[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115118997A - 使用dst-vii变换核对视频序列进行编码的方法和设备 - Google Patents

使用dst-vii变换核对视频序列进行编码的方法和设备 Download PDF

Info

Publication number
CN115118997A
CN115118997A CN202210915184.9A CN202210915184A CN115118997A CN 115118997 A CN115118997 A CN 115118997A CN 202210915184 A CN202210915184 A CN 202210915184A CN 115118997 A CN115118997 A CN 115118997A
Authority
CN
China
Prior art keywords
transform
vii
tuples
transform kernel
tuple
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210915184.9A
Other languages
English (en)
Inventor
赵欣
李翔
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN115118997A publication Critical patent/CN115118997A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/147—Discrete orthonormal transforms, e.g. discrete cosine transform, discrete sine transform, and variations therefrom, e.g. modified discrete cosine transform, integer transforms approximating the discrete cosine transform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Discrete Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

使用离散正弦变换(DST)类型‑VII变换核对视频序列进行编码的方法和设备包括：生成与n点DST‑VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素。所述第一元组的变换核元素的第一子集的第一总和等于第一元组中剩余变换核元素组成的第二子集的第二总和。基于所生成的变换核元素的元组的集合，生成n点DST‑VII变换核，所述n点DST‑VII变换核至少包括所述元组的集合中包括的变换核元素。使用n点DST‑VII变换核对所述视频序列执行变换。

