视频编解码中最小编码块大小的范围

交叉引用

本申请要求于2020年10月23日提交的美国专利申请第17/078,302号，“视频编解码中最小编码块大小的范围(RANGE OF MINIMUM CODING BLOCK SIZE IN VIDEO CODING)”的优先权，该申请要求于2019年10月30日提交的美国临时申请第62/928,150号，“最小编码块大小的范围的方法(METHODS ON RANGE OF MINIMUM CODING BLOCK SIZE)”的优先权。

技术领域

本申请描述总体上涉及视频编解码的实施例。

背景技术

本文所提供的背景描述旨在整体呈现本申请的背景。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，并不表明其在本申请提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。

通过具有运动补偿的帧间图片预测技术，可以进行视频编码和解码。未压缩的数字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。

视频编码和解码的一个目的，是通过压缩减少输入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。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。

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、量化及熵编解码。

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。

诸如从例如MPEG-2代编解码技术中已知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从例如周围样本数据和/或元数据尝试的技术，该周围样本数据和/或元数据是在空间相邻的数据块的编码/解码期间获得的并且在解码顺序上先于数据块。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。

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，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以被单独编码或者被包括在模式码字中。对于给定模式/子模式/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。

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。可以使用属于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。

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，并且可以例如从预测方向到帧内预测模式的简单直接映射到码字、到涉及最可能模式的复杂自适应方案和类似技术。然而，在所有情况下，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。

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)。

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。

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，本文描述的是一种下文称为“空间合并”的技术。

参考图1，当前块(101)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102到106)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。

发明内容

本公开的各个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，用于视频解码的装置包括电路。所述电路用于从已编码视频的码流接收第一语法元素，所述第一语法元素包含在参数集或图片头中，在一些示例中，可以指示最小亮度编码块大小。所述电路进一步验证所述最小亮度编码块大小是否在可允许的最小亮度编码块大小的范围内，所述范围具有小于最大可允许编码树单元CTU大小的上限；以及基于所述最小亮度编码块大小，对所述已编码视频中的已编码图片进行解码。在一些示例中，编码的图片参考参数集，包括图片头。在一些实施例中，可允许的最小亮度编码块大小的范围的上限可以是预定义的最大可允许的最小亮度编码块大小。

在一些实施例中，所述电路进一步被配置为从所述已编码视频的所述码流接收第二语法元素，所述第二语法元素指示CTU大小，并包含在参数集中。其中，当所述CTU大小大于预定义的最大可允许的最小亮度编码块大小时，所述预定义的最大可允许的最小亮度编码块大小被用作所述可允许的最小亮度编码块大小的范围的所述上限。当所述CTU大小小于所述预定义的最大可允许的最小亮度编码块大小时，所述CTU大小被用作所述可允许的最小亮度编码块大小的范围的所述上限。

在一些实施例中，第一语法元素指示所述最小亮度编码块大小减2的二进制对数值；所述电路进一步被配置为验证所述最小亮度编码块大小减2的所述二进制对数值是否在0至N(包括端值)的范围内，其中，N是整数，并且N+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值。

在一些实施例中，所述第一语法元素指示所述最小亮度编码块大小减2的二进制对数值；所述电路被进一步配置为验证所述最小亮度编码块大小减2的所述二进制对数值是否在0至Min(N,log2_ctu_size_minus5+3)(包括端值)的范围内，其中，N是整数，N+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值，并且log2_ctu_size_minus5+5表示所述已编码视频的CTU大小的二进制对数值。在一些实施例中，N等于4。

在一些实施例中，所述第一语法元素指示所述最小亮度编码块大小减2的二进制对数值；所述电路被进一步配置为验证所述最小亮度编码块大小的所述二进制对数值是否大于Min(N+2,log2_ctu_size)，其中，N是整数，N+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值，并且log2_ctu_size表示所述已编码视频的CTU大小的二进制对数值。在一些实施例中，N等于4。

在一些实施例中，所述第一语法元素指示所述最小亮度编码块大小减2的二进制对数值；验证所述最小亮度编码块大小减2的所述二进制对数值是否在0至log2_ctu_size_minus5+M(包括端值)的范围内，其中，M是整数，log2_ctu_size_minus5+5表示所述已编码视频的CTU大小的二进制对数值，并且log2_ctu_size_minus5+M+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值。

本公开的各个方面还提供了一种存储指令的非易失性计算机可读介质，所述指令在由用于视频解码的计算机执行时，使得所述计算机执行用于视频解码的方法。

附图说明

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：

图1是示例性当前块以及其周围空间合并候选的示意图。

图2是根据实施例的通信系统(200)的简化框图的示意图。

图3是根据实施例的通信系统(300)的简化框图的示意图。

图4是根据实施例的解码器的简化框图的示意图。

图5是根据实施例的编码器的简化框图的示意图。

图6示出了根据另一实施例的编码器的框图。

图7示出了根据另一实施例的解码器的框图。

图8中示出了图片中4:2:0亮度样本和色度样本的垂直位置和水平位置。

图9中示出了图片中4:2:2亮度样本和色度样本的垂直位置和水平位置。

图10中示出了图片中4:4:4亮度样本和色度样本的垂直位置和水平位置。

图11中示出了划分成编码树单元CTU的图片的示例。

图12示出了划分为图块(tile)和光栅扫描条带(slice)的图片的示例。

图13示出了划分为图块和矩形条带的图片的示例。

图14示出了划分为图块(tile)、砖块(brick)和矩形条带的图片的示例。

图15示出了在多类型树结构分割模式。

图16示出了具有嵌套多类型树编码树结构的四叉树中的分割信号信令。

图17示出了具有嵌套多类型树编码块结构的四叉树的示例。

图18示出了展示不执行针对128×128编码块的三叉树分割的示例。

图19图示了二叉树分割和三叉树分割情况的冗余分割模式。

图20示出了不允许的三叉树和二叉树分区的示例。

图21示出了根据本公开的实施例的概述流程(2100)的流程图。

图22示出了根据本申请实施例的计算机系统的示意图。

具体实施方式

I.视频编码器和解码器系统

图2是根据本申请公开的实施例的通信系统(200)的简化框图。通信系统(200)包括多个终端装置，所述终端装置可通过例如网络(250)彼此通信。举例来说，通信系统(200)包括通过网络(250)互连的第一对终端装置(210)和终端装置(220)。在图2的实施例中，终端装置(210)和终端装置(220)执行单向数据传输。举例来说，终端装置(210)可对视频数据(例如由终端装置(210)采集的视频图片流)进行编码以通过网络(250)传输到另一终端装置(220)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(220)可从网络(250)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。

在另一实施例中，通信系统(200)包括执行已编码视频数据的双向传输的第二对终端装置(230)和(240)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，终端装置(230)和终端装置(240)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码以通过网络(250)传输到终端装置(230)和终端装置(240)中的另一终端装置。终端装置(230)和终端装置(240)中的每个终端装置还可接收由终端装置(230)和终端装置(240)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。

在图2的实施例中，终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(250)表示在终端装置(210)、终端装置(220)、终端装置(230)和终端装置(240)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(250)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在下文中有所解释，否则网络(250)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为实施例，图3示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。

流式传输系统可包括采集子系统(313)，所述采集子系统可包括数码相机等视频源(301)，所述视频源创建未压缩的视频图片流(302)。在实施例中，视频图片流(302)包括由数码相机拍摄的样本。相较于已编码的视频数据(304)(或已编码的视频码流)，视频图片流(302)被描绘为粗线以强调高数据量的视频图片流，视频图片流(302)可由电子装置(320)处理，所述电子装置(320)包括耦接到视频源(301)的视频编码器(303)。视频编码器(303)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(302)，已编码的视频数据(304)(或已编码的视频码流(304))被描绘为细线以强调较低数据量的已编码的视频数据(304)(或已编码的视频码流(304))，其可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端子系统，例如图3中的客户端子系统(306)和客户端子系统(308)，可访问流式传输服务器(305)以检索已编码的视频数据(304)的副本(307)和副本(309)。客户端子系统(306)可包括例如电子装置(330)中的视频解码器(310)。视频解码器(310)对已编码的视频数据的传入副本(307)进行解码，且产生可在显示器(312)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(311)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(304)、视频数据(307)和视频数据(309)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

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

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

接收器(431)可接收将由视频解码器(410)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(401)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(431)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(431)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(415)可耦接在接收器(431)与熵解码器/解析器(420)(此后称为“解析器(420)”)之间。在某些应用中，缓冲存储器(415)是视频解码器(410)的一部分。在其它情况下，所述缓冲存储器(415)可设置在视频解码器(410)外部(未标示)。而在其它情况下，视频解码器(410)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(410)的内部可配置另一缓冲存储器(415)以例如处理播出定时。而当接收器(431)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(410)外部的类似元件(未标示)中。

视频解码器(410)可包括解析器(420)以根据已编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(410)的操作的信息，以及用以控制显示装置(412)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(430)的组成部分，但可耦接到电子装置(430)，如图4中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(420)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(420)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。

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

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

除已经提及的功能块以外，视频解码器(410)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。

第一单元是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)从解析器(420)接收作为符号(421)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(451)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。

在一些情况下，缩放器/逆变换单元(451)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(452)提供。在一些情况下，帧内图片预测单元(452)采用从当前图片缓冲器(458)提取的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(458)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(451)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(453)从参考图片存储器(457)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(457)提取的样本值的内插、运动矢量预测机制等等。

聚合器(455)的输出样本可在环路滤波器单元(456)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(420)的符号(421)可用于环路滤波器单元(456)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。

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

一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(420))被识别为参考图片，则当前图片缓冲器(458)可变为参考图片存储器(457)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(410)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在实施例中，接收器(431)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(410)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

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

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

视频源(501)可提供将由视频编码器(503)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.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(501)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(501)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。

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

在一些实施例中，视频编码器(503)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(530)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(503)中的(本地)解码器(533)。解码器(533)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(534)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。

“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(410)的“远程”解码器相同。然而，另外简要参考图4，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(415)和解析器(420)在内的视频解码器(410)的熵解码部分，可能无法完全在本地解码器(533)中实施。

此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。

在操作期间，在一些实施例中，源编码器(530)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(532)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(533)可基于源编码器(530)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(532)的操作可为有损过程。当已编码视频数据可在视频解码器(图5中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(534)中。以此方式，视频编码器(503)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。

预测器(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新图片，预测器(535)可在参考图片存储器(534)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(535)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(535)获得的搜索结果，可确定输入图片可具有从参考图片存储器(534)中存储的多个参考图片取得的预测参考。

控制器(550)可管理源编码器(530)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)根据例如霍夫曼编码、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将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(540)可将来自视频编码器(503)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。

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

帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。

预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。

双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。

源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

视频编码器(503)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(503)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。

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

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，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(codingtree 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。

图6是根据本申请公开的另一实施例的视频编码器(603)的图。视频编码器(603)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(603)用于代替图3实施例中的视频编码器(303)。

在HEVC实施例中，视频编码器(603)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(603)使用例如率失真(rate-distortion，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(603)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(603)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(603)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图6的实施例中，视频编码器(603)包括如图6所示的耦接到一起的帧间编码器(630)、帧内编码器(622)、残差计算器(623)、开关(626)、残差编码器(624)、通用控制器(621)和熵编码器(625)。

帧间编码器(630)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

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

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

残差计算器(623)用于计算所接收的块与选自帧内编码器(622)或帧间编码器(630)的预测结果之间的差(残差数据)。残差编码器(624)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(624)用于将残差数据从时域转换到频域，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(603)还包括残差解码器(628)。残差解码器(628)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(622)和帧间编码器(630)使用。举例来说，帧间编码器(630)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(622)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(625)用于将码流格式化以产生已编码的块。熵编码器(625)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(625)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

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

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

熵解码器(771)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(772)或帧间解码器(780)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(780)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(772)。残差信息可经由逆量化并提供到残差解码器(773)。

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

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

残差解码器(773)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(773)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(771)提供(未标示数据路径，因为这仅仅是低量控制信息)。

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

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

II.图片格式和图片分区

II.1源、已解码和输出的图片格式

在一些实施例中，如下通过码流给出源和已解码图片之间的关系。由码流表示的视频源是按解码顺序的图片序列。源图片和已解码图片每个都包括一个或多个样本阵列：

-仅亮度(Y)(单色)。

-亮度和两个色度(YCbCr或YCgCo)。

-绿色、蓝色和红色(GBR，也称为RGB)。

-表示其他未指定的单色或三色促进(tri-stimulus)颜色采样的阵列(例如，YZX，也称为XYZ)。

为了便于本公开中的符号和术语，与这些阵列相关联的变量和术语被称为亮度(或L或Y)和色度，其中，两个色度阵列被称为Cb和Cr；不考虑使用中的实际颜色表示方法。使用中的实际颜色表示方法可由语法指示。

变量SubWidthC和子SubHeightC指示色度分量子采样比率，并且根据色度格式采样结构在表1中指定，所述色度格式采样结构通过chroma_format_idc和separate_color_plane_flag来指定

表1

在单色采样中，仅存在一个样本阵列，其名义上被认为是亮度阵列。在4:2:0采样中，两个色度阵列中的每一个具有亮度阵列的一半高度和一半宽度。在4:2:2采样中，两个色度阵列中的每一个具有相同的高度和亮度阵列宽度的一半。在4:4:4采样中，取决于separate_color_plane_flag的值，以下适用：

-如果separate_color_plane_flag等于0，则两个色度阵列中的每一个具有与亮度阵列相同的高度和宽度。

-否则(separate_color_plane_flag等于1)，三个颜色平面被分别处理为单色采样图片。

在视频序列中的亮度和色度阵列中表示样本中的每一个所需的比特数可以例如在8到16(包括端值)的范围内，并且在亮度阵列中使用的比特数可以与在色度阵列中使用的比特数不同。当chroma_format_idc的值等于1时，图8中示出了图片中亮度样本和色度样本的标称垂直(nominal vertical)和水平相对位置。可在视频可用性信息中指示可选色度样本相对位置。

当chroma_format_idc的值等于2时，色度样本与对应的亮度样本位于一起，并且图片中的标称位置如图9所示。当chroma_format_idc的值等于3时，对于图片的所有情况，所有阵列样本位于一起，并且图片中的标称位置如图10所示。

II.2图片分区

II.2.1将图片分区为CTU

在一些实施例中，图片被划分成编码树单元(CTU)的序列。CTU概念类似于HEVC。对于具有三个样本阵列的图片，CTU由亮度样本的N×N块以及色度样本的两个对应块组成。图11示出了划分成CTU的图片的示例。在示例中，CTU中的亮度块的最大允许大小被指定为128×128。在示例中，亮度变换块的最大大小是64×64)

II.2.2将图片分区成条带、图块和砖块

在一些实施例中，图片可以被划分成一个或多个图块行和一个或多个图块列。图块是覆盖图片的矩形区域的CTU序列。图块(tile)被划分成一个或多个砖块(brick)，每个砖块由图块内的多个CTU行组成。未被分区成多个砖块的图块也被称为砖块。然而，是图块的真正子集的砖块不被称为图块。条带(slice)要么包含图片的多个图块，要么包含图块的多个砖块。支持两种条带模式，即光栅扫描条带模式和矩形条带模式。在光栅扫描条带模式中，条带包含图片的图块光栅扫描中的条带序列。在矩形条带模式中，条带包含图片的数个砖块，所述数个砖块共同形成图片的矩形区域。矩形条带内的砖块是按照条带的砖块光栅扫描的顺序。

图12示出了图片的光栅扫描条带分区的示例，其中，图片被划分成12个图块和3个光栅扫描条带。图13示出了的矩形条带分区的示例，其中，图片被划分成24个图块(6个图块列和4个图块行)和9个矩形条带。图14示出了分区成图块、砖块和矩形条带的图片的示例，其中，图片被划分成4个图块(2个图块列和2个图块行)、11个砖块(左上图块包含1个砖块，右上图块包含5个砖块，左下图块包含2个砖块，右下图块包含3个砖块)和4个矩形条带。

II.2.3使用树结构对CTU进行分区

在一些实施例中，通过使用表示为编码树的四叉树结构将CTU分割成CU以适应各种局部特性。使用帧间图片(时间)还是使用帧内图片(空间)预测来编码图片区域的决定是在叶CU级做出的。可以根据PU分割类型将每一叶CU进一步分割为一个、两个或四个PU。在一个PU内部，应用相同的预测过程，并且在PU的基础上将相关信息发送到解码器。在通过应用基于PU分割类型的预测过程获得残差块之后，可以根据与CU的编码树类似的另一四叉树结构，将叶CU分区成变换单元(TU，transform units)。HEVC结构的关键特征中的一个是其具有包括CU、PU和TU的多个分区概念。

在一些实施例中，具有嵌套多类型树的四叉树取代了多个分区单元类型的概念，所述嵌套多类型树使用二进制和三进制分割分段(segmentation)结构，即，它消除了CU、PU和TU概念的分离，除非CU的大小对于最大变换长度而言过大，并且支持CU分区形状的更多灵活性。在编码树结构中，CU可以具有正方形形状或矩形形状。编码树单元(CTU，codingtree unit)首先被四叉树(quaternary tree)(又称作quadtree)结构分区。然后，可以通过多类型树结构来进一步划分四叉树叶节点。

如图15所示，在多类型树结构中存在四种分割类型：垂直二进制分割(SPLIT_BT_VER)、水平二进制分割(SPLIT_BT_HOR)、垂直三进制分割(SPLIT_TT_VER)和水平三进制分割(SPLIT_TT_HOR)。多类型树叶节点被称为编码单元(CU，coding units)，并且除非CU对于最大变换长度来说太大，否则该分段被用于预测和变换处理而无需任何进一步的分区。这意味着，在大多数情况下，CU、PU和TU在具有嵌套多类型树编码块结构的四叉树中具有相同的块大小。当最大支持变换长度小于CU的颜色分量的宽度或高度时，会发生例外情况。

图16示出了具有嵌套多类型树编码树结构的四叉树中的分区分割信息的信令机制。编码树单元(CTU)被视为四叉树的根，并且首先被四叉树结构进行分区。每个四叉树叶节点(当足够大以允许分区时)然后被多类型树结构进一步分区。在多类型树结构中，用信号通知第一标志(mtt_split_cu_flag)指示节点是否被进一步分区；当节点被进一步分区时，用信号通知第二标志(mtt_split_cu_vertical_flag)以指示分割方向，并且然后用信号通知第三标志(mtt_split_cu_binary_flag)以指示该分割是二进制分割还是三进制分割。基于mtt_split_cu_vertical_flag和mtt_split_cu_binary_flag的值，导出CU的多类型树分割模式(MttSplitMode，multi-type tree slitting mode)，如表2所示。

表2

图17示出了被划分成多个CU的CTU，所述CU具有四叉树和嵌套多类型树编码块结构，其中，粗体块边缘表示四叉树分区，并且其余边缘表示多类型树分区。具有嵌套多类型树分区的四叉树提供包括CU的内容自适应编码树结构。CU的大小可以与CTU一样大，或以亮度样本为单位小至4×4。对于4:2:0色度格式的情况，最大色度CB大小是64×64，并且最小色度CB大小是2×2。

在一些实施例中，支持的最大亮度变换大小是64×64，并且支持的最大色度变换大小是32×32。当CB的宽度或高度大于最大变换宽度或高度时，将CB在水平和/或垂直方向上自动分割以满足该方向上的变换大小限制。

在一些实施例中，通过语法参数集(SPS，syntax parameter set)语法元素来定义和指定以下参数，所述语法参数集语法元素用于具有嵌套多类型树编码树方案的四叉树。

-CTU大小：四叉树的根节点大小

-MinQTSize：最小允许四叉树叶节点大小

-MaxBtSize：最大允许二叉树根节点大小

-MaxTtSize：最大允许三叉树根节点大小

-MaxMttDepth：从四叉树叶分割的多类型树的最大允许分层深度

-MinBtSize：最小允许二叉树叶节点大小

-MinTtSize：最小允许三叉树叶节点大小

在具有嵌套多类型树编码树结构的四叉树的一个示例中，CTU大小被设置为128×128亮度样本，所述128×128亮度样本具有4:2:0色度样本的两个对应的64×64块，MinQTSize被设置为16×16，MaxBtSize被设置为128×128，MaxTtSize被设置为64×64，MinBtSize和MinTtSize(对于宽度和高度两者)被设置为4×4，并且MaxMttDepth被设置为4。首先将四叉树分区应用于CTU以生成四叉树叶节点。四叉树叶节点可以具有从16×16(即，MinQTSize)到128×128(即，CTU大小)的大小。如果叶QT节点是128×128，则由于其大小超过MaxBtSize和MaxTtSize(即64×64)，因此将不会被二叉树进一步分割。否则，叶四叉树节点可由多类型树进一步划分。

因此，四叉树叶节点也是多类型树的根节点，并且它具有0的多类型树深度(mttDepth)。当多类型树深度达到MaxMttDepth(即，4)时，不考虑进一步分割。当多类型树节点具有等于MinBtSize并且小于或等于2*MinTtSize的宽度时，不考虑进一步的水平分割。类似地，当多类型树节点具有等于MinBtSize和小于或等于2*MinTtSize的高度时，不考虑进一步的垂直分割。

在一些实施例中，为了在一些硬件解码器中允许64×64亮度块和32×32色度流水线设计，当亮度编码块的宽度或高度大于64时，禁止TT分割，如图18所示。当色度编码块的宽度或高度大于32时，也禁止TT分割。

在一些实施例中，编码树方案支持亮度和色度具有分离的块树结构的能力。例如，对于P条带和B条带，一个CTU中的亮度和色度CTB可以共享相同的编码树结构。然而，对于I条带，亮度和色度可以具有分离的块树结构。当应用分离的块树模式时，通过一个编码树结构，将亮度CTB分区成CU，并且通过另一个编码树结构将色度CTB分区成色度CU。这意味着I条带中的CU可由亮度分量的编码块或两个色度分量的编码块组成，并且P条带或B条带中的CU总是由所有三个颜色分量的编码块组成，除非视频是单色的。

II.2.4CU在图片边界上分割

在一些实施例中，当树节点块的一部分超过底部或右侧图片边界时，该树节点块被强制分割，直到每个已编码CU的所有样本位于图片边界内部。在一些实施例中应用以下分割规则。

如果树节点块的一部分超过底部和右侧图片边界：(i)如果该块是QT节点并且该块的大小大于最小QT大小，则该块被强制以QT分割模式进行分割；否则，该块被强制以SPLIT_BT_HOR模式进行分割。

(ii)否则，如果树节点块的一部分超过底部图片边界，

-如果该块是QT节点，并且该块的大小大于最小QT大小，并且该块的大小大于最大BT大小，则该块被强制以QT分割模式进行分割。

-否则，如果该块是QT节点，并且该块的大小大于最小QT大小，并且该块的大小小于或等于最大BT大小，则该块被强制以QT分割模式或SPLIT_BT_HOR模式进行分割。

-否则(该块是BTT节点或者该块的大小小于或等于最小QT大小)，该块被强制以SPLIT_BT_HOR模式进行分割。

(iii)否则，如果树节点块的一部分超过了右侧图片边界，

-如果该块是QT节点，并且该块的大小大于最小QT大小，并且该块的大小大于最大BT大小，则该块被强制以QT分割模式分割。

-否则，如果该块是QT节点，并且该块的大小大于最小QT大小，并且该块的大小小于或等于最大BT大小，则该块被强制以QT分割模式或SPLIT_BT_VER模式分割。

-否则(该块是BTT节点或者该块的大小小于或等于最小QT大小)，该块被强制以SPLIT_BT_VER模式进行分割。

II.2.5冗余CU分割的限制

具有嵌套多类型树编码块结构的四叉树提供高度灵活的块分区结构。由于支持多类型树的分割类型，不同的分割模式可能导致相同的编码块结构。在一些实施例中，禁用这些冗余分割模式中的一些。

图19图示了二叉树分割和三叉树分割的冗余分割模式。如图所示，在一个方向上的两级连续二进制分割可以具有与三叉树分割相同的编码块结构，所述三叉树分割之后是中央分区的二叉树分割。在这种情况下，针对三叉树分割的中央分区的二叉树分割(在给定方向上)被语法进行阻止。该限制适用于所有图片中的CU。

当如以上所描述分割被禁止时，修改对应的语法元素的信令以考虑禁止的情况。例如，当图19中的任何情况被识别时(即，对于中央分区的CU禁止二进制分区)，指定分割是二进制分割还是三进制分割的语法元素mtt_split_cu_binary_flag不被用信号通知，并且是由解码器推断为等于0。

II.2.6虚拟流水线数据单元(VPDU，Virtual pipeline data units)

在一些实施例中，采用虚拟流水线数据单元(VPDU)。VPDU被定义为图片中的非重叠单元。在硬件解码器中，多个流水线阶段同时处理连续的VPDU。VPDU大小大致与大多数流水线阶段中的缓冲器大小成比例，因此重要的是保持VPDU大小较小。在一些硬件解码器中，VPDU大小可以被设置为最大变换块(TB，transform block)大小。然而，在一些情况下，三叉树(TT，ternary tree)和二叉树(BT，binary tree)分区可以导致VPDU大小的增加。

为了将VPDU大小保持为64×64亮度样本，在一些示例中应用以下规范性分区限制(具有语法信令修改)，如图20所示：对于宽度或高度或者宽度和高度两者都等于128的CU，不允许TT分割。对于N≤64的128xN CU(即，宽度等于128并且高度小于128)，不允许水平BT。对于N≤64的Nx128 CU(即，高度等于128并且宽度小于128)，不允许垂直BT。

II.2.7帧内色度分区和预测限制

与亮度编码树相比，由于帧内图片中的双树允许在色度编码树中应用不同的分区，因此双树引入较长的编码流水线，并且色度树中的QTBT MinQTSizeC值范围和MinBtSizeY和MinTTSizeY允许诸如2×2、4×2和2×4的小色度块。这导致解码器设计的困难。此外，诸如CCLM、平面和角模式的几种预测模式需要乘法运算。为了减轻以上提到的问题，在一些实施例中，在双树中限制小色度块大小(2×2/2×4/4×2)作为分区限制。

在典型的硬件视频编码器和解码器中，由于相邻帧内块之间的样本处理数据依赖性，当图片具有更小的帧内块时，处理吞吐量下降。帧内块的预测器生成需要来自相邻块的上边界和左边界重建样本。因此，必须逐块地顺序地处理帧内预测。

在一些编解码技术中，最小帧内CU是8×8亮度样本。最小帧内CU的亮度分量可以进一步被分割成四个4×4亮度帧内预测单元(PU)，但最小帧内CU的色度分量不能被进一步分割。因此，当处理4×4色度帧内块或4×4亮度帧内块时，出现最坏情况的硬件处理吞吐量。

在一些实施例中，为了提高最坏情况的吞吐量，通过限制色度帧内CB的分区来禁用小于16个色度样本的色度帧内CB。在单个编码树中，最小色度帧内预测单元(SCIPU，smallest chroma intra prediction unit)被定义为其色度块大小大于或等于16个色度样本并且具有至少一个子亮度块的编码树节点，所述至少一个子亮度块小于64个亮度样本。要求在每个SCIPU中，所有CB是帧间的，或者所有CB是非帧间的，即帧内或帧内块拷贝(IBC，intra block copy)。在非帧间SCIPU的情况下，进一步要求非帧间SCIPU的色度不应被进一步分割，并且允许SCIPU的亮度被进一步分割。这样，最小色度帧内CB大小是16个色度样本，并且2×2、2×4和4×2色度CB被去除。

另外，在非帧间SCIPU的情况下不应用色度缩放。这里，没有用信号通知附加语法，并且SCIPU是否是非帧间的可以由SCIPU中的第一亮度CB的预测模式导出。如果当前条带是I条带或者在进一步分割一次之后，当前SCIPU内具有4×4亮度分区(因为在VVC中不允许帧间4×4)，则SCIPU的类型被推断为非帧间；否则，在解析SCIPU中的CU之前，SCIPU的类型(帧内或非帧内)由一个标志指示。另外，考虑对图片大小的限制，以通过将图片宽度和高度考虑为max(8，MinCbSizeY)的倍数来避免图片拐角处的2×2/2×4/4×2帧内色度块。

II.3SPS中的分区和块大小相关语法

表3是示例SPS语法表。

表3

II.4分区和块大小相关的语义

作为示例，下面描述了与分区和块大小有关的一些语法元素的语义。例如，语法元素可以被包括在SPS中并且被应用于参考SPS的图片。

qtbtt_dual_tree_intra_flag等于1可以指示对于I条带，使用隐式四叉树分割将每个CTU分割成具有64×64亮度样本的编码单元，并且这些编码单元是用于亮度和色度的两个单独coding_tree语法结构的根。qtbtt_dual_tree_intra_flag等于0指定单独的coding_tree语法结构不用于I条带。当qtbtt_dual_tree_intra_flag不存在时，它被推断为等于0。

log2_min_luma_coding_block_size_minus2加2指示最小亮度编码块大小。log2_min_luma_coding_block_size_minus2的值范围应在0至log2_ctu_size_minus5+3(包括端值)的范围内。

变量MinCbLog2SizeY、MinCbSizeY、IbcBufWidthY、IbcBufWidthC和Vsize如下导出：

MinCbLog2SizeY＝log2_min_luma_coding_block_size_minus2+2 (等式2-1)

MinCbSizeY＝1<

IbcBufWidthY＝256*128/CtbSizeY (等式2-3)

IbcBufWidthC＝IbcBufWidthY/SubWidthC (等式2-4)

VSize＝Min(64,CtbSizeY) (等式2-5)

MinCbSizeY的值应小于或等于VSize。

分别指定每个色度CTB的阵列的宽度和高度的变量CtbWidthC和CtbHeightC如下导出：

-如果chroma_format_idc等于0(单色)或separate_color_plane_flag等于1，则CtbWidthC和CtbHeightC两者都等于0。

-否则，CtbWidthC和CtbHeightC如下导出：

CtbWidthC＝CtbSizeY/SubWidthC (等式2-6)

CtbHeightC＝CtbSizeY/SubHeightC (等式2-7)

对于范围从0到4的log2BlockWidth和范围从0到4(包括端值)的log2BlockHeight，可用1<

对于范围从0到6的log2BlockWidth和范围从0到6(包括端值)的log2BlockHeight，可以用1<

partition_constraints_override_enabled_flag等于1可以指示在参考SPS的PH中存在partition_constraints_override_flag。partition_constraints_override_enabled_flag等于0可以指示在参考SPS的PH中不存在partition_constraints_override_flag。

sps_log2_diff_min_qt_min_cb_intra_slice_luma指示由CTU的四叉树分割而产生的亮度叶块的以亮度样本为单位的最小大小的以2为底的对数与参考SPS的slice_type等于2(I)的条带中的亮度CU的以亮度样本为单位的最小编码块大小的以2为底的对数之间的默认差。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_min_qt_min_cb_luma覆盖。sps_log2_diff_min_qt_min_cb_intra_slice_luma的值应在0至CtbLog2SizeY-MinCbLog2SizeY(包括端值)的范围内。由CTU的四叉树分割而产生的亮度叶块的以亮度样本为单位的最小大小的以2为底的对数如下导出：

MinQtLog2SizeIntraY＝sps_log2_diff_min_qt_min_cb_intra_slice_luma+

MinCbLog2SizeY (等式2-8)

sps_log2_diff_min_qt_min_cb_inter_slice可以指示由CTU的四叉树分割而产生的亮度叶块的以亮度样本为单位的最小大小的以2为底的对数与参考SPS的slice_type等于0(B)或1(P)的条带中的亮度CU的以亮度样本为单位的最小亮度编码块大小的以2为底的对数之间的默认差。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_min_qt_min_cb_luma覆盖。sps_log2_diff_min_qt_min_cb_inter_slice的值应在0至CtbLog2SizeY-MinCbLog2SizeY(包括端值)的范围内。由CTU的四叉树分割而产生的亮度叶块的以亮度样本为单位的最小大小的以2为底的对数如下导出：

MinQtLog2SizeInterY＝sps_log2_diff_min_qt_min_cb_inter_slice+

MinCbLog2SizeY (等式2-9)

sps_max_mtt_hierarchy_depth_inter_slice可以指示由参考SPS的slice_type等于0(B)或1(P)的条带中的四叉树叶的多类型树分割产生的编码单元的默认最大分层深度。当partition_constraints_override_enabled_flag等于1时，默认最大分层深度可以由存在于参考SPS的图片头(PH)中的pic_max_mtt_hierarchy_depth_inter_slice覆盖。sps_max_mtt_hierarchy_depth_inter_slice的值应在0至2*(CtbLog2SizeY-MinCbLog2SizeY)(包括端值)的范围内。

sps_max_mtt_hierarchy_depth_intra_slice_luma可以指示由参考SPS的slice_type等于2(I)的条带中的四叉树叶的多类型树分割而产生的编码单元的默认最大分层深度。当partition_constraints_override_enabled_flag等于1时，默认最大分层深度可以由存在于参考SPS的PH中的pic_max_mtt_hierarchy_depth_intra_slice_luma覆盖。sps_max_mtt_hierarchy_depth_intra_slice_luma的值应在0至2*(CtbLog2SizeY-MinCbLog2SizeY)(包括端值)的范围内。

sps_log2_diff_max_bt_min_qt_intra_slice_luma可以指示可以使用二进制分割来分割的亮度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与由参考SPS的slice_type等于2(I)的条带中的CTU的四叉树分割而产生的亮度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_bt_min_qt_luma覆盖。sps_log2_diff_max_bt_min_qt_intra_slice_luma的值应在0至CtbLog2SizeY-MinQtLog2SizeIntraY(包括端值)的范围内。当sps_log2_diff_max_bt_min_qt_intra_slice_luma不存在时，sps_log2_diff_max_bt_min_qt_intra_slice_luma的值被推断为等于0。

sps_log2_diff_max_tt_min_qt_intra_slice_luma可以指示可以使用三进制分割来分割的亮度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与亮度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差，所述亮度叶块是由参考SPS的slice_type等于2(I)的条带中的CTU的四叉树分割而产生的。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_tt_min_qt_luma覆盖。sps_log2_diff_max_tt_min_qt_intra_slice_luma的值应在0至CtbLog2SizeY-MinQtLog2SizeIntraY(包括端值)的范围内。当sps_log2_diff_max_tt_min_qt_intra_slice_luma不存在时，sps_log2_diff_max_tt_min_qt_intra_slice_luma的值被推断为等于0。

sps_log2_diff_max_bt_min_qt_inter_slice可以指示可以使用二进制分割来分割的亮度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与亮度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差，所述亮度叶块是由参考SPS的slice_type等于0(B)或1(P)的条带中的CTU的四叉树分割而产生的。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_bt_min_qt_luma覆盖。sps_log2_diff_max_bt_min_qt_inter_slice的值应在0至CtbLog2SizeY-MinQtLog2SizeInterY(包括端值)的范围内。当sps_log2_diff_max_bt_min_qt_inter_slice不存在时，sps_log2_diff_max_bt_min_qt_inter_slice的值被推断为等于0。

sps_log2_diff_max_tt_min_qt_inter_slice可以指示可以使用三进制分割来分割的亮度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与亮度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差，所述亮度叶块是由参考SPS的slice_type等于0(B)或1(P)的条带中的CTU的四叉树分割而产生的。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_tt_min_qt_luma覆盖。sps_log2_diff_max_tt_min_qt_inter_slice的值应在0至CtbLog2SizeY-MinQtLog2SizeInterY(包括端值)的范围内。当sps_log2_diff_max_tt_min_qt_inter_slice不存在时，sps_log2_diff_max_tt_min_qt_inter_slice的值被推断为等于0。

sps_log2_diff_min_qt_min_cb_intra_slice_chroma可以指示色度叶块的以亮度样本为单位的最小大小的以2为底的对数与针对色度CU的以亮度样本为单位的最小编码块大小的以2为底的对数之间的默认差，所述色度叶块是由树类型(treeType)等于DUAL_TREE_CHROMA的色度CTU的四叉树分割所产生的，色度CU具有参考SPS的slice_type等于2(I)的条带中等于DUAL_TREE_CHROMA的树类型(treeType)。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_min_qt_min_cb_chroma覆盖。sps_log2_diff_min_qt_min_cb_intra_slice_chroma的值应在0至CtbLog2SizeY-MinCbLog2SizeY(包括端值)的范围内。当不存在时，sps_log2_diff_min_qt_min_cb_intra_slice_chroma的值被推断为等于0。由treeType等于DUAL_TREE_CHROMA的CTU的四叉树分割而产生的色度叶块的以亮度样本为单位的最小大小的以2为底的对数如下导出：

MinQtLog2SizeIntraC＝sps_log2_diff_min_qt_min_cb_intra_slice_chroma+

MinCbLog2SizeY (等式2-10)

sps_max_mtt_hierarchy_depth_intra_slice_chroma可以指示由参考SPS的具有等于2(I)的slice_type的条带中的树类型(treeType)等于DUAL_TREE_CHROMA的色度四叉树叶的多类型树分割而产生的色度编码单元的默认最大分层深度。当partition_constraints_override_enabled_flag等于1时，默认最大分层深度可以由存在于参考SPS的PH中的pic_max_mtt_hierarchy_depth_chroma覆盖。sps_max_mtt_hierarchy_depth_intra_slice_chroma的值应在0至2*(CtbLog2SizeY-MinCbLog2SizeY)(包括端值)的范围内。当不存在时，sps_max_mtt_hierarchy_depth_intra_slice_chroma的值被推断为等于0。

sps_log2_diff_max_bt_min_qt_intra_slice_chroma可以指示可以使用二进制分割来分割的色度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与色度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差，所述色度叶块是由参考SPS的slice_type等于2(I)的条带中的树类型(treeType)等于DUAL_TREE_CHROMA的色度CTU的四叉树分割所产生的。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_bt_min_qt_chroma覆盖。sps_log2_diff_max_bt_min_qt_intra_slice_chroma的值应在0至CtbLog2SizeY-MinQtLog2SizeIntraC(包括端值)的范围内。当sps_log2_diff_max_bt_min_qt_intra_slice_chroma不存在时，sps_log2_diff_max_bt_min_qt_intra_slice_chroma的值被推断为等于0。

sps_log2_diff_max_tt_min_qt_intra_slice_chroma可以指定可以使用三进制分割来分割的色度编码块的以亮度样本为单位的最大大小(宽度或高度)的以2为底的对数与色度叶块的以亮度样本为单位的最小大小(宽度或高度)之间的默认差，所述色度叶块是由参考SPS的slice_type等于2(I)的条带中的树类型(treeType)等于DUAL_TREE_CHROMA的色度CTU的四叉树分割所产生的。当partition_constraints_override_enabled_flag等于1时，默认差可以由存在于参考SPS的PH中的pic_log2_diff_max_tt_min_qt_chroma覆盖。sps_log2_diff_max_tt_min_qt_intra_slice_chroma的值应在0至CtbLog2SizeY-MinQtLog2SizeIntraC(包括端值)的范围内。当sps_log2_diff_max_tt_min_qt_intra_slice_chroma不存在时，sps_log2_diff_max_tt_min_qt_intra_slice_chroma的值被推断为等于0。

sps_max_luma_transform_size_64_flag等于1可以指示以亮度样本为单位的最大变换大小等于64。sps_max_luma_transform_size_64_flag等于0可以指示以亮度样本为单位的最大变换大小等于32。

当CtbSizeY小于64时，sps_max_luma_transform_size_64_flag的值应等于0。

变量MinTbLog2SizeY、MaxTbLog2SizeY、MinTbSizeY和MaxTbSizeY如下导出：

MinTbLog2SizeY＝2 (等式2-11)

MaxTbLog2SizeY＝sps_max_luma_transform_size_64_flag？6:5 (等式2-12)

MinTbSizeY＝1<

MaxTbSizeY＝1<

pic_log2_diff_min_qt_min_cb_intra_slice_chroma可以指示由树类型(treeType)等于DUAL_TREE_CHROMA的色度CTU的四叉树分割而产生的色度叶块的以亮度样本为单位的最小大小的以2为底的对数与条带中树类型(treeType)等于DUAL_TREE_CHROMA的色度CU的以亮度样本为单位的最小编码块大小的以2为底的对数之间的差，条带具有与PH相关联的等于2(I)的slice_type。pic_log2_diff_min_qt_min_cb_intra_slice_chroma的值应在0至CtbLog2SizeY-MinCbLog2SizeY(包括端值)的范围内。当不存在时，pic_log2_diff_min_qt_min_cb_intra_slice_chroma的值被推断为等于sps_log2_diff_min_qt_min_cb_intra_slice_chroma。

slice_type可以指示根据表4的条带的编解码类型。

表4

当nal_unit_type是IDR_W_RADL至CRA_NUT(包括端值)范围内的nal_unit_type的值，并且当前图片是存取单元中的第一图片时，slice_type应等于2。

变量MinQtLog2SizeY、MinQtLog2SizeC、MinQtSizeY、MinQtSizeC、MaxBtSizeY、MaxBtSizeC、MinBtSizeY、MaxTtSizeY、MaxTtSizeC、MinTtSizeY、MaxMttDepthY和MaxMttDepthC如下导出：

MinQtSizeY＝1<

MinQtSizeC＝1<

MinBtSizeY＝1<

MinTtSizeY＝1<

(i)如果slice_type等于2(I)，

MinQtLog2SizeY＝MinCbLog2SizeY+

pic_log2_diff_min_qt_min_cb_intra_slice_luma (等式2-19)

MinQtLog2SizeC＝MinCbLog2SizeC+

pic_log2_diff_min_qt_min_cb_intra_slice_chroma (等式2-20)

MaxBtSizeY＝1<<(MinQtLog2SizeY+

pic_log2_diff_max_bt_min_qt_intra_slice_luma) (等式2-21)

MaxBtSizeC＝1<<(MinQtLog2SizeC+

pic_log2_diff_max_bt_min_qt_intra_slice_chroma) (等式2-22)

MaxTtSizeY＝1<<(MinQtLog2SizeY+

pic_log2_diff_max_tt_min_qt_intra_slice_luma) (等式2-23)

MaxTtSizeC＝1<<(MinQtLog2SizeC+

pic_log2_diff_max_tt_min_qt_intra_slice_chroma) (等式2-24)

MaxMttDepthY＝pic_max_mtt_hierarchy_depth_intra_slice_luma (等式2-25)

MaxMttDepthC＝pic_max_mtt_hierarchy_depth_intra_slice_chroma (等式2-26)

CuQpDeltaSubdiv＝pic_cu_qp_delta_subdiv_intra_slice (等式2-93)

CuChromaQpOffsetSubdiv＝pic_cu_chroma_qp_offset_subdiv_intra_slice (等式2-27)

(ii)否则(slice_type等于0(B)或1(P))，

MinQtLog2SizeY＝MinCbLog2SizeY+pic_log2_diff_min_qt_min_cb_inter_slice

(等式2-29)

MinQtLog2SizeC＝MinCbLog2SizeC+pic_log2_diff_min_qt_min_cb_inter_slice

(等式2-29)

MaxBtSizeY＝1<<(MinQtLog2SizeY+

pic_log2_diff_max_bt_min_qt_inter_slice) (等式2-30)

MaxBtSizeC＝1<<(MinQtLog2SizeC+

pic_log2_diff_max_bt_min_qt_inter_slice) (等式2-31)

MaxTtSizeY＝1<<(MinQtLog2SizeY+

pic_log2_diff_max_tt_min_qt_inter_slice) (等式2-32)

MaxTtSizeC＝1<<(MinQtLog2SizeC+

pic_log2_diff_max_tt_min_qt_inter_slice) (等式2-33)

MaxMttDepthY＝pic_max_mtt_hierarchy_depth_inter_slice (等式2-34)

MaxMttDepthC＝pic_max_mtt_hierarchy_depth_inter_slice (等式2-35)

CuQpDeltaSubdiv＝pic_cu_qp_delta_subdiv_inter_slice (等式2-36)

CuChromaQpOffsetSubdiv＝pic_cu_chroma_qp_offset_subdiv_inter_slice (等式2-37)

II.5禁用2×N大小的色度帧内预测

在一些实施例中，从双树和单树中都去除2×N色度帧内块。p方案被给出如下：

II.5.1双树中2×N的限制

在双树中，如先前所提出的，通过禁用一些分割来限制2×N帧内色度。特别地，对于宽度为4和8的块，分别禁止二叉树分割和三叉树分割。

II.5.2单树中2×N的限制

为了去除单树中的2×N，提出了两个限制，包括局部双树的扩展和色度2×N的CIIP的限制。

在第一种限制中，如果宽度为4的分区和分割是二进制垂直分割，或者宽度为8的分区和分割是三进制垂直分割，则将其视为SCIPU。遵循SCIPU的原理限制，色度分量不在帧内SCIPU内分割(所有亮度块使用非帧间模式编码，并且非分割色度块使用帧内模式编码)。对于帧间SCIPU(使用帧间模式对所有亮度块和色度块进行编码)，从亮度分量继承色度分量的分割。

在第二限制中，对于4×N CIIP块，组合帧内-帧间预测仅用于亮度分量，而帧间预测仅用于色度分量。

断言所提出的限制确保帧内色度块的宽度总是大于或等于4，并且因此2×N像素帧内过程被去除。这种限制使得视频编解码器的实现在流水线管理和延时方面对于硬件实现是友好的。

III.最小亮度编码块大小的范围

在一些实施例中，最小亮度编码块大小可以在4至128个亮度样本(包括端值)的范围内。例如，如B.Bross、J.Chen、S.Liu、Y.-K.Wang，“下一代视频编码(草案7)”，ISO/IECJTC1/SC29/WG11 JVET-P2001，2019年10月，所描述的，可以用信号通知由log2_min_luma_coding_block_size_minus2表示的SPS级语法元素，以指定最小亮度编码块大小。log2_min_luma_coding_block_size_minus2加2可以指示最小亮度编码块大小的以2为底的对数(log2)值。log2_min_luma_coding_block_size_minus2的值范围应在0至log2_ctu_size_minus5+3(包括端值)的范围内。

语法元素log2_ctu_size_minus5(或当包括在SPS中时以另一形式表示为sps_log2_ctu_size_minus5)可以是另一SPS级语法元素，该另一SPS级语法元素可以指示每一CTU的亮度编码树块大小(即，CTU大小)。sps_log2_ctu_size_minus5加5可以指示每个CTU的亮度编码树块大小的log2值。码流一致性的要求是sps_log2_ctu_size_minus5的值小于或等于2。换句话说，每个CTU的亮度编码树块大小的log2值在5至7的范围内。因此，每个CTU的亮度编码树块大小在32(2

因为log2_min_luma_coding_block_size_minus2的值范围应在0至log2_ctu_size_minus5+3(包括端值)的范围内，所以最小亮度编码块大小可以在4至亮度编码树块大小的范围内，所述亮度编码块大小从32亮度样本至128个亮度样本。

作为示例，当用信号通知亮度编码树块大小为128时，编码器有可能确定使用128作为最小亮度编码块大小。当使用这样大的块大小时，可以将分区更小CU来采集图片中局部区域的特性禁用，这可能导致快速的解码速度，然而，在解码器侧解码的视频序列的质量却较低。

本公开提供解决由过大的最小亮度编码块大小引起的低质量问题的解决方案。

III.1限制最小亮度编码块大小的上限

在一些实施例中，最小亮度编码块大小的范围的上限被定义为特定值以限制最小亮度编码块大小。例如，可将最小亮度编码块大小限制在4至64个亮度样本(包括端值)或4至32亮度样本(包括端值)的范围内。

实施例A

在实施例中，作为视频编码标准(例如，VVC、HEVC或lik)中指定的码流一致性要求，在码流中用信号通知的最小亮度编码块大小需要在4至(1<<(N+2))亮度样本的范围内(即，等于2

作为示例，可以在参数集(例如，SPS)中用信号通知由log2_min_luma_coding_block_size_minus2表示的语法元素，以指示最小亮度编码块大小。可以指定语义如下：

-log2_min_luma_coding_block_size_minus2加2可以指示最小亮度编码块大小。log2_min_luma_coding_block_size_minus2的值范围应为在0至N(包括端值)的范围内。

-变量MinCbLog2SizeY和MinCbSizeY可以如下导出：

MinCbLog2SizeY＝log2_min_luma_coding_block_size_minus2+2 (等式3-1)

MinCbSizeY＝1<

N可以是例如0、1、2、3、4等的整数。当N等于0时，最小亮度编码块大小被固定为4个亮度样本的大小。当N等于4时，最小亮度编码块大小被限制在4至64(1<<(4+2))个亮度样本的范围内。当N等于3时，最小亮度编码块大小被限制在4至32(1<<(3+2))个亮度样本的范围内。

在实施例中，可以用固定长度编码来用信号通知log2_min_luma_coding_block_size_minus2。当N等于1时，可以使用1比特固定长度编码。当N等于2或3时，可以使用2比特固定长度编码。在其它实施例中，可以采用其它编解码方案。

实施例B

在以上实施例A中，整数N用于将最小亮度块尺寸的范围的上限定义为2

因此，在另一实施例中，作为在视频编码标准中规定的码流一致性要求，要求在码流中用信号通知的最小亮度编码块大小在4至min((1<<(N+2))，CTU大小)亮度样本的范围内，该范围等效于2

作为示例，可以在参数集(例如，SPS)中用信号通知由log2_min_luma_coding_block_size_minus2表示的语法元素，以指示最小亮度编码块大小。可以指定语义如下：

-log2_min_luma_coding_block_size_minus2加2指定最小亮度编码块大小。log2_min_luma_coding_block_size_minus2的值范围应在0至min(N，sps_log2_ctu_size_minus5+3)(包括端值)的范围内。

可以在同一参数集中用信号通知语法元素sps_log2_ctu_size_minus5，并且该语法元素sps_log2_ctu_size_minus5指示CTU大小减5的log2值。

N可以是例如0、1、2、3、4等的整数。在第一种情况下，当N等于0时，最小亮度编码块大小被固定为4个亮度样本的大小。在第二种情况下，当N等于4时，最小亮度编码块大小被限制在4到min(64,CTU大小)亮度样本的范围内。当CTU大小被用信号通知为128个亮度样本时，最小亮度编码块大小被限制在4至64个亮度样本的范围内。当CTU大小被用信号通知为32个亮度样本时，最小亮度编码块大小被限制在4至32个亮度样本的范围内。

实施例C

在实施例中，解码器可以被配置为验证在码流中用信号通知的最小亮度编码块大小在解码过程期间是否满足码流一致性要求。例如，解码器可以首先从码流接收指定最小亮度编码块大小的语法元素。例如，语法元素提供最小亮度编码块大小减2的log2值。在本公开中，log2值也可以被称为二进制对数值或以2为底的对数值。

然后，解码器可以验证最小亮度编码块大小减2的二进制对数值是否在0至N(包括端值)的范围内。N是例如0、1、2、4等的整数，并且N+2表示预定义最大可允许的最小亮度编码块大小的二进制对数值。在示例中，当最小亮度编码块大小减2的二进制对数值大于N时，解码器可以确定码流一致性要求未得到满足，并且可以终止解码过程和/或输出错误消息。当确定最小亮度编码块大小减2的二进制对数值在0至N的范围内时，解码器可继续解码过程。

实施例D

在实施例中，解码器可以被配置为验证在码流中用信号通知的最小亮度编码块大小在解码过程期间是否满足码流一致性要求。例如，解码器可以从码流接收指示最小亮度编码块大小的第一语法元素。解码器还可以在第一语法元素之前或之后从码流接收指示CTU大小的第二语法元素。

然后，解码器可以验证最小亮度编码块大小是否在可允许的最小亮度编码块大小的范围内。当CTU大小大于预定义的最大可允许的最小亮度编码块大小时，预定义的最大可允许的最小亮度编码块大小被用作可允许的最小亮度编码块大小的范围的上限。当CTU大小小于预定义的最大可允许的最小亮度编码块大小时，CTU大小被用作可允许的最小亮度编码块大小的范围的上限。

当最小亮度编码块大小在可允许的最小亮度编码块大小的范围内时，解码器可以继续解码过程。否则，解码器可以终止解码过程。

实施例E

在实施例中，解码器可以被配置为验证在码流中用信号通知的最小亮度编码块大小在解码过程期间是否满足码流一致性要求。例如，解码器可以从码流接收指示最小亮度编码块大小的第一语法元素。例如，语法元素提供最小亮度编码块大小减2的log2值。解码器可以在第一语法元素之前或之后从码流接收指示CTU大小的第二语法元素。第二语法元素可以提供CTU大小减5的log2值，并且由log2_ctu_size_minus5表示。

然后，解码器可以验证最小亮度编码块大小减2的二进制对数值是否在0至Min(N，log2_ctu_size_minus5+3)(包括端值)的范围内。N是例如0、1、2、3、4等的整数。N+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值。log2_ctu_size_minus5+5表示CTU大小的二进制对数值。

当最小亮度编码块大小在可允许的最小亮度编码块大小的范围内时，解码器可以继续解码过程。否则，解码器可以终止解码过程。

实施例F

在实施例中，解码器可以被配置为验证在码流中用信号通知的最小亮度编码块大小在解码过程期间是否满足码流一致性要求。类似于实施例E，解码器可以从码流接收指示最小亮度编码块大小的第一语法元素。语法元素提供最小亮度编码块大小减2的log2值，并且被表示为log2_min_luma_coding_block_size_minus2。解码器可以在第一语法元素之前或之后从码流接收指示CTU大小的第二语法元素。第二语法元素可以提供CTU大小减5的log2值，并且由log2_ctu_size_minus5表示。

不同于实施例E，解码器可以首先将最小亮度编码块大小的二进制对数值确定为log2_min_luma_coding_block_size_minus2+2，并且将CTU大小的二进制对数值确定为log2_ctu_size_minus5+5。然后，解码器可以验证最小亮度编码块大小的二进制对数值是否大于Min(N+2，log2_ctu_size)。N是例如0、1、2、3、4等的整数。N+2表示预定义的最大可允许的最小亮度编码块大小的二进制对数值。log2_ctu_size表示CTU大小的二进制对数值。

当最小亮度编码块大小大于Min(N+2，log2_ctu_size)时，解码器可以终止解码过程和/或输出错误消息。否则，解码器可以继续解码过程。

III.2基于CTU大小的最小亮度编码块大小的限制

在一些实施例中，作为在视频编码标准中规定的码流一致性要求，最大可允许的最小亮度块大小和用信号通知的CTU大小之间的差被指定为用于限制最小亮度块大小的范围。该差可以根据最大可允许的最小亮度块大小的log2值和用信号通知的CTU大小的log2值来指定。例如，可以要求最小亮度编码块大小在4至(1<<(log2_ctu_size_minus5+M+2))亮度样本的范围内。M可以是例如0、1、2、3等的整数。就log2值而言，范围的上限log2_ctu_size_minus5+M+2可以比CTU大小小(3-M)，CTU大小可以由log2_ctu_size_minus5+5表示。例如，当M等于3时，在上限与CTU大小之间没有差别。当M等于2时，就亮度样本而言，上限是CTU大小的一半。例如，对于128个亮度样本的CTU大小，M等于2定义了64个亮度样本的上限。

作为示例，可以在参数集(例如，SPS)中用信号通知由log2_min_luma_coding_block_size_minus2表示的语法元素，以指示最小亮度编码块大小。可以指定语义如下：

-log2_min_luma_coding_block_size_minus2加2可以指示最小亮度编码块大小。log2_min_luma_coding_block_size_minus2的值范围应在0至log2_ctu_size_minus5+M(包括端值)的范围内。

在实施例中，解码器可以被配置为验证在码流中用信号通知的最小亮度编码块大小在解码过程期间是否满足以上码流一致性要求。解码器可以从码流接收指示最小亮度编码块大小的第一语法元素。语法元素提供最小亮度编码块大小减2的log2值。解码器可以在第一语法元素之前或之后从码流接收指定CTU大小的第二语法元素。第二语法元素可以提供CTU大小减5的log2值，并且由log2_ctu_size_minus5表示。

解码器然后可以验证最小亮度编码块大小减2的二进制对数值是否在0至log2_ctu_size_minus5+M(包括端值)的范围内。类似地，当最小亮度编码块大小在可允许的最小亮度编码块大小的范围内时，解码器可以继续解码过程。否则，解码器可以终止解码过程。

III.3固定的最小亮度编码块大小

为了避免编码性能因过大的最小亮度编码块大小而降低，在一些实施例中，可以将最小亮度编码块大小设置为预定义值(例如，4个亮度样本)。这样，根据图片中局部区域的统计特性，可以适当地执行基于树形结构的块分区以使用各种块大小。

