CN113632456A - 用信号通知接入单元分界符的方法 - Google Patents
用信号通知接入单元分界符的方法 Download PDFInfo
- Publication number
- CN113632456A CN113632456A CN202080023906.9A CN202080023906A CN113632456A CN 113632456 A CN113632456 A CN 113632456A CN 202080023906 A CN202080023906 A CN 202080023906A CN 113632456 A CN113632456 A CN 113632456A
- Authority
- CN
- China
- Prior art keywords
- access unit
- access
- value
- unit
- nal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000011664 signaling Effects 0.000 title claims abstract description 30
- 230000008569 process Effects 0.000 claims description 13
- 230000002123 temporal effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 239000000523 sample Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 24
- 230000033001 locomotion Effects 0.000 description 20
- 230000006835 compression Effects 0.000 description 12
- 238000007906 compression Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 10
- 239000000872 buffer Substances 0.000 description 9
- 239000013598 vector Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 239000012634 fragment Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000013074 reference sample Substances 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013139 quantization Methods 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
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001668 ameliorated effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003813 thumb Anatomy 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
- H04N19/70—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
-
- 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
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- 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
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- 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
- H04N19/174—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 slice, e.g. a line of blocks or a group of blocks
-
- 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
- H04N19/188—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 video data packet, e.g. a network abstraction layer [NAL] unit
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
包括一种方法和装置，所述装置包括计算机代码，被配置成使一个或多个处理器执行获取视频数据；确定视频数据的至少一个网络抽象层NAL单元的接入单元分界符语法；确定所述接入单元分界符语法是否指示(NAL)单元的切片类型值；确定所述NAL单元的接入单元分界符语法是否指示NAL单元的视频编码层(VCL)值和接入单元顺序计数值中的至少一个；和根据所述接入单元分界符语法是否指示所述切片类型值、VCL值和接入单元顺序计数值中的至少一个，发信号通知所述NAL单元的接入单元边界值。
Description
相关申请的交叉引用
本申请要求2019年9月23日在美国专利商标局提交的申请号为62/904,361的美国临时申请和2020年9月17日在美国专利商标局提交的申请号为17/023,711的美国申请的优先权，这两个申请的全部内容并入本文。
背景技术
1.技术领域
本发明旨在改进随机接入单元(AU)信息的指示和AU边界检测的鲁棒性。
2.相关技术描述
ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)于2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)发布了H.265/HEVC(高效视频编码)标准。2015年，这两个标准组织联合组建了JVET(联合视频探索小组)，以挖掘开发超越HEVC的下一个视频编码标准的潜力。2017年10月，他们发布了关于能力超越HEVC的视频压缩的联合提案征集书(CfP)。截至2018年2月15日，分别收到了总共22个关于标准动态范围(SDR)的CfP回应、12个关于高动态范围(HDR)的CfP回应，以及12个关于360度视频类别的CfP回应。在2018年4月，在第122次MPEG/第10次JVET会议上，对接收到的所有CfP回应进行了评估。这次会议的结果是，JVET正式启动了超越HEVC的下一代视频编码的标准化过程。新标准命名为通用视频编码(VVC)，JVET更名为联合视频专家小组。当前版本的VTM(VVC测试模型)为VTM 6。
由于这些技术领域中并没有强制是否发信号通知接入单元分界符(access unitdelimiter,AUD)以指示接入单元边界，因此，需要一种针对在信令中缺乏鲁棒性以及准确性和效率的技术方案。
发明内容
包括一种方法和装置，所述装置包括配置为存储计算机程序代码的存储器和配置为访问所述计算机程序代码并按照所述计算机程序代码的指示操作的一个或多个处理器。所述计算机程序代码包括：获取代码，被配置为使所述至少一个处理器获取视频数据；第一确定代码，被配置为使至少一个处理器确定视频数据的至少一个网络抽象层(NAL)单元的接入单元分界符语法；第二确定代码，被配置为使所述至少一个处理器确定所述接入单元分界符语法是否指示NAL单元的切片类型值；第三确定代码，被配置为使至少一个处理器确定所述NAL单元的接入单元分界符语法是否指示NAL单元的视频编码层(VCL)值和接入单元顺序计数值中的至少一个；信令代码，被配置为使得至少一个处理器根据接入单元分界符语法是否指示所述切片类型值、VCL值和接入单元顺序计数值中的至少一个，发信号通知所述NAL单元的接入单元边界值。
根据示例性实施例，所述第三确定代码进一步被配置为使得所述至少一个处理器通过确定所述VCL值中的至少一个是否被设置为0、1和2中的任一个，来实现确定所述NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
根据示例性实施例，所述信令代码还被配置为使得所述至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为0，发信号通知以下至少一个：拖尾图片值的已编码切片、步进式时间子层接入STSA图片值的已编码切片，随机接入跳过前导RASL图片值的已编码切片，和随机接入可解码前导RADL图片值的已编码切片，以实现发信号通知所述NAL单元的接入边界值。
所述信令代码进一步被配置为使得所述至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为1，发信号通知以下至少一个：瞬时解码器参考IDR图片值的已编码切片、完全随机接入CRA图片值的已编码切片，以及逐步解码参考GDR图像值的已编码切片，以实现发信号通知所述NAL单元的接入边界值。
