JP2022537662A - ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスコード化 - Google Patents

ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスコード化 Download PDF

Info

Publication number
JP2022537662A
JP2022537662A JP2021572454A JP2021572454A JP2022537662A JP 2022537662 A JP2022537662 A JP 2022537662A JP 2021572454 A JP2021572454 A JP 2021572454A JP 2021572454 A JP2021572454 A JP 2021572454A JP 2022537662 A JP2022537662 A JP 2022537662A
Authority
JP
Japan
Prior art keywords
alf
video
clipping
clipping index
index
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.)
Granted
Application number
JP2021572454A
Other languages
English (en)
Other versions
JP7494218B2 (ja
JPWO2020252154A5 (ja
Inventor
フ、ナン
セレジン、バディム
エイイレメゼ、ヒルミ・エネス
カルチェビチ、マルタ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of JP2022537662A publication Critical patent/JP2022537662A/ja
Publication of JPWO2020252154A5 publication Critical patent/JPWO2020252154A5/ja
Application granted granted Critical
Publication of JP7494218B2 publication Critical patent/JP7494218B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117Filters, e.g. for pre-processing or post-processing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186Methods 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 colour or a chrominance component
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46Embedding additional information in the video signal during the compression process
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods 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
    • H04N19/91Entropy 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)

Abstract

ビデオコーダは、固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化するように構成されている。ビデオコーダは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。【選択図】図10

Description

相互参照
[0001]
本出願は、2019年6月11日に出願された米国仮出願第62/859948号の利益を主張する、2020年6月9日に出願された米国特許出願第16/897049号に対する優先権を主張し、これらのそれぞれの全内容は、参照により本明細書に組み込まれている。
[0002]
本開示は、ビデオエンコーディングおよびビデオデコーディングに関連する。
背景
[0003]
デジタルビデオ能力は、デジタルテレビ、デジタルダイレクトブロードキャストシステム、ワイヤレスブロードキャストシステム、パーソナルデジタルアシスタント(PDA)、ラップトップまたはデスクトップコンピュータ、タブレットコンピュータ、e-ブックリーダ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレーヤ、ビデオゲームデバイス、ビデオゲームコンソール、セルラまたは衛星無線電話機、いわゆる「スマートフォン」、ビデオ電話会議デバイス、ビデオストリーミングデバイス、および、これらに類するものを含む、幅広い範囲のデバイスに組み込むことができる。デジタルビデオデバイスは、MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4、パート10、高度ビデオコーディング(AVC)、ITU-T H.265/高効率ビデオコーディング(HEVC)、および、このような標準規格の拡張によって規定される標準規格に記述されているもののような、ビデオコーディング技法を実現する。ビデオデバイスは、このようなビデオコーディング技法を実現することによって、より効率的にデジタルビデオ情報を送信、受信、エンコード、デコード、および/または、記憶してもよい。
[0004]
ビデオコーディング技法は、ビデオシーケンスに内在する冗長を低減または取り除くために、空間的(イントラピクチャー)予測、および/または、時間的(インターピクチャー)予測を含んでいる。ブロックベースのビデオコーディングに対して、ビデオスライス(例えば、ビデオピクチャーまたはビデオピクチャーの一部分)は、コーディングツリーユニット(CTU)、コーディングユニット(CU)および/またはコーディングノードとして呼ばれることもあるかもしれないビデオブロックに区分してもよい。ピクチャーのイントラコード化された(I)スライスにおけるビデオブロックは、同じピクチャーにおける隣接ブロック中の参照サンプルに関する空間的予測を使用してエンコードされる。ピクチャーのインターコード化された(PまたはB)スライスにおけるビデオブロックは、同じピクチャーにおける隣接ブロック中の参照サンプルに関する空間的予測、または、他の参照ピクチャーにおける参照サンプルに関する時間的予測を使用してもよい。ピクチャーは、フレームとして呼ばれることがあり、参照ピクチャーは参照フレームとして呼ばれることがある。
概要
[0005]
