CN115152234A - 用于解码图片缓冲区管理和动态范围的动态范围调整参数的信令 - Google Patents

用于解码图片缓冲区管理和动态范围的动态范围调整参数的信令 Download PDF

Info

Publication number
CN115152234A
CN115152234A CN202180014693.8A CN202180014693A CN115152234A CN 115152234 A CN115152234 A CN 115152234A CN 202180014693 A CN202180014693 A CN 202180014693A CN 115152234 A CN115152234 A CN 115152234A
Authority
CN
China
Prior art keywords
dra
aps
picture
video
video data
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
CN202180014693.8A
Other languages
English (en)
Inventor
D.拉萨诺夫斯基
A.K.拉马苏布拉莫尼安
M.卡尔切维茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN115152234A publication Critical patent/CN115152234A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • H04N19/172Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/186Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods 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
    • H04N19/423Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods 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
    • H04N19/43Hardware specially adapted for motion estimation or compensation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/98Adaptive-dynamic-range coding [ADRC]

Landscapes

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

Abstract

示例设备包括被配置为存储视频数据的存储器和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS),并且向第一DRA APS分配第一DRA APS ID。一个或多个处理器被配置为:确定针对视频数据的第二图片的第二DRA APS,并且向第二DRA APS分配第二DRA APS ID。一个或多个处理器被配置为:如果第一DRA APS ID和第二DRA APS ID相等,则根据第一DRA APS处理第二图片。