根据示例性实施例，所述信令代码进一步被配置为使得至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为2，发信号通知接入单元中的已编码图片的多个切片的多个VCL值，以实现发信号通知所述NAL单元的接入边界值。
根据示例性实施例，所述第三确定代码进一步配置为使所述至少一个处理器确定NAL单元的接入单元顺序计数值是否标识接入单元，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
根据示例性实施例，所述第三确定代码进一步配置为使所述至少一个处理器确定接入单元顺序计数值是否在0到225的范围内，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
根据示例性实施例，所述第三确定代码进一步配置为使得所述至少一个处理器确定NAL单元的接入单元顺序计数值是否标识相邻接入单元中的接入单元，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
根据示例性实施例，所述第二确定代码进一步被配置为使得所述至少一个处理器确定切片类型值是否被设置为0、1和2中的任一个，以实现确定接入单元分界符语法是否指示NAL单元的切片类型值。
根据示例性实施例，所述第二确定代码还进一步被配置为是的所述至少一个处理器确定接入单元分界符语法是否指示切片类型值还包括：确定是否存在帧内预测切片和帧间预测切片中的至少一个。
附图说明
通过下文的详细描述和附图，本申请所公开主题的进一步特征、本质和各种优点将更加清楚，其中：
图1是根据实施例的简化示意图。
图2是根据实施例的简化示意图。
图3是根据实施例的简化示意图。
图4是根据实施例的简化示意图。
图5是根据实施例的简化示意图。
图6是根据实施例的简化示意图。
图7是根据实施例的简化示意图。
图8是根据实施例的简化示意图。
图9A是根据实施例的简化示意图。
图9B是根据实施例的简化示意图。
图10是根据实施例的简化流程图。
图11是根据实施例的简化流程图。
图12A是根据实施例的简化示意图。
图12B是根据实施例的简化示意图。
图13是根据实施例的简化流程图。
图14是根据实施例的简化流程图。
图15是根据实施例的简化示意图。
具体实施方式
下文讨论的特征可单独使用或以任何顺序组合使用。此外，这些实施例可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。
图1示出了根据本申请实施例的通信系统100的简化框图。通信系统100可以包括经由网络105互连的至少两个终端102和103。对于单向数据传输，第一终端103可在本地位置对视频数据进行编码，以经由网络105传输到另一个终端102。第二终端102可以从网络105接收另一个终端的已编码视频数据，对已编码数据进行解码并且显示恢复的视频数据。单向数据传输在媒体服务应用等中可能是常见的。
图1示出了用于支持已编码视频的双向传输的第二对终端101和104，所述已编码视频的双向传输可例如在视频会议期间发生。对于双向数据传输，终端101和104中的每个终端可对本地位置采集的视频数据进行编码，以通过网络105传输到另一终端。终端101和104中的每个终端还可接收由另一终端传输的已编码视频数据，且可对所述已编码数据进行解码，并可在本地显示装置上显示恢复的视频数据。
在图1中，终端101、102、103和104可能图示为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络105表示在终端101、102、103和104之间传送已编码视频数据的任何数目的网络，包括例如有线和/或无线通信网络。通信网络105可在电路交换和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本申请论述的目的，除非在下文中有所解释，否则网络105的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为本申请所公开主题应用的示例，图2示出了视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统203，所述采集子系统203可包括数码相机等视频源201，所述视频源201用于创建例如未压缩的视频样本流213。样本流213被强调与已编码的视频码流相比，其具有高数据量，样本流213可由耦接在相机201上的编码器202处理。编码器202可包括硬件、软件或软硬件组合，以实现或实施如下文更详细地描述的所公开主题的各方面。已编码的视频码流204被强调与样本流相比，其具有较低的数据量，已编码的视频码流204可存储在流式传输服务器205上以供将来使用。一个或多个流式传输客户端212和207，可访问流式传输服务器205，以获取已编码的视频码流204的副本208和206。客户端212可包括视频解码器211。视频解码器211对已编码的视频码流的传入副本208进行解码，且产生可在显示器209或其它呈现装置(未描绘)上呈现的输出视频样本流210。在一些流式传输系统中，可根据某些视频编码/压缩标准，对视频码流204、206和208进行编码。该些标准的示例如上所述并将在下文进行描述。
图3可以是根据本申请实施例的视频解码器300的框图。
接收器302可接收将由解码器300解码的一个或多个编解码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道301接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器302可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未绘出)的已编码音频数据和/或辅助数据流。接收器302可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器303可耦接在接收器302与熵解码器/解析器304(此后称为“解析器”)之间。当接收器302从具有足够带宽和可控性的存储/转发装置，或从等时同步网络接收数据时，也可能不需要配置缓冲303，或者所述缓冲可以很小。为了在互联网等尽力而为业务分组网络上使用，也可能需要缓冲303，所述缓冲可相对较大且可具有自适应性大小。
视频解码器300可包括解析器304，以根据已熵编码视频序列重建符号313。这些符号的类别包括用于管理解码器300的操作的信息，以及潜在包括用以控制显示器312等显示装置的信息，所述显示装置不是解码器的组成部分，但可耦接到解码器。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(Video Usability Information)的参数集片段(未绘出)。解析器304可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循本领域技术人员所知的各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器304可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块(tile)、切片(slice)、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。熵解码器/解析器还可从已编码视频序列提取信息，例如变换系数、量化器参数(QP)值、运动矢量等等。
解析器304可对从缓冲303接收的视频序列执行熵解码/解析操作，从而创建符号313。解析器304可以接收已编码数据，并选择性地对特定的符号313进行解码。此外，解析器304可以确定是将特定的符号313提供给运动补偿预测单元306、缩放器/逆变换单元305、帧内预测单元307或者环路滤波器311。
符号313的重建可涉及多个不同单元，取决于已编码视频图片或其部分(诸如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素。涉及哪些单元以及涉及方式可由解析器304从已编码视频序列解析的子群控制信息控制。为了清楚起见，未描述解析器304与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，解码器300可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述本申请所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元305。缩放器/逆变换单元305从解析器304接收作为符号313的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元305可输出包括样本值的块，所述样本值可输入到聚合器310中。
在一些情况下，缩放器/逆变换单元305的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元307提供。在一些情况下，帧内图片预测单元307采用从当前(已部分重建的)图片309提取的周围已重建信息，生成大小和形状与正在重建的块相同的块。在一些情况下，聚合器310基于每个样本，将帧内预测单元307生成的预测信息添加到由缩放器/逆变换单元305提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元305的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元306可访问参考图片存储器308以提取用于预测的样本。在根据与所述块相关的符号313对提取的样本进行运动补偿之后，这些样本可由聚合器310添加到缩放器/逆变换单元的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元从参考图片存储器内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号313的形式而供运动补偿预测单元使用，所述符号313例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器提取的样本值的内插、运动矢量预测机制等等。
聚合器310的输出样本可在环路滤波器单元311中经过各种环路滤波技术处理。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频码流中的参数，且所述参数作为来自解析器304的符号313可用于环路滤波器单元311。然而，在其它实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元311的输出可以是样本流，所述样本流可输出到显示装置312以及存储在参考图片存储器557，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。一旦已编码图片被完全重建，且已编码图片(通过例如解析器304)被识别为参考图片，则当前参考图片309可变为参考图片存储器308的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片存储器。
视频解码器300可根据例如ITU-T Rec H.265中记载的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法的意义上，如视频压缩技术文档或标准以及特别是其中的配置文件中所规定，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。对于合规性而言，已编码视频序列的复杂度必须处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片尺寸、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片尺寸等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical Reference Decoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器302可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器300使用，用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图4是根据本申请公开的实施例的视频编码器400的框图。
编码器400可从视频源401(并非编码器的一部分)接收视频样本，所述视频源可采集将由编码器400编码的视频图像。
视频源401可提供将由编码器(303)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源401可以是存储先前已准备好的视频的存储装置。在视频会议系统中，视频源401可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括至少一个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，编码器400可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列410。施行适当的编码速度是控制器402的一个功能。控制器控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了清楚起见，图中未标示耦接。由控制器设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片尺寸、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。本领域技术人员可识别控制器402的其他功能，因为这些功能可能涉及针对某一系统设计优化的视频编码器400。
一些视频编码器在本领域技术人员容易识别出的“编码环路”中进行操作。作为简单的描述，编码环路可包括编码器402(下文称为“源编码器”)的编码部分(负责基于待编码的输入图片和参考图片创建符号)和嵌入于编码器400中的(本地)解码器406。解码器406重建符号，以创建(远程)解码器同样会创建的样本数据(因为在本申请所公开主题所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩都是无损的)。将重建的样本流输入到参考图片存储器405。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片缓冲器中的内容在本地编码器与远程编码器之间也是按位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)对于本领域技术人员而言，也是熟知的。
“本地”解码器406的操作可与已在上文结合图3详细描述的“远程”解码器300相同。然而，另外简要参考图4，当符号可用且熵编码器408和解析器304能够无损地将符号编码/解码为已编码视频序列时，解码器300的熵解码部分，包括信道301、接收器302、缓冲器303和解析器304，可以不是全部在本地解码器406中实现。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式，存在于对应的编码器中。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，在下文提供。
作为其操作的一部分，源编码器403可执行运动补偿预测编码，参考来自视频序列中被指定为“参考帧”的至少一个先前已编码帧，对输入帧进行预测性编码。以此方式，编码引擎407对输入帧的像素块与参考帧的像素块之间的差异进行编码，所述参考帧可被选作所述输入帧的预测参考。
本地视频解码器406可基于源编码器403创建的符号，对可指定为参考帧的帧的已编码视频数据进行解码。编码引擎407的操作可为有损过程。当已编码视频数据可在视频解码器(图4中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器406复制解码过程，所述解码过程可由视频解码器对参考帧执行，且可使重建的参考帧存储在参考图片高速缓存405中。以此方式，编码器400可在本地存储重建的参考帧的副本，所述副本与将由远端视频解码器获得的重建参考帧具有共同内容(不存在传输误差)。
预测器404可针对编码引擎407执行预测搜索。即，对于将要编码的新帧，预测器404可在参考图片存储器405中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器404可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器404获得的搜索结果，可确定输入图片可具有从参考图片存储器405中存储的多个参考图片取得的预测参考。
控制器402可管理视频编码器403的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器408中对所有上述功能单元的输出进行熵编码。熵编码器根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器409可缓冲由熵编码器408创建的已编码视频序列，从而为通过通信信道411进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器409可将来自视频编码器403的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器402可管理编码器400的操作。在编码期间，控制器405可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种帧类型：
帧内图片(I图片)，其可以是不将序列中的任何其它帧用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行非预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行非预测编码。
视频编码器400可根据例如ITU-T Rec.H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器400可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器409可在传输已编码的视频时传输附加数据。源编码器403可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
图5示出了HEVC和JEM中使用的帧内预测模式。为了捕捉在自然视频中呈现的任意边缘方向，定向帧内模式的数目从如HEVC中所使用的33扩展到65。在HEVC之上的JEM中的附加定向模式在图1(b)中被描绘为虚线箭头，并且平面和DC模式保持相同。这些更密集的定向帧内预测模式适用于所有块大小以及亮度和色度帧内预测。如图5所示，与奇数帧内预测模式索引相关联的由虚线箭头标识的定向帧内预测模式被称为奇数帧内预测模式。与偶数帧内预测模式索引相关联的由实线箭头标识的定向帧内预测模式被称为偶数帧内预测模式。在本文中，如图5中的实线或虚线箭头所指示的定向帧内预测模式也称为角度模式。
在JEM中，总共67个帧内预测模式用于亮度帧内预测。为了对帧内模式进行编码，基于相邻块的帧内模式来构建大小为6的最可能模式(MPM)列表。如果帧内模式不是来自MPM列表，则用信号通知标志以指示帧内模式是否属于选择的模式。在JEM-3.0中，有16个选择的模式，它们被均匀地每四个角度模式选择一次。在JVET-D0114和JVET-G0060中，导出16个二级MPM来代替均匀选择的模式。
图6示出了用于帧内定向模式的N个参考层(reference tier)。存在块单元611、片段A 601、片段B 602、片段C 603、片段D 604、片段E 605、片段F 606、第一参考层610、第二参考层609、第三参考层608和第四参考层607。
在HEVC和JEM以及例如H.264/AVC的一些其它标准中，用于预测当前块的参考样本被限制为最近的参考行(行或列)。在多参考行帧内预测的方法中，对于帧内定向模式，候选参考行(行或列)的数目从一(即最近的)增加到N，其中N是大于或等于一的整数。图2以4×4预测单元(PU)为例，示出了多行帧内定向预测方法的概念。帧内定向模式可以任意选择N个参考层中的一个来生成预测值。换句话说，从参考样本S1、S2、……和SN之一生成预测值p(x,y)。用信号通知标志以指示为帧内定向模式选择哪个参考层。如果N被设置为1，则帧内定向预测方法与JEM 2.0中的传统方法相同。在图6中，参考行610、609、608和607由六个分段601、602、603、604、605和606以及左上参考样本组成。在本文中，参考层也称为参考行。当前块单元内的左上像素的坐标是(0，0)，并且第1参考行中的左上像素是(-1，-1)。
在JEM中，对于亮度分量，用于帧内预测样本生成的相邻样本在产生过程之前被滤波。滤波由给定的帧内预测模式和变换块大小控制。如果帧内预测模式是DC或变换块大小等于4×4，则不对相邻样本进行滤波。如果给定帧内预测模式与垂直模式(或水平模式)之间的距离大于预定义阈值，则启用滤波过程。对于相邻样本滤波，使用[1，2，1]滤波器和双线性滤波器。
位置相关帧内预测组合(PDPC)方法是一种帧内预测方法，其调用未经滤波的边界参考样本与具有经滤波的边界参考样本的HEVC型帧内预测的组合。位于(x，y)处的每个预测样本pred[x][y]计算如下：
pred[x][y]＝(wL*R-1，y+wT*Rx，-1+wTL*R-1，-1+(64-wL-wT-wTL)*pred[x][y]+32)＞＞6
(公式2-1)
其中Rx，-1、R-1，y分别表示位于当前样本(x，y)的顶部和左侧的未经滤波的参考样本，并且R-1，-1表示位于当前块的左上角的未经滤波的参考样本。权重计算如下，
wT＝32＞＞((y＜＜1)＞＞shift) (公式2-2)
wL＝32＞＞((x＜＜1)＞＞shift) (公式2-3)
wTL＝-(wL＞＞4)-(wT＞＞4) (公式2-4)
shift＝(log2(width)+log2(height)+2)＞＞2 (公式2-5)
图7示出了DC模式下位于一个4×4块内(0，0)和(1，0)位置的PDPC权重(wL，wT，wTL)的示意图700。如果将PDPC应用于DC、平面、水平和垂直帧内模式，则不需要额外的边界滤波器，例如HEVC DC模式边界滤波器或水平/垂直模式边缘滤波器。图7示出了应用于右上对角线模式的PDPC的参考样本Rx，-1，R-1，y和R-1，-1的定义。预测样本pred(x′，y′)位于预测块内的(x′，y′)处。参考样本Rx，1的坐标x由下式给出：x＝x′+y′+1，并且参考样本R1，y的坐标y类似地由下式给出：y＝x′+y′+1。
图8示出了局部照明补偿(LIC)图800并且基于使用缩放因子a和偏移b的照明变化的线性模型。并且针对每个帧间模式编码的编解码单元(CU)自适应地启用或禁用该线性模型。
当LIC应用于CU时，使用最小二乘误差方法通过使用当前CU的相邻样本及其对应的参考样本来导出参数a和b。更具体地，如图8所示，使用CU的二次抽样(2∶1二次抽样)相邻样本和参考图片中的对应样本(由当前CU或子CU的运动信息标识)。IC参数被导出并单独应用于每个预测方向。
当CU以合并模式编码时，以类似于合并模式中的运动信息复制的方式从相邻块复制LIC标志；否则，为CU用信号通知LIC标志以指示是否应用LIC。
图9A示出了HEVC中使用的帧内预测模式900。在HEVC中，总共有35个帧内预测模式，其中模式10是水平模式，模式26是垂直模式，并且模式2、模式18和模式34是对角线模式。帧内预测模式由三个最可能模式(MPM)和32个剩余模式用信号通知。
图9B示出了，在VVC的实施例中，总共有87个帧内预测模式，其中模式18是水平模式，模式50是垂直模式，并且模式2、模式34和模式66是对角线模式。模式-1至-10和模式67至76被称为广角帧内预测(WAIP)模式。
根据PDPC表达式，使用帧内预测模式(DC、平面、角度)和参考样本的线性组合来预测位于位置(x，y)处的预测样本pred(x,y)：
pred(x,y)＝(wL×R-1,y+wT×Rx,-1–wTL×R-1,-1+(64–wL–wT+wTL)×pred(x,y)+32)>>6
其中Rx,-1、R-1,y分别表示位于当前样本(x，y)的顶部和左侧的参考样本，并且R-1,-1表示位于当前块的左上角的参考样本。
对于DC模式，对于具有宽度和高度尺寸的块，权重计算如下：
wT＝32>>((y<<1)>>nScale),wL＝32>>((x<<1)>>nScale),wTL＝(wL>>4)+(wT>>4),
其中nScale＝(log2(width)–2+log2(height)–2+2)>>2，其中wT表示位于具有相同水平坐标的上参考行中的参考样本的加权因子，wL表示位于具有相同垂直坐标的左参考行中的参考样本的加权因子，并且wTL表示当前块的左上参考样本的加权因子，nScale指定了加权因子沿轴线减小的速度(wL从左到右减小或wT从上到下减小)，即加权因子递减率，并且在当前设计中该速度沿x轴(从左到右)和y轴(从上到下)是相同的。并且32表示相邻样本的初始加权因子，并且该初始加权因子也是被分配给当前CB中的左上样本的上(左或左上)加权，并且PDPC过程中相邻样本的加权因子应等于或小于该初始加权因子。
对于平面模式，wTL＝0，而对于水平模式，wTL＝wT，并且对于垂直模式，wTL＝wL。PDPC权重可以仅用加法和移位来计算。pred(x,y)的值可以使用公式1在单个步骤中计算。
本文中所提出的方法可单独使用或以任何次序组合使用。进一步地，方法(或实施例)、编码器和解码器中的每一者可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。在下文中，术语“块”可以被理解为预测块、编码块或编解码单元(即，CU)。
图10图示了根据示例性实施例的简化流程图1000。在S10处，编码器，例如图4的所描述的编码器400，获得输入图片，并且在S11处对这些图片进行编码，例如利用包括生成NAL(网络抽象层)单元的编码，每个NAL单元包含头和有效载荷数据。一些NAL单元包括参数集，而其它NAL单元携带用于一些图片的已编码样本，并且在这些图片中，各个单元可专用于多个切片、切片分段中的一个或多个，这些切片、切片分段可彼此独立或相关。在S12处，将NAL单元码流单独或者与其他数据一起沿着网络提供给诸如解码器，例如图3所述的解码器300。
图13图示了流程图1300，其中在S30处，例如在图10的S11中，生成诸如图11中的接入单元分界符语法。在S31处，对于pic_type语法1101，通过确定对应数据是否通过编码或以其他方式生成，来确定是否要设置该语法，并且如果是，确定通过该pic_type语法1101发信号通知何值。例如，根据图12可确定pic_type语法1101(如果存在)是否指示值0、1或2，由此指示一个或多个slice_type值可存在于包含接入单元分界符的接入单元的已编码图片切片中，并且可在S34处相应地设置并发信号通知。
在图13的S32处，对于rap_type语法1102，通过确定对应数据是否通过编码或以其他方式生成，来确定是否要设置该语法，并且如果是，确定通过该rap_type语法1102发信号通知何值。例如，根据图12B可确定rap_type语法1102(如果存在)是否指示值0、1或2，由此可能指示已编码的所有切片的VCL nuh_unit_type值可能存在于包含接入单元分界符的接入单元的已编码图片切片中，并且可在S34处相应地设置并发信号通知。
在图14的S43处，对于au_order_cnt语法1103，通过确定对应数据是否通过编码或以其他方式生成，来确定是否要设置该语法，并且如果是，确定通过该au_order_cnt语法1103发信号通知何值。例如，可确定au_order_cnt语法1103(如果存在)是否指示接入单元次序计数的值，该接入单元次序计数标识相邻接入单元中的一个或多个相关联接入单元并且可在0至255(包括0和255)的范围内，并且可在S34处相应地设置并发信号通知该信息。
如图13所示，可按顺序或并行地执行S31、S32和S33，并且取决于在S31、S32和S33中的一个或多个处的确定结果，可在S34处指定上述信息，并且根据示例性实施例，将上述信息设置为针对图11的access_unit_delimiter_rbsp语法1100的可能语法元素的一个或多个NAL接入单元的一部分。
此外，在图10中，NAL单元中的一个或多个可能已经进行了编码，并在S13处与图11和其他相关附图描述的数据(诸如可能指示本文描述的各种信息的接入单元分界符)一起被接收，并且在S13处，对该数据进行解析和解码以如本文所述在S14处产生一个或多个输出图片。
图11表示根据示例性实施例的接入单元分界符的接入单元分界符原始字节序列有效载荷(rbsp)语法表1100，该接入单元分界符用于发信号通知视频帧的开始，并且图12示出了slice_type值的表1200。
pic_type语法1101指示，对于包含接入单元分界符NAL单元的接入单元中的已编码图片的所有切片，其slice_type值是表1100中针对pic_type的给定值列出的集合的成员。在符合本规范的本版本的码流中，pic_type的值应当等于0、1或2。参看图12的表1200，根据示例性实施例，其中pic_type值为0可指示在已编码图片中存在slice_type值I(仅帧内预测的切片)，并且其中pic_type值为1可指示在已编码图片中存在slice_type值为P(采用来自一个I或P切片的帧间预测的切片)和I中的任一个，并且其中pic_type值为2可指示在已编码图片中存在slice_type值为B(采用来自两个I或P切片的帧间预测的切片)、P和I中的任一个。预留pic_type的其它值以供ITU T|ISO/IEC将来使用。符合本规范的本版本的解码器应当忽略pic_type的预留值。
图14图示了流程图1400，其中在S40处，诸如在图10的S13中，获得并解析诸如图11的接入单元分界符语法。在S41处，针对pic_type语法1101，确定是否存在该语法，并且如果存在，则可通过该pic_type语法1101发信号通知何值。例如，根据图12可确定pic_type语法1101(如果存在)是否指示值0、1或2，由此指示一个或多个slice_type值可存在于包含接入单元分界符的接入单元的已编码图片切片中。
应当理解，根据实施例，NAL单元可包括已编码视频数据，该已编码视频数据包含指示NAL单元的数据类型的字节和有效载荷数据，并且该NAL单元可由编码器(诸如上文描述的编码器400)生成。一个或多个视频编码层(VCL)NAC单元可包含参考图片参数集
(PPS)、例如参考序列参数集(SPS)的标识符，并且可作为用于每个载波信道的各种递送方案的带内和/或带外参数集来发送。
还应当理解，接入单元可包括一组NAL单元，其中对每个接入单元的解码都可产生已解码图片。如上所述，可实现对接入单元分界符加前缀，并且每个接入单元的一组VCLNAL单元可包括基本已编码图片，该基本已编码图片包括表示视频图片样本的切片或切片数据分区。
rap_type语法1102指定包含接入单元分界符NAL单元的接入单元中的已编码图片的所有切片的VCL nuh_unit_type(NAL单元头“nuh”)值是表1200B中针对rap_type的给定值列出的集合的成员。在符合本规范的本版本的码流中，rap_type的值应当等于0、1或2。参看图12B的表1200B，根据示例性实施例，其中rap_type值为0可指示在已编码图片中存在以下任一nuh_layer_id值：TRAIL_NUT(拖尾NAL单元头(NUT))、STSA_NUT(步进式时间子层接入(STSA)NUT)、RASL_NUT(一个或多个随机接入跳过前导图片(RASL)NUT)、RADL_NUT(随机接入可解码图片(RADL)NUT)，并且其中rap_type值为1可指示在已编码图片中存在IDR_W_RADL(瞬时解码器刷新(IDR)W RADL(可具有前导图片))、IDR_N_LP(没有前导图片)、CRA_NUT(完全随机接入点(clean random access point，CRA)NUT)、GDR_NUT(逐步解码器刷新(GDR)NUT)中的任一个，并且其中rap_type值为2可指示在已编码图片中存在所有VCL nuh_unit_type_value值。预留rap_type的其它值以供ITU T|ISO/IEC将来使用。符合本规范的本版本的解码器应当忽略rap_type的预留值。rap_type可指定接入单元中的已编码图片是否仅包含非IRAP(帧内随机接入点)NAL单元、或仅包含IRAP NAL单元，或者包含IRAP和非IRAP两者。rap_type的值可用于指示随机接入点是否存在于接入单元中。根据示例性实施例，HEVC中的图片类别可包括IRAP图片(其可属于时间子层0并且不使用其他图片内容作为参考数据进行编码)、前导图片(在解码顺序上，在IRAP图片之后，在输出顺序上，在IRAP图片之前)，以及拖尾图片(在解码和输出顺序上，均在IRAP图片之后)。
在图14的S42处，针对rap_type语法1102，确定是否存在该语法，并且如果存在，确定该rap_type语法1102可发信号通知何值。例如，根据图12B，可确定rap_type语法1102(如果存在)是否指示值0、1或2，由此可能指示用于已编码的所有切片的VCL nuh_unit_type值可能存在于包含接入单元分界符的接入单元中的已编码图片切片中。
根据示例性实施例，可强制地发信号通知AUD以指示接入单元边界。在AUD中，可发信号通知语法元素pic_type以指示哪些slice_type值存在于包含接入单元分界符NAL单元的接入单元中的已编码图片的切片中，并且pic_type可用于识别AU是独立于还是依赖于其它AU。
此外，au_order_cnt语法1103指定标识相邻接入单元中的相关联接入单元的接入单元次序计数的值。根据示例性实施例，au_order_cnt的值应当在0至255(包括0和255)的范围内。接入单元次序计数值可用于识别接入单元边界，尤其是当一个或多个AUD丢失时。
在图14的S43处，针对au_order_cnt语法1103，确定是否存在该语法，并且如果存在，确定该au_order_cnt语法1103可发信号通知何值。例如，可确定au_order_cnt语法1103(如果存在)是否指示接入单元次序计数的值，该接入单元次序计数标识相邻接入单元中的一个或多个相关联接入单元并且可在0至255(包括0和255)的范围内。
如图14所示，可按顺序或并行地执行S41、S42和S43，并且取决于在这些S41、S42和S43中的一个或多个处的确定结果，根据示例性实施例，针对图11的access_unit_delimiter_rbsp语法1100的可能语法元素，可在S44处指定并发信号通知上述信息。
如本文所描述的，可存在被配置为确定或存储根据示例性实施例在本文描述的一些值之间的预定增量值(差值)的一个或多个硬件处理器和计算机部件，诸如缓冲器、算术逻辑单元、存储器指令。
因此，通过本文描述的示例性实施例，可通过这些技术方案中的一种或多种技术方案来有利地改善上述技术问题。即，根据实施例，为了解决一个或多个不同的技术问题，本公开描述了新颖的技术方面，其中可有利地发信号通知接入单元分界符(AUD)以指示哪些slice_type值存在于包含接入单元分界符NAL单元的接入单元中的已编码图片的切片中。pic_type可用于识别AU是独立于还是依赖于外部AU。此外，可以断言，根据示例性实施例，这种新颖的语法元素信令分别在对随机接入AU的指示和AU边界检测的稳健性方面是有利的，并且因此例如对于提高准确性和效率是有利的。
上文所描述的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在一个或多个计算机可读存储介质中，或者可以由一个或多个特别配置的硬件处理器实施。例如，图12示出适于实施本申请主题的某些实施例的计算机系统1200。
所述计算机软件可使用任何合适的机器代码或计算机语言来编码，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由计算机中央处理单元(central processing unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。
所述指令可在各种类型的计算机或计算机组件上执行，所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。
图15中所示的用于计算机系统1500的组件在本质上是示范性的，并非旨在暗示关于实施本申请的实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统1500的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。
