视频编码的方法和装置与流程

援引并入

本申请要求于2018年12月28日提交的题为“methodandapparatusforvideocoding”的美国专利申请第16/235,614号的优先权权益，该美国专利申请要求了于2018年7月2日提交的题为“partialcodingunit”的美国临时申请第62/693,067号的优先权权益，这些专利申请的全部内容通过引用并入本文中。

本申请描述了总体上涉及视频编码的实施例。

背景技术：

本文所提供的背景描述是出于总体上呈现本申请内容的目的。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。

可以使用具有运动补偿的帧间图片预测来执行视频编码和解码。未压缩的数字视频可以包括一系列图片，每个图片具有例如为1920x1080的亮度样本及相关的色度样本的空间大小。该一系列图片可以具有例如每秒60幅图片或60hz的固定的或可变的图片速率(也非正式地称为帧率)。未压缩的视频具有很高的位速率要求。例如，每样本8位的1080p604：2：0的视频(60hz帧率的1920x1080亮度样本分辨率)需要接近1.5gbit/s的带宽。一小时的此类视频需要600gb以上的存储空间。

视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以有助于减小上述带宽或存储空间需求，在某些情况下可以减小两个数量级或大于两个数量级。可以采用无损压缩和有损压缩，以及它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时，已重建的信号可能与原始信号不同，但是原始信号和重建的信号之间的失真足够小，以使已重建的信号可用于预期的应用。在视频的情况下，广泛使用有损压缩。可容忍的失真量取决于应用，例如某些消费流媒体应用的用户相比电视贡献应用的用户来说可以容忍更高的失真。可达到的压缩率可以反映：更高的可容许/接受的失真可以产生更高的压缩率。

视频编码器和解码器可以利用多种广泛类别的技术，例如，包括：运动补偿、变换、量化和熵编码。

视频编解码器技术可以包括称为帧内编码的技术。在帧内编码中，在不参考来自先前重建的参考图片的样本或其他数据的情况下表示样本值。在某些视频编解码器中，图片在空间上细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生方式(例如独立的解码器刷新图片)可以用于重置解码器状态，并且因此可以用作编码视频比特流和视频会话中的第一张图片，或者用作静止图像。可以使帧内块的样本进行变换，并且可以在熵编码之前对变换系数进行量化。帧内预测可以是一种使预变换域中的样本值最小化的技术。在某些情况下，变换后的dc值越小，且ac系数越小，则在给定的量化步长尺寸下就需要越少的比特来表示熵编码后的块。

诸如从例如mpeg-2代编码技术已知的，传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括从例如周围样本数据和/或元数据中尝试的技术，周围样本数据和/或元数据是在空间上相邻的且在解码顺序上在先的数据块的编码/解码期间获得的。此类技术此后称为“帧内预测”技术。注意，至少在某些情况下，帧内预测仅使用来自正在重建的当前图片的参考数据，而不使用来自参考图片的参考数据。

帧内预测可以有许多不同的形式。当在给定的视频编码技术中可以使用不止一种这样的技术时，可以以帧内预测模式对中的技术进行编码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以单独编码或包含在模式码字中。对给定的模式/子模式/参数组合使用哪个代码字可能会通过帧内预测对编码效率增益产生影响，因此用于将代码字转换为比特流的熵编码技术同样对其也可以产生影响。

使用h.264引入了某种帧内预测模式，并在h.265中对其进行了改进，并在诸如联合探索模型(jointexplorationmodel，jem)、下一代视频编码(versatilevideocoding，vvc)、基准集(benchmarkset，bms)等新的编码技术中进一步进行了改进。可以使用属于已经可用样本的相邻样本值来形成预测器块。根据方向将相邻样本的样本值复制到预测器块中。对使用方向的参考可以编码在比特流中，或者可以对其本身进行预测。

参考图1a，右下方描绘的是从h.265的35种可能的预测器方向中得知的9个预测器方向的子集。箭头收敛的点(101)表示正在被预测的样本。箭头表示正在被预测的样本的方向。例如，箭头(102)指示从与水平线成45度角的右上方向的一个或多个样本中预测样本(101)。同样，箭头(103)表示从与水平线成22.5度角的左下方向的一个或多个样本中预测样本(101)。

仍参考图1a，在左上角描绘了一个4x4个样本的正方形块(104)(由粗体虚线表示)。正方形块(104)包含16个样本，每个样本使用“s”及其在y维度上的位置(例如，行索引)和其在x维度上的位置(例如列索引)来标记。例如，样本s21是y维度上(从顶部开始)的第二个样本，以及x维度上(从左侧开始)的第一个样本。类似地，样本s44在y和x维度上都是块(104)中的第四个样本。由于块的大小为4x4个样本，因此s44在右下角。图1中还示出了参考样本，它们遵循类似的编号方案。参考样本用r及其相对于块(104)的y位置(例如行索引)和x位置(列索引)来标记。在h.264和h.265二者中，预测样本都与正在重建的块相邻，因此，无需使用负值。

帧内图片预测可以通过从信号通知的预测方向所占用的相邻样本复制参考样本值来工作。例如，假设编码视频比特流包括信令(signaling)，该信令针对该块指示与箭头(102)一致的预测方向，也就是说，样本是从与水平方向成45度角的右上角的一个或多个预测样本进行预测的。在这种情况下，从同一个r05预测样本s41、s32、s23和s14。然后，根据r08预测样本s44。

在某些情况下，可以例如通过插值来组合多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。

随着视频编码技术的发展，可能的方向的数量已经增加。在h.264(2003年)中，可以表示九个不同的方向。这一数字在h.265(2013年)增加到了33个，而在本公开时，jem/vvc/bms中可支持多达65个方向。已经进行了实验以识别最可能的方向，并且熵编码中的某些技术被用来以少量的比特来表示那些可能的方向，对不太可能的方向接受一定的代价。此外，有时可以根据在已经解码的相邻块中使用的相邻方向来预测方向本身。

图1b是示出根据jem的65个帧内预测方向的示意图(110)，从而示出了随着时间的推移增加的预测方向的数量。

表示方向的帧内预测方向比特在编码视频比特流中的映射可以随视频编码技术的不同而不同，并且，例如，它的范围可以从预测方向的简单直接映射到帧内预测模式再到代码字，再到涉及最可能的模式和类似技术的复杂自适应方案。但是，在所有情况下，可能存在某些方向，与某些其他方向相比，在视频内容中统计出现的可能性较小。由于视频压缩的目标是减少冗余，因此，在运作良好的视频编码技术中，那些不太可能出现的方向相比可能出现的方向将由更多数量的比特表示。

运动补偿可以是有损压缩技术，并且可以涉及下述技术：来自先前重建的图片或其部分(参考图片)的样本数据的块在沿由运动矢量(此后称为mv)指示的方向上空间偏移之后，被用于预测新重建的图片或图片部分。在一些情况下，参考图片可以与当前正在重建的图片相同。mv可以具有x和y两个维度，或具有三个维度，第三个维度指示正在使用的参考图片(后者间接地可以是时间维度)。

在一些视频压缩技术中，可以根据其他mv例如根据在空间上与正在重建的区域相邻的样本数据的另一个区域相关的、且解码顺序在该mv之前的mv来预测适用于样本数据的某个区域的mv。这样做可以大大减少编码mv所需的数据量，从而消除冗余并增加压缩率。mv预测可以有效地工作，例如，由于在对从相机获得的输入视频信号(称为自然视频)进行编码时，存在以下统计可能性：比适用单个mv的区域更大的区域在相似的方向上移动，因此，在某些情况下，可以使用从相邻区域的mv导出的相似运动矢量来预测该更大的区域。这使得为给定区域找到的mv与根据周围mv所预测的mv相似或相同，进而在熵编码之后，该为给定区域找到的mv可以用比直接编码mv时使用的位数更少的位数来表示。在一些情况下，mv预测可以是无损压缩从原始信号(即样本流)中导出的信号(即mv)的示例。在其他情况下，例如由于根据多个周围mv计算预测值时出现舍入误差，mv预测本身可以是有损的。

h.265/hevc(itu-th.265建议书，“高效视频编解码(highefficiencyvideocoding)”，2016年12月)中描述了各种mv预测机制。在h.265提供的多种mv预测机制中，本申请描述的是下文称作“空间合并”的技术。

请参考图1c，当前块(121)包括在运动搜索过程期间已由编码器发现的样本，可以根据已产生空间偏移的相同大小的先前块来预测该样本。从与一个或多个参考图片相关联的元数据中导出mv，而非对mv直接编码，例如使用与被标记为a0、a1和b0、b1、b2(分别对应122到126)的五个周围样本中的任一样本相关联的mv，(按解码次序)从最近的参考图片的元数据中导出该mv。在h.265中，mv预测可以使用相邻块也正在使用的相同参考图片的预测值。

技术实现要素：

本申请的各方面提供了用于视频解码的方法和装置。在一些实施例中，该装置包括处理电路。处理电路接收已编码的视频比特流中与图片相关联的块的编码信息。处理电路基于编码信息来确定块是否包括图片中的有效区域和图片外的无效区域。此外，当确定块包括图片中的有效区域和图片外的无效区域时，处理电路重建该块的有效区域中的至少一个样本。

在一实施例中，处理电路重建仅在块的有效区域中的样本，在该块的有效区域中的样本中包括至少一个样本。

在一实施例中，有效区域中的至少一个样本具有相同的预测信息和相同的变换信息。

在一实施例中，处理电路使用相同的预测信息生成有效区域中的至少一个样本的至少一个预测。此外，处理电路使用相同的变换信息获得至少一个样本的至少一个残差数据，并且基于该至少一个预测和至少一个残差数据来重建至少一个样本。

在一实施例中，有效区域为具有宽度和高度的矩形形状，并且该宽度和高度之一不是2的幂。处理电路仅使用跳过模式(skipmode)生成有效区域中至少一个样本的至少一个预测，并基于至少一个预测而没有残差数据来重建至少一个样本。

在一实施例中，有效区域为具有宽度和高度的矩形形状，并且该宽度和高度之一不是2的幂。处理电路使用帧内预测模式和帧间预测模式之一，生成有效区域中的至少一个样本的至少一个预测。此外，处理电路基于至少一个预测而没有残差数据来重建至少一个样本。

在一实施例中，该块被划分成多个矩形子块，多个矩形子块的宽度和高度为2的幂，并且用来获得矩形子块的划分的数目小于预定阈值。

在一实施例中，块的有效区域不能通过以下方式之一对块进行单次拆分(singlesplit)来获得：四叉树拆分(quadtreesplit)和二叉树拆分(binarytreesplit)。

在一实施例中，编码信息包括指示该块包括图片中的有效区域和图片外的无效区域的非拆分标志(non-splitflag)。

本申请的各方面还提供了一种非暂时性计算机可读介质，存储有指令，所述指令在被计算机执行以用于视频解码时以使计算机执行用于视频编码的方法。

附图说明

通过以下详细描述和附图，所公开的主题的其他特征、性质和各种优势将更加明显，在附图中：

图1a是帧内预测模式的示例性子集的示意图。

图1b是示例性的帧内预测方向的图示。

图1c是一个示例中的当前块及其周围空间合并候选者的示意图。

图2是根据一个实施例的通信系统(200)的简化框图的示意图。

图3是根据一个实施例的通信系统(300)的简化框图的示意图。

图4是根据一个实施例的解码器的简化框图的示意图。

图5是根据一个实施例的编码器的简化框图的示意图。

图6示出根据另一个实施例的编码器的框图。

图7示出根据另一个实施例的解码器的框图。

图8示出根据本申请的实施例的块分割(blockportioning)结构的示例。

图9a至图9b示出根据本申请的实施例的块分割的示例。

图10a至图10b示出根据本申请的实施例的块分割的示例。

图11示出根据本申请的实施例的块分割的示例。

图12a示出根据本申请的实施例的包括图片外部区域的编码树单元的示例。

图12b至图12c示出根据本申请的实施例的部分编码单元的示例。

图12d示出根据本申请的实施例的将图片分割成多个编码树单元的示例。

图13示出根据本申请的实施例的部分编码单元的示例。

图14示出根据本申请的实施例的未使用部分编码单元的示例。

图15a至图15b示出根据本申请的实施例的部分编码单元的示例。

图15c示出根据本申请的实施例的未使用部分编码单元的示例。

图16示出根据本申请的实施例的解码过程。

图17示出根据本申请的实施例的编码过程。

图18是根据一个实施例的计算机系统的示意图。

具体实施方式

图2是根据本申请公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，该终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一终端装置对(210)和(220)。在图2的实施例中，第一终端装置对(210)和(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到另一终端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(220)可从网络(250)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。

在另一示例中，通信系统(200)包括执行已编码视频数据的双向传输的终端装置对(230)和(240)，该双向传输可例如在视频会议期间发生。对于双向数据传输，在一示例中，终端装置(230)和终端装置(240)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(250)传输到终端装置(230)和终端装置(240)中的另一终端装置。终端装置(230)和终端装置(240)中的每个终端装置还可接收由终端装置(230)和终端装置(240)中的另一终端装置传输的已编码视频数据，且可对该已编码视频数据进行解码以恢复视频图片，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。

在图2的示例中，终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)可被示出为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。代表性的网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为所公开主题的应用的示例，图3示出视频编码器和视频解码器在流式传输环境中的放置方式。所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字tv、在包括cd、dvd、存储棒等的数字介质上存储压缩视频等等。

流式传输系统可包括采集子系统(313)，该采集子系统可包括例如数码相机的视频源(301)，该视频源创建未压缩的视频图片流(302)。在示例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码视频码流)，被描绘为粗线以强调高数据量的视频图片流(302)可由电子装置(320)处理，该电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(302)，被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码视频码流(304))可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子系统，例如图3中的客户端子系统(306)和客户端子系统(308)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的示例包括itu-th.265。在示例中，正在开发的视频编码标准非正式地称为下一代视频编码(versatilevideocoding，vvc)，所公开的主题可用于vvc的上下文中。

应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。

图4是根据本申请公开的实施例的视频解码器(410)的框图。视频解码器(410)可包括在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3的示例中的视频解码器(310)。

接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，该信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收可转发到它们各自的使用实体(未标示)的已编码的视频数据以及其它数据，例如，已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，该缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或可以将该缓冲存储器做得较小。为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，该缓冲存储器可相对较大且可有利地具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未标示)中。

视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，该显示装置不是电子装置(430)的整体部分，但可耦接到电子装置(430)，如图4中所示。用于显示装置的控制信息可以是辅助增强信息(supplementalenhancementinformation，sei消息)或视频可用性信息(videousabilityinformation，vui)的参数集片段(未标示)。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(huffmancoding)、具有或不具有上下文灵敏度的算术编码等等。解析器(420)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(groupofpictures，gop)、图片、图块、切片、宏块、编码单元(codingunit，cu)、块、变换单元(transformunit，tu)、预测单元(predictionunit，pu)等等。解析器(420)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。

解析器(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。

取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(421)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息来控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(410)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以至少部分地彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。

第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块，该样本值可输入到聚合器(455)中。

在一些情况下，缩放器/逆变换单元(451)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的周围已重建信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(458)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据属于块的符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(453)从参考图片存储器(457)内的地址获取预测样本可受到运动矢量控制，且该运动矢量以符号(421)的形式而供运动补偿预测单元(453)使用，该符号(421)可以具有例如x、y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(457)提取的样本值的内插、运动矢量预测机制等等。

