CN116962682A - 用于指示条带的图像分割信息的解码器及对应方法 - Google Patents
用于指示条带的图像分割信息的解码器及对应方法 Download PDFInfo
- Publication number
- CN116962682A CN116962682A CN202310750286.4A CN202310750286A CN116962682A CN 116962682 A CN116962682 A CN 116962682A CN 202310750286 A CN202310750286 A CN 202310750286A CN 116962682 A CN116962682 A CN 116962682A
- Authority
- CN
- China
- Prior art keywords
- value
- stripe
- image
- current image
- address
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 170
- 238000003709 image segmentation Methods 0.000 title description 13
- 238000012545 processing Methods 0.000 claims description 77
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013139 quantization Methods 0.000 description 82
- 238000005192 partition Methods 0.000 description 54
- 230000006854 communication Effects 0.000 description 32
- 238000004891 communication Methods 0.000 description 32
- 239000000872 buffer Substances 0.000 description 29
- 239000013598 vector Substances 0.000 description 25
- 230000006870 function Effects 0.000 description 23
- 230000008569 process Effects 0.000 description 23
- 230000011218 segmentation Effects 0.000 description 20
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 18
- 238000003491 array Methods 0.000 description 16
- 238000001914 filtration Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 238000000638 solvent extraction Methods 0.000 description 13
- 230000006835 compression Effects 0.000 description 10
- 238000007906 compression Methods 0.000 description 10
- 230000003044 adaptive effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 9
- 241000023320 Luma <angiosperm> Species 0.000 description 8
- 230000000295 complement effect Effects 0.000 description 8
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 235000019800 disodium phosphate Nutrition 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 101150114515 CTBS gene Proteins 0.000 description 2
- 101150039623 Clip1 gene Proteins 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 125000001997 phenyl group Chemical group [H]C1=C([H])C([H])=C(*)C([H])=C1[H] 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods 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
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods 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
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods 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
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods 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
- H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods 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
- H04N19/17—Methods 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
- H04N19/174—Methods 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods 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
- H04N19/17—Methods 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
- H04N19/176—Methods 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
公开了一种解码设备和解码器实现的译码方法,所述方法包括:获取当前图像的码流;获取所述当前图像的分块行中的分块的数量;获取当前条带的地址的值,所述当前条带包括在所述当前图像中;根据所述当前条带的所述地址的所述值获取tileX的值;当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值。
Description
相关申请交叉引用
本申请要求世界知识产权组织的PCT/EP2020/055220的优先权。上述专利申请的全部公开内容通过引用的方式并入本文中。
技术领域
本申请实施例大体上涉及图像处理领域,更具体地涉及指示条带的图像分割信息。
背景技术
视频译码(视频编码和解码)广泛用于数字视频应用,例如广播数字电视、基于互联网和移动网络的视频传输、视频聊天和视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑系统以及安全应用的可携式摄像机。
即使视频相对较短,也需要大量的视频数据来描述,当数据要在带宽容量有限的通信网络中流式传输或以其它方式传输时,这样可能会造成困难。因此,视频数据通常要先压缩,然后通过现代电信网络进行传输。由于内存资源可能有限,当在存储设备中存储视频时,该视频的大小也可能是一个问题。视频压缩设备通常在源侧使用软件和/或硬件对视频数据进行编码,然后进行传输或存储,从而减少表示数字视频图像所需的数据量。然后,由对视频数据进行解码的视频解压缩设备在目的地侧接收压缩数据。在网络资源有限以及对更高视频质量的需求不断增长的情况下,需要改进压缩和解压缩技术,这些改进的技术在几乎不影响图像质量的情况下能够提高压缩比。
发明内容
本申请实施例提供了独立权利要求所述的用于编码和解码的装置和方法。
上述和其它目的是通过由独立权利要求请求保护的主题来实现的。其它实现方式在从属权利要求、说明书和附图中显而易见。
本发明第一方面提供了一种解码设备实现的译码方法,所述方法包括:获取当前图像的码流;获取所述当前图像的分块行中的分块的数量;获取所述当前图像的条带的地址的值;根据所述条带的所述地址的所述值获取tileX的值;当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值。
根据本发明的实施例,公开了一种指示方案,只有至少两个分块列,然后指示条带宽度的语法元素。因此,码流利用率和解码效率得到提高。
第一阈值为整数值,第一阈值可以是0、1、2……。
可以理解的是,分块行中的分块的数量与分块列的数量相同。
在一个实现方式中,所述方法还包括:当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值等于所述第一阈值时,将所述条带宽度的所述指示值设置为默认值。默认值为整数值,在一个示例中,默认值可以是0或1。
在一个实现方式中,所述默认值表示所述条带的所述宽度包括1个分块列。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileX的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时”等于条件“当所述当前图像的所述分块行中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的值之间的差值不等于第一阈值时”。因此,不首先计算所述tileX的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的结果来表示所述tileX的值。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述tileX的值表示水平坐标的值。在一个示例中,所述tileX的值表示以分块索引表示的水平地址。
在一个实现方式中,所述方法还包括:获取所述当前图像的分块列中的分块的数量;根据所述条带的所述地址的所述值获取tileY的值;当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,从所述当前图像的所述码流中解析条带高度的指示值。第二阈值为整数值,第二阈值可以是0、1、2……。
可以理解的是,分块列中的分块的数量与分块行的数量相同。
在一个实现方式中,所述方法还包括:当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值等于所述第二阈值时,将所述条带高度的所述指示值设置为预设值。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileY的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
在一个实现方式中,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。在一个实现方式中,所述tileY的值表示垂直坐标的值。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时”等于条件“当所述当前图像的所述分块列中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算的值之间的差值不等于第二阈值时”。因此,不首先计算所述tileY的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算的结果来表示所述tileY的值。在一个示例中,所述tileY的值表示以分块索引表示的垂直地址。
本发明第二方面提供了一种解码设备实现的译码方法,所述方法包括:获取当前图像的码流;获取所述当前图像的分块列中的分块的数量;获取所述当前图像的条带的地址的值;根据所述条带的所述地址的所述值获取tileY的值;当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,从所述当前图像的所述码流中解析条带高度的指示值。
第二阈值为整数值,第二阈值可以是0、1、2……。
可以理解的是,分块列中的分块的数量与分块行的数量相同。
在一个实现方式中,所述方法还包括:当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值等于所述第二阈值时,将所述条带高度的所述指示值设置为预设值。默认值为整数值,在一个示例中,默认值可以是0或1。
在一个实现方式中,所述默认值表示所述条带的所述高度包括1个分块行。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileY的值包括:
获取所述当前图像的分块行中的分块的数量;
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
在一个实现方式中,所述tileY的值表示垂直坐标的值。在一个示例中,所述tileY的值表示以分块索引表示的垂直地址。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述方法还包括:获取所述当前图像的分块行中的分块的数量;根据所述条带的所述地址的所述值获取tileX的值;当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值。第一阈值为整数值,第一阈值可以是0、1、2……。
可以理解的是,分块行中的分块的数量与分块列的数量相同。
在一个实现方式中,所述方法还包括:当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值等于所述第一阈值时,将所述条带宽度的所述指示值设置为默认值。默认值为整数值,在一个示例中,默认值可以是0或1。
在一个实现方式中,所述默认值表示所述条带的所述宽度包括1个分块列。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileX的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时”等于条件“当所述当前图像的所述分块行中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的值之间的差值不等于第一阈值时”。因此,不首先计算所述tileX的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的结果来表示所述tileX的值。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述tileX的值表示水平坐标的值。
本发明的第三方面提供了一种编码设备实现的译码方法,所述方法包括:获取当前图像的分块行中的分块的数量;获取所述当前图像的条带的地址的值;根据所述条带的所述地址的所述值获取tileX的值;当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,将所述当前图像的条带宽度的指示值编码到码流中。
根据本发明的实施例,公开了一种指示方案,只有至少两个分块列,然后指示条带宽度的语法元素。因此,码流利用率和解码效率得到提高。
第一阈值为整数值,第一阈值可以是0、1、2……。
可以理解的是,分块行中的分块的数量与分块列的数量相同。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileX的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时”等于条件“当所述当前图像的所述分块行中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的值之间的差值不等于第一阈值时”。因此,不首先计算所述tileX的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的结果来表示所述tileX的值。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述tileX的值表示水平坐标的值。
在一个实现方式中,所述方法还包括:获取所述当前图像的分块列中的分块的数量;根据所述条带的所述地址的所述值获取tileY的值;当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,将所述当前图像的条带高度的指示值编码到所述码流中。第二阈值为整数值,第二阈值可以是0、1、2……。
可以理解的是,分块列中的分块的数量与分块行的数量相同。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileY的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
在一个实现方式中,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。在一个实现方式中,所述tileY的值表示垂直坐标的值。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时”等于条件“当所述当前图像的所述分块列中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算的值之间的差值不等于第二阈值时”。因此,不首先计算所述tileY的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算的结果来表示所述tileY的值。
本发明的第四方面提供了一种编码设备实现的译码方法,所述方法包括:获取所述当前图像的分块列中的分块的数量;获取所述当前图像的条带的地址的值;根据所述条带的所述地址的所述值获取tileY的值;当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,将所述当前图像的条带高度的指示值编码到码流中。
第二阈值为整数值,第二阈值可以是0、1、2……。
可以理解的是,分块列中的分块的数量与分块行的数量相同。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileY的值包括:
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
在一个实现方式中,所述tileY的值表示垂直坐标的值。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述方法还包括:获取所述当前图像的分块行中的分块的数量;根据所述条带的所述地址的所述值获取tileX的值;当所述当前图像的所得分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,将所述当前图像的条带宽度的指示值编码到所述码流中。第一阈值为整数值,第一阈值可以是0、1、2……。
可以理解的是,分块行中的分块的数量与分块列的数量相同。
在一个实现方式中,所述根据所述条带的所述地址的所述值获取tileX的值包括:根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
在一个实现方式中,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
在一个实现方式中,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时”等于条件“当所述当前图像的所述分块行中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的值之间的差值不等于第一阈值时”。因此,不首先计算所述tileX的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的结果来表示所述tileX的值。
在一个实现方式中,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
在一个实现方式中,所述tileX的值表示水平坐标的值。
本发明的第五方面提供了一种视频解码装置,所述装置包括:
获取模块,用于获取当前图像的码流;获取模块用于获取所述当前图像的分块行中的分块的数量,以及获取所述当前图像的条带的地址的值;
计算模块,用于根据所述条带的所述地址的所述值获取tileX的值;
解析模块,用于当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值。
本发明的第五方面中的每个模块的细节可以参考本发明的上述第一方面中的实施例和实现方式。
本发明的第六方面提供一种视频解码设备,所述解码设备包括:
获取模块,用于获取当前图像的码流;获取模块用于获取所述当前图像的分块列中的分块的数量,以及获取所述当前图像的条带的地址的值;
计算模块,用于根据所述条带的所述地址的所述值获取tileY的值;
解析模块,用于当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,从所述当前图像的所述码流中解析条带高度的指示值。
本发明的第六方面中的每个模块的细节可以参考本发明的上述第二方面中的实施例和实现方式。
本发明的第七方面提供一种视频编码设备,所述编码设备包括:
获取模块,用于获取当前图像的分块行中的分块的数量;获取模块用于获取所述当前图像的条带的地址的值;
计算模块,用于根据所述条带的所述地址的所述值获取tileX的值;
译码模块,用于当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,将条带宽度的指示值编码到所述当前图像的码流中。
本发明的第七方面中的每个模块的细节可以参考本发明的上述第三方面中的实施例和实现方式。
本发明的第八方面提供了一种视频编码设备,所述视频编码设备包括:获取模块,用于获取当前图像的分块列中的分块的数量;获取模块用于获取所述当前图像的条带的地址的值;
计算模块,用于根据所述条带的所述地址的所述值获取tileY的值;
译码模块,用于当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,将条带高度的指示值编码到所述当前图像的码流中。
本发明的第八方面中的每个模块的细节可以参考本发明的上述第四方面中的实施例和实现方式。
本发明的第九方面提供了一种解码器,所述解码器包括用于执行所述第一方面、所述第二方面以及所述第一方面、提供的方法的处理电路。
本发明的第十方面提供了一种解码器,所述解码器包括用于执行所述第三方面、所述第四方面以及所述第三方面、所述第四方面的任一种实现方式提供的方法的处理电路。
本发明的第十方面提供了一种计算机程序产品,所述计算机程序产品包括用于执行所述第一方面、所述第二方面、所述第三方面和所述第四方面以及所述第一方面、所述第二方面、所述第三方面和所述第四方面的任一种实现方式提供的方法。
本发明的第十一方面提供了一种非瞬时性计算机可读介质,所述非瞬时性计算机可读介质携带程序代码,所述程序代码当由计算机设备执行时,使所述计算机设备执行所述第一方面、所述第二方面、所述第三方面和所述第四方面以及所述第一方面、所述第二方面、所述第三方面和所述第四方面的任一种实现方式提供的方法。
本发明的第十二方面提供了一种解码器,所述解码器包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,所述非瞬时性计算机可读存储介质与所述处理器耦合并存储由所述处理器执行的程序,所述程序当由所述处理器执行时,使所述解码器执行所述第一方面、所述第二方面以及所述第一方面、所述第二方面的任一种实现方式提供的方法。
本发明的第十三方面提供一种编码器,所述编码器包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,所述非瞬时性计算机可读存储介质与所述处理器耦合并存储由所述处理器执行的程序,所述程序当由所述处理器执行时,使所述解码器执行所述第三方面、所述第四方面以及所述第三方面、所述第四方面的任一种实现方式提供的方法。
附图说明
下文结合附图对本发明实施例进行详细描述。在附图中:
图1A是用于实现本发明实施例的视频译码系统的一个示例的框图;
图1B是用于实现本发明实施例的视频译码系统的另一个示例的框图;
图2是用于实现本发明实施例的视频编码器的一个示例的框图;
图3是用于实现本发明实施例的视频解码器的一个示例性结构的框图;
图4是编码装置或解码装置的一个示例的框图;
图5是编码装置或解码装置的另一个示例的框图;
图6是划分为CTU的图像的示例;
图7是CTU的基于分块的光栅扫描顺序的一个示例;
图8是图像分割的一个示例;
图9是图像中的CTU地址信息的一个示例;
图10是图像分割的另一个示例;
图11是实现内容分发业务的内容供应系统3100的示例性结构的框图;
图12是终端设备的一个示例的结构的框图;
图13是方法实施例的流程图;
图14是装置实施例的框图。
在下文中,除非另外明确说明,否则相同的附图标记是指相同或至少功能上等效的特征。
具体实施方式
以下描述中,参考组成本发明一部分并以说明的方式示出本发明实施例的具体方面或可以使用本发明实施例的具体方面的附图。应当理解的是,本发明实施例可以在其它方面中使用,并且可以包括附图中未描绘的结构变化或逻辑变化。因此,以下详细描述不应以限制性的意义来理解,且本发明的范围由所附权利要求书界定。
例如,应当理解的是,与所描述的方法有关的公开内容对用于执行所述方法的对应设备或系统也同样适用,反之亦然。例如,如果描述一个或多个具体方法步骤,则对应的设备可以包括一个或多个单元(例如,功能单元)来执行所描述的一个或多个方法步骤(例如,一个单元执行一个或多个步骤,或多个单元各自执行多个步骤中的一个或多个步骤),即使附图中未明确描述或示出这种一个或多个单元。另一方面,例如,如果根据一个或多个单元(例如,功能单元)来描述具体装置,则对应的方法可以包括一个步骤来执行一个或多个单元的功能(例如,一个步骤执行一个或多个单元的功能,或多个步骤各自执行多个单元中的一个或多个单元的功能),即使附图中未明确描述或示出这种一个或多个单元。此外,应当理解的是,除非另外明确说明,本文中所描述的各个示例性实施例和/或方面的特征可以相互组合。
视频译码通常指对构成视频或视频序列的图像序列进行的处理。在视频译码领域,术语“帧(frame)”与“图像(picture/image)”可以用作同义词。视频译码(或通常为译码)包括视频编码和视频解码两部分。视频编码在源侧执行,通常包括处理(例如,通过压缩)原始视频图像,以减少表示视频图像所需的数据量(从而更高效地存储和/或传输)。视频解码在目的地侧执行,通常包括相对于编码器作逆处理,以重建视频图像。实施例涉及的视频图像(或通常为图像)的“译码”应理解为视频图像或相应视频序列的“编码”或“解码”。编码部分和解码部分也合称为编解码(编码和解码,CODEC)。
在无损视频译码情况下,可以重建原始视频图像,即经重建视频图像具有与原始视频图像相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频译码情况下,通过量化等执行进一步压缩,来减少表示视频图像所需的数据量,而解码器侧无法完全重建视频图像,即经重建视频图像的质量相比原始视频图像的质量较低或较差。
几个视频编码标准属于“有损混合视频编解码器”组(即,将样本域中的空间预测和时间预测与变换域中用于进行量化的2D变换译码相结合)。视频序列中的每个图像通常分割成不重叠的块集合,通常在块级进行译码。换句话说,在编码器侧,通常在块(视频块)级对视频进行处理(即编码),例如,通过空间(帧内)预测和/或时间(帧间)预测来生成预测块;从当前块(当前处理/待处理的块)中减去预测块,得到残差块;在变换域中变换残差块并量化残差块,以减少待发送(压缩)的数据量,而在解码器侧,对经编码或压缩块进行相对于编码器的逆处理,以重建当前块进行表示。此外,编码器复制解码器处理循环,使得编码器和解码器生成相同的预测(例如,帧内预测和帧间预测)和/或重建,以对后续块进行处理(即译码)。
在以下视频译码系统10的实施例中,视频编码器20和视频解码器30根据图1至图3进行描述。
图1A为示例性译码系统10的示意性框图,例如可以利用本申请技术的视频译码系统10(或简称为译码系统10)。视频译码系统10中的视频编码器20(或简称为编码器20)和视频解码器30(或简称为解码器30)为可用于根据本申请中描述的各种示例执行各技术的设备示例。
如图1A所示,译码系统10包括源设备12,源设备12用于将经编码图像数据21提供给目的地设备14等,以对经编码图像数据13进行解码。
源设备12包括编码器20,并且可以另外(即可选地)包括图像源16、预处理器(或预处理单元)18(例如,图像预处理器18)和通信接口或通信单元22。
图像源16可以包括或可以是任何类型的图像捕获设备,例如用于捕获真实世界图像的相机;和/或任何类型的图像生成设备,例如用于生成计算机动画图像的计算机图形处理器;或者任何类型的用于获取和/或提供真实世界图像、计算机生成图像(例如,屏幕内容、虚拟现实(virtual reality,VR)图像)和/或其任何组合(例如,增强现实(augmentedreality,AR)图像)的其它设备。图像源可以为任何类型的存储任一上述图像的存储器(memory/storage)。
为了区分预处理器18和预处理单元18执行的处理,图像或图像数据17也可以称为原始图像或原始图像数据17。
预处理器18用于接收(原始)图像数据17,并对图像数据17执行预处理,得到经预处理的图像19或经预处理的图像数据19。预处理器18执行的预处理可以包括修剪(trimming)、颜色格式转换(例如,从RGB转换为YCbCr)、调色或去噪等。应当理解的是,预处理单元18可以为可选组件。
视频编码器20用于接收经预处理的图像数据19并提供经编码图像数据21(下面将根据图2等进一步详细描述)。
源设备12中的通信接口22可以用于接收经编码图像数据21,并通过通信信道13将经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据)发送给另一设备(例如,目的地设备14)或任何其它设备,以便进行存储或直接重建。
目的地设备14包括解码器30(例如,视频解码器30),并且可以另外(即可选地)包括通信接口或通信单元28、后处理器32(或后处理单元32)和显示设备34。
目的地设备14中的通信接口28用于直接从源设备12或从存储设备(例如经编码图像数据存储设备)等任何其它源,接收经编码图像数据21(或对经编码图像数据21进一步处理后得到的数据),并将经编码图像数据21提供给解码器30。
通信接口22和通信接口28可以用于通过源设备12与目的地设备14之间的直接通信链路(例如,直接有线或无线连接),或通过任何类型的网络(例如,有线或无线网络或其任何组合,或任何类型的专用网络和公共网络),或其任何组合发送或接收经编码图像数据21或经编码数据13。
例如,通信接口22可以用于将经编码图像数据21封装成合适的格式(例如数据包),和/或通过任何类型的传输编码或处理方式来处理经编码图像数据,以便通过通信链路或通信网络进行传输。
例如,与通信接口22对应的通信接口28可以用于接收传输数据,并通过任何类型的对应传输解码或处理和/或解封装方式来处理传输数据,得到经编码图像数据21。
通信接口22和通信接口28均可配置为图1A中从源设备12指向目的地设备14的通信信道13的箭头所表示的单向通信接口,或者配置为双向通信接口,并且可以用于发送和接收消息等,以建立连接、确认并交换与通信链路和/或数据传输(例如经编码图像数据传输)相关的任何其它信息等。
解码器30用于接收经编码图像数据21并提供经解码图像数据31或经解码图像31(下面将根据图3或图5等进一步详细描述)。
目的地设备14中的后处理器32用于对经解码图像数据31(也称为重建图像数据)(例如经解码图像31)进行后处理,得到经后处理图像数据33(例如经后处理图像33)。例如,由后处理单元32执行的后处理可以包括颜色格式转换(例如,从YCbCr转换为RGB)、调色、修剪或重采样,或任何其它处理,例如,用于提供经解码图像数据31以供显示设备34等显示。
目的地设备14中的显示设备34用于接收经后处理图像数据33,以便向用户或观看者等显示图像。显示设备34可以为或可以包括任何类型的用于表示重建图像的显示器,例如集成或外部显示器或显示屏。例如,显示器可以包括液晶显示器(liquid crystaldisplay,LCD)、有机发光二极管(organic light emitting diode,OLED)显示器、等离子显示器、投影仪、微型LED显示器、硅基液晶(liquid crystal on silicon,LCoS)显示器、数字光处理器(digital light processor,DLP)或任何类型的其它显示器。
尽管图1A将源设备12和目的地设备14作为单独的设备进行描述,但是设备实施例还可以包括两种设备或两种功能,即源设备12或对应功能以及目的地设备14或对应功能。在这些实施例中,可以使用相同硬件和/或软件,或使用单独的硬件和/或软件,或其任何组合来实施源设备12或对应的功能以及目的地设备14或对应的功能。
根据描述,图1A所示的源设备12和/或目的地设备14中的不同单元或功能的存在和(准确)划分可能根据实际设备和应用而有所不同,这对技术人员来说是显而易见的。
编码器20(例如,视频编码器20)或解码器30(例如,视频解码器30),或编码器20和解码器30两者均可通过如图1B所示的处理电路实现,例如一个或多个微处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application-specificintegrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、离散逻辑、硬件、视频译码专用处理器或其任意组合。编码器20可以通过处理电路46实现,以包括结合图2的编码器20和/或本文描述的任何其它编码器系统或子系统论述的各种模块。解码器30可以通过处理电路46实现,以包括结合图3解码器30和/或本文描述的任何其它解码器系统或子系统论述的各种模块。所述处理电路可用于执行下文描述的各种操作。如图5所示,如果所述技术部分地以软件形式实现,则设备可以将软件的指令存储在合适的非瞬时性计算机可读存储介质中,并且可以使用一个或多个处理器执行硬件中的指令,以执行本发明的技术。视频编码器20和视频解码器30中的任一个可作为组合编解码器(encoder/decoder,CODEC)的一部分集成在单个设备中,如图1B所示。
源设备12和目的地设备14可以包括多种设备中的任一种,包括任何类型的手持设备或固定设备,例如,笔记本电脑或膝上型电脑、手机、智能手机、平板电脑(tablet/tabletcomputer)、摄像机、台式计算机、机顶盒、电视机、显示设备、数字媒体播放器、视频游戏机、视频流设备(例如,内容服务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等,并且可以不使用或使用任何类型的操作系统。在一些情况下,可以配备源设备12和目的地设备14以用于无线通信。因此,源设备12和目的地设备14可以是无线通信设备。
在某些情况下,图1A所示的视频译码系统10仅仅是示例,本申请的技术可适用于在编码设备与解码设备之间不一定包括任何数据通信的视频译码设置(例如,视频编码或视频解码)。在其它示例中,数据可从本地存储器检索、通过网络传输等。视频编码设备可以对数据进行编码并且将数据存储到存储器,和/或视频解码设备可以从存储器检索数据并且对数据进行解码。在一些示例中,编码和解码由相互不通信而只是将数据编码到存储器和/或从存储器检索数据并对数据进行解码的设备来执行。
为便于描述,本文参考由ITU-T视频编码专家组(video coding experts group,VCEG)和ISO/IEC运动图像专家组(motion picture experts group,MPEG)的视频编码联合工作组(joint collaboration team on video coding,JCT-VC)开发的高效视频编码(high-efficiency video coding,HEVC)或通用视频编码(versatile video coding,VVC)(下一代视频编码标准)参考软件等描述本发明实施例。本领域普通技术人员理解本发明实施例不限于HEVC或VVC。
编码器和编码方法
图2为用于实现本申请技术的示例性视频编码器20的示意性框图。在图2的示例中,视频编码器20包括输入端201(或输入接口201)、残差计算单元204、变换处理单元206、量化单元208、反量化单元210和逆变换处理单元212、重建单元214、环路滤波单元220、解码图像缓冲区(decoded picture buffer,DPB)230、模式选择单元260、熵编码单元270和输出端272(或输出接口272)。模式选择单元260可以包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可以包括运动估计单元和运动补偿单元(未示出)。图2所示的视频编码器20也可以称为混合视频编码器或根据混合视频编解码器的视频编码器。
残差计算单元204、变换处理单元206、量化单元208和模式选择单元260可以组成编码器20的前向信号路径,而反量化单元210、逆变换处理单元212、重建单元214、缓冲区216、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元244和帧内预测单元254可以组成视频编码器20的后向信号路径,其中,视频编码器20的后向信号路径对应于解码器(参见图3中的视频解码器30)的信号路径。反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picturebuffer,DPB)230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。
图像和图像分割(图像和块)
编码器20可以用于通过输入端201等接收图像17(或图像数据17),例如形成视频或视频序列的图像序列中的图像。接收到的图像或图像数据也可以是经预处理的图像19(或经预处理的图像数据19)。为简单起见,以下描述使用图像17。图像17还可以称为当前图像或待译码图像(尤其是在视频译码中将当前图像与同一视频序列(也就是同样包括当前图像的视频序列)中的其它图像(例如先前的经编码和/或解码图像)区分开)。
(数字)图像为或可以视为具有强度值的样本组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel/pel)(图像元素的简称)。阵列或图像的水平方向和垂直方向(或轴线)上的样本数量限定了图像的大小和/或分辨率。为了表示颜色,通常采用3个颜色分量,即图像可以表示为或可以包括3个样本阵列。在RGB格式或颜色空间中,一个图像包括对应的红色、绿色和蓝色样本阵列。但是,在视频译码中,每个像素通常以亮度和色度格式或颜色空间表示,例如YCbCr,包括Y表示的亮度分量(有时也用L表示)和Cb和Cr表示的2个色度分量。亮度(luminance,简写为luma)分量Y表示亮度或灰度级强度(例如在灰度等级图像中两者相同),而2个色度(chrominance,简写为chroma)分量Cb和Cr表示色度或颜色信息分量。相应地,YCbCr格式的图像包括亮度样本值(Y)的亮度样本阵列和色度值(Cb和Cr)的两个色度样本阵列。RGB格式的图像可以转换或变换成YCbCr格式,反之亦然,该过程也称为颜色转换或颜色变换。如果图像是黑白的,则该图像可以仅包括亮度样本阵列。相应地,例如,图像可以为黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4颜色格式的亮度样本阵列和2个对应的色度样本阵列。
视频编码器20的实施例可以包括图像分割单元(图2中未示出),用于将图像17分割成多个(通常不重叠)图像块203。这些块也可以称为根块、宏块(H.264/AVC),或(H.265/HEVC和VVC中的)编码树块(coding tree block,CTB)或编码树单元(coding tree unit,CTU)。图像分割单元可以用于对视频序列中的所有图像使用相同的块大小和使用限定块大小的对应网格,或者在图像或图像子集或图像组之间改变块大小,并将每个图像分割成多个对应块。
在其它实施例中,视频编码器可以用于直接接收图像17中的块203,例如组成图像17的一个、几个或所有块。图像块203也可以称为当前图像块或待编码图像块。
与图像17类似,图像块203同样是或可以看作是具有强度值(样本值)的样本的二维阵列或矩阵,但是,图像块203的尺寸比图像17小。换句话说,根据所应用的颜色格式,块203可以包括(例如)一个样本阵列(例如黑白图像17情况下的亮度阵列或彩色图像情况下的亮度阵列或色度阵列)或3个样本阵列(例如彩色图像17情况下的1个亮度阵列和2个色度阵列)或任何其它数量和/或类型的阵列。块203的水平方向和垂直方向(或轴线)上的样本数量限定了块203的大小。相应地,一个块可以为M×N(M列×N行)的样本阵列,或M×N的变换系数阵列等。
图2所示的视频编码器20的实施例可以用于逐块对图像17进行编码,例如,按块203进行编码和预测。
图2所示的视频编码器20的实施例还可以用于使用条带(slice)(也称为视频条带)对图像进行分割和/或编码,其中,可以使用一个或多个条带(通常为不重叠的)对图像进行分割或编码,并且每个条带可以包括一个或多个块(例如,CTU)。
图2所示的视频编码器20的实施例还可以用于使用分块组(tile group)(也称为视频分块组)和/或分块(tile)(也称为视频分块)对图像进行分割和/或编码,其中,可以使用一个或多个分块组(通常为不重叠的)对图像进行分割或编码,每个分块组可以包括一个或多个块(例如,CTU)或一个或多个分块等,其中,每个分块可以为矩形等形状,可以包括一个或多个块(例如,CTU),例如完整或部分块。
