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. In the method, for a conversion between a current block of a video and a bitstream of the video, at least one uni-directional temporal motion candidate for the current block is generated. Then, the conversion is performed based on the at least one uni-directional temporal motion candidate.

Description

METHOD, APPARATUS, AND MEDIUM FOR VIDEO PROCESSINGFIELDS

[0001] Embodiments of the present disclosure relate generally to video processing techniques, and more particularly, to video processing based on temporal motion candidate (s) .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: generating, for a conversion between a current block of a video and a bitstream of the video, at least one uni-directional temporal motion candidate for the current block; and performing the conversion based on the at least one uni-directional temporal motion candidate. The method in accordance with the first aspect of the present disclosure provides an improved approach for video processing in which uni-directional temporal motion candidate (s) for the current block is utilized. Therefore, the coding efficiency and coding effectiveness may be improved.

[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: generating at least one uni-directional temporal motion candidate for a current block of the video; and generating the bitstream based on the at least one uni-directional temporal motion candidate.

[0008] In a fifth aspect, a method for storing a bitstream of a video is proposed. The method comprises: generating at least one uni-directional temporal motion candidate for a current block of the video; generating the bitstream based on the at least one uni-directional temporal motion candidate; 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 positions of spatial and temporal neighboring blocks used in AMVP / merge candidate list construction;

[0015] Fig. 5 illustrates positions of non-adjacent candidate in ECM;

[0016] Fig. 6 illustrates control point based affine motion models;

[0017] Fig. 7 illustrates an affine MVF per subblock;

[0018] Fig. 8 illustrates locations of inherited affine motion predictors;

[0019] Fig. 9 illustrates control point motion vector inheritance;

[0020] Fig. 10 illustrates locations of candidates position for constructed affine merge mode;

[0021] Fig. 11 illustrates spatial neighbors for deriving affine merge candidates;

[0022] Fig. 12 illustrates the projection from non-adjacent neighbors to constructed affine merge candidates;

[0023] Fig. 13 illustrates an example of generating an HAPC;

[0024] Fig. 14 illustrates an illustration of regression based affine merge candidate derivation;

[0025] Fig. 15 illustrates template matching performs on a search area around initial MV;

[0026] Fig. 16 illustrates a template and the corresponding reference template;

[0027] Fig. 17 illustrates a template and reference template for block with sub-block motion using the motion information of the subblocks of current block;

[0028] Fig. 18 illustrates deriving sub-CU motion field obtained by applying a motion shift based on the neighboring motion information;

[0029] Fig. 19 illustrates a flowchart of a method for video processing in accordance with some embodiments of the present disclosure; and

[0030] Fig. 20 illustrates a block diagram of a computing device in which various embodiments of the present disclosure can be implemented.

[0031] Throughout the drawings, the same or similar reference numerals usually refer to the same or similar elements.DETAILED DESCRIPTION

[0032] 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.

[0033] 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.

[0034] 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.

[0035] 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. 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

[0036] 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.

[0037] 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.

[0038] 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.

[0039] 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.

[0040] 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.

[0041] 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.

[0042] 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.

[0043] 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.

[0044] 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.

[0045] 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.

[0046] 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.

[0047] 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.

[0048] 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.

[0049] 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.

[0050] 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.

[0051] 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.

[0052] 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.

[0053] 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.

[0054] 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.

[0055] 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.

[0056] 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.

[0057] 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.

[0058] 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.

[0059] 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.

[0060] 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.

[0061] 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.

[0062] After the reconstruction unit 212 reconstructs the video block, loop filtering operation may be performed to reduce video blocking artifacts in the video block.

[0063] 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.

[0064] 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.

[0065] 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.

[0066] 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.

[0067] 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.

[0068] 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.

[0069] 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.

[0070] 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.

[0071] 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.

[0072] 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.

[0073] 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

[0074] This disclosure is related to video coding technologies. Specifically, it is about Affine motion prediction method in video coding. The ideas may be applied individually or in various combination, to any video coding standard or non-standard video codec. 2. Introduction

[0075] The exponential increasing of multimedia data poses a critical challenge for video coding. To satisfy the increasing demands for more efficient compression technology, ITU-T and ISO / IEC have developed a series of video coding standards in the past decades. In particular, the ITU-T produced H. 261 and H. 263, ISO / IEC produced MPEG-1 and MPEG-4 visual, and the two organizations jointly developed the H. 262 / MPEG-2 Video, H. 264 / MPEG-4 Advanced Video Coding (AVC) , H. 265 / HEVC and the latest VVC standards. Since H. 262 / MPEG-2, hybrid video coding framework is employed wherein in intra / inter prediction plus transform coding are utilized.

[0076] Fig. 4 illustrates positions of spatial and temporal neighboring blocks used in AMVP / merge candidate list construction. 2.1. MVP in video coding

[0077] Inter prediction aims to remove the temporal redundancy between adjacent frames, which serves as an indispensable component in the hybrid video coding framework. Specifically, inter prediction makes use of the contents specified by motion vector (MV) as the predicted version of the current to-be-coded block, thus only residual signals and motion information are transmitted in the bitstream. To reduce the cost for MV signaling, motion vector prediction (MVP) came into being as an effective mechanism to convey motion information. Early strategies simply use the MV of a specified neighboring block or the median MV of neighboring blocks as MVP. In H. 265 / HEVC, competing mechanism was involved where the optimal MVP is selected from multiple candidates through rate distortion optimization (RDO) . In particular, advanced MVP (AMVP) mode and merge mode are devised with different motion information signaling strategy. With the AMVP mode, a reference index, a MVP candidate index referring to an AMVP candidate list and motion vector difference (MVD) is signaled. Regarding the merge mode, only a merge index referring to a merge candidate list is signaled, and all the motion information associated with the merge candidate is inherited. Both AMVP mode and merge mode need to construct MVP candidate list, and the details of the construction process for these two modes are described as follows.

[0078] AMVP mode: AMVP exploits spatial-temporal correlation of motion vector with neighboring blocks, which is used for explicit transmission of motion parameters. For each reference picture list, a motion vector candidate list is constructed by firstly checking availability of left, above temporally neighboring positions, removing redundant candidates and adding zero vector to make the candidate list to be constant length. For spatial motion vector candidate derivation, two motion vector candidates are eventually derived based on motion vectors of blocks located in five different positions as depicted in Fig. 4. The five neighboring blocks located at B0, B 1, B2, and A0, A1 are classified into two groups, where Group A includes the three above spatial neighboring blocks and Group B includes the two left spatial neighboring blocks. The two MV candidates are respectively derived with the first available candidate from Group A and Group B in a predefined order. For temporal motion vector candidate derivation, one motion vector candidate is derived based on two different collocated positions (bottom-right (C0) and central (C1) ) checked in order, as depicted in Fig. 4. To avoid redundant MV candidates, duplicated motion vector candidates in the list are abandoned. If the number of potential candidates is smaller than two, additional zero motion vector candidates are added to the list.

[0079] Fig. 5 illustrates positions of non-adjacent candidate in ECM.

[0080] Merge mode: Similar to AMVP mode, MVP candidate list for merge mode comprises of spatial and temporal candidates as well. For spatial motion vector candidate derivation, at most four candidates are selected with order A1, B1, B0, A0 and B2 after performing availability and redundant checking. For temporal merge candidate (TMVP) derivation, at most one candidate is selected from two temporal neighboring blocks (C0 and C1) . When there are not enough merge candidates with spatial and temporal candidates, combined bi-predictive merge candidates and zero MV candidates are added to MVP candidate list. Once the number of available merge candidates reaches the signaled maximally allowed number, the merge candidate list construction process is terminated.

[0081] In VVC, the construction process for merge mode is further improved by introducing the history-based MVP (HMVP) , which incorporates the motion information of previously coded blocks which may be far away from current block. In VVC, HMVP merge candidates are appended to merge list after the spatial MVP and TMVP. In this method, the motion information of a previously coded block is stored in a table and used as MVP for the current CU. The table with multiple HMVP candidates is maintained with first-in-first-out strategy during the encoding / decoding process. Whenever there is a non-subblock inter-coded CU, the associated motion information is added to the last entry of the table as a new HMVP candidate.

[0082] During the standardization of VVC, Non-adjacent MVP was proposed to facilitate better motion information derivation by exploiting the non-adjacent area. In ECM software, Non-adjacent MVP are inserted between TMVP and HMVP, where the distances between non-adjacent spatial candidates and current coding block are based on the width and height of current coding block as depicted in Fig. 5. 2.2. Affine motion compensated prediction

[0083] In HEVC, only translation motion model is applied for motion compensation prediction (MCP) . While in the real world, there are many kinds of motion, e.g., zoom in / out, rotation, perspective motions and the other irregular motions. In VVC, a block-based affine transform motion compensation prediction is applied. As shown Fig. 6, the affine motion field of the block is described by motion information of two control point (4-parameter) or three control point motion vectors (6-parameter) .

[0084] Fig. 6 illustrates control point based affine motion models.

[0085] For 4-parameter affine motion model, motion vector at sample location (x, y) in a block is derived as:

[0086] For 6-parameter affine motion model, motion vector at sample location (x, y) in a block is derived as: Where (mv0x, mv0y) is motion vector of the top-left corner control point, (mv1x, mv1y) is motion vector of the top-right corner control point, and (mv2x, mv2y) is motion vector of the bottom-left corner control point.

[0087] To simplify the motion compensation prediction, block based affine transform prediction is applied. To derive motion vector of each 4×4 luma subblock, the motion vector of the center sample of each subblock, as shown in Fig. 7, is calculated according to above equations, and rounded to 1 / 16 fraction accuracy. Then the motion compensation interpolation filters are applied to generate the prediction of each subblock with derived motion vector. The subblock size of chroma-components is also set to be 4×4. The MV of a 4×4 chroma subblock is calculated as the average of the MVs of the top-left and bottom-right luma subblocks in the collocated 8x8 luma region.

[0088] Fig. 7 illustrates an affine MVF per subblock.

