[0190] In FIGS. 14 and 15, the step of predicting a current block (e.g的简体中文翻译

[0190] In FIGS. 14 and 15, the step

[0190] In FIGS. 14 and 15, the step of predicting a current block (e.g., step 350 of FIG. 14 and step 374 in FIG. 15) may use motion vectors in the prediction process. FIG. 16 shows an example decoding process whereby a video device (e.g., a decoder or an encoder that performs a decoding loop) may decode video data to generate one or more motion vectors (402), and perform a DMVR process on the one or more motion vectors (404), such as described herein. Thus, for example, video encoder 200 may perform the method of FIG. 16 when predicting a current block per step 350 of FIG. 14, and video decoder 300 may perform the method of FIG. 16 when predicting a current block per step 374 of FIG. 15.[0191] FIG. 17 is a flow diagram that shows an example process that may be performed in the DMVR process to refine one or more motion vectors. As shown, a video decoder (e.g., decoder 300 or encoder 200 performing a decoding loop) may determine one or more characteristics of current video block being decoded (406), and determine a search area for the DMVR process for the current video block based on the determined one or more characteristics of the current video block (408). The video decoder may use the determined search area for the DMVR process, and the determined search area may include on the data (e.g., samples) in the determined area and to exclude data (e.g., samples) outside of the determined search area, which can eliminate unnecessary use of memory for samples outside of the determined search area. For example, the video decoder may determine the search area for the DMVR process for the current video block based on one or more dimensions of the current video block. In some examples, the video decoder may determine the search area for the DMVR process for the current video block based on a height and a width of the current video block. In some examples, the video decoder may determine the search area for the DMVR process based on the height and the width of the current block and based on a scale factor, such as based on the “sFactor” described above or another type of metric that can be used for scaling. If a scale factor is used, in some examples, the scale factor may be stored in the decoder and not signaled in the encoded bitstream, whereas in other examples, the scale factor may be derived or determined by the decoder based on one or more syntax elements decoded from the encoded bitstream. [0192] In any case, the video decoder may then determine different cost factors and distortion associated with candidate blocks in the search area for the DMVR process (410). The cost factors prioritize one or more candidate blocks in the search area that are closer to the center of the search area relative to other candidate in the search area that are farther from the center of the search area. FIGS 12 and 13 are conceptual diagrams showing two different example searching patterns (and some example cost factors) that may be used when searching for a refinement motion vector within a search area. [0193] In some examples, the video decoder may apply a threshold to the DMVR process so that the process can be terminated if an acceptable refinement is discovered. This can reduce the amount of computations needed for the DMVR process. For example, a video decoder may determine whether a cost factor and distortion satisfy a threshold (412). The threshold, for example, may define an acceptable level of video quality (distortion) multiple by a cost factor (e.g., a scaling factor defined based on the location of the refinement motion vector relative to a location of the block being coded. If the cost factor and distortion satisfy the threshold (yes branch of 412), then the decoder terminate the refinement search early (414). In other words, the decoder may terminate the DMVR process for the current video block prior to considering all candidate blocks in the search area, upon identifying an acceptable candidate associated with a cost factor and distortion that satisfy a threshold. However, if the cost factor and distortion do not satisfy the threshold (no branch of 412), then the decoder may continue the refinement search for all candidates in the search space (416). The video decoder may then perform motion vector refinement based on the best candidate in the search space (in terms of distortion and cost factor) or based on the acceptable candidate (418), if one is identified that satisfies the threshold. In some examples, video decoder 300 limits a refinement search to the defined search area that is defined for the DMVR process, such that video decoder 300 uses only samples of the search area to refine the motion vector. Thus, video decoder 300 may avoid using data (e.g., samples) outside of the determined search area when refining the motion vector in the DMVR process.[0194] The process of FIG. 17 may be repeated in refining different motion vectors. Thus, the described search area may be referre
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
[0190] 在无花果。参考图14和15,预测当前块的步骤(例如,图14的步骤350和图15的步骤374)可以在预测过程中使用运动矢量。如图。图16展示视频装置(例如,执行解码循环的解码器或编码器)可借以解码视频数据以产生一个或一个以上运动向量(402)并对一个或一个以上运动执行DMVR过程的实例解码过程。载体(404),如本文所述。因此,例如,视频编码器200可以执行图2的方法。当按照图16的步骤350预测当前块时,与图16类似。参考图14,并且视频解码器300可以执行图14的方法。当按照图16的步骤374预测当前块时,与图16类似。15.<br>[0191] 图。图17是展示可在DMVR过程中执行以细化一个或多个运动向量的实例过程的流程图。如图所示,视频解码器(例如,执行解码循环的解码器300或编码器200)可以确定正被解码的当前视频块的一个或多个特性(406),并确定用于当前视频块的DMVR过程的搜索区域基于基于当前视频块的确定的一个或多个特征(408)。视频解码器可以将确定的搜索区域用于DMVR过程,并且确定的搜索区域可以包括确定区域中的数据(例如,样本)并且排除确定的搜索区域之外的数据(例如,样本),这可以消除对确定的搜索区域之外的样本不必要的内存使用。例如,视频解码器可以基于当前视频块的一个或多个维度来确定用于当前视频块的DMVR过程的搜索区域。在一些示例中,视频解码器可以基于当前视频块的高度和宽度来确定用于当前视频块的DMVR过程的搜索区域。在一些示例中,视频解码器可以基于当前块的高度和宽度并基于比例因子,例如基于上述“sFactor”或另一种类型的度量来确定DMVR过程的搜索区域。可用于缩放。如果使用比例因子,则在一些示例中,比例因子可以存储在解码器中并且不在编码比特流中用信号发送,而在其他示例中,<br>[0192] 在任何情况下,视频解码器然后可以确定与用于DMVR过程的搜索区域中的候选块相关联的不同成本因子和失真(410)。成本因素优先考虑搜索区域中更靠近搜索区域中心的一个或多个候选块相对于搜索区域中远离搜索区域中心的其他候选块。图12和13是示出在搜索区域内搜索细化运动向量时可以使用的两个不同示例搜索模式(和一些示例成本因素)的概念图。<br>[0193] 在一些示例中,视频解码器可以将阈值应用于DMVR过程,使得如果发现可接受的细化则可以终止该过程。这可以减少 DMVR 过程所需的计算量。例如,视频解码器可以确定成本因子和失真是否满足阈值(412)。例如,阈值可以定义可接受的视频质量水平(失真)乘以成本因子(例如,基于细化运动矢量的位置相对于被编码的块的位置定义的缩放因子)。如果成本因子和失真满足阈值(412 的是分支),然后解码器提前终止细化搜索(414)。换句话说,在识别出与满足阈值的成本因子和失真相关联的可接受候选者之后,解码器可以在考虑搜索区域中的所有候选块之前终止当前视频块的DMVR过程。然而,如果成本因子和失真不满足阈值(412 无分支),则解码器可以继续对搜索空间中的所有候选进行细化搜索(416)。视频解码器然后可以基于搜索空间中的最佳候选者(在失真和成本因子方面)或基于可接受的候选者来执行运动向量细化(418),如果一个被识别为满足阈值的话。在一些示例中,视频解码器300将细化搜索限制到为DMVR过程定义的定义的搜索区域,使得视频解码器300仅使用搜索区域的样本来细化运动向量。因此,视频解码器300可以在DMVR过程中细化运动向量时避免使用确定的搜索区域之外的数据(例如,样本)。<br>[0194] 图的过程。可以在细化不同的运动向量时重复图17。因此,所描述的搜索区域可以参考
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
[0190]在图14和图15中,预测当前块的步骤(例如,图14的步骤350和图15的步骤374)可以在预测过程中使用运动向量。图16示出了示例解码过程,其中视频设备(例如,执行解码循环的解码器或编码器)可以解码视频数据以生成一个或多个运动矢量(402),并对一个或更多个运动矢量执行DMVR过程(404),如本文所述。因此,例如,当按照图14的步骤350预测当前块时,视频编码器200可以执行图16的方法,并且当按照图15的步骤374预测当前块的时候,视频解码器300可以执行图15的方法。<br>[0191]图17是示出可以在DMVR过程中执行以细化一个或多个运动矢量的示例过程的流程图。如图所示,视频解码器(例如,执行解码循环的解码器300或编码器200)可以确定正在解码的当前视频块的一个或多个特性(406),并且基于所确定的当前视频区块的一个或者多个特性来确定用于当前视频区块DMVR过程的搜索区域(408)。视频解码器可以将所确定的搜索区域用于DMVR过程,并且所确定的检索区域可以包括在所确定的区域中的数据(例如,样本)上,并且排除在所确定检索区域之外的数据(如,样本),这可以消除对所确定检索区之外的样本的存储器的不必要使用。例如,视频解码器可以基于当前视频块的一个或多个维度来确定当前视频块DMVR过程的搜索区域。在一些示例中,视频解码器可以基于当前视频块的高度和宽度来确定当前视频块DMVR处理的搜索区域。在一些示例中,视频解码器可以基于当前块的高度和宽度以及基于比例因子(例如基于上述“sFactor”或可用于缩放的另一类型的度量)来确定DMVR过程的搜索区域。如果使用比例因子,在一些示例中,该比例因子可以存储在解码器中,而不在编码的比特流中用信号发送,而在其他示例中,比例因子可以由解码器基于从编码比特流解码的一个或多个语法元素来导出或确定。<br>[0192]在任何情况下,视频解码器可以确定与DMVR过程的搜索区域中的候选块相关联的不同成本因子和失真(410)。相对于搜索区域中远离搜索区域中心的其他候选块,成本因素对搜索区域中更靠近搜索区域的中心的一个或多个候选块进行优先级排序。图12和13是示出在搜索区域内搜索细化运动矢量时可以使用的两个不同的示例搜索模式(以及一些示例成本因素)的概念图。<br>[0193]在一些示例中,视频解码器可以将阈值应用于DMVR过程,使得如果发现可接受的细化,则可以终止该过程。这可以减少DMVR过程所需的计算量。例如,视频解码器可以确定成本因子和失真是否满足阈值(412)。例如,阈值可以定义视频质量(失真)的可接受水平乘以成本因子(例如,基于细化运动矢量相对于被编码块的位置的位置定义的缩放因子)。如果成本因子和失真满足阈值(412的“是”分支),则解码器提前终止细化搜索(414)。换言之,在识别出与满足阈值的成本因子和失真相关联的可接受候选之后,解码器可以在考虑搜索区域中的所有候选块之前终止当前视频块的DMVR过程。然而,如果成本因子和失真不满足阈值(412的否分支),则解码器可以继续对搜索空间中的所有候选进行细化搜索(416)。视频解码器然后可以基于搜索空间中的最佳候选(在失真和成本因子方面)或基于可接受的候选(418)来执行运动矢量细化,如果识别出一个候选满足阈值。在一些示例中,视频解码器300将细化搜索限制在为DMVR过程定义的已定义搜索区域,使得视频解码器300仅使用搜索区域的样本来细化运动向量。因此,当在DMVR过程中细化运动矢量时,视频解码器300可以避免使用所确定的搜索区域之外的数据(例如,样本)。<br>[0194]在细化不同的运动向量时,可以重复图17的过程。因此,所描述的搜索区域可以被引用
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
[0190]在图14和图15中,预测当前块的步骤(例如,图14的步骤350和图15的步骤374)可在预测过程中使用运动矢量。图16展示实例解码过程,借此视频装置(例如,执行解码循环的解码器或编码器)可解码视频数据以产生一个或一个以上运动向量(402),且对所述一个或一个以上运动向量执行DMVR过程(404),例如本文中所描述。因此,例如,当按照图14的步骤350预测当前块时,视频编码器200可以执行图16的方法,并且当按照图15的步骤374预测当前块时,视频解码器300可以执行图16的方法。<br>[0191]图17为流程图,显示了可在DMVR过程中执行以细化一个或多个运动矢量的示例过程。如图所示,视频解码器(例如,执行解码循环的解码器300或编码器200)可以确定正被解码的当前视频块的一个或多个特征(406),并且基于所确定的当前视频块的一个或多个特征来确定当前视频块的DMVR过程的搜索区域(408)。视频解码器可将所确定的搜索区域用于DMVR过程,且所确定的搜索区域可包括所确定的区域中的数据(例如,样本)并排除所确定的搜索区域之外的数据(例如,样本),这可消除对所确定的搜索区域之外的样本的不必要的存储器使用。举例来说,视频解码器可基于当前视频块的一个或一个以上维度来确定当前视频块的DMVR过程的搜索区域。在一些实例中,视频解码器可基于当前视频块的高度和宽度来确定当前视频块的DMVR过程的搜索区域。在一些实例中,视频解码器可基于当前块的高度和宽度且基于比例因子(例如,基于上文描述的“sFactor”或可用于缩放的另一类型的度量)来确定DMVR过程的搜索区域。如果使用比例因子,在一些示例中,比例因子可以存储在解码器中,并且不在编码比特流中用信号通知,而在其他示例中,比例因子可以由解码器基于从编码比特流解码的一个或多个语法元素来导出或确定。<br>[0192]在任何情况下,视频解码器可确定与DMVR过程的搜索区域中的候选块相关的不同成本因子和失真(410)。相对于搜索区域中远离搜索区域中心的其他候选块,成本因子优先考虑搜索区域中更靠近搜索区域中心的一个或多个候选块。图12和13是展示当在搜索区域内搜索精细运动向量时可使用的两个不同实例搜索模式(和一些实例成本因子)的概念图。<br>[0193]在一些示例中,视频解码器可将阈值应用于DMVR过程,以便如果发现可接受的细化,可终止该过程。这可以减少DMVR过程所需的计算量。举例来说,视频解码器可确定成本因子和失真是否满足阈值(412)。举例来说,阈值可通过成本因子(例如,基于精细运动向量相对于正被编码的块的位置的位置而界定的缩放因子)来界定视频质量(失真)的可接受水平。如果成本因子和失真满足阈值(412的“是”分支),则解码器提前终止精细搜索(414)。换句话说,一旦识别出与满足阈值的成本因子和失真相关联的可接受候选块,解码器可在考虑搜索区域中的所有候选块之前终止当前视频块的DMVR过程。然而,如果成本因子和失真不满足阈值(412的“否”分支),那么解码器可继续对搜索空间中的所有候选者进行精细搜索(416)。视频解码器可接着基于搜索空间中的最佳候选者(就失真和成本因子而言)或基于可接受的候选者(418)(如果识别出一个满足阈值)来执行运动向量精细化。在一些实例中,视频解码器300将细化搜索限制到为DMVR过程定义的定义的搜索区域,使得视频解码器300仅使用搜索区域的样本来细化运动向量。因此,当在DMVR过程中细化运动向量时,视频解码器300可避免使用所确定的搜索区域之外的数据(例如,样本)。<br>[0194]在细化不同的运动矢量时,可重复图17的过程。因此,所描述的搜索区域可以是referre
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: