视频编码方法及装置与流程

文档序号:23068579发布日期:2020-11-25 17:56阅读:114来源:国知局
视频编码方法及装置与流程

援引加入

本申请要求于2019年7月31日提交的题为“methodandapparatusforvideocoding”的美国专利申请第16/528,148号的优先权权益,该申请要求于2019年3月9日提交的题为“searchrangeadjustmentforintrapictureblockcompensation”的美国临时申请第62/816,125号以及于2018年9月21日提交的题为“referencesearchrangeoptimizationforintrapictureblockcompensation”的美国临时申请第62/735,002号的优先权权益,所有在先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:

此文所提供的背景技术说明以对本公开的内容作一般性说明为目的。发明人的某些工作(即已在此背景技术部分中作出描述的工作)以及说明书中关于某些尚未成为申请日之前的现有技术的内容,无论是以明确或隐含的方式均不被视为相对于本公开的现有技术。

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1920x1080的亮度样本及相关的色度样本的空间维度。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,例如某些消费者流媒体应用的用户相比电视分配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。

视频编码器和视频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、量化以及熵编码。

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,该周围样本数据和/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。针对给定的模式/子模式/参数组合使用哪个码字可能会对通过帧内预测的编码效率增益产生影响,且用于将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。

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。对所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种帧内模式中的33种角度模式)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度角的样本(101)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维度和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,假设已编码视频码流包括信令(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,根据同一个参考样本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已编码视频码流中的映射可以随视频编码技术的不同而不同,并且,例如,它的范围可以从预测方向的简单直接映射到帧内预测模式再到代码字,再到涉及最可能的模式和类似技术的复杂自适应方案。但是,在所有情况下,可能存在某些方向,与某些其他方向相比,在视频内容中统计出现的可能性较小。由于视频压缩的目标是减少冗余,因此,在运作良好的视频编码技术中,那些不太可能出现的方向相比可能出现的方向将由更多数量的比特表示。



技术实现要素:

本公开的各方面提供了视频编码/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。处理电路从已编码视频码流中解码当前块的预测信息,其中预测信息表示帧内块复制模式,且当前块是当前图片中当前编码树块(ctb)的当前区域中的多个编码块之一。处理电路确定是否要在当前区域中首先重建当前块。当要在当前区域中首先重建当前块时,处理电路确定当前块的块矢量。由块矢量所指示的参考块位于不包括先前重建的ctb中的同位区域(collocatedregion)的搜索范围内,同位区域在先前重建的ctb中的相对位置与当前区域在当前ctb中的相对位置相同。搜索范围在当前图片之中。处理电路根据块矢量重建当前块的至少一个样本。搜索范围可以包括在同位区域之后以及当前块之前重建的编码块。

在实施例中,当前ctb的大小与参考存储器的大小相等,先前重建的ctb是当前ctb的左邻居,同位区域的位置从当前区域的位置偏移了当前ctb的宽度,搜索范围中的编码块位于当前ctb和先前重建的ctb中的至少一个之中。

在示例中,当前ctb和先前重建的ctb的大小是128×128个样本,当前ctb包括4个64×64个样本的区域,先前重建的ctb包括4个64×64个样本的区域,同位区域的位置相对于当前区域的位置偏移了128个样本,当前区域是当前ctb中的4个区域之一,同位区域是先前重建的ctb中的4个区域之一。当前ctb中的4个区域可以包括左上区域、右上区域、左下区域和右下区域。先前重建的ctb中的4个区域可以包括左上区域、右上区域、左下区域和右下区域。当当前区域是当前ctb的左上区域时,同位区域是先前重建的ctb的左上区域且搜索区域不包括先前重建的ctb的左上区域。当当前区域是当前ctb的右上区域时,同位区域是先前重建的ctb的右上区域且搜索区域不包括先前重建的ctb的左上区域和右上区域。当当前区域是当前ctb的左下区域时,同位区域是先前重建的ctb的左下区域且搜索区域不包括先前重建的ctb的左上区域、右上区域以及左下区域。当当前区域是当前ctb的右下区域时,同位区域是先前重建的ctb的右下区域且搜索区域不包括先前重建的ctb。

在示例中,当前ctb包括具有相同大小和形状的4个区域,先前重建的ctb包括具有相同大小和形状的4个区域,当前区域是当前ctb中的4个区域之一,同位区域是先前重建的ctb中的4个区域之一。

在实施例中,当前ctb的大小小于参考存储器大小,同位区域的位置相对于当前区域的位置偏移了多个当前ctb的宽度,搜索范围中的编码块位于以下至少之一中:当前ctb、先前重建的ctb以及在当前ctb与先前重建的ctb之间的一个或多个重建的ctb。在示例中,当前ctb的大小为64×64个样本,参考存储器大小为128×128个样本,当前ctb包括4个32×32个样本的区域,先前重建的ctb包括4个32×32个样本的区域,同位区域的位置相对于当前区域的位置偏移了256个样本。在示例中,搜索范围中的编码块位于以下至少之一中:当前ctb以及当前ctb与先前重建的ctb之间的一个或多个重建的ctb。在示例中,搜索范围不包括相对于当前ctb偏移了n个当前ctb的宽度的先前重建的ctb,其中,n是参考存储器大小与当前ctb的大小之比。

本公开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得该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是示例性的帧内预测方向的图示。

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是根据一个实施例的解码器的简化框图的示意图。

图6是根据一个实施例的编码器的简化框图的示意图。

图7示出根据另一个实施例的编码器的框图。

图8示出根据另一个实施例的解码器的框图。

图9示出根据本公开的实施例的帧内块复制的示例。

图10示出根据本公开的实施例的帧内块复制的示例。

图11示出根据本公开的实施例的帧内块复制的示例。

图12a至图12d示出根据本公开的实施例的帧内块复制的示例。

图13示出根据本公开的实施例的搜索范围大于ctb的大小的帧内块复制的示例。

图14示出概述根据本公开实施例的过程(1400)的流程图。

图15是根据一个实施例的计算机系统的示意图。

具体实施方式

图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/或专用视频会议装置。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)(或已编码的视频码流),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(320)包括耦接到视频源(401)的视频编码器(403)。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(415)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(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(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……)和任何合适采样结构(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)复制解码过程,该解码过程可由视频解码器对参考图片执行,且可使重建的参考图片存储在参考图片高速缓冲(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(403)

