用于视频图像编码和解码的方法、编码设备和解码设备技术

技术编号:17489249 阅读:61 留言:0更新日期:2018-03-17 12:39
本发明专利技术实施例涉及用于视频图像编码和解码的方法、编码设备和解码设备。该方法包括:确定当前编码块的运动矢量组;根据该运动矢量组,确定该当前编码块的运动模型初始向量的第一分量集合的预测值;根据该第一分量集合的预测值,确定该第一分量集合的待传输值;对该第一分量集合的待传输值进行编码并发送至解码端。本发明专利技术实施例的用于视频图像编码和解码的方法、编码设备和解码设备,根据该运动矢量组确定该当前编码块的运动模型初始向量,根据该运动模型初始向量确定该运动模型待传输值,并将该运动模型待传输值进行编码传输,以便于解码端根据该运动模型待传输值进行解码,从而能够减少编解码传输的数据量和占用的比特数。

A method, a coding device, and a decoding device for video image coding and decoding

【技术实现步骤摘要】
用于视频图像编码和解码的方法、编码设备和解码设备
本专利技术涉及视频图像处理领域,尤其涉及用于视频图像编码和解码的方法、编码设备和解码设备。
技术介绍
在各种视频编解码器中,运动估计/运动补偿是一种影响编码性能的关键技术。在现有的各种视频编解码器中,假设物体的运动总是满足平动运动,整个物体的各个部分有相同的运动,采用基于块的运动补偿技术。但是这些方法都是建立在平动模型(TranslationalMotionModel)的基础上,都是基于块运动补偿的方法进行的各种改进。现实世界中运动有多样性,仿射,缩放,旋转和剪切运动等非规则运动普遍存在,这些运动的存在会造成基于块运动补偿的运动预测效果不理想。在上世纪90年代开始,视频编码专家就意识到了非规则运动的普遍性,并通过引进非规则运动模型,例如仿射运动模型,来提高视频编码效率。在现有技术中,通过仿射运动模型编码,可以根据率失真优化原则比较使用该仿射参数模型对当前块编码的拉格朗日代价和编码器中其他模式的代价,如果仿射参数模型编码的代价小于其他编码模式的代价,则最终选定当前块按仿射参数模型编码,把量化后的仿射模型参数编写入码流,以便解码器能利用该参数重建当前块。但现有技术中,需要使用六参数仿射运动参数模型,即需要在每个块中使用额外的比特来编码6个仿射运动模型参数,制约了编码效率的进一步提高。
技术实现思路
本专利技术提供了一种用于视频图像编码和解码的方法、编码设备和解码设备,能够提高编解码效率。第一方面,提供了一种用于视频图像编码的方法,该方法包括:确定当前编码块的运动矢量组,该运动矢量组包括该当前编码块的至少一个运动矢量;根据该运动矢量组中的至少一个运动矢量,确定该当前编码块的运动模型初始向量的第一分量集合的预测值,该运动模型初始向量包括至少四个分量;根据该第一分量集合的预测值,确定该第一分量集合的待传输值;对该第一分量集合的待传输值进行编码,并向解码端发送该编码后的该第一分量集合的待传输值。结合第一方面,在第一方面的一种实现方式中,该根据该第一分量集合的预测值,确定该第一分量集合的待传输值,包括:确定该当前编码块的运动模型优化向量;根据该第一分量集合的预测值和该运动模型优化向量,确定该第一分量集合的待传输值。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该方法还包括:根据该当前编码块的尺寸和精度信息,确定运动模型量化精度;相应的,该根据该第一分量集合的预测值和该运动模型优化向量,确定该第一分量集合的待传输值,包括:根据该运动模型量化精度,对该运动模型优化向量进行量化;根据该第一分量集合的预测值和量化后的该运动模型优化向量,确定该第一分量集合的待传输值。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该当前编码块的尺寸包括该当前编码块的宽度和该当前编码块的高度,该精度信息包括该运动矢量组的量化精度;相应的,该根据该当前编码块的尺寸和精度信息,确定该运动模型量化精度,包括:根据下面的公式确定该运动模型量化精度Q:Q=1/(S×P),S=max(W,H)其中,P为该运动矢量组的量化精度,W为该当前编码块的宽度,H为该当前编码块的高度。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该运动模型初始向量和该运动模型优化向量分别包括六个分量,该运动模型初始向量的六个分量与该运动模型优化向量的六个分量一一对应,该运动矢量组包括三个运动矢量,该三个运动矢量与该当前编码块中三个像素点相对应。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该第一分量集合包括该运动模型初始向量的六个分量中的至少一个分量,该运动模型初始向量的六个分量ai由下式确定:a0=-vx0a1=-vy0其中,i=0,1,2,3,4,5,W为该当前编码块的宽度,H为该当前编码块的高度,vxj为该运动矢量vj在x方向上的分量,vyj为该运动矢量vj在y方向上的分量,j=0,1,2。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该第一分量集合包括该运动模型初始向量中的两个分量;该根据该第一分量集合的预测值和量化后的该运动模型优化向量,确定该第一分量集合的待传输值,包括:确定该第一分量集合的待传输值,该第一分量集合的待传输值包括Δa0和Δa1,其中,和为与该第一分量集合对应的量化后的该运动模型优化向量,和为该第一分量集合的预测值a0和a1经过量化后得到的数值。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该第一分量集合包括该运动模型初始向量中的六个分量;该根据该第一分量集合的预测值和量化后的该运动模型优化向量,确定该第一分量集合的待传输值,包括:确定该第一分量集合的待传输值,该第一分量集合的待传输值包括Δai,i=0,1,2,3,4,5,其中,为量化后的该运动模型优化向量,ai为该第一分量集合的预测值。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该确定当前编码块的运动矢量组,包括:确定该当前编码块的多个候选块,该多个候选块中的每个候选块为该当前编码块相邻的已编码块;确定该多个候选块中的每个候选块的运动矢量对应的预测块与该当前编码块的匹配误差值;将该多个候选块对应的多个匹配误差值中最小的匹配误差值对应的候选块,确定为该当前编码块的目标候选块;获取该当前编码块的参考帧的播放序号和该目标候选块的参考帧的播放序号;根据该当前编码块的参考帧的播放序号和该目标候选块的参考帧的播放序号的比值,确定该运动矢量组中的第一运动矢量,该第一运动矢量与该目标候选块的运动矢量的比值,与该当前编码块的参考帧的播放序号和该目标候选块的参考帧的播放序号的比值相同;根据该第一运动矢量,确定该运动矢量组。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该确定当前编码块的运动矢量组,包括:确定该当前编码块中同一个像素点对应的多个候选块,该多个候选块中的每个候选块为该当前编码块相邻的已编码块;确定该多个候选块中的每个候选块的运动矢量对应的预测块与该当前编码块的匹配误差值;将该多个候选块对应的多个匹配误差值中最小的匹配误差值对应的候选块,确定为该当前编码块的目标候选块;将该目标候选块的运动矢量,确定为该运动矢量组中的第一运动矢量;根据该第一运动矢量,确定该运动矢量组中的第二运动矢量;根据该第一运动矢量和该第二运动矢量,确定该运动矢量组。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该确定当前编码块的运动矢量组,包括:确定该当前编码块的多个候选运动矢量组,该多个候选运动矢量组中的每个候选运动矢量组包括三个候选运动矢量;确定该多个候选运动矢量组中每个候选运动矢量组对应的候选参考帧;对于该每个候选运动矢量组,确定该当前编码块中每个像素点在该候选参考帧中对应的预测点的坐标值;对于该每个候选运动矢量组,根据该当前编码块中每个像素点的坐标值和该每个像素点在该候选参考帧中对应的预测点的坐标值,确定该当前编码块的匹配误差值;将该当前编码块的匹配误差值最小时对应的该候选运动矢量组确定为该当前编码块的运动矢量组。结合第一方面及其上述实现方式,在第一方面的另一种实现方式中,该确定该当前编码块的运动模型优化向量,包括:根据该运动模型初始向量确定该当前编码块的第一本文档来自技高网...
用于视频图像编码和解码的方法、编码设备和解码设备

【技术保护点】
一种用于视频图像编码的方法,其特征在于,所述方法包括:确定当前编码块的运动矢量组,所述运动矢量组包括所述当前编码块的至少一个运动矢量;根据所述运动矢量组中的至少一个运动矢量,确定所述当前编码块的运动模型初始向量的第一分量集合的预测值;根据所述第一分量集合的预测值,确定所述第一分量集合的待传输值;对所述第一分量集合的待传输值进行编码,并向解码端发送所述编码后的所述第一分量集合的待传输值。

【技术特征摘要】
1.一种用于视频图像编码的方法,其特征在于,所述方法包括:确定当前编码块的运动矢量组,所述运动矢量组包括所述当前编码块的至少一个运动矢量;根据所述运动矢量组中的至少一个运动矢量,确定所述当前编码块的运动模型初始向量的第一分量集合的预测值;根据所述第一分量集合的预测值,确定所述第一分量集合的待传输值;对所述第一分量集合的待传输值进行编码,并向解码端发送所述编码后的所述第一分量集合的待传输值。2.根据权利要求1所述的方法,其特征在于,所述根据所述第一分量集合的预测值,确定所述第一分量集合的待传输值,包括:确定所述当前编码块的运动模型优化向量;根据所述第一分量集合的预测值和所述运动模型优化向量,确定所述第一分量集合的待传输值。3.根据权利要求2所述的方法,其特征在于,所述方法还包括:根据所述当前编码块的尺寸和精度信息,确定运动模型量化精度;相应的,所述根据所述第一分量集合的预测值和所述运动模型优化向量,确定所述第一分量集合的待传输值,包括:根据所述运动模型量化精度,对所述运动模型优化向量进行量化;根据所述第一分量集合的预测值和量化后的所述运动模型优化向量,确定所述第一分量集合的待传输值。4.根据权利要求3所述的方法,其特征在于,所述当前编码块的尺寸包括所述当前编码块的宽度和所述当前编码块的高度,所述精度信息包括所述运动矢量组的量化精度;相应的,所述根据所述当前编码块的尺寸和精度信息,确定所述运动模型量化精度,包括:根据下面的公式确定所述运动模型量化精度Q:Q=1/(S×P),S=max(W,H)其中,P为所述运动矢量组的量化精度,W为所述当前编码块的宽度,H为所述当前编码块的高度。5.根据权利要求2至4中任一项所述的方法,其特征在于,所述运动模型初始向量和所述运动模型优化向量分别包括六个分量,所述运动模型初始向量的六个分量与所述运动模型优化向量的六个分量一一对应,所述运动矢量组包括三个运动矢量,所述三个运动矢量与所述当前编码块中三个像素点相对应。6.根据权利要求5所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量的六个分量中的至少一个分量,所述运动模型初始向量的六个分量ai由下式确定:a0=-vx0a1=-vy0其中,i=0,1,2,3,4,5,W为所述当前编码块的宽度,H为所述当前编码块的高度,vxj为所述运动矢量vj在x方向上的分量,vyj为所述运动矢量vj在y方向上的分量,j=0,1,2。7.根据权利要求3至6中任一项所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量中的两个分量;所述根据所述第一分量集合的预测值和量化后的所述运动模型优化向量,确定所述第一分量集合的待传输值,包括:确定所述第一分量集合的待传输值,所述第一分量集合的待传输值包括Δa0和Δa1,其中,和为与所述第一分量集合对应的量化后的所述运动模型优化向量,和为所述第一分量集合的预测值a0和a1经过量化后得到的数值。8.根据权利要求3至6中任一项所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量中的六个分量;所述根据所述第一分量集合的预测值和量化后的所述运动模型优化向量,确定所述第一分量集合的待传输值,包括:确定所述第一分量集合的待传输值,所述第一分量集合的待传输值包括Δai,i=0,1,2,3,4,5,其中,为量化后的所述运动模型优化向量,ai为所述第一分量集合的预测值。9.根据权利要求1至8中任一项所述的方法,其特征在于,所述确定当前编码块的运动矢量组,包括:确定所述当前编码块的多个候选块,所述多个候选块中的每个候选块为所述当前编码块相邻的已编码块;确定所述多个候选块中的每个候选块的运动矢量对应的预测块与所述当前编码块的匹配误差值;将所述多个候选块对应的多个匹配误差值中最小的匹配误差值对应的候选块,确定为所述当前编码块的目标候选块;获取所述当前编码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号;根据所述当前编码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号的比值,确定所述运动矢量组中的第一运动矢量,所述第一运动矢量与所述目标候选块的运动矢量的比值,与所述当前编码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号的比值相同;根据所述第一运动矢量,确定所述运动矢量组。10.根据权利要求1至8中任一项所述的方法,其特征在于,所述确定当前编码块的运动矢量组,包括:确定所述当前编码块中同一个像素点对应的多个候选块,所述多个候选块中的每个候选块为所述当前编码块相邻的已编码块;确定所述多个候选块中的每个候选块的运动矢量对应的预测块与所述当前编码块的匹配误差值;将所述多个候选块对应的多个匹配误差值中最小的匹配误差值对应的候选块,确定为所述当前编码块的目标候选块;将所述目标候选块的运动矢量,确定为所述运动矢量组中的第一运动矢量;根据所述第一运动矢量,确定所述运动矢量组中的第二运动矢量;根据所述第一运动矢量和所述第二运动矢量,确定所述运动矢量组。11.根据权利要求1至8中任一项所述的方法,其特征在于,所述确定当前编码块的运动矢量组,包括:确定所述当前编码块的多个候选运动矢量组,所述多个候选运动矢量组中的每个候选运动矢量组包括三个候选运动矢量;确定所述多个候选运动矢量组中每个候选运动矢量组对应的候选参考帧;对于所述每个候选运动矢量组,确定所述当前编码块中每个像素点在所述候选参考帧中对应的预测点的坐标值;对于所述每个候选运动矢量组,根据所述当前编码块中每个像素点的坐标值和所述每个像素点在所述候选参考帧中对应的预测点的坐标值,确定所述当前编码块的匹配误差值;将所述当前编码块的匹配误差值最小时对应的所述候选运动矢量组确定为所述当前编码块的运动矢量组。12.根据权利要求2至11中任一项所述的方法,其特征在于,所述确定所述当前编码块的运动模型优化向量,包括:根据所述运动模型初始向量确定所述当前编码块的第一预测块;确定所述当前编码块与所述第一预测块的第一匹配误差值;从所述当前编码块的参考帧包括的多个预测块中确定与所述当前编码块匹配误差值最小的第二预测块;确定所述当前编码块与所述第二预测块的第二匹配误差值;根据所述第一匹配误差值和所述第二匹配误差值确定所述当前编码块的所述运动模型优化向量。13.根据权利要求12所述的方法,其特征在于,所述根据所述第一匹配误差值和所述第二匹配误差值确定所述当前编码块的所述运动模型优化向量,包括:当所述第一匹配误差值小于所述第二匹配误差值时,确定所述运动模型初始向量为所述运动模型优化向量;或当所述第一匹配误差值大于所述第二匹配误差值时,根据所述第二预测块的像素点与所述当前编码块的像素点确定所述运动模型优化向量。14.一种用于视频图像解码的方法,其特征在于,所述方法包括:根据码流,确定当前解码块的运动矢量组和运动模型传输向量,所述运动矢量组包括所述当前解码块的至少一个运动矢量,所述运动模型传输向量包括至少四个分量;根据所述运动矢量组中的至少一个运动矢量,确定所述当前解码块的运动模型初始向量的第一分量集合的预测值;根据所述第一分量集合的预测值和所述运动模型传输向量,确定所述当前解码块的运动模型优化向量,以便于根据所述运动模型优化向量对所述当前解码块进行解码。15.根据权利要求14所述的方法,其特征在于,所述方法还包括:确定所述当前解码块的运动模型量化精度;根据所述运动模型量化精度,对所述运动模型优化向量进行量化;根据量化后的运动模型优化向量,对所述当前解码块进行解码。16.根据权利要求15所述的方法,其特征在于,所述确定所述当前解码块的运动模型量化精度,包括:根据所述当前解码块的尺寸和精度信息,确定所述运动模型量化精度。17.根据权利要求16所述的方法,其特征在于,所述当前解码块的尺寸包括所述当前解码块的宽度和所述当前解码块的高度,所述精度信息包括所述运动矢量组的量化精度;相应的,所述根据所述当前解码块的尺寸和精度信息,确定所述运动模型量化精度,包括:根据下面的公式确定所述运动模型量化精度Q:Q=1/(S×P),S=max(W,H)其中,P为所述运动矢量组的量化精度,W为所述当前解码块的宽度,H为所述当前解码块的高度。18.根据权利要求15至17中任一项所述的方法,其特征在于,所述运动模型初始向量、所述运动模型传输向量和所述运动模型优化向量分别包括六个分量,所述运动矢量组包括三个运动矢量,所述三个运动矢量与所述当前解码块中三个像素点一一对应。19.根据权利要求18所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量的六个分量中的至少一个分量,所述运动模型初始向量的六个分量ai由下式确定:a0=-vx0a1=-vy0其中,i=0,1,2,3,4,5,W为所述当前解码块的宽度,H为所述当前解码块的高度,vxj为所述运动矢量vj在x方向上的分量,vyj为所述运动矢量vj在y方向上的分量,j=0,1,2。20.根据权利要求19所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量中的两个分量;所述根据所述第一分量集合的预测值和所述运动模型传输向量,确定所述当前解码块的运动模型优化向量,包括:确定所述当前解码块的运动模型优化向量为(a0',a1',a2',a3',a4',a5'),其中,(Δa2,Δa3,Δa4,Δa5)=(a2',a3',a4',a5'),Δai为所述运动模型传输向量,和为所述第一分量集合的预测值a0和a1经过量化后得到的数值。21.根据权利要求19所述的方法,其特征在于,所述第一分量集合包括所述运动模型初始向量中的六个分量;所述根据所述运动模型的预测参数和所述运动模型的解码参数,确定所述当前解码块的所述运动模型的最优参数,包括:确定所述当前解码块的运动模型优化向量为(a0',a1',a2',a3',a4',a5'),其中,Δai=ai'-ai,Δai为所述运动模型传输向量,ai为所述第一分量集合的预测值,i=0,1,2,3,4,5。22.根据权利要求14至21中任一项所述的方法,其特征在于,所述确定当前解码块的运动矢量组和运动模型传输向量,包括:根据码流,确定所述当前解码块的目标候选块和所述目标候选块的运动矢量;获取所述当前解码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号;根据所述当前解码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号的比值,确定所述运动矢量组中的第一运动矢量,所述第一运动矢量与所述目标候选块的运动矢量的比值,与所述当前解码块的参考帧的播放序号和所述目标候选块的参考帧的播放序号的比值相同;根据所述第一运动矢量,确定所述运动矢量组。23.根据权利要求14至21中任一项所述的方法,其特征在于,所述根据码流,确定当前解码块的运动矢量组和运动模型传输向量,包括:根据码流,确定所述...

【专利技术属性】
技术研发人员:林四新陈焕浜
申请(专利权)人:华为技术有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1