[发明专利]视频编解码的方法和装置在审
申请号: | 202080016747.X | 申请日: | 2020-04-08 |
公开(公告)号: | CN113545039A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 吴业清;许晓中;李翔;刘杉 | 申请(专利权)人: | 腾讯美国有限责任公司 |
主分类号: | H04N19/102 | 分类号: | H04N19/102;H04N19/103;H04N19/105;H04N19/107 |
代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 马媛媛;王琦 |
地址: | 美国加利福尼亚州*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频 解码 方法 装置 | ||
一种视频解码的装置包括处理电路。该处理电路从已编码视频码流中解码出当前块的预测信息。所述预测信息指示帧内块复制模式,所述当前块是当前编码树块(coding tree block,CTB)中的多个编码块中的一个编码块,其中,在所述当前CTB内允许从右到左的编解码顺序。该处理电路确定指向与所述当前块位于相同图像的参考块的块矢量。然后,该处理器电路基于确定位于所述参考块的最左侧样本右侧的样本被缓冲在参考样本存储器中,确保所述参考块被缓冲在所述参考样本存储器中。此外,该处理电路基于从所述参考样本存储器提取的所述参考块的已重建样本,重建所述当前块的至少一个样本。
相关文件
本申请要求2019年4月8日提交的、名称为“具有灵活编解码顺序的帧内块补偿的参考搜索范围约束”的美国临时申请62/831,158和2020年4月7日提交的、名称为“视频编解码方法及装置”的美国专利申请16/841,854的优先权,其全部内容通过引用并入本文。
技术领域
本申请实施例主要涉及视频编解码。
背景技术
本申请提供的背景描述是为了整体上呈现本申请的背景。当前记名的发明人的工作,在该背景部分描述的工作以及本说明书各实施例的范围内的内容,在递交时并不算作现有技术,而且均未被明示或暗示地承认作为不利于本申请的现有技术。
视频编码和解码可以使用具有运动补偿的图像间预测来进行。未压缩的数字视频可包括一系列图像,每个图像具有一定的空间维度,例如1920x1080的亮度样本和相关的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率),例如,每秒60张图像或60Hz。未压缩的视频需要较高的比特率。例如,每个样本为8比特的1080p604:2:0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。
视频编码和解码的一个目的是,通过压缩来降低输入视频信号的冗余。在一些情况下,压缩可有助于减小带宽或存储空间的需求,一些情况下可以减少两个数量级甚至更多。可使用无损压缩、有损压缩,或其组合。无损压缩指可从经过压缩的原始信号中重建出原始信号的准确副本的技术。当利用有损压缩时,重建信号可与原始信号不一致,但原始信号和重建信号之间的失真足够小,以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用,例如,一些消费型流应用的用户比电视节目应用的用户能容忍更大的失真。目前可实现的压缩比可以反映出:可允许或可容忍的失真越大,压缩比越高。
视频编码器和解码器可利用几个大类的技术,包括,例如,运动补偿、变换、量化和熵编码。
视频编解码技术可包括被称为帧内编码的技术。在帧内编码中,样本值的表示不需要参照先前已重建的参考图像中的样本或其他数据。在一些视频编解码器中,图像在空间上被细分为样本块。当样本的所有块在帧内模式下进行编解码时,该图像可以为帧内图像。帧内图像及其派生图像(例如独立解码器刷新图像)可用于重置解码器状态,并从而可以用作已编码视频码流和视频会话中的第一幅图像,或作为静止图像。帧内块的样本可接受转换,转换系数可以在熵编码前被量化。帧内预测可以是使预变换域中的样本值最小化的技术。一些情况下,转换后的DC值越小,AC系数就越小,熵编码后用于以给定的量化步长来表示块所需的比特数就越少。
例如,从诸如MPEG-2编解码技术所知的传统的帧内编码不使用帧内预测。然而,一些较新的视频压缩技术尝试使用,例如,周围的样本数据和/或元数据的技术,可在对空间相邻的、以及解码顺序在前的块数据进行编解码/解码的过程中获得上述周围的样本数据和/或元数据。这种技术从此被称为“帧内预测”技术。注意,在至少一些情况下,帧内预测仅使用来自正在重建的当前图像(而不是参考图像)的参考数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯美国有限责任公司,未经腾讯美国有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080016747.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:存储库
- 下一篇:语言学习组件及其使用方法