CN116264863A - 已独立编码区域输出补充增强信息消息 - Google Patents

Abstract

本公开的各方面提供了用于视频解码的方法、装置和非暂时性计算机可读存储介质。该装置包括处理电路，该处理电路被配置为解码对独立区域输出信息进行指示的补充增强信息(SEI)消息。独立区域输出信息指示当前图像中的可独立解码的独立区域。处理电路基于独立区域输出信息中的独立区域的偏移信息和维度信息来确定当前图像中的独立区域。处理电路解码所确定的独立区域，而与整个当前图像是否被解码无关。处理电路基于独立区域的偏移信息指示的位置和维度信息指示的尺寸来输出已解码独立区域。

Description

已独立编码区域输出补充增强信息消息

引用并入

本申请要求享有于2022年6月28日提交的美国专利申请第17/851,723号“已独立编码区域输出补充增强信息消息”的优先权。该美国专利要求享有于2021年6月29日提交的美国临时申请第63/216，443号“用于已编码视频流的已独立编码区域输出的技术”的优先权。在先申请的公开的全部内容通过引用并入本文。

技术领域

本公开描述了通常与视频编码相关的实施例。

背景技术

本文提供的背景描述是为了总体呈现本公开的背景。当前署名发明人在本背景部分描述的工作范围内的工作以及在提交时可能不属于现有技术的描述的方面，既不明示也不暗示地承认为针对本公开的现有技术。

可以使用具有运动补偿的帧间图像预测来执行图片和/或视频编码与解码。未压缩的数字图片和/或视频可以包括一系列图像，每张图像具有例如1920×1080的亮度样本和相关联的色度样本的空间维度。该系列图像可以具有固定的或可变的图像速率(也非正式地被称为帧率)，例如每秒60张图像或60Hz。未压缩的图片和/或视频具有特定的比特率要求。例如，每个样本8比特的1080p60 4:2:0的视频(以60Hz帧速率的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时这样的视频需要超过600G字节的存储空间。

图片和/或视频编码与解码的目的可以是通过压缩来减少输入图片和/或视频信号中的冗余。压缩有助于减小上述带宽和/或存储空间需求，在某些情况下可以减小两个数量级或更多。尽管本文的描述使用视频编码/解码作为说明性示例，但在不脱离本公开的精神的情况下，相同的技术能够以类似的方式应用于图片编码/解码。可以采用无损压缩和有损压缩，以及采用它们的组合。无损压缩是指可以从已压缩的原始信号中重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能不同于原始信号，但是原始信号和重建信号之间的失真足够小，使得重建的信号可以用于预期应用。就视频而言，有损压缩被广泛使用。可容忍的失真量取决于应用；例如，某些消费流式应用的用户可以比电视分步应用的用户容忍更高的失真。能实现的压缩率可以反映：较高的可容许/容忍失真可以产生较高的压缩率。

视频编码器和解码器可以利用来自一些广泛类别的技术，包括例如运动补偿、变换、量化和熵编码。

视频编解码器技术可以包括称为帧内编码的技术。在帧内编码中，在不参考来自先前重建的参考图像的样本或其他数据的情况下来表示样本值。在一些视频编解码器中，图像被空间地细分为样本块。当样本的所有块都以帧内模式被编码时，该图像可以是帧内图像。帧内图像和它们的派生图像，例如独立解码器刷新图像，可以被用于对解码器状态进行重置，因此帧内图像和它们的派生图像可以被用作已编码视频码流和视频会话中的第一图像，或被用作静止图像。可以对帧内块的样本进行变换，并且可以在熵编码之前将变换系数量化。帧内预测可以是使预变换域中的样本值最小化的技术。在某些情况下，变换后的DC值越小，AC系数越小，在给定的量化步长下对熵编码之后的块进行表示所需的比特就越少。

例如从MPEG-2代编码技术已知的传统帧内编码不使用帧内预测。然而，一些较新的视频压缩技术包括从例如周围样本数据和/或元数据尝试数据块的技术，该周围样本数据和/或元数据是在空间相邻的数据块的编码和/或解码期间、且解码顺序上在数据块之前获得的。这种技术此后被称为“帧内预测”技术。注意，在至少一些情况下，帧内预测仅使用来自重建中的当前图像的参考数据，而不使用来自参考图像的参考数据。

帧内预测可以有许多不同形式。当在给定的视频编码技术中可以使用多于一种这样的技术时，所使用的技术能够以帧内预测模式被编码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以被单独编码或被包括在模式码字中。对于给定的模式、子模式和/或参数组合，使用哪个码字会通过帧内预测对编码效率增益产生影响，该编码效率增益还受将码字转换成码流的熵编码技术的影响。

某帧内预测模式在H.264中被引入，在H.265中被改进，并且在诸如联合勘探模式(joint exploration model，JEM)、多功能视频编码(versatile video coding，VVC)和基准集(benchmark set，BMS)之类的较新的编码技术中得到了进一步改进。可以使用属于已可用样本的相邻样本值来形成预测器块。根据方向将相邻样本的样本值复制到预测器块中。对所使用的方向的参考可以被编码在码流中，或其本身可以被预测。

参考图1A，右下描绘的是9个预测器方向的子集，该9个预测器的方向已知来自H.265的(与35个帧内模式中的33个角度模式对应的)33个可能的预测器方向。箭头汇聚的点(101)表示正被预测的样本。箭头表示样本正依此被预测的方向。例如，箭头(102)指示根据右上方的与水平方向成45度角的一个或多个样本来预测样本(101)。类似地，箭头(103)指示根据样本(101)左下方的与水平方向成22.5度角的一个或多个样本来预测样本(101)。

仍然参考图1A，左上角描绘了4×4样本的正方形块(104)(由虚线、粗线指示)。方块(104)包括16个样本，每个样本以“S”、以及其在Y维中的位置(例如，行索引)和在X维中的位置(例如，列索引)来标记。例如，样本S21是Y维(从最上方)的第二个样本和X维(从左侧开始)的第一个样本。类似地，样本S44在Y和X维度上都是块(104)的第四个样本。由于块的尺寸为4×4个样本，因此S44位于右下角。还示出了遵循类似编号方案的参考样本。参考样本以R，以及其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)来标记。在H.264和H.265中，预测样本与重建中的块相邻，因此不需要使用负值。

通过从信号通知的预测方向所占用的相邻样本来复制参考样本值，可以进行帧内图像预测。例如，假设已编码视频码流包括信令，对于该块，该信令指示与箭头(102)一致的预测方向，即，根据右上角与水平方向成45度角预测样本的右上角的一个或多个样本来预测样本。在这种情况下，样本S41、S32、S23和S14是根据同一参考样本R05被预测的。然后样本S44是根据参考样本R08被预测的。

在某些情况下，可以例如通过插值来组合多个参考样本的值，以便计算参考样本(尤其是当方向不能被45度整除时)。

随着视频编码技术的发展，可能的方向数越来越多。在H.264(2003年)中，可以表示9个不同的方向。在H.265(2013年)和JEM/VVC/BMS中增加到33个，在本公开时，可以支持多达65个方向。已经进行了实验来识别最有可能的方向，并且熵编码中的某些技术被用于以少量比特来表示那些可能的方向，对于不太可能的方向接受一定的惩罚。此外，方向本身有时可以根据相邻的且已解码的块所使用的相邻方向被预测。

图1B示出了示出根据JEM的65个帧内预测方向的示意图(110)，以示出随着时间推移而增加的预测方向的数目。

对方向进行表示的已编码视频码流中的帧内预测方向比特的映射从视频编码技术到视频编码技术可以是不同的，并且例如，范围可以从预测方向到帧内预测模式的简单直接映射，到码字，到涉及最可能模式的复杂自适应方案及类似技术。然而，在所有情况下，视频内容中可以存在某些方向，其在统计上比某些其他方向更不可能出现。由于视频压缩的目标是减少冗余，在工作良好的视频编码技术中，与更有可能的方向相比，那些不太可能的方向将以更多数量的比特被表示。

运动补偿可以是有损压缩技术，并且可以涉及样本块来自先前重建的图像或其一部分(参考图像)的技术，该样本块在运动矢量(motion vector，MV，下文称为MV)指示的方向上空间地移位之后，被用于预测新重建的图像或部分图像。在某些情况下，参考图像可以与当前重建中的图像相同。MV可以具有两个维度X和Y，或三个维度，第三维度是所使用的参考图像的指示(后者间接地可以是时间维度)。

在一些视频压缩技术中，可从其它MV预测适用于样本数据的某一区域的MV，例如，从与空间邻近重建中的、且按解码顺序在该MV之前的那些MV预测得到。这样做可以大大减少编码MV所需的数据量，从而消除冗余并增加压缩。MV预测可以有效地工作，例如，因为当对从照相机导出的输入视频信号(称为自然视频)进行编码时，存在多个区域在相似方向上移动的统计似然性，该多个区域大于单个MV所适用的区域。因此，在一些情况下，可以使用从邻近区域的MV导出的相似运动矢量来预测。这导致为给定区域找到的MV与从周围MV预测的MV相似或相同，并且在熵编码之后，又能够以比直接编码MV时所使用的比特数更少的比特数来表示。在一些情况下，MV预测可以是从原始信号(即样本流)导出的信号(即MV)的无损压缩的示例。在其他情况下，例如，由于从一些周围的MV计算预测值时的舍入误差，MV预测本身可能是有损的。

H.265/HEVC(ITU-T Rec.H.265，“高效视频编码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的许多MV预测机制中，本文描述的是下文称为“空间合并”的技术。

参考图2，当前块(201)包括编码器在运动搜索过程中已发现的样本，这些样本是可以根据已被空间移位的相同尺寸的先前块被预测的。不直接对该MV进行编码，而是可以使用与五个周围样本中的任一个相关联的MV，从与一个或多个参考图像(例如，从(按解码顺序)最近的参考图像)相关联的元数据导出该MV。该五个周围样本分别表示为A0、A1和B0、B1、B2(分别为202到206)。在H.265中，MV预测可以使用来自相邻块正在使用的同一参考图像的预测器。

发明内容

本公开的各方面提供了用于视频编码和解码的方法和装置。在一些示例中，用于视频解码的设备包括处理电路。该处理电路被配置为解码对独立区域输出信息进行指示的补充增强信息(supplemental enhancement information，SEI)消息。独立区域输出信息可以指示当前图像中的能独立解码的独立区域。处理电路被配置为基于独立区域输出信息中的独立区域的偏移信息和尺寸信息来确定当前图像中的独立区域。处理电路可以解码所确定的独立区域，而与整个当前图像是否被解码无关。处理电路可以基于独立区域的偏移信息指示的位置和维度信息指示的尺寸来输出已解码独立区域。

在一实施例中，独立区域包括当前图像中的子图像。

在一实施例中，子图像被包括在当前图像的另一独立区域，以及其他独立区域还包括当前图像中的另一子图像。

在一实施例中，该独立区域被包括在其他独立区域。

在一实施例中，独立区域输出信息指示独立区域中的子图像的子图像标识符。

SEI消息可以包括第一标志，该第一标志指示是否在SEI消息中以信号通知独立区域输出信息。处理电路可以基于第一标志来确定独立区域，该第一标志指示在SEI消息中以信号通知独立区域输出信息。

