CN114375575A

CN114375575A - 用于视频编解码的高层语法中的子图片信令

Info

Publication number: CN114375575A
Application number: CN202080064498.1A
Authority: CN
Inventors: Y-J.张; V.塞雷金; M.Z.科班; M.卡尔切维茨
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2019-09-20
Filing date: 2020-09-17
Publication date: 2022-04-19
Also published as: US20210092449A1; EP4032307A1; US11716488B2; WO2021055559A1; KR20220061130A; TW202127881A

Abstract

一种示例设备包括存储器和在电路中实施并通信耦合到存储器的一个或多个处理器。一个或多个处理器被配置为确定指示视频数据的图片中的子图片的数量的第一语法元素的值。一个或多个处理器被配置为：为图片中的子图片当中的每个子图片确定指示相应子图片的标识的相应第二语法元素的值。一个或多个处理器还被配置为对由相应第二语法元素标识的相应子图片进行编解码。

Description

用于视频编解码的高层语法中的子图片信令

本申请要求2020年9月16日提交的美国申请第17/022253号的优先权，该美国申请要求2019年9月20日提交的美国临时申请第62/903394号的权益，其全部内容通过引用合并于此。

技术领域

本公开涉及视频编码和视频解码。

背景技术

数字视频能力可以被结合到各种各样的设备中，包括数字电视、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型或台式计算机、平板计算机、电子书阅读器、数码相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、蜂窝或卫星无线电话、所谓的“智能电话”、视频电话会议设备、视频流设备等。数字视频设备实施视频编解码技术，诸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4第10部分、高级视频编解码(AVC)、ITU-T H.265/高效视频编解码(HEVC)以及这种标准的扩展所定义的标准中描述的那些技术。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域(图片内)预测和/或时域(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解码，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)和/或编解码节点。图片的帧内编解码(I)条带中的视频块使用相对于同一图片中的相邻块中的参考样点的空域预测来编码。图片的帧间编解码(P或B)条带中的视频块可以使用相对于同一图片中的相邻块中的参考样点的空域预测或相对于其他参考图片中的参考样点的时域预测。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

总的来说，本公开描述了用于视频编解码的子图片的信令通知技术。例如，一些视频解码器可能无法确定如何标识可以存在多少子图片，或者标识哪个子图片与要解码的视频数据相关联。本公开的技术可以解决这些问题。

在一个示例中，一种用于对视频数据进行编解码的方法包括：确定指示视频数据的图片中的子图片的数量的第一语法元素的值；为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及对由相应第二语法元素标识的相应子图片进行编解码。

在另一示例中，一种用于对视频数据进行编解码的设备包括：存储器，被配置为存储视频数据；以及一个或多个处理器，在电路中实施并通信耦合到存储器，一个或多个处理器被配置为：确定指示视频数据的图片中的子图片的数量的第一语法元素的值；为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及对由相应的第二语法元素标识的相应的子图片进行编解码。

在另一示例中，一种用于对视频数据进行编解码的设备包括：用于确定指示视频数据的图片中的子图片的数量的第一语法元素的值的部件；用于为图片中的子图片当中的每个子图片确定指示相应子图片的标识的相应第二语法元素的值的部件；以及用于对由相应第二语法元素标识的相应子图片进行编解码的部件。

在另一示例中，一种非暂时性计算机可读存储介质存储指令，指令在被执行时使得一个或多个处理器：确定指示视频数据的图片中的子图片的数量的第一语法元素的值，为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值，以及对由相应第二语法元素标识的相应子图片进行编解码。

一个或多个示例的细节在附图和以下描述中阐述。根据说明书、附图和权利要求，其他特征、目的和优点将变得显而易见。

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)结构和相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是示出根据本公开的技术的子图片信令通知的示例的流程图。

图6是示出根据本公开的技术对视频数据进行编码的方法的流程图。

图7是示出根据本公开的技术对视频数据进行解码的方法的流程图。

具体实施方式

一些视频标准或其草案可以被设计成促进从原始图片中提取子图片，使得子图片可以在不对整个原始图片进行解码的情况下被解码，或者可以与其他子图片分开被解码。例如，视频数据的观众可能只对图片的一部分(例如，子图片)感兴趣。然而，一些视频解码器可能无法确定如何处理子图片。一些视频解码器可能无法确定如何从原始图片中提取子图片。一些视频解码器可能无法确定如何标识要提取哪些子图片。如果视频解码器无法确定如何处理子图片，则视频解码器可能错误地解码与图片或子图片相关联的视频数据，这可能导致较差的用户体验。

根据本公开的技术，视频编码器可以信令通知语法元素，并且视频解码器可以解析语法元素，使得视频解码器能够确定如何处理子图片。本公开描述了可以改进与子图片相关的序列参数集(SPS)、图片参数集(PPS)和条带头中的信令的若干示例。通过根据本公开的技术解析信令通知的语法元素，视频解码器可以确定如何处理子图片并避免错误地解码与图片或图片的子图片相关联的视频数据。

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对视频数据进行编解码(编码和/或解码)。一般而言，视频数据包括用于处理视频的任何数据。因此，视频数据可以包括原始的未编码的视频、编码后的视频、解码后的(例如，重构的)视频和视频元数据，诸如信令数据。

如图1所示，在该示例中，视频编码和解码系统100包括源设备102，源设备102提供要由目的地设备116解码并显示的编码后的视频数据。具体而言，源设备102经由计算机可读介质110向目的地设备116提供视频数据。源设备102和目的地设备116可以包括各种各样的设备中的任何一种，包括台式计算机、移动设备(例如，笔记本(即，膝上型)计算机、平板计算机、电话手机(诸如智能电话)、相机等)、机顶盒、电视、显示设备、广播接收器设备、数字媒体播放器、视频游戏控制台、视频流设备等。在一些情况下，源设备102和目的地设备116可以被配备用于无线通信，且因此可以被称为无线通信设备。

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可以被配置为将本公开中所描述的技术应用于子图片的信令通知。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排列。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对接，而不是包括集成显示设备。

如图1所示的视频编码和解码系统100仅仅是一个示例。一般而言，任何数字视频编码和/或解码设备都可以执行用于子图片的信令通知的技术。源设备102和目的地设备116仅仅是其中源设备102生成用于传输到目的地设备116的编解码后的视频数据的这种编解码设备的示例。本公开将“编解码”设备称为执行数据的编解码(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，具体来说，分别表示视频编码器和视频解码器的示例。在一些示例中，源设备102和目的地设备116可以以基本对称的方式操作，使得源设备102和目的地设备116中的每一个都包括视频编码和解码组件。因此，视频编码和解码系统100可以支持源设备102以目的地设备116之间的单向或双向视频传输，例如，用于视频流式传输、视频回放、视频广播或视频电话。

一般而言，视频源104表示视频数据的源(即，原始的未编码的视频数据)，并且向视频编码器200提供视频数据的连续的系列图片(也称为“帧”)，视频编码器200对图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备，诸如摄像机、包含先前捕获的原始视频的视频存档、和/或从视频内容提供商接收视频的视频馈送接口。作为进一步的替代，视频源104可以生成基于计算机图形的数据作为源视频，或者实况视频、存档视频和计算机生成视频的组合。在每种情况下，视频编码器200对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收到的次序(有时称为“显示次序”)重新排列成用于编解码的编解码次序。视频编码器200可以生成包括编码后的视频数据的比特流。然后源设备102可以经由输出接口108将编码后的视频数据输出到计算机可读介质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和存储器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的原始的解码后的视频数据。附加地或替代地，存储器106和存储器120可以存储可执行(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。尽管在该示例中，存储器106和存储器120被示为与视频编码器200和视频解码器300分开，但是应当理解，视频编码器200和视频解码器300也可以包括用于功能相似或等效目的的内部存储器。此外，存储器106和存储器120可以存储编码后的视频数据，例如，从视频编码器200输出并输入到视频解码器300的编码后的视频数据。在一些示例中，存储器106和存储器120的部分可以被分配作为一个或多个视频缓冲器，例如，用于存储原始的、解码的和/或编码后的视频数据。

计算机可读介质110可以表示能够将编码后的视频数据从源设备102传输到目的地设备116的任何类型的介质或装置。在一个示例中，计算机可读介质110表示使源设备102能够(例如，经由射频网络或基于计算机的网络)实时地将编码后的视频数据直接传输到目的地设备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可以调制包括编码后的视频数据的传输信号，并且输入接口122可以解调接收到的传输信号。通信介质可以包括任何无线或有线通信介质，诸如射频(RF)频谱或一条或多条物理传输线。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球网络)的一部分。通信介质可以包括路由器、交换机、基站或可用于促进从源设备102到目的地设备116的通信的任何其他设备。

在一些示例中，源设备102可以从输出接口108向存储设备112输出编码后的数据。类似地，目的地设备116可以经由输入接口122从存储设备112访问编码后的数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种，诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或者用于存储编码后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可以向文件服务器114或可以存储由源设备102生成的编码后的视频的另一中间存储设备输出编码后的视频数据。目的地设备116可以经由流式传输或下载从文件服务器114访问存储的视频数据。文件服务器114可以是能够存储编码后的视频数据并将编码后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可以表示网络服务器(例如，用于网站)、文件传输协议(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可以通过任何标准数据连接(包括互联网连接)访问来自文件服务器114的编码后的视频数据。这可以包括适于访问存储在文件服务器114上的编码后的视频数据的无线信道(例如，Wi-Fi连接)、有线连接(例如，数字订户线路(DSL)、电缆调制解调器等)或两者的组合。文件服务器114和输入接口122可以被配置为根据流式传输协议、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、有线网络组件(例如，以太网卡)、根据各种IEEE 802.11标准中的任何一种操作的无线通信组件、或者其他物理组件。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可以被配置为根据蜂窝通信标准(诸如4G、4G-LTE(长期演进)、高级LTE、5G等)传送数据(诸如编码后的视频数据)。在输出接口108包括无线发送器的一些示例中，输出接口108和输入接口122可以被配置为根据其他无线标准(诸如IEEE 802.11规范、IEEE 802.15规范(例如ZigBee^TM)、Bluetooth^TM标准等)传送数据(诸如编码后的视频数据)。在一些示例中，源设备102和/或目的地设备116可以包括相应的片上系统(SoC)设备。例如，源设备102可以包括SoC设备以执行归因于视频编码器200和/或输出接口108的功能，并且目的地设备116可以包括SoC设备以执行归因于视频解码器300和/或输入接口122的功能。

本公开的技术可以应用于支持各种多媒体应用中的任何一种的视频编解码，多媒体应用诸如是空中电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(例如，HTTP上的动态自适应流式传输(DASH))、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，通信介质、存储设备112、文件服务器114等)接收编码后的视频比特流。编码后的视频比特流可以包括由视频编码器200定义的信令信息，该信令信息也由视频解码器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向用户显示解码后的视频数据的解码后的图片。显示设备118可以表示各种显示设备中的任何一种，诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或其他类型的显示设备。

尽管图1中未示出，但是在一些示例中，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复用-解复用(MUX-DEMUX)单元或其他硬件和/或软件，以处理在公共数据流中包括音频和视频两者的复用流。如果适用的话，MUX-DEMUX单元可以符合ITU H.223复用器协议，或者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可以各自被实施为各种合适的编码器和/或解码器电路中的任何一种，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。当这些技术部分地在软件中实施时，设备可以将软件的指令存储在合适的非暂时性计算机可读介质中，并且使用一个或多个处理器在硬件中执行这些指令以执行本公开的技术。视频编码器200和视频解码器300中的每一个都可以被包括在一个或多个编码器或解码器中，其中的任何一个都可以被集成为相应设备中的组合编码器/解码器(编解码器(CODEC))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电路、微处理器和/或无线通信设备，诸如蜂窝电话。

视频编码器200和视频解码器300可以根据视频编解码标准来操作，诸如ITU-TH.265，也称为高效视频编码(HEVC)或其扩展，诸如多视图和/或可伸缩视频编解码扩展。替代地，视频编码器200和视频解码器300可以根据其他专有或行业标准来操作，诸如ITU-TH.266，也称为通用视频编解码(VVC)。Bross等人的“Versatile Video Coding(Draft 6)”(“通用视频编解码(草案6)”)(ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)，第15次会议：哥德堡，SE，2019年7月3-12日，JVET-O2001-vE)(以下简称“VVC Draft 6”(“VVC草案6”))是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。

一般而言，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”通常是指包括要处理的数据(例如，编码的、解码的或以其他方式在编码和/或解码过程中使用的数据)的结构。例如，块可以包括亮度数据和/或色度数据的样点的二维矩阵。一般而言，视频编码器200和视频解码器300可以对以YUV(例如，Y、Cb、Cr)格式表示的视频数据进行编解码。也就是说，视频编码器200和视频解码器300可以对亮度分量和色度分量进行编解码，而不是对图片的样点的红、绿和蓝(RGB)数据进行编解码，其中色度分量可以包括红色色调和蓝色色调的色度分量两者。在一些示例中，视频编码器200在编码之前将接收到的RGB格式的数据转换成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(未示出)可以执行这些转换。

本公开通常可以涉及图片的编解码(例如，编码和解码)，包括对图片的数据进行编码或解码的过程。类似地，本公开可以涉及图片的块的编解码，包括对块的数据进行编码或解码的过程，例如，预测编解码和/或残差编解码。编码后的视频比特流通常包括一系列表示编解码决策(例如，编解码模式)和将图片分割成块的语法元素值。因此，对编解码图片或块的引用通常应理解为对形成图片或块的语法元素的值进行编解码。

HEVC定义了各种块，包括编解码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC，视频编解码器(诸如视频编码器200)根据四叉树结构将编解码树单元(CTU)分割成CU。也就是说，视频编解码器将CTU和CU分割成四个相等的、不重叠的正方形，并且四叉树的每个节点具有零个或四个子节点。没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。视频编解码器可以进一步分割PU和TU。例如，在HEVC中，残差四叉树(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。经帧内预测的CU包括帧内预测信息，诸如帧内模式指示。

作为另一示例，视频编解码器200和视频解码器300可以被配置为根据VVC来操作。根据VVC，视频编解码器(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(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)来分割CTU。QTBT结构移除了多个分割类型的概念，诸如在HEVC的CU、PU和TU之间的分隔。QTBT结构包括两层：根据四叉树分割进行分割的第一层，以及根据二叉树分割进行分割的第二层。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，可以使用四叉树(QT)分割、二叉树(BT)分割和一种或多种类型的三叉树(TT)(也称为三重树(TT))分割来对块进行分割。三叉或三重树分割是将块划分成三个子块的分割。在一些示例中，三叉树或三重树分割将块分成三个子块，而不通过中心划分原始块。MTT中的分割类型(例如，QT、BT和TT)可以是对称的，也可以是非对称的。

在一些示例中，视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度分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可以被配置为使用依据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，相对于QTBT分割来呈现对本公开的技术的描述。然而，应当了解，本公开的技术也可应用于被配置为使用四叉树分割或其他类型的分割的视频编解码器。

块(例如，CTU或CU)可以以各种方式在图片中分组。作为一个示例，图块(birck)可以指图片中特定片内的CTU行的矩形区域。片(tile)可以是图片中特定片列和特定片行内的CTU的矩形区域。片列是指高度等于图片的高度且宽度由(例如，诸如图片参数集中的)语法元素指定的CTU的矩形区域。片行是指高度由(例如，诸如图片参数集中的)语法元素指定且宽度等于图片的宽度的CTU的矩形区域。

在一些示例中，片可以被分割成多个图块，每个图块可以包括片内的一个或多个CTU行。未被分割成多个图块的片也可以被称为图块。然而，作为片的真实子集的图块不可以被称为片。

图片中的图块也可以排列成条带。条带(slice)可以是图片的整数个图块，其可以被排他地包含在单个网络抽象层(NAL)单元中。在一些示例中，条带包括多个完整的片或者仅一个片的完整图块的连续序列。

本公开可以互换地使用“N×N”和“N乘N”来指代块(诸如CU或其他视频块)在垂直维度和水平维度方面的样点尺寸，例如，16×16个样点或16乘16个样点。一般而言，16×16CU在垂直方向上有16个样点(y＝16)，且在水平方向上有16个样点(x＝16)。同样，N×NCU通常在垂直方向上有N个样点，且在水平方向上有N个样点，其中N表示非负整数值。CU中的样点可以按行和列排列。此外，CU不需要在水平方向上具有与在垂直方向上相同数量的样点。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对表示预测信息和/或残差信息以及其他信息的CU的视频数据进行编码。预测信息指示将如何预测CU以便形成CU的预测块。残差信息通常表示编码之前的CU的样点与预测块之间的逐样点差异。

为了预测CU，视频编码器200通常可以通过帧间预测或帧内预测来形成CU的预测块。帧间预测通常是指根据先前编解码的图片的数据来预测CU，而帧内预测通常是指根据同一图片的先前编解码的数据来预测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矢量来生成预测块。视频编码器200通常可以执行运动搜索以标识例如在CU与参考块之间的差异方面与CU紧密匹配的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、举止绝对差(MAD)、均方差(MSD)或其他这种差异计算来计算差异度量，以确定参考块是否与当前CU紧密匹配。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。

VVC的一些示例还提供可以被视为帧间预测模式的仿射运动补偿模式。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的两个或更多个运动矢量，诸如放大或缩小、旋转、透视运动或其他不规则运动类型。

为了执行帧内预测，视频编码器200可以选择帧内预测模式来生成预测块。VVC的一些示例提供了67种帧内预测模式，包括各种方向模式以及平面模式和DC模式。一般而言，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，根据该模式来预测当前块的样点。假设视频编码器200以光栅扫描次序(从左到右、从上到下)对CTU和CU进行编解码，那么这种样点通常可以在与当前块相同的图片中的当前块的上方、左上或左侧。

视频编码器200对表示当前块的预测模式的数据进行编码。例如，对于帧间预测模式，视频编码器200可以对表示使用各种可用帧间预测模式中的哪一种的数据以及相对应的模式的运动信息进行编码。例如，对于单向或双向帧间预测，视频编码器200可以使用高级运动矢量预测(AMVP)或合并模式对运动矢量进行编码。视频编码器200可以使用类似的模式对仿射运动补偿模式的运动矢量进行编码。

在预测(诸如块的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)表示块与使用相对应的预测模式形成的块的预测块之间的逐样点差异。视频编码器200可以将一个或多个变换应用于残差块，以在变换域而非样点域中产生变换数据。例如，视频编码器200可以对残差视频数据应用离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换。另外，视频编码器200可以在第一变换之后应用二次变换，诸如模式相关不可分离二次变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(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。量化通常是指这样一种过程，其中变换系数被量化以尽可能减少用于表示变换系数的数据量，从而提供进一步的压缩。通过执行量化过程，视频编码器200可以减少与一些或所有变换系数相关联的比特深度。例如，视频编码器200可以在量化期间将n比特值向下舍入到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逐比特右移位。

在量化之后，视频编码器200可以扫描变换系数，根据包括量化后的变换系数的二维矩阵来产生一维矢量。扫描可以被设计成将较高能量(且因此为较低频率)的变换系数放置在矢量的前面，而将较低能量(且因此为较高频率)的变换系数放置在矢量的后面。在一些示例中，视频编码器200可以利用预定义的扫描次序来扫描量化后的变换系数以产生串行化矢量，然后对矢量的量化后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。在扫描量化后的变换系数以形成一维矢量之后，视频编码器200可以(例如，根据上下文自适应二进制算术编码(CABAC))对一维矢量进行熵编码。视频编码器200还可以对描述与编码后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在对视频数据进行解码时使用。

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发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以基于指派给符号的上下文。

视频编码器200还可以(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)生成到视频解码器300的语法数据(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)。视频解码器300可以同样对这种语法数据进行解码以确定如何对相对应的视频数据进行解码。

以此方式，视频编码器200可以生成包括编码后的视频数据的比特流，例如，描述将图片分割成块(例如，CU)或子图片的语法元素以及块或子图片的预测信息和/或残差信息。最终，视频解码器300可以接收比特流并对编码后的视频数据进行解码。

一般而言，视频解码器300执行与视频编码器200所执行的过程互逆的过程，以对比特流的编码后的视频数据进行解码。例如，视频解码器300可以使用CABAC以与视频编码器200的CABAC编码过程基本上类似(尽管互逆)的方式对比特流的语法元素的值进行解码。语法元素可以定义将图片分割成CTU以及根据相对应的分割结构(诸如QTBT结构)对每个CTU进行分割的分割信息，以定义CTU的CU。语法元素还可以定义视频数据的块(例如，CU)的预测信息和残差信息。

残差信息可以由例如量化后的变换系数来表示。视频解码器300可以对块的量化后的变换系数进行反量化和反变换，以再现块的残差块。视频解码器300使用信令通知的预测模式(帧内预测或帧间预测)和相关预测信息(例如，帧间预测的运动信息)来形成块的预测块。然后视频解码器300可以组合预测块和残差块(在逐样点的基础上)以再现原始块。视频解码器300可以执行附加处理，诸如执行去方块过程以减少沿块边界的视觉伪影。

如上所述，视频解码器(诸如视频解码器300)可能无法确定如何处理图片内的子图片。本公开的技术提供一种方式，视频编码器(诸如视频编码器200)利用这种方式来信令通知语法元素，并且视频解码器(诸如视频解码器300)可以利用这种方式来解析语法元素，从而使视频解码器能够确定如何处理图片内的子图片。

根据本公开的技术，一种用于对视频数据进行编解码的方法包括：确定指示视频数据的图片中的子图片的数量的第一语法元素的值；为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及对由相应第二语法元素标识的相应子图片进行编解码。

根据本公开的技术，一种设备包括：存储器(例如，图1的示例的存储器106或存储器120)，被配置为存储视频数据；一个或多个处理器，在电路中实施并通信耦合到存储器，一个或多个处理器被配置为：确定指示视频数据的图片中的子图片的数量的第一语法元素的值；为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及对由相应的第二语法元素标识的相应的子图片进行编解码。

根据本公开的技术，一种设备包括：用于确定指示视频数据的图片中的子图片的数量的第一语法元素的值的部件；用于为图片中的子图片当中的每个子图片确定指示相应子图片的标识的相应第二语法元素的值的部件；以及用于对由相应第二语法元素标识的相应子图片进行编解码的部件。

根据本公开的技术，一种计算机可读存储介质编码有指令，该指令在被执行时使得一个或多个处理器：确定指示视频数据的图片中的子图片的数量的第一语法元素的值，为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值，以及对由相应第二语法元素标识的相应子图片进行编解码。

本公开通常可以指“信令通知”某些信息，诸如语法元素。术语“信令通知”通常可以指用于对编码后的视频数据进行解码的语法元素的值和/或其他数据的通信。也就是说，视频编码器200可以在比特流中信令通知语法元素的值。一般而言，信令通知是指在比特流中生成值。如上所述，源设备102可以基本实时地或者非实时地(诸如当将语法元素存储到存储设备112以供目的地设备116稍后检索时可能发生)将比特流传输到目的地设备116。

图2A和图2B是示出示例四叉树二叉树(QTBT)结构130和相对应的编解码树单元(CTU)132的概念图。实线表示四叉树划分，而虚线表示二叉树划分。在二叉树的每个划分(即，非叶)节点中，信令通知一个标志来指示使用哪种划分类型(即，水平或垂直)，其中在该示例中，0指示水平划分，而1指示垂直划分。对于四叉树划分，不需要指示划分类型，因为四叉树节点将块水平地和垂直地划分成4个大小相等的子块。相应地，视频编码器200可以编码且视频解码器300可以解码QTBT结构130的区域树层级(即，实线)的语法元素(诸如划分信息)和QTBT结构130的预测树层级(即，虚线)的语法元素(诸如划分信息)。视频编码器200可以编码且视频解码器300可以解码由QTBT结构130的终端叶节点表示的CU的视频数据，诸如预测数据和变换数据。

