CN116438793A - 用于利用对最后有效系数进行编码的范围扩展的约束标志信令的技术 - Google Patents

用于利用对最后有效系数进行编码的范围扩展的约束标志信令的技术 Download PDF

Info

Publication number
CN116438793A
CN116438793A CN202280007325.5A CN202280007325A CN116438793A CN 116438793 A CN116438793 A CN 116438793A CN 202280007325 A CN202280007325 A CN 202280007325A CN 116438793 A CN116438793 A CN 116438793A
Authority
CN
China
Prior art keywords
constraint
syntax element
flag
encoded
encoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202280007325.5A
Other languages
English (en)
Inventor
崔秉斗
刘杉
史蒂芬·文格尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN116438793A publication Critical patent/CN116438793A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46Embedding additional information in the video signal during the compression process

Landscapes

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

Abstract

本公开的各方面提供用于视频数据处理的方法和装置。在一些示例中,一种用于视频数据处理的装置包括处理电路。例如,处理电路确定在码流中的第一范围的已编码视频数据中进行编码控制的第一语法元素。第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码。然后,响应于第一语法元素是指示编码工具在第一范围中禁用的第一值,处理电路在不调用编码工具的情况下,对码流中的第一范围的已编码视频数据进行解码,该第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据。

Description

用于利用对最后有效系数进行编码的范围扩展的约束标志信 令的技术
引用并入
本申请要求于2022年3月31日提交的美国专利申请第17/710,748号“具有用于对最后有效系数进行编码的范围扩展的约束标志信令的技术(TECHNIQUES FOR CONSTRAINTFLAG SIGNALING FOR RANGE EXTENSION WITH CODING FOR LAST SIGNIFICANTCOEFFICIENT)”的优先权,该申请要求于2021年9月29日提交的美国临时申请第63/250,155号“具有反向最后有效系数的距离扩展的约束标志信令技术(TECHNIQUES FOR CONSTRAINTFLAG SIGNALING FOR RANGE EXTENSION WITH REVERSE LAST SIGNIFICANTCOEFFICIENT)”的优先权。在先申请的公开内容在此全文引入作为参考。
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,并不表明其在本申请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。
通过具有运动补偿的帧间图片预测技术,可以进行视频编码和解码。未压缩的数字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(也非正式地称为帧率),例如每秒60个图片或60Hz。未压缩的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(1920x1080亮度样本分辨率,60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的,是通过压缩减少输入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。无损和有损压缩,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完全相同,但是原始信号和重建信号之间的失真足够小,使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如,相比于电视应用的用户,某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出:较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可利用来自若干广泛类别的技术,包括例如运动补偿、变换、量化及熵编解码。
视频编解码器技术可包括称为帧内编解码的技术。在帧内编解码中,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,图片在空间上被细分为样本块。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(诸如独立解码器刷新图片)可用于重置解码器状态,并且因此可用作已编码视频码流和视频会话中的第一图片,或者用作静止图像。可将帧内块的样本暴露于变换,并且可在熵编解码之前量化变换系数。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,则在给定量化步长下表示熵编解码后的块所需的比特越少。
诸如从例如MPEG-2代编解码技术中已知的传统帧内编解码不使用帧内预测。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/解码期间获得的并且在解码顺序上先于数据块。这种技术此后称为“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。当在给定的视频编解码技术中可以使用多于一种这样的技术时,可以以帧内预测模式对所使用的技术进行编码。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者被包括在模式码字中。对于给定模式/子模式/参数组合要使用的码字可能对通过帧内预测的编码效率增益有影响,并且将码字转换成码流的熵编解码技术也是如此。
帧内预测的某种模式与H.264一起被引入,在H.265中被改进,并且在诸如联合探索模式(JEM,joint exploration model)、通用视频编码(VVC,versatile video coding)和基准集(BMS,benchmark set)这些较新的编解码技术中被进一步改进。可以使用属于已经可用的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。对使用中方向的参考可以在码流中编码,或者可以预测其本身。
参照图1A,右下方描绘了来自H.265的33个可能的预测方向(对应于35种帧内模式的33个角度模式)中已知的九个预测方向的子集合。箭头会聚的点(101)表示正在被预测的样本。箭头表示样本正在被预测的方向。例如,箭头(102)表示根据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)表示根据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)包括16个样本,每个样本用“S”、以及其在Y维度上的位置(例如,行索引)和在X纬度上的位置(例如,列索引)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X维度和Y维度上都是块(104)中的第四个样本。由于该块为4×4大小的样本,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与H.265中,预测样本与正在重建的块相邻,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,可以进行帧内图片预测。例如,假设编码视频比特流包括信令,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,根据同一参考样本R05,预测样本S41、S32、S23和S14。根据参考样本R08,预测样本S44。
在某些情况下,例如通过内插,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,可能的方向的数量已经增加了。在H.264(2003年)中,可以表示九种不同的方向。在H.265(2013年)和JEM/VVC/BMS中增加到了33个,而在此申请时,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,并且熵编码中的某些技术被用于使用少量比特来表示那些可能的方向,对于较不可能的方向则接受某些代价。此外,有时可以根据在相邻的、已经解码的块中所使用的相邻方向来预测方向本身。
图1B示出了用于描绘根据JEM的65个帧内预测方向的示意图(105),以示出随着时间推移预测方向的增加数量。
编码视频码流中表示方向的帧内预测方向比特的映射可以根据视频编码技术的不同而不同,并且可以例如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和类似技术。然而,在所有情况下,在视频内容中可能存在某些方向,这些方向比某些其它方向在统计上更不可能出现。由于视频压缩的目标是减少冗余,因此在良好工作的视频编解码技术中,那些不太可能的方向将由比更可能的方向具有更大数目的比特来表示。
运动补偿可以是一种有损压缩技术,且可涉及如下技术:来自先前重建的图片或重建图片一部分(参考图片)的样本数据块在空间上按运动矢量(下文称为MV)指示的方向移位后,用于新重建的图片或图片部分的预测。在某些情况下,参考图片可与当前正在重建的图片相同。MV可具有两个维度X和Y,或者三个维度,其中第三个维度表示使用中的参考图片(后者间接地可为时间维度)。
在一些视频压缩技术中,应用于某个样本数据区域的MV可根据其它MV来预测,例如根据与正在重建的区域空间相邻的另一个样本数据区域相关的、且按解码顺序在该MV前面的那些MV。这样做可以大大减少编码MV所需的数据量,从而消除冗余信息并增加压缩量。MV预测可以有效地进行,例如,当对从相机导出的输入视频信号(称为自然视频)进行编码时,存在一种统计上的可能性,即面积大于单个MV适用区域的区域,会朝着类似的方向移动,因此,在某些情况下,可以用邻近区域的MV导出的相似运动矢量进行预测。这导致针对给定区域发现的MV与根据周围MV预测的MV相似或相同,并且在熵编码之后,又可以用比直接编码MV时使用的比特数更少的比特数来表示。在某些情况下,MV预测可以是对从原始信号(即样本流)导出的信号(即MV)进行无损压缩的示例。在其它情况下,MV预测本身可能是有损的,例如由于根据几个周围MV计算预测值时产生的取整误差。
H.265/HEVC(ITU-T Rec.H.265,“高效视频编码”,2016年12月)描述了各种MV预测机制。在H.265所提供的多种MV预测机制中,本文描述的是一种下文称为“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发现的样本,所述样本可以根据空间移动了相同大小的先前块进行预测。不直接对该MV进行编码,而是通过使用与五个周围样本中的任何一个相关联的MV,从与一个或多个参考图片相关联的元数据中导出该MV,例如从最近的(按解码顺序)参考图片中导出该MV。其中,五个周围样本分别用A0、A1和B0、B1、B2(从202到206)表示。在H.265中,MV预测可使用相邻块正在使用的同一参考图片的预测值。
发明内容
本公开的各个方面提供了用于视频数据处理的方法和装置。在一些示例中,一种用于视频数据处理的装置包括处理电路。例如,处理电路确定在码流中的第一范围的已编码视频数据中进行编码控制的第一语法元素。第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码。然后,响应于第一语法元素是指示编码工具在第一范围中禁用的第一值,处理电路在不调用编码工具的情况下,对码流中的第一范围的已编码视频数据进行解码,该第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据。
在一些示例中,第一语法元素在通用约束信息中,所述通用约束信息用于对输出层集合中的图片进行编码控制。所述第一语法元素的所述第一值用于指示在所述输出层集合中的每个已编码层视频序列CLVS中禁用所述编码工具。所述编码工具对变换块中的最后有效系数相对于所述变换块的右下角的位置进行编码。在一些示例中,所述第二语法元素的所述值指示在所述CLVS的图片中的条带的条带头中不存在与所述编码工具相关联的条带头标志。
在一些实例中,响应于所述第一语法元素是第二值,处理电路确定用于对所述码流中的已编码层视频序列CLVS进行编码控制的第二语法元素的值,所述第二语法元素指示所述编码工具在所述已编码层视频序列CLVS中的启用/禁用。进一步,在一些示例中,响应于指示所述编码工具在所述已编码层视频序列CLVS中的启用的所述第二语法元素的所述值,所述处理电路对条带的条带头中的条带头标志进行解码,所述条带头标志指示使用/不使用对所述条带进行编码的所述编码工具。
在一些实例中,为了确定第二语法元素的值,所述处理电路响应于所述第二语法元素不呈现在所述已编码层视频序列CLVS的序列参数集SPS中,推断用于指示所述编码工具在所述已编码层视频序列CLVS中的禁用的所述第二语法元素的所述值。
在一些实例中,为了确定第一语法元素,所述处理电路响应于所述语法结构中指示所述语法结构中的通用约束信息的附加比特的语法元素,从通用约束信息的语法结构中解码所述第一语法元素。
本公开的各个方面还提供了存储指令的非易失性计算机可读存储介质,所述指令在由用于视频解码的计算机执行时,使所述计算机执行所述用于视频解码的方法。
附图说明
通过以下详细描述和附图,所公开的主题的其它特征、性质及各种优点将更加明显,其中:
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是示例性当前块以及其周围空间合并候选的示意图。
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9示出了根据本公开的实施例的用信号通知自适应分辨率改变(ARC,adaptiveresolution change)参数的示例。
图10示出了用于映射上采样因子或下采样因子、码字和指数哥伦布码的表(1000)的示例。
图11示出了根据本公开的一些实施例的ARC参数信令的一些示例。
图12示出了一些示例中的PTL语法元素集合的语法结构示例。
图13示出了一些示例中的通用约束信息的语法结构示例。
图14A至图14B示出了根据本公开的一些实施例的包括PTL语法结构和通用约束信息语法结构的PTL信息的示例。
图15A至图15B示出了根据本公开的实施例的通用约束信息语法结构的示例。
图16示出了根据本公开的一些实施例的通用约束信息的语法结构。
图17示出了根据本公开的一些实施例的序列参数集(SPS,sequence parameterset)范围扩展的语法结构示例。
图18示出概述根据本公开的实施例的过程的流程图。
图19示出概述根据本公开的实施例的过程的流程图。
图20是根据实施例的计算机系统的示意图。
具体实施方式
根据实施例的图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)和终端装置(320)。在图3的实施例中,终端装置(310)和终端装置(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),所述双向传输可例如在视频会议期间发生。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)可为服务器、个人计算机和智能电话,但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、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。出于本论述的目的,除非在下文中有所解释,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存储压缩视频等等。
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数码相机等视频源(401),所述视频源创建未压缩的视频图片流(402)。在实施例中,视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流),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(404)),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,一次接收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,可转发到它们各自的使用实体(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)是视频解码器(510)的一部分。在其它情况下,所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下,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,且在视频解码器(510)的内部可配置另一缓冲存储器(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,也可能需要缓冲存储器(515),所述缓冲存储器可相对较大且可具有自适应性大小,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(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。为了简洁起见,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的目的,概念上细分成下文的功能单元是适当的。
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,包括使用哪种变换方式、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,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;即: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)提取的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(在这种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)提取的样本值的内插、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(556)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,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)是电子装置(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,其中取决于所用的取样结构、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。为了简洁起见,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,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(603)。
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)。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)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图4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,可能无法完全在本地解码器(633)中实施。
此时可以观察到,除存在于解码器中的解析/熵解码之外的任何解码器技术,也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因,本申请侧重于解码器操作。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。仅在某些区域中需要更详细的描述,并且在下文提供。
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缓存(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中。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),所述三个编码树块是一个亮度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(coding unit,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16个16×16像素的CU。在实施例中,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。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。以亮度预测块作为预测块为例,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像素等等。
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(403)。
在HEVC实施例中,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(rate-distortion,RD)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。在某些视频编码技术中,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。在某些其它视频编码技术中,可存在适用于主题块的运动矢量分量。在实施例中,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(例如已预测块)。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。在实施例中,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)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)用于基于残差数据操作,以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)用于将残差数据从时域转换到频域,且生成变换系数。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,且在一些实施例中,所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。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中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、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)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),且所述信息可由熵解码器(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,所述重建的块可以是重建的图片的一部分,所述重建的图片继而可以是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)。
本公开的各方面提供对已编码视频流中具有约束标志的一个或多个编码工具和功能的控制技术。
根据本公开的一方面,码流中的图片大小可以保持相同或可以改变。在一些相关示例中,视频编码器和解码器可以对给定图片大小进行操作,该给定图片大小被限定并且对于已编码视频序列(CVS,coded video sequence)、图片群组(GOP,group of pictures)或类似多图片时间帧保持恒定。在示例中,诸如在MPEG-2中,已知系统设计依赖于诸如场景活动的因素来改变水平分辨率(并且因此改变图片大小),但是仅限于I图片,因此图片大小被限定并且通常对于GOP保持恒定。在CVS内使用不同分辨率的参考图片的重采样是已知的,例如从ITU-T RecH.263附录P中。然而,CVS中的图片大小不改变,仅对参考图片进行重采样,潜在地导致仅使用图片画布的部分(例如,在下采样的情况下),或仅采集部分场景(例如,在上采样的情况下)。在一些示例中,诸如在H.263附录Q中,允许在每个维度(例如,向上或向下)以二分之一对单个宏块进行重采样。然而,图片大小保持相同。当宏块的大小例如在H.263中可以固定时,不需要用信号通知宏块的大小。
在一些相关示例中,可以改变预测图片中的图片大小。在诸如VP9的示例中,允许参考图片重采样和更改整个图片的分辨率。在一些示例中(例如,Hendry等人2019年1月9日至19日的“关于VVC的自适应分辨率改变(ARC,adaptive resolution change)”,联合视频小组文件JVET-M0l35-vl,其全文并入本文中),允许将整个参考图片重采样到不同分辨率(例如,较高分辨率或较低分辨率)。可以将不同的候选分辨率编码在序列参数集(SPS,sequence parameter set)中,并且可以由图片参数集(PPS,picture parameter set)中的每个图片语法元素来引用。
根据本公开的一方面,可以通过分层编码来压缩源视频,该分层编码可以将图片编码成包括具有不同质量(诸如不同分辨率)的一个或多个层的码流。码流可以具有指示可以在解码器端输出哪一个或多个层(或层的集合)的语法元素。要输出的层的集合可以被定义为输出层集合。例如,在支持多层和可缩放性的视频编解码器中,可以在视频参数集(VPS,video parameter set)中用信号通知一个或多个输出层集合。可以在VPS、解码器参数集(DPS,decoder parameter set)(其在一些示例中可以被称为解码器能力信息(DCI,decoder capability information))、SPS、PPS、SEI消息等中用信号通知指示整个码流或一个或多个输出层集合的简档层级级别(PTL,profile tier level)的语法元素。在PTL信息中,可以存在可以指示对编码工具或功能的约束的通用约束信息。期望有效地表示和用信号通知各种编解码工具和功能的约束信息。
在一些示例中,术语“子图片”可以用于指例如样本、块、宏块、编解码单元或相似实体的矩形布置,该矩形布置被语义地分组并且可以以变化的分辨率被独立地编解码。一个或多个子图片可以形成图片。一个或多个已编码子图片可以形成已编码图片。可以将一个或多个子图片组装成图片,并且可以从图片中提取一个或多个子图片。在一些示例中,可以将一个或多个已编码子图片收集在压缩域中,而无需将其样本级别代码转换成已编码图片。在一些示例中,可以从压缩域中的已编码图片中提取一个或多个已编码子图片。
在一些示例中,允许通过例如参考图片重采样来改变CVS中的图片或子图片的分辨率的机制,可以被称为自适应分辨率改变(ARC,adaptive resolution change)。用于执行自适应分辨率改变的控制信息可以被称为ARC参数。ARC参数可以包括滤波器参数、缩放因子、输出和/或参考图片的分辨率、和/或各种控制标志等。
在一些示例中,ARC的编码/解码以图片为单位,因此控制信息集合(ARC参数)用于对单个且语义上独立的已编码视频图片进行编码/解码。在一些示例中,ARC的编码/解码以子图片为单位,因此可以利用独立的ARC参数来编码/解码图片中的多个子图片。应注意,可以使用各种技术来发信号通知ARC参数。
图9示出了根据本公开的一些实施例的用信号通知ARC参数的技术的示例(例如,选项)。编码效率、复杂度和架构可以在各示例当中变化。视频编码标准或技术可以选择示例中的一个或多个示例或其它变型形式来用信号通知ARC参数。这些示例可以不是互相排斥的,并且可以基于应用需要、标准技术和/或编码器的选择等来互换。
根据本公开的一方面,可以以各种方式将ARC参数提供为各类别的ARC参数。在一些示例中,一种类别的ARC参数包括在X维度和Y维度中分开或组合的上采样因子和/或下采样因子。在示例中,可以对一个或多个短语法元素进行编码,所述一个或多个短语法元素可以指向包括上采样因子和/或下采样因子的表。
在一些示例中,一种类别的ARC参数包括上采样因子和/或下采样因子,并添加时间维度,来指示给定数量的图片的恒定速度放大和/或缩小。在示例中,可以对一个或多个短语法元素进行编解码,该一个或多个短语法元素可以指向包括上采样因子和/或下采样因子的表,所述上采样因子和/或下采样因子添加了时间维度。
在一些示例中,一种类别的ARC参数包括输入图片、输出图片、参考图片、已编码图片的以样本、块、宏块、CU或任何其他合适粒度为单位的,在X维度或Y维度上的组合或分开的分辨率。在一些示例中,存在用于视频编码的多于一个分辨率(例如,用于输入图片的一个分辨率、用于参考图片的另一分辨率),可以从一个值集合(与分辨率中的一个相对应)推断另一值集合(与分辨率中的另一个相对应)。值的确定可以例如基于标志的使用来门控。将在进一步的描述中详细描述用于门控的标志的使用。
在一些示例中,一种类别的ARC参数包括与H.263附录P中所使用的坐标相似的翘曲坐标,其具有如以上描述的适当粒度。H.263附录P定义了编码翘曲坐标的有效方式。可以设计其它有效方式。例如,附录P的翘曲坐标的可变可逆长度、霍夫曼式编码可以用适当长度的二进制编码代替,其中二进制码字的长度可以从最大图片大小导出,该最大图片大小乘以一个因子并且偏移一个值,以允许在最大图片大小的边界外部翘曲。
在一些示例中,一种类别的ARC参数包括上采样滤波器参数和/或下采样滤波器参数。在示例中,仅存在单个滤波器用于上采样和/或下采样。在另一示例中,可以使用多个滤波器。在一些示例中,可以用信号通知滤波器参数以在滤波器设计中允许更多灵活性。可以通过使用可能的滤波器设计列表中的索引来选择滤波器参数。可以完全指定滤波器(例如,通过指定滤波器系数的列表,使用适当的熵编码技术),可以通过上采样比率或下采样比率来隐式地选择滤波器,该上采样比率或下采样比率是根据以上描述的机制中的任一种和/或相似机制来用信号通知的。
在下面的描述中,上采样因子或下采样因子的有限集合(在X维度和Y维度中使用相同的因子)用于图示通过码字用信号通知ARC参数。在一些示例中,可以例如使用视频编码规范(例如,H.264和H.265)中的某些语法元素的指数哥伦布码来对码字进行可变长度编解码。
图10示出了上采样因子或下采样因子、码字和指数哥伦布码的映射的表(1000)的示例。
应注意,可以根据视频压缩技术或标准中可用的向上缩放机制和向下缩放机制的应用和能力来设计其它类似的映射。在一些示例中,表1可以适当地扩展到附加值。应注意,值可以由除指数哥伦布码之外的熵编码机制(例如,通过使用二进制编码)来表示。在示例中,当在视频处理引擎(例如,编码器和解码器)外部例如由媒体感知网络元件(MANE)对重采样因子感兴趣时,除指数哥伦布码之外的熵编码机制可以具有某些优点。在一些示例中,当不需要分辨率改变时(例如,表1中的原始/目标分辨率是1),可以选择短指数哥伦布码(例如,表1中仅示出单个比特),例如,在与最常见情况下使用二进制码相比,其可以具有编码效率优势。
根据本公开的一方面,映射表(诸如表1)可以是可配置的。例如,表1中条目的数量和对应的语义可以是完全或部分地可配置的。在一些示例中,在诸如SPS或DPS的高级参数集中传送映射表的基本概要。可替代地或另外地,在一些示例中,可以在视频编码技术或标准中定义类似于表1的一个或多个表,并且可以通过例如SPS或DPS来选择表中的一个表。
ARC信息(例如如以上描述编码的上采样因子或下采样因子)可以被包括在视频编码技术或标准语法中。应注意,一个或多个码字可以用于控制其它类别的ARC信息,诸如上采样滤波器或下采样滤波器。在一些示例中,滤波器或其它数据结构需要相对大量的数据。
参考图9,在示例(910)中,诸如在H.263附录P中,ARC信息(912)可以是四个翘曲坐标的形式,并且被包括在图片头(911)中,诸如被包括在H.263PLUSPTYPE(913)头扩展中。当i)图片头可用并且ii)期望频繁改变ARC信息时,可以应用示例(910)。然而,当使用诸如在示例(910)中所示的H.263型信令时,开销可能是高的,并且缩放因子在图片边界中不可以应用,因为图片头部可能具有瞬态性质。
参考图9,在诸如JVCET-M135-v1的示例(920)中,ARC参考信息(925)(例如,索引)可以被放置在PPS(924)中,并且可以指向包括目标分辨率(例如,分辨率1-3)的表(或目标分辨率表)(926)。在示例中,表(926)位于SPS(927)内部。在SPS(927)中的表(926)中放置目标分辨率可以通过在能力交换期间使用SPS作为互操作性协商点来证明是合理的。分辨率可以通过适当PPS(924)中的引用(例如,ARC参考信息(925)),在表(926)中的值的有限的集合内(例如,分辨率1-3)从一个图片改变到另一图片。
图9还示出了可以用于在视频码流中传送ARC信息的附加技术,诸如示例(930)、(940)和(950)。在同一视频编码技术或标准中,技术可以单独地使用或以适当组合使用。
参考图9,在示例(930)中,诸如重采样因子(或缩放因子)的ARC信息(939)可以存在于诸如条带头、GOB头、图块头或图块组头等的头中。例如,图9中图示了图块组头(938)。当ARC信息(939)可以利用少量比特(诸如单个可变长度ue(v)或几个比特的固定长度码字)来编码时,可以使用示例(930)图示的技术。
根据本公开的一方面,在头(例如,图9中的图块组头(938)、条带头或图块头)中直接具有ARC信息(939)可以具有额外的优点,即ARC信息(939)可以应用于子图片,所述子图片由例如对应的图块组(或条带、图块)而不是整个图片表示。另外,在示例中,即使视频压缩技术或标准仅设想整个图片的自适应分辨率改变(与例如基于图块组的自适应分辨率改变相比),从差错恢复观点来看,示例(930)可以具有优于示例(910)的某些优点。
参考图9,在示例(940)中,ARC信息(942)可以存在于参数集(941)中,例如PPS、头参数集、图块参数集或自适应参数集(APS)等。APS(941)例如在图9中图示。在一些示例中,参数集(941)的范围可以不大于图片,例如可以是图片、图块组等。通过激活相关参数集(例如,APS(941)),ARC信息(例如,ARC信息(942))的使用可以是隐式的。例如,当视频编码技术或标准仅考虑基于图片的ARC时,PPS或等效物可能是适当的。
参考图9,在示例(950)中,ARC参考信息(953)可以存在于如以上描述的图块组头(954)或类似数据结构(例如,图片头、条带头、图块头或GOP头)中。图块组头(954)作为示例在图9中图示。ARC参考信息(953)可以指在参数集(956)中可用的ARC信息(955)的子集,所述参数集(956)具有超出单个图片的范围例如SPS或DPS等。SPS(956)作为示例在图9中图示。
图11示出了根据本公开的一些实施例的ARC参数信令的一些示例。图11示出了在视频编码标准中使用的语法图示例。在示例中,语法图的符号大致遵循C类型的编程。粗体行可以指示码流中存在的语法元素,并且无粗体的行可以指示控制一个或多个流或变量的设置。
参考图11,图块组头(1101)包括可应用于图片的一部分(例如,矩形部分)的头的语法结构。在示例中,图块组头(1101)可以有条件地包括可变长度的指数哥伦布码编码的语法元素dec_pic_size_idx(1102)(以粗体字描绘)。可以基于自适应分辨率(例如由标志(例如,adaptive_pic_resolution_change_flag)(1103)表示)来门控图块组头(1101)中语法元素(例如,dec_pic_size_idx(1102))的存在。标志(例如,adaptive_pic_resolution_change_flag)(1103)的值没有以粗体描绘,并且因此该标志存在于码流中一个点处,该点为标志在语法图中出现的点。自适应分辨率是用于图片还是该图片的一部分可以在码流内部或外部的高级语法结构(例如,图11中的SPS(1110))中来用信号通知。
参考图11,示出了SPS(1110)的摘录。SPS(1110)包括作为标志(1111)(例如,adaptive_pic_resolution_change_flag)的第一语法元素(1111)。当标志(1111)为真时,标志(1111)可以指示可能需要某些控制信息的自适应分辨率的使用。在示例中,基于如SPS(1110)中的if()语句(1112)和图块组头(1101)所示的标志(1111)的值,来有条件地呈现某些控制信息。
当使用自适应分辨率时,诸如图11中的示例所示,可以对以样本为单位的输出分辨率(或输出图片的分辨率)(1113)进行编码。在示例中,基于宽度分辨率(例如,output_pic_width_in_luma_samples)和高度分辨率(例如,output_pic_height_in_luma_samples)来对输出分辨率(1113)进行编码。在视频编码技术或标准中,可以定义对输出分辨率(1113)的一个或多个值的某些限制。例如,级别定义可以限制总输出样本的数量(例如,output_pic_width_in_luma_samples与output_pic_height_in_luma_samples的乘积)。在一些示例中,视频编码技术或标准,或外部技术或标准(例如,系统标准)可以限制宽度分辨率和/或高度分辨率的编号范围(例如,宽度分辨率和/或高度分辨率可被2的幂整除)、宽度分辨率与高度分辨率的纵横比(例如,宽度分辨率与高度分辨率的比率是4:3或16:9)等。在示例中,可以引入以上限制以促进硬件实现。
在某些应用中,编码器可以指示解码器使用某个参考图片大小,而不是隐式地假定大小是输出图片大小。例如,语法元素(例如,reference_pic_size_present_flag)(1114)可以门控参考图片尺寸(1115)的条件式存在。在示例中,参考图片尺寸(1115)可以包括宽度(例如,reference_pic_width_in_luma_samples)和高度(例如,reference_pic_height_in_luma_samples)。
同样在图11中,图示了可应用的解码图片宽度和高度的表。在示例中,表中的条目的数量可以由表指示(例如,语法元素num_dec_pic_size_in_luma_samples_minus1)(1116)来表示。“minus1”可以指对语法元素(1116)的值的解释。例如,如果已编码值是零,则存在一个表条目。如果已编码值是五,则存在六个表条目。对于表中的每个条目,已解码图片宽度和高度被包括作为语法元素(1117)。
可以使用图块组头(1101)中的语法元素dec_pic_size_idx(1102)来索引由语法元素(1117)表示的表条目,并且因此允许每一图块组中不同的解码尺寸和缩放因子。
根据本公开的一方面,某些视频编码技术或标准(例如,VP9)可以通过结合时间可缩放性实现某些形式的参考图片重采样,来启用空间可缩放性。在实施例中,使用ARC型技术将参考图片上采样到更高的分辨率,以形成空间增强层的基础。可以使用高分辨率的正常预测机制(例如,用于参考图片的帧间预测的运动补偿预测)来修正上采样的图片,以例如添加细节。
在一些示例中,网络抽象层(NAL,network abstraction layer)单元头中的值(例如,时间ID字段)用于指示时间层信息以及空间层信息。使用NAL单元头中的值来指示时间层信息和空间层信息,可以使得能够在不进行修改的情况下将现有的选择的转发单元(SFU,selected forwarding units)用于可缩放环境。例如,可以基于NAL单元头时间ID值,为时间层选择的转发创建和优化现有SFU。然后,在一些示例中,现有SFU可以用于空间可缩放性(例如,空间层的选择)而无需修改。在一些示例中,可以在已编码图片大小与时间层之间提供映射,所述时间层由NAL单元头中的时间ID字段指示。
根据本公开的一方面,可以使用包括简档、层级、级别和通用约束信息的简档、层级和级别组合(PTL,level combination)信息来指定已编码码流的一些特征。在一些示例中,简档定义码流的特征的子集,诸如色彩再现、分辨率、附加视频压缩等。视频编解码器可以定义各种简档,诸如基线简档(例如,具有低压缩比的简单简档)、高简档(具有高压缩比的复杂简档)、主简档(例如,在基线简档与高简档之间具有中等压缩比的简档,其可以是默认简档设置)等。
进一步地,层级和级别可以用于指定某些约束,这些约束从最大比特率、最大亮度采样率、最大亮度图片大小、最小压缩比、允许的条带的最大数量、允许的图块的最大数量等方面定义了码流。较低层级比较高层级更受限制,并且较低级别比较高级别更受限制。在示例中,标准可以定义两个层级:主层级和高层级。主层级是比高层级低的层级。这些层级用于处理在其最大比特率方面不同的应用。在示例中,主层级被设计用于大多数应用,而高层级被设计用于要求很高的应用。标准可以定义多个级别。级别是用于码流的约束的集合。在示例中,对于级别4以下的级别,仅允许主层级。在一些示例中,需要符合给定层级/级别的解码器能够对所有码流进行解码,这些码流是针对该层级/级别和针对所有较低层级/级别进行编码的。
通用约束信息可以包括关于视频源类型、编码工具和功能的约束信息。例如,约束标志可以指示帧间编码工具、帧内编码工具、DBF、熵编码、变换、分区(例如,图块、条带)、缓冲器管理、随机存取(例如,IDR)和/或参数集(例如,SPS、PPS)等是否在已编码视频码流中存在或使用。可以在参数集(例如,SPS、VPS或DCI)中用信号通知通用约束信息。可以在高级语法结构(例如,SPS、VPS、DCI)中用信号通知约束标志。
根据本公开的一些方面,PTL信息可以与范围(例如,码流中的已编码视频数据的一部分)相关联。在一些示例中,PTL信息可以被指定例如整个码流、码流的CVS以及码流的每个输出层集合(OLS,output layer set)等,并且可以在诸如VPS、DPS、DCI、SPS、PPS、APS、GOP、序列、头或SEI消息等的高级语法(HLS)结构中用信号通知。
在一些示例中,定义关于块级的高级语法(HLS,high-level syntax)。块级编码工具可以用于对图片内的像素或样本进行解码以重建该图片。块级编码工具可以包括在编码块的重建中使用的任何合适的编码工具,诸如用于帧间预测的编码工具(或帧间编码工具)、用于帧内预测的一个或多个编码工具(或帧内编码工具)、自适应环路滤波器(ALF,adaptive loop filter)、去块滤波器(DBF,deblocking filter)、熵编码和变换等。
高级语法(HLS,High-level syntax)可以指定关于功能、系统接口、工具的图片级控制和缓冲器控制等的信息。例如,HLS可以指定分区(例如,图块、条带、子图片)、缓冲器管理、随机存取(例如,IDR、干净随机访问(CRA,clean random access))、一个或多个参数集(例如,VPS、SPS、PPS、APS)、参考图片重采样(RPR,reference picture resampling)和/或可缩放性等。高级语法可以高于块级。
控制信息可以具有适当的级别,诸如SPS级别工具控制信息、PPS级别工具控制信息、序列级别控制信息和/或码流级别控制信息等。在一些示例中,PTL信息是控制信息的一部分,并且可以作为HLS结构中的约束标志来用信号通知,并且可以指示与HLS结构相对应的范围中的工具的控制或约束。例如,可以在以下之一中提供用于PTL信息的约束标志:序列级别控制信息和码流级别控制信息。在示例中,如果某些工具被HLS结构中的约束标志禁用,并且例如这些工具不用于对与HLS相对应的范围中的块进行编码。
图12和图13示出了根据本公开的一些实施例的PTL信息的示例。图12示出了PTL语法元素集合的语法结构示例(1200),并且图13示出了通用约束信息的语法结构示例(1300)。
在图12中,PTL语法元素集合可以包括general_profile_idc、general_tier_flag、general_level_idc、num_sub_profiles、general_sub_profile_idc、sublayer_level_present_flag、ptl_alignment_zero_bit和sublayer_level_idc。
在图13中,通用约束信息可以包括多个约束标志。在示例中,等于1的约束标志(例如,intra_only_constraint_flag)(1305)可以指示参数sh_slice_type应该为I(即,条带是帧内条带)。参数sh_slice_type是条带头中的参数,所述条带头可以指示I、P和B类型之间的条带的编码类型。等于0的约束标志(例如,intra_only_constraint_flag)(1305)不对PTL信息的范围内的所有已编码图片强加约束(例如,sh_slice_type应为I),其中其它信息(例如,profile_idc)可以允许非帧内条带。在另一示例中,等于1的约束标志(例如,no_alf_constraint_flag)(1306)可以指示对于PTL信息的范围内的所有CVS,sps_alf_enabled_flag等于0,并且因此即使自适应环路滤波允许基于例如profile_idc,也不使用自适应环路滤波。等于0的约束标志(例如,no_alf_constraint_flag)(1306)不强加以上约束。
在另一示例中,可以在通用约束信息中用信号通知如图13中所示的约束标志(例如,no_lossless_coding_tool_constraint_flag)(1301)。等于1的约束标志(例如,no_lossless_coding_tool_constraint_flag)(1301)可以指示在包括约束标志(1301)的PTL信息的范围内不能使用与无损编码相关的一个或多个编码工具。等于0的约束标志(例如,no_lossless_coding_tool_constraint_flag)(1301)不强加以上约束。
在另一示例中,可以在通用约束信息中用信号通知如图13中所示的约束标志(例如,no_lossy_coding_tool_constraint_flag)(1302)。等于1的约束标志(例如,no_lossy_coding_tool_constraint_flag)(1302)可以指示在包括约束标志(1302)的PTL信息的范围内不能使用与有损编码相关的一个或多个编码工具。等于0的约束标志(例如,no_lossy_coding_tool_constraint_flag)(1302)不强加以上约束。
在实施例中,当约束标志(例如,no_lossy_coding_tool_constraint_flag)(1302)等于1时,约束标志(例如,no_lossy_coding_tool_constraint_flag)(1301)可以不等于1。可替代地,当约束标志(例如,no_lossy_coding_tool_constraint_flag)(1301)等于1时,约束标志(例如,no_lossy_coding_tool_constraint_flag)(1302)可以不等于1。
通用约束信息中的多个约束标志可以按特定顺序排序。该顺序可以基于例如在PTL的范围内未使用的各个机构和/或工具的可能性来设置。该顺序可以被称为优先级顺序。可以在通用约束信息语法结构中呈现从高优先级到低优先级的顺序,其中,高优先级指示不使用工具(或机制)可能性很高,并且低优先级指示不使用工具(或机制)的可能性很低。影响顺序的附加因素可以包括可能仅用于特定使用情况的工具(例如,用于子图片、可缩放性和/或隔行支持的工具)、用于编码器/解码器/实现复杂度的工具的影响等。
图14A至图14B示出了根据本公开的一些实施例的包括PTL语法结构(也被称为PTL等级段(bracket))的语法结构示例(1410)和通用约束信息语法结构(也被称为通用约束信息等级段(bracket))的语法示例(1420)的PTL信息的示例。在一些示例中,可以用信号通知用于指示约束标志的数量(例如,num_available_constraint_flag)的语法元素。在示例中,可以在PTL语法结构中用信号通知指示约束标志的数量的语法元素,例如在图14A中由(1401)示出的语法示例(1410),其可以在通用约束信息等级段的语法示例(1420)之外。可替代地,可以在通用约束信息等级段的开头,诸如语法示例(1420)的开头,用信号通知用于指示约束标志的数量的语法元素。当语法元素(例如,num_available_constraint_flags)存在并且语法元素(例如,num_available_constraint_flags)的值等于N时,前N个约束标志可以存在于通用约束信息语法结构中。进一步地,其它约束标志可以不存在,并且可以被推断为等于特定值。N可以是非负整数。
在实施例中,值N(例如,num_available_constraint_flags)在0到约束标志的最大数量(例如,参数MaxNumConstraintFlags的值)的范围中。约束标志的最大数量可以是任何正整数。约束标志的最大数量的值(例如,MaxNumConstraintFlags)可以被预定义为16、32、64、128等。当值N(例如,num_available_constraint_flags)等于0时,在通用约束信息语法结构中不存在约束标志。可以选择值N(例如,num_available_constraint_flags)的编码以使得值N和约束标志的对应的熵编码表示可以累计达可被8整除的数以确保字节对齐。
在一些示例中,约束标志可以被分类成一个或多个约束信息组。每个约束信息组可以包括一个或多个约束标志,并且可以具有对应的门标志。对应的约束信息组的门标志可以指示对应的约束信息组中的一个或多个约束标志是否存在。在示例中,门标志可以被称为约束组存在标志。通常,门标志与对应的约束信息组相关联,并且与对应的约束信息组中的一个或多个约束标志相关联。在实施例中,门标志可以门控对应的约束信息组中的一个或多个约束标志是否存在于约束信息中(或在约束信息中被用信号通知)。例如,如果对应的约束信息组的门标志等于1,则与约束信息组相对应的一个或多个约束标志可以存在于例如通用约束信息中。如果对应的约束信息组的门标志等于0,则与约束信息组相对应的一个或多个约束标志可以不存在于例如通用约束信息中。在示例中,如果所有门标志都等于0,则不存在约束标志。
约束标志可以具有不同的副本。例如,DCI中的约束标志的范围可以是已编码视频码流。VPS中的约束标志的范围可以是具有多个层的CLVS。SPS中的约束标志的范围可以是单个CLVS。
图15A至图15B示出了根据本公开的实施例的通用约束信息语法结构(1500)的示例。通用约束信息语法结构(1500)包括表示通用约束信息的标志。具体地,通用约束信息语法结构(1500)包括一个或多个门标志,诸如图15A中的门标志(例如,general_frame_structure_constraint_group_flag)(1501)、门标志(例如,high_level_functionality_constraint_group_flag)(1502)、门标志(例如,scalability_constraint_group_flag)(1503)、门标志(例如,partitioning_constraint_group_flag)(1504)、门标志(例如,intra_coding_tool_constraint_group_flag)(1505)、门标志(例如,inter_coding_tool_constraint_group_flag)(1506)、门标志(例如,transfom_contraint_group_flag)(1507)、门标志(例如,inloop_filtering_constraint_group_flag)(1508)。一个或多个门标志(例如,门标志(1501)-(1508))可以存在于如图15A中所示的通用约束信息语法结构(1500)的开始处。
门标志(例如,general_frame_structure_constraint_group_flag)(1501)与约束信息组(1510)相关联,并且与约束信息组(1510)中的约束标志(1511)-(1514)相关联。等于1的门标志(例如,general_frame_structure_constraint_group_flag)(1501)可以指示约束信息组(1510)中的约束标志(1511)-(1514)可以存在。
约束信息组(1510)(或约束标志(1511)-(1514))可以与输入源和帧打包(例如打包帧或投影帧)相关。参考图15A,约束标志(1511)-(1514)与general_non_packed_constraint_flag(1511)、general_frame_only_constraint_flag(1512)、general_non_projected_constraint_flag(1513)和general_one_picture_only_constraint_flag
Figure BDA0004216571130000281
general_frame_structure_constraint_group_flag)(1501)可以指示约束信息组(1510)中的约束标志(1511)-(1514)可以不存在于通用约束信息语法结构(1500)中。
进一步地,在一些示例中,等于1的门标志(例如,high_level_functionality_constraint_group_flag)(1502)可以指示与约束信息组(1520)中的高级别功能(例如,参考图片重采样)相关的约束标志可以如图15B所示存在。否则,等于0的门标志(例如,high_level_functionality_constraint_group_flag)(1502)可以指示约束信息组(1520)中的约束标志可以不存在于通用约束信息语法结构(1500)中。
返回参考图15A,等于1的门标志(例如,scalability_constraint_group_flag)(1503)可以指示与可缩放性(例如,层间预测)相关的一个或多个约束标志可以存在。否则,与可缩放性相关的一个或多个约束标志可以不存在于通用约束信息语法结构(1500)中。
等于1的门标志(例如,partitioning_constraint_group_flag)(1504)可以指示存在与高级别分区(例如,子图片或图块)相关的一个或多个约束标志。否则,与高级别分区相关的约束标志可以不存在于通用约束信息语法结构(1500)中。
等于1的门标志(例如,intra_coding_tool_constraint_group_flag)(1505)可以指示存在与帧内编码(例如,帧内预测)相关的一个或多个约束标志。否则,与帧内编码相关的一个或多个约束标志可以不存在于通用约束信息语法结构(1500)中。
等于1的门标志(例如,inter_coding_tool_constraint_group_flag)(1506)可以指示存在与帧间编码(例如,用于帧间预测的运动补偿)相关的一个或多个约束标志。否则,与帧间编码相关的约束标志可以不存在于通用约束信息语法结构(1500)中。
等于1的门标志(例如,transfom_contraint_group_flag)(1507)可以指示存在与变换编码(例如,多个变换矩阵)相关的一个或多个约束标志。否则,与变换编码相关的约束标志可以不存在于通用约束信息语法结构(1500)中。
在实施例中,当所有门标志(例如,图15A中的门标志(1501)-(1508))等于0时,在通用约束信息语法结构(例如,通用约束信息语法结构(1500))中不存在约束标志。
根据本公开的各方面,可以将语法设计成能使得控制信息可以被字节对齐,例如,标志的数量可被8整除以保持字节对齐,所述控制信息包括门标志(例如,门标志(1501)-(1508))、相关联的约束标志(例如,约束标志(1511)-(1512)和约束信息组(1520)中的约束标志)和/或附加控制信息等。在示例中,约束信息(例如,通用约束信息语法结构(1500))中的门标志和约束标志的数量可被8整除。字节对齐机制可以用于实现控制信息的字节对齐。参考图15B,语法(例如,“当”型循环)(1530)可以用于字节对齐。
在一些实施例中,偏移信息例如(使用语法元素constraint_info_offset[])的偏移和长度信息例如(例如,使用语法元素constraint_info_length[])的长度存在于约束信息中(例如,在通用约束信息语法结构的开始处),以帮助在一个或多个相应约束信息组中呈现一个或多个约束标志,所述一个或多个约束信息组与约束信息中的一个或多个门标志相关联。在实施例中,至少一个约束信息组中的一个或多个约束信息组存在于已编码视频码流中。对于约束信息组,偏移和长度可以存在于约束信息组的约束信息中。偏移可以指示到约束信息组中的第一约束标志的偏移,并且长度可以指示约束信息组中的约束标志的数量。在一些示例中,约束信息组的数量可以例如由语法元素num_constraint_info_set显式地指示。num_constaint_info_set的值可以是大于或等于0的整数。当num_constaint_info_set的值是0时,在通用约束信息语法结构中不存在constraint_info_offset[]、constraint_info_length[]和约束标志。
在实施例中,约束信息偏移(例如,语法元素constraint_info_offset[i])和约束信息长度(例如,语法元素constraint_info_length[i])可以帮助在约束信息(例如,通用约束信息语法结构)中呈现约束信息组i(i是正整数)的约束标志。在示例中,当约束信息偏移的值(例如,语法元素constraint_info_offset[i])等于5,并且约束信息长度的值(例如,语法元素constraint_info_length[i])等于3时,第五约束标志、第六约束标志和第七约束标志与约束信息组i相关联,并且存在于约束信息(例如,通用约束信息语法结构)中。
在示例中,游程长度编码(run-length coding)可以用于对以预定顺序(或给定顺序)指定的约束标志进行编码。
在实施例中,游程编码可以用在其中是以预定顺序(或给定顺序)指定约束标志的。代替直接对约束标志进行编码,“跳过”值的适当编码的列表可以指示等于零的约束标志,其后面的约束标志被隐含的认为等于1。如果(i)约束标志的数量很大并且(ii)约束标志的小百分比等于1,则以上描述的游程编码可能特别有效。
在实施例中,至少一个约束信息组中的一个或多个约束信息组存在于已编码视频码流中。根据预定的顺序,用信号通知至少一个约束信息组中的一个或多个约束信息组中的多个约束标志。相应地,可以对多个约束标志进行游程编解码(例如,游程编码或游程解码)。进一步地,可以基于多个约束标志来确定编码块的子集的预测信息。
在实施例中,门标志的约束信息组中的至少一个约束标志包括根据预定顺序用信号通知的多个约束标志。相应地,可以对多个约束标志进行游程编解码(例如,游程编码或游程解码)。
在实施例中,可以在视频编解码标准(例如,VVC规范)或外部表等中指定约束标志的完整列表。在示例中,例如,约束标志中仅一个或多个可用约束标志由以下各项中的一项或多项指示:可用约束标志(例如,num_available_constraint_flags)的数量、一个或多个门标志(或一个或多个约束组存在标志)、约束信息偏移信息或约束信息长度信息等存在于已编码视频流中。
在示例中,约束标志的完整列表被指定并且可用于编码器和解码器。约束标志的完整列表可以存储在解码器中。约束标志的完整列表可以包括100个约束标志。100个约束标志中的10个存在于CLVS的约束信息中,并且因此可用于CLVS中的编码块的子集。100个约束标志中的10个被称为10个可用约束标志。在示例中,用信号通知可用约束标志的数量(例如,10个)。在示例中,10个可用约束标志在两个约束信息组中,并且由第一门标志和第二门标志门控。因此,可以用信号通知第一门标志和第二门标志以指示10个可用约束标志。
在示例中,用信号通知第一约束信息偏移(例如,语法元素constraint_info_offset[0])和第一约束信息长度(例如,语法元素constraint_info_length[0])。用信号通知第二约束信息偏移(例如,语法元素constraint_info_offset[1])和第二约束信息长度(例如,语法元素constraint_info_length[1])。例如,语法元素constraint_info_offset[0]是15,并且语法元素constraint_info_length[0]是3,并且语法元素constraint_info_offset[1]是82,语法元素constraint_info_length[1]是7,因此指示完整列表(例如,100个约束标志)中的第15个到第17个约束标志和第82个到第88个约束标志在约束信息中可用或存在。
在实施例中,可以采用适当的控制信息,将用于约束标志的有效编码的各种技术(或方法、实施例、示例)中的任何一种进行组合。该组合可以是两种或更多种这样的技术的合适组合。可替代地,可以独立地使用各种技术(或方法、实施例、示例)中的一种。可以将约束标志分组。在特定的一个或多个组中,可以使用游程编码,同时其它一个或多个组可以采用直接二进制编码。
约束标志的最大数量的值(例如,MaxNumConstraintFlags)可以被预定义为16、32、64、128等。
约束标志(例如,MaxNumConstraintFlags)的最大数量的值可以由简档信息(诸如general_profile_idc或general_sub_profile_idc)或编解码器版本信息来确定,以使得约束标志(例如,num_available_constraint_flags(1401))的数量的范围可以由简档信息或版本信息来限制。例如,主简档(例如,其中,MaxNumConstraintFlags=64)中的约束标志(例如,num_available_constraint_flags(1401))的数量的值可以在0至64的范围内,同时高级简档(例如,其中,MaxNumConstraintFlags=128)中的约束标志(例如,num_available_constraint_flags(1401))的数量的值可以在0至128的范围内。
在实施例中,约束标志(例如,num_available_constraint_flags)的数量的值可以被推断为等于由简档信息(诸如general_profile_idc或general_sub_profile_idc或编解码器版本信息)预定义的值,以使得可以在没有显式信令的情况下确定num_available_constraint_flags的值。
在一些实施例中,保留的字节信息可以存在于通用约束信息语法结构中。例如,如图13中所示,标志gci_num_reserved_bytes(1303)和gci_reserved_bytes[](1304)可以存在于通用约束信息语法结构中,以用于扩展通用约束信息语法结构。标志gci_num_reserved_bytes可以指定保留的约束字节的数量。在示例中,保留的约束字节可以用于用信号通知附加标志(例如,附加约束标志)。标志gci_reserved_byte[]可以具有任何合适的值。
在实施例中,gci_num_reserved_bytes的值可以由简档信息(例如general_profile_idc或general_sub_profile_idc)或编解码器版本信息来限制或确定。对于基本简档(或主简档),标志gci_num_reserved_bytes的值可以是0。对于扩展简档(或高级简档),gci_num_reserved_bytes的值可以大于0。
在一些实施例中,可以在已编码视频码流中用信号通知场序列标志。场序列标志可以指示输出层中的图片是否用场编解码来进行编解码。在一些示例中,可以使用语法元素sps_field_seq_flag在SPS中用信号通知场序列标志。在实施例中,标志sps_field_seq_flag可以存在于SPS中。标志sps_field_seq_flag等于1可以指示CLVS可以传送表示场的图片。标志sps_field_seq_flag等于0可以指示CLVS可以传送表示帧的图片。
在图13的通用约束信息语法结构中,可以存在标志general_frame_only_constraint_flag。等于1的标志general_frame_only_constraint_flag可以指示输出层集合(例如,OlsInScope)的范围可以传送表示帧的图片。等于0的标志general_frame_only_constraint_flag指示输出层集合(例如,OlsInScope)的范围可以传送可以表示或不可以表示帧的图片。在实施例中,标志general_frame_only_constraint_flag指示输出层集合中的图片是否使用场编码来进行编码。输出层集合可以包括编码块的子集。基于标志general_frame_only_constraint_flag(例如,为1)指示图片的子集未使用场编码来编码,标志sps_field_seq_flag可以为假。图片的子集可以在输出层集合的一个层中。
当标志general_frame_only_constraint_flag等于1时,标志sps_field_seq_flag的值可以等于0。
在实施例中,标志pps_mixed_nalu_type_in_pic_flag可以存在于PPS中。等于1的标志pps_mixed_nalu_type_in_pic_flag可以指示参考PPS的每个图片具有多于一个VCLNAL单元,并且VCL NAL单元不具有与nal_unit_type相同的值。等于0的标志pps_mixed_nalu_types_in_pic_flag可以指示参考PPS的每个图片具有一个或多个VCL NAL单元,并且参考PPS的每个图片的VCL NAL单元具有与相nal_unit_type相同的值。在图13的通用约束信息语法结构中,可以存在标志no_mixed_nalu_type_in_pic_constraint_flag。等于1的标志no_mixed_nalu_types_in_pic_constraint_flag可以指示pps_mixed_nalu_types_in_pic_flag的值应等于0。等于0的标志no_mixed_nalu_type_in_pic_constraint_flag不强加这样的约束。
在实施例中,标志general_one_picture_only_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的general_one_picture_only_constraint_flag可以指示在码流中仅存在一个已编码图片。等于0的标志general_one_picture_only_constraint_flag不强加这样的约束。
在实施例中,标志single_layer_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的标志single_layer_constraint_flag可以指示sps_video_parameter_set_id应等于0。等于0的标志single_layer_constraint_flag不强加这样的约束。当标志single_layer_constraint_flag等于1时,标志single_layer_constraint_flag的值可以等于1。
在实施例中,标志all_layers_independent_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的标志all_layers_independent_constraint_flag可以指示标志vps_all_independent_layers_flag可以等于1。等于0的标志all_layers_independent_constraint_flag不强加这样的约束。当标志single_layer_constraint_flag等于1时,标志all_layer_independent_constraint_flag的值可以等于1。
在实施例中,标志no_res_change_in_clvs_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的标志no_res_change_in_clvs_constraint_flag可以指示标志sps_res_change_in_clvs_allowed_flag可以等于0。等于0的标志no_res_change_in_clvs_constraint_flag不强加这样的约束。当标志no_ref_pic_resampling_constraint_flag为1时,标志no_res_change_in_clvs_constraint_flag的值可以等于1。
在实施例中,标志no_mixed_nalu_type_in_pic_constraint_flag可以存在于图13中的通用约束信息语法结构中。等于1的标志no_mixed_nalu_type_in_pic_constraint_flag指示标志pps_mixed_nalu_type_in_pic_flag的值可以等于0。等于0的标志no_mixed_nalu_type_in_pic_constraint_flag不强加这样的约束。当标志one_subpic_per_pic_constraint_flag等于1时,标志no_mixed_nalu_types_in_pic_constraint_flag的值可以等于1。
在实施例中,标志no_trail_constraint_flag可以存在于图13中的通用约束信息语法结构中。等于1的标志no_trail_constraint_flag可以指示在OlsInScope(OlsInScope是包括参考DPS的整个码流中的所有层的输出层集合)中可以不存在nuh_unit_type等于TRAIL_NUT的NAL单元。等于0的标志no_trail_constraint_flag不强加这样的约束。当标志general_one_picture_only_constraint_flag等于1时,标志no_trail_constraint_flag可以等于1。
在实施例中,标志no_stsa_constraint_flag可以存在于图13中的通用约束信息语法结构中。等于1的标志no_stsa_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于STSA_NUT的NAL单元。等于0的标志no_stsa_constraint_flag不强加这样的约束。当标志general_one_picture_only_constraint_flag等于1时,标志no_stsa_constraint_flag可以等于1。
在实施例中,标志no_trail_constraint_flag可以存在于图13中的通用约束信息语法结构中。等于1的标志no_trail_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于TRAIL_NUT的NAL单元。等于0的标志no_trail_constraint_flag不强加这样的约束。当标志general_one_picture_only_constraint_flag等于1时,标志no_trail_constraint_flag可以等于1。
在实施例中,标志no_stsa_constraint_flag可以存在于图13中的通用约束信息语法结构中。等于1的标志no_stsa_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于STSA_NUT的NAL单元。等于0的标志no_stsa_constraint_flag不强加这样的约束。当标志general_one_picture_only_constraint_flag等于1时,标志no_stsa_constraint_flag可以等于1。
在实施例中,标志no_idr_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的no_idr_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于IDR_W_RADL或IDR_N_LP的NAL单元。等于0的标志no_idr_constraint_flag不强加这样的约束。
在实施例中,标志no_cra_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的标志no_cra_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于CRA_NUT的nuh_unit_type的NAL单元。等于0的标志no_cra_constraint_flag不强加这样的约束。
在实施例中,标志no_rasl_constraint_flag可以存在于图13中的通用约束信息语法结构中(标志no_rasl_constraint_flag未示出)。等于1的标志no_rasl_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于RASL_NUT的NAL单元。等于0的标志no_rasl_constraint_flag不强加这样的约束。当标志no_cra_constraint_flag等于1时,标志no_rasl_constraint_flag的值可以等于1。
在实施例中,标志no_radl_constraint_flag可以存在于诸如图13中所示的通用约束信息语法结构中。等于1的标志no_radl_constraint_flag可以指示在OlsInScope中可以不存在nuh_unit_type等于RADL_NUT的NAL单元。等于0的标志no_radl_constraint_flag不强加这样的约束。当标志no_idr_constraint_flag等于1并且标志no_cra_constraint_flag等于1时,标志no_rasl_constraint_flag的值可以等于1。
本公开的一些方面提供用于范围扩展的约束标志信令的技术,该范围扩展诸如残差编码中的最后有效系数的位置编码的范围扩展。
根据本公开的一方面,最初可以针对具有特定色度格式和特定比特深度(每样本比特)的某些应用开发一些标准。例如,HEVC最初以每个样本8-10比特的4:2:0色度格式为目标应用。为了使标准适用于除特定色度格式和特定比特深度之外的其它格式和比特深度,开发了范围扩展以支持使用其它色度格式和/或更高比特深度的应用。
为了将特征集合限制为特定一组应用所需的内容,视频编码标准定义了简档,其可以包括定义的解码器特征集合,以支持使用这些特征的编码器的互操作性。例如,简档可以定义可以用于生成一致性码流的编码工具或算法的集合。除了简档之外,一些标准(例如,VVC、HEVC等)还定义了级别和层级。级别对与空间分辨率、像素速率、比特率值和可以与解码器处理负载和存储器能力相对应的变化相关的码流强加限制。可以按照最大采样速率,最大图片大小、最大比特率、最小压缩比、已编码图片缓冲器的容量等来表示级别限制。更高级别的值可以与更高的复杂度限制相对应。层级修改每个级别的比特率值和变化限制。例如,主层级旨在用于大多数应用,而高层级被设计成处理要求更高的视频贡献应用,例如具有比视频分发应用高得多的比特率值。简档、层级和级别中的每一个影响实现和解码复杂度,并且这三个的组合指定了用于码流和解码器的互操作性点。
在一些示例中,要求符合特定层级和级别的解码器能够对符合相同层级或该级别的较低层级或其之下的任何级别的所有码流进行解码,并且符合特定简档的解码器可以支持该简档中的所有特征。在一些示例中,编码器不需要利用简档中支持的任何特定特征集合,而是需要产生一致性码流,即,服从使它们能够由一致性解码器解码的指定约束的码流。
除了PTL信息之外,PTL语法结构还可以包括通用约束信息(GCI,generalconstraints information)语法结构,其包括指示码流的特定约束特性的约束标志和非标志语法元素的列表。
在示例中,HEVC最初包括被称为主简档、主10简档和主静止图片简档的三个简档。这三个简档具有一些限制,诸如仅支持4:2:0色度采样。在主简档和主静止图片简档中,仅支持每个样本8比特的视频精度,而主10简档支持每个样本高达10比特。在主静止图片简档中,整个码流仅包括一个已编码图片。
在一些示例中,具有范围扩展的HEVC可以支持附加简档。在示例中,以下简档被统称为范围扩展简档:单色简档、单色10简档、单色12简档、单色16简档、主12简档、主4:2:210简档、主4:2:2 12简档、主4:4:4简档、主4:4:4 10简档、主4:4:412简档、主帧内简档、主10帧内简档、主12帧内简档、主4:2:2 10帧内简档、主4:2:212帧内简档、主4:4:4帧内简档、主4:4:4 10帧内简档、主4:4:4 12帧内简档、主4:4:416帧内简档、主4:4:4静止图片简档和主4:4:4 16静止图片简档。
范围扩展简档中的一些可以支持更高的比特深度,并且可以被称为用于具有高比特深度的操作范围扩展的简档。在一些示例中,用于具有高比特深度的操作范围扩展的简档包括支持每个样本多于10比特的简档,诸如主12简档、主12 4:4:4简档、主16 4:4:4简档、主12帧内简档、主12 4:4:4帧内简档、主16 4:4:4帧内简档、主12静止图片简档、主124:4:4静止图片简档、主16 4:4:4静止图片简档等。
具体地,主12简档允许每个样本8比特到12比特的比特深度,支持4:0:0和4:2:0色度采样,以及帧内预测模式和帧间预测模式两者。在一些示例中,符合主12简档的解码器能够解码具有以下简档的码流:单色、单色12、主、主10和主12。
主12 4:4:4简档允许每个样本8比特到12比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样,以及帧内预测模式和帧间预测模式两者。在一些示例中,符合主124:4:4简档的解码器能够解码具有以下简档的码流:单色、主、主10、主12、主10 4:2:2、主124:2:2、主4:4:4、主10 4:4:4、主12 4:4:4和单色12。
主16 4:4:4简档允许每个样本8比特到16比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样,以及帧内预测模式和帧间预测模式两者。
主12帧内简档允许每个样本8比特到12比特的比特深度,支持4:0:0和4:2:0色度采样和帧内预测模式。
主12 4:4:4帧内简档允许每个样本8比特到12比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样、和帧内预测模式。
主16 4:4:4帧内简档允许每个样本8比特到16比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样和帧内预测模式。
主12静止图片简档允许每个样本8比特到12比特的比特深度,支持4:0:0和4:2:0色度采样。在主12静止图片简档中,整个码流仅包括一个已编码图片。
主12 4:4:4静止图片简档允许每个样本8比特到12比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样。在主12 4:4:4静止图片简档中,整个码流仅包括一个已编码图片。
主16 4:4:4静止图片简档允许每个样本8比特到16比特的比特深度,支持4:0:0、4:2:0、4:2:2和4:4:4色度采样。在主16 4:4:4静止图片简档中,整个码流仅包括一个已编码图片。
根据本公开的一些方面,可以在各种范围(例如,用编码工具控制的语法元素的实例的持久性来编码的已编码视频数据的一部分)处执行编码工具控制,诸如码流的范围、已编码层视频序列(CLVS,coded layer video sequence)的范围、图片、图片的条带等。在一些示例中,可以在通常包括用于码流的约束信息的通用约束信息(GCI,generalconstraint information)语法结构中提供编码工具控制。在一些示例中,可以在与CLVS相关联的序列参数集(SPS,sequence parameter set)中提供编码工具控制,SPS通常包括用于CLVS的信息。在一些示例中,可以在条带的条带头中提供编码工具控制,该条带头通常包括用于条带的信息。
根据本公开的一方面,可以在各种范围处提供用于范围扩展中的编码工具的控制信息。在一些示例中,使用更大范围的语法元素可以提高编码效率。例如,大于0的GCI语法元素值指示以特定方式约束码流,通常指示在码流中不使用特定编码工具。进一步地,等于值0的GCI语法元素值用信号通知可以不应用相关联的约束,使得允许(但不要求)在码流中使用相关联的编码工具(如果在指示的简档中支持其使用)。
根据本公开的另一方面,当在码流中的视频数据的编码中不使用编码工具(例如,在PTL信息和/或通用约束信息中指示不使用编码工具)时,不支持编码工具的视频解码器可以基于PTL信息和/或通用约束信息中的信令来确定视频解码器能够对码流进行解码,并且视频解码器的功能可以被扩展。
在一些实施例中,编码器可以产生符合具有范围扩展的视频标准的码流,但不利用范围扩展中支持的一个或多个特征。在一些示例中,在知道不使用范围扩展中的一个或多个特征的情况下,符合视频标准但不支持范围扩展中的一个或多个特征的解码器,可以确定解码器能够对码流进行解码,并且可以接受用于解码的码流而不是拒绝码流。
图16示出了根据本公开的一些实施例的通用约束信息的语法结构(1600)。在一些示例中,语法结构(1600)包括要应用于码流(诸如包括到解码器的输出层集合的码流)的约束。在图16的示例中,语法结构(1600)中由gci_num_additional_bits表示的语法元素用于指定通用约束信息语法结构(1600)中除了对齐零比特语法元素(当存在时)之外的附加通用约束信息(GCI)比特的数量。在一些标准中,要求gci_num_additional_bits的值等于0或1。在一些标准中,解码器可以允许大于1的gci_num_additional_bits的值出现在语法结构中。
在图16的示例中,语法结构(1600)包括由general_no_extended_precision_constraint_flag 、general_no_ts_residual_coding_rice_present_in_sh_constraint_flag 、general_no_rrc_rice_extension_constraint_flag 、general_no_persistent_rice_adaptation_constraint_flag 和general_no_reverse_last_sig_coeff_constraint_flag表示的5个附加GCI比特(语法元素)(1601)-(1605)。在一些示例中,5个附加GCI比特(1601)-(1605)分别在输出层集合的码流的范围中提供编码工具的编码控制信息。
图17示出了根据本公开的一些实施例的序列参数集(SPS,sequence parameterset)范围扩展的语法结构(1700)示例。可以在CLVS的SPS中添加语法结构(1700),以提供对CLVS的范围扩展的编码工具的控制。语法结构(1700)包括由sps_extended_precision_flag、sps_ts_residual_coding_rice_present_in_sh_flag、sps_rrc_rice_extension_flag、sps_persistent_rice_adaptation_enabled_flag和sps_reverse_last_sig_coeff_enabled_flag表示的5个语法元素(1701)-(1705)。在一些示例中,5个语法元素(1701)-(1705)提供在CLVS的范围内的编码工具的编码控制信息。
具体地,在实施例中,GCI比特(1601)和语法元素(1701)用于在不同范围中提供对使用扩展精度的控制,诸如对扩展动态范围的编码工具的控制,该扩展动态范围用于缩放和变换过程中的变换系数并且用于诸如abs_remainder[]和dec_abs_level[]等的一些语法元素的二进制化。
等于1的语法元素(1701)指示扩展动态范围用于缩放和变换过程中的变换系数以及用于诸如abs_remainder[]和dec_abs_level[]等一些语法元素的二进制化。语法元素abs_remainder[扫描位置n]是在扫描位置n处利用哥伦布-莱斯码编码的变换系数级别的剩余绝对值。当abs_remainder[]不存在时,它被推断为等于0。语法元素dec_abs_level[扫描位置n]可以与中间值相对应,所述中间值在扫描位置n处利用哥伦布-莱斯码编码并且用于确定扫描位置n处的变换系数的水平。等于0的语法元素(1701)指示扩展动态范围不用于缩放和变换过程中,并且不用于例如语法元素abs_remainder[]和dec_abs_level[]等的二进制化。当不存在时,语法元素(1701)的值被推断为等于0。
在示例中,由Log2TransformRange表示的变量被用于确定动态范围,所述动态范围用于缩放和变换过程中的变换系数和用于某些语法元素的二进制化。例如,变量Log2TransformRange可以是用于表示缩放和变换过程中的变换系数的比特数和用于特定语法元素的二进制化的比特数。动态范围可以是使用比特数表示的最大数与最小数之差。在示例中,变量Log2TransformRange是根据语法元素(1701)sps_extended_precision_flag导出的,例如使用如下等式(1):
Log2TransformRange=sps_extended_precision_flag?Max(15,Min(20,BitDepth+6)):
15等式(1)
可以基于变量Log2TransformRange来确定缩放和变换过程中的变换系数和用于某些语法元素的二进制化的动态范围。在一些示例中,当标志sps_extended_precision_flag的值为0时,不使用扩展动态范围特征(例如,扩展动态范围的编码工具),并且变换系数的动态范围基于固定比特数,诸如15比特。当标志sps_extended_precision_flag具有值1时,启用扩展动态范围特征,并且用以表示缩放和变换处理中的变换系数的比特数可以是基于等式(1)示例中的比特深度BitDepth的15比特、16比特、17比特、18比特、19比特和20比特中的一种。可以基于比特数来确定变换系数的动态范围。
根据本公开的一方面,语法元素(例如,由sps_bitdepth_minus8表示)可以用于发信号通知亮度和色度阵列的样本的比特深度(例如,由BitDepth表示)以及亮度和色度量化参数范围偏移的值(例如,由QpBdOffset表示)。在示例中,可以根据等式(2)来计算比特深度BitDepth,并且可以根据等式(3)来计算QP范围偏移QpBdOffset。
BitDepth = 8 + sps_bitdepth_minus8 等式(2)
QpBdOffset = 6 × sps_bitdepth_minus8 等式(3)
在一些示例中,等于1的GCI比特(1601)指示输出层集合(OlsInScope)的范围中的所有图片的语法元素(1701)可以等于0。等于0的GCI比特(1601)不强加这样的约束。因此,等于1的GCI比特(1601)可以指示在码流的编码中不使用扩展动态范围编码工具。
在一些实施例中,GCI比特(1602)和语法元素(1702)用于在不同范围中提供对变换跳过模式中的残差编码的基于条带的莱斯编码(Rice coding)的编码工具的控制,例如变换跳过模式中的残差编码的基于条带的莱斯参数(Rice parameter)选择。
根据本公开的一方面,用于变换跳过残差编码的基于条带的莱斯参数选择可以被包括在视频标准的范围扩展中。在一些示例中,当启用变换跳过模式(例如,语法元素sps_tranform_skip_enabled_flag为真)时,在序列参数集(SPS,sequence parameter set)中用信号通知一个控制标志(例如,由sps_ts_residual_coding_rice_present_in_sh_flag语法元素(1702)表示),以指示变换跳过条带的莱斯参数的信令被启用或禁用,诸如图17中所示。
当用信号通知控制标志为启用(例如,等于“1”)时,(例如在条带头中)针对每个变换跳过条带进一步用信号通知一个语法元素(例如,由sh_ts_residual_coding_rice_idx_minus1表示),以指示对该变换跳过条带的莱斯参数的选择。当用信号通知控制标志为禁用(例如,等于“0”)时,在条带级(例如,条带头)处不用信号通知另外的语法元素,以指示用于变换跳过条带的莱斯参数选择,并且默认莱斯参数可以用于在示例中引用SPS的已编码视频数据中的所有变换跳过条带。
例如,SPS中语法元素(1702)等于1指示由sh_ts_residual_coding_rice_idx_minus1表示的条带头标志可以存在于引用SPS的条带的条带头(例如,slice_header())语法结构中。SPS中语法元素(1702)等于0指示条带头标志sh_ts_residual_coding_rice_idx_minus1不存在于引用SPS的条带的slice_header()语法结构中。在一些示例中,当不存在时,sps_ts_residual_coding_rice_present_in_sh_flag的值被推断为等于0。
在一些示例中,语法元素可以被包括在通用约束信息中,以在输出层集合的范围中控制变换跳过模式中的残差编码的基于条带的莱斯编码的编码工具的使用。例如,等于1的语法元素(1602)指示用于输出层集合(OlsInScope)的范围中的所有图片的语法元素(1702)可以等于0。等于0的语法元素(1602)不强加这样的约束。因此,在一些示例中,码流中GCI比特(1602)等于1可以指示不使用变换跳过残差编码的基于条带的莱斯参数选择来对码流进行编码。
在一些实施例中,GCI比特(1603)和语法元素(1703)用于在不同范围中提供对用于莱斯参数导出(Rice parameter derivation)的一个或多个编码工具的控制,该莱斯参数导出用于诸如abs_remainder[]和dec_abs_level[]等一些语法元素在常规残差编码(RRC,regular residual coding)中的二进制化。在一些示例中,常规残差编码(RRC)是指用于对通过变换和量化获得的块进行编码的一些技术。在一些示例中,可以针对仅通过量化获得的块来修改RRC。在一些示例中,变换跳过残差编码(TSRC,transform skipresidual coding)是指专用于对绕过变换(bypassing transform)(也被称为变换跳过(transform skip))而获得的块进行编码的一些技术。
在一些示例中,视频编码标准可以包括用于一些语法元素(例如abs_remainder[]和dec_abs_level[])的二进制化的莱斯参数导出的一个或多个编码工具,并且视频编码标准的范围扩展可以包括用于一些语法元素(例如abs_remainder[]和dec_abs_level[])的二进制化的莱斯参数导出的一个或多个替代编码工具。
在一些示例中,视频标准使用用于莱斯参数导出的基于本地模板的技术。例如,包括一个或多个(例如,在示例中为5个)相邻系数级别的模板被用于莱斯参数导出。例如,可以计算模板内部的绝对系数值的总和,然后基于该总和确定莱斯参数。在示例中,查找表可以用于基于总和来确定莱斯参数。
应注意,莱斯参数可以由其它合适的编码工具来确定。在示例中,等式可以用于基于总和来确定莱斯参数。在另一示例中,上下文建模可以用于基于相邻系数级别的统计来确定莱斯参数。在一些示例中,视频标准的范围扩展可以指定用于莱斯参数导出的一个或多个替代编码工具。
在一些示例中,视频标准的范围扩展可以包括对RRC的修改以在其它场景中使用。在示例中,范围扩展可以包括用于变换跳过模式中的残差编码的不同上下文建模工具和残差信号旋转工具。
在一些示例中,SPS中语法元素(1703)等于1指示用于abs_remainder[]和dec_abs_level[]的二进制化的替代莱斯参数导出(例如,用于范围扩展中的莱斯参数导出的替代编码工具)被用于对引用SPS的CLVS进行编码。语法元素(1703)等于0指示用于abs_remainder[]和dec_abs_level[]的二进制化的替代莱斯参数导出不用于对引用SPS的CLVS进行编码。当不存在时,语法元素(1703)的值被推断为等于0。
在一些示例中,语法元素(1603)等于1指示输出层集合(OlsInScope)的范围中的所有图片的语法元素(1703)可以等于0。语法元素(1603)等于0不强加这样的约束。因此,在一些示例中,GCI比特(1603)等于1可以指示不使用用于abs_remainder[]和dec_abs_level[]的二进制化的替代莱斯参数导出(例如,在指定的范围扩展中指定的用于莱斯参数导出的替代编码工具)来对码流进行编码。
在一些实施例中,GCI比特(1604)和语法元素(1704)用于在不同范围中提供用于abs_remainder[]和dec_abs_level[]的二进制化的基于统计的莱斯参数导出的控制。
根据本公开的一方面,用于abs_remainder[]和dec_abs_level[]的二进制化的莱斯参数导出可以在每个变换单元(TU,transform unit)的开始处使用从先前TU累积的统计来初始化。在一些示例中,基于统计的莱斯参数导出可以被包括在视频标准的范围扩展中。
在一些示例中,使用由SPS中的sps_persistent_rice_adaptation_enabled_flag表示的控制标志(例如,语法元素(1704))来控制基于统计的莱斯参数导出。例如,SPS中语法元素(1704)等于1指示用于abs_remainder[]和dec_abs_level[]的二进制化的莱斯参数导出在每个TU的开始处使用从先前TU累积的统计来进行初始化。语法元素(1704)等于0指示在当前TU的莱斯参数导出中不使用先前TU状态。当不存在时,语法(1704)的值被推断为等于0。
进一步地,在实施例中,语法元素(1604)等于1指示输出层集合(OlsInScope)的范围中的所有图片的语法元素(1704)可以等于0。语法元素(1604)等于0不强加这样的约束。因此,在一些示例中,GCI比特(1604)等于1可以指示不使用基于统计的莱斯参数导出来对码流进行编码。
在一些实施例中,GCI比特(1605)和语法元素(1705)用于在不同范围处提供对编码工具的控制,该编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码。在示例中,可以通过不同的编码工具来对最后有效系数的位置进行编码。例如,视频标准可以指定第一编码工具,该第一编码工具可以通过对由LastSignificantCoeffX和LastSignificantCoeffY变量表示的位置的两个坐标进行编码(例如,针对每个变换块相对于(0,0)进行编码)来确定最后有效系数的位置;并且视频标准的范围扩展可以指示替代编码工具,例如第二编码工具,在示例中,所述第二编码工具可以通过参考变换块的右下角对最后有效系数的相对坐标进行编码,来确定最后有效系数的位置。
在一些示例中,SPS中语法元素(1705)等于1指示由sh_reverse_last_sig_coeff_flag表示的条带头标志(条带范围)存在于引用SPS的条带头语法结构(例如,在一些示例中为slice_header())中。SPS中等于0的语法元素(1705)指示条带头标志sh_reverse_last_sig_coeff_flag不存在于引用SPS的条带头语法结构中,并且条带头标志sh_reverse_last_sig_coeff_flag可以被推断为零。当不存在时,语法元素(1705)的值被推断为等于0。
在一些示例中,条带的条带头标志sh_reverse_last_sig_coeff_flag的值用于确定条带的编码中的缩放和变换过程中的变换系数中的最后有效系数的位置导出。在示例中,当sh_reverse_last_sig_coeff_flag对于条带等于1时,在该条带中,可以由视频标准的范围扩展中的替代编码工具对最后有效系数位置进行编码,例如第二编码工具,在示例中所述第二编码工具可以通过参考变换块的右下角对最后有效系数的相对坐标进行编码来确定最后有效系数的位置。否则(例如,对于条带,sh_reverse_last_sig_coeff_flag等于0),在条带中,由第一编码工具对最后有效系数位置的当前坐标(例如,针对每个变换块相对于(0,0)进行编码)进行编码。
在一些示例中,GCI比特(1605)等于1指示输出层集合(OlsInScope)的范围中的所有图片的语法元素(1705)可以等于0。GCI比特(1605)等于0不强加这样的约束。因此,GCI比特(1605)等于1可以指示在码流范围的最后有效系数的位置导出中不使用第二编码工具。
图18示出概述根据本公开的实施例的过程(1800)的流程图。过程(1800)可以用于视频解码器。在各种实施例中,过程(1800)由处理电路执行,处理电路诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路等。在一些实施例中,过程(1800)以软件指令实现,因此当处理电路执行软件指令时,处理电路执行过程(1800)。过程开始于(S1801)并且进行到(S1810)。
在(S1810)处,确定码流中第一范围的已编码视频数据(例如,输出层集合)中的用于编码控制的第一语法元素(例如,general_no_reverse_last_sig_coeff_constraint_flag)的值。第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码,该编码工具诸如范围扩展中的替代工具(例如,在示例中可以通过参考变换块的右下角对最后有效系数的相对坐标进行编码,来确定最后有效系数的位置的第二编码工具)。
在示例中,响应于语法结构中指示用于语法结构中的通用约束信息的附加比特的语法元素(例如,gci_num_additional_bits),从用于通用约束信息的语法结构中解码第一语法元素。
在(S1820)处,当第一语法元素的值是第一值时,过程进行到(1830);否则,过程进行到(S1840)。第一值指示编码工具在码流中的第一范围的已编码视频数据的编码中的禁用,该第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据(例如,输出层集合中的一个或多个CLVS)。
在一些示例中,第一语法元素在对解码器处输出的输出层集合中的图片进行编码控制的通用约束信息中。在示例中,第一语法元素的第一值指示在输出层集合中的每个已编码层视频序列(CLVS,coded layer video sequence)中禁用编码工具。
在(S1830)处,响应于第一语法元素是第一值,在不调用编码工具的情况下,对码流中的第一范围的已编码视频数据进行解码。
在一些示例中,用于码流中的已编码层视频序列(CLVS)的编码控制的第二语法元素(例如,sps_reverse_last_sig_coeff_enabled_flag)被约束为具有指示不调用对CLVS进行解码的编码工具的值。在示例中,第二语法元素的值指示在CLVS的图片中的条带的条带头中不存在与编码工具相关联的条带头标志。
在(S1840)处,响应于第一语法元素是第二值,确定用于对码流中的第二范围的已编码视频数据(诸如已编码层视频序列(CLVS))进行编码控制的第二语法元素(例如,sps_reverse_last_sig_coeff_enabled_flag)的值,以对第二范围中的已编码视频数据进行解码。第二语法元素指示编码工具在CLVS中的启用/禁用。在示例中,第二语法元素不呈现在CLVS的序列参数集(SPS)中,推断用于指示编码工具在CLVS中的禁用的第二语法元素的值。
在一些示例中,响应于指示编码工具在CLVS中的启用的第二语法元素的值,确定条带的条带头中的条带头标志(例如,sh_reverse_last_sig_coeff_flag),例如从条带的条带头中解码。条带头标志指示使用/不使用对条带进行编码的编码工具。
可以适当地修改过程(1800)。可以修改和/或省略过程(1800)中的一个或多个步骤。可以增加一个或多个附加步骤。可以使用任何合适的实现顺序。
图19示出概述根据本公开的实施例的过程(1900)的流程图。过程(1900)可以用于视频编码器。在各种实施例中,过程(1900)由处理电路执行,处理电路诸如终端设备(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、执行视频编码器(603)的功能的处理电路、执行视频编码器(703)的功能的处理电路等。在一些实施例中,过程(1900)以软件指令实现,因此当处理电路执行软件指令时,处理电路执行过程(1900)。过程开始于(S1901)并且进行到(S1910)。
在(S1910)处,处理电路确定在对码流中第一范围的已编码视频数据(例如,输出层集合)进行编码期间是否使用编码工具。编码工具与在变换系数的熵编码期间对最后有效系数的位置进行编码相关联。例如,编码工具是范围扩展中的替代编码工具,例如第二编码工具,所述第二编码工具可以通过参考变换块的右下角对最后有效系数的相对坐标进行编码,来导出变换块中的最后有效系数的位置。第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据(例如,CLVS)。
在一些示例中,处理电路可以基于第二语法元素(例如,sps_reverse_last_sig_coeff_enabled_flag)来确定是否使用编码工具,来对码流中的已编码层视频序列(CLVS)进行编码控制。在一些示例中,处理电路可以基于被编码的条带的条带头中的条带头标志(例如,sh_reverse_last_sig_coeff_flag),来确定是否使用编码工具。条带的条带头标志(例如,sh_reverse_last_sig_coeff_flag)指示使用/不使用对条带进行编码的编码工具。
在(S1920)处,当在对第一范围的已编码视频数据的编码中没有使用编码工具时,过程进行到(S1930);否则,过程进行到(S1940)。
在(S1930)处,在码流中对具有第一值的第一语法元素(例如,general_no_reverse_last_sig_coeff_constraint_flag)进行编码。第一语法元素用于编码工具在码流中的第一范围的已编码视频数据(例如,输出层集合)中进行编码控制。第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码。第一值指示在对第一范围的已编码视频数据的编码中没有使用编码工具。
在示例中,第一语法元素被编码在通用约束信息的语法结构中,并且语法结构中的语法元素(例如,gci_num_additional_bits)被调整以指示语法结构中的通用约束信息的附加比特。
在(S1940)处,在码流中对具有第二值的第一语法元素进行编码。在一些示例中,例如,在第二值是第一语法元素的默认值的情况下,不在码流中编码第一语法元素,并且然后可以跳过(S1940)。
可以适当地修改过程(1900)。可以修改和/或省略过程(1900)中的一个或多个步骤。可以增加一个或多个附加步骤。可以使用任何合适的实现顺序。
上述技术(例如,用于信令约束标志、自适应分辨率参数的技术)可以通过计算机可读指令实现为计算机软件,并且物理地存储在一个或多个计算机可读介质中。例如,图20示出了计算机系统(2000),其适于实现所公开主题的某些实施例。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码,通过汇编、编译、链接等机制创建包括指令的代码,所述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)等直接执行或通过译码、微代码等方式执行。
所述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、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图20所示的用于计算机系统(2000)的组件本质上是示例性的,并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机系统(2000)的示例性实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机系统(2000)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如:键盘输入、滑动、数据手套移动)、音频输入(如:声音、掌声)、视觉输入(如:手势)、嗅觉输入(未示出),对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体,气与人类有意识的输入不必直接相关,如音频(例如:语音、音乐、环境声音)、图像(例如:扫描图像、从静止影像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)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个):键盘(2001)、鼠标(2002)、触控板(2003)、触摸屏(2010)、数据手套(未示出)、操纵杆(2005)、麦克风(2006)、扫描仪(2007)、照相机(2008)。
计算机系统(2000)还可以包括某些人机界面输出设备。这种人机界面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。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(2010)、数据手套(未示出)或操纵杆(2005)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(例如,扬声器(2009)、耳机(未示出))、视觉输出设备(例如,包括阴极射线管屏幕、液晶屏幕、等离子屏幕、有机发光二极管屏的屏幕(2010),其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出;虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。
计算机系统(2000)还可以包括人可访问的存储设备及其相关介质,如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(2020)或类似介质(2021)的光学介质、拇指驱动器(2022)、可移动硬盘驱动器或固体状态驱动器(2023),诸如磁带和软盘(未示出)的传统磁介质,诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备,等等。
本领域技术人员还应当理解,结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机系统(2000)还可以包括通往一个或多个通信网络(2054)的接口(2055)。所述网络可以是无线的、有线的、光学的。网络还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络的示例可以包括以太网、无线局域网、蜂窝网络(GSM、3G、4G、5G、LTE等)等局域网、电视有线或无线广域数字网络(包括有线电视、卫星电视、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络通常需要外部网络接口适配器,用于连接到某些通用数据端口或外围总线(2049)(例如,计算机系统(2000)的USB端口);其它系统通常通过连接到如下所述的系统总线集成到计算机系统(2000)的核心(例如,以太网接口集成到PC计算机系统或蜂窝网络接口集成到智能电话计算机系统)。通过使用这些网络中的任何一个,计算机系统(2000)可以与其它实体进行通信。所述通信可以是单向的,仅用于接收(例如,无线电视),单向的仅用于发送(例如CAN总线到某些CAN总线设备),或双向的,例如通过局域或广域数字网络到其它计算机系统。上述的每个网络和网络接口可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口可以连接到计算机系统(2000)的核心(2040)。
核心(2040)可包括一个或多个中央处理单元(CPU)(2041)、图形处理单元(GPU)(2042)、以现场可编程门阵列(FPGA)(2043)形式的专用可编程处理单元、用于特定任务的硬件加速器(2044)等。这些设备以及只读存储器(ROM)(2045)、随机存取存储器(2046)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘等)(2047)等可通过系统总线(2048)进行连接。在某些计算机系统中,可以以一个或多个物理插头的形式访问系统总线(2048),以便可通过额外的中央处理单元、图形处理单元等进行扩展。外围装置可直接附接到核心的系统总线(2048),或通过外围总线(2049)进行连接。外围总线的体系结构包括外部控制器接口PCI、通用串行总线USB等。在一个示例中,屏幕(2010)可以与图形适配器(2050)相连接。外围总线的架构包括PCI、USB等。
CPU(2041)、GPU(2042)、FPGA(2043)和加速器(2044)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(2045)或RAM(2046)中。过渡数据也可以存储在RAM(2046)中,而永久数据可以存储在例如内部大容量存储器(2047)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索,高速缓冲存储器可与一个或多个CPU(2041)、GPU(2042)、大容量存储器(2047)、ROM(2045)、RAM(2046)等紧密关联。
所述计算机可读介质上可具有计算机代码,用于执行各种计算机实现的操作。介质和计算机代码可以是为本申请的目的而特别设计和构造的,也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制,具有体系结构(2000)的计算机系统,特别是核心(2040),可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质,以及具有非易失性的核心(2040)的特定存储器,例如核心内部大容量存储器(2047)或ROM(2045)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(2040)执行。根据特定需要,计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(2040)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分,包括定义存储在RAM(2046)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代,计算机系统可以提供逻辑硬连线或以其它方式包含在电路(例如,加速器(2044))中的功能,该电路可以代替软件或与软件一起运行以执行本文所述的特定过程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包括存储执行软件的电路(如集成电路(IC)),包含执行逻辑的电路,或两者兼备。本申请包括任何合适的硬件和软件组合。
附录:首字母缩略词
JEM:联合开发模型
VVC:下一代视频编码
BMS:基准集合
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:图片组
TUs:变换单元
PUs:预测单元
CTUs:编码树单元
CTBs:编码树块
PBs:预测块
HRD:假设参考解码器
SNR:信噪比
CPUs:中央处理单元
GPUs:图形处理单元
CRT:阴极射线管
LCD:液晶显示
OLED:有机发光二极管
CD:光盘DVD:数字化视频光盘
ROM:只读存储器
RAM:随机存取存储器
ASIC:专用集成电路
PLD:可编程逻辑设备
LAN:局域网
GSM:全球移动通信系统
LTE:长期演进
CANBus:控制器局域网总线
USB:通用串行总线
PCI:外围设备互连
FPGA:现场可编程门阵列
SSD:现场可编程门阵列
IC:集成电路
CU:编码单元
虽然本申请已对多个示例性实施例进行了描述,但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解,本领域技术人员能够设计多种系统和方法,所述系统和方法虽然未在本文中明确示出或描述,但其体现了本申请的原则,因此属于本申请的精神和范围之内。

Claims (20)

1.一种在解码器中进行视频解码的方法,其特征在于,所述方法包括:
由处理器确定在码流中的第一范围的已编码视频数据中进行编码控制的第一语法元素,所述第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码;以及
响应于所述第一语法元素是指示所述编码工具在所述第一范围中禁用的第一值,由所述处理器在不调用所述编码工具的情况下,对所述码流中的所述第一范围的已编码视频数据进行解码,所述第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据。
2.根据权利要求1所述的方法,其特征在于,所述第一语法元素由通用约束信息中的general_no_reverse_last_sig_coeff_constraint_flag表示,所述通用约束信息用于对在所述解码器处的输出层集合中的图片进行编码控制,并且所述编码工具对变换块中的最后有效系数相对于所述变换块的右下角的位置进行编码。
3.根据权利要求2所述的方法,其特征在于,所述第一语法元素的所述第一值用于指示在所述输出层集合中的每个已编码层视频序列CLVS中禁用所述编码工具。
4.根据权利要求2所述的方法,其特征在于,进一步包括:
对第二语法元素进行约束,以具有指示不调用对所述已编码层视频序列CLVS进行解码的所述编码工具的值,所述第二语法元素用于对所述码流中的已编码层视频序列CLVS进行编码控制。
5.根据权利要求4所述的方法,其特征在于,所述第二语法元素的所述值指示在所述CLVS的图片中的条带的条带头中不存在与所述编码工具相关联的条带头标志。
6.根据权利要求2所述的方法,其特征在于,进一步包括:
响应于所述第一语法元素是第二值,确定用于对所述码流中的已编码层视频序列CLVS进行编码控制的第二语法元素的值,所述第二语法元素指示所述编码工具在所述已编码层视频序列CLVS中的启用/禁用。
7.根据权利要求6所述的方法,其特征在于,进一步包括:
响应于指示所述编码工具在所述已编码层视频序列CLVS中的启用的所述第二语法元素的所述值,对条带的条带头中的条带头标志进行解码,所述条带头标志指示使用/不使用对所述条带进行编码的所述编码工具。
8.根据权利要求6所述的方法,其特征在于,所述确定所述第二语法元素的值进一步包括:
响应于所述第二语法元素不呈现在所述已编码层视频序列CLVS的序列参数集SPS中,推断用于指示所述编码工具在所述已编码层视频序列CLVS中的禁用的所述第二语法元素的所述值。
9.根据权利要求1所述的方法,其特征在于,所述确定所述第一语法元素进一步包括:
响应于所述语法结构中指示所述语法结构中的通用约束信息的附加比特的语法元素,从通用约束信息的语法结构中解码所述第一语法元素。
10.一种用于视频解码的装置,其特征在于,所述装置包括处理电路,所述处理电路被配置为:
确定在码流中的第一范围的已编码视频数据中进行编码控制的第一语法元素,所述第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码;以及
响应于所述第一语法元素是指示在所述第一范围中不使用所述编码工具的第一值,在不调用所述编码工具的情况下,对所述码流中的所述第一范围的已编码视频数据进行解码,所述第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据。
11.根据权利要求10所述的装置,其特征在于,所述第一语法元素由通用约束信息中的general_no_reverse_last_sig_coeff_constraint_flag表示,所述通用约束信息用于对输出层集合中的图片进行编码控制,并且所述编码工具对变换块中的最后有效系数相对于所述变换块的右下角的位置进行编码。
12.根据权利要求11所述的装置,其特征在于,所述第一语法元素的所述第一值用于指示在所述输出层集合中的每个已编码层视频序列CLVS中禁用所述编码工具。
13.根据权利要求11所述的装置,其特征在于,所述处理电路被配置为:
对第二语法元素进行约束,以具有指示不调用用于对所述已编码层视频序列CLVS进行解码的所述编码工具的值,所述第二语法元素用于对所述码流中的已编码层视频序列CLVS进行编码控制。
14.根据权利要求13所述的装置,其特征在于,所述第二语法元素的所述值指示在所述CLVS的图片中的条带的条带头中不存在与所述编码工具相关联的条带头标志。
15.根据权利要求11所述的装置,其特征在于,所述处理电路被配置为:
响应于所述第一语法元素是第二值,确定用于对所述码流中的已编码层视频序列CLVS进行编码控制的第二语法元素的值,所述第二语法元素指示所述编码工具在所述已编码层视频序列CLVS中的启用/禁用。
16.根据权利要求15所述的装置,其特征在于,所述处理电路被配置为:
响应于指示所述编码工具在所述已编码层视频序列CLVS中的启用的所述第二语法元素的所述值,对条带的条带头中的条带头标志进行解码,所述条带头标志指示使用/不使用对所述条带进行编码的所述编码工具。
17.根据权利要求15所述的装置,其特征在于,所述处理电路被配置为:
响应于所述第二语法元素不呈现在所述已编码层视频序列CLVS的序列参数集SPS中,推断用于指示所述编码工具在所述已编码层视频序列CLVS中的禁用的所述第二语法元素的所述值。
18.根据权利要求10所述的装置,其特征在于,所述处理电路被配置为:
响应于所述语法结构中指示所述语法结构中的通用约束信息的附加比特的语法元素,从通用约束信息的语法结构中解码所述第一语法元素。
19.一种存储指令的非易失性计算机可读存储介质,其特征在于,所述指令在由至少一个处理器执行时使所述至少一个处理器执行:
确定在码流中的第一范围的已编码视频数据中进行编码控制的第一语法元素,所述第一语法元素与编码工具相关联,所述编码工具用于在变换系数的熵编码期间对最后有效系数的位置进行编码;以及
响应于所述第一语法元素是指示在所述第一范围中不使用所述编码工具的第一值,在不调用所述编码工具的情况下对所述码流中的所述第一范围的已编码视频数据进行解码,所述第一范围的已编码视频数据包括一个或多个第二范围的已编码视频数据。
20.根据权利要求19所述的非易失性计算机可读存储介质,其特征在于,所述第一语法元素由通用约束信息中的general_no_reverse_last_sig_coeff_constraint_flag表示,所述通用约束信息用于对输出层集合中的图片进行编码控制,所述编码工具对变换块中的最后有效系数相对于所述变换块的右下角的位置进行编码,并且所述第一语法元素的所述第一值用于指示在所述输出层集合中的每个已编码层视频序列CLVS中禁用所述编码工具。
CN202280007325.5A 2021-09-29 2022-04-29 用于利用对最后有效系数进行编码的范围扩展的约束标志信令的技术 Pending CN116438793A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202163250155P 2021-09-29 2021-09-29
US63/250,155 2021-09-29
US17/710,748 2022-03-31
US17/710,748 US20230101542A1 (en) 2021-09-29 2022-03-31 Techniques for constraint flag signaling for range extension with coding for last significant coefficient
PCT/US2022/072021 WO2023056110A1 (en) 2021-09-29 2022-04-29 Techniques for constraint flag signaling for range extension with coding for last significant coefficient

Publications (1)

Publication Number Publication Date
CN116438793A true CN116438793A (zh) 2023-07-14

Family

ID=85705926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280007325.5A Pending CN116438793A (zh) 2021-09-29 2022-04-29 用于利用对最后有效系数进行编码的范围扩展的约束标志信令的技术

Country Status (6)

Country Link
US (1) US20230101542A1 (zh)
EP (1) EP4218233A4 (zh)
JP (1) JP2023550039A (zh)
KR (1) KR20230093477A (zh)
CN (1) CN116438793A (zh)
WO (1) WO2023056110A1 (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2513111A (en) * 2013-04-08 2014-10-22 Sony Corp Data encoding and decoding
CN114128285A (zh) * 2019-06-14 2022-03-01 现代自动车株式会社 用于利用帧间预测来编码和解码视频的方法和装置

Also Published As

Publication number Publication date
KR20230093477A (ko) 2023-06-27
WO2023056110A1 (en) 2023-04-06
JP2023550039A (ja) 2023-11-30
US20230101542A1 (en) 2023-03-30
EP4218233A1 (en) 2023-08-02
EP4218233A4 (en) 2024-04-10

Similar Documents

Publication Publication Date Title
CN111869212B (zh) 视频解码方法、装置和可读介质
CN111989918B (zh) 视频解码的方法、装置及存储介质
CN113228661B (zh) 用于视频解码的方法和装置、存储介质和计算机设备
CN113661702B (zh) 视频编解码的方法、装置及存储介质
CN113228649B (zh) 视频解码方法、装置以及存储介质
CN114223199A (zh) 用于视频编解码的方法和设备
CN113678451A (zh) 视频比特流中层间预测的信令
CN114270836A (zh) 视频编解码的颜色转换
CN112235573B (zh) 视频编解码的方法、装置、电子设备、存储介质
CN111953996A (zh) 视频解码的方法和装置
CN111726627B (zh) 视频解码方法、装置、计算机设备和存储介质
CN113661707A (zh) 视频比特流中层间预测的信令
CN113475067B (zh) 视频解码方法、装置、计算机设备及存储介质
CN115315945A (zh) 视频编解码方法及装置
CN113841390B (zh) 用于视频编解码的方法和设备
CN116368802A (zh) 用于约束具有残差rice编码扩展的范围扩展的标志信令的技术
CN117356098A (zh) 在跨分量变换系数级别重构中导出偏移
CN116830581A (zh) 用于运动矢量差的经改进的信令方法和装置
CN115428024A (zh) 解耦变换分割技术
CN116325723A (zh) 交叉分量块结束标志编码
CN115176461A (zh) 视频编解码的方法和装置
CN114514742A (zh) 采用已编码视频流中的子图片进行信号发送的用信号发送虚拟边界的方法
CN113875256B (zh) 进行视频解码的方法、装置及存储介质
CN112019844B (zh) 视频解码的方法和装置、计算机设备和存储介质
CN113286152B (zh) 视频解码方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40090505

Country of ref document: HK