用于视频编码的方法和装置与流程

援引并入

本申请要求于2019年4月12日提交的题为“methodandapparatusforvideocoding”的美国专利申请第16/383,355号的优先权权益，该美国专利申请要求了于2018年10月6日提交的题为“blockvectorpredictionwithpairwiseaveragecandidatesinintrablockcopy”的美国临时申请第62/742,338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分布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使用中的技术进行编码。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1，右下方描绘的是从h.265的33种可能的预测器方向(对应于35个帧内模式中的33个角模式)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1，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，从同一个参考样本r05预测样本s41、s32、s23和s14。然后，根据参考样本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2是示出根据jem的65个帧内预测方向的示意图(201)，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，映射的范围可以从预测方向到帧内预测模式再到代码字的简单直接映射，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。

技术实现要素：

本申请的各方面提供了用于视频编码/解码的方法和装置。在一些示例中，用于视频解码的装置包括接收电路和处理电路。处理电路从已编码的视频比特流中解码当前图片中当前块的预测信息。预测信息指示基于合并候选列表的预测模式。处理电路响应于预测模式，构建至少包括具有参考图片为当前图片的第一块矢量候选的合并候选列表。然后，处理电路添加通过对合并候选列表中的两个候选求平均值而计算出的新合并候选。此外，处理电路从合并候选列表中确定预测值，并根据所确定的预测值重建当前块的至少一个样本。

根据本申请的一个方面，处理电路计算合并候选列表中的第一块矢量候选和第二块矢量候选的平均矢量值，并且在合并候选列表中添加具有平均矢量值的新块矢量候选，并且当前图片是新块矢量候选的参考图片。

在一些实施例中，处理电路计算来自合并候选列表的第一块矢量候选和运动矢量候选的平均矢量值，并且在合并候选列表中添加具有平均矢量值并且与运动矢量候选参考同一参考图片的新运动矢量候选。

在一个实施例中，处理电路计算第一块矢量候选和运动矢量候选的平均矢量值，并且在合并候选列表中添加具有平均矢量值并且和第一块矢量候选一样参考当前图片的新块运动候选。

此外，在一个实施例中，当合并候选列表中的合并候选的总数小于预定数量时，处理电路添加新合并候选。在示例中，处理电路将第一块矢量候选排除在求平均值之外。在另一示例中，当合并候选列表没有其他块矢量候选时，处理电路将第一块矢量候选排除在平均运算之外。

本申请的各方面还提供了一种存储指令的非暂时性计算机可读介质，所述指令在被计算机执行以用于视频解码时使计算机执行用于视频解码的方法。

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1是帧内预测模式的示例性子集的示意图。

图2是示例性帧内预测方向的示意图。

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通信系统(400)的简化框图的示意图。

图5是根据实施例的解码器的简化框图的示意图。

图6是根据实施例的编码器的简化框图的示意图。

图7示出了根据另一实施例的编码器的框图。

图8示出了根据另一实施例的解码器的框图。

图9示出了根据本公开实施例的帧内块复制的示例。

图10示出了空间合并候选的示例。

图11示出了在一些示例中的空间候选和时间候选的示例。

图12示出了概述根据本公开的一些实施例的过程示例的流程图。

图13是根据一个实施例的计算机系统的示意图。

具体实施例

图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，该终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一终端装置对(310)和(320)。在图3的实施例中，第一终端装置对(310)和(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。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(320)可从网络(350)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(300)包括执行已编码视频数据的双向传输的终端装置对(330)和(340)，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(330)和终端装置(340)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(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)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3的示例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)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(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)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(350)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(350)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4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(413)，该采集子系统可包括例如数码相机的视频源(401)，该视频源创建未压缩的视频图片流(402)。在示例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(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(402)可由电子装置(420)处理，该电子装置(420)包括耦接到视频源(401)的视频编码器(303)。视频编码器(403)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(402)，被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码视频码流(404))可存储在流式传输服务器(405)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4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(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(411)。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(404)、视频数据(407)和视频数据(409)(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(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。

图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可包括在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4的示例中的视频解码器(410)。

接收器(531)可接收将由视频解码器(510)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(501)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(531)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(531)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(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，该缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)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(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)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(515)，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(515)，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(510)外部的类似元件(未标示)中。

视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(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(530)的整体部分，但可耦接到电子装置(530)，如图5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(520)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(520)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(520)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(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。

