视频预测模式的加权的制作方法

本公开涉及视频处理，更具体地，涉及加权色度帧内预测模式的方法和系统。

背景技术：

1、视频是存储视觉信息的静态图片(或“帧”)的组。为了减少存储内存和传输带宽，在存储或传输之前对视频可以被压缩，并且在显示之前解压缩。压缩过程通常称为编码，解压缩过程通常称为解码。目前有多种视频编码格式使用标准化的视频编码技术，大多包括预测、变换、量化、熵编码和环路滤波。标准化组织制定了各种视频编码标准，诸如高效视频编码(hevc/h.265)标准、通用视频编码(vvc/h.266)标准、avs标准等，规定了具体的视频编码格式。随着视频标准中采用越来越先进的视频编码技术，新的视频编码标准的编码效率也越来越高。

技术实现思路

1、本公开实施例涉及加权色度帧内预测模式。在一些实施例中，用于处理视频数据的示例性方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；以及基于多个预测色度样本的加权之和来确定第一预测色度样本。

2、本公开实施例提供一种视频数据处理装置。该系统包括：存储器，存储指令组；一个或多个处理器，被配置为执行该指令组以使该装置运行：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；基于多个预测色度样本的加权之和来确定第一预测色度样本。

3、本公开实施例还提供了一种非暂时性计算机可读介质，其存储视频比特流，以用于根据一种方法进行处理，该方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；基于多个预测色度样本的加权之和来确定第一预测色度样本。

4、本公开实施例还提供一种非暂时性计算机可读介质，其存储指令组，该指令组由装置的一个或多个处理器执行以使得装置启用用于处理视频数据的方法。该方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；基于多个预测色度样本的加权之和来确定第一预测色度样本。

5、本公开实施例还提供了一种计算机程序产品，其包括：计算机程序指令，并且计算机程序指令使得计算机能够执行一种方法，该方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；基于多个预测色度样本的加权之和来确定第一预测色度样本。

6、本公开实施例还提供了一种计算机程序，该计算机程序使得计算机能够执行一种方法，该方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；基于多个预测色度样本的加权之和来确定第一预测色度样本。

技术特征：

1.一种视频处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其中所述多个色度帧内预测模式包括至少一种线性模型(lm)模式和至少一种非lm模式。

3.根据权利要求2所述的方法，其中：

4.根据权利要求1所述的方法，其中所述多个色度帧内预测模式包括多模型线性模型lt(mmlm_lt)模式和至少一种非lm模式。

5.根据权利要求1所述的方法，其中所述多个色度帧内预测模式包括解码器侧导出的色度模式和至少一种lm模式。

6.根据权利要求1至5中任一项所述的方法，还包括：

7.根据权利要求1至6中任一项所述的方法，其中所述第一预测色度样本是第一预测色度块的一部分，并且所述方法还包括：

8.根据权利要求7所述的方法，其中所述一个或多个相邻块包括：

9.根据权利要求1所述的方法，其特征在于，所述方法用于解码比特流，并且还包括：

10.根据权利要求9所述的方法，其中：

11.根据权利要求10所述的方法，其中：

12.根据权利要求1所述的方法，还包括：

13.根据权利要求12所述的方法，还包括：

14.根据权利要求1至6中任一项所述的方法，还包括：

15.根据权利要求14所述的方法，还包括：

16.一种装置，包括：

17.根据权利要求16所述的装置，其中所述一个或多个处理器被配置为执行所述指令组以使所述装置运行：

18.根据权利要求16或17所述的装置，其中所述一个或多个处理器被配置为执行所述指令组以使所述装置运行：

19.根据权利要求16所述的装置，其中所述一个或多个处理器被配置为执行所述指令组以使所述装置运行：

20.一种非暂时性计算机可读介质，其存储视频比特流，以用于根据一种方法进行处理，所述方法包括：

21.一种计算机程序产品，包括计算机程序指令，并且计算机程序指令使得计算机能够执行根据权利要求1至15中任一项所述的视频处理方法。

22.一种计算机程序，其中所述计算机程序使得计算机能够执行根据权利要求1至15中任一项所述的视频处理方法。

技术总结本公开提供了用于加权色度帧内预测模式的方法和系统。示例性方法包括：通过分别使用多个色度帧内预测模式来生成与像素相关联的多个预测色度样本；以及基于多个预测色度样本的加权之和来确定第一预测色度样本。技术研发人员：李新伟,廖如伶,陈杰,叶琰受保护的技术使用者：阿里巴巴（中国）有限公司技术研发日：技术公布日：2024/8/20