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6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转换至频域,且生成变换系数。变换系数接着经受量化处理以获得量化的变换系数。在各种实施例中,视频编码器(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。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(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的示例中,视频解码器(810)包括如图7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,以将残差从频域转换到空间域。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,可执行诸如解块操作等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)。

本公开的各方面提供了针对帧内图片块补偿的搜索范围调整的技术。

基于块的补偿可以用于帧间预测和帧内预测。对于帧间预测来说,来自不同图片的基于块的补偿被称为运动补偿。基于块的补偿还可以例如在帧内预测中根据同一图片中先前重建的区域来完成。根据同一图片中已重建区域的基于块的补偿被称为帧内图片块补偿、当前图片参考(cpr)或帧内块复制(ibc)。将指示同一图片中当前块和参考块(也称为预测块)之间的偏移的位移矢量称为块矢量(bv),其中可以基于参考块来编码/解码当前块。与运动补偿中可以为任意值(在x或y方向上为正值或负值)的运动矢量不同,bv具有某些约束条件以确保参考块是可用的并且是已经重建的。另外,在一些示例中,出于并行处理的考虑,排除诸如图块边界、切片边界或波前梯状边界的某些参考区域。

块矢量的编码可以是显式的或隐式的。在显式模式下,用信号指示块矢量与其预测器之间的bv差。在隐式模式中,以与合并模式中的运动矢量类似的方式,在不使用bv差的情况下根据预测器(称为块矢量预测器)来恢复块矢量。在一些实施方案中,块矢量的分辨率受限于整数位置。在其他系统中,允许块矢量指向小数位置。

在一些示例中,可以使用诸如ibc标志之类的块级别标志来用信号指示在块级别使用帧内块复制。在实施例中,当对当前块进行显式编码时,用信号指示块级别标志。在一些示例中,可以使用参考索引方法来用信号指示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或特殊参考图片。在示例中,将此类参考图片置于参考图片列表的最后位置。还在诸如解码图片缓冲(dpb)之类的缓冲中一起管理特殊参考图片与其他时间参考图片。

帧内块复制也会有一些变化,例如,翻转的帧内块复制(在参考块被用于预测当前块之前将参考块水平或垂直地翻转)或基于线的帧内块复制(mxn编码块内的每个补偿单元是mx1或1xn的线)。

如上所述,图片中正在重建的当前块的bv可以具有某些约束,使得当前块的参考块在搜索范围之内。搜索范围是指可以从中选择参考块的图片的部分。例如,搜索范围可以位于图片中的重建区域的某些部分之中。可以约束搜索范围的大小、位置、形状等。或者,可以约束bv。在示例中,bv是包括x分量和y分量的二维矢量,并且可以约束x分量和y分量中的至少一个分量。可以针对bv、搜索范围、或bv和搜索范围的组合来指定约束条件。在各种示例中,当针对bv指定了某些约束条件时,搜索范围相应地受到约束。类似地,当针对搜索范围指定了某些约束条件时,bv将相应地受到约束。

图9示出根据本公开的实施例的帧内块复制的示例。当前图片(900)将在解码中被重建。当前图片(900)包括已重建区域(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。可以根据已重建区域(910)中的参考块(940)来重建当前块(930)。将参考块(940)和当前块(930)之间的位置偏移称为块矢量(950)(或bv(950))。在图9的示例中,搜索范围(960)在已重建区域(910)内,参考块(940)在搜索范围(960)内,并且块矢量(950)被约束为指向搜索范围内(960)内的参考块(940)。

可以对bv和/或搜索范围应用各种约束条件。在实施例中,将当前ctb中正在重建的当前块的搜索范围约束在当前ctb之内。

在实施例中,用于存储将要在帧内块复制中使用的参考样本的有效存储器需求是一个ctb大小。在示例中,ctb大小为128×128个样本。当前ctb包括正在重建的当前区域。当前区域的大小为64×64个样本。由于参考存储器还可以存储当前区域中已重建的样本,因此,当参考存储器大小等于128×128个样本的ctb大小时,参考存储器还可以再存储3个64×64个样本的区域。因此,在存储参考样本的总存储器需求不变的同时(例如128×128个样本的1个ctb大小或总共4个64×64个参考样本),搜索范围可以包括先前重建的ctb的某些部分。在示例中,先前重建的ctb是当前ctb的左邻居,如图10所示。

图10示出根据本公开的实施例的帧内块复制的示例。当前图片(1001)包括正在重建的当前ctb(1015)和作为当前ctb(1015)左邻居的先前重建的ctb(1010)。当前图片(1001)中的ctb具有诸如128×128个样本之类的ctb大小以及诸如128个样本之类的ctb宽度。当前ctb(1015)包括4个区域(1016)-(1019),其中当前区域(1016)正在重建。当前区域(1016)包括多个编码块(1021)-(1029)。类似地,先前重建的ctb(1010)包括4个区域(1011)-(1014)。已经重建了编码块(1021)-(1025),正在重建当前块(1026),将要重建编码块(1026)-(1027)和区域(1017)-(1019)。

当前区域(1016)具有同位区域(即,先前重建的ctb(1010)中的区域(1011))。同位区域(1011)相对于先前重建的ctb(1010)的相对位置可以与当前区域(1016)相对于当前ctb(1015)的相对位置相同。在图10所示的示例中,当前区域(1016)是当前ctb(1015)中的左上区域,因而同位区域(1011)也是先前重建的ctb(1010)中的左上区域。由于先前重建的ctb(1010)的位置相对于当前ctb(1015)的位置偏移了一个ctb的宽度,所以同位区域(1011)的位置相对于当前区域(1016)的位置也偏移一个ctb宽度。

