CN111937384A - 视频编码中基于变换的量化与动态范围调整尺度推导的协调 - Google Patents
视频编码中基于变换的量化与动态范围调整尺度推导的协调 Download PDFInfo
- Publication number
- CN111937384A CN111937384A CN201980023684.8A CN201980023684A CN111937384A CN 111937384 A CN111937384 A CN 111937384A CN 201980023684 A CN201980023684 A CN 201980023684A CN 111937384 A CN111937384 A CN 111937384A
- Authority
- CN
- China
- Prior art keywords
- value
- chroma
- picture
- video
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013139 quantization Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 129
- 230000006870 function Effects 0.000 claims description 123
- 241000023320 Luma <angiosperm> Species 0.000 claims description 53
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 53
- 230000015654 memory Effects 0.000 claims description 49
- 238000003860 storage Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 description 39
- 230000008569 process Effects 0.000 description 30
- 239000013598 vector Substances 0.000 description 22
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 20
- 238000012546 transfer Methods 0.000 description 20
- 238000009795 derivation Methods 0.000 description 18
- 238000005192 partition Methods 0.000 description 18
- 238000000638 solvent extraction Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000006835 compression Effects 0.000 description 13
- 238000007906 compression Methods 0.000 description 13
- 230000011664 signaling Effects 0.000 description 12
- 238000007667 floating Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 6
- 101150103552 cagE gene Proteins 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000012886 linear function Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 101150011375 Tab2 gene Proteins 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 2
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
- H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
- H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
用于解码视频数据的技术包括:确定视频数据的图片的图片量化参数(QP)值;基于图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;利用中间色度QP偏移值的第二函数确定色度QP值;以及使用色度QP值解码视频数据的图片。
Description
本申请要求2019年4月10日提交的第16/380,520号美国专利申请的优先权,该申请要求2018年4月12日提交的第62/656,936号美国临时专利申请的权益,每个申请的全部内容通过引用结合于此。
技术领域
本公开涉及视频编码和视频解码。
背景技术
数字视频能力可以结合到广泛范围的设备中,这些设备包括数字电视、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、平板计算机、电子书阅读器、数字相机、数字记录设备、数字介质播放器、视频游戏设备、视频游戏控制面板、蜂窝式或卫星无线电电话、所谓的“智能电话”、视频电话会议设备、视频流式传输设备等。数字视频设备实施视频编解码(coding)技术,诸如由MPEG-2、MPEG-4、ITU-T H.263、ITU-TH.264/MPEG-4第10部分高级视频编解码(AVC)定义的标准、高效率视频编解码(HEVC)标准、ITU-T H.265/高效率视频编解码(HEVC)和这种标准的扩展中描述的那些视频编解码技术。视频设备可以通过实施这种视频编解码技术来更有效地发送、接收、编码、解码和/或存储数字视频信息。
视频编解码技术包括空间(图片内)预测和/或时间(图片间)预测以减少或移除视频序列中固有的冗余。对于基于块的视频编码,视频条带(例如,视频图片或视频图片的一部分)可以被分割成视频块,视频块也可以被称为编解码树单元(CTU)、编解码单元(CU)的和/或编解码节点。使用关于同一图片中的相邻块中的参考样点的空间预测来编码图片的被帧内编解码(I)的条带中的视频块。图片的被帧间编解码(P或B)的条带中的视频块可以使用关于同一图片中的相邻块中的参考样点的空间预测或关于其他参考图片中的参考样点的时间预测。图片可以被称为帧,并且参考图片可以被称为参考帧。
发明内容
本公开涉及具有高动态范围(HDR)和宽色域(WCG)表示的视频信号的编解码的领域。更具体地,本公开描述应用于某些色彩空间中的视频数据以实现HDR和WCG视频数据的更高效压缩的信令通知和操作。
具体而言,本公开描述被配置成基于视频数据的特性(例如,色域)和亮度量化参数确定视频数据的图片的色度量化参数的方法和设备。本公开的技术可以结合动态范围调整技术使用,以在编解码HDR和/或WCG内容时实现具有更少视觉伪影的改进的视频编解码效率。
在一个示例中,本公开描述解码视频数据的图片的方法,该方法包括:确定视频数据的图片的图片量化参数(QP)值;使用图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;利用中间色度QP偏移值的第二函数确定色度QP值;以及使用色度QP值解码视频数据的图片以产生解码的图片。
在另一示例中,本公开描述一种被配置成解码视频数据的装置,该装置包括被配置成存储视频数据的图片的存储器和与该存储器通信的一个或多个处理器,该一个或多个处理器被配置成:确定视频数据的图片的图片QP值;使用图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;利用中间色度QP偏移值的第二函数确定色度QP值;以及使用色度QP值解码视频数据的图片以产生解码的图片。
在一个示例中,本公开描述一种被配置成解码视频数据的装置,该装置包括:用于确定视频数据的图片的图片QP值的构件;用于使用图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值的构件;用于利用中间色度QP偏移值的第二函数确定色度QP值的构件;以及用于使用色度QP值解码视频数据的图片以产生解码的图片的构件。
在一个示例中,本公开描述一种存储指令的计算机可读存储介质,这些指令当被执行时使得被配置成解码视频数据的设备的一个或多个处理器执行以下操作:确定视频数据的图片的图片QP值;使用图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;利用中间色度QP偏移值的第二函数确定色度QP值;以及使用色度QP值解码视频数据的图片以产生解码的图片。
在以下附图和描述中阐述一个或多个示例的细节。其他特征、目的和优点从描述、附图和权利要求将是显而易见的。
附图说明
图1是示出可以执行本公开的技术的示例视频编码和解码系统的框图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构和对应的编解码树单元(CTU)的概念图。
图3是示出可以执行本公开的技术的示例视频编码器的框图。
图4是示出可以执行本公开的技术的示例视频解码器的框图。
图5是示出高动态范围(HDR)数据的概念的概念图。
图6是示出示例色域的概念图。
图7是示出HDR/宽色域(WCG)表示转换的示例的流程图。
图8是示出HDR/WCG逆转换的示例的流程图。
图9是示出用于从感知均匀码层级至线性亮度的视频数据转换(包括标准动态范围(SDR)和HDR)的电光转移函数(EOTF)的示例的概念图。
图10是示出PQ转移函数的曲线图。
图11是亮度驱动的色度缩放(LCS)函数的曲线图。
图12是与本公开的技术一起使用的示例表格。
图13是与本公开的技术一起使用的另一示例表格。
图14是示出根据本公开的技术的示例编码方法的流程图。
图15是示出根据本公开的技术的示例解码方法的流程图。
具体实施方式
与标准动态范围(standard dynamic range,SDR)内容相比较,已观察到,当利用类似于SDR编解码的技术编码时色度伪影更可见于高动态范围(high dynamic range,HDR)内容中。例如,更多色度伪影可以在图像的明亮区域中可见。信令通知(signaling)作为亮度分量的基础QP参数的函数的色度量化参数(quantization parameter,QP)偏移是减少可以通过这些技术产生的色度伪影的影响的一种方式。
减少色度伪影的另一技术是缩放色度样点(例如使用动态范围调整(dynamicrange adjustment,DRA)处理)以反映色度QP偏移项(例如,色度偏移值),由此潜在地改进色度样点的总体编解码。然而,QP级联(利用不同QP来编解码视频的不同图片)影响针对图片信令通知的色度QP偏移。使用单个色度QP偏移值用于序列中的所有图片导致更少匹配的色度QP偏移应用于序列中的不同图片,由此影响观看体验。针对图片的色度QP偏移值的信令通知将导致额外比特被信令通知,由此影响编解码性能。如果色度DRA缩放基于与图片相关联的QP应用于每一图片,则色度DRA参数针对每一图片被信令通知,这也导致更多的比特。
本公开描述可以改进对于多个图片的动态范围调整和动态范围调整与混合式基于变换的视频编解码器(例如H.264/AVC、H.265/HEVC)的集成的若干技术,包括信令通知。混合式基于变换的视频编解码器是使用帧间预测和帧内预测以及变换编解码的视频编解码器。本公开的技术可减少解码的视频数据中的色度伪影的存在和可见度,同时也维持在比特率方面可接受的编解码效率。
图1是示出可以执行本公开的技术的示例视频编码和解码系统100的框图。本公开的技术总体上针对编解码(编码和/或解码)视频数据。总体来说,视频数据包括用于处理视频的任何数据。因此,视频数据可包括原始的未编解码的视频、编码的视频、解码(例如,重构)的视频和视频元数据,诸如信令通知的数据。
如图1中所示,在此示例中,系统100包括源设备102,其提供要被目的地设备116解码和显示的编码的视频数据。具体而言,源设备102经由计算机可读介质110将视频数据提供给目的地设备116。源设备102和目的地设备116可以是广泛范围的设备中的任一个:包括桌上型计算机、笔记型(即,膝上型)计算机、平板计算机、机顶盒、电话手持设备(诸如智能电话)、电视、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在一些情况下,源设备102和目的地设备116可以装备用于无线通信,并且由此可称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200和输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开,源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置成应用用于动态范围调整的技术。因此,源设备102表示视频编码设备的示例,而目的地设备116表示视频解码设备的示例。在其他示例中,源设备和目的地设备可以包括其他组件或布置。例如,源设备102可以从外部视频源(诸如,外部相机)接收视频数据。同样,目的地设备116可以与外部显示设备接口,而不包括集成的显示设备。
如图1中所示的系统100仅仅是一个示例。总体来说,任何数字视频编码和/或解码设备可以执行用于动态范围调整的技术。源设备102和目的地设备116仅仅是源设备102生成编解码的视频数据以供传输到目的地设备116的这种编解码设备的示例。本公开将“编解码”设备引用为对数据执行编解码(编码和/或解码)的设备。因此,视频编码器200和视频解码器300表示编解码设备的示例,具体而言,分别表示视频编码器和视频解码器的示例。在一些示例中,设备102、116可以实质上对称的方式操作,使得设备102、116中的每一个包括视频编码和解码组件。因此,系统100可以支持视频设备102、116之间的单向或双向视频传输以例如用于视频流式传输、视频播放、视频广播或视频电话。
总体来说,视频源104表示视频数据的源(即,原始的未编解码的视频数据)并且将视频数据的按顺序的图片(也称为“帧”)提供给视频编码器200,视频编码器200编码图片的数据。源设备102的视频源104可以包括视频捕获设备,诸如视频相机、包含先前捕获的原始视频的视频存档和/或用于从视频内容提供商接收视频的视频馈送接口。作为另一替代方案,视频源104可生成基于计算机图形的数据作为源视频,或实况视频、存档视频和计算机生成的视频的组合。在每一种情况下,视频编码器200对捕获的、预先捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收的次序(有时称为“显示次序”)重新布置成编解码次序以用于编解码。视频编码器200可以生成包括编码的视频数据的比特流。然后源设备102可以经由输出接口108输出编码的视频数据到计算机可读介质110上以供例如目的地设备116的输入接口122接收和/或检索。
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中,存储器106、120可以存储原始视频数据(例如来自视频源104的原始视频)和来自视频解码器300的原始的、解码的视频数据。另外或替代地,存储器106、120可以存储可分别由例如视频编码器200和视频解码器300执行的软件指令。尽管在此示例中显示为与视频编码器200和视频解码器300分开,但应该理解,视频编码器200和视频解码器300也可以包括功能上类似或同等目的的内部存储器。此外,存储器106、120可以存储例如从视频编码器200输出和输入到视频解码器300的编码的视频数据。在一些示例中,可分配存储器106、120的一部分作为一个或多个视频缓冲器,以例如存储原始的、解码的和/或编码的视频数据。
计算机可读介质110可以表示能够将编码的视频数据从源设备102传送到目的地设备116的任何类型的介质或设备。在一个示例中,计算机可读介质110表示用于使源设备102能够实时地例如经由射频网络或基于计算机的网络直接传输编码的视频数据到目的地设备116的通信介质。根据诸如无线通信协议的通信标准,输出接口108可以调制包括编码的视频数据的传输信号,并且输入接口122可以调制接收到的传输信号。通信介质可以是任何无线或有线通信介质,诸如射频(RF)频谱或一个或多个物理传输线。通信介质可以形成基于分组的网络(诸如,局域网、广域网或诸如互联网的全局网)的一部分。通信介质可以包括路由器、交换器、基站或可用于促进从源设备102到目的地设备116的通信的任何其他装备。