Description

使用DST-VII变换核对视频序列进行编码的方法和设备
相关申请的交叉引用
本申请要求于2018年5月7日提交美国专利商标局的、申请号为62/668,065的美国申请、以及于2018年12月12日提交的、申请号为16/218,076的美国申请的优先权，其全部内容通过引用并入本文中。
技术领域
本公开涉及视频编解码技术，更具体地，涉及一种使用离散正弦变换(DST)类型-VII变换核对视频序列进行编码的方法和设备、以及计算机可读介质。
背景技术
视频编码专家组ITU-T VCEG(Q6/16)和动态图像专家组ISO/IEC MPEG(JTC 1/SC29/WG 11)在2013年(版本1)发布了H.265/HEVC(高效视频编码)标准，并且在2014年(版本2)、2015年(版本3)和2016年(版本4)进行了更新。自此，ITU一直在研究对未来视频编码技术的标准化的潜在需求，该未来视频编码技术的压缩能力将大大超过HEVC标准(包括其扩展)的压缩能力。
2017年10月，ITU发布了联合呼吁，要求提出视频压缩能力超越HEVC的提案(CfP)。截至2018年2月15日，分别提交了22个关于标准动态范围(SDR)的CfP回复、12个关于高动态范围(HDR)的CfP回复和12个关于360视频类别的CfP回复。
2018年4月，所有收到的CfP回复都在122MPEG/第10次JVET(联合视频探索组-联合视频专家组)会议上进行了评估。通过仔细的评估，JVET正式启动了超越HEVC的下一代视频编码的标准化，即所谓的通用视频编码(VVC)，其现行版本是VTM(VVC测试模型)，即VTM 1。
与DCT-2(其快速方法已经被广泛地研究)相比，DST-7的实现任然比DCT-2低效得多。例如，VTM 1包括矩阵乘法。
在JVET-J0066中，提出了一种方法，通过将调整阶段应用于DCT-2族(其包括DCT-2、DCT-3、DST-2和DST-3)中的变换来估计JEM7中不同类型的DCT和DST，并且该调整阶段是指使用稀疏矩阵的矩阵乘法，其需要相对较少的运算次数。
在JVET-J001中，提出了一种使用2n+1点离散傅里叶变换(DFT)来实现n点DST-7的方法。
要解决的问题
DST-7缺乏有效的快速实现方式，限制了DST-7在实际的视频编解码器实现中的应用。
对于不同的实现场景，基于矩阵乘法的实现是首选的，因为它包括更常规的处理。但是在某些情况下，首选一种可显著减少操作计数的数量的快速方法。因此，非常需要确定一种快速方法，其输出与基于矩阵乘法的实现相比基本相同的结果，就像HEVC中的DCT-2设计一样，它既支持矩阵乘法又支持部分蝶形实现。
DST-7的现有快速方法(例如，JVET-J0066和JVET-J0017)无法支持视频编解码器中变换设计的所有理想特征(包括16位中间运算、整数运算)，和/或不能在快速方法实现和基于矩阵乘法的实现之间提供相同的结果。
发明内容
根据本公开的方面，一种使用离散正弦变换(DST)类型-VII变换核对视频序列进行编码的方法包括：生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和；基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及使用所述n点DST-VII变换核对所述视频序列执行变换。
根据本公开的方面，一种使用离散正弦变换(DST)类型-VII变换核对视频序列进行编码的设备包括：至少一个存储器，被配置为存储程序代码；至少一个处理器，被配置为读取所述程序代码并按照所述程序代码的指示进行操作，所述程序代码包括：生成代码，被配置为使所述至少一个处理器生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和，并且所述生成代码被进一步配置为使所述至少一个处理器基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及执行代码，被配置为使所述至少一个处理器使用所述n点DST-VII变换核对所述视频序列执行变换。
根据本公开的方面，一种使用离散正弦变换DST类型-VII变换核对视频序列进行编码的装置包括：第一生成模块，用于生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和；第二生成模块，用于基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及执行模块，用于使用所述n点DST-VII变换核对所述视频序列执行变换。
根据本公开的方面，一种非易失性的计算机可读介质，用于存储指令，所述指令包括一个或多个指令，当所述一个或多个指令由设备的一个或多个处理器执行时，使得所述一个或多个处理器执行上述的使用DST-VII变换核对视频序列进行编码的方法。
附图说明
根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：
图1是使用离散正弦变换类型DST-VII变换核对视频序列进行解码的方法的示例过程的流程图。
图2是根据本公开实施例的通信系统的简化框图。
图3是视频编码器和解码器在流式传输环境中的放置的示意图。
图4是根据本公开实施例的视频解码器的功能框图。
图5是根据本公开实施例的视频编码器的功能框图。
图6是根据实施例的计算机系统的示意图。
具体实施方式
基于对DST-7(即DST-VII)的变换基中的各个特征/模式的利用，本公开允许与基于矩阵乘法的实现相比基本相似的结果。这样，本文的一些实施方式节省了编码器和/或解码器的计算资源，并且提高了效率。
如下，在前向变换中使用的16点DST-7整数变换核可以表示为：{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p}＝{8,17,25,33,41,48,55,62,67,73,77,81,84,87,88,89}。
如上所示，DST-7变换核的元素值包括以下特征：a+j＝l；b+i＝m；c+h＝n；d+g＝o；以及e+f＝p。
根据实施例，用于16点变换的输入矢量是x＝{x0,x1,x2,…,x15}，并且输出变换系数矢量是y＝{y0,y1,y2,…,y15}。
基于变换核元素之间的上述关系，不实现a·x0+j·x9+l·x11(其需要3次乘法运算)，一个实施例实现：a·(x0+x11)+j·(x9+x11)(其需要2次乘法运算)。
以这种方式，为了计算y0，不执行以下的逐个矢量乘法：y0＝a·x0+b·x1+c·x2+d·x3+e·x4+f·x5+g·x6+h·x7+i·x8+j·x9+k·x10+l·x11+m·x12+n·x13+o·x14+p·x15(其需要16次乘法运算)，一个实施例执行以下运算以得出基本相似的结果：y0＝a·(x0+x11)+b·(x1+x12)+c·(x2+x13)+d·(x3+x14)+e·(x4+x15)+f·(x5+x15)+g·(x6+x14)+h·(x7+x13)+i·(x8+x12)+j·(x9+x11)+k·x10(其需要11次乘法运算)。
此外，当计算y2、y3、y6、y8、y9、y11、y12、y14、y15时，可以执行类似的实现，并且可以分别重复使用中间结果(x0+x11)、(x1+x12)、(x2+x13)、(x3+x14)、(x4x15)、(x5+x15)、(x6+x14)、(x7+x13)、(x8+x12)、(x9+x11)和k·x10。
根据实施例，从第二基矢量开始的每个第三变换基矢量包括一些复制模式。例如，第二基矢量可以表示为：
Figure BDA0003775387300000041
此外，第二基矢量可以被分成如上所示的三个片段(例如，片段0、片段1和片段2)。这三个片段是带有符号变化的的复制，或者换句话说，是彼此的“翻转”版本。这样，当计算y1时，不执行以下运算：y1＝c·x0+f·x1+i·x2+l·x3+o·x4+o·x5+l·x6+i·x7+f·x8+c·x9-(c·x11+f·x12+i·x13+l·x14+o·x15)(其需要16次乘法运算)，一个实施例可以执行以下运算，同时得出基本相似的结果：y0＝c·(x0+x9-x11)+f·(x1+x8-x12)+i·(x2+x7-x13)+l·(x3+x6-x14)+o·(x4+x5-x15)(其需要五次乘法运算)。
此外，当计算y1、y4、y7、y10和y13时，可以以类似的方式进行计算，并且可以重复使用中间结果(x0+x9-x11)、(x1+x8-x12、(x2+x7-x13)、(x3+x6-x14)和(x4+x5-x15)。
对于逆变换，变换核矩阵是用于前向变换的变换核矩阵的转置，并且上面列出的两个特征也适用于逆变换。此外，应注意，第十基矢量是：{k,0,-k,k,0,-k,k,0,-k,k,0,-k,k,0,-k,k}，它仅包含一个唯一的绝对值(即，k)。因此，不使用逐个矢量乘法来计算y10：y10＝k·x0-k·x2+k·x3-k·x5+k·x6-k·x8+k·x9-k·x11+k·x12-k·x14+k·x15(其需要11次乘法运算)，一个实施例可以执行以下运算，同时得出基本相似的结果：y10＝k·(x0-x2+x3-x5+x6-x8+x9-x11+x12-x14+x15)(其需要一次相乘运算)。
对于64点前向和后向DST-7，上述两个特征也是可用的，因此上面讨论的类似的快速方法也适用。
对于32点前向和后向DST-7，第二特征是可用的，即，在基向量的多个部分中存在复制或翻转的片段。因此，上面基于第二特征讨论的类似的快速方法也是适用的。第一特征在32点前向和后向DST-7变换核中也是可用的，但是具有如下所述的不同的公式：
32点变换核的元素包含32个不同的数字(不考虑符号变化)：{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}。
元素的固定点分配的示例是{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}＝{4,9,13,17,21,26,30,34,38,42,46,49,53,56,60,63,66,69,71,74,76,78,81,82,84,85,87,88,89,89,90,90}。
应注意，32点浮点DST-7变换核的元素值具有以下特征：#0:a+l+A＝n+y；#1:b+k+B＝o+x；#2:c+j+C＝p+w；#3:d+i+D＝q+v；#4:e+h+E＝r+u；以及#5:f+g+F＝s+t。
上述6个等式中的每一个所包含的元素构成一个五元组，例如，{a,l,A,n,y}是五元组#0，而{b,k,B,o,x}是另一个五元组#1。
根据实施例，用于32点变换的输入矢量是x＝{x0,x1,x2,…,x31}，并且输出变换系数矢量是y＝{y0,y1,y2,…,y31}。
基于变换核元素之间的上述关系，不实现a·x0+l·x11+n·x13+y·x24+A·x26(其需要5次乘法运算)，一个实施例执行以下运算，同时得出基本相似的结果：a·x0+l·x11+n·x13+y·x24+(n+y-a-l)·x26，其也可以被实现为a·(x0-x26)+l·(x11-x26)+n·(x13+x26)+y·(x24+x26)(其需要4次乘法运算)。
类似地，上述简化形式的乘法运算也适用于其他5个五元组，并且中间结果，例如对于五元组#0，(x0-x26)、(x11-x26)、(x13+x26)、(x24+x26)可以预先计算并重复使用，以用于计算每个变换系数。
然而，应注意，由于舍入误差，元素{a,b,c,…,F}的整数值分配可能不完全遵循上述等式。例如，当{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}＝{4,9,13,17,21,26,30,34,38,42,46,49,53,56,60,63,66,69,71,74,76,78,81,82,84,85,87,88,89,89,90,90}时，其通过使用
Figure BDA0003775387300000061
进行缩放并舍入到最接近的整数来进行分配.
对于五元组#1，b+k+B＝9+46+88＝143，而o+x＝60+82＝142。
因此，为了在矩阵乘法和快速方法之间获得基本相似的结果，实施例调整每个五元组的元素，以便执行与本文其它地方定义的等式基本相似的操作。例如，将五元组#1调整为{b,k,o,x,B}＝{9,46,60,82,87}。可替换地，将五元组#1调整为{b,k,o,x,B}＝{9,46,60,83,88}。可替换地，将五元组#1调整为{b,k,o,x,B}＝{9,46,61,82,88}。可替换地，将五元组#1调整为{b,k,o,x,B}＝{9,45,60,82,88}。可替换地，将五元组#1调整为{b,k,o,x,B}＝{8,46,60,82,88}。
与基于矩阵乘法的实现(其需要256次乘法运算和256次加法/减法运算)或JVET-J0066实现(其需要152次乘法运算和170次加法/减法运算)相比，本文的一些实现允许126次乘法运算和170次加法/减法运算，同时提供基本相似的结果。以这种方式，本文的一些实施方式允许提高效率并且节省编码器和/或解码器的计算资源。
图1是使用离散正弦变换(DST)类型-VII变换核对视频序列进行解码的方法的示例过程100的流程图。在一些实施方式中，图1的一个或多个过程框可以由解码器执行。在一些实施方式中，图1的一个或多个过程框可以由另一个设备或一组与解码器分离的或包括解码器的设备(例如编码器)执行。
如图1所示，过程100可以包括生成与n点DST-VII变换核相关联的变换核元素的元组的集合，其中，第一元组的变换核元素的第一子集的第一总和等于第一元组的剩余变换核元素的第二子集的第二总和(框110)。
如图1中进一步示出的，过程100可以包括：基于所生成的变换核元素的元组的集合，生成n点DST-VII变换核(框120)。
如图1中进一步示出的，过程100可以包括使用n点DST-VII变换核对块执行变换。
根据实施例，一个变换核中存在的不同的绝对元素值，连同一些预定义的常数，可以被分成多个元组，并且对于每个元组，部分绝对元素值的和与同一元组中的剩余绝对元素值的和相同。
例如，在一个实施例中，元组是三元组，其包括3个元素，并且2个元素的绝对值的和与剩余的1个元素的绝对值相同。可替换地，元组是四元组，其包括4个元素，并且2个元素的绝对值的和与剩余的2个元素的绝对值的和相同。可替换地，元组是四元组，其包括4个元素，并且3个元素的绝对值的和与剩余的1个元素的绝对值的和相同。可替换地，元组是五元组，其包括5个元素，并且3个元素的绝对值的和与剩余的2个元素的绝对值的和相同。
根据实施例，除了存在于一个变换核中的现有的不同的绝对元素值之外，预定义的常数(其为2的幂，例如，1、2、4、8、16、32、64等)也可以视为元组中的元素。
根据实施例，存在于16点和64点DST-7变换核中的不同的绝对元素值被分成多个三元组，每个三元组包括3个元素。另外，或可替换地，存在于32点DST-7变换核中的不同的绝对元素值被分成多个五元组，每个五元组包括5个元素。
根据实施例，对于整数变换核，可以进一步调整变换核的整数元素以精确地满足如上所述的特征，即，一个元组中的部分元素的绝对值的和与同一元组中的剩余元素的绝对值的和相同，同时保持变换核的良好正交性。例如，对于32点整数DST-7核，将第二元组{b,k,o,x,B}调整为{9,46,60,82,87}。可替换地，对于32点整数DST-7核，将第二元组{b,k,o,x,B}调整为{9,46,60,83,88}。可替换地，对于32点整数DST-7核，将第二元组{b,k,o,x,B}调整为{9,46,61,82,88}。可替换地，对于32点整数DST-7核，将第二元组{b,k,o,x,B}调整为{9,45,60,82,88}。可替换地，对于32点整数DST-7核，将第二元组{b,k,o,x,B}调整为{8,46,60,82,88}。可替换地，对于32点整数DST-7核，将第六元组{f,g,s,t,B}调整为{26,30,71,74,89}。可替换地，对于32点整数DST-7核，将第六元组{b,k,o,x,B}调整为{26,30,71,75,90}。可替换地，对于32点整数DST-7核，将第六元组{b,k,o,x,B}调整为{26,30,72,74,90}。可替换地，对于32点整数DST-7核，将第六元组{b,k,o,x,B}调整为{26,29,71,74,90}。可替换地，对于32点整数DST-7核，将第六元组{b,k,o,x,B}调整为{25,30,71,74,90}。
根据实施例，变换核的元素可以通过在导出的元素值上仅+1或-1而进行进一步调整，该元素值通过利用预定义的常数进行缩放并舍入到最接近的整数而导出。
根据实施例，变换核的元素可以通过在导出的元素值上仅+1、-1、+2和-2而进行进一步调整，该元素值通过利用预定义的常数进行缩放并舍入到最接近的整数而导出。
根据实施例，通过矩阵A·AT-s·I的绝对值之和来测量表示为A的调整后的变换核的正交性，其中s是预定义的缩放因子，用于导出整数变换核，并且I是单位矩阵。
尽管图1示出了过程100的示例框，但在一些实施方式中，过程100可以包括比图1中所描绘的更多的框、更少的框、不同的框或不同排列的框。另外，或者可替换地，过程100的两个或更多个框可以并行执行。
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)可以包括至少两个通过网络(250)互连的终端(210-220)。对于单向数据传输，第一终端(210)可以在本地位置对视频数据进行编码以通过网络(250)传输到另一终端(220)。第二终端(220)可从网络(250)接收另一终端的已编码视频数据，对已编码视频数据进行解码，并显示恢复的视频数据。单向数据传输在媒体服务等应用中是较常见的。
图2示出了第二对终端(230，240)，其被提供来支持已编码视频数据的双向传输，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，每个终端(230，240)可对在本地位置对采集的视频数据进行编码，以通过网络(250)传输到另一终端。每个终端(230，240)还可接收另一终端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，并可在本地显示设备上显示恢复的视频数据。
在图2中，终端(210-240)可为服务器、个人计算机和智能电话，但本公开的原理不限于此。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(210-240)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应用的示例，图3示出了视频编码器和解码器在流式传输环境中的放置。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)，所述视频源创建例如未压缩的视频样本流(302)。相较于已编码的视频码流，该样本流(302)被描绘为粗线以强调高数据量，其可由耦合至相机(301)的编码器(303)处理。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。相较于该样本流，已编码的视频码流(304)被描绘为细线以强调较低数据量，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(306，308)可访问流式传输服务器(305)以检索已编码的视频码流(304)的副本(307，309)。客户端(306)可包括视频解码器(310)。视频解码器(310)对已编码的视频码流的传入副本(307)进行解码，且产生可在显示器(312)或另一呈现装置(未描绘)上呈现的输出视频样本流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对视频码流(304，307，309)进行编码。该些标准的示例包括ITU-T H.265。正在开发的视频编码标准非正式地称为通用视频编码(VVC)，所公开的主题可用于VVC标准的上下文中。
图4可以是根据本公开实施例的视频解码器(310)的功能框图。
接收器(410)可接收将由解码器(310)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(412)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(410)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(410)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(410)与熵解码器/解析器(420)(此后称为“解析器”)之间。而当接收器(410)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。
视频解码器(310)可包括解析器(420)以根据熵编码的视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制诸如显示器(312)等显示装置的潜在信息，所述显示装置不是解码器的组成部分，但可耦接到解码器，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(SupplementaryEnhancement 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(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，且可遵循本领域技术人员公知的原理，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、条带、宏块、编码单元(CU)、块、变换单元(TU)、预测单元(PU)等等。熵解码器/解析器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(QP)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)。解析器(420)可以接收已编码的数据，并且选择性地解码特定符号(421)。此外，解析器(420)可以确定是否将特定符号(421)提供给运动补偿预测单元(453)、缩放器/逆变换单元(451)、帧内预测单元(452)或环路滤波器单元(456)。
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，解码器(310)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(部分重建)图片(456)提取的周围已重建信息生成大小和形状与正在重建的块相同的块。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。运动补偿预测单元从参考图片存储器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，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(312)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。一旦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，则当前参考图片(456)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存储器。
视频解码器(310)可根据记录在例如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，如在视频压缩技术文献或标准中，特别是在其中的配置文件中所指定的语法。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(410)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(310)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、冗余条带、冗余图片、前向纠错码等形式。
图5可以是根据本公开实施例的视频编码器(303)的功能框图。
编码器(303)可从视频源(301)(并非编码器的一部分)接收视频样本，所述视频源可采集将由编码器(303)编码的视频图像。
视频源(301)可提供将由编码器(303)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(301)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(301)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，编码器(303)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。控制器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。本领域技术人员可以容易地识别控制器(550)的其他功能，因为这些功能可能涉及针对某一系统设计优化的视频编码器(303)。
一些视频编码器以本领域技术人员容易理解为“编码环路”的方式进行操作。作为简单的描述，编码环路可以由编码器(530)的编码部分(以下称为“源编码器”，负责基于待编码的输入图片和参考图片创建符号)和嵌入于编码器(303)中的(本地)解码器(533)组成。解码器(533)以(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)是本领域技术人员公知的。
