基于分组的合并候选的自适应重新排序的制作方法

基于分组的合并候选的自适应重新排序
交叉引用
1.本技术要求于2022年9月14日提交的美国专利申请号17/945,006、“基于分组的合并候选的自适应重新排序(grouping based adaptive reordering of merge candidate)”的优先权，该美国专利申请要求于2021年10月5日提交的美国临时申请号63/252,602、“基于分组的合并候选的自适应重新排序(grouping based adaptive reordering of merge candidate)”的优先权。在先申请的公开内容通过引用整体结合在本文中。
技术领域
2.本公开描述了总体上涉及视频编解码的实施例。


背景技术：

3.本文所提供的背景描述旨在整体呈现本技术的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在本技术提交时作为现有技术，且从未明示或暗示其被承认为本技术的现有技术。
4.未压缩的数字图像和/或视频可包括一系列图片，每个图片具有例如1920
×
1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60hz。未压缩的图像和/或视频具有特定的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(1920x1080亮度样本分辨率，60hz帧率)要求接近1.5gbit/s带宽。一小时这样的视频就需要超过600gb的存储空间。
5.图像和/或视频编码和解码的一个目的，是通过压缩减少输入图像和/或视频信号的冗余信息。视频压缩可以帮助降低对上述带宽和/或存储空间的要求，在某些情况下可降低两个或更多数量级。尽管本文的描述使用视频编码/解码作为说明性示例，但是在不脱离本公开的精神的情况下，相同的技术可以以类似的方式应用于图像编码/解码。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
6.视频编码器和解码器可利用来自若干广泛类别的技术，包括例如运动补偿、变换处理、量化及熵编解码。
7.视频编解码器技术可包括称为帧内编解码的技术。在帧内编解码中，在不参考来自先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生(诸如独立解码器刷新图片)可用于重置解码器状态，并且因此可用作已编码视频码流和视频会话中的第一图片，或者用作静止图像。可将帧内块的样本暴露
于变换，并且可在熵编解码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在一些情况下，变换后的dc值越小，并且ac系数越小，则在给定量化步长下表示熵编解码后的块所需的比特越少。
8.例如mpeg-2代编解码技术中使用的传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括例如基于周围样本数据和/或元数据来尝试进行预测的技术，该周围样本数据和/或元数据是在对数据块进行编码/解码期间获得的。这种技术此后称为“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重建中的当前图片的参考数据，而不使用来自参考图片的参考数据。
9.可以有许多不同形式的帧内预测。当在给定的视频编解码技术中可以使用多于一种这样的技术时，可以以帧内预测模式对所使用的技术进行编码。在某些情况下，帧内预测模式可以具有子模式和/或参数，其中这些子模式和/或参数可以被单独编码或者被包括在模式码字中，这些模式码字定义了使用的预测模式。对于给定模式，子模式和/或参数组合要使用的码字可能对通过帧内预测的编码效率增益有影响，并且将码字转换成码流的熵编解码技术也是如此。
10.帧内预测的某种模式与h.264一起被引入，在h.265中被改进，并且在诸如联合探索模式(jem，joint exploration model)、通用视频编码(vvc，versatile video coding)和基准集(bms，benchmark set)这些较新的编解码技术中被进一步改进。可以使用已经可用的样本的相邻样本值来形成预测器块。根据方向将相邻样本的样本值复制到预测器块中。对使用中方向的参考可以在码流中编码，或者可以预测其本身。
11.参照图1a，右下方描绘了来自h.265中定义的33个可能的预测方向(对应于35种帧内模式的33个角度模式)中已知的九个预测方向的子集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如，箭头(102)表示根据右上方与水平方向成45度角的一个或多个样本，预测样本(101)。类似地，箭头(103)表示根据左下方与水平方向成22.5度角的一个或多个样本，预测样本(101)。
12.仍然参考图1a，在左上方示出了一个包括4
×
4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)包括16个样本，每个样本用“s”、以及其在y维度上的位置(例如，行索引)和在x纬度上的位置(例如，列索引)来标记。例如，样本s21是y维度上的第二个样本(从顶部开始)和x维度上的第一个(从左侧开始)样本。类似地，样本s44在x维度和y维度上都是块(104)中的第四个样本。由于该块为4
×
4大小的样本，因此s44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本用"r"、以及其相对于块(104)的y位置(例如，行索引)和x位置(例如，列索引)来标记。在h.264与h.265中，预测样本与正在重建的块相邻，因此不需要使用负值。
13.通过从信号通知的预测方向所指示的相邻样本来复制参考样本值，可以进行帧内图片预测。例如，假设编码视频比特流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上方与水平方向成45度角的预测样本来预测样本。在这种情况下，根据同一参考样本r05，预测样本s41、s32、s23和s14。根据参考样本r08，预测样本s44。
14.在某些情况下，例如通过内插，可以合并多个参考样本的值，以便计算参考样本，尤其是当方向不能被45度整除时。
15.随着视频编码技术的发展，可能的方向的数量已经增加了。在h.264(2003年)中，
可以表示九种不同的方向。在h.265(2013年)中增加到了33个。当前，jem/vvc/bms可以支持多达65个方向。已经进行了实验来识别最可能的方向，并且熵编码中的某些技术被用于使用少量比特来表示那些可能的方向，对于较不可能的方向则接受某些代价。此外，有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身
16.图1b示出了用于描绘根据jem的65个帧内预测方向的示意图(110)，以示出随着时间推移预测方向的增加数量。
17.编码视频码流中表示方向的帧内预测方向比特的映射可以根据视频编码技术的不同而不同。该映射可以从简单直接映射到到码字、到涉及最可能模式的复杂自适应方案和类似技术。然而，在多数情况下，在视频内容中可能存在某些方向，这些方向比某些其它方向在统计上更不可能出现。由于视频压缩的目标是减少冗余，因此在良好工作的视频编解码技术中，那些不太可能的方向将由比更可能的方向具有更大数目的比特来表示。
18.可以使用具有运动补偿的帧间预测来进行图像和/或视频编码和解码。运动补偿可以是一种有损压缩技术，且可涉及如下技术：来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为mv)指示的方向移位后，用于新重建的图片或图片部分的预测。在某些情况下，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，或者三个维度，其中第三个维度表示使用中的参考图片(后者间接地可为时间维度)。
19.在一些视频压缩技术中，应用于某个样本数据区域的mv可根据其它mv来预测，例如根据与正在重建的区域空间相邻的另一个样本数据区域相关的、且按解码顺序在该mv前面的那些mv。这样做可以大大减少编码mv所需的数据量，从而消除冗余信息并增加压缩量。mv预测可以有效地进行，例如，当对从相机导出的输入视频信号(称为自然视频)进行编码时，存在一种统计上的可能性，即面积大于单个mv适用区域的区域，会朝着类似的方向移动，因此，在某些情况下，可以用邻近区域的mv导出的相似运动矢量进行预测。这导致针对给定区域发现的mv与根据周围mv预测的mv相似或相同，并且在熵编码之后，又可以用比直接编码mv时使用的比特数更少的比特数来表示。在某些情况下，mv预测可以是对从原始信号(即样本流)导出的信号(即mv)进行无损压缩的示例。在其它情况下，mv预测本身可能是有损的，例如由于根据几个周围mv计算预测值时产生的取整误差。
20.h.265/hevc(itu-t rec.h.265，“高效视频编码”，2016年12月)描述了各种mv预测机制。在h.265所提供的多种mv预测机制中，结合图2描述的是一种下文称为“空间合并”的技术。
21.参考图2，当前块(201)包括编码器在运动搜索过程中发现的样本，所述样本可以根据空间移动了相同大小的先前块进行预测。不直接对该mv进行编码，而是通过使用与五个周围样本中的任何一个相关联的mv，从与一个或多个参考图片相关联的元数据中导出该mv，例如从最近的(按解码顺序)参考图片中导出该mv。其中，五个周围样本分别用a0、a1和b0、b1、b2(从202到206)表示。在h.265中，mv预测可使用相邻块正在使用的同一参考图片的预测值。


技术实现要素：

22.本技术实施例的各方面提供了用于视频编码/解码的方法和装置。在一些示例中，
用于对视频进行解码的装置包括处理电路。
23.根据本公开的一个方面，提供了视频解码器中执行的视频解码方法。在该方法中，从已编码视频码流，接收当前图片中的当前块和所述当前块的相邻块的已编码信息；根据所述当前块的所述相邻块，生成所述当前块的合并候选列表；将所述当前块的所述合并候选列表划分成多个子组，所述多个子组中的每个子组包括一个或多个合并候选，其中，通过与所述一个或多个合并候选中的每一个合并候选相关联的相应的模板匹配tm代价，在每个子组内对所述一个或多个合并候选进行排序；以及根据从所述当前块的所述合并候选列表中选择的合并候选，重建所述当前块。
24.在该方法中，根据与所述多个子组中的每个子组相关联的相应的tm代价值，对所述合并候选列表中的所述多个子组进行重新排序。
25.为了对合并候选列表中的多个子组进行重新排序，首先确定与所述多个子组中的每个子组相关联的所述相应的tm代价值；根据与所述多个子组相关联的所述tm代价值的升序，对所述合并候选列表中的所述多个子组进行重新排序，使得重新排序后的所述合并候选列表中的所述多个子组中的第一子组与所述tm代价值中的最小tm代价值相关联。
26.为了确定与所述多个子组中的每个子组相关联的相应tm代价，确定所述多个子组中的第一子组中的所述一个或多个合并候选的多个模板匹配tm代价值，所述模板匹配tm代价值中的每一个与所述当前块的邻近相邻样本和所述第一子组中的相应的合并候选的邻近相邻样本之间的差相关联；根据所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的升序，对所述多个子组中的所述第一子组中的所述一个或多个合并候选进行重新排序，使得重新排序后的所述第一子组中的第一合并候选具有最小tm代价值。
27.在一个实例中，将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的所述最小tm代价值。
28.在一个实例中，将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的中值tm代价值。
29.在一个实例中，将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的多个最小tm代价值的中值tm代价值。
30.在一个实例中，将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的前两个最小tm代价值的平均值。
31.在所述方法中，基于以下各项中的至少一个来生成所述当前块的所述合并候选列表：来自所述当前块的所述相邻块的空间相邻块的空间运动矢量mv预测值；来自所述当前块的同位块的时间mv预测值；来自先进先出fifo表的基于历史的mv预测值；成对平均mv预测值；零mv；来自所述当前块的所述相邻块的非邻近空间相邻块的非邻近mv预测值；或所述当前块的非邻近时间mv预测值。
32.基于包括所述非邻近mv预测值和所述非邻近时间mv预测值的所述合并候选列表，将所述合并候选列表划分成包括第一组所述非邻近mv预测值的第一子组，所述第一组所述非邻近mv预测值相对于水平轴沿π/4的角度、π/2的角度、3π/4的角度、π的角度和5π/4的角
度定位；以及将所述合并候选列表划分成包括第二组所述非邻近mv预测值的第二子组，所述第二组所述非邻近mv预测值相对于所述水平轴沿所述π/4的角度、3π/8的角度、所述π/2的角度、5π/8的角度、所述3π/4的角度、7π/8的角度、所述π的角度、9π/8的角度和所述5π/4的角度定位。
33.将所述合并候选列表划分成包括所述非邻近时间mv预测值的第三子组。
34.在一些实例中，将所述合并候选列表划分成所述多个子组，使得所述多个子组中的每一个子组包括相同数目的合并候选、预定义数目的合并候选或相同类型的合并候选中的一者。
35.根据本公开的另一方面，提供了一个装置。所述装置包括处理电路。所述处理电路用于执行任一所述视频编码/解码方法。
36.本公开的各方面来提供了一种存储指令的非易失性计算机刻度存储介质，当所述指令被用于视频解码的计算机执行时，使所述计算机执行任一所述视频编码/解码方法。
附图说明
37.通过以下详细描述和附图，所公开的主题的其它特征、性质及各种优点将更加明显，其中：
38.图1a是帧内预测模式的示例性子集的示意图。
39.图1b示例性帧内预测方向的示意图。
40.图2示例性当前块以及其周围空间合并候选的示意图。
41.图3是根据实施例的通信系统(300)的简化框图的示意图。
42.图4是根据实施例的通信系统(400)的简化框图的示意图。
43.图5是根据实施例的解码器的简化框图的示意图。
44.图6是根据实施例的编码器的简化框图的示意图。
45.图7示出了根据另一实施例的编码器的框图。
46.图8示出了根据另一实施例的解码器的框图。
47.图9示出了另一实施例中空间合并候选的示例性位置。
48.图10示出了空间合并候选的示例性冗余校验。
49.图11示出了根据实施例的用于时间合并候选的运动矢量缩放的示意图。
50.图12示出了根据实施例的时间合并候选的示例性候选位置。
51.图13示出了根据实施例的示例性模板匹配程序。
52.图14示出了根据实施例的非邻近空间合并候选的示例性模式。
53.图15示出了根据实施例的基于子块的合并候选的示例性导出。
54.图16示出了根据实施例的非邻近空间合并候选的示例性模式。
55.图17示出了根据本公开的一些实施例的概述示例性解码过程的流程图。
56.图18示出了根据本公开的一些实施例的概述示例性编码过程的流程图。
57.图19是根据实施例的计算机系统的示意图。
具体实施方式
58.图3是通信系统(300)的示例性简化框图。通信系统(300)包括多个终端装置，所述
终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一对终端装置(310)和终端装置(320)。在图3的实施例中，终端装置(310)和终端装置(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一终端装置(320)。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(320)可从网络(350)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。
59.在另一实施例中，通信系统(300)包括执行已编码视频数据的例如在视频会议期间的双向传输的第二对终端装置(330)和(340)。对于双向数据传输，终端装置(330)和终端装置(340)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(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)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
60.在图3的实施例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可分别为服务器、个人计算机和智能电话，但本技术公开的原理可不限于此。本技术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(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)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(350)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。出于本论述的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本技术公开的操作来说可能是无关紧要的。
61.作为实施例，图4示出在流式传输环境中的视频编码器和视频解码器。本技术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、流式传输服务器以及在包括cd、dvd、存储棒等的数字介质上存储压缩视频等等。
62.流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)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(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)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4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(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(411)。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(404)、视频数据(407)和视频数据(409)(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，正在开发的视频编码标准非正式地称为下一代视频编码(versatile video coding，vvc)，本技术可用于vvc标准的上下文中。
63.应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
64.图5是视频解码器(510)的示例性框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
65.接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列。在一实施例，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的解码。可从信道(501)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(531)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(531)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(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)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(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)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(515)，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(515)，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(510)外部的类似元件(未标示)中。
66.视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(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(530)的组成部分，但可耦接到电子装置(530)，如图5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(video usability information，vui)的参数集片段(未标示)。解析器(520)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(520)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(520)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。
67.解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
68.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(521)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(520)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(520)与下文的多个单元之间的此类子群控制信息流。
69.除已经提及的功能块以外，视频解码器(510)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。
70.第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)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(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
71.在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块。帧内编码块为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(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)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(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
72.在其它情况下，缩放器/逆变换单元(551)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(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)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(553)从参考图片存储器(557)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(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)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(557)提取的样本值的内插、运动矢量预测机制等等。
73.聚合器(555)的输出样本可在环路滤波器单元(556)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(520)的符号(521)可用于环路滤波器单元(556)。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。
74.环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
75.一旦完全重建，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(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)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。
76.视频解码器(510)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 reference decoder，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。
77.在实施例中，接收器(531)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(510)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。
78.图6是视频编码器(603)的示例性框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
79.视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)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(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
80.视频源(601)可提供将由视频编码器(603)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.601y crcb、rgb
……
)和任何合适取样结构(例如y crcb 4:2:0、y crcb 4:4:4)。在媒体服务系统中，视频源(601)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(601)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。
81.根据实施例，视频编码器(603)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(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)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(650)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(650)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(603)。
82.在一些实施例中，视频编码器(603)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(630)(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(603)中的(本地)解码器(633)。解码器(633)
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。将重建的样本流(样本数据)输入到参考图片存储器(634)。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(634)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。
[0083]“本地”解码器(633)的操作可与例如已在上文结合图4详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)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(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
[0084]
在一些实例中，除了解码器中存在的解析/熵解码之外，解码器技术以相同或基本相同的功能形式存在于相应的编码器中。相应地，本技术侧重于解码器操作。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。
[0085]
在操作期间，在一些实施例中，源编码器(630)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(632)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。
[0086]
本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)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6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(633)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(634)中。以此方式，视频编码器(603)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)。
[0087]
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)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(635)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(635)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(634)中存储的多个参考图片取得的预测参考。
[0088]
控制器(650)可管理源编码器(630)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。
[0089]
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、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。
[0090]
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)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(640)可将来自视频编码器(603)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)。
[0091]
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)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：
[0092]
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。
[0093]
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。
[0094]
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。
[0095]
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。
[0096]
视频编码器(603)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(603)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。
[0097]
在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)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、sei消息、vui参数集片段等。
[0098]
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。
[0099]
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。
[0100]
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。
[0101]
根据本技术公开的一些实施例，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 tree unit，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(prediction block，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。
[0102]
图7是视频编码器(703)的示例性图。视频编码器(703)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(703)用于代替图4实施例中的视频编码器(403)。
[0103]
在hevc实施例中，视频编码器(703)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(703)使用例如率失真(rate-distortion，rd)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(703)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(703)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(703)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)。
[0104]
在图7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
[0105]
帧间编码器(730)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。
[0106]
帧内编码器(722)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(722)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)。
[0107]
通用控制器(721)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(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)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(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)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。
[0108]
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)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(724)用于将残差数据从时域转换到频域，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(703)还包括残差解码器(728)。残差解码器(728)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(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)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(722)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。
[0109]
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据hevc标准等合适标准产生码流中各种信息。在实施例中，熵编码器(725)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。
[0110]
图8是视频解码器(810)的示例图。视频解码器(810)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(810)用于代替图4实施例中的视频解码器(410)。
[0111]
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
[0112]
熵解码器(871)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(872)或帧间解码器(880)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(880)；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(872)。残差信息可经由逆量化并提供到残差解码器(873)。
[0113]
帧间解码器(880)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。
[0114]
帧内解码器(872)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。
[0115]
残差解码器(873)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，以将残差信息从频域转换到空间域。残差解码器(873)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(871)提供(未标示数据路径，因为这仅仅是低量控制信息)。
[0116]
重建模块(874)用于在空间域中组合由残差解码器(873)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。
[0117]
应注意，可使用任何合适的技术来实施视频编码器(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。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(403)、视频编码器(603)和视频编码器(703)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。
[0118]
本公开包括涉及将合并候选类型或合并候选组划分成多个子组的实施例。可以基于合并候选的特性来划分合并候选类型。进一步地，可以对每个子组内的合并候选进行重新排序。例如根据相对模板匹配代价，也可以对多个合并候选类型进行重新排序。例如，根据每个子组内的合并候选的特性，可以将每个合并候选类型划分成两个或更多个子组，并且可以自适应地对每个子组内的合并候选进行重新排序。根据每个合并候选类型的相对模板匹配代价，还可以对合并候选类型应用自适应重新排序。
[0119]
itu-t vceg(q6/16)和iso/iec mpeg(jtc 1/sc 29/wg 11)在2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)发布了h.265/hevc(高效率视频编码)标准。2015年，这两个标准组织共同形成了jvet(联合视频探索小组)，以探索开发超出hevc的下一个视频编码标准的潜力。2017年10月，这两个标准组织发布了关于具有超出hevc能力的视频压缩的建议的联合呼吁(cfp，call for proposal)。截至2018年2月15日，分别提交了22份关于标准动态范围(sdr，standard dynamic range)的cfp回复、12份关于高动态范围(hdr，high dynamic range)的cfp回复和12份关于360视频类别的cfp回复。2018年4月，在第122次mpeg会议/第10届jvet会议上，对所有接收到的cfp回复进行了评估。本次会议的结果是，jvet正式启动了超过hevc的下一代视频编码的标准化过程，新标准被命名为通用视频编码(vvc，versatile video coding)，并且jvet被重新命名为联合视频专家组。2020年，itu-t vceg(q6/16)和iso/iec mpeg(jtc 1/sc 29/wg 11)发布了vvc视频编码标准(版本1)。
[0120]
在帧间预测中，对于每个帧间预测编码单元(cu，coding unit)，vvc的编码特征需要运动参数，例如将其用于帧间预测样本生成。运动参数可以包括运动矢量、参考图片索引、参考图片列表使用索引和/或附加的信息。可以显式地或隐式地用信号通知运动参数。当用跳过模式对cu进行编码时，cu可以与一个pu相关联，并且可以不需要有效残余系数、已编码运动矢量增量和/或参考图片索引。当用合并模式对cu进行编码时，可以从相邻的cu中获得用于cu的运动参数。相邻的cu可以包括空间和时间候选，以及例如在vvc中引入的附加的调度(或附加的候选)。合并模式可以应用于任何帧间预测cu，而不仅仅应用于跳过模式。合并模式的替代方案是运动参数的显式传输，其中对于每一cu可以显式地用信号通知运动
矢量、每个参考图片列表的对应的参考图片索引、参考图片列表使用标志和/或其它所需的信息。
[0121]
在vvc中，vvc测试模型(vtm，vvc test model)参考软件可以包括一些新的和改进的帧间预测编码工具，这些工具可以包括下面的一个或多个：(1)扩展合并预测(2)合并运动矢量差(mmvd，merge motion vector difference)(3)具有对称mvd信令的amvp模式(4)仿射运动补偿预测(5)基于子块的时间运动矢量预测(sbtmvp，subblock-based temporal motion vector prediction)(6)自适应运动矢量分辨率(amvr，adaptive motion vector resolution)(7)运动场存储：1/16
th
亮度样本mv存储和8
×
8运动场压缩(8)具有cu级权重的双向预测(bcw，bi-prediction with cu-level weights)(9)双向光流(bdof，bi-directional optical flow)(10)解码端运动矢量修正(dmvr，decoder side motion vector refinement)(11)组合帧间和帧内预测(ciip，combined inter and intra prediction)(12)几何分区模式(gpm，geometric partitioning mode)
[0122]
例如在vtm 4中，可以通过包括五种类型的候选，来构建合并候选列表。可以按如下顺序构建合并候选列表：(1)来自空间相邻cu的空间mvp，(2)来自同位cu的时间mvp，(3)来自fifo表的基于历史的mvp，(4)成对平均mvp，以及(5)零mv。
[0123]
可以在条带头中用信号通知合并列表的大小。例如在vtm 4中，合并列表所允许的最大大小可以是6。对于以合并模式进行编码的每个cu，例如可以使用截断一元二进制化，对最佳合并候选的索引进行编码。可以用上下文对合并索引的第一个二进制数进行编码，并且旁路编码可以用于其它二进制数。
[0124]
在空间候选导出中，例如在vvc中空间合并候选的导出可以与在hevc中空间合并候选的导出相同或相似。例如，可以从位于图9图示位置的候选中选择最大数目的合并候选(例如，四个合并候选)。如图9所示，当前块(901)可以包括分别位于位置a0、a1、b0、b1和b2的相邻块(902)至(906)。空间合并候选的导出顺序可以是b1、a1、b0、a0和b2。仅当位置a0、b0、b1或a1处的任何cu(或块)不可用(例如，因为cu属于另一条带或图块)或进行帧内编码时，才可以考虑位置b2。在添加位置a1处的候选(或块)之后，可以对剩余的候选(或块)的添加进行冗余校验。冗余校验可以确保从合并列表中排除具有相同运动信息的候选，从而提高编码效率。为了降低计算复杂度，冗余校验可以不考虑所有可能的候选对。相反，可以仅考虑与图10中的箭头连接的候选对。例如，冗余校验可以应用于5个候选对，例如a1和b1的候选对以及a1和a0的候选对。仅当用于冗余校验的对应的候选不包括相同的运动信息时，才可以将候选添加到合并列表。例如，仅当对应的候选b1不包括相同的运动信息时，才可以将候选
b0添加到合并列表。
[0125]
在时间候选导出中，可以仅将一个候选添加到合并列表。例如，如图11所示，在导出当前cu(1114)的时间合并候选时，基于属于同位参考图片(1112)的同位cu(1104)，可以导出缩放后的运动矢量。可以在条带头中显式地用信号通知用于导出同位cu(1104)的参考图片列表。如图11中的虚线(1102)图示，可以获得用于时间合并候选的缩放后的运动矢量，其中，使用图片顺序计数(poc，picture order count)距离tb和td，从同位cu(1104)的运动矢量对其进行缩放。tb可以被定义为当前图片的参考图片(例如，curr_ref)(1106)与当前图片(例如，curr_pic)(1108)之间的poc差。td可以被定义为同位图片的参考图片(例如，col_ref)(1110)与同位图片(例如，col_pic)(1112)之间的poc差。时间合并候选的参考图片索引可以被设置为等于零。
[0126]
如图12所示，可以在候选c0与c1之间选择时间候选的位置。例如，如果位置c0处的cu不可用、进行帧内编码或在ctu的当前行之外，则可以使用位置c1。否则，位置c0可以用于导出时间合并候选。
[0127]
为了进一步提高压缩效率，需要超出vvc能力的增强的压缩工具。
[0128]
在示例中，可以提供在解码端修正运动的模板匹配(tm，template matching)。在tm模式中，通过从左边和上方相邻的重建样本中构建模板并且发现当前图片和参考图片中的模板之间最接近的匹配来修正运动。
[0129]
如图13所示，当前块(或cu)(1304)可以被包括在当前帧(1306)中。邻近当前cu(1304)的顶侧和/或左侧处的相邻样本可以形成当前cu(1304)的当前模板(1308)。通过在参考帧(1310)中的[-8，+8]像素搜索范围内，围绕当前cu(1304)的初始运动(1302)进行搜索，可以获得更好的(或改进的)mv。可以基于参考帧(1310)中的更好的mv所指示的参考块来确定更好的mv，其中在搜索范围中将参考块的参考模板(1312)与当前块(1304)的当前模板(1308)之间的差(或tm代价)最小化。例如，可以通过自适应运动矢量范围(amvr，adaptive motion vector range)模式来确定搜索步长，并且tm可以与双向匹配过程级联。
[0130]
在示例中，可以提供非邻近空间合并候选。非邻近空间合并候选可以在时间mv预测器(tmvp)之后插入到常规的合并候选列表中。图14中示出了空间合并候选的示例性模式(1400)。如图14所示，模式(1400)可以包括用于当前编码块(1402)的邻近空间合并候选1至5和非邻近空间合并候选6至23。非邻近空间合并候选与当前编码块(1402)之间的距离可以基于当前编码块(1402)的宽度和/或高度。
[0131]
可以提供基于模板匹配的合并候选的自适应重新排序(armc，adaptive reordering of merge candidates)。armc可以应用于常规的合并模式、模板匹配(tm，template matching)合并模式和仿射合并模式(不包括sbtmvp候选)。对于tm合并模式，可以在修正过程之前对合并候选进行重新排序。在构建合并候选列表之后，可以将合并候选划分成若干子组。每个子组的子组大小可以被设置为任何数目，例如5。根据基于模板匹配的代价值，可以按升序对每个子组中的合并候选进行重新排序。为了简化，可能不对最后一个而不是第一个子组中的合并候选进行重新排序。对于子块大小等于wsub*hsub的基于子块的合并候选，上面的模板可以包括大小为wsub
×
1的若干子模板，并且左边的模板可以包括大小为1
×
hsub的若干子模板。wsub可以是子块的宽度，并且hsub可以是子块的高度。
[0132]
图15可以示出基于子块的合并候选的示例性导出。如图15所示，当前块(1502)可
以被包括在当前图片(1504)中。当前块(1502)可以包括第一行和第一列中的子块a至g。当前块(1502)可以包括邻近当前块(1502)的顶侧和左侧处的模板(1506)。当前块(1502)可以包括参考图片(1510)中的同位块(1508)。同位块(1508)可以包括第一行和第一列中的子块a至g，所述子块a至g对应于当前块(1502)中的子块a至g。当前块(1502)的第一行和第一列中的子块a至g的运动信息(例如，仿射运动矢量)可以用于导出同位块(1508)的子模板(或子参考模板)的参考样本。例如，可以应用当前块(1502)的子块a、e、f和g的运动信息，以导出邻近同位块(1508)的子块a、e、f和g的左侧位置的子模板的参考样本。邻近同位块(1508)的子块a、e、f和g的左侧的子模板可以形成同位块(1508)的左边参考模板。可以应用当前块(1502)的子块a、b、c和d的运动信息，以导出邻近同位块(1508)的子块a、b、c和d的顶侧位置的子模板的参考样本。邻近同位块(1508)的子块a、b、c和d的顶侧的子模板可以进一步形成同位块(1508)的上方参考模板。
[0133]