在一些示例中,源设备102可以将编码的数据从输出接口108输出到存储设备116。类似地,目的地设备116可以经由输入接口122从存储设备116存取编码的数据。存储设备116可以包括多种分布式或本地存取式数据存储介质中的任一个,诸如,硬盘驱动、蓝光光盘@、DVD、CD-ROM、闪存、易失性或非易失性存储器,或用于存储编码的视频数据的任何其他合适的数字存储介质。
在一些示例中,源设备102可以将编码的视频数据输出到文件服务器114,或可以存储由源设备102生成的编码的视频的另一中间存储设备。目的地设备116可以经由流式传输或下载来从文件服务器114存取所存储的视频数据。文件服务器114可以为能够存储编码的视频数据并且将该编码的视频数据传输到目的地设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如,用于网站)、文件传送协议(FTP)服务器、内容递送网络设备或网络附接存储(NAS)设备。目的地设备116可以通过包括互联网连接的任何标准数据连接从文件服务器114存取编码的视频数据。这可以包括无线通道(例如Wi-Fi连接)、有线连接(例如DSL、电缆调制解调器等),或适于存取存储在文件服务器114上的编码的视频数据的这两者的组合。文件服务器114和输入接口122可以被配置成根据流式传输协议、下载传输协议或其组合来操作。
输出接口108和输入接口122可以表示无线发送器/接收器、调制解调器、有线网络连接组件(例如,以太网卡)、根据各种IEEE802.11标准中的任一个来操作的无线通信组件、或其他物理组件。在输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置成根据诸如4G、4G-LTE(长期演进)、高级LTE、5G等蜂窝式通信标准来传送数据,诸如编码的视频数据。在输出接口108为无线发送器的一些示例中,输出接口108和输入接口122可以被配置成根据诸如IEEE802.11规范、IEEE802.15规范(例如ZigBeeTM)、BluetoothTM标准等其他无线标准来传送数据,诸如编码的视频数据。在一些示例中,源设备102和/或目的地设备116可以包括相应的芯片上系统(SoC)设备。例如,源设备102可以包括用于执行归属于视频编码器200和/或输出接口108的功能性的Soc设备,目的地设备116可以包括用于执行归属于视频解码器300和/或输入接口122的功能性的SoC设备。
本公开的技术可以应用于支持多种多媒体应用中的任一种的视频编码,诸如,空中电视广播、有线电视传输、卫星电视传输、互联网流式传输视频传输(诸如,经由HTTP的动态自适应流式传输(dynamic adaptive streaming over HTTP,DASH))、被编码到数据存储介质上的数字视频、存储在数据存储介质上的数字视频的解码或其他应用。
目的地设备116的输入接口122从计算机可读介质110(例如,存储设备112、文件服务器114等)接收编码的视频比特流。编码的视频比特流计算机可读介质110可以包括由视频编码器200定义的信令通知信息(其也由视频解码器300使用),诸如具有描述视频块或其他编解码单元(例如,条带、图片、图片组、序列等)的特性和/或处理的值的语法元素。显示设备118向用户显示解码的视频数据的解码的图片。显示设备118可以表示多种显示设备中的任一种,诸如液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器,或另一类型的显示设备。
尽管图1中未示出,但在一些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,并且可以包括适当的MUX-DEMUX单元或其他硬件和/或软件,以处置在共同的数据流中包括音频和视频两者的复用流式传输。如果适用,则MUX-DEMUX单元可以遵循ITUH.223复用器协议或诸如用户数据报协议(UDP)的其他协议。
视频编码器200和视频解码器300各自可以被实施为多种合适的编码器和/或解码器电路中的任一种,诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立逻辑、软件、硬件、固件或其任何组合的电路。当这些技术以软件部分地实施时,设备可以将用于软件的指令存储在合适的非暂时性计算机可读介质中,并且在硬件中使用一个或多个处理器执行指令以执行本公开的技术。视频编码器200和视频解码器300中的每一个可以包括在一个或多个编码器或解码器中,编码器或解码器中的任一个可以被集成为相应的设备中的组合式编码器/解码器(编解码器)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成的电路、微处理器和/或无线通信设备(诸如蜂窝式电话)。
如在下文将更详细解释的,视频编码器200和视频解码器300可以被配置成以减少HDR和WCG视频数据中的色度伪影的方式来确定用于视频数据的图片的色度分量的量化参数。例如,视频编码器200和视频解码器300可以被配置成:确定视频数据的图片的基础量化参数(QP)值;基于基础QP值和来自多个查找表的一查找表确定色度QP值的中间色度QP偏移值,其中该查找表是基于视频数据图片的视频特性;根据中间色度QP偏移值确定色度QP值;以及使用色度QP值编解码(例如,编码或解码)视频数据的图片。
视频编码器200和视频解码器300可以根据视频编码标准来操作,诸如ITU-TH.265,也被称为高效率视频编解码(HEVC)或其扩展,诸如多视图和/或可缩放视频编解码扩展。替代地,视频编码器200和视频解码器300可以根据其他专属或工业标准来操作,诸如联合探索测试模型(JEM)或ITU-T H.266,其也被称为多功能视频编解码(VVC)。在ITU-T SG16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET),第十三次会议:2019年1月9日至18日,Marrakech,MA,JVET-M1001,Bross等人的“VersatilEVide CodinG(Draft4)”(下文中“VVC草案4)中描述了VVC标准的最新草案。然而,本公开的技术不限于任何特定的编解码标准。
总体来说,视频编码器200和视频解码器300可以执行图片的基于块的编解码。术语“块”一般是指包括待处理(例如编码、解码或以其他方式在编码和/或解码处理中使用)的数据的结构。例如,块可以包括亮度和/或色度数据的样点的二维矩阵。总体来说,视频编码器200和视频解码器300可以编解码以YUV(例如Y、Cb、Cr)格式表示的视频数据。即,视频编码器200和视频解码器300可以编解码亮度和色度分量,而不是编解码图片的样点的红色、绿色和蓝色(RGB)数据,其中这些色度分量可以包括红色调和蓝色调色度分量两者。在一些示例中,视频编码器200在编码之前将接收到的RGB格式数据转换成YUV表示,并且视频解码器300将YUV表示转换成RGB格式。替代地,预处理单元和后处理单元(图中未示)可以执行这些转换。
本公开总体可以指对图片进行编解码(例如,编码和解码)以包括编码或解码图片的数据的处理。类似地,本公开可以指对图片的块进行编码以包括编码或解码块的数据的处理,例如,预测和/或残差编解码。编码的视频比特流总体上包括表示编解码决策(例如,编解码模式)和图片到块的分割的语法元素的一系列值。因此,对编解码图片或块的引用总体上应该理解为编解码形成该图片或块的语法元素的值。
HEVC定义各种块,包括编解码单元(coding unit,CU)、预测单元(predictionunit,PU)和变换单元(transform unit,TU)。根据HEVC,视频编解码装置(诸如视频编码器200)根据四叉树结构将编解码树单元(coding tree unit,CTU)分割成CU。即,视频编解码装置将CTU和CU分割成四个等同的非重叠的正方形,并且四叉树的每一节点具有零或四个子节点。不具有子节点的节点可以被称为“叶节点”,并且这种叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频编解码装置可以进一步分割PU和TU。例如,在HEVC中,残差四叉树(residual quadtree,RQT)表示TU的分割。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。被帧内预测的CU包括帧内预测信息,诸如帧内模式指示。
作为另一示例,视频编码器200和视频解码器300可以被配置成根据JEM或VVC操作。根据JEM或VVC,视频编解码装置(诸如,视频编码器200)将图片分割成多个编解码树单元(CTU)。视频编码器200可以根据树结构分割CTU,诸如四叉树二叉树(quadtree-binarytree,QTBT)结构或多类型树(Multi-Type Tree,MTT)结构。QTBT结构移除多个分割类型的概念,诸如HEVC的CU、PU和TU之间的间距。QTBT结构包括两个层级:根据四叉树分割进行分割的第一层级,和根据二叉树分割进行分割的第二层级。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于编解码单元(CU)。
在MTT分割结构中,块可使用四叉树(quadtree,QT)分割、二叉树(binary tree,BT)分割和一种或多种类型的三叉树(triple tree,TT)分割来分割。三叉树分割为其中块被分裂成三个子块的分割。在一些示例中,三叉树分割将块划分成三个子块,而不通过中心划分初始块。MTT中的分割类型(例如QT、BT和TT)可以是对称或不对称的。
在一些示例中,视频编码器200和视频解码器300可使用单个QTBT或MTT结构来表示亮度和色度分量中的每一个,而在其他示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构,诸如用于亮度分量的一个QTBT/MTT结构和用于两个色度分量的另一QTBT/MTT结构(或用于相应的色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以被配置成使用根据HEVC的四叉树分割、QTBT分割、MTT分割,或其他分割结构。出于解释的目的,关于QTBT分割来呈现本公开的技术的描述。然而,应该理解本公开的技术也可以应用于被配置成使用四叉树分割或其他类型的分割的视频编解码装置。
本公开可以可互换地使用“N×N”和“N乘N”来指块(诸如CU或其他视频块)在垂直和水平维度方面的样点尺寸,例如16×16样点或16乘16样点。总体来说,16×16CU在垂直方向上具有16个样点(y=16)并且在水平方向上具有16个样点(x=16)。同样地,N×N CU总体在垂直方向上具有N个样点并且在水平方向上具有N个样点,其中N表示非负整数值。可以按行和列来布置CU中的样点。此外,CU不一定在水平方向上和垂直方向上具有相同数量的样点。例如,CU可以包括N×M个样点,其中M不一定等于N。
视频编码器200编码CU的表示预测和/或残差信息的视频数据以及其他信息。预测信息指示将如何对CU进行预测以便形成CU的预测块。残差信息总体上表示编码前的CU与预测块的样点之间的逐样点差(sample by sample difference)。
为了预测CU,视频编码器200总体上可以通过帧间预测或帧内预测形成CU的预测块。帧间预测一般是指根据先前编解码的图片的数据预测CU,而帧内预测一般是指根据同一图片的先前编解码的数据预测CU。为了执行帧间预测,视频编码器200可以使用一个或多个运动向量来生成预测块。视频编码器200可以总体执行运动搜索,以例如依据在CU与参考块之间的差的方面识别紧密匹配CU的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、均值绝对差(MAD)、均方差(MSD)或其他这种差计算来计算差度量,以确定参考块是否紧密匹配当前CU。在一些示例中,视频编码器200可以使用单向预测或双向预测来预测当前CU。
JEM和VVC的一些示例也提供仿射运动补偿模式,其可以被认为帧间预测模式。在仿射运动补偿模式中,视频编码器200可以确定表示非平移运动(诸如,放大或缩小、旋转、透视运动或其他不规则运动类型)的两个或更多个运动向量。
为了执行帧内预测,视频编码器200可以选择帧内预测模式以生成预测块。JEM和VVC的一些示例提供六十七种帧内预测模式,包括各种定向模式以及平面模式和DC模式。总体来说,视频编码器200选择描述当前块(例如,CU的块)的相邻样点的帧内预测模式,其中根据该当前块的相邻样点来预测当前块的样点。这种样点总体可以在与当前块相同的图片中,在当前块的上方、左上方或左侧,假定视频编码器200以光栅扫描次序(从左至右、从上至下)编码CTU和CU。
视频编码器200编码表示当前块的预测模式的数据。例如,针对帧间预测模式,视频编码器200可以编码表示使用多种可用帧间预测模式中的哪一个以及对应模式的运动信息的数据。例如,针对单向或双向帧间预测,视频编码器200可以使用高级运动向量预测(advanced motion vector prediction,AMVP)或merge模式来编码运动向量。视频编码器200可以使用类似的模式来编码仿射运动补偿模式的运动向量。
在块的预测(诸如,帧内预测或帧间预测)之后,视频编码器200可以计算该块的残差数据。残差数据(诸如,残差块)表示块与该块的使用对应预测模式所形成的预测块之间的逐样点差。视频编码器200可以将一个或多个变换应用于残差块,以在变换域而不是样点域中产生变换的数据。例如,视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外,视频编码器200可在一级变换之后应用次级变换,诸如模式依赖不可分次级变换(mode-dependent non-separable secondarytransform,MDNSST)、信号依赖变换、Karhunen-Loeve变换(Karhunen-Loeve transform,KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上文所述,在产生变换系数的任何变换之后,视频编码器200可以执行变换系数的量化。量化总体上是指量化变换系数以可能地减少用于表示系数的数据量从而提供进一步压缩的处理。通过执行量化处理,视频编码器200可以减少与系数中的一些或全部相关联的比特深度。例如,视频编码器200可在量化期间将n-比特值四舍五入成m-比特值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可以执行待量化的值的按比特右移。
在量化之后,视频编码器200可以扫描变换系数,从而从包括量化的变换系数的二维矩阵产生一维向量。该扫描可以被设计成将更高能量(并且因此更低频率)的系数置于向量的前部,而将更低能量(并且因此更高频率)的变换系数置于向量的后部。在一些示例中,视频编码器200可以利用预定义扫描次序来扫描量化的变换系数以产生串行化向量,并且随后对向量的量化的变换系数进行熵编码。在其他示例中,视频编码器200可以执行自适应扫描。在扫描量化的变换系数以形成一维向量之后,视频编码器200可以例如根据上下文自适应二进制算术编解码(context-adaptive binary arithmetic coding,CABAC)对一维向量进行熵编码。视频编码器200也可以对描述与编码的视频数据相关联的元数据的语法元素的值进行熵编码,以供视频解码器300在解码视频数据时使用。
为了执行CABAC,视频编码器200可以将上下文模型内的上下文指派给待传输的符号。该上下文可以关于,例如,符号的相邻值是否为零值。概率确定可以基于被指派给符号的上下文而进行。
视频编码器200可以进一步,例如,在图片头、块头、条带头或其他语法数据(诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS))中生成语法数据(诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据)到视频解码器300。视频解码器300可以同样地解码这种语法数据以确定如何解码对应的视频数据。
以这种方式,视频编码器200可以生成包括编码的视频数据(例如,描述图片到块(例如,CU)的分割和用于块的预测和/或残差信息的语法元素)的比特流。最后,视频解码器300可以接收比特流并且解码编码的视频数据。
总体来说,视频解码器300执行与由视频编码器200执行的处理互逆的处理,以解码比特流的编码的视频数据。例如,视频解码器300可以使用CABAC以与视频编码器200的CABAC编码处理实质上类似但互逆的方式来解码比特流的语法元素的值。语法元素可以定义图片到CTU的分割信息以及每一CTU根据对应的分割结构(诸如QTBT结构)的分割,以定义CTU的CU。语法元素可进一步定义视频数据的块(例如,CU)的预测和残差信息。
残差信息可以由例如量化的变换系数表示。视频解码器300可以逆量化和逆变换块的量化的变换系数,以再生块的残差块。视频解码器300使用信令通知的预测模式(帧内或帧间预测)和相关预测信息(例如,用于帧间预测的运动信息)形成块的预测块。然后视频解码器300可以(在逐样点基础上)使预测块和残差块组合以再生初始块。视频解码器300可以执行额外处理,诸如执行去方块处理来减少沿块的边界的视觉伪影。
根据本公开的技术,视频编码器200和/或视频解码器300可以被配置成从输入量化参数(QP)值或输入尺度值和一个或多个参数集推导一个或多个中间值,并且从该一个或多个中间值推导输出QP值或DRA参数。
在另一示例中,如下文将更详细解释的,视频编码器200和视频解码器300可以被配置成:确定视频数据的图片的图片量化参数(QP)值;使用图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;利用中间色度QP偏移值的第二函数确定色度QP值;以及使用色度QP值编码或解码视频数据的图片以产生编码或解码的图片。
本公开一般可以指“信令通知”某一信息,诸如语法元素。术语“信令通知”一般可以指用于解码编码的视频数据的语法元素和/或其他数据的值的传达。即,视频编码器200可以在比特流中信令通知语法元素的值。总体来说,信令通知是指在比特流中生成值。如上文所述,源设备102可实质上实时地将比特流运送至目的地设备116,或不实时地运送,诸如可以在将语法元素存储到存储设备112以供目的地设备116稍后检索时发生。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构130和对应的编解码树单元(CTU)132的概念图。实线表示四叉树分裂,并且点线指示二叉树分裂。在二叉树的每一个分裂(即,非叶)节点中,一个标志被信令通知以指示使用哪一种分裂类型(即,水平或垂直),其中在此示例中,0指示水平分裂,1指示垂直分裂。对于四叉树分裂,不存在指示分裂类型的需要,因为四叉树节点将块水平地和垂直地分裂成具有相等尺寸的4个子块。因此,视频编码器200可以编码并且视频解码器300可以解码用于QTBT结构130的区域树层级(即实线)的语法元素(诸如分裂信息)和用于QTBT结构130的预测树层级(即虚线)的语法元素(诸如分裂信息)。视频编码器200可以编码并且视频解码器300可以解码用于由QTBT结构130的端叶节点表示的CU的视频数据(诸如预测和变换数据)。
总体来说,图2B的CTU 132可以与定义与在第一和第二层级处的QTBT结构130的节点相对应的块的尺寸的参数相关联。这些参数可以包括CTU尺寸(表示样点中的CTU 132的尺寸)、最小四叉树尺寸(MinQTSize,表示最小允许四叉树叶节点尺寸)、最大二叉树尺寸(MaxBTSize,表示最大允许二叉树根节点尺寸)、最大二叉树深度(MaxBTDepth,表示最大允许二叉树深度),和最小二叉树尺寸(MinBTSize,表示最小允许二叉树叶节点尺寸)。
与CTU相对应的QTBT结构的根节点可以具有在QTBT结构的第一层级处的四个子节点,这些节点中的每一个可以根据四叉树分割来分割。即,第一层级的节点是叶节点(不具有子节点)或具有四个子节点。QTBT结构130的示例表示诸如包括具有用于分枝的实线的父节点和子节点之类的节点。如果第一层级的节点不大于最大允许二叉树根节点尺寸(MaxBTSize),则这些节点可以通过相应的二叉树被进一步分割。一个节点的二叉树分裂可以迭代,直至由分裂产生的节点达到最小允许二叉树叶节点尺寸(MinBTSize),或最大允许二叉树深度(MaxBTDepth)为止。QTBT结构130的示例表示诸如具有用于分枝的虚线的节点。二叉树叶节点被称为不更进一步分割的用于预测(例如图片内或图片间预测)和变换的编解码单元(CU)。如上文所论述,CU也可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中,CTU尺寸被设定为128×128(亮度样点和两个对应的64×64色度样点),MinQTSize被设定为16×16,MaxBTSize被设定为64×64,MinBTSize(对于宽度和高度两者)被设定为4,并且MaxBTDepth被设定为4。四叉树分割首先应用于CTU以生成四叉树叶节点。四叉树叶节点可以具有从16×16(即,MinQTSize)到128×128(即,CTU尺寸)的尺寸。如果叶四叉树节点为128×128,则该节点不通过二叉树进一步分裂,因为尺寸超过MaxBTSize(在此示例中,即,64×64)。否则,叶四叉树节点将通过二叉树进一步分割。因此,四叉树叶节点也是二叉树的根节点并且二叉树深度为0。当二叉树深度达到MaxBTDepth(在此示例中为4)时,不准许进一步分裂。具有等于MinBTSize(在此示例中为4)的宽度的二叉树节点意指不准许进一步水平分裂。类似地,具有等于MinBTSize的高度的二叉树节点意指对于该二叉树节点不准许进一步垂直分裂。如上文所述,二叉树的叶节点被称为CU,并且根据预测和变换来进一步处理而不进一步分割。
图3是示出可以执行本公开的技术的示例视频编码器200的框图。出于解释的目的提供图3,并且不应将该图视为对如本公开中广泛例示和描述的技术的限制。出于解释的目的,本公开在诸如HEVC视频编解码标准、JEM和/或研发中的H.266/VVC视频编解码标准之类的视频编解码标准的上下文下描述视频编码器200。然而,本公开的技术不限于这些视频编解码标准,并且总体上可以适用于视频编码和解码。如在下文将更详细解释的,视频编码器200可以被配置成使用本公开的技术推导QP值和/或DRA参数。
在图3的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码的图片缓冲器(decoded picture buffer,DPB)218和熵编码单元220。
视频数据存储器230可以存储要由视频编码器200的组件编码的视频数据。视频编码器200可以从例如视频源104(图1)接收存储在视频数据存储器230中的视频数据。DPB218可以充当参考图片存储器,其存储参考视频数据以供视频编码器200预测后续的视频数据。视频数据存储器230和DPB 218可以由诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻式RAM(MRAM)、电阻式RAM(RRAM)或其他类型的存储器设备之类的各种存储器设备中的任一个形成。视频数据存储器230和DPB 218可由同一存储器设备或单独的存储器设备提供。在各种示例中,视频数据存储器230可以如所示的与视频编码器200的其他组件一起在芯片上,或者相对于那些组件在芯片外。
在本公开中,对视频数据存储器230的引用不应该解译为将存储器限于在视频编码器200内部(除非特定地如此描述),或将存储器限于在视频编码器200外部(除非特定地如此描述)。相反,对视频数据存储器230的引用应该理解为对存储视频编码器200接收以用于编码的视频数据(例如,待编码的当前块的视频数据)的存储器的引用。图1的存储器106也可提供对来自视频编码器200的各种单元的输出的暂时存储。
图3的各种单元被示出以辅助理解由视频编码器200执行的操作。单元可以实施为固定功能电路、可编程电路或其组合。固定功能电路指提供特定功能性并且预设在可执行的操作上的电路。可编程电路指可以被编程以执行各种任务并在可被执行的操作中提供灵活的功能性的电路。例如,可编程电路可以执行使得可编程电路以由软件或固件的指令定义的方式操作的软件或固件。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但固定功能电路执行的操作的类型总体是不可变的。在一些示例中,单元中的一个或多个可以是不同的电路块(固定功能或可编程),并且在一些示例中,一个或多个单元可以是集成电路。
视频编码器200可以包括算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或由可编程电路形成的可编程核心。在视频编码器200的操作是使用由可编程电路执行的软件执行的示例中,存储器106(图1)可以存储视频编码器200接收并执行的软件的对象代码,或视频编码器200内的另一存储器(图中未示)可以存储这种指令。
视频数据存储器230被配置成存储接收到的视频数据。视频编码器200可以从视频数据存储器230检索视频数据的图片,并将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是待编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元以根据其他预测模式执行视频预测。作为示例,模式选择单元202可以包括调色板单元、块内复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(linear model,LM)单元等。
模式选择单元202总体协调多个编码遍次,以测试编码参数的组合,和用于这种组合的得到的速率失真值。编码参数可以包括CTU到CU的分割、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择相比其他所测试组合具有更好的速率失真值的编码参数的组合。
视频编码器200可以将从视频数据存储器230检索的图片分割成一系列CTU,并将一个或多个CTU封装于条带内。模式选择单元202可以根据树结构分割图片的CTU,诸如上文所描述的HEVC的QTBT结构或四叉树结构。如上文所描述,视频编码器200可以根据树结构分割CTU来形成一个或多个CU。这种CU也可以总体被称为“视频块”或“块”。
总体来说,模式选择单元202也控制其组件(例如,运动估计单元222、运动补偿单元224和帧内预测单元226)以生成当前块(例如,当前CU,或HEVC中的PU与TU的重叠部分)的预测块。对于当前块的帧间预测,运动估计单元222可以执行运动搜索以识别一个或多个参考图片(例如,存储在DPB 218中的一个或多个先前编码的图片)中的一个或多个紧密匹配的参考块。具体而言,运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、均值绝对差(MAD)、均方差(MSD)等来计算表示潜在参考块与当前块的类似程度的值。运动估计单元222可以使用当前块与所考虑的参考块之间的逐样点差来总体执行这些计算。运动估计单元222可以识别具有从这些计算得到的最低值的参考块,从而指示最紧密匹配当前块的参考块。
运动估计单元222可形成一个或多个运动向量(motion vector,MV),其关于当前图片中的当前块的位置定义参考图片中的参考块的位置。然后运动估计单元222可以将运动向量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动向量,而对于双向帧间预测,运动估计单元222可以提供两个运动向量。然后运动补偿单元224可以使用运动向量生成预测块。例如,运动补偿单元224可以使用运动向量检索参考块的数据。作为另一示例,如果运动向量具有分数样点精度,则运动补偿单元224可以根据一个或多个内插滤波器为预测块内插值。此外,对于双向帧间预测,运动补偿单元224可以检索通过相应的运动向量识别的两个参考块的数据,并且例如通过逐样点求平均值或加权求平均值来组合所检索的数据。
作为另一示例,对于帧内预测,或帧内预测编解码,帧内预测单元226可以从与当前块相邻的样点生成预测块。例如,对于方向模式,帧内预测单元226可以在数学上总体组合相邻样点的值,并且在跨当前块的所定义方向上填入这些计算出的值以产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算当前块的相邻样点的平均值,并生成预测块以针对预测块的每一个样点包括该得到的平均值。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始的未编码版本,并且从模式选择单元202接收预测块。残差生成单元204计算当前块与预测块之间的逐样点差。得到的逐样点差定义当前块的残差块。在一些示例中,残差生成单元204也可以确定残差块中的样点值之间的差,以使用残差差分脉码调制(residual differential pulse code modulation,RDPCM)生成残差块。在一些示例中,可以使用执行二进制减法的一个或多个减法器电路形成残差生成单元204。
在模式选择单元202将CU分割成PU的示例中,每一个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种尺寸的PU。如上文所指示,CU的尺寸可以指CU的亮度编解码块的尺寸,PU的尺寸可以指PU的亮度预测单元的尺寸。假定特定CU的尺寸是2N×2N,则视频编码器200可以支持用于帧内预测的2N×2N或N×N的PU尺寸和用于帧间预测的2N×2N、2N×N、N×2N、N×N或类似尺寸的对称PU尺寸。视频编码器200和视频解码器300也可以支持用于帧间预测的2N×nU、2N×nD、nL×2N和nR×2N的PU尺寸的非对称分割。
在模式选择单元未将CU进一步分割为PU的示例中,每一个CU可以与亮度编码块和对应的色度编码块相关联。如上,CU的尺寸可以指CU的亮度编解码块的尺寸。视频编码器200和视频解码器300可以支持2N×2N、2N×N或N×2N的CU尺寸。
对于诸如块内复制模式编解码、仿射模式编解码和线性模型(LM)模式编解码的其他视频编解码技术,如少数示例,模式选择单元202经由与编解码技术相关联的相应单元生成用于正被编码的当前块的预测块。在诸如调色板模式编解码的一些示例中,模式选择单元202可能不会生成预测块,而是生成指示基于所选择的调色板来重构块的方式的语法元素。在这种模式中,模式选择单元202可以将这些语法元素提供给熵编码单元220以被编码。
如上文所描述,残差生成单元204接收当前块和对应的预测块的视频数据。然后残差生成单元204生成当前块的残差块。为了生成残差块,残差生成单元204计算预测块与当前块之间的逐样点差。
变换处理单元206将一个或多个变换应用于残差块以生成变换系数的块(在本文中被称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(DCT)、定向变换、Karhunen-Loeve变换(KLT)或概念上类似的变换应用于残差块。在一些示例中,变换处理单元206可以对残差块执行多个变换,例如初级变换和次级变换,诸如旋转变换。在一些示例中,变换处理单元206不将变换应用于残差块。
量化单元208可以量化变换系数块中的变换系数,以产生量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来量化变换系数块的变换系数。视频编码器200(例如,经由模式选择单元202)可以通过调整与CU相关联的QP值而调整应用于与当前块相关联的系数块的量化程度。量化可能引入信息的损失,并且因此,量化的变换系数相比由变换处理单元206产生的初始变换系数可能具有更低的精度。
如下文将更详细解释的,量化单元208可以被配置成:确定视频数据的图片的图片量化参数(QP)值;基于图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;根据中间色度QP偏移值确定色度QP值;以及使用色度QP值编解码(例如编码)视频数据的图片。
逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于量化的变换系数块,以从变换系数块重构残差块。根据本公开的技术,逆量化单元210可以被配置成使用通过量化单元208确定的所确定的色度QP值来执行逆量化。重构单元214可以基于重构的残差块和由模式选择单元202生成的预测块来产生与当前块相对应的重构块(尽管可能具有一些程度的失真)。例如,重构单元214可以将重构的残差块的样点添加到来自由模式选择单元202生成的预测块的对应样点,以产生重构块。
滤波器单元216可以对重构块执行一个或多个滤波操作。例如,滤波器单元216可以执行去方块操作以沿CU的边缘减少块效应伪影。在一些示例中,可以跳过滤波器单元216的操作。
视频编码器200可以将重构块存储在DPB 218中。例如,在不需要滤波器单元216的操作的示例中,重构单元214可以将重构块存储到DPB 218。在需要滤波器单元216的操作的示例中,滤波器单元216可以将滤波的重构块存储到DPB 218。运动估计单元222和运动补偿单元224可以从DPB 218检索由重构块(和可能滤波的重构块)形成的参考图片,以对随后编码的图片的块进行帧间预测。另外,帧内预测单元226可以使用DPB 218中的当前图片的重构块对当前图片中的其他块进行帧内预测。