在实施例中,当前区域(1016)的同位区域位于先前重建的ctb中,其中,先前重建的ctb的位置相对于当前ctb(1015)的位置偏移了一个或多个ctb宽度,因此,同位区域的位置也相对于当前区域(1016)的位置偏移相应的一个或多个ctb宽度。同位区域的位置可以相对于当前区域(1016)左移,上移等。

如上所述,当前块(1026)的搜索范围的大小受到ctb大小的约束。在图10的示例中,搜索范围可以包括先前重建的ctb(1010)中的区域(1012)-(1014)以及当前区域(1016)中已经重建的一部分(例如编码块(1021)-(1025))。此外,搜索范围不包括同位区域(1011),以使得搜索范围的大小在ctb大小之内。参考图10,参考块(1091)位于先前重建的ctb(1010)的区域(1014)中。块矢量(1020)指示当前块(1026)与相应的参考块(1091)之间的偏移。参考块(1091)在搜索范围之内。

图10中示出的示例可以适当地适用于其中当前区域位于当前ctb(1015)中的另一位置处的其他场景。在示例中,当当前块位于区域(1017)中时,当前块的同位区域为区域(1012)。因此,搜索范围可以包括区域(1013)-(1014)、区域(1016)以及区域(1017)中已经重建的部分。搜索范围还不包括区域(1011)以及同位区域(1012),以使得搜索范围的大小在ctb大小之内。在示例中,当当前块在区域(1018)中时,当前块的同位区域为区域(1013)。因此,搜索范围可以包括区域(1014)、区域(1016)-(1017)以及区域(1018)中已经重建的部分。搜索范围还不包括区域(1011)-(1012)和同位区域(1013),以使得搜索范围的大小在ctb大小之内。在示例中,当当前块在区域(1019)中时,当前块的同位区域为区域(1014)。因此,搜索范围可以包括区域(1016)-(1018)以及区域(1019)中已经重建的一部分。搜索范围还不包括先前重建的ctb(1010),以使得搜索范围的大小在ctb大小之内。

在以上的描述中,参考块可以在先前重建的ctb(1010)或当前ctb(1015)之中。

在实施例中,可以如下所述指定搜索范围。在示例中,当前图片是亮度图片,当前ctb是包括多个亮度样本的亮度ctb,并且块矢量mvl满足以下使得码流一致的约束条件。

约束条件包括第一条件:已经重建了当前块的参考块。当参考块为矩形形状时,可进行参考块的可用性检查过程以检查参考块的左上样本和右下样本是否已重建。当参考块的左上样本和右下样本都已重建时,确定参考块已经重建。

例如,当将当前块的左上样本的位置(xcurr,ycurr)设置为(xcb,ycb),将参考块的左上样本的位置(xcb+(mvl[0]>>4),ycb+(mvl[1]>>4))作为输入来调用参考块可用性的推导过程时,当参考块的左上样本已重建时,输出等于true,其中块矢量mvl是具有x分量mvl[0]和y分量mvl[1]的二维矢量。

类似地,当将当前块的左上样本的位置(xcurr,ycurr)设置为(xcb,ycb),将参考块的右下样本的位置(xcb+(mvl[0]>>4)+cbwidth-1,ycb+(mvl[1]>>4)+cbheight-1)作为输入来调用块可用性的推导过程时,当参考块的右下样本已重建时,输出等于true。参数cbwidth和cbheight表示参考块的宽度和高度。

约束条件还可以包括以下第二条件中的至少一个:1)(mvl[0]>>4)+cbwidth的值小于或等于0,这代表参考块在当前块的左侧且不与当前块重叠;2)(mvl[1]>>4)+cbheight的值小于或等于0,这表示参考块在当前块上方,并且不与当前块重叠。

约束条件还可以包括块矢量mvl要满足以下第三条件:

(ycb+(mvl[1]>>4))>>ctblog2sizey=ycb>>ctblog2sizey(1)

(ycb+(mvl[1]>>4+cbheight-1)>>ctblog2sizey=ycb>>ctblog2size(2)

(xcb+(mvl[0]>>4))>>ctblog2sizey>=(xcb>>ctblog2sizey)-1(3)

(xcb+(mvl[0]>>4)+cbwidth-1)>>ctblog2sizey<=(xcb>>ctblog2sizey)

(4)

其中,参数ctblog2sizey表示log2形式的ctb宽度。例如,当ctb宽度为128个样本时,ctblog2sizey为7。公式(1)-(2)指定包含参考块的ctb与当前ctb在同一ctb行中(即当参考块位于先前重建的ctb(1010)中时,先前重建的ctb(1010)与当前ctb(1015)在同一行中)。公式(3)-(4)指定包含参考块的ctb是在当前ctb的左侧ctb的列中,还是在与当前ctb相同的ctb列中。如公式(1)-(4)所述的第三条件指定包含参考块的ctb是当前ctb(例如当前ctb(1015)),还是当前ctb的左邻居(例如先前重建的ctb(1010)),类似于参考图10的描述。

约束条件还可包括第四条件:当参考块在当前ctb的左邻居中时,参考块的同位区域未被重建(即,在同位区域中没有已经重建的样本)。此外,参考块的同位区域在当前ctb中。在图10的示例中,参考块(1091)的同位区域是相对于参考块(1091)所处的区域(1014)偏移ctb宽度的区域(1019),并且区域(1019)还未被重建。因此,块矢量(1020)和参考块(1091)满足上述第四条件。

在示例中,可以如下指定第四条件:当(xcb+(mvl[0]>>4))>>ctblog2sizey等于(xcb>>ctblog2sizey)-1时,以将当前块的位置(xcurr,ycurr)设置为(xcb,ycb),并且将位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))作为输入来调用参考块可用性的推导过程,输出等于false表示同位区域未被重建,如图10中所示。