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(521)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(520)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(520)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(510)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(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)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(551)可输出包括样本值的块，该样本值可输入到聚合器(555)中。

在一些情况下，缩放器/逆变换单元(551)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(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)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(558)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(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(551)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(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据属于块的符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)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(553)从参考图片存储器(557)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(521)的形式而供运动补偿预测单元(553)使用，该符号(521)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(557)提取的样本值的内插、运动矢量预测机制等等。

聚合器(555)的输出样本可经受环路滤波器单元(556)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(520)的符号(521)可用于环路滤波器单元(556)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(556)的输出可以是样本流，该样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，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(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)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(510)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(531)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(510)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6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)包括在电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4的示例中的视频编码器(403)。

视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，该视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。

视频源(601)可提供将由视频编码器(603)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(601)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(601)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(603)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(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)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(650)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(650)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(603)。

在一些实施例中，视频编码器(603)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(630)(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(603)中的(本地)解码器(633)。解码器(633)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(634)。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(634)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(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)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(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)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(630)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(632)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(633)可基于源编码器(630)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(632)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6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(633)副本解码过程，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(634)中。以此方式，视频编码器(603)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(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)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(635)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(635)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(634)中存储的多个参考图片取得的预测参考。

控制器(650)可管理源编码器(630)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(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)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(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)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(640)可将来自视频编码器(603)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(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)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(603)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(603)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(640)可在传输已编码的视频时传输附加数据。源编码器(630)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7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)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(703)用于代替图4实施例中的视频编码器(303)。

在hevc实施例中，视频编码器(703)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(703)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(703)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(703)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(703)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7的示例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。

帧间编码器(730)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(722)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(722)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(721)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(703)的其它组件。在示例中，通用控制器(721)确定块的模式，且基于该模式将控制信号提供到开关(726)。举例来说，当该模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)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(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)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(723)被配置为计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)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(724)被配置为将残差数据从空间域变换为频域，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(703)还包括残差解码器(728)。残差解码器(728)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(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)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(722)可基于已解码残差数据和帧内预测信息生成已解码块。在一些示例中，适当处理已解码块以生成已解码图片，且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(725)被配置为将码流格式化以产生已编码的块。熵编码器(725)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(725)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8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)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(810)用于代替图4示例中的视频解码器(410)。

在图8示例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。

熵解码器(871)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(872)或帧间解码器(880)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(880)；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(872)。残差信息可经受逆量化并提供到残差解码器(873)。

帧间解码器(880)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(872)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(873)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，以将残差从频域变换到空间域。残差解码器(873)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(871)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(874)被配置为在空间域中组合由残差解码器(873)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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。

本申请的各方面提供了用于在帧内块复制(intrablockcopy)中使用成对平均候选(pairwiseaveragecandidates)进行块矢量预测的技术。

基于块的补偿可以被用于帧间预测和帧内预测。对于帧间预测，来自不同图片的基于块的补偿被称为运动补偿。对于帧内预测，还可以根据同一图片内的先前重建区域进行基于块的补偿。根据同一图片内的重建区域的基于块的补偿被称为帧内图片块补偿或帧内块复制。指示同一图片中当前块与参考块之间的偏移的位移矢量被称为块矢量(简称bv)。与运动补偿中的运动矢量不同，运动矢量可以为任意值(在x或y方向上为正值或负值)，而块矢量具有一些约束条件以确保参考块可用并已经被重建。而且，在一些示例中，出于并行处理的考虑，排除了作为图块边界(tileboundary)或波前梯形形状边界(wavefrontladdershapeboundary)的一些参考区域。

块矢量的编码可以是显式的或隐式的。在显式模式下，用信号通知(signal)块矢量与其预测值(predictor)之间的差；在隐式模式下，以类似于合并模式下的运动矢量的方式从预测值(称为块矢量预测值)中恢复块矢量。在一些实施方式中，块矢量的分辨率被限于整数位置；在其他系统中，块矢量被允许指向小数位置。

在一些示例中，可以使用参考索引方法来信号通知在块级别使用帧内块复制。然后，将正在解码的当前图片视为参考图片。在示例中，这样的参考图片被放置在参考图片列表的最后位置。该特殊参考图片还与其他时间参考图片一起在缓冲区(例如解码图片缓冲区(decodedpicturebuffer，dpb))中进行管理。

