CN116325743A - 基于扭曲的解码图片重采样辅助增强信息消息 - Google Patents

Abstract

本公开的各方面提供一种用于视频解码的方法、装置以及非暂时性计算机可读存储介质。装置包括处理电路，处理电路配置成基于码流对当前图片进行解码。处理电路可从辅助增强信息(SEI)消息确定第一标志，第一标志指示是否将扭曲过程应用于当前解码图片。基于第一标志指示将扭曲过程应用于当前解码图片，处理电路可基于SEI消息确定扭曲过程的扭曲信息。处理电路可基于扭曲信息，从当前解码图片确定扭曲图片。

Description

基于扭曲的解码图片重采样辅助增强信息消息

援引并入

本申请要求于2022年6月27日提交的题为“WARPING-BASED DECODED PICTURERESAMPLING SUPPLEMENTARY ENHANCEMENT INFORMATION MESSAGE”的第17/850,641号美国专利申请(其要求于2021年6月28日提交的题为“Techniques for Warping-Based DecodedPicture Resampling SEI Message for Coded Video Stream”的第63/215,906号美国临时申请的优先权权益)的优先权权益。在先申请的公开内容通过引用整体并入本文中。

技术领域

本公开描述了总体上涉及视频编码的实施例。

背景技术

本文所提供的背景描述是出于总体上呈现本公开内容的目的。在该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，并不表明其在本申请提交时有资格作为现有技术，且从未明示或暗示其被承认为本公开内容的现有技术。

图像和/或视频编码和解码可使用带有运动补偿的帧间图片预测来执行。未压缩的数字图像和/或视频可包括一系列图片，每个图片具有例如为1920×1080的亮度样本及相关联的色度样本的空间大小。该一系列图片可具有例如每秒60幅图片或60Hz的固定或可变的图片速率(还非正式地称为帧率)。未压缩的图像和/或视频具有特定比特率要求。例如，每个样本8位(在60Hz帧率下，具有1920×1080亮度样本分辨率)的1080p60 4：2：0视频需要接近1.5Gbit/s的带宽。一小时的此类视频需要600GB以上的存储空间。

图像和/或视频编码和解码的一个目的可以是通过压缩来减少输入图像和/或视频信号中的冗余。压缩可有助于减小上述带宽和/或存储空间需求，在一些情况下可减小两个数量级或大于两个数量级。虽然本文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。可采用无损压缩和有损压缩以及它们的组合。无损压缩指的是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，已重建的信号可能与原始信号不同，但是原始信号和已重建的信号之间的失真足够小，以使已重建的信号可用于预期的应用。在视频的情况下，广泛采用有损压缩。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相比电视分布应用的用户来说可以容忍更高的失真。可实现的压缩率可反映：更高的可允许/可容忍的失真可产生更高的压缩率。

视频编码器和解码器可利用来自多个宽泛类别的技术，这些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，图片在空间上细分成样本块。当所有样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生物(例如，独立解码器刷新图片)可用于重置解码器状态，因此可用作已编码视频码流和视频会话中的第一张图片，或者用作静止图像。帧内块的样本可进行变换，且可以在熵编码之前对变换系数进行量化。帧内预测可以是一种使预变换域中的样本值最小化的技术。在一些情况下，变换之后的DC值越小，且AC系数越小，则在给定的量化步长下表示熵编码之后的块所需的位越少。

例如从诸如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，一些更新的视频压缩技术包括基于例如在空间相邻的编码和/或解码期间获得的、按解码次序在数据块之前的周围样本数据和/或元数据来进行尝试的技术。在下文中这样的技术称为“帧内预测”技术。应注意，至少在一些情况下，帧内预测仅使用来自正在重建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。

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使用不止一种这样的技术时，使用中的技术可以以帧内预测模式编码。在一些情况下，模式可具有子模式和/或参数，且可单独编码或包含在模式码字中。给定的模式、子模式和/或参数组合使用哪个码字，可能会影响通过帧内预测的编码效率增益，因此可能会影响用于将码字转换成码流的熵编码技术。

H.264引入了某种帧内预测模式，该帧内预测模式在H.265中得到完善，且在诸如联合探索模型(JEM)、下一代视频编码(VVC)和基准集(BMS)的更新的编码技术中进一步得到完善。可使用属于已经可用的样本的相邻样本值来形成预测块。相邻样本的样本值根据一定方向复制到预测块中。对使用中的方向的参考可以在码流中进行编码，或者可以对其本身进行预测。

参考图1A，在右下方描绘了从H.265的33种可能的预测方向(对应于35个帧内模式的33个角模式)已知的9个预测方向的子集。箭头汇聚的点(101)表示正在被预测的样本。箭头表示样本的预测所沿的方向。例如，箭头(102)指示从在右上方、与水平方向成45度角的一个或多个样本预测样本(101)。类似地，箭头(103)指示从在样本(101)的左下方、与水平方向成22.5度角的一个或多个样本预测样本(101)。

仍然参考图1A，在左上方描绘了4×4个样本的正方形块(104)(由粗体虚线指示)。正方形块(104)包括16个样本，每个样本用“S”、其在Y维度上的位置(例如，行索引)和其在X维度上的位置(例如，列索引)来标记。例如，样本S21是在Y维度上(从顶部开始)的第二个样本和在X维度上(从左侧开始)的第一个样本。类似地，样本S44是在Y和X维度上、块(104)中的第四个样本。由于块的大小为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。参考样本用R、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，使用与正在重建的块相邻的预测样本；无需使用负值。

帧内图片预测可通过根据用信号表示的预测方向从相邻样本复制参考样本值来开始。例如，假设已编码视频码流包括信令，该信令针对该块指示与箭头(102)一致的预测方向，即从在右上方、与水平方向成45度角的一个或多个预测样本来预测样本。在这种情况下，从同一个参考样本R05预测样本S41、S32、S23和S14。然后从参考样本R08预测样本S44。

在一些情况下，可例如通过插值来组合多个参考样本的值，以计算参考样本；尤其是当方向无法以45度均匀分开时。

随着视频编码技术继续发展，可能的方向的数量增加。在H.264(2003年)中，可表示九个不同的方向。在H.265(2013年)中，增加到33个方向，以及在本公开时，JEM/VVC/BMS可支持多达65个方向。已进行实验来识别最可能的方向，且熵编码中的一些技术用于以少量比特表示那些可能的方向，对于不太可能的方向，接受一定的代价。此外，有时可以从已经解码的相邻块中使用的相邻方向来预测方向本身。

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

已编码视频码流中表示方向的帧内预测方向位的映射，可能因视频编码技术的不同而不同；例如，其范围可以从预测方向简单直接映射到帧内预测模式，映射到码字，映射到涉及最可能模式的复杂自适应方案，以及类似技术。然而，在所有情况下，可存在某些方向，这些方向与某些其它方向相比，在统计上在视频内容中出现的可能性较小。由于视频压缩的目标是减少冗余，因此在一种设计良好的视频编码技术中，那些不太可能的方向相比更可能的方向来说，将由更多的位数表示。

运动补偿可以是有损压缩技术，且可涉及以下技术：来自先前重建的图片或其部分(参考图片)的样本数据块在沿着由运动矢量(此后称为MV)指示的方向在空间上偏移之后，用于预测新重建的图片或图片部分。在一些情况下，参考图片可与当前正在重建的图片相同。MV可具有X和Y两个维度，或具有三个维度，第三个维度指示正在使用的参考图片(间接地，第三个维度可以是时间维度)。

在一些视频压缩技术中，可根据其它MV，例如根据在空间上与正在重建的区域相邻的样本数据的另一区域相关的、且按解码次序在MV之前的其它MV来预测适用于样本数据的某个区域的该MV。这样做可大大减少对MV进行编码所需的数据量，从而消除冗余并增加压缩。MV预测可有效地工作，例如，由于在对从相机获得的输入视频信号(称为自然视频)进行编码时，存在以下统计可能性：比适用单个MV的区域更大的区域沿着相似的方向移动，因此在一些情况下，可使用从相邻区域的MV导出的相似运动矢量来预测该更大的区域。这使得被认为是用于给定区域的MV与根据周围MV所预测的MV相似或相同，进而在熵编码之后，该MV可以用比直接对MV进行编码时使用的位数更少的位数来表示。在一些情况下，MV预测可以是无损压缩从原始信号(即：样本流)中导出的信号(即：MV)的示例。在其它情况下，例如由于根据多个周围MV计算预测值时出现舍入误差，使得MV预测本身可以是有损的。

