一种视频编解码方法、装置、设备和介质与流程

一种视频编解码方法、装置、设备和介质
1.本技术要求2019年9月5日提交的美国申请第16/562,013号“method and apparatus for intra block copy in intra-inter blending mode and triangle prediction unit mode”的优先权权益，该美国申请要求一系列2018年10月10日提交的美国临时申请第62/743,967号“intrablock copy in intra-inter blending mode”以及2018年10月10日提交的美国临时申请第62/743,933号“intra block copy in triangle prediction unit mode”的优先权。以上列出的每件申请的全部内容通过引用并入本文。
2.本技术对申请号为201980064357.7，申请日为2019年09月30日，发明名称为“一种视频编解码方法、装置、设备和介质”的中国专利申请提出分案申请。
技术领域
3.本公开涉及视频处理领域，尤其涉及一种视频解码方法和相关装置。


背景技术：

4.本文中提供的背景描述是为了总体上呈现本公开内容的上下文的目的。目前署名的发明人的工作，即在此背景技术部分以及在提交时不会构成现有技术的说明书的方面中描述的工作，既没有被明确地也没有被隐含地承认为针对本公开内容的现有技术。
5.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，每个图片的空间维度为例如1920
×
1080个亮度样本以及相关联的色度样本。该一系列图片可以具有固定的或可变的图片速率(也被非正式地称为帧速率)，例如每秒60幅图片或60hz。未压缩的视频具有很高的比特率要求。例如，每样本8位的1080p60 4:2:0视频(60hz帧速率处的1920
×
1080亮度样本分辨率)需要接近1.5gbit/s带宽。一小时的这样的视频需要超过600千兆字节的存储空间。
6.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。压缩可以帮助降低上述带宽需求或存储空间需求，在一些情况下可以降低两个或更多个数量级。可以采用无损压缩、有损压缩两者及其组合。无损压缩是指可以从压缩的原始信号重建出原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不同，但原始信号与重建的信号之间的失真足够小，使得重建的信号可用于预期应用。在视频的情况下，广泛采用有损压缩。容忍的失真量取决于应用；例如，某些消费者流式传输应用的用户可能比电视分发应用的用户容忍更高的失真。能够实现的压缩比可反映出：更高的可允许/可容忍的失真能够产生更高的压缩比。
7.运动补偿可以是有损压缩技术，并且可以涉及以下技术：来自先前重建的图片或其一部分(参考图片)的样本数据的块，在沿运动矢量(以下称为mv)所指示的方向被空间偏移之后，用来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，或三个维度，第三维度指示使用中的参考图片(后者可以间接地为时间维度)。
8.在一些视频压缩技术中，可以根据其他mv预测适用于样本数据的特定区域的mv，
例如根据与样本数据的在空间上相邻于正在重建的区域的另一区域有关并且在解码顺序上先于该mv的mv来预测适用于样本数据的特定区域的mv。这样做可以大幅减少编码mv所需的数据量，从而消除冗余并且增大压缩。mv预测可以有效地发挥作用，原因在于，例如，在编码从摄像装置得出的输入视频信号(被称为自然视频)时存在以下统计可能性：比单个mv所适用的区域更大的区域沿相似方向移动，并且因此在一些情况下可以使用由相邻区域的mv得出相似运动矢量来预测该单个mv。这导致针对给定区域找到的与根据周围mv预测的mv相似或相同的mv，并且这又可以在熵编码之后用比直接对mv进行编码的情况下使用的位数更少的位数来表示。在一些情况下，mv预测可以是根据原始信号(即样本流)得出的信号(即mv)的无损压缩的示例。在其他情况下，mv预测本身可以是有损的，例如原因在于根据若干周围mv计算预测器时的舍入误差。
9.在h.265/hevc(2016年12月，itu-t h.265建议书中，“high efficiency video coding”)中描述了各种mv预测机制。在h.265提供的多种mv预测机制中，此处描述的是下文称为“空间合并”的技术。
10.参照图1，当前块(101)包括在运动搜索过程期间已由编码器发现的样本，根据已经进行空间偏移的相同大小的先前块，可预测该样本。可以根据与一个或更多个参考图片相关联的元数据来得出mv，而非对mv直接编码。例如，使用与被表示为a0、a1和b0、b1、b2(分别为102到106)的五个周围样本中的任一样本相关联的mv，根据(按解码次序)最近的参考图片相关联的元数据来得出mv。在h.265中，mv预测可以使用相邻块正在使用的相同参考图片的预测值。
11.在相关技术中，当前图片的当前块的重建样本存储在专用存储器中。鉴于成本，所存储重建样本只能在指定区域，且大小最高只能达到该专用存储器的大小，这意味着当参考块在指定的局部区域之外时，对当前块是不能使用帧内块复制(intra block copy，ibc)的，导致参考样本不能用于帧内补偿。由于上述原因导致ibc会因为参考块的所在区域受到了限制，降低了ibc的效率。


技术实现要素：

12.根据示例性实施方式，一种视频解码方法包括：针对当前图片中的当前块创建候选列表，当前图片被包括在编码的视频比特流中。该方法还包括：确定与当前块相关联的候选块的编码模式。该方法还包括：基于所确定的编码模式，确定是否将与候选块相关联的矢量添加到候选列表。该方法还包括：使用来自候选列表的至少一个候选来重建当前块。
13.根据示例性实施方式，一种用于视频解码的视频解码器包括处理电路，该处理电路被配置成针对当前图片中的当前块创建候选列表，当前图片被包括在编码的视频比特流中。该处理电路还被配置成确定与当前块相关联的候选块的编码模式。该处理电路还被配置成基于所确定的编码模式，确定是否将与候选块相关联的矢量添加到候选列表。该处理电路还被配置成使用来自候选列表的至少一个候选来重建当前块。
14.由此可见，针对包括在编码的视频比特流中的目标图片，针对目标图片中的目标块创建候选列表，确定与所述目标块相关联的候选块的编码模式；基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表；以及使用来自所述候选列表的至少一个候选来重建所述目标块。通过候选列表解决了原本参考区域受限时对ibc的影
响，提高了ibc的效率。
附图说明
15.根据以下详细描述和附图，所公开的主题的另外的特征、性质和各种优点将变得更加明显，在附图中：
16.图1是一个示例中的当前块及其周围的空间合并候选的示意性图示；
17.图2是根据一个实施方式的通信系统的简化框图的示意性图示；
18.图3是根据另一个实施方式的通信系统的简化框图的示意性图示；
19.图4是根据一个实施方式的解码器的简化框图的示意性图示；
20.图5是根据一个实施方式的编码器的简化框图的示意性图示；
21.图6示出了根据另一实施方式的编码器的框图；
22.图7示出了根据另一实施方式的解码器的框图；
23.图8是根据一个实施方式的帧内图片块补偿的示意性图示；
24.图9是根据本公开内容的一个实施方式的帧内-帧间混合模式的示意性图示；
25.图10是根据本公开内容的一个实施方式的根据三角预测单元模式的当前块的两个分割示例的示意性图示；
26.图11是根据本公开内容的一个实施方式的具有空间和时间相邻元素的块的示意性图示；
27.图12是根据本公开内容的一个实施方式的具有应用的加权因数的块的示意性图示；
28.图13是根据本公开内容的一个实施方式的运动矢量存储的示意性图示；
29.图14示出了根据本公开内容的一个实施方式的解码过程的流程图；
30.图15是根据本公开内容的一个实施方式的计算机系统的示意性图示。
具体实施方式
31.图2示出了根据本公开内容的实施方式的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，其可以经由例如网络(250)彼此通信。例如，通信系统(200)包括经由网络(250)互连的第一对终端装置(210)和(220)。在图2示例中，第一对终端装置(210)和(220)执行单向数据传输。例如，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)进行编码以经由网络(250)传输到另一终端装置(220)。已编码的视频数据可以一个或更多个编码视频比特流形式传输。终端装置(220)可从网络(250)接收编码的视频数据，对编码的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。
32.在另一实施方式中，通信系统(200)包括第二对终端装置(230)和(240)，其执行例如可能在视频会议期间发生的编码的视频数据的双向传输。对于双向数据传输，在示例中，终端装置(230)和(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，以经由网络(250)传输到终端装置(230)和(240)中的另一终端装置。终端装置(230)和(240)中的每个终端装置还可接收由终端装置(230)和(240)中的另一终端装置传输的编码的视频数据，并且可对编码的视频数据进行解码以恢复视频数据，并且可以根
