CN114830673A - 用于多个层的共享解码器图片缓冲器 - Google Patents

用于多个层的共享解码器图片缓冲器 Download PDF

Info

Publication number
CN114830673A
CN114830673A CN202080088412.9A CN202080088412A CN114830673A CN 114830673 A CN114830673 A CN 114830673A CN 202080088412 A CN202080088412 A CN 202080088412A CN 114830673 A CN114830673 A CN 114830673A
Authority
CN
China
Prior art keywords
picture
dpb
layer
video
decoding
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
CN202080088412.9A
Other languages
English (en)
Inventor
V·谢廖金
A·K·瑞玛苏布雷蒙尼安
M·Z·科班
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 CN114830673A publication Critical patent/CN114830673A/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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/31—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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

一种用于对多层视频数据进行解码的视频解码器可以被配置为：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，多个层包括至少第一层和第二层；在解码第一层的访问单元的当前图片之前，对DPB执行图片输出和移除过程，其中，为了对DPB执行图片输出和移除过程，一个或多个处理器还被配置为从DPB中仅移除属于第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除当前图片的最后一个解码单元之后，跨DPB的所有层执行图片调出过程。

Description

用于多个层的共享解码器图片缓冲器
本申请要求享受于2020年12月21日递交的美国申请No.17/128,767的优先权，该美国申请要求享受于2019年12月24日递交的美国临时专利申请62/953,394的权益，上述每个申请的全部内容通过引用的方式被并入本文中。
技术领域
本公开内容涉及视频编码和视频解码。
背景技术
数字视频能力可以被合并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、蜂窝或卫星无线电电话(所谓的“智能电话”)、视频电话会议设备、视频流式传输设备等。数字视频设备实现视频译码技术(诸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分，高级视频译码(AVC))、ITU-T H.265/高效率视频译码(HEVC)所定义的标准以及此类标准的扩展中描述的那些技术)。通过实现这样的视频译码技术，视频设备可以更加高效地发送、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(图片内(intra-picture))预测和/或时间(图片间(inter-picture))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，视频图片或视频图片的一部分)可以被分割为视频块，视频块也可以被称为译码树单元(CTU)、译码单元(CU)和/或译码节点。图片的经帧内译码(I)的切片中的视频块是使用相对于同一图片中的相邻块中的参考样本的空间预测来编码的。图片的经帧间译码(P或B)的切片中的视频块可以使用相对于同一图片中的相邻块中的参考样本的空间预测或者相对于其它参考图片中的参考样本的时间预测。图片可以被称为帧，并且参考图片可以被称为参考帧。
发明内容
本公开内容描述了用于维护用于解码多层视频数据的经经解码图片缓冲器的技术。作为维护DPB的一部分，视频解码器可能需要定期地从DPB中移除图片，以便为要添加到DPB中的新图片腾出空间。当解码多层视频数据时，一些现有的视频解码器维护各子DPB，其中，每个子DPB包含用于存储一个层的经解码图片的图片存储缓冲器。相比之下，当解码多层视频数据时，一些现有的视频解码器针对所有层维护公共DPB，这降低了复杂性，但是潜在地引入了其它问题。例如，如果仅针对与正被译码的图片属于同一层的图片来调用调出(bumping)过程，那么在其中缓冲器不包括该层的任何图片的一些译码场景中，调出过程则可能无法在DPB中为新图片正确地创建空间。本公开内容的包括如下操作的技术可以有利地使得视频解码器能够针对所有层利用公共DPB，同时确保所需要的参考图片不会过早地从DPB中移除，同时还确保DPB不会变得过满：通过从DPB中仅移除属于第一层的经解码图片来对DPB执行图片输出和移除过程，并且在从CPB中移除当前图片的最后一个解码单元之后，跨DPB的所有层执行图片调出过程。
根据本公开内容的一个示例，一种用于对视频数据进行解码的设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理器，其在电路中实现并且被配置为：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
根据本公开内容的另一示例，一种方法包括：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
根据本公开内容的另一示例，一种计算机可读存储介质存储指令，所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为：从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
根据本公开内容的另一示例，一种用于对多层视频数据进行解码的装置包括：用于维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)的单元，其中，所述多个层包括至少第一层和第二层；用于在解码所述第一层的访问单元的当前图片之前对所述DPB执行图片输出和移除过程的单元，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及用于在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程的单元。
在附图和以下描述中阐述了一个或多个示例的细节。根据描述、附图和权利要求，其它特征、目的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框图。
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框图。
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框图。
图5是示出视频编码过程的流程图。
图6是示出视频解码过程的流程图。
图7是示出视频解码过程的流程图。
具体实施方式
视频译码(例如，视频编码和/或视频解码)通常涉及根据同一图片中已译码的视频数据块来预测视频数据块(例如，帧内预测)或根据不同图片中已译码的视频数据块来预测视频数据块(例如，帧间预测)。在一些情况下，视频编码器还通过将预测块与原始块进行比较来计算残差数据。因此，残差数据表示预测块与原始块之间的差。为了减少用信号通知残差数据所需要的比特的数量，视频编码器对残差数据进行变换和量化，并且在经编码的比特流中用信号通知经变换且经量化的残差数据。通过变换和量化过程实现的压缩可能是有损的，这意味着变换和量化过程可能将失真引入经解码的视频数据中。
视频解码器对残差数据进行解码并且将其与预测块相加，以产生与单独的预测块相比与原始视频块更紧密匹配的经重构的视频块。由于残差数据的变换和量化引入的损耗，第一经重构的块可能具有失真或伪影。一种常见类型的伪影或失真被称为块效应，其中用于对视频数据进行译码的块的边界是可见的。
为了进一步提高经解码的视频的质量，视频解码器可以对经重构的视频块执行一个或多个滤波操作。这些滤波操作的示例包括去块滤波、采样自适应偏移(SAO)滤波和自适应环路滤波(ALF)。用于这些滤波操作的参数可以由视频编码器确定并且在经编码的视频比特流中显式地用信号通知，或者可以由视频解码器隐式地确定，而不需要在经编码的视频比特流中显式地用信号通知这些参数。
视频编码器将视频数据编码为网络抽象层(NAL)单元，而视频解码器将视频数据解码为NAL单元。NAL单元通常指代一种语法结构，其包含对跟随的数据的类型的指示以及以原始字节序列有效载荷(RBSP)形式包含该数据的字节，RBSP在必要时穿插有竞争防止比特。NAL单元可以包括视频译码层(VCL)NAL单元和非VCL NAL单元两者。
图片单元(PU)通常指代NAL单元集合，它们根据经规定的分类规则而彼此相关联，在解码顺序上是连续的，并且正好包含一个经译码图片。访问单元通常指代属于不同的层并且包含与同一时间相关联以供输出的经译码图片的PU集合。
为了支持空间和时间可伸缩性，视频数据可以在多个层中进行译码。层通常指代全部具有相同的层标识值(例如，nuh_layer_id值)的VCL NAL单元集合和相关联的非VCLNAL单元。当对多层视频数据进行解码时，视频解码器可以解码并且显示所有层或仅显示这些层的子集。
视频解码器可以维护(例如，存储和更新)经译码图片缓冲器(CPB)。例如，CPB可以是按照经规定的解码顺序包含解码单元(DU)的先进先出缓冲器。视频解码器还可以维护经解码图片缓冲器(DPB)。DPB通常指代保存经解码图片以用于参考、输出重新排序或经规定的的输出延迟的缓冲器或存储器。DU可以指代访问单元(AU)中的一个或多个VCL NAL单元以及相关联的非VCL NAL单元。在一些情况下，DU也可以是AU。
作为维护DPB的一部分，视频解码器可能需要定期地从DPB中移除图片，以便为要添加到DPB中的新图片腾出空间。当解码多层视频数据时，一些现有的视频解码器维护各子DPB，其中，每个子DPB包含用于存储一个层的经解码图片的图片存储缓冲器。相比之下，当解码多层视频数据时，一些现有的视频解码器针对所有层维护公共DPB，这降低了复杂性，但是潜在地引入了其它问题。例如，如果仅针对与正被译码的图片属于同一层的图片来调用调出(bumping)过程，那么在其中缓冲器不包括该层的任何图片的一些译码场景中，调出过程则可能无法在DPB中为新图片正确地创建空间。本公开内容的包括如下操作的技术可以有利地使得视频解码器能够针对所有层利用公共DPB，同时确保所需要的参考图片不会过早地从DPB中移除，同时还确保DPB不会变得过满：通过从DPB中仅移除属于第一层的经解码图片来对DPB执行图片输出和移除过程，并且在从CPB中移除当前图片的最后一个解码单元之后，跨DPB的所有层执行图片调出过程。
在本公开内容中描述的某些技术可以是关于视频解码来描述的。然而，应当理解，除非另有规定，否则这些技术也可以由视频编码器来执行。例如，视频编码器通常执行视频解码(也被称为重构)，作为确定如何对视频数据进行编码的过程的一部分。例如，作为确定如何对视频数据块进行编码的一部分，视频编码器可以被配置为实现与视频解码器相同的DPB更新过程，使得视频编码器和视频解码器维护相同的DPB。
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的框图。概括而言，本公开内容的技术涉及对视频数据进行译码(编码和/或解码)。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(例如，信令数据)。
如图1中所示，在该示例中，系统100包括源设备102，源设备102提供要被目的地设备116解码和显示的、经编码的视频数据。具体地，源设备102经由计算机可读介质110来将视频数据提供给目的地设备116。源设备102和目的地设备116可以包括各种各样的设备中的任何一种，包括台式计算机、笔记本计算机(即，膝上型计算机)、移动设备、平板计算机、机顶盒、诸如智能电话之类的电话手机、电视机、相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备、广播接收机设备等。在一些情况下，源设备102和目的地设备116可以被配备用于无线通信，并且因此可以被称为无线通信设备。
在图1的示例中，源设备102包括视频源104、存储器106、视频编码器200以及输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120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和目的地设备116的视频解码器300可以被配置为应用用于针对多个层的经共享经解码图片缓冲器的技术。因此，源设备102表示视频编码设备的示例，而目的地设备116表示视频解码设备的示例。在其它示例中，源设备和目的地设备可以包括其它组件或布置。例如，源设备102可以从诸如外部相机之类的外部视频源接收视频数据。同样，目的地设备116可以与外部显示设备对接，而不是包括集成显示设备。
如图1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本文描述的用于针对多个层的经共享经解码图片缓冲器的技术。源设备102和目的地设备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用于传输给目的地设备116。本公开内容将“译码”设备指代为执行对数据的译码(例如，编码和/或解码)的设备。因此，视频编码器200和视频解码器300分别表示译码设备(具体地，视频编码器和视频解码器)的示例。在一些示例中，源设备102和目的地设备116可以以基本上对称的方式进行操作，使得源设备102和目的地设备116中的每一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和目的地设备116之间的单向或双向视频传输，例如，以用于视频流式传输、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(即原始的未经编码的视频数据)的源，并且将视频数据的顺序的一系列图片(也被称为“帧”)提供给视频编码器200，视频编码器200对用于图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备，诸如摄像机、包含先前捕获的原始视频的视频存档单元、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、被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可以对被捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从所接收的次序(有时被称为“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。然后，源设备102可以经由输出接口108将经编码的视频数据输出到计算机可读介质110上，以便由例如目的地设备116的输入接口122接收和/或检索。
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中，存储器106、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。尽管存储器106和存储器120在该示例中被示为与视频编码器200和视频解码器300分开，但是应当理解的是，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等效目的的内部存储器。此外，存储器106、120可以存储例如从视频编码器200输出并且输入到视频解码器300的经编码的视频数据。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输送到目的地设备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，其使得源设备102能够例如经由射频网络或基于计算机的网络，来实时地向目的地设备116直接发送经编码的视频数据。输出接口108可以根据诸如无线通信协议之类的通信标准来对包括经编码的视频数据的传输信号进行调制，并且输入接口122可以根据该通信标准来对所接收的传输信号进行解调。通信介质可以包括任何无线或有线通信介质，诸如射频(RF)频谱或一条或多条物理传输线。通信介质可以形成诸如以下各项的基于分组的网络的一部分：局域网、广域网、或诸如互联网之类的全球网络。通信介质可以包括路由器、交换机、基站、或对于促进从源设备102到目的地设备116的通信而言可以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，目的地设备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一种，诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或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。目的地设备116可以经由流式传输或下载来从文件服务器114访问被存储的视频数据。
文件服务器114可以是能够存储经编码的视频数据并且将该经编码的视频数据发送给目的地设备116的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如，对于网站)、被配置为提供文件传输协议服务(诸如文件传输协议(FTP)或单向传输文件递送(FLUTE)协议)的服务器、内容递送网络(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。文件服务器114可以另外或替代地实现一种或多种HTTP流式传输协议，诸如基于HTTP的动态自适应流式传输(DASH)、HTTP实时流式传输(HLS)、实时流式传输协议(RTSP)、HTTP动态流式传输等。
目的地设备116可以通过任何标准数据连接(包括互联网连接)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被存储在文件服务器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)、或这两者的组合。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操作：上文讨论的用于从文件服务器114检索或接收媒体数据的各种协议、或用于检索媒体数据的其它此类协议。
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标准中的任何一种标准进行操作的无线通信组件、或其它物理组件。在其中输出接口108和输入接口122包括无线组件的示例中，输出接口108和输入接口122可以被配置为根据蜂窝通信标准(诸如4G、4G-LTE(长期演进)、改进的LTE、5G等)来传输数据(诸如经编码的视频数据)。在其中输出接口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(诸如IEEE 802.11规范、IEEE 802.15规范(例如，ZigBeeTM)、BluetoothTM标准等)来传输数据(诸如经编码的视频数据)。在一些示例中，源设备102和/或目的地设备116可以包括相应的片上系统(SoC)设备。例如，源设备102可以包括用于执行被赋予视频编码器200和/或输出接口108的功能的SoC设备，并且目的地设备116可以包括用于执行被赋予视频解码器300和/或输入接口122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一种，诸如空中电视广播、有线电视传输、卫星电视传输、互联网流式视频传输(诸如基于HTTP的动态自适应流式传输(DASH))、被编码到数据存储介质上的数字视频、对被存储在数据存储介质上的数字视频的解码、或其它应用。
目的地设备116的输入接口122从计算机可读介质110(例如，通信介质、存储设备112、文件服务器114等)接收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定义的诸如以下语法元素之类的信令信息(其也被视频解码器300使用)：所述语法元素具有描述视频块或其它译码单元(例如，切片、图片、图片组、序列等)的特性和/或处理的值。显示设备118将经解码的视频数据的经解码图片显示给用户。显示设备118可以表示各种显示设备中的任何一种，诸如液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器、或另一种类型的显示设备。
尽管在图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可以各自与音频编码器和/或音频解码器集成，并且可以包括适当的MUX-DEMUX单元或其它硬件和/或软件，以处理在公共数据流中包括音频和视频两者的经复用的流。如果适用，MUX-DEMUX单元可以遵循ITU H.223复用器协议或其它协议(诸如用户数据报协议(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一种，诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、分立逻辑、软件、硬件、固件、或其任何组合。当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，并且使用一个或多个处理器，用硬件来执行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中的每一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一者可以被集成为相应设备中的组合编码器/解码器(CODEC)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器、和/或无线通信设备(诸如蜂窝电话)。
视频编码器200和视频解码器300可以根据视频译码标准(诸如ITU-T H.265(也被称为高效率视频译码(HEVC)标准)或对其的扩展(诸如多视图和/或可伸缩视频译码扩展))进行操作。替代地，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(诸如联合探索测试模型(JEM)或ITU-T H.266标准，也被称为通用视频译码(VVC))进行操作。VVC标准的最新草案是在以下文档中描述的：Bross等人，“Versatile Video Coding(Draft 7)”，ITU-T SG 16WP 3和ISO/IEC JTC 1/SC29/WG 11的联合视频专家组(JVET)，第16次会议：瑞士日内瓦，2019年10月1-11日，JVET-P2001-v14(下文简称为“VVC草案7”)。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可以执行对图片的基于块的译码。术语“块”通常指代包括要被处理的(例如，在编码和/或解码过程中要被编码、被解码或以其它方式使用的)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，并不是对用于图片的样本的红色、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可以对亮度和色度分量进行译码，其中，色度分量可以包括红色色相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，并且视频解码器300将YUV表示转换为RGB格式。替代地，预处理单元和后处理单元(未示出)可以执行这些转换。
概括而言，本公开内容可以将对图片的译码(例如，编码和解码)指代为包括对图片的数据进行编码或解码的过程。类似地，本公开内容可以将对图片的块的译码指代为包括对用于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用于表示译码决策(例如，译码模式)以及将图片分割为块的语法元素的一系列值。因此，关于对图片或块进行译码的引用通常应当被理解为对用于形成图片或块的语法元素的值进行译码。
HEVC定义了各种块，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(诸如视频编码器200)根据四叉树结构来将译码树单元(CTU)分割为CU。也就是说，视频译码器将CTU和CU分割为四个相等的、不重叠的正方形，并且四叉树的每个节点具有零个或四个子节点。没有子节点的节点可以被称为“叶节点”，并且这种叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频译码器可以进一步分割PU和TU。例如，在HEVC中，残差四叉树(RQT)表示对TU的分割。在HEVC中，PU表示帧间预测数据，而TU表示残差数据。经帧内预测的CU包括帧内预测信息，诸如帧内模式指示。
作为另一示例，视频编码器200和视频解码器300可以被配置为根据VVC进行操作。根据VVC，视频译码器(诸如视频编码器200)将图片分割为多个译码树单元(CTU)。视频编码器200可以根据树结构(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)分割CTU。QTBT结构去除了多种分割类型的概念，诸如在HEVC的CU、PU和TU之间的分离。QTBT结构包括两个级别：根据四叉树分割而被分割的第一级别、以及根据二叉树分割而被分割的第二级别。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分割结构中，可以使用四叉树(QT)分割、二叉树(BT)分割以及一种或多种类型的三叉树(TT)(也被称为三元树(TT))分割来对块进行分割。三叉树或三元树分割是其中块被拆分为三个子块的分割。在一些示例中，三叉树或三元树分割将块划分为三个子块，而不通过中心划分原始块。MTT中的分割类型(例如，QT、BT和TT)可以是对称的或不对称的。
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一者，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，诸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个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可以被配置为使用按照HEVC的四叉树分割、QTBT分割、MTT分割、或其它分割结构。为了解释的目的，关于QTBT分割给出了本公开内容的技术的描述。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分割或者还使用其它类型的分割的视频译码器。
在一些示例中，CTU包括亮度样本的译码树块(CTB)、具有三个样本阵列的图片的色度样本的两个对应的CTB、或者单色图片或使用三个单独的色彩平面和用于对样本进行译码的语法结构来译码的图片的样本的CTB。CTB可以是样本的NxN块(针对N的某个值)，使得将分量划分为CTB是一种分割。分量是来自以4:2:0、4:2:2或4:4:4的色彩格式组成图片的三个阵列(一个亮度和两个色度)之一的阵列或单个样本，或者是以单色格式组成图片的阵列或阵列的单个样本。在一些示例中，译码块是样本的M×N块(针对M和N的某些值)，使得将CTB划分成译码块是一种分割。
可以以各种方式在图片中对块(例如，CTU或CU)进行分组。作为一个示例，砖块(brick)可以指代图片中的特定瓦片(tile)内的CTU行的矩形区域。瓦片可以是图片中的特定瓦片列和特定瓦片行内的CTU的矩形区域。瓦片列指代CTU的矩形区域，其具有等于图片的高度的高度以及由语法元素(例如，诸如在图片参数集中)规定的宽度。瓦片行指代CTU的矩形区域，其具有由语法元素规定的高度(例如，诸如在图片参数集中)以及等于图片的宽度的宽度。
在一些示例中，可以将瓦片分割为多个砖块，每个砖块可以包括瓦片内的一个或多个CTU行。没有被分割为多个砖块的瓦片也可以被称为砖块。然而，作为瓦片的真实子集的砖块可以不被称为瓦片。
图片中的砖块也可以以切片来排列。切片可以是图片的整数个砖块，其可以唯一地被包含在单个网络抽象层(NAL)单元中。在一些示例中，切片包括多个完整的瓦片或者仅包括一个瓦片的完整砖块的连续序列。
本公开内容可以互换地使用“NxN”和“N乘N”来指代块(诸如CU或其它视频块)在垂直和水平维度方面的样本尺寸，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)，并且在水平方向上将具有16个样本(x＝16)。同样地，NxNCU通常在垂直方向上具有N个样本，并且在水平方向上具有N个样本，其中N表示非负整数值。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的数量的样本。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对用于CU的表示预测和/或残差信息以及其它信息的视频数据进行编码。预测信息指示将如何预测CU以便形成用于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。
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用于CU的预测块。帧间预测通常指代根据先前译码的图片的数据来预测CU，而帧内预测通常指代根据同一图片的先前译码的数据来预测CU。为了执行帧间预测，视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索，以识别例如在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可以使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)、或其它这种差计算来计算差度量，以确定参考块是否与当前CU紧密匹配。在一些示例中，视频编码器200可以使用单向预测或双向预测来预测当前CU。
VVC的一些示例还提供仿射运动补偿模式，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(诸如放大或缩小、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的一些示例提供了六十七种帧内预测模式，包括各种方向模式、以及平面模式和DC模式。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。假设视频编码器200以光栅扫描次序(从左到右、从上到下)对CTU和CU进行译码，则这样的样本通常可以是在与当前块相同的图片中在当前块的上方、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一种的数据以及用于对应模式的运动信息进行编码。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。
在诸如对块的帧内预测或帧间预测之类的预测之后，视频编码器200可以计算用于该块的残差数据。残差数据(诸如残差块)表示在块与用于该块的预测块之间的逐样本差，该预测块是使用对应的预测模式来形成的。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，诸如模式相关的不可分离二次变换(MDNSST)、信号相关变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述，在任何变换以产生变换系数之后，视频编码器200可以执行对变换系数的量化。量化通常指代如下的过程：在该过程中，对变换系数进行量化以可能减少用于表示变换系数的数据量，从而提供进一步的压缩。通过执行量化过程，视频编码器200可以减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可以执行对要被量化的值的按位右移。
在量化之后，视频编码器200可以扫描变换系数，从而从包括经量化的变换系数的二维矩阵产生一维矢量。可以将扫描设计为将较高能量(并且因此较低频率)的变换系数放在矢量的前面，并且将较低能量(并且因此较高频率)的变换系数放在矢量的后面。在一些示例中，视频编码器200可以利用预定义的扫描次序来扫描经量化的变换系数以产生经串行化的矢量，并且然后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还可以对用于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，以供视频解码器300在对视频数据进行解码时使用。