计算机系统1500可包括某些人机接口输入装置。此类人机接口输入装置可响应于一个或多个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图像(例如：扫描图像、从静态图像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
输入人机接口装置可包括以下一个或多个(每种仅描绘一个)：键盘1501、鼠标1502、轨迹垫1503、触摸屏1510、操纵杆1505、麦克风1506、扫描仪1508、相机1507。
计算机系统1500还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激一个或多个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏1510、或操纵杆1505的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器1509、头戴式耳机(未描绘))、视觉输出装置(例如，屏幕1510，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘)，以及打印机(未描绘)。
计算机系统1500还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD 1521等介质的CD/DVD ROM/RW 1520、拇指驱动器1522、可移动硬盘驱动器或固态驱动器1523、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未描绘)，等等。
所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其他瞬时信号。
计算机系统1500还可包括到一个或多个通信网络1598的接口1599。网络1598可例如是无线的、有线的、光学的。网络1598还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。网络1598的示例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络1598通常需要附接到某些通用数据端口或外围总线(1550和1551)(例如，计算机系统1500的USB端口)的外部网络接口适配器；其他网络通常通过附接到如下文所描述的系统总线而集成到计算机系统1500的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络1598中的任一网络，计算机系统1500可与其他实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其他计算机系统。可在如上文所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口装置、人类可访问存储装置和网络接口可附接到计算机系统1500的核心1540。
核心1540可包括一个或多个中央处理单元(Central Processing Unit，CPU)1541、图形处理单元(Graphics Processing Unit，GPU)1542、图形适配器1517，现场可编程门区域(Field Programmable Gate Areas，FPGA)形式的专用可编程处理单元1543、用于某些任务的硬件加速器1544等等。这些装置连同只读存储器(Read-only memory，ROM)1545、随机存取存储器(Random-access memory)1546、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置1547可通过系统总线1548连接。在一些计算机系统中，系统总线1548可通过一个或多个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线1551附接到核心的系统总线1548。用于外围总线的架构包括PCI、USB等等。
CPU 1541、GPU 1542、FPGA 1543和加速器1544可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM 1545或RAM 1546中。过渡数据也可存储在RAM 1546中，而永久性数据可例如存储在内部大容量存储装置1547中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与一个或多个CPU 1541、GPU 1542、大容量存储装置1547、ROM 1545、RAM1546等紧密关联。
计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。
举例来说但不作为限制，具有架构1500且尤其是核心1540的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以一个或多个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心1540的非易失性质的某些存储装置(例如核心内部大容量存储装置1547或ROM1545)相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心1540执行。根据特定需求，计算机可读介质可包括一个或多个存储器装置或芯片。软件可使核心1540且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM 1546中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线的或以其他方式体现于电路(例如：加速器1544)中的逻辑所产生的功能，所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读介质的引用可涵盖存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或这两种电路。本申请涵盖硬件与软件的任何合适的组合。
尽管本申请描述了若干示范性实施例，但在本申请的范围内，可以有各种改动、排列组合方式以及各种替代等同物。因此，应该理解，在申请的精神和范围内，本领域技术人员可以设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的系统和方法。
Claims (20)
1.一种由至少一个处理器执行的视频编码的方法，其特征在于，所述方法包括：
获取视频数据；
确定视频数据的至少一个网络抽象层NAL单元的接入单元分界符语法；
确定所述接入单元分界符语法是否指示NAL单元的切片类型值；
确定所述NAL单元的接入单元分界符语法是否指示NAL单元的视频编码层VCL值和接入单元顺序计数值中的至少一个；和
根据所述接入单元分界符语法是否指示所述切片类型值、VCL值和接入单元顺序计数值中的至少一个，发信号通知所述NAL单元的接入单元边界值。
2.根据权利要求1所述的视频编码方法，其中，
所述确定所述NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个，包括：确定所述VCL值中的至少一个是否被设置为0、1和2中的任一个。
3.根据权利要求2所述的视频编码方法，其中，
所述发信号通知所述NAL单元的接入边界值包括：基于确定接入单元分界符指示所述VCL值中的至少一个被设置为0，发信号通知以下至少一个：拖尾图片值的已编码切片、步进式时间子层接入STSA图片值的已编码切片，随机接入跳过前导RASL图片值的已编码切片，和随机接入可解码前导RADL图片值的已编码切片。
4.根据权利要求2所述的视频编码方法，其中，
所述发信号通知所述NAL单元的接入边界值包括：基于确定接入单元分界符指示所述VCL值中的至少一个被设置为1，发信号通知以下至少一个：瞬时解码器参考IDR图片值的已编码切片、完全随机接入CRA图片值的已编码切片，以及逐步解码参考GDR图像值的已编码切片。
5.根据权利要求2所述的视频编码方法，其中，
所述发信号通知所述NAL单元的接入边界值包括：基于确定接入单元分界符指示所述VCL值中的至少一个被设置为2，发信号通知接入单元中的已编码图片的多个切片的多个VCL值。
6.根据权利要求1所述的视频编码方法，其中，
所述确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个，包括：确定NAL单元的接入单元顺序计数值是否标识接入单元。
7.根据权利要求6所述的视频编码方法，其中，
所述确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个，包括：确定接入单元顺序计数值是否在0到225的范围内。
8.根据权利要求6所述的视频编码方法，其中，
所述确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个，包括：确定NAL单元的接入单元顺序计数值是否标识相邻接入单元中的接入单元。
9.根据权利要求1所述的视频编码方法，其中，
所述确定接入单元分界符语法是否指示NAL单元的切片类型值包括：确定切片类型值是否被设置为0、1和2中的任一个。
10.根据权利要求9所述的视频编码方法，其中，
所述确定接入单元分界符语法是否指示切片类型值还包括：确定是否存在帧内预测切片和帧间预测切片中的至少一个。
11.一种用于视频编码的装置，其特征在于，该装置包括：
至少一个存储器，配置为存储计算机程序代码；
至少一个处理器，配置为访问所述计算机程序代码并按照所述计算机程序代码的指示操作，所述计算机程序代码包括：
获取代码，被配置为使所述至少一个处理器获取视频数据；
第一确定代码，被配置为使至少一个处理器确定视频数据的至少一个网络抽象层NAL单元的接入单元分界符语法；
第二确定代码，被配置为使所述至少一个处理器确定所述接入单元分界符语法是否指示NAL单元的切片类型值；
第三确定代码，被配置为使至少一个处理器确定所述NAL单元的接入单元分界符语法是否指示NAL单元的视频编码层VCL值和接入单元顺序计数值中的至少一个；和
信令代码，被配置为使得至少一个处理器根据接入单元分界符语法是否指示所述切片类型值、VCL值和接入单元顺序计数值中的至少一个，发信号通知所述NAL单元的接入单元边界值。
12.根据权利要求11所述的视频编码装置，其中，
所述第三确定代码进一步被配置为使得所述至少一个处理器通过确定所述VCL值中的至少一个是否被设置为0、1和2中的任一个，来实现确定所述NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
13.根据权利要求12所述的视频编码装置，其中，
所述信令代码还被配置为使得所述至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为0，发信号通知以下至少一个：拖尾图片值的已编码切片、步进式时间子层接入STSA图片值的已编码切片，随机接入跳过前导RASL图片值的已编码切片，和随机接入可解码前导RADL图片值的已编码切片，以实现发信号通知所述NAL单元的接入边界值。
14.根据权利要求12所述的视频编码装置，其中，
所述信令代码进一步被配置为使得所述至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为1，发信号通知以下至少一个：瞬时解码器参考IDR图片值的已编码切片、完全随机接入CRA图片值的已编码切片，以及逐步解码参考GDR图像值的已编码切片，以实现发信号通知所述NAL单元的接入边界值。
15.根据权利要求12所述的用于视频编码的装置，其中，
所述信令代码进一步被配置为使得至少一个处理器基于确定接入单元分界符指示所述VCL值中的至少一个被设置为2，发信号通知接入单元中的已编码图片的多个切片的多个VCL值，以实现发信号通知所述NAL单元的接入边界值。
16.根据权利要求11所述的用于视频编码的装置，其中，
所述第三确定代码进一步配置为使所述至少一个处理器确定NAL单元的接入单元顺序计数值是否标识接入单元，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
17.根据权利要求16所述的视频编码装置，其中，
所述第三确定代码进一步配置为使所述至少一个处理器确定接入单元顺序计数值是否在0到225的范围内，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
18.根据权利要求16所述的视频编码装置，其中，
所述第三确定代码进一步配置为使得所述至少一个处理器确定NAL单元的接入单元顺序计数值是否标识相邻接入单元中的接入单元，以实现确定NAL单元的接入单元分界符语法是否指示NAL单元的VCL值和接入单元顺序计数值中的至少一个。
19.根据权利要求11所述的视频编码装置，其中，
所述第二确定代码进一步被配置为使得所述至少一个处理器确定切片类型值是否被设置为0、1和2中的任一个，以实现确定接入单元分界符语法是否指示NAL单元的切片类型值。
20.一种非易失性计算机可读介质，其存储可由计算机执行的过程，其特征在于，所述过程包括：
获取视频数据；
确定视频数据的至少一个网络抽象层NAL单元的接入单元分界符语法；
确定所述接入单元分界符语法是否指示NAL单元的切片类型值；
确定所述NAL单元的接入单元分界符语法是否指示NAL单元的视频编码层VCL值和接入单元顺序计数值中的至少一个；和
根据接入单元分界符语法是否指示所述切片类型值、VCL值和接入单元顺序计数值中的至少一个，发信号通知所述NAL单元的接入单元边界值。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962904361P | 2019-09-23 | 2019-09-23 | |
| US62/904,361 | 2019-09-23 | ||
| US17/023,711 | 2020-09-17 | ||
| US17/023,711 US11825121B2 (en) | 2019-09-23 | 2020-09-17 | Method for access unit delimiter signaling |
| PCT/US2020/051973 WO2021061629A1 (en) | 2019-09-23 | 2020-09-22 | Method for access unit delimiter signaling |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113632456A true CN113632456A (zh) | 2021-11-09 |
| CN113632456B CN113632456B (zh) | 2024-05-07 |
Family
ID=74880219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080023906.9A Active CN113632456B (zh) | 2019-09-23 | 2020-09-22 | 视频编码方法、装置和存储介质 |
Country Status (9)
| Country | Link |
|---|---|
| US (2) | US11825121B2 (zh) |
| EP (1) | EP4035351A4 (zh) |
| JP (1) | JP7326463B2 (zh) |
| KR (1) | KR20210130223A (zh) |
| CN (1) | CN113632456B (zh) |
| AU (2) | AU2020354457B2 (zh) |
| CA (1) | CA3133962A1 (zh) |
| SG (1) | SG11202110195RA (zh) |
| WO (1) | WO2021061629A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11399188B2 (en) * | 2020-01-01 | 2022-07-26 | Tencent America LLC | Method for mixed NAL unit type support in a coded picture |
| CN115668943A (zh) * | 2020-03-23 | 2023-01-31 | Lg电子株式会社 | 基于混合nal单元类型的图像编码/解码方法和设备及存储比特流的记录介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101444102A (zh) * | 2006-03-27 | 2009-05-27 | 诺基亚公司 | 在可伸缩视频编码中的图像分隔符 |
| US20140301437A1 (en) * | 2013-04-05 | 2014-10-09 | Qualcomm Incorporated | Picture alignments in multi-layer video coding |
| CN104396265A (zh) * | 2012-04-27 | 2015-03-04 | 高通股份有限公司 | 在视频译码中从清晰随机存取图片的全面随机存取 |
| CN106464924A (zh) * | 2014-06-25 | 2017-02-22 | 高通股份有限公司 | 多层视频译码 |
| CN107925776A (zh) * | 2015-08-25 | 2018-04-17 | 索尼公司 | 发送装置、发送方法、接收装置和接收方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7586924B2 (en) | 2004-02-27 | 2009-09-08 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus and method for coding an information signal into a data stream, converting the data stream and decoding the data stream |
| JP2013251752A (ja) | 2012-05-31 | 2013-12-12 | Toshiba Corp | 電子機器及び復号方法 |
| EP2983363A4 (en) | 2013-04-05 | 2016-10-19 | Samsung Electronics Co Ltd | MULTI-LAYER VIDEO ENCODING METHOD FOR RANDOM ACCESS AND DEVICE THEREFOR, AND MULTI-LAYER VIDEO DECODING METHOD FOR RANDOM ACCESS AND DEVICE THEREOF |
| US10057569B2 (en) * | 2013-10-10 | 2018-08-21 | Sharp Kabushiki Kaisha | Alignment of picture order count |
| US20150237356A1 (en) | 2014-02-18 | 2015-08-20 | Microsoft Corporation | Host encoder for hardware-accelerated video encoding |
| US10602190B2 (en) * | 2016-05-13 | 2020-03-24 | Sharp Kabushiki Kaisha | Temporal sub-layer descriptor |
| US11516492B2 (en) * | 2018-07-01 | 2022-11-29 | Sharp Kabushiki Kaisha | Systems and methods for signaling picture order count values for pictures included in coded video |
| US20220286710A1 (en) * | 2019-07-12 | 2022-09-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Signaling of access unit delimiter |
-
2020
- 2020-09-17 US US17/023,711 patent/US11825121B2/en active Active
- 2020-09-22 WO PCT/US2020/051973 patent/WO2021061629A1/en unknown
- 2020-09-22 AU AU2020354457A patent/AU2020354457B2/en active Active
- 2020-09-22 KR KR1020217031188A patent/KR20210130223A/ko not_active Application Discontinuation
- 2020-09-22 JP JP2021558674A patent/JP7326463B2/ja active Active
- 2020-09-22 SG SG11202110195RA patent/SG11202110195RA/en unknown
- 2020-09-22 CN CN202080023906.9A patent/CN113632456B/zh active Active
- 2020-09-22 CA CA3133962A patent/CA3133962A1/en active Pending
- 2020-09-22 EP EP20867667.6A patent/EP4035351A4/en active Pending
-
2023
- 2023-05-19 AU AU2023203151A patent/AU2023203151A1/en active Pending
- 2023-09-15 US US18/368,848 patent/US20240007677A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101444102A (zh) * | 2006-03-27 | 2009-05-27 | 诺基亚公司 | 在可伸缩视频编码中的图像分隔符 |
| CN104396265A (zh) * | 2012-04-27 | 2015-03-04 | 高通股份有限公司 | 在视频译码中从清晰随机存取图片的全面随机存取 |
| US20140301437A1 (en) * | 2013-04-05 | 2014-10-09 | Qualcomm Incorporated | Picture alignments in multi-layer video coding |
| CN106464924A (zh) * | 2014-06-25 | 2017-02-22 | 高通股份有限公司 | 多层视频译码 |
| CN107925776A (zh) * | 2015-08-25 | 2018-04-17 | 索尼公司 | 发送装置、发送方法、接收装置和接收方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| SG11202110195RA (en) | 2021-10-28 |
| US20210092450A1 (en) | 2021-03-25 |
| AU2023203151A1 (en) | 2023-06-08 |
| JP2022526802A (ja) | 2022-05-26 |
| EP4035351A1 (en) | 2022-08-03 |
| EP4035351A4 (en) | 2023-11-22 |
| KR20210130223A (ko) | 2021-10-29 |
| JP7326463B2 (ja) | 2023-08-15 |
| US20240007677A1 (en) | 2024-01-04 |
| AU2020354457B2 (en) | 2023-02-23 |
| AU2020354457A1 (en) | 2021-10-14 |
| CA3133962A1 (en) | 2021-04-01 |
| CN113632456B (zh) | 2024-05-07 |
| WO2021061629A1 (en) | 2021-04-01 |
| US11825121B2 (en) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2023201375B2 (en) | Signaling of adaptive picture size in video bitstream | |
| CN113875242A (zh) | 支持各种色度格式的视频编解码工具的信令 | |
| US11310492B2 (en) | Signaling of inter layer prediction in video bitstream | |
| US11743500B2 (en) | Signaling of scalability parameters in video bitstream | |
| US20220337882A1 (en) | Signaling of inter layer prediction in video bitstream | |
| CN113382259A (zh) | 视频解码方法、装置和计算机设备 | |
| US20240007677A1 (en) | Method for access unit delimiter signaling | |
| CN114258681A (zh) | 在已编码视频流中用信号通知图片报头的方法 | |
| CN113812158A (zh) | 可缩放视频流的输出层集的信令方法 | |
| US20220060727A1 (en) | Method for support of scalability with adaptive picture resolution | |
| US11539957B2 (en) | Layered random access with reference picture resampling | |
| CN113841393A (zh) | 用于qt/bt/tt大小的改进的头语法 | |
| US12028551B2 (en) | Signaling of scalability parameters in video bitstream | |
| CN113678447B (zh) | 重建网络抽象层单元的方法、设备和电子设备 | |
| CN113574896A (zh) | 改进的最可能模式列表生成方案 | |
| CN114208177A (zh) | 用于cu级和tu级的自适应色彩变换相关信令 | |
| CN114097230A (zh) | 发信号通知用于参考图片重采样的输出图片大小 | |
| CN113678447A (zh) | 网络抽象层单元头 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40055148 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |