[发明专利]用于仿射光流预测值细化的视频解码方法和装置

说明书

本申请实施例提供了一种在视频解码器中执行的视频解码方法和装置。所述视频解码方法包括：接收已编码视频码流，该已编码视频码流包括划分为多个子块的当前块。所述方法包括对所述当前块执行基于子块的仿射运动补偿处理，为所述当前块的每个子块中的每个像素生成子块预测值。所述方法进一步包括确定每个子块预测值的一个或多个空间梯度。所述方法包括使用所确定的每个子块预测值的一个或多个空间梯度和所述已编码视频码流中所包括的至少一个约束条件，利用光流过程，对每个子块预测值执行预测值细化处理。所述方法还包括将各预测值细化处理的输出加到所述各个子块预测值上，以生成当前块的每个子块中的每个像素的最终预测值。

本申请要求2019年5月2日提交的第62/842，321号美国临时申请“仿射光流预测值细化(AFFINE PROF)”以及2020年4月21日提交的第16/854，578号美国正式申请“用于仿射光流预测值细化的改进的视频解码方法和装置(METHOD AND APPARATUS FORIMPROVEMENTS OF AFFINE PROF)”的优先权，所述两个申请案的全部内容通过引用并入本文。

技术领域

本申请涉及视频编解码，特别是涉及一种用于仿射光流预测值细化的视频解码方法和装置。

背景技术

本文中提供的背景技术描述是为了大体上呈现本申请的上下文。在此背景技术部分描述的程度上，当前署名的发明人的工作，以及在本申请提交时可能不具有作为现有技术的资格的描述的各方面，既不明确地也不隐含地认为是本申请的现有技术。

视频的编码和解码可以使用具有运动补偿的帧间预测来进行。未压缩的数字视频可包括一系列的图片，每个图片具有一定的空间维度，例如具有1920×1080的亮度样本和相关的色度样本。所述一系列的图片可以具有固定的或可变的图片速率(非正式地，也被称作帧率)，例如，每秒60个图片或60赫兹(Hz)。未压缩的视频对比特率有着显著的要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过600GB的存储空间。

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。压缩可有助于降低上述带宽或存储空间的要求，在一些情况下，可降低两个或更多的数量级。无损压缩和有损压缩以及其组合都可以用于视频编码和解码。无损压缩是指可以由压缩的原始信号重建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完全一致，但是原始信号与重建的信号之间的失真小得足以使重建的信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用；例如，与电视分发应用的用户相比，某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可以反映的是：可允许的/可容许的失真越高，可产生越高的压缩比。

运动补偿可以是有损压缩技术，且可涉及以下技术：来自先前重建的图片或其一部分(参考图片)的样本数据块在由运动矢量(此后称为MV(motionvector，MV))指示的方向上空间移位之后用于预测新重建的图片或图片部分。在一些情况下，参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y，或三个维度，第三维度指示使用中的参考图片(后者间接地可以是时间维度)。