据恢复的视频数据在可访问的显示装置上显示视频图片。
33.在图2的示例中，终端装置(210)、(220)、(230)和(240)可以被示为服务器、个人计算机和智能电话，但本公开内容的原理可不限于此。本公开内容的实施方式可用于膝上型计算机、平板计算机、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)、(220)、(230)和(240)之间传送编码的视频数据的任意数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或互联网。出于本技术论述的目的，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内容的操作来说可能是无关紧要的。
34.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作为所公开的主题的应用示例。所公开的主题同样适用于其他支持视频的应用，包括例如视频会议、数字tv、将经压缩视频存储于包括cd、dvd、记忆棒等的数字介质上等。
35.流式传输系统可以包括采集子系统(313)，该采集子系统可以包括例如数码摄像机的视频源(301)，该视频源创建未压缩的视频图片流(302)。在示例中，视频图片流(302)包括由数码摄像机拍摄的样本。相较于编码的视频数据(304)(或编码的视频比特流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，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)可以包括硬件、软件或其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(302)，编码的视频数据(304)(或编码的视频比特流(304))被描绘为细线以强调较低数据量的编码的视频数据(304)(或编码的视频比特流(304))，其可存储在流式传输服务器(305)上以供将来使用。一个或更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)，可以访问流式传输服务器(305)以检索编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可以包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对编码的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(1)。在一些流式传输系统中，可以根据某些视频编码/压缩标准对编码的视频数据(304)、(307)和(309)(例如视频比特流)进行编码。该些标准的示例包括itu-t h.265建议书。在示例中，正在开发的视频编码标准非正式地被称为通用视频编码(versatile video coding，vvc)。所公开的主题可用于vvc的上下文中。
36.应注意，电子装置(320)和(330)可以包括其他部件(未示出)。例如，电子装置(320)可以包括视频解码器(未示出)，并且电子装置(330)还可以包括视频编码器(未示出)。
37.图4示出了根据本公开内容的实施方式的视频解码器(410)的框图。视频解码器(410)可以被包括在电子装置(430)中。电子装置(430)可以包括接收器(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)。
38.接收器(431)可以接收要由视频解码器(410)解码的一个或更多个编码的视频序列；在同一实施方式或另一实施方式中，一次接收一个编码的视频序列，其中每个编码的视频序列的解码独立于其他编码的视频序列。可以从信道(401)接收编码的视频序列，该信道可以是通向存储编码的视频数据的存储装置的硬件/软件链路。接收器(431)可以接收编码
的视频数据以及其他数据，例如，可转发到它们各自的使用实体(未描绘)的编码的音频数据和/或辅助数据流。接收器(431)可以将编码的视频序列与其他数据分开。为了防止网络抖动，缓冲存储器(415)可以耦接在接收器(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。在其他应用中，缓冲存储器(415)可以在视频解码器(410)的外部(未描绘)。在又一些其他应用中，在视频解码器(410)的外部可以存在缓冲存储器(未描绘)以例如防止网络抖动，并且此外在视频解码器(410)的内部可以存在另外的缓冲存储器(415)以例如处理播出定时。而当接收器(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，也可能不需要缓冲存储器(415)，或缓冲存储器可以是小的。当然，为了在诸如互联网的尽力服务分组网络上使用，也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适应性大小，且可至少部分地在操作系统或视频解码器(410)外部的类似元件(未描绘)中实现。
39.视频解码器(410)可以包括解析器(420)以根据编码的视频序列重建符号(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，以及用以控制呈现装置(412)(例如，显示屏)等呈现装置的潜在信息，该呈现装置不是电子装置(430)的组成部分，但可耦接到电子装置(430)，如图4中所示。用于呈现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)参数集片段(未描绘)的形式。解析器(420)可以对接收到的编码的视频序列进行解析/熵解码。编码的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。解析器(420)可以基于对应于组的至少一个参数，从编码的视频序列提取用于视频解码器中的像素的子组中的至少一个子组的子组参数集。子组可以包括图片组(group of picture，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。解析器(420)还可以从编码的视频序列提取信息，例如变换系数、量化器参数值、运动矢量等。
40.解析器(420)可以对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。
41.取决于编码的视频图片或一部分编码的视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其他因素，符号(421)的重建可以涉及多个不同单元。涉及哪些单元以及涉及方式可以由解析器(420)从编码的视频序列解析的子组控制信息控制。为了简洁起见，未描绘解析器(420)与下文的多个单元之间的这样的子组控制信息流。
42.除已经提及的功能块以外，视频解码器(410)可以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现方式中，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，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
43.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)可以输出包括样本值的块，该样本值可以被输入到聚合器(455)中。
44.在一些情况下，缩放器/逆变换单元(451)的输出样本可以属于帧内编码块；也就是说：不使用来自先前重建的图片的预测性信息，但可以使用来自当前图片的先前重建部分的预测性信息的块。这样的预测性信息可以由帧内预测单元(452)提供。在一些情况下，帧内预测单元(452)使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的大小和形状相同的块。当前图片缓冲器458例如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。
45.在其他情况下，缩放器/逆变换单元(451)的输出样本可以属于帧间编码和潜在运动补偿块。在这样的情况下，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，这些样本可以由聚合器(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以受到运动矢量控制，运动矢量以符号(421)的形式而供运动补偿预测单元(453)使用，符号(421)例如可以具有x、y和参考图片分量。运动补偿还可以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。
46.聚合器(455)的输出样本可在环路滤波器单元(456)中被各种环路滤波技术采用。视频压缩技术可以包括环路内滤波器技术，环路内滤波器技术受控于包括在编码的视频序列(也称为编码的视频比特流流)中的参数，且参数作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)，但是，视频压缩技术还可响应于在对编码的图片或编码的视频序列的先前(按解码次序)部分进行解码期间获得的元信息，以及响应于先前重建且环路滤波的样本值。