例如，可以在视频编码标准中将预定义值指定为码流一致性要求。为了验证码流是否符合最小亮度编码块大小要求，解码器可以接收语法元素，并且对照预定义值检查语法元素的值，所述语法元素用于指示码流中的最小亮度编码块大小。

IV.具有最小亮度编码块大小的限制范围的解码过程

图21示出了概述根据本公开的实施例的过程(2100)的流程图。该过程(2100)可用于解码在码流中已编码的图片序列。在各种实施例中，过程(2100)由诸如终端设备(210)、(220)、(230)和(240)中的处理电路、执行视频解码器(310)的功能的处理电路、执行视频解码器(410)的功能的处理电路等的处理电路来执行。在一些实施例中，过程(2100)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(2100)。该过程开始于(S2101)并且进行到(S2110)。

在(S2110)，可以从已编码视频的码流接收第一语法元素。第一语法元素可以指示最小亮度编码块大小并且被包括在诸如SPS的参数集中。或者，在一些示例中，指示最小亮度编码块大小的第一语法元素可以被包括在码流中的一个或多个图片片的图片头或其它语法结构中。图片头(PH，picture header)可以是语法结构，该语法结构包含应用于已编码图片的所有条带的语法元素。

在(S2120)，验证最小亮度编码块大小是否在可允许的最小亮度编码块大小的范围内。该范围可以被指定为视频编码标准(例如，HEVC、VVC等)中的码流一致性要求。该范围可以具有诸如4、8或16个亮度样本的下限，以及小于最大可允许的CTU大小的上限。例如，如视频编码标准中所规定的，最大可允许的CTU大小可以是128个亮度样本。可允许的最小亮度编码块大小的范围的上限可以是小于128个亮度样本的值。

例如，上限可以是预定义的最大可允许的最小亮度编码块大小和由第二语法元素指定的CTU大小之间的较小者。预定义最大可允许最小亮度编码块大小可以由1<<(N+2)(或以另一形式，2N+2)表示，其中，N可以是0、1、2、3、4等。可以在码流中用信号通知第二语法元素。

在示例中，N等于4，并且预定义的最大可允许的最小亮度编码块大小为64个亮度样本。当用信号通知的CTU大小是128个亮度样本时，验证操作可以使用大小，64个亮度样本，作为上限。当用信号通知的CTU大小是32个亮度样本时，验证操作可以使用大小，32个亮度样本，作为上限。当用信号通知的CTU大小是64个亮度样本时，与预定义的最大可允许的最小亮度编码块大小相同，验证操作可以使用大小，64个亮度样本，作为上限。

在示例中，当确定用信号通知的最小亮度编码块大小在可允许的最小亮度编码块大小的范围内时，过程(2100)可以继续。否则，可以终止过程(2100)。附加地，解码器可以输出错误消息，该错误消息用于指示用信号通知的最小亮度编码块大小不在可允许的最小亮度编码块大小范围内。

在(S2130)，可以基于最小亮度编码块大小，对已编码视频中的已编码图片进行解码。已编码图片参考参数集，所述参数集包括第一语法元素。或者，每个已编码图片包括包含第一语法元素的图片头。因此，已编码图片中的CU可具有大于或等于由第一语法元素指示的最小亮度编码块大小的亮度编码块大小。

可基于最小亮度编码块大小来执行各种解码操作。在示例中，已编码视频的图片大小可以符合以下规则。pps_pic_width_in_luma_samples可以指示参考以亮度样本为单位的PPS的每个已解码图片的宽度。pps_pic_width_in_luma_samples不应等于0，应为Max(8,MinCbSizeY)的整数倍，并且应小于或等于sps_pic_width_max_in_luma_samples。MinCbSizeY表示最小亮度编码块大小。因此，解码器可以验证参考PPS的每个已解码图片的宽度是否符合基于最小亮度编码块大小的规则。

作为另一示例，最小亮度编码块大小，MinCbSizeY，可用于确定如在通用视频编码(草案7)中规定的频点的最大数目，所述频点的最大数目由解码已解码条带NAL单元的上下文产生。具体地，令NumBytesInVclNalUnit是已编码图片的所有VCL NAL单元的NumBytesInNalUnit的值的总和。令BinCountsInNalUnit是调用解析过程函数DecodeBin()来解码已编码图片的所有VCL NAL单元的内容的次数。变量RawMinCuBits可以按如下方式导出：

RawMinCuBits＝MinCbSizeY*MinCbSizeY*

(BitDepth+2*BitDepth/(SubWidthC*SubHeightC)) (等式3-3)

BinCountsInNalUnit的值应小于或等于(32÷3)*NumBytesInVclNalUnits+(RawMinCuBits*PicSizeInMinCbsY)÷32。

该过程(2100)可以在(S2130)之后进行到(S2199)，并且在(S2199)处终止。

V.计算机系统

上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图22示出了计算机系统(2200)，其适于实现所公开主题的某些实施例。

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

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

图22所示的用于计算机系统(2200)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(2200)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(2200)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(2201)、鼠标(2202)、触控板(2203)、触摸屏(2210)、数据手套(未示出)、操纵杆(2205)、麦克风(2206)、扫描仪(2207)、照相机(2208)。

计算机系统(2200)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(2210)、数据手套(未示出)或操纵杆(2205)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(2209)、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(2210)，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(2200)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)(2220)或类似介质(2221)的光学介质、拇指驱动器(2222)、可移动硬盘驱动器或固体状态驱动器(2223)，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(2200)还可以包括通往一个或多个通信网络的接口。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(2249)(例如，计算机系统(2200)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(2200)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(2200)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(2200)的核心(2240)。

核心(2240)可包括一个或多个中央处理单元(CPU)(2241)、图形处理单元(GPU)(2242)、以现场可编程门阵列(FPGA)(2243)形式的专用可编程处理单元、用于特定任务的硬件加速器(2244)等。这些设备以及只读存储器(ROM)(2245)、随机存取存储器(2246)、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)(2247)等可通过系统总线(2248)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(2248)，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(2248)，或通过外围总线(2249)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(2210)可以与图形适配器(2250)相连接。外围总线的架构包括PCI、USB等。

CPU(2241)、GPU(2242)、FPGA(2243)和加速器(2244)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(2245)或RAM(2246)中。过渡数据也可以存储在RAM(2246)中，而永久数据可以存储在例如内部大容量存储器(2247)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(2241)、GPU(2242)、大容量存储器(2247)、ROM(2245)、RAM(2246)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(2200)的计算机系统，特别是核心(2240)，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(2240)的特定存储器，例如核心内部大容量存储器(2247)或ROM(2245)。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(2240)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(2240)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(2246)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(2244))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。

附录：首字母缩略词

AMVP:高级MVP

ASIC:专用集成电路

BDOF:双向光流

BMS:基准集合

CANBus:控制器局域网总线

CBF:编码块标志

CCLM:跨组件线性模式/模型

CD:光盘

CIIP:组合的帧间/帧内预测

CPUs:中央处理单元

CRT:阴极射线管

CTBs:编码树块

CTUs:编码树单元

CU:编码单元

DVD:数字化视频光盘

FPGA:现场可编程门阵列

GOPs:图片组

GPUs:图形处理单元

GSM:全球移动通信系统

HEVC:高效视频编码

HMVP:基于历史的MVP

HRD:假设参考解码器

IC:集成电路

JEM:联合开发模型

LAN:局域网

LCD:液晶显示

LFNST:低频不可分离变换

LIC:亮度补偿

LTE:长期演进

MMVD:合并模式的MVD

MV:运动矢量

MVD:运动矢量差

MVP:Motion vector predictor运动矢量预测值

OLED:有机发光二极管

PBs:预测块

PCI:外围设备互连

PDPC:位置相关的预测组合

PLD:可编程逻辑设备

PUs:预测单元

RAM:随机存取存储器

ROM:只读存储器

RST:减少的二次变换

SbTMVP:基于子块的TMVP

SCIPU:最小色度帧内预测单元

SEI:补充增强信息

SNR:信噪比

SSD:固态驱动器

TMVP:临时MVP

TPM:三角分区模式

TUs:变换单元

USB:通用串行总线

VPDU:视觉处理数据单元

VTM:多功能测试模型

VUI:视频可用性信息

VVC:下一代视频编码

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。