CN115299052A - 对参考图片列表条目的约束 - Google Patents

对参考图片列表条目的约束 Download PDF

Info

Publication number
CN115299052A
CN115299052A CN202180022242.9A CN202180022242A CN115299052A CN 115299052 A CN115299052 A CN 115299052A CN 202180022242 A CN202180022242 A CN 202180022242A CN 115299052 A CN115299052 A CN 115299052A
Authority
CN
China
Prior art keywords
picture
video
pictures
equal
bitstream
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
CN202180022242.9A
Other languages
English (en)
Inventor
王业奎
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.)
ByteDance Inc
Original Assignee
ByteDance 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 ByteDance Inc filed Critical ByteDance Inc
Publication of CN115299052A publication Critical patent/CN115299052A/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
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/105Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/107Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/109Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • 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
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/11Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • 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
    • H04N19/17Methods 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
    • H04N19/174Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • 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
    • H04N19/188Methods 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 video data packet, e.g. a network abstraction layer [NAL] unit
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/31Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal domain
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46Embedding additional information in the video signal during the compression process
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

描述了用于诸如视频编码或解码的视频处理的方法和装置。一种示例视频处理方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的活动条目参考的条件。

Description

对参考图片列表条目的约束
相关申请的交叉引用
根据适用的专利法和/或依据巴黎公约的规则,本申请适时要求于2020年3月19日提交的美国临时专利申请No.US 62/992,046的优先权和权益。出于根据法律的所有目的,前述申请的全部公开通过引用而并入作为本申请的公开的一部分。
技术领域
本专利文档涉及图像和视频编码和解码。
背景技术
数字视频占了互联网和其他数字通信网络上的最大带宽使用。随着能够接收和显示视频的连接用户设备的数量增加,预计对数字视频使用的带宽需求将继续增长。
发明内容
本文档公开了可以由视频编码器和解码器用于使用提供改进性能的比特流语法来处理视频的编解码表示的技术。所公开的方法可以由执行诸如视频编码或视频解码或视频转码的视频处理的装置使用。
在一个示例方面,公开了一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换;其中编解码表示根据规则来组织,该规则指定作为第二图片的帧内随机访问点图片的第一视频图片和第二图片被约束为属于相同视频层。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定编解码表示中在作为帧内随机访问点的第一类型图片之后的后置图片也被准许与包括逐渐解码刷新图片的第二类型图片相关联。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定对按照解码顺序在帧内随机访问点之前的图片的输出顺序的约束,使得输出顺序仅适用于相同视频层中的图片。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定以下约束:(1)后置图片按照输出顺序必须在相关联的帧内随机访问点图片(IRAP)或逐渐解码器刷新(GDR)图片之后,或者(2)具有与GDR图片相同的层id的图片按照输出顺序必须在GDR图片以及GDR图片的所有相关联图片之前。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合当且仅当图片、帧内随机访问点(IRAP)图片和非前置图片在相同层中时,顺序约束适用于图片、IRAP图片和非前置图片的规则,其中该规则是以下之一:(a)指定字段序列的值和解码顺序的第一规则,或者(b)层的前置和/或非前置图片的顺序。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定前置图片、随机访问可解码前置(RADL)图片和与逐渐解码刷新(GDR)图片相关联的随机访问跳过前置(RASL)图片的顺序的规则。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定对完全随机访问图片的参考图片列表的约束被限制于层的规则。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定当前图片被允许参考通过用于生成不可用参考图片的解码过程而生成的参考图片列表中的条目的条件的规则。
在另一个示例方面,公开了另一种视频处理方法。该方法包括执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合当前图片和对应于当前图片的参考图片列表之间的顺序的规则。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中格式规则指定作为第二图片的相关联的帧内随机访问点图片的第一视频图片和第二图片被约束为属于相同视频层。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中格式规则指定比特流中的后置图片被准许与逐渐解码刷新图片相关联。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中格式规则指定对按照解码顺序在帧内随机访问点之前的图片的输出顺序的约束适用于相同视频层中的图片。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中格式规则指定以下约束:(1)后置图片按照输出顺序在相关联的帧内随机访问点图片或逐渐解码器刷新图片之后,或者(2)具有与逐渐解码器刷新图片相同的NAL(网络抽象层)单元标头层标识符的图片按照输出顺序在逐渐解码器刷新图片以及逐渐解码器刷新图片的所有相关联图片之前。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定当且仅当与帧内随机访问点图片相关联的图片、帧内随机访问点图片和非前置图片在相同层中时,应用对图片和非前置图片的解码顺序的约束。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定与逐渐解码刷新图片相关联的前置图片、随机访问可解码前置图片和随机访问跳过前置图片的顺序。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,其中该规则指定对完全随机访问图片的条带的参考图片列表的约束被限制于层。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的活动条目参考的条件。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的条目参考的条件。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括包含当前条带的当前图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定当前条带的参考图片列表不被允许具有参考按照解码顺序或输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的活动条目的条件。
在另一个示例方面,公开了另一种视频处理方法。该方法包括根据规则来执行具有包括包含当前条带的当前图片的一个或多个视频层的视频和视频的比特流之间的转换,并且其中该规则指定当前条带的参考图片列表不被允许具有参考按照解码顺序或输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的条目的条件。
在又一个示例方面,公开了一种视频编码器装置。视频编码器包括被配置为实施上述方法的处理器。
在又一个示例方面,公开了一种视频解码器装置。视频解码器包括被配置为实施上述方法的处理器。
在又一示例方面,公开了一种存储有代码的计算机可读介质。该代码以处理器可执行代码的形式体现本文描述的方法之一。
这些以及其他特征将在本文档中描述。
附图说明
图1是示例视频处理系统的框图。
图2是视频处理装置的框图。
图3是视频处理的示例方法的流程图。
图4是示出根据本公开的一些实施例的视频编解码系统的框图。
图5是示出根据本公开的一些实施例的编码器的框图。
图6是示出根据本公开的一些实施例的解码器的框图。
图7A至图7G示出了基于所公开的技术的一些实施方式的视频处理的示例方法的流程图。
图8A和图8B示出了基于所公开的技术的一些实施方式的视频处理的示例方法的流程图。
图9A和图9B示出了基于所公开的技术的一些实施方式的视频处理的示例方法的流程图。
具体实施方式
在本文档中使用章节标题以易于理解,并且不将每个章节中公开的技术和实施例的应用性仅限制于该章节。此外,在一些描述中使用H.266技术术语仅仅是为了易于理解,而不是为了限制所公开的技术的范围。因此,本文描述的技术也适用于其他视频编解码器协议和设计。
1.简要总结
本文档涉及视频编解码技术。具体地,它关于支持随机访问、子层切换和可缩放性的各个方面,包括不同类型图片的定义以及它们在解码顺序、输出顺序和预测关系方面的关系。该思想可以单独或以各种组合应用于支持多层视频编解码的任何视频编解码标准或非标准视频编解码器,例如正在开发的多功能视频编解码(VVC)。
2.缩写
APS 自适应参数集
AU 访问单元
AUD 访问单元分隔符
AVC 高级视频编解码
CLVS 编解码层视频序列
CPB 编解码图片缓冲区
CRA 完全随机访问
CTU 编解码树单元
CVS 编解码视频序列
DCI 解码能力信息
DPB 解码图片缓冲区
EOB 比特流结尾
EOS 序列结尾
GDR 逐渐解码刷新
HEVC 高效视频编解码
HRD 假设参考解码器
IDR 即时解码刷新
JEM 联合探索模型
MCTS 运动约束片集
NAL 网络抽象层
OLS 输出层集
PH 图片标头
PPS 图片参数集
PTL 简表、层级和级别
PU 图片单元
RADL 随机访问可解码前置(图片)
RAP 随机访问点
RASL 随机访问跳过前置(图片)
RBSP 原始字节序列有效载荷
RPL 参考图片列表
SEI 辅助增强信息
SPS 序列参数集
STSA 逐步时域子层访问
SVC 可缩放视频编解码
VCL 视频编解码层
VPS 视频参数集
VTM VVC测试模型
VUI 视频可用性信息
VVC 多功能视频编解码
3.初步讨论
视频编解码标准主要是通过开发公知的ITU-T和ISO/IEC标准而演变的。ITU-T开发了H.261和H.263,ISO/IEC开发了MPEG-1和MPEG-4 Visual,并且两个组织联合开发了H.262/MPEG-2视频、H.264/MPEG-4高级视频编解码(Advanced Video Coding,AVC)和H.265/HEVC标准。自H.262以来,视频编解码标准基于混合视频编解码结构,其中采用了时域预测加变换编解码。为探索HEVC之外的未来视频编解码技术,VCEG和MPEG于2015年联合成立了联合视频探索团队(Joint Video Exploration Team,JVET)。从那时起,JVET已经采用了许多新的方法,并将其放入了名为联合探索模型(Joint Exploration Model,JEM)的参考软件中。JVET会议每季度同时举行一次,新编解码标准的目标是与HEVC相比降低50%的比特率。新视频编解码标准在2018年4月的JVET会议上被正式命名为多功能视频编解码(VVC),第一版VVC测试模型(VTM)也在当时发布。由于对VVC标准化的持续努力,新的编解码技术在每次JVET会议上都被采用到VVC标准中。VVC的工作草案和测试模型VTM在每次会议后都会更新。VVC项目现在的目标是在2020年7月的会议上技术上完成(FDIS)。
3.1.总体以及VVC中的可缩放视频编解码(SVC)
可缩放视频编解码(SVC,有时也称为视频编解码中的可缩放性)是指使用基本层(BL)(有时被称为参考层(RL))和一个或多个可缩放增强层(EL)的视频编解码。在SVC中,基本层可以携带具有基本质量水平的视频数据。一个或多个增强层可以携带附加的视频数据,以支持例如更高的空域、时域和/或信噪比(SNR)水平。可以相对于先前编码的层来定义增强层。例如,底部层可以充当BL,而顶部层可以充当EL。中间层可以充当EL或RL,或者充当两者。例如,中间层(例如,既不是最低层也不是最高层的层)可以是中间层下方的层(诸如基本层或任何居间增强层)的EL,并且同时充当中间层上方的一个或多个增强层的RL。类似地,在HEVC标准的多视图或3D扩展中,可以有多个视图,并且一个视图的信息可以用于编解码(例如,编码或解码)另一个视图的信息(例如,运动估计、运动矢量预测和/或其他冗余)。
在SVC中,由编码器或解码器使用的参数基于可以利用它们的编解码级别(例如,视频级别、序列级别、图片级别、条带级别等)被分组为参数集。例如,比特流中不同层的一个或多个编解码视频序列可以利用的参数可以被包括在视频参数集(VPS)中,并且编解码视频序列中的一个或多个图片可以利用的参数可以被包括在序列参数集(SPS)中。类似地,图片中的一个或多个条带利用的参数可以被包括在图片参数集(PPS)中,并且特定于单个条带的其他参数可以被包括在条带标头中。类似地,可以在各种编解码级别提供特定层在给定时间使用哪个(哪些)参数集的指示。
由于VVC中对参考图片重采样(RPR)的支持,可以设计对包含多个层(例如,VVC中具有SD和HD分辨率的两个层)的比特流的支持,而不需要任何附加的信号处理级别编解码工具,因为空域可缩放性支持所需的上采样可以仅使用RPR上采样滤波器。然而,对于可缩放性支持,需要高级别语法改变(与不支持可缩放性相比)。在VVC版本1中指定了可缩放性支持。与任何更早的视频编解码标准(包括AVC和HEVC的扩展)中的可缩放性支持不同,VVC可缩放性的设计已经尽可能对单层解码器设计友好。多层比特流的解码能力以好像比特流中只有单个层的方式被指定。例如,诸如DPB尺寸的解码能力以独立于要被解码的比特流中的层的数量的方式被指定。基本上,为单层比特流设计的解码器不需要太多改变以能够解码多层比特流。与AVC和HEVC的多层扩展的设计相比,HLS方面在牺牲一些灵活性的情况下得到显著简化。例如,要求IRAP AU包含存在于CVS中的每个层的图片。
3.2.HEVC和VVC中的随机访问及其支持
随机访问是指从按照解码顺序不是比特流的第一个图片的图片开始访问和解码比特流。为了支持广播/多播和多方视频会议中的调谐和通道切换、本地回放和流式传输中的搜索、以及流式传输中的流自适应,比特流需要包括间隔近的随机访问点,其通常是帧内编解码图片,但也可以是帧间编解码图片(例如,在逐渐解码刷新的情况下)。
HEVC通过NAL单元类型在NAL单元标头中包括帧内随机访问点(IRAP)图片的信令。支持三种类型的IRAP图片,即即时解码器刷新(IDR)、完全随机访问(CRA)和断开链接访问(BLA)图片。IDR图片将帧间图片预测结构约束为不参考当前图片组(GOP)之前的任何图片,该当前图片组(GOP)传统上被称为封闭GOP随机访问点。通过允许特定图片参考当前GOP之前的图片,CRA图片限制更少,其中在随机访问的情况下,所有图片都被丢弃。CRA图片传统上被称为开放GOP随机访问点。BLA图片通常源于CRA图片处两个比特流或其一部分的拼接,例如在流切换期间。为了更好地使得系统能够使用IRAP图片,总共定义了六个不同的NAL单元以信令通知IRAP图片的属性,这可以用于更好地匹配在ISO基本媒体文件格式(ISOBMFF)中定义的流访问点类型,该流访问点类型用于基于HTTP的动态自适应流(DASH)中的随机访问支持。
VVC支持三种类型的IRAP图片、两种类型的IDR图片(一种类型具有或者另一种类型不具有相关联的RADL图片)以及一种类型的CRA图片。这些与HEVC中基本相同。HEVC中的BLA图片类型不包括在VVC中,主要由于两个原因:i)BLA图片的基本功能可以通过CRA图片加上序列NAL单元结尾来实现,其存在指示后续图片在单层比特流中开始新的CVS。ii)在开发VVC期间,期望指定比HEVC更少的NAL单元类型,如通过针对NAL单元标头中的NAL单元类型字段使用5比特而不是6比特所指示的。
VVC和HEVC之间在随机访问支持中的另一个关键差异是VVC中以更规范的方式支持GDR。在GDR中,对比特流的解码可以从帧间编解码图片开始,尽管在开始时不是整个图片区域都可以被正确解码,但是在多个图片之后,整个图片区域将是正确的。使用恢复点SEI消息来信令通知GDR随机访问点和恢复点,AVC和HEVC也支持GDR。在VVC中,新的NAL单元类型被指定用于GDR图片的指示,并且恢复点在图片标头语法结构中被信令通知。允许CVS和比特流以GDR图片开始。这意味着允许整个比特流仅包含帧间编解码图片,而没有单个帧内编解码图片。以这种方式指定GDR支持的主要益处是提供GDR的一致性行为。GDR使得编码器能够通过在多个图片中分布帧内编解码的条带或块来平滑比特流的比特率,与对整个图片进行帧内编解码相反,从而允许显著的端到端延迟降低,随着如无线显示、在线游戏、基于无人机的应用的超低延迟应用变得更流行,这在当今被认为比以前更重要。
VVC中的另一个GDR相关特性是虚拟边界信令。GDR图片与其恢复点之间的图片处的刷新区域(即,正确解码的区域)和未刷新区域之间的边界可以被信令通知作为虚拟边界,并且当被信令通知时,将不会应用跨边界的环路滤波,因此将不会出现边界处或边界附近的一些样点的解码失配。当应用确定在GDR过程期间显示正确解码的区域时,这可以是有用的。
IRAP图片和GDR图片可以被统称为随机访问点(RAP)图片。
3.3.参考图片管理和参考图片列表(RPL)
参考图片管理是使用帧间预测的任何视频编解码方案所必需的核心功能。它管理参考图片在解码图片缓冲区(DPB)中的存储和从DPB的移除,并且将参考图片按照它们正确的顺序放在RPL中。
HEVC的参考图片管理,包括参考图片标记和从解码图片缓冲区(DPB)中的移除以及参考图片列表构建(RPLC),与AVC的不同。代替AVC中的基于滑动窗口加自适应存储器管理控制操作(MMCO)的参考图片标记机制,HEVC指定了基于所谓的参考图片集(RPS)的参考图片管理和标记机制,RPLC因此基于RPS机制。RPS由与图片相关联的参考图片集合组成,该参考图片集合由按照解码顺序在相关联图片之前的所有参考图片组成,其可以用于相关联图片或按照解码顺序在相关联图片之后的任何图片的帧间预测。参考图片集由五个参考图片列表组成。前三个列表包含可以用于当前图片的帧间预测并且可以用于按照解码顺序在当前图片之后的一个或多个图片的帧间预测的所有参考图片。其他两个列表由不用于当前图片的帧间预测但是可以用于按照解码顺序在当前图片之后的一个或多个图片的帧间预测的所有参考图片组成。RPS提供了DPB状态的“帧内编解码”信令,而不是如AVC中的“帧间编解码”信令,主要是为了提高容错性。HEVC中的RPLC过程基于RPS,通过针对每个参考索引信令通知RPS子集的索引;这个过程比AVC中的RPLC过程简单。
VVC中的参考图片管理比AVC更类似于HEVC,但是稍微更简单并且更稳健。如在那些标准中,推导了两个RPL,列表0和列表1,但是它们不基于在HEVC中使用的参考图片集概念或者在AVC中使用的自动滑动窗口过程;相反,它们更直接地被信令通知。针对RPL列出参考图片作为活动和非活动条目,并且仅活动条目可以在当前图片的CTU的帧间预测中用作参考索引。非活动条目指示要被保存在DPB中以由比特流中稍后到达的其他图片参考的其他图片。
3.4.参数集
AVC、HEVC和VVC指定了参数集。参数集的类型包括SPS、PPS、APS和VPS。在AVC、HEVC和VVC中的全部中都支持SPS和PPS。VPS从HEVC开始引入,并且被包括在HEVC和VVC中。APS没有被包括在AVC或HEVC中,但是被包括在最新的VVC草案文本中。
SPS被设计为携带序列级别标头信息,并且PPS被设计为携带不频繁改变的图片级别标头信息。利用SPS和PPS,不频繁改变的信息不需要针对每个序列或图片重复,因此可以避免该信息的冗余信令。此外,SPS和PPS的使用实现了重要标头信息的带外传输,因此不仅避免了对冗余传输的需要,还提高了容错性。
引入VPS用于携带对多层比特流中的所有层共同的序列级别标头信息。
引入APS用于携带这样的图片级别或条带级别信息,该信息需要相当多的比特来编解码,可以由多个图片共享,并且在序列中可以有相当多的不同变化。
3.5.VVC中的相关定义
最新的VVC文本中(JVET-Q2001-vE/v15中)的相关定义如下。
(特定图片的)相关联的IRAP图片:按照解码顺序的先前IRAP图片(当存在时)具有与特定图片相同的nuh_layer_id值。
完全随机访问(CRA)PU:编解码图片是CRA图片的PU。
完全随机访问(CRA)图片:每个VCL NAL单元具有等于CRA_NUT的nal_unit_type的IRAP图片。
编解码视频序列(CVS):按照解码顺序由CVSS AU组成的AU的序列,其后是不作为CVSS AU的零个或更多个AU,包括直到但不包括作为CVSS AU的任何后续AU的所有后续AU。
编解码视频序列起始(CVSS)AU:对于CVS中的每个层都有PU并且每个PU中的编解码图片是CLVSS图片的AU。
逐渐解码刷新(GDR)AU:每个当前PU中的编解码图片是GDR图片的AU。
逐渐解码刷新(GDR)PU:编解码图片是GDR图片的PU。
逐渐解码刷新(GDR)图片:每个VCL NAL单元具有等于GDR_NUT的nal_unit_type的图片。
即时解码刷新(IDR)PU:编解码图片是IDR图片的PU。
即时解码刷新(IDR)图片:每个VCL NAL单元具有等于IDR_W_RADL或IDR_N_LP的nal_unit_type的IRAP图片。
帧内随机访问点(IRAP)AU:对于CVS中的每个层都有PU并且每个PU中的编解码图片是IRAP图片的AU。
帧内随机访问点(IRAP)PU:编解码图片是IRAP图片的PU。
帧内随机访问点(IRAP)图片:所有VCL NAL单元都具有在IDR_W_RADL到CRA_NUT的范围(包括IDR_W_RADL和CRA_NUT)内的相同的nal_unit_type值的编解码图片。
前置图片:在与相关联的IRAP图片相同的层中并且按照输出顺序在相关联的IRAP图片之前的图片。
随机访问可解码前置(RADL)PU:编解码图片是RADL图片的PU。
随机访问可解码前置(RADL)图片:每个VCL NAL单元具有等于RADL_NUT的nal_unit_type的图片。
随机访问跳过前置(RASL)PU:编解码图片是RASL图片的PU。
随机访问跳过前置(RASL)图片:每个VCL NAL单元具有等于RASL_NUT的nal_unit_type的图片。
逐步时域子层访问(STSA)PU:编解码图片是STSA图片的PU。
逐步时域子层访问(STSA)图片:每个VCL NAL单元具有等于STSA_NUT的nal_unit_type的图片。
注–STSA图片不使用具有与STSA图片相同的TemporalId的图片进行帧间预测参考。具有与STSA图片相同的TemporalId的按照解码顺序在STSA图片之后的图片不使用具有与STSA图片相同的TemporalId的按照解码顺序在STSA图片之前的图片进行帧间预测参考。STSA图片实现在STSA图片处从紧邻的更低子层向上切换到包含STSA图片的子层。STSA图片必须具有大于0的TemporalId。
后置图片:按照输出顺序在相关联的IRAP图片之后并且不是STSA图片的非IRAP图片。
注–与IRAP图片相关联的后置图片按照解码顺序也在IRAP图片之后。不允许按照输出顺序在相关联的IRAP图片之后并且按照解码顺序在相关联的IRAP图片之前的图片。
3.6.VVC中的NAL单元标头语法和语义
在最新的VVC文本中(在JVET-Q2001-vE/v15中),NAL单元标头语法和语义如下。
7.3.1.2 NAL单元标头语法
Figure BDA0003851187570000131
7.4.2.2 NAL单元标头语义
forbidden_zero_bit应当等于0。
nuh_reserved_zero_bit应当等于0。nuh_reserved_zero_bit的值1可以在未来由ITU-T|ISO/IEC指定。解码器应当忽略(即,从比特流中移除并且丢弃)nuh_reserved_zero_bit等于1的NAL单元。
nuh_layer_id指定VCL NAL单元所属的层的标识符或者非VCL NAL单元适用的层的标识符。nuh_layer_id的值应当在0到55的范围(包括0和55)内。nuh_layer_id的其他值被保留以供ITU-T|ISO/IEC未来使用。
nuh_layer_id的值对于编解码图片的所有VCL NAL单元应当是相同的。编解码图片或PU的nuh_layer_id的值是编解码图片或PU的VCL NAL单元的nuh_layer_id的值。
AUD、PH、EOS和FD NAL单元的nuh_layer_id的值被约束如下:
-如果nal_unit_type等于AUD_NUT,则nuh_layer_id应当等于vps_layer_id[0]。
-否则,当nal_unit_type等于PH_NUT、EOS_NUT或FD_NUT时,nuh_layer_id应当等于相关联的VCL NAL单元的nuh_layer_id。
注1–DCI、VPS和EOB NAL单元的nuh_layer_id的值不受约束。
nal_unit_type的值对于CVSS AU的所有图片应当是相同的。
nal_unit_type指定NAL单元类型,即如表5所指定的NAL单元中包含的RBSP数据结构的类型。
具有在UNSPEC_28..UNSPEC_31(未指定语义)的范围(包括UNSPEC_28和UNSPEC_31)内的nal_unit_type的NAL单元不应当影响本规范中指定的解码过程。
注2–可以如应用所确定的使用在UNSPEC_28..UNSPEC_31的范围内的NAL单元类型。在本规范中没有指定nal_unit_type的这些值的解码过程。由于不同的应用可能出于不同的目的使用这些NAL单元类型,所以在生成具有这些nal_unit_type值的NAL单元的编码器的设计中、以及在解释具有这些nal_unit_type值的NAL单元的内容的解码器的设计中,必须特别小心。本规范没有定义这些值的任何管理。这些nal_unit_type值可能仅适合于在使用的“冲突”(即,相同nal_unit_type值的NAL单元内容的含义的不同定义)不重要、或不可能、或被管理(例如,在控制应用或传输规范中定义或管理、或通过控制比特流被分布的环境)的上下文中使用。
出于除了确定比特流的DU中的数据量(如附录C所指定的)之外的目的,解码器应当忽略(从比特流中移除并且丢弃)使用nal_unit_type的保留值的所有NAL单元的内容。
注3–该要求允许对本规范的兼容扩展的未来定义。
表5–NAL单元类型码和NAL单元类型分类
Figure BDA0003851187570000141
Figure BDA0003851187570000151
注4–完全随机访问(CRA)图片可以具有存在于比特流中的相关联的RASL或RADL图片。
注5–具有等于IDR_N_LP的nal_unit_type的即时解码刷新(IDR)图片不具有存在于比特流中的相关联前置图片。具有等于IDR_W_RADL的nal_unit_type的IDR图片不具有存在于比特流中的相关联的RASL图片,但是可以具有比特流中的相关联的RADL图片。
nal_unit_type的值对于子图片的所有VCL NAL单元应当是相同的。子图片被称为具有与子图片的VCL NAL单元相同的NAL单元类型。
对于任何特定图片的VCL NAL单元,以下适用:
-如果mixed_nalu_types_in_pic_flag等于0,则nal_unit_type的值对于图片的所有VCL NAL单元应当是相同的,并且图片或PU被称为具有与图片或PU的编解码条带NAL单元相同的NAL单元类型。
-否则(mixed_nalu_types_in_pic_flag等于1),图片应当具有至少两个子图片,并且图片的VCL NAL单元应当恰好具有两个不同的nal_unit_type值,如下所示:图片的至少一个子图片的VCL NAL单元都应当具有等于STSA_NUT、RADL_NUT、RASL_NUT、IDR_W_RADL、IDR_N_LP或CRA_NUT的nal_unit_type的特定值,而图片中的其他子图片的VCL NAL单元都应当具有等于TRAIL_NUT、RADL_NUT或RASL_NUT的nal_unit_type的不同特定值。
对于单层比特流,以下约束适用:
-除了比特流中按照解码顺序的第一个图片之外的每个图片被认为与按照解码顺序的先前IRAP图片相关联。
-当图片是IRAP图片的前置图片时,其应当是RADL或RASL图片。
-当图片是IRAP图片的后置图片时,其不应当是RADL或RASL图片。
-在比特流中不应当存在与IDR图片相关联的RASL图片。
-在比特流中不应当存在与具有等于IDR_N_LP的nal_unit_type的IDR图片相关联的RADL图片。
注6–通过丢弃IRAP PU之前的所有PU,可以在IRAP PU的位置处执行随机访问(并且正确解码IRAP图片和按照解码顺序的所有后续非RASL图片),前提是每个参数集在其被参考时(在比特流中或者通过本规范中未指定的外部手段)可用。
-按照解码顺序在IRAP图片之前的任何图片按照输出顺序应当在IRAP图片之前,并且按照输出顺序应当在与IRAP图片相关联的任何RADL图片之前。
-与CRA图片相关联的任何RASL图片按照输出顺序应当在与CRA图片相关联的任何RADL图片之前。
-与CRA图片相关联的任何RASL图片按照输出顺序应当在按照解码顺序在CRA图片之前的任何IRAP图片之后。
-如果field_seq_flag等于0,并且当前图片是与IRAP图片相关联的前置图片,则它按照解码顺序应当在与相同的IRAP图片相关联的所有非前置图片之前。否则,设picA和picB分别是与IRAP图片相关联的按照解码顺序的第一个和最后一个前置图片,应当有按照解码顺序在picA之前的至多一个非前置图片,并且不应当有按照解码顺序在picA和picB之间的非前置图片。
nuh_temporal_id_plus1减1指定NAL单元的时域标识符。
nuh_temporal_id_plus1的值不应当等于0。
变量TemporalId被推导如下:
TemporalId=nuh_temporal_id_plus1-1 (36)
当nal_unit_type在IDR_W_RADL到RSV_IRAP_12的范围(包括IDR_W_RADL和RSV_IRAP_12)内时,TemporalId应当等于0。
当nal_unit_type等于STSA_NUT并且vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]等于1时,TemporalId不应当等于0。
TemporalId的值对于AU的所有VCL NAL单元应当是相同的。编解码图片、PU或AU的TemporalId的值是编解码图片、PU或AU的VCL NAL单元的TemporalId的值。子层表示的TemporalId的值是子层表示中的所有VCL NAL单元的TemporalId的最大值。
非VCL NAL单元的TemporalId的值被约束如下:
-如果nal_unit_type等于DCI_NUT、VPS_NUT或SPS_NUT,则TemporalId应当等于0,并且包含NAL单元的AU的TemporalId应当等于0。
-否则,如果nal_unit_type等于PH_NUT,则TemporalId应当等于包含NAL单元的PU的TemporalId。
-否则,如果nal_unit_type等于EOS_NUT或EOB_NUT,则TemporalId应当等于0。
-否则,如果nal_unit_type等于AUD_NUT、FD_NUT、PREFIX_SEI_NUT或SUFFIX_SEI_NUT,则TemporalId应当等于包含NAL单元的AU的TemporalId。
-否则,当nal_unit_type等于PPS_NUT、PREFIX_APS_NUT或SUFFIX_APS_NUT时,TemporalId应当大于或等于包含NAL单元的PU的TemporalId。
注7–当NAL单元是非VCL NAL单元时,TemporalId的值等于非VCL NAL单元适用的所有AU的TemporalId值中的最小值。当nal_unit_type等于PPS_NUT、PREFIX_APS_NUT或SUFFIX_APS_NUT时,TemporalId可以大于或等于包含AU的TemporalId,因为所有PPS和APS都可以被包括在比特流的开头(例如,当它们在带外传输,并且接收器将它们放置在比特流的开头时),其中第一个编解码图片具有等于0的TemporalId。
3.7.VVC中的图片标头结构语法和语义
在最新的VVC文本中(在JVET-Q2001-vE/v15中),本文中与本发明最相关的图片标头结构语法和语义如下。
7.3.2.7图片标头结构语法
Figure BDA0003851187570000181
7.4.3.7图片标头结构语义
PH语法结构包含对于与PH语法结构相关联的编解码图片的所有条带共同的信息。
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指定当前图片可以是或者可以不是GDR或IRAP图片。
gdr_pic_flag等于1指定与PH相关联的图片是GDR图片。gdr_pic_flag等于0指定与PH相关联的图片不是GDR图片。当不存在时,gdr_pic_flag的值被推断为等于0。当gdr_enabled_flag等于0时,gdr_pic_flag的值应当等于0。
注1–当gdr_or_irap_pic_flag等于1并且gdr_pic_flag等于0时,与PH相关联的图片是IRAP图片。
...
ph_pic_order_cnt_lsb指定当前图片以MaxPicOrderCntLsb为模的图片顺序计数。ph_pic_order_cnt_lsb语法元素的长度为log2_max_pic_order_cnt_lsb_minus4+4比特。ph_pic_order_cnt_lsb的值应当在0到MaxPicOrderCntLsb-1的范围(包括0和MaxPicOrderCntLsb-1)内。
no_output_of_prior_pics_flag影响如附录C所指定的在解码不是比特流中的第一个图片的CLVSS图片之后的DPB中的先前解码图片的输出。
recovery_poc_cnt指定按照输出顺序的解码图片的恢复点。如果当前图片是与PH相关联的GDR图片,并且在具有等于当前GDR图片的PicOrderCntVal加recovery_poc_cnt的值的PicOrderCntVal的CLVS中有按照解码顺序在当前GDR图片之后的图片picA,则图片picA被称为恢复点图片。否则,具有大于当前图片的PicOrderCntVal加recovery_poc_cnt的值的PicOrderCntVal的按照输出顺序的第一个图片被称为恢复点图片。恢复点图片按照解码顺序不应当在当前GDR图片之前。recovery_poc_cnt的值应当在0到MaxPicOrderCntLsb-1的范围(包括0和MaxPicOrderCntLsb-1)内。
当当前图片是GDR图片时,变量RpPicOrderCntVal被推导如下:
RpPicOrderCntVal=PicOrderCntVal+recovery_poc_cnt (81)
注2–当gdr_enabled_flag等于1并且当前图片的PicOrderCntVal大于或等于相关联的GDR图片的RpPicOrderCntVal时,按照输出顺序的当前解码图片和后续解码图片与通过从按照解码顺序在相关联的GDR图片之前的先前IRAP图片(当存在时)开始解码过程而产生的对应图片恰好匹配。
...
3.8.VVC中对RPL的约束
在最新的VVC文本中(在JVET-Q2001-vE/v15中),VVC中对RPL的约束如下(作为VVC的条款8.3.2参考图片列表构建的解码过程的一部分)。
8.3.2参考图片列表构建的解码过程
...
对于等于0或1的每个i,RefPicList[i]中的前NumRefIdxActive[i]个条目被称为RefPicList[i]中的活动条目,并且RefPicList[i]中的其他条目被称为RefPicList[i]中的非活动条目。
注2–特定图片可能由RefPicList[0]中的条目和RefPicList[1]中的条目参考。特定图片也可能由RefPicList[0]中的多于一个条目或RefPicList[1]中的多于一个条目参考。
注3–RefPicList[0]中的活动条目和RefPicList[1]中的活动条目共同参考可以用于当前图片和按照解码顺序在当前图片之后的一个或多个图片的帧间预测的所有参考图片。RefPicList[0]中的非活动条目和RefPicList[1]中的非活动条目共同参考不用于当前图片的帧间预测但可以用于按照解码顺序在当前图片之后的一个或多个图片的帧间预测的所有参考图片。
注4–在RefPicList[0]或RefPicList[1]中可以有等于“无参考图片”的一个或多个条目,因为对应的图片不存在于DPB中。应该忽略RefPicList[0]或RefPicList[0]中等于“无参考图片”的每个非活动条目。应该针对RefPicList[0]或RefPicList[1]中等于“无参考图片”的每个活动条目推断无意的图片丢失。
比特流一致性的要求是以下约束适用:
-对于等于0或1的每个i,num_ref_entries[i][RplsIdx[i]]不应当小于NumRefIdxActive[i]。
-RefPicList[0]或RefPicList[1]中的每个活动条目所参考的图片应当存在于DPB中,并且应当具有小于或等于当前图片的TemporalId的TemporalId。
-RefPicList[0]或RefPicList[1]中的每个条目所参考的图片不应当是当前图片,并且应当具有等于0的non_reference_picture_flag。
-图片的条带的RefPicList[0]或RefPicList[1]中的STRP条目和相同图片的相同条带或不同条带的RefPicList[0]或RefPicList[1]中的LTRP条目不应当参考相同图片。
-在RefPicList[0]或RefPicList[1]中不应当有当前图片的PicOrderCntVal和条目所参考的图片的PicOrderCntVal之间的差大于或等于224的LTRP条目。
-设setOfRefPics是RefPicList[0]中具有与当前图片相同的nuh_layer_id的所有条目和RefPicList[1]中具有与当前图片相同的nuh_layer_id的所有条目所参考的唯一图片的集合。setOfRefPics中的图片的数量应当小于或等于MaxDpbSize-1(包括MaxDpbSize-1),其中MaxDpbSize如条款A.4.2所指定的,并且setOfRefPics对于图片的所有条带应当是相同的。
-当当前条带具有等于STSA_NUT的nal_unit_type时,在RefPicList[0]或RefPicList[1]中不应当有具有等于当前图片的TemporalId的TemporalId和等于当前图片的nuh_layer_id的nuh_layer_id的活动条目。
-当当前图片是具有等于当前图片的TemporalId的TemporalId和等于当前图片的nuh_layer_id的nuh_layer_id的、按照解码顺序在STSA图片之后的图片时,不应当包括按照解码顺序在STSA图片之前、具有等于当前图片的TemporalId的TemporalId、并且具有等于当前图片的nuh_layer_id的nuh_layer_id的图片作为RefPicList[0]或RefPicList[1]中的活动条目。
-当当前图片是CRA图片时,不应当有按照输出顺序或解码顺序在按照解码顺序的任何在前IRAP图片(当存在时)之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-当当前图片是后置图片时,不应当有通过用于生成与当前图片相关联的IRAP图片的不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
-当当前图片是按照解码顺序和输出顺序都在与相同的IRAP图片相关联的一个或多个前置图片(如果有的话)之后的后置图片时,不应当有通过用于生成与当前图片相关联的IRAP图片的不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-当当前图片是恢复点图片或者按照输出顺序在恢复点图片之后的图片时,在RefPicList[0]或RefPicList[1]中不应当有包含通过用于生成恢复点图片的GDR图片的不可用参考图片的解码过程而生成的图片的条目。
-当当前图片是后置图片时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
-当当前图片是按照解码顺序和输出顺序都在与相同的IRAP图片相关联的一个或多个前置图片(如果有的话)之后的后置图片时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-当当前图片是RADL图片时,在RefPicList[0]或RefPicList[1]中不应当有作为以下任何一个的活动条目:
οRASL图片
ο通过用于生成不可用参考图片的解码过程而生成的图片
ο按照解码顺序在相关联的IRAP图片之前的图片
-当前图片的条带的RefPicList[0]或RefPicList[1]中的每个ILRP条目所参考的图片应当在与当前图片相同的AU中。
-当前图片的条带的RefPicList[0]或RefPicList[1]中的每个ILRP条目所参考的图片应当存在于DPB中,并且应当具有小于当前图片的nuh_layer_id的nuh_layer_id。
-条带的RefPicList[0]或RefPicList[1]中的每个ILRP条目应当是活动条目。
...
4.由所公开的技术解决方案解决的技术问题
最新的VVC文本中(JVET-Q2001-vE/v15中)的现有设计具有以下问题:
1)应该更新相关联的IRAP图片的定义,使得特定图片的相关联的IRAP图片属于与特定图片相同的层。
2)后置图片的当前定义如下:
后置图片:按照输出顺序在相关联的IRAP图片之后并且不是STSA图片的非IRAP图片。
因此,需要在比特流中存在IRAP图片,以便后置图片存在,并且如果比特流不具有IRAP图片,则不能使用NAL单元类型值TRAIL_NUT。然而,与GDR图片相关联的非STSA图片需要使用NAL单元类型值TRAIL_NUT。
3)需要指定对按照解码顺序在IRAP图片之前的图片的输出顺序的现有约束,以仅适用于层内的图片。
4)对GDR图片和按照解码顺序在前和在后的图片之间的相对解码顺序和输出顺序的约束缺失。
5)需要指定对与IRAP图片相关联的图片和一些非前置图片的解码顺序的现有约束,以仅适用于层内的图片。
6)当前,不支持与GDR图片相关联的前置图片、RADL图片和RASL图片。
7)需要指定对CRA图片的RPL的现有约束,以仅适用于层内的图片。
8)对于STSA图片、与GDR图片相关联的后置图片以及NoOutputBeforeRecoveryFlag等于0的GDR图片,缺乏对RPL中不通过用于生成不可用参考图片的解码过程生成的活动条目的约束。
9)对于STSA图片、IDR图片、NoOutputBeforeRecoveryFlag等于0的CRA图片等,缺乏对RPL中不通过用于生成不可用参考图片的解码过程生成的条目的约束。
10)对于STSA图片,缺乏对RPL中按照输出顺序或解码顺序不在相关联的IRAP图片之前的活动条目的约束。
11)对于STSA图片,缺乏对RPL中按照输出顺序或解码顺序不在相关联的IRAP图片之前的条目的约束。
5.实施例和技术解决方案的示例
为了解决以上问题和其他问题,公开了如下总结的方法。本发明应该被认为是解释一般概念的示例,而不应该以狭隘的方式解释。此外,这些发明可以被单独应用或者以任何方式组合。
1)为了解决问题1,更新相关联的IRAP图片的定义,使得特定图片的相关联的IRAP图片属于与特定图片相同的层。
2)为了解决问题2,更新后置图片的定义,使得后置图片也可以与GDR图片相关联。
a.此外,添加相关联的GDR图片的定义,并且更新相关联的IRAP图片的定义,使得除了层在比特流中的第一个图片之外,该层的每个图片被指定为与相同层按照解码顺序的先前IRAP或GDR图片相关联,无论哪个更接近。
b.此外,添加约束以要求后置图片按照输出顺序应当在相关联的IRAP或GDR图片之后。
3)为了解决问题3,更新对按照解码顺序在IRAP图片之前的图片的输出顺序的现有约束,使得它仅对层内的图片施加限制。
a.在一个示例中,该约束被指定如下:nuh_layer_id等于特定值layerId的、按照解码顺序在nuh_layer_id等于layerId的IRAP图片之前的任何图片按照输出顺序应当在IRAP图片及其所有相关联的RADL图片之前。
4)为了解决问题4,添加以下约束中的一个或多个:
a.后置图片按照输出顺序应当在相关联的IRAP或GDR图片之后。
b.nuh_layer_id等于特定值layerId的、按照解码顺序在nuh_layer_id等于layerId的GDR图片之前的任何图片按照输出顺序应当在GDR图片及其所有相关联图片之前。
5)为了解决问题5,更新对与IRAP图片相关联的图片和一些非前置图片的解码顺序的现有约束,使得它仅对层内的图片施加限制。
a.在一个示例中,该约束被指定如下:如果field_seq_flag等于0,并且nuh_layer_id等于特定值layerId的当前图片是与IRAP图片相关联的前置图片,则它按照解码顺序应当在与相同的IRAP图片相关联的所有非前置图片之前。否则,设picA和picB分别是与IRAP图片相关联的按照解码顺序的第一个和最后一个前置图片,则应当有按照解码顺序在picA之前的、nuh_layer_id等于layerId的至多一个非前置图片,并且不应当有按照解码顺序在picA和picB之间的、nuh_layer_id等于layerId的非前置图片。
b.在另一个示例中,该约束被指定如下:如果field_seq_flag等于0,并且当前图片是与IRAP图片相关联的前置图片,则它按照解码顺序应当在与相同的IRAP图片相关联的所有非前置图片之前。否则,设picA和picB分别是与IRAP图片相关联的按照解码顺序的第一个和最后一个前置图片,则应当有按照解码顺序在picA之前的与IRAP图片相关联的至多一个非前置图片,并且不应当有按照解码顺序在picA和picB之间的与IRAP图片相关联的非前置图片。
6)为了解决问题6,定义和指定与GDR图片相关联的前置图片、RADL图片和RASL图片。
a.与GDR图片相关联的前置图片是按照解码顺序在GDR图片之后并且按照输出顺序在GDR图片之前的那些图片。
b.与GDR图片相关联的RADL图片是与GDR图片相关联并具有等于RADL_NUT的nal_unit_type的前置图片。
c.与GDR图片相关联的RASL图片是与GDR图片相关联并具有等于RASL_NUT的nal_unit_type的前置图片。
7)为了解决问题7,更新对CRA图片的RPL的现有约束,使得它仅对层内的图片施加限制。
a.在一个示例中,该约束被指定如下:当nuh_layer_id等于特定值layerId的当前图片是CRA图片时,不应当有按照输出顺序或解码顺序在按照解码顺序的nuh_layer_id等于layerId的任何在前IRAP图片(当存在时)之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
8)为了解决问题8,指定了以下约束:
当nuh_layer_id等于特定值layerId的当前图片不是与NoOutputBeforeRecoveryFlag等于1的CRA图片相关联的RASL图片、NoOutputBeforeRecoveryFlag等于1的GDR图片、或者NoOutputBeforeRecoveryFlag等于1并且nuh_layer_id等于layerId的GDR图片的恢复图片时,不应当有通过用于生成不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
9)为了解决问题9,指定了以下约束:
当nuh_layer_id等于特定值layerId的当前图片不是NoOutputBeforeRecoveryFlag等于1的CRA图片、按照解码顺序在与NoOutputBeforeRecoveryFlag等于1的相同CRA图片相关联的前置图片之前的图片、与NoOutputBeforeRecoveryFlag等于1的CRA图片相关联的前置图片、NoOutputBeforeRecoveryFlag等于1的GDR图片、或者NoOutputBeforeRecoveryFlag等于1并且nuh_layer_id等于layerId的GDR图片的恢复图片时,不应当有通过用于生成不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
10)为了解决问题10,指定了以下约束:
当当前图片与IRAP图片相关联并且按照输出顺序在IRAP图片之后时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
11)为了解决问题11,指定了以下约束:
当当前图片与IRAP图片相关联、按照输出顺序在IRAP图片之后、并且按照解码顺序和输出顺序都在与相同的IRAP图片相关联的前置图片(如果有的话)之后时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
6.实施例
以下是上面第5节中总结的本发明的一些方面的一些示例实施例,其可以被应用于VVC规范。改变的文本基于JVET-Q2001-vE/v15中的最新VVC文本。已经被添加或修改的最相关部分以粗体斜体突出显示,并且一些删除的部分用双括号标记(例如,[[a]]表示删除字符“a”)。有编辑性质并因此没有突出显示的一些其他改变。
6.1.第一实施例
该实施例针对第1、2、3、4、5和5a项。
3定义
...
(具有nuh_layer_id的特定值layerId的特定图片的)相关联的GDR图片:nuh_layer_id等于layerId的、按照解码顺序的先前GDR图片(当存在时),其中按照解码顺序在该图片和特定图片之间没有nuh_layer_id等于layerId的IRAP图片。
(具有nuh_layer_id的特定值layerId的特定图片的)相关联的IRAP图片:nuh_layer_id等于layerId的、按照解码顺序的先前IRAP图片(当存在时),其中按照解码顺序在该图片和特定图片之间没有nuh_layer_id等于layerId的GDR图片。
输出顺序:由增加的POC值指示的CLVS内的图片或子图片的顺序,并且对于从DPB输出的解码图片,这是解码图片从DPB输出的顺序。
后置图片:每个VCL·NAL单元具有等于TRAIL_NUT的nal_unit_type的图片。
注–与IRAP或GDR图片相关联的后置图片按照解码顺序也在IRAP或GDR图片之后。不允许按照输出顺序在相关联的IRAP或GDR图片之后并且按照解码顺序在相关联的IRAP或GDR图片之前的图片。
...
7.4.2.2NAL单元标头语义
...
[[对于单层比特流,比特流一致性的要求是以下约束适用:
-除了比特流中按照解码顺序的第一个图片之外的每个图片被认为与按照解码顺序的先前IRAP图片相关联。]]
-后置图片按照输出顺序应当在相关联的IRAP或GDR图片之后。
-当图片是IRAP图片的前置图片时,其应当是RADL或RASL图片。
-在比特流中不应当存在与IDR图片相关联的RASL图片。
-在比特流中不应当存在与具有等于IDR_N_LP的nal_unit_type的IDR图片相关联的RADL图片。
注6–通过丢弃IRAP PU之前的所有PU,可以在IRAP PU的位置处执行随机访问(并且正确解码IRAP图片和按照解码顺序的所有后续非RASL图片),前提是每个参数集在其被参考时(在比特流中或者通过本规范中未指定的外部手段)可用。
-nuh_layer_id等于特定值layerId的、按照解码顺序在nuh_layer_id等于layerId的IRAP图片之前的任何图片按照输出顺序应当在IRAP图片及其所有相关联的RADL图片之前。
-nuh_layer_id等于特定值layerId的、按照解码顺序在nuh_layer_id等于layerId的GDR图片之前的任何图片按照输出顺序应当在GDR图片及其所有相关联图片之前。
-与CRA图片相关联的任何RASL图片按照输出顺序应当在与CRA图片相关联的任何RADL图片之前。
-与CRA图片相关联的任何RASL图片按照输出顺序应当在按照解码顺序在CRA图片之前的任何IRAP图片之后。
-如果field_seq_flag等于0,并且nuh_layer_id等于特定值layerId的当前图片是与IRAP图片相关联的前置图片,则它按照解码顺序应当在与相同的IRAP图片相关联的所有非前置图片之前。否则,设picA和picB分别是与IRAP图片相关联的按照解码顺序的第一个和最后一个前置图片,则应当有按照解码顺序在picA之前的、nuh_layer_id等于layerId的至多一个非前置图片,并且不应当有按照解码顺序在picA和picB之间的、nuh_layer_id等于layerId的非前置图片。
...
7.4.3.7图片标头结构语义
...
recovery_poc_cnt指定按照输出顺序的解码图片的恢复点。
当当前图片是GDR图片时,变量recoveryPointPocVal被推导如下:
recoveryPointPocVal=PicOrderCntVal+recovery_poc_cnt (81)
如果当前图片是[[与PH相关联的]]GDR图片,并且在具有等于recoveryPointPocVal[[当前GDR图片的PicOrderCntVal加recovery_poc_cnt的值]]的PicOrderCntVal的CLVS中有按照解码顺序在当前GDR图片之后的图片picA,则图片picA被称为恢复点图片。否则,CLVS中具有大于recoveryPointPocVal[[当前图片的PicOrderCntVal加recovery_poc_cnt的值]]的PicOrderCntVal的按照输出顺序的第一个图片被称为恢复点图片。恢复点图片按照解码顺序不应当在当前GDR图片之前。与当前GDR图片相关联并且具有小于recoveryPointPocVal的PicOrderCntVal的图片被称为GDR图片的恢复图片。recovery_poc_cnt的值应当在0到MaxPicOrderCntLsb-1的范围(包括0和MaxPicOrderCntLsb-1)内。
[[当当前图片是GDR图片时,变量RpPicOrderCntVal被推导如下:
RpPicOrderCntVal=PicOrderCntVal+recovery_poc_cnt (81)]]
注2–当gdr_enabled_flag等于1并且当前图片的PicOrderCntVal大于或等于相关联的GDR图片的recoveryPointPocVal[[RpPicOrderCntVal]]时,按照输出顺序的当前解码图片和后续解码图片与通过从按照解码顺序在相关联的GDR图片之前的先前IRAP图片(当存在时)开始解码过程而产生的对应图片恰好匹配。
...
8.3.2参考图片列表构建的解码过程
...
比特流一致性的要求是以下约束适用:
...
-当nuh_layer_id等于特定值layerId的当前图片是CRA图片时,不应当有按照输出顺序或解码顺序在按照解码顺序的nuh_layer_id等于layerId的任何在前IRAP图片(当存在时)之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-当nuh_layer_id等于特定值layerId的当前图片[[是后置图片]]不是与NoOutputBeforeRecoveryFlag等于1的CRA图片相关联的RASL图片、NoOutputBeforeRecoveryFlag等于1的GDR图片、或者NoOutputBeforeRecoveryFlag等于1并且nuh_layer_id等于layerId的GDR图片的恢复图片时,不应当有通过用于生成[[与当前图片相关联的IRAP图片的]]不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
-当nuh_layer_id等于特定值layerId的当前图片[[是按照解码顺序和输出顺序都在与相同的IRAP图片相关联的一个或多个前置图片(如果有的话)之后的后置图片]]不是NoOutputBeforeRecoveryFlag等于1的CRA图片、按照解码顺序在与NoOutputBeforeRecoveryFlag等于1的相同CRA图片相关联的前置图片之前的图片、与NoOutputBeforeRecoveryFlag等于1的CRA图片相关联的前置图片、NoOutputBeforeRecoveryFlag等于1的GDR图片、或者NoOutputBeforeRecoveryFlag等于1并且nuh_layer_id等于layerId的GDR图片的恢复图片时,不应当有通过用于生成[[与当前图片相关联的IRAP图片的]]不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-[[当当前图片是恢复点图片或者按照输出顺序在恢复点图片之后的图片时,在RefPicList[0]或RefPicList[1]中不应当有包含通过用于生成恢复点图片的GDR图片的不可用参考图片的解码过程而生成的图片的条目。]]
-当当前图片[[是后置图片]]与IRAP图片相关联并且按照输出顺序在IRAP图片之后时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
-当当前图片[[是]]与IRAP图片相关联、按照输出顺序在IRAP图片之后、并且按照解码顺序和输出顺序都在与相同的IRAP图片相关联的前置图片(如果有的话)之后[[的后置图片]]时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
-当当前图片是RADL图片时,在RefPicList[0]或RefPicList[1]中不应当有作为以下任何一个的活动条目:
οRASL图片
[[通过用于生成不可用参考图片的解码过程而生成的图片]]
ο按照解码顺序在相关联的IRAP图片之前的图片
...
图1是示出可以在其中实施本文公开的各种技术的示例视频处理系统1900的框图。各种实施方式可以包括系统1900的一些或所有组件。系统1900可以包括用于接收视频内容的输入1902。视频内容可以以例如8或10比特多分量像素值的原始或未压缩格式而接收,或者可以是压缩或编码格式。输入1902可以表示网络接口、外围总线接口或存储接口。网络接口的示例包括诸如以太网、无源光网络(PON)等的有线接口和诸如Wi-Fi或蜂窝接口的无线接口。
系统1900可以包括可以实施本文档中描述的各种编解码或编码方法的编解码组件1904。编解码组件1904可以将来自输入1902的视频的平均比特率减小到编解码组件1904的输出,以产生视频的编解码表示。编解码技术因此有时被称为视频压缩或视频转码技术。编解码组件1904的输出可以被存储,或者经由如组件1906所表示的通信连接来发送。在输入1902处接收的视频的存储或通信传送的比特流(或编解码)表示可以由组件1908用于生成像素值或传送到显示接口1910的可显示视频。从比特流表示生成用户可视视频的过程有时被称为视频解压缩。此外,虽然某些视频处理操作被称为“编解码”操作或工具,但是将理解,编解码工具或操作在编码器处被使用,并且反转编解码结果的对应的解码工具或操作将由解码器执行。
外围总线接口或显示接口的示例可以包括通用串行总线(USB)、或高清晰度多媒体接口(HDMI)、或显示端口(Displayport)等。存储接口的示例包括SATA(串行高级技术附件)、PCI、IDE接口等。本文档中描述的技术可以体现在各种电子设备中,诸如移动电话、膝上型电脑、智能电话、或能够执行数字数据处理和/或视频显示的其他设备。
图2是视频处理装置3600的框图。装置3600可以用于实施本文描述的一种或多种方法。装置3600可以体现在智能手机、平板电脑、计算机、物联网(IoT)接收器等中。装置3600可以包括一个或多个处理器3602、一个或多个存储器3604和视频处理硬件3606。(多个)处理器3602可以被配置为实施本文档中描述的一种或多种方法。存储器(多个存储器)3604可以用于存储用于实施本文描述的方法和技术的数据和代码。视频处理硬件3606可以用于在硬件电路系统中实施本文档中描述的一些技术。
图4是示出可以利用本公开的技术的示例视频编解码系统100的框图。
如图4所示,视频编解码系统100可以包括源设备110和目标设备120。源设备110生成编码视频数据,其中该源设备110可以被称为视频编码设备。目标设备120可以解码由源设备110生成的编码视频数据,其中该目标设备120可以被称为视频解码设备。
源设备110可以包括视频源112、视频编码器114和输入/输出(I/O)接口116。
视频源112可以包括源,诸如视频捕捉设备、从视频内容提供器接收视频数据的接口、和/或用于生成视频数据的计算机图形系统、或这些源的组合。视频数据可以包括一个或多个图片。视频编码器114对来自视频源112的视频数据进行编码,以生成比特流。比特流可以包括形成视频数据的编解码表示的比特序列。比特流可以包括编解码图片和相关数据。编解码图片是图片的编解码表示。相关数据可以包括序列参数集、图片参数集和其他语法结构。I/O接口116可以包括调制器/解调器(调制解调器)和/或发射器。编码视频数据可以通过网络130a经由I/O接口116直接发送到目标设备120。编码视频数据也可以存储在存储介质/服务器130b上,以供目标设备120访问。
目标设备120可以包括I/O接口126、视频解码器124和显示设备122。
I/O接口126可以包括接收器和/或调制解调器。I/O接口126可以从源设备110或存储介质/服务器130b获取编码视频数据。视频解码器124可以对编码视频数据进行解码。显示设备122可以向用户显示解码视频数据。显示设备122可以与目标设备120集成,或者可以在被配置为与外部显示设备接口的目标设备120的外部。
视频编码器114和视频解码器124可以根据视频压缩标准进行操作,例如高效视频编解码(HEVC)标准、多功能视频编解码(VVC)标准和其他当前和/或另外的标准。
图5是示出视频编码器200的示例的框图,该视频编码器200可以是图4所示的系统100中的视频编码器114。
视频编码器200可以被配置为执行本公开的任何或所有技术。在图5的示例中,视频编码器200包括多个功能组件。本公开中描述的技术可以在视频编码器200的各种组件之间共享。在一些示例中,处理器可以被配置为执行本公开中描述的任何或所有技术。
视频编码器200的功能组件可以包括分割单元201、预测单元202(其可以包括模式选择单元203、运动估计单元204、运动补偿单元205和帧内预测单元206)、残差生成单元207、变换单元208、量化单元209、逆量化单元210、逆变换单元211、重构单元212、缓冲区213和熵编码单元214。
在其他示例中,视频编码器200可以包括更多、更少或不同的功能组件。在示例中,预测单元202可以包括帧内块复制(IBC)单元。IBC单元可以执行IBC模式下的预测,其中至少一个参考图片是当前视频块所在的图片。
此外,诸如运动估计单元204和运动补偿单元205的一些组件可以高度集成,但是出于解释的目的,在图5的示例中被单独表示。
分割单元201可以将图片分割为一个或多个视频块。视频编码器200和视频解码器300可以支持各种视频块尺寸。
模式选择单元203可以基于误差结果选择编解码模式(例如,帧内或帧间)之一,并且将作为结果的帧内编解码块或帧间编解码块提供给残差生成单元207以生成残差块数据,以及提供给重构单元212以重构编码块以用作参考图片。在一些示例中,模式选择单元203可以选择帧内和帧间预测模式的组合(CIIP),其中预测基于帧间预测信号和帧内预测信号。在帧间预测的情况下,模式选择单元203还可以选择块的运动矢量的分辨率(例如,子像素或整数像素精度)。
为了对当前视频块执行帧间预测,运动估计单元204可以通过将来自缓冲区213的一个或多个参考帧与当前视频块进行比较,来生成当前视频块的运动信息。运动补偿单元205可以基于运动信息和来自缓冲区213的除了与当前视频块相关联的图片之外的图片的解码样点,来确定当前视频块的预测视频块。
运动估计单元204和运动补偿单元205可以对当前视频块执行不同的操作,例如,依赖于当前视频块是在I条带、P条带还是B条带中。
在一些示例中,运动估计单元204可以对当前视频块执行单向预测,并且运动估计单元204可以为当前视频块的参考视频块搜索列表0或列表1的参考图片。运动估计单元204然后可以生成指示列表0或列表1中的参考图片的参考索引,该参考索引包含参考视频块和指示当前视频块和参考视频块之间的空域位移的运动矢量。运动估计单元204可以输出参考索引、预测方向指示符和运动矢量作为当前视频块的运动信息。运动补偿单元205可以基于由当前视频块的运动信息指示的参考视频块来生成当前块的预测视频块。
在其他示例中,运动估计单元204可以对当前视频块执行双向预测,运动估计单元204可以在列表0中的参考图片中搜索当前视频块的参考视频块,并且还可以在列表1中搜索当前视频块的另一个参考视频块。运动估计单元204然后可以生成参考索引,该参考索引指示包含参考视频块的列表0和列表1中的参考图片以及指示参考视频块和当前视频块之间的空域位移的运动矢量。运动估计单元204可以输出当前视频块的参考索引和运动矢量作为当前视频块的运动信息。运动补偿单元205可以基于由当前视频块的运动信息指示的参考视频块来生成当前视频块的预测视频块。
在一些示例中,运动估计单元204可以输出完整的运动信息集,以用于解码器的解码处理。
在一些示例中,运动估计单元204可以不输出当前视频的完整的运动信息集。而是运动估计单元204可以参考另一个视频块的运动信息信令通知当前视频块的运动信息。例如,运动估计单元204可以确定当前视频块的运动信息与邻近视频块的运动信息足够相似。
在一个示例中,运动估计单元204可以在与当前视频块相关联的语法结构中指示值,该值向视频解码器300指示当前视频块具有与另一个视频块相同的运动信息。
在另一个示例中,运动估计单元204可以在与当前视频块相关联的语法结构中标识另一视频块和运动矢量差(MVD)。运动矢量差指示当前视频块的运动矢量和所指示的视频块的运动矢量之间的差。视频解码器300可以使用所指示的视频块的运动矢量和运动矢量差来确定当前视频块的运动矢量。
如上所讨论的,视频编码器200可以预测性地信令通知运动矢量。可以由视频编码器200实施的预测信令通知技术的两个示例包括高级运动矢量预测(AMVP)和Merge模式信令通知。
帧内预测单元206可以对当前视频块执行帧内预测。当帧内预测单元206对当前视频块执行帧内预测时,帧内预测单元206可以基于相同图片中的其他视频块的解码样点来生成当前视频块的预测数据。当前视频块的预测数据可以包括预测视频块和各种语法元素。
残差生成单元207可以通过从当前视频块中减去(例如,由减号指示)当前视频块的(多个)预测视频块来生成当前视频块的残差数据。当前视频块的残差数据可以包括与当前视频块中样点的不同样点分量相对应的残差视频块。
在其他示例中,例如在跳过模式下,对于当前视频块可能没有残差数据,并且残差生成单元207可能不执行减去操作。
变换处理单元208可以通过将一个或多个变换应用于与当前视频块相关联的残差视频块来为当前视频块生成一个或多个变换系数视频块。
在变换处理单元208生成与当前视频块相关联的变换系数视频块之后,量化单元209可以基于与当前视频块相关联的一个或多个量化参数(QP)值来量化与当前视频块相关联的变换系数视频块。
逆量化单元210和逆变换单元211可以分别对变换系数视频块应用逆量化和逆变换,以从变换系数视频块重构残差视频块。重构单元212可以将重构后的残差视频块添加到来自预测单元202生成的一个或多个预测视频块的对应样点,以产生与当前块相关联的重构视频块,用于存储在缓冲区213中。
在重构单元212重构视频块之后,可以执行环路滤波操作,以减少视频块中的视频块效应。
熵编码单元214可以从视频编码器200的其他功能组件接收数据。当熵编码单元214接收到数据时,熵编码单元214可以执行一个或多个熵编码操作,以生成熵编码数据,并输出包括该熵编码数据的比特流。
图6是示出视频解码器300的示例的框图,该视频解码器300可以是图4所示的系统100中的视频解码器114。
视频解码器300可以被配置为执行本公开的任何或所有技术。在图6的示例中,视频解码器300包括多个功能组件。本公开中描述的技术可以在视频解码器300的各种组件之间共享。在一些示例中,处理器可以被配置为执行本公开中描述的任何或所有技术。
在图6的示例中,视频解码器300包括熵解码单元301、运动补偿单元302、帧内预测单元303、逆量化单元304、逆变换单元305、重构单元306和缓冲区307。在一些示例中,视频解码器300可以执行通常与针对视频编码器200(图5)描述的编码过程相反的解码过程。
熵解码单元301可以检索编码比特流。编码比特流可以包括熵编解码的视频数据(例如,视频数据的编码块)。熵解码单元301可以对熵编解码的视频数据进行解码,并且从熵解码的视频数据中,运动补偿单元302可以确定包括运动矢量、运动矢量精度、参考图片列表索引和其他运动信息的运动信息。运动补偿单元302可以例如通过执行AMVP和Merge模式来确定这样的信息。
运动补偿单元302可以产生运动补偿块,可以基于插值滤波器执行插值。要以子像素精度使用的插值滤波器的标识符可以包括在语法元素中。
运动补偿单元302可以使用如视频编码器200在视频块的编码期间所使用的插值滤波器来计算参考块的子整数像素的插值。运动补偿单元302可以根据所接收的语法信息确定视频编码器200使用的插值滤波器,并使用该插值滤波器来产生预测块。
运动补偿单元302可以使用一些语法信息来确定用于对编码视频序列的(多个)帧和/或(多个)条带进行编码的块的尺寸、描述编码视频序列的图片的每个宏块如何被分割的分割信息、指示每个分割如何被编码的模式、每个帧间编码块的一个或多个参考帧(和参考帧列表)、以及用于对编码视频序列进行解码的其他信息。
帧内预测单元303可以使用例如在比特流中接收的帧内预测模式来从空域上相邻的块形成预测块。逆量化单元303对在比特流中提供并由熵解码单元301解码的量化后的视频块系数进行逆量化,即,反量化。逆变换单元303应用逆变换。
重构单元306可以将残差块与由运动补偿单元202或帧内预测单元303生成的对应预测块相加,以形成解码块。如果需要,还可以应用去方块滤波器来滤波解码块,以便移除块效应。解码的视频块然后被存储在缓冲区307中,为随后的运动补偿/帧内预测提供参考块,并且还产生解码的视频以在显示设备上呈现。
接下来提供一些实施例优选的示例的列表。
第一条款集合示出了在前一节中讨论的技术的示例实施例。以下条款示出了在前一节(例如,第1项)中讨论的技术的示例实施例。
1.一种视频处理方法(例如,图3中示出的方法3000),包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换(3002);其中编解码表示根据规则来组织,该规则指定作为第二图片的帧内随机访问点图片的第一视频图片和第二图片被约束为属于相同视频层。
以下条款示出了在前一节(例如,第2项)中讨论的技术的示例实施例。
2.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定编解码表示中在作为帧内随机访问点的第一类型图片之后的后置图片也被准许与包括逐渐解码刷新图片的第二类型图片相关联。
3.根据条款2所述的方法,其中,格式规则还指定,对于每个层,除了层在比特流中的第一个图片之外,该层的每个图片被指定为与相同层的先前帧内随机访问点或逐渐解码器刷新图片中按照解码顺序更接近的一个相关联。
以下条款示出了在前一节(例如,第3项)中讨论的技术的示例实施例。
4.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定对按照解码顺序在帧内随机访问点之前的图片的输出顺序的约束,使得输出顺序仅适用于相同视频层中的图片。
5.根据条款1所述的方法,其中,该约束指定nuh_layer_id等于特定值layerId的、按照解码顺序在nuh_layer_id等于layerId的帧内随机访问点图片之前的任何图片被要求按照输出顺序在帧内随机访问点图片和所有相关联的随机访问可解码前置图片之前。
以下条款示出了在前一节(例如,第4项)中讨论的技术的示例实施例。
6.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中编解码表示符合格式规则,该格式规则指定以下约束:(1)后置图片按照输出顺序必须在相关联的帧内随机访问点图片(IRAP)或逐渐解码器刷新(GDR)图片之后,或者(2)具有与GDR图片相同的层id的图片按照输出顺序必须在GDR图片以及GDR图片的所有相关联图片之前。
以下条款示出了在前一节(例如,第5项)中讨论的技术的示例实施例。
7.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合当且仅当图片、帧内随机访问点(IRAP)图片和非前置图片在相同层中时,顺序约束适用于图片、IRAP图片和非前置图片的规则,其中该规则是以下之一:
(a)指定字段序列的值和解码顺序的第一规则,或者
(b)层的前置和/或非前置图片的顺序。
以下条款示出了在前一节(例如,第6项)中讨论的技术的示例实施例。
8.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定前置图片、随机访问可解码前置(RADL)图片和与逐渐解码刷新(GDR)图片相关联的随机访问跳过前置(RASL)图片的顺序的规则。
以下条款示出了在前一节(例如,第7项)中讨论的技术的示例实施例。
9.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定对完全随机访问图片的参考图片列表的约束被限制于层的规则。
10.根据条款9所述的方法,其中,该约束指定,对于具有完全随机访问图片的层,按照解码或输出顺序的在前帧内随机访问点图片不由参考图片列表中的条目参考。
以下条款示出了在前一节(例如,第8项)中讨论的技术的示例实施例。
11.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合指定当前图片被允许参考通过用于生成不可用参考图片的解码过程而生成的参考图片列表中的条目的条件的规则。
12.根据条款11所述的方法,其中,该条件是当前图片是与NoOutputBeforeRecoveryFlag等于1的完全随机访问CRA图片相关联的随机访问跳过前置RASL图片、NoOutputBeforeRecoveryFlag等于1的逐渐解码器刷新GDR图片、或者NoOutputBeforeRecoveryFlag等于1的GDR图片的恢复图片。
以下条款示出了在前一节(例如,第9、10、11项)中讨论的技术的示例实施例。
13.一种视频处理方法,包括:执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的编解码表示之间的转换,其中该转换符合当前图片和对应于当前图片的参考图片列表之间的顺序的规则。
14.根据条款13所述的方法,其中,该规则指定当nuh_layer_id等于特定值layerId的当前图片不是NoOutputBeforeRecoveryFlag等于1的完全随机访问(CRA)图片、按照解码顺序在与NoOutputBeforeRecoveryFlag等于1的相同CRA图片相关联的前置图片之前的图片、与NoOutputBeforeRecoveryFlag等于1的CRA图片相关联的前置图片、NoOutputBeforeRecoveryFlag等于1的逐渐解码器刷新GDR图片、或者NoOutputBeforeRecoveryFlag等于1并且nuh_layer_id等于layerId的GDR图片的恢复图片,不应当有通过用于生成不可用参考图片的解码过程而生成的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
15.根据条款13所述的方法,其中,该规则指定当当前图片与帧内随机访问点IRAP图片相关联并且按照输出顺序在IRAP图片之后时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的活动条目所参考的图片。
16.根据条款13所述的方法,其中,该规则指定当当前图片与帧内随机访问点IRAP图片相关联,按照输出顺序在IRAP图片之后,并且按照解码顺序和输出顺序都在与相同的IRAP图片相关联的前置图片(如果有的话)之后时,不应当有按照输出顺序或解码顺序在相关联的IRAP图片之前的、RefPicList[0]或RefPicList[1]中的条目所参考的图片。
17.根据条款1至16中任一项所述的方法,其中,该转换包括将视频编码为编解码表示。
18.根据条款1至16中任一项所述的方法,其中,该转换包括对编解码表示进行解码以生成视频的像素值。
19.一种视频解码装置,包括被配置为实施根据条款1至18中的一项或多项所述的方法的处理器。
20.一种视频编码装置,包括被配置为实施根据条款1至18中的一项或多项所述的方法的处理器。
21.一种存储有计算机代码的计算机程序产品,该代码在由处理器执行时使得处理器实施根据条款1至18中任一项所述的方法。
22.一种本文档中描述的方法、装置或系统。
第二条款集合示出了在前一节(例如,第1-7项)中讨论的技术的示例实施例。
1.一种视频处理的方法(例如,如图7A所示的方法710),包括:根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换712,并且其中格式规则指定作为第二图片的相关联的帧内随机访问点图片的第一视频图片和第二图片被约束为属于相同视频层。
2.根据条款1所述的方法,其中,按照解码顺序在第一视频图片和第二图片之间,在相同视频层中没有逐渐解码刷新图片。
3.根据条款1所述的方法,其中,第一视频图片和第二图片具有视频编解码层网络抽象层单元所属的层的相同标识符或者非视频编解码层网络抽象层单元适用的层的相同标识符。
4.根据条款1-3中任一项所述的方法,其中,按照解码顺序在第一视频图片和第二图片之间,不存在具有相同标识符的逐渐解码刷新图片。
5.根据条款1所述的方法,其中,格式规则还指定后置图片按照输出顺序在相关联的帧内随机访问点图片或逐渐解码刷新图片之后。
6.一种视频处理的方法(例如,如图7B所示的方法720),包括:根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换722,并且其中格式规则指定比特流中的后置图片被准许与逐渐解码刷新图片相关联。
7.根据条款6所述的方法,其中,后置图片是每个视频编解码层网络抽象层单元具有后置网络抽象层单元类型的图片。
8.根据条款6或7所述的方法,其中,后置图片被准许与帧内随机访问点图片相关联。
9.根据条款6-8中任一项所述的方法,其中,与帧内随机访问点图片或逐渐解码刷新图片相关联的后置图片按照解码顺序在帧内随机访问点图片或逐渐解码刷新图片之后。
10.根据条款6-8中任一项所述的方法,其中,不允许按照输出顺序在相关联的帧内随机访问点图片之后并且按照解码顺序在相关联的帧内随机访问点图片之前的图片。
11.根据条款6所述的方法,其中,格式规则还指定,对于每个层,除了层在比特流中的第一个图片之外,该层的每个图片被指定为与相同层的先前帧内随机访问点或逐渐解码器刷新图片中按照解码顺序更接近的一个相关联。
12.根据条款6或11所述的方法,其中,后置图片被要求按照输出顺序在相关联的帧内随机访问点或逐渐解码器刷新图片之后。
13.一种视频处理的方法(例如,如图7C所示的方法730),包括:根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换732,并且其中格式规则指定对按照解码顺序在帧内随机访问点之前的图片的输出顺序的约束适用于相同视频层中的图片。
14.根据条款13所述的方法,其中,该约束指定具有等于特定值的NAL(网络抽象层)单元标头层标识符并且按照解码顺序在NAL单元标头层标识符等于特定值的帧内随机访问点图片之前的任何图片被要求按照输出顺序在帧内随机访问点图片和所有相关联的随机访问可解码前置图片之前。
15.根据条款14所述的方法,其中,NAL(网络抽象层)单元标头层标识符为nuh_layer_id。
16.根据条款14所述的方法,其中,NAL(网络抽象层)单元标头层标识符指定视频编解码层网络抽象层单元所属的层的标识符或者非视频编解码层网络抽象层单元适用的层的标识符。
17.一种视频处理的方法(例如,如图7D所示的方法740),包括:根据格式规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换742,并且其中格式规则指定以下约束:(1)后置图片按照输出顺序在相关联的帧内随机访问点图片或逐渐解码器刷新图片之后,或者(2)具有与逐渐解码器刷新图片相同的NAL(网络抽象层)单元标头层标识符的图片按照输出顺序在逐渐解码器刷新图片以及逐渐解码器刷新图片的所有相关联图片之前。
18.一种视频处理的方法(例如,如图7E所示的方法750),包括:根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换752,并且其中该规则指定当且仅当与帧内随机访问点图片相关联的图片、帧内随机访问点图片和非前置图片在相同层中时,应用对图片和非前置图片的解码顺序的约束。
19.根据条款18所述的方法,其中,该约束指定在字段序列标志的值等于0并且NAL(网络抽象层)单元标头层标识符等于特定值的图片是与帧内随机访问点图片相关联的前置图片的情况下,该图片按照解码顺序在与帧内随机访问点图片相关联的所有非前置图片之前。
20.根据条款19所述的方法,其中,等于0的字段序列标志的值指示编解码层视频序列传送表示帧的图片。
21.根据条款18所述的方法,其中,该约束指定在字段序列标志的值等于0并且图片是与帧内随机访问点图片相关联的前置图片的情况下,该图片按照解码顺序在与帧内随机访问点图片相关联的所有非前置图片之前。
22.一种视频处理的方法(例如,如图7F所示的方法760),包括:根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换762,并且其中该规则指定与逐渐解码刷新图片相关联的前置图片、随机访问可解码前置图片和随机访问跳过前置图片的顺序。
23.根据条款22所述的方法,其中,与逐渐解码刷新图片相关联的前置图片按照解码顺序在逐渐解码刷新图片之后,并且按照输出顺序在逐渐解码刷新图片之前。
24.根据条款22所述的方法,其中,与逐渐解码刷新图片相关联的随机访问可解码前置图片是与逐渐解码刷新图片相关联的前置图片,并且具有与随机访问可解码前置图片的编解码条带相对应的NAL(网络抽象层)单元类型。
25.根据条款22所述的方法,其中,与逐渐解码刷新图片相关联的随机访问可解码前置图片是与逐渐解码刷新图片相关联的前置图片,并且具有与随机访问可解码前置图片的编解码条带相对应的NAL(网络抽象层)单元类型。
26.一种视频处理的方法(例如,如图7G所示的方法770),包括:根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换772,其中该规则指定对完全随机访问图片的条带的参考图片列表的约束被限制于层。
27.根据条款26所述的方法,其中,该约束指定,对于具有完全随机访问图片的层,按照解码或输出顺序的在前帧内随机访问点图片不由参考图片列表中的条目参考。
28.根据条款1至27中任一项所述的方法,其中,该转换包括将视频编码为比特流。
29.根据条款1至27中任一项所述的方法,其中,该转换包括从比特流解码视频。
30.根据条款1至27所述的方法,其中,该转换包括从视频生成比特流,并且该方法还包括:将比特流存储在非暂时性计算机可读记录介质中。
31.一种视频处理装置,包括被配置为实施根据条款1至30中任一项或多项所述的方法的处理器。
32.一种存储视频的比特流的方法,包括根据条款1至30中任一项所述的方法,并且还包括将比特流存储到非暂时性计算机可读记录介质。
33.一种存储程序代码的计算机可读介质,该程序代码在被执行时使得处理器实施根据条款1至30中任一项或多项所述的方法。
34.一种计算机可读介质,存储根据上述方法中的任一项而生成的比特流。
35.一种用于存储比特流表示的视频处理装置,其中该视频处理装置被配置为实施根据条款1至30中任一项或多项所述的方法。
第三条款集合示出了在前一节(例如,第8和9项)中讨论的技术的示例实施例。
1.一种视频处理方法(例如,如图8A所示的方法810),包括:根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换810,并且其中该规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的活动条目参考的条件。
2.根据条款1所述的方法,其中,活动条目对应于可用于在当前图片的帧间预测中用作参考索引的条目。
3.根据条款1所述的方法,其中,该条件是NAL(网络抽象层)单元标头层标识符等于特定值的当前图片不是与指示恢复前无输出的变量等于1的完全随机访问图片相关联的随机访问跳过前置图片、该变量等于1的逐渐解码器刷新图片、或者该变量等于1并且NAL单元标头层标识符等于特定值的逐渐解码器刷新图片的恢复图片。
4.一种视频处理方法(例如,如图8B所示的方法820),包括:根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和视频的比特流之间的转换822,并且其中该规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的条目参考的条件。
5.根据条款4所述的方法,其中,该条件是NAL(网络抽象层)单元标头层标识符等于特定值的当前图片不是指示恢复前无输出的变量等于1的完全随机访问图片、按照解码顺序在与该变量等于1的完全随机访问图片相关联的前置图片之前的图片、该变量等于1的逐渐解码器刷新图片、或者该变量等于1并且NAL单元标头层标识符等于特定值的逐渐解码器刷新图片的恢复图片。
6.根据条款1至5中任一项所述的方法,其中,该转换包括将视频编码为比特流。
7.根据条款1至5中任一项所述的方法,其中,该转换包括从比特流解码视频。
8.根据条款1至5中任一项所述的方法,其中,该转换包括从视频生成比特流,并且该方法还包括:将比特流存储在非暂时性计算机可读记录介质中。
9.一种视频处理装置,包括被配置为实施根据条款1至8中任一项或多项所述的方法的处理器。
10.一种存储视频的比特流的方法,包括根据条款1至8中任一项所述的方法,并且还包括将比特流存储到非暂时性计算机可读记录介质。
11.一种存储程序代码的计算机可读介质,该程序代码在被执行时使得处理器实施根据条款1至8中任一项或多项所述的方法。
12.一种计算机可读介质,存储根据上述方法中的任一项而生成的比特流。
13.一种用于存储比特流表示的视频处理装置,其中该视频处理装置被配置为实施根据条款1至12中任一项或多项所述的方法。
第四条款集合示出了在前一节(例如,第10和11项)中讨论的技术的示例实施例。
1.一种视频处理的方法(例如,如图9A所示的方法910),包括:根据规则来执行具有包括包含当前条带的当前图片的一个或多个视频层的视频和视频的比特流之间的转换912,并且其中该规则指定当前条带的参考图片列表不被允许具有参考按照解码顺序或输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的活动条目的条件。
2.根据条款1所述的方法,其中,活动条目对应于可用于在当前图片的帧间预测中用作参考索引的条目。
3.根据条款1或2所述的方法,其中,该规则指定当前图片的参考图片列表不被允许具有参考按照解码顺序在与当前图片相关联的帧内随机访问点图片之前的图片的活动条目的条件。
4.根据条款1至3中任一项所述的方法,其中,该规则指定当前图片的参考图片列表不被允许具有参考按照输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的活动条目的条件。
5.根据条款1至4中任一项所述的方法,其中,该条件是当前图片与帧内随机访问点图片相关联,并且按照解码顺序和/或输出顺序在帧内随机访问点图片之后。
6.根据条款1至4中任一项所述的方法,其中,该条件是当前图片按照解码顺序和/或输出顺序在具有视频编解码层网络抽象层单元所属的层的标识符或非视频编解码层网络抽象层单元适用的层的标识符的相同值的帧内随机访问点图片之后。
7.一种视频处理的方法(例如,如图9B所示的方法920),包括:根据规则来执行具有包括包含当前条带的当前图片的一个或多个视频层的视频和视频的比特流之间的转换922,并且其中该规则指定当前条带的参考图片列表不被允许具有参考按照解码顺序或输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的条目的条件。
8.根据条款7所述的方法,其中,该规则指定当前图片的参考图片列表不被允许具有参考按照解码顺序在与当前图片相关联的帧内随机访问点图片之前的图片的条目的条件。
9.根据条款7或8所述的方法,其中,该规则指定当前图片的参考图片列表不被允许具有参考按照输出顺序在与当前图片相关联的帧内随机访问点图片之前的图片的条目的条件。
10.根据条款7至9中任一项所述的方法,其中,帧内随机访问点图片与零个或更多个前置图片相关联,并且其中该条件是当前图片与帧内随机访问点图片相关联,按照解码顺序和/或输出顺序在帧内随机访问点图片之后,并且按照解码顺序和输出顺序都在与帧内随机访问点图片相关联的零个或更多个前置图片之后。
11.根据条款7至9中任一项所述的方法,其中,帧内随机访问点图片与零个或更多个前置图片相关联,并且其中该条件是当前图片按照解码顺序和/或输出顺序在具有视频编解码层网络抽象层单元所属的层的标识符或非视频编解码层网络抽象层单元适用的层的标识符的相同值的帧内随机访问点图片以及零个或更多个前置图片之后。
12.根据条款1至11中任一项所述的方法,其中,该转换包括将视频编码为比特流。
13.根据条款1至11中任一项所述的方法,其中,该转换包括从比特流解码视频。
14.根据条款1至11中任一项所述的方法,其中,该转换包括从视频生成比特流,并且该方法还包括:将比特流存储在非暂时性计算机可读记录介质中。
15.一种视频处理装置,包括被配置为实施根据条款1至14中任一项或多项所述的方法的处理器。
16.一种存储视频的比特流的方法,包括根据条款1至14中任一项所述的方法,并且还包括将比特流存储到非暂时性计算机可读记录介质。
17.一种存储程序代码的计算机可读介质,该程序代码在被执行时使得处理器实施根据条款1至14中任一项或多项所述的方法。
18.一种计算机可读介质,存储根据上述方法中的任一项而生成的比特流。
19.一种用于存储比特流表示的视频处理装置,其中该视频处理装置被配置为实施根据条款1至14中任一项或多项所述的方法。
在本文档中,术语“视频处理”可以指视频编码、视频解码、视频压缩或视频解压缩。例如,在从视频的像素表示到对应的比特流表示的转换期间,可以应用视频压缩算法,反之亦然。如语法所定义的,当前视频块的比特流表示可以例如对应于共位或者散布在比特流内的不同地方的比特。例如,可以按照变换和编解码的误差残差值并且还使用比特流中的标头和其他字段中的比特对宏块进行编码。此外,在转换期间,解码器可以基于该确定,在知道一些字段可能存在或不存在的情况下解析比特流,如以上解决方案所描述的。类似地,编码器可以确定包括或不包括特定语法字段,并通过包括语法字段或从编解码表示中排除语法字段来相应地生成编解码表示。
本文档中描述的所公开的以及其他解决方案、示例、实施例、模块和功能操作可以在数字电子电路中、或者在计算机软件、固件或硬件(包括本文档中公开的结构及其结构等同物)中、或者在它们中的一个或多个的组合中被实施。所公开的以及其他实施例可以被实施为一个或多个计算机程序产品,即在计算机可读介质上编码的计算机程序指令的一个或多个模块,该计算机程序指令用于由数据处理装置执行或控制数据处理装置的操作。计算机可读介质可以是机器可读存储设备、机器可读存储基板、存储器设备、影响机器可读传播信号的物质的组合、或它们中的一个或多个的组合。术语“数据处理装置”包含用于处理数据的所有装置、设备和机器,包括例如可编程处理器、计算机、或多个处理器或计算机。除了硬件之外,装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、或它们中的一个或多个的组合的代码。传播信号是被生成以对信息进行编码以用于发送到合适的接收器装置的人工生成的信号,例如机器生成的电信号、光学信号或电磁信号。
计算机程序(也已知为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言(包括编译或解释语言)编写,并且其可以以任何形式部署,包括作为独立程序或作为适合在计算环境中使用的模块、组件、子例程或其他单元。计算机程序不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据(例如,存储在标记语言文档中的一个或多个脚本)的文件的一部分中,存储在专用于所讨论的程序的单个文件中,或存储在多个协调文件中(例如,存储一个或多个模块、子程序或代码部分的文件)。计算机程序可以被部署为在一个计算机上或在位于一个站点上或跨多个站点分布并通过通信网络互连的多个计算机上执行。
本文档书中描述的过程和逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程处理器执行,以通过对输入数据进行操作并生成输出来执行功能。过程和逻辑流程也可以由专用逻辑电路执行,并且装置也可以被实施为专用逻辑电路,例如,FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适合于执行计算机程序的处理器包括例如通用和专用微处理器、以及任何类型的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备(例如,磁盘、磁光盘或光盘),或可操作地耦合以从该一个或多个大容量存储设备接收数据或向该一个或多个大容量存储设备传递数据、或者从其接收数据并向其传递数据。然而,计算机不需要这样的设备。适用于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如半导体存储器设备,例如EPROM、EEPROM和闪存设备;磁盘,例如内部硬盘或可换式盘;磁光盘;以及CD ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或并入专用逻辑电路中。
虽然本专利文档包含许多细节,但这些细节不应被解释为对任何主题或可能要求保护的范围的限制,而是作为指定于特定技术的特定实施例的特征的描述。在本专利文档中在单独的实施例的上下文中描述的某些特征也可以在单个实施例中组合实施。相反,在单个实施例的上下文中描述的各种特征也可以单独在多个实施例中或以任何合适的子组合实施。此外,尽管特征可以在上面描述为以某些组合起作用并且甚至最初如此要求保护,但是在一些情况下可以从组合排除来自所要求保护的组合的一个或多个特征,并且所要求保护的组合可以针对子组合或子组合的变化。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应该被理解为需要以所示的特定顺序或以先后顺序执行这样的操作或者执行所有示出的操作以实现期望的结果。此外,在本专利文档中描述的实施例中的各种系统组件的分离不应被理解为在所有实施例中都需要这样的分离。
仅描述了一些实施方式和示例,并且可以基于本专利文档中描述和示出的内容来进行其他实施方式、增强和变化。

Claims (13)

1.一种视频处理方法,包括:
根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和所述视频的比特流之间的转换,并且
其中,所述规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的活动条目参考的条件。
2.根据权利要求1所述的方法,其中,所述活动条目对应于可用于在所述当前图片的帧间预测中用作参考索引的条目。
3.根据权利要求1所述的方法,其中,所述条件是NAL(网络抽象层)单元标头层标识符等于特定值的所述当前图片不是与指示恢复前无输出的变量等于1的完全随机访问图片相关联的随机访问跳过前置图片、所述变量等于1的逐渐解码器刷新图片、或者所述变量等于1并且所述NAL单元标头层标识符等于所述特定值的逐渐解码器刷新图片的恢复图片。
4.一种视频处理方法,包括:
根据规则来执行具有包括一个或多个视频图片的一个或多个视频层的视频和所述视频的比特流之间的转换,并且
其中,所述规则指定没有已经通过用于生成不可用参考图片的解码过程而生成的图片由当前图片的当前条带的参考图片列表中的条目参考的条件。
5.根据权利要求4所述的方法,其中,所述条件是NAL(网络抽象层)单元标头层标识符等于特定值的所述当前图片不是指示恢复前无输出的变量等于1的完全随机访问图片、按照解码顺序在与所述变量等于1的所述完全随机访问图片相关联的前置图片之前的图片、所述变量等于1的逐渐解码器刷新图片、或者所述变量等于1并且所述NAL单元标头层标识符等于所述特定值的逐渐解码器刷新图片的恢复图片。
6.根据权利要求1至5中任一项所述的方法,其中,所述转换包括将视频编码为比特流。
7.根据权利要求1至5中任一项所述的方法,其中,所述转换包括从比特流解码视频。
8.根据权利要求1至5所述的方法,其中,所述转换包括从视频生成比特流,并且所述方法还包括:将比特流存储在非暂时性计算机可读记录介质中。
9.一种视频处理装置,包括被配置为实施根据权利要求1至8中任一项或多项所述的方法的处理器。
10.一种存储视频的比特流的方法,包括根据权利要求1至8中任一项所述的方法,并且还包括将比特流存储到非暂时性计算机可读记录介质。
11.一种存储程序代码的计算机可读介质,所述程序代码在被执行时使得处理器实施根据权利要求1至8中任一项或多项所述的方法。
12.一种计算机可读介质,存储根据上述方法中的任一项而生成的比特流。
13.一种用于存储比特流表示的视频处理装置,其中所述视频处理装置被配置为实施根据权利要求1至12中任一项或多项所述的方法。
CN202180022242.9A 2020-03-19 2021-03-16 对参考图片列表条目的约束 Pending CN115299052A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202062992046P 2020-03-19 2020-03-19
US62/992,046 2020-03-19
PCT/US2021/022576 WO2021188548A1 (en) 2020-03-19 2021-03-16 Constraints on reference picture lists entries

Publications (1)

Publication Number Publication Date
CN115299052A true CN115299052A (zh) 2022-11-04

Family

ID=77768263

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202180022242.9A Pending CN115299052A (zh) 2020-03-19 2021-03-16 对参考图片列表条目的约束
CN202180022450.9A Pending CN115336273A (zh) 2020-03-19 2021-03-16 用于图片编解码的帧内随机访问点
CN202180022468.9A Pending CN115299043A (zh) 2020-03-19 2021-03-16 对参考图片顺序的约束

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202180022450.9A Pending CN115336273A (zh) 2020-03-19 2021-03-16 用于图片编解码的帧内随机访问点
CN202180022468.9A Pending CN115299043A (zh) 2020-03-19 2021-03-16 对参考图片顺序的约束

Country Status (8)

Country Link
US (4) US11818337B2 (zh)
EP (3) EP4104437A4 (zh)
JP (4) JP7460790B2 (zh)
KR (3) KR20220156828A (zh)
CN (3) CN115299052A (zh)
BR (1) BR112022018206A2 (zh)
MX (1) MX2022011361A (zh)
WO (3) WO2021188548A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11825073B2 (en) * 2020-03-20 2023-11-21 Qualcomm Incorporated High level syntax for video with mixed NAL unit types
AU2021241294B2 (en) * 2020-03-23 2024-05-09 Lg Electronics Inc. Image encoding/decoding method and device based on hybrid NAL unit type, and recording medium for storing bitstream

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150013776A (ko) 2010-04-09 2015-02-05 미쓰비시덴키 가부시키가이샤 동화상 부호화 장치 및 동화상 복호 장치
US9210430B2 (en) * 2012-01-19 2015-12-08 Sharp Kabushiki Kaisha Reference picture set signaling and restriction on an electronic device
US9591303B2 (en) 2012-06-28 2017-03-07 Qualcomm Incorporated Random access and signaling of long-term reference pictures in video coding
US9860529B2 (en) * 2013-07-16 2018-01-02 Qualcomm Incorporated Processing illumination compensation for video coding
WO2015056182A2 (en) * 2013-10-15 2015-04-23 Nokia Technologies Oy Video encoding and decoding
EP3078195A4 (en) * 2013-12-02 2017-08-09 Nokia Technologies OY Video encoding and decoding
US20170171563A1 (en) 2014-02-24 2017-06-15 Sharp Kabushiki Kaisha Restrictions on signaling
WO2015140401A1 (en) * 2014-03-17 2015-09-24 Nokia Technologies Oy An apparatus, a method and a computer program for video coding and decoding
US9866851B2 (en) * 2014-06-20 2018-01-09 Qualcomm Incorporated Full picture order count reset for multi-layer codecs
US10148983B2 (en) * 2015-09-25 2018-12-04 Qualcomm Incorporated Methods and systems of improved video stream switching and random access
US20170105004A1 (en) * 2015-10-07 2017-04-13 Qualcomm Incorporated Methods and systems of coding a predictive random access picture using a background picture
FI20165114A (fi) 2016-02-17 2017-08-18 Nokia Technologies Oy Laitteisto, menetelmä ja tietokoneohjelma videokoodausta ja videokoodauksen purkua varten
US10679415B2 (en) 2017-07-05 2020-06-09 Qualcomm Incorporated Enhanced signaling of regions of interest in container files and video bitstreams
US20240130835A1 (en) * 2018-08-17 2024-04-25 Huawei Technologies Co., Ltd. Reference Picture Management in Video Coding
CN114501018B (zh) * 2018-08-17 2024-01-09 华为技术有限公司 参考图像管理的解码方法、设备和系统
US10855988B2 (en) 2018-12-19 2020-12-01 Qualcomm Incorporated Adaptive prediction structures
EP3939305A4 (en) 2019-03-11 2022-12-21 Telefonaktiebolaget Lm Ericsson (Publ) PROCEDURE FOR RECOVERY POINT PROCESS FOR VIDEO ENCODER AND ASSOCIATED DEVICE
WO2020185959A1 (en) 2019-03-11 2020-09-17 Futurewei Technologies, Inc. Gradual decoding refresh in video coding
FI3939290T3 (fi) 2019-04-03 2024-01-08 Huawei Tech Co Ltd Lomitettu videokoodaus johtavilla kuvilla
WO2021029987A1 (en) 2019-08-09 2021-02-18 Futurewei Technologies, Inc. External decoding refresh (edr) in video coding
WO2021033749A1 (en) 2019-08-22 2021-02-25 Sharp Kabushiki Kaisha Systems and methods for signaling picture information in video coding
US11979611B2 (en) 2019-09-06 2024-05-07 Sharp Kabushiki Kaisha Systems and methods for signaling temporal sub-layer information in video coding
CN114556920A (zh) 2019-09-19 2022-05-27 Vid拓展公司 用于通用视频编码的系统和方法
CN114600462A (zh) 2019-10-25 2022-06-07 夏普株式会社 用于在视频编码中发送信号通知图片信息的系统和方法
WO2021100724A1 (en) * 2019-11-21 2021-05-27 Sharp Kabushiki Kaisha Systems and methods for signaling reference picture lists in video coding
US11228777B2 (en) 2019-12-30 2022-01-18 Tencent America LLC Method for layerwise random access in a coded video stream
KR20220141794A (ko) 2020-03-05 2022-10-20 엘지전자 주식회사 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Also Published As

Publication number Publication date
US11917132B2 (en) 2024-02-27
JP2024075706A (ja) 2024-06-04
EP4104437A1 (en) 2022-12-21
WO2021188544A2 (en) 2021-09-23
US20230022078A1 (en) 2023-01-26
EP4107958A4 (en) 2023-10-11
US11818337B2 (en) 2023-11-14
JP2023518751A (ja) 2023-05-08
WO2021188555A1 (en) 2021-09-23
MX2022011361A (es) 2022-10-07
EP4104437A4 (en) 2023-08-30
KR20220155290A (ko) 2022-11-22
JP2023519560A (ja) 2023-05-11
CN115336273A (zh) 2022-11-11
CN115299043A (zh) 2022-11-04
US20230007244A1 (en) 2023-01-05
BR112022018206A2 (pt) 2022-10-25
US11979561B2 (en) 2024-05-07
EP4104443A1 (en) 2022-12-21
KR20220156828A (ko) 2022-11-28
EP4107958A2 (en) 2022-12-28
KR20220156827A (ko) 2022-11-28
JP2024133535A (ja) 2024-10-02
US20240098252A1 (en) 2024-03-21
US20230022497A1 (en) 2023-01-26
WO2021188548A1 (en) 2021-09-23
JP7460790B2 (ja) 2024-04-02
WO2021188544A3 (en) 2021-11-04
EP4104443A4 (en) 2023-10-11
JP2023518753A (ja) 2023-05-08
JP7464743B2 (ja) 2024-04-09

Similar Documents

Publication Publication Date Title
CN115380530A (zh) 临近子图片的编解码
CN115299054A (zh) 可缩放视频编解码中的逐步解码刷新访问单元
US11818337B2 (en) Constraints on reference picture lists entries
CN117834916A (zh) 访问单元中图片信息的信令
CN115336277A (zh) 在视频编解码中使用视频参数集
CN115668924A (zh) 参考图片信息的约束
US20230111484A1 (en) Identification of inter-layer reference pictures in coded video
CN115462070A (zh) 对参考图片列表的约束
US11949899B2 (en) Indication of end of sequence in coded video

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