聚合器(455)的输出样本可经受环路滤波器单元(456)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，该环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中并且作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)的参数，然而，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。

环路滤波器单元(456)的输出可以是样本流，该样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，以用于后续的帧间图片预测。

一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(410)可根据例如itu-th.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在该配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(hypotheticalreferencedecoder，hrd)规范和在已编码视频序列中用信号表示的hrd缓冲器管理的元数据来进一步限定。

在实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。该附加数据可以被包括作为已编码视频序列的一部分。该附加数据可由视频解码器(410)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signalnoiseratio，snr)增强层、冗余切片、冗余图片、前向纠错码等形式。

图5是根据本申请公开的实施例的视频编码器(503)的框图。视频编码器(503)包括在电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3的示例中的视频编码器(303)。

视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)的一部分)接收视频样本，该视频源可采集将由视频编码器(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。

视频源(501)可提供将由视频编码器(503)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如bt.601ycrcb、rgb……)和任何合适取样结构(例如ycrcb4:2:0、ycrcb4:4:4)。在媒体服务系统中，视频源(501)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(501)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。

根据实施例，视频编码器(503)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)控制如下文所描述的其它功能单元且在功能上耦接到所述其它功能单元。为了简洁起见，图中未标示耦接。由控制器(550)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(groupofpictures，gop)布局、最大运动矢量搜索范围等。控制器(550)可被配置为具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。

在一些实施例中，视频编码器(503)被配置为在编码环路中进行操作。作为简单的描述，在示例中，编码环路可包括源编码器(530)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)重建符号以用类似于(远程)解码器创建样本数据的方式创建样本数据(因为在所公开主题所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(534)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。

“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)中实施。

此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，所公开主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。

在操作期间，在一些示例中，源编码器(530)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，该运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(532)对输入图片的像素块与参考图片的像素块之间的差异进行编码，该参考图片可被选作该输入图片的预测参考。

本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(532)的操作可有利地为有损过程。当已编码视频数据可在视频解码器(图5中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)复制解码过程，该解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，该副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。

预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为该新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(535)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，如由预测器(535)获得的搜索结果所确定的那样，输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。

控制器(550)可管理源编码器(530)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将该符号转换成已编码视频序列。

传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)进行传输做准备，该通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，该其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。

控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：

帧内图片(i图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(independentdecoderrefresh，“idr”)图片。所属领域的技术人员了解i图片的变体及其相应的应用和特征。

预测性图片(p图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，该帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。

双向预测性图片(b图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，该帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。

源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，该其它块由应用于块的相应图片的编码分配来确定。举例来说，i图片的块可进行非预测编码，或该块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。p图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。b图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

视频编码器(503)可根据例如itu-th.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。

在实施例中，传输器(540)可在传输已编码的视频时传输附加数据。源编码器(530)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/snr增强层、冗余图片和切片等其它形式的冗余数据、sei消息、vui参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在示例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。该运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，该运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)的第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测该块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，例如帧间图片预测和帧内图片预测的预测以块为单位执行。举例来说，根据hevc标准，将视频图片序列中的图片分割成编码树单元(codingtreeunit，ctu)以用于压缩，图片中的ctu具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，ctu包括三个编码树块(codingtreeblock，ctb)，该三个编码树块是一个亮度ctb和两个色度ctb。还可将每个ctu递归地以四叉树拆分为一个或多个编码单元(codingunit，cu)。举例来说，可将64×64像素的ctu拆分为一个64×64像素的cu，或4个32×32像素的cu，或16个16×16像素的cu。在示例中，分析每个cu以确定用于cu的预测类型，例如帧间预测类型或帧内预测类型。取决于时间和/或空间可预测性，将cu拆分为一个或多个预测单元(predictionunit，pu)。通常，每个pu包括亮度预测块(predictionblock，pb)和两个色度pb。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块的示例，预测块包括针对像素的值(例如，亮度值)的矩阵，所述像素为例如8×8像素、16×16像素、8×16像素、16×8像素等等。

图6是根据本申请公开的另一实施例的视频编码器(603)的图。视频编码器(603)被配置为接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将该处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。

在hevc实施例中，视频编码器(603)接收用于处理块的样本值的矩阵，该处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion，rd)优化来确定是否使用帧内模式、帧间模式或双向预测模式来最佳地编码该处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测器外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测器导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图6的示例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。

帧间编码器(630)被配置为接收当前块(例如处理块)的样本、比较该块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些示例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(622)被配置为接收当前块(例如处理块)的样本、在一些情况下比较该块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在示例中，帧内编码器(622)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。

通用控制器(621)被配置为确定通用控制数据，且基于该通用控制数据控制视频编码器(603)的其它组件。在示例中，通用控制器(621)确定块的模式，且基于该模式将控制信号提供到开关(626)。举例来说，当该模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将该帧内预测信息添加在码流中；以及当该模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将该帧间预测信息添加在码流中。

残差计算器(623)被配置为计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)被配置为基于残差数据操作，以对残差数据进行编码以生成变换系数。在示例中，残差编码器(624)被配置为将残差数据从空间域转换至频域，且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)被配置为执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些示例中，该已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(625)被配置为将码流格式化以产生已编码的块。熵编码器(625)根据例如hevc标准的合适标准而包括各种信息。在示例中，熵编码器(625)被配置为将通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在码流中。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图7是根据本申请公开的另一实施例的视频解码器(710)的图。视频解码器(710)被配置为接收作为已编码视频序列的一部分的已编码图像，且对该已编码图像进行解码以生成重建的图片。在示例中，视频解码器(710)用于代替图3示例中的视频解码器(310)。

在图7示例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。

熵解码器(771)可被配置为根据已编码图片来重建某些符号，这些符号表示构成该已编码图片的语法元素。此类符号可包括例如用于对该块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可识别分别供帧内解码器(772)或帧间解码器(780)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在示例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(780)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(772)。残差信息可经受逆量化并提供到残差解码器(773)。

帧间解码器(780)被配置为接收帧间预测信息，且基于该帧间预测信息生成帧间预测结果。

帧内解码器(772)被配置为接收帧内预测信息，且基于该帧内预测信息生成预测结果。

残差解码器(773)被配置为执行逆量化以提取解量化的变换系数，且处理该解量化的变换系数，以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(用以包括量化器参数qp)，且该信息可由熵解码器(771)提供(未标示数据路径，因为这仅仅是低量控制信息)。

重建模块(774)被配置为在空间域中组合由残差解码器(773)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，该重建的块可以是重建的图片的一部分，该重建的图片继而可以是重建的视频的一部分。应注意，可执行例如解块操作的其它合适的操作来改善视觉质量。

应注意，可使用任何合适的技术来实施视频编码器(303)、视频编码器(503)和视频编码器(503)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中，可使用一个或多个集成电路来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。

通常，视频图片序列中的图片可以被分割为多个cu。在一些实施例中，诸如在hevc标准等中，可以使用相同的预测类型(诸如帧间预测类型、帧内预测类型等)来对cu中的每一个cu中的样本进行编码。在一些实施例中，例如在vcc标准等中，cu中的每一个cu中的样本可以具有相同的预测信息和变换信息。根据本申请的方面，位于图片的图片边界处的cu可以包括位于图片内部的有效区域和位于图片外部的无效区域，不对该cu进一步拆分。此类cu可以被称为部分cu(partialcu，pcu)，其中，对cu的有效区域进行编码。在各种实施例中，不对无效区域编码。如上所述，cu可以包含一个或多个编码块(cb)，其中cb包括与cu相关联的单个颜色分量的2d样本阵列。因此，以上描述可以应用于cb。

为了清楚起见，以下描述主要针对cu和pcu，且该描述可以适当地适于相应的cb和pcb。

可以使用任何合适的方法将图片分割为多个cu。例如，根据hevc标准，可以将图片拆分为多个ctu。此外，可通过使用表示为编码树的四叉树(qt)结构将ctu拆分为cu，以适应于图片的各种局部特征。在cu级别进行是否使用帧间预测(也称为时间预测或帧间预测类型)、帧内预测(也称为空间预测或帧内预测类型)等对图片区域进行编码的决定。可以根据pu拆分类型将每个cu进一步拆分为一个pu、两个pu或四个pu。在一个pu的内部应用相同的预测过程，并在pu的基础上将相同的预测信息传输到解码器。在通过应用基于pu拆分类型的预测过程而获得残差数据或残差信息之后，可以根据类似于用于cu的编码树的另一四叉树结构将cu拆分为tu。在一示例中，将变换应用于具有相同变换信息的每个tu。hevc结构具有包括cu、pu和tu的多个分割单元。cu中的样本可以具有相同的预测类型，pu中的样本可以具有相同的预测信息，tu中的样本可以具有相同的变换信息。对于帧间预测块，cu或tu具有正方形形状，而pu可以具有矩形形状，在一些实施例中，该矩形形状包括正方形。在一些示例中，诸如在jem标准等中，具有矩形形状的pu可以用于帧内预测。

根据hevc标准，将隐式qt拆分应用于位于图片边界的ctu，以将ctu递归地拆分为多个cu，使得每个cu位于图片边界内。

在各种实施例中，例如在hevc标准等中，ctb、cb、pb以及变换块(tb)可用于分别指定与相应的ctu、cu、pu以及tu相关联的一种颜色分量的2d样本阵列。因此，ctu可以包括诸如一个亮度ctb和两个色度ctb之类的一个或多个ctb。类似地，cu可以包括诸如一个亮度cb和两个色度cb之类的一个或多个cb。

除了上述描述的块分割，图8示出根据本申请的实施例的块分割结构的示例。块分割结构使用qt加二叉树(bt)，并且可以称为qtbt结构或qtbt分割。与上述qt结构相比，qtbt结构消除了cu、pu和tu的分离，且针对cu分割形状提供了更大的灵活性。在qtbt结构中，使用qtbt结构将ctu拆分成多个cu，并且cu可以为矩形形状，在一些实施例中，该形状包括正方形。在各种实施例中，cu用作用于预测和变换的单元，因此，cu中的样本可以具有相同的预测类型，可以使用相同的预测过程对cu中的样本进行编码，cu中的样本可以具有相同的预测信息和相同的变换信息。

图8(左)示出使用qtbt分割的块分割的示例，并且图8(右)示出了相应的qtbt树表示(815)。实线表示qt拆分，虚线表示bt拆分。在二叉树的每个拆分(即非叶子)节点中，通过信号通知(signal)标志以指示所使用的拆分类型(即，对称水平拆分或对称竖直拆分)。例如，“0”指示对称水平拆分，“1”指示对称竖直拆分。对于四叉树拆分，不指示或不信号通知拆分类型，这是由于四叉树拆分会水平地和竖直地拆分一个非叶子节点以产生4个大小相等的较小节点。

参照图8，首先通过四叉树结构将ctu(810)分割(或拆分)为节点(801)-(804)。通过二叉树结构进一步分别分割节点(801)-(802)。如上所述，bt拆分包括两种拆分类型，即，对称水平拆分和对称竖直拆分。通过bt结构和qt结构的组合进一步分割四叉树节点(803)。没有进一步分割节点(804)。因此，未被进一步拆分的二叉树叶子节点(811)-(820)以及四叉树叶子节点(804)-(806)是用于预测和变换处理的cu。因此，在qtbt结构中，cu、pu和tu是相同的。例如，cu中的样本具有相同的预测类型、相同的预测信息和相同的变换信息。在qtbt分割中，cu可包含不同颜色分量的cb，例如，在4：2：0色度格式的p和b切片(slice)的情况下，一个cu包括一个亮度cb和两个色度cb。在一些示例中，cu可以包括单个分量的cb，例如，在i切片的情况下，一个cu包括一个亮度cb或两个色度cb。

针对qtbt分割限定了以下参数。ctu大小是指四叉树的根节点大小。例如，图8示例中的根节点或ctu是(810)。minqtsize是指允许的最小四叉树叶子节点大小。maxbtsize是指允许的最大二叉树根节点大小。例如，在图8的示例中节点(801)是二叉树的根节点。maxbtdepth是指允许的最大二叉树深度。minbtsize指允许的最小二叉树叶子节点大小。

在qtbt分割的一个示例中，将ctu大小设置为具有两个相应的64×64个色度样本块的128×128个亮度样本，将minqtsize设置为16×16，将maxbtsize设置为64×64，将minbtsize(对于二叉树叶子节点的宽度和高度二者)设置为4×4，将maxbtdepth设置为4。首先将四叉树分割应用于ctu以生成四叉树叶子节点。四叉树叶子节点的大小可以从16×16(即minqtsize)到128×128(即ctu大小)。如果四叉树叶子节点是128×128，由于其大小128×128超过了maxbtsize(即64×64)，因此不通过二叉树进一步拆分该四叉树叶子节点。否则，可以通过二叉树进一步分割四叉树叶子节点。因此，四叉树叶子节点可以是二叉树的根节点，并且该二叉树的深度为0。当二叉树的深度达到maxbtdepth(即4)时，将不再进行进一步拆分。当二叉树节点的宽度等于minbtsize(即4)时，不再进行进一步水平拆分。类似地，当二叉树节点的高度等于minbtsize时，将不再进行进一步竖直拆分。通过预测和变换处理对二叉树的叶子节点进行进一步处理或编码，而不对其进行任何进一步的分割。在jem标准中，在某些示例中，最大ctu大小为256×256个亮度样本。

在一些示例中，诸如对于p和b切片等来说，一个ctu中的亮度ctb和色度ctb共用相同的qtbt结构。另一方面，qtbt分割支持亮度和色度具有单独的qtbt结构的能力。例如，诸如对于i切片等来说，通过qtbt结构将亮度ctb分割为亮度cu，通过另一qtbt结构将色度ctb分割为色度cu。因此，i切片中的cu可包括亮度分量的cb或两个色度分量的cb，而p或b切片中的cu可包括所有三种颜色分量的cb。

在一些示例中，诸如在hevc标准等中，限制了对较小块的帧间预测以减少访问运动补偿的存储器，从而使得不支持对于4×8和8×4块的双向预测，且不支持对于4×4块的帧间预测。在一些实施例中，诸如在以jem标准实现的qtbt等中，上述限制被移除。

多类型树(mtt)结构可以是灵活的树结构。如图9a至图9b所示，在mtt中可以使用水平和竖直的中心侧三叉树(tt)分割或拆分。三叉树分割也可以被称为三元树分割。图9a示出竖直的中心侧三叉树分割的示例。例如，区域(920)被竖直地拆分为三个子区域(921)-(923)，其中子区域(922)位于区域(920)的中间。图9b示出水平的中心侧三叉树分割的示例。例如，区域(930)被水平地拆分为三个较小的子区域(931)-(933)，其中子区域(932)位于区域(930)的中间。在各种示例中，区域(920)和区域(930)可以是可进一步拆分的ctu或cu节点，例如节点(801)。子区域(921)-(923)和子区域(931)-(933)中的一个或多个子区域可以是未进一步分割的cu，或或者是可以随后分割的节点。

tt分割是对qt分割和bt分割的补充。tt分割可以捕捉位于要拆分区域的中心区域中的对象，而四叉树和二叉树在中心区域中拆分。在各种实施例中，tt分割的宽度和高度是2的幂，使得不需要额外的非二次幂的变换。

