具体实施方式

图1示出了根据本公开内容的实施方式的通信系统(100)的简化框图。通信系统(100)包括可以经由例如网络(150)彼此通信的多个终端设备。例如，通信系统(100)包括经由网络(150)互连的第一对终端设备(110)和(120)。在图1示例中，第一对终端设备(110)和(120)执行单向数据传输。例如，终端设备(110)可以对视频数据(例如，由终端设备(110)捕获的视频图片流)进行编码，以用于经由网络(150)传输到另一终端设备(120)。经编码的视频数据可以以一个或更多个编码的视频比特流的形式进行传输。终端设备(120)可以从网络(150)接收编码视频数据，对编码视频数据进行解码以恢复视频图片，并且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应用等中可以是常见的。

在另一示例中，通信系统(100)包括执行编码视频数据的双向传输的第二对终端设备(130)和(140)，该双向传输可以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，终端设备(130)和(140)中的每个终端设备可以对视频数据(例如，由终端设备捕获的视频图片流)进行编码，以用于经由网络(150)传输到终端设备(130)和(140)中的另一终端设备。终端设备(130)和(140)中的每个终端设备还可以接收由终端设备(130)和(140)中的另一终端设备传输的编码视频数据，并且可以对编码视频数据进行解码以恢复视频图片，并且可以根据恢复的视频数据在可访问的显示设备处显示视频图片。

在图1示例中，终端设备(110)、(120)、(130)和(140)可以被示出为服务器、个人计算机和智能电话，但是本公开内容的原理可以不限于此。本公开内容的实施方式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(150)表示在终端设备(110)、(120)、(130)和(140)之间传送编码视频数据的任何数目的网络，包括例如有线连接(有线)和/或无线通信网络。通信网络(150)可以在电路交换信道和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或因特网。出于本论述的目的，除非在下文中有所说明，否则网络(150)的架构和拓扑对于本公开内容的操作来说可以是不重要的。

作为所公开的主题的应用的示例，图2示出了视频编码器和视频解码器在流环境中的放置。所公开的主题可以同等地适用于其他支持视频的应用，包括例如：视频会议，数字电视，在包括CD、DVD、存储棒等的数字介质上存储压缩视频等。

流系统可以包括捕获子系统(213)，该捕获子系统(313)可以包括创建例如未压缩的视频图片流(202)的视频源(201)，例如数字摄像装置。在一个示例中，视频图片流(202)包括由数字摄像装置拍摄的样本。当与经编码的视频数据(204)(或编码的视频比特流)进行比较时，被描绘为强调高数据量的粗线的视频图片流(202)，可以由包括耦接至视频源(201)的视频编码器(203)的电子设备(220)进行处理。视频编码器(203)可以包括硬件、软件或其组合，以实现或实施如下更详细地描述的所公开的主题的各方面。当与视频图片流(202)进行比较时，为强调较低数据量以细线描绘的经编码的视频数据(204)(或经编码的视频比特流(204))，可以存储在流服务器(205)上以供将来使用。一个或更多个流客户端子系统——，诸如图2中的客户端子系统(206)和(208)——，可以访问流服务器(205)以检索经编码的视频数据(204)的副本(207)和(209)。客户端子系统(206)可以包括例如电子设备(230)中的视频解码器(210)。视频解码器(210)对经编码的视频数据的传入副本(207)进行解码，并且创建可以在显示器(212)(例如，显示屏)或另一呈现设备(未描绘)上呈现的传出视频图片流(211)。在一些流系统中，可以根据某些视频编码/压缩标准，对经编码的视频数据(204)、(207)和(209)(例如，视频比特流)进行编码。这些标准的示例包括ITU-TH.265建议书。在一个示例中，开发中的视频编码标准被非正式地称为通用视频编码(VVC)。所公开的主题可以用于VVC的背景下。

应当注意，电子设备(220)和(230)可以包括其他部件(未示出)。例如，电子设备(220)可以包括视频解码器(未示出)，并且电子设备(230)也可以包括视频编码器(未示出)。

图3是根据本公开内容的实施方式的视频解码器(310)的框图。视频解码器(310)可以被包括在电子设备(330)中。电子设备(330)可以包括接收器(331)(例如，接收电路)。视频解码器(310)可以用于代替图2示例中的视频解码器(210)。

接收器(331)可以接收要由视频解码器(310)解码的一个或更多个编码视频序列；在同一实施方式或另一实施方式中，一次接收一个编码视频序列，其中每个编码视频序列的解码独立于其他编码视频序列。可以从信道(301)接收编码视频序列，信道(301)可以是到存储经编码的视频数据的存储设备的硬件/软件链路。接收器(331)可以接收经编码的视频数据以及其它数据，例如，可以转发到其各自的使用实体(未描绘)的编码音频数据和/或辅助数据流。接收器(331)可以将编码视频序列与其他数据分开。为了防止网络抖动，缓冲存储器(315)可以耦接在接收器(331)与熵解码器/解析器(320)(此后称为“解析器(320)”)之间。在某些应用中，缓冲存储器(315)是视频解码器(310)的一部分。在其他应用中，缓冲存储器(315)可以在视频解码器(310)的外部(未描绘)。在又一些其他应用中，在视频解码器(310)的外部可以有缓冲存储器(未描绘)以例如防止网络抖动，并且在视频解码器(310)的内部可以另外有另一缓冲存储器(315)以例如处理播出定时。当接收器(331)从具有足够带宽和可控性的存储/转发设备，或从等时同步网络接收数据时，可能不需要缓冲存储器(315)，或者缓冲存储器(315)可以是小的。为了在诸如因特网的最优分组网络上使用，可能需要缓冲存储器(315)，缓冲存储器(315)可以相对较大并且可以有利地具有自适应性大小，并且可以至少部分地在操作系统或视频解码器(310)的外部的类似元件(未描绘)中实现。

视频解码器(310)可以包括解析器(320)，以根据编码视频序列重建符号(321)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及控制诸如呈现设备(312)(例如，显示屏)的呈现设备的潜在信息，该呈现设备(312)不是电子设备(330)的一体部分，而是可以耦接至电子设备(330)，如图3所示。用于(一个或多个)呈现设备的控制信息的形式可以是辅助增强信息(SEI消息)或视频可用性信息(VUI)参数集片段(未描绘)。解析器(320)可以对接收到的编码视频序列进行解析/熵解码。编码视频序列的编码可以根据视频编码技术或标准，并且可以遵循各种原理，包括可变长度编码、霍夫曼编码(Huffmancoding)、具有或不具有背景灵敏度的算术编码等。解析器(320)可以基于与群组对应的至少一个参数，从编码视频序列提取用于视频解码器中的像素的子群组中的至少一个子组群的子群组参数集。子群组可以包括图片群组(GOP)、图片、图块、切片、宏块、编码单元(CU)、块、变换单元(TU)、预测单元(PU)等。解析器(320)还可以从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。

解析器(320)可以对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。

取决于编码视频图片或部分编码视频图片(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(321)的重建可以涉及多个不同的单元。涉及哪些单元以及涉及方式可以通过由解析器(320)从编码的视频序列解析的子群组控制信息来控制。出于简洁起见，未描述解析器(320)与下面的多个单元之间的这样的子群组控制信息流。

除了已经提及的功能块之外，视频解码器(310)可以在概念上细分为如下所述的多个功能单元。在商业约束下运行的实际实现方式中，这些单元中的许多单元彼此紧密交互，并且可以至少部分地彼此集成。然而，出于描述所公开的主题的目的，概念上细分成下面的功能单元是适当的。

第一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)从解析器(320)接收作为(一个或多个)符号(321)的量化变换系数以及控制信息，包括使用何变换方式、块尺寸、量化因子、量化缩放矩阵等。缩放器/逆变换单元(351)可以输出包括可以输入到聚合器(355)中的样本值的块。

在一些情况下，缩放器/逆变换(351)的输出样本可以属于帧内编码块；即：不使用来自先前重建的图片的预测性信息但可以使用来自当前图片的先前重建部分的预测性信息的块。这样的预测性信息可以由帧内图片预测单元(352)提供。在一些情况下，帧内图片预测单元(352)使用从当前图片缓冲器(358)提取的周围已重建的信息，生成大小和形状与重建中的块相同的块。例如，当前图片缓冲器(358)对部分重建的当前图片和/或完全重建的当前图片进行缓冲。在一些情况下，聚合器(355)基于每个样本，将帧内预测单元(352)已经生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息。

在其他情况下，缩放器/逆变换单元(351)的输出样本可以属于帧间编码块和潜在运动补偿块。在这样的情况下，运动补偿预测单元(353)可以访问参考图片存储器(357)以提取用于预测的样本。在根据属于块的符号(321)对提取的样本进行运动补偿之后，这些样本可以由聚合器(355)添加到缩放器/逆变换单元(351)的输出(在该情况下被称为残差样本或残差信号)，以生成输出样本信息。运动补偿预测单元(353)从其提取预测样本的参考图片存储器(357)内的地址，可以由运动矢量控制，运动矢量以符号(321)的形式供运动补偿预测单元(353)使用，符号(321)可以具有例如X、Y和参考图片分量。运动补偿还可以包括在使用子样本精确运动矢量时，从参考图片存储器(357)提取的样本值的插值、运动矢量预测机制等。

聚合器(355)的输出样本可以在环路滤波器单元(356)中经受各种环路滤波技术。视频压缩技术可以包括环路内滤波器技术，环路内滤波器技术由被包括在编码视频序列(也被称为编码的视频比特流)中，并且作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)的参数控制，但是视频压缩技术还可以响应于在对编码图片或编码视频序列的先前(在解码顺序上)部分进行解码期间获得的元信息，以及响应于先前重建的并经环路滤波的样本值。

环路滤波器单元(356)的输出可以是样本流，样本流可以输出到呈现设备(312)以及存储在参考图片存储器(357)中以用于将来帧间图片预测使用。

一旦完全重建，某些编码的图片就可以用作参考图片，以用于将来预测。例如，一旦与当前图片对应的编码图片被完全重建，并且编码图片(通过例如解析器(320))被识别为参考图片，当前图片缓冲器(358)就可以变为参考图片存储器(357)的一部分，并且可以在开始重建随后的编码图片之前重新分配新的当前图片缓冲器。

视频解码器(310)可以根据诸如ITU-T H.265建议书的标准中的预定的视频压缩技术执行解码操作。在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两者的意义上，编码视频序列可以符合使用的视频压缩技术或标准指定的语法。具体地，配置文件可以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配置文件下可使用的仅有工具。对于合规性，还要求编码视频序列的复杂度在由视频压缩技术或标准的层级限定的范围内。在一些情况下，层级限制最大图片大小、最大帧速率、最大重建样本速率(以例如每秒兆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，由层级设置的限制可以通过假设参考解码器(HRD)规范以及在编码的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。

在实施方式中，接收器(331)可以接收附加(冗余)数据和经编码的视频。附加数据可以被包括为(一个或多个)编码的视频序列的一部分。附加数据可以由视频解码器(310)用来对数据进行适当地解码和/或更准确地重建原始视频数据。附加数据可以是例如时间、空间或信噪比(SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图4示出了根据本公开内容的实施方式的视频编码器(403)的框图。视频编码器(403)被包括在电子设备(420)中。电子设备(420)包括传输器(440)(例如，传输电路)。视频编码器(403)可以用于代替图2示例中的视频编码器(203)。

视频编码器(403)可以从可以捕获要由视频编码器(403)编码的(一个或多个)视频图像的视频源(401)(并非图4示例中的电子设备(420)的一部分)接收视频样本。在另一示例中，视频源(401)是电子设备(420)的一部分。

视频源(401)可以提供要由视频编码器(403)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可以具有任何合适的比特深度(例如：8比特、10比特、12比特等)、任何色彩空间(例如，BT.601Y CrCB、RGB等)和任何合适的采样结构(例如Y CrCb 4：2：0、Y CrCb 4：4：4)。在媒体服务系统中，视频源(401)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(401)可以是捕获本地图像信息作为视频序列的摄像机。可以将视频数据提供为在按次序观看时被赋予运动的多个单独的图片。图片自身可以被组织为空间像素阵列，其中，取决于使用中的采样结构、颜色空间等，每个像素可以包括一个或更多个样本。本领域技术人员可以容易地理解像素与样本之间的关系。以下描述着眼于样本。

根据实施方式，视频编码器(403)可以实时或在应用所需的任何其它时间约束下，将源视频序列的图片编码并压缩为编码视频序列(443)。施行适当的编码速度是控制器(450)的一个功能。在一些实施方式中，控制器(450)控制如下所述的其他功能单元并且在功能上耦接至其他功能单元。出于简洁起见，未描绘耦接。由控制器(450)设置的参数可以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(GOP)布局、最大运动矢量搜索范围等。控制器(450)可以被配置成具有其他合适的功能，这些功能属于针对某些系统设计优化的视频编码器(403)。

在一些实施方式中，视频编码器(403)被配置成在编码环路中进行操作。作为过于简单化的描述，在一个示例中，编码环路可以包括源编码器(430)(例如，负责基于要编码的输入图片和(一个或多个)参考图片创建诸如符号流的符号)以及嵌入于视频编码器(403)中的(本地)解码器(433)。解码器(433)重建符号以以类似于(远程)解码器将创建样本数据的方式创建样本数据(因为在所公开的主题中考虑的视频压缩技术中，符号与编码的视频比特流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入至参考图片存储器(434)。由于符号流的解码产生与解码器位置(本地或远程)无关的比特精确结果，因此参考图片存储器(434)中的内容在本地编码器与远程编码器之间也是比特精确的。换言之，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“看到”的样本值完全相同。该参考图片同步性基本原理(以及在例如由于信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关领域。

“本地”解码器(433)的操作可以与已经在上面结合图3详细描述的“远程”解码器例如视频解码器(310)的操作相同。然而，还简要参照图3，当符号可用并且熵编码器(445)和解析器(320)可以无损地将符号编码/解码为编码视频序列时，包括缓冲存储器(315)和解析器(320)的视频解码器(310)的熵解码部分可能无法完全在本地解码器(433)中实现。

此时可以观察到，除了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。因此，所公开的主题着眼于解码器操作。由于编码器技术与全面地描述的解码器技术互逆，因此可以简化对编码器技术的描述。下面仅在某些区域中需要并且提供更详细的描述。

在操作期间，在一些示例中，源编码器(430)可以执行运动补偿预测性编码，该运动补偿预测性编码参考来自视频序列中被指定为“参考图片”的一个或更多个先前编码图片对输入图片进行预测性编码。以此方式，编码引擎(432)对输入图片的像素块与可以被选作输入图片的(一个或多个)预测参考的(一个或多个)参考图片的像素块之间的差异进行编码。

本地视频解码器(433)可以基于由源编码器(430)创建的符号对可以被指定为参考图片的图片的编码视频数据进行解码。编码引擎(432)的操作可以有利地是有损处理。当编码视频数据可以在视频解码器(图4中未示出)处被解码时，重建的视频序列通常可以是具有一些误差的源视频序列的副本。本地视频解码器(433)复制可以由视频解码器对参考图片执行的解码处理，并且可以使重建的参考图片存储在参考图片缓存(434)中。以此方式，视频编码器(403)可以本地地存储重建的参考图片的副本，副本与将由远端视频解码器获得的重建的参考图片具有共同内容(不存在传输误差)。

预测器(435)可以对编码引擎(432)执行预测搜索。即，对于要编码的新图片，预测器(435)可以在参考图片存储器(434)中搜索可以用作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(435)可以基于样本块逐像素块操作，以找到适当的预测参考。在一些情况下，如由预测器(435)获得的搜索结果所确定的，输入图片可以具有从参考图片存储器(434)中所存储的多个参考图片提取的预测参考。

控制器(450)可以管理源编码器(430)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组参数。

所有以上提及的功能单元的输出可以在熵编码器(445)中经受熵编码。熵编码器(445)通过根据诸如霍夫曼编码、可变长度编码、算术编码等的技术，对由各种功能单元生成的符号进行无损压缩，将符号转换成编码视频序列。

传输器(440)可以缓冲由熵编码器(445)创建的(一个或多个)编码视频序列，从而为经由通信信道(460)进行传输做准备，通信信道(460)可以是到将存储编码视频数据的存储设备的硬件/软件链路。传输器(440)可以将来自视频编码器(403)的编码视频数据与要传输的其他数据例如编码音频数据和/或辅助数据流(未示出源)进行合并。

控制器(450)可以管理视频编码器(403)的操作。在编码期间，控制器(450)可以为每个编码图片分配可能影响可以应用于相应的图片的编码技术的某些编码图片类型。例如，通常可以将图片分配为以下图片类型中之一：

帧内图片(I图片)可以是在不将序列中的任何其他图片用作预测源的情况下进行编码和解码的图片。一些视频编解码器允许不同类型的帧内图片，包括例如独立解码器刷新(“IDR”)图片。本领域技术人员了解I图片的这些变型及其相应的应用和特征。

预测性图片(P图片)可以是可以使用帧内预测或帧间预测进行编码和解码的图片，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)可以是可以使用帧内预测或帧间预测进行编码和解码的图片，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，多个预测性图片可以使用两个以上参考图片和相关联的元数据以用于单个块的重建。

源图片通常可以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)，并且逐块进行编码。这些块可以参考其他(已经编码的)块进行预测性编码，其他块通过应用于块的相应的图片的编码分配来确定。例如，I图片的块可以进行非预测性编码，或者这些块可以参考同一图片的已经编码的块来进行预测性编码(空间预测或帧内预测)。P图片的像素块可以参照一个先前已编码参考图片经由空间预测或经由时间预测进行预测性编码。B图片的块可以参照一个或两个先前已编码参考图片经由空间预测或经由时间预测进行预测性编码。

视频编码器(403)可以根据诸如ITU-T H.265建议书的预定的视频编码技术或标准执行编码操作。H.265在视频编码器(403)的操作中，视频编码器(403)可以执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测性编码操作。因此，编码视频数据可以符合由使用的视频编码技术或标准指定的语法。

在实施方式中，传输器(440)可以传输附加数据和经编码的视频。源编码器(430)可以包括这样的数据作为编码视频序列的一部分。附加数据可以包括时间/空间/SNR增强层、诸如冗余图片和切片的其他形式的冗余数据、SEI消息、VUI参数集片段等。

视频可以在时间序列中被捕获为多个源图片(视频图片)。帧内图片预测(通常被简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测利用图片之间的(时间或其他)相关性。在一个示例中，被称为当前图片的编码/解码中的特定图片被分割成块。在当前图片中的块类似于视频中先前编码的并且仍被缓冲的参考图片中的参考块时，可以通过被称为运动矢量的矢量对当前图片中的块进行编码。运动矢量指向参考图片中的参考块，并且在使用多个参考图片的情况下，运动矢量可以具有识别参考图片的第三维度。

在一些实施方式中，双预测技术可以用于帧间图片预测中。根据双预测技术，使用两个参考图片，例如,在解码顺序上均在视频中的当前图片之前(但在显示顺序上可能分别是过去和将来)的第一参考图片和第二参考图片。可以通过指向第一参考图片中的第一参考块的第一运动矢量以及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。可以通过第一参考块和第二参考块的组合来预测块。

此外，合并模式技术可以用于帧间图片预测中以提高编码效率。

根据本公开内容的一些实施方式，诸如帧间图片预测和帧内图片预测的预测以块为单位来执行。例如，根据HEVC标准，视频图片序列中的图片被划分成编码树单元(CTU)以用于压缩，图片中的CTU具有相同大小，诸如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(CTB)，即一个亮度CTB和两个色度CTB。每个CTU可以被递归地以四叉树拆分成一个或多个编码单元(CU)。例如，可以将64×64像素的CTU拆分成一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在一个示例中，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。取决于时间和/或空间可预测性，CU被拆分成一个或更多个预测单元(PU)。通常，每个PU包括亮度预测块(PB)和两个色度PB。在实施方式中，编码(编码/解码)中的预测操作以预测块为单位来执行。使用亮度预测块作为预测块的示例，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。

图5示出了根据本公开内容的另一实施方式的视频编码器(503)的图。视频编码器(503)被配置成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)，并且将处理块编码到作为编码视频序列的一部分的编码图片中。在一个示例中，视频编码器(503)用于代替图2示例中的视频编码器(203)。

在HEVC示例中，视频编码器(503)接收用于处理块的样本值的矩阵，处理块为诸如8×8样本的预测块等。视频编码器(503)使用例如率失真优化，来确定是否使用帧内模式、帧间模式或双预测模式对处理块最佳地编码。当要在帧内模式下对处理块进行编码时，视频编码器(503)可以使用帧内预测技术，以将处理块编码到编码图片中；并且当要在帧间模式或双预测模式下对处理块进行编码时，视频编码器(503)可以分别使用帧间预测或双预测技术，以将处理块编码到编码图片中。在某些视频编码技术中，合并模式可以是在不借助于预测器外部的已编码的运动矢量分量的情况下，从一个或更多个运动矢量预测器得到运动矢量的帧间图片预测子模式。在某些其他视频编码技术中，可以存在适用于主题块的运动矢量分量。在一个示例中，视频编码器(503)包括其它部件，例如，确定处理块的模式的模式决策模块(未示出)。

在图5示例中，视频编码器(503)包括如图5所示的耦接在一起的帧间编码器(530)、帧内编码器(522)、残差计算器(523)、开关(526)、残差编码器(524)、通用控制器(521)和熵编码器(525)。

帧间编码器(530)被配置成：接收当前块(例如，处理块)的样本，将该块与参考图片中的一个或更多个参考块(例如，先前图片和之后图片中的块)进行比较，生成帧间预测信息(例如，根据帧间编码技术、运动矢量、合并模式信息的冗余信息描述)，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，预测的块)。在一些示例中，参考图片是基于经编码的视频信息进行解码的解码参考图片。

帧内编码器(522)被配置成：接收当前块(例如，处理块)的样本，在一些情况下将该块与同一图片中已经编码的块进行比较，在变换之后生成量化系数，以及在一些情况下还生成帧内预测信息(例如，根据一个或更多个帧内编码技术的帧内预测方向信息)。在一个示例中，帧内编码器(522)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，预测的块)。

通用控制器(521)被配置成确定通用控制数据并且基于通用控制数据控制视频编码器(503)的其它部件。在一个示例中，通用控制器(521)确定块的模式，并且基于该模式将控制信号提供给开关(526)。例如，当模式是帧内模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧内模式结果，并且控制熵编码器(525)以选择帧内预测信息，并且将帧内预测信息包括在比特流中；并且当模式是帧间模式时，通用控制器(521)控制开关(526)以选择供残差计算器(523)使用的帧间预测结果，并且控制熵编码器(525)以选择帧间预测信息并且将帧间预测信息包括在比特流中。

残差计算器(523)被配置成计算接收的块与选自帧内编码器(522)或帧间编码器(530)的预测结果之间的差异(残差数据)。残差编码器(524)被配置成基于残差数据进行操作，以对残差数据进行编码从而生成变换系数。在一个示例中，残差编码器(524)被配置成将残差数据从空间域转换到频域，并且生成变换系数。变换系数然后经受量化处理以获得量化的变换系数。在各种实施方式中，视频编码器(503)还包括残差解码器(528)。残差解码器(528)被配置成执行逆变换，并且生成解码残差数据。解码残差数据可以适当地由帧内编码器(522)和帧间编码器(530)使用。例如，帧间编码器(530)可以基于解码残差数据和帧间预测信息生成解码块，并且帧内编码器(522)可以基于解码残差数据和帧内预测信息生成解码块。适当处理解码块以生成解码图片，并且在一些示例中，解码图片可以在存储器电路(未示出)中缓冲并且用作参考图片。

熵编码器(525)被配置成对比特流进行格式化，以包括经编码的块。熵编码器(525)被配置成根据诸如HEVC标准的合适的标准包括各种信息。在一个示例中，熵编码器(525)被配置成包括通用控制数据、选择的预测信息(例如，帧内预测信息或帧间预测信息)、残差信息和比特流中的其它合适的信息。注意，根据所公开的主题，当在帧间模式或双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6是根据本公开内容的另一实施方式的视频解码器(610)的图。视频解码器(610)被配置成接收作为编码视频序列的一部分的编码图片，并且对编码图片进行解码以生成重建的图片。在一个示例中，视频解码器(610)用于代替图2示例中的视频解码器(210)。

在图6示例中，视频解码器(610)包括如图6所示耦接在一起的熵解码器(671)、帧间解码器(680)、残差解码器(673)、重建模块(674)和帧内解码器(672)。

