具体实施方式

I.进行视频编解码的编码器和解码器

图2示出了根据本公开实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一对终端装置(210)和(220)。在图2的实施例中，第一对终端装置(210)和(220)执行单向数据传输。举例来说，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)进行编码以通过网络(250)传输到另一终端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(220)可从网络(250)接收已编码视频数据，对已编码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。

在另一实施例中，通信系统(200)包括执行已编码视频数据的双向传输的第二对终端装置(230)和(240)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，在一个示例中，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，以通过网络(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已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可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。

在图2的实施例中，终端装置(210)、(220)、(230)和(240)可为服务器、个人计算机和智能电话，但本公开的原理可不限于此。本公开的实施例适用于膝上型计算机、平板电脑、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)之间传送已编码视频数据的任何数目的网络，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。该网络可包括电信网络、局域网、广域网和/或互联网。出于本公开的目的，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的操作来说可能是无关紧要的。

作为所公开的主题的实施例，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方式。所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。

流式传输系统可包括采集子系统(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，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，所述电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件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)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(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)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已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(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编解码标准非正式地称为通用视频编解码(Versatile Video Coding，VVC)，所公开的主题可用于VVC标准的上下文中。

应注意，电子装置(320)和电子装置(330)可包括其它组件(未示出)。举例来说，电子装置(320)可包括视频解码器(未示出)，且电子装置(330)还可包括视频编码器(未示出)。

图4示出了根据本公开实施例的视频解码器(410)的框图。视频解码器(410)可设置在电子装置(430)中。电子装置(430)可包括接收器(431)(例如接收电路)。视频解码器(410)可用于代替图3实施例中的视频解码器(310)。

接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦接在接收器(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。在其它情况下，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(410)的内部可配置另一缓冲存储器(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，也可能不需要配置缓冲存储器(415)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未标示)中。

视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(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，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(430)的组成部分，但可耦接到电子装置(430)，如图4中所示。用于显示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(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码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等。解析器(420)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，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)等等。解析器(420)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。

解析器(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。

取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(421)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(410)可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施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。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。

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)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。

在一些情况下，缩放器/逆变换单元(451)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的周围已重建的信息生成大小和形状与正在重建的块相同的块。举例来说，当前图片缓冲器(458)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中。

在其它情况下，缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，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。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(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受到运动矢量控制，且所述运动矢量以所述符号(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)例如是包括X、Y和参考图片分量。运动补偿还可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等。

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。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述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)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。

环路滤波器单元(456)的输出可以是样本流，所述样本流可输出到显示装置(412)以及存储在参考图片存储器(457)，以用于后续的帧间图片预测。

一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(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，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(410)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码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的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可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所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码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、最大帧率、最大重建取样率(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通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码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。

在实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(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。

图5示出了根据本公开实施例的视频编码器(503)的框图。视频编码器(503)设置于电子装置(520)中。电子装置(520)包括传输器(540)(例如传输电路)。视频编码器(503)可用于代替图3实施例中的视频编码器(303)。

视频编码器(503)可从视频源(501)(并非图5实施例中的电子装置(520)的一部分)接收视频样本，所述视频源可采集将由视频编码器(503)编码的视频图像。在另一实施例中，视频源(501)是电子装置(520)的一部分。

视频源(501)可提供将由视频编码器(503)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。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)可以是采集本地图像信息作为视频序列的相机。可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。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。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。

根据实施例，视频编码器(503)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(543)。施行适当的编码速度是控制器(550)的一个功能。在一些实施例中，控制器(550)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(550)设置的参数可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、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(550)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。

在一些实施例中，视频编码器(503)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(530)(例如，负责基于待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(因为在公开的主题中所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)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按比特位精确对应的。换句话说，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。

“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图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/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)中实施。

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。

在操作期间，在一些实施例中，源编码器(530)可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”的一个或多个先前已编码图片，所述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，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图片的已编码视频数据进行解码。编码引擎(532)的操作可为有损过程。当已编码视频数据可在视频解码器(图5中未示)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，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，所述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)。

预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为所述新图片的适当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)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(535)获得的搜索结果，可确定输入图片可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。

控制器(550)可管理源编码器(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群参数。

可在熵编码器(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、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。

传输器(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。

控制器(550)可管理视频编码器(503)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：

帧内图片(I图片)，其可以是不将序列中的任何其它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图片的变体及其相应的应用和特征。

预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述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。

双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述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。

源图片通常可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。这些块可参考其它(已编码)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所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可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图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

视频编码器(503)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，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，已编码视频数据可符合所用视频编码技术或标准指定的语法。

在实施例中，传输器(540)可在传输已编码的视频时传输附加数据。源编码器(530)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、补充增强信息(SEI)消息、视觉可用性信息(VUI)参数集片段等。

采集到的视频可作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(时间或其它)相关性。在实施例中，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已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述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，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可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。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，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 treeunit，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)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将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。在实施例中，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。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(predictionblock，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，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像素等等。

图6示出了根据本公开另一实施例的视频编码器(603)的示意图。视频编码器(603)用于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)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。

在HEVC实施例中，视频编码器(603)接收用于处理块的样本值的矩阵，所述处理块为例如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来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(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)和熵编码器(625)。

帧间编码器(630)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、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计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(622)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，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(例如已预测块)。

通用控制器(621)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(603)的其它组件。在实施例中，通用控制器(621)确定块的模式，且基于所述模式将控制信号提供到开关(626)。举例来说，当所述模式是帧内模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧内模式结果，且控制熵编码器(625)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(621)控制开关(626)以选择供残差计算器(623)使用的帧间预测结果，且控制熵编码器(625)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(623)用于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(残差数据)。残差编码器(624)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(624)用于将残差数据从空间域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(603)还包括残差解码器(628)。残差解码器(628)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(625)用于将码流格式化以产生已编码的块。熵编码器(625)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(625)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，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。

图7示出了根据本公开另一实施例的视频解码器(710)的示意图。视频解码器(710)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(710)用于代替图3实施例中的视频解码器(310)。

在图7实施例中，视频解码器(710)包括如图7中所示耦接到一起的熵解码器(771)、帧间解码器(780)、残差解码器(773)、重建模块(774)和帧内解码器(772)。

熵解码器(771)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(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)、可分别识别供帧内解码器(772)或帧间解码器(780)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形式的残差信息等等。在实施例中，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到帧间解码器(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到帧内解码器(772)。残差信息可经由逆量化并提供到残差解码器(773)。

帧间解码器(780)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。

帧内解码器(772)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。

残差解码器(773)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，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(用以获得量化器参数QP)，且所述信息可由熵解码器(771)提供(未标示数据路径，因为这仅仅是低量控制信息)。

重建模块(774)用于在空间域中组合由残差解码器(773)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。

应注意，可使用任何合适的技术来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在实施例中，可使用一个或多个集成电路来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(303)、视频编码器(503)和视频编码器(603)以及视频解码器(310)、视频解码器(410)和视频解码器(710)。

II.帧间图片预测模式

在各种实施例中，例如可以使用基于树结构的分区方案将图片划分成多个块。然后，可以根据不同的处理模式(例如帧内预测模式、帧间预测模式(例如合并模式、跳过模式、高级运动矢量预测(AVMP)模式)等)来处理所得到的块。帧内编码块可以是用帧内预测模式编码的块。相反，帧间编码块可以是用帧间预测模式处理的块。

在一些实施例中，例如在VVC标准的上下文中，对于根据帧间预测模式编码的每个CU，运动信息可以包括运动矢量、参考图片索引、参考图片列表使用索引、以及要用于帧间预测样本生成的其它信息。可以以显式方式或隐式方式发信号通知全部或部分运动信息。当根据合并模式对CU进行编码时，可以从相邻CU(包括从空间和时间相邻CU导出的候选)获得当前CU的运动信息。当根据跳过模式对CU进行编码时，CU可以与一个PU相关联，并且没有明显的残差系数，没有编码的运动矢量增量，或者没有参考图片索引。在一些实施例中，当不根据合并模式对CU进行编码时，可以显式地传输当前CU的运动信息。

在一些实施例中，附加的帧间编码特征和细化工具(refinement tool)可以至少包括(1)扩展的合并预测、(2)具有MVD的合并模式(MMVD)、(3)仿射运动补偿预测、(4)基于子块的时间运动矢量预测(SbTMVP)、(5)三角形分区预测、(6)组合的帧间和帧内预测(CIIP)、以及(7)使用光流的预测细化(PROF)。

1、仿射预测模式

在一些示例中，可以使用仿射模型(例如，6参数仿射模型或4参数仿射模型)导出当前块的运动矢量和/或当前块的子块的运动矢量。图8A是根据实施例的6参数(根据三个控制点)仿射模型的示意图。

在示例中，仿射编码块(例如，当前块802)的6个参数可以由当前块的三个不同位置(例如，图8A中的左上角、右上角和左下角的控制点CP0、CP1和CP2)处的三个运动矢量(也称为三个控制点运动矢量(CPMV)，例如，CPMV₀、CPMV₁和CPMV₂)来表示。在一些实施例中，对于6参数仿射模型，当前块(1202)中的样本位置(x，y)处的运动矢量可以导出为：

其中，(mv_0x，mv_0y)表示左上角控制点(CPMV₀)的运动矢量，(mv_1x，mv_1y)表示右上角控制点(CPMV₁)的运动矢量，(mv_2x，mv_2y)表示左下角控制点(CPMV₂)的运动矢量。此外，W表示当前块(802)的宽度，H表示当前块(802)的高度。

图8B是根据实施例的4参数(根据两个控制点)仿射模型的示意图。简化的仿射模型可以使用四个参数来描述仿射编码块(例如，当前块802)的运动信息，该运动信息可以由当前块的两个不同位置(例如，图8B中的左上角和右上角的控制点CP0和CP1)处的两个运动矢量(也称为两个CPMV，例如CPMV₀和CPMV₁)来表示。在一些实施例中，对于4参数仿射模型，当前块(1202)中的样本位置(x，y)处的运动矢量可以导出为：

其中，(mv_0x，mv_0y)表示左上角控制点(CPMV₀)的运动矢量，(mv_1x，mv_1y)表示右上角控制点(CPMV₁)的运动矢量。此外，W表示当前块(802)的宽度。

在一些实施例中，为了简化运动补偿预测，应用基于子块的仿射预测方法。图8C是根据实施例的为根据仿射预测方法编码的当前块的子块导出的运动矢量的示意图。在图8C中，可以将当前块(802)划分成多个子块。在该示例中，每个子块可以是4×4亮度子块。子块运动矢量(MVa-MVp)对应于各个子块的中心，并且可以根据如上所述的4参数仿射预测方法来计算。子块运动矢量可以四舍五入到例如1/16分数精度。可以根据计算出的子块运动矢量生成子块的运动补偿预测图像。

在一些实施例中，色度分量的子块大小也可以设置为4×4。4×4色度子块的MV可以计算为四个对应的4×4亮度子块的MV的平均值。

在一些实施例中，可以显式地发信号通知CPMV。在一些实施例中，可以根据各种CPMV预测方法来确定CPMV，例如仿射合并模式或仿射AMVP模式。

1.1、仿射合并模式

图9是根据实施例的根据仿射预测方法编码的当前块(901)的空间相邻块和时间相邻块的示意图。如图所示，空间相邻块表示为A0、A1、A2、B0、B1、B2和B3(分别为902、903、907、904、905、906和908)，时间相邻块表示为C0(912)。在一些示例中，空间相邻块A0、A1、A2、B0、B1、B2和B3以及当前块(901)在同一图片中。在一些示例中，时间相邻块C0在参考图片中，并且对应于当前块(901)外部的且与当前块(901)的右下角相邻的位置。

可以使用仿射合并模式基于空间相邻块和/或时间相邻块中的一个或多个的运动信息来构建运动信息候选列表(也称为仿射合并候选列表)。在一些示例中，当当前块(901)具有等于或大于8个样本的宽度和高度时，可以应用仿射合并模式。根据仿射合并模式，可以基于列表上的运动信息候选来确定当前块(901)的CPMV。在一些示例中，运动信息候选列表可以包括多达五个CPMV候选，并且可以发信号通知索引，以指示哪个CPMV候选将用于当前块。在一些实施例中，CPMV候选包括仿射模型的所有CPMV。

在一些实施例中，仿射合并候选列表可以具有三种类型的CPVM候选，包括一个或多个继承的仿射候选、一个或多个构造的仿射候选、以及零MV。继承的仿射候选可以通过从相邻块的CPMV的推断来导出。构造的仿射候选可以使用相邻块的平移MV来导出。

在示例中，最多可以有两个继承的仿射候选，这两个继承的仿射候选是从相邻块的对应仿射运动模型导出的，包括来自左相邻块(A0和A1)的一个块和来自上相邻块(B0、B1和B2)的一个块。对于来自左侧的候选，可以顺序地检查相邻块A0和A1，并且将来自相邻块A0和A1的第一个可用的继承的仿射候选作为来自左侧的继承的仿射候选。对于来自上方的候选，可以顺序地检查相邻块B0、B1和B2，并且将来自相邻块B0、B1和B2的第一个可用的继承的仿射候选作为来自上方的继承的仿射候选。在一些示例中，在两个继承的仿射候选之间不执行修剪检查(pruning check)。

当识别出相邻仿射块时，可以从相邻仿射块的控制点运动矢量导出要添加到当前块(901)的仿射合并列表的对应的继承的仿射候选。在图9的示例中，如果以仿射模式对相邻块A1进行编码，则可以获得块A1的左上角(控制点CP0_A1)、右上角(控制点CP1_A1)和左下角(控制点CP2_A1)的运动矢量。当使用4参数仿射模型对块A1进行编码时，可以根据控制点CP0_A1和控制点CP1_A1的运动矢量来计算作为当前块(901)的继承的仿射候选的两个CPMV。当使用6参数仿射模型对块A1进行编码时，可以根据控制点CP0_A1、控制点CP1_A1和控制点CP2_A1的运动矢量来计算作为当前块(901)的继承的仿射候选的三个CPMV。

此外，可以通过组合每个控制点的相邻平移运动信息导出构造的仿射候选。控制点CP0、CP1和CP2的运动信息是从指定的空间相邻块A0、A1、A2、B0、B1、B2和B3导出的。

例如，CPMV_k(k＝1，2，3，4)表示第k个控制点的运动矢量，其中CPMV₁对应于控制点CP0，CPMV₂对应于控制点CP1，CPMV₃对应于控制点CP2，CPMV₄对应于基于时间相邻块C0的时间控制点。对于CPMV₁，可以顺序地检查相邻块B2、B3和A2，并且将来自相邻块B2、B3和A2的第一个可用的运动矢量用作CPMV₁。对于CPMV₂，可以顺序地检查相邻块B1和B0，并且将来自相邻块B1和B0的第一个可用的运动矢量用作CPMV₂。对于CPMV₃，可以顺序地检查相邻块A1和A0，并且将来自相邻块A1和A0的第一个可用的运动矢量用作CPMV₃。此外，如果时间相邻块C0的运动矢量可用，则可以将其用作CPMV₄。

在获得四个控制点CP0、CP1、CP2和时间控制点的CPMV₁、CPMV₂、CPMV₃和CPMV₄之后，可以构建仿射合并候选列表以包括按照以下顺序构造的仿射合并候选：{CPMV₁,CPMV₂,CPMV₃}、{CPMV₁,CPMV₂,CPMV₄}、{CPMV₁,CPMV₃,CPMV₄}、{CPMV₂,CPMV₃,CPMV₄}、{CPMV₁,CPMV₂}、以及{CPMV₁,CPMV₃}。三个CPMV的任意组合可以形成6参数仿射合并候选，两个CPMV的任意组合可以形成4参数仿射合并候选。在一些示例中，为了避免运动缩放过程，如果一组控制点的参考索引不同，则可以丢弃对应的CPMV组合。

在一些实施例中，在检查了继承的仿射合并候选和构造的仿射合并候选之后，如果列表仍然未满，则将零MV插入到列表的末尾。

1.2、仿射AMVP模式

在一些实施例中，当当前块(901)具有等于或大于16个样本的宽度和高度时，可以使用仿射AMVP模式来构建运动信息候选列表。根据仿射AMVP模式，可以在比特流中发信号通知CU级别的仿射标志，以指示是否使用仿射AMVP模式，然后可以发信号通知另一标志，以指示是否使用4参数仿射或6参数仿射。在仿射AMVP模式中，可以在比特流中发信号通知当前块的CPMV与对应的CPMV预测值(CPMVP)的差。在一些实施例中，仿射AVMP候选列表可以具有两个候选的大小，并且可以通过依次使用以下四种类型的CPVM候选来生成，四种类型的CPMV候选包括(1)从一个或多个相邻CU的CPMV推断出的一个或多个继承的仿射AMVP候选；(2)使用一个或多个相邻CU的平移MV导出的一个或多个构造的仿射AMVP候选；(3)来自一个或多个相邻CU的一个或多个平移MV；以及(4)零MV。

为了导出继承的仿射AMVP候选，在一些示例中，继承的仿射AMVP候选的检查顺序与继承的仿射合并候选的检查顺序相同。可以只根据与当前块具有相同参考图片的仿射CU来确定AVMP候选。在一些实施例中，当将继承的仿射运动预测值插入到候选列表中时，不应用修剪过程。

为了导出构造的仿射AMVP候选，在一些示例中，构造的AMVP候选可以以仿射合并候选构造中使用的相同的检查顺序从图9所示的一个或多个相邻块中导出。此外，还检查相邻块的参考图片索引。例如，可以使用检查顺序中的第一个块，该第一个块是帧间编码的并且具有与当前块相同的参考图片。在一些实施例中，可以只有一个构造的仿射AMVP候选。在一些实施例中，当根据4参数仿射模型对当前块进行编码，并且对应于其CP0和CP1的已检查的相邻块的控制点运动矢量均可用时，可以将已检查的相邻块的这些控制点运动矢量的集合作为候选添加到仿射AMVP列表中。当根据6参数仿射模型对当前块进行编码，并且对应于其CP0、CP1和CP2的已检查的相邻块的控制点运动矢量均可用时，可以将已检查的相邻块的这些控制点运动矢量的集合作为候选添加到仿射AMVP列表中。否则，可以确定来自已检查的相邻块的构造的AMVP候选不可用。

在一些实施例中，如果在检查继承的仿射AMVP候选和构造的AMVP候选之后，仿射AVMP候选列表具有少于两个候选，则可以将根据平移MV从一个或多个相邻块导出的候选添加到仿射AVMP候选列表。最后，如果仿射AVMP候选列表仍然未满，则可以使用零MV来填充该列表。

2、使用光流的预测细化(PROF)

在一些实施例中，可以使用仿射运动模型参数导出CU中的每个像素的运动矢量。然而，由于执行基于像素的仿射预测的高复杂度和存储器存取带宽的要求，在一些实施例中，实施了基于子块的仿射运动补偿方法。在一些实施例中，当前块(例如，CU)可以被划分成多个子块，每个子块具有4×4的大小并且被分配有从当前块的控制点MV导出的子块MV。基于子块的仿射运动补偿是在提高编解码效率、复杂度和存储器存取带宽之间进行折衷，代价是降低的预测精度。

在一些实施例中，可以实施使用光流的预测细化(PROF)方法来改进基于子块的仿射运动补偿，以具有更细化的运动补偿粒度。根据PROF方法，在执行基于子块的仿射运动补偿之后，可以通过添加由光流方程导出的一组调整值来细化亮度预测样本。

图10是根据实施例的根据PROF方法调整运动矢量的示意图。在图10所示的示例中，当前块(1010)被划分成四个子块(1012、1014、1016和1018)。子块(1012、1014、1016和1018)中的每一个具有4×4像素的大小。子块(1012)的子块MV(1020)可以根据仿射预测导出，并且指向参考子块(1032)。可以根据参考子块(1032)来确定初始子块预测样本。可以计算要应用于初始子块预测样本的细化值，就好像每个预测样本都位于由细化的MV(例如，像素MV 1040)所指示的位置(例如，样本1012a的位置1032a)一样，其中该细化的MV根据由调整矢量ΔV(例如，调整矢量ΔV 1042)调整的子块MV(例如，子块1012的子块MV 1020)来确定。

在一些实施例中，PROF方法可以从执行基于子块的仿射运动补偿以生成初始子块预测样本I(i,j)开始，其中i和j对应于当前子块中的特定样本。接下来，可以使用3抽头滤波器[-1，0，1]根据以下等式计算初始子块预测样本I(i,j)的空间梯度g_x(i,j)和g_y(i,j)。

g_x(i,j)＝I(i+1,j)-I(i-1,j)，和

g_y(i,j)＝I(i,j+1)-I(i,j-1)

子块预测在每侧扩展一个像素用于梯度计算。在一些实施例中，为了减少存储器带宽和复杂度，可以从参考图片中最近的整数像素位置复制扩展边界上的像素。因此，避免了针对填充区域的附加插值。

然后，可以通过光流方程计算预测细化：

ΔI(i,j)＝g_x(i,j)*Δv_x(i,j)+g_y(i,j)*Δv_y(i,j)

其中，Δv(i,j)(例如，ΔV 1042)是样本位置(i,j)的像素MV(由v(i,j)表示)与像素位置(i,j)所属的子块(例如，子块MV 1020)的子块MV之间的差。由于仿射模型参数和相对于子块中心的像素位置在子块之间没有变化，因此可以为第一子块计算Δv(i,j)，并将Δv(i,j)重复用于同一CU中的其它子块。在一些示例中，设x和y是Δv(i,j)相对于子块中心的水平位置和垂直位置，Δv(i,j)可以由以下等式导出：

其中，Δv_x(x,y)是Δv(i,j)的x分量，Δv_y(x,y)是Δv(i,j)的y分量。

对于4参数仿射模型，

对于6参数仿射模型，

其中，(V_0x,V_0y)、(V_1x,V_1y)和(V_2x,V_2y)是左上、右上和左下控制点运动矢量，w和h是CU的宽度和高度。

最后，可以将预测细化添加到初始子块预测样本I(i,j)。可以使用以下等式生成根据PROF方法的最终预测样本I'：

I′(i,j)＝I(i,j)+ΔI(i,j)

3、仿射子块运动矢量约束

在一些实施例中，可以引入子块运动矢量约束，以减少基于子块的帧间预测模式的存储器带宽。在一些示例中，当根据基于子块的仿射模式(例如仿射、ATMVP或平面MV预测)对帧间块(具有宽度W和高度H)进行编码时，可以对M×N区域(M<＝W，N<＝H)内的子块的子块MV进行限制，使得每个预测列表的子块MV的每个分量的整数部分之间的最大绝对差不大于某个阈值(也称为目标差)，例如0、1、2或3个整数像素。

在一些实施例中，可以根据当前块的大小和形状中的一个或多个来确定目标差。在一些实施例中，目标差可以是由视频编解码标准设置的预定值，或者是通过已编码视频比特流发信号通知的预定值。

可以使用不同的子块运动矢量裁剪方法，以将M×N区域内的子块的子块运动矢量自适应地调整(或在本公开中也称为“裁剪”)到目标范围内。在一些实施例中，可以基于M×N区域内的子块的子块MV的最大值和最小值来确定目标范围。

在本公开中，“xy”表示沿x坐标方向的x分量的“x”或沿y坐标方向的y分量的“y”，并且所描述的计算或等式类似地适用于x分量和y分量。在一些实施例中，MV_i[xy]表示M×N区域内的(目标参考列表的)第i个子块MV，fracMvShift[xy]表示代表MV分量的精度的位数，maxOffset[xy]＝(((1+T[xy])<<fracMvShift[xy])-1)表示最大允许差。在一个示例中，可以将fracMvShift[xy]设置为4，这表示1/16像素MV精度。此外，T[xy]是目标参考列表的子块MV之间的最大整数差。当T[xy]设置为0时，子块MV共用相同的整数部分(对于目标列表的给定分量)。

在一些实施例中，可以根据minMv[xy]或maxMv[xy](例如，包括x坐标方向的最小值“minMv[x]”，y坐标方向的最小值“minMv[y]”，x坐标方向的最大值“maxMv[x]”和y坐标方向的最大值“maxMv[y]”)来确定目标范围。在一些实施例中，x坐标方向的范围约束和y坐标方向的范围约束可以相同或不同。以下伪码中示出了一个示例：

minMv[xy]＝min(MV_i[xy]))；//获得目标参考列表的子块MV的最小MV分量

maxMv[xy]＝max(MV_i[xy])；//获得目标参考列表的子块MV的最大MV分量

roundMin[xy]＝minMv[xy]>>fracMvShift[xy]<<fracMvShift[xy]；//获得minMv[xy]的整数部分

roundMax[xy]＝(maxMv[xy]>>fracMvShift[xy]<<fracMvShift[xy])+maxOffset[xy]；//获得与maxMv[xy]共用相同整数部分的最大可能值

if((minMv[xy]-roundMin[xy])<(roundMax[xy]-maxMv[xy]))

{//当minMv[xy]更接近于整数时，基于minMv[xy]导出

minMv[xy]＝roundMin[xy]；

maxMv[xy]＝minMv[xy]+maxOffset[xy]；

}

else

{//当maxMv[xy]更接近于整数时，基于maxMv[xy]导出

maxMv[xy]＝roundMax[xy]；

minMv[xy]＝maxMv[xy]-maxOffset[xy]；

}

因此，在示例中，通过根据沿特定坐标方向的多个第一子块运动矢量的最大值(例如，max(MV_i[xy]))或最小值(例如，min(MV_i[xy]))确定沿特定坐标方向的目标范围的上限值(例如，maxMv[xy])和下限值(例如，minMv[xy])中的一个，可以确定当前块的沿特定坐标方向(例如x或y坐标方向)的目标范围。根据确定的上限值和下限值中的一个以及目标差(例如，maxOffset[xy])，可以确定沿特定坐标方向的目标范围的上限值和下限值中的另一个。

可以根据沿x坐标或y坐标的最大值和最小值(例如，maxMv[xy]和minMv[xy])定义目标范围，以限制目标参考列表的子块MV。

在一个示例中，通过首先确定沿特定坐标方向的子块MV是大于沿特定坐标方向的上限值还是小于沿特定坐标方向的下限值，可以调整子块MV。当确定沿特定坐标方向的子块MV大于上限值时，可以将沿特定坐标方向的子块MV设置为上限值。当确定沿特定坐标方向的子块MV小于下限值时，可以将沿特定坐标方向的子块MV设置为下限值。在一些示例中，当沿特定坐标方向的子块MV不大于上限值且不小于下限值时，可以将调整后的子块MV设置为与沿特定坐标方向的初始子块MV相同。同样的过程可以适用于沿x坐标方向调整子块MV的x分量和沿y坐标方向调整子块MV的y分量。

在一些实施例中，多个子块中的每一个都具有4×4像素的大小，沿x坐标方向的目标差为1个像素，并且沿y坐标方向的目标差为1个像素。

III.使用裁剪的子块MV的PROF计算

在一些实施例中，当PROF(例如，在第II.2节中描述的方法)和仿射子块MV约束(例如，在第II.3节中描述的方法)都应用于当前块时，每个子块的子块运动矢量可以首先由仿射模型生成，然后根据子块MV约束进行调整。可以使用PROF方法根据调整后的子块MV来确定预测样本。

例如，如第II.2节中所描述的，用于仿射的PROF包括调整矢量Δv(i,j)的计算，该调整矢量Δv(i,j)是为样本位置(i,j)确定的像素MV(表示为v(i,j))与样本位置(i,j)所属的子块的对应子块MV之间的运动矢量差。PROF的子块MV可以是已经根据第II.3节所描述的仿射子块MV约束调整后的子块MV(表示为SBMV_clip)。因此，像素MV和调整矢量之间的关系可以表示为：

Δv(i,j)＝v(i,j)-SBMV_clip。

在一些实施例中，多个子块中的每一个都可以具有4×4像素的大小，可以将x坐标方向的目标差设置为1个像素，并且将y坐标方向的目标差设置为1个像素。

图11示出了根据本公开的一些实施例的概述过程(1100)的流程图。过程(1100)可用于编码或解码当前图片的当前块，包括根据堆叠仿射预测方法获取当前块的预测图像。在一些实施例中，在过程(1100)之前或之后执行一个或多个操作，并且图11中所示的一些操作可以重新排序或省略。

在各种实施例中，过程(1100)由处理电路执行，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)的功能的处理电路、执行视频解码器(410)的功能的处理电路等。在一些实施例中，过程(1100)以软件指令实现，因此，当处理电路执行该软件指令时，处理电路执行过程(1100)。该过程从(S1101)开始，并且进行到(S1110)。

在(S1110)，根据当前块的多个控制点运动矢量确定当前块的多个子块的多个第一子块运动矢量。在一些实施例中，当前块的多个控制点运动矢量和第一子块运动矢量可以根据参照第II.1节以及图8A-8C和图9所描述的示例来确定。

在(S1120)，确定一个或多个用于限定当前块的子块运动矢量的目标范围。在(S1130)，根据多个第一子块运动矢量和(S1120)中的一个或多个目标范围可以确定多个第二子块运动矢量。

在一些实施例中，当前块沿第一坐标方向(例如x坐标方向)的第一目标范围可以根据参照第II.3节所描述的示例来确定。在一些实施例中，当前块沿第二坐标方向(例如y坐标方向)的第二目标范围可以根据参照第II.3节所描述的示例来确定。

在一些实施例中，第一目标范围将多个第二子块运动矢量的第一坐标方向分量的整数像素部分的最大差限定为不大于第一目标差。在一些实施例中，第二目标范围将多个第二子块运动矢量的第二坐标方向分量的整数像素部分的最大差限定为不大于第二目标差。

在一些实施例中，第一目标差和第二目标差可以相同或不同。在一些实施例中，第一目标差或第二目标差在0到3个整数像素的范围内。在一些实施例中，第一目标差或第二目标差可以根据当前块的大小和形状中的一个或多个来确定。在一些实施例中，第一目标差或第二目标差可以根据由视频编解码标准设置的预定值、或者通过已编码视频比特流发信号通知的预定值来确定。

在一些实施例中，可以通过根据多个第一子块运动矢量的第一坐标方向分量的最大值或最小值确定沿第一坐标方向的第一目标范围的上限值和下限值中的一个，以及通过根据所确定的上限值和下限值中的一个以及第一目标差确定沿所述第一坐标方向的第一目标范围的上限值和下限值中的另一个，确定当前块沿第一坐标方向的第一目标范围。第二目标范围可以根据第二目标差和多个第一子块运动矢量的第二坐标方向分量以类似的方式确定。

在一些实施例中，多个第二子块运动矢量可以根据多个第一子块运动矢量以及第一目标范围和/或第二目标范围来确定。例如，可以根据第一子块运动矢量来确定第二子块运动矢量，其中，两个子块运动矢量对应于同一子块。对于沿第一坐标方向的分量，确定第一子块运动矢量的第一坐标方向分量是大于第一坐标方向的上限值还是小于第一坐标方向的下限值。当确定第一子块运动矢量的第一坐标方向分量大于上限值时，可以将第二子块运动矢量的第一坐标方向分量设置为上限值。另外，当确定第一子块运动矢量的第一坐标方向分量小于下限值时，可以将第二子块运动矢量的第一坐标方向分量设置为下限值。在一些实施例中，当确定第一子块运动矢量的第一坐标方向分量不大于上限值且不小于下限值时，将第二子块运动矢量的第一坐标方向分量设置为与第一子块运动矢量的第一坐标方向分量相同。第二坐标方向分量可以根据第二坐标方向的上限值和下限值以类似的方式确定。

在一些实施例中，多个子块中的每一个都可以具有4×4像素的大小，第一目标差可以设置为1个像素，第二目标差可以设置为1个像素。

在(S1140)，根据由多个第二子块运动矢量中的当前第二子块运动矢量标识的参考子块，确定与多个子块中的当前子块中的当前样本位置相关联的一组梯度值，当前第二子块运动矢量与当前子块相对应。在一些实施例中，可以根据参照第II.2节和图10所描述的示例来确定该一组梯度值。

在(S1150)，根据当前块的多个控制点运动矢量，可以确定与当前样本位置相关联的调整矢量。在一些实施例中，可以根据参照第II.2节和图10所描述的示例来确定该调整矢量。

在(S1160)，根据该一组梯度值和调整矢量，可以确定与当前样本位置相关联的一组调整值。在一些实施例中，可以根据参照第II.2节和图10所描述的示例来确定该一组调整值。

在(S1170)，根据参考子块中的对应样本和该一组调整值的组合，生成与当前样本位置相关联的预测样本。在一些实施例中，可以根据参照第II.2节和图10所描述的示例来确定该预测样本。

在(S1170)之后，过程(1100)可以进行到(S1199)并结束。

本文所描述的实施例可以单独使用或以任何顺序组合使用。此外，实施例、编码器和解码器中的每一个都可以通过处理电路(例如，一个或多个处理器或者一个或多个集成电路)来实现。在一个示例中，该一个或多个处理器执行存储在非易失性计算机可读介质中的程序。

IV.计算机系统

上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图12示出了计算机系统(1200)，其适于实现所公开主题的某些实施例。

所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。

所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。

图12所示的用于计算机系统(1200)的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(1200)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。

计算机系统(1200)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(1201)、鼠标(1202)、触控板(1203)、触摸屏(1210)、数据手套(未示出)、操纵杆(1205)、麦克风(1206)、扫描仪(1207)、照相机(1208)。

计算机系统(1200)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(1210)、数据手套(未示出)或操纵杆(1205)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1209)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(1210)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。

计算机系统(1200)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(1220)或类似介质(1221)的光学介质、拇指驱动器(1222)、可移动硬盘驱动器或固体状态驱动器(1223)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。

本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。

计算机系统(1200)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、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)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1249)(例如，计算机系统(1200)的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统(1200)的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个，计算机系统(1200)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。

上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(1200)的核心(1240)。

核心(1240)可包括一个或多个中央处理单元(CPU)(1241)、图形处理单元(GPU)(1242)、以现场可编程门阵列(FPGA)(1243)形式的专用可编程处理单元、用于特定任务的硬件加速器(1244)等。这些设备以及只读存储器(ROM)(1245)、随机存取存储器(1246)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(1247)等可通过系统总线(1248)进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1248)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(1248)，或通过外围总线(1249)进行连接。外围总线的体系结构包括外部外围组件互联PCI、通用串行总线USB等。

CPU(1241)、GPU(1242)、FPGA(1243)和加速器(1244)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(1245)或RAM(1246)中。过渡数据也可以存储在RAM(1246)中，而永久数据可以存储在例如内部大容量存储器(1247)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(1241)、GPU(1242)、大容量存储器(1247)、ROM(1245)、RAM(1246)等紧密关联。

所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。

作为实施例而非限制，具有体系结构(1200)的计算机系统，特别是核心(1240)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(1240)的特定存储器，例如核心内部大容量存储器(1247)或ROM(1245)。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心(1240)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(1240)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(1246)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(1244))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。

附录A：首字母缩略词

AMVP：高级运动矢量预测(Advanced Motion Vector Prediction)

ASIC：专用集成电路(Application-Specific Integrated Circuit)

BMS：基准集合(Benchmark Set)

CANBus：控制器局域网络总线(Controller Area Network Bus)

CD：光盘(Compact Disc)

CPMV：控制点运动矢量(Control Point Motion Vector)

CPUs：中央处理单元(Central Processing Units)

CRT：阴极射线管(Cathode Ray Tube)

CTUs：编码树单元(Coding Tree Units)

CU：编码单元(Coding Unit)

DVD：数字化视频光盘(Digital Video Disc)

FPGA：现场可编程门阵列(Field Programmable Gate Areas)

GBi：广义双向预测(Generalized Bi-prediction)

GOPs：图片群组(Groups of Pictures)

GPUs：图形处理单元(Graphics Processing Units)

GSM：全球移动通信系统(Global System for Mobile communications)

HEVC：高效视频编解码(High Efficiency Video Coding)

HMVP：基于历史的运动矢量预测(History-based Motion Vector Prediction)

HRD：假想参考解码器(Hypothetical Reference Decoder)

IC：集成电路(Integrated Circuit)

JEM：联合开发模型(Joint Exploration Model)

LAN：局域网(Local Area Network)

LCD：液晶显示器(Liquid-Crystal Display)

LTE：长期演进(Long-Term Evolution)

MMVD：具有运动矢量差的合并(Merge with MVD)

MV：运动矢量(Motion Vector)

MVD：运动矢量差(Motion Vector Difference)

MVP：运动矢量预测(Motion Vector Predictor)

OLED：有机发光二极管(Organic Light-Emitting Diode)

PBs：预测块(Prediction Blocks)

PCI：外围组件互连(Peripheral Component Interconnect)

PLD：可编程逻辑设备(Programmable Logic Device)

PUs：预测单元(Prediction Units)

RAM：随机存取存储器(Random Access Memory)

ROM：只读存储器(Read-Only Memory)

SEI：辅助增强信息(Supplementary Enhancement Information)

SNR：信噪比(Signal Noise Ratio)

SSD：固态驱动器(Solid-state Drive)

SPS：序列参数集(Sequence Parameter Set)

SbTMVP：基于子块的时间运动矢量预测(Subblock-based Temporal MotionVector Prediction)

TMVP：时间运动矢量预测(Temporal Motion Vector Prediction)

TUs：变换单元(Transform Units)

USB：通用串行总线(Universal Serial Bus)

VTM：通用测试模型(Versatile test model)

VUI：视频可用性信息(Video Usability Information)

VVC：通用视频编解码(versatile video coding)

虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。