通过降低复杂性来实施两层树的设计。在一些实施例中，树的遍历复杂度是t^d，其中t表示拆分类型的数目，并且d是拆分树的深度。

在一些实施例中，可以使用诸如移位二叉树(bts)分割或拆分之类的广义二进制拆分。在一示例中，将一个区域水平或竖直地拆分为两个矩形子区域，并且由于bts拆分而使得cu(在亮度样本中)的宽度和高度均为4的整数倍。当参数维度表示待拆分区域的在亮度样本中的宽度(用于竖直拆分)或高度(用于水平拆分)时，可以对水平和竖直拆分实施如图10a至图10b中所示的下述拆分。

图10a中的行(1000)示出1/2拆分(1001)-(1002)的示例。1/2拆分(1001)示出在区域(1003)的中间水平拆分区域(1003)，类似于bt拆分的对称水平拆分。1/2拆分(1002)示出在区域(1004)的中间竖直拆分区域(1004)，类似于上述对称竖直拆分。当维度大于或等于k·8且k为任何合适的正整数时，可以实现1/2拆分。

图10a中的行(1010)示出1/4拆分和3/4拆分(1011)-(1014)的示例。1/4拆分(1011)示出沿区域(1015)宽度的1/4位置处竖直拆分区域(1015)。3/4拆分(1012)示出沿区域(1016)宽度的3/4位置处竖直拆分区域(1016)。1/4拆分(1013)示出沿区域(1017)高度的1/4位置处水平拆分区域(1017)。3/4拆分(1014)示出沿区域(1018)高度的3/4位置处水平拆分区域(1018)。当维度是2的整数次幂时(即维度＝2ⁿ，其中n是任何合适的正整数)且维度大于或等于16时，可以实现1/4和3/4拆分。

图10a中的行(1020)示出3/8拆分和5/8拆分(1021)-(1024)的示例。3/8拆分(1021)示出沿区域(1025)宽度的3/8位置处竖直拆分区域(1025)。5/8拆分(1022)示出沿区域(1026)宽度的5/8位置处竖直拆分区域(1026)。3/8拆分(1023)示出沿区域(1027)高度的3/8位置处水平拆分区域(1027)。5/8拆分(1024)示出沿区域(1028)高度的5/8位置处水平拆分区域(1028)。当维度是2的整数次幂时(即维度＝2ⁿ，其中n是任何合适的正整数)且维度大于等于32时，可以实现3/8和5/8拆分。

图10b中的行(1030)示出1/3拆分和2/3拆分(1031)-(1034)的示例。1/3拆分(1031)示出沿区域(1035)宽度的1/3位置处竖直拆分区域(1035)。2/3拆分(1032)示出沿区域(1036)宽度的2/3位置处竖直拆分区域(1036)。1/3拆分(1033)示出沿区域(1037)高度的1/3位置处水平拆分区域(1037)。2/3拆分(1034)示出沿区域(1038)高度的2/3位置处水平拆分区域(1038)。当维度也是3的倍数时(即维度＝3x2ⁿ，其中n是任何合适的正整数)并且维度大于或等于12时，可以实现1/3和2/3拆分。

图10b中的行(1040)和行(1050)分别示出1/5拆分、2/5拆分、3/5拆分和4/5拆分的示例(1041)-(1044)和(1051)-(1054)。1/5拆分(1041)示出沿区域(1045)宽度的1/5位置处竖直拆分区域(1045)。2/5拆分(1042)示出沿区域(1046)宽度的2/5位置处竖直拆分区域(1046)。3/5拆分(1043)示出沿区域(1047)宽度的3/5位置处竖直拆分区域(1047)。4/5拆分(1044)示出沿区域(1048)宽度的4/5位置处竖直拆分区域(1048)。

1/5拆分(1051)示出沿区域(1055)高度的1/5位置处水平拆分区域(1055)。2/5拆分(1052)示出沿区域(1056)高度的2/5位置处水平拆分区域(1056)。3/5拆分(1053)示出沿区域(1057)高度的3/5位置处水平拆分区域(1057)。4/5拆分(1054)示出沿区域(1058)高度的4/5位置处水平拆分区域(1058)。当维度也是5的倍数(即维度＝5x2ⁿ，其中n是任何合适的正整数)且维度大于或等于20时，可以实现1/5拆分、2/5拆分、3/5拆分和4/5拆分。

如以上参考图10a至图10b所述，可以使用拆分比率n/m来指定bts拆分，其中n/m可以是1/2、1/4、3/4、3/8、5/8、1/3、2/3、1/5、2/5、3/5、4/5等。在n/m水平拆分中，将具有第一高度m的区域拆分为两个子区域：具有第二高度n的顶部子区域和底部子区域，因此第二高度n与第一高度m的拆分比率为n/m。类似地，在n/m竖直拆分中，将具有第一宽度m的区域拆分为两个子区域：具有第二宽度n的左侧子区域和右侧子区域。第二宽度n与第一宽度m的拆分比率为n/m。在一些示例中，当要拆分的边的尺寸(竖直拆分的宽度或水平拆分的高度)不等于2ⁿ时(其中n是合适的正整数)，该尺寸可以是3x2ⁿ和5x2ⁿ之一，其中n是合适的正整数。

如上所述，可以通过拆分方向和拆分比率(例如图10a中的1/4竖直拆分(1011)等)来指定bts拆分。当前bts的拆分方向可以是相对于先前的bts编码的，而不是信号通知为水平拆分或竖直拆分。因此，可以信号通知拆分方向为垂直拆分或平行拆分。垂直拆分指示当前bts的拆分方向垂直于先前的二进制拆分的拆分方向。类似地，平行拆分指示当前bts的拆分方向平行于先前拆分的拆分方向。因此，可以基于先前拆分的拆分方向将垂直拆分或平行拆分转换为水平拆分或竖直拆分。在诸如用于ctu或二进制根节点的根级别处，没有信号通知先前的拆分，因此，第一垂直拆分是水平拆分，第一平行拆分是竖直拆分。二进制标志(例如perpend_split_flag)可用于区分两个拆分方向：垂直拆分和平行拆分。拆分比率描述了bts的位置(请参见图10a至图10b)。可以使用二叉决策树对拆分比率进行编码。可以使用基于上下文的自适应二进制算术编码(cabac)对拆分方向和拆分比率进行编码。在一示例中，对二叉树深度的计数从不是垂直1/2拆分的第一拆分开始。

此外，可以使用非对称二叉树(abt)块分割结构。参照图11，可以使用1：3或3：1分割来对区域进行分割。例如，1：3水平分割(1151)示出了沿区域(1161)高度的1/4位置处将区域(1161)水平拆分为顶部子区域(1171)和底部子区域(1172)。在1：3水平分割中，比率1：3是顶部子区域(1171)的高度与底部子区域(1172)的高度之比。类似地，3：1水平分割(1152)示出了沿区域(1162)的高度的3/4位置处水平拆分该区域(1162)。1：3的竖直分割(1153)示出了沿区域(1163)的宽度的1/4位置处竖直地拆分该区域(1163)。3：1的竖直分割(1154)示出了沿区域(1164)宽度的3/4位置处竖直地拆分该区域(1164)。

在各种示例中，当使用bts或abt将区域拆分为两个子区域时，两个子区域中的一个子区域的宽度或高度可以不是2的幂。

图片可以被拆分为多个ctu。在图片边界处，当ctu包含图片内部和图片外部的区域时，可以将ctu拆分为cu，使得每个cu都位于图片内部。在一些示例中，例如在hevc标准等中，使用隐式qt拆分来递归地拆分ctu，因此不用信号通知拆分标志。可替换地，可以将各种非qt拆分与qt拆分适当地组合以将ctu拆分为位于图片内部的cu。非qt拆分是指除qt拆分以外的分割结构，因此其包括bt拆分、tt拆分、bts拆分、abt拆分等。因此，qt拆分可以与bt拆分结合、qt拆分可以与bt拆分和tt拆分结合、qt拆分可以与bt拆分和abt拆分结合、qt拆分可以与bts拆分结合等等。在每个拆分级别，当qt拆分和非qt拆分均在图片边界处可用时，可以用信号通知一个或多个标志以指示拆分类型等。在上述示例中，将包括图片内部和图片外部二者的区域的ctu处理或编码为多个cu，因此ctu不被编码为单个编码单元。