47.环路滤波器单元(456)的输出可以是样本流，样本流可以输出到呈现装置(412)以及存储在参考图片存储器(457)，以用于将来的帧间图片预测。
48.一旦完全重建，某些编码的图片就可用作参考图片以用于将来预测。例如，一旦对应于当前图片的编码的图片被完全重建，且编码的图片(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，且可以在开始重建后续编码的图片之前重新分配新的当前图片缓冲器。
49.视频解码器(410)可以根据诸如itu-t h.265建议书的标准中的预定视频压缩技术执行解码操作。在编码的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两者的意义上，编码的视频序列可以符合所使用的视频压缩技术或标准指定的语法。具体地，配置文件可以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配置文件下可供使用的仅有工具。对于合规性，还要求编码的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、最大帧速率、最大重建样本速率(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以通过假想参考解码器(hypothetical reference decoder，hrd)规范和在编码的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。
50.在实施方式中，接收器(431)可以连同编码的视频一起接收附加(冗余)数据。附加
数据可以是编码的视频序列的一部分。附加的数据可以由视频解码器(410)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。附加数据可以呈例如时间、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。
51.图5示出了根据本公开内容的一个实施方式的视频编码器(503)的框图。视频编码器(503)被包括在电子装置(520)中。电子装置(520)包括发送器(540)(例如发送电路)。视频编码器(503)可用于代替图3示例中的视频编码器(303)。
52.视频编码器(503)可以从视频源(501)(并非图5示例中的电子装置(520)的一部分)接收视频样本，视频源可以采集要由视频编码器(503)编码的视频图像。在另一实施方式中，视频源(501)是电子装置(520)的一部分。
53.视频源(501)可以提供要由视频编码器(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以具有任何合适的位深度(例如：8位、10位、12位
……
)、任何色彩空间(例如，bt.601 y crcb、rgb
……
)和任何合适的采样结构(例如y crcb 4:2:0、y crcb 4:4:4)。在媒体服务系统中，视频源(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)可以是捕获本地图像信息作为视频序列的摄像机。可以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。图片自身可以被组织为空间像素阵列，其中，取决于所用的取样结构、色彩空间等，每个像素可以包括一个或更多个样本。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。
54.根据一个实施方式，视频编码器(503)可以实时或在由应用所要求的任何其他时间约束下，将源视频序列的图片编码且压缩成编码的视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施方式中，控制器(550)控制如下文所描述的其他功能单元且在功能上耦接到其他功能单元。为了简洁起见，未描绘耦接。由控制器(550)设置的参数可以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、图片组(group of picture，gop)布局，最大运动矢量搜索范围等。控制器(550)可以被配置成具有其他合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。
55.在一些实施方式中，视频编码器(503)被配置成在编码环路中进行操作。作为简单的描述，在示例中，编码环路可以包括源编码器(530)(例如，负责基于要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)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(因为在所公开的主题考虑的视频压缩技术中，符号与编码的视频比特流之间的任何压缩是无损的)。重建的样本流(样本数据)被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位精确的。换言之，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。
[0056]“本地”解码器(533)的操作可以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”解码器相同。然而，另外简要参照图4，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为编码的视频序列时，包括缓冲存储器(415)和解析器(420)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)中实现。
[0057]
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。可以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。
[0058]
在操作期间，在一些示例中，源编码器(530)可以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”的一个或更多个先前编码的图片，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，参考图片可以被选择为输入图片的预测参考。
[0059]
本地视频解码器(533)可以基于源编码器(530)创建的符号，对可以指定为参考图片的图片的编码视频数据进行解码。编码引擎(532)的操作可以有利地是有损过程。当编码的视频数据可以在视频解码器(图5中未示出)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(533)复制解码过程，解码过程可以由视频解码器对参考图片执行，且可以使重建的参考图片存储在参考图片存储器(534)中。以此方式，视频编码器(503)可以在本地存储重建的参考图片的副本，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)。
[0060]
预测器(535)可针对编码引擎(532)执行预测搜索。也就是说，对于要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可以作为新图片的适当的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)可以基于样本块逐像素块操作，以找到适当的预测参考。在一些情况下，如根据预测器(535)获得的搜索结果确定的，输入图片可以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。
[0061]
控制器(550)可以管理源编码器(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组参数。
[0062]
可以在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据诸如霍夫曼编码、可变长度编码、算术编码等的技术对各种功能单元生成的符号进行无损压缩，从而将符号转换成编码的视频序列。
[0063]
发送器(540)可以缓冲由熵编码器(545)创建的编码的视频序列，从而为经由通信信道(560)进行发送做准备，通信信道可以是通向将存储编码的视频数据的存储装置的硬件/软件链路。发送器(540)可以将来自视频编码器(503)的编码的视频数据与要发送的其他数据例如编码的音频数据和/或辅助数据流(未示出来源)进行合并。
[0064]
控制器(550)可以管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个编码的图片分配某个编码的图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可以将图片分配为以下任一种图片类型：
[0065]
帧内图片(i图片)，其可以是不将序列中的任何其他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(independent decoder refresh，“idr”)图片。所属领域的技术人员了解i图片的变型及其相应的应用和特征。
