CN117336486A - 对源视频序列进行编码的方法、装置、存储介质和设备 - Google Patents
对源视频序列进行编码的方法、装置、存储介质和设备 Download PDFInfo
- Publication number
- CN117336486A CN117336486A CN202311319141.5A CN202311319141A CN117336486A CN 117336486 A CN117336486 A CN 117336486A CN 202311319141 A CN202311319141 A CN 202311319141A CN 117336486 A CN117336486 A CN 117336486A
- Authority
- CN
- China
- Prior art keywords
- picture
- encoding
- encoded
- video
- resolution
- 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 83
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 16
- 230000001052 transient effect Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 230000003044 adaptive effect Effects 0.000 claims description 23
- 238000012952 Resampling Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 description 24
- 238000007906 compression Methods 0.000 description 24
- 230000033001 locomotion Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000011664 signaling Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 230000002123 temporal effect Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000001994 activation Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000023320 Luma <angiosperm> Species 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001755 vocal 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
- H04N19/44—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
- H04N19/70—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
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- 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
- H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
-
- 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
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- 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
- H04N19/172—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 picture, frame or field
-
- 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
- H04N19/182—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 a pixel
-
- 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
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
-
- 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
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
- H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请实施例提供一种对源视频序列进行编码的方法、装置、存储介质和设备。所述方法包括：基于输出分辨率和目标分辨率，对源视频序列中的一组样本进行采样；将采样后的一组样本进行滤波，并根据已编码图像或已编码图像序列的先前部分的元信息，将滤波后的一组样本编码到码流中；将目标分辨率的索引编码到码流的瞬时性头结构中；将候选分辨率编码到码流的参数集中，目标分辨率的索引指向候选分辨率其中之一。
Description
相关申请的交叉引用
本申请要求于2019年3月11日在美国专利商标局提交的申请号为62/816,667的美国临时专利申请的优先权，该申请通过引用整体并入本申请中。
背景技术
1、技术领域
本申请所公开的主题涉及视频编码和解码，更具体地，涉及对源视频序列进行编码的方法、装置、存储介质和设备。
2、相关技术描述
使用具有运动补偿的图片间预测的视频编码和解码的例子已经有几十年了。未压缩的数字视频可以由一系列图片组成，每个图片具有一定的空间维度，例如，1920×1080个亮度样本和相关联的色度样本。所述一系列图片可以具有固定的或可变的图片速率(通俗也称为帧速率)，例如，每秒60张图片或60Hz。未压缩的视频具有非常高的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧速率下的1920×1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。这样的视频一小时需要超过600GByte的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可有助于降低上述带宽或存储空间的要求，在一些情况下，可降低两个或更多的数量级。无损压缩和有损压缩以及其组合均可以用于视频编码和解码。无损压缩是指可以由压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不完全一致，但是原始信号与重建的信号之间的失真小得足以使重建的信号可以用于预期应用。有损压缩广泛应用于视频中。有损压缩容许的失真量取决于应用；例如，与电视分发应用的用户相比，某些消费者流式传输应用的用户可以容忍较高的失真。可实现的压缩比可以反映的是：可允许的/可容许的失真越高，可产生的压缩比越高。
视频编码器和解码器可以使用几大类技术，包括例如运动补偿、变换、量化及熵编解码，下文将介绍这几类中的一些技术。
历史上，视频编码器和解码器倾向于对给定的图片尺寸进行操作，在大多数情况下，给定的图片尺寸对于已编码视频序列(Coded Video Sequence，CVS)、图片组(Group ofPictures，GOP)或类似的多图片时间帧，是定义好的并保持恒定。例如，在MPEG-2中，众所周知，系统设计是根据诸如场景的活动性之类的因素，改变水平分辨率(并且由此改变图片尺寸)，仅在I图片处是这样，因此通常用于GOP。在CVS内使用不同分辨率对参考图片进行重采样是已知的，例如，可从ITU-T H.263建议书附录P得知。然而，这里，图片尺寸并不改变，只是对参考图片进行重采样，这可能会导致只使用了图片画布的部分(在下采样的情况下)，或者只采集到场景的部分(在上采样的情况下)。进一步地，H.263附录Q允许对单个宏块向上或向下(在每个维度上)进行二倍的重采样。同样，图片尺寸保持相同。在H.263中宏块的大小是固定的，并且因此不需要发信号通知宏块的大小。
在现代视频编解码中，预测图片中图片尺寸有变化已成为主流。例如，VP9允许参考图片重采样以及改变整个图片的分辨率。类似地，对VVC提出了某些建议(包括例如Hendry等人的“关于VVC的自适应分辨率变化(On adaptive resolution change(ARC)forVVC)”，联合视频小组文件JVET-M0135-v1，2019年1月9日至19日，其整体并入本申请中)，允许将整个参考图片重采样为不同的更高或更低的分辨率。在该文献中，建议将不同的候选分辨率编码在序列参数集中，并由图片参数集中的每个图片的语法元素来引用。
为适应一些具有自适应图片尺寸的应用场景，如何在视频码流中发信号通知自适应图片尺寸以实现自适应图片的预测编解码，成为亟待解决的技术问题。
发明内容
根据实施例，一种将源视频序列编码为码流的方法，包括：基于输出分辨率和目标分辨率，对源视频序列中的一组样本进行采样；将采样后的一组样本进行滤波，并根据已编码图像或已编码图像序列的先前部分的元信息，将滤波后的一组样本编码到码流中；将目标分辨率的索引编码到码流的瞬时性头结构中；将候选分辨率编码到码流的参数集中，目标分辨率的索引指向候选分辨率其中之一。
根据实施例，一种将源视频序列编码为码流的装置，包括：采样模块，用于基于输出分辨率和目标分辨率，对源视频序列中的一组样本进行采样；编码模块，用于：将采样后的一组样本进行滤波，并根据已编码图像或已编码图像序列的先前部分的元信息，将滤波后的一组样本编码到码流中；将目标分辨率的索引编码到码流的瞬时性头结构中；将候选分辨率编码到码流的参数集中，目标分辨率的索引指向候选分辨率其中之一。
根据实施例，一种非易失性计算机可读存储介质，存储有指令以及码流，所述指令使得处理器执行前述方法以得到所述码流。
根据实施例，一种计算机设备，包括：存储器，用于存储计算机可读指令；处理器，用于读取所述计算机可读指令，并且按所述计算机可读指令的指示执行前述方法。
根据本申请实施例的将源视频序列编码为码流的方法、装置、可读存储介质、计算机设备，将自适应图片的分辨率放入码流中的瞬时性头结构中，使得自适应图片尺寸的信令的大小可因图片而异，或因图片部分而异，可以节省码字，并且可以具有较好的容错性，提高了编解码效率。
附图说明
通过下文的详细描述和附图，本申请所公开主题的进一步特征、本质和各种优点将更加清楚，其中：
图1是根据实施例的通信系统的简化框图的示意图。
图2是根据实施例的另一通信系统的简化框图的示意图。
图3是根据实施例的解码器的简化框图的示意图。
图4是根据实施例的编码器的简化框图的示意图。
图5A是如所指示的用于发信号通知ARC参数的选项的示意图。
图5B是如所指示的根据实施例的用于发信号通知ARC参数的选项的示意图。
图6A是根据实施例的示意图。
图6B是图示根据实施例的对已编码视频序列的已编码图片进行解码的方法的流程图。
图6C是根据实施例的用于控制对视频序列进行解码的装置的简化框图。
图7是根据实施例的计算机系统的示意图。
具体实施方式
近来，将多个语义独立的图片部分进行压缩域聚集或提取，成为单个视频图片，引起了一些关注。具体地，在例如360度编解码或某些其他应用的上下文中，多个语义独立的源图片(例如立方体投影的360度场景的六个立方体表面，或者在多摄像机应用设置的情况下的各个摄像机输入)，可能需要单独的自适应分辨率设置，来处理给定时间点的不同的每个场景活动。换句话说，在给定的时间点，编码器可选择对组成整个360度或其他场景的不同的语义独立图片，使用不同的重采样因子。当被组合成单个图片时，这又要求执行参考图片重采样，并且对于已编码图片的各部分，自适应分辨率编解码信令是可用的。
图1图示了根据本申请实施例的通信系统(100)的简化框图。通信系统(100)可以包括经由网络(150)互连的至少两个终端(110-120)。对于单向数据传输，第一终端(110)可在本地位置对视频数据进行编码，以经由网络(150)传输到另一个终端(120)。第二终端(120)可以从网络(150)接收另一个终端的已编码视频数据，对已编码数据进行解码并且显示恢复的视频数据。单向数据传输在媒体服务应用等中可能是常见的。
图1图示了用于支持已编码视频的双向传输的第二对终端(130，140)，所述已编码视频的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(130，140)中的每个终端可对本地位置采集的视频数据进行编码，以通过网络(150)传输到另一终端。终端(130，140)中的每个终端还可接收由另一终端传输的已编码视频数据，且可对所述已编码数据进行解码，并可在本地显示装置上显示恢复的视频数据。
在图1中，终端(110-140)可能图示为服务器、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(150)表示在终端(110-140)之间传送已编码视频数据的任何数目的网络，包括例如有线和/或无线通信网络。通信网络(150)可在电路交换和/或分组交换信道中交换数据。代表性的网络包括电信网络、局域网、广域网和/或互联网。出于本申请论述的目的，除非在下文中有所解释，否则网络(150)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。
作为本申请所公开主题应用的示例，图2示出了视频编码器和视频解码器在流式传输环境中的放置方式。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(200)可包括采集子系统(213)，所述采集子系统(213)可包括数码相机等视频源(201)，所述视频源(201)用于创建例如未压缩的视频样本流(202)。样本流(202)被描绘为粗线，以强调与已编码的视频码流相比，其具有高数据量，样本流(202)可由耦接在相机(201)上的编码器(203)处理。编码器(203)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。已编码的视频码流(204)被描绘为细线，以强调与样本流相比，其具有较低的数据量，已编码的视频码流(204)可存储在流式传输服务器(205)上以供将来使用。至少一个流式传输客户端(206，208)可访问流式传输服务器(205)，以检索已编码的视频码流(204)的副本(207，209)。客户端(206)可包括视频解码器(210)。视频解码器(210)对已编码的视频码流的传入副本(207)进行解码，且产生可在显示器(212)或其它呈现装置(未描绘)上呈现的输出视频样本流(211)。在一些流式传输系统中，视频码流(204，207，209)可以是根据某些视频编码/压缩标准进行编码的。该些标准的示例包括ITU-T H.265建议书。正在开发的视频编码标准非正式地称为通用视频编码(Versatile Video Coding，VVC)，本申请所公开主题可用于VVC标准的上下文中。
图3可以是根据本申请实施例的视频解码器(210)的框图。
接收器(310)可接收将由解码器(210)解码的至少一个编解码视频序列；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(312)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(310)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(未绘出)的已编码音频数据和/或辅助数据流。接收器(310)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(315)可耦接在接收器(310)与熵解码器/解析器(320)(此后称为“解析器”)之间。当接收器(310)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器(缓冲存储器)(315)，或者所述缓冲器可以很小。为了在互联网等尽力而为业务分组网络上使用，也可能需要缓冲器(315)，所述缓冲器可相对较大且可具有自适应性大小。
视频解码器(210)可包括解析器(320)，以根据已熵编码视频序列重建符号(321)。这些符号的类别包括用于管理解码器(210)的操作的信息，以及潜在包括用以控制显示器(212)等显示装置的信息，所述显示装置不是解码器的组成部分，但可耦接到解码器，如图2中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental EnhancementInformation，SEI消息)或视频可用性信息(Video Usability Information，VUI)的参数集片段(未绘出)。解析器(320)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，包括可变长度编码、霍夫曼编码(Huffmancoding)、具有或不具有上下文灵敏度的算术编码等等。解析器(320)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(tile)、条带(slice)、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。熵解码器/解析器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(QP)值、运动矢量等等。
解析器(320)可对从缓冲器(315)接收的视频序列执行熵解码/解析操作，从而创建符号(321)。
符号(321)的重建可涉及多个不同单元，取决于已编码视频图片或其部分(诸如：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。涉及哪些单元以及涉及方式可由解析器(320)从已编码视频序列解析的子群控制信息控制。为了清楚起见，未描述解析器(320)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，解码器210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，出于描述本申请所公开主题的目的，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(351)。缩放器/逆变换单元(351)从解析器(320)接收作为符号(321)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(351)可输出包括样本值的块，所述样本值可输入到聚合器(355)中。
在一些情况下，缩放器/逆变换单元(351)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预测单元(352)提供。在一些情况下，帧内预测单元(352)采用从当前(已部分重建的)图片(356)提取的周围已重建信息，生成大小和形状与正在重建的块相同的块。在一些情况下，聚合器(355)基于每个样本，将帧内预测单元(352)生成的预测信息添加到由缩放器/逆变换单元(351)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(351)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(353)可访问参考图片存储器/缓冲器(357)以提取用于预测的样本。在根据与所述块相关的符号(321)对提取的样本进行运动补偿之后，这些样本可由聚合器(355)添加到缩放器/逆变换单元的输出(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。运动补偿预测单元从参考图片存储器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(321)的形式而供运动补偿预测单元使用，所述符号(321)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，从参考图片存储器提取的样本值的内插、运动矢量预测机制等等。
聚合器(355)的输出样本可在环路滤波器单元(354)中经过各种环路滤波技术处理。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码流中的参数，且所述参数作为来自解析器(320)的符号(321)可用于环路滤波器单元(354)。然而，在其它实施例中，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(354)的输出可以是样本流，所述样本流可输出到显示装置(212)以及存储在参考图片存储器(357)中，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。一旦已编码图片被完全重建，且已编码图片(通过例如解析器(320))被识别为参考图片，则当前参考图片(356)可变为参考图片存储器(357)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存储器。
视频解码器210可根据例如ITU-T H.265建议书中记载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的意义上，如视频压缩技术文档或标准以及特别是其中的配置文件中所规定，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。对于合规性而言，已编码视频序列的复杂度必须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，层级限制最大图片尺寸、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)、最大参考图片尺寸等。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 Reference Decoder，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(310)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(210)使用，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4是根据本申请公开的实施例的视频编码器(203)的框图。
编码器(203)可从视频源(201)(并非编码器的一部分)接收视频样本，所述视频源可采集将由编码器(203)编码的视频图像。
视频源(201)可提供将由编码器(203)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 CrCb 4:2:0、Y CrCb 4:4:4)。在媒体服务系统中，视频源(201)可以是存储先前已准备好的视频的存储装置。在视频会议系统中，视频源(201)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，每个像素可包括至少一个样本。下文侧重于描述样本。
根据实施例，编码器(203)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(443)。施行适当的编码速度是控制器(450)的一个功能。控制器控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了清楚起见，图中未标示耦接。由控制器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)、图片尺寸、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。可执行控制器(450)的其他功能，因为这些功能可能涉及针对某一系统设计优化的视频编码器(203)。
一些视频编码器在本领域技术人员容易识别出的“编码环路”中进行操作。作为简单的描述，编码环路可包括编码器(430)(下文称为“源编码器”)的编码部分(负责基于待编码的输入图片和参考图片创建符号)和嵌入于编码器(203)中的(本地)解码器(433)。解码器(433)重建符号，以创建(远程)解码器同样会创建的样本数据(因为在本申请所公开主题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都是无损的)。将重建的样本流输入到参考图片存储器(434)。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，因此参考图片缓冲器中的内容在本地编码器与远程编码器之间也是按位精确对应的。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。这是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)。
“本地”解码器(433)的操作可与已在上文结合图3详细描述的“远程”解码器(210)相同。然而，另外简要参考图3，当符号可用且熵编码器(445)和解析器(320)能够无损地将符号编码/解码为已编码视频序列时，解码器(210)的熵解码部分，包括信道(312)、接收器(310)、缓冲器(315)和解析器(320)，可以不是全部在本地解码器(433)中实现。
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。处于这个原因，本申请主题着重于解码器的操作。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，在下文提供。
作为其操作的一部分，源编码器(430)可执行运动补偿预测编码，参考来自视频序列中被指定为“参考帧”的至少一个先前已编码帧，对输入帧进行预测性编码。以此方式，编码引擎(432)对输入帧的像素块与参考帧的像素块之间的差异进行编码，所述参考帧可被选作所述输入帧的预测参考。
本地视频解码器(433)可基于源编码器(430)创建的符号，对可指定为参考帧的帧的已编码视频数据进行解码。编码引擎(432)的操作可为有损过程。当已编码视频数据可在视频解码器处被解码时，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(433)复制解码过程，所述解码过程可由视频解码器对参考帧执行，且可使重建的参考帧存储在参考图片高速缓存/存储器(434)中。以此方式，编码器(203)可在本地存储重建的参考帧的副本，所述副本与将由远端视频解码器获得的重建参考帧具有共同内容(不存在传输误差)。
预测器(435)可针对编码引擎(432)执行预测搜索。即，对于将要编码的新帧，预测器(435)可在参考图片存储器(434)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(435)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(435)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(434)中存储的多个参考图片取得的预测参考。