Description

用于解码图片缓冲区管理和动态范围的动态范围调整参数的 信令
相关申请的交叉引用
本申请要求2021年2月18日提交的美国申请号17/179,145和2020年2月21日提交的美国临时申请号62/980,062的优先权,每个申请的全部内容通过引用并入本文。美国申请号17/179,145要求2020年2月21日提交的美国临时申请号62/980,062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
数字视频功能可以集成到广泛的设备中,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)、膝上式或台式计算机、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编解码(coding)技术,诸如MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4第10部分高级视频编解码(AVC)、ITU-T H.265/高效视频编解码(HEVC)规定的标准以及此类标准的扩展所描述的技术。通过执行此类视频编解码技术,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。
视频编解码技术包括空间(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。对于基于块的视频编解码,可以将视频条带(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编解码树单元(CTU)、编解码单元(CU)和/或编解码节点。使用相对于同一图片中相邻块中的参考样本的空间预测对图片的帧内编解码(I)条带中的视频块进行编码。图片的帧间编解码(P或B)条带中的视频块可以使用相对于同一图片中相邻块中参考样本的空间预测,或相对于其他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
一般而言,本公开描述了用于对具有高动态范围(HDR)和广色域(WCG)表示的视频信号进行编解码的技术。更具体地,本公开描述了应用于某些色彩空间中的视频数据的信令和操作,以使得能够更准确地再现HDR和WCG视频数据。本公开的技术定义了编码和解码操作,该编码和解码操作可以通过防止动态范围调整(DRA)自适应参数集(APS)中的数据被不同的数据覆盖来提高用于编解码HDR和WCG视频数据的基于混合的视频编解码系统的解码准确度。
在一个示例中,一种方法包括确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRAAPS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
在另一示例中,一种设备包括被配置为存储视频数据的存储器和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRAAPS ID;在比特流中信号通知第一DRA APS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
在另一示例中,一种计算机可读存储介质用指令编码,该指令在执行时使一个或多个处理器:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRAAPS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
在另一示例中,一种设备包括:用于确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)的部件;用于向第一DRA APS分配第一DRA APS ID的部件;用于确定针对视频数据的第二图片的第二DRA APS的部件;用于向第二DRA APS分配第二DRA APS ID的部件;用于在比特流中信号通知第一DRA APS的部件;用于根据第一DRA APS处理第一图片的部件;用于确定第一DRA APS ID是否等于第二DRA APS ID的部件;用于如果第一DRA APS ID等于第二DRA APS ID则根据第一DRA APS处理第二图片的部件;以及用于如果第一DRA APS ID不等于第二DRA APS ID则在比特流中信号通知第二DRA APS并且根据第二DRA APS处理第二图片的部件。
在另一示例中,一种方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的DRA第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
在另一示例中,一种设备包括被配置为存储视频数据的存储器和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
在另一示例中,一种存储指令的非暂时性计算机可读存储介质在被执行时使一个或多个处理器:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
在另一示例中,一种设备包括:用于确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID)的部件;用于确定针对第一图片的DRA APS的部件;用于将DRA APS存储在APS缓冲区中的部件;用于确定针对视频数据的第二图片的第二DRA APS ID的部件;用于基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖的部件;以及用于根据DRA APS处理第一图片和第二图片的部件。
在附图和以下说明书中将详细阐述一个或多个示例。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是示出了可以执行本公开的技术的示例视频编码和解码系统的框图。
图2A和图2B是示出了示例性四叉树二叉树(QTBT)结构以及对应的编解码树单元(CTU)的概念图。
图3是示出了可以执行本公开的技术的示例视频编码器的框图。
图4是示出了可以执行本公开的技术的示例视频解码器的框图。
图5是示出了人类视觉和显示能力的概念图。
图6是示出了色域的概念图。
图7是示出HDR/WCG转换的示例的框图。
图8是示出逆HDR/WCG转换的示例的框图。
图9是电光传递函数(EOTF)的示例的概念图。
图10是感知量化器(PQ)传递函数(TF)(ST2084 EOTF)的可视化示例的概念图。
图11是亮度驱动色度缩放(LCS)函数的示例的概念图。
图12是示出HEVC规范的表8-10的概念图。
图13是HDR缓冲区模型的概念图。
图14是包括DRA单元的视频编码器和视频解码器系统的框图。
图15是示出了根据本公开的示例DRA APS编码技术的流程图。
图16是示出了根据本公开的示例DRA APS解码技术的流程图。
图17是示出了视频编码的示例的流程图。
图18是示出了视频解码的示例的流程图。
具体实施方式
视频编码器可以将动态范围调整(DRA)数据作为单独的网络适应层(NAL)单元来信号通知,其中具有图片参数集(PPS)中引用该PPS的所有图片的特定适用的自适应参数集(APS)标识符(ID)。视频解码器可以在输出过程中应用逆DRA过程,该输出过程可以在时间上与解码过程解耦合,例如,在随机访问(RA)编解码场景中。解码过程和输出过程的这种潜在解耦合可能导致在解码过程中可能由ID指定的APS缓冲区中的DRA APS可能已被新的DRAAPS覆盖的情况。
为了确保APS缓冲区中的DRA APS数据在解码过程中不被覆盖直到在输出过程中(根据对应的APS ID)应用DRA,本公开的技术防止APS缓冲区条目在解码过程中被不同的数据覆盖。这些技术限制比特流,使得特定ID号的每个DRA APS都包括相同的内容。以这种方式,可以适当地应用DRA,这可以提高视频输出到显示器的质量。
图1是示出了可以执行本公开的技术的示例视频编码和解码系统100的框图。本公开的技术一般针对编解码(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编码的视频、编码的视频、解码的(例如,重构的)视频、以及视频元数据(诸如信令数据)。
如图1所示,在该示例中,视频编码和解码系统100包括源设备102,其提供要由目的地设备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向目的地设备116提供视频数据。源设备102和目的地设备116可以包括广泛的设备中的任何一种,包括台式计算机、笔记本(即,膝上型)计算机、平板计算机、机顶盒、电话手持机(移动设备)(诸如智能电话)、电视、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、广播接收器等。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,并因此可以被称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200和输出接口108。目的地设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开,源设备102的视频编码器200和目的地设备116的视频解码器300可以被配置为在某些色彩空间中应用用于视频数据的信令和操作技术。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。在其他示例中,源设备和目的地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,目的地设备116可以与外部显示设备连接,而不是包括集成的显示设备。
如图1所示的视频编码和解码系统100仅是一个示例。一般而言,任何数字视频编码和/或解码设备都可以执行用于在某些色彩空间中应用于视频数据的信令和操作的技术。源设备102和目的地设备116仅仅是其中源设备102生成编解码的视频数据以传输到目的地设备116的这种编解码设备的示例。本公开用“编解码(coding)”设备指代执行数据的编解码(编码(encoding)和/或解码(decoding))的设备。因此,视频编码器200和视频解码器300表示编解码设备的示例,具体地分别是视频编码器和视频解码器的示例。在一些示例中,源设备102和目的地设备116可以以基本对称的方式进行操作,使得源设备102和目的地设备116中的每一个都包括视频编码和解码组件。因此,视频编码和解码系统100可以支持源设备102和目的地设备116之间的单向或双向视频传输,例如,用于视频流式传输(streaming)、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、未编码的视频数据)的源,并向视频编码器200提供视频数据的一系列顺序图片(也称为“帧”),该视频编码器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,诸如相机、包含先前捕获的原始视频的视频存档(archive)、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,或者实况视频、存档视频和计算机生成视频的组合。在每种情况下,视频编码器200对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收的顺序(有时称为“显示顺序”)重新排列为用于编解码的编解码顺序。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,用于由例如目的地设备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和存储器120可以存储原始视频数据,例如,来自视频源104的原始视频和来自视频解码器300的原始的、经解码的视频数据。附加地或可替代地,存储器106和存储器120可以分别存储可由例如视频编码器200和视频解码器300运行的软件指令。尽管在该示例中存储器106和存储器120被示为与视频编码器200和视频解码器300分离,但是应当理解,视频编码器200和视频解码器300也可以包括用于功能类似或等同目的的内部存储器。此外,存储器106和存储器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。在一些示例中,存储器106和存储器120中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表示使源设备102能够经由例如射频网络或基于计算机的网络实时地向目的地设备116直接发送经编码的视频数据的通信介质。根据诸如无线通信协议的通信标准,输出接口108可以解调包括经编码的视频数据的传输信号,并且输入接口122可以解调接收的传输信号。通信介质可以包括任何无线或有线的通信介质,诸如射频(RF)频谱或者一条或多条物理传输线。通信介质可以形成基于分组的网络中的部分,诸如局域网、广域网、或诸如互联网的全球网络。通信介质可以包括路由器、交换器、基站、或可以有助于促进从源设备102到目的地设备116的通信的任何其他设备。
在一些示例中,源设备102可以从输出接口108向存储设备112输出经编码的数据。类似地,目的地设备116可以经由输入接口122从存储设备112存取经编码的数据。存储设备112可以包括多种分布式或本地存取的数据储存介质中的任何一种,诸如硬盘驱动器、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器、或者用于存储经编码的视频数据的任何其他合适的数字储存介质。
在一些示例中,源设备102可以向文件服务器114或可以存储由源设备102生成的经编码的视频的另一中间存储设备输出经编码的视频。目的地设备116可以经由流式传输或下载访问存储的、来自文件服务器114的视频数据。文件服务器114可以是能够存储编码的视频数据并将向目的地设备116发送经编码的视频数据的任何类型的服务器设备。文件服务器114可以表示网页服务器(例如,用于网站)、文件传送协议(FTP)服务器、内容传递网络设备或网络附加存储(NAS)设备。目的地设备116可以通过包括互联网连接的任何标准数据连接访问来自文件服务器114的经编码的视频数据。这可以包括适合于访问存储于文件服务器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)或两者的组合。文件服务器114和输入接口122可以被配置为根据流式传输协议、下载传输协议或其组合来操作。
输出接口108和输入接口122可以表示无线发送器/接收器、调制解调器、有线网络组件(例如,以太网卡)、根据多种IEEE 802.11标准中的任何一种进行操作的无线通信组件、或其他物理组件。在输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以被配置为根据诸如4G、4G-LTE(长期演进)、高级LTE、5G等的蜂窝通信标准,来传送诸如经编码的视频数据的数据。在输出接口108包括无线发送器的一些示例中,输出接口108和输入接口122可以被配置为根据诸如IEEE 802.11规范、IEEE 802.15规范(例如,ZigBeeTM)、BluetoothTM标准等的其他无线标准,来传送诸如经编码的视频数据的数据。在一些示例中,源设备102和/或目的地设备116可以包括各自的片上系统(SoC)设备。例如,源设备102可以包括执行属于视频编码器200和/或输出接口108的功能的SoC设备,并且目的地设备116可以包括执行属于视频解码器300和/或输入接口122的功能的SoC设备。
本公开的技术可以应用于支持各种多媒体应用中的任何一种的视频编解码,诸如空中电视广播、有线电视传输、卫星电视传输、互联网流式传输视频传输,诸如通过HTTP(DASH)的动态自适应流式传输,编码到数据存储介质上的数字视频、存储在数据存储介质上的数字视频的解码,或其他应用。
目的地设备116的输入接口122从计算机可读介质110(例如,通信介质、存储设备112、文件服务器114等)接收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,该信令信息诸如具有描述视频块或其他编解码单元(例如,条带、图片、图片组、序列等)的特性和/或处理的值的语法元素。显示设备118向用户显示经解码的视频数据的解码的图片。显示设备118可以表示各种显示设备中的任何一种,诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、有机发光二极管(OLED)显示器或另一种类型的显示设备。
虽然在图1中未示出,但是在一些示例中,视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成,并且可以包括适当的MUX-DEMUX单元或其他硬件和/或软件,以处理在公共数据流中包括音频和视频两者的多路复用流。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可以分别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。在以软件来部分地实现这些技术时,设备可以将软件的指令存储在合适的非暂时性计算机可读介质中,并且使用一个或多个处理器在硬件中运行这些指令以执行本公开的技术。视频编码器200和视频解码器300的每个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的设备可以包括集成电路、微处理器、和/或诸如蜂窝电话的无线通信设备。
视频编码器200和视频解码器300可以根据视频编解码标准,诸如ITU-T H.265,也称为高效视频编解码(HEVC)或其扩展(诸如多视图和/或可缩放视频编解码扩展)进行操作。可替代地,视频编码器200和视频解码器300可以根据其他专有或行业标准进行操作,诸如ITU-T H.266,也称为通用视频编解码(VVC)。VVC标准的最新草案在Bross等人于2020年1月7日–17日在ITU-T SG 16WP 3和ISO/IEC JTC 1/SC 29/WG 11的联合视频专家小组(JVET)的比利时布鲁塞尔第17次会议的JVET-Q2001-vC(以下简称“VVC草案8”)的“(Versatile Video Coding(Draft 8))通用视频编解码(草案8)”中进行了描述。然而,本公开的技术不限于任何特定的编解码标准。
通常,视频编码器200和视频解码器300可以执行基于块的图片编解码。术语“块”通常是指包括要处理的(例如,在编码和/或解码处理中编码、解码或以其他方式使用的)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编解码。也就是说,视频编码器200和视频解码器300可以对亮度和色度分量进行编解码,而不是对图片样本的红、绿和蓝(RGB)数据进行编解码,其中色度分量可以包括红色调(hue)和蓝色调色度分量。在一些示例中,视频编码器200在编码之前将接收到的RGB格式的数据转换成YUV表示,并且视频解码器300将YUV表示转换成RGB格式。可替代地,预处理和后处理单元(未示出)可以执行这些转换。
本公开通常可以涉及图片的编解码(例如,编码和解码),以包括对图片的数据进行编码或解码的处理。类似地,本公开可以涉及图片块的编解码,以包括对块的数据进行编码或解码的处理,例如,预测和/或残差编解码。经编码的视频比特流通常包括表示编解码决策(例如,编解码模式)和将图片分割为块的语法元素的一系列值。因此,对编解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编解码值。
HEVC定义了各种块,包括编解码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC,视频编码器(诸如视频编码器200)根据四叉树结构将编解码树单元(CTU)分割为多个CU。也就是说,视频编解码器将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有零个或四个子节点。没有子节点的节点可以被称为“叶节点”,并且这种叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频编解码器可以进一步分割PU和TU。例如,在HEVC中,残差四叉树(RQT)表示对TU的分割。在HEVC中,PU表示帧间预测数据,而TU表示残差数据。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,视频编码器(诸如视频编码器200)将图片分割为多个编解码树单元(CTU)。视频编码器200可以根据树结构来分区CTU,诸如四叉树二叉树(QTBT)结构或多类型树(MTT)结构。QTBT结构移除了多个分割类型的概念,诸如HEVC的CU、PU和TU之间的分离。QTBT结构包括两层:根据四叉树分割所分割的第一层,以及根据二叉树分割所分割的第二层。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于编解码单元(CU)。
在MTT分割结构中,可以使用四叉树(QT)分割、二叉树(BT)分割、和一种或多种三叉树(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块分割成三个子块的分割。在一些示例中,三叉或三元树分割在不通过中心来划分原始块的情况下将块划分成三个子块。MTT中的分割类型(例如,QT、BT和TT)可以是对称的或非对称的。
在一些示例中,视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度和色度分量中的每一个,而在其他示例中,视频编码器200和视频解码器300可以使用两个或更多个QTBT或MTT结构,诸如用于亮度分量的一个QTBT/MTT结构,和用于两个色度分量的另一QTBT/MTT结构(或者用于相应的色度分量的两个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、或其他分割结构。出于说明的目的,本公开的技术的描述是针对QTBT分割来呈现的。然而,应当理解,本公开的技术也可以应用于被配置为使用四叉树分割或其他类型的分割的视频编解码器。
可以在图片中以各种方式对块(例如,CTU或CU)进行分组。作为一个示例,图砖(brick)可以指图片中特定片(tile)内的CTU行的矩形区域。片可以是图片中特定片列和特定片行内的矩形区域。片列指具有与图片的高度相等的高度和由语法元素(例如,在图片参数集中)指定的宽度的CTU的矩形区域。片行指具有由语法元素(例如,在图片参数集中)指定的高度和与图片的宽度相等的宽度的CTU的矩形区域。
在一些示例中,片可以被分割为多个图砖,其中的每个图砖可以包括该片内的一个或多个CTU行。未被分割为多个图砖的片也可以被称为图砖。然而,作为片的真实子集的图砖不能被称为片。
图片中的图砖还可以按条带排列。条带可以是可以排他地在单个网络抽象层(NAL)单元中包含的图片的整数数目的图砖。在一些示例中,条带包括多个完整的片或者仅包括一个片的全部图砖的连续序列。
本公开可以互换地使用“N×N”和“N乘N”来指代块(诸如CU或其他视频块)在垂直和水平维度方面的样本维度,例如,16×16样本或16乘16样本。通常,16×16CU会在垂直方向上具有16个样本(y=16),并且在水平方向上具有16个样本(x=16)。同样,N×N CU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排列。此外,CU不一定需要在水平方向上和在垂直方向上具有相同数目的样本。例如,CU可以包括N×M个样本,其中M不一定等于N。
视频编码器200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。预测信息指示如何预测该CU,以便形成针对该CU的预测块。残差信息通常表示编码之前的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CU的预测块。帧间预测通常是指根据先前编解码的图片的数据来预测CU,而帧内预测通常是指根据同一图片的先前编解码的数据来预测CU。为了执行帧间预测,视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索以标识与CU紧密匹配(例如,在CU和参考块之间的差方面)的参考块。视频编码器200可以使用绝对差和(SAD)、平方差和(SSD)、平均绝对差(MAD)、均方差(MSD)或其他此类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的一些示例也提供仿射(affine)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的两个或更多个运动矢量,非平移运动诸如放大或缩小、旋转、透视运动、或其他不规则运动类型。
为了执行帧内预测,视频编码器200可以选择帧内预测模式来生成预测块。VVC的一些示例提供了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选择描述当前块(例如,CU的块)的相邻样本的帧内预测模式,从该当前块来预测当前块的样本。假设视频编码器200以光栅扫描顺序(从左到右、从上到下)对CTU和CU进行编解码,这种样本在与当前块相同的图片中通常可以在当前块的上方、左上方、或者左侧。
视频编码器200对表示当前块的预测模式的数据进行编码。例如,对于帧间预测模式,视频编码器200可以对表示使用各种可用帧间预测模式中的哪一种的数据、以及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可以使用高级运动向量预测(AMVP)或合并模式来对运动向量进行编码。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向量进行编码。
在预测(诸如块的帧内预测或帧间预测)之后,视频编码器200可以计算块的残差数据。残差数据(诸如残差块)表示块与该块的使用对应的预测模式形成的预测块之间的逐样本差。视频编码器200可以对残差块应用一个或多个变换,以产生变换域而不是样本域中的变换数据。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。附加地,视频编码器200可以在第一变换之后应用次变换,诸如模式相关的不可分离次变换(MDNSST)、信号相关的变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换后产生变换系数。
如上所述,在任何变换产生变换系数之后,视频编码器200可以执行变换系数的量化。量化通常是指变换系数被量化以尽可能减少用于表示变换系数的数据的数量,从而提供进一步压缩的处理。通过执行量化处理,视频编码器200可以减少与变换系数中的一些或全部相关联的比特深度。例如,视频编码器200可以在量化期间将n比特值向下舍入为m比特值,其中n大于m。在一些示例中,为了执行量化,视频编码器200可以对要量化的值执行按比特右移位。
在量化之后,视频编码器200可以扫描变换系数,从包括量化的变换系数的二维矩阵中产生一维矢量。扫描可以被设计为将较高能量(并因此较低频率)的变换系数放置在矢量的前部,并将较低能量(并因此较高频率)的变换系数放置在矢量的后部。在一些示例中,视频编码器200可以利用预定义的扫描顺序来扫描量化的变换系数以产生串行化的矢量,然后对矢量的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编解码(CABAC)对该一维矢量进行熵编码。视频编码器200还可以对语法元素的值进行熵编码,该语法元素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可以将上下文模型内的上下文分配给要发送的符号。该上下文可以涉及例如符号的相邻值是否为零值的内容。概率确定可以基于分配给符号的上下文。
视频编码器200还可以例如在图片头(header)、块头、条带头中向视频解码器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,例如序列参数集(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。
以这种方式,视频编码器200可以生成包括经编码的视频数据(例如,描述将图片分割为块(例如,CU)的语法元素以及用于该块的预测和/或残差信息)的比特流。最终,视频解码器300可以接收比特流并解码经编码的视频数据。
通常,视频解码器300执行与由视频编码器200执行的处理相反的处理,以解码比特流的编码的视频数据。例如,视频解码器300可以使用CABAC以与视频编码器200的CABAC编码处理基本相似但彼此相反的方式来解码比特流的语法元素的值。语法元素可以定义将图片分割为CTU以及根据对应的分割结构(诸如QTBT结构)对每个CTU进行分割的分割信息,以定义CTU的CU。语法元素可以进一步定义视频数据的块(例如,CU)的预测和残差信息。
残差信息可以由例如量化的变换系数来表示。视频解码器300可以对块的量化的变换系数进行逆量化和逆变换,以再现该块的残差块。视频解码器300使用信号通知的预测模式(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)来形成该块的预测块。然后,视频解码器300可以(在逐个样本的基础上)组合预测块和残差块,以再现原始块。视频解码器300可以执行附加处理,诸如执行去块处理以减少沿着块的边界的视觉伪像。
根据本公开的技术,一种方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APSID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
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和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向给第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
根据本公开的技术,一种设备包括:用于确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)的部件;用于向第一DRA APS分配第一DRA APS ID的部件;用于确定针对视频数据的第二图片的第二DRA APS的部件;用于向第二DRA APS分配第二DRA APS ID的部件;用于在比特流中信号通知第一DRA APS的部件;用于根据第一DRAAPS处理第一图片的部件;用于确定第一DRA APS ID是否等于第二DRA APS ID的部件;如果第一DRA APS ID等于第二DRA APS ID,用于根据第一DRA APS处理第二图片的部件;以及如果第一DRA APS ID不等于第二DRA APS ID,用于在比特流中信号通知第二DRA APS并且根据第二DRA APS处理第二图片的部件。
根据本公开的技术,一种计算机可读存储介质用指令编码,该指令在执行时使一个或多个处理器:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRAAPS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRAAPS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
根据本公开的技术,一种方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
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和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;并且根据DRA APS处理第一图片和第二图片。
根据本公开的技术,一种存储指令的非暂时性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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRAAPS ID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
根据本公开的技术,一种设备包括:用于确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID)的部件;用于确定针对第一图片的DRAAPS的部件;用于将DRA APS存储在APS缓冲区中的部件;用于确定针对视频数据的第二图片的第二DRA APS ID的部件;用于基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRAAPS被不同的数据覆盖的部件;以及用于根据DRA APS处理第一图片和第二图片的部件。
本公开通常可以指“信号通知(signaling)”某些信息,诸如语法元素。术语“信号通知”通常可以涉及用于对经编码的视频数据进行解码的语法元素和/或其他数据的值的传达(communication)。也就是说,视频编码器200可以在比特流中信号通知语法元素的值。通常,信号通知涉及在比特流中生成值。如上所述,源设备102可以大体上实时地或者非实时地将比特流传送到目的地设备116,诸如当将语法元素存储到存储设备112以供目的地设备116稍后检索时可能发生的情况。
图2A和图2B是示出了示例四叉树二叉树(QTBT)结构130和对应的编解码树单元(CTU)132的概念图。实线表示四叉树划分(splitting),并且虚线指示二叉树划分。在二叉树的每个划分(即,非叶)节点中,信号通知一个标志以指示使用哪种划分类型(即,水平还是垂直),其中在本示例中,0指示水平划分,并且1指示垂直划分。对于四叉树划分,不需要指示划分类型,因为四叉树节点将块水平和垂直分割为4个具有相等大小的子块。因此,视频编码器200可以编码并且视频解码器300可以解码QTBT结构130的区域树层级的语法元素(诸如分割信息)(即,实线)和QTBT结构130的预测树层级的语法元素(诸如划分信息)(即,虚线)。视频编码器200可以编码并且视频解码器300可以为由QTBT结构130的终端叶节点表示的CU解码视频数据,诸如预测和变换数据。
通常,图2B的CTU 132可以与定义对应于QTBT结构130的第一和第二层的节点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CTU 132的大小)、最小四叉树大小(MinQTSize,表示最小允许的四叉树叶节点大小)、最大二叉树大小(MaxBTSize,表示最大允许的二叉树根节点大小)、最大二叉树深度(MaxBTDepth,表示最大允许的二叉树深度)和最小二叉树大小(MinBTSize,表示最小允许的二叉树叶节点大小)。
对应于CTU的QTBT结构的根节点可以在QTBT结构的第一层具有四个子节点,其中每个子节点可以根据四叉树分割来进行分割。也就是说,第一层的节点是叶节点(没有子节点),或者具有四个子节点。QTBT结构130的示例将这种节点表示为包括父节点和具有用于分支的实线的子节点。如果第一层的节点不大于最大允许的二叉树根节点大小(MaxBTSize),则节点可以由相应的二叉树进一步分区。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大小(MinBTSize)或最大允许的二叉树深度(MaxBTDepth)。QTBT结构130的示例将这种节点表示为具有用于分支的虚线。二叉树叶节点被称为编解码单元(CU),其用于预测(例如,图片内或图片间预测)和变换,而无需任何进一步的分区。如上所述,CU也可以被称为“视频块”或“块”。
在QTBT分割结构的一个示例中,CTU大小被设置为128×128(亮度样本和两个对应的64×64色度样本),MinQTSize被设置为16×16,MaxBTSize被设置为64×64,MinBTSize(宽度和高度两者的)被设置为4,并且MaxBTDepth被设置为4。首先将四叉树分区应用于CTU,以生成四叉树叶节点。四叉树叶节点可以具有从16×16(即,MinQTSize)到128×128(即,CTU大小)的大小。如果四叉树叶节点是128×128,则叶四叉树节点不会被二叉树进一步分割,因为其大小超过了MaxBTSize(即,在该示例中为64×64)。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,并且二叉树深度为0。当二叉树深度达到MaxBTDepth(在该示例中为4)时,不允许进一步划分。当二叉树节点的宽度等于MinBTSize(在该示例中为4)时,意味着不允许进一步垂直划分。类似地,具有高度等于MinBTSize的二叉树节点意味着不允许对二叉树节点进一步水平划分。如上所述,二叉树的叶节点被称为CU,并且根据预测和变换被进一步处理,而无需进一步分割。
图3示出了可以执行本公开的技术的示例视频编码器200的框图。提供图3是为了进行说明,而不应认为是对本公开中广泛示例和描述的技术的限制。出于说明的目的,本公开根据VVC(正在开发的ITU-T H.266)和HEVC(ITU-T H.265)的技术来描述视频编码器200。然而,本公开的技术可以由被配置为其他视频编解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、重构单元214、滤波器单元216、解码图片缓冲区(DPB)218和熵编码单元220。可以在一个或多个处理器中或在处理电路中实现视频数据存储器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中的任何一个或全部。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、FPGA的一部分。此外,视频编码器200可以包括附加的或可替代的处理器或处理电路来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可以充当参考图片存储器,其存储用于在视频编码器200对后续视频数据的预测中使用的参考视频数据。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)、磁阻式RAM(MRAM)、电阻式RAM(RRAM)或其他类型的存储器设备。视频数据存储器230和DPB 218可以由相同的存储器设备或单独的存储器设备提供。在各种示例中,视频数据存储器230可以与视频编码器200的其他组件在芯片上,如图所示,或者相对于这些组件在芯片外。
在本公开中,对视频数据存储器230的引用不应解释为限于视频编码器200内部的存储器,除非有类似明确地描述,或者为视频编码器200外部的存储器,除非有类似明确地描述。相反,对视频数据存储器230的引用应该理解为存储视频编码器200接收用于进行编码的视频数据(例如,要被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以对来自视频编码器200的各个单元的输出进行临时存储。
图3的各个单元被图示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。固定功能电路是指提供特定功能的电路,并被预设为可以执行的操作。可编程电路是指可被编程以执行各种任务并在可执行的操作中提供灵活功能的电路。例如,可编程电路可以运行软件或固件,使得可编程电路以由软件或固件的指令定义的方式操作。固定功能电路可以运行软件指令(例如,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可以是不同的电路块(固定功能的或可编程的),并且在一些示例中,这些单元中的一个或多个可以是集成电路。
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运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接收并运行的软件的指令(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,并将视频数据提供到残差生成单元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待编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括附加的功能单元,以根据其他预测模式来执行视频预测。作为示例,模式选择单元202可以包括调色板(palette)单元、帧内块复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元等。
模式选择单元202通常协调多个编码遍历(pass),以测试编码参数的组合以及这种组合的得到的(resulting)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可以最终选择具有比其他测试组合更好的率失真值的编码参数组合。
视频编码器200可以将从视频数据存储器230中检索到的图片分割为一系列CTU,并将一个或多个CTU封装在条带内。模式选择单元202可以根据树结构(诸如上述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分区CTU来形成一个或多个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),以生成当前块(例如,当前CU,或者在HEVC中PU和TU的重叠部分)的预测块。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,在DPB218中存储的一个或多个先前编码的图片)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可以计算表示可能参考块与当前块如何相似的值,例如,根据绝对差和(SAD)、平方差和(SSD)、平均绝对差(MAD)、均方差(MSD)等。运动估计单元222通常可以使用当前块和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可以标识具有由这些计算产生的最低值的参考块,其指示最紧密匹配当前块的参考块。
运动估计单元222可以形成一个或多个运动矢量(MV),该运动矢量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可以向运动补偿单元224提供运动矢量。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采样精度,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可以检索由相应运动矢量标识的两个参考块的数据,并通过例如逐样本平均或加权平均来组合检索的数据。
作为另一示例,对于帧内预测、或帧内预测编解码,帧内预测单元226可以从与当前块相邻的样本生成预测块。例如,对于方向模式,帧内预测单元226通常可以数学地组合相邻样本的值,并在当前块上沿定义的方向填充这些计算值,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预测块的每个样本的所产生的平均。
模式选择单元202将预测块提供到残差生成单元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、未编码版本,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本差。得到的逐样本差定义了当前块的残差块。在一些示例中,残差生成单元204还可以确定残差块中的样本值之间的差,以使用残差差分脉冲编码调制(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。如上所述,CU的大小可以指CU的亮度编解码块的大小,并且PU的大小可以指PU的亮度预测单元的大小。假设特定CU的大小为2N×2N,视频编码器200可以支持用于帧内预测的2N×2N或N×N的PU大小,以及用于帧间预测的2N×2N、2N×N、N×2N、N×N或类似物的对称PU大小。视频编码器200和视频解码器300还可以支持用于帧间预测的2N×nU、2N×nD、nL×2N和nR×2N的PU大小的非对称分割。
在模式选择单元202未进一步将CU分割为PU的示例中,每个CU可以与亮度编码块和对应的色度编码块相关联。如上所述,CU的大小可以指CU的亮度编解码块的大小。视频编码器200和视频解码器300可以支持2N×2N、2N×N或N×2N的CU大小。
对于其他视频编码技术,诸如帧内块复制模式编解码、仿射模式编解码和线性模型(LM)模式编解码(作为少数示例),模式选择单元202经由与编解码技术相关联的相应单元,针对正在编码的当前块生成预测块。在一些示例中,诸如调色板模式编解码,模式选择单元202可以不生成预测块,而是生成指示基于所选择的调色板来重构块的方式的语法元素。在这种模式下,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接收当前块和对应的预测块的视频数据。然后,残差生成单元204生成针对当前块的残差块。为了生成残差块,残差生成单元204计算预测块和当前块之间的逐样本差。
变换处理单元206对残差块应用一个或多个变换,以生成变换系数的块(本文称为“变换系数块”)。变换处理单元206可以对残差块应用各种变换,以形成变换系数块。例如,变换处理单元206可以对残差块应用离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)、或概念上类似的变换。在一些示例中,变换处理单元206可以对残差块执行多个变换,例如,主变换和次变换,诸如旋转变换。在一些示例中,变换处理单元206不对残差块应用变换。
量化单元208可以量化变换系数块中的变换系数,以产生量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来量化变换系数块的变换系数。视频编码器200(例如,经由模式选择单元202)可以通过调整与CU相关联的QP值来调整应用于与当前块相关联的变换系数块的量化的程度。量化可能导致信息损失,因此,量化的变换系数可能比由变换处理单元206产生的原始变换系数具有更低的精度。
逆量化单元210和逆变换处理单元212可以分别对量化的变换系数块应用逆量化和逆变换,以从变换系数块重构残差块。重构单元214可以基于重构的残差块和由模式选择单元202生成的预测块来产生对应于当前块的重构块(尽管可能具有一定程度的失真)。例如,重构单元214可以将重构的残差块的样本添加到来自模式选择单元202生成的预测块的对应样本中,以产生重构的块。
滤波器单元216可以对重构的块执行一个或多个滤波操作。例如,滤波器单元216可以执行去块操作以减少沿CU边缘的块效应伪像。在一些示例中,可以跳过过滤单元216的操作。
视频编码器200在DPB 218中存储重构的块。例如,在不需要滤波器单元216的操作的示例中,重构单元214可以将重构的块存储到DPB 218。在需要滤波器单元216操作的示例中,滤波器单元216可以将滤波后的重构块存储到解码图片缓冲区218。运动估计单元222和运动补偿单元224可以从DPB 218中检索参考图片,该参考图片由重构的(并且可能经滤波的)块形成,以对随后编码的图片的块进行帧间预测。此外,帧内预测单元226可以使用当前图片的DPB 218中的重构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编解码(CAVLC)操作、CABAC操作、变量到变量(V2V)长度编解码操作、基于语法的上下文自适应二进制算术编解码(SBAC)操作、概率区间分区熵(PIPE)编解码操作、指数-Golomb(Exponential-Golomb)编码操作、或另一种类型的熵编码操作。在一些示例中,熵编码单元220可以在语法元素未被熵编码的旁路模式下操作。
视频编码器200可以输出包括重构条带或图片的块所需的经熵编码的语法元素的比特流。具体地,熵编码单元220可以输出比特流。
以上描述的操作是针对块进行描述的。这种描述应该理解为用于亮度编码块和/或色度编码块的操作。如上所述,在一些示例中,亮度编解码块和色度编解码块是CU的亮度和色度分量。在一些示例中,亮度编解码块和色度编解码块是PU的亮度和色度分量。
在一些示例中,不需要对色度编解码块重复针对亮度编码块执行的操作。作为一个示例,不需要为了标识色度块的运动矢量(MV)和参考图片而重复标识亮度编解码块的MV和参考图片的操作。相反,亮度编解码块的MV可以被缩放以确定色度块的MV,并且参考图片可以是相同的。作为另一示例,帧内预测处理对于亮度编解码块和色度编解码块可以是相同的。
视频编码器200表示被配置为编码的视频数据的设备的示例,该设备包括被配置为存储视频数据的存储器,并且在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRAAPS;根据第一DRA APS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;并且如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
图4是示出了可以执行本公开的技术的示例视频解码器300的框图。图4是出于说明的目的而提供的,并不限制本公开中广泛示例和描述的技术。出于说明的目的,本公开根据VVC(正在开发的ITU-T H.266)和HEVC(ITU-T H.265)的技术来描述视频解码器300。然而,本公开的技术可以由被配置为其他视频编解码标准的视频编解码设备来执行。
在图4的示例中,视频解码器300包括编解码图片缓冲区(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和解码图片缓冲器(DPB)314。可以在一个或多个处理器中或在处理电路中实现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中的任何一个或全部。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、FPGA的一部分。此外,视频解码器300可以包括附加的或可替代的处理器或处理电路来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执行预测。作为示例,预测处理单元304可以包括调色板单元、帧内块复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其他示例中,视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储要由视频解码器300的组件解码的视频数据,诸如经编码的视频比特流。在CPB存储器320中存储的视频数据可以例如从计算机可读介质110(图1)获得。CPB存储器320可以包括存储来自经编码的视频比特流的经编码的视频数据(例如,语法元素)的CPB。此外,CPB存储器320可以存储除了经编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通常存储经解码的图片,视频解码器300可以在解码经编码的视频比特流的后续数据或图片时输出该经解码的图片和/或将其用作参考视频数据。CPB存储器320和DPB 314可以由多种存储器设备中的任何一种形成,诸如DRAM,包括SDRAM、MRAM、RRAM或其他类型的存储器设备。CPB存储器320和DPB314可以由相同的存储器设备或单独的存储器设备提供。在各种示例中,CPB存储器320可以与视频解码器300的其他组件在芯片上,或者相对于这些组件在芯片外。
附加地或可替代地,在一些示例中,视频解码器300可以从存储器120(图1)检索(retrieve)编解码的视频数据。也就是说,存储器120可以如上所述利用CPB存储器320存储数据。同样,在以要由视频解码器300的处理电路运行的软件实现视频解码器300的功能中的一些或全部时,存储器120可以存储要由视频解码器300运行的指令。
图4中所示的各种单元被图示以帮助理解视频解码器300执行的操作。这些单元可以实现为固定功能电路、可编程电路或其组合。类似于图3,固定功能电路是指提供特定功能的电路,并被预设为可以执行的操作。可编程电路是指可以被编程以执行各种任务并在可以执行的操作中提供灵活功能的电路。例如,可编程电路可以执行使可编程电路以软件或固件指令所定义的方式操作的软件或固件。固定功能电路可以运行软件指令(例如,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可以是不同的电路块(固定功能的或可编程的),并且在一些示例中,这些单元中的一个或多个可以是集成电路。
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。在由在可编程电路上运行的软件来执行视频解码器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接收和运行的软件的指令(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、重构单元310和滤波器单元312可以基于从比特流提取的语法元素来生成经解码的视频数据。
通常,视频解码器300在逐块的基础上重构图片。视频解码器300可以对每个块单独执行重构操作(其中当前正在重构(即,解码)的块可以被称为“当前块”)。
熵解码单元302可以对定义量化的变换系数块的量化的变换系数的语法元素、以及变换信息(诸如量化参数(QP)和/或(一个或多个)变换模式指示)进行熵解码。逆量化单元306可以使用与量化的变换系数块相关联的QP来确定量化的程度,并且同样,确定逆量化单元306要应用的逆量化的程度。逆量化单元306可以例如执行逐比特左移位操作来对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可以对变换系数块应用一个或多个逆变换,以生成与当前块相关联的残差块。例如,逆变换处理单元308可以对变换系数块应用逆DCT、逆整数变换、逆Karhunen-Loeve(KLT)、逆旋转变换、逆方向变换、或另一逆变换。
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从中检索参考块的DPB 314中的参考图片,以及标识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的运动矢量。运动补偿单元316通常可以以与针对运动补偿单元224(图3)描述的大体相似的方式来执行帧间预测处理。
作为另一示例,如果预测信息语法元素指示当前块是帧内预测的,则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。同样,帧内预测单元318通常可以以与关于帧内预测单元226(图3)所描述的大体类似的方式来执行帧内预测处理。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添加到预测块的对应样本以重构当前块。
滤波器单元312可以对重构的块执行一个或多个滤波操作。例如,滤波器单元312可以执行去块操作以减少沿着重构的块的边缘的块效应伪像。滤波器单元312的操作不一定在所有示例中执行。
视频解码器300可以将重构的块存储在DPB 314中。例如,在不执行滤波器单元312的操作的示例中,重构单元310可以将重构的块存储到DPB 314。在执行滤波器单元312的操作的示例中,滤波器单元312可以将经滤波的重构的块存储到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的样本和用于后续运动补偿的先前解码的图片。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),用于在显示设备(诸如图1的显示设备118)上随后呈现。
视频解码器300表示被配置为解码视频数据的设备,该设备包括被配置为存储视频数据的存储器,以及在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APSID,防止存储的DRA APS被不同的数据覆盖;以及根据DRA APS处理第一图片和第二图片。
下一代视频应用程序可以使用表示具有高动态范围(HDR)和广色域(WCG)的捕获风景的视频数据进行操作。使用的动态范围和色域参数是视频内容的两个独立属性,并且它们用于数字电视和多媒体服务的规范由多个国际标准定义。例如,ITU-R Rec.709定义了高清电视(HDTV)的参数,诸如标准动态范围(SDR)和标准色域(SCG),并且ITU-R Rec.2020规定了超高清电视(UHDTV)参数,诸如HDR和WCG。还有其他标准开发组织(SDO)文档在其他系统中指定了这些属性,例如,P3色域在SMPTE-231-2中定义,并且HDR的一些参数在SMPTE-2084中定义。下面简要介绍视频数据的动态范围和色域。
动态范围通常定义为视频信号的最小和最大亮度之间的比率。动态范围也可以用“光圈范围(f-stop)”来测量,其中一个光圈范围对应于信号动态范围的两倍。在MPEG的定义中,HDR内容是具有超过16个光圈范围的亮度变化的内容。在一些定义中,10到16个光圈范围之间的级别被视为中间动态范围,但在其他定义中被视为HDR。同时,人类视觉系统(HVS)能够感知更大的动态范围,但是HVS包括一种自适应机制来缩小所谓的同时范围。
视频应用和服务可能受Rec.709监管并提供SDR,通常支持每平方米大约0.1到100坎德拉(cd)(通常称为“尼特(nit)”)的亮度(brightness)(或照度(luminance))范围,从而导致不到10个光圈范围。下一代视频服务有望提供高达16个光圈范围的动态范围,一些参数已在SMPTE-2084和Rec.2020中指定。
图5是示出了人类视觉和显示能力的概念图。图5描绘了由HDTV的SDR提供的动态范围、UHDTV的预期HDR以及HVS的动态范围的可视化,尽管确切的范围可以基于每个人和显示器而变化。
图6是示出了示例色域图的概念图。除了HDR之外,更逼真的视频体验的一个方面是色彩维度,它通常由色域定义。在图6的示例中,SDR色域(基于BT.709红色、绿色和蓝色三原色的三角形400)和UHDTV的更宽色域(基于BT.2020红色、绿色和蓝色三原色的三角形402)的视觉表示。图6还描绘了所谓的光谱轨迹(由舌形区域404界定),表示天然色的界限。如图6所示,从BT.709(三角形400)移动到BT.2020(三角形402)的原色旨在为UHDTV服务提供大约70%以上的色彩。D65指定BT.709和/或BT.2020规范的白色。
表1示出了DCI-P3、BT.709和BT.2020色彩空间的一些色域规范示例。
Figure BDA0003797603630000281
表1-选择的色彩空间的比色参数
现在讨论HDR视频数据的压缩。HDR/WCG通常采用4:4:4色度格式和非常宽的色彩空间(例如,XYZ)以非常高的每分量的精度(其甚至可以以浮点精度存储)获取和存储。这种表示以高精度为目标,并且可能(几乎)在数学上是无损的。然而,这种格式具有许多冗余,并且对于压缩目的不是最佳的。具有基于HVS假设的较低精度格式通常用于目前最新的视频应用。
图7是示出示例格式转换技术的框图。视频编码器200可以执行格式转换技术以将线性RGB 410变换为HDR’数据418。这些技术可以包括如图7所示的3个主要元素。这3个元素包括:1)用于动态范围压缩的非线性传递函数(TF)412;2)到更紧凑或更稳健的颜色空间的色彩转换414;以及3)浮点到整数表示转换单元(量化416)。
图7的技术可以由源设备12(其可以为视频编码器200的示例)来执行。线性RGB数据410可以是HDR/WCG视频数据,并且可以以浮点表示来存储。线性RGB数据410可以使用TF412来压缩以进行动态范围压缩。TF 412可以使用任何数量的非线性传递函数来压缩线性RGB数据410,例如,SMPTE-2084中定义的感知量化器(PQ)TF。在一些示例中,色彩转换过程414将压缩数据转换成更适合由混合视频编码器压缩的更紧凑或稳健的色彩空间(例如,YUV或YCrCb色彩空间)。混合视频编码器是在编码视频数据时利用预测的视频编码器。这个更紧凑的数据可以使用浮点到整数表示量化单元416来量化,以产生转换的HDR’数据418。在该示例中,HDR’数据418采用整数表示。HDR’数据418现在采用更适合由混合视频编码器(例如,视频编码器200)压缩的格式。图7中描述的过程的顺序是作为示例给出的,并且在其他应用中可能会有所不同。例如,色彩转换可能先于TF过程。此外,附加的处理,例如,空间二次采样,可以应用于色彩分量。
图8是示出示例逆格式转换技术的框图。视频解码器300可以执行图8的逆转换技术,包括逆量化422、逆色彩转换过程424和逆传递函数426以将HDR’数据420逆变换成线性RGB 428。
图8的技术可以由目的地设备14(其可以为视频解码器300的示例)来执行。通过使用混合视频解码器(例如,应用HEVC技术的视频解码器300)解码视频数据,可以在目的地设备14处获得转换的HDR'数据420。混合视频解码器是在解码视频数据时利用预测的视频解码器。目的地设备14可以通过逆量化单元逆量化HDR’数据420。然后,可以将逆色彩转换过程424应用于逆量化的HDR’数据。逆色彩转换过程424可以是色彩转换过程414的逆过程。例如,逆色彩转换过程424可以将HDR’数据从YCrCb格式转换回RGB格式。可以将逆传递函数426应用于数据以添加回由TF 412压缩的动态范围以重新创建线性RGB数据428。
线性和浮点表示的输入RGB数据的高动态范围可以用使用的TF(例如SMPTE-2084中定义的PQ TF)来压缩。在压缩之后,视频编码器200可以将压缩数据转换成更适合压缩的目标色彩空间,诸如YCbCr。视频编码器200可以量化色彩转换的数据以实现整数表示。图7和图8的技术顺序是作为示例提供的,并且该顺序在现实应用中可能会有所不同,例如,色彩转换可能在TF模块以及附加的处理之前,例如,空间二次采样可能应用于色彩分量。
将TF应用于数据以压缩数据的动态范围,并使得用有限的比特数表示该数据成为可能。例如,视频编码器200可以应用TF来压缩视频数据的动态范围。该函数通常是一维(1D)非线性函数,其反映Rec.709中为SDR指定的终端用户显示器的电光传递函数(EOTF)的倒数,或者近似对亮度变化的HVS感知(如对于关于SMPTE-2084中为HDR指定的感知量化器(PQ)TF)。OETF(光电传递函数)的逆过程是EOTF(电光传递函数),它将代码层级(codelevel)映射回照度。图9示出了TF的几个示例。
ST2084的规范定义了EOTF应用如下。将TF应用于归一化的线性R、G、B值,这会导致R’G’B’的非线性表示。ST2084通过NORM=10000定义归一化,这与10000尼特(cd/m2)的峰值亮度相关。
Figure BDA0003797603630000307
其中
Figure BDA0003797603630000301
Figure BDA0003797603630000302
Figure BDA0003797603630000303
Figure BDA0003797603630000304
Figure BDA0003797603630000305
Figure BDA0003797603630000306
图10是示出基于归一化线性输入值的示例归一化输出非线性值的图表。图10描绘了使用PQ EOTF归一化到0..1范围的输入值(线性色彩值)和归一化的输出值(非线性色彩值)。如图10所示,输入信号的动态范围的1%(低照度)被转换为输出信号的动态范围的50%。
通常,EOTF被定义为具有浮点精度的函数,因此如果应用逆TF(例如,所谓的OETF),则不会将误差引入具有这种非线性的信号。ST2084中指定的逆TF(OETF)定义为逆PQ函数,如下所示:
Figure BDA0003797603630000308
Figure BDA0003797603630000318
其中
Figure BDA0003797603630000311
Figure BDA0003797603630000312
Figure BDA0003797603630000313
Figure BDA0003797603630000314
Figure BDA0003797603630000315
Figure BDA0003797603630000316
利用浮点精度,EOTF和OETF的顺序应用可以提供完美的重建而没有错误。然而,这种表示对于流式传输或广播服务并不是最佳的。以下部分描述了具有固定比特精度的非线性R’G’B’数据的更紧凑的表示。
请注意,EOTF和OETF目前是一个非常活跃的研究课题,并且一些HDR视频编解码系统中使用的TF可能与ST2084不同。
现在描述色彩转换技术。RGB数据通常用作输入,因为RGB数据通常由图像捕捉传感器产生。然而,RGB色彩空间在RGB分量之间具有高冗余度,并且对于紧凑的表示可能不是最佳的。为了实现更紧凑和更稳健的表示,RGB分量通常被转换为更不相关的更适合压缩的色彩空间,例如,YCbCr。该色彩空间以照度和色彩信息的形式将亮度分离在不同的不太相关的分量中。
对于现代视频编解码系统,通常使用的色彩空间是YCbCr,如ITU-R BT.709或ITU-R BT.709中所述。BT.709标准中的YCbCr色彩空间指定了以下从R’G’B’到Y’CbCr(非恒定照度表示)的转换过程:
Figure BDA0003797603630000317
上述也可以使用以下近似转换来实现,该转换避免了Cb和Cr分量的划分:
Figure BDA0003797603630000319
Figure BDA0003797603630000322
ITU-R BT.2020标准指定了以下从R’G’B’到Y’CbCr(非恒定照度表示)的转换过程:
Figure BDA0003797603630000321
上述也可以使用以下近似转换来实现,该变换避免了Cb和Cr分量的划分:
Figure BDA0003797603630000323
应该注意的是,两个色彩空间都保持标准化。因此,对于在0...1范围内归一化的输入值,得到的值将映射到0...1范围内。通常,以浮点精度实现的色彩变换提供了完美的重建,因此这个过程可能是无损的。
现在更详细地描述量化(或定点转换)。上述所有处理阶段通常可以以浮点精度表示来实现,因此可以被认为是无损的。然而,对于大多数消费电子应用来说,浮点精度可能被认为是昂贵的。因此,可以将目标色彩空间中的输入数据转换为目标比特深定点精度,从而节省带宽和内存。某些研究表明,与PQ TF相结合的10-12比特精度足以提供16个光圈范围的HDR数据,其失真低于极限可分辨差别(JND)。一般来说,JND是为了使差异变得明显(例如,通过HVS)而必须改变的东西(例如,视频数据)的数量。可以使用大多数目前最新的视频编解码解决方案对以10比特精度表示的数据进行进一步编解码。该转换过程包括信号量化,并且其是有损编解码的一个元素,并且是引入到转换数据的不准确来源。
下面示出了应用于目标色彩空间(例如,YCbCr)中的码字的这种量化的示例。以浮点精度表示的输入值YCbCr可以被转换为具有对于Y值的固定比特深度BitDepthY和对于色度值(Cb,Cr)的BitDepthC的信号。例如,视频编码器200可以将输入值从浮点精度转换为固定比特深度的信号。
Figure BDA0003797603630000331
其中
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
如果x<0,则Sign(x)=-1,如果x=0,则Sign(x)=0,如果x>0,则Sign(x)=1
Floor(x)小于等于x的最大整数
如果x>=0,则Abs(x)=x,如果x<0,则Abs(x)=-x
Clip1Y(x)=Clip3(0,(1<<BitDepthY)-1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)-1,x)
如果z<x,则Clip3(x,y,z)=x,如果z>y,则
Clip3(x,y,z)=y,否则,Clip3(x,y,z)=z
在文档中,D.Rusanovskyy,A.K.Ramasubramonian,D.Bugdayci,S.Lee,J.Sole,M.Karczewicz的Dynamic Range Adjustment SEI to enable High Dynamic Range videocoding with Back-Compatible Capability(动态范围调整SEI以实现具有向后兼容能力的高动态范围视频编码),VCEG论文COM16-C 1027-E,2015年9月,作者提议将DRA实现为分段线性函数f(x),该函数为输入值x的一组非重叠动态范围分区(范围){Ri}定义,其中i是范围为0到N-1(含端值)的范围的索引,并且其中N是用于定义DRA函数的范围{Ri}的总数。例如,假设DRA的范围由属于范围Ri的最小和最大x值定义,例如,[xi,xi+1-1],其中xi和xi+1分别表示范围Ri和Ri+1的最小值。应用于视频(亮度(luma))的Y色彩分量,DRA函数Sy通过比例Sy,i和偏移Oy,i来定义,它们应用于每个x∈[xi,xi+1-1],因此Sy={Sy,i,Oy,i}。
通过这样,对于任何Ri和每个x∈[xi,xi+1-1],输出值X的计算如下:
X=Sy,i*(x-Oy,i) (8)
对于逆DRA映射过程,对于在解码器(例如,视频解码器300)处进行的亮度分量Y,DRA函数Sy由尺度S_(y,i)的倒数和偏移O_(y,i)值定义,其应用于每个X∈[X_i,X_(i+1)-1]。
因此,对于任何Ri和每个X∈[Xi,Xi+1-1],重构值X的计算如下:
x=X/Sy,i+Oy,i (9)
针对色度分量Cb和Cr(例如,由视频编码器200进行)的前向DRA映射过程定义如下:给出示例,其中术语“u”表示属于范围Ri的Cb色彩分量的样本,u∈[ui,ui+1-1],因此,Su={Su,i,Ou,i}:
U=Su,i*(u-Oy,i)+Offset (10)
其中Offset等于2(bitdepth-1)表示双极Cb、Cr信号偏移。
针对色度分量Cb和Cr(例如,由视频解码器300)在解码器处进行的逆DRA映射过程定义如下:给出示例,其中U术语表示属于范围Ri的重映射的Cb颜色分量的样本,U∈[Ui,Ui+1-1]:
u=(U-Offset)/Su,i+Oy,i (11)
其中Offset等于2(bitdepth-1)表示双极Cb、Cr信号偏移。
现在描述亮度驱动的色度缩放(LCS)。LCS最初是在如下文件中提出的:JCTVC-W0101 HDR CE2:关于CE2.a-1LCS,A.K.的报告,J.Sole.Ramasubramonian,D.Rusanovskyy,D.Bugdayci,M.Karczewicz。在该论文中,公开一种通过利用与处理的色度样本相关联的亮度信息来调整色度信息(例如,Cb和Cr)的技术。类似地,对于上面讨论的DRA方法,LCS提议应用于色度样本,Cb的缩放因子S_u和Cr的缩放因子S_(v,i)。然而,不是将DRA函数定义为针对可由色度值u或v访问的范围集合{R_i}的分段线性函数S_u={S_(u,i),O_(u,i)},如方程式(8)和(9),LCS方法提议利用亮度值Y来推导出色度样本的缩放因子。视频编码器200可以通过以下公式来执行色度样本u(或v)的前向LCS映射:
U=Su,i(Y)*(u-Offset)+Offset (12)
视频解码器300可以执行通过以下公式进行的逆LCS过程:
u=(U-Offset)/Su,i(Y)+Offset (13)
更详细地,对于位于(x,y)处的给定像素,色度样本Cb(x,y)或Cr(x,y)可以使用从像素的亮度值Y’(x,y)可以访问的像素的LCS函数SCb(或SCr)推导出的因子进行缩放。
利用前向LCS,对于色度样本,Cb(或Cr)值及其相关联的亮度值Y’可以作为色度缩放函数SCb(或SCr,)的输入,并且Cb或Cr可以转换为Cb’和Cr’,如等式14所示。视频解码器300可以应用逆LCS,并且重构的Cb’或Cr’可以被转换为Cb或Cr,如等式(15)中所示。
Cb′(x,y)=SCb(Y′(x,y))*Cb(x,y),
Cr′(x,y)=SCr9Y′(x,y))*Cr(x,y) (14)
Figure BDA0003797603630000351
Figure BDA0003797603630000352
图11是示出LCS函数的示例的图表。利用图11示例中的LCS函数450,具有较小亮度值的像素的色度分量乘以较小的缩放因子。
现在讨论视频编解码器的DRA样本缩放和量化参数之间的关系。为了在编码器(例如,视频编码器200)处调整压缩比,诸如HEVC的基于块变换的视频编解码方案利用应用于块变换系数的标量(scalar)量化器。
Xq=X/scalerQP
其中Xq是变换系数X的量化码值,它是通过应用从QP参数推导出的标量scalerQP产生的。在大多数编解码器中,量化的码值近似为整数值(例如,通过舍入)。在一些编解码器中,量化可能是不同的函数,它不仅取决于QP,还取决于编解码器的其他参数。
标量值scalerQP由QP控制,其中QP和标量量化器之间的关系定义如下,其中k是已知常数:
scalerQP=k*2^(QP/6) (16)
(视频解码器300可以应用的)逆函数定义应用于变换系数的标量量化器和HEVC的QP之间的关系如下:
QP=ln(scalerQP/k)*6/ln(2); (17)
分别地,QP值(例如,deltaQP)的加法变化将导致应用于变换系数的scalerQP值的乘法变化。
DRA有效地将scaleDRA值应用于像素样本值,并且考虑到变换属性,可以与scalerQP值组合如下:
Xq=T(scaleDRA*x)/scaleQP
其中Xq是由缩放的x样本值的变换T产生并使用在变换域中应用的scaleQP进行缩放的量化变换系数。因此,在像素域中应用乘法器scaleDRA会导致在变换域中应用的标量量化器scaleQP的有效变化。这进而可以解释为应用于当前处理的数据块的QP参数的加法变化:
dQP=log2(scaleDRA)*6; (18)
其中dQP是HEVC通过在输入数据上部署DRA引入的近似QP偏移。
现在讨论对亮度QP值的色度QP依赖性。一些目前最新的视频编解码设计,诸如HEVC和更新的设计,可以利用有效应用于处理当前编解码块Cb的亮度和色度QP值之间的预定义依赖性。这种依赖关系可以用于实现亮度和色度分量之间的最佳(或相对最佳)比特率分配。
这种依赖性的一个示例由上述题为“Dynamic Range Adjustment SEI to enableHigh Dynamic Range video coding with Backward-Compatible Capability (动态范围调整SEI以实现具有向后兼容能力的高动态范围视频编码)”的论文中HEVC规范的表8-10表示,其中应用于对色度样本的解码的QP值推导自用于解码亮度样本的QP值。色度QP值基于对应亮度样本的QP值推导的相关部分(例如,应用于对应亮度样本所属的块或TU的QP值),并且HEVC规范的色度QP偏移如下再现:
当ChromaArrayType不等于0时,以下条件适用:
–变量qPCb和qPCr被推导如下:
–如果tu_residual_act_flag[xTbY][yTbY]等于0,则适用以下情况:
qPiCb=Clip3(-QpBdOffsetC,57,QpY+pps_cb_qp_offset+slice_cb_qp_offset+CuQpOffsetCb) (8-287)
qPiCr=Clip3(QpBdOffsetC,57,QpY+pps_cr_qp_offset+slice_cr_qp_offset+CuQpOffsetCr) (8-288)
–否则(tu_residual_act_flag[xTbY][yTbY]等于1),适用以下情况:
qPiCb=Clip3(-QpBdOffsetC,57,QpY+PpsActQpOffsetCb+slice_act_cb_qp_offset+CuQpOffsetCb) (8-289)
qPiCr=Clip3(QpBdOffsetC,57,QpY+PpsActQpOffsetCr+slice_act_cr_qp_offset+CuQpOffsetCr) (8-290)
-如果ChromaArrayType等于1,则如表8-10中指定的,基于索引qPi分别等于qPiCb和qPiCr,变量qPCb和qPCr设置为等于QpC的值。
-否则,基于索引qPi分别等于qPiCb和qPiCr,变量qPCb和qPCr被设置为等于Min(qPi,51)。
-Cb和Cr分量Qp′Cb和Qp′Cr的色度量化参数被推导如下:
Qp′Cb=qPCb+QpBdOffsetC (8-291)
Qp′Cr=qPCr+QpBdOffsetC (8-292)
图12是示出HEVC规范的表8-10的概念图。表8-10详细说明了对于ChromaArrayType等于1,作为qPi的函数的QpC的规范。
现在讨论DRA色度标度的推导。在采用变换域中的统一标量量化和使用DRA的像素域缩放的视频编解码系统(诸如视频编码器200或视频解码器300)中,应用于色度样本(Sx)的缩放DRA值的推导可能取决于以下内容:
–SY:相关联的亮度样本的亮度缩放值
–SCX:推导自内容色域的缩放,其中CX代表Cb或Cr(如果适用)
–Scorr:校正缩放项,基于考虑变换编解码和DRA缩放中的不匹配,例如,以补偿HEVC的表8-10引入的依赖性
SX=fun(SY,SCX,Scorr)。
一个示例是如下定义的可分离函数:SX=f1(SY)*f2(SCX)*f3(Scorrr)
现在描述碰出(bump)操作。解码图片缓冲区(DPB),例如,DPB 218或DPB 314,维护图片/帧的集合,这些图片/帧可以用作编解码器(例如,视频编码器200或视频解码器300)的编解码循环中的图片间预测的参考。根据编解码状态,可以输出一个或多个图片供外部应用使用或由外部应用读取。取决于编解码顺序、DPB大小或其他条件,不再在编解码循环中使用并被外部应用消耗的图片可以从DPB中移除或被更新的参考图片替换。从DPB输出图片和从DPB中移除图片的过程称为碰出过程。下面引用了为HEVC定义的碰出过程的示例:
C.5.2.4“碰出”过程
“碰出”过程由以下有序步骤组成:
1.选择最先输出的图片作为DPB中标记为“需要输出”的所有图片中具有PicOrderCntVal的最小值的图片。
2.图片被裁剪,使用在活动SPS中为图片指定的一致性裁剪窗口,输出裁剪后的图片,并且将图片标记为“不需要输出”。
3.当包括被裁剪和输出的图片的图片存储缓冲区包含标记为“未用于参考”的图片时,图片存储缓冲区被清空。
注意-对于属于同一个CVS并通过“碰出过程”输出的任何两个图片picA和picB,当picA比picB早输出时,picA的PicOrderCntVal的值小于picB的PicOrderCntVal的值。
现在描述利用DRA的碰出操作。MPEG 5EVC规范的草案文本中采用了DRA规范后处理,其形式为修改后的碰出过程。下面显示了规范文本条款的摘录,其中涵盖了带有提出的更改的碰出过程。更改的开始标记为<CHANGE>,并且更改的结束标记为</CHANGE>。注意,下文提到的图C 2为本发明中的图13,并且在图13中也标出了变化。
附件C假设参考解码器
HRD包含一个编码图片缓冲区(CPB)、瞬时解码过程、解码图片缓冲区(DPB)、输出DRA和裁剪,如图C 2所示。[图13所示的假设参考解码器460]。
DPB的操作在子条款C.3中规定。输出DRA过程和裁剪在子条款C.3.3和C.5.2.4中规定。
C.3.3图片解码与输出
图片n被解码,并且其DPB输出时间to,dpb(n)由下式推导出
to,dpb(n)=tr(n)+tc*dpb_output_delay(n) (C-12)
当前图片的输出指定如下。
–如果to,dpb(n)=tr(n),则输出当前图片。
–否则(to,dpb(n)>tr(n)),当前图片稍后被输出并将存储在DPB中(如子条款C.2.4中所述)并在时间to,dpb(n)被输出,除非在to,dpb(n)之前的时间,通过no_output_of_prior_pics_flag等于1的解码或推断来指示将不被输出。
<CHANGE>输出图片应通过调用子条款8.9.2中指定的DRA过程推导出,并使用SPS中为序列指定的裁剪矩形进行裁剪。</CHANGE>
当图片n是被输出的图片并且不是被输出的比特流的最后一个图片时,Δto,dpb(n)的值被定义为:
Δto,dpb(n)=to,dpb(nn)-to,dpb(n) (C-13)
其中nn表示按输出顺序在图片n之后的图片。
经解码的图片存储在DPB中。
C.5.2.4“碰出”过程
在以下情况下调用“碰出”过程。
–当前图片是IDR图片,并且no_output_of_prior_pics_flag不等于1并且不被推断为等于1,如子条款C.5.2.2中所指定的。
–没有空的图片存储缓冲区(即,DPB充满度等于DPB大小),并且需要空的图片存储缓冲区来存储经解码的图片,如子条款中所指定的。
“碰出”过程由以下有序步骤组成:<CHANGE>
4.选择最先输出的图片作为DPB中标记为“需要输出”的所有图片中具有PicOrderCntVal的最小值的图片。
所选择的图片由亮度样本的pic_height_in_luma_samples乘pic_width_in_luma_samples数组currPicL和两个色度样本的PicWidthInSamplesC乘PicHeightInSamplesC数组currPicCb和currPicCr组成。样本数组currPicL、currPicCb和currPicCr对应于经解码的样本数组SL、SCb和SCr
5.当dra_table_present_flag等于1时,将调用条款8.9中指定的DRA推导过程,将所选择的图片作为输入,输出图片作为输出,否则,输出图片的样本数组由所选择的图片的样本数组初始化。</CHANGE>
6.输出图片被裁剪,使用在活动SPS中为图片指定的一致性裁剪窗口,输出裁剪后的图片,并且将图片标记为“不需要输出”。
7.当包括被<CHANGE>映射、</CHANGE>裁剪和输出的图片的图片存储缓冲区包含标记为“未用于参考”的图片时,图片存储缓冲区被清空。
现在讨论DRA数据的自适应参数集(APS)信令。MPEG5 EVC规范定义了DRA参数在APS中信号通知。下面提供了DRA参数的语法和语义:
Figure BDA0003797603630000403
Figure BDA0003797603630000401
Figure BDA0003797603630000402
Figure BDA0003797603630000411
DRA数据语法
Figure BDA0003797603630000412
sps_dra_flag等于1指定使用输出样本上的动态范围调整映射。sps_dra_flag等于0指定不使用输出样本上的动态范围调整映射。
pic_dra_enabled_present_flag等于1指定pic_dra_enabled_flag存在于PPS中。pic_dra_enabled_present_flag等于0指定pic_dra_enabled_flag不存在于PPS中。当pic_dra_enabled_present_flag不存在时,则它被推断为等于0。
pic_dra_enabled_flag等于1指定对于参考PPS的所有解码图片启用DRA。pic_dra_enabled_flag等于0指定对于参考PPS的所有解码图片不启用DRA。如果不存在,则pic_dra_enabled_flag被推断为等于0。
pic_dra_aps_id指定对于参考PPS的解码图片启用DRA APS的adaptation_parameter_set_id。
adaption_parameter_set_id提供用于APS的标识符,以供其他语法元素参考。
aps_params_type指定APS中携带的APS参数的类型,如表2所示。
Figure BDA0003797603630000421
表2–APS参数类型代码和APS参数类型
dra_descriptor1应在0到15(含端值)的范围内。在当前版本的规范中,语法元素dra_descriptor1的值被限制为4,其他值保留以备将来使用。
dra_descriptor2指定DRA缩放参数信令和重构过程的小数部分的准确性。dra_descriptor2的值应在0到15(含端值)的范围内。在当前版本的规范中,语法元素dra_descriptor2的值被限制为9,其他值保留以备将来使用。
变量numBitsDraScale被推导如下:
numBitsDraScale=dra_descriptor1+dra_descriptor2
dra_number_ranges_minus1加1指定信号通知以描述DRA表的范围数。dra_number_ranges_minus1的值应在0到31(含端值)的范围内。
dra_equal_ranges_flag等于1指定DRA表是使用相等大小的范围推导出的,其大小由语法元素dra_delta_range[0]指定。dra_equal_ranges_flag等于0指定DRA表是使用dra_number_ranges推导出的,每个范围的大小由语法元素dra_delta_range[j]指定。
dra_global_offset指定用于推导DRA表的起始码字位置,并按如下方式初始化变量inDraRange[0]:
inDraRange[0]=dra_global_offset
用于信号通知dra_global_offset的比特数是BitDepthY比特。
dra_delta_range[j]指定用于推导DRA表的第j个码字范围的大小。dra_delta_range[j]的值应在1到(1<<BitDepthY)-1(含端值)的范围内。
j在1到dra_number_ranges_minus1(含端值)的范围内的变量inDraRange[j]被推导如下:
inDraRange[j]=inDraRange[j–1]+(dra_equal_ranges_flag==1)?dra_delta_range[0]:dra_delta_range[j]
比特流一致性要求inDraRange[j]应在0到(1<<BitDepthY)–1的范围内。
dra_scale_value[j]指定与DRA表的第j个范围相关联的DRA缩放值。用于信号通知dra_scale_value[j]的比特数等于numBitsDraScale。
dra_cb_scale_value指定用于推导DRA表的Cb分量的色度样本的缩放值。用于信号通知dra_cb_scale_value的比特数等于numBitsDraScale。在当前版本的规范中,语法元素dra_cb_scale_value的值应该小于4<<dra_descriptor2,其他值保留以备将来使用。
dra_cr_scale_value指定用于推导DRA表的Cr分量的色度样本的缩放值。用于信号通知dra_cr_scale_value的比特数等于numBitsDraScale。在当前版本的规范中,语法元素dra_cb_scale_value的值应该小于4<<dra_descriptor2,其他值保留以备将来使用。
dra_scale_value[j]、dra_cb_scale_value和dra_cr_scale_value的值不应等于0。
dra_table_idx指定用于推导色度标度值的ChromaQpTable的访问条目。dra_table_idx的值应在0到57(含端值)的范围内。
一些视频编码器将DRA数据作为单独的网络抽象层(NAL)单元在用于参考PPS的所有图片的图片参数集(PPS)中使用特定适用的APS标识符来信号通知。视频解码器300可以在输出过程中应用逆DRA过程,该输出过程可以在时间上与解码过程解耦合,例如,在随机访问编解码场景中。
然而,解码过程和输出过程的潜在解耦可能会导致以下情况:输出过程以及因此的DRA应用可能是在解码过程期间在DRA APS缓冲区中可能已经被新的DRA APS覆盖的DRAAPS来指定。
为了确保APS缓冲区中的DRA APS数据在解码过程期间不被不同的DRA APS数据覆盖直到在输出过程期间由视频解码器(诸如视频解码器300)应用DRA,编解码器(诸如视频编码器200)可以通过约束比特流使得特定ID号的每个RA APS应该由相同的(identical)内容组成(或可替代地包括相同的内容)来防止DRA APS缓冲区条目在解码过程期间被不同的数据覆盖。这有效地实现了N的静态APS缓冲区大小,例如,N等于32个条目,如在MPEG5 EVC中。
例如,视频编码器200可以确定针对视频数据的第一图片的第一DRA APS ID,并且确定针对第一图片的第一DRA APS。视频编码器200也可以确定针对视频数据的第二图片的第二DRA APS ID,并且确定针对第二图片的第二DRA APS。视频编码器200可以根据第一DRAAPS处理第一图片并且根据第二DRA APS处理第二图片。在一些示例中,视频编码器200可以分配第二DRA APS ID,使得当第一DRA APS不同于第二DRA APS时,第二DRA APS ID不同于第一DRA APS ID。在一些示例中,当第二DRA APS ID与第一DRA APS ID相同时,视频编码器200可以确定第二DRA APS等于第一DRA APS。例如,如果第一DRA APS ID等于第二DRA APSID,则第一DRA APS等于第二DRA APS。
例如,视频解码器300可以确定针对视频数据的第一图片的第一DRA APS ID。视频解码器300可以确定针对第一图片的DRA APS。视频解码器300可以将DRA APS存储在APS缓冲区中。视频解码器300可以确定针对视频数据的第二图片的第二DRA APS ID。基于第二DRA APS ID等于第一DRA APS ID,视频解码器300可以防止存储的DRA APS被不同的数据覆盖。例如,视频解码器300可以避免覆盖存储的DRA APS,或者视频解码器300可以用相同的DRA APS覆盖存储的DRA APS。
现在描述根据本公开的技术的APS原始字节序列有效载荷(RBSP)语义。
adaption_parameter_set_id提供用于APS的标识符,以供其他语法元素参考。
编解码视频序列(CVS)内的具有aps_param_type等于DRA_APS和adaptation_parameter_set_id的特定值的所有APS NAL单元应具有相同的内容。
根据本公开的技术,对于比特流一致性,以下条件适用:
–当CVS内的两个或更多个图片参考具有相同adaptation_parameter_set_id值的DRA_APS类型的多个APS时,具有相同adaptation_parameter_set_id值的DRA_APS类型的多个APS应具有相同的内容。
图14是包括DRA单元的视频编码器和视频解码器系统的框图。诸如视频编码器200的视频编码器可以包括前向DRA单元240和编解码核心242。在一些示例中,编解码核心242可以包括图3中描绘的单元,并且可以如上文关于图3所描述的那样工作。视频编码器200还可以确定可以包括来自前向DRA单元240的信息的多个APS 244和多个PPS 246。
根据本公开的技术,前向DRA单元240可以确定针对视频数据的第一图片(APS 244的)的第一DRA APS。前向DRA单元240可以向第一DRA APS分配第一DRA APS ID。前向DRA单元240可以确定针对视频数据的第二图片(APS 244的)的第二DRA APS;向第二DRA APS分配第二DRA APS ID。编解码核心242可以在比特流250中信号通知第一DRA APS。前向DRA单元240可以根据第一DRA APS处理第一图片。前向DRA单元240可以确定第一DRA APS ID是否等于第二DRA APS ID。如果第一DRA APS ID等于第二DRA APS ID,则前向DRA单元240可以根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则编解码核心242可以在比特流中信号通知第二DRA APS,并且前向RA单元240可以根据第二DRA APS处理第二图片。
诸如视频解码器300的视频解码器可以包括编解码核心340和输出DRA单元342。在一些示例中,编解码核心342可以包括图4中描绘的单元,并且可以如上文关于图4所描述的那样工作。视频解码器300还可以确定可以包括将由DRA单元342输出的信息的多个APS 344和多个PPS 346。
根据本公开的技术,输出DRA单元342可以确定针对视频数据的第一图片的第一DRA APS。输出DRA单元342可以确定针对第一图片的DRA APS。输出DRA单元342可以将DRAAPS存储在APS缓冲区(APSB)348中。输出DRA单元342可以确定针对视频数据的第二图片的第二DRA APS ID。基于第二DRA APS ID等于第一DRA APS ID,输出DRA单元342可以防止存储的DRA APS被不同的数据覆盖并且根据DRA APS处理第一图片和第二图片。
图15是示出了根据本公开的示例DRA APS编码技术的流程图。视频编码器200可以确定针对视频数据的第一图片的第一DRA APS(470)。例如,视频编码器200可以确定要应用于视频数据的第一图片的DRA参数并且将那些DRA参数包括在第一DRA APS中。视频编码器200可以向第一DRA APS分配第一DRA APS ID(471)。例如,视频编码器200可以确定第一DRAAPS ID以标识第一DRA APS。视频编码器200可以在与第一图片相关联的PPS中信号通知第一DRA APS ID。视频编码器200可以确定针对视频数据的第二图片的第二DRA APS(472)。例如,视频编码器200可以确定要应用于视频数据的第二图片的DRA参数并且基于所确定的DRA参数信号通知第二DRA APS。
视频编码器200可以向第二DRA AP S分配第二DRA APS ID(473)。例如,视频编码器200可以分配第二DRA APS ID以标识第二DRA APS。视频编码器200可以在与第二图片相关联的PPS中信号通知第二DRA APS ID。
视频编码器200可以在比特流中信号通知第一DRA APS(474)。例如,视频编码器200可以向视频解码器300信号通知第一DRA APS以存储在APS缓冲区中。
视频编码器200可以根据第一DRA APS处理第一图片(475)。例如,视频编码器200可以基于视频编码器200可以在第一DRA APS中编解码的参数将第一DRA应用于第一图片,并且向视频解码器300信号通知第一DRA APS以存储在APS缓冲区中。
视频编码器200可以确定第一DRA APS ID是否等于第二DRA APS ID(476)。例如,视频编码器200可以将第一DRA APS ID与第二DRA APS ID进行比较。如果第一DRA APS ID等于第二DRA APS ID(图15中的“是”路径),则视频编码器200可以根据第一DRA APS处理第二图片(477)。例如,视频编码器200可以根据第一DRA APS将DRA应用于第二图片。如果第一DRA APS ID不等于第二DRA APS ID(图15中的“否”路径),则视频编码器200可以在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片(478)。例如,视频编码器200可以根据第二DRA APS将DRA应用于第二图片,并且向视频解码器300信号通知第二DRA APS以存储在APS缓冲区中。以此方式,视频编码器200可以防止数据被视频解码器300中的APS缓冲区中的不同数据覆盖。
在一些示例中,视频编码器200可以将DRA APS中的比特数限制为N,其中N是整数,诸如32。在一些示例中,视频编码器200可以在比特流中信号通知第一DRA APS ID,并且在比特流中信号通知第二DRA APS ID。
在一些示例中,当第一DRA APS不等于第二DRA APS时,视频编码器200可以避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值。例如,当第一DRA APS和第二DRAAPS不同或包含不同数据时,视频编码器200可以为第二图片分配与视频编码器200可以为第一图片分配的DRA APS ID不同的DRA APS ID。在一些示例中,视频编码器可以确定第一DRA APS是否等于第二DRA APS。在一些示例中,作为避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值的一部分,视频编码器200可以向第二DRA APS ID分配与第一DRAAPS ID的值不同的值。在一些示例中,视频编码器200可以确定第一DRA APS是否等于第二DRA APS,并且基于第一DRA APS等于第二DRA APS,视频编码器200可以确定第二DRA APSID等于第一DRA APS ID。
在一些示例中,APS缓冲区具有静态大小。在一些示例中,APS缓冲区被配置为存储32个条目。在一些示例中,视频编码器200基于第二DRA APS等于第一DRA APS来防止由于视频解码器300中的APS缓冲区的覆盖而导致的数据丢失。
图16是示出了根据本公开的示例DRA APS解码技术的流程图。视频解码300可以确定针对视频数据的第一图片的第一DRA APS ID(480)。例如,视频解码器300可以解析比特流中的可以在与第一图片相关联的PPS中的语法元素(诸如adaptation_parameter_set_id)以确定第一DRA APS ID。视频解码器300可以确定针对第一图片的DRA APS(482)。例如,视频解码器300可以解析比特流中的与第一图片相关联的DRA APS以确定针对第一图片的DRA APS。视频解码器300可以将DRA APS存储在APS缓冲区中(484)。例如,视频解码器300可以将DRA APS存储在APS缓冲区348中(图14)。
视频解码器300可以确定针对视频数据的第二图片的第二DRA APS ID(486)。例如,视频解码器300可以解析比特流中的可以在与第二图片相关联的PPS中的语法元素(诸如adaptation_parameter_set_id)以确定第二DRA APS ID。基于第二DRA APS ID等于第一DRA APS ID,视频解码器300可以防止存储的DRA APS被不同的数据覆盖(488)。例如,作为防止存储的DRA APS被不同的数据覆盖的一部分,视频解码器300可以避免覆盖存储的DRAAPS。在另一示例中,作为防止存储的DRA APS被不同的数据覆盖的一部分,视频解码器300可以将存储的DRA APS用相同的DRA APS覆盖。
视频解码器300可以根据存储的DRA APS处理第一图片和第二图片(490)。例如,视频解码器300可以使用存储的DRA APS中的参数以在第一图片和第二图片上执行DRA以创建DRA调整的第一图片和DRA调整的第二图片。在一些示例中,视频解码器300可以输出DRA调整的第一图片和DRA调整的第二图片。例如,视频解码器300可以输出DRA调整的第一图片和DRA调整的第二图片以显示在显示设备上,诸如图1的显示设备118。
图17示出了用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。尽管对视频编码器200(图1和图3)进行了描述,但是应当理解,可以将其他设备配置为执行与图17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可以形成当前块的预测块。然后,视频编码器200可以计算当前块的残差块(352)。为了计算残差块,视频编码器200可以计算原始的、未编码块与当前块的预测块之间的差。然后,视频编码器200可以变换残差块并量化残差块的变换系数(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对变换系数进行编码。然后,视频编码器200可以输出块的熵编码的数据(360)视频编码器200还可以执行图15的DRA技术。
图18是示出用于对视频数据的当前块进行解码的示例方法的流程图。当前块可以包括当前CU。尽管对视频解码器300(图1和图4)进行了描述,但是应当理解,可以将其他设备配置为执行与图18类似的方法。
视频解码器300可以接收当前块(370)的熵编码的数据,诸如用于对应于当前块的残差块的变换系数的熵编码的预测信息和熵编码的数据。视频解码器300可以对熵编码的数据进行熵解码,以确定当前块的预测信息,并再现残差块的变换系数(372)。例如,视频解码器300可以使用例如针对当前块的预测信息所指示的帧内或帧间预测模式来预测当前块,以计算针对当前块(374)的预测块。然后,视频解码器300可以逆扫描再现的变换系数(376),以创建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可以通过组合预测块和残差块(380)来解码当前块。视频解码器300还可以将DRA应用于解码图片,诸如关于图16所描述的。
本公开包括以下示例。
条款1A.一种对视频数据进行编解码的方法,该方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);确定针对视频数据的第一图片的DRA APS标识符(ID);确定针对视频数据的第二图片的DRA APS ID是否等于针对视频数据的第一图片的DRA APS ID;基于针对视频数据的第二图片的DRA APS ID等于针对视频数据的第一图片的DRA APS ID,确定针对视频数据的第二图片的DRA APS等于针对视频数据的第一图片的DRA APS;以及基于针对视频数据的第二图片的DRA APS处理视频数据的第二图片。
条款2A.根据条款1A所述的方法,还包括将针对视频数据的第一图片的DRA APS存储在APS缓冲区中。
条款3A.根据条款2A所述的方法,其中,APS缓冲区具有静态大小。
条款4A.根据条款3A所述的方法,其中,APS缓冲区被配置为存储32个条目。
条款5A.根据条款2A-4A中任一项所述的方法,还包括基于针对视频数据的第二图片的DRA APS ID等于针对视频数据的第一图片的DRA APS ID,防止覆盖APS缓冲区。
条款6A.根据条款1A-5A中任一项所述的方法,其中编解码包括解码。
条款7A.根据条款1A-6A中任一项所述的方法,其中编解码包括编码。
条款8A.一种用于对视频数据进行编解码的设备,该设备包括用于执行条款1A-7A中任一项所述方法的一个或多个部件。
条款9A.根据条款8A所述的设备,其中,该一个或多个部件包括在电路中实现的一个或多个处理器。
条款10A.根据条款8A-9A中任一项所述的设备,还包括用于存储视频数据的存储器。
条款11A.根据条款8A-10A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12A.根据条款8A-11A中任一项的设备,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。
条款13A.根据条款8A-12A中任一项的设备,其中,该设备包括视频解码器。
条款14A.根据条款8A-13A中任一项的设备,其中,该设备包括视频编码器。
条款15A.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-7A中任一项所述的方法。
条款16A.一种用于对视频数据进行编码的设备,该设备包括:用于确定针对视频数据的第一图片的动态范围调整(DRA)自适应参数集(APS)的部件;用于确定针对视频数据的第一图片的DRA APS ID的部件;用于确定针对视频数据的第二图片的DRA APS ID是否等于针对视频数据的第一图片的DRA APS ID的部件;用于基于针对视频数据的第二图片的DRA APS ID等于针对视频数据的第一图片的DRA APS ID确定针对视频数据的第二图片的DRA APS等于针对视频数据的第一图片的DRA APS的部件;以及用于基于针对视频数据的第二图片的DRA APS处理视频数据的第二图片的部件。
条款1B.一种对视频数据进行编码的方法,该方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;
确定针对视频数据的第二图片的第二DRA APS;向第二DRA APS分配第二DRA APSID;在比特流中信号通知第一DRA APS;根据第一DRA APS处理第一图片;确定第一DRA APSID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRAAPS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
条款2B.根据条款1B所述的方法,还包括将DRA APS中的比特数限制为N,其中N是整数。
条款3B.根据条款1B或2B所述的方法,还包括:在比特流中信号通知第一DRA APSID;以及在比特流中信号通知第二DRA APS ID。
条款4B.根据条款1B-3B的任一组合所述的方法,还包括:当第一DRA APS不等于第二DRA APS时,避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值。
条款5B.根据条款4B所述的方法,其中,避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值包括:向第二DRA APS ID分配与第一DRA APS ID的值不同的值。
条款6B.根据条款1B-5B的任一组合所述的方法,还包括:当第一DRA APS ID等于第二DRA APS ID时,避免在比特流中信号通知第二DRA APS。
条款7B.根据条款1B-6B的任一组合所述的方法,其中,第一DRA APS被信号通知给视频解码器以存储在APS缓冲区中。
条款8B.根据第7B条所述的方法,其中,APS缓冲区具有静态大小。
条款9B.根据第8B条所述的方法,其中,APS缓冲区被配置为存储32个条目。
条款10B.一种用于对视频数据进行编码的设备,该设备包括:被配置为存储视频数据的存储器和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRAAPS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRAAPS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
条款11B.根据条款10B所述的设备,其中,该一个或多个处理器还被配置为将DRAAPS中的比特数限制为N,其中N是整数。
条款12B.根据条款10B或11B所述的设备,其中,该一个或多个处理器还被配置为:在比特流中信号通知第一DRA APS ID;以及在比特流中信号通知第二DRA APS ID。
条款13B.根据条款10B-12B中的任一组合所述的设备,其中,该一个或多个处理器还被配置为:当第一DRA APS不等于第二DRA APS时,避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值。
条款14B.根据条款13B所述的设备,其中,作为避免将第二DRA APS ID的值分配为等于第一DRA APS ID的值的一部分,该一个或多个处理器被配置为向第二DRA APS ID分配与第一DRA APS ID的值不同的值。
条款15B.根据条款10B-14B中的任一组合所述的设备,其中,该一个或多个处理器还被配置为:当第一DRA APS ID等于第二DRA APS ID时,避免在比特流中信号通知第二DRAAPS。
条款16B.根据条款10B-15B中的任一组合所述的设备,其中,第一DRA APS被信号通知给视频解码器以存储在APS缓冲区中。
条款17B.根据条款16B所述的方法,其中,APS缓冲区具有静态大小。
条款18B.根据条款17B所述的设备,其中,APS缓冲区被配置为存储32个条目。
条款19B.根据条款10B-18B中任一组合所述的设备,还包括:被配置为捕获视频数据的相机。
条款20B.一种用于存储指令的非暂时性计算机可读存储介质,该指令在执行时使一个或多个处理器:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS);向第一DRA APS分配第一DRA APS ID;确定针对视频数据的第二图片的第二DRAAPS;向第二DRA APS分配第二DRA APS ID;在比特流中信号通知第一DRA APS;根据第一DRAAPS处理第一图片;确定第一DRA APS ID是否等于第二DRA APS ID;如果第一DRA APS ID等于第二DRA APS ID,则根据第一DRA APS处理第二图片;以及如果第一DRA APS ID不等于第二DRA APS ID,则在比特流中信号通知第二DRA APS,并且根据第二DRA APS处理第二图片。
条款21B.一种对视频数据进行解码的方法,该方法包括:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APSID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据存储DRA APS处理第一图片和第二图片。
条款22B.根据条款21B所述的方法,其中,防止存储的DRA APS被不同的数据覆盖包括:避免覆盖存储的DRA APS。
条款23B。根据条款21B或22B所述的方法,其中,防止存储的DRA APS被不同的数据覆盖包括:将存储的DRA APS用相同的DRA APS覆盖。
条款24B.根据条款21B-23B的任一组合所述的方法,其中,处理第一图片和第二图片创建DRA调整的第一图片和DRA调整的第二图片,该方法还包括:输出DRA调整的第一图片和DRA调整的第二图片。
条款25B.根据条款21B-24B中任一组合所述的方法,其中,APS缓冲区具有静态大小。
条款26B.根据条款25B所述的方法,其中,APS缓冲区被配置为存储32个条目。
条款27B.一种用于对视频数据进行解码的设备,该设备包括被配置为存储视频数据的存储器和在电路中实现并且通信地耦合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:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据存储的DRA APS处理第一图片和第二图片。
条款28B.根据条款27B所述的设备,其中,作为防止存储的DRA APS被不同的数据覆盖的一部分,该一个或多个处理器被配置为避免覆盖存储的DRA APS。
条款29B.根据条款27B或28B所述的设备,其中,作为防止存储的DRA APS被不同的数据覆盖的一部分,该一个或多个处理器被配置为将存储的DRA APS用相同的DRA APS覆盖。
条款30B.根据条款27B-29B的任一组合所述的设备,其中,处理第一图片和第二图片创建DRA调整的第一图片和DRA调整的第二图片,该一个或多个处理器还被配置为输出DRA调整的第一图片和DRA调整的第二图片。
条款31B.根据条款27B-30B中任一组合所述的设备,其中,APS缓冲区具有静态大小。
条款32B.根据条款31B所述的设备,其中,APS缓冲区被配置为存储32个条目。
条款33B.一种存储指令的非暂时性计算机可读存储介质,所述指令在执行时,使一个或多个处理器执行以下操作:确定针对视频数据的第一图片的第一动态范围调整(DRA)自适应参数集(APS)标识符(ID);确定针对第一图片的DRA APS;将DRA APS存储在APS缓冲区中;确定针对视频数据的第二图片的第二DRA APS ID;基于第二DRA APS ID等于第一DRA APS ID,防止存储的DRA APS被不同的数据覆盖;以及根据存储的DRA APS处理第一图片和第二图片。
应当认识到,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都是技术实践所必需的)。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,可以以硬件,软件,固件或其任何组合来实现所描述的功能。如果以软件实现,则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的有形介质,或者通信介质,包括例如根据通信协议来促进将计算机程序从一个地方转移到另一个地方的任何介质。以此方式,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)诸如信号或载波的通信介质。数据存储介质可以是可以由一台或多台计算机或一个或多个处理器存取以检索指令、代码和/或数据结构以实现本公开中描述的技术的任何可用介质。计算机程序产品可以包括计算机可读介质。
作为示例而非限制,这种计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储,磁盘存储或其他磁性存储设备,闪存或任何其他可以用来以指令或数据结构的形式存储所需的程序代码,并且可以由计算机访问。而且,任何连接都适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(例如红外、无线电和微波)从网站、服务器或其他远程源传输指令,则介质的定义包括同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术。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,信号或其他瞬时介质,而是针对非瞬时的有形存储介质。本文使用的磁盘和光盘包括光碟(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中磁盘通常以磁性方式复制数据,而光盘则通过激光光学方式复制数据。上述的组合也应包括在计算机可读介质的范围内。
指令可以由一个或多个处理器执行,例如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他等效的集成或离散逻辑电路。因此,如本文所使用的术语“处理器”和“处理电路”可以指任何前述结构或适合于实现本文描述的技术的任何其他结构。另外,在一些方面,本文描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供,或结合在组合编解码器中。同样,该技术可以在一个或多个电路或逻辑元素中完全实现。
本公开的技术可以在包括无线手持机、集成电路(IC)或一组集成电路(例如,芯片组)的多种设备或装置中实现。在本发明中描述各种组件,模块或单元以强调配置为执行所揭示技术的设备的功能方面,但不一定需要由不同硬件单元来实现。而是,如上所述,各种单元可以组合在编解码器硬件单元中,或者由包括合适的软件和/或固件的互操作硬件单元的集合来提供,所述互操作硬件单元包括如上所述的一个或多个处理器。
已经描述了各种示例。这些和其他示例在所附权利要求的范围内。

Claims (33)

1.一种对视频数据进行编码的方法,所述方法包括:
确定针对所述视频数据的第一图片的第一动态范围调整DRA自适应参数集APS;
向所述第一DRA APS分配第一DRA APS ID;
确定针对所述视频数据的第二图片的第二DRA APS;
向所述第二DRA APS分配第二DRAAPS ID;
在比特流中信号通知所述第一DRA APS;
根据所述第一DRA APS处理所述第一图片;
确定所述第一DRA APS ID是否等于所述第二DRA APS ID;
如果所述第一DRA APS ID等于所述第二DRA APS ID,则根据所述第一DRA APS处理所述第二图片;以及
如果所述第一DRA APS ID不等于所述第二DRA APS ID,则在所述比特流中信号通知所述第二DRA APS,并且根据所述第二DRA APS处理所述第二图片。
2.根据权利要求1所述的方法,还包括:将DRA APS中的比特数限制为N,其中N是整数。
3.根据权利要求1所述的方法,还包括:
在所述比特流中信号通知所述第一DRA APS ID;以及
在所述比特流中信号通知所述第二DRA APS ID。
4.根据权利要求1所述的方法,还包括:
当所述第一DRA APS不等于所述第二DRA APS时,避免将所述第二DRA APS ID的值分配为等于所述第一DRA APS ID的值。
5.根据权利要求4所述的方法,其中,避免将所述第二DRA APS ID的值分配为等于所述第一DRA APS ID的值包括:向所述第二DRA APS ID分配与所述第一DRA APS ID的值不同的值。
6.根据权利要求1所述的方法,还包括:
当所述第一DRA APS ID等于所述第二DRA APS ID时,避免在所述比特流中信号通知所述第二DRA APS。
7.根据权利要求1所述的方法,其中,所述第一DRA APS被信号通知给视频解码器以存储在APS缓冲区中。
8.根据权利要求7所述的方法,其中,所述APS缓冲区具有静态大小。
9.根据权利要求8所述的方法,其中,所述APS缓冲区被配置为存储32个条目。
10.一种用于对视频数据进行编码的设备,所述设备包括:
存储器,被配置为存储所述视频数据;以及
一个或多个处理器,在电路中实现并通信地耦合到所述存储器,所述一个或多个处理器被配置为:
确定针对所述视频数据的第一图片的第一动态范围调整DRA自适应参数集APS;
向所述第一DRA APS分配第一DRA APS ID;
确定针对所述视频数据的第二图片的第二DRA APS;
向所述第二DRA APS分配第二DRA APS ID;
在比特流中信号通知所述第一DRA APS;
根据所述第一DRA APS处理所述第一图片;
确定所述第一DRA APS ID是否等于所述第二DRA APS ID;
如果所述第一DRA APS ID等于所述第二DRA APS ID,则根据所述第一DRA APS处理所述第二图片;以及
如果所述第一DRA APS ID不等于所述第二DRA APS ID,则在所述比特流中信号通知所述第二DRA APS,并且根据所述第二DRA APS处理所述第二图片。
11.根据权利要求10所述的设备,其中,所述一个或多个处理器还被配置为将DRA APS中的比特数限制为N,其中N是整数。
12.根据权利要求10所述的设备,其中,所述一个或多个处理器还被配置为:
在所述比特流中信号通知所述第一DRA APS ID;以及
在所述比特流中信号通知所述第二DRA APS ID。
13.根据权利要求10所述的设备,其中,所述一个或多个处理器还被配置为:
当所述第一DRA APS不等于所述第二DRA APS时,避免将所述第二DRA APS ID的值分配为等于所述第一DRA APS ID的值。
14.根据权利要求13所述的设备,其中,作为避免将所述第二DRA APS ID的值分配为等于所述第一DRA APS ID的值的一部分,所述一个或多个处理器被配置为向所述第二DRAAPS ID分配与所述第一DRA APS ID的值不同的值。
15.根据权利要求10所述的设备,其中,所述一个或多个处理器还被配置为:
当所述第一DRA APS ID等于所述第二DRA APS ID时,避免在所述比特流中信号通知所述第二DRA APS。
16.根据权利要求10所述的设备,其中,所述第一DRA APS被信号通知给视频解码器以存储在APS缓冲区中。
17.根据权利要求16所述的设备,其中,所述APS缓冲区具有静态大小。
18.根据权利要求17所述的设备,其中,所述APS缓冲区被配置为存储32个条目。
19.根据权利要求10所述的设备,还包括:
相机,被配置为捕获所述视频数据。
20.一种存储指令的非暂时性计算机可读存储介质,所述指令在执行时,使一个或多个处理器:
确定针对视频数据的第一图片的第一动态范围调整DRA自适应参数集APS;
向所述第一DRA APS分配第一DRA APS ID;
确定针对所述视频数据的第二图片的第二DRA APS;
向所述第二DRA APS分配第二DRA APS ID;
在比特流中信号通知所述第一DRA APS;
根据所述第一DRA APS处理所述第一图片;
确定所述第一DRA APS ID是否等于所述第二DRA APS ID;
如果所述第一DRA APS ID等于所述第二DRA APS ID,则根据所述第一DRA APS处理所述第二图片;以及
如果所述第一DRA APS ID不等于所述第二DRA APS ID,则在所述比特流中信号通知所述第二DRA APS,并且根据所述第二DRA APS处理所述第二图片。
21.一种对视频数据进行解码的方法,所述方法包括:
确定针对所述视频数据的第一图片的第一动态范围调整DRA自适应参数集APS标识符ID;
确定针对所述第一图片的DRA APS;
将所述DRA APS存储在APS缓冲区中;
确定针对所述视频数据的第二图片的第二DRA APS ID;
基于所述第二DRA APS ID等于所述第一DRA APS ID,防止所存储的DRA APS被不同的数据覆盖;以及
根据所存储的DRA APS处理所述第一图片和所述第二图片。
22.根据权利要求21所述的方法,其中,防止所存储的DRA APS被不同的数据覆盖包括:避免覆盖所存储的DRA APS。
23.根据权利要求21所述的方法,其中,防止所存储的DRA APS被不同的数据覆盖包括:将所存储的DRA APS用相同的DRA APS覆盖。
24.根据权利要求21所述的方法,其中,处理所述第一图片和所述第二图片创建DRA调整的第一图片和DRA调整的第二图片,所述方法还包括:
输出所述DRA调整的第一图片和所述DRA调整的第二图片。
25.根据权利要求21所述的方法,其中,所述APS缓冲区具有静态大小。
26.根据权利要求25所述的方法,其中,所述APS缓冲区被配置为存储32个条目。
27.一种用于对视频数据进行解码的设备,所述设备包括:
存储器,被配置为存储所述视频数据;以及
一个或多个处理器,在电路中实现并通信地耦合到所述存储器,所述一个或多个处理器被配置为:
确定针对所述视频数据的第一图片的第一动态范围调整DRA自适应参数集APS标识符ID;
确定针对第一图片的DRA APS;
将DRA APS存储在APS缓冲区中;
确定针对所述视频数据的第二图片的第二DRA APS ID;
基于所述第二DRA APS ID等于所述第一DRA APS ID,防止所存储的DRA APS被不同的数据覆盖;以及
根据所存储的DRA APS处理所述第一图片和所述第二图片。
28.根据权利要求27所述的设备,其中,作为防止所存储的DRA APS被不同的数据覆盖的一部分,所述一个或多个处理器被配置为避免覆盖所存储的DRA APS。
29.根据权利要求27所述的设备,其中,作为防止所存储的DRA APS被不同的数据覆盖的一部分,所述一个或多个处理器被配置为将所存储的DRA APS用相同的DRA APS覆盖。
30.根据权利要求27所述的设备,其中,处理所述第一图片和所述第二图片创建DRA调整的第一图片和DRA调整的第二图片,所述一个或多个处理器还被配置为:
输出所述DRA调整的第一图片和所述DRA调整的第二图片。
31.根据权利要求27所述的设备,其中,所述APS缓冲区具有静态大小。
32.根据权利要求31所述的设备,其中,所述APS缓冲区被配置为存储32个条目。
33.一种存储指令的非暂时性计算机可读存储介质,所述指令在执行时,使一个或多个处理器:
确定针对视频数据的第一图片的第一动态范围调整DRA自适应参数集APS标识符ID;
确定针对第一图片的DRA APS;
将DRA APS存储在APS缓冲区中;
确定针对所述视频数据的第二图片的第二DRA APS ID;
基于所述第二DRA APS ID等于所述第一DRA APS ID,防止所存储的DRA APS被不同的数据覆盖;以及
根据所存储的DRA APS处理所述第一图片和所述第二图片。
CN202180014693.8A 2020-02-21 2021-02-19 用于解码图片缓冲区管理和动态范围的动态范围调整参数的信令 Pending CN115152234A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202062980062P 2020-02-21 2020-02-21
US62/980,062 2020-02-21
US17/179,145 2021-02-18
US17/179,145 US11463737B2 (en) 2020-02-21 2021-02-18 Signaling of dynamic range adjustment parameters for decoded picture buffer management and dynamic range
PCT/US2021/018811 WO2021168275A1 (en) 2020-02-21 2021-02-19 Signaling of dynamic range adjustment parameters for decoded picture buffer management and dynamic range

Publications (1)

Publication Number Publication Date
CN115152234A true CN115152234A (zh) 2022-10-04

Family

ID=77367058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180014693.8A Pending CN115152234A (zh) 2020-02-21 2021-02-19 用于解码图片缓冲区管理和动态范围的动态范围调整参数的信令

Country Status (7)

Country Link
US (1) US11463737B2 (zh)
EP (1) EP4107961A1 (zh)
KR (1) KR20220137913A (zh)
CN (1) CN115152234A (zh)
BR (1) BR112022015701A2 (zh)
TW (1) TW202139692A (zh)
WO (1) WO2021168275A1 (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160309154A1 (en) * 2015-04-17 2016-10-20 Qualcomm Incorporated Dynamic range adjustment for high dynamic range and wide color gamut video coding
KR102661416B1 (ko) * 2019-02-27 2024-04-25 후아웨이 테크놀러지 컴퍼니 리미티드 인코더, 디코더 및 대응하는 방법

Also Published As

Publication number Publication date
US11463737B2 (en) 2022-10-04
WO2021168275A1 (en) 2021-08-26
BR112022015701A2 (pt) 2022-09-27
EP4107961A1 (en) 2022-12-28
TW202139692A (zh) 2021-10-16
US20210266605A1 (en) 2021-08-26
KR20220137913A (ko) 2022-10-12

Similar Documents

Publication Publication Date Title
CN113508589A (zh) 视频译码中的组合残差译码
CN112042202B (zh) 解码图片缓冲区管理及动态范围调整
CN111937384B (zh) 用于解码视频数据的方法及装置以及计算机可读存储介质
US11146823B2 (en) Signalling chroma quantization parameter (QP) mapping tables
TWI765903B (zh) 用於循環樣本處理之視訊寫碼工具
CN114830673A (zh) 用于多个层的共享解码器图片缓冲器
CN114391256A (zh) 用于视频编解码的变换单元设计
US11533512B2 (en) Dynamic range adjustment parameter signaling and enablement of variable bit depth support
US11558616B2 (en) Methods for quantization parameter control for video coding with joined pixel/transform based quantization
US11671600B2 (en) Signaling intensity dependent deblocking filtering for video coding
US11463737B2 (en) Signaling of dynamic range adjustment parameters for decoded picture buffer management and dynamic range
TW202415070A (zh) 編碼高動態範圍視頻資料

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