[发明专利]用于逐块图片编码的帧内预测模式概念

说明书

根据第一方面，通过使逐块图片编解码支持帧内预测模式的集合来实现改善的压缩效率，根据该帧内预测模式的集合，通过将图片的当前块的相邻样本的集合应用于神经网络，确定当前块的帧内预测信号。本申请的第二方面在于，在使用基于神经网络的帧内预测模式之外或作为替代，通过对帧内预测模式的集合中的每个帧内预测模式使用专用于确定排名或概率值的神经网络可以使模式选择更有效，这通过将相邻样本的集合应用于该神经网络来进行，其中，排名或概率值用于从包括该帧内预测模式的集合在内的或与该帧内预测模式的集合一致的多个帧内预测模式中选择一个帧内预测模式。

技术领域

本申请涉及用于逐块图片编码的改进的帧内预测模式概念，该逐块图片编码例如可用于视频编解码(例如HEVC或HEVC的任何后续)。

背景技术

帧内预测模式广泛用于图片和视频编码中。在视频编码中，帧内预测模式与诸如帧间预测模式之类的其他预测模式(诸如运动补偿的预测模式)相竞争。在帧内预测模式中，基于相邻样本来预测当前块，即，就提及编码器侧而言已被编码的样本，并且就提及解码器侧而言已被解码的样本。坦白地说，将相邻样本值外推到当前块中，以形成当前块的预测信号，并在数据流中传输针对当前块的预测残差。预测信号越好，预测残差就越低，因此对预测残差进行编码所需的比特数就越少。

为了更有效，应当考虑几个方面，以便形成用于在逐块图片编码环境中的帧内预测的有效帧。例如，编解码支持的帧内预测模式的数量越大，则为了将选择发信号通知给解码器，辅助信息率消耗就越大。另一方面，支持的帧内预测模式的集合应该能够提供良好的预测信号，即导致较低的预测残差的预测信号。

发明内容

本申请意在提供一种帧内预测模式概念，如果使用改进的帧内预测模式概念，则允许对逐块图片编解码进行更有效的压缩。

该目的通过本申请的独立权利要求的主题来实现。

根据本申请的第一方面，通过使逐块图片编解码支持帧内预测模式的集合来实现改善的压缩效率，根据该帧内预测模式的集合，通过将图片的当前块的相邻样本的集合应用于神经网络，确定针对当前块的帧内预测信号。该集合可以形成完全支持的多个帧内预测模式或者仅形成多个帧内预测模式的适当的子集。在所支持的多个帧内预测模式中，针对当前块选择一个帧内预测模式，并且使用一个帧内预测模式(即，所选择的一个帧内预测模式)来预测当前块。数据流可以被提供有用于当前块的索引，该索引指示所选择的帧内预测模式。通过为逐块图片编解码提供一个以上的基于神经网络的帧内预测模式，针对当前块可以在这些基于神经网络的帧内预测模式中进行选择，能够设计这些基于神经网络的帧内预测模式，以便针对某个块找到具有低预测误差的预测信号的可能性增加。另外，可以以这样的方式执行神经网络帧内预测模式设计：如果使用用于帧内预测模式选择的辅助信息，则辅助信息开销可以保持较低。这通过以下事实是可行的：帧内预测模式设计自由地以在帧内预测图片块之间互不相同的选择频率的方式生成基于神经网络的帧内预测模式。换句话说，使用多个基于神经网络的帧内预测模式使得能够以如下方式设计这些模式：这些模式的统计的选择频率适合于选择信号化，使得在熵编码方面，与在启发式设计的帧内预测模式的集合中进行选择相比，辅助信息开销降低。例如，可以使用可变长度码或使用熵编码来对指向所选择的帧内预测模式的索引进行编码，并且可以将基于神经网络的帧内预测模式设计为使得这些模式的选择频率或频率分布适于可变长度码，或者这些模式的频率分布适于熵码的基础样本统计，从而减小或最小化用于在帧内预测模式中进行模式选择的平均信号化开销。

本申请的第二方面在于，在使用基于神经网络的帧内预测模式之外或作为替代，通过使用专用于确定帧内预测模式的集合中的每个帧内预测模式的排名或概率值的神经网络可以使模式选择更有效，这通过将相邻样本的集合应用于该神经网络来进行，其中，排名或概率值用于从包括该帧内预测模式的集合在内的或与该帧内预测模式的集合一致的多个帧内预测模式中选择一个帧内预测模式。用于在帧内预测模式之间进行选择的辅助信息开销可以被完全省去，或者可以通过使用神经网络而变得更有效。