CN115104306B - 在视频译码中共享的信令约束和序列参数集 - Google Patents

Abstract

一种示例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通信地耦接到该存储器的一个或多个处理器。该一个或多个处理器被配置为确定视频数据的图片是否为帧内随机接入图片(IRAP)，并确定图片的所有层是否独立。基于该图片是IRAP并且图片的所有层是独立的，该一个或多个处理器被配置为确定指示在图片中不允许帧间切片的第一语法元素的值，并且在不使用帧间切片预测的情况下对图片进行译码。

Description

在视频译码中共享的信令约束和序列参数集

本申请要求于2021年2月23日提交的美国申请第17/182,583号以及2020年2月24日提交的美国临时申请第62/980,873号的优先权，其中的每一个的全部内容通过引用合并于本文。2021年2月23日提交的美国申请第17/182,583号要求2020年2月24日提交的美国临时申请第62/980,873号的权益。

技术领域

本公开涉及视频编码和视频解码。

背景技术

数字视频功能可以被并入到各种设备中，包括数字电视、数字直接广播系统、无线广播系统、个人数字助理(PDA)、便携式或台式计算机、平板计算机、电子书阅读器、数码相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏机、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。数字视频设备实施视频译码技术，诸如在以下各项所定义的标准中描述的那些技术：MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4，高级视频译码(AVC)第10部分、ITU-T H.265/高效视频译码(HEVC)以及此类标准的扩展。通过实现这样的视频译码技术，视频设备可以更有效地发送、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)预测和/或时间(图片间)预测，以减少或消除视频序列中固有的冗余。对于基于块的视频译码，可以将视频切片(video slice)(例如，视频图片或视频图片的一部分)分割为视频块，这些视频块也可以称为译码树单元(CTU)、译码单元(CU)和/或译码节点。相对于同一图片中相邻块中的参考样点，使用空间预测对图片的帧内译码(I)切片中的视频块进行编码。图片的帧间译码(P或B)切片中的视频块可使用相对于同一图片中相邻块中参考样点的空间预测，或相对于其他参考图片中参考样点的时间预测。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

总体上，本公开描述了用于视频译码中的信令的技术，并且具体地，是用于减小信令带宽的技术，包括通过不对不必要的语法元素进行信令通知和/或通过视频译码中的序列参数集(SPS)共享来减少信令带宽的技术。

在一个示例中，一种方法包括确定视频数据的图片是否为帧内随机接入图片(IRAP)，确定该图片的所有层是否独立，基于该图片为IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片，并在不使用帧间切片预测的情况下对该图片进行译码。如本文中所用，帧间切片预测是使用视频数据的一个切片对视频数据的另一个切片的预测。

在另一个示例中，一种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通信地耦接到存储器的一个或多个处理器，该一个或多个处理器被配置为：确定视频数据的图片是否为帧内随机接入图片(IRAP)；确定该图片的所有层是否独立；基于该图片为IRAP且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对该图片进行译码。

在另一示例中，一种编码有指令的计算机可读存储介质，该指令在被执行时使一个或多个处理器确定视频数据的图片是否为帧内随机接入图片(IRAP)，确定该图片的所有层是否独立，基于该图片为IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片，并在不使用帧间切片预测的情况下对该图片进行译码。

在另一示例中，一种设备包括用于确定视频数据的图片是否为帧内随机接入图片(IRAP)的部件，用于确定该图片的所有层是否独立的部件，用于基于该图片为IRAP并且该图片的所有层是独立的来确定第一语法元素的值将指示在该图片中不允许帧间切片的部件，以及用于在不使用帧间切片预测的情况下对该图片进行译码的部件。用于执行本公开的任一方法中的至少一个部件。

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

附图说明

图1是示出可执行本公开的技术的示例视频编码和解码系统的框图。

图2A和图2B是示出示例四叉树二叉树(QTBT)结构以及对应的译码树单元(CTU)的概念图。

图3是示出可执行本公开的技术的示例视频编码器的框图。

图4是示出可执行本公开的技术的示例视频解码器的框图。

图5是示出本公开的示例信令技术的流程图。

图6是示出视频编码的示例的流程图。

图7是示出视频解码的示例的流程图。

具体实施方式

在某些视频标准草案中，诸如VVC草案8，当视频数据层是独立的层(例如，该层不是帧间预测的)时，存在约束，即如果网络抽象层(NAL)单元类型是瞬时解码器刷新(IDR)或干净随机接入(clear random access，CRA)，切片类型应为I切片。但是，图片标头(pictureheader)中有标志ph_inter_slice_allowed_flag，其指示帧间相关语法元素的存在，或者换句话说，切片类型可以是P切片还是B切片。对于当针对独立层的图片中NAL单元类型为IDR或CRA时的情况，此图片标头标志不是约束。因此，不必要的语法元素可能被编码、信令通知和解析，从而浪费了信令开销。根据本公开的技术，可以添加约束，即如果图片是IDR图片或CRA图片，则对于独立层，ph_inter_slice_allowed_flag可以等于0。以这种方式，当图片是IDR图片或CRA图片并且所有层是独立的时，视频编码器可以避免信令通知ph_inter_slice_allowed_flag，并且视频解码器可以推断出ph_inter_slice_allowed_flag的值为0。

另外，在某些视频标准草案中，存在约束，这些约束在实施时基于一个语法元素的值来控制另一语法元素的值。例如，在VVC草案8中，语法元素inter_layer_ref_pics_present_flag的语义包含约束，即“当vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，inter_layer_ref_pics_present_flag的值应等于0”。这意味着，如果实现VVC草案8的视频编码器未对于层使用层间预测(例如，该层是独立的)，则该层的序列参数集(SPS)的inter_layer_ref_pics_present_flag等于0。此约束可避免视频编码器和视频解码器在独立层和依赖层之间共享SPS。在这种约束下，例如，如果存在独立层和依赖层(例如，一个层依赖于另一层进行预测)，则视频编码器200会信令通知两个SPS，每个层一个，即使两个SPS之间的唯一区别是inter_layer_ref_pics_present_flag的值。根据VVC草案8，可以序列信令通知的SPS总数限制为16。因此，在这种情况下(如VVC草案8中的情况)不允许共享SPS可能会导致可在序列中译码的层数减少，以及信令带宽增加。

根据本公开的技术，视频编码器或视频解码器可分别信令通知或解析用于具有相同参考图片结构的独立层和依赖层的共享SPS，但是仅添加用于依赖层的层间参考图片。该技术的优点在于，可以在独立和依赖层之间共享SPS和参考图片结构(例如，ref_pic_list_struct)，从而降低了信令中的开销，并且还可以产生对较大数量的层进行译码的能力。

图1是示出可执行本公开的技术的示例视频编码和解码系统100的框图。本公开的技术通常针对译码(编码和/或解码)视频数据。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、经解码的(例如，重建的)视频以及视频元数据，诸如信令数据。

如图1中所示，在该示例中，系统100包括源设备102，其提供要由目的设备116解码和显示的编码视频数据。具体地，源设备102经由计算机可读介质110将视频数据提供给目的设备116。源设备102和目的设备116可以包含多种设备中的任何一种，包括台式计算机、笔记本计算机(即膝上型计算机)、平板计算机、机顶盒、广播接收器设备、诸如智能手机的电话手持机(移动设备)、电视、照相机、显示设备、数字媒体播放器、视频游戏机、视频流式传输设备等。在某些情况下，源设备102和目的设备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和输出接口108。目的设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开，源设备102的视频编码器200和目的设备116的视频解码器300可以被配置为在视频译码中应用用于SPS共享的技术。因此，源设备102表示视频编码设备的示例，而目的设备116表示视频解码设备的示例。在其他示例中，源设备和目的设备可以包括其他组件或布置。例如，源设备102可以从诸如外部相机的外部视频源接收视频数据。同样，目的设备116可以与外部显示设备对接，而不是包括集成显示设备。

如图1所示的系统100仅是一个示例。通常，任何数字视频编码和/或解码设备都可以执行用于SPS共享的技术。源设备102和目的设备116仅仅是此类译码设备的示例，其中源设备102生成经译码视频数据以发送到目的设备116。本公开将“译码”设备称为执行数据的译码(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，具体地，分别表示视频编码器和视频解码器。在某些示例中，源设备102和目的设备116可以以基本上对称的方式操作，使得源设备102和目的设备116中的每个包括视频编码和解码组件。因此，系统100可以支持源设备102和目的设备116之间的单向或双向视频发送，例如，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，并且向视频编码器200提供视频数据的连续序列图片(也称为“帧”)，视频编码器200对针对这些图片的数据进行编码。源设备102的视频源104可以包括诸如摄像机的视频捕获设备、包含先前捕获的原始视频的视频存档和/或从视频内容提供商接收视频的视频馈送接口。作为另一替代，视频源104可以生成基于计算机图形的数据作为源视频，或者是实时视频、存档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对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收到的顺序(有时称为“显示顺序”)重新排列为用于译码的译码顺序。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，以通过例如目的设备116的输入接口122进行接收和/或检索。

源设备102的存储器106和目的设备116的存储器120表示通用存储器。在某些示例中，存储器106、120可以存储原始视频数据，例如来自视频源104的原始视频和来自视频解码器300的原始的、经解码的视频数据。附加地或替代地，存储器106、120可以存储分别可由例如视频编码器200和视频解码器300执行的软件指令。尽管在该示例中，存储器106和存储器120与视频编码器200和视频解码器300分开示出，但是应当理解，视频编码器200和视频解码器300还可以包括用于功能上相似或等效的目的的内部存储器。此外，存储器106、120可以存储例如从视频编码器200输出并输入到视频解码器300的经编码的视频数据。在某些示例中，存储器106、120的部分可被分配为一个或多个视频缓冲器，例如，以存储原始的、经解码的和/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传输到目的设备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表示一种通信介质，其使源设备102能够例如经由射频网络或基于计算机的网络将经编码的视频数据直接实时地发送至目的设备116。根据诸如无线通信协议的通信标准，输出接口108可以对包括经编码的视频数据的发送信号进行解调，并且输入接口122可以对所接收的发送信号进行解调。通信介质可以包含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发送线。通信介质可以形成诸如局域网、广域网或诸如因特网之类的全球网络的基于分组的网络的一部分。通信介质可以包括路由器、交换机、基站或任何其他有助于从源设备102到目的设备116的通信的设备。

在某些示例中，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，目的设备116可以经由输入接口122访问来自存储设备112的经编码的数据。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任何其他合适的用于存储编码视频数据的数字存储媒体。

在某些示例中，源设备102可以将经编码的视频数据输出到文件服务器114或可以存储由源设备102生成的经编码的视频数据的另一个中间存储设备。目的设备116可以经由流式传输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并将该经编码的视频数据发送到目的设备116的任何类型的服务器设备。文件服务器114可以表示网络服务器(例如，用于网站)、文件发送协议(FTP)服务器、内容传递网络设备或网络附加存储(NAS)设备。目的设备116可以通过包括因特网连接的任何标准数据连接来访问来自文件服务器114的经编码的视频数据。这可以包括适合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，数字订户线(DSL)、电缆调制解调器等)或二者的组合。文件服务器114和输入接口122可以配置为根据流式传输发送协议、下载发送协议或它们的组合来操作。

输出接口108和输入接口122可以表示无线发送器/接收器、调制解调器、有线网络组件(例如，以太网卡)、根据各种IEEE 802.11标准中的任何一种进行操作的无线通信组件，或者其他物理组件。在输出接口108和输入接口122包含无线组件的示例中，输出接口108和输入接口122可以配置为根据诸如4G、4G-LTE(长期演进)、LTE高级、5G等的蜂窝通信标准传递数据，例如经编码的视频数据。在输出接口108包含无线发送器的某些示例中，输出接口108和输入接口122可配置为根据其他无线标准，诸如IEEE 802.11规范、IEEE802.15规范(例如ZigBee^TM)、蓝牙^TM标准等来传递数据，诸如经编码的视频数据。在某些示例中，源设备102和/或目的设备116可以包括各自的片上系统(SoC)设备。例如，源设备102可以包括SoC设备，用于执行归因于视频编码器200和/或输出接口108的功能，并且目的设备116可以包括SoC设备，用于执行归因于视频解码器300和/或输入接口122的功能。

本公开的技术可以应用于支持各种多媒体应用中的任何一种的视频译码，诸如空中电视广播、有线电视发送、卫星电视发送、互联网流式视频发送，诸如HTTP上的动态自适应流式传输(DASH)、编码到数据存储介质上的数字视频、存储在数据存储介质上的数字视频的解码或其他应用。

目的设备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定义的信令信息，其也由视频解码器300使用，诸如具有描述视频块或其他经译码的单元(例如，切片、图片、图片组、序列等)的特性和/或处理的值的语法元素。显示设备118将经解码的视频数据的经解码的图片显示给用户。显示设备118可以表示多种显示设备中的任何一种，诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或另外类型的显示设备。

尽管未在图1中显示，但在某些示例中，视频编码器200和视频解码器300可以分别与音频编码器和/或音频解码器集成在一起，并且可以包括适当的MUX-DEMUX单元或其他硬件和/或软件，以用于在公共数据流中处理包括音频和视频两者在内的多路复用流。如果适用，MUX-DEMUX单元可以符合ITU H.223多路复用器协议或其他协议，诸如用户数据报协议(UDP)。

视频编码器200和视频解码器300可各自实现为各种合适的编码器和/或解码器电路中的任何一种，诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑、软件、硬件、固件或它们的任何组合。当技术部分地以软件实现时，设备可将用于软件的指令存储在合适的非暂时性计算机可读介质中，并使用一个或多个处理器以硬件方式执行指令以执行本公开的技术。视频编码器200和视频解码器300中的每个可以被包括在一个或多个编码器或解码器中，它们中的任一个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的设备可以包含集成电路、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，也称为高效视频译码(HEVC)或其扩展，诸如多视图和/或可缩放视频编码扩展。替代地，视频编码器200和视频解码器300可以根据诸如ITU-T H.266的其他专有或工业标准，也称为多功能视频译码(VVC)来操作。Bross等人在“多功能视频译码(草案8)”，ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11联合视频专家组(JVET)：布鲁塞尔，BE，2020年1月7日至17日，JVET-Q2001-vC(以下简称“VVC草案8”)中描述了VVC标准的最新草案。然而，本公开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可以执行图片的基于块的译码。术语“块”通常是指包括要被处理(例如，编码、解码或以其他方式在编码和/或解码过程中使用)的数据的结构。例如，块可以包括亮度和/或色度数据的样点的二维矩阵。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，不是译码图片的样点的红色、绿色和蓝色(RGB)数据，而是视频编码器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调和蓝色调色度分量两者。在某些示例中，视频编码器200在编码之前将接收到的RGB格式的数据转换成YUV表示，并且视频解码器300将YUV表示转换成RGB格式。替代地，预处理和后处理单元(未示出)可以执行这些转换。

本公开通常可以指代图片的译码(例如，编码和解码)以包括对图片的数据进行编码或解码的过程。类似地，本公开可涉及对图片的块的译码以包括对针对块的数据进行编码或解码的过程，例如，预测和/或残差译码。经编码的视频比特流通常包括用于语法元素的一系列值，这些值表示译码决策(例如，译码模式)以及图片到块的分割。因此，对译码图片或块的引用通常应理解为用于形成图片或块的语法元素的译码值。

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。视频码器可还分割PU和TU。例如，在HEVC中，残差四叉树(RQT)表示TU的分割。在HEVC中，PU表示帧间预测数据，而TU表示残差数据。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可根据树结构(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)对CTU进行分割。QTBT结构消除了多种分割类型的概念，诸如HEVC的CU、PU和TU之间的区分。QTBT结构包括两个级别：根据四叉树分割来分割的第一级别，以及根据二叉树分割来分割的第二级别。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)(也称为三元树(TT))分割来对块进行分割。三叉或三元树分割是将一个块拆分为三个子块的分割。在某些示例中，三叉或三元树分割将一个块划分为三个子块，而不通过中心划分原始块。MTT中的分割类型(例如，QT、BT和TT)可以是对称的也可以是不对称的。

在某些示例中，视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度和色度分量中的每一个，而在其他示例中，视频编码器200和视频解码器300可以使用两个或更多QTBT或MTT结构，诸如用于亮度分量的一个QTBT/MTT结构和用于两个色度分量的另一个QTBT/MTT结构(或两个QTBT/MTT结构用于各自的色度分量)。

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分割或其他分割结构。为了解释的目的，相对于QTBT分割给出了本公开的技术的描述。然而应理解，本公开的技术还可应用于配置为使用四叉树分割或其他类型的分割的视频译码器。

在图片中可以以各种方式将块(例如，CTU或CU)分组。作为一个示例，砖块可以指图片中特定图块(tile)内的CTU行的矩形区域。图块可以是图片中的特定图块列和特定图块行内的CTU的矩形区域。图块列是指CTU的矩形区域，其具有等于图片的高度的高度和由语法元素(例如，诸如在图片参数集中)指定的宽度。图块行是指CTU的矩形区域，其具有由语法元素(例如，诸如在图片参数集中)指定的高度并且其宽度等于图片的宽度。

在某些示例中，可将图块分割成多个砖块，每个砖块可在图块内包括一个或多个CTU行。没有分割为多个砖块的图块也可以称为砖块。但是，作为图块的真实子集的砖块不能称为图块。

图片中的砖块也可以以切片排列。切片可以是图片的整数个砖块，它们可以排他地包含在单个网络抽象层(NAL)单元中。在某些示例中，切片包括多个完整图块或仅一个图块的完整砖块的连续序列。

本公开可互换地在垂直和水平维度方面使用“N×N”和“N乘N”来指代块(诸如CU或其他视频块)的样点维度，例如16×16样点或16乘16样点。通常，16x16CU在垂直方向上将有16个样点(y＝16)且在水平方向上将有16个样点(x＝16)。同样地，N×N的CU通常在垂直方向上具有N个样点且在水平方向上具有N个样点，其中N表示非负整数值。CU中的样点可以按行和列排列。此外，CU在水平方向上不必具有与垂直方向上相同数量的样点。举例来说，CU可包含N×M个样点，其中M不一定等于N。

视频编码器200对针对表示预测和/或残差信息以及其他信息的CU的视频数据进行编码。预测信息指示将如何预测CU以便形成用于CU的预测块。残差信息通常表示编码之前的CU的样点与预测块之间的逐样点差。

为了预测CU，视频编码器200通常可通过帧间预测或帧内预测来形成用于CU的预测块。帧间预测通常是指根据先前经译码的图片的数据来预测CU，而帧内预测通常是指根据同一图片的先前经译码的数据来预测CU。为了执行帧间预测，视频编码器200可使用一个或多个运动矢量来产生预测块。视频编码器200通常可执行运动搜索以例如在CU与参考块之间的差方面标识与CU紧密匹配的参考块。视频编码器200可使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)或其他此类差值计算以确定参考块是否紧密匹配当前CU。在某些示例中，视频编码器200可使用单向预测或双向预测来预测当前CU。

VVC的某些示例还提供了仿射运动补偿模式，可以将其视为帧间预测模式。在仿射运动补偿模式中，视频编码器200可以确定表示非平移运动的两个或更多个运动矢量，诸如放大或缩小、旋转、透视运动或其他不规则运动类型。

为了执行帧内预测，视频编码器200可选择帧内预测模式以产生预测块。VVC的某些示例提供了67种帧内预测模式，包括各种定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，其描述当前块(例如，CU的块)的、根据其来预测当前块的样点的相邻样点。假设视频编码器200以光栅扫描顺序(从左到右、从上到下)译码CTU和CU，则这样的样点通常可以在与当前块相同的图片中的当前块的上方、上方和左侧、或者左侧。

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可对表示使用各种可用帧间预测模式中的哪一个的数据以及对应模式的运动信息进行编码。例如，对于单向或双向帧间预测，视频编码器200可以使用高级运动矢量预测(AMVP)或Merge模式来对运动矢量进行编码。视频编码器200可使用类似模式来对仿射运动补偿模式的运动矢量进行编码。

在诸如块的帧内预测或帧间预测之类的预测之后，视频编码器200可计算用于该块的残差数据。残差数据(诸如残差块)表示该块与使用相应预测模式形成的针对该块的预测块之间的逐样点差。视频编码器200可将一个或多个变换应用于残差块，以在变换域而非样点域中产生经变换的数据。例如，视频编码器200可将离散余弦变换(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可在初级变换之后应用次级变换，诸如模式依赖的不可分离的次级变换(MDNSST)、信号依赖的变换、卡尔亨-洛夫变换(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，在进行任何变换以产生变换系数之后，视频编码器200可执行变换系数的量化。量化通常是指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，从而提供进一步压缩的过程。通过执行量化过程，视频编码器200可减小与某些或所有变换系数相关联的比特深度。举例来说，视频编码器200可在量化期间将n比特值舍入为m比特值，其中n大于m。在某些示例中，为了执行量化，视频编码器200可执行待量化的值的逐比特右移。

在量化之后，视频编码器200可扫描变换系数，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(并且因此频率较低)的变换系数放在矢量的前面，并将较低能量(并且因此频率较高)的变换系数放在矢量的后面。在某些示例中，视频编码器200可利用预定义的扫描次序来扫描经量化的变换系数以产生串行化的矢量，且接着对矢量的经量化的变换系数进行熵编码。在其他示例中，视频编码器200可以执行自适应扫描。在扫描量化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)对一维矢量进行熵编码。视频编码器200还可对语法元素的值进行熵编码，其描述与经编码的视频数据相关联的元数据，以供视频解码器300在解码视频数据时使用。

为了执行CABAC，视频编码器200可将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。概率确定可以基于分配给符号的上下文。

视频编码器200还可以例如在图片标头、块标头、切片标头中向视频解码器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，或其他语法数据，诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS)。视频解码器300可类似地解码此类语法数据以确定如何解码对应的视频数据。

以此方式，视频编码器200可产生包含经编码的视频数据的比特流，例如，描述将图片分割成块(例如，CU)以及用于块的预测和/或残差信息的语法元素。最终，视频解码器300可以接收比特流并对经编码的视频数据进行解码。

通常，视频解码器300执行与视频编码器200执行的相反过程，以解码比特流的经编码的视频数据。举例来说，视频解码器300可使用CABAC以与视频编码器200的CABAC编码过程实质上相似的方式(尽管相反)来解码比特流的针对语法元素的值。语法元素可以定义用于将图片分割为CTU的分割信息，并且根据诸如QTBT结构的对应分割结构来分割每个CTU，以定义CTU的CU。语法元素可还定义针对视频数据的块(例如，CU)的预测和残差信息。

残差信息可以由例如经量化的变换系数表示。视频解码器300可对块的经量化的变换系数进行逆量化和逆变换以再现针对该块的残差块。视频解码器300使用信令通知的预测模式(帧内或帧间预测)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(在逐样点的基础上)组合预测块和残差块以再现原始块。视频解码器300可执行附加处理，诸如执行去方块过程以减少沿着块的边界的视觉伪影。

根据本公开的技术，一种方法包括确定视频数据的图片是否为帧内随机接入图片(IRAP)，确定该图片的所有层是否独立，基于该图片为IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片，以及在不使用帧间切片预测的情况下对该图片进行译码。

根据本公开的技术，一种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通信地耦接到存储器的一个或多个处理器，该一个或多个处理器配置为：确定视频数据的图片是否为帧内随机接入图片(IRAP)；确定该图片的所有层是否独立；基于该图片为IRAP且该图片的所有层均独立，确定第一语法元素的值将指示在该图片中不允许帧间切片；以及在不使用帧间切片预测的情况下对该图片进行译码。

根据本公开的技术，一种编码有指令的计算机可读存储介质，该指令在被执行时使一个或多个处理器：确定视频数据的图片是否为帧内随机接入图片(IRAP)，确定该图片的所有层是否独立，基于该图片为IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片，以及在不使用帧间切片预测的情况下对该图片进行译码。

根据本公开的技术，一种设备包括用于确定视频数据的图片是否为帧内随机接入图片(IRAP)的部件，用于确定该图片的所有层是否独立的部件，用于基于该图片为IRAP并且该图片的所有层是独立的来确定第一语法元素的值将指示在该图片中不允许帧间切片的部件，以及用于在不使用帧间切片预测的情况下对该图片进行译码的部件。用于执行本公开的任一方法中的至少一个部件。

本公开通常可以指代“信令通知”某些信息，诸如语法元素。术语“信令通知”通常可以指代语法元素的值和/或用于解码经编码的视频数据的其他数据的通信。也就是说，视频编码器200可在比特流中信令通知用于语法元素的值。通常，信令通知指在比特流中生成值。如上所述，源设备102可以基本上实时地或不实时(诸如在将语法元素存储到存储设备112以供稍后由目的设备116检索时可能发生)地将比特流传输到目的设备116。

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。实线表示四叉树划分，虚线表示二叉树划分。在二叉树的每个划分(即非叶)节点中，信令通知一个标志以指示使用哪种划分类型(即，水平或垂直)，其中在该示例中，0表示水平划分，而1表示垂直划分。对于四叉树划分，由于四叉树节点将块水平和垂直划分为尺寸相等的4个子块，因此无需指示划分类型。因此，视频编码器200可以编码而视频解码器300可以解码针对QTBT结构130的区域树级别(即，实线)的语法元素(诸如划分信息)和针对QTBT结构130的预测树级别(即，虚线)的语法元素(诸如划分信息)。视频编码器200可以编码而视频解码器300可以解码针对由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。

通常，图2B的CTU 132可以与定义与第一和第二级别处的QTBT结构130的节点相对应的块的尺寸的参数相关联。这些参数可以包括CTU尺寸(表示样点中CTU 132的尺寸)、最小四叉树尺寸(MinQTSize，表示允许的最小四叉树叶节点尺寸)、最大二叉树尺寸(MaxBTSize，表示允许的最大二叉树根节点尺寸)、最大二叉树深度(MaxBTDepth，表示允许的最大二叉树深度)和最小二叉树尺寸(MinBTSize，表示允许的最小二叉树叶节点尺寸)。

对应于CTU的QTBT结构的根节点可以在QTBT结构的第一级别具有四个子节点，每个子节点可以根据四叉树分割来分割。即，第一级别的节点是叶节点(没有子节点)或具有四个子节点。QTBT结构130的示例表示这样的节点，该节点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尺寸(MaxBTSize)，则可以通过相应的二叉树进一步对节点进行分割。可以迭代一个节点的二叉树划分，直到划分产生的节点达到最小允许的二叉树叶节点尺寸(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，而无需任何进一步分割。如上所述，CU也可以被称为“视频块”或“块”。

在QTBT分割结构的一个示例中，CTU尺寸被设置为128x128(亮度样点和两个对应的64x64色度样点)，MinQTSize被设置为16x16，MaxBTSize被设置为64x64，MinBTSize(对于宽度和高度二者)被设置为4，并且MaxBTDepth被设置为4。首先将四叉树分割应用于CTU，以生成四叉树叶节点。四叉树叶节点可以具有从16x16(即MinQTSize)到128x128(即CTU尺寸)的尺寸。如果四叉树叶节点为128x128，则四叉树叶节点将不会被二叉树进一步划分，因为其尺寸超过了MaxBTSize(在此示例中为64x64)。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(在此示例中为4)时，不允许进一步划分。当二叉树节点的宽度等于MinBTSize(在此示例中为4)时，表示不允许进一步垂直划分。类似地，具有等于MinBTSize的高度的二叉树节点意味着对于该二叉树节点不允许进一步水平划分。如上所述，将二叉树的叶节点称为CU，并且根据预测和变换对其进行进一步处理而无需进一步分割。

图3是示出可执行本公开的技术的示例视频编码器200的框图。提供图3是为了解释的目的，并且不应被认为是对本公开中广泛例示和描述的技术的限制。为了解释的目的，本公开描述了根据VVC(正在开发的ITU-T H.266)和HEVC(ITU-T H.265)的技术的视频编码器200。然而，本公开的技术可以由被配置为其他视频译码标准的视频编码设备来执行。

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、重建单元214、滤波器单元216、经解码图片缓冲器(DPB)218，以及熵编码单元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、重建单元214、滤波器单元216、DPB 218，以及熵编码单元220中的任一或全部可以在一个或多个处理器或处理电路中实现。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，或者被实现为FPGA的处理器ASIC的一部分。此外，视频编码器200可包括附加的或替代的处理器或处理电路，以执行这些和其他功能。

视频数据存储器230可以存储要由视频编码器200的组件编码的视频数据。视频编码器200可以从例如视频源104(图1)接收存储在视频数据存储器230中的视频数据。DPB218可以用作参考图片存储器，其存储参考视频数据，以供在由视频编码器200预测后续视频数据中使用。视频数据存储器230和DPB 218可以由各种存储设备中的任何一种构成，诸如动态随机接入存储器(DRAM)，包括同步DRAM(SDRAM)、磁阻RAM(MRAM)、电阻性RAM(RRAM)或其他类型的存储器设备。视频数据存储器230和DPB218可以由相同的存储器设备或分离的存储器设备提供。在各种示例中，视频数据存储器230可以与视频编码器200的其他组件在片上，如图所示，或者相对于那些组件在片外。

在本公开中，对视频数据存储器230的引用不应被解释为限于视频编码器200内部的存储器，除非如此具体地描述，或者视频编码器200外部的存储器，除非如此具体地描述。而是，对视频数据存储器230的引用应被理解为存储视频编码器200所接收的用于编码的视频数据(例如，用于将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还可提供来自视频编码器200的各个单元的输出的临时存储。

图3的各个单元被示出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、可编程电路或它们的组合。固定功能电路指提供特定功能并预先设置可以被执行的操作的电路。可编程电路指可以被编程以执行各种任务并且在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行使可编程电路以由软件或固件的指令所定义的方式进行操作的软件或固件。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。在某些示例中，一个或多个单元可以是不同的电路块(固定功能或可编程的)，并且在某些示例中，一个或多个单元可以是集成电路。

视频编码器200可以包括算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或由可编程电路形成的可编程核心。在使用由可编程电路执行的软件执行视频编码器200的操作的示例中，存储器106(图1)可以存储视频编码器200接收和执行的软件的指令(例如，目标代码)，或者视频编码器200内的另一存储器(未示出)可以存储这样的指令。

视频数据存储器230被配置为存储接收到的视频数据。视频编码器200可以从视频数据存储器230检索视频数据的图片，并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将被编码的原始视频数据。

模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括附加功能单元，以根据其他预测模式来执行视频预测。作为示例，模式选择单元202可以包括调色板单元、帧内块复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元，或类似的单元。

模式选择单元202通常协调多个编码遍(passes)，以测试编码参数的组合以及对于这种组合的结果率失真值。编码参数可以包括CTU到CU的分割、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可以最终选择具有比其他测试的组合更好的率失真值的编码参数的组合。

视频编码器200可将从视频数据存储器230检索到的图片分割为一系列CTU，并将一个或多个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可通过根据树结构分割CTU来形成一个或多个CU。这样的CU也通常可以被称为“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，或在HEVC中，PU和TU的重叠部分)的预测块。对于当前块的帧间预测，运动估计单元222可以执行运动搜索以标识一个或多个参考图片(例如，被存储在DPB 218中的一个或多个先前经译码的图片)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与当前块的相似程度的值。运动估计单元222通常可使用当前块与所考虑的参考块之间的逐样点差来执行这些计算。运动估计单元222可标识具有由这些计算产生的最小值的参考块，其指示与当前块最接近地匹配的参考块。

运动估计单元222可形成一个或多个运动矢量(MV)，其定义参考图片中的参考块的位置相对于当前图片中的当前块的位置。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点精度，则运动补偿单元224可以根据一个或多个插值滤波器对预测块的值进行插值。此外，对于双向帧间预测，运动补偿单元224可检索由相应运动矢量标识的两个参考块的数据，并例如通过逐样点平均或加权平均来组合所检索的数据。

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点来生成预测块。例如，对于定向模式，帧内预测单元226通常可以在数学上组合相邻样点的值，并在当前块上沿定义的方向填充这些计算出的值，以产生预测块。作为另一示例，对于DC模式，帧内预测单元226可以计算当前块的相邻样点的平均值，并且生成预测块以包括针对预测块的每个样点的所得平均。

在某些示例中，根据本公开的技术，模式选择单元202可以确定视频数据的图片是否是IRAP，并且确定该图片的所有层是否独立。模式选择单元202还可以基于该图片是IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片和/或在不使用帧间切片预测的情况下对该图片进行编码。

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，并从模式选择单元202接收预测块。残差生成单元204计算当前块和预测块之间的逐样点差。所得的逐样点差定义了针对当前块的残差块。在某些示例中，残差生成单元204还可确定残差块中的样点值之间的差以使用残差差分脉冲代码调制(RDPCM)来产生残差块。在某些示例中，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。

在模式选择单元202将CU分割为PU的示例中，每个PU可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可以支持具有各种尺寸的PU。如上所述，CU的尺寸可以指CU的亮度译码块的尺寸，而PU的尺寸可以指PU的亮度预测单元的尺寸。假设特定CU的尺寸为2Nx2N，则视频编码器200可支持用于帧内预测的2Nx2N或NxN的PU尺寸，以及用于帧间预测的2Nx2N、2NxN、Nx2N、NxN或类似的对称PU尺寸。视频编码器200和视频解码器300还可针对用于帧间预测的2NxnU、2NxnD、nLx2N和nRx2N的PU尺寸支持非对称分割。

在模式选择单元202不将CU进一步分割成PU的示例中，每个CU可与亮度译码块和对应的色度译码块相关联。如上所述，CU的尺寸可以指CU的亮度译码块的尺寸。视频编码器200和视频解码器300可以支持2N×2N、2N×N或N×2N的CU尺寸。

对于诸如帧内块复制模式译码、仿射模式译码和线性模型(LM)模式译码之类的其他视频译码技术，作为某些示例，模式选择单元202经由与译码技术相关联的各个单元，为正在被编码的当前块生成预测块。在某些示例中，诸如调色板模式译码，模式选择单元202可以不生成预测块，而是生成指示基于所选调色板重建块的方式的语法元素。在这样的模式中，模式选择单元202可以将这些语法元素提供给熵编码单元220以进行编码。

如上所述，残差生成单元204接收针对当前块和对应的预测块的视频数据。残差生成单元204然后生成当前块的残差块。为了生成残差块，残差生成单元204计算预测块和当前块之间的逐样点差。

变换处理单元206将一个或多个变换应用于残差块以生成变换系数的块(在本文中称为“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、卡尔亨-洛夫变换(KLT)或概念上类似的变换应用于残差块。在某些示例中，变换处理单元206可以对残差块执行多个变换，例如初级变换和次级变换，诸如旋转变换。在某些示例中，变换处理单元206不将变换应用于残差块。

量化单元208可以量化变换系数块中的变换系数，以产生量化的变换系数块。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)可通过调整与CU相关联的QP值来调整应用于与当前块相关联的变换系数块的量化程度。量化可能会导致信息丢失，并因此经量化的变换系数的精度可能会比变换处理单元206产生的原始变换系数的精度低。

逆量化单元210和逆变换处理单元212可以对经量化的变换系数块分别应用逆量化和逆变换，以从变换系数块重建残差块。重建单元214可以基于重建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建块(尽管可能具有某种程度的失真)。例如，重建单元214可将重建的残差块的样点与来自由模式选择单元202生成的预测块的对应样点相加，以产生重建块。

滤波器单元216可对重建块执行一个或多个滤波操作。例如，滤波器单元216可执行去方块操作以减少沿着CU的边缘的块状伪影。在某些示例中，可以跳过滤波器单元216的操作。

视频编码器200将重建块存储在DPB 218中。例如，在不需要滤波器单元216的操作的示例中，重建单元214可以将重建块存储到DPB 218。在需要滤波器单元216的操作的示例中，滤波器单元216可以将经滤波的重建块存储到DPB 218。运动估计单元222和运动补偿单元224可从DPB 218检索参考图片，其是由重建(并且可能经滤波的)块形成的，以对随后编码的图片的块进行帧间预测。另外，帧内预测单元226可使用当前图片的DPB 218中的重建块来对当前图片中的其他块进行帧内预测。

通常，熵编码单元220可以对从视频编码器200的其他功能组件接收的语法元素进行熵编码。例如，熵编码单元220可以对来自量化单元208的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可变长度译码(CAVLC)操作、CABAC操作、可变到可变(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、概率间隔分割熵(PIPE)译码操作、指数哥伦布译码操作，或另一种熵编码操作。在某些示例中，熵编码单元220可以在语法元素未被熵编码的旁路模式下操作。

视频编码器200可输出包括重建切片或图片的块所需的熵编码语法元素的比特流。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。这样的描述应该被理解为是针对亮度译码块和/或色度译码块的操作。如上所述，在某些示例中，亮度译码块和色度译码块是CU的亮度和色度分量。在某些示例中，亮度译码块和色度译码块是PU的亮度和色度分量。

在某些示例中，不必针对色度译码块重复针对亮度译码块执行的操作。作为一个示例，不需要重复用于标识用于亮度译码块的运动矢量(MV)和参考图片的操作来标识用于色度块的MV和参考图片。而是，可以缩放用于亮度译码块的MV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表示被配置为编码视频数据的设备的示例，其包括被配置为存储视频数据的存储器和在电路中实现并通信地耦接到存储器的一个或多个处理器，该一个或多个处理器配置为：确定视频数据的图片是否是帧内随机接入图片(IRAP)；确定该图片的所有层是否独立；基于该图片是IRAP且该图片的所有层均独立，确定第一语法元素的值将指示在该图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对该图片进行编码。

图4是示出可执行本公开的技术的示例视频解码器300的框图。提供图4是为了解释的目的，并且不应被认为是对本公开中广泛例示和描述的技术的限制。为了解释的目的，本公开描述了根据VVC(正在开发的ITU-T H.266)和HEVC(ITU-T H.265)的技术的视频解码器300。然而，本公开的技术可以由被配置为其他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包括经译码图片缓冲器(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、重建单元310、滤波器单元312和经解码图片缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重建单元310、滤波器单元312和DPB 314中的任一或全部可以在一个或多个处理器或在处理电路中实现。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FPGA的处理器ASIC的一部分。此外，视频解码器300可包括附加的或替代的处理器或处理电路，以执行这些和其他功能。

预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括附加单元，以根据其他预测模式来执行预测。作为示例，预测处理单元304可以包括调色板单元、帧内块复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元，或类似的单元。在其他示例中，视频解码器300可以包括更多、更少或不同的功能组件。

CPB存储器320可以存储将由视频解码器300的组件解码的视频数据，诸如经编码的视频比特流。可以例如从计算机可读介质110(图1)获得存储在CPB存储器320中的视频数据。CPB存储器320可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。而且，CPB存储器320可以存储除了经译码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通常存储经解码的图片，视频解码器300可以将该经解码的图片输出和/或在解码经编码的视频比特流的后续数据或图片时用作参考视频数据。CPB存储器320和DPB 314可以由各种存储设备中的任何一种形成，诸如包括SDRAM、MRAM、RRAM的DRAM，或其他类型的存储设备。CPB存储器320和DPB 314可以由相同的存储器设备或分离的存储器设备提供。在各种示例中，CPB存储器320可以与视频解码器300的其他组件在片上，或者相对于那些组件在片外。

附加地或替代地，在某些示例中，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。即，存储器120可以如上面与CPB存储器320讨论的那样存储数据。同样，当视频解码器300的某些或全部功能在要由视频解码器300的处理电路执行的软件中实现时，存储器120可以存储要由视频解码器300执行的指令。

图4中的各个单元被示出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、可编程电路或它们的组合。类似于图3，固定功能电路指提供特定功能并预先设置可以执行的操作的电路。可编程电路指可以被编程以执行各种任务并且在可以执行的操作中提供灵活功能的电路。例如，可编程电路可以执行使可编程电路以软件或固件的指令所定义的方式进行操作的软件或固件。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。在某些示例中，一个或多个单元可以是不同的电路块(固定功能或可编程的)，并且在某些示例中，一个或多个单元可以是集成电路。

视频解码器300可以包括ALU、EFU、数字电路、模拟电路和/或由可编程电路形成的可编程核心。在视频解码器300的操作由在可编程电路上执行的软件执行的示例中，片上或片外存储器可以存储视频解码器300接收并执行的软件的指令(例如，目标代码)。

熵解码单元302可从CPB接收经编码的视频数据，并对视频数据进行熵解码以再现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重建单元310和滤波器单元312可以基于从比特流提取的语法元素来生成经解码的视频数据。

通常，视频解码器300在逐块的基础上重建图片。视频解码器300可单独地对每个块执行重建操作(其中当前正在重建(即，被解码的块)可被称为“当前块”)。

熵解码单元302可熵解码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/或变换模式指示的变换信息。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来确定量化度，并且同样地，确定逆量化度以供逆量化单元306应用。逆量化单元306可以例如执行逐比特左移运算以对经量化的变换系数进行逆量化。逆量化单元306可以由此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可以将一个或多个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、逆卡尔亨-洛夫变换(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熵解码的预测信息语法元素来生成预测块。例如，如果预测信息语法元素指示当前块是帧间预测的，则运动补偿单元316可以生成预测块。在这种情况下，预测信息语法元素可以指示DPB 314中的从其检索参考块的参考图片，以及标识参考块在参考图片中的位置相对于当前块在当前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)所描述的方式基本上相似的方式来执行帧间预测过程。

在某些示例中，根据本公开的技术，预测处理单元304可以确定视频数据的图片是否是IRAP，并且确定该图片的所有层是否独立。预测处理单元304还可以基于该图片是IRAP并且该图片的所有层是独立的，确定第一语法元素的值将指示在该图片中不允许帧间切片和/或在不使用帧间切片预测的情况下对该图片进行编码。

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通常可以以与关于帧内预测单元226(图3)所描述的方式基本上相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检索针对当前块的相邻样点的数据。

重建单元310可以使用预测块和残差块来重建当前块。例如，重建单元310可将残差块的样点与预测块的对应样点相加以重建当前块。

滤波器单元312可对重建块执行一个或多个滤波操作。例如，滤波器单元312可执行去方块操作以减少沿着重建块的边缘的块状伪影。不必在所有示例中都执行滤波器单元312的操作。

视频解码器300可将重建块存储在DPB 314中。例如，在不执行滤波器单元312的操作的示例中，重建单元310可以将重建块存储到DPB 314。在执行滤波器单元312的操作的示例中，滤波器单元312可以将经滤波的重建块存储到DPB 314。如上所述，DPB 314可以向预测处理单元304提供参考信息，诸如用于帧内预测的当前图片以及用于后续运动补偿的先前经解码的图片的样点。此外，视频解码器300可以从DPB 314输出经解码的图片(例如，经解码的视频)，以便随后在诸如图1的显示设备118的显示设备上呈现。

以这种方式，视频解码器300表示视频解码设备的示例，其包括配置为存储视频数据的存储器和在电路中实现并通信地耦接到存储器的一个或多个处理器，该一个或多个处理器配置为：确定视频数据的图片是否是帧内随机接入图片(IRAP)；确定该图片的所有层是否独立；基于该图片为IRAP且该图片的所有层均独立，确定第一语法元素的值将指示在该图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对该图片进行解码。

如上所述，本公开描述了用于节省信令带宽的技术，包括用于不信令通知不必要的语法元素并且用于使得能够在视频编码器200和视频解码器300之间共享SPS的技术。例如，VVC草案8描述了SPS，其包含视频编码器200可在比特流中信令通知且视频解码器300可解析的编解码器参数。SPS可以包括是否使用层间预测的指示，并且可选地，包括参考图片列表信令。以下是VVC草案8的两个摘录：

inter_layer_ref_pics_present_flag等于0指定没有ILRP[层间参考图片]用于CLVS[译码层视频序列]中的任何经译码图片的帧间预测。inter_layer_ref_pic_flag等于1指定ILRP可用于CLVS中一个或多个经译码图片的帧间预测。当sps_video_parameter_set_id等于0时，推断inter_layer_ref_pics_present_flag的值等于0。当vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，inter_layer_ref_pics_present_flag的值应等于0。

inter_layer_ref_pic_flag[listIdx][rplsIdx][i]等于1指定ref_pic_list_struct(listIdx,rplsIdx)语法结构中的第i个条目是ILRP条目。inter_layer_ref_pic_flag[listIdx][rplsIdx][i]等于0指定ref_pic_list_struct(listIdx,rplsIdx)语法结构中的第i个条目不是ILRP条目。当不存在时，推断inter_layer_ref_pic_flag[listIdx][rplsIdx][i]的值等于0。

视频编码器200可以在视频参数集(VPS)中信令通知指示层是否是独立的层的语法元素，并且视频解码器300可解析该语法元素。以下是有关此类语法元素的VVC草案8的摘录。

vps_independent_layer_flag[i]等于1指定索引为i的层不使用层间预测。vps_independent_layer_flag[i]等于0指定索引为i的层可以使用层间预测，并且针对在0到i-1包含端点的范围内的j的语法元素vps_direct_ref_layer_flag[i][j]在VPS中存在。当不存在时，推断vps_independent_layer_flag[i]的值等于1。

在VVC草案8中，inter_layer_ref_pics_present_flag的语义(如上所述)包含约束，即“当vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，inter_layer_ref_pics_present_flag的值应等于0”。因此，根据VVC草案8，当视频编码器200对一个层不使用层间预测时，例如该层是独立的，则该层的SPS具有等于0的inter_layer_ref_pics_present_flag。

此约束阻止视频编码器200或视频解码器300在独立层和依赖层之间共享SPS。例如，如果CLVS中存在独立的和依赖的，那么即使两个SPS之间的唯一差异是inter_layer_ref_pics_present_flag的值，视频编码器200也可能信令通知两个SPS，每个层一个。可以在序列中信令通知的SPS总数限制为16，因此不允许共享SPS(如VVC草案8中的情况)可能会导致可译码的层数减少，以及信令带宽的增加。

本公开包括可以解决前述问题的技术。这些技术可以单独使用或以任何组合使用。下面作为VVC草案8中的更改提供了本公开技术的示例。

根据本公开的技术，可以消除对于独立层的inter_layer_ref_pics_present_flag应等于0的约束。VVC草案8中建议的更改标记如下：删除的开始用<DELETE>标记，并且删除的结束用</DELETE>标记。

inter_layer_ref_pics_present_flag等于0指定没有ILRP用于CLVS中任何经译码图片的帧间预测。inter_layer_ref_pic_flag等于1指定ILRP可用于CLVS中一个或多个经译码图片的帧间预测。当sps_video_parameter_set_id等于0时，推断inter_layer_ref_pics_present_flag的值等于0。<DELETE>当vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，inter_layer_ref_pics_present_flag的值应等于0。</DELETE>

由于独立层可以不具有层间预测，所以视频编码器200或视频解码器300可以不将层间参考图片添加到参考图片列表，即使这样的图片的存在由(例如，在SPS中信令通知的)inter_layer_ref_pics_present_flag等于1和参考层指示。为了避免将层间参考图片添加到用于独立层的参考图片列表中，视频编码器200或视频解码器300可以在参考图片列表导出过程中检查层是独立的或非依赖的条件，并且仅为依赖层添加层间参考图片。

在一个示例中，这种条件可以是vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]是否等于0。例如，根据本公开的技术，对VVC草案8的更改标记如下：更改的开始用<CHANGE>标记，并且更改的结束用</CHANGE>标记。

参考图片列表RefPicList[0]和RefPicList[1]，参考图片缩放比率RefPicScale[i][j][0]和RefPicScale[i][j][1]，并且参考图片缩放标志RprConstraintsActive[0][j]和RprConstraintsActive[1][j]导出如下：

/>

/>

以这种方式，视频编码器200或视频解码器300可分别信令通知或解析具有相同参考图片结构的、用于独立和依赖层的共享SPS，但是仅给依赖层添加层间参考图片。该技术的优点在于，可以在独立和依赖层之间共享SPS和参考图片结构(例如，ref_pic_list_struct)，从而降低了信令中的开销。

视频编码器200可基于参考图片结构是否包含层间参考图片来有条件地在该参考图片结构内信令通知inter_layer_ref_pic_flag。inter_layer_ref_pic_flag可以指示参考图片是否是层间参考图片。在VVC草案8中，可以基于inter_layer_ref_pics_present_flag执行此条件检查。然而，根据本公开的技术，与SPS的一部分相同的参考图片结构可以用于独立层。为了避免视频编码器200信令通知inter_layer_ref_pic_flag标志将等于0(指示参考图片不是层间参考图片)，本公开的技术可以用检查层是否是独立层或不是独立层来代替VVC草案8中的条件检查。

在一个示例中，视频编码器200可将附加的自变量interLayerRefPicsPresentFlag添加到ref_pic_list_struct，以指示参考图片列表结构是否包含层间参考图片。在下面的示例中，更改的开始标记为<CHANGE>，更改的结束标记为</CHANGE>，删除的开始标记为<DELETE>，并且删除的结束标记为</DELETE>。

当视频编码器200在SPS中信令通知ref_pic_list_struct时，视频编码器200可以将添加的自变量设置为等于SPS是否包含层间参考图片的指示。例如，视频编码器200可以将添加的自变量设置为等于inter_layer_ref_pics_present_flag。在一个示例中，如下所示，对VVC草案8的更改的开始标记为<CHANGE>，并且更改的结束标记为</CHANGE>。

当视频编码器200在图片或切片标头中信令通知参考图片列表ref_pic_lists时，视频编码器200可以将添加的自变量interLayerRefPicsPresentFlag设置为等于vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]，如下所示。VVC草案8的更改的开始标记为<CHANGE>，更改的结束标记为</CHANGE>。

现在讨论针对切片类型的约束。在VVC草案8中，当层是独立层时，存在以下约束：当网络抽象层(NAL)单元类型是瞬时解码器刷新(IDR)或干净随机接入(CRA)时，切片类型应为I切片。VVC草案8表述此约束如下：

当nal_unit_type的值在IDR_W_RADL到CRA_NUT(含端点)的范围内，并且vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，slice_type应等于2。

但是，图片标头中有一个标志ph_inter_slice_allowed_flag，用于指示帧间相关语法元素的存在，或者换句话说，切片类型可以是P切片还是B切片。对于当NAL单元类型为用于独立层的图片中的IDR或CRA时的情形，此标志不是约束。VVC草案8的摘录如下所示：

ph_inter_slice_allowed_flag等于0指定图片的所有经译码切片具有等于2的slice_type。ph_inter_slice_allowed_flag等于1指定图片中可能存在或不存在具有等于0或1的slice_type的一个或多个经译码切片。

根据本公开的技术，可以添加约束，即如果图片是IDR或CRA，则对于独立层，ph_inter_slice_allowed_flag可以等于0。例如，对于IDR或CRA图片中的独立层，视频编码器200可将ph_inter_slice_allowed_flag设置为等于0。

在一个示例中，可以利用检查层是否是独立层的条件，例如，vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]的值等于1。换句话说，如果视频编码器200将vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]设置为等于1，则该层可以是独立层，并且视频解码器300可以通过解析vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]来确定该层是否是独立层。

在一个示例中，为了确定图片是IDR图片还是CRA图片，视频解码器300可以确定由视频编码器200在图片标头中信令通知的标志gdr_or_irap_pic_flag的值是否等于1。GDR图片是逐步解码刷新图片，而IRAP是帧内随机接入图片。另外，视频解码器300可以确定GDR图片标志gdr_pic_flag的值是否等于0。

ph_inter_slice_allowed_flag等于0指定图片的所有经译码切片具有等于2的slice_type。ph_inter_slice_allowed_flag等于1指定图片中可能存在或不存在具有等于0或1的slice_type的一个或多个经译码切片。

gdr_or_irap_pic_flag等于1指定当前图片是GDR或IRAP图片。gdr_or_irap_pic_flag等于0指定当前图片可能是或可能不是GDR或IRAP图片。

gdr_pic_flag等于1指定与PH关联的图片是GDR图片。gdr_pic_flag等于0指定与PH关联的图片不是GDR图片。如果不存在，推断gdr_pic_flag的值等于0。当gdr_enabled_flag等于0时，gdr_pic_flag的值应等于0。

在一个示例中，约束可以表示如下，其中对VVC草案8的更改从<CHANGE>开始并以</CHANGE>结尾：

<CHANGE>当gdr_or_irap_pic_flag等于1，且gdr_pic_flag等于0，并且vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，ph_inter_slice_allowed_flag应等于0。</CHANGE>

在另一示例中，根据本公开的技术，可以对ph_inter_slice_allowed_flag信令设置条件，使得视频编码器200可以不信令通知用于独立层的IDR和CRA图片的ph_inter_slice_allowed_flag，例如可以以gdr_or_irap_pic_flag、gdr_pic_flag和vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]语法元素来对信令设置条件。

在一个示例中，条件可以被表述为如下，其中对VVC草案8的更改从<CHANGE>开始并以</CHANGE>结尾：

在某些示例中，可将推断规则添加到ph_inter_slice_allowed_flag，当不存在ph_inter_slice_allowed_flag时，视频解码器300可推断ph_inter_slice_allowed_flag的值等于0。

图5是示出本公开的示例信令技术的流程图。视频编码器200或视频解码器300可以确定视频数据的图片是否是IRAP(330)。例如，视频编码器200可执行多个编码遍以测试编码器参数的不同组合，且可确定将图片编码为IRAP。在某些示例中，视频编码器200可以确定指示图片是GDR图片或IRAP之一的第二语法元素(例如，gdr_or_irap_pic_flag)的值，确定指示图片不是GDR图片的第三语法元素(例如，gdr_pic_flag)的值，并且在比特流中信令通知第二语法元素和第三语法元素。例如，作为确定视频数据的图片是否为IRAP的一部分，视频解码器300可以确定第二语法元素(例如，gdr_or_irap_pic_flag)的值是否指示该图片为逐步解码刷新GDR图片或IRAP之一，并确定第三语法元素(例如gdr_pic_flag)的值是否指示该图片不是GDR图片，以确定图片是否被编码为IRAP。例如，当gdr_or_irap_pic_flag的值等于1并且gdr_pic_flag的值等于0时，视频解码器300可以确定图片被编码为IRAP。

视频编码器200或视频解码器300可以确定图片的所有层是否独立(332)。例如，视频编码器200可执行多个编码遍以测试编码器参数的不同组合，且可确定在所有层均独立的情况下对图片进行编码。例如，视频编码器200可确定指示所有层是否独立的第四语法元素(例如，vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]])的值，并在比特流中信令通知第四语法元素。在某些示例中，作为确定图片的所有层是否独立的一部分，视频解码器300可以确定指示图片的所有层是否独立的第四语法元素的值。例如，视频解码器300可解析指示编码图片的所有层是否独立的第四语法元素(例如，vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]])以确定所有层是否独立。例如，当vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时，视频解码器300可确定图片的所有层是独立的。

基于图片为IRAP并且图片的所有层均独立，视频编码器200或视频解码器300可以确定第一语法元素的值将指示在图片中不允许帧间切片(334)。例如，视频编码器200可以确定指示是否允许帧间切片预测(例如，使用另一切片来预测一个切片)的第一语法元素(例如，ph_inter_slice_allowed_flag)的值，并且在某些示例中，基于图片是IRAP并且图片的所有层是独立的来信令通知第一语法元素(例如，ph_inter_slice_allowed_flag)。在某些示例中，视频编码器200可以避免在比特流中信令通知第一语法元素。举例来说，视频解码器300可解析第一语法元素(例如，ph_inter_slice_allowed_flag)以确定指示在图片中不允许帧间切片的第一语法元素(例如，ph_inter_slice_allowed_flag)的值。在另一示例中，作为确定第一语法元素的值的一部分，视频解码器300可以推断第一语法元素的值。例如，当视频编码器200没有信令通知第一语法元素时，视频解码器300可基于图片为IRAP且图片中的所有层是独立的来推断指示是否允许帧间切片预测的第一语法元素的值。视频编码器200或视频解码器300可在不使用帧间切片预测的情况下对图片进行译码(336)。例如，视频编码器200或视频解码器300可避免对图片使用帧间切片预测。

在某些示例中，第一语法元素在图片标头中。在某些示例中，IRAP是IDR图片或CRA图片。在某些示例中，第四语法元素在VPS中。

图6是示出用于对当前块进行编码的示例方法的流程图。当前块可以包含当前CU。尽管关于视频编码器200(图1和图3)进行了描述，但是应当理解，其他设备可以被配置为执行与图6的方法类似的方法。

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可形成针对当前块的预测块。例如，在形成预测块期间，视频编码器200可确定视频数据的图片是否为IRAP，并确定图片的所有层是否独立。视频编码器200还可基于图片是IRAP且图片的所有层是独立的，确定第一语法元素的值将指示图片中不允许帧间切片和/或在不使用帧间切片预测的情况下对图片进行编码。视频编码器200可计算针对当前块的残差块(352)。为了计算残差块，视频编码器200可计算原始的、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可变换残差块并量化该残差块的变换系数(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可对变换系数进行熵编码(358)。例如，视频编码器200可以使用CAVLC或CABAC对变换系数进行编码。视频编码器200然后可输出块的经熵编码的数据(360)。

图7是示出用于解码视频数据的当前块的示例方法的流程图。当前块可以包含当前CU。尽管关于视频解码器300(图1和图4)进行了描述，但是应当理解，其他设备可以被配置为执行与图7的方法类似的方法。

视频解码器300可接收针对当前块的经熵编码的数据，诸如用于对应于当前块的残差块的变换系数的经熵编码的预测信息和经熵编码的数据(370)。视频解码器300可熵解码经熵编码的数据以确定针对当前块的预测信息并再现残差块的变换系数(372)。视频解码器300可例如使用如用于当前块的、由预测信息指示的帧内或帧间预测模式来预测当前块(374)，以计算用于当前块的预测块。例如，在预测块期间，视频解码器300可确定视频数据的图片是否为IRAP，并确定图片的所有层是否独立。视频解码器300还可以基于图片是IRAP并且图片的所有层是独立的，确定第一语法元素的值将指示在图片中不允许帧间切片和/或在不使用帧间切片预测的情况下对图片进行解码。然后视频解码器300可对再现的变换系数进行逆扫描(376)，以创建经量化的变换系数的块。然后视频解码器300可对变换系数进行逆量化和逆变换以产生残差块(378)。视频解码器300可通过组合预测块和残差块来最终解码当前块(380)。

本公开包括以下示例。

第1A条.一种对视频数据进行译码的方法，该方法包括：

确定视频数据的第一层是否是依赖层；确定视频数据的第二层是否是依赖层；确定序列参数集(SPS)；并且基于SPS对第一层和第二层进行译码，

其中第一层或第二层中的一个是独立层，并且第一层或第二层中的一个是依赖层。

第2A条.根据条款1A所述的方法，还包括不将层间参考图片添加到用于独立层的参考图片列表中。

第3A条.根据条款1A-2A中任一项所述的方法，还包括将层间参考图片添加到用于依赖层的参考图片列表中。

第4A条.根据条款1A-3A中任一项所述的方法，其中确定视频数据的第一层是否为依赖层包括确定vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]是否等于0。

第5A条.根据条款1A-4A中任一项所述的方法，其中确定SPS包括将inter_layer_ref_pics_present_flag设置为等于1。

第6A条.根据条款1A-5A中任一项所述的方法，还包括向ref_pic_list_struct添加标志，该标志指示参考图片列表结构是否包括层间参考图片。

第7A条.根据条款6A所述的方法，其中标志是inter_layer_ref_pics_present_flag。

第8A条.根据条款6A所述的方法，还包括：确定是否在图片或切片标头中信令通知参考图片列表；并基于在图片或切片标头中信令通知的参考图片列表，将标志设置为等于vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]。

第9A条.一种对视频数据进行译码的方法，该方法包括：确定视频数据的层是否独立；确定视频数据的图片是瞬时解码器刷新(IDR)图片还是干净随机接入(CRA)图片；基于该层是独立的并且该图片是IDR图片或CRA图片，将ph_inter_slice_allowed_flag设置为等于0；并且

根据ph_inter_slice_allowed_flag对视频数据进行译码。

第10A条.根据条款9A所述的方法，其中确定视频数据的层是否独立包括确定vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]是否等于1。

第11A条.根据条款9A-10A中任一项所述的方法，其中确定视频数据的图片是IDR图片还是CRA图片包括确定gdr_or_irap_pic_flag是否等于1以及gdr_pic_flag是否等于0。

第12A条.根据条款9A-11A中任一项所述的方法，其中基于视频数据的层是独立的并且视频数据的图片是IDR图片或CRA图片，不在比特流中信令通知ph_inter_slice_allowed_flag。

第13A条.根据条款所述12A的方法，还包括：当不在比特流中信令通知ph_inter_slice_allowed_flag时，推断ph_inter_slice_allowed_flag等于0。

第14A条.根据条款1A-13A中任一项所述的方法，其中译码包括解码。

第15A条.根据条款1A-13A中任一项所述的方法，其中译码包括编码。

第16A条.一种用于对视频数据进行译码的设备，该设备包括一个或多个用于执行条款1A-15A中任一项所述的方法的部件。

第17A条.根据条款16A所述的设备，其中一个或多个部件包括在电路中实现的一个或多个处理器。

第18A条.根据条款16A-17A中任一项所述的设备，还包括用于存储视频数据的存储器。

第19A条.根据条款16A-18A中任一项所述的设备，还包括配置为显示经解码的视频数据的显示器。

第20A条.根据条款16A-19A中任一项所述的设备，其中该设备包括相机、计算机、移动设备、广播接收器设备或机顶盒中的一个或多个。

第21A条.根据条款16A-20A中任一项所述的设备，其中该设备包括视频解码器。

第22A条.根据条款16A-21A中任一项所述的设备，其中该设备包括视频编码器。

第23A条.一种其上存储有指令的计算机可读存储介质，该指令在被执行时使一个或多个处理器执行条款1A-13A中任一项的方法。

第24A条.一种用于对视频数据进行编码的设备，该设备包括：用于确定视频数据的第一层是否为依赖层的部件；用于确定视频数据的第二层是否为依赖层的部件；用于确定序列参数集(SPS)的部件；以及用于基于SPS对第一层和第二层进行译码的部件，其中第一层或第二层中的一个是独立层，并且第一层或第二层中的一个是依赖层。

第25A条.一种用于对视频数据进行编码的设备，该设备包括：用于确定视频数据的层是否独立的部件；用于确定视频数据的图片是瞬时解码器刷新(IDR)图片还是干净随机接入(CRA)图片的部件；用于基于该层是独立的并且该图片是IDR图片或CRA图片，将ph_inter_slice_allowed_flag设置为等于0的部件；以及用于基于ph_inter_slice_allowed_flag对视频数据进行译码的部件。

第1B条.一种对视频数据进行译码的方法，该方法包括：确定视频数据的图片是否为帧内随机接入图片(IRAP)；确定图片的所有层是否独立；基于图片为IRAP并且图片的所有层是独立的，确定第一语法元素的值将指示在图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对图片进行译码。

第2B条.根据条款1B所述的方法，其中第一语法元素在图片标头中。

第3B条.根据条款1B或2B所述的方法，其中IRAP是瞬时解码器刷新(IDR)图片或干净随机接入(CRA)图片。

第4B条.根据条款1B-3B的任意组合所述的方法，其中译码包括解码，并且其中确定视频数据的图片是否为IRAP包括：确定第二语法元素的值是否指示该图片为逐步解码刷新(GDR)图片或瞬时随机接入图片(IRAP)；并且确定第三语法元素的值是否指示该图片不是GDR图片。

第5B条.根据条款1B-4B所述的任意组合所述的方法，其中译码包括解码，并且其中确定图片的所有层是否独立包括：确定指示该图片的所有层是否独立的第四语法元素的值。

第6B条.根据条款5B所述的方法，其中第四语法元素在视频参数集中。

第7B条.根据条款1B-6B的任意组合所述的方法，其中译码包括解码，并且其中确定第一语法元素的值包括推断第一语法元素的值。

第8B条.根据条款1B-3B的任意组合所述的方法，其中译码包括编码，并且其中该方法还包括：确定指示图片是逐步解码刷新(GDR)图片或IRAP之一的第二语法元素的值；确定指示该图片不是GDR图片的第三语法元素的值；并且在比特流中信令通知第二语法元素和第三语法元素。

第9B条.根据条款1B-3B和8B的任意组合所述的方法，其中译码包括编码，并且其中该方法还包括：确定指示图片的所有层是独立的第四语法元素的值；并且在比特流中信令通知第四语法元素。

第10B条.根据条款1B-3B和8B-9B的任意组合所述的方法，其中译码包括编码，并且其中该方法还包括：避免在比特流中信令通知第一语法元素。

第11B条.一种用于对视频数据进行译码的设备，该设备包括：配置为存储视频数据的存储器；以及在电路中实现并通信地耦接到存储器的一个或多个处理器，该一个或多个处理器配置为：确定视频数据的图片是否为帧内随机接入图片(IRAP)；确定图片的所有层是否独立；基于图片为IRAP并且图片的所有层是独立的，确定第一语法元素的值将指示在图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对图片进行译码。

第12B条.根据条款11B所述的设备，其中第一语法元素在图片标头中。

第13B条.根据条款11B或12B所述的设备，其中IRAP是瞬时解码器刷新(IDR)图片或干净随机接入(CRA)图片。

第14B条.根据条款11B-13B的任意组合所述的设备，其中译码包括解码，并且其中作为确定视频数据的图片是否为IRAP的一部分，一个或多个处理器配置为：确定第二语法元素的值是否指示该图片是逐步解码刷新(GDR)图片或IRAP之一；并且确定第三语法元素的值是否指示该图片不是GDR图片。

第15B条.根据条款11B-14B的任意组合所述的设备，其中译码包括解码，并且其中作为确定图片的所有层是否独立的一部分，一个或多个处理器配置为：确定指示是否图片的所有层独立的第四语法元素的值。

第16B条.根据条款15B所述的设备，其中第四语法元素在视频参数集中。

第17B条.根据条款11B-16B的任意组合所述的设备，其中译码包括解码，并且其中作为确定第一语法元素的值的一部分，一个或多个处理器被配置为推断第一语法元素的值。

第18B条.根据条款11B-13B的任意组合所述的设备，其中译码包括编码，并且其中一个或多个处理器还被配置为：确定指示该图片是逐步解码刷新(GDR)图片或IRAP之一的第二语法元素的值；确定指示该图片不是GDR图片的第三语法元素的值；并且在比特流中信令通知第二语法元素和第三语法元素。

第19B条.根据条款11B-13B和18B的任意组合所述的设备，其中译码包括编码，并且其中一个或多个处理器还被配置为：确定指示图片的所有层是独立的第四语法元素的值；并且在比特流中信令通知第四语法元素。

第20B条.根据条款11B-13B和18B-19B的任意组合所述的设备，其中译码包括编码，并且其中一个或多个处理器还被配置为：避免在比特流中信令通知第一语法元素。

第21B条.一种包括指令的非暂时性计算机可读介质，该指令在被执行时使一个或多个处理器执行以下操作：确定视频数据的图片是否为帧内随机接入图片(IRAP)；确定图片的所有层是否独立；基于图片为IRAP并且图片的所有层是独立的，确定第一语法元素的值将指示在图片中不允许帧间切片；并且在不使用帧间切片预测的情况下对图片进行译码。

第22B条.一种用于对视频数据进行译码的设备，该设备包括：用于确定视频数据的图片是否为帧内随机接入图片(IRAP)的部件；用于确定图片的所有层是否独立的部件；用于基于图片为IRAP并且图片的所有层是独立的，确定第一语法元素的值将指示在图片中不允许帧间切片的部件；以及用于在不使用帧间切片预测的情况下对图片进行译码的部件。

应当认识到，根据该示例，本文中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，可以一起添加、合并或省略(例如，并非所有描述的动作或事件对于技术的实践都是必需的)。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，可以在硬件、软件、固件或它们的任意组合中实现所描述的功能。如果在软件中实现，则这些功能可以作为计算机可读介质上的一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质发送，并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，或者包括例如根据通信协议促进计算机程序从一个地方发送到另一个地方的任何介质的通信介质。以这种方式，计算机可读介质通常可对应于(1)非暂时性的有形计算机可读存储介质或(2)诸如信号或载波的通信介质。数据存储介质可以是可由一个或多个计算机或一个或多个处理器访问的任何可用介质，以检索用于实现本公开中描述的技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。

作为示例而非限制，这种计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、闪存，或任何其他可用于以指令或数据结构的形式存储所需程序代码并可由计算机访问的介质。任何连接也被正当地称为计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)或无线技术(诸如红外、无线电和微波)从网站、服务器或其他远程源发送指令，则使用同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外、无线电和微波)都包括在介质的定义中。然而应当理解，计算机可读存储介质和数据存储介质不包括连接、载波、信号或其他临时介质，而是指向非临时的有形存储介质。如本文所用，磁盘和光盘包括紧凑光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘和蓝光光盘，其中磁盘一般对磁性地复制数据，而光盘一般通过激光光学地复制数据。上述的组合也应包括在计算机可读介质的范围内。

指令可由一个或多个处理器执行，诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他等效集成或离散逻辑电路。因此，如本文所使用的术语“处理器”和“处理电路”可指上述结构中的任何一个或适合于实现本文所描述的技术的任何其他结构。另外，在某些方面中，本文所描述的功能性可在配置用于编码和解码的专用硬件和/或软件模块内提供，或并入组合编解码器中。这些技术也可全部实施于一个或多个电路或逻辑元件中。

本公开的技术可以在各种设备或装置中实现，包括无线手持机、集成电路(IC)或一组IC(例如，芯片组)。在本公开中描述了各种组件、模块或单元，以强调配置为执行所公开的技术的设备的功能方面，但不一定需要由不同的硬件单元实现。而是如上所述，各种单元可以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)结合合适的软件和/或固件来提供。

已描述各种示例。这些和其他示例在所附权利要求书的范围内。

Claims (22)

1.一种对视频数据进行译码的方法，所述方法包括：

确定用于视频数据的序列的序列参数集(SPS)包括所述视频数据的第一图片和所述视频数据的第二图片，所述SPS由所述第一图片和所述第二图片共享；

确定所述第一图片是否为帧内随机接入图片(IRAP)；

确定包括所述第一图片的第一层是否是独立层；

基于所述第一图片为IRAP并且所述第一层是所述独立层，确定第一语法元素的值将指示在所述第一图片中不允许帧间切片；以及

在不使用帧间切片预测的情况下对所述第一图片进行译码，

其中第二层包括所述第二图片，并且所述第二层是依赖层。

2.根据权利要求1所述的方法，其中所述第一语法元素在图片标头中。

3.根据权利要求1所述的方法，其中所述IRAP是瞬时解码器刷新(IDR)图片或干净随机接入(CRA)图片。

4.根据权利要求1所述的方法，其中译码包括解码，并且其中确定所述第一图片是否为IRAP包括：

确定第二语法元素的值是否指示所述第一图片是逐步解码刷新(GDR)图片或瞬时随机接入图片(IRAP)之一；以及

确定第三语法元素的值是否指示所述第一图片不是所述GDR图片。

5.根据权利要求1所述的方法，其中译码包括解码，并且其中确定包括所述第一图片的所述第一层是否是所述独立层包括：

确定指示所述第一层是否是所述独立层的第四语法元素的值。

6.根据权利要求5所述的方法，其中所述第四语法元素在视频参数集中。

7.根据权利要求1所述的方法，其中译码包括解码，并且其中确定所述第一语法元素的值包括推断所述第一语法元素的值。

8.根据权利要求1所述的方法，其中译码包括编码，并且其中所述方法还包括：

确定指示所述第一图片是逐步解码刷新(GDR)图片或IRAP之一的第二语法元素的值；

确定指示所述第一图片不是GDR图片的第三语法元素的值；以及

在比特流中信令通知所述第二语法元素和所述第三语法元素。

9.根据权利要求1所述的方法，其中译码包括编码，并且其中所述方法还包括：

确定指示所述第一层是所述独立层的第四语法元素的值；以及

在比特流中信令通知所述第四语法元素。

10.根据权利要求1所述的方法，其中译码包括编码，并且其中所述方法还包括：

避免在比特流中信令通知所述第一语法元素。

11.一种用于对视频数据进行译码的设备，所述设备包括：

被配置为存储所述视频数据的存储器；以及

在电路中实现并通信地耦接到所述存储器的一个或多个处理器，所述一个或多个处理器被配置为：

确定用于视频数据的序列的序列参数集(SPS)包括所述视频数据的第一图片和所述视频数据的第二图片，所述SPS由所述第一图片和所述第二图片共享；

确定所述第一图片是否为帧内随机接入图片(IRAP)；

确定包括所述第一图片的第一层是否是独立层；

基于所述第一图片为IRAP并且所述第一层是独立层，确定第一语法元素的值将指示在所述第一图片中不允许帧间切片；以及

在不使用帧间切片预测的情况下对所述第一图片进行译码，

其中第二层包括所述第二图片，并且所述第二层是依赖层。

12.根据权利要求11所述的设备，其中所述第一语法元素在图片标头中。

13.根据权利要求11所述的设备，其中所述IRAP是瞬时解码器刷新(IDR)图片或干净随机接入(CRA)图片。

14.根据权利要求11所述的设备，其中译码包括解码，并且其中作为确定所述第一图片是否为IRAP的一部分，所述一个或多个处理器被配置为：

确定第二语法元素的值是否指示所述第一图片是逐步解码刷新(GDR)图片或IRAP之一；以及

确定第三语法元素的值是否指示所述第一图片不是GDR图片。

15.根据权利要求11所述的设备，其中译码包括解码，并且其中作为确定包括所述第一图片的所述第一层是否是所述独立层的一部分，所述一个或多个处理器被配置为：

确定指示所述第一层是否是所述独立层的第四语法元素的值。

16.根据权利要求15所述的设备，其中所述第四语法元素在视频参数集中。

17.根据权利要求11所述的设备，其中译码包括解码，并且其中作为确定所述第一语法元素的值的一部分，所述一个或多个处理器被配置为推断所述第一语法元素的值。

18.根据权利要求11所述的设备，其中译码包括编码，并且其中所述一个或多个处理器还被配置为：

确定指示所述第一图片是逐步解码刷新(GDR)图片或IRAP之一的第二语法元素的值；

确定指示所述第一图片不是GDR图片的第三语法元素的值；以及

在比特流中信令通知所述第二语法元素和所述第三语法元素。

19.根据权利要求11所述的设备，其中译码包括编码，并且其中所述一个或多个处理器还被配置为：

确定指示所述第一层是所述独立层的第四语法元素的值；以及

在比特流中信令通知所述第四语法元素。

20.根据权利要求11所述的设备，其中译码包括编码，并且其中所述一个或多个处理器还被配置为：

避免在比特流中信令通知所述第一语法元素。

21.一种包括指令的非暂时性计算机可读介质，所述指令在被执行时使一个或多个处理器执行以下操作：

确定用于视频数据的序列的序列参数集(SPS)包括所述视频数据的第一图片和所述视频数据的第二图片，所述SPS由所述第一图片和所述第二图片共享；

确定第一图片是否为帧内随机接入图片(IRAP)；

确定包括所述第一图片的第一层是否是独立层；

基于所述图片为IRAP并且所述第一层是独立层，确定第一语法元素的值将指示在所述第一图片中不允许帧间切片；以及

在不使用帧间切片预测的情况下对所述第一图片进行译码，

其中第二层包括所述第二图片，并且所述第二层是依赖层。

22.一种用于对视频数据进行译码的设备，所述设备包括：

用于确定用于视频数据的序列的序列参数集(SPS)包括所述视频数据的第一图片和所述视频数据的第二图片的部件，所述SPS由所述第一图片和所述第二图片共享；

用于确定所述第一图片是否为帧内随机接入图片(IRAP)的部件；

用于确定包括所述第一图片的第一层是否是独立层的部件；

用于基于所述第一图片为IRAP并且所述第一层是独立层，确定第一语法元素的值将指示在所述第一图片中不允许帧间切片的部件；以及

用于在不使用帧间切片预测的情况下对所述第一图片进行译码的部件，

其中第二层包括所述第二图片，并且所述第二层是依赖层。

Images