为了执行CABAC，视频编码器200可以将上下文模型内的上下文分配给要被发送的符号。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被分配给符号的上下文的。
视频编码器200还可以例如在图片报头、块报头、切片报头中为视频解码器300生成语法数据(诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据)、或其它语法数据(诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS))。同样地，视频解码器300可以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可以生成比特流，其包括经编码的视频数据，例如，描述将图片分割为块(例如，CU)以及用于该块的预测和/或残差信息的语法元素。最终，视频解码器300可以接收比特流并且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可以使用CABAC，以与视频编码器200的CABAC编码过程基本上类似的、但是相反的方式来对用于比特流的语法元素的值进行解码。语法元素可以定义用于将图片分割为CTU、以及根据对应的分割结构(诸如QTBT结构)对每个CTU进行分割以定义CTU的CU的分割信息。语法元素还可以定义用于视频数据的块(例如，CU)的预测和残差信息。
残差信息可以由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用于该块的残差块。视频解码器300使用用信号通知的预测模式(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)来形成用于该块的预测块。视频解码器300然后可以对预测块和残差块(在逐个样本的基础上)进行组合以重现原始块。视频解码器300可以执行额外处理，诸如执行去块过程以减少沿着块的边界的视觉伪影。
概括而言，本公开内容可能涉及“用信号通知”某些信息(诸如语法元素)。术语“用信号通知”通常可以指代对用于语法元素的值和/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可以在比特流中用信号通知用于语法元素的值。通常，用信号通知指代在比特流中生成值。如上所述，源设备102可以基本上实时地或不是实时地(诸如可能在将语法元素存储到存储设备112以供目的地设备116稍后检索时发生)将比特流传输到目的地设备116。
图2A和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，而虚线指示二叉树拆分。在二叉树的每个拆分(即非叶)节点中，用信号通知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，而1指示垂直拆分。对于四叉树拆分，由于四叉树节点将块水平地并且垂直地拆分为具有相等大小的4个子块，因此无需指示拆分类型。因此，视频编码器200可以对以下各项进行编码，而视频解码器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(诸如拆分信息)、以及用于QTBT结构130的预测树级别(即，虚线)的语法元素(诸如拆分信息)。视频编码器200可以对用于由QTBT结构130的终端叶节点表示的CU的视频数据(诸如预测和变换数据)进行编码，而视频解码器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(表示样本中的CTU 132的大小)、最小四叉树大小(MinQTSize，其表示最小允许四叉树叶节点大小)、最大二叉树大小(MaxBTSize，其表示最大允许二叉树根节点大小)、最大二叉树深度(MaxBTDepth，其表示最大允许二叉树深度)、以及最小二叉树大小(MinBTSize，其表示最小允许二叉树叶节点大小)。
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分割来分割的。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实线分支的父节点和子节点。如果第一级别的节点不大于最大允许二叉树根节点大小(MaxBTSize)，则可以通过相应的二叉树进一步对这些节点进行分割。可以对一个节点的二叉树拆分进行迭代，直到从拆分产生的节点达到最小允许二叉树叶节点大小(MinBTSize)或最大允许二叉树深度(MaxBTDepth)。QTBT结构130的示例将这样的节点表示为具有虚线分支。二叉树叶节点被称为译码单元(CU)，其用于预测(例如，图片内或图片间预测)和变换，而不进行任何进一步分割。如上所讨论的，CU也可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中，CTU大小被设置为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，并且MaxBTDepth被设置为4。首先对CTU应用四叉树分割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。如果四叉树叶节点为128x128，则由于该大小超过MaxBTSize(即，在该示例中为64x64)，因此叶四叉树节点将不被二叉树进一步拆分。否则，四叉树叶节点将被二叉树进一步分割。因此，四叉树叶节点也是用于二叉树的根节点，并且具有为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。二叉树节点具有等于MinBTSize(在该示例中为4)的宽度意味着不允许针对该二叉树节点进行进一步的垂直拆分(也就是说，对宽度进行划分)。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进行进一步的水平拆分(也就是说，对高度进行划分)。如上所述，二叉树的叶节点被称为CU，并且根据预测和变换而被进一步处理，而无需进一步分割。
VVC草案7支持多层译码，其中，DPB跨不同的层是公共的或共享的。DPB操作是依据子DPB来表达的，其中，子DPB是在VVC草案7的第C.3.1节中如下定义的。
DPB在概念上由子DPB组成，并且每个子DPB包含用于存储一个层的经解码图片的图片存储缓冲器。图片存储缓冲器中的每一者包含被标记为“用于参考”或被保存以供将来输出的经解码图片。
存在针对每个层独立地调用的图片输出过程。VVC草案7的第C.5.2.1节如下描述了该过程：
调用如在条款C.5.2.2中规定的用于在解码当前图片之前从DPB中输出和移除图片的过程，之后调用如在条款C.3.4中规定的用于当前经解码图片标记和存储的过程，并且最后调用如在条款C.5.2.3中规定的用于额外调出的过程。在条款C.5.2.4中规定了“调出”过程，并且其如在条款C.5.2.2和条款C.5.2.3中规定地调用。
从OLS中的最低层开始，以OLS中的各层的nuh_layer_id值的递增顺序，针对每个层独立地应用这些过程。当针对特定层应用这些过程时，仅有用于特定层的子DPB受到影响。
DPB参数是在dpb_parameters()语法结构中用信号通知的，在下文中复制了该语法结构。
Figure BDA0003700247180000101
VVC草案7如下定义了语法元素“max_dec_pic_buffering_minus1[i]”：max_dec_pic_buffering_minus1[i]加1规定：针对CVS的每个CLVS，当Htid等于i时DPB的最大要求大小(以图片存储缓冲器为单位)。max_dec_pic_buffering_minus1[i]的值应在0到MaxDpbSize–1(含)的范围内，其中，MaxDpbSize是在条款A.4.2中规定的。当i大于0时，max_dec_pic_buffering_minus1[i]应大于或等于max_dec_pic_buffering_minus1[i-1]。当由于subLayerInfoFlag等于0，针对在0到maxSubLayersMinus1–1(含)范围内的i，不存在max_dec_pic_buffering_minus1[i]时，推断其等于max_dec_pic_buffering_minus1[maxSubLayersMinus1]。
VVC草案7如下定义了语法元素“max_num_reorder_pics[i]”：max_num_reorder_pics[i]规定：针对CVS的每个CLVS，当Htid等于i时，CLVS中的按照解码顺序可以处于CLVS中的任何图片之前并且按照输出顺序跟随在该图片之后的图片的最大允许数量。max_num_reorder_pics[i]的值应在0到max_dec_pic_buffering_minus1[i](含)的范围内。当i大于0时，max_num_reorder_pics[i]应大于或等于max_num_reorder_pics[i-1]。当由于subLayerInfoFlag等于0，针对在0到maxSubLayersMinus1–1(含)的范围内的i，不存在max_num_reorder_pics[i]时，推断其等于max_num_reorder_pics[maxSubLayersMinus1]。
VVC草案7如下定义了语法元素“max_latency_increase_plus1[i]”：不等于0的max_latency_increase_plus1[i]用于计算MaxLatencyPictures[i]的值，其中，MaxLatencyPictures[i]的值规定：针对CVS的每个CLVS，当Htid等于i时，CLVS中的按照输出顺序可以处于CLVS中的任何图片之前并且按照解码顺序跟随在该图片之后的图片的最大数量。
当max_latency_increase_plus1[i]不等于0时，如下规定MaxLatencyPictures[i]的值：
MaxLatencyPictures[i]＝max_num_reorder_pics[i]+max_latency_increase_plus1[i]-1
(7-73)
当max_latency_increase_plus1[i]等于0时，表示没有对应的限制。
max_latency_increase_plus1[i]的值应在0到232–2(含)之间。当由于subLayerInfoFlag等于0，针对在0到maxSubLayersMinus1–1(含)的范围内的i，不存在max_latency_increase_plus1[i]
时，推断其等于max_latency_increase_plus1[maxSubLayersMinus1]。
VVC草案7的DPB实现可能具有若干问题。作为一个示例，在VVC草案7中，DPB操作是使用子DPB和子DPB充满度来表达的。然而，VVC草案7没有定义子DPB充满度，并且没有规定子DPB充满度如何与DPB充满度相关，其中DPB充满度是在dpb_parameters()图片结构中规定的。
此外，未规定对子DPB的操作，诸如应当如何检查子DPB充满度。将特定子DPB与最大DPB大小(MaxDpbSize)进行比较可能是不够的，这是因为可能存在多个子DPB，并且这些子DPB可能超过经规定的DPB资源。
在VVC草案7的第C.5.2.1节中，针对每个层来调用从DPB中输出和移除图片，其中仅有用于特定层的子DPB受到影响。然而，没有针对子DPB定义DPB大小，因此不清楚例如应当如何针对子DPB来检查条件“DPB中的图片的数量大于或等于max_dec_pic_buffering_minus1[Htid]+1”。
本公开内容描述了可以解决上述问题的技术。在本公开内容中提供的解决方案可以单独地或者以任何组合被使用。
本文提供的描述中的部分描述是关于使用DPB大小的示例来描述的，DPB大小是通过max_dec_pic_buffering_minus1语法元素来规定的。然而，本公开内容的技术也可以与在dpb_paramters()语法结构中用信号通知的其它参数(诸如max_num_reorder_pics和max_latency_increase_plus1)结合使用。所有这些参数都是针对整个DPB而不是针对子DPB用信号通知的，因此当前在VVC草案7中利用的子DPB条件检查可以使用用信号通知的dpb_paramters()语法元素来对整个DPB执行。
针对DPB描述的公开技术可以是在其中使用子DPB的其它操作中适用的。例如，用于经译码图片缓冲器(CPB)或假设参考解码器(HRD)处理。
作为针对多个层利用共享解码器图片缓冲器的一部分，视频编码器200和视频解码器300可以被配置为执行以下技术。
当使用子DPB时，在VVC草案7中未初始化整个DPB充满度。在本公开内容的一些示例中，视频编码器200和视频解码器300可以被配置为：当解析视频序列的第一图片时，将DPB充满度初始化为0。在一个示例中，视频编码器200和视频解码器300可以被配置为：当解析具有最低nuh_layer_id的CLVSS图片0的第一切片时，将DPB充满度初始化为0。
DPB图片标记过程被应用于当前层图片。然而，在VVC草案7中没有规定DPB中的其它nuh_layer_id图片的状态。在本公开内容的一些示例中，图片状态或状况指代图片标记，诸如“用于短期参考”、“用于长期参考”、“用于层间预测”等，并且可以替代地或另外包括图片输出状态，诸如图片“用于输出”、图片“不需要输出”等。
·对于一些示例，可能期望保持其它层图片的状态不变，即，在先前访问单元解码之后，该状态保留在DPB中。换句话说，该其它nuh_layer_id的先前图片的状态被保留。在这种情况下，如果其它层图片是参考图片，则可以不通过“调出”过程将其移除。
·在一些示例中，在当前访问单元的第一图片被解码时，所有图片都可以被标记为用于参考(例如，用于短期参考，用于长期参考)。
·在一些示例中，在“调出”过程(C.5.2.4)中，仅当图片具有等于当前图片层id的层id时，该图片才会被移除(清空)。在这种情况下，可能从DPB中输出但是不移除其它层的图片，即使在这些其它层没有被参考时，对这样的图片的移除将在那个层的图片被解码时发生。
在一个示例中，DPB充满度可以被定义为子DPB充满度的总和，这是因为MaxDpbSize是针对输出层集合(OLS)中的每个层而定义的，而不是针对子DPB而定义的。例如，MaxDpbSize可以通过简档/级别/层级而被规定为图片存储缓冲器的最大数量。此外，如果子DPB大小被定义或用信号通知，则子DPB大小的总和应不超过MaxDpbSize。在一个示例中，这样的约束可以如下表达：
比特流一致性的要求是：针对在AU中包括的所有层的max_dec_pic_buffering_minus1[i]的总和是在0到MaxDpbSize–1(含)的范围内的。
在一些示例中，约束可以如下表达：
比特流一致性的要求是：针对在OLS中包括的所有层的max_dec_pic_buffering_minus1[i]的总和是在0到MaxDpbSize–1(含)的范围内的。
在输出和移除图片过程中，代替针对每个层独立地执行所有操作，视频编码器200和视频解码器300可以被配置为在每层执行一些操作，以及跨各层针对整个DPB执行一些操作，即使过程是在每层调用的。例如，视频编码器200和视频解码器300可以被配置为维护用于存储用于包括至少第一层和第二层的多个层的参考图片的DPB。在解码第一层的访问单元的当前图片之前，视频编码器200和视频解码器300可以被配置为对DPB执行图片输出和移除过程，诸如下文关于第C.5.2.2节所描述的过程。在从CPB中移除当前图片的最后一个解码单元之后，视频编码器200和视频解码器300可以被配置为跨DPB的所有层执行图片调出过程，如下文关于第C.5.2.3和C.5.2.4节所描述的。
在一个示例中，在每层调用图片输出和移除和额外调出过程，其中，针对经译码层视频序列开始(CLVSS)图片(帧内随机访问点(IRAP)图片)，子DPB被清空，而“调出”过程C.5.2.4跨各层对整个DPB进行操作，这是因为这可能是在下面的情况：当AU不完整(并非所有层图片都存在)、但是可能需要在当前AU中存在的层的图片之前输出其它层的图片时。
当在每层清空子DPB(即清空具有特定层ID的图片)时，针对包括所有层的图片的整个DPB来调用图片“调出”过程。
以类似的方式，针对一层或在每层调用DPB操作的过程(例如第C.3节)，但是当输出或清空图片时，针对DPB中的所有图片(例如，跨各层)调用这样的过程。
在一个示例中，可以通过从VVC草案7的相关章节中去除“当针对特定层应用这些过程时，仅有用于特定层的子DPB受到影响”的条件来实现该技术。
在一些示例中，图片移除可以仅在每个层内被应用，而图片输出可以跨不同的层。
作为执行上述技术的一部分，视频编码器200和/或视频解码器300可以被配置为：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，DPB包括用于存储用于多个层中的一层的参考图片的子DPB；解码视频数据的图片；以及将经解码图片的副本作为参考图片存储在DPB中。
视频编码器200和/或视频解码器300还可以被配置为确定子DPB的充满度和/或确定DPB的充满度。视频编码器200和/或视频解码器300还可以被配置为响应于解析视频序列的第一图片来将子DPB的充满度初始化为零，和/或响应于解析具有最低nuh_layer_id的CLVSS图片0的第一切片来将子DPB的充满度初始化为零。视频编码器200和/或视频解码器300还可以被配置为用状态来标记被存储在子DPB中的图片。
在使用VVC草案7的一个示例中，本公开内容的技术可以利用对图片输出和移除描述的以下修改来实现。标签“<ADD>”表明由本公开内容提出的添加的开始，并且标签“</ADD>”表明这些添加的结束。标签“<DEL>”表明由本公开内容提出的删除(即，文本删除)的开始，并且标签“</DEL>”表明这些删除的结束。
在以下描述中，AU表示属于不同的层并且包含与同一时间相关联以供从DPB中输出的经译码的图片的PU集合。如果DecodingUnitHrdFlag等于0，则解码单元(DU)指代AU，否则指代AU的子集，其由AU中的一个或多个VCL NAL单元和相关联的非VCL NAL单元组成。
8.3.3用于参考图片标记的解码过程
在对切片报头进行解码以及用于针对切片的参考图片列表构造的解码过程(如在条款8.3.2规定的)之后，但是在对切片数据进行解码之前，每图片调用一次该过程。该过程可以导致DPB中的一个或多个参考图片被标记为“未用于参考”或“用于长期参考”。
DPB中的经解码图片可以被标记为“未用于参考”、“用于短期参考”或“用于长期参考”，但是在解码过程的操作期间的任何给定时刻，仅标记这三者中的一者。将这些标记中的一个标记分配给图片隐式地移除这些标记中的另一标记(在适用的情况下)。当图片称为被标记为“用于参考”时，这统称为图片被标记为“用于短期参考”或“用于长期参考”(但不是两者)。
STRP和ILRP是通过其nuh_layer_id和PicOrderCntVal值来标识的。LTRP是通过其nuh_layer_id值和其PicOrderCntVal值的Log2(MaxLtPicOrderCntLsb)LSB来标识的。
如果当前图片是CLVSS图片，则当前在DPB中与当前图片具有相同nuh_layer_id的所有参考图片(如果有的话)都被标记为“未用于参考”。
否则，以下内容适用：
-针对RefPicList[0]或RefPicList[1]中的每个LTRP条目，当图片是与当前图片具有相同nuh_layer_id的STRP时，该图片被标记为“用于长期参考”。
-DPB中的与当前图片具有相同nuh_layer_id的每个参考图片(其未通过RefPicList[0]或RefPicList[1]中的任何条目来参考)被标记为“未用于参考”。
-针对RefPicList[0]或RefPicList[1]中的每个ILRP条目，图片被标记为“用于长期参考”。
<ADD>DPB中的具有与当前图片不同的nuh_layer_id的图片将保留其来自先前图片标记的DPB状态。</ADD>
在一些示例中，可以规定：对当前图片的参考图片标记不影响对具有不等于当前图片的nuh_layer_id的nuh_layer_id的图片的参考图片标记。
C.5.2输出顺序DPB的操作
C.5.2.1概述
在该条款中的规范独立地适用于如在条款C.1中规定地选择的每个DPB参数集合。
DPB在概念上由子DPB组成，并且每个子DPB包含用于存储一个层的经解码图片的图片存储缓冲器。每一个图片存储缓冲器包含被标记为“用于参考”或被保存以供将来输出的经解码图片。
调用如在条款C.5.2.2中规定的用于在解码当前图片之前从DPB中输出和移除图片的过程，然后调用如在条款C.3.4中规定的用于当前经解码图片标记和存储的过程，并且最后调用如在条款C.5.2.3中规定的用于额外调出的过程。“调出”过程是在条款C.5.2.4中被规定的，并且如在条款C.5.2.2和条款C.5.2.3中规定地被调用。
<DEL>这些过程</DEL><ADD>条款C.5.2.2“从DPB中输出和移除图片”和C.5.2.3“额外调出”</ADD>从OLS中的最低层开始，按照OLS中的各层的nuh_layer_id值的递增顺序，独立地被应用于每个层。<DEL>当针对特定层应用这些过程时，仅有用于特定层的子DPB受到影响。</DEL><ADD>条款C.5.2.4被应用于DPB中的任何层的所有图片。</ADD>
注意：在输出顺序DPB的操作中，与在输出定时DPB的操作中相同，同一访问单元中的具有等于1的PicOutputFlag的经解码图片也按照经解码图片的nuh_layer_id值的升序连续地被输出。
设图片n和当前图片是访问单元n的针对特定值的nuh_layer_id的经译码图片或经解码图片，其中n是非负整数。
C.5.2.2从DPB中输出和移除图片
当包含当前图片的AU的第一DU从CPB中被移除时，在解码当前图片之前(但是在解析当前图片的第一切片的切片报头之后)从DPB中输出和移除图片立即发生，并且如下进行：
–调用如在条款8.3.2中规定的用于参考图片列表构造的解码过程以及如在条款8.3.3中规定的用于参考图片标记的解码过程。
–如果当前图片是不作为图片0的CLVSS图片，则应用以下顺序的步骤：
1.如下针对被测解码器推导变量NoOutputOfPriorPicsFlag：
–如果针对当前AU的任何图片推导的pic_width_max_in_luma_samples、pic_height_max_in_luma_samples、chroma_format_idc、separate_colour_plane_flag、bit_depth_minus8或max_dec_pic_buffering_minus1[Htid]的值分别不同于针对同一CLVS中的在前图片的pic_width_max_in_luma_samples、pic_height_max_in_luma_samples、chroma_format_idc、separate_colour_plane_flag、bit_depth_minus8或max_dec_pic_buffering_minus1[Htid]的值，则被测解码器可以(但不应当)将NoOutputOfPriorPicsFlag设置为1，而不管no_output_of_prior_pics_flag的值如何。
注意：尽管在这些条件下，将NoOutputOfPriorPicsFlag设置为等于no_output_of_prior_pics_flag是优选的，但是在这种情况下，可以允许被测解码器将NoOutputOfPriorPicsFlag设置为1。
–否则，NoOutputOfPriorPicsFlag被设置为等于no_output_of_prior_pics_flag。
2.如下针对HRD应用针对被测解码器推导的NoOutputOfPriorPicsFlag的值：
–如果NoOutputOfPriorPicsFlag等于1，则<DEL>DPB</DEL><ADD>子DPB</ADD>中的所有图片存储缓冲器都被清空，而不输出它们包含的图片，并且DPB充满度<DEL>被设置为等于0</DEL><ADD>针对被清空的每个图片存储缓冲器而递减一。[在使用子DPB充满度的替代语言中，如果NoOutputOfPriorPicsFlag等于1，则<DEL>DPB</DEL><ADD>子DPB</ADD>中的所有图片存储缓冲器都被清空，而不输出它们包含的图片，并且<DEL>DPB</DEL><ADD>子DPB</ADD>充满度被设置为等于0。]
–否则(NoOutputOfPriorPicsFlag等于0)，通过重复地调用在条款C.5.2.4中规定的“调出”过程，来清空包含被标记为“不需要输出”和“未用于参考”的图片的所有图片存储缓冲器(而不输出)，并且清空<DEL>DPB</DEL><ADD>子DPB</ADD>中的所有非空图片存储缓冲器，并且DPB充满度<DEL>被设置为等于0</DEL><ADD>针对被清空的每个图片存储缓冲器而递减一</ADD>。
[在使用子DPB充满度的替代语言中，否则(NoOutputOfPriorPicsFlag等于0)，通过重复地调用在条款C.5.2.4中规定的“调出”过程，来清空包含被标记为“不需要输出”和“未用于参考”的图片的所有图片存储缓冲器(而不输出)，并且清空<DEL>DPB</DEL><ADD>子DPB</ADD>中的所有非空图片存储缓冲器，并且<DEL>DPB</DEL><ADD>子DPB</ADD>充满度被设置为等于0。]
–[在另一种替代语言中，否则(NoOutputOfPriorPicsFlag等于0)，通过重复地调用在条款C.5.2.4中规定的“调出”过程，包含被标记为“不需要输出”和“未用于参考”的图片的所有图片存储缓冲器都被清空(而不输出)，并且<ADD>所有</ADD>DPB</DEL><ADD>子DPB</ADD>中的所有非空图片存储缓冲器都被清空，并且<DEL>DPB</DEL><ADD>所有子DPB的</ADD>子DPB</ADD>充满度被设置为等于0。]
否则(当前图片不是CLVSS图片<ADD>，或CLVSS图片是图片0</ADD>)，包含被标记为“不需要输出”和“未用于参考”图片的所有图片存储缓冲器都被清空(而不输出)。针对被清空的每个图片存储缓冲器，DPB充满度递减一。当以下条件中的一个或多个条件为真时，重复地调用在条款C.5.2.4中规定的“调出”过程，同时针对被清空的每个额外图片存储缓冲器进一步将DPB充满度递减一，直到以下条件都不为真：
–DPB中的被标记为“需要输出”的图片的数量大于max_num_reorder_pics[Htid]。
–max_latency_increase_plus1[Htid]不等于0，并且在DPB中存在被标记为“需要输出”的至少一个图片，其中针对该图片的相关联的变量PicLatencyCount大于或等于MaxLatencyPictures[Htid]。
–DPB中的图片数量大于或等于max_dec_pic_buffering_minus1[Htid]+1。
C.5.2.3额外调出
当包含当前图片的AU n的最后一个DU从CPB中被移除时，在该条款中规定的过程立即发生。
在当前图片具有等于1的PictureOutputFlag时，针对DPB中的被标记为“需要输出”并且按照输出顺序跟随在当前图片之后的每个图片，相关联的变量PicLatencyCount被设置为等于PicLatencyCount+1。
以下内容适用：
–如果当前解码图片具有等于1的PictureOutputFlag，则其被标记为“需要输出”，并且其相关联的变量PicLatencyCount被设置为等于0。
–否则(当前解码图片具有等于0的PictureOutputFlag)，其被标记为“不需要输出”。
当以下条件中的一个或多个条件为真时，重复地调用在条款C.5.2.4中规定的“调出”过程，直到以下条件都不为真：
–DPB中的被标记为“需要输出”的图片的数量大于max_num_reorder_pics[Htid]。
–max_latency_increase_plus1[Htid]不等于0，并且在DPB中存在被标记为“需要输出”的至少一个图片，其中针对该图片的相关联的变量PicLatencyCount大于或等于MaxLatencyPictures[Htid]。
C.5.2.4“调出”过程
“调出”过程由以下顺序的步骤组成：
1.选择最先输出的一个或多个图片作为DPB中的被标记为“需要输出”的所有图片中的具有最小值的PicOrderCntVal的图片。
2.按照nuh_layer_id的递增顺序，使用用于这些图片中的每个图片的一致性裁剪窗口来裁剪该图片，输出经裁剪的图片，并且将该图片标记为“不需要输出”
3.清空包含被标记为“未用于参考”并且作为经裁剪和输出的图片之一的图片的每个图片存储缓冲器，并且将<DEL>相关联的子</DEL>DPB的充满度递减一。
注意：针对属于同一CVS并且通过“调出过程”输出的任何两个图片picA和picB，当picA早于picB被输出时，picA的PicOrderCntVal的值小于<ADD>或等于</ADD>picB的PicOrderCntVal的值。
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的框图。图3是出于解释的目的而提供的，并且不应当被认为对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的，本公开内容在视频译码标准(诸如HEVC视频译码标准和正在开发的H.266视频译码标准)的背景下描述了视频编码器200。然而，本公开内容的技术不限于这些视频译码标准，并且通常适用于视频编码和解码。
在图3的示例中，视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、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。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中的任何一者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可以从例如视频源104(图1)接收被存储在视频数据存储器230中的视频数据。DPB 218可以充当参考图片存储器，其存储参考视频数据以在由视频编码器200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一种形成，诸如动态随机存取存储器(DRAM)(包括同步DRAM(SDRAM))、磁阻性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。在各个示例中，视频数据存储器230可以与视频编码器200的其它组件在芯片上(如图所示)，或者相对于那些组件在芯片外。
DPB 218可以包括共享多层DPB 219。如在本公开内容的其它地方更详细地解释的，视频编码器200可以被配置为在共享多层DPB 219中存储用于多个层的参考图片。在解码第一层的访问单元的当前图片之前，视频编码器200可以对共享多层DPB 219执行图片输出和移除过程，以从共享多层DPB 219中仅移除属于第一层的一些经解码图片。在从CPB中移除当前图片的最后一个解码单元之后，视频编码器200可以跨共享多层DPB 219的所有层来执行图片调出过程。
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(除非如此具体地描述)，或者不限于在视频编码器200外部的存储器(除非如此具体地描述)。确切而言，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，用于要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各个单元的输出的临时存储。
说明了图3的各个单元以帮助理解由视频编码器200执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且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，软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是固定功能电路执行的操作类型通常是不可变的。在一些示例中，这些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)，并且在一些示例中，这些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形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程核。在其中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接收并且执行的软件的指令(例如，目标代码)，或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。
视频数据存储器230被配置为存储所接收的视频数据。视频编码器200可以从视频数据存储器230检索视频数据的图片，并且将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是要被编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括额外功能单元，其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)，以测试编码参数的组合以及针对这样的组合所得到的率失真值。编码参数可以包括将CTU分割为CU、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可以最终选择编码参数的具有比其它测试的组合更佳的率失真值的组合。
视频编码器200可以将从视频数据存储器230检索的图片分割为一系列CTU，并且将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上述HEVC的QTBT结构或四叉树结构)来分割图片的CTU。如上所述，视频编码器200可以通过根据树结构来分割CTU，从而形成一个或多个CU。这样的CU通常也可以被称为“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中的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识别在一个或多个参考图片(例如，被存储在DPB 218中的一个或多个先前译码的图片)中的一个或多个紧密匹配的参考块。具体地，运动估计单元222可以例如根据绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)等，来计算表示潜在参考块将与当前块的类似程度的值。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差来执行这些计算。运动估计单元222可以识别从这些计算所得到的具有最低值的参考块，其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)，所述运动矢量限定相对于当前块在当前图片中的位置而言参考块在参考图片中的位置。然后，运动估计单元222可以将运动矢量提供给运动补偿单元224。例如，对于单向帧间预测，运动估计单元222可以提供单个运动矢量，而对于双向帧间预测，运动估计单元222可以提供两个运动矢量。然后，运动补偿单元224可以使用运动矢量来生成预测块。例如，运动补偿单元224可以使用运动矢量来检索参考块的数据。作为另一示例，如果运动矢量具有分数样本精度，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可以检索用于由相应的运动矢量标识的两个参考块的数据并且例如通过逐样本平均或加权平均来将所检索的数据进行组合。
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，对于方向模式，帧内预测单元226通常可以在数学上将相邻样本的值进行组合，并且跨当前块在所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可以计算当前块的相邻样本的平均，并且生成预测块以包括针对预测块的每个样本的该得到的平均。
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，并且从模式选择单元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差。所得到的逐样本差定义了用于当前块的残差块。在一些示例中，残差生成单元204还可以确定残差块中的样本值之间的差，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，可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在其中模式选择单元202将CU分割为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。如上所指出的，CU的大小可以指代CU的亮度译码块的大小，而PU的大小可以指代PU的亮度预测单元的大小。假设特定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或类似大小的对称的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大小的非对称分割。
在其中模式选择单元202不将CU进一步分割为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。如上所述，CU的大小可以指代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，诸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单元来生成用于正被编码的当前块的预测块。在一些示例中(诸如调色板模式译码)，模式选择单元202可以不生成预测块，而是替代地生成指示基于所选择的调色板来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。
如上所述，残差生成单元204接收用于当前块和对应的预测块的视频数据。然后，残差生成单元204为当前块生成残差块。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(本文中被称为“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、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种变换，例如，初级变换和二次变换(诸如旋转变换)。在一些示例中，变换处理单元206不对残差块应用变换。
量化单元208可以对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值来调整被应用于与当前块相关联的变换系数块的量化程度。量化可能引起信息损失，并且因此，经量化的变换系数可能具有与变换处理单元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，以从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重构块(尽管潜在地具有某种程度的失真)。例如，重构单元214可以将经重构的残差块的样本与来自模式选择单元202所生成的预测块的对应样本相加，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，在其中不执行滤波器单元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。在其中执行滤波器单元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检索由经重构的(并且潜在地经滤波的)块形成的参考图片，以对后续编码的图片的块进行帧间预测。另外，帧内预测单元226可以使用在DPB 218中的当前图片的经重构的块来对当前图片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可以对作为视频数据的另一示例的语法元素执行一个或多个熵编码操作，以生成经熵编码的数据。例如，熵编码单元220可以执行上下文自适应变长译码(CAVLC)操作、CABAC操作、可变-可变(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、概率区间分割熵(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可以在其中语法元素未被熵编码的旁路模式下操作。
视频编码器200可以输出比特流，其包括用于重构切片或图片的块所需要的经熵编码的语法元素。具体地，熵编码单元220可以输出比特流。
关于块描述了上述操作。这样的描述应当被理解为用于亮度译码块和/或色度译码块的操作。如上所述，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，不需要针对色度译码块重复关于亮度译码块执行的操作。作为一个示例，不需要重复用于识别用于亮度译码块的运动矢量(MV)和参考图片的操作来识别用于色度块的MV和参考图片。确切而言，可以对用于亮度译码块的MV进行缩放以确定用于色度块的MV，并且参考图片可以是相同的。作为另一示例，对于亮度译码块和色度译码块，帧内预测过程可以是相同的。
视频编码器200表示被配置为对视频数据进行编码的设备的示例，该设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理单元，其在电路中实现并且被配置为执行本公开内容的技术，包括在下文权利要求书部分中描述的技术。
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的框图。图4是出于解释的目的而提供的，并且不对在本公开内容中泛泛地举例说明和描述的技术进行限制。出于解释的目的，本公开内容描述了根据JEM、VVC和HEVC的技术的视频解码器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。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中的任何一者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可以包括加法单元，其根据其它预测模式来执行预测。作为示例，预测处理单元304可以包括调色板单元、帧内块复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其它示例中，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，诸如经编码的视频比特流。例如，可以从计算机可读介质110(图1)获得被存储在CPB存储器320中的视频数据。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片的语法元素之外的视频数据，诸如表示来自视频解码器300的各个单元的输出的临时数据。DPB 314通常存储经解码图片，视频解码器300可以输出经解码图片，和/或在解码经编码的视频比特流的后续数据或图片时使用经解码图片作为参考视频数据。CPB存储器320和DPB 314可以由各种存储器设备中的任何一种形成，诸如DRAM，包括SDRAM、MRAM、RRAM或其它类型的存储器设备。CPB存储器320和DPB 314可以由相同的存储器设备或单独的存储器设备来提供。在各个示例中，CPB存储器320可以与视频解码器300的其它组件在芯片上，或者相对于那些组件在芯片外。
另外或替代地，在一些示例中，视频解码器300可以从存储器120(图1)检索经译码的视频数据。也就是说，存储器120可以如上文所讨论地利用CPB存储器320来存储数据。同样，当视频解码器300的一些或全部功能是用要被视频解码器300的处理电路执行的软件来实现时，存储器120可以存储要被视频解码器300执行的指令。
说明了在图4中示出的各个单元以帮助理解由视频解码器300执行的操作。这些单元可以被实现为固定功能电路、可编程电路、或其组合。类似于图3，固定功能电路指代提供特定功能并且关于可以执行的操作而预先设置的电路。可编程电路指代可以被编程以执行各种任务并且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，软件或固件使得可编程电路以软件或固件的指令所定义的方式进行操作。固定功能电路可以执行软件指令(例如，以接收参数或输出参数)，但是固定功能电路执行的操作的类型通常是不可变的。在一些示例中，这些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)，并且在一些示例中，这些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/或可编程核。在其中由在可编程电路上执行的软件执行视频解码器300的操作的示例中，片上或片外存储器可以存储视频解码器300接收并且执行的软件的指令(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，并且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逐块地重构图片。视频解码器300可以单独地对每个块执行重构操作(其中，当前正在被重构(即，被解码)的块可以被称为“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诸如量化参数(QP)和/或变换模式指示之类的变换信息进行熵解码。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来确定量化程度，并且同样地，确定供逆量化单元306应用的逆量化程度。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Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于系数块。
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经帧间预测的，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中的要从其检索参考块的参考图片、以及标识相对于当前块在当前图片中的位置而言参考块在参考图片中的位置的运动矢量。运动补偿单元316通常可以以与关于运动补偿单元224(图3)所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经帧内预测的，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通常可以以与关于帧内预测单元226(图3)所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检索当前块的相邻样本的数据。
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与预测块的对应样本相加来重构当前块。
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，在其中不执行滤波器单元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。在其中执行滤波器单元312的操作的示例中，滤波器单元312可以将经滤波的重构块存储到DPB 314。如上所讨论的，DPB 314可以将参考信息(诸如用于帧内预测的当前图片以及用于后续运动补偿的先前解码的图片的样本)提供给预测处理单元304。此外，视频解码器300可以从DPB 314输出经解码图片(例如，经解码的视频)，以用于在诸如图1的显示设备118之类的显示设备上的后续呈现。
DPB 314可以包括共享多层DPB 315。如在本公开内容的其它地方更详细地解释的，视频解码器300可以被配置为在共享多层DPB 315中存储用于多个层的参考图片。在解码第一层的访问单元的当前图片之前，视频解码器300可以对共享多层DPB 315执行图片输出和移除过程，以从共享多层DPB 315中仅移除属于第一层的一些经解码图片。在从CPB存储器320中移除当前图片的最后一个解码单元之后，视频解码器300可以跨共享多层DPB315的所有层来执行图片调出过程。也就是说，视频解码器300可以执行不限于特定层的图片调出过程，而是替代地，可以从除了当前图片的层之外的层调出图片。
以这种方式，视频解码器300表示视频解码设备的示例，该设备包括：存储器，其被配置为存储视频数据；以及一个或多个处理单元，其在电路中实现并且被配置为执行本公开内容的技术，包括下文在权利要求书部分中描述的技术。
图5是示出用于对当前块进行编码的示例过程的流程图。当前块可以包括当前CU。尽管关于视频编码器200(图1和3)进行了描述，但是应当理解的是，其它设备可以被配置为执行与图5的过程类似的过程。
在该示例中，视频编码器200最初预测当前块(350)。例如，视频编码器200可以形成用于当前块的预测块。然后，视频编码器200可以计算用于当前块的残差块(532)。为了计算残差块，视频编码器200可以计算在原始的未经编码的块与用于当前块的预测块之间的差。然后，视频编码器200可以对残差块的系数进行变换和量化(354)。接下来，视频编码器200可以扫描残差块的经量化的变换系数(356)。在扫描期间或在扫描之后，视频编码器200可以对变换系数进行熵编码(358)。例如，视频编码器200可以使用CAVLC或CABAC来对变换系数进行编码。然后，视频编码器200可以输出块的经熵译码的数据(360)。
图6是示出用于对视频数据的当前块进行解码的示例过程的流程图。当前块可以包括当前CU。尽管关于视频解码器300(图1和4)进行了描述，但是应当理解的是，其它设备可以被配置为执行与图6的过程类似的过程。
视频解码器300可以接收用于当前块的经熵编码的数据(例如，经熵编码的预测信息和用于与当前块相对应的残差块的系数的经熵编码的数据)(370)。视频解码器300可以对经熵编码的数据进行熵解码以确定用于当前块的预测信息并且重现残差块的系数(372)。视频解码器300可以预测当前块(374)，例如，使用如由用于当前块的预测信息指示的帧内或帧间预测模式来计算用于当前块的预测块。然后，视频解码器300可以对所重现的系数进行逆扫描(376)，以创建经量化的变换系数的块。然后，视频解码器300可以对变换系数进行逆量化和逆变换以产生残差块(378)。最终，视频解码器300可以通过将预测块和残差块进行组合来对当前块进行解码(380)。
图7是示出用于对视频数据进行解码的示例过程的流程图。图7的技术可以由诸如视频解码器300(图1和图4)之类的视频解码器或由诸如视频编码器200(图1和图3)之类的视频编码器的视频解码环路来执行。
视频解码器维护用于存储用于多个层的参考图片的DPB(400)。DPB存储先前解码的图片。多个层包括至少第一层和第二层。
在解码第一层的访问单元的当前图片之前，视频解码器通过从DPB中仅移除属于第一层的经解码图片，来对DPB执行图片输出和移除过程(402)。例如，视频解码器可以在解码第一层的当前图片之前并且在解析用于当前图片的切片的切片报头之后，对DPB执行图片输出和移除过程。例如，视频解码器可以响应于从CPB中移除当前图片的第一解码单元，来对DPB执行图片输出和移除过程。CPB可以存储经编码的多层视频数据以进行解码。
在从CPB中移除当前图片的最后一个解码单元之后，视频解码器跨DPB的所有层执行图片调出过程(404)。为了跨DPB的所有层执行图片调出过程，视频解码器可以从DPB中移除第二层的至少一个图片。为了跨DPB的所有层执行图片调出过程，视频解码器可以例如从DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
视频解码器可以进行以下操作：识别DPB中的参考图片；识别参考图片中的用于当前图片的当前块的预测块；基于预测块来解码当前块；以及输出当前图片的经解码的版本，其中，当前图片的经解码的版本包括当前块的经解码的版本。
以下条款代表上述技术和设备的示例。
条款1：一种用于对多层视频数据进行解码的设备，包括：存储器，其被配置为存储多层视频数据；一个或多个处理器，其在电路中实现并且被配置为：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
条款2：根据条款1所述的设备，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为：在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程。
条款3：根据条款1和2中任一项所述的设备，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为：响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程。
条款4：根据条款1至3中任一项所述的设备，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述一个或多个处理器还被配置为：从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
条款5：根据条款1至4中任一项所述的设备，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述一个或多个处理器还被配置为：从所述DPB中移除所述第二层的至少一个图片。
条款6：根据条款1至5中任一项所述的设备，其中，所述一个或多个处理器还被配置为：识别所述DPB中的参考图片；识别所述参考图片中的用于所述当前图片的当前块的预测块；基于所述预测块来解码所述当前块；以及输出所述当前图片的经解码的版本，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
条款7：根据条款1至6中任一项所述的设备，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
条款8：根据条款1至7中任一项所述的设备，其中，所述一个或多个处理器还被配置为：在所述存储器中维护所述DPB和所述CPB。
条款9：根据条款1至8中任一项所述的设备，其中，所述设备包括无线通信设备，所述无线通信设备还包括被配置为接收经编码的多层视频数据的接收机。
条款10：根据条款9所述的设备，其中，所述无线通信设备包括电话手机，并且其中，所述接收机被配置为：根据无线通信标准来解调包括所述经编码的多层视频数据的信号。
条款11：根据条款1至8中任一项所述的设备，其中，所述设备包括无线通信设备，所述无线通信设备还包括被配置为发送经编码的多层视频数据的发射机。
条款12：根据条款11所述的设备，其中，所述无线通信设备包括电话手机，并且其中，所述发射机被配置为：根据无线通信标准来调制包括所述经编码的多层视频数据的信号。
条款13：根据条款1至12中任一项所述的设备，还包括：显示器，其被配置为显示包括所述当前图片的经解码的版本的经解码的多层视频数据。
条款14：根据条款1至13中任一项所述的设备，其中，所述设备包括以下各者中的一者或多者：相机、计算机、移动设备、广播接收机设备或机顶盒。
条款15：一种对多层视频数据进行解码的方法，包括：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
条款16：根据条款15所述的方法，其中，对所述DPB执行所述图片输出和移除过程包括：在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程。
条款17：根据条款15和16中任一项所述的方法，其中，对所述DPB执行所述图片输出和移除过程包括：响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程。
条款18：根据条款15至17中任一项所述的方法，其中，跨所述DPB的所有层执行所述图片调出过程包括：从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
条款19：根据条款15至18中任一项所述的方法，其中，跨所述DPB的所有层执行所述图片调出过程包括：从所述DPB中移除所述第二层的至少一个图片。
条款20：根据条款15至19中任一项所述的方法，还包括：识别所述DPB中的参考图片；识别所述参考图片中的用于所述当前图片的当前块的预测块；基于所述预测块来解码所述当前块；输出所述当前图片的经解码的版本，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
条款21：根据条款20所述的方法，还包括：显示所述当前图片的所述经解码的版本。
条款22：根据条款15至21中任一项所述的方法，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
条款23：根据条款15至20或22中任一项所述的方法，其中，所述解码的方法是作为编码过程的一部分来执行的。
条款24：一种存储指令的计算机可读存储介质，所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述指令使得所述一个或多个处理器进行以下操作：从所述DPB中仅移除属于所述第一层的经解码图片；以及在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
条款25：根据条款24所述的计算机可读存储介质，其中，为了对所述DPB执行所述图片输出和移除过程，所述指令使得所述一个或多个处理器进行以下操作：在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程。
条款26：根据条款24和25中任一项所述的计算机可读存储介质，其中，为了对所述DPB执行所述图片输出和移除过程，所述指令使得所述一个或多个处理器进行以下操作：响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程。
条款27：根据条款24至26中任一项所述的计算机可读存储介质，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述指令使得所述一个或多个处理器进行以下操作：从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
条款28：根据条款24至27中任一项所述的计算机可读存储介质，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述指令使得所述一个或多个处理器进行以下操作：从所述DPB中移除所述第二层的至少一个图片。
条款29：根据条款24至28中任一项所述的计算机可读存储介质，其中，所述指令还使得所述一个或多个处理器进行以下操作：识别所述DPB中的参考图片；识别所述参考图片中的用于所述当前图片的当前块的预测块；基于所述预测块来解码所述当前块；输出所述当前图片的经解码的版本，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
条款30：根据条款24至29中任一项所述的计算机可读存储介质，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
条款31：一种用于对多层视频数据进行解码的装置，包括：用于维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)的单元，其中，所述多个层包括至少第一层和第二层；用于在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程的单元，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及用于在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程的单元。
条款32：根据条款31所述的装置，其中，所述用于对所述DPB执行所述图片输出和移除过程的单元包括：用于在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程的单元。
条款33：根据条款31和32中任一项所述的装置，其中，所述用于对所述DPB执行所述图片输出和移除过程的单元包括：用于响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程的单元。
条款34：根据条款31至33中任一项所述的装置，其中，所述用于跨所述DPB的所有层执行所述图片调出过程的单元包括：用于从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片的单元。
条款35：根据条款31至34中任一项所述的装置，其中，所述用于跨所述DPB的所有层执行所述图片调出过程的单元包括：用于从所述DPB中移除所述第二层的至少一个图片的单元。
条款36：根据条款31至35中任一项所述的装置，还包括：用于识别所述DPB中的参考图片的单元；用于识别所述参考图片中的用于所述当前图片的当前块的预测块的单元；用于基于所述预测块来解码所述当前块的单元；用于输出所述当前图片的经解码的版本的单元，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
条款37：根据条款31至36中任一项所述的装置，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
条款38：根据条款31至37中任一项所述的装置，其中，所述用于对所述多层视频数据进行解码的装置是视频编码器的一部分。
条款39：一种对视频数据进行解码的方法，包括：维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述DPB包括用于存储用于多个层中的一层的参考图片的子DPB；对所述视频数据的图片进行解码；以及将经解码图片的副本作为参考图片存储在所述DPB中。
条款40：根据条款39所述的方法，还包括：确定所述子DPB的充满度。
条款41：根据条款39或40所述的方法，还包括：确定所述DPB的充满度。
条款42：根据条款39-41中任一项所述的方法，还包括：响应于正在解析视频序列的第一图片，来将所述子DPB的充满度初始化为零。
条款43：根据条款39-41中任一项所述的方法，还包括：响应于正在解析具有最低nuh_layer_id的CLVSS图片0的第一切片，来将所述子DPB的充满度初始化为零。
条款44：根据条款39-43中任一项所述的方法，还包括：利用状态来标记在所述子DPB中存储的图片。
条款45：根据条款39-44中任一项所述的方法，其中，所述DPB包括用于存储用于所述多个层中的第二层的参考图片的第二子DPB。
条款46：根据条款39-45中任一项所述的方法，其中，所述解码的方法作为编码过程的一部分来执行。
条款47：一种用于对视频数据进行译码的设备，所述设备包括用于执行根据条款39-46中任一项所述的方法的一个或多个单元。
条款48：根据条款47所述的设备，其中，所述一个或多个单元包括在电路中实现的一个或多个处理器。
条款49：根据条款46或47所述的设备，还包括：存储所述视频数据的存储器。
条款50：根据条款47-49中任一项所述的设备，还包括：被配置为显示经解码的视频数据的显示器。
条款51：根据条款47-50中任一项所述的设备，其中，所述设备包括以下各者中的一者或多者：相机、计算机、移动设备、广播接收机设备或机顶盒。
条款52：根据条款47-51中任一项所述的设备，其中，所述设备包括视频解码器。
条款53：根据条款47-52中任一项所述的设备，其中，所述设备包括视频编码器。
条款54：一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执行根据条款39-46中任一项所述的方法。
要认识到的是，根据示例，本文描述的任何技术的某些动作或事件可以以不同的顺序执行，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是对于实施所述技术都是必要的)。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而不是顺序地执行。
在一个或多个示例中，所描述的功能可以用硬件、软件、固件或其任何组合来实现。如果用软件来实现，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其进行传输并且由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质，其对应于诸如数据存储介质之类的有形介质或者通信介质，所述通信介质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)诸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得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。
举例来说而非进行限制，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(例如，红外线、无线电和微波)从网站、服务器或其它远程源传输指令，则同轴电缆、光纤光缆、双绞线、DSL或者无线技术(例如，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，诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其它等效的集成或分立逻辑电路。因此，如本文所使用的术语“处理器”和“处理电路”可以指代前述结构中的任何一者或者适于实现本文描述的技术的任何其它结构。另外，在一些方面中，本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供，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多样的设备或装置中实现，包括无线手机、集成电路(IC)或一组IC(例如，芯片组)。在本公开内容中描述了各种组件、模块或单元以强调被配置为执行所公开的技术的设备的功能性方面，但是不一定需要通过不同的硬件单元来实现。确切而言，如上所述，各种单元可以被组合在编解码器硬件单元中，或者由可互操作的硬件单元的集合(包括如上所述的一个或多个处理器)结合适当的软件和/或固件来提供。
已经描述了各个示例。这些和其它示例在跟随的权利要求的范围内。

Claims (25)

1.一种用于对多层视频数据进行解码的设备，所述设备包括：
存储器，其被配置为存储多层视频数据；
一个或多个处理器，其被实现在电路中并且被配置为：
维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；
在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为从所述DPB中仅移除属于所述第一层的经解码图片；以及
在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
2.根据权利要求1所述的设备，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为：在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程。
3.根据权利要求1所述的设备，其中，为了对所述DPB执行所述图片输出和移除过程，所述一个或多个处理器还被配置为：响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程。
4.根据权利要求1所述的设备，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述一个或多个处理器还被配置为：从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
5.根据权利要求1所述的设备，其中，为了跨所述DPB的所有层执行所述图片调出过程，所述一个或多个处理器还被配置为：从所述DPB中移除所述第二层的至少一个图片。
6.根据权利要求1所述的设备，其中，所述一个或多个处理器还被配置为：
识别所述DPB中的参考图片；
识别所述参考图片中的用于所述当前图片的当前块的预测块；
基于所述预测块来解码所述当前块；以及
输出所述当前图片的经解码的版本，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
7.根据权利要求1所述的设备，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
8.根据权利要求1所述的设备，其中，所述一个或多个处理器还被配置为：在所述存储器中维护所述DPB和所述CPB。
9.根据权利要求1所述的设备，其中，所述设备包括无线通信设备，所述无线通信设备还包括被配置为接收经编码的多层视频数据的接收机。
10.根据权利要求9所述的设备，其中，所述无线通信设备包括电话手机，并且其中，所述接收机被配置为：根据无线通信标准来解调包括所述经编码的多层视频数据的信号。
11.根据权利要求1所述的设备，其中，所述设备包括无线通信设备，所述无线通信设备还包括被配置为发送经编码的多层视频数据的发射机。
12.根据权利要求11所述的设备，其中，所述无线通信设备包括电话手机，并且其中，所述发射机被配置为：根据无线通信标准来调制包括所述经编码的多层视频数据的信号。
13.根据权利要求1所述的设备，还包括：
显示器，其被配置为显示包括所述当前图片的经解码的版本的经解码的多层视频数据。
14.根据权利要求1所述的设备，其中，所述设备包括以下各者中的一者或多者：相机、计算机、移动设备、广播接收机设备或机顶盒。
15.一种对多层视频数据进行解码的方法，所述方法包括：
维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；
在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及
在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
16.根据权利要求15所述的方法，其中，对所述DPB执行所述图片输出和移除过程包括：在解码所述第一层的所述当前图片之前并且在解析用于所述当前图片的切片的切片报头之后，对所述DPB执行所述图片输出和移除过程。
17.根据权利要求15所述的方法，其中，对所述DPB执行所述图片输出和移除过程包括：响应于从所述CPB中移除所述当前图片的第一解码单元，来对所述DPB执行所述图片输出和移除过程。
18.根据权利要求15所述的方法，其中，跨所述DPB的所有层执行所述图片调出过程包括：
从所述DPB中移除被标记为不需要输出并且被标记为未用于参考的参考图片。
19.根据权利要求15所述的方法，其中，跨所述DPB的所有层执行所述图片调出过程包括：从所述DPB中移除所述第二层的至少一个图片。
20.根据权利要求15所述的方法，还包括：
识别所述DPB中的参考图片；
识别所述参考图片中的用于所述当前图片的当前块的预测块；
基于所述预测块来解码所述当前块；
输出所述当前图片的经解码的版本，其中，所述当前图片的所述经解码的版本包括所述当前块的经解码的版本。
21.根据权利要求20所述的方法，还包括：
显示所述当前图片的所述经解码的版本。
22.根据权利要求15所述的方法，其中，所述DPB被配置为存储先前解码的图片，并且其中，所述CPB被配置为存储经编码的多层视频数据。
23.根据权利要求15所述的方法，其中，所述解码的方法是作为编码过程的一部分来执行的。
24.一种存储指令的计算机可读存储介质，所述指令在由一个或多个处理器执行时使得所述一个或多个处理器进行以下操作：
维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)，其中，所述多个层包括至少第一层和第二层；
在解码所述第一层的访问单元的当前图片之前，对所述DPB执行图片输出和移除过程，其中，为了对所述DPB执行所述图片输出和移除过程，所述指令使得所述一个或多个处理器进行以下操作：从所述DPB中仅移除属于所述第一层的经解码图片；以及
在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程。
25.一种用于对多层视频数据进行解码的装置，所述装置包括：
用于维护用于存储用于多个层的参考图片的经解码图片缓冲器(DPB)的单元，其中，所述多个层包括至少第一层和第二层；
用于在解码所述第一层的访问单元的当前图片之前对所述DPB执行图片输出和移除过程的单元，其中，对所述DPB执行所述图片输出和移除过程包括：从所述DPB中仅移除属于所述第一层的经解码图片；以及
用于在从经译码图片缓冲器(CPB)中移除所述当前图片的最后一个解码单元之后，跨所述DPB的所有层执行图片调出过程的单元。
CN202080088412.9A 2019-12-24 2020-12-22 用于多个层的共享解码器图片缓冲器 Pending CN114830673A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962953394P 2019-12-24 2019-12-24
US62/953,394 2019-12-24
US17/128,767 US11785205B2 (en) 2019-12-24 2020-12-21 Shared decoder picture buffer for multiple layers
US17/128,767 2020-12-21
PCT/US2020/066583 WO2021133788A1 (en) 2019-12-24 2020-12-22 Shared decoder picture buffer for multiple layers

Publications (1)

Publication Number Publication Date
CN114830673A true CN114830673A (zh) 2022-07-29

Family

ID=76437336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080088412.9A Pending CN114830673A (zh) 2019-12-24 2020-12-22 用于多个层的共享解码器图片缓冲器

Country Status (10)

Country Link
US (1) US11785205B2 (zh)
EP (1) EP4082210A1 (zh)
JP (1) JP2023517428A (zh)
KR (1) KR20220113402A (zh)
CN (1) CN114830673A (zh)
BR (1) BR112022011704A2 (zh)
CA (1) CA3162708A1 (zh)
MX (1) MX2022007862A (zh)
TW (1) TW202131698A (zh)
WO (1) WO2021133788A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4140140A4 (en) * 2020-05-21 2023-07-05 ByteDance Inc. PROGRESSIVE DECODING REFRESH SIGNALING AND REFERENCE PICTURE LISTS
CN115943627A (zh) 2020-06-08 2023-04-07 字节跳动有限公司 对编解码视频图片中条带计数的约束
CN114205615B (zh) * 2021-12-03 2024-02-06 北京达佳互联信息技术有限公司 解码图像缓存区的管理方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3579562B1 (en) * 2012-09-28 2021-09-08 Sony Group Corporation Image processing device and method
US9591321B2 (en) * 2013-04-07 2017-03-07 Dolby International Ab Signaling change in output layer sets
US20150016500A1 (en) * 2013-07-11 2015-01-15 Qualcomm Incorporated Device and method for scalable coding of video information
US10187662B2 (en) 2013-10-13 2019-01-22 Sharp Kabushiki Kaisha Signaling parameters in video parameter set extension and decoder picture buffer operation
US9942546B2 (en) * 2013-12-12 2018-04-10 Qualcomm Incorporated POC value design for multi-layer video coding
US10250895B2 (en) * 2014-03-14 2019-04-02 Sharp Kabushiki Kaisha DPB capacity limits
US11153583B2 (en) * 2019-06-07 2021-10-19 Qualcomm Incorporated Spatial scalability support in video encoding and decoding

Also Published As

Publication number Publication date
US20210195175A1 (en) 2021-06-24
MX2022007862A (es) 2022-07-19
TW202131698A (zh) 2021-08-16
BR112022011704A2 (pt) 2022-11-22
JP2023517428A (ja) 2023-04-26
EP4082210A1 (en) 2022-11-02
KR20220113402A (ko) 2022-08-12
US11785205B2 (en) 2023-10-10
WO2021133788A1 (en) 2021-07-01
CA3162708A1 (en) 2021-07-01

Similar Documents

Publication Publication Date Title
CN114097209B (zh) 视频译码中的存取单元中的适应性参数集
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
US20210195223A1 (en) Reference subpicture scaling ratios for subpictures in video coding
CN114128286A (zh) 视频编解码中的环绕运动补偿
CN114830648A (zh) 用于视频译码的图像报头信令
US11785205B2 (en) Shared decoder picture buffer for multiple layers
CN115462073A (zh) 视频译码中的参数集语法元素和变量
TW202147847A (zh) 視訊譯碼中的參考圖片清單約束和訊號傳遞
WO2021154986A1 (en) Decoded picture buffer (dpb) parameter signaling for video coding
CN114009049A (zh) 用于针对视频译码的低频不可分离变换信令的上下文建模
CN114846796A (zh) 用于视频译码中的参考图片重采样的环绕偏移
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
CN113940063A (zh) 解码图片缓冲器索引
EP3981154A1 (en) Spatial scalability support in video encoding and decoding
CN113994706A (zh) 视频译码中的色度增量量化参数
CN115280776A (zh) 视频译码中的译码视频序列开始接入单元
CN114846801A (zh) 基于色度变换跳过的用于色度的lfnst信令
CN114731418A (zh) 联合色度残差视频译码
CN114868398A (zh) 用于视频译码的单色调色板模式
CN115244934A (zh) 视频编解码语法
EP4035371A1 (en) Arithmetic coder byte stuffing signaling for video coding
CN114402599A (zh) 用于视频编解码的高级语法中的子图片的信令号
WO2020257557A1 (en) Maximum allowed block size for bdpcm mode

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