搜索范围和/或块矢量的约束条件可以包括上述第一条件、第二条件、第三条件和第四条件的适当组合。在示例中,约束条件包括第一条件、第二条件、第三条件和第四条件,如图10所示。在示例中,可以修改第一条件、第二条件、第三条件和/或第四条件,并且约束条件包括修改后的第一条件、第二条件、第三条件和/或第四条件。

根据第四条件,当编码块(1022)-(1029)中之一是当前块时,参考块不能在区域(1011)中,因此,针对编码块(1022)-(1029)之一的搜索范围不包括区域(1011)。下面说明不包括区域(1011)的原因:如果参考块在区域(1011)中,则参考块的同位区域就是区域(1016),但是,在编码块(1021)中至少有样本已被重建,因此违反了第四条件。另一方面,对于将在当前区域中首先重建的编码块(例如图11中的区域(1116)中的编码块(1121))来说,第四条件不会阻止参考块位于区域(1111)中,因为尚未重建参考块的同位区域(1116)。

图11示出根据本公开的实施例的帧内块复制的示例。当前图片(1101)包括正在重建的当前ctb(1115)和作为当前ctb(1115)左邻居的先前重建的ctb(1110)。当前图片(1101)中的ctb具有ctb大小和ctb宽度。当前ctb(1115)包括4个区域(1116)-(1119),其中当前区域(1116)正在重建。当前区域(1116)包括多个编码块(1121)-(1129)。类似地,先前重建的ctb(1110)包括4个区域(1111)-(1114)。正在重建的当前块(1121)是在当前区域(1116)中首先被重建的块,并且编码块(1122)-(1129)是将要被重建的块。在示例中,ctb大小是128×128个样本,区域(1111)-(1114)和(1116)-(1119)中的每一个区域是64×64个样本。参考存储器的大小等于ctb大小且为128×128个样本,因此,当搜索范围受到参考存储器大小的约束时,该搜索范围包括3个区域和附加区域的一部分。

类似于参考图10所描述的,当前区域(1116)具有同位区域(即,先前重建的ctb(1110)中的区域(1111))。根据上述第四条件,当前块(1121)的参考块可以在区域(1111)中,因此,搜索范围可以包括区域(1111)-(1114)。例如,当参考块在区域(1111)中时,参考块的同位区域是区域(1116),其中在重建当前块(1121)之前区域(1116)中没有已经重建的样本。然而,如参考图10和第四条件所描述的,例如,在重建编码块(1121)之后,区域(1111)不再被包括在用于重建编码块(1122)的搜索范围中。因此,将使用参考存储缓冲器的严格同步和时序控制,这可能具有挑战性。

根据一些实施例,当要在当前ctb的当前区域中首先重建当前块时,搜索范围可以不包括在先前重建的ctb中的、当前区域的同位区域,其中,当前ctb和先前重建的ctb位于同一当前图片中。可以确定块矢量,使得参考块位于不包括先前重建的ctb中的同位区域的搜索范围内。在实施例中,搜索范围包括在同位区域之后重建以及解码顺序在当前块之前的编码块。

在下面的描述中,ctb大小可以变化,并且将最大ctb大小设置为等于参考存储器的大小。在示例中,参考存储器的大小或最大的ctb大小为128×128个样本。该描述可适当地适用于其他参考存储器大小或最大ctb大小。

在实施例中,ctb的大小等于参考存储器大小。先前重建的ctb是当前ctb的左邻居,同位区域的位置相对于当前区域的位置偏移了ctb宽度,并且搜索范围内的编码块位于当前ctb和先前重建的ctb中的至少一个之中。

图12a至图12d示出根据本公开的实施例的帧内块复制的示例。参考图12a至图12d,当前图片(1201)包括正在重建的当前ctb(1215)和作为当前ctb(1215)的左邻居的先前重建的ctb(1210)。当前图片(1201)中的ctb具有ctb大小和ctb宽度。当前ctb(1215)包括4个区域(1216)-(1219)。类似地,先前重建的ctb(1210)包括4个区域(1211)-(1214)。在实施例中,ctb大小是最大的ctb大小并且等于参考存储器的大小。在示例中,ctb大小和参考存储器大小是128×128个样本,因此,区域(1211)-(1214)和(1216)-(1219)中的每一个区域具有64×64个样本的大小。

在图12a至图12d所示的示例中,当前ctb(1215)包括分别与区域(1216)-(1219)对应的左上区域、右上区域、左下区域和右下区域。先前重建的ctb(1210)包括分别与区域(1211)-(1214)对应的左上区域、右上区域、左下区域和右下区域。

参考图12a,当前区域(1216)正在重建。当前区域(1216)包括多个编码块(1221)-(1229)。在当前区域(1216)中首先重建当前块(1221)。当前区域(1216)具有位于先前重建的ctb(1210)中的同位区域(即,区域(1211))。根据一些实施例,将要在当前区域(1216)中首先重建当前块(1221)时,当前块(1221)的搜索范围不包括同位区域(1211)。因此,不需要参考存储缓冲器的严格同步和定时控制。另外,当要在当前区域(1216)中首先重建当前块(1221)并且当前块(1221)的搜索范围包括同位区域(1211)和区域(1212)-(1214)时,同位区域(1211)的样本可以被用于预测当前块(1221)。例如,样本可以来自先前重建的ctb(1210)中当前块(1221)的同位块,参考存储缓冲器中的处理顺序可以包括:从参考存储缓冲器中的位置x读取(或获得)样本,通过使用来自位置x的样本来执行当前块(1221)中的样本预测,在预测中添加残差,然后将已重建的样本写回到参考存储缓冲器中的位置x。对同一参考存储器位置x的写入和读取过程可能需要严格的同步,这在某些示例中可能不是优选的。搜索范围包括先前重建的ctb(1210)中在同位区域(1211)之后重建以及解码顺序在当前块(1221)之前的区域(1212)-(1214)。