可以基于预定义遍历顺序将非邻近候选和hmvp候选放入合并候选列表中的邻近候选和tmvp候选后面，例如在ecm和ee2中。可以提供基于模板匹配的合并候选列表构建(tm-mclc，template-matching based merge candidate list construction)，以模板匹配代价的升序将非邻近候选和hmvp候选放入合并候选列表中的邻近候选和tmvp候选的后面。所有可用的非邻近运动矢量预测值(mvp，motion vector predictor)和基于历史的运动矢量预测值(hmvp，history-based motion vector predictor)可以被收集在组中。可以以类似于armc的方式导出与该组中的每个候选相关联的tm代价。进一步地，可以基于对应的tm代价，按升序对该组中的所有候选进行排序。最后，可以基于模板匹配代价的升序将非邻近候选和hmvp候选放入合并候选列表中。可以用更多空间和非邻近时间的位置进一步扩展诸如tm-mclc的ecm软件中的邻近mvp。当前块(1608)的mvp的位置的示例性模式(1600)可以如图16所示。如图16所示，模式(1600)可以包括18个ecm-2.0中的非邻近空间mvp的位置(1602)、附加的(或新添加的)32个非邻近空间位置(或mvp)(1604)和12个非邻近时间位置(或mvp)(1606)，其中，非邻近时间mvp位置可以被定位在与邻近tmvp相同的参考帧中。
[0134]
基于tm代价值，基于mv候选类型的armc可以用于对诸如tmvp、na-mvp等的候选类型中的合并候选进行重新排序。然后，当构建合并候选列表时，可以基于候选类型从重新排序后的候选中选出m个候选。m可以随候选类型而变化。例如，对于tmvp类型，m＝1，而对于na-mvp类型，m＝9。一些候选类型可以添加更多的合并候选，来进行重新排序和选择。例如，可以对从不同的同位位置(collocated position)导出的tmvp候选，一起进行重新排序，并且可以从重新排序后的tmvp候选中选出一个候选，所述同位位置包括右下方和中心位置。
[0135]
仍然参考图16，共62个合并候选可以应用于非邻近空间合并候选列表的构建。通过按升序对对应的tm代价进行排序，将62个合并候选放入组中。因此，需要复杂的排序操作来对62个合并候选进行排序。另外，可以在ecm软件之上的合并候选列表中提供扩展的合并候选，以进一步提高压缩效率。在添加扩展的合并候选之后，合并候选列表的大小可以快速变大，并且大合并候选索引的熵编码可能不是非常有效。
[0136]
在本公开中，可以基于可用的合并候选来生成当前块的合并候选列表。例如，可以将当前块的非邻近空间合并候选和/或其它合并候选包括进来，以生成合并候选列表。可以将非邻近空间合并候选和/或其它合并候选划分成多于一个子组。
[0137]
对于每个子组，可以基于参数(例如，代价值)按(诸如升序)顺序对相应的子组内
的合并候选进行排序。例如，可以基于合并候选的对应的tm代价，按升序对每个子组内的合并候选进行排序。可以在合并候选列表中进一步地对子组进行重新排序，以生成重新排序后的合并候选列表。在示例中，可以在合并候选列表中基于特征参数(例如，特征代价值)，按升序对子组进行重新排序。子组的特征代价值可以是子组的最小tm代价、子组的中值tm代价、子组的平均tm代价等。
[0138]
在实施例中，非邻近空间合并候选可以是图16所示的非邻近空间合并候选。非邻近空间合并候选可以被分类(或划分)成多个子组，例如3个子组。第一子组可以包括位置(1602)处的非邻近空间mvp(或候选)。如图16所示，非邻近空间mvp可以相对于水平轴(例如，x轴)沿π/4的角度、π/2的角度、3π/4的角度、π的角度和5π/4的角度定位。第二子组可以包括在位置(1604)处新添加的非邻近空间mvp。如图16所示，新添加的非邻近mvp可以相对于水平轴沿π/4的角度、3π/8的角度、π/2的角度、5π/8的角度、3π/4的角度、7π/8的角度、π的角度、9π/8的角度和5π/4的角度定位。例如，第三子组可以包括位置(1606)处的非邻近时间mvp。
[0139]
可以基于相应的子组中的合并候选的tm代价，按诸如升序的顺序对每个子组的所有合并候选进行排序。可以基于当前块的当前模板(或邻近相邻样本)与对应的合并候选的参考模板(或邻近相邻样本)之间的差，来确定每个合并候选的相应的tm代价值。图13示出了示例性的当前模板和参考模板。可以基于均方误差(mse，mean square error)、平均绝对差(mad，mean absolute difference)、绝对差之和(sad，sum of absolute difference)、绝对变换差之和(satd，sum of absolute transformed difference)、部分sad等中的一个，来计算tm代价。
[0140]
在实施例中，可以按预定义顺序，将合并候选列表中的候选的子组放置在合并候选列表中。可以在码流中，例如在sps、pps、图片头和/或条带头中，用信号通知预定义顺序。
[0141]
在实施例中，可以将合并候选列表中的候选的子组，在合并候选列表中进行重新排序。可以根据每个子组的对应的tm代价(或特征tm代价)，对子组进行重新排序。
[0142]
在示例中，每个子组的最小tm代价可以用于确定非邻近空间合并候选列表构建的顺序。因此，可以首先确定每个子组的相应的最小tm代价。可以基于最小tm代价，以升序对子组进行重新排序。例如，如图16所示，非邻近空间合并候选列表可以包括三个子组。当第三子组的最小tm代价小于第二子组的最小tm代价，并且第二子组的最小tm代价小于第一子组的最小tm代价时，可以按子组#3《子组#2《子组#1的顺序来放置三个子组，这意味着可以首先将第三子组放置在非邻近空间合并候选列表中。在非邻近空间合并候选列表中，可以在第三子组之后放置第二子组，并且可以在第二子组之后放置第一子组。
[0143]
在示例中，每个子组的中值tm代价可以用于确定非邻近空间合并候选列表构建的顺序。可以基于每个子组的中值tm代价，按诸如升序的顺序对子组进行重新排序。
[0144]
在示例中，如果子组的大小大于1，则可以应用每个子组的诸如前两个最小tm代价的tm代价的平均值，以确定非邻近空间合并候选列表构建的顺序。可以基于每个子组的前两个最小tm代价的平均值，按诸如升序的顺序对子组进行重新排序。
[0145]
在示例中，可以应用每个子组的tm代价的子集中的中值tm代价，以确定非邻近空间合并候选列表构建的顺序，所述tm代价的子集中的中值tm代价可以例如是前n个最小tm代价的子集中的中值tm代价。在示例中，如果子组的大小大于2，则利用tm代价的子集中的
中值tm代价。n可以是等于或大于2的正整数。可以基于每个子组的前n个最小tm代价的中值tm代价，按诸如升序的顺序对子组进行重新排序。
[0146]
在本公开中，可以基于(1)来自当前块的相邻块的空间相邻块的空间运动矢量(mv)预测值、(2)来自当前块的同位块的时间mv预测值、(3)来自先进先出(fifo，first-in-first out)表的基于历史的mv预测值、(4)成对平均mv预测值，或(5)零mv中的至少一者，来进一步构建当前块的合并候选列表。
[0147]
可以进一步地将合并候选列表中的合并候选，划分成多于一个组(或子组)。例如，基于相同数目的合并候选、预定义数目的合并候选或相同类型(或属性)的合并候选，将合并候选列表中的合并候选划分成多个组。例如，可以基于第一类型的合并候选，例如来自当前块的相邻块的空间相邻块的空间mv预测值，来形成第一组。可以基于第二类型的合并候选，例如来自当前块的同位块的时间mv预测值，来形成第二组。
[0148]
在合并候选列表构建之前，可以对合并候选列表中的合并候选(例如所有合并候选)执行tm程序，以获得合并候选的tm代价。可以根据各个组的对应的tm代价来确定每个组的合并候选列表构建的顺序。例如，可以首先确定每个组中的合并候选的tm代价。基于合并候选的tm代价，对每个组中的合并候选进行重新排序。还可以基于每个组的对应的tm代价(或特征tm代价)，在合并候选列表中按(诸如升序)顺序进一步地对这些组进行重新排序。
[0149]
在实施例中，可以应用每个组的最小tm代价，以确定合并候选列表构建的顺序。因此，可以首先确定每个组的相应的最小tm代价。可以基于最小tm代价，按升序对这些组进行重新排序。例如，可以将合并候选列表中的合并候选划分成三个组。当第三组的最小tm代价小于第二组的最小tm代价，并且第二组的最小tm代价小于第一组的最小tm代价时，可以首先将第三组放置于合并候选列表中。在合并候选列表中，可以在第三组之后放置第二组，并且可以在第二组之后放置第一组。
[0150]
在实施例中，可以应用每个组的中值tm代价，以确定合并候选列表构建的顺序。可以基于每个组的中值tm代价，按诸如升序的顺序对这些组进行重新排序。
[0151]
在实施例中，如果这些组的大小大于1，则可以应用每个组的诸如前两个最小tm代价的平均值，以确定合并候选列表构建的顺序。可以基于每个组的前两个最小tm代价的平均值，按诸如升序的顺序对这些组进行重新排序。
[0152]
在实施例中，可以应用每个组的诸如前n个最小tm代价的子集中的中值tm代价，以确定合并候选列表构建的顺序。例如，如果这些组的大小大于2，则可以应用tm代价的子集中的中值tm代价。n可以是等于或大于2的正整数。可以基于每个组的前n个最小tm代价的中值tm代价，按诸如升序的顺序对这些组进行重新排序。
[0153]
图17示出了根据本公开的一些实施例的概述示例性解码过程(1700)的流程图。图18示出了根据本公开的一些实施例的概述示例性编码过程(1800)的流程图。所提出的过程可以被单独地使用或以任何顺序组合使用。进一步地，可以通过处理电路系统(例如，一个或多个处理器或一个或多个集成电路)来实现过程(或实施例)、编码器和解码器中的每一个。在一个示例中，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。
[0154]
可以根据需要以任何数量或顺序组合或安排过程(例如，(1700)和(1800))的操作。在实施例中，可以并行地执行过程(例如，(1700)和(1800))的操作中的两个或更多个。
[0155]
过程(例如，(1700)和(1800))可以用于对块进行重建和/或编码，以便生成重建中
的块的预测块。在各种实施例中，过程(例如，(1700)和(1800))由处理电路执行，例如终端设备(310)、(320)、(330)和(340)中的处理电路；执行视频编码器(403)的功能的处理电路；执行视频解码器(410)的功能的处理电路；执行视频解码器(510)的功能的处理电路；执行视频编码器(603)的功能的处理电路等。在一些实施例中，以软件指令实现过程(例如，(1700)和(1800))，因此当处理电路执行软件指令时，处理电路执行过程(例如，(1700)和(1800))。
[0156]
如图17所示，过程(1700)可以从(s1701)开始并且进行到(s1710)。在(s1710)中，可以从已编码视频码流接收当前图片中的当前块和当前块的相邻块的已编码信息。
[0157]
在(s1720)中，可以根据当前块的相邻块，生成当前块的合并候选列表。
[0158]
在(s1730)中，可以将当前块的合并候选列表划分成多个子组。多个子组中的每一个子组可以包括一个或多个合并候选。可以根据与一个或多个合并候选中的每一个合并候选相关联的相应的tm代价，在每个子组内对一个或多个合并候选进行排序。
[0159]
在(s1740)中，可以根据从当前块的合并候选列表中选择的合并候选来重建当前块。
[0160]
在过程(1700)中，可以根据与多个子组中的每一个子组相关联的相应的tm代价值，来进一步地对合并候选列表中的多个子组进行重新排序。
[0161]
为了对合并候选列表中的多个子组进行重新排序，可以首先确定与多个子组中的每一个子组相关联的tm代价值。可以基于与多个子组相关联的tm代价值的升序，来进一步地对合并候选列表中的多个子组进行重新排序。因此，重新排序后的合并候选列表中的多个子组中的第一子组可以与tm代价值中的最小tm代价值相关联。
[0162]
为了确定与多个子组中的每一个子组相关联的相应的tm代价值，可以确定多个子组中的第一子组中的一个或多个合并候选的多个tm代价值。tm代价值中的每一个可以与当前块的邻近相邻样本和第一子组中的相应的合并候选的邻近相邻样本之间的差相关联。可以基于第一子组中的一个或多个合并候选的多个tm代价值的升序，对多个子组中的第一子组中的一个或多个合并候选进行重新排序，使得重新排序后的第一子组中的第一合并候选具有最小tm代价值。
[0163]
在实施例中，可以将与多个子组中的第一子组相关联的tm代价值确定为第一子组中的一个或多个合并候选的多个tm代价值中的最小tm代价值。
[0164]
在实施例中，可以将与多个子组中的第一子组相关联的tm代价值确定为第一子组中的一个或多个合并候选的多个tm代价值中的中值tm代价值。
[0165]
在一个实施例中，可以将与多个子组中的第一子组相关联的tm代价值确定为第一子组中的一个或多个合并候选的多个tm代价值中的多个最小tm代价值中的中值tm代价值。
[0166]
在实施例中，可以将与多个子组中的第一子组相关联的tm代价值确定为第一子组中的一个或多个合并候选的多个tm代价值中的前两个最小tm代价值的平均值。
[0167]
在过程(1700)中，可以根据来自当前块的相邻块的空间相邻块的空间运动矢量(mv)预测值、来自当前块的同位块的时间mv预测值、来自先进先出(fifo)表的基于历史的mv预测值，成对平均mv预测值、零mv、来自当前块的相邻块的非邻近空间相邻块的非邻近mv预测值，或当前块的非邻近时间mv预测值中的至少一者，来生成当前块的合并候选列表。
[0168]
根据包括非邻近mv预测值和非邻近时间mv预测值的合并候选列表，将合并候选列
表划分成包括第一组非邻近mv预测值的第一子组，第一组非邻近mv预测值相对于水平轴沿π/4的角度、π/2的角度、3π/4的角度、π的角度和5π/4的角度定位。还可以将合并候选列表划分成包括第二组非邻近mv预测值的第二子组，第二组非邻近mv预测值相对于水平轴沿π/4的角度、3π/8的角度、π/2的角度、5π/8的角度、3π/4的角度、7π/8的角度、π的角度、9π/8的角度和5π/4的角度定位。
[0169]
可以进一步地将合并候选列表划分成包括非邻近时间mv预测值的第三子组。
[0170]
在一些实施例中，可以将合并候选列表划分成多个子组，使得多个子组中的每一个子组可以包括相同数目的合并候选、预定义数目的合并候选或相同类型的合并候选中的一者。
[0171]
在(s1740)之后，过程进行到(s1799)并且终止。
[0172]
可以适当地修改过程(1700)。可以改进和/或省略过程(1700)中的一个或多个步骤。可以增加附加的一个或多个步骤。可以使用任何合适的实现顺序。
[0173]
如图18所示，过程(1800)可以从(s1801)开始并且进行到(s1810)。在(s1810)中，可以根据当前图片中的当前块的相邻块，来生成当前块的合并候选列表。
[0174]
在(s1820)中，可以将当前块的合并候选列表划分成多个子组，其中多个子组中的每一个子组可以包括一个或多个合并候选。
[0175]
在(s1830)中，可以根据与多个子组中的每一个子组相关联的相应的tm代价值，对合并候选列表中的多个子组进行重新排序。
[0176]
在(s1840)中，可以根据从当前块的重新排序后的合并候选列表中选择的合并候选，生成当前块的预测信息。
[0177]
然后，过程进行到(s1899)并且终止。
[0178]
可以适当地修改过程(1800)。可以改进和/或省略过程(1800)中的一个或多个步骤。可以增加附加的一个或多个步骤。可以使用任何合适的实现顺序。
[0179]
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19示出了计算机系统(1900)，其适于实现所公开主题的某些实施例。
[0180]
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。
[0181]
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。
[0182]
图19所示的用于计算机系统(1900)的组件本质上是示例性的，并不用于对实现本技术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(1900)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。
[0183]
计算机系统(1900)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)。
[0184]
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(1901)、鼠标(1902)、触控板(1903)、触摸屏(1910)、数据手套(未示出)、操纵杆(1905)、麦克风(1906)、扫描仪(1907)、照相机(1908)。
[0185]
计算机系统(1900)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(1910)、数据手套(未示出)或操纵杆(1905)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(1909)、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(1910)，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)。
[0186]
计算机系统(1900)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)(1920)或类似介质(1921)的光学介质、拇指驱动器(1922)、可移动硬盘驱动器或固体状态驱动器(1923)，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。
[0187]
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。
[0188]
计算机系统(1900)还可以包括通往一个或多个通信网络(1954)的接口(1955)。所述网络可以是无线的、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。网络的示例可以包括以太网、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(1949)(例如，计算机系统(1900)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(1900)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(1900)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。
[0189]
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(1900)的核心(1940)。
[0190]
核心(1940)可包括一个或多个中央处理单元(cpu)(1941)、图形处理单元(gpu)(1942)、以现场可编程门阵列(fpga)(1943)形式的专用可编程处理单元、用于特定任务的硬件加速器(1944)等。这些设备以及只读存储器(rom)(1945)、随机存取存储器(1946)、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)(1947)等可通过系统总线(1948)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(1948)，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(1948)，或通过外围总线(1949)进行连接。外围总线的体系结构包括外部控制器接口pci、通用串行总线usb等。在一个示例中，屏幕(1910)可以与图形适配器(1950)相连接。外围总线的架构包括pci、usb等。
[0191]
cpu(1941)、gpu(1942)、fpga(1943)和加速器(1944)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(1945)或ram(1946)中。过渡数据也可以存储在ram(1946)中，而永久数据可以存储在例如内部大容量存储器(1947)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(1941)、gpu(1942)、大容量存储器(1947)、rom(1945)、ram(1946)等紧密关联。
[0192]
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技术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。
[0193]
作为实施例而非限制，具有体系结构(1900)的计算机系统，特别是核心(1940)，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(1940)的特定存储器，例如核心内部大容量存储器(1947)或rom(1945)。实现本技术的各种实施例的软件可以存储在这种设备中并且由核心(1940)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(1940)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(1946)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(1944))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。本技术包括任何合适的硬件和软件组合。附录：首字母缩略词jem:联合开发模型vvc:下一代视频编码bms:基准集合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gops:图片组tus:变换单元pus:预测单元ctus:编码树单元
ctbs:编码树块pbs:预测块hrd:假设参考解码器snr:信噪比cpus:中央处理单元gpus:图形处理单元crt:阴极射线管lcd:液晶显示oled:有机发光二极管cd:光盘dvd:数字化视频光盘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:外围设备互连fpga:现场可编程门阵列ssd:现场可编程门阵列ic:集成电路cu:编码单元
[0194]
虽然本技术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技术的范围内。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，但其体现了本技术的原则，因此属于本技术的精神和范围之内。

技术特征：
1.一种在视频解码器中进行视频解码的方法，其特征在于，所述方法包括：从已编码视频码流，接收当前图片中的当前块和所述当前块的相邻块的已编码信息；根据所述当前块的所述相邻块，生成所述当前块的合并候选列表；将所述当前块的所述合并候选列表划分成多个子组，所述多个子组中的每个子组包括一个或多个合并候选，其中，通过与所述一个或多个合并候选中的每一个合并候选相关联的相应的模板匹配tm代价，在每个子组内对所述一个或多个合并候选进行排序；以及根据从所述当前块的所述合并候选列表中选择的合并候选，重建所述当前块。2.根据权利要求1所述的方法，其特征在于，进一步包括：根据与所述多个子组中的每个子组相关联的相应的tm代价值，对所述合并候选列表中的所述多个子组进行重新排序。3.根据权利要求2所述的方法，其特征在于，所述重新排序进一步包括：确定与所述多个子组中的每个子组相关联的所述相应的tm代价值；以及根据与所述多个子组相关联的所述tm代价值的升序，对所述合并候选列表中的所述多个子组进行重新排序，使得重新排序后的所述合并候选列表中的所述多个子组中的第一子组与所述tm代价值中的最小tm代价值相关联。4.根据权利要求3所述的方法，其特征在于，所述确定所述相应的tm代价值进一步包括：确定所述多个子组中的第一子组中的所述一个或多个合并候选的多个模板匹配tm代价值，所述模板匹配tm代价值中的每一个与所述当前块的邻近相邻样本和所述第一子组中的相应的合并候选的邻近相邻样本之间的差相关联；以及根据所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的升序，对所述多个子组中的所述第一子组中的所述一个或多个合并候选进行重新排序，使得重新排序后的所述第一子组中的第一合并候选具有最小tm代价值。5.根据权利要求4所述的方法，其特征在于，所述确定所述相应的tm代价值进一步包括：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的所述最小tm代价值。6.根据权利要求4所述的方法，其特征在于，所述确定所述相应的tm代价值进一步包括：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的中值tm代价值。7.根据权利要求4所述的方法，其特征在于，所述确定所述相应的tm代价值进一步包括：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的多个最小tm代价值的中值tm代价值。8.根据权利要求4所述的方法，其特征在于，所述确定所述相应的tm代价值进一步包括：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的前两个最小tm代价值的平均值。
9.根据权利要求1所述的方法，其特征在于，所述生成合并候选列表包括：基于以下各项中的至少一个来生成所述当前块的所述合并候选列表：来自所述当前块的所述相邻块的空间相邻块的空间运动矢量mv预测值；来自所述当前块的同位块的时间mv预测值；来自先进先出fifo表的基于历史的mv预测值；成对平均mv预测值；零mv；来自所述当前块的所述相邻块的非邻近空间相邻块的非邻近mv预测值；或所述当前块的非邻近时间mv预测值。10.根据权利要求9所述的方法，其特征在于，所述划分进一步包括：基于包括所述非邻近mv预测值和所述非邻近时间mv预测值的所述合并候选列表，将所述合并候选列表划分成包括第一组所述非邻近mv预测值的第一子组，所述第一组所述非邻近mv预测值相对于水平轴沿π/4的角度、π/2的角度、3π/4的角度、π的角度和5π/4的角度定位；以及将所述合并候选列表划分成包括第二组所述非邻近mv预测值的第二子组，所述第二组所述非邻近mv预测值相对于所述水平轴沿所述π/4的角度、3π/8的角度、所述π/2的角度、5π/8的角度、所述3π/4的角度、7π/8的角度、所述π的角度、9π/8的角度和所述5π/4的角度定位。11.根据权利要求10所述的方法，其特征在于，所述划分进一步包括：将所述合并候选列表划分成包括所述非邻近时间mv预测值的第三子组。12.根据权利要求1所述的方法，其特征在于，所述划分进一步包括：将所述合并候选列表划分成所述多个子组，使得所述多个子组中的每一个子组包括相同数目的合并候选、预定义数目的合并候选或相同类型的合并候选中的一者。13.一种装置，其特征在于，包括：处理电路，被配置为：从已编码视频码流，接收当前图片中的当前块和所述当前块的相邻块的已编码信息；根据所述当前块的所述相邻块，生成所述当前块的合并候选列表；将所述当前块的所述合并候选列表划分成多个子组，所述多个子组中的每个子组包括一个或多个合并候选，其中，通过与所述一个或多个合并候选中的每一个合并候选相关联的相应的模板匹配tm代价，在每个子组内对所述一个或多个合并候选进行排序；以及根据从所述当前块的所述合并候选列表中选择的合并候选，重建所述当前块。14.根据权利要求13所述的装置，其特征在于，所述处理电路被配置为：根据与所述多个子组中的每个子组相关联的相应的tm代价值，对所述合并候选列表中的所述多个子组进行重新排序。15.根据权利要求14所述的装置，其特征在于，所述处理电路被配置为：确定与所述多个子组中的每个子组相关联的所述相应的tm代价值；以及根据与所述多个子组相关联的所述tm代价值的升序，对所述合并候选列表中的所述多个子组进行重新排序，使得重新排序后的所述合并候选列表中的所述多个子组中的第一子组与所述tm代价值中的最小tm代价值相关联。
16.根据权利要求15所述的装置，其特征在于，所述处理电路被配置为：确定所述多个子组中的第一子组中的所述一个或多个合并候选的多个模板匹配tm代价值，所述模板匹配tm代价值中的每一个与所述当前块的邻近相邻样本和所述第一子组中的相应的合并候选的邻近相邻样本之间的差相关联；以及根据所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的升序，对所述多个子组中的所述第一子组中的所述一个或多个合并候选进行重新排序，使得重新排序后的所述第一子组中的第一合并候选具有最小tm代价值。17.根据权利要求16所述的装置，其特征在于，所述处理电路被配置为：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的所述最小tm代价值。18.根据权利要求16所述的装置，其特征在于，所述处理电路被配置为：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值的中值tm代价值。19.根据权利要求16所述的装置，其特征在于，所述处理电路被配置为：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的多个最小tm代价值的中值tm代价值。20.根据权利要求16所述的装置，其特征在于，所述处理电路被配置为：将与所述多个子组中的所述第一子组相关联的所述tm代价值，确定为所述第一子组中的所述一个或多个合并候选的所述多个tm代价值中的前两个最小tm代价值的平均值。

技术总结
在方法中，从已编码视频码流，接收当前图片中的当前块和当前块的相邻块的已编码信息。根据当前块的相邻块，生成当前块的合并候选列表。将当前块的合并候选列表划分成多个子组。多个子组中的每个子组包括一个或多个合并候选。通过与一个或多个合并候选中的每一个合并候选相关联的相应的模板匹配(TM)代价，在每个子组内对一个或多个合并候选进行排序。根据从当前块的合并候选列表中选择的合并候选，来重建当前块。建当前块。建当前块。


技术研发人员：陈联霏 李翔 李翎 刘杉
受保护的技术使用者：腾讯美国有限责任公司
技术研发日：2022.09.16
技术公布日：2023/8/31