帧内块复制也有一些变型，例如翻转的帧内块复制(flippedintrablockcopy)(参考块在被用于预测当前块之前被水平或垂直地翻转)，或基于线的帧内块复制(linebasedintrablockcopy)(mxn编码块内的每个补偿单元是一个mx1或1xn行)。

图9示出了根据本申请实施例的帧内块复制的示例。当前图片(900)正在解码中。当前图片(900)包括重建区域(910)(灰色区域)和待解码区域(920)(白色区域)。当前块(930)正在由解码器重建。可以根据重建区域(910)中的参考块(940)来重建当前块(930)。参考块(940)和当前块(930)之间的位置偏移被称为块矢量(950)(或bv(950))。

在一些实施方式中，当前图片的重建样本首先被存储在专用存储器中，例如访问速度较快但存储器存储空间较小的片上存储器，然后被存储在主存储器中，例如访问速度相对较慢但存储器存储空间较大的片外存储器。因此，访问主存储器比访问专用存储器花费更长的时间，并且会增加实施成本。考虑到实施成本，参考区域被限于专用存储器的存储器大小。因此，在一些实施例中，帧内块复制被允许仅参考某个相邻区域，而不参考整个图片。在示例中，专用存储器的存储器大小是一个ctu，然后，当参考块与当前块位于同一ctu内时，可以使用帧内块复制模式。在另一示例中，存储器大小为两个ctu，然后仅当参考块位于当前ctu内或当前ctu左侧的ctu内时，才可以使用帧内块复制模式。当参考块在指定的相邻区域之外时，即使在参考样本已经被重建的情况下，在一些示例中，也不允许将参考样本用于帧内图片块补偿，以避免由于更长的存储器访问时间而引起的延迟。

在参考区域受限的情况下，帧内块复制的效率受到限制。本申请提供了利用受限的参考区域来提高帧内块复制的效率的技术。根据本申请的一些方面，可以修改在帧间预测中使用的运动补偿技术以用于帧内块复制中。

通常，运动补偿是在块级别执行的，即，当前块是用于使用同一运动信息执行运动补偿的处理单元。给定一个块的大小，该块中的所有像素将使用同一运动信息来形成其预测块。

在一些实施例中，使用块级别合并候选的技术被用于运动补偿中。块级别合并候选可以包括空间合并候选和时间相邻位置。在双向预测中，块级别合并候选还可以包括来自现有合并候选的运动矢量的一些组合。

图10示出了空间合并候选的示例。在图10的示例中，当前块(1001)包括在运动搜索过程中由编码器发现的样本，该样本可根据已经在空间上移位的相同大小的先前块来预测出。不是直接对该mv进行编码，而是使用与五个周围样本(表示为a0、a1和b0、b1、b2(分别为((1002)至(1006)))之一相关联的mv，从与一个或多个参考图片相关联的元数据(例如从最新(按解码顺序)的参考图片)中得出mv。然后，mv预测可以使用来自相邻块正在使用的同一参考图片的预测值(predictor)。在图10的示例中，当前块的相邻位置(1002)-(1006)处的样本被用于空间合并候选。

在一些实施例中，在解码期间构建一个或多个候选列表(也称为候选集)。在一些示例中，对于统一解码操作，候选列表中候选的数量优选为常数，因为处理不同数量的候选的分支操作会降低解码效率。但是，运动矢量并非在所有选定的空间位置都总是可用，并且在某些位置处的运动矢量可能相同(重复)。根据本申请的一个方面，开发了用于生成附加的运动矢量以将候选列表填充至上限数量的技术。

图11示出了在一些示例中的空间候选和时间候选的示例。

对于帧间预测中的合并模式，主要通过检查来自当前块的空间或时间相邻块的运动信息来形成候选列表中的合并候选。在图11的示例中，依次检查候选块a1、b1、b0、a0和b2。当候选块中的任何一个是有效候选，例如被编码有运动矢量时，然后可以将有效候选块的运动信息添加到合并候选列表中。执行一些修剪操作以确保重复的候选不会再次放入列表。候选块a1、b1、b0、a0和b2与当前块的角(corner)相邻，并且被称为角候选(cornercandidate)。

在空间候选之后，时间候选也被列入候选列表中。在一些示例中，找出特定参考图片中当前块的同位置块(co-locatedblock)。位于同位置块的c0位置(当前块的右下角)处的运动信息将被用作时间合并候选。在一些示例中，如果该位置处块未在帧间模式下编码或不可用，则将改用c1位置(位于同位置块的中心的外侧右下角)。

注意，在双向预测的一些示例中，使用两个候选列表(诸如候选列表0和候选列表1)。两个候选列表分别保留两个运动矢量的运动矢量信息以用于双向预测。

在一些示例中，空间候选和时间候选可能无法将候选列表填满。为了进一步填充候选列表，在一些实施例中，称为成对平均合并模式(pairwiseaveragemergemode)的技术通过对两个现有合并候选求平均值来生成新合并候选。例如，当合并候选列表具有n个现有合并候选时，则对对候选运动矢量进行平均以生成新合并候选。当新合并候选不是候选列表中任何现有合并候选的重复时，可以将新合并候选添加到候选列表中。

注意，分别对候选列表执行成对平均运算。例如，可以对候选列表0中的候选执行成对平均运算，并且将成对平均运算的结果矢量添加到候选列表0中。可以对候选列表1中的候选执行成对平均运算，并且将成对平均运算的结果矢量添加到候选列表1中。

当两个现有合并候选都是规则帧间运动矢量候选(用于帧间预测的运动矢量候选)时，(两个现有合并候选的)平均的结果矢量也是帧间运动矢量候选(用于帧间预测的运动矢量候选)。根据本申请的一些方面，当帧内块复制被启用并且当前图片被视为参考图片时，一些合并候选可以在帧内块复制模式下被编码。因此，本申请提供了在帧内块复制编码的合并候选存在的情况下，基于候选列表中的现有合并候选生成成对平均合并候选的技术。

注意，所公开的技术可以被单独地使用或以任何顺序组合。在下文中，术语“块”可被解释为预测块，编码块，或编码单元、即cu。

根据本申请的一个方面，运动矢量候选和块矢量候选都可以被用于候选列表中的成对平均运算，而不受限制，并且基于所选的现有候选的矢量类型来确定来自平均运算的结果矢量的矢量类型(运动矢量或块矢量)。

例如，当两个所选的现有候选是运动矢量候选时，两个所选的现有候选的平均是运动矢量候选。当两个所选的现有候选具有不同的参考图片时，可以选择参考图片之一作为平均运算的结果运动矢量的参考图片。在一些示例中，当两个所选的现有候选具有不同的参考图片时，在平均运算之前执行缩放。在一些其他示例中，无论两个所选的现有候选具有相同还是不同的参考图片，平均运算之前均不执行缩放。

此外，当两个所选的现有候选是块矢量候选时，两个所选的现有候选的平均是块矢量候选。平均运算的结果块矢量候选的参考图片是当前图片。

此外，当两个现有候选之一是运动矢量候选，而两个现有候选中的另一个是块矢量候选时，可以根据编码器侧和解码器侧都知道的规则来确定结果矢量的类型。

在示例中，块矢量候选被视为具有当前图片为参考图片的运动矢量候选。

在关于规则的实施例中，当两个现有候选之一是(参考时间参考图片的)现有运动矢量候选，而两个现有候选中的另一个是(参考当前图片的)现有块矢量候选时，将现有运动矢量候选和现有块矢量候选的结果平均矢量视为运动矢量候选。结果平均矢量的参考图片将是现有运动矢量候选的参考图片。

在示例中，当候选列表最初仅具有现有运动矢量候选时，成对平均运算的结果是运动矢量候选，并且当结果不是现有运动矢量候选的重复时，将该结果添加到候选列表中。当候选列表最初仅具有现有块矢量候选时，成对平均运算的结果是块矢量候选，并且当结果不是现有块矢量候选的重复时，将该结果添加到候选列表中。当候选列表最初既具有现有运动矢量候选又具有块矢量候选时，成对平均运算的结果是运动矢量候选，并且当结果不是现有运动矢量候选的重复时，将该结果添加到候选列表中。当候选列表既没有运动矢量候选也没有块矢量候选时，则候选列表中没有有效矢量候选(例如，在单向预测的情况下，候选列表1可能没有有效矢量)。

在特定示例中，双向预测值(bi-directionalpredictor)通常包括第一运动矢量候选和第二运动矢量候选，并且第一运动矢量候选在候选列表0中，而第二运动矢量候选在候选列表1中。当候选列表0具有块矢量候选时，对块矢量候选和第一运动矢量候选求平均以生成新运动矢量候选，并且将新运动矢量候选(具有与第一运动矢量候选相同的参考图片)添加到候选列表0中作为单向预测候选。