控制器(450)可管理源编码器(430)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(445)中对所有上述功能单元的输出进行熵编码。熵编码器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(440)可缓冲由熵编码器(445)创建的已编码视频序列，从而为通过通信信道(460)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(440)可将来自源编码器(430)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(450)可管理编码器(203)的操作。在编码期间，控制器(450)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帧类型：
帧内图片(I图片)，其可以是不将序列中的任何其它帧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。可以使用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(203)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(203)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(440)可在传输已编码的视频时传输附加数据。源编码器(430)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。
在更详细地描述本申请所公开的主题的某些方面之前，需要介绍将在本说明书的剩余部分中提及的一些术语。
“子图片”，在下文中在某些情况下指的是根据语义分组的、可以用变化的分辨率独立编码的样本、块、宏块、已编码单元或类似实体的矩形排列。至少一个子图片可以形成一个图片。至少一个已编码子图片可以形成一个已编码图片。至少一个子图片可以组装成一个图片，并且可以从一个图片中提取至少一个子图片。在某些环境中，可以在压缩域中将至少一个已编码子图片组装为一个已编码图片，而无需将其转码到样本级，在同一情况下或在某些其它情况下，可以从压缩域中的已编码图片中提取至少一个已编码子图片。
“自适应分辨率变化(Adaptive Resolution Change，ARC)”，在下文是指一种允许通过例如参考图片重采样，来改变已编码视频序列内的图片或子图片的分辨率的机制。“ARC参数”可以是指执行自适应分辨率变化所需的控制信息的类型，其可以包括例如滤波器参数、缩放因子、输出图片和/或参考图片的分辨率、各种控制标志等等。因此，ARC信息可以是指与ARC参数对应的数据和数值。
以上描述着重于对单个的、语义上独立的已编码视频图片的编码和解码。在描述具有独立的ARC参数的多个子图片的编码/解码的含义及其隐含的附加复杂性之前，将先描述用于发信号通知ARC参数的选项。
参考图5A，示出了用于发信号通知ARC参数的几个新选项。如每个选项所指出的，从编码效率、复杂度和体系结构的角度来看，它们具有某些优点和缺点。视频编码标准或技术可以选择这些选项中的至少一个，或选择其它选项，用于发信号通知ARC参数。这些选项可以不是互斥的，并且可以根据应用需要、所涉及的标准技术或编码器的选择进行互换。
ARC参数的类别可以包括：
-在X维度和Y维度上分开或组合的上采样因子和/或下采样因子
-加上时间维度的上采样因子和/或下采样因子，用于指示对给定数量的图片进行恒速放大和/或缩小
-以上两者中的任一者可涉及对至少一个可能较短的语法元素进行编码，所述至少一个可能较短的语法元素可能指向一个包含所述因子(所述多个因子)的表格。
-“分辨率”：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或任何其它合适的粒度为单位的、组合的或分开的X维度或Y维度上的分辨率。如果存在一个以上的分辨率(例如，一个分辨率用于输入图片，一个分辨率用于参考图片)，则在某些情况下，可以从一组值中推断出另一组值。例如，可以通过使用标志选通分辨率。有关更详细的示例，请参阅下文。
-“变形”(warping)坐标：类似于在H.263标准附录P中使用的坐标，可以具有如上所述的适当粒度。H.263标准附录P定义了一种对这种变形坐标进行编码的有效方式，但是可以想象，还可以设想其它可能更有效的方法。例如，附录P的变形坐标的可变长度可逆的“霍夫曼”式编码可以用适当长度的二进制编码来代替，其中，二进制码字的长度可以例如根据最大图片尺寸推导出(可能乘以某个因子并偏移某个值)，以便允许在最大图片尺寸的边界之外进行“变形”。
-上采样滤波器参数或下采样滤波器参数：在最简单的情况下，可能只有单个的滤波器用于进行上采样和/或下采样。然而，在某些情况下，允许滤波器的设计有较大的灵活性，可能是有利的，这可能需要通过发信号通知滤波器参数来实现。此类参数可以通过一个可能的滤波器设计列表中的索引来选择，可以充分地指定滤波器(例如，通过使用适当的熵编码技术的滤波器系数列表)，可以通过上采样比率和/或下采样比率隐含地选择滤波器，所述上采样比率和/或下采样比率反过来是根据上面提到的机制中的任何机制发信号通知的，等等。
在下文中，本说明书假设是对通过码字指示的上采样因子和/或下采样因子(在X维度和Y维度使用相同的因子)的有限集合进行编码的。所述码字可以有利地通过例如使用视频编码规范(例如H.264和H.265)中的某些语法元素所共有的Exp-Golomb(指数哥伦布)码，进行可变长度编码。值到上采样因子/下采样因子的一种合适的映射可以例如参见下表
可以根据应用的需要以及视频压缩技术或标准中可用的放大和缩小机制的能力，设计许多类似的映射。该表格可以扩展到更多的值。值还可以用除Exp-Golomb码之外的熵编码机制来表示，例如使用二进制编码。当在视频处理引擎(最重要的是编码器和解码器)本身之外，例如MANE(Media Aware Network Element，媒体感知网元)对重采样因子有兴趣时，使用二进制编码可能具有某些优点。应当注意，对于(假设是)最常见的、不需要改变分辨率的情况，可以选择较短的Exp-Golomb码；在上述表格中，只有单个比特。对于该最常见的情况，使用Exp-Golomb码可以具有优于使用二进制码的编码效率的优势。
表格中条目的数量及其语义可以是完全可配置的或部分可配置的。例如，上述表格的基本形态可以在诸如序列参数集或解码器参数集等的“高层”参数集中传送。可替换地或另外，可以在视频编码技术或标准中定义至少一个此类表，并且可以通过例如解码器或序列参数集来选择。
下面描述如何将如上所述编码的上采样因子/下采样因子(ARC信息)包含在视频编码技术或标准语法中。类似的考虑可以应用于控制上采样滤波器/下采样滤波器的一个或几个码字。关于滤波器或其它数据结构何时需要相对大量的数据，参见下文的讨论。
H.263标准附录P将四个变形坐标形式的ARC信息502包含在图片头501中，更具体地，是包含在H.263 PLUSPTYPE(503)头扩展中。当a)存在可用的图片头，以及b)预计ARC信息会频繁改变时，可以使用这种形式的ARC信息502。然而，使用H.263型信令的开销可能相当高，并且图片边界的缩放因子可能不相关，因为图片头可能具有瞬时性质。
前文所引用的JVCET-M135-v1包括位于图片参数集(504)中的ARC参考信息(505)(索引)，用于对包括目标分辨率的表(506)进行索引，而表(506)位于序列参数集(507)内。根据作者的口头陈述，可能的分辨率在序列参数集(Sequence Parameter Set,SPS)(507)中的表(506)中的位置，可以通过在能力交换期间，使用SPS作为互操作性协商点，进行合理化。在表(506)中的值所设置的限制内，通过参考适当的图片参数集(Picture ParameterSet,PPS)(504)，分辨率可以随图片而改变。
可以存在以下附加选项，以在视频码流中传送ARC信息。这些选项中的每一个选项都具有某些如上所述的优点。这些选项可以同时存在于同一视频编码技术或标准中。
在图5B所示的一个实施例中，诸如重采样(缩放)因子等ARC信息(509)可以出现在条带头、GOB(Group of Blocks，块组)头、图块头、或图块组头(以下称为图块组头)(508)中。如果ARC信息很小，这样可能是足够的，例如，ARC信息是几个比特的单个可变长度ue(v)的码字或固定长度的码字，例如，如上文所示。如果ARC信息可以应用于例如由图块组表示的子图片，而不是用于整个图片，则将ARC信息直接包含在图块组头中具有额外的优点。另见下文。此外，即使视频压缩技术或标准仅设想了整个图片的自适应分辨率变化(与例如基于图块组的自适应分辨率变化相反)，从容错的角度来看，将ARC信息放入图块组头中，相较于将其放入H.263型图片头中，具有一定的优势。
在同一实施例或另一实施例中，ARC信息(512)本身可以存在于适当的参数集(511)中，例如，图片参数集、头参数集、图块参数集、适配参数集(Adaptation ParameterSet,APS)等等(本文中描述了适配参数集)。该参数集的范围可以有利地不大于一个图片，例如为图块组。ARC信息(512)的使用可以通过激活相关参数集而隐含。例如，当视频编码技术或标准只考虑基于图片的ARC时，图片参数集或等同参数集可能适用。
在同一实施例或另一实施例中，ARC参考信息(513)可以存在于图块组头(514)或类似数据结构中。该ARC参考信息(513)可以指范围超出了单个图片的参数集(516)(例如，序列参数集或解码器参数集)中可用的ARC信息(515)的子集。
如JVET-M0135-v1中使用的，从图块组头、PPS、SPS间接暗示激活PPS的附加级别似乎是不必要的，因为图片参数集与序列参数集一样，可以用于(在RFC3984等某些标准中已经使用)能力协商或通告。PPS通常是指一种语法结构，该语法结构包含适用于零个或更多个完整的已编码图片的语法元素，由每个条带头中的语法元素确定。SPS通常是指一种语法结构，该语法结构包含适用于零个或更多个完整的已编码层视频序列(Coded layer videosequences,CLVS)的语法元素，由每个图片头中的语法元素所指的PPS中的语法元素的内容确定。然而，如果ARC信息应当适用于例如也是由图块组表示的子图片，则激活范围限制在图块组的参数集(例如适配参数集或头参数集)可能是更好的选择。而且，如果ARC信息具有超过可忽略的大小——例如包含多个滤波器系数等滤波器控制信息——则从编码效率的角度，选择使用参数集可能是比选择直接使用图块组头(508)更好，因为那些设置可以由将来的图片或子图片通过参考相同的参数集复用。
当使用范围跨越多个图片的序列参数集或另一更高层参数集时，可能需要考虑以下几点：
1、用于存储ARC信息表的参数集(516)在一些情况下可以是序列参数集，但是在其它情况下有利地可以是解码器参数集。解码器参数集可以具有多个CVS(Coded VideoSequence，已编码视频序列)(即，已编码视频流)的激活范围，即，从会话开始直到会话结束期间的所有已编码视频比特。此类范围可能是更合适的，因为可能的ARC因子可能是可能以硬件实现的解码器特征，并且硬件特征倾向于不随任何CVS(其在至少一些娱乐系统中是长度为一秒或更短的图片组)而改变。也就是说，将所述表放入序列参数集中是明确地包括在本申请描述的(特别是结合下面的第2点)放置选项中。
2、ARC参考信息(513)可以有利地直接放置在图片/条带/图块/GOB/图块组头(下文为图块组头)(514)中，而不是像JVCET-M0 135-v1中那样放置在图片参数集中。原因如下：当编码器想要改变图片参数集中的单个值时，例如ARC参考信息，则编码器可能必须创建新的PPS并参考该新的PPS。假设仅ARC参考信息改变，但是诸如PPS中的量化矩阵信息等其它信息保留。此类信息可能很大，并且会需要重新发送以使新的PPS完整。由于ARC参考信息可能是单个码字，诸如表(513)中的索引，并且这将是惟一改变的值，因此重新传输所有的例如量化矩阵信息将非常麻烦和浪费。因此，从编码效率的角度来看，可以更好地避免如在JVET-M0135-v1中所提出的通过PPS的间接访问。类似地，将ARC参考信息放入PPS具有另外的缺点，即由ARC参考信息(513)参考的ARC信息必须应用于整个图片而不是子图片，因为图片参数集激活的范围是图片。
在同一个实施例或另一个实施例中，ARC参数的信令可以遵循图6A中概述的详细示例。图6A描绘了在视频编码标准中使用的表示的语法图。此类语法图的符号大致遵循C-型编程。粗体线表示码流中存在的语法元素，无粗体线通常表示控制流或变量的设置。
图块组头(601)，作为可应用于图片的(可能是矩形的)一部分的头的示例性语法结构，可以有条件地包含可变长度的Exp-Golomb编码的语法元素dec_pic_size_idx(602)(以粗体示出)。该语法元素在图块组头中的存在可以通过使用自适应分辨率(603)来选通。在此，标志的值未以黑体示出，这意味着该标志在码流中出现的位置点是其出现在语法表中。可以以码流内部或外部的任何高级语法结构来发信号通知自适应分辨率是否用于该图片或其一部分。在所示的示例中，如下所述，自适应分辨率是在序列参数集中发信号通知。
仍然参考图6A，还示出了序列参数集(610)的摘录。所示的第一语法元素是adaptive_pic_resolution_change_flag(611)。当为“真”(true)时，该标志可以指示使用了自适应分辨率，这反过来又可能需要特定的控制信息。在该示例中，此类控制信息基于标志的值有条件地存在，该标志基于序列参数集(612)和图块组头(601)中的if()语句。
当使用自适应分辨率时，在本例子中，输出分辨率是以样本为单位(613)被编码。标号613指的是output_pic_width_in_luma_samples和output_pic_height_in_luma_samples，它们可以一起定义输出图片的分辨率。在视频编码技术或标准的其它地方，可以定义对任一值的某些限制。例如，级别定义可以限制总输出采样的数量，其可以是上述两个语法元素的值的乘积。此外，某些视频编码技术或标准，或外部技术或标准(例如，系统标准)可限制数值范围(例如，一个维度或两个维度都必须可被2的幂数除尽)或纵横比(例如，宽度和高度必须具有例如4：3或16：9的关系)。可以引入此类限制以便于硬件实现或用于其它原因。
在某些应用中，建议编码器指示解码器使用某个参考图片尺寸，而不是隐含地假定其大小为输出图片尺寸。在该示例中，语法元素reference_pic_size_present_flag(614)选通参考图片尺寸(615)的有条件存在(同样，该数字指的是宽度和高度两者)。
最后，示出了一个可能的解码图片宽度和高度表。此类表可以例如通过表指示(num_dec_pic_size_in_luma_samples_minus1)(616)来表示。“minus1”(减1)可以指该语法元素的值的解释。例如，如果编码值为零，则存在一个表条目。如果值为五，则存在六个表条目。对于表中的每一“行”，已解码的图片宽度和高度然后被包含在语法(617)中。
所呈现的表条目(617)可以使用图块组头中的语法元素dec_pic_size_idx(602)进行索引，从而允许每个图块组具有不同的解码大小(实际上是缩放因子)。
某些视频编码技术或标准(例如VP9)，通过结合时间可缩放性，实施某些形式的参考图片重采样(其用信号通知的方式与本申请所公开的方式很不一样)来支持空间可缩放性，以实现空间可缩放性。更具体地，可以使用ARC类型的技术将某些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。这些上采样图片可以使用高分辨率的标准预测机制进行细化，从而增加细节。
本申请所公开的主题可用于此类环境中。在某些情况下，在同一或另一实施例中，网络抽象层(Network Abstract Layer，NAL)单元头中的值(例如，Temporal ID字段)不仅可以用于指示时间层，还可以用于指示空间层。这样做对于某些系统设计具有一定的优势；例如，基于NAL单元头Temporal ID值为时间层选定的转发创建和优化的现有选定转发单元(Selected Forwarding Unit，SFU)可以不经修改地用于可缩放环境。为了实现这一点，可能需要在已编码图片尺寸和由NAL单元头中的Temporal ID字段所指示的时间层之间进行映射。
图6B是图示根据实施例的对已编码视频序列的已编码图片进行解码的方法(620)的流程图。在一些实施方式中，图6B的至少一个方法方框可由解码器(210)执行。在一些实施方式中，图6B的至少一个方法方框可由与解码器(210)分离或包括解码器(210)的另一设备或一组设备来执行，例如编码器(203)。
参考图6B，方法(620)包括确定ARC信息是否可用(621)，并且如果确定ARC信息不可用，则该方法结束(650)。如果确定ARC信息可用，则该方法包括从参数集中解码出多个候选已解码分辨率(625)。
该方法(620)包括根据编码在适用于一组样本的瞬时性头结构中的索引，从所述多个候选已解码分辨率中，选择一个候选已解码分辨率(630)。
方法(620)包括基于输出分辨率和所选择的候选已解码分辨率，对所述一组样本中的样本进行重采样(635)。
该方法(620)包括使用重采样的样本，启用预测(640)。
该方法(620)还可以包括：其中，瞬时性头结构是图片头、图块组头、图块头、条带头和块组头中的任何一个或任何组合。
该方法(620)还可以包括：其中，所述索引是以指数哥伦布码进行编码的。
该方法(620)还可以包括：其中，瞬时性头结构是图块组头，并且该图块组头包括重采样因数。
该方法(620)还可以包括：其中，瞬时性头结构是图块组头，并且该图块组头包括自适应分辨率变化(ARC)参考信息。
方法(620)还可以包括：其中，ARC参考信息是指参数集中可用的ARC信息子集。
该方法(620)还可以包括：其中，所述多个候选已解码分辨率的数目，被编码在以指数哥伦布码编码的语法元素中，且位于所述多个候选已解码分辨率之前。
尽管图6B示出了方法(620)的示例方框，但是在一些实施方式中，方法(620)可包括相比图6B中描绘的那些方框之外的另外的方框、比其更少的方框、与其不同的方框或与其布置不同的方框。附加地或可选地，方法(620)的方框中的两个或多个可以并行执行。
此外，本申请所提出的方法可由处理电路(例如，至少一个处理器或至少一个集成电路)来实现。在一个示例中，至少一个处理器执行存储在非易失性计算机可读介质中的程序，以执行本申请所提出的方法中的至少一种方法。
图6C是根据实施例的用于对视频序列的已编码图片进行解码的装置(660)的简化框图。
参考图6C所示，装置(660)包括解码代码(670)、选择代码(675)和重采样代码(680)和启用代码(685)。
解码代码(670)被配置为从参数集中解码出多个候选已解码分辨率。
选择代码(675)被配置为根据编码在适用于一组样本的瞬时性头结构中的索引，从所述多个候选已解码分辨率中，选择一个候选已解码分辨率。
重采样代码(680)被配置为基于输出分辨率和所选择的候选已解码分辨率，对所述一组样本中的样本进行重采样。
启用代码(685)被配置为使用重采样的样本，启用预测。
上文所描述的发信号通知自适应分辨率参数的技术可使用计算机可读指令实施为计算机软件且以物理方式存储在至少一个计算机可读存储介质中。例如，图7示出适于实施本申请主题的某些实施例的计算机系统700。
所述计算机软件可使用任何合适的机器代码或计算机语言来编码，所述机器代码或计算机语言可经受汇编、编译、链接或类似机制以创建包括指令的代码，所述指令可直接或通过解译、微码执行等而由计算机中央处理单元(central processing unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)等执行。
所述指令可在各种类型的计算机或计算机组件上执行，所述计算机或计算机组件包括例如个人计算机、平板电脑、服务器、智能电话、游戏装置、物联网装置等。
图7中所示的用于计算机系统700的组件在本质上是示范性的，并非旨在暗示关于实施本申请的实施例的计算机软件的使用或功能的范围的任何限制。也不应将组件的配置解释为对计算机系统700的示范性实施例中所示的组件中的任一个组件或组件组合有任何依赖或需求。
计算机系统700可包括某些人机接口输入装置。此类人机接口输入装置可响应于至少一个人类用户通过例如触觉输入(例如：按键、滑动、数据手套移动)、音频输入(例如：语音、拍击)、视觉输入(例如：手势)、嗅觉输入(未描绘)进行的输入。人机接口装置还可用于捕获未必与人的有意识输入直接相关的某些媒体，例如音频(例如：话语、音乐、环境声)、图像(例如：扫描图像、从静态图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)。
输入人机接口装置可包括以下至少一个(每种仅描绘一个)：键盘701、鼠标702、轨迹垫703、触摸屏710、数据手套704、操纵杆705、麦克风706、扫描仪707、相机708。
计算机系统700还可包括某些人机接口输出装置。此类人机接口输出装置可通过例如触觉输出、声音、光和气味/味道刺激至少一个人类用户的感觉。此类人机接口输出装置可包括触觉输出装置(例如触摸屏710、数据手套704或操纵杆705的触觉反馈，但还可存在不充当输入装置的触觉反馈装置)、音频输出装置(例如：扬声器709、头戴式耳机(未描绘))、视觉输出装置(例如屏幕710，包括CRT屏幕、LCD屏幕、等离子体屏幕、OLED屏幕，各自具有或不具有触摸屏输入能力，各自具有或不具有触觉反馈能力--其中的一些能够通过例如立体平画输出的方式输出二维视觉输出或大于三维的输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾箱(未描绘))，以及打印机(未描绘)。
计算机系统700还可包括人类可访问的存储装置和存储装置的相关联介质，例如光学介质，包括具有CD/DVD等介质721的CD/DVD ROM/RW720、拇指驱动器722、可移动硬盘驱动器或固态驱动器723、磁带和软盘(未描绘)等旧版磁性媒体、基于ROM/ASIC/PLD的专用装置，例如安全保护装置(未描绘)，等等。
所属领域的技术人员还应理解，结合当前公开的主题使用的术语“计算机可读介质”并未涵盖传输介质、载波或其他瞬时信号。
计算机系统700还可包括到至少一个通信网络(755)的接口。网络(755)可例如是无线的、有线的、光学的。网络(755)还可以是本地的、广域的、城域的、车载和工业的、实时的、容忍延迟的等等。所述网络(755)的示例包括例如以太网、无线LAN的局域网、包括GSM、3G、4G、5G、LTE等的蜂窝网络、包括有线TV、卫星TV和地面广播TV的TV有线或无线广域数字网络、包括CAN总线的车载网络和工业网络等。某些网络(755)通常需要附接到某些通用数据端口或外围总线749(例如，计算机系统700的USB端口)的外部网络接口适配器(754)；其他网络通常通过附接到如下文所描述的系统总线而集成到计算机系统700的核心中(例如通过以太网接口集成到PC计算机系统中，或通过蜂窝网络接口集成到智能电话计算机系统中)。通过使用这些网络(755)中的任一网络，计算机系统700可与其他实体通信。此类通信可以是仅单向接收(例如广播TV)、仅单向发送(例如连到某些CAN总线装置的CAN总线)或是双向的，例如使用局域数字网络或广域数字网络连接到其他计算机系统。可在如上文所描述的那些网络(755)和网络接口(754)中的每一个上使用某些协议和协议栈。
上述人机接口装置、人类可访问存储装置和网络接口(754)可附接到计算机系统700的核心740。
核心740可包括至少一个中央处理单元(Central Processing Unit，CPU)741、图形处理单元(Graphics Processing Unit，GPU)742、现场可编程门区域(FieldProgrammable Gate Areas，FPGA)形式的专用可编程处理单元743、用于某些任务的硬件加速器744等等。这些装置连同只读存储器(read-only memory，ROM)745、随机存取存储器746、图形适配器750、例如内部非用户可访问的硬盘驱动器、SSD等内部大容量存储装置747可通过系统总线748连接。在一些计算机系统中，系统总线748可通过至少一个物理插头形式访问以实现通过额外CPU、GPU等来扩展。外围装置可直接或通过外围总线749附接到核心的系统总线748。用于外围总线的架构包括PCI、USB等等。
CPU741、GPU742、FPGA743和加速器744可执行某些指令，所述指令组合起来可构成上述计算机代码。计算机代码可存储在ROM745或RAM746中。过渡数据也可存储在RAM746中，而永久性数据可例如存储在内部大容量存储装置747中。可通过使用高速缓冲存储器来实现对任一存储器装置的快速存储和检索，所述高速缓冲存储器可与至少一个CPU741、GPU742、大容量存储装置747、ROM745、RAM746等紧密关联。
计算机可读介质上可具有用于执行各种计算机实施的操作的计算机代码。所述介质和计算机代码可以是专为本申请的目的设计和构建的介质和计算机代码，或可属于计算机软件领域中的技术人员众所周知且可用的种类。
举例来说但不作为限制，具有架构700且尤其是核心740的计算机系统可提供因处理器(包括CPU、GPU、FPGA、加速器等)执行以至少一个有形计算机可读介质体现的软件而产生的功能。此类计算机可读介质可以是与上文所介绍的用户可访问大容量存储装置以及核心740的非易失性质的某些存储装置(例如核心内部大容量存储装置747或ROM745)相关联的介质。实施本申请的各种实施例的软件可存储在此类装置中且由核心740执行。根据特定需求，计算机可读介质可包括至少一个存储器装置或芯片。软件可使核心740且具体地说使其中的处理器(包括CPU、GPU、FPGA等等)执行本文中所描述的特定过程或特定过程的特定部分，包括限定存储在RAM746中的数据结构以及根据由软件限定的过程修改此类数据结构。另外或作为替代方案，计算机系统可提供由硬连线的或以其他方式体现于电路(例如：加速器744)中的逻辑所产生的功能，所述逻辑可代替或连同软件一起操作以执行本文描述的特定过程或特定过程的特定部分。适当时，对软件的引用可涵盖逻辑，且反之亦然。适当时，对计算机可读介质的引用可涵盖存储用于执行的软件的电路(例如集成电路(IC))、体现用于执行的逻辑的电路或这两种电路。本申请涵盖硬件与软件的任何合适的组合。
尽管本申请描述了若干示范性实施例，但在本申请的范围内，可以有各种改动、排列组合方式以及各种替代等同物。因此，应该理解，在申请的精神和范围内，本领域技术人员可以设计出各种虽未在本文明确示出或描述、但可以体现本申请的原理的系统和方法。
Claims (12)
1.一种将源视频序列编码为码流的方法，其特征在于，所述方法包括：
基于输出分辨率和目标分辨率，对所述源视频序列中的一组样本进行采样；
将采样后的所述一组样本进行滤波，并根据已编码图像或已编码图像序列的先前部分的元信息，将滤波后的所述一组样本编码到所述码流中；
将所述目标分辨率的索引编码到所述码流的瞬时性头结构中；
将候选分辨率编码到所述码流的参数集中，所述目标分辨率的索引指向所述候选分辨率其中之一。
2.根据权利要求1所述的方法，其特征在于，所述瞬时性头结构是图片头、图块组头、图块头、条带头和块组头中的任何一个或任何组合。
3.根据权利要求2所述的方法，其特征在于，所述索引是以指数哥伦布码进行编码的。
4.根据权利要求2所述的方法，其特征在于，所述瞬时性头结构是图块组头，并且所述图块组头包括重采样因子。
5.根据权利要求2所述的方法，其特征在于，所述瞬时性头结构是图块组头，并且所述图块组头包括自适应分辨率变化ARC参考信息。
6.根据权利要求5所述的方法，其特征在于，所述ARC参考信息是指参数集中可用的ARC信息子集。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述候选分辨率的数目，被编码在以指数哥伦布码编码的语法元素中，且位于所述候选分辨率之前。
8.根据权利要求1至6任一项所述的方法，其特征在于，所述参数集是序列参数集或图片参数集。
9.根据权利要求8所述的方法，其特征在于，所述序列参数集或图片参数集包括ARC参考信息，所述ARC参考信息至少包括缩放因子、输出图片和/或参考图片的分辨率。
10.一种将源视频序列编码为码流的装置，其特征在于，所述装置包括：
采样模块，用于基于输出分辨率和目标分辨率，对所述源视频序列中的一组样本进行采样；编码模块，用于：
将采样后的所述一组样本进行滤波，并根据已编码图像或已编码图像序列的先前部分的元信息，将滤波后的所述一组样本编码到所述码流中；
将所述目标分辨率的索引编码到所述码流的瞬时性头结构中；
将候选分辨率编码到所述码流的参数集中，所述目标分辨率的索引指向所述候选分辨率其中之一。
11.一种非易失性计算机可读存储介质，存储有指令以及码流，其特征在于，所述指令使得处理器执行权利要求1至9任一项所述的方法以得到所述码流。
12.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机可读指令；
处理器，用于读取所述计算机可读指令，并且按所述计算机可读指令的指示执行权利要求1至9任一项所述的方法。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962816667P | 2019-03-11 | 2019-03-11 | |
| US62/816,667 | 2019-03-11 | ||
| PCT/US2020/021959 WO2020185814A1 (en) | 2019-03-11 | 2020-03-11 | Signaling of adaptive picture size in video bitstream |
| CN202080018948.3A CN113545037B (zh) | 2019-03-11 | 2020-03-11 | 对已编码图片进行解码的方法、装置、可读存储介质和计算机设备 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080018948.3A Division CN113545037B (zh) | 2019-03-11 | 2020-03-11 | 对已编码图片进行解码的方法、装置、可读存储介质和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117336486A true CN117336486A (zh) | 2024-01-02 |
Family
ID=72423577
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311319141.5A Pending CN117336486A (zh) | 2019-03-11 | 2020-03-11 | 对源视频序列进行编码的方法、装置、存储介质和设备 |
| CN202080018948.3A Active CN113545037B (zh) | 2019-03-11 | 2020-03-11 | 对已编码图片进行解码的方法、装置、可读存储介质和计算机设备 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080018948.3A Active CN113545037B (zh) | 2019-03-11 | 2020-03-11 | 对已编码图片进行解码的方法、装置、可读存储介质和计算机设备 |
Country Status (9)
| Country | Link |
|---|---|
| US (3) | US11089318B2 (zh) |
| EP (1) | EP3861722A4 (zh) |
| JP (1) | JP7163511B2 (zh) |
| KR (3) | KR102696461B1 (zh) |
| CN (2) | CN117336486A (zh) |
| AU (3) | AU2020234957B2 (zh) |
| CA (1) | CA3132391A1 (zh) |
| SG (1) | SG11202108935YA (zh) |
| WO (1) | WO2020185814A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11290734B2 (en) * | 2019-01-02 | 2022-03-29 | Tencent America LLC | Adaptive picture resolution rescaling for inter-prediction and display |
| BR112022002154A2 (pt) | 2019-08-06 | 2022-04-19 | Op Solutions Llc | Sinalização implícita de gerenciamento de resolução adaptativa com base no tipo de quadro |
| EP4011083A4 (en) | 2019-08-06 | 2023-06-28 | OP Solutions, LLC | Block-based adaptive resolution management |
| EP4011084A4 (en) | 2019-08-06 | 2023-08-09 | OP Solutions | PRESCALE ADAPTIVE RESOLUTION MANAGEMENT |
| CN114467300A (zh) * | 2019-08-06 | 2022-05-10 | Op方案有限责任公司 | 自适应分辨率管理信令 |
| CN114223203A (zh) * | 2019-08-27 | 2022-03-22 | 松下电器（美国）知识产权公司 | 编码装置、解码装置、编码方法和解码方法 |
| CN114095728B (zh) * | 2022-01-21 | 2022-07-15 | 浙江大华技术股份有限公司 | 一种端到端的视频压缩方法、装置和计算机可读存储介质 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5686960A (en) * | 1992-01-14 | 1997-11-11 | Michael Sussman | Image input device having optical deflection elements for capturing multiple sub-images |
| US9277228B2 (en) * | 2011-07-18 | 2016-03-01 | Qualcomm Incorporated | Adaptation parameter sets for video coding |
| US9584819B2 (en) * | 2011-10-24 | 2017-02-28 | Qualcomm Incorporated | Grouping of tiles for video coding |
| WO2013139250A1 (en) * | 2012-03-22 | 2013-09-26 | Mediatek Inc. | Method and apparatus of scalable video coding |
| US20140218473A1 (en) * | 2013-01-07 | 2014-08-07 | Nokia Corporation | Method and apparatus for video coding and decoding |
| US20140301463A1 (en) * | 2013-04-05 | 2014-10-09 | Nokia Corporation | Method and apparatus for video coding and decoding |
| US10187641B2 (en) * | 2013-12-24 | 2019-01-22 | Kt Corporation | Method and apparatus for encoding/decoding multilayer video signal |
| US20150264404A1 (en) * | 2014-03-17 | 2015-09-17 | Nokia Technologies Oy | Method and apparatus for video coding and decoding |
| US10091532B2 (en) * | 2014-06-26 | 2018-10-02 | Qualcomm Incorporated | Bitstream conformance constraints in scalable video coding |
| EP3202145B1 (en) | 2014-09-30 | 2018-12-12 | Telefonaktiebolaget LM Ericsson (publ) | Encoding and decoding a video frame in separate processing units |
| US20160323600A1 (en) * | 2015-04-30 | 2016-11-03 | Zhan Ma | Methods and Apparatus for Use of Adaptive Prediction Resolution in Video Coding |
| EP3185556A1 (en) * | 2015-12-21 | 2017-06-28 | Thomson Licensing | Method and apparatus for combined adaptive resolution and internal bit-depth increase coding |
| US10419768B2 (en) | 2016-03-30 | 2019-09-17 | Qualcomm Incorporated | Tile grouping in HEVC and L-HEVC file formats |
| FI20165547A (fi) * | 2016-06-30 | 2017-12-31 | Nokia Technologies Oy | Laitteisto, menetelmä ja tietokoneohjelma videokoodausta ja videokoodauksen purkua varten |
-
2020
- 2020-03-11 EP EP20769161.9A patent/EP3861722A4/en active Pending
- 2020-03-11 CA CA3132391A patent/CA3132391A1/en active Pending
- 2020-03-11 CN CN202311319141.5A patent/CN117336486A/zh active Pending
- 2020-03-11 AU AU2020234957A patent/AU2020234957B2/en active Active
- 2020-03-11 KR KR1020237035773A patent/KR102696461B1/ko active IP Right Grant
- 2020-03-11 KR KR1020217014858A patent/KR102592924B1/ko active IP Right Grant
- 2020-03-11 WO PCT/US2020/021959 patent/WO2020185814A1/en active Application Filing
- 2020-03-11 CN CN202080018948.3A patent/CN113545037B/zh active Active
- 2020-03-11 KR KR1020247027256A patent/KR20240129080A/ko active Application Filing
- 2020-03-11 JP JP2021552150A patent/JP7163511B2/ja active Active
- 2020-03-11 US US16/815,725 patent/US11089318B2/en active Active
- 2020-03-11 SG SG11202108935YA patent/SG11202108935YA/en unknown
-
2021
- 2021-06-30 US US17/363,880 patent/US11641480B2/en active Active
-
2023
- 2023-01-13 US US18/096,974 patent/US20230164340A1/en active Pending
- 2023-03-06 AU AU2023201375A patent/AU2023201375B2/en active Active
-
2024
- 2024-07-29 AU AU2024205187A patent/AU2024205187A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP3861722A4 (en) | 2022-07-06 |
| US11089318B2 (en) | 2021-08-10 |
| US20210329283A1 (en) | 2021-10-21 |
| US20230164340A1 (en) | 2023-05-25 |
| AU2024205187A1 (en) | 2024-08-15 |
| AU2023201375A1 (en) | 2023-04-06 |
| KR102696461B1 (ko) | 2024-08-21 |
| EP3861722A1 (en) | 2021-08-11 |
| SG11202108935YA (en) | 2021-09-29 |
| KR102592924B1 (ko) | 2023-10-24 |
| US11641480B2 (en) | 2023-05-02 |
| JP2022522841A (ja) | 2022-04-20 |
| US20200296396A1 (en) | 2020-09-17 |
| KR20240129080A (ko) | 2024-08-27 |
| AU2020234957B2 (en) | 2022-12-08 |
| AU2023201375B2 (en) | 2024-05-02 |
| CN113545037B (zh) | 2023-08-25 |
| CN113545037A (zh) | 2021-10-22 |
| AU2020234957A1 (en) | 2021-09-09 |
| JP7163511B2 (ja) | 2022-10-31 |
| KR20230149875A (ko) | 2023-10-27 |
| CA3132391A1 (en) | 2020-09-17 |
| KR20210072096A (ko) | 2021-06-16 |
| WO2020185814A1 (en) | 2020-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113796080B (zh) | 视频编解码的方法、装置、系统及计算机可读介质 | |
| CN113545037B (zh) | 对已编码图片进行解码的方法、装置、可读存储介质和计算机设备 | |
| CN112997503B (zh) | 对已编码视频序列进行解码的方法、装置及存储介质 | |
| CN113678432B (zh) | 视频编解码的方法和设备 | |
| CN113632463B (zh) | 视频的解码方法、编码方法、解码设备以及电子设备 | |
| CN113632482B (zh) | 视频解码方法、装置、计算机设备和存储介质 | |
| CN118741116A (zh) | 视频编解码方法、处理码流的方法、电子设备和存储介质 | |
| CN113661707B (zh) | 视频解码方法、装置和介质 | |
| CN114586364A (zh) | 用于多层视频流中的输出层集模式的方法 | |
| CN113678451A (zh) | 视频比特流中层间预测的信令 | |
| JP7434620B2 (ja) | 符号化ビデオストリームにおけるレイヤ間のアライメントのための方法、コンピュータシステム、及びコンピュータプログラム | |
| CN114258682B (zh) | 具有参考图片重采样的环绕运动补偿方法及相关装置 | |
| CN112118454B (zh) | 视频解码方法、设备和计算机可读存储介质 | |
| CN113826401B (zh) | 视频编码或解码方法、装置以及电子设备 | |
| CN112118453B (zh) | 视频解码方法和设备、计算机设备以及存储介质 | |
| CN113875229B (zh) | 视频编解码的方法、装置和电子设备 | |
| CN113055668B (zh) | 从已编码视频比特流中提取子比特流的方法和设备 | |
| CN113940080A (zh) | 用于在已编码视频码流中发信号通知矩形切片分区的方法 |
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 |