CN114600460A - 基于推断的视频参数集进行解码的系统和方法 - Google Patents

Abstract

提供了用于解码的系统和方法。一种方法包括：接收包括至少一个已编码图片的码流，基于视频参数集的第一标识符不在码流中，推断视频参数集的第一标识符的值，以及基于该推断来解码至少一个已编码图片。

Description

基于推断的视频参数集进行解码的系统和方法

交叉引用

本申请要求于2020年5月22日提交的美国临时申请第63/029,365号和于2021年4月15日提交的美国申请第17/231,565号的优先权，它们的公开内容通过引用整体结合在本申请中。

技术领域

本公开的实施例涉及超越高效率视频编解码(HEVC，High Efficiency VideoCoding)的下一代视频编解码技术，例如，通用视频编解码(VVC，Versatile VideoCoding)。更具体地，本公开的实施例涉及基于推断的视频参数集(VPS，Video ParameterSets)进行解码的系统和方法。

背景技术

ITU-T VCEG(Q6/16)和ISO/IEC MPEG(JTC 1/SC 29/WG 11)在2013年(版本1)、2014年(版本2)、2015年(版本3)和2016年(版本4)中发布了H.265/HEVC(高效率视频编解码)标准。2015年，这两个标准组织联合成立了联合视频探索小组(JVET，Joint VideoExploration Team)，以探索开发超越HEVC的下一个视频编解码标准的潜力。2017年10月，JVET发布了关于性能超越HEVC的视频压缩的联合提案(CfP，Joint Call for Proposals)。截至2018年2月15日，总共提交了22份标准动态范围(SDR，standard dynamic range)的CfP响应、12份高动态范围(HDR，high dynamic range)的CfP响应和12份360视频类别的CfP响应。2018年4月，在第122次运动图像专家组(MPEG，Moving Picture Experts Group)/第10次JVET会议上评估了所有接收到的CfP响应。这次会议的结果是，JVET正式启动了超越HEVC的下一代视频编解码的标准化过程。新标准被命名为下一代视频编解码(VVC，VersatileVideo Coding)，并且JVET被更名为联合视频专家小组。VVC测试模型(VTM，VVC TestModel)的当前版本是VTM 7。

发明内容

根据一个或多个实施例，提供了一种由至少一个处理器执行的方法。该方法包括：接收包括至少一个已编码图片的码流；基于视频参数集的第一标识符不在码流中，推断视频参数集的第一标识符的值；以及基于该推断来解码至少一个已编码图片。

根据实施例，该推断包括基于视频参数集的第一标识符不在码流中来推断第一标识符的值为0。

根据实施例，第一标识符的值指示视频参数集不存在于码流中。

根据实施例，该方法进一步包括基于视频参数集的第一标识符不在码流中来推断视频参数集的层的第二标识符的值。

根据实施例，推断第二标识符的值包括基于视频参数集的第一标识符不在码流中来推断第二标识符的值为0。

根据实施例，该方法进一步包括基于标志不在码流中来推断标志的值，其中该标志用于指示是否存在语法元素，该语法元素指示由视频参数集指定的层的图片是否被用作层间参考图片ILRP。

根据实施例，推断标志的值包括基于标志不在码流中来推断标志的值为0。

根据实施例，该方法进一步包括基于第一标志和第二标志来推断用于指示输出层集模式的语法元素的值，该第一标志指示由视频参数集指定的所有层在不使用层间预测的情况下独立地进行编码，该第二标志指示参考视频参数集的已编码视频序列CVS中的每个层是仅含有一个层的输出层集OLS。

根据实施例，推断语法元素的值包括基于值为1的第一标志和值为1的第二标志来推断语法元素的值为0。

根据实施例，推断语法元素的值包括推断语法元素的值为指示输出层集模式是以下模式的值：由视频参数集指定的OLS的总数等于由视频参数集指定的层的总数，OLS中的第i个OLS包括层索引从0至i(包括端值)的层，并且对于OLS中的每个OLS，仅OLS中的最高层是输出层。

根据一个或多个实施例，提供了一种系统。该系统包括：至少一个存储计算机代码的存储器；以及至少一个处理器，该处理器被配置为接收包括至少一个已编码图片的码流。该至少一个处理器被进一步配置为访问计算机代码并且按该计算机代码所指示的进行操作，该计算机代码包括：推断代码，其被配置为使至少一个处理器基于视频参数集的第一标识符不在码流中，推断视频参数集的第一标识符的值；以及解码代码，其被配置为使至少一个处理器基于该推断来解码至少一个已编码图片。

根据实施例，推断代码被配置为使至少一个处理器基于视频参数集的第一标识符不在码流中来推断第一标识符的值为0。

根据实施例，第一标识符的值指示视频参数集不存在于码流中。

根据实施例，推断代码进一步被配置为使至少一个处理器基于视频参数集的第一标识符不在码流中来推断视频参数集的层的第二标识符的值。

根据实施例，推断代码被配置为使至少一个处理器基于视频参数集的第一标识符不在码流中来推断第二标识符的值为0。

根据实施例，推断代码进一步被配置为使至少一个处理器基于标志不在码流中而推断标志的值，并且该标志用于指示是否存在语法元素，该语法元素指示由视频参数集指定的层的图片是否被用作层间参考图片ILRP。

根据实施例，推断代码被配置为使至少一个处理器基于标志不在码流中来推断标志的值为0。

根据实施例，推断代码进一步被配置为使至少一个处理器基于第一标志和第二标志来推断语法元素的值，所述语法元素用于指示输出层集模式，该第一标志指示由视频参数集指定的所有层在不使用层间预测的情况下独立地进行编码，该第二标志指示参考视频参数集的已编码视频序列CVS中的每个层是仅含有一个层的输出层集OLS。

根据实施例，推断代码被配置为使至少一个处理器基于值为1的第一标志和值为1的第二标志来推断语法元素的值为0。

根据一个或多个实施例，提供了存储计算机代码的非易失性计算机可读介质。计算机代码被配置为当由至少一个处理器执行时使至少一个处理器：基于视频参数集的第一标识符不在接收到的码流中，来推断视频参数集的第一标识符的值，所述码流包括至少一个已编码图片；以及基于推断第一标识符的值，来对至少一个已编码图片进行解码。

附图说明

从以下详细描述和附图中，所公开的主题的其它特征、性质以及各种优点将更加明显，其中：

图1是根据实施例的通信系统的简化框图的示意图。

图2是根据实施例的通信系统的简化框图的示意图。

图3是根据实施例的解码器的简化框图的示意图。

图4是根据实施例的编码器的简化框图的示意图。

图5是根据实施例的计算机代码的框图。

图6是适用于实现各实施例的计算机系统的图。

具体实施方式

图1是根据本申请公开的实施例的通信系统(100)的简化框图。通信系统(100)包括至少两个终端(110,120)，所述至少两个终端可通过网络(150)彼此通信。对于单向数据传输，第一终端(110)可在本地对视频数据进行编码以通过网络(150)传输到另一终端(120)。第二终端(220)可从网络(150)接收其他终端的已编码视频数据，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示出了第二对终端(130)和(140)，来支持已编码视频的双向传输，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，终端(130)和终端(140)中的每个终端可对本地采集的视频数据进行编码以通过网络(150)传输到终端(130)和终端(140)中的另一终端。终端(130)和终端(140)中的每个终端还可接收由终端(130)和终端(140)中的另一终端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的实施例中，终端(110-140)可为服务器、个人计算机和智能电话，和/或任意其他类型的终端。例如，终端(110-140)可以是膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(150)表示在终端(110-140)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(连线的)和/或无线通信网络。通信网络(150)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本论述的目的，除非在下文中有所解释，否则网络(150)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。

作为实施例，图2示出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。

如图2所示，流式传输系统(200)可包括采集子系统(213)，所述采集子系统可包括视频源(201)和编码器(203)。所述视频源可以是，例如数码相机，并用于创建未压缩的视频样本流(202)。相较于已编码的视频码流，未压缩的视频样本流(202)可以提供高数据量，未压缩的视频样本流(202)可由编码器(203)处理，所述编码器(203)耦接到视频源(201)。编码器(203)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。相较于视频样本流，已编码的视频码流(204)可以包括较低数据量，其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(206)可访问流式传输服务器(205)以检索视频比特流(209)，所述视频比特流(209)为所述已编码的视频码流(204)的副本。

在实施例中，流传输服务器(205)还可以用作媒体感知网络元件(MANE，Media-Aware Network Element)。例如，流传输服务器(205)可以被配置为修剪已编码视频码流(204)，以便为一个或多个流传输客户端(206)定制可能不同的码流。在实施例中，MANE可以与流传输系统(200)中的流传输服务器(205)分开提供。

流传输客户端(206)可以包括视频解码器(210)和显示器(212)。视频解码器(210)可以例如对视频码流(209)进行解码，所述视频码流(209)为已编码视频码流(204)的输入副本，并且视频解码器(210)创建可以在显示器(212)或另一渲染设备(未描绘)上渲染的输出视频样本流(211)。在一些流传输系统中，可以根据某些视频编解码/压缩标准对视频码流(204、209)进行编码。这种标准的示例包括但不限于ITU-T建议H.265。正在开发的视频编解码标准被非正式地称为下一代视频编解码(VVC，Versatile Video Coding)。本公开的实施例可以用于VVC的上下文中。

图3示出了根据本公开实施例的附接到显示器(212)的视频解码器(210)的示例性功能框图。

视频解码器(210)可以包括信道(312)、接收器(310)、缓冲存储器(315)、熵解码器/解析器(320)、缩放器/逆变换单元(351)、帧内预测单元(352)、运动补偿预测单元(353)、聚合器(355)、环路滤波器单元(356)、参考图片存储器(357)和当前图片存储器(358)。在至少一个实施例中，视频解码器(210)可以包括集成电路、一系列集成电路和/或其它电子电路。视频解码器(210)还可以部分地或全部地体现为软件，所述软件运行在具有相关联的存储器的一个或多个CPU上。

在一些实施例和其他实施例中，接收器(310)可接收将由解码器(210)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(312)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(310)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(310)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(315)可耦接在接收器(310)与熵解码器/解析器(320)(此后称为“解析器”)之间。当接收器(310)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(315)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(315)，所述缓冲存储器可相对较大且可具有自适应性大小。

视频解码器(210)可包括解析器(320)以根据熵编码的已编码视频序列重建符号(321)。这些符号的类别包括例如用于管理解码器(210)的操作的信息，以及用以控制显示装置(例如，显示器(212))的潜在信息，所述显示装置可耦接到如图4中所示的解码器。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，VUI)的参数集片段(未标示)。解析器(320)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熟知的原理，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(320)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、切片、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。解析器(320)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(320)可对从缓冲存储器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。

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(321)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(320)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(320)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(210)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例中，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。

一单元是缩放器/逆变换单元(351)。缩放器/逆变换单元(351)可以从解析器(320)接收作为符号(321)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(351)可输出包括样本值的块，所述样本值可输入到聚合器(355)中。

在一些情况下，缩放器/逆变换单元(351)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(352)提供。

在一些情况下，图片内预测单元(352)使用从当前图片存储器(358)的当前(部分重建的)图片获取的周围已经重建的信息，生成与重建中的块具有相同大小和形状的块。

在一些情况下，聚合器(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(351)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(353)可访问参考图片存储器(357)以提取用于预测的样本。在根据符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元(351)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(353)从参考图片存储器(357)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(321)的形式而供运动补偿预测单元(353)使用，所述符号(321)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(357)提取的样本值的内插、运动矢量预测机制等等。

聚合器(355)的输出样本可在环路滤波器单元(356)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码流中的参数，且所述参数作为来自解析器(320)的符号(321)可用于环路滤波器单元(356)。然而，在其他实施例中，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(356)的输出可以是样本流，所述样本流可输出到显示装置例如显示器(212)以及存储在参考图片存储器(357)，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(320))被识别为参考图片，则当前参考图片缓冲器可变为参考图片存储器(357)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(210)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视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，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，从某种意义上说，它遵循视频压缩技术或标准的语法，如视频压缩技术文档或标准，特别是其中的配置文件中所指定的。此外，为了符合某些视频压缩技术或标准，已编码视频序列的复杂性可能在视频压缩技术或标准级别所定义的范围内。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。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(310)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(210)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图示了根据本公开实施例的与视频源(201)相关联的视频编码器(203)的示例性功能框图。

视频编码器(203)可以包括例如作为源编码器(430)的编码器、编解码引擎(432)、(本地)解码器(433)、参考图片存储器(434)、预测器(435)、发射器(440)、熵编码器(445)、控制器(450)和信道(460)。

编码器(203)可以从视频源(201)(不是编码器的一部分)接收视频样本，该视频源(201)可以采集要由编码器(203)编码的视频图像。

视频源(201)可提供将由编码器(203)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(201)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(201)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，每个像素可包括一个或多个样本。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(203)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(443)。施行适当的编码速度是控制器(450)的一个功能。控制器(450)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(450)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的识别控制器(450)的其它功能，这些功能涉及针对某一系统设计优化的视频编码器(203)。

一些视频编码器在本领域技术人员容易识别为编码环路中操作。作为简单的描述，编码环路由源编码器(430)的编码部分组成(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于编码器(203)中的(本地)解码器(433)。解码器(433)重建符号以创建样本数据，当符号和编码视频比特流之间的压缩在某些视频压缩技术中是无损的时，(远程)解码器也将创建该样本数据。可以将重建的样本流输入到参考图片存储器(434)。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)对于本领域技术人员时熟知的。

“本地”解码器(433)的操作可与已在上文结合图3详细描述“远程”解码器(210)相同。然而，当符号可用且熵编码器(445)和解析器(320)能够无损地将符号编码/解码为已编码视频序列时，包括信道(312)，接收器(310)，缓冲器(315)和解析器(320)在内的视频解码器(310)的熵解码部分，可能无法完全在本地解码器(433)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。出于此原因，本申请侧重于解码器操作。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，并且在下文提供。

作为操作的一部分，源编码器(430)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(432)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图片的预测参考。

本地视频解码器(433)可基于源编码器(430)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(432)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(433)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(434)中。以此方式，编码器(203)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(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新图片，预测器(435)可在参考图片存储器(434)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(435)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(435)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(434)中存储的多个参考图片取得的预测参考。

控制器(450)可管理视频编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器(445)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所熟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(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)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(440)可将来自视频编码器(430)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(450)可管理编码器(203)的操作。在编码期间，控制器(450)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，通常可将图片分配帧内图片(I图片)、预测性图片(P图片)、或者双向预测性图片(B图片)。

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(203)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(203)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(440)可在传输已编码的视频时传输附加数据。视频编码器(430)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。

[1、视频参数集]

在VVC草案9中，视频参数集(VPS,video parameter set)中的语法元素可以呈现为如表1中所示(参见具体实施方式的末尾)。

VPS原始字节序列有效载荷(RBSP,raw byte sequence payload)在其被参考之前可用于解码过程，包括在TemporalId等于0的至少一个存取单元(AU，access unit)中或通过外部手段提供。

可以要求已编码视频序列(CVS，coded video sequence)中具有特定vps_video_parameter_set_id值的所有VPS网络抽象层(NAL，network abstraction layer)单元具有相同的内容。

语法元素vps_video_parameter_set_id为VPS提供标识符，以供其它语法元素参考。可以要求vps_video_parameter_set_id的值大于0。

语法元素vps_max_layers_minus1加1指示由VPS指定的层的数量，其是参考VPS的每个CVS中的层的最大允许数量。

语法元素vps_max_sublayers_minus1加1指示时间子层的最大数量，所述时间子层可以存在于由VPS指定的层中。可以要求vps_max_sublayers_minus1的值在0至6的范围内，包括端值。

等于1的语法元素vps_all_layers_same_num_sublayers_flag指示对于由VPS指定的所有层，时间子层的数量是相同的。等于0的语法元素vps_all_layers_same_num_sublayers_flag指示由VPS指定的层可以具有或可以不具有相同数量的时间子层。当不存在时，可以推断vps_all_layers_same_num_sublayers_flag的值等于1。

等于1的语法元素vps_all_independent_layers_flag指示由VPS指定的所有层在不使用层间预测的情况下被独立地编码。等于0的语法元素vps_all_independent_layers_flag指示由VPS指定的层中的一个或多个层可以使用层间预测。当不存在时，可以推断vps_all_independent_layers_flag的值等于1。

语法元素vps_layer_id[i]指示第i层的nuh_layer_id值。对于m和n的任何两个非负整数值，当m小于n时，可能要求vps_layer_id[m]的值小于vps_layer_id[n]。

等于1的语法元素vps_independent_layer_flag[i]指示具有索引i的层不使用层间预测。等于0的语法元素vps_independent_layer_flag[i]指示具有索引i的层可以使用层间预测，并且j在0至i-1(包括端值)的范围内的语法元素vps_direct_ref_layer_flag[i][j]存在于VPS中。当不存在时，可以推断vps_independent_layer_flag[i]的值等于1。

等于1的语法元素vps_max_tid_ref_present_flag[i]指示语法元素vps_max_tid_il_ref_pics_plus1[i][j]存在。等于0的语法元素vps_max_tid_ref_present_flag[i]指示语法元素vps_max_tid_il_ref_pics_plus1[i][j]不存在。

等于0的语法元素vps_direct_ref_layer_flag[i][j]指示具有索引j的层不是具有索引i的层的直接参考层。等于1的语法元素vps_direct_ref_layer_flag[i][j]指示具有索引j的层是具有索引i的层的直接参考层。当i和j在0至vps_max_layers_minus1(包括端值)的范围内的vps_direct_ref_layer_flag[i][j]不存在时，可以推断其等于0。当vps_independent_layer_flag[i]等于0时，可能要求j的至少一个值在0至i-1(包括端值)的范围内，使得vps_direct_ref_layer_flag[i][j]的值等于1。

变量NumDirectRefLayers[i]、DirectRefLayerIdx[i][d]、NumRefLayers[i]、RefLayerIdx[i][r]和LayerUsedAsRefLayerFlag[j]可以如下导出：

指示nuh_layer_id等于vps_layer_id[i]的层的层索引的变量GeneralLayerIdx[i]可如下导出：

for(i＝0；i<＝vps_max_layers_minus1；i++)

GeneralLayerIdx[vps_layer_id[i]]＝i

对于i和j的任何两个不同的值，都在0至vps_max_layers_minus1的范围内(包括端值)，当dependencyFlag[i][j]等于1时，应用于第i层的sps_chroma_format_idc和sps_bit_depth_minus8的值将分别等于应用于第j层的sps_chroma_format_idc和sps_bit_depth_minus8的值，其是码流一致性的要求。

等于0的语法元素vps_max_tid_il_ref_pics_plus1[i][j]指示第j层的图片既不是帧内随机存取点(IRAP，intra random access point)图片也不是ph_recovery_poc_cnt等于0的渐进解码器刷新(GDR，gradual decoder refresh)图片，不作为层间参考图片(ILRP，inter-layer reference pictures)，所述层间参考图片用于第i层的图片的解码。大于0的语法元素vps_max_tid_il_ref_pics_plus1[i][j]指示，为了解码第i层的图片，不使用TemporalId大于vps_max_tid_il_ref_pics_plus1[i][j]-1的第j层的图片来作为ILRP。当不存在时，vps_max_tid_il_ref_pics_plus1[i][j]的值可以被推断为等于vps_max_sublayers_minus1+1。

等于1的语法元素vps_each_layer_is_an_ols_flag指示每个输出层集(OLS，output layer set)仅含有一个层，并且参考VPS的CVS中的每个层本身是OLS，其中单个所包括的层是唯一的输出层。等于0的语法元素vps_each_layer_is_an_ols_flag，其中，至少一个OLS含有多于一个层。如果vps_max_layers_minus1等于0，则将vps_each_layer_is_an_ols_flag的值推断为等于1。否则，当vps_all_independent_layers_flag等于0时，推断vps_each_layer_is_an_ols_flag的值等于0。

等于0的语法元素vps_ols_mode_idc指示由VPS指定的OLS的总数等于vps_max_layers_minus1+1，第i个OLS包括层索引从0至i(包括端值)的层，并且对于每个OLS，仅OLS中的最高层是输出层。

等于1的语法元素vps_ols_mode_idc指示由VPS指定的OLS的总数等于vps_max_layers_minus1+1，第i个OLS包括层索引从0至i(包括端值)的层，并且对于每个OLS，OLS中的所有层都是输出层。

等于2的语法元素vps_ols_mode_idc指示由VPS指定的OLS的总数被显式地用信号通知，并且对于每个OLS，输出层被显式地用信号通知，并且其它层是OLS的输出层的直接或间接参考层。

可以要求vps_ols_mode_idc的值在0至2的范围内(包括端值)。vps_ols_mode_idc的值3可以保留以供ITU-T|ISO/IEC将来使用。

当vps_all_independent_layers_flag等于1并且vps_each_layer_is_an_ols_flag等于0时，可以推断vps_ols_mode_idc的值等于2。

语法元素vps_num_output_layer_sets_minus1加1指示当vps_ols_mode_idc等于2时由VPS指定的OLS的总数。

指示由VPS指定的OLS的总数的变量TotalNumOlss可以如下导出：

等于1的语法元素vps_ols_output_layer_flag[i][j]指示当vps_ols_mode_idc等于2时，nuh_layer_id等于vps_layer_id[j]的层是第i个OLS的输出层。等于0的语法元素vps_ols_output_layer_flag[i][j]指示当vps_ols_mode_idc等于2时，nuh_layer_id等于vps_layer_id[j]的层不是第i个OLS的输出层。

指示第i个OLS中的输出层的数量的变量NumOutputLayersInOls[i]、指示第i个OLS中的第j层中的子层数量的变量NumSubLayersInLayerInOLS[i][j]、指示第i个OLS中的第j个输出层的nuh_layer_id值的变量OutputLayerIdInOls[i][j]，以及指示第k个层是否用作至少一个OLS中的输出层的变量LayerUsedAsOutputLayerFlag[k]可以如下导出：

对于在0至vps_max_layers_minus1(包括端值)范围内的i的每个值，可以要求LayerUsedAsRefLayerFlag[i]和LayerUsedAsOutputLayerFlag[i]的值不都等于0。换句话说，可以要求不存在既不是至少一个OLS的输出层也不是任何其它层的直接参考层的层。

对于每个OLS，可以要求至少一层是输出层。换句话说，对于在0至TotalNumOlss-1(包括端值)范围内的i的任何值，可以要求NumOutputLayersInOls[i]的值大于或等于1。

指示第i个OLS中的层的数量的变量NumLayersInOls[i]、指示第i个OLS中的第j层的nuh_layer_id值的变量LayerIdInOls[i][j]、指示多层OLS的数量(即，含有多于一层的OLS)的变量NumMultiLayerOlss，以及指示NumLayersInOls[i]大于0时第i个OLS的多层OLS的列表的索引的变量MultiLayerOlsIdx[i]可以如下导出：

根据实施例，第0个OLS仅含有最低层(即，nuh_layer_id等于vps_layer_id[0]的层)，并且对于第0个OLS，将仅包括的层输出。

指示nuh_layer_id等于LayerIdInOls[i][j]的层的OLS层索引的变量OlsLayerIdx[i][j]可以如下导出：

for(i＝0；i<TotalNumOlss；i++)

for j＝0；j<NumLayersInOls[i]；j++)

OlsLayerIdx[i][LayerIdInOls[i][j]]＝j

可以要求每个OLS中的最低层是独立层。换句话说，对于在0至TotalNumOlss－1(包括端值)的范围内的每个i，可以要求vps_independent_layer_flag[GeneralLayerIdx[LayerIdInOls[i][0]]]的值等于1。

可以要求每层包括在由VPS指示的至少一个OLS中。换句话说，对于具有nuh_layer_id的特定值的每一层，nuhLayerId等于vps_layer_id[k]中的一个，k在0至vps_max_layers_minus1(包括端值)的范围内，可以要求有至少一对i和j的值，其中，i在0至TotalNumOlss-1(包括端值)的范围内，并且j在0至NumLayersInOls[i]-1(包括端值)的范围内，使得LayerIdInOls[i][j]的值等于nuhLayerId。

语法元素vps_num_ptls_minus1加1指示VPS中的profile_tier_level()语法结构的数量。可以要求vps_num_ptls_minus1的值小于TotalNumOlss。

等于1的语法元素vps_pt_present_flag[i]指示配置文件(profile)、层次(tier)和一般约束信息存在于VPS中的第i个profile_tier_level()语法结构中。等于0的vps_pt_present_flag[i]指示配置文件、层次和一般约束信息不存在于VPS中的第i个profile_tier_level()语法结构中。|可以推断vps_pt_present_flag[0]的值等于1。当vps_pt_present_flag[i]等于0时，推断VPS中的第i个profile_tier_level()语法结构的配置文件、层次和一般约束信息与VPS中的第(i-1)个profile_tier_level()语法结构的配置文件、层次和一般约束信息相同。

语法元素vps_ptl_max_temporal_id[i]指示最高子层表示的TemporalId，针对所述最高子层表示，等级信息存在于VPS中的第i个profile_tier_level()语法结构中。可以要求vps_ptl_max_temporal_id[i]的值在0至vps_max_sublayers_minus1的范围内(包括端值)。当不存在时，可以推断vps_ptl_max_temporal_id[i]的值等于vps_max_sublayers_minus1。

可以要求语法元素vps_ptl_alignment_zero_bit等于0。

语法元素vps_ols_ptl_idx[i]用于向VPS中的profile_tier_level()语法结构的列表指定索引，所述索引为应用于第i个OLS的profile_tier_level()语法结构的索引。当存在时，可以要求vps_ols_ptl_idx[i]的值在0至vps_num_ptls_minus1的范围内(包括端值)。

当不存在时，可以推断vps_ols_ptl_idx[i]的值如下：如果vps_num_ptls_minus1等于0，则可以推断vps_ols_ptl_idx[i]的值等于0。否则(vps_num_ptls_minus1大于0并且vps_num_ptls_minus1+1等于TotalNumOlss)，可以推断vps_ols_ptl_idx[i]的值等于i。

当NumLayersInOls[i]等于1时，应用于第i个OLS的profile_tier_level()语法结构也存在于SPS中，所述SPS由第i个OLS中的层引用。码流一致性的要求可以是，当NumLayersInOls[i]等于1时，在第i个OLS的VPS和SPS中用信号通知的profile_tier_level()语法结构应当是相同的。

可以要求VPS中的每个profile_tier_level()语法结构由vps_ols_ptl_idx[i]的至少一个值来引用，i在0至TotalNumOlss-1的范围内(包括端值)。

语法元素vps_num_dpb_params_minus1加1(当存在时)指示VPS中dpb_parameters()语法结构的数量。可以要求vps_num_dpb_params_minus1的值在0至NumMultiLayerOlss-1的范围内(包括端值)。

指定VPS中的dpb_parameters()语法结构的数量的变量VpsNumDpbParams可以如下导出：

语法元素vps_sublayer_dpb_params_present_flag用于控制VPS中的dpb_parameters()语法结构中的max_dec_pic_buffering_minus1[]、max_num_reorder_pics[]和max_latency_increase_plus1[]语法元素的存在。当不存在时，可以推断vps_sub_dpb_params_info_present_flag等于0。

语法元素vps_dpb_max_temporal_id[i]指示最高子层表示的TemporalId，对于该最高子层表示，DPB参数可以存在于VPS中的第i个dpb_parameters()语法结构中。可以要求vps_dpb_max_temporal_id[i]的值在0至vps_max_sublayers_minus1的范围内(包括端值)。当不存在时，可以推断vps_dpb_max_temporal_id[i]的值等于vps_max_sublayers_minus1。

语法元素vps_ols_dpb_pic_width[i]指示第i个多层OLS的每个图片存储缓冲器的宽度(以亮度样本为单位)。

语法元素vps_ols_dpb_pic_height[i]指示第i个多层OLS的每个图片存储缓冲器的高度(以亮度样本为单位)。

语法元素vps_ols_dpb_chroma_format[i]指示所有SPS的sps_chroma_format_idc的最大允许值，所述SPS被第i个多层OLS的CVS中的CLVS引用。

语法元素vps_ols_dpb_bitdepth_minus8[i]指示所有SPS的sps_bit_depth_minus8的最大允许值，所述SPS被第i个多层OLS的CVS中的CLVS引用。

根据实施例，为了解码第i个多层OLS，解码器可以根据语法元素vps_ols_dpb_pic_width[i]、vps_ols_dpb_pic_height[i]、vps_ols_dpb_chroma_format[i]和vps_ols_dpb_bitdepth_minus8[i]的值来为DPB安全地分配存储器。

语法元素vps_ols_dpb_params_idx[i]向VPS中的dpb_parameters()语法结构的列表指定索引，所述索引为应用于第i个多层OLS的dpb_parameters()语法结构的索引。当存在时，可以要求vps_ols_dpb_params_idx[i]的值在0至VpsNumDpbParams-1的范围内(包括端值)。

当vps_ols_dpb_params_idx[i]不存在时，可以推断：如果VpsNumDpbParams等于1，则可以推断vps_ols_dpb_params_idx[i]的值等于0。否则(VpsNumDpbParams大于1并且等于NumMultiLayerOlss)，推断vps_ols_dpb_params_idx[i]的值等于i。

对于单层OLS，可应用的dpb_parameters()语法结构存在于由OLS中的层所引用的SPS中。

可以要求VPS中的每个dpb_parameters()语法结构由vps_ols_dpb_params_idx[i]的至少一个值来引用，i在0至NumMultiLayerOlss-1(包括端值)范围内。

等于1的语法元素vps_general_hrd_params_present_flag指示VPS含有general_hrd_parameters()语法结构和其它HRD参数。等于0的语法元素vps_general_hrd_params_present_flag指示VPS不含有general_hrd_parameters()语法结构或其它HRD参数。

当NumLayersInOls[i]等于1时，应用于第i个OLS的general_hrd_parameters()语法结构和ols_hrd_parameters()语法结构存在于SPS中，所述SPS被第i个OLS中的层所引用。

等于1的语法元素vps_sublayer_cpb_params_present_flag指示VPS中的第i个ols_hrd_parameters()语法结构含有HRD参数，所述HRD参数用于具有TemporalId的子层表示,所述TemporalId在0至vps_hrd_max_tid[i]的范围内(包括端值)。语法元素vps_sublayer_cpb_params_present_flag等于0指示VPS中的第i个ols_hrd_parameters()语法结构仅含有用于子层表示的HRD参数，所述子层表示的TemporalId等于vps_hrd_max_tid[i]。当vps_max_sublayers_minus1等于0时，推断vps_sublayer_cpb_params_present_flag的值等于0。

当vps_sublayer_cpb_params_present_flag等于0时，可以推断TemporalId在0至vps_hrd_max_tid[i]-1的范围内(包括端值)的子层表示的HRD参数与TemporalId等于vps_hrd_max_tid[i]的的子层表示的HRD参数相同。这些包括在ols_hrd_parameters语法结构中的“if(general_vcl_hrd_params_present_flag)”条件下，从fixed_pic_rate_general_flag[i]语法元素开始直到sublayer_hrd_parameters(i)语法结构的HRD参数。

语法元素vps_num_ols_hrd_params_minus1加1指示当vps_general_hrd_params_present_flag等于1时VPS中存在的ols_hrd_parameters()语法结构的数量。可以要求vps_num_ols_hrd_params_minus1的值在0至NumMultiLayerOlss-1的范围内(包括端值)。

语法元素vps_hrd_max_tid[i]指示在第i个ols_hrd_parameters()语法结构中含有针对HRD参数的最高子层表示的TemporalId。可以要求vps_hrd_max_tid[i]的值在0至vps_max_sublayers_minus1的范围内(包括端值)。当不存在时，可以推断vps_hrd_max_tid[i]的值等于vps_max_sublayers_minus1。

语法元素vps_ols_hrd_idx[i]向VPS中的ols_hrd_parameters()语法结构的列表指定索引，所述索引是应用于第i个多层OLS的ols_hrd_parameters()语法结构的索引。可以要求vps_ols_hrd_idx[i]的值在0至vps_num_ols_hrd_params_minus1的范围内(包括端值)。

当vps_ols_hrd_idx[i]不存在时，可以推断如下：如果vps_num_ols_hrd_params_minus1等于0，则可以推断vps_ols_hrd_idx[[i]的值等于0。否则(vps_num_ols_hrd_params_minus1+1大于1并且等于NumMultiLayerOlss)，可以推断vps_ols_hrd_idx[i]的值等于i。

对于单层OLS，可应用的ols_hrd_parameters()语法结构存在于由OLS中的层所引用的SPS中。

可以要求VPS中的每个ols_hrd_parameters()语法结构可以由vps_ols_hrd_idx[i]的至少一个值来引用，i在1至NumMultiLayerOlss-1的范围内(包括端值)。

等于0的语法元素vps_extension_flag指示在VPS RBSP语法结构中不存在vps_extension_data_flag语法元素。等于1的语法元素vps_extension_flag指示在VPS RBSP语法结构中存在vps_extension_data_flag语法元素。

语法元素vps_extension_data_flag可以具有任何值。其存在和值可能不会影响解码器与某些实施例中指定的配置文件的一致性。符合某些实施例的解码器可以忽略所有vps_extension_data_flag语法元素。

[2、序列参数集]

在VVC草案8中，序列参数集(SPS，sequence parameter set)中的语法元素可以提供为如表2中所示(参见具体实施方式的末尾)。这些语法元素可以涉及帧内编解码和帧间编解码。与HEVC相比，在SPS中存在更大量的语法元素。应注意，对于仅由帧内条带组成的任何帧内配置文件，帧间编解码语法元素可以不用于解码过程。该情况可以与任何静止图片配置文件相同。

[3、示例实施例]

本公开的实施例可以单独使用或以任何顺序组合使用。此外，实施例中的每一个(例如，方法、编码器和解码器)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。本公开的实施例可以实现如上所描述的方面(例如，VPS和SPS)。本公开的实施例还可以实现以下方面。

方面1：本公开的实施例可以具有vps_video_parameter_set_id语法元素的值的不同范围。Vps_video_parameter_set_id的值的范围可以取决于码流中vps_video_parameter_set_id的存在。当码流仅具有单层时，VPS可以不存在于该码流中，并且可以要求vps_video_parameter_set_id等于0。

语法元素vps_video_parameter_set_id为VPS提供标识符，以供其它语法元素参考。当vps_video_parameter_set_id存在时，可以要求vps_video_parameter_set_id的值范围大于0。当不存在或sps_video_parameter_set_id等于0时，可以推断vps_video_parameter_set_id的值为0。

方面2：当码流仅具有单层时，VPS可以不存在于该码流中，并且可以要求vps_max_sublayers_minus1等于0。根据实施例，当VPS不存在时，可以推断vps_layer_id[0]的值为0。

语法元素vps_layer_id[i]指示第i层的nuh_layer_id值。对于m和n的任何两个非负整数值，当m小于n时，可能要求vps_layer_id[m]的值小于vps_layer_id[n]。当不存在时，可以推断vps_layer_id[0]为0。

方面3：本公开的实施例可以具有vps_max_tid_ref_present_flag[i]的默认值，其中，i的范围从0至vps_max_layers_minus1。对于所有i，vps_max_tid_ref_present_flag[i]的默认值可以是0。对于在0至vps_max_layers_minus1的范围内的任何k，vps_max_tid_ref_present_flag[k]的用信号通知的值可以重写该默认值0。

等于1的语法元素vps_max_tid_ref_present_flag[i]指示语法元素vps_max_tid_il_ref_pics_plus1[i][j]存在。等于0的语法元素vps_max_tid_ref_present_flag[i]指示语法元素vps_max_tid_il_ref_pics_plus1[i][j]不存在。当vps_max_tid_ref_present_flag[i]不存在时，可以推断vps_max_tid_ref_present_flag[i]的值为0。

方面4：当vps_all_independent_layers_flag等于1并且vps_each_layer_is_an_ols_flag等于1时，本公开的实施例可以推断vps_ols_mode_idc的值。

方面4.1：在一个实施例中，当vps_all_independent_layers_flag等于1并且vps_each_layer_is_an_ols_flag等于1时，vps_ols_mode_idc的推断值为0。

语法元素vps_ols_mode_idc等于0指示由VPS指定的OLS的总数等于vps_max_layers_minus1+1，第i个OLS包括层索引从0至i(包括端值)的层，并且对于每个OLS，仅OLS中的最高层是输出层。

等于1的语法元素vps_ols_mode_idc指示由VPS指定的OLS的总数等于vps_max_layers_minus1+1，第i个OLS包括层索引从0至i(包括端值)的层，并且对于每个OLS，OLS中的所有层都是输出层。

等于2的语法元素vps_ols_mode_idc指示显式地用信号通知由VPS指定的OLS的总数，并且对于每个OLS，输出层被显式地用信号通知，并且其它层是OLS的输出层的直接或间接参考层。

可以要求vps_ols_mode_idc的值在0至2的范围内(包括端值)。vps_ols_mode_idc的值3可以保留以供ITU-T|ISO/IEC将来使用。

当vps_all_independent_layers_flag等于1并且vps_each_layer_is_an_ols_flag等于0时，可以推断vps_ols_mode_idc的值等于2。当vps_all_independent_layers_flag等于1并且vps_each_layer_is_an_ols_flag等于1时，可以推断vps_ols_mode_idc的值等于0。

[4、示例计算机代码]

本公开的实施例可以包括至少一个处理器和存储计算机代码的存储器。当由至少一个处理器执行时，该计算机代码可以被配置为使至少一个处理器执行本公开的实施例的功能。

例如，参考图5，本公开的解码器(500)可以包括至少一个处理器和存储计算机代码的存储器。计算机指令可以包括推断代码(510)和解码代码(520)。解码器(500)可以实现图2至图3所图示的视频解码器(210)。解码器(500)可以被配置为接收包括至少一个已编码图片和参数集(例如，SPS和VPS)的码流。

推断代码(510)可以被配置为使至少一个处理器根据，例如本公开的第3子部分(“示例实施例”)的方面1至方面4.1中的一个或多个方面来推断语法元素的值。所述至少一个处理器可以基于确定是否满足如本公开中所描述的条件来推断值。例如，所述至少一个处理器可以基于确定未在码流中提供vps_video_parameter_set_id来推断vps_video_parameter_set_id的值。可选地或附加地，所述至少一个处理器可以基于上述确定和/或其它条件确定来推断其它语法元素的值，如本公开中所描述的。

解码代码(520)可以被配置为使所述至少一个处理器基于本公开的第3子部分(“示例实施例”)的方面1至方面4.1的所推断的语法元素中的一个或多个语法元素来解码至少一个已编码图片。

上面描述的本公开的实施例的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。例如，图6示出了计算机系统(900)，其适于实现所公开主题的实施例。

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6所示的用于计算机系统(900)的组件本质上是示例性的，并不用于对实现本申请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(900)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(900)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(901)、鼠标(902)、触控板(903)、触摸屏(910)、数据手套、操纵杆(905)、麦克风(906)、扫描仪(907)以及照相机(908)。

计算机系统(900)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(910)、数据手套或操纵杆(905)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)。例如这些设备可以是音频输出设备(例如，扬声器(909)、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(910)，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(900)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/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(920)或类似介质(921)的光学介质、拇指驱动器(922)、可移动硬盘驱动器或固体状态驱动器(923)，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(900)还可以包括通往一个或多个通信网络的接口。例如，网络可以是无线的、有线的、光学的。网络还可为局域网、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(949)(例如，计算机系统(900)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(900)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)。通过使用这些网络中的任何一个，计算机系统(900)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。这种通信可以包括与云计算环境(955)的通信。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(954)可以连接到计算机系统(900)的核心(940)。

核心(940)可包括一个或多个中央处理单元(CPU)(941)、图形处理单元(GPU)(942)、以现场可编程门阵列(FPGA)(943)形式的专用可编程处理单元、用于特定任务的硬件加速器(944)等。这些设备以及只读存储器(ROM)(945)、随机存取存储器(946)、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)(947)等可通过系统总线(948)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(948)，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(948)，或通过外围总线(949)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。图形适配器950可以包括在核心(940)中。

CPU(941)、GPU(942)、FPGA(943)和加速器(944)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(945)或RAM(946)中。过渡数据也可以存储在RAM(946)中，而永久数据可以存储在例如内部大容量存储器(947)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(941)、GPU(942)、大容量存储器(947)、ROM(945)、RAM(946)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申请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(900)的计算机系统，特别是核心(940)，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(940)的特定存储器，例如核心内部大容量存储器(947)或ROM(945)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(940)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(940)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(946)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(944))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。本申请包括任何合适的硬件和软件组合。

虽然本申请已对多个非限制性的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申请的范围内。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，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

[表]

表1：视频参数集RBSP语法

表2：序列参数集RBSP语法

Claims (20)

1.一种由至少一个处理器执行的方法，其特征在于，所述方法包括：

接收包括至少一个已编码图片的码流；

基于视频参数集的第一标识符不在所述码流中，推断所述视频参数集的所述第一标识符的值；以及

基于所述推断来解码所述至少一个已编码图片。

2.根据权利要求1所述的方法，其特征在于，所述推断包括基于所述视频参数集的所述第一标识符不在所述码流中来推断所述第一标识符的所述值为0。

3.根据权利要求1所述的方法，其特征在于，所述第一标识符的所述值指示所述视频参数集不存在于所述码流中。

4.根据权利要求1所述的方法，其特征在于，进一步包括：

基于所述视频参数集的所述第一标识符不在所述码流中，来推断所述视频参数集的层的第二标识符的值。

5.根据权利要求4所述的方法，其特征在于，所述推断所述第二标识符的所述值包括基于所述视频参数集的所述第一标识符不在所述码流中来推断所述第二标识符的所述值为0。

6.根据权利要求1所述的方法，其特征在于，进一步包括：

基于标志不在所述码流中来推断标志的值，

其中，所述标志用于指示是否存在语法元素，所述语法元素指示由所述视频参数集指定的层的图片是否被用作层间参考图片ILRP。

7.根据权利要求6所述的方法，其特征在于，所述推断所述标志的所述值包括基于所述标志不在所述码流中来推断所述标志的所述值为0。

8.根据权利要求1所述的方法，其特征在于，进一步包括：

基于第一标志和第二标志来推断语法元素的值，所述语法元素用于指示输出层集模式，所述第一标志指示由所述视频参数集指定的所有层在不使用层间预测的情况下独立地进行编码，所述第二标志指示参考所述视频参数集的已编码视频序列CVS中的每个层是仅含有一个层的输出层集OLS。

9.根据权利要求8所述的方法，其特征在于，所述推断所述语法元素的所述值包括基于值为1的所述第一标志和值为1的所述第二标志来推断所述语法元素的所述值为0。

10.根据权利要求8所述的方法，其特征在于，

所述推断所述语法元素的所述值包括推断所述语法元素的所述值为指示所述输出层集模式是以下模式的值：

由所述视频参数集指定的OLS的总数等于由所述视频参数集指定的所述层的总数，OLS中的第i个所述OLS包括层索引从0至i(包括端值)的层，以及

对于所述OLS中的每个OLS，仅所述OLS中的最高层是输出层。

11.一种系统，其特征在于，包括：

至少一个存储器，所述至少一个存储器存储有计算机代码；以及

至少一个处理器，所述至少一个处理器被配置为接收包括至少一个已编码图片的码流，所述至少一个处理器进一步被配置为访问所述计算机代码并且按照所述计算机代码的指示进行操作，所述计算机代码包括：

推断代码，被配置为使所述至少一个处理器基于视频参数集的第一标识符不在所述码流中，推断所述视频参数集的所述第一标识符的值；以及

解码代码，被配置为使所述至少一个处理器基于所述推断来解码所述至少一个已编码图片。

12.根据权利要求11所述的系统，其特征在于，所述推断代码被配置为使所述至少一个处理器基于所述视频参数集的所述第一标识符不在所述码流中来推断所述第一标识符的所述值为0。

13.根据权利要求11所述的系统，其特征在于，所述第一标识符的所述值指示所述视频参数集不存在于所述码流中。

14.根据权利要求11所述的系统，其特征在于，所述推断代码进一步被配置为使所述至少一个处理器基于所述视频参数集的所述第一标识符不在所述码流中来推断所述视频参数集的层的第二标识符的值。

15.根据权利要求14所述的系统，其特征在于，所述推断代码被配置为使所述至少一个处理器基于所述视频参数集的所述第一标识符不在所述码流中来推断所述第二标识符的所述值为0。

16.根据权利要求11所述的系统，其特征在于，

所述推断代码进一步被配置为使所述至少一个处理器基于标志不在所述码流中来推断标志的值，以及

所述标志用于指示是否存在语法元素，所述语法元素指示由所述视频参数集指定的层的图片是否被用作层间参考图片ILRP。

17.根据权利要求16所述的系统，其特征在于，所述推断代码被配置为使所述至少一个处理器基于所述标志不在所述码流中来推断所述标志的所述值为0。

18.根据权利要求11所述的系统，其特征在于，所述推断代码进一步被配置为使所述至少一个处理器基于第一标志和第二标志来推断语法元素的值，所述语法元素用于指示输出层集模式，所述第一标志指示由所述视频参数集指定的所有层在不使用层间预测的情况下独立地进行编码，所述第二标志指示参考所述视频参数集的已编码视频序列CVS中的每个层是仅含有一个层的输出层集OLS。

19.根据权利要求18所述的系统，其特征在于，所述推断代码被配置为使所述至少一个处理器基于值为1的所述第一标志和值为1的所述第二标志来推断所述语法元素的所述值为0。

20.一种存储计算机代码的非易失性计算机可读介质，其特征在于，所述计算机代码被配置为当由至少一个处理器执行时使所述至少一个处理器：

基于视频参数集的第一标识符不在接收的码流中，推断所述视频参数集的所述第一标识符的值，所述码流包括至少一个已编码图片；以及

基于推断所述第一标识符的所述值，来解码所述至少一个已编码图片。

Images