“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(310)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(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，包括信道(412)、接收器(410)、缓冲存储器(415)和解析器(420)在内的解码器(310)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。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。
作为操作的一部分，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“参考帧”的一个或多个先前已编码帧，所述运动补偿预测编码对输入帧进行预测性编码。以此方式，编码引擎(532)对输入帧的像素块与参考帧的像素块之间的差异进行编码，所述参考帧可被选作所述输入帧的预测参考。
本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考帧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帧执行，且可使重建的参考帧存储在参考图片存储器(534)中。以此方式，编码器(303)可在本地存储重建的参考帧的副本，所述副本与将由远端视频解码器获得的重建参考帧具有共同内容(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，对于将要编码的新帧，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。熵编码器根据本领域技术人员已知的，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。
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可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(303)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)可管理编码器(303)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帧类型：
帧内图片(I图片)，其可以是不将序列中的任何其它帧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)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非预测编码。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非预测编码。
视频编码器(303)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(303)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、冗余图片和条带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。
此外，所提出的方法可以由处理电路(例如，一个或多个处理器或者一个或多个集成电路)来实施。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以执行一个或多个所提出的方法。
上述技术可以使用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6示出了一种计算机系统1200，其适于实现所公开的主题的某些实施例。
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6所示的用于计算机系统1200的组件本质上是示例性的，并不用于对实现本申请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601、鼠标602、触控板603、触摸屏610、数据手套、操纵杆605、麦克风606、扫描仪607、照相机608。
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610、数据手套或操纵杆605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609、耳机(未示出))、视觉输出设备(例如，包括阴极射线管(CRT)屏幕、液晶(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏的屏幕610，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)620或类似介质621的光学介质、拇指驱动器622、可移动硬盘驱动器或固体状态驱动器623，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、蜂窝网络以包括移动通信全球系统(GSM)、第三代(3G)、第四代(4G)、第五代(5G)、长期演进(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(649)(例如，计算机系统1200的通用串行总线(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640。
核心640可包括一个或多个中央处理单元(CPU)641、图形处理单元(GPU)642、以现场可编程门阵列(FPGA)643形式的专用可编程处理单元、用于特定任务的硬件加速器644等。这些设备以及只读存储器(ROM)645、随机存取存储器(RAM)646、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(SSD)等)647等可通过系统总线648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648，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648，或通过外围总线649进行连接。外围总线的体系结构包括外围组件互联(PCI)、通用串行总线USB等。
CPU 641、GPU 642、FPGA 643和加速器644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 645或RAM 646中。过渡数据也可以存储在RAM 646中，而永久数据可以存储在例如内部大容量存储器647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 641、GPU 642、大容量存储器647、ROM 645、RAM 646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申请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640，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640的特定存储器，例如核心内部大容量存储器647或ROM 645。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心640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640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 646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644)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。本申请包括任何合适的硬件和软件组合。
虽然本申请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申请的范围内。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，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims (25)

1.一种使用离散正弦变换DST类型-VII变换核对视频序列进行编码的方法，其特征在于，包括：
生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；
其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和；
基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及
使用所述n点DST-VII变换核对所述视频序列执行变换。
2.根据权利要求1所述的方法，其特征在于，所述元组的集合包括{a,j,l}、{b,i,m}、{c,h,n}、{d,g,o}和{e,f,p}。
3.根据权利要求2所述的方法，其特征在于，所述n点DST-VII变换核是16点DST-VII变换核，其包括所述元组的集合中包括的变换核元素和元素k，且所述16点DST-VII变换核表示为{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p}。
4.根据权利要求2所述的方法，其特征在于，a+j＝l、b+i＝m、c+h＝n、d+g＝o、以及e+f＝p。
5.根据权利要求1所述的方法，其特征在于，所述元组的集合包括{a,l,A,n,y}、{b,k,B,o,x}、{c,j,C,p,w}、{d,I,D,q,v}、{e,h,E,r,u}和{f,g,F,s,t}。
6.根据权利要求5所述的方法，其特征在于，所述n点DST-VII变换核是32点DST-VII变换核，其包括所述元组的集合中包括的变换核元素以及元素m和元素z，所述32点DST-VII变换核表示为{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}。
7.根据权利要求5所述的方法，其特征在于，a+l+A＝n+y、b+k+B＝o+x、c+j+C＝p+w、d+I+D＝q+v、e+h+E＝r+u、以及f+g+F＝s+t。
8.根据权利要求1～2、4～5和7任一项所述的方法，其特征在于，n等于16或64，其中，所述元组的集合中的每个元组包括三个变换核元素。
9.根据权利要求1～2、4～5和7任一项所述的方法，其特征在于，n等于32，其中，所述元组的集合中的每个元组包括五个变换核元素。
10.根据权利要求1～7任一项所述的方法，其特征在于，所述元组的集合中的元组包括第一变换核元素、第二变换核元素、第三变换核元素、以及第四变换核元素，其中，所述第一变换核元素与所述第二变换核元素的绝对值的和等于所述第三变换核元素与所述第四变换核元素的绝对值的和。
11.根据权利要求1～7任一项所述的方法，其特征在于，所述元组的集合中的元组包括第一变换核元素、第二变换核元素、第三变换核元素、以及第四变换核元素，其中，所述第一变换核元素、所述第二变换核元素与所述第三变换核元素的绝对值的和等于所述第四变换核元素的绝对值。
12.根据权利要求1～7任一项所述的方法，其特征在于，所述元组的集合中的元组包括第一变换核元素、第二变换核元素、第三变换核元素、第四变换核元素、以及第五变换核元素，其中，所述第一变换核元素、所述第二变换核元素与所述第三变换核元素的绝对值的和等于所述第四变换核元素与所述第五变换核元素的绝对值的和。
13.一种使用离散正弦变换DST类型-VII变换核对视频序列进行编码的设备，其特征在于，包括：
至少一个存储器，被配置为存储程序代码；
至少一个处理器，被配置为读取所述程序代码并按照所述程序代码的指示进行操作，所述程序代码包括：
生成代码，被配置为使所述至少一个处理器生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；
其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和，并且
所述生成代码被进一步配置为使所述至少一个处理器基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及
执行代码，被配置为使所述至少一个处理器使用所述n点DST-VII变换核对所述视频序列执行变换。
14.根据权利要求13所述的设备，其特征在于，所述元组的集合包括{a,j,l}、{b,i,m}、{c,h,n}、{d,g,o}和{e,f,p}。
15.根据权利要求14所述的设备，其特征在于，所述n点DST-VII变换核是16点DST-VII变换核，其包括所述元组的集合中包括的变换核元素和元素k，且所述16点DST-VII变换核表示为{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p}。
16.根据权利要求14所述的设备，其特征在于，a+j＝l、b+i＝m、c+h＝n、d+g＝o、以及e+f＝p。
17.根据权利要求13所述的设备，其特征在于，所述元组的集合包括{a,l,A,n,y}、{b,k,B,o,x}、{c,j,C,p,w}、{d,I,D,q,v}、{e,h,E,r,u}和{f,g,F,s,t}。
18.根据权利要求17所述的设备，其特征在于，所述n点DST-VII变换核是32点DST-VII变换核，其包括所述元组的集合中包括的变换核元素以及元素m和元素z，所述32点DST-VII变换核表示为{a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z,A,B,C,D,E,F}。
19.根据权利要求17所述的设备，其特征在于，a+l+A＝n+y、b+k+B＝o+x、c+j+C＝p+w、d+I+D＝q+v、e+h+E＝r+u、以及f+g+F＝s+t。
20.根据权利要求13～14、16～17和19任一项所述的设备，其特征在于，n等于16或64，其中，所述元组的集合中的每个元组包括三个变换核元素。
21.根据权利要求13～14、16～17和19任一项所述的设备，其特征在于，n等于16或32，其中，所述元组的集合中的每个元组包括五个变换核元素。
22.根据权利要求13～19任一项所述的设备，其特征在于，所述元组的集合中的元组包括第一变换核元素、第二变换核元素、第三变换核元素、以及第四变换核元素，其中，所述第一变换核元素与所述第二变换核元素的绝对值的和等于所述第三变换核元素与所述第四变换核元素的绝对值的和。
23.根据权利要求13～19任一项所述的设备，其特征在于，所述元组的集合中的元组包括第一变换核元素、第二变换核元素、第三变换核元素、以及第四变换核元素，其中，所述第一变换核元素、所述第二变换核元素与所述第三变换核元素的绝对值的和等于所述第四变换核元素的绝对值。
24.一种使用离散正弦变换DST类型-VII变换核对视频序列进行编码的装置，其特征在于，包括：
第一生成模块，用于生成与n点DST-VII变换核相关联的变换核元素的元组的集合，所述元组的集合包括第一元组，所述第一元组包括多个变换核元素；
其中，所述第一元组的变换核元素的第一子集的第一总和等于所述第一元组中剩余变换核元素组成的第二子集的第二总和；
第二生成模块，用于基于所生成的所述变换核元素的元组的集合，生成所述n点DST-VII变换核，所述n点DST-VII变换核至少包括所述元组的集合中包括的变换核元素；以及
执行模块，用于使用所述n点DST-VII变换核对所述视频序列执行变换。
25.一种非易失性的计算机可读介质，其特征在于，用于存储指令，所述指令包括一个或多个指令，当所述一个或多个指令由设备的一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-12任一项所述的方法。
CN202210915184.9A 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行编码的方法和设备 Pending CN115118997A (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862668065P 2018-05-07 2018-05-07
US62/668,065 2018-05-07
US16/218,076 US10462486B1 (en) 2018-05-07 2018-12-12 Fast method for implementing discrete sine transform type VII (DST 7)
US16/218,076 2018-12-12
CN201980017856.0A CN111837398B (zh) 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行解码的方法和设备
PCT/US2019/026943 WO2019217027A1 (en) 2018-05-07 2019-04-11 Fast dst-7

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201980017856.0A Division CN111837398B (zh) 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行解码的方法和设备

Publications (1)

Publication Number Publication Date
CN115118997A true CN115118997A (zh) 2022-09-27

Family

ID=68314757

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201980017856.0A Active CN111837398B (zh) 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行解码的方法和设备
CN202210915184.9A Pending CN115118997A (zh) 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行编码的方法和设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201980017856.0A Active CN111837398B (zh) 2018-05-07 2019-04-11 使用dst-vii变换核对视频序列进行解码的方法和设备

Country Status (6)

Country Link
US (4) US10462486B1 (zh)
EP (1) EP3763127A4 (zh)
JP (5) JP7024106B2 (zh)
KR (1) KR102384113B1 (zh)
CN (2) CN111837398B (zh)
WO (1) WO2019217027A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10462486B1 (en) 2018-05-07 2019-10-29 Tencent America, Llc Fast method for implementing discrete sine transform type VII (DST 7)
US10945752B2 (en) 2019-03-20 2021-03-16 Covidien Lp Tissue resecting instrument including a rotation lock feature
US11134275B2 (en) 2019-06-04 2021-09-28 Tencent America LLC Method and apparatus for performing primary transform based on filtering of blocks
US11212545B2 (en) 2019-06-07 2021-12-28 Tencent America LLC Method and apparatus for improved implicit transform selection
US11412258B2 (en) * 2020-02-12 2022-08-09 Tencent America LLC Line graph transforms (LGTs) using 8-bit and 10-bit cores
US11405647B2 (en) * 2020-02-18 2022-08-02 Tencent America LLC Primary transforms using 8-bit and 10-bit cores
US11432018B2 (en) 2020-05-11 2022-08-30 Tencent America LLC Semi-decoupled partitioning for video coding
US11259055B2 (en) 2020-07-10 2022-02-22 Tencent America LLC Extended maximum coding unit size
US11206428B1 (en) 2020-07-14 2021-12-21 Tencent America LLC Method and apparatus for frequency-dependent joint component secondary transform
US11575937B2 (en) 2020-07-24 2023-02-07 Tencent America LLC Methods for efficient application of LGT
US11310504B2 (en) 2020-07-30 2022-04-19 Tencent America LLC Complexity reduction for 32-p and 64-p LGT

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1376379A3 (en) * 2002-04-01 2004-08-11 Broadcom Corporation Apparatus and method to perform an inverse discrete cosine transform for multiple decoding processes
US20070200738A1 (en) * 2005-10-12 2007-08-30 Yuriy Reznik Efficient multiplication-free computation for signal and data processing
US20070271321A1 (en) * 2006-01-11 2007-11-22 Qualcomm, Inc. Transforms with reduce complexity and/or improve precision by means of common factors
US8576914B2 (en) * 2011-01-10 2013-11-05 Cisco Technology, Inc. Integer transform video compression system, method and computer program product
WO2012115487A2 (ko) * 2011-02-25 2012-08-30 삼성전자 주식회사 영상의 변환 및 역변환 방법, 및 이를 이용한 영상의 부호화 및 복호화 장치
US20120307893A1 (en) * 2011-06-02 2012-12-06 Qualcomm Incorporated Fast computing of discrete cosine and sine transforms of types vi and vii
US20130003856A1 (en) * 2011-07-01 2013-01-03 Samsung Electronics Co. Ltd. Mode-dependent transforms for residual coding with low latency
US10390046B2 (en) * 2011-11-07 2019-08-20 Qualcomm Incorporated Coding significant coefficient information in transform skip mode
US9319684B2 (en) * 2012-08-21 2016-04-19 Qualcomm Incorporated Alternative transform in scalable video coding
US9813719B2 (en) * 2014-06-18 2017-11-07 Qualcomm Incorporated Signaling HRD parameters for bitstream partitions
KR102326200B1 (ko) * 2014-08-29 2021-11-15 삼성전자 주식회사 전자 장치 및 전자 장치의 알림 제공 방법
US10306229B2 (en) * 2015-01-26 2019-05-28 Qualcomm Incorporated Enhanced multiple transforms for prediction residual
US20170150176A1 (en) * 2015-11-25 2017-05-25 Qualcomm Incorporated Linear-model prediction with non-square prediction units in video coding
US11223852B2 (en) * 2016-03-21 2022-01-11 Qualcomm Incorporated Coding video data using a two-level multi-type-tree framework
GB2549957B (en) * 2016-05-03 2018-08-08 Imagination Tech Ltd Compressing and decompressing image data
US10368107B2 (en) * 2016-08-15 2019-07-30 Qualcomm Incorporated Intra video coding using a decoupled tree structure
US10326986B2 (en) * 2016-08-15 2019-06-18 Qualcomm Incorporated Intra video coding using a decoupled tree structure
US10880564B2 (en) * 2016-10-01 2020-12-29 Qualcomm Incorporated Transform selection for video coding
US10855997B2 (en) * 2017-04-14 2020-12-01 Mediatek Inc. Secondary transform kernel size selection
US10602180B2 (en) * 2017-06-13 2020-03-24 Qualcomm Incorporated Motion vector prediction
US10575018B2 (en) * 2017-07-10 2020-02-25 Qualcomm Incorporated Enhanced high-level signaling for fisheye virtual reality video in dash
US10659760B2 (en) * 2017-07-10 2020-05-19 Qualcomm Incorporated Enhanced high-level signaling for fisheye virtual reality video
US10694205B2 (en) * 2017-12-18 2020-06-23 Google Llc Entropy coding of motion vectors using categories of transform blocks
US10462486B1 (en) 2018-05-07 2019-10-29 Tencent America, Llc Fast method for implementing discrete sine transform type VII (DST 7)

Also Published As

Publication number Publication date
JP7295289B2 (ja) 2023-06-20
US11985351B2 (en) 2024-05-14
KR20200125729A (ko) 2020-11-04
US20220394297A1 (en) 2022-12-08
WO2019217027A1 (en) 2019-11-14
US20190342579A1 (en) 2019-11-07
US20190379911A1 (en) 2019-12-12
JP2023105228A (ja) 2023-07-28
US10462486B1 (en) 2019-10-29
JP7295210B2 (ja) 2023-06-20
JP2024091910A (ja) 2024-07-05
JP7481546B2 (ja) 2024-05-10
KR102384113B1 (ko) 2022-04-08
JP2022051898A (ja) 2022-04-01
CN111837398B (zh) 2022-07-15
CN111837398A (zh) 2020-10-27
JP7024106B2 (ja) 2022-02-22
US20210044831A1 (en) 2021-02-11
US11463730B2 (en) 2022-10-04
EP3763127A4 (en) 2021-05-12
US10841616B2 (en) 2020-11-17
JP2021516011A (ja) 2021-06-24
EP3763127A1 (en) 2021-01-13
JP2022033178A (ja) 2022-02-28

Similar Documents

Publication Publication Date Title
CN111837398B (zh) 使用dst-vii变换核对视频序列进行解码的方法和设备
CN111630864B (zh) 编解码方法、装置和媒介
JP2022105007A (ja) ビデオ圧縮における複数ラインのフレーム内予測のための方法および装置
CN113557728B (zh) 视频编解码方法和装置
JP7457170B2 (ja) サブブロックに基づく時間的動きベクトル予測のための方法並びにその機器及びコンピュータプログラム
KR20200125733A (ko) 비디오 코딩을 위한 방법 및 장치
CN112118456B (zh) 莱斯参数选择方法、装置、计算机设备及存储介质
KR102376833B1 (ko) 8-비트 변환 코어를 이용한 1차 변환을 위한 방법 및 장치
CN112236997B (zh) 对视频序列进行解码、编码的方法、装置及存储介质
CN111757122A (zh) 视频解码方法和装置、计算机设备和存储介质
CN113508582B (zh) 视频编码、解码的方法、装置及可读介质
CN114600083A (zh) 信令通知云工作流中的输入数据的超时和完整
CN116601945A (zh) 基于dnn的交叉分量预测
CN114788182B (zh) 用于实现时间滤波的方法、系统和计算机可读介质
CN112543325B (zh) 视频解码方法、装置、计算机设备和存储介质
CN116508319A (zh) 神经图像压缩中的逐块熵编码方法
CN118890486A (zh) 视频编解码方法、存储码流的方法、电子设备
JPWO2021247169A5 (zh)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination