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: determining, for a conversion between a video unit of a video and a bitstream of the video, that at least one chained motion vector is scaled to a reference picture associated with the video unit; and performing the conversion based on the at least on chained motion vector.

Description

METHOD, APPARATUS, AND MEDIUM FOR VIDEO PROCESSINGFIELDS

[0001] Embodiments of the present disclosure relates generally to video processing techniques, and more particularly, to chained motion vector scaling 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 motion picture expert group (MPEG) -2, MPEG-4, international telecommunication union-telecommunication standardization sector (ITU-T) H. 263, ITU-T H. 264 / MPEG-4 Part 10 advanced video coding (AVC) , ITU-T H. 265 high efficiency video coding (HEVC) standard, versatile video coding (VVC) standard, have been proposed for video encoding / decoding. However, 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: determining, for a conversion between a video unit of a video and a bitstream of the video, that at least one chained motion vector is scaled to a reference picture associated with the video unit; and performing the conversion based on the at least on chained motion vector. The method in accordance with the first aspect of the present disclosure scales the chained motion vector, thereby improving coding performance.

[0005] 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.

[0006] 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.

[0007] 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: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; and generating the bitstream based on the at least on chained motion vector.

[0008] In a fifth aspect, a method for storing a bitstream of a video is proposed. The method comprises: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; generating the bitstream based on the at least on chained motion vector; and storing the bitstream in a non-transitory computer-readable recording medium.

[0009] 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

[0010] 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.

[0011] Fig. 1 illustrates a block diagram of an example video coding system in accordance with some embodiments of the present disclosure;

[0012] Fig. 2 illustrates a block diagram of an example video encoder in accordance with some embodiments of the present disclosure;

[0013] Fig. 3 illustrates a block diagram of an example video decoder in accordance with some embodiments of the present disclosure;

[0014] Fig. 4 illustrates spatial neighboring blocks used to derive the spatial merge candidates;

[0015] Fig. 5 illustrates subblock templates generation of SbTMVP;

[0016] Fig. 6 illustrates template matching performs on a search area around initial motion vector (MV) ;

[0017] Fig. 7 illustrates diamond regions in the search area;

[0018] Fig. 8 illustrates a schematic diagram of a template;

[0019] Fig. 9 illustrates first HPT and second HPT;

[0020] Fig. 10A and Fig. 10B illustrate spatial neighbors for deriving affine merge / AMVP candidates;

[0021] Fig. 11 illustrates a schematic diagram from non-adjacent neighbors to the first type of constructed affine merge / AMVP candidates;

[0022] Fig. 12 illustrates frequency responses of the interpolation filter and the VVC interpolation filter at half-pel phase;

[0023] Fig. 13 illustrates template and reference samples of the template in reference pictures;

[0024] Fig. 14 illustrates template and reference samples of the template for block with sub-block motion using the motion information of the subblocks of the current block;

[0025] Fig. 15 illustrates additional directions along k×π / 8 diagonal angles;

[0026] Fig. 16 is an illustration of the neighboring 4 x 4 subblocks that are used for RMVF parameter derivation;

[0027] Fig. 17 illustrates the ramp function for the weights for GPM blending based on the displacement (d) from a predicted sample position to the GPM partitioning boundary and the blending area size (τ) ;

[0028] Fig. 18A to Fig. 18D show GPM with inter and intra prediction;

[0029] Fig. 19 shows the edge on templates;

[0030] Fig. 20 shows padding candidates for the replacement of the zero-vector in the IBC list;

[0031] Fig. 21 shows IBC candidate clustering based on the L2 distance and the TM cost;

[0032] Fig. 22A to Fig. 22D show IBC reference region depending on current CU position;

[0033] Fig. 23 shows reference area for IBC when CTU (m, n) is coded;

[0034] Fig. 24 shows prediction of BVD;

[0035] Fig. 25 shows motion compensated boundary padding method;

[0036] Fig. 26 shows an example of deriving a M×4 padding block with a left padding direction;

[0037] Fig. 27A and Fig. 27B are illustrations of BV adjustment;

[0038] Fig. 28 shows the InterCCCM method on the decoder;

[0039] Fig. 29 shows luma samples L0, . ., L5 in relation to the chroma sample C;

[0040] Fig. 30 shows an example of derivation of CMVP candidate;

[0041] Fig. 31 shows operation of referencing source and destination of tracing MVs in CMVP;

[0042] Fig. 32 shows an example of chained motion vector scaling;

[0043] Fig. 33 illustrates a flowchart of a method for video processing in accordance with some embodiments of the present disclosure; and

[0044] Fig. 34 illustrates a block diagram of a computing device in which various embodiments of the present disclosure can be implemented.

[0045] Throughout the drawings, the same or similar reference numerals usually refer to the same or similar elements.DETAILED DESCRIPTION

[0046] 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.

[0047] 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.

[0048] 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.

[0049] 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.

[0050] 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

[0051] 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.

[0052] 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.

[0053] 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.

[0054] 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.

[0055] 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.

[0056] 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.

[0057] 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.

[0058] 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.

[0059] 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.

[0060] 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.

[0061] 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.

[0062] 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 combined inter and intra 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.

[0063] 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.

[0064] 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.

[0065] 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.

[0066] 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.

[0067] 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.

[0068] 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.

[0069] 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.

[0070] 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.

[0071] 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.

[0072] 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.

[0073] In other examples, there may be no residual data for the current video block, for example in a skip mode, and the residual generation unit 207 may not perform the subtracting operation.

[0074] The transform 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.

[0075] After the transform 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.

[0076] 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.

[0077] After the reconstruction unit 212 reconstructs the video block, loop filtering operation may be performed to reduce video blocking artifacts in the video block.

[0078] 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.

[0079] 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.

[0080] 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.

[0081] 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 transform unit 305, 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.

[0082] 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.

[0083] 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.

[0084] 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.

[0085] 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.

[0086] 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.

[0087] 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.

[0088] Some example 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

[0089] This invention is related to video coding technologies. Specifically, it is about the non-intra prediction in image / video coding. It may be applied to the existing video coding standard like HEVC, VVC, and etc. It may be also applicable to future video coding standards or video codec. 2. Introduction

[0090] Video coding standards have evolved primarily through the development of the well-known ITU-T and ISO / IEC standards. The ITU-T produced H. 261 and H. 263, ISO / IEC produced MPEG-1 and MPEG-4 Visual, and the two organizations jointly produced the H. 262 / MPEG-2 Video and H. 264 / MPEG-4 Advanced Video Coding (AVC) and H. 265 / HEVC standards. Since H. 262, the video coding standards are based on the hybrid video coding structure wherein temporal prediction plus transform coding are utilized. To explore the future video coding technologies beyond HEVC, the Joint Video Exploration Team (JVET) was founded by VCEG and MPEG jointly in 2015. The JVET meeting is concurrently held once every quarter, and the new video coding standard was officially named as Versatile Video Coding (VVC) in the April 2018 JVET meeting, and the first version of VVC test model (VTM) was released at that time. The VVC working draft and test model VTM are then updated after every meeting. The VVC project achieved technical completion (FDIS) at the July 2020 meeting. 2.1 Inter prediction 2.1.1 Local illumination compensation (LIC)

[0091] LIC is an inter prediction technique to model local illumination variation between current block and its prediction block as a function of that between current block template and reference block template. The parameters of the function can be denoted by a scale α and an offset β, which forms a linear equation, that is, α*p [x] +β to compensate illumination changes, where p [x] is a reference sample pointed to by MV at a location x on reference picture. When wrap around motion compensation is enabled, the MV shall be clipped with wrap around offset taken into consideration. Since α and β can be derived based on current block template and reference block template, no signaling overhead is required for them, except that an LIC flag is signaled for AMVP mode to indicate the use of LIC.

[0092] The local illumination compensation is used for inter CUs with the following modifications. ● Intra neighbor samples can be used in LIC parameter derivation; ● LIC is disabled for blocks with less than 32 luma samples; ● For both non-subblock and affine modes, LIC parameter derivation is performed based on the template block  samples corresponding to the current CU, instead of partial template block samples corresponding to first top-left 16x16 unit; ● Samples of the reference block template are generated by using MC with the block MV without rounding it  to integer-pel precision.

[0093] For the bi-predictive inter CUs, two sets of LIC parameters are separately derived for L0 and L1 prediction samples. An iterative manner to derive the L0 and L1 LIC parameters is applied. Specifically, L0 LIC parameters are firstly derived by minimizing difference between L0 template prediction T0 and the template T and the samples in T are updated by subtracting the corresponding samples in T0. Then, the L1 parameters are calculated that minimizes the difference between L1 template prediction T 1 and the updated template. Finally, the L0 parameter is refined again in the same way. 2.1.2 Non-adjacent spatial candidate

[0094] The non-adjacent spatial merge candidates as in JVET-L0399 are inserted after the temporal motion vector prediction (TMVP) in the regular merge candidate list. The pattern of spatial merge candidates is shown in Fig. 4. Fig. 4 illustrates spatial neighboring blocks used to derive the spatial merge candidates. The distances between non-adjacent spatial candidates and current coding block are based on the width and height of current coding block. The line buffer restriction is not applied. 2.1.3 Temporal motion information derivation

[0095] In VVC, the Temporal Motion Vector Prediction (TMVP) for the AMVP and merge mode is derived by fetching the motion information from the center or the bottom-right of the collocated block in a signaled collocated picture. Similarly, for the Subblock-based Temporal Motion Vector Prediction (SbTMVP) mode, the motion information from the left neighboring position is used as a motion shift, which is then employed to obtain TMVPs at sub-CU level.

[0096] In ECM, to further improve the coding efficiency of TMVP, two aspects are modified. Firstly, two collocated pictures are utilized which are the two reference frames with the least POC distance relative to the to-be-coded frame. Secondly, the motion shift to locate TMVP is adaptively determined from multiple locations according to template costs. More specifically, two motion shift candidate lists are constructed respectively for the two collocated frames. The motion shifts with the minimum template matching cost are used to derive SbTMVP or TMVP candidates. At most 4 SbTMVP candidates are included in the sub-block-based merge list. The SbTMVP candidate with the least template matching cost derived from the first collocated frame is placed in the first entry without reordering, while other SbTMVP candidates are sorted together with affine candidates. In addition, the prediction direction of each subblock template is determined based on the center subblock. Fig. 5 illustrates subblock templates generation of SbTMVP. As illustrated in Fig. 5, if the center subblock is uni-predicted, then all the subblock templates are uni-predicted, and vice versa. If the motion vector of corresponding adjacent subblock at the determined reference list is not available for a subblock template, zero MV is used for that subblock template. 2.1.4 Template matching (TM)

[0097] Template matching (TM) is a decoder-side MV derivation method to refine the motion information of the current CU by finding the closest match between a template (i.e., top and / or left neighbouring blocks of the current CU) in the current picture and a block (i.e., same size to the template) in a reference picture. Fig. 6 illustrates template matching performs on a search area around initial motion vector (MV) . As illustrated in Fig. 6, a better MV is searched around the initial motion of the current CU within a [–8, +8] -pel search range. The template matching method in JVET-J0021 is used with the following modifications: search step size is determined based on AMVR mode and TM can be cascaded with bilateral matching process in merge modes.

[0098] In AMVP mode, an MVP candidate is determined based on template matching error to select the one which reaches the minimum difference between the current block template and the reference block template, and then TM is performed only for this particular MVP candidate for MV refinement. TM refines this MVP candidate, starting from full-pel MVD precision (or 4-pel for 4-pel AMVR mode) within a [–8, +8] -pel search range by using iterative 16-point diamond search. The AMVP candidate may be further refined by using cross search with full-pel MVD precision (or 4-pel for 4-pel AMVR mode) , followed sequentially by half-pel and quarter-pel ones depending on AMVR mode as specified in Table 1. This search process ensures that the MVP candidate still keeps the same MV precision as indicated by the AMVR mode after TM process. In the search process, if the difference between the previous minimum cost and the current minimum cost in the iteration is less than a threshold that is equal to the area of the block, the search process terminates. Table 1. Search patterns of AMVR and merge mode with AMVR.

[0099] In merge mode, similar search method is applied to the merge candidate indicated by the merge index. As Table 1 shows, TM may perform all the way down to 1 / 8-pel MVD precision or skipping those beyond half-pel MVD precision, depending on whether the alternative interpolation filter (that is used when AMVR is of half-pel mode) is used according to merged motion information. Besides, when TM mode is enabled, template matching may work as an independent process or an extra MV refinement process between block-based and subblock-based bilateral matching (BM) methods, depending on whether BM can be enabled or not according to its enabling condition check.

[0100] When TM is applied to bi-predictive blocks, an iterative process is used. Specifically, the initial motion vectors of L0 and L1 are firstly refined and TM costs Cost0 and Cost1 are calculated for L0 and L1, respectively. When Cost0 is larger than Cost1, the refined motion vector of L1 (MV’1) is used to derive a further refined motion vector of L0 (MV’0) . Then, the MV’1 is further refined using MV’0. Similarly, when Cost0 is not larger than Cost1, the refined motion vector of L0 (MV’0) is used to derive a further refined motion vector of L1 (MV’1) , and the MV’0 is further refined using MV’1. Besides, TM for bi-prediction is enabled when DMVR condition is satisfied. 2.1.5 Multi-pass decoder-side motion vector refinement

[0101] A multi-pass decoder-side motion vector refinement is applied. In the first pass, bilateral matching (BM) is applied to the coding block. In the second pass, BM is applied to each 16x16 subblock within the coding block. In the third pass, MV in each 8x8 subblock is refined by applying bi-directional optical flow (BDOF) . The refined MVs are stored for both spatial and temporal motion vector prediction. First pass –Block based bilateral matching MV refinement

[0102] In the first pass, a refined MV is derived by applying BM to a coding block. Similar to decoder-side motion vector refinement (DMVR) , in bi-prediction operation, a refined MV is searched around the two initial MVs (MV0 and MV1) in the reference picture lists L0 and L1. The refined MVs (MV0_pass1 and MV1_pass1) are derived around the initiate MVs based on the minimum bilateral matching cost between the two reference blocks in L0 and L1.

