用于视频编解码的方法和装置与流程

用于视频编解码的方法和装置
1.通过引用并入本文
2.本申请要求于2020年3月12日提交的、申请号为16/817,131、发明名称为“用于视频编解码的方法和装置(method and apparatus for video coding)”的美国专利申请的优先权，该专利申请要求于2019年3月17日提交的、申请号为62/819,652、发明名称为“改进的帧内模式编解码方案(improved intra mode coding scheme)”的美国临时申请的优先权。这些先前申请的全部公开内容通过引用整体并入本文。
技术领域
3.本申请描述总体上涉及视频编解码的实施例。


背景技术：

4.本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。
5.通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。未压缩的数字视频可包括一系列图片，每个图片具有例如1920
×
1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p604:2:0的视频(1920x1080亮度样本分辨率，60hz帧率)要求接近1.5gbit/s带宽。一小时这样的视频就需要超过600gb的存储空间。
6.视频编码和解码的一个目的，是通过压缩减少输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视分发应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：更高的允许/容许失真可产生更高的压缩比。
7.视频编码器和解码器可利用几大类技术，例如包括：运动补偿、变换、量化和熵编解码。
8.视频编解码器技术可包括称作帧内编码的技术。在帧内编码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并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，或用作静态图像。帧内块的样本可用于变换，且可在熵编解码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在
某些情形下，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需要越少的比特来表示熵编解码之后的块。
9.如同从诸如mpeg
‑
2代编解码技术中所获知的，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：试图从例如周围样本数据和/或元数据中得到数据块的技术，其中周围样本数据和/或元数据是在空间相邻的编码/解码期间、且在解码顺序之前获得的。种技术后来被称为"帧内预测"技术。需要注意的是，至少在某些情形下，帧内预测仅使用当前正在重建的图片中的参考数据，而不使用参考图片的参考数据。
10.帧内预测可以有很多不同的形式。当在给定的视频编码技术中可以使用超过一种这样的技术时，所使用的技术可以按帧内预测模式进行编码。在某些情形下，模式可具有子模式和/或参数，且这些模式可单独编码或包含在模式码字中。针对给定模式/子模式/参数组合，使用哪个码字可通过帧内预测影响编码效率增益，因此用于将码字转换成比特流的熵编解码技术也会出现这种情况。
11.h.264引入了某种帧内预测模式，其在h.265中进行了改进，且在诸如联合探索模型(jem)，通用视频编码(vvc)和基准集(bms)的更新的编解码技术中进一步被改进。通过使用属于已经可用的样本的相邻样本值可以形成预测块。将相邻样本的样本值按照某一方向复制到预测块中。对所使用方向的引用可以被编码在比特流中，或者本身可以被预测。
12.参照图1，右下方示出了来自h.265的33个可能的预测方向(对应35个内部模式中的33个角度模式)中已知的八个预测方向的集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示预测样本所根据的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的一个或多个样本，预测样本(101)。
13.仍然参考图1，在左上方示出了一个包括4
×
4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)包括16个样本，每个样本由“s”、以及其在y维度上的位置(例如，行索引)和在x维度上的位置(例如，列索引)来标记。例如，样本s21是y维度上的第二个样本(从顶部开始)和x维度上的第一个(从左开始)样本。类似地，在块(104)中，样本s44在x维度和y维度上都是第四个样本。由于该块为4
×
4大小的样本，因此s44位于右下角。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"、以及其相对于块(104)的y位置(例如，行索引)和x位置(例如，列索引)来标记。在h.264与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。
14.帧内图片预测可以通过从用信号表示的预测方向所占用的相邻样本中复制参考样本值来实现。例如，假设已编码视频比特流包括针对这个块的信令，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的一个或多个预测样本来预测样本。在这种情况下，根据同一r05，预测样本s41、s32、s23和s14。然后，根据参考样本r08，预测样本s44。
15.在某些情况下，为了计算参考样本，尤其是当方向不能被45度整除时，多个参考样本的值可以通过例如内插进行合并。
16.随着视频编码技术的发展，可能的方向的数量已经增加了。在h.264(2003年)中，可以表示九种不同的方向。在h.265(2013年)中数据增加到了33个。以及，jem/vvc/bms在公开时，可以支持多达65个方向。已经进行了实验来识别最可能的方向，并且熵编解码中的某
些技术用于以少量比特来表示那些可能的方向，对于较不可能的方向则接受某些代价。此外，有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
17.图2是一种示意图201，其描述了根据jem的65种帧内预测方向，以说明随着时间的推移预测方向的数量增加。
18.从帧内预测方向到编码视频比特流中的表示方向的比特的映射可以因视频编码技术的不同而不同，并且，例如可以涵盖从帧内预测模式到码字的预测方向的简单直接映射，到包括最可能的模式的复杂的自适应方案，以及类似技术。然而，在所有情况下，视频内容中可能存在某些方向，其在统计学上比其它方向更不可能出现。由于视频压缩的目的是减少冗余，在运行良好的视频编码技术中，与更可能的方向相比，那些不太可能的方向将使用更多数量的比特来表示。


技术实现要素：

19.本公开的各方面提供用于视频编码/解码的方法和装置。在一些示例中，用于视频解码的装置包括接收电路和处理电路。
20.根据本公开的一方面，从已编码视频码流接收当前块的相邻块的已编码信息，其中已编码信息包括相邻块的帧内预测信息。基于相邻块的已编码信息确定当前块的帧内预测信息。基于当前块的帧内预测信息确定帧内预测方向模式。此外，根据当前块的帧内预测方向模式重建当前块的至少一个样本。
21.在一些实施例中，从基于已编码信息的一组上下文模型中，确定上下文模型。根据确定的上下文模型，基于当前块的相邻块的已编码信息确定当前块的帧内预测信息。
22.在一些实施例中，已编码信息可以包括mpm标志、参考线索引、帧内子分区(ips)标志、帧内预测模式或mpm索引。
23.在一些实施例中，当前块的帧内预测信息可以包括最可能模式(mpm)标志、mpm列表的大小或mpm索引。
24.在一些实施例中，基于相邻块的非角度模式的数目、相邻块的角度模式、相邻块的mpm标志、相邻块的mpm索引或相邻块的isp标志中的至少一个，确定上下文模型。
25.当相邻块的帧内预测模式为非角度模式时，当前块的mpm列表的大小可以等于第一整数。当相邻块的帧内预测模式之一为角度模式时，当前块的mpm列表的大小可以等于第二整数。第一整数可以小于第二整数。
26.另外，当相邻块的帧内预测模式为非角度模式时，当前块的mpm列表的大小可以等于第一整数。当相邻块的帧内预测模式之一为非角度模式时，当前块的mpm列表的大小可以等于第二整数。当相邻块的帧内预测模式为角度模式时，当前块的mpm列表的大小可以是第三整数。第一整数可以小于第二整数，并且第二整数可以小于第三整数。
27.根据本公开的一方面，提供了一种在视频解码器中执行的视频解码方法。在该方法中，从已编码视频码流接收当前块和当前块的相邻块的已编码信息，其中已编码信息包括当前块和相邻块的帧内预测信息。此外，对已编码信息中与当前块相关联的第一信息进行解码，其中第一信息指示当前块的亮度样本的帧内预测模式是否属于选定的帧内预测模式。另外，响应于第一信息指示当前块的亮度样本的帧内预测模式属于选定的帧内预测模式，对已编码信息中与当前块相关联的第二信息进行解码。第二信息指示当前块的亮度样
本的最可能模式(mpm)是角度模式还是非角度模式。
28.另外，对已编码信息中与当前块相关联的第三信息进行解码。响应于第二信息指示当前块的亮度样本的mpm为角度模式，第三信息指示当前块的亮度样本的mpm索引。对已编码信息中与当前块相关联的第四信息进行解码。响应于与当前块相关联的第二信息指示当前块的亮度样本的mpm为非角度模式，第四信息指示当前块的mpm是平面模式还是dc模式。
29.在一些实施例中，基于与相邻块相关联的第一信息或与相邻块相关联的第二信息，确定用于对与当前块相关联的第二信息进行熵编解码的上下文模型。
30.在一些实施例中，使用固定长度编解码对与当前块相关联的第三信息进行编码。
31.本公开的各方面还提供了非易失性计算机可读介质，存储有用于视频解码的指令，当由计算机执行所述指令时，使计算机执行用于视频解码的方法中的任一个或组合。
附图说明
32.根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：
33.图1是帧内预测模式的示意性子集的示意图；
34.图2是示意性帧内预测模型的示意图；
35.图3是根据实施例的通信系统(300)的简化框图的示意图；
36.图4是根据实施例的通信系统(400)的简化框图的示意图；
37.图5是根据实施例的解码器的简化框图的示意图；
38.图6是根据实施例的编码器的简化框图的示意图；
39.图7示出了根据另一实施例的编码器的框图；
40.图8示出了根据另一实施例的解码器的框图；
41.图9示出了根据实施例的35种帧内预测模式；
42.图10示出了根据实施例的87种帧内预测模式；
43.图11示出了根据实施例的当前编解码块单元的相邻编解码块单元的位置；
44.图12示出了根据实施例的与编解码块单元相邻的四条参考线；
45.图13示出了块的第一示例性划分；
46.图14示出了块的第二示例性划分；
47.图15示出了根据本公开的一些实施例的概述过程示例的流程图；
48.图16是根据实施例的计算机系统的示意图。
具体实施方式
49.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，所述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(310)和第二终端装置(320)。在图3的实施例中，第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说，第一终端装置(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)传输到第二端装置(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。第二
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。
50.在另一实施例中，通信系统(300)包括执行已编码视频数据的双向传输的第三终端装置(330)和第四终端装置(340)，所述双向传输例如可在视频会议期间发生。对于双向数据传输，第三终端装置(330)和第四终端装置(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)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，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。
51.在图3的实施例中，第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(340)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在第一终端装置(310)、第二终端装置(320)、第三终端装置(330)和第四终端装置(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。该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。
52.作为实施例，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。本申请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。
53.流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，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)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)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)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其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。该些标准的实施例包括itu
‑
t h.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(versatile video coding，vvc)，本申请可用于vvc标准的上下文中。
54.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)。
55.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)可设置在电子装置(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实施例中的视频解码器(410)。
56.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，所述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)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/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，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，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)，所述缓冲存储器可相对较大且可具有自适应性大小，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。