参考图12a,同位区域(1211)的位置相对于当前区域(1216)的位置偏移了一个ctb宽度(例如128个样本)。例如,同位区域(1211)的位置相对于当前区域(1216)的位置左移128个样本。

再次参考图12a,当当前区域(1216)是当前ctb(1215)的左上区域时,同位区域(1211)是先前重建的ctb(1210)的左上区域且搜索区域不包括先前重建的ctb的该左上区域。

参考图12b,当前区域(1217)正在重建。当前区域(1217)包括多个编码块(1241)-(1249)。在当前区域(1217)中首先重建当前块(1241)。当前区域(1217)具有同位区域(即,在先前重建的ctb(1210)中的区域(1212))。根据本公开的各方面,在当前区域(1217)中首先要重建当前块(1241)时,当前块(1241)的搜索范围不包括同位区域(1212)。因此,不需要参考存储缓冲器的严格同步和定时控制。搜索范围包括在同位区域(1212)之后以及在当前块(1241)之前重建的、先前重建的ctb(1210)中的区域(1213)-(1214)和当前ctb(1215)中的区域(1216)。归因于参考存储器大小(即一个ctb大小)的约束,搜索范围还不包括区域(1211)。类似地,同位区域(1212)的位置相对于当前区域(1217)的位置偏移了一个ctb宽度(例如128个样本)。

在图12b的示例中,当前区域(1217)是当前ctb(1215)的右上区域,同位区域(1212)也是先前重建的ctb(1210)的右上区域,并且搜索区域不包括先前重建的ctb(1210)的该右上区域。

参考图12c,当前区域(1218)正在重建。当前区域(1218)包括多个编码块(1261)-(1269)。在当前区域(1218)中首先重建当前块(1261)。当前区域(1218)在先前重建的ctb(1210)中具有同位区域(即,区域(1213))。根据本公开的各方面,在当前区域(1218)中首先要重建当前块(1261)时,当前块(1261)的搜索范围不包括同位区域(1213)。因此,不需要参考存储缓冲器的严格同步和定时控制。搜索范围包括在同位区域(1213)之后以及在当前块(1216)之前重建的、先前重建的ctb(1210)中的区域(1214)和当前ctb(1215)中区域(1216)-(1217)。类似地,归因于参考存储器大小的约束,搜索范围还不包括区域(1211)-(1212)。同位区域(1213)的位置相对于当前区域(1218)的位置偏移了一个ctb宽度(例如128个样本)。在图12c的示例中,当当前区域(1218)是当前ctb(1215)的左下区域时,同位区域(1213)也是先前重建的ctb(1210)的左下区域且搜索区域不包括先前重建的ctb(1210)的该左下区域。

参考图12d,当前区域(1219)正在重建。当前区域(1219)包括多个编码块(1281)-(1289)。在当前区域(1219)中首先重建当前块(1281)。当前区域(1219)在先前重建的ctb(1210)中具有同位区域(即,区域(1214))。根据本公开的各方面,在当前区域(1219)中首先要重建当前块(1281)时,当前块(1281)的搜索范围不包括同位区域(1214)。因此,不需要参考存储缓冲器的严格同步和定时控制。搜索范围包括在同位区域(1214)之后重建以及解码顺序在当前块(1281)之前的、当前ctb(1215)中的区域(1216)-(1218)。归因于参考存储器大小的约束,搜索范围不包括区域(1211)-(1213),因此,搜索范围不包括先前重建的ctb(1210)。类似地,同位区域(1214)的位置相对于当前区域(1219)的位置偏移了一个ctb宽度(例如128个样本)。在图12d的示例中,当当前区域(1219)是当前ctb(1215)的右下区域时,同位区域(1214)也是先前重建的ctb(1210)的右下区域且搜索区域不包括先前重建的ctb(1210)的该右下区域。

如以上参考图12a至图12d所描述的,当前块的搜索范围和块矢量mvl满足修改的第四条件,其中要在当前ctb的当前区域中首先重建当前块。在一些实施例中,将修改的第四条件指定为:当(xcb+(mvl[0]>>4))>>ctblog2sizey等于(xcb>>ctblog2sizey)-1时,将当前块的位置(xcurr,ycurr)设置为(xcb,ycb),将位置(((xcb+(mvl[0]>>4+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))作为输入来调用参考块可用性的推导过程,输出等于false表示同位区域未被重建。

此外,修改的第四条件包括附加条件:位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))不等于(xcb,ycb)。如参考图10所描述的,当前块的左上样本的位置由(xcb,ycb)表示,参考块的左上样本的位置由(xcb+(mvl[0]>>4),ycb+(mvl[1]>>4))表示,因此,参考块的同位区域的左上样本位置由位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))表示,其中,参考块的同位区域在当前ctb中。附加条件确保了参考块的同位区域的左上样本的位置不等于当前块的左上样本的位置。就这一点而言,当要在当前区域中首先重建当前块时,参考块不能位于当前区域的同位区域中。否则,不满足附加条件。因此,搜索范围不包括当前区域的同位区域。

在图12a至图12d所示的示例中,搜索范围和块矢量还满足参考图10所描述的第一条件、第二条件和第三条件。

如上所述,当要在当前ctb的当前区域中首先重建当前块时,搜索范围可以不包括当前区域的在先前重建的ctb中的同位区域,其中当前ctb和先前重建的ctb位于同一当前图片中。根据本公开的各方面,当ctb的大小小于参考存储器大小时,同位区域的位置可以相对于当前区域的位置偏移ctb宽度的倍数,并且搜索范围中的编码块位于下述至少之一中:当前ctb、先前重建的ctb以及当前ctb和先前重建的ctb之间的一个或多个已重建的ctb。如图13所示,当ctb的大小小于参考存储器的大小时,可以适应性修改参考图12a至图12d的描述。

