CN116325725A - 多视图的视图位置辅助增强信息的消息 - Google Patents

Abstract

本公开的各个方面提供了视频解码的方法、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。处理电路可以从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片。处理电路被配置为基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的所述视图的一维的位置。第一SEI消息包括可缩放性维度信息(SDI)，并且第二SEI消息包括多视图的视图位置(MVP)信息。处理电路配置为基于所述视图的一维的位置来显示已解码的所述图片。

Description

多视图的视图位置辅助增强信息的消息

引用并入

本申请要求于2022年6月27日提交的美国专利申请第17/850,581号“多视图的视图位置辅助增强信息的消息”的优先权，该专利申请要求于2021年6月28日提交的第63/215,944号美国临时申请“编码视频流的多视图的视图位置SEI消息技术”的优先权。该在先申请的公开内容通过引用并入本文。

技术领域

本公开描述了总体涉及视频编解码的实施例。

背景技术

本文所提供的背景描述旨在整体呈现本申请的背景。在背景技术部分以及本说明书的各个方面中所描述的目前已署名的发明人的工作所进行的程度，并不表明其在提交时作为现有技术，且从未明示或暗示其被承认为本申请的现有技术。

可以使用具有运动补偿的帧间图片预测来进行图片和/或视频编码和解码。未压缩的数字图片和/或视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关的色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(非正式地也可称为帧率)，例如每秒60个图片或60Hz。未压缩的图片和/或视频具有特定的比特率要求。例如，以每个样本8比特的1920×1080p60 4:2:0视频(60Hz帧率的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时的此类视频需要超过600GB的存储空间。

图片和/或视频编码和解码的一个目的，是通过压缩减少输入图片和/或视频信号的冗余信息。视频压缩可以帮助降低对上述带宽和/或存储空间的要求，在某些情况下可降低两个或更多数量级。尽管这里的描述使用视频编码/解码作为说明性示例，但是在不脱离本公开的精神的情况下，相同的技术可以以类似的方式应用于图像编码/解码。无损压缩和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不同，但是原始信号与重建信号之间的失真小到足以使重建信号可用于预期应用。就视频而言，有损压缩广泛用。可容许失真量取决于应用；例如，某些消费流媒体应用的用户可以容许比电视分发应用的用户更高的失真。压缩比可以反映：较高的可允许/可容忍失真可以产生较高压缩比。

视频编码器和解码器可以利用来自若干广泛类别的技术，包括例如运动补偿、变换、量化以及熵编码。

视频编解码器技术可包括已知的帧内编码技术。在帧内编码中，在不参考先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有的样本块都以帧内模式编码时，该图片可以为帧内图片。帧内图片及其衍生(例如独立解码器刷新图片)可用于复位解码器状态，并且因此可用作编码视频比特流和视频会话中的第一图片，或用作静止图像。然后，可以将帧内块的样本进行变换，并且可以在熵编码之前对变换系数进行量化。帧内预测可以是使预变换域中的样本值最小化的技术。在一些情况下，变换后的DC值越小，并且AC系数越小，则在给定的量化步长尺寸下需要越少的比特来表示熵编码之后的块。

如同从诸如MPEG-2代编码技术中所获知的，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：根据例如周围样本数据和/或元数据进行尝试的技术，该周围样本数据和/或元数据是在空间相邻的编码和/或解码期间获得的，并且在解码顺序上先于数据块。此类技术此后被称为“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片的参考数据，而不使用来自参考图片的参考数据。

可以有许多不同形式的帧内预测。当在给定视频编码技术中可应用多于一种此类技术时，所使用的技术可以在帧内预测模式下进行编解码。在某些情况下，模式可以具有子模式和/或参数，并且这些可以单独编码或者包含在模式码字中。对于给定模式、子模式和/或参数组合，使用哪个码字可以通过帧内预测对编码效率增益产生影响，并且用于将码字转换为码流的熵编码技术也同样如此。

帧内预测的某种模式与H.264一起被引入，在H.265中被修正，并且在诸如联合探测模式(JEM)、通用视频编码(VVC)和基准集(BMS)的较新的编码技术中被进一步修正。可以使用属于已可用的相邻样本值来形成预测器块。例如，可以根据一个方向将相邻样本的样本值复制到预测器块中。对使用方向的参考可以在码流中编码，或者本身可以被预测。

参考图1A，在右下方描绘的是在H.265的33个可能的预测器方向(对应于35个帧内模式的33个角度模式)中已知的9个预测器方向的子集。箭头会聚的点(101)表示正在被预测的样本。箭头表示预测样本所根据的方向。例如，箭头(102)指示根据与水平成45度角的右上方的一个或多个样本，预测样本(101)。类似地，箭头(103)指示根据与水平成22.5度角的样本(101)左下方的一个或多个样本，预测样本(101)。

仍然参考图1A，在左上方示出了一个包括4×4个样本的正方形块(104)(由粗虚线表示)。正方形块(104)由16个样本组成，每个样本用“S”、以及其在Y维度(例如，行索引)上的位置和在X维度(例如，列索引)上的位置来标记。例如，样本S21是Y维度上的第二个样本(从顶部开始)和X维度上的第一个(从左侧开始)样本。类似地，样本S44在Y维度和X维度上都是块(104)中的第四个样本。由于该块为4×4尺寸的样本，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。参考样本用"R"、以及其相对于块(104)的Y位置(例如，行索引)和X位置(例如，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。

图片内预测可以从用信号通知的预测方向所分配的相邻样本复制参考样本值来实现。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——也就是说，根据与水平方向成45度角的右上方的一个或多个预测样本来预测样本。在此类情况下，根据相同的参考样本R05来预测样本S41、S32、S23和S14。然后根据参考样本R08预测样本S44。

在某些情况下，例如通过插值，可以合并多个参考样本的值，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，可能方向的数量增加。在H.264(2003年)中，可以表示9个不同的方向。这在H.265(2013年)中增加到33个，并且JEM/VVC/BMS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可能的方向，并且可以使用熵编码中的某些技术来以少量比特对那些可能的方向进行表示，接受对可能性较小的方向的某些代价。此外，方向本身有时可以根据用于已解码块的相邻方向来进行预测。

图1B示出了根据JEM描绘65个帧内预测方向的示意图(110)，以说明随着时间的推移预测方向的数量增加。

将已编码视频码流中的表示帧内预测方向的比特的映射可以随不同的视频编码技术而变化；并且可以例如从预测方向到帧内预测模式、到码字、到涉及最可能模式的复杂自适应方案和类似技术的简单直接映射。然而，在所有情况下，在视频内容中可能存在比某些其它方向在统计上更不可能出现的某些方向。由于视频压缩的目标是减少冗余，在运行良好的视频编码技术中，那些更不可能的方向将可以由比更可能的方向更大的比特数来表示。

运动补偿可以是一种有损压缩技术，并且可以涉及这样的技术：来自先前重建的图片或其一部分(参考图片)的样本数据块在运动矢量(以下简称MV)指示的方向上进行空间移位后，用于预测新重建的图片或者图片部分。在一些情况下，参考图片可以与当前重建中的图片相同。MV可以具有二维X和Y，或三维，其中第三是使用中的参考图片的指示(后者，简洁的可以是时间维)。

在一些视频压缩技术中，可应用于样本数据的某一区域的MV可以从其它MV中预测，例如从与空间上邻近重建中区域的样本数据的另一区域的并且在解码顺序上先于该MV的那些MV中预测。这样做可以显著减少编码MV所需的数据量，从而去除冗余和增加压缩效率。MV预测可以有效地执行，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，存在比单个MV适用的区域大的区域沿类似方向移动的统计可能性。因此，在一些情况下可以使用从相邻区域的MV导出的类似运动矢量来预测。这导致找到的用于给定区域的MV与根据周围MV预测的MV类似或相同。在熵编码之后，该MV又可以用比假定直接编码MV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。在其它情况下，MV预测本身可能是有损的，例如由于当从若干周围MV计算预测值时的舍入误差。

H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，这里描述的是下文称作“空间合并”的技术。

参考图2，当前块(201)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同尺寸的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应202到206)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也使用的相同参考图片的预测值。

发明内容

本公开的各个方面提供了视频编码和解码的方法和装置。在一些示例中，用于视频解码的装置包括处理电路。处理电路配置为从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片。处理电路可以基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的视图的一维的位置。所述第一SEI消息包括可缩放性维度信息(SDI)，并且所述第二SEI消息包括多视图的视图位置(MVP)信息。处理电路可以基于所述视图的一维的位置来显示已解码图片。

