【技术实现步骤摘要】
【国外来华专利技术】用于帧间编解码的增强型运动估计
[0001]相关申请的交叉引用
[0002]本申请基于2020年10月15日提交的临时申请第63/092,469号并要求其优先权,该临时申请的全部内容出于所有目的通过引用以其全文并入本文。
[0003]本公开涉及视频编解码和压缩。更具体地,本公开涉及关于改进用于帧间预测的增强型运动估计的系统和方法。
技术介绍
[0004]可以使用各种视频编解码技术来压缩视频数据。视频编解码是根据一个或多个视频编解码标准来执行的。例如,视频编解码标准包括通用视频编解码(versatile video coding,VVC)、联合探索测试模型(joint exploration test model,JEM)、高效视频编解码(high
‑
efficiency video coding,H.265/HEVC)、高级视频编解码(advanced video coding,H.264/AVC)、运动图片专家组(moving picture expert group,MPEG)编解码等。视频编解码通常使用预测方法(例如,帧间预测、帧内预测等)进行,这些方法利用了存在于视频图像或序列中的冗余。视频编解码技术的一个重要目标在于,将视频数据压缩成使用更低比特率的形式,同时避免或最小化视频质量的下降。
技术实现思路
[0005]本公开的示例提供了用于视频编码的方法和装置。
[0006]根据本公开的第一方面,提供了一种用于视频编码的方法。该方法可以包括编码器获得与视 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于对视频信号进行编码的方法,包括:获得与所述视频信号中的视频块相关联的第一运动矢量MV;使用所述第一MV推导所述视频块的第一预测信号;通过使用所述第一预测信号和所述第一MV以递归方式应用基于梯度的运动细化算法来识别最优MV;以及基于所述最优MV来获得所述视频块的第二预测信号。2.如权利要求1所述的方法,其中,通过使用所述第一预测信号和所述第一MV以所述递归方式应用所述基于梯度的运动细化算法来识别所述最优MV包括:通过使用所述第一预测信号作为初始预测信号并使用所述第一MV作为初始MV、基于所述视频块中的预测样点的梯度迭代地推导所述视频块的MV的运动细化来确定所述最优MV。3.如权利要求2所述的方法,其中,通过使用所述第一预测信号作为初始预测信号并使用所述第一MV作为初始MV、基于所述视频块中的预测样点的梯度迭代地推导所述视频块的MV的运动细化来确定所述最优MV包括:基于所述第一预测信号中的预测样点的梯度推导运动细化;通过将所述运动细化添加到所述视频块的所述第一MV来获得更新的MV;响应于确定不满足停止条件,基于所述更新的MV来推导更新的预测信号,将所述更新的预测信号设置为所述第一预测信号,将所述更新的MV设置为所述第一MV,并且基于所述第一预测信号中的所述预测样点的梯度推导所述运动细化;以及响应于确定满足停止条件,终止所述基于梯度的运动细化算法,并且将所述更新的MV确定为所述最优MV。4.如权利要求3所述的方法,其中,所述停止条件基于水平梯度和垂直梯度的幅值等于或小于第一预设阈值。5.如权利要求3所述的方法,其中,所述停止条件基于:基于梯度的运动细化的迭代次数达到第二预设阈值。6.如权利要求2所述的方法,其中,所述运动细化包括水平运动细化和垂直运动细化,其中,所述预测样点的梯度包括预测样点与对应的原始样点之间的样点差、以及所述预测样点的水平梯度和垂直梯度,并且其中,基于所述视频块中的所述预测样点的梯度来推导所述视频块的所述MV的运动细化包括:基于所述视频块中的所述预测样点的样点差、水平梯度和垂直梯度来获得所述水平运动细化;以及基于所述视频块中的所述预测样点的样点差、垂直梯度和水平梯度来获得所述垂直运动细化。7.如权利要求6所述的方法,进一步包括:基于所述视频块中的每个预测样点处的样点差和水平梯度的乘积总和来推导第一相关参数;基于所述视频块中的每个预测样点处的样点差和垂直梯度的乘积总和来推导第二相关参数;基于所述视频块中的每个预测样点处的水平梯度和垂直梯度的乘积总和来推导第三相关参数;
分别基于所述视频块中的每个预测样点处的水平梯度的平方和以及所述视频块中的每个预测样点处的垂直梯度的平方和来推导第一二次参数和第二二次参数;推导第一分子作为所述第一相关参数和所述第二二次参数的乘积与所述第二相关参数和所述第三相关参数的乘积之间的差;推导第一分母作为第一参数的平方和第二参数的平方的乘积与第三相关参数的平方之间的差;推导第二分子作为所述第二相关参数和所述第一二次参数的乘积与所述第一相关参数和所述第三相关参数的乘积之间的差;推导第二分母作为所述第一参数的平方和所述第二参数的平方的乘积与所述第三相关参数的平方之间的差;推导所述第一分子与所述第一分母之比作为所述水平运动细化;以及推导所述第二分子与所述第二分母之比作为所述垂直运动细化。8.如权利要求1所述的方法,其中,通过使用所述第一预测信号和所述第一MV以所述递归方式应用所述基于梯度的运动细化算法来识别所述最优MV包括:基于所述基于梯度的运动细化算法来获得第一最优MV;基于块匹配运动估计算法来获得第二最优MV;以及从所述第一最优MV和所述第二最优MV中选择所述视频块的最优MV。9.如权利要求8所述的方...
【专利技术属性】
技术研发人员:修晓宇,郭哲玮,陈伟,陈漪纹,朱弘正,王祥林,于冰,
申请(专利权)人:北京达佳互联信息技术有限公司,
类型:发明
国别省市:
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。