CN119487839A 用于具有自适应混合的几何划分模式的方法和设备 （北京达佳互联信息技术有限公司）

2024.12.09PCT/US2023/0248732023.06.08WO2023/239879EN2023.12.14用于具有自适应混合的几何划分模式的方得通过使用一个或多个上下文对二值化值进行码器基于上下文压缩的二值化值来获得混合索个混合索引与混合宽度集合之间的映射关系来区线被划分为两部分以用于几何划分模式下的2由解码器获得通过使用一个或多个上下文对二值化值进行压缩而生成的上下文压缩由所述解码器基于所述混合索引以及多个混合索引与混合宽度集合之间的映射关系，所述多个二进制位中的第一二进制位使用所述第一上下文被编解码，并进制位中的剩余二进制位使用所述第二上下文被所述多个二进制位中的第一二进制位使用所述第一上下文被所述多个二进制位中的第二二进制位使用所述第二上下文被编解码，并进制位中的第三二进制位使用所述第三上下文被所述多个二进制位中的第一二进制位使用所述第一上下文被编解码，并进制位中的第二二进制位使用所述第二上下文被3由所述编码器通过使用一个或多个上下文对所述二值化值进行压缩来获得上下文压所述多个二进制位中的第一二进制位使用所述第一上下文被编解码，并进制位中的剩余二进制位使用所述第二上下文被所述多个二进制位中的第一二进制位使用所述第一上下文被编解码，所所述多个二进制位中的第一二进制位使用所述第一上下文被编二上下文对所述多个二进制位中的第二二进存储器，被耦接到所述一个或多个处理器并且被配置为存储能其中所述一个或多个处理器在执行所述指令时被配置为执行根据权利要求1_16中任18.一种用于存储计算机可执行指令的非暂态计算机可读存储介质，所述计算机可执行指令在被一个或多个计算机处理器执行时使所述一个或多个计算机处理器接收比特流，并且基于所述比特流执行权利要求1_8中任一项19.一种用于存储计算机可执行指令的非暂态计算机可读存储介质，所述计算机可执行指令在被一个或多个计算机处理器执行时使所述一个或多个计算机处理器执行根据权420.一种非暂态计算机可读存储介质，用于存储将21.一种非暂态计算机可读存储介质，用于存储通过权利要求9_16中任一项所述的方5[0002]本申请基于在2022年6月9日提交的题为“MethodsandDevicesforGeometricPartitioningModewithAdaptiveBlending(用VideoCoding，VVC)、高效视频编解码(HighEfficiencyVideoCoding，HEVC，也称为开放媒体联盟(AOM)开发，作为其先前标准VP9的后继者。音视频编解码(AudioVideo数据压缩成使用更低比特率的形式同时避免或最小化视大约50％的比特率节省或等效的感知质量。尽管VVC标准提供了比其前身显著的编解码改ISO/IECMPEG的协作下的联合视频探索小组(JVET)开始探索可实现超过VVC的显著增强编未来的视频编解码探索工作。ECM参考软件基于由JVET针对VVC开发的VVC测试模型(VTM)，[0006]本公开提供了与提高视频编码或解码过程中的几何划分模式(GPM)的编解码效率6器可获得通过使用一个或多个上下文对二值化值进行压缩而生成的上下文压缩的二值化7[0022]图5示出了根据本公开的一些示例的从针对GPM的合并候选列表的运动矢量选择[0026]图9示出了根据本公开的一些示例的通过两个HoG模式和平面的加权平均的预测[0029]图12A至图12C示出了根据本公开的一些示例的针对具有帧间预测和帧内预测的[0030]图12D示出了根据本公开的一些示例的针对具有帧间预测和帧内预测的GPM的禁[0031]图13示出了根据本公开的一些示例的从块内的任意位置到针对几何划分模式的[0035]图17是示出根据本公开的一些示例的用于对视频块进行编码和解码的系统的框[0042]图21是示出根据本公开的一些示例的与如图20中所示的用于视频解码的方法对主题可在具有数字视频能力的许多类型的电8类似语言的引用表示所描述的特定特征、结构或特性被包括在至少一个实施例或示例中。X'和Y'都可在多次执行该方法时在不同时间被执行。图1A给出了通用基于块的混合视频编码系统的框图二叉树/三叉树将一个编码树单元(CTU)分割为多个CU以适[0052]图2是示出根据本公开的一些实施方式的多类型树分割模式的示意图。如图2所同视频图片/条带中的已编码的邻近块的样点(其被称作参考样点)的像素来预测当前视频9[0055]图3提供了根据本公开的一些实施方式的基于块的视频解码器的框图。在基于块码的情况下)以形成预测块。将残差变换系数发送到反量化单元204和逆变换单元206以重[0056]本公开的主要重点是进一步提高在JVET_Z0127中提出的具有自适应混合的GPM的进现有的具有自适应混合的GPM的解决方[0057]图17是示出根据本公开的一些实施方式的用于并行地对视频块进行编码和解码16可包括能够将编码视频数据从源设备12移动到目标设备14的任何类型的通信介质或设从源设备12到目标设备14的通信的任何其2经由流传输或下载来访问存储的视频数据。文件服务器可以是能够存储编码视频数据并且将编码视频数据发送到目标设备14的任何类型的计算机。示例性文件服务器包括web服据连接包括无线信道(例如，无线保真(Wi_Fi)连接)、有线连接(例如，数字用户线路储设备32上提供的编码视频数据可包括由视频编码器20生成的各种语法元素以供视频解码视频数据，并且可包括各种显示器设备中的任何显示器设备，诸如液晶显示器(LiquidCrystalDisplay，LCD)、等离子显示器、有机发光二极管(OrganicLightEmitting[0064]视频编码器20和视频解码器30可根据专有标准或行业标准(例如，VVC、HEVC、通常认为目标设备14的视频解码器30可被配置为根据这些当前标准或未来标准中的任何[0065]视频编码器20和视频解码器30可分别被实现为各种合适的编码器和/或解码器电路中的任何电路，诸如一个或多个微处理器、数字信号处理器(DigitalSignal开的视频编码/解码操作。视频编码器20和视频解码器30中的每一个可被包括在一个或多个编码器或解码器中，编码器或解码器中的任一个可被集成为相应设备中的组合式编码点的一个二维阵列。将帧划分为CTU的集合来生成帧的编码表示。视频帧可包括以光栅扫描顺序从左到右和从[0068]为实现更好的性能，视频编码器20(如图1B所示)可对CTU的编码树块递归地执行两个16×16的CU430和CU440进一步分割为块尺寸为8×8的四个CU。图19D描绘了示出如树划分仅出于说明性目的，并且一个CTU可基于四叉树/三叉树/二叉树划分被拆分为CU以可基于除与PU相关联的帧之外的一个或多个帧的解码样点来生成P测Cr块之一中的Cr样点与CU的原始Cr编码块中的对应样点之[0073]视频编码器20可将一个或多个变换应用于TU的亮度变换块以生成针对TU的亮度变换应用于TU的Cr变换块以生成针对TU的据的帧进行重建。对视频数据进行重建的过程通常与由视频编码器20执行的编码过程互[0077]但是随着不断改进的视频数据捕获技术和用于保留视频数据中的细节的更细化时间同位CU的空间和时间相关性来使用空间相邻CU和/或时间同位CU的运动信息作为当前[0078]代替将如上文结合图1B所描述的由运动估计单元42确定的当前CU的实际运动矢解码器30两者需要采用一组规则以用于使用与当前CU的空间相邻CU和/或时间同位CU相关所选择的运动矢量预测因子的索引足以使视频编码器20和视频解码器30使用运动矢量候选列表内相同的运动矢量预测因子来对当前CU进行编码和序列级显式地用信号发送最大GPM候选尺寸的生成过程导出一个单向预测候选列表。将n表示为几何单向预测候选列表中的单向预测运动的索引。将第n合并候选的LX运动矢量(其中X等于n的奇偶数)用作针对几何划分模式的[0088]d(xc,y)=xccos(p)-ysin(p)+p,[0091]d(xc,yc)＝.(xc+ρx,j)cosLut[i]/3+.(yc+[0092]其中ρx,j和ρy,j[0094]d(m,n)＝.(m+ρx.j)1_w+1/cosLut[i]+.(n+ρy,j)1_h+1/cosLut[(i+8)%[0104]PZ=(WOP+WOR+4)»3。后，用信号发送两个语法元素merge_gpm_idx0和merge_gpm_idx1以指示被用于第一GPM分向预测合并索引)，第二单向预测合并索引被设置为等于解析值加上1。表1示出用于当前[0109]另一方面，在当前GPM设计中，截断一元码被用于两个单向预测合并索引(即，merge_gpm_idx0和merge_gpm_idx1)的二值化。另外，因为两个单向预测合并索引不能相idx0和merge_gpm_idx1被设置为等于MaxGPMMergeCand_1和MaxGPMMergeCand_2。号发送针对相应参考列表的一个参考图片索引ref_idx_lx(x＝0，1)来识别相应的参考图3。4,5,10}中选择一个BCW编码块的权重，并且权重4表示两个单向预测信号被相等地加权的CU的顶部和左侧邻近重建样点组成的一个模板与参考图片中的参考块(即，与该模板相同[0118]在AMVP模式下，基于模板匹配差异确定MVP候选以拾取达到当前块模板与参考块细化AMVP候选。此搜索过程确保MVP候选在TM过程之后仍保持与由AMVR模式指示的MV精度[0123]DIMD是帧内编解码工具，其中不经由比特流发送亮度帧内预测模式(intra的主角方向相同的可能性很高。使用简单的3×3Sobel梯度滤波器并且通过将与模板进行[0126]对于模板的每个像素，将这两个矩阵中的每一个与以当前像素为中心并由其8个获得与当前像素处的梯度对应的两个值Gx(来自与Mx的相乘结果)和Gy(来自与My的相乘结剩余权重43/64(～2/3)在两个HoGIPM之间按与它们的HoG条的幅度成比例地共享。图9对前执行DIMD过程。DIMD块的主要导出帧内模式与块一起存储并且用于相邻块的MPM列表构[0133]对于MPM中的每个帧内模式，计算图10所示的模板区域的预测样点与重建样点之[0143]第二步，进一步直接从常规合并候选列表导出交错的列表1MV候选和列表0MV候023458AAAAAALLLLAAAAAALLLL[0151]在JVET文档JVET_Y0135中首次提出基于模板匹配的GPM分割模式重排序方法。计算针对每个GPM分割模式的模板匹配代价，并且基于编码器侧和解码器侧两者处的代价来码而非固定长度二进制码来用信号发送GPM模[0152]针对GPM分割模式的重排序方法是在生成编码单元中的两个GPM分区的相应参考和JVET_Y0065引入了组合针对GPM的帧间义为3。可用的IPM候选分别是相对于GPM块边界的平行角度模式(如图12A中所示的平行模上引入直接运动矢量和IPM存储以进一步提高编023458AAAAAALLLLAAAAAALLLLn)+32+4)3)。[0173]因为固定的混合区域宽度不一定总是为各种类型的视频内容提供最佳的混合质义的混合强度值都是可移位的，同时可保持现有GPM混合过程中的所有裁剪操作和移位操[0177]在当前的GPM自适应混合中，需要在编码器处将混合宽度的索引用信号发送到比适应混合的GPM的压缩性能，提出了几种上下文建模方法来提高混合宽度索引的编解码效[0178]提供了用于改进针对具有自适应混合的几何划分模式的混合宽度索引的上下文0210C0102134480210C012134480210C010234480210C010240210C010280210C0124021021C128000210C011240210C011280210C0102134480210C012034480210C0102134480210C01203448服务器的一部分。计算环境1610可包括处理器1620、存储器1630和输入/输出(I/O)接口[0236]存储器1630被配置为存储各种类型的数据以支持计算环境1610的操作。存储器性存储器设备或其组合来实现，诸如静态随机存取存储器(StaticRandomAccessMemory，SRAM)、电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead_OnlyMemory，EEPROM)、可擦除可编程只读存储器(ErasableProgrammableRead_[0238]在实施例中，还提供了一种非暂态计算机可读存储介质，其包括例如在存储器(例如，包括一个或多个语法元素的视频信息)。非暂态计算机可读存储介质可以是例如1620)；以及其中存储有可由一个或多个处理器执行的多个程序的非暂态计算机可读存储[0241]在实施例中，计算环境1610可用一个或多个ASIC、DSP、数字信号处理设备(DigitalSignalProcessingDevice，DSPD)、可编程逻辑器件(ProgrammableLogic并且修改和其他实施方式旨在包括在本公开的值化值进行压缩而生成的上下文压缩的二值化值，其中二值化值包括一个或多个二进制6表13分别示出了使用第一上下文和第二上下文对第一二进制位和第一二进制位和剩余二进制位进行编解码的不同示是C3[0253]图21是示出与如图20所示的用于视频解码的方法对应的用于视频编码的方法的第三列中的二值化值进行压缩来获得上下文6表13分别示出了使用第一上下文和第二上下文对第一二进制位和