图13示出根据本公开的实施例的搜索范围大于ctb大小的帧内块复制的示例。当前图片(1301)包括正在重建的当前ctb(1315)以及多个先前重建的ctb(1310)和(1321)-(1323)。当前图片(1301)中的ctb具有ctb大小和ctb宽度。当前ctb(1315)包括4个区域(1316)-(1319)。类似地,先前重建的ctb(1310)包括4个区域(1311)-(1314)。在示例中,参考存储器大小为128×128个样本并且可以等于最大的ctb大小,ctb的大小小于参考存储器的大小,或者最大ctb大小为64×64个样本,并且区域(1311)-(1314)和(1316)-(1319)中的每一个区域的大小为32×32个样本。比率n是参考存储器大小与ctb大小之比。

当前ctb(1315)包括分别与区域(1316)-(1319)对应的左上区域、右上区域、左下区域和右下区域。先前重建的ctb(1310)包括分别与区域(1311)-(1314)对应的左上区域、右上区域、左下区域和右下区域。

当前区域(1317)正在重建。当前区域(1317)包括多个编码块a-i。首先重建当前区域(1317)中的当前块a。当前区域(1317)在先前重建的ctb(1310)中具有同位区域(1312)。根据本公开的各方面,当前块a的搜索范围不包括同位区域(1312)。搜索范围包括在同位区域(1312)之后以及在当前块a之前重建的、先前重建的ctb(1310)中的区域(1313)-(1314)、ctb(1321)-(1323)以及区域(1316)。因此,搜索范围可以包括的最左边的ctb相对于当前ctb(1315)偏移了ctb宽度的n倍。同位区域(1312)的位置也相对于当前区域(1317)的位置偏移了ctb宽度的n倍。在图13的示例中,比率n是4,最左边的ctb是相对于当前ctb(1315)偏移了4倍ctb宽度的先前重建的ctb(1310)。同位区域(1312)的位置相对于当前区域(1317)的位置左移了256个样本(即ctb宽度(64个样本)的4倍)。

如图13的示例所示,当当前区域(1317)是当前ctb(1315)的右上区域时,同位区域(1312)也是先前重建的ctb(1310)的右上区域且搜索区域不包括先前重建的ctb(1310)的右上区域。

当在另一个区域(例如区域(1316)、区域(1318)或区域(1319))中首先重建当前块时,可以适应性修改参考图13的描述。为了简洁起见,省略详细的描述。

当ctb大小小于参考存储器大小时,例如,ctb大小是64×64个样本,参考存储器大小是128×128个样本,可以实施下述不同于图13示例的实施例。在下面的实施例中,要使用ibc模式重建的当前块位于正在重建的当前ctb的当前区域中。当前块的参考块位于搜索范围内。参考存储器大小与ctb大小之比n大于1。n个先前重建的ctb分别相对于当前ctb左移ctb宽度的n、(n-1)、…、1倍。搜索范围可以包括至少以下范围之一:当前ctb、最左边的ctb(即,向左偏移n倍ctb宽度的ctb)、以及位于最左边的ctb和当前ctb之间的(n-1)个先前重建的ctb(也称为(n-1)个ctb)。

在第一实施例中,当前块的搜索范围在当前ctb和作为当前ctb左邻居的先前重建的ctb之中。因为参考存储器大小至少是ctb大小的2倍,因而左邻居的每个编码块都可以用作参考块,因此,无需对参考块可用性进行附加的检查。在示例中,在当前区域中首先重建当前块。在示例中,在当前区域中的先前重建的编码块之后重建当前块。

在第二实施例中,搜索范围扩展为包括最左边的ctb和当前ctb之间的(n-1)个ctb。因此,搜索范围包括(n-1)个ctb而不包括最左边的ctb。搜索范围还可以包括当前ctb中的已重建部分。由于参考存储器大小是ctb大小的n倍,因而搜索范围的大小在参考存储器大小之内,因此,当(n-1)个ctb和当前ctb位于同一图块、同一切片等中时,无需对参考块可用性进行附加的检查。参考图13,比率n为4,搜索范围包括3个先前重建的ctb(即,最左边的ctb(1310)和当前ctb(1315)之间的先前重建的ctb(1321)-(1323))。例如,如果先前重建的ctb(1321)-(1323)和当前ctb(1315)在同一图块或切片中,则先前重建的ctb(1321)-(1323)完全可用于参考,因此无需对参考块可用性进行附加的检查。

在第三实施例中,将搜索范围扩展为包括最左边的ctb的n个先前重建的ctb,并且可能需要特定的处理。可以将当前ctb和最左边的ctb分为大小相等的4个区域。在示例中,这四个区域是正方形区域。取决于当前块位于哪个区域中,例如类似于参考图10、图11和图12a至图12d的描述,最左边的ctb的一部分可以或不可以用于参考。

在第三实施例的第一示例中,当前块的搜索范围和块矢量满足根据参考图10所描述的约束条件而适应性修改的约束条件。例如,修改的约束条件包括第一条件、第二条件、修改的第三条件和修改的第四条件。修改的第三条件可以指定如下:

(ycb+(mvl[1]>>4))>>ctblog2sizey=ycb>>ctblog2sizey(1)

(ycb+(mvl[1]>>4+cbheight-1)>>ctblog2sizey=ycb>>ctblog2size(2)

(xcb+(mvl[0]>>4))>>ctblog2sizey>=(xcb>>ctblog2sizey)–1<<((maxctblog2sizey–ctblog2sizey)<<1))(5)

(xcb+(mvl[0]>>4+cbwidth-1)>>ctblog2sizey<=(xcb>>ctblog2sizey)

(4)

其中,公式(1)-(2)和公式(4)保持与第三条件中的公式(1)-(2)和公式(4)相同,而公式(5)替换第三条件中的公式(3)。参数maxctblog2sizey表示log2形式的最大ctb大小或参考存储器大小。如上所述,搜索范围可以包括n个先前重建的ctb:例如图13的示例中的相对于当前ctb(1315)偏移ctb宽度的n倍的最左边的ctb(1310)以及最左边的ctb(1310)和当前ctb(1315)之间的(n-1)个ctb。公式(4)-(5)将参考块约束在以下范围之一中:最左边的ctb(1310)、当前ctb(1315)以及(n-1)个ctb(1321)-(1323)。

修改的第四条件可以指定当参考块在最左边的ctb(1310)中时,未重建参考块的同位区域(即,当参考块的同位区域位于当前ctb(1315)中时,同位区域中没有已经重建的样本)。参考块的同位区域相对于参考块所在的区域偏移了ctb宽度的n倍。例如,修改的第四条件可以指定如下:当(xcb+(mvl[0]>>4))>>ctblog2sizey等于(xcb>>ctblog2sizey)-1<<((maxctblog2sizey–ctblog2sizey)<<1))时,将当前块的左上样本的位置(xcurr,ycurr)设置为(xcb,ycb),将位置(((xcb+(mvl[0]>>4)+nctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1)作为输入来调用参考块可用性的推导过程,输出等于false表示参考块的同位区域未被重建。

在第三实施例的第二示例中,当前块的搜索范围和块矢量满足根据参考图10所描述的约束条件而适应性修改的约束条件。例如,修改的约束条件包括第一条件、第二条件、修改的第三条件和修改的第四条件。修改的第三条件可以与参考第三实施例的第一示例描述的条件相同,因此,为了简洁起见,省略了详细描述。修改的第四条件包括参考第三实施例的第一示例描述的修改的第四条件。此外,修改的第四条件包括以下附加条件:当ctblog2sizey等于maxctblog2sizey时,位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))不等于(xcb,ycb)。附加条件确保了参考块的同位区域的位置不等于当前块的位置。就这一点而言,当要在当前区域中首先重建当前块时,参考块不可以位于当前区域的同位区域中。因此,搜索范围不包括当前区域的同位区域。

在第四实施例中,将最左侧的ctb设置为不可用于参考,因此,搜索范围不包括最左侧的ctb。因此,类似于第二实施例,搜索范围可以包括当前ctb的已重建部分和最左侧ctb与当前ctb之间的(n-1)个ctb。

在第四实施例的第一示例中,当前块的搜索范围和块矢量满足根据参考图10所描述的约束条件而适应性修改的约束条件。例如,修改的约束条件包括第一条件、第二条件、修改的第三条件和修改的第四条件。修改的第三条件可以指定如下:

(ycb+(mvl[1]>>4))>>ctblog2sizey=ycb>>ctblog2sizey(1)

(ycb+(mvl[1]>>4+cbheight-1)>>ctblog2sizey=ycb>>ctblog2size(2)

(xcb+(mvl[0]>>4))>>ctblog2sizey>=(xcb>>ctblog2sizey)–1<<((7-ctblog2sizey)<<1))+min(1,maxctblog2sizey–ctblog2sizey)(6)

(xcb+(mvl[0]>>4+cbwidth-1)>>ctblog2sizey<=(xcb>>ctblog2sizey)

(4)

其中,公式(1)-(2)和公式(4)保持与第三条件相同,而公式(6)替换第三条件中的公式(3)。公式(4)和(6)将参考块约束在以下范围之一中:当前ctb和(n-1)个ctb。

修改的第四条件可以指定当参考块在当前ctb的左邻居中并且ctb大小是最大的ctb大小(也是参考存储器大小)时,未重建参考块的同位区域(即,当参考块的同位区域位于当前ctb中时,同位区域中没有已经重建的样本)。例如,修改的第四条件可以指定如下:当(xcb+(mvl[0]>>4))>>ctblog2sizey等于(xcb>>ctblog2sizey)-1并且ctblog2sizey等于maxctblog2sizey时,以将当前块的左上样本的位置(xcurr,ycurr)设置为(xcb,ycb),将位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))作为输入来调用参考块可用性的推导过程,输出等于false表示参考块的同位区域未被重建。

在第四实施例的第二示例中,当前块的搜索范围和块矢量满足根据参考图10所描述的约束条件而适应性修改的约束条件。例如,修改的约束条件包括第一条件、第二条件、修改的第三条件和修改的第四条件。修改的第三条件可以与第四实施例的第一示例的修改的第三条件相同,该修改的第三条件将参考块约束在以下范围之一中:当前ctb和(n-1)个ctb。

修改的第四条件包括第四实施例的第一示例的修改的第四条件。因此,当参考块位于当前ctb的左邻居中并且ctb大小是最大的ctb大小(也是参考存储器大小)时,未重建参考块的同位区域(即,当参考块的同位区域位于当前ctb中时,同位区域中没有已经重建的样本)。此外,修改的第四条件包括如下附加条件:当ctblog2sizey等于maxctblog2sizey时,位置(((xcb+(mvl[0]>>4)+ctbsizey)>>(ctblog2sizey-1))<<(ctblog2sizey-1),((ycb+(mvl[1]>>4))>>(ctblog2sizey-1))<<(ctblog2sizey-1))不等于(xcb,ycb)。附加条件确保了参考块的同位区域的位置不等于当前块的位置。就这一点而言,当要在当前区域中首先重建当前块时,参考块不可以位于当前区域的同位区域中。因此,搜索范围不包括当前区域的同位区域。

在以上描述中,ctb可以包括4个区域。例如,当前ctb1015包括区域(1016-1019)。该描述可以针对ctb包括任何合适数量的区域并且该数量可以是正整数的场景进行适应性修改。另外,这些区域可以具有任何合适的尺寸和形状(包括矩形、正方形等)。在示例中,可以基于参考存储器大小、存储器的单元大小等来确定区域的大小。在上述示例中,区域可以包括9个编码块。通常,区域可以包括任何适当数量的编码块,并且可以适当地修改描述。

图14示出概述根据本公开的实施例的过程(1400)的流程图。过程(1400)可用于重建在帧内块复制模式中编码的当前块,从而针对正在重建的块生成参考块。在各个实施例中,过程(1400)由诸如终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)中的处理电路、执行视频编码器(403)功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)的功能的处理电路等之类的处理电路执行。在一些实施例中,过程(1400)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(1400)。过程从(s1401)开始,且进行到(s1410)。

在(s1410)处,从已编码视频码流中解码当前块的预测信息。预测信息指示帧内块复制模式。当前块是当前图片中当前ctb的当前区域中的多个编码块之一。

在(s1420)处,当要在当前区域中首先重建当前块时,针对当前块确定块矢量,其中,由块矢量指示的参考块位于不包括先前重建的ctb中的同位区域的搜索范围内。如以上参考图10、图11、图12a至图12d和图13所描述的,同位区域在先前重建的ctb中的位置与当前区域在当前ctb中的相对位置相同。

搜索范围在当前图片之中。在一个实施例中,搜索范围包括在同位区域之后和当前块之前重建的编码块。

在一个实施例中,可以将ctb大小与参考存储器大小进行比较。在示例中,当ctb大小等于参考存储器大小时,先前重建的ctb是当前ctb的左邻居,同位区域的位置相对于当前区域的位置偏移当前ctb的宽度,并且搜索范围中的编码块位于以下至少之一中:当前ctb和先前重建的ctb。在示例中,当前ctb和先前重建的ctb的大小是128x128个样本,当前ctb包括64x64个样本的4个区域,先前重建的ctb包括64x64个样本的4个区域,同位区域的位置从当前区域的位置偏移128个样本,当前区域是当前ctb中的4个区域之一,同位区域是先前重建的ctb中的4个区域之一。

在示例中,ctb大小小于参考存储器大小,并且参考存储器大小与ctb大小之比n大于1。因此,同位区域的位置相对于当前区域的位置偏移了ctb宽度的n倍,且搜索范围中的编码块位于以下至少之一中:当前ctb、相对于当前ctb左移ctb宽度的n倍的最左边的先前重建的ctb、以及位于当前ctb与最左边的先前重建ctb之间的(n-1)个已重建的ctb。例如,ctb大小为64×64个样本,参考存储器大小为128×128个样本,当前ctb包括4个32×32个样本的区域,先前重建的ctb包括4个32×32个样本的区域,同位区域相对于当前区域的位置偏移256个样本。

可替选地,当ctb的大小小于参考存储器的大小时,搜索范围不包括最左边的先前重建的ctb。在示例中,搜索范围可以包括(n-1)个已重建的ctb和当前ctb的已重建的部分。

在(s1430)处,根据块矢量来重建当前块的至少一个样本。在示例中,使用块矢量获得参考块,并且根据参考块获得至少一个样本。然后,过程(1400)进行到(s1499)并结束。

例如,当当前ctb包括不同于4个区域的多个区域时,过程(1400)可以针对各种场景进行适应性修改。在实施例中,过程(1400)还可以用于重建在当前区域中的另一个编码块之后重建的编码块。

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15示出适合于实施所公开的主题的某些实施例的计算机系统(1500)。

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15所示的计算机系统(1500)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(1500)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(1500)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(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、相机(1508)。

计算机系统(1500)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(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈,但是也可以是不作为输入设备的触觉反馈装置)、音频输出装置(例如:扬声器(1509)、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(1510),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、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)之类的装置来输出二维视觉输出或超过三维输出。

计算机系统(1500)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(1521)的cd/dvdrom/rw(1520)的光学介质、指状驱动器(1522)、可拆卸硬盘驱动器或固态驱动器(1523)、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(1500)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(1549)的外部网络接口适配器(例如计算机系统(1500)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(1500)的内核中(例如,连接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(1500)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(1500)的内核(1540)。

内核(1540)可以包括一个或多个中央处理单元(cpu)(1541)、图形处理单元(gpu)(1542)、现场可编程门区域(fpga)(1543)形式的专用可编程处理单元、用于某些任务的硬件加速器(1544)等。这些装置以及只读存储器(rom)(1545)、随机存取存储器(1546)、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(1547)可以通过系统总线(1548)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(1548),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(1548)或通过外围总线(1549)连接到内核的系统总线(1848)。外围总线的体系结构包括pci、usb等。

cpu(1541)、gpu(1542)、fpga(1543)和加速器(1544)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(1545)或ram(1546)中。过渡数据也可以存储在ram(1546)中,而永久数据可以例如存储在内部大容量存储器(1547)中。可以通过使用高速缓冲来进行对任何存储装置的快速存储及检索,该高速缓冲可以与下述紧密关联:一个或多个cpu(1541)、gpu(1542)、大容量存储(1547)、rom(1545)、ram(1546)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(1500),特别是内核(1540)的计算机系统可以提供功能。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(1540)的存储器,例如内核内部大容量存储器(1547)或rom(1545)。可以将实施本公开的各种实施例的软件存储在此类装置中并由内核(1540)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(1540),特别是其中的处理器(包括cpu、gpu、fpga等)执行本文所描述的特定过程或特定过程的特定部分,包括定义存储在ram中的数据结构(1546)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(1544))中的逻辑中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。

附录a:缩略语

jem:联合探索模型

vvc:下一代视频编码

bms:基准集

mv:运动矢量

hevc:高效视频编码

sei:补充增强信息

vui:视频可用性信息

gop:图片群组

tu:变换单元

pu:预测单元

ctu:编码树单元

ctb:编码树块

pb:预测块

hrd:假定参考解码器

snr:信噪比

cpu:中央处理单元

gpu:图形处理单元

crt:阴极射线管

lcd:液晶显示器

oled:有机发光二极管

cd:光盘

dvd:数字视频光盘

rom:只读存储器

ram:随机存取存储器

asic:专用集成电路

pld:可编程逻辑器件

lan:局域网

gsm:全球移动通信系统

lte:长期演进

canbus:控制器局域网络总线

usb:通用串行总线

pci:外围设备互连

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

scc:屏幕内容编码

vtm:通用测试模型

bv:块矢量

amvp:高级运动矢量预测

cpr:当前图片参考

ibc:帧内块复制

dpb:解码图片缓冲器

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。

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