用于视频译码的共享候选列表和并行候选列表推导的制作方法

文档序号:26013208发布日期:2021-07-23 21:34阅读:63来源:国知局
用于视频译码的共享候选列表和并行候选列表推导的制作方法

本申请要求享受于2019年12月5日递交的美国专利申请no.16/705,016的优先权,该美国申请要求享受于2018年12月7日递交的美国临时申请no.62/776,975的权益,上述申请的全部内容通过引用的方式并入本文中。

本公开内容涉及视频编码和视频解码。



背景技术:

数字视频能力可以被合并到各种各样的设备中,包括数字电视机、数字直播系统、无线广播系统、个人数字助理(pda)、膝上型计算机或台式计算机、平板计算机、电子书阅读器、数字相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、蜂窝或卫星无线电电话(所谓的“智能电话”)、视频电话会议设备、视频流设备等。数字视频设备实现视频译码技术(诸如在由mpeg-2、mpeg-4、itu-th.263、itu-th.264/mpeg-4(第10部分,高级视频译码(avc))、高效率视频译码(hevc)标准、itu-th.265/高效率视频译码(hevc)所定义的标准以及此类标准的扩展中描述的那些技术)。通过实现这样的视频译码技术,视频设备可以更加高效地发送、接收、编码、解码和/或存储数字视频信息。

视频译码技术包括空间(图片内(intra-picture))预测和/或时间(图片间(inter-picture))预测以减少或去除在视频序列中固有的冗余。对于基于块的视频译码,视频切片(例如,视频图片或视频图片的一部分)可以被分割为视频块,视频块也可以被称为译码树单元(ctu)、译码单元(cu)和/或译码节点。图片的经帧内编码(i)的切片中的视频块是使用相对于同一图片中的相邻块中的参考样本的空间预测来编码的。图片的经帧间编码(p或b)的切片中的视频块可以使用相对于同一图片中的相邻块中的参考样本的空间预测或者相对于其它参考图片中的参考样本的时间预测。图片可以被称为帧,并且参考图片可以被称为参考帧。



技术实现要素:

本公开内容描述了与从不同图片中的视频数据的已经译码的块预测视频数据的块(例如,帧间预测)相关联的技术。更具体地,本公开内容描述了与共享候选列表推导、并行候选列表推导和/或基于历史的运动矢量候选缓冲器中的一项或多项相关的技术。如下面更详细地描述的,这些不同的译码工具当前以不一定是互补的和高效的方式实现。本公开内容描述了可以通过提高译码效率和/或降低计算复杂度来改进这些各种译码工具(并且更具体地,改进这些译码工具如何彼此协同工作)的技术。

根据一个示例,一种对视频数据进行译码的方法包括:确定第一区域大小门限;确定第二区域大小门限,其中,所述第二区域大小门限小于所述第一区域大小门限;将视频数据的块分割为多个分区;响应于确定所分割的块的第一分区小于或等于所述第一区域大小门限,确定所述第一分区内的两个或更多个块属于并行估计区域;并行地对所述第一分区内的所述两个或更多个块进行译码;响应于确定所分割的块的第二分区小于或等于所述第二区域大小门限,确定所述第二分区内的两个或更多个块属于用于共享候选列表的区域;使用所述共享候选列表来对所述第二分区内的所述两个或更多个块进行译码;以及输出经译码的视频,所述经译码的视频包括所述第一分区的所述两个或更多个块和所述第二分区的所述两个或更多个块的经译码的版本。

根据另一示例,一种用于对视频数据进行译码的设备包括:被配置为存储视频数据的存储器以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:确定第一区域大小门限;确定第二区域大小门限,其中,所述第二区域大小门限小于所述第一区域大小门限;将视频数据的块分割为多个分区;响应于确定所分割的块的第一分区小于或等于所述第一区域大小门限,确定所述第一分区内的两个或更多个块属于并行估计区域;并行地对所述第一分区内的所述两个或更多个块进行译码;响应于确定所分割的块的第二分区小于或等于所述第二区域大小门限,确定所述第二分区内的两个或更多个块属于用于共享候选列表的区域;使用所述共享候选列表来对所述第二分区内的所述两个或更多个块进行译码;以及输出经译码的视频,所述经译码的视频包括所述第一分区的所述两个或更多个块和所述第二分区的所述两个或更多个块的经译码的版本。

根据另一示例,一种装置包括:用于确定第一区域大小门限的单元;用于确定第二区域大小门限的单元,其中,所述第二区域大小门限小于所述第一区域大小门限;用于将视频数据的块分割为多个分区的单元;用于响应于确定所分割的块的第一分区小于或等于所述第一区域大小门限,确定所述第一分区内的两个或更多个块属于并行估计区域的单元;用于并行地对所述第一分区内的所述两个或更多个块进行译码的单元;用于响应于确定所分割的块的第二分区小于或等于所述第二区域大小门限,确定所述第二分区内的两个或更多个块属于用于共享候选列表的区域的单元;用于使用所述共享候选列表来对所述第二分区内的所述两个或更多个块进行译码的单元;以及用于输出经译码的视频的单元,所述经译码的视频包括所述第一分区的所述两个或更多个块和所述第二分区的所述两个或更多个块的经译码的版本。

根据另一示例,一种计算机可读存储介质存储指令,所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作:确定第一区域大小门限;确定第二区域大小门限,其中,所述第二区域大小门限小于所述第一区域大小门限;将视频数据的块分割为多个分区;响应于确定所分割的块的第一分区小于或等于所述第一区域大小门限,确定所述第一分区内的两个或更多个块属于并行估计区域;并行地对所述第一分区内的所述两个或更多个块进行译码;响应于确定所分割的块的第二分区小于或等于所述第二区域大小门限,确定所述第二分区内的两个或更多个块属于用于共享候选列表的区域;使用所述共享候选列表来对所述第二分区内的所述两个或更多个块进行译码;以及输出经译码的视频,所述经译码的视频包括所述第一分区的所述两个或更多个块和所述第二分区的所述两个或更多个块的经译码的版本。

根据另一示例,一种对视频数据进行译码的方法包括:维护基于历史的运动矢量候选的缓冲器,其中,所述基于历史的运动矢量候选包括用于对所述视频数据的先前译码的块进行帧间预测的运动矢量;针对所述视频数据的第一分区的第一块,使用第一运动矢量来确定用于所述第一块的预测块;响应于所述第一块大于门限大小,利用所述第一运动矢量来更新所述基于历史的运动矢量候选的缓冲器;针对所述视频数据的第二分区的第二块,使用第二运动矢量来确定用于所述第二块的预测块;响应于所述第二块小于或等于所述门限大小,避免利用所述第二运动矢量来更新所述基于历史的运动矢量候选的缓冲器;以及输出经译码的视频,所述经译码的视频包括所述第一块和所述第二块的经译码的版本。

根据另一示例,一种用于对视频数据进行译码的设备包括:被配置为存储视频数据的存储器以及一个或多个处理器,所述一个或多个处理器在电路中实现并且被配置为:维护基于历史的运动矢量候选的缓冲器,其中,所述基于历史的运动矢量候选包括用于对所述视频数据的先前译码的块进行帧间预测的运动矢量;针对所述视频数据的第一分区的第一块,使用第一运动矢量来确定用于所述第一块的预测块;响应于所述第一块大于门限大小,利用所述第一运动矢量来更新所述基于历史的运动矢量候选的缓冲器;针对所述视频数据的第二分区的第二块,使用第二运动矢量来确定用于所述第二块的预测块;响应于所述第二块小于或等于所述门限大小,避免利用所述第二运动矢量来更新所述基于历史的运动矢量候选的缓冲器;以及输出经译码的视频,所述经译码的视频包括所述第一块和所述第二块的经译码的版本。

根据另一示例,一种用于对视频数据进行译码的装置包括:用于维护基于历史的运动矢量候选的缓冲器的单元,其中,所述基于历史的运动矢量候选包括用于对所述视频数据的先前译码的块进行帧间预测的运动矢量;用于针对所述视频数据的第一分区的第一块,使用第一运动矢量来确定用于所述第一块的预测块的单元;用于响应于所述第一块大于门限大小,利用所述第一运动矢量来更新所述基于历史的运动矢量候选的缓冲器的单元;用于针对所述视频数据的第二分区的第二块,使用第二运动矢量来确定用于所述第二块的预测块的单元;用于响应于所述第二块小于或等于所述门限大小,避免利用所述第二运动矢量来更新所述基于历史的运动矢量候选的缓冲器的单元;以及用于输出经译码的视频的单元,所述经译码的视频包括所述第一块和所述第二块的经译码的版本。

根据另一示例,一种计算机可读存储介质存储指令,所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作:维护基于历史的运动矢量候选的缓冲器,其中,所述基于历史的运动矢量候选包括用于对所述视频数据的先前译码的块进行帧间预测的运动矢量;针对所述视频数据的第一分区的第一块,使用第一运动矢量来确定用于所述第一块的预测块;响应于所述第一块大于门限大小,利用所述第一运动矢量来更新所述基于历史的运动矢量候选的缓冲器;针对所述视频数据的第二分区的第二块,使用第二运动矢量来确定用于所述第二块的预测块;响应于所述第二块小于或等于所述门限大小,避免利用所述第二运动矢量来更新所述基于历史的运动矢量候选的缓冲器;以及输出经译码的视频,所述经译码的视频包括所述第一块和所述第二块的经译码的版本。

在附图和以下描述中阐述了一个或多个示例的细节。根据描述、附图和权利要求,其它特征、目的和优点将是显而易见的。

附图说明

图1是示出可以执行本公开内容的技术的示例视频编码和解码系统的框图。

图2a和图2b是示出示例四叉树二叉树(qtbt)结构以及对应的译码树单元(ctu)的概念图。

图3示出了可以用于定义并行估计区域和/或用于共享候选列表的区域的块。

图4是示出可以执行本公开内容的技术的示例视频编码器的框图。

图5是示出可以执行本公开内容的技术的示例视频解码器的框图。

图6是示出示例视频编码过程的流程图。

图7是示出示例视频解码过程的流程图。

图8是示出示例视频译码过程的流程图。

图9是示出示例视频译码过程的流程图。

具体实施方式

视频译码(例如,视频编码和/或视频解码)通常涉及从同一图片中的视频数据的已经译码的块预测视频数据的块(例如,帧内预测)或者从不同图片中的视频数据的已经译码的块预测视频数据的块(例如,帧间预测)。在一些情况下,视频编码器还通过将预测块与原始块进行比较来计算残差数据。因此,残差数据表示视频数据的预测块与原始块之间的差。为了减少用信号通知残差数据所需的比特数量,视频编码器对残差数据进行变换和量化,并且在经编码的比特流中用信号通知经变换和经量化的残差数据。通过变换和量化过程实现的压缩可能是有损的,这意味着变换和量化过程可能将失真引入到经解码的视频数据中。

视频解码器对残差数据进行解码并且将其添加到预测块中,以产生经重构的视频块,该经重构的视频块与单独的预测块相比更紧密地匹配原始视频块。由于残差数据的变换和量化引入的损失,经重构的块可能具有失真或伪影。一种常见类型的伪影或失真被称为块性,其中用于对视频数据进行译码的块的边界是可见的。为了进一步提高经解码的视频的质量,视频解码器可以对经重构的视频块执行一个或多个滤波操作。

本公开内容描述了与从不同图片中的视频数据的已经译码的块预测视频数据的块(例如,帧间预测)相关联的技术。更具体地,本公开内容描述了与共享候选列表推导、并行候选列表推导和/或基于历史的运动矢量候选缓冲器中的一项或多项相关的技术。如下面更详细地描述的,这些不同的译码工具当前以不一定是互补的和高效的方式实现。本公开内容描述了可以通过提高译码效率和/或降低计算复杂度来改进这些各种译码工具(并且更具体地,改进这些译码工具如何彼此协同工作)的技术。

图1是示出可以执行本公开内容的技术的示例视频编码和解码系统100的框图。概括而言,本公开内容的技术涉及对视频数据进行译码(编码和/或解码)。通常,视频数据包括用于处理视频的任何数据。因此,视频数据可以包括原始的未经编码的视频、经编码的视频、经解码(例如,经重构)的视频、以及视频元数据(例如,信令数据)。

如图1所示,在该示例中,系统100包括源设备102,源设备102提供要被目的地设备116解码和显示的、经编码的视频数据。具体地,源设备102经由计算机可读介质110来将视频数据提供给目的地设备116。源设备102和目的地设备116可以包括各种各样的设备中的任何一种,包括台式计算机、笔记本计算机(即,膝上型计算机)、平板计算机、机顶盒、诸如智能电话之类的电话手机、电视机、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在一些情况下,源设备102和目的地设备116可以被配备用于无线通信,并且因此可以被称为无线通信设备。

在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200以及输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120以及显示设备118。根据本公开内容,源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置为应用用于共享候选列表和并行候选列表推导的技术以及用于维护基于历史的运动矢量候选的缓冲器的技术。因此,源设备102表示视频编码设备的示例,而目的地设备116表示视频解码设备的示例。在其它示例中,源设备和目的地设备可以包括其它组件或布置。例如,源设备102可以从诸如外部相机之类的外部视频源接收视频数据。同样,目的地设备116可以与外部显示设备对接,而不是包括集成显示设备。

如图1所示的系统100仅是一个示例。通常,任何数字视频编码和/或解码设备可以执行本文所描述的用于共享候选列表和并行候选列表推导的技术,以及用于维护基于历史的运动矢量候选的缓冲器的技术。源设备102和目的地设备116仅是这样的译码设备的示例,其中,源设备102生成经译码的视频数据以用于传输给目的地设备116。本公开内容将“译码”设备指代为执行对数据的译码(例如,编码和/或解码)的设备。因此,视频编码器200和视频解码器300分别表示译码设备(具体地,视频编码器和视频解码器)的示例。在一些示例中,源设备102和目的地设备116可以以基本上对称的方式进行操作,使得源设备102和目的地设备116中的每一者都包括视频编码和解码组件。因此,系统100可以支持在源设备102与目的地设备116之间的单向或双向视频传输,例如,以用于视频流式传输、视频回放、视频广播或视频电话。

通常,视频源104表示视频数据(即,原始的未经编码的视频数据)的源,并且将视频数据的顺序的一系列图片(也被称为“帧”)提供给视频编码器200,视频编码器200对用于图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备,诸如摄像机、包含先前捕获的原始视频的视频存档单元、和/或用于从视频内容提供者接收视频的视频馈送接口。作为另外的替代方式,视频源104可以生成基于计算机图形的数据作为源视频,或者生成实时视频、被存档的视频和计算机生成的视频的组合。在每种情况下,视频编码器200可以对被捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从所接收的顺序(有时被称为“显示顺序”)重新排列为用于译码的译码顺序。视频编码器200可以生成包括经编码的视频数据的比特流。然后,源设备102可以经由输出接口108将经编码的视频数据输出到计算机可读介质110上,以便由例如目的地设备116的输入接口122接收和/或取回。

源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中,存储器106、120可以存储原始视频数据,例如,来自视频源104的原始视频以及来自视频解码器300的原始的经解码的视频数据。另外或替代地,存储器106、120可以存储可由例如视频编码器200和视频解码器300分别执行的软件指令。尽管存储器106和存储器120在该示例中被示为与视频编码器200和视频解码器300分开,但是应当理解的是,视频编码器200和视频解码器300还可以包括用于在功能上类似或等效目的的内部存储器。此外,存储器106、120可以存储例如从视频编码器200输出并且输入到视频解码器300的经编码的视频数据。在一些示例中,存储器106、120的部分可以被分配为一个或多个视频缓冲器,例如,以存储原始的经解码和/或经编码的视频数据。

计算机可读介质110可以表示能够将经编码的视频数据从源设备102输送到目的地设备116的任何类型的介质或设备。在一个示例中,计算机可读介质110表示通信介质,其使得源设备102能够例如经由射频网络或基于计算机的网络,来实时地向目的地设备116直接发送经编码的视频数据。输出接口108可以根据诸如无线通信协议之类的通信标准来对包括经编码的视频数据的传输信号进行调制,并且输入接口122可以根据诸如无线通信协议之类的通信标准来对所接收的传输信号进行解调。通信介质可以包括任何无线或有线通信介质,例如,射频(rf)频谱或一条或多条物理传输线。通信介质可以形成诸如以下各项的基于分组的网络的一部分:局域网、广域网、或诸如互联网之类的全球网络。通信介质可以包括路由器、交换机、基站、或对于促进从源设备102到目的地设备116的通信而言可以有用的任何其它设备。

在一些示例中,源设备102可以将经编码的数据从输出接口108输出到存储设备112。类似地,目的地设备116可以经由输入接口122从存储设备112访问经编码的数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种,诸如硬盘驱动器、蓝光光盘、dvd、cd-rom、闪存、易失性或非易失性存储器、或用于存储经编码的视频数据的任何其它适当的数字存储介质。

在一些示例中,源设备102可以将经编码的视频数据输出到文件服务器114或者可以存储由源设备102生成的经编码的视频的另一中间存储设备。目的地设备116可以经由流式传输或下载来从文件服务器114存取被存储的视频数据。文件服务器114可以是能够存储经编码的视频数据并且将该经编码的视频数据发送给目的地设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如,用于网站)、文件传输协议(ftp)服务器、内容递送网络设备、或网络附加存储(nas)设备。目的地设备116可以通过任何标准数据连接(包括互联网连接)来从文件服务器114访问经编码的视频数据。这可以包括适于访问被存储在文件服务器114上的经编码的视频数据的无线信道(例如,wi-fi连接)、有线连接(例如,数字用户线(dsl)、电缆调制解调器等)、或这两者的组合。文件服务器114和输入接口122可以被配置为根据以下各项来操作:流传输协议、下载传输协议、或其组合。

输出接口108和输入接口122可以表示无线发射机/接收机、调制解调器、有线联网组件(例如,以太网卡)、根据各种ieee802.11标准中的任何一种标准进行操作的无线通信组件、或其它物理组件。在其中输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置为根据蜂窝通信标准(诸如4g、4g-lte(长期演进)、改进的lte、5g等)来传输数据(诸如经编码的视频数据)。在其中输出接口108包括无线发射机的一些示例中,输出接口108和输入接口122可以被配置为根据其它无线标准(诸如ieee802.11规范、ieee802.15规范(例如,zigbeetm)、bluetoothtm标准等)来传输数据(诸如经编码的视频数据)。在一些示例中,源设备102和/或目的地设备116可以包括相应的片上系统(soc)设备。例如,源设备102可以包括用于执行被赋予视频编码器200和/或输出接口108的功能的soc设备,并且目的地设备116可以包括用于执行被赋予视频解码器300和/或输入接口122的功能的soc设备。

本公开内容的技术可以应用于视频译码,以支持各种多媒体应用中的任何一种,诸如空中电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(诸如基于http的动态自适应流式传输(dash))、被编码到数据存储介质上的数字视频、对被存储在数据存储介质上的数字视频的解码、或其它应用。

目的地设备116的输入接口122从计算机可读介质110(例如,通信介质、存储设备112、文件服务器114等)接收经编码的视频比特流。经编码的视频比特流可以包括由视频编码器200定义的诸如以下语法元素之类的信令信息(其也被视频解码器300使用):所述语法元素具有描述视频块或其它译码单元(例如,切片、图片、图片组、序列等)的特性和/或处理的值。显示设备118将经解码的视频数据的经解码的图片显示给用户。显示设备118可以表示各种显示设备中的任何一种,诸如阴极射线管(crt)、液晶显示器(lcd)、等离子显示器、有机发光二极管(oled)显示器、或另一种类型的显示设备。

尽管在图1中未示出,但是在一些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,并且可以包括适当的mux-demux单元或其它硬件和/或软件,以处理包括公共数据流中的音频和视频两者的经复用的流。如果适用,mux-demux单元可以遵循ituh.223复用器协议或其它协议(诸如用户数据报协议(udp))。

视频编码器200和视频解码器300各自可以被实现为各种适当的编码器和/或解码器电路中的任何一种,诸如一个或多个微处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、分立逻辑、软件、硬件、固件、或其任何组合。当所述技术部分地用软件实现时,设备可以将用于软件的指令存储在适当的非暂时性计算机可读介质中,并且使用一个或多个处理器,用硬件来执行指令以执行本公开内容的技术。视频编码器200和视频解码器300中的每一者可以被包括在一个或多个编码器或解码器中,编码器或解码器中的任一者可以被集成为相应设备中的组合编码器/解码器(codec)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器、和/或无线通信设备(诸如蜂窝电话)。

视频编码器200和视频解码器300可以根据视频译码标准(诸如itu-th.265(也被称为高效率视频译码(hevc)标准)或对其的扩展(诸如多视图和/或可伸缩视频译码扩展))进行操作。基于itu-tvceg(q6/16)和iso/iecmpeg(jtc1/sc29/wg11)的工作,vceg和mpeg的联合视频专家组(jvet)正在开发一种新的视频译码标准,被称为多功能视频译码(vvc)标准。vvc的早期草案可在文档jvet-j1001“versatilevideocoding(draft1)”中获得,并且其算法描述可在文档jvet-j1002“algorithmdescriptionforversatilevideocodingandtestmodel1(vtm1)”中获得。vvc的另一早期草案可在文档jvet-l1001“versatilevideocoding(draft3)”中获得,并且其算法描述可在文档jvet-l1002“algorithmdescriptionforversatilevideocodingandtestmodel3(vtm3)”中获得。然而,本公开内容的技术不限于任何特定的译码标准。vvc标准的近期草案是在以下文档中描述的:bross等人,“versatilevideocoding(draft7)”,itu-tsg16wp3和iso/iecjtc1/sc29/wg11的联合视频专家组(jvet),第16次会议,瑞士日内瓦,2019年10月1-11日,jvet-p2001-v9(下文中称为“vvc草案7”)。然而,本公开内容的与共享候选列表推导、并行候选列表推导和/或基于历史的运动矢量候选缓冲器相关的技术不限于任何特定的译码标准。基于历史的运动矢量候选缓冲器在本文中也可以被称为基于历史的运动矢量候选列表。

通常,视频编码器200和视频解码器300可以执行对图片的基于块的译码。术语“块”通常指代包括要被处理的(例如,在编码和/或解码过程中要被编码、被解码或以其它方式使用的)数据的结构。例如,块可以包括亮度和/或色度数据的样本的二维矩阵。通常,视频编码器200和视频解码器300可以对以yuv(例如,y、cb、cr)格式表示的视频数据进行译码。也就是说,并不是对用于图片的样本的红色、绿色和蓝色(rgb)数据进行译码,视频编码器200和视频解码器300可以对亮度和色度分量进行译码,其中,色度分量可以包括红色色相和蓝色色相色度分量两者。在一些示例中,视频编码器200在进行编码之前将所接收的经rgb格式化的数据转换为yuv表示,并且视频解码器300将yuv表示转换为rgb格式。替代地,预处理和后处理单元(未示出)可以执行这些转换。

概括而言,本公开内容可以涉及对图片的译码(例如,编码和解码)以包括对图片的数据进行编码或解码的过程。类似地,本公开内容可以涉及对图片的块的译码以包括对用于块的数据进行编码或解码(例如,预测和/或残差译码)的过程。经编码的视频比特流通常包括用于表示译码决策(例如,译码模式)以及将图片分割为块的语法元素的一系列值。因此,关于对图片或块进行译码的引用通常应当被理解为对用于形成图片或块的语法元素的值进行译码。

hevc定义了各种块,包括译码单元(cu)、预测单元(pu)和变换单元(tu)。根据hevc,视频译码器(诸如视频编码器200)根据四叉树结构来将译码树单元(ctu)(其也可以被称为最大译码单元(lcu))分割为cu。也就是说,视频译码器将ctu和cu分割为四个相等的、不重叠的正方形,并且四叉树的每个节点具有零个或四个子节点。没有子节点的节点可以被称为“叶节点”,并且这种叶节点的cu可以包括一个或多个pu和/或一个或多个tu。视频译码器可以进一步分割pu和tu。例如,在hevc中,残差四叉树(rqt)表示对tu的分区。在hevc中,pu表示帧间预测数据,而tu表示残差数据。经帧内预测的cu包括帧内预测信息,诸如帧内模式指示。本公开内容通常可以使用术语分区来表示块(诸如tu、pu或cu)或者表示多个块或包括多个块的区域。

作为另一示例,视频编码器200和视频解码器300可以被配置为根据jem或vvc进行操作。根据jem或vvc,视频译码器(诸如视频编码器200)将图片分割为多个译码树单元(ctu)。视频编码器200可以根据树结构(诸如四叉树-二叉树(qtbt)结构或多类型树(mtt结构)分割ctu。qtbt结构去除了多种分割类型的概念,诸如在hevc的cu、pu和tu之间的分隔。qtbt结构可以包括两个级别:根据四叉树分割而被分割的第一级别、以及根据二叉树分割而被分割的第二级别。qtbt结构的根节点对应于ctu。二叉树的叶节点对应于译码单元(cu)。

在mtt分割结构中,可以使用四叉树(qt)分割、二叉树(bt)分割以及一种或多种类型的三叉树(tt)(也被称为三元树(tt))分割来对块进行分割。三叉树或三元树分割是其中块被分为三个子块的分割。在一些示例中,三叉树或三元树分割将块划分为三个子块,而不通过中心划分原始块。mtt中的分割类型(例如,qt、bt和tt)可以是对称的或不对称的。

在一些示例中,视频编码器200和视频解码器300可以使用单个qtbt或mtt结构来表示亮度分量和色度分量中的每一者,而在其它示例中,视频编码器200和视频解码器300可以使用两个或更多个qtbt或mtt结构,诸如用于亮度分量的一个qtbt/mtt结构以及用于两个色度分量的另一个qtbt/mtt结构(或者用于相应色度分量的两个qtbt/mtt结构)。

视频编码器200和视频解码器300可以被配置为使用每hevc的四叉树分割、qtbt分割、mtt分割、或其它分割结构。为了解释的目的,关于qtbt分割给出了本公开内容的技术的描述。然而,应当理解的是,本公开内容的技术还可以应用于被配置为使用四叉树分割或者还使用其它类型的分割的视频译码器。

可以以各种方式在图片中对块(例如,ctu或cu)进行分组。作为一个示例,砖块可以指代图片中的特定瓦片(tile)内的ctu行的矩形区域。瓦片可以是图片中的特定瓦片列和特定瓦片行内的ctu的矩形区域。瓦片列指代ctu的矩形区域,其具有等于图片的高度的高度以及由语法元素(例如,诸如在图片参数集中)指定的宽度。瓦片行指代ctu的矩形区域,其具有由语法元素指定的高度(例如,诸如在图片参数集中)以及等于图片的宽度的宽度。

在一些示例中,可以将瓦片分割为多个砖块,每个砖块可以包括瓦片内的一个或多个ctu行。没有被分割为多个砖块的瓦片也可以被称为砖块。然而,作为瓦片的真实子集的砖块可以不被称为瓦片。

图片中的砖块也可以以切片来排列。切片可以是图片的整数个砖块,其可以唯一地被包含在单个网络抽象层(nal)单元中。在一些示例中,切片包括多个完整的瓦片或者仅包括一个瓦片的完整砖块的连续序列。

本公开内容可以互换地使用“nxn”和“n乘n”来指代块(诸如cu或其它视频块)在垂直和水平维度方面的样本大小,例如,16x16个样本或16乘16个样本。通常,16x16cu将在垂直方向上具有16个样本(y=16),并且在水平方向上将具有16个样本(x=16)。同样地,nxncu通常在垂直方向上具有n个样本,并且在水平方向上具有n个样本,其中n表示非负整数值。cu中的样本可以按行和列来排列。此外,cu不一定需要在水平方向上具有与在垂直方向上相同的数量的样本。例如,cu可以包括nxm个样本,其中m不一定等于n。

视频编码器200对用于cu的表示预测和/或残差信息以及其它信息的视频数据进行编码。预测信息指示将如何预测cu以便形成用于cu的预测块。残差信息通常表示在编码之前的cu的样本与预测块之间的逐样本差。

为了预测cu,视频编码器200通常可以通过帧间预测或帧内预测来形成用于cu的预测块。帧间预测通常指代根据先前译码的图片的数据来预测cu,而帧内预测通常指代根据同一图片的先前译码的数据来预测cu。为了执行帧间预测,视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索,以识别例如在cu与参考块之间的差异方面与cu紧密匹配的参考块。视频编码器200可以使用绝对差之和(sad)、平方差之和(ssd)、平均绝对差(mad)、均方差(msd)、或其它这种差计算来计算差度量,以确定参考块是否与当前cu紧密匹配。在一些示例中,视频编码器200可以使用单向预测或双向预测来预测当前cu。

jem和vvc的一些示例还提供仿射运动补偿模式,其可以被认为是帧间预测模式。在仿射运动补偿模式下,视频编码器200可以确定表示非平移运动(诸如放大或缩小、旋转、透视运动或其它不规则的运动类型)的两个或更多个运动矢量。

为了执行帧内预测,视频编码器200可以选择帧内预测模式来生成预测块。jem和vvc的一些示例提供六十七种帧内预测模式,包括各种方向性模式、以及平面模式和dc模式。通常,视频编码器200选择帧内预测模式,帧内预测模式描述要根据其来预测当前块(例如,cu的块)的样本的、当前块的相邻样本。假定视频编码器200以光栅扫描顺序(从左到右、从上到下)对ctu和cu进行译码,则这样的样本通常可以是在与当前块相同的图片中在当前块的上方、左上方或左侧。

视频编码器200对表示用于当前块的预测模式的数据进行编码。例如,对于帧间预测模式,视频编码器200可以对表示使用各种可用帧间预测模式中的哪一种的数据以及用于对应模式的运动信息进行编码。对于单向或双向帧间预测,例如,视频编码器200可以使用高级运动矢量预测(amvp)或合并模式来对运动矢量进行编码。视频编码器200可以使用类似的模式来对用于仿射运动补偿模式的运动矢量进行编码。

在诸如对块的帧内预测或帧间预测之类的预测之后,视频编码器200可以计算用于该块的残差数据。残差数据(诸如残差块)表示在块与用于该块的预测块之间的逐样本差,该预测块是使用对应的预测模式来形成的。视频编码器200可以将一个或多个变换应用于残差块,以在变换域中而非在样本域中产生经变换的数据。例如,视频编码器200可以将离散余弦变换(dct)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外,视频编码器200可以在第一变换之后应用二次变换,诸如模式相关的不可分离二次变换(mdnsst)、信号相关变换、karhunen-loeve变换(klt)等。视频编码器200在应用一个或多个变换之后产生变换系数。

如上所述,在任何变换以产生变换系数之后,视频编码器200可以执行对变换系数的量化。量化通常指代如下的过程:在该过程中,对变换系数进行量化以可能减少用于表示变换系数的数据量,从而提供进一步的压缩。通过执行量化过程,视频编码器200可以减小与一些或所有变换系数相关联的比特深度。例如,视频编码器200可以在量化期间将n比特的值向下舍入为m比特的值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可以执行对要被量化的值的按位右移。

在量化之后,视频编码器200可以扫描变换系数,从而从包括经量化的变换系数的二维矩阵产生一维矢量。可以将扫描设计为将较高能量(并且因此较低频率)的变换系数放在矢量的前面,并且将较低能量(并且因此较高频率)的变换系数放在矢量的后面。在一些示例中,视频编码器200可以利用预定义的扫描顺序来扫描经量化的变换系数以产生经串行化的矢量,并且然后对矢量的经量化的变换系数进行熵编码。在其它示例中,视频编码器200可以执行自适应扫描。在扫描经量化的变换系数以形成一维矢量之后,视频编码器200可以例如根据上下文自适应二进制算术译码(cabac)来对一维矢量进行熵编码。视频编码器200还可以对用于描述与经编码的视频数据相关联的元数据的语法元素的值进行熵编码,以供视频解码器300在对视频数据进行解码时使用。

为了执行cabac,视频编码器200可以将上下文模型内的上下文分配给要被发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以是基于被分配给符号的上下文的。

视频编码器200还可以例如在图片报头、块报头、切片报头中为视频解码器300生成语法数据(诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据)、或其它语法数据(诸如序列参数集(sps)、图片参数集(pps)或视频参数集(vps))。同样地,视频解码器300可以对这样的语法数据进行解码以确定如何解码对应的视频数据。

以这种方式,视频编码器200可以生成比特流,其包括经编码的视频数据,例如,描述将图片分割为块(例如,cu)以及用于该块的预测和/或残差信息的语法元素。最终,视频解码器300可以接收比特流并且对经编码的视频数据进行解码。

通常,视频解码器300执行与由视频编码器200执行的过程相反的过程,以对比特流的经编码的视频数据进行解码。例如,视频解码器300可以使用cabac,以与视频编码器200的cabac编码过程基本上类似的、但是相反的方式来对用于比特流的语法元素的值进行解码。语法元素可以定义用于将图片分割为ctu、以及根据对应的分割结构(诸如qtbt结构)对每个ctu进行分割以定义ctu的cu的分割信息。语法元素还可以定义用于视频数据的块(例如,cu)的预测和残差信息。

残差信息可以由例如经量化的变换系数来表示。视频解码器300可以对块的经量化的变换系数进行逆量化和逆变换以重现用于该块的残差块。视频解码器300使用经信号通知的预测模式(帧内预测或帧间预测)和相关的预测信息(例如,用于帧间预测的运动信息)来形成用于该块的预测块。视频解码器300然后可以对预测块和残差块(在逐个样本的基础上)进行组合以重现原始块。视频解码器300可以执行额外处理,诸如执行去块过程以减少沿着块的边界的视觉伪影。

概括而言,本公开内容可能涉及“用信号通知”某些信息(诸如语法元素)。术语“用信号通知”通常可以指代对用于语法元素的值和/或用于对经编码的视频数据进行解码的其它数据的传送。也就是说,视频编码器200可以在比特流中用信号通知用于语法元素的值。通常,用信号通知指代在比特流中生成值。如上所述,源设备102可以基本上实时地或不是实时地(诸如可能在将语法元素存储到存储设备112以供目的地设备116稍后取回时发生)将比特流传输到目的地设备116。

图2a和2b是示出示例四叉树二叉树(qtbt)结构130以及对应的译码树单元(ctu)132的概念图。实线表示四叉树拆分,而虚线指示二叉树拆分。在二叉树的每个拆分(即非叶)节点中,用信号通知一个标志以指示使用哪种拆分类型(即,水平或垂直),其中,在该示例中,0指示水平拆分,而1指示垂直拆分。对于四叉树拆分,由于四叉树节点将块水平地并且垂直地拆分为具有相等大小的4个子块,因此无需指示拆分类型。因此,视频编码器200可以对以下各项进行编码,而视频解码器300可以对以下各项进行解码:用于qtbt结构130的区域树级别(即实线)的语法元素(诸如,拆分信息)、以及用于qtbt结构130的预测树级别(即虚线)的语法元素(诸如,拆分信息)。视频编码器200可以对用于由qtbt结构130的终端叶节点表示的cu的视频数据(诸如,预测和变换数据)进行编码,而视频解码器300可以对视频数据进行解码。

通常,图2b的ctu132可以与定义与qtbt结构130的处于第一和第二级别的节点相对应的块的大小的参数相关联。这些参数可以包括ctu大小(表示样本中的ctu132的大小)、最小四叉树大小(minqtsize,其表示最小允许四叉树叶节点大小)、最大二叉树大小(maxbtsize,其表示最大允许二叉树根节点大小)、最大二叉树深度(maxbtdepth,其表示最大允许二叉树深度)、以及最小二叉树大小(minbtsize,其表示最小允许二叉树叶节点大小)。

qtbt结构的与ctu相对应的根节点可以在qtbt结构的第一级别处具有四个子节点,每个子节点可以是根据四叉树分割来分割的。也就是说,第一级别的节点是叶节点(没有子节点)或者具有四个子节点。qtbt结构130的示例将这样的节点表示为包括具有实线分支的父节点和子节点。如果第一级别的节点不大于最大允许二叉树根节点大小(maxbtsize),则可以通过相应的二叉树进一步对节点进行分割。可以对一个节点的二叉树拆分进行迭代,直到从拆分产生的节点达到最小允许二叉树叶节点大小(minbtsize)或最大允许二叉树深度(maxbtdepth)。qtbt结构130的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为译码单元(cu),其用于预测(例如,图片内或图片间预测)和变换,而不进行任何进一步分割。如上所讨论的,cu也可以被称为“视频块”或“块”。

在qtbt分割结构的一个示例中,ctu大小被设置为128x128(亮度样本和两个对应的64x64色度样本),minqtsize被设置为16x16,maxbtsize被设置为64x64,minbtsize(对于宽度和高度两者)被设置为4,并且maxbtdepth被设置为4。首先对ctu应用四叉树分割以生成四叉树叶节点。四叉树叶节点可以具有从16x16(即minqtsize)到128x128(即ctu大小)的大小。如果叶四叉树节点为128x128,则由于该大小超过maxbtsize(即,在该示例中为64x64),因此叶四叉树节点将不被二叉树进一步拆分。否则,叶四叉树节点将被二叉树进一步分割。因此,四叉树叶节点也是用于二叉树的根节点,并且具有为0的二叉树深度。当二叉树深度达到maxbtdepth(在该示例中为4)时,不允许进一步拆分。当二叉树节点具有等于minbtsize(在该示例中为4)的宽度时,其意味着不允许进一步的水平拆分。类似地,具有等于minbtsize的高度的二叉树节点意味着不允许针对该二叉树节点进行进一步的垂直拆分。如上所述,二叉树的叶节点被称为cu,并且根据预测和变换而被进一步处理,而无需进一步分割。

视频编码器200和视频解码器300可以被配置为生成和利用并行运动估计(pme)。也就是说,视频编码器200和视频解码器300可以被配置为针对pme区域(area)(也可以被称为pme区(region))内的多个块并行地执行运动估计。hevc允许正方形pme区域。对于不同的译码场景,该pme区域的大小可能不同。当视频编码器200和视频解码器300构建合并候选列表时,视频编码器200和视频解码器300不包括用于在pme区域内的相邻块的空间相邻运动矢量作为列表中的候选。替代地,视频编码器200和视频解码器300仅包括用于在pme区域之外的块的运动矢量作为列表中的候选。

在一些示例中,视频编码器200和视频解码器300可以被配置为生成和利用共享运动候选列表。在该上下文中,共享运动候选列表是指可以由多个块使用和/或用于多个译码工具或译码模式的候选列表。美国专利9,338,451描述了单个合并列表概念的示例,其中,对于图片的某个区域,推导用于该区域的合并候选列表并且将其用于该区域内的所有块。换句话说,对于某个区域的所有块,仅需要一个候选列表推导。

视频编码器200和视频解码器300还可以被配置为确定和利用基于历史的运动矢量候选。vvc标准的初稿包括利用基于历史的运动矢量候选的译码工具。基于历史的运动矢量候选是用于相对最近的经译码的块(例如在与当前正被译码的块相同的图片中)的帧间预测的运动矢量。视频编码器200和视频解码器300可以在缓冲器中维护这种最近使用的运动矢量的列表,并且可以使用这些运动矢量候选来预测将来的块。该缓冲器在本文中可以被称为基于历史的运动矢量候选缓冲器。存储在缓冲器中的运动矢量可以包括用于包括与正被译码的块不相邻的块的运动矢量。也就是说,存储在缓冲器中的运动矢量不限于仅是直接相邻块的运动矢量。

对于pme和共享运动,视频编码器200和视频解码器300生成候选列表。然而,这两个译码工具中的每一个都可能使用不同的合并候选列表推导过程和用于合并候选列表推导的区域的不同定义。pme和共享运动的现有实现也没有定义基于历史的候选如何与pme一起使用以及如何更新基于历史的运动向量候选。

与执行本公开内容的技术相结合,视频编码器200和视频解码器300可以被配置为定义区域。在一个示例中,视频编码器200和视频解码器300可以使用预定义区域大小来定义区域,使得当执行分割(例如,块拆分)时,按照拆分顺序的第一分区具有等于或小于预定义区域大小的区域。合并列表推导可以应用于属于这种分割的所有块。这里的分区可以不是实际的块,其可以被进一步拆分,并且因此可以被视为一组块。这种区域定义的优点是,它自然地将图片或lcu拆分成非重叠区域。

在图3中示出了用于定义区域的块的示例。在该示例中,预定义区域大小对应于矩形形状,如右下角所示。由于其它部分中的qt拆分导致较小的正方形分区,因此具有大小等于或小于预定义区域大小的第一区域是该较小的正方形分区。

图3是示出根据qtbt分割结构的块分割的示例的概念图。例如,块144示出了qtbt块分割方案。例如,块144可以是ctu。图例146示出了对应的树结构。如图例146所示,图3中的实线指示基于四叉树的分割,而虚线指示基于二叉树的分割。

共享候选列表推导和pme的译码工具可以扩展到其它模式,诸如amvp、仿射预测或生成候选列表的任何其它模式或译码工具,并且因此不一定仅限于运动矢量候选。下面的描述假设用于共享候选列表推导和pme的技术适用于所有这样的模式和译码工具。共享候选列表推导和pme的当前实现之间的区别在于,当候选列表被共享时,视频编码器200和视频解码器300仅推导一个候选列表并且将其用于所有包括的块。当使用并行候选列表译码工具时,然后视频编码器200和视频解码器300以不使用来自被包括在并行估计区域中的相邻块的候选的方式来推导用于各个包括的块的候选列表,从而使得能够并行推导用于所有包括的块的候选列表。

本公开内容的区域定义技术可以用于定义共享候选列表区域和pme区域。在需要两个区域的情况下,可以定义用于区域大小的两个门限。第一门限是用于共享候选列表的门限(门限1),并且第二门限是用于pme的门限(门限2)。

视频编码器200和视频解码器300可以根据关于第二门限大于第一门限的约束来确定两个门限。在lcu级别开始,视频编码器200和视频解码器300可以执行lcu的分割。视频编码器200和视频解码器300可以对照门限2来检查要拆分的分区区域。对于拆分顺序中小于或等于门限2的第一分区区域,该分区中的所有块被认为属于pme区域,并且视频编码器200和视频解码器300可以将pme应用于那些块。也就是说,由于pme区域中的块不依赖于pme区域中的其它块来确定诸如合并候选之类的运动信息,因此可以并行地对pme区域中的块进行帧间预测。对于小于或等于门限1的第一分区区域,视频编码器200和视频解码器300可以推导用于属于该分区区域的所有块的共享候选列表。

视频编码器200和视频解码器300可以被配置为生成和利用共享候选列表。在美国专利9,338,451中引入了用于合并模式的共享候选列表。本公开内容将共享候选列表的使用扩展到可以执行候选列表推导的所有模式,诸如amvp、仿射预测等。

当实现共享候选列表时,视频编码器200和视频解码器300可以使用区域等于门限1的分区作为针对其推导候选列表的块。然后,视频编码器200和视频解码器300可以使用属于这样的分区的所有块来推导候选列表,并且将候选列表用于该分区中的一些或所有块。这种技术的潜在优点是候选列表仅被推导一次并且可以用于许多块。当块小时,那么这种技术可以节省处理时间,有时是当候选列表推导本身是一个复杂的过程时。

如上所述,在一些示例中,视频编码器200和视频解码器300可以被配置为使用基于历史的候选。例如,视频编码器200和视频解码器300可以被配置为生成amvp或合并候选列表,其包括根据基于历史的运动矢量候选缓冲器确定的至少一个候选以及根据空间和时间相邻块确定的其它候选和人工生成的候选。由于基于历史的候选可以与针对特定块确定的合并候选分离,因此视频编码器200和视频解码器300可以更新基于历史的运动矢量候选缓冲器以包括用于对特定块进行译码的合并候选。

在一些示例中,由于位于共享列表区域的开始和中间的块的运动矢量可能不太可能用于对共享列表区域之外的将来的块进行译码,因此视频编码器200和视频解码器300可以仅使用位于共享区域的结束的块中使用的运动矢量来更新基于历史的运动矢量候选缓冲器。在该上下文中,可以基于块处理顺序来定义开始、中间和结束,块处理顺序可以是zig-zag、光栅扫描等。

在一些示例中,视频编码器200和视频解码器300可以使用共享区域的块的运动信息来更新基于历史的运动矢量候选缓冲器。在其它示例中,视频编码器200和视频解码器300可以利用该区域中的最后一个块的运动信息来更新历史缓冲器。

视频编码器200和视频解码器300可以被配置为生成和利用一个或多个并行候选列表。根据本公开内容的技术,不使用来自属于可以由门限2定义的并行估计区域的相邻块的候选。在这种情况下,只能使用来自不属于并行估计区域的块的时间运动候选或基于历史的候选,并且可以使用位于并行估计区域之外的基于邻居的候选。

由于针对每个单独的块推导候选列表,但是在并行估计区域中不使用直接相邻运动信息作为候选,那么视频编码器200和视频解码器300可以被配置为不利用用于预测该区域中的块的运动信息来更新基于历史的候选。在其它示例中,视频编码器200和视频解码器300可以被配置为使用例如按照区域中的块被译码的顺序确定的区域中的最后一个块的运动信息来更新基于历史的运动矢量候选缓冲器。

由于并行估计区域可能是大的,因此在一些示例中,视频编码器200和视频解码器300可以使用该区域中的块的运动信息来生成和更新中间候选缓冲器。在处理该区域中的最后一个块之后,视频编码器200和视频解码器300可以基于中间历史缓冲器来更新基于历史的运动矢量候选缓冲器。

图4是示出可以执行本公开内容的技术的示例视频编码器200的框图。图4是出于解释的目的而提供的,并且不应当被认为对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的,本公开内容在视频译码标准(诸如hevc视频译码标准和处于开发中的h.266视频译码标准)的背景下描述了视频编码器200。然而,本公开内容的技术不限于这些视频译码标准,并且一般地适用于视频编码和解码。

在图4的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(dpb)218和熵编码单元220。

视频数据存储器230可以存储要由视频编码器200的组件来编码的视频数据。视频编码器200可以从例如视频源104(图1)接收被存储在视频数据存储器230中的视频数据。dpb218可以充当参考图片存储器,其存储参考视频数据以在由视频编码器200对后续视频数据进行预测时使用。视频数据存储器230和dpb218可以由各种存储器设备中的任何一种形成,诸如动态随机存取存储器(dram)(包括同步dram(sdram))、磁阻ram(mram)、电阻性ram(rram)、或其它类型的存储器设备。视频数据存储器230和dpb218可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中,视频数据存储器230可以与视频编码器200的其它组件在芯片上(如图所示),或者相对于那些组件在芯片外。

在本公开内容中,对视频数据存储器230的引用不应当被解释为限于在视频编码器200内部的存储器(除非如此具体地描述),或者不限于在视频编码器200外部的存储器(除非如此具体地描述)。确切而言,对视频数据存储器230的引用应当被理解为存储视频编码器200接收以用于编码的视频数据(例如,用于要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各个单元的输出的临时存储。

示出了图4的各个单元以帮助理解由视频编码器200执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作类型通常是不可变的。在一些示例中,这些单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),并且在一些示例中,一个或多个单元可以是集成电路。

视频编码器200可以包括由可编程电路形成的算术逻辑单元(alu)、基本功能单元(efu)、数字电路、模拟电路和/或可编程核。在其中使用由可编程电路执行的软件来执行视频编码器200的操作的示例中,存储器106(图1)可以存储视频编码器200接收并且执行的软件的目标代码,或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。

视频数据存储器230被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230取回视频数据的图片,并且将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是要被编码的原始视频数据。

模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元,其根据其它预测模式来执行视频预测。作为示例,模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(lm)单元等。

模式选择单元202通常协调多个编码通路(pass),以测试编码参数的组合以及针对这样的组合所得到的率失真值。编码参数可以包括将ctu分割为cu、用于cu的预测模式、用于cu的残差数据的变换类型、用于cu的残差数据的量化参数等。模式选择单元202可以最终选择编码参数的具有比其它测试的组合更佳的率失真值的组合。

视频编码器200可以将从视频数据存储器230取回的图片分割为一系列ctu,并且将一个或多个ctu封装在切片内。模式选择单元202可以根据树结构(诸如上述hevc的qtbt结构或四叉树结构)来分割图片的ctu。如上所述,视频编码器200可以通过根据树结构来分割ctu,从而形成一个或多个cu。这样的cu通常也可以被称为“视频块”或“块”。

通常,模式选择单元202还控制其组件(例如,运动估计单元222、运动补偿单元224和帧内预测单元226)以生成用于当前块(例如,当前cu,或者在hevc中为pu和tu的重叠部分)的预测块。为了对当前块进行帧间预测,运动估计单元222可以执行运动搜索以识别在一个或多个参考图片(例如,被存储在dpb218中的一个或多个先前译码的图片)中的一个或多个紧密匹配的参考块。具体地,运动估计单元222可以例如根据绝对差之和(sad)、平方差之和(ssd)、平均绝对差(mad)、均方差(msd)等,来计算表示潜在参考块将与当前块的类似程度的值。运动估计单元222通常可以使用在当前块与所考虑的参考块之间的逐样本差来执行这些计算。运动估计单元222可以识别从这些计算所得到的具有最低值的参考块,其指示与当前块最紧密匹配的参考块。

运动估计单元222可以形成一个或多个运动矢量(mv),所述运动矢量限定相对于当前块在当前图片中的位置而言参考块在参考图片中的的位置。然后,运动估计单元222可以将运动矢量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动矢量,而对于双向帧间预测,运动估计单元222可以提供两个运动矢量。然后,运动补偿单元224可以使用运动矢量来生成预测块。例如,运动补偿单元224可以使用运动矢量来取回参考块的数据。作为另一示例,如果运动矢量具有分数样本精度,则运动补偿单元224可以根据一个或多个插值滤波器来对用于预测块的值进行插值。此外,对于双向帧间预测,运动补偿单元224可以取回用于由相应的运动矢量标识的两个参考块的数据并且例如通过逐样本平均或加权平均来将所取回的数据进行组合。

作为另一示例,对于帧内预测或帧内预测译码,帧内预测单元226可以根据与当前块相邻的样本来生成预测块。例如,对于方向性模式,帧内预测单元226通常可以在数学上将相邻样本的值进行组合,并且跨当前块在所定义的方向上填充这些计算出的值以产生预测块。作为另一示例,对于dc模式,帧内预测单元226可以计算当前块的相邻样本的平均值,并且生成预测块以包括针对预测块的每个样本的该得到的平均值。

模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始的未经译码的版本,并且从模式选择单元202接收预测块。残差生成单元204计算在当前块与预测块之间的逐样本差。所得到的逐样本差定义了用于当前块的残差块。在一些示例中,残差生成单元204还可以确定残差块中的样本值之间的差,以使用残差差分脉冲译码调制(rdpcm)来生成残差块。在一些示例中,可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。

在其中模式选择单元202将cu分割为pu的示例中,每个pu可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种大小的pu。如上所指出的,cu的大小可以指代cu的亮度译码块的大小,而pu的大小可以指代pu的亮度预测单元的大小。假定特定cu的大小为2nx2n,则视频编码器200可以支持用于帧内预测的2nx2n或nxn的pu大小、以及用于帧间预测的2nx2n、2nxn、nx2n、nxn或类似的对称的pu大小。视频编码器200和视频解码器300还可以支持针对用于帧间预测的2nxnu、2nxnd、nlx2n和nrx2n的pu大小的非对称分割。

在其中模式选择单元不将cu进一步分割为pu的示例中,每个cu可以与亮度译码块和对应的色度译码块相关联。如上所述,cu的大小可以指代cu的亮度译码块的大小。视频编码器200和视频解码器300可以支持2nx2n、2nxn或nx2n的cu大小。

对于其它视频译码技术(举几个示例,诸如块内复制模式译码、仿射模式译码和线性模型(lm)模式译码),模式选择单元202经由与译码技术相关联的相应单元来生成用于正被编码的当前块的预测块。在一些示例中(诸如调色板模式译码),模式选择单元202可以不生成预测块,而是替代地生成指示基于所选择的调色板来重构块的方式的语法元素。在这样的模式下,模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。

如上所述,残差生成单元204接收用于当前块和对应的预测块的视频数据。然后,残差生成单元204为当前块生成残差块。为了生成残差块,残差生成单元204计算在预测块与当前块之间的逐样本差。

变换处理单元206将一种或多种变换应用于残差块,以生成变换系数的块(本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块,以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(dct)、方向变换、karhunen-loeve变换(klt)、或概念上类似的变换应用于残差块。在一些示例中,变换处理单元206可以对残差块执行多种变换,例如,初级变换和二次变换(诸如旋转变换)。在一些示例中,变换处理单元206不对残差块应用变换。

量化单元208可以对变换系数块中的变换系数进行量化,以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化系数(qp)值来对变换系数块的变换系数进行量化。视频编码器200(例如,经由模式选择单元202)可以通过调整与cu相关联的qp值来调整被应用于与当前块相关联的系数块的量化程度。量化可能引起信息损失,并且因此,经量化的变换系数可能具有与变换处理单元206所产生的原始变换系数相比较低的精度。

逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于经量化的变换系数块,以从变换系数块重构残差块。重构单元214可以基于经重构的残差块和由模式选择单元202生成的预测块来产生与当前块相对应的重构块(尽管潜在地具有某种程度的失真)。例如,重构单元214可以将经重构的残差块的样本与来自模式选择单元202所生成的预测块的对应样本相加,以产生经重构的块。

滤波器单元216可以对经重构的块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去块操作以减少沿着cu的边缘的块效应伪影。在一些示例中,可以跳过滤波器单元216的操作。

视频编码器200将经重构的块存储在dpb218中。例如,在其中不执行滤波器单元216的操作的示例中,重构单元214可以将经重构的块存储到dpb218中。在其中执行滤波器单元216的操作的示例中,滤波器单元216可以将经滤波的重构块存储到dpb218中。运动估计单元222和运动补偿单元224可以从dpb218取回由经重构的(并且潜在地经滤波的)块形成的参考图片,以对后续经编码的图片的块进行帧间预测。另外,帧内预测单元226可以使用在dpb218中的当前图片的经重构的块来对当前图片中的其它块进行帧内预测。

通常,熵编码单元220可以对从视频编码器200的其它功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的经量化的变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如,用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作,以生成经熵编码的数据。例如,熵编码单元220可以执行上下文自适应变长译码(cavlc)操作、cabac操作、可变-可变(v2v)长度译码操作、基于语法的上下文自适应二进制算术译码(sbac)操作、概率区间分割熵(pipe)译码操作、指数哥伦布编码操作、或对数据的另一种类型的熵编码操作。在一些示例中,熵编码单元220可以在其中语法元素未被熵编码的旁路模式下操作。

视频编码器200可以输出比特流,其包括用于重构切片或图片的块所需要的经熵编码的语法元素。具体地,熵编码单元220可以输出比特流。

关于块描述了上述操作。这样的描述应当被理解为用于亮度译码块和/或色度译码块的操作。如上所述,在一些示例中,亮度译码块和色度译码块是cu的亮度分量和色度分量。在一些示例中,亮度译码块和色度译码块是pu的亮度分量和色度分量。

在一些示例中,不需要针对色度译码块重复关于亮度编码块执行的操作。作为一个示例,不需要重复用于识别用于亮度译码块的运动矢量(mv)和参考图片的操作来识别用于色度块的mv和参考图片。确切而言,可以对用于亮度译码块的mv进行缩放以确定用于色度块的mv,并且参考图片可以是相同的。作为另一示例,对于亮度译码块和色度译码块,帧内预测过程可以是相同的。

视频编码器200表示被配置为对视频数据进行编码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:确定第一区域大小门限;确定第二区域大小门限,其中,第二区域大小门限小于第一区域大小门限;将视频数据的块分割为多个分区;响应于确定所分割的块的第一分区小于或等于第一区域大小门限,确定第一分区内的两个或更多个块属于并行估计区域;并行地对第一分区内的两个或更多个块进行译码;响应于确定所分割的块的第二分区小于或等于第二区域大小门限,确定第二分区内的两个或更多个块属于用于共享候选列表的区域;使用共享候选列表来对第二分区内的两个或更多个块进行译码;以及输出经译码的视频,该经译码的视频包括第一分区的两个或更多个块和第二分区的两个或更多个块的经译码的版本。

视频编码器200还表示被配置为对视频数据进行编码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:维护基于历史的运动矢量候选的缓冲器,其中,基于历史的运动矢量候选包括用于对视频数据的先前译码的块进行帧间预测的运动矢量;针对视频数据的第一分区的第一块,使用第一运动矢量来确定用于第一块的预测块;响应于第一块大于门限大小,利用第一运动矢量来更新基于历史的运动矢量候选的缓冲器;针对视频数据的第二分区的第二块,使用第二运动矢量来确定用于第二块的预测块;响应于第二块小于或等于门限大小,避免利用第二运动矢量来更新基于历史的运动矢量候选的缓冲器;以及输出经译码的视频,该经译码的视频包括第一块和第二块的经译码的版本。

图5是示出可以执行本公开内容的技术的示例视频解码器300的框图。图5是出于解释的目的而提供的,并且不对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的,本公开内容根据jem和hevc的技术描述了视频解码器300。然而,本公开内容的技术可以由被配置用于其它视频译码标准的视频译码设备来执行。

在图5的示例中,视频解码器300包括译码图片缓冲器(cpb)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和解码图片缓冲器(dpb)134。预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括加法单元,其根据其它预测模式来执行预测。作为示例,预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(lm)单元等。在其它示例中,视频解码器300可以包括更多、更少或不同的功能组件。

cpb存储器320可以存储要由视频解码器300的组件解码的视频数据,诸如经编码的视频比特流。例如,可以从计算机可读介质110(图1)获得被存储在cpb存储器320中的视频数据。cpb存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如,语法元素)的cpb。此外,cpb存储器320可以存储除了经译码的图片的语法元素之外的视频数据,诸如表示来自视频解码器300的各个单元的输出的临时数据。dpb314通常存储经解码的图片,视频解码器300可以输出经解码的图片,和/或在解码经编码的视频比特流的后续数据或图片时使用经解码的图片作为参考视频数据。cpb存储器320和dpb314可以由各种存储器设备中的任何一种形成,诸如动态随机存取存储器(dram),包括同步dram(sdram)、磁阻ram(mram)、电阻式ram(rram)、或其它类型的存储器设备。cpb存储器320和dpb314可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中,cpb存储器320可以与视频解码器300的其它组件在芯片上,或者相对于那些组件在芯片外。

另外或替代地,在一些示例中,视频解码器300可以从存储器120(图1)取回经译码的视频数据。也就是说,存储器120可以如上文所讨论地利用cpb存储器320来存储数据。同样,当视频解码器300的一些或全部功能是用要被视频解码器300的处理电路执行的软件来实现时,存储器120可以存储要被视频解码器300执行的指令。

示出了图5中示出的各个单元以帮助理解由视频解码器300执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图4,固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且以可以执行的操作来提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但是固定功能电路执行的操作的类型通常是不可变的。在一些示例中,这些单元中的一个或多个单元可以是不同的电路块(固定功能或可编程),并且在一些示例中,一个或多个单元可以是集成电路。

视频解码器300可以包括由可编程电路形成的alu、efu、数字电路、模拟电路和/或可编程核。在其中由在可编程电路上执行的软件执行视频解码器300的操作的示例中,片上或片外存储器可以存储视频解码器300接收并且执行的软件的指令(例如,目标代码)。

熵解码单元302可以从cpb接收经编码的视频数据,并且对视频数据进行熵解码以重现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码的视频数据。

通常,视频解码器300逐块地重构图片。视频解码器300可以单独地对每个块执行重构操作(其中,当前正在被重构(即,被解码)的块可以被称为“当前块”)。

熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及诸如量化参数(qp)和/或变换模式指示之类的变换信息进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的qp来确定量化程度,并且同样地,确定供逆量化单元306应用的逆量化程度。逆量化单元306可以例如执行按位左移操作以对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。

在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一种或多种逆变换应用于变换系数块,以生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆dct、逆整数变换、逆karhunen-loeve变换(klt)、逆旋转变换、逆方向变换或另一逆变换应用于系数块。

此外,预测处理单元304根据由熵解码单元302进行熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块是经帧间预测的,则运动补偿单元316可以生成预测块。在这种情况下,预测信息语法元素可以指示在dpb314中的要从其取回参考块的参考图片、以及标识相对于当前块在当前图片中的位置而言参考块在参考图片中的位置的运动矢量。运动补偿单元316通常可以以与关于运动补偿单元224(图4)所描述的方式基本类似的方式来执行帧间预测过程。

作为另一示例,如果预测信息语法元素指示当前块是经帧内预测的,则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。再次,帧内预测单元318通常可以以与关于帧内预测单元226(图4)所描述的方式基本上类似的方式来执行帧内预测过程。帧内预测单元318可以从dpb314取回当前块的相邻样本的数据。

重构单元310可以使用预测块和残差块来重构当前块。例如,重构单元310可以将残差块的样本与预测块的对应样本相加来重构当前块。

滤波器单元312可以对经重构的块执行一个或多个滤波器操作。例如,滤波器单元312可以执行去块操作以减少沿着经重构的块的边缘的块效应伪影。不一定在所有示例中都执行滤波器单元312的操作。

视频解码器300可以将经重构的块存储在dpb314中。如上所讨论的,dpb314可以将参考信息(诸如用于帧内预测的当前图片以及用于后续运动补偿的先前解码的图片的样本)提供给预测处理单元304。此外,视频解码器300可以从dpb输出经解码的图片,以用于在诸如图1的显示设备118之类的显示设备上的后续呈现。

视频解码器300表示被配置为对视频数据进行解码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:确定第一区域大小门限;确定第二区域大小门限,其中,第二区域大小门限小于第一区域大小门限;将视频数据的块分割为多个分区;响应于确定所分割的块的第一分区小于或等于第一区域大小门限,确定第一分区内的两个或更多个块属于并行估计区域;并行地对第一分区内的两个或更多个块进行译码;响应于确定所分割的块的第二分区小于或等于第二区域大小门限,确定第二分区内的两个或更多个块属于用于共享候选列表的区域;使用共享候选列表来对第二分区内的两个或更多个块进行译码;以及输出经译码的视频,该经译码的视频包括第一分区的两个或更多个块和第二分区的两个或更多个块的经译码的版本。

视频解码器300还表示被配置为对视频数据进行解码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:维护基于历史的运动矢量候选的缓冲器,其中,基于历史的运动矢量候选包括用于对视频数据的先前译码的块进行帧间预测的运动矢量;针对视频数据的第一分区的第一块,使用第一运动矢量来确定用于第一块的预测块;响应于第一块大于门限大小,利用第一运动矢量来更新基于历史的运动矢量候选的缓冲器;针对视频数据的第二分区的第二块,使用第二运动矢量来确定用于第二块的预测块;响应于第二块小于或等于门限大小,避免利用第二运动矢量来更新基于历史的运动矢量候选的缓冲器;以及输出经译码的视频,该经译码的视频包括第一块和第二块的经译码的版本。

视频解码器300还表示被配置为对视频数据进行解码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:针对视频数据的块,确定第一块大小门限;将视频数据的块分割成较小的子块;以及响应于确定所分割的块的分区小于或等于第一块大小门限,确定分区内的块属于并行估计区域。例如,视频解码器300可以针对并行估计区域中的一个或多个块执行并行合并估计。

视频解码器300还表示被配置为对视频数据进行解码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:针对视频数据的块,确定第一块大小门限;将视频数据的块分割成较小的子块;响应于确定所分割的块的分区小于或等于第一块大小门限,确定分区内的块属于用于共享候选列表的区域。

视频解码器300还表示被配置为对视频数据进行解码的设备的示例,该设备包括:被配置为存储视频数据的存储器;以及一个或多个处理单元,其在电路中实现并且被配置为:针对视频数据的块,确定第一块大小门限;确定第二块大小门限,其中,第二块大小门限小于第一块大小门限;将视频数据的块分割成较小的子块;响应于确定所分割的块的第一分区小于或等于第一块大小门限,确定分区内的块属于并行估计区域;响应于确定所分割的块的第二分区小于或等于第二块大小门限,确定第二分区内的块属于用于共享候选列表的区域。

图6是示出用于对当前块进行编码的示例过程的流程图。当前块可以包括当前cu。尽管关于视频编码器200(图1和4)进行了描述,但是应当理解的是,其它设备可以被配置为执行与图6的方法类似的方法。

在该示例中,视频编码器200可以初始地预测当前块(350)。例如,视频编码器200可以形成用于当前块的预测块。然后,视频编码器200可以计算用于当前块的残差块(352)。为了计算残差块,视频编码器200可以计算在原始的未经译码的块与用于当前块的预测块之间的差。然后,视频编码器200可以对残差块的系数进行变换和量化(354)。接下来,视频编码器200可以扫描残差块的经量化的变换系数(356)。在扫描期间或在扫描之后,视频编码器200可以对系数进行熵编码(358)。例如,视频编码器200可以使用cavlc或cabac来对系数进行编码。然后,视频编码器200可以输出块的经熵译码的数据(360)。

图7是示出用于对视频数据的当前块进行解码的示例过程的流程图。当前块可以包括当前cu。尽管关于视频解码器300(图1和3)进行了描述,但是应当理解的是,其它设备可以被配置为执行与图7的方法类似的方法。

视频解码器300可以接收用于当前块的经熵译码的数据(例如,经熵译码的预测信息和用于与当前块相对应的残差块的系数的经熵译码的数据)(370)。视频解码器300可以对经熵译码的数据进行熵解码以确定用于当前块的预测信息并且重现残差块的系数(372)。视频解码器300可以例如使用如用于当前块的预测信息所指示的帧内或帧间预测模式来预测当前块(374),以计算用于当前块的预测块。然后,视频解码器300可以对所重现的系数进行逆扫描(376),以创建经量化的变换系数的块。然后,视频解码器300可以对系数进行逆量化和逆变换以产生残差块(378)。最终,视频解码器300可以通过将预测块和残差块进行组合来对当前块进行解码(380)。

图8是示出用于对视频数据进行译码的示例过程的流程图。将关于通用视频译码器来描述图8的过程,该通用视频译码器可以对应于视频编码器200(图1和2)、视频解码器300(图1和3)或其它类型的视频编码器或视频解码器。

在图8的示例中,视频译码器确定第一区域大小门限(400)。视频译码器确定小于第一块大小门限的第二区域大小门限(402)。第一区域大小门限和第二区域大小门限可以例如在视频译码标准中定义或者,由视频译码器基于在视频数据中用信号通知的信息来确定,或者基于诸如ctu大小之类的其它信息来确定。

视频译码器将视频数据的块分割为多个分区(404)。响应于确定所分割的块的第一分区小于或等于第一块大小门限,视频译码器确定分区内的两个或更多个块属于并行估计区域(406)。响应于确定所分割的块的第二分区小于或等于第二块大小门限,视频译码器确定第二分区内的两个或更多个块属于用于共享候选列表的区域(408)。

例如,视频译码器可以针对并行估计区域中的两个或更多个块执行并行合并估计,并且使用共享候选列表来对用于共享候选列表的区域内的两个或更多个块进行译码。例如,为了并行地对第一分区内的两个或更多个块进行译码,视频编码器可以针对并行估计区域中的两个或更多个块执行并行合并估计。为了使用共享候选列表来对用于共享候选列表的区域内的两个或更多个块进行译码,视频译码器可以例如针对用于共享候选列表的区域内的两个或更多个块中的第一块,从共享候选列表中选择第一运动矢量候选;利用第一运动矢量候选来定位用于第一块的第一预测块;针对用于共享候选列表的区域内的两个或更多个块中的第二块,从共享候选列表中选择第二运动矢量候选;以及利用第二运动矢量候选来定位用于第二块的第二预测块。

为了使用共享候选列表来对用于共享候选列表的区域内的块进行译码,视频译码器可以例如确定在amvp模式下对用于共享候选列表的区域内的块进行译码,并且使用共享候选列表来在amvp模式下对该块进行译码。为了使用共享候选列表来对用于共享候选列表的区域内的块进行译码,视频译码器可以例如确定在仿射预测模式下对用于共享候选列表的区域内的块进行译码,并且使用共享候选列表来在仿射预测模式下对该块进行译码。

视频译码器输出经译码的视频,该经译码的视频包括第一分区和第二分区的经译码的版本(410)。经译码的视频可以例如是输出用于传输或存储的经编码的视频数据,或者可以是输出用于传输、存储或显示的经解码的视频数据。

图9是示出用于对视频数据进行译码的示例过程的流程图。将关于通用视频译码器来描述图9的过程,该通用视频译码器可以对应于视频编码器200(图1和2)、视频解码器300(图1和3)或其它类型的视频编码器或视频解码器。

在图9的示例中,视频译码器维护基于历史的运动矢量候选的缓冲器,其中,基于历史的运动矢量候选包括用于对视频数据的先前译码的块进行帧间预测的运动矢量(420)。针对视频数据的第一分区的第一块,视频译码器使用第一运动矢量来确定用于第一块的预测块(422)。响应于第一块大于门限大小,视频译码器利用第一运动矢量来更新基于历史的运动矢量候选的缓冲器(424)。针对视频数据的第二分区的第二块,视频译码器使用第二运动矢量来确定用于第二块的预测块(426)。响应于第二块小于或等于门限大小,视频译码器避免利用第二运动矢量来更新基于历史的运动矢量候选的缓冲器(428)。

视频译码器输出经译码的视频,该经译码的视频包括第一块和第二块的经译码的版本(430)。经译码的视频可以例如是输出用于传输或存储的经编码的视频数据,或者可以是输出用于传输、存储或显示的经解码的视频数据。

要认识到的是,根据示例,本文描述的任何技术的某些动作或事件可以以不同的顺序执行,可以被添加、合并或完全省略(例如,并非所有描述的动作或事件是对于实施所述技术都是必要的)。此外,在某些示例中,动作或事件可以例如通过多线程处理、中断处理或多个处理器并发地而不是顺序地执行。

在一个或多个示例中,所描述的功能可以用硬件、软件、固件或其任何组合来实现。如果用软件来实现,则所述功能可以作为一个或多个指令或代码存储在计算机可读介质上或者通过其进行传输并且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质,其对应于诸如数据存储介质之类的有形介质或者通信介质,所述通信介质包括例如根据通信协议来促进计算机程序从一个地方传送到另一个地方的任何介质。以这种方式,计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质、或者(2)诸如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以取得用于实现在本公开内容中描述的技术的指令、代码和/或数据结构的任何可用的介质。计算机程序产品可以包括计算机可读介质。

举例来说而非进行限制,这样的计算机可读存储介质可以包括以下各项中的一项或多项:ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、闪存、或者能够用于以指令或数据结构形式存储期望的程序代码以及能够由计算机访问的任何其它介质。此外,任何连接被适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤光缆、双绞线、数字用户线(dsl)或者无线技术(例如,红外线、无线电和微波)从网站、服务器或其它远程源传输指令,则同轴电缆、光纤光缆、双绞线、dsl或者无线技术(例如,红外线、无线电和微波)被包括在介质的定义中。然而,应当理解的是,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它临时性介质,而是替代地针对非临时性的有形存储介质。如本文所使用的,磁盘和光盘包括压缩光盘(cd)、激光光盘、光盘、数字多功能光盘(dvd)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘利用激光来光学地复制数据。上述各项的组合也应当被包括在计算机可读介质的范围之内。

指令可以由一个或多个处理器来执行,诸如一个或多个dsp、通用微处理器、asic、fpga、或其它等效的集成或分立逻辑电路。因此,如本文所使用的术语“处理器”可以指代前述结构中的任何一者或者适于实现本文描述的技术的任何其它结构。另外,在一些方面中,本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供,或者被并入经组合的编解码器中。此外,所述技术可以完全在一个或多个电路或逻辑元件中实现。

本公开内容的技术可以在多种多样的设备或装置中实现,包括无线手机、集成电路(ic)或一组ic(例如,芯片组)。在本公开内容中描述了各种组件、模块或单元以强调被配置为执行所公开的技术的设备的功能性方面,但是不一定需要通过不同的硬件单元来实现。确切而言,如上所述,各种单元可以被组合在编解码器硬件单元中,或者由可互操作的硬件单元的集合(包括如上所述的一个或多个处理器)结合适当的软件和/或固件来提供。

已经描述了各个示例。这些和其它示例在所附的权利要求的范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1