图12a示出根据本申请的实施例的包括图片外部区域的ctu的示例。图片(1200a)被分割为多个ctu(1211a)-(1215a)、(1221a)-(1225a)、(1231a)-(1235a)以及(1241a)-(1245a)。ctu(1211a)-(1214a)、ctu(1221a)-(1224a)以及ctu(1231a)-(1234a)位于图片(1200a)内部。位于相应图片边界(1202)和/或(1204)的ctu(1215a)、ctu(1225a)、ctu(1235a)以及ctu(1241a)-(1245a)中的每一个ctu包括位于图片(1200a)内部的有效区域和图片(1200a)外部的无效区域。例如，参照图12a和12b，ctu(1215a)包括位于图片(1200a)内部的有效区域(1215b)和位于图片(1200a)外部的无效区域(1215c)。类似地，ctu(1241a)包括有效区域(1241b)和无效区域(1241c)。在一示例中，可以使用编码器503(例如在源编码器530等中)将图片(1200a)分割为多个ctu。在一示例中，可以使用分割控制器来实施分割过程，并将分割控制器的输出发送到源编码器530。

通常，可以基于诸如ctu(1225a)之类的ctu与图片之间的相对位置来确定ctu是否包括有效区域和无效区域。此外，可以基于图片的位置来获得ctu(1225a)与图片之间的相对位置，该图片的位置可以例如通过左上角样本(1281)的位置、图片的大小(诸如图片宽度(1284)和图片高度(1285))、ctu(1225a)的位置(诸如通过由左上角样本(1282)的位置等来表示)、以及ctu(1225a)的大小(诸如ctu(1225a)为正方形时的宽度(1283)等)来表示。因此，可以基于ctu(1225a)与图片之间的相对位置来识别ctu(1225a)内部的有效区域。

根据本申请的实施例，可以对包括图片内部的有效区域和图片外部的无效区域的ctu进行处理或编码，而不对该ctu进一步拆分。此类编码单元包括无效区域，该编码单元可以被称为pcu。如上所述，pcu是包括有效区域和无效区域的编码单元，并且不对其进一步拆分。在各种实施例中，对pcu中的有效区域进行编码，例如，对有效区域进行预测和变换。因此，pcu的有效区域中的样本可以具有相同的预测类型。此外，可以使用相同的预测过程来预测有效区域中的样本，该样本具有相同的预测信息和相同的变换信息。参照图12b，ctu(1215a)没有被进一步拆分，该ctu是pcu。可以对有效区域(1215b)进行编码。在一些示例中，不处理无效区域(1215c)。可以信号通知诸如非拆分标志之类的二进制(bin)以指示ctu(1215a)是pcu。非拆分标志还可以隐含对有效区域(1215b)进行编码，而不对无效区域(1215c)编码。

另一方面，可以将包括图片内部的有效区域和图片外部的无效区域的ctu分割为多个cu。根据本申请的实施例，当多个cu中的cu包括图片内部的有效区域和图片外部的无效区域时，可以对cu进行处理而不对其进一步分割。这样的cu是作为pcu。参照图12c，ctu(1225a)包括有效区域和无效区域。例如，使用1/4水平拆分(即，bts拆分)将ctu(1225a)进一步拆分为第一cu(1260)和第二cu(1270)。第一cu(1260)包括有效区域(1261)和无效区域(1262)，第二cu(1270)包括有效区域(1271)和无效区域(1272)。根据本申请的方面，对第一cu(1260)进行处理而不对其进一步分割，并且对第二cu(1270)进行处理而不对其进一步分割。此外，对有效区域(1261)和有效区域(1271)进行处理，而不处理无效区域(1262)和无效区域(1272)。第一cu(1260)和第二cu(1270)分别是pcu。在一个示例中，诸如非拆分标志之类的二进制可以通过信号通知以指示第一cu(1260)是pcu。在一示例中，非拆分标志还隐含对有效区域(1261)进行处理，而不对无效区域(1262)进行处理。在一实施例中，图片(1200a)中的cu具有最小尺寸约束。例如，在诸如图片边界(1202)或边界(1204)之类的图片边界处进行最小尺寸约束，因此当诸如第一cu(1260)之类的cu的大小达到最小尺寸时，该第一cu不能被进一步分割。由于第一cu(1260)的一部分(即，无效区域(1262))在图片(1200a)的外部，因此第一cu(1260)隐含为pcu，因此不需要信号通知诸如非拆分标志之类的二进制。在另一个示例中，当忽略最小尺寸约束时，在图片边界处不允许有任何pcu。

通常，可以将图片拆分为具有任何合适形状和大小的ctu。ctu的形状和大小可以相同或不同。图12a示出了每个ctu具有正方形形状和相同尺寸的示例。图12d示出了另一个示例，其中图片(1200b)被分割为分别具有正方形和矩形的多个ctu(1211b)-(1215b)、(1221b-1225b)、(1231b)-(1235b)以及(1241b)-(1245b)。例如，ctu(1215b)为正方形形状，而ctu(1225b)为矩形形状。如上所述，ctu(1225b)可以是pcu。可替换地，ctu(1225b)可以被分割为较小的cu，并且该cu中的一个cu可以是pcu。

图13示出根据本申请的实施例的pcu(1300)的示例。与图片相关联的pcu(1300)包括图片内部的有效区域(1310)和图片外部的无效区域(1320)。有效区域(1310)和无效区域(1320)由图片边界(1301)隔开。不对pcu(1300)进一步拆分。可以用单个预测类型对有效区域(1310)进行编码。此外，可使用具有相同预测信息的相同预测过程对有效区域(1310)进行编码。有效区域(1310)也可以具有相同的变换信息。有效区域(1310)具有高度(1302)和宽度(1303)。

根据本申请的方面，当高度(1302)和宽度(1303)之一不是2的幂时，例如当宽度(1303)是12或者当高度(1302)是6时，使用跳过模式来预测有效区域(1310)。有效区域(1310)的预测和样本之间的残差数据被认为是零并且不被传输，且不使用非2次的幂的变换。根据本申请的各方面，当pcu(1300)的宽度(1303)和高度(1302)之一不是2的幂时，隐含有跳过标志且因此不信号通知该标志。可替换地，当宽度(1302)和高度(1303)之一不是2的幂时，可以使用任何合适的预测模式(诸如帧间预测模式、帧内预测模式等)来预测有效区域(1310)。此外，有效区域(1310)的残差数据被认为是零并且不被传输，且不使用非2的幂的变换。此外，可以信号通知标志以指示预测模式。

通常，如下所述，通过以下方式之一对pcu进行单次拆分不能获得pcu的有效区域：qt拆分和bt拆分。如图14所示，在某些情况下，当对包含有效区域和无效区域的区域进行单次拆分导致cu与有效区域相同时，该区域将被拆分且不使用pcu。区域(1401)包括图片内部的有效区域(1410)和图片外部的无效区域(1420)。有效区域(1410)和无效区域(1420)由图片边界(1403)隔开。在图14的示例中，单次分割或拆分(诸如bt拆分等)可以将区域(1401)拆分为第一cu和第二cu，其中第一cu是有效区域(1410)。因此，第一cu或有效区域(1410)可以被处理为单个cu。因此，不使用pcu且区域(1401)不是pcu。此外，不发信号通知非拆分标志。可以使用qt拆分或bt拆分对区域1401进行拆分。

在一些实施例中，pcu的尺寸和/或形状满足某些要求。例如，pcu可被划分为宽度和高度为2的幂的多个矩形子区域，并且用于获得矩形子区域的划分的数目小于预定阈值。图15a示出根据本申请的实施例的pcu的示例。在该示例中，预定阈值为3。区域(1501)位于图片的图片边界(1502)处。区域(1501)包括图片内部的有效区域(1510)和图片外部的无效区域(1512)。有效区域(1510)和无效区域(1512)由图片边界(1502)隔开。此外，区域(1501)的宽度(1525)为12，高度(1521)为16。因此，可通过一次划分将区域(1501)划分两个子区域，例如第一子区域(1522)和第二子区域(1523)，第一子区域(1522)的大小为16(高度)x4(宽度)，且第二子区域(1523)的大小为16x8。第一子区域(1522)的宽度和高度均为2的幂，且第二子区域(1523)的宽度和高度均为2的幂。因此，区域(1501)可以是不被进一步拆分的pcu。

通常，预定阈值可以是诸如2、3、4等之类的任何合适的正整数。此外，如图15b所示，可以不同地划分区域(1501)。可以将区域1501划分为大小为16×8的第三子区域(1532)以及大小为16×4的第四子区域(1533)。第三子区域(1532)的宽度和高度均为2的幂，且第四子区域(1533)的宽度和高度均为2的幂。因此，区域(1501)可以是不进一步拆分的pcu。

图15c示出不满足上述要求且因此不是pcu的区域的示例。28×32的区域(1541)位于图片的图片边界(1542)处。区域(1541)包括由图片边界(1542)所隔开的图片内部的有效区域(1543)和图片外部的无效区域(1544)。此外，区域(1541)的宽度(1555)为28，高度(1551)为32。因此，不能将区域(1541)划分为两个子区域，这两个子区域中的每一个子区域的高度和宽度为2的幂。因此，当预定阈值为2时，区域(1541)不是pcu，因此其被进一步拆分为更小的cu。因此，针对区域(1541)禁用pcu，并且因此，不发信号通知非拆分标志。

图16至图17分别示出根据本申请的实施例的概述过程1600和概述过程1700的流程图。过程1600可以用于重建包括部分编码块的块。过程1700可以用于将图片分割为具有部分编码块的编码块，并对部分编码块进行编码。在各种实施例中，过程(1600)和(1700)由下述适当的处理电路执行：如终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)中的处理电路、执行视频编码器(303)功能的处理电路、执行视频解码器(310)功能的处理电路、执行视频解码器(410)功能的处理电路、执行帧内预测模块功能的处理电路(452)、执行视频编码器(503)功能的处理电路、执行预测器(535)功能的处理电路、执行帧内编码器(622)功能的处理电路、执行解码器(710)功能的处理电路、执行帧内解码器(772)功能的处理电路、执行帧间解码器(780)功能的处理电路、执行帧内解码器(772)功能的处理电路、执行重建(774)功能的处理电路等。在一些实施例中，过程(1600)和/或过程(1700)可以在软件指令中实现，因此，当处理电路执行软件指令时，处理电路执行过程(1600)和/或过程(1700)。

图16示出根据一个实施例的解码过程。过程从(s1601)处开始，且进行到(s1610)。在(s1610)处，接收已编码的视频比特流中与图片相关联的块的编码信息。在一示例中，编码信息可以包括：在已编码的比特流中信号通知的诸如非拆分标志、qt标志、非qt标志、bt标志之类的拆分信息。块可以是亮度编码块、色度编码块等。块可以具有任何合适的形状，尺寸等。块可以为矩形形状。在一些示例中，块为正方形形状。

在(s1620)处，基于编码信息确定块是否包括图片内部的有效区域和图片外部的无效区域。在一个示例中，当编码信息包括拆分信息(例如，非拆分标志)时，确定该块包括有效区域和无效区域，并且该块是部分编码块。当编码信息包括qt拆分标志时，确定该块包括有效区域而不包括无效区域。

在一实施例中，可以基于编码信息来获得包括尺寸、形状、位置、相较于图片的相对位置等的块的特征。例如，块与图片的相对位置隐含地指示该块包括无效区域。当确定块包括有效区域和无效区域时，过程(1600)进行到(s1640)。否则，过程(1600)进行到(s1630)。

在(s1630)处，例如基于合适的视频编码技术和/或诸如hevc标准、vvc标准之类的视频编码标准来重建块中的样本。过程进行到(s1699)并结束。

在(s1640)处，重建图片内部的块的有效区域中的至少一个样本。在各种实施例中，重建仅在有效区域中的样本，并且该样本包括所述至少一个样本。在一实施例中，使用相同的诸如帧间预测类型、帧内预测类型等之类的预测类型来重建有效区域中的至少一个样本。此外，可以使用相同的预测信息和相同的变换信息来重建有效区域中的至少一个样本。

在一实施例中，使用相同的预测信息来生成有效区域中至少一个样本的至少一个预测。使用相同的变换信息来获得指示至少一个预测与至少一个样本的至少一个值之间的差的至少一个残余数据。随后，基于至少一个预测和至少一个残差数据来重建至少一个样本。在一定条件下，当有效区域为具有宽度和高度的矩形形状且宽度和高度之一不是2的幂时，基于至少一个预测而没有残差数据来重建至少一个样本。当宽度和高度之一不是2的幂时，可以使用跳过模式、帧内预测模式、或帧间预测模式等来重建至少一个样本。过程进行到s1699并结束。

图17示出根据一个实施例的编码过程。过程1700从(s1701)处开始，且进行到(s1710)。在(s1710)处，将要编码的图片分割为多个块。块可以是亮度编码块、色度编码块等。可以使用上述任何合适的诸如qt拆分、qtbt拆分、bt拆分、tt拆分、bts拆分、abt拆分及其组合之类的分割结构将图片分割为多个块。在一实施例中，如图12a和图12d所描述的，将图片划分为ctb，并且如上参考图8至图12d所述的，使用一种或多种分割结构将一个或多个ctb进一步拆分为cb。如图12a和图12d所示，ctb可以具有任何合适的诸如矩形形状之类的形状以及尺寸。在一些示例中，ctb可以为正方形形状。在一示例中，可以使用编码器(503)，例如在源编码器(530)中实现(s1710)。在一示例中，可以使用分割控制器来实现(s1710)，并且将多个块发送到源编码器(530)。

在(s1720)处，如参考图12a所描述的，例如基于多个块中的一个块和图片的相对位置来确定该块是否包括图片外部的无效区域。

当确定该块包括图片外部的无效区域时，过程(1700)进行到(s1740)。否则，过程(1700)进行到(s1730)。

在(s1730)处，例如基于合适的视频编码技术和/或诸如hevc标准、vvc标准之类的视频编码标准，来对块中的样本进行编码。过程进行到(s1799)并结束。

在(s1740)处，对图片内部的块的有效区域中的至少一个样本进行编码。在各种实施例中，仅对块的有效区域中的样本进行编码，并且该样本包括所述至少一个样本。可以通过诸如帧间预测类型或帧内预测类型之类的相同的预测类型来预测有效区域中的至少一个样本。此外，有效区域中的至少一个样本可以具有相同的预测信息和相同的变换信息。在一示例中，可以发信号通知诸如非拆分标志之类的标记形式的拆分信息，以指示没有对块进行进一步拆分以及将块编码为部分编码块。在一示例中，不发信号通知非拆分标志或任何其他形式的拆分信息。而是，图片和块的相对位置可以指示该块是部分编码块。在一实施例中，使用相同的预测信息来生成针对有效区域中至少一个样本的至少一个预测。使用相同的变换信息获得至少一个样本的至少一个残留数据，其中至少一个残留数据指示至少一个预测和至少一个样本的至少一个值之间的差。随后，对与至少一个样本相关联的至少一个预测和至少一个残差数据进行编码。在一示例中，有效区域为具有宽度和高度的矩形形状，并且宽度和高度之一不是2的幂，因此，残差数据被认为是零并且不被传输。当宽度和高度之一不是2的幂时，可以使用跳过模式、帧内预测模式、帧间预测模式等对至少一个样本进行编码。过程进行到(s1799)并结束。

