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11月27日提交的标题为“methodsandapparatusesforvideocoding”的美国专利申请第16/698,322号(其要求了于2018年12月6日提交的标题为“flexiblemotionvectorprediction”的美国临时申请第62/776,350号，以及于2018年12月31日提交的标题为“improvedmotionvectordifferencecoding”的美国临时申请第62/787,044号的优先权权益)的优先权权益。在先申请的全部公开内容通过引用整体并入本文中。

本公开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公开的内容的目的。在该背景部分中描述的范围内，目前命名的发明人的作品以及提交之时不可另行具备现有技术资格的本描述的各个方面既未明确亦未默示地承认为本公开的现有技术。

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1920×1080的亮度样本和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(也非正式地也称为帧率)。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1920×1080亮度样本分辨率)需要接近1.5gbit/s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。压缩可以有助于减少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，但是原始信号和已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，例如某些消费流式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：更高的可允许/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利用来自若干广泛类别的技术，包括例如运动补偿、变换、量化和熵编码。

视频编解码器技术可包括称为帧内编码的技术。在帧内编码中，样本值在没有参考来自先前已重建参考图片的样本或其它数据的情况下被表示。在一些视频编解码器中，图片在空间上被细分成样本块。当以帧内模式对所有样本块进行编码时，该图片可以是帧内图片。帧内图片及其派生物(例如，独立的解码器刷新图片)可用于重置解码器状态，且因此可用作已编码的视频比特流和视频会话中的第一图片，或用作静止图像。帧内块的样本可暴露于变换，且变换系数可在熵编码之前量化。帧内预测可以是最小化预变换域中的样本值的技术。在一些情况下，变换之后的dc值越小且ac系数越小，在给定的量化步长下表示熵编码之后的块所需的比特越少。

传统的帧内编码(例如，从例如mpeg-2代编码技术中已知的帧内编码)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/或元数据进行尝试的技术，该样本数据和/或元数据在进行空间上相邻的编码/解码期间获得且解码顺序在数据块之前。这种技术此后被称为“帧内预测”技术。需要注意的是，在至少一些情况下，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。

可以有许多不同形式的帧内预测。当在给定的视频编码技术中可使用一种以上这样的技术时，可以以帧内预测模式对所使用的技术进行编码。在某些情况下，模式可以具有子模式和/或参数、以及模式可以被单独编码或包括在模式码字中。哪个码字用于给定的模式/子模式/参数组合，可能对通过帧内预测的编码效率增益具有影响，且熵编码技术也可以用于将码字转换为比特流。

某些帧内预测模式随着h.264被引入，在h.265中进行改进，并进一步在更新的编码技术(例如，联合探测模型(jem)、下一代视频编码(vvc)和基准集(bms))中进行改进。可以使用属于已有的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。对使用中的方向的参考可被编码在比特流中或者自身可被预测。

参照图1a，在右下方描绘了从h.265的33个可能的预测器方向(对应于35个帧内模式的33个角模式)获知的9个预测器方向的子集。箭头汇聚的点(101)表示被预测的样本。箭头表示预测样本所用的方向。例如，箭头(102)表示从一个或多个样本到与水平方向成45度角的右上方来预测样本(101)。类似地，箭头(103)表示从一个或多个样本到与水平方向成22.5度角的样本(101)的左下方来预测样本(101)。

仍然参考图1a，在左上方描绘了4×4样本的方形块(104)(由虚的粗线表示)。方形块(104)包括16个样本。每个样本用“s”标记其在y维度中的位置(例如，行索引)和其在x维度中的位置(例如，列索引)。例如，样本s21是y维度中(从顶部开始)的第二个样本和x维度中(从左边开始)的第一个样本。类似地，样本s44是块(104)中在y维度和x维度中都是第四个样本。由于块的大小是4×4样本，因此s44位于右下方。进一步示出了遵循类似编号方案的参考样本。参考样本用r标记其相对于块(104)的y位置(例如，行索引)和x位置(列索引)。在h.264和h.265中，预测样本与正在重建的块相邻；因此，不需要使用负值。

帧内图片预测可以通过复制来自相邻样本的参考样本值来工作，如用信号表示的预测方向所适合的。例如，假设已编码的视频比特流包括信令，对于该块，信令指示与箭头(102)一致的预测方向-也就是说，以与水平方向成45度角从一个或多个预测样本到右上方来预测样本。在这种情况下，从相同参考样本r05预测样本s41、s32、s23和s14。然后从参考样本r08预测样本s44。

在某些情况下，多个参考样本的值可以例如通过内插被组合，以计算参考样本；特别是当方向无法均匀地被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9个不同的方向。在h.265(2013年)中增加到33个方向，以及在jem/vvc/bms公开时可支持多达65个方向。已进行实验来识别最可能的方向，并使用熵编码中的某些技术来以少量比特表示那些可能的方向，从而对于不太可能的方向接受一定的惩罚。进一步地，有时可以从相邻的、已解码的块中使用的相邻方向来预测方向本身。

图1b示出了根据jem描绘65个帧内预测方向的示意图(105)，以示出预测方向的数量随着时间推移而增加。

已编码视频比特流中表示方向的帧内预测方向比特的映射可以因视频编码技术的不同而不同；且范围可以例如从预测方向的简单直接映射到帧内预测模式、到码字、到涉及最可能模式的复杂自适应方案、以及类似的技术。然而，在所有情况下，可能存在与某些其它方向相比，在视频内容中统计上不太可能发生的某些方向。由于视频压缩的目标是减少冗余，在良好工作的视频编码技术中，那些不太可能的方向将通过比更可能的方向的比特更多的比特来表示。

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着由运动矢量(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，可以根据其它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。在其它情况下，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预测机制外，本申请描述了高级运动矢量预测(amvp)模式和合并模式。