57.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，所述显示装置不是电子装置(530)的组成部分，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(supplemental enhancement information，sei消息)或视频可用性信息(video usability information，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(huffman coding)、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(group of pictures，gop)、图片、图块、切片、宏块、编码单元(coding unit，cu)、块、变换单元(transform unit，tu)、预测单元(prediction unit，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。
58.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)。
59.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。
60.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。
61.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，所述样本值可输入到聚合器(555)中。
62.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)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。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。
63.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，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括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。
64.聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述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)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而，在其他实施例中，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。
65.环路滤波器单元(556)的输出可以是样本流，所述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。
66.一旦完全重建，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。
67.视频解码器(510)可根据例如itu
‑
t h.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所述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(hypothetical reference decoder，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。
68.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。所述附加数据可以是已编码视频序列的一部分。所述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(signal noise ratio，snr)增强层、冗余切片、冗余图片、前向纠错码等形式。
69.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)设置于电子装置(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实施例中的视频编码器(403)。
70.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，所述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。
71.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，所述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.601y crcb、rgb
……
)和任何合适取样结构(例如y crcb 4:2:0、y crcb 4:4:4)。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。
72.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这些单元。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(group of pictures，gop)布局，最大运动矢量搜索范围等。控制器(650)可用于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)。
73.在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，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)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请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。
[0074]“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。
[0075]
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，本申请侧重于解码器操作。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。
[0076]
在操作期间，在一些实施例中，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，所述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，所述参考图片可被选作所述输入图片的预测参考。
[0077]
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，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述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)。
[0078]
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)中搜索可作为所述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，根据预测器(635)获得的搜索结果，可确定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。
[0079]
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。
[0080]
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，从而将所述符号转换成已编码视频序列。
[0081]
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，所述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，所述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)。
[0082]
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
tree unit，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(coding tree block，ctb)，所述三个编码树块是一个亮度ctb和两个色度ctb。更进一步的，还可将每个ctu以四叉树拆分为一个或多个编码单元(coding unit，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。在实施例中，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。此外，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(prediction unit，pu)。通常，每个pu包括亮度预测块(prediction block，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为例，预测块包括像素值(例如，亮度值)的矩阵，例如8
×
8像素、16
×
16像素、8
×
16像素、16
×
8像素等等。
[0093]
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)用于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)，且将所述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)。
[0094]
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，所述处理块为例如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编码所述处理块。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，在不借助预测值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值导出运动矢量。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)。
[0095]
在图7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
[0096]
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述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)。在一些实施例中，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。
[0097]
帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述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。在实施例中，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)。
[0098]
通用控制器(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，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所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，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所述帧间预测信息添加在码流中。
[0099]
残差计算器(723)用于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)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由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)用于执行逆变换，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，且在一些实施例中，所述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。
[0100]
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据hevc标准等合适标准产生各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。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。
[0101]
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)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。
[0102]
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
[0103]
熵解码器(871)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(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)、可分别识别供帧内解码器(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。在实施例中，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)。残差信息可经由逆量化并提供到残差解码器(873)。
[0104]
帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。
[0105]
帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。
[0106]
残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，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(用以获得量化器参数qp)，且所述信息可由熵解码器(871)提供(未标示数据路径，因为这
仅仅是低量控制信息)。
[0107]
重建模块(874)用于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，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
[0108]
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(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
[0109]
本公开涉及一组先进视频编解码技术，包括改进的帧内模式编解码方案。
[0110]
在图9中图示了总共35种帧内预测模式，例如，如hevc中所使用的。在35种帧内预测模式中，模式10是水平模式，并且模式26是垂直模式。模式2、18和34是对角模式。由三种最可能模式(mpm)和32种剩余模式，用信号表示35种帧内预测模式。
[0111]
在图10中图示了总共95种帧内预测模式，例如，如vvc中所使用的。模式18是水平模式，并且模式50是垂直模式。模式2、34和66是对角模式。模式
‑
1至
‑
14和模式67至80可以称为广角帧内预测(waip)模式。
[0112]
例如在hevc中，基于当前块的相邻块的帧内预测模式，生成大小为3的mpm列表。该mpm列表也可以称为主mpm列表。如果当前块的帧内预测模式不来自mpm列表，用信号表示标志(例如mpm标志)，以指示当前块的帧内预测模式是否属于选定模式，例如不同于mpm列表中的帧内预测模式的其它候选帧内预测模式。
[0113]
mpm列表生成过程的示例显示在以下语法元素中：
[0114]
if(leftintradir＝＝aboveintradir&&leftintradir>dc_idx)
[0115]
mpm[0]＝leftintradir；
[0116]
mpm[1]＝((leftintradir+offset)％mod)+2；
[0117]
mpm[2]＝((leftintradir
‑
1)％mod)+2；
[0118]
else if(leftintradir＝＝aboveintradir)
[0119]
mpm[0]＝planar_idx；
[0120]
mpm[1]＝dc_idx；
[0121]
mpm[2]＝ver_idx；
[0122]
else if(leftintradir！＝aboveintradir)
[0123]
mpm[0]＝leftintradir；
[0124]
mpm[1]＝aboveintradir；
[0125]
if(leftintradir>0&&aboveintradir>0)
[0126]
mpm[2]＝planar_idx；
[0127]
else
[0128]
mpm[2]＝(leftintradir+aboveintradir)<2？ver_idx:dc_idx；
[0129]
在上述示例语法元素中，leftintradir用于指示当前块左侧的相邻块(“左块”)中
的模式；并且aboveintradir用于指示当前块上方的相邻块(“上块”)中的模式。如果左块或上块当前不可用，则可以将leftintradir或aboveintradir设置为帧内dc模式的索引(例如，dc_idx)。另外，变量“offset”和“mod”是常数值，在一个示例中，其可以分别被设置为29和32。
[0130]
例如在vvc测试模型3(vtm3)中，对于相邻参考线(也称为零参考线)和非相邻参考线(也称为非零参考线)二者，mpm列表的大小可以被设置为等于6。用于导出6个mpm候选的相邻模式的位置，对于相邻和非相邻参考线也可以是相同的，例如，如图11所图示。如图11所示，块a和块b表示示例性的当前编码单元1100的上侧和左侧的相邻编码单元。变量candintrapredmodea和candintrapredmodeb分别指示块a的相关联帧内预测模式和b的相关联帧内预测模式。另外，candintrapredmodea和candintrapredmodeb可被初始地设置为等于intra_planar。如果块a(或b)被标记为可用，则candintrapredmodea(或candintrapredmodeb)被设置为等于块a(或b)的实际帧内预测模式。
[0131]
在当前编码单元1100的相邻参考线(或零参考线)与非相邻参考线(或非零参考线)之间，当前编码单元1100的mpm候选的导出过程(或mpm列表导出过程)可以不同。对于零参考线，当两个相邻模式均为平面或dc模式时，可默认模式可用于构建mpm列表。两种默认模式可以是平面模式和dc模式，而剩余的4种模式可以是角度模式(也称为角度默认模式)。对于非零参考线，当两个相邻模式均为平面或dc模式时，6个角度默认模式可用于构建mpm列表。在下面的语法元素中示出了示例性的mpm列表导出过程。在下面的语法元素中，candmodelist[x]with x＝0..5表示6个mpm候选，intralumareflineidx[xcb][ycb]表示待预测的块(或当前编码单元)的参考线索引，并且intralumareflineidx[xcb][ycb]可以是0、1或3。
[0132]
[0133]
[0134]
[0135][0136]
candmodelist[5]＝intra_angular26
[0137]
在多线帧内预测中，附加参考线可用于帧内预测。编码器可以确定并用信号表示
哪条参考线用于生成帧内预测值。在帧内预测模式之前，可以用信号表示参考线索引，并且在用信号表示非零参考线索引的情况下可以仅允许最可能模式。在图12中，描述了4条参考线(例如，参考线0至3)的示例。其中，四条参考线中的每一条由六段组成，即段a至f，每一条与左上参考样本聚在一起。另外，段a和f可以分别用来自段b和e的最近样本进行填充。
[0138]
在帧内子分区(isp)编解码模式中，根据块大小维度将亮度帧内预测块垂直或水平划分成子分区(例如，2或4)，例如如表1中所示。图13和图14示出了基于isp编解码模式划分亮度帧内预测块的两种可能性的示例。图13图示了4x8块或8x4块的示例性划分。图15图示了非4x8块、8x4块或4x4块之一的块的示例性划分。在一个示例中，所有子分区均满足具有至少16个样本的条件。
[0139]
表1：取决于块大小的子分区的数目
[0140][0141]
对于子分区中的每一个，可以通过对编码器发送的系数进行熵解码，并且然后对系数进行逆量化和逆变换来生成残差信号。此外，对子分区进行帧内预测，并且可以通过将残差信号添加到预测信号中来获得对应的重建样本。因此，每个子分区的重建值可用于生成下一个子分区的预测，这可以重复该过程等等。所有子分区可以共享相同的帧内预测模式。
[0142]
基于帧内预测模式和所利用的分割，可以使用两类不同的处理次序，其可被称为正常次序和反向次序。在正常次序中，待处理的第一子分区含有cu的左上样本。然后处理向下(例如，对于水平分割)或向右(例如，对于垂直分割)继续。因此，用于生成子分区的预测信号的参考样本仅位于线的左侧和上侧。另一方面，反向处理次序(或反向次序)要么(i)从含有cu的左下样本的子分区开始且继续向上，要么(ii)从含有cu的右上样本的子分区开始且继续向左。
[0143]
在一些实施例中，isp算法仅用mpm列表中的一部分的帧内预测模式进行测试。因此，如果块使用isp模式，则可推断mpm标志为一个。如果isp用于某个块时，则可以修改mpm列表以排除dc模式，并优先考虑用于isp水平分割的水平帧内预测模式和用于isp垂直分割的垂直帧内预测模式。
[0144]
当平面和dc模式总是包括在例如vtm4的mpm列表中，并且两个相邻模式均为平面/dc模式时，当前模式有很大可能性是平面或dc模式。本公开的实施例包括在当前帧内预测模式编解码的设计中利用这种相关性。如下面进一步描述的，在一些实施例中，用于对当前块的帧内预测信息进行熵编解码的上下文取决于相邻块的已编码信息。此外，在一些实施例中，提供了用于由信号表示选定的mpm是角度模式和/或选择的平面或dc模式的语法元素。
[0145]
如上所述，相邻或最近参考线的线索引为0(零参考线)，并且其它线称为非零参考线。此外，candmodelist表示mpm列表，reflineidx表示当前块的参考线索引，并且
candintrapredmodea和candintrapredmodeb表示左侧相邻的帧内预测模式和上侧相邻的帧内预测模式。每个帧内预测模式与模式编号(也称为帧内预测模式索引)相关联。例如，在vvc中，平面帧内预测模式、dc帧内预测模式以及水平帧内预测模式和垂直帧内预测模式可以分别与模式编号0、1、18和50相关联。mpm列表中的第一候选的mpm索引可以表示为0，而第二候选的mpm索引可以表示为1，等等。
[0146]
如果相邻帧内预测模式不是平面或dc模式，或者如果相邻帧内预测模式根据给定的预测方向生成预测样本，诸如从模式2至模式66的帧内预测模式，例如如vvc草案2中所定义的，则相邻帧内预测模式是角度模式。如果相邻帧内预测模式不指示方向帧内预测，诸如平面或dc模式，则相邻帧内预测模式是非角度模式。
[0147]
在一些实施例中，用于对当前块的mpm标志进行熵编解码的上下文(或上下文模型)可以取决于当前块的已编码信息和/或当前块的相邻块的已编码信息。已编码信息可以包括但不限于mpm标志、参考线索引、isp类型(例如，垂直子分区、水平子分区或无子分区)、帧内预测模式、mpm索引等。
[0148]
在实施例中，在诸如当前块的mpm标志和/或帧内预测模式的其它编解码信息之前，解码当前块的编解码信息(例如，参考线索引和/或isp类型)。当前块的编解码信息可以用于当前块的mpm标志和帧内预测模式的熵编解码。
[0149]
在一个实施例中，用于当前块的mpm标志的熵编解码的上下文可以取决于相邻块的非角度(或角度)模式的数目。在第一示例中，如果相邻块的两个帧内预测模式均为非角度模式，则使用第一上下文。如果相邻块的帧内预测模式中只有一个是非角度模式，则使用第二上下文。如果相邻块的两个帧内预测模式均为角度模式，则使用第三上下文。在第二示例中，如果相邻块的帧内预测模式中的至少一个为非角度模式，则使用第一上下文。如果相邻块的两个帧内预测模式均为角度模式，则使用第二上下文。在第三示例中，用于mpm标志的熵编解码的上下文取决于相邻块的多少模式是平面模式。在第四示例中，用于mpm标志的熵编解码的上下文取决于相邻块的多少模式是平面或dc模式。
[0150]
用于mpm标志的熵编解码的上下文的数目可以取决于使用了多少相邻模式。例如，如果使用的相邻块的数目是n，则用于mpm标志的熵编解码的上下文的数目可以等于k*(n+1)，其中k可以是诸如1或2的任何正整数。
[0151]
在一个实施例中，用于当前块的mpm标志的熵编解码的上下文可以取决于相邻块的mpm标志。在第一示例中，如果相邻块的两个mpm标志均为真，则使用第一上下文。如果相邻块的mpm标志中只有一个为真，则使用第二上下文。如果相邻块的mpm标志中没有一个为真，则使用第三上下文。在第二示例中，如果相邻块的mpm标志中的至少一个为真，则使用第一上下文。如果相邻块的mpm标志中没有一个为真，则使用第二上下文。在第三示例中，用于mpm标志的熵编解码的上下文的数目可以取决于有多少相邻模式(或块)的mpm标志为真。例如，如果使用的相邻块的数目是n，则用于mpm标志的熵编解码的上下文的数目可以等于k*(n+1)，其中k可以是诸如1或2的任何正整数。
[0152]
在一个实施例中，用于当前块的mpm标志的熵编解码的上下文取决于相邻模式的mpm标志和/或相邻块的非角度(或角度)mpm的数目。例如，如果两个相邻模式均为非角度mpm，则使用第一上下文。如果两个相邻模式均为可以包括角度mpm和非角度mpm的mpm，则使用第二上下文。如果相邻模式中只有一个为mpm，则使用第三上下文。否则，没有一个相邻模
式为mpm，使用第四上下文。
[0153]
在一个实施例中，用于mpm标志的熵编解码的上下文取决于相邻块的mpm标志和/或相邻块的mpm索引。在一个实施例中，用于mpm标志的熵编解码的上下文取决于相邻块的mpm标志和/或相邻块的isp标志。此外，在进一步的示例中，用于mpm标志的熵编解码的上下文可以取决于其它已编码信息或已编码信息的组合。
[0154]
在一些实施例中，当前块的mpm列表的大小可以取决于例如如上所述的当前块的已编码信息和/或当前块的相邻块的已编码信息。已编码信息可以包括但不限于帧内预测模式、mpm标志、isp标志、mpm索引、参考线索引等。在一个实施例中，mpm列表的大小取决于相邻块的非角度(或角度)模式的数目。在第一示例中，当两个相邻模式均为非角度模式时，mpm列表的大小等于k1。当相邻模式之一为角度模式时，mpm列表的大小等于k2。k1和k2是正整数，并且k1小于k2。例如，k1可以被设置为等于2。在第二示例中，当两个相邻模式均为非角度模式时，mpm列表的大小可以等于k1。当相邻模式中只有一个为非角度模式时，mpm列表的大小可以等于k2。当没有一个相邻模式为非角度模式时，mpm列表的大小等于k3。k1、k2和k3是正整数。另外，k1可以小于k2，并且k2可以小于k3。例如，k1可以被设置为等于2，并且k2可以被设置为等于5。
[0155]
在一些实施例中，在当前块的mpm标志为真时，用信号表示新的语法元素(例如，ntra_luma_ang_mpm_flag)，而不是用信号表示mpm索引，以指示选定的mpm是否为角度模式。。如果intra_luma_ang_mpm_flag为真，则用于信号表示另一标志intra_luma_planar_flag，以指示是否选择平面或dc模式。示例性语法变更和语义如表2所示。
[0156]
表2：新语法元素intra_luma_ang_mpm_flag的语法变更和语义
[0157][0158][0159]
如表2所示，当语法元素intra_luma_ref_idx[x0][y0]＝＝0(例如，当前块的参考线是参考线0)并且语法元素intra_subpartitions_mode_flag[x0][y0]＝＝0(例如，不应用isp模式)时，用信号表示intra_luma_mpm_flag[x0][y0]。intra_luma_mpm_flag[x0][y0]指示当前块的亮度样本的帧内预测模式是否属于选定的帧内预测模式(例如，不同于mpm列表中的帧内预测模式的其它候选帧内预测模式)。当intra_luma_mpm_flag[x0][y0]为真(例如，当前块的亮度样本的帧内预测模式属于选定的帧内预测模式)时，用信号表示intra_luma_ang_mpm_flag[x0][y0]。intra_luma_ang_mpm_flag[x0][y0]可以指定当前块的亮度样本的帧内预测模式是角度模式还是非角度模式，其中角度模式是非平面或dc模式
的帧内预测模式。数组索引x0，y0指定所考虑编解码块(或当前块)的左上亮度样本相对于图片的左上亮度样本的位置(x0，y0)。当intra_luma_ang_mpm_flag[x0][y0]为真(例如，当前块的亮度样本的帧内预测模式为角度模式)时，用信号表示intra_luma_mpm_idx[x0][y0]。intra_luma_mpm_idx[x0][y0]指示当前块的亮度样本的mpm索引。
[0160]
当intra_luma_ang_mpm_flag[x0][y0]不为真(例如，当前块的亮度样本的帧内预测模式为非角度模式)时，用信号表示intra_luma_planar_flag[x0][y0]。intra_luma_planar_flag[x0][y0]可以指定当前块的亮度样本的帧内预测模式是平面还是dc。数组索引x0，y0指定所考虑编解码块(或当前块)的左上角的亮度样本相对于图片的左上角的亮度样本的位置(x0，y0)。
[0161]
当intra_luma_mpm_flag[x0][y0]不为真(例如，当前块的亮度样本的帧内预测模式不属于选定的帧内预测模式)时，用信号表示intra_luma_mpm_remainder[x0][y0]。intra_luma_mpm_remainder[x0][y0]可以指示当前块的亮度样本的帧内预测模式属于除去选定帧内预测模式之外的其余候选模式。
[0162]
在一个实施例中，intra_luma_mpm_idx[x0][y0]可以使用固定长度编解码(例如，使用2位进行编解码)进行编解码。在一个实施例中，对intra_luma_ang_mpm_flag[x0][y0]进行熵编解码，并且用于intra_luma_ang_mpm_flag[x0][y0]的熵编解码的上下文可以由相邻块的intra_luma_mpm_flag的值得到。在一个实施例中，对intra_luma_ang_mpm_flag[x0][y0]进行熵编解码，并且用于intra_luma_ang_mpm_flag[x0][y0]的熵编解码的上下文可以由相邻块的intra_luma_ang_mpm_flag的值得到。
[0163]
在一些实施例中，当前块的mpm索引的熵编解码的上下文可以取决于当前块的相邻块的已编码信息，其中已编码信息可以包括但不限于相邻块的帧内预测模式、mpm标志、mpm索引、参考线索引、isp标志等。在一个实施例中，mpm索引的熵编解码的上下文可以取决于相邻块的角度模式的数目。例如，mpm索引的第一二进制数的熵编解码的上下文取决于相邻块的角度模式的数目。在一个实施例中，mpm索引的熵编解码的上下文可以取决于相邻模式的数目，相邻模式是大于平面模式的帧内预测模式。例如，mpm索引的第一二进制数的熵编解码的上下文取决于相邻模式的数目。相邻模式的帧内预测模式数目大于平面模式的。
[0164]
图15示出了概述根据本公开的实施例的过程(1500)的流程图。过程(1500)可用于以帧内模式编码的块的重建，从而为重建中的块生成预测块。在各种实施例中，过程(1500)由处理电路执行。处理电路例如为第一终端装置(310)的处理电路、第二终端装置(320)的处理电路、第三终端装置(330)的处理电路、第四终端装置(340)的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路等等。在一些实施例中，过程(1500)以软件指令实现，因此当处理电路执行这些软件指令时，处理电路执行过程(1500)。该过程开始于(s1501)并进行到(s1510)。
[0165]
在(1510)处，从已编码视频码流接收当前块的相邻块的已编码信息。已编码信息可以包括相邻块的帧内预测信息。在一些实施例中，已编码信息可以包括mpm标志、参考线索引、帧内子分区(ips)标志、帧内预测模式或mpm索引。在(1520)处，基于相邻块的已编码信息确定当前块的帧内预测信息。在一些实施例中，当前块的帧内预测信息可以包括最可能模式(mpm)标志、mpm列表的大小或mpm索引。在一些实施例中，为了确定当前块的帧内预
测信息，基于已编码信息从一组上下文模型(即多个上下文模型)中确定上下文模型，并且根据确定的上下文模型，基于当前块的相邻块的已编码信息确定当前块的帧内预测信息。
[0166]
在一些实施例中，基于相邻块的非角度模式的数目、相邻块的角度模式的数目、相邻块的mpm标志、相邻块的mpm索引或相邻块的isp标志中的至少一个确定上下文模型。
[0167]
在一些实施例中，当相邻块的帧内预测模式为非角度模式时，当前块的mpm列表的大小可以等于第一整数，而当相邻块的帧内预测模式之一为角度模式时，当前块的mpm列表的大小可以等于第二整数，其中第一整数小于第二整数。
[0168]
在一些实施例中，当相邻块的帧内预测模式为非角度模式时，当前块的mpm列表的大小可以等于第一整数，当相邻块的帧内预测模式之一为非角度模式时，当前块的mpm列表的大小可以等于第二整数，并且当相邻块的帧内预测模式为角度模式时，当前块的mpm列表的大小可为第三整数。第一整数小于第二整数，并且第二整数小于第三整数。
[0169]
在(1530)处，基于当前块的帧内预测信息确定帧内预测方向模式。在(1540)处，根据当前块的帧内预测方向模式重建当前块的至少一个样本。
[0170]
本公开描述的方法可以单独使用或以任何顺序组合使用。此外，在每个方法(或实施例)中，编码器和解码器可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。此外，块的术语可以解释为预测块、编解码块或编解码单元，即cu。
[0171]
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图16示出了计算机系统(1600)，其适于实现所公开主题的某些实施例。
[0172]
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(cpu)，图形处理单元(gpu)等直接执行或通过译码、微代码等方式执行。
[0173]
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
[0174]
图16所示的用于计算机系统(1600)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1600)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
[0175]
计算机系统(1600)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
[0176]
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1601)、鼠标(1602)、触控板(1603)、触摸屏(1610)、数据手套(未示出)、操纵杆(1605)、麦克风(1606)、扫描仪(1607)、照相机(1608)。
[0177]
计算机系统(1600)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人
机界面输出设备可包括触觉输出设备(例如通过触摸屏(1610)、数据手套(未示出)或操纵杆(1605)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1609)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1610)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
[0178]
计算机系统(1600)还可以包括人可访问的存储设备及其相关介质，如包括具有cd/dvd的高密度只读/可重写式光盘(cd/dvd rom/rw)(1620)或类似介质(1621)的光学介质、拇指驱动器(1622)、可移动硬盘驱动器或固体状态驱动器(1623)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于rom/asic/pld的专用设备，等等。
[0179]
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
[0180]
计算机系统(1600)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(gsm、3g、4g、5g、lte等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括canbus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1649)(例如，计算机系统(1600)的usb端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1600)的核心(例如，以太网接口集成到pc计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1600)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如can总线到某些can总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
[0181]
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1600)的核心(1640)。
[0182]
核心(1640)可包括一个或多个中央处理单元(cpu)(1641)、图形处理单元(gpu)(1642)、以现场可编程门阵列(fpga)(1643)形式的专用可编程处理单元、用于特定任务的硬件加速器(1644)等。这些设备以及只读存储器(rom)(1645)、随机存取存储器(1646)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1647)等可通过系统总线(1648)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1648)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(1648)，或通过外围总线(1649)进行连接。外围总线的体系结构包括外部控制器接口pci、通用串行总线usb等。
[0183]
cpu(1641)、gpu(1642)、fpga(1643)和加速器(1644)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在rom(1645)或ram(1646)中。过渡数据也可以存储在ram(1646)中，而永久数据可以存储在例如内部大容量存储器
(1647)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个cpu(1641)、gpu(1642)、大容量存储器(1647)、rom(1645)、ram(1646)等紧密关联。
[0184]
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
[0185]
作为实施例而非限制，具有体系结构(1600)的计算机系统，特别是核心(1640)，可以作为处理器(包括cpu、gpu、fpga、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1640)的特定存储器，例如核心内部大容量存储器(1647)或rom(1645)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(1640)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(1640)特别是其中的处理器(包括cpu、gpu、fpga等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在ram(1646)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1644))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(ic))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
[0186]
附录a：首字母缩略词
[0187]
jem：联合开发模型(joint exploration model)
[0188]
vvc：通用视频编码(versatile video coding)
[0189]
bms：基准集合(benchmark set)
[0190]
mv：运动矢量(motion vector)
[0191]
hevc：高效视频编码(high efficiency video coding)
[0192]
sei：辅助增强信息(supplementary enhancement information)
[0193]
vui：视频可用性信息(video usability information)
[0194]
gops：图片群组(groups of pictures)
[0195]
tus：变换单元(transform units)
[0196]
pus：预测单元(prediction units)
[0197]
ctus：编码树单元(coding tree units)
[0198]
ctbs：编码树块(coding tree blocks)
[0199]
pbs：预测块(prediction blocks)
[0200]
hrd：假想参考解码器(hypothetical reference decoder)
[0201]
snr：信噪比(signal noise ratio)
[0202]
cpus：中央处理单元(central processing units)
[0203]
gpus：图形处理单元(graphics processing units)
[0204]
crt：阴极射线管(cathode ray tube)
[0205]
lcd：液晶显示(liquid
‑
crystal display)
[0206]
oled：有机发光二极管(organic light
‑
emitting diode)
[0207]
cd：光盘(compact disc)
[0208]
dvd：数字化视频光盘(digital video disc)
[0209]
rom：只读存储器(read
‑
only memory)
[0210]
ram：随机存取存储器(random access memory)
[0211]
asic：专用集成电路(application
‑
specific integrated circuit)
[0212]
pld：可编程逻辑设备(programmable logic device)
[0213]
lan：局域网(local area network)
[0214]
gsm：全球移动通信系统(global system for mobile communications)
[0215]
lte：长期演进(long
‑
term evolution)
[0216]
canbus：控制器局域网络总线(controller area network bus)
[0217]
usb：通用串行总线(universal serial bus)
[0218]
pci：外围设备互连(peripheral component interconnect)
[0219]
fpga：现场可编程门阵列(field programmable gate areas)
[0220]
ssd：固态驱动器(solid
‑
state drive)
[0221]
ic：集成电路(integrated circuit)
[0222]
cu：编码单元(coding unit)
[0223]
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。