CN105830446A - 在多层译码中用于对层间参考图片集(rps)进行译码及对位流末端(eob)网络接入层(nal)单元进行译码的方法 - Google Patents

Abstract

本发明揭示在多层译码中用于对层间参考图片集RPS进行译码及对位流末端EoB网络接入NAL单元进行译码的方法。在一个方面中，所述方法包含确定候选层间参考图片是否存在于所述视频信息中。所述视频信息包括包含多个子集的层间RPS。所述方法进一步包含：响应于确定所述候选层间参考图片不存在，确定所述候选层间参考图片属于的层间RPS子集；以及指示无参考图片存在于所述候选层间参考图片属于的所述层间RPS子集中。

Description

在多层译码中用于对层间参考图片集(RPS)进行译码及对位流末端(EOB)网络接入层(NAL)单元进行译码的方法

技术领域

本发明涉及视频译码及压缩的领域，确切地说，涉及可缩放视频译码、多视图视频译码和/或三维(3D)视频译码。

背景技术

数字视频能力可并入到多种多样的装置中，包括数字电视、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型或桌上型计算机、数码相机、数字记录装置、数字媒体播放器、视频游戏装置、视频游戏控制台、蜂窝式或卫星无线电电话、视频电话会议装置和类似者。数字视频装置实施视频压缩技术，例如在由运动图像专家组-2(MPEG-2)、MPEG-4、国际电信联盟电信标准化部门(ITU-T)H.263、ITU-TH.264/MPEG-4、第10部分定义的标准、高级视频译码(AVC)、高效视频译码(HEVC)标准和此些标准的扩展中描述的视频压缩技术。视频装置可通过实施此些视频译码技术而更有效地发射、接收、编码、解码和/或存储数字视频信息。

经编码视频序列可包含参考图片集(RPS)，其与图片相关联且含有参考图片列表，所述参考图片列表识别可以用于所述相关联图片或任何随后图片的帧间预测的图片。RPS还可包含用于层间预测的图片。经编码视频序列还可包含位流末端(EoB)网络接入层(NAL)单元，其任选地包含在存取单元的末端处。在多层译码方案中，NAL单元包含层识别符，其识别所述NAL单元属于的层。

发明内容

本发明的系统、方法及装置各自具有若干创新方面，其中没有单个方面单独负责本文所揭示的合乎需要的属性。

在一个方面中，一种用于对多层位流的视频信息进行译码的方法包括：确定候选层间参考图片是否存在于所述视频信息中，其中所述视频信息包括包含多个子集的层间参考图片集(RPS)；响应于确定所述候选层间参考图片不存在，确定所述候选层间参考图片属于的层间RPS子集；指示无参考图片存在于所述候选层间参考图片属于的所述层间RPS子集中；以及至少部分地基于无参考图片存在于所述层间RPS子集中的所述指示而对所述视频信息进行译码。

在另一方面，一种用于对多层位流的视频信息进行解码的装置包括：存储器，其经配置以存储所述视频信息；以及处理器，其与所述存储器通信且经配置以：确定候选层间参考图片是否存在于所述视频信息中，其中所述视频信息包括包含多个子集的RPS；响应于确定所述候选层间参考图片不存在，确定所述候选层间参考图片属于的层间RPS子集；指示无参考图片存在于所述候选层间参考图片属于的所述层间RPS子集中；以及至少部分地基于无参考图片存在于所述层间RPS子集中的所述指示而对所述视频信息进行解码。

在又一方面中，一种用于对多层位流的视频信息进行编码的方法包含：确定包含在所述视频信息中的存取单元是否包含位流末端(EoB)网络抽象层NAL单元；根据约束将用于所述EoBNAL单元的层识别值设定为零；以及至少部分地基于用于所述层识别值的零的值而对所述视频信息进行编码。

在再一方面中，一种用于对多层位流的视频信息进行编码的装置包括：存储器，其经配置以存储所述视频信息；以及处理器，其与所述存储器通信且经配置以：确定包含在所述视频信息中的存取单元是否包含EoBNAL单元；根据约束将用于所述EoBNAL单元的层识别值设定为零；以及至少部分地基于用于所述层识别值的零的值而对所述视频信息进行编码。

附图说明

图1A是说明可利用根据本发明中描述的方面的技术的实例视频编码及解码系统的框图。

图1B是说明可执行根据本发明中描述的方面的技术的另一实例视频编码和解码系统的框图。

图2A是说明可实施根据本发明中描述的方面的技术的视频编码器的实例的框图。

图2B是说明可实施根据本发明中描述的方面的技术的视频编码器的实例的框图。

图3A是说明可实施本发明中描述的方面的技术的视频解码器的实例的框图。

图3B是说明可实施根据本发明中描述的方面的技术的视频解码器的实例的框图。

图4是说明根据本发明中描述的方面的多层位流的存取单元的框图。

图5是说明编码器或解码器如何产生RPS的实例的框图。

图6到8是说明根据本发明中描述的方面的用于对视频信息进行编码或解码的方法的流程图。

具体实施方式

本文所描述的某些实施例涉及在例如高效率视频译码(HEVC)等高级视频编解码器的上下文中用于多层视频译码的位流末端(EoB)网络接入层(NAL)单元和RPS。更具体来说，本发明涉及用于改善在HEVC的多视图和可缩放扩展(即MV-HEVC和SHVC)中EoBNAL单元和RPS的编码或解码中的性能的系统和方法。

在以下描述中，描述涉及某些实施例的H.264/高级视频译码(AVC)技术；也论述了HEVC标准和相关技术。确切地说，一些视频译码方案包含存取单元，其可包含指示对应存取单元的位流末端的EoBNAL单元。NAL单元可具有识别所述NAL单元包含于的层的层识别符。当EoBNAL单元的层识别符不受限制时，EoBNAL单元可能从位流丢失(或经不正确地处理)。由于位流的正确解码可能依赖于EoBNAL单元的存在，因此这可能导致不正确的位流解码。一些视频译码方案还可维持与经译码视频序列(CVS)的图片相关联的参考图片集(RPS)。用于给定图片的RPS含有包含按解码次序在相关联图片之前的可以用于相关联图片的帧间预测的全部参考图片或按解码次序在相关联图片之后的任何图片的参考图片集合。常规译码方案并不确定当图片从位流丢失(或经不正确地处理)时应将“无参考图片”的条目插入到哪一RPS层间子集中。因此，RPS层间子集可能不具有正确内容。

本发明涉及用于多层译码方案的语义，其可防止EoBNAL单元由于不受限制层识别符而从位流丢失(或经不正确地处理)。具体来说，用于EoBNAL单元的层识别符可受限制以防止EoBNAL单元丢失，进而当依赖于EoBNAL单元的存在时实现位流的正确解码。本发明还涉及可将“无参考图片”条目输入到正确RPS层间子集中的用于多层译码方案的语义。因此，可基于当前图片的视图识别符将“无参考图片”的条目输入到正确RPS层间子集中。

虽然本文中在HEVC和/或H.264标准和情况下描述某些实施例，但所属领域的一般技术人员可了解，本文中揭示的系统和方法可适用于任何合适的视频译码标准。举例来说，本文中所公开的实施例可适用于以下标准中的一或多者：国际电信联盟(ITU)电信标准化部门(ITU-T)H.261、国际标准化组织/国际电工委员会(ISO/IEC)MPEG-1视觉、ITU-TH.262或ISO/IECMPEG-2视觉、ITU-TH.263、ISO/IECMPEG-4视觉和ITU-TH.264(也称为ISO/IECMPEG-4AVC)，包含其可缩放和多视图扩展。

在许多方面，HEVC通常遵循先前视频译码标准的框架。HEVC中的预测单元不同于某些先前视频译码标准中的预测单元(例如，宏块)。事实上，在HEVC中不存在如在某些先前视频译码标准中所理解的宏块的概念。宏块由基于四叉树方案的分层结构替换，分层结构可提供高灵活性以及其它可能益处。举例来说，在HEVC方案内，定义三个类型的块，例如译码单元(CU)、预测单元(PU)和变换单元(TU)。CU可指区分裂的基本单元。可认为CU类似于宏块的概念，但HEVC不约束CU的最大大小，且可允许递归分裂成四个相等大小的CU以改善内容适应性。PU可认为是帧间/帧内预测的基本单元，且单个PU可含有多个任意形状分区以有效地译码不规则图像模式。TU可认为是变换的基本单元。可独立于PU界定TU；然而，TU的大小可限于TU属于的CU的大小。此块结构分离为三个不同概念可允许根据单元的相应作用来优化每一单元，这可得到改善的译码效率。

仅出于说明的目的，用仅包含视频数据的两个层(例如，比如基础层等较低层，和比如增强层等较高层)的实例来描述本文中揭示的某些实施例。视频数据的“层”一般可指具有至少一个共同特性(例如，视图、帧率、分辨率等等)的图片序列。举例而言，层可包含与多视图视频数据的特定视图(例如，透视图)相关联的视频数据。作为另一实例，层可包含与可缩放视频数据的特定层相关联的视频数据。因此，本发明可互换地参考视频数据的层和视图。也就是说，视频数据的视图可被称作视频数据的层，且视频数据的层可被称作视频数据的视图。此外，多层编解码器(还被称作多层视频译码器或多层编码器-解码器)可共同指多视图编解码器或可缩放编解码器(例如，经配置以使用MV-HEVC、3D-HEVC、SHVC或另一多层译码技术编码和/或解码视频数据的编解码器)。视频编码和视频解码可通常被称作视频译码。应理解，这些实例可适用于包含多个基础层及/或增强层的配置。此外，为了易于解释，参照某些实施例，以下揭示内容包含术语“帧”或“块”。然而，这些术语不打算具有限制性。举例来说，下文描述的技术可供任何合适的视频单元(例如，块(例如，CU、PU、TU、宏块等)、切片、帧等)使用。

视频译码标准

例如视频图像、TV图像、静态图像或由录像机或计算机产生的图像等数字图像可由布置成水平和垂直线的像素或样本构成。单个图像中的像素的数目通常有数万个。每一像素通常含有明度及色度信息。在无压缩的情况下，将从图像编码器传送到图像解码器的信息的绝对量将使实时图像发射不可能。为了减少待发射的信息的量，已开发出例如JPEG、MPEG及H.263标准等数个不同压缩方法。

视频译码标准包含ITU-TH.261、ISO/IECMPEG-1视觉、ITU-TH.262或ISO/IECMPEG-2视觉、ITU-TH.263、ISO/IECMPEG-4视觉和ITU-TH.264(也被称作ISO/IECMPEG-4AVC)，包含其可缩放和多视图扩展。

