例中,本案內容描述了一種對視訊資料進行解碼的方法,該方法包括:基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
在另一實例中,本案內容描述了一種被配置為對視訊資料進行解碼的裝置,該裝置包括:被配置為儲存視訊資料的塊的記憶體;及在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為:基於變換係數在視訊資料的該塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
在另一實例中,本案內容描述了一種被配置為對視訊資料進行解碼的裝置,該裝置包括:用於基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文的單元,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及用於使用該上下文來對該符號預測語法元素進行解碼的單元。
在另一實例中,本案內容描述了一種儲存指令的非暫時性電腦可讀取儲存媒體,該等指令在被執行時使得被配置為對視訊資料進行解碼的一或多個處理器進行以下操作:基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
在另一實例中,本案內容描述了一種被配置為對視訊資料進行編碼的裝置,該裝置包括:被配置為儲存視訊資料的塊的記憶體;及在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為:基於變換係數在視訊資料的該塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行編碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行編碼。
在附圖和以下描述中闡述了一或多個實例的細節。根據描述、附圖和請求項,其他特徵、目的和優點將是顯而易見的。
視訊轉碼器可以使用譯碼模式(諸如訊框間預測或訊框內預測)來對視訊資料的塊進行譯碼。在一些實例中,視訊轉碼器可以形成視訊資料的殘差塊,其表示在正在解碼的塊與預測塊之間的差異。隨後,可以將殘差塊變換到頻域以建立變換係數的塊。變換係數可以被量化為整數值。每個變換係數由大小(例如,絕對值)和符號(例如,正或負)表示。
在一些實例中,視訊轉碼器可以被配置為針對某個數量的變換係數執行符號預測。例如,若預測了兩個符號,則可能存在4種可能的組合或符號預測假設:(+,+),(+,-),(-,+),(-,-)。對於所有四種組合,計算成本函數,並且選擇具有最小成本的組合(例如,符號預測假設)作為符號預測器組合。視訊解碼器可以執行相互程序。
對於對其執行符號預測的變換係數,視訊轉碼器可以對上下文解碼的倉(bin)(例如,符號預測語法元素)進行編碼並且用訊號通知,以指示實際變換係數符號是否等於假設,而不是繞過訊號傳遞。在先前的技術中,用於對符號預測語法元素進行譯碼的上下文取決於變換係數的大小。本案內容描述了決定用於對符號預測語法元素進行譯碼的上下文的不同技術。具體地,視訊譯碼器可以基於變換係數在塊中的位置及/或用於對塊進行譯碼的譯碼模式中的一項或多項來決定上下文。因為變換係數的特性(例如,大小和符號)可能基於塊內的位置和用於產生變換係數的譯碼模式而不同,所以使用變換係數的位置及/或譯碼模式來決定用於對符號預測進行譯碼的上下文可以提高譯碼效率。
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統100的方塊圖。概括而言,本案內容的技術涉及對視訊資料進行譯碼(編碼及/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、以及視訊中繼資料(例如,訊號傳遞資料)。
如圖1所示,在該實例中,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經由電腦可讀取媒體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、筆記型電腦(亦即,膝上型電腦)、行動設備、平板電腦、機上盒、諸如智慧型電話之類的電話手機、電視機、相機、顯示裝置、數位媒體播放機、視訊遊戲控制台、視訊資料串流設備、廣播接收器設備等。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訊,並且因此可以被稱為無線通訊設備。
在圖1的實例中,源設備102包括視訊源104、記憶體106、視訊轉碼器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以及顯示裝置118。根據本案內容,源設備102的視訊轉碼器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視訊譯碼中的符號預測的上下文建模的技術。因此,源設備102表示視訊編碼設備的實例,而目的地設備116表示視訊解碼設備的實例。在其他實例中,源設備和目的地設備可以包括其他部件或佈置。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可以與外部顯示裝置對接,而不是包括整合顯示裝置。
如圖1所示的系統100僅是一個實例。通常,任何數位視訊編碼及/或解碼設備可以執行用於視訊譯碼中的符號預測的上下文建模的技術。源設備102和目的地設備116僅是這樣的譯碼設備的實例,其中源設備102產生經解碼的視訊資料以用於傳輸給目的地設備116。本案內容將「解碼」設備指代為執行對資料的譯碼(例如,編碼及/或解碼)的設備。因此,視訊轉碼器200和視訊解碼器300分別表示譯碼設備(具體地,視訊轉碼器和視訊解碼器)的實例。在一些實例中,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中的每一者皆包括視訊編碼和解碼用部件。因此,系統100可以支援在源設備102和目的地設備116之間的單向或雙向視訊傳輸,例如,以用於視訊資料流式、視訊重播、視訊廣播或視訊電話。
通常,視訊源104表示視訊資料(即原始的未經編碼的視訊資料)的源,並且將視訊資料的順序的一系列圖片(亦被稱為「訊框」)提供給視訊轉碼器200,視訊轉碼器200對用於圖片的資料進行編碼。源設備102的視訊源104可以包括視訊擷取裝置,諸如攝像機、包含先前擷取的原始視訊的視訊存檔單元、及/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可以產生基於電腦圖形的資料作為源視訊,或者產生即時視訊、被存檔的視訊和電腦產生的視訊的組合。在每種情況下,視訊轉碼器200可以對被擷取的、預擷取的或電腦產生的視訊資料進行編碼。視訊轉碼器200可以將圖片從所接收的次序(有時被稱為「顯示次序」)重新排列為用於譯碼的譯碼次序。視訊轉碼器200可以產生包括經編碼的視訊資料的位元串流。隨後,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取媒體110上,以便由例如目的地設備116的輸入介面122接收及/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。在一些實例中,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轉碼器200和視訊解碼器300分別執行的軟體指令。儘管記憶體106和記憶體120在該實例中被示為與視訊轉碼器200和視訊解碼器300分開,但是應當理解的是,視訊轉碼器200和視訊解碼器300亦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轉碼器200輸出並且輸入到視訊解碼器300的經編碼的視訊資料。在一些實例中,記憶體106、120的部分可以被分配為一或多個視訊緩衝器,例如,以儲存原始的經解碼及/或經編碼的視訊資料。
電腦可讀取媒體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。在一個實例中,電腦可讀取媒體110表示通訊媒體,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,來即時地向目的地設備116直接發送經編碼的視訊資料。輸出介面108可以根據諸如無線通訊協定之類的通訊標準來對包括經編碼的視訊資料的傳輸訊號進行解調,並且輸入介面122可以根據諸如無線通訊協定之類的通訊標準來對所接收的傳輸訊號進行解調。通訊媒體可以包括任何無線或有線通訊媒體,例如,射頻(RF)頻譜或一或多條實體傳輸線。通訊媒體可以形成諸如以下各項的基於封包的網路的一部分:區域網路、廣域網、或諸如網際網路之類的全球網路。通訊媒體可以包括路由器、交換機、基地台、或對於促進從源設備102到目的地設備116的通訊而言可以有用的任何其他設備。
在一些實例中,源設備102可以將經編碼的資料從輸出介面108輸出到存放裝置112。類似地,目的地設備116可以經由輸入介面122從存放裝置112存取經編碼的資料。存放裝置112可以包括各種分散式或本端存取的資料儲存媒體中的任何一種,諸如硬碟、藍光光碟、DVD、CD-ROM、快閃記憶體、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他適當的數位儲存媒體。
在一些實例中,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產生的經編碼的視訊資料的另一中間存放裝置。目的地設備116可以經由資料流式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)、被配置為提供檔案傳輸通訊協定服務(諸如檔案傳輸通訊協定(FTP)或基於單向傳輸的檔遞送(FLUTE)協定)的伺服器、內容遞送網路(CDN)設備、超文字傳輸協定(HTTP)伺服器、多媒體廣播多播服務(MBMS)或增強型MBMS(eMBMS)伺服器、及/或網路附加儲存(NAS)設備。檔案伺服器114可以補充或替代地實現一或多個HTTP資料流協定,諸如基於HTTP的動態自我調整資料流(DASH)、HTTP即時資料流式(HLS)、即時資料流式協定(RTSP)、HTTP動態資料流式等。
目的地設備116可以經由任何標準資料連接(包括網際網路連接)來從檔案伺服器114存取經編碼的視訊資料。這可以包括適於存取被儲存在檔案伺服器114上的經編碼的視訊資料的無線通道(例如,Wi-Fi連接)、有線連接(例如,數位用戶線路(DSL)、纜線數據機等)、或這兩者的組合。輸入介面122可以被配置為根據上文論述的用於從檔案伺服器114取回或接收媒體資料的各種協定或者用於取回媒體資料的其他此類協定中的任何一或多個進行操作。
輸出介面108和輸入介面122可以表示無線發射器/接收器、數據機、有線聯網單元(例如,乙太網路卡)、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訊部件、或其他實體部件。在其中輸出介面108和輸入介面122包括無線部件的實例中,輸出介面108和輸入介面122可以被配置為根據蜂巢通訊標準(諸如4G、4G-LTE(長期進化)、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實例中,輸出介面108和輸入介面122可以被配置為根據其他無線標準(諸如IEEE 802.11規範、IEEE 802.15規範(例如,ZigBee™)、Bluetooth™標準等)來傳輸資料(諸如經編碼的視訊資料)。在一些實例中,源設備102及/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轉碼器200及/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及/或輸入介面122的功能的SoC設備。
本案內容的技術可以應用於視訊譯碼,以支援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、網際網路流式視訊傳輸(諸如基於HTTP的動態自我調整資料流(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、或其他應用。
目的地設備116的輸入介面122從電腦可讀取媒體110(例如,通訊媒體、存放裝置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可以包括由視訊轉碼器200定義的諸如以下語法元素之類的訊號傳遞資訊(其亦被視訊解碼器300使用):該語法元素具有描述視訊塊或其他解碼單元(例如,切片、圖片、圖片組、序列等)的特性及/或處理的值。顯示裝置118將經解碼的視訊資料的經解碼的圖片顯示給使用者。顯示裝置118可以表示各種顯示裝置中的任何一種,諸如液晶顯示器(LCD)、等離子顯示器、有機發光二極體(OLED)顯示器、或另一種類型的顯示裝置。
儘管在圖1中未圖示,但是在一些實例中,視訊轉碼器200和視訊解碼器300可以各自與音訊編碼器及/或音訊解碼器整合,並且可以包括適當的MUX-DEMUX單元或其他硬體及/或軟體,以處理包括公共資料串流中的音訊和視訊兩者的經多工的流。
視訊轉碼器200和視訊解碼器300各自可以被實現為各種適當的編碼器及/或解碼器電路中的任何一種,諸如一或多個微處理器、數位訊號處理器(DSP)、特殊應用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、個別邏輯、軟體、硬體、韌體、或其任何組合。當該等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取媒體中,並且使用一或多個處理器,用硬體來執行指令以執行本案內容的技術。視訊轉碼器200和視訊解碼器300中的每一者可以被包括在一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。包括視訊轉碼器200及/或視訊解碼器300的設備可以包括積體電路、微處理器、及/或無線通訊設備(諸如蜂巢式電話)。
視訊轉碼器200和視訊解碼器300可以根據視訊譯碼標準(諸如ITU-T H.265(亦被稱為高效率視訊譯碼(HEVC)標準)或對其的擴展(諸如多視圖及/或可伸縮視訊譯碼擴展))進行操作。替代地,視訊轉碼器200和視訊解碼器300可以根據其他專有或行業標準(諸如ITU-T H.266標準,亦被稱為通用視訊譯碼(VVC))進行操作。在其他實例中,視訊轉碼器200和視訊解碼器300可以根據專有視訊轉碼器/格式(諸如AOMedia Video 1(AV1)、AV1的擴展及/或AV1的後續版本(例如,AV2))操作。在其他實例中,視訊轉碼器200和視訊解碼器300可以根據其他專有格式或行業標準操作。然而,本案內容的技術不限於任何特定的譯碼標準或格式。通常,視訊轉碼器200和視訊解碼器300可以被配置為結合使用符號預測及/或使用概率模型(例如,如上下文所指示的)對與符號預測相關的一或多個語法元素進行譯碼的任何視訊譯碼技術來執行本案內容的技術。
通常,視訊轉碼器200和視訊解碼器300可以執行對圖片的基於塊的譯碼。術語「塊」通常指代包括要被處理的(例如,在編碼及/或解碼程序中要被編碼、被解碼或以其他方式使用的)資料的結構。例如,塊可以包括亮度及/或色度資料的取樣的二維矩陣。通常,視訊轉碼器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。亦即,並不是對用於圖片的取樣的紅色、綠色和藍色(RGB)資料進行譯碼,視訊轉碼器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。在一些實例中,視訊轉碼器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。替代地,預處理和後處理單元(未圖示)可以執行這些轉換。
概括而言,本案內容可以涉及對圖片的譯碼(例如,編碼和解碼)以包括對圖片的資料進行編碼或解碼的程序。類似地,本案內容可以涉及對圖片的塊的譯碼以包括對用於塊的資料進行編碼或解碼(例如,預測及/或殘差譯碼)的程序。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)以及將圖片分割為塊的語法元素的一系列值。因此,關於對圖片或塊進行譯碼的引用通常應當被理解為對用於形成圖片或塊的語法元素的值進行譯碼。
HEVC定義了各種塊,包括譯碼單元(CU)、預測單元(PU)和變換單元(TU)。根據HEVC,視訊譯碼器(諸如視訊轉碼器200)根據四叉樹結構來將譯碼樹單元(CTU)分割為CU。亦即,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可以包括一或多個PU及/或一或多個TU。視訊解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表示訊框間預測資料,而TU表示殘差資料。經訊框內預測的CU包括訊框內預測資訊,諸如訊框內模式指示。
作為另一實例,視訊轉碼器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(諸如視訊轉碼器200)將圖片分割為多個譯碼樹單元(CTU)。視訊轉碼器200可以根據樹結構(諸如四叉樹-二叉樹(QTBT)結構或多類型樹(MTT)結構)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)分割以及一或多個類型的三叉樹(TT)(亦被稱為三元樹(TT))分割來對塊進行分割。三叉樹或三元樹分割是其中塊被分為三個子塊的分割。在一些實例中,三叉樹或三元樹分割將塊劃分為三個子塊,而不經由中心劃分原始塊。MTT中的分割類型(例如,QT、BT和TT)可以是對稱的或不對稱的。
當根據AV1轉碼器操作時,視訊轉碼器200和視訊解碼器300可以被配置為在塊中對視訊資料進行譯碼。在AV1中,可以處理的最大譯碼塊被稱為超級塊。在AV1中,超級塊可以是128x128亮度取樣或64x64亮度取樣。然而,在後續視訊譯碼格式(例如,AV2)中,超級塊可以由不同(例如,更大)的亮度取樣大小來定義。在一些實例中,超級塊是塊四叉樹的頂層。視訊轉碼器200可以進一步將超級塊劃分為更小的譯碼塊。視訊轉碼器200可以使用正方形或非正方形分割來將超級塊和其他譯碼塊分割為更小的塊。非正方形塊可以包括N/2xN、NxN/2、N/4xN和NxN/4塊。視訊轉碼器200和視訊解碼器300可以對每個譯碼塊執行單獨的預測和變換程序。
AV1亦定義了視訊資料的瓦片。瓦片是超級塊的矩形陣列,其可以獨立於其他瓦片進行解碼。亦即,視訊轉碼器200和視訊解碼器300可以分別對瓦片內的譯碼塊進行編碼和解碼,而不使用來自其他瓦片的視訊資料。然而,視訊轉碼器200和視訊解碼器300可以跨越瓦片邊界執行濾波。瓦片的大小可以是均勻的或不均勻的。基於瓦片的譯碼可以實現針對編碼器和解碼器實現的並行處理及/或多執行緒。
在一些實例中,視訊轉碼器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,而在其他實例中,視訊轉碼器200和視訊解碼器300可以使用兩個或兩個以上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)。
視訊轉碼器200和視訊解碼器300可以被配置為使用四叉樹分割、QTBT分割、MTT分割、超級塊分割或其他分割結構。
在一些實例中,CTU包括亮度取樣的譯碼樹塊(CTB)、具有三個取樣陣列的圖片的色度取樣的兩個對應的CTB、或者單色圖片或使用三個單獨的色彩平面和用於對取樣進行譯碼的語法結構來譯碼的圖片的取樣的CTB。CTB可以是取樣的NxN塊(針對N的某個值),使得將分量劃分為CTB是一種分割。分量是來自以4:2:0、4:2:2或4:4:4的色彩格式組成圖片的三個陣列(一個亮度和兩個色度)之一的陣列或單個取樣,或者是以單色格式組成圖片的陣列或陣列的單個取樣。在一些實例中,譯碼塊是取樣的M×N塊(針對M和N的某些值),使得將CTB劃分成譯碼塊是一種分割。
可以以各種方式在圖片中對塊(例如,CTU或CU)進行群組。作為一個實例,磚塊可以指代圖片中的特定瓦片內的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)以及等於圖片的寬度的寬度。
在一些實例中,可以將瓦片分割為多個磚塊,每個磚塊可以包括瓦片內的一或多個CTU行。沒有被分割為多個磚塊的瓦片亦可以被稱為磚塊。然而,作為瓦片的真實子集的磚塊可以不被稱為瓦片。圖片中的磚塊亦可以以切片來排列。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。在一些實例中,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。
本案內容可以互換地使用「NxN」和「N乘N」來指代塊(諸如CU或其他視訊塊)在垂直和水平維度態樣的取樣大小,例如,16x16個取樣或16乘16個取樣。通常,16x16 CU在垂直方向上將具有16個取樣(y = 16),並且在水平方向上將具有16個取樣(x = 16)。同樣地,NxN CU通常在垂直方向上具有N個取樣,並且在水平方向上具有N個取樣,其中N表示非負整數值。CU中的取樣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取樣。例如,CU可以包括NxM個取樣,其中M不一定等於N。
視訊轉碼器200對用於CU的表示預測及/或殘差資訊以及其他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的預測塊。殘差資訊通常表示在編碼之前的CU的取樣與預測塊之間的逐取樣差。
為了預測CU,視訊轉碼器200通常可以經由訊框間預測或訊框內預測來形成用於CU的預測塊。訊框間預測通常指代根據先前解碼的圖片的資料來預測CU,而訊框內預測通常指代根據同一圖片的先前解碼的資料來預測CU。為了執行訊框間預測,視訊轉碼器200可以使用一或多個運動向量來產生預測塊。視訊轉碼器200通常可以執行運動搜尋,以辨識例如在CU與參考塊之間的差異態樣與CU緊密匹配的參考塊。視訊轉碼器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)、或其他這種差計算來計算差度量,以決定參考塊是否與當前CU緊密匹配。在一些實例中,視訊轉碼器200可以使用單向預測或雙向預測來預測當前CU。
VVC的一些實例亦提供仿射運動補償模式,其可以被認為是訊框間預測模式。在仿射運動補償模式下,視訊轉碼器200可以決定表示非平移運動(諸如放大或縮小、旋轉、透視運動或其他不規則的運動類型)的兩個或兩個以上運動向量。
為了執行訊框內預測,視訊轉碼器200可以選擇訊框內預測模式來產生預測塊。VVC的一些實例提供六十七種訊框內預測模式,包括各種方向性模式、以及平面模式和DC模式。通常,視訊轉碼器200選擇訊框內預測模式,訊框內預測模式描述要根據其來預測當前塊(例如,CU的塊)的取樣的、當前塊的相鄰取樣。假設視訊轉碼器200以光柵掃瞄次序(從左到右、從上到下)對CTU和CU進行解碼,則這樣的取樣通常可以是在與當前塊相同的圖片中在當前塊的上方、左上方或左側。
視訊轉碼器200對表示用於當前塊的預測模式的資料進行編碼。例如,對於訊框間預測模式,視訊轉碼器200可以對表示使用各種可用訊框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。對於單向或雙向訊框間預測,例如,視訊轉碼器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。視訊轉碼器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。
AV1包括兩種用於對視訊資料的譯碼塊進行編碼和解碼的通用技術。這兩種通用技術是訊框內預測(例如,訊框內預測或空間預測)和訊框間預測(例如,訊框間預測或時間預測)。在AV1的上下文中,當使用訊框內預測譯碼模式來預測視訊資料的當前訊框的塊時,視訊轉碼器200和視訊解碼器300不使用來自視訊資料的其他訊框的視訊資料。對於大多數訊框內預測譯碼模式,視訊轉碼器200基於當前塊中的取樣值與從同一訊框中的參考取樣產生的預測值之間的差來對當前訊框的塊進行編碼。視訊轉碼器200基於訊框內預測譯碼模式來決定從參考取樣產生的預測值。
在諸如對塊的訊框內預測或訊框間預測之類的預測之後,視訊轉碼器200可以計算用於該塊的殘差資料。殘差資料(諸如殘差塊)表示在塊與用於該塊的預測塊之間的逐取樣差,該預測塊是使用對應的預測模式來形成的。視訊轉碼器200可以將一或多個變換應用於殘差塊,以在變換域中而非在取樣域中產生經變換的資料。例如,視訊轉碼器200可以將離散餘弦變換(DCT)、整數變換、小波變換或概念上類似的變換應用於殘差視訊資料。另外,視訊轉碼器200可以在第一變換之後應用二次變換,諸如模式相關的不可分離二次變換(MDNSST)、訊號相關變換、Karhunen-Loeve變換(KLT)等。視訊轉碼器200在應用一或多個變換之後產生變換係數。
如前述,在任何變換以產生變換係數之後,視訊轉碼器200可以執行對變換係數的量化。量化通常指代如下的程序:在該程序中,對變換係數進行量化以可能減少用於表示變換係數的資料量,從而提供進一步的壓縮。經由執行量化程序,視訊轉碼器200可以減小與一些或所有變換係數相關聯的位元深度。例如,視訊轉碼器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。在一些實例中,為了執行量化,視訊轉碼器200可以執行對要被量化的值的按位右移。
在量化之後,視訊轉碼器200可以掃瞄變換係數,從而從包括經量化的變換係數的二維矩陣產生一維向量。可以將掃瞄設計為將較高能量(並且因此較低頻率)的變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)的變換係數放在向量的後面。在一些實例中,視訊轉碼器200可以利用預定義的掃瞄次序來掃瞄經量化的變換係數以產生經序列化的向量,並且隨後對向量的經量化的變換係數進行熵編碼。在其他實例中,視訊轉碼器200可以執行自我調整掃瞄。在掃瞄經量化的變換係數以形成一維向量之後,視訊轉碼器200可以例如根據上下文自我調整二進位算術譯碼(CABAC)來對一維向量進行熵編碼。視訊轉碼器200亦可以對用於描述與經編碼的視訊資料相關聯的中繼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,視訊轉碼器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。概率決定可以是基於被分配給符號的上下文的。
視訊轉碼器200亦可以例如在圖片標頭、塊標頭、切片標頭中為視訊解碼器300產生語法資料(諸如基於塊的語法資料、基於圖片的語法資料和基於序列的語法資料)、或其他語法資料(諸如序列參數集(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決定如何解碼對應的視訊資料。
以這種方式,視訊轉碼器200可以產生位元串流,其包括經編碼的視訊資料,例如,描述將圖片分割為塊(例如,CU)以及用於該塊的預測及/或殘差資訊的語法元素。最終,視訊解碼器300可以接收位元流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執行與由視訊轉碼器200執行的程序相反的程序,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,以與視訊轉碼器200的CABAC編碼程序基本上類似的、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(諸如QTBT結構)對每個CTU進行分割以定義CTU的CU的分割資訊。語法元素亦可以定義用於視訊資料的塊(例如,CU)的預測和殘差資訊。
殘差資訊可以由例如經量化的變換係數來表示。視訊解碼器300可以對塊的經量化的變換係數進行逆量化和逆變換以重現用於該塊的殘差塊。視訊解碼器300使用經訊號通知的預測模式(訊框內預測或訊框間預測)和相關的預測資訊(例如,用於訊框間預測的運動資訊)來形成用於該塊的預測塊。視訊解碼器300隨後可以對預測塊和殘差塊(在逐個取樣的基礎上)進行組合以重現原始塊。視訊解碼器300可以執行額外處理,諸如執行去塊程序以減少沿著塊的邊界的視覺偽影。
概括而言,本案內容可能涉及「用訊號通知」某些資訊(諸如語法元素)。術語「用訊號通知」通常可以指代對用於語法元素的值及/或用於對經編碼的視訊資料進行解碼的其他資料的傳送。亦即,視訊轉碼器200可以在位元串流中用訊號通知用於語法元素的值。通常,用訊號通知指代在位元串流中產生值。如前述,源設備102可以基本上即時地或不是即時地(諸如可能在將語法元素儲存到存放裝置112以供目的地設備116稍後取回時發生)將位元串流傳輸到目的地設備116。
如上文簡要描述的,視訊轉碼器200可以被配置為針對某個數量的變換係數執行符號預測。例如,若預測了兩個符號,則可能存在4種可能的組合或符號預測假設:(+,+),(+,-),(-,+),(-,-)。對於所有四種組合,計算成本函數,並且選擇具有最小成本的組合(例如,符號預測假設)作為符號預測器組合。視訊解碼器300可以執行相互程序。
對於對其執行符號預測的變換係數,視訊轉碼器200可以對上下文解碼的倉(例如,符號預測語法元素)進行編碼並且用訊號通知,以指示實際變換係數符號是否等於假設,而不是繞過訊號傳遞。在先前的技術中,用於對符號預測語法元素進行譯碼的上下文取決於變換係數大小。本案內容描述了決定用於對符號預測語法元素進行譯碼的上下文的不同技術。具體而言,視訊轉碼器200和視訊解碼器300可以被配置為:基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文,其中符號預測語法元素指示符號預測假設對於變換係數是否正確;及使用上下文來對符號預測語法元素進行譯碼。
以Yao-Jen Chang等人為作者的「Compression efficiency methods beyond VVC」,ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29的聯合視訊專家組(JVET),第21次會議,經由電話會議,2021年1月6日至15日(以下簡稱「JVET-U0100」),描述了被稱為變換係數符號預測的譯碼工具。實例變換係數符號預測方法的一個基本思想是,對於適用的變換係數,計算正和負符號兩者組合的重構殘差,並且選擇使成本函數最小化的假設。
例如,若視訊轉碼器200和視訊解碼器300被配置為預測用於兩個變換係數的兩個符號值,則可以存在四種可能的組合:兩個正號(+、+)、一個正號後跟一個負號(+、-)、一個負號後跟一個正號(–、+)以及兩個負號(–、–)。對於所有四種組合,視訊轉碼器200和視訊解碼器300可以被配置為計算成本函數,並且選擇具有最小成本的符號的組合作為符號預測器組合(例如,符號預測假設)。若預測更多的符號並且要嘗試更多的組合,則應用相同的程序。要分析的組合數量是實現複雜性和壓縮效率之間的折衷。亦即,更多的符號組合可能導致更好的譯碼效率,但是以實現複雜性為代價。
對於可以向其應用符號預測的變換係數,視訊轉碼器200可以被配置為對上下文譯碼的倉(例如,語法元素)進行編碼並且用訊號通知,以指示變換係數的符號是否等於符號預測假設,而不是繞過對指示符號本身的語法元素進行譯碼(例如,固定概率譯碼)。同樣,視訊解碼器300可以被配置為接收和解碼上下文解碼的倉(例如,語法元素),以決定當前解碼的變換係數的符號是否等於符號預測假設。在一個實例中,視訊轉碼器200和視訊解碼器300使用的上下文(例如,概率模型)取決於變換係數大小。亦即,視訊轉碼器200和視訊解碼器300決定變換係數的大小,並且隨後使用該大小來決定要使用什麼上下文。在一個實例中,視訊轉碼器200和視訊解碼器300可以被配置為分別針對每個亮度和色度分量使用兩個上下文(例如,2個用於亮度並且2個用於色度)。本案內容描述了針對用於符號預測的上下文建模(例如,對上下文的決定)的其他實例技術。本案內容的技術可能導致提供增加的譯碼效率的上下文選擇。
在符號預測譯碼的一些實例中,視訊轉碼器200和視訊解碼器300不執行逆變換來重構殘差塊。替代地,視訊轉碼器200和視訊解碼器300可以基於預儲存的元素殘差乘以針對其預測符號值的所有係數累積的係數大小來推導重構的殘差塊。
更詳細地說,任何變換係數塊皆可以被表示為塊之和,其中只有一個變換係數為非零。此外,一個非零變換系數值可以被設置為值1。為了獲得最終重構的殘差塊,視訊轉碼器200和視訊解碼器300可以將與等於1的係數大小相對應的經重構的殘差乘以帶符號係數大小。圖2是示出實例變換塊分解的概念圖。
如圖2所示,變換係數塊400包括兩個非零係數。左上方的係數具有值5,並且右邊的兩個係數具有值-2。變換係數塊400可以被分解為變換係數塊402和404之和。變換係數塊402在左上角具有值為1並且乘以5(例如,變換係數塊400中的原始變換係數的大小和符號)的單個非零變換係數。變換係數塊404在左上角右側的兩個位置具有值為1並且乘以-2(例如,變換係數塊400中的原始變換係數的大小和符號)的單個非零變換係數。
如從圖2的實例中可以看出,對於大小等於1的每一個非零係數,可能只計算一次逆變換。視訊解碼器300可以被配置為將最終重構推導為經重構的元素殘差的縮放和。經重構的元素殘差(或範本)被預先計算並且儲存在查閱資料表中,其中針對該表的每個元素具有預定(例如,8位元)精度。由於在僅考慮變換塊的第一行和第一列的情況下量測不連續性,如稍後將解釋的,所以每個變換基函數的查閱資料表大小可以減少到塊的寬度加上高度的長度。用於計算範本的變換基函數對應於主變換(例如,增強多重變換(EMT))基。然而,由於精度降低到8位元,因此所得的範本可能相同或相似。在這種情況下,合併範本以減少儲存記憶體。
在一些實例中,符號預測的精度取決於係數大小。較小的大小通常使不連續量測差不那麼明顯。因此,對於給定數量的預測符號,根據係數大小閥值選擇變換係數塊的左上頻率區域中的非零係數。係數大小閥值將係數分類為兩組,其中符號被預測有高概率或低概率(例如,高概率上下文或低概率上下文)。按光柵掃瞄順序對係數進行掃瞄,並且大小高於閥值的係數被分類為高預測概率組。否則,該係數被分類為低概率預測組。若高預測概率組中的係數數量小於要預測的係數符號總數,則添加來自低預測概率組的係數。
為了推導所有可能組合中的最佳符號預測假設,可以定義和使用成本函數。成本函數被定義為跨越塊邊界的不連續性度量。視訊轉碼器200和視訊解碼器300可以計算針對所有假設的不連續性度量,並且選擇具有最小成本的假設作為用於變換係數符號的預測器。圖3是示出符號預測中的實例不連續性度量的概念圖。圖3圖示塊410,其中經重構的鄰點420跨越來自經重構的符號候選430的塊邊界。下文描述了不連續性度量成本函數。
在一個實例中,按如下將成本函式定義為上方行和左側列的在殘差域中的絕對二階導數之和:
Figure 02_image001
其中 R是經重構的鄰點, P是當前塊的預測,並且 r是殘差假設。每個區塊只能計算一次項
Figure 02_image003
,並且只減去殘差假設。
在用於符號預測的先前技術中,指示符號預測是否正確(例如,符號預測假設與實際符號匹配)的語法元素是使用取決於變換係數大小的上下文進行上下文解碼的。這樣的語法元素可以被稱為符號預測語法元素。使用變換係數的大小來決定符號預測上下文要求大小在可以選擇符號預測上下文以及可以對符號預測語法元素進行編碼之前被決定。此外,在用於符號預測的先前技術中,上下文選擇不取決於塊內的係數位置,並且不取決於塊是訊框內解碼還是訊框間解碼的。通常,訊框內預測塊傾向於擁有具有更高大小的更多非零係數。針對訊框間和訊框內譯碼塊使用相同的上下文可能產生次優的壓縮效率。
本案內容的技術可以解決上述問題。具體而言,本案內容的技術可以包括基於變換係數在塊中的位置及/或用於對塊進行譯碼的譯碼模式中的一項或多項來決定用於對符號預測語法元素進行譯碼的上下文。因為變換係數的特性(例如,大小和符號)可能基於塊內的位置和用於產生變換係數的譯碼模式而不同,所以使用變換係數的位置及/或譯碼模式來決定用於對符號預測進行譯碼的上下文可以提高譯碼效率。本案內容的技術可以用於決定用於任何符號預測語法元素的上下文,而不考慮用於決定符號預測語法元素本身的值的技術。
可以以任何組合使用下文描述的技術。例如,除了基於係數大小來決定上下文或者替代基於係數大小來決定上下文,亦可以使用用於決定下文描述的上下文的技術的任何組合。在一些實例中,係數大小的使用可能是可選的。
變換係數位置相關上下文
在一個實例中,為了對符號預測語法元素進行譯碼,視訊轉碼器200和視訊解碼器300可以被配置為基於塊內的變換係數位置或變換塊本身的位置來決定上下文(若在一個譯碼或預測單元記憶體在多個變換塊的話)。對符號預測語法元素進行譯碼包括:對上下文解碼的倉進行譯碼及/或解碼,該上下文解碼的倉指示變換係數的符號是否等於符號預測假設。亦即,視訊轉碼器200和視訊解碼器300可以被配置為使用所決定的上下文來對語法元素進行解碼,該語法元素指示變換係數的符號是否等於符號預測假設。基於塊內的變換係數來決定上下文通常意味著變換係數在塊中的位置(例如,定位)是對決定要使用的上下文的函數的輸入。
在本案內容的一般實例中,視訊轉碼器200可以被配置為:基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,其中符號預測語法元素指示符號預測假設對於變換係數是否正確;及使用上下文來對符號預測語法元素進行編碼。以相互方式,視訊解碼器300可以被配置為:基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文,其中符號預測語法元素指示符號預測假設對於變換係數是否正確;及使用上下文來對符號預測語法元素進行解碼。下文將更詳細地描述了變換係數的位置的實例以及這些位置如何影響上下文決定。
在一個實例中,視訊轉碼器200和視訊解碼器300可以被配置為指派用於對DC係數(例如,在塊的左上角中的第一個係數)的符號預測進行譯碼的專用上下文(例如,上下文0),並且可以指派用於對非DC係數的符號預測進行譯碼的另一上下文(例如,上下文1)。亦即,通常,視訊轉碼器200和視訊解碼器300可以基於變換係數是否是DC係數來決定用於對變換係數的符號預測語法元素進行譯碼的上下文。更具體地說,在另一實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於變換係數是DC係數來決定用於對符號預測語法元素進行解碼的第一上下文,並且基於變換係數不是DC係數來決定用於對符號預測語法元素進行解碼的第二上下文。
圖4是示出變換係數的實例位置的概念圖。圖4圖示變換係數的4x4塊的實例。單獨的小塊表示針對其可以對符號預測語法元素進行解碼的變換係數的位置。對於上述實例,圖4圖示具有DC係數442的塊440。通常,DC係數是塊或子塊中的左升頻轉換係數。在塊440的實例中,視訊轉碼器200和視訊解碼器300可以決定使用第一上下文來對用於DC係數442的符號預測語法元素進行譯碼,並且可以決定使用第二不同的上下文來對用於塊440的其他變換係數的任何符號預測語法元素進行譯碼。
在另一實例中,視訊轉碼器200和視訊解碼器300可以將塊劃分為多個部分或區域,其中塊的部分或區域與某個變換係數頻率相關聯。視訊轉碼器200和視訊解碼器300可以決定用於對在塊的每個部分中的符號預測語法元素進行譯碼的單獨上下文。作為一個實例,視訊轉碼器200和視訊解碼器300可以將塊劃分為四個象限,並且視訊轉碼器200和視訊解碼器300可以決定用於對在每個象限中的符號預測語法元素進行譯碼的單獨上下文。然而,塊可以被劃分為更多或更少的區域。此外,區域的大小可能是一致的,或者可能有不同的大小。
在圖4中,變換塊450被劃分為四個區域(例如,象限):第一區域452、第二區域454、第三區域456和第四區域458。視訊轉碼器200和視訊解碼器300可以決定用於對在第一區域452、第二區域454、第三區域456和第四區域458中的每一個中的符號預測語法元素進行譯碼的單獨上下文。
視訊轉碼器200和視訊解碼器300亦可以被配置為在針對符號預測語法元素的上下文決定中使用位置對稱。例如,視訊轉碼器200和視訊解碼器300可以使用相同的上下文來對用於位置為(x,y)和(y,x)的變換係數的符號預測語法元素進行譯碼。例如,如圖4所示,若塊460被劃分為4個象限,則視訊轉碼器200和視訊解碼器300可以使用相同的上下文來對在第二象限462和第三象限464(非對角線)中的符號預測進行譯碼,因為第二和第三象限沿對角線對稱。
在另一實例中,視訊轉碼器200和視訊解碼器300可以基於符號預測順序來決定符號預測語法元素上下文。符號預測順序可以由在塊內的掃瞄順序定義。掃瞄順序可以是光柵掃瞄順序、垂直掃瞄順序、水平掃瞄順序、之字(zigzag)掃瞄順序或以其對變換係數進行解碼的任何其他順序中的一項。例如,符號預測順序中的用於第一變換係數的符號預測語法元素使用一個上下文,符號預測順序中的第二符號預測語法元素使用第二上下文,以此類推。在某一數量的符號預測語法元素之後,視訊轉碼器200和視訊解碼器300可以將相同的上下文用於符號預測順序中的剩餘符號預測語法預測語法元素。
例如,視訊轉碼器200和視訊解碼器300可以針對符號預測順序中的第一符號預測語法元素或前兩個符號預測語法元素使用單獨的上下文。在一些實例中,DC係數是按符號預測順序掃瞄的第一係數。從第二或第三符號預測語法元素開始,視訊轉碼器200和視訊解碼器300可以針對剩餘的符號預測語法元素使用相同的上下文。參照圖4,塊470是利用水平符號預測順序掃瞄的。針對每個變換係數示出的數字圖示以其對符號預測語法元素進行解碼的順序。在一個實例中,用於變換係數1和2的符號預測語法元素將共享相同的上下文,而用於變換係數3-16的任何符號預測語法元素將共享相同的上下文。該技術背後的思想是,更高頻率係數(例如,朝向塊的右下部分的變換係數)可能在成本函數中具有更少的明顯差異,並且與沿著符號預測順序在塊中的第一係數相比,符號預測偵測可能較不準確。
譯碼模式相關上下文
在本案內容的另一實例中,視訊轉碼器200和視訊解碼器300可以基於用於對具有變換係數的塊進行解碼的譯碼模式來決定用於符號預測語法元素的上下文。不同的預測模式可能具有不同的殘差和變換係數特性。如前述,訊框內預測塊和訊框間預測塊可能具有不同的殘差能量(例如,對於訊框內譯碼塊,殘差值的絕對大小通常可能更高)。
針對使用不同預測模式產生的變換係數的符號預測語法元素使用單獨的上下文可能是有益的。在一些實例中,視訊轉碼器200和視訊解碼器300可以結合其他方法(例如,結合上述一或多個位置相關上下文指派技術)基於預測模式來決定用於對符號預測進行譯碼的上下文。例如,第一上下文子集可以用於訊框間預測塊,並且第二上下文子集可以用於訊框內預測塊。隨後,從第一和第二子集中的每一個中決定的特定上下文可以是基於在塊中針對其要對符號預測語法元素進行解碼的變換係數的位置的。
在一個實例中,視訊轉碼器200和視訊解碼器300可以被配置為使用單獨的上下文及/或單獨的上下文集合來對用於來自利用訊框內和訊框間模式進行解碼的塊的變換係數的符號預測語法元素進行譯碼。
在另一實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於在對塊進行譯碼時使用哪種類型的主變換核心及/或二次變換核心來決定用於對符號預測語法元素進行譯碼的上下文。在一個實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於主變換及/或二次變換索引來決定用於對符號預測語法元素進行譯碼的上下文。在另一實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於主變換是否為DCT2來決定用於對符號預測語法元素進行譯碼的上下文。在另一實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於是否應用二次變換來決定用於對符號預測語法元素進行譯碼的上下文。
在另一實例中,視訊轉碼器200和視訊解碼器300可以被配置為基於訊框內預測譯碼模式(例如,訊框內預測方向)來決定用於對符號預測語法元素進行譯碼的上下文。通常,視訊轉碼器200和視訊解碼器300可以被配置為根據可以應用於對塊進行譯碼的譯碼工具來決定用於對符號預測語法元素進行譯碼的上下文。例如,視訊轉碼器200和視訊解碼器300可以被配置為針對可以應用於塊的每個譯碼工具來決定用於對變換係數的符號預測語法元素進行譯碼的單獨上下文。
高效計算
預測符號(例如,產生符號預測假設)涉及計算用於不同的符號預測假設的成本函數,並且決定具有最小成本的符號預測假設。成本函數 R的輸入是經重構的鄰點、當前塊 P的預測、一組已知係數C和絕對值已知但符號將被預測的一組係數A。殘差(
Figure 02_image005
)具有兩個分量:與已知係數相對應一個分量和與將預測其符號的係數相對應的另一分量,
Figure 02_image007
。值
Figure 02_image009
是使用逆變換IT從已知係數計算出的,並且
Figure 02_image011
是基於其符號未知但大小已知的係數(下文的A)的。
視訊轉碼器200和視訊解碼器300可以被配置為使用經重構的基函數的範本(
Figure 02_image013
)來執行對符號預測假設的高效計算。給定係數絕對值集合和符號預測假設集合,經由範本將殘差假設(
Figure 02_image015
)定義為:
Figure 02_image017
數位F用於組合範本值以形成經修改的成本函數。按如下修改成本函數以包括值F、已知殘差和基於符號預測假設和範本值的項:
Figure 02_image019
視訊轉碼器200和視訊解碼器300被配置為使用使該經修改的成本函數最小化的假設作為符號值的預測。
圖5是示出可以執行本案內容的技術的實例視訊轉碼器200的方塊圖。圖5是出於解釋的目的而提供的,並且不應當被認為對在本案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,本案內容描述了根據VVC(正在開發的ITU-T H.266)和HEVC(ITU-T H.265)的技術的視訊轉碼器200。然而,本案內容的技術可以由被配置為其他視訊譯碼標準和視訊譯碼格式(諸如AV1和AV1視訊譯碼格式的後續版本)的視訊編碼設備來執行。
在圖5的實例中,視訊轉碼器200包括視訊資料記憶體230、模式選擇單元202、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元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、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元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或多個處理器中或者在處理電路中實現。例如,視訊轉碼器200的單元可以被實現為一或多個電路或邏輯部件,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,視訊轉碼器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他功能。
視訊資料記憶體230可以儲存要由視訊轉碼器200的部件來編碼的視訊資料。視訊轉碼器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轉碼器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)、或其他類型的記憶體設備。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。在各個實例中,視訊資料記憶體230可以與視訊轉碼器200的其他部件在晶片上(如圖所示),或者相對於那些部件在晶片外。
在本案內容中,對視訊資料記憶體230的引用不應當被解釋為限於在視訊轉碼器200內部的記憶體(除非如此具體地描述),或者不限於在視訊轉碼器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轉碼器200接收以用於編碼的視訊資料(例如,用於要被編碼的當前塊的視訊資料)的參考記憶體。圖1的記憶體106亦可以提供對來自視訊轉碼器200的各個單元的輸出的臨時儲存。
圖示圖5的各個單元以説明理解由視訊轉碼器200執行的操作。這些單元可以被實現為固定功能電路、可程式設計電路、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。可程式設計電路指代可以被程式設計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,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計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。在一些實例中,這些單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),並且在一些實例中,這些單元中的一或多個單元可以是積體電路。
視訊轉碼器200可以包括由可程式設計電路形成的算數邏輯單位(ALU)、基本功能單元(EFU)、數位電路、類比電路及/或可程式設計核。在其中使用由可程式設計電路執行的軟體來執行視訊轉碼器200的操作的實例中,記憶體106(圖1)可以儲存視訊轉碼器200接收並且執行的軟體的指令(例如,目標代碼),或者視訊轉碼器200內的另一記憶體(未圖示)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。視訊轉碼器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產生單元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和訊框內預測單元226。模式選擇單元202可以包括額外功能單元,其根據其他預測模式來執行視訊預測。作為實例,模式選擇單元202可以包括調色板單元、塊內複製單元(其可以是運動估計單元222及/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通常協調多個編碼通路(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的殘差資料的變換類型、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他測試的組合更佳的率失真值的組合。
視訊轉碼器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MTT結構、QTBT結構、超級塊結構或四叉樹結構)來分割圖片的CTU。如前述,視訊轉碼器200可以經由根據樹結構來分割CTU,從而形成一或多個CU。這樣的CU通常亦可以被稱為「視訊塊」或「塊」。
通常,模式選擇單元202亦控制其部件(例如,運動估計單元222、運動補償單元224和訊框內預測單元226)以產生用於當前塊(例如,當前CU,或者在HEVC中為PU和TU的重疊部分)的預測塊。為了對當前塊進行訊框間預測,運動估計單元222可以執行運動搜尋以辨識在一或多個參考圖片(例如,被儲存在DPB 218中的一或多個先前解碼的圖片)中的一或多個緊密匹配的參考塊。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塊將與當前塊的類似程度的值。運動估計單元222通常可以使用在當前塊與所考慮的參考塊之間的逐取樣差來執行這些計算。運動估計單元222可以辨識從這些計算所得到的具有最低值的參考塊,其指示與當前塊最緊密匹配的參考塊。
運動估計單元222可以形成一或多個運動向量(MV),該運動向量限定相對於當前塊在當前圖片中的位置而言參考塊在參考圖片中的的位置。隨後,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,對於單向訊框間預測,運動估計單元222可以提供單個運動向量,而對於雙向訊框間預測,運動估計單元222可以提供兩個運動向量。隨後,運動補償單元224可以使用運動向量來產生預測塊。例如,運動補償單元224可以使用運動向量來取回參考塊的資料。作為另一實例,若運動向量具有分數取樣精度,則運動補償單元224可以根據一或多個內插濾波器來對用於預測塊的值進行內插。此外,對於雙向訊框間預測,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塊的資料並且例如經由逐取樣平均或加權平均來將所取回的資料進行組合。
當根據AV1視訊譯碼格式操作時,運動估計單元222和運動補償單元224可以被配置為使用平移運動補償、仿射運動補償、重疊塊運動補償(OBMC)及/或複合訊框內預測來對視訊資料的譯碼塊(例如,亮度譯碼塊和色度譯碼塊兩者)進行編碼。
作為另一實例,對於訊框內預測或訊框內預測譯碼,訊框內預測單元226可以根據與當前塊相鄰的取樣來產生預測塊。例如,對於方向性模式,訊框內預測單元226通常可以在數學上將相鄰取樣的值進行組合,並且跨當前塊在所定義的方向上填充這些計算出的值以產生預測塊。作為另一實例,對於DC模式,訊框內預測單元226可以計算當前塊的相鄰取樣的平均值,並且產生預測塊以包括針對預測塊的每個取樣的該得到的平均值。
當根據AV1視訊譯碼格式操作時,訊框內預測單元226可以被配置為使用定向訊框內預測、非定向訊框內預測、遞迴濾波器訊框內預測、根據亮度預測色度(CFL)預測、塊內複製(IBC)及/或調色板模式來對視訊資料的譯碼塊(例如,亮度譯碼塊和色度譯碼塊兩者)進行譯碼。模式選擇單元202可以包括用於根據其他預測模式來執行視訊預測的額外的功能單元。
模式選擇單元202將預測塊提供給殘差產生單元204。殘差產生單元204從視訊資料記憶體230接收當前塊的原始的未經編碼的版本,並且從模式選擇單元202接收預測塊。殘差產生單元204計算在當前塊與預測塊之間的逐取樣差。所得到的逐取樣差定義了用於當前塊的殘差塊。在一些實例中,殘差產生單元204可以殘差塊中的取樣值之間的差,以使用殘差差分脈衝譯碼調制(RDPCM)來產生殘差塊。在一些實例中,可以使用執行二進位減法的一或多個減法器電路來形成殘差產生單元204。
在其中模式選擇單元202將CU分割為PU的實例中,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。視訊轉碼器200和視訊解碼器300可以支援具有各種大小的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。假設特定CU的大小為2Nx2N,則視訊轉碼器200可以支援用於訊框內預測的2Nx2N或NxN的PU大小、以及用於訊框間預測的2Nx2N、2NxN、Nx2N、NxN或類似的對稱的PU大小。視訊轉碼器200和視訊解碼器300亦可以支援針對用於訊框間預測的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的非對稱分割。
在其中模式選擇單元202不將CU進一步分割為PU的實例中,每個CU可以與亮度譯碼塊和對應的色度譯碼塊相關聯。如前述,CU的大小可以指代CU的亮度譯碼塊的大小。視訊轉碼器200和視訊解碼器300可以支援2Nx2N、2NxN或Nx2N的CU大小。
對於其他視訊譯碼技術(舉一些實例,諸如塊內複製模式譯碼、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產生用於正被編碼的當前塊的預測塊。在一些實例中(諸如調色板模式譯碼),模式選擇單元202可以不產生預測塊,而是替代地產生指示基於所選擇的調色板來重構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。
如前述,殘差產生單元204接收用於當前塊和對應的預測塊的視訊資料。隨後,殘差產生單元204為當前塊產生殘差塊。為了產生殘差塊,殘差產生單元204計算在預測塊與當前塊之間的逐取樣差。
變換處理單元206將一或多個變換應用於殘差塊,以產生變換係數的塊(本文中被稱為「變換係數塊」)。變換處理單元206可以將各種變換應用於殘差塊,以形成變換係數塊。例如,變換處理單元206可以將離散餘弦變換(DCT)、方向變換、Karhunen-Loeve變換(KLT)、或概念上類似的變換應用於殘差塊。在一些實例中,變換處理單元206可以對殘差塊執行多種變換,例如,初級變換和二次變換(諸如旋轉變換)。在一些實例中,變換處理單元206不對殘差塊應用變換。
當根據AV1操作時,變換處理單元206可以將一或多個變換應用於殘差塊以產生變換係數的塊(本文中被稱為「變換係數塊」)。變換處理單元206可以將各種變換應用於殘差塊以形成變換係數塊。例如,變換處理單元206可以應用水平/垂直變換組合,其可以包括離散餘弦變換(DCT)、非對稱離散正弦變換(ADST)、翻轉ADST(例如,逆序ADST)和恒等變換(IDTX)。當使用恒等變換時,將在垂直或水平方向之一跳過變換。在一些實例中,可以跳過變換處理。
量化單元208可以對變換係數塊中的變換係數進行量化,以產生經量化的變換係數塊。量化單元208可以根據與當前塊相關聯的量化參數(QP)值來對變換係數塊的變換係數進行量化。視訊轉碼器200(例如,經由模式選擇單元202)可以經由調整與CU相關聯的QP值來調整被應用於與當前塊相關聯的變換係數塊的量化程度。量化可能引起資訊損失,並且因此,經量化的變換係數可能具有與變換處理單元206所產生的原始變換係數相比較低的精度。
逆量化單元210和逆變換處理單元212可以將逆量化和逆變換分別應用於經量化的變換係數塊,以從變換係數塊重構殘差塊。重構單元214可以基於經重構的殘差塊和由模式選擇單元202產生的預測塊來產生與當前塊相對應的重構塊(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塊的取樣與來自模式選擇單元202所產生的預測塊的對應取樣相加,以產生經重構的塊。
濾波器單元216可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元216可以執行去塊操作以減少沿著CU的邊緣的塊效應偽影。在一些實例中,可以跳過濾波器單元216的操作。
當根據AV1操作時,濾波單元216可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元216可以執行解塊操作以減少沿CU邊緣的塊狀偽影。在其他實例中,濾波器單元216可以應用約束定向增強濾波器(CDEF),其可以在解塊之後應用,並且可以包括基於估計的邊緣方向來應用不可分離、非線性、低通方向濾波器。濾波器單元216亦可以包括在CDEF之後應用的迴路恢復濾波器,並且可以包括可分離的對稱正規化維納濾波器或雙自導濾波器。
視訊轉碼器200將經重構的塊儲存在DPB 218中。例如,在其中不執行濾波器單元216的操作的實例中,重構單元214可以將經重構的塊儲存到DPB 218中。在其中執行濾波器單元216的操作的實例中,濾波器單元216可以將經濾波的重構塊儲存到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)塊形成的參考圖片,以對後續編碼的圖片的塊進行訊框間預測。另外,訊框內預測單元226可以使用在DPB 218中的當前圖片的經重構的塊來對當前圖片中的其他塊進行訊框內預測。
通常,熵編碼單元220可以對從視訊轉碼器200的其他功能部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的經量化的變換係數塊進行熵編碼。作為另一實例,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,用於訊框間預測的運動資訊或用於訊框內預測的訊框內模式資訊)進行熵編碼。熵編碼單元220可以對作為視訊資料的另一實例的語法元素執行一或多個熵編碼操作,以產生經熵編碼的資料。例如,熵編碼單元220可以執行上下文自我調整變長譯碼(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我調整二進位算術譯碼(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。在一些實例中,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。
如前述,當執行符號預測假設時,熵編碼單元220可以被配置為基於變換係數的位置來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文,並且使用所決定的上下文來對符號預測語法元素進行譯碼。
視訊轉碼器200可以輸出位元串流,其包括用於重構切片或圖片的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。
根據AV1,熵編碼單元220可以被配置為符號到符號自我調整多符號算術譯碼器。AV1中的語法元素包括N個元素的字母表,並且上下文(例如,概率模型)包括N個概率的集合。熵編碼單元220可以將概率儲存為n位元(例如,15位元)累積分佈函數(CDF)。熵編碼單元22可以利用基於字母大小的更新因數來執行遞迴縮放,以更新上下文。
關於塊描述了上述操作。這樣的描述應當被理解為用於亮度譯碼塊及/或色度譯碼塊的操作。如前述,在一些實例中,亮度譯碼塊和色度譯碼塊是CU的亮度分量和色度分量。在一些實例中,亮度譯碼塊和色度譯碼塊是PU的亮度分量和色度分量。
在一些實例中,不需要針對色度譯碼塊重複關於亮度譯碼塊執行的操作。作為一個實例,不需要重多工於辨識用於亮度譯碼塊的運動向量(MV)和參考圖片的操作來辨識用於色度塊的MV和參考圖片。確切而言,可以對用於亮度譯碼塊的MV進行縮放以決定用於色度塊的MV,並且參考圖片可以是相同的。作為另一實例,對於亮度譯碼塊和色度譯碼塊,訊框內預測程序可以是相同的。
視訊轉碼器200表示被配置為對視訊資料進行編碼的設備的實例,該設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理單元,其在電路中實現並且被配置為:基於變換係數的位置來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文;及使用所決定的上下文來對符號預測語法元素進行譯碼。
圖6是示出可以執行本案內容的技術的實例視訊解碼器300的方塊圖。圖6是出於解釋的目的而提供的,並且不對在本案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,本案內容根據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,本案內容的技術可以由被配置用於其他視訊譯碼標準的視訊譯碼設備來執行。
在圖4的實例中,視訊解碼器300包括解碼圖片緩衝器(CPB)記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310、濾波器單元312和解碼圖片緩衝器(DPB)134。CPB記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元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或多個電路或邏輯部件,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他功能。
預測處理單元304包括運動補償單元316和訊框內預測單元318。預測處理單元304可以包括加法單元,其根據其他預測模式來執行預測。作為實例,預測處理單元304可以包括調色板單元、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。在其他實例中,視訊解碼器300可以包括更多、更少或不同的功能部件。
當根據AV1操作時,補償單元316可以被配置為使用平移運動補償、仿射運動補償、OBMC及/或複合訊框內訊框間預測來對視訊資料的譯碼塊(例如,亮度譯碼塊和色度譯碼塊兩者)進行解碼,如前述。訊框內預測單元318可以被配置為使用定向訊框內預測、非定向訊框內預測、遞迴濾波器訊框內預測、CFL預測、塊內複製(IBC)及/或調色板模式來對視訊資料的譯碼塊(例如,亮度譯碼塊和色度譯碼塊兩者)進行解碼,如前述。
CPB記憶體320可以儲存要由視訊解碼器300的部件解碼的視訊資料,諸如經編碼的視訊位元串流。例如,可以從電腦可讀取媒體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可以儲存除了經解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,及/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,諸如DRAM,包括SDRAM、MRAM、RRAM或其他類型的記憶體設備。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。在各個實例中,CPB記憶體320可以與視訊解碼器300的其他部件在晶片上,或者相對於那些部件在晶片外。
補充或替代地,在一些實例中,視訊解碼器300可以從記憶體120(圖1)取回經解碼的視訊資料。亦即,記憶體120可以如上文所論述地利用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。
圖示圖6中示出的各個單元以説明理解由視訊解碼器300執行的操作。這些單元可以被實現為固定功能電路、可程式設計電路、或其組合。類似於圖5,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。可程式設計電路指代可以被程式設計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,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計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。在一些實例中,這些單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),並且在一些實例中,這些單元中的一或多個單元可以是積體電路。
視訊解碼器300可以包括由可程式設計電路形成的ALU、EFU、數位電路、類比電路及/或可程式設計核。在其中由在可程式設計電路上執行的軟體執行視訊解碼器300的操作的實例中,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現語法元素。預測處理單元304、逆量化單元306、逆變換處理單元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產生經解碼的視訊資料。
通常,視訊解碼器300逐塊地重構圖片。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(亦即,被解碼)的塊可以被稱為「當前塊」)。
熵解碼單元302可以對定義經量化的變換係數塊的經量化的變換係數的語法元素以及諸如量化參數(QP)及/或變換模式指示之類的變換資訊進行熵解碼。如前述,當執行符號預測假設時,熵解碼單元302可以被配置為基於變換係數的位置來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文,並且使用所決定的上下文來對符號預測語法元素進行譯碼。
逆量化單元306可以使用與經量化的變換係數塊相關聯的QP來決定量化程度,並且同樣地,決定供逆量化單元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變換係數進行逆量化。逆量化單元306從而可以形成包括變換係數的變換係數塊。
在逆量化單元306形成變換係數塊之後,逆變換處理單元308可以將一或多個逆變換應用於變換係數塊,以產生與當前塊相關聯的殘差塊。例如,逆變換處理單元308可以將逆DCT、逆整數變換、逆Karhunen-Loeve變換(KLT)、逆旋轉變換、逆方向變換或另一逆變換應用於變換係數塊。
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產生預測塊。例如,若預測資訊語法元素指示當前塊是經訊框間預測的,則運動補償單元316可以產生預測塊。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塊的參考圖片、以及標識相對於當前塊在當前圖片中的位置而言參考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5)所描述的方式基本類似的方式來執行訊框間預測程序。
作為另一實例,若預測資訊語法元素指示當前塊是經訊框內預測的,則訊框內預測單元318可以根據由預測資訊語法元素指示的訊框內預測模式來產生預測塊。再次,訊框內預測單元318通常可以以與關於訊框內預測單元226(圖5)所描述的方式基本上類似的方式來執行訊框內預測程序。訊框內預測單元318可以從DPB 314取回當前塊的相鄰取樣的資料。
重構單元310可以使用預測塊和殘差塊來重構當前塊。例如,重構單元310可以將殘差塊的取樣與預測塊的對應取樣相加來重構當前塊。
濾波器單元312可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元312可以執行去塊操作以減少沿著經重構的塊的邊緣的塊效應偽影。不一定在所有實例中皆執行濾波器單元312的操作。
視訊解碼器300可以將經重構的塊儲存在DPB 314中。例如,在其中不執行濾波器單元312的操作的實例中,重構單元310可以將經重構的塊儲存到DPB 314中。在其中執行濾波器單元312的操作的實例中,濾波器單元312可以將經濾波的重構塊儲存到DPB 314中。如上所論述的,DPB 314可以將參考資訊(諸如用於訊框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取樣)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的顯示裝置118之類的顯示裝置上的後續呈現。
以這種方式,視訊解碼器300表示視訊解碼設備的實例,該視訊解碼設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理單元,其在電路中實現並且被配置為:基於變換係數的位置來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文,並且使用所決定的上下文來對符號預測語法元素進行譯碼。
圖7是示出根據本案內容的技術的用於對當前塊進行編碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊轉碼器200(圖1和5)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖7的方法類似的方法。
在該實例中,視訊轉碼器200最初預測當前塊(350)。例如,視訊轉碼器200可以形成用於當前塊的預測塊。隨後,視訊轉碼器200可以計算用於當前塊的殘差塊(352)。為了計算殘差塊,視訊轉碼器200可以計算在原始的未經編碼的塊與用於當前塊的預測塊之間的差。隨後,視訊轉碼器200可以對殘差塊進行變換以及對殘差塊的係數進行變換和量化(354)。接下來,視訊轉碼器200可以掃瞄殘差塊的經量化的變換係數(356)。在掃瞄期間或在掃瞄之後,視訊轉碼器200可以對變換係數進行熵編碼(358)。例如,視訊轉碼器200可以使用CAVLC或CABAC來對變換係數進行編碼。隨後,視訊轉碼器200可以輸出塊的經熵編碼的資料(360)。
圖8是示出根據本案內容的技術的用於對視訊資料的當前塊進行解碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊解碼器300(圖1和6)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖8的方法類似的方法。
視訊解碼器300可以接收用於當前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塊相對應的殘差塊的變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決定用於當前塊的預測資訊並且重現殘差塊的變換係數(372)。視訊解碼器300可以例如使用如由用於當前塊的預測資訊所指示的訊框內或訊框間預測模式來預測當前塊(374),以計算用於當前塊的預測塊。隨後,視訊解碼器300可以對所重現的變換係數進行逆掃瞄(376),以建立經量化的變換係數的塊。隨後,視訊解碼器300可以對變換係數進行逆量化並且將逆變換應用於變換係數以產生殘差塊(378)。最終,視訊解碼器300可以經由將預測塊和殘差塊進行組合來對當前塊進行解碼(380)。
圖9是示出根據本案內容的技術的用於對當前塊進行編碼的另一實例方法的流程圖。圖9的技術可以由視訊轉碼器200的一或多個結構單元(包括熵編碼單元220)來執行。
在本案內容的一個實例中,視訊轉碼器200可以被配置為決定變換係數的符號(500)。視訊轉碼器200亦可以被配置為決定用於變換係數的符號預測假設(502)。在一個實例中,視訊轉碼器200可以經由使包括組合範本值的成本函數最小化來決定符號預測假設。
視訊轉碼器200亦可以基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,其中符號預測語法元素指示符號預測假設對於變換係數是否正確(504)。視訊轉碼器200亦可以使用上下文來對符號預測語法元素進行編碼(506)。
在一個實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,視訊轉碼器200亦被配置為:基於變換係數是否是DC係數來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文。
在另一實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,視訊轉碼器200亦被配置為:基於變換係數是DC係數來決定用於對符號預測語法元素進行編碼的第一上下文;及基於變換係數不是DC係數來決定用於對符號預測語法元素進行編碼的第二上下文。
在另一實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,視訊轉碼器200亦被配置為:基於視訊資料的塊中的符號預測順序來決定用於對符號預測語法元素進行編碼的上下文,其中變換係數在視訊資料的塊中的位置是基於符號預測順序的。
在另一實例中,視訊轉碼器200亦被配置為:基於用於對塊進行編碼的譯碼模式來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文。亦即,視訊轉碼器200被配置為基於變換係數的位置和譯碼模式兩者來決定用於符號預測語法元素的上下文。
在另一個實例中,為了進一步基於譯碼模式來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文,視訊轉碼器200亦被配置為:進一步基於用於對視訊資料的塊進行解碼的譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對符號預測語法元素進行譯碼的上下文。
在另一實例中,視訊轉碼器200亦被配置為:進一步基於訊框內預測方向來決定用於對用於變換係數的符號預測語法元素進行編碼的上下文。
圖10是示出根據本案內容的技術的用於對當前塊進行解碼的另一實例方法的流程圖。圖10的技術可以由視訊解碼器300的一或多個結構單元(包括熵解碼單元302)來執行。
在本案內容的一個實例中,視訊解碼器300被配置為基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文,其中符號預測語法元素指示符號預測假設對於變換係數是否正確(520)。隨後,視訊解碼器300可以使用上下文來對符號預測語法元素進行解碼(522)。
視訊解碼器300亦可以被配置為決定用於變換係數的符號預測假設(524)。例如,視訊解碼器300可以經由使包括組合範本值的成本函數最小化來決定符號預測假設。隨後,視訊解碼器300可以基於符號預測假設和符號預測語法元素來決定變換係數的符號(526),並且基於變換係數的符號來對視訊資料的塊進行解碼(528)。
在一個實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文,視訊解碼器300亦被配置為:基於變換係數是否是DC係數來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文。
在另一實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文,視訊解碼器300亦被配置為:基於變換係數是DC係數來決定用於對符號預測語法元素進行解碼的第一上下文;及基於變換係數不是DC係數來決定用於對符號預測語法元素進行解碼的第二上下文。
在另一實例中,為了基於變換係數在視訊資料的塊中的位置來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文,視訊解碼器300亦被配置為:基於在視訊資料的塊中的符號預測順序來決定用於對符號預測語法元素進行解碼的上下文,其中變換係數在視訊資料的塊中的位置是基於符號預測順序的。
在另一實例中,視訊解碼器300亦被配置為:基於用於對塊進行解碼的譯碼模式來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文。
在另一個實例中,為了進一步基於譯碼模式來決定用於對用於變換係數的符號預測語法元素進行譯碼的上下文,視訊解碼器300亦被配置為:進一步基於用於對視訊資料的塊進行譯碼的譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對符號預測語法元素進行譯碼的上下文。
在另一實例中,視訊解碼器300亦被配置為:進一步基於訊框內預測方向來決定用於對用於變換係數的符號預測語法元素進行解碼的上下文。
下文描述了本案內容的技術和設備的其他說明性態樣。
態樣1-一種對視訊資料進行解碼的方法,該方法包括:基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
態樣2-根據態樣1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括:基於該變換係數是否是DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣3-根據態樣1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括:基於該變換係數是DC係數來決定用於對該符號預測語法元素進行解碼的第一上下文;及基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的第二上下文。
態樣4-根據態樣1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括:基於視訊資料的該塊中的符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的。
態樣5-根據態樣1之方法,亦包括:基於用於對視訊資料的該塊進行解碼的譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文。
態樣6-根據態樣5之方法,其中亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文包括:亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文。
態樣7-根據態樣1之方法,亦包括:亦基於訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣8-根據態樣1-7中任一項所述的方法,亦包括:決定用於該變換係數的符號預測假設;基於該符號預測假設和該符號預測語法元素來決定該變換係數的符號;及基於該變換係數的該符號來對視訊資料的該塊進行解碼。
態樣9-根據態樣8之方法,其中決定用於該變換係數的該符號預測假設包括:使包括組合範本值的成本函數最小化。
態樣10-根據態樣8之方法,亦包括:顯示包括視訊資料的該塊的圖片。
態樣11-一種被配置為對視訊資料進行解碼的裝置,該裝置包括:被配置為儲存視訊資料的塊的記憶體;及在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為:基於變換係數在視訊資料的該塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
態樣12-根據態樣11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為:基於該變換係數是否是DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣13-根據態樣11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為:基於該變換係數是DC係數來決定用於對該符號預測語法元素進行解碼的第一上下文;及基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的第二上下文。
態樣14-根據態樣11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為:基於視訊資料的該塊中的符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的。
態樣15-根據態樣11之裝置,其中該一或多個處理器亦被配置為:基於用於對視訊資料的該塊進行解碼的譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文。
態樣16-根據態樣15之裝置,其中為了亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文,該一或多個處理器亦被配置為:亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文。
態樣17-根據態樣11之裝置,其中該一或多個處理器亦被配置為:亦基於訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣18-根據態樣11-17中任一項所述的裝置,其中該一或多個處理器亦被配置為:決定用於該變換係數的符號預測假設;基於該符號預測假設和該符號預測語法元素來決定該變換係數的符號;及基於該變換係數的該符號來對視訊資料的該塊進行解碼。
態樣19-根據態樣18之裝置,其中為了決定用於該變換係數的該符號預測假設,該一或多個處理器亦被配置為:使包括組合範本值的成本函數最小化。
態樣20-根據態樣18之裝置,亦包括:被配置為顯示包括視訊資料的該塊的圖片的顯示器。
態樣21-一種被配置為對視訊資料進行解碼的裝置,該裝置包括:用於基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文的單元,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及用於使用該上下文來對該符號預測語法元素進行解碼的單元。
態樣22-根據態樣21之裝置,其中該用於基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文的單元包括:用於基於該變換係數是否是DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文的單元。
態樣23-根據態樣21之裝置,其中該用於基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文的單元包括:用於基於該變換係數是DC係數來決定用於對該符號預測語法元素進行解碼的第一上下文的單元;及用於基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的第二上下文的單元。
態樣24-根據態樣21之裝置,其中該用於基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文的單元包括:用於基於視訊資料的該塊中的符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文的單元,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的。
態樣25-根據態樣21之裝置,亦包括:用於基於用於對視訊資料的該塊進行解碼的譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文的單元。
態樣26-根據態樣25之裝置,其中該用於亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文的單元包括:用於亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文的單元。
態樣27-根據態樣21之裝置,亦包括:用於亦基於訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文的單元。
態樣28-根據態樣21-27中任一項所述的裝置,亦包括:用於決定用於該變換係數的符號預測假設的單元;用於基於該符號預測假設和該符號預測語法元素來決定該變換係數的符號的單元;及用於基於該變換係數的該符號來對視訊資料的該塊進行解碼的單元。
態樣29-根據態樣28之裝置,其中該用於決定用於該變換係數的該符號預測假設的單元包括:用於使包括組合範本值的成本函數最小化的單元。
態樣30-根據態樣28之裝置,亦包括:用於顯示包括視訊資料的該塊的圖片的單元。
態樣31-一種儲存指令的非暫時性電腦可讀取儲存媒體,該等指令在被執行時使得被配置為對視訊資料進行解碼的一或多個處理器進行以下操作:基於變換係數在視訊資料的塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行解碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行解碼。
態樣32-根據態樣31之非暫時性電腦可讀取儲存媒體,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該等指令亦使得該一或多個處理器進行以下操作:基於該變換係數是否是DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣33-根據態樣31之非暫時性電腦可讀取儲存媒體,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該等指令亦使得該一或多個處理器進行以下操作:基於該變換係數是DC係數來決定用於對該符號預測語法元素進行解碼的第一上下文;及基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的第二上下文。
態樣34-根據態樣31之非暫時性電腦可讀取儲存媒體,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該等指令亦使得該一或多個處理器進行以下操作:基於視訊資料的該塊中的符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的。
態樣35-根據態樣31之非暫時性電腦可讀取儲存媒體,其中該等指令亦使得該一或多個處理器進行以下操作:基於用於對視訊資料的該塊進行譯碼的譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文。
態樣36-根據態樣35之非暫時性電腦可讀取儲存媒體,其中為了亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該等指令亦使得該一或多個處理器進行以下操作:亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文。
態樣37-根據態樣31之非暫時性電腦可讀取儲存媒體,其中該等指令亦使得該一或多個處理器進行以下操作:亦基於訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
態樣38-根據態樣31-37中任一項所述的非暫時性電腦可讀取儲存媒體,其中該等指令亦使得該一或多個處理器進行以下操作:決定用於該變換係數的符號預測假設;基於該符號預測假設和該符號預測語法元素來決定該變換係數的符號;及基於該變換係數的該符號來對視訊資料的該塊進行解碼。
態樣39-根據態樣38之非暫時性電腦可讀取儲存媒體,其中為了決定用於該變換係數的該符號預測假設,該等指令亦使得該一或多個處理器進行以下操作:使包括組合範本值的成本函數最小化。
態樣40-根據態樣38之非暫時性電腦可讀取儲存媒體,其中該等指令亦使得該一或多個處理器進行以下操作:顯示包括視訊資料的該塊的圖片。
態樣41-一種被配置為對視訊資料進行編碼的裝置,該裝置包括:被配置為儲存視訊資料的塊的記憶體;及在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為:基於變換係數在視訊資料的該塊中的位置來決定用於對用於該變換係數的符號預測語法元素進行編碼的上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及使用該上下文來對該符號預測語法元素進行編碼。
態樣42-根據態樣41之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為:基於該變換係數是否是DC係數來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文。
態樣43-根據態樣41之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為:基於該變換係數是DC係數來決定用於對該符號預測語法元素進行編碼的第一上下文;及基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行編碼的第二上下文。
態樣44-根據態樣41之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為:基於視訊資料的該塊中的符號預測順序來決定用於對該符號預測語法元素進行編碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的。
態樣45-根據態樣41之裝置,其中該一或多個處理器亦被配置為:基於用於對視訊資料的該塊進行解碼的譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文。
態樣46-根據態樣45之裝置,其中為了亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為:亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是訊框間預測譯碼模式還是訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文。
態樣47-根據態樣41之裝置,其中該一或多個處理器亦被配置為:亦基於訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文。
態樣48-根據態樣41-47中任一項所述的裝置,其中該一或多個處理器亦被配置為:決定該變換係數的符號;及決定用於該變換係數的符號預測假設,並且其中為了對該符號預測語法元素進行編碼,該一或多個處理器被配置為:基於該變換係數的該符號和該符號預測假設來使用該上下文對該符號預測進行編碼。
態樣49-根據態樣48之裝置,其中為了決定用於該變換係數的該符號預測假設,該一或多個處理器亦被配置為:使包括組合範本值的成本函數最小化。
態樣50-根據態樣48之裝置,亦包括:被配置為擷取包括視訊資料的該塊的圖片的相機。
態樣51-一種對視訊資料進行譯碼的方法,該方法包括:基於變換係數的位置來決定用於對用於該變換係數的符號預測進行譯碼的上下文;及使用所決定的上下文來對該符號預測進行譯碼。
態樣52-根據態樣51之方法,其中該符號預測是指示符號預測假設對於該變換係數是否正確的倉。
態樣53-根據態樣51-52中任一項所述的方法,其中基於該變換係數的該位置來決定用於對用於該變換係數的該符號預測進行譯碼的該上下文包括:基於該變換係數是DC係數來決定用於對該符號預測進行譯碼的第一上下文;及基於該變換係數不是該DC係數來決定用於對該符號預測進行譯碼的第二上下文。
態樣54-根據態樣51-52中任一項所述的方法,其中基於該變換係數的該位置來決定用於對用於該變換係數的該符號預測進行譯碼的該上下文包括:基於包括該變換係數的塊的象限來決定用於對該符號預測進行譯碼的該上下文。
態樣55-根據態樣51-52中任一項所述的方法,其中基於該變換係數的該位置來決定用於對用於該變換係數的該符號預測進行譯碼的該上下文包括:決定針對具有位置對稱性的兩個變換係數使用相同的上下文。
態樣56-根據態樣51-52中任一項所述的方法,其中基於該變換係數的該位置來決定用於對用於該變換係數的該符號預測進行譯碼的該上下文包括:基於符號預測順序來決定用於對該符號預測進行譯碼的該上下文。
態樣57-一種對視訊資料進行譯碼的方法,該方法包括:基於譯碼模式來決定用於對用於變換係數的符號預測進行譯碼的上下文;及使用所決定的上下文來對該符號預測進行譯碼。
態樣58-根據態樣57之方法,其中該符號預測是指示符號預測假設對於該變換係數是否正確的倉。
態樣59-根據態樣57-58中任一項所述的方法,其中決定用於對該符號預測進行譯碼的該上下文包括:基於使用訊框間預測或訊框內預測對包括該變換係數的該塊進行譯碼來決定用於對該符號預測進行譯碼的上下文。
態樣60-根據態樣57-58中任一項所述的方法,其中決定用於對該符號預測進行譯碼的該上下文包括:基於該訊框內預測方向來決定用於對該符號預測進行譯碼的該上下文。
態樣61-根據態樣57-58中任一項所述的方法,其中決定用於對該符號預測進行譯碼的該上下文包括:基於主變換來決定用於對該符號預測進行譯碼的該上下文。
態樣62-根據態樣57-58中任一項所述的方法,其中決定用於對該符號預測進行譯碼的該上下文包括:基於二次變換來決定用於對該符號預測進行譯碼的該上下文。
態樣63-根據態樣51-62中任一項所述的方法,其中譯碼包括解碼,其中該方法亦包括:決定用於變換係數的符號預測假設;基於該符號預測假設和經解碼的符號預測來決定該變換係數的符號;及基於所決定的符號來對視訊資料的塊進行解碼。
態樣64-根據態樣51-62中任一項所述的方法,其中譯碼包括編碼,其中該方法亦包括:決定該變換係數的符號;及決定用於該變換係數的符號預測假設,其中對該符號預測進行編碼包括:基於該變換係數的該符號和該符號預測假設來使用所決定的上下文對該符號預測進行編碼。
態樣65-根據態樣63-64中任一項所述的方法,其中決定用於該變換係數的該符號預測假設包括:經由使包括組合範本值的成本函數最小化來決定該符號預測假設。
態樣66-根據態樣51-65的任何組合所述的方法。
態樣67-一種用於對視訊資料進行譯碼的設備,該設備包括用於執行根據態樣51-66中任一項所述的方法的一或多個單元。
態樣68-根據態樣67之設備,其中該一或多個單元包括在電路中實現的一或多個處理器。
態樣69-根據態樣67和68中任一項所述的設備,亦包括:用於儲存該視訊資料的記憶體。
態樣70-根據態樣67-69中任一項所述的設備,亦包括:被配置為顯示經解碼的視訊資料的顯示器。
態樣71-根據態樣67-70中任一項所述的設備,其中該設備包括相機、電腦、行動設備、廣播接收器設備或機上盒中的一者或多者。
態樣72-根據態樣67-71中任一項所述的設備,其中該設備包括視訊解碼器。
態樣73-根據態樣67-72中任一項所述的設備,其中該設備包括視訊轉碼器。
態樣74-一種具有儲存在其上的指令的電腦可讀取儲存媒體,該等指令在被執行時使得一或多個處理器執行根據態樣51-66中任一項所述的方法。
要認識到的是,根據實例,本文描述的任何技術的某些動作或事件可以以不同的循序執行,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該等技術皆是必要的)。此外,在某些實例中,動作或事件可以例如經由多執行緒處理、中斷處理或多個處理器併發地而不是順序地執行。
在一或多個實例中,所描述的功能可以用硬體、軟體、韌體或其任何組合來實現。若用軟體來實現,則該等功能可以作為一或多個指令或代碼儲存在電腦可讀取媒體上或者經由其進行傳輸並且由基於硬體的處理單元執行。電腦可讀取媒體可以包括電腦可讀取儲存媒體,其對應於諸如資料儲存媒體之類的有形媒體或者通訊媒體,該通訊媒體包括例如根據通訊協定來促進電腦程式從一個地方傳送到另一個地方的任何媒體。以這種方式,電腦可讀取媒體通常可以對應於(1)非暫時性的有形電腦可讀取儲存媒體、或者(2)諸如訊號或載波之類的通訊媒體。資料儲存媒體可以是可以由一或多個電腦或者一或多個處理器存取以取得用於實現在本案內容中描述的技術的指令、代碼及/或資料結構的任何可用的媒體。電腦程式產品可以包括電腦可讀取媒體。
舉例而言而非進行限制,這樣的電腦可讀取儲存媒體可以包括RAM、ROM、EEPROM、CD-ROM或其他光碟儲存、磁碟儲存或其他磁存放裝置、快閃記憶體、或者能夠用於以指令或資料結構形式儲存期望的程式碼以及能夠由電腦存取的任何其他媒體。此外,任何連接被適當地稱為電腦可讀取媒體。例如,若使用同軸電纜、光纖光纜、雙絞線、數位用戶線路(DSL)或者無線技術(例如,紅外線、無線電和微波)從網站、伺服器或其他遠端源傳輸指令,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,電腦可讀取儲存媒體和資料儲存媒體不包括連接、載波、訊號或其他臨時性媒體,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)、鐳射光碟、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,而光碟利用鐳射來光學地複製資料。上述各項的組合亦應當被包括在電腦可讀取媒體的範疇之內。
指令可以由一或多個處理器來執行,諸如一或多個DSP、通用微處理器、ASIC、FPGA、或其他等效的整合或個別邏輯電路。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他結構。另外,在一些態樣中,本文描述的功能可以在被配置用於編碼和解碼的專用硬體及/或軟體模組內提供,或者被併入經組合的轉碼器中。此外,該等技術可以完全在一或多個電路或邏輯部件中實現。
本案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)。在本案內容中描述了各種部件、模組或單元以強調被配置為執行所揭示的技術的設備的功能性態樣,但是不一定需要經由不同的硬體單元來實現。確切而言,如前述,各種單元可以被組合在轉碼器硬體單元中,或者由可交互動操作的硬體單元的集合(包括如前述的一或多個處理器)結合適當的軟體及/或韌體來提供。
已經描述了各個實例。這些和其他實例在所附的請求項的範疇內。
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:電腦可讀取媒體 112:電腦可讀取媒體 114:檔案伺服器 116:目的地 118:顯示設備 120:記憶體 122:輸入介面122 200:視訊轉碼器 202:模式選擇單元 204:殘差產生單元 206:變換處理單元 208:量化單元 210:逆量化單元 212:逆變換處理單元 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:訊框內預測單元 230:視訊資料記憶體 300:視訊解碼器 302:熵解碼單元 304:預測處理單元 306:逆量化單元 308:逆變換處理單元 310:重構單元 312:濾波器單元 314:解碼圖片緩衝器(DPB) 316:運動補償單元 318:訊框內預測單元 320:解碼圖片緩衝器(CPB)記憶體 350:方塊 352:方塊 354:方塊 356:方塊 358:方塊 360:方塊 370:方塊 372:方塊 374:方塊 376:方塊 378:方塊 380:方塊 400:變換係數塊 402:變換係數塊 404:變換係數塊 410:塊 420:鄰點 430:符號候選 440:塊 442:DC係數 450:變換塊 452:第一區域 454:第二區域 456:第三區域 458:第四區域 460:塊 462:第二象限 464:第三象限 470:塊 500:方塊 502:方塊 504:方塊 506:方塊 520:方塊 522:方塊 524:方塊 526:方塊 528:方塊
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統的方塊圖。
圖2是示出根據本案內容的技術的實例變換塊分解的概念圖。
圖3是示出根據本案內容的技術的符號預測中的實例不連續性度量的概念圖。
圖4是示出根據本案內容的技術的變換係數的實例位置的概念圖。
圖5是示出可以執行本案內容的技術的實例視訊轉碼器的方塊圖。
圖6是示出可以執行本案內容的技術的實例視訊解碼器的方塊圖。
圖7是示出根據本案內容的技術的用於對當前塊進行編碼的實例方法的流程圖。
圖8是示出根據本案內容的技術的用於對當前塊進行解碼的實例方法的流程圖。
圖9是示出根據本案內容的技術的用於對當前塊進行編碼的另一實例方法的流程圖。
圖10是示出根據本案內容的技術的用於對當前塊進行解碼的另一實例方法的流程圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記) 無 國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記) 無
520:方塊
522:方塊
524:方塊
526:方塊
528:方塊

Claims (32)

  1. 一種對視訊資料進行解碼的方法,該方法包括以下步驟: 基於一變換係數在視訊資料的一塊中的一位置來決定用於對用於該變換係數的一符號預測語法元素進行解碼的一上下文,其中該符號預測語法元素指示一符號預測假設對於該變換係數是否正確;及 使用該上下文來對該符號預測語法元素進行解碼。
  2. 根據請求項1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括以下步驟: 基於該變換係數是否是一DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
  3. 根據請求項1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括以下步驟: 基於該變換係數是一DC係數來決定用於對該符號預測語法元素進行解碼的一第一上下文;及 基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的一第二上下文。
  4. 根據請求項1之方法,其中基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括以下步驟: 基於視訊資料的該塊中的一符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的,並且其中該符號預測順序是該塊內的一掃瞄順序。
  5. 根據請求項1之方法,亦包括以下步驟: 基於用於對該塊進行編碼的一譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行譯碼的該上下文。
  6. 根據請求項5之方法,其中亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文包括以下步驟: 亦基於用於對視訊資料的該塊進行解碼的該譯碼模式是一訊框間預測譯碼模式還是一訊框內預測譯碼模式來決定用於對該符號預測語法元素進行譯碼的該上下文。
  7. 根據請求項1之方法,亦包括以下步驟: 亦基於一訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
  8. 根據請求項1之方法,亦包括以下步驟: 決定用於該變換係數的該符號預測假設; 基於該符號預測假設和該符號預測語法元素來決定該變換係數的一符號;及 基於該變換係數的該符號來對視訊資料的該塊進行解碼。
  9. 根據請求項8之方法,其中決定用於該變換係數的該符號預測假設包括以下步驟: 使包括組合範本值的一成本函數最小化。
  10. 根據請求項8之方法,亦包括以下步驟: 顯示包括視訊資料的該塊的一圖片。
  11. 一種被配置為對視訊資料進行解碼的裝置,該裝置包括: 被配置為儲存視訊資料的一塊的一記憶體;及 在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為: 基於一變換係數在視訊資料的該塊中的一位置來決定用於對用於該變換係數的一符號預測語法元素進行解碼的一上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及 使用該上下文來對該符號預測語法元素進行解碼。
  12. 根據請求項11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為: 基於該變換係數是否是一DC係數來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
  13. 根據請求項11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為: 基於該變換係數是一DC係數來決定用於對該符號預測語法元素進行解碼的一第一上下文;及 基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行解碼的一第二上下文。
  14. 根據請求項11之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為: 基於視訊資料的該塊中的一符號預測順序來決定用於對該符號預測語法元素進行解碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的,並且其中該符號預測順序是該塊內的一掃瞄順序。
  15. 根據請求項11之裝置,其中該一或多個處理器亦被配置為: 基於用於對該塊進行編碼的一譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
  16. 根據請求項15之裝置,其中為了亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文,該一或多個處理器亦被配置為: 亦基於用於對視訊資料的該塊進行解碼的該譯碼模式是一訊框間預測譯碼模式還是一訊框內預測譯碼模式來決定用於對該符號預測語法元素進行解譯的該上下文。
  17. 根據請求項11之裝置,其中該一或多個處理器亦被配置為: 亦基於一訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行解碼的該上下文。
  18. 根據請求項11之裝置,其中該一或多個處理器亦被配置為: 決定用於該變換係數的該符號預測假設; 基於該符號預測假設和該符號預測語法元素來決定該變換係數的一符號;及 基於該變換係數的該符號來對視訊資料的該塊進行解碼。
  19. 根據請求項18之裝置,其中為了決定用於該變換係數的該符號預測假設,該一或多個處理器亦被配置為: 使包括組合範本值的一成本函數最小化。
  20. 根據請求項18之裝置,亦包括: 被配置為顯示包括視訊資料的該塊的一圖片的一顯示器。
  21. 根據請求項11之裝置,其中該裝置是一無線通訊設備。
  22. 一種被配置為對視訊資料進行編碼的裝置,該裝置包括: 被配置為儲存視訊資料的一塊的一記憶體;及 在電路中實現並且與該記憶體進行通訊的一或多個處理器,該一或多個處理器被配置為: 基於一變換係數在視訊資料的該塊中的一位置來決定用於對用於該變換係數的一符號預測語法元素進行編碼的一上下文,其中該符號預測語法元素指示符號預測假設對於該變換係數是否正確;及 使用該上下文來對該符號預測語法元素進行編碼。
  23. 根據請求項22之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為: 基於該變換係數是否是一DC係數來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文。
  24. 根據請求項22之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為: 基於該變換係數是一DC係數來決定用於對該符號預測語法元素進行編碼的一第一上下文;及 基於該變換係數不是該DC係數來決定用於對該符號預測語法元素進行編碼的一第二上下文。
  25. 根據請求項22之裝置,其中為了基於該變換係數在視訊資料的該塊中的該位置來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為: 基於視訊資料的該塊中的一符號預測順序來決定用於對該符號預測語法元素進行編碼的該上下文,其中該變換係數在視訊資料的該塊中的該位置是基於該符號預測順序的,並且其中該符號預測順序是該塊內的一掃瞄順序。
  26. 根據請求項22之裝置,其中該一或多個處理器亦被配置為: 亦基於用於對該塊進行編碼的一譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文。
  27. 根據請求項26之裝置,其中為了亦基於該譯碼模式來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文,該一或多個處理器亦被配置為: 亦基於用於對視訊資料的該塊進行譯碼的該譯碼模式是一訊框間預測譯碼模式還是一訊框內預測譯碼模式來決定用於對該符號預測語法元素進行編碼的該上下文。
  28. 根據請求項22之裝置,其中該一或多個處理器亦被配置為: 亦基於一訊框內預測方向來決定用於對用於該變換係數的該符號預測語法元素進行編碼的該上下文。
  29. 根據請求項22之裝置,其中該一或多個處理器亦被配置為: 決定該變換係數的一符號;及 決定用於該變換係數的該符號預測假設,並且 其中為了對該符號預測語法元素進行編碼,該一或多個處理器被配置為:基於該變換係數的該符號和該符號預測假設來使用該上下文對該符號預測語法元素進行編碼。
  30. 根據請求項29之裝置,其中為了決定用於該變換係數的該符號預測假設,該一或多個處理器亦被配置為: 使包括組合範本值的一成本函數最小化。
  31. 根據請求項29之裝置,亦包括: 被配置為擷取包括視訊資料的該塊的一圖片的一相機。
  32. 根據請求項22之裝置,其中該裝置是一無線通訊設備。
TW111111326A 2021-03-29 2022-03-25 針對用於視訊譯碼的符號預測的上下文建模 TW202241131A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202163167507P 2021-03-29 2021-03-29
US63/167,507 2021-03-29
US17/656,319 2022-03-24
US17/656,319 US20220312043A1 (en) 2021-03-29 2022-03-24 Context modeling for sign prediction for video coding

Publications (1)

Publication Number Publication Date
TW202241131A true TW202241131A (zh) 2022-10-16

Family

ID=81308405

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111111326A TW202241131A (zh) 2021-03-29 2022-03-25 針對用於視訊譯碼的符號預測的上下文建模

Country Status (12)

Country Link
EP (1) EP4315855A1 (zh)
JP (1) JP2024512503A (zh)
KR (1) KR20230157988A (zh)
AU (1) AU2022246722A1 (zh)
BR (1) BR112023018889A2 (zh)
CA (1) CA3208104A1 (zh)
CL (1) CL2023002816A1 (zh)
CO (1) CO2023012260A2 (zh)
IL (1) IL304267A (zh)
MX (1) MX2023011286A (zh)
TW (1) TW202241131A (zh)
WO (1) WO2022213042A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9338449B2 (en) * 2011-03-08 2016-05-10 Qualcomm Incorporated Harmonized scan order for coding transform coefficients in video coding
US20190208225A1 (en) * 2018-01-02 2019-07-04 Qualcomm Incorporated Sign prediction in video coding
KR102419112B1 (ko) * 2018-03-07 2022-07-07 후아웨이 테크놀러지 컴퍼니 리미티드 변환 도메인에서 잔차 부호 예측 방법 및 장치

Also Published As

Publication number Publication date
AU2022246722A1 (en) 2023-07-27
KR20230157988A (ko) 2023-11-17
CO2023012260A2 (es) 2023-09-29
WO2022213042A1 (en) 2022-10-06
BR112023018889A2 (pt) 2023-10-10
CA3208104A1 (en) 2022-10-06
EP4315855A1 (en) 2024-02-07
JP2024512503A (ja) 2024-03-19
IL304267A (en) 2023-09-01
MX2023011286A (es) 2023-10-04
CL2023002816A1 (es) 2024-01-26

Similar Documents

Publication Publication Date Title
CN112204969B (zh) 用于视频编解码的编解码自适应多重变换信息
CN113039789B (zh) 视频译码中的依赖于位置的帧内-帧间预测组合
CN114731417A (zh) 交叉分量自适应环路滤波器
TW202123699A (zh) 具有協調的運動場儲存及運動補償的幾何分區模式
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
CN112913234A (zh) 广角帧内预测平滑与插值
US11418793B2 (en) Adaptive affine motion vector coding
CN113924776A (zh) 使用不同的色度格式的具有未经滤波的参考样本的视频译码
TW202123701A (zh) 具有協調的運動場儲存及運動補償的幾何分區模式
CN116235498A (zh) 去块滤波器参数信令
WO2020205424A1 (en) Chroma intra prediction in video coding
US20230094825A1 (en) Motion vector difference sign prediction for video coding
TW202315410A (zh) 用於視訊譯碼的運動向量差符號預測
TW202241131A (zh) 針對用於視訊譯碼的符號預測的上下文建模
US20220312043A1 (en) Context modeling for sign prediction for video coding
US20240107023A1 (en) Motion search for reference block selection
US20230199211A1 (en) Interaction between reference picture resampling and template-based inter prediction techniques in video coding
US20240223769A1 (en) Vector difference candidate list construction
CN117083857A (zh) 针对用于视频译码的符号预测的上下文建模
TW202332272A (zh) 用於視訊譯碼的區塊級別參考圖片自我調整
TW202345598A (zh) 用於多假設預測中的最大合併候選數量的自我調整信號傳遞的方法
TW202420820A (zh) 用於參考區塊選擇的運動搜尋
KR20240087718A (ko) 비디오 코딩을 위한 모션 벡터 차이 부호 예측
WO2024015514A1 (en) Decoder side motion vector refinement for affine motion model