在关于规则的另一个实施例中，当两个现有候选之一是(参考时间参考图片的)现有运动矢量候选，而两个现有候选中另一个是(参考当前图片的)现有块矢量候选，将现有运动矢量候选和现有块矢量候选的结果平均矢量视为块矢量候选。结果平均矢量的参考图片将是当前图片。

在示例中，当候选列表最初仅具有现有运动矢量候选时，成对平均运算的结果是运动矢量候选，并且当结果不是现有运动矢量候选的重复时，将该结果添加到候选列表中。当候选列表最初仅具有现有块矢量候选时，成对平均运算的结果是块矢量候选，并且当结果不是现有块矢量候选的重复时，将该结果添加到候选列表中。当候选列表最初既具有现有运动矢量又具有块矢量时，成对平均运算的结果是块矢量候选，并且当结果不是现有块矢量候选的重复时，将该结果添加到候选列表中。当候选列表既没有运动矢量候选也没有块矢量候选时，则候选列表中没有有效矢量(例如，在单向预测的情况下，候选列表1可能没有有效矢量)。

在特定示例中，双向预测值包括第一运动矢量候选和第二运动矢量候选，并且第一运动矢量候选在候选列表0中且第二运动矢量候选在候选列表1中。当候选列表0具有块矢量候选时，对块矢量候选和第一运动矢量候选求平均以生成参考当前图片的新块矢量候选，并且将新块矢量候选添加到候选列表0中。

注意，在一些实施例中，当结果矢量是块矢量候选并且被用作生成预测样本的最终块矢量时，块矢量被检查为符合施加于有效的块矢量的其他适当限制的有效块矢量。

根据本申请的另一方面，避免了在成对平均运算中将候选列表的运动矢量候选与块矢量候选混合。可以分别对候选列表中的运动矢量和候选列表中的块矢量执行成对平均运算。

例如，当两个所选的现有候选是运动矢量候选时，两个所选的现有候选的平均是运动矢量候选。当两个所选的现有候选具有不同的参考图片时，可以选择参考图片之一作为平均运算的结果运动矢量的参考图片。在一些示例中，当两个所选的现有候选具有不同的参考图片时，在平均运算之前执行缩放。在一些其他示例中，无论两个所选的现有候选是具有相同还是不同的参考图片，在平均运算之前都不执行缩放。

此外，当两个所选的现有候选是块矢量候选时，两个所选的现有候选的平均是块矢量候选。用于平均运算的结果块矢量的参考图片是当前图片。

此外，当两个现有候选之一是运动矢量候选并且两个现有候选中的另一个是块矢量候选时，不对两个现有候选执行平均动作。

根据本申请的另一方面，将候选列表中的块矢量候选排除在成对平均运算之外。可以仅对候选列表中的运动矢量候选执行成对平均运算。当以帧内块复制模式对合并候选进行编码时，将合并候选排除在被选择以用于成对平均运算之外。例如，候选列表具有四个合并候选，这些合候选中的两个合并候选是运动矢量候选，并且这些合并候选中的另两个合并候选是块矢量候选。然后，可以对两个运动矢量候选求平均以产生新运动矢量候选。将两个块矢量候选排除在平均运算之外。

根据本申请的另一方面，当候选列表具有单个块矢量候选时，将块矢量候选排除在被选择以用于平均运算之外；然而，当候选列表具有多于一个块矢量候选时，可以对块矢量候选执行成对平均运算以生成新块矢量候选。例如，当候选列表具有三个运动矢量候选和一个块矢量候选时，可以对三个运动矢量候选执行成对平均运算，以生成三个新运动矢量候选。在另一个示例中，当候选列表具有两个运动矢量候选和两个块矢量候选时，可以对两个运动矢量候选执行成对平均运算，以生成新运动矢量候选。此外，可以对两个块矢量候选执行成对平均运算，以生成新块矢量候选。

在实施中，避免了某些情况。在示例中，当两个块矢量候选具有相同的值时，避免对两个块矢量候选进行成对平均运算。在另一个示例中，当两个运动矢量候选具有相同的值时，避免对两个运动矢量候选进行成对平均运算。当两个候选包括一个块矢量候选和一个运动矢量候选时，当块矢量候选和运动矢量候选具有相同的值(可以参考不同的参考图片)时，避免对两个候选进行成对平均运算。

