本发明涉及预测器的编码和解码。
背景技术：
1、联合视频专家组(jvet)(由mpeg和itu-t第16研究组的vceg组成的合作团队)发布了称为多功能视频编码(vvc)的新视频编码标准。vvc的目标是在现有hevc标准上提供压缩性能的显著改进(即，通常是以前的两倍)。主要目标应用和服务包括但不限于360度和高动态范围(hdr)视频。在超高清(uhd)视频测试材料上示出了特定的效果。因此，针对最终标准，我们可以预期压缩效率的提高将远超过作为目标的50％。
2、自vvc v1标准结束以来，jvet通过建立探索软件(ecm)启动了探索阶段。jvet收集了附加工具并且改进了vvc标准的基础上的现有工具，以实现更好的编码效率。
3、与hevc相比，除了其他修改，vvc具有修改的用于运动矢量预测的“合并模式”的集合，这以更大的复杂性为代价实现了更好的编码效率。运动矢量预测是通过导出“运动矢量预测器候选”的列表来实现的，其中所选择的候选的索引在位流中被用信号通知。针对各个编码单元(cu)生成合并候选列表。但是cu可以被拆分成更小的块，以用于解码器侧运动矢量修正(decoder-sidemotion vector refinement(dmvr))或其他方法。
4、该列表的组成和顺序可能对编码效率产生显著影响，因为准确的运动矢量预测器减小了块预测器的残差或失真的大小，并且在列表的顶端具有这样的候选减少了用信号通知所选择的候选所需的位的数量。本发明旨在改进这些方面中的至少一个。
5、修改被并入vvc v1和ecm中意味着可以有多达10个运动矢量预测器候选；这实现了候选的多样性，但是如果选择了列表中较低的候选，位速率可能增加。本发明广泛涉及对运动矢量预测器候选的列表中的一个或多于一个“成对”运动矢量预测器候选的导出和排序的改进。“成对”运动矢量预测器候选是从候选的列表中的两个或多于两个其他候选组合出或平均出的候选。
技术实现思路
1、本发明涉及对预测器(或预测器候选)的列表的处理的改进，这实现了以一些增加的复杂性为代价而提供编码效率的预测器的改进排序。例如，本方法试图通过将候选成本彼此进行比较来防止具有类似成本的冗余候选在候选列表中相邻。在实施例中，在候选的重新排序的量与应用了根据本发明的处理的所得列表的成本多样性的潜在收益之间取得平衡。本发明可以特别地(但不排他地)应用于针对图像或视频编码中的图像部分的运动预测的预测器(或预测器候选)。然而，当一个数据单元或数据项可以从另一数据单元或数据项被预测并且为此目的生成候选预测器列表时，本发明对任何编码具有广泛的应用性。例如，设想，除了静止和视频图像数据之外，本发明还可以至少对点云数据、网格数据和音频数据具有应用性。
2、根据本发明的一方面，提供一种用于处理预测器的方法，所述方法包括：获得预测器的列表，所述预测器的列表具有至少两个预测器；使用与所述列表中的第一预测器相关的第一成本和与所述列表中的第二预测器相关的第二成本、基于准则来确定是否修改所述预测器的列表；基于所述确定来修改(或不修改)所述预测器的列表，其中所述准则是基于阈值的。所述第一预测器和所述第二预测器可以是所述列表中的相邻预测器(换句话说，一个跟在另一个之后)。预测器可以是候选。例如，针对诸如合并模式等的帧间模式的运动信息预测器候选或者帧内模式中的块预测器候选。
3、所述确定可以包括将所述阈值添加到所述第一成本或所述第二成本，以及所述准则与结果同所述第一成本和所述第二成本中的没有添加所述阈值的成本的比较有关。
4、所述准则可以是将所述阈值添加到所述第一成本的结果是否小于所述第二成本。
5、所述准则可以是所述第一成本与所述第二成本之间的差是否越过所述阈值。
6、可选地，所述差被计算为绝对值，以及所述准则是所述差是否小于所述阈值。
7、可选地，修改所述列表包括从所述预测器的列表中移除第一候选或第二候选。
8、可选地，修改所述列表包括改变所述列表中的一个或多于一个预测器的位置。
9、可选地，改变一个或多于一个候选的位置包括将所述第一预测器或所述第二预测器移动到所述列表中的不同位置。
10、改变排序可以包括将所述第一预测器或所述第二预测器移动到被认为是所述列表的末尾的位置。
11、可选地，所述第一预测器和所述第二预测器在被认为是接在所述列表的起始的位置处的第零预测器之后。在一些示例中，可以从修改所述预测器的列表的步骤中排除所述第零预测器(例如，不管列表中的其他预测器的重新排序如何，第零预测器可以被固定在列表的起始处的位置)。在一些示例中，所述方法可以还包括用于将与所述第零预测器相关的第零成本与第零阈值进行比较的步骤，其中，在所述第零成本超过所述第零阈值的情况下，在用于修改所述预测器的列表的步骤中包括所述第零预测器。用于将与所述第零预测器相关的第零成本与第零阈值进行比较的步骤可以在第一集合的模式中进行，而不在第二集合的模式中进行。换句话说，在用于修改预测器的列表的步骤中包括第零预测器可以是模式相关的。在进行用于将与第零预测器相关的第零成本与第零阈值进行比较的步骤的示例中，所述第零阈值可以低于针对所述第一预测器和所述第二预测器所使用的阈值。在其他示例中，阈值可以是相同的。
12、在其他示例中，所述第一预测器可以在被认为是所述列表的起始的位置处。在这样的示例中，所述第一成本可以被设置为零。也就是说，不管与第一预测器相关联的真正计算成本如何，所述方法可以包括用于将该值重写为零成本的步骤。替代地，可以将第一成本设置为零，而根本不计算该成本。
13、可选地，所述第一成本和所述第二成本包括基于要编码或解码的图像部分的相邻样本和与所述预测器相关联的图像部分的相邻样本的模板匹配成本。
14、可选地，所述第一成本和所述第二成本包括与所述预测器相关联的两个块预测器的样本值之间的差。
15、可选地，所述第一成本和所述第二成本包括与所述预测器相关联的样本与所述列表中的至少一个其他预测器之间的差。
16、可选地，所述第一成本和所述第二成本是基于所述预测器的样本或相邻样本的子集的。
17、可选地，所述第一成本和所述第二成本是基于与根据不同分辨率的另一图像相对应的样本的。
18、可选地，对用于计算所述第一成本和所述第二成本的样本的值进行预处理。
19、可选地，所述第一成本和所述第二成本是基于编码速率的。
20、可选地，所述第一成本和所述第二成本是基于失真成本的。所述失真成本可以是以下项中的任一项：绝对差和(sad)、绝对变换差和(satd)、误差平方和(sse)、以及结构相似性指数度量(ssim)。
21、所述成本可以与正被处理的单元(图像部分/预测单元/要预测的数据单元)中的样本的数量成比例。所述成本可以与模板(例如，相邻样本的模板)中的样本的数量成比例。所述成本可以基于用于确定失真成本和块大小的样本的。
22、可选地，所述方法还包括导出所述阈值。替代地或附加地，所述方法还包括接收指示所述阈值的信息。
23、所述阈值可以是基于量化参数(qp)值的。根据权利要求22至24中任一项所述的方法，所述阈值是基于当前帧与一个或多于一个其他帧之间的时间距离或图片顺序计数(poc)距离的。替代地或另外地，所述阈值可以是基于帧的时间id的。替代地或另外地，所述阈值可以是基于参考帧的时间方向的。替代地或另外地，所述阈值是基于是否针对块使用双向预测的。所述阈值可以取决于可用参考帧的一个或多于一个qp值。所述阈值可以取决于用作所述第一成本和所述第二成本其中至少之一的失真的类型。所述阈值可以是基于被用于对作为所述第一成本和所述第二成本其中至少之一的度量的失真进行计算的样本的类型的。所述阈值可以是基于是帧内预测还是帧间预测被用于对要使用所述预测器的列表而预测的图像部分进行编码或解码的。所述阈值可以是基于随机接入(ra)配置、低延迟配置和仅帧内配置中的一者或多于一者中的哪个被用于进行编码或解码的。
24、所述阈值可以是基于用于编码的公式的，并且是由用于计算所述阈值的解码器获得的。
25、附加地或替代地，所述阈值可以是基于移位后的量化参数(qp)值的。所述移位后的qp值可以被用于确定拉格朗日参数λ作为所述阈值。所述移位后的量化参数可以被用于从表中获得所述拉格朗日参数(例如，lambda)，其中，所述表中的条目将拉格朗日参数值与量化参数值(例如，lambda)相关联。
26、附加地或替代地，所述阈值可以被确定为作为所述列表中的连续预测器之间的差的最小成本差，该连续预测器不是所述第一预测器和所述第二预测器。
27、附加地或替代地，所述阈值可以是使用所述列表中的所有候选或前n个候选的成本值来确定的，其中，n是所述列表中允许的候选的最大数量。
28、使用所述成本值可以包括从用于确定所述阈值的候选中计算连续候选成本的差的平均。
29、所述阈值可以是基于拉格朗日参数λ的，以及所述准则是第一失真成本与第二失真成本之间的绝对差是否小于所述拉格朗日参数。例如，所述阈值可以是所述拉格朗日参数乘以所述第一预测器与所述第二预测器之间的速率差。
30、可选地，将所述第一失真成本和所述第二失真成本其中至少之一乘以所述阈值。
31、可选地，在第一排序处理之后应用所述准则。第一排序处理可以是基于成本的排序的。成本可以是模板匹配失真成本。
32、可选地，将另外的阈值添加到由乘法产生的所述第一失真成本与所述第二失真成本之间的差的结果。
33、可选地，所述确定是在根据候选的失真成本对候选进行排序的处理期间根据所述准则来进行的。
34、可选地，确定是否修改所述列表是基于最小失真差和阈值的。重新排序的最大数量可以被限制为预定义数量。例如，重新排序的最大数量可以是所述列表中的候选的最大允许数量。
35、可选地，所述确定是基于最小失真差的，并且被限制为重新排序的最大数量。
36、可选地，修改所述列表仅包括移除候选。可选地，移除之后的候选的数量必须大于或等于所述列表中的候选的最大允许数量。在实施例中，在通过移动候选来修改所述列表时，使所述列表中允许的候选的最大数量递减。
37、可选地，在满足所述准则的情况下，将所述第二预测器移动到第一位置，在所述第一位置处，针对所述列表中的后续预测器的成本中的差高于所述阈值。在具有重新排序的可能性的最大数量大于最终列表中允许的候选的最大数量时，所述修改可以包括将所述第一预测器或所述第二预测器被移动的位置限制到当前列表的末尾。可选地，所述预测器的处理被应用于常规合并模式、模板匹配合并模式、块匹配(bm)合并模式、以及帧内块拷贝(ibc)模式其中至少之一。
38、在实施例中，所述第二预测器(在所述列表中)紧接在所述第一预测器之后，以及在确定为不满足所述准则的情况下，在所述列表中的后续预测器之后插入所述第二预测器。可选地，在确定为不满足所述准则的情况下，将所述准则应用于所述第二成本和所述列表中的先前候选的个体成本，以及其中，在确定为针对所述第二成本和先前候选的各成本不满足所述准则的情况下，不进行在所述后续预测器之后的所述第二预测器的插入。重新排序的最大可能数量可以被设置为已处理候选的最终列表中的候选的允许数量。附加地，所述预测器的处理可以被应用于与mvd的合并、与mvd的仿射合并、运动矢量残差的mvd符号预测其中至少之一。
39、预测器的列表可以是预测器的子列表(与另一子列表可组合以形成最终列表、中间列表或其他子列表)、预测器的中间列表或最终列表。
40、在实施例中，当使用模板匹配并且至少两个模板之一可用时，可以基于使用可用模板的加权成本作为针对不可用模板的成本来计算针对列表中的所有预测器(候选)的成本。例如，加权可以使得成本与缺失模板的高度和宽度成比例。模板可以是左或上模板。
41、在实施例中，当使用模板匹配并且至少两个模板之一可用时，拉格朗日量或lambda与缺失模板成比例地被修改。
42、在实施例中，用于导出的运动矢量(mv)阈值对于所有合并预测器(候选)类型是相同的。这样的实施例可以有利地应用于基于预测器(候选)的类型而应用不同运动矢量阈值的合并模式，例如常规、模板匹配(tm)、或块匹配(bm)合并模式。
43、在一个实施例中，当如上面提到的方面和实施例中的任一个中所阐述的本发明的方法可用(或启用)时，针对利用armc所导出和排序的所有预测器(候选)，应用armc处理。
44、在实施例中，当所提出的方法可用(或启用)时，在排序处理期间或之后添加成对预测器(候选)。
45、在本发明的另一方面，提供一种用于处理预测器的列表的方法，所述方法包括：确定列表中的两个连续预测器(或预测器候选)之间的最小成本差。如果该最小差小于阈值(lambda)，则将候选之一重新定位在列表中的最后位置处。可选地，最后位置在列表中的被认为冗余的候选之前。成本可以是失真。成本差可以是绝对成本差。
46、根据本发明的另一方面，提供一种用于处理预测器的列表的方法，所述方法包括：确定两个连续预测器(或预测器候选)之间的最小成本差，如果最小差小于阈值(lambda)，则将(冗余)预测器之一的失真与列表中(另外的)随后预测器的失真进行比较，识别具有高于lambda的失真差的第一随后预测器的位置，将预测器定位在该所识别的位置处。成本可以是失真。成本差可以是绝对成本差。
47、根据本发明的另一方面，提供一种用于处理预测器的列表的方法，所述方法包括：针对候选，确定列表中的第一、随后的非冗余预测器(或预测器候选)，在该候选之后插入该非冗余预测器。冗余候选可以是例如已经被确定为具有小于阈值的成本差的候选。成本可以是失真。成本差可以是绝对成本差。
48、根据本发明的另一方面，提供一种用于处理预测器的列表的方法，所述方法包括：针对预测器(或预测器候选)，确定列表中的第一、随后的非冗余预测器，除非该非冗余候选被确定为与该候选之前的所有候选相比是冗余的，否则在该候选之后插入该非冗余候选。冗余候选可以是例如已经被确定为具有小于阈值的成本差的候选。成本可以是失真。成本差可以是绝对成本差。
49、根据本发明的另一方面，提供一种用于处理预测器的方法，所述方法包括：获得预测器列表，确定第一预测器的第一失真成本与第二预测器的第二失真成本之间的绝对失真成本差是否小于lambda值(例如，拉格朗日量)，其中第二预测器紧跟在列表中的第一预测器之后；以及如果绝对失真成本差小于lambda值，则移动列表中的第一预测器的位置。第二预测器可以被移动到紧跟在列表中的当前被认为非冗余的最后候选之后并且在任何冗余候选之前的位置。例如，冗余候选可以是先前已经被确定为具有小于lambda的与先前候选的绝对失真差的候选。可以基于qp值或移位后的qp值来导出lambda值。例如，可以从具有被索引或与移位后的qp值相关联的条目的表中获得lambda值。
50、根据本发明的另一方面，提供一种用于处理预测器的列表的方法，所述方法包括：获得预测器的列表，所述预测器的列表具有至少两个预测器，基于与所述列表中的第一预测器相关的第一成本与阈值的比较来确定是否修改所述预测器的列表，以及基于所述确定来修改所述预测器的列表。在一些示例中，用于确定是否修改所述预测器的列表的步骤是基于与所述列表中的各个预测器相关的相应成本与阈值的比较的。也就是说，可以将各自与列表中的相应预测器相关的各成本与阈值进行比较。在一些示例中，用于修改所述列表的步骤包括从所述预测器的列表中移除成本低于所述阈值的所述候选或各个候选。附加地或替代地，用于修改所述列表的步骤可以包括将所述列表中的成本低于所述阈值的所述候选或各个候选移动到所述列表中的接在成本大于所述阈值的候选之后的位置。在另外的示例中，用于修改所述列表的步骤可以包括将所述列表中的成本低于所述阈值的所述候选或各个候选移动到被认为是所述列表的末尾的位置。在所有示例中，用于修改所述预测器的列表的步骤可以在第一集合的模式中进行，而不在第二集合的模式中进行。也就是说，列表中的预测器的重新排序可以是模式相关的。
51、这些另外的方面可以与上面已经提到的先前陈述或实施例中的任一个有用地组合。
52、以下可选特征可以与上面提到的方面和可选特征中的任一个组合应用。可选地，预测器的列表用于预测图像部分中的运动。列表中的预测器可以是帧内块预测器候选和帧间运动信息预测器候选中的任一个。替代地，预测器列表中的预测器可以用于以下各项中的任一项：预测点云中的位置、对网格进行编码、预测音频数据、预测静止图像数据和预测视频数据。该方法还可以包括将至少一个句法元素与预测器列表中的一或多个预测器相关联。
53、在根据本发明的一方面，提供一种用于将图像数据编码在位流中的方法，该方法包括根据上述任何方面或实施例来处理预测器列表。
54、在根据本发明的一方面，提供一种用于从位流中解码图像数据的方法，该方法包括根据上述任何方面或实施例来处理预测器列表。
55、在根据本发明的一方面，提供一种用于将图像数据编码在位流中的设备，所述设备被配置为根据上述任何方面或实施例来处理预测器列表。
56、在根据本发明的一方面，提供一种用于从位流中解码图像数据的设备，所述设备被配置为根据上述任何方面或实施例来处理预测器列表。
57、在根据本发明的另一方面，提供一种(计算机)程序，该程序在执行时使可编程设备进行根据上述任何方面或实施例的方法。程序可以被存储在计算机可读存储介质上。
58、程序可以独立地提供，或者可以在载体介质上、由载体介质承载或在载体介质中承载。载体介质可以是非暂态的，例如存储介质，特别是计算机可读存储介质。载体介质也可以是暂态的，例如信号或其他传输介质。信号可以经由任何合适的网络(包括因特网)传输。本发明的其他特征由独立权利要求和从属权利要求表征。
59、本发明一个方面中的任何特征可以以任何适当的组合应用于本发明的其他方面。特别地，方法方面可以应用于设备方面，反之亦然。
60、此外，硬件中实现的特征可以在软件中实现，反之亦然。本文中对软件和硬件特征的任何引用都应被相应地解释
61、如本文所述的任何设备特征也可以被提供为方法特征，反之亦然。如本文所使用的，部件加功能特征可以替代地在其相应结构(诸如适当编程的处理器和相关联的存储器)方面来表达。
62、还应当理解，可以独立地实现和/或提供和/或使用在本发明的任何方面中描述和定义的各种特征的特定组合。
1.一种用于处理预测器的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述确定包括将所述阈值添加到所述第一成本或所述第二成本，以及所述准则与结果同所述第一成本和所述第二成本中的没有添加所述阈值的成本的比较有关。
3.根据权利要求2所述的方法，其中，所述准则是将所述阈值添加到所述第一成本的结果是否小于所述第二成本。
4.根据权利要求1所述的方法，其中，所述准则是所述第一成本与所述第二成本之间的差是否越过所述阈值。
5.根据权利要求4所述的方法，其中，所述差被计算为绝对值，以及所述准则是所述差是否小于所述阈值。
6.根据权利要求1至5中任一项所述的方法，其中，修改所述列表包括从所述预测器的列表中移除第一候选或第二候选。
7.根据权利要求1至6中任一项所述的方法，其中，修改所述列表包括改变所述列表中的一个或多于一个预测器的位置。
8.根据权利要求7所述的方法，其中，改变一个或多于一个候选的位置包括将所述第一预测器或所述第二预测器移动到所述列表中的不同位置。
9.根据权利要求7所述的方法，其中，改变排序包括将所述第一预测器或所述第二预测器移动到被认为是所述列表的末尾的位置。
10.根据前述权利要求中任一项所述的方法，其中，所述第一预测器和所述第二预测器在被认为是接在所述列表的起始的位置处的第零预测器之后。
11.根据权利要求10所述的方法，其中，从修改所述预测器的列表的步骤中排除所述第零预测器。
12.根据权利要求10所述的方法，还包括用于将与所述第零预测器相关的第零成本与第零阈值进行比较的步骤，其中，在所述第零成本超过所述第零阈值的情况下，在用于修改所述预测器的列表的步骤中包括所述第零预测器。
13.根据权利要求12所述的方法，其中，用于将与所述第零预测器相关的第零成本与第零阈值进行比较的步骤在第一集合的模式中进行，而不在第二集合的模式中进行。
14.根据权利要求12或13所述的方法，其中，所述第零阈值低于针对所述第一预测器和所述第二预测器所使用的阈值。
15.根据权利要求1至9中任一项所述的方法，其中，所述第一预测器在被认为是所述列表的起始的位置处，以及其中，所述第一成本被设置为零。
16.根据权利要求1至14中任一项所述的方法，其中，所述第一成本和所述第二成本包括基于要编码或解码的图像部分的相邻样本和与所述预测器相关联的图像部分的相邻样本的模板匹配成本。
17.根据权利要求1至14中任一项所述的方法，其中，所述第一成本和所述第二成本包括与所述预测器相关联的两个块预测器的样本值之间的差。
18.根据权利要求1至14中任一项所述的方法，其中，所述第一成本和所述第二成本包括与所述预测器相关联的样本与所述列表中的至少一个其他预测器之间的差。
19.根据权利要求1至14中任一项所述的方法，其中，所述第一成本和所述第二成本是基于所述预测器的样本或相邻样本的子集的。
20.根据权利要求1至14中任一项所述的方法，其中，所述第一成本和所述第二成本是基于与根据不同分辨率的另一图像相对应的样本的。
21.根据前述权利要求中任一项所述的方法，其中，对用于计算所述第一成本和所述第二成本的样本的值进行预处理。
22.根据权利要求16至21中任一项所述的方法，其中，所述第一成本和所述第二成本是基于编码速率的。
23.根据权利要求16至21中任一项所述的方法，其中，所述第一成本和所述第二成本是基于失真成本的。
24.根据权利要求23所述的方法，其中，所述失真成本是以下项中的任一项：绝对差和即sad、绝对变换差和即satd、误差平方和即sse、以及结构相似性指数度量即ssim。
25.根据前述权利要求中任一项所述的方法，其中，所述成本与正被处理的单元中的样本的数量成比例。
26.根据权利要求23或24所述的方法，其中，所述成本与模板中的样本的数量成比例。
27.根据权利要求23或24所述的方法，其中，所述成本是基于用于确定失真和块大小的样本的。
28.根据前述权利要求中任一项所述的方法，还包括：导出所述阈值。
29.根据权利要求1至27中任一项所述的方法，还包括：接收指示所述阈值的信息。
30.根据权利要求28或29所述的方法，其中，所述阈值是基于量化参数值即qp值的。
31.根据权利要求28或29所述的方法，其中，所述阈值是基于当前帧与一个或多于一个其他帧之间的时间距离或图片顺序计数距离即poc距离的。
32.根据权利要求28或29所述的方法，其中，所述阈值是基于帧的时间id的。
33.根据权利要求28或29所述的方法，其中，所述阈值是基于参考帧的时间方向的。
34.根据权利要求28或29所述的方法，其中，所述阈值是基于是否使用双向预测的。
35.根据权利要求28或29所述的方法，其中，所述阈值取决于可用参考帧的一个或多于一个qp值。
36.根据权利要求28或29所述的方法，其中，所述阈值取决于用作所述第一成本和所述第二成本其中至少之一的失真的类型。
37.根据权利要求28或29所述的方法，其中，所述阈值是基于被用于对作为所述第一成本和所述第二成本其中至少之一的度量的失真进行计算的样本的类型的。
38.根据权利要求28或29所述的方法，其中，所述阈值是基于是帧内预测还是帧间预测被用于对要使用所述预测器的列表而预测的图像部分进行编码或解码的。
39.根据权利要求28或29所述的方法，其中，所述阈值是基于随机接入配置即ra配置、低延迟配置和仅帧内配置中的一者或多于一者中的哪个被用于进行编码或解码的。
40.根据权利要求28或29所述的方法，其中，所述阈值是基于用于编码的公式的，并且是由用于计算所述阈值的解码器获得的。
41.根据权利要求28或29所述的方法，其中，所述阈值是基于移位后的量化参数值即移位后的qp值的。
42.根据权利要求40所述的方法，其中，所述移位后的qp值被用于确定拉格朗日参数λ作为所述阈值。
43.根据权利要求41至52中任一项所述的方法，其中，所述移位后的量化参数被用于从表中获得所述拉格朗日参数，其中，所述表中的条目将拉格朗日参数值与量化参数值相关联。
44.根据权利要求1至28中任一项所述的方法，其中，所述阈值被确定为作为所述列表中的连续预测器之间的差的最小成本差，该连续预测器不是所述第一预测器和所述第二预测器。
45.根据权利要求1至28中任一项所述的方法，其中，所述阈值是使用所述列表中的所有候选或前n个候选的成本值来确定的，其中，n是所述列表中允许的候选的最大数量。
46.根据权利要求45所述的方法，其中，使用所述成本值包括从用于确定所述阈值的候选中计算连续候选成本的差的平均。
47.根据权利要求23至43中任一项所述的方法，其中，所述阈值是基于拉格朗日参数λ的，以及所述准则是第一失真成本与第二失真成本之间的绝对差是否小于所述拉格朗日参数。
48.根据权利要求47所述的方法，其中，所述阈值是所述拉格朗日参数乘以所述第一预测器与所述第二预测器之间的速率差。
49.根据权利要求23至43中任一项所述的方法，其中，将所述第一失真成本和所述第二失真成本其中至少之一乘以所述阈值。
50.根据权利要求37所述的方法，其中，在第一排序处理之后应用所述准则。
51.根据权利要求37或50所述的方法，其中，将另外的阈值添加到由乘法产生的所述第一失真成本与所述第二失真成本之间的差的结果。
52.根据前述权利要求中任一项所述的方法，其中，所述确定是在根据候选的失真成本对候选进行排序的处理期间根据所述准则来进行的。
53.根据权利要求52所述的方法，其中，确定是否修改所述列表是基于最小失真差和阈值的。
54.根据权利要求53所述的方法，其中，重新排序的最大数量被限制为预定义数量。
55.根据权利要求54所述的方法，其中，重新排序的最大数量是所述列表中的候选的最大允许数量。
56.根据权利要求1至52中任一项所述的方法，其中，所述确定是基于最小失真差的，并且被限制为重新排序的最大数量。
57.根据权利要求52至56中任一项所述的方法，其中，修改所述列表仅包括移除候选。
58.根据权利要求57所述的方法，其中，移除之后的候选的数量必须大于或等于所述列表中的候选的最大允许数量。
59.根据前述权利要求所述的方法，其中，在通过移动候选来修改所述列表时，使所述列表中允许的候选的最大数量递减。
60.根据权利要求53至55所述的方法，其中，在满足所述准则的情况下，将所述第二预测器移动到第一位置，在所述第一位置处，针对所述列表中的后续预测器的成本中的差高于所述阈值。
61.根据权利要求60所述的方法，其中，在具有重新排序的可能性的最大数量大于最终列表中允许的候选的最大数量时，所述修改包括将所述第一预测器或所述第二预测器被移动的位置限制到当前列表的末尾。
62.根据权利要求60和61所述的方法，其中，所述预测器的处理被应用于常规合并模式、模板匹配合并模式、双边匹配合并模式即bm合并模式、以及帧内块拷贝模式即ibc模式其中至少之一。
63.根据权利要求1至52中任一项所述的方法，其中，所述第二预测器紧接在所述第一预测器之后，以及其中，在确定为不满足所述准则的情况下，在所述列表中的后续预测器之后插入所述第二预测器。
64.根据权利要求63所述的方法，其中，在确定为不满足所述准则的情况下，将所述准则应用于所述第二成本和所述列表中的先前候选的个体成本，以及其中，在确定为针对所述第二成本和先前候选的各成本不满足所述准则的情况下，不进行在所述后续预测器之后的所述第二预测器的插入。
65.根据权利要求52至64中任一项所述的方法，其中，重新排序的最大可能数量被设置为已处理候选的最终列表中的候选的允许数量。
66.根据权利要求64或65所述的方法，其中，所述预测器的处理被应用于与mvd的合并、与mvd的仿射合并、运动矢量残差的mvd符号预测其中至少之一。
67.根据前述权利要求中任一项所述的方法，其中，所述预测器的列表用于预测图像部分中的运动。
68.根据权利要求67所述的方法，其中，所述列表中的预测器是帧内块预测器候选和帧间运动信息预测器候选其中任一者。
69.根据权利要求1至66中任一项所述的方法，其中，所述列表中的预测器用于以下项中的任一项：预测点云中的位置、对网格进行编码、预测音频数据、预测静止图像数据、以及预测视频数据。
70.根据权利要求1所述的方法，还包括：将至少一个句法元素与所述预测器的列表中的一个或多于一个预测器相关联。
71.一种用于处理预测器的方法，所述方法包括：
72.根据权利要求71所述的方法，其中，用于确定是否修改所述预测器的列表的步骤是基于与所述列表中的各个预测器相关的相应成本与阈值的比较的。
73.根据权利要求71或72所述的方法，其中，修改所述列表包括从所述预测器的列表中移除成本低于所述阈值的所述候选或各个候选。
74.根据权利要求71或72所述的方法，其中，修改所述列表包括将所述列表中的成本低于所述阈值的所述候选或各个候选移动到所述列表中的接在成本大于所述阈值的候选之后的位置。
75.根据权利要求71或72所述的方法，其中，修改所述列表包括将所述列表中的成本低于所述阈值的所述候选或各个候选移动到被认为是所述列表的末尾的位置。
76.根据权利要求71至75中任一项所述的方法，其中，用于修改所述预测器的列表的步骤在第一集合的模式中进行，而不在第二集合的模式中进行。
77.一种用于将图像数据编码在位流中的方法，其包括根据权利要求1至76中任一项所述的方法来处理预测器的列表。
78.一种用于从位流中解码图像数据的方法，其包括根据权利要求1至76中任一项所述的方法来处理预测器的列表。
79.一种用于将图像数据编码在位流中的设备，所述设备被配置为进行根据权利要求77所述的方法。
80.一种用于从位流中解码图像数据的设备，所述设备被配置为进行根据权利要求78所述的方法。
81.一种程序，其在执行时使可编程设备进行根据权利要求1至76中任一项所述的方法。
82.一种计算机可读存储介质，其上存储有根据权利要求81所述的程序。