[0066]
预测性图片(p图片)，其可以是可以使用帧内预测或帧间预测进行编码和解码的图片，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。
[0067]
双向预测性图片(b图片)，其可以是可以使用帧内预测或帧间预测进行编码和解码的图片，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，多个预测性图片可以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。
[0068]
源图片通常可以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。这些块可以参考其他(已编码的)块进行预测编码，根据应用于块的相应图片的编码分配来确定其他块。例如，i图片的块可进行非预测编码，或块可以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图片的像素块可以参考一个先前编码的参考图片经由空间预测或经由时域预测进行预测编码。b图片的块可以参考一个或两个先前编码的参考图片经由空间预测或经由时域预测进行预测编码。
[0069]
视频编码器(503)可以根据诸如itu-t h.265建议书的预定的视频编码技术或标准执行编码操作。在其操作中，视频编码器(503)可以执行各种压缩操作，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，编码的视频数据可以符合所用视频编码技术或标准指定的语法。
[0070]
在实施方式中，发送器(540)可以连同编码的视频一起发送附加数据。源编码器(530)可以包括这样的数据作为编码的视频序列的一部分。附加数据可以包括时间/空间/snr增强层、诸如冗余图片和切片的其他形式的冗余数据、sei消息、vui参数集片段等。
[0071]
视频可以被采集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(时间或其他)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编码的且仍被缓冲的参考图片中的参考块时，可以通过被称作运动矢量的矢量对当前图片中的块进行编码。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，运动矢量可以具有识别参考图片的第三维度。
[0072]
在一些实施方式中，双向预测技术可以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)第一参考图片和第二参考图片。可以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。可以通过第一参考块和第二参考块的组合来预测块。
[0073]
此外，合并模式技术可以用于帧间图片预测中以改善编码效率。
[0074]
根据本公开内容的一些实施方式，以块为单位执行诸如帧间图片预测和帧内图片预测的预测。例如，根据hevc标准，将视频图片序列中的图片分割成编码树单元(coding 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)，三个编码树块是一个亮度ctb和两个色度ctb。还可以将每个ctu以四叉树拆分为一个或多个编码单元(coding unit，cu)。例如，可以将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拆分为一个或更多个预测单元(prediction unit，pu)。通常，每个pu包括亮度预测块(prediction block，pb)
和两个色度pb。在实施方式中，编码(编码/解码)中的预测操作以预测块为单位来执行。使用亮度预测块作为预测块的示例，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。
[0075]
图6示出了根据本公开内容的另一实施方式的视频编码器(603)的图。视频编码器(603)被配置成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)，并且将处理块编码到作为编码视频序列的一部分的编码图片。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)。
[0076]
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，处理块为诸如8
×
8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion)优化来确定是否使用帧内模式、帧间模式或双向预测模式对处理块最佳地编码。当要以帧内模式对处理块进行编码时，视频编码器(603)可以使用帧内预测技术以将处理块编码到编码图片中；并且当要以帧间模式或双向预测模式对处理块进行编码时，视频编码器(603)可以分别使用帧间预测或双向预测技术以将处理块编码到编码图片中。在某些视频编码技术中，合并模式可以是在不借助于预测值外部的已编码的运动矢量分量的情况下从一个或更多个运动矢量预测值得到运动矢量的帧间图片预测子模式。在某些其他视频编码技术中，可以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)包括其他部件，例如，确定处理块的模式的模式决策模块(未示出)。
[0077]
在图6示例中，视频编码器(603)包括如图6所示的耦接在一起的帧间编码器(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)以及熵编码器(625)。
[0078]
帧间编码器(630)被配置成：接收当前块(例如，处理块)的样本、将该块与参考图片中的一个或更多个参考块(例如，先前图片和之后图片中的块)进行比较、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来计算帧间预测结果(例如，预测的块)。在一些示例中，参考图片是基于编码的视频信息被解码的图片。
[0079]
帧内编码器(622)被配置成接收当前块(例如，处理块)的样本、在一些情况下将该块与同一图片中已编码的块进行比较、生成变换之后的量化系数、以及在一些情况下还生成帧内预测信息(例如，根据一个或更多个帧内编码技术的帧内预测方向信息)。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，预测的块)。
[0080]
通用控制器(621)被配置成确定通用控制数据，并且基于通用控制数据控制视频编码器(603)的其他部件。在示例中，通用控制器(621)确定块的模式，并且基于该模式将控制信号提供给开关(626)。例如，当模式是帧内模式时，通用控制器(621)控制开关(626)以选择帧内模式结果来供残差计算器(623)使用，并且控制熵编码器(625)以选择帧内预测信息并且将帧内预测信息包括在比特流中；以及当模式是帧间模式时，通用控制器(621)控制开关(626)以选择帧间预测结果来供残差计算器(623)使用，并且控制熵编码器(625)以选择帧间预测信息并且将帧间预测信息包括在比特流中。
[0081]
残差计算器(623)被配置成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异(残差数据)。残差编码器(624)被配置成基于残差数据进行
操作以对残差数据进行编码从而生成变换系数。在示例中，残差编码器(624)被配置成将残差数据从空间域转换到频域，并且生成变换系数。然后，变换系数经受量化处理以获得量化的变换系数。在各种实施方式中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)被配置成执行逆变换，并且生成解码残差数据。解码残差数据可以适当地由帧内编码器(622)和帧间编码器(630)使用。例如，帧间编码器(630)可以基于解码残差数据和帧间预测信息来生成解码块，并且帧内编码器(622)可以基于解码残差数据和帧内预测信息来生成解码块。在一些示例中，适当处理解码块以生成解码图片，并且该经解码图片可以在存储器电路(未示出)中缓冲并且用作参考图片。
[0082]
熵编码器(625)被配置成对比特流进行格式化以包括编码块。熵编码器(625)被配置成根据诸如hevc标准的合适标准包括各种信息。在示例中，熵编码器(625)被配置成在比特流中包括通用控制数据、选择的预测信息(例如，帧内预测信息或帧间预测信息)、残差信息和其他合适的信息。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。
[0083]
图7示出了根据本公开内容的另一实施方式的视频解码器(710)的图。视频解码器(710)被配置成接收作为编码视频序列的一部分的已编码图片，并且对已编码图片进行解码以生成重建的图片。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)。
[0084]
在图7示例中，视频解码器(710)包括如图7所示的耦接在一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)以及帧内解码器(772)。
[0085]
熵解码器(771)可以被配置成根据已编码图片来重建某些符号，这些符号表示构成已编码图片的语法元素。这样的符号可以包括例如对块进行编码的模式(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)、可以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的形式的残差信息等。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给帧间解码器(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给帧内解码器(772)。残差信息可以经受逆量化并且被提供给残差解码器(773)。
[0086]
帧间解码器(780)被配置成接收帧间预测信息，并且基于帧间预测信息生成帧间预测结果。
[0087]
帧内解码器(772)被配置成接收帧内预测信息，并且基于帧内预测信息生成预测结果。
[0088]
残差解码器(773)被配置成执行逆量化以提取去量化变换系数，并且处理去量化变换系数以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(以包括量化器参数(quantizer parameter，qp))，并且该信息可以由熵解码器(771)提供(未绘出数据路径，因为这可能仅是低量控制信息)。
[0089]
重建模块(774)被配置成在空间域中将由残差解码器(773)输出的残差与预测结果(由帧间预测模块或帧内预测模块输出，视情况而定)进行组合以形成重建块，该重建块可以是重建图片的一部分，该重建图片又可以是重建视频的一部分。注意，可以执行诸如解块操作等的其他合适的操作来提高视觉质量。
[0090]
注意，可以使用任何合适的技术来实现视频编码器(303)、(503)和(603)，以及视频解码器(310)、(410)和(710)。在实施方式中，可以使用一个或更多个集成电路来实现视频编码器(303)、(503)和(603)，以及视频解码器(310)、(410)和(710)。在另一实施方式中，可以使用执行软件指令的一个或更多个处理器来实现视频编码器(303)、(503)和(603)，以及视频解码器(310)、(410)和(710)。
[0091]
来自不同图片的基于块的补偿可以被称为运动补偿。块补偿还可以从同一图片内的先前重建的区域进行，这可以被称为帧内图片块补偿、帧内块复制(intra block copy，ibc)或当前图片参考(current picture referencing，cpr)。例如，将指示当前块与参考块之间的偏移的位移矢量称为块矢量。根据一些实施方式，块矢量指向已经被重建并且可用于参考的参考块。此外，出于并行处理的考虑，超出图块/切片边界或波前梯形边界的参考区域也可以被排除由块矢量参考。由于这些约束，块矢量可以与运动补偿中的运动矢量不同，在运动补偿中，运动矢量可以处于任意值(在x或y方向为正或负)。
[0092]
块矢量的编码可以是显式的或隐式的。在显式模式中，用信号通知块矢量与其预测值之间的差，其中显式模式在帧间编码中有时被称为(advanced motion vector prediction，高级运动矢量预测)amvp模式。在隐式模式中，以与合并模式中的运动矢量类似的方式，根据块矢量的预测值恢复块矢量。在一些实施方式中，块矢量的分辨率限于整数位置。在其他实施方式中，可以允许块矢量的分辨率指向分数位置。
[0093]
可以使用被称为ibc标志的块级标志来用信号通知在块级对ibc的使用。在一个实施方式中，当未以合并模式对当前块进行编码时，用信号通知ibc标志。也可以通过参考索引方法来用信号通知ibc标志，该参考索引方法通过将当前解码图片视为参考图片来执行。在hevc屏幕内容编码(screen content coding，scc)中，这样的参考图片被放在列表的最后位置。该特殊参考图片还可以与dpb中的其他时间参考图片一起被管理。ibc还可以包括各种变化，例如翻转的ibc(例如，在将参考块用于预测当前块之前将其水平或竖直翻转)，或基于行的(ibc)(例如，m
×
n编码块内的每个补偿单元为m
×
1或1
×
n行)。
[0094]
图8示出了帧内图片块补偿(例如，ibc模式)的实施方式。在图8中，当前图片800包括已经被编码/解码的一组块区域(即，灰色正方形)以及尚未被编码/解码的一组块区域(即，白色正方形)。尚未被编码/解码的块区域中的一个块区域的块802可以与指向先前已经被编码/解码的另一块806的块矢量804相关联。因此，与块806相关联的任何运动信息可以用于块802的编码/解码。
[0095]
根据一些实施方式，当前图片的重建样本存储在专用存储器中。由于在专用存储器中存储重建样本的成本，参考区域通常不与全帧一样大，而是最高达到存储器大小。在一些示例中，ibc仅参考一些相邻区域，而非整个图片。在一个示例中，存储器大小为一个ctu，这意味着仅当参考块在与当前块相同的ctu内时，才可以使用ibc模式。在另一示例中，存储器大小为两个ctu，这意味着仅当参考块在当前ctu内或当前ctu左侧的ctu内时，才可以使用ibc模式。在这些示例中，当参考块在指定的局部区域之外时，即使参考块已经被重建，参考样本也不能用于帧内图片块补偿。
[0096]
由于参考区域受限，ibc的效率受到限制。因此，需要在参考区域受限的情况下进一步提高ibc的效率。本公开内容的实施方式提供了参考区域受限的情况下的改进的ibc效率。
[0097]
根据一些实施方式，当应用多假设预测来改进帧内预测模式时，多假设预测将一个帧内预测和一个合并索引预测进行组合。对于以合并模式编码的cu，可以针对合并模式用信号通知一个标志以在标志为真时从帧内候选列表中选择帧内模式。
[0098]
在一些实施方式中，对于亮度分量，从包括dc模式、平面模式、水平模式和竖直模式的4个帧内预测模式中得出帧内候选列表，并且取决于块形状，帧内候选列表的大小可以为3或4。帧内候选列表不限于先前列出的4个帧内预测模式，并且可以包括任何期望数目的帧内预测方向。例如，当cu宽度是cu高度的两倍时，从帧内候选列表中排除水平模式，而当cu高度是cu宽度的两倍时，从帧内候选列表中排除竖直模式。在一些实施方式中，使用加权平均来组合根据帧内模式索引选择的一个帧内预测模式候选和根据合并索引选择的一个合并模式预测候选。在一些实施方式中，对于色度分量，应用直接模式(direct mode，dm)而无需额外的信令。
[0099]
根据一些实施方式，用于将预测作为候选进行组合的权重可以如下来实现。当选择dc或平面模式时，或当cb宽度或高度小于4时，将相等的权重应用于帧内预测候选和帧间预测候选。在一些示例中，对于cb宽度和高度大于或等于4的那些cb，当选择水平/竖直模式时，首先可以将一个cb竖直地或水平地分割成四个等面积区域。每个权重集被表示为(w_intrai,w_interi)，其中i从1至4，权重集可以如下来实现：(w_intra1,w_inter1)＝(6,2)，(w_intra2,w_inter2)＝(5,3)，(w_intra3,w_inter3)＝(3,5)，以及(w_intra4,w_inter4)＝(2,6)。这些权重集可以应用于相应区域，其中(w_intra1,w_inter1)用于最接近参考样本的区域，并且(w_intra4,w_inter4)用于最远离参考样本的区域。在将权重集应用于相应区域之后，可以通过将两个加权预测相加并右移3位来计算组合预测。此外，可以保存帧内预测部分的帧内预测模式以供随后的相邻cu参考。
[0100]
图9示出了多假设预测的示例。帧间预测值(i)(922)和帧内预测值(i)(924)对应于第i个区域的帧间预测部分和帧内预测部分。权重w_inter(i)和w_intra(i)分别对应于第i个区域的帧间预测权重和帧内预测权重。可以通过组合加权帧间预测值(922)和帧内预测值(924)来形成最终预测值(912)。可以使用最终预测值(912)和残差样本(914)来重建当前块(910)。残差样本可以表示当前块(910)与最终预测值(912)之间的差。
[0101]
通常，运动矢量用于从除了当前图片之外的另一参考图片中找到参考块。然而，当使用帧内-帧间混合模式时，当前预测模式不指定如何使用运动矢量和块矢量这两者。因此，需要发展方法来支持当运动补偿和ibc都被允许时使用帧内-帧间混合模式的方法。
[0102]
根据本公开内容的实施方式，术语块可以被解释为预测块、编码块或编码单元(coding unit，cu)。
[0103]
根据一些实施方式，当使用ibc模式时，当形成帧内-帧间混合模式下的帧间预测值部分时，从诸如合并模式候选列表的候选列表中排除块矢量。例如，当在ibc模式下编码合并候选时，合并候选被视为不可用，使得在帧内-帧间混合模式下不使用该合并候选的块矢量。
[0104]
根据一些实施方式，当在ibc模式下编码合并候选时，将合并候选的块矢量用作帧内-帧间混合模式下的帧间预测部分。如果使用合并索引从候选列表中选择块矢量，则可以将对该块矢量施加的限制应用于其他块矢量。例如，假设整个编码单元都是使用该块矢量来编码，而不仅仅是使用该块矢量的分区，这些限制可能要求其他块矢量(例如，诸如当前
块中、合并列表中的块矢量等的任何块矢量)应当指向有效参考区域。
[0105]
根据一些实施方式，如果使用块矢量生成帧间预测值，则针对在帧内-帧间混合模式下编码的每个编码单元存储块矢量。这些存储的块矢量可以用于尚未被重建的其他块。
[0106]
在一些实施方式中，当亮度分量和色度分量具有各自的编码树结构(即，双树结构)时，不使用帧内-帧间混合模式。例如，当满足此条件时，禁用帧内-帧间混合模式。
[0107]
在一些实施方式中，当亮度分量和色度分量具有各自的编码树结构时，允许使用帧内-帧间混合模式。对于亮度分量，可以用信号通知合并索引以从候选列表中选择运动矢量或块矢量，并且可以用信号通知帧内预测模式以从帧内预测候选列表中选择帧内预测预测值。
[0108]
在一些实施方式中，当针对亮度分量和色度分量的双树结构允许帧内-帧间混合模式时，如果使用块矢量生成帧间预测值，则针对在帧内-帧间混合模式下编码的每个编码单元存储块矢量。对于色度分量，在一个实施方式中，不允许在帧内-帧间混合模式下编码色度cu。在另一实施方式中，可以在帧内-帧间混合模式下编码色度cu，使得从色度块的并置亮度样本的块矢量或运动矢量得出每个最小色度块的块矢量或运动矢量，条件是相应亮度样本分别在ibc模式或帧间模式下被编码。否则，如果这些最小色度块中的任意块不能从色度块的并置亮度样本得出有效块矢量或运动矢量，则对于整个色度cu都不允许帧内-帧间混合模式。
[0109]
根据一些实施方式，三角形预测单元模式提供cu的三角形分区以用于运动补偿预测。如图10所示，当前块(1010a)和(1010b)被分割成两个三角形预测单元。例如，沿对角线方向分割当前块(1010a)(例如，从左上角到右下角进行分割)以创建三角形预测单元(1012)和(1014)。在另一示例中，沿逆对角线方向分割当前块1010b(例如，从右上角到左下角进行分割)以创建三角形预测单元(1016)和(1018)。可以使用预测单元自身的，且可以从单预测候选列表得出的参考帧索引和单预测运动矢量来对cu中的每个三角形预测单元进行帧间预测。在预测三角形预测单元之后，可以对对角线边执行自适应加权过程。然后，可以将变换和量化过程应用于整个cu。在一些实施方式中，将三角形预测模式应用于跳过模式和混合模式。
[0110]
根据一些实施方式，单预测候选列表包括五个单预测运动矢量候选。可以从七个相邻块得出单预测候选列表，所述七个相邻块包括五个空间相邻块和两个时间同位块。例如，图11示出了当前块1101，其具有相邻块a0(1102)、a1(1103)、b0(1104)、b1(1105)、b2(1106)、b3(1108)和a2(1107)。图11还示出了两个时间同位块c0(1112)和c1(1114)。可以根据单预测运动矢量、双预测运动矢量的l0运动矢量、双预测运动矢量的l1运动矢量、以及双预测运动矢量的l0运动矢量和l1运动矢量的平均运动矢量的顺序，收集七个相邻块的运动矢量并且将其放入单向预测候选列表中。如果候选的数目小于五，则可以将零运动矢量添加到列表。
[0111]
根据一些实施方式，在预测每个三角形预测单元之后，将自适应加权过程应用于两个三角形预测单元之间的对角线边以得出针对整个cu的最终预测。加权组的第一示例(第1加权因数组)可以包括以下权重集：用于亮度样本的{7/8,6/8,4/8,2/8,1/8}和用于色度样本的{7/8,4/8,1/8}。加权组的第二示例(第2加权因数组)可以包括以下权重集：用于亮度样本的{7/8,6/8,5/8,4/8,3/8,2/8,1/8}和用于色度样本的{6/8,4/8,2/8}。在一些实
施方式中，基于对两个三角形预测单元的运动矢量的比较来选择一个加权因数组。例如，当两个三角形预测单元的参考图片彼此不同，或者它们的运动矢量差大于16个像素时，可以使用第2加权因数组。否则，使用第1加权因数组。
[0112]
图12示出了沿着亮度样本块(1200)的对角线边应用的加权因数，以及沿着色度样本块(1202)的对角线边应用的加权因数。区域p1和p2指示例如非加权区域。例如，如图12所示，块(1200)包括多个子块，其中根据三角形预测模式划分每个子块。以7标记的子块指示例如该子块的第一三角形预测单元的加权因数为7/8，并且该子块的第二三角形预测单元的加权因数为1/8。
[0113]
根据一些实施方式，三角形预测单元的运动矢量(例如，图13中分别为p1的mv1和p2的mv2)存储在4
×
4网格中。对于每个4
×
4网格，根据4
×
4网格在块中的位置来存储单预测运动矢量或双预测运动矢量。例如，如图13所示，对于块1300和1302，对于位于非加权区域中的4
×
4网格存储单预测运动矢量，mv1或mv2。对于加权区域，对于4
×
4网格存储双预测运动矢量。可以根据以下规则由mv1和mv2得出双预测运动矢量：
[0114]
(i)如果mv1和mv2具有来自不同方向(l0或l1)的运动矢量，则组合mv1和mv2以形成双预测运动矢量。在一些示例中，这些矢量可以被相等地加权，而在其他示例中，可以被不同地加权。
[0115]
(ii)如果mv1和mv2两者均来自同一l0(或l1)方向：
[0116]
a.如果mv2的参考图片与l1(或l0)参考图片列表中的图片相同，则将mv2缩放至该图片。组合mv1和缩放的mv2以形成双预测运动矢量。
[0117]
b.如果mv1的参考图片与l1(或l0)参考图片列表中的图片相同，则将mv1缩放至该图片。组合缩放的mv1和mv2以形成双预测运动矢量。
[0118]
c.否则，对于加权区域，只存储mv1。
[0119]
根据一些实施方式，将三角形预测单元模式在跳过或混合模式下应用于cu。通常，cu的块大小不小于8
×
8。然而，本公开内容的实施方式不限于该最小大小。对于在跳过或合并模式下编码的cu，可以用信号通知cu级标志以指示是否针对当前cu应用三角形预测单元模式。当将三角形预测单元模式应用于cu时，可以用信号通知指示用于将cu分割成两个三角形预测单元的方向以及该两个三角形预测单元的运动矢量的索引。索引的范围从0到39。可以使用查找表以根据索引得出分割方向和运动矢量。例如，查找表可以将每个索引与分割方向、运动矢量和参考图片相关联。
[0120]
通常，运动矢量用于从除了当前图片之外的另一参考图片找到参考块。当使用三角形预测单元模式时，使用运动矢量的预测模式不指定如何使用块矢量和运动矢量两者。因此，需要发展方法来支持当帧内块复制和帧间运动补偿两者均存在时使用三角形预测单元模式的方法。
[0121]
根据一些实施方式，当形成用于三角预测单元模式的单预测候选列表时，从单预测列表中排除块矢量。例如，当在ibc模式下编码相邻块时，相邻块的块矢量被视为不可用，使得块矢量不出现在用于三角预测单元模式的单预测候选列表中。
[0122]
根据一些实施方式，针对三角预测单元模式生成的候选列表包括块矢量和运动矢量两者。在一些实施方式中，如果在候选列表中列出了块矢量，则可以将针对该块矢量的限制施加于其他块矢量(例如，当前图片中或候选列表中的任何块矢量)。例如，这些限制中的
一些限制规定：块矢量应当指向有效参考区域，前提是整个编码单元都是使用该块矢量来编码的、而不仅仅是使用该块矢量的分区。
[0123]
在一些实施方式中，如果一个候选为运动矢量(例如，被称为时间参考图片)并且一个候选为块矢量(例如，被称为当前图片)，则用于两个预测单元的两个参考图片被视为不同，并且使用第2加权因数组。在一些实施方式中，如果两个候选均为块矢量，则用于两个预测单元的两个参考图片被视为相同，并且使用第1加权因数组。在一些实施方式中，如果两个现有候选均为运动矢量，则可以使用本领域普通技术人员已知的一个或更多个常规方法来生成两个预测单元。
[0124]
根据一些实施方式，当亮度单元和色度单元具有各自的编码树结构(例如，双树结构)时，不使用三角预测单元模式。例如，当亮度单元和色度单元具有各自的编码树结构时，可以禁用三角预测模式。
[0125]
根据一些实施方式，当候选列表未被五个候选填充时，可以使用默认块矢量来填充候选列表。这些默认块矢量可以是零运动矢量的补充。在一些示例中，诸如(-w,0)、(-2w,0)、(0,-h)、(0,-2h)、(-w,-h)等的块矢量可以用作默认块矢量，其中w和h分别为当前编码块的宽度和高度。默认块矢量可以放置在候选列表中在零运动矢量之前或零运动矢量之后。
[0126]
可以根据以下实施方式执行在三角预测模式的加权区域中的运动矢量存储，这些实施方式可以被组合或单独使用。
[0127]
在一些实施方式中，如果块矢量用于一个三角形分区，并且运动矢量用于另一个三角形分区中，则块矢量不存储在加权区域中，并且运动矢量存储在加权区域中。
[0128]
在一些实施方式中，如果块矢量用于一个三角形分区，并且运动矢量用于另一个三角形分区中，则使用双预测来存储块矢量和运动矢量。例如，块矢量可以存储在l0双预测值中，并且运动矢量可以存储在l1双预测值中。在另一示例中，块矢量可以存储在l1双预测值中，并且运动矢量可以存储在l0双预测值中。在另一示例中，来自第一三角形预测单元(例如，图10中的1012或1016)的矢量存储在l0双预测值中，并且来自第二三角形预测单元(例如，图10中的1014或1018)的矢量存储在l1双预测值中。在另一示例中，来自第一三角形预测单元(例如，图10中的1012或1016)的矢量存储在l1双预测值中，并且来自第二三角形预测单元(例如，图10中的1014或1018)的矢量存储在l0双预测值中。
[0129]
根据一些实施方式，如果允许使用双预测存储块矢量，则如果块矢量用于两个三角形预测分区中，则将块矢量存储在加权区域中。在一些示例中，两个块矢量形成双预测块矢量，其中来自第一三角形预测单元的第一块矢量存储在l0中并且来自三角形预测单元的第二块矢量存储在l1中。
[0130]
根据一些实施方式，如果ibc模式被允许，仅作为单预测模式，则如果块矢量被用于两个分区中，则存储加权区域中的一个块矢量。在一个示例中，存储来自第一三角形预测单元的块矢量。在另一示例中，存储来自第二三角形预测单元的块矢量。在另一示例中，所存储的块矢量是来自第一三角形预测单元的块矢量和来自第二三角形预测单元的块矢量的平均。
[0131]
图14示出了根据本公开内容的实施方式的过程的实施方式。在各种实施方式中，图14中所示的过程由处理电路执行，该处理电路例如终端装置(210)、(220)、(230)和(240)
中的处理电路、执行视频解码器(310)、(410)或(710)等的功能的处理电路。在一些实施方式中，由软件指令实现图14中所示的过程，因此当处理电路执行软件指令时，处理电路执行图14中所示的过程。
[0132]
图14中所示的过程可以在步骤(s1400)处开始，其中针对当前图片中的当前块创建候选列表。该候选列表可以为合并候选列表或单候选列表。过程进行到步骤(s1402)，其中确定与当前块相关联的候选块的编码模式。例如，编码模式可以为ibc模式或三角形帧内预测模式。
[0133]
过程进行到步骤(s1404)，其中基于所确定的编码模式确定是否将与候选块相关联的矢量添加到候选列表。在这点上，可以根据上述实施方式之一将与候选块相关联的矢量添加到候选列表。过程进行到步骤(s1406)，其中使用来自候选列表的至少一个候选重建当前块。图14中所示的过程可以在步骤(s1406)之后终止。
[0134]
上述技术可以使用计算机可读指令被实现为计算机软件，并且物理地存储在一个或更多个计算机可读介质中。例如，图15示出了适合实现所公开的主题的某些实施方式的计算机系统(1500)。
[0135]
计算机软件可以使用任何合适的机器代码或计算机语言来编码，所述机器代码或计算机语言可以经受汇编、编译、链接等机制以创建包括指令的代码，该指令可以由一个或更多个计算机中央处理单元(central processing unit，cpu)、图形处理单元(graphics processing unit，gpu)等直接执行或者通过解释、微代码执行等来执行。
[0136]
指令可以在各种类型的计算机或其部件上执行，所述计算机或其部件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。
[0137]
图15中示出的用于计算机系统(1500)的部件本质上是示例性的，并且不旨在暗示对实现本公开内容的实施方式的计算机软件的使用范围或功能的任何限制。部件的配置也不应当被解释为具有与计算机系统(1500)的示例性实施方式中示出的部件中的任何一个部件或部件的组合有关的任何依赖性或要求。
[0138]
计算机系统(1500)可以包括某些人机接口输入装置。这样的人机接口输入装置可以响应于由一个或更多个人类用户通过例如触觉输入(例如：击键、滑动、数据手套移动)、音频输入(例如：语音、掌声)、视觉输入(例如：姿势)、嗅觉输入(未示出)实现的输入。人机接口装置还可以用于捕获不一定与人的有意识的输入直接有关的某些媒体，例如，音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静态图像摄像机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
[0139]
输入人机接口装置可以包括以下中的一个或更多个(每者仅绘出一个)：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)、摄像机(1508)。
[0140]
计算机系统(1500)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通过例如触觉输出、声音、光和气味/味道来刺激一个或更多个人类用户的感觉。这样的人机接口输出装置可以包括触觉输出装置(例如，通过触摸屏(1510)、数据手套(未示出)或操纵杆(1505)实现的触觉反馈，但是也可以存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器(1509)、头戴式耳机(未描绘))、视觉输出装置(例如：屏幕(1510)，包括crt屏幕、lcd屏幕、等离子屏幕、oled屏幕，每一个具有或不具有触摸屏输入能力，每一
个具有或不具有触觉反馈能力——其中的一些可能能够通过诸如立体输出的手段输出二维视觉输出或多于三维输出；虚拟现实眼镜(未描绘)、全息显示器和烟罐(未描绘))和打印机(未描绘)。
[0141]
计算机系统(1500)还可以包括人类可访问存储装置及其相关联的介质，例如包括具有cd/dvd等介质(1521)的cd/dvd rom/rw(1520)的光学介质、拇指驱动器(1522)、可移除硬盘驱动器或固态驱动器(1523)、遗留磁介质(例如磁带和软盘(未描绘))、基于专用rom/asic/pld的装置(例如安全加密狗(未描绘))等。
[0142]
本领域技术人员还应当理解，结合当前公开的主题使用的术语“计算机可读介质”不包含传输介质、载波或其他瞬时信号。
[0143]
计算机系统(1500)还可以包括到一个或更多个通信网络的接口。网络可以是例如无线的、有线的、光学的。网络还可以是本地的、广域的、城市的、车载的和工业的、实时的、延迟容忍的等等。网络的示例包括局域网，例如以太网、无线lan、蜂窝网络(包括gsm、3g、4g、5g、lte等)、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)、车载的和工业的(包括canbus)等。某些网络通常需要外部网络接口适配器，该外部网络接口适配器附接至某些通用数据端口或外围总线(1549)(例如，计算机系统(1500)的usb端口)；其他网络通常通过附接至如下所述的系统总线(例如，到pc计算机系统的以太网接口或到智能电话计算机系统的蜂窝网络接口)而集成到计算机系统(1500)的核中。使用这些网络中的任何网络，计算机系统(1500)可以与其他实体进行通信。这样的通信可以是单向的、仅接收的(例如，广播电视)、单向仅发送的(例如，到某些canbus装置的canbus)、或双向的(例如，使用局域数字网络或广域数字网络到其他计算机系统)。可以在如上所述的这些网络和网络接口中的每一个上使用某些协议和协议栈。
[0144]
上述人机接口装置、人类可访问存储装置和网络接口可以附接至计算机系统(1500)的核(1540)。
[0145]
核(1540)可以包括一个或更多个中央处理单元(central processing unit，cpu)(1541)、图形处理单元(graphics processing unit，gpu)(1542)、现场可编程门区(field programmable gate area，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，连同只读存储器(read-only memory，rom)(1545)、随机存取存储器(random-access memory，1546)、内部大容量存储装置(例如内部非用户可访问硬盘驱动器、ssd等)(1547)可以通过系统总线(1548)连接。在一些计算机系统中，系统总线(1548)可以是以一个或更多个物理插头的形式可访问的，以使得能够由附加的cpu、gpu等进行扩展。外围装置可以直接地或通过外围总线(1549)附接至核的系统总线(1548)。外围总线的架构包括pci、usb等。
[0146]
cpu(1541)、gpu(1542)、fpga(1543)和加速器(1544)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(1545)或ram(1546)中。过渡数据也可以存储在ram(1546)中，而永久数据可以存储在例如内部大容量存储装置(1547)中。可以通过使用缓存存储器来实现对存储装置中的任何存储装置的快速存储和检索，该缓存存储器可以与一个或更多个cpu(1541)、gpu(1542)、大容量存储装置(1547)、rom(1545)、ram(1546)等紧密相关联。
[0147]
计算机可读介质上可以具有用于执行各种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为本公开内容的目的而专门设计和构造的介质和计算机代码，或者它们可以是计算机软件领域的技术人员公知和可用的类型的介质和计算机代码。
[0148]
作为示例而非限制，具有架构(1500)的计算机系统——特别是核(1540)——可以提供由于处理器(包括cpu、gpu、fpga、加速器等)执行实施在一个或更多个有形计算机可读介质中的软件而实现的功能。这样的计算机可读介质可以是与如以上所介绍的用户可访问大容量存储装置相关联的介质，以及具有非暂态性的核(1540)的某些存储装置，例如核内部大容量存储装置(1547)或rom(1545)。可以将实现本公开内容的各种实施方式的软件存储在这样的装置中并且由核执行(1540)。根据特定需要，计算机可读介质可以包括一个或更多个存储装置或芯片。软件可以使核(1540)——特别是其中的处理器(包括cpu、gpu、fpga等)——执行本文中描述的特定过程或特定过程的特定部分，包括限定存储在ram(1546)中的数据结构以及根据由软件限定的过程修改这样的数据结构。另外地或作为替选，计算机系统可以提供由于逻辑硬连线或以其他方式实施在电路(例如：加速器(1544))中的功能，该电路可以代替软件或与软件一起操作以执行本文中描述的特定过程或特定过程的特定部分。在适当的情况下，对软件的提及可以包含逻辑，反之对逻辑的提及也可以包含软件。在适当的情况下，对计算机可读介质的提及可以包含存储用于执行的软件的电路(例如，集成电路(integrated circuit，ic))、实施用于执行的逻辑的电路或上述两者。本公开内容包含硬件和软件的任何合适的组合。
