非显而易见杯

专利无效挑战赛

目标专利:86用于视频编解码中的双向光流计算的简化的方法和设备

专利公开号:CN113940078B

专利权人:高通股份有限公司

无效请求书提交日期:2026年


上一项目 下一项目

非显而易见性评估仅供参考,不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种对视频数据进行编解码的方法,所述方法包括:接收视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中对所述当前块进行编解码包括:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:S6是 所述水平梯度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。

2

根据权利要求1所述的方法,其中使用双预测和双向光流对所述视频数据的当前块进行编解码包括:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。

3

根据权利要求2所述的方法,其中,所述视频数据的当前块的每个子块是4x4子块。

4

根据权利要求1所述的方法,其中,编解码包括解码,所述方法还包括:显示包括所编码的视频数据的当前块的画面。

5

根据权利要求1所述的方法,其中,编解码包括编码,所述方法还包括:捕获包括所述视频数据的当前块的画面。

6

根据权利要求1所述的方法,其中,nb=4,na=1。

7

一种被配置为对视频数据进行编解码的装置,所述装置包括:存储器,其被配置为存储视频数据的当前块;以及与所述存储器通信的一个或多个处理器,所述一个或多个处理器被配置为:接收所述视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中为了对所述当前块进行编解码,所述一个或多个处理器被配置为:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:平梯 度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。

8

根据权利要求7所述的装置,其中,为了使用双预测和双向光流对所述视频数据的当前块进行编解码,所述一个或多个处理器还被配置为:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。

9

根据权利要求8所述的装置,其中,所述视频数据的当前块的每个子块是4x4子块。

10

根据权利要求7所述的装置,其中,所述装置被配置为对视频数据进行解码,所述装置还包括:显示器,其被配置为显示包括所编解码的视频数据的当前块的画面。

11

根据权利要求7所述的装置,其中,所述装置被配置为对视频数据进行编码,所述装置还包括:相机,其被配置为捕获包括所述视频数据的当前块的画面。

12

根据权利要求7所述的装置,其中所述装置是无线通信设备。

13

根据权利要求7所述的装置,其中,nb=4,na=1。

14

一种存储指令的非暂时性计算机可读存储介质,其中,当所述指令被执行时,使被配置为对视频数据进行编解码的一个或多个处理器:接收视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中为了对所述当前块进行编解码,所述指令还使所述一个或多个处理器:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:平梯 度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。

15

根据权利要求14所述的非暂时性计算机可读存储介质,其中,为了使用双预测和双向光流对所述视频数据的当前块进行编解码,所述指令还使所述一个或多个处理器:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。

16

根据权利要求15所述的非暂时性计算机可读存储介质,其中,所述视频数据的当前块的每个子块是4x4子块。

17

根据权利要求14所述的非暂时性计算机可读存储介质,其中,所述一个或多个处理器被配置为对视频数据进行解码,并且其中指令还使所述一个或多个处理器:显示包括所编解码的视频数据的当前块的画面。

18

根据权利要求14所述的非暂时性计算机可读存储介质,其中,所述一个或多个处理器被配置为对视频数据进行编码,并且其中指令还使所述一个或多个处理器:捕获包括所述视频数据的当前块的画面。

19

根据权利要求14所述的非暂时性计算机可读存储介质,其中,nb=4,na=1。


对比文件列表

编号 名称
0 权利要求.txt

权利要求1

一种对视频数据进行编解码的方法,所述方法包括:接收视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中对所述当前块进行编解码包括:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:S6是 所述水平梯度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。


权利要求2

根据权利要求1所述的方法,其中使用双预测和双向光流对所述视频数据的当前块进行编解码包括:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。


权利要求3

根据权利要求2所述的方法,其中,所述视频数据的当前块的每个子块是4x4子块。


权利要求4

根据权利要求1所述的方法,其中,编解码包括解码,所述方法还包括:显示包括所编码的视频数据的当前块的画面。


权利要求5

根据权利要求1所述的方法,其中,编解码包括编码,所述方法还包括:捕获包括所述视频数据的当前块的画面。


权利要求6

根据权利要求1所述的方法,其中,nb=4,na=1。


权利要求7

一种被配置为对视频数据进行编解码的装置,所述装置包括:存储器,其被配置为存储视频数据的当前块;以及与所述存储器通信的一个或多个处理器,所述一个或多个处理器被配置为:接收所述视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中为了对所述当前块进行编解码,所述一个或多个处理器被配置为:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:平梯 度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。


权利要求8

根据权利要求7所述的装置,其中,为了使用双预测和双向光流对所述视频数据的当前块进行编解码,所述一个或多个处理器还被配置为:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。


权利要求9

根据权利要求8所述的装置,其中,所述视频数据的当前块的每个子块是4x4子块。


权利要求10

根据权利要求7所述的装置,其中,所述装置被配置为对视频数据进行解码,所述装置还包括:显示器,其被配置为显示包括所编解码的视频数据的当前块的画面。


权利要求11

根据权利要求7所述的装置,其中,所述装置被配置为对视频数据进行编码,所述装置还包括:相机,其被配置为捕获包括所述视频数据的当前块的画面。


权利要求12

根据权利要求7所述的装置,其中所述装置是无线通信设备。


权利要求13

根据权利要求7所述的装置,其中,nb=4,na=1。


权利要求14

一种存储指令的非暂时性计算机可读存储介质,其中,当所述指令被执行时,使被配置为对视频数据进行编解码的一个或多个处理器:接收视频数据的当前块;以及 使用双预测和双向光流对所述视频数据的当前块进行编解码,其中为了对所述当前块进行编解码,所述指令还使所述一个或多个处理器:使用以下等式执行所述双向光流的偏移计算:其中,b(x,y)是偏移,(vx,vy)是运动矢量细化, 是第一参考画面列表的水平梯度, 是第二参考画面列表的水平梯度, 是第一参考画面列表的垂直梯度,并且 是第二参考画面列表的垂直梯度,以及使用以下等式执行所述双向光流的运动矢量细化计算:平梯 度和所述垂直梯度的自相关和互相关,‑th′BIO是阈值,nb和na是移位值。


权利要求15

根据权利要求14所述的非暂时性计算机可读存储介质,其中,为了使用双预测和双向光流对所述视频数据的当前块进行编解码,所述指令还使所述一个或多个处理器:针对所述视频数据的当前块的每个子块从所述第一参考画面列表中确定第一预测样本; 针对所述视频数据的当前块的每个子块从所述第二参考画面列表中确定第二预测样本; 从针对每个子块的所述第一预测样本和所述第二预测样本确定每个子块的所述水平梯度和所述垂直梯度; 确定每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关; 根据每个子块的所述水平梯度和所述垂直梯度的所述自相关和所述互相关,使用每个子块的所述运动矢量细化计算来确定运动细化值; 基于每个子块的所述运动细化值、所述水平梯度和所述垂直梯度,使用每个子块的所述偏移计算来确定所述偏移; 基于每个子块的所述偏移、所述第一预测样本和所述第二预测样本,确定每个子块的最终预测样本以用于双预测;以及使用每个子块的所述最终预测样本对所述视频数据的当前块进行编解码。


权利要求16

根据权利要求15所述的非暂时性计算机可读存储介质,其中,所述视频数据的当前块的每个子块是4x4子块。


权利要求17

根据权利要求14所述的非暂时性计算机可读存储介质,其中,所述一个或多个处理器被配置为对视频数据进行解码,并且其中指令还使所述一个或多个处理器:显示包括所编解码的视频数据的当前块的画面。


权利要求18

根据权利要求14所述的非暂时性计算机可读存储介质,其中,所述一个或多个处理器被配置为对视频数据进行编码,并且其中指令还使所述一个或多个处理器:捕获包括所述视频数据的当前块的画面。


权利要求19

根据权利要求14所述的非暂时性计算机可读存储介质,其中,nb=4,na=1。


Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE