CN114097230A - 发信号通知用于参考图片重采样的输出图片大小 - Google Patents

Abstract

包括一种方法和装置，该装置包括：计算机代码，被配置为使一个或多个处理器执行：获取包括元数据和视频数据的输入比特流；对所述视频数据进行解码；确定所述元数据是否包括至少一个标志，所述至少一个标志用于发信号通知所述视频数据的至少一个图片的图片大小的至少一个分量；以及在确定所述元数据包括所述至少一个标志的情况下，发信号通知显示设备根据所述至少一个标志显示所述视频数据的至少一个图片。

Description

发信号通知用于参考图片重采样的输出图片大小

相关申请的交叉引用

本申请要求于2019年12月31日提交的、申请号为62/955,514的美国临时专利申请、以及于2020年10月5日提交的、申请号为17/063,253的美国专利申请的优先权，其全部内容通过引用并入本文。

背景技术

1.领域

本公开涉及例如在视频使用信息(VUI)中发信号通知恒定图片大小信息，其中，根据示例性实施例，除了本文描述的其它信息之外，此类信息还可指示用于显示的引导输出图片大小，其任何一个具有或不具有一个或多个裁剪的输出图片，该一个或多个裁剪的输出图片具有一个或多个不同的宽度和高度值中的任何一个，用于诸如参考图片重采样(RPR)的处理。

2.相关技术描述

在通用视频编解码(VVC)规范草案JVET-P2001(由JVET-Q0041编辑更新)中，RPR可以实现一个或多个已解码图片空间分辨率的改变。根据图片参数集(PPS)中发信号通知的图片宽度和高度以及裁剪窗口偏移值，每个输出图片可以具有与其它输出图片不同的图片大小。然而，不利的是，这些特征依赖于要求显示设备(例如作为后处理)具有将输出图片重新缩放为恒定图片大小以适合显示设备显示分辨率的能力。

不利的是，这种后处理纯粹是每个显示设备的角色，因此在技术上限制了显示设备上的输出显示的预处理控制的能力，例如显示设备显示分辨率。例如，在某些内容服务场景中，由于技术限制，可能会阻止内容提供商提供以特定分辨率消耗的或至少输出的视频内容，甚至可能根据例如负责人(director)的意图进一步阻止内容提供商指示用于显示的最佳或推荐分辨率。

此外，甚至JVET-N0052还拒绝在SPS中发信号通知(恒定)输出图片大小，以将这样的一个或多个过程作为后处理排除在解码过程之外。

因此，需要针对此类问题的技术方案。

发明内容

为了解决一个或多个不同的需求，这些需求带有意图(例如负责人的意图)，并为后处理留下显示的自由，发明人在此公开了技术方案，包括例如作为信息元数据在VUI中发信号通知任何恒定输出图片大小。根据实施例，终端用户的设备仍然可以自由地选择显示图片分辨率，同时还能够可选地接受负责人的建议。

包括一种方法和装置，该装置包括：存储器，被配置为存储计算机程序代码；以及一个或多个处理器，被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进行操作。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包括元数据和视频数据的输入比特流；解码代码，被配置为使所述至少一个处理器对所述视频数据进行解码；确定代码，被配置为使所述至少一个处理器确定所述元数据是否包括至少一个标志，所述至少一个标志用于发信号通知所述视频数据的至少一个图片的图片大小的至少一个分量；以及信令代码，被配置为使所述至少一个处理器在确定所述元数据包括所述至少一个标志的情况下，发信号通知显示设备根据所述至少一个标志显示所述视频数据的至少一个图片。

根据示例性实施例，所述视频数据以通用视频编解码(VVC)格式进行编码。

根据示例性实施例，所述至少一个标志指示是否根据预设的并且由所述元数据指示的所述分量的值以所述图片大小显示所述至少一个图片。

根据示例性实施例，所述分量包括所述至少一个图片的宽度和高度中的至少一个。

根据示例性实施例，所述至少一个图片的宽度和高度中的至少一个包括亮度样本单位。

根据示例性实施例，所述确定代码进一步被配置为使所述至少一个处理器响应于确定所述元数据包括所述至少一个标志，确定所述元数据是否包括关于包括所述至少一个图片的多个图片的宽度的宽度值，以及所述元数据是否包括关于所述多个图片的高度的高度值。根据示例性实施例，所述分量的值中的至少一个包括所述宽度和所述高度中的至少一个。

根据示例性实施例，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据包括所述宽度值和所述高度值中的至少一个，发信号通知至少一个后重采样过程，以保持所述宽度值和所述高度值中的所述至少一个，用于由所述显示设备显示所述至少一个图片。

根据示例性实施例，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据不存在所述宽度值，发信号通知所述至少一个后重采样过程，以将所述宽度值保持在由所述视频数据的序列参数集指示的高度。

根据示例性实施例，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据不存在所述高度值，发信号通知所述至少一个后重采样过程，以将所述高度值保持在由所述视频数据的序列参数集指示的高度。

根据示例性实施例，所述视频数据包括作为视频使用信息(VUI)参数的至少一个标志。

附图说明

根据以下详细描述和附图，所公开的主题的其他特征、性质和各种优点将进一步明确，其中：

图1-9B是根据实施例的示意图。

图10是根据实施例的简化框图。

图11是根据实施例的简化示意图。

图12是根据实施例的示意图。

具体实施方式

下面所讨论的建议特征可以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，该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示出了根据本公开实施例的通信系统100的简化框图。通信系统100可以包括通过网络105互联的至少两个终端装置102和103。对于单向数据传输，第一终端装置103可在本地位置对视频数据进行编码，以通过网络105传输到另一终端装置102。第二终端装置102可从网络105接收另一终端装置的已编码视频数据，对已编码视频数据进行解码并显示恢复的视频数据。单向数据传输在媒体服务等应用中是较常见的。

图1示出了支持已编码视频的双向传输的第二对终端装置101和104，所述双向传输可例如在视频会议期间发生。对于双向数据传输，每个终端装置101和104可对在本地位置采集的视频数据进行编码，以通过网络105传输到另一终端装置。每个终端装置101和104还可接收由另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码并在本地显示设备上显示恢复的视频数据。

在图1中，终端装置101、102、103和104可为服务器、个人计算机和智能手机，但本公开的原理不限于此。本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表示在终端装置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。代表性网络包括电信网络、局域网、广域网和/或互联网。出于本讨论的目的，除非在下文中有所解释，否则网络105的架构和拓扑对于本公开的操作来说可能是无关紧要的。

作为所公开主题的应用实施例，图2示出了视频解码器和编码器在流式传输环境中的放置方式。所公开的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，所述采集子系统可包括诸如数码相机等视频源201，所述视频源创建例如未压缩的视频样本流213。较于已编码的视频比特流，样本流213可以被强调为高数据量的视频样本流，并且可由耦接到相机201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。相较于样本流，已编码的视频比特流204可以被强调为较低数据量，并且可以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，以检索已编码的视频比特流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对已编码的视频比特流的传入副本208进行解码，且产生可在显示器209或另一呈现装置(未示出)上呈现的输出视频样本流210。在一些流式传输系统中，可以根据某些视频编解码/压缩标准对视频比特流204、206和208进行编码。这些标准的示例在上面已经提到，并在本文中进一步描述。

图3是根据本发明实施例的视频解码器300的功能框图。

接收器302可接收将由视频解码器300解码的一个或多个已编码视频序列；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(未标示)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存储器303，或可以将所述缓冲存储器做得较小。当然，为了在互联网等分组网络上使用，也可能需要缓冲存储器303，所述缓冲存储器可相对较大且可有利地具有自适应性大小。

视频解码器300可包括解析器304以根据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视频解码器300的操作的信息，以及用以控制诸如显示器312的显示装置的潜在信息，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(Supplementary Enhancement Information，SEI消息)或视频可用性信息(Video Usability Information)的参数集片段(未标示)的形式。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解码可根据视频编解码技术或标准进行，且可遵循本领域技术人员公知的原理，包括可变长度编解码、霍夫曼编解码(Huffmancoding)、具有或不具有上下文灵敏度的算术编解码等等。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(TransformUnit，TU)、预测单元(PredictionUnit，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、量化器参数值、运动矢量等等。

解析器304可对从缓冲存储器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，并且有选择地解码特定符号313。此外，解析器304可以确定是否将特定符号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或环路滤波器单元311。

取决于已编码视频图片或一部分已编码视频图片(例如：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，符号313的重建可涉及多个不同单元。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。为了简洁起见，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，视频解码器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至少部分地彼此集成。然而，出于描述所公开的主题的目的，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(部分重建的)当前图片309提取的周围已重建的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中被各种环路滤波技术采用。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比特流中的参数，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，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 H.265标准中记录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在视频压缩技术文献或标准、特别是配置文件中所规定的视频压缩技术或标准的语法的意义上，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，还要求已编码视频序列的复杂度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，层级限制最大图片大小、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)、最大参考图片大小等等。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(signalnoise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图4是根据本公开实施例的视频编码器400的功能框图。

视频编码器400可从视频源401(并非该编码器的一部分)接收视频样本，所述视频源可采集将由视频编码器400编码的视频图像。

视频源401可提供将由视频编码器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的视频的存储装置。在视频会议系统中，视频源401可以为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，每个像素可包括一个或多个样本。本领域技术人员可以容易地理解像素和样本之间的关系。下文侧重于描述样本。

根据实施例，视频编码器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。为了简洁起见，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(例如，图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。本领域技术人员可以容易地识别控制器402的其他功能，因为它们可能属于针对特定系统设计而优化的视频编码器400。

一些视频编码器以本领域技术人员容易识别为“编码环路”方式进行操作。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(source coder)”，其负责基于待编码的输入图片和参考图片创建符号)的编码部分、和嵌入于视频编码器400中的(本地)解码器406。“本地”解码器406以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在所公开的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，因此参考图片存储器中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。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)是本领域技术人员公知的。

“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，视频解码器300的熵解码部分(包括信道301、接收器302、缓冲存储器303和解析器304)可能无法完全在本地解码器406中实施。

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。对编码器技术的描述可以简写，因为它们与全面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，并且在下文提供。

作为操作的一部分，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”的一个或多个先前已编码帧，所述运动补偿预测编码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的操作可以有利地为有损过程。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存储器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。熵编码器可根据例如霍夫曼编码、可变长度编码、算术编码等本领域技术人员公知的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可管理视频编码器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图片类型。

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。本领域技术人员知道I图片的那些变体以及它们各自的应用和特征。

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 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可传输附加数据和已编码的视频。源编码器403可以包括诸如已编码视频序列的一部分的此类数据。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。为了捕获自然视频中呈现的任意边缘方向，定向帧内模式的数量从HEVC中使用的33个扩展到65个。HEVC顶部的JEM中的附加定向模式在图1(b)中用虚线箭头表示，并且平面模式和DC模式保持不变。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，由虚线箭头标识的与奇数帧内预测模式索引相关联的定向帧内预测模式称为奇数帧内预测模式。由实线箭头标识的与偶数帧内预测模式索引相关联的定向帧内预测模式称为偶数帧内预测模式。在本文档中，如图5中的实线箭头或虚线箭头指示的定向帧内预测模式也称为角度模式。

在JEM中，共有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构建大小为6的最可能模式(MPM)列表。如果帧内模式不在MPM列表中，则发信号通知一个标志，以指示该帧内模式是否属于选定模式。在JEM-3.0中，共有16个选定模式，它们每四个角模式统一选择。在JVET-D0114和JVET-G0060中，推导出16个次级MPM(secondary MPM)，以代替统一选择的模式。

图6示出了用于帧内定向模式的N个参考层。存在块单元611、段A 601、段B 602、段C 603、段D 604、段E 605、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以及一些其它标准(例如H.264/AVC)中，用于预测当前块的参考样本被限制在最近的参考线(行或列)中。在多参考线帧内预测的方法中，对于帧内定向模式，候选参考线(行或列)的数量从1(即最近的)增加到N，其中N为大于或等于1的整数。图2以4×4预测单元(PU)为例，示出了多线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，预测值p(x，y)根据参考样本S1、S2、…和SN中的一个生成。发信号通知一个标志，以指示为帧内定向模式选择哪个参考层。如果N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，参考线610、609、608和607由六个段601、602、603、604、605和606以及左上参考样本组成。在本文档中，参考层也称为参考线。当前块单元内的左上像素的坐标为(0，0)，第一参考线中的左上像素的坐标为(-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帧内预测样本生成过程之前被滤波。滤波由给定的帧内预测模式和变换块大小控制。如果帧内预测模式为DC或者变换块大小等于4×4，则相邻样本不进行滤波。如果给定的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。对于相邻样本的滤波，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，其调用未滤波的边界参考样本以及具有已滤波的边界参考样本的HEVC风格的帧内预测的组合。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*R_x，-1+wTL*R_-1，-1+(64-wL-wT-wTL)*pred[x][y]+32)＞＞ (等式2-1)

其中，R_x,-1、R_-1,y分别表示位于当前样本(x，y)的顶部和左侧的未滤波的参考样本，R_-1,-1表示位于当前块的左上角的未滤波的参考样本。权重计算如下，

wT＝32＞＞((y＜＜1)＞＞shift) (等式2-2)

wL＝32＞＞((x＜＜1)＞＞shift) (等式2-3)

wTL＝-(wL＞＞4)-(wT＞＞4) (等式2-4)

shift＝(log2(width)+log2(height)+2)＞＞2 (等式2-5)

图7示出了一个4×4块内的(0，0)和(1，0)位置的DC模式PDPC权重(wL，wT，wTL)的示意图700。如果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，类似地，参考样本R-1,y的坐标y由下式给出：y＝x’+y’+1。

图8示出了局部亮度补偿(LIC)的示意图800，并且基于使用缩放因子a和偏移b的亮度变化的线性模型。并且，对于每个帧间模式编码的编解码单元(CU)，自适应地启用或禁用LIC。

当LIC应用于CU时，通过使用当前CU的相邻样本及其对应的参考样本，采用最小二乘误差方法导出参数a和b。更具体地，如图8所示，使用CU的子采样(2:1子采样)的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)。导出IC参数并分别应用于每个预测方向。

当使用合并模式对CU进行编码时，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发信号通知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，共有35个帧内预测模式，其中模式10为水平模式，模式26为垂直模式，模式2、模式18和模式34为对角线模式。由三个最可能模式(MPM)和32个剩余模式发信号通知帧内预测模式。

图9B示出了在VVC的实施例中共有87个帧内预测模式，其中模式18为水平模式，模式50为垂直模式，模式2、模式34和模式66为对角线模式。模式-1～-10以及模式67～76称为宽角度帧内预测(WAIP)模式。

位于位置(x，y)处的预测样本pred(x，y)使用帧内预测模式(DC、平面、角度)和参考样本的线性组合并根据PDPC表达式来预测：

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，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维度的块，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表示位于上方参考线中具有相同水平坐标的参考样本的加权因子，wL表示位于左参考线中具有相同垂直坐标的参考样本的加权因子，wTL表示当前块的左上参考样本的加权因子，nScale指定加权因子沿轴减小的速度(wL从左到右减小或wT从上到下减小)，即加权因子递减率，并且在当前设计中沿x轴(从左到右)和y轴(从上到下)的速度相同。并且，32表示相邻样本的初始加权因子，该初始加权因子也是分配给当前CB中的左上样本的顶部(左或左上)权重，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权重只能通过加法和移位来计算。Pred(x，y)的值可以使用等式1在单个步骤中计算。

图10是根据实施例的简化框图1000，并且共享关于本文中关于图3的描述的附加上下文。示出了提供给视频语法解析器1001的输入比特流1001和具有一个或多个显示分辨率的输出图片1011，该一个或多个显示分辨率是根据与例如输入比特流1001包括在一起的各种元数据配置的，并且可以提供给一个或多个显示器。

与这里进一步详细描述的解析器304一样，视频语法解析器1002提供处理，包括元数据的处理，并且向去量化器/逆变换单元1003、帧内预测器单元1004和帧间预测器(运动补偿)单元1005中的一个或多个提供类似信息，类似于图3的各个单元的描述。根据示例性实施例，聚合器1006例如响应于上述关于输入比特流的元数据，以及响应于先前重建的和环路滤波的样本值，提供输出样本，该输出样本可与环路滤波器311一样，在环路内滤波器单元1007中历经各种环路滤波技术，该元数据也可在对已编码图片或已编码视频序列的一个或多个先前(按解码顺序)部分进行解码期间获得。