在本申请的各种示例中，当结果平均矢量是用作用于生成预测样本的最终块矢量的块矢量时，则该块矢量被检查为符合施加于有效的块矢量的任何适当限制的有效块矢量。

图12示出了概述根据本申请的实施例的过程(1200)的流程图。处理(1200)可用于重建以帧内模式编码的块，从而为正在重建的块生成预测块。在各种实施例中，过程(1200)由诸如终端设备(310)、(320)、(330)和(340)中的处理电路之类的处理电路执行，处理电路执行视频编码器(403)的功能，执行视频解码器(410)的功能，执行视频解码器(510)的功能，执行帧内预测模块(552)的功能，执行视频编码器(603)的功能，执行预测器(635)的功能，执行帧内编码器(722)的功能，执行帧内解码器(872)的功能等。在一些实施例中，过程(1200)以软件指令实现，因此，当处理电路执行软件指令时，处理电路执行过程(1200)。过程从(s1201)开始，并且进行到(s1210)。

在(s1210)，对当前图片中当前块的预测信息进行解码。预测信息指示基于合并候选列表的预测模式。

在(s1220)，构建合并候选列表。合并候选列表至少包括具有当前图片为参考图片的第一块矢量候选。合并候选列表还可以包括运动矢量候选和其他块矢量候选。

在(s1230)，基于合并候选列表中的现有候选的成对平均来生成新合并候选。将新合并候选添加到合并候选列表中，以填充合并候选。在一些示例中，当合并候选的数量小于预定数量时，生成新合并候选以填充合并候选列表。

在一个实施例中，第一块矢量候选是合并候选列表中唯一的块矢量候选，并且将第一块矢量候选排除在成对平均运算之外。

在另一实施例中，在合并候选列表中存在除第一块矢量候选之外的块矢量候选。然后，可以对第一块矢量候选和其他块矢量候选执行成对平均运算，以生成新块矢量候选。

在另一个实施例中，可以对第一块矢量候选和运动矢量候选执行平均运算以生成新运动矢量候选。新运动矢量候选具有第一块矢量候选和运动矢量候选的平均矢量值，并且具有与运动矢量候选相同的参考图片。

在另一个实施例中，可以对第一块矢量候选和运动矢量候选执行平均运算以生成新块矢量候选。新块矢量候选具有第一块矢量候选和运动矢量候选的平均矢量值，并且当前图片是新块矢量候选的参考图片。

在(s1240)，从合并候选列表中确定预测值(predictor)。

在(s1250)，基于预测值重建当前块的样本。然后，过程前进至(s1299)并终止。

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13示出适于实施所公开的主题的某些实施例的计算机系统(1300)。

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13所示的计算机系统(1300)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(1300)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(1300)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(1301)、鼠标(1302)、触控板(1303)、触摸屏(1310)、数据手套(未示出)、操纵杆(1305)、麦克风(1306)、扫描仪(1307)、相机(1308)。

计算机系统(1300)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(1310)的触觉反馈、数据手套(未示出)或操纵杆(1305)，但也可以是不作为输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1309)、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(1310)，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的输出；。

计算机系统(1300)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(1321)的cd/dvdrom/rw(1320)的光学介质、指状驱动器(1322)、可拆卸硬盘驱动器或固态驱动器(1323)、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(1300)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(1349)的外部网络接口适配器(例如计算机系统(1300)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(1300)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(1300)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(1300)的内核(1340)。

内核(1340)可以包括一个或多个中央处理单元(cpu)(1341)、图形处理单元(gpu)(1342)、现场可编程门区域(fpga)(1343)形式的专用可编程处理单元、用于某些任务的硬件加速器(1344)等。这些装置以及只读存储器(rom)(1345)、随机存取存储器(1346)、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(1347)可以通过系统总线(1348)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(1348)，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(1348)或通过外围总线(1349)连接到内核的系统总线(1348)。外围总线的体系结构包括pci、usb等。

cpu(1341)、gpu(1342)、fpga(1343)和加速器(1344)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(1345)或ram(1346)中。过渡数据也可以存储在ram(1346)中，而永久数据可以例如存储在内部大容量存储器(1347)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(1341)、gpu(1342)、大容量存储(1347)、rom(1345)、ram(1346)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建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(1300)，特别是内核(1340)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(1340)的存储器，例如内核内部大容量存储器(1347)或rom(1345)。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(1340)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(1340)，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(1346)中的数据结构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(1344))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：转换单元

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：可编程逻辑设备

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

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，因此落入本申请的其精神和范围内的系统和方法。