可以将上述技术实现为计算机软件，该计算机软件使用计算机可读指令，并且物理存储在一个或多个计算机可读介质中。例如，图18示出适合于实施所公开的主题的某些实施例的计算机系统(1800)。

可以使用任何合适的机器代码或计算机语言对计算机软件进行编码，任何合适的机器代码或计算机语言可以经受汇编、编译、链接或类似的机制以创建包括指令的代码，该指令可以由一个或多个计算机中央处理单元(cpu)、图形处理单元(gpu)等直接执行或通过解译码、微码等执行。

指令可以在各种类型的计算机或其组件上执行，例如包括个人计算机、平板计算机、服务器、智能电话、游戏装置、物联网装置等。

图18所示的计算机系统(1800)的组件本质上是示例性的，并且不旨在对实施本申请实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应被解释为具有与计算机系统(1800)的示例性实施例中所示的组件中的任何一个组件或组件的组合有关的任何依赖或要求。

计算机系统(1800)可以包括某些人机接口输入装置。此类人机接口输入装置可以响应于一个或多个人类用户通过例如下述的输入：触觉输入(例如：击键、划动，数据手套移动)、音频输入(例如：语音、拍手)、视觉输入(例如：手势)、嗅觉输入(未描绘出)。人机接口装置还可以用于捕获不一定与人的意识输入直接相关的某些媒介，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描的图像、从静止图像相机获取摄影图像)、视频(例如二维视频、包括立体视频的三维视频)等。

输入人机接口装置可以包括下述中的一项或多项(每种中仅示出一个)：键盘(1801)、鼠标(1802)、触控板(1803)、触摸屏(1810)、数据手套(未示出)、操纵杆(1805)、麦克风(1806)、扫描仪(1807)、相机(1808)。

计算机系统(1800)也可以包括某些人机接口输出装置。这样的人机接口输出装置可以例如通过触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出装置可以包括触觉输出装置(例如触摸屏(1810)的触觉反馈、数据手套(未示出)或操纵杆(1805)，但也可以是不作为输入设备的触觉反馈装置)、音频输出装置(例如：扬声器(1809)、耳机(未示出))、视觉输出装置(例如包括crt屏幕、lcd屏幕、等离子屏幕、oled屏幕的屏幕(1810)，每种屏幕有或没有触摸屏输入功能，每种屏幕都有或没有触觉反馈功能，其中的一些屏幕能够通过诸如立体图像输出之类的装置、虚拟现实眼镜(未描绘出)、全息显示器和烟箱(未描绘出)以及打印机(未描绘出)来输出二维视觉输出或超过三维输出。

计算机系统(1800)也可以包括人类可访问存储装置及其关联介质：例如包括具有cd/dvd等介质(1821)的cd/dvdrom/rw(1820)的光学介质、指状驱动器(1822)、可拆卸硬盘驱动器或固态驱动器(1823)、诸如磁带和软盘之类的传统磁性介质(未示出)、诸如安全软件狗之类的基于专用rom/asic/pld的装置(未示出)等。

本领域技术人员还应该理解，结合当前公开的主题使用的所术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。

计算机系统(1800)还可以包括到一个或多个通信网络的接口。网络可以例如是无线网络、有线网络、光网络。网络可以进一步地是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、延迟容忍网络等。网络的示例包括诸如以太网之类的局域网、无线lan、包括gsm、3g、4g、5g、lte等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络、包括canbus的车辆和工业用电视等等。某些网络通常需要连接到某些通用数据端口或外围总线(1849)的外部网络接口适配器(例如计算机系统(1800)的usb端口)；如下所述，其他网络接口通常通过连接到系统总线而集成到计算机系统(1800)的内核中(例如，连接到pc计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(1800)可以使用这些网络中的任何一个网络与其他实体通信。此类通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，连接到某些canbus装置的canbus)或双向的，例如，使用局域网或广域网数字网络连接到其他计算机系统。如上所述，可以在那些网络和网络接口的每一个上使用某些协议和协议栈。

上述人机接口装置、人机可访问的存储装置和网络接口可以附接到计算机系统(1800)的核心(1840)。

内核(1840)可以包括一个或多个中央处理单元(cpu)(1841)、图形处理单元(gpu)(1842)、现场可编程门区域(fpga)(1843)形式的专用可编程处理单元、用于某些任务的硬件加速器(1844)等。这些装置以及只读存储器(rom)(1845)、随机存取存储器(1846)、诸如内部非用户可访问的硬盘驱动器、ssd等之类的内部大容量存储器(1847)可以通过系统总线(1848)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1848)，以能够通过附加的cpu、gpu等进行扩展。外围装置可以直接连接到内核的系统总线(1848)或通过外围总线(1849)连接到内核的系统总线(1848)。外围总线的体系结构包括pci、usb等。

cpu(1841)、gpu(1842)、fpga(1843)和加速器(1844)可以执行某些指令，这些指令可以组合来构成上述计算机代码。该计算机代码可以存储在rom(1845)或ram(1846)中。过渡数据也可以存储在ram(1846)中，而永久数据可以例如存储在内部大容量存储器(1847)中。可以通过使用高速缓存来进行到任何存储装置的快速存储及检索，该高速缓存可以与下述紧密关联：一个或多个cpu(1841)、gpu(1842)、大容量存储(1847)、rom(1845)、ram(1846)等。

计算机可读介质可以在其上具有执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。

作为非限制性示例，可以由于一个或多个处理器(包括cpu、gpu、fpga、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1800)，特别是内核(1840)的计算机系统提供功能。此类计算机可读介质可以是与如上所述的用户可访问的大容量存储相关联的介质，以及某些非暂时性内核(1840)的存储器，例如内核内部大容量存储器(1847)或rom(1845)。可以将实施本申请的各种实施例的软件存储在此类装置中并由内核(1840)执行。根据特定需要，计算机可读介质可以包括一个或多个存储装置或芯片。软件可以使得内核(1840)，特别是其中的处理器(包括cpu、gpu、fpga等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在ram中的数据结构(1846)以及根据由软件定义的过程来修改此类数据结构。附加地或替换地，可以由于硬连线或以其他方式体现在电路(例如，加速器(1844))中的逻辑而使得计算机系统提供功能，该电路可以替换软件或与软件一起运行以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(ic))、体现用于执行的逻辑的电路或包括两者。本申请包括硬件和软件的任何合适的组合。

附录a：缩略语

jem：联合探索模型

vvc：下一代视频编码

bms：基准集

mv：运动矢量

hevc：高效视频编码

sei：补充增强信息

vui：视频可用性信息

gop：图片群组

tu：变换单元

pu：预测单元

ctu：编码树单元

ctb：编码树块

pb：预测块

hrd：假想参考解码器

snr：信噪比

cpu：中央处理单元

gpu：图形处理单元

crt：阴极射线管

lcd：液晶显示器

oled：有机发光二极管

cd：光盘

dvd：数字视频光盘

rom：只读存储器

ram：随机存取存储器

asic：专用集成电路

pld：可编程逻辑器件

lan：局域网

gsm：全球移动通信系统

lte：长期演进

canbus：控制器区域网络总线

usb：通用串行总线

pci：互连外围设备

fpga：现场可编程门区域

ssd：固态驱动器

ic：集成电路

cu：编码单元

qt:四叉树

尽管本申请已经描述了多个示例性实施例，但是存在落入本申请的范围内的修改、置换和各种替换等效物。因此，应当理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但体现了本申请的原理，因此落入本申请的精神和范围内的系统和方法。