另外，ITU-T视频编码专家组(VCEG)和ISO/IECMPEG的视频译码联合协作小组(JCT-VC)已经开发视频译码标准(即HEVC)。对HEVC草案10的完全引用为布罗斯(Bross)等人的文件JCTVC-L1003，“高效率视频译码(HEVC)文本规范草案10(HighEfficiencyVideoCoding(HEVC)TextSpecificationDraft10)”，ITU-TSG16WP3与ISO/IECJTC1/SC29/WG11的关于视频译码的联合合作小组(JCT-VC)，第12次会议：瑞士日内瓦，2013年1月14日到2013年1月23日。对HEVC的多视图扩展(即，MV-HEVC)及对HEVC的可缩放扩展(名为SHVC)也正分别由JCT-3V(3D视频译码扩展开发ITU-T/ISO/IEC联合合作小组)及JCT-VC开发。

视频译码系统

下文参考附图更充分地描述新颖系统、设备及方法的各个方面。然而，本发明可以许多不同形式来体现，且不应将其解释为限于贯穿本发明所呈现的任何特定结构或功能。相反，提供这些方面以使得本发明将为透彻且完整的，并且将向所属领域的技术人员充分传达本发明的范围。基于本文中的教示，所属领域的技术人员应了解，本发明的范围既定涵盖无论是独立于本发明的任何其它方面而实施还是与之组合而实施的本文中所揭示的新颖系统、设备及方法的任何方面。举例来说，可以使用本文中所阐述的任何数目个方面来实施设备或实践方法。另外，本发明的范围既定涵盖使用除本文中所阐述的本发明的各种方面之外的或不同于本文中所阐述的本发明的各种方面的其它结构、功能性或结构与功能性来实践的此设备或方法。应理解，可通过权利要求的一或多个要素来体现本文中所揭示的任何方面。

尽管本文描述了特定方面，但这些方面的许多变化及排列落在本发明的范围内。尽管提及了优选方面的一些益处及优点，但本发明的范围不希望限于特定益处、用途或目标。而是，本发明的方面既定广泛地适用于不同无线技术、系统配置、网络及发射协议，其中的一些是借助于实例而在图中以及在优选方面的以下描述中说明。具体实施方式和图式仅说明本发明，而不是限制由所附权利要求书和其等效物界定的本发明的范围。

附图说明若干实例。由附图中的参考标号指示的元件对应于在以下描述中由相同参考标号指示的元件。在本发明中，名称以序数词(例如，“第一”、“第二”、“第三”等)开始的元件未必暗示所述元件具有特定次序。而是，此些序数词仅用于指代相同或类似类型的不同元件。

图1A是说明可利用根据本发明中所描述的方面的技术的实例视频译码系统10的框图。如本文中所描述地使用，术语“视频译码器”一般指代视频编码器和视频解码器两者。在本发明中，术语“视频译码”或“译码”可一般地指代视频编码和视频解码。除了视频编码器和视频解码器外，本申请案中描述的方面可扩展到其它相关装置，例如，转码器(例如，可解码位流且重新编码另一位流的装置)及中间框(例如，可修改、变换及/或另外操纵位流的装置)。

如图1A中所示，视频译码系统10包含源装置12，其产生在稍后时间由目的地装置14解码的经编码视频数据。在图1A的实例中，源装置12和目的地装置14构成单独装置。然而，应注意，源装置12和目的地模块14可在同一装置上或为同一装置的部分，如在图1B的实施中所展示。

再次参考图1A，源装置12和目的地装置14可分别包括广泛范围的装置中的任一者，包含桌上型计算机、笔记型(例如，膝上型)计算机、平板计算机、机顶盒、例如所谓的“智能”电话的电话手持机、所谓的“智能”板、电视、相机、显示装置、数字媒体播放器、视频游戏控制台、视频流装置或类似者。在各种实施例中，源装置12和目的地装置14可经装备以用于无线通信。

目的地装置14可经由链路16接收待解码的经编码视频数据。链路16可包括能够将经编码视频数据从源装置12移动到目的地装置14的任何类型媒体或装置。在图1A的实例中，链路16可包括使得源装置12能够实时将经编码视频数据发射到目的地装置14的通信媒体。可根据通信标准(例如，无线通信协议)调制经编码的视频数据，并将其发射到目的地装置14。通信媒体可包括任何无线或有线通信媒体，例如射频(RF)频谱或一或多个物理传输线。通信媒体可形成分组网络(例如，局域网、广域网或全球网络，例如因特网)的部分。通信媒体可包含路由器、交换器、基站或可用于促进从源装置12到目的地装置14的通信的任何其它装备。

或者，经编码数据可从输出接口22输出到存储装置31(任选地呈现)。类似地，可由(例如)目的地装置14的输入接口28自存储装置31存取经编码数据。存储装置31可包含多种分布式或本地存取数据存储媒体中的任一者，例如硬盘驱动器、快闪存储器、易失性或非易失性存储器，或用于存储经编码视频数据的任何其它合适的数字存储媒体。在另一实例中，存储装置31可对应于文件服务器或可保持源装置12产生的经编码视频的另一中间存储装置。目的地装置14可经由流式传输或下载从存储装置31存取所存储的视频数据。文件服务器可为能够存储经编码视频数据且将经编码视频数据发射至目的地装置14的任何类型的服务器。实例文件服务器包含网络服务器(例如，用于网站)、文件传输协议(FTP)服务器、网络附接存储(NAS)装置，或本地磁盘驱动器。目的地装置14可通过任何标准数据连接(包含因特网连接)来存取经编码的视频数据。这可包含无线信道(例如，无线局域网(WLAN)连接)、有线连接(例如，数字订户线(DSL)、电缆调制解调器等)，或适合于存取存储在文件服务器上的经编码视频数据的两者的组合。经编码视频数据从存储装置31的发射可为流式传输发射、下载发射或两者的组合。

本发明的技术不限于无线应用或设置。所述技术可应用于支持多种多媒体应用中的任一者的视频译码，所述多媒体应用例如空中电视广播、有线电视发射、卫星电视发射、(例如)经由因特网的流式视频发射(例如，根据超文本传送协议(HTTP)的动态自适应流式处理等)、用于存储在数据存储媒体上的数字视频的编码、存储在数据存储媒体上的数字视频的解码，或其它应用。在一些实例中，视频译码系统10可经配置以支持单向或双向视频传输以支持例如视频流式传输、视频回放、视频广播及/或视频电话等应用。

在图1A的实例中，源装置12包含视频源18、视频编码器20和输出接口22。在一些情况下，输出接口22可包含调制器/解调器(调制解调器)及/或发射器。在源装置12中，视频源18可包含例如以下各项的源：视频俘获装置(例如，摄像机)、含有先前所俘获的视频的视频存档、用于从视频内容提供者接收视频的视频馈入接口和/或用于产生计算机图形数据以作为源视频的计算机图形系统，或此类源的组合等。作为一个实例，如果视频源18是摄像机，那么源装置12和目的地装置14可形成所谓的“相机电话”或“视频电话”，如图1B的实例中所说明。然而，本发明中所描述的技术一般来说可适用于视频译码，且可应用于无线和/或有线应用。

可由视频编码器20对所俘获、预俘获或计算机产生的视频进行编码。可经由源装置12的输出接口22将经编码视频数据传输到目的地装置14。经编码视频数据还可(或替代地)存储到存储装置31上用于稍后由目的地装置14或其它装置存取以用于解码和/或重放。图1A和1B中说明的视频编码器20可包括图2A所说明的视频编码器20、图2B中说明的视频编码器23，或本文所描述的任何其它视频编码器。

在图1A的实例中，目的地装置14包含输入接口28、视频解码器30和显示装置32。在一些状况下，输入接口28可包含接收器和/或调制解调器。目的地装置14的输入接口28可经由链路16和/或从存储装置31接收经编码的视频数据。经由链路16传送或在存储装置31上提供的经编码视频数据可包含由视频编码器20所产生的多种语法元素以供由例如视频解码器30的视频解码器用于解码视频数据。此类语法元素可与在通信媒体上发射、存储于存储媒体上或存储文件服务器的经编码视频数据包含在一起。图1A和1B中说明的视频解码器30可包括图3A所说明的视频解码器30、图3B中说明的视频解码器33，或本文所描述的任何其它视频解码器。

显示装置32可以与目的地装置14集成或者在目的地装置14外部。在一些实例中，目的地装置14可包含集成显示装置，且还可经配置以与外部显示装置介接。在其它实例中，目的地装置14可能是显示装置。一般来说，显示装置32将经解码视频数据显示给用户，且可包括多种显示装置中的任一者，例如液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或另一类型的显示装置。

在相关方面中，图1B展示实例性视频编解码系统10′，其中源装置12和目的地装置14在装置11上或为装置11的部分。装置11可为电话手持机，例如“智能”电话或类似者。装置11可包含与源装置12和目的地装置14可操作通信的控制器/处理器装置13(任选地呈现)。图1B的视频编解码系统10′可进一步包含在视频编码器20与输出接口22之间的视频处理单元21。在一些实施方案中，视频处理单元21为单独单元，如图1B中所说明；然而，在其它实施方案中，视频处理单元21可被实施为视频编码器20和/或处理器/控制器装置13的一部分。视频编解码系统10′还可包含跟踪器29(任选地呈现)，其可跟踪视频序列中的感兴趣对象。待跟踪的对象或兴趣可通过结合本发明的一或多个方面描述的技术来分段。在相关方面中，跟踪可由显示装置32单独地或联合跟踪器29而执行。图1B的视频编解码系统10′和其组件另外类似于图1A的视频编解码系统10和其组件。

视频编码器20和视频解码器30可根据例如HEVC的视频压缩标准操作，且可符合HEVC测试模型(HM)。或者，视频编码器20和视频解码器30可以根据其它专有或业界标准操作，所述标准例如ITU-TH.264标准，或者被称作MPEG-4第10部分AVC，或此类标准的扩展。但是，本发明的技术不限于任何特定译码标准。视频压缩标准的其它实例包含MPEG-2和ITU-TH.263。

尽管图1A和1B的实例中未展示，视频编码器20和视频解码器30可各自与音频编码器和解码器集成，且可包含适当的多路复用器-多路分用器单元或其它硬件和软件以处置共同数据流或单独数据流中的音频和视频两者的编码。在一些实例中，如果适用的话，那么多路复用器-多路分用器单元可以符合ITUH.223多路复用器协议，或例如用户数据报协议(UDP)等其它协议。

视频编码器20和视频解码器30各自可实施为多种合适的编码器电路中的任一者，例如一或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑、软件、硬件、固件或其任何组合。当部分以软件实施所述技术时，装置可将用于所述软件的指令存储于合适非暂时性计算机可读媒体中并使用一或多个处理器用硬件执行所述指令以执行本发明的技术。视频编码器20和视频解码器30中的每一者可包含在一或多个编码器或解码器中，所述编码器或解码器中的任一者可集成为相应装置中的组合编码器/解码器的部分。

视频译码过程

如上文简要提及，视频编码器20编码视频数据。视频数据可以包括一或多个图片。图片中的每一者为形成视频的部分的静态图像。在一些情况下，图片可被称为视频“帧”。当视频编码器20对视频数据进行编码时，视频编码器20可产生位流。位流可以包含形成视频数据的经译码的表示的一连串位。位流可包含经译码图片和相关联数据。经译码的图片是图片的经译码的表示。

为了产生位流，视频编码器20可对视频数据中的每一图片执行编码操作。当视频编码器20对所述图片执行编码操作时，视频编码器20可产生一系列经译码图片和相关联数据。相关联数据可包含视频参数集(VPS)、序列参数集(SPS)、图片参数集(PPS)、自适应参数集(APS)和其它语法结构。SPS可以含有适用于零个或更多的图片序列的参数。PPS可含有适用于零个或更多图片的参数。APS可含有适用于零个或更多图片的参数。APS中的参数可为比PPS中的参数更可能改变的参数。

为产生经译码图片，视频编码器20可将图片分割为大小相等的视频块。视频块可为样本的二维阵列。视频块中的每一者与树块相关联。在一些情况下，树块可被称作最大译码单元(LCU)。HEVC的树块可广泛类似于例如H.264/AVC等先前标准的宏块。然而，树块不必限于特定大小且可包含一或多个CU。视频编码器20可使用四叉树分割将树块的视频块分割成与CU相关联的视频块(因此名称为“树块”)。

在一些实例中，视频编码器20可将图片分割成多个切片。所述切片中的每一者可包含整数数目个CU。在一些情况下，一个切片包括整数数目个树块。在其它情况下，切片的边界可在树块内。

作为对图片执行编码操作的一部分，视频编码器20可对图片的每一切片执行编码操作。当视频编码器20对切片执行编码操作时，视频编码器20可产生与切片相关联的经编码数据。与切片相关联的经编码数据可称为“经译码切片”。

为了产生经译码切片，视频编码器20可对切片中的每一树块执行编码操作。当视频编码器20对树块执行编码操作时，视频编码器20可产生经译码树块。经译码树块可包括表示树块的经编码版本的数据。

当视频编码器20产生经译码切片时，视频编码器20可根据光栅扫描次序对切片中的树块执行编码操作(例如，编码)。举例来说，视频编码器20可按如下次序来编码切片的树块：跨越切片中的树块的最顶行从左到右进行，接着跨越树块的下一较低行从左到右进行，以此类推，直到视频编码器20已编码切片中的树块的每一者。

作为根据光栅扫描次序编码树块的结果，可已编码在给定树块的上方和左边的树块，但尚未编码在给定树块的下方和右边的树块。因此，当对给定树块进行编码时，视频编码器20可能能够存取通过对给定树块的上方和左边的树块进行编码而产生的信息。然而，当编码给定树块时，视频编码器20可能不能够存取通过编码在给定树块的下方和右边的树块而产生的信息。

为了产生经译码树块，视频编码器20可对树块的视频块递归地执行四叉树分割以将视频块划分成越来越小的视频块。较小视频块中的每一者可与不同CU相关联。举例来说，视频编码器20可将树块的视频块分割成四个大小相等的子块、将所述子块中的一或多者分割成四个大小相等的子子块，以此类推。分割的CU可为其视频块被分割成与其它CU相关联的视频块的CU。未分割CU可为其视频块未被分割成与其它CU相关联的视频块的CU。

位流中的一或多个语法元素可指示视频编码器20可分割树块的视频块的最大次数。CU的视频块在形状上可为正方形。CU的视频块的大小(例如，CU的大小)范围可从8x8像素直到具有最大64x64个像素或更大的树块的视频块的大小(例如，树块的大小)。

视频编码器20可根据z扫描次序对树块的每一CU执行编码操作(例如，编码)。换句话说，视频编码器20可将左上CU、右上CU、左下CU和接着右下CU按此次序编码。当视频编码器20对经分割的CU执行编码操作时，视频编码器20可根据z扫描次序对与经分割的CU的视频块的子块相关联的CU进行编码。换句话说，视频编码器20可对与左上子块相关联的CU、与右上子块相关联的CU、与左下子块相关联的CU，且接着是与右下子块相关联的CU按所述顺序进行编码。

作为根据z扫描次序编码树块的CU的结果，可已编码在给定CU的上方、左上方、右上方、左边和左下方的CU。尚未对给定CU的下方和右边的CU进行编码。因此，当对给定CU进行编码时，视频编码器20可能能够存取通过对与给定CU相邻的一些CU进行编码而产生的信息。然而，当对给定CU进行编码时，视频编码器20可能不能够存取通过对与给定CU相邻的其它CU进行编码而产生的信息。

当视频编码器20对未分割的CU进行编码时，视频编码器20可产生用于所述CU的一或多个PU。CU的PU中的每一者可与CU的视频块内的不同视频块相关联。视频编码器20可产生用于CU的每一PU的经预测视频块。PU的经预测视频块可为样本块。视频编码器20可使用帧内预测或帧间预测来产生用于PU的预测视频块。

当视频编码器20使用帧内预测来产生PU的经预测视频块时，视频编码器20可基于与PU相关联的图片的经解码样本来产生PU的经预测视频块。如果视频编码器20使用帧内预测来产生CU的PU的经预测视频块，那么CU为经帧内预测的CU。当视频编码器20使用帧间预测来产生PU的经预测视频块时，视频编码器20可基于不同于与所述PU相关联的图片的一或多个图片的经解码样本产生所述PU的经预测视频块。如果视频编码器20使用帧间预测来产生CU的PU的经预测视频块，那么所述CU为经帧间预测CU。

此外，当视频编码器20使用帧间预测来产生PU的预测视频块时，视频编码器20可产生所述PU的运动信息。用于PU的运动信息可指示所述PU的一或多个参考块。PU的每一参考块可为参考图片内的视频块。参考图片可为除与PU相关联的图片以外的图片。在一些情况下，PU的参考块也可被称作PU的“参考样本”。视频编码器20可基于PU的参考块产生所述PU的预测视频块。

在视频编码器20产生用于CU的一或多个PU的预测视频块之后，视频编码器20可基于用于CU的所述PU的预测视频块产生所述CU的残余数据。CU的残余数据可指示用于CU的PU的预测视频块中的样本与CU的原始视频块之间的差。

此外，作为对未经分割CU执行编码操作的部分，视频编码器20可对CU的残余数据执行递归四叉树分割以将CU的残余数据分割成与CU的TU相关联的一或多个残余数据块(例如，残余视频块)。CU的每一TU可与不同残余视频块相关联。

视频编码器20可将一或多个变换应用到与TU相关联的残余视频块以产生与TU相关联的变换系数块(例如，变换系数块)。在概念上，变换系数块可为变换系数的二维(2D)矩阵。

在产生变换系数块之后，视频编码器20可对所述变换系数块执行量化处理。量化总体上是指对变换系数进行量化以可能减少用以表示变换系数的数据的量从而提供进一步压缩的过程。量化过程可减少与变换系数中的一些或全部相关联的位深度。例如，可在量化期间将n位变换系数向下舍入到m位变换系数，其中n大于m。

视频编码器20可使每一CU与量化参数(QP)值相关联。与CU相关联的QP值可确定视频编码器20如何对与所述CU相关联的变换系数块进行量化。视频编码器20可通过调整与CU相关联的QP值来调整应用于与CU相关联的变换系数块的量化的程度。

在视频编码器20量化变换系数块之后，视频编码器20可产生表示经量化变换系数块中的变换系数的语法元素集。视频编码器20可将例如上下文自适应二进制算术译码(CABAC)操作的熵编码操作应用于这些语法元素中的一些。还可使用例如上下文自适应可变长度译码(CAVLC)、概率区间分割熵(PIPE)译码或其它二进制算术译码等其它熵译码技术。

由视频编码器20产生的位流可包含一系列NAL单元。所述NAL单元中的每一者可为含有NAL单元中的数据类型的指示及含有数据的字节的语法结构。举例来说，NAL单元可含有表示视频参数集、序列参数集、图片参数集、经译码切片、补充增强信息(SEI)、存取单元分隔符、填充数据或另一类型的数据的数据。NAL单元中的数据可包含各种语法结构。

视频解码器30可接收由视频编码器20产生的位流。所述位流可包含由视频编码器20编码的视频数据的经译码表示。当视频解码器30接收到位流时，视频解码器30可对位流执行剖析操作。当视频解码器30执行剖析操作时，视频解码器30可从所述位流提取语法元素。视频解码器30可基于从位流提取的语法元素重构视频数据的图片。基于语法元素重构视频数据的过程可与通过视频编码器20执行以产生语法元素的过程大体上互逆。

在视频解码器30提取与CU相关联的语法元素之后，视频解码器30可基于所述语法元素产生用于CU的PU的经预测视频块。另外，视频解码器30可对与CU的TU相关联的变换系数块进行逆量化。视频解码器30可对变换系数块执行逆变换以重构与CU的TU相关联的残余视频块。在产生经预测视频块且重构残余视频块之后，视频解码器30可基于经预测视频块及残余视频块重构CU的视频块。以此方式，视频解码器30可基于位流中的语法元素重构CU的视频块。

视频编码器

图2A为说明可实施根据本发明中描述的方面的技术的视频编码器20的实例的框图。视频编码器20可经配置以处理视频帧的单层(例如针对HEVC)。此外，视频编码器20可经配置以执行本发明的技术中的任一者或全部。在一些实例中，本发明中描述的技术可在视频编码器20的各种组件之间共享。在一些实例中，另外或替代地，处理器(未图示)可经配置以执行本发明中描述的技术中的任一者或全部。

出于解释的目的，本发明描述在HEVC译码的上下文中的视频编码器20。然而，本发明的技术可以适用于其它译码标准或方法。图2A中所描绘的实例是针对单层编解码器。然而，如将关于图2B进一步描述，可复制视频编码器20中的一些或全部以用于多层编解码器的处理。

视频编码器20可执行视频切片内的视频块的帧内和帧间译码。帧内译码依赖于空间预测以减小或移除给定视频帧或图片内的视频的空间冗余。帧间译码依赖于时间预测来减少或移除视频序列的邻近帧或图片内的视频中的时间冗余。帧内模式(I模式)可指代若干基于空间的译码模式中的任一者。例如单向预测(P模式)或双向预测(B模式)等帧间模式可指代若干基于时间的译码模式中的任一者。

在图2A的实例中，视频编码器20包含多个功能组件。视频编码器20的功能组件包含预测处理单元100、残余产生单元102、变换处理单元104、量化单元106、逆量化单元108、逆变换单元110、重构单元112、滤波器单元113、经解码图片缓冲器114和熵编码单元116。预测处理单元100包含帧间预测单元121、运动估计单元122、运动补偿单元124、帧内预测单元126及层间预测单元128。在其它实例中，视频编码器20可包含更多、更少或不同功能组件。此外，运动估计单元122和运动补偿单元124可高度集成，但出于解释的目的而在图2A的实例中分开表示。

视频编码器20可接收视频数据。视频编码器20可从各种源接收视频数据。举例来说，视频编码器20可从视频源18(例如，图1A或1B中所展示)或另一源接收视频数据。视频数据可表示一系列图片。为编码视频数据，视频编码器20可对图片中的每一者执行编码操作。作为对图片执行编码操作的一部分，视频编码器20可对图片的每一切片执行编码操作。作为对切片执行编码操作的部分，视频编码器20可对切片中的树块执行编码操作。

作为对树块执行编码操作的部分，预测处理单元100可对树块的视频块执行四叉树分割以将所述视频块划分成逐渐变小的视频块。较小视频块中的每一者可与不同CU相关联。举例来说，预测处理单元100可将树块的视频块分割成四个相等大小的子块，将所述子块中的一或多者分割成四个相等大小的子子块，等等。

与CU相关联的视频块的大小范围可从8x8样本高达最大64x64像素或更大的树块大小。在本发明中，“NxN”和“N乘N”可互换使用来指代在垂直和水平尺寸方面的视频块的样本尺寸，例如，16x16样本或16乘16样本。一般来说，16x16视频块在垂直方向上具有16个样本(y＝16)，且在水平方向上具有16个样本(x＝16)。同样，NxN块一般在垂直方向上具有N个样本，且在水平方向上具有N个样本，其中N表示非负整数值。

此外，作为对树块执行编码操作的部分，预测处理单元100可产生用于所述树块的阶层式四叉树数据结构。例如，树块可对应于四叉树数据结构的根节点。如果预测处理单元100将树块的视频块分割成四个子块，则所述根节点在所述四叉树数据结构中具有四个子节点。所述子节点中的每一者对应于与子块中的一者相关联的CU。如果预测处理单元100将子块中的一者分割成四个子子块，那么对应于与子块相关联的CU的节点可具有四个子节点，其中每一者对应于与子子块中的一者相关联的CU。

四叉树数据结构的每一节点可含有对应树块或CU的语法数据(例如，语法元素)。例如，四叉树中的节点可包含分裂旗标，其指示对应于所述节点的CU的视频块是否被分割(例如，分裂)成四个子块。用于CU的语法元素可递归地界定，且可取决于所述CU的视频块是否分裂成子块。视频块未被分割的CU可对应于四叉树数据结构中的叶节点。经译码树块可包含基于用于对应树块的四叉树数据结构的数据。

视频编码器20可对树块的每一未经分割的CU执行编码操作。当视频编码器20对未分割CU执行编码操作时，视频编码器20产生表示未分割CU的经编码表示的数据。

作为对CU执行编码操作的部分，预测处理单元100可在CU的一或多个PU之间分割CU的视频块。视频编码器20和视频解码器30可支持各种PU大小。假定特定CU的大小为2Nx2N，则视频编码器20及视频解码器30可支持2Nx2N或NxN的PU大小，及2Nx2N、2NxN、Nx2N、NxN、2NxnU、nLx2N、nRx2N或类似的对称PU大小的帧间预测。视频编码器20和视频解码器30还可支持用于2NxnU、2NxnD、nLx2N和nRx2N的PU大小的不对称分割。在一些实例中，预测处理单元100可执行几何分割以沿并不按直角与CU的视频块的侧会合的边界来在CU的PU间分割CU的视频块。

帧间预测单元121可对CU的每一PU执行帧间预测。帧间预测可提供时间压缩。为了对PU执行帧间预测，运动估计单元122可产生用于所述PU的运动信息。运动补偿单元124可基于运动信息和除与CU相关联的图片(例如，参考图片)以外的图片的经解码样本而产生PU的经预测视频块。在本发明中，由运动补偿单元124产生的经预测视频块可称作经帧间预测视频块。

切片可为I切片、P切片，或B切片。运动估计单元122和运动补偿单元124可取决于PU处于I切片、P切片还是B切片中而对CU的PU执行不同操作。在I切片中，所有PU都是经帧内预测。因此，如果PU在I切片中，那么运动估计单元122和运动补偿单元124不对PU执行帧间预测。

如果PU在P切片中，那么含有所述PU的图片与被称作“列表0”的参考图片列表相关联。列表0中的参考图片中的每一者含有可用于其它图片的帧间预测的样本。当运动估计单元122关于P切片中的PU执行运动估计操作时，运动估计单元122可搜索列表0中的参考图片以找出用于PU的参考块。PU的参考块可为最紧密对应于PU的视频块中的样本的一组样本，例如，样本块。运动估计单元122可使用多种度量来确定参考图片中的一组样本如何紧密地对应于PU的视频块中的样本。例如，运动估计单元122可通过绝对差总和(SAD)、平方差总和(SSD)或其它差异度量来确定参考图片中的一组样本对应于PU的视频块中的样本的接近程度。

在识别出P切片中的PU的参考块之后，运动估计单元122可产生指示列表0中含有参考块的参考图片的参考索引，以及指示PU与参考块之间的空间位移的运动向量。在各种实例中，运动估计单元122可以不同精确度产生运动向量。举例来说，运动估计单元122可以四分之一样本精确度、八分之一样本精确度或其它分数样本精确度产生运动向量。在分数样本精确度的情况下，参考块值可从参考图片中的整数位置样本值内插。运动估计单元122可将参考索引及运动向量输出为PU的运动信息。运动补偿单元124可基于由PU的运动信息识别的参考块而产生PU的经预测视频块。

如果PU处于B切片中，那么含有PU的图片可与被称作“列表0”和“列表1”的两个参考图片列表相关联。在一些实例中，含有B切片的图片可与为列表0与列表1的组合的列表组合相关联。

此外，如果PU在B切片中，那么运动估计单元122可对PU执行单向预测或双向预测。当运动估计单元122对PU执行单向预测时，运动估计单元122可搜索列表0或列表1中的参考图片以找出用于所述PU的参考块。运动估计单元122可接着产生指示列表0或列表1中的含有参考块的参考图片的参考索引和指示PU与所述参考块之间的空间位移的运动向量。运动估计单元122可输出参考索引、预测方向指示符和运动向量作为所述PU的运动信息。预测方向指示符可指示参考索引指示列表0还是列表1中的参考图片。运动补偿单元124可基于由PU的运动信息指示的参考块来产生PU的经预测视频块。

当运动估计单元122针对PU执行双向预测时，运动估计单元122可搜索列表0中的参考图片以找到用于所述PU的参考块，且还可搜索列表1中的参考图片以找到用于所述PU的另一参考块。运动估计单元122可接着产生指示列表0和列表1中的含有参考块的参考图片的参考索引，以及指示所述参考块与PU之间的空间位移的运动向量。运动估计单元122可输出PU的参考索引及运动向量作为PU的运动信息。运动补偿单元124可基于由PU的运动信息指示的参考块而产生PU的经预测视频块。

在一些情况下，运动估计单元122不将PU的运动信息的完整集合输出到熵编码单元116。实际上，运动估计单元122可参考另一PU的运动信息用信号表示PU的运动信息。举例来说，运动估计单元122可确定PU的运动信息足够类似于相邻PU的运动信息。在此实例中，运动估计单元122可在与PU相关联的语法结构中指示一值，所述值向视频解码器30指示PU具有与相邻PU相同的运动信息。在另一实例中，运动估计单元122可在与PU相关联的语法结构中识别相邻PU和运动向量差(MVD)。运动向量差指示PU的运动向量与所指示的相邻PU的运动向量之间的差。视频解码器30可使用所指示的相邻PU的运动向量和运动向量差来确定PU的运动向量。通过在用信号表示第二PU的运动信息时参考第一PU的运动信息，视频编码器20可能够使用较少的位用信号表示第二PU的运动信息。

作为对CU执行编码操作的部分，帧内预测单元126可对CU的PU执行帧内预测。帧内预测可提供空间压缩。当帧内预测单元126对PU执行帧内预测时，帧内预测单元126可基于同一图片中的其它PU的经解码样本来产生用于PU的预测数据。用于PU的预测数据可包含经预测视频块和各种语法元素。帧内预测单元126可对I切片、P切片和B切片中的PU执行帧内预测。

为了对PU执行帧内预测，帧内预测单元126可使用多个帧内预测模式以产生用于PU的预测数据的多个集合。当帧内预测单元126使用帧内预测模式来产生用于PU的预测数据的集合时，帧内预测单元126可在与帧内预测模式相关联的方向和/或梯度上跨PU的视频块从相邻PU的视频块扩展样本。相邻PU可在所述PU的上方、右上方、左上方或左侧，假定对于PU、CU和树块采用从左到右、从上到下的编码次序。帧内预测单元126可取决于PU的大小而使用各种数目个帧内预测模式，例如33个方向性帧内预测模式。

预测处理单元100可从由运动补偿单元124针对PU产生的预测数据或由帧内预测单元126针对PU产生的预测数据当中选择用于PU的预测数据。在一些实例中，预测处理单元100基于预测数据集合的速率/失真量度来选择用于PU的预测数据。

如果预测处理单元100选择由帧内预测单元126产生的预测数据，那么预测处理单元100可用信号表示用以产生用于PU的预测数据的帧内预测模式，例如，选定帧内预测模式。预测处理单元100可以各种方式用信号表示所选帧内预测模式。举例来说，有可能所选帧内预测模式与相邻PU的帧内预测模式相同。换句话说，相邻PU的帧内预测模式可为用于当前PU的最可能模式。因此，预测处理单元100可产生用以指示选定帧内预测模式与相邻PU的帧内预测模式相同的语法元素。

如上文所论述,视频编码器20可包含层间预测单元128。层间预测单元128经配置以使用在对HEVC的可缩放扩展中可用的一或多个不同层(例如，基础或参考层)预测当前块(例如，EL中的当前块)。此预测可称作层间预测。层间预测单元128利用预测方法来减少层间冗余，进而改进译码效率且减少计算资源要求。层间预测的一些实例可包含层间帧内预测、层间运动预测及层间残余预测。层间帧内预测使用基础层中的协同定位块的重构来预测增强层中的当前块。层间运动预测使用基础层的运动信息来预测增强层中的运动。层间残余预测使用基础层的残余来预测增强层的残余。

在预测处理单元100选择用于CU的PU的预测数据之后，残余产生单元102可通过从CU的视频块减去(例如，由减号指示)CU的PU的经预测视频块而产生用于CU的残余数据。CU的残余数据可包含对应于CU的视频块中的样本的不同样本分量的2D残余视频块。举例来说，残余数据可包含对应于CU的PU的经预测视频块中的样本的明度分量与CU的原始视频块中的样本的明度分量之间的差的残余视频块。另外，CU的残余数据可包含对应于CU的PU的预测视频块中的样本的色度分量与CU的原始视频块中的样本的色度分量之间的差的残余视频块。

预测处理单元100可执行四叉树分割以将CU的残余视频块分割成子块。每一未分割残余视频块可与CU的不同TU相关联。与CU的TU相关联的残余视频块的大小及位置可基于或可不基于与CU的PU相关联的视频块的大小及位置。被称为“残余四叉树”(RQT)的四叉树结构可包含与残余视频块中的每一者相关联的节点。CU的TU可以对应于RQT的叶节点。

变换处理单元104可通过将一或多个变换应用到与CU的每一TU相关联的残余视频块而产生用于所述TU的一或多个变换系数块。所述变换系数块中的每一者可为变换系数的2D矩阵。变换处理单元104可将各种变换应用到与TU相关联的残余视频块。举例来说，变换处理单元104可将离散余弦变换(DCT)、方向性变换或概念上类似的变换应用到与TU相关联的残余视频块。

在变换处理单元104产生与TU相关联的变换系数块之后，量化单元106可量化所述变换系数块中的变换系数。量化单元106可基于与CU相关联的QP值而对与CU的TU相关联的变换系数块进行量化。

视频编码器20可以各种方式使QP值与CU相关联。例如，视频编码器20可对与CU相关联的树块执行速率失真分析。在速率失真分析中，视频编码器20可通过对树块执行多次编码操作而产生所述树块的多个经译码表示。当视频编码器20产生树块的不同经编码表示时，视频编码器20可使不同QP值与CU相关联。当给定QP值与具有最低位速率和失真度量的树块的经译码表示中的CU相关联时，视频编码器20可用信号表示给定QP值与CU相关联。

逆量化单元108和逆变换单元110可分别将逆量化及逆变换应用于变换系数块以从变换系数块重构残余视频块。重构单元112可以将经重构的残余视频块添加到来自由预测处理单元100产生的一或多个预测视频块的对应样本，以产生与TU相关联的经重构视频块。通过以此方式重构CU的每一TU的视频块，视频编码器20可重构CU的视频块。

在重构单元112重构CU的视频块之后，滤波器单元113可执行解块操作以减小与所述CU相关联的视频块中的成块假象。在执行一或多个解块操作之后，滤波器单元113可将CU的经重构视频块存储在经解码图片缓冲器114中。运动估计单元122和运动补偿单元124可使用含有经重构视频块的参考图片来对后续图片的PU执行帧间预测。另外，帧内预测单元126可使用经解码图片缓冲器114中的经重构视频块对处于与CU相同图片中的其它PU执行帧内预测。

熵编码单元116可从视频编码器20的其它功能组件接收数据。举例来说，熵编码单元116可从量化单元106接收变换系数块，且可从预测处理单元100接收语法元素。当熵编码单元116接收所述数据时,熵编码单元116可执行一或多个熵编码操作以产生经熵编码数据。举例来说，视频编码器20可对所述数据执行CAVLC操作、CABAC操作、可变到可变(V2V)长度译码操作、基于语法的上下文自适应二进制算术译码(SBAC)操作、概率区间分割熵(PIPE)译码，或另一类型的熵编码操作。熵编码单元116可输出包含经熵编码数据的位流。

作为对数据执行熵编码操作的一部分，熵编码单元116可选择上下文模型。如果熵编码单元116正执行CABAC操作，那么上下文模型可指示特定二进位具有特定值的概率的估计。在CABAC的情况下，术语“二进位”用以指语法元素的二进制化版本的位。

多层视频编码器

图2B为说明可实施根据本发明中描述的方面的技术的多层视频编码器23(也被简称为视频编码器23)的实例的框图。视频编码器23可经配置以处理(例如)用于SHVC和MV-HEVC的多层视频帧。此外，视频编码器23可经配置以执行本发明的技术中的任一者或全部。

视频编码器23包含视频编码器20A和视频编码器20B，其中的每一者可经配置为视频编码器20并且可执行上文关于视频编码器20所描述的功能。此外，如再使用参考数字所指示，视频编码器20A和20B可包含系统及子系统中的至少一些作为视频编码器20。虽然将视频编码器23说明为包含两个视频编码器20A和20B，但视频编码器23不受如此限制且可包含任何数目的视频编码器20层。在一些实施例中，视频编码器23可包含针对存取单元中的每一图片或帧的视频编码器20。例如，包含五个图片的存取单元可由包含五个编码器层的视频编码器处理或编码。在一些实施例中，视频编码器23可包含比存取单元中的帧更多的编码器层。在一些此类情况下，当处理一些存取单元时，一些视频编码器层可能不在作用中。

除了视频编码器20A及20B之外，视频编码器23可包含再取样单元90。在一些情况下，再取样单元90可对所接收的视频帧的基础层进行上取样以例如创建增强层。再取样单元90可对与帧的所接收的基础层相关联的特定信息上取样，但不对其它信息上取样。举例来说，再取样单元90可上取样基础层的空间大小或像素数目，但切片的数目或图片次序计数可保持恒定。在一些情况下，再取样单元90可不处理所接收的视频及/或可为任选的。例如，在一些情况下，预测处理单元100可执行上取样。在一些实施例中，再取样单元90经配置以对层进行上取样且重新组织、重新界定、修改或调整一或多个切片以符合一组切片边界规则及/或光栅扫描规则。虽然主要描述为对基础层或存取单元中的较低层进行上取样，但在一些情况下，再取样单元90可对层进行下取样。例如，如果在视频的流式传输期间减小带宽，那么可对帧进行下取样而不是上取样。

再取样单元90可经配置以从较低层编码器(例如，视频编码器20A)的经解码图片缓冲器114接收图片或帧(或与图片相关联的图片信息)并对所述图片(或所接收的图片信息)进行上取样。随后可将经上取样图片提供到较高层编码器(例如，视频编码器20B)的预测处理单元100，所述较高层编码器经配置以编码与较低层编码器相同的存取单元中的图片。在一些情况下，较高层编码器为从较低层编码器去除的一个层。在其它情况下，在图2B的层0视频编码器与层1编码器之间可存在一或多个较高层编码器。

在一些情况下，可省略或绕过再取样单元90。在这些情况下，可直接或在至少不提供到再取样单元90的情况下将来自视频编码器20A的经解码图片缓冲器114的图片提供到视频编码器20B的预测处理单元100。举例来说，如果提供到视频编码器20B的视频数据和来自视频编码器20A的经解码图片缓冲器114的参考图片具有相同的大小或分辨率，那么可将参考图片提供到视频编码器20B而没有任何再取样。

在一些实施例中，视频编码器23使用下取样单元94下取样待提供到较低层编码器的视频数据，随后将所述视频数据提供到视频编码器20A。替代地，下取样单元94可为能够对视频数据上取样或下取样的再取样单元90。在另外其它实施例中,可省略下取样单元94。

如图2B中所说明，视频编码器23可进一步包含多路复用器(或mux)98。多路复用器98可输出来自视频编码器23的组合位流。通过从视频编码器20A和20B中的每一者取得位流且使在给定时间输出哪一位流进行交替可产生组合位流。虽然在一些情况下，可一次一个位地交替来自两个(或在两个以上视频编码器层的情况下，两个以上)位流的位，但在许多情况下，不同地组合所述位流。举例来说，可通过一次一个块地交替选定位流来产生输出位流。在另一实例中，可通过从视频编码器20A和20B中的每一者输出非1:1比率的块来产生输出位流。举例来说，可从视频编码器20B输出用于从视频编码器20A输出的每一块的两个块。在一些实施例中，可预编程来自多路复用器98的输出流。在其它实施例中，多路复用器98可基于从视频编码器23外部的系统(例如从包含源装置12的源装置上的处理器)接收的控制信号而组合来自视频编码器20A、20B的位流。可基于来自视频源18的视频的分辨率或位速率、基于链路16的带宽、基于与用户相关联的预订(例如，付费预订与免费预订)或基于用于确定来自视频编码器23的所要分辨率输出的任何其它因素而产生控制信号。

视频解码器

图3A是说明可实施本发明中描述的方面的技术的视频解码器30的实例的框图。视频解码器30可经配置以处理视频帧的单层(例如针对HEVC)。此外，视频解码器30可经配置以执行本发明的技术中的任一者或全部。在一些实例中，本发明中描述的技术可在视频解码器30的各种组件之间共享。在一些实例中，另外或替代地，处理器(未图示)可经配置以执行本发明中描述的技术中的任一者或全部。

出于解释的目的，本发明在HEVC译码的上下文中描述视频解码器30。然而，本发明的技术可以适用于其它译码标准或方法。图3A中所描绘的实例是针对单层编解码器。然而，如将关于图3B进一步描述，可复制视频编码器30中的一些或全部以用于多层编解码器的处理。

在图3A的实例中，视频解码器30包含多个功能组件。视频解码器30的功能组件包含熵解码单元150、预测处理单元152、逆量化单元154、逆变换单元156、重构单元158、滤波器单元159和经解码图片缓冲器160。预测处理单元152包含运动补偿单元162、帧内预测单元164和层间预测单元166。在一些实例中，视频解码器30可执行与关于图2A的视频编码器20描述的编码遍次大体互逆的解码遍次。在其它实例中，视频解码器30可包含较多、较少或不同的功能组件。

视频解码器30可接收包括经编码视频数据的位流。所述位流可包含多个语法元素。当视频解码器30接收到位流时，熵解码单元150可对所述位流执行剖析操作。对位流执行剖析操作的结果是，熵解码单元150可从所述位流提取语法元素。作为执行剖析操作的一部分，熵解码单元150可对位流中的经熵编码语法元素进行熵解码。预测处理单元152、逆量化单元154、逆变换单元156、重构单元158及滤波器单元159可执行重构操作，重构操作基于从位流提取的语法元素产生经解码视频数据。

如上文所论述，位流可包括一系列NAL单元。位流的NAL单元可包含视频参数集NAL单元、序列参数集NAL单元、图片参数集NAL单元、SEINAL单元等等。作为对位流执行剖析操作的一部分，熵解码单元150可执行剖析操作，所述剖析操作从序列参数集NAL单元提取且熵解码序列参数集、从图片参数集NAL单元提取且熵解码图片参数集、从SEINAL单元提取且熵解码SEI数据等等。

此外，位流的NAL单元可包含经译码切片NAL单元。作为对位流执行剖析操作的部分，熵解码单元150可执行剖析操作，所述剖析操作从经译码切片NAL单元提取且熵解码经译码切片。经译码切片中的每一者可包含切片标头以及切片数据。切片标头可以含有关于切片的语法元素。切片标头中的语法元素可包含识别与含有所述切片的图片相关联的图片参数集的语法元素。熵解码单元150可对经译码切片标头中的语法元素执行熵解码操作(例如，CABAC解码操作)，以恢复切片标头。

作为从经译码切片NAL单元提取切片数据的部分，熵解码单元150可执行从切片数据中的经译码CU提取语法元素的剖析操作。所提取的语法元素可包含与变换系数块相关联的语法元素。熵解码单元150可接着对语法元素中的一些执行CABAC解码操作。

在熵解码单元150对未分割的CU执行剖析操作之后，视频解码器30可对未分割的CU执行重构操作。为对未经分割CU执行重构操作，视频解码器30可对CU的每一TU执行重构操作。通过对CU的每一TU执行重构操作，视频解码器30可重构与CU相关联的残余视频块。

作为对TU执行重构操作的一部分，逆量化单元154可逆量化(例如，解量化)与TU相关联的变换系数块。逆量化单元154可以类似于针对HEVC所提议或由H.264解码标准定义的逆量化过程的方式来逆量化变换系数块。逆量化单元154可使用由视频编码器20针对变换系数块的CU计算的量化参数QP来确定量化程度，且同样地，确定逆量化单元154应用的逆量化的程度。

在逆量化单元154逆量化变换系数块之后，逆变换单元156可产生用于与变换系数块相关联的TU的残余视频块。逆变换单元156可将逆变换应用到变换系数块以便产生所述TU的残余视频块。举例来说，逆变换单元156可将逆DCT、逆整数变换、逆卡忽南-拉维(Karhunen-Loeve)变换(KLT)、逆旋转变换、逆定向变换或另一逆变换应用于变换系数块。在一些实例中，逆变换单元156可基于来自视频编码器20的信令而确定适用于变换系数块的逆变换。在这些实例中，逆变换单元156可基于在用于与变换系数块相关联的树块的四叉树的根节点处的用信号表示的变换来确定逆变换。在其它实例中，逆变换单元156可从例如块大小、译码模式或类似者等一或多个译码特性推断逆变换。在一些实例中，逆变换单元156可应用级联的逆变换。

在一些实例中，运动补偿单元162可通过基于内插滤波器执行内插而精炼PU的预测视频块。用于将用于以子样本精确度进行运动补偿的内插滤波器的识别符可包含在语法元素中。运动补偿单元162可使用由视频编码器20在产生PU的经预测视频块期间使用的相同内插滤波器来计算参考块的子整数样本的内插值。运动补偿单元162可根据所接收的语法信息而确定由视频编码器20使用的内插滤波器且使用所述内插滤波器来产生预测视频块。

如果PU是使用帧内预测编码，那么帧内预测单元164可执行帧内预测以产生用于PU的经预测视频块。举例来说，帧内预测单元164可基于位流中的语法元素确定用于PU的帧内预测模式。位流可包含帧内预测模块164可用以确定PU的帧内预测模式的语法元素。

在一些情况下，语法元素可指示帧内预测单元164将使用另一PU的帧内预测模式来确定当前PU的帧内预测模式。举例来说，可能有可能当前PU的帧内预测模式与相邻PU的帧内预测模式相同。换句话说，相邻PU的帧内预测模式可为用于当前PU的最可能模式。因此，在此实例中，位流可包含小语法元素，所述小语法元素指示PU的帧内预测模式与相邻PU的帧内预测模式相同。帧内预测单元164可接着使用帧内预测模式基于空间相邻PU的视频块而产生PU的预测数据(例如，经预测样本)。

如上文所论述，视频解码器30还可包含层间预测单元166。层间预测单元166经配置以使用在对HEVC的可缩放扩展中可用的一或多个不同层(例如，基础或参考层)预测当前块(例如，增强层中的当前块)。此预测可称作层间预测。层间预测单元166利用预测方法减少层间冗余，借此改进译码效率且降低计算资源要求。层间预测的一些实例包含层间帧内预测、层间运动预测及层间残余预测。层间帧内预测使用基础层中的协同定位块的重构来预测增强层中的当前块。层间运动预测使用基础层的运动信息来预测增强层中的运动。层间残余预测使用基础层的残余来预测增强层的残余。以下更详细地论述层间预测方案中的每一者。

重构单元158可使用与CU的TU相关联的残余视频块和CU的PU的经预测视频块(例如，帧内预测数据或帧间预测数据，如果适用)来重构CU的视频块。因此，视频解码器30可基于位流中的语法元素而产生所预测的视频块及残余视频块，且可基于所预测的视频块及残余视频块而产生视频块。

在重构单元158重构CU的视频块之后，滤波器单元159可执行解块操作以减少与所述CU相关联的成块假象。在滤波器单元159执行解块操作以减小与CU相关联的成块假象之后，视频解码器30可将所述CU的视频块存储在经解码图片缓冲器160中。经解码图片缓冲器160可提供参考图片以用于后续运动补偿、帧内预测和在例如图1A或1B的显示装置32等显示装置上的呈现。举例来说，视频解码器30可基于经解码图片缓冲器160中的视频块对其它CU的PU执行帧内预测或帧间预测操作。

多层解码器

图3B是说明可实施根据本发明中所描述的方面的技术的多层视频解码器33(也被简称为视频解码器33)的实例的框图。视频解码器33可经配置以处理多层视频帧，例如，用于SHVC及多视图译码。另外，视频解码器33可经配置以执行本发明的技术中的任一者或全部。

视频解码器33包含视频解码器30A和视频解码器30B，其中的每一者可被配置为视频解码器30且可执行上文关于视频解码器30所描述的功能。此外，如再使用参考数字所指示，视频解码器30A和30B可包含系统及子系统中的至少一些作为视频解码器30。尽管将视频解码器33说明为包含两个视频解码器30A和30B，但视频解码器33不受此限制且可包含任何数目个视频解码器30层。在一些实施例中，视频解码器33可包含用于存取单元中的每一图片或帧的视频解码器30。举例来说，可由包含五个解码器层的视频解码器处理或解码包含五个图片的存取单元。在一些实施例中，视频解码器33可包含比存取单元中的帧多的解码器层。在一些此类情况下，当处理一些存取单元时，一些视频解码器层可能不在作用中。

除了视频解码器30A和30B之外，视频解码器33还可包含上取样单元92。在一些实施例中，上取样单元92可上取样所接收的视频帧的基础层以创建将添加到用于帧或存取单元的参考图片列表的增强型层。此增强型层可存储在经解码图片缓冲器160中。在一些实施例中，上取样单元92可包含关于图2A的再取样单元90描述的实施例中的一些或全部。在一些实施例中，上取样单元92经配置以对层进行上取样且重新组织、重新界定、修改或调整一或多个切片以符合一组切片边界规则和/或光栅扫描规则。在一些情况下，上取样单元92可为经配置以对所接收的视频帧的层上取样及/或下取样的再取样单元。

上取样单元92可经配置以从较低层解码器(例如，视频解码器30A)的经解码图片缓冲器160接收图片或帧(或与图片相关联的图片信息)并对所述图片(或所接收的图片信息)进行上取样。随后可将此经上取样图片提供到较高层解码器(例如，视频解码器30B)的预测处理单元152，所述较高层解码器经配置以解码与较低层解码器相同的存取单元中的图片。在一些情况下，较高层解码器为从较低层解码器移除的一个层。在其它情况下，在图3B的层0解码器与层1解码器之间可存在一或多个较高层解码器。

在一些情况下，可省略或绕过上取样单元92。在此些情况下，可直接提供来自视频解码器30A的经解码图片缓冲器160的图片到视频解码器30B的预测处理单元152，或至少不提供到上取样单元92。例如，如果提供到视频解码器30B的视频数据及来自视频解码器30A的经解码图片缓冲器160的参考图片具有相同的大小或分辨率，那么可将参考图片提供到视频解码器30B而不需要上取样。另外，在一些实施例中，上取样单元92可为经配置以对从视频解码器30A的经解码图片缓冲器160接收的参考图片上取样或下取样的再取样单元90。

如图3B中所说明，视频解码器33可进一步包含多路分用器(或demux)99。多路分用器99可将经编码视频位流分裂成多个位流，其中由多路分用器99输出的每一位流被提供到不同的视频解码器30A和30B。可通过接收位流来产生多个位流，且视频解码器30A和30B中的每一者在给定时间接收位流的一部分。虽然在一些情况下，可在视频解码器(例如，在图3B的实例中的视频解码器30A和30B)中的每一者之间一次一个位地交替来自在多路分用器99处接收的位流的位，但在许多情况下，以不同方式划分所述位流。举例来说，可通过一次一个块地交替哪一视频解码器接收位流而划分所述位流。在另一实例中，可通过到视频解码器30A和30B中的每一者的块的非1:1比率来划分位流。举例来说，可针对提供到视频解码器30A的每一块将两个块提供到视频解码器30B。在一些实施例中，可预编程由多路分用器99对位流的划分。在其它实施例中，多路分用器99可基于从视频解码器33外部的系统(例如，从包含目的地模块14的目的地装置上的处理器)接收的控制信号而划分位流。可基于来自输入接口28的视频的分辨率或位速率、基于链路16的带宽、基于与用户相关联的预订(例如，付费预订与免费预订)或基于用于确定可由视频解码器33获得的分辨率的任何其它因素而产生控制信号。

帧内随机存取点(IRAP)图片

一些视频译码方案可提供贯穿位流的各种随机存取点以使得可从那些随机存取点中的任一者开始解码位流而无需解码在位流中在那些随机存取点之前的任何图片。在此类视频译码方案中，可正确地解码除随机存取跳过前导(RASL)图片外的按解码次序跟随随机存取点的所有图片，而不需使用在所述随机存取点之前的任何图片。举例来说，即使位流的一部分在发射期间或在解码期间丢失，解码器也可从下一随机存取点开始恢复解码位流。对随机存取的支持可促进(例如)动态流式传输服务、搜寻操作、信道切换等。

在一些译码方案中，此些随机存取点可由称为帧内随机存取点(IRAP)图片的图片提供。举例来说，包含于存取单元(“auA”)中的与增强层(“层A”)中的增强层IRAP图片相关联的随机存取点可提供层特定随机存取，以使得对于层A的具有与包含于在层B中且按解码次序在auA之前的存取单元(“auB”)中的图片相关联的随机存取点(或包含于auA中的随机存取点)的每一参考层(“层B”)(例如，作为用以预测层A的层的参考层)，可正确解码层A中按解码次序跟随auA的图片(包含位于auA中的那些图片)而无需解码层A中在auA之前的任何图片。

IRAP图片可使用帧内预测(例如，在不参考其它图片的情况下进行译码)和/或层间预测经译码，且可包含(例如)即时解码器刷新(IDR)图片、清洁随机存取(CRA)图片和断链存取(BLA)图片。当在位流中存在IDR图片时，按解码次序在IDR图片之前的所有图片不用于通过在所述IDR图片之后的图片的预测。当在位流中存在CRA图片时，在CRA图片之后的图片可或可不将按解码次序在CRA图片之前的图片用于预测。按解码次序在CRA图片之后但使用按解码次序在CRA图片之前的图片的那些图片可称作RASL图片。按解码次序可在IRAP图片之后且按输出次序在IRAP图片之前的另一类型的图片为随机存取可解码前导(RADL)图片，其可不含有对按解码次序在IRAP图片之前的任何图片的参考。如果在CRA图片之前的图片不可用，那么RASL图片可由解码器丢失。BLA图片对解码器指示在BLA图片之前的图片可能不对解码器可用(例如，因为两个位流经拼接在一起且BLA图片为按解码次序的第二位流的第一图片)。含有为IRAP图片的基础层图片(例如，具有层ID值0)的存取单元(例如，由与跨越多个层相同的输出时间相关联的所有经译码图片组成的图片群组)可称作IRAP存取单元。

位流末端NAL单元

图4是说明根据实施例的多层位流的存取单元的框图。如图4中所展示，存取单元400包含第一视频译码层(VCL)NAL单元460且可包含一或多个其它任选的NAL单元。举例来说，存取单元400可包含以下各项中的每一者的一或多个：存取单元定界符NAL单元410、VPSNAL单元420、SPSNAL单元430、PPSNAL单元440、前缀SEINAL单元450、额外经译码图片或非VCLNAL单元470，以及EoBNAL单元480。取决于实施方案的方面可包含列出的任选的NAL单元中的每一者，且取决于用以对存取单元进行编码或解码的视频译码方案也可以包含其它语法结构。

根据HEVC方案，当EoBNAL单元480存在于存取单元400中时，下一存取单元将为IRAP存取单元，其可为IDR存取单元、BLA存取单元或CRA存取单元，以便经译码位流符合HEVC方案。因此，当包含在存取单元中时，EoBNAL单元480指示随后的存取单元是IRAP存取单元。

在常规单层译码方案(例如，HEVC版本1)中，每一存取单元唯一地对应于单个图片。举例来说，在采用恢复点SEI消息方面，由于每一存取单元含有单个图片，因此术语“存取单元”与“图片”能够在单层译码方案的上下文中互换使用。然而，多层译码方案的存取单元可包含针对位流的每一层的单独图片。换句话说，在多层位流中，单个存取单元可含有(即，包含或包括)多个图片。在例如MV-HEVC和SHVC等一些多层译码实施方案中，每一NAL单元包含层识别符，其识别所述NAL单元属于的层。因此，基于EoBNAL单元的层识别符的值而界定EoBNAL单元的层。在常规单层译码方案中，用于全部NAL单元的层识别符限于同一层，即层零。换句话说，常规单层译码方案的NAL单元全部识别为属于同一层。然而，在多层译码方案中，对NAL单元内包含的层识别符不存在此些限制，包含与EoBNAL单元相关联的层识别符。

由于多层译码方案中EoBNAL单元的层识别符的不受限制的性质，当EoBNAL单元具有除零之外的值的层识别符时可能发生许多不合意的解码错误。作为一实例，经译码位流可包含基础层(BL)和增强层(EL)。当编码器与解码器之间的带宽受限制或下降到低于某一水平时，所述增强层(或具有除层零外的层识别符的其它层)可从位流丢失(或经不正确地处理)而节省带宽。这可例如当视频编码器(例如，视频编码器20或视频编码器23)与视频解码器(例如，视频解码器30或视频解码器33)之间的带宽受到限制时发生。在此情形下，如果EoBNAL单元具有带有值一(“1”)的层识别符，即，EoBNAL单元包含于增强层(EL)中，那么所述EoBNAL单元将从位流丢失且将不被解码器接收。

存在许多依赖于EoBNAL单元内含有的信息的译码方案的功能性。因此，当EoBNAL单元从位流丢失时，这些功能将不如预期那样执行。在一个实例中，解码器可基于EoBNAL单元是否存在于紧邻CRA存取单元之前而以不同方式对包含清洁随机存取(CRA)存取单元的位流进行解码。因此，如果EoBNAL单元从增强层丢失，那么随后的CRA存取单元的解码将不如预期那样执行。类似地，其它解码功能性依赖于EoBNAL单元的存在以进行恰当解码，且因此，当EoBNAL单元具有指示除层零外的层的层识别符值时，EoBNAL单元可丢失，因为其包含在除基础层外的层中，有可能解码器将不能够恰当地解码位流。

另外，多层译码标准并不界定任何额外功能性以允许EoBNAL单元具有除零之外的值的层识别符。因此，在本发明的至少一个实施例中，将全部EoBNAL单元设定成具有零的层识别符。具体来说，根据本发明，基于EoBNAL单元具有零的层识别符的约束而执行位流的编码。通过将全部EoBNAL单元的层识别符限制于层零，NAL单元将不丢失(或经不正确地处理)，因为如上文所论述仅具有除层零外的层识别符的NAL单元丢失。

RPS

视频译码方案可维持与经译码视频序列(CVS)的图片相关联的RPS。用于给定图片的RPS含有包含按解码次序在相关联图片之前的可以用于相关联图片的帧间预测的全部参考图片或按解码次序在相关联图片之后的任何图片的参考图片集合。作为一实例，在HEVC方案中，RPS包含五个RPS列表，其中三个共同地称为短期RPS，且剩余两个共同称为长期RPS。短期RPS含有可以用于相关联图片以及按解码次序在相关联图片之后的一或多个图片的帧间预测的全部参考图片。长期RPS含有不用于相关联图片的帧间预测但可以用于按解码次序在相关联图片之后的一或多个图片的帧间预测的全部参考图片。

图5是说明编码器或解码器如何产生RPS的实例的框图。在以下描述中，经解码图片缓冲器510将描述为包含在解码器(例如，视频解码器30或视频解码器33)中，然而以下相等地适用于编码器。如图5中所展示，解码器的经解码图片缓冲器510中保持多个图片520到528。RPS可针对图片产生且可包含对经解码图片缓冲器510中包含的图片的参考。第一RPS列表530包含图片520、522、526和528，而第二RPS列表540包含图片520、524、526和528。图5的实施例仅是实例且包含在RPS中的图片可为来自位流的根据用以对位流进行编码的译码方案的条件而用于参考的任何图片。RPS列表530和540可为包含用作用于对同一层内的图片进行解码的参考的图片的常规RPS列表，或可为用于对不同层中的图片进行解码的层间RPS列表。

例如对HEVC方案的可缩放和多视图扩展等多视图视频译码方案将RPS的使用扩展到包含用于层间预测的RPS。在一些实施例中，针对位流的每一层界定RPS，即，每一图片维持其自身的RPS。此外，可提供额外RPS，其包含用于相关联图片的层间预测的图片的列表。用于每一图片的层间RPS可划分成对应于位流的层的子集。举例来说，在2层位流中，层间RPS可划分成层零子集和层一子集，其在下文将分别称为RPS层间零和RPS层间一。

如先前描述，图片可出于例如带宽要求等各种原因而从位流丢失(或经不正确地处理)，或图片可在编码器与解码器之间的发射中失去。当候选层间参考图片不存在于由解码器接收的位流中时，即未接收到RPS层间子集中经识别的参考图片时，应将指示无参考图片存在的“无参考图片”的条目插入到对应RPS层间子集中。可基于当前层的视图识别符(ID)、候选层间参考图片属于的层的视图ID以及基础层的视图ID而确定适当子集。此处，视图ID是指类似于层ID且可指代多视图编码标准内的图片的视图。

在当前的可缩放和多视图扩展中，“无参考图片”条目仅输入到RPS层间零中，即使已所述解码器接收的候选层间参考图片原本将已经添加到RPS层间一。此行为是不合意的，因为应在遗失的层间参考图片将已经输入的位置中指示“无参考图片”的条目。无校正的情况下，此行为可导致当层间参考图片遗失时两个RPS层间子集中的层间参考图片的不合需要的或不正确的相对定位。另外，此行为也可导致包含于RPS层间子集中的列表的大小不正确。这可潜在地导致当解码位流时层间参考图片的不正确参考。因此，本发明的另一目的是校正此行为。

在一个实施例中，当前图片的视图ID用以确定“无参考图片”的条目插入到哪一RPS层间子集中。举例来说，当候选层间参考图片对于图片不存在时，基于遗失的层间参考图片的视图ID将“无参考图片”的条目包含到对应RPS层间子集中。在其它实施例中，在哪一RPS层间子集对应于遗失的候选层间参考图片的确定中也可以使用其它层的视图ID。举例来说，在所述确定中可以使用候选层间参考图片的视图ID和基础层的视图ID。因此，通过将“无参考图片”的条目包含到对应RPS层间子集中，可校正RPS层间子集中的层间参考图片的相对定位，且也可校正RPS层间子集的相应大小。

本发明的另一方面可解决位流的发射损失的不正确推断。可缩放和多视图扩展提出包含可抛弃的旗标，所述旗标指示与所述可抛弃旗标相关联的图片是否既不用于任何其它图片的层间预测也不用于任何其它图片的帧间预测。在一些实施例中，此旗标包含在位流的切片标头中，且针对相关联图片内的全部切片片段具有相同值。在常规多层译码方案中，当图片具有指示所述图片可抛弃的相关联可抛弃旗标时，没有所述可抛弃图片不存在于任何时间或层间RPS中的要求。此外，常规方案也不会不允许可抛弃图片存在于参考图片列表中，只要没有PU参考可抛弃图片中的PU即可。因此，可抛弃图片可包含在RPS或参考图片列表中，只要其不用于参考即可。

如果可抛弃图片包含在RPS或参考图片列表中，那么由于所述包含，解码器可能不正确地推断损失和/或可能引入带宽和解码低效率。举例来说，当在带宽约束下时，可从位流移除可抛弃图片以便节省带宽，因为当解码位流中的其它图片时其将不用于参考。当抛弃的图片包含在RPS中时，解码器将辨识出抛弃的图片可以用于由尚未在解码器处接收的另一图片参考。由于解码器辨识出抛弃的图片可以用于参考，因此其可请求从编码器重新发射抛弃的图片。此行为将减少在抛弃可抛弃图片中初始地获得的带宽节省，且导致解码器中的低效率。

因此，在至少一个实施例中，不允许与指示图片可抛弃(即，具有值一)的可抛弃旗标相关联的图片包含在层间RPS或时间RPS中。

在另一实施例中，用于参考的旗标可与图片唯一地相关联。用于参考的旗标指示相关联图片是否包含在至少一个RPS中。在此实施例中，仅准许具有值为一的用于参考的旗标的图片包含在RPS中。

用于对视频信息进行编码的实例流程图

参考图6，将描述基于具有值零的层识别值的EoBNAL单元对视频信息进行编码的实例程序。图6是说明根据实施例的用于对视频信息进行编码的方法600的流程图。图6中说明的步骤可由视频编码器(例如，视频编码器20或视频编码器23)、视频解码器(例如，视频解码器30或视频解码器33)或任何其它组件执行。为方便起见，将方法600描述为由视频编码器(也简称为编码器)执行，其可为视频编码器20或23、视频解码器30或33或另一组件。

方法600开始于框601。在框605处，编码器确定包含在视频信息中的存取单元是否包含EoBNAL单元。在框610处，编码器根据约束将用于EoBNAL单元的层识别值设定为零。待编码视频信息包含至少一个EoBNAL单元，其包含识别所述EoBNAL单元属于的层的层识别值。在框615处，编码器至少部分地基于层识别值的为零的值而对视频信息进行编码。所述方法在620处结束。

参考图7，将描述指示用于视频解码的RPS层间子集中不存在参考图片的实例程序。图7是说明根据实施例的用于对视频信息进行解码的方法700的流程图。图7中说明的步骤可由视频编码器(例如，视频编码器20或视频编码器23)、视频解码器(例如，视频解码器30或视频解码器33)或任何其它组件执行。为方便起见，将方法700描述为由视频解码器(也简称为解码器)执行，其可为视频编码器20或23、视频解码器30或33或另一组件。

方法700开始于框701。在框705处，解码器确定候选层间参考图片是否存在于视频信息中。图片可响应于带宽限制而从经译码视频信息丢失，或可在从编码器的发射期间意外地失去。因此，解码器可通过确定候选层间参考图片是否存在而确定候选层间参考图片是否已从视频信息丢失。

所述方法在框710处继续，其中解码器响应于确定候选层间参考图片不存在而确定候选层间参考图片属于的RPS层间子集。举例来说，此确定可包含确定候选层间参考图片如果存在于视频信息中则将已包含在哪一子集中。在一些实施例中，这可包含确定当前层的视图ID、候选层间参考图片的视图ID和/或基础层的视图ID。

在框715处继续，解码器指示无参考图片存在于候选层间参考图片属于的RPS层间子集中。所述方法在720处结束。

参考图8，将描述用于确定是否在用于视频译码的RPS中包含图片的实例程序。图8是说明根据实施例的用于对视频信息进行编码的方法800的流程图。图8中说明的步骤可由编码器(例如，视频编码器20或视频编码器23)、视频解码器(例如，视频解码器30或视频解码器33)或任何其它组件执行。为方便起见，将方法800描述为由视频编码器执行，其可为视频编码器20或23、视频解码器30或33或另一组件。

方法800开始于框801。在框805处，编码器确定视频信息的当前图片是否是可抛弃图片。每一图片例如包含指示所述图片是否是可抛弃图片的可抛弃旗标。在一些实施例中，仅当图片不包含在任何RPS中时才可将其识别为可抛弃图片。

所述方法在框810处继续，其中编码器基于当前图片是可抛弃图片的确定而避免在RPS中包含当前图片。所述方法在815处结束。

在方法600到800中，可移除(例如，不执行)图6到8中所示的框中的一或多者和/或可切换所述方法执行的次序。在一些实施例中，可对方法600到800添加额外的框。本发明的实施例不限于图6到8中所示的实例，且在不脱离本发明的精神的情况下可实施其它变化。

实例实施方案

下文概括且描述一些实施例。当再现HEVC规范的某些部分以说明可经并入以实施本文所描述的方法中的一或多者的添加和删除时，分别以斜体字和展示此些修改。

与EoBNAL单元相关的改变

在本发明的一些实施方案中，可如下所述修改EoBNAL单元。

表1-EoBNAL单元语义修改

对层间RPS的解码过程的改变

在本发明的一些实施方案中，可如下所述修改层间RPS。

表2-层间RPS语义修改

对RPS的解码过程的改变

在一些实施方案中(例如，SHVC、MV-HEVC等)，可如下所述修改RPS。

表3-RPS语义修改

其它考虑

可使用多种不同技术和技艺中的任一者来表示本文中所揭示的信息和信号。例如，可通过电压、电流、电磁波、磁场或磁粒子、光场或光粒子或或其任何组合来表示贯穿以上描述可能参考的数据、指令、命令、信息、信号、位、符号和码片。

结合本文揭示的实施例所描述的各种说明性逻辑块、电路及算法步骤可实施为电子硬件、计算机软件，或两者的组合。为清晰地说明硬件与软件的此可互换性，以上已大体就其功能性来描述了各种说明性组件、块、电路和步骤。此功能性是实施为硬件还是软件取决于特定应用及施加于整个系统的设计约束。熟练的技术人员可针对每一特定应用以不同方式实施所描述的功能性，但此类实施决策不应被解释为引起偏离本发明的范围。

本文中所描述的技术可以硬件、软件、固件或其任一组合来实施。所述技术可实施于多种装置中的任一者中，例如通用计算机、无线通信装置手持机或集成电路装置，其具有包含在无线通信装置手持机及其它装置中的应用的多种用途。被描述为组件的任何特征可共同实施于集成逻辑装置中或单独实施为离散但可互操作的逻辑装置。如果以软件实施，那么所述技术可至少部分地由包括程序代码的计算机可读数据存储媒体来实现，所述程序代码包含在执行时执行上文所描述的方法中的一或多者的指令。计算机可读数据存储媒体可形成计算机程序产品的一部分，所述计算机程序产品可包含封装材料。计算机可读媒体可包括存储器或数据存储媒体，例如随机存取存储器(RAM)(例如，同步动态随机存取存储器(SDRAM))、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪存储器、磁性或光学数据存储媒体及类似物。另外或作为替代，所述技术可至少部分地由计算机可读通信媒体来实现，所述计算机可读通信媒体以指令或数据结构的形式载运或传达程序代码且可由计算机存取、读取和/或执行(例如，传播的信号或波)。

程序代码可由处理器执行，所述处理器可包含一或多个处理器，例如，一或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程逻辑阵列(FPGA)或其它等效集成或离散逻辑电路。此处理器可经配置以执行本发明中描述的技术中的任一者。通用处理器可为微处理器；但在替代方案中，处理器可为任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如，DSP与微处理器的组合、多个微处理器、一或多个微处理器结合DSP核心，或任何其它此类配置。因此，如本文中所使用的术语“处理器”可指前述结构中的任一者、前述结构的任何组合，或适用于实施本文中所描述的技术的任何其它结构或设备。另外，在某些方面中，可将本文中所描述的功能性提供于经配置以用于编码和解码的专用软件或硬件内或并入组合的视频编码器-解码器(编解码器)中。并且，可将所述技术完全实施于一或多个电路或逻辑元件中。

本发明的技术可在多种多样的装置或设备中实施，包含无线手持机、集成电路(IC)或一组IC(例如，芯片组)。本发明中描述各种组件或单元是为了强调经配置以执行所揭示技术的装置的功能方面，但未必需要通过不同硬件单元实现。实际上，如上文所描述，各种单元可以配合合适的软件和/或固件组合在编解码器硬件单元中，或者通过互操作硬件单元的集合来提供，所述硬件单元包含如上文所描述的一或多个处理器。

已描述本发明的各种实施例。这些和其它实施例在所附权利要求书的范围内。

Claims (12)

1.一种用于对多层位流的视频信息进行解码的方法，其包括：

确定候选层间参考图片是否存在于所述视频信息中，其中所述视频信息包括包含多个子集的层间参考图片集RPS；

响应于确定所述候选层间参考图片不存在，确定所述候选层间参考图片属于的层间RPS子集；以及

指示无参考图片存在于所述候选层间参考图片属于的所述层间RPS子集中。

2.根据权利要求1所述的方法，其中所述确定所述候选层属于的所述层间RPS子集是至少部分地基于所述候选层间参考图片的视图识别符。

3.根据权利要求2所述的方法，其中所述确定所述候选层属于的所述层间RPS子集是基于：i)当前层的视图识别符，ii)所述候选层间参考图片的所述视图识别符，以及iii)基础层的视图识别符。

4.根据权利要求1所述的方法，其进一步包括至少部分地基于无参考图片存在于所述层间RPS子集中的所述指示而对所述视频信息进行解码。

5.根据权利要求4所述的方法，其中所述对所述视频信息进行解码是至少部分地基于多视图视频译码标准。

6.一种用于对多层位流的视频信息进行解码的装置，其包括：

存储器，其经配置以存储所述视频信息；以及

处理器，其与所述存储器通信且经配置以：

确定候选层间参考图片是否存在于所述视频信息中，其中所述视频信息包括包含多个子集的层间参考图片集RPS；

响应于确定所述候选层间参考图片不存在，确定所述候选层间参考图片属于的层间RPS子集；以及

指示无参考图片存在于所述候选层间参考图片属于的所述层间RPS子集中。

7.根据权利要求6所述的装置，其中所述处理器进一步经配置以至少部分地基于所述候选层间参考图片的视图识别符而确定所述候选层属于的所述层间RPS子集。

8.根据权利要求7所述的装置，其中所述处理器进一步经配置以基于以下各项来确定所述候选层属于的所述层间RPS子集：i)当前层的视图识别符，ii)所述候选层间参考图片的所述视图识别符，以及iii)基础层的视图识别符。

9.根据权利要求6所述的装置，其中所述处理器进一步经配置以至少部分地基于无参考图片存在于所述层间RPS子集中的所述指示而对所述视频信息进行解码。

10.根据权利要求9所述的装置，其中所述处理器进一步经配置以至少部分地基于多视图视频译码标准而对所述视频信息进行解码。

11.一种用于对多层位流的视频信息进行编码的方法，其包括：

确定包含在所述视频信息中的存取单元是否包含位流末端EoB网络抽象层NAL单元；

根据约束将用于所述EoBNAL单元的层识别值设定为零；以及

至少部分地基于用于所述层识别值的为零的值而对所述视频信息进行编码。

12.一种用于对多层位流的视频信息进行编码的装置，其包括：

存储器，其经配置以存储所述视频信息；以及

处理器，其与所述存储器通信且经配置以：

确定包含在所述视频信息中的存取单元是否包含位流末端EoB网络抽象层NAL单元；

根据约束将用于所述EoBNAL单元的层识别值设定为零；以及

至少部分地基于用于所述层识别值的为零的值而对所述视频信息进行编码。