[0089] As done for translational motion inter prediction, there are also two affine motion inter prediction modes: affine merge mode and affine AMVP mode. 2.2.1. Affine merge prediction

[0090] Affine merge mode can be applied for CUs with both width and height larger than or equal to 8. In this mode the CPMVs of the current CU is generated based on the motion information of the spatial neighboring CUs. There can be up to five CPMVP candidates and an index is signalled to indicate the one to be used for the current CU. In VVC, the following three types of CPVM candidate are used to form the affine merge candidate list: –Inherited affine merge candidates that extrapolated from the CPMVs of the neighbour CUs –Constructed affine merge candidates CPMVPs that are derived using the translational MVs of the neighbour CUs –Zero MVs

[0091] In VVC, there are maximum two inherited affine candidates, which are derived from affine motion model of the neighboring blocks, one from left neighboring CUs and one from above neighboring CUs. The candidate blocks are shown in Fig. 8. For the left predictor, the scan order is A0->A1, and for the above predictor, the scan order is B0->B 1->B2. Only the first inherited candidate from each side is selected. No pruning check is performed between two inherited candidates. When a neighboring affine CU is identified, its control point motion vectors are used to derive the CPMVP candidate in the affine merge list of the current CU. As shown in Fig. 9, if the neighbour left bottom block A is coded in affine mode, the motion vectors v2 , v3 and v4 of the top left corner, above right corner and left bottom corner of the CU which contains the block A are attained. When block A is coded with 4-parameter affine model, the two CPMVs of the current CU are calculated according to v2, and v3. In case that block A is coded with 6-parameter affine model, the three CPMVs of the current CU are calculated according to v2 , v3 and v4.

[0092] Fig. 8 illustrates locations of inherited affine motion predictors.

[0093] Fig. 9 illustrates control point motion vector inheritance.

[0094] Constructed affine candidate means the candidate is constructed by combining the neighbor translational motion information of each control point. The motion information for the control points is derived from the specified spatial neighbors and temporal neighbor shown in Fig. 10. CPMVk (k=1, 2, 3, 4) represents the k-th control point. For CPMV1, the B2->B3->A2 blocks are checked and the MV of the first available block is used. For CPMV2, the B 1->B0 blocks are checked and for CPMV3, the A1->A0 blocks are checked. For TMVP is used as CPMV4 if it’s available.

[0095] After MVs of four control points are attained, affine merge candidates are constructed based on those motion information. The following combinations of control point MVs are used to construct in order: {CPMV1, CPMV2, CPMV3} , {CPMV1, CPMV2, CPMV4} , {CPMV1, CPMV3, CPMV4} , {CPMV2, CPMV3, CPMV4} , {CPMV1, CPMV2} , {CPMV1, CPMV3}

[0096] The combination of 3 CPMVs constructs a 6-parameter affine merge candidate and the combination of 2 CPMVs constructs a 4-parameter affine merge candidate. To avoid motion scaling process, if the reference indices of control points are different, the related combination of control point MVs is discarded.

[0097] Fig. 10 illustrates locations of candidates position for constructed affine merge mode.

[0098] After inherited affine merge candidates and constructed affine merge candidate are checked, if the list is still not full, zero MVs are inserted to the end of the list. 2.2.2. Affine AMVP prediction

[0099] Affine AMVP mode can be applied for CUs with both width and height larger than or equal to 16. An affine flag in CU level is signalled in the bitstream to indicate whether affine AMVP mode is used and then another flag is signalled to indicate whether 4-parameter affine or 6-parameter affine. In this mode, the difference of the CPMVs of current CU and their predictors CPMVPs is signalled in the bitstream. The affine AMVP candidate list size is 2 and it is generated by using the following four types of CPVM candidate in order: –Inherited affine AMVP candidates that extrapolated from the CPMVs of the neighbour CUs –Constructed affine AMVP candidates CPMVPs that are derived using the translational MVs of the neighbour CUs –Translational MVs from neighboring CUs –Zero MVs

[0100] The checking order of inherited affine AMVP candidates is same to the checking order of inherited affine merge candidates. The only difference is that, for AMVP candidate, only the affine CU that has the same reference picture as in current block is considered. No pruning process is applied when inserting an inherited affine motion predictor into the candidate list.

[0101] Constructed AMVP candidate is derived from the specified spatial neighbors shown in Fig. 10. The same checking order is used as done in affine merge candidate construction. In addition, reference picture index of the neighboring block is also checked. The first block in the checking order that is inter coded and has the same reference picture as in current CUs is used. There is only one When the current CU is coded with 4-parameter affine mode, and mv0 and mv1 are both available, they are added as one candidate in the affine AMVP list. When the current CU is coded with 6-parameter affine mode, and all three CPMVs are available, they are added as one candidate in the affine AMVP list. Otherwise, constructed AMVP candidate is set as unavailable.

[0102] Fig. 11 illustrates spatial neighbors for deriving affine merge candidates. A part (a) of Fig. 11 illustrates deriving inherited affine merge candidates. A part (b) of Fig. 11 illustrates deriving constructed affine merge candidates.

[0103] If affine AMVP list candidates is still less than 2 after valid inherited affine AMVP candidates and constructed AMVP candidate are inserted, mv0, mv1 and mv2 will be added, in order, as the translational MVs to predict all control point MVs of the current CU, when available. Finally, zero MVs are used to fill the affine AMVP list if it is still not full. 2.2.3. New Affine candidates derivation methods in ECM-8.0

[0104] In ECM-6.0, 3 additional Affine merge and AMVP candidate derivation methods are integrated, which are Non-adjacent spatial candidates, History-parameter-based candidates, Regression based affine candidates and Pixel based affine motion compensation. 2.2.3.1. Non-adjacent spatial candidates

[0105] In ECM-6.0, non-adjacent spatial neighbors are investigated to provided candidates for both Affine merge and Affine AMVP. The pattern of obtaining non-adjacent spatial candidates is shown in Fig. 11. Same as the non-adjacent regular merge candidates, the distances between non-adjacent spatial candidates and current coding block are also defined based on the width and height of current CU.

[0106] The motion information of the non-adjacent spatial neighbors in Fig. 11 is utilized to generate additional inherited and constructed affine merge candidates. Specifically, to generate inherited candidates, 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 which is coded with Affine mode from each side (e.g., the left and above) of the current block is included. As indicated in the part (a) of Fig. 11, the checking of the neighbors on the left and above sides are performed from bottom-to-up and right-to-left, respectively. For constructed candidates, as shown in the part (b) of Fig. 11, 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 to form a rectangular virtual block together with the left and above non-adjacent neighbors. 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 projected to the current CU to generate the corresponding constructed candidates, as shown in Fig. 12.

[0107] Fig. 12 illustrates the projection from non-adjacent neighbors to constructed affine merge candidates. 2.2.3.2. History-parameter-based affine candidates

[0108] 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. A history-parameter table (HPT) is established. An entry of 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)                    (3) 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.

[0109] A history-affine-parameter-based candidate (HAPC) is derived from a neighbouring 4×4 block denoted as A0, A1, B0, B 1 or B2 in Fig. 13 and a set of affine parameters stored in a corresponding entry in 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.

[0110] Fig. 13 shows an example of how to derive an HAPC from block A0. The affine parameters {a0, b0, c0, d0} are directly fetched from one entry of category HPTIdx (RefListA0, refIdx0A0) in HPT. The affine parameters from HPT, with the center position of A0 as the base position, and the MV of block A0 as the base MV, are used together to derive the CPMVs for an affine merge HAPC, or an affine AMVP HAPC. They can also be used to derive MVs located at the center of the current block, as regular merge candidates. A HAPC can be put into the sub-block-based merge candidate list, the affine AMVP candidate list or the regular merge candidate list. As a response to new HAPCs being introduced, the size of sub-block-based merge candidate list is increased from five to ten and twelve for random access and low-delay B configurations, respectively. Besides, the size of regular merge candidate list is increased from ten to eleven for random access configurations to accommodate the newly added regular merge candidates.

[0111] Fig. 13 illustrates an example of generating an HAPC. 2.2.3.3. Regression based affine candidate

[0112] In ECM-6.0, 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.

[0113] The previously coded affine CU can be identified from scanning through non-adjacent positions and the affine HMVP table. Adjacent subblock information of current CU is fetched from 4x4 sub-blocks represented by the grey zone as depicted in Fig. 14. For each sub-block, given a reference list, the corresponding motion vector and center coordinate of the sub-block may be used.

[0114] 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.

[0115] Fig. 14 illustrates an illustration of regression based affine merge candidate derivation. 2.2.3.4. Pixel based affine motion compensation

[0116] With pixel based affine motion compensation, minimum affine subblock size is set to 1x1 for luma component when OBMC is not applied, minimum subblock size is always set to 1x1 for chroma components. 2.2.3.5. Temporal affine candidate

[0117] In ECM-14.0, temporal affine candidate are incorporated as a new affine candidate generation method. Temporal affine candidate aims to add the affine candidates derived from temporal collocated pictures into current affine merge candidate list. The same sampling grid used by regular inter merge mode is reused to scan the predefined positions in the collocated pictures for deriving the proposed affine candidates. Specifically, if the scanned position belongs to one affine coded CU, one new affine candidate is derived by scaling its CPMVs to the current CU based on its position and block-size in the collocated picture. In the current design, the derived new affine candidates are inserted into the existing affine merge list and reordered together with the other affine merge candidates through the ARMC. The number of the final output affine merge candidates after the ARMC is kept unchanged. 2.3. Template matching merge / AMVP mode in ECM

[0118] Template matching (TM) merge / AMVP mode 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 neighboring blocks of the current CU) in the current picture and a block (i.e., same size to the template) in a reference picture. As illustrated in Fig. 15, a better MV is to be searched around the initial motion of the current CU within a [–8, +8] -pel search range.

[0119] Fig. 15 illustrates template matching performs on a search area around initial MV. In AMVP mode, an MVP candidate is determined based on the template matching error to pick up the one which reaches the minimum difference between the current block and the reference block templates, and then TM performs 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 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. This search process ensures that the MVP candidate still keeps the same MV precision as indicated by adaptive motion vector resolution (AMVR) mode after TM process.

[0120] In the merge mode, similar search method is applied to the merge candidate indicated by the merge index. TM merge 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. When BM and TM are both enabled for a CU, the search process of TM stops at half-pel MVD precision and the resulted MVs are further refined by using the same model-based MVD derivation method as in DMVR. 2.4. Adaptive reorder of merge candidates (ARMC)

[0121] Inspired by the spatial correlation between reconstructed neighboring pixels and the current coding block, adaptive reorder of merge candidates (ARMC) was proposed to refine the candidates order in a given candidate list. The underlying assumption is that the candidates with les s template matching cost have higher probability to be chosen through RDO process, hence should be placed in front positions within the list to reduce the signaling cost.

[0122] The reordering method is applied to regular merge mode, template matching (TM) merge mode, and affine merge mode (excluding the SbTMVP candidate) . For the TM merge mode, merge candidates are reordered before the refinement process.

[0123] After a merge candidate list is constructed, merge candidates are divided into several subgroups. The subgroup size is set to 5. Merge candidates in each subgroup are reordered ascendingly according to cost values based on template matching. For simplification, merge candidates in the last but not the first subgroup are not reordered.

[0124] The template matching cost is measured by the sum of absolute differences (SAD) between samples of a template of the current block and their corresponding reference template. The template comprises a set of reconstructed samples neighboring to the current block, while reference template is located by the same motion information of the current block, as illustrated in Fig. 16. When a merge candidate utilizes bi-directional prediction, the reference samples of the template of the merge candidate are also generated by bi-prediction.

[0125] For subblock-based merge candidates with subblock size equal to Wsub *Hsub, the above template comprises several sub-templates with the size of Wsub × K, and the left template comprises several sub-templates with the size of K × Hsub. As shown in Fig. 17. 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. 2.5. Subblock-based temporal motion vector prediction (SbTMVP)

[0126] VVC supports the subblock-based temporal motion vector prediction (SbTMVP) method. Similar to the TMVP, SbTMVP takes advantage of the motion field in the collocated picture to facilitate more precise MVP derivation. The same collocated picture used by TMVP is used for SbTMVP. SbTMVP differs from TMVP mainly in two aspects. Firstly, SbTMVP enables sub-CU level motion prediction whereas TMVP predicts motion at CU level; Secondly, compared with TMVP that fetches the temporal MV from the collocated block in the collocated picture (the collocated block is the bottom-right or center block relative to the current CU) , SbTMVP applies a motion shift before fetching the temporal motion information from the collocated picture, where the motion shift is obtained by re-using the MV from one of the spatial neighboring blocks of the current CU.

[0127] Fig. 16 illustrates a template and the corresponding reference template.

[0128] Fig. 18 illustrates the derivation process of the sub-block level motion field for SbTMVP. In particular, the motion information of left-bottom sub-block A1 is firstly fetched, if either of the MVs in reference list0 and list1 points to the collocated frame, then the corresponding MV will be identified as motion shift. Otherwise, zero mv will be used as motion shift.

[0129] Once the motion shift is determined, the specified region in the collocated frame is employed to derive sub-block level motion field. Assuming A1’ motion is used as motion shift as depicted in Fig. 18. Then for each sub-CU, the motion information of its corresponding block (the smallest motion grid that covers the center sample) in the collocated picture is fetched to provide motion information, where MV scale operation is firstly performed to align the reference frames of the temporal motion vectors to those of the current CU.

[0130] Fig. 17 illustrates a template and reference template for block with sub-block motion using the motion information of the subblocks of current block.

[0131] Fig. 18 illustrates deriving sub-CU motion field obtained by applying a motion shift based on the neighboring motion information.

[0132] In VVC and ECM, in addition to CU level MVP candidate list, a sub-CU level MVP candidate list is also constructed to provide more precise motion prediction for the current CU, which comprises the motion fields produced by both SbTMVP and AFFINE methods. In particular, only one SbTMVP candidate is included and is always placed in the first entry of the constructed sub-CU level MVP candidate list, whereas multiple AFFINE candidates are included in the list after performing template matching-based reordering, where those with smaller costs are placed in fronter positions. 3.Problems

[0133] The existing subblock based prediction technologies have the following problems: 1) In ECM-14.0, temporal affine candidates are scaled to the reference frame with scaling factor being closest to 1. Such design is somehow rigid and a more flexible reference frame selection method is desired. 2) In ECM-14.0, when certain condition is satisfied (e.g., non-low delay condition, i.e., have reference frames in both forward and backward direction) , only the motion information from one reference list of a collocated position is used to generate the temporal motion candidate, whereas using the collocated motion from both lists may bring additional benefits. 4. Detailed solutions

[0134] In this disclosure, it is proposed to further improve temporal motion derivation for affine / regular motion candidates. In particular, temporal affine candidates can be scaled to multiple reference frames. Besides, the motion information in both reference list of a collocated position can be used to generate the temporal affine / regular motion candidate.

[0135] The detailed solutions below should be considered as examples to explain general concepts. These solutions should not be interpreted in a narrow way. Furthermore, these solutions can be combined in any manner.

[0136] The terms ‘video unit’ or ‘coding unit’ or ‘block’ may represent a coding tree block (CTB) , a coding tree unit (CTU) , a coding block (CB) , a CU, a PU, a TU, a PB, a TB.

[0137] In this disclosure, regarding “a block coded with mode N” , here “mode N” may be a prediction mode (e.g., MODE_INTRA, MODE_INTER, MODE_PLT, MODE_IBC, and etc. ) , or a coding technique (e.g., DIMD, TIMD, PDPC, CCLM, CCCM, GLM, intraTMP, AMVP, SMVD, Merge, BDOF, PROF, DMVR, AMVR, TM, Affine, CIIP, GPM, spatial GPM, SGPM, GPM inter-inter, GPM intra-intra, GPM inter-intra, MHP, GEO, TPM, MMVD, BCW, HMVP, SbTMVP, LIC, OBMC, ALF, deblocking, SAO, bilateral filter, LMCS, and the corresponding variants, and etc. ) .

[0138] 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. A temporal affine / regular motion candidate may be a uni-directional candidate. a) In one example, a uni-directional temporal candidate may be derived if the to-be-coded block belongs to a uni-predicted picture. b) In one example, alternatively, an uni-directional temporal candidate may be derived if the to-be-coded frame is bi-predicted. i. In one example, if a collocated position is uni-predicted and has only the motion information in reference list i, then this motion may be used to generate the motion in list i or (1-i) for the derived temporal candidate. ii. In one example, if a collocated position is bi-predicted and has the motion in both reference lists, then: 1) In one example, the collocated MV associated with list i (i = 0 or 1) may be used to derive the current motion in list i or (1-i) . a) In one example, which MV is used to generate the temporal candidate may depend on the POC value of the current picture and the collocated picture. i. In one example, if the POC of the current picture is larger than the collocated picture, then the collocated motion in reference list 1 may be used to derive the temporal motion for the current block in list 0 or 1. 1. Otherwise, the collocated motion in reference list 0 may be used to derive the temporal motion for the current block in list 0 or 1. b) In one example, alternatively, the motion in arbitrary list of the collocated position may be used to derive the temporal motion in list 0 or 1. 2. A temporal affine / regular motion candidate may be a bi-directional candidate. a) In one example, the collocated motion in one list may be used to generate a bi-directional candidate. i. In one example, which MV is used to generate the temporal candidate may depend on the POC value of the current picture and the collocated picture. 1) In one example, if the POC of the current picture is larger than the collocated picture, then the collocated motion in reference list 1 may be used to derive the temporal motion for the current block in both list 0 and 1. a) Otherwise, the collocated motion in reference list 0 may be used to derive the tem-poral motion for the current block in both list 0 and 1. b) In one example, alternatively, the collocated motion in both lists may be used to generate a bi-direc-tional candidate. i. In one example, the collocated motion in list i (i = 0 or 1) may be used to derive the motion in the same list (i.e., list i) for the derived temporal candidate. 1) In one example, alternatively, the collocated motion in list i may be used to derive the mo-tion in a different list (i.e., list 1-i) for the derived temporal candidate. 3. Multiple temporal affine candidates may be generated for a certain checking position. a) In one example, a certain checking position may be an adjacent or non-adjacent position. b) In one example, the same checking position for deriving non-adjacent spatial candidate may be used for temporal affine candidate derivation. c) In one example, more than one collocated frame may be used to derive temporal affine candidate. d) In one example, if a certain position in a collocated frame satisfies certain condition (e. g, coded with affine mode) , then at least K (e.g., K = 1) temporal affine candidates may be derived. i. In one example, the MVs of the control points associated with the collocated affine model are calculated, which may then be scaled to at least K (e.g., K = 1) reference frames to construct at least K (e.g., K = 1) temporal affine candidates. 1) In one example, the MVs may be scaled to the reference frame of which the scaling factor be equal to or closest to 1 (or -1) . 2) In one example, alternatively, the MVs may be scaled to the collocated pictures. 3) In one example, alternatively, the MVs may be scaled to the closest ref frames. 4) In one example, alternatively, the MVs may be scaled to the reference frame with reference index equals to 0. 5) In one example, alternatively, the same reference frame of the collocated position may be reused for the current block, and the MVs may be scaled accordingly. 6) In one example, alternatively, the MVs can be scaled to arbitrary reference frame . 7) In one example, uni-directional temporal candidates may be generated in a similar way de-scribed in Bullet 1. 8) In one example, bi-directional temporal candidates may be generated in a similar way de-scribed in Bullet 2. 4. Multiple temporal affine candidates may be gathered into a group. a) In one example, the temporal candidates associated with different collocated frames are checked in order. After all the temporal candidates associated with one collocated frame are already collected in the group, the candidates associated with another collocated frame will be collected. i. In one example, K (K >= 1) collocated frames are checked in order, where the collocated frame with higher priority may be checked earlier. 1) In one example, which collocated frames has higher priority may be signalled in the bit-stream. 2) In one example, for a certain collocated frame, at least one adjacent / no-adjacent position (s) may be checked. a) In one example, for a certain collocated frame and a certain checking position, at least one temporal candidate may be collected as described in Bullet 3. i. In one example, the candidates described in Bullet 3 may be inserted in an arbi-trary order. b) In one example, the temporal candidates associated with different adjacent / no-adjacent positions are checked in order. After all the temporal candidates associated one position are already collected in the group, the candidates associated with another position will be collected. i. In one example, K (K >= 1) adjacent / no-adjacent positions are checked in order. 1) In one example, the position be closer to the current block may be assigned with higher priority, and / or be checked earlier. 2) In one example, for a certain checking position, at least one collocated frame (s) may be checked. a) In one example, for a certain checking position and a certain collocated frame, at least one temporal candidate may be collected as described in Bullet 3. i. In one example, the candidates described in Bullet 3 may be inserted in an arbi-trary order. c) In one example, the group is constructed with pruning operation. i. In one example, if a candidate is similar enough to an already exist candidate in the group, then it will be discarded. d) In one example, for a certain adjacent / non-adjacent position, the maximum allowed candidate number for different collocated frames may be different. i. In one example, the maximum allowed candidate number value for a higher-priority collocated frame may be larger than that of a lower-priority collocated frame. e) In one example, for a certain collocated frame, the maximum allowed candidate number for different checking positions may be different. i. In one example, the maximum allowed candidate number value for a closer position may be larger than that of a farther position. f) In one example, the number of the candidate in the group can not exceed a pre-defined  / signalled / on-the-fly-determined value, if the number of candidates reach the maximum allowed value, the construc-tion process may terminate. 5. After temporal affine candidate group is constructed, it may be reordered based on certain metric. a) In one example, the metric may be template-matching cost. b) In one example, the metric may be bilateral-matching cost. 6.The top-N candidates in the reordered group may be inserted to the subblock merge list. a) In one example, N may be smaller or equal to the maximum allowed number of the temporal affine candidate group. b) In one example, the top-N candidates are inserted to the subblock merge list along with pruning oper-ation. 7. Whether to / How to construct temporal affine candidate may be dependent on the coding information of the current block. a) In one example, the information may be the coding mode / block width / height / area / ratio of width and height / the smaller (or larger) value of width and height / quantization parameter / whether temporal layer index (Tid) is larger or smaller than a predefined constant / encoder signalled / both encoder and decoder derived value. b) In one example, the information may be whether current slice satisfies low-delay condition. c) In one example, the information may be whether current block belongs to screen content. d) In one example, the information may be whether template-matching method is used or not, or whether template region of the current block exists or not.General aspects 8. In above examples, the video unit may refer to the video unit may refer to color component / sub-pic-ture / slice / tile / coding tree unit (CTU)  / CTU row / groups of CTU / coding unit (CU)  / prediction unit (PU)  / trans-form unit (TU)  / coding tree block (CTB)  / coding block (CB)  / prediction block (PB)  / transform block (TB)  / ablock / sub-block of a block / sub-region within a block / any other region that contains more than one sample or pixel. 9. 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. 10. Whether and / or how to apply the above methods may depend on the following information: a) A message signalled in the DPS / SPS / VPS / PPS / APS / picture header / slice header / tile group header / Largest coding unit (LCU)  / Coding unit (CU)  / LCU row / group of LCUs / TU / PU block / Video coding unit b) Position of CU / PU / TU / block / Video coding unit c) Block dimension of current block and / or its neighbouring blocks d) Block shape of current block and / or its neighbouring blocks e) coded mode of a block, e.g., IBC or non-IBC inter mode or non-IBC subblock mode f) Indication of the color format (such as 4: 2: 0, 4: 4: 4)  g) Coding tree structure h) Slice / tile group type and / or picture type i) Color component (e.g., may be only applied on chroma components or luma component)  j) Temporal layer ID k) Profiles / Levels / Tiers of a standard

[0139] Fig. 19 illustrates a flowchart of a method 1900 for video processing in accordance with embodiments of the present disclosure. The method 1900 is implemented during a conversion between a video unit of a video and a bitstream of the video.

[0140] At block 1910, for a conversion between a current block of a video and a bitstream of the video, at least one uni-directional temporal motion candidate for the current block is generated.

[0141] At block 1920, the conversion is performed based on the at least one uni-directional temporal motion candidate.

[0142] The method 1900 provides an improved approach for video processing in which uni-directional temporal motion candidate (s) for the current block is utilized. Therefore, the coding efficiency and coding effectiveness may be improved.

[0143] In some embodiments, the at least one uni-directional temporal motion candidate comprises at least one of: at least one temporal affine motion candidate, or at least one temporal regular motion candidate. For example, the at least one uni-directional temporal affine motion candidate may be regarded as additional temporal affine motion candidate (s) for the current block. The additional affine temporal candidates can be derived by scaling the collocated CPMVs to the reference picture with index 0, and the collocated CPMVs referring to both lists can be utilized to obtain the temporal affine candidates.

[0144] In some embodiments, in response to the current block belonging to a uni-predicted picture, the at least one uni-directional temporal motion candidate is derived. For example, a uni-directional temporal candidate may be derived if the to-be-coded block belongs to an uni-predicted picture.

[0145] Altervatively, in some embodiments, in response to the current block belong to a bi-predicted picture, the at least one uni-directional temporal motion candidate is derived. For example, an uni-directional temporal candidate may be derived if the to-be-coded frame is bi-predicted.

[0146] In some embodiments, in response to at least one collocated position of the current block being uni-predicted and comprising collocated motion information in a first reference list, the collocated motion information is used to generate motion information in the first reference list or a second reference list for the at least one uni-directional temporal motion candidate. For example, if a collocated position is uni-predicted and has only the motion information in reference list i, then this motion may be used to generate the motion in list i or (1-i) for the derived temporal candidate.

[0147] In some embodiments, in response to at least one collocated position of the current block being bi-predicted and comprising first collocated motion information in a first reference list and second collocated motion information in a second reference list, the first collocated motion information or the second collocated motion information is used to generate motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate. For example, if a collocated position is bi-predicted and has the motion in both reference lists, then the collocated MV associated with list i (i = 0 or 1) may be used to derive the current motion in list i or (1-i) .

[0148] In some embodiments, the first reference list comprises a reference list 0 and the second reference list comprises a reference list 1. In some embodiments, the first reference list comprises the reference list 1 and the second reference list comprises the reference list 0.

[0149] In some embodiments, the first collocated motion information comprises at least one collocated motion vector (MV) associated with the first reference list, and the second collocated motion information comprises at least one collocated motion vector associated with the second reference list.

[0150] In some embodiments, whether the first collocated motion information or the second collocated motion information is used to generate the at least one uni-directional temporal motion candidate is determined based on a picture order count (POC) of a current picture containing the current block and at least one POC of at least one collocated picture. For example, which MV is used to generate the temporal candidate may depend on the POC value of the current picture and the collocated picture.

[0151] In some embodiments, in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate. For example, if the POC of the current picture is larger than the collocated picture, then the collocated motion in reference list 1 may be used to derive the temporal motion for the current block in list 0 or 1.

[0152] In some embodiments, in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate. For example, if the POC of the current picture is smaller than or equal to the collocated picture, the collocated motion in reference list 0 may be used to derive the temporal motion for the current block in list 0 or 1.

[0153] In some embodiments, at least one of the first collocated motion information or the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate. For example, the motion in arbitrary list of the collocated position may be used to derive the temporal motion in list 0 or 1.

[0154] In some embodiments, the method 1900 further comprises: generating at least one bi-directional temporal motion candidate for the current block based on at least one of first collocated information in a first reference list or second collocated information in a second reference list. For example, the collocated motion in one list may be used to generate a bi-directional candidate.

[0155] In some embodiments, whether the first collocated motion information or the second collocated motion information is used for generating the at least one bi-directional temporal motion candidate is determined based on a POC of a current picture containing the current block and at least one POC of at least one collocated picture. For example, which MV is used to generate the temporal candidate may depend on the POC value of the current picture and the collocated picture.

[0156] In some embodiments, in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate. For example, if the POC of the current picture is larger than the collocated picture, then the collocated motion in reference list 1 may be used to derive the temporal motion for the current block in both list 0 and 1.

[0157] In some embodiments, in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate. For example, if the POC of the current picture is smaller than or equal to the collocated picture, the collocated motion in reference list 0 may be used to derive the temporal motion for the current block in both list 0 and 1.

[0158] In some embodiments, the first collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate. For example, the collocated motion in list i (i = 0 or 1) may be used to derive the motion in the same list (i.e., list i) for the derived temporal candidate. Altervatively, in some embodiments, the first collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate. For example, the collocated motion in list i may be used to derive the motion in a different list (i.e., list 1-i) for the derived temporal candidate.

[0159] In some embodiments, a plurality of temporal affine candidates are generated for a checking position for the current block, the plurality of temporal affine candidates comprising at least one of a uni-directional temporal candidate or a bi-directional temporal candidate. For example, multiple temporal affine candidates may be generated for a certain checking position.

[0160] In some embodiments, the checking position comprises an adjacent position or a non-adjacent position of the current block.

[0161] In some embodiments, the checking position comprises a checking position for deriving at least one non-adjacent spatial candidate for the current block. For example, the same checking position for deriving non-adjacent spatial candidate may be used for temporal affine candidate derivation.

[0162] In some embodiments, a plurality of collocated frames are used to derive the plurality of temporal affine motion candidates. For example, more than one collocated frame may be used to derive the temporal affine candidate.

[0163] In some embodiments, in response to the checking position in a collocated frame satisfying at least one condition, at least a predetermined number of temporal affine motion candidates are derived. In some embodiments, the at least one condition comprises the checking position being coded with an affine mode. In some embodiments, the predetermined number is 1. For example, if a certain position in a collocated frame satisfies certain condition (e. g, coded with affine mode) , then at least K (e.g., K = 1 or any other suitable value) temporal affine candidates may be derived.

[0164] In some embodiments, at least one MV of at least one control point associated with a collocated affine model in the collocated frame is calculated, and the at least one MV is scaled to at least the predetermined number of reference frames to construct at least the predetermined number of temporal affine motion candidates. For example, the MVs of the control points associated with the collocated affine model are calculated, which may then be scaled to at least K (e.g., K = 1 or any other suitable value) reference frames to construct at least K temporal affine candidates.

[0165] In some embodiments, at least the predetermined number of reference frames comprise at least one reference frame with at least one scaling factor being equal to or closest to 1 or -1. For example, the MVs may be scaled to the reference frame of which the scaling factor is equal to or closest to 1 (or -1) . In some embodiments, the predetermined number of reference frames comprises at least one collocated picture. For example, the MVs may be scaled to the collocated pictures. In some embodiments, the predetermined number of reference frames comprises at least one closest reference frame. For example, the MVs may be scaled to the closest reference frames. In some embodiments, the predetermined number of reference frames comprises at least one reference frame with at least one reference index being equal to 0. For example, the MVs may be scaled to the reference frame with reference index equals to 0. In some embodiments, at least one affine temporal candidate for the current block is derived by scaling collocated control point motion vectors (CPMVs) to a reference picture with an index being equal to 0, and the collocated CPMVs referring to a first reference list and a second reference list are used to obtain the at least one affine temporal candidate. In some embodiments, the predetermined number of reference frames comprises at least one reference frame used for at least one collocated position, and the at least one MV is scaled according to the at least one reference frame. For example, the same reference frame of the collocated position may be reused for the current block, and the MVs may be scaled accordingly. In some embodiments, the predetermined number of reference frames comprises at least one arbitrary reference frame. For example, the MVs can be scaled to arbitrary reference frame.

[0166] In some embodiments, the method 1900 further comprises: constructing a group of candidates by gathering a plurality of temporal affine motion candidates of the current block.

[0167] In some embodiments, the plurality of temporal affine motion candidates are associated with a plurality of collocated frames and checked in an order, and after at least one temporal affine motion candidate associated with a collocated frame of the plurality of collocated frames has been collected in the group, at least one temporal affine motion candidate associated with another collocated frame is collected in the group. For example, the temporal candidates associated with different collocated frames are checked in order. After all the temporal candidates associated with one collocated frame are already collected in the group, the candidates associated with another collocated frame will be collected.

[0168] In some embodiments, at least one temporal affine motion candidate associated with at least one collocated frame with a first priority is checked before at least one temporal affine motion candidate associated with at least one collocated frame with a second priority, and the first priority is higher than a second priority. For example, K (K >= 1) collocated frames are checked in order, where the collocated frame with higher priority may be checked earlier.

[0169] In some embodiments, the at least one collocated frame with the first priority is indicated in the bitstream. For example, which collocated frames has higher priority may be signalled in the bitstream.

[0170] In some embodiments, for at least one collocated frame among the plurality of collocated frames, at least one of at least one adjacent position or at least one non-adjacent position is checked. For example, for a certain collocated frame, at least one adjacent / no-adjacent position (s) may be checked.

[0171] In some embodiments, the plurality of temporal affine motion candidates are inserted into the group in an arbitrary order.

[0172] In some embodiments, the plurality of temporal affine motion candidates are associated with a plurality of checking positions and checked in an order, and after at least one temporal affine motion candidate associated with a checking position of the plurality of checking position has been collected in the group, at least one temporal affine motion candidate associated with another checking position is collected in the group. For example, the temporal candidates associated with different adjacent / no-adjacent positions are checked in order. After all the temporal candidates associated one position are already collected in the group, the candidates associated with another position will be collected.

[0173] In some embodiments, the plurality of checking positions are adjacent positions or non-adjacent positions. For example, K (K >= 1) adjacent / no-adjacent positions are checked in order.

[0174] In some embodiments, at least one temporal affine motion candidate associated with at least one checking position with a first priority is checked before at least one temporal affine motion candidate associated with at least one checking position with a second priority, and the first priority is higher than a second priority. In some embodiments, the at least one checking position with the first priority is closer to the current block than the at least one checking position with the second priority. For example, the position closer to the current block may be assigned with higher priority, and / or be checked earlier.

[0175] In some embodiments, for at least one checking position among the plurality of the checking positions, at least one collocated frame is checked. For example, for a certain checking position, at least one collocated frame (s) may be checked.

[0176] In some embodiments, the group is constructed with at least one pruning operation.

[0177] In some embodiments, in response to a difference between a temporal affine motion candidate and at least one temporal affine motion candidate in the group being less than a difference threshold, the temporal affine motion candidate is discarded. For example, if a candidate is similar enough to an already exist candidate in the group, then it will be discarded.

[0178] In some embodiments, for least one checking position, maximum candidate numbers for a plurality of collocated frames are different, and the least one checking position comprises at least one of at least one adjacent position or at least one non-adjacent position. For example, for a certain adjacent / non-adjacent position, the maximum allowed candidate number for different collocated frames may be different.

[0179] In some embodiments, at least one maximum candidate number for at least one collocated frame with a first priority among the plurality of collocated frames is larger than at least one maximum candidate number for at least one collocated frame with a second priority among the plurality of collocated frames, and the first priority is higher than the second priority. For example, the maximum allowed candidate number value for a higher-priority collocated frame may be larger than that of a lower-priority collocated frame.

[0180] In some embodiments, for at least one collocated frame, maximum candidate numbers for a plurality of checking positions are different.

[0181] In some embodiments, at least one maximum candidate number for at least one first checking position among the plurality of collocated frames is larger than at least one maximum candidate number for at least one second checking position among the plurality of collocated frames, and at least one first checking position is closer to the current block than the at least one second checking position. For example, the maximum allowed candidate number value for a closer position may be larger than that of a farther position.

[0182] In some embodiments, the number of the plurality of temporal affine motion candidates is less than or equal to a number threshold, and in response to the plurality of temporal affine motion candidates reaching the number threshold, construction of the group is terminated. In some embodiments, the number threshold is predetermined, or indicated in the bitstream, or determined during the conversion. For example, the number of the candidates in the group cannot exceed a pre-defined  / signalled / on-the-fly-determined value. If the number of candidates reach the maximum allowed value, the construction process may terminate.

[0183] In some embodiments, after construction of the group, the plurality of temporal affine motion candidates are reordered based on at least one metric to obtain the reordered group. For example, the metric may be a template-matching cost, a bilateral-matching cost, and the like.

[0184] In some embodiments, a number of top candidates with minimum metric values in the reordered group are inserted into a subblock merge list for the current block. In some embodiments, the number of top candidates is less than or equal to a maximum allowed candidate number of the reordered group. In some embodiments, the number of top candidates are inserted into the subblock merge list along with at least one pruning operation. In an example, when ARMC is applied, all temporal affine candidates are sorted based on template costs, and candidates with the minimum costs are inserted into the subblock merge list. The maximum allowed candidate number in the final subblock merge list may stay unchanged.

[0185] In some embodiments, information regarding whether to and / or how to generate at least one temporal affine candidate for the current block is based on coding information of the current block.

[0186] In some embodiments, the coding information of the current block comprises one or more of the following: a coding mode of the current block, a width of the current block, a height of the current block, an area of the current block, a ratio of the width and the height of the current block, the smaller value of the width and the height of the current block, the larger value of the width and the height of the current block, a quantization parameter of the current block, whether a temporal layer index (Tid) of the current block is larger than a predefined constant, an indicated value, or a derived value, whether a Tid of the current block is smaller than a predefined constant, an indicated value, or a derived value, whether a current slice satisfies low-delay condition, whether the current block is bi-predicted or uni-predicted, whether the current block belongs to screen content, whether template-matching approach is used or not, or whether a template region of the current block exists or not.

[0187] In some embodiments, in response to the current slice comprising non-low-delay B frames, the low-delay condition is satisfied.

[0188] In some embodiments, the current block comprises one of: a color component, a sub-picture, a slice, a tile, a coding tree unit (CTU) , a CTU row, groups of CTUs, a coding unit (CU) , a prediction unit (PU) , a transform unit (TU) , a coding tree block (CTB) , a coding block (CB) , a prediction block (PB) , a transform block (TB) , a block, a sub-block of a block, a sub-region within a block, or a region that contains more than one sample or pixel.

[0189] In some embodiments, information regarding whether to and / or how to apply the method 1900 is included in the bitstream.

[0190] In some embodiments, the information is indicated at one of: a sequence level, a group of pictures level, a picture level, a slice level or a tile group level.

[0191] In some embodiments, the information is indicated in a sequence header, a picture header, a sequence parameter set (SPS) , a Video Parameter Set (VPS) , a decoded parameter set (DPS) , Decoding Capability Information (DCI) , a Picture Parameter Set (PPS) , an Adaptation Parameter Set (APS) , a slice header or a tile group header.

[0192] In some embodiments, whether to and / or how to apply the method 1900 is based on one or more of the following: a message included in one of: a dependency parameter set (DPS) , a sequence parameter set (SPS) , a video parameter set (VPS) , a picture parameter set (PPS) , an adaptation parameter set (APS) , a picture header, a slice header, a tile group header, a largest coding unit (LCU) , a coding unit (CU) , a LCU row, a group of LCUs, a transform unit (TU) , a prediction unit (PU) block, or a video coding unit; a position of CU, PU, TU, block, or the video coding unit; a block dimension of the current block and / or neighboring blocks of the current block; a block shape of the current block and / or neighboring blocks of the current block; a coded mode of a block; an indication of a color format; a coding tree structure; a slice type, tile group type and / or picture type; a color component; a temporal layer identifier (ID) ; or profiles, levels, or tiers of a standard.

[0193] In some embodiments, the coded mode may be one of: an intra block copy (IBC) , a non-IBC inter mode, or a non-IBC subblock mode. The color format may be 4: 2: 0, or 4: 4: 4.

[0194] In some embodiments, the conversion comprises encoding the current block into the bitstream.

[0195] In some embodiments, the conversion comprises decoding the current block from the bitstream.

[0196] 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. In the method, at least one uni-directional temporal motion candidate for a current block of the video is generated. Then, the bitstream is generated based on the at least one uni-directional temporal motion candidate.

[0197] According to still further embodiments of the present disclosure, a method for storing bitstream of a video is provided. In the method, at least one uni-directional temporal motion candidate for a current block of the video is generated. The bitstream is generated based on the at least one uni-directional temporal motion candidate. Then, the bitstream is stored in a non-transitory computer-readable recording medium.

[0198] 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.

[0199] Clause 1. A method for video processing, comprising: generating, for a conversion between a current block of a video and a bitstream of the video, at least one uni-directional temporal motion candidate for the current block; and performing the conversion based on the at least one uni-directional temporal motion candidate.

[0200] Clause 2. The method of clause 1, wherein the at least one uni-directional temporal motion candidate comprises at least one of: at least one temporal affine motion candidate, or at least one temporal regular motion candidate.

[0201] Clause 3. The method of clause 1 or 2, wherein in response to the current block belonging to a uni-predicted picture, the at least one uni-directional temporal motion candidate is derived.

[0202] Clause 4. The method of clause 1 or 2, wherein in response to the current block belong to a bi-predicted picture, the at least one uni-directional temporal motion candidate is derived.

[0203] Clause 5. The method of clause 4, wherein in response to at least one collocated position of the current block being uni-predicted and comprising collocated motion information in a first reference list, the collocated motion information is used to generate motion information in the first reference list or a second reference list for the at least one uni-directional temporal motion candidate.

[0204] Clause 6. The method of clause 4, wherein in response to at least one collocated position of the current block being bi-predicted and comprising first collocated motion information in a first reference list and second collocated motion information in a second reference list, the first collocated motion information or the second collocated motion information is used to generate motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.

[0205] Clause 7. The method of clause 5 or 6, wherein the first reference list comprises a reference list 0 and the second reference list comprises a reference list 1, or wherein the first reference list comprises the reference list 1 and the second reference list comprises the reference list 0.

[0206] Clause 8. The method of clause 6, wherein the first collocated motion information comprises at least one collocated motion vector (MV) associated with the first reference list, and the second collocated motion information comprises at least one collocated motion vector associated with the second reference list.

[0207] Clause 9. The method of clause 6 or 8, wherein whether the first collocated motion information or the second collocated motion information is used to generate the at least one uni-directional temporal motion candidate is determined based on a picture order count (POC) of a current picture containing the current block and at least one POC of at least one collocated picture.

[0208] Clause 10. The method of clause 9, wherein in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.

[0209] Clause 11. The method of clause 9, wherein in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.

[0210] Clause 12. The method of clause 7 or 8, wherein at least one of the first collocated motion information or the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.

[0211] Clause 13. The method of clause 1, further comprising: generating at least one bi-directional temporal motion candidate for the current block based on at least one of first collocated information in a first reference list or second collocated information in a second reference list.

[0212] Clause 14. The method of clause 13, wherein whether the first collocated motion information or the second collocated motion information is used for generating the at least one bi-directional temporal motion candidate is determined based on a POC of a current picture containing the current block and at least one POC of at least one collocated picture.

[0213] Clause 15. The method of clause 14, wherein in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate.

[0214] Clause 16. The method of clause 14, wherein in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate.

[0215] Clause 17. The method of clause 12, wherein the first collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate, or wherein the first collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate.

[0216] Clause 18. The method of any of clauses 1-17, wherein a plurality of temporal affine candidates are generated for a checking position for the current block, the plurality of temporal affine candidates comprising at least one of a uni-directional temporal candidate or a bi-directional temporal candidate.

[0217] Clause 19. The method of clause 18, wherein the checking position comprises an adjacent position or a non-adjacent position of the current block.

[0218] Clause 20. The method of clause 18 or 19, wherein the checking position comprises a checking position for deriving at least one non-adjacent spatial candidate for the current block.

[0219] Clause 21. The method of any of clauses 18-20, wherein a plurality of collocated frames are used to derive the plurality of temporal affine motion candidates.

[0220] Clause 22. The method of any of clauses 18-21, wherein in response to the checking position in a collocated frame satisfying at least one condition, at least a predetermined number of temporal affine motion candidates are derived.

[0221] Clause 23. The method of clause 22, wherein the at least one condition comprises the checking position being coded with an affine mode.

[0222] Clause 24. The method of clause 22 or 23, wherein the predetermined number is 1.

[0223] Clause 25. The method of any of clauses 22-24, wherein at least one MV of at least one control point associated with a collocated affine model in the collocated frame is calculated, and the at least one MV is scaled to at least the predetermined number of reference frames to construct at least the predetermined number of temporal affine motion candidates.

[0224] Clause 26. The method of clause 25, wherein at least the predetermined number of reference frames comprise at least one reference frame with at least one scaling factor being equal to or closest to 1 or -1.

[0225] Clause 27. The method of clause 25, wherein the predetermined number of reference frames comprises at least one collocated picture.

[0226] Clause 28. The method of clause 25, wherein the predetermined number of reference frames comprises at least one closest reference frame.

[0227] Clause 29. The method of clause 25, wherein the predetermined number of reference frames comprises at least one reference frame with at least one reference index being equal to 0.

[0228] Clause 30. The method of clause 1, wherein at least one affine temporal candidate for the current block is derived by scaling collocated control point motion vectors (CPMVs) to a reference picture with an index being equal to 0, and the collocated CPMVs referring to a first reference list and a second reference list are used to obtain the at least one affine temporal candidate.

[0229] Clause 31. The method of clause 25, wherein the predetermined number of reference frames comprises at least one reference frame used for at least one collocated position, and the at least one MV is scaled according to the at least one reference frame.

[0230] Clause 32. The method of clause 25, wherein the predetermined number of reference frames comprises at least one arbitrary reference frame.

[0231] Clause 33. The method of any of clauses 1-32, further comprising: constructing a group of candidates by gathering a plurality of temporal affine motion candidates of the current block.

[0232] Clause 34. The method of clause 33, wherein the plurality of temporal affine motion candidates are associated with a plurality of collocated frames and checked in an order, and after at least one temporal affine motion candidate associated with a collocated frame of the plurality of collocated frames has been collected in the group, at least one temporal affine motion candidate associated with another collocated frame is collected in the group.

[0233] Clause 35. The method of clause 34, wherein at least one temporal affine motion candidate associated with at least one collocated frame with a first priority is checked before at least one temporal affine motion candidate associated with at least one collocated frame with a second priority, and the first priority is higher than a second priority.

[0234] Clause 36. The method of clause 34, wherein the at least one collocated frame with the first priority is indicated in the bitstream.

[0235] Clause 37. The method of clause 34, wherein for at least one collocated frame among the plurality of collocated frames, at least one of at least one adjacent position or at least one non-adjacent position is checked.

[0236] Clause 38. The method of clause 37, wherein the plurality of temporal affine motion candidates are inserted into the group in an arbitrary order.

[0237] Clause 39. The method of clause 33, wherein the plurality of temporal affine motion candidates are associated with a plurality of checking positions and checked in an order, and after at least one temporal affine motion candidate associated with a checking position of the plurality of checking position has been collected in the group, at least one temporal affine motion candidate associated with another checking position is collected in the group.

[0238] Clause 40. The method of clause 39, wherein the plurality of checking positions are adjacent positions or non-adjacent positions.

[0239] Clause 41. The method of clause 39 or 40, wherein at least one temporal affine motion candidate associated with at least one checking position with a first priority is checked before at least one temporal affine motion candidate associated with at least one checking position with a second priority, and the first priority is higher than a second priority.

[0240] Clause 42. The method of clause 41, wherein the at least one checking position with the first priority is closer to the current block than the at least one checking position with the second priority.

[0241] Clause 43. The method of clause 39 or 40, wherein for at least one checking position among the plurality of the checking positions, at least one collocated frame is checked.

[0242] Clause 44. The method of any of clauses 33-43, wherein the group is constructed with at least one pruning operation.

[0243] Clause 45. The method of clause 44, wherein in response to a difference between a temporal affine motion candidate and at least one temporal affine motion candidate in the group being less than a difference threshold, the temporal affine motion candidate is discarded.

[0244] Clause 46. The method of any of clauses 33-44, wherein for least one checking position, maximum candidate numbers for a plurality of collocated frames are different, and wherein the least one checking position comprises at least one of at least one adjacent position or at least one non-adjacent position.

[0245] Clause 47. The method of clause 46, wherein at least one maximum candidate number for at least one collocated frame with a first priority among the plurality of collocated frames is larger than at least one maximum candidate number for at least one collocated frame with a second priority among the plurality of collocated frames, and the first priority is higher than the second priority.

[0246] Clause 48. The method of any of clauses 33-44, wherein for at least one collocated frame, maximum candidate numbers for a plurality of checking positions are different.

[0247] Clause 49. The method of clause 48, wherein at least one maximum candidate number for at least one first checking position among the plurality of collocated frames is larger than at least one maximum candidate number for at least one second checking position among the plurality of collocated frames, and at least one first checking position is closer to the current block than the at least one second checking position.

[0248] Clause 50. The method of any of clauses 33-49, the number of the plurality of temporal affine motion candidates is less than or equal to a number threshold, and in response to the plurality of temporal affine motion candidates reaching the number threshold, construction of the group is terminated.

[0249] Clause 51. The method of clause 50, wherein the number threshold is predetermined, or indicated in the bitstream, or determined during the conversion.

[0250] Clause 52. The method of any of clauses 33-51, wherein after construction of the group, the plurality of temporal affine motion candidates are reordered based on at least one metric to obtain the reordered group.

[0251] Clause 53. The method of clause 52, wherein the at least one metric comprises at least one template-matching cost.

[0252] Clause 54. The method of clause 52, wherein the at least one metric comprises at least one bilateral-matching cost.

[0253] Clause 55. The method of any of clauses 52-54, wherein a number of top candidates with minimum metric values in the reordered group are inserted into a subblock merge list for the current block.

[0254] Clause 56. The method of clause 55, wherein the number of top candidates is less than or equal to a maximum allowed candidate number of the reordered group.

[0255] Clause 57. The method claim 55 or 56, wherein the number of top candidates are inserted into the subblock merge list along with at least one pruning operation.

[0256] Clause 58. The method of any of clauses 1-57, wherein information regarding whether to and / or how to generate at least one temporal affine candidate for the current block is based on coding information of the current block.

[0257] Clause 59. The method of clause 58, wherein the coding information of the current block comprises at least one of: a coding mode of the current block, a width of the current block, a height of the current block, an area of the current block, a ratio of the width and the height of the current block, the smaller value of the width and the height of the current block, the larger value of the width and the height of the current block, a quantization parameter of the current block, whether a temporal layer index (Tid) of the current block is larger than a predefined constant, an indicated value, or a derived value, whether a Tid of the current block is smaller than a predefined constant, an indicated value, or a derived value, whether a current slice satisfies low-delay condition, whether the current block is bi-predicted or uni-predicted, whether the current block belongs to screen content, whether template-matching approach is used or not, or whether a template region of the current block exists or not.

[0258] Clause 60. The method of clause 59, wherein in response to the current slice comprising non-low-delay B frames, the low-delay condition is satisfied.

[0259] Clause 61. The method of any of clauses 1-60, wherein the current block comprises one of: a color component, a sub-picture, a slice, a tile, a coding tree unit (CTU) , a CTU row, groups of CTUs, a coding unit (CU) , a prediction unit (PU) , a transform unit (TU) , a coding tree block (CTB) , a coding block (CB) , a prediction block (PB) , a transform block (TB) , a block, a sub-block of a block, a sub-region within a block, or a region that contains more than one sample or pixel.

[0260] Clause 62. The method of any of clauses 1-61, wherein information regarding whether to and / or how to apply the method is included in the bitstream.

[0261] Clause 63. The method of clause 62, wherein the information is indicated at one of: a sequence level, a group of pictures level, a picture level, a slice level or a tile group level.

[0262] Clause 64. The method of clause 62 or claim 63, wherein the information is indicated in a sequence header, a picture header, a sequence parameter set (SPS) , a Video Parameter Set (VPS) , a decoded parameter set (DPS) , Decoding Capability Information (DCI) , a Picture Parameter Set (PPS) , an Adaptation Parameter Set (APS) , a slice header or a tile group header.

[0263] Clause 65. The method of any of clauses 1-64, wherein whether to and / or how to apply the method is based on at least one of: a message included in one of: a dependency parameter set (DPS) , a sequence parameter set (SPS) , a video parameter set (VPS) , a picture parameter set (PPS) , an adaptation parameter set (APS) , a picture header, a slice header, a tile group header, a largest coding unit (LCU) , a coding unit (CU) , a LCU row, a group of LCUs, a transform unit (TU) , a prediction unit (PU) block, or a video coding unit, a position of CU, PU, TU, block, or the video coding unit, a block dimension of the current block and / or neighboring blocks of the current block, a block shape of the current block and / or neighboring blocks of the current block, a coded mode of a block, an indication of a color format, a coding tree structure, a slice type, tile group type and / or picture type, a color component, a temporal layer identifier (ID) , or profiles, levels, or tiers of a standard.

[0264] Clause 66. The method of clause 65, wherein the coded mode comprises one of: an intra block copy (IBC) , a non-IBC inter mode, or a non-IBC subblock mode, or wherein the color format comprises one of: 4: 2: 0, or 4: 4: 4.

[0265] Clause 67. The method of any of clauses 1-66, wherein the conversion comprises encoding the current block into the bitstream.

[0266] Clause 68. The method of any of clauses 1-67, wherein the conversion comprises decoding the current block from the bitstream.

[0267] Clause 69. 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 1-68.

[0268] Clause 70. A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of clauses 1-68.

[0269] Clause 71. 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: generating at least one uni-directional temporal motion candidate for a current block of the video; and generating the bitstream based on the at least one uni-directional temporal motion candidate.

[0270] Clause 72. A method for storing a bitstream of a video, comprising: generating at least one uni-directional temporal motion candidate for a current block of the video; generating the bitstream based on the at least one uni-directional temporal motion candidate; and storing the bitstream in a non-transitory computer-readable recording medium. Example Device

[0271] Fig. 20 illustrates a block diagram of a computing device 2000 in which various embodiments of the present disclosure can be implemented. The computing device 2000 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) .

[0272] It would be appreciated that the computing device 2000 shown in Fig. 20 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.

[0273] As shown in Fig. 20, the computing device 2000 includes a general-purpose computing device 2000. The computing device 2000 may at least comprise one or more processors or processing units 2010, a memory 2020, a storage unit 2030, one or more communication units 2040, one or more input devices 2050, and one or more output devices 2060.

[0274] In some embodiments, the computing device 2000 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 2000 can support any type of interface to a user (such as “wearable” circuitry and the like) .

[0275] The processing unit 2010 may be a physical or virtual processor and can implement various processes based on programs stored in the memory 2020. 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 2000. The processing unit 2010 may also be referred to as a central processing unit (CPU) , a microprocessor, a controller or a microcontroller.

[0276] The computing device 2000 typically includes various computer storage medium. Such medium can be any medium accessible by the computing device 2000, including, but not limited to, volatile and non-volatile medium, or detachable and non-detachable medium. The memory 2020 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 2030 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 2000.

[0277] The computing device 2000 may further include additional detachable / non-detachable, volatile / non-volatile memory medium. Although not shown in Fig. 20, 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.

[0278] The communication unit 2040 communicates with a further computing device via the communication medium. In addition, the functions of the components in the computing device 2000 can be implemented by a single computing cluster or multiple computing machines that can communicate via communication connections. Therefore, the computing device 2000 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.

[0279] The input device 2050 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 2060 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 2040, the computing device 2000 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 2000, or any devices (such as a network card, a modem and the like) enabling the computing device 2000 to communicate with one or more other computing devices, if required. Such communication can be performed via input / output (I / O) interfaces (not shown) .

[0280] In some embodiments, instead of being integrated in a single device, some or all components of the computing device 2000 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.

[0281] The computing device 2000 may be used to implement video encoding / decoding in embodiments of the present disclosure. The memory 2020 may include one or more video coding modules 2025 having one or more program instructions. These modules are accessible and executable by the processing unit 2010 to perform the functionalities of the various embodiments described herein.

[0282] In the example embodiments of performing video encoding, the input device 2050 may receive video data as an input 2070 to be encoded. The video data may be processed, for example, by the video coding module 2025, to generate an encoded bitstream. The encoded bitstream may be provided via the output device 2060 as an output 2080.

[0283] In the example embodiments of performing video decoding, the input device 2050 may receive an encoded bitstream as the input 2070. The encoded bitstream may be processed, for example, by the video coding module 2025, to generate decoded video data. The decoded video data may be provided via the output device 2060 as the output 2080.

[0284] 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 for video processing, comprising:generating, for a conversion between a current block of a video and a bitstream of the video, at least one uni-directional temporal motion candidate for the current block; andperforming the conversion based on the at least one uni-directional temporal motion candidate.2.The method of claim 1, wherein the at least one uni-directional temporal motion candidate comprises at least one of:at least one temporal affine motion candidate, orat least one temporal regular motion candidate.3.The method of claim 1 or 2, wherein in response to the current block belonging to a uni-predicted picture, the at least one uni-directional temporal motion candidate is derived.4.The method of claim 1 or 2, wherein in response to the current block belong to a bi-predicted picture, the at least one uni-directional temporal motion candidate is derived.5.The method of claim 4, wherein in response to at least one collocated position of the current block being uni-predicted and comprising collocated motion information in a first reference list, the collocated motion information is used to generate motion information in the first reference list or a second reference list for the at least one uni-directional temporal motion candidate.6.The method of claim 4, wherein in response to at least one collocated position of the current block being bi-predicted and comprising first collocated motion information in a first reference list and second collocated motion information in a second reference list, the first collocated motion information or the second collocated motion information is used to generate motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.7.The method of claim 5 or 6, wherein the first reference list comprises a reference list 0 and the second reference list comprises a reference list 1, orwherein the first reference list comprises the reference list 1 and the second reference list comprises the reference list 0.8.The method of claim 6, wherein the first collocated motion information comprises at least one collocated motion vector (MV) associated with the first reference list, and the second collocated motion information comprises at least one collocated motion vector associated with the second reference list.9.The method of claim 6 or 8, wherein whether the first collocated motion information or the second collocated motion information is used to generate the at least one uni-directional temporal motion candidate is determined based on a picture order count (POC) of a current picture containing the current block and at least one POC of at least one collocated picture.10.The method of claim 9, wherein in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.11.The method of claim 9, wherein in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.12.The method of claim 7 or 8, wherein at least one of the first collocated motion information or the second collocated motion information is used to generate the motion information in the first reference list or the second reference list for the at least one uni-directional temporal motion candidate.13.The method of claim 1, further comprising:generating at least one bi-directional temporal motion candidate for the current block based on at least one of first collocated information in a first reference list or second collocated information in a second reference list.14.The method of claim 13, wherein whether the first collocated motion information or the second collocated motion information is used for generating the at least one bi-directional temporal motion candidate is determined based on a POC of a current picture containing the current block and at least one POC of at least one collocated picture.15.The method of claim 14, wherein in response to the POC of the current picture being larger than the at least one POC of the at least one collocated picture, the second collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate.16.The method of claim 14, wherein in response to the POC of the current picture being smaller than or equal to the at least one POC of the at least one collocated picture, the first collocated motion information is used to generate the motion information in the first reference list and the second reference list for the at least one bi-directional temporal motion candidate.17.The method of claim 12, wherein the first collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate, orwherein the first collocated motion information is used to generate the motion information in the second reference list for the at least one bi-directional temporal motion candidate, and the second collocated motion information is used to generate the motion information in the first reference list for the at least one bi-directional temporal motion candidate.18.The method of any of claims 1-17, wherein a plurality of temporal affine candidates are generated for a checking position for the current block, the plurality of temporal affine candidates comprising at least one of a uni-directional temporal candidate or a bi-directional temporal candidate.19.The method of claim 18, wherein the checking position comprises an adjacent position or a non-adjacent position of the current block.20.The method of claim 18 or 19, wherein the checking position comprises a checking position for deriving at least one non-adjacent spatial candidate for the current block.21.The method of any of claims 18-20, wherein a plurality of collocated frames are used to derive the plurality of temporal affine motion candidates.22.The method of any of claims 18-21, wherein in response to the checking position in a collocated frame satisfying at least one condition, at least a predetermined number of temporal affine motion candidates are derived.23.The method of claim 22, wherein the at least one condition comprises the checking position being coded with an affine mode.24.The method of claim 22 or 23, wherein the predetermined number is 1.25.The method of any of claims 22-24, wherein at least one MV of at least one control point associated with a collocated affine model in the collocated frame is calculated, and the at least one MV is scaled to at least the predetermined number of reference frames to construct at least the predetermined number of temporal affine motion candidates.26.The method of claim 25, wherein at least the predetermined number of reference frames comprise at least one reference frame with at least one scaling factor being equal to or closest to 1 or -1.27.The method of claim 25, wherein the predetermined number of reference frames comprises at least one collocated picture.28.The method of claim 25, wherein the predetermined number of reference frames comprises at least one closest reference frame.29.The method of claim 25, wherein the predetermined number of reference frames comprises at least one reference frame with at least one reference index being equal to 0.30.The method of claim 1, wherein at least one affine temporal candidate for the current block is derived by scaling collocated control point motion vectors (CPMVs) to a reference picture with an index being equal to 0, and the collocated CPMVs referring to a first reference list and a second reference list are used to obtain the at least one affine temporal candidate.31.The method of claim 25, wherein the predetermined number of reference frames comprises at least one reference frame used for at least one collocated position, and the at least one MV is scaled according to the at least one reference frame.32.The method of claim 25, wherein the predetermined number of reference frames comprises at least one arbitrary reference frame.33.The method of any of claims 1-32, further comprising:constructing a group of candidates by gathering a plurality of temporal affine motion candidates of the current block.34.The method of claim 33, wherein the plurality of temporal affine motion candidates are associated with a plurality of collocated frames and checked in an order, and after at least one temporal affine motion candidate associated with a collocated frame of the plurality of collocated frames has been collected in the group, at least one temporal affine motion candidate associated with another collocated frame is collected in the group.35.The method of claim 34, wherein at least one temporal affine motion candidate associated with at least one collocated frame with a first priority is checked before at least one temporal affine motion candidate associated with at least one collocated frame with a second priority, and the first priority is higher than a second priority.36.The method of claim 34, wherein the at least one collocated frame with the first priority is indicated in the bitstream.37.The method of claim 34, wherein for at least one collocated frame among the plurality of collocated frames, at least one of at least one adjacent position or at least one non-adjacent position is checked.38.The method of claim 37, wherein the plurality of temporal affine motion candidates are inserted into the group in an arbitrary order.39.The method of claim 33, wherein the plurality of temporal affine motion candidates are associated with a plurality of checking positions and checked in an order, and after at least one temporal affine motion candidate associated with a checking position of the plurality of checking position has been collected in the group, at least one temporal affine motion candidate associated with another checking position is collected in the group.40.The method of claim 39, wherein the plurality of checking positions are adjacent positions or non-adjacent positions.41.The method of claim 39 or 40, wherein at least one temporal affine motion candidate associated with at least one checking position with a first priority is checked before at least one temporal affine motion candidate associated with at least one checking position with a second priority, and the first priority is higher than a second priority.42.The method of claim 41, wherein the at least one checking position with the first priority is closer to the current block than the at least one checking position with the second priority.43.The method of claim 39 or 40, wherein for at least one checking position among the plurality of the checking positions, at least one collocated frame is checked.44.The method of any of claims 33-43, wherein the group is constructed with at least one pruning operation.45.The method of claim 44, wherein in response to a difference between a temporal affine motion candidate and at least one temporal affine motion candidate in the group being less than a difference threshold, the temporal affine motion candidate is discarded.46.The method of any of claims 33-44, wherein for least one checking position, maximum candidate numbers for a plurality of collocated frames are different, andwherein the least one checking position comprises at least one of at least one adjacent position or at least one non-adjacent position.47.The method of claim 46, wherein at least one maximum candidate number for at least one collocated frame with a first priority among the plurality of collocated frames is larger than at least one maximum candidate number for at least one collocated frame with a second priority among the plurality of collocated frames, and the first priority is higher than the second priority.48.The method of any of claims 33-44, wherein for at least one collocated frame, maximum candidate numbers for a plurality of checking positions are different.49.The method of claim 48, wherein at least one maximum candidate number for at least one first checking position among the plurality of collocated frames is larger than at least one maximum candidate number for at least one second checking position among the plurality of collocated frames, and at least one first checking position is closer to the current block than the at least one second checking position.50.The method of any of claims 33-49, the number of the plurality of temporal affine motion candidates is less than or equal to a number threshold, and in response to the plurality of temporal affine motion candidates reaching the number threshold, construction of the group is terminated.51.The method of claim 50, wherein the number threshold is predetermined, or indicated in the bitstream, or determined during the conversion.52.The method of any of claims 33-51, wherein after construction of the group, the plurality of temporal affine motion candidates are reordered based on at least one metric to obtain the reordered group.53.The method of claim 52, wherein the at least one metric comprises at least one template-matching cost.54.The method of claim 52, wherein the at least one metric comprises at least one bilateral-matching cost.55.The method of any of claims 52-54, wherein a number of top candidates with minimum metric values in the reordered group are inserted into a subblock merge list for the current block.56.The method of claim 55, wherein the number of top candidates is less than or equal to a maximum allowed candidate number of the reordered group.57.The method of claim 55 or 56, wherein the number of top candidates are inserted into the subblock merge list along with at least one pruning operation.58.The method of any of claims 1-57, wherein information regarding whether to and / or how to generate at least one temporal affine candidate for the current block is based on coding information of the current block.59.The method of claim 58, wherein the coding information of the current block comprises at least one of:a coding mode of the current block,a width of the current block,a height of the current block,an area of the current block,a ratio of the width and the height of the current block,the smaller value of the width and the height of the current block,the larger value of the width and the height of the current block,a quantization parameter of the current block,whether a temporal layer index (Tid) of the current block is larger than a predefined constant, an indicated value, or a derived value,whether a Tid of the current block is smaller than a predefined constant, an indicated value, or a derived value,whether a current slice satisfies low-delay condition,whether the current block is bi-predicted or uni-predicted,whether the current block belongs to screen content,whether template-matching approach is used or not, orwhether a template region of the current block exists or not.60.The method of claim 59, wherein in response to the current slice comprising non-low-delay B frames, the low-delay condition is satisfied.61.The method of any of claims 1-60, wherein the current block comprises one of:a color component,a sub-picture,a slice,a tile,a coding tree unit (CTU) ,a CTU row,groups of CTUs,a coding unit (CU) ,a prediction unit (PU) ,a transform unit (TU) ,a coding tree block (CTB) ,a coding block (CB) ,a prediction block (PB) ,a transform block (TB) ,a block,a sub-block of a block,a sub-region within a block, ora region that contains more than one sample or pixel.62.The method of any of claims 1-61, wherein information regarding whether to and / or how to apply the method is included in the bitstream.63.The method of claim 62, wherein the information is indicated at one of: a sequence level, a group of pictures level, a picture level, a slice level or a tile group level.64.The method of claim 62 or claim 63, wherein the information is indicated in a sequence header, a picture header, a sequence parameter set (SPS) , a Video Parameter Set (VPS) , a decoded parameter set (DPS) , Decoding Capability Information (DCI) , a Picture Parameter Set (PPS) , an Adaptation Parameter Set (APS) , a slice header or a tile group header.65.The method of any of claims 1-64, wherein whether to and / or how to apply the method is based on at least one of:a message included in one of: a dependency parameter set (DPS) , a sequence parameter set (SPS) , a video parameter set (VPS) , a picture parameter set (PPS) , an adaptation parameter set (APS) , a picture header, a slice header, a tile group header, a largest coding unit (LCU) , a coding unit (CU) , a LCU row, a group of LCUs, a transform unit (TU) , a prediction unit (PU) block, or a video coding unit,a position of CU, PU, TU, block, or the video coding unit,a block dimension of the current block and / or neighboring blocks of the current block,a block shape of the current block and / or neighboring blocks of the current block,a coded mode of a block,an indication of a color format,a coding tree structure,a slice type, tile group type and / or picture type,a color component,a temporal layer identifier (ID) , orprofiles, levels, or tiers of a standard.66.The method of claim 65, wherein the coded mode comprises one of: an intra block copy (IBC) , a non-IBC inter mode, or a non-IBC subblock mode, orwherein the color format comprises one of: 4: 2: 0, or 4: 4: 4.67.The method of any of claims 1-66, wherein the conversion comprises encoding the current block into the bitstream.68.The method of any of claims 1-66, wherein the conversion comprises decoding the current block from the bitstream.69.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 1-68.70.A non-transitory computer-readable storage medium storing instructions that cause a processor to perform a method in accordance with any of claims 1-68.71.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:generating at least one uni-directional temporal motion candidate for a current block of the video; andgenerating the bitstream based on the at least one uni-directional temporal motion candidate.72.A method for storing a bitstream of a video, comprising:generating at least one uni-directional temporal motion candidate for a current block of the video;generating the bitstream based on the at least one uni-directional temporal motion candidate; andstoring the bitstream in a non-transitory computer-readable recording medium.

Images