在amvp模式中，可以使用当前块的空间和时间相邻块的运动信息来预测当前块的运动信息，同时进一步对预测残差进行编码。空间和时间相邻候选的示例分别在图1c和图1d中示出。形成两个候选运动矢量预测列表。如图1c所示，第一候选预测器来自当前块(111)的左下角处的两个块a0(112)、a1(113)的第一可用运动矢量。第二候选预测器来自当前块(111)上方的三个块b0(114)、b1(115)和b2(116)的第一可用运动矢量。如果没有从所检查的位置找到有效的运动矢量，那么将不在列表中填充候选。如果两个可用候选具有相同的运动信息，那么将在列表中仅保留一个候选。如图1d所示，如果列表不满，即，列表不具有两个不同的候选，那么来自参考图片中的共定位(co-locate)块(121)的右下角处的c0(122)的时间共定位运动矢量(在缩放之后)将用作另一候选。如果c0(122)位置处的运动信息不可用，那么替代地将使用参考图片中的共定位块的中心位置c1(123)。在上述推导中，如果仍然没有足够的运动矢量预测候选，那么将使用零运动矢量来填充列表。在比特流中用信号表示两个标志mvp_l0_flag和mvp_l1_flag，以分别指示mv候选列表l0和l1的amvp索引(0或1)。

在用于帧间图片预测的合并模式中，如果合并标志(包括跳过标志)用信号表示为true，则用信号表示合并索引以指示合并候选列表中的哪个候选将用于指示当前块的运动矢量。在解码器处，基于当前块的空间和时间邻居来构建合并候选列表。如图1c所示，将从五个空间相邻块(a0-b2)导出的多达四个mv添加到合并候选列表中。此外，如图1d所示，将来自参考图片中的两个时间共定位块(c0和c1)的多达一个mv添加到列表中。另外的合并候选包括组合的双向预测候选和零运动矢量候选。在将块的运动信息作为合并候选之前，执行冗余校验以检查块的运动信息是否与当前合并候选列表中的元素相同。如果块的运动信息与当前合并候选列表中的每个元素不同，则将块的运动信息添加到合并候选列表中作为合并候选。maxmergecandsnum被定义为根据候选数量的合并候选列表的大小。在hevc中，在比特流中用信号表示maxmergecandsnum。跳过模式可以被认为是具有零残差的特殊合并模式。

在vvc中，类似于hevc中的时间运动矢量预测(tmvp)，基于子块的时间运动矢量预测(sbtmvp)方法可使用同定位(collocate)图片中的运动场来改善当前图片中的cu的运动矢量预测和合并模式。tmvp所使用的相同的同定位图片用于sbtmvp。sbtmvp在以下两个主要方面与tmvp不同：(1)tmvp预测cu级的运动，而sbtmvp预测子cu级的运动；以及(2)尽管tmvp从同定位图片中的同定位块(同定位块是相对于当前cu的右下方块或中心块)提取时间运动矢量，但是sbtmvp在从同定位图片中提取时间运动信息之前应用运动偏移，其中，运动偏移从来自当前cu的空间相邻块之一的运动矢量获得。

sbtmvp过程在图1e和图1f中示出。sbtmvp分两步预测当前cu内的子cu的运动矢量。在第一步中，如图1e所示，按照a1(132)、b1(133)、b0(134)和a0(135)的顺序检查当前块(131)的空间邻居。一旦识别到第一可用空间相邻块具有使用同定位图片作为其参考图片的运动矢量，则选择该运动矢量作为要应用的运动偏移。如果没有从空间邻居中识别到这样的运动矢量，则将运动偏移设置为(0，0)。

在第二步中，如图1f所示，应用在第一步中识别的运动偏移(即，添加到当前块的坐标)，以从同定位图片获得子cu级的运动信息(例如，运动矢量和参考索引)。图1f中的示例假设运动偏移(149)被设置为空间相邻块a1(143)的运动矢量。然后，对于当前图片(141)的当前块(142)中的当前子cu(例如，子cu(144))，在同定位图片(151)的同定位块(152)中的相应同定位子cu(例如，同定位子cu(154))的运动信息用于导出针对当前子cu的运动信息。以与hevc中的tmvp过程类似的方式，将相应同定位子cu(例如，同定位子cu(154))的运动信息转换为当前子cu(例如，子cu(144))的运动矢量和参考索引，其中，应用时间运动缩放来将时间运动矢量的参考图片与当前cu的参考图片对准。

在vvc中，可以在基于子块的合并模式中使用包含sbtmvp候选和仿射合并候选的、组合的基于子块的合并列表。sbtmvp模式由序列参数集(sps)标志来启用/禁用。如果启用sbtmvp模式，则添加sbtmvp预测值作为基于子块的合并列表的第一条目，然后添加仿射合并候选。在一些应用中，基于子块的合并列表的最大允许大小是5。例如，sbtmvp中使用的子cu大小被固定为8×8。正如对于仿射合并模式所做的，sbtmvp模式仅在宽度和高度都大于或等于8时可应用于cu。

附加sbtmvp合并候选的编码逻辑与其它合并候选的编码逻辑相同。也就是说，对于p或b切片中的每个cu，执行附加的率失真(rd)检查以确定是否使用sbtmvp候选。

在vvc中，基于历史的mvp(hmvp)方法包括被定义为先前已编码块的运动信息的hmvp候选。在编码/解码过程期间维持具有多个hmvp候选的表。当遇到新切片时，该表被清空。每当存在帧间编码的非仿射块时，将相关联的运动信息添加到表的最后一个条目中作为新的hmvp候选。hmvp方法的编码流程在图1g中描绘。

表大小s被设置为6，这表示可以将多达6个hmvp候选添加到表中。当将新的运动候选插入到表中时，使用约束的fifo(先进先出)规则，使得首先应用冗余校验来确定表中是否存在相同的hmvp。如果找到，则从表中去除相同的hmvp，然后向前移动所有hmvp候选，即，使索引减少1。图1h示出了将新的运动候选插入到hmvp表中的示例。

hmvp候选可用于合并候选列表构建过程。按顺序检查表中最新的几个hmvp候选项，并将这几个hmvp候选项插入到tmvp候选之后的候选列表中。针对除了子块运动候选(即，atmvp)之外的空间或时间合并候选，在hmvp候选上应用削减。

为了减少削减操作的数量，待检查的hmvp候选的数量(用l表示)被设置为l＝(n<＝4)？m：(8-n)，其中，n指示可用的非子块合并候选的数量，以及m指示表中可用的hmvp候选的数量。此外，一旦可用的合并候选的总数达到用信号表示的最大允许的合并候选减1，则终止来自hmvp候选列表的合并候选列表构建过程。此外，用于组合的双向预测合并候选的推导的对的数量从12减少到6。

hmvp候选也可以用于amvp候选列表构建过程。将表中最后k个hmvp候选的运动矢量插入到tmvp候选之后。只有具有与amvp目标参考图片相同的参考图片的hmvp候选用于构建amvp候选列表。削减应用于hmvp候选。在一些应用中，k设置为4，而amvp候选列表大小保持不变，即等于2。

通过对当前合并候选列表中的预定候选对求平均，来生成成对的平均候选。在vvc中，成对的平均候选的数量是6，且预定对被定义为{(0，1)，(0，2)，(1，2)，(0，3)，(1，3)，(2，3)}，其中，数字表示针对合并候选列表的合并索引。对每个参考列表分别计算平均运动矢量。如果两个运动矢量在一个列表中都可用，则即使当这两个运动矢量指向不同的参考图片时，这两个运动矢量也被平均。如果只有一个运动矢量可用，则直接使用这一个运动矢量。如果没有运动矢量可用，则该列表被认为是无效的。成对的平均候选可代替hevc标准中的组合候选。

应用多假设预测(multi-hypothesisprediction)以提升amvp模式的单向预测。用信号表示一个标志以启用或禁用多假设预测。此外，当标志为真时，用信号表示一个附加合并索引。这样，多假设预测将单向预测变成双向预测，其中，一个预测使用amvp模式中的原始语法元素而获得，而另一个预测使用合并模式获得。如在双向预测中那样，最终预测使用1：1权重来组合这两个预测。合并候选列表首先从子cu候选(例如，仿射，可选时间运动矢量预测(atmvp))被排除的合并模式导出。接下来，将合并候选列表分成两个单独的列表，一个用于包含来自候选的所有l0运动的列表0(l0)，以及另一个用于包含所有l1运动的列表1(l1)。在去除冗余和填充空位之后，分别对l0和l1生成两个合并列表。当应用多假设预测来改进amvp模式时，存在两个约束。第一，对亮度编码块(cb)面积大于或等于64的那些cu启用约束。第二，对于低延迟b图片，约束仅应用于l1。

技术实现要素：

本公开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处理电路，处理电路对作为已编码视频序列的一部分的当前已编码图片中的当前块的预测信息进行解码。预测信息指示用于在运动矢量预测列表中选择运动矢量预测的运动矢量预测索引。处理电路确定运动矢量预测索引是否小于阈值。当确定运动矢量预测索引小于阈值时，处理电路对与运动矢量预测相对应的运动矢量差(mvd)进行解码，以及基于运动矢量预测和mvd重建当前块。

在一些实施例中，当确定运动矢量预测索引大于或等于阈值时，处理电路在没有mvd的情况下基于运动矢量预测来重建当前块，在已编码视频序列中未用信号表示mvd。

在一些实施例中，处理电路根据参考图片列表中的参考图片的参考索引和与运动矢量预测相关联的参考图片中的一个，确定当前块的参考图片列表中的参考图片。

在一个实施例中，阈值是预设数量。在另一个实施例中，在已编码视频序列中用信号表示阈值。

在一些实施例中，处理电路确定新的运动矢量预测的帧间预测假设是否不同于运动矢量预测列表的帧间预测假设。

在一些实施例中，当当前块具有一个参考图片列表时，运动矢量预测索引小于阈值。

在一些实施例中，运动矢量预测列表包括与非零mvd相关联的运动矢量预测以及与零mvd相关联的运动矢量预测。

根据本发明的各方面，一种用于视频解码的装置包括处理电路，处理电路对作为已编码视频序列的一部分的当前图片中的当前块的预测信息进行解码。预测信息指示与第一运动矢量预测列表中的第一运动矢量预测相对应的第一运动矢量差(mvd)、以及与第一mvd相关联的多个语法元素。多个语法元素中不超过一个语法元素被上下文编码。处理电路根据多个语法元素对第一mvd进行解码，并基于第一mvd和第一运动矢量预测重建当前块。

在一些实施例中，与第一mvd相关联的多个语法元素的总数小于4。

在一些实施例中，与第一mvd相关联的多个语法元素中的一个语法元素具有第一分量和第二分量，并基于第一分量对第二分量进行解码。

在一些实施例中，当预测信息指示当前块的双向预测模式时，处理电路进一步基于第一mvd对与第二运动矢量预测列表中的第二运动矢量预测相对应的第二mvd进行解码。处理电路基于第一运动矢量预测、第一mvd、第二运动矢量预测和第二mvd，重建当前块。

在一些实施例中，当预测信息指示当前块的第一仿射模式且第一运动矢量预测对应于当前块的第一控制点时，处理电路基于第一mvd对与第三运动矢量预测相对应的第三mvd进行解码。第三运动矢量预测对应于当前块的第二控制点。处理电路进一步基于第一运动矢量预测、第一mvd、第三运动矢量预测和第三mvd，重建当前块。

在一些实施例中，当预测信息指示当前块的具有双向预测的第二仿射模式时，处理电路基于第一mvd对与第四运动矢量预测列表中的第四运动矢量预测相对应的第四mvd进行解码。第四运动矢量预测和第一运动矢量预测对应于当前块的相同控制点。处理电路基于第一运动矢量预测、第一mvd、第四运动矢量预测和第四mvd，重建当前块。

本公开的各方面还提供了一种或多种非暂时性计算机可读介质，非暂时性计算机可读介质存储有指令，指令在被计算机执行以用于视频解码时使得计算机执行用于视频解码的方法的组合中的任何一种方法。

附图说明

通过以下详细描述和附图，所公开的主题的其它特征、性质和各种优点将更加明显，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是示例性帧内预测方向的图示；

图1c是在一个示例中当前块及其周围的空间合并候选的示意图；

图1d是在一个示例中共定位块和时间合并候选的示意图；

图1e是根据一个示例的用于基于子块的时间运动矢量预测(sbtmvp)的当前块及其周围的空间合并候选的示意图；

图1f是根据一个示例的导出sbtmvp的示例性过程；

图1g是在一个示例中基于历史的运动矢量预测(hmvp)方法的解码流程；

图1h是根据一个示例的更新hmvp中的表的示例性过程；

图2是根据一个实施例的通信系统的简化框图的示意图；

图3是根据一个实施例的通信系统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示出了根据另一个实施例的编码器的框图；

图7示出了根据另一个实施例的解码器的框图；

图8示出了根据本公开的一些实施例的概述示例性过程的流程图；

图9a示出了根据本公开的一些实施例的用于对列表0(l0)或双向预测的mvd进行编码的语法表；

图9b示出了根据本公开的一些实施例的用于mvd编码的语法表；

图10示出了根据本公开的实施例的用于mvd编码的语法表；

图11示出了根据本公开的一些实施例的概述示例性过程的流程图；以及

图12示出了根据实施例的计算机系统的示意图。

具体实施方式

图2示出了根据本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的示例中，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)。已编码视频数据可以以一个或多个已编码视频比特流的形式传输。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图片，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第二终端装置对(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，但本公开的原理可不限于此。本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量的网络，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。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本讨论的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本公开的操作来说可能是无关紧要的。

作为所公开的主题的应用的示例，图3示出了视频编码器和视频解码器在流式传输环境中的放置方式。所公开的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)，该视频源创建例如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。相较于已编码视频数据(304)(或已编码视频比特流)，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的主题的各方面。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视频数据(304)(或已编码视频比特流(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/压缩标准对已编码视频数据(304)、已编码视频数据(307)和已编码视频数据(309)(例如视频比特流)进行编码。该些标准的示例包括itu-th.265建议书。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示出了根据本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的解码。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(未描绘)的已编码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(未描绘)。而在其它情况下，在视频解码器(410)的外部可设置缓冲存储器(未描绘)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。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，可能不需要缓冲存储器(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，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(未描绘)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(未描绘)的形式。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，未描绘解析器(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方式中，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，出于描述所公开的主题的目的，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(也称作已编码视频比特流)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)中，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建议书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，还可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)使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示出了根据本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示例中的电子装置(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。在另一示例中，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……)和任何合适采样结构(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，其中取决于所用的采样结构、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，图中未描绘耦接。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……)、图片大小、图片群组(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)解码器还可创建样本数据的方式创建样本数据(因为在所公开的主题所考虑的视频压缩技术中，符号与已编码视频比特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详细描述的视频解码器(410)的“远程”解码器的操作相同。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)可无损地将符号编码/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，所公开的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，已重建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，从而将该符号变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)块进行预测性编码，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性编码，或该块可参考同一图片的已编码块来进行预测性编码(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间预测进行预测性编码。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间预测进行预测性编码。

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使用的视频编码技术或标准指定的语法。

在实施例中，传输器(540)可在传输已编码视频时传输附加数据。源编码器(530)可包括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。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。可将每个ctu递归地以四叉树拆分为一个或多个编码单元(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(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示出了根据本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。在示例中，视频编码器(603)用于代替图3示例中的视频编码器(303)。

在hevc示例中，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。在示例中，视频编码器(603)包括其它组件，例如用于确定处理块的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生成帧内预测信息(例如根据一个或多个帧内编码技术生成帧内预测方向信息)。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包括在比特流中；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包括在比特流中。

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)被配置为将比特流格式化以包括已编码块。熵编码器(625)被配置为根据例如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比特流中。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示出了根据本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片，且对该已编码图片进行解码以生成重建图片。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)使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，以将残差从频域变换到空间域。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(未描绘数据路径，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(根据具体情况可由帧间预测模块或帧内预测模块输出)以形成重建块，该重建块可以是重建图片的一部分，该重建图片继而可以是重建视频的一部分。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(603)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)。

当构建运动矢量预测(mvp)候选列表以预测当前块时，可以用信号表示运动矢量预测索引(mvp_idx)以选择mvp候选列表中的多个mvp候选中的一个。取决于预测模式，例如在amvp模式中可以用信号表示运动矢量差(mvd)。此外，对于具有双向预测的amvp模式，其中构建了两个mvp候选列表，针对这两个mvp候选列表可以分别用信号表示两个mvd。然而，用信号表示mvd可以消除使用合并候选作为mvp候选的可能性，并因此可以降低编码性能。本公开的各方面包括例如在amvp模式中提升用于mvp候选列表构建的编码性能的技术，并能够实现更灵活的mv预测能力。例如，使用从amvp或合并模式生成的两个或更多个mvp候选来执行帧间预测。

根据本公开的各方面，针对mvp候选列表的mvp_idx用信号表示并与阈值t比较。在实施例中，如果n是包括在mvp候选列表中的mvp候选的最大允许数目，例如n＝5、6或7，则mvp候选列表的mvp_idx可以在0至n-1(包括该值)的范围内，且阈值t可以是在0至n(包括该值)的范围内的非负整数。此外，对于具有双向预测的amvp模式，其中构建了两个mvp候选列表，并针对这两个mvp候选列表分别用信号表示两个mvd，这两个mvp候选列表可以共享相同的t值或具有不同的t值。阈值t可以是在一些实施例中可以用信号表示或不用信号表示的预定数(例如1、2或3)，或者在其它实施例中，阈值t可在已编码视频序列(例如，序列、图片参数、切片或图块标头)中改变且用信号表示。

根据本公开的各方面，当用信号表示的mvp_idx小于阈值t时，针对mvp候选列表用信号表示mvd。mvd对应于根据mvp_idx在mvp候选列表中选择的mvp候选。也就是说，当前块基于由mvp_idx选择的mvp候选和与所选择的mvp候选相对应的mvd两者来预测。当用信号表示的mvp_idx大于或等于阈值t时，针对mvp候选列表没有用信号表示mvd。也就是说，由mvp_idx选择的mvp候选可以是在没有mvd的情况下导出的合并候选。

根据本公开的实施例，可以用信号表示参考索引(ref_idx)以选择当前块的当前参考列表中的参考图片。用信号表示的ref_idx可以是目标ref_idx，类似于hevcamvp过程中的目标ref_idx。

