Method, apparatus, and medium for video processing

Abstract

Embodiments of the present disclosure provide a solution for video processing. A method for video processing is proposed. The method comprises: filtering, for a conversion from a video to a bitstream of the video, a current picture of the video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and performing the conversion by encoding the filtered current picture into the bitstream.

Description

METHOD, APPARATUS, AND MEDIUM FOR VIDEO PROCESSINGFIELDS

[0001] Embodiments of the present disclosure relates generally to video processing techniques, and more particularly, to temporal filtering in video coding.BACKGROUND

[0002] In nowadays, digital video capabilities are being applied in various aspects of peoples’ lives. Multiple types of video compression technologies, such as MPEG-2, MPEG-4, ITU-TH. 263, ITU-TH. 264 / MPEG-4 Part 10 Advanced Video Coding (AVC) , ITU-TH. 265 high efficiency video coding (HEVC) standard, versatile video coding (VVC) standard, have been proposed for video encoding / decoding. However, coding quality and coding efficiency of video coding techniques is generally expected to be further improved.SUMMARY

[0003] Embodiments of the present disclosure provide a solution for video processing.

[0004] In a first aspect, a method for video processing is proposed. The method comprises: filtering, for a conversion from a video to a bitstream of the video, a current picture of the video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and performing the conversion by encoding the filtered current picture into the bitstream.

[0005] Based on the method in accordance with the first aspect of the present disclosure, at a pre-processing stage of the video encoding, the motion information of at least one neighboring block of the current block is taken into consideration for filtering samples of the current block. Compared with the conventional solution, the proposed method can better distinguish the noise from the signal, and thus effectively removing noise from the pictures. Thereby, the encoding quality and the encoding efficiency can be further improved.

[0006] In a second aspect, an apparatus for video processing is proposed. The apparatus comprises a processor and a non-transitory memory with instructions thereon. The instructions upon execution by the processor, cause the processor to perform a method in accordance with the first aspect of the present disclosure.

[0007] In a third aspect, a non-transitory computer-readable storage medium is proposed. The non-transitory computer-readable storage medium stores instructions that cause a processor to perform a method in accordance with the first aspect of the present disclosure.

[0008] In a fourth aspect, another non-transitory computer-readable recording medium is proposed. The non-transitory computer-readable recording medium stores a bitstream of a video which is generated by a method performed by an apparatus for video processing. The method comprises: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and generating the bitstream by encoding the filtered current picture into the bitstream.

[0009] In a fifth aspect, a method for storing a bitstream of a video is proposed. The method comprises: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; generating the bitstream by encoding the filtered current picture into the bitstream; and storing the bitstream in a non-transitory computer-readable recording medium.

[0010] This Summary is provided to introduce a selection of concepts in a simplified form that are further described below in the Detailed Description. This Summary is not intended to identify key features or essential features of the claimed subject matter, nor is it intended to be used to limit the scope of the claimed subject matter.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] Through the following detailed description with reference to the accompanying drawings, the above and other objectives, features, and advantages of example embodiments of the present disclosure will become more apparent. In the example embodiments of the present disclosure, the same reference numerals usually refer to the same components.

[0012] Fig. 1 illustrates a block diagram that illustrates an example video coding system, in accordance with some embodiments of the present disclosure;

[0013] Fig. 2 illustrates a block diagram that illustrates a first example video encoder, in accordance with some embodiments of the present disclosure;

[0014] Fig. 3 illustrates a block diagram that illustrates an example video decoder, in accordance with some embodiments of the present disclosure;

[0015] Fig. 4 illustrates a flowchart of a method for video processing in accordance with embodiments of the present disclosure;

[0016] Fig. 5 illustrates a schematic diagram of a sequence of pictures in accordance with embodiments of the present disclosure;

[0017] Fig. 6 illustrates an example partition scheme of a current picture in accordance with embodiments of the present disclosure; and

[0018] Fig. 7 illustrates a block diagram of a computing device in which various embodiments of the present disclosure can be implemented.

[0019] Throughout the drawings, the same or similar reference numerals usually refer to the same or similar elements.DETAILED DESCRIPTION

[0020] Principle of the present disclosure will now be described with reference to some embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement the present disclosure, without suggesting any limitation as to the scope of the disclosure. The disclosure described herein can be implemented in various manners other than the ones described below.

[0021] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0022] References in the present disclosure to “one embodiment, ” “an embodiment, ” “an example embodiment, ” and the like indicate that the embodiment described may include a particular feature, structure, or characteristic, but it is not necessary that every embodiment includes the particular feature, structure, or characteristic. Moreover, such phrases are not necessarily referring to the same embodiment. Further, when a particular feature, structure, or characteristic is described in connection with an example embodiment, it is submitted that it is within the knowledge of one skilled in the art to affect such feature, structure, or characteristic in connection with other embodiments whether or not explicitly described.

[0023] It shall be understood that although the terms “first” and “second” etc. may be used herein to describe various elements, these elements should not be limited by these terms. These terms are only used to distinguish one element from another. For example, a first element could be termed a second element, and similarly, a second element could be termed a first element, without departing from the scope of example embodiments. As used herein, the term “and / or” includes any and all combinations of one or more of the listed terms.

[0024] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of example embodiments. As used herein, the singular forms “a” , “an” and “the” are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms “comprises” , “comprising” , “has” , “having” , “includes” and / or “including” , when used herein, specify the presence of stated features, elements, and / or components etc., but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof. Example Environment

[0025] Fig. 1 is a block diagram that illustrates an example video coding system 100 that may utilize the techniques of this disclosure. As shown, the video coding system 100 may include a source device 110 and a destination device 120. The source device 110 can be also referred to as a video encoding device, and the destination device 120 can be also referred to as a video decoding device. In operation, the source device 110 can be configured to generate encoded video data and the destination device 120 can be configured to decode the encoded video data generated by the source device 110. The source device 110 may include a video source 112, a video encoder 114, and an input / output (I / O) interface 116.

[0026] The video source 112 may include a source such as a video capture device. Examples of the video capture device include, but are not limited to, an interface to receive video data from a video content provider, a computer graphics system for generating video data, and / or a combination thereof.

[0027] The video data may comprise one or more pictures. The video encoder 114 encodes the video data from the video source 112 to generate a bitstream. The bitstream may include a sequence of bits that form a coded representation of the video data. The bitstream may include coded pictures and associated data. The coded picture is a coded representation of a picture. The associated data may include sequence parameter sets, picture parameter sets, and other syntax structures. The I / O interface 116 may include a modulator / demodulator and / or a transmitter. The encoded video data may be transmitted directly to destination device 120 via the I / O interface 116 through the network 130A. The encoded video data may also be stored onto a storage medium / server 130B for access by destination device 120.

[0028] The destination device 120 may include an I / O interface 126, a video decoder 124, and a display device 122. The I / O interface 126 may include a receiver and / or a modem. The I / O interface 126 may acquire encoded video data from the source device 110 or the storage medium / server 130B. The video decoder 124 may decode the encoded video data. The display device 122 may display the decoded video data to a user. The display device 122 may be integrated with the destination device 120, or may be external to the destination device 120 which is configured to interface with an external display device.

[0029] The video encoder 114 and the video decoder 124 may operate according to a video compression standard, such as the High Efficiency Video Coding (HEVC) standard, Versatile Video Coding (VVC) standard and other current and / or further standards.

[0030] Fig. 2 is a block diagram illustrating an example of a video encoder 200, which may be an example of the video encoder 114 in the system 100 illustrated in Fig. 1, in accordance with some embodiments of the present disclosure.