[0103] BM performs local search to derive integer sample precision intDeltaMV. The local search applies a 3×3 square search pattern to loop through the search range [–sHor, sHor] in horizontal direction and [–sVer, sVer] in vertical direction, wherein, the values of sHor and sVer are determined by the block dimension, and the maximum value of sHor and sVer is 8.

[0104] The bilateral matching cost is calculated as: bilCost = mvDistanceCost + sadCost. When the block size cbW *cbH is greater than 64, mean-removal SAD (MRSAD) cost function is applied to remove the DC effect of distortion between reference blocks. When the bilCost at the center point of the 3×3 search pattern has the minimum cost, the intDeltaMV local search is terminated. Otherwise, the current minimum cost search point becomes the new center point of the 3×3 search pattern and continue to search for the minimum cost, until it reaches the end of the search range.

[0105] The existing fractional sample refinement is further applied to derive the final deltaMV. The refined MVs after the first pass is then derived as: ● MV0_pass1 = MV0 + deltaMV ● MV1_pass1 = MV1 –deltaMV. Second pass –Subblock based bilateral matching MV refinement

[0106] In the second pass, a refined MV is derived by applying BM to a 16×16 grid subblock. For each subblock, a refined MV is searched around the two MVs (MV0_pass1 and MV1_pass1) , obtained on the first pass, in the reference picture list L0 and L1. The refined MVs (MV0_pass2 (sbIdx2) and MV1_pass2 (sbIdx2) ) are derived based on the minimum bilateral matching cost between the two reference subblocks in L0 and L1.

[0107] For each subblock, BM performs full search to derive integer sample precision intDeltaMV. The full search has a search range [–sHor, sHor] in horizontal direction and [–sVer, sVer] in vertical direction, wherein, the values of sHor and sVer are determined by the block dimension, and the maximum value of sHor and sVer is 8.

[0108] Fig. 7 illustrates diamond regions in the search area. The bilateral matching cost is calculated by applying a cost factor to the SATD cost between two reference subblocks, as: bilCost = satdCost *costFactor. The search area (2*sHor + 1) * (2*sVer + 1) is divided up to 5 diamond shape search regions shown on Fig. 7. Each search region is assigned a costFactor, which is determined by the distance (intDeltaMV) between each search point and the starting MV, and each diamond region is processed in the order starting from the center of the search area. In each region, the search points are processed in the raster scan order starting from the top left going to the bottom right corner of the region. When the minimum bilCost within the current search region is less than a threshold equal to sbW *sbH, the int-pel full search is terminated, otherwise, the int-pel full search continues to the next search region until all search points are examined. Additionally, if the difference between the previous minimum cost and the current minimum cost in the iteration is less than a threshold that is equal to the area of the block, the search process terminates.

[0109] The existing VVC DMVR fractional sample refinement is further applied to derive the final deltaMV (sbIdx2) . The refined MVs at second pass is then derived as: ● MV0_pass2 (sbIdx2) = MV0_pass1 + deltaMV (sbIdx2) ● MV1_pass2 (sbIdx2) = MV1_pass1 –deltaMV (sbIdx2) . Third pass –Subblock based bi-directional optical flow MV refinement

[0110] In the third pass, a refined MV is derived by applying BDOF to an 8×8 grid subblock. For each 8×8 subblock, BDOF refinement is applied to derive scaled Vx and Vy without clipping starting from the refined MV of the parent subblock of the second pass. The derived bioMv (Vx, Vy) is rounded to 1 / 16 sample precision and clipped between-32 and 32. The refined MVs (MV0_pass3 (sbIdx3) and MV1_pass3 (sbIdx3) ) at third pass are derived as: ● MV0_pass3 (sbIdx3) = MV0_pass2 (sbIdx2) + bioMv ● MV1_pass3 (sbIdx3) = MV0_pass2 (sbIdx2) –bioMv. Fourth pass –Adaptive subblock based bi-directional optical flow MV refinement

[0111] In the fourth pass, a refined MV is derived by applying BDOF to an 4×4 or 8×8 grid subblock. When a block is smaller than 1024 pixels, the 4×4 grid subblock is used. Otherwise, 8×8 grid subblock is used. The MV of each subblock is refined in the same way as that used in third pass.

[0112] In all aforementioned sub-clauses, when wrap around motion compensation is enabled, the motion vectors shall be clipped with wrap around offset taken into consideration. 2.1.6 Adaptive decoder-side motion vector refinement

[0113] Adaptive decoder side motion vector refinement method is an extension of multi-pass DMVR which consists of the two new merge modes to refine MV only in one direction, either L0 or L1, of the bi-prediction for the merge candidates that meet the DMVR conditions. The multi-pass DMVR process is applied for the selected merge candidate to refine the motion vectors, however either MVD0 or MVD1 is set to zero in the 1st pass (i.e., PU level) DMVR.

[0114] The merge candidates for the new merge mode are derived from spatial neighboring coded blocks, TMVPs, non-adjacent blocks, HMVPs, pair-wise candidate, similar as in the regular merge mode. The difference is that only those meet DMVR conditions are added into the candidate list. The same merge candidate list is used by the two new merge modes. If the list of BM candidates contains the inherited BCW weights and DMVR process is unchanged except the computation of the distortion is made using MRSAD or MRSATD if the weights are non-equal and the bi-prediction is weighted with BCW weights. Merge index is coded as in regular merge mode. 2.1.7 OBMC

[0115] When OBMC is applied, top and left boundary pixels of a CU are refined using neighboring block’s motion information with a weighted prediction as described in JVET-L0101.

[0116] Conditions of not applying OBMC are as follows: ● When OBMC is disabled at SPS level ● When current block has intra mode or IBC mode ● When current luma block area is smaller or equal to 32.

[0117] Additionally OBMC is adaptively controlled on a block level as follows: ● OBMC flag is inherited from a neighboring affine block for affine merge mode. ● OBMC is not applied to a block if there is a neighbor block coded with IBC, palette, or BDPCM modes. ● When applying OBMC to a block, block boundary check whether OBMC is applied to the boundary is  further made based on the reference samples of the current block. If any absolute difference between the prediction sample and non-interpolated (integer pel) reference sample is greater than a threshold, the OBMC is not applied to that boundary.

[0118] A subblock-boundary OBMC is performed by applying the same blending to the top, left, bottom, and right subblock boundary pixels using neighboring subblocks’ motion information. It is enabled for the subblock based coding tools: ● Affine AMVP modes; ● Affine merge modes and subblock-based temporal motion vector prediction (SbTMVP) ; ● Subblock-based bilateral matching.

[0119] When OBMC mode is used in CIIP mode with LMCS, inter blending is performed prior to LMCS mapping of inter samples. LMCS is applied to blended inter samples which are combined with LMCS applied intra samples in CIIP mode, where InterpredY represents the samples predicted by the motion of current block in the original domain,  IntrapredY represents the samples predicted in the mapped domain, OBMCpredY represents the samples predicted by the motion of neighboring blocks in the original domain, and w0 and w1 are the weights.

[0120] When OBMC mode is used in a LIC coded block, the LIC parameters are applied to generate the corresponding prediction samples for the OBMC of the LIC coded block. Besides, to reduce the complexity, the OBMC is only applied to the top and left CU boundaries while being always disabled for the boundaries of the internal sub-blocks of the LIC coded block. 2.1.8 Template matching based OBMC

[0121] In template matching based OBMC scheme, instead of directly using the weighted prediction, the prediction value of CU boundary samples derivation approach is decided according to the template matching costs, including using current block’s motion information only, or using neighboring block’s motion information as well with one of the blending modes.

[0122] In this scheme for each block with a size of 4×4 at the top CU boundary, the above template size equals to 4×1. If N adjacent blocks have the same motion information, then the above template size is enlarged to 4N×1 since the MC operation can be processed at one time. For each left block with a size of 4×4 at the left CU boundary, the left template size equals to 1×4 or 1×4N (Fig. 8) . Fig. 8 illustrates a schematic diagram of a template.

[0123] For each 4×4 top block (or N 4×4 blocks group) , the prediction value of boundary samples is derived following the below steps.

[0124] Take block A as the current block and its above neighboring block AboveNeighbor_Afor example. The operation for left blocks is conducted in the same manner.

[0125] First, three template matching costs (Cost1, Cost2, Cost3) are measured by SAD between the reconstructed samples of a template and its corresponding reference samples derived by MC process according to the following three types of motion information: Cost1 is calculated according to A’s motion information. Cost2 is calculated according to AboveNeighbor_A’s motion information. Cost3 is calculated according to weighted prediction of A’s and AboveNeighbor_A’s motion information with  weighting factors as 3 / 4 and 1 / 4 respectively.

[0126] Second, choose one approach to calculate the final prediction results of boundary samples by comparing Cost1, Cost2 and Cost 3.

[0127] The original MC result using current block’s motion information is denoted as Pixel1, and the MC result using neighboring block’s motion information is denoted as Pixel2. The final prediction result is denoted as NewPixel. - If Cost1 is minimum, then NewPixel (i, j) = Pixel1 (i, j) . - If (Cost2 + (Cost2 >> 2) + (Cost2 >> 3) ) <= Cost1, then blending mode 1 is used. For luma blocks, the number of blending pixel rows is 4. NewPixel (i, 0) = (26×Pixel1 (i, 0) +6×Pixel2 (i, 0) +16) ＞＞5 NewPixel (i, 1) = (7×Pixel1 (i, 1) +Pixel2 (i, 1) +4) ＞＞3 NewPixel (i, 2) = (15×Pixel1 (i, 2) +Pixel2 (i, 2) +8) ＞＞4 NewPixel (i, 3) = (31×Pixel1 (i, 3) +Pixel2 (i, 3) +16) ＞＞5 For chroma blocks, the number of blending pixel rows is 1. NewPixel (i, 0) = (26×Pixel1 (i, 0) +6×Pixel2 (i, 0) +16) ＞＞5 - If Cost1 <= Cost2, then blending mode 2 is used. For luma blocks, the number of blending pixel rows is 2. NewPixel (i, 0) = (15×Pixel1 (i, 0) +Pixel2 (i, 0) +8) ＞＞4 NewPixel (i, 1) = (31×Pixel1 (i, 1) +Pixel2 (i, 1) +16) ＞＞5 For chroma blocks, the number of blending pixel rows / columns is 1. NewPixel (i, 0) = (15×Pixel1 (i, 0) +Pixel2 (i, 0) +8) ＞＞4 - Otherwise, blending mode 3 is used. For luma blocks, the number of blending pixel rows is 4. NewPixel (i, 1) = (7×Pixel1 (i, 1) +Pixel2 (i, 1) +4) ＞＞3 NewPixel (i, 2) = (15×Pixel1 (i, 2) +Pixel2 (i, 2) +8) ＞＞4 NewPixel (i, 3) = (31×Pixel1 (i, 3) +Pixel2 (i, 3) +16) ＞＞5 For chroma blocks, the number of blending pixel rows is 1. NewPixel (i, 0) = (7×Pixel1 (i, 0) +Pixel2 (i, 0) +4) ＞＞3 2.1.9 History-parameter-based affine model inheritance and non-adjacent affine mode

[0128] History-parameter-based affine model inheritance (HAMI) allows the affine model to be inherited from a previously affine-coded block which may not be neighboring to the current block. Similar to the enhanced regular merge mode, non-adjacent affine mode (NA-AFF) is introduced.

[0129] A first history-parameter table (HPT) is established. An entry of the first HPT stores a set of affine parameters: a, b, c and d, each of which is represented by a 16-bit signed integer. Entries in HPT is categorized by reference list and reference index. Five reference indices are supported for each reference list in HPT. In a formular way, the category of HPT (denoted as HPTCat) is calculated as HPTCat (RefList, RefIdx) = 5×RefList + min (RefIdx, 4) , wherein RefList and RefIdx represents a reference picture list (0 or 1) and a reference index, respectively. For  each category, at most seven entries can be stored, resulting in 70 entries totally in HPT. At the beginning of each CTU row, the number of entries for each category is initialized as zero. After decoding an affine-coded CU with reference list RefListcur and RefIdxcur, the affine parameters are utilized to update entries in the category HPTCat (RefListcur, RefIdxcur) in a way similar to HMVP table updating.

[0130] A history-affine-parameter-based candidate (HAPC) is derived from one of the seven neighbouring 4×4 blocks denoted as A0, A1, A2, B0, B1, B2 or B3 in Fig. 1 and a set of affine parameters stored in a corresponding entry in the first HPT. The MV of a neighbouring 4×4 block served as the base MV. In a formulating way, the MV of the current block at position (x, y) is calculated as: where (mvhbase, mvvbase) represents the MV of the neighbouring 4×4 block, (xbase, ybase) represents the center  position of the neighbouring 4×4 block. (x, y) can be the top-left, top-right and bottom-left corner of the current block to obtain the corner-position MVs (CPMVs) for the current block, or it can be the center of the current block to obtain a regular MV for the current block.

[0131] A second history-parameter table (HPT) with base MV information is also appended. There are nine entries in the second HPT, wherein an entry comprises a base MV, a reference index and four affine parameters for each reference list, and a base position. An additional merge HAPC can be generated from the second HPT with the base MV information the corresponding affine models stored in an entry. The difference between the first HPT and the second HPT is illustrated in Fig. 9. Fig. 9 illustrates first HPT and second HPT.

[0132] Moreover, pair-wised affine merge candidates are generated by two affine merge candidates which are history-derived or not history-derived. A pair-wised affine merge candidates is generated by averaging the CPMVs of existing affine merge candidates in the list.

[0133] As a response to new HAPCs being introduced, the size of sub-block-based merge candidate list is increased from five to fifteen, which are all involved in the ARMC process.

[0134] In NA-AFF, the pattern of obtaining non-adjacent spatial neighbors is shown. Same as the existing non-adjacent regular merge candidates, the distances between non-adjacent spatial neighbors and current coding block in the NA-AFF are also defined based on the width and height of current CU.

[0135] The motion information of the non-adjacent spatial neighbors is utilized to generate additional inherited and constructed affine merge / AMVP candidates. Specifically, for inherited candidates, the same derivation process of the inherited affine merge / AMVP candidates in the VVC is kept unchanged except that the CPMVs are inherited from non-adjacent spatial neighbors. The non-adjacent spatial neighbors are checked based on their distances to the current block, i.e., from near to far. At a specific distance, only the first available neighbor (that is coded with the affine mode) from each side (e.g., the left and above) of the current block is included for inherited candidate derivation. As indicated by the red dash arrows in Fig. 10A, the checking orders of the neighbors on the left and above sides are bottom-to-up and right-to-left, respectively.

[0136] For the first type of constructed candidates, as shown in the Fig. 10B, the positions of one left and above non-adjacent spatial neighbors are firstly determined independently; After that, the location of the top-left neighbor can be determined accordingly which can enclose a rectangular virtual block together with the left and above non-adjacent neighbors. Then, as shown in the Fig. 11, the motion information of the three non-adjacent neighbors is used to form the CPMVs at the top-left (A) , top-right (B) and bottom-left (C) of the virtual block, which is finally projected to the current CU to generate the corresponding constructed candidates.

[0137] The NA-AFF candidates are inserted into the existing affine merge candidate list and affine AMVP candidate list according to the following orders:Affine merge mode: 1. SbTMVP candidate, if available 2. Inherited from adjacent neighbors 3. Inherited from non-adjacent neighbors 4. Constructed from adjacent neighbors 5. The first type of constructed affine candidates from non-adjacent neighbors 6. Zero MVs.Affine AMVP mode: 1. Inherited from adjacent neighbors 2. Constructed from adjacent neighbors 3. Translational MVs from adjacent neighbors 4. Translational MVs from temporal neighbors 5. Inherited from non-adjacent neighbors 6. The first type of constructed affine candidates from non-adjacent neighbors 7. Zero MVs.

[0138] Due to the inclusion of the additional candidates generated by NA-AFF, the size of the affine merge candidate list is increased from 5 to 15. The subgroup size of ARMC for the affine merge mode is increased from 3 to 15.

[0139] In NA-AFF: 1. The area from where the non-adjacent neighbors come is restricted to be within the current CTU (i.e.,  no additional storage requirements for line buffer) . 2. The storage granularity for affine motion information, including CPMVs and reference indexes, is re- duced from 8x8 to 16x16 (i.e., only the affine motion from the top-left 8x8 block is saved) . Additionally, the saved CPMVs are projected to each 16x16 block before storage, such that the position and size information are not needed. 3. Only the top-left and top-right CPMVs are stored (i.e., always using 4-parameter affine model for NA- AFF) . 2.1.10 Sample-based BDOF

[0140] In the sample-based BDOF, instead of deriving motion refinement (Vx, Vy) on a block basis, it is performed per sample.

[0141] The coding block is divided into 8×8 subblocks. For each subblock, whether to apply BDOF or not is determined by checking the SAD between the two reference subblocks against a threshold. If decided to apply BDOF to a subblock, for every sample in the subblock, a sliding 5×5 window is used and the existing BDOF process is applied for every sliding window to derive Vx and Vy. The derived motion refinement (Vx, Vy) is applied to adjust the bi-predicted sample value for the center sample of the window. 2.1.11 Interpolation

[0142] The 8-tap interpolation filter used in VVC is replaced with a 12-tap filter. The interpolation filter is derived from the sinc function of which the frequency response is cut off at Nyquist frequency and cropped by a cosine window function. Table 2 gives the filter coefficients of all 16 phases. Fig. 12 compares the frequency responses of the interpolation filters with the VVC interpolation filter, all at half-pel phase. Table 2. Filter coefficients of the 12-tap interpolation filter

[0143] For chroma interpolation additional longer 6-tap filters are used. The coefficients of filters are tabulated in Table 3. Table 3. The coefficients of the 6-tap interpolation filter for chroma components. 2.1.12 Multi-hypothesis prediction (MHP)

[0144] In the multi-hypothesis inter prediction mode (JVET-M0425) , one or more additional motion-compensated prediction signals are signaled, in addition to the conventional bi-prediction signal. The resulting overall prediction signal is obtained by sample-wise weighted superposition. With the bi-prediction signal pbi and the first additional inter prediction signal / hypothesis h3, the resulting prediction signal p3 is obtained as follows: p3= (1-α) pbi+αh3.

[0145] The weighting factor α is specified by the new syntax element add_hyp_weight_idx, according to the following mapping.

[0146] Analogously to above, more than one additional prediction signal can be used. The resulting overall prediction signal is accumulated iteratively with each additional prediction signal. pn+1= (1-αn+1) pn+αn+1hn+1

[0147] The resulting overall prediction signal is obtained as the last pn (i.e., the pn having the largest index n) . Within this EE, up to two additional prediction signals can be used (i.e., n is limited to 2) .

[0148] The motion parameters of each additional prediction hypothesis can be signaled either explicitly by specifying the reference index, the motion vector predictor index, and the motion vector difference, or implicitly by specifying a merge index. A separate multi-hypothesis merge flag distinguishes between these two signalling modes.

[0149] For inter AMVP mode, MHP is only applied if non-equal weight in BCW is selected in bi-prediction mode.

[0150] Combination of MHP and BDOF is possible, however the BDOF is only applied to the bi-prediction signal part of the prediction signal (i.e., the ordinary first two hypotheses) . 2.1.13 Pixel based affine motion compensation

[0151] The minimum affine subblock size is changed from 4x4 to 1x1 for both luma and chroma components, 1x1 subblock size allows pixel based affine MC. When affine subblock width or height is smaller than 4, PROF is disabled. 2.1.14 Adaptive reordering of merge candidates with template matching (ARMC-TM)

[0152] The merge candidates are adaptively reordered with template matching (TM) . The reordering method is applied to regular merge mode, TM merge mode, and affine merge mode (excluding the SbTMVP candidate) . For the TM merge mode, merge candidates are reordered before the refinement process.

[0153] An initial merge candidate list is firstly constructed according to given checking order, such as spatial, TMVPs, non-adjacent, HMVPs, pairwise, virtual merge candidates. Then the candidates in the initial list are divided into several subgroups. For the template matching (TM) merge mode, adaptive DMVR mode, each merge candidate in the initial list is firstly refined by using TM / multi-pass DMVR. Merge candidates in each subgroup are reordered to generate a reordered merge candidate list and the reordering is according to cost values based on template matching. The index of selected merge candidate in the reordered merge candidate list is signaled to the decoder. For simplification, merge candidates in the last but not the first subgroup are not reordered. All the zero candidates from the ARMC reordering process are excluded during the construction of Merge motion vector candidates list. The subgroup size is set to 5 for regular merge mode and TM merge mode. The subgroup size is set to 3 for affine merge mode. ● Cost calculation

[0154] The template matching cost of a merge candidate during the reordering process is measured by the SAD between samples of a template of the current block and their corresponding reference samples. The template comprises a set of reconstructed samples neighboring to the current block. Reference samples of the template are located by the motion information of the merge candidate. When a merge candidate utilizes bi-directional prediction, the reference samples of the template of the merge candidate are also generated by bi-prediction as shown in Fig. 13. Fig. 13 illustrates template and reference samples of the template in reference pictures. ● Refinement of the initial merge candidate list

[0155] When multi-pass DMVR is used to derive the refined motion to the initial merge candidate list only the first pass (i.e., PU level) of multi-pass DMVR is applied in reordering. When template matching is used to derive the refined motion, the template size is set equal to 1. Only the above or left template is used during the motion refinement of TM when the block is flat with block width greater than 2 times of height or narrow with height greater than 2 times of width. TM is extended to perform 1 / 16-pel MVD precision. The first four merge candidates are reordered with the refined motion in TM merge mode.

[0156] For subblock-based merge candidates with subblock size equal to Wsub × Hsub, the above template comprises several sub-templates with the size of Wsub × 1, and the left template comprises several sub-templates with the size of 1 × Hsub. Fig. 14 illustrates template and reference samples of the template for block with sub-block motion using the motion information of the subblocks of the current block. As shown in Fig. 14, the motion information of the subblocks in the first row and the first column of current block is used to derive the reference samples of each sub-template. ● Reordering criteria

[0157] In the reordering process, a candidate is considered as redundant if the cost difference between a candidate and its predecessor is inferior to a lambda value e.g. |D1-D2| < λ, where D1 and D2 are the costs obtained during the first ARMC ordering and λ is the Lagrangian parameter used in the RD criterion at encoder side.

[0158] The proposed algorithm is defined as the following: - Determine the minimum cost difference between a candidate and its predecessor among all candidates in  the list. ● If the minimum cost difference is superior or equal to λ, the list is considered diverse enough and the  reordering stops. ● If this minimum cost difference is inferior to λ, the candidate is considered as redundant, and it is  moved at a further position in the list. This further position is the first position where the candidate is diverse enough compared to its predecessor. - The algorithm stops after a finite number of iterations (if the minimum cost difference is not inferior to λ) .

[0159] This algorithm is applied to the Regular, TM, BM and Affine merge modes. A similar algorithm is applied to the Merge MMVD and sign MVD prediction methods which also use ARMC for the reordering.

[0160] The value of λ is set equal to the λ of the rate distortion criterion used to select the best merge candidate at the encoder side for low delay configuration and to the value λ corresponding to a another QP for Random Access configuration. A set of λ values corresponding to each signaled QP offset is provided in the SPS or in the Slice Header for the QP offsets which are not present in the SPS. ● Extension to AMVP modes

[0161] The ARMC design is also applicable to the AMVP mode wherein the AMVP candidates are reordered according to the TM cost. For the template matching for advanced motion vector prediction (TM-AMVP) mode, an initial AMVP candidate list is constructed, followed by a refinement from TM to construct a refined AMVP candidate list. In addition, an MVP candidate with a TM cost larger than a threshold, which is equal to five times of the cost of the first MVP candidate, is skipped.

[0162] Note, when wrap around motion compensation is enabled, the MV candidate shall be clipped with wrap around offset taken into consideration. 2.1.15 MV candidate type based ARMC

[0163] Merge candidates of one single candidate type, e.g., TMVP or non-adjacent MVP (NA-MVP) , are reordered based on the ARMC TM cost values. The reordered candidates are then added into the merge candidate list. The TMVP candidate type adds more TMVP candidates with more temporal positions and different inter prediction directions to perform the reordering and the selection. Moreover, NA-MVP candidate type is further extended with more spatially non-adjacent positions. The target reference picture of the TMVP candidate can be selected from any one of reference picture in the list according to scaling factor. The selected reference picture is the one whose scaling factor is the closest to 1. 2.1.16 TM based reordering for MMVD and affine MMVD

[0164] Fig. 15 illustrates additional directions along k×π / 8 diagonal angles. The MMVD offsets are extended for MMVD and affine MMVD modes. Additional refinement positions along k×π / 8 diagonal angles are added shown in Fig. 15, thus increasing the number of directions from 4 to 16. Second, based on the SAD cost between the template (one row above and one column left to the current block) and its reference for each refinement position, all the possible MMVD refinement positions (16×6) for each base candidate are reordered. Finally, the top 1 / 8 refinement positions with the smallest template SAD costs are kept as available positions, consequently for MMVD index coding. The MMVD index is binarized by the rice code with the parameter equal to 2. The affine MMVD reordering is extended, in which additional refinement positions along k×π / 4 diagonal angles are added. After reordering top 1 / 2 refinement positions with the smallest template SAD costs are kept.

[0165] The first N motion candidates in the candidate list before being reordered are utilized as the base candidates for MMVD and affine MMVD. N is equal to 3 for MMVD, and [1, 3] depending on the neighboring block affine flags for affine MMVD. Two ways of adding MMVD offsets are allowed, including the ‘two-side’ and ‘one-side’ , depending on whether the offset of the other reference picture list is mirrored or directly set to zero. Which way is applied to one block is dependent on the TM cost. 2.1.17 Regression based affine candidate derivation

[0166] Fig. 16 is an illustration of the neighboring 4 x 4 subblocks that are used for RMVF parameter derivation. W and H are the width and height of the current CU. The Regression based Motion Vector Field (RMVF) derivation method provides a new variety of subblock-based merge candidate. The motion vectors and center positions from the neighboring subblocks of the current CU, as illustrated in Fig. 17, are used as the input to the linear regression process to derive a set of linear model parameters.

[0167] The subblock motion field from a previous coded affine CU and the motion vectors from the adjacent subblocks of current CU are used as the input for the regression process. The predicted CPMVs for current block are derived as output.

[0168] The regression based affine merge candidates are derived and added to the affine merge list. Subblock motion field from a previously coded affine CU and motion information from adjacent subblocks of a current CU are used as the input to the regression process to derive proposed affine candidates.

[0169] The previously coded affine CU can be identified from scanning through non-adjacent positions and the affine HMVP table.

[0170] Adjacent subblock information of current CU is fetched from 4x4 sub-blocks represented by the grey zone as depicted in Fig. 16. For each sub-block, given a reference list, the corresponding motion vector and center coordinate of the sub-block may be used.

[0171] For each affine CU, up to 2 affine candidates can be derived. One with adjacent subblock information and one without. All the linear-regression-generated candidates are pruned and collected into one candidate sub-group, TM cost based ARMC process is applied when ARMC is enabled. Afterwards, up to N linear-regression-generated candidates are added to the affine merge list when N affine CUs are found. The number of affine candidates for ARMC is 30, the output list size is 15. 2.1.18 Geometric partitioning mode (GPM) with merge motion vector differences (MMVD)

[0172] GPM in VVC is extended by applying motion vector refinement on top of the existing GPM uni-directional MVs. A flag is first signalled for a GPM CU, to specify whether this mode is used. If the mode is used, each geometric partition of a GPM CU can further decide whether to signal MVD or not. If MVD is signalled for a geometric partition, after a GPM merge candidate is selected, the motion of the partition is further refined by the signalled MVDs information. All other procedures are kept the same as in GPM.

[0173] The MVD is signaled as a pair of distance and direction, similar as in MMVD. There are nine candidate distances (1 / 4-pel, 1 / 2-pel, 1-pel, 2-pel, 3-pel, 4-pel, 6-pel, 8-pel, 16-pel) , and eight candidate directions (four horizontal / vertical directions and four diagonal directions) involved in GPM with MMVD (GPM-MMVD) . In addition, when pic_fpel_mmvd_enabled_flag is equal to 1, the MVD is left shifted by 2 as in MMVD. 2.1.19 Geometric partitioning mode (GPM) with adaptive blending

[0174] In VVC, the final prediction samples are generated with by blending the prediction of the two prediction signals using weighted average. Two integer blending matrices (W0 and W1) are used. The weights in the GPM blending matrices are derived from the ramp function based on the displacement from a predicted sample position to the GPM partitioning boundary. The blending area size is fixed to two (2 samples on each side of the GPM partition split boundary) .

[0175] Fig. 17 illustrates the ramp function for the weights for GPM blending based on the displacement (d) from a predicted sample position to the GPM partitioning boundary and the blending area size (τ) . The blending process in ECM is improved by adding four extra blending area sizes (quarter, half, double, and quadrupole of the existing area size) as shown in Fig. 17. A CU level flag is coded to signal the selected blending area size is signalled. Furthermore, the extended weighting precision is utilized, in which the maximum value of the weighs is changed from 8 (in VVC) to 32 to accommodate the extended blending area sizes. 2.1.20 Geometric partitioning mode (GPM) with template matching (TM)

[0176] Template matching is applied to GPM. When GPM mode is enabled for a CU, a CU-level flag is signaled to indicate whether TM is applied to both geometric partitions. Motion information for each geometric partition is refined using TM. When TM is chosen, a template is constructed using left, above or left and above neighboring samples according to partition angle, as shown in Table 4. The motion is then refined by minimizing the difference between the current template and the template in the reference picture using the same search pattern of merge mode with half-pel interpolation filter disabled. Table 4. Template for the 1st and 2nd geometric partitions, where A represents using above samples, L  represents using left samples, and L+A represents using both left and above samples.

[0177] A GPM candidate list is constructed as follows: 1. Interleaved List-0 MV candidates and List-1 MV candidates are derived directly from the regular merge  candidate list, where List-0 MV candidates are higher priority than List-1 MV candidates. A pruning method with an adaptive threshold based on the current CU size is applied to remove redundant MV candidates. 2. Interleaved List-1 MV candidates and List-0 MV candidates are further derived directly from the regular  merge candidate list, where List-1 MV candidates are higher priority than List-0 MV candidates. The same pruning method with the adaptive threshold is also applied to remove redundant MV candidates. 3. Zero MV candidates are padded until the GPM candidate list is full.

[0178] The GPM-MMVD and GPM-TM are exclusively enabled to one GPM CU. This is done by firstly signaling the GPM-MMVD syntax. When both two GPM-MMVD control flags are equal to false (i.e., the GPM-MMVD are disabled for two GPM partitions) , the GPM-TM flag is signaled to indicate whether the template matching is applied to the two GPM partitions. Otherwise (at least one GPM-MMVD flag is equal to true) , the value of the GPM-TM flag is inferred to be false. 2.1.21 GPM with inter and intra prediction

[0179] In GPM with inter and intra prediction, the final prediction samples are generated by weighting inter predicted samples and intra predicted samples for each GPM-separated region. The inter predicted samples are derived by inter GPM whereas the intra predicted samples are derived by an intra prediction mode (IPM) candidate list and an index signaled from the encoder. The IPM candidate list size is pre-defined as 3. The available IPM candidates are the parallel angular mode against the GPM block boundary (Parallel mode) , the perpendicular angular mode against the GPM block boundary (Perpendicular mode) , and the Planar mode as shown in Fig. 18A to Fig. 18C, respectively. Furthermore, GPM with intra and intra prediction as shown in Fig. 18D is restricted to reduce the signalling overhead for IPMs and avoid an increase in the size of the intra prediction circuit on the hardware decoder. In addition, a direct motion vector and IPM storage on the GPM-blending area is introduced to further improve the coding performance. Available IPM candidates are shown in Fig. 18A to Fig. 18C. Fig. 18D shows an example of GPM with intra and intra prediction.

[0180] In DIMD and neighboring mode based IPM derivation Parallel mode is registered first. Therefore, max two IPM candidates derived from the decoder-side intra mode derivation (DIMD) method and / or the neighboring blocks can be registered if there is not the same IPM candidate in the list. As for the neighboring mode derivation, there are five positions for available neighboring blocks at most, but they are restricted by the angle of GPM block boundary as shown in Table 5, which are already used for GPM with template matching (GPM-TM) . Table 5. The position of available neighboring blocks for IPM candidate derivation based on the angle of  GPM block boundary. A and L denotes the above and left side of the prediction block.

[0181] GPM-intra can be combined with GPM with merge with motion vector difference (GPM-MMVD) . TIMD is used for on IPM candidates of GPM-intra to further improve the coding performance. The Parallel mode can be registered first, then IPM candidates of TIMD, DIMD, and neighboring blocks. 2.1.22 Template matching based reordering for GPM split modes

[0182] In template matching based reordering for GPM split modes, given the motion information of the current GPM block, the respective TM cost values of GPM split modes are computed. Then, all GPM split modes are reordered in ascending ordering based on the TM cost values. Instead of sending GPM split mode, an index using Golomb-Rice code to indicate where the exact GPM split mode located in the reordering list is signaled.

[0183] The reordering method for GPM split modes is a two-step process performed after the respective reference templates of the two GPM partitions in a coding unit are generated, as follows: ● extending GPM partition edge into the reference templates of the two GPM partitions, resulting in 64 refer- ence templates and computing the respective TM cost for each of the 64 reference templates; ● reordering GPM split modes based on their TM cost values in ascending order and marking the best 32 split  modes as available split modes.

[0184] Fig. 19 shows the edge on templates. The edge on the template is extended from that of the current CU, as Fig. 19 illustrates, but GPM blending process is not used in the template area across the edge. After ascending reordering using TM cost, an index is signaled. 2.1.23 Bi-predictive GPM

[0185] The GPM design in VVC relies on uni-predictive motion vectors to generate motion compensated prediction samples for each inter GPM partition. In ECM, such a design has been extended to allow usage of bi-predictive motion vectors.

[0186] When constructing a GPM candidate list, the extraction process that extracts uni-predictive motion vectors from the initial merge list is invoked only for small blocks 8x8, 16x8 and 8x16. For larger blocks, the extraction process is bypassed, so the initial merge list (which may contain merged Bi-MVs) is directly used as the final GPM merge list. The generation of the initial merge list is the same as before (i.e., the normal merge list generation without any candidate reordering) except that when generating the initial merge list for larger blocks (i.e., blocks with the extraction process bypassed) , the motion vector difference threshold for controlling whether a candidate can be added into the list is increased to be one full sample distance.

[0187] BDOF based motion vector refinement as in the multi-pass DMVR is used when generating motion compensated prediction samples.

[0188] When GPM-MMVD is used for a GPM partition and its base motion vector is bi-predictive, for low-delay pictures, the signalled MVD is applied on top of the L0 and L1 motion vector as in the existing merge MMVD design. For non-low-delay pictures, the bi-predictive motion vector is converted into a uni-predictive motion vector first and then the MVD is applied on top. 2.1.23 Bilateral matching AMVP-merge mode

[0189] The bi-directional predictor is composed of an AMVP predictor in one direction and a merge predictor in the other direction. The mode can be enabled to a coding block when the selected merge predictor and the AMVP predictor satisfy DMVR condition, where there is at least one reference picture from the past and one reference picture from the future relatively to the current picture and the distances from two reference pictures to the current picture are the same, the bilateral matching MV refinement is applied for the merge MV candidate and AMVP MVP as a starting point. Otherwise, if template matching functionality is enabled, template matching MV refinement is applied to the merge predictor or the AMVP predictor which has a higher template matching cost.

[0190] AMVP part of the mode is signaled as a regular uni-directional AMVP, i.e. reference index and MVD are signaled, and it has a derived MVP index if template matching is used or MVP index is signaled when template matching is disabled.

[0191] For AMVP direction LX, X can be 0 or 1, the merge part in the other direction (1 –LX) is implicitly derived by minimizing the bilateral matching cost between the AMVP predictor and a merge predictor, i.e., for a pair of the AMVP and a merge motion vectors. For every merge candidate in the merge candidate list which has that other direction (1 –LX) motion vector, the bilateral matching cost is calculated using the merge candidate MV and the AMVP MV. The merge candidate with the smallest cost is selected. The bilateral matching refinement is applied to the coding block with the selected merge candidate MV and the AMVP MV as a starting point.

[0192] The third pass of multi pass DMVR which is sub-PU BDOF refinement of the multi-pass DMVR is enabled to AMVP-merge mode coded block. Sub-PU size of BDOF is adaptively selected depending on the width×height. For blocks smaller than 256, subblock size of 4×4, and otherwise 8×8 is used. In addition, the following high-precision equations to derive the BDOF MV refinement parameters are utilized: ∑Gx. Gx *vx + ∑Gx. Gy *vy = ∑dI . Gx → s1 *vx + s2 *vy = s3 ∑Gx. Gy *vx + ∑Gy. Gy *vy = ∑dI . Gy → s2 *vx + s5 *vy = s6 where Gx / Gy are the summation of the 2 horizontal / vertical gradients derived for each reference block.  Summations (∑) are weighted sums, where weights depend on the position in the target region Ω. The weights can also be applied to derive vx / vy in other cases.

[0193] The mode is indicated by a flag, if the mode is enabled AMVP direction LX is further indicated by a flag.

[0194] When bilateral matching (BM) AMVP-merge mode is used for the current block and template matching is enabled, MVD is not signalled. An additional pair of AMVP-merge MVPs is introduced. The merge candidate list is sorted based on the BM cost in increase order. An index (0 or 1) is signaled to indicate which merge candidate in the sorted merge candidate list to use. When there is only one candidate in merge candidate list, the pair of AMVP MVP and merge MVP without bilateral matching MV refinement is padded. 2.1.25 IBC merge / AMVP list construction

[0195] The IBC merge / AMVP list construction compared to VVC is modified as follows: ● Only if an IBC merge / AMVP candidate is valid, it can be inserted into the IBC merge / AMVP candidate  list. ● Above-right, bottom-left, and above-left spatial candidates (belonging to the adjacent spatial candidate  category) and one pairwise average candidate can be added into the IBC merge / AMVP candidate list. ● Template based adaptive reordering (ARMC-TM) is applied to IBC merge list. ● Candidates from non-adjacent spatial neighboring blocks (a. k. a., non-adjacent candidates) can be added  to the candidate lists of IBC merge modes and IBC AMVP. These non-adjacent candidates are inserted between the adjacent spatial candidates and the HBVP candidates for both IBC merge and IBC AMVP. The same reference area of non-adjacent merge in regular inter mode is reused for the IBC. ● Restriction that adjacent spatial candidates cannot be used for IBC merge of a 4x4 CU is removed.

[0196] The HMVP table size for IBC is increased to 25. After up to 20 IBC merge candidates are derived with full pruning, they are reordered together. After reordering, the first 6 candidates with the lowest template matching costs are selected as the final candidates in the IBC merge list.

[0197] The zero vectors’ candidates to pad the IBC Merge / AMVP list are replaced with a set of BVP candidates located in the IBC reference region. A zero vector is invalid as a block vector in IBC merge mode, and consequently, it is discarded as BVP in the IBC candidate list.

[0198] Three candidates are located on the nearest corners of the reference region, and three additional candidates are determined in the middle of the three sub-regions (A, B, and C) , whose coordinates are determined by the width, and height of the current block and the ΔX and ΔY parameters, as is depicted in Fig. 20. Fig. 20 shows padding candidates for the replacement of the zero-vector in the IBC list.

[0199] During the IBC AMVP list construction, a clustering of the BVP candidates may be applied when both BV candidate components are non-zero. Fig. 21 shows IBC candidate clustering based on the L2 distance and the TM cost. The clustering as shown in Fig. 21with L2 distance is applied if there are more than 2 valid BV candidates and up to 6 candidates are clustered, the clustering radius is defined as Radius=log2 ( (cbWidth·cbHeight) >>MIN_PU_SIZE) .

[0200] The clustering method is applied in the candidate list order, and the candidates assigned to a group are removed from the list for the subsequent clusters. In each group, the BVP with a lowest TM cost is selected as the representative candidate of that group. Finally, the representative candidates of the two first groups are chosen as the candidates for the IBC AMVP list.

[0201] Furthermore, if one of BV candidate components is zero or block is coded in RRIBC, a flag is signalled to indicate this case with a directional flag indicating horizontal or vertical component is non-zero. Instead of usual IBC AMVP list, two new BVP candidates are derived, and the sign of the non-zero BV component is derived at decoder side. The AMVP BVP0 is set to the nearest valid location to the current block (-cbWidth or -cbHeight) , so the non-zero BVD is always negative, pointing to the left for a BV with a zero vertical component or to the above for a BV with a zero horizontal component. Likewise, the AMVP BVP1 is set to the farthest position from the current block in the valid reference region, that is the left boundary or the top boundary of the IBC search region. Consequently, if the BVP1 is selected, the BVD is always positive, pointing to the right for BV with a zero vertical component or to the bottom for BV with a zero horizontal component.

[0202] The optimal IBC AMVP index is signalled, which allows deriving the sign of the non-zero BVD component at the decoder side. The absolute magnitude of non-zero BVD component is further signalled. In RRIBC, the direction of the flipping mode is derived from the signalled directional flag. 2.1.26 IBC with Template Matching

[0203] Template Matching is used in IBC for both IBC merge mode and IBC AMVP mode.

[0204] The IBC-TM merge list is modified compared to the one used by regular IBC merge mode such that the candidates are selected according to a pruning method with a motion distance between the candidates as in the regular TM merge mode. The ending zero motion fulfillment is replaced by motion vectors to the left (-W, 0) , top (0, -H) and top-left (-W, -H) , where W is the width and H the height of the current CU.

[0205] In the IBC-TM merge mode, the selected candidates are refined with the Template Matching method prior to the RDO or decoding process. The IBC-TM merge mode has been put in competition with the regular IBC merge mode and a TM-merge flag is signaled.

[0206] In the IBC-TM AMVP mode, up to 3 candidates are selected from the IBC-TM merge list. Each of those 3 selected candidates are refined using the Template Matching method and sorted according to their resulting Template Matching cost. Only the 2 first ones are then considered in the motion estimation process as usual.

[0207] Fig. 22A to Fig. 22D show IBC reference region depending on current CU position. The Template Matching refinement for both IBC-TM merge and AMVP modes is quite simple since IBC motion vectors are constrained (i) to be integer and (ii) within a reference region as shown in Fig. 22A to Fig. 22D. So, in IBC-TM merge mode, all refinements are performed at integer precision, and in IBC-TM AMVP mode, they are performed either at integer or 4-pel precision depending on the AMVR value. Such a refinement accesses only to samples without interpolation. In both cases, the refined motion vectors and the used template in each refinement step must respect the constraint of the reference region. 2.1.27 IBC reference area

[0208] The reference area for IBC is extended to two CTU rows above. Fig. 23 illustrates the reference area for coding CTU (m, n) . Specifically, for CTU (m, n) to be coded, the reference area includes CTUs with index (m–2, n–2) … (W, n–2) , (0, n–1) … (W, n–1) , (0, n) … (m, n) , where W denotes the maximum horizontal index within the current tile, slice or picture. When CTU size is 256, the reference area is limited to one CTU row above. This setting ensures that for CTU size being 128 or 256, IBC does not require extra memory in the current ETM platform. The per-sample block vector search (or called local search) range is limited to [– (C << 1) , C >> 2] horizontally and [–C, C >> 2] vertically to adapt to the reference area extension, where C denotes the CTU size. 2.1.28 Fractional pel IBC

[0209] The option of block vector resolutions is extended to include quarter-pel resolution in additional to full-pel and 4-pel. Like inter AMVR syntax, the first bin is signalled to indicate whether BV is in quarter-pel resolution, and the second bin is signalled to switch between full-pel and 4-pel resolutions. The interpolation filters applied to the luma (8-tap) and chroma (6-tap existed inter interpolation) components of an IBC block. For template-based IBC tools, a 2-tap bilinear interpolation filter is applied to generate template prediction blocks. Reference sample padding is performed when some of them are located outside IBC reference area. When needed, it performs in horizontal direction first and then vertical direction. 2.1.29 Filtered IBC prediction

[0210] Additional filtered IBC mode is introduced, where a filter is applied to IBC predictor, which is derived by minimizing MSE between current and reference template. Output of the filter is calculated as follows: predLumaVal = c0C + c1N + c2S + c3E + c4W + c5P + c6B.

[0211] The nonlinear term P is represented as power of two of the center sample C and scaled to the sample value range of the content: P = (C*C + midVal ) >> bitDepth.

[0212] The bias term B represents a scalar offset between the input and output and is set to middle luma value (512 for 10-bit content) .

[0213] This filtered mode is used as an additional mode for non-merge IBC blocks, and it is not used together with IBC-LIC, IBC-CIIP or RR-IBC. For IBC merge modes, this filtering mode is inherited when merge mode list is constructed. The mode flag is signalled before the IBC-LIC flag. 2.1.30 MVD prediction

[0214] In this method, possible MVD sign combinations and possible combinations of the first 6 most signification suffix bins of MVD magnitudes are sorted according to the template matching cost and index corresponding to the true MVD sign and MVD magnitudes is derived and context coded. At decoder side, the MVD are derived as following: 1. Parse the magnitude of MVD components; 2. Parse context coded MVD prediction index; 3. Build MV candidates by creating combination between possible signs and possible MVD magnitudes  and add it to the MV predictor; 4. Derive MVD prediction cost for each derived MV based on template matching cost and sort; 5. Use the signaled index to pick the true MVD.

[0215] MVD prediction is applied to inter AMVP, affine AMVP, MMVD and affine MMVD modes. Note, when wrap around motion compensation is enabled, the MV candidate shall be clipped with wrap around offset taken into consideration. 2.1.31 BVD prediction

[0216] Similar to MVD prediction, possible BVD sign combinations of IBC mode are sorted according to the template matching cost. Moreover, the first 4 most signification suffix bins of exponential Golomb code used to represent BVD magnitudes is also sorted according to the TM cost. Fig. 24 shows prediction of BVD. An example is shown in Fig. 24. Template matching operation is used to determine a BVD candidate with the best cost, and indicate in the bitstream whether the best candidate is predicted correctly or not. 2.1.32 Enhanced bi-directional motion compensation

[0217] In bi-directional motion compensation the out of boundary (OOB) prediction samples are discarded and only the non-OOB predictors, when available, are used to generate the final predictor. Specifically, let Pos_xi, j and Pos_yi, j denote the position of one prediction sample in one current block,  and  (x = 0, 1) denote the MV of the current block; PosLeftBdry, PosRightBdry, PosTopBdry and PosBottomBdry are the positions of four boundaries of the picture. One prediction sample is regarded as OOB when at least one of the following conditions is satisfied: where half_pixel is equal to 8 that represents the half-pel sample distance in the 1 / 16-pel sample precision.

[0218] After examining the OOB condition for each sample, the final prediction samples of one bi-directional block are generated as follows: If is OOB and is non-OOB else if is non-OOB and is OOB else OOB checking process is also applicable when BCW is enabled.

[0219] Finally, note this sample-adaptive bi-prediction process only applies to prediction units for which at least a reference bock is first detected as partially or entirely out-of-bounds. Thus, a block-level OOB criteria is first checked. If both prediction blocks are non-OOB, then the usual bi-prediction takes place. 2.1.33 Motion compensated picture boundary padding

[0220] The samples outside of the picture boundary are derived by motion compensation instead of using only repetitive padding. In the implementation, the total padded area size is increased by 16 compared to repetitive padding. Fig. 25 shows motion compensated boundary padding method. This is to keep MV clipping, which implements repetitive padding in Fig. 25.

[0221] For motion compensation padding, MV of a 4×4 boundary block is utilized to derive a M×4 or 4×M padding block. Fig. 26 shows an example of deriving a M×4 padding block with a left padding direction. The value M is derived as the distance of the reference block to the picture boundary as shown on Fig. 26. Moreover, M is set at least equal to 4 as soon as the motion vector points to a position internal to the reference picture bounds. If boundary block is intra coded, then MV is not available, and M is set equal to 0. If M is less than 16, the rest of the padded area is filled with the repetitive padded samples.

[0222] In case of bi-directional inter prediction, only one prediction direction, which has a motion vector pointing to the pixel position farther away from the picture boundary in the reference picture in terms of the padding direction, is used in MC boundary padding.

[0223] The pixels in MC padding block are corrected with an offset, which is equal to the difference between the DC values of the reconstructed boundary block and its corresponding reference block. 2.1.34 Block level reference picture list reordering

[0224] A block level reference picture reordering method based on template matching is used. For the uni-prediction AMVP mode, the reference pictures in List 0 and List 1 are interweaved to generate a joint list. For each hypothesis of the reference picture in the joint list template matching is performed to calculate the cost. The joint list is reordered based on ascending order of the template matching cost. The index of the selected reference picture in the reordered joint list is signaled in the bitstream. For the bi-prediction AMVP mode, a list of pairs of reference pictures from List 0 and List 1 is generated and similarly reordered based on the template matching cost. The index of the selected pair is signaled. 2.1.35 Reference picture resampling (RPR)

[0225] Reference picture resampling is inherited from VVC. Compared to the filter lengths in VVC, e.g., 8, 6 and 4 taps for luma affine coded blocks, luma non-affine coded blocks and chroma respectively, the corresponding RPR filters in ECM are increased to 12, 10 and 6 taps. 2.1.36 Reconstruction-Reordered IBC (RR-IBC)

[0226] A Reconstruction-Reordered IBC (RR-IBC) mode is allowed for IBC coded blocks. When RR-IBC is applied, the samples in a reconstruction block are flipped according to a flip type of the current block. At the encoder side, the original block is flipped before motion search and residual calculation, while the prediction block is derived without flipping. At the decoder side, the reconstruction block is flipped back to restore the original block.

[0227] Two flip methods, horizontal flip and vertical flip, are supported for RR-IBC coded blocks. A syntax flag is firstly signalled for an IBC AMVP coded block, indicating whether the reconstruction is flipped, and if it is flipped, another flag is further signaled specifying the flip type. For IBC merge, the flip type is inherited from neighbouring blocks, without syntax signalling. Considering the horizontal or vertical symmetry, the current block and the reference block are normally aligned horizontally or vertically. Therefore, when a horizontal flip is applied, the vertical component of the BV is not signaled and inferred to be equal to 0. Similarly, the horizontal component of the BV is not signaled and inferred to be equal to 0 when a vertical flip is applied.

[0228] To better utilize the symmetry property, a flip-aware BV adjustment approach is applied to refine the block vector candidate. Fig. 27A is an illustration of BV adjustment for horizontal flip and Fig. 27B is an illustration of BV adjustment for vertical flip. For example, as shown in Fig. 27A and Fig. 27B, (xnbr, ynbr) and (xcur, ycur) represent the coordinates of the center sample of the neighbouring block and the current block, respectively, BVnbr and BVcur denotes the BV of the neighbouring block and the current block, respectively. Instead of directly inheriting the BV from a neighbouring block, the horizontal component of BVcur is calculated by adding a motion shift to the horizontal component of BVnbr (denoted as BVnbrh) in case that the neighbouring block is coded with a horizontal flip, i.e., BVcurh =2 (xnbr-xcur) + BVnbrh. Similarly, the vertical component of BVcur is calculated by adding a motion shift to the vertical component of BVnbr (denoted as BVnbrv) in case that the neighbouring block is coded with a vertical flip, i.e., BVcurv =2 (ynbr-ycur) + BVnbrv . 2.1.37 Combination of IBC with other coding tools 2.1.37.1 IBC merge mode with block vector differences (IBC-MBVD)

[0229] Affine-MMVD and GPM-MMVD have been adopted to ECM as an extension of regular MMVD mode. It is natural to extend the MMVD mode to the IBC merge mode.

[0230] In IBC-MBVD, the distance set is {1-pel, 2-pel, 4-pel, 8-pel, 12-pel, 16-pel, 24-pel, 32-pel, 40-pel, 48-pel, 56-pel, 64-pel, 72-pel, 80-pel, 88-pel, 96-pel, 104-pel, 112-pel, 120-pel, 128-pel} , and the BVD directions are two horizontal and two vertical directions.

[0231] The base candidates are selected from the first five candidates in the reordered IBC merge list. And based on the SAD cost between the template (one row above and one column left to the current block) and its reference for each refinement position, all the possible MBVD refinement positions (20×4) for each base candidate are reordered. Finally, the top 8 refinement positions with the lowest template SAD costs are kept as available positions, consequently for MBVD index coding. The MBVD index is binarized by the rice code with the parameter equal to 1.

[0232] In IBC-MBVD list derivation, adaptive BVD offsets along MVBD directions are enabled for IBC MBVD mode. The MBVD candidates search is a two-step process, which starts with checking template SAD costs of offsets added to BVP along each direction with the interval of 1-pel. The second step of the search checks template SAD costs with 1 / 4-pel interval for the candidates around the selected candidates from the first step. For the integer MBVD (when existed in ECM ph_fpel_mbvd_enabled_flag is 0) , those intervals are multiplied by 4. The candidates with the lowest TM cost are included into the final MBVD list.

[0233] An IBC-MBVD coded block does not inherit flip type from a RR-IBC coded neighbor block. 2.1.37.2 Combined intra block copy and intra prediction

[0234] Combined intra block copy and intra prediction (IBC-CIIP) is a coding tool for a CU which uses IBC and intra prediction to obtain two prediction signals, and the two prediction signals are weighted summed to generate the final prediction as follows: P= (wibc*Pibc+ ( (1<<shift) -wibc) *Pintra+ (1＜＜ (shift-1) ) ) ＞＞shift wherein Pibc and Pintra denote the IBC prediction signal and intra prediction signal. (wibc, shift) are set equal  to (13, 4) and (1, 1) for IBC merge mode and IBC AMVP mode.

[0235] An intra prediction mode (IPM) candidate list is used to generate the intra prediction signal, and the IPM candidate list size is pre-defined as 2. An IPM index is signalled to indicate which IPM is used. 2.1.37.3 IBC with Geometry Partitioning

[0236] Intra block copy with geometry partitioning mode (IBC-GPM) is a coding tool which divides a CU into two sub-partitions geometrically. The prediction signals of the two sub-partitions are generated using IBC and intra prediction. IBC-GPM can be applied to regular IBC merge mode or IBC TM merge mode. An intra prediction mode (IPM) candidate list is constructed using the same method as GPM with inter and intra prediction for intra prediction, and the IPM candidate list size is pre-defined as 3. There are 48 geometry partitioning modes in total, which are divided into two geometry partitioning mode sets as follows. Table 6: Geometry partitioning modes in the first geometry partitioning mode set Table 7: Geometry partitioning modes in the second geometry partitioning mode set

[0237] When IBC-GPM is used, an IBC-GPM geometry partitioning mode set flag is signalled to indicate whether the first or the second geometry partitioning mode set is selected, followed by the geometry partitioning mode index. An IBC-GPM intra flag is signalled to indicate whether intra prediction is used for the first sub-partition. When intra prediction is used for a sub-partition, an intra prediction mode index is signalled. When IBC is used for a sub-partition, a merge index is signalled.

[0238] In bi-predictive IBC GPM, two flags are signalled to indicate the prediction modes of two partitions, the first flag indicates whether the first partition is intra predicted, and if not then the second flag is signalled to indicate whether intra prediction is used for the second partition. This method is applied to SCC only. 2.1.37.4 IBC BVP-merge and bi-predictive IBC merge

[0239] IBC-BVP-merge is similar to AMVP-merge, derives one BV from IBC block vector prediction (BVP) and the second BV from IBC merge to form bi-prediction for IBC. Two different indices for the IBC BVP and the IBC merge candidates are signalled.

[0240] Bi-predictive IBC merge is enabled together with MBVD and uni-merge. In bi-predictive IBC merge, two BVs from the existing IBC merge candidate list are derived, utilizing two different indices, which are signalled. Bi-predictive IBC merge is applied to IBC regular merge and IBC MBVD. Bi-predictive IBC merge, IBC MBVD, and IBC uni-merge are enabled for non-SCC classes. 2.1.37.5 IBC MBVD list derivation

[0241] In the test 2.4a, adaptive BVD offsets along MVBD directions and enabled for IBC MBVD mode. The MBVD candidates search is a two-step process, which starts with checking template SAD costs of offsets added to BVP along each direction with the interval of 1-pel. The second step of the search checks template SAD costs with 1 / 4-pel interval for the candidates around the selected candidates from the first step. For the integer MBVD (when existed in ECM ph_fpel_mbvd_enabled_flag is 0) , those intervals are multiplied by 4. The candidates with the lowest TM cost are included into the final MBVD list. 2.1.37.6 IBC with Local Illumination Compensation

[0242] Intra block copy with local illumination compensation (IBC-LIC) is a coding tool which compensates the local illumination variation within a picture between the CU coded with IBC and its prediction block with a linear equation. The parameters of the linear equation are derived same as LIC for inter prediction except that the reference template is generated using block vector in IBC-LIC. IBC-LIC can be applied to IBC AMVP mode and IBC merge mode. For IBC AMVP mode, an IBC-LIC flag is signalled to indicate the use of IBC-LIC. Top-only, left-only, or L-shape templates are allowed for deriving the single model parameters. MMLM is extended to IBC-LIC, which allows IBC-LIC to have two linear models in one CU. And only L-shape template is used in IBC-LIC MMLM. A mode index is signalled. For IBC merge mode, the IBC-LIC flag is inferred from the merge candidate. The IBC-LIC flag is inherited from an IBC HMVP candidate to harmonize IBC HMVP and IBC-LIC similar to the inter LIC case. 2.1.38 Template matching based BCW index derivation for merge mode

[0243] The BCW index for merge coded CUs is derived based on template matching cost instead of being derived from neighboring blocks. Given a selected merge candidate, the TM cost values are calculated with different bi-prediction weights, and then, the bi-prediction weight with minimum TM cost value is used to predict the merge CU.

[0244] When calculating TM cost for bi-predicted weights, the following rules are applied: - Since the inherited bi-predicted weight is likely to have higher accuracy than others, only the inherited bi- prediction weight and its two neighboring weights (i.e. ±1) are considered. For example, if the inherited bi-predicted weight is 4, then only three weights {3, 4, 5} are involved in TM cost calculation. - The TM cost of the inherited BCW index is multiplied with 0.90625, that is, the cost is reduced by 3 / 32. - The TM cost of the equal weight is multiplied with 0.90625 since bi-predicted samples are beneficial for  BDOF and BDOF is only applied to CU with equal weights.

[0245] The template matching based BCW index derivation is applied to CUs coded in regular merge, template matching, adaptive decoder-side motion vector refinement and MMVD modes.

[0246] In addition, the bi-prediction weights for merge mode are extended from {-2, 3, 4, 5, 10} to {1, 2, 3, 4, 5, 6, 7} . Furthermore, the negative bi-predicted weights for non-merge mode {-2, 10} are replaced with positive weights {1, 7} . 2.1.39 DMVR for affine merge coded blocks

[0247] DMVR is applied to affine merge coded blocks and affine MMVD coded blocks when DMVR condition is satisfied. It is also extended to adaptive BM merge mode.

[0248] An affine motion field is modelized as follows (6-parameters affine case) : wherein (mvx, mvy) is the motion vector at location (x, y) and (mv0x, mv0y) is the base MV representing the  translation motion of the affine model. Parameters and represent the non-translation parameters (rotation, scaling) .

[0249] Motion vectors (mv0x, mv0y) , (mv1x, mv1y) and (mv2x, mv2y) are called the control point motion vectors (CPMVs) of the considered affine coding unit. In the DMVR process applied to affine, the bilateral matching cost is calculated per subblock. Then, the subblock bilateral matching costs and refined subblock MVs are used to determine the overall best refined CPMVs for the affine block. More specific, the CPMVs are refined according to the following steps: 1) Perform integer-pel bilateral matching for subblocks. Accumulate the subblock bilateral matching cost  to determine the best integer-pel MV offset. 2) Perform half-pel bilateral matching search using the best integer MV offset as initial offset and output  the best MV offset that minimizes the bilateral matching cost for the same set of the subblocks of step 1. 3) Perform linear regression using the refined subblock MVs from step 1 as input and output a set of  control-point motion vectors. 4) Compare the bilateral matching cost of the output of the steps 2 and 3 to select the one with the smallest  cost.

[0250] In addition, the non-translation parameters of affine model are refined after the base MV are determined. Each of CPMVs is fixed as base MV in turn, and an offset is added to the non-translation parameter of affine model by minimizing the bilateral matching cost, and then the other two CPMVs are calculated according to based MV and refined non-translation parameters.

[0251] For affine merge and affine MMVD modes, both CPMVs and non-translation parameters refinements are applied. When applying to affine MMVD mode, the MMVD offset is added to the affine DMVR refined affine merge base candidate if the base candidate meets the affine DMVR refinement condition. For adaptive BM merge mode, an affine merge list that only contains affine merge candidates that meet the affine DMVR conditions are constructed and then CPMVs refinement and non-translation parameters refinement are applied. 2.1.40 InterCCCM

[0252] InterCCCM applies the CCCM method for predicting chroma samples from reconstructed luma samples when the CU uses inter prediction or intra block copy (IBC) . Fig. 28 illustrates the decoder side of the method. The cross-component filters are derived using the prediction blocks of luma and chroma. The derived filters are applied to the reconstructed luma block and blended with the prediction blocks of chroma to produce the final chroma prediction blocks. In the blending process the filtered reconstructed luma blocks use blending weight of 0.75 and chroma prediction blocks use blending weight of 0.25.

[0253] The 8-tap filter consist of 6 spatial luma samples, a nonlinear term, and a bias term. Fig. 29 shows luma samples L0, . ., L5 in relation to the chroma sample C. The spatial luma samples (L0, …, L5) are obtained from the luma grid selecting the 6 luma samples closest to the chroma position C without down sampling as shown in Fig. 29. The predicted chroma value is obtained as, predChromaVal = c0L0+ c1L1 + c2L2 + c3L3 + c4L4 + c5L5 + c6 nonlinear ( (L0+L3+1) >> 1) + c7 B, where nonlinear is CCCM’s nonlinear operator and B is bias. The filter coefficients are derived using ECM’s  division-free Gaussian elimination method and the necessary offsets are applied to samples prior to filter derivation. The offsets for division-free Gaussian elimination method are obtained using a four-point average of the luma and chroma prediction blocks, where the four points correspond to the top-left, top-right, bottom-left and bottom-right corners of the blocks. For filter coefficient derivation at most 256 chroma samples are used.

[0254] Usage of the mode is signalled with a CABAC coded TU level flag. One new CABAC context was included to support this. The InterCCCM flag is only signalled if the TU’s luma Cbf is non-zero and the CU’s predMode is either MODE_INTER or MODE_IBC.

[0255] The encoder performs an RD decision in the transform selection loop for the chroma components when luma Cbf is non-zero and the CU’s predMode is either MODE_INTER or MODE_IBC. 2.1.41 Chained motion vector prediction

[0256] A chained MV prediction (CMVP) is introduced into inter merge candidate list construction.

[0257] Fig. 30 shows an example of derivation of CMVP candidate. As shown in Fig. 30, CMVP candidates can be derived as the accumulation of the recursively traced MVs and BVs based on the pre-derived MVs for the inter merge candidate list. For instance, a CMVP candidate, a set of motion vector MVk / m and reference picture RefPick / m can be derived by MVk / m = MVk (0) + BVk (0) + MVk (1) +MVk (2) + …+ MVk (m) , RefPick / m = RefPick (m) , where k and m indicate the number of merge index and trace depths of the CMVP.

[0258] Fig. 31 shows operation of referencing source and destination of tracing MVs in CMVP. When deriving MVk / m, MVk (m) is found by checking the existence of MVs or BVs in MV / BV storage corresponding to all five position of the current block as shown in Fig. 31 (i.e., the center, top-left, top-right, bottom-left, and bottom-right of the current block) . The MVs or BVs of the five positions of the current block are also called as guided motion vectors.

[0259] When pre-derived merge candidates targeting CMVP candidates has two MVs, a MVk / m is derived for each merge index, each list (i.e., L0 and L1) , and each trace depth. Up to two MVs can be derived for each list and each trace depth, and the MV set is sequentially inserted into inter merge candidate list.

[0260] The traceable reference pictures are only within the reference picture list.

[0261] CMVP candidates are inserted after HMVP candidates for the regular merge and TM merge.

[0262] When deriving CMVP candidates, hpelIfIdx, bcwIdx, licFlag, and mhpFlag are not inherited. CMVP candidates are not derived when the TMVP is disabled. 3. Problems

[0263] Currently, chained motion vector prediction is studied to improve the inter merge prediction. The chained motion vector is derived without scaling thus it can point to any reference picture in the reference list. Such implementation may not be friendly for practical production. 4. Detailed solutions

[0264] 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.

[0265] The terms “video unit” or “coding unit” or “block” may represent a picture, a slice, a tile, a coding tree block (CTB) , a coding tree unit (CTU) , a coding block (CB) , a CU, a PU, a TU, a PB, or a TB.

[0266] The term “prediction unit” may represent a prediction block, or a prediction sample.

[0267] It is noted that the terminologies mentioned below are not limited to the specific ones defined in existing standards. Any variance of the coding tool is also applicable. 1) For example, chained motion vector (s) may (be required to) be scaled to a collocated reference picture. a) For example, the collocated reference picture may be indicated by syntax elements (e.g.,  PH or SH syntax) . b) For example, if more than one collocated reference picture is allowed, a specified  collocated reference picture may be pre-defined for the chained motion vector scaling. i) Alternatively, if more than one collocated reference picture is allowed, another syntax element may  be signalled to indicate which one is used for the chained motion vector scaling. c) For example, a chained motion vector based inter prediction block may be derived based  on motion compensation between the current picture and the collocated picture. d) For example, furthermore, alternatively, the guided motion vector for a chained motion  vector may be required to point to the collocated picture. i) For example, the chained motion vector may be derived based on adding up a cascaded motion  vector (or block vector) to the guided motion vector. ii) For example, if a candidate of the guided motion vector is not point to the collocated picture, such  candidate may not be used as guided motion vector. (1) Alternatively, if a candidate of the guided motion vector is not point to the collocated picture,  such candidate may be scaled to the collocated picture and used as guided motion vector. e) For example, the above rule may be applied if the chained motion vector is an inter motion  vector pointing to a reference picture other than the current picture. 2) For example, chained motion vector (s) may (be required to) be scaled to a certain reference picture (e.g.,  not necessarily to be the collocated picture) determined based on a pre-defined rule. a) For example, a rule may be pre-defined to derive the specified reference picture used for  chained motion vector scaling. b) For example, chained motion vector (s) may (be required to) be scaled to the nearest  reference picture to the current picture (e.g., reference index equal to 0) . i) For example, if a chained motion vector is derived from L0, it may be required to be scaled to the  L0 reference picture with refIdx=0. (1) For example, the chained motion vector may be required to be scaled to ref pic A in Fig. 32. ii) For example, if a chained motion vector is derived from L1, it may be required to be scaled to the  L1 reference picture with refIdx=0. c) For example, chained motion vector (s) may (be required to) be scaled to a reference  picture which has POC distance D1 close to a given POC distance D0. i) For example, D1 may refer to the POC distance between current picture and the target reference  picture that the chained motion vector is going to be scaled to. (1) For example, in Fig. 32, D1 may be equal to (POCcurPic-POCrefPicB) or (POCcurPic-POCrefPicA) . ii) For example, D0 may refer to the POC distance between current picture and the reference picture  of the guided motion vector that used to derive the chained motion vector. (1) For example, in Fig. 32, D0 may be equal to (POCcurPic-POCrefPicB) . iii) Alternatively, for example, D0 may refer to the POC distance between the reference block (that is  derived based on the guided motion vector) and the reference of the reference block (that is derived based on the cascaded motion vector of the reference block) . (1) For example, in Fig. 32, D0 may be equal to (POCrefPicB-POCrefPicC) . d) For example, chained motion vector (s) may (be required to) be scaled to a reference  picture which is indicated by a syntax element. i) For example, a syntax element may be signalled at slice / picture / SH / PH level to indicate a certain  reference index for motion vector scaling. e) For example, a chained motion vector based inter prediction block may be derived based  on motion compensation between the current picture and the target reference picture that the chained motion vector is going to be scaled to. f) For example, furthermore, alternatively, the guided motion vector for a chained motion  vector may be required to point to the target reference picture that the chained motion vector is going to be scaled to. i) For example, the chained motion vector may be derived based on adding up a cascaded motion  vector (or block vector) to the guided motion vector. ii) For example, if a candidate of the guided motion vector is not point to the target reference picture  that the chained motion vector is going to be scaled to, such candidate may not be used as guided motion vector. (1) Alternatively, such candidate may be scaled to the target reference picture that the chained  motion vector is going to be scaled to, and used as guided motion vector. g) For example, the above rule may be applied if the chained motion vector is an inter motion  vector pointing to a reference picture other than the current picture. 3) For example, the scaling factor of the chained motion vector may be determined based on the POC value. a) For example, assume CMV0 represents the chained motion vector without scaling, CMV  represents the chained motion vector after scaling, the POC value of the current picture is denoted as POCcur, the POC value of the target reference picture that the chained motion vector is going to be scaled to is denoted as POCtar, and the POC value of the reference picture that the chained motion vector without scaling is pointed to is denoted as POCchainWOscale. As such, the scaling factor to derive CMV may be equal to (POCcur-POCtar)  /  (POCcur-POCchainWOscale) . i) For example, furthermore, CMVhor = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0hor. ii) For example, furthermore, CMVver = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0ver. 4) For example, how to identify the target reference picture for the chained motion vector scaling may be  determined based on the scaling factor. a) For example, the reference picture in a pre-defined range that makes the scaling factor  closer to 1 may be chosen as the target reference picture for the chained motion vector scaling. i) For example, furthermore, the pre-defined range of reference pictures may be N reference pictures  close to the current picture in decoding order (such as N = 2 or 3 or 4, or dependent on picture resolution) . ii) For example, furthermore, the pre-defined range of reference pictures may be some reference  pictures with certain reference indexes (such as refIdx = 0, 1, 2, 3, etc. ) .General aspects: 5) The disclosed method may be used for chroma coding. 6) The disclosed method may be used for luma coding. 7) The disclosed method may be used for inter block coding. 8) The disclosed method may be used for IBC / intraTMP block coding. 9) The disclosed method may be used in a inter (such as B or P or low-delay B) slice. 10) Whether to and / or how to apply the disclosed methods above may be signalled at sequence level / group of  pictures level / picture level / slice level / tile group level, such as in sequence header / picture header / SPS / VPS / DPS / DCI / PPS / APS / slice header / tile group header. 11) Whether to and / or how to apply the disclosed methods above may be signalled at  PB / TB / CB / PU / TU / CU / VPDU / CTU / CTU row / slice / tile / sub-picture / other kinds of region contain more than one sample or pixel.

[0268] Fig. 33 illustrates a flowchart of a method 3300 for video processing in accordance with embodiments of the present disclosure. The method 3300 is implemented during a conversion between a video unit of a video and a bitstream of the video.

[0269] At block 3310, for a conversion between a video unit of a video and a bitstream of the video, it is determined that at least one chained motion vector is scaled to a reference picture associated with the video unit. In some embodiments, the reference picture is a collocated reference picture. Alternatively, the reference picture may be certain reference picture (e.g., not necessarily to be the collocated picture) .

[0270] At block 3320, the conversion is performed based on the at least on chained motion vector. In some embodiments, the conversion includes encoding the video unit into the bitstream. In some other embodiments, the conversion includes decoding the video unit from the bitstream. In this way, the chained moition vector can be scalied, there by improving coding performance.

[0271] In some embodiments, the collocated reference picture is indicated by a syntax element. In some embodiments, if a plurality of collocated reference pictures is allowed, a target collocated reference picture is pre-defined for the scaling of the at least one chained motion vector. In some other embodiments, if a plurality of collocated reference pictures is allowed, another syntax element is signalled to indicate which collocated reference picture is used for the scaling of the at least one chained motion vector. In some further embodiments, a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the collocated picture.

[0272] In some embodiments, a guided motion vector for the at least one chained motion vector is point to the collocated reference picture. For example, the at least one chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector. In some embodiments, if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is not used as guided motion vector. Alternatively, if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is scaled to the collocated reference picture and used as guided motion vector. In some embodiments, the at least one chained motion vector is an inter motion vector pointing to a reference picture other than a current picture.

[0273] In some embodiments, the at least one chained motion vector is scaled to the reference picture that is determined based on a rule. In some embodiments, the rule is pre-defined to derive the reference picture used for the scaling of the at least one chained motion vector.

[0274] In some embodiments, the at least one chained motion vector is scaled to the nearest reference picture to a current picture associated with the video unit. For example, if the at least one chained motion vector is derived from a reference picture list L0, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L0. In some embodiments, the at least one chained motion vector is scaled to a reference picture before a current picture (for example, ref pic A in Fig. 32) . In some embodiments, if the at least one chained motion vector is derived from a reference picture list L1, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L1.

[0275] In some embodiments, the at least one chained motion vector is scaled to a target reference picture which has a picture order count (POC) D1 close to a given POC distance D0. In some embodiments, D1 represents a POC distance between a current picture and the target reference picture which the at least one chained motion vector is to be scaled to. For example, as shown in Fig. 32, D1 is equal to (POCcurPic-POCrefPicB) or (POCcurPic-POCrefPicA) . In this caes, POCcurPic represents a POC of the current picture, POCrefPicB represents a POC of one target reference picture, and POCrefPicA represent a POC of another target reference picture.

[0276] In some embodiments, D0 represents a POC distance between a current picture and a reference picture of a guided motion vector that is used to derive the at least one chained motion vector. For example, as shown in Fig. 32, D0 is equal to (POCcurPic-POCrefPicB) , wherein POCcurPic represents a POC of the current picture, POCrefPicB represents the reference picture.

[0277] In some other embodiments, D0 is a POC distance between a reference block that is derived based on a guided motion vector and a reference of the reference block that is derived based on a cascaded motion vector of the reference block. For example, as shown in Fig. 32, D0 is equal to (POCrefPicB-POCrefPicC) . I this case, POCrefPicB represents a POC of the reference block and POCrefPicC represents a reference of the reference block.

[0278] In some embodiments, the at least one chained motion vector is scaled to the reference picture which is indicated by a syntax element. For example, the syntax element is signalled at one of the following to indicate a reference index for motion vector scaling: a slice level, a picture level, a slice header (SH) level, or a picture header (PH) level. In some embodiments, a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the reference picture which the at least one chained motion vector is to be scaled to.

[0279] In some embodiments, a guided motion vector for a chained motion vector is point to a target reference picture which the at least one chained motion vector is to be scaled to. For example, the chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector.

[0280] In some embodiments, if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is not used as guided motion vector. Alternatively, if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is scaled to the target reference picture that the at least one chained motion vector is to be scaled to, and used as guided motion vector. In some embodiments, the at least one chained motion vector is an inter motion vector pointing to a reference picture other than the current picture.

[0281] In some embodiments, a scaling factor of the scaling of the at least one chained motion vector is determined based on a POC value.

[0282] In some embodiments, the scaling factor to derive the at least one chained motion vector after scaling is equal to (POCcur-POCtar)  /  (POCcur-POCchainWOscale) . In this case, POCcur represents a POC value of a current picture, POCtar represents a POC value of the target reference picture which the at least one chained motion vector is to be scaled, and POCchainWOscale represents a POC value of a reference picture which the at least one chained motion vector without scaling is pointed to.

[0283] In some embodiments, CMVhor = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0hor. Alternatively, or in addition, wherein CMVver = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0ver. In this case. CMVhor represents the at least one chained motion vector in horizontal direction after scaling, CMVver represents the at least one chained motion vector in vertical direction after scaling, CMV0hor represents the at least one chained motion vector without scaling in horizontal direction, and CMV0ver represents the at least one chained motion vector without scaling in vertical direction.

[0284] In some embodiments, a way to identify the reference picture for the scaling of the at least one chained motion vector is determined based on a scaling factor. In some embodiments, a reference picture in a pre-defined range that makes the scaling factor closer to 1 is chosen as the reference picture for the scaling of the at least one chained motion vector. For example, the pre-defined range of reference pictures is N reference pictures close to a current picture in decoding order. N may be 2 or 3 or 4 or dependent on picutre resolution. In some other embodiments, the pre-defined range of reference pictures is one or more reference pictures with target reference indexes.

[0285] In some embodiments, scaling the at least one chained motion vector to the reference picture is used for at least one of: chroma coding, luma coding, inter block coding, intra block copy block (IBC) coding, or intra template matching prediction (intraTMP) block coding. In some embodiments, scaling the at least one chained motion vector to the reference picture is used in an inter slice. For example, the inter slice comprises at least one of: B slice, P slice, or low-day B slice.

[0286] In some embodiments, whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following: sequence level, group of pictures level, picture level, slice level, or tile group level. In some other embodiments, whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following: a sequence header, a picture header, a sequence parameter set (SPS) , a video parameter set (VPS) , a dependency parameter set (DPS) , a decoding capability information (DCI) , a picture parameter set (PPS) , an adaptation parameter sets (APS) , a slice header, or a tile group header. In some further embodiments, whether to and / or how apply the scaling of the at least one chained motion vector is signalled at in one of the following: a prediction block (PB) , a transform block (TB) , a coding block (CB) , a prediction unit (PU) , a transform unit (TU) , a coding unit (CU) , a coding tree block (CTB) , a coding tree unit (CTU) , a CTU row, a slice, a tile, a sub-picture, or a region including more than one sample or pixel.

[0287] In some embodiments, the method 3300 further comprises: determining, based on coded information of the video unit, whether to and / or how to apply the scaling of the at least one chained motion vector. The coded information may include at least one of: a block size, a colour format, a single and / or dual tree partitioning, a colour component, a slice type, or a picture type.

[0288] 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: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; and generating the bitstream based on the at least on chained motion vector.

[0289] According to still further embodiments of the present disclosure, a method for storing bitstream of a video is provided. The method comprises: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; generating the bitstream based on the at least on chained motion vector; and storing the bitstream in a non-transitory computer-readable recording medium.

[0290] 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.

[0291] Clause 1. A method of video processing, comprising: determining, for a conversion between a video unit of a video and a bitstream of the video, that at least one chained motion vector is scaled to a reference picture associated with the video unit; and performing the conversion based on the at least on chained motion vector.

[0292] Clause 2. The method of clause 1, wherein the reference picture is a collocated reference picture.

[0293] Clause 3. The method of clause 2, wherein the collocated reference picture is indicated by a syntax element.

[0294] Clause 4. The method of clause 2, wherein if a plurality of collocated reference pictures is allowed, a target collocated reference picture is pre-defined for the scaling of the at least one chained motion vector.

[0295] Clause 5. The method of clause 2, wherein if a plurality of collocated reference pictures is allowed, another syntax element is signalled to indicate which collocated reference picture is used for the scaling of the at least one chained motion vector.

[0296] Clause 6. The method of clause 2, wherein a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the collocated picture.

[0297] Clause 7. The method of clause 2, wherein a guided motion vector for the at least one chained motion vector is point to the collocated reference picture.

[0298] Clause 8. The method of clause 7, wherein the at least one chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector.

[0299] Clause 9. The method of clause 7, wherein if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is not used as guided motion vector.

[0300] Clause 10. The method of clause 7, wherein if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is scaled to the collocated reference picture and used as guided motion vector.

[0301] Clause 11. The method of any of clauses 2-10, wherein the at least one chained motion vector is an inter motion vector pointing to a reference picture other than a current picture.

[0302] Clause 12. The method of clause 1, wherein the at least one chained motion vector is scaled to the reference picture that is determined based on a rule.

[0303] Clause 13. The method of clause 12, wherein the rule is pre-defined to derive the reference picture used for the scaling of the at least one chained motion vector.

[0304] Clause 14. The method of clause 12, wherein the at least one chained motion vector is scaled to the nearest reference picture to a current picture associated with the video unit.

[0305] Clause 15. The method of clause 14, wherein if the at least one chained motion vector is derived from a reference picture list L0, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L0.

[0306] Clause 16. The method of clause 15, wherein the at least one chained motion vector is scaled to a reference picture before a current picture.

[0307] Clause 17. The method of clause 14, wherein if the at least one chained motion vector is derived from a reference picture list L1, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L1.

[0308] Clause 18. The method of clause 12, wherein the at least one chained motion vector is scaled to a target reference picture which has a picture order count (POC) D1 close to a given POC distance D0.

[0309] Clause 19. The method of clause 18, wherein D1 represents a POC distance between a current picture and the target reference picture which the at least one chained motion vector is to be scaled to.

[0310] Clause 20. The method of clause 19, wherein D1 is equal to (POCcurPic-POCrefPicB) or (POCcurPic -POCrefPicA) , wherein POCcurPic represents a POC of the current picture, POCrefPicB represents a POC of one target reference picture, and POCrefPicA represent a POC of another target reference picture.

[0311] Clause 21. The method of clause 18, wherein D0 represents a POC distance between a current picture and a reference picture of a guided motion vector that is used to derive the at least one chained motion vector.

[0312] Clause 22. The method of 21, wherein D0 is equal to (POCcurPic-POCrefPicB) , wherein POCcurPic represents a POC of the current picture, POCrefPicB represents the reference picture.

[0313] Clause 23. The method of clause 18, wherein D0 is a POC distance between a reference block that is derived based on a guided motion vector and a reference of the reference block that is derived based on a cascaded motion vector of the reference block.

[0314] Clause 24. The method of clause 23, wherein D0 is equal to (POCrefPicB-POCrefPicC) , wherein POCrefPicB represents a POC of the reference block and POCrefPicC represents a reference of the reference block.

[0315] Clause 25. The method of clause 12, wherein the at least one chained motion vector is scaled to the reference picture which is indicated by a syntax element.

[0316] Clause 26. The method of clause 25, wherein the syntax element is signalled at one of the following to indicate a reference index for motion vector scaling: a slice level, a picture level, a slice header (SH) level, or a picture header (PH) level.

[0317] Clause 27. The method of clause 12, wherein a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the reference picture which the at least one chained motion vector is to be scaled to.

[0318] Clause 28. The method of clause 12, wherein a guided motion vector for a chained motion vector is point to a target reference picture which the at least one chained motion vector is to be scaled to.

[0319] Clause 29. The method of clause 28, wherein the chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector.

[0320] Clause 30. The method of clause 28, wherein if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is not used as guided motion vector.

[0321] Clause 31. The method of clause 28, wherein if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is scaled to the target reference picture that the at least one chained motion vector is to be scaled to, and used as guided motion vector.

[0322] Clause 32. The method of any of clauses 12-31, wherein the at least one chained motion vector is an inter motion vector pointing to a reference picture other than the current picture.

[0323] Clause 33. The method of clause 1, wherein a scaling factor of the scaling of the at least one chained motion vector is determined based on a POC value.

[0324] Clause 34. The method of clause 33, wherein the scaling factor to derive the at least one chained motion vector after scaling is equal to (POCcur-POCtar)  /  (POCcur-POCchainWOscale) , and wherein POCcur represents a POC value of a current picture, POCtar represents a POC value of the target reference picture which the at least one chained motion vector is to be scaled, and POCchainWOscale represents a POC value of a reference picture which the at least one chained motion vector without scaling is pointed to.

[0325] Clause 35. The method of clause 34, wherein CMVhor = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0hor, and / or wherein CMVver = (POCcur-POCtar)  /  (POCcur-POCchainWOscale) x CMV0ver, and wherein CMVhor represents the at least one chained motion vector in horizontal direction after scaling, CMVver represents the at least one chained motion vector in vertical direction after scaling, CMV0hor represents the at least one chained motion vector without scaling in horizontal direction, and CMV0ver represents the at least one chained motion vector without scaling in vertical direction.

[0326] Clause 36. The method of clause 1, wherein a way to identify the reference picture for the scaling of the at least one chained motion vector is determined based on a scaling factor.

[0327] Clause 37. The method of clause 36, wherein a reference picture in a pre-defined range that makes the scaling factor closer to 1 is chosen as the reference picture for the scaling of the at least one chained motion vector.

[0328] Clause 38. The method of clause 37, wherein the pre-defined range of reference pictures is N reference pictures close to a current picture in decoding order.

[0329] Clause 39. The method of clause 37, wherein the pre-defined range of reference pictures is one or more reference pictures with target reference indexes.

[0330] Clause 40. The method of any of clauses 1-39, wherein scaling the at least one chained motion vector to the reference picture is used for at least one of: chroma coding, luma coding, inter block coding, intra block copy block (IBC) coding, or intra template matching prediction (intraTMP) block coding.

[0331] Clause 41. The method of any of clauses 1-39, wherein scaling the at least one chained motion vector to the reference picture is used in an inter slice.

[0332] Clause 42. The method of clause 41, wherein the inter slice comprises at least one of: B slice, P slice, or low-day B slice.

[0333] Clause 43. The method of any of clauses 1-42, wherein whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following: sequence level, group of pictures level, picture level, slice level, or tile group level.

[0334] Clause 44. The method of any of clauses 1-42, wherein whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following: a sequence header, a picture header, a sequence parameter set (SPS) , a video parameter set (VPS) , a dependency parameter set (DPS) , a decoding capability information (DCI) , a picture parameter set (PPS) , an adaptation parameter sets (APS) , a slice header, or a tile group header.

[0335] Clause 45. The method of any of clauses 1-42, wherein whether to and / or how apply the scaling of the at least one chained motion vector is signalled at in one of the following: a prediction block (PB) , a transform block (TB) , a coding block (CB) , a prediction unit (PU) , a transform unit (TU) , a coding unit (CU) , a coding tree block (CTB) , a coding tree unit (CTU) , a CTU row, a slice, a tile, a sub-picture, or a region including more than one sample or pixel.

[0336] Clause 46. The method of any of clauses 1-42, further comprising: determining, based on coded information of the video unit, whether to and / or how to apply the scaling of the at least one chained motion vector, the coded information including at least one of: a block size, a colour format, a single and / or dual tree partitioning, a colour component, a slice type, or a picture type.

[0337] Clause 47. The method of any of clauses 1-46, wherein the conversion includes encoding the video unit into the bitstream.

[0338] Clause 48. The method of any of clauses 1-46, wherein the conversion includes decoding the video unit from the bitstream.

[0339] Clause 49. 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 1-48.

[0340] Clause 50. A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of clauses 1-48.

[0341] Clause 51. 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: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; and generating the bitstream based on the at least on chained motion vector.

[0342] Clause 52. A method for storing a bitstream of a video, comprising: determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; generating the bitstream based on the at least on chained motion vector; and storing the bitstream in a non-transitory computer-readable recording medium. Example Device

[0343] Fig. 34 illustrates a block diagram of a computing device 3400 in which various embodiments of the present disclosure can be implemented. The computing device 3400 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) .

[0344] It would be appreciated that the computing device 3400 shown in Fig. 34 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.

[0345] As shown in Fig. 34, the computing device 3400 includes a general-purpose computing device 3400. The computing device 3400 may at least comprise one or more processors or processing units 3410, a memory 3420, a storage unit 3430, one or more communication units 3440, one or more input devices 3450, and one or more output devices 3460.

[0346] In some embodiments, the computing device 3400 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 3400 can support any type of interface to a user (such as “wearable” circuitry and the like) .

[0347] The processing unit 3410 may be a physical or virtual processor and can implement various processes based on programs stored in the memory 3420. 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 3400. The processing unit 3410 may also be referred to as a central processing unit (CPU) , a microprocessor, a controller or a microcontroller.

[0348] The computing device 3400 typically includes various computer storage medium. Such medium can be any medium accessible by the computing device 3400, including, but not limited to, volatile and non-volatile medium, or detachable and non-detachable medium. The memory 3420 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 3430 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 3400.

[0349] The computing device 3400 may further include additional detachable / non-detachable, volatile / non-volatile memory medium. Although not shown in Fig. 34, 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.

[0350] The communication unit 3440 communicates with a further computing device via the communication medium. In addition, the functions of the components in the computing device 3400 can be implemented by a single computing cluster or multiple computing machines that can communicate via communication connections. Therefore, the computing device 3400 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.

[0351] The input device 3450 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 3460 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 3440, the computing device 3400 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 3400, or any devices (such as a network card, a modem and the like) enabling the computing device 3400 to communicate with one or more other computing devices, if required. Such communication can be performed via input / output (I / O) interfaces (not shown) .

[0352] In some embodiments, instead of being integrated in a single device, some or all components of the computing device 3400 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.

[0353] The computing device 3400 may be used to implement video encoding / decoding in embodiments of the present disclosure. The memory 3420 may include one or more video coding modules 3425 having one or more program instructions. These modules are accessible and executable by the processing unit 3410 to perform the functionalities of the various embodiments described herein.

[0354] In the example embodiments of performing video encoding, the input device 3450 may receive video data as an input 3470 to be encoded. The video data may be processed, for example, by the video coding module 3425, to generate an encoded bitstream. The encoded bitstream may be provided via the output device 3460 as an output 3480.

[0355] In the example embodiments of performing video decoding, the input device 3450 may receive an encoded bitstream as the input 3470. The encoded bitstream may be processed, for example, by the video coding module 3425, to generate decoded video data. The decoded video data may be provided via the output device 3460 as the output 3480.

[0356] While this disclosure has been particularly shown and described with references to example 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 of video processing, comprising:determining, for a conversion between a video unit of a video and a bitstream of the video, that at least one chained motion vector is scaled to a reference picture associated with the video unit; andperforming the conversion based on the at least on chained motion vector.2.The method of claim 1, wherein the reference picture is a collocated reference picture.3.The method of claim 2, wherein the collocated reference picture is indicated by a syntax element.4.The method of claim 2, wherein if a plurality of collocated reference pictures is allowed, a target collocated reference picture is pre-defined for the scaling of the at least one chained motion vector.5.The method of claim 2, wherein if a plurality of collocated reference pictures is allowed, another syntax element is signalled to indicate which collocated reference picture is used for the scaling of the at least one chained motion vector.6.The method of claim 2, wherein a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the collocated picture.7.The method of claim 2, wherein a guided motion vector for the at least one chained motion vector is point to the collocated reference picture.8.The method of claim 7, wherein the at least one chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector.9.The method of claim 7, wherein if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is not used as guided motion vector.10.The method of claim 7, wherein if a candidate of the guided motion vector is not point to the collocated reference picture, the candidate is scaled to the collocated reference picture and used as guided motion vector.11.The method of any of claims 2-10, wherein the at least one chained motion vector is an inter motion vector pointing to a reference picture other than a current picture.12.The method of claim 1, wherein the at least one chained motion vector is scaled to the reference picture that is determined based on a rule.13.The method of claim 12, wherein the rule is pre-defined to derive the reference picture used for the scaling of the at least one chained motion vector.14.The method of claim 12, wherein the at least one chained motion vector is scaled to the nearest reference picture to a current picture associated with the video unit.15.The method of claim 14, wherein if the at least one chained motion vector is derived from a reference picture list L0, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L0.16.The method of claim 15, wherein the at least one chained motion vector is scaled to a reference picture before a current picture.17.The method of claim 14, wherein if the at least one chained motion vector is derived from a reference picture list L1, the at least one chained motion vector is scaled to a reference picture with refIdx=0 in the reference picture list L1.18.The method of claim 12, wherein the at least one chained motion vector is scaled to a target reference picture which has a picture order count (POC) D1 close to a given POC distance D0.19.The method of claim 18, wherein D1 represents a POC distance between a current picture and the target reference picture which the at least one chained motion vector is to be scaled to.20.The method of claim 19, wherein D1 is equal to (POCcurPic -POCrefPicB) or (POCcurPic -POCrefPicA) , wherein POCcurPic represents a POC of the current picture, POCrefPicB represents a POC of one target reference picture, and POCrefPicA represent a POC of another target reference picture.21.The method of claim 18, wherein D0 represents a POC distance between a current picture and a reference picture of a guided motion vector that is used to derive the at least one chained motion vector.22.The method of 21, wherein D0 is equal to (POCcurPic -POCrefPicB) , wherein POCcurPic represents a POC of the current picture, POCrefPicB represents the reference picture.23.The method of claim 18, wherein D0 is a POC distance between a reference block that is derived based on a guided motion vector and a reference of the reference block that is derived based on a cascaded motion vector of the reference block.24.The method of claim 23, wherein D0 is equal to (POCrefPicB -POCrefPicC) , wherein POCrefPicB represents a POC of the reference block and POCrefPicC represents a reference of the reference block.25.The method of claim 12, wherein the at least one chained motion vector is scaled to the reference picture which is indicated by a syntax element.26.The method of claim 25, wherein the syntax element is signalled at one of the following to indicate a reference index for motion vector scaling:a slice level,a picture level,a slice header (SH) level, ora picture header (PH) level.27.The method of claim 12, wherein a chained motion vector based inter prediction block is derived based on a motion compensation between a current picture and the reference picture which the at least one chained motion vector is to be scaled to.28.The method of claim 12, wherein a guided motion vector for a chained motion vector is point to a target reference picture which the at least one chained motion vector is to be scaled to.29.The method of claim 28, wherein the chained motion vector is derived based on adding up a cascaded motion vector or cascaded block vector to the guided motion vector.30.The method of claim 28, wherein if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is not used as guided motion vector.31.The method of claim 28, wherein if a candidate of the guided motion vector is not point to the target reference picture which the at least one chained motion vector is to be scaled to, the candidate is scaled to the target reference picture that the at least one chained motion vector is to be scaled to, and used as guided motion vector.32.The method of any of claims 12-31, wherein the at least one chained motion vector is an inter motion vector pointing to a reference picture other than the current picture.33.The method of claim 1, wherein a scaling factor of the scaling of the at least one chained motion vector is determined based on a POC value.34.The method of claim 33, wherein the scaling factor to derive the at least one chained motion vector after scaling is equal to (POCcur -POCtar)  /  (POCcur -POCchainWOscale) , andwherein POCcur represents a POC value of a current picture, POCtar represents a POC value of the target reference picture which the at least one chained motion vector is to be scaled, and POCchainWOscale represents a POC value of a reference picture which the at least one chained motion vector without scaling is pointed to.35.The method of claim 34, wherein CMVhor = (POCcur -POCtar)  /  (POCcur -POCchainWOscale) x CMV0hor, and / orwherein CMVver = (POCcur -POCtar)  /  (POCcur -POCchainWOscale) x CMV0ver, andwherein CMVho represents the at least one chained motion vector in horizontal direction after scaling, CMVver represents the at least one chained motion vector in vertical direction after scaling, CMV0ho represents the at least one chained motion vector without scaling in horizontal direction, and CMV0ver represents the at least one chained motion vector without scaling in vertical direction.36.The method of claim 1, wherein a way to identify the reference picture for the scaling of the at least one chained motion vector is determined based on a scaling factor.37.The method of claim 36, wherein a reference picture in a pre-defined range that makes the scaling factor closer to 1 is chosen as the reference picture for the scaling of the at least one chained motion vector.38.The method of claim 37, wherein the pre-defined range of reference pictures is N reference pictures close to a current picture in decoding order.39.The method of claim 37, wherein the pre-defined range of reference pictures is one or more reference pictures with target reference indexes.40.The method of any of claims 1-39, wherein scaling the at least one chained motion vector to the reference picture is used for at least one of:chroma coding,luma coding,inter block coding,intra block copy block (IBC) coding, orintra template matching prediction (intraTMP) block coding.41.The method of any of claims 1-39, wherein scaling the at least one chained motion vector to the reference picture is used in an inter slice.42.The method of claim 41, wherein the inter slice comprises at least one of: B slice, P slice, or low-day B slice.43.The method of any of claims 1-42, wherein whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following:sequence level,group of pictures level,picture level,slice level, ortile group level.44.The method of any of claims 1-42, wherein whether to and / or how to apply the scaling of the at least one chained motion vector is signalled at in one of the following:a sequence header,a picture header,a sequence parameter set (SPS) ,a video parameter set (VPS) ,a dependency parameter set (DPS) ,a decoding capability information (DCI) ,a picture parameter set (PPS) ,an adaptation parameter sets (APS) ,a slice header, ora tile group header.45.The method of any of claims 1-42, wherein whether to and / or how apply the scaling of the at least one chained motion vector is signalled at in one of the following:a prediction block (PB) ,a transform block (TB) ,a coding block (CB) ,a prediction unit (PU) ,a transform unit (TU) ,a coding unit (CU) ,a coding tree block (CTB) ,a coding tree unit (CTU) ,a CTU row,a slice,a tile,a sub-picture, ora region including more than one sample or pixel.46.The method of any of claims 1-42, further comprising:determining, based on coded information of the video unit, whether to and / or how to apply the scaling of the at least one chained motion vector, the coded information including at least one of:a block size,a colour format,a single and / or dual tree partitioning,a colour component,a slice type, ora picture type.47.The method of any of claims 1-46, wherein the conversion includes encoding the video unit into the bitstream.48.The method of any of claims 1-46, wherein the conversion includes decoding the video unit from the bitstream.49.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 1-48.50.A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of claims 1-48.51.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:determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit; andgenerating the bitstream based on the at least on chained motion vector.52.A method for storing a bitstream of a video, comprising:determining that at least one chained motion vector is scaled to a reference picture associated with a video unit of the video unit;generating the bitstream based on the at least on chained motion vector; andstoring the bitstream in a non-transitory computer-readable recording medium.

Images