[發(fā)明專利]在多跨分量預測(PMC)模式下的色度編解碼增強

有效

• 申請?zhí)枺?/td>: 202180003284.8
• 申請日: 2021-06-03
• 公開（公告）號: CN114080806B
• 公開（公告）日: 2022-11-11
• 發(fā)明（設(shè)計）人: 郭哲瑋;修曉宇;陳偉;王祥林;陳漪紋;馬宗全;朱弘正;于冰
• 申請（專利權(quán)）人: 北京達佳互聯(lián)信息技術(shù)有限公司
• 主分類號: H04N19/186
• 分類號: H04N19/186;H04N19/176;H04N19/593;H04N19/96
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司 11286
• 代理人: 蘇銀虹;王兆賡

一種執(zhí)行對視頻數(shù)據(jù)進行編解碼的方法的電子設(shè)備。所述方法包括：從視頻數(shù)據(jù)的比特流接收語義元素，其中所述語義元素指示幀內(nèi)色度預測模式是用于編碼單元的多跨分量預測PMC模式之一；根據(jù)應(yīng)用于所述編碼單元的亮度分量的重建的線性模型來導出所述編碼單元的色度分量的中間預測；將裁剪操作應(yīng)用于色度分量的所述中間預測的輸出，以將所述中間預測的所述輸出的值限制在預定范圍內(nèi)。所述方法還包括利用正/負符號和權(quán)重參數(shù)來將視頻分量Cb和Cr的預測殘差之間的相關(guān)合并到符號和縮放比例中。

本申請要求于2020年06月03日提交的題為“色度編解碼增強”的美國臨時專利申請No.62/033,836的優(yōu)先權(quán)，其全部內(nèi)容通過引用并入本文。

技術(shù)領(lǐng)域

本申請總體涉及視頻編解碼和壓縮，并且更具體地，涉及關(guān)于提高色度編解碼效率的方法和裝置。

背景技術(shù)

各種電子設(shè)備(諸如數(shù)字電視、膝上型計算機或臺式計算機、平板計算機、數(shù)碼相機、數(shù)字記錄設(shè)備、數(shù)字媒體播放器、視頻游戲機、智能電話、視頻電話會議設(shè)備、視頻流設(shè)備等)都支持數(shù)字視頻。電子設(shè)備通過實施視頻壓縮/解壓縮標準來發(fā)送、接收、編碼、解碼和/或存儲數(shù)字視頻數(shù)據(jù)。一些眾所周知的視頻編解碼標準包括由ISO/IECMPEG和ITU-TVCEG聯(lián)合開發(fā)的通用視頻編解碼(VVC)、高效視頻編解碼(HEVC，也稱為H.265或MPEG-H第2部分)和高級視頻編碼(AVC，也稱為H.264或MPEG-4第10部分)。AO媒體視頻1(AV1)是由開放媒體聯(lián)盟(AOM)開發(fā)的，作為其先前標準VP9的后繼者。音視頻編解碼(AVS)，是指數(shù)字音頻和數(shù)字視頻壓縮標準，是由中國音視頻編解碼標準工作組制定的又一系列視頻壓縮標準。

視頻壓縮通常包括執(zhí)行空間(幀內(nèi))預測和/或時間(幀間)預測來減少或移除視頻數(shù)據(jù)中固有的冗余。對于基于塊的視頻編碼，將視頻幀分割為一個或更多個條帶，每個條帶具有多個視頻塊，視頻塊也可被稱為編碼樹單元(CTU)。每個CTU可包含一個編碼單元(CU)或者遞歸地被拆分為更小的CU直到達到預定義的最小CU尺寸為止。每個CU(也稱為葉CU)包含一個或多個變換單元(TU)并且每個CU還包含一個或多個預測單元(PU)。可以以幀內(nèi)、幀間或IBC模式對每個CU進行編碼。視頻幀的幀內(nèi)編碼(I)條帶中的視頻塊使用關(guān)于同一視頻幀內(nèi)的鄰近塊中的參考樣點的空間預測來進行編碼。視頻幀的幀間編碼(P或B)條帶中的視頻塊可使用關(guān)于同一視頻幀內(nèi)的鄰近塊中的參考樣點的空間預測或關(guān)于其它先前參考視頻幀和/或未來參考視頻幀中的參考樣點的時間預測。

基于先前已被編碼的參考塊(例如，鄰近塊)的空間預測或時間預測得出用于待編碼的當前視頻塊的預測塊。找到參考塊的過程可通過塊匹配算法來完成。表示待編碼的當前塊與預測塊之間的像素差的殘差數(shù)據(jù)被稱為殘差塊或預測誤差。根據(jù)殘差塊和指向參考幀中的形成預測塊的參考塊的運動矢量來對幀間編碼塊進行編碼。確定運動矢量的過程通常被稱為運動估計。根據(jù)幀內(nèi)預測模式和殘差塊對幀內(nèi)編碼塊進行編碼。為了進一步壓縮，將殘差塊從像素域變換到變換域(例如，頻域)，從而得出殘差變換系數(shù)，殘差變換系數(shù)然后可被量化。最初以二維陣列布置的量化的變換系數(shù)可被掃描以生成變換系數(shù)的一維向量，然后被熵編碼為視頻比特流以實現(xiàn)甚至更大的壓縮。

然后，將經(jīng)編碼的視頻比特流保存于計算機可讀存儲介質(zhì)(例如，閃存存儲器)中，以由具有數(shù)字視頻能力的另一電子設(shè)備訪問或者有線或無線地直接發(fā)送到電子設(shè)備。然后，電子設(shè)備執(zhí)行視頻解壓縮(其為與上文描述的視頻壓縮相反的過程)，例如，通過對經(jīng)編碼的視頻比特流進行解析來從比特流獲得語義元素，并且至少部分地基于從比特流獲得的語義元素從經(jīng)編碼的視頻比特流將數(shù)字視頻數(shù)據(jù)重建為其原始格式，并且電子設(shè)備在電子設(shè)備的顯示器上呈現(xiàn)重建的數(shù)字視頻數(shù)據(jù)。

隨著數(shù)字視頻質(zhì)量從高清變?yōu)?K×2K或甚至8K×4K，待編碼/解碼的視頻數(shù)據(jù)量呈指數(shù)增長。在如何在保持解碼視頻數(shù)據(jù)的圖像質(zhì)量的同時能夠更有效率地對視頻數(shù)據(jù)進行編碼/解碼方面，是一個長久挑戰(zhàn)。

發(fā)明內(nèi)容