Methods, apparatus, medium and computer program product for video coding

Abstract

A method includes obtaining an inter prediction signal using an inter prediction mode; in response to determining that a predefined condition is met, obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode; and obtaining a prediction signal of Combined inter and intra prediction (CIIP) based on the inter prediction signal and the intra prediction signal. The method can improve the coding performance.

Description

METHODS, APPARATUS, MEDIUM AND COMPUTER PROGRAM PRODUCT FOR VIDEO CODINGCROSS-REFERENCE TO RELATED APPLICATION

[0001] This application is based upon and claims priority to PCT Application No. PCT / CN2024 / 143475 filed on December 28, 2024, the entire content thereof is incorporated herein by reference in its entirety.TECHNICAL FIELD

[0002] This application is related to video coding and compression. More specifically, this application relates to methods and apparatus on neural network based intra prediction.BACKGROUND

[0003] Digital video is supported by a variety of electronic devices. The electronic devices transmit and receive or otherwise communicate digital video data across a communication network, and / or store the digital video data on a storage device. Due to a limited bandwidth capacity of the communication network and limited memory resources of the storage device, video coding may be used to compress the video data according to one or more video coding standards before it is communicated or stored, to generate encoded video data that uses a lower bit rate, while avoiding or minimizing degradations to video quality.SUMMARY

[0004] Embodiments of the present disclosure provide methods, apparatus, medium and computer program product for video coding.

[0005] According to a first aspect of the present disclosure, a method for video decoding is provided. The method includes obtaining a first intra prediction signal using a first intra prediction mode; obtaining a second intra prediction signal using a second intra prediction mode; and obtaining a prediction signal for a Combined inter and intra prediction (CIIP) mode based on the first intra prediction signal and the second intra prediction signal, wherein the second intra prediction mode comprises a Neural network based intra prediction (NNIP) mode.

[0006] According to a second aspect of the present disclosure, a method for video encoding is provided. The method includes determining a first intra prediction signal using a first intra prediction mode; determining a second intra prediction signal using a second intra prediction mode; and determining a prediction signal for a Combined inter and intra prediction (CIIP) mode based on the first intra prediction signal and the second intra prediction signal, wherein the second intra prediction mode comprises a Neural network based intra prediction (NNIP) mode.

[0007] According to a third aspect of the present disclosure, an apparatus for video decoding is provided. The apparatus includes one or more processors; a memory coupled to the one or more processors and configured to store instructions executable by the one or more processors, wherein the one or more processors, upon execution of the instructions, are configured to perform method according to the embodiments of the present application.

[0008] According to a fourth aspect of the present disclosure, an apparatus for video encoding is provided. The apparatus includes one or more processors; a memory coupled to the one or more processors and configured to store instructions executable by the one or more processors, wherein the one or more processors, upon execution of the instructions, are configured to perform method according to the embodiments of the present application.

[0009] According to a fifth aspect of the present disclosure, A method for storing a bitstream is provided. The method includes performing the method for video encoding according to the embodiments of the present application to generate a bitstream; and storing the bitstream.

[0010] According to a sixth aspect of the present disclosure, A method for transmitting a bitstream is provided. The method includes performing the method for video encoding according to the embodiments of the present application to generate a bitstream; and transmitting the bitstream.

[0011] According to a seventh aspect of the present disclosure, a computer program product is provided. The computer program product includes instructions for storage of a bitstream, wherein the bitstream comprises encoded video data to be decoded by the decoding method according to the embodiments of the present application or encoded video data generated by the encoding method according to the embodiments of the present application.

[0012] It is to be understood that both the foregoing general description and the following detailed description are examples only and are not restrictive of the present disclosure.BRIEF DESCRIPTION OF THE DRAWINGS

[0013] The accompanying drawings, which are incorporated in and constitute a part of this specification, illustrate examples consistent with the present disclosure and, together with the description, serve to explain the principles of the disclosure.

[0014] FIG. 1 is a block diagram illustrating an exemplary system for encoding and decoding video blocks in accordance with some implementations of the present disclosure.

[0015] FIG. 2 is a block diagram illustrating an exemplary video encoder in accordance with some implementations of the present disclosure.

[0016] FIG. 3 is a block diagram illustrating an exemplary video decoder in accordance with some implementations of the present disclosure.

[0017] FIGS. 4A through 4E are block diagrams illustrating how a frame is recursively partitioned into multiple video blocks of different sizes and shapes in accordance with some implementations of the present disclosure.

[0018] FIG. 5 illustrates a diagram of intra modes as defined in VVC;

[0019] FIG. 6 illustrates a diagram of multiple reference lines for intra prediction;

[0020] FIGS. 7A and 7B illustrate diagrams of reference samples for Position-Dependent intra Prediction Combination (PDPC) in a top-right diagonal mode and a bottom-left diagonal mode respectively;

[0021] FIG. 8A illustrates a diagram of sub-partitions for 4x8 and 8×4 CUs;

[0022] FIG. 8B illustrates a diagram of sub-partitions for CUs other than 4×8, 8×4 and 4×4 CUs;

[0023] FIG. 9 illustrates a diagram of locations of left and above samples of a CU involved in a Cross-Component Linear Model (CCLM) prediction; and

[0024] FIG. 10 illustrates a diagram of a Matrix weighted Intra Prediction (MIP) process.

[0025] FIG. 11 illustrates a diagram of L shaped neighborhood for a given predicted block.

[0026] FIG. 12 illustrates a diagram of prediction of the current w×h block Y from the context X of reference samples around Y via the neural network-based intra prediction mode. Here, w=8 and h=4.

[0027] FIG. 13 illustrates a diagram of decomposition of the context X of reference samples surrounding the current w×h block Y into the available reference samples and the unavailable reference samples Xu. Here, w=8 and h=4. In the illustrated case, the number of unavailable reference samples reaches its maximum value.

[0028] FIG. 14 illustrates a diagram of intra prediction mode signaling for the current w×h luma CB framed in orange in dashed line. The coordinates of the pixel at the top-left of this CB are (y, x) . The bin value of a nnFlag value appears in bold gray. Here, h=8, w=4, x=8, and y=0.

[0029] FIG. 15 illustrates uni-prediction motion vector selection for Geometric Partitioning Mode (GPM) .

[0030] FIG. 16 illustrates top and left neighboring blocks used in CIIP weight derivation.

[0031] FIG. 17 illustrates the division method for angular modes.

[0032] FIG. 18 illustrates GPM with inter and intra prediction. Available IPM candidates (a) ～ (c) . (d) Example of GPM with intra and intra prediction.

[0033] FIG. 19 illustrates the edge on templates.

[0034] FIG. 20 illustrates the ramp function for the weights for GPM blending based on the displacement (d) from a predicted sample position to the GPM partitioning boundary and the blending area size (τ) .

[0035] FIG. 21 illustrates spatial GPM candidates.

[0036] FIG. 22 illustrates GPM template.

[0037] FIG. 23 illustrates GPM blending.

[0038] FIG. 24 is a diagram illustrating a computing environment coupled with a user interface, according to some implementations of the present disclosure.

[0039] FIG. 25 is a flow chart illustrating a method for video decoding in accordance with some implementations of the present disclosure.

[0040] FIG. 26 is a flow chart illustrating a method for video encoding in accordance with some implementations of the present disclosure.DETAILED DESCRIPTION

[0041] Reference will now be made in detail to specific implementations, examples of which are illustrated in the accompanying drawings. In the following detailed description, numerous non-limiting specific details are set forth in order to assist in understanding the subject matter presented herein. But various alternatives may be used without departing from the scope of claims and the subject matter may be practiced without these specific details. For example, the subject matter presented herein can be implemented on many types of electronic devices with digital video capabilities.

[0042] It should be illustrated that the terms “first, ” “second, ” and the like used in the description, claims of the present disclosure, and the accompanying drawings are used to distinguish objects, and not used to describe any specific order or sequence. It should be understood that the data used in this way may be interchanged under an appropriate condition, such that the embodiments of the present disclosure described herein may be implemented in orders besides those shown in the accompanying drawings or described in the present disclosure.

[0043] FIG. 1 is a block diagram illustrating an exemplary system 10 for encoding and decoding video blocks in parallel in accordance with some implementations of the present disclosure. As shown in FIG. 1, the system 10 includes a source device 12 that generates and encodes video data to be decoded at a later time by a destination device 14. The source device 12 and the destination device 14 may comprise any of a wide variety of electronic devices, including cloud servers, server computers, desktop or laptop computers, tablet computers, smart phones, set-top boxes, digital televisions, cameras, display devices, digital media players, video gaming consoles, video streaming device, or the like. In some implementations, the source device 12 and the destination device 14 are equipped with wireless communication capabilities.

[0044] As shown in FIG. 1, the source device 12 includes a video source 18, a video encoder 20 and an output interface 22. The video source 18 may include a source such as a video capturing device, e.g., a video camera, a video archive containing previously captured video, a video feeding interface to receive video from a video content provider, and / or a computer graphics system for generating computer graphics data as the source video, or a combination of such sources.

[0045] The captured, pre-captured, or computer-generated video may be encoded by the video encoder 20. The encoded video data may comprise a sequence of pictures, each of which may comprise one or more sample arrays, for example, luma (Y) only for monochrome; luma and two chroma in YCbCr or YCgCo domain; or green, blue, and red in GBR (also known as RGB) domain. For convenience of notation and terminology in this application, in some embodiments, variables and terms associated with each set of three sample arrays may be referred to as luma and chroma, where the two chroma arrays may be referred to as Cb and Cr, regardless of the actual color representation method in use. The video data may be in a chroma format of 4: 0: 0, 4: 2: 0, 4: 2: 2, or 4: 4: 4, but the present application is not limited thereto. A bit depth BitDepth of samples of sample arrays may be an integer in a range of 8 to 16. For example, a vlaue of BitDepth may be 8, 9, 10, 11, 12, 13, 14, 15 or 16. It should be illustrated that the value of BitDepth is not limited thereto, and may be any other value proposed in the future.

[0046] The encoded video data may be transmitted directly to the destination device 14 through the output interface 22 of the source device 12 via a link 16. The output interface 22 may include a modem and / or a transmitter. The link 16 may comprise any type of wireless communication medium or device and / or any type of wired communication medium or device capable of transmitting the encoded video data from the source device 12 to the destination device 14. The encoded video data may also (or alternatively) be stored onto a storage device 32 for later access by the destination device 14 via for example an input interface 28 or by other devices, for decoding and / or playback. The storage device 32 may include any of a variety of distributed or locally accessed data storage media such as a hard drive, Blu-ray discs, Digital Versatile Disks (DVDs) , Compact Disc Read-Only Memories (CD-ROMs) , flash memory, volatile or non-volatile memory, or any other suitable digital storage media for storing the encoded video data.

[0047] The destination device 14 includes the input interface 28, a video decoder 30, and a display device 34. The input interface 28 may include a receiver and / or a modem and receive the encoded video data over the link 16. Alternatively, the destination device 14 may access the stored video data from the storage device 32 via streaming, downloading or a combination of both. The encoded video data may include a variety of syntax elements generated by the video encoder 20 for use by the video decoder 30 in decoding the video data. The display device 34 may be an integrated display device or an external display device that is configured to communicate with the destination device 14, and may display the decoded video data to a user.

[0048] The video encoder 20 and the video decoder 30 may operate (for example, encode and decode video data) according to proprietary or industry standards, such as Versatile Video Coding (VVC) , Joint Exploration test Model (JEM) , High-Efficiency Video Coding (HEVC / H. 265) , Advanced Video Coding (AVC / H. 264) , Moving Picture Expert Group (MPEG) coding, or extensions of such standards. It should be understood that the present application is not limited to a specific video encoding / decoding standard, and may be applicable to other current and future video encoding / decoding standards.

[0049] The video encoder 20 and the video decoder 30 each may be implemented as any of a variety of suitable encoder and / or decoder circuitry, such as one or more microprocessors, Digital Signal Processors (DSPs) , Application Specific Integrated Circuits (ASICs) , Field Programmable Gate Arrays (FPGAs) , discrete logic, software, hardware, firmware or any combinations thereof. When implemented partially in software, an electronic device may store instructions for the software in a suitable, non-transitory computer-readable medium and execute the instructions in hardware using one or more processors to perform the video encoding / decoding operations disclosed in the present disclosure. Each of the video encoder 20 and the video decoder 30 may be included in one or more encoders or decoders, either of which may be integrated as part of a combined encoder / decoder (CODEC) in a respective device.

[0050] In some implementations, at least a part of components of the source device 12 and / or the destination device 14 (for example, components shown in Fig. 1, Fig. 2 and / or Fig. 3) may operate in a cloud computing service network which may provide software, platforms, and / or infrastructure, such as Software as a Service (SaaS) , Platform as a Service (PaaS) , or Infrastructure as a Service (IaaS) . In some implementations, one or more components in the source device 12 and / or the destination device 14 which are not included in the cloud computing service network may be provided in one or more client devices, and the one or more client devices may communicate with server computers in the cloud computing service network through a wireless or wired communication network. In an embodiment, at least a part of operations described herein may be implemented as cloud-based services provided by one or more server computers which are implemented by the at least a part of the components of the source device 12 and / or the destination device 14 in the cloud computing service network; and one or more other operations described herein may be implemented by the one or more client devices. In some implementations, the cloud computing service network may be a private cloud, a public cloud, or a hybrid cloud. The terms such as “cloud, ” “cloud computing, ” “cloud-based” etc. herein may be used interchangeably as appropriate without departing from the scope of the present disclosure. It should be understood that the present disclosure is not limited to be implemented in the cloud computing service network described above. Instead, the present disclosure may also be implemented in any other type of computing environments currently known or developed in the future.

[0051] FIG. 2 is a block diagram illustrating an exemplary video encoder 20 in accordance with some implementations described in the present application.

[0052] As shown in FIG. 2, the video encoder 20 includes a video data memory 40, a prediction processing unit 41, a Decoded Picture Buffer (DPB) 64, a summer 50, a transform processing unit 52, a quantization unit 54, and an entropy encoding unit 56. The prediction processing unit 41 further includes a motion estimation unit 42, a motion compensation unit 44, a partition unit 45, an intra prediction processing unit 46, and an Intra Block Copy (IBC) unit 48. In some implementations, the video encoder 20 also includes an inverse quantization unit 58, an inverse transform processing unit 60, and a summer 62 for video block reconstruction. An in-loop filter 63, such as a deblocking filter, may be positioned between the summer 62 and the DPB 64 to filter block boundaries to remove blockiness artifacts from reconstructed video. Another in-loop filter, such as Sample Adaptive Offset (SAO) filter, Cross Component Sample Adaptive Offset (CCSAO) filter and / or Adaptive in-Loop Filter (ALF) , may also be used in addition to the deblocking filter to filter an output of the summer 62. It should be illustrated that for the CCSAO technique, the present application is not limited to the embodiments described herein, and instead, the application may be applied to a situation where an offset is selected for a sample of any of a luma component and two chroma components (which may represent Y, Cb and Cr in YCbCr domain; Y, Cg and Co in YCgCo domain; or G, B and R in RGB domain for convenience of notation and terminology in this application as described above) according to one or more samples of any other of the luma component and the two chroma components to modify the sample of said any component based on the selected offset. Alternatively, there is also provided an SAO technique which is substantially the same as the CCSAO technique, except that for the SAO technique, an offset is selected for a sample of any of a luma component and two chroma components according to one or more samples of said any component to modify the sample of said any component based on the selected offset. Further, it should also be illustrated that a first component mentioned herein may be any of the luma component and the two chroma components, a second component mentioned herein may be any other of the luma component and the two chroma components, and a third component mentioned herein may be a remaining one of the luma component and the two chroma components. In some examples, the in-loop filters may be omitted, and the decoded video block may be directly provided by the summer 62 to the DPB 64. The video encoder 20 may take the form of a fixed or programmable hardware unit or may be divided among one or more of the illustrated fixed or programmable hardware units.

[0053] The video data memory 40 may store video data to be encoded by the components of the video encoder 20. The video data in the video data memory 40 may be obtained, for example, from the video source 18 as shown in FIG. 1. The DPB 64 is a buffer that stores reference video data (for example, reference frames or pictures) for use in encoding video data by the video encoder 20. The video data memory 40 and the DPB 64 may be formed by any of a variety of memory devices. In various examples, the video data memory 40 may be on-chip with other components of the video encoder 20, or off-chip relative to those components. It should be noted that the term “frame” may be used as synonyms for the term “image” or “picture” in the field of video coding.

[0054] As shown in FIG. 2, after receiving the video data, the partition unit 45 partitions the video data into video blocks. This partitioning may also include partitioning a video frame into slices, tiles (for example, sets of video blocks) , or other larger Coding Units (CUs) according to predefined splitting structures such as a Quad-Tree (QT) structure associated with the video data. The video frame is or may be regarded as a two-dimensional array or matrix of samples with sample values. A sample in the array may also be referred to as a pixel or a pel. A number of samples in horizontal and vertical directions (or axes) of the array or picture define a size and / or a resolution of the video frame. The video frame may be divided into multiple video blocks by, for example, using QT partitioning. The video block again is or may be regarded as a two-dimensional array or matrix of samples with sample values, although of smaller dimension than the video frame. A number of samples in horizontal and vertical directions (or axes) of the video block define a size of the video block. The video block may further be partitioned into one or more block partitions or sub-blocks (which may form again blocks) by, for example, iteratively using QT partitioning, Binary-Tree (BT) partitioning or Triple-Tree (TT) partitioning or any combination thereof. It should be noted that the term “block” or “video block” as used herein may be a portion, in particular a rectangular (square or non-square) portion, of a frame or a picture. With reference, for example, to HEVC and VVC, the block or video block may be or correspond to a Coding Tree Unit (CTU) , a CU, a Prediction Unit (PU) or a Transform Unit (TU) and / or may be or correspond to a corresponding block, e.g. a Coding Tree Block (CTB) , a Coding Block (CB) , a Prediction Block (PB) or a Transform Block (TB) and / or to a sub-block.

[0055] The prediction processing unit 41 may select one of a plurality of possible predictive coding modes, such as one of a plurality of intra or inter predictive coding modes, for the current video block based on error results (e.g., coding rate and the level of distortion) . The prediction processing unit 41 may provide the resulting intra or inter prediction coded block to the summer 50 to generate a residual block and to the summer 62 to reconstruct the encoded block for use as part of a reference frame subsequently. The prediction processing unit 41 also provides at least one of syntax elements, such as motion vectors, intra or inter mode indicators, partition information, and other such syntax information, to the entropy encoding unit 56.

[0056] In order to select an appropriate intra predictive coding mode for the current video block, the intra prediction processing unit 46 may perform intra predictive coding of the current video block relative to one or more neighbor blocks in the same frame as the current block to be coded to provide spatial prediction. The motion estimation unit 42 and the motion compensation unit 44 perform inter predictive coding of the current video block relative to one or more predictive blocks in one or more reference frames to provide temporal prediction. The video encoder 20 may perform multiple coding passes, e.g., to select an appropriate coding mode for each block of video data.

[0057] In some implementations, the motion estimation unit 42 generates a motion vector of the current block in a motion estimation process according to a predetermined pattern within a sequence of video frames. The motion vector may indicate displacement of a video block within a current frame relative to a predictive block within a reference frame relative to the current block being coded within the current frame The predetermined pattern may designate video frames in the sequence as P frames or B frames. In some implementations, a Motion Vector Predictor (MVP) of the current block which may be determined from motion information of spatially neighboring blocks and / or temporally co-located blocks of the current block is subtracted from an actual motion vector of the current block to produce a Motion Vector Difference (MVD) for the current block. Then, instead of encoding, into the video bitstream, the actual motion vector of the current block, information of the MVP and MVD may be encoded into the video bitstream. The IBC unit 48 may determine vectors, e.g., block vectors, for IBC coding in a manner similar to the determination of motion vectors by the motion estimation unit 42 for inter prediction, or may utilize the motion estimation unit 42 to determine the block vector. It is noted that an IBC mode may be regarded as either an intra prediction mode or a prediction mode other than the intra prediction mode and an inter prediction mode.

[0058] A predictive block for the video block may be or may correspond to a block or a reference block of a reference frame that is deemed as closely matching the video block to be coded in terms of pixel difference, which may be determined by Sum of Absolute Difference (SAD) , Sum of Square Difference (SSD) , or other difference metrics. In some implementations, the video encoder 20 may calculate values for sub-integer pixel positions of reference frames stored in the DPB 64. For example, the video encoder 20 may interpolate values of one-quarter pixel positions, one-eighth pixel positions, or other fractional pixel positions of the reference frame. Therefore, the motion estimation unit 42 may perform a motion search relative to the full pixel positions and fractional pixel positions and output a motion vector with fractional pixel precision.

[0059] The motion estimation unit 42 determines motion vector information for a video block in an inter prediction coded frame by comparing the position of the video block to the position of a predictive block of a reference frame selected from a first reference frame list (List 0) or a second reference frame list (List 1) , each of which identifies one or more reference frames stored in the DPB 64. The motion estimation unit 42 sends the determined motion vector information to the motion compensation unit 44 and then to the entropy encoding unit 56.

[0060] Motion compensation, performed by the motion compensation unit 44, may involve fetching or generating the predictive block based on the motion vector information determined by the motion estimation unit 42. Upon receiving the motion vector information for the current video block, the motion compensation unit 44 may locate a predictive block to which a motion vector points in one of the reference frame lists, retrieve the predictive block from the DPB 64, and forward the predictive block to the summer 50. The motion compensation unit 44 may also generate syntax elements associated with the video blocks of a video frame for use by the video decoder 30 in decoding the video blocks of the video frame. The syntax elements may include, for example, syntax elements defining the motion vector used to identify the predictive block, any flags indicating the prediction mode, or any other syntax information described herein. Note that the motion estimation unit 42 and the motion compensation unit 44 may be highly integrated, but are illustrated separately for conceptual purposes.

[0061] In some implementations, the IBC unit 48 may generate vectors and fetch predictive blocks in a manner similar to that described above in connection with the motion estimation unit 42 and the motion compensation unit 44, but with the predictive blocks being in the same frame as the current block being coded and with the vectors being referred to as block vectors as opposed to motion vectors.

[0062] In other examples, the IBC unit 48 may use the motion estimation unit 42 and the motion compensation unit 44, in whole or in part, to perform such functions for IBC prediction according to the implementations described herein. In either case, for Intra block copy, a predictive block may be a block that is deemed as closely matching the block to be coded, in terms of pixel difference, which may be determined by SAD, SSD, or other difference metrics, and identification of the predictive block may include calculation of values for sub-integer pixel positions.

[0063] The intra prediction processing unit 46 may intra-predict a current video block, as an alternative to the inter-prediction performed by the motion estimation unit 42 and the motion compensation unit 44, or the intra block copy prediction performed by the IBC unit 48, as described above. In particular, the intra prediction processing unit 46 may determine an intra prediction mode to encode a current block. The intra prediction processing unit 46 may provide information indicative of the selected intra-prediction mode for the block to the entropy encoding unit 56. The entropy encoding unit 56 may encode the information indicating the selected intra-prediction mode in the bitstream.

[0064] After the prediction processing unit 41 determines the predictive block for the current video block, the summer 50 forms a residual block by subtracting pixel values of the predictive block from the pixel values of the current video block, forming pixel difference values. The pixel difference values may include luma or chroma component differences or both. The residual video data in the residual block may be included in one or more TUs and is provided to the transform processing unit 52. The transform processing unit 52 transforms the residual video data into residual transform coefficients using one or more transforms, such as a Discrete Cosine Transform (DCT) or a conceptually similar transform.

[0065] The transform processing unit 52 may send the resulting transform coefficients to the quantization unit 54. The quantization unit 54 quantizes the transform coefficients to further reduce the bit rate. The quantization process may also reduce the bit depth associated with some or all of the coefficients. The degree of quantization may be modified by adjusting a quantization parameter. In some examples, the quantization unit 54 may then perform a scan of a matrix including the quantized transform coefficients. Alternatively, the entropy encoding unit 56 may perform the scan.

[0066] Following quantization, the entropy encoding unit 56 entropy encodes the quantized transform coefficients into a video bitstream using, e.g., Context Adaptive Variable Length Coding (CAVLC) , Context Adaptive Binary Arithmetic Coding (CABAC) , Syntax-based context-adaptive Binary Arithmetic Coding (SBAC) , Probability Interval Partitioning Entropy (PIPE) coding or another entropy encoding methodology or technique. The encoded bitstream may then be transmitted to the video decoder 30 as shown in FIG. 1, or archived in the storage device 32 as shown in FIG. 1 for later transmission to or retrieval by the video decoder 30. The entropy encoding unit 56 may also entropy encode the motion vectors and the other syntax elements for the current video frame.

[0067] The inverse quantization unit 58 and the inverse transform processing unit 60 apply inverse quantization and inverse transformation, respectively, to reconstruct the residual block in the pixel domain for generating a reference block for prediction of other video blocks.

[0068] The summer 62 adds the reconstructed residual block to the predictive block produced to produce a reference block for storage in the DPB 64.

[0069] FIG. 3 is a block diagram illustrating an exemplary video decoder 30 in accordance with some implementations of the present application. The video decoder 30 includes a video data memory 79, an entropy decoding unit 80, a prediction processing unit 81, an inverse quantization unit 86, an inverse transform processing unit 88, a summer 90, and a DPB 92. The prediction processing unit 81 includes a motion compensation unit 82, an intra prediction unit 84, and an IBC unit 85. The video decoder 30 may perform a decoding process generally reciprocal to the encoding process described above with respect to the video encoder 20 in connection with FIG. 2. For example, the motion compensation unit 82 may generate prediction data based on motion vectors received from the entropy decoding unit 80, while the intra-prediction unit 84 may generate prediction data based on intra-prediction mode indicators received from the entropy decoding unit 80.

[0070] In some examples, a unit of the video decoder 30 may be tasked to perform the implementations of the present disclosure. Also, in some examples, the implementations of the present disclosure may be divided among one or more of the units of the video decoder 30.

[0071] The video data memory 79 may store video data, such as an encoded video bitstream, to be decoded by the other components of the video decoder 30. The video data stored in the video data memory 79 may be obtained, for example, from the storage device 32, from a local video source, such as a camera, via wired or wireless network communication of video data, or by accessing physical data storage media (e.g., a flash drive or hard disk) . The video data memory 79 may include a Coded Picture Buffer (CPB) that stores encoded video data from an encoded video bitstream. The DPB 92 of the video decoder 30 stores reference video data for use in decoding video data by the video decoder 30. The video data memory 79 and the DPB 92 may be formed by any of a variety of memory devices, such as dynamic random access memory (DRAM) , including Synchronous DRAM (SDRAM) , Magneto-resistive RAM (MRAM) , Resistive RAM (RRAM) , or other types of memory devices. In some examples, the video data memory 79 may be on-chip with other components of the video decoder 30, or off-chip relative to those components.

[0072] During the decoding process, the video decoder 30 receives an encoded video bitstream that represents video blocks of an encoded video frame and associated syntax elements. The video decoder 30 may receive the syntax elements at the video frame level and / or the video block level. The entropy decoding unit 80 entropy decodes the bitstream to generate quantized coefficients, motion vector information or intra-prediction mode indicators, and other syntax elements. The entropy decoding unit 80 then forwards the motion vectors or intra-prediction mode indicators and other syntax elements to the prediction processing unit 81.

[0073] When the video frame is coded as an intra predictive coded (I) frame or for intra coded predictive blocks in other types of frames, the intra prediction unit 84 may generate prediction data for a video block of the current video frame based on a signaled intra prediction mode and reference data from previously decoded blocks of the current frame.

[0074] When the video frame is coded as an inter-predictive coded (i.e., B or P) frame, the motion compensation unit 82 produces one or more predictive blocks for a video block of the current video frame based on the motion vector information and other syntax elements received from the entropy decoding unit 80. Each of the predictive blocks may be produced from a reference frame within one of the reference frame lists. The video decoder 30 may construct the reference frame lists, List 0 and List 1, using default construction techniques based on reference frames stored in the DPB 92.

[0075] In some examples, when the video block is coded according to the IBC mode described herein, the IBC unit 85 produces predictive blocks for the current video block based on block vector information and other syntax elements received from the entropy decoding unit 80. The predictive blocks may be within a reconstructed region of the same picture as the current video block defined by the video encoder 20.

[0076] The motion compensation unit 82 and / or the IBC unit 85 determines prediction information for a video block of the current video frame by parsing the vector information and other syntax elements, and then uses the prediction information to produce the predictive blocks for the current video block. For example, the motion compensation unit 82 uses some of the received syntax elements to determine a prediction mode used to code video blocks of the video frame, an inter prediction frame type (e.g., B or P) , construction information for one or more of the reference frame lists for the frame, motion vectors for each inter predictive encoded video block of the frame, inter prediction status for each inter predictive coded video block of the frame, and other information to decode the video blocks in the current video frame.

[0077] Similarly, the IBC unit 85 may use some of the received syntax elements, e.g., a flag, to determine that the current video block was predicted using the IBC mode, construction information of which video blocks of the frame are within the reconstructed region and should be stored in the DPB 92, block vectors for each IBC predicted video block of the frame, IBC prediction status for each IBC predicted video block of the frame, and other information to decode the video blocks in the current video frame.

[0078] The motion compensation unit 82 may also perform interpolation using the interpolation filters as used by the video encoder 20 during encoding of the video blocks to calculate interpolated values for sub-integer pixels of reference blocks. In this case, the motion compensation unit 82 may determine the interpolation filters used by the video encoder 20 from the received syntax elements and use the interpolation filters to produce predictive blocks.

[0079] Like the process of choosing a predictive block in a reference frame during inter-frame prediction of a video block, a set of rules needs to be adopted by both the video encoder 20 and the video decoder 30 for constructing a motion vector candidate list (also known as a “merge list” ) for a current block using those potential candidate motion vectors associated with spatially neighboring blocks and / or temporally co-located blocks of the current block and then selecting one member from the motion vector candidate list as a motion vector predictor for the current block. By doing so, there is no need to transmit the motion vector candidate list itself from the video encoder 20 to the video decoder 30 and an index of the selected motion vector predictor within the motion vector candidate list is sufficient for the video encoder 20 and the video decoder 30 to use the same motion vector predictor within the motion vector candidate list for encoding and decoding the current block.

[0080] The inverse quantization unit 86 inverse quantizes the quantized transform coefficients provided in the bitstream and entropy decoded by the entropy decoding unit 80 using the same quantization parameter calculated by the video encoder 20 for each video block in the video frame. The inverse transform processing unit 88 applies an inverse transform, e.g., an inverse DCT, an inverse integer transform, or a conceptually similar inverse transform process, to the transform coefficients in order to reconstruct the residual blocks in the pixel domain.

[0081] The summer 90 reconstructs decoded video block for the current video block by summing the residual block from the inverse transform processing unit 88 and a corresponding predictive block. An in-loop filter 91 such as deblocking filter, SAO filter, CCSAO filter and / or ALF may be positioned between the summer 90 and the DPB 92 to further process the decoded video block. In some examples, the in-loop filter 91 may be omitted, and the decoded video block may be directly provided by the summer 90 to the DPB 92. The decoded video blocks in a given frame are then stored in the DPB 92, which stores reference frames used for subsequent motion compensation of next video blocks. The DPB 92, or a memory device separate from the DPB 92, may also store decoded video for later presentation on a display device, such as the display device 34 of FIG. 1.

[0082] In a typical video coding process, a video sequence typically includes an ordered set of frames or pictures. Each frame may include three sample arrays, denoted SL, SCb, and SCr. SL is a two-dimensional array of luma samples. SCb is a two-dimensional array of Cb chroma samples. SCr is a two-dimensional array of Cr chroma samples. In other instances, a frame may be monochrome and therefore includes only one two-dimensional array of luma samples.

[0083] As shown in FIG. 4A, the video encoder 20 (or more specifically the partition unit 45) generates an encoded representation of a frame by first partitioning the frame into a set of CTUs. A video frame may include an integer number of CTUs ordered consecutively in a raster scan order from left to right and from top to bottom. Each CTU is a largest logical coding unit and the width and height of the CTU are signaled by the video encoder 20 in a sequence parameter set, such that all the CTUs in a video sequence have the same size being one of 128×128, 64×64, 32×32, and 16×16. But it should be noted that the present application is not necessarily limited to a particular size. As shown in FIG. 4B, each CTU may comprise one CTB of luma samples, two corresponding CTBs of chroma samples, and syntax elements used to code the samples of the CTBs. The syntax elements describe properties of different types of units of a coded block of pixels and how the video sequence can be reconstructed at the video decoder 30, including inter or intra prediction, intra prediction mode, motion vectors, and / or other parameters. In monochrome pictures or pictures having three separate color planes, a CTU may comprise a single CTB and syntax elements used to code the samples of the CTB. A CTB may be an NxN block of samples.

[0084] To achieve a better performance, the video encoder 20 may recursively perform tree partitioning such as binary-tree partitioning, ternary-tree partitioning, quad-tree partitioning or a combination thereof on the CTBs of the CTU and divide the CTU into smaller CUs. As depicted in FIG. 4C, the 64x64 CTU 400 is first divided into four smaller CUs, each having a block size of 32x32. Among the four smaller CUs, CU 410 and CU 420 are each divided into four CUs of 16x16 by block size. The two 16x16 CUs 430 and 440 are each further divided into four CUs of 8x8 by block size. FIG. 4D depicts a quad-tree data structure illustrating the end result of the partition process of the CTU 400 as depicted in FIG. 4C, each leaf node of the quad-tree corresponding to one CU of a respective size ranging from 32x32 to 8x8. Like the CTU depicted in FIG. 4B, each CU may comprise a CB of luma samples and two corresponding CBs of chroma samples, and syntax elements used to code the samples of the CBs. In monochrome pictures or pictures having three separate color planes, a CU may comprise a single CB and syntax structures used to code the samples of the CB. It should be noted that the quad-tree partitioning depicted in FIGS. 4C and 4D is only for illustrative purposes and one CTU can be split into CUs to adapt to varying local characteristics based on quad / ternary / binary-tree partitions. In the multi-type tree structure, one CTU is partitioned by a quad-tree structure and each quad-tree leaf CU can be further partitioned by a binary and / or ternary tree structure. As shown in FIG. 4E, there are five possible partitioning types of a CB having a width W and a height H, i.e., quaternary partitioning, horizontal binary partitioning, vertical binary partitioning, horizontal ternary partitioning, and vertical ternary partitioning.

[0085] In some implementations, the video encoder 20 may further partition a CB of a CU into one or more MxN PBs. A PB is a rectangular (square or non-square) block of samples on which the same prediction, inter, intra etc., is applied. A PU of a CU may comprise a PB of luma samples, two corresponding PBs of chroma samples, and syntax elements used to predict the PBs. In monochrome pictures or pictures having three separate color planes, a PU may comprise a single PB and syntax structures used to predict the PB. The video encoder 20 may generate predictive luma, Cb, and Cr blocks for luma, Cb, and Cr PBs of each PU of the CU.

[0086] Furthermore, as illustrated in FIG. 4C, the video encoder 20 may use quad-tree partitioning to decompose the luma, Cb, and Cr residual blocks of a CU into one or more luma, Cb, and Cr transform blocks respectively. A transform block is a rectangular (square or non-square) block of samples on which the same transform is applied. A TU of a CU may comprise a TB of luma samples, two corresponding TBs of chroma samples, and syntax elements used to transform the TBs. Thus, each TU of a CU may be associated with a TB, a Cb TB, and a Cr TB. In some examples, the luma TB associated with the TU may be a sub-block of the CU's luma residual block. The Cb TB may be a sub-block of the CU's Cb residual block. The Cr TB may be a sub-block of the CU's Cr residual block. In monochrome pictures or pictures having three separate color planes, a TU may comprise a single TB and syntax structures used to transform the samples of the TB.

[0087] In general, the basic intra prediction scheme applied in VVC is almost kept the same as that of HEVC, except that several prediction tools are further extended, added and / or improved, e.g., extended intra prediction with wide-angle intra modes, Multiple Reference Line (MRL) intra prediction, PDPC, Intra Sub-Partition (ISP) prediction, CCLM prediction, and MIP.

[0088] Extended intra prediction with wide-angle intra modes

[0089] Like HEVC, VVC uses a set of reference samples neighboring a current CU (i.e., above the current CU or left to the current CU) to predict samples of the current CU. However, to capture finer edge directions present in natural video (especially for video content in high resolutions, e.g., 4K) , a number of angular intra modes is extended from 33 in HEVC to 93 in VVC. FIG. 5 illustrates a diagram of intra modes as defined in VVC. As shown in FIG. 5, among the 93 angular intra modes, modes 2 to 66 are conventional angular intra modes, and modes -1 to -14 and modes 67 to 80 are wide-angle intra modes. In addition to the angular intra modes, the planar mode (mode 0 in FIG. 5) and Direct Current (DC) mode (mode 1 in FIG. 5) of HEVC are also applied in VVC.

[0090] Since a quad / binary / ternary tree partition structure is applied in VVC, besides video blocks in square shape, rectangular video blocks also exist for the intra prediction in VVC. Due to unequal width and height of one given video block, various sets of angular intra modes may be selected from the 93 angular intra modes for different block shapes. More specifically, for both square and rectangular video blocks, besides planar and DC modes, 65 angular intra modes among the 93 angular intra modes are also supported for each block shape. When a rectangular block shape of a video block satisfies a certain condition, an index of a wide-angle intra mode of the video block may be adaptively determined by the video decoder 30 according to an index of a conventional angular intra mode received from the video encoder 20 using a mapping relationship as shown in Table 1 below. That is, for non-square blocks, the wide-angle intra modes are signaled by the video encoder 20 using the indexes of the conventional angular intra modes, which are mapped to indexes of the wide-angle intra modes by the video decoder 30 after being parsed, thus ensuring that a total number (i.e., 67) of intra modes (i.e., the planar mode, the DC mode and 65 angular intra modes among the 93 angular intra modes) is unchanged, and the intra mode coding method is unchanged. As a result, a good efficiency of signaling intra modes is achieved while providing a consistent design across different block sizes.

[0091] Table 1 shows a mapping relationship between indexes of conventional angular intra modes and indexes of wide-angle intra modes for the intra prediction of different block shapes in VCC, wherein W represents a width of a video block, and H represents a height of the video block. Table 1

[0092] MRL intra prediction

[0093] Similarly to the intra prediction in HEVC, all the intra modes (i.e., planar, DC and angular intra modes) in VVC utilize a set of reference samples above and left to a current video block for intra prediction. However, differently from HEVC where only the nearest row / column (i.e., a zeroth line 601 in FIG. 6) of reference samples are used, MRL intra prediction is introduced in VVC where in addition to the nearest row / column of reference samples, two additional rows / columns of reference samples (i.e., a first line 603 and a third line 605 in FIG. 6) may be used for the intra prediction. An index of a selected row / column of reference samples is signaled from the video encoder 20 to the video decoder 30. When a non-nearest row / column of reference samples (i.e., the first line 603 or the third line 605 in FIG. 6) is selected, the planar mode is excluded from a set of intra modes that may be used to predict the current video block. The MRL intra prediction is disabled for a first row / column of video blocks inside a current CTU to prevent using extended reference samples outside the current CTU.

[0094] PDPC

[0095] As mentioned earlier, the intra prediction samples are generated from a set of neighboring reference samples, which may introduce discontinuities along block boundaries between a current video block and neighboring video blocks thereof. The PDPC tool is introduced in VVC to solve such problems by employing a weighted combination of intra prediction samples with boundary reference samples. In VVC, PDPC may be enabled for the following intra modes without signaling: planar mode, DC mode, angular intra modes with indexes less than or equal to that of a horizontal intra mode (i.e., mode 18) , and angular intra modes with indexes greater than or equal to that of a vertical intra mode (i.e., mode 50) and less than or equal to 80. If a Block Differential Pulse Coded Modulation (BDPCM) mode is applied for the current block or an index of a selected row / column of reference samples for MRL intra prediction is greater than 0, PDPC is not applied. Assuming that a prediction sample of a current sample located at coordinate (x, y) is pred (x, y) , a modified prediction sample pred’ (x, y) after the PDPC is performed is calculated as: pred’ (x, y) = Clip3 (0, (1 << BitDepth) - 1, (wL×R-1, y’ + wT×Rx’ , -1 + (64 -wL -wT) ×pred (x, y) + 32) >>6)           (1)

[0096] where Bitdepth represents a bit depth of samples, Rx’ , -1 and R-1, y’ represent reference samples located at top and left boundaries of the current sample, respectively, wL and wT are weights which are adaptively selected according to an intra mode and a block size of the current block, “>>” represents a bitwise right shift operation, and “<<” indicates a bitwise left shift operation.

[0097] The function Clip3 (x, y, z) in the equation (1) may be defined as follows:

[0098]

[0099] FIGS. 7A and 7B illustrate diagrams of reference samples for PDPC in a top-right diagonal mode and a bottom-left diagonal mode respectively. The prediction sample pred (x, y) is located at (x, y) in the prediction block. The reference sample Rx’ , -1 has a horizontal coordinate of x’ =x+y+1 and a vertical coordinate of -1, and the reference sample R-1, y’ has a horizontal coordinate of -1 and a vertical coordinate of y’ =x+y+1.

[0100] ISP prediction

[0101] The ISP prediction is a tool applied for luma intra prediction modes, which divides luma video blocks vertically or horizontally into 2 or 4 sub-partitions depending on block sizes thereof, as shown in Table 2. For example, a minimum block size for ISP is 4×8 or 8×4. FIGS. 8A and 8B show diagrams of sub-partitions depending on a block size. If a block size W×H of a video block (for example, the video block 401 as shown in FIG. 8A) is equal to 4×8 or 8×4, then the video block is divided into 2 sub-partitions. If a block size W×H of a video block (for example, the video block 403 as shown in FIG. 8B) is greater than 4×8 or 8×4, then the video block is divided into 4 sub-partitions. A CU size that may use ISP is restricted to a maximum of 64×64. All sub-partitions fulfill a condition of having at least 16 samples. Table 2

[0102] For each sub-partition, reconstructed samples are obtained by adding a residual signal to a prediction signal. Here, the residual signal is generated by processes such as entropy decoding, inverse quantization and inverse transform. The reconstructed samples of each sub-partition are available to generate prediction of a next sub-partition. In addition, a first sub-partition to be processed is the one containing a top-left sample of the CU, and after the first sub-partition is processed, the ISP prediction continues downwards (for horizontal splitting as shown in FIGS. 8A and 8B) or rightwards (for vertical splitting as shown in FIGS. 8A and 8B) . All sub-partitions share the same intra prediction mode.

[0103] CCLM prediction

[0104] To reduce the cross-component redundancy, a CCLM prediction mode is used in VVC, wherein chroma samples of a CU are predicted based on reconstructed luma samples rec_L (i, j) of the CU by using a linear model as follows:

[0105] predC (i, j) =α·recL' (i, j) +β            (3)

[0106] where predC (i, j) represents predicted chroma samples in the CU, recL′ (i, j) represents down-sampled reconstructed luma samples of the CU which are obtained by performing down-sampling on the reconstructed luma samples recL (i, j) , and α and β are linear model parameters which are derived from at most four neighbouring chroma samples and their corresponding down-sampled luma samples. Suppose that a current chroma block has a size of W×H, then W’ and H’ are obtained as follows:

[0107] W’ = W, H’ = H when an LM mode is applied;

[0108] W’ =W + H when an LM_A mode is applied;

[0109] H’ = H + W when an LM_L mode is applied.

[0110] where in the LM mode, above samples and left samples of the CU are used together to calculate the linear model coefficients; in the LM_A mode, only the above samples of the CU are used to calculate the linear model coefficients; and in the LM_L mode, only the left samples of the CU are used to calculate the linear model coefficients.

[0111] If locations of above samples of a chroma block are denoted as S [0, -1] …S [W’ -1, -1]and locations of left samples of the chroma block are denoted as S [-1, 0] …S [-1, H’ -1] , positions of four neighbouring chroma samples are selected as follows: – S [W’  / 4, -1] , S [3 *W’  / 4, -1] , S [-1, H’  / 4] and S [-1, 3 *H’  / 4] are selected as the positions of the four neighbouring chroma samples when the LM mode is applied and both of the above and left samples are available; – S [W’  / 8, -1] , S [3 *W’  / 8, -1] , S [5 *W’  / 8, -1] and S [7 *W’  / 8, -1] are selected as the positions of the four neighbouring chroma samples when the LM_A mode is applied and the above samples are available or when only the above samples are available; – S [-1, H’  / 8] , S [-1, 3 *H’  / 8] , S [-1, 5 *H’  / 8] and S [-1, 7 *H’  / 8] are selected as the positions of the four neighbouring chroma samples when the LM_L mode is applied and the left samples are available or when only the left samples are available.

[0112] Four neighbouring luma samples corresponding to the selected locations are obtained by a down-sampling operation and the obtained four neighbouring luma samples are compared four times to find two larger values: x0A and x1A and two smaller values: x0B and x1B. Chroma sample values corresponding to the two larger values and the two smaller values are denoted as y0A, y1A, y0B and y1B respectively. Then Xa, Xb, Ya and Yb are derived as:

[0113] Finally, the linear model parameters α and β are obtained according to the following equations. β=Yb-α·Xb

[0114] FIG. 9 shows a diagram of locations of left and above samples of the CU involved in the CCLM mode, including locations of left and above samples of an N×N chroma block 901 in the CU and locations of left and above samples of an 2N×2N luma block 903 in the CU.

[0115] The parameter computation described above is performed as part of the decoding process, and therefore no syntax element is used to convey values of α and β from the video encoder 20 to the video decoder 30.

[0116] MIP

[0117] MIP is an intra prediction method newly added into VVC. In the MIP prediction method, a prediction signal of samples of a rectangular block of width W and height H is generated by taking one column of H reconstructed neighbouring boundary samples left to the rectangular block and one row of W reconstructed neighbouring boundary samples above the rectangular block as input based on the following three steps, which are averaging, matrix vector multiplication and linear interpolation as shown in FIG. 10.

[0118] First step: Averaging neighboring samples

[0119] Four samples or eight samples are determined by averaging the neighboring boundary samples bdrytop and bdryleft based on block size and shape. Specifically, the neighboring boundary samples bdrytop and bdryleft are reduced to boundary samples and by averaging the neighboring boundary samples bdrytop and bdryleft according to a predefined rule depending on the block size. Then, the reduced boundary samples and are concatenated to a reduced boundary vector bdryred which thus has a size of 4 for blocks of shape 4×4 and has a size of 8 for blocks of all other shapes. If Indexmode refers to the MIP-mode, this concatenation is defined as follows:

[0120]

[0121] Second step: Matrix Vector Multiplication

[0122] A matrix vector multiplication, followed by addition of an offset, is carried out with the averaged samples in the reduced boundary vector bdryred as an input, to generate a reduced prediction signal of a down-sampled set of samples in the original block. More specifically, the reduced prediction signal predred is computed as: predred=A·bdryred+b             (7)

[0123] Here, A is a matrix that has Wred· Hred rows and 4 columns if W=H=4 or 8 columns in all other cases. b is an offset vector of size Wred· Hred.

[0124] Here, Wred and Hred are defined as:

[0125]

[0126] The matrix A and the offset vector b are taken from one of the sets S0, S1, S2. An index idx of a set from which the matrix A and the offset vector b are taken is defined as follows:

[0127] Here, each coefficient of the matrix A is represented with 8-bit precision. The set S0 consists of 16 matrices each of which has 16 rows and 4 columns and 16 offset vectors  each of size 16, i∈ {0, …, 15} . Matrices and offset vectors of that set are used for blocks of size 4×4. The set S1 consists of 8 matrices each of which has 16 rows and 8 columns and 8 offset vectors each of size 16, i∈ {0, …, 7} . The set S2 consists of 6 matrices each of which has 64 rows and 8 columns and of 6 offset vectors of size 64, i∈ {0, …, 5} .

[0128] Third step: Interpolation

[0129] The prediction signal at the remaining positions is generated from the reduced prediction signal of the down-sampled set of samples by linear interpolation which is a single step linear interpolation in each direction. The interpolation is performed firstly in the horizontal direction and then in the vertical direction regardless of block shape or block size.

[0130] Matrix based position dependent intra prediction replacing existing conventional intra modes (PDP)

[0131] A matrix of weights, which are defined for a block shape and intra mode, is introduced, those weights are multiplied by the neighbour reference template to derive the prediction samples replacing conventional intra prediction. The weights are applied to the reference samples of the L shaped causal neighborhood template as shown in the FIG. 11.

[0132] The reference samples in the causal neighborhood are denoted as r, and F (x, y) is the matrix of weights. Then the prediction P (x, y) can be derived as

[0133] P (x, y) = ∑k F (x, y, k) *r (k) ,

[0134] where k denotes the index of the reference sample in the template.

[0135] In the test, this prediction is used for block size with both width and height up to 32 (except for 4x32, 32x4, 8x32 and 32x8) . The template size is 2 for blocks with both width and height up to 16 and it is only used for mode 0, 1, and (2+2*k) . For other blocks, template size is set to 1; is used for mode 0, 1, and (2+4*k) ; prediction is only performed for 16x16 positions, and the rest of the samples are generated by bilinear interpolation. For all block sizes, block shape and mode-based symmetry is used. Reference length is set to W and H for modes greater than 18 and less than 50 and set to 2*W and 2*H otherwise.

[0136] Modifications to matrix-based position dependent intra prediction

[0137] The matrices are retrained, the size of the prediction block generated by matrix multiplication equals to the current block size without sub-sampling.

[0138] Neural network-based intra prediction in NNVC

[0139] Neural network inference

[0140] The neural network-based intra prediction mode contains 7 neural networks, each predicting blocks of a different size in {4×4, 8×4, 16×4, 32×4, 8×8, 16×8, 16×16} . The neural network predicting blocks of size w×h is denoted fh, w (. ; θh, w) where θh, w gathers its parameters. For a given w×h block Y, fh, w (. ; θh, w) takes a preprocessed version  of the context X made of na rows of nl+2w+ew reference samples located above this block and nl columns of 2h+eh reference samples on its left side to provide The application of a postprocessing to yields a prediction of Y , see FIG. 12. Besides, fh, w (. ; θh, w) returns two indices grpIdx1 and grpIdx2. grpIdxi denotes the index characterizing the LFNST kernel index and whether the primary transform coefficients resulting from the application of the DCT-2 horizontally and the DCT-2 vertically to the residue of the neural network prediction are transposed when lfnstIdx=i , i∈ {1, 2} , see FIG. 12. Furthermore, fh, w (. ; θh, w) gives the index   of the VVC intra prediction mode (PLANAR or DC or directional intra prediction mode) whose prediction of Y from the reference samples surrounding Y best represents see FIG. 12.

[0141] If min (h, w) ≤8 &&hw<256:

[0142] na=nl=min (h, w)

[0143] otherwise:

[0144] if h>8:

[0145] na=h / 2

[0146] otherwise:

[0147] na=h

[0148] if w>8:

[0149] nl=w / 2

[0150] otherwise:

[0151] nl=w

[0152] If h≤8, eh=4. Otherwise, eh=0.

[0153] If w≤8, ew=4. Otherwise, ew=0.

[0154] Preprocessing and postprocessing

[0155] Preprocessing of the context of the current block

[0156] The “preprocessing” shown in FIG. 12 consists in the four following steps.

[0157] The mean μ of the available reference samples in X, see FIG. 13, is subtracted from

[0158] If the neural network predicting the current block is in floats, the reference samples in the context X are multiplied by ρ=1 /  (2b-8) , b being the internal bitdepth, i.e. 10 in VVC. Otherwise, the reference samples in the context X are multiplied by Qin denoting the input quantizer.

[0159] All the unavailable reference samples Xu in X, see FIG. 13, are set to 0.

[0160] The context resulting from the previous step is flattened, yielding avector of size na (nl+2w+ ew) + (2h+ eh) nl.

[0161] Postprocessing of the neural network prediction

[0162] The “postprocessing” depicted in FIG. 12 consists in reshaping the vector of size hw into a rectangle of height h and width w, dividing the result of the reshape by ρ, adding the mean μ of the available reference samples in the context of the current block, and clipping to [0, 2b-1] . Therefore, the postprocessing can be summarized as

[0163]

[0164] Adaptation of the derivation of the list of MPMs

[0165] When creating the MPM list of a given luma CB, if the “left” luma CB is predicted via the neural network-based intra prediction mode, the neural network-based mode index can be replaced by the repIdx returned during the prediction of the “left” luma CB and become a candidate index to be put into the MPM list. Similarly, if “above” luma CB is predicted via the neural network-based intra prediction mode, the neural network-based mode index can be replaced by the repIdx returned during the prediction of the “above” luma CB and become a candidate index to be inserted into the MPM list.

[0166] Signaling of the neural network-based intra prediction mode

[0167] Signaling of the neural network-based intra prediction mode in luma

[0168] For the current w×h luma CB whose top-left pixel is at position (y, x) in the current luma channel, the intra prediction mode signaling in luma is split into two cases.

[0169] If (h, w) ∈T , nnFlag appears in the intra prediction mode signaling in luma. nnFlag =1 means that the neural network-based intra prediction mode is selected to predict the current luma CB and END. nnFlag =0 means that the neural network-based intra prediction mode is not selected to predict the current luma CB, then the regular intra prediction mode signaling in luma, denoted   applies, see FIG. 14.

[0170] Otherwise, the regular intra prediction mode signaling in luma   applies.

[0171] Note that, in the case “ (h, w) ∈T &&nnFlag =1", if the context of the current luma CB goes out of the bounds of the current luma channel, i.e. x<nl || y<na, the neural network-based intra prediction is replaced by PLANAR.

[0172] T= { (4, 4) , (4, 8) , (8, 4) , (4, 16) , (16, 4) , (4, 32) , (32, 4) , (8, 8) , (8, 16) , (16, 8) , (8, 32) , (32, 8) , (16, 16) , (16, 32) , (32, 16) , (32, 32) , (64, 64) } .

[0173] Signaling of the neural network-based intra prediction mode in chroma

[0174] For the current pair of w×h chroma CBs having top-left pixel at position (y, x) in the current pair of chroma channels, the intra prediction mode signaling in chroma is split into two cases.

[0175] If the luma CB collocated with this pair of chroma CBs is predicted by the neural network-based intra prediction mode:

[0176] If (h, w) ∈T, the DM becomes the neural network-based intra prediction mode.

[0177] Otherwise, the DM is set to PLANAR.

[0178] Otherwise:

[0179] If (h, w) ∈T , nnFlagChroma appears in the intra prediction mode signaling in chroma. nnFlagChroma is placed before the DM flag in the decision tree of the intra prediction mode signaling in chroma. nnFlagChroma =1 means that the neural network-based intra prediction mode is selected to predict the current pair of chroma CBs and END. nnFlagChroma =0 means that the neural network-based intra prediction mode is not selected to predict the current pair of chroma CBs, then the regular intra prediction mode signaling in chroma resumes from the DM flag.

[0180] Otherwise, the regular intra prediction mode signaling in chroma applies.

[0181] Note that, in the case where “ (h, w) ∈T and the DM becomes the neural network-based intra prediction mode" and the case where “ (h, w) ∈T &&nnFlagChroma =1” , if the context of the current chroma CB goes out of the bounds of the current chroma channel, i.e. x<nl || y<na, the neural network-based intra prediction is replaced by PLANAR.

[0182] Transformation of the context and the neural network prediction

[0183] For a given w×h block, if (h, w) ∈T, it is possible that the neural network-based intra prediction mode must predict this block but the neural network-based intra prediction mode does not contain fh, w (. ; θh, w) . In this case, the context of the current block can be down-sampled vertically by a factor δ and / or down-sampled horizontally by a factor γ and / or transposed before the step called “preprocessing” in FIG. 12. Then, the prediction of the current block can be transposed and / or up-sampled vertically by the factor δ and / or up-sampled horizontally by the factor γ after the step called “postprocessing” in FIG. 12. The transposition of the context of the current block and the prediction, δ, and γ are chosen so that a neural network belonging to the neural network-based intra prediction mode is used for prediction, see Table 3. Table 3: decision of transposing the context of the current w×h block to be predicted and the prediction of this block, the value of γ, and the value of δ, and the neural network belonging to the neural network-based intra prediction mode used for prediction for each (h, w) ∈T.

[0184] High complexity and low complexity versions of the neural network-based intra prediction mode

[0185] High complexity

[0186] Low complexity

[0187] Neural network-based intra prediction applied in ECM

[0188] The neural network-based intra prediction algorithm and models are described as follow:

[0189] SADL for inference

[0190] 16-bit integer for model weights and intermediate results, using 32-bit integer for internal computation

[0191] 7 models depending on the block size

[0192] sparse weights enforced at training time for complexity reduction. SADL supports a simple sparse matrix storage (compressed row method) and sparse matrix multiplication algorithm, exploiting the matrices sparsity. Sparsity constraints have been strengthened compared to JVET-AH0156.

[0193] Table 4 shows the parameters count and storage memory required for each model. Memory usage reported is informative since it depends on the implementation for sparse matrix storage. Table 4 reports the total memory storage of the actual tested ECM implementation. Table 4: parameters count and storage memory needed for each model.

[0194] The complexity measured in MACs / pixel for the different neural network models is reported in Table 5. The bottom part of the table shows the complexity for blocks predicted with down-sampled reference samples. Table 5: complexity measured in MACs / pixel for the different neural network models.

[0195] Neural network-based intra prediction with DIMD mode derivation

[0196] The proposed neural network-based intra prediction model is described as follows:

[0197] Dense matrix multiplication is used

[0198] Rectified linear activations ReLU is applied instead of the leaky ReLU

[0199] DIMD is utilized to derive intra modes, instead of the prediction network

[0200] SADL is used for the inference

[0201] Seven models with parameters quantized to 16-bit integers is used (as in NNVC method)

[0202] The complexity measured in MACs / pixel for the different neural network models is reported in Table 6. The bottom part of the table shows the complexity for blocks predicted with down-sampled reference samples. Table 6: complexity measured in MACs / pixel for the different neural network models.

[0203] GPM

[0204] In VVC, GPM is supported for inter prediction. The GPM is signalled using a CU-level flag as one kind of merge mode, with other merge modes including the regular merge mode, the MMVD mode, the CIIP mode and the subblock merge mode. A total of 64 partitions are supported by GPM for each possible CU size W×H (W=2m and H=2n, with m, n ∈ {3, 4, 5, 6} ) excluding 8×64 and 64×8.

[0205] When the GPM is used, a CU is split into two parts by a geometrically located straight line. The position of the splitting line is mathematically derived from angle and offset parameters of a specific partition. Each part of the CU obtained by the geometrical partitioning is inter-predicted using its own motion; and only uni-prediction is allowed for each partition, that is, each part has one motion vector and one reference index. The uni-prediction motion constraint is applied to ensure that like the conventional bi-prediction, only two motion compensated predictions are needed for each CU.

[0206] If the GPM is used for the current CU, then a geometric partition index indicating a partition mode of the geometric partitioning (indicating an angle and an offset of the geometric partitioning) , and two merge indexes (one for each partition) are further signalled.

[0207] An uni-prediction candidate list is derived directly from a merge candidate list constructed according to the extended merge prediction process described above. Denote n as an index of a uni-prediction motion vector in the uni-prediction candidate list. An LX motion vector of an nth merge candidate in the merge candidate list, with X equal to a parity of n, is used as the nth uni-prediction motion vector for the GPM. These motion vectors are marked with “x” in FIG. 15. In a case that a corresponding LX motion vector of the nth merge candidate in the merge candidate list does not exist, an L (1 -X) motion vector of the same merge candidate is used instead as the uni-prediction motion vector for the GPM.

[0208] CIIP

[0209] In VVC, when a CU is coded in a merge mode, if the CU contains at least 64 luma samples (that is, a width of CU times a height of the CU is equal to or larger than 64) , and if both the width and the height of the CU are less than 128 luma samples, an additional flag is signalled to indicate if a CIIP mode is applied to the current CU. In the CIIP mode, a prediction signal is obtained by combining an inter prediction signal with an intra prediction signal. The inter prediction signal in the CIIP mode is derived using the same inter prediction process as that applied in the regular merge mode; and the intra prediction signal in the CIIP mode is derived following the regular intra prediction process with a planar mode. Then, the intra prediction signal and the inter prediction signal are combined using weighted averaging, where a weight value is calculated depending on coding modes of top and left neighboring blocks of the current CU 1601 (as shown in FIG. 24) as follows:

[0210] -If the top neighboring block is available and is intra coded, then isIntraTop is set to 1, otherwise isIntraTop is set to 0;

[0211] -If the left neighboring block is available and is intra coded, then isIntraLeft is set to 1, otherwise isIntraLeft is set to 0;

[0212] -If (isIntraLeft + isIntraTop) is equal to 2, then the weight value is set to 3;

[0213] -Otherwise, if (isIntraLeft + isIntraTop) is equal to 1, then the weight value is set to 2;

[0214] -Otherwise, the weight value is set to 1.

[0215] -The prediction signal PCIIP in the CIIP mode is derived as follows: PCIIP= ( (4-wt) *Pinter+wt*Pintra+2) >>2 (26)

[0216] Where Pinter is the inter prediction signal in the CIIP mode, Pintra is the intra prediction signal in the CIIP mode, wt is the weight value, and >> represents a right shift operation.

[0217] Decoder side intra mode derivation (DIMD)

[0218] When DIMD is applied, up to five intra modes are derived from the reconstructed neighbor samples, and those five predictors are combined with the non-directional predictor (planar or block vector based predictor) with the weights derived from the histogram of gradients as described in JVET-O0449 . The decision between for the non-directional modes is taken according to the template cost. Specifically, the block vectors of all adjacent and non-adjacent merge candidates (coded in IntraTMP or IBC) are compared to planar prediction on the reconstructed template. The template cost (SATD) is used to select the best predictor among them.

[0219] The division operations in weight derivation are performed utilizing the same lookup table (LUT) based integerization scheme used by the CCLM. For example, the division operation in the orientation calculation

[0220] Orient=Gy / Gx

[0221] is computed by the following LUT-based scheme:

[0222] x = Floor (Log2 (Gx) )

[0223] normDiff = ( (Gx<< 4) >> x) &15

[0224] x += (3 + (normDiff ! = 0) ? 1: 0)

[0225] Orient = (Gy* (DivSigTable [normDiff ] | 8) + (1<< (x-1) ) ) >> x

[0226] where

[0227] DivSigTable

[0016] = {0, 7, 6, 5 , 5, 4, 4, 3, 3, 2, 2, 1, 1, 1, 1, 0 } .

[0228] For a block of size W×H, the weight for each of the five derived modes is modified if the one the above or left histogram magnitudes is twice larger than the other one. In this case, the weights are location dependent and computed as follows:

[0229] If the above histogram is twice the left, then:

[0230]

[0231] If the left histogram is twice the above, then:

[0232]

[0233] where wDimdi is the unmodified uniform weight of the DIMD selected as in JVET-O0449, Δi is pre-defined and set to 10.

[0234] Derived intra modes are included into the primary list of intra most probable modes (MPM) , so the DIMD process is performed before the MPM list is constructed. The primary derived intra mode of a DIMD block is stored with a block and is used for MPM list construction of the neighboring blocks.

[0235] Finally, note the region of neighboring reconstructed samples used for computing the histogram of gradients is modified compared to JVET-O0449 method, depending on reconstructed samples availability. The region of decoded reference samples of current WxH luma CB is extended towards the above-right side if available, up to W additional columns. It is extended towards the bottom-left side if available, up to H additional rows.

[0236] Fusion for template-based intra mode derivation (TIMD)

[0237] For each intra prediction mode in MPMs, as well as the wide-angle modes if the above-right and / or bottom-left reference samples are available, SATD between the prediction and reconstruction samples of the template is calculated. First two intra prediction modes with the minimum SATD and one non-angular intra prediction mode (i.e. DC or Planar) with the lowest SATD cost are selected as the TIMD modes. These three TIMD modes are fused with the weights after applying PDPC process, and such weighted intra prediction is used to code the current CU. Position dependent intra prediction combination (PDPC) is included in the derivation of the TIMD modes.

[0238] The conditions below are checked to determine whether the non-angular intra prediction mode is used in fusion:

[0239] the non-angular intra prediction mode is different from the two selected intra prediction modes.

[0240] costMode3 < 1.5*costMode1, where the costMode3 is the SATD cost of the non-angular intra prediction mode and costMode1 is the SATD cost of the first intra prediction mode.

[0241] If both of the conditions are true, three intra prediction modes are used to generate the prediction. And the weights of each intra prediction mode are computed from SATD cost:

[0242]

[0243] Otherwise, the non-angular intra prediction mode is not used in prediction. And the costs of the two selected modes are compared with a threshold, in the test the cost factor of 2 is applied as follows:

[0244] costMode2 < 2*costMode1.

[0245] If this condition is true, the fusion is applied, otherwise the only mode1 is used.

[0246] Weights of the modes are computed from their SATD costs as follows:

[0247] weight1 = costMode2  /  (costMode1+ costMode2)

[0248] weight2 = 1 -weight1

[0249] The division operations are conducted using the same lookup table (LUT) based integerization scheme used by the CCLM.

[0250] Besides, location-dependent sample-based fusion used in DIMD fusion process is used for the TIMD fusion but the location-dependent criterion applying to amplitudes of the selected predictors is replaced by a SATD cost-based criteria. The location-dependent criterion is determined from a ratio of the normalized SATD of the selected TIMD predictors computed in above and left template area.

[0251] Improvements of CIIP

[0252] Subblock CIIP

[0253] A subblock-based merge candidate may be used to generate the inter signal of CIIP, where the same subblock-based merge candidate list used by affine and sbTMVP is utilized.

[0254] When CIIP flag is true and CIIP-TM flag is false, a subblock-based CIIP flag is signalled. If subblock-based CIIP flag is true, an index indicating specific candidate in the subblock-based merge list is signalled, and TIMD is used to generate intra signal by default thus no CIIP-PDPC flag signalled any more.

[0255] Combination of CIIP with TIMD and TM merge

[0256] In CIIP mode, the prediction samples are generated by weighting an inter prediction signal predicted using CIIP-TM merge candidate and an intra prediction signal predicted using TIMD derived intra prediction mode. The method is only applied to coding blocks with an area less than or equal to 1024.

[0257] The TIMD derivation method is used to derive the intra prediction mode in CIIP. Specifically, the intra prediction mode with the smallest SATD values in the TIMD mode list is selected and mapped to one of the 67 regular intra prediction modes.

[0258] In addition, it is also proposed to modify the weights (wIntra, wInter) for the two tests if the derived intra prediction mode is an angular mode. For near-horizontal modes (2 <=angular mode index < 34) , the current block is vertically divided as shown in FIG. 17 (a) ; for near-vertical modes (34 <= angular mode index <= 66) , the current block is horizontally divided as shown in FIG. 17 (b) .

[0259] The (wIntra, wInter) for different sub-blocks are shown in Table 7. Table 7. The modified weights used for angular modes.

[0260] With CIIP-TM, a CIIP-TM merge candidate list is built for the CIIP-TM mode. The merge candidates are refined by template matching. The CIIP-TM merge candidates are also reordered by the ARMC method as regular merge candidates. The maximum number of CIIP-TM merge candidates is equal to two.

[0261] Geometric Partitioning Mode (GPM) in ECM

[0262] GPM with merge motion vector differences (MMVD)

[0263] GPM in VVC is extended by applying motion vector refinement on top of the existing GPM uni-directional MVs. A flag is first signalled for a GPM CU, to specify whether this mode is used. If the mode is used, each geometric partition of a GPM CU can further decide whether to signal MVD or not. If MVD is signalled for a geometric partition, after a GPM merge candidate is selected, the motion of the partition is further refined by the signalled MVDs information. All other procedures are kept the same as in GPM.

[0264] The MVD is signaled as a pair of distance and direction, similar as in MMVD. There are nine candidate distances (1 / 4-pel, 1 / 2-pel, 1-pel, 2-pel, 3-pel, 4-pel, 6-pel, 8-pel, 16-pel) , and eight candidate directions (four horizontal / vertical directions and four diagonal directions) involved in GPM with MMVD (GPM-MMVD) . In addition, when pic_fpel_mmvd_enabled_flag is equal to 1, the MVD is left shifted by 2 as in MMVD.

[0265] GPM with template matching (TM)

[0266] Template matching is applied to GPM. When GPM mode is enabled for a CU, a CU-level flag is signaled to indicate whether TM is applied to both geometric partitions. Motion information for each geometric partition is refined using TM. When TM is chosen, a template is constructed using left, above or left and above neighboring samples according to partition angle, as shown in Table 8. The motion is then refined by minimizing the difference between the current template and the template in the reference picture using the same search pattern of merge mode with half-pel interpolation filter disabled. Table 8. Template for the 1st and 2nd geometric partitions, where A represents using above samples, L represents using left samples, and L+A represents using both left and above samples.

[0267] A GPM candidate list is constructed as follows:

[0268] 1. Interleaved List-0 MV candidates and List-1 MV candidates are derived directly from the regular merge candidate list, where List-0 MV candidates are higher priority than List-1 MV candidates. A pruning method with an adaptive threshold based on the current CU size is applied to remove redundant MV candidates.

[0269] 2. Interleaved List-1 MV candidates and List-0 MV candidates are further derived directly from the regular merge candidate list, where List-1 MV candidates are higher priority than List-0 MV candidates. The same pruning method with the adaptive threshold is also applied to remove redundant MV candidates.

[0270] 3. Zero MV candidates are padded until the GPM candidate list is full.

[0271] The GPM-MMVD and GPM-TM are exclusively enabled to one GPM CU. This is done by firstly signaling the GPM-MMVD syntax. When both two GPM-MMVD control flags are equal to false (i.e., the GPM-MMVD are disabled for two GPM partitions) , the GPM-TM flag is signaled to indicate whether the template matching is applied to the two GPM partitions. Otherwise (at least one GPM-MMVD flag is equal to true) , the value of the GPM-TM flag is inferred to be false.

[0272] GPM with inter and intra prediction

[0273] In GPM with inter and intra prediction, the final prediction samples are generated by weighting inter predicted samples and intra predicted samples for each GPM-separated region. The inter predicted samples are derived by inter GPM whereas the intra predicted samples are derived by an intra prediction mode (IPM) candidate list and an index signaled from the encoder. The IPM candidate list size is pre-defined as 3. The available IPM candidates are the parallel angular mode against the GPM block boundary (Parallel mode) , the perpendicular angular mode against the GPM block boundary (Perpendicular mode) , and the Planar mode as shown FIG. 18 (a) ～ (c) , respectively. Furthermore, GPM with intra and intra prediction as shown FIG. 18 (d) is restricted to reduce the signalling overhead for IPMs and avoid an increase in the size of the intra prediction circuit on the hardware decoder. In addition, a direct motion vector and IPM storage on the GPM-blending area is introduced to further improve the coding performance.

[0274] In DIMD and neighboring mode based IPM derivation Parallel mode is registered first. Therefore, max two IPM candidates derived from the decoder-side intra mode derivation (DIMD) method and / or the neighboring blocks can be registered if there is not the same IPM candidate in the list. As for the neighboring mode derivation, there are five positions for available neighboring blocks at most, but they are restricted by the angle of GPM block boundary as shown in Table 9, which are already used for GPM with template matching (GPM-TM) . Table 9. The position of available neighboring blocks for IPM candidate derivation based on the angle of GPM block boundary. A and L denotes the above and left side of the prediction block.

[0275] GPM-intra can be combined with GPM with merge with motion vector difference (GPM-MMVD) . TIMD is used for on IPM candidates of GPM-intra to further improve the coding performance. The Parallel mode can be registered first, then IPM candidates of TIMD, DIMD, and neighboring blocks.

[0276] Template matching based reordering for GPM split modes

[0277] In template matching based reordering for GPM split modes, given the motion information of the current GPM block, the respective TM cost values of GPM split modes are computed. Then, all GPM split modes are reordered in ascending ordering based on the TM cost values. Instead of sending GPM split mode, an index using Golomb-Rice code to indicate where the exact GPM split mode is located in the reordering list is signaled.

[0278] The reordering method for GPM split modes is a two-step process performed after the respective reference templates of the two GPM partitions in a coding unit are generated, as follows:

[0279] · extending GPM partition edge into the reference templates of the two GPM partitions, resulting in 64 reference templates and computing the respective TM cost for each of the 64 reference templates;

[0280] · reordering GPM split modes based on their TM cost values in ascending order and marking the best 32 as available split modes.

[0281] The edge on the template is extended from that of the current CU, as FIG. 19 illustrates, but GPM blending process is not used in the template area across the edge.

[0282] After ascending reordering using TM cost, an index is signaled.

[0283] Geometric partitioning mode (GPM) with adaptive blending

[0284] In VVC, the final prediction samples are generated with by blending the prediction of the two prediction signals using weighted average. Two integer blending matrices (W0 and W1) are used. The weights in the GPM blending matrices are derived from the ramp function based on the displacement from a predicted sample position to the GPM partitioning boundary. The blending area size is fixed to two (2 samples on each side of the GPM partition split boundary) .

[0285] The blending process in ECM is improved by adding four extra blending area sizes (quarter, half, double, and quadrupole of the existing area size) as shown in FIG. 20. A CU level flag is coded to signal the selected blending area size is signalled. Furthermore, the extended weighting precision is utilized, in which the maximum value of the weighs is changed from 8 (in VVC) to 32 to accommodate the extended blending area sizes.

[0286] Bi-predictive GPM

[0287] The GPM design in VVC relies on uni-predictive motion vectors to generate motion compensated prediction samples for each inter GPM partition. In ECM, such a design has been extended to allow usage of bi-predictive motion vectors.

[0288] When constructing a GPM candidate list, the extraction process that extracts uni-predictive motion vectors from the initial merge list is invoked only for small blocks 8x8, 16x8 and 8x16. For larger blocks, the extraction process is bypassed, so the initial merge list (which may contain merged Bi-MVs) is directly used as the final GPM merge list. The generation of the initial merge list is the same as before (i.e., the normal merge list generation without any candidate reordering) except that when generating the initial merge list for larger blocks (i.e., blocks with the extraction process bypassed) , the motion vector difference threshold for controlling whether a candidate can be added into the list is increased to be one full sample distance.

[0289] BDOF based motion vector refinement as in the multi-pass DMVR is used when generating motion compensated prediction samples.

[0290] When GPM-MMVD is used for a GPM partition and its base motion vector is bi-predictive, for low-delay pictures, the signalled MVD is applied on top of the L0 and L1 motion vector as in the existing merge MMVD design. For non-low-delay pictures, the bi-predictive motion vector is converted into a uni-predictive motion vector first and then the MVD is applied on top.

[0291] AMC-GPM

[0292] In ECM, the GPM is further extended to enable affine motion compensation (AMC) . Therefore, a GPM partition can be predicted by AMC inter-prediction, non-AMC inter-prediction or intra-prediction. In addition, a GPM partition predicted by AMC can be combined with the other GPM partition predicted by AMC, non-AMC, or intra-prediction.

[0293] When AMC is applied, a uni-prediction affine merge candidate list is constructed from the subblock-based merge candidate list after discarding sub-TMVP candidates, similar to the uni-prediction merge candidate list construction for GPM in VVC. AMC is performed for a GPM partition using the control point motion vectors (CPMVs) of a merge candidate in the uni-prediction affine merge candidate list. The length of the uni-prediction affine merge candidate list is signalled in SPS. When ARMC is applicable, the uni-prediction affine merge candidate list is reordered according to the template costs.

[0294] A gpm_affine_flag is signaled for each GPM partition to indicate whether AMC is applied for the GPM partition. A merge candidate index for the GPM partition is signaled using individual arithmetic context models depending on whether AMC or non-AMC is applied.

[0295] AMC is not allowed for GPM-MMVD and GPM-TM.

[0296] Implicit GPM

[0297] In the implicit GPM, the two integer blending matrices (W0 and W1) are derived from the template (1 line above, 1 column left) . The blending matrices are modelled as an affine linear function of the sample positions (x, y) in the current CU:

[0298] W0 (x, y) = a. x + b. y + c and W1 (x, y) = 1 -W0 (x, y)

[0299] The parameters (a, b, c) are derived from the reference template using the same solver (MSE minimization) as the one used for CCCM, GLM or GL-CCCM. A list of pair of candidates is built from the regular GPM candidates and re-ordered with the template cost.

[0300] The GPM implicit mode is signaled by a CU-level flag (gpm_implicit_flag) . If gpm_implicit_flag is true, a merge-idx is coded to signal the pair of GPM candidates to be used. If gpm_implicit_flag is false, the regular GPM syntax elements are signaled.

[0301] Spatial Geometric partitioning mode (SGPM)

[0302] SGPM is an intra mode that resembles the inter coding tool of GPM, where the two prediction parts are generated from intra predicted process. In this mode, a candidate list is built with each entry containing one partition split and two intra prediction modes as shown in FIG. 21.26 partition modes and 3 of intra prediction modes are used to form the combinations. The length of the candidate list is set equal to 16. The selected candidate index is signalled.

[0303] The list is reordered using template (FIG. 22) where SAD between the prediction and reconstruction of the template is used for ordering. The template size is fixed to 1.

[0304] For each partition mode, an IPM list is derived for each part using the same intra-inter GPM list derivation. The IPM list size is set to 3. In the list, TIMD derived mode is replaced by 2 derived modes with horizontal and vertical orientations. The list is further augmented with block-vector based prediction candidates obtained from the adjacent and non-adjacent merge candidates coded in IntraTMP or IBC mode. The template cost is employed to select the up to 6 block vectors. The final list contains up to 9 predictors: 3 regular intra modes and up to 6 block vectors based predictors.

[0305] The SGPM mode is applied with a restricted blocks size: 4<=width<=64, 4<=height<=64, width<height*8, height<width*8, width*height>=32.

[0306] A PPS flag is coded to indicate whether no blending of two intra predictions is allowed. When this PPS flag is set to false, the following adaptive blending is also used for spatial GPM, where blending depth τ shown in FIG. 23 is derived as follows:

[0307] If min (width, height) ==4, 1 / 2 τ is selected

[0308] else if min (width, height) ==8, τ is selected

[0309] else if min (width, height) ==16, 2 τ is selected

[0310] else if min (width, height) ==32, 4 τ is selected

[0311] else, 8 τ is selected

[0312] Otherwise (the PPS flag is set to true) , 1 / 4 τ is always used for spatial GPM coded blocks to make sure no blending is used when SGPM block has partition angle completely horizontal or vertical, and much narrower blending width is used when SGPM block has other partition angles. It is noted that the flag is set to true in current Common Test Conditions (CTC) for the screen content videos. Problem Statement

[0313] Currently, the intra prediction signal in CIIP is predicted using TIMD derived intra prediction mode. Consider the prediction accuracy of neural network based intra prediction mode is usually better than traditional intra prediction mode, it is better to import neural network based intra prediction mode when deriving the intra prediction signal in CIIP, which may further improve the coding performance.

[0314] Currently, the intra prediction signal in GPM is predicted using the parallel mode, TIMD derived mode, DIMD derived mode or intra prediction modes coming from neighboring blocks. Consider the prediction accuracy of neural network based intra prediction mode is usually better than traditional intra prediction mode, it is better to import neural network based intra prediction mode when deriving the intra prediction signal in GPM, which may further improve the coding performance.

[0315] Currently, the intra prediction signal in SGPM is predicted using the parallel mode, horizontal TIMD derived mode, vertical TIMD derived mode, DIMD derived mode or intra prediction modes coming from neighboring blocks. Consider the prediction accuracy of neural network based intra prediction mode is usually better than traditional intra prediction mode, it is better to import neural network based intra prediction mode when deriving the intra prediction signal in SGPM, which may further improve the coding performance.

[0316] Currently, SATD between the prediction and reconstruction samples of the template is utilized to choose one intra prediction mode or fuse several intra prediction modes in TIMD. Consider the prediction accuracy of neural network based intra prediction mode is usually better than traditional intra prediction mode, it is better to import neural network based intra prediction mode in TIMD, which may further improve the coding performance.

[0317] Currently, the histogram of gradients is utilized to choose several intra prediction modes and fuse them with corresponding weights in DIMD. Consider the prediction accuracy of neural network based intra prediction mode is usually better than traditional intra prediction mode, it is better to import neural network based intra prediction mode in DIMD, which may further improve the coding performance.

[0318] Currently, the histogram of gradients is utilized to choose several intra prediction modes and fuse them with corresponding weights in DIMD. Consider the prediction accuracy of matrix based position dependent intra prediction mode (PDP) is usually better than traditional intra prediction mode, it is better to import matrix based position dependent intra prediction mode (PDP) in DIMD, which may further improve the coding performance. Proposed Methods

[0319] In this disclosure, to address the issues as pointed out in the “problem statement” section, methods are provided to further improve the existing design of CIIP, GPM, SGPM, TIMD and DIMD. In general, the main features of the proposed technologies in this disclosure are summarized as follows.

[0320] The neural network based intra prediction is combined with CIIP .

[0321] The neural network based intra prediction is combined with GPM.

[0322] The neural network based intra prediction is combined with SGPM.

[0323] The neural network based intra prediction is combined with TIMD.

[0324] The neural network based intra prediction is combined with DIMD.

[0325] The matrix based position dependent intra prediction is combined with DIMD.

[0326] It is noted that the disclosed methods may be applied independently or jointly.

[0327] Neural network based intra prediction (NNIP) combined with CIIP

[0328] According to one or more embodiments of the disclosure, neural network based intra prediction is combined with CIIP. Different methods may be used to achieve this goal.

[0329] In the first method, the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction if CIIP PDPC flag is true. In this case, neural network based intra prediction is used to replace the planar mode. Here, the intra prediction mode representation of the block can be the intra prediction mode derived using TIMD, or the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD. The intra mode could be set to planar, or the intra mode derived using DIMD or PNN_IDX (also can be referred to NNIP Index) . If the CIIP PDPC flag is true, the original intra prediction mode, e.g., a planar mode, may be replaced by the NNIP mode. The intra prediction signal used in the CIIP will be predicted by the NNIP mode.

[0330] According to some embodiments, CIIP PDPC flag having a value of true may refer to the TIMD derived intra prediction mode used for Combined Inter-Intra Prediction (CIIP) being planar mode. In the first method, the planar mode selected by TIMD may be replaced by NIIP mode, and then the intra prediction signal obtained by the planar mode may be replaced by the intra prediction signal obtained by NIIP mode, such that the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction if CIIP PDPC flag is true.

[0331] In the second method, the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction if CIIP PDPC flag is false. In this case, neural network based intra prediction is used to replace the intra mode derived by TIMD. Here, the intra prediction mode representation of the block can be the intra prediction mode derived using TIMD, or the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD. The intra mode could be set to planar, or the intra mode derived using DIMD or PNN_IDX. If the CIIP PDPC flag is false, the original intra prediction mode, e.g., a TIMD derived intra prediction mode, may be replaced by the NNIP mode. The intra prediction signal used in the CIIP will be predicted by the NNIP mode.

[0332] According to some embodiments, template-based intra mode derivation (TIMD) derived intra prediction mode refers to a mode derived from some candidate intra prediction modes. TIMD derived intra prediction mode may be any mode other than planar mode (e.g., DC, angular intra modes) when CIIP PDPC flag is false. In the second method, the selected TIMD derived intra prediction mode (e.g., DC, angular intra modes) may be replaced by NIIP mode, and then the intra prediction signal obtained by the selected TIMD derived intra prediction mode may be replaced by the intra prediction signal obtained by NIIP mode, such that the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction if CIIP PDPC flag is false.

[0333] In the third method, the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction conditionally if the intra mode derived by TIMD belongs to a subset of the angular intra mode (For example, the intra mode has an index of parity 0) . In this case, neural network based intra prediction is used to replace the intra mode derived by TIMD. Here, the intra prediction mode representation of the block can be the intra prediction mode derived using TIMD, or the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD. The intra mode could be set to planar, or the intra mode derived using DIMD or PNN_IDX.

[0334] In the fourth method, the intra prediction signal predicted using neural network based intra prediction is added as another candidate besides the existing the intra prediction signal predicted using TIMD derived intra prediction mode. The intra prediction signal predicted using neural network based intra prediction is compared with the intra prediction signal predicted using TIMD derived intra prediction mode in an RDO process in encoder, and a flag is transmitted into bit stream to indicate which mode is utilized. Here, if the intra prediction signal is predicted using TIMD derived intra prediction mode, the intra prediction mode representation of the block is the intra prediction mode derived using TIMD; if the intra prediction signal is predicted using neural network based intra prediction, the intra prediction mode representation of the block is the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD.

[0335] In the fifth method, NNIP is combined with IBC-CIIP, where the intra prediction signal predicted using TIMD derived intra prediction mode is replaced by the intra prediction signal predicted using neural network based intra prediction. In this case, neural network based intra prediction is used to replace the planar mode. Here, the intra prediction mode representation of the block can be the intra prediction mode derived using TIMD, or the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD. The intra mode could be set to planar, or the intra mode derived using DIMD or PNN_IDX.

[0336] In the sixth method, NNIP is combined with IBC-CIIP, where the intra prediction signal predicted using neural network based intra prediction is added as another candidate besides the existing the intra prediction signal predicted using TIMD derived intra prediction mode. According to some embodiments, in IBC-CIIP, two candidates of the intra prediction mode are considered and one of the two candidates will be selected as the intra prediction mode for IBC-CIIP. For example, the two candidates of the intra prediction signal may be obtained by using a planar mode and a TIMD derived intra prediction mode, respectively. In the six method, in IBC-CIIP, the planar mode may be replaced by the NNIP mode, which means that the two candidates of the intra prediction mode may be the NNIP mode and the TIMD derived intra prediction mode, and the intra prediction mode for IBC-CIIP may be selected from one of the two candidates of the NNIP mode and the TIMD derived intra prediction mode. The intra prediction signal predicted using neural network based intra prediction is compared with the intra prediction signal predicted using TIMD derived intra prediction mode in an RDO process in encoder. After an intra prediction mode is determined, the intra prediction signal will be generated using the intra prediction mode and a flag is transmitted into bit stream to indicate which mode is utilized. Here, if the intra prediction signal is predicted using TIMD derived intra prediction mode, the intra prediction mode representation of the block is the intra prediction mode derived using TIMD; if the intra prediction signal is predicted using neural network based intra prediction, the intra prediction mode representation of the block is the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD.

[0337] In the current ECM, CIIP is not enabled for affine merge mode. In this disclosure, CIIP is extended to affine merge mode as regular merge mode. Therefore, the above described CIIP with NNIP methods could also applied to affine merge mode.

[0338] Neural network based intra prediction combined with GPM

[0339] According to one or more embodiments of the disclosure, neural network based intra prediction is combined with GPM. Different methods may be used to achieve this goal.

[0340] In the first method, the intra prediction signal predicted using neural network based intra prediction replaces one intra prediction signal predicted using the corresponding intra prediction mode in original intra prediction list. Currently, the length of the intra prediction list is 3 in GPM, the neural network based intra prediction can replace the first, second or third intra prediction in original intra prediction list. Here, if the final chosen intra prediction is neural network based intra prediction, the intra prediction mode representation of the block can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD; else, the intra prediction mode representation of the block is the original intra prediction mode.

[0341] In the second method, the intra prediction signal predicted using neural network based intra prediction is added as another candidate besides the intra prediction signal predicted using the intra prediction mode in original intra prediction list. Currently, the length of the intra prediction list is 3 in GPM, after adding the neural network based intra prediction, the length of the intra prediction list is 4 in GPM. The neural network based intra prediction can insert into the head, after the first, after the second or the end position in original intra prediction list. After comparing the 4 intra prediction signals in the intra prediction list in a RDO process in encoder, the index of the final chosen intra prediction signal is signaled into bit stream. Here, if the final chosen intra prediction is neural network based intra prediction, the intra prediction mode representation of the block can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD; else, the intra prediction mode representation of the block is the original intra prediction mode.

[0342] Neural network based intra prediction combined with SGPM

[0343] According to one or more embodiments of the disclosure, neural network based intra prediction is combined with SGPM. Different methods may be used to achieve this goal.

[0344] In the first method, the intra prediction signal predicted using neural network based intra prediction replaces one intra prediction signal predicted using the corresponding intra prediction mode in original intra prediction list. Currently, the length of the intra prediction list is 3 in SGPM, the neural network based intra prediction can replace the first, second or third intra prediction in original intra prediction list. Here, if the final chosen intra prediction is neural network based intra prediction, the intra prediction mode representation of the block can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD; else, the intra prediction mode representation of the block is the original intra prediction mode.

[0345] In the second method, the intra prediction signal predicted using neural network based intra prediction is added as another candidate besides the intra prediction signal predicted using the intra prediction mode in original intra prediction list. Currently, the length of the intra prediction list is 3 in SGPM, after adding the neural network based intra prediction, the length of the intra prediction list is 4 in SGPM. The neural network based intra prediction can insert into the head, after the first, after the second or the end position in original intra prediction list. After comparing the 4 intra prediction signals in the intra prediction list in a RDO process in encoder, the index of the final chosen intra prediction signal is signaled into bit stream. Here, if the final chosen intra prediction is neural network based intra prediction, the intra prediction mode representation of the block can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD; else, the intra prediction mode representation of the block is the original intra prediction mode.

[0346] Neural network based intra prediction combined with TIMD

[0347] According to one or more embodiments of the disclosure, neural network based intra prediction is combined with TIMD. Different methods may be used to achieve this goal.

[0348] In the first method, if the intra prediction mode derived by TIMD is equal to the intra prediction mode representation of the neural network based intra prediction, or one intra prediction mode in the TIMD fusion is equal to the intra prediction mode representation of the neural network based intra prediction, the corresponding intra prediction mode prediction result is replaced by the neural network based intra prediction result, where the corresponding intra prediction mode prediction result is used as the final result or as a part of the fusion process. Else, the prediction result obtained with original TIMD is saved. For the intra prediction mode representation of the neural network based intra prediction, it can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD.

[0349] In the second method, when computing SATD between the prediction and reconstruction samples of the template, if one intra prediction mode during the intra prediction mode scanning process is equal to the intra prediction mode representation of the neural network based intra prediction, the corresponding prediction samples of the template is generated with neural network based intra prediction. If the final decided intra prediction mode is the intra prediction mode representation of the neural network based intra prediction, or the intra prediction mode representation of the neural network based intra prediction is included in the TIMD fusion process, the corresponding intra prediction mode prediction result is generated with neural network based intra prediction. Else, the prediction result obtained with original TIMD is saved. For the intra prediction mode representation of the neural network based intra prediction, it can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD.

[0350] Neural network based intra prediction combined with DIMD

[0351] According to one or more embodiments of the disclosure, neural network based intra prediction is combined with DIMD. Different methods may be used to achieve this goal.

[0352] In the first method, if one intra prediction mode in the DIMD fusion is equal to the intra prediction mode representation of the neural network based intra prediction, the corresponding intra prediction mode prediction result is replaced by the neural network based intra prediction result, where the corresponding intra prediction mode prediction result is used as a part of the fusion process. Else, the prediction result obtained with original DIMD is saved. For the intra prediction mode representation of the neural network based intra prediction, it can be the intra prediction mode predicted by the neural network, or the intra prediction mode derived using DIMD.

[0353] Matrix based position dependent intra prediction combined with DIMD

[0354] According to one or more embodiments of the disclosure, matrix based position dependent intra prediction is combined with DIMD. Different methods may be used to achieve this goal.

[0355] In the first method, if one intra prediction mode in the DIMD fusion is equal to the intra prediction mode replaced by the matrix based position dependent intra prediction, the corresponding intra prediction mode prediction result is replaced by the matrix based position dependent intra prediction result, where the corresponding intra prediction mode prediction result is used as a part of the fusion process. Else, the prediction result obtained with original DIMD is saved.

[0356] FIG. 25 is a flow chart illustrating a method 2500 for video decoding in accordance with some implementations of the present disclosure. The method 2500 may be performed by a video decoder, for example, the video decoder 30.

[0357] As shown in FIG. 25, the method 2500 comprises steps 2510, 2520 and 2530. However, the present disclosure does not limit to this. For example, any of steps 2510, 2520 and 2530 may be replaced with other steps as described as follows. It should be noted that the order of these steps is not limited. For example, step 2510 may be performed before or after step 2520. As another example, step 2510 may be performed simultaneously with step 2520.

[0358] In step 2510, the video decoder may obtain an inter prediction signal using an inter prediction mode.

[0359] In step 2520, in response to determining that a predefined condition is met, the video decoder may obtain an intra prediction signal using a Neural network based intra prediction (NNIP) mode.

[0360] In some implementations, the step 2520 may comprise: receiving a first flag in a bitstream; in response to determining that the first flag has a flag value of true, replacing a first intra prediction mode by the NNIP mode and obtaining the intra prediction signal by the NNIP mode. In some examples, the first flag may be used in a position dependent intra prediction combination (PDPC) in the CIIP mode, e.g., a CIIP PDPC flag. The first flag is transmitted in the bitstream. In some examples, the first intra prediction mode may be a planar mode. For example, if the CIIP PDPC flag received from the bitstream is true, the original intra prediction mode, e.g., a planar mode, may be replaced by the NNIP mode. The intra prediction signal will be predicted by the NNIP mode.

[0361] In some implementations, the step 2520 may comprise: receiving a first flag in a bitstream; in response to determining that the first flag has a flag value of false, replacing a second intra prediction mode by the NNIP mode and obtaining the intra prediction signal by the NNIP mode. In some examples, the first flag may be used in a position dependent intra prediction combination (PDPC) in the CIIP mode, e.g., a CIIP PDPC flag. In some examples, the second intra prediction mode may be a template-based intra mode derivation (TIMD) derived intra prediction mode. For example, if the CIIP PDPC flag received from the bitstream is false, the original intra prediction mode, e.g., a TIMD derived intra prediction mode, may be replaced by the NNIP mode. The intra prediction signal will be predicted by the NNIP mode.

[0362] In some implementations, the replacing a second intra prediction mode by the NNIP mode may comprise: in response to determining that the TIMD derived intra prediction mode belongs to a subset of an angular intra mode, replacing the TIMD derived intra prediction mode by the NNIP mode. For example, if the intra mode has an index of parity 0, which means that the TIMD derived intra prediction mode belongs to a subset of the angular intra mode, the TIMD derived intra prediction mode will be replaced by the NNIP mode.

[0363] In step 2530, the video decoder may obtain a prediction signal of Combined inter and intra prediction (CIIP) based on the inter prediction signal and the intra prediction signal.

[0364] In some implementations, the prediction signal of CIIP may be a prediction signal of intra block copy (IBC) -CIIP. The NNIP mode can also be combined with IBC-CIIP.

[0365] In some implementations, the obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode may comprises: replacing a planar mode by the NNIP mode as a first intra prediction mode candidate. In IBC-CIIP, the planar mode can be replaced by the NNIP mode. The NNIP mode will be a candidate mode of the intra prediction used in the IBC-CIIP.

[0366] In some implementations, the method 2500 may further comprise: determining a template-based intra mode derivation (TIMD) derived intra prediction mode as a second intra prediction mode candidate. Besides the NNIP mode, the TIMD derived intra prediction mode may be another candidate mode of the intra prediction used in the IBC-CIIP.

[0367] In some implementations, the step 2530 may comprise: receiving a second flag in a bitstream, wherein the second flag is used to indicate a prediction mode to be utilized; determining the prediction mode from the first intra prediction mode candidate and the second intra prediction mode candidate based on the second flag; obtaining the intra prediction signal based on the prediction mode; and obtaining the prediction signal for the IBC-CIIP based on the inter prediction signal and the intra prediction signal. As mentioned above, there will be two candidates of the intra prediction mode used in the IBC-CIIP. The second flag may be transmitted into bit stream to indicate which mode is utilized. The prediction mode, e.g., the NNIP mode or the TIMD derived intra prediction mode, may be determined based on the second flag in the bitstream. According to the second flag, the intra prediction mode used in the IBC-CIIP will be chosen in the NNIP mode and the TIMD derived intra prediction mode. After obtaining the intra prediction signal, the prediction signal for the IBC-CIIP will be obtained based on the inter prediction signal and the intra prediction signal.

[0368] In some implementations, the method 2500 may further comprise: determining a third intra prediction mode for a current block to be decoded.

[0369] In some implementations, the third intra prediction mode may be a planar mode, a template-based intra mode derivation (TIMD) derived intra prediction mode, a Decoder side intra mode derivation (DIMD) derived intra prediction mode, or the NNIP mode.

[0370] On account of the prediction accuracy of the NNIP mode is usually better than traditional intra prediction mode, importing the NNIP mode when deriving the intra prediction signal in CIIP may further improve the coding performance.

[0371] FIG. 26 is a flow chart illustrating a method 2700 for video encoding in accordance with some implementations of the present disclosure. The method 2700 may be performed by a video encoder, for example, the video encoder 20.

[0372] As shown in FIG. 26, the method 2700 comprises steps 2710, 2720 and 2730. However, the present disclosure does not limit to this. For example, any of steps 2710, 2720 and 2730 may be replaced with other steps as described as follows. It should be noted that the order of these steps is not limited. For example, step 2710 may be performed before or after step 2720. As another example, step 2710 may be performed simultaneously with step 2720.

[0373] In step 2710, the video encoder may determine an inter prediction signal using an inter prediction mode.

[0374] In step 2720, in response to determining that a predefined condition is met, the video encoder may an intra prediction signal using a Neural network based intra prediction (NNIP) mode.

[0375] In some implementations, the step 2720 may comprise: in response to determining that a first flag has a flag value of true, replacing a first intra prediction mode by the NNIP mode; determining the intra prediction signal by the NNIP mode; and signaling the first flag in a bitstream. In some examples, the first flag may be used in a position dependent intra prediction combination (PDPC) in the CIIP mode, e.g., a CIIP PDPC flag. The first flag is transmitted in the bitstream. In some examples, the first intra prediction mode may be a planar mode. For example, if the CIIP PDPC flag is true, the original intra prediction mode, e.g., a planar mode, may be replaced by the NNIP mode. The intra prediction signal will be predicted by the NNIP mode.

[0376] In some implementations, the step 2720 may comprise: in response to determining that a first flag has a flag value of false, replacing a second intra prediction mode by the NNIP mode; determining the intra prediction signal by the NNIP mode; and signaling the first flag in a bitstream. In some examples, the first flag may be used in a position dependent intra prediction combination (PDPC) in the CIIP mode, e.g., a CIIP PDPC flag. In some examples, the second intra prediction mode may be a template-based intra mode derivation (TIMD) derived intra prediction mode. For example, if the CIIP PDPC flag is false, the original intra prediction mode, e.g., a TIMD derived intra prediction mode, may be replaced by the NNIP mode. The intra prediction signal will be predicted by the NNIP mode.

[0377] In some implementations, the replacing a second intra prediction mode by the NNIP mode may comprise: in response to determining that the TIMD derived intra prediction mode belongs to a subset of an angular intra mode, replacing the TIMD derived intra prediction mode by the NNIP mode. For example, if the intra mode has an index of parity 0, which means that the TIMD derived intra prediction mode belongs to a subset of the angular intra mode, the TIMD derived intra prediction mode will be replaced by the NNIP mode.

[0378] In step 2730, the video encoder may determine a prediction signal of Combined inter and intra prediction (CIIP) based on the inter prediction signal and the intra prediction signal.

[0379] In some implementations, the prediction signal of CIIP may be a prediction signal of intra block copy (IBC) -CIIP. The NNIP mode can also be combined with IBC-CIIP.

[0380] In some implementations, the determining an intra prediction signal using a Neural network based intra prediction (NNIP) mode may comprises: replacing a planar mode by the NNIP mode as a first intra prediction mode candidate. In IBC-CIIP, the planar mode can be replaced by the NNIP mode. The NNIP mode will be a candidate mode of the intra prediction used in the IBC-CIIP.

[0381] In some implementations, the method 2700 may further comprise: determining a template-based intra mode derivation (TIMD) derived intra prediction mode as a second intra prediction mode candidate. Besides the NNIP mode, the TIMD derived intra prediction mode may be another candidate mode of the intra prediction used in the IBC-CIIP.

[0382] In some implementations, the step 2730 may comprise: determining a prediction mode from the first intra prediction mode candidate and the second intra prediction mode candidate; determining the intra prediction signal based on the prediction mode; determining the prediction signal for the IBC-CIIP based on the inter prediction signal and the intra prediction signal; and signaling a second flag to indicate the prediction mode utilized in a bitstream. As mentioned above, there will be two candidates of the intra prediction mode used in the IBC-CIIP. The two candidates of the intra prediction mode used in the IBC-CIIP may be compared in an RDO process in encoder, and a second flag may be transmitted into bitstream to indicate which mode is utilized. The prediction mode, e.g., the NNIP mode or the TIMD derived intra prediction mode, may be determined based on the second flag. According to the second flag, the intra prediction mode used in the IBC-CIIP will be chosen in the NNIP mode and the TIMD derived intra prediction mode. After determining the intra prediction signal, the prediction signal for the IBC-CIIP will be determined based on the inter prediction signal and the intra prediction signal.

[0383] In some implementations, the method 2700 may further comprise: determining a third intra prediction mode for a current block to be encoded.

[0384] In some implementations, the third intra prediction mode may be a planar mode, a template-based intra mode derivation (TIMD) derived intra prediction mode, a Decoder side intra mode derivation (DIMD) derived intra prediction mode, or the NNIP mode.

[0385] FIG. 24 shows a computing environment 2610 coupled with a user interface 2650. The computing environment 2610 can be part of a data processing server. The computing environment 2610 includes a processor 2620, a memory 2630, and an Input / Output (I / O) interface 2640.

[0386] The processor 2620 typically controls overall operations of the computing environment 2610, such as the operations associated with display, data acquisition, data communications, and image processing. The processor 2620 may include one or more processors to execute instructions to perform all or some of the steps in the above-described methods. Moreover, the processor 2620 may include one or more modules that facilitate the interaction between the processor 2620 and other components. The processor may be a Central Processing Unit (CPU) , a microprocessor, a single chip machine, a Graphical Processing Unit (GPU) , or the like.

[0387] The memory 2630 is configured to store various types of data to support the operation of the computing environment 2610. The memory 2630 may include predetermined software 2632. Examples of such data includes instructions for any applications or methods operated on the computing environment 2610, video datasets, image data, etc. The memory 2630 may be implemented by using any type of volatile or non-volatile memory devices, or a combination thereof, such as a Static Random Access Memory (SRAM) , an Electrically Erasable Programmable Read-Only Memory (EEPROM) , an Erasable Programmable Read-Only Memory (EPROM) , a Programmable Read-Only Memory (PROM) , a Read-Only Memory (ROM) , a magnetic memory, a flash memory, a magnetic or optical disk.

[0388] The I / O interface 2640 provides an interface between the processor 2620 and peripheral interface modules, such as a keyboard, a click wheel, buttons, and the like. The I / O interface 2640 can be coupled with an encoder and decoder.

[0389] In an embodiment, there is also provided a non-transitory computer-readable storage medium or a computer program product comprising a plurality of programs, for example, in the memory 2630, executable by the processor 2620, for performing the encoding or decoding method described above and / or storing a bitstream which is generated by the encoding method described above and / or is to be decoded by the decoding method described above. For example, the computer program product may include the non-transitory computer-readable storage medium. In one example, the plurality of programs may be executed by the processor 2620 to receive (for example, from the video encoder 20 in FIG. 2) a bitstream or data stream including encoded video information (for example, video blocks representing encoded video frames, and / or associated one or more syntax elements, etc. ) , and may also be executed by the processor 2620 to perform the decoding method described above according to the received bitstream or data stream. In another example, the plurality of programs may be executed by the processor 2620 to perform the encoding method described above to encode video information (for example, video blocks representing video frames, and / or associated one or more syntax elements, etc. ) into a bitstream or data stream, and may also be executed by the processor 2620 to transmit the bitstream or data stream (for example, to the video decoder 30 in FIG. 3) or store the bitstream or data stream. Alternatively, the non-transitory computer-readable storage medium or the computer program product may have stored therein the bitstream or data stream.

[0390] In an embodiment, there is provided a bitstream (for example, comprising encoded video information) which is generated by the encoding method described above and / or is to be decoded by the decoding method described above.

[0391] In an embodiment, there is also provided a computing device comprising one or more processors (for example, the processor 2620) ; and the non-transitory computer-readable storage medium or the memory 2630 having stored therein a plurality of programs executable by the one or more processors, wherein the one or more processors, upon execution of the plurality of programs, are configured to perform the above-described methods. In an example, the one or more processors, upon execution of the plurality of programs, are configured to perform the above-described encoding method to generate a bitstream, and the computing device may further comprise a transmitter, configured to transmit the bitstream. In an alternative example, the one or more processors, upon execution of the plurality of programs, are configured to perform the above-described encoding method to generate a bitstream, and transmit or store the bitstream. In an example, the bitstream is to be decoded by the above-described decoding method.

[0392] In an embodiment, the computing environment 2610 may be implemented with one or more ASICs, DSPs, Digital Signal Processing Devices (DSPDs) , Programmable Logic Devices (PLDs) , FPGAs, GPUs, controllers, micro-controllers, microprocessors, or other electronic components, for performing the above methods.

[0393] In an embodiment, there is also provided a method for storing a bitstream, comprising storing the bitstream on a non-transitory computer-readable storage medium, wherein the bitstream is generated by the encoding method described above and / or is to be decoded by the decoding method described above. In an embodiment, there is also provided a method for storing a bitstream or a method for encoding video data, comprising: performing the encoding method described above to generate a bitstream, and storing the bitstream on a non-transitory computer-readable storage medium. In an example, the bitstream is to be decoded by the decoding method described above.

[0394] In an embodiment, there is also provided a method for transmitting a bitstream which is generated by the encoding method described above and / or is to be decoded by the decoding method described above. In an embodiment, there is also provided a method for transmitting a bitstream or a method for encoding video data, comprising: performing the encoding method described above to generate a bitstream, and transmitting the bitstream to a decoder. In an example, the bitstream is to be decoded by the decoding method described above. In an embodiment, there is also provided a method for receiving a bitstream which is generated by the encoding method described above and / or is to be decoded by the decoding method described above.

[0395] The description of the present disclosure has been presented for purposes of illustration and is not intended to be exhaustive or limited to the present disclosure. Many modifications, variations, and alternative implementations will be apparent to those of ordinary skill in the art having the benefit of the teachings presented in the foregoing descriptions and the associated drawings.

[0396] Unless specifically stated otherwise, an order of steps of the method according to the present disclosure is only intended to be illustrative, and the steps of the method according to the present disclosure are not limited to the order specifically described above, but may be changed according to practical conditions. In addition, at least one of the steps of the method according to the present disclosure may be adjusted, combined or deleted according to practical requirements.

[0397] The examples were chosen and described in order to explain the principles of the disclosure and to enable others skilled in the art to understand various implementations of the disclosure and to best utilize the underlying principles and various implementations with various modifications as are suited to the particular use contemplated. Therefore, it is to be understood that the scope of the disclosure is not to be limited to the specific examples of the implementations disclosed and that modifications and other implementations are intended to be included within the scope of the present disclosure.

Claims

1.A method for video decoding, comprising:obtaining an inter prediction signal using an inter prediction mode;in response to determining that a predefined condition is met, obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode; andobtaining a prediction signal of Combined inter and intra prediction (CIIP) based on the inter prediction signal and the intra prediction signal.2.The method of claim 1, wherein the in response to determining that a predefined condition is met, obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:receiving a first flag in a bitstream, wherein the first flag is used in a position dependent intra prediction combination (PDPC) in the CIIP;in response to determining that the first flag has a flag value of true, replacing a first intra prediction mode by the NNIP mode; andobtaining the intra prediction signal by the NNIP mode.3.The method of claim 2, wherein the first intra prediction mode is a planar mode.4.The method of claim 1, wherein the in response to determining that a predefined condition is met, obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:receiving a first flag in a bitstream, wherein the first flag is used in a position dependent intra prediction combination (PDPC) in the CIIP;in response to determining that the first flag has a flag value of false, replacing a second intra prediction mode by the NNIP mode; andobtaining the intra prediction signal by the NNIP mode.5.The method of claim 4, wherein the second intra prediction mode is a template-based intra mode derivation (TIMD) derived intra prediction mode.6.The method of claim 5, wherein the replacing a second intra prediction mode by the NNIP mode comprises:in response to determining that the TIMD derived intra prediction mode belongs to a subset of an angular intra mode, replacing the TIMD derived intra prediction mode by the NNIP mode.7.The method of claim 1, wherein the prediction signal of CIIP is a prediction signal of intra block copy (IBC) -CIIP, and wherein the obtaining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:replacing a planar mode by the NNIP mode as a first intra prediction mode candidate.8.The method of claim 7, further comprising:determining a template-based intra mode derivation (TIMD) derived intra prediction mode as a second intra prediction mode candidate.9.The method of claim 8, wherein the obtaining a prediction signal of IBC-CIIP based on the inter prediction signal and the intra prediction signal comprises:receiving a second flag in a bitstream, wherein the second flag is used to indicate a prediction mode to be utilized;determining the prediction mode from the first intra prediction mode candidate and the second intra prediction mode candidate based on the second flag;obtaining the intra prediction signal based on the prediction mode; andobtaining the prediction signal for the IBC-CIIP based on the inter prediction signal and the intra prediction signal.10.The method of claim 1, further comprising:determining a third intra prediction mode for a current block to be decoded.11.The method of claim 10, wherein the third intra prediction mode is a planar mode, a template-based intra mode derivation (TIMD) derived intra prediction mode, a Decoder side intra mode derivation (DIMD) derived intra prediction mode, or the NNIP mode.12.A method for video encoding, comprising:determining an inter prediction signal using an inter prediction mode;in response to determining that a predefined condition is met, determining an intra prediction signal using a Neural network based intra prediction (NNIP) mode; anddetermining a prediction signal of Combined inter and intra prediction (CIIP) based on the inter prediction signal and the intra prediction signal.13.The method of claim 12, wherein the in response to determining that a predefined condition is met, determining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:in response to determining that a first flag has a flag value of true, replacing a first intra prediction mode by the NNIP mode, wherein the first flag is used in a position dependent intra prediction combination (PDPC) in the CIIP;determining the intra prediction signal by the NNIP mode; andsignaling the first flag in a bitstream.14.The method of claim 13, wherein the first intra prediction mode is a planar mode.15.The method of claim 12, wherein the in response to determining that a predefined condition is met, determining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:in response to determining that a first flag has a flag value of false, replacing a second intra prediction mode by the NNIP mode, wherein the first flag is used in a position dependent intra prediction combination (PDPC) in the CIIP;determining the intra prediction signal by the NNIP mode; andsignaling the first flag in a bitstream.16.The method of claim 15, wherein the second intra prediction mode is a template-based intra mode derivation (TIMD) derived intra prediction mode.17.The method of claim 16, wherein the replacing a second intra prediction mode by the NNIP mode comprises:in response to determining that the TIMD derived intra prediction mode belongs to a subset of an angular intra mode, replacing the TIMD derived intra prediction mode by the NNIP mode.18.The method of claim 12, wherein the prediction signal of CIIP is a prediction signal of IBC-CIIP, and wherein the determining an intra prediction signal using a Neural network based intra prediction (NNIP) mode comprises:replacing a planar mode by the NNIP mode as a first intra prediction mode candidate.19.The method of claim 18, further comprising:determining a template-based intra mode derivation (TIMD) derived intra prediction mode as a second intra prediction mode candidate.20.The method of claim 19, wherein the determining a prediction signal of IBC-CIIP based on the inter prediction signal and the intra prediction signal comprises:determining a prediction mode from the first intra prediction mode candidate and the second intra prediction mode candidate;determining the intra prediction signal based on the prediction mode;determining the prediction signal for the IBC-CIIP based on the inter prediction signal and the intra prediction signal; andsignaling a second flag to indicate the prediction mode utilized in a bitstream.21.The method of claim 12, further comprising:determining a third intra prediction mode for a current block to be encoded.22.The method of claim 21, wherein the third intra prediction mode is a planar mode, a template-based intra mode derivation (TIMD) derived intra prediction mode, a Decoder side intra mode derivation (DIMD) derived intra prediction mode, or the NNIP mode.23.An apparatus for video decoding, comprising:one or more processors; anda memory coupled to the one or more processors and configured to store instructions executable by the one or more processors,wherein the one or more processors, upon execution of the instructions, are configured to perform the method of any of claims 1-11.24.An apparatus for video encoding, comprising:one or more processors; anda memory coupled to the one or more processors and configured to store instructions executable by the one or more processors,wherein the one or more processors, upon execution of the instructions, are configured to perform the method of any of claims 12-22.25.A non-transitory computer-readable storage medium storing a plurality of programs for execution by a computing device having one or more processors, wherein the plurality of programs, when executed by the one or more processors, cause the computing device to perform the method of any one of claims 1-11 or the method of any one of claims 12-22.26.A computer readable storage medium storing a bitstream to be decoded by the method according to any one of claims 1-11.27.A computer readable storage medium storing a bitstream generated by the method according to any one of claims 12-22.28.A method for storing a bitstream, comprising:performing the method for video encoding according to any of claims 12-22 to generate a bitstream; andstoring the bitstream.29.A method for transmitting a bitstream, comprising:performing the method for video encoding according to any of claims 12-22 to generate a bitstream; andtransmitting the bitstream.30.A computer program product comprising a plurality of programs for execution by a computing device having one or more processors, wherein the plurality of programs, when executed by the one or more processors, cause the computing device to perform the method of any one of claims 1-11 or the method of any one of claims 12-22.

Images