在此，RPR可允许在已编码视频序列(CVS)内逐个图片地改变已解码图片的空间分辨率，并且已解码图片(例如存储在已解码图片缓冲器(DPB)1008中的已解码图片)可以通过用于将已解码图片转换为输出图片的上采样器单元1010输出，以用于显示。

图11是VUI参数语法的简化示意图1100，并且本文描述的此类标志可包括在此类VUI参数中。根据实施例，示出了关于考虑VUI参数的示例性实施例的一个或多个算法，这些VUI参数可共同使用或单独使用。一个或多个这样的VUI参数表示上面关于图10描述的元数据的各个方面，其通过在VUI中发信号通知任一恒定输出图片大小(例如作为信息元数据)，能够解决一个或多个不同的需求，这些需求带有意图(例如负责人的意图)，并为后处理留下显示的自由。根据实施例，终端用户的设备仍然可以自由地选择显示图片分辨率，同时还能够可选地接受负责人的建议，如本文所述。

例如，示意图1100包括constant_output_pic_size_flag，根据示例性实施例，当constant_output_pic_size_flag等于1时，指定对每个裁剪的输出图片应用任何后重采样过程，使得每个重采样的输出图片具有由constant_output_pic_width_in_luma_samples和constant_output_pic_height_in_luma_samples指定的恒定图片大小。相反，根据实施例，constant_output_pic_size_flag等于0指定对每个裁剪的输出图片可以应用也可以不应用后重采样过程。

进一步地，示意图1100包括guided_constant_output_pic_size_present_flag，当guided_constant_output_pic_size_present_flag等于1时，指定constant_output_pic_width_in_luma_samples和constant_output_pic_height_in_luma_samples都存在于该VUI中。相反，根据实施例，guided_constant_output_pic_size_present_flag等于0指定constant_output_pic_width_in_luma_samples和constant_output_pic_height_in_luma_samples都不存在于或至少其中之一不存在于该VUI中。

进一步地，示意图1100包括一个或多个constant_output_pic_width_in_luma_samples值，该值以亮度样本单位指定后重采样过程之后的每个输出图片的宽度。相反，当不存在时，推断constant_output_pic_width_in_luma_samples的值等于SPS中的pic_width_max_in_luma_samples。

进一步地，示意图110包括一个或多个constant_output_pic_height_in_luma_samples值，该值以亮度采样单位指定后重采样过程之后的每个输出图片的高度。相反，当不存在时，推断constant_output_pic_height_in_luma_samples的值等于SPS中的pic_height_max_in_luma_samples。

因此，根据示例性实施例，响应于确定元数据包括至少一个标志，确定元数据是否包括关于多个图片的宽度(至少包括一个图片)的宽度值，以及元数据是否包括关于多个图片的高度的高度值。此外，根据示例性实施例，响应于确定元数据包括宽度值和高度值中的至少一个，发信号通知至少一个后重采样过程，以保持该宽度值和高度值中的至少一个，用于由本文描述的显示设备显示至少一个图片，并且响应于确定元数据不存在宽度值和/或高度值，也发信号通知至少一个后重采样过程，以将不存在的宽度值和/或高度值中的一个或多个对应值分别保持在由视频数据的SPS指示的宽度和/或高度。

因此，根据示例性实施例，通过包括这样的元数据以及图10中描述的处理，可以根据作为元数据的至少一部分随输入比特流1001一起传输的意图来控制输出显示，例如分辨率。这种控制信息可以作为元数据与输出图片1011包括在一起，并且可以指示后处理设备仅当图11中的标志值存在且为正值时，以元数据指定的输出显示分辨率显示输出图片1011中的任一个，并且向后处理设备提供选项，以决定(例如用户在输入数据时选择、或预先确定、或默认)在是否输出由元数据指定的显示分辨率(如图11中的标志值时所述的)和是否以其它方式输出由输出显示设备的后处理控制的显示分辨率之间进行选择。如本文所述，此类指示可由一个或多个标志提供，该一个或多个标志作为元数据至少与输入比特流1001和/或输出到显示设备的输出图片1011包括在一起。

因此，通过本文所述的示例性实施例，上述技术问题可以通过这些技术方案中的一个或多个得到有利地改进。

上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中或者通过专门配置的一个或多个硬件处理器来实现。例如，图12示出了计算机系统1200，其适于实现所公开主题的某些实施例。

所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。

所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。

图12所示的用于计算机系统1200的组件本质上是示例性的，并不用于对实现本公开实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统1200的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。

计算机系统1200可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影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)。

人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘1201、鼠标1202、触控板1203、触摸屏1210、操纵杆1205、麦克风1206、扫描仪1208、照相机1207。

计算机系统1200还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏1210、或操纵杆1205的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器1209、耳机(未示出))、视觉输出设备(例如，包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕1210，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。

计算机系统1200还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD1211的高密度只读/可重写式光盘(CD/DVD ROM/RW)1220或类似介质的光学介质、拇指驱动器1222、可移动硬盘驱动器或固体状态驱动器1223，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。

本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。

计算机系统1200还可以包括通往一个或多个通信网络1298的接口1299。例如，网络1298可以是无线的、有线的、光学的。网络1298还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络1298的示例还包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络1298通常需要外部网络接口适配器，用于连接到某些通用数据端口或外围总线(1250和1251)(例如，计算机系统1200的USB端口)；其它系统通常通过连接到如下所述的系统总线集成到计算机系统1200的核心(例如，以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络1298中的任何一个，计算机系统1200可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。

上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统1200的核心1240。

核心1240可包括一个或多个中央处理单元(CPU)1241、图形处理单元(GPU)1242、图形适配器1217、以现场可编程门阵列(FPGA)1243形式的专用可编程处理单元、用于特定任务的硬件加速器1244等。这些设备以及只读存储器(ROM)1245、随机存取存储器1246、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)1247等可通过系统总线1248进行连接。在某些计算机系统中，可以以一个或多个物理插头的形式访问系统总线1248，以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线1248，或通过外围总线1251进行连接。外围总线的体系结构包括外围组件互联PCI、通用串行总线USB等。

CPU 1241、GPU 1242、FPGA 1243和加速器1244可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM 1245或RAM 1246中。过渡数据也可以存储在RAM 1246中，而永久数据可以存储在例如内部大容量存储器1247中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU 1241、GPU 1242、大容量存储器1247、ROM 1245、RAM 1246等紧密关联。

所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为本公开的目的而特别设计和构造的，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。

作为实施例而非限制，具有体系结构的计算机系统1200，特别是核心1240，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心1240的特定存储器，例如核心内部大容量存储器1247或ROM 1245。实现本公开的各种实施例的软件可以存储在这种设备中并且由核心1240执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心1240特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM 1246中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器1244)中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本公开包括任何合适的硬件和软件组合。

虽然本公开已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本公开的范围内。因此应理解，本领域技术人员能够设计多种系统和方法，所述系统和方法虽然未在本文中明确示出或描述，但其体现了本公开的原则，因此属于本公开的精神和范围之内。

Claims (20)

1.一种由至少一个处理器执行的视频解码的方法，其特征在于，所述方法包括：

获取包括元数据和视频数据的输入比特流；

对所述视频数据进行解码；

确定所述元数据是否包括至少一个标志，所述至少一个标志用于发信号通知所述视频数据的至少一个图片的图片大小的至少一个分量；以及

在确定所述元数据包括所述至少一个标志的情况下，发信号通知显示设备根据所述至少一个标志显示所述视频数据的至少一个图片。

2.根据权利要求1所述的视频解码的方法，其特征在于，

所述视频数据以通用视频编解码VVC格式进行编码。

3.根据权利要求2所述的视频解码的方法，其特征在于，

所述至少一个标志指示是否根据预设的并且由所述元数据指示的所述分量的值以所述图片大小显示所述至少一个图片。

4.根据权利要求3所述的视频解码的方法，其特征在于，

所述分量包括所述至少一个图片的宽度和高度中的至少一个。

5.根据权利要求4所述的视频解码的方法，其特征在于，

所述至少一个图片的宽度和高度中的至少一个包括亮度样本单位。

6.根据权利要求3所述的视频解码的方法，其特征在于，进一步包括：

响应于确定所述元数据包括所述至少一个标志，确定：

所述元数据是否包括关于包括所述至少一个图片的多个图片的宽度的宽度值，以及

所述元数据是否包括关于所述多个图片的高度的高度值，

其中，所述分量的值中的至少一个包括所述宽度和所述高度中的至少一个。

7.根据权利要求6所述的视频解码的方法，其特征在于，进一步包括：

响应于确定所述元数据包括所述宽度值和所述高度值中的至少一个，发信号通知至少一个后重采样过程，以保持所述宽度值和所述高度值中的所述至少一个，用于由所述显示设备显示所述至少一个图片。

8.根据权利要求7所述的视频解码的方法，其特征在于，进一步包括：

响应于确定所述元数据不存在所述宽度值，发信号通知所述至少一个后重采样过程，以将所述宽度值保持在由所述视频数据的序列参数集指示的高度。

9.根据权利要求7所述的视频解码的方法，其特征在于，进一步包括：

响应于确定所述元数据不存在所述高度值，发信号通知所述至少一个后重采样过程，以将所述高度值保持在由所述视频数据的序列参数集指示的高度。

10.根据权利要求6所述的视频解码的方法，其特征在于，

所述视频数据包括作为视频使用信息VUI参数的至少一个标志。

11.一种视频解码的装置，其特征在于，所述装置包括：

至少一个存储器，被配置为存储计算机程序代码；

至少一个处理器，被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进行操作，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包括元数据和视频数据的输入比特流；

解码代码，被配置为使所述至少一个处理器对所述视频数据进行解码；

确定代码，被配置为使所述至少一个处理器确定所述元数据是否包括至少一个标志，所述至少一个标志用于发信号通知所述视频数据的至少一个图片的图片大小的至少一个分量；以及

信令代码，被配置为使所述至少一个处理器在确定所述元数据包括所述至少一个标志的情况下，发信号通知显示设备根据所述至少一个标志显示所述视频数据的至少一个图片。

12.根据权利要求11所述的视频解码的装置，其特征在于，

所述视频数据以通用视频编解码VVC格式进行编码。

13.根据权利要求12所述的视频解码的装置，其特征在于，

所述至少一个标志指示是否根据预设的并且由所述元数据指示的所述分量的值以所述图片大小显示所述至少一个图片。

14.根据权利要求13所述的视频解码的装置，其特征在于，

所述分量包括所述至少一个图片的宽度和高度中的至少一个。

15.根据权利要求14所述的视频解码的装置，其特征在于，

所述至少一个图片的宽度和高度中的至少一个包括亮度样本单位。

16.根据权利要求14所述的视频解码的装置，其特征在于，所述确定代码进一步被配置为使所述至少一个处理器响应于确定所述元数据包括所述至少一个标志，确定：

所述元数据是否包括关于包括所述至少一个图片的多个图片的宽度的宽度值，以及

所述元数据是否包括关于所述多个图片的高度的高度值，

其中，所述分量的值中的至少一个包括所述宽度和所述高度中的至少一个。

17.根据权利要求16所述的视频解码的装置，其特征在于，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据包括所述宽度值和所述高度值中的至少一个，发信号通知至少一个后重采样过程，以保持所述宽度值和所述高度值中的所述至少一个，用于由所述显示设备显示所述至少一个图片。

18.根据权利要求17所述的视频解码的装置，其特征在于，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据不存在所述宽度值，发信号通知所述至少一个后重采样过程，以将所述宽度值保持在由所述视频数据的序列参数集指示的高度。

19.根据权利要求17所述的视频解码的装置，其特征在于，所述信令代码进一步被配置为使所述至少一个处理器响应于确定所述元数据不存在所述高度值，发信号通知所述至少一个后重采样过程，以将所述高度值保持在由所述视频数据的序列参数集指示的高度。

20.一种非易失性计算机可读介质，其特征在于，用于存储程序，所述程序被配置为使计算机：

获取包括元数据和视频数据的输入比特流；

对所述视频数据进行解码；

确定所述元数据是否包括至少一个标志，所述至少一个标志用于发信号通知所述视频数据的至少一个图片的图片大小的至少一个分量；以及

在确定所述元数据包括所述至少一个标志的情况下，发信号通知显示设备根据所述至少一个标志显示所述视频数据的至少一个图片。

Images