在实施例中，是否用信号表示ref_idx取决于当前参考列表中的参考图片的数量。在示例中，当在当前参考列表中有一个以上的参考图片可用时，总是用信号表示ref_idx。

在实施例中，是否用信号表示ref_idx取决于mvd的可用性。在示例中，仅当用信号表示mvd时才用信号表示ref_idx。

在实施例中，是否用信号表示ref_idx取决于mvp_idx和阈值t之间的比较。在示例中，当mvp_idx小于阈值t时，不用信号表示ref_idx。

根据本公开的实施例，当不用信号表示ref_idx时，不存在目标ref_idx，从而可以不需要对由mvp_idx指示的所选择的mvp候选执行运动矢量缩放。在这样的实施例中，可以基于在hevc合并模式中使用的方法来推断ref_idx。也就是说，用于当前帧间预测方向的参考图片将是与由mvp_idx指示的所选择的mvp候选相关联的参考图片。

根据本公开的各方面，修改amvp模式中的mvp候选列表构建过程，使得可在mvp候选列表中包括比hevcamvp模式中的候选更多的候选。例如，至少一个mvp候选与零mvd相关联，且至少一个mvp候选与非零mvd相关联。此外，可以使用削减来避免重复的候选。

在实施例中，首先例如基于在hevcamvp模式中使用的方法导出mvp候选，然后mvp候选与附加mvp候选级联。附加mvp候选可以基于hevc合并模式、sbtmvp方法、hmvp方法、成对平均mvp方法和/或多假设mvp方法中的一个或其组合。可以为每个mvp候选列表添加附加mvp候选。

在实施例中，在mvp候选列表构建期间，如果mvp候选的帧间预测假设(inter-predictionhypothesis)与当前mvp候选列表的帧间预测假设冲突，则认为mvp候选无效。也就是说，mvp候选的帧间预测假设不同于当前mvp候选列表的帧间预测假设。举例来说，如果当前mvp候选列表的帧间预测假设是单向预测且当前参考列表是l1，且mvp候选不具有有效的l1预测器，则认为mvp候选无效。在另一个示例中，如果当前mvp候选列表的当前参考列表是l0，且一个mvp候选具有有效的l0预测器和l1预测器，则仅保留l0预测器。也就是说，具有与当前mvp候选列表相同的帧间预测假设的预测器被认为是有效的。

在实施例中，在mvp候选列表构建期间，当mvp候选的ref_idx不同于目标ref_idx时，例如，如在hevctmvp过程中使用的运动矢量缩放可以用于将mvp候选缩放到目标ref_idx，或者可以被丢弃。

在实施例中，在mvp候选列表构建期间，mvp候选列表没有填充零mv。如上所述，除了amvp候选之外，mvp候选列表可以包括合并候选和/或其它候选(例如，hmvp候选、sbtmvp候选等)。在hevc合并模式中，当合并列表未满时，可以填充零mv。因此，合并候选可以包括零mv。然而，在该实施例中，当例如基于hevc合并模式的附加mvp候选被包括在当前mvp候选列表中时，不添加零mv。

在实施例中，在mvp候选列表构建期间，当两个或更多个mvp候选在mvp候选列表中相同时，只保留第一个mvp候选，而丢弃其它mvp候选，以简化构建过程。在另一个实施例中，可以保留其它mvp候选中的一个，且可以丢弃第一个mvp候选。

在实施例中，在mvp候选列表构建期间，当mvp候选列表中的mvp候选的数量大于预定数量(例如，n)时，仅保留前n个候选并丢弃其余候选。例如，如果预定数量n是10，则只保留前十个mvp候选，并丢弃前十个mvp候选之后的mvp候选。

在实施例中，在mvp候选列表构建期间，当mvp候选列表中的mvp候选的数量低于预定数量(例如，n)时，零mv可用于填充到mvp候选列表的末尾，使得mvp候选列表包含n个候选。可对每个mvp候选列表执行填充。

根据本公开的各方面，一些约束可应用于mvp候选列表构建过程。在实施例中，当当前块具有一个参考图片列表时，mvp_idx被限制为小于阈值t。

在实施例中，是否可允许mvp_idx大于或等于阈值t与当前块的块区域相关。在示例中，当块区域高于区域阈值时，允许mvp_idx大于或等于阈值t。在另一个示例中，当块区域低于区域阈值时，不允许mvp_idx大于或等于阈值t。例如，区域阈值可以是64、128、356、512或1024等。

在实施例中，对于非合并模式，与小于阈值t的mvp_idx相对应的至少一个mvp候选被包括在mvp候选列表中。

在实施例中，对于双向预测，其中两组mvp_idx用信号表示，如果第一个用信号表示的mvp_idx大于或等于阈值t，则第二个用信号表示的mvp_idx被限制为小于阈值t，反之亦然。

在实施例中，对于非合并模式，至少一个mvd用信号表示。例如，在双向预测中，如果l0的mvd没有用信号表示，则l1的mvd将用信号表示，反之亦然。

图8示出了根据本公开的一些实施例的概述示例性过程(800)的流程图。在各实施例中，过程(800)由处理电路执行，处理电路例如终端装置(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)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行帧内预测模块(452)的功能的处理电路、执行视频编码器(503)的功能的处理电路、执行预测器(535)的功能的处理电路、执行帧内编码器(622)的功能的处理电路、执行帧内解码器(772)的功能的处理电路等。在一些实施例中，过程(800)以软件指令实现，因此当处理电路执行该软件指令时，处理电路执行过程(800)。

过程(800)通常可以从步骤(s801)开始，其中，过程(800)对作为已编码视频序列的一部分的当前图片中的当前块的预测信息进行解码。预测信息指示用于在运动矢量预测候选列表中选择运动矢量预测(mvp)候选的运动矢量预测索引(mvp_idx)。在解码预测信息之后，过程进行到步骤(s802)。

在(s802)，过程(800)确定mvp_idx是否小于阈值t。当确定mvp_idx小于阈值t时，过程(800)进行到步骤(s803)。否则，过程(800)进行到步骤(s805)。

在(s803)，过程(800)对与mvp候选相对应的运动矢量差(mvd)进行解码。在解码mvd之后，过程(800)进行到步骤(s804)。

在(s804)，过程(800)基于mvp候选和mvd重建当前块。

在(s805)，过程(800)在没有mvd的情况下基于mvp候选来重建当前块，因为在已编码视频序列中没有用信号表示mvd。

在实施例中，过程(800)根据参考图片列表中的参考图片的参考索引和与mvp候选相关联的参考图片中的一个，确定当前块的参考图片列表中的参考图片。

在实施例中，阈值t是预设数量。在另一个实施例中，在已编码视频序列中用信号表示阈值t。

在实施例中，过程(800)确定新的mvp候选的帧间预测假设是否不同于mvp候选列表的帧间预测假设。

在实施例中，当当前块具有一个参考图片列表时，mvp_idx小于阈值t。

在实施例中，mvp候选列表包括与非零mvd相关联的mvp候选以及与零mvd相关联的mvp候选。

在重建当前块之后，过程(800)结束。

根据本公开的各方面，提供了用于改善mvd编码的技术。当对mvd进行编码/解码时，对与mvd相关联的一些语法元素进行编码/解码。然而，mvd编码使用上下文来编码诸如abs_mvd_greater0_flag和abvs_mvd_greater1_flag的语法元素。这些上下文的效率不高。进一步地，多个mvd编码模块可以在对编码块进行解码期间发生，例如在具有控制点的仿射模式和/或双向预测中。还没有利用这些mvd之间的相关性。

图9a示出了根据本公开的一些实施例的用于对列表0(l0)或双向预测的mvd进行编码的语法表。当当前块的帧间预测模式(inter_pred_idc)不是列表1(pred_l1)，也就是说，列表0(pred_l0)或双向预测(pred_bi)用于当前块，且列表0(num_ref_idx_l0_active_minus1)的最大参考索引大于0时，指定列表0参考图片索引(ref_idx_l0)，并对当前块执行mvd编码(mvd_coding),其中，阵列索引x0、y0指定当前块的左上方亮度样本相对于当前图片的左上方亮度样本的位置(x0，y0)。应注意，可以以类似的方式定义用于对列表1(l1)的mvd进行编码的语法表。

图9b示出了根据本公开的一些实施例的用于mvd编码的语法表。具体地，语法元素abs_mvd_greater0_flag[compidx]指定运动矢量分量差的绝对值是否大于0，其中，对于x分量(轴)和y分量(轴)，compidx分别＝0和1。语法元素abs_mvd_greater1_flag[compidx]指定运动矢量分量差的绝对值是否大于1。当abs_mvd_greater1_flag[compidx]不存在时，可以推断其等于一个值例如0。语法元素abs_mvd_minus2[compidx]加上2指定运动矢量分量差的绝对值。当abs_mvd_minus2[compidx]不存在时，可以推断其等于一个值例如-1。语法元素mvd_sign_flag[compidx]如下指定运动矢量分量差的符号：如果mvd_sign_flag[compidx]＝0，则相应的运动矢量分量差具有正值；否则(例如，mvd_sign_flag[compidx]＝1)，相应的运动矢量分量差具有负值。当mvd_sign_flag[compidx]不存在时，可以推断其等于一个值例如0。

根据本公开的各方面，可以对mvd的语法元素进行上下文编码。例如可使用基于上下文的自适应二进制算术编码(cabac)对语法元素abs_mvd_greater0_flag(例如，1个二进制)和abs_mvd_greater1_flag(例如，1个二进制)进行上下文编码。例如可使用一阶指数-哥伦布(exponential-golomb)二值化以相等概率对语法元素abs_mvd_minus2进行编码。例如可使用旁路编码以相等概率对语法元素mvd_sign_flag(例如，1个二进制)进行编码。然而，如上所述，上下文编码的效率不高。此外，例如在可以对两个mvd进行解码的双向预测中，和/或在具有多个控制点的仿射模式(其中每个控制点可以对应于相应的mvd)中，可以在已编码块的解码期间多次调用mvd编码模块(即，mvd语法表)。

根据本公开的各方面，可进行上下文编码的语法元素的数量有限。根据一些实施例，可以在mvd编码中进行上下文编码的语法元素的数量可以被限制为1。例如，在图9b中，mvd编码包括四个语法元素，但是不超过一个语法元素被上下文编码。应注意，abs_mvd_greater0_flag[0]和abs_mvd_greater0_flag[1]在本申请中被认为是一个语法元素，且该规则对于abs_mvd_greater1_flag、abs_mvd_minus2和mvd_sign_flag也有效。

在实施例中，mvd编码中的所有语法元素(例如，abs_mvd_greater0_flag、abs_mvd_greater1_flag、abs_mvd_minus2和mvd_sign_flag)在没有基于上下文的模型的情况下被编码。例如可以使用旁路编码以相等概率对所有语法元素进行编码。

与其它两个语法元素相比，可以更频繁地调用语法元素abs_mvd_greater0_flag和abs_mvd_greater1_flag。因此，语法元素中的一个可以被上下文编码，而另一个可以被旁路编码。

在实施例中，只有语法元素abs_mvd_greater0_flag被上下文编码。其它语法元素abs_mvd_greater1_flag、abs_mvd_minus2和mvd_sign_flag可以以相等概率被编码。

在实施例中，只有语法元素abs_mvd_greater1_flag被上下文编码。其它语法元素abs_mvd_greater0_flag、abs_mvd_minus2和mvd_sign_flag可以以相等概率被编码。

图10示出了根据本公开的实施例的用于mvd编码的语法表。在该表中，三个语法元素abs_mvd_greater0_flag、abs_mvd_minus1和mvd_sign_flag用于mvd编码，且可以被上下文编码。语法元素abs_mvd_minus1加上1指定运动矢量分量差的绝对值，并可以用k阶指数-哥伦布二值化来二值化，其中k可以是0、2或3。在一些实施例中，k可以是1。

根据本公开的一些实施例，用于mvd编码的语法元素具有第一分量和第二分量。可以基于语法元素的第一分量来解码语法元素的第二分量。换句话说，mvd语法元素的一个分量可以用作对相同mvd语法元素的另一个分量进行编码的上下文。

在实施例中，当在第二分量abs_mvd_greater0_flag[n]之前用信号表示第一分量abs_mvd_greater0_flag[1-n]时，第一分量abs_mvd_greater0_flag[1-n]的值可用于导出第二分量abs_mvd_greater0_flag[n]的上下文值，其中n可以是0或1。

在实施例中，当在第二分量abs_mvd_greater0_flag[n]之前用信号表示第一分量abs_mvd_greater0_flag[1-n]，并使用指示第一分量的零mvd的值来用信号表示第一分量abs_mvd_greater0_flag[1-n]时，则使用旁路编码来用信号表示第二分量abs_mvd_greater0_flag[n]，其中n可以是0或1。

上述实施例还可应用于其它mvd语法元素，例如abs_mvd_greater1_flag和/或abs_mvd_minus1。

根据本公开的一些实施例，当预测信息指示当前块的双向预测模式时，即当当前块具有第一预测列表和第二预测列表时，可以基于第一预测列表的相应mvd来解码第二预测列表的mvd。

在实施例中，可以使用先前解码的预测列表的mvd语法元素来确定之后解码的预测列表的相同语法元素。例如，当在第二预测列表的相应mvd语法元素abs_mvd_greater0_flag[n]之前用信号表示第一预测列表的mvd语法元素abs_mvd_greater0_flag[n]时，第一预测列表的mvd语法元素abs_mvd_greater0_flag[n]的值可用于导出第二预测列表的相应mvd语法元素abs_mvd_greater0_flag[n]的上下文值，其中n可以是0或1。

在实施例中，当较早解码的预测列表的相同语法元素指示零mvd时，可使用旁路编码来用信号表示之后编码的预测列表的mvd语法元素。例如，当在第二预测列表的相应语法元素abs_mvd_greater0_flag[n]之前用信号表示第一预测列表的mvd语法元素abs_mvd_greater0_flag[n]，并使用指示第一预测列表的语法元素abs_mvd_greater0_flag[n]的零mvd的值来用信号表示第一预测列表的语法元素abs_mvd_greater0_flag[n]时，则使用旁路编码来用信号表示第二预测列表的相应语法元素abs_mvd_greater0_flag[n]。其中n可以是0或1。上述实施例还可应用于其它mvd语法元素，例如abs_mvd_greater1_flag和/或abs_mvd_minus1。

根据本公开的一些实施例，当预测信息指示具有用于当前块的至少第一控制点和第二控制点的仿射模式时，可以基于第一控制点的相应mvd来解码第二控制点的mvd。

在实施例中，可以使用先前解码的控制点的mvd语法元素来确定之后解码的控制点的相同语法元素。例如，当在第二控制点的相应语法元素abs_mvd_greater0_flag[n]之前用信号表示第一控制点的mvd语法元素abs_mvd_greater0_flag[n]时，可以使用第一控制点的语法元素abs_mvd_greater0_flag[n]的值来导出第二控制点的相应语法元素abs_mvd_greater0_flag[n]的上下文值，其中n可以是0或1。

在实施例中，当较早编码的控制点的相同语法元素指示零mvd时，可使用旁路编码来用信号表示之后编码的控制点的mvd语法元素。例如，当在第二控制点的相应语法元素abs_mvd_greater0_flag[n]之前用信号表示第一控制点的mvd语法元素abs_mvd_greater0_flag[n]，并使用指示第一控制点的语法元素abs_mvd_greater0_flag[n]的零mvd的值来用信号表示第一控制点的语法元素abs_mvd_greater0_flag[n]时，则使用旁路编码来用信号表示第二控制点的相应语法元素abs_mvd_greater0_flag[n]。其中n可以是0或1。

在实施例中，先前用信号表示的控制点被设置为用于多个剩余控制点的第一控制点。例如，一个先前用信号表示的控制点用于确定多个剩余控制点中的每一个。

上述实施例还可应用于其它mvd语法元素，例如abs_mvd_greater1_flag和/或abs_mvd_minus1。

根据本公开的一些实施例，当预测信息指示具有用于当前块的双向预测的仿射模式时，可以基于第二预测列表中的相同控制点的mvd来解码第一预测列表中的每个控制点的mvd。例如，当首先用信号表示列表0中的控制点的mvd时，可以相应地预测/上下文编码列表1中的相同控制点的mvd。

图11示出了根据本公开的一些实施例的概述示例性过程(1100)的流程图。在各实施例中，过程(1100)由处理电路执行，处理电路例如终端装置(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)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行帧内预测模块(452)的功能的处理电路、执行视频编码器(503)的功能的处理电路、执行预测器(535)的功能的处理电路、执行帧内编码器(622)的功能的处理电路、执行帧内解码器(772)的功能的处理电路等。在一些实施例中，过程(1100)以软件指令实现，因此当处理电路执行该软件指令时，处理电路执行过程(1100)。

过程(1100)通常可以从步骤(s1101)开始，其中，过程(1100)对作为已编码视频序列的一部分的当前图片中的当前块的预测信息进行解码。预测信息指示与第一运动矢量预测候选列表中的第一运动矢量预测候选相对应的第一运动矢量差(mvd)、以及与第一mvd相关联的多个语法元素。根据一些实施例，多个语法元素中不超过一个语法元素被上下文编码。在其它实施例中，上下文编码的语法元素的数量被限制为小于或等于预定数量。例如，上下文编码的语法元素的数量可以被限制为小于4。在这种情况下，上下文编码的语法元素的数量可以被限制为不大于1，例如当语法元素的总数是4时，或者当语法元素的总数是3时，上下文编码的语法元素的数量可以不需要被限制。然后，过程(1100)进行到步骤(s1102)。

在步骤(s1102)，过程(1100)根据多个语法元素对第一mvd进行解码。可以基于上述过程或约束的一个或其组合对第一mvd进行解码。然后，过程(1100)进行到步骤(s1103)。

在步骤(s1103)，过程(1100)基于第一mvd和第一运动矢量预测候选重建当前块。

在实施例中，与第一mvd相关联的多个语法元素的总数小于4。

在实施例中，与第一mvd相关联的多个语法元素中的一个语法元素具有第一分量和第二分量，基于第一分量对第二分量进行解码。

在实施例中，当预测信息指示当前块的双向预测模式时，过程(1000)基于第一mvd对与第二运动矢量预测候选列表中的第二运动矢量预测候选相对应的第二mvd进行解码。过程(1100)进一步基于第一运动矢量预测候选、第一mvd、第二运动矢量预测候选和第二mvd，重建当前块。

在实施例中，当预测信息指示当前块的第一仿射模式且第一运动矢量预测候选对应于当前块的第一控制点时，过程(1100)基于第一mvd对与第三运动矢量预测候选相对应的第三mvd进行解码。第三运动矢量预测候选对应于当前块的第二控制点。过程(1100)进一步基于第一运动矢量预测候选、第一mvd、第三运动矢量预测候选和第三mvd，重建当前块。

在实施例中，当预测信息指示当前块的具有双向预测的第二仿射模式时，过程(1100)基于第一mvd对与第四运动矢量预测候选列表中的第四运动矢量预测候选相对应的第四mvd进行解码。第四运动矢量预测候选和第一运动矢量预测候选对应于当前块的相同控制点。过程(1100)进一步基于第一运动矢量预测候选、第一mvd、第四运动矢量预测候选和第四mvd，重建当前块。

在重建当前块之后，过程(1100)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，且物理地存储在一个或多个计算机可读介质中。例如，图12示出了适合于实施所公开的主题的某些实施例的计算机系统(1200)。

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释、微代码等执行。

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12所示的计算机系统(1200)的组件本质上是示例性的，并且不旨在对实施本公开的实施例的计算机软件的使用范围或功能提出任何限制。组件的配置也不应被解释为具有与计算机系统(1200)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(1200)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)。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。

输入人机接口设备可以包括下述中的一项或多项(每种中仅示出一个)：键盘(1201)、鼠标(1202)、触控板(1203)、触摸屏(1210)、数据手套(未示出)、操纵杆(1205)、麦克风(1206)、扫描仪(1207)、相机(1208)。

计算机系统(1200)还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(1210)的触觉反馈、数据手套(未示出)或操纵杆(1205)，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(1209)、耳机(未描绘))、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(1210)，每种屏幕都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)、全息显示器和烟箱(未描绘)以及打印机(未描绘)来输出二维视觉输出或超过三维的输出。这些可视输出装置(例如屏幕(1210))可以通过图形适配器(1250)连接到系统总线(1248)。

计算机系统(1200)还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(1221)的cd/dvdrom/rw(1220)的光学介质、指状驱动器(1222)，可拆卸硬盘驱动器或固态驱动器(1223)、诸如磁带和软盘之类的传统磁性介质(未描绘)、诸如安全软件狗之类的基于专用rom/asic/pld的装置(未描绘)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术语“计算机可读介质”不涵盖传输介质、载波或其它暂时性信号。

计算机系统(1200)还可以包括到一个或多个通信网络(1255)的网络接口(1254)。一个或多个通信网络(1255)可以例如是无线网络、有线网络、光网络。一个或多个通信网络(1255)可以进一步是本地网络、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。一个或多个通信网络(1255)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(1249)的外部网络接口适配器(例如，计算机系统(1200)的usb端口)；如下所述，其它网络接口通常通过连接到系统总线而集成到计算机系统(1200)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(1200)可以使用这些网络中的任何一个网络与其它实体通信。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它计算机系统。如上所述，可以在那些网络和网络接口中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(1200)的内核(1240)。

内核(1240)可以包括一个或多个中央处理单元(cpu)(1241)，图形处理单元(gpu)(1242)，现场可编程门区域(fpga)(1243)形式的专用可编程处理单元、用于某些任务的硬件加速器(1244)等。这些装置以及只读存储器(rom)(1245)、随机存取存储器(1246)、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(1247)可以通过系统总线(1248)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(1248)，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(1248)或通过外围总线(1249)连接到内核的系统总线(1248)。外围总线的体系结构包括pci、usb等。

cpu(1241)、gpu(1242)、fpga(1243)和加速器(1244)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(1245)或ram(1246)中。过渡数据也可以存储在ram(1246)中，而永久数据可以例如存储在内部大容量存储器(1247)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(1241)、gpu(1242)、大容量存储器(1247)、rom(1245)、ram(1246)等。

计算机可读介质可以在其上具有用于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(1200)，特别是内核(1240)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，以及某些非暂时性的内核(1240)的存储器，例如内核内部大容量存储器(1247)或rom(1245)。可以将实施本公开的各实施例的软件存储在此类装置中并由内核(1240)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(1240)，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(1246)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它方式体现在电路(例如，加速器(1244))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。本公开包括硬件和软件的任何合适的组合。

尽管本公开已经描述了多个示例性实施例，但是存在落入本公开的范围内的修改、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，但是体现了本公开的原理，因此落入本公开的精神和范围内的系统和方法。

附录a：缩略语

amvp：高级运动矢量预测

asic：特定用途集成电路

bms：基准集

bs：边界强度

bv：块矢量

canbus：控制器区域网络总线

cd：光盘

cpr：当前图片参考

cpu：中央处理单元

crt：阴极射线管

ctb：编码树块

ctu：编码树单元

cu：编码单元

dpb：解码器图片缓冲器

dvd：数字视频光盘

fpga：现场可编程门区域

gop：图片群组

gpu：图形处理单元

gsm：全球移动通信系统

hdr：宽动态范围

hevc：高效视频编码

hrd：假想参考解码器

ibc：帧内块复制

ic：集成电路

jem：联合探索模型

lan：局域网

lcd：液晶显示器

lic：局部照明补偿

lte：长期演进

mr-sad：绝对差的平均去除和

mr-satd：绝对哈达玛变换差的平均去除和

bv：运动矢量

oled：有机发光二极管

pb：预测块

pci：互连外围设备

pld：可编程逻辑设备

pps：图片参数集

pu：预测单元

ram：随机存取存储器

rom：只读存储器

scc：屏幕内容编码

sdr：标准动态范围

sei：补充增强信息

smvp：空间运动矢量预测

snr：信噪比

sps：序列参数集

ssd：固态驱动器

tmvp：时间运动矢量预测

tu：变换单元

usb：通用串行总线

vui：视频可用性信息

vvc：下一代视频编码