[0031] The video encoder 200 may be configured to implement any or all of the techniques of this disclosure. In the example of Fig. 2, the video encoder 200 includes a plurality of functional components. The techniques described in this disclosure may be shared among the various components of the video encoder 200. In some examples, a processor may be configured to perform any or all of the techniques described in this disclosure.

[0032] In some embodiments, the video encoder 200 may include a partition unit 201, a prediction unit 202 which may include a mode select unit 203, a motion estimation unit 204, a motion compensation unit 205 and an intra-prediction unit 206, a residual generation unit 207, a transform unit 208, a quantization unit 209, an inverse quantization unit 210, an inverse transform unit 211, a reconstruction unit 212, a buffer 213, and an entropy encoding unit 214.

[0033] In other examples, the video encoder 200 may include more, fewer, or different functional components. In an example, the prediction unit 202 may include an intra block copy (IBC) unit. The IBC unit may perform prediction in an IBC mode in which at least one reference picture is a picture where the current video block is located.

[0034] Furthermore, although some components, such as the motion estimation unit 204 and the motion compensation unit 205, may be integrated, but are represented in the example of Fig. 2 separately for purposes of explanation.

[0035] The partition unit 201 may partition a picture into one or more video blocks. The video encoder 200 and the video decoder 300 may support various video block sizes.

[0036] The mode select unit 203 may select one of the coding modes, intra or inter, e.g., based on error results, and provide the resulting intra-coded or inter-coded block to a residual generation unit 207 to generate residual block data and to a reconstruction unit 212 to reconstruct the encoded block for use as a reference picture. In some examples, the mode select unit 203 may select a combination of intra and inter prediction (CIIP) mode in which the prediction is based on an inter prediction signal and an intra prediction signal. The mode select unit 203 may also select a resolution for a motion vector (e.g., a sub-pixel or integer pixel precision) for the block in the case of inter-prediction.

[0037] To perform inter prediction on a current video block, the motion estimation unit 204 may generate motion information for the current video block by comparing one or more reference frames from buffer 213 to the current video block. The motion compensation unit 205 may determine a predicted video block for the current video block based on the motion information and decoded samples of pictures from the buffer 213 other than the picture associated with the current video block.

[0038] The motion estimation unit 204 and the motion compensation unit 205 may perform different operations for a current video block, for example, depending on whether the current video block is in an I-slice, a P-slice, or a B-slice. As used herein, an “I-slice” may refer to a portion of a picture composed of macroblocks, all of which are based upon macroblocks within the same picture. Further, as used herein, in some aspects, “P-slices” and “B-slices” may refer to portions of a picture composed of macroblocks that are not dependent on macroblocks in the same picture.

[0039] In some examples, the motion estimation unit 204 may perform uni-directional prediction for the current video block, and the motion estimation unit 204 may search reference pictures of list 0 or list 1 for a reference video block for the current video block. The motion estimation unit 204 may then generate a reference index that indicates the reference picture in list 0 or list 1 that contains the reference video block and a motion vector that indicates a spatial displacement between the current video block and the reference video block. The motion estimation unit 204 may output the reference index, a prediction direction indicator, and the motion vector as the motion information of the current video block. The motion compensation unit 205 may generate the predicted video block of the current video block based on the reference video block indicated by the motion information of the current video block.

[0040] Alternatively, in other examples, the motion estimation unit 204 may perform bi-directional prediction for the current video block. The motion estimation unit 204 may search the reference pictures in list 0 for a reference video block for the current video block and may also search the reference pictures in list 1 for another reference video block for the current video block. The motion estimation unit 204 may then generate reference indexes that indicate the reference pictures in list 0 and list 1 containing the reference video blocks and motion vectors that indicate spatial displacements between the reference video blocks and the current video block. The motion estimation unit 204 may output the reference indexes and the motion vectors of the current video block as the motion information of the current video block. The motion compensation unit 205 may generate the predicted video block of the current video block based on the reference video blocks indicated by the motion information of the current video block.

[0041] In some examples, the motion estimation unit 204 may output a full set of motion information for decoding processing of a decoder. Alternatively, in some embodiments, the motion estimation unit 204 may signal the motion information of the current video block with reference to the motion information of another video block. For example, the motion estimation unit 204 may determine that the motion information of the current video block is sufficiently similar to the motion information of a neighboring video block.

[0042] In one example, the motion estimation unit 204 may indicate, in a syntax structure associated with the current video block, a value that indicates to the video decoder 300 that the current video block has the same motion information as the another video block.

[0043] In another example, the motion estimation unit 204 may identify, in a syntax structure associated with the current video block, another video block and a motion vector difference (MVD) . The motion vector difference indicates a difference between the motion vector of the current video block and the motion vector of the indicated video block. The video decoder 300 may use the motion vector of the indicated video block and the motion vector difference to determine the motion vector of the current video block.

[0044] As discussed above, video encoder 200 may predictively signal the motion vector. Two examples of predictive signaling techniques that may be implemented by video encoder 200 include advanced motion vector prediction (AMVP) and merge mode signaling.

[0045] The intra prediction unit 206 may perform intra prediction on the current video block. When the intra prediction unit 206 performs intra prediction on the current video block, the intra prediction unit 206 may generate prediction data for the current video block based on decoded samples of other video blocks in the same picture. The prediction data for the current video block may include a predicted video block and various syntax elements.

[0046] The residual generation unit 207 may generate residual data for the current video block by subtracting (e.g., indicated by the minus sign) the predicted video block (s) of the current video block from the current video block. The residual data of the current video block may include residual video blocks that correspond to different sample components of the samples in the current video block.

[0047] In other examples, there may be no residual data for the current video block for the current video block, for example in a skip mode, and the residual generation unit 207 may not perform the subtracting operation.

[0048] The transform processing unit 208 may generate one or more transform coefficient video blocks for the current video block by applying one or more transforms to a residual video block associated with the current video block.

[0049] After the transform processing unit 208 generates a transform coefficient video block associated with the current video block, the quantization unit 209 may quantize the transform coefficient video block associated with the current video block based on one or more quantization parameter (QP) values associated with the current video block.

[0050] The inverse quantization unit 210 and the inverse transform unit 211 may apply inverse quantization and inverse transforms to the transform coefficient video block, respectively, to reconstruct a residual video block from the transform coefficient video block. The reconstruction unit 212 may add the reconstructed residual video block to corresponding samples from one or more predicted video blocks generated by the prediction unit 202 to produce a reconstructed video block associated with the current video block for storage in the buffer 213.

[0051] After the reconstruction unit 212 reconstructs the video block, loop filtering operation may be performed to reduce video blocking artifacts in the video block.

[0052] The entropy encoding unit 214 may receive data from other functional components of the video encoder 200. When the entropy encoding unit 214 receives the data, the entropy encoding unit 214 may perform one or more entropy encoding operations to generate entropy encoded data and output a bitstream that includes the entropy encoded data.

[0053] Fig. 3 is a block diagram illustrating an example of a video decoder 300, which may be an example of the video decoder 124 in the system 100 illustrated in Fig. 1, in accordance with some embodiments of the present disclosure.

[0054] The video decoder 300 may be configured to perform any or all of the techniques of this disclosure. In the example of Fig. 3, the video decoder 300 includes a plurality of functional components. The techniques described in this disclosure may be shared among the various components of the video decoder 300. In some examples, a processor may be configured to perform any or all of the techniques described in this disclosure.

[0055] In the example of Fig. 3, the video decoder 300 includes an entropy decoding unit 301, a motion compensation unit 302, an intra prediction unit 303, an inverse quantization unit 304, an inverse transformation unit 305, and a reconstruction unit 306 and a buffer 307. The video decoder 300 may, in some examples, perform a decoding pass generally reciprocal to the encoding pass described with respect to video encoder 200.

[0056] The entropy decoding unit 301 may retrieve an encoded bitstream. The encoded bitstream may include entropy coded video data (e.g., encoded blocks of video data) . The entropy decoding unit 301 may decode the entropy coded video data, and from the entropy decoded video data, the motion compensation unit 302 may determine motion information including motion vectors, motion vector precision, reference picture list indexes, and other motion information. The motion compensation unit 302 may, for example, determine such information by performing the AMVP and merge mode. AMVP is used, including derivation of several most probable candidates based on data from adjacent PBs and the reference picture. Motion information typically includes the horizontal and vertical motion vector displacement values, one or two reference picture indices, and, in the case of prediction regions in B slices, an identification of which reference picture list is associated with each index. As used herein, in some aspects, a “merge mode” may refer to deriving the motion information from spatially or temporally neighboring blocks.

[0057] The motion compensation unit 302 may produce motion compensated blocks, possibly performing interpolation based on interpolation filters. Identifiers for interpolation filters to be used with sub-pixel precision may be included in the syntax elements.

[0058] The motion compensation unit 302 may use the interpolation filters as used by the video encoder 200 during encoding of the video block to calculate interpolated values for sub-integer pixels of a reference block. The motion compensation unit 302 may determine the interpolation filters used by the video encoder 200 according to the received syntax information and use the interpolation filters to produce predictive blocks.

[0059] The motion compensation unit 302 may use at least part of the syntax information to determine sizes of blocks used to encode frame (s) and / or slice (s) of the encoded video sequence, partition information that describes how each macroblock of a picture of the encoded video sequence is partitioned, modes indicating how each partition is encoded, one or more reference frames (and reference frame lists) for each inter-encoded block, and other information to decode the encoded video sequence. As used herein, in some aspects, a “slice” may refer to a data structure that can be decoded independently from other slices of the same picture, in terms of entropy coding, signal prediction, and residual signal reconstruction. A slice can either be an entire picture or a region of a picture.

[0060] The intra prediction unit 303 may use intra prediction modes for example received in the bitstream to form a prediction block from spatially adjacent blocks. The inverse quantization unit 304 inverse quantizes, i.e., de-quantizes, the quantized video block coefficients provided in the bitstream and decoded by entropy decoding unit 301. The inverse transform unit 305 applies an inverse transform.

[0061] The reconstruction unit 306 may obtain the decoded blocks, e.g., by summing the residual blocks with the corresponding prediction blocks generated by the motion compensation unit 302 or intra-prediction unit 303. If desired, a deblocking filter may also be applied to filter the decoded blocks in order to remove blockiness artifacts. The decoded video blocks are then stored in the buffer 307, which provides reference blocks for subsequent motion compensation / intra prediction and also produces decoded video for presentation on a display device.

[0062] Some exemplary embodiments of the present disclosure will be described in detailed hereinafter. It should be understood that section headings are used in the present document to facilitate ease of understanding and do not limit the embodiments disclosed in a section to only that section. Furthermore, while certain embodiments are described with reference to Versatile Video Coding or other specific video codecs, the disclosed techniques are applicable to other video coding technologies also. Furthermore, while some embodiments describe video coding steps in detail, it will be understood that corresponding steps decoding that undo the coding will be implemented by a decoder. Furthermore, the term video processing encompasses video coding or compression, video decoding or decompression and video transcoding in which video pixels are represented from one compressed format into another compressed format or at a different compressed bitrate. 1. Brief Summary

[0063] This disclosure is related to video coding technologies. Specifically, it is related to temporal filtering in pre-processing stage in video coding. It may be applied to the existing video coding standard like HEVC, or the standard (Versatile Video Coding) . It may be also applicable to future video coding standards or video codec. 2. Introduction 2.1 Motion Compensated Temporal Filter

[0064] The noises in videos, which are inevitably introduced by the camera sensors, could possibly degrade the performance of video compression. In particular, the noises introduced by the camera typically disturb the temporal correlation of videos, resulting in less accurate inter prediction. As such, the high-frequency noises are reflected in boosted residual energies, further bringing negative impact on the coding performance. Temporal filters have been recognized as an effective way for removing noise, since the temporal correlation of the video can be used to distinguish the noise from the signal. In view of this, a pre-processing temporal filter named Motion Compensated Temporal Filter (MCTF) has been proposed as an effective pre-processing too. More specifically, before the current input frame is sent to the encoder, MCTF uses temporal adjacent frames to remove noise for the current frame with a bilateral filter. In MCTF, the filtering weights of MCTF are adjusted according to the position of the frame in the Group of Picture (GOP) and the Quantization Parameter (QP) .

[0065] The desired filter weights are expected to improve the performance of inter prediction by removing noise from reference frames. The default MCTF with bilateral filtering can be described as follows, where I0 is the sample value of current block and Ir is the co-located sample value of the motion compensated  block from temporal adjacent frames. a is the number of available neighboring frames which are used for the filtering and i is the POC distance between current frames and neighboring frames. For example, in VVenC, four previous and four following available neighboring frames are used for referencing under the random access configuration. Thus, N is set to -4 and M is set to 4. wr (a, i) is a weighting factor for the co-located sample. The filtering weight for temporal adjacent block is calculated as follows, where bw is the block weight for the motion compensated block from temporal adjacent frame. The weight s0 is  determined based on the temporal layer of the current frame. sr (a, i) is a weight that depends on the total number of temporal adjacent pictures a as well as the POC distance i. The value of ΔI is set equal to the sample value difference between the current sample and the corresponding motion compensated sample. σ is the variance for the bilateral filter, which is relevant to the base QP value used for the entire video sequence, and sw is the weight based on the variance. 3. Problems 1. MCTF is conducted based on motion compensation and the reference relationship among adjacent frames.  For the pre-processing stage, a low-complexity hierarchical motion estimation is used in MCTF to obtain motion compensated blocks from temporal adjacent frames. These temporally adjacent motion compensation blocks and the current block are jointly treated as inputs to the temporal filter, to obtain the filtered block in the to-be-coded frame. But motions from neighboring blocks are not considered in the current design. 2. The filter weights are determined by frame-level parameters including the relative Picture Order Count (POC)  position in the GOP, the encoding parameter QP. Content characteristics, such as motion-compensated error, texture complexity, and frequency domain characteristics of the motion-compensated residual are also considered when designing the filter weights. The relative POC position represents the reference distance, implying temporal correlation between the current to-be-coded frame and adjacent frames in the temporal domain. Moreover, a large motion compensation error indicates the low similarity between the current block and temporally adjacent block. Therefore, the filtering weight of the corresponding temporally adjacent block should be decreased. 4. Detailed Solutions

[0066] The detailed embodiments below should be considered as examples to explain general concepts. These embodiments should not be interpreted in a narrow way. Furthermore, these embodiments can be combined in any manner.

[0067] To solve the above problems, this document proposes the following approach. 1. motion compensated temporal filter based on left-top neighboring motion and texture complexity is  proposed on preprocessing stage for temporal Filter in video coding. a) In one example, motion compensation blocks can be obtained by locating with motions from  left or top adjacent blocks. b) In one example, the temporal filter weight for motion compensation block can be scaled by  motion variance. i. In one example, parameter μ calculated by motion variance can be used to scale the  weight of temporal filter. ii. In one example, the temporal filtering scaling by parameter μ can be described as  follow. c) In one example, the temporal filter weight for motion compensation block can be scaled by  texture complexity. i. In one example, parameter k calculated by texture complexity can be used to scale the  weight of temporal filter. ii. In one example, the temporal filtering scaling by parameter k can be described as  follow: 2. For one example, motion variance may be calculated using motions from left and top adjacent blocks. where MVi is the motion vector for current filter block. MVLi is the motion vector for left adjacent block.  MVAi is the motion vector for above adjacent block. ||·||indicates the Euclidean distance of a vector. When block size is larger than 8x8, L is set to 32. Otherwise, L is set to 16. i is the POC distance between current frames and neighboring frames. For example, in VVenC, four previous and four following available neighboring frames are used for referencing under the random access configuration. Thus, N is set to -4 and M is set to 4. μ can be used to scale the weight of temporal filter. 3. For one example, texture complexity may be calculated using gaussian filter. Herein, V is the pixel variance of the current luma block. SSDi is the sum of square error between  current block and the motion compensation block with POC distance i. s2 is the area size of the current luma block. E is the set of normalized motion compensation errors of all motion compensation blocks. h denotes the 6-tap Gaussian filter. I0 denotes the sample within current block. V is the variance of current block. Herein, l is set to 0.8 for chroma component when Et is smaller than min (E) , Otherwise l is set to 1. k can be used to scale the weight of temporal filter. 5. Embodiments 5.1 Embodiment 1

[0068] The introduction of reference blocks based on left-top neighboring motion increases accuracy in inferring the true motion information in the actual encoding process. For each adjacent frame involved in filtering, three blocks located by motion estimation, motion information from the left adjacent block and the upper adjacent blocks are leveraged. Thus, the filtering of MCTF with left-top neighboring motion is given by, specifically, k indicates the type of motion compensation block. Herein, k=0 represents the motion  compensation block of the original MCTF, k=1 indicates the motion compensation block located by the motion of the left adjacent block, and k=2 indicates the motion compensation block located by the motion of the upper adjacent block. 5.2 Embodiment 2

[0069] The 6-tap gaussian filter coefficients for calculating texture complexity are shown as follows.

[0070] More details of the embodiments of the present disclosure will be described below which are related to temporal filtering for video coding. The embodiments of the present disclosure should be considered as examples to explain the general concepts and should not be interpreted in a narrow way. Furthermore, these embodiments can be applied individually or combined in any manner. As used herein, the term “block” may represent a sub-region within a picture, a video processing unit comprising multiple samples / pixels, and / or the like. A block may be square or non-square.

[0071] Fig. 4 illustrates a flowchart of a method 400 for video processing in accordance with embodiments of the present disclosure. The method 400 is implemented for a conversion between a video unit of a video and a bitstream of the video. As shown in Fig. 4, the method 400 starts at 410 where a current picture of the video is filtered. Furthermore, a filtering process is performed on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block. For example, one or more reference blocks used to filter the samples of the current block may be determined based on the motion information of the at least one neighboring block. Additionally or alternatively, one or more parameters used to filter the samples of the current block may be determined based on the motion information of the at least one neighboring block. This will be described in details below.

[0072] In some embodiments, in addition to the current block, the filtering process may also be performed on all the other blocks of the current picture. Alternatively, only a part of blocks of the current picture is filtered based on the filtering process. The scope of the present disclosure is not limited in this respect.

[0073] At 420, the conversion is performed by encoding the filtered current picture into the bitstream. For example, the filtered current picture may be inputted to the video encoder as shown in Fig. 2, so as to generate the bitstream. In other words, the proposed solutions may be used as at pre-processing stage of the video encoding process. In some embodiments, each picture of the video is filtered and each filtered picture is encoded into the bitstream. Alternatively, only a part of pictures of the video is filtered while the rest part of the pictures of the video is not filtered. The scope of the present disclosure is not limited in this respect.

[0074] In view of the above, at a pre-processing stage of the video encoding, the motion information of at least one neighboring block of the current block is taken into consideration for filtering samples of the current block. Compared with the conventional solution, the proposed method 400 can better distinguish the noise from the signal, and thus effectively removing noise from the pictures. Thereby, the encoding quality and the encoding efficiency can be further improved.

[0075] In some embodiments, in order to perform the filtering process, a first set of reference blocks for the current block may be determined from one or more pictures of the video based on the motion information of at least one neighboring block. Each of the one or more pictures is different from the current picture. In some embodiments, the one or more pictures may be one or more temporal adjacent pictures of the current picture. Fig. 5 illustrates a schematic diagram of a sequence of pictures in accordance with embodiments of the present disclosure. As shown in Fig. 5, the sequence of pictures comprises 11 pictures, i.e., pictures 510-520. In Fig. 5, these pictures are displayed according to a timestamp order. For ease of discussion, taking the picture 515 as the current picture, the one or more pictures may comprise pictures 510-514 and pictures 516-520. Alternatively, the one or more pictures may comprise pictures 510-513 and / or pictures 517-520. It should be understood that the possible implementations of the one or more pictures described above are merely illustrative and therefore should not be construed as limiting the present disclosure in any way. In some alternative embodiments, at least one of the one or more pictures may be not temporal adjacent to the current picture.

[0076] In some embodiments, the at least one neighboring block may comprise a left block that is on a left side of the current block, a top block that is above the current block, and / or the like. It should be noted that the left block may also comprise a block located at the left-top or left-bottom corner of the current block. Similarly, the top block may also comprise a block located at the left-top or right-top corner of the current block. Fig. 6 illustrates an example partition scheme of a current picture 515 in accordance with embodiments of the present disclosure. For ease of discussion, taking the block 611 as the current block, the left block (s) of the current block 611 may comprise block 612, block 616, block 617, block 613 and / or the like. Similarly, the top block (s) of the current block 611 may comprise block 614, block 615, block 616, block 618, and / or the like. It should be understood that the above illustrations and / or examples are described merely for purpose of description. The scope of the present disclosure is not limited in this respect.

[0077] By way of example rather than limitation, the motion information may be a motion vector, and the reference blocks may be located based on the motion vector of the at least one neighboring block. For example, in a case where the at least one neighboring block comprises a left block and a top block, for each of the one or more pictures, one reference block may be determined in the picture based on the motion vector of the left block and a further reference block may be determined in the picture based on the motion vector of the top block. In some cases, these two reference blocks may be the same. It should be understood that other suitable types of motion information may also be used and the reference blocks may be obtained by any other suitable manners, the disclosure is not limited in this respect.

[0078] Based on the first set of reference blocks, the values of the samples of the current block may be adjusted. In some embodiments, a second set of reference blocks for the current block from the one or more pictures may be obtained by applying a motion estimation on each of the one or more pictures based on the current block. Moreover, the values of the samples of the current block may be adjusted based on the first set of reference blocks and the second set of reference blocks. As used herein, a reference block may also be referred to as a motion compensated block, a motion compensation block, or the like.

[0079] In some embodiments, the samples of the current block may comprise a first sample, and a value of the first sample is adjusted as follows: where I10 represents the value of the first sample, I1 represents the adjusted value of the first sample, I1r (i, k)  represents a value of a collocated sample of the first sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block and k indicating a type of the reference block, wr (a, i, k) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures. N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture, k=0 indicates that the reference block is one of the second set of reference blocks, k=1 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a left block of the current block, and k=2 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a top block of the current block.

[0080] By way of example, with reference to Fig. 5, in a case where the current picture is picture 515 and the one or more pictures comprise pictures 511-514 and pictures 516-519, M may be set to 4 and N may be set to -4. It should be understood that the above specific values of M and N are described merely for purpose of description, and M and N may take any other suitable values. The scope of the present disclosure is not limited in this respect.

[0081] In some embodiments, in order to perform the filtering process, motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures may be obtained by applying a motion estimation on each of the one or more pictures based on the current block. By way of example, for each of the one or more pictures, the motion estimation may be performed on the picture so as to search for a reference block for the current block in the picture, and a motion vector may be determined based on the reference block and the current block.

[0082] In addition, one or more motion difference metric values corresponding to the one or more pictures may be determined. Each of the one or more motion difference metric values indicates a difference between the motion information of the current block for a corresponding picture and the motion information of the at least one neighboring block for the corresponding picture. As used herein, the motion difference metric may also be referred to a motion variance. The scope of the present disclosure is not limited in this respect.

[0083] Taking a first picture among the one or more pictures as an example, the one or more motion difference metric values may comprise a first motion difference metric value corresponding to the first picture, and the motion information of the current block may comprise a motion vector of the current block for the first picture. The motion information of the at least one neighboring block may comprise at least one motion vector of the at least one neighboring block for the first picture. In this case, at least one distance metric value corresponding to the at least one neighboring block may be determined. Each of the at least one distance metric value indicates a distance between the motion vector of the current block for the first picture and a motion vector of a corresponding neighboring block for the first picture. Moreover, the first motion difference metric value may be determined based on the at least one distance metric value.

[0084] By way of example rather than limitation, in a case where the at least one neighboring block comprises a left block and a top block, the first motion difference metric value may be determined as follows: where γi represents the first motion difference metric value with i indicating a POC distance between the current  picture and the first picture, MVi represents the motion vector of the current block for the first picture, MVLirepresents a motion vector of the left block for the first picture, MVAi represents a motion vector of the top block for the first picture, L is a variable dependent on a size of the current block, and ||·||represents a Euclidean distance.

[0085] For example, if the size of the current block is larger than 8x8, then L may be set to 32. If the size of the current block is not larger than 8x8, then L may be set to 16. It should be understood that the above specific values of L are described merely for purpose of description. The scope of the present disclosure is not limited in this respect.

[0086] It should be understood that the above illustrations are described merely for purpose of description. The one or more motion difference metric values may also be determined in any other suitable manner, such as based on a cosine similarity between the motion vectors. The scope of the present disclosure is not limited in this respect.

[0087] Based on the one or more motion difference metric values and the one or more reference blocks, values of the samples of the current block may be adjusted. For purpose of illustration, taking a second sample in the samples of the current block as an example, details of adjusting the value of the second sample will be described. At first, a first scaling factor may be determined based on the one or more motion difference metric values. For example, the first scaling factor may be determined based on an average value of the one or more motion difference metric values. By way of example rather than limitation, the first scaling factor may be determined as follows: where μ represents the first scaling factor, and represents the average value. It should be noted that the first  scaling factor may also be determined in any other suitable manner, such as based on the maximum value of the one or more motion difference metric values, the minimum value of the one or more motion difference metric values, and / or the like.

[0088] Based on the first scaling factor, one or more weighting factors may be scaled, respectively. Furthermore, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the second sample that are in the one or more reference blocks may be determined. Moreover, a value of the second sample may be adjusted based on the weighted sum.

[0089] By way of example rather than limitation, the value of the second sample may be adjusted as follows: where I20 represents the value of the second sample, I2 represents the adjusted value of the second sample,  represents the weighted sum, I2r (i) represents a value of a collocated sample of the second sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, μrepresents the first scaling factor, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture.

[0090] In some embodiments, in order to perform the filtering process, motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures may be obtained by applying a motion estimation on each of the one or more pictures based on the current block. By way of example, for each of the one or more pictures, the motion estimation may be performed on the picture so as to search for a reference block for the current block in the picture, and a motion vector may be determined based on the reference block and the current block.

[0091] In addition, a texture complexity metric value of the current block may be determined based on the samples of the current block. By way of example rather than limitation, the texture complexity metric value may be determined as follows: where Et represents the texture complexity metric value, Ij represents a value of j-th sample of the current block,  Ij*h represents applying a filter h on the value of j-th sample of the current block, ∑ represents a summation operation by traversing all samples of the current block, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.

[0092] For example, the filter h may be a Gaussian filter. Furthermore, the Gaussian filter may be a 6-tap Gaussian filter with coefficients {3, 9, 20, 20, 9, 3} . It should be understood that the Gaussian filter may also be applied with any other suitable coefficients. The texture complexity metric value may also be determined by using any other suitable filters such as a mean filter, a median filter and / or the like. In addition, the current block may be square or non-square, and thus the area size A may be calculated in any suitable manner. The scope of the present disclosure is not limited in these respects.

[0093] Based on the texture complexity metric value and the one or more reference blocks, values of the samples of the current block may be adjusted. For purpose of illustration, taking a third sample in the samples of the current block as an example, details of adjusting the value of the third sample will be described. At first, based on the texture complexity, one or more scaling factors corresponding to the one or more pictures may be determined. Taking a second picture among the one or more pictures as an example, the one or more scaling factors comprise a second scaling factor corresponds to the second picture. In order to determine the second scaling factor, one or more error metric values corresponding to the one or more further pictures may be determined. Each of the one or more error metric values may indicate an error between sample values of the current block and sample values of one of the one or more reference blocks that is within a corresponding further picture. Furthermore, a minimum value among the texture complexity metric value and the one or more error metric values may be determined, and the second scaling factor may be determined based on the minimum value and one of the one or more error metric values that corresponds to the second picture.

[0094] By way of example rather than limitation, the error metric value corresponding to the second picture may be determined as follows: where Ei represents the error metric value corresponding to the second picture with i indicating a POC distance  between the current picture and the second picture, SSDi represents a sum of squared difference between sample values of the current block and sample values of one of the one or more reference blocks that is within the second picture, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.

[0095] Based on the above description, for example, the second scaling factor may be determined as follows: where ki represents the second scaling factor with i indicating a POC distance between the current picture and  the second picture, min represents the minimum value among the texture complexity metric value and the one or more error metric values, Ei represents the error metric value corresponding to the second picture, and l is a variable dependent on a color component of the current block and a relationship between the texture complexity metric value and a minimum value among the one or more error metric values. For example, if the texture complexity metric value Et is smaller than the minimum value among the one or more error metric values, then l may be set to 0.8 for chroma component. Otherwise l may be set to 1. The above example is only for illustration, and the present disclosure is not limited in this respect.

[0096] Based on the one or more scaling factors, one or more weighting factors may be scaled respectively. Furthermore, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the third sample that are in the one or more reference blocks may be determined. Moreover, a value of the third sample may be adjusted based on the weighted sum.

[0097] By way of example rather than limitation, the value of the third sample may be adjusted as follows: where I30 represents the value of the third sample, I3 represents the adjusted value of the third sample,  represents the weighted sum, I3r (i) represents a value of a collocated sample of the third sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more further pictures, ki represents one of the one or more error metric values that corresponds to the picture comprising the reference block, N represents a minimum POC distance among POC distances of the one or more further pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more further pictures to the current picture.

[0098] In view of the above, at a pre-processing stage of the video encoding, the texture complexity metric value of the current block is taken into consideration for filtering samples of the current block. Compared with the conventional solution, the proposed method can better distinguish the noise from the signal, and thus effectively removing noise from the pictures. Thereby, the encoding quality and the encoding efficiency can be further improved.

[0099] According to further embodiments of the present disclosure, a non-transitory computer-readable recording medium is provided. The non-transitory computer-readable recording medium stores a bitstream of a video which is generated by a method performed by an apparatus for video processing. The method comprises: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and generating the bitstream by encoding the filtered current picture into the bitstream.

[0100] According to still further embodiments of the present disclosure, a method for storing bitstream of a video is provided. The method comprises: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; generating the bitstream by encoding the filtered current picture into the bitstream; and storing the bitstream in a non-transitory computer-readable recording medium.

[0101] Implementations of the present disclosure can be described in view of the following clauses, the features of which can be combined in any reasonable manner.

[0102] Clause 1. A method for video processing, comprising: filtering, for a conversion from a video to a bitstream of the video, a current picture of the video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and performing the conversion by encoding the filtered current picture into the bitstream.

[0103] Clause 2. The method of clause 1, wherein performing the filtering process comprises: determining a first set of reference blocks for the current block from one or more pictures of the video based on the motion information of at least one neighboring block, each of the one or more pictures being different from the current picture; and adjusting values of the samples of the current block based on the first set of reference blocks.

[0104] Clause 3. The method of clause 2, wherein the at least one neighboring block comprises at least one of the following: a left block that is on a left side of the current block, or a top block that is above the current block.

[0105] Clause 4. The method of any of clauses 2-3, wherein performing the filtering process further comprises: obtaining a second set of reference blocks for the current block from the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, wherein the values of the samples of the current block are adjusted based on the first set of reference blocks and the second set of reference blocks.

[0106] Clause 5. The method of clause 4, wherein the samples of the current block comprise a first sample, and a value of the first sample is adjusted as follows: wherein I10 represents the value of the first sample, I1 represents the adjusted value of the first sample,  I1r (i, k) represents a value of a collocated sample of the first sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block and k indicating a type of the reference block, wr (a, i, k) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture, k=0 indicates that the reference block is one of the second set of reference blocks, k=1 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a left block of the current block, and k=2 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a top block of the current block.

[0107] Clause 6. The method of any of clauses 1-5, wherein performing the filtering process comprises: obtaining motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, each of the one or more pictures being different from the current picture; determining one or more motion difference metric values corresponding to the one or more pictures, each of the one or more motion difference metric values indicating a difference between the motion information of the current block for a corresponding picture and the motion information of the at least one neighboring block for the corresponding picture; and adjusting values of the samples of the current block based on the one or more motion difference metric values and the one or more reference blocks.

[0108] Clause 7. The method of clause 6, wherein the samples of the current block comprise a second sample, and adjusting the values of the samples of the current block based on the one or more motion difference metric values and the one or more reference blocks comprises: determining a first scaling factor based on the one or more motion difference metric values; scaling one or more weighting factors with the first scaling factor, respectively; determining, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the second sample that are in the one or more reference blocks; and adjusting a value of the second sample based on the weighted sum.

[0109] Clause 8. The method of clause 7, wherein determining the first scaling factor comprises: determining an average value of the one or more motion difference metric values; and determining the first scaling factor based on the average value.

[0110] Clause 9. The method of clause 8, wherein the first scaling factor is determined as follows: wherein μ represents the first scaling factor, and represents the average value.

[0111] Clause 10. The method of any of clauses 7-9, wherein the value of the second sample is adjusted as follows: wherein I20 represents the value of the second sample, I2 represents the adjusted value of the second  sample,  represents the weighted sum, I2r (i) represents a value of a collocated sample of the second sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, μ represents the first scaling factor, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture.

[0112] Clause 11. The method of any of clauses 6-10, wherein the one or more pictures comprise a first picture, the one or more motion difference metric values comprise a first motion difference metric value corresponding to the first picture, the motion information of the current block comprises a motion vector of the current block for the first picture, the motion information of the at least one neighboring block comprises at least one motion vector of the at least one neighboring block for the first picture, and determining the one or more motion difference metric values comprises: determining at least one distance metric value corresponding to the at least one neighboring block, each of the at least one distance metric value indicating a distance between the motion vector of the current block for the first picture and a motion vector of a corresponding neighboring block for the first picture; and determining the first motion difference metric value based on the at least one distance metric value.

[0113] Clause 12. The method of clause 11, wherein the at least one neighboring block comprises a left block and a top block, and the first motion difference metric value is determined as follows: wherein γi represents the first motion difference metric value with i indicating a POC distance between  the current picture and the first picture, MVi represents the motion vector of the current block for the first picture, MVLi represents a motion vector of the left block for the first picture, MVAi represents a motion vector of the top block for the first picture, L is a variable dependent on a size of the current block, and ||·|| represents a Euclidean distance.

[0114] Clause 13. The method of any of clauses 1-12, wherein performing the filtering process comprises: obtaining motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, each of the one or more pictures being different from the current picture; determining a texture complexity metric value of the current block based on the samples of the current block; and adjusting values of the samples of the current block based on the texture complexity metric value and the one or more reference blocks.

[0115] Clause 14. The method of clause 13, wherein the samples of the current block comprise a third sample, and adjusting the values of the samples of the current block based on the texture complexity metric value and the one or more reference blocks comprises: determining, based on the text complexity, one or more scaling factors corresponding to the one or more pictures; scaling one or more weighting factors with the one or more scaling factors, respectively; determining, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the third sample that are in the one or more reference blocks; and adjusting a value of the third sample based on the weighted sum.

[0116] Clause 15. The method of clause 14, wherein the one or more pictures comprise a second picture, the one or more scaling factors comprise a second scaling factor corresponding to the second picture, and determining the one or more scaling factors comprises: determining one or more error metric values corresponding to the one or more pictures, each of the one or more error metric values indicating an error between sample values of the current block and sample values of one of the one or more reference blocks that is within a corresponding picture; determining a minimum value among the texture complexity metric value and the one or more error metric values; and determining the second scaling factor based on the minimum value and one of the one or more error metric values that corresponds to the second picture.

[0117] Clause 16. The method of clause 15, wherein the error metric value corresponding to the second picture is determined as follows: wherein Ei represents the error metric value corresponding to the second picture with i indicating a POC  distance between the current picture and the second picture, SSDi represents a sum of squared difference between sample values of the current block and sample values of one of the one or more reference blocks that is within the second picture, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.

[0118] Clause 17. The method of any of clauses 15-16, wherein the second scaling factor is determined as follows: wherein ki represents the second scaling factor with i indicating a POC distance between the current  picture and the second picture, min represents the minimum value, Ei represents the error metric value corresponding to the second picture, and l is a variable dependent on a color component of the current block and a relationship between the texture complexity metric value and a minimum value among the one or more error metric values.

[0119] Clause 18. The method of any of clauses 14-17, wherein the value of the third sample is adjusted as follows: wherein I30 represents the value of the third sample, I3 represents the adjusted value of the third sample,  represents the weighted sum, I3r (i) represents a value of a collocated sample of the third sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, ki represents one of the one or more error metric values that corresponds to the picture comprising the reference block, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture.

[0120] Clause 19. The method of any of clauses 13-18, wherein the texture complexity metric value is determined as follows: wherein Et represents the texture complexity metric value, Ij represents a value of j-th sample of the  current block, Ij*h represents applying a filter h on the value of j-th sample of the current block, ∑represents a summation operation by traversing all samples of the current block, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.

[0121] Clause 20. The method of clause 19, wherein the filter h comprises a Gaussian filter.

[0122] Clause 21. The method of clause 20, wherein the Gaussian filter is a 6-tap Gaussian filter with coefficients {3, 9, 20, 20, 9, 3} .

[0123] Clause 22. An apparatus for video processing comprising a processor and a non-transitory memory with instructions thereon, wherein the instructions upon execution by the processor, cause the processor to perform a method in accordance with any of clauses 1-21.

[0124] Clause 23. A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of clauses 1-21.

[0125] Clause 24. A non-transitory computer-readable recording medium storing a bitstream of a video which is generated by a method performed by an apparatus for video processing, wherein the method comprises: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; and generating the bitstream by encoding the filtered current picture into the bitstream.

[0126] Clause 25. A method for storing a bitstream of a video, comprising: filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; generating the bitstream by encoding the filtered current picture into the bitstream; and storing the bitstream in a non-transitory computer-readable recording medium. Example Device

[0127] Fig. 7 illustrates a block diagram of a computing device 700 in which various embodiments of the present disclosure can be implemented. The computing device 700 may be implemented as or included in the source device 110 (or the video encoder 114 or 200) or the destination device 120 (or the video decoder 124 or 300) .

[0128] It would be appreciated that the computing device 700 shown in Fig. 7 is merely for purpose of illustration, without suggesting any limitation to the functions and scopes of the embodiments of the present disclosure in any manner.

[0129] As shown in Fig. 7, the computing device 700 includes a general-purpose computing device 700. The computing device 700 may at least comprise one or more processors or processing units 710, a memory 720, a storage unit 730, one or more communication units 740, one or more input devices 750, and one or more output devices 760.

[0130] In some embodiments, the computing device 700 may be implemented as any user terminal or server terminal having the computing capability. The server terminal may be a server, a large-scale computing device or the like that is provided by a service provider. The user terminal may for example be any type of mobile terminal, fixed terminal, or portable terminal, including a mobile phone, station, unit, device, multimedia computer, multimedia tablet, Internet node, communicator, desktop computer, laptop computer, notebook computer, netbook computer, tablet computer, personal communication system (PCS) device, personal navigation device, personal digital assistant (PDA) , audio / video player, digital camera / video camera, positioning device, television receiver, radio broadcast receiver, E-book device, gaming device, or any combination thereof, including the accessories and peripherals of these devices, or any combination thereof. It would be contemplated that the computing device 700 can support any type of interface to a user (such as “wearable” circuitry and the like) .

[0131] The processing unit 710 may be a physical or virtual processor and can implement various processes based on programs stored in the memory 720. In a multi-processor system, multiple processing units execute computer executable instructions in parallel so as to improve the parallel processing capability of the computing device 700. The processing unit 710 may also be referred to as a central processing unit (CPU) , a microprocessor, a controller or a microcontroller.

[0132] The computing device 700 typically includes various computer storage medium. Such medium can be any medium accessible by the computing device 700, including, but not limited to, volatile and non-volatile medium, or detachable and non-detachable medium. The memory 720 can be a volatile memory (for example, a register, cache, Random Access Memory (RAM) ) , a non-volatile memory (such as a Read-Only Memory (ROM) , Electrically Erasable Programmable Read-Only Memory (EEPROM) , or a flash memory) , or any combination thereof. The storage unit 730 may be any detachable or non-detachable medium and may include a machine-readable medium such as a memory, flash memory drive, magnetic disk or another other media, which can be used for storing information and / or data and can be accessed in the computing device 700.

[0133] The computing device 700 may further include additional detachable / non-detachable, volatile / non-volatile memory medium. Although not shown in Fig. 7, it is possible to provide a magnetic disk drive for reading from and / or writing into a detachable and non-volatile magnetic disk and an optical disk drive for reading from and / or writing into a detachable non-volatile optical disk. In such cases, each drive may be connected to a bus (not shown) via one or more data medium interfaces.

[0134] The communication unit 740 communicates with a further computing device via the communication medium. In addition, the functions of the components in the computing device 700 can be implemented by a single computing cluster or multiple computing machines that can communicate via communication connections. Therefore, the computing device 700 can operate in a networked environment using a logical connection with one or more other servers, networked personal computers (PCs) or further general network nodes.

[0135] The input device 750 may be one or more of a variety of input devices, such as a mouse, keyboard, tracking ball, voice-input device, and the like. The output device 760 may be one or more of a variety of output devices, such as a display, loudspeaker, printer, and the like. By means of the communication unit 740, the computing device 700 can further communicate with one or more external devices (not shown) such as the storage devices and display device, with one or more devices enabling the user to interact with the computing device 700, or any devices (such as a network card, a modem and the like) enabling the computing device 700 to communicate with one or more other computing devices, if required. Such communication can be performed via input / output (I / O) interfaces (not shown) .

[0136] In some embodiments, instead of being integrated in a single device, some or all components of the computing device 700 may also be arranged in cloud computing architecture. In the cloud computing architecture, the components may be provided remotely and work together to implement the functionalities described in the present disclosure. In some embodiments, cloud computing provides computing, software, data access and storage service, which will not require end users to be aware of the physical locations or configurations of the systems or hardware providing these services. In various embodiments, the cloud computing provides the services via a wide area network (such as Internet) using suitable protocols. For example, a cloud computing provider provides applications over the wide area network, which can be accessed through a web browser or any other computing components. The software or components of the cloud computing architecture and corresponding data may be stored on a server at a remote position. The computing resources in the cloud computing environment may be merged or distributed at locations in a remote data center. Cloud computing infrastructures may provide the services through a shared data center, though they behave as a single access point for the users. Therefore, the cloud computing architectures may be used to provide the components and functionalities described herein from a service provider at a remote location. Alternatively, they may be provided from a conventional server or installed directly or otherwise on a client device.

[0137] The computing device 700 may be used to implement video encoding / decoding in embodiments of the present disclosure. The memory 720 may include one or more video coding modules 725 having one or more program instructions. These modules are accessible and executable by the processing unit 710 to perform the functionalities of the various embodiments described herein.

[0138] In the example embodiments of performing video encoding, the input device 750 may receive video data as an input 770 to be encoded. The video data may be processed, for example, by the video coding module 725, to generate an encoded bitstream. The encoded bitstream may be provided via the output device 760 as an output 780.

[0139] In the example embodiments of performing video decoding, the input device 750 may receive an encoded bitstream as the input 770. The encoded bitstream may be processed, for example, by the video coding module 725, to generate decoded video data. The decoded video data may be provided via the output device 760 as the output 780.

[0140] While this disclosure has been particularly shown and described with references to preferred embodiments thereof, it will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the present application as defined by the appended claims. Such variations are intended to be covered by the scope of this present application. As such, the foregoing description of embodiments of the present application is not intended to be limiting.

Claims

1.A method for video processing, comprising:filtering, for a conversion from a video to a bitstream of the video, a current picture of the video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; andperforming the conversion by encoding the filtered current picture into the bitstream.2.The method of claim 1, wherein performing the filtering process comprises:determining a first set of reference blocks for the current block from one or more pictures of the video based on the motion information of at least one neighboring block, each of the one or more pictures being different from the current picture; andadjusting values of the samples of the current block based on the first set of reference blocks.3.The method of claim 2, wherein the at least one neighboring block comprises at least one of the following:a left block that is on a left side of the current block, ora top block that is above the current block.4.The method of any of claims 2-3, wherein performing the filtering process further comprises:obtaining a second set of reference blocks for the current block from the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, wherein the values of the samples of the current block are adjusted based on the first set of reference blocks and the second set of reference blocks.5.The method of claim 4, wherein the samples of the current block comprise a first sample, and a value of the first sample is adjusted as follows: wherein I10 represents the value of the first sample, I1 represents the adjusted value of the first sample, I1r (i, k) represents a value of a collocated sample of the first sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block and k indicating a type of the reference block, wr (a, i, k) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture, k=0 indicates that the reference block is one of the second set of reference blocks, k=1 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a left block of the current block, and k=2 indicates that the reference block is one of the first set of reference blocks that is determined based on motion information of a top block of the current block.6.The method of any of claims 1-5, wherein performing the filtering process comprises:obtaining motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, each of the one or more pictures being different from the current picture;determining one or more motion difference metric values corresponding to the one or more pictures, each of the one or more motion difference metric values indicating a difference between the motion information of the current block for a corresponding picture and the motion information of the at least one neighboring block for the corresponding picture; andadjusting values of the samples of the current block based on the one or more motion difference metric values and the one or more reference blocks.7.The method of claim 6, wherein the samples of the current block comprise a second sample, and adjusting the values of the samples of the current block based on the one or more motion difference metric values and the one or more reference blocks comprises:determining a first scaling factor based on the one or more motion difference metric values;scaling one or more weighting factors with the first scaling factor, respectively;determining, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the second sample that are in the one or more reference blocks; andadjusting a value of the second sample based on the weighted sum.8.The method of claim 7, wherein determining the first scaling factor comprises:determining an average value of the one or more motion difference metric values; anddetermining the first scaling factor based on the average value.9.The method of claim 8, wherein the first scaling factor is determined as follows: wherein μ represents the first scaling factor, andrepresents the average value.10.The method of any of claims 7-9, wherein the value of the second sample is adjusted as follows: wherein I20 represents the value of the second sample, I2 represents the adjusted value of the second sample, represents the weighted sum, I2r (i) represents a value of a collocated sample of the second sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, μrepresents the first scaling factor, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture.11.The method of any of claims 6-10, wherein the one or more pictures comprise a first picture, the one or more motion difference metric values comprise a first motion difference metric value corresponding to the first picture, the motion information of the current block comprises a motion vector of the current block for the first picture, the motion information of the at least one neighboring block comprises at least one motion vector of the at least one neighboring block for the first picture, and determining the one or more motion difference metric values comprises:determining at least one distance metric value corresponding to the at least one neighboring block, each of the at least one distance metric value indicating a distance between the motion vector of the current block for the first picture and a motion vector of a corresponding neighboring block for the first picture; anddetermining the first motion difference metric value based on the at least one distance metric value.12.The method of claim 11, wherein the at least one neighboring block comprises a left block and a top block, and the first motion difference metric value is determined as follows: wherein γi represents the first motion difference metric value with i indicating a POC distance between the current picture and the first picture, MVi represents the motion vector of the current block for the first picture, MVLi represents a motion vector of the left block for the first picture, MVAi represents a motion vector of the top block for the first picture, L is a variable dependent on a size of the current block, and ||·|| represents a Euclidean distance.13.The method of any of claims 1-12, wherein performing the filtering process comprises:obtaining motion information of the current block for one or more pictures of the video and one or more reference blocks for the current block within the one or more pictures by applying a motion estimation on each of the one or more pictures based on the current block, each of the one or more pictures being different from the current picture;determining a texture complexity metric value of the current block based on the samples of the current block; andadjusting values of the samples of the current block based on the texture complexity metric value and the one or more reference blocks.14.The method of claim 13, wherein the samples of the current block comprise a third sample, and adjusting the values of the samples of the current block based on the texture complexity metric value and the one or more reference blocks comprises:determining, based on the text complexity, one or more scaling factors corresponding to the one or more pictures;scaling one or more weighting factors with the one or more scaling factors, respectively;determining, based on the one or more scaled weighting factors, a weighted sum of one or more collocated samples of the third sample that are in the one or more reference blocks; andadjusting a value of the third sample based on the weighted sum.15.The method of claim 14, wherein the one or more pictures comprise a second picture, the one or more scaling factors comprise a second scaling factor corresponding to the second picture, and determining the one or more scaling factors comprises:determining one or more error metric values corresponding to the one or more pictures, each of the one or more error metric values indicating an error between sample values of the current block and sample values of one of the one or more reference blocks that is within a corresponding picture;determining a minimum value among the texture complexity metric value and the one or more error metric values; anddetermining the second scaling factor based on the minimum value and one of the one or more error metric values that corresponds to the second picture.16.The method of claim 15, wherein the error metric value corresponding to the second picture is determined as follows: wherein Ei represents the error metric value corresponding to the second picture with i indicating a POC distance between the current picture and the second picture, SSDi represents a sum of squared difference between sample values of the current block and sample values of one of the one or more reference blocks that is within the second picture, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.17.The method of any of claims 15-16, wherein the second scaling factor is determined as follows: wherein ki represents the second scaling factor with i indicating a POC distance between the current picture and the second picture, min represents the minimum value, Ei represents the error metric value corresponding to the second picture, and l is a variable dependent on a color component of the current block and a relationship between the texture complexity metric value and a minimum value among the one or more error metric values.18.The method of any of claims 14-17, wherein the value of the third sample is adjusted as follows: wherein I30 represents the value of the third sample, I3 represents the adjusted value of the third sample, represents the weighted sum, I3r (i) represents a value of a collocated sample of the third sample that is in a reference block with i indicating a picture order count (POC) distance between the current picture and a picture comprising the reference block, wr (a, i) represents a weighting factor for the collocated sample that is determined based on a which indicates the total number of one or more pictures, kirepresents one of the one or more error metric values that corresponds to the picture comprising the reference block, N represents a minimum POC distance among POC distances of the one or more pictures to the current picture, and M represents a maximum POC distance among the POC distances of the one or more pictures to the current picture.19.The method of any of claims 13-18, wherein the texture complexity metric value is determined as follows: wherein Et represents the texture complexity metric value, Ij represents a value of j-th sample of the current block, Ij*h represents applying a filter h on the value of j-th sample of the current block, ∑ represents a summation operation by traversing all samples of the current block, V represents a variance of luma sample values of the current block, and A represents an area size of the current block.20.The method of claim 19, wherein the filter h comprises a Gaussian filter.21.The method of claim 20, wherein the Gaussian filter is a 6-tap Gaussian filter with coefficients {3, 9, 20, 20, 9, 3} .22.An apparatus for video processing comprising a processor and a non-transitory memory with instructions thereon, wherein the instructions upon execution by the processor, cause the processor to perform a method in accordance with any of claims 1-21.23.A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of claims 1-21.24.A non-transitory computer-readable recording medium storing a bitstream of a video which is generated by a method performed by an apparatus for video processing, wherein the method comprises:filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block; andgenerating the bitstream by encoding the filtered current picture into the bitstream.25.A method for storing a bitstream of a video, comprising:filtering a current picture of a video, wherein filtering the current picture comprises: performing a filtering process on samples of a current block within the current picture based on motion information of at least one neighboring block of the current block;generating the bitstream by encoding the filtered current picture into the bitstream; andstoring the bitstream in a non-transitory computer-readable recording medium.

Images