[发明专利]一种用于画面编码和解码的方法和设备

权利要求书

1.一种解码方法，包括：

-从比特流确定索引，所述索引标识多个编码元素的集合中的编码元素；

-使用由所述索引标识的所述集合的编码元素从所述比特流解码画面块；

其中确定所述索引包括：

-对于所述集合中的每个编码元素，确定使用了所述编码元素来编码所述画面块的概率；以及

-响应于所确定的概率确定所述索引。

2.根据权利要求1所述的解码方法，其中，对于所述集合中的每个编码元素，确定概率包括在确定所述索引之前，对从所述比特流解码的数据应用卷积神经网络模型。

3.根据权利要求1或2所述的解码方法，其中，响应于所确定的概率确定所述索引包括：按照所述多个编码元素的概率的降序对所述多个编码元素的索引进行排序以获得排序的索引列表，从所述比特流获得截断的一元码，以及将所述索引确定为由所述截断的一元码标识的所述排序的索引列表的索引。

4.根据权利要求3所述的解码方法，其中，获得截断的一元码包括将所述比特流的一部分熵解码为所述截断的一元码。

5.根据权利要求1至4中任一项所述的解码方法，其中，所述编码元素是变换。

6.一种编码方法，包括：

-使用多个编码元素的集合中的编码元素在比特流中编码画面块；

-在所述比特流中编码标识所述多个编码元素的集合中的编码元素的索引；

其中编码所述索引包括：

-对于所述集合中的每个编码元素，确定使用了所述编码元素来编码所述画面块的概率；以及

-响应于所确定的概率编码所述索引。

7.根据权利要求6所述的编码方法，其中，对于所述集合中的每个编码元素，确定概率包括对所述索引之前在所述比特流中编码的数据应用卷积神经网络模型。

8.根据权利要求6或7所述的编码方法，其中，响应于所确定的概率编码所述索引包括：按照所述多个编码元素的概率的降序对所述多个编码元素的索引进行排序以获得排序的索引列表，确定标识所述排序的索引列表中的所述索引的截断的一元码，以及在所述比特流中编码所述截断的一元码。

9.根据权利要求6至8中任一项所述的编码方法，其中所述编码元素是变换。

10.一种解码设备，包括：

-用于从比特流确定索引的部件，所述索引标识多个编码元素的集合中的编码元素；

-用于使用由所述索引标识的所述集合的编码元素从所述比特流解码画面块的部件；

其中用于确定所述索引的所述部件包括：

-用于对于所述集合中的每个编码元素，确定使用了所述编码元素来编码所述画面块的概率的部件；以及

-用于响应于所确定的概率确定所述索引的部件。

11.根据权利要求10所述的解码设备，其中用于对于所述集合中的每个编码元素确定概率的所述部件包括用于在确定所述索引之前，对从所述比特流解码的数据应用卷积神经网络模型的部件。

12.根据权利要求10或11所述的解码设备，其中用于响应于所确定的概率确定所述索引的所述部件包括：用于按照所述多个编码元素的概率的降序对所述多个编码元素的索引进行排序以获得排序的索引列表的部件，用于从所述比特流获得截断的一元码的部件，以及用于将所述索引确定为由所述截断的一元码标识的所述排序的索引列表的索引的部件。

13.根据权利要求12所述的解码设备，其中用于获得截断的一元码的所述部件包括用于将所述比特流的一部分熵解码为所述截断的一元码的部件。

14.根据权利要求10至13中任一项所述的解码设备，其中，所述编码元素是变换。