用于利用环路内自适应滤波器编码/解码的方法和装置与流程
本实施例总体上涉及利用环路内自适应滤波器进行视频编码或解码的方法和装置。
背景技术:
1、为了实现高压缩效率,图像和视频编解码方案通常采用预测和变换来利用视频内容中的空间和时间冗余。通常,帧内或帧间预测用于利用帧内或帧间图片相关性,然后对原始块和预测块之间的差异(通常表示为预测误差或预测残差)进行变换、量化和熵编解码。为了重建视频,通过与熵编解码、量化、变换和预测相对应的逆过程来解码压缩数据。为了减少编码伪影,将环路内滤波器(例如去块滤波器、sao(样本自适应偏移)、自适应环路滤波器)应用于重建的图像。
技术实现思路
1、在各种实现方式中,公开了对类别和滤波器索引之间的映射进行编码/解码的方法和设备,例如用于利用预测编解码来发信号通知(signal)alf使用信息。此外,公开了对滤波器集合的滤波器索引进行编码/解码的方法和设备,例如用于利用预测编解码来发信号通知alf使用信息。
2、根据第一方面,公开了一种视频解码方法,包括:接收包括类别集合和滤波器集合之间的映射的编码映射;其中映射中的第i个元素指示类别i被映射有表示滤波器集合之中的滤波器的滤波器索引;对于类别集合中的当前类别,解码指示当前类别的滤波器索引等于滤波器索引候选的标志,滤波器索引候选是最后解码的滤波器索引;以及响应于确定标志指示当前类别的滤波器索引等于滤波器索引候选,确定当前类别被映射有滤波器索引候选的滤波器索引。
3、根据第二方面,公开了一种视频解码方法,包括:对于当前块,基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表;以及使用与候选列表中的第一候选的概率模型相关联的第一上下文和与候选列表中的第二候选的概率模型相关联的第二上下文,对当前块的滤波器索引进行算术解码。
4、根据第三方面,公开了一种视频编码方法,包括:标识类别集合和滤波器集合之间的映射,映射中的第i个元素指示类别i被映射有表示滤波器集合之中的滤波器的滤波器索引;响应于确定当前类别的滤波器索引等于滤波器索引候选,对指示当前类别的滤波器索引等于滤波器索引候选的标志进行编码;并且在视频数据中包括编码标志。
5、根据第四方面,公开了一种视频编码方法,包括:对于当前块,基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表;使用与候选列表中第一候选的概率模型相关联的第一上下文和与候选列表中第二候选的概率模型相关联的第二上下文,对当前块的滤波器索引进行算术编码;并且在视频数据中包括编码的滤波器索引。
6、一个或多个实施例还提供了一种用于对视频进行编码/解码的装置,包括一个或多个处理器和耦合到所述一个或多个处理器的至少一个存储器,其中所述一个或多个处理器被配置成执行根据本文描述的任何实施例的编码方法。
7、一个或多个实施例还提供了包括指令的计算机程序,当由一个或多个处理器执行时,所述指令使得一个或多个处理器实行根据本文描述的任何实施例的编码方法。本实施例中的一个或多个还提供了一种计算机可读存储介质,其上存储有用于根据本文描述的方法对视频进行编码或解码的指令。
8、一个或多个实施例还提供了一种计算机可读存储介质,其上存储有根据上述方法生成的视频数据。一个或多个实施例还提供了用于发射或接收根据本文描述的方法所生成的视频数据的方法和装置。
1.一种用于视频解码的方法,方法包括:
2.根据权利要求1所述的方法,进一步包括:
3.根据权利要求1所述的方法,进一步包括:
4.一种用于视频编码的方法,方法包括:
5. 根据权利要求4所述的方法,进一步包括:
6. 根据权利要求5所述的方法,进一步包括:
7.一种用于视频解码的方法,方法包括:
8.根据权利要求7所述的方法,进一步包括解码指示当前块的滤波器的类型的标志,滤波器类型是固定的还是发信号通知的。
9.根据权利要求8所述的方法,其中基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表进一步包括对于左相邻块、顶部相邻块和左上相邻块之中的每个相邻块:
10.根据权利要求7所述的方法,其中基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表进一步包括对于左相邻块、顶部相邻块和左上相邻块之间的每个相邻块:
11.一种用于视频编码的方法,方法包括:
12.根据权利要求11所述的方法,进一步包括对指示当前块的滤波器的类型的标志进行编码,滤波器类型是固定的还是发信号通知的;以及
13.根据权利要求11所述的方法,其中基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表,进一步包括对于左相邻块、顶部相邻块和左上相邻块之间的每个相邻块:
14.根据权利要求11所述的方法,其中基于至少一个相邻块的滤波器索引来确定滤波器索引候选列表,进一步包括对于左相邻块、顶部相邻块和左上相邻块之间的每个相邻块:
15.一种装置,包括一个或多个处理器,其中一个或多个处理器被配置成执行权利要求1-14中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com