TWI736903B - 非對稱加權雙向預測Merge - Google Patents

非對稱加權雙向預測Merge Download PDF

Info

Publication number
TWI736903B
TWI736903B TW108119615A TW108119615A TWI736903B TW I736903 B TWI736903 B TW I736903B TW 108119615 A TW108119615 A TW 108119615A TW 108119615 A TW108119615 A TW 108119615A TW I736903 B TWI736903 B TW I736903B
Authority
TW
Taiwan
Prior art keywords
merge candidate
weight
item
merge
asymmetric
Prior art date
Application number
TW108119615A
Other languages
English (en)
Other versions
TW202019185A (zh
Inventor
劉鴻彬
張莉
張凱
王悅
Original Assignee
大陸商北京字節跳動網絡技術有限公司
美商字節跳動有限公司
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 大陸商北京字節跳動網絡技術有限公司, 美商字節跳動有限公司 filed Critical 大陸商北京字節跳動網絡技術有限公司
Publication of TW202019185A publication Critical patent/TW202019185A/zh
Application granted granted Critical
Publication of TWI736903B publication Critical patent/TWI736903B/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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • 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
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

介紹了視頻編碼中非對稱加權雙向預測Merge的設備、系統和方法。在一個典型的方面，一種視頻資料解碼方法，包括: 基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建用於生成當前視頻塊的Merge候選，其中非對稱加權包括第一權重和與第一權重不同的第二權重，並且其中Merge候選指示運動向量和對應的參考圖片；在構建後，將Merge候選插入到Merge候選列表中，並基於Merge候選列表生成當前塊。

Description

非對稱加權雙向預測Merge
一般來說，本專利文件涉及視頻編碼技術。 [相關申請的交叉引用] 根據適用的專利法和/或《巴黎公約》的規定，本申請及時要求於2018年6月5日提交的國際專利申請號PCT/CN2018/089919的優先權和利益。根據美國法律，將國際專利申請號PCT/CN2018/089919的全部公開以引用方式併入本文，作為本申請公開的一部分。
運動補償是視頻處理中的一種技術，通過考慮攝影機和/或視頻中的物件的運動，給定先前幀和/或將來幀來預測視頻中的幀。運動補償可以用於視頻資料的編碼和解碼中以實現視訊壓縮。
描述了與用於運動補償的非對稱加權雙向預測Merge相關的設備、系統和方法。更一般地，所述的本公開技術為視頻編碼的Merge模式提供增強。
在一個典型的方面，公開的技術可用於提供解碼視頻資料的方法，包括：基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建用於生成當前視頻塊的Merge候選，其包括運動向量和對應參考圖片。在一個示例中，非對稱加權包括應用於第一參考Merge候選的第一權重和應用於第二參考Merge候選的與第一權重不同的第二權重。該方法還包括：在構建之後，將Merge候選插入到Merge候選列表中，從至少Merge候選列表中導出運動資訊，並且基於Merge候選列表生成當前塊。
在另一個典型的方面，本公開技術可用於提供一種使用非對稱加權雙向預測Merge的視頻編碼方法。該方法包括：基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建Merge候選，其中非對稱加權包括第一權重和與第一權重不同的第二權重；在構建之後，將Merge候選插入到Merge候選列表中，從至少Merge候選列表中導出運動資訊，並且基於運動資訊對被幀間編碼的視頻資料的當前塊進行編碼。
在又一典型的方面，上述方法以處理器可執行代碼的形式實施，並且儲存在電腦可讀的程式介質中。
在又一典型的方面，公開了一種設備，其被配置為或可操作以執行上述方法。該設備可以包括被程式設計以實現該方法的處理器。
在又一典型的方面，一種視頻解碼器裝置，其可以實現如本文所述的方法。
在附圖、說明書和申請專利範圍中更詳細地描述了所公開技術的上述方面、以及其他方面和特徵。
由於對高解析度視頻的需求日益增加，視頻編碼方法和技術在現代技術中無處不在。視頻編解碼器通常包括壓縮或解壓縮數位視訊的電子電路或軟體，並且不斷地被改進以提供更高的編碼效率。視頻編解碼器將未壓縮的視訊轉換為壓縮格式，或反之亦然。視頻品質、用於表示視頻的資料量（由位元速率決定）、編碼和解碼演算法的複雜度、對資料丟失和錯誤的敏感度、易於編輯、隨機訪問和端到端延遲（延遲）之間存在複雜的關係。壓縮格式通常符合標準視訊壓縮規範，例如，高效視頻編碼（HEVC）標準（也稱為H.265或MPEG-H第2部分）、待最終確定的通用視頻編碼標準或其他當前和/或未來的視頻編碼標準。
所公開技術的實施例可以應用於現有的視頻編碼標準（例如，HEVC、H.265）和未來的標準，以提高執行時間性能。它與視頻編碼中的Merge模式有著特定的關係。在本文件中，使用章節標題來提高描述的可讀性，並且不以任何方式將討論或實施例（和/或實現）僅限於各自的章節。為了便於理解，本文件中使用了章節，並且不將各章節中公開的技術和實施例的範圍僅限制在該章節中。
1. HEVC/H.265中的幀間預測的示例
多年來，視頻編碼標準有了顯著的改進，並且現在在某種程度上提供了高編碼效率和對更高解析度的支援。最新標準諸如HEVC和H.265等是基於混合視頻編碼結構，其中採用了時域預測加變換編碼。
1.1預測模式的示例
每個幀間預測的PU（預測單元）都有一個或兩個參考圖片列表的運動參數。在一些實施例中，運動參數包括運動向量和參考圖片指數。在其他實施例中，兩個參考圖片列表之一的使用也可以使用inter_pred_idc發信號。在又一實施例中，運動向量可顯式地編碼為相對於預測器的增量。
當CU採用跳躍模式編碼時，PU與CU相關聯，並且沒有顯著的殘差係數，沒有編碼運動向量增量或參考圖片指數。指定了一種Merge模式，通過該模式，可以從相鄰的PU（包括空間和時間候選）中獲取當前PU的運動參數。Merge模式可以應用於任何幀間預測的PU，而不僅僅是跳躍模式。Merge模式的另一種選擇是運動參數的顯式傳輸，其中每個參考圖片列表的運動向量、對應的參考圖片指數以及參考圖片列表的使用都會根據每個PU顯式地發信號。
當信號指示要使用兩個參考圖片列表中的一個時，從一個樣本塊中生成PU。這被稱為「單向預測」。單向預測對P條帶（slice）和B條帶都可用。
當信號指示要使用兩個參考圖片列表時，從兩個樣本塊中生成PU。這被稱為「雙向預測」。雙向預測僅對B條帶可用。
1.1.1構建Merge模式的候選的實施例
當使用Merge模式預測PU時，從位元流中解析指向Merge候選列表中條目的指數，並且使用該指數檢索運動資訊。此列表的構建可按以下步驟順序進行概括：
步驟1：初始候選推導
步驟1.1：空間候選推導
步驟1.2：空間候選冗餘檢查
步驟1.3：時域候選推導
步驟2：附加候選插入
步驟2.1：創建雙向預測候選
步驟2.2：插入零運動候選
圖1示出了基於上面概括的步驟序列構建Merge候選列表的示例。對於空間Merge候選推導，在位於五個不同位置的候選中最多選擇四個Merge候選。對於時域Merge候選推導，在兩個候選中最多選擇一個Merge候選。由於在解碼器處假定每個PU的候選數為常量，因此當候選數未達到片報頭中發信號的最大Merge候選數（maxNumMergeCand）時，生成附加的候選。由於候選數是恆定的，所以最佳Merge候選的指數使用截斷的一元二值化（TU）進行編碼。如果CU的大小等於8，則當前CU的所有PU都共用一個Merge候選列表，這與2N×2N預測單元的Merge候選列表相同。
1.1.2構建空間Merge候選
在空間Merge候選的推導中，在位於圖2所示位置的候選中最多選擇四個Merge候選。推導順序為A1， B1， B0， A0 和 B2。只有當位置A1， B1， B0， A0的任何PU不可用（例如，因為它屬於另一個條帶或片（tile））或是內部編碼時，才考慮位置B2。在增加A1位置的候選後，對剩餘候選的增加進行冗餘檢查，其確保具有相同運動資訊的候選被排除在列表之外，從而提高編碼效率。
為了降低計算的複雜度，在所提到的冗餘檢查中並不考慮所有可能的候選對。相反，只有與圖3中的箭頭連結的對才會被考慮，並且只有當用於冗餘檢查的對應候選沒有相同的運動資訊時，才將候選添加到列表中。複製運動資訊的另一個來源是與2Nx2N不同的分區相關的「第二PU」。例如，圖4A和4B分別描述了N×2N和2N×N情況下的第二PU。當當前的PU被劃分為N×2N時，對於列表構建不考慮A1位置的候選。在一些實施例中，添加此候選可能導致兩個具有相同運動資訊的預測單元，這對於在編碼單元中僅具有一個PU是冗餘的。同樣地，當當前PU被劃分為2N×N時，不考慮位置B1。
1.1.3構建時域Merge候選
在此步驟中，只有一個候選添加到列表中。特別地，在這個時域Merge候選的推導中，基於與給定參考圖片列表中當前圖片具有最小POC差異的並置PU導出了縮放運動向量。用於推導並置PU的參考圖片列表在條帶報頭中顯式地發信號。
圖5示出了時域Merge候選（如虛線所示）的縮放運動向量的推導示例，其使用POC距離tb和td從並置PU的運動向量進行縮放，其中tb定義為當前圖片的參考圖片和當前圖片之間的POC差異，並且td定義為並置圖片的參考圖片與並置圖片之間的POC差異。時域Merge候選的參考圖片指數設置為零。對於B條帶，得到兩個運動向量（一個是對於參考圖片列表0，另一個是對於參考圖片列表1）並將其組合使其成為雙向預測Merge候選。
在屬於參考幀的並置PU（Y）中，在候選C0 和 C1之間選擇時域候選的位置，如圖6所示。如果位置C0處的PU不可用、內部編碼或在當前CTU之外，則使用位置C1。否則，位置C0被用於時域Merge候選的推導。
1.1.4構建附加類型的Merge候選
除了空時Merge候選，還有兩種附加類型的Merge候選：組合雙向預測Merge候選和零Merge候選。組合雙向預測Merge候選是利用空時Merge候選生成的。組合雙向預測Merge候選僅用於B條帶。通過將初始候選的第一參考圖片列表運動參數與另一候選的第二參考圖片列表運動參數相結合，生成組合雙向預測候選。如果這兩個元組提供不同的運動假設，它們將形成新的雙向預測候選。
圖7示出了此過程的一個示例，其中原始列表（710，在左側）中具有MVL0和refIdxL0或MVL1和refIdxL1的兩個候選被用於創建添加到最終列表（720，在右側）中的組合雙向預測Merge候選。
插入零運動候選以填充Merge候選列表中的其餘條目，從而達到MaxNumMergeCand的容量。這些候選具有零空間位移和從零開始並且每次將新的零運動候選添加到列表中時都會增加的參考圖片指數。這些候選使用的參考幀的數目對於單向預測和雙向預測分別是1幀和2幀。在一些實施例中，對這些候選不執行冗餘檢查。
1.1.5並行處理的運動估計區域的示例
為了加快編碼處理，可以並存執行運動估計，從而同時導出給定區域內所有預測單元的運動向量。從空間鄰域導出Merge候選可能會干擾並行處理，因為一個預測單元在完成相關運動估計之前無法從相鄰的PU導出運動參數。為了緩和編碼效率和處理延遲之間的平衡，可以定義運動估計區域（MER）。MER的大小可在圖片參數集（PPS）中發信號。當定義MER時，落入同一區域的Merge候選標記為不可用，並且因此在列表構建中不考慮。
1.2運動向量預測的實施例
運動向量預測利用運動向量與相鄰的PU的空時相關性，其用於運動參數的顯式傳輸。首先通過檢查左上方的時域相鄰的PU位置的可用性、去掉多餘的候選位置並且加上零向量以使候選列表長度恆定來構建運動向量候選列表。然後，編碼器可以從候選列表中選擇最佳的預測器，並發送指示所選候選的對應指數。與Merge指數信號類似，最佳運動向量候選的指數使用截斷的一元進行編碼。
1.2.1構建運動向量預測候選的示例
圖8概括了運動向量預測候選的推導過程，並可以對每個參考圖片列表使用refidx作為輸入來實現。
在運動向量預測中，考慮了兩種類型的運動向量候選：空間運動向量候選和時域運動向量候選。對於空間運動向量候選的推導，基於位於先前圖2所示的五個不同位置的每個PU的運動向量最終推導出兩個運動向量候選。
對於時域運動向量候選的推導，從兩個候選中選擇一個運動向量候選，這兩個候選是基於兩個不同的並置位置推導出的。在作出第一個空時候選列表後，移除列表中重複的運動向量候選。如果潛在候選的數量大於二，則從列表中移除相關聯的參考圖片列表中參考圖片指數大於1的運動向量候選。如果空時運動向量候選數小於二，則會在列表中添加附加的零運動向量候選。
1.2.2構建空間運動向量候選
在推導空間運動向量候選時，在五個潛在候選中最多考慮兩個候選，這五個候選來自先前圖2所示位置上的PU，這些位置與運動Merge的位置相同。當前PU左側的推導順序定義為A0、A1、以及縮放的 A0、縮放的A1。當前PU上面的推導順序定義為B0、B1, B2、縮放的 B0、縮放的 B1、縮放的B2。因此，每側有四種情況可以用作運動向量候選，其中兩種情況不需要使用空間縮放，並且兩種情況使用空間縮放。四種不同的情況概括如下：
--無空間縮放
（1）相同的參考圖片列表，並且相同的參考圖片指數（相同的POC）
（2）不同的參考圖片列表，但是相同的參考圖片（相同的POC）
--空間縮放
（3）相同的參考圖片列表，但是不同的參考圖片（不同的POC）
（4）不同的參考圖片列表，並且不同的參考圖片（不同的POC）
首先檢查無空間縮放的情況，然後檢查允許空間縮放的情況。當POC在相鄰PU的參考圖片與當前PU的參考圖片之間不同時，都會考慮空間縮放，而不考慮參考圖片列表。如果左側候選的所有PU都不可用或是內部編碼，則允許對上述運動向量進行縮放，以幫助左側和上方MV候選的平行推導。否則，不允許對上述運動向量進行空間縮放。
如圖9中的示例所示，對於空間縮放情況，以與時域縮放類似的方式縮放相鄰PU的運動向量。一個區別是，給出當前PU的參考圖片列表和指數作為輸入；實際的縮放處理與時域縮放處理相同。
1.2.3構建時域運動向量候選
除了參考圖片指數的推導外，時域Merge候選的所有推導過程與空間運動向量候選的推導過程相同（如圖6中的示例所示）。在一些實施例中，向解碼器發參考圖片指數的信號。
2. 聯合探索模型（JEM）中幀間預測方法的示例
在一些實施例中，使用名為聯合探索模型（JEM）的參考軟體來探索未來的視頻編碼技術。在JEM中，基於子塊的預測被用於多種編碼工具中，諸如仿射預測、可選時域運動向量預測（ATMVP）、空時運動向量預測（STMVP）、雙向光流（BIO）、幀速率上轉換（FRUC）、局部自適應運動向量解析度（LAMVR）、重疊塊運動補償（OBMC）、局部照明補償（LIC）和解碼器側運動向量細化（DMVR）。
2.1基於的運動向量預測示例
在具有四叉樹加二叉樹（QTBT）的JEM中，每個CU對於每個預測方向最多可以具有一組運動參數。在一些實施例中，通過將大的CU分割成子CU並導出該大CU的所有子CU的運動資訊，編碼器中考慮了兩種子CU級的運動向量預測方法。可選時域運動向量預測（ATMVP）方法允許每個CU從多個小於並置參考圖片中當前CU的塊中獲取多組運動資訊。在空時運動向量預測（STMVP）方法中，通過利用時域運動向量預測器和空間鄰接運動向量遞迴地導出子CU的運動向量。在一些實施例中，為了保持子CU運動預測的更精確的運動場，可以禁用參考幀的運動壓縮。
2.1.1可選時域運動向量預測（ATMVP）的示例
在ATMVP方法中，通過從小於當前CU的塊中提取多組運動資訊（包括運動向量和參考指數），修改時域運動向量預測（TMVP）方法。
圖10示出了CU 1000的ATMVP運動預測處理的示例。ATMVP方法分兩步預測CU 1000內子CU 1001的運動向量。第一步是用時域向量識別參考圖片1050中的對應塊1051。參考圖片1050也被稱為運動源圖片。第二步是將當前的CU 1000拆分為子CU 1001，並從每個子CU對應的塊中獲取每個子CU的運動向量和參考指數。
在第一步中，參考圖片1050和對應的塊由當前CU 1000的空間相鄰塊的運動資訊確定。為了避免相鄰塊的重複掃描處理，使用當前CU 1000 的Merge候選列表中的第一個Merge候選。第一個可用的運動向量及其相關聯的參考指數被設置為時間向量和運動源圖片的指數。這樣，與TMVP相比，可以更準確地識別對應的塊，其中對應的塊（有時稱為並置塊）始終位於相對於當前CU的右下角或中心位置。
在第二步中，通過將時域向量添加到當前CU的座標中，通過運動源圖片1050中的時域向量識別子CU 1051的對應塊。對於每個子CU，使用其對應塊的運動資訊（例如，覆蓋中心樣本的最小運動網格）來導出子CU的運動資訊。在識別出對應N×N塊的運動資訊後，將其轉換為當前子CU的運動向量和參考指數，與HEVC的TMVP方法相同，其中應用運動縮放和其他處理。例如，解碼器檢查是否滿足低延遲條件（例如，當前圖片的所有參考圖片的POC都小於當前圖片的POC），並可能使用運動向量MVx（例如，與參考圖片列表X對應的運動向量）來為每個子CU預測運動向量MVy（例如，X等於0或1且Y等於1-X）。
2.1.2空時運動向量預測（STMVP）示例
在STMVP方法中，子CU的運動向量按照光柵掃描順序遞迴導出。圖11示出具有四個子塊和相鄰塊的一個CU的例子。考慮8×8 的CU 1100，其包括四個4×4子CU A（1101）、B（1102）、C（1103）和D（1104）。當前幀中相鄰的4×4塊標記為a（1111）、b（1112）、c（1113）和d（1114）。
子CU A的運動推導由識別其兩個空間鄰居開始。第一個鄰居是子CU A 1101上方的N×N塊（塊c 1113）。如果該塊c（1113）不可用或內部編碼，則檢查子CU A（1101）上方的其他N×N塊（從左到右，從塊c 1113處開始）。第二個鄰居是子CU A 1101左側的一個塊（塊b 1112）。如果塊b（1112）不可用或是內部編碼，則檢查子CU A 1101左側的其他塊（從上到下，從塊b 1112處開始）。每個列表從相鄰塊獲得的運動資訊被縮放到給定列表的第一個參考幀。接下來，按照HEVC中規定的與TMVP相同的程式，推導出子塊A 1101的時間運動向量預測（TMVP）。提取塊D 1104處的並置塊的運動資訊並進行相應的縮放。最後，在檢索和縮放運動資訊後，對每個參考列表分別平均所有可用的運動向量。將平均運動向量指定為當前子CU的運動向量。
2.1.3子CU運動預測模式信號的示例
在一些實施例中，子CU模式作為附加的Merge候選模式啟用，並且不需要附加的語法元素來對該模式發信號。將另外兩個Merge候選添加到每個CU的Merge候選列表中，以表示ATMVP模式和STMVP模式。在其他實施例中，如果序列參數集指示啟用了ATMVP和STMVP，則最多可以使用七個Merge候選。附加Merge候選的編碼邏輯與HM中的Merge候選的編碼邏輯相同，這意味著對於P或B條帶中的每個CU，可能需要對兩個附加Merge候選進行兩次額外的RD檢查。在一些實施例中，例如JEM，Merge指數的所有雙向n文件都由CABAC（基於文本的自適應二進位算術編碼）進行上下文編碼的。在其他實施例中，例如HEVC，只有第一個雙向n文件是上下文編碼的，並且其餘的雙向n文件是上下文旁路編碼的。
2.2自適應運動向量殘差解析度的示例
在一些實施例中，當在條帶報頭中use_integer_MV_flag等於0時，運動向量差（MVD）（在PU的運動向量和預測運動向量之間）以四分之一亮度樣本為單位發信號。在JEM中，引入了局部自適應運動向量解析度（LAMVR）。在JEM中，MVD可以用四分之一亮度樣本、整數亮度樣本或四亮度樣本的單位進行編碼。MVD解析度控制在編碼單元（CU）級別，並且MVD解析度標誌有條件地為每個至少有一個非零MVD分量的CU發信號。
對於具有至少一個非零MVD分量的CU，第一個標誌將發信號以指示CU中是否使用四分之一亮度樣本MV精度。當第一個標誌（等於1）指示不使用四分之一亮度樣本MV精度時，另一個標誌發信號以指示是使用整數亮度樣本MV精度還是使用四亮度樣本MV精度。
當CU的第一個MVD解析度標誌為零或沒有為CU編碼（意味著CU中的所有MVD都為零）時，CU使用四分之一亮度樣本MV解析度。當一個CU使用整數亮度樣本MV精度或四亮度樣本MV精度時，該CU的AMVP候選列表中的MVP將四捨五入到對應的精度。
在編碼器中，CU級別的RD檢查用於確定哪個MVD解析度將用於CU。也就是說，對每個MVD解析度執行三次CU級別的RD檢查。為了加快編碼器速度，在JEM中應用以下編碼方案：
--在對具有正常四分之一亮度採樣MVD解析度的CU進行RD檢查時，儲存當前CU（整數亮度採樣精度）的運動資訊。在對具有整數亮度樣本和4 亮度樣本MVD解析度的同一個CU進行RD檢查時，將儲存的運動資訊（舍入後）用作進一步小範圍運動向量細化的起始點，從而使耗時的運動估計處理不會重複三次。
--有條件地調用具有4 亮度樣本MVD解析度的CU的RD檢查。對於CU，當整數亮度樣本MVD解析度的RD檢查成本遠大於四分之一亮度 樣本MVD解析度的RD檢查成本時，將跳過對CU的4 亮度樣本MVD解析度的RD檢查。
2.3更高運動向量儲存精度的示例
在一些實施例中，運動向量精度為四分之一畫素（用於4:2:0視頻的四分之一亮度樣本和八分之一色度樣本）。在JEM中，內部運動向量儲存和Merge候選的精度增加到1/16 畫素。對於採用跳躍/Merge模式編碼的CU，採用較高的運動向量精度（1/16 畫素）進行運動補償幀間預測。對於使用普通AMVP模式編碼的CU，使用整數畫素或四分之一畫素運動，如前所述。
在一些實施例中，在HEVC（SHVC）的可擴展的延伸中將上採樣插值濾波器用作附加分數畫素位置的運動補償插值濾波器，該濾波器具有與HEVC運動補償插值濾波器相同的濾波器長度和歸一化因數。在JEM中，色度分量的運動向量精度為1/32樣本，通過使用兩個相鄰1/16畫素分數位置的濾波器的平均值，推導出1/32畫素分數位置的附加插值濾波器。
2.4仿射運動補償預測的示例
在HEVC中，運動補償預測（MCP）僅應用平移運動模型。然而，相機和物件可能具有多種運動，例如放大/縮小、旋轉、透視運動和/或其他不規則運動。另一方面，JEM應用了簡化的仿射變換運動補償預測。圖12示出了由兩個控制點運動向量V0 和 V1描述的塊1400的仿射運動場的例子。塊1400的運動向量場（MVF）可以由以下等式描述：
Figure 02_image001
等式（1）
如圖12所示，（
Figure 02_image004
）是左上角控制點的運動向量，並且（
Figure 02_image006
）是右上角控制點的運動向量。為了簡化運動補償預測，可以應用基於子塊的仿射變換預測。子塊尺寸M×N推導如下：
Figure 02_image008
等式（2）
這裡，MVPre是運動向量分數精度（例如，JEM中的1/16）。（
Figure 02_image010
）是左下控制點的運動向量，其根據等式（1）計算。如果需要，M和N可以被向下調節使其分別作為w和h的除數。
圖13示出了塊1500的每個子塊的仿射運動向量場（MVF）的例子。為了推導出每個M×N子塊的運動向量，可以根據等式（1）計算每個子塊的中心樣本的運動向量，並且四捨五入到運動向量分數精度（例如，JEM中的1/16）。然後可以應用運動補償插值濾波器，利用推導出的運動向量生成各子塊的預測。在MCP之後，對每個子塊的高精度運動向量進行取整，並將其保存為與正常運動向量相同的精度。
在JEM中，有兩個仿射運動模式：AF_INTER模式和AF_Merge模式。對於寬度和高度都大於8的CU，可以應用AF_INTER模式。在位流中，CU級別的仿射標誌被發信號，以指示是否使用AF_INTER模式。在AF_INTER模式中，使用相鄰的塊構建具有運動向量對
Figure 02_image012
的候選列表。
圖14示出了在AF_INTER模式中塊1600的運動向量預測（MVP）的例子。如圖16所示，v0從子塊A、B或C的運動向量中選擇。可以根據參考列表對相鄰塊的運動向量進行縮放。也可以根據相鄰塊參考的圖片順序計數（POC）、當前CU參考的POC和當前CU的POC之間的關係對運動向量進行縮放。從相鄰的子塊D和E中選擇v1的方法類似。當候選列表的數目小於2時，該列表由複製每個AMVP候選組成的運動向量對來填充。當候選列表大於2時，可以首先根據相鄰的運動向量對候選進行排序（例如，基於一對候選中兩個運動向量的相似性）。在一些實現中，保留前兩個候選。在一些實施例中，使用速率失真（RD）成本檢查來確定選擇哪個運動向量對候選作為當前CU的控制點運動向量預測（CPMVP）。可以在位流中發出指示CPMVP在候選列表中的位置的指數。在確定了當前仿射CU的CPMVP後，應用仿射運動估計，並且找到控制點運動向量（CPMV）。然後，在位元流中對CPMV和CPMVP的差異發信號。
當在AF_Merge模式下應用CU時，它從有效的相鄰重構塊中獲取用仿射模式編碼的第一個塊。圖15A示出了當前編碼單元CU 1700的候選塊的選擇順序的例子。如圖17A所示，選擇順序可以是從當前CU 1700的左（1701）、上（1702）、右上（1703）、左下（1704）到左上（17017）。圖15B示出了在AF_Merge模式中當前CU 1700候選塊的另一個例子。如果相鄰的左下塊1701以仿射模式編碼，如圖15B所示，則導出包含子塊1701的CU左上角、右上角和左下角的運動向量v2、v3和v4。當前CU 1700左上角的運動向量v0是基於v2、v3和v4計算的。可以相應地計算當前CU右上方的運動向量v1。
根據等式（1）中的仿射運動模型計算當前CU 的CPMV v0和v1後，可以生成當前CU的MVF。為了確定當前CU是否使用AF_Merge模式編碼，當至少有一個相鄰的塊以仿射模式編碼時，可以在位元流中發出仿射標誌。
2.5模式匹配運動向量推導（PMMVD）的示例
PMMVD模式是基於幀速率上轉換（FRUC）方法的特殊Merge模式。在這種模式下，塊的運動資訊不會被發信號，而是在解碼器端導出。
對於CU，當其Merge標誌為真時，FRUC標誌可以被發信號。當FRUC標誌為假時，Merge指數可以被發信號並且使用常規Merge模式。當FRUC標誌為真時，另一個FRUC模式標誌可以被發信號來指示將使用哪種模式（例如，雙向匹配或模板匹配）來導出該塊的運動資訊。
在編碼器端，基於對正常Merge候選所做的RD成本選擇決定是否對CU使用FRUC Merge模式。例如，通過使用RD成本選擇來檢查CU的多個匹配模式（例如，雙向匹配和模板匹配）。導致最低成本的模式進一步與其它CU模式相比較。如果FRUC匹配模式是最有效的模式，那麼對於CU，FRUC標誌設置為真，並且使用相關的匹配模式。
通常，FRUC Merge模式中的運動推導處理有兩個步驟：首先執行CU級運動搜索，然後執行子CU級運動優化。在CU級，基於雙向匹配或模板匹配，導出整個CU的初始運動向量。首先，生成一個MV候選列表，並且選擇導致最低匹配成本的候選作為進一步優化CU級的起點。然後在起始點附近執行基於雙向匹配或模板匹配的局部搜索。將最小匹配成本的MV結果作為整個CU的MV值。接著，以導出的CU運動向量為起點，進一步在子CU級細化運動資訊。
例如，對於W×H CU運動資訊推導執行以下推導過程。在第一階段，推導出了整個W×H CU的MV。在第二階段，該CU進一步被分成M×M子CU。M的值按照等式（3）計算，D是預先定義的劃分深度，在JEM中默認設置為3。然後導出每個子CU的MV值。
Figure 02_image014
等式（3）
圖16示出在幀速率上轉換（FRUC）方法中使用的雙向 匹配的例子。通過沿當前CU（1800）的運動軌跡在兩張不同的參考圖片（1810，1811）中找到兩個塊之間最接近的匹配，使用雙向匹配來獲得當前CU的運動資訊。在連續運動軌跡假設下，指向兩個參考塊的運動向量MV0（1801）和MV1（1802）與當前圖片和兩個參考圖片之間的時間距離（例如，TD0（1803）和TD1（1804）成正比。在一些實施例中，當當前圖片1800暫時位於兩個參考圖片（1818，1811）之間並且當前圖片到兩個參考圖片的時間距離相同時，雙向匹配成為基於鏡像的雙向MV。
圖17示出在幀速率上轉換（FRUC）方法中使用的模板匹配的例子。模板匹配可以用於通過查找當前圖片中的模板（例如，當前CU的頂部和/或左側相鄰塊）與參考圖片1910中的塊（例如，與模板大小相同）之間的最接近匹配來獲取當前CU 1900的運動資訊。除了上述的FRUC Merge模式外，模板匹配也可以應用於AMVP模式。在JEM和HEVC中，AMVP都具有兩個候選。通過模板匹配方法，可以導出新的候選。如果通過模板匹配新導出的候選與第一個現有的AMVP候選不同，則將其插入AMVP候選列表的最開始處，並且然後將列表大小設置為2（例如，通過移除第二個現有AMVP候選）。當應用於AMVP模式時，僅應用CU級搜索。
CU級設置的MV候選可以包括以下：（1）初始AMVP候選，如果當前CU處於AMVP模式，（2）所有Merge候選，（3）插值MV場（稍後描述）中的數個MV，以及頂部和左側相鄰運動向量。
當使用雙向匹配時，Merge候選的每個有效MV可以用作輸入，以生成假設為雙向匹配的MV對。例如，Merge候選在參考列表A處的一個有效MV為（MVa，refa ）。然後在另一個參考列表B中找到其配對的雙向MV的參考圖片refb ，以便refa 和refb 在時間上位於當前圖片的不同側。如果參考列表B中的參考refb 不可用，則將參考refb 確定為與參考refa 不同的參考，並且其到當前圖片的時間距離是列表B中的最小距離。確定參考refb 後，通過基於當前圖片和參考refa 、參考refb 之間的時間距離縮放MVa導出MVb。
在一些實現中，還可以將來自插值MV場中的四個MV添加到CU級候選列表中。更具體地，添加當前CU的位置（0，0），（W/2，0），（0，H/2）和（W/2，H/2）處插值的MV。當在AMVP模式下應用FRUC時，原始的AMVP候選也添加到CU級的MV候選集。在一些實現中，在CU級，可以將AMVP CU的15個 MV和Merge CU的13個 MV添加到候選列表中。
在子CU級設置的MV候選包括從CU級搜索確定的MV，（2）頂部、左側、左上方和右上方相鄰的MV，（3）參考圖片中並置的MV的縮放版本，（4）一個或多個ATMVP候選（例如，最多四個）和（5）一個或多個STMVP候選（例如，最多四個）。來自參考圖片的縮放MV導出如下。兩個列表中的參考圖片都被遍歷。參考圖片中子CU的並置位置處的MV被縮放為起始CU級MV的參考。ATMVP和STMVP候選可以是前四個。在子CU級，一個或多個MV（例如，最多17個）被添加到候選列表中。
插值MV場的生成。在對幀進行編碼之前，基於單向ME生成整個圖片的內插運動場。然後，該運動場可以隨後用作CU級或子CU級的MV候選。
在一些實施例中，兩個參考列表中每個參考圖片的運動場在4×4的塊級別上被遍歷。圖18示出了在FRUC法中的單向運動估計（ME）2000的例子。對於每個4×4塊，如果與塊相關聯的運動通過當前圖片中的4×4塊，並且該塊沒有被分配任何內插運動，則根據時間距離TD0和TD1將參考塊的運動縮放到當前圖片（與HEVC中TMVP的MV縮放相同），並且在當前幀中將該縮放運動指定給該塊。如果沒有縮放的MV指定給4×4塊，則在插值運動場中將塊的運動標記為不可用。
插值和匹配成本。當運動向量指向分數採樣位置時，需要運動補償插值。為了降低複雜度，對雙向匹配和模板匹配都使用雙線性插值而不是常規的8抽頭HEVC插值。
匹配成本的計算在不同的步驟處有點不同。當從CU級的候選集中選擇候選時，匹配成本可以是雙向匹配或模板匹配的絕對和差（SAD）。在確定起始MV後，雙向匹配在子CU級搜索的匹配成本如下：
Figure 02_image016
等式（4）
這裡，w是權重係數。在一些實施例中，w可以被經驗地設置為4。MV和MVs分別指示當前MV和起始MV。仍然可以將SAD用作模式匹配在子CU級搜索的匹配成本。
在FRUC模式下，MV通過僅使用亮度樣本導出。導出的運動將用於亮度和色度的MC幀間預測。確定MV後，對亮度使用8抽頭（8-taps）插值濾波器並且對色度使用4抽頭（4-taps）插值濾波器執行最終MC。
MV細化是基於模式的MV搜索，以雙向匹配成本或模板匹配成本為標準。在JEM中，支援兩種搜索模式—無限制中心偏置菱形搜索（UCBDS）和自適應交叉搜索，分別在CU級別和子CU級別進行MV細化。對於CU級和子CU級的MV細化，都在四分之一亮度樣本精度下直接搜索MV，接著是八分之一亮度樣本MV細化。將CU和子CU步驟的MV細化的搜索範圍設置為8 個亮度樣本。
在雙向匹配Merge模式下，應用雙向預測，因為CU的運動資訊是在兩個不同的參考圖片中基於當前CU運動軌跡上兩個塊之間的最近匹配得出的。在模板匹配Merge模式下，編碼器可以從列表0的單向預測、列表1的單向預測或者雙向預測中為CU做出選擇。該選擇可以基於如下的模板匹配成本：
如果 costBi>=factor*min（cost0,cost1）
則使用雙向預測；
否則，如果 cost0>=cost1
則使用列表0中的單向預測；
否則，
使用列表1中的單向預測；
這裡，cost0是列表0模板匹配的SAD，cost1是列表2模板匹配的SAD，並且cost雙向是雙向模板匹配的SAD。例如，當factor的值等於1.25時，意味著選擇過程朝雙向預測偏移。幀間預測方向選擇可應用於CU級模板匹配處理。
2.6雙向光流（BIO）的示例
雙向光流（BIO）方法是在分塊運動補償之上對雙向預測進行的樣本方向運動細化。在一些實現中，樣本級的運動細化不使用信號。
設
Figure 02_image017
為塊運動補償後到參考k（k=0，1）的亮度值，並且
Figure 02_image019
,
Figure 02_image021
,分別為
Figure 02_image017
梯度的水平分量和垂直分量。假設光流是有效的，則運動向量場
Figure 02_image023
由下式給出：
Figure 02_image025
等式（5）
將此光流等式與每個樣品運動軌跡的埃爾米特插值相結合，得到一個唯一的三階多項式，該多項式在末端同時匹配函數值
Figure 02_image017
和其導數
Figure 02_image019
，
Figure 02_image021
。該多項式在t=0時的值是BIO預測：
Figure 02_image027
等式（6）
圖19示出了雙向光流（BIO）方法中的示例光流軌跡。這裡，
Figure 02_image029
和
Figure 02_image031
表示到參考幀的距離。基於Ref0 和Ref1 的POC計算距離
Figure 02_image029
和
Figure 02_image031
：
Figure 02_image029
=POC(current) - POC(Ref0),
Figure 02_image031
= POC(Ref1) - POC(current)。如果兩個預測都來自同一個時間方向（都來自過去或都來自未來），則符號是不同的（例如，
Figure 02_image033
）。在這種情況下，如果預測不是來自同一時間點（例如,
Figure 02_image035
），則應用BIO。兩個參考區域都具有非零運動（例如,
Figure 02_image037
），並且塊運動向量與時間距離成比例（例如，
Figure 02_image039
）。
通過最小化A點和B點之間的值的差Δ來確定運動向量場
Figure 02_image023
。圖20A-20B示出了運動軌跡與參考幀平面相交的示例。對Δ，模型僅使用局部泰勒展開的第一個線性項：
Figure 02_image041
等式 (7)
上述等式中的所有值取決於樣本位置，表示為
Figure 02_image044
。假設在局部周圍區域的運動是一致的，那麼Δ可以在以當前預測點（i，j）為中心的（2 M+1）x（2 M+1）方形視窗Ω內最小化，其中M等於2：
Figure 02_image045
等式 (8)
對於這個優化問題，JEM使用簡化方法，首先在垂直方向上最小化，然後在水平方向最小化。結果如下：
Figure 02_image048
等式  (9)
Figure 02_image050
等式  (10)
其中，
Figure 02_image051
等式 (11)
為了避免被零除或很小的值除，可在式（9）和式（10）中引入正則化參數r和m。
Figure 02_image054
等式 (12)
Figure 02_image056
等式 (13)
這裡，d是視頻樣本的位元深度。
為了使BIO的記憶體訪問與常規雙向預測運動補償相同，計算當前塊內位置的所有預測和梯度值
Figure 02_image058
，圖20A示出了塊2200外部的訪問位置示例。如圖20A所示，在等式（11）中，以預測區塊邊界上當前預測點為中心的(2M+1)x(2M+1)的方形視窗Ω需要訪問區塊外的位置。在JEM中，塊外的值
Figure 02_image058
設置為等於塊內最近的可用值。例如，這可以實現為填充區域2201，如圖20B所示。
使用BIO，可以對每個樣本的運動場進行細化。為了降低計算複雜度，在JEM中採用了基於塊的BIO。運動細化可以基於4x4塊計算。在基於塊的BIO中，可以對4x4塊中所有樣本的等式（11）中的sn 值進行聚合，然後將sn 的聚合值用於推導4x4塊的BIO運動向量偏移。更具體地說，下面的等式可以用於基於塊的BIO推導：
Figure 02_image059
等式（12）
這裡，bk 表示屬於預測塊的第k個 4x4塊的樣本組。等式（9）和等式（10）中的sn 替換為((sn , bk ) >> 4 )以推導相關聯的運動向量偏移。
在某些情況下，由於雜訊或不規則運動，BIO的MV團可能不可靠。因此，在BIO中，MV團的大小被固定到一個閾值。該閾值是基於當前圖片的參考圖片是否全部來自一個方向確定的。例如，如果當前圖片的所有參考圖片都來自一個方向，該閾值的值被設置為
Figure 02_image062
，否則其被設置為
Figure 02_image064
。
可以使用與HEVC運動補償處理一致的操作（例如，2D分離有限脈衝響應（FIR））通過運動補償插值同時計算BIO的梯度。在一些實施例中，2D分離FIR的輸入是與運動補償處理相同的參考幀，以及根據塊運動向量的分數部分的分數位置（fracX，fracY）。對於水平梯度
Figure 02_image066
，首先使用BIOfilterS對信號進行垂直內插，該BIOfilterS對應於具有去縮放標度位移d-8的分數位置fracY。然後在水平方向上應用梯度濾波器BIOfilterG，該BIOfilterG對應於具有去縮放標度位移18-d的分數位置fracX。對於垂直梯度
Figure 02_image066
，在垂直方向上使用BIOfilterG應用梯度濾波器，該BIOfilterG對應於具有d-8去縮放標度位移的分數位置fracY。然後，然後在水平方向上使用梯度濾波器BIOfilterS執行信號替換，該BIOfilterS對應於具有去縮放標度位移18-d的分數位置fracX。用於梯度計算BIOfilterG和信號替換BIOfilterS的插值濾波器的長度可以更短（例如，6-tap），以保持合理的複雜度。表1示出了可用在BIO中於計算塊運動向量不同分數位置梯度的示例濾波器。表2示出了可用於在BIO中預測信號生成的插值示例濾波器。
表1  BIO中用於梯度計算的示例濾波器
Figure 108119615-A0304-0001
表2  BIO中用於預測信號生成的示例插值濾波器
Figure 108119615-A0304-0002
在JEM中，當兩個預測來自不同的參考圖片時，BIO可應用於所有的雙向預測塊。當為CU啟用局部照明補償（LIC）時，可以禁用BIO。
在一些實施例中，在正常MC處理之後將OBMC應用於塊。為了降低計算複雜度，在OBMC處理期間可能不應用BIO。這意味著在OBMC處理期間，當使用自己的MV時，將BIO應用於塊的MC處理，而當使用相鄰塊的MV時，BIO不應用於塊的MC處理。
2.7解碼器側運動向量優化（DMVR）的示例
在雙向預測操作中，對於一個塊區域的預測，將兩個分別由列表0的運動向量（MV）和列表1的MV形成的預測塊組合形成單個預測信號。在解碼器側運動向量細化（DMVR）方法中，通過雙邊模板匹配處理進一步細化雙向預測的兩個運動向量。解碼器中應用的雙邊模板匹配用於在雙邊模板和參考圖片中的重建樣本之間執行基於失真的搜索，以便在不傳輸附加運動資訊的情況下獲得細化的MV。
在DMVR中，雙邊模板被生成為兩個預測塊的加權組合（即平均），其中兩個預測塊分別來自列表0的初始MV0和列表1的MV1，如圖21所示。模板匹配操作包括計算生成的模板與參考圖片中的樣本區域（在初始預測塊周圍）之間的成本度量。對於兩個參考圖片中的每一個，產生最小模板成本的MV被視為該列表的更新MV，以替換原始MV。在JEM中，為每個列表搜索九個MV候選。九個MV候選包括原始MV和8個周邊MV，這八個周邊MV在水平或垂直方向上或兩者與原始MV具有一個亮度樣本的偏移。最後，使用圖21所示的兩個新的MV（即MV0′和MV1′）生成最終的雙向預測結果。絕對差異之和（SAD）被用作成本度量。
在不傳輸附加語法元素的情況下，將DMVR應用於雙向預測的Merge模式，其中一個MV來自過去的參考圖片，並且另一個MV來自未來的參考圖片。在JEM中，當為CU啟用LIC、仿射運動、FRUC或子CU Merge候選時，不應用DMVR。
3.使用非對稱加權的相關方法的實施例
在現有的實現中，如等式（15）所示，提出了用於幀間編碼的廣義雙向預測（G雙向）：
Figure 02_image068
等式（15）
這裡，w是權重值，x是當前塊的座標，P0 和P1 分別是列表0和列表1中的參考圖片，並且v0和v1是P0 和P1 中的運動向量。G雙向模式下的候選權重集包括總共7個權重（W={-1/4, 1/4, 3/8, 1/2, 5/8, 3/4, 5/4}），包括對應於傳統的雙向預測模式的0.5。指示候選權重集中權重值的條目位置的指數被發信號。每個CU最多有一個指數被發信號，並且對應的權重值在該CU中的所有PU和所有顏色分量中被共用。
為了減少指數的信號開銷，每個編碼單元（CU）最多分配一個w，在其所有的雙向預測單元（PU）中共用。如果CU包含至少一個需要對運動向量差（MVD）發信號的雙向預測PU，則對指數w顯式地發信號。否則，不需要對指數發信號。然後，應用以下規則確定CU中每個PU的權重值：
--對於每個需要信號MVD的雙向預測PU（即正常預測模式和仿射預測模式），其權重值設置為等於顯式發信號的w。
--對於每個使用Merge模式、高級時域運動向量預測或仿射Merge模式編碼的雙向預測PU，直接從用於相關聯的Merge候選的權重值中推斷出其權重值w。
--對於其餘的雙向預測PU，它們的權重值設置為等於默認的權重值，即0.5。
然而，該方法在AMVP模式下對不同的權值進行複雜的選擇，並且與傳統方法相比編碼時間增加到了300%。此外，信號成本可能高，因為它為AMVP情形顯式地對權重指數發信號。
4. 非對稱加權雙向預測Merge的示例方法
圖22示出了使用非對稱加權雙向預測Merge進行視頻解碼的示例性方法2200的流程圖。方法2200包括接收被幀間編碼的視頻資料的當前塊。當前塊可以從通過網路連接接收的視頻位元流中接收，也可以從本機存放區的壓縮視頻文件中接收。例如，解碼過程可以對視頻位元流執行解析，以在解析過程中到達與當前塊對應的位。
方法2200包括在步驟2210處，為生成當前視頻塊，基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建Merge候選。在一些實施例中，非對稱加權包括第一權重和與第一權重不同的第二權重。在一些實施例中，Merge候選指示運動向量和對應的參考圖片。在一些實施例中，用於視頻解碼的非對稱加權是基於如下所述的等式（16）中的模型。
方法2200包括在步驟2220處，在構建之後將Merge候選插入到Merge候選列表中。
在一些其他實現中，方法2200可能包括從至少Merge候選列表中推導出運動資訊。例如，運動資訊可以包括運動向量（和對應的參考幀）。
方法2200包括在步驟2230處，基於Merge候選列表生成當前塊。在公開技術的一些實施例中，該生成可以包括基於運動資訊、運動向量和對應的參考圖片解碼當前塊。解碼過程可以使用運動補償，其中當前塊的畫素值是基於運動向量和參考圖片對應塊的畫素值計算的。
圖23示出了使用非對稱加權雙向預測Merge的視頻編碼示例性方法的流程圖。方法2300包括在步驟2310處，基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建Merge候選。在一些實施例中，非對稱加權包括第一權重和與第一權重不同的第二權重。在一些實施例中，用於視頻編碼的非對稱加權是基於如下所述的等式（16）中的模型。
方法2300包括在步驟2320處，在構建之後將Merge候選插入到Merge候選列表中。
方法2300包括在步驟2330處，從至少Merge候選列表中推導出運動資訊。
方法2300包括在步驟2340處，基於運動資訊編碼被幀間編碼的視頻資料的當前塊。
方法2200和2300可進一步包括第一參考Merge候選和第二參考Merge候選的非對稱加權的不同實施例。在一些實施例中，第一參考Merge候選和第二參考Merge候選都可以是雙向候選，這樣每個候選都可以包括兩個運動向量和對應的運動資訊。在其他實施例中，只有第一或第二個參考Merge候選中的一個可以是雙向候選。
在一些實施例中，Merge候選基於來自第一參考Merge候選的兩個不同運動向量（和對應運動資訊）的非對稱加權。在其他實施例中，Merge候選基於來自第二參考Merge候選的兩個不同運動向量的非對稱加權。在其他實施例中，Merge候選基於來自第一和第二參考Merge候選的運動向量的非對稱加權。
分別在圖22和圖23中描述的方法2200和2300可進一步包括使用以下模型進行雙向預測：
Figure 02_image070
等式（16）
這裡，Pi [x+ vi ]是參考圖片列表i中與位於x處的畫素相關聯的預測值，並且如果a等於b，則將權重（a，b）定義為對稱，否則（a不等於b），則將權重定義為非對稱。在一些實施例中，a+b=1。
在一些實施例中，非對稱加權雙向預測Merge候選可以推導出與現有設計（如HEVC和JEM等）中的Merge候選相同的運動資訊，包括預測方向、參考指數、運動向量（以及權重，如果啟用了通用雙向預測工具）。然而，與現有的應用對稱加權雙向預測的Merge候選不同，在Merge候選列表的構建處理中使用非對稱加權雙向預測（如果未啟用GBI），或者通過應用不同的非對稱加權考慮更多的Merge候選（如果啟用GBI）。
下面的例子說明了使用非對稱加權生成雙向預測Merge候選的各種實現和運動補償演算法。下文所述的示例可併入上述方法的上下文中，例如方法2200及2300，其可分別在解碼器及編碼器上實施。
示例1 非對稱加權可以應用於一個、部分或所有現有的Merge候選（或未來新設計的Merge候選）。例如，空間Merge候選、時域Merge候選、附加Merge候選、ATMVP、STMVP、PMMVD等可用於生成非對稱加權雙向預測Merge候選，這些候選將進一步插入Merge列表中。
（a）在一個示例中，可以將非對稱加權應用於前N個可用的雙向Merge候選，其中N是一個正整數。
（b）在一個示例中，非對稱加權只能應用於在當前圖片與其兩個參考圖片之間具有非對稱圖片順序計數（POC）（順序圖片）差異的N個雙向Merge候選。將AbsPOCDiff(x, y)表示為計算圖片x和y之間絕對POC差異的函數，將P0 和P1 表示為分別來自列表0和列表1的參考圖片，並且將Pc 表示為當前圖片。如果AbsPOCDiff(P0 , Pc )不等於AbsPOCDiff(P1 , Pc )，則將POC差異定義為非對稱。
（c）在一個示例中，只能選擇某些類型的Merge候選（例如高級時域運動向量預測或仿射Merge模式）來應用非對稱加權。
（d）在一個示例中，可以通過將非對稱加權應用於具有對稱權重的Merge候選來導出新的Merge候選。如果用現有方法推導的Merge候選已經具有非對稱加權，諸如具有從相鄰塊繼承的權重的空間Merge候選，則不會選擇此空間Merge候選應用非對稱加權。或者，在另一方面，可以通過將不同的非對稱加權應用於具有非對稱加權的Merge候選來導出新的Merge候選，諸如用現有方法推導出的空間Merge候選或時域Merge候選。
（e）當生成非對稱加權雙向預測Merge候選時，等式（16）中的權重值w受到如下限制：
（i）當AbsPOCDiff (Pc , P0 ) > AbsPOCDiff (Pc , P1 )時，只能將大於1/2的權重值分配給a。
（ii）當AbsPOCDiff (Pc , P0 ) > AbsPOCDiff (Pc , P1 )時，只能將大於1/2的權重值分配給b。
示例2 可以將一個或一組非對稱加權應用於選定的N個雙向Merge候選。
（a）在一個示例中，個別的非對稱（a，b）被應用於N個Merge候選中的每一個。不同的（a，b）可以被應用於不同的Merge候選。
（b）在一個示例中，幾個非對稱的（a，b）可以被應用於N個Merge候選中的每一個。一些候選可能共用相同的（a，b）。
（c）在一個示例中，幾個非對稱的（a，b）可以被應用於前M（M>N）個Merge候選，並且只有一個非對稱的（a，b）應用於剩餘的N – M 個Merge候選。例如，M設置為等於1。
示例3 非對稱加權集可以在VPS（視頻參數集）、SPS（序列參數集）、PPS（圖片參數集）或條帶報頭段中向解碼器發信號。或者，非對稱加權可以隱式地固定在編碼器和解碼器中。
（a）在一個示例中，a的非對稱加權包括{1/16, 2/16, 3/16, 4/16, 5/16, 6/16, 7/16, 9/16, 10/16, 11/16, 12/16, 13/16, 14/16, 15/16}。
（b）在一個示例中，a的非對稱重量包括{1/8, 2/8, 3/8, 5/8, 6/8, 7/8}。
（c）在更一般的情況下，a的非對稱加權包括{1/2N, 2/2N, …., 2N-2/2N, 2N-1/2N}，其中N是一個正整數，如2、3、4和5。
（d）在一個示例中，a和b的非對稱加權也可以為負數。
示例4。將非對稱加權雙向預測Merge候選插入Merge列表時遵循以下規則：
（a）在一個示例中，相同的規則可以應用於一個條帶/片/圖片/序列中的所有塊。或者，順序可以從塊到塊進行調整。
（b）如果非對稱加權雙向預測Merge候選A是從對稱加權雙向預測Merge候選B生成的，則在Merge候選列表中的B之後（可能不直接在B之後）插入A。
（c）假設非對稱加權雙向預測Merge候選A1和A2分別從對稱加權雙向預測Merge候選B1和B2生成，如果在Merge列表中B1在B2之前，那麼在Merge列表中A1也應該A2之前（可能不直接在A2之前），反之亦然。
（d）如果從一個對稱加權雙向預測Merge候選生成多個具有權重(a1, b1), (a2, b2), …, (aNA, bNA)的非對稱加權雙向預測Merge候選，則按給定順序插入，例如按abs(ai – 1/2)的昇冪插入，其中abs(x)計算x的絕對值，並且1 >= i >= NA。如果abs(ai – 1/2)等於abs(aj – 1/2)，則它們可以按任意順序插入。
（e）在一個示例中，剛好在第一個雙向預測Merge候選之後插入兩個非對稱加權雙向預測Merge候選，其權重值為(1/4, 3/4)和(3/4, 1/4)。
（f）在一個示例中，新生成的加權雙向預測Merge候選可以添加到用現有方法推導出的某個Merge候選之後，例如剛好在TMVP或ATMVP或STMVP或者聯合雙向預測Merge候選之後添加。
（g）可以首先構建兩個Merge候選列表，一個是使用現有方法，另一個是通過對第一個列表或第一個列表中的部分Merge候選應用非對稱加權獲得的。在這種情況下，可以為不同的塊調用兩個候選列表的不同順序。
示例5 對使用雙向預測Merge模式編碼的塊儲存權重值，並且可以由後面編碼的塊重用。
（a）在一個示例中，空間/時域Merge候選的非對稱加權值可以從Merge列表構建過程中對應的空間/時間相鄰塊的權重值繼承。在這種情況下，這些Merge候選本身就是非對稱加權的雙向預測Merge候選。在一個例子中，這些候選不再用於生成新的非對稱加權雙向預測Merge候選。只有對稱加權才能用於生成非對稱加權Merge候選。或者，這些候選也可用於生成新的非對稱加權雙向預測Merge候選，但具有不同的加權值。
（b）在一個示例中，在Merge列表構建過程中，不繼承非對稱的權重值。
（c）當啟用通用雙向預測工具時，上述方法也可適用。
示例6 對於非對稱加權雙向預測Merge候選，最大Merge列表長度增加L，其中L大於等於0。
（a）如果最多可以將T個非對稱加權雙向預測Merge候選添加到Merge列表中，則L>=T。
示例7 非對稱加權雙向預測Merge候選與現有編碼工具的融合。
（a）當應用加權預測、局部照明補償或雙向光流時，非對稱加權雙向預測Merge候選不會插入到Merge候選列表中。
（b）非對稱加權雙向預測Merge候選禁用DMVR。
（c）或者，為非對稱加權雙向預測Merge候選啟用DMVR，並且如等式（16）所示生成模板P。
（i）在使用細化的運動資訊（在每個參考列表中）進行運動細化和運動補償後，對稱加權平均適用於最終的雙向預測。
（ii）在使用細化的運動資訊（在每個參考列表中）進行運動細化和運動補償後，非對稱加權平均（與非對稱加權雙向預測Merge候選相同）適用於最終的雙向預測。
示例8 是否以及如何將非對稱加權雙向預測Merge候選插入Merge候選列表可能取決於當前塊的大小和/或形狀、和/或編碼塊資訊。
（a）在一個示例中，假設當前塊大小為M×N，如果M×N >=T，則非對稱加權雙向預測Merge候選不會插入到Merge候選列表中；或者，如果M×N >=T，則非對稱加權雙向預測Merge候選不會插入到Merge候選列表中。T是例如32或64的整數。
（b）或者，它只能在M等於N或M不等於N時適用。
（c）或者，它可以取決於塊模式，例如非仿射模式。
（d）或者，它也可能取決於從現有設計中得出的Merge候選的總數（不包括組合的雙向預測Merge候選和/或零運動Merge候選）。如果達到了允許的Merge候選的總數，則不需要添加非對稱加權的雙向預測Merge候選。
示例9 非對稱加權雙向預測可以應用於所有分量，包括Y, Cb, Cr 或 R, G, B。或者只適用於一個或一些分量。例如，它僅應用於Y分量。
示例10 如果滿足以下一個或多個條件，具有加權值（a1，b1）的非對稱加權雙向預測Merge候選比具有相同運動資訊（關於參考圖片R0 的MV0，關於參考圖片R1的MV1）但不同的加權值(a2, b2) (且 a1 – b1 > a2 – b2)的非對稱加權雙向預測Merge候選具有更高的優先順序（或者說，插入到更靠近Merge候選列表前面的Merge候選列表中）。
（a）R0的量化參數（QP）低於R1的QP
（b）R0比R1更接近當前圖片
（c）MV0指向的參考塊的QP低於MV1指向的參考塊的QP
示例11 應當注意的是，所提出的方法也適用於多重假設運動預測。
（a）在一個示例中，對於多個預測塊，可以對每個預測塊應用不同的權重。
（b）或者，如果是雙向預測，則對於每個參考圖片列表，可以首先獲取兩個臨時預測塊（可以由與一個參考圖片列表相關聯多個參考塊生成），並且可以進一步應用兩個權重。
（c）或者，如果是單向預測但是來自兩個或兩個以上的參考塊，也可以應用非對稱加權。
示例12 Merge模式下的修剪處理除了考慮運動資訊外，還可以考慮權重。
5. 公開技術的示例實施
圖24是說明可用於實現本公開技術的各個部分的電腦系統或其他控制設備的結構的示例的方塊圖，包括（但不限於）方法2200和2300。在圖24中，電腦系統2400包括通過互連2425連接的一個或多個處理器2405和記憶體2410。互連2425可以表示由適當的橋、適配器或控制器連接的任何一條或多條單獨的物理匯流排、點對點連接或兩者。因此，互連2425可以包括例如系統匯流排、周邊元件連接（PCI）匯流排、超傳輸或工業標準架構（ISA）匯流排、小型電腦系統介面（SCSI）匯流排、通用序列匯流排（USB）、IIC（I2C）匯流排或電氣與電子工程師協會（IEEE）標準674匯流排（有時被稱為「火線」）。
處理器2405可以包括中央處理器（CPU），來控制例如主機的整體操作。在一些實施例中，處理器2405通過執行儲存在記憶體2410中的軟體或韌體來實現這一點。處理器2405可以是或可以包括一個或多個可程式設計通用或專用微處理器、數位訊號處理器（DSP）、可程式設計控制器、專用積體電路（ASIC）、可程式設計邏輯器件（PLD）等，或這些器件的組合。
記憶體2410可以是或包括電腦系統的主記憶體。記憶體2410表示任何適當形式的隨機存取記憶體（RAM）、唯讀記憶體（ROM）、快閃記憶體等，或這些設備的組合。在使用中，記憶體2410除其他外可包含一組機器指令，當處理器2405執行該指令時，使處理器2405執行操作以實現本公開技術的實施例。
通過互連2425連接到處理器2405的還有（可選的）網路適配器2415。網路適配器2415為電腦系統2400提供與遠端設備（諸如儲存客戶機和/或其他儲存伺服器）通信的能力，並且可以是例如乙太網適配器或光纖通道適配器。
圖25示出了可以用於實施本公開技術的各個部分的移動設備2500的示例實施例的方塊圖, 包括（但不限於）方法2200和2300。移動設備2500可以是筆記型電腦、智慧手機、平板電腦、攝影機或其他能夠處理視頻的設備。移動設備2500包括處理器或控制器2501來處理資料，以及與處理器2501通信的記憶體2502來儲存和/或緩衝資料。例如，處理器2501可以包括中央處理器（CPU）或微控制器單元（MCU）。在一些實現中，處理器2501可以包括現場可程式設計閘陣列（FPGA）。在一些實現中，移動設備2500包括或與圖形處理單元（GPU）、視頻處理單元（VPU）和/或無線通訊單元通信，以實現智慧手機設備的各種視覺和/或通信資料處理功能。例如，記憶體2502可以包括並儲存處理器可執行代碼，當處理器2501執行該代碼時，將移動設備2500配置為執行各種操作，例如接收資訊、命令和/或資料、處理資訊和資料，以及將處理過的資訊/資料發送或提供給另一個資料設備，諸如執行器或外部顯示器。
為了支援移動設備2500的各種功能，記憶體2502可以儲存資訊和資料，諸如指令、軟體、值、圖像以及處理器2501處理或引用的其他資料。例如，可以使用各種類型的隨機存取記憶體（RAM）設備、唯讀記憶體（ROM）設備、快閃記憶體設備和其他合適的儲存介質來實現記憶體2502的儲存功能。在一些實現中，移動設備2500包括輸入/輸出（I/O）單元2503，來將處理器2501和/或記憶體2502與其他模組、單元或設備進行介面。例如，I/O單元2503可以與處理器2501和記憶體2502進行介面，以利用與典型資料通信標準相容的各種無線介面，例如，在雲中的一台或多台電腦和使用者設備之間。在一些實現中，移動設備2500可以通過I/O單元2503使用有線連接與其他設備進行介面。移動設備2500還可以與其他外部介面（例如資料記憶體）和/或可視或音訊顯示裝置2504連接，以檢索和傳輸可由處理器處理、由記憶體儲存或由顯示裝置2504或外部設備的輸出單元上顯示的資料和資訊。例如，顯示裝置2504可以根據所公開的技術顯示包含塊（CU、PU或TU）的視頻幀，其中該塊基於是否使用運動補償演算法編碼該塊來應用塊內複製。
在一些實施例中，視頻解碼器裝置可以實現視頻解碼的方法，其中使用本文所述的非對稱加權雙向預測Merge進行視頻解碼。該方法可類似於上述方法2200。
在一些實施例中，視頻解碼的解碼器端方法可以使用非對稱加權雙向預測Merge並通過下述方法來提高視頻品質：接收被幀間編碼的視頻資料的當前塊；基於第一參考Merge候選和第二參考Merge候選的非對稱加權構建Merge候選，其中非對稱加權包括第一權重和與第一權重不同的第二權重；在上述構建之後將Merge候選插入到Merge候選列表中；從至少Merge候選列表導出運動資訊；並且基於運動資訊、運動向量和對應的參考圖片解碼當前塊。
在一些實施例中，視頻解碼方法可以使用如關於圖24和圖25所述的在硬體平臺上實現的解碼裝置來實現。在一些實施例中，視頻解碼操作可以由視訊編解碼器在編碼過程中執行，在編碼過程中，視訊編解碼器如解碼器一樣確定重構的視頻圖像。
從上述來看，應當理解的是，為了便於說明，本發明公開的技術的具體實施例已經在本文中進行了描述，但是可以在不偏離本發明範圍的情況下進行各種修改。因此，除了的之外，本發明公開的技術不限於申請專利範圍的限定。
本專利文件中描述的主題的實現和功能操作可以在各種系統、數位電子電路、或電腦軟體、韌體或硬體中實現，包括本說明書中所公開的結構及其結構等效體，或其中一個或多個的組合。本說明說中描述的主題的實現可以實現為一個或多個電腦程式產品，即一個或多個編碼在有形的且非揮發的電腦可讀介質上的電腦程式指令的模組，以供資料處理裝置執行或控制資料處理裝置的操作。電腦可讀介質可以是機器可讀存放裝置、機器可讀儲存基板、存放裝置、影響機器可讀傳播信號的物質組成或其中一個或其中多個的組合。術語「資料處理單元」或「資料處理裝置」包括用於處理資料的所有裝置、設備和機器，包括例如可程式設計處理器、電腦或多處理器或電腦組。除硬體外，該裝置還可以包括為電腦程式創建執行環境的代碼，例如，構成處理器韌體的代碼、協定棧、資料庫管理系統、作業系統或其中一個或多個的組合。
電腦程式（也稱為程式、軟體、軟體應用、腳本或代碼）可以用任何形式的程式設計語言（包括編譯語言或解釋語言）編寫，並且可以以任何形式部署，包括作為獨立程式或作為模組、元件、副程式或其他適合在計算環境中使用的單元。電腦程式不一定與文件系統中的文件對應。程式可以儲存在保存其他程式或資料的文件的部分中（例如，儲存在標記語言文檔中的一個或多個腳本）、專用於該程式的單個文件中、或多個協調文件（例如，儲存一個或多個模組、副程式或部分代碼的文件）中。電腦程式可以部署在一台或多台電腦上來執行，這些電腦位於一個網站上或分佈在多個網站上，並通過通信網路互連。
本說明書中描述的處理和邏輯流可以通過一個或多個可程式設計處理器執行，該處理器執行一個或多個電腦程式，通過在輸入資料上操作並生成輸出來執行功能。處理和邏輯流也可以通過特殊用途的邏輯電路來執行，並且裝置也可以實現為特殊用途的邏輯電路，例如，FPGA（現場可程式設計閘陣列）或ASIC（專用積體電路）。
例如，適於執行電腦程式的處理器包括通用和專用微處理器，以及任何類型數位電腦的任何一個或多個。通常，處理器將從唯讀記憶體或隨機存取記憶體或兩者接收指令和資料。電腦的基本元件是執行指令的處理器和儲存指令和資料的一個或多個存放裝置。通常，電腦還將包括一個或多個用於儲存資料的大型存放區設備，例如，磁片、磁光碟或光碟，或通過操作耦合到一個或多個大型存放區設備來從其接收資料或將資料傳輸到一個或多個大型存放區設備，或兩者兼有。然而，電腦不一定具有這樣的設備。適用於儲存電腦程式指令和資料的電腦可讀介質包括所有形式的非揮發性記憶體、介質和記憶體設備，包括例如半導體記憶體設備，例如EPROM、EEPROM和快閃記憶體設備。處理器和記憶體可以由專用邏輯電路來補充，或合併到專用邏輯電路中。
意圖在於本說明書和附圖僅被視為示例性的，其中示例性意味著示例。如本文所用，「或」旨在包括「和/或」，除非上下文另有明確說明。
雖然本專利文件包含許多細節，但不應將其解釋為對任何發明或申請專利範圍的限制，而應解釋為對特定發明的特定實施例的特徵的描述。本專利文件在單獨實施例的上下文描述的某些特徵也可以在單個實施例中組合實施。相反，在單個實施例的上下文中描述的各種功能也可以在多個實施例中單獨實施，或在任何合適的子組合中實施。此外，儘管上述特徵可以描述為在某些組合中起作用，甚至最初要求是這樣，但在某些情況下，可以從組合中移除申請專利範圍組合中的一個或多個特徵，並且申請專利範圍的組合可以指向子組合或子組合的變體。
同樣，儘管圖紙中以特定順序描述了操作，但這不應理解為要獲得想要的結果必須按照所示的特定順序或循序執行此類操作，或執行所有說明的操作。此外，本專利文件所述實施例中各種系統元件的分離不應理解為在所有實施例中都需要這樣的分離。
僅描述了一些實現和示例，其他實現、增強和變體可以基於本專利文件中描述和說明的內容做出。
A1、B1、B0、A0、B2、C1、C0:位置 tb、td、1803、1804、TD0、TD1:距離 710、720:列表 1000、1001、1100、1700、1701、1702、1703、1704、1705、1800、1900:編碼單元 1050、1810、1811、1910:參考圖片 1051:對應塊 1111、1112、1101、1103、1104、1102、1113、1114、1400、1500、1600、2200:塊 1801、1802、MV0、MV1:運動向量 2000:單向運動估計 2201:填充區域 2200、2300:方法 2210、2220、2230、2310、2320、2330、2340:步驟 2405:處理器 2410:記憶體 2425:互連 2415:網路適配器 2400:電腦系統 2504:顯示裝置 2503:輸入/輸出（I/O）單元 2502:記憶體 2501:處理器 2500:移動設備
圖1示出了構建Merge候選列表的示例。 圖2示出了空間候選的位置的示例。 圖3示出了接受空間Merge候選的冗餘檢查的候選對的示例。 圖4A和圖4B示出了基於當前塊的大小和形狀的第二預測單元（PU）的位置示例。 圖5示出了時域Merge候選的運動向量縮放示例。 圖6示出了時域Merge候選的候選位置示例。 圖7示出了生成組合的雙向預測Merge候選的示例。 圖8示出了構建運動向量預測候選的示例。 圖9示出了空間運動向量候選的運動向量縮放示例。 圖10示出了使用編碼單元（CU）的可選時域運動向量預測（ATMVP）演算法的運動預測示例。 圖11示出了空時運動向量預測（STMVP）演算法使用的帶有子塊和相鄰塊的編碼單元（CU）的示例。 圖12示出了簡化仿射運動模型的示例。 圖13示出了每個子塊的仿射運動向量場（MVF）的示例。 圖14示出了AF_INTER仿射運動模式的運動向量預測（MVP）的示例。 圖15A和圖15B示出了AF_Merge仿射運動模式的示例候選。 圖16示出了模式匹配運動向量推導（PMMVD）模式中的雙邊匹配的示例，該模式是基於幀速率上轉換（FRUC）演算法的特殊Merge模式。 圖17示出了FRUC演算法中模板匹配的示例。 圖18示出了FRUC演算法中的單邊運動估計的示例。 圖19示出了雙向光流（BIO）演算法使用的光流軌跡的示例。 圖20A和圖20B示出了使用無塊擴展的雙向光流（BIO）演算法的示例快照。 圖21示出了基於雙邊模板匹配的解碼器側運動向量優化（DMVR）演算法的示例。 圖22示出了根據所公開的技術使用非對稱加權雙向預測Merge的視頻解碼示例方法的流程圖。 圖23示出了根據所公開的技術使用非對稱加權雙向預測Merge的視頻編碼示例方法的流程圖。 圖24是說明可用於實現本公開技術的各個部分的電腦系統或其他控制設備的結構的示例的方塊圖。 圖25示出了可用於實施本公開技術的各個部分的移動設備的示例實施例的方塊圖。
2200:方法
2210、2220、2230:步驟

Claims (44)

  1. 一種視頻資料解碼方法，包括：基於第一參考Merge候選和第二參考Merge候選的非對稱加權，構建用於生成當前視頻塊的Merge候選，其中所述非對稱加權包括第一權重和與所述第一權重不同的第二權重，並且其中所述Merge候選指示運動向量和對應的參考圖片；在所述構建後，將所述Merge候選插入到Merge候選列表中；以及基於所述Merge候選列表生成所述當前塊。
  2. 一種視頻資料編碼方法，包括：基於第一參考Merge候選和第二參考Merge候選的非對稱加權，構建Merge候選，其中所述非對稱加權包括第一權重和與所述第一權重不同的第二權重；在所述構建後，將所述Merge候選插入到Merge候選列表中；從至少所述Merge候選列表中導出運動資訊；以及基於所述運動資訊編碼幀間編碼的所述視頻資料的當前塊。
  3. 如申請專利範圍第1項或第2項所述的方法，其中，所述第一參考Merge候選或所述第二參考Merge候選是空間Merge候選、時域Merge候選、組合的雙向預測Merge候選、零Merge候選或使用仿射運動補償預測、可選時域運動向量預測(ATMVP)、空時運動向量預測(STMVP)、模式匹配運動向量推導(PMMVD)、 雙向光流(BIO)或解碼器側運動向量細化(DMVR)生成的Merge候選。
  4. 如申請專利範圍第1項或第2項所述的方法，其中，所述第一參考Merge候選和所述第二參考Merge候選從所述Merge候選列表的前N個可用Merge候選中選擇。
  5. 如申請專利範圍第1項或第2項所述的方法，其中，當前圖片和所述第一參考Merge候選之間的第一圖片順序計數(POC)差異不同於所述當前圖片和所述第二參考Merge候選之間的第二圖片順序計數(POC)差異。
  6. 如申請專利範圍第5項所述的方法，其中，所述第一權重和所述第二權重的和等於1，並且在所述第一POC差異小於所述第二POC差異的情況下，所述第一權重大於0.5。
  7. 如申請專利範圍第5項所述的方法，其中，所述第一權重和所述第二權重的和等於1，並且在所述第一POC差異大於所述第二POC差異的情況下，所述第二權重大於0.5。
  8. 如申請專利範圍第1項或第2項所述的方法，其中，所述第一參考Merge候選和所述第二參考Merge候選是使用共同的運動補償演算法生成的，並且其中所述共同的運動補償演算法是仿射運動補償預測、可選時域運動向量預測(ATMVP)、空時運動向量預測(STMVP)、模式匹配運動向量推導(PMMVD)、雙向光流(BIO)或解碼器側運動向量細化(DMVR)。
  9. 如申請專利範圍第1項或第2項所述的方法，其中，所述第一參考Merge候選或所述第二參考Merge候選是基於對稱加權生成的。
  10. 如申請專利範圍第1項或第2項所述的方法，其中，所述非對稱加權從非對稱加權集中選擇，並且其中所述第一參考Merge候選和所述第二參考Merge候選從所述Merge候選列表的N個雙向Merge候選中選擇。
  11. 如申請專利範圍第10項所述的方法，其中，對所述N個雙向Merge候選中的每一個應用來自所述非對稱加權集的不同非對稱加權。
  12. 如申請專利範圍第10項所述的方法，其中，所述非對稱加權應用於所述N個雙向Merge候選中的至少兩個。
  13. 如申請專利範圍第10項所述的方法，其中，對所述N個雙向Merge候選中的M個中的每一個應用來自所述非對稱加權集的不同非對稱加權，其中M小於N，並且其中對所述N個雙向Merge候選中的(N-M)個應用共同的非對稱加權。
  14. 如申請專利範圍第13項所述的方法，其中，M等於1。
  15. 如申請專利範圍第1項所述的方法，還包括：接收包含所述非對稱加權的信號資訊。
  16. 如申請專利範圍第2項所述的方法，還包括：傳輸包含所述非對稱加權的信號資訊。
  17. 如申請專利範圍第15項或第16項所述的方法，其中，所述信號資訊是視頻參數集(VPS)、序列參數集(SPS)、圖片參數集(PPS)或條帶報頭。
  18. 如申請專利範圍第1項或第2項所述的方法，其中，所述非對稱加權是預先確定的並且對編碼器和解碼器都是已知的。
  19. 如申請專利範圍第15項或第16項所述的方法，其中，所述第一權重從所述列表{1/16,2/16,3/16,4/16,5/16,6/16,7/16,9/16,10/16,11/16,12/16,13/16,14/16,15/16}中選擇，並且其中所述第一權重和所述第二權重的和等於一。
  20. 如申請專利範圍第15項或第16項所述的方法，其中，所述第一權重從所述列表{1/8,2/8,3/8,5/8,6/8,7/8}中選擇，並且其中所述第一權重和所述第二權重的和等於一。
  21. 如申請專利範圍第15項或第16項所述的方法，其中，所述第一權重從所述列表{1/2N,2/2N,...,(2N-2)/2N,(2N-1)/2N}中選擇，其中N={2,3,4,5}，並且其中所述第一權重和所述第二權重的和等於一。
  22. 如申請專利範圍第15項或第16項所述的方法，其中，所述第一權重或所述第二權重小於零。
  23. 如申請專利範圍第1項或第2項所述的方法，其中，所述Merge候選列表包括具有第一指數的第一參考Merge候選，並且其中所述Merge候選被插入到具有大於所述第一指數的指數的Merge候選列表中。
  24. 如申請專利範圍第1項或第2項所述的方法，其中，所述第一參考Merge候選和第二參考Merge候選中的每一個都是基於對稱加權生成，其中所述Merge候選列表包括具有第一指數的所述第一參考Merge候選和具有大於所述第一指數的第二指數的所述第二參考Merge候選，其中所述Merge候選是第一Merge候選，並且其中所述方法還包括：基於所述第一參考Merge候選構建第二Merge候選；基於所述第二參考Merge候選構建第三Merge候選；將所述第二Merge候選插入到具有第三指數的所述Merge候選列表中；以及將所述第三Merge候選插入到具有大於所述第三指數的第四指數的所述Merge候選列表中。
  25. 如申請專利範圍第1項或第2項所述的方法，其中，將所述Merge候選插入到具有指數的所述Merge候選列表中，並且其中所述指數基於所述第一權重。
  26. 如申請專利範圍第1項或第2項所述的方法，其中，將所述Merge候選插入到所述Merge候選列表中的第一雙向預測Merge候選之後，並且其中所述第一權重和所述第二權重分別為{1/4,3/4}或{3/4,1/4}。
  27. 如申請專利範圍第1項或第2項所述的方法，其中，將所述Merge候選在使用仿射運動補償預測、可選時域運動向量預測(ATMVP)、空時運動向量預測(STMVP)、模式匹配運動向量推 導(PMMVD)、雙向光流(BIO)或解碼器側運動向量細化(DMVR)生成的Merge候選之後，插入到所述Merge候選列表中。
  28. 如申請專利範圍第1項或第2項所述的方法，其中，所述非對稱加權與用於為所述當前塊的相鄰塊生成Merge候選的非對稱加權相同。
  29. 如申請專利範圍第1項或第2項所述的方法，其中，將所述Merge候選插入所述Merge候選列表是基於所述當前塊的大小或形狀的，並且其中所述當前塊的所述大小為M×N。
  30. 如申請專利範圍第29項所述的方法，其中，M*N小於或等於T={32,64}。
  31. 如申請專利範圍第29項所述的方法，其中，M*N大於或等於T={32,64}。
  32. 如申請專利範圍第29項所述的方法，其中，M等於N。
  33. 如申請專利範圍第29項所述的方法，其中，M不等於N。
  34. 如申請專利範圍第1項或第2項所述的方法，其中，將所述Merge候選插入到具有指數的所述Merge候選列表中，並且其中所述指數基於所述第一參考Merge候選的量化參數(QP)。
  35. 如申請專利範圍第2項所述的方法，還包括：基於所述第一權重、所述第二權重和所述運動資訊修剪所述Merge候選列表。
  36. 一種視頻資料解碼方法，包括：接收幀間編碼的所述視頻資料的當前塊； 基於一個或多個對稱加權雙向預測Merge候選，構建一個或多個非對稱加權雙向預測Merge候選；在所述構建之後，將所述一個或多個非對稱加權雙向預測Merge候選和所述一個或多個對稱加權雙向預測Merge候選插入到Merge候選列表中，以便在所述Merge候選列表中將所述非對稱加權雙向預測Merge候選插入到所述一個或多個對稱加權雙向預測Merge候選之後；從至少所述非對稱加權雙向預測Merge候選中導出運動資訊；以及基於所述運動資訊解碼所述當前塊，其中，所述一個或多個非對稱加權雙向預測Merge候選包括第一權重和與所述第一權重不同的第二權重。
  37. 一種視頻資料編碼方法，包括：基於一個或多個對稱加權雙向預測Merge候選，構建一個或多個非對稱加權雙向預測Merge候選；在所述構建之後，將所述一個或多個非對稱加權雙向預測Merge候選和所述一個或多個對稱加權雙向預測Merge候選插入到Merge候選列表中，以便在所述Merge候選列表中將所述非對稱加權雙向預測Merge候選插入到所述一個或多個對稱加權雙向預測Merge候選之後；從至少所述非對稱加權雙向預測Merge候選中導出運動資訊；以及 基於所述運動資訊，編碼幀間編碼的所述視頻資料的當前塊，其中，所述一個或多個非對稱加權雙向預測Merge候選包括第一權重和與所述第一權重不同的第二權重。
  38. 如申請專利範圍第36項或第37項所述的方法，其中，所述非對稱加權雙向預測Merge候選中的每一個都是基於所述對稱加權雙向預測Merge候選中的一個構建的，並且其中將所述非對稱加權雙向預測Merge候選插入到與對應的對稱加權雙向預測Merge候選相同的序列中。
  39. 如申請專利範圍第36項或第37項所述的方法，其中，所述非對稱加權雙向預測Merge候選中的每一個都包括用於與所述視頻資料的所述當前塊相關聯的所述運動資訊的推導的加權值。
  40. 如申請專利範圍第39項所述的方法，其中，所述加權值被在所述視頻資料的所述當前塊之後編碼的塊重複使用。
  41. 一種視頻資料解碼方法，包括：接收幀間編碼的所述視頻資料的當前塊；基於一個或多個參考非對稱加權雙向預測Merge候選構建一個或多個非對稱加權雙向預測Merge候選，使得所述一個或多個非對稱加權雙向預測Merge候選具有與對應的參考非對稱加權雙向預測Merge候選不同的加權值； 在所述構建之後，將所述一個或多個非對稱加權雙向預測Merge候選和所述一個或多個參考非對稱加權雙向預測Merge候選插入到Merge候選列表中；從至少所述非對稱加權雙向預測Merge候選中導出運動資訊；以及基於所述運動資訊解碼所述當前塊，其中，所述一個或多個非對稱加權雙向預測Merge候選包括第一權重和與所述第一權重不同的第二權重。
  42. 一種視頻資料編碼方法，包括：基於一個或多個參考非對稱加權雙向預測Merge候選構建一個或多個非對稱加權雙向預測Merge候選，使得所述一個或多個非對稱加權雙向預測Merge候選具有與對應的參考非對稱加權雙向預測Merge候選不同的加權值；在所述構建之後，將所述一個或多個非對稱加權雙向預測Merge候選和所述一個或多個參考非對稱加權雙向預測Merge候選插入到Merge候選列表中；從至少所述非對稱加權雙向預測Merge候選中導出運動資訊；以及基於所述運動資訊編碼被幀間編碼的所述視頻資料的當前塊，其中，所述一個或多個非對稱加權雙向預測Merge候選包括第一權重和與所述第一權重不同的第二權重。
  43. 一種視頻系統中的設備，包括處理器和其上具有指令的非暫時性記憶體，其中所述處理器執行所述指令時，使所述處理器實現申請專利範圍第1項至第42項中任一項所述的方法。
  44. 一種儲存在非暫時性電腦可讀介質上的電腦程式產品，所述電腦程式產品包括用於實現申請專利範圍第1項至第42項中任一項所述的方法的程式碼。
TW108119615A 2018-06-05 2019-06-05 非對稱加權雙向預測Merge TWI736903B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2018089919 2018-06-05
WOPCT/CN2018/089919 2018-06-05

Publications (2)

Publication Number Publication Date
TW202019185A TW202019185A (zh) 2020-05-16
TWI736903B true TWI736903B (zh) 2021-08-21

Family

ID=67003570

Family Applications (2)

Application Number Title Priority Date Filing Date
TW108119600A TWI739113B (zh) 2018-06-05 2019-06-05 非對稱加權merge和其它編碼工具的交互
TW108119615A TWI736903B (zh) 2018-06-05 2019-06-05 非對稱加權雙向預測Merge

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW108119600A TWI739113B (zh) 2018-06-05 2019-06-05 非對稱加權merge和其它編碼工具的交互

Country Status (5)

Country Link
US (3) US11039165B2 (zh)
CN (3) CN110572645B (zh)
GB (1) GB2588546B (zh)
TW (2) TWI739113B (zh)
WO (2) WO2019234578A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019234578A1 (en) 2018-06-05 2019-12-12 Beijing Bytedance Network Technology Co., Ltd. Asymmetric weighted bi-predictive merges
MX2020013386A (es) 2018-06-11 2021-03-09 Hfi Innovation Inc Metodo y aparato de flujo optico bidireccional para la codificacion de video.
US11470348B2 (en) * 2018-08-17 2022-10-11 Hfi Innovation Inc. Methods and apparatuses of video processing with bi-direction prediction in video coding systems
CN112740679B (zh) * 2018-09-13 2023-03-24 华为技术有限公司 用于视频译码中的条件性解码器侧运动矢量修正的装置和方法
TW202029755A (zh) * 2018-09-26 2020-08-01 美商Ｖｉｄ衡器股份有限公司 視訊編碼雙預測
CN111010571B (zh) 2018-10-08 2023-05-16 北京字节跳动网络技术有限公司 组合仿射Merge候选的生成和使用
CN113424533A (zh) 2019-02-14 2021-09-21 北京字节跳动网络技术有限公司 复杂度降低的解码器侧运动推导
WO2020185925A1 (en) * 2019-03-11 2020-09-17 Vid Scale, Inc. Symmetric merge mode motion vector coding
CN117692630A (zh) 2019-05-11 2024-03-12 北京字节跳动网络技术有限公司 视频处理中编解码工具的选择性使用
EP3991432A1 (en) * 2019-07-01 2022-05-04 InterDigital VC Holdings France, SAS Bi-directional optical flow refinement of affine motion compensation
CN117560490A (zh) 2019-07-27 2024-02-13 北京字节跳动网络技术有限公司 根据参考图片类型使用工具的限制
MX2022002916A (es) 2019-09-19 2022-04-06 Beijing Bytedance Network Tech Co Ltd Derivacion de posiciones de muestra de referencia en codificacion de video.
WO2021063419A1 (en) 2019-10-05 2021-04-08 Beijing Bytedance Network Technology Co., Ltd. Downsampling filter type for chroma blending mask generation
KR20220073752A (ko) 2019-10-12 2022-06-03 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 비디오 코딩 툴들을 위한 상위 레벨 신택스
WO2021068955A1 (en) 2019-10-12 2021-04-15 Beijing Bytedance Network Technology Co., Ltd. Use and signaling of refining video coding tools
MX2022004200A (es) * 2019-10-13 2022-05-02 Beijing Bytedance Network Tech Co Ltd Interaccion entre remuestreo de imagen de referencia y herramientas de codificacion de video.
WO2021129866A1 (en) 2019-12-27 2021-07-01 Beijing Bytedance Network Technology Co., Ltd. Signaling of slice types in video pictures headers
CN111263151B (zh) * 2020-04-26 2020-08-25 腾讯科技（深圳）有限公司 视频编码方法、装置、电子设备和计算机可读存储介质
US11582474B2 (en) * 2020-08-03 2023-02-14 Alibaba Group Holding Limited Systems and methods for bi-directional gradient correction
US20220201315A1 (en) * 2020-12-22 2022-06-23 Qualcomm Incorporated Multi-pass decoder-side motion vector refinement
KR20240071392A (ko) * 2021-09-24 2024-05-22 인터디지털 씨이 페이튼트 홀딩스, 에스에이에스 이중-예측 가중화를 갖는 dmvr을 위한 방법 및 장치
WO2023122630A1 (en) * 2021-12-21 2023-06-29 Bytedance Inc. Method, apparatus, and medium for video processing
WO2024000581A1 (zh) * 2022-07-01 2024-01-04 Oppo广东移动通信有限公司 排序方法、解码方法、编码方法、装置、解码器和编码器
WO2024010635A1 (en) * 2022-07-05 2024-01-11 Innopeak Technology, Inc. System and method for multiple-hypothesis prediction for video coding

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017122997A1 (ko) * 2016-01-11 2017-07-20 삼성전자 주식회사 영상 부호화 방법 및 장치와 영상 복호화 방법 및 장치
WO2018012886A1 (ko) * 2016-07-12 2018-01-18 한국전자통신연구원 영상 부호화/복호화 방법 및 이를 위한 기록 매체

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101610413B (zh) * 2009-07-29 2011-04-27 清华大学 一种视频的编码/解码方法及装置
CN102364948B (zh) * 2011-10-28 2013-10-16 上海国茂数字技术有限公司 视频编码合并模式双向补偿方法
KR20130050407A (ko) * 2011-11-07 2013-05-16 오수미 인터 모드에서의 움직임 정보 생성 방법
US9106922B2 (en) * 2012-12-19 2015-08-11 Vanguard Software Solutions, Inc. Motion estimation engine for video encoding
US10244253B2 (en) 2013-09-13 2019-03-26 Qualcomm Incorporated Video coding techniques using asymmetric motion partitioning
JP2016213519A (ja) * 2013-10-15 2016-12-15 シャープ株式会社 画像復号装置、画像符号化装置
WO2015062002A1 (en) 2013-10-31 2015-05-07 Mediatek Singapore Pte. Ltd. Methods for sub-pu level prediction
TWI538487B (zh) * 2013-12-05 2016-06-11 財團法人工業技術研究院 螢幕視訊之預測編碼的方法與系統
US10327001B2 (en) * 2014-06-19 2019-06-18 Qualcomm Incorporated Systems and methods for intra-block copy
EP3202143B8 (en) * 2014-11-18 2019-09-25 MediaTek Inc. Method of bi-prediction video coding based on motion vectors from uni-prediction and merge candidate
US10284845B2 (en) * 2016-05-25 2019-05-07 Arris Enterprises Llc JVET quadtree plus binary tree (QTBT) structure with multiple asymmetrical partitioning
US11277609B2 (en) 2017-12-29 2022-03-15 Sharp Kabushiki Kaisha Systems and methods for partitioning video blocks for video coding
WO2019234578A1 (en) 2018-06-05 2019-12-12 Beijing Bytedance Network Technology Co., Ltd. Asymmetric weighted bi-predictive merges

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017122997A1 (ko) * 2016-01-11 2017-07-20 삼성전자 주식회사 영상 부호화 방법 및 장치와 영상 복호화 방법 및 장치
WO2018012886A1 (ko) * 2016-07-12 2018-01-18 한국전자통신연구원 영상 부호화/복호화 방법 및 이를 위한 기록 매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Description of SDR video coding technology proposal by MediaTek" Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 10th Meeting: San Diego, US, 10–20 Apr. 2018 *

Also Published As

Publication number Publication date
GB2588546B (en) 2022-12-28
CN110572645A (zh) 2019-12-13
WO2019234578A1 (en) 2019-12-12
CN110572666B (zh) 2021-11-02
WO2019234599A1 (en) 2019-12-12
CN115334301A (zh) 2022-11-11
US20240007664A1 (en) 2024-01-04
TW202013958A (zh) 2020-04-01
US11706441B2 (en) 2023-07-18
GB202018866D0 (en) 2021-01-13
US20210218985A1 (en) 2021-07-15
CN110572666A (zh) 2019-12-13
TWI739113B (zh) 2021-09-11
GB2588546A (en) 2021-04-28
US11039165B2 (en) 2021-06-15
TW202019185A (zh) 2020-05-16
CN110572645B (zh) 2022-09-02
US20200366928A1 (en) 2020-11-19

Similar Documents

Publication Publication Date Title
TWI736903B (zh) 非對稱加權雙向預測Merge
CN111357294B (zh) 基于子块的运动信息列表的简化熵编解码
US11470341B2 (en) Interaction between different DMVD models
CN112913241B (zh) 解码器侧运动矢量推导的限制
US20210227211A1 (en) Temporal gradient calculations in bio
CN113056914B (zh) 基于部分位置的差计算
JP2023052336A (ja) 適応動きベクトル解像度によるアフィンモードへの構文の使用
CN110740327B (zh) 一种处理视频数据的方法、装置和可读介质
CN113302917B (zh) 局部照明补偿的改进方法
CN113796084B (zh) 运动矢量和预测样点细化
TW202017377A (zh) 視頻編碼和解碼中的仿射模式
TWI722465B (zh) 子塊的邊界增強
TW202110188A (zh) 使用空間鄰居的重疊塊運動補償
TW202021360A (zh) 用時間資訊擴展基於查找表的運動向量預測
TWI753280B (zh) Bio中的mv精度
TW202021359A (zh) 用時間信息擴展基於查找表的運動向量預測
TW202027501A (zh) 交織預測的快速編碼方法
WO2020049512A1 (en) Two-step inter prediction
TW202021358A (zh) 用時間信息擴展基於查找表的運動向量預測
TWI846727B (zh) 兩步幀間預測