残差计算
残差计算单元204可以用于根据图像块203和预测块265(后续提供了预测块265的更多详细内容)计算残差块205(也称为残差205),例如,通过逐样本(逐像素)将图像块203的样本值减去预测块265的样本值,以在样本域中获取残差块205。
变换
变换处理单元206可以用于对残差块205的样本值进行离散余弦变换(discretecosine transform,DCT)或离散正弦变换(discrete sine transform,DST)等变换,得到变换域中的变换系数207。变换系数207也可以称为变换残差系数,表示变换域中的残差块205。
变换处理单元206可以用于应用DCT/DST(例如为H.265/HEVC指定的变换)的整数近似值。与正交DCT变换相比,这种整数近似通常通过某一因子按比例缩放(scale)。为了维持经正变换和逆变换处理的残差块的范数,应用其它缩放因子作为变换过程的一部分。缩放因子通常是根据某些约束条件来选择的,例如,缩放因子是用于移位运算的2的幂、变换系数的位深度、精度与实现成本之间的权衡等。例如,通过逆变换处理单元212等为逆变换(以及在视频解码器30侧,通过逆变换处理单元312等为对应的逆变换)指定具体的缩放因子;相应地,可以在编码器20侧,通过变换处理单元206等为正变换指定对应的缩放因子。
视频编码器20(相应地,变换处理单元206)的实施例可以用于直接或通过熵编码单元270编码或压缩等输出变换参数(例如,一种或多种变换的类型),使得例如视频解码器30可以接收并使用变换参数进行解码。
量化
量化单元208可以用于通过应用标量量化或矢量量化等对变换系数207进行量化,得到量化系数209。量化系数209也可以称为量化变换系数209或量化残差系数209。
量化过程可以降低与一些或全部变换系数207相关的位深度。例如,可以在量化期间将n位变换系数向下舍入到m位变换系数,其中,n大于m。可以通过调整量化参数(quantization parameter,QP)修改量化程度。例如,对于标量量化,可以应用不同程度的标度来实现较细或较粗的量化。较小量化步长对应于较细量化,而较大量化步长对应于较粗量化。可通过量化参数(quantization parameter,QP)表示合适的量化步长。例如,量化参数可以为合适的量化步长的预定义集合的索引。例如,较小的量化参数可以对应于精细量化(较小量化步长),较大的量化参数可以对应于粗糙量化(较大量化步长),反之亦然。量化可以包括除以量化步长,以及例如通过反量化单元210执行的对应解量化和/或对应反解量化可以包括乘以量化步长。根据HEVC等一些标准的实施例可以使用量化参数来确定量化步长。通常,可以根据量化参数使用包括除法的方程的定点近似来计算量化步长。可以引入其它缩放因子来进行量化和解量化,以恢复可能由于在量化步长和量化参数的等式的定点近似中使用的缩放而修改的残差块的范数。在一种示例性实现方式中,可以合并逆变换和解量化的标度。或者,可以使用自定义量化表并在码流中等将自定义量化表从编码器向解码器指示(signal)。量化是有损操作,其中,量化步长越大,损耗越大。
在实施例中,视频编码器20(相应地,量化单元208)可以用于输出量化参数(quantization parameter,QP),例如直接输出或由熵编码单元270进行编码后输出,使得例如视频解码器30可以接收并使用量化参数进行解码。
反量化
反量化单元210用于对量化系数进行量化单元208的反量化,得到解量化系数211,例如根据或使用与量化单元208相同的量化步长,执行与量化单元208所执行的量化方案的反量化方案。解量化系数211也可以称为解量化残差系数211,对应于变换系数207,但是由于量化造成的损耗,解量化系数211通常与变换系数不同。
逆变换
逆变换处理单元212用于执行变换处理单元206执行的变换的逆变换,例如逆离散余弦变换(discrete cosine transform,DCT)或逆离散正弦变换(discrete sinetransform,DST),得到样本域中的重建残差块213(或对应的解量化系数213)。重建残差块213也可称为变换块213。
重建
重建单元214(例如,加法器或求和器214)用于通过逐样本将重建残差块213的样本值与预测块265的样本值相加,将变换块213(即重建残差块213)添加到预测块265,以得到样本域中的重建块215。
滤波
环路滤波单元220(或简称“环路滤波器”220)用于对重建块215进行滤波,得到滤波块221,或通常用于对重建样本进行滤波,得到经滤波的样本。例如,环路滤波单元用于顺利进行像素转变或以其它方式提高视频质量。环路滤波单元220可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptive loop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。虽然环路滤波单元220在图2中示为环路内滤波器,但是在其它配置中,环路滤波单元220可以实现为环路后滤波器。滤波块221也可称为经滤波的重建块221。
在实施例中,视频编码器20(相应地,环路滤波单元220)可以用于输出环路滤波器参数(例如样本自适应偏移信息),例如直接输出或由熵编码单元270进行编码后输出,使得例如解码器30可以接收并使用相同的环路滤波器参数或相应的环路滤波器进行解码。
解码图像缓冲区
解码图像缓冲区(decoded picture buffer,DPB)230可以是存储参考图像或通常存储参考图像数据以供视频编码器20在对视频数据进行编码时使用的存储器。DPB 230可以由多种存储器设备中的任一种形成,例如动态随机存取存储器(dynamic random accessmemory,DRAM),包括同步DRAM(synchronous DRAM,SDRAM)、磁阻RAM(magnetoresistiveRAM,MRAM)、电阻RAM(resistive RAM,RRAM)或其它类型的存储器设备。解码图像缓冲区(decoded picture buffer,DPB)230可以用于存储一个或多个滤波块221。解码图像缓冲区230还可以用于存储同一个当前图像或不同图像(例如先前的重建图像)中的其它先前滤波块(例如先前经滤波的重建块221),并可以提供先前完整的重建(即解码)图像(和对应的参考块和样本)和/或部分重建的当前图像(和对应的参考块和样本),以进行帧间预测等。如果重建块215未由环路滤波单元220进行滤波,则解码图像缓冲区(decoded picturebuffer,DPB)230还可以用于存储一个或多个未经滤波的重建块215,或通常存储未经滤波的重建样本,或未进行任何其它处理的重建块或重建样本。
模式选择(分割和预测)
模式选择单元260包括分割单元262、帧间预测单元244和帧内预测单元254,并且用于从解码图像缓冲区230或其它缓冲区(例如行缓冲区,图中未示出)等接收或获取原始块203(当前图像17中的当前块203)等原始图像数据以及重建图像数据(例如同一个(当前)图像和/或一个或多个先前经解码图像中的经滤波和/或未经滤波的重建样本或块)。重建图像数据用作帧间预测或帧内预测等预测所需的参考图像数据,得到预测块265或预测值265。
模式选择单元260可以用于为当前块预测模式(包括不分割)确定或选择一种分割方式以及确定或选择一种预测模式(例如帧内预测模式或帧间预测模式),生成对应的预测块265,以对残差块205进行计算和对重建块215进行重建。
模式选择单元260的实施例可以用于选择分割和预测模式(例如,从模式选择单元260支持或可用的那些模式中选择)。所述预测模式提供最佳匹配或者说最小残差(最小残差是指传输或存储中更好的压缩),或提供最小指示开销(最小指示开销是指传输或存储中更好的压缩),或同时考虑或平衡以上两者。模式选择单元260可以用于根据率失真优化(rate distortion optimization,RDO)确定分割和预测模式,即选择提供最小率失真的预测模式。本文中的“最佳”、“最小”、“最优”等术语不一定指总体上“最佳”、“最小”、“最优”等,但也可以指满足终止或选择标准的情况,例如超过或低于阈值的值或其它约束条件可能导致“次优选择”,但会降低复杂度且减少处理时间。
换句话说,分割单元262可以用于通过如下方式将块203分割成较小的块分割部分(partition)或子块(再次形成块):例如,通过迭代使用四叉树(quad-tree,QT)分割、二叉树(binary-tree,BT)分割或三叉树(triple-tree,TT)分割或其任意组合,并且用于例如对块分割部分或子块中的每一个执行预测,其中,模式选择包括选择分割块203的树结构和选择块部分或子块中的每一个所使用的预测模式。
下文将详细地描述由示例性视频编码器20执行的分割(例如,由分割单元260执行)和预测处理(由帧间预测单元244和帧内预测单元254执行)。
分割
分割单元262可以将当前块203分割(或划分)为较小的分割部分,例如正方形或矩形大小的较小块。可以将这些较小块(也可以称为子块)进一步分割为甚至更小的分割部分。这也称为树分割或层次树分割,其中,可以递归地分割例如根树层次0(层次级别0,深度0)的根块,例如分割为两个或两个以上下一较低树层次的块,例如树层次1(层次级别1,深度1)的节点。可以再次将这些块分割为两个或两个以上下一较低层次,例如树层次2(层次级别2,深度2)的块等,直到例如因为满足结束标准(例如达到最大树深度或最小块大小),分割结束。未进一步分割的块也称为树的叶块或叶节点。分割为两个分割部分的树称为二叉树(binary-tree,BT),分割为三个分割部分的树称为三叉树(ternary-tree,TT),分割为四个分割部分的树称为四叉树(quad-tree,QT)。
如前所述,如本文使用的术语“块”可以是图像的一部分,具体是正方形或矩形部分。例如,参照HEVC和VVC,块可以为或可以对应于编码树单元(coding tree unit,CTU)、编码单元(coding unit,CU)、预测单元(prediction unit,PU)和变换单元(transform unit,TU)和/或对应的块,例如编码树块(coding tree block,CTB)、编码块(coding block,CB)、变换块(transform block,TB)或预测块(prediction block,PB)。
例如,编码树单元(coding tree unit,CTU)可以为或可以包括具有三个样本阵列的图像中的亮度样本的一个CTB、该图像中的色度样本的两个对应CTB,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本的一个CTB。这些语法结构用于对样本进行译码。相应地,编码树块(coding tree block,CTB)可以为N×N个样本块,其中,N可以设为某个值,从而将分量划分为多个CTB,这就是分割。编码单元(coding unit,CU)可以为或包括具有三个样本阵列的图像中的亮度样本的一个编码块、色度样本的两个对应编码块,或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本组成的一个编码块。这些语法结构用于对上述样本进行译码。相应地,编码块(codingblock,CB)可以为M×N个样本块,其中,M和N可以设为某个值,使得一个CTB划分为多个编码块,这就是分割。
在实施例中,例如根据HEVC,可以通过表示为编码树的四叉树结构将编码树单元(coding tree unit,CTU)划分为多个CU。在CU级决定是否使用帧间(时间)预测或帧内(空间)预测对图像区域进行译码。每个CU可以根据PU划分类型进一步划分为一个、两个或四个PU。一个PU内应用相同的预测过程,并以PU为单位向解码器发送相关信息。在根据PU划分类型执行预测过程得到残差块之后,可以根据类似于用于CU的编码树的另一种它四叉树结构将CU分割成变换单元(transform unit,TU)。
在实施例中,例如根据当前开发的称为通用视频编码(versatile video coding,VVC)的最新视频编码标准,使用四叉树加二叉树(quad-tree and binary-tree,QTBT)分割等来分割编码块。在QTBT块结构中,CU可以为正方形或矩形。例如,编码树单元(codingtree unit,CTU)首先通过四叉树结构进行分割。通过二叉树或四叉树(或三叉树)结构进一步分割四叉树叶节点。分割树叶节点称为编码单元(coding unit,CU),该分段用于预测和变换处理,无需任何进一步分割。即,在QTBT编码块结构中,CU、PU和TU的块大小相同。同时,可以将三叉树分割等多重分割与QTBT块结构结合使用。
在一个示例中,视频编码器20中的模式选择单元260可以用于执行本文描述的分割技术的任意组合。
如上所述,视频编码器20用于从(例如预定的)预测模式集合中确定或选择最好或最优的预测模式。预测模式集合可以包括帧内预测模式和/或帧间预测模式等。
帧内预测
帧内预测模式集合可以包括35种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如HEVC中定义的方向性模式,或者可以包括67种不同的帧内预测模式,例如,如DC(或均值)模式和平面模式等非方向性模式,或如VVC中定义的方向性模式。
帧内预测单元254用于根据帧内预测模式集合中的帧内预测模式,使用同一当前图像的相邻块的重建样本来生成帧内预测块265。
帧内预测单元254(或通常为模式选择单元260)还用于将帧内预测参数(或通常为表示块的选定帧内预测模式的信息)以语法元素266的形式输出到熵编码单元270,以包括到经编码图像数据21中,使得例如视频解码器30可以接收并使用预测参数进行解码。
帧间预测
(可能的)帧间预测模式集合基于可用参考图像(即,例如前述存储在DPB 230中的至少部分解码的图像)和其它帧间预测参数,例如基于是否使用整个参考图像或只使用参考图像的一部分(例如当前块的区域周围的搜索窗口区域)来搜索最佳匹配参考块,和/或例如基于是否执行像素插值,例如二分之一/半像素插值和/或四分之一像素插值。
除上述预测模式外,还可以应用跳过模式和/或直接模式。
帧间预测单元244可以包括运动估计(motion estimation,ME)单元和运动补偿(motion compensation,MC)单元(两者未在图2中示出)。运动估计单元可以用于接收或获取图像块203(当前图像17的当前图像块203)和经解码图像231,或者至少一个或多个先前的重建块(例如,一个或多个其它/不同的先前经解码图像231的重建块),以进行运动估计。例如,视频序列可以包括当前图像和先前的经解码图像231,或换句话说,当前图像和先前的经解码图像231可以为一系列图像的一部分或组成一系列图像,这一系列图像组成视频序列。
例如,编码器20可用于从多个其它图像中的相同或不同图像的多个参考块中选择参考块,并将参考图像(或参考图像索引)和/或参考块的位置(x坐标、y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数提供给运动估计单元。这种偏移也称为运动矢量(motion vector,MV)。
运动补偿单元用于获取(例如,接收)帧间预测参数,并根据或使用帧间预测参数进行帧间预测,以得到帧间预测块265。由运动补偿单元执行的运动补偿可以包括根据通过运动估计确定的运动/块矢量来提取或生成预测块,还可以包括对子像素精度执行插值。插值滤波可以根据已知像素样本生成其它像素样本,从而可能增加可以用于对图像块进行译码的候选预测块的数量。一旦接收到当前图像块的PU对应的运动矢量,运动补偿单元可以在其中一个参考图像列表中定位运动矢量指向的预测块。
运动补偿单元还可以生成与块和视频条带相关的语法元素,以供视频解码器30在解码视频条带的图像块时使用。除了条带和相应语法元素或作为条带和相应语法元素的替代,还可以生成或使用分块组和/或分块以及相应语法元素。
熵编码
熵编码单元270用于将熵编码算法或方案(例如,可变长度译码(variable lengthcoding,VLC)方案、上下文自适应VLC(context adaptive VLC scheme,CAVLC)方案、算术译码方案、二值化,上下文自适应二进制算术译码(context adaptive binary arithmeticcoding,CABAC)、基于语法的上下文自适应二进制算术译码(syntax-based context-adaptive binary arithmetic coding,SBAC)、概率区间分割熵(probability intervalpartitioning entropy,PIPE)译码或其它熵编码方法或技术)等应用于或不应用于(无压缩)量化系数209、帧间预测参数、帧内预测参数、环路滤波器参数和/或其它语法元素,得到可以通过输出端272以经编码码流21等形式输出的经编码图像数据21,使得例如视频解码器30可以接收并使用这些参数进行解码。可以将经编码码流21发送给视频解码器30,或将其存储在存储器中稍后由视频解码器30发送或检索。
可以使用其它接收形式的视频编码器20对视频流进行编码。例如,基于非变换的编码器20可以在没有变换处理单元206的情况下为某些块或帧直接量化残差信号。在另一种实现方式中,编码器20可以包括组合成单个单元的量化单元208和反量化单元210。
解码器和解码方法
图3示出了用于实现本申请技术的示例性视频解码器30。视频解码器30用于接收(例如)由编码器20编码的经编码图像数据21(例如经编码码流21),得到经解码图像331。经编码图像数据或码流包括用于解码该经编码图像数据的信息,例如表示经编码视频条带(和/或分块组或分块)的图像块的数据和相关语法元素。
在图3的示例中,解码器30包括熵解码单元304、反量化单元310、逆变换处理单元312、重建单元314(例如,求和器314)、环路滤波器320、解码图像缓冲区(decoded picturebuffer,DPB)330、模式应用单元360、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或包括运动补偿单元。在一些示例中,视频解码器30可执行通常与图2的视频编码器100描述的编码过程相反的解码过程。
如参照编码器20所述,反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer,DPB)230、帧间预测单元344和帧内预测单元354也称为组成视频编码器20的“内置解码器”。相应地,反量化单元310在功能上可以与反量化单元110相同,逆变换处理单元312在功能上可以与逆变换处理单元212相同,重建单元314在功能上可以与重建单元214相同,环路滤波器320在功能上可以与环路滤波器220相同,解码图像缓冲区330在功能上可以与解码图像缓冲区230相同。因此,视频编码器20的相应单元和功能的解释相应地适用于视频解码器30的相应单元和功能。
熵解码
熵解码单元304用于解析码流21(或通常为经编码图像数据21)并对经编码图像数据21执行熵解码等,得到量化系数309和/或经解码的编码参数(图3中未示出)等,例如帧间预测参数(例如参考图像索引和运动矢量)、帧内预测参数(例如帧内预测模式或索引)、变换参数、量化参数、环路滤波器参数和/或其它语法元素中的任一个或全部。熵解码单元304可以用于应用与参照编码器20中的熵编码单元270描述的编码方案对应的解码算法或方案。熵解码单元304还可以用于向模式应用单元360提供帧间预测参数、帧内预测参数和/或其它语法元素,以及向解码器30的其它单元提供其它参数。视频解码器30可以接收视频条带级和/或视频块级的语法元素。除条带和相应的语法元素之外或作为条带和相应的语法元素的替代,还可以接收和/或使用分块组和/或分块以及相应语法元素。
反量化
反量化单元310可以用于从经编码图像数据21(例如通过熵解码单元304等解析和/或解码)接收量化参数(quantization parameter,QP)(或通常称为与反量化相关的信息)和量化系数,并根据这些量化参数对经解码量化系数309进行反量化,得到解量化系数311。解量化系数311也可以称为变换系数311。反量化过程可以包括使用视频编码器20为视频条带(或分块或分块组)中的每个视频块确定的量化参数来确定量化程度,同样也确定需要应用的反量化的程度。
逆变换
逆变换处理单元312可以用于接收解量化系数311(也称为变换系数311),并对解量化系数311进行变换,得到样本域中的重建残差块213。重建残差块213也可以称为变换块313。变换可以为逆变换,例如逆DCT、逆DST、逆整数变换或概念上类似的逆变换过程。逆变换处理单元312还可以用于(例如通过熵解码单元304等解析和/或解码)从经编码图像数据21接收变换参数或对应的信息,以确定要对解量化系数311进行的变换。
重建
重建单元314(例如加法器或求和器314)可以用于通过以下方式将重建残差块313添加到预测块365以得到样本域中的重建块315:例如,将重建残差块313的样本值和预测块365的样本值相加。
滤波
环路滤波单元320(在译码环路中或之后)用于对重建块315进行滤波,得到滤波块321,从而顺利进行像素转变或以其它方式提高视频质量等。环路滤波单元320可以包括一个或多个环路滤波器,例如去块效应滤波器、样本自适应偏移(sample-adaptive offset,SAO)滤波器或者一个或多个其它滤波器,例如双边滤波器、自适应环路滤波器(adaptiveloop filter,ALF)、锐化或平滑滤波器、协同滤波器,或其任意组合。虽然环路滤波单元320在图3中示为环路内滤波器,但是在其它配置中,环路滤波单元320可以实现为环路后滤波器。
解码图像缓冲区
随后将一个图像的经解码视频块321存储在解码图像缓冲区330中,解码图像缓冲区330存储经解码图像331作为参考图像,以便后续对其它图像进行运动补偿和/或输出或显示。
解码器30用于通过输出端312等输出经解码图像311,向用户显示或供用户观看。
预测
帧间预测单元344在功能上可以与帧间预测单元244(特别是与运动补偿单元)相同,帧内预测单元354在功能上可以与帧间预测单元254相同,并根据从经编码图像数据21(例如通过熵解码单元304等解析和/或解码)接收的分割方式和/或预测参数或相应的信息来执行划分或分割决策和执行预测。模式应用单元360可以用于根据重建图像、块或相应的样本(经过滤波或未经滤波)对每个块执行预测(帧内预测或帧间预测),得到预测块365。
当视频条带被译码为经帧内译码(I)条带时,模式应用单元360中的帧内预测单元354用于根据指示的帧内预测模式和来自当前图像的先前经解码块的数据生成当前视频条带的图像块的预测块365。当视频图像被译码为经帧间译码(即B或P)条带时,模式应用单元360中的帧间预测单元344(例如运动补偿单元)用于根据运动矢量和从熵解码单元304接收的其它语法元素为当前视频条带的视频块生成预测块365。对于帧间预测,可以根据其中一个参考图像列表内的其中一个参考图像产生这些预测块。视频解码器30可以根据存储在DPB 330中的参考图像,使用默认构建技术来构建参考帧列表0和列表1。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
模式应用单元360用于通过解析运动矢量或相关信息和其它语法元素,确定当前视频条带的视频块的预测信息,并使用预测信息产生用于正在解码的当前视频块的预测块。例如,模式应用单元360使用接收到的一些语法元素来确定用于对视频条带的视频块进行译码的预测模式(例如帧内或帧间预测)、帧间预测条带类型(例如B条带、P条带或GPB条带)、用于条带的一个或多个参考图像列表的构建信息、用于条带的每个经帧间编码视频块的运动矢量、用于条带的每个经帧间译码视频块的帧间预测状态以及其它信息,以对当前视频条带中的视频块进行解码。除条带(例如视频条带)之外或作为条带的替代,相同或类似的过程可以应用于使用分块组(例如视频分块组)和/或分块(例如视频分块)的实施例或由这些实施例应用,例如,视频可以使用I、P或B分块组和/或分块进行译码。
图3中所示的视频解码器30的实施例可用于使用条带(也称为视频条带)对图像进行分割和/或解码,其中,可以使用一个或多个条带(通常不重叠的)对图像进行分割或解码,并且每个条带可以包括一个或多个块(例如,CTU)。
在实施例中,图3所示的视频解码器30可以用于使用分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或解码。一个图像可以分割成一个或多个分块组(通常不重叠)或使用一个或多个分块组(通常不重叠)进行解码;每个分块组可以包括一个或多个块(例如,CTU)或一个或多个分块等;每个分块可以为矩形等,可以包括一个或多个完整或部分块(例如,CTU)等。
视频解码器30的其它变型可以用于对经编码图像数据21进行解码。例如,解码器30可以在没有环路滤波单元320的情况下生成输出视频流。例如,基于非变换的解码器30可以在某些块或帧没有逆变换处理单元312的情况下直接对残差信号进行反量化。在另一种实现方式中,视频解码器30可以包括组合成单个单元的反量化单元310和逆变换处理单元312。
应当理解的是,在编码器20和解码器30中,可以对当前步骤的处理结果做进一步处理,然后输出到下一步骤。例如,在插值滤波、运动矢量推导或环路滤波之后,可以对插值滤波、运动矢量推导或环路滤波的处理结果进行进一步运算,例如限幅(Clip)或移位(shift)运算。
需要说明的是,可以对当前块的推导运动矢量(包括但不限于仿射模式的控制点运动矢量,仿射模式、平面模式、ATMVP模式的子块运动矢量,时间运动矢量等)进行进一步运算。例如,根据运动矢量的表示位将运动矢量的值限制在预定义范围。如果运动矢量的表示位为bitDepth,则运动矢量的取值范围为–2^(bitDepth–1)至2^(bitDepth–1)–1,其中,“^”符号表示幂次方。例如,如果bitDepth设置为16,则范围为–32768到32767;如果bitDepth设置为18,则范围为–131072到131071。例如,对推导的运动矢量(例如,一个8×8块中的4个4×4子块的MV)的值进行限制,使得这4个4×4子块MV的整数部分之间的最大差值不超过N个像素,例如不超过1个像素。这里提供了两种根据bitDepth来限制运动矢量的方法。
方法1:通过平滑操作来去除溢出的最高有效位(most significant bit,MSB)
ux=(mvx+2bitDepth)%2bitDepth (1)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (2)
uy=(mvy+2bitDepth)%2bitDepth (3)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (4)
其中,mvx为一个图像块或子块的运动矢量的水平分量;mvy为一个图像块或子块的运动矢量的垂直分量;ux和uy表示中间值。
例如,如果mvx的值为–32769,则使用公式(1)和(2)之后得到的值为32767。在计算机系统中,以二的补码的形式存储十进数。–32769的二的补码为1,0111,1111,1111,1111(17位),这时丢弃MSB,那么得到的二的补码为0111,1111,1111,1111(十进数为32767),这与使用公式(1)和(2)之后得到的输出结果相同。
ux=(mvpx+mvdx+2bitDepth)%2bitDepth (5)
mvx=(ux>=2bitDepth–1)?(ux–2bitDepth):ux (6)
uy=(mvpy+mvdy+2bitDepth)%2bitDepth (7)
mvy=(uy>=2bitDepth–1)?(uy–2bitDepth):uy (8)
这些运算可以在对mvp和mvd求和的过程中执行,如公式(5)至(8)所示。
方法2:对值进行限幅来去除溢出的MSB
vx=Clip3(–2bitDepth–1,2bitDepth–1–1,vx)
vy=Clip3(–2bitDepth–1,2bitDepth–1–1,vy)
其中,vx为图像块或子块的运动矢量的水平分量;vy为图像块或子块的运动矢量的垂直分量;x、y和z分别对应于MV限幅过程的3个输入值,函数Clip3的定义如下:
图4为本发明实施例提供的视频译码设备400的示意图。视频译码设备400适用于实现本文描述的公开实施例。在一个实施例中,视频译码设备400可以是解码器(如图1A的视频解码器30)或编码器(如图1A的视频编码器20)。
视频译码设备400包括:用于接收数据的入端口410(或输入端口410)和接收单元(Rx)420;用于处理数据的处理器、逻辑单元或中央处理单元(central processing unit,CPU)430;用于发送数据的发送单元(Tx)440和出端口450(或输出端口450);用于存储数据的存储器460。视频译码设备400还可以包括耦合到入端口410、接收单元420、发送单元440和出端口450耦合的光电(optical-to-electrical,OE)组件和电光(electrical-to-optical,EO)组件,用于光信号或电信号的出入。
处理器430通过硬件和软件来实现。处理器430可以实现为一个或多个CPU芯片、一个或多个核(例如多核处理器)、一个或多个FPGA、一个或多个ASIC和一个或多个DSP。处理器430与入端口410、接收单元420、发送单元440、出端口450和存储器460通信。处理器430包括译码模块470。译码模块470实现上文描述的公开实施例。例如,译码模块470执行、处理、准备或提供各种译码操作。因此,将译码模块470包括在内为视频译码设备400的功能提供了实质性的改进,并且影响了视频译码设备400到不同状态的转换。可选地,以存储在存储器460中并由处理器430执行的指令来实现译码模块470。
存储器460包括一个或多个磁盘、磁带机和固态硬盘,可以用作溢出数据存储设备,用于在选择执行程序时存储此类程序,并且存储在程序执行过程中读取的指令和数据。例如,存储器460可以是易失性和/或非易失性的,并且可以是只读存储器(read-onlymemory,ROM)、随机存取存储器(random access memory,RAM)、三态内容寻址存储器(ternary content-addressable memory,TCAM)和/或静态随机存取存储器(staticrandom-access memory,SRAM)。
图5为示例性实施例提供的装置500的简化框图,装置500可用作图1中的源设备12和目的地设备14中的任一个或两个。
装置500中的处理器502可以是中央处理单元。或者,处理器502可以是现有的或今后将研发出的能够操控或处理信息的任何其它类型的设备或多个设备。虽然所公开的实现方式可以使用如图所示的处理器502等单个处理器来实施,但使用多个处理器可以提高速度和效率。
在一个实现方式中,装置500中的存储器504可以是只读存储器(read onlymemory,ROM)设备或随机存取存储器(random access memory,RAM)设备。任何其它合适类型的存储设备都可以用作存储器504。存储器504可以包括处理器502通过总线512访问的代码和数据506。存储器504还可包括操作系统508和应用程序510,应用程序510包括至少一个程序,这个程序使得处理器502执行本文所述方法。例如,应用程序510可以包括应用1至N,包括执行本文所述方法的视频译码应用。
装置500还可以包括一个或多个输出设备,例如显示器518。在一个示例中,显示器518可以是将显示器与触敏元件组合的触敏显示器,该触敏元件能够用于感测触摸输入。显示器518可以通过总线512与处理器502耦合。
尽管装置500的总线512在本文中描述为单个总线,但是总线512可以包括多个总线。此外,辅助存储器514可以直接耦合到装置500中的其它组件或可以通过网络被访问,并且可以包括单个集成单元(例如一个存储卡)或多个单元(例如多个存储卡)。因此,装置500可以通过多种配置实现。
参数集
参数集基本上都是相似的,并且具有相同的基本设计目标,即提高码率、增强抗误码能力和提供系统层接口。HEVC(ITU-T H.265)中的参数集具有层次结构,包括视频参数集(video parameter set,VPS)、序列参数集(sequence parameter set,SPS)和图像参数集(picture parameter set,PPS),这些参数集与AVC和VVC中的对应参数集相似。每个条带参考单个活跃PPS、SPS和VPS,以访问用于解码条带的信息。PPS包括适用于图像中所有条带的信息,因此图像中的所有条带必须参考同一PPS。不同图像中的条带也可以参考相同的PPS。类似地,SPS包括适用于同一编码视频序列中的所有图像的信息。
虽然PPS对于单独的图像可能不同,但编码视频序列中的许多或所有图像都参考相同的PPS是常见的。重复使用参数集是在码率方面是高效的,因为这样使得不必多次发送共享信息。这样也具有损失鲁棒性,因为这样可以使参数集内容由一些更可靠的外部通信链路承载,或在码流中频繁重复,以确保参数集内容不会丢失。
序列参数集(sequence parameter set,SPS)
SPS包括应用于编码视频序列的一个或多个层的参数,并且在编码视频序列中不会随着图像的改变而改变。具体地,所述SPS包括子图像指示的信息。
下表的一些部分示出了ITU JVET-Q2001-v11中的在SPS中指示子图像的一部分的快照,下载链接如下:
http://phenix.it-sudparis.eu/jvet/doc_end_user/documents/17_Brussels/wg11/JVET-Q2001-v11.zip.在本申请的其余部分,为了简单起见,本文档称为VVC草案8。
SPS中的一些语法元素指示每个子图像的位置信息和控制标志。第i个子图像的位置信息包括:
·subpic_ctu_top_left_x[i],表示子图像i在图像中的左上坐标的水平分量;或者
·subpic_ctu_top_left_y[i],表示子图像i在图像中的左上坐标的垂直分量;或者
·subpic_width_minus1[i],表示子图像i在图像中的宽度;或者
·subpic_height_minus1[i],表示子图像i在图像中的高度。
一些语法元素指示图像中的子图像的数量,例如sps_num_subpics_minus1。
将图像分割成CTU、条带、分块和子图像
将图像分割成CTU
图像被分割成一系列编码树单元(coding tree unit,CTU)。术语“CTU”有时能够与编码树块(coding tree block,CTB)互换。在一个示例中,术语“CTU”与ITU-T H.265中的CTU具有相同的定义。对于具有三个样本阵列的一个图像,一个CTU包括一个N×N的亮度样本块和两个对应的色度样本块。图6示出了图像分割成CTU的一个示例。CTU的大小可以相同,但位于图像边界的CTU(其中可能存在不完整的CTU)除外。
将图像分割成分块
在一些示例中,当启用分块时,图像被划分为由垂直和/或水平边界分隔的矩形CTU组。垂直分块边界和水平分块边界分别从上到下以及从图像左边界到图像右边界与图像相交。与水平分块边界和垂直分块边界的位置相关的指示信息编码在码流中。
图7示出了将图像分割成9个分块。在该示例中,分块边界用粗体虚线标记。示出了CTU的基于分块的光栅扫描顺序,图像中具有9个不同大小的分块。
当垂直划分图像的分块超过1个时,CTU的扫描顺序随着图像中的CTU的光栅扫描顺序的改变而改变。扫描CTU的规则如下:
1.分块按照光栅扫描顺序从左到右、从上到下扫描,称为分块扫描顺序。这表示,从左上分块开始,从左到右扫描同一分块行中的所有分块。然后,从第二个分块行(下面一个分块行)中的第一个分块开始,从左到右扫描第二个分块行中的所有分块。重复上述过程,直到所有分块扫描完。
2.对于一个分块,按照光栅扫描顺序扫描该分块中的CTU。对于每个CTU行,从左到右扫描CTU,从上到下扫描CTU行。图7示出了分块中CTU的扫描顺序,与CTU对应的数字表示扫描顺序。
分块可以实现图像分割,使得每个分块能够与同一图像中的其它分块独立解码,其中,解码是指熵解码、残差解码和预测解码。此外,使用分块可以将图像分割成类似大小的区域。因此,可以并行处理图像中的分块,这适合于每个处理核彼此相同的多核处理环境。
术语“处理顺序”和“扫描顺序”在本申请中使用如下:
处理是指在编码器或解码器中对CTU进行编码或解码。扫描顺序与图像中特定分割部分的索引有关。CTU在指定扫描顺序下的图像中按照递增顺序进行索引。分块中的CTU扫描顺序是指分块中的CTU如何进行索引,这可能与处理它们的顺序(即处理顺序)不同。
将图像分割成条带
条带可以实现图像分割,使得每个条带能够与同一图像中的其它条带独立解码,其中,解码是指熵解码、残差解码和预测解码。与分块的区别在于,条带可以具有任意形状,不一定是矩形(存在更多分割可能性),条带分割的目的不是并行处理,而是增强抗误码能力和提高传输环境中的数据包大小匹配。
条带可以包括完整的图像,也可以包括图像的一部分。在ITU-T H.265中,条带按处理顺序包括图像中的连续CTU。条带是根据起始CTU地址进行识别的,起始CTU地址在条带头或图像参数集或其它单元中指示。在一个示例中,当要求条带包括整数个分块时,条带可以根据起始分块地址进行识别。
在VVC草案8中,条带包括图像中的整数个分块或图像中的分块内的整数个连续CTU行。因此,垂直条带边界也是垂直分块边界。条带的水平边界可能不是分块边界,水平CTU边界可以包括在分块中。在一个示例中,当一个分块被划分到多个矩形条带中时,每个条带包括分块内的整数个连续完整的CTU行。
在一些示例中,存在两种条带模式,即光栅扫描条带模式和矩形条带模式。在光栅扫描条带模式下,条带包括图像中的分块光栅扫描下的一系列分块。在矩形条带模式下,条带包括多个分块,这些分块共同构成图像中的矩形区域;或者,条带包括一个分块中的多个连续CTU行,这些CTU行共同构成图像中的矩形区域。矩形条带内的分块在与该条带对应的矩形区域内按照分块光栅扫描顺序进行扫描。
图像中的所有条带共同构成整个图像,图像中的所有CTU都包括在图像中的其中一个条带内。类似的规则适用于分块和子图像。
将图像分割成子图像
子图像可以是图像中的矩形分割部分。子图像可以是整个图像,也可以是图像的一部分。子图像可以实现图像分割,使得每个子图像能够与整个视频序列中的其它子图像独立解码。在VVC草案8中,当子图像i的subpic_treated_as_pic_flag[i]指示为真(true)(例如,subpic_treated_as_pic_flag[i]的值为1)时,该子图像i能够与整个视频序列中的其它子图像独立解码。
子图像与分块或条带的区别在于,子图像是指独立可解码的视频序列。对于分块和条带,独立解码是在视频序列的单个图像中执行的。
在VVC草案8中,子图像包括一个或多个条带,这些条带共同覆盖图像中的矩形区域。因此,每个子图像边界始终是条带边界,每个垂直子图像边界始终是垂直分块边界。
图8提供了分块、条带和子图像的示例。在图8中,图像的示例包括4个分块(2个分块列和2个分块行)、4个矩形条带和3个子图像。子图像2包括两个条带,子图像1和子图像3各包括一个条带。子图像1包括2个分块,子图像2和子图像3各包括1个分块。子图像、条带和分块边界都与CTU边界重合。边界显示为彼此有小的偏移,以便使它们可区分。
在图8所示的一个示例中,图像被分割成216个CTU、4个分块、4个条带和3个子图像。sps_num_subpics_minus1的值为2,位置相关的语法元素具有以下值:
对于子图像1,
·subpic_ctu_top_left_x[0],未被指示,但被推断为0;
·subpic_ctu_top_left_y[0],未被指示,但被推断为0;
·subpic_width_minus1[0],值为8;
·subpic_height_minus1[0],值为11。
对于子图像2,
·subpic_ctu_top_left_x[1],值为9;
·subpic_ctu_top_left_y[1],值为0;
·subpic_width_minus1[1],值为8;
·subpic_height_minus1[1],值为5。
对于子图像3,
·subpic_ctu_top_left_x[2],值为9;
·subpic_ctu_top_left_y[2],值为6;
·subpic_width_minus1[2],未被指示,但被推断为8;
·subpic_height_minus1[2],未被指示,但被推断为5。
分块的指示
下表示出了图像中分块的大小和坐标的指示,这在VVC草案8的图像参数集RBSP语法表中公开。
分块的分割信息(例如分块地址和分块尺寸)通常编码在参数集中。在上面的示例中,指示no_pic_partition_flag的值编码在码流中,no_pic_partition_flag的值用于指示图像是否被分割为条带和分块。如果no_pic_partition_flag为真(表示图像没有被分割为条带或分块),则推断图像只被分割为一个条带和一个分块,它们的边界与图像边界对齐。否则(no_pic_partition_flag为假(false)),分块分割信息编码在码流中。
语法元素tile_column_width_minus1[i]的值表示第i个分块列的宽度。语法元素tile_row_height_minus1[i]的值表示第i个分块行的高度。
分块行高度和分块列宽度可以在码流中显式地指示,也可以根据码流推断。语法元素num_exp_tile_columns_minus1和num_exp_tile_rows_minus1分别表示分块列和分块行的数量,这些分块的宽度和高度在码流中显式地指示。根据函数推断其它分块列和行的宽度和高度。
分块的索引表示“图像中的分块扫描顺序”。图像中的分块根据光栅扫描顺序排序(扫描),位于图像左上顶点的第一分块是第0个分块,索引在每个分块行中从左到右递增,在扫描分块行中的最后一个分块后,从下一分块行(当前分块行下面的一个分块行)的最左边的分块继续。
分块中的CTU(分块中的CTU扫描顺序)按光栅扫描顺序扫描。
图像中CTU的基于分块的扫描顺序表示同时遵循图像中的分块扫描顺序和每个分块中的CTU扫描顺序。换句话说,
·根据图像中的分块扫描顺序扫描图像的分块;
·一个分块的CTU在另一个分块中的任何CTU之前被完全扫描;
·在每个分块中,CTU按光栅扫描顺序(分块中的CTU扫描顺序)扫描。
条带的指示
下表示出了图像中矩形条带的大小和坐标的指示,这在VVC草案8的图像参数集RBSP语法表中公开。
在VVC草案8中,一个条带包括一个或多个完整的分块,或者一个分块包括一个或多个完整的条带。因此,条带坐标和大小是结合分块分割指示的。在VVC草案8中,分块分割在图像参数集中指示。条带分割信息是使用分块映射信息指示的。
在上表中,语法元素num_slices_in_pic_minus1的值表示图像中的条带的数量。语法元素Tile_idx_delta[i]的值表示第(i+1)个条带和第i个条带的第一分块的分块索引之间的差值。例如,图像中的第一条带的第一分块的分块索引为0。如果第二条带的第一分块的分块索引为5,则Tile_idx_delta[0]的值等于5。在这种上下文中,分块索引可以用作条带的地址,例如,条带的第一分块的索引是条带的起始地址。
语法元素slice_width_in_tiles_minus1[i]的值表示图像中第i个条带的宽度,以分块的数量表示。语法元素slice_height_in_tiles_minus1[i]的值表示图像中第i个条带的高度,以分块的数量表示(在一个示例中,如VVC草案8中所公开,slice_width_in_tiles_minus1[i]加1表示第i个矩形条带的宽度,以分块列为单位。slice_height_in_tiles_minus1[i]加1表示第i个矩形条带的高度,以分块行为单位)。
在上表中,如果slice_width_in_tiles_minus1[i]的值和slice_height_in_tiles_minus1[i]的值都等于0(表示第i个条带的尺寸至多为高度等于一个分块,宽度等于一个分块),则语法元素num_exp_slices_in_tile[i]的值编码在码流中。语法元素num_exp_slices_in_tile[i]的值表示分块中的条带数量。
根据VVC草案8,一个条带可以包括多个完整的分块,或者一个分块可以包括多个完整的条带。如上面的语法表所示,条带中的分块的数量由slice_width_in_tiles_minus1[i]和slice_height_in_tiles_minus1[i]表示。如果条带中的分块的数量等于1,则分块中的条带数量由num_exp_slices_in_tile[i]表示。因此,如果slice_width_in_tiles_minus1[i]的值和slice_height_in_tiles_minus1[i]的值都等于1,则条带的大小可以等于或小于分块的大小。
语法元素single_slice_per_subpic_flag为真(例如,single_slice_per_subpic_flag的值等于1)表示对于图像的所有子图像,每个子图像有一个且仅一个条带(在这种情况下,子图像不能被分割成多于一个条带)。
根据一种可选的指示方法,条带起始地址和条带大小在VVC草案8中根据以下步骤指示:
1.首先,分块分割信息在码流中指示,其中,索引(tileIdx)用于索引图像中的分块(根据图像中的分块扫描顺序)。在该步骤之后,获取每个分块的索引、坐标和大小的值。
2.图像中的条带的数量被指示。在一个示例中,条带的数量可以由语法元素num_slices_in_pic_minus1的值表示。
3.对于图像中的第一条带,以分块的数量表示条带的宽度和高度。第一条带的起始地址未被显式地指示,并被推断为tileIdx 0,图像中的第一分块是图像的第一条带中的第一分块。
4.如果第一条带的大小为高度等于一个分块且宽度等于一个分块,并且如果分块中有多于一个CTU行,则语法元素num_exp_slices_in_tile[0]的值被指示,语法元素num_exp_slices_in_tile[0]的值表示所述分块中包括的条带的数量。num_exp_slices_in_til[0]的值可以表示大小在码流中显式地指示的分块中的条带的数量,但是所述分块中可能存在这样的条带,这些条带的数量和大小根据分块的大小,以及显式地指示了大小的条带的大小推断。因此,分块中的条带的总数量可以根据num_exp_slices_in_tile[0]和分块的大小确定。在一个示例中,分块中的条带数量可以由参数numSlicesInTile[0]表示。
5.对于图像中的第二条带到最后一个条带(包括第二条带,但不包括最后一个条带)中的每个条带,条带的宽度和高度(以分块的数量表示)被显式地指示。条带的起始地址可以由语法元素tile_idx_delta[i]的值显式地指示,其中,i是条带的索引。如果起始地址没有被显式地指示(例如,如果条带以使得可以通过使用当前条带的起始位置和宽度和高度推断下一个条带的起始位置的顺序指示),则通过函数推断条带的起始地址。例如,如果条带在图像中按从左到右的顺序在码流中指示,如果条带的起始地址的水平坐标和条带的宽度是已知的,则下一个条带的起始坐标的水平坐标被推断为条带的宽度加上条带的起始地址的总和。
6.如果第n个条带的大小(n在2与图像中的条带的值减1之间,包括端值)为宽度等于1个分块且高度等于1个分块,并且如果第n个条带中包括的分块中具有多于1个CTU行,则语法元素num_exp_slices_in_tile[n]的值被指示,语法元素num_exp_slices_in_tile[n]的值表示所述分块中包括的条带的数量。
7.对于图像中的最后一个条带,条带的宽度和高度不会被显式地指示,而是根据图像宽度中的分块的数量、图像高度中的分块的数量和最后一个条带的起始地址推断。最后一个条带的起始地址可以被显式地指示或推断。图像中最后一个条带的宽度和高度的推断可以根据来自VVC草案8第6.5.1节的以下两个等式进行。
slice_width_in_tiles_minus1[i]=NumTileColumns–1–tileX
slice_height_in_tiles_minus1[i]=NumTileRows–1–tileY
slice_width_in_tiles_minus1[i]加1表示第i个矩形条带的宽度,以分块列为单位。
slice_height_in_tiles_minus1[i]加1表示第i个矩形条带的高度,以分块行为单位。
在上述步骤中,最后一个条带的宽度和高度不会被指示,因为如果条带的起始地址是已知的,则可以推断最后一个条带的宽度和高度。
上面等式中的变量tileX、tileY、NumTileColumns、NumTileRows将在后面进行解释。
VVC草案8第6.5.1节
6.5.1CTB光栅扫描、分块扫描、子图像扫描过程
对于矩形条带,表示第i个条带中的CTU的数量的列表NumCtusInSlice[i](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值)、表示条带的左上分块的索引的列表SliceTopLeftTileIdx[i](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值),和表示第i个条带中的第j个CTB的图像光栅扫描地址的矩阵CtbAddrInSlice[i][j](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值,j在0至NumCtusInSlice[i]–1的范围内,包括端值)的推导如下:
关于图像中的条带起始地址和分块大小的指示的上述描述是VVC草案8中公开的一个示例。具体地,描述了一种情况,其中,使用矩形条带,每个子图像中的条带的数量未被指示为等于1(single_slice_per_subpic_flag语法元素的值不等于1;当single_slice_per_subpic_flag语法元素的值等于1时,图像的每个子图像由一个且仅一个条带组成),图像中存在多于1个分块,并且分块中的CTU行的数量大于1。如果上述参数中的一些被改变,则可以使用条带起始地址和条带大小的其它指示模式。例如,如果每个子图像中仅有1个条带,则条带的宽度和高度不会在码流中显式地指示,而是被推断分别等于对应的子图像宽度和高度。
VVC草案8第6.5.1节还公开了条带i中CTU的扫描顺序,其中,i是条带索引。矩阵CtbAddrInSlice[i][n](该子句的输出)表示条带i中的CTU扫描顺序,其中,n是CTU索引,范围从0至条带i的CTU数量。CtbAddrInSlice[i][n]的值表示条带i中第n个CTU的地址。
通常,条带中的CTU扫描顺序指定了条带中的CTU被扫描的顺序。VVC草案8第6.5.1节的上述步骤示出了如何确定条带中的CTU扫描顺序的示例,例如如何构造矩阵CtbAddrInSlice[i][n]。
如VVC草案8中所公开,CtbAddrInSlice[i][n](表示条带i中的CTU扫描顺序)也表示条带中CTU的处理顺序。具体地,图像的CTU按以下顺序处理:
条带由i索引,并以增加i的方式处理,i的范围从0至图像中的条带的数量减1。条带i中的每个CTU n按递增顺序处理,n的范围从0至条带i中的CTU的数量减1。CtbAddrInSlice[i][n]的值表示条带i中第n个CTU的地址。
如VVC草案8中所公开,指示方法用于指示图像的每个子图像中的条带的数量。single_slice_per_subpic_flag的值用于指示图像的所有子图像是否包括一个且仅一个条带。如果single_slice_per_subpic_flag的值等于1,则图像的所有子图像包括一个且仅一个条带。否则(single_slice_per_subpic_flag的值不等于1),图像的子图像可以包括多于1个条带。
图9示出了图像中的CTU地址和图像中的一个条带(条带5,图像中的第5个条带),作为示例。根据该示例,CtbAddrInSlice的值如下:
CtbAddrInSlice[4][0]=27
CtbAddrInSlice[4][1]=28
CtbAddrInSlice[4][2]=29
CtbAddrInSlice[4][3]=30
CtbAddrInSlice[4][4]=37
CtbAddrInSlice[4][5]=38
CtbAddrInSlice[4][6]=39
CtbAddrInSlice[4][7]=40。
扫描顺序是指根据索引递增的顺序(例如分块中的CTU扫描顺序),对Y中的X进行索引,其中,X是CTU,Y是分块。
处理是指在编码器或解码器中解码或编码。因此,处理顺序是指X(例如CTU)在编码器或解码器中被处理的顺序。
在VVC草案8中,当图像中包括多于一个分块时,图像中的条带指示如下:
1.语法元素的值(在码流中显式地指示或从码流推断)用于确定条带的起始分块地址,以分块的数量表示。
2.对于除最后一个条带外的每个条带,指示条带中包括的分块的数量。
a.如果条带仅包括1个分块,则指示分块中包括的条带的数量。
3.对于图像中的最后一个条带,如果条带包括至少1个完整的分块,则推断条带中包括的分块的数量。
在VVC草案8中,如果图像中最后一个条带的大小大于或等于1个分块(在宽度和高度上),则最后一个条带的大小的值从码流中推断,而不直接编码在码流中。
如上文所示,如果i小于num_slices_in_pic_minus1(由于for循环“for(i=0;i<num_slices_in_pic_minus1;i++)”),则slice_width_in_tiles_minus1[i]的值和slice_height_in_tiles_minus1[i]的值(分别表示第i个条带的宽度和高度,以分块的数量表示)编码在码流中。例如,对于最后一个条带,当i等于num_slices_in_pic_minus1时,不指示条带的宽度的值和高度的值。
实施例1:
·确定图像是否被分割为多于一个分块。
·当确定图像被分割为多于一个分块时(例如,当NumTilesInPic>1条件为真时),获取图像宽度中的分块的数量(例如图像的分块行中的分块的数量)NumTileColumns。
·获取图像高度中的分块行的数量(例如图像的分块列中的分块的数量)NumTileRows。
·获取以分块索引表示的条带的左上坐标(SliceTopLeftTileIdx[i])。分块索引值表示图像中分块的索引值,其中,
分块在图像中按光栅扫描顺序排序(索引)。
·根据参数tileX指示的分块索引值,获取分块的水平坐标。
·根据参数tileY指示的分块索引值,获取分块的垂直坐标。
·对于图像中的每个条带,如果NumTileColumns与tileX之间的差值大于第一阈值,则条带宽度的指示值编码在码流中。
·对于图像中的每个条带,如果NumTileRows与tileY之间的差值大于第二阈值,则条带高度的指示值编码在码流中。
第一阈值和第二阈值可以是大于0的整数。在一个示例中,两个阈值都可以等于1。阈值表示沿水平(第一阈值)和垂直(第二阈值)方向的以分块的数量表示的大小阈值。当第一阈值指示大小阈值等于1个分块时,如果tileX与图像宽度中的分块的数量之间的差值大于1个分块,则条带宽度的指示包括在码流中。需要说明的是,根据tileX的起始值惯例(图像中第一分块的tileX的值),阈值可能不同。例如,如果tileX的起始值为0,则第一阈值可以为1。如果tileX的起始值为1,则第一个阈值可以为0。
在一个实施例中,如果最后一个条带包括至少1个完整的分块,则最后一个条带的宽度值和最后一个条带的高度值也不编码在码流中。
在一个实施例中,tileX的值是根据取模运算和NumTileColumns的值获取的。例如,tileX=tileIdx%NumTileColumns。
在一个实施例中,tileY的值是根据除法运算和NumTileRows的值获取的。例如,tileY=tileIdx/NumTileRows。
在一个实施例中,条件“大于阈值a”可以实现为“不等于阈值b”。也可以将条件实现为“大于或等于阈值c”。通常,阈值a等于阈值b,第三阈值c等于阈值a+1。
表3中描述了本发明的一种可能的实现方式。修改了表1,该表是VVC草案8的一部分。
在表3中,第10行和第11行描述了如何获取tileX和tileY。SliceTopLeftTileIdx[i]的值表示第i个条带中左上分块的索引(分块索引)的值。分块索引的值是图像中分块的索引,其中,分块在图像中按光栅扫描顺序排序。例如,在图7中示出的分块包括具有分块索引0的CTU 0。分块包括具有分块索引1的CTU 16,分块包括具有分块索引2的CTU 24,分块包括具有分块索引3的CTU 44,分块包括具有分块索引4的CTU 52,分块包括具有分块索引5的CTU 56,依此类推。
使用以下等式获取tileX的值(图像中分块的水平坐标)和tileY的值(图像中分块的垂直坐标):
tileX=SliceTopLeftTileIdx[i]%NumTileColumns;
tileY=SliceTopLeftTileIdx[i]/NumTileColumns。
在一个实施例中,在第12行中,将以下条件“NumTileColumns–tileX>1”添加到其它条件中。如果条件不满足(NumTileColumns–tileX不大于1),则语法元素slice_width_in_tiles_minus1[i]的值不会直接编码在码流中。因此,可以节省码率,从而实现压缩效率。
类似地,在第14行中,将以下条件“NumTileRows–tileY>1”添加到其它条件中。如果条件不满足(NumTileRows–tileY不大于1),则语法元素slice_height_in_tiles_minus1[i]的值不会直接编码在码流中。因此,可以节省码率,从而实现压缩效率。
在一个示例中,阈值为1,在不同的实现方式中可以不同。
表3
在一个实施例中,当slice_width_in_tiles_minus1[i]和slice_height_in_tiles_minus1[i]在码流中不存在时,推断slice_width_in_tiles_minus1[i]和slice_height_in_tiles_minus1[i]的值。
下面,作为示例,提供了VVC草案8第6.5.1节中本发明的实现。
根据一个示例,这些值被推断为等于零。例如,这可以在VVC草案8第6.5.1节中实现,如下所示:
if(NumTileColumns–tileX=<1){
slice_width_in_tiles_minus1[i]=0
}
if(NumTileRows–tileY=<1){
slice_height_in_tiles_minus1[i]=0
}
在上述赋值中,当NumTileColumns与tileX之间的差值大于1(这与确定码流中是否存在slice_width_in_tiles_minus1[i]的阈值相同)时,slice_width_in_tiles_minus1[i]的值被设置为0。换句话说,条件“NumTileColumns–tileX<=thr”确定码流中是否存在slice_width_in_tiles_minus1[i],并且当slice_width_in_tiles_minus1[i]在码流中不存在时,推断slice_width_in_tiles_minus1[i]的值(被设置为0)。当slice_height_in_tiles_minus1[i]在码流中不存在时,对slice_height_in_tiles_minus1[i]进行类似的赋值。
下面VVC草案8第6.5.1节中的条件“NumTileRows–tileY=<1”和“NumTileColumns–tileX=<1”用于检查码流中是否存在slice_width_in_tiles_minus1[i]和slice_height_in_tiles_minus1[i]。它们也可以用其它方式表示,关键点是当表3的第13行和第15行中不存在slice_width_in_tiles_minus1和slice_height_in_tiles_minus1时(用于确定在码流中是否存被估计为假),则slice_width_in_tiles_minus1和slice_height_in_tiles_minus1的值应被推断为0。
slice_height_in_tiles_minus1[i]的值被推断为零,表示条带i的高度等于1个分块。
当slice_width_in_tiles_minus1[i]的值被推断为零时,表示条带i的宽度等于1个分块。
slice_height_in_tiles_minus1和slice_width_in_tiles_minus1是表示条带在每个方向上的大小的语法元素。根据本发明的实施例,如果与条带的宽度或高度(以分块的数量表示)相关的语法元素在码流中不存在,则条带的宽度或高度被推断为1个分块。
VVC草案8第6.5.1节中本发明的实现
6.5.1CTB光栅扫描、分块扫描、子图像扫描过程
对于矩形条带,表示第i个条带中的CTU的数量的列表NumCtusInSlice[i](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值)、表示条带的左上分块的索引的列表SliceTopLeftTileIdx[i](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值),和表示第i个条带中的第j个CTB的图像光栅扫描地址的矩阵CtbAddrInSlice[i][j](其中,i在0至num_slices_in_pic_minus1的范围内,包括端值,j在0至NumCtusInSlice[i]–1的范围内,包括端值)的推导如下:
如图13所示,公开了一种由解码设备实现的译码方法,所述方法包括:
S1301:获取当前图像的码流。
码流可以根据无线网络或有线网络获取。码流可以通过同轴电缆、光纤电缆、双绞线、数字用户线(digital subscriber line,DSL)或如红外线、无线电、微波、WIFI、蓝牙、LTE或5G等无线技术从网站、服务器或其它远程源传输。
在一个实施例中,码流是网络抽象层(network abstraction layer,NAL)单元流或字节流形式的位序列,形成接入单元(access unit,AU)序列的表示,所述接入单元序列形成一个或多个编码视频序列(coded video sequence,CVS)。
在一些实施例中,对于解码过程,解码端读取码流并从码流中推导解码图像;对于编码过程,编码端产生码流。
通常,码流将包括由语法结构形成的语法元素。语法元素:码流中表示的数据元素。
语法结构:在码流中一起按指定顺序存在的0个或0个以上语法元素。
在一个特定示例中,码流格式指定网络抽象层(network abstraction layer,NAL)单元流与字节流之间的关系,网络抽象层单元流与字节流都称为码流。
码流可以具有两种格式:NAL单元流格式或字节流格式。NAL单元流格式在概念上是更“基本的”类型。NAL单元流格式包括称为NAL单元的语法结构的序列。该序列是按解码顺序排序的。对NAL单元流中的NAL单元的解码顺序(和内容)施加了约束。
通过按解码顺序对NAL单元进行排序,并在每个NAL单元前添加起始码前缀和0个或0个以上零值字节以形成字节流,可以由NAL单元流格式构建字节流格式。通过在该字节流中搜索唯一的起始码前缀模式的位置,可以从字节流格式中提取NAL单元流格式。
该句表示通过码流给出的源图像与解码图像之间的关系。
由码流表示的视频源是按解码顺序排列的图像序列。
源图像和解码图像各自由一个或多个样本阵列组成:
–仅亮度(Y)(黑白)样本阵列;
–一个亮度样本阵列和两个色度样本阵列(YCbCr或YCgCo);
–绿蓝红(GBR,也称为RGB)样本阵列;
–表示其它未指定的黑白或三刺激色样本的阵列(例如YZX,也称为XYZ)。
与这些阵列相关的变量和术语称为亮度(或L或Y)和色度,其中,两个色度阵列称为Cb和Cr;无论使用的实际颜色表示方法如何。使用的实际颜色表示方法可以用语法指示,所述语法在ITU-T H.SEI|ISO/IEC 23002-7中指定的VUI参数中指定。
S1302:获取当前图像的分块行中的分块的数量。
可以理解的是,分块行中的分块的数量与分块列的数量相同。
在一个示例中,当前图像的分块行中的分块的数量根据变量NumTileColumns(表示分块列的数量)提供。
在一个示例中,当前图像的分块行中的分块的数量根据码流的图像参数集合中编码的参数获取。当前图像的分块行中的分块的数量可以根据在码流中直接解析参数获取,也可以根据参数推导值获取。
S1303:获取当前图像的条带的地址的值。
在一个示例中,条带的地址的值表示以分块索引表示的条带的左上坐标的地址。
在一个示例中,条带的地址是条带的最上面的分块行的最左分块的索引,其中,当前图像中包括的分块是根据光栅扫描顺序索引的。
在一个示例中,条带的地址的值根据变量SliceTopLeftTileIdx[i]表示,“i”是条带索引。
SliceTopLeftTileIdx[i]表示包括条带中第一CTU的分块的分块索引,其中,i在0至pps_num_slices_in_pic_minus1的范围内,包括端值。pps_num_slices_in_pic_minus1加1表示每个图像中参考图像参数集(picture parameter set,PPS)的矩形条带的数量。
在一个示例中,根据在码流的图像参数集合中编码的参数获取条带的地址的值。当前图像的分块行中的分块的数量可以根据在码流中直接解析参数获取,也可以根据参数推导值获取。
S1304:根据条带的地址的值,获取tileX的值。
在一个示例中,根据条带的地址的值获取tileX的值包括:根据条带的地址的值和当前图像的分块行中的分块的数量,获取tileX的值。
在一个示例中,tileX的值是根据条带的地址的值与当前图像的分块行中的分块的数量之间的模运算获取的。
在一个示例中,tileX=SliceTopLeftTileIdx[i]%NumTileColumns。
在一个示例中,tileX的值表示水平坐标的值。
S1305:当当前图像的分块行中的分块的数量与tileX的值之间的差值不等于第一阈值时,从当前图像的码流中解析条带宽度的指示值。
第一阈值为整数值,第一阈值可以是0、1、2……。
在一个示例中,条带宽度的指示值表示为pps_slice_width_in_tiles_minus1[i]。pps_slice_width_in_tiles_minus1[i]加1表示第i个矩形条带的宽度,以分块列为单位。pps_slice_width_in_tiles_minus1[i]的值可在0至NumTileColumns–1的范围内,包括端值。当pps_slice_width_in_tiles_minus1[i]不存在时,pps_slice_width_in_tiles_minus1[i]的值被推断为等于0。
可以理解的是,在一些示例中,条件“当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时”等于条件“当所述当前图像的所述分块行中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的值之间的差值不等于第一阈值时”。因此,不首先计算所述tileX的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算的结果来表示所述tileX的值。
根据本发明的实施例,公开了一种指示方案,只有至少两个分块列,然后指示条带宽度的语法元素。因此,码流利用率和解码效率得到提高。
在一个示例中,所述方法还包括:当当前图像的分块行中的分块的数量与tileX的值之间的差值等于第一阈值时,将条带宽度的指示值设置为默认值。默认值为整数值,在一个示例中,默认值可以是0或1。
在一个示例中,默认值表示条带的宽度包括1个分块列。
在一个示例中,所述方法还包括:获取当前图像的分块列中的分块的数量;根据条带的地址的值,获取tileY的值;当当前图像的分块列中的分块的数量与tileY的值之间的差值不等于第二阈值时,从当前图像的码流中解析条带高度的指示值。第二阈值为整数值,第二阈值可以是0、1、2……。
可以理解的是,分块列中的分块的数量与分块行的数量相同。
在一个示例中,根据变量NumTileRows表示当前图像的分块列中的分块的数量。变量NumTileRows表示分块行的数量。
在一个示例中,条带高度的指示值根据pps_slice_height_in_tiles_minus1[i]表示。pps_slice_height_in_tiles_minus1[i]加1表示当pps_num_exp_slices_in_tile[i]等于0时,第i个矩形条带的高度,以分块行为单位。pps_slice_height_in_tiles_minus1[i]的值应在0至NumTileRows–1的范围内,包括端值。
在一个示例中,所述方法还包括:当当前图像的分块列中的分块的数量与tileY的值之间的差值等于第二阈值时,将条带高度的指示值设置为预设值。
在一个示例中,根据条带的地址的值获取tileY的值包括:根据条带的地址的值和当前图像的分块行中的分块的数量获取tileY的值。
在一个实现方式中,tileY的值是根据条带的地址的值与当前图像的分块列中的分块的数量之间的整数除法运算获取的。例如,tileY=SliceTopLeftTileIdx[i]/NumTileColumns。
在一个示例中,tileY的值表示垂直坐标的值。可以理解的是,在一些示例中,条件“当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时”等于条件“当所述当前图像的所述分块列中的所述分块的数量与所述条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算的值之间的差值不等于第二阈值时”。因此,不首先计算所述tileY的值,而是根据所述条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算的结果来表示所述tileY的值。
在一个示例中,上述实施例的语法表为:
如图14所示,公开了一种视频解码装置1400,该装置1400包括:
获取模块1401,用于获取当前图像的码流;
获取模块1401用于获取所述当前图像的分块行中的分块的数量,以及获取所述当前图像的条带的地址的值;
计算模块1402,用于根据所述条带的所述地址的所述值获取tileX的值;
解析模块1403,用于当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值。
每个模块的细节可以参考上述方法实施例中的实施例和实现方式。
本发明的益处
图10示出了将图像分割为96个CTU、4个分块和8个条带。
根据VVC草案8文档中公开的方案,需要根据表1在码流中编码以下语法元素。
·num_slices_in_pic_minus1,其值为0;
·tile_idx_delta_present_flag,其值等于1;
·对于第一条带(表示i索引等于0),
o slice_width_in_tiles_minus1[0],其值等于0;
o slice_height_in_tiles_minus1[0],其值等于0;
o num_exp_slices_in_tile[0],其值等于2;
o exp_slice_height_in_ctus_minus1[0],其值等于0,表示第一条带的高度,以CTU行的数量表示。
·对于第二条带(i=1),
o exp_slice_height_in_ctus_minus1[1],其值等于1;
o tile_idx_delta[1],其值等于1。
·对于第三条带(i=2),
o slice_width_in_tiles_minus1[2],其值等于0;
o slice_height_in_tiles_minus1[2],其值等于0;
o num_exp_slices_in_tile[2],其值等于2;
o exp_slice_height_in_ctus_minus1[2],其值等于0。
·对于第四条带(i=3),
o exp_slice_height_in_ctus_minus1[3],其值等于1;
o tile_idx_delta[3],其值等于1。
·对于第五条带(i=4),
o slice_width_in_tiles_minus1[4],其值等于0;
o slice_height_in_tiles_minus1[4],其值等于0;
o num_exp_slices_in_tile[4],其值等于0;
o tile_idx_delta[4],其值等于1。
·对于第六条带(i=5),
o slice_width_in_tiles_minus1[5],其值等于0;
o slice_height_in_tiles_minus1[5],其值等于0;
o num_exp_slices_in_tile[5],其值等于3;
o exp_slice_height_in_ctus_minus1[5],其值等于1。
·对于第七条带(i=6),
o exp_slice_height_in_ctus_minus1[6],其值等于0;
·对于第八条带(i=7),
o exp_slice_height_in_ctus_minus1[7],其值等于2。
根据本发明的一个实施例,如表3所示,需要在码流中编码以下语法元素,以便描述图10中相同的图像分割。·num_slices_in_pic_minus1,其值为0;
·tile_idx_delta_present_flag,其值等于1;
·对于第一条带(表示i索引等于0),
o slice_width_in_tiles_minus1[0],其值等于0;
o slice_height_in_tiles_minus1[0],其值等于0;
o num_exp_slices_in_tile[0],其值等于2;
o exp_slice_height_in_ctus_minus1[0],其值等于0,表示第一条带的高度,以CTU行的数量表示。
·对于第二条带(i=1),
o exp_slice_height_in_ctus_minus1[1],其值等于1;
o tile_idx_delta[1],其值等于1。
·对于第三条带(i=2),
o slice_height_in_tiles_minus1[2],其值等于0;
o num_exp_slices_in_tile[2],其值等于2;
o exp_slice_height_in_ctus_minus1[2],其值等于0。
·对于第四条带(i=3),
o exp_slice_height_in_ctus_minus1[3],其值等于1;
o tile_idx_delta[3],其值等于1。
·对于第五条带(i=4),
o slice_width_in_tiles_minus1[4],其值等于0;
o num_exp_slices_in_tile[4],其值等于0;
o tile_idx_delta[4],其值等于1。
·对于第六条带(i=5),
o num_exp_slices_in_tile[5],其值等于3;
o exp_slice_height_in_ctus_minus1[5],其值等于1。
·对于第七条带(i=6),
o exp_slice_height_in_ctus_minus1[6],其值等于0;
·对于第八条带(i=7),
o exp_slice_height_in_ctus_minus1[7],其值等于2。
总之,以下语法元素不需要编码在码流中:
·slice_width_in_tiles_minus1[2],其值等于0;
·slice_height_in_tiles_minus1[4],其值等于0;
·slice_width_in_tiles_minus1[5],其值等于0;
·slice_height_in_tiles_minus1[5],其值等于0。
根据添加到VVC草案8第6.5.1节中的以下条件,这些语法元素的值被推断为等于零。
if(NumTileColumns–1–tileX<=1){
slice_width_in_tiles_minus1[i]=0
}
if(NumTileRows–1–tileY<=1){
slice_height_in_tiles_minus1[i]=0
}
下文对上述实施例中所示的编码方法和解码方法的应用以及使用这些方法的系统进行说明。
示例1.一种解码设备实现的译码方法,所述方法包括:
获取当前图像(或帧)的码流;
获取当前图像的分块行中的分块的数量(例如,NumTileColumns的值);
获取当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,当前条带包括在当前图像中;
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取水平坐标(在示例中,水平坐标是指位于水平坐标轴上的坐标)(例如,tileX)的值;
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值大于第一阈值(例如,第一阈值是整数,可以是0、1、2等等)时,从当前图像的码流解析条带宽度(即条带的宽度)的指示值(即条带宽度的指示值编码在码流中)。
示例2.根据示例1所述的方法,其中,所述方法还包括:
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值小于或等于第一阈值时,将条带宽度的指示值设置为默认值(例如,默认值可以等于0)。
示例3.根据示例2所述的方法,其中,所述默认值表示所述当前条带的所述宽度包括1个分块列。
示例4.根据示例1至3中任一项所述的方法,其中,所述根据所述当前条带的所述地址的所述值获取水平坐标的值包括:
根据所述当前条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述水平坐标的值。
示例5.根据示例1至4中任一项所述的方法,其中,所述当前条带的所述地址为所述当前条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
示例6.根据示例4或5所述的方法,其中,所述水平坐标的值是根据所述当前条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的(例如,SliceTopLeftTileIdx[i])%NumTileColumns)。
示例7.根据示例1至6中任一项所述的方法,其中,所述当前条带的所述地址的所述值(例如,SliceTopLeftTileIdx[i])表示以分块索引表示的所述当前条带的左上坐标的地址。
示例8.根据示例1至7中任一项所述的方法,其中,所述方法还包括:
获取当前图像的分块列中的分块的数量(例如,NumTileRows的值);
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取垂直坐标(在示例中,垂直坐标是指位于垂直坐标轴上的坐标)(例如,tileY)的值;
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值大于第二阈值(例如,第二阈值是整数,可以是0、1、2等等)时,从当前图像的码流解析条带高度(即条带的高度)的指示值(即条带高度的指示值编码在码流中)。
示例9.根据示例8所述的方法,其中,所述方法还包括:
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值小于或等于第二阈值时,将条带高度的指示值设置为预设值(例如,预设值可以等于0)。
示例10.根据示例8或9所述的方法,其中,所述根据所述当前条带的所述地址的所述值获取垂直坐标的值包括:
根据所述当前条带的所述地址的所述值和所述当前图像的所述分块列中的所述分块的数量,获取所述垂直坐标的值。
示例11.根据示例10所述的方法,其中,所述垂直坐标的值是根据所述当前条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算获取的(例如,SliceTopLeftTileIdx[i])/NumTileRows)。
示例12.一种解码设备实现的译码方法,所述方法包括:
获取当前图像(或帧)的码流;
获取当前图像的分块列中的分块的数量(例如,NumTileRows的值);
获取当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,当前条带包括在当前图像中;
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取垂直坐标(在示例中,垂直坐标是指位于垂直坐标轴上的坐标)(例如,tileY)的值;
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值大于第二阈值(例如,第二阈值是整数,可以是0、1、2等等)时,从当前图像的码流解析条带高度(即条带的高度)的指示值(即条带高度的指示值编码在码流中)。
示例13.根据示例12所述的方法,其中,所述方法还包括:
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值小于或等于第二阈值时,将条带高度的指示值设置为预设值(例如,预设值可以等于0)。
示例14.根据示例13所述的方法,其中,所述默认值表示所述当前条带的所述高度包括1个分块行。
示例15.根据示例12至14中任一项所述的方法,其中,所述根据所述当前条带的所述地址的所述值获取垂直坐标的值包括:
根据所述当前条带的所述地址的所述值和所述当前图像的所述分块列中的所述分块的数量,获取所述垂直坐标的值。
示例16.根据示例12至15中任一项所述的方法,其中,所述当前条带的所述地址为所述当前条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
示例17.根据示例15或16所述的方法,其中,所述垂直坐标的值是根据所述当前条带的所述地址的所述值与所述当前图像的所述分块列中的所述分块的数量之间的整数除法运算获取的(例如,SliceTopLeftTileIdx[i])/NumTileRows)。
示例18.根据示例12至17中任一项所述的方法,其中,所述当前条带的所述地址的所述值(例如,SliceTopLeftTileIdx[i])表示以分块索引表示的所述当前条带的左上坐标地址。
示例19.根据示例12至18中任一项所述的方法,其中,所述方法还包括:
获取当前图像的分块行中的分块的数量(例如,NumTileColumns的值);
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取水平坐标(在示例中,水平坐标是指位于水平坐标轴上的坐标)(例如,tileX)的值;
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值大于第一阈值(例如,第一阈值是整数,可以是0、1、2等等)时,从当前图像的码流解析条带宽度(即条带的宽度)的指示值(即条带宽度的指示值编码在码流中)。
示例20.根据示例19所述的方法,其中,所述方法还包括:
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值小于或等于第一阈值时,将条带宽度的指示值设置为默认值(例如,默认值可以等于0)。
示例21.根据示例19或20所述的方法,其中,所述根据所述当前条带的所述地址的所述值获取水平坐标的值包括:
根据所述当前条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述水平坐标的值。
示例22.根据示例21所述的方法,其中,所述水平坐标的值是根据所述当前条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的(例如,SliceTopLeftTileIdx[i])%NumTileColumns)。
示例23.一种编码设备实现的译码方法,所述方法包括:
获取当前图像的分块行中的分块的数量(例如,NumTileColumns的值);
获取当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,当前条带包括在当前图像中;
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取水平坐标(在示例中,水平坐标是指位于水平坐标轴上的坐标)(例如,tileX)的值;
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值大于第一阈值(例如,第一阈值是整数,可以是0、1、2等等)时,对所述当前图像的条带宽度(即条带的宽度)的指示值进行编码(即条带宽度的指示值编码在码流中),以获取码流。
示例24.根据示例23所述的方法,其中,所述方法还包括:
获取当前图像的分块列中的分块的数量(例如,NumTileRows的值);
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取垂直坐标(在示例中,垂直坐标是指位于垂直坐标轴上的坐标)(例如,tileY)的值;
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值大于第二阈值(例如,第二阈值是整数,可以是0、1、2等等)时,对所述当前图像的条带高度(即条带的高度)的指示值进行编码(即条带高度的指示值编码在码流中),以获取码流。
示例25.一种编码设备实现的译码方法,所述方法包括:
获取当前图像的分块列中的分块的数量(例如,NumTileRows的值);
获取当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,当前条带包括在当前图像中;
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取垂直坐标(在示例中,垂直坐标是指位于垂直坐标轴上的坐标)(例如,tileY)的值;
当当前图像的分块列中的分块的数量(例如,NumTileRows的值)与垂直坐标(例如,tileY)的值之间的差值大于第二阈值(例如,第二阈值是整数,可以是0、1、2等等)时,对所述当前图像的条带高度(即条带的高度)的指示值进行编码(即条带高度的指示值编码在码流中),以获取码流。
示例26.根据示例25所述的方法,其中,所述方法还包括:
获取当前图像的分块行中的分块的数量(例如,NumTileColumns的值);
根据当前条带的地址(例如,SliceTopLeftTileIdx[i])的值,获取水平坐标(在示例中,水平坐标是指位于水平坐标轴上的坐标)(例如,tileX)的值;
当当前图像的分块行中的分块的数量(例如,NumTileColumns的值)与水平坐标(例如,tileX)的值之间的差值大于第一阈值(例如,第一阈值是整数,可以是0、1、2等等)时,对所述当前图像的条带宽度(即条带的宽度)的指示值进行编码(即条带宽度的指示值编码在码流中),以获取码流。
示例27.一种解码器(30),包括处理电路,用于执行根据示例1至22中任一项所述的方法。
示例28.一种编码器,包括处理电路,用于执行根据示例23至26中任一项所述的方法。
示例29.一种包括程序代码的计算机程序产品,所述程序代码当在计算机或处理器中执行时,用于执行根据上述示例中任一项所述的方法。
示例30.一种解码器,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述处理器耦合并存储由所述处理器执行的程序,所述程序当由所述处理器执行时,使所述解码器执行根据上述示例中任一项所述的方法。
示例31.一种编码器,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述处理器耦合并存储由所述处理器执行的程序,所述程序当由所述处理器执行时,使所述解码器执行根据上述示例中任一项所述的方法。
示例32.一种携带程序代码的非瞬时性计算机可读存储介质,所述程序代码当由计算机设备执行时,使所述计算机设备执行根据上述示例中任一项所述的方法。
图8为实现内容分发业务的内容供应系统3100的框图。该内容供应系统3100包括捕获设备3102、终端设备3106,并且可选地包括显示器3126。捕获设备3102与终端设备3106通过通信链路3104进行通信。该通信链路可以包括上述通信信道13。通信链路3104包括但不限于WIFI、以太网、电缆、无线(3G/4G/5G)、USB或者其任何组合等。
捕获设备3102生成数据,并且可以通过如上述实施例所示的编码方法对数据进行编码。或者,捕获设备3102可以将数据分发给流服务器(图中未示出),服务器对数据进行编码并将编码数据发送给终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议系统、PDA、车载设备,或它们的任何组合等。例如,捕获设备3102可以包括如以上所描述的源设备12。当数据包括视频时,捕获设备3102中包括的视频编码器20实际上可以执行视频编码处理。当数据包括音频(即,声音)时,捕获设备3102中包括的音频编码器实际上可执行音频编码处理。对于一些实际场景,捕获设备3102通过将经编码视频数据和经编码音频数据一起复用来分发经编码视频数据和经编码音频数据。对于其它实际场景,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。捕获设备3102分别将经编码音频数据和经编码视频数据分发到终端设备3106。
在内容提供系统3100中,终端设备310接收并再现编码数据。终端设备3106可以是具有数据接收和恢复能力的设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder,NVR)/数字视频录像机(digital videorecorder,DVR)3112、电视3114、机顶盒(set top box,STB)3116、视频会议系统3118、视频监控系统3120、个人数字助理(personal digital assistant,PDA)3122、车载设备3124,或能够对上述经编码数据进行解码的以上设备的任意组合等例如,终端设备3106可以包括如以上所描述的目的地设备14。当编码数据包括视频时,终端设备中包括的视频解码器30优先进行视频解码。当编码数据包括音频时,终端设备中包括的音频解码器优先进行音频解码处理。
对于带有显示器的终端设备,例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络录像机(network video recorder,NVR)/数字录像机(digital videorecorder,DVR)3112、TV 3114、个人数字助理(personal digital assistant,PDA)3122或车载设备3124,终端设备可以将解码数据馈送到该终端设备的显示器。对于没有显示器的终端设备(例如STB 3116、视频会议系统3118或视频监控系统3120),连接外部显示器3126以接收并显示解码数据。
该系统中的每个设备在进行编码或解码时,可以使用如上述实施例中所示的图像编码设备或图像解码设备。
图9为终端设备3106的示例结构的示意图。在终端设备3106从捕获设备3102接收到流后,协议处理单元3202分析该流的传输协议。协议包括但不限于实时流协议(realtime streaming protocol,RTSP)、超文本传输协议(hyper text transfer protocol,HTTP)、HTTP直播协议(HTTP live streaming protocol,HLS)、MPEG-DASH、实时传输协议(real-time transport protocol,RTP)、实时消息协议(real time messaging protocol,RTMP)或其任何组合等。
协议处理单元3202对流进行处理后,生成流文件。将文件输出到解复用单元3204。解复用单元3204可以将复用数据分为经编码音频数据和经编码视频数据。如上所述,在其它实际场景中,例如在视频会议系统中,不复用经编码音频数据和经编码视频数据。在这种情况下,不通过解复用单元3204,将经编码数据发送给视频解码器3206和音频解码器3208。
通过解复用处理,生成视频基本流(elementary stream,ES)、音频ES和可选的字幕。视频解码器3206,包括上述实施例中说明的视频解码器30,通过上述实施例中所示的解码方法对视频ES进行解码以生成视频帧,并将此数据馈送给同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧,并将此数据馈送给同步单元3212。或者,可以在将视频帧馈送到同步单元3212之前存储在缓冲区(图9未示出)中。类似地,可以在将音频帧发送到同步单元3212之前将音频帧存储在缓冲区(图9中未示出)中。
同步单元3212同步视频帧和音频帧,并将视频/音频提供给视频/音频显示器3214。例如,同步单元3212同步视频和音频信息的呈现。信息可以使用与经译码音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳而以语法进行译码。
如果流中包括字幕,则字幕解码器3210解码字幕,并使字幕与视频帧和音频帧同步,并将视频/音频/字幕提供给视频/音频/字幕显示器3216。
本发明并不限于上述系统,上述实施例中的图像编码设备或图像解码设备都可以结合到其它系统,例如汽车系统中。
数学运算符
本申请中使用的数学运算符与C编程语言中使用的数学运算符类似。但是,对整数除法和算术移位运算的结果进行了更准确的定义,并且定义了其它运算,如幂运算和实值除法。编号和计数规范通常从零开始,例如,“第一个”相当于第0个,“第二个”相当于第1个,等等。
算术运算符
算术运算符定义如下:
+ 加法运算
– 减法运算(作为双参数运算符)或者非运算(作为一元前缀运算符)
* 乘法运算,包括矩阵乘法运算
xy 幂运算。表示x的y次幂。在上下文中,该表示可能用作上标,而非作为幂次方。
/ 向零方向对结果进行截断的整除操作。例如,7/4和–7/–4被截断成1,–7/4和7/–4被截断成–1。
÷ 用来表示数学等式中的除法运算,没有截断或四舍五入运算。
用来表示数学等式中的除法运算,没有截断或四舍五入运算。
用于计算f(i)的和,其中,i取x到y(包括y)之间的所有整数值。
x%y 取模运算。x除以y的余数,这里x和y都必须是整数,并且x>=0且y>0。
逻辑运算符
逻辑运算符定义如下:
x&&y x和y的布尔逻辑“与”运算
x||y x和y的布尔逻辑“或”运算
! 布尔逻辑“非”
x?y:z 如果x为真(TRUE)或不等于0,则返回y的值,否则,返回z的值。
关系运算符
关系运算符定义如下:
> 大于
>= 大于或等于
< 小于
<= 小于或等于
== 等于
!= 不等于
当关系运算符用于一个已赋值为“na”(不适用)的语法元素或变量时,则将值“na”视为该语法元素或变量的唯一值。值“na”不等于任何其它值。
按位运算符
按位运算符定义如下:
& 按位“与”。对整数参数进行运算时,对整数值的二的补码表示进行运算。当对二进制参数进行运算时,如果该二进制参数包括的位比另一个参数包括的位少,则通过添加更多等于0的有效位来扩展较短的参数。
| 按位“或”。对整数参数进行运算时,对整数值的二的补码表示进行运算。当对二进制参数进行运算时,如果该二进制参数包括的位比另一个参数包括的位少,则通过添加更多等于0的有效位来扩展较短的参数。
^ 按位“异或”。对整数参数进行运算时,对整数值的二的补码表示进行运算。当对二进制参数进行运算时,如果该二进制参数包括的位比另一个参数包括的位少,则通过添加更多等于0的有效位来扩展较短的参数。
x>>y 将x的二的补码整数表示算法右移y个二进制数字。只有y为非负整数值时才定义该函数。由于右移而移进最高有效位(most significant bit,MSB)的位的值等于移位运算之前的x的MSB。
x<<y 将x的二的补码整数表示算法左移y个二进制数字。只有y为非负整数值时才定义该函数。由于左移而移进最低有效位(least significant bit,LSB)的位的值等于0。
赋值运算符
算术运算符定义如下:
= 赋值运算符
++ 递增,即,x++相当于x=x+1;当在数组索引中使用时,等于递增运算之前变量的值。
–– 减,即,x––等于x=x–1;当在数组索引中使用时,等于减运算之前变量的值。
+= 递增指定量,即,x+=3相当于x=x+3,x+=(–3)相当于x=x+(–3)。
–= 减少指定量,即,x–=3相当于x=x–3,x–=(–3)相当于x=x–(–3)。
范围符号
下面的表示法用来说明值的范围:
x=y..z x取从y到z(包括y和z)的整数值,其中,x、y和z是整数,z大于y。
数学函数
数学函数定义如下:
Asin(x) 三角反正弦函数,对参数x运算,x在–1.0至1.0(包括端值)范围之间,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度
Atan(x) 三角反正切函数,对参数x运算,输出值在–π÷2至π÷2(包括端值)范围之间,单位为弧度
Ceil(x) 大于或等于x的最小整数。
Clip1Y(x)=Clip3(0,(1<<BitDepthY)–1,x)
Clip1C(x)=Clip3(0,(1<<BitDepthC)–1,x)
Cos(x) 三角余弦函数,对参数x运算,单位为弧度。
Floor(x) 小于或等于x的最大整数。
Ln(x) x的自然对数(以e为底的对数,其中,e是自然对数底数常数2.718281828……)。
Log2(x) x以2为底的对数。
Log10(x) x以10为底的对数。
Round(x)=Sign(x)*Floor(Abs(x)+0.5)
Sin(x)三角正弦函数,对参数x运算,单位为弧度。
Swap(x,y)=(y,x)
Tan(x)三角正切函数,对参数x运算,单位为弧度。
运算优先级顺序
当没有使用括号来显式表示表达式中的优先顺序时,适应以下规则:
-高优先级的运算在低优先级的任何运算之前计算。
-相同优先级的运算从左到右依次计算。
下表从最高到最低说明运算的优先级,表中位置越高,优先级越高。
对于C编程语言中也使用的运算符,本规范中使用的优先级顺序与在C编程语言中使用的优先级顺序相同。
表:运算优先级从最高(表格顶部)到最低(表格底部)排序
逻辑运算的文本说明
在文本中,逻辑运算的语句用数学形式描述如下:
可以用以下方式描述:
……如下/……以下为准:
–如果条件0,则语句0
–否则,如果条件1,则语句1
–……
–否则(关于剩余条件的提示性说明),则语句n
文本中的每个“如果……,否则,如果……,否则,……”语句都以“……如下”或“……以下为准”开头,紧接“如果……”。“如果……,否则,如果……,否则,……”的最后一个条件始终是“否则,……”。中间的“如果……,否则,如果……,否则,……”语句可以通过匹配“……如下”或“……以下为准”以及以“否则,……”结尾来识别。
在文本中,逻辑运算的语句用数学形式描述如下:
可以用以下方式描述:
……如下/……以下为准:
–如果满足以下所有条件,则语句0:
–条件0a
–条件0b
–否则,如果满足以下一个或多个条件,则语句1:
–条件1a
–条件1b
–……
–否则,语句n
在文本中,逻辑运算的语句用数学形式描述如下:
if(condition 0)
statement 0
if(condition 1)
statement 1
可以用以下方式描述:
当条件0时,语句0
当条件1时,语句1。
尽管本发明实施例主要根据视频译码进行了描述,但是需要说明的是,译码系统10、编码器20和解码器30(相应地,系统10)的实施例以及本文描述的其它实施例也可以用于静止图像处理或译码,即,对视频译码中独立于任何先前或连续图像的单个图像进行处理或译码。通常,如果图像处理译码限于单个图像17,则仅帧间预测单元244(编码器)和344(解码器)不可用。视频编码器20和视频解码器30的所有其它功能(也称为工具或技术)同样可用于静态图像处理,例如残差计算204/304、变换206、量化208、反量化210/310、(逆)变换212/312、分割262/362、帧内预测254/354和/或环路滤波220/320、熵编码270和熵解码304。
编码器20和解码器30等的实施例以及本文参照编码器20和解码器30等描述的功能可以在硬件、软件、固件或其任意组合中实现。如果以软件来实现,则各种功能可作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质传输,且由基于硬件的处理单元执行。计算机可读介质可以包括与有形介质(例如,数据存储介质)对应的计算机可读存储介质,或包括任何便于将计算机程序从一处传送到另一处的介质(例如,根据通信协议)的通信介质。以此方式,计算机可读介质通常可以对应(1)非瞬时性的有形计算机可读存储介质,或(2)如信号或载波等通信介质。数据存储介质可以是通过一个或多个计算机或一个或多个处理器访问的任何可用介质,以检索用于实现本发明所述技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。
作为示例而非限制,这类计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存或可以用于存储指令或数据结构形式的所需程序代码并且可以由计算机访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴缆线、光纤缆线、双绞线、数字用户线(digital subscriber line,DSL)或红外线、无线电和微波等无线技术从网站、服务器或其它远程源传输指令,则同轴缆线、光纤缆线、双绞线、DSL或红外线、无线电和微波等无线技术包括在介质的定义中。但是,应当理解的是,计算机可读存储介质和数据存储介质并不包括连接、载波、信号或其它瞬时性介质,而是涉及非瞬时性有形存储介质。本文所使用的磁盘和光盘包括压缩光盘(compact disc,CD)、激光光盘、光学光盘、数字多功能光盘(digital versatile disc,DVD)、软盘和蓝光光盘,其中,磁盘通常以磁性方式再现数据,而光盘利用激光以光学方式再现数据。以上各项的组合也应包括在计算机可读介质的范围内。
指令可以通过一个或多个数字信号处理器(digital signal processor,DSP)、一个或多个通用微处理器、一个或多个专用集成电路(application specific integratedcircuit,ASIC)、一个或多个现场可编程逻辑阵列(field programmable gate array,FPGA)或其它同等集成或离散逻辑电路等一或多个处理器来执行。因此,本文使用的术语“处理器”可以指任何上述结构或任何适合于实现本文所描述的技术的任何其它结构。另外,在一些方面中,本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内,或者并入在组合编解码器中。而且,这些技术可以在一个或多个电路或逻辑元件中完全实现。
本发明中的技术可以在多种设备或装置中实现,这些设备或装置包括无线手机、集成电路(integrated circuit,IC)或一组IC(例如芯片组)。本发明描述了各种组件、模块或单元,以强调用于执行所公开技术的设备的功能方面,但未必需要由不同的硬件单元实现。实际上,如上所述,各种单元可以结合合适的软件和/或固件组合在编解码器硬件单元中,或者通过互操作硬件单元(包括如上所述的一个或多个处理器)的集合来提供。
Claims (26)
1.一种解码设备实现的译码方法,其特征在于,所述方法包括:
获取当前图像的码流,所述码流中包括no_pic_partition_flag,所述no_pic_partition_flag的值用于指示所述当前图像是否被分割;
当所述no_pic_partition_flag的值为0时,执行以下步骤:
获取所述当前图像的分块行中的分块的数量;
获取所述当前图像的条带的地址的值;
根据所述条带的所述地址的所述值,获取tileX的值,其中,所述tileX的值表示以分块索引表示的水平地址;
当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值;
根据所述条带宽度的指示值对所述图像进行解码。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述no_pic_partition_flag的值为0时,且当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值等于所述第一阈值时,将所述条带宽度的所述指示值设置为默认值。
3.根据权利要求2所述的方法,其特征在于,所述默认值表示所述条带的所述宽度包括1个分块列。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述条带的所述地址的所述值获取tileX的值包括:
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述条带的所述地址为所述条带的最上面的分块行的最左分块的索引,其中,所述当前图像中包括的所述分块是根据光栅扫描顺序索引的。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述条带的所述地址的所述值表示以分块索引表示的所述条带的左上坐标的地址。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述方法还包括:
当所述no_pic_partition_flag的值为0时,执行以下步骤:
获取所述当前图像的分块列中的分块的数量;
根据所述条带的所述地址的所述值获取tileY的值,所述tileY的值表示以分块索引表示的垂直地址;
当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,从所述当前图像的所述码流中解析条带高度的指示值;
根据所述条带高度的指示值对所述图像进行解码。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
当所述no_pic_partition_flag的值为0时,且当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值等于所述第二阈值时,将所述条带高度的所述指示值设置为预设值。
10.根据权利要求8或9所述的方法,其特征在于,所述根据所述条带的所述地址的所述值获取tileY的值包括:
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
11.根据权利要求8至10中任一项所述的方法,其特征在于,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。
12.一种编码设备实现的译码方法,其特征在于,所述方法包括:
获取所述当前图像的分块行中的分块的数量;
获取所述当前图像的条带的地址的值;
根据所述条带的所述地址的所述值,获取tileX的值,其中,所述tileX的值表示以分块索引表示的水平地址;
当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,对所述当前图像的条带宽度的指示值和no_pic_partition_flag进行编码,以获取码流,其中,所述no_pic_partition_flag的值用于指示所述当前图像是否被分割。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
获取所述当前图像的分块列中的分块的数量;
根据所述条带的所述地址的所述值获取tileY的值,其中,所述tileY的值表示以分块索引表示的垂直地址;当所述当前图像的所述分块列中的所述分块的数量与所述tileY的值之间的差值不等于第二阈值时,将所述当前图像的条带高度的指示值编码到所述码流中。
14.根据权利要求12或13所述的方法,其特征在于,所述根据所述条带的所述地址的所述值获取tileX的值包括:
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileX的值。
15.根据权利要求12至14中任一项所述的方法,其特征在于,所述tileX的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的模运算获取的。
16.根据权利要求13或15所述的方法,其特征在于,所述根据所述条带的所述地址的所述值获取tileY的值包括:
根据所述条带的所述地址的所述值和所述当前图像的所述分块行中的所述分块的数量,获取所述tileY的值。
17.根据权利要求13至16中任一项所述的方法,其特征在于,所述tileY的值是根据所述条带的所述地址的所述值与所述当前图像的所述分块行中的所述分块的数量之间的整数除法运算获取的。
18.一种解码器(30),其特征在于,包括处理电路,所述处理电路用于执行根据权利要求1至11中任一项所述的方法。
19.一种编码器,其特征在于,包括处理电路,所述处理电路用于执行根据权利要求12至17中任一项所述的方法。
20.一种包括程序代码的计算机程序产品,其特征在于,所述程序代码当在计算机或处理器上执行时,用于执行根据权利要求1至17中任一项所述的方法。
21.一种解码器,其特征在于,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述处理器耦合并存储由所述处理器执行的程序,其中,所述程序在由所述处理器执行时,使所述解码器执行根据权利要求1至11中任一项所述的方法。
22.一种编码器,其特征在于,包括:
一个或多个处理器;
非瞬时性计算机可读存储介质,与所述处理器耦合并存储由所述处理器执行的程序,其中,所述程序在由所述处理器执行时,使所述解码器执行根据权利要求12至17中任一项所述的方法。
23.一种非瞬时性计算机可读介质,其特征在于,携带程序代码,所述程序代码在由计算机设备执行时,使所述计算机设备执行根据权利要求1至17中任一项所述的方法。
24.一种视频数据解码设备,其特征在于,包括:
非瞬时性存储器,用于以码流的形式存储视频数据;
视频解码器,用于执行根据权利要求1至11中任一项所述的方法。
25.一种视频数据编码设备,其特征在于,包括:
非瞬时性存储器,用于以码流的形式存储视频数据;
视频编码器,用于执行根据权利要求12至17中任一项所述的方法。
26.一种非瞬时性存储介质,其特征在于,包括通过执行以下步骤解码的码流,所述码流中包括no_pic_partition_flag,所述no_pic_partition_flag的值用于指示所述当前图像是否被分割:
当所述no_pic_partition_flag的值为0时,执行以下步骤:
获取当前图像的分块行中的分块的数量;
获取所述当前图像的条带的地址的值;
根据所述条带的所述地址的所述值,获取tileX的值,其中,所述tileX的值表示以分块索引表示的水平地址;
当所述当前图像的所述分块行中的所述分块的数量与所述tileX的值之间的差值不等于第一阈值时,从所述当前图像的所述码流中解析条带宽度的指示值;
根据所述条带宽度的指示值对所述图像进行解码。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EPPCT/EP2020/055220 | 2020-02-28 | ||
EP2020055220 | 2020-02-28 | ||
PCT/CN2021/077000 WO2021169859A1 (en) | 2020-02-28 | 2021-02-20 | A decoder and corresponding methods to signal picture partitioning information for slices |
CN202180007533.0A CN114846789B (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180007533.0A Division CN114846789B (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116962682A true CN116962682A (zh) | 2023-10-27 |
Family
ID=77490675
Family Applications (6)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310749547.0A Pending CN116962681A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310753522.8A Pending CN117640928A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310750286.4A Pending CN116962682A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310747847.5A Pending CN116962680A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310749687.8A Pending CN117560491A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202180007533.0A Active CN114846789B (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310749547.0A Pending CN116962681A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310753522.8A Pending CN117640928A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310747847.5A Pending CN116962680A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202310749687.8A Pending CN117560491A (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
CN202180007533.0A Active CN114846789B (zh) | 2020-02-28 | 2021-02-20 | 用于指示条带的图像分割信息的解码器及对应方法 |
Country Status (13)
Country | Link |
---|---|
US (2) | US12088820B2 (zh) |
EP (1) | EP4101162A4 (zh) |
JP (1) | JP7509902B2 (zh) |
KR (1) | KR20220140858A (zh) |
CN (6) | CN116962681A (zh) |
AU (1) | AU2021226398A1 (zh) |
BR (1) | BR112022017122A2 (zh) |
CA (1) | CA3169481A1 (zh) |
CL (1) | CL2022002337A1 (zh) |
IL (1) | IL295985A (zh) |
MX (1) | MX2022010699A (zh) |
NZ (1) | NZ792138A (zh) |
WO (1) | WO2021169859A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230019845A (ko) | 2020-06-08 | 2023-02-09 | 바이트댄스 아이엔씨 | 코딩된 비디오 픽처에서 슬라이스 카운트의 제약들 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013141094A (ja) * | 2011-12-28 | 2013-07-18 | Sharp Corp | 画像復号装置、画像符号化装置、画像フィルタ装置、および符号化データのデータ構造 |
US9332259B2 (en) * | 2012-01-18 | 2016-05-03 | Qualcomm Incorporated | Indication of use of wavefront parallel processing in video coding |
US20140192899A1 (en) * | 2013-01-09 | 2014-07-10 | Mediatek Inc. | Method and apparatus for referring to bitstream address related information derived from segment of multi-tile picture to determine bitstream start address of tile of multi-tile picture |
US9736488B2 (en) * | 2013-11-27 | 2017-08-15 | Nxp Usa, Inc. | Decoding for high efficiency video transcoding |
CA2885501C (en) * | 2014-03-20 | 2023-12-19 | Nanjing Yuyan Information Technology Ltd. | Efficient software for transcoding to hevc on multi-core processors |
US9924183B2 (en) * | 2014-03-20 | 2018-03-20 | Nanjing Yuyan Information Technology Ltd. | Fast HEVC transcoding |
GB2539462B (en) * | 2015-06-16 | 2019-04-03 | Canon Kk | Obtaining media data and metadata from encapsulated bit-streams wherein operating point descriptors can be dynamically set |
CN116156163A (zh) * | 2016-03-30 | 2023-05-23 | 韩国电子通信研究院 | 使用画面划分信息对视频进行编码和解码的方法和设备 |
US10419768B2 (en) * | 2016-03-30 | 2019-09-17 | Qualcomm Incorporated | Tile grouping in HEVC and L-HEVC file formats |
US20180027240A1 (en) * | 2016-07-21 | 2018-01-25 | Mediatek Inc. | Video encoding apparatus for encoding video frame segment that is partitioned into multiple column tiles and associated video encoding method |
KR102424829B1 (ko) | 2017-02-22 | 2022-07-25 | 에스케이텔레콤 주식회사 | 비디오 데이터가 부호화된 비트스트림을 처리하는 방법 |
RU2741507C1 (ru) | 2017-10-09 | 2021-01-26 | Нокиа Текнолоджиз Ой | Устройство и способ для кодирования и декодирования видео |
WO2019189890A1 (en) * | 2018-03-30 | 2019-10-03 | Sharp Kabushiki Kaisha | Systems and methods for signaling tile structures for pictures of coded video |
WO2020256442A1 (ko) | 2019-06-20 | 2020-12-24 | 주식회사 엑스리스 | 영상 신호 부호화/복호화 방법 및 이를 위한 장치 |
US20240031566A1 (en) * | 2022-07-20 | 2024-01-25 | Tencent America LLC | Signaling of downsampling filters for chroma from luma intra prediction mode |
-
2021
- 2021-02-20 AU AU2021226398A patent/AU2021226398A1/en active Pending
- 2021-02-20 KR KR1020227033179A patent/KR20220140858A/ko active Search and Examination
- 2021-02-20 CN CN202310749547.0A patent/CN116962681A/zh active Pending
- 2021-02-20 JP JP2022551572A patent/JP7509902B2/ja active Active
- 2021-02-20 EP EP21760781.1A patent/EP4101162A4/en active Pending
- 2021-02-20 CN CN202310753522.8A patent/CN117640928A/zh active Pending
- 2021-02-20 IL IL295985A patent/IL295985A/en unknown
- 2021-02-20 CA CA3169481A patent/CA3169481A1/en active Pending
- 2021-02-20 MX MX2022010699A patent/MX2022010699A/es unknown
- 2021-02-20 CN CN202310750286.4A patent/CN116962682A/zh active Pending
- 2021-02-20 CN CN202310747847.5A patent/CN116962680A/zh active Pending
- 2021-02-20 WO PCT/CN2021/077000 patent/WO2021169859A1/en active Application Filing
- 2021-02-20 CN CN202310749687.8A patent/CN117560491A/zh active Pending
- 2021-02-20 CN CN202180007533.0A patent/CN114846789B/zh active Active
- 2021-02-20 NZ NZ792138A patent/NZ792138A/en unknown
- 2021-02-20 BR BR112022017122A patent/BR112022017122A2/pt unknown
-
2022
- 2022-08-25 US US17/896,012 patent/US12088820B2/en active Active
- 2022-08-26 CL CL2022002337A patent/CL2022002337A1/es unknown
-
2024
- 2024-05-08 US US18/658,610 patent/US20240323391A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240323391A1 (en) | 2024-09-26 |
MX2022010699A (es) | 2022-11-10 |
KR20220140858A (ko) | 2022-10-18 |
EP4101162A4 (en) | 2023-03-29 |
WO2021169859A1 (en) | 2021-09-02 |
CN114846789A (zh) | 2022-08-02 |
CN114846789B (zh) | 2023-06-27 |
AU2021226398A1 (en) | 2022-09-29 |
CN117640928A (zh) | 2024-03-01 |
CN116962680A (zh) | 2023-10-27 |
IL295985A (en) | 2022-10-01 |
BR112022017122A2 (pt) | 2022-12-27 |
CL2022002337A1 (es) | 2023-03-31 |
JP7509902B2 (ja) | 2024-07-02 |
EP4101162A1 (en) | 2022-12-14 |
CN116962681A (zh) | 2023-10-27 |
US20230007270A1 (en) | 2023-01-05 |
US12088820B2 (en) | 2024-09-10 |
CN117560491A (zh) | 2024-02-13 |
JP2023515189A (ja) | 2023-04-12 |
NZ792138A (en) | 2024-08-30 |
CA3169481A1 (en) | 2021-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112913250B (zh) | 编码器、解码器及对任意ctu尺寸使用ibc搜索范围优化的对应方法 | |
CN113748677A (zh) | 编码器、解码器及对应的帧内预测方法 | |
CN115209161B (zh) | 视频译码方法、解码器、解码设备、存储介质 | |
CN114449265B (zh) | 用于帧内平滑的方法和装置 | |
CN114026864B (zh) | 用于几何分割模式的色度样本权重推导 | |
CN116016956B (zh) | 编码器、解码器和用于在序列参数集中指示子图像的对应方法 | |
CN114125468A (zh) | 帧内预测方法和装置 | |
WO2021170132A1 (en) | An encoder, a decoder and corresponding methods simplifying signalling slice header syntax elements | |
CN113660489B (zh) | 用于帧内子划分的解码方法、装置、解码器和存储介质 | |
CN114830665B (zh) | 仿射运动模型限制 | |
CN113170118B (zh) | 视频译码中进行色度帧内预测的方法及装置 | |
CN115052163B (zh) | 编码器、解码器和用于变换处理的对应方法 | |
CN117528078A (zh) | 编码器、解码器及色度帧内模式推导的对应方法 | |
CN114846789B (zh) | 用于指示条带的图像分割信息的解码器及对应方法 | |
CN113692740B (zh) | 用于无除法帧内预测的方法和装置 | |
CN115299070A (zh) | 编码器、解码器及对应的方法 | |
CN116647700A (zh) | 编码器、解码器及对应的使用帧内模式译码进行帧内预测的方法 | |
CN114503593B (zh) | 编码器、解码器及对应方法 | |
JP2024147569A (ja) | スライス用のピクチャパーティション情報をシグナリングするためのデコーダ及び対応する方法 | |
CN114830652A (zh) | 用于方向性帧内预测的参考样本插值滤波的方法及装置 |
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 |