在实施例中，对于所述CVS的所述各个层的所述视图中的每一者，处理电路可以基于所述第一SEI消息确定相应视图的视图标识符。处理电路可以根基于所述第二SEI消息中的视图位置变量和所确定的视图标识符，确定要显示的所述相应视图的一维的位置。

在实施例中，处理电路从所述第一SEI消息导出指示所述视图的数目的第一值。处理电路可以从所述第二SEI消息获得与所述视图的所述数目相关联的第二值，所述第二值不同于所述第一值。处理电路可以在一致性检查中将1加所述第二值与所述第一值进行比较。

在实施例中，所述第二SEI消息与所述CVS的帧内随机访问点(IRAP)访问单元相关联。

在实施例中，所述视图的所述位置应用于所述CVS中的访问单元。

在实施例中，基于所述第一SEI消息包括在所述CVS中，所述第二SEI消息包括在所述CVS中。基于所述第一SEI消息和所述第二SEI消息包括在所述CVS中来执行所述确定和所述显示。

在实施例中，所述CVS包括第三SEI消息，所述第三SEI消息包括3D参考显示信息。所述3D参考显示信息指示左视图的视图标识符、右视图的视图标识符和参考显示的参考显示宽度。处理电路可以从所述第一SEI消息导出指示所述视图的数目的第一值。处理电路可以从所述第三SEI消息获得与所述视图的所述数目相关联的第三值。所述第三值不同于所述第一值。处理电路可以在一致性检查中将1加所述第三值与所述第一值进行比较。

在实施例中，所述第三SEI消息指示在所述第三SEI消息中发信号通知的参考显示的数目。参考显示的所述数目的最大值是基于与所述第三SEI消息中的所述视图的所述数目相关联的所述第三值。

在实施例中，所述第一SEI消息是SDI SEI消息，并且所述第二SEI消息是MVP SEI消息。

本公开的各个方面还提供一种非暂时性计算机可读存储介质，该存储由至少一个处理器执行的程序以执行视频解码的方法。

附图说明

从以下详细描述和附图中，所公开的主题的其它特征、性质以及各种优点将更加明显。

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)及其周围样本。

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示出了根据另一示例实施例的编码器的框图。

图8示出了根据另一示例实施例的解码器的框图。

图9示出了根据本公开实施例的自动立体显示的示图。

10A示出了根据本公开实施例的基于多视图的视图位置重新排序图片的示例。

图10B至10C示出了根据本公开实施例的基于多视图的视图位置重新排序图片的示例。

图11示出了根据本公开实施例的用于指示多视图视频的视图位置的辅助增强信息(SEI)消息中的语法示例。

图12示出了根据本公开实施例的用于指示3D参考显示信息的SEI消息中的语法示例。

图13示出了概述根据本公开实施例的编码方法的流程图。

图14示出了概述根据本公开实施例的解码方法的流程图。

图15示出了根据实施例的计算机系统的示意图。

具体实施方式

图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一对终端装置(310)和(320)。在图3的实施例中，第一对终端装置(310)和(320)执行单向数据传输。举例来说，终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到另一个终端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。终端装置(320)可从网络(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数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。

在另一实施例中，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装置(330)和(340)，所述双向传输例如可出现在视频会议期间。对于双向数据传输，终端装置(330)和终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(350)传输到终端装置(330)和终端装置(340)中的另一终端装置。终端装置(330)和终端装置(340)中的每个终端装置还可接收由终端装置(330)和终端装置(340)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。

在图3的实施例中，终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)可解释为服务器、个人计算机和智能电话，但本申请公开的原理不限于此。本申请公开的实施例使用膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在终端装置(310)、终端装置(320)、终端装置(330)和终端装置(340)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文另有解释，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。

作为实施例，图4示出视频编码器和视频解码器在视频流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上的压缩视频存储等等。

流式传输系统可包括采集子系统(413)，所述采集子系统可包括例如数码相机等视频源(401)，创建例如未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括数码相机获取的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，未压缩的视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流)，其可存储在流式传输服务器(405)上，以供将来使用。一个或多个流式传输客户端子系统，例如图4中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。

应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。

图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。

接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自使用的实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)可以为视频解码器(510)的一部分。在其它应用中，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它应用中，视频解码器(510)的外部设置缓冲存储器(未标示)，以例如防止网络抖动，在视频解码器(510)的内部可以存在另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，可能需要缓冲存储器(515)，所述缓冲存储器可相对较大。这种缓冲存储器可有利地具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。

视频解码器(510)可包括解析器(520)以根据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，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI)消息或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可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根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。

解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。

取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了清楚起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。

除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题目的，在下面对功能单元的概念细分是恰当的。

第一单元可以是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种类型的反变换、块大小、量化因子、量化缩放矩阵等信息。缩放器/逆变换单元(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。

在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；例如不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)中取出的周围已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些实施中，聚合器(555)基于每个样本，将帧内图片预测单元(552)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)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在此情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的插值，运动补偿可包括运动矢量预测机制等等。

聚合器(555)的输出样本可在环路滤波器单元(554)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述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)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。

环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。

一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。

视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内也是必要的。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。

在一个实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(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实施例中的视频编码器(403)。

视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)可以为电子装置(620)的一部分。

视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(601)可以是能够存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于正在使用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。

根据实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行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)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了清楚起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，允许的最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(503)。

在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。另外，解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也在一些相关技术中使用。

“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/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，可能无法完全在编码器的本地解码器(633)中实施。

在一个实施例中，除存在于解码器中的解析/熵解码之外的任何解码器技术，也以相同或基本上相同的功能形式存在于对应的编码器中。因此，本申请的主题侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。下面在某些区域进行更详细的描述。

在操作期间，在一些实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。

本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带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，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速存储器(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。

预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，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，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。

控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。

可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。

传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。

控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：

帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。

预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述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。

双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述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，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。

源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。

视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，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，已编码视频数据可符合所用视频编码技术或标准指定的语法。

在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。

采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。

在一些实施例中，双向预测技术可用于帧间图片预测。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来共同预测所述块。

此外，合并模式技术可用于帧间图片预测中以改善编码效率。

根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)：一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(codingunit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或者16个16×16像素的CU。在一个实施例中，可以分析每个CU以确定用于CU的预测类型，各种预测类型例如为帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。使用亮度预测块作为预测块的示例，预测块包括像素(例如8x8像素、16x16像素、8x16像素、16x8像素等)的值矩阵(例如，亮度值)。

图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(703)用于代替图4实施例中的视频编码器(303)。

在一个HEVC实例中，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真优化(rate-distortionoptimization)来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当确定在帧间模式或双向预测模式中编码处理块时，视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在一些视频编解码技术中，合并模式可以是帧间图片预测的一个子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编解码技术中，可存在适用于主题块的运动矢量分量。在一个实例中，视频编码器(703)包括其他组件，例如用于确定处理块的模式的模式决策模块(未示出)。

在图7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(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)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、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)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。

帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(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。帧内编码器(722)基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如预测块)。

通用控制器(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，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，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，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，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。

残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)被配置为基于残差数据进行操作，以将残差数据从时域转换到频域，以生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种示意性实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且所述已解码图片可在存储器电路(未示出)中缓冲并在一些实施例中用作参考图片。

熵编码器(725)用于将码流格式化以产生已编码的块。根据合适的标准，例如HEVC标准，熵编码器(725)配置为包括各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(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它合适的信息。应注意，根据局本公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。

图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。

在图8实施例中，视频解码器(810)包括如图8所示耦接到一起的熵解码器(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)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、在合并子模式或另一子模式中的后两者)、可识别供帧内解码器(872)或帧间解码器(880)分别用以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)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。

帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。

帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。

残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP)，该信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低数据量控制信息)。

重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块形成重建的图片的一部分，而所述重建的图片可以作为重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。

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

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(CVS)。一个CVS可以独立于其它CVS进行编码。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，或某个组件解释特性的表示，例如为深度图、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(AU)。每个AU可以包括对应于同一时间实例的不同层的一个或多个图片。已编码层视频序列(CLVS)是分层CVS，其可以包括同一层中的图片单元的序列。如果码流具有多个层，则码流中的CVS可以针对每个层具有一个或多个CLVS。

在实施例中，CVS包括AU的序列，其中AU的序列在解码顺序上包括帧内随机访问点(intra random access point，IRAP)AU，其后为非IRAP AU的零个或更多个AU。在示例中，该零个或更多个AU包括所有后续AU，直到(但不包括)是IRAP AU的任何后续AU。在示例中，CLVS包括图片的序列和CVS的基础层的相关联的非视频编解码层(VCL)网络抽象层(NAL)单元。

本公开的各方面包括已编码视频码流的多视图的视图位置辅助增强信息(SEI)消息。

根据本公开的一些方面，视频可以分类成单视图视频和多视图视频。例如，单视图视频(例如，单视场视频)是向观看者提供场景的单视图的二维媒体。多视图视频可以提供场景的多个视点，并且可以向观看者提供逼真感。在示例中，3D视频可以提供两个视图，诸如对应于人类观看者的左视图和右视图。可以使用不同光偏振同时或接近同时地显示(呈现)这两个视图，并且观看者可以佩戴偏振眼镜，使得观看者的眼睛中的每一者接收这些视图中的相应一者。

在另一示例中，诸如自动立体显示设备的显示设备被配置为根据观看者的眼睛的位置生成不同图片，并且不需要眼镜来用于观看。显示设备可以被称为无玻璃3D显示器。

可以通过使用多个相机同时捕捉场景来创建多视图视频，其中多个相机被适当地定位，使得每个相机从一个视点捕捉场景。多个相机可以捕捉对应于多个视点的多个视频序列。为了提供更多视图，可以使用更多相机来生成具有与视图相关联的大量视频序列的多视图视频。多视图视频可能需要大的存储空间来存储和/或需要高带宽来传输。在本领域中已经开发了多视图视频编解码技术以减少所需的存储空间或传输带宽。

为了提高多视图视频编解码的效率，利用了视图之间的类似性。在一些实施例中，视图中被称为基础视图的一个视图被编码为如同单视场视频。例如，在基础视图的编码期间，使用帧内(图片内)和/或时间帧间(图片间)预测。可以使用执行帧内(图片内)预测和帧间(图片间)预测的单视场解码器来对基础视图进行解码。多视图视频中除了基础视图之外的其它视图可以被称为从属视图。为了对从属视图进行编码，除了帧内(图片内)和帧间(图片间)预测之外，还可以使用具有视差补偿的视图间预测。在示例中，在视图间预测中，使用同一时间实例的另一视图的图片的样本的参考块，预测从属视图中的当前块。参考块的位置由视差矢量指示。视图间预测类似于帧间(图片间)预测，但运动矢量被视差矢量代替，并且时间参考图片被来自其它视图的参考图片代替。

根据本公开的一些方面，多视图编解码可以采用多层途径。多层途径可以将视频序列的不同已编码(例如，已HEVC编码)表示(称为层)多路复用到一个码流中。这些层可以相互依赖。通过利用不同层之间的类似性，层间预测可以使用依赖性来实现提高的压缩性能。层可以表示与特定相机视图相关的场景的纹理、深度或其它辅助信息。在一些示例中，属于同一相机视角的所有层被表示为视图；并且携带同一类型的信息(例如，纹理或深度)的层被称为多视图视频的范围中的组件。

根据本公开的一个方面，多视图视频编解码可以包括对现有单层解码核心的高级语法(HLS)(例如，高于切片级)的添加。在一些示例中，多视图的视图编解码不改变切片级以下的(例如，HEVC)单层编解码所需的语法或解码过程。可以允许在不对建立多视图视频解码器作重大改变的情况下重复使用已有实施方案。例如，可以基于视频解码器(510)或视频解码器(810)来实施多视图视频解码器。

在一些示例中，与同一捕捉或显示时间实例相关联的所有图片均包含在AU中，并且具有同一图片顺序计数(picture order count，POC)。多视图视频编解码可以允许视图间预测，视图间预测从同一AU中的图片执行预测。例如，来自其它视图的已解码图片可以被插入到当前图片的参考图片列表中的一个或两个中。进一步地，在一些示例中，运动矢量在与同一视图的时间参考图片相关时可以是实际时间运动矢量，或者在与视图间参考图片相关时可以是视差矢量。可以使用块级运动补偿模块(例如，块级编码软件或硬件、块级解码软件或硬件)，这些块级运动补偿模块以同一方式操作而不管运动矢量是时间运动矢量还是视差矢量。

根据本公开的一个方面，多视图视频编解码可以在显示时间实例中按照不一定与对应显示位置顺序或显示顺序相关联的顺序(例如，解码顺序)，对不同视图的图片进行编码。

图9示出了一些示例中的自动立体显示器(900)的图解。自动立体显示器(900)可以显示不同位置处的不同视图的图片。在示例中，自动立体显示器(900)响应于检测到的观察者的眼睛位置而显示不同视图的图片。在图9的示例中，观察者的眼睛位置可以在一维中被检测，诸如在最左位置与最右位置之间被检测。例如，当观察者的眼睛位置位于E0处时，自动立体显示器(900)显示具有视图标识符ViewId[0]的视图的图片；当观察者的眼睛位置位于E1处时，自动立体显示器(900)显示具有视图标识符ViewId[1]的视图的图片；当观察者的眼睛位置位于E2处时，自动立体显示器(900)显示具有视图标识符ViewId[2]的视图的图片；并且当观察者的眼睛位置位于E3处时，自动立体显示器(900)显示具有视图标识符ViewId[3]的视图的图片。观察者的眼睛位置从左到右的顺序为E2、E0、E1和E3。

图10A示出了根据本公开的实施例的基于多视图的视图位置对图片进行重新排序的示例。当呈现多个视图或不同视图时，为了预期的用户体验，用信号通知指示按照一维的显示顺序(例如，沿水平轴线从左到右的显示)的视图位置信息。显示顺序可以由多个视图或对应图片的多视图的视图位置来指示。在示例中，多个视图包括要在第一多视图的视图位置处显示的第一视图和要在第二多视图的视图位置处显示的第二视图。第一视图的第一图片可以在第一多视图的视图位置处显示。第二视图的第二图片可以在第二多视图的视图位置处显示。

在一些示例中，图片P0至P3分别对应于多个视图(例如，ViewId[0]至ViewId[3])。图片P0至P3与同一捕捉时间实例或同一显示时间实例相关联。可以以编解码顺序(例如，编码顺序或解码顺序)对图片P0至P3进行编解码(编码或解码)，该编解码顺序可以基于诸如率失真优化等某些编解码要求来确定。可以基于图片P0至P3或基于对应视图ViewId[0]至ViewId[3]来指示解码顺序。参考图10A，解码顺序的示例是视图ViewId[0]的P0、视图ViewId[1]的P1、视图ViewId[2]的P2和视图ViewId[3]的P3，其中视图ViewId[0]的P0先解码，再分别解码ViewId[1]至ViewId[3]的P1至P3。或者，解码顺序为ViewId[0]、ViewId[1]、ViewId[2]和ViewId[3]。

在实施例中，解码顺序不同于图片(例如，P0至P3)或对应视图(例如，ViewId[0]至ViewId[3])的显示顺序。根据本公开的实施例，已解码图片(例如，P0至P3)或对应视图(例如，ViewId[0]至ViewId[3])可以根据显示顺序被重新排序。为了预期的用户体验，可以用信号通知显示顺序。参考图10A，显示顺序为ViewId[2]、ViewId[0]、ViewId[1]和ViewId[3]，其中视图ViewId[2]被显示为最左视图，并且视图ViewId[3]被显示为最右视图。基于图片的对应显示顺序为P2、P0、P1和P3。根据显示顺序重新排序视图(和已解码图片)。

在一些示例中，AU包括与同一捕捉或显示时间实例相关联的不同视图的图片的已编码信息。例如，AU包括视图ViewId[0]的图片P0的已编码信息、视图ViewId[1]的图片P1的已编码信息、视图ViewId[2]的图片P2的已编码信息和视图ViewId[3]的图片P3的已编码信息。图片P0至P3的编解码顺序不一定遵循观察者的眼睛位置的顺序。

图10B至图10C示出了示例中的根据多视图的视图位置对图片进行重新排序的示例。图10B示出了根据解码顺序被解码的AU中的图片。在图10B的示例中，AU中的图片P0至P3以P0、P1、P2和P3的顺序被解码。因为观察者的眼睛位置从左到右的顺序为E2、E0、E1和E3。已解码图片顺序不对应于观察者的眼睛位置从左到右的顺序。

在一些示例中，可以根据显示顺序来对已解码图片进行重新排序,该显示顺序被发信号通知以例如为了预期的用户体验。在示例中，显示顺序与观察者的眼睛位置的顺序相关联，诸如从左到右。

图10C示出了一些示例中的AU中根据显示顺序被重新排序的已解码图片。例如，显示顺序与观察者的眼睛位置从左到右的顺序相关联。

根据本公开的一些方面，辅助增强信息(SEI)消息可以包括在已编码码流中，例如以帮助对已编码码流的解码和/或显示，或用于另一目的。一个或多个SEI消息可以包括解码所不必要的信息，诸如来自VCL NAL单元的已编码图片的解码样本。一个或多个SEI消息对于通过解码过程构建亮度或色度样本而言是可选的。在一些示例中，在解码过程期间重建亮度或色度样本不需要SEI消息。此外，不需要符合支持SEI消息的视频编解码标准的解码器来处理要符合的SEI消息。对于一些编解码标准，可能需要一些SEI消息信息来检查码流一致性或用于输出时序解码器一致性。可选地，一个或多个SEI消息可以由符合解码器处理以使输出顺序符合某个标准(例如，HEVC 265或VVC)。在实施例中，一个或多个SEI消息存在于码流中。

SEI消息可以包含各种类型的数据，这些数据指示视频图片的时序或者描述已编码视频的各种特性或描述如何使用或增强各种特性。在一些示例中，SEI消息不影响核心解码过程，但可以指示建议如何对视频进行后处理或显示。

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一旦码流被解码就改变码流的呈现，或用于向解码器提供信息。例如，SEI消息已经用于提供帧打包信息(例如，描述视频数据在视频帧中排列的方式)、内容描述(例如，以指示已编码码流为例如360度视频)和色彩信息(例如，色饱和度和/或色彩范围)等。

在一些示例中，SEI消息可以用于发信号通知解码器已编码码流包括360度视频。解码器可以使用上述信息来渲染用于360度呈现的视频数据。可选地，如果解码器不能渲染360度视频，则解码器可以使用上述信息来不渲染视频数据。

根据本公开的实施例，第一SEI消息可以指示多视图视频的可缩放性维度信息(SDI)。例如，第一SEI消息(例如，SDI SEI消息)可以包括可缩放性维度的数目和类型，诸如指示多视图视频的视图的数目等的信息。根据本公开的实施例，可以在第一SEI消息(例如，SDI SEI消息)中发信号通知当前CVS中的第i层的视图标识符(ID)(例如，表示为ViewID)。在示例中，语法元素sdi_view_id_val[i]指定当前CVS中的第i层的视图ID(例如，ViewID)的值。语法元素sdi_view_id_val[i]的长度(例如，用于表示语法元素sdi_view_id_val[i]的比特的数目)可以由语法元素sdi_view_id_len_minus1指示。长度的单位可以是比特。在示例中，语法元素sdi_view_id_val[i]的长度的值等于语法元素sdi_view_id_len_minus1加1的值。

根据本公开的一个方面，可以使用第二SEI消息(诸如指示多视图的视图位置(multiview view position，MVP)信息的SEI消息)来发信号通知显示顺序。在一些相关示例中，第二SEI消息可以包括指示一维(例如，沿水平轴线)的视图位置的信息。例如，第二SEI消息可以包括对应于观察者眼睛位置的一维的视图位置。第二SEI消息(例如，MVP SEI消息)可以用于指示沿例如无玻璃3D显示器的3D渲染视图的水平轴线的相对视图位置。

图11示出了用于指示多视图视频的视图位置的第二SEI消息(例如，MVP SEI消息)中的语法示例(1100)。例如，MVP SEI消息指定CVS内的视图沿3D渲染视图的水平轴线的相对视图位置。当存在多个视图时，为了预期的用户体验，可以发信号通知MVP SEI消息中的MVP信息，该MVP信息指示从左到右的显示顺序。

MVP SEI消息可以与CVS的IRAP AU相关联。在MVP SEI消息中发信号通知的MVP信息可以应用于整个CVS。在一些示例中，MVP SEI消息可以发信号通知视图的数目，然后分别发信号通知各视图相应的位置。

在图11的示例中，由num_views_minus1表示的参数可以由MVP SEI消息发信号通知，如(1110)所示。参数num_views_minus1指示例如访问单元中的视图的数目(例如，表示为NumViews的参数)。例如，视图的数目等于1与参数num_views_minus1的值的和。

可以使用参数view_positions[i]，在MVP SEI消息中发信号通知一维的视图的顺序(例如，显示顺序)，诸如视图在显示顺序中的位置。值i为0至num_views_minus1的整数，如图11中的(1120)所示。

为了显示的目的，参数view_position[i]可以指示视图在从左到右的各视图(例如，所有视图)中的顺序(例如，显示顺序)，该视图的视图标识符(ID)ViewId等于第一SEI消息中的语法元素sdi_view_id_val[i]的值。最左视图的顺序的值可以等于0，并且对于从左到右的下一视图，顺序的值可以增加1。参数view_position[i]的值可以在0至62的范围内，包括0和62。

在示例中，为了发信号通知图10A中的示例的视图位置，可以将“3”发信号通知为参数num_views_minus1，以指示视图的数目为4。“1”被发信号通知为ViewId为0时的view_position[0]，“2”被发信号通知为ViewId为1时的view_position[1]，“0”被发信号通知为ViewId为2时的view_position[2]，并且“3”被发信号通知为ViewId为3时的view_position[3]，其中“0”为从左到右的位置中的最左视图，并且“3”为最右视图。然后，当从访问单元对视图ViewId[0]至ViewId[3]进行解码时，视图ViewId[0]具有view_position[0]，视图ViewId[1]具有view_position[1]，视图ViewId[2]具有view_position[2]，并且视图ViewId[3]具有view_position[3]。视图ViewId[0]至ViewId[3]可以根据对应视图位置view_position[0]至view_position[3]被重新排序以获得图10A中的显示顺序。

根据本公开的实施例，可以从码流对与CVS中的各个层的视图相关联的图片进行解码。基于第一SEI消息和第二SEI消息，可以确定要显示的视图的一维(例如，沿水平轴线)的位置。可以基于视图的一维(例如，沿水平轴线)的位置来显示已解码图片。对于CVS的各个层的视图中的每一者，可以基于第一SEI消息确定相应视图的视图ID(例如，ViewId[i])。可以基于第二SEI消息中的视图位置变量(例如，view_position[i])和所确定的视图标识符(例如，ViewId[i])，确定要显示的相应视图的一维(例如，沿水平轴线)的位置。

参考图10A和图11，在示例中，语法元素num_view_minus1的值为3，并且要显示的视图的数目为3加1，即4。第一SEI消息(例如，SDI SEI消息)中的语法元素sdi_view_id_val[i]的整数i为0、1、2或3，分别对应于语法元素sdi_view_id_val[0]、sdi_view_id_val[1]、sdi_view_id_val[2]或sdi_view_id_val[3]。在示例中，sdi_view_id_val[0]为0，sdi_view_id_val[1]为1，sdi_view_id_val[2]为2，并且sdi_view_id_val[3]为3。基于第二SEI消息(例如，MVP SEI消息)，语法元素view_position[i]指示ViewId等于第一SEI消息中的语法元素sdi_view_id_val[i]的显示顺序或视图位置。语法元素view_position[0]指示ViewId等于sdi_view_id_val[0](例如，0)的视图位置，因此视图ViewId[0]位于view_position[0](例如，1)处。语法元素view_position[1]指示ViewId等于sdi_view_id_val[1](例如，1)的视图位置，因此视图ViewId[1]位于view_position[1](例如，2)处。语法元素view_position[2]指示ViewId等于sdi_view_id_val[2](例如，2)的视图位置，因此视图ViewId[2]位于view_position[2](例如，0)处。语法元素view_position[3]指示ViewId等于sdi_view_id_val[3](例如，3)的视图位置，因此视图ViewId[3]位于view_position[3](例如，3)处。

根据本公开的一个方面，MVP SEI消息包括可以对SDI SEI消息中的信息具有语义依赖性的一个或多个参数。例如，MVP SEI消息中的语法元素num_views_minus1对从SDISEI消息导出的参数NumViews的值具有语义依赖性。在示例中，从SDI SEI消息导出指示视图的数目的第一值(例如，参数NumViews的值)。从MVP SEI消息获得与视图的数目相关联的第二值(例如，语法元素num_views_minus1的值)。第二值可以不同于第一值。在一致性检查中，可以将数字“1”加第二值与第一值进行比较。参考图10A，第一值为4，并且第二值为3。第二值(例如，3)加1等于第一值(例如，4)，并且满足一致性检查。因此，MVP SEI消息可能受到与SDI SEI消息相关联的约束。

在示例中，当CVS不包含SDI SEI消息时，CVS不包含MVP SEI消息。在一些示例中，当不存在SDI SEI消息时，不存在MVP SEI消息。在示例中，基于SDI SEI消息包括在CVS中，MVP SEI消息包括在CVS中。

在实施例中，第三SEI消息指示发信号通知了3D参考显示信息。图12示出了根据本公开的实施例的用于指示3D参考显示信息的第三SEI消息中的语法示例(1200)。

第三SEI消息(例如，图12所示的3D参考显示信息SEI消息)可以包括关于一个或多个参考显示宽度、一个或多个参考观看距离的参考显示信息，以及关于一个或多个对应参考立体对(例如，要在参考观看距离处的参考显示器上为观看者的左眼和右眼显示的一个或多个视图对)的信息。参考显示信息可以使视图渲染器能够针对目标屏幕宽度和观看距离生成适当的立体对。可以以厘米为单位发信号通知一个或多个参考显示宽度和一个或多个参考观看距离的值。在第三SEI消息中指定的视图的参考立体对可以用于提取或推断与参考立体对中的相机中心之间的距离相关的参数，其可以用于为目标显示器生成视图。对于多视图显示，参考立体对可以对应于可以由观看者的左眼和右眼同时观察到的视图对。

当存在第三SEI消息时，当在解码顺序上跟随一个AU的所有AU在输出顺序上跟随这个AU时，第三SEI消息可以与这个AU(例如，IRAP AU或非IRAP AU)相关联。第三SEI消息可以应用于当前AU和在输出顺序和解码顺序上均跟随该AU的所有AU，直到但不包括下一IRAPAU或包含另一3D参考显示信息SEI消息的下一AU。

第三SEI消息(例如，3D参考显示信息SEI消息)可以指定显示参数(为其优化了3D视频序列)和对应参考参数。通过发信号通知相应视图标识符(例如，表示为ViewId)，每个参考显示(例如，参考显示宽度和可选的对应观看距离)可以与视图的一个参考对相关联。ViewId的值之间的差被称为基线距离(例如，用于获得3D视频序列的相机的中心之间的距离)。

当接收器的观看距离与参考观看距离之间的比率和接收器的屏幕宽度与参考屏幕宽度之间的比率相同时，以下等式可以用于确定接收器处的显示的基线距离和水平移位。

baseline[i] ＝ refBaseline[i] × (refDisplayWidth[i] ÷ displayWidth) 等式1

shift[i] ＝ refShift[i] *(refDisplayWidth[i] ÷ displayWidth) 等式2

其中refBaseline[i]等于在第三SEI消息中发信号通知的(right_view_id[i]-left_view_id[i])。可以通过使用类似的等式来确定与视图生成相关的其它参数。

parameter[i] ＝ refParameter[i] * (refDisplayWidth[i] ÷displayWidth) 等式3

refParameter[i]是与视图生成相关的参数，其对应于由left_view_id[i]和right_view_id[i]发信号通知的视图的参考对。在上述等式中，用于显示视频序列的显示器的可见部分的宽度可以理解为“显示宽度”。当观看距离与参考显示参数相比，未与屏幕宽度成比例地缩放时，上述等式可以用于确定视图对和水平移位或其它视图合成参数，其中应用上述等式的效果是保持感知深度与观看距离成与参考设置中相同的比例。

当对应于参考立体对的视图合成相关参数从一个AU改变到另一AU时，可以用与第三SEI消息所关联的AU中的参数相同的比例因子来缩放视图合成相关参数。可以应用上述等式来获得后续AU的参数，其中refParameter[i]是与关联于后续访问单元的参考立体对相关的参数。

可以通过用与用于缩放基线距离(或其它视图合成参数)的因子相同的因子来缩放接收器的显示的水平移位，来修改接收器的显示的水平移位。

当CVS不包含第一SEI消息(例如，SDI SEI消息)时，CVS不包含第三SEI消息(例如，3D参考显示信息SEI消息)。

参考图12，语法元素prec_ref_display_width可以指定refDisplayWidth[i]的最大可允许截断误差的指数，如(2-prec_ref_display_width)所给出的。语法元素prec_ref_display_width的值可以在0至31的范围内，包括0和31。

语法元素ref_viewing_distance_flag等于1可以指示参考观看距离的存在。语法元素ref_viewing_distance_flag等于0指示不存在参考观看距离。

语法元素prec_ref_viewing_dist可以指定refViewingDist[i]的最大可允许截断误差的指数，如(2-prec_ref_viewing_dist)所给出的。prec_ref_viewing_dist的值可以在0至31的范围内，包括0和31。

语法元素num_views_minus1加1可以等于从CVS的第一SEI消息(例如，SDI SEI消息)导出的NumViews。根据本公开的一个方面，第三SEI消息包括对第一SEI消息(例如，SDISEI消息)中的信息具有语义相关性的一个或多个参数。在示例中，从第一SEI消息导出指示视图的数目的第一值(例如，NumViews)。获得与来自第三SEI消息的视图的数目相关联的第三值(例如，num_views_minus1)。第三值可以不同于第一值。在一致性检查中，可以将1(例如，值“1”)加第三值与第一值进行比较。

语法元素num_ref_displays_minus1加1可以指定在第三SEI消息中发信号通知的参考显示的数目。参考显示的数目的最大值可以基于与第三SEI消息中的视图的数目相关联的第三值(例如，num_views_minus1)。num_ref_displays_minus1的值可以在0至num_views_minus1的范围内，包括0和num_views_minus1。

语法元素left_view_id[i]可以指示对应于第i参考显示的立体对的左视图的ViewId。

语法元素right_view_id[i]可以指示对应于第i参考显示的立体对的右视图的ViewId。

语法元素exponent_ref_display_width[i]可以指定第i参考显示的参考显示宽度的指数部分。exponent_ref_display_width[i]的值可以在0至62的范围内，包括0和62。值63被保留以供ITU-T|ISO/IEC将来使用。解码器可以将值63视为指示未指定的参考显示宽度。

语法元素mantissa_ref_display_width[i]可以指定第i参考显示的参考显示宽度的尾数部分。指定mantissa_ref_display_width[i]语法元素的比特的数目的变量refDispWidthBits可以如下导出：

如果语法元素exponent_ref_display_width[i]等于0，则将refDispWidthBits设置为等于Max(0，prec_ref_display_width-30)。

否则(0<exponent_ref_display_width[i]<63)，将refDispWidthBits设置为等于Max(0，exponent_ref_display_width[i]+prec_ref_display_width-31)。

语法元素exponent_ref_viewing_distance[i]可以指定第i参考显示的参考观看距离的指数部分。exponent_ref_viewing_distance[i]的值可以在0至62的范围内，包括0和62。值63被保留以供ITU-T|ISO/IEC将来使用。解码器可以将值63视为指示未指定的参考显示宽度。

语法元素mantissa_ref_viewing_distance[i]可以指定第i参考显示的参考观看距离的尾数部分。指定mantissa_ref_viewing_distance[i]语法元素的比特的数目的变量refViewDistBits如下导出：

如果语法元素exponent_ref_viewing_distance[i]等于0，则将refViewDistBits设置为等于Max(0，prec_ref_viewing_distance-30)。

否则(0<exponent_ref_viewing_distance[i]<63)，将refViewDistBits设置为等于Max(0，exponent_ref_viewing_distance[i]+prec_ref_viewing_distance-31)。

表1示出了相机参数变量与第三SEI消息中的语法元素之间的示例性关联。

表1–相机参数变量和语法元素之间的关联

x	refDisplayWidth[i]	refViewingDistance[i]
			e	exponent_ref_display_width[i]	exponent_ref_viewing_distance[i]
n	mantissa_ref_display_width[i]	mantissa_ref_viewing_distance[i]
			v	refDispWidthBits	refViewDistBits

表1的x行中的变量如下从表1的e、n和v行中的相应变量或值导出：

如果e不等于0，则以下等式适用：

x＝2^(e–31)×(1+n÷2^v)

否则(例如，e等于0)，以下等式适用：

x＝2^-(30+v)×n

返回参考图12，语法元素additional_shift_present_flag[i]等于1可以指示关于第i参考显示的左视图和右视图的附加水平移位的信息存在于第三SEI消息中。语法元素additional_shift_present_flag[i]等于0可以指示关于第i参考显示的左视图和右视图的附加水平移位的信息不存在于第三SEI消息中。

语法元素num_sample_shift_plus512[i]可以指示对应于第i参考基线和第i参考显示的立体对的推荐的附加水平移位。

如果(num_sample_shift_plus512[i]-512)小于0，则对应于第i参考基线和第i参考显示的立体对的左视图可以相对于立体对的右视图在左方向上移位(512-num_sample_shift_plus512[i])个样本。

否则，如果语法元素num_sample_shift_plus512[i]等于512，则可以不应用移位。

否则，(num_sample_shift_plus512[i]-512)大于0，对应于第i参考基线和第i参考显示的立体对中的左视图可以相对于立体对的右视图在右方向上移位(512-num_sample_shift_plus512[i])个样本。

num_sample_shift_plus512[i]的值可以在0至1023的范围内，包括0和1023。

在实施例中，相对于右视图在左(或右)方向上将左视图移位x个样本可以通过以下两步处理来执行：1)在左(或右)方向上将左视图移位x/2个样本，在右(或左)方向上将右视图移位x/2个样本；2)用背景色填充左视图和右视图中宽度为x/2个样本的左图像边缘和右图像边缘。

以下伪代码示出了在相对于右视图在左方向上将左视图移位x个样本的情况下的移位处理的示例：

以下伪代码示出了在相对于右视图在右方向上将左视图移位x个样本的情况下的移位处理的示例：

变量backgroundColour在不同系统中可以采取不同值，例如黑色或灰色。

语法元素three_dimensional_reference_displays_extension_flag等于0可以指示在第三SEI消息(例如，3D参考显示SEI消息)内没有之后的附加数据。在示例中，在符合一些标准的码流中，three_dimensional_reference_displays_extension_flag的值等于0。three_dimensional_reference_displays_extension_flag的值1被保留以供ITU-T|ISO/IEC将来使用。解码器可以忽略第三SEI消息(例如，3D参考显示SEI消息)中的three_dimensional_reference_displays_extension_flag的值1之后的所有数据。

图13示出了概述根据本公开的实施例的编码方法(1300)的流程图。在各种实施例中，方法(1300)由处理电路执行，诸如终端设备(310)、(320)(330)和(340)中的处理电路、执行视频编码器(例如，(403)、(603)、(703))的功能的处理电路等。在一些实施例中，方法(1300)以软件指令实施，因此当处理电路执行软件指令时，处理电路执行方法(1300)。该方法开始于(S1301)处并进行到(S1310)。

在(S1310)处，可以对码流中与视图(例如，图10A至图10C中的ViewId[0]至ViewId[3])相关联的图片进行编码。在示例中，可以以编码顺序对与视图相关联的图片进行编码。在示例中，图片包括在CVS的AU中，并且图片(和视图)与同一捕捉时间实例或显示时间实例相关联。

在(S1320)处，可以形成指示可缩放性维度信息(SDI)的第一辅助增强信息(SEI)消息和指示多视图的视图位置(MVP)信息的第二SEI消息。在示例中，第一SEI消息表示为SDI SEI消息，并且第二SEI消息表示为MVP SEI消息，如本公开所述。

第一SEI消息(例如，SDI SEI消息)可以指示CVS的视图的数目。第一SEI消息可以指定CVS中的第i层的视图ID，其中值i为整数。值i可以大于或等于0。在示例中，值i为0至num_views_minus1的整数，如参考图11所述。在示例中，语法元素sdi_view_id_val[i]指定CVS中的第i层的视图ID(例如，ViewID)的值。CVS中的各个层的视图ID可以由第二SEI消息(例如，MVP SEI消息)参考。

如上所述，编解码顺序(例如，编码顺序或解码顺序)可以不同于用于显示与视图相关联的图片的显示顺序。第二SEI消息可以指示显示顺序。在示例中，第二SEI消息指示视图的一维(例如，水平轴线)的视图位置(例如，view_position[i])，其中视图可以由第一SEI消息中的ViewId指定，如本公开所述。

在示例中，第二SEI消息与CVS的IRAP AU相关联。在示例中，基于第一SEI消息包括在CVS中，第二SEI消息包括在CVS中。

在(S1330)处，第一SEI消息和第二SEI消息可以包括在码流中。在示例中，第一SEI消息和第二SEI消息被编码和传输。可以发信号通知对应于CVS中的视图的各个层的视图ID。在示例中，各层分别对应于各视图。可以发信号通知视图的一维的视图位置。

方法(1300)进行到(S1399)，并终止。

方法(1300)可以适当地适用于各种场景，并且可以相应地调整方法(1300)中的步骤。方法(1300)中的步骤中的一者或多者可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实施方法(1300)。可以添加一个或多个附加步骤。

在示例中，CVS包括第三SEI消息(例如，图12所示的3D参考显示信息SEI消息)，该第三SEI消息包括指示左视图的视图标识符、右视图的视图标识符和参考显示的参考显示宽度的3D参考显示信息。第三SEI消息可以指示在第三SEI消息中发信号通知的视图的数目和参考显示的数目。参考显示的数目的最大值是基于第三SEI消息中指示的视图的数目。

在示例中，从第一SEI消息导出指示视图的数目的第一值(例如，NumViews)。获得与来自第三SEI消息的视图的数目相关联的第三值。第三值可以不同于第一值。在一致性检查中，可以将1(例如，值“1”)加第三值与第一值进行比较。

图14示出了概述根据本公开的一个实施例的解码方法(1400)的流程图。在各种实施例中，方法(1400)由处理电路执行，诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路等。在一些实施例中，方法(1400)以软件指令实施，因此当处理电路执行软件指令时，处理电路执行方法(1400)。该方法开始于(S1401)处并进行到(S1410)。

在(S1410)处，可以从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片。在示例中，可以以解码顺序对与视图相关联的图片进行解码。在示例中，图片包括在CVS的AU中，并且图片(和视图)与同一捕捉时间实例或显示时间实例相关联。

在(S1420)处，可以基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的视图的一维(例如，沿水平轴线)的位置。第一SEI消息可以包括可缩放性维度信息(SDI)。第二SEI消息可以包括多视图的视图位置(MVP)信息。

在示例中，第一SEI消息包括SDI SEI消息，并且第二SEI消息包括MVP SEI消息。

第一SEI消息(例如，SDI SEI消息)可以指示CVS的视图的数目。第一SEI消息可以指定CVS中的第i层的视图ID(例如，ViewID[i])，其中值i为整数。值i可以大于或等于0。在示例中，值i为0至num_views_minus1的整数，如参考图11所述。在示例中，第一SEI消息中的语法元素sdi_view_id_val[i]指定CVS中的第i层的视图ID(例如，ViewID)的值。CVS中的各个层的视图ID可以由第二SEI消息(例如，MVP SEI消息)参考。

第二SEI消息(例如，MVP SEI消息)可以指示视图在一维中的位置(例如，view_position[i])，其中视图可以由第一SEI消息中的ViewId指定。在示例中，一维是水平轴线，并且要显示的视图的位置是沿该水平轴线。

在实施例中，对于CVS的各个层的视图中的每一者，基于第一SEI消息确定相应视图的视图ID(例如，ViewId[i])。例如，第一SEI消息中的语法元素sdi_view_id_val[i]指定视图ID(例如，表示为ViewID)的值。可以基于第二SEI消息中的视图位置变量(例如，view_position[i])和所确定的视图ID(例如，ViewId[i])来确定要显示的相应视图的一维(例如，沿水平轴线)的位置。

在实施例中，第二SEI消息与CVS的帧内随机访问点(IRAP)AU相关联。在示例中，视图的位置应用于CVS中的AU。

在(S1410)处，可以基于视图在一维中(例如，沿水平轴线)的所确定的位置来显示已解码图片，诸如参考图10A至图10C所述。

方法(1400)进行到(S1499)，并终止。

方法(1400)可以适当地适用于各种场景，并且可以相应地调整方法(1400)中的步骤。方法(1400)中的步骤中的一者或多者可以被修改、省略、重复和/或组合。可以使用任何合适的顺序来实施方法(1400)。可以添加一个或多个附加步骤。

在实施例中，第二SEI消息是否包括在CVS中是基于第一SEI消息是否包括在CVS中。当第一SEI消息存在于CVS中时，第二SEI消息可以存在于CVS中。

当CVS不包含第一SEI消息(例如，SDI SEI消息)时，CVS不包含第二SEI消息(例如，MVP SEI消息)。当第一SEI消息不在CVS中时，省略(S1420)。(S1430)可以适用于基于解码顺序、默认顺序等来显示已解码图片。

在实施例中，从第一SEI消息导出指示视图的数目的第一值(例如，NumViews)。可以从第二SEI消息获得与视图的数目相关联的第二值(例如，num_views_minus1)。第二值可以不同于第一值。可以通过将1加第二值与第一值进行比较来执行一致性检查。

在示例中，CVS包括第三SEI消息(例如，图12所示的3D参考显示信息SEI消息)，该第三SEI消息包括指示视图距离和左视图的视图标识符、右视图的视图标识符以及参考显示的参考显示宽度的3D参考显示信息。第三SEI消息可以指示在第三SEI消息中发信号通知的视图的数目和参考显示的数目。在示例中，从第一SEI消息导出指示视图的数目的第一值(例如，NumViews)。获得与来自第三SEI消息的视图的数目相关联的第三值(例如，num_views_minus1)。第三值可以不同于第一值。在一致性检查中，可以将1(例如，值“1”)加第三值与第一值进行比较。参考显示的数目的最大值是基于与第三SEI消息中的视图的数目相关联的第三值。

本公开中的实施例可以单独使用或以任何顺序组合使用。此外，方法(或实施例)、编码器和解码器中的每一者可以由处理电路(例如，一个或多个处理器或一个或多个集成电路)实施。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。

以上所描述的技术可以被实施为使用计算机可读指令并且物理地存储在一个或多个计算机可读介质中的计算机软件。例如，图15示出了适于实施所公开的主题的某些实施例的计算机系统(1500)。

计算机软件可以使用任何合适的机器代码或计算机语言进行编码，机器代码或计算机语言可以通过汇编、编译、链接或类似机制来创建包括可以由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接或通过解释、微代码执行等执行的指令的代码。

指令可以在各种类型的计算机或其部件上执行，包括例如个人计算机、平板计算机、服务器、智能电话、游戏设备、物联网设备等。

图15所示的用于计算机系统(1500)的部件本质上是示例性的，并且不旨在对实施本公开的实施例的计算机软件的使用范围或功能性提出任何限制。部件的配置也不应被解释为对计算机系统(1500)的示例性实施例中所图示的任何一个部件或其组合具有任何依赖性或要求。

计算机系统(1500)可以包括某些人机接口输入设备。此类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触觉输入(诸如：击键、滑动、数据手套移动)、音频输入(诸如：语音、拍打)、视觉输入(诸如：手势)、嗅觉输入(未示出)的输入。人机接口设备还可以用于捕获不一定与人的有意识输入直接相关的某些介质，诸如音频(诸如：语音、音乐、环境声音)、图像(诸如：扫描图像、从静止图像照相机获得的摄影图像)、视频(诸如二维视频、包括立体视频的三维视频)。

输入人机接口设备可以包括以下中的一个或多个(每种仅描绘了一个)：键盘(1501)、鼠标(1502)、触控板(1503)、触摸屏(1510)、数据手套(未示出)、操纵杆(1505)、麦克风(1506)、扫描仪(1507)、照相机(1508)。

计算机系统(1500)还可以包括某些人机接口输出设备。此类人机接口输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。此类人机接口输出设备可以包括触觉输出设备(例如触摸屏(1510)、数据手套(未示出)或操纵杆(1505)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(诸如：扬声器(1509)、耳机(未描绘))、视觉输出设备(诸如屏幕(1510)，包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕，其各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力—其中一些能够通过诸如立体输出的方式输出二维视觉输出或多于三维输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾罐(未描绘))，以及打印机(未描绘)。

计算机系统(1500)还可以包括人类可访问的存储设备及其相关联的介质，诸如包括具有CD/DVD的CD/DVD ROM/RW(1520)等介质(1521)的光学介质、拇指驱动器(1522)、可移动硬盘驱动器或固态驱动器(1523)、诸如磁带和软盘(未描绘)的传统磁性介质、诸如安全软件狗(未描绘)的基于专用ROM/ASIC/PLD的设备等。

本领域技术人员还应当理解，结合当前公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它易失性信号。

计算机系统(1500)还可以包括到一个或多个通信网络(1555)的接口(1554)。网络例如可以是无线的、有线的、光学的。网络还可以是本地的、广域的、城域的、车辆的和工业的、实时的、延迟容许型的等等。网络的示例包括诸如以太网的局域网、无线LAN、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车辆的和工业的网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1549)的外部网络接口适配器(诸如例如，计算机系统(1500)的USB端口)；其它网络通常通过附接到如下所描述的系统总线而集成到计算机系统(1500)的核心中(例如以太网接口到PC计算机系统中或蜂窝网络接口到智能电话计算机系统中)。使用这些网络中的任何一个，计算机系统(1500)可以与其它实体进行通信。此类通信可以是单向的仅接收(例如，广播TV)、单向的仅发送(例如，CANbus到某些CANbus设备)，或双向的，例如到使用局域数字网络或广域数字网络的其它计算机系统。可以在如上所描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。

上述人机接口设备、人类可访问的存储设备和网络接口可以附接到计算机系统(1500)的核心(1540)。

核心(1540)可以包括一个或多个中央处理单元(CPU)(1541)、图形处理单元(GPU)(1542)、现场可编程门阵列(FPGA)(1543)形式的专用可编程处理单元、用于某些任务的硬件加速器(1544)、图形适配器(1550)等。这些设备连同只读存储器(ROM)(1545)、随机存取存储器(1546)、诸如内部非用户可访问硬盘驱动器、SSD等的内部大容量存储器(1547)可以通过系统总线(1548)连接。在一些计算机系统中，系统总线(1548)可以以一个或多个物理插头的形式访问，以使得能够通过附加CPU、GPU等进行扩展。外围设备可以直接或通过外围总线(1549)附接到核心的系统总线(1548)。在一个示例中，屏幕(1510)可以连接到图形适配器(1550)。外围总线的体系结构包括PCI、USB等。

CPU(1541)、GPU(1542)、FPGA(1543)和加速器(1544)可以执行某些指令，这些指令的组合可以构成上述计算机代码。该计算机代码可以存储在ROM(1545)或RAM(1546)中。过渡数据也可以存储在RAM(1546)中，而永久数据可以存储在例如内部大容量存储器(1547)中。可以通过使用高速缓存存储器来启用对任何存储器设备的快速存储和检索，高速缓存存储器可以与一个或多个CPU(1541)、GPU(1542)、大容量存储器(1547)、ROM(1545)、RAM(1546)等紧密相关联。

计算机可读介质可以在其上具有用于执行各种计算机实施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专门设计和构建的那些，或者它们可以是计算机软件领域的技术人员公知和可用的类型。

作为示例而非作为限制，具有体系结构的计算机系统(1500)，并且特别是核(1540)可以提供作为一个或多个处理器(包括CPU、GPU、FPGA、加速器等)执行体现在一个或多个有形的计算机可读介质中的软件的结果的功能性。此类计算机可读介质可以是与如上所介绍的用户可访问的大容量存储器相关联的介质，以及具有非易失性性质的核心(1540)的某些存储器，诸如核心内部大容量存储器(1547)或ROM(1545)。实施本公开的各种实施例的软件可以存储在此类设备中并由核(1540)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。软件可以使核心(1540)并且特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文描述的特定方法或特定过程的特定部分，包括定义存储在RAM(1546)中的数据结构并且根据由软件定义的过程修改此类数据结构。另外或作为替代，计算机系统可以提供作为逻辑硬连线的结果或以其它方式体现在电路(例如：加速器(1544))中的功能性，其可以代替软件或与软件一起操作以执行本文描述的特定方法或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可以包括存储用于执行的软件的电路(诸如集成电路(IC))、体现用于执行的逻辑的电路，或两者。本公开包括硬件和软件的任何合适的组合。

附录A：首字母缩略词

JEM：联合探测模型(joint exploration model)

VVC：通用视频编码(versatile video coding)

BMS：基准集(benchmark set)

MV：运动矢量(Motion Vector)

HEVC：高效视频编码(High Efficiency Video Coding)

SEI：补充增强信息(Supplementary Enhancement Information)

VUI：视频可用性信息(Video Usability Information)

GOPs：图片群组(Groups of Pictures)

TUs：变换单元(Transform Units)

PUs：预测单元(Prediction Units)

CTUs：编码树单元(Coding Tree Units)

CTBs：编码树块(Coding Tree Blocks)

PBs：预测块(Prediction Blocks)

HRD：假定参考解码器(Hypothetical Reference Decoder)

SNR：信噪比(Signal Noise Ratio)

CPUs：中央处理单元(Central Processing Units)

GPUs：图形处理单元(Graphics Processing Units)

CRT：阴极射线管(Cathode Ray Tube)

LCD：液晶显示器(Liquid-Crystal Display)

OLED：有机发光二极管(Organic Light-Emitting Diode)

CD：压缩盘(Compact Disc)

DVD：数字视频盘(Digital Video Disc)

ROM：只读存储器(Read-Only Memory)

RAM：随机存取存储器(Random Access Memory)

ASIC：专用集成电路(Application-Specific Integrated Circuit)

PLD：可编程逻辑器件(Programmable Logic Device)

LAN：局域网(Local Area Network)

GSM：全球移动通信系统(Global System for Mobile communications)

LTE：长期演进(Long-Term Evolution)

CANBus：控制器区域网络总线(Controller Area Network Bus)

USB：通用串行总线(Universal Serial Bus)

PCI：外围部件互连(Peripheral Component Interconnect)

FPGA：现场可编程门区域(Field Programmable Gate Areas)

SSD：固态驱动器(solid-state drive)

IC：集成电路(Integrated Circuit)

CU：编码单元(Coding Unit)

R-D:率失真(Rate-Distortion)

虽然本公开描述了几个示例性实施例，但存在属于本公开范围内的变更、排列和各种替代等效物。因此，可以理解的是，本领域技术人员将能够设计出许多系统和方法，这些系统和方法虽然在此未明确示出或描述，但体现了本公开的原理，因此在其精神和范围内。

Claims (20)

1.一种用于在视频解码器中进行视频解码的方法，其特征在于，包括：

从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片；

基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的所述视图的一维的位置，所述第一SEI消息包括可缩放性维度信息(SDI)，并且所述第二SEI消息包括多视图的视图位置(MVP)信息；以及

基于所述视图的一维的位置来显示已解码的所述图片。

2.根据权利要求1所述的方法，其特征在于，所述确定包括：

对于所述CVS的所述各个层的所述视图中的每一者，

基于所述第一SEI消息确定相应视图的视图标识符；以及

基于所述第二SEI消息中的视图位置变量和所确定的视图标识符，确定要显示的所述相应视图的一维的位置。

3.根据权利要求1所述的方法，其特征在于，进一步包括：

从所述第一SEI消息导出指示所述视图的数目的第一值；

从所述第二SEI消息获得与所述视图的所述数目相关联的第二值，所述第二值不同于所述第一值；以及

在一致性检查中将1加所述第二值与所述第一值进行比较。

4.根据权利要求1所述的方法，其特征在于，所述第二SEI消息与所述CVS的帧内随机访问点(IRAP)访问单元相关联。

5.根据权利要求1所述的方法，其特征在于，所述视图的所述位置应用于所述CVS中的访问单元。

6.根据权利要求1所述的方法，其特征在于，

基于所述第一SEI消息包括在所述CVS中，所述第二SEI消息包括在所述CVS中，并且

基于所述第一SEI消息和所述第二SEI消息包括在所述CVS中，执行所述确定和所述显示。

7.根据权利要求1所述的方法，其特征在于，

所述CVS包括第三SEI消息，所述第三SEI消息包括3D参考显示信息，所述3D参考显示信息指示左视图的视图标识符、右视图的视图标识符和参考显示的参考显示宽度，并且

所述方法包括：

从所述第一SEI消息导出指示所述视图的数目的第一值；

从所述第三SEI消息获得与所述视图的所述数目相关联的第三值，所述第三值不同于所述第一值；以及

在一致性检查中将1加所述第三值与所述第一值进行比较。

8.根据权利要求7所述的方法，其特征在于，

所述第三SEI消息指示在所述第三SEI消息中发信号通知的参考显示的数目，并且

参考显示的所述数目的最大值是基于与所述第三SEI消息中的所述视图的所述数目相关联的所述第三值。

9.根据权利要求1所述的方法，其特征在于，所述第一SEI消息是SDI SEI消息，并且所述第二SEI消息是MVP SEI消息。

10.一种视频解码的装置，其特征在于，包括：

处理电路，被配置为：

从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片；

基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的所述视图的一维的位置，所述第一SEI消息包括可缩放性维度信息(SDI)，并且所述第二SEI消息包括多视图的视图位置(MVP)信息；以及

基于所述视图的一维的位置来显示已解码的所述图片。

11.根据权利要求10所述的装置，其中，所述处理电路被配置为：

对于所述CVS的所述各个层的所述视图中的每一者，

基于所述第一SEI消息确定相应视图的视图标识符；以及

基于所述第二SEI消息中的视图位置变量和所确定的视图标识符，确定要显示的所述相应视图的一维的位置。

12.根据权利要求10所述的装置，其中，所述处理电路被配置为：

从所述第一SEI消息导出指示所述视图的数目的第一值；

从所述第二SEI消息获得与所述视图的所述数目相关联的第二值，所述第二值不同于所述第一值；以及

在一致性检查中将1加所述第二值与所述第一值进行比较。

13.根据权利要求10所述的装置，其中，所述第二SEI消息与所述CVS的帧内随机访问点(IRAP)访问单元相关联。

14.根据权利要求10所述的装置，其中，所述视图的所述位置应用于所述CVS中的访问单元。

15.根据权利要求10所述的装置，其中，

基于所述第一SEI消息包括在所述CVS中，所述第二SEI消息包括在所述CVS中，并且

基于所述第一SEI消息和所述第二SEI消息包括在所述CVS中来执行所述确定和所述显示。

16.根据权利要求10所述的装置，其中，

所述CVS包括第三SEI消息，所述第三SEI消息包括3D参考显示信息，所述3D参考显示信息指示左视图的视图标识符、右视图的视图标识符和参考显示的参考显示宽度，并且

所述处理电路被配置为：

从所述第一SEI消息导出指示所述视图的数目的第一值；

从所述第三SEI消息获得与所述视图的所述数目相关联的第三值，所述第三值不同于所述第一值；以及

在一致性检查中将1加所述第三值与所述第一值进行比较。

17.根据权利要求16所述的装置，其中，

所述第三SEI消息指示在所述第三SEI消息中发信号通知的参考显示的数目，并且

参考显示的所述数目的最大值是基于与所述第三SEI消息中的所述视图的所述数目相关联的所述第三值。

18.根据权利要求10所述的装置，其中，所述第一SEI消息是SDI SEI消息，并且所述第二SEI消息是MVP SEI消息。

19.一种非暂时性计算机可读存储介质，其特征在于，存储可由至少一个处理器执行的程序，以执行：从码流解码出与已编码视频序列(CVS)中的各个层的视图相关联的图片；

基于第一辅助增强信息(SEI)消息和第二SEI消息来确定要显示的所述视图的一维的位置，所述第一SEI消息包括可缩放性维度信息(SDI)，并且所述第二SEI消息包括多视图的视图位置(MVP)信息；以及

基于所述视图的一维的位置来显示已解码的所述图片。

20.根据权利要求19所述的非暂时性计算机可读存储介质，其中，

由所述至少一个处理器执行的程序执行：

对于所述CVS的所述各个层的所述视图中的每一者，

基于所述第一SEI消息确定相应视图的视图标识符；以及

基于所述第二SEI消息中的视图位置变量和所确定的视图标识符，确定要显示的所述相应视图的一维的位置。

Images