在一实施例中，独立区域输出信息包括第二标志。具有第一值的第二标志指示SEI消息仅应用于当前图像。具有第二值的第二标志指示SEI消息以输出顺序应用于当前层的当前图像和一个或多个后续图像，直到满足条件为止。

在一实施例中，第二标志具有第二值。处理电路可以基于独立区域输出信息以输出顺序输出当前层的后续图像中的独立区域。

在一实施例中，独立区域输出信息包括独立区域的第三标志，该第三标志指示是否在独立区域输出信息中以信号通知独立区域的裁剪信息。

在一实施例中，基于第三标志指示在独立区域输出信息中以信号通知独立区域的裁剪信息，处理电路可以基于独立区域的(i)裁剪信息和(ii)偏移信息和尺寸信息来确定独立区域的输出窗口的位置和尺寸。处理电路可以基于独立区域的输出窗口的位置和尺寸来输出已解码独立区域。

在一示例中，用于显示的解码和输出是在整个当前图像被解码之前执行的。

本公开的方面还提供一种非暂时性计算机可读存储介质，该计算机可读存储介质存储有程序，该程序由至少一个处理器运行，以执行用于视频解码的方法。

附图说明

从下面的详细描述和附图中，本公开的主题的进一步特征、性质和各种优点将变得更加明显。在附图中，

图1A是帧内预测模式的示例性子集的示意图。

图1B是示例性帧内预测方向的图示。

图2示出了根据实施例的当前块(201)和周围样本。

图3是根据实施例的通信系统(300)的简化框图的示意图。

图4是根据实施例的通信系统(400)的简化框图的示意图。

图5是根据实施例的解码器的简化框图的示意图。

图6是根据实施例的编码器的简化框图的示意图。

图7示出了根据另一实施例的编码器的框图。

图8示出了根据另一实施例的解码器的框图。

图9A示出了根据本公开实施例的当前图像中的已独立编码区域以及与该独立区域相关联的裁剪的独立区域的示例。

图9B示出了根据本公开实施例的与当前图像中的另一独立区域重叠的独立区域的示例。

图9C示出了根据本公开实施例的被包括在当前图像中的另一独立区域的独立区域的示例。

图10示出了根据本公开实施例的包括独立区域输出信息的补充增强信息(SEI)消息中的示例性语法。

图11示出了根据本公开实施例的SEI消息的持久性范围的示例。

图12示出了概述根据本公开实施例的编码过程的流程图。

图13示出了概述根据本公开实施例的解码过程的流程图。

图14是根据实施例的计算机系统的示意图。

具体实施方式

图3示出了根据本公开实施例的通信系统(300)的简化框图。通信系统(300)包括能够经由例如网络(350)彼此通信的多个终端设备。例如，通信系统(300)包括经由网络(350)互连的第一对终端设备(310)和(320)。在图3的示例中，第一对终端设备(310)和(320)执行数据的单向传输。例如，终端设备(310)可以对视频数据(例如，由终端设备(310)采集的视频图片流)进行编码，以便经由网络(350)传输到其他终端设备(320)。已编码的视频数据能够以一个或多个已编码视频码流的形式传输。终端设备(320)可以从网络(350)接收已编码视频数据，对已编码视频数据进行解码，以恢复视频图像，并根据恢复的视频数据来显示视频图像。单向数据传输在媒体服务应用等中可以是常见的。

在另一示例中，通信系统(300)包括执行已编码视频数据的双向传输的第二对终端设备(330)和(340)，该双向传输可以在例如视频会议期间发生。对于数据的双向传输，在一示例中，终端设备(330)和(340)中的每个终端设备可以对视频数据(例如，由终端设备采集的视频图像流)进行编码，以便经由网络(350)传输到终端设备(330)和(340)的其他终端设备。终端设备(330)和(340)中的每个终端设备还可以接收已编码视频数据，该已编码视频数据由终端备(330)和(340)中的其他终端设备传输，并且可以对已编码视频数据进行解码，以恢复视频图像，并且可以根据恢复的视频数据在可访问的显示设备上显示视频图像。

在图3的示例中，终端设备(310)、(320)、(330)和(340)可以被示为服务器、个人计算机和智能电话，但是本公开的原理可以不限于此。本公开的实施例适用于膝上型计算机、平板计算机、媒体播放器和/或专用视频会议设备。网络(350)表示在终端设备(310)、(320)、(330)和(340)之间传送已编码视频数据的任意数量的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可以在电路交换和/或分组交换信道中交换数据。代表性网络包括电信网络、局域网、广域网和/或互联网。出于本讨论的目的，除非下文有所解释，否则网络(350)的架构和拓扑对于本公开的操作可以是不重要的。

作为本公开主题的应用示例，图4示出了视频编码器和视频解码器在流式传输环境中的放置。本公开的主题可以同样适用于其他能支持视频的应用，包括例如视频会议、数字TV，以及在包括CD、DVD、记忆棒等的数字介质上存储的压缩视频等。

流式传输系统可以包括采集子系统(413)，该采集子系统可以包括例如数码照相机的视频源(401)，该视频源用于创建例如未压缩的视频图像流(402)。在一示例中，视频图像流(402)包括由数码照相机拍摄的样本。相较于已编码视频数据(404)(或已编码视频码流)，视频图像流(402)被描绘为粗线，以强调可以由电子设备(420)处理的高数据量的视频图像流(402)，该电子设备包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可以包括硬件、软件或软硬件组合，以启用或实现下文更详细描述的本公开主题的方面。相较于视图像流(402)，已编码视频数据(404)(或已编码视频码流)被描绘为细线，以强调较低数据量的已编码视频数据(404)(或已编码视频码流)，其可以被存储在流服务器(405)上以供将来使用。一个或多个流式客户端子系统，例如图4中的客户端子系统(406)和(408)可以访问流式服务器(405)以检索已编码视频数据(404)的副本(407)和(409)。客户端子系统(406)可以包括例如电子设备(430)中的视频解码器(410)。视频解码器(410)对已编码视频数据的传入副本(407)进行解码，并创建可在显示器(412)(例如，显示屏)或其他呈现设备(未示出)上呈现的视频图像(411)的输出流。在一些流式系统中，已编码视频数据(404)、(407)和(409)(例如，视频码流)可以根据某些视频编码/压缩标准被编码。这些标准的示例包括ITU-T建议H.265。在一示例中，正在开发的视频编码标准非正式地称为多功能视频编码(VVC)。本公开的主题可以在VVC的上下文中使用。

需注意的是，电子设备(420)和(430)可以包括其他组件(未示出)。例如，电子设备(420)可以包括视频解码器(未示出)，以及电子设备(430)也可以包括视频编码器(未示出)。

图5示出了根据本公开实施例的视频解码器(510)的框图。视频解码器(510)可以被包括在电子设备(530)中。电子设备(530)可以包括接收器(531)(例如，接收电路)。可以使用视频解码器(510)代替图4示例中的视频解码器(410)。

接收器(531)可以接收待被视频解码器(510)解码的一个或多个已编码视频序列；在同一或另一实施例中，一次接收一个已编码视频序列，其中，对每个已编码视频序列进行解码是独立于其他已编码视频序列的。可以从信道(501)接收已编码视频序列，该信道可以是通向存储设备的硬件/软件链路，该存储设备存储有已编码视频数据。接收器(531)可以接收已编码视频数据和其它数据，例如，可以被转发到它们各自的使用实体(未示出)的已编码音频数据和/或辅助数据流。接收器(531)可以将已编码视频序列与其它数据分离。为了防止网络抖动，缓冲存储器(515)可以被耦接在接收器(531)和熵解码器/解析器(520)(以下称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其他情况下，缓冲存储器(515)可以在视频解码器(510)(未示出)外部。在其他情况下，可以在视频解码器(510)外部存在缓冲存储器(未示出)以例如用于防止网络抖动，并且另外在视频解码器(510)内部有另一缓冲存储器(515)以例如用于处理播放定时。当接收器(531)从具有足够带宽和可控性的存储/转发设备或从等同步网络接收数据时，缓冲存储器(515)可以是不被需要的或可以很小。为了在例如因特网的尽力服务分组网络上使用，缓冲存储器(515)可以是必需的，且可以相对较大并且可以有利地具有自适应的大小，以及可以至少部分地实施于视频解码器(510)之外的操作系统或类似元件(未示出)。

视频解码器(510)可以包括解析器(520)，以从已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用于控制例如呈现设备(512)(例如显示屏)的呈现设备的潜在信息，该呈现设备不是电子设备(530)的组成部分，但是可以如图5所示被耦接到电子设备(530)。用于一个(或多个)呈现设备的控制信息可以是补充增强信息(SEI)消息或视频可用性信息(Video Usability Information，VUI)参数集片段(未示出)的形式。解析器(520)可以对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可以根据视频编码技术或标准进行，并且可以遵循各种原则，包括可变长度编码、霍夫曼编码、具有或不具有上下文敏感性的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列中提取视频解码器像素的至少一个子群中的子群参数集。子群可以包括图像群组(Groups of Picture，GOP)、图像、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元、预测单元(Transform Unit，TU)等。解析器(520)还可以从已编码视频序列中提取诸如变换系数、量化器参数值、运动矢量等之类的信息。

解析器(520)可以对从缓冲存储器(515)接收到的视频序列执行熵解码/解析操作，以便创建符号(521)。

符号(521)的重建可以涉及多个不同的单元，这取决于已编码视频图像或一部分已编码视频图像的类型(例如，帧间和帧内图像、帧间和帧内块)以及其他因素。解析器(520)从已编码视频序列解析出的子群控制信息可以控制涉及哪些单元以及如何控制单元。为了简洁起见，没有描述解析器(520)和下文多个单元之间的此类子群控制信息流。

除了已经提到的功能块之外，视频解码器(510)可以概念地被细分为如下所述的多个功能单元。在商业约束下运行的实际实施中，这些单元中的许多单元彼此密切交互，并且至少可以部分地相互集成。然而，为了描述本公开主题，概念地细分为下文的功能单元是合适的。

第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为一个(或多个)符号(521)的量化变换系数和控制信息，包括使用哪种变换、块尺寸、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可以输出包括样本值的块，该样本值可以被输入到聚合器(555)中。

在一些情况下，缩放器/逆变换单元(551)的输出样本可以属于帧内已编码块；即：不使用来自先前重建的图像的预测信息，但是可以使用来自当前图像的先前重建的部分的预测信息。此类的预测信息可以由帧内图像预测单元(552)提供。在一些情况下，帧内图像预测单元(552)使用从当前图像缓冲器(558)提取周围的已经重建的信息，生成与重建中的块具有相同尺寸和形状的块。当前图像缓冲器(558)缓冲例如部分重建的当前图像和/或全部重建的当前图像。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)已经生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。

在其它情况下，缩放器/逆变换单元(551)的输出样本可以属于帧间已编码和潜在运动补偿块。在这种情况下，运动补偿预测单元(553)可以访问参考图像存储器(557)以提取用于预测的样本。在根据与块相关的符号(521)对所提取的样本进行运动补偿之后，这些样本可以由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称为残差样本或残差信号)，以生成输出样本信息。运动补偿预测单元(553)从参考图像存储器(557)内的地址获取预测样本可以由运动矢量控制，运动矢量以符号(521)的形式可供运动补偿预测单元(553)使用，该符号(521)可以具有例如X、Y和参考图像分量。运动补偿还可以包括当使用子样本精确运动矢量时从参考图像存储器(557)提取的样本值的内插、运动矢量预测机制等。

聚合器(555)的输出样本可以在环路滤波器单元(556)中服从各种环路滤波技术。视频压缩技术可以包括环路滤波器技术，该环路滤波技术由已编码视频序列(也称为已编码视频码流)中的参数控制，该参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)，该环路滤波技术也可以响应于对已编码图像或已编码视频序列的先前(按解码顺序)部分进行解码期间获得的元信息，以及响应于先前重建和环路滤波的样本值。

环路滤波器单元(556)的输出可以是样本流，该样本流可以被输出到呈现设备(512)并且被存储在参考图像存储器(557)中，以用于将来的帧间图像预测。

某些已编码图像一旦被完全重建，则可以用作未来预测的参考图像。例如，一旦与当前图像对应的已编码图像被完全重建，并且该已编码图像已经(例如通过解析器(520))被识别为参考图像，则当前图像缓冲器(558)可以成为参考图像存储器(557)的一部分，并且新的当前图像缓冲器可以在开始对下一个已编码图像进行重建之前被重新分配。

视频解码器(510)可以根据例如ITU-T Rec.H.265标准中的预定视频压缩技术来执行解码操作。在已编码视频序列符合视频压缩技术或标准的语法以及符合视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可以符合所使用的视频压缩技术或标准指定的语法。具体地，配置文件可以从视频压缩技术或标准中的所有可用工具中选择某些工具作为该配置文件下可用的唯一工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的水平所限定的范围内。在一些情况下，层级会限制最大图像尺寸、最大帧速率、最大重建取样速率(例如以每秒兆个样本进行测量)、最大参考图像尺寸等。在一些情况下，通过假想参考解码器(Hypothetical Reference Decoder，HRD)规范和在已编码视频序列中以信号通知的用于HRD缓冲器管理的元数据，可以进一步限制由层级设置的限制。

在一实施例中，接收器(531)能够连同已编码视频一起接收附加的(冗余的)数据。附加数据可以包括一个(或多个)已编码视频序列的一部分。视频解码器(510)可以使用附加数据来正确地解码数据和/或更准确地重建原始视频数据。附加数据可以是例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图像、前向纠错码等形式。

图6示出了根据本公开实施例的视频编码器(603)的框图。视频编码器(603)被包括在电子设备(620)中。电子设备(620)包括传输器(640)(例如，传输电路)。视频编码器(603)可用于代替图4示例中的视频编码器(403)。

视频编码器(603)可以从视频源(601)(并非图6示例中的电子设备(620)的一部分)接收视频样本，该视频源可以采集待被视频编码器(603)编码的一个(或多个)视频图像。在另一示例中，视频源(601)是电子设备(620)的一部分。

视频源(601)能够提供待被视频编码器(603)编码的呈数字视频样本流形式的源视频序列，该数字视频样本流可以具有任何合适的位深度(例如，8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适的取样结构(例如Y CrCb 4:2:0、YCrCb 4:4:4)。在媒体服务系统中，视频源(601)可以是存储有先前准备的视频的存储设备。在视频会议系统中，视频源(601)可以是采集局部图像信息作为视频序列的照相机。视频数据可以被提供为当按顺序观看时赋予运动的多个单独图像。图像本身可以被组织为像素的空间阵列，其中，每个像素可以包括取决于所用的取样结构、色彩空间等的一个或多个样本。本领域技术人员可以容易地理解像素和样本之间的关系。下文描述侧重于示例。

根据一实施例，视频编码器(603)可以实时地或在应用所要求的任何其他时间约束下，对源视频序列的图像进行编码并压缩成已编码视频序列(643)。实施适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下所述的其他功能单元，并且功能地被耦接到其他功能单元。为了简洁起见，没有描述该耦接。控制器(650)设置的参数可以包括速率控制的相关参数(图像跳过、量化器、率失真优化技术的λ值……)、图像尺寸、图像群组(GOP)布局、最大运动矢量搜索范围等。控制器(650)可以被配置为具有与针对特定系统设计优化的视频编码器(603)相关的其它合适的功能。

在一些实施例中，视频编码器(603)被配置为在编码环路中操作。作为过于简化的描述，在一示例中，编码环路可以包括源编码器(630)(例如，负责基于待被编码的输入图像和一个(或多个)参考图像来创建符号，例如符号流)以及被嵌入在视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式来重建符号，以创建样本数据(因为在本公开主题中所考虑的视频压缩技术中，符号和已编码视频码流之间的任何压缩都是无损的)。重建的样本流(样本数据)被输入到参考图像存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的比特精确结果，因此参考图像存储器(634)中的内容在本地编码器和远程编码器之间也是比特精确的。换句话说，编码器的预测部分“看到”的参考图像样本与解码器当在解码期间使用预测时“看到”的样本值完全相同。参考图像同步性的这一基本原理(以及在例如由于信道误差而不能保持同步性的情况下产生的漂移)也用于一些相关技术。

“本地”解码器(633)的操作可以与例如视频解码器(510)的“远程”解码器的操作相同，视频解码器(510)已经在上文结合图5进行了详细描述。然而，简要地参考图5，当符号可用且熵编码器(645)和解析器(520)可以无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能不能在本地解码器(633)中完全实施。

在一实施例中，除了解码器中存在的解析/熵解码之外的解码器技术，也以相同或基本相同的功能形式存在于相应的编码器中。因此，本公开主题侧重于解码器操作。因为编码器技术是全面描述的解码器技术的逆向，所以可以简写编码器技术的描述。下文提供了某些领域的更详细的描述。

在操作期间，在一些示例中，源编码器(630)可以执行运动补偿预测编码，该运动补偿预测编码参考来自视频序列中的被指定为“参考图像”的一个或多个先前已编码图像，对输入图像进行预测编码。以这种方式，编码引擎(632)对输入图像的像素块和一个(或多个)参考图像的像素块之间的差异进行编码，该参考图像可以被选为输入图像的一个(或多个)预测参考。

本地视频解码器(633)可以基于源编码器(630)创建的符号，对可以用被指定为参考图像的图像的已编码视频数据进行解码。编码引擎(632)的操作可以有利地是有损过程。当已编码视频数据可以在视频解码器(图6中未示出)处被解码时，重建的视频序列通常可以是具有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，该解码过程可以由视频解码器对参考图像执行，并可以使重建的参考图像存储在参考图像存储器(634)中。以这种方式，视频编码器(603)可以本地存储重建的参考图像的副本，该副本与将由远端视频解码器获得的重建的参考图图像具有共同内容(不存在传输错误)。

预测器(635)可以执行针对编码引擎(632)的预测搜索。即，对于待编码新图像，预测器(635)可以在参考图像存储器(634)中搜索可以用作新图像的适当预测参考的样本数据(作为候选参考像素块)或矢量某些元数据，例如参考图像运动矢量、块形状等。预测器(635)可以基于样本块逐像素块地进行操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可以确定输入图像可以具有从参考图像存储器(634)中存储的多个参考图像提取的预测参考。

控制器(650)可以管理源编码器(630)的编码操作，包括设置例如用于对视频数据进行编码的参数和子群参数。

上述功能单元的输出可以服从熵编码器(645)中的熵编码。熵编码器(645)根据诸如霍夫曼编码、可变长度编码、算术编码之类的技术，通过对各种功能单元生成的符号进行无损压缩，以使该符号转变成已编码视频序列。

传输器(640)可以缓冲熵编码器(645)创建的一个(或多个)已编码视频序列，以准备经由信道(660)传输，该通信道可以是通向存储设备的硬件/软件链路，该存储设备存储有已编码视频数据。传输器(640)可以将来自视频编码器(603)的已编码视频数据和待传输的其它数据合并，该其它数据是例如已编码音频数据和/或辅助数据流(源未示出)。

控制器(650)可以管理视频编码器(603)的操作。在编码期间，控制器(650)可以给每个已编码图像分配特定的已编码图像类型，这可以影响能够应用于相应图像的编码技术。例如，图像通常可以被分配为下列图像类型之一：

帧内图图像(I图像)可以是能够在不使用序列中的任何其他图像作为预测源的情况下进行编码和解码的图像。一些视频编解码器允许不同类型的帧内图像，包括例如独立解码器刷新(Independent Decoder Refresh，IDR)图像。本领域技术人员知道I图像的那些变体及其各自的应用和特征。

预测图像(P图像)可以是能使用帧内预测或帧间预测进行编码和解码的图像，该帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。

双向预测图像(B图像)可以是能够使用帧内预测或帧间预测进行编码和解码的图像，该帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多预测图像可以使用多于两个参考图像和相关联的元数据来用于重建单个块。

源图像通常可以空间地被细分为多个样本块(例如，每个样本为4×4、8×8、4×8或16×16的块)，并在逐块的基础上进行编码。块可以参考其他(已经被编码的)块预测地被编码，该块通过如应用于块的相应图像的编码分配被确定。例如，I图像的块可以被非预测地被编码，或它们可以参考同一图像的已经被编码的块预测地被编码(空间预测或帧内预测)。P图像的像素块可以参考一个已先前编码的参考图像，通过空间预测或通过时域预测预测地被编码。B图像的块可以参考一个或两个已先前编码参考图像，通过空间预测或通过时域预测预测地被编码。

视频编码器(603)可以根据例如ITU-T Rec.H.265的预定视频编码技术或标准来执行编码操作。在其操作中，视频编码器(603)可以执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可以符合所使用的视频编码技术或标准指定的语法。

在一实施例中，传输器(640)能够连同已编码视频一起传输附加数据。源编码器(630)可以包括此类作为已编码视频序列的一部分的数据。附加数据可以包括时间/空间/SNR增强层、诸如冗余图像和切片之类的其它形式的冗余数据、SEI消息、VUI参数集片段等。

视频可以被采集为时间序列中的多个源图像(视频图像)。图像内预测(通常缩写为帧内预测)利用给定图像中的空间相关性，帧间图像预测利用图像之间的(时间或其他)相关性。在一示例中，将正在编码/解码的特定图像分割成块，正在编码、解码的特定图像被称为当前图像。在当前图像中的块与视频中已先前编码且静止缓冲的参考图像中的参考块类似时，当前图像中的块可以被称为运动矢量的矢量所编码。运动矢量指向参考图像中的参考块，且在使用多个参考图像的情况下，该运动矢量可以具有标识参考图像的第三维。

在一些实施例中，可以在帧间图像预测中使用双预测技术。根据双预测技术，使用两个参考图像，例如按照解码顺序都在视频中的当前图像之前(但是按照显示顺序可以分别在过去和将来)的第一参考图像和第二参考图像。当前图像中的块可以被第一运动矢量和第二运动矢量编码，该第一运动矢量指向第一参考图像的第一参考块，该第二运动矢量指向第二参考图像的第二参考块。该块可以通过第一参考块和第二参考块的组合来预测。

此外，可以在帧间图像预测中使用合并模式技术以提高编码效率。

根据本公开的一些实施例，以块为单位执行诸如帧间图像预测和图像内预测之类的预测。例如，根据HEVC标准，视频图像序列中的图像被分割为编码树单元(coding treeunit，CTU)以用于压缩，图像中的CTU具有相同的尺寸，例如64×64像素、32×32像素或16×16像素。通常，CTU包括三个编码树块(coding tree block，CTB)，它们是一个亮度CTB和两个色度CTB。每个CTU能够以四叉树递归地被分割成一个或多个编码单元(coding unit，CU)。例如，64×64像素的CTU可以被分割成一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在一示例中，分析每个CU以确定CU的预测类型，例如帧间预测类型或帧内预测类型。CU取决于时域和/或空间可预测性被分割成一个或多个预测单元。通常，每个预测单元包括亮度预测块(prediction block，PB)和两个色度PB。在一实施例中，以预测块为单位执行编码(编码/解码)中的预测操作。使用亮度预测块作为预测块的示例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等。

图7示出了根据本公开另一实施例的视频编码器(703)的示意图。视频编码器(703)被配置为接收视频图像序列中的当前视频图像内的样本值的处理块(例如，预测块)，并将该处理块编码成已编码视频序列的一部分的已编码图像。在一示例中，视频编码器(703)用于代替图4示例中的视频编码器(403)。

在HEVC示例中，视频编码器(703)接收用于处理块的样本值矩阵，该处理块是例如8×8个样本的预测块等。视频编码器(703)使用例如率失真优化，来确定是否使用帧内模式、帧间模式或双预测模式对处理块进行最佳编码。当处理块将以帧内模式被编码时，视频编码器(703)可以使用帧内预测技术将处理块编码成已编码图像；并且当处理块将以帧间模式或双预测模式被编码时，视频编码器(703)可以分别使用帧间预测或双预测技术将处理块编码成已编码图像。在某些视频编码技术中，合并模式可以是帧间图像预测子模式，其中，在不受益于预测器之外的已编码运动矢量分量的情况下，运动矢量是从一个或多个运动矢量预测器导出的。在某些其它视频编码技术中，可以存在适用于主题块的运动矢量分量。在一示例中，视频编码器(703)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。

在图7的示例中，视频编码器(703)包括如图7所示耦接在一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。

帧间编码器(730)被配置为接收当前块(例如，处理块)的样本，将该块与参考图像中的一个或多个参考块(例如，先前图像和之后图像中的块)进行比较，生成帧间预测信息(例如，根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)，并且基于帧间预测信息使用任何合适的技术来计算帧间预测结果(例如，已预测块)。在一些示例中，参考图像是基于已编码视频信息被解码的已解码参考图像。

帧内编码器(722)被配置为接收当前块(例如，处理块)的样本，在一些情况下将块与在同一图像中已经编码的块进行比较，在变换之后生成量化系数，并且在一些情况下还(例如，根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在一示例中，帧内编码器(722)还基于帧内预测信息和同一图像中的参考块来计算帧内预测结果(例如，已预测块)。

通用控制器(721)被配置为确定通用控制数据，并基于通用控制数据来控制视频编码器(703)的其他组件。在一示例中，通用控制器(721)确定块的模式，并基于该模式向开关(726)提供控制信号。例如，当模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，以及控制熵编码器(725)选择帧内预测信息并将帧内预测信息包括在码流中；当模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，以及控制熵编码器(725)选择帧间预测信息并将帧间预测信息包括在码流中。

残差计算器(723)被配置为计算所接收到的块和选自帧内编码器(722)或帧间编码器(730)中的预测结果之间的差异(残差数据)。残差编码器(724)被配置为基于残差数据操作，以对残差数据进行编码从而生成变换系数。在一示例中，残差编码器(724)被配置为将残差数据从空间域转换到频域，并生成变换系数。然后变换系数服从量化处理，以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)被配置为执行逆变换，并生成已解码残差数据。已解码残差数据可以适当地被帧内编码器(722)和帧间编码器(730)使用。例如，帧间编码器(730)可以基于已解码残差数据和帧间预测信息来生成已解码块，帧内编码器(722)可以基于已解码残差数据和帧内预测信息来生成已解码块。在一些示例中，已解码块被适当地处理以生成已解码图像，并且已解码图像可以被缓冲在存储器电路(未示出)中并被用作参考图像。

熵编码器(725)被配置为对码流进行格式化以包括已编码块。熵编码器(725)被配置为包括根据例如HEVC标准的适当标准的各种信息。在一示例中，熵编码器(725)被配置为包括通用控制数据、被选择的预测信息(例如，帧内预测信息或帧间预测信息)、残差信息和码流中的其他合适的信息。需注意的是，根据本公开主题，当以帧间模式或双预测模式的合并子模式对块进行编码时，不存在残差信息。

图8示出了根据本公开另一实施例的视频解码器(810)的示意图。视频解码器(810)被配置为接收已编码视频序列的一部分的已编码图像，并对已编码图像进行解码以生成重建图像。在一示例中，视频解码器(810)用于代替图4示例中的视频解码器(410)。

在图8的示例中，视频解码器(810)包括如图8所示的耦接在一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。

熵解码器(871)可以被配置成从已编码图像重建某些符号，这些符号表示构成编码图像的语法元素。此类符号可以包括例如块被编码的模式(例如，帧内模式、帧间模式、双预测模式，后两种的合并子模式或另一子模式中)、可以分别识别供帧内解码器(872)或帧间解码器(880)用于进行预测的某些样本或元数据的预测信息(例如，帧内预测信息或帧间预测信息)、以例如量化变换系数形式的残差信息等。在一示例中，当预测模式是帧间或双预测模式时，帧间预测信息被提供给帧间解码器(880)；以及当预测类型是帧内预测类型时，帧内预测信息被提供给帧内解码器(872)。残差信息可以进行逆量化并被提供给残差解码器(873)。

帧间解码器(880)被配置为接收帧间预测信息，并基于帧间预测信息生成帧间预测结果。

帧内解码器(872)被配置为接收帧内预测信息，并基于帧内预测信息生成预测结果。

残差解码器(873)被配置为执行逆量化，以提取解量化的变换系数，并对解量化的变换系数进行处理，以将残差从频域转换到空间域。残差解码器(873)还可以需要某些控制信息(以包括量化器参数(Quantizer Parameter，QP))，并且该信息可以由熵解码器(871)提供(因为这可能仅是低量控制信息，所以数据路径未被描绘)。

重建模块(874)被配置成在空间域中组合残差解码器(873)输出的残差和预测结果(由帧间或帧内预测模块输出，视情况而定)，以形成重建的块，该重建的块可以是重建的图像的一部分，该重建的图像反之可以是重建视频的一部分。需注意的是，其他合适的操作，例如解块操作等可以被执行以改善视觉质量。

需注意的是，视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)可以使用任何合适的技术来实现。在一实施例中，视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)可以使用一个或多个集成电路来实现。在另一实施例中，视频编码器(403)、(603)和(603)以及视频解码器(410)、(510)和(810)可以使用执行软件指令的一个或多个处理器来实现。

根据本公开的实施例，码流可以包括一个或多个已编码视频序列(coded videosequence，CVS)。CVS可以独立于其他CVS被编码。每个CVS可以包括一个或多个层，并且每个层可以是具有特定质量(例如，空间分辨率)的视频的表示，或某个分量解释属性的表示，例如，作为深度图、透明度图或透视图。在时间维度中，每个CVS可以包括一个或多个访问单元(access unit，AU)。每个AU可以包括与同一时间实例对应的不同层的一个或多个图像。已编码层视频序列(coded layer video sequence，CLVS)是可以在同一层中包括图像单元序列的分层CVS。如果码流具有多个层，则码流中的CVS对于每一层可以具有一个或多个CLVS。

在一实施例中，CVS包括AU序列。AU的序列可以按照解码顺序包括帧内随机接入点(intra random access point，IRAP)AU，随后为不是IRAP AU的零个或更多个AU。在一示例中，零个或更多个AU包括所有后续AU，直到但不包括是IRAP AU的任何后续AU。在一示例中，CLVS包括图像序列和CVS的基层的相关联非视频编码层(video coding layer，VCL)网络抽象层(network abstraction layer，NAL)单元。

在一示例中，图像单元包括已编码图像。图像单元(picture unit，PU)可以包括根据特定分类规则的彼此关联的NAL单元集。NAL单元可以在解码顺序上是连续的。PU可以包含图像头(picture header，PH)和组成已编码图像的一个或多个VCL NAL单元。

根据本公开的一些方面，例如补充增强信息(SEI)消息的消息可以被包括在已编码码流中，以例如帮助已编码码流的解码和/或显示，或用于其他目的。一个(或多个)SEI消息可以包括不需要用于解码(例如，对来自VCL NAL单元的已编码图像的样本进行解码)的信息。一个(或多个)SEI消息可以是可选用于通过解码过程构建亮度或色度样本。在一些示例中，在解码过程期间不需要SEI消息来重建亮度或色度样本。另外，符合支持SEI消息的视频编码标准的解码器不需要处理待符合的SEI消息。对于一些编码标准，可能需要一些SEI消息信息来检查码流一致性或用于输出定时解码器一致性。一个(或多个)SEI消息可以可选地通过一致性解码器来处理，以使输出顺序符合某一标准(例如，HEVC 265或VVC)。在一实施例中，一个(或多个)SEI消息存在于(例如，被信号通知于)码流中。

SEI消息可以包含各种类型的数据，这些数据指示视频图像的定时，描述已编码视频的各种属性，或如何使用或增强各种属性。在一些示例中，SEI消息不影响核心解码过程，但是可以指示建议如何对视频进行后期处理或显示。

SEI消息可以用于提供关于已编码码流的附加信息，该附加信息可以用于在码流被解码后改变码流的呈现，或向解码器提供信息。例如，SEI消息已被用于提供帧打包信息(例如，描述视频数据在视频帧中的排列方式)、内容描述(例如，指示已编码码流是例如360度视频)、以及颜色信息(例如，色域和/或颜色范围)等。

在一些示例中，SEI消息能够用于以信号通知编码器已编码码流包括360度视频或虚拟现实(virtual reality，VR)视频。解码器可以使用上述信息来呈现用于360度呈现的视频数据。替代地，如果解码器不能呈现360度视频，则解码器可以使用上述信息不呈现视频数据。

本公开包括与用于已编码视频流的已独立编码区域输出相关的视频编码技术。

各种沉浸式媒体(例如，虚拟现实(VR)视频、基于视频的点云应用)和游戏和/或电子竞技流应用可以受益于一个或多个子图像的部分访问，而不是整个图像的完全访问。VR视频也可以称为360VR或VR360。VR视频或360VR可以指使用全向照相机采集的视频。全向照相机可以同时拍摄整个360度。在VR视频中，用户可以环视整个场景。与常规视频相比，VR视频可以提供沉浸式的和互动的体验。在一示例中，对于VR360应用，在头戴式显示器或其他门户设备上仅显示与用户的当前视口对应的部分区域。在基于视频的点云应用的一示例中，区域访问内容以显示来自立体内容的特定投影视图是有益的，例如，较少量的数据用于区域访问。

在某些视频编码标准(例如，VVC版本1)中，支持子图像分割功能。在一示例中，当序列参数集(sequence parameter set，SPS)中的语法元素subpic_treated_as_pic_flag][i]等于1时，第i个子图像的边界被视为图像边界，并且第i个子图像的边界可以被填充以用于运动补偿预测。

根据本公开的实施例，与一个或多个子图像相关联的已独立编码区域(或独立区域)可以在整个图像的完全解码被完成之前由系统(例如，视频编码系统、视频解码器等)更早地访问。图像可以包括已独立编码的区域。已独立编码区域的已编码数据可以独立于例如图像的其他一个(或多个)已编码区域被访问、解码和/或输出。在一示例中，如果已独立编码区域具有矩形形状，则独立区域的已编码数据可以被独立访问、解码和/或输出。在一示例中，独立区域可以独立于图像的其他已编码区域被显示。

补充增强信息(SEI)消息可以被解码。根据本公开的实施例，可以根据SEI消息确定对是否在SEI消息中以信号通知独立区域输出信息进行指示的第一标志。在一示例中，SEI消息指示独立区域输出信息。参考图9A，独立区域输出信息可以指示当前图像(900)中的一个或多个独立区域。该一个或多个独立区域被配置为是可独立解码的。

图9A示出了根据本公开实施例的当前图像(900)中的已独立编码区域(911)和与该独立区域(911)相关联的裁剪的独立区域(921)的示例。当前图像(900)可以是已编码图像。当前图像(900)可以包括一个或多个子图像(例如，子图像0-5)。当前图像(900)可以包括一个或多个区域，其中，一个或多个区域中的每一个区域可以包括至少一个子图像。该一个或多个区域可以包括一个或多个独立区域和/或非独立区域(例如，不独立于当前图像(900)中的其他一个(或多个)区域被编码的一个(或多个)已编码区域)。

在图9A所示的示例中，当前图像(900)包括独立区域(911)。独立区域(911)包括子图像1-2。独立区域(911)的已编码数据可以独立于图像(900)的其它一个(或多个)已编码区域被访问、解码和/或输出。可以解码独立区域(911)，而与整个当前图像(900)是否被解码无关。独立区域(911)的已编码数据可以独立于图像(900)的其他一个(或多个)子图像(例如，子图像0和子图像3-5)被访问、解码和/或输出，该图像的其它一个(或多个)子图像(例如，子图像0和子图像3-5)不被包括在独立区域(911)中。视频解码器可以更早地访问独立区域(911)。在一示例中，独立区域(911)在整个图像(900)的完全解码之前被访问、解码和/或输出。在一示例中，独立区域(911)被访问、解码和/或输出，而不对整个图像(900)进行完全解码。在一示例中，独立区域(911)在对整个图像(900)中的任何其他一个(或多个)区域进行解码之前被访问、解码和/或输出。在一示例中，独立区域(911)是在整个图像(900)中被访问、解码和/或输出的唯一区域。

在一示例中，如果独立区域(例如，独立区域(911))具有矩形形状，则独立区域的已编码数据被独立访问、解码和/或输出。

独立区域(例如，独立区域(911))可以被裁剪，并且裁剪的独立区域(例如，裁剪的独立区域(921))可以被输出或显示。裁剪的独立区域(例如，裁剪的独立区域(921))可以独立于当前图像(900)中的其他一个(或多个)区域被输出或显示。在一示例中，输出或显示裁剪的独立区域(例如，裁剪的独立区域(921))，而不是输出或显示独立区域(例如，独立区域(911))。

图10示出了根据本公开实施例的包括独立区域输出信息的补充增强信息(SEI)消息中的示例性语法(1000)。

SEI消息可以被称为独立区域输出(independent region output，IRO)SEI消息或IRO窗口SEI消息。SEI消息可以包括维度信息、子图像标识和/或偏移信息，例如当前图像(例如，当前图像(900))中的每个独立区域的宽度、高度、一个(或多个)子图像ID和输出(一致性)窗口偏移。当目标区域(例如，诸如独立区域(911)之类的独立区域)被系统接口确定时，可以从SEI消息获得用于识别相关联的子图像的有用信息(例如，子图像1-2)以及用于所访问区域的图像尺寸和一致性窗口(例如，裁剪的独立区域(921)的窗口)的新值。当已解码图像(900)包括多个子图像(例如，子图像0-5)时，SEI消息可以用于输出具有裁剪的特定矩形区域(例如，裁剪的独立区域(921))。

在一示例中，360VR应用中的360度视频是用立方体贴图投影或立方体映射来投影的。例如，如图9A所示，立方体的六个面可以重新排列到具有填充区域的当前图像(900)上，以减轻边界不连续性。当前图像(900)可以被分割成对应于六个面的六个子图像(例如，子图像0-5)。在一示例中，解码器对具有SEI消息中的裁剪信息的当前图像进行解码(900)之后，按需求仅输出子图像0-5的子集(例如，子图像0-5中的一个或两个子图像)。在一示例中，解码器对具有SEI消息中的裁剪信息的当前图像进行解码(900)之前，按需求仅输出子图像0-5的子集(例如，子图像0-5中的一个或两个子图像)。参考图9A，在一示例中，独立区域(911)包括区域(923)和裁剪的独立区域(921)。区域(923)可以包括相邻子图像对之间的填充区域(例如，子图像0-1之间的填充区域、子图像1和4之间的填充区域、子图像2和5之间的填充区域)和当前图像(900)的边界区域。该区域(923)根据裁剪信息被移除而不被输出或显示。

当前图像(900)中的独立区域可以与当前图像(900)中的另一独立区域重叠。每个独立区域可以彼此重叠。由于独立区域可以被视为子图像群组，因此一个子图像可以属于多个独立区域。

图9B示出了根据本公开实施例的与当前图像(900)中的另一独立区域(913)重叠的独立区域(911)的示例。图9A中描述了图9B中的当前图像(900)、子图像0-5和独立区域(911)。当前图像(900)中的其他独立区域(913)包括当前图像(900)中的子图像1和4。该其他独立区域(913)不同于独立区域(911)。子图像1被包括在独立区域(911)和其他独立区域(913)中。独立区域(911)与其他独立区域(913)重叠。

一个独立区域可以嵌套或包括另一个独立区域。图9C示出了根据本公开实施例的独立区域(911)的示例，该独立区域(911)被包括在当前图像(900)的独立区域(915)中。图9A中描述了图9C中的当前图像(900)、子图像0-5和独立区域(911)。独立区域(915)包括子图像1、2、4和5。独立区域(911)被包括在独立区域(915)中。独立区域(915)嵌套独立区域(911)。独立区域(915)和独立区域(911)可以独立于彼此被访问、解码和输出。

根据本公开实施例，独立区域输出信息可以包括对例如当前图像(900)中的独立区域(911)的位置进行指示的偏移信息，以及对独立区域(911)的尺寸进行指示的维度信息。可以基于偏移信息和维度信息来确定当前图像(900)中的独立区域(911)的位置和尺寸。可以在SEI消息中以信号通知独立区域输出信息。独立区域输出信息的存在可以由第一标志指示。

参考图9A和图10，偏移信息可以包括独立区域(911)的左上位置(931)(例如，由图10中的语法元素ir_indepen_coded_region_left_offset][i]和ir_inde pen_coded_region_top_offset[i]指示)，以表示独立区域(911)的位置。整数i表示当前图像(900)的第i个独立区域。参考图9A和图10，尺寸信息可以包括区域宽度W(例如，由图10中的语法元素ir_indepen_coded_region_width_in_luma_samples[i]指示)和区域高度H(例如，由图10中的语法元素ir_indepen_coded_region_height_in_luma_samples[i]指示)，以分别指定独立区域(911)的宽度W和高度H。在一示例中，独立区域(911)是当前图像(900)的第0个独立区域，并且整数i等于0。

一个或多个独立区域中的独立区域(911)可以被解码。在一示例中，基于独立区域(911)的位置和尺寸，例如，在不进行裁剪的情况下，输出已解码独立区域(911)。在一示例中，在进行裁剪的情况下，输出已解码独立区域(911)。参考图9A，基于独立区域(911)的位置和尺寸以及已裁剪独立区域(921)的裁剪信息来输出已裁剪独立区域(921)。

参考图10，IRO SEI消息可以包括分区输出的信息。当例如在码流中存在例如图10中所示的IRO SEI消息时，相关联的图像(例如，当前图像(900))具有等于1的语法元素PicOutputFlag。在一示例中，相关联的图像(例如，当前图像(900))的边界可以被填充以用于运动补偿预测。IRO SEI消息的偏移值可以在裁剪之前应用于已解码的图像(例如，当前图像(900))。当访问第i个独立区域(例如，i为0的独立区域(911))并且将要执行裁剪操作时，可以应用由IRO SEI消息(例如，使用语法元素ir_output_win_left_offset[i]、ir_output_win_right_offset[i]、ir_output_win_top_offset[i]和ir_output_win_bottom_offse t[i])指定的裁剪窗口来进行裁剪，而不是应用由图像参数集(picture paramete rset，PPS)指定的裁剪窗口来进行裁剪。

SEI消息(例如，IRO SEI消息)中的第一标志可以由语法元素independe nt_region_output_cancel_flag指示。具有第一取消值(例如，值为1)的第一标志(例如，independent_region_output_cancel_flag)可以指示IRO SEI消息以应用于CVS的当前层的输出顺序取消任何先前IRO SEI消息的持久性。具有第一取消值(例如，值为1)的第一标志(例如，independent_region_output_canc el_flag)可以指示不在IRO SEI消息中以信号通知独立区域输出信息。

具有第二取消值(例如，值为0)的第一标志(例如，independent_region_output_cancel_flag)可以指示独立区域输出信息遵循例如第一标志。具有第二取消值(例如，值为0)的第一标志(例如，independent_region_output_cancel_flag)可以指示在IRO SEI消息中以信号通知独立区域输出信息。当解码器具有合适的输出接口时，解码器可以在各个独立区域被完全被解码后输出每个独立区域。

独立区域输出信息可以包括第二标志(例如，independent_region_output_persistence_flag)，该第二标志可以对用于当前层的IRO SEI消息的持久性进行指定。具有第一持久性值(例如，0)的第二标志(例如，independent_region_output_persistence_flag)可以指定IRO SEI消息仅应用于当前已解码的图像(例如，图像(900))(或IRO SEI消息仅应用于当前图像(例如，图像(900))。

具有第二持久性值(例如，1)的第二标志(例如，independent_region_ou tput_persistence_flag)可以指定IRO SEI消息能够以输出顺序应用于当前已解码图像(例如，图像(900))和当前层的一个或多个后续图像，直到满足一个或多个条件(或一个或多个条件为真)。在一示例中，具有第二持久性值(例如，1)的第二标志(例如，independent_region_output_persistence_flag)指定IRO SEI消息能够以输出顺序来持续当前层的一个或多个后续图像(例如，所有后续图像)，直到一个或多个条件为真。该一个或多个条件可以包括：(i)当前层的新CLVS开始；(ii)码流结束；和/或(iii)在与IRO SEI消息(例如，不同的IRO SEI消息)相关联的访问单元或图像单元中的当前层中的另一图像以输出顺序跟随当前图像(900)被输出。

根据本公开的示例，第二标志(例如，independent_region_output_persistence_flag)具有第二持久性值。以输出顺序的CVS的当前层的后续图像中的独立区域可以基于独立区域输出信息被输出，例如基于偏移信息和维度信息被输出。

独立区域输出信息可以包括对图像单元的每个已解码图像(例如，当前图像(900))的尺寸进行指示的语法元素，该图像单元包括IRO SEI消息。该语法元素可以包括ir_pic_width_in_luma_samples和ir_pic_height_in_luma_samples。语法元素ir_pic_width_in_luma_samples能够以亮度样本为单位对图像单元的每个已解码图像的宽度进行指定。在一示例，语法元素ir_pic_width_in_luma_sam ples不能等于0。语法元素ir_pic_width_in_luma_samples可以是Max(8，Min CbSizeY)的倍数。Max(8，MinCbSizeY)为8与MinCbSizeY值之间的最大值。在一示例中，MinCbSizeY的值(例如，16、32、64)指示编码单元的最小尺寸。语法元素ir_pic_width_in_luma_samples可以小于或等于例如由语法元素ir_pic_width_max_in_luma_samples或语法元素pic_width_max_in_luma_samples指示的阈值。语法元素ir_pic_width_max_in_luma_samples或语法元素pic_widt h_max_in_luma_samples可以对图像单元的每个已解码图像的宽度的最大值进行指示。

语法元素ir_pic_height_in_luma_samples能够以亮度样本为单位对图像单元的每个已解码图像的高度进行指定。在一示例中，语法元素ir_pic_height_in_luma_samples不能等于0。语法元素ir_pic_height_in_luma_samples可以是Ma x(8，MinCbSizeY)的倍数。语法元素ir_pic_height_in_luma_samples可以小于或等于例如由语法元素ir_pic_height_max_in_luma_samples或语法元素pic_height_max_in_luma_samples指示的阈值。语法元素ir_pic_height_max_in_luma_samples或语法元素pic_height_max_in_luma_samples可以对图像单元的每个已解码图像的高度的最大值进行指示。

独立区域输出信息可以包括语法元素ir_num_indepen_region_minus1，该语法元素指示图像单元中已独立编码区域的数目。语法元素ir_num_indepen_code d_region_minus1 plus 1的值可以对包括IRO SEI消息的图像单元的已独立编码区域的数目进行指定。

独立区域输出信息可以包括语法元素ir_subpic_id_len_minus1，该语法元素对用于表示子图像标识符(ID)的长度(例如，比特数)进行指示。语法元素ir_subpic_id_len_minus1 plus 1的值可以指定用于对子图像ID(例如，语法元素ir_subpic_id[i][j])的长度进行表示的比特数。语法元素ir_subpic_id_len_minus1的值可以是在0到15的范围内，包含0和15。

独立区域输出信息可以包括语法元素ir_num_subpics_minus1[i]，该语法元素对与第i个已独立编码区域相关联的子图像的数目进行指示。语法元素ir_nu m_subpics_minus1[i]plus 1的值可以对与第i个已独立编码区域相关联的子图像的数目进行指定。参考图9C，图像单元包括当前图像(900)。第0个已独立编码区域是i为0的独立区域(911)。语法元素ir_num_subpics_minus1[0]的值为1。语法元素ir_num_subpics_minus1[0]plus 1的值是2，其中，与独立区域(911)相关联的子图像的数目是2。

第1个已独立编码区域是i为1的独立区域(915)。语法元素ir_num_sub pics_minus1[1]的值为3。语法元素ir_num_subpics_minus1[1]plus 1的值是4，其中，与独立区域(915)相关联的子图像的数目是4。

根据本公开的实施例，独立区域输出信息可以指示独立区域(例如，独立区域(911))中的子图像(例如，子图像1)的子图像ID。在一示例中，独立区域输出信息指示与当前图像(900)中的第i个已独立编码区域相关联的第j个子图像对应的子图像ID。独立区域输出信息可以包括语法元素ir_subpic_id[i][j]，该语法元素指定与当前图像(900)中的第i个已独立编码区域相关联的第j个子图像的子图像ID。语法元素ir_subpic_id[i][j]的长度可以等于以比特为单位的语法元素ir_subpic_id_len_minus1的值和1的总和。在一示例中，具有语法元素ir_subpic_id[i][j]的子图像可以具有等于1的语法元素subpic_treated_as_pic_flag[i][j]。等于1的语法元素subpic_treated_as_pic_flag[i][j]可以指示相应子图像的边界被视为图像边界，并且相应子图像的边界可以被填充以用于运动补偿预测。

又参考图9C，当前图像(900)包括第0个已独立编码区域(911)(例如，i＝0)和第1个已独立编码区域(915)(例如，i＝1)。第0个已独立编码区域(911)(例如，i＝0)包括分别与j为0和1对应的子图像1-2。与第0个已独立编码区域(911)相关联的第0个子图像(例如，子图像1)的子图像ID是1，其中，ir_subpic_id[0][0]是1。与第0个已独立编码区域(911)相关联的第1个子图像(例如，子图像2)的子图像ID是2，其中，ir_subpic_id[0][1]是2。

第1个已独立编码区域(915)(例如，i＝1)包括分别与j为0、1、2和3对应的子图像1、2、4和5。与第1个已独立编码区域(915)相关联的第0个子图像(例如，子图像1)的子图像ID是1，其中，ir_subpic_id[1][0]是1。与第1个已独立编码区域(915)相关联的第1个子图像(例如，子图像2)的子图像ID是2，其中，ir_subpic_id[1][1]是2。与第1个已独立编码区域(915)相关联的第2个子图像(例如，子图像4)的子图像ID是4，其中，ir_subpic_id[1][2]是4。与第1个已独立编码区域(915)相关联的第3个子图像(例如，子图像5)的子图像ID是5，其中，ir_subpic_id[1][3]是5。

如上所述，语法元素ir_indepen_coded_region_left_offset[i]和ir_indepen_co ded_region_top_offset[i]可以指定第i个已独立编码区域(例如，独立区域(911))的左上位置(例如，左上位置(931))。在一示例中，语法元素ir_indepen_cod ed_region_left_offset[i]和ir_indepen_coded_region_top_offset[i]不能等于0。语法元素ir_indepen_coded_region_left_offset[i]和ir_indepen_coded_region_top_offset[i]可以是为Max(8，MinCbSizeY)的倍数的一整数。语法元素ir_indepen_code d_region_left_offset[i]可以小于语法元素ir_pic_width_in_luma_samples的值，语法元素ir_indepen_coded_region_top_offset[i]可以小于语法元素ir_pic_height_in_luma_amples的值。

如上所述，语法元素ir_indepen_coded_region_width_in_luma_samples[i]可以对第i个已独立编码区域的宽度进行指定。在一示例中，语法元素ir_indepen_coded_region_width_in_luma_samples[i]不能等于0。语法元素ir_indepen_code d_region_width_in_luma_samples[i]可以是为Max(8，MinCbSizeY)的倍数的一整数。语法元素ir_indepen_coded_region_width_in_luma_samples[i]可以小于或等于语法元素ir_pic_width_in_luma_samples的值。

如上所述，语法元素ir_indepen_coded_region_height_in_luma_samples[i]可以对第i个已独立编码区域的高度进行指定。在一示例中，语法元素ir_indepen_coded_region_height_in_luma_samples[i]不能等于0。语法元素ir_indepen_code d_region_height_in_luma_samples[i]可以是为Max(8，MinCbSizeY)的倍数的一整数。语法元素ir_indepen_coded_region_height_in_luma_samples[i]可以小于或等于语法元素ir_pic_height_in_luma_samples的值。

根据本公开的实施例，独立区域输出信息可以包括当前图像(900)中的第i个独立区域(例如，独立区域(911))的第三标志(例如，ir_indepen_cod ed_region_output_window_present_flag[i])。第三标志(例如，ir_indepen_coded_region_output_window_present_flag[i])可以指示是否在独立区域输出信息中以信号通知第i个独立区域的裁剪信息(例如，指示输出裁剪窗口偏移参数)。

具有第一当前值(例如，值为1)的第三标志(例如，ir_indepen_coded_region_output_window_present_flag[i])可以指示第i个已独立编码区域的裁剪信息(例如，输出裁剪窗口偏移参数)能够遵循IRO SEI消息中的第三标志。具有第二当前值(例如，值为0)的第三标志(例如，ir_indepen_coded_region_output_window_present_flag[i])可以指示第i个已独立编码区域的裁剪信息(例如，输出裁剪窗口偏移参数)不存在于(例如，不被包括在)IRO SEI消息中。

根据本公开的实施例，第三标志指示在独立区域输出信息中以信号通知第i个独立区域(例如，独立区域(911))的裁剪信息(例如，输出裁剪窗口偏移参数)。可以基于(i)裁剪信息和(ii)偏移信息和维度信息(例如，指示第i个独立区域的位置和尺寸)来确定第i个独立区域的输出窗口的位置和尺寸。可以基于第i个独立区域的输出窗口的位置和尺寸来输出第i个独立区域。

在一示例中，输出裁剪窗口偏移参数由IRO SEI消息中的语法元素ir_out put_win_left_offset[i]、ir_output_win_right_offset[i]、ir_output_win_top_offset[i]和ir_output_win_bottom_offset[i]指示。语法元素ir_output_win_left_offset[i]、ir_output_win_right_offset[i]、ir_output_win_top_offset[i]和ir_output_win_bottom_offset[i]可以指定图像坐标中的矩形区域，以输出第i个已独立编码区域。例如，语法元素ir_output_win_left_offset[i]、ir_output_win_right_offset[i]、ir_output_wi n_top_offset[i]和ir_output_win_bottom_offset[i]分别指定矩形区域的左位置、右位置、顶部位置和底部位置。当第三标志(例如，ir_indepen_coded_region_out put_window_present_flag[i])具有第二当前值(例如，值为0)时，可以推断语法元素ir_output_win_left_offset[i]、ir_output_win_right_offset[i]、ir_output_win_top_offset[i]和ir_output_win_bottom_offset[i]的值等于0。

又参考图9A，当第0个已独立编码区域(例如，独立区域(911))的第三标志(例如，ir_indepen_coded_region_output_window_present_flag[0])具有第一当前值(例如，1)时，独立区域(911)的输出裁剪窗口偏移参数遵循IR O SEI消息中的第三标志。输出裁剪窗口偏移参数可以包括指定输出窗口(或一致性窗口)的左位置、右位置、顶部位置和底部位置的ir_output_win_left_of fset[0]、ir_output_win_right_offset[0]、ir_output_win_top_offset[0]和ir_output_wi n_bottom_offset[0]，该输出窗口与待被输出或显示的矩形区域(例如，裁剪的独立区域(921))相对应。输出窗口指定的裁剪的独立区域(921)被输出或显示。

例如取决于第二标志(例如，independent_region_output_persistence_flag)的值，SEI消息(例如，IRO SEI消息)可以被应用于CVS的当前层中的一个或多个图像。参考图9A-9C和图10，上述描述可以合适地适用于CVS的另一层。SEI消息(例如，IRO SEI消息)可以被应用于CVS的另一层(例如，不同于当前层的层)中的一个或多个图像。

CVS的第一层中的第一图像的独立区域可以独立于CVS的第一层中的第一图像的其他一个(或多个)区域和/或一个(或多个)子图像被访问、解码和/或输出。CVS的第二层中的第二图像的独立区域独立于第二图像的其它一个(或多个)区域和/或一个(或多个)子图像被访问、解码和/或输出。在一示例中，第一层中的第一图像的独立区域独立于第二图像的一个(或多个)区域和/或一个(或多个)子图像被访问、解码和/或输出。在一示例中，第一层中的第一图像的独立区域基于第二图像的部分图像(例如，区域和/或子图像)被访问、解码和/或输出。

图10中描述的SEI消息可以合适地适应各种场景，并且可以相应地调整SEI消息中的一个(或多个)语法元素。可以修改或省略SEI消息中的一个(或多个)语法元素中的一个或多个。该语法元素能够以任何合适的顺序出现在SEI消息中。可以向SEI消息添加一个(或多个)附加语法元素。

图11示出了根据本公开实施例的SEI消息(信息性的)的持久性范围的示例。在一示例中，SEI消息(例如，IRO SEI消息)应用于独立区域输出窗口。SEI消息的持久性范围可以指示SEI消息适用于与SEI消息相关联的图像单元(PU)。

图12示出了概述根据本公开实施例的编码过程(1200)的流程图。在各种实施例中，过程(1200)由处理电路执行，例如由终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器功能的处理电路(例如(403)、(603)、(703))等执行。在一些实施例中，以软件指令实现过程(1200)，因此当处理电路执行软件指令时，处理电路执行过程(1200)。该过程从(S1201)开始，并进行到(S1210)。

在(S1210)，图像可以被编码在码流中。参考图9A，图像(例如，当前图像(900))可以包括已独立编码区域(例如，独立区域(911))。已独立编码的区域(例如，独立区域(911))可以包括当前图像中一个或多个子图像的至少一个子图像。图9A-9C中描述了图像、独立区域和一个或多个子图像的示例。

在(S1220)，可以生成对图像的独立区域输出信息进行指示的补充增强信息(SEI)消息。SEI消息可以是例如图10中所描述的IRO SEI消息。如图9A-9C和图10所描述，独立区域输出信息可以指示待被独立访问、解码和/或输出的已独立编码区域的位置和尺寸。

在(S1230)，SEI消息可以被包括在码流中。在一示例中，已编码图像和SEI消息可以例如被传输到解码器，并被解码器接收。过程(1200)进行到(S1299)并终止。

过程(1200)可以合适地适应各种场景，并且可以相应地调整过程(1200)中的步骤。过程(1200)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现该过程(1200)。可以添加一个(或多个)额外的步骤。

在一示例中，SEI消息中的第一标志(例如，图10中描述的independent_region_output_cancel_flag)指示不在SEI消息中以信号通知独立区域输出信息。(S1220)可以被修改为使得独立区域输出信息不被包括在SEI消息中。

图13示出了概述根据本公开实施例的解码过程(1300)的流程图。在各种实施例中，过程(1300)由处理电路执行，例如由终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)功能的处理电路、执行视频解码器(410)功能的处理电路、执行视频解码器(510)功能的处理电路、执行视频编码器(603)功能的处理电路等执行。在一些实施例中，以软件指令实现过程(1300)，因此当处理电路执行软件指令时，处理电路执行过程(1300)。该处理从(S1301)开始，并进行到(S1310)。

在(S1310)，可以解码对独立区域输出信息进行指示的补充增强信息(SEI)消息。独立区域输出信息可以指示在当前图像中可独立解码的独立区域；

在(S1320)，可以基于独立区域输出信息中的独立区域的偏移信息和维度信息来确定当前图像中的独立区域。在一示例中，偏移信息由图10中的语法元素ir_indepen_coded_region_left_offset[i]和ir_indepen_coded_region_top_offset[i]指示。在一示例中，维度信息由语法元素ir_indepen_coded_region_width_in_lu ma_samples[i]和ir_indepen_coded_region_height_in_luma_samples[i]指示。

在一实施例中，当前图像(例如，当前图像(900))包括一个或多个子图像(例如，子图像0-5)。独立区域(例如，独立区域(911))包括当前图像中的一个或多个子图像的子图像(例如，子图像1)。

在一实施例中，参考图9B，子图像被包括在当前图像中的另一个独立区域(例如，独立区域(913))中。

在一实施例中，参考图9C，独立区域(例如，独立区域(911))被包括在另一个独立区域(例如，独立区域(915))中。

在一实施例中，如图10中所描述的，独立区域输出信息指示(例如，由语法元素ir_subpic_id[i][j]指示)独立区域(例如，i为0的第0个独立区域)中的子图像(例如，j为0的第0个子图像)的子图像标识符。在一示例中，语法元素ir_subpic_id[0][0]的值是1，并且子图像ID是1。

在一实施例中，独立区域输出信息包括第二标志(例如，图10中的indep endent_region_output_persistence_flag)。具有第一持久性值的第二标志指示SEI消息仅应用于例如当前层中的当前图像。如图10中所描述，具有第二当前值的第二标志指示SEI消息以输出顺序应用于当前层的当前图像和一个或多个后续图像，直到满足条件为止。

在一实施例中，独立区域输出信息包括独立区域(例如，独立区域(911))的第三标志(例如，图10中的ir_indepen_coded_region_output_window_present_flag[i])。第三标志指示是否在独立区域输出信息中以信号通知独立区域的裁剪信息。

在(S1330)，可以解码所确定的独立区域，而与整个当前图像是否被解码无关。可以使用任何合适的解码方法，例如本公开中描述的解码方法，来解码一个或多个独立区域的独立区域。

在(S1340)，可以基于独立区域的偏移信息指示的位置和维度信息指示的尺寸来输出已解码独立区域，如参考图10所描述。

在一实施例中，第二标志具有第二当前值。可以基于独立区域输出信息，输出以输出顺序的当前层的后续图像中的独立区域。

过程(1300)进行到(S1399)并终止。

过程(1300)可以合适地适应各种场景，并且可以相应地调整过程(1300)中的步骤。过程(1300)中的步骤中的一个或多个可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实现该过程(1300)。可以添加一个(或多个)额外的步骤。

在一实施例中，SEI消息包括第一标志(例如，图10中的independent_re gion_output_cancel_flag)，该第一标志指示是否在SEI消息(例如，图10中描述的SEI消息)中以信号通知独立区域输出信息。如果第一标志指示在SEI消息中以信号通知独立区域输出信息，则可以基于独立区域输出信息中的独立区域的偏移信息和维度信息来确定当前图像中的独立区域。在一实施例中，第一标志指示不在SEI消息中以信号通知独立区域输出信息。可以省略(S1320)。(S1330)和(S1340)可以被修改为使得当前图像被解码并输出。

在一实施例中，基于第三标志指示在独立区域输出信息中以信号通知独立区域的裁剪信息，可以基于独立区域的(i)裁剪信息和(ii)偏移信息和维度信息来确定独立区域的输出窗口的位置和尺寸。可以基于独立区域的输出窗口(例如，裁剪的独立区域(921))的位置和尺寸来输出已解码独立区域。

在一实施例中，用于显示的解码和输出是在整个当前图像被解码之前被执行的。

根据本公开的实施例，当前图像的一部分图像(例如，一个或多个子图像、独立区域)可以独立于当前图像中的其他一个(或多个)区域和/或一个(或多个)子图像被访问、解码和/或输出。当前图像中的每个独立区域可以被独立访问。当前图像中的每个独立区域可以被独立解码。当前图像中的每个独立区域可以被独立输出。当前图像中的每个独立区域可以被独立显示。当前图像中的子图像或独立区域可以具有任何合适的形状和/或任何合适的尺寸。在一示例中，当前图像中的子图像或独立区域具有矩形形状。当前图像可以部分地或区域地(例如，仅独立区域(911))被访问、解码和/或输出。

可以单独使用或以任何顺序组合使用本公开的实施例。此外，方法(或实施例)、编码器和解码器中的每一个都可以通过处理电路(例如，一个或多个处理器、或一个或多个集成电路)来实现。在一示例中，一个或多个处理器执行存储在非暂时性计算机可读介质中的程序。

上述技术可以实现为使用计算机可读指令的计算机软件，并且物理地存储在一个或多个计算机可读介质中。例如，图14示出了适用于实现本公开主题的某些实施例的计算机系统(1400)。

可以使用任何合适的机器代码或计算机语言对计算机软件进行编码，该机器代码或计算机语言可以经受汇编、编译、链接或类似机制来创建包括指令的代码，该指令可以由一个或多个计算机中央处理单元(central processing units，CPU)、一个或多个图形处理单元(Graphics Processing Unit，GPU)等直接执行，或通过译码、微码执行等来执行。

这些指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板计算机、服务器、智能手机、游戏设备、物联网设备等。

图14中示出的计算机系统(1400)的组件本质上是示例性的，并且不旨在对实现本公开实施例的计算机软件的使用范围或功能提出任何限制。组件的配置也不应被解释为具有与计算机系统(1400)示例性实施例中所示的任何一个组件或组件组合相关的任何依赖性或要求。

计算机系统(1400)可以包括某些人机界面输入设备。人机接口输入设备可以响应于一个或多个人类用户通过例如以下的输入：触觉输入(例如，击键、滑动、数据手套移动)、音频输入(例如，语音、拍手)、视觉输入(例如，手势)、嗅觉输入(未描绘)。人机接口设备还可用于采集不一定与人的意识输入直接相关的某些介质，例如音频(例如，语音、音乐、环境声音)、图像(例如，扫描的图像、从静止图像照相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。

输入人机界面设备可以包括以下中的一个或多个(每种仅描绘一个)：键盘(1401)、鼠标(1402)、触控板(1403)、触摸屏(1410)、数据手套(未示出)、操纵杆(1405)、麦克风(1406)、扫描仪(1407)、照相机(1408)。

计算机系统(1400)还可以包括某些人机界面输出设备。这些人机接口输出设备可以通过例如触觉输出、声音、光、气味/味道来刺激一个或多个人类用户的感官。这样的人机接口输出设备可以包括触觉输出设备(例如触摸屏(1410)的触觉反馈、数据手套(未示出)或操纵杆(1405)，但也可以是不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(1409)、头戴式耳机(未描绘))、视觉输出设备(例如包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(1410)，每种屏幕具有或不具有触摸屏输入能力，每种屏幕具有或不具有触觉反馈能力，其中一些屏幕能够通过诸如立体图像输出之类的装置、虚拟现实眼镜(未描述)、全息显示器和烟箱(未描述)以及打印机(未描述)来输出二维视觉输出或超过三维的输出。

计算机系统(1400)还可以包括人类可访问的存储设备和它们相关联的介质，例如包括具有CD/DVD等介质(1421)的CD/DVD ROM/RW(1420)的光学介质、指状驱动器(1422)、可移动硬盘驱动器或固态驱动器(1423)、诸如磁带和软盘(未描绘)之类的传统磁介质和诸如安全软件狗(未描绘)之类的基于专用ROM/ASIC/PLD的设备等。

本领域技术人员还应理解，结合当前所公开的主题使用的术语“计算机可读介质”不涵盖传输介质、载波或其他暂时性信号。

计算机系统(1400)还可以包括到一个或多个通信网络(1455)的接口(1454)。网络可以例如是无线的、有线的、光的。网络还可以是局域网络、广域网络、城域网络、车辆与工业网络、实时网络、延迟容忍网络等。网络示例包括诸如以太网之类的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线电视、卫星电视和地面广播电视的电视有线或无线广域数字网络以及包括CANBus的车辆与工业电视等。某些网络通常需要附接到某些通用数据端口或外围总线(1449)的外部网络接口适配器(例如计算机系统(1400)的USB端口)；其它网络接口通常通过附连到如下所述的系统总线(例如，附接到PC计算机系统的以太网接口或到智能手机计算机系统的蜂窝网络接口)而集成到计算机系统(1400)的内核中。计算机系统(1400)可以使用这些网络中的任何一个与其他实体通信。这种通信可以是仅单向接收的(例如，广播电视)、仅单向发送的(例如，到某些CANbus设备的CANbus)或双向的(例如到使用局域网或广域数字网络的其他计算机系统)。如上所述，可以在这些网络和网络接口中的每一个上使用某些协议和协议栈。

上述人机界面设备、人机可访问的存储设备和网络接口可以附接到计算机系统(1400)的内核(1440)。

内核(1440)可包括一个或多个中央处理单元(CPU)(1441)、图形处理单元(GPU)(1442)、以现场可编程门阵列(Field Programmable Gate Array，FPGA)形式的专用可编程处理单元(1443)、用于某些任务的硬件加速器(1444)和图形适配器(1450)等。这些设备与只读存储器(Read-only memory，ROM)(1445)、随机存取存储器(1446)、诸如内部非用户可访问硬盘驱动器、SSD等之类的内部大容量存储器(1447)可以通过系统总线(1448)连接。在一些计算机系统中，能够以一个或多个物理插头的形式访问系统总线(1448)，以允许通过附加CPU、GPU等进行扩展。外围设备可以直接附接到内核的系统总线(1448)，或通过外围设备总线(1449)附接到内核的系统总线(1448)。在一示例中，屏幕(1410)可以连接到图形适配器(1450)。外围总线的体系结构包括PCI、USB等。

CPU(1441)、GPU(1442)、FPGA(1443)和加速器(1444)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(1445)或RAM(1446)中。过渡数据也可以存储在RAM(1446)中，而永久数据可以存储在例如内部大容量存储器(1447)中。可以通过使用高速缓冲存储器来实现对任何存储器设备的快速存储和检索，高速缓冲存储器可以与一个或多个CPU(1441)、GPU(1442)、大容量存储器(1447)、ROM(1445)、RAM(1446)等紧密相关联。

计算机可读介质上可以具有用于执行各种由计算机实现的操作的计算机代码。介质和计算机代码可以是为了本公开的目的而特别设计和构造的介质和计算机代码，或它们可以是计算机软件领域的技术人员公知且可用的类型。

作为非限制示例，可以由于一个(或多个)处理器(包括CPU、GPU、FPGA、加速器等)执行包含在一种或多种有形的计算机可读介质中的软件而使得具有架构(1400)，特别是内核(1440)的计算机系统提供功能。这种计算机可读介质可以是与上上述的用户可访问的大容量存储器相关联的介质，以及非暂时性内核(1440)的某些存储器，例如内核内部大容量存储器(1447)或ROM(1445)。实现本公开的各种实施例的软件可以存储在这样的设备中并由内核(1440)执行。根据特定需要，计算机可读介质可以包括一个或多个存储器设备或芯片。软件可以使内核(1440)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文描述的特定进程或特定进程的特定部分，包括定义存储在RAM(1446)中的数据结构和根据软件定义的过程修改这些数据结构。附加地或替代地，可以由于硬连线或以其他方式体现在电路(例如，加速器(1444))中的逻辑而使得计算机系统通过功能，电路可以代替软件或与软件一起操作，以执行本文描述的特定过程或特定过程的特定部分。在适当的情况下，提及软件的部分可以包含逻辑，反之亦然。在适当的情况下，提及计算机可读介质的部分可以包括存储用于执行的软件的电路(例如集成电路(integrated circuit，IC))、体现用于执行的逻辑的电路，或包含两者。本公开包括硬件和软件的任何合适的组合。

附录A：缩略词

JEM：联合勘探模式

VVC：多功能视频编码

BMS：基准集

MV：运动矢量

HEVC：高效视频编码

SEI：补充增强信息

VUI：视频可用性信息

GOPs：图像群组

TUs：变换单元

PU：图像单元

CTUs：编码树单元

CTBs：编码树块

PBs：预测块

HRD：假想参考解码器

SNR：信噪比

CPUs：中央处理单元

GPUs：图像处理单元

CRT：阴极射线管

LCD：液晶显示

OLED：有机发光二极管

CD：光盘

DVD：数字视频光盘

ROM：只读存储器

RAM：随机存取存储器

ASIC：专用集成电路

PLD：可编程逻辑器件

LAN：局域网

GSM：全球移动通信系统

LTE：长期演进

CANBus：控制器区域网络总线

USB：通用串行总线

PCI：外部设备互连

FPGA：现场可编程门阵列

SSD：固态硬盘

IC：集成电路

CU：编码单元

R-D：率失真

尽管本公开已经描述了一些示例性实施例，但存在落入本公开范围内的改变、置换和各种替代等同物。因此，可以理解的是，本领域的技术人员将能够设计许多系统和方法，尽管这些系统和方法在本文中未明确示出或描述，但是这些系统和方法体现了本公开的原理，因此属于本公开的精神和范围内。

Claims (20)

1.一种用于在视频解码器中进行视频解码的方法，包括：

解码对独立区域输出信息进行指示的补充增强信息SEI消息，所述独立区域输出信息指示当前图像中的能独立解码的独立区域；

基于所述独立区域输出信息中的所述独立区域的偏移信息和维度信息来确定所述当前图像中的所述独立区域；

解码所确定的独立区域，而与整个当前图像是否被解码无关；以及

基于所述独立区域的所述偏移信息指示的位置和所述维度信息指示的尺寸来输出已解码独立区域。

2.根据权利要求1所述的方法，其中，所述独立区域包括所述当前图像中的子图像。

3.根据权利要求2所述的方法，其中，所述子图像被包括在所述当前图像的另一独立区域中，并且其他独立区域还包括所述当前图像中的另一子图像。

4.根据权利要求3所述的方法，其中，所述独立区域被包括在所述其他独立区域。

5.根据权利要求2所述的方法，其中，所述独立区域输出信息指示所述独立区域中的所述子图像的子图像标识符。

6.根据权利要求1所述的方法，其中，

所述SEI消息包括第一标志，所述第一标志指示是否在所述SEI消息中以信号通知所述独立区域输出信息，以及

所述确定所述独立区域包括：基于所述第一标志来确定所述独立区域，所述第一标志指示在所述SEI消息中以信号通知所述独立区域输出信息。

7.根据权利要求1所述的方法，其中，

所述独立区域输出信息包括第二标志，

具有第一值的所述第二标志指示所述SEI消息仅应用于所述当前图像，以及

具有第二值的所述第二标志指示所述SEI消息以输出顺序应用于当前层的所述当前图像和一个或多个后续图像，直到满足条件为止。

8.根据权利要求7所述的方法，其中，

所述第二标志具有所述第二值，以及

所述方法还包括：基于所述独立区域输出信息以所述输出顺序来输出所述当前层的后续图像中的独立区域。

9.根据权利要求1所述的方法，其中，

所述独立区域输出信息包括所述独立区域的第三标志，以及

所述第三标志指示是否在所述独立区域输出信息中以信号通知所述独立区域的裁剪信息。

10.根据权利要求9所述的方法，其中，基于所述第三标志指示在所述独立区域输出信息中以信号通知所述独立区域的所述裁剪信息，

所述方法还包括：基于所述独立区域的(i)所述裁剪信息和(ii)所述偏移信息和所述维度信息来确定所述独立区域的输出窗口的位置和尺寸，以及

所述输出包括：基于所述独立区域的所述输出窗口的所述位置和所述尺寸来输出所述已解码独立区域。

11.根据权利要求1所述的方法，其中，用于显示的所述解码和所述输出是在所述整个当前图像被解码之前执行的。

12.一种用于视频解码的装置，包括：

处理电路，被配置为：

解码对独立区域输出信息进行指示的补充增强信息SEI消息，所述独立区域输出信息指示当前图像中的能独立解码的独立区域；

基于所述独立区域输出信息中的所述独立区域的偏移信息和维度信息来确定所述当前图像中的所述独立区域；

解码所确定的独立区域，而与整个当前图像是否被解码无关；以及

基于所述独立区域的所述偏移信息指示的位置和所述维度信息指示的尺寸来输出已解码独立区域。

13.根据权利要求12所述的装置，其中，所述独立区域包括所述当前图像中的子图像。

14.根据权利要求13所述的装置，其中，所述子图像被包括在所述当前图像的另一独立区域中，并且其他独立区域还包括所述当前图像中的另一子图像。

15.根据权利要求14所述的装置，其中，所述独立区域被包括在所述其他独立区域。

16.根据权利要求13所述的装置，其中，所述独立区域输出信息指示所述独立区域中的所述子图像的子图像标识符。

17.根据权利要求12所述的装置，其中，

所述独立区域输出信息包括所述独立区域的第三标志，以及

所述第三标志指示是否在所述独立区域输出信息中以信号通知所述独立区域的裁剪信息。

18.根据权利要求17所述的装置，其中，

基于所述第三标志，所述第三标志指示在所述独立区域输出信息中以信号通知所述独立区域，所述处理电路被配置成：

基于所述独立区域的(i)所述裁剪信息和(ii)所述偏移信息和所述维度信息来确定所述独立区域的输出窗口的位置和尺寸，以及

基于所述独立区域的所述输出窗口的所述位置和所述尺寸来输出已解码独立区域。

19.根据权利要求12所述的装置，其中，用于显示的所述解码和所述输出是在所述整个当前图像被解码之前执行的。

20.一种非暂时性计算机可读存储介质，存储有程序，所述程序由至少一个处理器运行以执行：

解码对独立区域输出信息进行指示的补充增强信息SEI消息，所述独立区域输出信息指示当前图像中的能独立解码的独立区域；

基于所述独立区域输出信息中的所述独立区域的偏移信息和维度信息来确定所述当前图像中的所述独立区域；

解码所确定的独立区域，而与整个当前图像是否被解码无关；以及

基于所述独立区域的所述偏移信息指示的位置和所述维度信息指示的尺寸来输出已解码独立区域。

Images