[发明专利]具有CU级别权重的双向预测的插值在审
| 申请号: | 202080009203.0 | 申请日: | 2020-01-23 |
| 公开(公告)号: | CN113302916A | 公开(公告)日: | 2021-08-24 |
| 发明(设计)人: | 刘鸿彬;张莉;张凯;许继征;王悦 | 申请(专利权)人: | 北京字节跳动网络技术有限公司;字节跳动有限公司 |
| 主分类号: | H04N19/00 | 分类号: | H04N19/00 |
| 代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 张亮 |
| 地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 具有 cu 级别 权重 双向 预测 | ||
1.一种用于视频处理的方法,包括:
在对第一视频单元执行转换之后,从第一视频单元推导用于广义双向预测(GBI)的权重参数,其中,所述第一视频单元以双向预测模式进行编解码;
基于推导出的权重参数来更新GBI权重表;以及
基于所述GBI权重表,对至少一个后续视频单元执行转换,其中,在转换期间,将所述GBI权重表中的至少一个权重参数应用于所述后续视频单元中的视频块的预测量,以获得所述视频块的最终预测量。
2.根据权利要求1所述的方法,其中,所述权重参数包括两个参考图片列表中的每一个的加权因子。
3.根据权利要求1所述的方法,其中,所述第一视频单元是从两个参考图片列表中预测的。
4.根据权利要求1-3中任一项所述的方法,其中,所述第一视频单元位于编解码树单元(CTU)的边界处。
5.根据权利要求1-3任一项所述的方法,其中,所述权重参数是从所述第一视频单元的邻近样点和对应的参考样点中推导出的。
6.根据权利要求5所述的方法,其中,所述第一视频单元的邻近样点包括以下中的至少一个:
上方的邻近样点;
左方的邻近样点;
上方和左方的邻近样点;
右上方的邻近样点;
左下方的邻近样点;
左方和左下方的邻近样点;
上方和右上方的邻近样点。
7.根据权利要求5-6中任一项所述的方法,还包括:
以因子N对邻近样点进行子采样,并从经子采样的邻近样点中推导权重参数,N=1。
8.根据权利要求5所述的方法,其中,所述邻近样点具有如下坐标组中的至少一个:
{(x–1,y),(y–1,x),(x–1,y+H-1),(x+W–1,y–1)};
{(x–1,y),(y–1,x),(x–1,y+H),(x+W,y–1)};
{(x–1,y),(y–1,x),(x–1,y+H/2-1),(x+W/2–1,y–1)};或者
{(x–1,y),(y–1,x),(x–1,y+2*H-1),(x+2*W–1,y–1)},
x、y表示所述第一视频单元左上角的坐标,并且W、H分别表示所述第一视频单元的宽度和高度。
9.根据权利要求5所述的方法,其中,所述邻近样点包括:
位于上方和左上方的CTU中的至少一个中的邻近样点;
位于上方和右上方的CTU中的至少一个中的邻近样点;
位于左方和左上方的CTU中的至少一个中的邻近样点;或者
位于左方和上方的CTU的邻近样点。
10.根据权利要求5-9任一项所述的方法,其中,通过使用与所述第一视频单元相关联的运动信息来识别所述对应的参考样点。
11.根据权利要求10所述的方法,其中,所述运动信息在被用于识别所述对应的参考样点之前被修改。
12.根据权利要求11所述的方法,其中,所述运动信息包括至少一个运动矢量,并且修改所述运动信息包括将至少一个运动矢量取整到整数精度。
13.一种视频处理方法,包括:
从与视频块相关联的样点中推导用于广义双向预测(GBI)的权重参数;
用推导出的权重参数更新GBI权重表;以及
基于所更新的GBI权重表,对至少一个后续视频单元执行转换,其中,在所述转换期间,将所述GBI权重表中的至少一个权重参数应用于所述后续视频单元中的视频块的预测量,以获得所述视频块的最终预测量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司;字节跳动有限公司,未经北京字节跳动网络技术有限公司;字节跳动有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080009203.0/1.html,转载请声明来源钻瓜专利网。