一般而言，图2B的CTU 132可以与定义与QTBT结构130在第一层级和第二层级的节点相对应的块大小的参数相关联。这些参数可以包括CTU大小(表示样点中的CTU 132的大小)、最小四叉树大小(MinQTSize，表示允许的最小四叉树叶节点大小)、最大二叉树大小(MaxBTSize，表示允许的最大二叉树根节点大小)、最大二叉树深度(MaxBTDepth，表示允许的最大二叉树深度)和最小二叉树大小(MinBTSize，允许的表示最小二叉树叶节点大小)。

与CTU相对应的QTBT结构的根节点在QTBT结构的第一层级可以具有四个子节点，每个子节点可以根据四叉树分割来分割。也就是说，第一层级的节点或者是叶节点(没有子节点)，或者具有四个子节点。QTBT结构130的示例将这样的节点表示为包括父节点和具有实线分支的子节点。如果第一层级的节点不大于允许的最大二叉树根节点大小(MaxBTSize)，则节点可以进一步由相应的二叉树来分割。一个节点的二叉树划分可以被迭代，直到由划分产生的节点达到允许的最小二叉树叶节点大小(MinBTSize)或允许的最大二叉树深度(MaxBTDepth)。QTBT结构130的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为编解码单元(CU)，CU用于预测(例如，图片内预测或图片间预测)和变换，而无需任何进一步的分割。如上所述，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大小被设置为128×128(亮度样点和两个相对应的64×64色度样点)，MinQTSize被设置为16×16，MaxBTSize被设置为64×64，MinBTSize(对于宽度和高度)被设置为4，并且MaxBTDepth被设置为4。首先将四叉树分割应用于CTU，以生成四叉树叶节点。四叉树叶节点的大小可以从16×16(即，MinQTSize)到128×128(即，CTU大小)。如果叶四叉树节点是128×128，则叶四叉树节点将不会被二叉树进一步划分，因为大小超过了MaxBTSize(即，该示例中的64×64)。否则，叶四叉树节点将被二叉树进一步分割。因此，四叉树叶节点也是二叉树的根节点，并且其二叉树深度为0。当二叉树深度达到MaxBTDepth(在该示例中为4)时，不允许进一步划分。当二叉树节点的宽度等于MinBTSize(在该示例中为4)时，这意味着不允许进一步的垂直划分。类似地，高度等于MinBTSize的二叉树节点意味着不允许对该二叉树节点进行进一步的水平划分。如上所述，二叉树的叶节点被称为CU，并且根据预测和变换被进一步处理，而无需进一步分割。

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。图3是为了解释的目的而提供的，不应被认为是对本公开中广泛示例和描述的技术的限制。出于解释的目的，本公开在视频编解码标准(诸如HEVC视频编解码标准和开发中的H.266视频编解码标准)的上下文中描述视频编码器200。然而，本公开的技术不限于这些视频编解码标准，并且通常适用于视频编码和解码。

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、反量化单元210、反变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(DPB)218和熵编码单元220。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、反量化单元210、反变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何一个或全部可以在一个或多个处理器中或在处理电路中实施。此外，视频编码器200可以包括附加的或替代的处理器或处理电路，以执行这些功能和其他功能。

视频数据存储器230可以存储由由视频编码器200的组件进行编码的视频数据。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。DPB 218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在预测后续视频数据时使用。视频数据存储器230和DPB 218可以由各种存储器设备中的任何一种形成，诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻RAM(RRAM)或其他类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或分开的存储器设备提供。在各种示例中，视频数据存储器230可以与视频编码器200的其他组件一起位于芯片上，如图所示，或相对于那些组件位于芯片外。

在本公开中，对视频数据存储器230的引用不应被解释为限于视频编码器200内部的存储器，除非如此具体描述，或者限于视频编码器200外部的存储器，除非如此具体描述。相反，对视频数据存储器230的引用应当被理解为存储视频编码器200接收的用于编码的视频数据(例如，要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各种单元的输出的临时存储。

示出了图3的各种单元以帮助理解由视频编码器200执行的操作。这些单元可以被实施为固定功能电路、可编程电路或其组合。固定功能电路是指提供特定功能的电路，并且预设了可以执行的操作。可编程电路是指可以被编程以执行各种任务并在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行软件或固件，该软件或固件使得可编程电路以软件或固件的指令所定义的方式操作。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)，但是固定功能电路所执行的操作类型通常是不可变的。在一些示例中，一个或多个单元可以是不同的电路块(固定功能或可编程的)，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可以包括由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核心。在使用由可编程电路执行的软件来执行视频编码器200的操作的示例中，存储器106(图1)可以存储视频编码器200接收和执行的软件的指令(例如，目标代码)，或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。

视频数据存储器230被配置为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中检索视频数据的图片，并且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要被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可以包括附加的功能单元以根据其他预测模式来执行视频预测。作为示例，模式选择单元202可以包括调色板单元、帧内块复制单元(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(LM)单元等。

模式选择单元202通常协调多个编码遍次以测试编码参数的组合和这些组合的所得率失真值。编码参数可以包括用于将CTU分割成CU的分割信息、CU的预测模式、CU的残差数据的变换类型、CU的残差数据的量化参数等。模式选择单元202可以最终选择率失真值比其他测试组合更好的编码参数的组合。

视频编码器200可以将从视频数据存储器230中检索的图片分割成一系列CTU，并且将一个或多个CTU封装在条带内。模式选择单元202可以根据树结构(诸如上文描述的QTBT结构或HEVC的四叉树结构)来分割图片的CTU。如上所述，视频编码器200可以根据树结构通过分割CTU来形成一个或多个CU。这种CU通常也可以被称为“视频块”或“块”。

一般而言，模式选择单元202还控制其组件(例如，运动估计单元222、运动补偿单元224和帧内预测单元226)以生成当前块的预测块(例如，当前CU，或者在HEVC中为PU和TU的重叠部分)。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标识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解码的图片)中的一个或多个紧密匹配的参考块。具体来说，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)计算表示潜在参考块与当前块的相似程度的值。运动估计单元222通常可以使用当前块与正被考虑的参考块之间的逐样点差异来执行这些计算。运动估计单元222可以标识具有由这些计算产生的最低值的参考块，从而指示与当前块最紧密匹配的参考块。

运动估计单元222可以形成一个或多个运动矢量(MV)，MV定义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。然后运动估计单元222可以将运动矢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可以提供单个运动矢量，而对于双向帧间预测，运动估计单元222可以提供两个运动矢量。然后运动补偿单元224可以使用运动矢量生成预测块。例如，运动补偿单元224可以使用运动矢量来检索参考块的数据。作为另一示例，如果运动矢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插值滤波器来对预测块的值进行插值。此外，对于双向帧间预测，运动补偿单元224可以检索由相应运动矢量标识的两个参考块的数据，并且(例如，通过逐样点平均或加权平均)组合检索到的数据。

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可以根据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通常可以数学方式组合相邻样点的值，并且在当前块上的定义方向上填充这些计算出的值，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，并且生成预测块，包括预测块的每个样点的这种所得平均值。

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异。所得的逐样点差异定义了当前块的残差块。在一些示例中，残差生成单元204还可以确定残差块中的样点值之间的差异，以使用残差差分脉冲编解码调制(RDPCM)生成残差块。在一些示例中，残差生成单元204可以使用执行二进制减法的一个或多个减法器电路来形成。

在一些示例中，模式选择单元202可以确定指示图片中的子图片的数量的第一语法元素。对于图片中的子图片中的至少一个相应子图片，模式选择单元202还可以确定指示至少一个相应子图片的标识的相应第二语法元素。

在模式选择单元202将CU分割成PU的示例中，每个PU可与亮度预测单元和相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可以支持具有各种大小的PU。如上所述，CU的大小可以指CU的亮度编解码块的大小，而PU的大小可以指PU的亮度预测单元的大小。假设特定CU的大小为2N×2N，视频编码器200可以支持用于帧内预测的2N×2N或N×N的PU大小，以及用于帧间预测的2N×2N、2N×N、N×2N、N×N或类似的对称PU大小。视频编码器200和视频解码器300还可以支持用于帧间预测的2N×nU、2N×nD、nL×2N和nR×2N的PU大小的非对称分割。

在模式选择单元202不进一步将CU分割成PU的示例中，每个CU可以与亮度编解码块和相对应的色度编解码块相关联。如上所述，CU的大小可以指CU的亮度编解码块的大小。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大小。

对于其他视频编解码技术，诸如帧内块复制模式编解码、仿射模式编解码和线性模型(LM)模式编解码，作为几个示例，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正被编码的当前块的预测块。在一些示例中，诸如调色板模式编解码，模式选择单元202可以不生成预测块，而是生成指示基于选定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以进行编码。

如上所述，残差生成单元204接收当前块和相对应的预测块的视频数据。残差生成单元204然后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异。

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(本文中称为“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可以对残差块应用离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)或概念上类似的变换。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，主变换和二次变换，诸如旋转变换。在一些示例中，变换处理单元206不对残差块应用变换。

量化单元208可以量化变换系数块中的变换系数，以产生量化后的变换系数块。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值来调整应用于与当前块相关联的变换系数块的量化程度。量化可能引入信息损失，并且因此，量化后的变换系数可能具有比由变换处理单元206产生的原始变换系数低的精度。

反量化单元210和反变换处理单元212可分别对量化后的变换系数块应用反量化和反变换，以根据变换系数块来重构残差块。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(尽管潜在地具有某种程度的失真)。例如，重构单元214可以将重构残差块的样点添加到来自由模式选择单元202生成的预测块的相对应的样点，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减少沿着CU边缘的块效应伪影。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在DPB 218中存储重构块。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可以将滤波后的重构块存储到DPB 218。运动估计单元222和运动补偿单元224可以从DPB 218中检索由重构后(且潜在地滤波后)的块形成的参考图片，以对后续编码图片的块进行帧间预测。另外，帧内预测单元226可以使用当前图片的DPB 218中的重构块对当前图片中的其他块进行帧内预测。

一般而言，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的量化后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可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作，以生成熵编码后的数据。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(CAVLC)操作、CABAC操作、可变到可变(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(SBAC)操作、概率区间分割熵(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可以在其中不对语法元素进行熵编码的旁路模式下操作。

视频编码器200可以输出包括重构条带或图片的块所需的熵编码后的语法元素的比特流。具体来说，熵编码单元220可以输出比特流。

上面描述的操作是相对于块来描述的。这种描述应当被理解为对亮度编解码块和/或色度编解码块的操作。如上所述，在一些示例中，亮度编解码块和色度编解码块是CU的亮度分量和色度分量。在一些示例中，亮度编解码块和色度编解码块是PU的亮度分量和色度分量。

在一些示例中，对于色度编解码块，不需要重复针对亮度编解码块执行的操作。作为一个示例，标识亮度编解码块的运动矢量(MV)和参考图片的操作不需要重复用于标识色度块的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，对于亮度编解码块和色度编解码块，帧内预测过程可以是相同的。

视频编码器200表示被配置为对视频数据进行编码的设备的示例，该设备包括：存储器，被配置为存储视频数据；以及一个或多个处理器，在电路中实施并通信耦合到存储器，一个或多个处理器被配置为：确定指示视频数据的图片中的子图片的数量的第一语法元素的值，为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值，并且对由相应第二语法元素标识的相应子图片进行编码。

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，并不限制本公开中广泛示例和描述的技术。出于解释的目的，本公开描述了根据VVC和HEVC的技术的视频解码器300。然而，本公开的技术可以由被配置为符合其他视频编解码标准的视频编解码设备来执行。

在图4的示例中，视频解码器300包括编解码图片缓冲(CPB)存储器320、熵解码单元302、预测处理单元304、反量化单元306、反变换处理单元308、重构单元310、滤波器单元312和解码图片缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、反量化单元306、反变换处理单元308、重构单元310、滤波器单元312和DPB 314中的任何一个或全部可以在一个或多个处理器中或在处理电路中实施。此外，视频解码器300可以包括附加的或替代的处理器或处理电路，以执行这些功能和其他功能。

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可以包括附加单元以根据其他预测模式来执行预测。作为示例，预测处理单元304可以包括调色板单元、帧内块复制单元(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，诸如编码后的视频比特流。存储在CPB存储器320中的视频数据可以从例如计算机可读介质110(图1)中获得。CPB存储器320可以包括存储来自编码后的视频比特流的编码后的视频数据(例如，语法元素)的CPB。此外，CPB存储器320可以存储除编解码图片的语法元素以外的视频数据，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通常存储解码后的图片，视频解码器300可以输出该解码后的图片和/或在对编码后的视频比特流的后续数据或图片进行解码时使用该解码后的图片作为参考视频数据。CPB存储器320和DPB 314可以由各种存储器设备中的任何一种形成，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可以由相同的存储器设备或分开的存储器设备提供。在各种示例中，CPB存储器320可与视频解码器300的其他组件一起位于芯片上，或相对于那些组件位于芯片外。

附加地或替代地，在一些示例中，视频解码器300可以从存储器120(图1)中检索编解码后的视频数据。也就是说，存储器120可以存储如上面关于CPB存储器320所讨论的数据。同样，当视频解码器300的一些或所有功能在由视频解码器300的处理电路执行的软件中实施时，存储器120可以存储由视频解码器300执行的指令。

示出了图4中所示的各种单元，以帮助理解由视频解码器300执行的操作。这些单元可以被实施为固定功能电路、可编程电路或其组合。与图3类似，固定功能电路是指提供特定功能的电路，并且预设了可以执行的操作。可编程电路是指可以被编程以执行各种任务并且在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行软件或固件，该软件或固件使得可编程电路以软件或固件的指令所定义的方式来操作。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)，但是固定功能电路执行的操作类型通常是不可变的。在一些示例中，一个或多个单元可以是不同的电路块(固定功能或可编程的)，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的操作由在可编程电路上执行的软件执行的示例中，片上或片外的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，目标代码)。

熵解码单元302可以从CPB接收编码后的视频数据，并且对视频数据进行熵解码以再现语法元素。预测处理单元304、反量化单元306、反变换处理单元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来生成解码后的视频数据。

一般而言，视频解码器300在逐块的基础上重构图片。视频解码器300可以单独对每个块执行重构操作(其中当前正被重构(即，解码)的块可以被称为“当前块”)。

熵解码单元302可以对定义量化后的变换系数块的量化后的变换系数的语法元素以及变换信息(诸如量化参数(QP)和/或(多个)变换模式指示)进行熵解码。反量化单元306可以使用与量化后的变换系数块相关联的QP来确定量化程度，并且同样地，确定反量化单元306要应用的反量化程度。反量化单元306可以例如执行按比特左移位运算以对量化后的变换系数进行反量化。反量化单元306可以由此形成包括变换系数的变换系数块。

在反量化单元306形成变换系数块之后，反变换处理单元308可以将一个或多个反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，反变换处理单元308可以对变换系数块应用反DCT、反整数变换、反Karhunen-Loeve变换(KLT)、反旋转变换、反方向变换或另一反变换。

此外，预测处理单元304根据由熵解码单元302进行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是帧间预测的，则运动补偿单元316可以生成预测块。在这种情况下，预测信息语法元素可以指示DPB 314中的从中检索参考块的参考图片，以及标识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的运动矢量。运动补偿单元316通常可以以基本上类似于关于运动补偿单元224(图3)所描述的方式来执行帧间预测过程。

作为另一示例，如果预测信息语法元素指示当前块是帧内预测的，则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。同样，帧内预测单元318通常可以以基本上类似于关于帧内预测单元226(图3)描述的方式来执行帧内预测过程。帧内预测单元318可以从DPB314中检索当前块的相邻样点的数据。

在一些示例中，预测处理单元304可以确定指示图片中的子图片的数量的第一语法元素。对于图片中的子图片中的至少一个相应子图片，预测处理单元304还可以确定指示至少一个相应子图片的标识的相应第二语法元素。

重构单元310可以使用预测块和残差块来重构当前块。例如，重构单元310可以将残差块的样点添加到预测块的相对应的样点以重构当前块。

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着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都执行。

视频解码器300可以将重构块存储在DPB 314中。例如，在不执行滤波器单元312的操作的示例中，重构单元310可以将重构块存储到DPB 314。在执行滤波器单元312的操作的示例中，滤波器单元312可以将滤波后的重构块存储到DPB 314。如上所述，DPB 314可以向预测处理单元304提供参考信息，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后的图片的样点。此外，视频解码器300可以输出来自DPB 314的解码后的图片(例如，解码后的视频)以供后续在显示设备(诸如图1的显示设备118)上呈现。

以这种方式，视频解码器300表示视频解码设备的示例，视频解码设备包括：存储器，被配置为存储视频数据，以及一个或多个处理器，在电路中实施并通信耦合到存储器，一个或多个处理器被配置为：确定指示视频数据的图片中的子图片数量的第一语法元素的值，为图片中的子图片当中的每个子图片确定指示相应子图片的标识的相应第二语法元素的值，并且对由相应第二语法元素标识的相应子图片进行解码。

在本公开中描述了用于子图片的信令方法。这些技术可以应用于VVC标准和其他未来的视频编解码标准。

视频编解码标准包括ITU-T H.261、ISO/IEC MPEG-1 Visual、ITU-T H.262或ISO/IEC MPEG-2 Visual、ITU-T H.263、ISO/IEC MPEG-4 Visual和ITU-T H.264(也称为ISO/IEC MPEG-4 AVC)，包括其可伸缩视频编解码(SVC)和多视图视频编解码(MVC)扩展。此外，新的视频编解码标准(即HEVC或ITU-T H.265，包括其范围和屏幕内容编解码扩展、3D视频编解码(3D-HEVC)和多视图扩展(MV-HEVC)以及可伸缩扩展(SHVC))最近已经由视频编解码联合协作小组(JCT-VC)以及ITU-T视频编解码专家组(VCEG)和ISO/IEC运动图片专家组(MPEG)的3D视频编解码扩展开发联合协作小组(JCT-3V)进行了开发。2016年，MPEG和ITU-TVCEG成立了联合探索视频小组(JVET)，为下一代视频编解码标准探索和开发新的视频编码工具，名为VVC。参考软件被称为VVC测试模型(VTM)。

VVC草案6中可能受本公开的技术影响的示例部分在表1中列出如下：

表1

VVC草案6旨在促进从原始图片中提取子图片，使得子图片可以在不对整个原始图片进行解码的情况下进行解码，或者可以与其他子图片分开进行解码。例如，子图片可以是图片的可独立解码的部分。然而，可能存在问题，因为视频解码器(例如，视频解码器300)可能无法确定如何处理子图片。例如，视频解码器可能无法确定如何从原始图片中提取子图片。视频解码器可能无法确定如何标识要从图片中提取哪些子图片。如果视频解码器无法确定如何处理子图片，则视频解码器可能错误地解码与图片或子图片相关联的视频数据，这可能导致较差的用户体验。

本文公开了几种技术来解决子图片提取的问题。本公开描述了可以改进序列参数集(SPS)、图片参数集(PPS)和条带头中的信令的若干示例。下面公开的至少一种技术或者下面公开的至少两种技术的组合可以应用于VVC草案6和/或未来的视频编解码标准。下面阐述了示例技术。

如上所述，在VVC草案6中，可能存在问题，因为视频解码器(例如，视频解码器300)可能无法确定要从原始图片中提取哪些子图片。为了解决这个问题，视频编码器200可以确定指示图片内的子图片的数量的语法元素的值，并信令通知该语法元素。此外，视频编码器200可以在PPS级别(例如，在PPS中)确定与每个子图片相关联的子图片ID的值，并且信令通知该子图片ID。视频解码器300可以解析语法元素以确定语法元素的值，并且确定要从原始图片中提取哪些子图片。例如，视频编码器200或视频解码器300可以确定指示图片中的子图片的数量的第一语法元素的值。对于图片中的至少一个相应子图片(或对于图片中的每个相应子图片)，视频编码器200或视频解码器300可以确定指示至少一个相应子图片的标识的第二语法元素的值。视频编码器200或视频解码器300可以对由第二语法元素标识的至少一个相应子图片进行编解码。在一些示例中，第一语法元素和第二语法元素在PPS中。在一些示例中，第一语法元素的值等于图片中的子图片的数量减1。在一些示例中，第二语法元素包括子图片[i]的标识，其中子图片[i]的标识指定第i个子图片的子图片标识。

对于该示例，对VVC草案6的语法更改如下表2中在<CHANGE>和</CHANGE>之间所描述的。

表2

在另一示例中，现在公开了上述示例中子图片ID的信令通知的替代技术。在该示例中，视频编码器200可以信令通知两个相邻子图片ID的偏移(delta)。例如，视频编码器200可以信令通知一个子图片ID与相邻子图片ID之间的差异。视频解码器300可以解析两个相邻子图片ID的偏移，以确定从原始图片中提取哪些子图片。对于该示例，VVC草案6的语法更改如表3中在<CHANGE>和</CHANGE>之间所描述的。

表3

除了上述任一技术之外，或者作为上述任一技术的替代，视频解码器(诸如视频解码器300)可能需要确定条带头中的子图片ID，以确定子图片在图片中的位置。在该示例中，视频编码器200可以在条带头处信令通知子图片ID，使得视频解码器300可以解析子图片ID以确定子图片在图片中的位置。例如，视频编码器200或视频解码器300可以至少部分基于相应子图片存在来确定指示条带头中的每个子图片的子图片标识的相应第三语法元素的值。在一些示例中，视频编码器200或视频解码器300还可以基于子图片的数量大于1来确定第三语法元素的值。在一些示例中，视频编码器200或视频解码器300可以通过确定指示相应子图片存在的第四语法元素的值来确定至少一个相应子图片是否存在。在一些示例中，第三语法元素的值指定与关联于条带头的条带相关联的子图片标识。在一些示例中，第三语法元素的长度等于指示长度的第五语法元素的值加1比特。在一些示例中，第五语法元素的值指示图片标识符的长度。在一些示例中，第五语法元素在PPS中。

根据该示例的技术，对VVC草案6的语法更改如表4中在<CHANGE>和</CHANGE>之间所描述的。

表4

在另一示例中，视频编解码器(例如，视频编码器200)可以使用等于signalled_picture_id_length_minus1+1比特的长度的比特数来信令通知slice_subpicture_id，其中signalled_picture_id_length_minus1可以在PPS中信令通知。在该示例中，slice_subpicture_id的值可以在0到2^{(signalled_picture_id_length_minus1+1)}–1的范围内，包括0和2^{(signalled_picture_id_length_minus1+1)}–1。

图5是示出根据本公开的技术的子图片信令通知的示例的流程图。视频编码器200或视频解码器300可以确定指示图片中的子图片的数量的第一语法元素的值(330)。例如，视频编码器200可以确定第一语法元素的值，其值可以等于图片中的子图片的数量减1，并且可以在比特流中信令通知该第一语法元素。视频解码器300可以解析第一语法元素以确定第一语法元素的值。视频解码器300可以通过取第一语法元素的值(其可以等于图片中的子图片的数量减1)并加1来确定图片中的子图片的数量。

为图片中的子图片当中的每个子图片，视频编码器200或视频解码器300可以确定指示相应子图片的标识的相应第二语法元素的值(332)。例如，视频编码器200可以确定标识图片中的特定子图片的相应第二语法元素的值，并且信令通知比特流中的相应第二语法元素。视频解码器300可以解析相应第二语法元素以确定相应第二语法元素的值并标识特定子图片。

视频编码器200或视频解码器300可以对由相应第二语法元素标识的相应子图片进行编解码(334)。例如，视频编码器200可以基于第一语法元素和第二语法元素的确定对视频数据进行编码，并且视频解码器300可以基于第一语法元素和第二语法元素的确定对视频数据进行解码。

在一些示例中，第一语法元素和第二语法元素在PPS中。在一些示例中，第一语法元素的值等于可适用第一语法元素的视频数据的图片中的子图片的数量减1。在一些示例中，第二语法元素包括图片中的第i个子图片的标识。

在一些示例中，视频编码器200或视频解码器300至少部分基于相应子图片存在来确定在条带头中指示每个子图片的子图片标识的第三语法元素的值，并且基于第三语法元素的值来确定相应子图片的标识。在一些示例中，视频编码器200或视频解码器300还可以基于子图片的数量大于1来确定第三语法元素的值。在一些示例中，视频编码器200或视频解码器300可以通过确定指示相应子图片存在的第四语法元素的值来确定相应子图片是否存在。在一些示例中，第三语法元素的值指定与关联于条带头的条带相关联的子图片标识。在一些示例中，第三语法元素的长度等于指示长度的第五语法元素的值加1比特。在一些示例中，第五语法元素的值指示图片标识的长度。

图6是示出用于对当前块进行编码的示例方法的流程图。当前块可以包括图片的当前CU。尽管针对视频编码器200(图1和图3)进行了描述，但是应当理解，其他设备可以被配置为执行类似于图6的方法。

在图6的示例中，视频编码器200最初预测当前块(350)。例如，视频编码器200可以形成当前块的预测块。在一些示例中，在形成预测块的同时，视频编码器200可以确定指示图片中的子图片的数量的第一语法元素，并且可以为图片中的子图片的至少一个相应子图片确定指示至少一个相应子图片的标识的相应第二语法元素。然后视频编码器200可以计算当前块的残差块(352)。为了计算残差块，视频编码器200可以计算原始未编码块与当前块的预测块之间的差异。然后视频编码器200可以对残差块的变换系数进行变换和量化(354)。接下来，视频编码器200可以扫描残差块的量化后的变换系数(356)。在扫描期间，或在扫描之后，视频编码器200可以对变换系数进行熵编码(358)。例如，视频编码器200可以使用CAVLC或CABAC对变换系数进行编码。然后视频编码器200可以输出块的熵编码后的数据(360)。

图7是示出用于对视频数据的当前块进行解码的示例方法的流程图。当前块可以包括图片的当前CU。尽管针对视频解码器300(图1和图4)进行了描述，但是应当理解，其他设备可以被配置为执行类似于图7的方法。

视频解码器300可以接收当前块的熵编码后的数据，诸如与当前块相对应的残差块的变换系数的熵编码后的预测信息和熵编码后的数据(370)。视频解码器300可以对熵编码后的数据进行熵解码以确定当前块的预测信息并再现残差块的变换系数(372)。在一些示例中，熵编码后的数据可以包括指示图片中的子图片的数量的第一语法元素，并且对于图片的子图片中的至少一个相应子图片，可以包括指示至少一个相应子图片的标识的相应第二语法元素。在这些示例中，视频解码器300可以确定指示图片中的子图片的数量的第一语法元素，并且为图片中的子图片的至少一个相应子图片，确定指示至少一个相应子图片的标识的相应第二语法元素。视频解码器300可以(例如，使用如当前块的预测信息所指示的帧内或帧间预测模式)预测当前块(374)，以计算当前块的预测块。然后视频解码器300可以对再现的变换系数进行反扫描(376)，以创建量化后的变换系数的块。然后视频解码器300可以对变换系数进行反量化和反变换以产生残差块(378)。视频解码器300可以通过组合预测块和残差块来最终对当前块进行解码(380)。

根据本公开的技术，视频编码器可以信令通知语法元素，并且视频解码器可以解析语法元素，使得视频解码器能够确定如何处理子图片。本公开描述了可以改进与子图片相关的序列参数集(SPS)、图片参数集(PPS)和条带头中的信令的若干示例。

本公开包括以下示例。

示例1.一种对视频数据进行编解码的方法，该方法包括：确定指示视频数据的图片中的子图片的数量的第一语法元素；为图片中的子图片中的至少一个相应子图片，确定指示至少一个相应子图片的标识的相应第二语法元素；以及对由相应的第二语法元素标识的至少一个相应子图片进行编解码。

示例2.根据示例1所述的方法，其中，第一语法元素和第二语法元素在图片参数集(PPS)中。

示例3.根据示例1或2中任一项所述的方法，其中，第一语法元素的值等于可适用第一语法元素的视频数据的图片中的子图片的数量减1。

示例4.根据示例3所述的方法，其中，第二语法元素包括子图片[i]的标识，并且其中，子图片[i]的标识指定第i个子图片的子图片标识。

示例5.根据示例4所述的方法，其中，对于(i＝0；i<＝第一语法元素；i++)，第二语法元素[i]。

示例6.根据示例1-5的任何组合所述的方法，还包括至少部分基于子图片存在来确定在条带头中指示至少一个相应子图片的子图片标识的第三语法元素，并且基于第三语法元素来确定至少一个相应子图片的标识。

示例7.根据示例6所述的方法，其中，确定第三语法元素还基于子图片的数量大于1。

示例8.根据示例6或7所述的方法，还包括通过确定指示至少一个相应子图片存在的第四语法元素来确定至少一个相应子图片是否存在。

示例9.根据示例6-8的任何组合所述的方法，其中，第三语法元素指定与关联于条带头的条带相关联的子图片标识。

示例10.根据示例6-9的任何组合所述的方法，其中，第三语法元素的长度等于指示长度的第五语法元素的值加1比特。

示例11.根据示例10所述的方法，其中，第五语法元素指示图片标识的长度。

示例12.一种对视频数据进行编解码的方法，该方法包括：基于第一语法元素来确定要从原始图片中提取的子图片的数量；基于至少一个第二语法元素来确定要提取哪些子图片；以及基于该确定对视频数据进行编解码。

示例13.根据示例12所述的方法，其中，至少一个第二语法元素包括子图片标识(ID)。

示例14.根据示例12或示例13所述的方法，其中，至少一个第二语法元素包括两个相邻子图片ID的偏移。

示例15.根据示例12-14的任何组合所述的方法，其中，第一语法元素和至少一个第二语法元素在图片参数集(PPS)中。

示例16.根据示例12-15的任何组合所述的方法，其中，至少一个第二语法元素在条带头中。

示例17.根据示例16所述的方法，其中，至少一个第二语法元素包括slice_subpicture_id，其中slice_subpicture_id的长度是signalled_picture_id_length_minus1+1比特。

示例18.根据示例16所述的方法，其中，signalled_picture_id_length_minus1在PPS中。

示例19.根据示例17或示例18所述的方法，其中，slice_subpicture_id的值在0到2^{(signalled_picture_id_length_minus1+1)}–1的范围内，包括0和2^{(signalled_picture_id_length_minus1+1)}–1。

示例20.一种对视频数据进行编码的方法，该方法包括：确定要从原始图片中提取的子图片的数量；用第一语法元素信令通知要从原始图片中提取的子图片的数量；确定要从原始图片中提取哪些子图片；用至少一个第二语法元素信令通知要从原始图片中提取哪些子图片；以及基于该确定对视频数据进行编码。

示例21.根据示例20所述的方法，其中，至少一个第二语法元素包括子图片标识(ID)。

示例22.根据示例20或示例21所述的方法，其中，至少一个第二语法元素包括两个相邻子图片ID的偏移。

示例23.根据示例20-22的任何组合所述的方法，其中，第一语法元素和至少一个第二语法元素在图片参数集(PPS)中

示例24.根据示例20-23的任何组合所述的方法，其中，至少一个第二语法元素在条带头中。

示例25.根据示例24所述的方法，其中，至少一个第二语法元素包括slice_subpicture_id，其中，slice_subpicture_id的长度是signalled_picture_id_length_minus1+1比特。

示例26.根据示例25所述的方法，其中，signalled_picture_id_length_minus1在图片参数集(PPS)中信令通知。

示例27.根据示例25或26所述的方法，其中，slice_subpicture_id的值在0到2^{(signalled_picture_id_length_minus1+1)}–1的范围内，包括0和2^{(signalled_picture_id_length_minus1+1)}–1。

示例28.一种用于对视频数据进行编解码的设备，该设备包括用于执行根据示例1-27中任一项所述的方法的一个或多个部件。

示例29.根据示例28所述的设备，其中，一个或多个部件包括在电路中实施的一个或多个处理器。

示例30.根据示例28或29所述的设备，还包括用于存储视频数据的存储器。

示例31.根据示例28-30中任一项所述的设备，还包括被配置为显示解码后的视频数据的显示器。

示例32.根据示例28-31中任一项所述的设备，其中，设备包括相机、计算机、移动设备、广播接收器设备或机顶盒中的一个或多个。

示例33.根据示例28-32中任一项所述的设备，其中，设备包括视频解码器。

示例34.根据示例28-33中任一项所述的设备，其中，设备包括视频编码器。

示例35.一种其上存储有指令的计算机可读存储介质，指令在被执行时使得一个或多个处理器执行根据示例1-27中任一项所述的方法。

应当认识到，取决于示例，本文描述的任何技术的某些动作或事件可以以不同的顺序来执行，可以被添加、合并或完全省略(例如，并非所有描述的动作或事件对于技术的实践来说都是必要的)。此外，在某些示例中，动作或事件可以并发地执行，例如，通过多线程处理、中断处理或多处理器，而不是顺序地执行。

在一个或多个示例中，所描述的功能可以用硬件、软件、固件或其任意组合来实施。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存储在计算机可读介质上或在其上传输，并由基于硬件的处理单元执行。计算机可读介质可以包括与诸如数据存储介质之类的有形介质计算机相对应的可读存储介质，或者包括(例如，根据通信协议)促进将计算机程序从一个地方递送到另一地方的任何介质的通信介质。以这种方式，计算机可读介质通常可以对应于(1)非暂时性的有形的计算机可读存储介质，或者(2)诸如信号或载波之类的通信介质。数据存储介质可以是能够被一个或多个计算机或一个或多个处理器访问以检索用于实施本公开中描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可以包括计算机可读介质。

作为示例而非限制，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存储设备、闪存、或者可以用于存储指令或数据结构形式的所需程序代码且可以由计算机访问的任何其他介质。此外，任何连接都被恰当地称为计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字订户线路(DSL)或无线技术(诸如红外线、无线电和微波)从网站、服务器或其他远程源传输指令，则同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外线、无线电和微波)被包括在介质的定义中。然而，应当理解，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，而是指向非暂时性的有形存储介质。本文使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中磁盘通常磁性地再现数据，而光盘用激光光学地再现数据。上述的组合也应被包括在计算机可读介质的范围内。

指令可以由一个或多个处理器执行，诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他等效的集成或分立逻辑电路。相应地，本文使用的术语“处理器”和“处理电路”可以指任何前述结构或适合于实施本文描述的技术的任何其他结构。此外，在一些方面，本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块中提供，或者被结合在组合的编解码器中。此外，这些技术可以完全在一个或多个电路(包括可编程电路和/或固定功能电路)或逻辑元件中实施。

本公开的技术可以在各种各样的设备或装置中实施，包括无线手机、集成电路(IC)或IC集(例如，芯片集)。在本公开中描述了各种组件、模块或单元，以强调被配置为执行所公开的技术的设备的功能方面，但是不一定需要由不同的硬件单元来实现。相反，如上所述，结合合适的软件和/或固件，各种单元可以被组合在编解码器硬件单元中，或者由互操作硬件单元的集合来提供，包括如上所述的一个或多个处理器。

Claims

1.一种对视频数据进行编解码的方法，所述方法包括：

确定指示所述视频数据的图片中的子图片的数量的第一语法元素的值；

为图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及

对由相应第二语法元素标识的相应子图片进行编解码。

2.根据权利要求1所述的方法，其中，所述第一语法元素和所述第二语法元素在图片参数集中。

3.根据权利要求1所述的方法，其中，所述第一语法元素的值等于所述图片中的子图片的数量减1。

4.根据权利要求3所述的方法，其中，所述第二语法元素包括所述图片中的第i个子图片的标识。

5.根据权利要求1所述的方法，还包括：

至少部分基于相应子图片存在，确定在条带头中指示每个子图片的子图片标识的相应第三语法元素的值；以及

基于相应第三语法元素的值确定相应子图片的标识。

6.根据权利要求5所述的方法，其中，确定所述第三语法元素的值还基于子图片的数量大于1。

7.根据权利要求5所述的方法，还包括通过确定指示相应子图片存在的第四语法元素的值来确定相应子图片是否存在。

8.根据权利要求5所述的方法，其中，所述第三语法元素的值指定与关联于所述条带头的条带相关联的子图片标识。

9.根据权利要求5所述的方法，其中，所述第三语法元素的长度等于指示长度的第五语法元素的值加1比特。

10.根据权利要求9所述的方法，其中，所述第五语法元素的值指示图片标识符的长度。

11.根据权利要求10所述的方法，其中，所述第五语法元素在图片参数集中。

12.一种用于对视频数据进行编解码的设备，所述设备包括：

存储器，被配置为存储视频数据；以及

一个或多个处理器，在电路中实施并通信耦合到所述存储器，所述一个或多个处理器被配置为：

为所述图片中的子图片当中的每个子图片，确定指示相应子图片的标识的相应第二语法元素的值；以及

对由相应第二语法元素标识的相应子图片进行编解码。

13.根据权利要求12所述的设备，其中，所述第一语法元素和所述第二语法元素在图片参数集中。

14.根据权利要求12所述的设备，其中，所述第一语法元素的值等于所述图片中的子图片的数量减1。

15.根据权利要求14所述的设备，其中，所述第二语法元素包括所述图片中的第i个子图片的标识。

16.根据权利要求12所述的设备，其中，所述一个或多个处理器还被配置为：

基于相应第三语法元素的值确定相应子图片的标识。

17.根据权利要求16所述的设备，其中，确定所述第三语法元素的值还基于子图片的数量大于1。

18.根据权利要求16所述的设备，其中，所述一个或多个处理器还被配置为通过确定指示相应子图片存在的第四语法元素的值来确定相应子图片是否存在。

19.根据权利要求16所述的设备，其中，所述第三语法元素的值指定与关联于所述条带头的条带相关联的子图片标识。

20.根据权利要求16所述的设备，其中，所述第三语法元素的长度等于指示长度的第五语法元素的值加1比特。

21.根据权利要求20所述的设备，其中，所述第五语法元素的值指示图片标识符的长度。

22.根据权利要求20所述的设备，其中，所述第五语法元素在图片参数集中。

23.根据权利要求12所述的设备，其中，所述设备包括无线通信设备。

24.一种存储指令的非暂时性计算机可读存储介质，所述指令在被执行时使得一个或多个处理器：

确定指示视频数据的图片中的子图片的数量的第一语法元素的值；

对由相应第二语法元素标识的相应子图片进行编解码。

25.一种用于对视频数据进行编解码的设备，所述设备包括：

用于确定指示所述视频数据的图片中的子图片的数量的第一语法元素的值的部件；

用于为所述图片中的子图片当中的每个子图片确定指示相应子图片的标识的相应第二语法元素的值的部件；以及

用于对由相应第二语法元素标识的相应子图片进行编解码的部件。