Subblock cross-component prediction

Abstract

A method for generating and using cross-component prediction (CCP) models for subblocks is provided. The video coder partitions the current block into a plurality of subblocks. The video coder derives at least one cross-component prediction (CCP) model for at least one of the subblocks, wherein the CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold and (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold. The video coder stores the derived CCP model to be referenced by a subsequent block. The video coder uses the derived CCP model to generate a cross-component prediction and uses the generated cross-component prediction to encode or decode the current block.

Description

SUBBLOCK CROSS-COMPONENT PREDICTIONCROSS REFERENCE TO RELATED PATENT APPLICATION (S)

[0001] The present disclosure is part of a non-provisional application that claims the priority benefit of U.S. Provisional Patent Application No. 63 / 747,114, filed on 20 January 2025. Content of above-listed applications is herein incorporated by reference.TECHNICAL FIELD

[0002] The present disclosure relates generally to video coding. In particular, the present disclosure relates to methods of coding pixel blocks by cross-component prediction.BACKGROUND

[0003] Unless otherwise indicated herein, approaches described in this section are not prior art to the claims listed below and are not admitted as prior art by inclusion in this section.

[0004] High-Efficiency Video Coding (HEVC) is an international video coding standard developed by the Joint Collaborative Team on Video Coding (JCT-VC) . HEVC is based on the hybrid block-based motion-compensated DCT-like transform coding architecture. The basic unit for compression, termed coding unit (CU) , is a 2Nx2N square block of pixels, and each CU can be recursively split into four smaller CUs until the predefined minimum size is reached. Each CU contains one or multiple prediction units (PUs) .

[0005] Versatile video coding (VVC) is the latest international video coding standard developed by the Joint Video Expert Team (JVET) of ITU-T SG16 WP3 and ISO / IEC JTC1 / SC29 / WG11. The input video signal is predicted from the reconstructed signal, which is derived from the coded picture regions. The prediction residual signal is processed by a block transform. The transform coefficients are quantized and entropy coded together with other side information in the bitstream. The reconstructed signal is generated from the prediction signal and the reconstructed residual signal after inverse transform on the de-quantized transform coefficients. The reconstructed signal is further processed by in-loop filtering for removing coding artifacts. The decoded pictures are stored in the frame buffer for predicting the future pictures in the input video signal.

[0006] In VVC, a coded picture is partitioned into non-overlapped square block regions represented by the associated coding tree units (CTUs) . The leaf nodes of a coding tree correspond to the coding units (CUs) .

[0007] Each CU contains one or more prediction units (PUs) . The prediction unit, together with the associated CU syntax, works as a basic unit for signaling the predictor information. The specified prediction process is employed to predict the values of the associated pixel samples inside the PU. Each CU may contain one or more transform units (TUs) for representing the prediction residual blocks. A transform unit (TU) is comprised of a transform block (TB) of luma samples and two corresponding transform blocks of chroma samples and each TB correspond to one residual block of samples from one color component. An integer transform is applied to a transform block. The level values of quantized coefficients together with other side information are entropy coded in the bitstream. The terms coding tree block (CTB) , coding block (CB) , prediction block (PB) , and transform block (TB) are defined to specify the 2-D sample array of one-color component associated with CTU, CU, PU, and TU, respectively. Thus, a CTU consists of one luma CTB, two chroma CTBs, and associated syntax elements. A similar relationship is valid for CU, PU, and TU.

[0008] For each inter-predicted CU, motion parameters consisting of motion vectors, reference picture indices and reference picture list usage index, and additional information are used for inter-predicted sample generation. The motion parameter can be signalled in an explicit or implicit manner. When a CU is coded with skip mode, the CU is associated with one PU and has no significant residual coefficients, no coded motion vector delta or reference picture index. A merge mode is specified whereby the motion parameters for the current CU are obtained from neighbouring CUs, including spatial and temporal candidates, and additional schedules introduced in VVC. The merge mode can be applied to any inter-predicted CU. The alternative to merge mode is the explicit transmission of motion parameters, where motion vector, corresponding reference picture index for each reference picture list and reference picture list usage flag and other needed information are signalled explicitly per each CU.

[0009] Intra block copy (IBC) or current picture referencing (CPR) refer to coding pixel blocks by referencing pixel positions within same current picture as the current block by using block vectors. Intra template matching prediction (IntraTMP) is a special intra prediction mode that copies the best prediction block from the reconstructed part of the current frame, whose L-shaped template matches the L-shaped template of the current block.

[0010] Intra template matching prediction (IntraTMP) is a special intra prediction mode that utilizes one or more reference blocks from the reconstructed part of the current frame for predicting a current block. A list of candidate reference blocks is determined based on template matching costs, wherein a template-matching cost between a reference block and a current block corresponds to the sum of absolute transformed differences (SATD) or the sum of absolute differences (SAD) between the reconstructed samples in a L-shaped template region around the reference block and the reconstructed samples in a L-shaped template region around the current block. A video encoder and a video decoder correspondingly search for the most similar reference template to the current template in a predefined search area of the current frame to construct the list of candidate reference blocks. The index of the selected reference block in the candidate list is coded in the bitstream.SUMMARY

[0011] The following summary is illustrative only and is not intended to be limiting in any way. That is, the following summary is provided to introduce concepts, highlights, benefits and advantages of the novel and non-obvious techniques described herein. Select and not all implementations are further described below in the detailed description. Thus, the following summary is not intended to identify essential features of the claimed subject matter, nor is it intended for use in determining the scope of the claimed subject matter.

[0012] Some embodiments of the disclosure provide methods for generating and using cross-component prediction (CCP) models for subblocks. The video coder partitions the current block into a plurality of subblocks. The video coder derives at least one cross-component prediction (CCP) model for at least one subblock of the current block, wherein the CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold. The video coder stores the derived CCP model to be referenced by a subsequent block. The video coder uses the derived CCP model to generate a cross-component prediction and uses the generated cross-component prediction to encode or decode the current block.

[0013] In some embodiments, the current block is partitioned based on a constraint for width, height, or size for the subblocks. The width, height, or size for the subblocks may be constrained to be smaller than or equal to a first pre-defined threshold and greater than a second pre-defined threshold. In some embodiments, whether the current block is vertically partitioned, horizontally partitioned, or vertically and horizontally partitioned into the plurality of subblocks is determined based on width, height, or size of the current block. In some embodiments, the threshold is the same as the maximum threshold of size of a transform block.

[0014] The subsequent block may be coded in CCP merge mode and references a neighboring position that corresponds to the current block. In some embodiments, the CCP model stored for a subblock that is closest to the subsequent block is added into the CCP merge candidate list.

[0015] In some embodiments, two or more of the derived CCP models of two or more of the subblocks are averaged to generate an average CCP model that is stored and is included in a CCP merge mode candidate list for coding the subsequent block. In some embodiments, the CCP models of the plurality of subblocks are stored in association with attributes of the subblocks and included in a CCP merge mode candidate list for coding the subsequent block. In some embodiments, whether the candidate is included in the CCP merge list is determined based on the attributes.

[0016] In some embodiments, the CCP model of each of the plurality of subblock is re-derived and stored for the subblock when luma and chroma samples of the subblock are reconstructed, or the CCP model of the at least one subblock is re-derived and stored when luma and chroma samples of the current block are reconstructed. The re-derived CCP model may be applied on the subblock to generate prediction samples of the subblock, and a difference between the prediction samples and the reconstructed samples of the subblock is computed and stored for the subblock.

[0017] In some embodiments, the CCP model of the at least one subblock is added to a history-based table that is maintained to include recently used CCP models for CCP merge mode. The CCP model stored into the history-based table may be associated with a subblock having a smallest difference between predicted samples and reconstructed samples among the plurality of subblocks.

[0018] The subsequent block may be coded in CCP merge mode that references a neighboring position that corresponds to the current block. One or more CCP models associated with the smallest differences between reconstructed samples and predicted samples of their respective subblocks may be included into the CCP merge candidate list for the subsequent block. In some embodiments, each CCP model of a subblock is stored with a difference between the predicted samples and the reconstructed samples of a neighboring template corresponding to the subblock, and the predicted samples of the neighboring template may be generated by applying the derived CCP model on the neighboring template. The neighboring template may include immediate neighboring samples of the subblock or of the current block, or a pre-defined region. The neighboring template may be the same or different as a neighboring template used to derive the CCP model of the subblock.BRIEF DESCRIPTION OF THE DRAWINGS

[0019] The accompanying drawings are included to provide a further understanding of the present disclosure, and are incorporated in and constitute a part of the present disclosure. The drawings illustrate implementations of the present disclosure and, together with the description, serve to explain the principles of the present disclosure. It is appreciable that the drawings are not necessarily in scale as some components may be shown to be out of proportion than the size in actual implementation in order to clearly illustrate the concept of the present disclosure.

[0020] FIG. 1 shows six neighboring non-downsampled luma samples and one down-sampled chroma sample.

[0021] FIG. 2 illustrates the spatial samples used for gradient and location based CCCM.

[0022] FIG. 3 illustrates various downsampling filters used in cross-component models.

[0023] FIG. 4 illustrates the InterCCCM method at the decoder side.

[0024] FIG. 5 illustrates the luma samples in relation to the chroma sample that are used for an 8 tap-filter.

[0025] FIGS 6A-6B show examples of sub-partitioning for CUs depending on block size.

[0026] FIGS. 7A-7B show splitting a 64x32 block and a 64x16 block.

[0027] FIG. 8 illustrates the templates of subblocks that are used to derive the CCP models for the subblocks.

[0028] FIG. 9 illustrates using already reconstructed samples in extrapolated templates to determine the CCP models of the subblocks.

[0029] FIG. 10 illustrates an example video encoder that may implement cross-component prediction.

[0030] FIG. 11 illustrates portions of the video encoder that implement subblock cross-component prediction.

[0031] FIG. 12 conceptually illustrates a video encoding process that derives and uses subblock cross-component models for encoding pixel blocks.

[0032] FIG. 13 illustrates an example video decoder that may implement cross-component prediction.

[0033] FIG. 14 illustrates portions of the video decoder that implement subblock cross-component prediction.

[0034] FIG. 15 conceptually illustrates a video decoding process that derives and uses subblock cross-component models for decoding pixel blocks.

[0035] FIG. 16 conceptually illustrates an electronic system with which some embodiments of the present disclosure are implemented.DETAILED DESCRIPTION

[0036] In the following detailed description, numerous specific details are set forth by way of examples in order to provide a thorough understanding of the relevant teachings. Any variations, derivatives and / or extensions based on teachings described herein are within the protective scope of the present disclosure. In some instances, well-known methods, procedures, components, and / or circuitry pertaining to one or more example implementations disclosed herein may be described at a relatively high level without detail, in order to avoid unnecessarily obscuring aspects of teachings of the present disclosure. I. Cross-Component Prediction (CCP)

[0037] Cross-component prediction tools are widely adopted in video coding standards. In cross-component prediction (CCP) tools, the redundancy between cross-components is exploited by generating the prediction of a second color component based on a first color component. Examples of cross-component prediction tools include CCLM, MMLM, GLM, CCCM, NoSub-CCCM, BVG-CCCM, GL-CCCM, MDF-CCCM, InterCCCM, CCP merge mode, and chroma fusion. A model used for cross-component prediction may be referred to as cross-component model or CCP model.

[0038] A. Cross Component Linear Model (CCLM)

[0039] Cross Component Linear Model (CCLM) or Linear Model (LM) mode is a cross-component prediction mode in which chroma components of a block is predicted from the collocated reconstructed luma samples by linear models. The parameters (e.g., scale and offset) of the linear model are derived from already reconstructed luma and chroma samples that are adjacent to the block. For example, in VVC, the CCLM mode makes use of inter-channel dependencies to predict the chroma samples from reconstructed luma samples. This prediction is carried out using a linear model in the form of: P (i, j) = α·rec′L (i, j) +β      (1)

[0040] P (i, j) in eq. (1) represents the predicted chroma samples in a CU (or the predicted chroma samples of the current CU) and rec′L (i, j) represents the down-sampled reconstructed luma samples of the same CU (or the corresponding reconstructed luma samples of the current CU) .

[0041] The CCLM model parameters α (scaling parameter) and β (offset parameter) are derived based on at most four neighboring chroma samples and their corresponding down-sampled luma samples.

[0042] B. Multi-Model CCLM (MMLM)

[0043] Multiple model CCLM mode (MMLM) uses two models for predicting the chroma samples from the luma samples for the whole CU. In MMLM, neighbouring luma samples and neighbouring chroma samples of the current block are classified into two or more groups, each group is used as a training set to derive a linear model (i.e., a particular α and β are derived for a particular group) . Furthermore, the samples of the current luma block are also classified based on the same rule for the classification of neighbouring luma samples. Predc [x, y] = α1×RecˊL [x, y] + β1 if Rec′L [x, y] ≤ Threshold Predc [x, y] = α2×RecˊL [x, y] + β2 if Rec′L [x, y] > Threshold

[0044] C. Convolutional Cross-Component Model (CCCM)

[0045] A convolutional cross-component model (CCCM) may be applied to improve the cross-component prediction performance. For some embodiment, the convolutional model has 7-tap filter having a 5-tap plus sign shape spatial component, a non-linear term and a bias term. The input to the spatial 5-tap component of the filter includes a center (C) luma sample (which is collocated with the chroma sample to be predicted) and the center luma sample’s above / north (N) , below / south (S) , left / west (W) and right / east (E) neighbors. The nonlinear term (denoted as P) is represented as power of two of the center luma sample C and scaled to the sample value range of the content: P = (C*C + midVal ) >> bitDepth

[0046] Thus, for 10-bit content the non-linear term P is calculated as: P = (C*C + 512 ) >> 10

[0047] The bias term (denoted as B) represents a scalar offset between the input and output (similarly to the offset term in CCLM) and is set to middle chroma value (512 for 10-bit content) . Output of the filter is calculated as a convolution between the filter coefficients ci and the input values and clipped to the range of valid chroma samples: predChromaVal = c0C + c1N + c2S + c3E + c4W + c5P + c6B

[0048] The filter coefficients ci are calculated by minimising MSE between predicted and reconstructed chroma samples in the reference area. In some embodiments, Reference sample values just outside of the top-left corner of the PU are used as the offsets (offsetLuma, offsetCb and offsetCr) for simplicity. The samples values used in both model creation and final prediction (i.e., luma and chroma in the reference area, and luma in the current PU) are reduced by these fixed values, as follows: C' = C –offsetLuma N' = N –offsetLuma S' = S –offsetLuma E' = E –offsetLuma W' = W –offsetLuma P' = nonLinear (C')  B = midValue = 1 << (bitDepth -1)

[0049] and the chroma value is predicted using the following equation, where offsetChroma is equal to offsetCr and offsetCb for Cr and Cb components, respectively: predChromaVal = c0C' + c1N' + c2S' + c3E' + c4W' + c5P' + c6B + offsetChroma

[0050] D. CCCM using Non-Downsampled Luma Samples (NoSubCCCM)

[0051] In some embodiments, CCCM mode with 3x2 filter using non-downsampled luma samples (NoSubCCCM) is used. NoSubCCCM uses 6-tap spatial terms, four nonlinear terms and a bias term. The 6-tap spatial terms correspond to 6 neighboring luma samples (i.e., L0, L1, …, L5) around the chroma sample (i.e., C) to be predicted. FIG. 1, which shows the six neighboring non-downsampled luma samples L0, L1, …, L5 and the down-sampled chroma sample. The four non-linear terms are derived from the samples L0, L1, L2, and L3. The chroma prediction is generated according to:

[0052] where αi is the coefficient, β is the offset. In some embodiments, NoSubCCCM is signaled as an additional CCCM model.

[0053] E. Gradient Linear Model (GLM)

[0054] For YUV 4: 2: 0 color format, a gradient linear model (GLM) method can be used to predict the chroma samples from luma sample gradients. Two modes are supported: a two-parameter GLM mode and a three-parameter GLM mode.

[0055] Compared with the CCLM, instead of down-sampled luma values, the two-parameter GLM utilizes luma sample gradients to derive the linear model. Specifically, when the two-parameter GLM is applied, the input to the CCLM process, i.e., the down-sampled luma samples L, are replaced by luma sample gradients G. C = α·G + β

[0056] The other parts of the CCLM (e.g., parameter derivation, prediction sample linear transform) are kept unchanged. In the three-parameter GLM, a chroma sample can be predicted based on both the luma sample gradients and down-sampled luma values with different parameters: C = α0·G + α1·L + α2·β

[0057] The model parameters of the three-parameter GLM are derived from 6 rows and columns adjacent samples by the LDL decomposition based MSE minimization method as used in the CCCM.

[0058] F. Block Vector Guided CCCM (BVG-CCCM)

[0059] Block Vector guided CCCM (BVG-CCCM) is a coding mode in which the block vectors of co-located luma blocks (coded in IBC or intraTMP) are used to determine the reference area for calculating the CCCM parameters. The prediction is performed using uses the calculated model parameters and co-located luma samples. When the co-located luma prediction is coded with IBC or IntraTMP in Intra slices, the BVG-CCCM mode can be used. The BVG-CCCM mode uses an 11-tap filter for cross-component prediction as below: predChromaVal = c0C + c1N + c2S + c3E + c4W + c5P (C) + c6P (N) + c7P (S) + c8P (W) + c9P (E) + c10B

[0060] The input to the spatial 5-tap component of the filter consists of a center (C) luma sample which is collocated with the chroma sample to be predicted and its above / north (N) , below / south (S) , left / west (W) and right / east (E) neighbors. The nonlinear term P is represented as power of two of the corresponding luma sample and B is the bias term.

[0061] Similar to Direct Block Vector (DBV) mode, five locations in the collocated luma block area are scanned and the associated block vectors are then used for determining the reference area for parameter calculation in BVG-CCCM method.

[0062] G. Gradient and Location based CCCM (GL-CCCM)

[0063] GL-CCCM is a coding tool that maps luma values into chroma values using a filter with inputs consisting of one spatial luma sample, two gradient values, two location information, a nonlinear term, and a bias term. The GL-CCCM method uses gradient and location information instead of the 4 spatial neighbor samples used in the CCCM filter. The GL-CCCM filter used for the prediction is: predChromaVal = c0C + c1Gy + c2Gx + c3Y + c4X + c5P + c6B        (2)

[0064] Where Gy and Gx are the vertical and horizontal gradients, respectively. Gy and Gx are calculated according to the following:

[0065] Gy = (2N + NW + NE) – (2S + SW + SE)

[0066] Gx = (2W + NW + SW) – (2E + NE + SE)

[0067] FIG. 2 illustrates the spatial samples used for GL-CCCM, including N, S, W, E, NW, NE, SW, SE that surround the current chroma sample C. Y and X are the spatial coordinates of the center luma sample. Other parameters (c0 through c6, P, and B) of Eq. (2) are the same as CCCM tool. The reference area for the parameter calculation is the same as CCCM method described in Section I. C.

[0068] H. CCCM with Multiple Down-Sampling Filters (MDF-CCCM)

[0069] Multiple downsampling filters are applied to a group of reconstructed luma samples in a CCCM. The linear combination of these down-sampled reconstructed samples is multiplied by derived filter coefficients to form the final chroma predictor. The horizontal or vertical location of the center luma sample are also considered in the tested model. The cross-component models shown below are tested as additional CCCM modes with a mode index signalled in the bitstream: Model 1: predChroma = c0 *H (C) + c1 * G1 (C) + c2 * G2 (C) + c3 * G3 (C) + c4 * P (H (C) ) + c5 * P (G1 (C) ) + c6 *P (G2 (C) ) + c7 *X + c8 *Y + c9 *B Model 2: predChroma = c0 *H (C) + c1 * H (W) + c2 * H (E) + c3 * G1 (C) + c4 * G1 (W) + c5 * G1 (E) + c6 * P (H (C) ) + c7 * P (H (W) ) + c8 * P (H (E) ) + c9 *X + c10 *B Model 3: predChroma = c0 *H (C) + c1 * H (NE) + c2 * H (SW) + c3 * G3 (C) + c4 * G3 (NE) + c5 * G3 (SW) + c6 * P (H (C) ) + c7 * P (H (NE) ) + c8 * P (H (SW) ) + c9 *Y + c10 *B

[0070] where H (·) , G1 (·) , G2 (·) , G3 (·) are various downsampling filters. FIG. 3 illustrates various downsampling filters used in cross-component models, including H (·) , G1 (·) , G2 (·) , G3 (·) . C denotes the current chroma sample position, and N, S, W, E, NE, SW are the positions around C, ci are filter coefficients, P and B are nonlinear term and bias term, and X and Y are the horizontal and vertical locations of the center luma sample with respect to the top-left coordinates of the block.

[0071] J. InterCCCM

[0072] InterCCCM applies the CCCM method for predicting chroma samples from reconstructed luma samples when the CU uses inter prediction or intra block copy (IBC) . FIG. 4 illustrates the InterCCCM method at the decoder side.

[0073] The cross-component filters are derived using the prediction blocks of luma and chroma. The derived filters are applied to the reconstructed luma block and blended with the prediction blocks of chroma to produce the final chroma prediction blocks. In the blending process the filtered reconstructed luma blocks use blending weight of 0.75 and chroma prediction blocks use blending weight of 0.25.

[0074] The 8-tap filter consist of 6 spatial luma samples, a nonlinear term, and a bias term. The spatial luma samples (L0, …, L5) are obtained from the luma grid selecting the 6 luma samples closest to the chroma position C without down sampling. FIG. 5 illustrates the luma samples (L0, .., L5) in relation to the chroma sample C that are used for the 8 tap-filter. The predicted chroma value is obtained as, predChromaVal = c0L0+ c1L1 + c2L2 + c3L3 + c4L4 + c5L5 + c6*nonlinear ( (L0+L3+1) >> 1) + c7 B

[0075] where nonlinear is CCCM’s nonlinear operator and B is bias. The filter coefficients are derived using ECM’s division-free Gaussian elimination method and the necessary offsets are applied to samples prior to filter derivation. The offsets for division-free Gaussian elimination method are obtained using a four-point average of the luma and chroma prediction blocks, where the four points correspond to the top-left, top-right, bottom-left and bottom-right corners of the blocks. For filter coefficient derivation at most 256 chroma samples are used. Usage of InterCCCM mode is signalled with a CABAC coded TU level flag. One new CABAC context was included to support this. The InterCCCM flag is only signalled if the TU’s luma Cbf is non-zero and the CU’s predMode is either MODE_INTER or MODE_IBC.

[0076] K. Subblock-based CCCM

[0077] In some embodiments, a subblock-based model is used to further improve coding efficiency of CCCM. Specifically, CCCM is applied on subblock basis sequentially inside CU. This is to improve the accuracy of CCCM parameter derivation because the reference samples are closer to the predicted samples.

[0078] Specifically, the current chroma prediction blocks are split into subblocks while maintaining the original ratio between width and height. Correspondently, the reference area is also divided into smaller reference area while keeping the same reference type. For each subblock, similar CCCM model derivation and chroma prediction process are applied sequentially in a zigzag scanning order. The subdivision does not require any rate-distortion (RD) optimization at the encoder and no additional signaling is required. To avoid high complexity, subblock partitioning is only applied for chroma PUs with area size (width x height) greater than 256 samples and smaller than 128x128 samples. The maximum number of partitions is restricted to be 4. Table 1 depicts an example of predefined partitioning used in the test. BlkW and BlkH denote the original PU width and height, and SubW and SubH denote the width and height of the partitions.

[0079] Table 1: Example of predefined CCCM subblock partitioning.

[0080] L. CCP merge (Non-Local CCCP) mode

[0081] For chroma coding, a CCP merge candidate list may be constructed from the spatial adjacent, temporal, spatial non-adjacent, history-based m or shifted temporal candidates. After including these candidates, default models are further included to fill the remaining empty positions in the merge list. Pruning operation is applied. After constructing the list, the CCP models in the list are reordered depending on the SAD costs, which are obtained using the neighbouring template of the current block. A flag is signaled to indicate whether the CCP merge mode is applied or not. If CCP merge mode is applied, an index is signaled to indicate which candidate model is used by the current block.

[0082] For spatial adjacent and non-adjacent candidates, the positions and inclusion order of the spatial adjacent and non-adjacent candidates are the same as those defined for regular inter merge prediction candidates.

[0083] For temporal and shifted temporal candidates, the temporal candidates are selected from the collocated picture. The position and inclusion order of the temporal candidates are the same as those defined for regular inter merge prediction candidates. The shifted temporal candidates are also selected from the collocated picture. The position of temporal candidates is shifted by a selected motion vector which is derived from motion vectors of neighboring blocks.

[0084] For history-based candidates, a history-based table is maintained to include the recently used CCP models, and the table is reset at the beginning of each CTU row. If the current list is not full after including spatial adjacent and non-adjacent candidates, the CCP models in the history-based table are added into the list.

[0085] For default candidates, CCLM candidates with default scaling parameters are considered, only when the list is not full after including the spatial adjacent, spatial non-adjacent, or history-based candidates. If the current list has no candidates with the single model CCLM mode, the default scaling parameters are {0, 1 / 8, -1 / 8, 2 / 8, -2 / 8, 3 / 8, -3 / 8, 4 / 8, -4 / 8, 5 / 8, -5 / 8, 6 / 8} . Otherwise, the default scaling parameters are {0, the scaling parameter of the first CCLM candidate + {1 / 8, -1 / 8, 2 / 8, -2 / 8, 3 / 8, -3 / 8, 4 / 8, -4 / 8, 5 / 8, -5 / 8, 6 / 8} } .

[0086] In some embodiments, the cross-component prediction merge mode is extended to chroma inter coding. The CCP models including CCLM, MMLM, CCCM, GLM, chroma fusion, CCP merge modes, and inter CCCM are stored and inherited for the following coding chroma intra and inter blocks. Similar to the CCP merge for chroma intra blocks, a flag is signaled to indicate whether a chroma inter block is coded using this mode. If the CCP merge mode is used, a CCP merge list is constructed in a similar way as that for chroma intra blocks except that additional shifted temporal candidate and on-the-fly derived candidates are included in the CCP merge list. The additional shifted temporal candidates are derived from the collocated picture, and the position of these candidates are the same as those defined for regular inter merge prediction candidates with a shift obtained from the motion vector of the current block. The on-the-fly derived candidates are only used for low delay pictures and are obtained using the neighboring reconstructed samples of the current block. At most 1 on-the-fly derived candidates including single / multi-model CCCM and single / multi-model CCLM are added to the CCP merge list. After the CCP merge list is constructed, the candidate with the lowest template cost is selected for the chroma inter block. The chroma inter block is then predicted in the same way as that of inter CCCM. That is, the motion compensation predicted samples are blended with the cross-component predicted samples to form the final prediction. II. Subblock Cross-Component Prediction

[0087] Some embodiments of the disclosure provide methods of further splitting the current block into subblocks. CCP models are derived and applied on subblock basis. For each subblock, the CCP model derivation is performed, and the derived CCP models are applied on each subblock respectively. CCP model (s) of each subblock is then stored and can be referenced or inherited by a subsequent block coded in CCP merge mode.

[0088] A. Intra Sub-partitions (ISP)

[0089] The intra sub-partitions (ISP) divides luma intra-predicted blocks vertically or horizontally into 2 or 4 sub-partitions depending on the block size. The CU sizes that can use ISP is restricted to a maximum of 64x64. FIGS 6A-6B show examples of sub-partitioning for CUs depending on block size. FIG. 6A shows examples of sub-partitions for 4x8 and 8x4 CUs. FIG. 6B shows examples of sub-partitions for CUs other than 4x8, 8x4, and 4x4. All sub-partitions fulfill the condition of having at least 16 samples.

[0090] For each sub-partition, reconstructed samples are obtained by adding the residual signal to the prediction signal. Here, a residual signal is generated by the processes such as entropy decoding, inverse quantization and inverse transform. Therefore, the reconstructed sample values of each sub-partition are available to generate the prediction of the next sub-partition, and each sub-partition is processed repeatedly. In addition, the first sub-partition to be processed is the one containing the top-left sample of the CU and then continuing downwards (horizontal split) or rightwards (vertical split) . As a result, reference samples used to generate the sub-partitions prediction signals are only located at the left and above sides of the lines. All sub-partitions share the same intra mode.

[0091] B. Splitting the Current Block into Subblocks

[0092] In some embodiments, when the current block is coded in a CCP mode, the current block can be further split into subblocks according to some width / height / size constraints for the subblocks. In some instances, the width / height / size of a subblock are required to be smaller than or equal to a pre-defined first threshold. In some instances, the width / height / size of a subblock is required to be greater than or equal to a pre-defined second threshold. Hence the number of subblocks in a block is not a fixed number. The number of subblocks may depend on the width / height / size of the current block. For example, if the pre-defined first threshold is 16, a 64x32 block will be split into at least 8 blocks; or if the pre-defined first threshold is 32 and the pre-defined second threshold is 16, a 64x16 block can be split into two 32x16 subblocks. FIGS. 7A-7B show splitting a 64x32 block and a 64x16 block.

[0093] In some embodiments, when the current block is coded in a CCP mode, the current block can be further split into subblocks. The block can be vertically or horizontally split into N subblocks depending on the block size. The methods of splitting may be similar to ISP as described in Section II. A.

[0094] C. Deriving and Applying CCP Models in Subblock Basis

[0095] In some embodiments, the current block is partitioned into subblocks, and CCP models are derived and applied on subblock basis. For each subblock, the CCP model derivation is performed, and the derived CCP models are applied on each subblock respectively. CCP model (s) of each subblock is then stored and can be referenced or inherited by a subsequent block coded in CCP merge mode.

[0096] Cross-component prediction tools, such as CCLM and CCCM, derive the model parameters based on the reconstructed samples in neighboring templates of the current block. In some embodiments, when the current block is split into subblocks, for each subblock, the CCP model is derived respectively based on reconstructed samples in neighboring templates of the current subblock. The neighboring templates used to derive CCP models can be defined for each subblock. The neighboring templates of the subblock can be different from the neighboring template of the current block. The neighboring templates can be defined based on the block width and height of the subblock. For example, the top-template can be N x subblock width, and the left-template can be subblock height x M, where N and M are integers. N and M can be 1, 2, 3, 4, 5, 6…. The neighboring templates can be the immediate neighboring samples of the current subblock.

[0097] FIG. 8 illustrates the templates of subblocks that are used to derive the CCP models for the subblocks. As illustrated, a current block 800 is split into 4 subblocks A, B, C and D. The CCP model of subblock A is derived based on reconstructed samples in template regions 810 and 830 neighboring subblock A. The CCP model of subblock B is derived based on reconstructed samples in template regions 820 and 835 neighboring subblock B. The CCP model of subblock C is derived based on reconstructed samples in template regions 815 and 840 neighboring subblock C. The CCP model of subblock D is derived based on reconstructed samples in template regions 825 and 845 neighboring subblock D. It is worth noting that, subblocks B, C, and D uses template regions that are not template regions of the current block. Rather, subblocks B, C, and D uses template regions 815, 825, 835, and 845, which encompass samples that are available only after neighboring subblocks are already reconstructed. In the example of FIG. 8, subblock A is reconstructed for template regions 815 and 835 to be available for deriving the cross-component models of subblocks B and C. Subblock B and C are reconstructed for template regions 825 and 845 to be available for deriving the cross-component model (s) of subblock D. Thus, in some embodiments, the CCP models of the subblocks of the current block are derived sequentially in a pre-defined order, e.g., first for subblock A (in stage 801) , then for subblock B (in stage 802) , then for subblock C (in stage 803) , then finally for subblock D (in stage 804) .

[0098] After the CCP model is derived for a subblock, the subblock CCP model is applied on (luma samples of) the subblock to generate a prediction (for chroma samples) . Reconstructed samples of the subblock are obtained by adding the residual signal to the prediction. Here, a residual signal is generated by the processes such as entropy decoding, inverse quantization and inverse transform. Therefore, the reconstructed sample values of each subblocks are available to derive the CCP model of the next subblock, and each subblock is processed repeatedly. Since the transform process is also performed separately for each subblock, the transform block of the current block is split into transform subblocks. The transform subblocks may be applied different transforms or the same transform.

[0099] In some embodiments, the CCP models are based on only reconstructed samples outside of the current block. This allows the CCP models of the different subblocks to be derived in parallel, since none of the template regions used for CCP model derivation depend on other subblocks to be reconstructed. If the transform block of the current block is split into transform subblocks, using only template regions outside of the current block for CCP model derivation allows the transform process to be done independently for each subblock. Using only template regions outside of the current block for CCP model derivation also allows the transform process to be done at the block level such that the transform block of the current block is not split into transform subblocks.

[0100] In some embodiments, when the current block is split into subblocks, for each subblock, the CCP model is derived respectively based on reconstructed samples in neighboring templates of the current subblock. The neighboring templates of each subblock only include reconstructed samples outside of the current block. If the pre-defined neighboring template of the current subblock is inside the current block, an extrapolated neighboring template is used for the current subblock. For the top-template, an extrapolated template at the top of the current block is used instead. For the left-template, an extrapolated template left of the current block is used instead. If a top-template is inside the current block, the extrapolated template can be at a position that is vertically above the top-template and is outside of the current block. If a left-template is inside the current block, the extrapolated template can be at a position that is horizontally left to the left-template and is outside of the current block.

[0101] In some embodiments, for each subblock, the CCP models of each subblock can be derived in parallel, since deriving the CCP models will only be based on reconstructed samples outside of the current block. For some instances, transform process can be done separately for each subblock, and transform block of the current block is split into transform subblocks. The transform subblocks may be allowed to select different transforms or may use the same transform. For some other instances, transform process can be done at the block level instead of at the subblock level, and transform block of the current block is not split. In some instances, transform process can be done at the block level instead of at the subblock level, and whether the transform block of the current block is split is decided at the block level.

[0102] In one embodiment, when the current block is split into subblocks, for each subblock, the CCP model is derived respectively based on reconstructed samples in neighboring templates of the current subblock. For each subblock, the neighboring templates used to derive the CCP models can be determined based on the subblock width / height / size. If a maximum threshold is defined for transform blocks, and the width / height / size of transform (sub) blocks have to be smaller or equal to the maximum threshold, if the subblock width / height / size is smaller than the maximum threshold, the extrapolated neighboring templates are used. If the subblock width / height / size is greater than or equal to the maximum threshold, the non-extrapolated neighboring templates (i.e., the immediate neighboring templates) are used.

[0103] FIG. 9 illustrates using already reconstructed samples in extrapolated templates to determine the CCP models of the subblocks. As illustrated, a current block 900 includes subblocks A, B, C, and D. Neighboring template regions 910, 920, 930, and 940 of the current block 900 are used to determine the CCP models of the subblocks. The CCP models of the subblocks A, B, C, and D may be determined by independent processes 901, 902, 903, and 904 in parallel.

[0104] In the process 901, the reconstructed luma and chroma samples of template regions 910 and 930 are used to determine the CCP for subblock A.

[0105] In the process 902, the template region 935 that immediately neighbors the subblock B is in the current block 900. Thus, an extrapolated template region 938 is used to provide the reconstructed luma and chroma samples for determining the CCP model for subblock B, in conjunction with samples in the neighboring template region 920. The extrapolated template region 938 may or may not be the same as the neighboring template region 930 of the current block.

[0106] In the process 903, the template region 915 that immediately neighbors the subblock C is in the current block 900. Thus, an extrapolated template region 918 is used to provide the reconstructed luma and chroma samples for determining the CCP model for subblock C, in conjunction with samples in the neighboring template region 940. The extrapolated template region 918 may or may not be the same as the neighboring template region 910 of the current block.

[0107] In the process 904, the template regions 925 and 945 that immediately neighbors the subblock D are both in the current block 900. Thus, extrapolated template regions 928 and 948 are used to provide the reconstructed luma and chroma samples for determining the CCP model for subblock D. The extrapolated template regions 928 and 948 may or may not be the same as the neighboring template regions 920 and 940 of the current block.

[0108] D. Storing CCP Models in Subblock Basis

[0109] After a block finishes coding, the CCP model (s) associated with the block is stored and can be referenced / inherited by a subsequent block coded in CCP merge mode. When a subsequent block is coded in CCP merge mode (for intra / inter / IBC blocks) , a CCP merge candidate list is constructed by including neighboring CCP models. The CCP models are obtained by referencing blocks at neighboring positions of the subsequent block, such as the spatial adjacent, temporal, spatial non-adjacent, history-based or shifted temporal candidates as described in Section I. L.

[0110] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, the CCP models of each subblock can be stored. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, CCP models of the subblocks of the current block can be included into the CCP merge candidate list of the subsequent block. The current block may be coded in CCP modes for intra blocks, such as CCLM, CCCM, CCCM variants or CCP merge mode for intra blocks. The current block may be coded in CCP modes for inter / IBC blocks, such as interCCCM or CCP merge mode for inter blocks. The subsequent block may be coded in CCP merge mode for intra blocks or CCP merge mode for inter / IBC blocks.

[0111] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, the CCP model (s) of each subblock is all stored. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, all the CCP models of the current block are included in the CCP merge candidate list of the subsequent block. For example, if the current block is split into 4 subblocks, 4 CCP models will become 4 candidates in the CCP merge candidate list of the subsequent block.

[0112] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, the CCP model (s) of each subblock is first averaged, and then the averaged CCP model can be stored and then include into the CCP merge candidate list. The process of averaging mentioned here can be taking the average of the coefficients for each input term in the CCP model across different subblock CCP models to form the averaged CCP model with the averaged coefficients. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, all the CCP models of the current block are averaged and then included into the CCP merge candidate list of the subsequent block.

[0113] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, the CCP model (s) of each subblock is stored associated with attributes. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, the subsequent block decides which CCP models of the subblocks are to be included into the CCP merge candidate list based on the attributes.

[0114] In some embodiments, the CCP models of each subblock may be stored associated with at least one attribute (for example, the subblock, the subblock position, the subblock width and / or subblock height) , or the CCP model of each subblock is stored in each subblock respectively. In some instances, when a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, only the CCP model associated with the subblock pointed by the neighboring position is included into the CCP merge candidate list. In some instances, the CCP model closest to the neighboring position is included into the CCP merge candidate list. In some instances, only the CCP model associated with a subblock at a pre-defined position is added into the CCP merge candidate list. For example, only the CCP model of the top-left subblock is added into the CCP merge candidate list. In some instances, the CCP model that is closest to the subsequent block is added into the CCP merge candidate list.

[0115] In some embodiments, the CCP model may be applied on the subblock to generate the prediction of the subblock. The difference between the prediction and the reconstructed samples of the subblock can be computed. And the CCP model (s) of each subblock is stored with the difference or the average differences. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, the CCP models associated with the smallest differences (or average differences) are included into the CCP merge candidate list. The difference metric may be SAD (sum of absolute differences) , SATD (sum of absolute transformed differences) or MSE (mean of squared error) .

[0116] In some embodiments, the CCP model may be applied on the neighboring templates of the subblock to generate the prediction of the subblock. The difference between the prediction and the reconstructed samples of the subblock can be computed, and the CCP model (s) of each subblock is stored with the difference or the average differences. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, the CCP models associated with the smallest differences (or average differences) are included into the CCP merge candidate list. In some instances, the neighboring templates used to compute the difference is a pre-defined region. For example, the top-template can be N2 x subblock width, and the left-template can be subblock height x M2, where N2 and M2 are integers. N2 and M2 can be 1, 2, 3, 4…. The neighboring templates can be the immediate neighboring samples of the current subblock. In some instances, the neighboring templates used to compute the difference is the same as the neighboring templates used to derive the CCP model of the subblock. The difference metric can be SAD (sum of absolute differences) , SATD (sum of absolute transformed differences) or MSE (mean of squared error) .

[0117] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, for each subblock, after reconstructed samples of the subblock are obtained, CCP models are re-derived based on the reconstructed luma and chroma samples of the subblock. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, all the re-derived CCP models of the current block are included into the CCP merge candidate list of the subsequent block. For example, if the current block is split into 4 subblock, 4 re-derived CCP models will become 4 candidates in the CCP merge candidate list of the subsequent block.

[0118] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, after reconstructed samples of the current block are obtained, a CCP model is re-derived based on the reconstructed luma and chroma samples of the current block. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, the re-derived CCP model of the current block is included into the CCP merge candidate list of the subsequent block.

[0119] In some embodiments, when the current block is coded in a CCP mode and is split into subblocks, for each subblock, after reconstructed samples of the subblock are obtained, the CCP models are re-derived based on the reconstructed luma and chroma samples of the subblock. The re-derived CCP models are stored associated with attributes. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, the subsequent block decides which re-derived CCP models of the subblock are to be included into the CCP merge candidate list based on the attributes.

[0120] In some embodiments, the re-derived CCP models of each subblock may be stored associated with the subblock, the subblock position, the subblock width and / or subblock height, or the re-derived CCP model of each subblock is stored in each subblock respectively. In some instances, when a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to) the current block, only the re-derived CCP model associated with the subblock pointed by the neighboring position is included into the CCP merge candidate list. In some instances, the re-derived CCP model closest to the neighboring position is included into the CCP merge candidate list. In some instances, only the re-derived CCP model associated with a subblock at a pre-defined position is added into the CCP merge candidate list. For example, only the re-derived CCP model of the top-left subblock is added into the CCP merge candidate list. In some instances, the re-derived CCP model that is closest to the subsequent block is added to the CCP merge candidate list.

[0121] In some embodiments, the re-derived CCP model may be applied on the subblock to generate the prediction of the subblock. The difference between the prediction and the reconstructed samples of the subblock can be computed. And the re-derived CCP model (s) of each subblock is stored with the difference or the average differences. When a subsequent block coded in CCP merge mode references a neighboring position that corresponds to (for example, points to the current block, the re-derived CCP models associated with the smallest differences (or average differences) are included into the CCP merge candidate list. The difference metric can be SAD (sum of absolute differences) , SATD (sum of absolute transformed differences) or MSE (mean of squared error) .

[0122] In some embodiments, when the current block is coded in CCP and is split into subblocks, the CCP model (s) of each subblock is added into the history-based table that is maintained to include the recently used CCP models for CCP merge mode. The CCP models may be added into the history-based table in a pre-defined order. The pre-defined order may be the same as the pre-defined order to code each subblock. The pre-defined order may be the same as the pre-defined order to derive CCP models for each subblock. The pre-defined order may be according to the position of each subblock.

[0123] In some embodiments, when the current block is coded in CCP and is split into subblocks, only one (or some) of the CCP model (s) of each subblock is added into the history-based table that is maintained to include the recently used CCP models for CCP merge mode. In some instances, the CCP models that are added into the history-based table may be at a pre-defined position of the current block. For example, only the CCP model of the subblock at the top-left position of the current block is added to the history-based table. In some instances, the CCP models associated with the smallest difference (or average difference) are added to the history-based table. The difference may be computed between the prediction generated by applying the CCP model to the subblock and the reconstruction of the subblock. The difference may be computed between (i) the prediction generated by applying the CCP model to the neighboring templates and (ii) the reconstruction of the neighboring templates.

[0124] The term “block” in this invention can refer to TU / TB, CU / CB, PU / PB, pre-defined region, or CTU / CTB. Any combination of the proposed methods in this invention can be applied. Any of the foregoing proposed methods can be implemented in encoders and / or decoders. For example, any of the proposed methods can be implemented in an inter / intra / IBC / prediction / transform module of an encoder, and / or an inter / intra / IBC / prediction / transform module of a decoder. Alternatively, any of the proposed methods can be implemented as a circuit coupled to the inter / intra / IBC / prediction / transform module of the encoder and / or the inter / intra / IBC / prediction / transform module of the decoder, so as to provide the information needed by the inter / intra / IBC / prediction / transform module. III. Example Video Encoder

[0125] FIG. 10 illustrates an example video encoder 1000 that may implement cross-component prediction. As illustrated, the video encoder 1000 receives input video signal from a video source 1005 and encodes the signal into bitstream 1095. The video encoder 1000 has several components or modules for encoding the signal from the video source 1005, at least including some components selected from a transform module 1010, a quantization module 1011, an inverse quantization module 1014, an inverse transform module 1015, an intra estimation module 1024, an intra prediction module 1025, a motion compensation module 1030, a motion estimation module 1035, an in-loop filter 1045, a reconstructed picture buffer 1050, a MV buffer 1065, and a MV prediction module 1075, and an entropy encoder 1090. The motion compensation module 1030 and the motion estimation module 1035 are part of an inter-prediction module 1040. The intra-prediction module 1025 and the intra-estimation module 1024 are part of a current picture prediction module 1020, which uses current picture reconstructed samples as reference samples for prediction of the current block.

[0126] In some embodiments, the modules 1010 –1090 are modules of software instructions being executed by one or more processing units (e.g., a processor) of a computing device or electronic apparatus. In some embodiments, the modules 1010 –1090 are modules of hardware circuits implemented by one or more integrated circuits (ICs) of an electronic apparatus. Though the modules 1010 –1090 are illustrated as being separate modules, some of the modules can be combined into a single module.

[0127] The video source 1005 provides a raw video signal that presents pixel data of each video frame without compression. A subtractor 1008 computes the difference between the raw pixel data 1002 provided by the video source 1005 and the predicted pixel data 1013 from the inter-prediction module 1040 or the current picture prediction module 1020 as prediction residual 1009. The transform module 1010 converts the difference (or the residual pixel data or residual signal 1008) into transform coefficients (e.g., by performing Discrete Cosine Transform, or DCT) . The quantization module 1011 quantizes the transform coefficients into quantized data (or quantized coefficients) 1012, which is encoded into the bitstream 1095 by the entropy encoder 1090.

[0128] The inverse quantization module 1014 de-quantizes the quantized data (or quantized coefficients) 1012 to obtain transform coefficients 1018, and the inverse transform module 1015 performs inverse transform on the transform coefficients 1018 to produce reconstructed residual 1019. The reconstructed residual 1019 is added with the predicted pixel data 1013 to produce reconstructed pixel data 1017. In some embodiments, the reconstructed pixel data 1017 is temporarily stored in a line buffer 1027 (or intra prediction buffer) for intra-picture prediction and spatial MV prediction. The reconstructed pixels are filtered by the in-loop filter 1045 and stored in the reconstructed picture buffer 1050. In some embodiments, the reconstructed picture buffer 1050 is a storage external to the video encoder 1000. In some embodiments, the reconstructed picture buffer 1050 is a storage internal to the video encoder 1000.

[0129] The intra estimation module 1024 derives intra-prediction data (e.g., intra prediction modes) based on the reconstructed pixel data 1017 (stored in the line buffer 1027) . The intra-prediction data is provided to the entropy encoder 1090 to be encoded into bitstream 1095. The intra-prediction data is also used by the intra-prediction module 1025 to produce the predicted pixel data 1013.

[0130] The motion estimation module 1035 performs inter-prediction by producing MVs to reference pixel data of previously decoded frames stored in the reconstructed picture buffer 1050. These MVs are provided to the motion compensation module 1030 to produce predicted pixel data.

[0131] Instead of encoding the complete actual MVs in the bitstream, the video encoder 1000 uses MV prediction to generate predicted MVs, and the difference between the MVs used for motion compensation and the predicted MVs is encoded as residual motion data and stored in the bitstream 1095.

[0132] The MV prediction module 1075 generates the predicted MVs based on reference MVs that were generated for encoding previously video frames, i.e., the motion compensation MVs that were used to perform motion compensation. The MV prediction module 1075 retrieves reference MVs from previous video frames from the MV buffer 1065. The video encoder 1000 stores the MVs generated for the current video frame in the MV buffer 1065 as reference MVs for generating predicted MVs.

[0133] The MV prediction module 1075 uses the reference MVs to create the predicted MVs. The predicted MVs can be computed by spatial MV prediction or temporal MV prediction. The difference between the predicted MVs and the motion compensation MVs (MC MVs) of the current frame (residual motion data) are encoded into the bitstream 1095 by the entropy encoder 1090.

[0134] The entropy encoder 1090 encodes various parameters and data into the bitstream 1095 by using entropy-coding techniques such as context-adaptive binary arithmetic coding (CABAC) or Huffman encoding. The entropy encoder 1090 encodes various header elements, flags, along with the quantized transform coefficients 1012, and the residual motion data as syntax elements into the bitstream 1095. The bitstream 1095 is in turn stored in a storage device or transmitted to a decoder over a communications medium such as a network.

[0135] The in-loop filter 1045 performs filtering or smoothing operations on the reconstructed pixel data 1017 to reduce the artifacts of coding, particularly at boundaries of pixel blocks. In some embodiments, the filtering or smoothing operations performed by the in-loop filter 1045 include deblock filter (DBF) , sample adaptive offset (SAO) , and / or adaptive loop filter (ALF) . In some embodiments, luma mapping chroma scaling (LMCS) is performed before the loop filters.

[0136] FIG. 11 illustrates portions of the video encoder 1000 that implement subblock cross-component prediction. As illustrated, a model constructor 1120 uses luma and chroma samples of template regions neighboring the current block (template luma samples 1112 and template chroma samples 1114) to generate a CCP model 1130 of a current block or current subblock. The video encoder 1000 may partition the current block into the subblocks based on the size / width / height of the current block and a constraint for width, height or size for the subblocks as described in Section II.B above.

[0137] A template provider 1110 provides the template luma samples 1112 and the template chroma samples 1114 to the model constructor 1120. The template provider 1110 may provide reconstructed luma samples and reconstructed chroma samples fetched from the reconstructed picture buffer 1050 as the template luma samples 1112 and template chroma samples 1114. The template provider 1110 may fetch samples from an extrapolated template region that is outside the current block or from a non-extrapolated template region that is within the current block. In some embodiments, the template provider module 1110 uses the size / height / width of a subblock to determine whether to provide samples from the extrapolated template region or from the non-extrapolated template region to the model constructor 1120. Specifically, in some embodiments, the template provider module 1110 provide (i) samples from an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples from a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold. Deriving a CCP model for a subblock based on subblock size / height / width is described by reference to FIG. 9 in Section II.C above.

[0138] The current CCP model 1130 may also be provided by a CCP merge list 1140, which includes stored CCP models 1155 associated with various neighboring positions of the current block or pre-defined positions as candidates in the list. The current CCP model 1130 used for the current block or subblock is stored in the CCP model storage 1150 to be used for cross-component prediction of subsequent blocks or subblocks. In some embodiments, the CCP models of the subblocks are stored in association with attributes (e.g., a subblock position, width, or height) of the subblocks and included in the CCP merge mode candidate list 1140 for coding subsequent blocks. When coding a subsequent block using CCP merge mode (that refers to neighboring positions that correspond to the current block) , whether a CCP model of a subblock are included into the CCP merge list 1140 is determined based on the attributes. In some embodiments, one or more CCP models associated with the smallest differences (or average differences) between reconstructed samples and predicted samples of their respective subblocks are included into the CCP merge candidate list 1140. In some embodiments, the predicted samples of a subblock are generated by applying the derived CCP model on a neighboring template of the subblock.

[0139] In some embodiments, once the current block or subblock is entirely reconstructed, the model constructor 1120 may use reconstructed luma and chroma samples of the current block or subblock to re-derive the CCP model for the current block or subblock. The re-derived CCP model is then stored in the CCP model storage 1150. In some embodiments, only re-derived subblock CCP models associated with certain specific positions are stored and used as candidates for CCP merge mode. CCP merge mode is described in Section II. D above.

[0140] The current CCP model 1130 is then applied to reconstructed luma samples 1117 by a cross-component prediction generator 1160 to generate predicted chroma samples 1113. The reconstructed luma samples 1117 are part of the reconstructed pixel data 1017. The predicted chroma samples 1113 become part of the predicted pixel data 1013. The current CCP model 1130 may then be stored as the used CCP model 1135 into the CCP model storage 1150.

[0141] FIG. 12 conceptually illustrates a video encoding process 1200 that derives and uses subblock cross-component models for encoding pixel blocks. In some embodiments, one or more processing units (e.g., a processor) of a computing device implementing the encoder 1000 performs the process 1200 by executing instructions stored in a computer readable medium. In some embodiments, an electronic apparatus implementing the encoder 1000 performs the process 1200.

[0142] The encoder receives (at block 1210) data to be encoded as a current block of pixels in a current picture of a video. The encoder partitions (at block 1220) the current block into a plurality of subblocks. In some embodiments, the current block is partitioned based on a constraint for width, height, or size for the subblocks. The width, height, or size for the subblocks may be constrained to be smaller than or equal to a first pre-defined threshold and greater than a second pre-defined threshold. In some embodiments, whether the current block is vertically partitioned, horizontally partitioned, or vertically and horizontally partitioned into the plurality of subblocks is determined based on width, height, or size of the current block.

[0143] The encoder derives (at block 1230) at least one cross-component prediction (CCP) model for at least one of the subblocks. The CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold (e.g., derived based on reconstructed samples of one or more template regions neighboring the subblock or the current block. ) A plurality of CCP models may be respectively derived for the plurality of subblocks and stored for encoding or decoding the subsequent block. Derivation of CCP models is described in Section II. C above.

[0144] The encoder stores (at block 1235) the derived CCP model to be referenced by a subsequent block. The subsequent block may be coded in CCP merge mode and reference a neighboring position that corresponds to the current block. In some embodiments, the CCP model stored for a subblock that is closest to the subsequent block is added into the CCP merge candidate list.

[0145] In some embodiments, two or more CCP models of two or more of the subblocks are averaged to generate an average CCP model that is stored for the current block and is included in a CCP merge mode candidate list for coding the subsequent block. In some embodiments, the CCP models of the plurality of subblocks are stored in association with attributes of the subblocks and included in a CCP merge mode candidate list for coding the subsequent block. The encoder may encode the subsequent block by determining whether the candidate is included in the CCP merge list based on the attributes.

[0146] In some embodiments, the CCP model of each of the plurality of subblock is re-derived and stored for the subblock when luma and chroma samples of the subblock are reconstructed, or the CCP model of the at least one subblock is re-derived and stored for the subblock when luma and chroma samples of the current block are reconstructed. The re-derived CCP model may be applied on the subblock to generate prediction samples of the subblock, and a difference between the prediction samples and the reconstructed samples of the subblock is computed and stored for the subblock.

[0147] In some embodiments, the CCP model of the at least one subblock is added to a history-based table that is maintained to include recently used CCP models for CCP merge mode. The CCP model stored into the history-based table may be associated with a subblock having a smallest difference between predicted samples and reconstructed samples among the plurality of subblocks.

[0148] The subsequent block may be coded in CCP merge mode that references a neighboring position that corresponds to the current block. One or more CCP models associated with the smallest differences between reconstructed samples and predicted samples of their respective subblocks may be included into the CCP merge candidate list for the subsequent block. In some embodiments, each CCP model of a subblock is stored with a difference between the predicted samples and the reconstructed samples of the subblock, and the predicted samples of the subblock may be generated by applying the derived CCP model on a neighboring template of the subblock. The neighboring template used to generate the predicted samples of the subblock may include immediate neighboring samples of the subblock or of the current block, or a pre-defined region. The neighboring template may be the same or different as a neighboring template used to derive the CCP model of the subblock. Storing CCP models of subblocks as candidates for CCP merge mode is described Section II. D above.

[0149] The encoder uses (at block 1240) the derived CCP model to generate a cross-component prediction. The encoder encodes (at block 1250) the current block using the generated cross-component prediction (e.g., to generate residuals for chroma components) . IV. Example Video Decoder

[0150] In some embodiments, an encoder may signal (or generate) one or more syntax element in a bitstream, such that a decoder may parse said one or more syntax element from the bitstream.

[0151] FIG. 13 illustrates an example video decoder 1300 that may implement cross-component prediction. As illustrated, the video decoder 1300 is an image-decoding or video-decoding circuit that receives a bitstream 1395 and decodes the content of the bitstream into pixel data of video frames for display. The video decoder 1300 has several components or modules for decoding the bitstream 1395, including some components selected from an inverse quantization module 1314, an inverse transform module 1315, an intra-prediction module 1325, a motion compensation module 1330, an in-loop filter 1345, a decoded picture buffer 1350, a MV buffer 1365, a MV prediction module 1375, and a parser 1390. The motion compensation module 1330 is part of an inter-prediction module 1340. The intra-prediction module 1325 is part of a current picture prediction module 1320, which uses current picture reconstructed samples as reference samples for prediction of the current block.

[0152] In some embodiments, the modules 1314 –1390 are modules of software instructions being executed by one or more processing units (e.g., a processor) of a computing device. In some embodiments, the modules 1314 –1390 are modules of hardware circuits implemented by one or more ICs of an electronic apparatus. Though the modules 1314 –1390 are illustrated as being separate modules, some of the modules can be combined into a single module.

[0153] The parser 1390 (or entropy decoder) receives the bitstream 1395 and performs initial parsing according to the syntax defined by a video-coding or image-coding standard. The parsed syntax element includes various header elements, flags, as well as quantized data (or quantized coefficients) 1312. The parser 1390 parses out the various syntax elements by using entropy-coding techniques such as context-adaptive binary arithmetic coding (CABAC) or Huffman encoding.

[0154] The inverse quantization module 1314 de-quantizes the quantized data (or quantized coefficients) 1312 to obtain transform coefficients, and the inverse transform module 1315 performs inverse transform on the transform coefficients 1318 to produce reconstructed residual signal 1319. The reconstructed residual signal 1319 is added with predicted pixel data 1313 from the intra-prediction module 1325 or the motion compensation module 1330 to produce decoded pixel data 1317. The decoded pixels data are filtered by the in-loop filter 1345 and stored in the decoded picture buffer 1350. In some embodiments, the decoded picture buffer 1350 is a storage external to the video decoder 1300. In some embodiments, the decoded picture buffer 1350 is a storage internal to the video decoder 1300.

[0155] The intra-prediction module 1325 receives intra-prediction data from bitstream 1395 and according to which, produces the predicted pixel data 1313 from the decoded pixel data 1317 stored in the decoded picture buffer 1350. In some embodiments, the decoded pixel data 1317 is also stored in a line buffer 1327 (or intra prediction buffer) for intra-picture prediction and spatial MV prediction.

[0156] In some embodiments, the content of the decoded picture buffer 1350 is used for display. A display device 1305 either retrieves the content of the decoded picture buffer 1350 for display directly, or retrieves the content of the decoded picture buffer to a display buffer. In some embodiments, the display device receives pixel values from the decoded picture buffer 1350 through a pixel transport.

[0157] The motion compensation module 1330 produces predicted pixel data 1313 from the decoded pixel data 1317 stored in the decoded picture buffer 1350 according to motion compensation MVs (MC MVs) . These motion compensation MVs are decoded by adding the residual motion data received from the bitstream 1395 with predicted MVs received from the MV prediction module 1375.

[0158] The MV prediction module 1375 generates the predicted MVs based on reference MVs that were generated for decoding previous video frames, e.g., the motion compensation MVs that were used to perform motion compensation. The MV prediction module 1375 retrieves the reference MVs of previous video frames from the MV buffer 1365. The video decoder 1300 stores the motion compensation MVs generated for decoding the current video frame in the MV buffer 1365 as reference MVs for producing predicted MVs.

[0159] The in-loop filter 1345 performs filtering or smoothing operations on the decoded pixel data 1317 to reduce the artifacts of coding, particularly at boundaries of pixel blocks. In some embodiments, the filtering or smoothing operations performed by the in-loop filter 1345 include deblock filter (DBF) , sample adaptive offset (SAO) , and / or adaptive loop filter (ALF) . In some embodiments, luma mapping chroma scaling (LMCS) is performed before the loop filters.

[0160] FIG. 14 illustrates portions of the video decoder 1300 that implement subblock cross-component prediction. As illustrated, a model constructor 1420 uses luma and chroma samples of template regions neighboring the current block (template luma samples 1412 and template chroma samples 1414) to generate a CCP model 1430 of a current block or current subblock. The video decoder 1300 may partition the current block into the subblocks based on the size / width / height of the current block and a constraint for width, height or size for the subblocks as described in Section II.B above.

[0161] A template provider 1410 provides the template luma samples 1412 and the template chroma samples 1414 to the model constructor 1420. The template provider 1410 may provide reconstructed luma samples and reconstructed chroma samples fetched from the decoded picture buffer 1350 as the template luma samples 1412 and template chroma samples 1414. The template provider 1410 may fetch samples from an extrapolated template region that is outside the current block or from a non-extrapolated template region that is within the current block. In some embodiments, the template provider module 1410 uses the size / height / width of a subblock to determine whether to provide samples from the extrapolated template region or from the non-extrapolated region to the model constructor 1420. Specifically, in some embodiments, the template provider module 1410 provide (i) samples from an extrapolated template region when the size of the subblock is smaller than a threshold and (ii) samples from a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold. Deriving a CCP model for a subblock based on subblock size / height / width is described by reference to FIG. 9 in Section II. C above.

[0162] The current CCP model 1430 may also be provided by a CCP merge list 1440, which includes stored CCP models 1455 associated with various neighboring positions of the current block or pre-defined positions as candidates in the list. The current CCP model 1430 used for the current block or subblock is stored in the CCP model storage 1450 to be used for cross-component prediction of subsequent blocks or subblocks. In some embodiments, the CCP models of the subblocks are stored in association with attributes (e.g., a subblock position, width, or height) of the subblocks and included in the CCP merge mode candidate list 1440 for coding subsequent blocks. When coding a subsequent block using CCP merge mode (that refers to neighboring positions that correspond to the current block) , whether the CCP models of the subblocks are included into the CCP merge list 1440 is based on the attributes. In some embodiments, one or more CCP models associated with the smallest differences (or average differences) between reconstructed samples and predicted samples of their respective subblocks are included into the CCP merge candidate list 1440. In some embodiments, the predicted samples of a subblock are generated by applying the derived CCP model on a neighboring template of the subblock.

[0163] In some embodiments, once the current block or subblock is entirely reconstructed, the model constructor 1420 may use reconstructed luma and chroma samples of the current block or subblock to re-derive the CCP model for the current block or subblock. The re-derived CCP model is then stored in the CCP model storage 1450. In some embodiments, only re-derived subblock CCP models associated with certain specific positions are stored and used as candidates for CCP merge mode. CCP merge mode is described in Section II. D above.

[0164] The current CCP model 1430 is then applied to reconstructed luma samples 1417 by a cross-component prediction generator 1460 to generate predicted chroma samples 1413. The reconstructed luma samples 1417 are part of the reconstructed pixel data 1317. The predicted chroma samples 1413 become part of the predicted pixel data 1313. The current CCP model 1430 may then be stored as the used CCP model 1435 into the CCP model storage 1450.

[0165] FIG. 15 conceptually illustrates a video decoding process 1500 that derives and uses subblock cross-component models for decoding pixel blocks. In some embodiments, one or more processing units (e.g., a processor) of a computing device implementing the decoder 1300 performs the process 1500 by executing instructions stored in a computer readable medium. In some embodiments, an electronic apparatus implementing the decoder 1300 performs the process 1500.

[0166] The decoder receives (at block 1510) data to be decoded as a current block of pixels in a current picture of a video. The decoder partitions (at block 1520) the current block into a plurality of subblocks. In some embodiments, the current block is partitioned based on a constraint for width, height, or size for the subblocks. The width, height, or size for the subblocks may be constrained to be smaller than or equal to a first pre-defined threshold and greater than a second pre-defined threshold. In some embodiments, whether the current block is vertically partitioned, horizontally partitioned, or vertically and horizontally partitioned into the plurality of subblocks is determined based on width, height, or size of the current block.

[0167] The decoder derives (at block 1530) at least one cross-component prediction (CCP) models for at least one of the subblocks. The CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold (e.g., derived based on reconstructed samples of one or more template regions neighboring the subblock or the current block. ) A plurality of CCP models may be respectively derived for the plurality of subblocks and stored for decoding or decoding the subsequent block. Derivation of CCP models is described in Section II. C above.

[0168] The decoder stores (at block 1535) the derived CCP model to be referenced by a subsequent block. The subsequent block may be coded in CCP merge mode and reference a neighboring position that corresponds to the current block. In some embodiments, the CCP model stored for a subblock that is closest to the subsequent block is added into the CCP merge candidate list.

[0169] In some embodiments, two or more CCP models of two or more of the subblocks are averaged to generate an average CCP model that is stored for the current block and is included in a CCP merge mode candidate list for coding the subsequent block. In some embodiments, the CCP models of the plurality of subblocks are stored in association with attributes of the subblocks and included in a CCP merge mode candidate list for coding the subsequent block. The decoder may decode the subsequent block by determining whether the candidate is included in the CCP merge list based on the attributes.

[0170] In some embodiments, the CCP model of each of the plurality of subblock is re-derived and stored for the subblock when luma and chroma samples of the subblock are reconstructed, or the CCP model of the at least one subblock is re-derived and stored for the subblock when luma and chroma samples of the current block are reconstructed. The re-derived CCP model may be applied on the subblock to generate prediction samples of the subblock, and a difference between the prediction samples and the reconstructed samples of the subblock is computed and stored for the subblock.

[0171] In some embodiments, the CCP model of the at least one subblock is added to a history-based table that is maintained to include recently used CCP models for CCP merge mode. The CCP model stored into the history-based table may be associated with a subblock having a smallest difference between predicted samples and reconstructed samples among the plurality of subblocks.

[0172] The subsequent block may be coded in CCP merge mode that references a neighboring position that corresponds to the current block. One or more CCP models associated with the smallest differences between reconstructed samples and predicted samples of their respective subblocks may be included into the CCP merge candidate list for the subsequent block. In some embodiments, each CCP model of a subblock is stored with a difference between the predicted samples and the reconstructed samples of the subblock, and the predicted samples of the subblock may be generated by applying the derived CCP model on a neighboring template of the subblock. The neighboring template used to generate the predicted samples of the subblock may include immediate neighboring samples of the subblock or of the current block, or a pre-defined region. The neighboring template may be the same or different as a neighboring template used to derive the CCP model of the subblock. Storing CCP models of subblocks as candidates for CCP merge mode is described Section II. D above.

[0173] The decoder uses (at block 1540) the derived CCP model of the subblock to generate a cross-component prediction. The decoder reconstructs (at block 1550) the current block or a subsequent block using the generated cross-component prediction (e.g., to generate residuals for chroma components) . The reconstructed current block or subsequent block may be provided as part of a reconstructed picture for output or display. V. Example Electronic System

[0174] Many of the above-described features and applications are implemented as software processes that are specified as a set of instructions recorded on a computer readable storage medium (also referred to as computer readable medium) . When these instructions are executed by one or more computational or processing unit (s) (e.g., one or more processors, cores of processors, or other processing units) , they cause the processing unit (s) to perform the actions indicated in the instructions. Examples of computer readable media include, but are not limited to, CD-ROMs, flash drives, random-access memory (RAM) chips, hard drives, erasable programmable read only memories (EPROMs) , electrically erasable programmable read-only memories (EEPROMs) , etc. The computer readable media does not include carrier waves and electronic signals passing wirelessly or over wired connections.

[0175] In this specification, the term “software” is meant to include firmware residing in read-only memory or applications stored in magnetic storage which can be read into memory for processing by a processor. Also, in some embodiments, multiple software inventions can be implemented as sub-parts of a larger program while remaining distinct software inventions. In some embodiments, multiple software inventions can also be implemented as separate programs. Finally, any combination of separate programs that together implement a software invention described here is within the scope of the present disclosure. In some embodiments, the software programs, when installed to operate on one or more electronic systems, define one or more specific machine implementations that execute and perform the operations of the software programs.

[0176] FIG. 16 conceptually illustrates an electronic system 1600 with which some embodiments of the present disclosure are implemented. The electronic system 1600 may be a computer (e.g., a desktop computer, personal computer, tablet computer, etc. ) , phone, PDA, or any other sort of electronic device. Such an electronic system includes various types of computer readable media and interfaces for various other types of computer readable media. Electronic system 1600 includes a bus 1605, processing unit (s) 1610, a graphics-processing unit (GPU) 1615, a system memory 1620, a network 1625, a read-only memory 1630, a permanent storage device 1635, input devices 1640, and output devices 1645.

[0177] The bus 1605 collectively represents all system, peripheral, and chipset buses that communicatively connect the numerous internal devices of the electronic system 1600. For instance, the bus 1605 communicatively connects the processing unit (s) 1610 with the GPU 1615, the read-only memory 1630, the system memory 1620, and the permanent storage device 1635.

[0178] From these various memory units, the processing unit (s) 1610 retrieves instructions to execute and data to process in order to execute the processes of the present disclosure. The processing unit (s) may be a single processor or a multi-core processor in different embodiments. Some instructions are passed to and executed by the GPU 1615. The GPU 1615 can offload various computations or complement the image processing provided by the processing unit (s) 1610.

[0179] The read-only-memory (ROM) 1630 stores static data and instructions that are used by the processing unit (s) 1610 and other modules of the electronic system. The permanent storage device 1635, on the other hand, is a read-and-write memory device. This device is a non-volatile memory unit that stores instructions and data even when the electronic system 1600 is off. Some embodiments of the present disclosure use a mass-storage device (such as a magnetic or optical disk and its corresponding disk drive) as the permanent storage device 1635.

[0180] Other embodiments use a removable storage device (such as a floppy disk, flash memory device, etc., and its corresponding disk drive) as the permanent storage device. Like the permanent storage device 1635, the system memory 1620 is a read-and-write memory device. However, unlike storage device 1635, the system memory 1620 is a volatile read-and-write memory, such a random access memory. The system memory 1620 stores some of the instructions and data that the processor uses at runtime. In some embodiments, processes in accordance with the present disclosure are stored in the system memory 1620, the permanent storage device 1635, and / or the read-only memory 1630. For example, the various memory units include instructions for processing multimedia clips in accordance with some embodiments. From these various memory units, the processing unit (s) 1610 retrieves instructions to execute and data to process in order to execute the processes of some embodiments.

[0181] The bus 1605 also connects to the input and output devices 1640 and 1645. The input devices 1640 enable the user to communicate information and select commands to the electronic system. The input devices 1640 include alphanumeric keyboards and pointing devices (also called “cursor control devices” ) , cameras (e.g., webcams) , microphones or similar devices for receiving voice commands, etc. The output devices 1645 display images generated by the electronic system or otherwise output data. The output devices 1645 include printers and display devices, such as cathode ray tubes (CRT) or liquid crystal displays (LCD) , as well as speakers or similar audio output devices. Some embodiments include devices such as a touchscreen that function as both input and output devices.

[0182] Finally, as shown in FIG. 16, bus 1605 also couples electronic system 1600 to a network 1625 through a network adapter (not shown) . In this manner, the computer can be a part of a network of computers (such as a local area network ( “LAN” ) , a wide area network ( “WAN” ) , or an Intranet, or a network of networks, such as the Internet. Any or all components of electronic system 1600 may be used in conjunction with the present disclosure.

[0183] Some embodiments include electronic components, such as microprocessors, storage and memory that store computer program instructions in a machine-readable or computer-readable medium (alternatively referred to as computer-readable storage media, machine-readable media, or machine-readable storage media) . Some examples of such computer-readable media include RAM, ROM, read-only compact discs (CD-ROM) , recordable compact discs (CD-R) , rewritable compact discs (CD-RW) , read-only digital versatile discs (e.g., DVD-ROM, dual-layer DVD-ROM) , a variety of recordable / rewritable DVDs (e.g., DVD-RAM, DVD-RW, DVD+RW, etc. ) , flash memory (e.g., SD cards, mini-SD cards, micro-SD cards, etc. ) , magnetic and / or solid state hard drives, read-only and recordable  discs, ultra-density optical discs, any other optical or magnetic media, and floppy disks. The computer-readable media may store a computer program that is executable by at least one processing unit and includes sets of instructions for performing various operations. Examples of computer programs or computer code include machine code, such as is produced by a compiler, and files including higher-level code that are executed by a computer, an electronic component, or a microprocessor using an interpreter.

[0184] While the above discussion primarily refers to microprocessor or multi-core processors that execute software, many of the above-described features and applications are performed by one or more integrated circuits, such as application specific integrated circuits (ASICs) or field programmable gate arrays (FPGAs) . In some embodiments, such integrated circuits execute instructions that are stored on the circuit itself. In addition, some embodiments execute software stored in programmable logic devices (PLDs) , ROM, or RAM devices.

[0185] As used in this specification and any claims of this application, the terms “computer” , “server” , “processor” , and “memory” all refer to electronic or other technological devices. These terms exclude people or groups of people. For the purposes of the specification, the terms display or displaying means displaying on an electronic device. As used in this specification and any claims of this application, the terms “computer readable medium, ” “computer readable media, ” and “machine readable medium” are entirely restricted to tangible, physical objects that store information in a form that is readable by a computer. These terms exclude any wireless signals, wired download signals, and any other ephemeral signals.

[0186] While the present disclosure has been described with reference to numerous specific details, one of ordinary skill in the art will recognize that the present disclosure can be embodied in other specific forms without departing from the spirit of the present disclosure. In addition, a number of the figures (including FIG. 12 and FIG. 15) conceptually illustrate processes. The specific operations of these processes may not be performed in the exact order shown and described. The specific operations may not be performed in one continuous series of operations, and different specific operations may be performed in different embodiments. Furthermore, the process could be implemented using several sub-processes, or as part of a larger macro process. Thus, one of ordinary skill in the art would understand that the present disclosure is not to be limited by the foregoing illustrative details, but rather is to be defined by the appended claims. Additional Notes

[0187] The herein-described subject matter sometimes illustrates different components contained within, or connected with, different other components. It is to be understood that such depicted architectures are merely examples, and that in fact many other architectures can be implemented which achieve the same functionality. In a conceptual sense, any arrangement of components to achieve the same functionality is effectively "associated" such that the desired functionality is achieved. Hence, any two components herein combined to achieve a particular functionality can be seen as "associated with" each other such that the desired functionality is achieved, irrespective of architectures or intermediate components. Likewise, any two components so associated can also be viewed as being "operably connected" , or "operably coupled" , to each other to achieve the desired functionality, and any two components capable of being so associated can also be viewed as being "operably couplable" , to each other to achieve the desired functionality. Specific examples of operably couplable include but are not limited to physically mateable and / or physically interacting components and / or wirelessly interactable and / or wirelessly interacting components and / or logically interacting and / or logically interactable components.

[0188] Further, with respect to the use of substantially any plural and / or singular terms herein, those having skill in the art can translate from the plural to the singular and / or from the singular to the plural as is appropriate to the context and / or application. The various singular / plural permutations may be expressly set forth herein for sake of clarity.

[0189] Moreover, it will be understood by those skilled in the art that, in general, terms used herein, and especially in the appended claims, e.g., bodies of the appended claims, are generally intended as “open” terms, e.g., the term “including” should be interpreted as “including but not limited to, ” the term “having” should be interpreted as “having at least, ” the term “includes” should be interpreted as “includes but is not limited to, ” etc. It will be further understood by those within the art that if a specific number of an introduced claim recitation is intended, such an intent will be explicitly recited in the claim, and in the absence of such recitation no such intent is present. For example, as an aid to understanding, the following appended claims may contain usage of the introductory phrases "at least one" and "one or more" to introduce claim recitations. However, the use of such phrases should not be construed to imply that the introduction of a claim recitation by the indefinite articles "a" or "an" limits any particular claim containing such introduced claim recitation to implementations containing only one such recitation, even when the same claim includes the introductory phrases "one or more" or "at least one" and indefinite articles such as "a" or "an, " e.g., “a” and / or “an” should be interpreted to mean “at least one” or “one or more; ” the same holds true for the use of definite articles used to introduce claim recitations. In addition, even if a specific number of an introduced claim recitation is explicitly recited, those skilled in the art will recognize that such recitation should be interpreted to mean at least the recited number, e.g., the bare recitation of "two recitations, " without other modifiers, means at least two recitations, or two or more recitations. Furthermore, in those instances where a convention analogous to “at least one of A, B, and C, etc. ” is used, in general such a construction is intended in the sense one having skill in the art would understand the convention, e.g., “a system having at least one of A, B, and C” would include but not be limited to systems that have A alone, B alone, C alone, A and B together, A and C together, B and C together, and / or A, B, and C together, etc. In those instances where a convention analogous to “at least one of A, B, or C, etc. ” is used, in general such a construction is intended in the sense one having skill in the art would understand the convention, e.g., “a system having at least one of A, B, or C” would include but not be limited to systems that have A alone, B alone, C alone, A and B together, A and C together, B and C together, and / or A, B, and C together, etc. It will be further understood by those within the art that virtually any disjunctive word and / or phrase presenting two or more alternative terms, whether in the description, claims, or drawings, should be understood to contemplate the possibilities of including one of the terms, either of the terms, or both terms. For example, the phrase “A or B” will be understood to include the possibilities of “A” or “B” or “A and B. ”

[0190] From the foregoing, it will be appreciated that various implementations of the present disclosure have been described herein for purposes of illustration, and that various modifications may be made without departing from the scope and spirit of the present disclosure. Accordingly, the various implementations disclosed herein are not intended to be limiting, with the true scope and spirit being indicated by the following claims.

Claims

1.A video coding method comprising:receiving data to be encoded or decoded as a current block of pixels of a current picture of a video;partitioning the current block into a plurality of subblocks;deriving at least one cross-component prediction (CCP) model for at least one subblock of the current block, wherein the CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold;storing the derived CCP model to be referenced by a subsequent block;using the derived CCP model to generate a cross-component prediction for the at least one subblock; andencoding or decoding the current block using the generated cross-component prediction.2.The video coding method of claim 1, wherein the current block is partitioned based on a constraint for width, height, or size for the subblocks.3.The video coding method of claim 2, wherein width, height, or size for the subblocks are constrained to be smaller than or equal to a first pre-defined threshold and greater than a second pre-defined threshold.4.The video coding method of claim 1, wherein whether the current block is vertically partitioned, horizontally partitioned, or both vertically and horizontally partitioned into the plurality of subblocks determined based on width, height, or size of the current block.5.The video coding method of claim 1, wherein the threshold is the same as the maximum threshold of size of a transform block.6.The video coding method of claim 1, wherein the subsequent block is coded in CCP merge mode and references a neighboring position corresponding to the current block.7.The video coding method of claim 1, wherein two or more of the derived CCP models of two or more of the subblocks are averaged to generate an average CCP model, wherein the averaged CCP model is stored and is included in a CCP merge mode candidate list for coding the subsequent block.8.The video coding method of claim 1, wherein a plurality of CCP models are respectively derived for the plurality of subblocks and stored for encoding or decoding the subsequent block.9.The video coding method of claim 8, wherein the derived CCP models of the plurality of subblocks are stored in association with attributes of the subblocks and included in a CCP merge mode candidate list for encoding or decoding the subsequent block, and wherein whether a candidate is included in the CCP merge list is determined based on the attributes of the subblocks.10.The video coding method of claim 9, wherein the CCP model stored for a subblock of the plurality of subblocks with attribute closest to the subsequent block is added into the CCP merge candidate list.11.The video coding method of claim 9, wherein the attributes of the subblocks associate with subblock positions, subblock widths, or subblock heights.12.The video coding method of claim 1, wherein the derived CCP model is re-derived based on reconstructed luma and chroma samples of the current block or the at least one subblock and stored .13.The video coding method of claim 1, wherein the derived CCP model is applied on the subblock to generate prediction samples of the subblock, wherein a difference between the prediction samples and the reconstructed samples of the subblock is computed and stored for the subblock as an attribute representing the subblock.14.The video coding method of claim 1, wherein the derived CCP model is applied on a neighboring template corresponding to the subblock to generate prediction samples of the neighboring template corresponding to the subblock, wherein a difference between the prediction samples and the reconstructed samples of the neighboring template corresponding to the subblock is computed and stored for the subblock as an attribute representing the subblock.15.The video coding method of claim 1, wherein the CCP model of the at least one subblock is added to a history-based table that is maintained to include recently used CCP models for CCP merge mode.16.The video coding method of claim 15, wherein the CCP model stored into the history-based table is associated with a subblock having a smallest difference between predicted samples and reconstructed samples among the plurality of subblocks.17.The video coding method of claim 1, wherein the subsequent block is coded in CCP merge mode that references a neighboring position corresponding to the current block, wherein at least one target CCP model among the at least one derived CCP model is included into a CCP merge candidate list for the subsequent block; the at least one target CCP model associated with the smallest differences between reconstructed samples and predicted samples of their respective subblocks.18.An electronic apparatus comprising:a video coder circuit configured to perform operations comprising:receiving data to be encoded or decoded as a current block of pixels of a current picture of a video;partitioning the current block into a plurality of subblocks;deriving at least one cross-component prediction (CCP) model for at least one subblock of the current block, wherein the CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold;storing the derived CCP model to be referenced by a subsequent block;using the derived CCP model to generate a cross-component prediction for the at least one subblock; andencoding or decoding the current block using the generated cross-component prediction.19.A video decoding method comprising:receiving data to be decoded as a current block of pixels of a current picture of a video;partitioning the current block into a plurality of subblocks;deriving at least one cross-component prediction (CCP) model for at least one subblock of the current block, wherein the CCP model of a subblock is derived based on (i) samples of an extrapolated template region when the size of the subblock is smaller than a threshold or (ii) samples of a non-extrapolated template region when the size of the subblock is greater than or equal to the threshold;storing the derived CCP model to be referenced by a subsequent block;using the derived CCP model to generate a cross-component prediction for the at least one subblock; andreconstructing the current block using the generated cross-component prediction.

Images