[0149]
附录a：首字母缩略词
[0150]
jem(joint exploration model)：联合探索模型
[0151]
vvc(versatile video coding)：通用视频编码
[0152]
bms(benchmark set)：基准集
[0153]
mv(motion vector)：运动矢量
[0154]
hevc(high efficiency video coding)：高效视频编码
[0155]
sei(supplementary enhancement information)：补充增强信息
[0156]
vui(video usability information)：视频可用性信息
[0157]
gop(group of picture)：图片组
[0158]
tu(transform unit)：变换单元
[0159]
pu(prediction unit)：预测单元
[0160]
ctu(coding tree unit)：编码树单元
[0161]
ctb(coding tree block)：编码树块
[0162]
pb(prediction block)：预测块
[0163]
hrd(hypothetical reference decoder)：假想参考解码器
[0164]
snr(signal noise ratio)：信噪比
[0165]
cpu(central processing unit)：中央处理单元
[0166]
gpu(graphics processing unit)：图形处理单元
[0167]
crt(cathode ray tube)：阴极射线管
[0168]
lcd(liquid-crystal display)：液晶显示器
[0169]
oled(organic light-emitting diode)：有机发光二极管
[0170]
cd(compact disc)：光盘
[0171]
dvd(digital video disc)：数字视频光盘
[0172]
rom(read-only memory)：只读存储器
[0173]
ram(random access memory)：随机存取存储器
[0174]
asic(application-specific integrated circuit)：专用集成电路
[0175]
pld(programmable logic device)：可编程逻辑装置
[0176]
lan(local area network)：局域网
[0177]
gsm(global system for mobile communication)：全球移动通信系统
[0178]
lte(long-term evolution)：长期演进
[0179]
canbus(controller area network bus)：控制器局域网总线
[0180]
usb(universal serial bus)：通用串行总线
[0181]
pci(peripheral component interconnect)：外围部件互连
[0182]
fpga(field programmable gate area)：现场可编程门区
[0183]
ssd(solid-state drive)：固态驱动器
[0184]
ic(integrated circuit)：集成电路
[0185]
cu(coding unit)：编码单元
[0186]
尽管本公开内容已经描述了若干示例性实施方式，但是存在落入本公开内容的范围内的改变、置换和各种替换等效物。因此将认识到，本领域技术人员能够设想虽然本文中没有明确示出或描述但是体现了本公开内容的原理并且因此在其精神和范围内的许多系统和方法。
[0187]
(1)一种视频解码方法，包括：针对目标图片中的目标块创建候选列表，所述目标图片被包括在编码的视频比特流中；确定与所述目标块相关联的候选块的编码模式；基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表；以及使用来自所述候选列表的至少一个候选重建所述目标块。
[0188]
(2)根据特征(1)所述的视频解码方法，其中，所述目标块在帧内-帧间混合模式下被编码，所述候选列表是合并候选列表，并且所述候选块是合并候选。
[0189]
(3)根据特征(2)所述的视频解码方法，其中，所述基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表，包括：响应于确定所述合并候选在帧内块复制模式下被编码，从所述合并候选列表中排除与所述合并候选相关联的块矢量。
[0190]
(4)根据特征(2)所述的视频解码方法，其中，所述基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表，包括：响应于确定所述合并候选在帧内块复制模式下被编码，将与所述合并候选相关联的块矢量添加到所述合并候选列表，作为所述目标块在所述帧内-帧间混合模式下的帧间预测部分。
[0191]
(5)根据特征(4)所述的视频解码方法，其中，所述方法还包括：针对所述目标图片中的每个块，存储所述每个块的块矢量，所述每个块在所述帧内-帧间混合模式下被编码，并且具有通过相应块矢量生成的帧间预测部分。
[0192]
(6)根据特征(1)至(5)中任一个所述的视频解码方法，其中，所述目标块在三角预测单元模式下被编码，所述候选列表是单预测候选列表，并且所述候选块是所述目标块的相邻块。
[0193]
(7)根据特征(6)所述的视频解码方法，其中，所述基于所确定的编码模式，确定是
否将与所述候选块相关联的矢量添加到所述候选列表，包括：响应于确定所述相邻块在帧内块复制模式下被编码，从所述单预测候选列表中排除与所述相邻块相关联的块矢量。
[0194]
(8)根据特征(6)所述的视频解码方法，其中，所述基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表，包括：响应于确定所述相邻块在帧内块复制模式下被编码，将与所述相邻块相关联的块矢量添加到所述单预测候选列表。
[0195]
(9)根据特征(8)所述的视频解码方法，其中，所述方法还包括：将与所述目标块相关联的运动矢量以及所述块矢量存储为双向预测值。
[0196]
(10)根据特征(9)所述的视频解码方法，其中，所述将与所述目标块相关联的运动矢量以及所述块矢量存储为双向预测值，包括：将所述块矢量作为l0矢量和l1矢量中的一者进行存储，并且将所述运动矢量作为所述l0矢量和所述l1矢量中的另一者进行存储。
[0197]
(11)一种用于视频解码的视频解码器，包括：处理电路，其被配置成：针对目标图片中的目标块创建候选列表，所述目标图片被包括在编码的视频比特流中；确定与所述目标块相关联的候选块的编码模式；基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表；以及使用来自所述候选列表的至少一个候选来重建所述目标块。
[0198]
(12)根据特征(11)所述的视频解码器，其中，所述目标块在所述帧内-帧间混合模式下被编码，所述候选列表是合并候选列表，并且所述候选块是合并候选。
[0199]
(13)根据特征(12)所述的视频解码器，其中，响应于确定所述合并候选在帧内块复制模式下被编码，从所述合并候选列表中排除与所述合并候选相关联的块矢量。
[0200]
(14)根据特征(12)所述的视频解码器，其中，响应于确定所述合并候选在帧内块复制模式下被编码，将与所述合并候选相关联的块矢量添加到所述合并候选列表，作为所述目标块在所述帧内-帧间混合模式下的帧间预测部分。
[0201]
(15)根据特征(14)所述的视频解码器，其中，针对所述目标图片中的每个块，存储所述每个块的块矢量，所述每个块在所述帧内-帧间混合模式下被编码，并且具有通过相应块矢量生成的帧间预测部分。
[0202]
(16)根据特征(11)至(15)中任一个所述的视频解码器，其中，所述目标块在所述三角预测单元模式下被编码，所述候选列表是单预测候选列表，并且所述候选块是所述目标块的相邻块。
[0203]
(17)根据特征(16)所述的视频解码器，其中，响应于确定所述相邻块在帧内块复制模式下被编码，从所述单预测候选列表中排除与所述相邻块相关联的块矢量。
[0204]
(18)根据特征(16)所述的视频解码器，其中，响应于确定所述相邻块在帧内块复制模式下被编码，将与所述相邻块相关联的块矢量添加到所述单预测候选列表。
[0205]
(19)根据特征(18)所述的视频解码器，其中，将与所述目标块相关联的运动矢量以及所述块矢量存储为双向预测值。
[0206]
(20)一种其中存储有指令的非暂态计算机可读介质，所述指令在由视频解码器中的处理器执行时使所述处理器执行包括以下操作的方法：针对目标图片中的目标块创建候选列表，所述目标图片被包括在编码的视频比特流中；确定与所述目标块相关联的候选块的编码模式；基于所确定的编码模式，确定是否将与所述候选块相关联的矢量添加到所述候选列表；以及使用来自所述候选列表的至少一个候选重建所述目标块。