熵解码器(671)可以被配置成根据编码的图片来重建某些符号，这些符号表示构成编码的图片的语法元素。这样的符号可以包括例如用于对块进行编码的模式(例如，帧内模式、帧间模式、双预测模式、后两者的合并子模式或另一子模式)、可以分别识别供帧内解码器(672)或帧间解码器(680)使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)、以例如量化的变换系数的形式的残差信息等。在一个示例中，当预测模式是帧间模式或双预测模式时，将帧间预测信息提供给帧间解码器(680)；以及当预测类型是帧内预测类型时，将帧内预测信息提供给帧内解码器(672)。残差信息可以经受逆量化并且被提供给残差解码器(673)。

帧间解码器(680)被配置成接收帧间预测信息，并且基于帧间预测信息生成帧间预测结果。

帧内解码器(672)被配置成接收帧内预测信息，并且基于帧内预测信息生成预测结果。

残差解码器(673)被配置成执行逆量化以提取去量化的变换系数，并且处理去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(673)还可能需要某些控制信息(以包括量化器参数(QP))，并且信息可以由熵解码器(671)提供(由于这仅是低量控制信息，因此未描绘数据路径)。

重建模块(674)被配置成在空间域中组合由残差解码器(673)输出的残差与预测结果(视情况而定，由帧间预测模块或帧内预测模块输出)以形成重建的块，该重建的块可以是重建的图片的一部分，该重建的图片又可以是重建的视频的一部分。注意，可以执行诸如解块操作等其他合适的操作来提高视觉质量。

注意，可以使用任何合适的技术来实现视频编码器(203)、(403)和(503)以及视频解码器(210)、(310)和(610)。在实施方式中，可以使用一个或更多个集成电路来实现视频编码器(203)、(403)和(503)以及视频解码器(210)、(310)和(610)。在另一实施方式中，可以使用执行软件指令的一个或更多个处理器来实现视频编码器(203)、(403)和(403)以及视频解码器(210)、(310)和(610)。

本公开内容的各方面提供了有效的信令技术，例如有效的合并标志信令技术和用于候选列表的大小的信令技术。

根据本公开内容的一些方面，在混合视频编码技术中使用与合并模式有关的标志的有效信令，来改善合并模式的编码性能。根据本公开内容的一些其他方面，用于基于子块的候选列表的合并列表的大小与常规的帧间合并候选列表统一。

各种工具例如具有MV差的合并模式(MMVD)、子块合并预测模式、针对帧内模式的多假设预测、三角预测单元模式(或三角预测模式)、仿射合并预测等，可以与合并模式一起使用。

MMVD也被称为最终运动矢量表达式(UMVE)，其提供具有简化信令的新运动矢量表达式，其中，运动矢量由起点、运动幅度和运动方向表示。起点由语法元素base_mv_idx指示，该元素指定合并候选列表的基础候选索引。运动幅度由语法元素distance_idx指示，语法元素distance_idx指定距UMVE基本MV的距离移位。运动方向代表运动矢量差(MVD)相对于起点的方向，由语法元素direction_idx表示。

在一些实施方式中，为了指示当前编码单元是否被用于UMVE来生成预测MV，首先信令通知一个名为umve_flag的标志。当编码的视频比特流中不存在umve_flag时，则推断umve_flag等于0。在一个示例中，当umve_flag为1时，将使用UMVE模式。

例如，(x0，y0)指定当前编码块的左上亮度样本相对于图片的左上亮度样本的位置。当针对当前编码单元的umve_flag[x0][y0]等于1时，最终运动矢量表达式用于生成当前编码单元的预测MV。当umve_flag[x0][y0]等于1时，在umve_flag[x0][y0]之后从示例中的编码的视频比特流解析语法元素base_mv_idx[x0][y0]、distance_idx[x0][y0]和direction_idx[x0][y0]。

在子块合并预测模式中，预测编码块内部的每个子块的运动信息。根据本公开内容的方面，可以使用多个子块合并预测方法，例如仿射合并和高级时间运动矢量预测(ATMVP)。在示例的仿射合并预测中，由6参数(或简化的4参数)模型描述的仿射运动补偿被用于计算编码块内的每个子块的运动矢量。

在一个示例中的ATMVP中，通过以下两个步骤来预测CU内的子CU的运动矢量。第一步骤是用所谓的时间矢量识别参考图片中的相应块。在一个示例中，参考图片被称为运动源图片。第二步骤是将当前CU分割成子CU，并且获得运动矢量以及对应块中的与当前CU中的每个子CU对应的每个子CU的参考索引。

在一些实施方式中，为了指示当前编码单元是否使用子块合并预测来生成预测MV，首先信令通知一个名为sub_block_flag的标志。在一个示例中，当sub_block_flag为1时，使用子块合并预测。

在实施方式中，由于子块合并候选列表由仿射合并候选和ATMVP组成，所以当sub_block_flag等于时，还信令通知语法元素merge_idx以指示使用子块合并候选列表中的哪个候选。在一个示例中，(x0，y0)指定所考虑的编码块的左上亮度样本相对于图片的左上亮度样本的位置。当针对当前编码单元的sub_block_flag[x0][y0]等于1时，使用子块合并预测来生成当前编码单元的预测MV。当sub_block_flag[x0][y0]等于1时，在sub_block_flag[x0][y0]之后解析语法元素merge_idx[x0][y0]。

在针对帧内模式(MHIntra模式)的多假设预测中，将帧内预测和合并索引预测进行组合以获得最终预测。在一些实施方式中，对于亮度分量，帧内候选列表可以包括4个帧内预测模式，并且基于帧内模式索引从帧内候选列表中选择一种帧内预测模式以获得帧内预测。对于色度分量，在一个示例中，应用直接模式而没有额外的信令。

在一些示例中，为了指示当前编码单元是否使用MHIntra模式来生成预测，信令通知一个名为MHIntra_flag的标志。为了进一步指示当MHIntra_flag等于1时使用哪种帧内模式，信令通知语法元素MHIntra_mode_idx。在一个示例中，(x0，y0)指定所考虑的编码块的左上亮度样本相对于图片的左上亮度样本的位置。当当前编码单元的MHIntra_flag[x0][y0]等于1时，将使用MHIntra模式生成最终预测。当MHIntra_flag[x0][y0]等于1时，在MHIntra_flag[x0][y0]之后解析语法元素MHIntra_mode_idx[x0][y0]。

在三角预测单元模式下，CU在对角线方向或反对角线方向上被分成两个三角预测单元。CU中的每个三角预测单元都使用其自身的单预测运动矢量和参考帧索引进行帧间预测。在预测了每个三角预测单元之后，将自适应加权过程应用于两个三角预测单元之间的对角边缘，以得出最终预测。

图7示出三角预测的两个CU示例(710)和(720)。CU(710)从左上角到右下角(称为对角线方向)分成两个三角预测单元，而CU(720)从右上角到左下角(称为反对角线方向)分成两个三角预测单元PU1和PU2。CU中的每个三角预测单元使用其自身的单预测运动矢量和参考帧索引进行帧间预测，所述单预测运动矢量和参考帧索引是从单预测候选列表得出的。此外，在预测三角预测单元之后，对对角线边缘执行自适应加权处理。然后，将变换和量化过程应用于整个CU。

在一些实施方式中，为了指示当前编码单元是否使用三角模式，信令通知一个名为triangle_flag的标志。在一些示例中，由于三角合并候选列表是以三角模式构造的，因此信令通知语法元素triangle_merge_idx以指示两个三角预测单元所使用的候选的分割方法和索引。在一个示例中，(x0，y0)指定当前编码块的左上角亮度样本相对于图片的左上角亮度样本的位置。因此，当当前编码单元的triangle_flag[x0][y0]等于1时，使用三角模式。当triangle_flag[x0][y0]等于1时，在triangle_flag[x0][y0]之后解析语法元素triangle_merge_idx。

在一些实施方式中，例如在VVC的版本中，在合并/跳过模式下使用一些编码工具，例如最终运动矢量表达式、子块合并预测、针对帧内模式的多假设预测、三角预测单元模式等，以提高编码性能。在一些示例中，这些编码工具有条件地用于编码块。在一个示例中，宽度和高度分别是编码块的宽度和高度。然后，仅当宽度≥8且高度≥8时，才将子块合并预测用于编码块；当宽度×高度≥64且宽度<128且高度<128时，将针对帧内模式的多假设预测用于编码块；当宽度×高度≥64时，使用三角预测单元模式。

此外，为了指示在解码器处使用哪个编码工具，信令通知诸如umve_flag、sub_block_flag、MHIntra_flag和triangle_flag的标志。当一个标志等于假(例如，二进制零)时，将不使用相应的编码工具。

在一些示例中，以umve_flag、sub_block_flag、MHIntra_flag和triangle_flag的顺序对标志进行编码。表1列出了语法元素及其编码条件。

表1：合并相关语法元素的编码条件。

例如，可以使用以下信令通知过程：首先信令通知umve_flag；如果umve_flag等于假，同时宽度≥8且高度≥8，则信令通知sub_block_flag；如果umve_flag和sub_block_flag都等于假，同时宽度×高度≥64且宽度<128且高度<128，则信令通知MHIntra_flag；如果该块不是仿射模式，同时宽度×高度≥64，则信令通知triangle_flag。

在一些实施方式中，为了有效地压缩triangle_flag，使用了三个上下文模型，并且从三个上下文模型中选择了一个上下文模型。在一些示例中，上下文模型是可以基于最近编码的信息(例如，相邻编码信息)的统计来选择的概率模型。例如，在一个示例中，上下文模型的选择取决于来自相邻的左和上编码块的triangle_flag的值。更具体地，当左和上编码块的triangle_flag二者等于假时，将索引为0的上下文模型用于当前编码块；如果左和上编码块的triangle_flag二者等于真，则将索引为2的上下文模型用于当前编码块；否则，将索引为1的上下文模型用于当前编码块。

注意，可以启用仿射帧间预测。在VCC中，例如，在仿射帧间预测中，信令通知三个或两个控制点的运动信息，并且使用6参数(或简化的4参数)模型，计算编码块内部的具有信令通知控制点运动信息的每个子块的运动矢量。对于语法元素merge_flag等于0的编码单元，信令通知语法元素inter_affine_flag以指示当前编码单元是否使用仿射帧间预测。

此外，在一些相关示例中，分别信令通知常规合并候选列表的大小和基于子块的合并候选列表的大小。

图8示出了空间合并候选的示例。参照图8，当前块(801)包括由编码器在运动搜索过程中发现的样本，该样本能够从已经在空间上移位的相同大小的先前块中预测。代替直接编码该MV，可以使用与五个周围样本(表示为A0、A1和B0、B1、B2(分别为802至806))之一相关联的MV，从与一个或更多个参考图片(例如，最近的(按解码顺序)参考图片中的参考图片)相关联的元数据中得出MV。在一些示例中，MV预测可以使用来自相邻块正在使用的相同参考图片的预测器。

在一些实施方式中，使用用于图片间预测的合并模式。在一个示例中，当合并标志(包括跳过标志)被信令通知为真时，然后信令通知合并索引，以指示使用合并候选列表中的哪个候选来指示当前块的运动矢量。在解码器处，基于当前块的空间相邻和时间相邻来构造合并候选列表。在一些示例中，将多达四个在空间上相邻的MV添加到合并候选列表中。另外，将来自当前块上的时间相邻的最多一个MV添加到合并候选列表。

在一些示例中，附加合并候选包括组合的双向预测候选和零运动矢量候选。在一个示例中，在将块的运动信息作为合并候选之前，执行冗余检查以检查运动信息是否与当前合并候选列表中的元素相同。当运动信息不同于当前合并候选列表中的每个元素时，可以将运动信息作为合并候选添加到合并候选列表。MaxMergeCandsNum被定义为合并列表的大小(以候选编号表示)。在例如HEVC的示例中，在比特流中信令通知MaxMergeCandsNum。在一个示例中，在VVC测试模型3(VTM3)中，常规合并列表的最大允许大小为6。

仿射合并(AF_MERGE)模式是可以使用的另一种工具。AF_MERGE模式可以应用于宽度和高度均大于或等于8的CU。在AF_MERGE模式下，基于空间相邻CU的运动信息生成当前CU的控制点运动矢量(CPMV)。在一些示例中，控制点运动矢量预测器(CPMVP)候选的数量可以多达五个，并且信令通知索引以指示要用于当前CU的CPMVP候选的数量。在一些实施方式中，使用三种类型的CPMVP候选来形成仿射合并候选列表。第一类型的CPMVP候选可以是从相邻CU的CPMV推断出的继承仿射合并候选。第二类型的CPMVP候选可以被构造成使用相邻CU的平移MV得出的仿射合并候选CPMVP。第三种类型的CPMVP候选是零MV。

在一些标准中，例如VVC测试模型3(VTM3)，最多有两个继承仿射候选，它们是从相邻块的仿射运动模型中得出的，一个来自左相邻CU，另一个来自上相邻CU。候选块可以是图8中所示的块A0、A1、B0、B1和B2。对于左预测器，扫描顺序为A0->A1，而对于上预测器，扫描顺序为B0->B1->B2。在一个示例中，从每一侧选择第一继承候选。在两个继承候选之间不执行修剪检查。当识别到相邻仿射CU时，其控制点运动矢量被用于得出当前CU的仿射合并列表中的CPMVP候选。

图9示出了仿射合并模式的示例。如图9所示，当以仿射模式对相邻的左下块A进行编码时，获得包含块A的CU的左上角、右上角和左下角的运动矢量v2、v3和v4。当使用4参数仿射模型对块A进行编码时，根据v2和v3计算当前CU的两个CPMV。在使用6参数仿射模型对块A进行编码的情况下，根据v2、v3和v4计算当前CU的三个CPMV。

在一个示例中，构造仿射候选是通过组合每个控制点的相邻平移运动信息而构造的候选。控制点的运动信息是从图10所示的指定的空间相邻和时间相邻获得的。CPMVk(k＝1、2、3、4)可以用于表示第k个控制点。对于CPMV1，在一个示例中，以B2->B3->A2的顺序检查相邻块B2、B3和A2，并且使用第一可用块的MV。对于CPMV2，在一个示例中，以B1->B0块的顺序检查相邻块B1和B0，并且使用第一可用块的MV。对于CPMV3，在一个示例中，以A1->A0的顺序检查相邻块A1和A0，并且使用第一可用块的MV。在一个示例中，当时间运动矢量预测(在图10中示为T)可用时，TMVP用作CPMV4。

在一些示例中，在获得四个控制点的运动信息(运动矢量)之后，基于运动信息构造仿射合并候选。在一个示例中，控制点的运动信息被适当地组合，并以用于一定顺序构造仿射合并候选。例如，顺序为{CPMV1，CPMV2，CPMV3}、{CPMV1，CPMV2，CPMV4}、{CPMV1，CPMV3，CPMV4}、{CPMV2，CPMV3，CPMV4}、{CPMV1，CPMV2}、{CPMV1，CPMV3}。3个CPMV的组合构成6参数的仿射合并候选，而2个CPMV的组合构成4参数的仿射合并候选。为了避免运动缩放过程，当控制点的参考索引不同时，丢弃控制点MV的相关组合。

在一些标准例如VTM中支持基于子块的时间运动矢量预测(SbTMVP)。类似于HEVC中的时间运动矢量预测(TMVP)，SbTMVP使用并置图片中的运动场来改进当前图片中CU的运动矢量预测和合并模式。在一些示例中，TMVP使用的相同的并置图片被用于SbTVMP。

SbTMVP在两个主要方面与TMVP不同。在第一主要方面中，TMVP预测CU级别的运动信息，而SbTMVP预测子CU级别的运动信息。在第二主要方面中，TMVP从并置图片中的并置块(并置块是相对于当前CU的右下角或中心块)中获取时间运动矢量，而SbTMVP在从并置图片获取时间运动信息之前应用运动移位，以及从来自当前CU的空间相邻块之一的运动矢量获得运动移位。

图11至图12示出了根据本公开内容的一些实施方式的SbTVMP过程的示例。SbTMVP分两步预测当前CU内子CU的运动矢量。在第一步骤中，以A1、B1、B0和A0的顺序检查图11中所示的空间相邻，以识别具有使用并置图片作为其参考图片的运动矢量的第一空间相邻块。然后，将使用所收集的图片作为其参考图片的运动矢量，选择为要应用的运动移位。如果没有从A1、B1、B0和A0的空间相邻中识别出此类运动，则将运动移位设置为(0，0)。

在第二步骤中，如图12所示，应用在第一步骤中标识的运动移位(即，将其添加到当前块的坐标中)，以从并置图片中获得子CU级运动信息(运动矢量和参考索引)。在图12示例中，将A1的运动向量设置为运动移位1210。然后，对于每个子CU，使用并置图片中的对应块(覆盖中心样本的最小运动网格)的运动信息来得出子CU的运动信息。在识别出并置子CU的运动信息之后，以与HEVC的TMVP处理类似的方式，将其转换为当前子CU的运动矢量和参考索引。例如，应用时间运动缩放以将时间运动矢量的参考图片与当前CU的参考图片对准。

在一些示例中，例如在VTM3中，将包括SbTVMP候选和仿射合并候选两者的基于组合子块的合并列表，用于基于子块的合并模式的信令。通过序列参数集(SPS)标志启用/禁用SbTVMP模式。当启用SbTMVP模式时，将SbTMVP预测器添加为基于组合子块的合并列表的第一条目，然后添加仿射合并候选。在VTM3中，基于子块的合并列表的最大允许大小为5。

在一个示例中，在SbTMVP中使用的子CU大小固定为8×8，并且与仿射合并模式一样，SbTMVP模式仅适用于宽度和高度都大于或等于8的CU。

在一些实施方式中，附加SbTMVP合并候选的编码逻辑与其他合并候选的相同。在一个示例中，对于P或B切片中的每个CU，执行附加的率失真检查，以决定是否使用SbTMVP候选。

根据本公开内容的一些方面，可以应用各种改进以提高编码效率。在一个示例中，可以应用约束以将三角预测单元模式的使用限制为宽度或高度为4的编码块。注意，编码块的面积可能已经满足面积要求(面积≥64)。

在一些实施方式中，诸如umve_flag、sub_block_flag、MHIntra_flag、triangle_flag等的标志的编码编码器匹配相应模式的使用频率。例如，首先对最常用模式的标志进行编码，而最后对最不常用模式的标志进行编码。在一个示例中，可以快速解码最常用模式的标志，而无需解码不常用模式。在一些示例中，解码器使用“如果”注释序列来基于标志确定预测模式。当解码器解码第一个“真”标志时，可以跳过其余的“如果”注释。然后，当首先对最常使用的模式进行编码时，可以减少解码器确定预测模式的平均时间。

对于用合并/跳过模式编码的编码单元，sub_block_flag指示是否使用仿射预测或ATMVP，而inter_affine_flag仅指示对于帧间预测编码单元是否使用仿射。在一些相关示例中，相同的上下文模型和相同的上下文模型推导用于语法元素sub_block_flag和inter_affine_flag，并且可能导致上下文模型的效率低下。本公开内容提供了用于对语法元素sub_block_flag和inter_affine_flag使用不同的上下文模型推导的技术。

注意，提出的方法可以单独使用或以任何顺序组合。在下面的描述中，术语块可以被解释为预测块、编码块或编码单元，即，CU；术语宽度和高度表示块的宽度和高度。

根据本公开内容的一些方面，施加了对三角预测单元模式的使用的进一步约束。约束基于块的形状或大小信息。在一些实施方式中，三角预测单元模式不允许用于窄块。在实施方式中，使用一些阈值。例如，M是宽度阈值，N是高度阈值。然后，当宽度≤M或高度≤N时，不允许三角预测单元模式。

注意，阈值可以是任何合适的值。在一个示例中，M和N设置为4。在另一示例中，M和N设置为8。

还应注意，M和N可以相同或不同。在一些实施方式中，M和N在诸如序列参数集(SPS)、图片参数集(PPS)或切片标头的比特流中信令通知。

在一些实施方式中，可以基于包括但不限于时间层、量化参数(QP)和图片分辨率的编码信息来得出M和N。编码信息还可以包括先前编码帧的三角预测单元(PU)的使用。在一个示例中，当宽度大于M'的三角PU的百分比小于给定阈值时，则将M更新为M'。在另一个示例中，当所有宽度大于M'的三角PU的百分比大于给定阈值时，则将M更新为M'<<1。

在一些实施方式中，当不允许三角预测单元时，不信令通知标志triangle_flag，而是将其推断为零(未使用)。在另一个实施方式中，当不允许三角预测单元时，信令通知标志triangle_flag，但是始终将其分配为零(不使用)。

根据本公开内容的一些方面，根据其使用频率来设置诸如umve_flag、sub_block_flag、MHIntra_flag、triangle_flag等的一些合并标志的编码顺序。标志的使用是指与标志对应的模式的使用。在一个实施方式中，首先对最常用的标志进行编码，而最后对最不常用的标志进行编码。

在另一个实施方式中，根据不同的优先级组对合并标志进行排序。例如，umve_flag和sub_block_flag的优先级高于MHIntra_flag和triangle_flag。umve_flag和sub_block_flag的标志位于较高优先级组中，MHIntra_flag和triangle_flag的标志位于较低优先级组中。高优先级组中的标志在低优先级组中的标志之前被信令通知。一个优先级组内的顺序可以由其他规则确定。因此，在一些示例中，仅当(一个或多个)较高优先级等级组中的标志全部被信令通知或推断为假时，才需要信令通知(一个或多个)较低优先级组中的标志。否则，如果较高优先级组中的任何标志为真，则应将较低优先级组中的所有标志信令通知为假或推断为假。

在另一个实施方式中，可以在诸如SPS、PPS、或切片标头、或图块组标头、或图块标头，或与图片或图片的一部分相关联的任何标头的比特流中，以更高级别的语法结构来信令通知用于合并相关模式的这些标志等的编码顺序，例如umve_flag、sub_block_flag、MHIntra_flag、triangle_flag。因此，不同的图片、切片或图块组可以使用不同的编码顺序。可以基于图片、切片或图块组的属性来确定编码顺序。

注意，可以使用任何合适的编码顺序。在一些示例中，这些标志的编码顺序是umve_flag、sub_block_flag、triangle_flag和MHIntra_flag。在一个示例中，当umve_flag、sub_block_flag和triangle_flag中的任何标志为真时，MHIntra_flag不信令通知并且被推断为假。在另一个实施方式中，编码顺序是sub_block_flag、umve_flag、triang_flag和MHIntra_flag。

在一些实施方式中，在编码/解码期间自适应地调整合并相关标志的编码顺序，例如sub_block_flag、umve_flag、triang_flag和MHIntra_flag。在一些示例中，当存在由特定编码模式编码的多于N个的相邻块(例如，N是预定义的整数阈值)时，针对该特定编码模式的对应标志和在该特定编码模式之前信令通知的编码模式标志的顺序被交换。

在另一个示例中，一些计数器用于对由这些模式中的每一个编码的块(或样本)的数量进行计数。在对当前块(或当前VPDU或当前CTU)进行解码之后，这些标志的编码顺序将基于计数器的计数值进行调整。

在另一个实施方式中，信令通知新的语法元素例如mode_idc，以识别使用哪种模式(sub_block、umve、triangle、MHIntra)。可以使用截断的一元编码对mode_idc进行二值化。mode_idc与最终模式之间的映射可以是预定义的，或者可以以更高级别的语法结构在比特流中信令通知，或者可以自适应地进行调整。

在另一个实施方式中，先前编码的合并模式相关标志的值可以用作上下文值，以用于对要信令通知的当前编码模式标志进行编码。编码标志和当前标志包括sub_block_flag、umve_flag、triang_flag和MHIntra_flag，并且编码标志需要在当前标志之前进行编码。

根据本公开内容的另一方面，左上和/或右上的相邻编码块可以用于triang_flag的上下文模型选择。

在一个实施方式中，来自左上和右上相邻编码块的triangle_flag用于选择上下文模型。在一个示例中，当来自左上和右上相邻编码块的triangle_flag都等于假时，使用索引为0的上下文模型；当来自左上和右上相邻编码块的triangle_flag都等于真时，使用索引为2的上下文模型；否则，使用索引为1的上下文模型。

在另一个示例中，当来自左上和右上相邻编码块的triangle_flag都等于假时，使用索引为0的上下文模型；否则，使用索引为1的上下文模型。

在另一个实施方式中，来自左和上相邻编码块的triangle_flag用于选择上下文模型。当来自左和上相邻编码块的两个triangle_flag都等于假时，使用索引为0的上下文模型；否则，使用索引为1的上下文模型。

在另一个实施方式中，来自左上相邻编码块的triangle_flag用于选择上下文模型。在一个示例中，当来自左上相邻编码块的triangle_flag等于假时，使用索引为0的上下文模型；否则，使用索引为1的上下文模型。

在另一个实施方式中，来自右上相邻编码块的triangle_flag用于选择上下文模型。在一个示例中，当来自右上相邻编码块的triangle_flag等于假时，使用索引为0的上下文模型；否则，使用索引为1的上下文模型。

根据本公开内容的另一方面，帧内预测模式被分配给由三角划分编码的编码块，并且帧内预测模式被三角划分模式和/或块形状标识，并且该分配的帧内预测模式可以用于帧内模式编码，并推导以帧内预测模式编码的后续编码块的最可能的模式。

在一些示例中，例如在VVC中，可以使用总共87种帧内预测模式。

图13示出了根据本公开内容的一些实施方式的帧内预测模式的示例。在一些示例中，使用从帧内预测模式2到帧内预测模式66编号的65个定向帧内预测模式。帧内预测模式0是平面模式，而帧内预测模式1是DC模式。此外，在一些示例中，添加了广角帧内预测模式(WAIP)。在图13示例中，将帧内预测模式-1至帧内预测模式-10相加以及将帧内预测模式67至帧内预测模式76相加。如图13所示，帧内预测模式18是水平模式，帧内预测模式50是垂直模式，并且帧内预测模式2、帧内预测模式34和帧内预测模式66是对角线模式。

在一个实施方式中，块的形状由块的宽度与高度之比、或块的面积大小、或块的宽度或块的高度来标识。在一个实施方式中，在三角划分之后，如果两个PU位于当前块的左下角和右上角位置，则预测方向最接近连接左上样本与右下样本的角度，的帧内预测模式被分配给当前编码块。在一个示例中，当当前块为正方形并且两个PU位于当前块的左下和右上位置时，则将帧内预测模式34(图13所示的对角线模式之一)分配给当前块。

在另一个实施方式中，在三角划分之后，当两个PU位于当前块的右下和左上位置时，预测方向最接近连接左上样本与右下样本的角度的帧内预测模式被分配给当前编码块。在一个示例中，当当前块为正方形并且两个PU位于当前块的左下和右上位置时，帧内预测模式66(图13所示的对角线模式之一)被分配给当前块。在另一示例中，当当前块为正方形并且两个PU位于当前块的左下和右上位置时，帧内预测模式2(图13所示的对角线模式之一)被分配给当前块。

根据本公开内容的另一方面，不同的上下文模型推导方法用于语法元素sub_block_flag和inter_affine_flag。在一个实施方式中，来自左和上相邻编码块的sub_block_flag被用于得出sub_block_flag的上下文模型。例如，当来自左和上相邻编码块的两个sub_block_flag等于假时，使用索引为0的上下文模型；当来自左和上相邻编码块的两个sub_block_flag都等于真时，使用索引为2的上下文模型；否则，使用索引为1的上下文模型。

在另一个实施方式中，来自左和上相邻编码块的inter_affine_flag被用于得出inter_affine_flag的上下文模型。例如，当来自左和上相邻编码块的两个inter_affine_flag等于假时，使用索引为0的上下文模型；当来自左和上相邻编码块的两个inter_affine_flag等于真时，使用索引为2的上下文模型；否则，使用索引为1的上下文模型。

此外，在另一个实施方式中，sub_block_flag和inter_affine_flag使用不同的上下文模型集。例如，尽管计算出的sub_block_flag和inter_affine_flag的上下文模型索引相同，但是由于使用了不同的上下文模型集，因此对于sub_block_flag和inter_affine_flag仍使用不同的上下文模型。

根据本公开内容的一些其他方面，以相关方式而不是以单独方式来信令通知常规合并候选列表的大小(基于块)和基于子块的合并候选列表的大小，以改善信令效率。信令技术也可以应用于跳过模式。

在以下描述中，术语块可以解释为预测块、编码块或编码单元，即CU。

根据本公开内容的一方面，使用统一的合并列表大小信令技术。在一些实施方式中，统一合并列表大小用于常规合并模式和基于子块的合并模式二者。在一些实施方式中，不信令通知子块合并列表大小，而是可以从常规合并列表的大小中得出。在相关示例中，常规合并候选列表的大小和基于子块的合并候选列表的大小被分别信令通知。与相关示例相比，本公开内容中公开的技术具有更高的编码效率。

在一个实施方式中，变量“max_allowed_merge_size–actual_merge_size”(最大允许的合并列表大小与实际合并列表大小的差)在切片标头、图块/图块组标头或任何其他适用的标头处被信令通知，以用于两个合并模式列表。在该实施方式中，max_allowed_merge_size表示最大允许的合并列表大小，而actual_merge_size表示当前图块/图块组/切片/图片/序列或任何其他适用的标头中的实际使用的合并大小。

在另一个实施方式中，两个列表的最大允许合并大小被设置为6或5，作为编码器和解码器的预定义值。

在另一个实施方式中，两个列表的合并索引的二值化上下文建模和熵编码是相同的。

在另一个实施方式中，当对于当前图块/图块组/切片/图片/序列或当前块之外的任何其他级别未启用仿射模式或SbTMVP模式时，子块合并模式的解码合并列表大小被裁剪为较小的尺寸。常规合并列表的合并大小不变(解码值)。

在另一个实施方式中，当仿射模式未启用时，子块合并模式候选列表大小由以下两者中的较小者确定：两个列表的解码合并列表大小以及指示使用SbTMVP合并模式(为1)还是不使用SbTMVP合并模式(为0)的使用标志值。

在另一个实施方式中，当未启用SbTMVP合并模式模式时，子块合并模式候选列表大小由以下两者中的较小者确定：两个列表的解码合并列表大小和指示使用仿射合并模式(为1)或不使用仿射合并模式(为0)的使用标志值的N倍，其中N是仿射合并列表大小的整数值。在一个示例中，可以将N设置为5。因此，根据仿射使用标志，子块合并列表大小可以为N或0。

在另一个实施方式中，当未启用SbTMVP合并模式时，子块合并模式候选列表大小仍然由解码的合并列表大小决定。在这种情况下，缺少SbTMVP模式不会影响两个列表的实际使用的合并列表大小。

图14示出了概述根据本公开内容的实施方式的过程(1400)的流程图。过程(1400)可以用于重建以帧内模式编码的块，从而为正在重建的块生成预测块。在各个实施方式中，过程(1400)由处理电路执行，例如终端设备(110)、(120)、(130)和(140)中的处理电路、执行视频编码器(203)的功能的处理电路、执行视频解码器(210)的功能的处理电路、执行视频解码器(310)的功能的处理电路、执行视频编码器(403)的功能的处理电路等。在一些实施方式中，过程(1400)以软件指令实现，因此，当处理电路执行软件指令时，处理电路执行过程(1400)。处理从(S1401)开始，并且进行到(S1410)。

在(S1410)，从编码的视频比特流中解码当前块的预测信息。预测信息包括指示当前块上的合并标志的对应合并模式的使用或未使用的合并标志。在一个示例中，合并标志包括与具有运动矢量差的合并模式对应的标志、与子块合并预测模式对应的标志、与针对帧内模式的多假设预测对应的标志、以及与三角预测单元模式对应的标志。

在(S1420)，按照对应合并模式的使用频率的顺序，对合并标志进行解码，以找到指示其对应合并模式在当前块上的使用的第一标志。在一个示例中，以对应合并模式的使用频率降低顺序，对合并标志进行解码。首先解码对应于最频繁使用的合并模式的合并标志，而最后解码对应于最不经常使用的合并模式的合并标志。在一些实施方式中，从编码的视频比特流中解码编码顺序信号。编码顺序信号指示用于解码合并标志的顺序。然后，根据编码顺序信号所指示的顺序对合并标志进行解码。可以以更高级别的语法结构在编码视频双流中信令通知编码顺序信号，例如从任何序列参数集(SPS)、图片参数集(PPS)、切片标头、图块组标头和图块标头中。

在(S1430)，基于第一标志的对应合并模式来重构当前块的样本。然后，过程进行到(S1499)并终止。

上述技术可以使用计算机可读指令被实现为计算机软件，并且物理地存储在一个或更多个计算机可读介质中。例如，图15示出了适于实现所公开的主题的某些实施方式的计算机系统(1500)。

计算机软件可以使用任何合适的机器代码或计算机语言来编码，机器代码或计算机语言可以经受汇编、编译、链接等机制以创建包括指令的代码，该指令可以由一个或更多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或者通过解释、微代码执行等来执行。

指令可以在各种类型的计算机或其部件上执行，包括例如个人计算机、平板计算机、服务器、智能电话、游戏设备、物联网设备等。

图15中示出的用于计算机系统(1500)的部件本质上是示例性的，并且不旨在对实现本公开内容的实施方式的计算机软件的使用范围或功能提出任何限制。部件的配置也不应当被解释为具有与计算机系统(1500)的示例性实施方式中示出的部件中的任何一个部件或部件的组合有关的任何依赖性或要求。

计算机系统(1500)可以包括某些人机接口输入设备。这样的人机接口输入设备可以响应于由一个或更多个人类用户通过例如触觉输入(诸如：键击、挥击、数据手套移动)、音频输入(诸如：语音、拍手)、视觉输入(诸如：手势)、嗅觉输入(未示出)的输入。人机接口设备还可以用于捕获不一定与人的意识输入直接有关的某些媒体，诸如音频(诸如：语音、音乐、环境声音)、图像(诸如：扫描图像、从静态图像摄像装置获得的摄影图像)、视频(诸如二维视频、包括立体视频的三维视频)。

输入人机接口设备可以包括以下中的一个或更多个(描述的每个中的仅一个)：键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、摄像装置(1508)。

计算机系统(1500)还可以包括某些人机接口输出设备。这样的人机接口输出设备可以通过例如触觉输出、声音、光和气味/味道来刺激一个或更多个人类用户的感觉。这样的人机接口输出设备可以包括触觉输出设备(例如，通过触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但是也可以有不用作输入设备的触觉反馈设备)、音频输出设备(诸如：扬声器(1509)、头戴式耳机(未示出))、视觉输出设备(例如，包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1510)，每个屏幕具有或不具有触摸屏输入能力，每个具有或不具有触觉反馈能力——其中的一些可能能够通过诸如立体图像输出的方式输出二维视觉输出或多于三维输出；虚拟现实眼镜(未描绘)、全息显示器和烟罐(未描绘))和打印机(未描绘)。

计算机系统(1500)还可以包括人类可访问存储设备及其相关联的介质，例如包括具有CD/DVD等介质(1521)的CD/DVD ROM/RW(1520)的光学介质、拇指驱动器(1522)、可移除硬盘驱动器或固态驱动器(1523)、遗留磁性介质(诸如磁带和软盘(未描绘))、基于专用ROM/ASIC/PLD的设备(诸如安全加密狗(未描绘))等。

本领域技术人员还应当理解，结合当前公开的主题使用的术语“计算机可读介质”不包含传输介质、载波或其他瞬时信号。

计算机系统(1500)还可以包括到一个或更多个通信网络的接口。网络可以是例如无线的、有线连接的、光学的。网络还可以是本地的、广域的、城市的、车载的和工业的、实时的、延迟容忍的等。网络的示例包括：诸如以太网的局域网，无线LAN，包括GSM、3G、4G、5G、LTE等的蜂窝网络，包括有线电视、卫星电视和地面广播电视的电视有线连接或无线广域数字网络，包括CAN总线的车辆的和工业的等。某些网络通常需要附接至某些通用数据端口或外围总线(1549)(例如，计算机系统(1500)的USB端口)的外部网络接口适配器；其他通常通过如下所述(例如，到PC计算机系统的以太网接口或到智能电话计算机系统的蜂窝网络接口)附接至系统总线而集成到计算机系统(1500)的核中。使用这些网络中的任何网络，计算机系统(1500)可以与其它实体进行通信。这样的通信可以是单向的、仅接收的(例如，广播电视)、单向仅发送的(例如，到某些CAN总线设备的CAN总线)、或双向的(例如，使用局域数字网络或广域数字网络到其它计算机系统)。可以在如上所述的这些网络和网络接口中的每个网络和网络接口上使用某些协议和协议栈。

上述人机接口设备、人类可访问存储设备和网络接口可以被附接至计算机系统(1500)的核(1540)。

核(1540)可以包括一个或更多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、现场可编程门区(FPGA)(1543)形式的专用可编程处理单元、用于某些任务的硬件加速器(1544)等。这些设备连同只读存储器(ROM)(1545)、随机存取存储器(1546)、内部大容量存储装置(诸如内部非用户可访问硬盘驱动器、SSD等)(1547)可以通过系统总线(1548)连接。在一些计算机系统中，可以以一个或更多个物理插头的形式访问系统总线(1548)，以使得能够由附加的CPU、GPU等进行扩展。外围设备可以直接地或通过外围总线(1549)附接至核心的系统总线(1548)。外围总线的架构包括PCI、USB等。

CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可以执行某些指令，这些指令组合起来可以构成以上提及的计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546)中，而永久数据可以存储在例如内部大容量存储装置(1547)中。可以通过使用缓存存储器来实现对存储设备中的任何存储设备的快速存储和检索，该缓存存储器可以与一个或更多个CPU(1541)、GPU(1542)、大容量存储装置(1547)、ROM(1545)、RAM(1546)等紧密相关联。

计算机可读介质可以在其上具有用于执行各种计算机实现的操作的计算机代码。介质和计算机代码可以是出于本公开内容的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以具有计算机软件领域的技术人员公知且可用的类型。

作为示例而非限制，具有架构的计算机系统(1500)——特别是核(1540)——可以由于(一个或多个)处理器(包括CPU、GPU、FPGA、加速器等)执行体现在一个或更多个有形计算机可读介质中的软件而提供功能。这样的计算机可读介质可以是与如以上所介绍的用户可访问的大容量存储装置相关联的介质，以及具有非暂态性质的核(1540)的某些存储装置，例如，核内部大容量存储装置(1547)或ROM(1545)。可以将实现本公开内容的各种实施方式的软件存储在这样的设备中并且由核(1540)执行。根据特定需要，计算机可读介质可以包括一个或更多个存储器装置或芯片。软件可以使核(1540)——特别是其中的处理器(包括CPU、GPU、FPGA等)——执行本文中描述的特定处理或特定处理的特定部分，包括限定存储在RAM(1546)中的数据结构以及根据由软件限定的处理修改这样的数据结构。另外地或替选地，计算机系统可以由于逻辑硬连线或以其他方式体现在电路(例如：加速器(1544))中而提供功能，该电路可以代替软件或与软件一起操作以执行本文中描述的特定处理或特定处理的特定部分。在适当的情况下，提及软件可以包含逻辑，反之提及逻辑也可以包含软件。在适当的情况下，提及计算机可读介质可以包含存储用于执行的软件的电路(例如，集成电路(IC))、体现用于执行的逻辑的电路或上述两者。本公开内容包含硬件和软件的任何合适的组合。

附录A：首字母缩写词

JEM：联合勘探模型

VVC：通用视频编码

BMS：基准集

MV：运动矢量

HEVC：高效视频编码

SEI：补充增强信息

VUI：视频可用性信息

GOP：图片组

TU：变换单元

PU：预测单元

CTU：编码树单元

CTB：编码树块

PB：预测块

HRD：假设参考解码器

SNR：信噪比

CPU：中央处理单元

GPU：图形处理单元

CRT：阴极射线管

LCD：液晶显示器

OLED：有机发光二极管

CD：光盘

DVD：数字视频光盘

ROM：只读存储器

RAM：随机存取存储器

ASIC：专用集成电路

PLD：可编程逻辑设备

LAN：局域网

GSM：全球移动通信系统

LTE：长期演进

CANBus：控制器局域网总线

USB：通用串行总线

PCI：外围组件互连

FPGA：现场可编程门阵列

SSD：固态驱动器

IC：集成电路

CU：编码单元

尽管本公开内容已经描述了一些示例性实施方式，但是存在落入本公开内容的范围内的改变、置换和各种替换等效物。因此将认识到，虽然本文中没有明确示出或描述，但是本领域技术人员能够设想体现本公开内容的原理并且因此在其精神和范围内的许多系统和方法。