H.265/HEVC(ITU-T H.265建议书，“High Efficiency Video Coding(高效视频编码)”，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，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)包括在运动搜索过程期间已由编码器找到的样本，可根据已产生空间偏移的相同大小的先前块来预测该样本。可以从与一个或多个参考图片相关联的元数据中导出MV，而非直接对该MV进行编码，例如使用与被标记为A0、A1和B0、B1、B2(分别对应202到206)的五个周围样本中的任一样本相关联的MV，(按解码次序)从最近的参考图片中导出该MV。在H.265中，MV预测可使用来自相邻块正在使用的相同参考图片的预测值。

发明内容

本公开的各方面提供用于视频编码和解码的方法和装置。在一些示例中，用于视频解码的装置包括处理电路。处理电路配置成基于码流对当前图片进行解码。处理电路可从辅助增强信息(SEI)消息确定第一标志，第一标志指示是否将扭曲过程应用于当前解码图片。基于第一标志指示将扭曲过程应用于当前解码图片，处理电路可基于SEI消息确定扭曲过程的扭曲信息。处理电路可基于扭曲信息，从当前解码图片确定扭曲图片。

在一个实施例中，SEI消息是码流中的显示定向SEI消息。

在一个实施例中，SEI消息是码流中的基于扭曲的解码图片重采样(WDPR)SEI消息。

在一个实施例中，扭曲信息指示当前解码图片的角和扭曲图片的对应角之间的四个角向量。

在一个实施例中，处理电路基于四个角向量，确定当前解码图片中的样本位置和扭曲图片中的对应位置之间的向量。

在一个实施例中，基于第一标志指示取消由先前SEI消息指示的扭曲过程，不将扭曲过程应用于当前解码图片。

在一个实施例中，扭曲信息包括第二标志。基于第二标志具有第一值，仅将SEI消息应用于当前解码图片。基于第二标志具有第二值，将SEI消息应用于当前解码图片和当前层的一个或多个按输出顺序随后解码的图片，直到满足条件。

在一个示例中，第二标志具有第二值。处理电路可以对当前层的按输出顺序跟随当前图片的后续图片进行解码。处理电路可基于扭曲信息，从随后解码的图片确定扭曲图片。

在一个实施例中，条件包括当前层的新的编码层视频序列(CLVS)。

在一个实施例中，扭曲信息指示扭曲模式。处理电路可基于扭曲模式，确定四个角向量。

本公开的各方面还提供一种非暂时性计算机可读存储介质，非暂时性计算机可读存储介质存储有程序，该程序能够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

根据以下详细描述和附图，所公开的主题的进一步的特征、性质和各种优点将更加明显，在附图中：

图1A是帧内预测模式的示例性子集的示意性图示。

图1B是示例性帧内预测方向的图示。

图2示出了根据一个实施例的当前块(201)和周围样本。

图3是根据一个实施例的通信系统(300)的简化框图的示意性图示。

图4是根据一个实施例的通信系统(400)的简化框图的示意性图示。

图5是根据一个实施例的解码器的简化框图的示意性图示。

图6是根据一个实施例的编码器的简化框图的示意性图示。

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9示出了根据本公开的一个实施例的用于扭曲的示例性向量。

图10A示出了根据本公开的一个实施例的图像稳定中的示例性扭曲过程。

图10B示出了根据本公开的一个实施例的用于补偿多个输入图片中的全局移动的示例性扭曲过程。

图11示出了概述根据本公开的一个实施例的编码过程的流程图。

图12示出了概述根据本公开的一个实施例的解码过程的流程图。

图13是根据一个实施例的计算机系统的示意性图示。

具体实施方式

图3示出了根据本公开的一个实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端设备，该多个终端设备可通过例如网络(350)彼此通信。例如，通信系统(300)包括通过网络(350)互连的第一终端设备对(310)和(320)。在图3的示例中，第一终端设备对(310)和(320)执行单向数据传输。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，以通过网络(350)传输到另一终端设备(320)。已编码视频数据可以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片，以及根据所恢复的视频数据显示视频图片。单向数据传输可以在媒体服务等应用中是常见的。

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终端设备对(330)和(340)，该双向传输可例如在视频会议期间发生。对于双向数据传输，在一个示例中，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片流)进行编码，以通过网络(350)传输到终端设备(330)和(340)中的另一终端设备。终端设备(330)和(340)中的每个终端设备还可接收由终端设备(330)和(340)中的另一终端设备传输的已编码视频数据，且可以对已编码视频数据进行解码以恢复视频图片，以及可根据所恢复的视频数据在可访问的显示设备上显示视频图片。

在图3的示例中，终端设备(310)、终端设备(320)、终端设备(330)和终端设备(340)可示出为服务器、个人计算机和智能电话，但是本公开的原理可不限于此。本公开的实施例在膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备上找到应用。网络(350)表示在终端设备(310)、终端设备(320)、终端设备(330)和终端设备(340)之间传送已编码视频数据的任何数量的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可以在电路交换信道和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本讨论的目的，除非在下文中予以说明，否则网络(350)的架构和拓扑对于本公开的操作来说可能是无关紧要的。

作为用于所公开的主题的应用的示例，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方式。所公开的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存储压缩视频等等。

流式传输系统可包括采集子系统(413)，采集子系统(413)可包括诸如数码相机的视频源(401)，视频源(401)创建例如未压缩的视频图片流(402)。在一个示例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码视频数据(404)(或已编码视频码流)，被描绘为粗线以强调高数据量的视频图片流(402)可由电子设备(420)处理，电子设备(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的主题的各方面。相较于视频图片流(402)，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)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，且产生可以在显示器(412)(例如，显示屏)或其它呈现设备(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/压缩标准对已编码视频数据(404)、(407)和(409)(例如，视频码流)进行编码。这些标准的示例包括ITU-T H.265建议书。在一个示例中，正在开发的视频编码标准非正式地称为下一代视频编码(VVC)。所公开的主题可用于VVC的上下文中。

应注意，电子设备(420)和电子设备(430)可包括其它组件(未示出)。例如，电子设备(420)可包括视频解码器(未示出)，且电子设备(430)还可包括视频编码器(未示出)。

图5示出了根据本公开的一个实施例的视频解码器(510)的框图。视频解码器(510)可包括在电子设备(530)中。电子设备(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的示例中的视频解码器(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，一次可以对一个已编码视频序列进行解码，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。可以从信道(501)接收已编码视频序列，信道(501)可以是硬件/软件链路，其通向存储已编码视频数据的存储设备。接收器(531)可接收可转发到它们各自的使用实体(未描绘)的已编码视频数据和其它数据，例如已编码音频数据和/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开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)和熵解码器/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)是视频解码器(510)的一部分。在其它应用中，缓冲存储器(515)可位于视频解码器(510)的外部(未描绘)。而在另一些其它应用中，在视频解码器(510)的外部可设置缓冲存储器(未描绘)以例如防止网络抖动，且在视频解码器(510)的内部可设置另一附加的缓冲存储器(515)以例如处理播出定时。当接收器(531)从具有足够带宽和可控性的存储/转发设备或从等时同步网络接收数据时，可能不需要缓冲存储器(515)，或可以将缓冲存储器做得较小。为了在诸如互联网等业务分组网络上使用，可能需要缓冲存储器(515)，缓冲存储器(515)可相对较大，有利地可具有自适应大小，且可至少部分地在操作系统或视频解码器(510)外部的类似元件(未描绘)中实现。

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，以及用于控制诸如呈现设备(512)(例如，显示屏)之类的呈现设备的潜在信息，该呈现设备不是电子设备(530)的整体部分，但是可耦接到电子设备(530)，如图5所示。用于呈现设备的控制信息可以是辅助增强信息(SEI)消息或视频可用性信息(VUI)参数集片段(未描绘)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(Huffman)编码、具有或不具有上下文敏感度的算术编码等。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(GOP)、图片、图块、切片、宏块、编码单元(CU)、块、变换单元(TU)、预测单元(PU)等。解析器(520)还可以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。

解析器(520)可以对从缓冲存储器(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的单元。涉及哪些单元以及涉及方式可由解析器(520)通过从已编码视频序列解析的子群控制信息来控制。为了清楚起见，未描绘解析器(520)与下文的多个单元之间的此类子群控制信息流。

除了已提及的功能块之外，视频解码器(510)可以在概念上细分成如下文所描述的多个功能单元。在商业约束下运行的实际实现方式中，这些单元中的许多单元彼此紧密交互且可至少部分地彼此集成。然而，出于描述所公开的主题的目的，在概念上细分成下文的多个功能单元是合适的。

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)接收作为符号(521)的量化变换系数以及控制信息，包括要使用哪种变换、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，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；即：不使用来自先前重建的图片的预测信息，但是可使用来自当前图片的先前重建部分的预测信息的块。此类预测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)使用从当前图片缓冲器(558)提取的周围已重建信息来生成大小和形状与正在重建的块相同的块。例如，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。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(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的块。在这种情况下，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。在根据属于块的符号(521)对所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(在这种情况下，称为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)内的地址提取预测样本可受到运动矢量控制，该运动矢量可以以符号(521)的形式提供给运动补偿预测单元(553)使用，符号(521)可具有例如X分量、Y分量和参考图片分量。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)提取的样本值的内插，运动矢量预测机制等。

聚合器(555)的输出样本可经受环路滤波器单元(556)中的各种环路滤波技术。视频压缩技术可包括环路内滤波器技术，该环路内滤波器技术受控于包括在已编码视频序列(还称为已编码视频码流)中且可作为来自解析器(520)的符号(521)而用于环路滤波器单元(556)的参数，然而，视频压缩技术还可响应于在对已编码图片或已编码视频序列的先前(按解码次序)部分进行解码期间获得的元信息，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，该样本流可输出到呈现设备(512)以及存储在参考图片存储器(557)中以用于将来的帧间图片预测。

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的预测。例如，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)可变成参考图片存储器(557)的一部分，且可以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)可根据诸如ITU-T H.265建议书的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。具体而言，配置文件可以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该配置文件下可供使用的仅有工具。为了合规性，还可能需要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。在一些情况下，层级限制最大图片大小、最大帧率、最大重建采样率(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(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)可以在接收已编码视频时接收附加(冗余)数据。附加数据可以被包括作为已编码视频序列的一部分。附加数据可由视频解码器(510)使用来对数据进行适当解码和/或更准确地重建原始视频数据。附加数据可采用例如时间、空间或信噪比(SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。

图6示出了根据本公开的一个实施例的视频编码器(603)的框图。视频编码器(603)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的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的示例中的电子设备(620)的一部分)接收视频样本，视频源(601)可采集将由视频编码器(603)编码的视频图像。在另一示例中，视频源(601)是电子设备(620)的一部分。

视频源(601)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，该数字视频样本流可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.601YCrCB，RGB......)和任何合适的采样结构(例如YCrCb 4:2:0，YCrCb4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储设备。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。视频数据可作为多个单独的图片来提供，当按顺序观看时，这些图片被赋予运动。图片本身可构建为空间像素阵列，其中取决于所使用的采样结构、色彩空间等，每个像素可包括一个或多个样本。本领域的技术人员可容易地理解像素和样本之间的关系。下文侧重于描述样本。

根据一个实施例，视频编码器(603)可实时地或在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并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所述的其它功能单元。为了清楚起见，图中未描绘耦接。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......)、图片大小、图片群组(GOP)布局、最大运动矢量搜索范围等。控制器(650)可配置成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(603)。

在一些实施例中，视频编码器(603)配置成在编码环路中进行操作。作为过于简化的描述，在一个示例中，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来创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)重建符号以用类似于(远程)解码器还可创建样本数据的方式创建样本数据(因为在所公开的主题中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)。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和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)还用于一些相关技术。

“本地”解码器(633)的操作可与诸如已在上文结合图5详细描述的视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，由于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/解码成已编码视频序列，因此包括缓冲存储器(515)和解析器(520)的视频解码器(510)的熵解码部分可能无法完全在本地解码器(633)中实现。

在一个实施例中，除了存在于解码器中的解析/熵解码之外的解码器技术，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，所公开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。在某些区域中，在下文提供更详细的描述。

在操作期间，在一些示例中，源编码器(630)可执行运动补偿预测编码，通过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，该运动补偿预测编码对输入图片进行预测性编码。以这种方式，编码引擎(632)对输入图片的像素块和参考图片的像素块之间的差异进行编码，该参考图片可被选作该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)的操作有利地可以是有损过程。当已编码视频数据可以在视频解码器(图6未示出)中被解码时，已重建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，该解码过程可由视频解码器对参考图片执行，且可使已重建参考图片存储在参考图片存储器(634)中。以这种方式，视频编码器(603)可以在本地存储已重建参考图片的副本，该副本与将由远端视频解码器获得的已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，对于待编码的新图片，预测器(635)可以在参考图片存储器(634)中搜索可用作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，如由预测器(635)获得的搜索结果所确定的，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。

可以在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据诸如霍夫曼编码、可变长度编码、算术编码等的技术来对各种功能单元生成的符号进行无损压缩，从而将该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，通信信道(660)可以是通向可存储已编码视频数据的存储设备的硬件/软件链路。传输器(640)可以将来自视频编码器(603)的已编码视频数据与待传输的其它数据合并，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)可以向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，通常可以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(“IDR”)图片。本领域的技术人员了解I图片的这些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，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，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，多个预测性图片可使用多于两个参考图片和相关联的元数据来用于重建单个块。

源图片通常可以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)块进行预测性编码，其它(已编码)块由应用于块的相应图片的编码分配来确定。例如，I图片的块可进行非预测性编码，或者I图片的块可参考同一图片的已编码块来进行预测性编码(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间预测来进行预测性编码。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间预测来进行预测性编码。

视频编码器(603)可根据诸如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性编码操作。因此，已编码视频数据可符合所使用的视频编码技术或标准指定的语法。

在一个实施例中，传输器(640)可以在传输已编码视频时传输附加数据。源编码器(630)可包括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、诸如冗余图片和切片的其它形式的冗余数据、SEI消息、VUI参数集片段等。

所采集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(通常简化为帧内预测)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。在一个示例中，将正在编码/解码的特定图片分成块，正在编码/解码的特定图片称为当前图片。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，可通过称为运动矢量的矢量对当前图片中的块进行编码。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，运动矢量可具有识别参考图片的第三个维度。

在一些实施例中，双向预测技术可用于帧间图片预测。根据该双向预测技术，使用两个参考图片，例如按解码次序在视频中的当前图片之前(但是按显示次序可能分别是过去和将来)的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来对当前图片中的块进行编码。可通过第一参考块和第二参考块的组合来预测该块。

此外，合并模式技术可用于帧间图片预测以改善编码效率。

根据本公开的一些实施例，诸如帧间图片预测和帧内图片预测的预测以块为单位来执行。例如，根据HEVC标准，将视频图片序列中的图片分成编码树单元(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。通常，CTU包括三个编码树块(CTB)，这三个编码树块是一个亮度CTB和两个色度CTB。可以将每个CTU递归地以四叉树划分成一个或多个编码单元(CU)。例如，可以将64×64像素的CTU划分成一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在一个示例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。根据时间和/或空间可预测性，将CU划分成一个或多个预测单元(PU)。通常，每个PU包括亮度预测块(PB)和两个色度PB。在一个实施例中，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，预测块包括针对像素的值(例如，亮度值)的矩阵，所述的像素例如是8×8像素、16×16像素、8×16像素、16×8像素等。

图7示出了根据本公开的另一实施例的视频编码器(703)的图。视频编码器(703)配置成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。在一个示例中，视频编码器(703)用于代替图4的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的矩阵，该处理块例如是8×8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、帧间模式或双向预测模式来最佳地对处理块进行编码。当在帧内模式中对处理块进行编码时，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；以及当在帧间模式或双向预测模式中对处理块进行编码时，视频编码器(703)可分别使用帧间预测或双向预测技术以将处理块编码到已编码图片中。在一些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测器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器导出运动矢量。在一些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在一个示例中，视频编码器(703)包括其它组件，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的示例中，视频编码器(703)包括如图7所示的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)配置成接收当前块(例如，处理块)的样本，将该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)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)，以及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，参考图片是基于已编码视频信息解码的已解码参考图片。

帧内编码器(722)配置成接收当前块(例如，处理块)的样本，在一些情况下将该块与同一图片中已编码的块进行比较，在变换之后生成量化系数，以及在一些情况下还生成帧内预测信息(例如，根据一个或多个帧内编码技术的帧内预测方向信息)。在一个示例中，帧内编码器(722)还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，已预测块)。

通用控制器(721)配置成确定通用控制数据，且基于该通用控制数据控制视频编码器(703)的其它组件。在一个示例中，通用控制器(721)确定块的模式，且基于该模式将控制信号提供给开关(726)。例如，当该模式是帧内模式时，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并将帧内预测信息包括在码流中；以及当该模式是帧间模式时，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并将帧间预测信息包括在码流中。

残差计算器(723)配置成计算所接收的块与从帧内编码器(722)或帧间编码器(730)选择的预测结果之间的差(残差数据)。残差编码器(724)配置成基于残差数据进行操作，以对残差数据进行编码来生成变换系数。在一个示例中，残差编码器(724)配置成将残差数据从空间域转换到频域，并生成变换系数。变换系数随后经受量化处理以获得量化变换系数。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)配置成执行逆变换，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。例如，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。在一些示例中，适当地处理已解码块以生成已解码图片，且已解码图片可以在存储器电路(未示出)中缓冲并用作参考图片。

熵编码器(725)配置成将码流格式化以包括已编码块。根据诸如HEVC标准的合适标准，熵编码器(725)配置成包括各种信息。在一个示例中，熵编码器(725)配置成将通用控制数据、所选预测信息(例如，帧内预测信息或帧间预测信息)、残差信息和其它合适的信息包括在码流中。应注意，根据所公开的主题，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示出了根据本公开的另一实施例的视频解码器(810)的图。视频解码器(810)配置成接收作为已编码视频序列的一部分的已编码图片，且对已编码图片进行解码以生成已重建图片。在一个示例中，视频解码器(810)用于代替图4的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)可配置成根据已编码图片来重建某些符号，这些符号表示构成已编码图片的语法元素。此类符号可包括例如对块进行编码的模式(例如，帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可识别分别供帧内解码器(872)或帧间解码器(880)使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)、呈例如量化变换系数形式的残差信息等。在一个示例中，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给帧间解码器(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给帧内解码器(872)。残差信息可经受逆量化并提供给残差解码器(873)。

帧间解码器(880)配置成接收帧间预测信息，且基于该帧间预测信息生成帧间预测结果。

帧内解码器(872)配置成接收帧内预测信息，且基于该帧内预测信息生成预测结果。

残差解码器(873)配置成执行逆量化以提取解量化的变换系数，且处理该解量化的变换系数，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(用以包括量化器参数(QP))，该信息可由熵解码器(871)提供(未描绘数据路径，因为这仅仅是低数据量控制信息)。

重建模块(874)配置成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，视情况而定)以形成已重建块，已重建块可以是已重建图片的一部分，已重建图片进而可以是已重建视频的一部分。应注意，可执行诸如去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现视频编码器(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)。在一个实施例中，可使用一个或多个集成电路来实现视频编码器(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现视频编码器(403)、视频编码器(603)和视频编码器(603)以及视频解码器(410)、视频解码器(510)和视频解码器(810)。

根据本公开的一个实施例，码流可包括一个或多个已编码视频序列(coded videosequences,CVS)。CVS可独立于其它CVS进行编码。每个CVS可包括一个或多个层，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，或者是特定组件解释属性(例如，深度图、透明度图或透视图)的表示。在时间维度中，每个CVS可包括一个或多个访问单元(access unit,AU)。每个AU可包括对应于同一时刻的不同层的一个或多个图片。编码层视频序列(coded layer video sequence,CLVS)是按层的CVS，其可包括同一层中的图片单元序列。如果码流具有多个层，则对于每个层，码流中的CVS可具有一个或多个CLVS。

在一个实施例中，CVS包括AU序列，其中AU序列按解码次序包括：帧内随机接入点(an intra random access point,IRAP)AU；跟在后面的，不是IRAP AU的零个或更多个AU。在一个示例中，零个或更多个AU包括所有后续AU，但不包括作为IRAP AU的任何后续AU。在一个示例中，CLVS包括CVS基本层的相关联的非视频编码层(non-video coding layer，VCL)网络抽象层(network abstraction layer，NAL)单元和图片的序列。

SEI消息可包括解码所不需要的信息，例如来自VCL NAL单元的已编码图片的解码样本。SEI消息可用于与解码、显示或其它目的相关的过程中。对于通过解码过程构建亮度或色度样本而言，SEI消息可以是可选的。可选地，SEI消息可由合规解码器(conformingdecoder)处理，以使输出顺序符合特定标准(例如HEVC 265或VVC)。在一个实施例中，SEI消息存在于码流中。

表1示出了根据本公开的一个实施例的示例性显示定向SEI消息语法。

表1：示例性显示定向SEI消息语法

显示定向SEI消息语义可如下描述。当已解码图片的图片输出标志(例如，PicOutputFlag)等于1时，显示定向SEI消息可以在显示之前通知解码器待应用于剪裁的已解码图片的变换。剪裁的已解码图片可通过基于剪裁窗口(例如，合规剪裁窗口)剪裁已解码图片而获得。在一个示例中，剪裁窗口在由对应的已编码图片所参考的序列参数集(sequence parameter set，SPS)中指定。

图片输出标志(例如，PicOutputFlag)可指示是否输出已解码图片。例如，当图片输出标志(例如，PicOutputFlag)为1时，可以从解码图片缓冲器发送已解码图片作为输出。当图片输出标志(例如，PicOutputFlag)为0时，可以不从解码图片缓冲器发送已解码图片作为输出。

display_orientation_cancel_flag等于1，可指示显示定向SEI消息取消按输出顺序在前的任何显示定向SEI消息的持续存在。display_orientation_cancel_flag等于0，可指示显示定向信息跟在后面。显示定向信息可包括水平翻转标志、垂直翻转标志、逆时针旋转、以及显示定向持续存在标志。

水平翻转标志(例如，hor_flip)等于1，可指示剪裁的已解码图片进行水平翻转以用于显示。水平翻转标志(例如，hor_flip)等于0，可指示已解码图片未进行水平翻转。

垂直翻转标志(例如，ver_flip)等于1，可指示剪裁的已解码图片进行垂直翻转(例如，除了当hor_flip等于1时进行水平翻转之外)以用于显示。垂直翻转标志(例如，ver_flip)等于0，可指示已解码图片未进行垂直翻转。

逆时针旋转(例如，anticlockwise_rotation)可指定在显示之前已解码图片逆时针旋转(例如，在基于水平翻转标志和垂直翻转标志应用水平翻转和/或垂直翻转之后)。

等效转换可使用上述语法元素以多种方式来表达。

显示定向持续存在标志(例如，display_orientation_persistence_flag)可指定当前层的显示定向SEI消息的持续存在。显示定向持续存在标志(例如，display_orientation_persistence_flag)等于0，可指定显示定向SEI消息仅应用于当前解码图片。显示定向持续存在标志(例如，display_orientation_persistence_flag)等于1，可指定显示定向SEI消息可以按输出顺序持续用于当前层，直到一个或多个条件为真。这一个或多个条件可包括：(i)当前层的新的CLVS开始；(ii)码流结束；和/或(iii)在针对另一图片的图片顺序计数调用解码过程之后，立即输出访问单元中的当前层中的另一图片，该另一图片包含适用于当前层的显示定向SEI消息，对于该另一图片而言，该另一图片的图片顺序计数(picture order count，POC)大于当前图片的POC。

重采样过程或扭曲过程可应用于图片，以生成重采样图片(或扭曲图片)。扭曲过程可用于参考图片重采样、图像稳定、全局移动补偿等。在一个实施例中，重采样过程(例如，参考图片重采样过程)应用于先前图片(例如，先前解码的参考图片)，以生成用于预测当前图片的扭曲图片，例如在H.263附录P中使用并在本公开中描述的。在一个示例中，重采样语法指定当前图片与具有不同源格式的先前图片的关系。参考图片重采样模式可用于在编码期间自适应地改变图片的分辨率。可使用快速算法来生成双线性插值系数。在一个示例中，重采样语法指定先前图片相对于当前图片的形状、大小和位置的全局运动扭曲改变，例如，由于全局移动而导致这种改变。

图9示出了根据本公开的一个实施例的用于扭曲的示例性向量。重采样过程(例如，参考图片重采样)(900)可以用当前图片区域(910)的四个角A至D的位移来描述。对于水平大小为H且垂直大小为V的当前图片(910)的亮度场，可分别对图片(910)的左上角A、右上角B、左下角C和右下角D定义四个向量(例如，四个概念MV)v⁰⁰、v^H0、v^0V、v^HV。这四个概念MVv⁰⁰、v^H0、v^0V、v^HV可描述如何移动当前图片(910)的四个角A至D，以将四个角A至D映射到先前解码图片(920)的对应角A’至D’上。四个向量v⁰⁰、v^H0、v^0V、v^HV的单位可与参考图片网格中的单位相同。为了在当前图片(910)内部的实值位置(x，y)处生成向量v(x，y)，可使用双线性插值的近似值，如等

式1那样。

重采样过程可基于向量v(x，y)。当前图片的水平大小H和垂直大小V以及参考图片的水平大小H_R和垂直尺寸V_R可以在图片标头中指示。在一个示例中，如果图片宽度或图片高度不能被16整除，则可通过使用与重采样过程中使用的填充模式相同的填充模式将像素添加到重采样图片来生成附加区域。

除了参考图片重采样之外，可以在图像稳定和/或全局移动补偿中使用扭曲过程，且可以用信号表示指示扭曲参数(例如，四个向量)的扭曲信息。扭曲参数可包括在SEI消息中，如下所述。

本公开包括与已编码视频流的SEI消息(例如，基于扭曲的解码图片重采样(WDPR)SEI消息)相关的视频编码技术。扭曲过程可用于图像稳定，其中SEI消息(例如，WDPR SEI消息)可提供图像稳定中使用的扭曲参数，以减少视频中的非预期波动运动。

扭曲过程可用于补偿多个输入图片中的全局移动(或全局运动)，其中SEI消息(例如，WDPR SEI消息)中的扭曲参数可用于更有效的或改进的运动补偿预测。在一个实施例中，扭曲过程包括作为前处理应用于多个输入图片的前向扭曲过程和作为后处理应用于多个已解码图片的后向扭曲过程。在一个示例中，多个已解码图片对应于多个输入图片。

可采用SEI消息作为新的SEI消息，例如WDPR SEI消息。可选地，SEI消息可与另一个现存的SEI消息(例如，上文参考表1描述的显示定向SEI消息)组合。在一个示例中，扭曲过程基于上文参考图9描述的重采样过程，例如在H.263附录P中使用的。

图像稳定广泛用于减少图像序列中不期望的运动抖动。例如，随着相机晃动或快速移动对象同时滚动相机的快门，会出现运动抖动。由不稳定的外部源或环境引起的运动异常可导致视频序列中令人不愉快的视觉效果。为了提高主观视觉质量，可以对已解码图片应用扭曲过程。扭曲过程可作为例如后处理应用在解码器侧。

图10A示出了根据本公开的一个实施例的图像稳定中的示例性扭曲过程(1000A)。采集侧设备可确定(例如，检测或感测)相机抖动和其它外部运动。按帧或按图片的运动可被参数化成扭曲信息(例如，扭曲参数)。在图10A所示的示例中，例如通过SEI消息(1051)将参数化扭曲信息发送到解码器侧。解码器可通过利用接收到的扭曲信息而将扭曲过程(例如，图像稳定处理)(1000A)应用于已解码图片(1053)。在一个示例中，已解码图片(1053)是具有运动抖动的剪裁的输出图片(1005)。可通过扭曲过程(1000A)从剪裁的输出图片(1053)生成扭曲图片(1055)。可减小剪裁的输出图片(1053)中的运动抖动(1005)以生成稳定图片，例如具有减小的运动抖动(1006)的扭曲图片(1055)。

如上所述，SEI消息(例如，WDPR SEI消息)中的扭曲参数可通过将前向扭曲过程作为前处理应用于多个输入图片并将后向扭曲过程作为后处理应用于多个已解码图片，而用于运动补偿预测。图10B示出了根据本公开的一个实施例的用于补偿多个输入图片中的全局移动的示例性扭曲过程(1000B)。在一个示例中，多个输入图片(1011)至(1013)是CLVS的一部分。多个输入图片(1011)至(1013)示出了全局移动，例如朝向由向量(1001)指示的右上方向的移位。例如，在多个输入图片(1011)至(1013)中，相同的特征分别位于不同的位置(1091)至(1093)。在相邻的图片(例如，(1011)和(1012))中，特征的位置(例如，位置(1091)和(1092))之间的位移是向量(1001)。在编码器侧，可基于多个输入图片(1011)至(1013)来确定全局移动(例如，向量(1001))。根据本公开的一个实施例，可以对多个输入图片应用扭曲过程(1000B)以提高编码效率，如下。

参考图10B，在编码器侧，可基于多个输入图片(1011)至(1013)的全局移动来确定变换，例如与全局移动相反的移位操作。可确定扭曲参数，例如与向量(1001)相反的向量(1002)。基于向量(1002)的前向扭曲过程可应用于多个输入图片(1011)至(1013)以补偿全局移动。例如，基于向量(1002)从对应的输入图片(1011)至(1013)生成前向扭曲图片(1021)至(1023)。参考图10B，从具有不同特征的视频序列(例如，输入图片(1011)至(1013))生成具有相似或相同特征的静态图片(例如，(1021)至(1023))，因此提高编码效率，原因是对具有相似特征的静态图片进行编码可以比对具有不同特征的视频序列进行编码更有效。

前向扭曲图片(1021)至(1023)可以在编码器侧进行编码，以形成已编码图片。在一个示例中，包括扭曲参数(例如，向量(1002))或向量(1001))的扭曲信息被参数化并编码成SEI消息(例如，WDPR SEI消息)。在一个示例中，将要在解码器侧的逆扭曲过程中使用的扭曲信息(例如，包括向量(1001))表示为逆扭曲信息。已编码图片和SEI消息可发送到解码器侧。

参考图10B，在解码器侧，已编码图片可被解码成分别对应于输入图片(1011)至(1013)的已解码图片(1031)至(1033)。可基于已编码的SEI消息中的扭曲信息来确定扭曲参数(例如，向量(1002)或向量(1001))。为了恢复原始位置(1091)至(1093)，可以对已解码图片(1031)至(1033)应用逆扭曲过程，以生成逆扭曲图片(1041)至(1043)，从而恢复原始全局移动。在图10B所示的示例中，逆扭曲过程包括基于向量(1001)，已解码图片朝向右上方向的移位。

当全局移动更复杂，例如，全局移动包括图片序列的形状、大小和位置的扭曲改变时，可适当地调整扭曲过程(1000B)。在一个示例中，全局移动由图9中的四个向量表示，且扭曲过程(1000B)可基于如参考图9描述的四个向量。

图11示出了概述根据本公开的一个实施例的编码过程(1100)的流程图。过程(1100)可用于对多个输入图片进行编码。在一个示例中，过程(1100)包括执行前向扭曲过程。在各种实施例中，过程(1100)由处理电路执行，处理电路例如是终端设备(310)、终端设备(320)、终端设备(330)和终端设备(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，过程(1100)在软件指令中实现，因此当处理电路执行软件指令时，处理电路执行过程(1100)。过程在(S1101)处开始并前进到(S1110)。

在(S1110)处，可基于与多个输入图片相关联的全局移动来确定多个输入图片的扭曲参数。全局移动可包括多个输入图片的扭曲改变。扭曲改变可包括多个输入图片的形状、大小和/或位置的改变。全局移动可包括任何移动或多个移动的组合，多个移动为例如多个输入图片的平移、旋转和形状改变。例如，当全局移动不止包括平移(例如，由图10B中的向量(1002)或(1001)表示的平移)时，全局移动可由多个向量，例如图9所示的四个向量v⁰⁰、v^H0、v^0V、v^HV表示。扭曲参数可包括(i)单个向量(例如，(1001)或(1002))或(ii)多个向量(例如，v⁰⁰、v^H0、v^0V、v^HV)的水平分量和垂直分量。

在(S1120)处，可基于所确定的扭曲参数而将扭曲过程应用于多个输入图片。例如，扭曲过程是例如参考图10B描述的前向扭曲过程。可生成前向扭曲图片(例如，(1021)至(1023))，其中前向扭曲图片的全局移动小于多个输入图片(例如，(1011)至(1013))的全局移动。因此，对前向扭曲图片进行编码可以比直接对多个输入图片进行编码更有效。

当过程(1100)用于某些应用，例如图10A中的图像稳定时，在一些应用中可省略步骤(S1120)。

在(S1130)处，前向扭曲图片可被编码成码流。可以对辅助增强信息(SEI)消息进行编码，其中SEI消息可包括第一标志，第一标志指示扭曲过程应用于多个输入图片。SEI消息可指示在(S1110)中确定的扭曲参数。在一个示例中，SEI消息包括在码流中。

根据本公开的一个实施例，扭曲过程可基于参考图9描述的重采样过程。SEI消息可以是WDPR SEI消息。表2示出了WDPR SEI消息语法的示例性语法。

表2：基于扭曲的解码图片重采样SEI消息语法

WDPR SEI消息语义可如下描述。WDPR SEI消息可提供信息，以在解码器侧启动输出图片(例如，已解码图片)的重建样本的扭曲过程。在一个示例中，输出图片(例如，已解码图片)在当前层中并且是CLVS的一部分。参考图10A，WDPR SEI消息可提供信息，以启动输出图片(例如，已解码图片(1053))的重建样本的扭曲过程(1000A)，目的是例如将输出图片转换成提供更好视觉体验的运动稳定图片(例如，扭曲图片(1055))。参考图10B，WDPR SEI消息可提供信息，以启动输出图片(例如，已解码图片(1031)至(1033))的重建样本的扭曲过程(例如，图10B中的逆扭曲过程)来恢复原始全局移动。

第一标志(例如，warping_based_decoded_picture_resampling_cancel_flag)为真(例如，等于1)，可指示WDPR SEI消息取消按输出顺序适用于当前层的在前的任何WDPRSEI消息的持续存在。第一标志(例如，warping_based_decoded_picture_resampling_cancel_flag)为假(例如，等于0)，可指示扭曲信息(例如，WDPR信息)跟在后面。在一个示例中，当第一标志(例如，warping_based_decoded_picture_resampling_cancel_flag)为假时，用信号表示扭曲信息。

在一个示例中，第一标志(例如，warping_based_decoded_picture_resampling_cancel_flag)指示是否对多个输入图片应用扭曲过程。第一标志为真(例如，等于1)，可指示不对多个输入图片应用扭曲过程。第一标志为假(例如，等于0)，可指示对多个输入图片应用扭曲过程。

扭曲信息可包括第二标志(例如，warping_based_decoded_picture_resampling_persistence_flag)、扭曲模式标识符(例如，warping_mode_idc)和扭曲参数。

第二标志(例如，warping_based_decoded_picture_resampling_persistence_flag)可指定WDPR SEI消息的持续存在。例如，可以对当前层指定持续存在。第二标志(例如，warping_based_decoded_picture_resampling_persistence_flag)为假(例如，等于0)，可指定WDPR SEI消息仅应用于当前解码图片。例如，当前解码图片是当前层中的多个输出图片之一。第二标志(例如，warping_based_decoded_picture_resampling_persistence_flag)为真(例如，等于1)，可指定WDPR SEI消息应用于当前解码图片，且持续用于当前层的按输出顺序在后的所有图片，直到一个或多个条件为真。条件可包括下述的一项或多项：(i)当前层的新的CLVS开始；(ii)码流结束；以及(iii)输出与WDPR SEI消息(例如，不同于当前解码图片的WDPR SEI消息)相关联的AU中的当前层中的图片，该图片按输出顺序跟随当前解码图片。

扭曲模式标识符(例如，warping_mode_idc)可指定应用于输出图片(例如，剪裁的输出图片)的扭曲模式。在一个示例中，扭曲模式标识符(例如，warping_mode_idc)等于0，指定应用上文参考图9描述的具有包括八个参数的四个角向量的扭曲过程(例如，在H.263附录P中使用的)。扭曲参数可包括四个角向量或八个参数。当扭曲模式标识符(例如，warping_mode_idc)等于0时，在SEI消息中存在表示为(corner_vector_x[i]，corner_vlector_y[i])的四个角向量。扭曲模式标识符的其它值可指示其它扭曲模式。在一个示例中，预留扭曲模式标识符(例如，warping_mode_idc)的大于1的值，以供将来使用，例如由ITU-T|ISO/IEC使用。

角向量由变量corner_vector_x[i]和corner_vlector_y[i]指示。返回参考图9，扭曲参数，例如四个角向量v⁰⁰、v^H0、v^0V、v^HV的值可分别由(corner_vector_x[0]，corner_vlector_y[0])，(corner_vector_x[1]，corner_vlector_y[1])，(corner_vector_x[2]，corner_vlector_y[2])和(corner_vector_x[3]，corner_vlector_y[3])确定。

过程(1100)前进到(S1199)并结束。

过程(1100)可适当地适应各种场景，且可相应地调节过程(1100)中的步骤。过程(1100)中的一个或多个步骤可进行调整、省略、重复和/或组合。可使用任何合适的顺序来实现过程(1100)。可添加额外的步骤。

在一个示例中，参考表2描述的扭曲信息包括在另一个SEI消息，例如显示定向SEI消息中。例如，表2中的一个或多个语法元素与表1中的语法元素组合。

在一个示例中，在不需要步骤(S1120)的某些应用中使用过程(1100)。例如，当应用为图像稳定时，可省略(S1120)。SEI消息中的扭曲信息可由解码器侧的解码器使用，以基于扭曲信息执行扭曲过程。可以调整(S1130)，使得对多个输入图片进行编码，而非对前向扭曲图片进行编码。

在一个示例中，使用过程(1100)来减少全局移动，且(S1120)作为前向扭曲过程来执行。SEI消息中的扭曲信息可由解码器侧的解码器使用，以基于扭曲信息执行逆扭曲过程。

在一个示例中，基于全局移动或运动抖动来确定是否对多个输入图片执行扭曲过程。如果确定要对编码器侧的多个输入图片和/或解码器侧的对应的已解码图片执行扭曲过程，则可执行过程(1100)的一个或多个步骤，如本公开所描述的。如果确定不执行扭曲过程，则省略步骤(S1110)和(S1120)。可以调整(S1130)，使得对多个输入图片进行编码，且不对SEI消息进行编码。

图12示出了概述根据本公开的一个实施例的解码过程(1200)的流程图。过程(1200)可用于对码流中的当前图片进行解码且对当前解码图片执行扭曲过程。在各种实施例中，过程(1200)由处理电路执行，处理电路例如是终端设备(310)、终端设备(320)、终端设备(330)和终端设备(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，过程(1200)在软件指令中实现，因此当处理电路执行软件指令时，处理电路执行过程(1200)。过程在(S1201)处开始并前进到(S1210)。

在(S1210)处，可基于码流对当前图片进行解码。

在(S1220)处，可以从SEI消息确定第一信息(例如，第一标志)，第一信息指示是否将扭曲过程应用于当前解码图片。在一个示例中，SEI消息是码流中的显示定向SEI消息，且显示定向SEI消息包括语法元素(例如，第一标志、第二标志、扭曲模式标识符和角向量)，例如表2所示的。在一个示例中，SEI消息是码流中的WDPR SEI消息，例如参考表2所描述的。

在一个示例中，第一标志表示为上述warping_based_decoded_picture_resampling_cancel_flag。第一标志为假(例如，等于0)，可指示扭曲信息包括在SEI消息中并应用扭曲过程。第一标志(例如，warping_based_decoded_picture_resampling_cancel_flag)为真(例如，等于1)，可指示SEI消息取消适用于当前层的按输出顺序在前的任何WDPRSEI消息的持续存在，且不应用扭曲过程。

在(S1230)处，基于第一信息(例如，第一标志)指示将扭曲过程应用于当前解码图片，可基于SEI消息确定扭曲过程的扭曲信息。

扭曲信息可指示扭曲参数，例如当前解码图片的角与扭曲图片的对应角之间的四个角向量(例如，图9所示的v⁰⁰、v^H0、v^0V、v^HV)。在一些示例中，扭曲参数包括指示移位操作的向量(例如，图10B中的向量(1001)或(1002))。

在一个示例中，扭曲信息指示扭曲模式(例如，扭曲模式标识符为0的扭曲模式)，且可基于扭曲模式来确定四个角向量。

扭曲信息可包括第二信息(例如，第二标志)。在一个示例中，第二标志表示为warping_based_decoded_picture_resampling_persistence_flag。第二标志具有第一值(例如，0)，指示SEI消息仅应用于当前解码图片。第二标志具有第二值(例如，1)，指示SEI消息应用于当前解码图片和当前层的按输出顺序随后解码的一个或多个图片，直到满足条件。该条件可包括下述的一项或多项：(i)当前层的新的CLVS开始；(ii)码流结束；(iii)输出与WDPR SEI消息(例如，不同于当前解码图片的SEI消息)相关联的AU中的当前层中的图片，该图片按输出顺序跟随当前解码图片。

在(S1240)处，可基于扭曲信息，例如扭曲参数，从当前解码图片确定扭曲图片。在一个示例中，扭曲参数可包括四个角向量(例如，图9所示的v⁰⁰、v^H0、v^0V、v^HV)，可基于四个角向量，例如使用等式1确定当前解码图片中的样本位置和扭曲图片中的对应位置之间的向量。

在一个示例中，第二标志具有第二值，指示SEI消息应用于当前解码图片和当前层的按输出顺序随后解码的一个或多个图片。可以对当前层的按输出顺序跟随当前图片的后续图片进行解码。可基于扭曲信息，从后续解码图片确定后续扭曲图片。

过程(1200)前进到(S1299)并结束。

过程(1200)可适当地适应各种场景，且可相应地调节过程(1200)中的步骤。可调整、省略、重复和/或组合过程(1200)中的一个或多个步骤。可使用任何合适的顺序来实现过程(1200)。可添加额外的步骤。

在一个示例中，基于第一标志指示取消由先前SEI消息指示的扭曲过程，不将扭曲过程应用于当前解码图片。因此，省略步骤(S1230)和(S1240)。

过程(1200)可用于某些应用，例如如图10A所示的图像稳定，且在编码器侧不执行对应的扭曲过程。过程(1200)可用作逆扭曲过程以补偿例如图10B所示的全局移动，其中在编码器侧执行对应的前向扭曲过程。在一个示例中，基于过程(1200)是用于图像稳定还是作为补偿全局移动的逆扭曲过程，来调整SEI消息中的扭曲参数。在一个示例中，用于图像稳定的SEI消息中的扭曲参数或用于补偿全局移动的逆扭曲过程的SEI消息中的扭曲参数相同，且可基于过程(1200)是用于图像稳定还是作为补偿全局移动的逆扭曲过程，来调整(S1240)。

本公开中的实施例可单独使用或以任何顺序组合。此外，方法(或实施例)、编码器和解码器中的每一个可由处理电路(例如，一个或多个处理器或者一个或多个集成电路)实现。在一个示例中，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。

上述技术可实现为计算机软件，该计算机软件使用计算机可读指令，且物理地存储在一个或多个计算机可读介质中。例如，图13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(1300)。

可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，任何合适的机器代码或计算机语言可经受汇编、编译、链接或类似的机制以创建包括指令的代码，指令可由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行，或者通过解释、微代码执行等执行。

指令可以在各种类型的计算机或其组件上执行，计算机或其组件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13所示的计算机系统(1300)的组件本质上是示例性的，并不旨在对实施本公开的实施例的计算机软件的用途或功能的范围提出任何限制。组件的配置也不应解释为具有与计算机系统(1300)的示例性实施例中所示的组件中的任何一个组件或组件的组合相关的任何依赖或要求。

计算机系统(1300)可包括某些人机接口输入设备。此类人机接口输入设备可响应于一个或多个人类用户通过例如下述的输入：触觉输入(例如：击键、划动，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捕获不一定与人的意识输入直接相关的某些媒介，例如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止图像相机获取的拍摄图像)、视频(例如，二维视频、包括立体视频的三维视频)。

人机接口输入设备可包括下述的一项或多项(每种中仅示出一个)：键盘(1301)、鼠标(1302)、触控板(1303)、触摸屏(1310)、数据手套(未示出)、操纵杆(1305)、麦克风(1306)、扫描仪(1307)、相机(1308)。

计算机系统(1300)还可包括某些人机接口输出设备。此类人机接口输出设备可通过例如触觉输出、声音、光和气味/味道来刺激一个或多个人类用户的感官。此类人机接口输出设备可包括触觉输出设备(例如，触摸屏(1310)的触觉反馈、数据手套(未示出)或操纵杆(1305)，但还可以是不作为输入设备的触觉反馈设备)、音频输出设备(例如：扬声器(1309)、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(1310)，每种屏幕具有或没有触摸屏输入功能，每种屏幕具有或没有触觉反馈功能，其中的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(未描绘)、全息显示器和烟箱(未描绘)以及打印机(未描绘)来输出二维视觉输出或超过三维的输出。

计算机系统(1300)还可包括人类可访问存储设备及其关联介质，例如包括具有CD/DVD等介质(1321)的CD/DVD ROM/RW(1320)的光学介质、指状驱动器(1322)、可拆卸硬盘驱动器或固态驱动器(1323)、诸如磁带和软盘之类的传统磁性介质(未描绘)、诸如安全软件狗之类的基于专用ROM/ASIC/PLD的设备(未描绘)等。

本领域技术人员还应该理解，结合当前公开的主题所使用的术语“计算机可读介质”不涵盖传输介质、载波或其它暂时性信号。

计算机系统(1300)还可包括通向一个或多个通信网络(1355)的接口(1354)。网络可例如是无线网络、有线网络、光网络。网络可进一步是本地网络、广域网络、城域网络、车辆和工业网络、实时网络、延迟容忍网络等。网络的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、包括CANBus的车辆和工业网络等。某些网络通常需要附接到某些通用数据端口或外围总线(1349)的外部网络接口适配器(例如，计算机系统(1300)的USB端口)；如下所述，其它网络接口通常通过附接到系统总线而集成到计算机系统(1300)的内核中(例如，连接到PC计算机系统中的以太网接口或连接到智能手机计算机系统中的蜂窝网络接口)。计算机系统(1300)可使用这些网络中的任何网络与其它实体通信。此类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，连接到某些CANBus设备的CANBus)或双向的，例如，使用局域网或广域网数字网络连接到其它计算机系统。如上所述，可以在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、人机可访问的存储设备和网络接口可附接到计算机系统(1300)的内核(1340)。

内核(1340)可包括一个或多个中央处理单元(CPU)(1341)、图形处理单元(GPU)(1342)、现场可编程门区域(FPGA)(1343)形式的专用可编程处理单元、用于某些任务的硬件加速器(1344)、图形适配器(1350)等。这些设备以及只读存储器(ROM)(1345)、随机存取存储器(1346)、诸如内部非用户可访问的硬盘驱动器、SSD等之类的内部大容量存储器(1347)可通过系统总线(1348)连接。在一些计算机系统中，可以以一个或多个物理插头的形式访问系统总线(1348)，以能够通过附加的CPU、GPU等进行扩展。外围设备可直接附接到内核的系统总线(1348)或通过外围总线(1349)附接到内核的系统总线(1348)。在一个示例中，屏幕(1310)可连接到图形适配器(1350)。外围总线的架构包括PCI、USB等。

CPU(1341)、GPU(1342)、FPGA(1343)和加速器(1344)可执行某些指令，这些指令可组合来构成上述计算机代码。该计算机代码可存储在ROM(1345)或RAM(1346)中。过渡数据可存储在RAM(1346)中，而永久数据可例如存储在内部大容量存储器(1347)中。可通过使用高速缓存来进行通向任何存储设备的快速存储及检索，该高速缓存可与下述紧密关联：一个或多个CPU(1341)、GPU(1342)、大容量存储(1347)、ROM(1345)、RAM(1346)等。

计算机可读介质可以在其上具有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出于本公开的目的而专门设计和构造的介质和计算机代码，或者介质和计算机代码可以是计算机软件领域的技术人员公知且可用的类型。

作为示例，而非限制，可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(1300)，特别是内核(1340)的计算机系统提供功能。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相关联的介质，以及某些非暂时性内核(1340)的存储器，例如内核内部大容量存储器(1347)或ROM(1345)。实施本公开的各种实施例的软件可存储在此类设备中并由内核(1340)执行。根据特定需要，计算机可读介质可包括一个或多个存储设备或芯片。软件可使得内核(1340)，特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所描述的特定过程或特定过程的特定部分，包括定义存储在RAM(1346)中的数据结构以及根据由软件定义的过程来修改此类数据结构。附加地或作为替代，可由于硬连线或以其它方式体现在电路(例如：加速器(1344))中的逻辑而使得计算机系统提供功能，该电路可替代软件或与软件一起运行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包括存储用于执行的软件的电路(例如，集成电路(IC))、体现用于执行的逻辑的电路或包括两者。本公开包括硬件和软件的任何合适的组合。

附录A：首字母缩写词

JEM：联合探索模型

VVC：下一代视频编码

BMS：基准集

MV：运动矢量

HEVC：高效视频编码

SEI：辅助增强信息

VUI：视频可用性信息

GOP：图片群组

TU：变换单元

PU：预测单元

CTU：编码树单元

CTB：编码树块

PB：预测块

HRD：假想参考解码器

SNR：信噪比

CPU：中央处理单元

GPU：图形处理单元

CRT：阴极射线管

LCD：液晶显示器

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：控制器局域网络总线

USB：通用串行总线

PCI：互连外围组件

FPGA：现场可编程门区域

SSD：固态驱动器

IC：集成电路

CU：编码单元

R-D：率失真

虽然本公开已描述多个示例性实施例，但是存在落入本公开的范围内的修改、置换和各种替换等效物。因此，应理解，本领域技术人员将能够设计出许多虽然未在本文中明确示出或描述，但是体现了本公开的原理，因此落入本公开的精神和范围内的系统和方法。

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：

基于码流对当前图片进行解码；

从辅助增强信息(SEI)消息确定第一标志，所述第一标志指示是否将扭曲过程应用于当前解码图片；

基于所述第一标志指示将扭曲过程应用于当前解码图片，基于所述SEI消息确定所述扭曲过程的扭曲信息；以及

基于所述扭曲信息，从所述当前解码图片确定扭曲图片。

2.根据权利要求1所述的方法，其中，

所述SEI消息是所述码流中的显示定向SEI消息。

3.根据权利要求1所述的方法，其中，所述SEI消息是所述码流中的基于扭曲的解码图片重采样(WDPR)SEI消息。

4.根据权利要求1所述的方法，其中，所述扭曲信息指示所述当前解码图片的角和所述扭曲图片的对应角之间的四个角向量。

5.根据权利要求4所述的方法，其中，所述确定扭曲图片包括：

基于所述四个角向量，确定所述当前解码图片中的样本位置和所述扭曲图片中的对应位置之间的向量。

6.根据权利要求1所述的方法，其中，

基于所述第一标志指示取消由先前SEI消息指示的扭曲过程，不将所述扭曲过程应用于所述当前解码图片。

7.根据权利要求1所述的方法，其中，

所述扭曲信息包括第二标志，

基于所述第二标志具有第一值，仅将所述SEI消息应用于所述当前解码图片，

基于所述第二标志具有第二值，将所述SEI消息应用于所述当前解码图片和当前层的一个或多个按输出顺序随后解码的图片，直到满足条件。

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，

所述方法进一步包括：

对所述当前层的按输出顺序跟随所述当前图片的后续图片进行解码；以及

基于所述扭曲信息，从所述随后解码的图片确定扭曲图片。

9.根据权利要求7所述的方法，其中，所述条件包括所述当前层的新的编码层视频序列(CLVS)。

10.根据权利要求4所述的方法，其中，

所述扭曲信息指示扭曲模式，并且

所述确定扭曲信息包括：基于所述扭曲模式，确定所述四个角向量。

11.一种用于视频解码的装置，包括：

处理电路，配置成：

基于码流对当前图片进行解码；

从辅助增强信息(SEI)消息确定第一标志，所述第一标志指示是否将扭曲过程应用于当前解码图片；

基于所述第一标志指示将扭曲过程应用于当前解码图片，基于所述SEI消息确定所述扭曲过程的扭曲信息；以及

基于所述扭曲信息，从所述当前解码图片确定扭曲图片。

12.根据权利要求11所述的装置，其中，所述SEI消息是所述码流中的显示定向SEI消息。

13.根据权利要求11所述的装置，其中，所述SEI消息是所述码流中的基于扭曲的解码图片重采样(WDPR)SEI消息。

14.根据权利要求11所述的装置，其中，所述扭曲信息指示所述当前解码图片的角和所述扭曲图片的对应角之间的四个角向量。

15.根据权利要求14所述的装置，其中，所述处理电路配置成：

基于所述四个角向量，确定所述当前解码图片中的样本位置和所述扭曲图片中的对应位置之间的向量。

16.根据权利要求11所述的装置，其中，

基于所述第一标志指示取消由先前SEI消息指示的扭曲过程，不将所述扭曲过程应用于所述当前解码图片。

17.根据权利要求11所述的装置，其中，

所述扭曲信息包括第二标志，

基于所述第二标志具有第一值，仅将所述SEI消息应用于所述当前解码图片，

基于所述第二标志具有第二值，将所述SEI消息应用于所述当前解码图片和当前层的一个或多个按输出顺序随后解码的图片，直到满足条件。

18.根据权利要求17所述的装置，其中，

所述第二标志具有所述第二值，

所述处理电路配置成：

对所述当前层的按输出顺序跟随所述当前图片的后续图片进行解码；以及

基于所述扭曲信息，从所述随后解码的图片确定扭曲图片。

19.根据权利要求17所述的装置，其中，所述条件包括所述当前层的新的编码层视频序列(CLVS)。

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

基于码流对当前图片进行解码；

从辅助增强信息(SEI)消息确定第一标志，所述第一标志指示是否将扭曲过程应用于当前解码图片；

基于所述第一标志指示将扭曲过程应用于当前解码图片，基于所述SEI消息确定所述扭曲过程的扭曲信息；以及

基于所述扭曲信息，从所述当前解码图片确定扭曲图片。

Images