总体来说,熵编码单元220可以对从视频编码器200的其他功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的量化的变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如,用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对语法元素(其为视频数据的另一示例)执行一个或多个熵编码操作以生成被熵编码的数据。例如,熵编码单元220可以对数据执行上下文自适应可变长度编解码(context-adaptive variable length coding,CAVLC)操作、CABAC操作、可变到可变(variable-to-variable,V2V)长度编解码操作、基于语法的上下文自适应二进制算术编解码(syntax-based context-adaptive binary arithmetic coding,SBAC)操作、概率区间分割熵(Probability Interval Partitioning Entropy,PIPE)编解码操作、指数-哥伦布编码操作或另一类型的熵编码操作。在一些示例中,熵编码单元220可在其中语法元素未被熵编码的旁路模式中操作。
视频编码器200可以输出比特流,该比特流包括重构条带或图片的块所需的被熵编码的语法元素。具体而言,熵编码单元220可输出该比特流。
上文所描述的操作关于块进行描述。该描述应该理解为用于亮度编解码块和/或色度编解码块的操作。如上文所述,在一些示例中,亮度编解码块和色度编解码块是CU的亮度和色度分量。在一些示例中,亮度编解码块和色度编解码块是PU的亮度和色度分量。
在一些示例中,无需针对色度编解码块重复关于亮度编解码块执行的操作。作为一个示例,无需重复识别亮度编解码块的运动向量(MV)和参考图片的操作来识别色度块的MV和参考图片。相反,亮度编解码块的MV可以被缩放以确定色度块的MV,并且参考图片可以是相同的。作为另一示例,帧内预测处理对于亮度编解码块和色度编解码块可以是相同的。
图4是示出可以执行本公开的技术的示例视频解码器300的框图。图4是出于解释的目的而提供的,并且其不限制如本公开中广泛例示和描述的技术。出于解释的目的,本公开描述视频解码器300是根据JEM、VVC和HEVC的技术来描述的。然而,本公开的技术可以由被配置成其他视频编解码标准的视频编解码设备来执行。如下文将更详细解释的,视频解码器300可以被配置成使用本公开的技术推导QP值和/或DRA参数。
在图4的示例中,视频解码器300包括编解码的图片缓冲器(coded picturebuffer,CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和解码的图片缓冲器(DPB)314。预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括根据其他预测模式执行预测的额外单元。作为示例,预测处理单元304可以包括调色板单元、块内复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其他示例中,视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储要由视频解码器300的组件解码的视频数据,诸如编码的视频比特流。可以例如从计算机可读介质110(图1)获得存储在CPB存储器320中的视频数据。CPB存储器320可以包括存储来自编码的视频比特流的编码的视频数据(例如,语法元素)的CPB。另外,CPB存储器320可以存储除了编解码的图片的语法元素之外的视频数据,诸如表示来自视频解码器300的各种单元的输出的临时数据。DPB 314总体存储解码的图片,其中视频解码器300可以在解码编码的视频比特流的后续数据或图片时输出这些解码的图片和/或将其用作参考视频数据。CPB存储器320和DPB314可以通过多种存储器设备中的任一个形成,诸如DRAM(包括SDRAM、MRAM、RRAM)或其他类型的存储器设备。CPB存储器320和DPB 314可以由同一存储器设备或单独的存储器设备提供。在各种示例中,CPB存储器320可以与视频解码器300的其他组件一起在芯片上,或相对于那些组件在芯片外。
另外或替代地,在一些示例中,视频解码器300可以从存储器120(图1)检索编解码的视频数据。即,存储器120可以利用CPB存储器320存储如上文所述的数据。同样,当视频解码器300中的一些或所有功能性实施于软件中以通过视频解码器300的处理电路执行时,存储器120可以存储要由视频解码器300执行的指令。
图4中显示的各种单元被例示以辅助理解由视频解码器300执行的操作。单元可以被实施为固定功能电路、可编程电路或其组合。类似于图3,固定功能电路指提供特定功能性并且预设在可执行的操作上的电路。可编程电路指可以被编程以执行各种任务并在可以被执行的操作中提供灵活的功能性的电路。例如,可编程电路可以执行使得可编程电路以由软件或固件的指令定义的方式操作的软件或固件。固定功能电路可以执行软件指令(例如,以接收参数或输出参数),但固定功能电路执行的操作的类型总体是不可变的。在一些示例中,单元中一个或多个可以是不同的电路块(固定功能或可编程),并且在一些示例中,一个或多个单元可以是集成电路。
视频解码器300可以包括ALU、EFU、数字电路、模拟电路和/或由可编程电路形成的可编程核心。在视频解码器300的操作通过在可编程电路上执行的软件执行的示例中,芯片上或芯片外存储器可以存储视频解码器300接收并执行的软件的指令(例如,对象代码)。
熵解码单元302可以从CPB接收编码的视频数据,并对视频数据进行熵解码以再生语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、和滤波器单元312可以基于从比特流提取的语法元素生成解码的视频数据。
总体来说,视频解码器300在逐块基础上重构图片。视频解码器300可对每一块(其中当前被重构(即被解码)的块可以被称为“当前块”)单独地执行重构操作。
熵解码单元302可以对定义量化的变换系数块的量化的变换系数的语法元素以及诸如量化参数(QP)和/或(多个)变换模式指示之类的变换信息进行熵解码。逆量化单元306可以使用与量化的变换系数块相关联的QP来确定量化程度,并且同样确定逆量化程度以供逆量化单元306应用。逆量化单元306可以例如执行按比特左移操作以将量化的变换系数进行逆量化。逆量化单元306可以从而形成包括变换系数的变换系数块。
如下文将更详细解释的,逆量化单元306可以被配置成:确定视频数据的图片的图片量化参数(QP)值;基于图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;根据中间色度QP偏移值确定色度QP值;以及使用色度QP值编解码(例如,解码)视频数据的图片。
在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一个或多个逆变换应用于变换系数块以生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆定向变换或另一逆变换应用于系数块。
此外,预测处理单元304根据由熵解码单元3023熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块被帧间预测,则运动补偿单元316可以生成预测块。在此情况下,预测信息语法元素可以指示DPB 314中的参考图片(从其检索参考块)以及运动向量,该运动向量识别参考图片中的参考块相对于当前图片中的当前块的位置的位置。运动补偿单元316可以总体上以实质上类似于关于运动补偿单元224(图3)所描述的方式的方式执行帧间预测处理。
作为另一示例,如果预测信息语法元素指示当前块被帧内预测,则帧内预测单元318可以根据预测信息语法元素所指示的帧内预测模式生成预测块。而且,帧内预测单元318可以总体上以实质上与关于帧内预测单元226(图3)所描述的方式类似的方式执行帧内预测处理。帧内预测单元318可以从DPB 314检索当前块的相邻样点的数据。
重构单元310可以使用预测块和残差块重构当前块。例如,重构单元310可以将残差块的样点添加到预测块的对应样点以重构当前块。
滤波器单元312可以对重构块执行一个或多个滤波操作。例如,滤波器单元312可以执行去方块操作以减少沿重构块的边缘的块效应伪影。滤波器单元312的操作不一定在所有示例中执行。
视频解码器300可以将重构块存储在DPB 314中。如上文所述,DPB 314可以将参考信息(诸如用于帧内预测的当前图片和用于后续运动补偿的先前解码的图片的样点)提供给预测处理单元304。此外,视频解码器300可以输出来自DPB的解码的图片以用于后续呈现于显示设备上,诸如图1的显示设备118。
预期下一代视频应用与表示具有HDR和/或WCG的捕获场景的视频数据一起操作。所利用的动态范围和色域的参数是视频内容的两个独立属性,并且其规范出于数字电视和多媒体服务的目的,由若干国际标准定义。例如,ITU-R Rec.BT.709,“Parameter valuesfor the HDTV standards for production and international programme exchange”和ITU-R Rec.BT.2020,“Parameter values for ultra-high definition televisionsystems for production and international programme exchange”分别定义用于HDTV(高清晰度电视)和UHDTV(超高清晰度电视)的参数,诸如标准动态范围(SDR)和扩展超出标准色域的色彩原色。Rec.BT.2100,“Image parameter values for high dynamic rangetelevision for use in production and international programme exchange”定义用于HDR电视使用的转移函数和表示,包括支持宽色域表示的原色。
也存在其他标准开发组织(SDO)文件,其指定其他系统中的动态范围和色域属性,例如,DCI-P3色域在SMPTE-231-2(动画和电视工程师协会)中定义,HDR的一些参数在SMPTE-2084中定义。下文提供了用于视频数据的动态范围和色域的简要描述。
动态范围通常被定义为视频信号的最大明亮度与最小明亮度(例如,亮度)之间的比。也可以以“f光圈值(f-stop)”为单位测量动态范围,其中一个f光圈值对应于信号动态范围的两倍。如运动图片专家组(MPEG)所定义,将具有大于16个f光圈值的亮度变化进行特征化的内容被称为HDR内容。在一些术语中,10个f光圈值与16个f光圈值之间的层级被视为中间动态范围,但可以被视为根据其他定义的HDR。在本公开的一些示例中,HDR视频内容可以是比传统使用的具有标准动态范围的视频内容(例如,如由ITU-R Rec.BT.709指定的视频内容)具有更高动态范围的任何视频内容。
人类视觉系统(HVS)能够感知比SDR内容和HDR内容大很多的动态范围。然而,HVS包括自适应机制以将HVS的动态范围缩窄至所谓的同时范围。同时范围的宽度可以取决于当前照明条件(例如,当前明亮度)。由HDTV的SDR、UHDTV的预期HDR和HVS动态范围提供的动态范围的可视化500在图5中显示,但精确范围可以基于每一个人和显示器而改变。
当前视频应用和服务由ITU Rec.709调节并且提供SDR,其通常支持每m2大约0.1烛光至100烛光(cd)的范围的明亮度(例如亮度)(常常被称为“尼特(nit)”),从而导致小于10个f光圈值。预期一些示例的下一代视频服务将提供达到16个f光圈值的动态范围。尽管用于这种内容的详细规范目前正在研发,但一些初始参数已在SMPTE-2084和ITU-RRec.2020中指定。
除了HDR之外,更逼真视频体验的另一方面是色彩维度。色彩维度通常由色域定义。图6是示出SDR色域(基于BT.709色彩原色的三角形502)和用于UHDTV的更宽色域(基于BT.2020色彩原色的三角形504)的概念图。图6也描绘所谓的光谱轨迹(由舌片形状的区域506定界),从而表示自然色的界限。如图6所示,从BT.709(三角形502)移动到BT.2020(三角形504)色彩原色,旨在提供具有约多于70%的色彩的UHDTV服务。D65指定用于BT.709和/或BT.2020规范的示例白色。
用于DCI-P3、BT.709和BT.2020色彩空间的色域规范的示例在表1中显示。
表1-色域参数
如表1中可见,色域可以通过白点的X和Y值并通过原色(例如,红色(R)、绿色(G)和蓝色(B))的x和y值来定义。x和y值表示根据色彩的色度(X和Z)和明亮度(Y)推导出的归一化值,如CIE 1931色彩空间所定义的。CIE 1931色彩空间定义纯色(例如,就波长而言)与人眼如何感知这种色彩之间的链接。
通常以每分量非常高精度(甚至浮点)获取和存储HDR/WCG视频数据,其具有4:4:4色度格式和非常宽的色彩空间(例如CIE XYZ)。该表示以高精度应用为目标并且在数学上几乎无损。然而,用于存储HDR/WCG视频数据的这种格式可能包括许多冗余并且对于压缩目的而言可能不是最佳的。具有基于HVS的假设的更低精度的格式可以用于目前先进技术的视频应用。
出于压缩目的的视频数据格式转换处理的一个示例包括三个主要处理,如图7中所示。图7的技术可以通过源设备102(参见图1)执行。线性RGB数据410可以是HDR/WCG视频数据并且可以以浮点表示来存储。可以使用用于动态范围压缩的非线性转移函数(TF)412来压缩线性RGB数据410。转移函数412可以使用任何数量的非线性转移函数(例如,如SMPTE-2084中定义的感知量化器(Perceptual Quantizer,PQ)TF)来压缩线性RGB数据410。在一些示例中,色彩转换处理414将压缩的数据转换成更适合于由混合式视频编码器压缩的更紧凑或稳健的色彩空间(例如,YUV或YCrCb色彩空间)。然后使用浮点到整数表示量化单元416对该数据进行量化以产生转换的HDR数据418。HDR数据418表示到视频编码器200的输入数据。HDR数据418是将初始视频数据(例如,线性RGB数据410)转换成更适合于压缩的视频数据格式的结果。在此示例中,HDR数据418呈整数表示。HDR数据418现在呈更适合于由混合式视频编码器(例如,应用HEVC、VVC或其他混合式视频编码技术的视频编码器200)压缩的格式。图7中描绘的处理的次序是作为示例给出,并且在其他应用中可以改变。例如,色彩转换可以在TF处理之前。另外,额外处理(例如空间子采样)可以应用于色彩分量。
解码器侧的逆转换在图8中描绘。图8的技术可以通过目的地设备116(参见图1)执行。目的地设备116可以通过使用混合式视频解码器(例如,通过应用HEVC、VVC或其他混合式视频编码技术的视频解码器300)解码视频数据来获得转换的HDR数据420。然后可以由逆量化单元422对HDR数据420进行逆量化。然后可以将逆色彩转换处理424应用于逆量化的HDR数据。逆色彩转换处理424可以是色彩转换处理414的逆。例如,逆色彩转换处理424可以将HDR数据从YCrCB格式转换回至RGB格式。接下来,可以将逆转移函数426应用于数据以添加回通过转移函数412压缩的动态范围,从而重新创建线性RGB数据428。
现将更详细地讨论图7中所描绘的技术。总体来说,目的地设备116可以将转移函数应用于数据(例如HDR/WCG视频数据)以压缩数据的动态范围,使得归因于量化的误差跨亮度值的范围在感知上(近似)均匀。这种压缩允许用更少比特表示数据。在一个示例中,转移函数可以是一维(lD)非线性函数并且可以反映最终用户显示器的电光转移函数(electro-optical transfer function,EOTF)的逆,例如,如Rec.709中针对SDR所指定的。在另一示例中,转移函数可以估算对明亮度变化的HVS感知。这种转移函数的示例为SMPTE-2084(ST2084)中针对HDR指定的PQ转移函数。OETF的逆处理为EOTF(电光转移函数),其将码层级映射回亮度。图9示出用作EOTF的非线性转移函数510的若干示例。这些转移函数也可以分开地应用于每一个R、G和B分量。
ST2084的规范按以下所描述的来定义EOTF应用。将TF应用于归一化线性R、G、B值,其产生R’G’B’的非线性表示。ST2084通过使NORM=10000定义归一化,其与10000尼特(烛光/平方米)的峰值明亮度相关联。
利用归一化到范围0…1的输入值(例如,线性色彩值)和归一化的输出值(例如,非线性色彩值),图10中PQ EOTF 512被可视化。如从曲线514看到的,输入信号的动态范围的百分之1(低照明)被转换成输出信号的动态范围的50%。
通常,EOTF被定义为具有浮点准确度的函数,因此如果应用逆TF(所谓的OETF),则没有误差被引入到具有此非线性的信号。ST2084中指定的逆TF(OETF)被定义为inversePQ函数:
利用浮点准确度,按顺序应用EOTF和OETF提供无误差的完美重构。然而,对于流式传输或广播服务,该表示不是最佳的。在以下章节中描述具有非线性R’G’B’数据的固定比特准确度的更紧凑表示。注意,EOTF和OETF为当前非常活跃的研究的主题,并且一些HDR视频编解码系统中所利用的TF可以不同于ST2084。本公开的技术可以适用于与TF或逆TF一起使用。
在本公开的上下文中,术语“信号值”或“色彩值”可以用于描述与图像元素的特定色彩分量(诸如,R、G、B或Y)的值相对应的亮度水平。信号值通常表示线性光水平(亮度值)。术语“码层级”或“数字码值”可以指图像信号值的数字表示。通常,这种数字表示表示非线性信号值。EOTF表示提供给显示设备(例如,图1的显示设备32)的非线性信号值与由显示设备产生的线性色彩值之间的关系。
RGB数据通常被用作输入色彩空间,因为RGB是通常通过图像捕获传感器产生的数据类型。然而,RGB色彩空间在其分量当中具有高冗余并且对于紧凑表示并不是最佳的。为实现更紧凑并且更稳健的表示,RGB分量通常被转换(例如,执行色彩变换)成更适合于压缩的更不相关的色彩空间(例如,YCbCr)。YCbCr色彩空间将呈亮度(Y亮度通道)形式的明亮度与不同的更少的相关分量中的色度色彩信息(Cr和Cb色度通道)分隔开。在这种上下文下,稳健表示可以指特征在于在以受限比特率进行压缩时具有更高水平的容错性的色彩空间。
对于现代视频编解码系统,YcbCr是通常使用的色彩空间,如ITU-R BT.709或ITU-R BT.709中指定的。BT.709标准中的YCbCr色彩空间指定从R’G’B’到Y’CbCr(非恒定亮度表示)的以下转换处理:
以上处理也可以使用避免Cb和Cr分量的除法的以下近似转换来实施:
ITU-R BT.2020标准指定从R’G’B’到Y’CbCr(非恒定亮度表示)的以下转换处理:
以上处理也可以使用避免Cb和Cr分量的除法的以下近似转换来实施:
应注意,两个色彩空间都保持归一化,因此,对于被归一化在0…1范围内的输入值,所得值可以映射到0…1范围。一般来说,利用浮点准确度实施的色彩变换提供完美的重构,因此该处理是无损的。
上文所描述的处理阶段通常实施在浮点准确度表示中,并且由此可以被视为无损。然而,对于大多数消费型电子设备应用,这种类型的准确度可以被视为冗余且昂贵的。对于这种服务,将目标色彩空间中的输入数据转换成目标比特深度固定点准确度。某些研究显示,10-12比特的准确度结合PQ TF足以提供具有低于恰可辨差异(Just-NoticeableDifference)的失真的16个f光圈值的HDR数据。在此示例中,恰可辨差异为必须被改变为对于某百分比的观看者(例如,百分之50)在视觉上可辨的失真量。以10比特的准确度表示的数据可以进一步利用目前先进技术视频编解码解决方案中的大部分来编解码。此转换处理包括信号量化并且是有损编解码的元素并且是被引入到转换的数据的不准确度的源。
应用于目标色彩空间(在此示例中为YCbCr色彩空间)中的码字的这种量化的示例显示如下。将以浮点准确度表示的输入值YCbCr转换成固定比特深度(Y值的BitDepth Y和色度值(CB、Cr)的BitDepthC)的信号。
其中,
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
如果x<0,则Sign(x)=-1;如果x=0,则Sign(x)=0;如果x>0,则Sign(x)=1
Floor(x)是小于或等于x的最大整数
如果x>=0,则Abs(x)=x;如果if x<0,则Abs(x)=-x
Clip1Y(x)=Clip3(0,(1<<BitDepthY)-1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)-1,x)
如果z<x,则Clip3(x,y,z)=x;如果z>y,则Clip3(x,y,z)=y;否则,Clip3(x,y,z)=z。
在如下文档中提出了DRA处理:“Dynamic Range Adjustment SEI to enableHigh Dynamic Range video coding with Backward-Compatible Capability,”D.Rusanovskyy,A.K.Ramasubramonian,D.Bugdayci,S.Lee,J.Sole,M.Karczewicz,VCEGdocument COM16-C 1027-E,Sep.2015。作者提出将DRA实施为针对输入值x的非重叠动态范围分区(范围){Ri}的组所定义的分段线性函数f(x),其中i为范围索引,其中范围为0到N-1(包括0和N-1),并且其中N为用于定义DRA函数的范围{Ri}的总数量。假定DRA的范围由属于范围Ri(例如,[xi,xi+1-1])的最小x值和最大x值来定义,其中xi和xi+1分别表示范围Ri和Ri+1的最小值。应用于视频数据的Y(亮度)色彩分量的情况下,DRA函数Sy通过尺度Sy,i和偏移Oy,i来定义,尺度Sy,i和偏移Oy,i应用于x∈[xi,xi+1-1]中的每一个x,因此,Sy={Sy,i,Oy,i}。
在此情况下,对于任一Ri和x∈[xi,xi+1-1]中的每一个x,输出值X计算如下:
X=Sy,i*(x-Oy,i) (8)
对于在视频解码器300处进行的对于亮度分量Y的逆DRA映射处理,DRA函数Sy由尺度Sy,i和偏移Oy,i值的逆来定义,尺度Sy,i和偏移Oy,i值应用于X∈[Xi,Xi+1-1]中的每一个X。在此情况下,对于任一Ri以及X∈[Xi,Xi+1-1]中的每一个X,重构值x计算如下:
x=X/Sy,i+Oy,i (9)
用于色度分量Cb和Cr的前向DRA映射处理可以如下地定义。利用表示属于范围Ri的、Cb色彩分量的样点的项“u”给出以下示例,u∈[ui,ui+1-1],因此,Su={Su,i,Ou,i}:
U=Su,i*(u-Oy,i)+Offset (10)
其中,等于2(bitdepth-1)的Offset表示双极Cb、Cr信号偏移。
通过由视频解码器300针对色度分量Cb和Cr实施的逆DRA映射处理可以被如下定义。利用表示属于范围Ri的、重新映射的Cb色彩分量的样点的U项给出示例,U∈[Ui,Ui+1-1]:
u=(U-Offset)/Su,i+Oy,i (11)
其中,等于2(bitdepth-1)的Offset表示双极Cb、Cr信号偏移。
在如下文档中提出了亮度驱动色度缩放(Luma-driven chroma scaling,LCS):JCTVC-W0101,“HDR CE2:Report on CE2.a-1LCS,”A.K.Ramasubramonian,J.Sole,D.Rusanovskyy,D.Bugdayci,M.Karczewicz。JCTVC-W0101描述用于通过采用与被处理的色度样点相关联的明亮度信息(例如,亮度)来调整色度信息(例如,Cb和Cr)的技术。类似于VCEG文件COM16-C 1027-E的DRA方法,JCTVC-W0101提出将用于Cb的尺度因子Su和用于Cr的尺度因子Sv,i应用于色度样点。然而,LCS方法提出利用亮度值Y来推导用于色度样点的尺度因子,而不是将DRA函数定义为针对可以通过色度值u或v存取的范围集合{Ri}的分段线性函数Su={Su,i,Ou,i},如等式(3)和(4)中。在此情况下,色度样点u(或v)的前向LCS映射被实施为:
U=Su,i(Y)*(u-Offset)+Offset (12)
在解码器侧实施的逆LCS处理被如下定义:
u=(U-Offset)/Su,i(Y)+Offset (13)
更详细地,对于位于(x,y)处的给定像素,色度样点Cb(x,y)或Cr(x,y)以从通过其亮度值Y’(x,y)所存取的其LCS函数SCb(或SCr)推导出的因子来进行缩放。
在色度样点的前向LCS处,Cb(或Cr)值和其相关联的亮度值Y’被作为色度缩放函数SCb(或SCr)的输入,并且Cb或Cr如等式(14)中所示被转换成Cb’和Cr’。在解码器侧,应用逆LCS,重构的Cb’和Cr’如等式(15)中所示被转换成Cb或Cr。
图11示出LCS函数的示例。利用图11中的示例中的LCS函数,将具有更小亮度值的像素的色度分量乘以更小缩放因子。
现在将讨论视频编解码器的DRA样点缩放与量化参数(QP)之间的关系。为调整视频编码器(例如,视频编码器200)处的压缩比,基于块变换的视频编解码方案(诸如,HEVC)利用标量量化器(scalar quantizer),该标量量化器应用于变换系数的块。例如:
Xq=X/scalerQP
其中Xq为通过应用从QP推导出的标量scalerQP而产生的变换系数X的量化的码值。在大多数编解码器中,量化的码值将被估算为整数值(例如,通过四舍五入)。在一些编解码器中,量化可以是不仅仅取决于QP而且取决于编解码器的其他参数的不同函数。
标量值scalerQP是利用QP控制的。QP与标量量化器之间的关系被定义如下,其中k为已知常数:
scalerQP=k*2^(QP/6) (16)
逆函数将应用于变换系数的标量量化器和HEVC的QP之间的关系定义如下:
QP=ln(scalerQP/k)*6/ln(2); (17)
相应地,QP值的加性变化(例如,deltaQP)将导致应用于变换系数的scalerQP值的倍增变化。DRA处理正有效地将scaleDRA值应用于像素样点值,并且在考虑变换特性的情况下,可以与scalerQP值组合如下:
Xq=T(scaleDRA*x)/scaleQP
其中,Xq是由缩放的x样点值的变换T产生的并且以变换域中应用的scaleQP进行缩放的经量化的变换系数。因此,在像素域中应用乘数scaleDRA导致标量量化器scaleQP的有效变化,标量量化器scaleQP在变换域中应用。这进而可以在应用于数据的当前处理块的QP值的加性变化中解释:
dQP=log2(scaleDRA)*6; (18)
其中,dQP为由HEVC通过在输入数据上部署DRA而引入的近似QP偏移。
现在将讨论依赖于亮度QP值的色度QP。目前先进技术视频编解码设计中的一些(诸如HEVC和更新的视频编解码标准)可以利用亮度与色度QP值(其被有效地应用以处理当前被编解码的色度块Cb和/或Cr)之间的预定义依赖性。这种依赖性可以用于实现亮度与色度分量之间的最佳比特率分配。
这种依赖性的示例由HEVC规范的表格8-10表示,其中应用于解码色度样点的QP值是从用于解码亮度样点的QP值推导出的。其中基于对应亮度样点的QP值(例如,应用于对应亮度样点的块/TU的QP值)、色度QP偏移和HEVC规范的表格8-10推导色度QP值的HEVC的相关章节在下文再现:
当ChromaArrayType不等于0时,以下适用:
–如下推导变量qPCb和qPCr:
–如果tu_residual_act_flag[xTbY][yTbY]等于0,则以下适用:
qPiCb=Clip3(-QpBdOffsetC,57,QpY+pps_cb_qp_offset+slice_cb_qp_offset+CuQpOffsetCb) (8-287)
qPiCr=Clip3(-QpBdOffsetC,57,QpY+pps_cr_qp_offset+slice_cr_qp_offset+CuQpOffsetCr) (8-288)
–否则(tu_residual_act_flag[xTbY][yTbY]等于1),则以下适用:
qPiCb=Clip3(-QpBdOffsetC,57,QpY+PpsActQpOffsetCb+slice_act_cb_qp_offset+CuQpOffsetCb) (8-289)
qPiCr=Clip3(-QpBdOffsetC,57,QpY+PpsActQpOffsetCr+slice_act_cr_qp_offset+CuQpOffsetCr) (8-290)
–如果ChromaArrayType等于1,则变量qPCb和qPCr被分别设定为等于如在表格8-10中基于等于qPiCb和qPiC的索引qPi而指定的QpC的值。
–否则,变量qPCb和qPCr分别基于等于qPiCb和qPiC的索引qPi被设定为等于Min(qPi,51)。
–Cb和Cr分量的色度量化参数Qp′Cb和Qp′Cr被如下推导:
Qp′Cb=qPCb+QpBdOffsetC (8-291)
Qp′Cr=qPCr+QpBdOffsetC (8-292)
表格8-10-对于ChromaArrayType等于1,根据qPi变化的Qpc的规范
qPi | <30 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | >43 |
Qp<sub>C</sub> | =qPi | 29 | 30 | 31 | 32 | 33 | 33 | 34 | 34 | 35 | 35 | 36 | 36 | 37 | 37 | =qPi-6 |
现在将讨论用于DRA的色度缩放因子的推导。在采用变换域中的均匀标量量化和利用DRA的像素域缩放两者的视频编码系统中,应用于色度样点(Sx)的尺度DRA值的推导可以取决于以下各项:
-Sy:相关联亮度样点的亮度尺度值
-Sex:从内容的色域推导出的足度,其中CX在适当时代表Cb或Cr
-Scorr:校正尺度项,基于考虑变换编解码和DRA缩放中的失配来例如补偿通过HEVC的表格8-10引入的依赖性
SX=fun(SY,SCX,Scorr)。一个示例是定义如下的可分离函数:SX=f1(SY)*f2(SCX)*f3(Scorrr)。
现在将讨论分层预测结构中的QP级联。视频压缩技术常常将分层预测结构用于图片组。例如,参见:“Hierarchical B pictures,”JVT-P014,Poznan,PL,July 2005。图片可以在分层式层(hierarchical layer)中分类,使得图片可以仅仅从属于同一分层式层或以下层的其他图片预测。
尽管这种配置可以通过编码器决定,但一些特定配置也可以通过某些规范/标准指定。分层预测结构的一些优点包括时间可缩放层(例如,分层图片的某一子集可以被解码以比完整序列更低的帧速率获得视频而不遗失参考图片)和编解码效率。关键图片(这些图片直接或间接用于若干图片的参考)被认为在分层中的下部。通常图片picB所属的分层式层越高,使用picB作为参考(直接地或间接地)的图片的数量越少。间接参考用于指示迭代参考(例如,如果picC直接参考picB,picD直接参考picC,则picD间接参考picB;如果picF间接参考picE,picE间接参考picB,则picF间接参考picB)。
用于量化每一层中的图片的系数的量化参数也基于最大化编解码效率来选择。尽管JVT-P014建议选择QP值的一些方法,但编码器可以采用不同的技术并且所使用的QP值像在比特流中被信令通知。与在更高分层式层处的图片相比,在更低分层式层处的关键图片通常是利用更低的QP值来编解码的(例如,产生更高的视觉质量)。下文针对图片次序计数(picture order count,POC)数量和参考QP为30给出了尺寸为16的图片组(group ofpictures,GOP)的图片被如何编解码的示例。
表格2:QP级联的示例;分层中更低的图片的QP值低于分层中更高的图片的QP。
POC | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 |
分层式层 | 0 | 5 | 4 | 5 | 3 | 5 | 4 | 5 | 2 | 5 | 4 | 5 | 3 | 5 | 4 | 5 | 1 |
QP | 27 | 36 | 35 | 36 | 34 | 36 | 35 | 36 | 31 | 36 | 35 | 36 | 34 | 36 | 35 | 36 | 31 |
与SDR内容相比,已观察到,当利用类似于SDR编解码的技术编码时色度伪影更加可见于HDR内容中。例如,更多色度伪影可能在图像的明亮区域中可见。信令通知作为用于亮度分量的基础QP参数的函数的色度QP偏移是减小这些技术的影响的一种方式。
另一方法是缩放色度样点(例如,使用DRA处理)以反映色度QP偏移项,从而可能改进色度样点的总体编解码。然而,QP级联(利用不同QP编解码视频的不同图片)影响应被信令通知用于图片的色度QP偏移。使用单个色度QP偏移值用于序列中的所有图片会导致更少匹配的色度QP偏移被应用于序列中的不同图片,从而影响观看体验。用于图片的色度QP偏移的信令通知将导致额外比特要被信令通知,从而影响编码性能。如果色度DRA缩放基于与图片相关联的QP应用于每一图片,则色度DRA参数针对每一图片被信令通知,这也会导致更多比特。
本公开描述可以改进跨多个图片的动态范围调整和动态范围调整与混合式基于变换的视频编解码器的集成的若干技术,包括信令通知。应该理解这些技术中一个或多个可以独立地或结合其他技术使用。
在本公开的第一示例中,视频编码器200和/或视频解码器300可以使用第一QP值(例如,亮度或图片QP值)和一个或多个参数集(例如,第一参数集和第二参数集)作为输入以确定用于确定色度QP值的中间色度QP偏移值。亮度QP值或图片QP值可以是用于视频数据的整个图片的QP值并且可以用于确定图片的其他QP值(例如,块层级QP值)。视频编码器200和/或视频解码器300可以使用第一QP值和第一参数集的第一子集和/或第一参数集中的全部来推导第一值/变量(例如,中间色度QP偏移值)。如在下文将更详细解释的,第一参数集可以包括视频数据的特性。视频特性可以包括用于存储视频数据的色彩容器(例如BT.709、BT.2020等)、色度子采样格式(例如,4:4:4、4:2:2、4:2:0)、视频数据的色域、色彩空间(例如,RGB、YCbCr、YUV、ICtCp等)和/或色彩分量。视频编码器200和视频解码器300可以使用视频特性从多个查找表当中确定用于确定中间色度QP偏移值的查找表。在另一示例中,视频特性可以用于从多个函数当中确定用于确定中间色度QP偏移值的函数。以这种方式,用于确定中间色度QP偏移值的函数和/或查找表可以适合于特定色彩分量(例如,亮度分量或色度分量),可以适合于特定色域(例如,特定HDR或SDR色域),可以适合于特定色彩容器(例如BT.709、BT.2020等),和/或可以适合于特定色彩空间(例如RGB、YUV、YCbCr等)。在下文描述并在图12中显示使用第一参数集来确定查找表的示例。
视频编码器200和/或视频解码器300可以使用第一值/变量和第二参数集的第二子集和/或第二参数集的全部来推导第二值/变量。在一些示例中,第二值/变量可以是色度QP值或用于确定色度QP值的到另一查找表的输入。在下文讨论的各种示例中,第一参数集和第二参数集可以包括QP值和QP偏移值。在其他示例中,第一参数集和第二参数集可以是DRA参数。然而,应该理解其他类型的参数可以结合本公开的技术使用。第一值/变量和第二值/变量可以认为是可以用于确定特定输出值(例如,输出QP值和/或DRA参数)的中间值/变量。
在本公开的一个示例中,视频编码器200和/或视频解码器300可以从第一和第二值/变量推导出输出QP值并且在变换域中应用输出QP值以用于块层级处的编解码/解码的样点。在其他示例中,视频编码器200和/或视频解码器300可以被配置成将输出QP值转换成相关联尺度值并且将相关联尺度值应用于样点层级处的编解码/解码的样点。
在另一示例中,视频编码器200和/或视频解码器300可以使用不同推导函数来推导所述第一和第二值/变量。如在下文将在示例1中解释的,参数等式可以用作第一推导函数以确定以下中间色度QP偏移值(例如,示例1中的chQPOffset2(qp))。然后,如下文所描述,中间色度QP偏移值可以用于确定色度QP值。
在另一示例中,推导函数可以通过一个或多个查找表定义。在下文关于示例1描述示例查找表。在其他示例中,推导函数可以通过参数函数定义(例如线性或非线性函数)而限定。在一个示例中,查找表可以包括一个或多个参数函数的量化的输出。
在其他示例中,视频编码器200和/或视频解码器300可以将输出QP值(例如,色度QP值)推导为第一值与第二值之和(outQP=value1+value2)。在其他示例中,视频编码器200和/或视频解码器300可以通过第一值和第二值的乘积推导输出QP值。
在一些示例中,第一推导函数(例如,用于推导中间色度QP偏移值的参数函数或查找表)和/或第二推导函数(例如,用于从中间色度QP偏移值推导色度QP的参数函数或查找表)可以通过比特流的语法元素来信令通知或识别(例如,在可用的一组函数当中)。在下文将在示例1中描述第一推导函数和第二推导函数的示例。在一些示例中,可以在视频解码器300处执行推导函数的识别。
在其他示例中,DRA参数(例如,用于推导输出PQ值所针对的(多个)给定样点的DRA尺度和/或偏移)可以用作参数集以推导第一值或第二值。视频编码器200可以被配置成在编码的视频比特流中概括(general)和信令通知一个或多个语法结构中的DRA参数。
在其他示例中,第一参数集可以包括QP偏移值的一个或多个QP值。例如,在比特流中信令通知的亮度delta QP值,和色度QP偏移值。以下示例1和示例2包括对于QP值和/或QP偏移值可以如何用于确定中间色度QP偏移值和/或DRA参数的技术的描述。
在另一示例中,第二参数集可以包括QP偏移值的一个或多个QP值。例如,在比特流中信令通知的亮度delta QP值,和色度QP偏移值。以下示例1和示例2包括对于QP值和/或QP偏移值可以如何用于确定色度QP值和/或DRA参数的技术的描述。
在其他示例中,第一和第二参数集中的一个或多个参数可以在比特流中被信令通知或在视频解码器300处被推导。
在另一示例中,视频编码器200和视频解码器300可以被配置成将baseQP定义为参考QP参数,将lQP1定义为第一亮度QP偏移参数,将lQP2定义为第二亮度QP偏移参数,并将cQP定义为色度QP偏移参数。在此示例中,第一参数集包括baseQP、lQP1、lQP2和cQP,并且第二参数集包括baseQP、lQP2、cQP。视频编码器200和视频解码器300可以被配置成从baseQP、lQP1、1QP2和cQP推导第一值/变量(例如,中间色度QP偏移值),并且从第一值/变量、baseQP、lQP1、1QP2和cQP推导第二变量(例如,色度QP和/或DRA尺度值)。在一个示例中,第一值/变量x被推导为fun1(baseQp+lQP1–lQP2–cQP)并且第二值/变量被推导为fun2(baseQP+lQP1+x+lQP2+cQP),其中fun1()和fun2()表示第一推导函数和第二推导函数。变量lQP1表示分层QP值,而1QP2可以表示从块层级DRA尺度值推导出的QP值。在另一示例中,输入QP值可以被输入尺度值替换,或输入QP值可以从输入尺度值推导。输入尺度值可以在比特流中被信令通知或由视频编码器200和/或视频解码器300预先确定。
在本公开的其他示例中,视频编码器200可以被配置成在比特流中信令通知一个或多个查找表(例如,下文在示例1至4中描述的查找表)。
在另一示例中,视频编码器200可以被配置成信令通知一对或多对QP值,并且视频解码器300可以被配置成接收一对或多对QP值,该一对或多对QP值指示用于编解码视频数据的QP值,其中每一对包含输出QP值和输入QP值。在此示例中,输入QP值可以是图片QP值,输出QP值可以是色度QP值。
在另一示例中,视频编码器200可以被配置成信令通知输出QP值的列表和对应输入QP值的列表,并且视频解码器300可以被配置成接收输出QP值的列表和对应输入QP值的列表。例如,输入QP值和输出QP值的列表可以呈查找表形式。在一些示例中,输出QP值的列表可以预先确定并且因此不被信令通知。在此情况下,与输出值的预先确定的列表相对应的输入QP值被发送。
在另一示例中,视频编码器200可以被配置成信令通知第一QP值(输入或输出),并且视频解码器300可以被配置成接收第一QP值(输入或输出)。视频编码器200可以被配置成信令通知指示第二QP值(输入或输出)与第一QP值之间的差的delta值,并且视频解码器300可以被配置成接收指示第二QP值(输入或输出)与第一QP值之间的差的delta值。在其他示例中,输入表格可以不作为QP值对/集合/列表被信令通知,并且输入与输出QP值之间的关系可以通过由参数定义的函数来定义。在下文示例1中描述了示例函数。参数的值可以被信令通知。
视频编码器200可以被配置成在比特流中信令通知指示/指定要被视频解码器300用来推导输出色度QP值的查找表(或表格的集合)的一个或多个索引,并且视频解码器300可以被配置成在比特流中接收指示/指定要被视频解码器300用来推导输出色度QP值的查找表(或表格的集合)的一个或多个索引。
视频编码器200可以被配置成在比特流中信令通知指示/指定要被视频解码器300用来推导色度DRA尺度值(或色度逆DRA尺度值)的查找表(或表格的集合)的一个或多个索引,并且视频解码器300可以被配置成在比特流中接收指示/指定要被视频解码器300用来推导色度DRA尺度值(或色度逆DRA尺度值)的查找表(或表格的集合)的一个或多个索引。
视频解码器300可以被配置成根据预先确定的方法或使用信令通知的语法元素来推导输入查找表。视频编码器200和视频解码器300可以使用输入查找表确定中间色度QP偏移值。然后,视频编码器200和视频解码器300可以结合参数使用中间色度QP偏移值确定色度QP值。输入表格可以从被信令通知到视频解码器300的、由视频解码器300预先确定的或由视频解码器300推导出的一个或多个QP表格推导出。当没有输出QP值被信令通知或被指定用于输入QP值时,输入QP值和对应输出QP值可以通过在两个或更多个QP值对(即,输入QP值和其相关联输出QP值)之间内插、通过复制来自邻近QP值对(例如,查找表中的最接近输入QP值)的值、或通过在邻近QP值与预定义的QP值对(例如QP对0,0)之间内插而推导。
在使用查找表的一些示例中,视频编码器200和/或视频解码器300可以被配置成选择/确定输入QP值并通过在表格中找到输入QP值的对应条目来从表格获得输出QP值。视频编码器200和/或视频解码器300可以被配置成推导色度QP值(例如,输出QP值)以根据输出值(例如,示例1的中间色度QP偏移值)量化或解量化色度系数。当明确的表格并未在视频解码器300处被构建时,从在比特流中信令通知的一个或多个参数推导出的预先确定的函数可以用于推导用来量化/解量化系数的色度QP值。在下文示例1中描述示例参数。
在一些示例中,当输入QP值和输出QP值并未在表格中指定时,输入QP值和输出QP值通过内插QP值对(例如,邻近于输入QP值)的不同集合来推导。在其他示例中,该内插的QP值使用预先确定的方法(例如,四舍五入、向下舍入或向上舍入函数)四舍五入成整数值。
在一些示例中,描述输入QP值与输出QP值之间的关系的函数或表格可以浮点表示定义。
上文所描述的技术中的一些可以在视频编码器200或视频解码器300或这两者处应用。尽管许多所公开的技术是用于色度分量,但本公开的技术也可以应用于亮度和为了表示视频的其他色彩空间中的分量。
以下是使用上文所描述的技术中的或多个的四个详细示例技术。下文所描述的示例技术可以用于推导视频数据的图片的色度QP值和DRA参数。下文所描述的技术可以减少和/或限制可以由编解码HDR和/或WCG视频数据引起的色度伪影。如上文所讨论的,当使用分层式编解码时,QP值在帧与帧之间改变。当使用DRA调整来处理HDR/WCG视频数据时,在帧与帧之间也改变DRA参数(例如DRA尺度和偏移)可以是有益的。然而,为了减少实施复杂度,用于DRA调整的一些示例技术跨整个视频序列(例如多个图片)保持DRA参数固定。由于DRA参数与QP值之间存在某种相互关系,所以本公开提出用于在逐帧基础上确定色度QP值(这实现与在帧与帧之间改变的色度DRA尺度值大致相同的结果)的以下技术。
示例1
在本公开的一个示例中,视频编码器200和视频解码器300可以存储并使用一组查找表以确定用于确定色度QP值的中间值(例如,中间色度QP偏移值)。如图12中所示,可以定义一组查找表550,其中第一行指示输入QP值(例如,图片QP或亮度QP)并且每一后续的行对应于在给定输入QP情况下提供输出中间值(例如,中间色度QP偏移值)的特定表格。
查找表550中的各个查找表中的每一个可以被设计用于特定视频特性。例如,视频编码器200和视频解码器300可以被配置成基于表格将应用于的视频数据的色域和视频数据的色彩分量来确定查找表550中的要用于图片的特定查找表。例如,查找表Tab0可以应用于亮度样点,查找表Tab1可以应用于具有BT.709色域的内容的Cb样点,查找表Tab2可以应用于具有BT.709色域的内容的Cr样点,查找表Tab3可以应用于具有P3色域的内容的Cb样点,并且查找表Tab4可以应用于具有P3色域的内容的Cr样点。让ChTableQP()定义如图12中显示的一个表格所定义的输入和输出QP关系。
在一些示例中,视频编码器200可以被配置成信令通知指示查找表550的表格中的哪一个将用于一个或多个色彩分量的语法元素。该语法元素可以是到上文所定义的该组表格的索引。在一些示例中,查找表自身可以在比特流中被信令通知。
如图13中所示的另一表格560可以被定义,以便推导要用于编解码色度系数的QP值。即,图12中的表格的输出可以用作至图13中的查找表560的输入。查找表560的输出(TableQp(qp))可以称为中间色度QP偏移值,其可以用于确定色度QP值,如下文所描述的。
定义偏移函数chQPOffset2()如下:
chQPOffset2(qp)=ChTableQP(qp)–qp
在此示例中,chQPOffset2为中间色度QP偏移值并且qp是图片qP。ChTableQP是来自图12中显示的该多个查找表的特定表格。所使用的特定表格是基于视频数据的特性。该色度偏移项(例如,色度偏移值)考虑色域属性并且通过存储在视频编码器200和视频解码器300处的量化查找表550(例如图12)处置。如下文将描述的,色度DRA尺度值由于其产生的亮度尺度和校正项(下文所描述的Scorr)而仅仅考虑这些项。当在没有DRA情况下编解码亮度和色度样点时,假定亮度与色度样点的编解码之间的QP关系。图13的表格560是这种关系的规范的示例。尽管QP偏移值可以被信令通知用于色度样点,但最终的QP值通过该关系确定,该关系完全是亮度QP/偏移和色度QP/偏移的函数。当DRA尺度值应用于亮度和色度时,尺度值通常基于视频数据(没有压缩)的特性而确定。基于DRA参数推导,该QP关系的存在可能以不希望的方式改变信号的特性。校正项被应用于色度的尺度值以考虑该QP编解码关系。
在其他示例中,视频编码器200和视频解码器300可以使用基于视频数据的特性的参数函数来确定中间色度QP偏移值,而不是使用多个查找表ChTableQP中的一个。例如,视频编码器200和视频解码器300可以使用函数f(x)f(x)=a1*x+b1。视频编码器200和视频解码器300还可以进一步分别使用尺度参数S_CB和S_Cr用于CB和Cr的尺度项。项g(x)是中间色度QP偏移值,其中g(x)=S_C*f(x)并且g(x)=S_C*f(x),其中S_C是分别用于Cb和Cr的S_Cb和S_Cr。
项g(x)是偏移项。表格值(例如,图12中的Tab1至Tab4)可以推导如下,其中x由图片QP值取代:
对于每一值,ChTableQp(x)=TableQp(x+g(x))。
对于Tab1至Tab4,al=-0.46,bl=9.26,对于Tab1,S_C=1.14,对于Tab2,S_C=l.79,对于Tab3,SC=1.04,对于Tab4,S_C=l.39。Tab 0可以是线性函数,其中h(x)=x。
注意,除了该等式形式之外,视频编码器200和视频解码器300也可以将四舍五入应用于g(x)和TableQP()。对于本公开中的表格,四舍五入被应用,并且TableQP()是以表格格式使用。在ChTableQpLin()版本中,可以不使用g(x)和TableQP()的四舍五入版本。
视频编码器200和视频解码器300可以使用baseQP作为用于指定编码器QP的基础QP。亮度值在图片中被编解码所利用的QP如下给出:
QPPIC=baseQP+hierQPOffset
QPY=QPPIC
其中,hierQPOffset是应用于分层预测结构中的图片的QP偏移,QPPic是图片QP,并且QPY是亮度QP。deltaQP也可以被定义为可以在CU层级处应用的QP偏移。
在一些示例中,baseQP值被设定等于用于编码帧内随机存取图片(intra randomaccess picture,IRAP)的QP。用于编码视频数据的图片的色度QP(QPc)被计算如下:
cQP=QPY+chQPOffsetFixed+chQPOffset2(QPPIC)
QPC=TableQP(cQP)
其中,chQPOffsetFixed是应用于色度分量(例如,在组合的图片层级/条带层级处)的固定色度QP偏移,chQPOffset2()是应用于从图12中的查找表550中的一个推导出的色度分量的偏移,并且TableQP()是用于推导色度QP的函数(例如,图13中显示的表格)。
视频编码器200和视频解码器300也可以被配置成使用参数函数获得类似于TableQp()的值,而不是使用图13中显示的表格来推导色度QP值。在此示例中,视频编码器200和视频解码器300可以推导如下:
TableQP(x)=x,x<29
29+(8/14)*(x-29),29<=x<=43
x-6,x>43
如从前述内容可见的,视频编码器200和视频解码器300可以被配置成确定视频数据的图片的图片QP(QPPIC)值。视频编码器200和视频解码器300还可以被配置成基于图片QP值和来自多个查找表(例如,图12的查找表550)的一查找表确定色度QP(QPc)值的中间色度QP偏移值(chQPOffset2),其中,查找表基于视频数据的图片的视频特性。视频编码器200和视频解码器300还可以被配置成根据中间色度QP偏移值确定色度QP值,并使用色度QP值解码视频数据的图片。
在一些示例中,QPPIC可以作为用于亮度的条带QP被信令通知并且chQPOffsetFixed可以作为PPS色度QP偏移被信令通知。
在一些示例中,亮度DRA尺度SY[i]被应用于第i亮度范围中的亮度值。色度DRA尺度也针对每一范围被推导如下:
SCh[i]=SY[i]*Scorr[i]
其中,SCh[i]是应用于第i范围的校正尺度项,并且被推导如下:
Qp1=baseQP+chQPOffsetFixed
Qp2=baseQP+chQPOffsetFixed-scale2QP(SY[i])
qpShift1=Qp1–TableQPLin(Qp1+chQPOffset2Lin(baseQP))
qpShift2=Qp2–TableQPLin(Qp2+chQPOffset2Lin(baseQP))
Scorr[i]=qp2Scale(qpShift2–qpShift1)
其中,TableQPLin()和chQPOffset2Lin()分别是TableQP()和chQPOffset2()的线性化版本,并且qp2Scale(x)=2(x/6),并且scale2QP(x)=6*log2(x)。
在一些示例中,TableQPLin()和chQPOffset2Lin()未被线性化并且被设定分别等于TableQP()和chQPOffset2()。上文所定义的表格qp2Scale()和scale2QP()仅仅是示例。应该理解本公开适用于这种函数的其他定义。
示例2
在该示例中,用于考虑视频数据的色域属性的色度偏移项(例如,色度偏移值)是通过色度DRA尺度值处置的,并且由于QP级联而产生的任何变化通过量化表格来减轻。
让baseQP作为用于指定编码器参数的QP。亮度值在图片中被编解码所利用的QP如下给出:
QPPIC=baseQP+hierQPOffset
QPY=QPPIC
其中,hierQPOffset是应用于分层预测结构中的图片的QP偏移,deltaQP是CU层级处应用的QP偏移。用来编码视频的色度QP(即QPC)计算如下:
cQP=QPY+chQPOffsetFixed+chQPOffset2(QPPIC)–chQPOffset2(baseQP)
QPC=TableQP(cQP)
其中chQPOffsetFixed是所应用的固定色度QP偏移(组合的图片层级/条带层级)并且chQPOffset2()是从表格推导出的偏移,并且TableQP()是用于推导色度QP(例如,从图13中的表格560推导)的函数。
在一些示例中,QPPIC可以作为用于亮度的条带QP被信令通知,并且chQPOffsetFixed可以作为PPS色度QP偏移被信令通知。
亮度DRA尺度SY[i]应用于第i亮度范围中的亮度值。色度DRA尺度也针对每一范围被推导如下:
SCh[i]=SY[i]*Scorr[i]*SCX
其中,SCX是使用内容的色域(例如BT.709,P3)推导出的尺度,Scorr[i]是应用于第i范围的校正尺度项,并且被推导如下:
Qp1=baseQP+chQPOffsetFixed
Qp2=baseQP+chQPOffsetFixed+chQPOffset2Lin(baseQP)-scale2QP(SY[i])
qpShift1=Qp1–TableQPLin(Qp1)
qpShift2=Qp2–TableQPLin(Qp2)
Scorr[i]=qp2Scale(qpShift2–qpShift1)
TableQPLin()和chQPOffset2Lin()分别是TableQP()和chQPOffset2()的线性化版本,并且qp2Scale(x)=2(x/6)并且scale2QP(x)=6*log2(x)。
在一些示例中,TableQPLin()和chQPOffset2Lin()未被线性化并且被设定分别等于TableQP()和chQPOffset2()。上文所定义的表格qp2Scale()和scale2QP()仅仅是示例。应该理解本公开适用于这些函数的其他定义。
在另一示例中,Qp2被推导如下:
Qp2=baseQP+chQPOffsetFixed-scale2QP(SCX)-scale2QP(SY[i])
在一些示例中,在DRA函数也在每一帧处被信令通知的情况下,Scorr[i]的推导在上文所描述的推导的一部分中可以被修改为用QPY代替baseQP。
示例3
在一些示例中,正被解码的块的色度QP值可以被推导如下:
QPcx=fun3(第一参数集)+fun4(第二参数)
例如,QPcx=Table1(baseQP+QPpps+QPslice)+Table 2(deltaQP)
其中,QPcx是要被应用于当前被处理的色度块(例如,Cb或Cr)的QP值,第一表格可以定义第一推导函数以将输入QP值(baseQP+QPpps+QPslice)转换成输出值,类似于在HEVC中定义的表格8-10,并且第二表格定义第二推导函数,其采用deltaQP值来获得被应用于与当前解码的色度样点相关联的亮度样点的块的QP偏移。在又一个示例中,输出QP值可以被推导为:
QPcx=fun3((第一参数集)*fun4(第二参数)
QPcx=fun2(第二参数,fun1(第一参数集))
如上文类似描述的,其中fun3()和fun4()也表示从第一参数集和第二参数集的推导。在另一示例中,用于处理色度块的QP值(QPcx)可以作为两个函数fun2()和fun1()的合成而获得。
示例4
在一些示例中,上文所讨论的处理中的一个或多个(例如,QP值推导)可以应用于例如编解码回路内的块层级上。
图14是示出根据本公开的技术的示例编解码方法的流程图。在本公开的一个示例中,视频编码器200可以被配置成确定视频数据的图片的图片量化参数(QP)值(1400);使用图片QP值确定色度QP值的中间色度QP偏移值,并且基于视频数据的图片的视频特性确定第一函数(1402);以及利用中间色度QP偏移值的第二函数确定色度QP值(1404)。视频编码器200还可以被配置成使用色度QP值编码视频数据的图片以产生编码的图片(1406)。
在一个示例中,第一函数被实施为来自多个查找表的一查找表,其中图片QP值为到该查找表的输入,并且其中该查找表基于视频数据的图片的视频特性。在一个示例中,视频数据的图片的视频特性包括色彩分量、色域或色彩空间中一个或多个。
在本公开的另一示例中,视频编码器200还被配置成基于基础QP值和分层QP偏移值确定图片QP值,其中为了确定色度QP值的中间色度QP偏移值,视频编码器200还被配置成基于图片QP值和查找表确定色度QP值的中间色度QP偏移值。
在本公开的另一示例中,为了利用中间色度QP偏移值的第二函数确定色度QP值,视频编码器200还被配置成基于图片QP值、中间色度QP偏移值和固定色度QP偏移值确定色度QP值。
在本公开的另一示例中,为了确定中间色度QP偏移值,视频编码器200还被配置成基于基础QP值和查找表确定色度QP值的第一中间色度QP偏移值,并且基于图片QP值和查找表确定色度QP值的第二中间色度QP偏移值。
在本公开的另一示例中,为了利用中间色度QP偏移值的第二函数确定色度QP值,视频编码器200还被配置成基于图片QP值、第一中间色度QP偏移值、第二中间色度QP偏移值和固定色度QP偏移值确定色度QP值。
在本公开的另一示例中,视频编码器200还被配置成基于图片的色度色彩分量或色域中一个或多个确定来自多个查找表的一查找表。
图15是示出根据本公开的技术的示例解码方法的流程图。在本公开的一个示例中,视频解码器300可以被配置成确定视频数据的图片的图片量化参数(QP)值(1500);使用图片QP值确定色度QP值的中间色度QP偏移值,并且基于视频数据的图片的视频特性确定第一函数(1502);以及利用中间色度QP偏移值的第二函数确定色度QP值(1504)。视频解码器300可以还被配置成使用色度QP值解码视频数据的图片以产生解码的图片(1506)。
在一个示例中,第一函数被实施为来自多个查找表的一查找表,其中图片QP值为到该查找表的输入,并且其中该查找表基于视频数据的图片的视频特性。在一个示例中,视频数据的图片的视频特性包括色彩分量、色域或色彩空间中的一个或多个。
在本公开的另一示例中,视频解码器300还被配置成基于基础QP值和分层QP偏移值确定图片QP值,其中为了确定色度QP值的中间色度QP偏移值,视频解码器300还被配置成基于图片QP值和查找表确定色度QP值的中间色度QP偏移值。
在本公开的另一示例中,为了利用中间色度QP偏移值的第二函数确定色度QP值,视频解码器300还被配置成基于图片QP值、中间色度QP偏移值和固定色度QP偏移值确定色度QP值。
在本公开的另一示例中,为了确定中间色度QP偏移值,视频解码器300还被配置成基于基础QP值和查找表确定色度QP值的第一中间色度QP偏移值,并且基于图片QP值和查找表确定色度QP值的第二中间色度QP偏移值。
在本公开的另一示例中,为了利用中间色度QP偏移值的第二函数确定色度QP值,视频解码器300还被配置成基于图片QP值、第一中间色度QP偏移值、第二中间色度QP偏移值和固定色度QP偏移值确定色度QP值。
在本公开的另一示例中,视频解码器300还被配置成基于图片的色度色彩分量或色域中一个或多个确定来自该多个查找表的一查找表。
在本公开的另一示例中,视频解码器300还被配置成基于在编码的视频比特流中接收的语法元素确定来自该多个查找表的一查找表。
在本公开的另一示例中,视频解码器300还被配置成确定用于动态范围调整的亮度尺度值,将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、亮度尺度值、和中间色度QP偏移值的线性化版本,并使用亮度尺度值和色度尺度值对解码的图片执行动态范围调整。
在本公开的另一示例中,视频解码器300还被配置成确定用于动态范围调整的亮度尺度值,将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、亮度尺度值、图片的色域、和中间色度QP偏移值的线性化版本,并且使用亮度尺度值和色度尺度值对解码的图片执行动态范围调整。
在本公开的另一示例中,为了确定中间色度QP偏移值,视频解码器300还被配置成基于基础QP值、以及来自图片参数集的QP值和来自条带头的QP值中的一个或多个QP值确定色度QP值的中间色度QP偏移值。
在本公开的另一示例中,视频解码器300还被配置成输出解码的图片以用于显示。
应该认识到,取决于示例,本文中所描述的技术中的任一个的某些动作或事件可以以不同的序列执行、可以被添加、合并或完全省去(例如,不是所有描述的动作或事件都是实践这些技术所必要的)。此外,在某些示例中,可以例如通过多线程处理、中断处理或多个处理器同时而不是顺序地执行动作或事件。
在一个或多个示例中,所描述的功能可以硬件、软件、固件或其任何组合来实施。如果以软件实施,则这些功能可以作为一个或多个指令或代码而被存储在计算机可读介质上或通过计算机可读介质进行传输,并且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质(其对应于诸如数据存储介质的有形介质)或通信介质(其包括例如根据通信协议促进计算机程序从一处到另一处的传送的任何介质)。以这种方式,计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质,或(2)诸如信号或载波的通信介质。数据存储介质可以是可以通过一个或多个计算机或一个或多个处理器存取以检索指令、代码和/或数据结构以用于实施本公开所描述的技术的任何可用介质。计算机处理产品可以包括计算机可读介质。
通过示例而非限制,这种计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁性存储设备、闪存,或可以用来存储呈指令或数据结构形式的希望的程序代码并且可以通过计算机存取的任何其他介质。而且,任何连接被恰当地称为计算机可读介质。例如,如果使用同轴缆线、光纤缆线、双绞线、数字用户线(DSL)或诸如红外线、无线电和微波的无线技术,从网站、服务器或其他远程源来传输指令,则同轴缆线、光纤缆线、双绞线、DSL或诸如红外线、无线电和微波的无线技术被包括在介质的定义中。然而,应该理解,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其他暂时性介质,而是针对非暂时性有形存储介质。如本文中所使用的,磁盘和光盘包括紧凑型光盘(CD)、激光光盘、光学光盘、数字激光视盘(DVD)、软盘和蓝光光盘,其中磁盘通常以磁性方式再生数据,而光盘通过激光以光学方式再生数据。以上各者的组合也应包括于计算机可以读介质的范围内。
指令可以由一个或多个处理器执行,诸如一个或多个DSP、通用微处理器、ASIC、FPGA或其他等效集成或分立的逻辑电路。因此,如本文中所使用的术语“处理器”可以指前述结构或适合于实施本文中所描述的技术的任何其他结构中的任一个。另外,在一些方面中,本文所描述的功能性可以在被配置成供编码和解码或被并入组合式编解码器中的专用硬件和/或软件模块内提供。此外,这些技术可以完全实施在一个或多个电路或逻辑组件中。
本公开的技术可以实施在多种设备或装置中,包括无线手机、集成电路(IC)或IC集合(例如,芯片组)。在本公开中描述了各种组件、模块或单元以强调被配置成执行所公开技术的设备的功能方面,但不一定要求由不同硬件单元来实施。相反,如上文所描述,可以将各种单元组合在编解码器硬件单元中,或通过互操作性硬件单元(包括如上文所描述的一个或多个处理器)的集合而结合适合的软件和/或固件来提供这些单元。
各种示例已予以描述。这些和其他示例在所述权利要求的范围内。
Claims (30)
1.一种解码视频数据的图片的方法,所述方法包括:
确定视频数据的图片的图片量化参数(QP)值;
使用所述图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;
利用所述中间色度QP偏移值的第二函数确定所述色度QP值;以及
使用所述色度QP值解码视频数据的图片以产生解码的图片。
2.如权利要求1所述的方法,其中第一函数被实施为来自多个查找表的一查找表,其中所述图片QP值是到所述查找表的输入,并且其中所述查找表基于视频数据的图片的视频特性。
3.如权利要求2所述的方法,其中视频数据的图片的视频特性包括色彩分量、色域或色彩空间中一个或多个。
4.如权利要求2所述的方法,还包括:
基于基础QP值和分层QP偏移值确定所述图片QP值,
其中确定所述色度QP值的所述中间色度QP偏移值包括基于所述图片QP值和所述查找表确定所述色度QP值的所述中间色度QP偏移值。
5.如权利要求4所述的方法,其中利用所述中间色度QP偏移值的第二函数确定所述色度QP值包括:
基于所述图片QP值、所述中间色度QP偏移值和固定色度QP偏移值确定所述色度QP值。
6.如权利要求4所述的方法,其中确定所述中间色度QP偏移值包括:
基于所述基础QP值和所述查找表确定所述色度QP值的第一中间色度QP偏移值;以及
基于所述图片QP值和所述查找表确定所述色度QP值的第二中间色度QP偏移值。
7.如权利要求6所述的方法,其中利用所述中间色度QP偏移值的第二函数确定所述色度QP值包括:
基于所述图片QP值、第一中间色度QP偏移值、第二中间色度QP偏移值和固定色度QP偏移值确定所述色度QP值。
8.如权利要求2所述的方法,还包括:
基于图片的色度色彩分量或色域中的一个或多个确定来自所述多个查找表的所述查找表。
9.如权利要求2所述的方法,还包括:
基于在编码的视频比特流中接收的语法元素确定来自所述多个查找表的所述查找表。
10.如权利要求1所述的方法,还包括:
确定用于动态范围调整的亮度尺度值;
将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、所述亮度尺度值、和所述中间色度QP偏移值的线性化版本;以及
使用所述亮度尺度值和所述色度尺度值对解码的图片执行动态范围调整。
11.如权利要求1所述的方法,还包括:
确定用于动态范围调整的亮度尺度值;
将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、所述亮度尺度值、图片的色域、和所述中间色度QP偏移值的线性化版本;以及
使用所述亮度尺度值和所述色度尺度值对解码的图片执行动态范围调整。
12.如权利要求1所述的方法,其中确定所述中间色度QP偏移值包括基于基础QP值、以及来自图片参数集的QP值和来自条带头的QP值中的一个或多个QP值来确定所述色度QP值的中间色度QP偏移值。
13.如权利要求1所述的方法,还包括:
输出所述解码的图片以用于显示。
14.一种被配置成解码视频数据的装置,所述装置包括:
存储器,被配置成存储视频数据的图片;和
与所述存储器通信的一个或多个处理器,所述一个或多个处理器被配置成:
确定视频数据的图片的图片量化参数(QP)值;
使用所述图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;
利用所述中间色度QP偏移值的第二函数确定所述色度QP值;以及
使用所述色度QP值解码视频数据的图片以产生解码的图片。
15.如权利要求14所述的装置,其中第一函数被实施为来自多个查找表的一查找表,其中所述图片QP值是到所述查找表的输入,并且其中所述查找表基于视频数据的图片的视频特性。
16.如权利要求15所述的装置,其中视频数据的图片的视频特性包括色彩分量、色域或色彩空间中一个或多个。
17.如权利要求15所述的装置,其中所述一个或多个处理器还被配置成:
基于基础QP值和分层QP偏移值确定图片QP值,
其中为了确定所述色度QP值的所述中间色度QP偏移值,所述一个或多个处理器还被配置成基于所述图片QP值和所述查找表确定所述色度QP值的所述中间色度QP偏移值。
18.如权利要求17所述的装置,其中为了利用所述中间色度QP偏移值的第二函数确定所述色度QP值,所述一个或多个处理器还被配置成:
基于所述图片QP值、所述中间色度QP偏移值和固定色度QP偏移值确定所述色度QP值。
19.如权利要求17所述的装置,其中为了确定所述中间色度QP偏移值,所述一个或多个处理器还被配置成:
基于所述基础QP值和所述查找表确定所述色度QP值的第一中间色度QP偏移值;以及
基于所述图片QP值和所述查找表确定所述色度QP值的第二中间色度QP偏移值。
20.如权利要求19所述的装置,其中为了利用所述中间色度QP偏移值的第二函数确定所述色度QP值,所述一个或多个处理器还被配置成:
基于所述图片QP值、第一中间色度QP偏移值、第二中间色度QP偏移值和固定色度QP偏移值确定所述色度QP值。
21.如权利要求15所述的装置,其中所述一个或多个处理器还被配置成:
基于所述图片的色度色彩分量或色域中的一个或多个确定来自所述多个个查找表的所述查找表。
22.如权利要求15所述的装置,其中所述一个或多个处理器还被配置成:
基于在编码的视频比特流中接收的语法元素确定来自所述多个查找表的所述查找表。
23.如权利要求14所述的装置,其中所述一个或多个处理器还被配置成:
确定用于动态范围调整的亮度尺度值;
将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、所述亮度尺度值、和所述中间色度QP偏移值的线性化版本;以及
使用所述亮度尺度值和所述色度尺度值对解码的图片执行动态范围调整。
24.如权利要求14所述的装置,其中所述一个或多个处理器还被配置成:
确定用于动态范围调整的亮度尺度值;
将用于动态范围调整的色度尺度值确定为第三函数基础QP值、固定色度QP偏移值、所述亮度尺度值、所述图片的色域、和所述中间色度QP偏移值的线性化版本;以及
使用所述亮度尺度值和所述色度尺度值对解码的图片执行动态范围调整。
25.如权利要求14所述的装置,其中为了确定所述中间色度QP偏移值,所述一个或多个处理器还被配置成,基于基础QP值、以及来自图片参数集之的QP值和来自条带头的QP值中的一个或多个QP值来确定所述色度QP值的所述中间色度QP偏移值。
26.如权利要求14所述的装置,其中所述一个或多个处理器还被配置成:
输出解码的图片以用于显示。
27.一种被配置成解码视频数据的装置,所述装置包括:
用于确定视频数据的图片的图片量化参数(QP)值的构件;
用于使用所述图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值的构件;
用于利用所述中间色度QP偏移值的第二函数确定所述色度QP值的构件;以及
用于使用所述色度QP值解码视频数据的图片以产生解码的图片的构件。
28.如权利要求27所述的装置,其中第一函数被实施为来自多个查找表的查找表,其中所述图片QP值是到所述查找表的输入,并且其中所述查找表基于视频数据的图片的视频特性。
29.一种存储指令的计算机可读存储介质,这些指令在被执行时使被配置成解码视频数据的设备的一个或多个处理器进行以下操作:
确定视频数据的图片的图片量化参数(QP)值;
使用所述图片QP值和基于视频数据的图片的视频特性的第一函数来确定色度QP值的中间色度QP偏移值;
利用所述中间色度QP偏移值的第二函数确定所述色度QP值;以及
使用所述色度QP值解码视频数据的图片以产生解码的图片。
30.如权利要求29所述的计算机可读存储介质,其中第一函数被实施为来自多个查找表的一查找表,其中所述图片QP值是到所述查找表的输入,并且其中所述查找表基于视频数据的图片的视频特性。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862656936P | 2018-04-12 | 2018-04-12 | |
US62/656,936 | 2018-04-12 | ||
US16/380,520 US11259023B2 (en) | 2018-04-12 | 2019-04-10 | Harmonization of transform-based quantization and dynamic range adjustment scale derivation in video coding |
US16/380,520 | 2019-04-10 | ||
PCT/US2019/026966 WO2019200085A1 (en) | 2018-04-12 | 2019-04-11 | Harmonization of transform-based quantization and dynamic range adjustment scale derivation in video coding |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111937384A true CN111937384A (zh) | 2020-11-13 |
CN111937384B CN111937384B (zh) | 2022-10-25 |
Family
ID=68160559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980023684.8A Active CN111937384B (zh) | 2018-04-12 | 2019-04-11 | 用于解码视频数据的方法及装置以及计算机可读存储介质 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11259023B2 (zh) |
EP (1) | EP3777155A1 (zh) |
KR (1) | KR20200140838A (zh) |
CN (1) | CN111937384B (zh) |
AU (1) | AU2019252418B2 (zh) |
BR (1) | BR112020020594A2 (zh) |
SG (1) | SG11202009087XA (zh) |
TW (1) | TWI807008B (zh) |
WO (1) | WO2019200085A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11146823B2 (en) | 2019-06-25 | 2021-10-12 | Qualcomm Incorporated | Signalling chroma quantization parameter (QP) mapping tables |
CN110933416B (zh) * | 2019-11-12 | 2021-07-20 | 宁波大学 | 高动态范围视频自适应预处理方法 |
JP7277354B2 (ja) * | 2019-12-26 | 2023-05-18 | Kddi株式会社 | 画像復号装置、画像復号方法及びプログラム |
WO2021134072A1 (en) * | 2019-12-27 | 2021-07-01 | Beijing Dajia Internet Information Technology Co., Ltd. | Methods and apparatus of video coding in 4:4:4 chroma format |
US11303897B2 (en) * | 2020-02-25 | 2022-04-12 | Tencent America LLC | Method and apparatus for signaling of chroma quantization parameters |
US11558616B2 (en) * | 2020-03-05 | 2023-01-17 | Qualcomm Incorporated | Methods for quantization parameter control for video coding with joined pixel/transform based quantization |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104427339A (zh) * | 2013-09-09 | 2015-03-18 | 苹果公司 | 视频编码中的色度量化 |
CN104584560A (zh) * | 2012-07-02 | 2015-04-29 | 微软公司 | 在去块时使用色度量化参数偏移 |
CN104756497A (zh) * | 2012-10-17 | 2015-07-01 | 日立麦克赛尔株式会社 | 图像传送系统 |
WO2017184784A1 (en) * | 2016-04-22 | 2017-10-26 | Dolby Laboratories Licensing Corporation | Coding of hdr video signals in the ictcp color format |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106131561B (zh) * | 2012-01-20 | 2019-10-18 | 维洛媒体国际有限公司 | 解码装置和解码方法 |
GB2501535A (en) * | 2012-04-26 | 2013-10-30 | Sony Corp | Chrominance Processing in High Efficiency Video Codecs |
CN110177276B (zh) * | 2014-02-26 | 2021-08-24 | 杜比实验室特许公司 | 处理视频图像的空间区域的方法、存储介质及计算装置 |
US9736481B2 (en) | 2014-03-14 | 2017-08-15 | Qualcomm Incorporated | Quantization parameters for color-space conversion coding |
EP3354019A4 (en) * | 2015-09-23 | 2019-05-22 | Telefonaktiebolaget LM Ericsson (publ) | DETERMINATION OF QUANTIZATION PARAMETER VALUES |
US10200698B2 (en) * | 2016-08-09 | 2019-02-05 | Intel Corporation | Determining chroma quantization parameters for video coding |
WO2019194147A1 (en) * | 2018-04-02 | 2019-10-10 | Sharp Kabushiki Kaisha | Systems and methods for deriving quantization parameters for video blocks in video coding |
-
2019
- 2019-04-10 US US16/380,520 patent/US11259023B2/en active Active
- 2019-04-11 SG SG11202009087XA patent/SG11202009087XA/en unknown
- 2019-04-11 KR KR1020207030763A patent/KR20200140838A/ko active Search and Examination
- 2019-04-11 EP EP19719745.2A patent/EP3777155A1/en active Pending
- 2019-04-11 CN CN201980023684.8A patent/CN111937384B/zh active Active
- 2019-04-11 BR BR112020020594-0A patent/BR112020020594A2/pt unknown
- 2019-04-11 TW TW108112735A patent/TWI807008B/zh active
- 2019-04-11 AU AU2019252418A patent/AU2019252418B2/en active Active
- 2019-04-11 WO PCT/US2019/026966 patent/WO2019200085A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104584560A (zh) * | 2012-07-02 | 2015-04-29 | 微软公司 | 在去块时使用色度量化参数偏移 |
CN104756497A (zh) * | 2012-10-17 | 2015-07-01 | 日立麦克赛尔株式会社 | 图像传送系统 |
CN104427339A (zh) * | 2013-09-09 | 2015-03-18 | 苹果公司 | 视频编码中的色度量化 |
WO2017184784A1 (en) * | 2016-04-22 | 2017-10-26 | Dolby Laboratories Licensing Corporation | Coding of hdr video signals in the ictcp color format |
Also Published As
Publication number | Publication date |
---|---|
BR112020020594A2 (pt) | 2021-01-12 |
TWI807008B (zh) | 2023-07-01 |
CN111937384B (zh) | 2022-10-25 |
EP3777155A1 (en) | 2021-02-17 |
AU2019252418A1 (en) | 2020-10-15 |
US20190320174A1 (en) | 2019-10-17 |
US11259023B2 (en) | 2022-02-22 |
KR20200140838A (ko) | 2020-12-16 |
AU2019252418B2 (en) | 2022-12-01 |
TW201944780A (zh) | 2019-11-16 |
WO2019200085A1 (en) | 2019-10-17 |
SG11202009087XA (en) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109155848B (zh) | 用于高动态范围及宽色域视频译码的环路内样本处理 | |
CN111480339B (zh) | 用于视频译码的方法和装置、计算机可读存储介质、设备 | |
CN111937384B (zh) | 用于解码视频数据的方法及装置以及计算机可读存储介质 | |
CN110999299A (zh) | 在视频译码中跨分量动态范围调整(cc-dra)的系统及方法 | |
CN113508589A (zh) | 视频译码中的组合残差译码 | |
CN112042202B (zh) | 解码图片缓冲区管理及动态范围调整 | |
US11146823B2 (en) | Signalling chroma quantization parameter (QP) mapping tables | |
TWI765903B (zh) | 用於循環樣本處理之視訊寫碼工具 | |
US11533512B2 (en) | Dynamic range adjustment parameter signaling and enablement of variable bit depth support | |
US11558616B2 (en) | Methods for quantization parameter control for video coding with joined pixel/transform based quantization | |
US11671600B2 (en) | Signaling intensity dependent deblocking filtering for video coding | |
US11463737B2 (en) | Signaling of dynamic range adjustment parameters for decoded picture buffer management and dynamic range | |
TW202415070A (zh) | 編碼高動態範圍視頻資料 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |