CN114830648A - 用于视频译码的图像报头信令 - Google Patents

用于视频译码的图像报头信令 Download PDF

Info

Publication number
CN114830648A
CN114830648A CN202080087652.7A CN202080087652A CN114830648A CN 114830648 A CN114830648 A CN 114830648A CN 202080087652 A CN202080087652 A CN 202080087652A CN 114830648 A CN114830648 A CN 114830648A
Authority
CN
China
Prior art keywords
slice
intra
inter
syntax elements
luma
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.)
Pending
Application number
CN202080087652.7A
Other languages
English (en)
Inventor
M·Z·科班
V·谢廖金
Y-J·张
M·卡切夫维茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN114830648A publication Critical patent/CN114830648A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—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
    • H04N19/17—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
    • H04N19/176—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 block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

处理视频数据的示例方法包括：解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合；选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合；以及基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。

Description

用于视频译码的图像报头信令
本申请要求享有于2020年12月18日提交的、编号为17/126,914的美国申请以及于2019年12月23日提交的、编号为62/953,014的美国临时申请的权益，上述申请中的每份申请的全部内容在此通过引用的方式并入本文中。编号为17/126,914的美国申请要求享有于2019年12月23日提交的、编号为62/953,014的美国临时申请的权益。
技术领域
本公开内容涉及视频编码(encoding)和视频解码(decoding)。
背景技术
数字视频能力可以被整合到各种各样的设备中，包括数字电视机、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型计算机或台式计算机、平板计算机、电子书阅读器、数字相机、数字记录设备、数字媒体播放器、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。数字视频设备实现视频译码(coding)技术,比如在通过MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分，高级视频译码(AVC))、ITU-T H.265/高效率视频译码(HEVC)定义的标准以及这样的标准的扩展中所描述的那些技术。视频设备可以通过实现这样的视频译码技术来更加高效地发送、接收、编码、解码和/或存储数字视频信息。
视频译码技术包括空间(图像内)预测和/或时间(图像间)预测以减少或去除在视频序列中固有的冗余。对于基于块的视频译码，视频切片(例如，视频图像或视频图像的一部分)可以被划分为视频块，所述视频块还可以称为译码树单元(CTU)、译码单元(CU)和/或译码节点。在图像的经帧内译码(I)的切片中的视频块是使用相对于在同一图像中的相邻块中的参考样本的空间预测来编码的。在图像的经帧间译码(P或B)的切片中的视频块可以使用相对于在同一图像中的相邻块中的参考样本的空间预测，或者相对于在其它参考图像中的参考样本的时间预测。图像可以称为帧，以及参考图像可以称为参考帧。
发明内容
概括而言，本公开内容描述用于在图像报头中以信号发送和解析信息(比如以信号发送高级语法(HLS)元素)以进行视频译码的技术。例如，本公开内容描述在图像报头中以信号发送的图像顺序计数(POC)和切片语法元素。通过在图像报头中而不是在其它信令级别(比如切片报头)上以信号发送信息，可以减少冗余信令，所述冗余信令可能降低带宽利用。另外，冗余信令的减少可以减少需要以信号发送和解析的信息量，从而减少处理时间以及改善视频编码器和视频解码器的操作。
在一个示例中，本公开内容描述处理视频数据的方法，包括：解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合，其中，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素；选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合；以及基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。
在另一示例中，本公开内容描述处理视频数据的方法，包括：确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码；基于确定来选择性地以信号发送在图像报头中的帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项，其中，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素；以及以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合。
在另一示例中，本公开内容描述用于处理视频数据的设备，包括：存储器，其被配置为存储视频数据；以及处理电路，其耦合到存储器并且被配置为进行以下操作：解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合，其中，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素；选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合；以及基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。
在另一示例中，本公开内容描述具有存储在其上的指令的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进行以下操作：解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合，其中，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素；选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合；以及基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。
在另一示例中，本公开内容描述用于处理视频数据的设备，包括：用于解析视频数据的第一标志和视频数据的第二标志中的至少一项的单元，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合，其中，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素；用于选择性地进行以下操作中的至少一个操作的单元：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合；以及用于基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像的单元。
一个或多个示例的细节是在附图和以下描述中阐述的。根据描述、附图和权利要求，其它特征、目标和优点将是显而易见的。
附图说明
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统的方块图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构以及对应的译码树单元(CTU)的概念图。
图3是示出可以执行本公开内容的技术的示例视频编码器的方块图。
图4是示出可以执行本公开内容的技术的示例视频解码器的方块图。
图5是示出处理视频数据的示例方法的流程图。
图6是示出视频数据的另一示例方法的流程图。
具体实施方式
在视频译码(coding)中，视频编码器(encoder)和视频解码器(decoder)将图像划分成多个块。切片包括一个或多个块。视频译码包括不同的预测模式，比如帧间预测和帧内预测。在帧间预测和帧内预测两者中，视频译码器(coder)(例如，视频编码器和视频解码器)确定用于预测在图像中的当前块的预测块。对于帧间预测，预测块是基于在参考图像中的样本的。对于帧内预测，预测块是基于在同一图像中的样本的。
为了执行帧间预测或帧内预测，视频编码器可以以信号发送语法元素以及视频解码器可以解析语法元素，所述语法元素指示以其执行帧间预测或帧内预测的方式。例如，可以存在帧间切片语法元素集合和帧内切片语法元素集合。帧间切片语法元素集合和帧内切片语法元素集合可以提供比如块大小等的信息。帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。
本公开内容描述用于选择性地以信号发送和解析帧间切片语法元素集合和帧内切片语法元素集合的示例。例如，如果在图像中的所有切片中的块是以帧内预测来译码的，则可能不需要以信号发送帧间切片语法元素集合，以及如果在图像中的所有切片中的块是以帧间预测来译码的，则可能不需要以信号发送帧内切片语法元素集合。
根据一个或多个示例，视频编码器可以以信号发送以及视频解码器可以解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合。图像报头是包括应用于经译码的图像的所有切片的语法元素的语法结构。帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。
通过在图像报头中以信号发送和解析第一标志和/或第二标志，也许有可能选择性地以信号发送和解析应用于在图像中的所有帧间切片或帧内切片的帧间切片语法元素集合和帧内切片语法元素集合。帧间切片或帧内切片分别是指具有帧间预测的块或帧内预测的块的切片。例如，也许有可能在图像报头中一次以信号发送和解析应用于在图像中的相应的帧间切片和帧内切片的帧间切片语法元素集合和帧内切片语法元素集合，而不是以逐切片为基础以信号发送帧间切片语法元素集合和帧内切片语法元素集合。然而，如果不需要帧间切片语法元素集合或帧内切片语法元素集合(例如，因为在图像中不存在帧间切片或帧内切片)，则以信号发送和解析帧间切片语法元素集合和帧内切片语法元素集合可能是冗余的并且带宽低效的。
作为一个示例，如果在图像的所有切片中的块是帧内预测的(例如，在图像中只存在帧内切片)，则视频编码器可以将第一标志设置为0并且不以信号发送帧间切片语法元素集合。在该示例中，视频解码器可以解析第一标志并且确定第一标志的值为0，并且确定在图像报头中不存在帧间切片语法元素集合(即，在图像报头中的语法元素不属于帧间切片语法元素集合)。如果有可能存在至少一个被帧间预测的切片，则视频编码器可以将第一标志设置为1，并且以信号发送帧间切片语法元素集合。在该示例中，视频解码器可以解析第一标志并且确定第一标志的值为1，并且确定在图像报头中存在帧间切片语法元素集合。
类似地，如果在图像的所有切片中的块是帧间预测的(例如，在图像中只存在帧间切片)，则视频编码器可以将第二标志设置为0并且不以信号发送帧内切片语法元素集合。在该示例中，视频解码器可以解析第二标志并且确定第二标志的值为0，并且确定在图像报头中不存在帧内切片语法元素集合(即，在图像报头中的语法元素不属于帧内切片语法元素集合)。如果有可能存在至少一个被帧内预测的切片，则视频编码器可以将第二标志设置为1，并且以信号发送帧内切片语法元素集合。在该示例中，视频解码器可以解析第二标志并且确定第二标志的值为1，并且确定在图像报头中存在帧内切片语法元素集合。
以这种方式，视频解码器可以解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合；以及选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合。视频解码器可以基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。
视频编码器可以确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码。视频编码器可以基于该确定来选择性地以信号发送在图像报头中的帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项；以及以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合。
在上述示例中，帧间切片语法元素集合和帧内切片语法元素集合虽然可能包括用于帧间预测或帧内预测的所有语法元素，但不应当被认为必然包括用于帧间预测或帧内预测的所有语法元素。更准确地说，帧间切片语法元素集合和帧内切片语法元素集合可以分别被认为是所有帧间切片语法元素和帧内切片语法元素集合的子集。
本公开内容还描述在图像报头中以信号发送和解析指示图像顺序计数(POC)值的信息的示例。指示POC值的信息可以是POC值的一个或多个最低有效位(LSB)。
本公开内容还描述以信号发送和解析指示针对序列参数集合(SPS)的标识符以供作为在SPS中的其它元素之前的在SPS中的第一元素来参考的信息的示例。针对SPS的标识符可以是sps_seq_parameter_set_id。例如，可以存在多个用于对图像进行解码的SPS。在一些示例中，可能需要来自特定SPS的语法元素来进行解码。特定SPS是通过针对特定SPS的标识符来标识的。通过使针对SPS的标识符作为第一元素，视频解码器可以能够快速确定SPS是否是感兴趣的特定SPS。例如，如果针对SPS的标识符是第N语法元素，则视频解码器在确定针对SPS的标识符之前可能需要解析SPS的N-1个语法元素。通过使针对SPS的标识符作为第一元素，视频解码器可能不需要在确定针对SPS的标识符之前完全地解析N-1个语法元素。
图1是示出可以执行本公开内容的技术的示例视频编码和解码系统100的方块图。本公开内容的技术通常涉及对视频数据进行译码(coding)(编码(encoding)和/或解码(decoding))。通常，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经编码的视频、经编码的视频、经解码(例如，经重构)的视频、以及视频元数据(比如信令数据)。
如在图1中所示出的，在该示例中，系统100包括源设备102，所述源设备102提供要由目标设备116来解码和显示的经编码的视频数据。特别是，源设备102经由计算机可读介质110来向目标设备116提供视频数据。源设备102和目标设备116可以包括各种各样的设备中的任何设备，包括相机、计算机、移动设备、广播接收机设备或机顶盒。例如，源设备102和目标设备116可以包括台式计算机、笔记本(即，膝上型)计算机、平板计算机、机顶盒、电话手机(比如智能电话(例如，移动设备))、电视机、相机、显示设备、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和目标设备116可以被配备用于无线通信，以及因此可以称为无线通信设备。
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以及输出接口108。目标设备116包括输入接口122、视频解码器300、存储器120以及显示设备118。根据本公开内容，源设备102的视频编码器200和目标设备116的视频解码器300可以被配置为应用用于在图像报头中以信号发送和解析信息的技术。因此，源设备102表示视频编码设备的示例，而目标设备116表示视频解码设备的示例。在其它示例中，源设备和目标设备可以包括其它组件或布置。例如，源设备102可以从外部视频源(比如外部相机)接收视频数据。同样地，目标设备116可以与外部显示设备以接口连接，而不是包括集成的显示设备。
如在图1中所示的系统100仅是一个示例。通常，任何数字视频编码和/或解码设备可以执行用于在图像报头中以信号发送和解析信息的技术。源设备102和目标设备116仅是这样的译码设备的示例，其中，源设备102生成经译码的视频数据以向目标设备116进行传输。本公开内容将“译码”设备指代为执行对数据的译码(编码和/或解码)的设备。因此，视频编码器200和视频解码器300表示译码设备的示例，特别是，分别地表示视频编码器和视频解码器。在一些示例中，源设备102和目标设备116可以以基本上对称的方式来工作，使得源设备102和目标设备116中的每者都包括视频编码和解码组件。因此，系统100可以支持在源设备102与目标设备116之间的单向或双向视频传输，例如，以用于视频流、视频回放、视频广播或视频电话。
通常，视频源104表示视频数据的源(即原始的未经编码的视频数据)，以及将视频数据的顺序的一系列图像(还称为“帧”)提供给视频编码器200，所述视频编码器200对用于图像的数据进行编码。源设备102的视频源104可以包括视频捕获设备(比如摄像机)、包含先前捕获的原始视频的视频存档单元、和/或用于从视频内容提供者接收视频的视频馈送接口。作为另外的替代方式，视频源104可以生成基于计算机图形的数据作为源视频，或者生成实时视频、存档的视频和计算机生成的视频的组合。在每种情况下，视频编码器200可以对捕获的、预先捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图像从所接收的次序(有时称为“显示次序”)重新排列为用于译码的译码次序。视频编码器200可以生成包括经编码的视频数据的比特流。源设备102可以接着经由输出接口108将经编码的视频数据输出到计算机可读介质110上，以供由例如目标设备116的输入接口122接收和/或取回。
源设备102的存储器106和目标设备116的存储器120表示通用存储器。在一些示例中，存储器106、120可以存储原始视频数据，例如，来自视频源104的原始视频以及来自视频解码器300的原始的经解码的视频数据。另外地或替代地，存储器106、120可以存储可由例如视频编码器200和视频解码器300分别执行的软件指令。虽然存储器106和存储器120在该示例中被示为分别来自视频编码器200和视频解码器300，但是应当理解的是，视频编码器200和视频解码器300还可以包括用于在功能上类似或相等的目的的内部存储器。此外，存储器106、120可以存储经编码的视频数据，例如来自视频编码器200的输出以及到视频解码器300的输入。在一些示例中，存储器106、120的部分可以被分配为一个或多个视频缓冲器，例如，以存储原始的经解码和/或经编码的视频数据。
计算机可读介质110可以表示能够将经编码的视频数据从源设备102输送到目标设备116的任何类型的介质或设备。在一个示例中，计算机可读介质110表示通信介质，所述通信介质使得源设备102能够例如经由射频网络或基于计算机的网络来实时地向目标设备116直接发送经编码的视频数据。根据通信标准(比如无线通信协议)，输出接口108可以对包括经编码的视频数据的传输信号进行调制，以及输入接口122可以对所接收的传输信息进行解调。通信介质可以包括任何无线或有线通信介质，比如射频(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(比如局域网、广域网、或全球网络(比如互联网))的一部分。通信介质可以包括路由器、交换机、基站、或可以对促进从源设备102到目标设备116的通信有用的任何其它设备。
在一些示例中，源设备102可以将经编码的数据从输出接口108输出到存储设备112。类似地，目标设备116可以经由输入接口122从存储设备112访问经编码的数据。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数据存储介质，比如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或用于存储经编码的视频数据的任何其它适当的数字存储介质。
在一些示例中，源设备102可以将经编码的视频数据输出到文件服务器114或者可以存储由源设备102生成的经编码的视频数据的另一中间存储设备。目标设备116可以经由流或下载来从文件服务器114访问存储的视频数据。
文件服务器114可以是能够存储经编码的视频数据以及将该经编码的视频数据发送给目标设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如，用于网站)、被配置为提供文件传输协议服务(比如文件传输协议(FTP)或在单向传输文件传送(FLUTE)协议)的服务器、内容传送网络(CDN)设备、超文本传输协议(HTTP)服务器、多媒体广播多播服务(MBMS)或增强型MBMS(eMBMS)服务器和/或网络附加存储(NAS)设备。另外地或替代地，文件服务器114可以实现一种或多种HTTP流协议，比如基于HTTP的动态自适应流(DASH)、HTTP实时流(HLS)、实时流协议(RTSP)、HTTP动态流等。
目标设备116可以通过任何标准数据连接(包括互联网连接)来从文件服务器114访问经编码的视频数据。这可以包括适于访问存储在文件服务器114上的经编码的视频数据的无线信道(例如，Wi-Fi连接)、有线连接(例如，数字用户线(DSL)、电缆调制解调器等)、或两者的组合。输入接口122可以被配置为根据以下各项中的任何一项或多项来工作：上文讨论的用于从文件服务器114取回或接收媒体数据的各种协议、或用于取回媒体数据的其它这样的协议。
输出接口108和输入接口122可以表示无线发射机/接收机、调制解调器、有线联网组件(例如，以太网卡)、根据各种IEEE 802.11标准中的任何标准来工作的无线通信组件、或其它物理组件。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(比如4G、4G-LTE(长期演进)、改进的LTE、5G等)来传输数据(比如经编码的视频数据)。在输出接口108包括无线发射机的一些示例中，输出接口108和输入接口122可以被配置为根据其它无线标准(比如IEEE 802.11规范、IEEE802.15规范(例如，紫蜂(ZigBeeTM))、蓝牙标准等)来传输数据(比如经编码的视频数据)。在一些示例中，源设备102和/或目标设备116可以包括相应的片上系统(SoC)设备。例如，源设备102可以包括用于执行被认为是视频编码器200和/或输出接口108所为的功能的SoC设备，以及目标设备116可以包括用于执行被认为是视频解码器300和/或输入接口122所为的功能的SoC设备。
本公开内容的技术可以应用于视频译码，以支持各种多媒体应用中的任何多媒体应用，比如无线电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(比如基于HTTP的动态自适应流(DASH))、编码到数据存储介质上的数字视频、对存储在数据存储介质上的数字视频的解码、或其它应用。
目标设备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)接收经编码的视频比特流。经编码的视频比特流可以包括由视频编码器200定义的、还由视频解码器300使用的信令信息，比如具有描述视频块或其它译码单元(例如，切片、图像、图像组、序列等)的特性和/或处理的值的语法元素。显示设备118将经解码的视频数据的经解码的图像显示给用户。显示设备118可以表示各种显示设备中的任何显示设备，比如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器、或另一类型的显示设备。
虽然在图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可以各自集成有音频编码器和/或音频解码器，以及可以包括适当的MUX-DEMUX单元，或其它硬件和/或软件，以处理包括在公共数据流中的音频和视频两者的经复用的流。如果适用的话，MUX-DEMUX单元可以遵循ITU H.223复用器协议或其它协议(比如用户数据报协议(UDP))。
视频编码器200和视频解码器300各自可以被实现为各种适当的编码器和/或解码器电路中的任何电路，比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。当所述技术部分地用软件实现时，设备可以将用于软件的指令存储在适当的非暂时性计算机可读介质中，以及使用一个或多个处理器来执行在硬件中的指令，以执行本公开内容的技术。视频编码器200和视频解码器300中的每者可以被包括在一个或多个编码器或解码器中，编码器或解码器中的任何一者可以作为在相应设备中的组合的编码器/解码器(CODEC)的一部分来整合。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(比如蜂窝电话)。
视频译码标准的一个示例是ITU-T H.265(还称为高效率视频译码(HEVC)标准)以及对其的扩展(比如多视图或可扩展的视频译码扩展)。在一些示例中，视频编码器200和视频解码器300可以根据其它专有或行业标准(比如ITU-T H.266标准，还称为多功能视频译码(VVC))来工作。VVC标准的草案是在ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)于2019年10月1-11日在瑞士日内瓦举行的第16次会议中Bross等人的“Versatile Video Coding(Draft 7)”JVET-P2001-v13(下文中称为“VVC草案7”)中描述的。VVC标准的近期草案是在ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家组(JVET)于2020年6月22日-7月1日通过电话会议举行的第18次会议中Bross等人的“Versatile Video Coding(Draft 10)”JVET-S2001-vA(下文中称为“VVC草案10”)中描述的。然而，本公开内容的技术不限于任何特定的译码标准。
通常，视频编码器200和视频解码器300可以执行图像的基于块的译码。术语“块”通常是指包括要处理的(例如，被编码、被解码或以其它方式在编码和/或解码过程中使用)数据的结构。例如，块可以包括亮度和/或色度数据的样本的二维矩阵。通常，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译码。也就是说，不是对针对图像的样本的红色、绿色和蓝色(RGB)数据进行译码，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译码，其中，色度分量可以包括红色色相分量和蓝色色相色度分量两者。在一些示例中，视频编码器200在进行编码之前将所接收的经RGB格式化的数据转换为YUV表示，以及视频解码器300将YUV表示转换为RGB格式。或者，预处理和后处理单元(未示出)可以执行这些转换。
本公开内容通常可以涉及对图像的译码(例如，编码和解码)以包括对图像的数据进行编码或解码的过程。类似地，本公开内容可以涉及对图像的块的译码以包括对针对块的数据进行编码或解码(例如，预测和/或残差译码)的过程。经编码的视频比特流通常包括针对语法元素的一系列值，所述语法元素表示译码决策(例如，译码模式)以及将图像划分为块。因此，关于对图像或块进行译码的引用通常应当被理解为对针对形成图像或块的语法元素的值进行译码。
HEVC定义各种块，包括译码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC，视频译码器(coder)(比如视频编码器200)根据四叉树结构来将译码树单元(CTU)划分为CU。也就是说，视频译码器将CTU和CU划分为四个相等的、不重叠的正方形，以及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称为“叶节点”，以及这样的叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频译码器可以进一步划分PU和TU。例如，在HEVC中，残差四叉树(RQT)表示对TU的分区。在HEVC中，PU表示帧间预测数据，而TU表示残差数据。被帧内预测的CU包括帧内预测信息，比如帧内模式指示。
视频编码器200和视频解码器300可以被配置为根据VVC来工作。根据VVC，视频译码器(比如视频编码器200)将图像划分为多个译码树单元(CTU)。视频编码器200可以根据树结构(比如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)来划分CTU。QTBT结构去除多种划分类型的概念，比如在HEVC的CU、PU和TU之间的分隔。QTBT结构包括两个级别：根据四叉树划分来划分的第一级别，以及根据二叉树划分来划分的第二级别。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于译码单元(CU)。
在MTT划分结构中，块可以使用四叉树(QT)划分、二叉树(BT)划分以及一种或多种类型的三叉树(TT)划分(还称为三元树(TT))来划分。三叉树或三元树划分是将块拆分为三个子块的划分。在一些示例中，三叉树或三元树划分将块分为三个子块，而不划分通过中心的原始块。在MTT中的划分类型(例如，QT、BT和TT)可以是对称的或不对称的。
在一些示例中，视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度分量和色度分量中的每者，而在其它示例中，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，比如用于亮度分量的一个QTBT/MTT结构以及用于两个色度分量的另一QTBT/MTT结构(或者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可以被配置为每HEVC使用四叉树划分、QTBT划分、MTT划分、或其它划分结构。出于解释的目的，对本公开内容的技术的描述是相对于QTBT划分来给出的。然而，应当理解的是，本公开内容的技术还可以应用于被配置为使用四叉树划分或者还使用其它类型的划分的视频译码器。
块(例如，CTU或CU)可以是以各种方式在图像中来分组的。作为一个示例，砖块可以是指在图像中的特定瓦片(tile)内的CTU行的矩形区域。瓦片可以是在图像中的特定瓦片列和特定瓦片行内的CTU的矩形区域。瓦片列是指CTU的具有等于图像的高度的高度以及由语法元素(例如，比如在图像参数集中)指定的宽度的矩形区域。瓦片行是指CTU的具有由语法元素指定的高度(例如，比如在图像参数集中)以及等于图像的宽度的宽度的矩形区域。
在一些示例中，瓦片可以划分为多个砖块，每个砖块可以包括在瓦片内的一个或多个CTU行。没有划分为多个砖块的瓦片还可以称为砖块。然而，作为瓦片的真子集的砖块不可以称为瓦片。
在图像中的砖块还可以被布置在切片中。切片可以是图像的整数个砖块，所述切片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，切片包括数个完整的瓦片或者仅包括一个瓦片的连续的一序列完整砖块。
本公开内容可以互换地使用“NxN”和“N乘N”来提及块(比如CU或其它视频块)在垂直维度和水平维度方面的样本大小，例如，16x16个样本或16乘16个样本。通常，16x16 CU在垂直方向上将具有16个样本(y＝16)，以及在水平方向上将具有16个样本(x＝16)。同样地，NxN CU通常在垂直方向上具有N个样本，以及在水平方向上具有N个样本，其中N表示非负整数值。在CU中的样本可以按行和列来排列。此外，CU不一定需要在水平方向上具有与在垂直方向上相同数量的样本。例如，CU可以包括NxM个样本，其中M不一定等于N。
视频编码器200对针对CU的表示预测和/或残差信息和其它信息的视频数据进行编码。预测信息指示将CU是如何预测的以便形成针对CU的预测块。残差信息通常表示在编码之前的CU的样本与预测块之间的逐样本差异。
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针对CU的预测块。帧间预测通常是指根据先前译码的图像的数据来预测CU，而帧内预测通常是指根据同一图像的先前译码的数据来预测CU。为执行帧间预测，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，以识别例如在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可以使用绝对误差和(SAD)、差的平方和(SSD)、平均绝对差(MAD)、均方差(MSD)或其它这样的差值计算来计算差异度量，以确定参考块是否与当前的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(例如，利用对于在一个参考图像中的样本的运动矢量)或双向预测(例如，利用对于在两个参考图像中的样本的两个运动矢量)来预测当前的CU。在一些示例中，用于单向或双向预测的参考图像可以是在一个或多个参考图像列表(例如，参考图像列表0和/或参考图像列表1)中识别的。
VVC可以提供仿射运动补偿模式，其可以被认为是帧间预测模式。在仿射运动补偿模式下，视频编码器200可以确定表示非平移运动(比如放大或缩小、旋转、透视运动或其它不规则的运动类型)的两个或更多个运动矢量。
为了执行帧内预测，视频编码器200可以选择帧内预测模式来生成预测块。VVC可以提供六十七种帧内预测模式，包括各种方向性模式、以及平面模式和DC模式。通常，视频编码器200选择帧内预测模式，帧内预测模式描述要根据其来预测当前块(例如，CU的块)的样本的、当前块的相邻样本。假定视频编码器200以光栅扫描次序(从左到右、从上到下)对CTU和CU进行译码，则这样的样本通常可以是与当前块在相同的图像中、在当前块的上方、左上方或左侧。
视频编码器200对表示用于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种模式以及用于对应模式的运动信息的数据进行编码。对于单向或双向帧间预测，例如，视频编码器200可以使用高级运动矢量预测(AMVP)或合并模式来对运动矢量进行编码。视频编码器200可以使用类似的模式来对用于仿射运动补偿模式的运动矢量进行编码。
在预测(比如对块的帧内预测或帧间预测)之后，视频编码器200可以计算针对块的残差数据。残差数据(比如残差块)表示在块与针对该块的使用对应的预测模式生成的预测块之间的逐样本差异。视频编码器200可以将一个或多个变换应用于残差块，以在变换域中而非在样本域中产生经变换的数据。例如，视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。另外，视频编码器200可以在第一变换之后应用二次变换，比如与模式相关的不可分离二次变换(MDNSST)、信号相关变换、卡洛(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。
如上文所指出的，在产生变换系数的任何变换之后，视频编码器200可以对变换系数执行量化。量化通常是指在其中对变换系数进行量化来可能地减少用于表示变换系数的数据量以提供进一步的压缩的过程。通过执行量化过程，视频编码器200可以减小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比特的值向下舍入为m比特的值，其中n大于m。在一些示例中，为了执行量化，视频编码器200可以对要量化的值执行按位右移。
在量化之后，视频编码器200可以扫描变换系数，以根据包括经量化的变换系数的二维矩阵产生一维矢量。扫描可以被设计为将较高能量(以及因此较低频率)的变换系数置于矢量的前面，以及将较低能量(以及因此较高频率)的变换系数置于矢量的后面。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经量化的变换系数以产生序列化的矢量，以及接着对矢量的经量化的变换系数进行熵编码。在其它示例中，视频编码器200可以执行自适应扫描。在扫描经量化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译码(CABAC)来对一维矢量进行熵编码。视频编码器200还可以对针对描述与经编码的视频数据相关联的元数据的语法元素的值进行熵编码，以供由视频解码器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可以将在上下文模型内的上下文分配给要发送的符号。上下文可以涉及例如符号的相邻值是否为零值。概率确定可以是基于分配给符号的上下文的。
视频编码器200还可以例如在图像报头、块报头、切片报头中为视频解码器300生成语法数据(比如基于块的语法数据、基于图像的语法数据和基于序列的语法数据)或其它语法数据(比如序列参数集合(SPS)、图像参数集合(PPS)或视频参数集和(VPS))。视频解码器300可以同样地对这样的语法数据进行解码以确定如何解码对应的视频数据。
以这种方式，视频编码器200可以生成包括经编码的视频数据的比特流，例如，描述将图像划分为块(例如，CU)以及针对块的预测和/或残差信息的语法元素。最终，视频解码器300可以接收比特流以及对经编码的视频数据进行解码。
通常，视频解码器300执行与由视频编码器200执行的过程相反的过程，以对比特流的经编码的视频数据进行解码。例如，视频解码器300可以以与视频编码器200的CABAC编码过程基本上类似的但是相反的方式使用CABAC来对针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像划分成CTU以及根据对应的划分结构(比如QTBT结构)对每个CTU进行划分的划分信息，以定义CTU的CU。语法元素还可以定义针对视频数据的块(例如，CU)的预测和残差信息。
残差信息可以通过例如经量化的变换系数来表示。视频解码器300可以对块的经量化的变换系数进行逆量化和逆变换，以重现针对块的残差块。视频解码器300使用以信号发送的预测模式(帧内预测或帧间预测)和相关的预测信息(例如，用于帧间预测的运动信息)来形成针对块的预测块。视频解码器300可以接着对预测块和残差块(在逐样本的基础上)进行组合以重现原始块。视频解码器300可以执行额外处理，比如执行去块过程以减少沿着块的边界的视觉伪影。
本公开内容通常可以涉及“以信号发送”某些信息(比如语法元素)。术语“以信号发送”通常可以是指对针对语法元素的值和/或用于对经编码的视频数据进行解码的其它数据的传送。也就是说，视频编码器200可以在比特流中以信号发送针对语法元素的值。通常，以信号发送是指在比特流中生成值。如上文所指出的，源设备102可以基本上实时地或不是实时地(比如可能在将语法元素存储到存储设备112以供目标设备116稍后取回时发生)将比特流传输到目标设备116。
反过来，视频解码器300可以被配置为完全地解析在比特流中的语法元素。例如，完全地解析语法元素包括接收语法元素以及确定针对语法元素的值，比如通过解码。在一些示例中，视频解码器300可以选择性地完全地解析某些语法元素。例如，一些语法元素的存在可以是有条件的，以及在这样的示例中，视频编码器200可以基于是否满足条件来选择性地以信号发送这样的语法元素，以及视频解码器300可以基于是否满足条件来选择性地解析这样的语法元素。例如，如果满足条件，则视频解码器300可以被配置为解析某些语法元素，以及如果语法元素不存在，则比特流可能不是一致性比特流(例如，在解码中可能存在错误)。如果不满足条件，则视频解码器300可以被配置为绕过对某些语法元素的解析。
根据本公开内容的技术，视频编码器200和视频解码器300可以被配置为处理视频数据，比如在图像报头中以信号发送和解析语法元素。图像报头可以是包括应用于经编码的图像的所有切片的语法元素的语法结构。
作为一个示例，视频编码器200可以被配置为以信号发送指示在图像报头中的图像顺序计数(POC)值的信息。视频解码器300可以被配置为解析指示在图像报头中的POC值的信息。指示POC值的信息可以是指示POC值的一个或多个最低有效位(LSB)的信息。
作为另一示例，视频编码器200可以被配置为：在图像报头中以信号发送指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地以信号发送用于帧内切片或帧间切片的一个或多个语法元素。视频解码器300可以被配置为：解析在图像报头中的指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地解析用于帧内切片或帧间切片的一个或多个语法元素。在一些示例中，如下文更详细地描述的，帧内切片语法元素是指示在图像报头中是否存在帧内切片语法元素的pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)，以及帧间切片语法元素是指示在图像报头中是否存在帧间切片语法元素的pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。
例如，可以存在定义以其执行帧间预测或帧内预测的方式的各种语法元素。在一个或多个示例中，这些语法元素的集合可以被选择性地包括在针对图像的图像报头中。
帧间切片语法元素集合的示例包括ph_log2_diff_min_qt_min_cb_inter_slice、ph_max_mtt_hierarchy_depth_inter_slice、ph_log2_diff_max_bt_min_qt_inter_slice和ph_log2_diff_max_tt_min_qt_inter_slice中的一项或多项。帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素。相应地，ph_log2_diff_min_qt_min_cb_inter_slice、ph_max_mtt_hierarchy_depth_inter_slice、ph_log2_diff_max_bt_min_qt_inter_slice和ph_log2_diff_max_tt_min_qt_inter_slice可以是用于在图像中的被帧间预测的切片的帧间预测语法元素(例如，指示以其执行帧间预测的方式)。
帧内切片语法元素集合的示例包括ph_log2_diff_min_qt_min_cb_intra_slice_luma、ph_max_mtt_hierarchy_depth_intra_slice_luma、ph_log2_diff_max_bt_min_qt_intra_slice_luma、ph_log2_diff_max_tt_min_qt_intra_slice_luma、ph_log2_diff_min_qt_min_cb_intra_slice_chroma、ph_max_mtt_hierarchy_depth_intra_slice_chroma、ph_log2_diff_max_bt_min_qt_intra_slice_chroma和ph_log2_diff_max_tt_min_qt_intra_slice_chroma中的一项或多项。帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。相应地，ph_log2_diff_min_qt_min_cb_intra_slice_luma、ph_max_mtt_hierarchy_depth_intra_slice_luma、ph_log2_diff_max_bt_min_qt_intra_slice_luma、ph_log2_diff_max_tt_min_qt_intra_slice_luma、ph_log2_diff_min_qt_min_cb_intra_slice_chroma、ph_max_mtt_hierarchy_depth_intra_slice_chroma、ph_log2_diff_max_bt_min_qt_intra_slice_chroma和ph_log2_diff_max_tt_min_qt_intra_slice_chroma可以是用于在图像中的被帧内预测的切片的帧内预测语法元素(例如，指示以其执行帧内预测的方式)。
下文更详细地描述通过这些语法元素中的每个语法元素表示的译码信息。与上文示例相比，在帧间切片语法元素集合中和在帧内切片语法元素集合中可以存在较多或较少的语法元素。此外，以上是用于帧间预测或帧内预测的语法元素的一些示例，以及不应当被认为是详尽的。可能存在用于帧间预测或帧内预测的其它语法元素，所述其它语法元素未在图像报头中以信号发送和/或根据在本公开内容中描述的示例未选择性地以信号发送。
然而，视频编码器200是否要以信号发送以及视频解码器300是否要解析帧间切片语法元素集合和帧内切片语法元素集合的上述示例可以是基于是在图像中的帧间切片还是帧内切片的。根据一个或多个示例，视频编码器200可以以信号发送以及视频解码器300可以解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合。第一标志的一个示例是pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。第二标志的一个示例是pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)。
应当理解的是，视频编码器200以信号发送的比特流可以包括第一标志和第二标志两者，或者仅包括第一标志或第二标志中的一项。例如，如果第一标志是0，则那意味着在图像中仅存在帧内切片(在图像中的切片中的每个切片中的所有块都是帧内预测的)。如果第二标志是0，则那意味着在图像中仅存在帧间切片(在图像中的切片中的每个切片中的所有块都是帧间预测的)。如果第一标志是1，则那意味着可能存在至少有一个帧间切片，但不是必需的。如果第二标志是1，则那意味着可能存在至少有一个帧内切片，但不是必需的。
图像可以包括帧内切片和帧间切片。因此，第一标志和第二标志两者都可能等于1。然而，如果第一标志是0，则也许有可能推断第二标志是1。类似地，如果第二标志是0，则也许有可能推断第一标志是1。
相应地，视频编码器200以信号发送以及视频解码器300解析第一标志和第二标志中的至少一项可以是指视频编码器200以信号发送以及视频解码器300解析第一标志和第二标志中的一者或两者，其中第一标志在图像报头中的、指示图像报头中是否包括帧间切片语法元素集合，以及第二标志在图像报头中的、指示图像报头中是否包括帧内切片语法元素集合。再次，也许有可能比特流包括第一标志和第二标志两者。
视频解码器300可以选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合。例如，如果第一标志是0(例如，在图像中仅有帧内切片)，则视频解码器300可以不解析帧间切片语法元素集合。更准确地说，视频解码器300可以确定在图像报头中在帧间切片语法元素集合将属于的位置上的任何语法元素实际上属于另一语法元素。然而，如果第一标志是1，则视频解码器300可以解析帧间切片语法元素集合。
类似地，如果第二标志是0(例如，在图像中仅有帧间切片)，则视频解码器300可以不解析帧内切片语法元素集合。更准确地说，视频解码器300可以确定在图像报头中在帧内切片语法元素集合将属于的位置上的任何语法元素实际上属于另一语法元素。然而，如果第二标志是1，则视频解码器300可以解析帧内切片语法元素集合。
通过对语法元素的这种选择性的以信号发送和解析，信令量可以总体上减少以及冗余信令可以减少。例如，也许有可能在图像级别上(例如，在图像报头中)一次以信号发送帧间切片语法元素集合或帧内切片语法元素集合，而不是在切片级别上(例如，逐切片地)以信号发送帧间切片语法元素集合或帧内切片语法元素集合，从而减少信令开销。然而，视频编码器200是否完全以信号发送以及视频解码器300是否完全解析帧间切片语法元素集合和/或帧内切片语法元素集合可以是有条件地基于在图像中是否存在帧内切片和帧间切片的。因此，通过以信号发送和解析指示在图像报头中是否包括帧间切片语法元素集合的第一标志和/或指示在图像报头中是否包括帧内切片语法元素集合的第二标志，以及相应地选择性地以信号发送或解析帧间切片语法元素集合或帧内切片语法元素集合，可以额外地减少以信号发送的信息量。
相应地，视频编码器200可以确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码。例如，视频编码器200可以基于率失真测量，来确定是使用帧间预测还是帧内预测、块的大小应当是多少等。关于块大小的信息和其它这样的信息可以作为帧间切片语法元素集合和/或帧内切片语法元素集合的一部分来以信号发送。
视频编码器200可以基于该确定来选择性地以信号发送在图像报头中的帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项。例如，如果视频编码器200确定在图像中将存在帧间切片，则视频编码器200可以确定要以信号发送帧间切片语法元素集合。然而，如果视频编码器200确定在图像中将仅存在帧内切片，则视频编码器200可以确定不以信号发送帧间切片语法元素集合。类似地，如果视频编码器200确定在图像中将存在帧内切片，则视频编码器200可以确定要以信号发送帧内切片语法元素集合。然而，如果视频编码器200确定在图像中将仅存在帧间切片，则视频编码器200可以确定不以信号发送帧内切片语法元素集合。
视频编码器200还可以以信号发送视频解码器300可以用来确定是否解析帧间切片语法元素集合和帧内切片语法元素集合的信息。例如，视频编码器200可以以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合。
视频解码器300可以解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合。例如，视频解码器300可以利用第一标志和第二标志来确定在比特流中有哪些额外的语法元素，以便在解析比特流时，视频解码器300可以正确地确定在比特流中的值是与哪个语法元素相关联的。帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。
视频解码器300可以选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合。例如，视频解码器300可以基于第一标志和/或第二标志来确定特定语法元素是否属于比特流。以这种方式，视频解码器300可以能够将在比特流中的值与语法元素正确地进行关联。例如，如果视频解码器300确定帧间切片语法元素集合不在比特流中(例如，第一标志是0)，则视频解码器300可以确定在比特流中的值属于除了在帧间切片语法元素集合中的语法元素之外的某个其它语法元素。类似地，如果视频解码器300确定帧内切片语法元素集合不在比特流中(例如，第二标志是0)，则视频解码器300可以确定在比特流中的值属于除了在帧内切片语法元素集合中的语法元素之外的某个其它语法元素。
视频解码器300可以基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。例如，视频解码器300可以利用帧间切片语法元素集合来对在帧间切片中的块执行帧间预测，以及利用帧内切片语法元素集合来对在帧内切片中的块执行帧内预测。
如上文所描述的，帧间切片语法元素集合(例如，用于在图像中的被帧间预测的切片的帧间预测语法元素)包括ph_log2_diff_min_qt_min_cb_inter_slice、ph_max_mtt_hierarchy_depth_inter_slice、ph_log2_diff_max_bt_min_qt_inter_slice和ph_log2_diff_max_tt_min_qt_inter_slice中的一项或多项。
ph_log2_diff_min_qt_min_cb_inter_slice(还称为pic_log2_diff_min_qt_min_cb_inter_slice)可以指示在由CTU的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块(例如，B切片或P切片)的最小大小之间的差。
ph_max_mtt_hierarchy_depth_inter_slice(还称为pic_max_mtt_hierarchy_depth_inter_slice)可以指示由在帧间切片(例如，B切片或P切片)中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度。
ph_log2_diff_max_bt_min_qt_inter_slice(还称为pic_log2_diff_max_bt_min_qt_inter_slice)可以指示在可以使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小(宽度或高度)与在由在帧间切片(例如，B切片或P切片)中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
ph_log2_diff_max_tt_min_qt_inter_slice(还称为pic_log2_diff_max_tt_min_qt_inter_slice)可以指示在可以使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小(宽度或高度)与在由在帧间切片(例如，B切片或P切片)中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
如上文所描述的，帧内切片语法元素集合(例如，用于在图像中的被帧内预测的切片的帧内预测语法元素)的示例包括ph_log2_diff_min_qt_min_cb_intra_slice_luma、ph_max_mtt_hierarchy_depth_intra_slice_luma、ph_log2_diff_max_bt_min_qt_intra_slice_luma、ph_log2_diff_max_tt_min_qt_intra_slice_luma、ph_log2_diff_min_qt_min_cb_intra_slice_chroma、ph_max_mtt_hierarchy_depth_intra_slice_chroma、ph_log2_diff_max_bt_min_qt_intra_slice_chroma和ph_log2_diff_max_tt_min_qt_intra_slice_chroma中的一项或多项。
ph_log2_diff_min_qt_min_cb_intra_slice_luma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_luma)可以指示在由CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与用于在帧内切片中的亮度CU的亮度样本中的最小译码块大小之间的差。
ph_max_mtt_hierarchy_depth_intra_slice_luma(还称为pic_max_mtt_hierarchy_depth_intra_slice_luma)可以指示用于由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度。
ph_log2_diff_max_bt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_luma)可以指示在可以使用二元拆分进行拆分的亮度译码块的亮度样本中的最大大小(宽度或高度)与由帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
ph_log2_diff_max_tt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_luma)可以指示在可以使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小(宽度或高度)与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
ph_log2_diff_min_qt_min_cb_intra_slice_chroma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_chroma)可以指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与用于在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差。双树划分可以是指以不同的方式来划分亮度和色度。
ph_max_mtt_hierarchy_depth_intra_slice_chroma(还称为pic_max_mtt_hierarchy_depth_intra_slice_chroma)可以指示用于由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度。
ph_log2_diff_max_bt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_chroma)可以指示在可以使用二元拆分来拆分的色度译码块的亮度样本中的最大大小(宽度或高度)与由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
ph_log2_diff_max_tt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_chroma)可以指示在可以使用三元拆分来拆分的色度译码块的亮度样本中的最大大小(宽度或高度)与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小(宽度或高度)之间的差。
在一个或多个示例中，视频编码器200可以以信号发送在图像报头中的恒定的图像报头参数。视频解码器300可以解析在图像报头中的恒定的图像报头参数。在一些示例中，恒定的图像报头参数排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。
参考图像列表0和参考图像列表1是指参考图像的列表，以及视频编码器200或视频解码器300可以利用来自参考图像列表0或参考图像列表1中的一个图像作为参考图像(例如，对于单向预测)，或者利用来自参考图像列表0和参考图像列表1中的每者的一个图像作为参考图像(例如，对于双预测)，以进行帧间预测。例如，视频编码器200和视频解码器300可以确定涉及在参考图像内的样本的运动矢量，以进行帧间预测。
在一些示例中，视频编码器200可以以信号发送指示针对序列参数集合(SPS)的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。视频解码器300可以被配置为解析指示针对SPS的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。SPS的一个示例是包含语法元素的语法结构，所述语法元素应用于如通过在由在每个切片段报头中找到的语法元素所引用的图像参数集合(PPS)中找到的语法元素的内容所确定的零个或多个完整的经译码的视频序列(CVS)。标识符的一个示例是sps_seq_parameter_set_id。通过使sps_seq_parameter_set_id作为第一语法元素，视频解码器300在识别SPS之前可能不需要解析多个语法元素。
作为一示例，假设存在四个SPS，以及视频编码器200以信号发送值以利用第四SPS。在该示例中，如果针对SPS的标识符是第五语法元素，则视频解码器300在确定针对SPS的标识符之前可能需要解析四个语法元素，并且在该示例中，可能需要解析20个语法元素(例如，来自四个SPS中的每个SPS的五个语法元素)，直到识别针对第四SPS的标识符为止。然而，如果针对SPS的标识符是第一语法元素，则视频解码器300可以仅解析四个语法元素(例如，来自四个SPS中的每个SPS的一个语法元素)。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构130以及对应的译码树单元(CTU)132的概念图。实线表示四叉树拆分，以及虚线指示二叉树拆分。在二叉树的每个拆分(即非叶)节点中，以信号发送一个标志以指示使用哪种拆分类型(即，水平或垂直)，其中，在该示例中，0指示水平拆分，以及1指示垂直拆分。对于四叉树拆分，无需指示拆分类型，因为四叉树节点将块水平地以及垂直地拆分为具有相等大小的4个子块。相应地，视频编码器200可以对以下各项进行编码，以及视频解码器300可以对以下各项进行解码：用于QTBT结构130的区域树级别(即实线)的语法元素(比如拆分信息)、以及用于QTBT结构130的预测树级别(即虚线)的语法元素(比如拆分信息)。视频编码器200可以对针对由QTBT结构130的终端叶节点表示的CU的视频数据(比如预测和变换数据)进行编码，以及视频解码器300可以对视频数据进行解码。
通常，图2B的CTU 132可以与定义与QTBT结构130的处于第一级别和第二级别的节点相对应的块的大小的参数相关联。这些参数可以包括CTU大小(表示以样本为单位的CTU132的大小)、最小四叉树大小(MinQTSize，其表示最小允许的四叉树叶节点大小)、最大二叉树大小(MaxBTSize，其表示最大允许的二叉树根节点大小)、最大二叉树深度(MaxBTDepth，其表示最大允许的二叉树深度)、以及最小二叉树大小(MinBTSize，其表示最小允许的二叉树叶节点大小)。
QTBT结构的与CTU相对应的根节点可以在QTBT结构的第一级别处具有四个子节点，每个子节点可以是根据四叉树划分来划分的。也就是说，第一级别的节点是叶节点(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具有用于分支的实线的父节点和子节点。如果第一级别的节点不大于最大允许的二叉树根节点大小(MaxBTSize)，则所述节点可以通过相应的二叉树来进一步划分。可以对一个节点的二叉树拆分进行迭代，直到由拆分产生的节点达到最小允许的二叉树叶节点大小(MinBTSize)或最大允许的二叉树深度(MaxBTDepth)。QTBT结构130的示例将这样的节点表示为具有用于分支的虚线。二叉树叶节点称为译码单元(CU)，所述CU用于预测(例如，图像内预测或图像间预测)和变换，而不进行任何进一步划分。如上文所讨论的，CU还可以称为“视频块”或“块”。
在QTBT划分结构的一个示例中，CTU大小被设置为128x128(亮度样本和两个对应的64x64色度样本)，MinQTSize被设置为16x16，MaxBTSize被设置为64x64，MinBTSize(对于宽度和高度两者)被设置为4，以及MaxBTDepth被设置为4。四叉树划分首先被应用于CTU以生成四叉树叶节点。四叉树叶节点可以具有从16x16(即MinQTSize)到128x128(即CTU大小)的大小。如果叶四叉树节点为128x128，则叶四叉树节点将不由二叉树进一步拆分，因为该大小超过MaxBTSize(即，在该示例中为64x64)。否则，叶四叉树节点将被二叉树进一步划分。因此，四叉树叶节点还是针对二叉树的根节点，以及具有为0的二叉树深度。当二叉树深度达到MaxBTDepth(在该示例中为4)时，不允许进一步拆分。当二叉树节点具有等于MinBTSize(在该示例中为4)的宽度时，这意味着不允许进一步的水平拆分。类似地，具有等于MinBTSize的高度的二叉树节点意味着不允许针对该二叉树节点的进一步的垂直拆分。如上文所指出的，二叉树的叶节点称为CU，以及根据预测和变换来进一步处理，而不进一步划分。
在VVC草案7中，指示图像顺序计数(POC)最低有效位(LSB)的poc_cnt_lsb语法元素是在切片报头中以信号发送的。该语法元素指示POC，所述POC是图像级概念。例如，POC值指示以其显示图像的顺序。具有较小POC值的图像是在具有较大POC值的图像之前显示的。然而，具有较小POC值的图像可能是在具有较高POC值的图像之后解码的。
在一些示例中，在图像报头中以信号发送poc_cnt_lst可能更合适。此外，在图像报头中存在特定于帧内切片和帧间切片的语法元素。如果存在仅帧内切片的图像或仅帧间切片的图像，则在图像报头中可能存在冗余信令。在一些示例中，在图像报头中以信号发送与图像相关的语法元素并且选择性地不以信号发送不相关的语法元素可能是更高效的，从而移除不必要的以及在一些情况下是冗余的语法元素。
本公开内容描述用于在图像报头中以信号发送和解析POC LSB的第一示例技术。与在图像报头中以信号发送pic_order_cnt_lsb相比，在切片报头中以信号发送pic_order_cnt_lsb可以提供很少的额外益处或不提供额外益处。在第一示例技术的一些示例中，可以将pic_order_cnt_lsb信令移动到图像报头(即在图像报头中以信号发送)以移除pic_order_cnt_lsb的潜在的重复信令。例如，视频编码器200可以在图像报头中以信号发送指示POC值的信息，以及视频解码器300可以接收和解析在图像报头中的指示POC值的信息。指示POC值的信息可以是pic_order_cnt_lsb(例如，POC值的一个或多个最低有效位(LSB))。
本公开内容描述用于在图像报头中选择性地以信号发送帧内切片语法元素或帧间切片语法元素的第二示例技术。例如，可以在图像报头中以信号发送控制帧内切片语法元素和帧间切片语法元素的存在的两个标志(例如，上文所描述的第一标志和第二标志)，这可以在存在仅帧内切片的图像或仅帧间切片的图像时消除在图像报头中的冗余语法元素信令。例如，视频编码器200可以在图像报头中以信号发送指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素，以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地以信号发送用于帧内切片或帧间切片的一个或多个语法元素。视频解码器300可以解析在图像报头中的指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素，以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地解析用于帧内切片或帧间切片的一个或多个语法元素。如更详细地描述的，帧内切片语法元素可以是指示在图像报头中是否存在帧内切片语法元素的pic_intra_present_flag，以及帧间切片语法元素可以是指示在图像报头中是否存在帧间切片语法元素的pic_inter_present_flag。
换句话说，视频解码器300可以解析在图像报头中的视频数据的第一标志中的至少一项，第一标志指示图像报头中是否包括帧间切片语法元素集合。第一标志的示例是pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。视频解码器300还可以解析在图像报头中的视频数据的第二标志，第二标志指示图像报头中是否包括帧内切片语法元素集合。第二标志的示例是pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)。
视频解码器300可以选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合。视频解码器300可以基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。
从视频编码器200的视角，视频编码器200可以确定以其对图像进行编码的方式。例如，视频编码器200可以确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码。视频编码器200可以基于该确定来选择性地在图像报头中以信号发送帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项。
例如，如果视频编码器200确定根据帧间切片语法元素集合来对图像进行编码，则视频编码器200可以确定以信号发送帧间切片语法元素集合。如果视频编码器200确定根据帧内切片语法元素集合来对图像进行编码，则视频编码器200可以确定以信号发送帧内切片语法元素集合。如果视频编码器200确定根据帧间切片语法元素集合和帧内切片语法元素集合来对图像进行编码，则视频编码器200可以确定以信号发送帧间切片语法元素集合和帧内切片语法元素集合。
视频编码器200可以以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合。例如，视频编码器200可以以信号发送信息以向视频解码器300指示帧间切片语法元素集合和/或帧内切片语法元素集合是否在比特流中，以及视频编码器200可以使用第一标志(例如，pic_inter_present_flag(还称为ph_inter_slice_allowed_flag))和第二标志(例如，pic_intra_present_flag(还称为ph_intra_slice_allowed_flag))来以信号发送这样的信息。
本公开内容描述用于以信号发送以前是在切片报头中以信号发送的某些语法元素以及在图像报头中以信号发送语法元素的第三示例技术。例如，随着对图像报头的引入，constant_slice_header_params以信号发送除了pps_collocated_from_l0_idc语法元素之外的恒定的图像报头元素。在一些示例中，pps_collocated_from_l0_idc语法可以从constant_slice_header_params信令中移除(例如，不以信号发送以及不解析)，以及constant_slice_header_params可以从constant_slice_header_params重命名为constant_picture_header_params。在一些示例中，整个constant_slice_header_params信令可以完全地移除。
例如，视频编码器200可以在图像报头中以信号发送恒定的图像报头参数。视频解码器300可以解析在图像报头中的恒定的图像报头参数。恒定的图像报头参数可以排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。从图像报头参数中排除的值包括pps_collocated_from_l0_idc。语法元素pps_collocated_from_l0_idc等于0指定在引用图像参数集合(PPS)的切片的切片报头中存在语法元素collocated_from_l0_flag，以及pps_collocated_from_l0_idc等于1或2指定在引用PPS的切片的切片报头中不存在语法元素collocated_from_l0_flag，以及collocated_from_l0_flag等于1指定用于时间运动矢量预测的共置图像是根据参考图像列表0推导的，以及collocated_from_l0_flag等于0指定用于时间运动矢量预测的共置图像是根据参考图像列表1推导的。
在一些示例中，如下文更详细地描述的，在恒定的图像报头参数中的参数包括以下各项中的一项或多项：(1)pps_dep_quant_enabled_idc，其中pps_dep_quant_enabled_idc等于0指定在引用图像参数集合(PPS)的图像报头中存在语法元素pic_dep_quant_enabled_flag，以及pps_dep_quant_enabled_idc等于1或2指定在引用PPS的图像报头中不存在语法元素pic_dep_quant_enabled_flag；(2)pps_ref_pic_list_sps_idc，其中pps_ref_pic_list_sps_idc[i]等于0指定在引用PPS的图像报头中存在语法元素pic_rpl_sps_flag[i]或者在引用PPS的图像报头中存在语法元素slice_rpl_sps_flag[i]，以及pps_ref_pic_list_sps_idc[i]等于1或2指定在引用PPS的图像报头中不存在语法元素pic_rpl_sps_flag[i]以及在引用PPS的切片报头中不存在slice_rpl_sps_flag[i]；(3)pps_mvd_l1_zero_idc，其中pps_mvd_l1_zero_idc等于0指定在引用PPS的图像报头中存在语法元素mvd_l1_zero_flag，以及pps_mvd_l1_zero_idc等于1或2指定在引用PPS的图像报头中不存在mvd_l1_zero_flag；(4)pps_six_minus_max_num_merge_cand_plus1，其中pps_six_minus_max_num_merge_cand_plus1等于0指定在引用PPS的图像报头中存在pic_six_minus_max_num_merge_cand，以及pps_six_minus_max_num_merge_cand_plus1大于0指定在引用PPS的图像报头中不存在pic_six_minus_max_num_merge_cand；(5)pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1，其中pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1等于0指定在引用PPS的切片的图像报头中存在pic_max_num_merge_cand_minus_max_num_triangle_cand，以及pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1大于0指定在引用PPS的图像报头中不存在pic_max_num_merge_cand_minus_max_num_triangle_cand。
本公开内容描述用于以信号发送序列参数集合标识的第四示例技术。除了序列参数集合(SPS)之外的所有参数集合都开始于其对应的parameter_set_id。在一些示例中，SPS应当遵循相同的设计，以便于识别SPS参数集合id。本公开内容描述将sps_seqparameter_set_id作为在序列参数集合语法中的第一元素来以信号发送。例如，视频编码器200可以以信号发送指示针对序列参数集合(SPS)的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。视频解码器300可以解析指示针对SPS的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。针对SPS的标识符可以是sps_seq_parameter_set_id。
上文描述第一、第二、第三和第四示例技术。然而，视频编码器200和视频解码器300可以被配置为执行第一、第二、第三和第四示例技术中的任何一种示例技术或任何组合。此外，这样标识第一、第二、第三和第四示例技术是为了辅助理解，以及不应被视为是限制。例如，视频编码器200和视频解码器300可以被配置为执行针对第一、第二、第三和第四示例技术描述的操作中的一些、全部或更多操作。
下文描述对VVC草案7的改变。为了便于理解，以添加项为形式的变化被示为在<ADD>与</ADD>之间的语言，以删除项为形式的变化被示为在<DELETE>与</DELETE>之间的语言。
7.3.2.6图像报头RBSP语法
Figure BDA0003697630540000171
Figure BDA0003697630540000181
Figure BDA0003697630540000191
Figure BDA0003697630540000201
Figure BDA0003697630540000211
7.3.7.1通用切片报头语法
Figure BDA0003697630540000212
7.4.3.6图像报头RBSP语义
<ADD>pic_order_cnt_lsb指定针对当前图像的图像顺序计数对MaxPicOrderCntLsb取模。pic_order_cnt_lsb语法元素的长度是log2_max_pic_order_cnt_lsb_minus4+4比特。pic_order_cnt_lsb的值应当在0到MaxPicOrderCntLsb-1的范围内(包括0和MaxPicOrderCntLsb)。
pic_intra_present_flag等于1指定在图像报头中存在帧内切片语法元素。
pic_inter_present_flag等于1指定在PH中存在帧间切片语法元素。</ADD>
7.4.8.1通用切片报头语义
<DELETE>当存在时，切片报头语法元素slice_pic_order_cnt_lsb的值在经译码的图像的所有切片头中应当相同。</DELETE><ADD>切片的slice_pic_order_cnt_lsb等于切片的相关联的PH的pic_order_cnt_lsb。</ADD>
7.3.2.4图像参数集合RBSP语法
Figure BDA0003697630540000221
7.3.7.1通用切片报头语法
Figure BDA0003697630540000222
constant_<DELETE>slice</DELETE><ADD>picture</ADD>_header_params_enabled_flag等于0指定pps_dep_quant_enabled_idc、pps_ref_pic_list_sps_idc[i]、pps_mvd_l1_zero_idc、<DELETE>pps_collocated_from_l0_idc、</DELETE>、pps_six_minus_max_num_merge_cand_plus1和pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1被推断为等于0。constant_<DELETE>slice</DELETE><ADD>picture</ADD>_header_params_enabled_flag等于1指定在PPS中存在这些语法元素。
7.3.2.3序列参数集合RBSP语法
Figure BDA0003697630540000231
图3是示出可以执行本公开内容的技术的示例视频编码器200的方块图。图3是出于解释的目的而提供的，以及不应当被认为是对在本公开内容中广泛地举例说明和描述的技术的限制。出于解释的目的，本公开内容在视频译码标准(比如VCC和HEVC)的背景下描述视频编码器200。然而，本公开内容的技术不限于这些视频译码标准，以及通常可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、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、经解码的图像缓冲器(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、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何单元或全部单元可以以一个或多个处理器或者以处理电路来实现。例如，视频编码器200的单元可以被实现为一个或多个电路或逻辑元件，作为硬件电路的一部分，或者作为处理器、ASIC或FPGA的一部分。此外，视频编码器200可以包括额外或替代的处理器或处理电路以执行这些功能和其它功能。
视频数据存储器230可以存储要由视频编码器200的组件来编码的视频数据。视频编码器200可以接收来自例如视频源104(图1)的被存储在视频数据存储器230中的视频数据。DPB 218可以充当参考图像存储器，其存储参考视频数据以由视频编码器200在对后续视频数据进行预测时使用。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存储器设备组成，比如动态随机访问存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、电阻性RAM(RRAM)、或其它类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或单独的存储器设备来提供。在各种示例中，视频数据存储器230可以与视频编码器200的其它组件一起在芯片上(如图所示)，或者相对于那些组件在芯片外。
在本公开内容中，对视频数据存储器230的引用不应当被解释为限于在视频编码器200内部的存储器(除非特别描述为如此)，或视频编码器200外部的存储器(除非特别描述为如此)。更确切地说，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接收以用于编码的视频数据(例如，用于要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的各个单元的输出的临时存储。
示出图3的各个单元以帮助理解由视频编码器200执行的操作。所述单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路是指提供特定功能以及根据可以执行的操作而预先设置电路。可编程电路是指可以被编程为执行各种任务以及以可以执行的操作来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，所述软件或固件使得可编程电路以由软件或固件的指令所定义的方式来工作。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的类型通常是不可变的。在一些示例中，所述单元中的一个或多个单元可以是不同的电路块(固定功能或可编程)，以及在一些示例中，所述单元中的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组成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程内核。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接收以及执行的软件的指令(例如，目标代码)，或者在视频编码器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被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230取回视频数据的图像，以及将视频数据提供给残差生成单元204和模式选择单元202。在视频数据存储器230中的视频数据可以是要编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元以根据其它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通常协调多个编码通路(pass)，以对编码参数的组合以及针对这样的组合所得到的率失真值进行测试。编码参数可以包括CTU到CU的划分、用于CU的预测模式、用于CU的残差数据的变换类型、用于CU的残差数据的量化参数等。模式选择单元202可以最终选择具有与其它测试的组合相比较好的率失真值的编码参数的组合。
视频编码器200可以将从视频数据存储器230取回的图像划分为一系列CTU，以及将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(比如上文描述的HEVC的QTBT结构或四叉树结构)来对图像的CTU进行划分。如上文所描述的，视频编码器200可以根据树结构从对CTU进行划分来形成一个或多个CU。这样的CU通常还可以称为“视频块”或“块”。
通常，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)以生成用于当前块(例如，当前CU，或者在HEVC中，PU和TU的重叠部分)的预测块。为了对当前块进行帧间预测，运动估计单元222可以执行运动搜索以在一个或多个参考图像(例如，存储在DPB 218中的一个或多个先前译码的图像)中识别一个或多个紧密匹配的参考块。特别是，运动估计单元222可以例如根据绝对误差和(SAD)、差的平方和(SSD)、平均绝对差(MAD)、均方差(MSD)等，来计算表示潜在参考块与当前块如何类似的值。运动估计单元222通常可以使用在当前块与所考虑的参考块之间的逐样本的差来执行这些计算。运动估计单元222可以识别具有由这些计算产生的最低值的参考块，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)，所述运动矢量定义参考块在参考图像中相对于当前块在当前图像中的位置的位置。运动估计单元222可以接着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。运动补偿单元224可以接着使用运动矢量来生成预测块。例如，运动补偿单元224可以使用运动矢量来取回参考块的数据。作为另一示例，如果运动矢量具有分数样本精度，则运动补偿单元224可以根据一个或多个插值滤波器来对用于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可以取回用于由相应的运动矢量标识的两个参考块的数据，以及例如通过逐样本平均或加权平均来对所取回的数据进行组合。
作为另一示例，对于帧内预测或帧内预测译码，帧内预测单元226可以根据与当前块相邻的样本来生成预测块。例如，对于方向性模式，帧内预测单元226通常可以对相邻样本的值进行算术地组合以及在跨越当前块的定义的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可以计算与当前块相邻的样本的平均值，以及生成预测块以包括针对预测块的每个样本的这个所得到的平均值。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收当前块的原始的未经编码的版本，以及从模式选择单元202接收预测块。残差生成单元204计算在当前块与预测块之间的逐样本的差。所得到的逐样本的差定义针对当前块的残差块。在一些示例中，残差生成单元204还可以确定在残差块中的样本值之间的差以使用残差差分脉冲译码调制(RDPCM)来生成残差块。在一些示例中，残差生成单元204可以是使用执行二进制减法的一个或多个减法器电路来形成的。
在模式选择单元202将CU划分为PU的示例中，每个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种大小的PU。如上文所指示的，CU的大小可以是指CU的亮度译码块的大小，以及PU的大小可以是指PU的亮度预测单元的大小。假定特定CU的大小为2Nx2N，则视频编码器200可以支持用于帧内预测的2Nx2N或NxN的PU大小、以及用于帧间预测的2Nx2N、2NxN、Nx2N、NxN或类似的对称的PU大小。视频编码器200和视频解码器300还可以支持针对用于帧间预测的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的不对称划分。
在模式选择单元202不将CU进一步划分为PU的示例中，每个CU可以与亮度译码块和对应的色度译码块相关联。如上文，CU的大小可以是指CU的亮度译码块的大小。视频编码器200和视频解码器300可以支持2Nx2N、2NxN或Nx2N的CU大小。
对于其它视频译码技术(举几个示例，比如帧内块复制模式译码、仿射模式译码和线性模型(LM)模式译码)，模式选择单元202经由与译码技术相关联的相应的单元来生成针对正被编码的当前块的预测块。在一些示例中(比如调色板模式译码)，模式选择单元202可以不生成预测块，而是替代地基于所选择的调色板来生成指示以其重构块的方式的语法元素。在这样的模式下，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。
如上文所描述的，残差生成单元204接收针对当前块和对应的预测块的视频数据。残差生成单元204接着生成针对当前块的残差块。为了生成残差块，残差生成单元204计算在预测块与当前块之间的逐样本的差。
变换处理单元206将一种或多种变换应用于残差块，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可以将离散余弦变换(DCT)、方向变换、卡洛(Karhunen-Loeve)变换(KLT)、或概念上类似的变换应用于残差块。在一些示例中，变换处理单元206可以对残差块执行多个变换，例如，初级变换和二次变换(比如旋转变换)。在一些示例中，变换处理单元206不将变换应用于残差块。
量化单元208可以对在变换系数块中的变换系数进行量化，以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来对变换系数块的变换系数进行量化。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的程度。量化可能引入信息的损失，以及因此，经量化的变换系数可能具有与由变换处理单元206所产生的原始变换系数相比要低的精度。
逆量化单元210和逆变换处理单元212可以将逆量化和逆变换分别应用于经量化的变换系数块，以根据变换系数块重构残差块。重构单元214可以基于经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经重构的块(虽然潜在地具有某种程度的失真)。例如，重构单元214可以将经重构的残差块的样本加到来自由模式选择单元202所生成的预测块的对应样本，以产生经重构的块。
滤波器单元216可以对经重构的块执行一个或多个滤波器操作。例如，滤波器单元216可以执行去块操作以减少沿着CU的边缘的块效应伪影。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将经重构的块存储在DPB 218中。例如，在不需要滤波器单元216的操作的示例中，重构单元214可以将经重构的块存储到DPB 218中。在需要滤波器单元216的操作的示例中，滤波器单元216可以将经滤波的经重构的块存储到DPB 218中。运动估计单元222和运动补偿单元224可以从DPB 218取回由经重构的(以及潜在地经滤波的)块形成的参考图像，以对后续编码的图像的块进行帧间预测。另外，帧内预测单元226可以使用在DPB218中的当前图像的经重构的块来对在当前图像中的其它块进行帧内预测。
通常，熵编码单元220可以对从视频编码器200的其它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的经量化的变换系数块进行熵编码。作为另一示例，熵编码单元220可以对来自模式选择单元202的预测语法元素(例如，用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对语法元素(其是视频数据的另一示例)执行一个或多个熵编码操作，以生成经熵编码的数据。例如，熵编码单元220可以对数据执行上下文自适应变长译码(CAVLC)操作、CABAC操作、变量至变量(V2V)长度译码操作、基于语法的上下文自适应二进制算术译码(SBAC)操作、概率区间划分熵(PIPE)译码操作、指数哥伦布编码操作、或对数据的另一种类型的熵编码操作。在一些示例中，熵编码单元220可以在语法元素未被熵编码的旁路模式下工作。
视频编码器200可以输出比特流，所述比特流重构切片或图像的块所需要的经熵编码的语法元素。特别是，熵编码单元220可以输出比特流。
上文所描述的操作是相对于块来描述的。这样的描述应当被理解为是用于亮度译码块和/或色度译码块的操作。如上文所描述的，在一些示例中，亮度译码块和色度译码块是CU的亮度分量和色度分量。在一些示例中，亮度译码块和色度译码块是PU的亮度分量和色度分量。
在一些示例中，关于亮度译码块执行的操作不需要针对色度译码块而重复。作为一个示例，识别针对亮度译码块的运动矢量(MV)和参考图像的操作不需要为了识别针对色度块的MV和参考图像而重复。更准确地说，针对亮度译码块的MV可以缩放以确定针对色度块的MV，以及参考图像可以是相同的。作为另一示例，用于亮度译码块和色度译码块的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，所述设备包括：被配置为存储视频数据的存储器；以及在电路中实现以及被配置为在图像报头中以信号发送指示图像顺序计数(POC)值的信息的一个或多个处理单元。一个或多个处理单元可以被配置为：在图像报头中以信号发送指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地以信号发送用于帧内切片或帧间切片的一个或多个语法元素。一个或多个处理单元可以被配置为：在图像报头中以信号发送恒定的图像报头参数，其中，恒定的图像报头参数排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。一个或多个处理单元可以被配置为：以信号发送指示针对SPS的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。
在一些示例中，模式选择单元202可以确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码。模式选择单元202可以基于该确定来选择性地以信号发送在图像报头中的帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项。模式选择单元202还可以以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合。图像报头可以是包括应用于图像的所有切片的语法元素的语法结构。
在一些示例中，模式选择单元202可以在图像报头中以信号发送指示图像顺序计数(POC)值的信息。指示POC值的信息包括指示POC值的一个或多个最低有效位(LSB)的信息。在一些示例中，模式选择单元202可以以信号发送指示针对序列参数集合(SPS)的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。针对SPS的标识符可以是sps_seq_parameter_set_id。
图4是示出可以执行本公开内容的技术的示例视频解码器300的方块图。图4是出于解释的目的而提供的，以及不对在本公开内容中广泛地举例说明和描述的技术进行限制。出于解释的目的，本公开内容根据VVC和HEVC的技术来描述视频解码器300。然而，本公开内容的技术可以由被配置用于其它视频译码标准的视频译码设备来执行。
在图4的示例中，视频解码器300包括经译码的图像缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和经解码的图像缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 314中的任何或全部可以在一个或多个处理器中或者在处理电路中实现。例如，视频解码器300的单元可以被实现为一个或多个电路或逻辑元件，作为硬件电路的一部分，或者作为处理器、ASIC或FPGA的一部分。此外，视频解码器300可以包括额外或替代的处理器或处理电路以执行这些和其它功能。
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可以包括根据其它预测模式来执行预测的额外的单元。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。在其它示例中，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，比如经编码的视频比特流。存储在CPB存储器320中的视频数据可以例如从计算机可读介质110(图1)获得。CPB存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如，语法元素)的CPB。此外，CPB存储器320可以存储除了经译码的图像的语法元素之外的视频数据，比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通常存储视频解码器300可以输出和/或在对经编码的视频比特流的后续数据或图像进行解码时用作参考视频数据的经解码的图像。CPB存储器320和DPB 314可以由各种存储器设备中的任何存储器设备组成，比如DRAM，包括SDRAM、MRAM、RRAM或其它类型的存储器设备。CPB存储器320和DPB314可以由相同的存储器设备或单独的存储器设备来提供。在各种示例中，CPB存储器320可以与视频解码器300的其它组件一起在芯片上，或者相对于那些组件在芯片外。
另外地或替代地，在一些示例中，视频解码器300可以从存储器120(图1)取回经编码的视频数据。也就是说，存储器120可以利用CPB存储器320来存储如上文所讨论的数据。同样的，当视频解码器300的一些或全部功能是以要由视频解码器300的处理电路执行的软件来实现时，存储器120可以存储要由视频解码器300执行的指令。
在图4中示出的各个单元是为了帮助理解由视频解码器300执行的操作而示出的。所述单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图3，固定功能电路是指提供特定功能以及根据可以执行的操作而预先设置电路。可编程电路是指可以被编程为执行各种任务以及以可以执行的操作来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，所述软件或固件使得可编程电路以由软件或固件的指令所定义的方式来工作。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的类型通常是不可变的。在一些示例中，所述单元中的一个或多个单元可以是不同的电路块(固定功能或可编程)，以及在一些示例中，所述单元中的一个或多个单元可以是集成电路。
视频解码器300可以包括由可编程电路形成的ALU、EFU、数字电路、模拟电路和/或可编程内核。在视频解码器300的操作是通过在可编程电路上执行的软件来执行的示例中，片上或片外存储器可以存储视频解码器300接收以及执行的软件的指令(例如，目标代码)。
熵解码单元302可以从CPB接收经编码的视频数据，以及对视频数据进行熵解码以重现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码的视频数据。
通常，视频解码器300在逐块的基础上重构图像。视频解码器300可以对每个块单独地执行重构操作(其中，当前正在被重构(即，被解码)的块可以称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及变换信息(比如量化参数(QP)和/或变换模式指示)进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化的程度，以及同样地，确定逆量化的程度以供逆量化单元306应用。逆量化单元306可以例如执行按位左移操作以对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后，逆变换处理单元308可以将一种或多种逆变换应用于变换系数块，以生成与当前块相关联的残差块。例如，逆变换处理单元308可以将逆DCT、逆整数变换、逆卡洛(Karhunen-Loeve)变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于变换系数块。
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在DPB 314中的要从其取回参考块的参考图像、以及标识参考块在参考在图像中相对于当前块在当前在图像中的位置的位置的运动矢量。运动补偿单元316通常可以以与相对于运动补偿单元224(图3)描述的方式基本类似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。再次，帧内预测单元318通常可以以与相对于帧内预测单元226(图3)描述的方式基本上类似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314取回与当前块相邻的样本的数据。
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可以将残差块的样本加到预测块的对应样本，以重构当前块。
滤波器单元312可以对经重构的块执行一个或多个滤波器操作。例如，滤波器单元312可以执行去块操作以减少沿着经重构的块的边缘的块效应伪影。不一定在所有示例中都执行滤波器单元312的操作。
视频解码器300可以将经重构的块存储在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可以将经重构的块存储到DPB 314中。在执行滤波器单元312的操作的示例中，滤波器单元312可以将经滤波的经重构的块存储到DPB 314中。如上文所讨论的，DPB 314可以将参考信息(比如用于帧内预测的当前图像以及用于后续运动补偿的先前解码的图像的样本)提供给预测处理单元304。此外，视频解码器300可以输出来自DPB 314的经解码的图像(例如，经解码的视频)，以供在显示设备(比如图1的显示设备118)上的后续呈现。
以这种方式，视频解码器300表示视频解码设备的示例，所述视频解码设备包括：被配置为存储视频数据的存储器；以及在电路中实现并且被配置为解析指示在图像报头中的POC值的信息的一个或多个处理单元。一个或多个处理单元可以被配置为：解析在图像报头中的指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地解析用于帧内切片或帧间切片的一个或多个语法元素。一个或多个处理单元可以被配置为：解析在图像报头中的恒定的图像报头参数，其中，恒定的图像报头参数排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。一个或多个处理单元可以被配置为：解析指示针对SPS的标识符以作为在SPS中的其它元素之前的SPS语法中的第一元素由其他语法元素进行参考的信息。
作为一个示例，预测处理单元304可以解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合。第一标志的示例是pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。第二标志的示例是pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)。
预测处理单元304可以选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合。例如，如果pic_inter_present_flag为假(例如，0)，则预测处理单元304可以确定未解析帧间切片语法元素集合。如果pic_inter_present_flag为真(例如，1)，则预测处理单元304可以确定解析了帧间切片语法元素集合。如果pic_intra_present_flag为假(例如，0)，则预测处理单元304可以确定未解析帧内切片语法元素集合。如果pic_intra_present_flag为帧(例如，1)，则预测处理单元304可以确定未解析帧内切片语法元素集合。
视频解码器300可以基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像。例如，预测处理单元304可以指示运动补偿单元316和/或帧内预测单元318基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来生成针对在图像中的块的预测块。重构单元310可以将预测块与相应的残差块相加，来重构图像的块，并且从而重构图像。
图5是示出用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。虽然是相对于视频编码器200(图1和图3)来描述的，但是应当理解的是，其它设备可以被配置为执行与图5的方法类似的方法。
视频编码器200可以确定是否根据视频数据的帧间切片语法元素集合和视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码(500)。例如，基于率失真确定，视频编码器200可以确定在图像中的一些切片应当是帧间切片(例如，具有帧间切片的块是帧间预测的)以及在图像中的一些切片应当是帧内切片(例如，具有帧内切片的块是帧内预测的)。在一些示例中，视频编码器200可以确定没有切片应当进行帧间预测或者没有切片应当进行帧内预测。帧间切片语法元素集合和帧内切片语法元素集合可以分别定义被确定为是帧间切片和帧内切片的切片的大小和深度层次等。例如，帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。
视频编码器200可以基于该确定来选择性地以信号发送在图像报头中的帧间切片语法元素集合和在图像报头中的帧内切片语法元素集合中的至少一项(502)。例如，如果视频编码器200确定在图像中存在一个或多个帧间切片，则视频编码器200可以以信号发送帧间切片语法元素集合。如果视频编码器200确定在图像中存在一个或多个帧内切片，则视频编码器200可以以信号发送帧内切片语法元素集合。然而，如果不存在帧内切片，则视频编码器200可以不以信号发送帧间切片语法元素集合，以及如果不存在帧内切片，则视频编码器200可以不以信号发送帧内切片语法元素集合。
视频编码器200可以以信号发送视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示是否在图像报头中以信号发送帧间切片语法元素集合，第二标志在图像报头中、指示是否在图像报头中以信号发送帧内切片语法元素集合(504)。例如，视频编码器200可能需要向视频解码器300指示是否以信号发送帧间切片语法元素集合以及是否以信号发送帧内切片语法元素集合。视频编码器200可以利用第一标志和第二标志来提供这样的信息。第一标志的示例是pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。第二标志的示例是pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)。
帧间切片语法元素集合包括以下各项中的一项或多项：第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块的最小大小之间的差(例如，ph_log2_diff_min_qt_min_cb_inter_slice(还称为pic_log2_diff_min_qt_min_cb_inter_slice))；第二语法元素，其指示由在帧间切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_inter_slice(还被称pic_max_mtt_hierarchy_depth_inter_slice))；第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_inter_slice(还称为pic_log2_diff_max_bt_min_qt_inter_slice))；以及第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_inter_slice(还称为pic_log2_diff_max_tt_min_qt_inter_slice))。
帧内切片语法元素集合包括以下各项中的一项或多项：第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与在针对在帧内切片中的亮度译码单元(CU)的亮度样本中的最小译码块大小之间的差(例如，ph_log2_diff_min_qt_min_cb_intra_slice_luma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_luma))；第二语法元素，其指示针对由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_intra_slice_luma(还被称pic_max_mtt_hierarchy_depth_intra_slice_luma))；第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_luma))；第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_luma))；第五语法元素，其指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与在针对在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差(例如，ph_log2_diff_min_qt_min_cb_intra_slice_chroma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_chroma))；第六语法元素，其指示针对由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_intra_slice_chroma(还被称pic_max_mtt_hierarchy_depth_intra_slice_chroma))；第七语法元素，其指示在能够使用二元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_chroma))；以及第八语法元素，其指示在能够使用三元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_chroma))。
图6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。当前块可以包括当前CU。虽然是相对于视频解码器300(图1和图4)来描述的，但是应当理解的是，其它设备可以被配置为执行与图6的方法类似的方法。
视频解码器300可以被配置为解析视频数据的第一标志和视频数据的第二标志中的至少一项，第一标志在图像报头中、指示在图像报头中是否包括帧间切片语法元素集合，第二标志在图像报头中、指示在图像报头中是否包括帧内切片语法元素集合(600)。帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及帧内切片语法元素是用于在图像中的被帧内预测的切片的帧内预测语法元素。第一标志的示例是pic_inter_present_flag(还称为ph_inter_slice_allowed_flag)。第二标志的示例是pic_intra_present_flag(还称为ph_intra_slice_allowed_flag)。
第一标志和第二标志可以具有0或1的值的二进制标志。第一标志和第二标志可能不是NAL单元类型。视频解码器300解析的比特流可以包括第一标志和第二标志两者或者第一标志和第二标志中的一项。
视频解码器300可以选择性地进行以下操作中的至少一个操作：基于第一标志来解析在图像报头中的帧间切片语法元素集合、以及基于第二标志来解析在图像报头中的帧内切片语法元素集合(602)。例如，如果第一标志为假(例如，0)，则视频解码器300可以不解析帧间切片语法元素集合。如果第一标志为真(例如，1)，则视频解码器300可以解析帧间切片语法元素集合。如果第二标志为假(例如，0)，则视频解码器300可以不解析帧内切片语法元素集合。如果第二标志为真(例如，1)，则视频解码器300可以解析帧内切片语法元素集合。
比特流也许有可能包括帧间切片语法元素集合和帧内切片语法元素集合两者。例如，图像可以包括帧间切片和帧内切片两者。然而，在一些示例中，在图像中可能不存在帧间切片(例如，第一标志为0)。在一些示例中，在图像中可能不存在帧内切片(例如，第二标志为0)。
视频解码器300可以基于帧间切片语法元素集合和帧内切片语法元素集合中的至少一项来重构图像(604)。例如，视频解码器300可以利用帧间切片语法元素集合来确定如何对在帧间切片中的块进行帧间预测，以及利用帧内切片语法元素集合来确定如何对在帧内切片中的块进行帧内预测。然而，可能不存在帧间切片，以及因此将不存在帧间切片语法元素集合。另外，可能不存在帧内切片，以及因此将不存在帧内切片语法元素集合。
帧间切片语法元素集合包括以下各项中的一项或多项：第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块的最小大小之间的差(例如，ph_log2_diff_min_qt_min_cb_inter_slice(还称为pic_log2_diff_min_qt_min_cb_inter_slice))；第二语法元素，其指示由在帧间切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_inter_slice(还被称pic_max_mtt_hierarchy_depth_inter_slice))；第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_inter_slice(还称为pic_log2_diff_max_bt_min_qt_inter_slice))；以及第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_inter_slice(还称为pic_log2_diff_max_tt_min_qt_inter_slice))。
帧内切片语法元素集合包括以下各项中的一项或多项：第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与在针对在帧内切片中的亮度译码单元(CU)的亮度样本中的最小译码块大小之间的差(例如，ph_log2_diff_min_qt_min_cb_intra_slice_luma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_luma))；第二语法元素，其指示针对由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_intra_slice_luma(还被称pic_max_mtt_hierarchy_depth_intra_slice_luma))；第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_luma))；第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_intra_slice_luma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_luma))；第五语法元素，其指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与在针对在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差(例如，ph_log2_diff_min_qt_min_cb_intra_slice_chroma(还称为pic_log2_diff_min_qt_min_cb_intra_slice_chroma))；第六语法元素，其指示针对由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度(例如，ph_max_mtt_hierarchy_depth_intra_slice_chroma(还被称pic_max_mtt_hierarchy_depth_intra_slice_chroma))；第七语法元素，其指示在能够使用二元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_bt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_bt_min_qt_intra_slice_chroma))；以及第八语法元素，其指示在能够使用三元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差(例如，ph_log2_diff_max_tt_min_qt_intra_slice_chroma(还称为pic_log2_diff_max_tt_min_qt_intra_slice_chroma))。
以下是可以单独地或组合地应用的一些示例技术。
条款1。处理视频数据的方法，方法包括：在图像报头中以信号发送指示图像顺序计数(POC)值的信息。
条款2。处理视频数据的方法，方法包括：解析在图像报头中的指示图像顺序计数(POC)值的信息。
条款3。根据条款1或条款2中任何条款所述的方法，其中，指示POC值的信息包括指示POC值的一个或多个最低有效位(LSB)的信息。
条款4。根据条款1-3中任何条款所述的方法，其中，图像报头包括语法结构，所述语法结构包括应用于经译码的图像的所有切片的语法元素。
条款5。处理视频数据的方法，方法包括：在图像报头中以信号发送指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地以信号发送用于帧内切片或帧间切片的一个或多个语法元素。
条款6。处理视频数据的方法，方法包括：解析在图像报头中的指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素；以及基于指示帧内切片语法元素或帧间切片语法元素中的至少一项的一个或多个语法元素来选择性地解析用于帧内切片或帧间切片的一个或多个语法元素。
条款7。根据条款5或条款6中任何条款所述的方法，其中，帧内切片语法元素包括指示在图像报头中是否存在帧内切片语法元素的pic_intra_present_flag，以及帧间切片语法元素包括指示在图像报头中是否存在帧间切片语法元素的pic_inter_present_flag。
条款8。根据条款5-7中任何条款所述的方法，其中，图像报头包括语法结构，所述语法结构包括应用于经译码的图像的所有切片的语法元素。
条款9。处理视频数据的方法，方法包括：在图像报头中以信号发送恒定的图像报头参数，其中，恒定的图像报头参数排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。
条款10。一种处理视频数据的方法，所述方法包括：解析在图像报头中的恒定的图像报头参数，其中，所述恒定的图像报头参数排除指示是否存在标志的值，所述标志指定用于时间运动矢量预测的共置图像是根据参考图像列表0或参考图像列表1推导的。
条款11。根据条款9或条款10中任何条款所述的方法，其中，从图像报头参数中排除的值包括：等于0的pps_collocated_from_l0_idc的值，其指定在引用图像参数集合(PPS)的切片的切片报头中存在语法元素collocated_from_l0_flag；以及等于1或2的pps_collocated_from_l0_idc的值，其指定在引用PPS的切片的切片报头中不存在语法元素collocated_from_l0_flag，以及其中，等于1的collocated_from_l0_flag的值指定用于时间运动矢量预测的共置图像是从参考图像列表0推导的，以及等于0的collocated_from_l0_flag的值指定用于时间运动矢量预测的共置图像是从参考图像列表1推导的。
条款12。根据条款9-11中任何条款所述的方法，其中，在恒定的图像报头参数中的参数包括以下各项中的一项或多项：pps_dep_quant_enabled_idc、pic_dep_quant_enabled_flag、pps_mvd_l1_zero_idc、pps_six_minus_max_num_merge_cand_plus1和pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1；pps_dep_quant_enabled_idc，其中，pps_dep_quant_enabled_idc等于0指定在引用图像参数集合(PPS)的图像报头中存在语法元素pic_dep_quant_enabled_flag，以及pps_dep_quant_enabled_idc等于1或2指定在引用PPS的图像报头中不存在语法元素pic_dep_quant_enabled_flag；pps_ref_pic_list_sps_idc，其中，pps_ref_pic_list_sps_idc[i]等于0指定在引用PPS的图像报头中存在语法元素pic_rpl_sps_flag[i]或者在引用所述PPS的切片报头中存在slice_rpl_sps_flag[i]，以及pps_ref_pic_list_sps_idc[i]等于1或2指定在引用PPS的图像报头中不存在语法元素pic_rpl_sps_flag[i]以及在引用PPS的切片报头中不存在slice_rpl_sps_flag[i]；
pps_mvd_l1_zero_idc，其中，pps_mvd_l1_zero_idc等于0指定在引用PPS的图像报头中存在语法元素mvd_l1_zero_flag，以及pps_mvd_l1_zero_idc等于1或2指定在引用所述PPS的图像报头中不存在mvd_l1_zero_flag；pps_six_minus_max_num_merge_cand_plus1，其中，pps_six_minus_max_num_merge_cand_plus1等于0指定在引用PPS的图像报头中存在pic_six_minus_max_num_merge_cand，以及pps_six_minus_max_num_merge_cand_plus1大于0指定在引用所述PPS的图像报头中不存在pic_six_minus_max_num_merge_cand；以及pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1，其中，pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1等于0指定在引用PPS的切片的图像报头中存在pic_max_num_merge_cand_minus_max_num_triangle_cand；以及pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1，其中pps_max_num_merge_cand_minus_max_num_triangle_cand_plus1大于0指定在引用PPS的图像报头中不存在pic_max_num_merge_cand_minus_max_num_triangle_cand。
条款13。根据条款9-12中任何条款所述的方法，其中，图像报头包括语法结构，所述语法结构包括应用于经译码的图像的所有切片的语法元素。
条款14。处理视频数据的方法，方法包括：以信号发送指示针对序列参数集合(SPS)的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。
条款15。处理视频数据的方法，方法包括：解析指示针对序列参数集合(SPS)的标识符以作为在SPS中的其它元素之前的在SPS语法中的第一元素由其它语法元素进行参考的信息。
条款16。根据条款14或15中任何条款所述的方法，其中，针对所述SPS的标识符是sps_seq_parameter_set_id。
条款17。根据条款1-16中任何条款或组合所述的方法。
条款18。用于处理视频数据的设备，设备包括：用于存储语法结构的语法元素的存储器；以及处理电路，其耦合到存储器并且被配置为执行根据条款1-17中任何条款或组合所述的方法。
条款19：根据条款18所述的设备，还包括：被配置为显示经解码的视频数据的显示器。
条款20：根据条款18和条款19中任何条款所述的设备，其中，设备包括以下各项中的一项或多项：相机、计算机、移动设备、广播接收机设备、或机顶盒。
条款21：根据条款18-20中任何条款所述的设备，其中，设备包括视频解码器。
条款22：根据条款18-20中任何条款所述的设备，其中，设备包括视频编码器。
条款23：具有存储在其上的指令的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执行根据条款1-17中任何条款或组合所述的方法。
条款24。用于处理视频数据的设备，设备包括用于执行根据条款1-17中任何条款或组合所述的方法的单元。
要认识到的是，根据示例，本文中所描述的技术中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都是必要的)。此外，在某些示例中，动作或事件可以例如通过多线程处理、中断处理或多个处理器并发地执行，而不是顺序地执行。
在一个或多个示例中，所描述的功能可以以硬件、软件、固件或其任何组合来实现。如果以软件实现，则所述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者通过计算机可读介质进行传输以及由基于硬件的处理单元来执行。计算机可读介质可以包括计算机可读存储介质(其对应于有形介质(比如数据存储介质))或者通信介质(其包括例如根据通信协议来促进计算机程序从一个地方传送到另一个地方的任何介质)。以这种方式，计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质、或者(2)比如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或者一个或多个处理器访问以取回用于实现在本公开内容中描述的技术的指令、代码和/或数据结构的任何可用的介质。计算机程序产品可以包括计算机可读介质。
通过示例而非限制的方式，这样的计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、闪存、或者能够用于以指令或数据结构形式存储期望的程序代码以及能够由计算机访问的任何其它介质。此外，任何连接被适当地称为计算机可读介质。例如，如果指令是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者无线技术(比如红外线、无线电和微波)来从网站、服务器或其它远程源进行传输的，则同轴电缆、光纤光缆、双绞线、DSL或者无线技术(比如红外线、无线电和微波)被包括在介质的定义中。然而，应当理解的是，计算机可读存储介质和数据存储介质不包括连接、载波、信号或其它临时性介质，而是替代地针对非临时性的有形存储介质。如本文中所使用的，磁盘和光盘包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中，磁盘通常磁性地复制数据，而光盘利用激光来光学地复制数据。上述各项的组合也应当被包括在计算机可读介质的范围之内。
指令可以由一个或多个处理器来执行，比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)、或其它等效的集成或分立逻辑电路。相应地，如本文中所使用的术语“处理器”和“处理电路”可以是指前述结构中的任何结构或者适于实现本文中所描述的技术的任何其它结构。另外，在一些方面中，本文中所描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供，或者被并入经组合的编解码器中。此外，所述技术可以完全在一个或多个电路或逻辑元件中实现。
本公开内容的技术可以在多种设备或装置中实现，包括无线手机、集成电路(IC)或IC集合(例如，芯片集合)。在本公开内容中描述各种组件、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性方面，但是不一定要求通过不同的硬件单元来实现。更确切地说，如上文所描述的，各种单元可以被组合在编解码器硬件单元中，或者通过可互操作的硬件单元的集合(包括如上文所描述的一个或多个处理器)结合适当的软件和/或固件来提供。
已经描述各种示例。这些和其它示例在所附的权利要求的范围内。

Claims (30)

1.一种处理视频数据的方法，所述方法包括：
解析所述视频数据的第一标志和所述视频数据的第二标志中的至少一项，所述第一标志在图像报头中、指示在所述图像报头中是否包括帧间切片语法元素集合，所述第二标志在所述图像报头中、指示在所述图像报头中是否包括帧内切片语法元素集合，其中，所述帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及所述帧内切片语法元素是用于在所述图像中的被帧内预测的切片的帧内预测语法元素；
选择性地进行以下操作中的至少一个操作：基于所述第一标志来解析在所述图像报头中的所述帧间切片语法元素集合、以及基于所述第二标志来解析在所述图像报头中的所述帧内切片语法元素集合；以及
基于所述帧间切片语法元素集合和所述帧内切片语法元素集合中的至少一项来重构所述图像。
2.根据权利要求1所述的方法，还包括：
解析在所述图像报头中的指示图像顺序计数(POC)值的信息。
3.根据权利要求2所述的方法，其中，所述指示所述POC值的信息包括指示所述POC值的一个或多个最低有效位(LSB)的信息。
4.根据权利要求1所述的方法，还包括：
解析指示针对序列参数集合(SPS)的标识符以供作为在所述SPS中的其它元素之前的在所述SPS中的第一元素来参考的信息。
5.根据权利要求4所述的方法，其中，针对所述SPS的所述标识符是sps_seq_parameter_set_id。
6.根据权利要求1所述的方法，其中，所述图像报头包括语法结构，所述语法结构包括应用于所述图像的所有切片的语法元素。
7.根据权利要求1所述的方法，其中，所述帧间切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块的最小大小之间的差；
第二语法元素，其指示由在帧间切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；以及
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差。
8.根据权利要求1所述的方法，其中，帧内切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与在针对在帧内切片中的亮度译码单元(CU)的亮度样本中的最小译码块大小之间的差；
第二语法元素，其指示针对由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第五语法元素，其指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与在针对在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差；
第六语法元素，其指示针对由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度；
第七语法元素，其指示在能够使用二元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差；以及
第八语法元素，其指示在能够使用三元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差。
9.一种处理视频数据的方法，所述方法包括：
确定是否根据所述视频数据的帧间切片语法元素集合和所述视频数据的帧内切片语法元素集合中的至少一项来对图像进行编码；
基于所述确定来选择性地以信号发送在图像报头中的所述帧间切片语法元素集合和在所述图像报头中的所述帧内切片语法元素集合中的至少一项，其中，所述帧间切片语法元素是用于在所述图像中的被帧间预测的切片的帧间预测语法元素，以及所述帧内切片语法元素是用于在所述图像中的被帧内预测的切片的帧内预测语法元素；以及
以信号发送所述视频数据的第一标志和所述视频数据的第二标志中的至少一项，所述第一标志在所述图像报头中、指示是否在所述图像报头中以信号发送所述帧间切片语法元素集合，所述第二标志在所述图像报头中、指示是否在所述图像报头中以信号发送所述帧内切片语法元素集合。
10.根据权利要求9所述的方法，所述方法包括：
在所述图像报头中以信号发送指示图像顺序计数(POC)值的信息。
11.根据权利要求10所述的方法，其中，所述指示所述POC值的信息包括指示所述POC值的一个或多个最低有效位(LSB)的信息。
12.根据权利要求9所述的方法，还包括：
以信号发送指示针对序列参数集合(SPS)的标识符以供作为在所述SPS中的其它元素之前的在所述SPS中的第一元素来参考的信息。
13.根据权利要求12所述的方法，其中，针对所述SPS的所述标识符是sps_seq_parameter_set_id。
14.根据权利要求9所述的方法，其中，所述图像报头包括语法结构，所述语法结构包括应用于所述图像的所有切片的语法元素。
15.根据权利要求9所述的方法，其中，帧间切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块的最小大小之间的差；
第二语法元素，其指示由在帧间切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；以及
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差。
16.根据权利要求9所述的方法，其中，帧内切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与在针对在帧内切片中的亮度译码单元(CU)的亮度样本中的最小译码块大小之间的差；
第二语法元素，其指示针对由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第五语法元素，其指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与在针对在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差；
第六语法元素，其指示针对由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度；
第七语法元素，其指示在能够使用二元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差；以及
第八语法元素，其指示在能够使用三元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差。
17.一种用于处理视频数据的设备，所述设备包括：
存储器，其被配置为存储所述视频数据；以及
处理电路，其耦合到所述存储器并且被配置为进行以下操作：
解析所述视频数据的第一标志和所述视频数据的第二标志中的至少一项，所述第一标志在图像报头中、指示在所述图像报头中是否包括帧间切片语法元素集合，所述第二标志在所述图像报头中、指示在所述图像报头中是否包括帧内切片语法元素集合，其中，所述帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及所述帧内切片语法元素是用于在所述图像中的被帧内预测的切片的帧内预测语法元素；
选择性地进行以下操作中的至少一个操作：基于所述第一标志来解析在所述图像报头中的所述帧间切片语法元素集合、以及基于所述第二标志来解析在所述图像报头中的所述帧内切片语法元素集合；以及
基于所述帧间切片语法元素集合和所述帧内切片语法元素集合中的至少一项来重构所述图像。
18.根据权利要求17所述的设备，其中，所述处理电路被配置为：
解析在所述图像报头中的指示图像顺序计数(POC)值的信息。
19.根据权利要求18所述的设备，其中，所述指示所述POC值的信息包括指示所述POC值的一个或多个最低有效位(LSB)的信息。
20.根据权利要求18所述的设备，其中，所述处理电路被配置为：
解析指示针对序列参数集合(SPS)的标识符以供作为在所述SPS中的其它元素之前的在所述SPS中的第一元素来参考的信息。
21.根据权利要求20所述的设备，其中，针对所述SPS的所述标识符是sps_seq_parameter_set_id。
22.根据权利要求17所述的设备，其中，所述图像报头包括语法结构，所述语法结构包括应用于所述图像的所有切片的语法元素。
23.根据权利要求17所述的设备，其中，所述帧间切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的最小大小与被帧间预测的亮度块的最小大小之间的差；
第二语法元素，其指示由在帧间切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；以及
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧间切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差。
24.根据权利要求17所述的设备，其中，帧内切片语法元素集合包括以下各项中的一项或多项：
第一语法元素，其指示在由译码树单元(CTU)的四叉树拆分产生的亮度叶块的亮度样本中的最小大小与在针对在帧内切片中的亮度译码单元(CU)的亮度样本中的最小译码块大小之间的差；
第二语法元素，其指示针对由在帧内切片中的四叉树叶的多类型树拆分产生的译码单元的最大层次深度；
第三语法元素，其指示在能够使用二元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第四语法元素，其指示在能够使用三元拆分来拆分的亮度译码块的亮度样本中的最大大小与在由在帧内切片中的CTU的四叉树拆分产生的亮度叶块的亮度样本中的最小大小之间的差；
第五语法元素，其指示在由具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小与在针对在帧间切片中的具有双树划分的色度CU的亮度样本中的最小译码块大小之间的差；
第六语法元素，其指示针对由在帧内切片中的具有双树划分的色度四叉树叶的多类型树拆分产生的色度译码单元的最大层次深度；
第七语法元素，其指示在能够使用二元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差；以及
第八语法元素，其指示在能够使用三元拆分来拆分的色度译码块的亮度样本中的最大大小与在由在帧内切片中的具有双树划分的色度CTU的四叉树拆分产生的色度叶块的亮度样本中的最小大小之间的差。
25.根据权利要求17所述的设备，其中，所述设备包括以下各项中的一项或多项：相机、计算机、移动设备、广播接收机设备、或机顶盒。
26.一种具有存储在其上的指令的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进行以下操作：
解析所述视频数据的第一标志和所述视频数据的第二标志中的至少一项，所述第一标志在图像报头中、指示在所述图像报头中是否包括帧间切片语法元素集合，所述第二标志在所述图像报头中、指示在所述图像报头中是否包括帧内切片语法元素集合，其中，所述帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及所述帧内切片语法元素是用于在所述图像中的被帧内预测的切片的帧内预测语法元素；
选择性地进行以下操作中的至少一个操作：基于所述第一标志来解析在所述图像报头中的所述帧间切片语法元素集合、以及基于所述第二标志来解析在所述图像报头中的所述帧内切片语法元素集合；以及
基于所述帧间切片语法元素集合和所述帧内切片语法元素集合中的至少一项来重构所述图像。
27.根据权利要求26所述的计算机可读存储介质，还包括使得所述一个或多个处理器进行以下操作的指令：
解析在所述图像报头中的指示图像顺序计数(POC)值的信息。
28.根据权利要求26所述的计算机可读存储介质，还包括使得所述一个或多个处理器进行以下操作的指令：
解析指示针对序列参数集合(SPS)的标识符以供作为在所述SPS中的其它元素之前的在所述SPS中的第一元素来参考的信息。
29.一种用于处理视频数据的设备，所述设备包括：
用于解析所述视频数据的第一标志和所述视频数据的第二标志中的至少一项的单元，所述第一标志在图像报头中、指示在所述图像报头中是否包括帧间切片语法元素集合，所述第二标志在所述图像报头中、指示在所述图像报头中是否包括帧内切片语法元素集合，其中，所述帧间切片语法元素是用于在图像中的被帧间预测的切片的帧间预测语法元素，以及所述帧内切片语法元素是用于在所述图像中的被帧内预测的切片的帧内预测语法元素；
用于选择性地进行以下操作中的至少一个操作的单元：基于所述第一标志来解析在所述图像报头中的所述帧间切片语法元素集合、以及基于所述第二标志来解析在所述图像报头中的所述帧内切片语法元素集合；以及
用于基于所述帧间切片语法元素集合和所述帧内切片语法元素集合中的至少一项来重构所述图像的单元。
30.根据权利要求29所述的设备，还包括：
用于解析在所述图像报头中的指示图像顺序计数(POC)值的信息的单元；以及
用于解析指示针对序列参数集合(SPS)的标识符以供作为在所述SPS中的其它元素之前的在所述SPS中的第一元素来参考的信息的单元。
CN202080087652.7A 2019-12-23 2020-12-21 用于视频译码的图像报头信令 Pending CN114830648A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962953014P 2019-12-23 2019-12-23
US62/953,014 2019-12-23
US17/126,914 2020-12-18
US17/126,914 US20210195179A1 (en) 2019-12-23 2020-12-18 Picture header signaling for video coding
PCT/US2020/066414 WO2021133729A1 (en) 2019-12-23 2020-12-21 Picture header signaling for video coding

Publications (1)

Publication Number Publication Date
CN114830648A true CN114830648A (zh) 2022-07-29

Family

ID=76439007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080087652.7A Pending CN114830648A (zh) 2019-12-23 2020-12-21 用于视频译码的图像报头信令

Country Status (5)

Country Link
US (1) US20210195179A1 (zh)
EP (1) EP4082190A1 (zh)
CN (1) CN114830648A (zh)
TW (1) TW202127886A (zh)
WO (1) WO2021133729A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220061108A (ko) 2019-09-19 2022-05-12 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 비디오 코딩에서 레퍼런스 샘플 위치 유도
WO2021063418A1 (en) 2019-10-05 2021-04-08 Beijing Bytedance Network Technology Co., Ltd. Level-based signaling of video coding tools
KR20220074870A (ko) 2019-10-12 2022-06-03 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 비디오 코딩에서의 예측 유형 시그널링
CN114556955B (zh) 2019-10-13 2024-04-05 北京字节跳动网络技术有限公司 参考图片重采样与视频编解码工具之间的相互作用
KR20220113379A (ko) * 2019-12-27 2022-08-12 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 비디오 픽처 헤더의 슬라이스 유형의 시그널링
WO2021167340A1 (ko) * 2020-02-17 2021-08-26 현대자동차주식회사 크로마 신호의 리샘플링에 기반하는 영상 부호화 및 복호화
US11496771B2 (en) * 2020-02-24 2022-11-08 Qualcomm Incorporated Reference picture list and collocated picture signaling in video coding
WO2021202174A1 (en) * 2020-03-31 2021-10-07 Beijing Dajia Internet Information Technology Co., Ltd. Methods and apparatuses for signaling of syntax elements in video coding

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9560367B2 (en) * 2004-09-03 2017-01-31 Nokia Technologies Oy Parameter set and picture header in video coding
CN102724556B (zh) * 2007-04-18 2015-07-22 汤姆森许可贸易公司 编码系统

Also Published As

Publication number Publication date
EP4082190A1 (en) 2022-11-02
US20210195179A1 (en) 2021-06-24
WO2021133729A1 (en) 2021-07-01
TW202127886A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN113940069A (zh) 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令
CN114009026A (zh) 视频译码中的色度量化参数偏移的块级信令
CN113812148A (zh) 用于视频译码的参考图片重采样和帧间译码工具
US20210195179A1 (en) Picture header signaling for video coding
CN115336279A (zh) 视频译码中的一般约束信息语法
CN114258675A (zh) 用于视频编码的跨分量自适应环路滤波
CN114521330A (zh) 低频不可分离变换（lfnst）简化
CN115004712A (zh) 用于视频译码的经解码图片缓冲器（dpb）参数信令通知
CN114868387B (zh) 在进行视频译码时对块的色度变换跳过和联合色度译码启用
CN113170162A (zh) 用于视频译码的共享候选列表和并行候选列表推导
KR20230081701A (ko) 비디오 코딩 동안 조인트-컴포넌트 뉴럴 네트워크 기반 필터링
WO2021016320A1 (en) Delta quantization parameter (qp) signaling in palette mode
CN114731418A (zh) 联合色度残差视频译码
CN115668921A (zh) 用于视频译码的语法元素的一般约束
KR20220157378A (ko) Nal 유닛 타입들이 혼합된 비디오용 고레벨 신택스
CN114982233A (zh) 用信号通知视频译码中的缩放矩阵
CN115398921A (zh) 确定是否对在切片报头中的视频数据的图片的图片报头数据进行译码
TW202143735A (zh) 用於視訊資料的語法元素的訊號傳遞
CN114830673A (zh) 用于多个层的共享解码器图片缓冲器
CN113940063A (zh) 解码图片缓冲器索引
EP3991414A1 (en) Chroma delta quantization parameter in video coding
CN115280776A (zh) 视频译码中的译码视频序列开始接入单元
EP4066490A1 (en) Flexible signaling of qp offset for adaptive color transform in video coding
CN114846801A (zh) 基于色度变换跳过的用于色度的lfnst信令
CN114175643A (zh) 调色板和预测模式信令

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