一般的に、本開示は、ビデオコーディングにおける適応ループフィルタ(ALF)のためのクリッピングインデックスをシグナリングするための技法を説明する。本開示の技法は、ITU-T H.265、高効率ビデオコーディング(HEVC)標準規格に準拠するコーデックのような既存のビデオコーデックに適用してもよく、または、バーサタイルビデオコーディング(VVC)のような現在開発中の標準規格におけるコーディングツールとして、および、他の将来のビデオコーディング標準規格に使用してもよい。
[0006]
1つの例では、ビデオデータをコード化する方法は、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、適応ループフィルタ(ALF)クリッピングインデックスをコード化することと、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用することとを含んでいる。
[0007]
別の例では、ビデオデータをコード化するためのデバイスは、ビデオデータを記憶するように構成されているメモリと、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、ALFクリッピングインデックスをコード化するようにと、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用するように構成されている1つ以上の処理回路とを含んでいる。
[0008]
別の例では、ビデオデータをコード化するためのデバイスは、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、ALFクリッピングインデックスをコード化する手段と、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用する手段とを含んでいる。
[0009]
別の例では、コンピュータ読取可能記憶媒体は、命令によりエンコードされており、命令は、実行されるときに、プログラマブルプロセッサに、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、ALFクリッピングインデックスをコード化させ、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用させる。
[0010]
1つ以上の例の詳細が、添付の図面および以下の説明に記載されている。他の特徴、目的および利点は、説明、図面および特許請求の範囲から明らかになるであろう。
[0011] 図1は、本開示の技法を実行してもよい、例示的なビデオエンコーディングおよびデコーディングシステムを図示するブロック図である。 [0012] 図2Aは、例示的な5×5ダイヤモンド形状適応ループフィルタ(ALF)サポートを図示する概念図である。 [0013] 図2Bは、例示的な7×7ダイヤモンド形状ALFサポートを図示する概念図である。 [0014] 図3は、例示的な5×5ダイヤモンド形状フィルタサポートを図示する概念図である。 [0015] 図4Aは、異なる幾何学的変換を有する例示的な5×5フィルタサポートを図示する概念図である。 図4Bは、異なる幾何学的変換を有する例示的な5×5フィルタサポートを図示する概念図である。 図4Cは、異なる幾何学的変換を有する例示的な5×5フィルタサポートを図示する概念図である。 [0016] 図5Aは、例示的な4分ツリー2分ツリー(QTBT)構造と、対応するコーディングツリーユニット(CTU)とを図示する概念図である。 図5Bは、例示的な4分ツリー2分ツリー(QTBT)構造と、対応するコーディングツリーユニット(CTU)とを図示する概念図である。 [0017] 図6は、本開示の技法を実行してもよい、例示的なビデオエンコーダを図示するブロック図である。 [0018] 図7は、本開示の技法を実行してもよい、例示的なビデオデコーダを図示するブロック図である。 [0019] 図8は、ビデオデータの現在ピクチャーの現在ブロックをエンコードするための例示的な方法を図示するフローチャートである。 [0020] 図9は、ビデオデータの現在ピクチャーの現在ブロックをデコードするための例示的な方法を図示するフローチャートである。 [0021] 図10は、本開示の1つ以上の技法による、ビデオデータをコード化するための例示的な動作を図示するフローチャートである。
詳細な説明
[0022]
ビデオエンコーダおよびビデオデコーダは、デコードされたビデオ信号中のピクチャーのサンプルに適応ループフィルタ(ALF)を適用してもよい。ALFの適用は、デコードされたビデオ信号の品質を向上させるかもしれない。ALFの適用の間に、ビデオコーダ(例えば、ビデオエンコーダまたはビデオデコーダ)は、現在サンプルに対するフィルタされた値を決定してもよい。現在サンプルに対するフィルタされた値を決定するために、ビデオコーダは、現在サンプルに対するALFフィルタサポートのクリップされたサンプルに、対応するフィルタ係数を乗算してもよい。サポートは、フィルタされているサンプルに対する値を導出するために使用されるサンプルのセットである。ビデオコーダは、その後、結果的に得られた乗算積の和に、現在サンプルの値を加算することにより、現在サンプルに対するフィルタされた値を決定してもよい。
[0023]
上述のように、ビデオコーダは、クリッピングされたサンプルに、対応するフィルタ係数を乗算する。クリッピングは、クリッピング値のセットにより制御される。クリッピング値は、サンプルの値における上限および下限を指定する。ビデオコーダは、異なる状況において、異なるクリッピング値を使用してもよい。したがって、ビデオエンコーダは、クリッピング値の適用可能なセットのインデックス(すなわち、ALFクリッピングインデックス)をシグナリングしてもよい。例えば、ビデオエンコーダは、適応パラメータセット(APS)中で、ALFクリッピングインデックスをシグナリングしてもよい。
[0024]
VVCテストモデル5.0(VTM-5.0)(Chen氏ら,「バーサタイルビデオコーディングおよびテストモデル5(VTM5)に対するアルゴリズム説明」、ITU-T SG16 WP3およびISO/IEC JTC1/SC29/WO11のジョイントビデオエキスパートチーム(JVET)、第14回ミーティング、スイス国、ジュネーブ、2019年3月19日~27日、ドキュメントJVET-N1001)では、ALFクリッピングインデックスは、指数ゴロム(exp-Golomb)コードを使用してシグナリングされる。exp-GolombコードとしてALFクリッピングインデックスをシグナリングすることは、デコーディングプロセスを速度低下させるかもしれない。その理由は、exp-Golombコードの意味を決定することは、複数の比較動作を実行することを伴うかもしれず、これは、比較的遅くなりがちであるからである。
[0025]
本開示は、この問題を取り扱うことができる。本明細書で説明するように、ビデオコーダ(例えば、ビデオエンコーダまたはビデオデコーダ)は、固定長符号なし整数として、ALFクリッピングインデックスをコード化してもよい。ビデオコーダは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。ALFクリッピングインデックスが固定長符号なし整数としてシグナリングされるので、ビデオデコーダは、デコーディングプロセスをより速く実行することができるかもしれない。
[0026]
図1は、本開示の技法を実行してもよい、例示的なビデオエンコーディングおよびデコーディングシステム100を図示するブロック図である。本開示の技法は、一般的に、ビデオデータをコード化(エンコードおよび/またはデコード)することに向けられている。一般的に、ビデオデータは、ビデオを処理するための任意のデータを含んでいる。したがって、ビデオデータは、生のエンコードされていないビデオ、エンコードされたビデオ、デコードされた(例えば、再構築された)ビデオ、および、シグナリングデータのようなビデオメタデータを含んでいてもよい。
[0027]
図1に示すように、システム100は、この例では、宛先デバイス116によってデコードされ、表示されることになる、エンコードされたビデオデータを提供する、発信元デバイス102を含んでいる。特に、発信元デバイス102は、コンピュータ読取可能媒体110を介して、ビデオデータを宛先デバイス116に提供する。発信元デバイス102および宛先デバイス116は、デスクトップコンピュータ、ノートブック(すなわち、ラップトップ)コンピュータ、タブレットコンピュータ、セットトップボックス、スマートフォンのような電話ハンドセット、テレビジョン、カメラ、ディスプレイデバイス、デジタルメディアプレーヤ、ビデオゲームコンソール、ビデオストリーミングデバイス、または、これらに類するものを含む、広範囲のデバイスのうちのいずれを備えていてもよい。いくつかのケースでは、発信元デバイス102および宛先デバイス116は、ワイヤレス通信のために備えられてもよく、したがって、ワイヤレス通信デバイスとして呼ばれることがある。
[0028]
図1の例では、発信元デバイス102は、ビデオソース104と、メモリ106と、ビデオエンコーダ200と、出力インターフェース108とを含んでいる。宛先デバイス116は、入力インターフェース122と、ビデオデコーダ300と、メモリ120と、ディスプレイデバイス118とを含んでいる。本開示によると、発信元デバイス102のビデオエンコーダ200および宛先デバイス116のビデオデコーダ300は、ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスをシグナリングするための技法を適用するように構成されていてもよい。したがって、発信元デバイス102はビデオエンコーディングデバイスの例を表す一方で、宛先デバイス116はビデオデコーディングデバイスの例を表している。他の例では、発信元デバイスおよび宛先デバイスは、他のコンポーネントまたは構成を含んでいてもよい。例えば、発信元デバイス102は、外部カメラのような外部ビデオソースからビデオデータを受け取ってもよい。同様に、宛先デバイス116は、統合されたディスプレイデバイスを含むよりもむしろ、外部ディスプレイデバイスとインターフェースしていてもよい。
[0029]
図1に示されているシステム100は1つの例にすぎない。一般的に、任意のデジタルビデオエンコーディングおよび/またはデコーディングデバイスが、ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスをシグナリングするための技法を実行してもよい。発信元デバイス102および宛先デバイス116は、発信元デバイス102が宛先デバイス116への送信のためにコード化されたビデオデータを発生させる、このようなコーディングデバイスの例にすぎない。本開示は、データのコーディング(エンコーディングおよび/またはデコーディング)を実行するデバイスとして「コーディング」デバイスに言及する。したがって、ビデオエンコーダ200およびビデオデコーダ300は、コーディングデバイスの例を、特に、それぞれビデオエンコーダおよびビデオデコーダを表している。いくつかの例では、デバイス102、116は、デバイス102、116のそれぞれがビデオエンコーディングコンポーネントとビデオデコーディングコンポーネントとを含むように、実質的に対称的に動作してもよい。したがって、システム100は、例えば、ビデオストリーミング、ビデオ再生、ビデオブロードキャスティング、または、ビデオ電話に対する、発信元デバイス102と宛先デバイス116との間の一方向または双方向ビデオ送信をサポートしてもよい。
[0030]
一般的に、ビデオソース104は、ビデオデータ(すなわち、生のエンコードされていないビデオデータ)のソースを表し、ビデオデータの(「フレーム」としても呼ばれる)シーケンシャルな一連のピクチャーを、ピクチャーに対するデータをエンコードするビデオエンコーダ200に提供する。発信元デバイス102のビデオソース104は、ビデオカメラのようなビデオキャプチャデバイス、以前にキャプチャされた生のビデオを含んでいるビデオアーカイブ、および/または、ビデオコンテンツプロバイダからビデオを受け取るためのビデオフィードインターフェースを含んでいてもよい。さらなる代替として、ビデオソース104は、ソースビデオとしてのコンピュータグラフィックスベースのデータを、または、ライブビデオとアーカイブビデオとコンピュータ発生ビデオとの組み合わせを発生させてもよい。各ケースにおいて、ビデオエンコーダ200は、キャプチャされた、事前キャプチャされた、または、コンピュータが発生させたビデオデータをエンコードする。ビデオエンコーダ200は、(ときには「表示順序」として呼ばれる)受け取った順序から、コーディングのためのコーディング順序にピクチャーを再構成してもよい。ビデオエンコーダ200は、エンコードされたビデオデータを含むビットストリームを発生させてもよい。発信元デバイス102は、その後、例えば、宛先デバイス116の入力インターフェース122による受け取りおよび/または取り出しのために、出力インターフェース108を介して、コンピュータ読取可能媒体110上に、エンコードされたビデオデータを出力してもよい。
[0031]
発信元デバイス102のメモリ106および宛先デバイス116のメモリ120は、汎用メモリを表している。いくつかの例では、メモリ106、120は、生のビデオデータ、例えば、ビデオソース104からの生ビデオと、ビデオデコーダ300からの生のデコードされたビデオデータとを記憶してもよい。追加的にまたは代替的に、メモリ106、120は、例えば、ビデオエンコーダ200およびビデオデコーダ300それぞれによって実行可能なソフトウェア命令を記憶していてもよい。この例では、メモリ106およびメモリ120は、ビデオエンコーダ200およびビデオデコーダ300とは別個に示されているが、ビデオエンコーダ200およびビデオデコーダ300はまた、機能的に同様または同等の目的のために内部メモリを含んでいてもよいことを理解すべきである。さらに、メモリ106、120は、例えば、ビデオエンコーダ200から出力され、ビデオデコーダ300に入力される、エンコードされたビデオデータを記憶してもよい。いくつかの例では、メモリ106、120の一部分は、1つ以上のビデオバッファとして割り振られ、例えば、生のデコードされたおよび/またはエンコードされたビデオデータを記憶してもよい。
[0032]
コンピュータ読取可能媒体110は、発信元デバイス102から宛先デバイス116へとエンコードされたビデオデータを転送することが可能な任意のタイプの媒体またはデバイスを表していてもよい。1つの例では、コンピュータ読取可能媒体110は、発信元デバイス102が、例えば、無線周波数ネットワークまたはコンピュータベースのネットワークを介して、エンコードされたビデオデータをリアルタイムで宛先デバイス116に直接送信することを可能にする通信媒体を表している。ワイヤレス通信プロトコルのような通信標準規格にしたがって、出力インターフェース108は、エンコードされたビデオデータを含む送信信号を変調してもよく、入力インターフェース122は、受け取った送信信号を復調してもよい。通信媒体は、無線周波数(RF)スペクトルまたは1つ以上の物理送信ラインのような、何らかのワイヤレスまたはワイヤード通信媒体を備えていてもよい。通信媒体は、ローカルエリアネットワーク、ワイドエリアネットワーク、または、インターネットのようなグローバルネットワークのような、パケットベースのネットワークの一部を形成していてもよい。通信媒体は、ルータ、スイッチ、基地局、または、発信元デバイス102から宛先デバイス116への通信を容易にするのに役立つかもしれない他の何らかの機器を含んでいてもよい。
[0033]
いくつかの例では、コンピュータ読取可能媒体110は、記憶デバイス112を含んでいてもよい。発信元デバイス102は、出力インターフェース108から記憶デバイス112にエンコードされたデータを出力してもよい。同様に、宛先デバイス116は、入力インターフェース122を介して、記憶デバイス112からのエンコードされたデータにアクセスしてもよい。記憶デバイス112は、ハードドライブ、ブルーレイ(登録商標)ディスク、DVD、CD-ROM、フラッシュメモリ、揮発性または不揮発性メモリ、あるいは、エンコードされたビデオデータを記憶するための他の何らかの適切なデジタル記憶媒体のような、さまざまな分散またはローカルにアクセスされるデータ記憶媒体のいずれかを含んでいてもよい。
[0034]
いくつかの例では、コンピュータ読取可能媒体110は、ファイルサーバ114を、または、発信元デバイス102によって発生されたエンコードされたビデオデータを記憶してもよい別の中間記憶デバイスを含んでいてもよい。発信元デバイス102は、エンコードされたビデオデータを、ファイルサーバ114に、または、発信元デバイス102によって発生されたエンコードされたビデオを記憶してもよい別の中間記憶デバイスに出力してもよい。宛先デバイス116は、ストリーミングまたはダウンロードを介して、ファイルサーバ114からの記憶されているビデオデータにアクセスしてもよい。ファイルサーバ114は、エンコードされたビデオを記憶することと、宛先デバイス116にエンコードされたビデオを送信することとができる、任意のタイプのサーバデバイスであってもよい。ファイルサーバ114は、(例えば、ウェブサイトに対する)ウェブサーバ、ファイル転送プロトコル(FTP)サーバ、コンテンツ配信ネットワークデバイス、または、ネットワーク接続記憶(NAS)デバイスを表していてもよい。宛先デバイス116は、インターネット接続を含む任意の標準的なデータ接続を通して、ファイルサーバ114からのエンコードされたビデオデータにアクセスしてもよい。これは、ファイルサーバ114上に記憶されている、エンコードされたビデオデータにアクセスするのに適している、ワイヤレスチャネル(例えば、Wi-Fi接続)、ワイヤード接続(例えば、デジタル加入者線(DSL)、ケーブルモデム等)、または、その両方の組み合わせを含んでいてもよい。ファイルサーバ114および入力インターフェース122は、ストリーミング送信プロトコル、ダウンロード送信プロトコル、または、これらの組み合わせにしたがって動作するように構成されていてもよい。
[0035]
出力インターフェース108および入力インターフェース122は、ワイヤレス送信機/受信機、モデム、ワイヤードネットワーキングコンポーネント(例えば、イーサネット(登録商標)カード)、さまざまなIEEE802.11標準規格のいずれかにしたがって動作するワイヤレス通信コンポーネント、または、他の物理コンポーネントを表していてもよい。出力インターフェース108および入力インターフェース122がワイヤレスコンポーネントを備えている例では、出力インターフェース108および入力インターフェース122は、4G、4G-LTE(登録商標)(ロングタームエボリューション)、LTEアドバンスト、5G、または、これらに類するもののようなセルラ通信標準規格にしたがって、エンコードされたビデオデータのようなデータを転送するように構成されていてもよい。出力インターフェース108がワイヤレス送信機を備えているいくつかの例では、出力インターフェース108および入力インターフェース122は、IEEE802.11仕様、IEEE802.15仕様(例えば、ZigBee(商標))、Bluetooth(登録商標)(商標)標準規格、または、これらに類するもののような他のワイヤレス標準規格にしたがって、エンコードされたビデオデータのようなデータを転送するように構成されていてもよい。いくつかの例では、発信元デバイス102および/または宛先デバイス116は、それぞれのシステムオンチップ(SoC)デバイスを含んでいてもよい。例えば、発信元デバイス102は、ビデオエンコーダ200および/または出力インターフェース108に備わる機能性を実行するためのSoCデバイスを含んでいてもよく、宛先デバイス116は、ビデオデコーダ300および/または入力インターフェース122に備わる機能性を実行するSoCデバイスを含んでいてもよい。
[0036]
本開示の技法は、無線テレビ放送、ケーブルテレビ送信、衛星テレビ送信、HTTPを通した動的アダプティブストリーミング(DASH)のようなインターネットストリーミングビデオ送信、データ記憶媒体上にエンコードされたデジタルビデオ、データ記憶媒体上に記憶されているデジタルビデオのデコーディング、または、他のアプリケーションのような、さまざまなマルチメディアアプリケーションのうちのいずれかをサポートするビデオコーディングに適用してもよい。
[0037]
宛先デバイス116の入力インターフェース122は、コンピュータ読取可能媒体110(例えば、通信媒体、記憶デバイス112、ファイルサーバ114、または、これらに類するもの)からエンコードされたビデオビットストリームを受け取る。エンコードされたビデオビットストリームは、ビデオブロックまたは他のコード化されたユニット(例えば、スライス、ピクチャー、ピクチャーのグループ、シーケンス、または、これらに類するもの)の特性および/または処理を記述する値を有するシンタックス要素のような、ビデオエンコーダ200によって規定され、ビデオデコーダ300によっても使用されるシグナリング情報を含んでいてもよい。ディスプレイデバイス118は、デコードされたビデオデータのデコードされたピクチャーをユーザに表示する。ディスプレイデバイス118は、陰極線管(CRT)、液晶ディスプレイ(LCD)、プラズマディスプレイ、有機発光ダイオード(OLED)ディスプレイ、または、別のタイプのディスプレイデバイスのような、さまざまなディスプレイデバイスのうちのいずれかを表していてもよい。
[0038]
図1には示されていないが、いくつかの例では、ビデオエンコーダ200およびビデオデコーダ300は、それぞれオーディオエンコーダおよび/またはオーディオデコーダと統合されていてもよく、適切なMUX-DEMUXユニットあるいは他のハードウェアおよび/またはソフトウェアを含んでいて、共通のデータストリームにおけるオーディオおよびビデオの両方を含む多重化されたストリームを取り扱ってもよい。適用可能である場合には、MUX-DEMUXユニットは、ITU.H.223マルチプレクサプロトコル、または、ユーザデータグラムプロトコル(UDP)のような他のプロトコルにしたがっていてもよい。
[0039]
ビデオエンコーダ200およびビデオデコーダ300はそれぞれ、1つ以上のマイクロプロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、ディスクリート論理、ソフトウェア、ハードウェア、ファームウェア、または、これらの組み合わせのような、さまざまな適したエンコーダおよび/またはデコーダ回路のいずれかとして実現してもよい。技法が部分的にソフトウェアで実現されるとき、デバイスは、適切な、非一時的コンピュータ読取可能媒体においてソフトウェアに対する命令を記憶していてもよく、1つ以上のプロセッサを使用して、ハードウェアにおいて命令を実行して、本開示の技法を実行してもよい。ビデオエンコーダ200およびビデオデコーダ300のそれぞれは、1つ以上のエンコーダまたはデコーダ中に含まれていてもよく、エンコーダまたはデコーダのどちらかは、それぞれのデバイスにおいて、組み合わされたエンコーダ/デコーダ(CODEC)の一部として統合されていてもよい。ビデオエンコーダ200および/またはビデオデコーダ300を含むデバイスは、集積回路、マイクロプロセッサ、および/または、セルラ電話機のようなワイヤレス通信デバイスを備えていてもよい。
[0040]
ビデオエンコーダ200およびビデオデコーダ300は、高効率ビデオコーディング(HEVC)としても呼ばれるITU-T H.265のようなビデオコーディング標準規格に、または、マルチビューおよび/またはスケーラブルビデオコーディング拡張のような、高効率ビデオコーディング(HEVC)に対する拡張にしたがって動作してもよい。代替的に、ビデオエンコーダ200およびビデオデコーダ300は、バーサタイルビデオコーディング(VVC)としても呼ばれるITU-T H.266のような、他のプロプライエタリまたは業界標準規格にしたがって動作してもよい。VVC標準規格の最近のドラフトは、ブロスらにおける「バーサタイルビデオコーディング(ドラフト5)」、ITU-T SG16WP3およびISO/IEC JTC1/SC29/WG11のジョイントビデオエキスパートチーム(JVET)、第14回ミーティング:スイス国ジュネーブ、2019年3月19日~27日、JVET-M1001-v3(以下「VVCドラフト5」)で説明されている。しかしながら、本開示の技術は、何らかの特定のコーディング標準規格には限定されない。
[0041]
一般的に、ビデオエンコーダ200およびビデオデコーダ300は、ピクチャーのブロックベースコーディングを実行してもよい。「ブロック」という用語は、一般的に、処理される(例えば、エンコードされる、デコードされる、または、そうでなければ、エンコーディングおよび/またはデコーディングプロセスにおいて使用される)データを含む構造を指している。例えば、ブロックは、ルミナンスデータおよび/またはクロミナンスデータのサンプルの2次元行列を含んでいてもよい。一般的に、ビデオエンコーダ200およびビデオデコーダ300は、YUV(例えば、Y、Cb、Cr)フォーマットで表されるビデオデータをコード化してもよい。すなわち、ピクチャーのサンプルに対する赤、緑および青(RGB)データをコード化するよりもむしろ、ビデオエンコーダ200およびビデオデコーダ300は、ルミナンス成分とクロミナンス成分とをコード化してもよく、クロミナンス成分は、赤の色相と青の色相の両方のクロミナンス成分を含んでいてもよい。いくつかの例では、ビデオエンコーダ200は、エンコーディングの前に、受け取ったRGBフォーマットされたデータをYUV表現に変換し、ビデオデコーダ300は、YUV表現をRGBフォーマットに変換する。代替的に、(図示されていない)前処理および後処理ユニットがこれらの変換を実行してもよい。
[0042]
本開示は、一般的に、ピクチャーのデータをエンコードまたはデコードするプロセスを含むように、ピクチャーのコーディング(例えば、エンコーディングおよびデコーディング)に言及しているかもしれない。同様に、本開示は、ブロックに対するデータをエンコードまたはデコードするプロセス、例えば、予測および/または残差コーディングを含むように、ピクチャーのブロックのコーディングに言及しているかもしれない。エンコードされたビデオビットストリームは、一般的に、コーディング決定(例えば、コーディングモード)とブロックへのピクチャーの区分とを表す、シンタックス要素に対する一連の値を含んでいる。したがって、ピクチャーまたはブロックをコード化することへの言及は、一般的に、ピクチャーまたはブロックを形成するシンタックス要素に対する値をコード化することとして理解すべきである。
[0043]
HEVCは、コーディングユニット(CU)、予測ユニット(PU)および変換ユニット(TU)を含む、さまざまなブロックを規定する。HEVCにしたがうと、(ビデオエンコーダ200のような)ビデオコーダは、4分ツリー構造にしたがって、コーディングツリーユニット(CTU)をCUに区分する。すなわち、ビデオコーダは、CTUおよびCUを4つの等しい、オーバーラップしない正方形に区分し、4分ツリーの各ノードは、ゼロまたは4つの子ノードのいずれかを有する。子ノードのないノードは、「リーフノード」として呼ばれることがあり、このようなリーフノードのCUは、1つ以上のPUおよび/または1つ以上のTUを含んでいてもよい。ビデオコーダは、PUとTUとをさらに区分してもよい。例えば、HEVCでは、残差4分ツリー(RQT)はTUの区分を表している。HEVCでは、PUはインター予測データを表す一方で、TUは残差データを表している。イントラ予測されるCUは、イントラモードインジケーションのようなイントラ予測情報を含んでいる。
[0044]
別の例として、ビデオエンコーダ200およびビデオデコーダ300は、VVCにしたがって動作するように構成されていてもよい。VVCによると、(ビデオエンコーダ200のような)ビデオコーダは、ピクチャーを複数のCTUに区分する。成分のCTBへの分割が区分であるように、コーディングツリーブロック(CTB)は、Nの何らかの値に対するサンプルのN×Nブロックであってもよい。VVCにおいて、CTUは、ルーマサンプルのCTBとして、3つのサンプルアレイを有するピクチャーのクロマサンプルの2つの対応するCTBとして、あるいは、モノクロームピクチャーまたはサンプルをコード化するために使用される3つの別個の色平面およびシンタックス構造を使用してコード化されるピクチャーのサンプルのCTBとして、規定されていてもよい。
[0045]
ビデオエンコーダ200は、4分ツリー-2分ツリー(QTBT)構造またはマルチタイプツリー(MTT)構造のようなツリー構造にしたがって、CTUを区分してもよい。QTBT構造は、HEVCのCUとPUとTUとの間の分離のような、複数の区分タイプの概念を除去する。QTBT構造は、4分ツリー区分にしたがって区分される第1のレベルと、2分ツリー区分にしたがって区分される第2のレベルと、の2つのレベルを含んでいる。QTBT構造のルートノードはCTUに対応する。2分ツリーのリーフノードは、コーディングユニット(CU)に対応する。
[0046]
MTT区分構造では、4分ツリー(QT)区分を、2分ツリー(BT)区分を、および、3分ツリー(TT)区分の1つ以上のタイプを使用して、ブロックを区分してもよい。3分ツリー区分は、ブロックが3つのサブブロックに分割される区分である。いくつかの例では、3分ツリー区分は、中心を通して元のブロックを分けずに、ブロックを3つのサブブロックに分ける。MTTにおける区分タイプ(例えば、QT、BTおよびTT)は、対称または非対称であってもよい。
[0047]
いくつかの例では、ビデオエンコーダ200およびビデオデコーダ300は、単一のQTBTまたはMTT構造を使用して、ルミナンス成分とクロミナンス成分のそれぞれを表してもよい一方で、他の例では、ビデオエンコーダ200およびビデオデコーダ300は、ルミナンス成分のために1つのQTBT/MTT構造と、両方のクロミナンス成分のために別のQTBT/MTT構造(または、それぞれのクロミナンス成分のために2つのQTBT/MTT構造)のように、2つ以上のQTBTまたはMTT構造を使用してもよい。
[0048]
ビデオエンコーダ200およびビデオデコーダ300は、HEVC毎の4分ツリー区分、QTBT区分、MTT区分、または、他の区分構造を使用するように構成されていてもよい。説明のために、本開示の技法の説明は、QTBT区分に関して提示する。しかしながら、本開示の技法はまた、4分ツリー区分、または、他のタイプの区分も同様に使用するように構成されているビデオコーダに適用してもよいことを理解されたい。
[0049]
本開示は、「N×N」および「NバイN」を交換可能に使用して、垂直寸法および水平寸法に関する(CUまたは他のビデオブロックのような)ブロックのサンプル寸法、例えば、16×16サンプルまたは16バイ16サンプルを指すかもしれない。一般的に、16×16のCUは、垂直方向に16個のサンプルを有し(y=16)、水平方向に16個のサンプルを有する(x=16)。同様に、N×NのCUは、一般的に、垂直方向にN個のサンプルを有し、水平方向にN個のサンプルを有し、Nは非負整数値を表している。CU中のサンプルは、行および列に配置されていてもよい。さらに、CUは、必ずしも水平方向に垂直方向と同じ数のサンプルを有する必要はない。例えば、CUはN×Mのサンプルを備えていてもよく、Mは必ずしもNに等しいとは限らない。
[0050]
ビデオエンコーダ200は、予測および/または残差情報を、ならびに、他の情報を表す、CUに対するビデオデータをエンコードする。予測情報は、CUに対する予測ブロックを形成するために、CUがどのように予測されることになるかを示している。残差情報は、一般的に、エンコーディング前のCUのサンプルと予測ブロックとの間のサンプル毎の差分を表している。
[0051]
CUを予測するために、ビデオエンコーダ200は、一般的に、インター予測またはイントラ予測を通して、CUに対する予測ブロックを形成してもよい。インター予測は、一般的に、以前にコード化されたピクチャーのデータからCUを予測することを指す一方で、イントラ予測は、一般的に、同じピクチャーの以前にコード化されたデータからCUを予測することを指している。インター予測を実行するために、ビデオエンコーダ200は、1つ以上の動きベクトルを使用して、予測ブロックを発生させてもよい。ビデオエンコーダ200は、一般的に、動きサーチを実行して、例えば、CUと参照ブロックとの間の差分に関して、CUに密接に一致する参照ブロックを識別してもよい。ビデオエンコーダ200は、絶対差分の和(SAD)、二乗差分の和(SSD)、平均絶対差分(MAD)、平均二乗差分(MSD)、または、他のこのような差分計算を使用して、差分メトリックを計算し、参照ブロックが現在CUに密接に一致するか否かを決定してもよい。いくつかの例では、ビデオエンコーダ200は、単方向予測または双方向予測を使用して、現在CUを予測してもよい。
[0052]
VVCのいくつかの例はまた、インター予測モードと見なしてもよいアフィン動き補償モードを提供する。アフィン動き補償モードでは、ビデオエンコーダ200は、ズームインまたはズームアウト、回転、透視動き、または、他の不規則な動きタイプのような、並進しない動きを表す2つ以上の動きベクトルを決定してもよい。
[0053]
イントラ予測を実行するために、ビデオエンコーダ200は、イントラ予測モードを選択して、予測ブロックを発生させてもよい。VVCのいくつかの例は、さまざまな方向性モードとともに、planarモードおよびDCモードを含む、67個のイントラ予測モードを提供する。一般的に、ビデオエンコーダ200は、現在ブロックのサンプルを予測する、現在ブロック(例えば、CUのブロック)に隣接するサンプルを記述するイントラ予測モードを選択する。ビデオエンコーダ200がラスター走査順序(左から右、上から下)でCTUおよびCUをコード化すると仮定すると、このようなサンプルは、一般的に、現在ブロックと同じピクチャー中で、現在ブロックの上、左上または左にあってもよい。
[0054]
ビデオエンコーダ200は、現在ブロックに対する予測モードを表すデータをエンコードする。例えば、インター予測モードに対して、ビデオエンコーダ200は、さまざまな利用可能なインター予測モードのうちのどれが使用されるかを表すデータとともに、対応するモードに対する動き情報をエンコードしてもよい。単方向または双方向インター予測に対して、例えば、ビデオエンコーダ200は、高度動きベクトル予測(AMVP)またはマージモードを使用して、動きベクトルをエンコードしてもよい。ビデオエンコーダ200は、類似するモードを使用して、アフィン動き補償モードに対する動きベクトルをエンコードしてもよい。
[0055]
ブロックのイントラ予測またはインター予測のような予測に続いて、ビデオエンコーダ200は、ブロックに対する残差データを計算してもよい。残差ブロックのような残差データは、ブロックと、対応する予測モードを使用して形成された、ブロックに対する予測ブロックとの間の、サンプル毎の差分を表している。ビデオエンコーダ200は、1つ以上の変換を残差ブロックに適用して、サンプルドメインの代わりに変換ドメインにおいて、変換されたデータを生成させてもよい。例えば、ビデオエンコーダ200は、離散コサイン変換(DCT)、整数変換、ウェーブレット変換、または、概念的に類似する変換を残差ビデオデータに適用してもよい。さらに、ビデオエンコーダ200は、モード依存非分離2次変換(MDNSST)、信号依存変換、カルーネンレーベ変換(KLT)、または、これらに類するもののような、第1の変換に続く2次変換を適用してもよい。ビデオエンコーダ200は、1つ以上の変換の適用に続いて、変換係数を生成させる。
[0056]
上述のように、変換係数を生成させるための任意の変換に続いて、ビデオエンコーダ200は、変換係数の量子化を実行してもよい。量子化は、一般的に、変換係数が量子化されて、変換係数を表すために使用されるデータの量を場合によっては低減させ、さらなる圧縮を提供するプロセスを指している。量子化プロセスを実行することによって、ビデオエンコーダ200は、変換係数のいくつか、または、すべてに関係するビット深度を低減させてもよい。例えば、ビデオエンコーダ200は、量子化の間にn-ビット値をm-ビット値に切り捨ててもよく、nはmよりも大きい。いくつかの例では、量子化を実行するために、ビデオエンコーダ200は、量子化されることになる値のビット単位の右シフトを実行してもよい。
[0057]
量子化に続いて、ビデオエンコーダ200は、変換係数を走査し、量子化された変換係数を含む2次元行列から1次元ベクトルを生成させてもよい。走査は、より高いエネルギー(したがって、より低い周波数)の変換係数をベクトルの前部に配置し、より低いエネルギー(したがって、より高い周波数)の変換係数をベクトルの後部に配置するように設計されていてもよい。いくつかの例では、ビデオエンコーダ200は、予め規定された走査順序を利用して、量子化変換係数を走査し、シリアル化ベクトルを生成させ、その後、ベクトルの量子化変換係数をエントロピーエンコードしてもよい。他の例では、ビデオエンコーダ200は、適応走査を実行してもよい。量子化変換係数を走査して1次元ベクトルを形成した後、ビデオエンコーダ200は、例えば、コンテキスト適応バイナリ算術コーディング(CABAC)にしたがって、1次元ベクトルをエントロピーエンコードしてもよい。ビデオエンコーダ200はまた、ビデオデータをデコードする際に、ビデオデコーダ300によって使用するために、エンコードされたビデオデータに関係するメタデータを記述するシンタックス要素に対する値をエントロピーエンコードしてもよい。
[0058]
CABACを実行するために、ビデオエンコーダ200は、コンテキストモデル内のコンテキストを送信されることになるシンボルに割り当ててもよい。コンテキストは、例えば、シンボルの隣接する値がゼロ値にされているか否かに関連していてもよい。確率決定は、シンボルに割り当てられているコンテキストに基づいていてもよい。
[0059]
ビデオエンコーダ200はさらに、例えば、ピクチャーヘッダ中で、ブロックヘッダ中で、スライスヘッダ中で、あるいは、シーケンスパラメータセット(SPS)、ピクチャーパラメータセット(PPS)、または、ビデオパラメータセット(VPS)のような他のシンタックスデータ中で、ビデオデコーダ300への、ブロックベースのシンタックスデータ、ピクチャーベースのシンタックスデータ、および、シーケンスベースのシンタックスデータのようなシンタックスデータを発生させてもよい。ビデオデコーダ300は、同様に、このようなシンタックスデータをデコードして、対応するビデオデータをどのようにデコードするかを決定してもよい。
[0060]
このようにして、ビデオエンコーダ200は、エンコードされたビデオデータを含む、例えば、ブロック(例えば、CU)へのピクチャーの区分を記述するシンタックス要素と、ブロックに対する予測および/または残差情報とを含む、ビットストリームを発生させてもよい。最終的に、ビデオデコーダ300は、ビットストリームを受け取り、エンコードされたビデオデータをデコードしてもよい。
[0061]
一般的に、ビデオデコーダ300は、ビデオエンコーダ200によって実行されたプロセスとは逆のプロセスを実行して、ビットストリームのエンコードされたビデオデータをデコードする。例えば、ビデオデコーダ300は、ビデオエンコーダ200のCABACエンコーディングプロセスと、逆ではあるが、実質的に類似する方法で、CABACを使用して、ビットストリームのシンタックス要素に対する値をデコードしてもよい。シンタックス要素は、CTUにピクチャーを区分するための区分情報と、QTBT構造のような、対応する区分構造にしたがって、各CTUを区分することとを規定して、CTUのCUを規定していてもよい。シンタックス要素は、ビデオデータのブロック(例えば、CU)に対する予測および残差情報をさらに規定していてもよい。
[0062]
残差情報は、例えば、量子化変換係数によって表されていてもよい。ビデオデコーダ300は、ブロックの量子化された変換係数を逆量子化および逆変換して、ブロックに対する残差ブロックを再生させてもよい。ビデオデコーダ300は、シグナリングされた予測モード(イントラ予測またはインター予測)と、関連する予測情報(例えば、インター予測に対する動き情報)とを使用して、ブロックに対する予測ブロックを形成する。ビデオデコーダ300は、その後、(サンプル毎のベースで)予測ブロックと残差ブロックとを組み合わせて、元のブロックを再生させてもよい。ビデオデコーダ300は、デブロッキングプロセスを実行することのような、追加の処理を実行して、ブロックの境界に沿った視覚的アーティファクトを低減させてもよい。
[0063]
ビデオエンコーディングの分野では、デコードされたビデオ信号の品質を向上させるために、フィルタリングを適用することが一般的である。フィルタは、フィルタされたフレームが将来のフレームの予測のために使用されないポストフィルタとして、または、フィルタされたフレームが将来のフレームを予測するために使用されるループ内フィルタとして適用することができる。フィルタは、例えば、元の信号とデコードされフィルタされた信号との間の誤差を最小化することにより、設計することができる。
[0064]
VVCテストモデル5.0(VTM-5.0)(Chen氏ら,「バーサタイルビデオコーディングおよびテストモデル5(VTM5)に対するアルゴリズム説明」、ITU-T SG16 WP3およびISO/IEC JTC1/SC29/WO11のジョイントビデオエキスパートチーム(JVET)、第14回ミーティング、スイス国、ジュネーブ、2019年3月19日~27日、ドキュメントJVET-N1001)では、デコードされたフィルタ係数f(k,l)およびクリッピング値c(k,l)は、以下のように、再構築された画像R(i,j)に適用される。
Figure 2022537662000002
VTM-5.0では、7×7フィルタがルーマ成分に適用され、5×5フィルタがクロマ成分に適用される。図2Aは、例示的な5×5ダイヤモンド形状ALFサポートを図示する概念図である。図2Bは、例示的な7×7ダイヤモンド形状ALFサポートを図示する概念図である。式(1)では、KはL/2に等しくてもよく、Lはフィルタ長を示している。さらに、式(1)および本開示の他の個所では、clip3関数は、以下のものとして規定されていてもよい。
Figure 2022537662000003
[0065]
式(1)および本開示の他の個所では、クリッピング値c(k,l)は、以下のように計算してもよい。ルーマ成分に対して、クリッピング値c(k,l)は、以下のように計算してもよい。
Figure 2022537662000004
式(1’)において、BitDepthYは、ルーマ成分に対するビット深度であり、clipIdx(k,l)は、ポジション(k,l)に対するクリッピングインデックスである。clipIdx(k,l)は、0、1、2または3とすることできる。
[0066]
クロマ成分に対して、クリッピング値c(k,l)は、以下のように計算してもよい。
Figure 2022537662000005
式(1’’)において、BitDepthCは、クロマ成分に対するビット深度であり、clipIdx(k,l)は、ポジション(k,l)に対するクリッピング値である。clipIdx(k,l)は、0、1、2、または3とすることできる。
[0067]
ルーマ成分に対して、ピクチャー全体の中の4×4ブロックが、1次元(1D)ラプラシアン方向(最大5つの方向)および2Dラプラシアンアクティビティ(最大5つのアクティビティ値)に基づいて分類される。方向Dirおよび量子化されていないアクティビティActが計算される。Actは、さらに、両端値を含む0から4までの範囲に量子化される。
[0068]
最初に、ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、1Dラプラシアンを使用して、既存のALF中で使用される水平勾配および垂直勾配に加えて、2つの斜勾配の値を計算する。以下の式(2)から(5)から分かるように、ターゲットピクセルをカバーする8×8ウィンドウ内のすべてのピクセルの勾配の和が、ターゲットピクセルの表される勾配として用いられ、R(k,l)は、ポジション(k,l)における再構築されたピクセルを示し、インデックスiおよびjは、4×4ブロック中の左上のピクセルの座標を指している。各ピクセルは、4つの勾配値に関係しており、垂直勾配はgにより示され、水平勾配はgにより示され、135度の斜勾配はgd1により示され、45度の斜勾配はgd2により示される。
Figure 2022537662000006
k,l=|2R(k,l)-R(k,l-1)-R(k,l+1)|、kとlの両方が偶数であるとき、または、kとlの両方が偶数でないとき。そうでなければ、0である。
Figure 2022537662000007
k,l=|2R(k,l)-R(k-1,l)-R(k+1,l)|、kとlの両方が偶数であるとき、または、kとlの両方が偶数でないとき。そうでなければ、0である。
Figure 2022537662000008
D1k,l=|2R(k,l)-R(k-1,l-1)-R(k+1,l+1)|、kとlの両方が偶数であるとき、または、kとlの両方が偶数でないとき。そうでなければ、0である。
Figure 2022537662000009
D2k,l=|2R(k,l)-R(k-1,l+1)-R(k+1,l-1)|、kとlの両方が偶数であるとき、または、kとlの両方が偶数でないとき。そうでなければ、0である。
[0069]
方向性Dirを割り当てるために、(以下の式(6)においてRh,vにより示されている)水平勾配および垂直勾配の最大値と最小値との比、ならびに、(以下の式(7)においてRd1,d2により示されている)2つの斜勾配の最大値と最小値との比が、2つのしきい値tおよびtと互いに比較される。
Figure 2022537662000010
式(6)および(7)ならびに本開示の他の個所において、gh,v maxは、水平勾配および垂直勾配の最大値を示し、gh,v minは、水平勾配および垂直勾配の最小値を示し、gd0,d1 maxは、2つの斜勾配の最大値を示し、gh,v minは、2つの斜勾配の最小値を示している。
[0070]
水平/垂直および斜勾配の検出された比を比較することにより、5つの方向モード、すなわち、両端値を含む[0、4]の範囲内のDirが、以下の式(8)において規定される。Dirの値およびその物理的な意味は、表1に説明されている。
Figure 2022537662000011
Figure 2022537662000012
[0071]
ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、アクティビティ値Actを以下のように計算してもよい。
Figure 2022537662000013
[0072]
ビデオコーダは、両端値を含む0~4の範囲にActをさらに量子化してもよい。Actの量子化された値は、A^として示される。
[0073]
Actに対する量子化プロセスは、以下のように規定してもよい。
Figure 2022537662000014
NUM_ENTRYは16に設定され、ScaleFactorは64に設定され、shiftは(4+内部コード化ビット深度)であり、ActivityToIndex[NUM_ENTRY]={0、1、2、2、2、2、2、3、3、3、3、3、3、3、3、4}である。関数Clip_post(a,b)は、aとbのうち小さい方の値を返す。
[0074]
合計で、各4×4ルーマブロックを、ビデオコーダにより25個(5方向×5アクティビティレベル)のクラスのうちの1つに分類することができ、インデックスは、ブロックのDirおよびActの値にしたがって、各4×4ブロックに割り当てられる。グループインデックスは、Cにより示され、5Dir+A^に等しく設定されてもよく、A^はActの量子化された値である。
[0075]
いくつかの例では、ビデオコーダは、フィルタ係数に幾何学的変換を適用してもよい。例えば、いくつかのこのような例では、ビデオコーダは、各カテゴリーに対して、フィルタ係数とクリッピング値との1つのセットをシグナリングしてもよい。同じカテゴリーインデックスでマークされたブロックの異なる方向をよりよく識別するために、変換なし、斜め、垂直フリップ、および、回転を含む4つの幾何学的変換が導入される。3つの幾何学的変換を有する5×5フィルタサポートの例が、図4A~図4Cに示されている。言い換えると、図4A~図4Cは、異なる幾何学的変換を有する例示的な5×5フィルタサポートを図示する概念図である。図3および図4A~図4Cを比較すると、3つの追加の幾何学的変換の式形態を、以下のように導出してもよい。
Figure 2022537662000015
式(10)において、Kはフィルタのサイズであり、0≦k,l≦K-1は係数座標であり、したがって、ロケーション(0,0)は左上隅にあり、ロケーション(K-1,K-1)は右下隅にある。VVCドラフト5のALFにおけるように、ダイヤモンドフィルタサポートが使用されるときには、フィルタサポート外の座標を有するフィルタ係数は、常に0に設定されることに留意されたい。幾何学的変換インデックスを示す1つの方法は、追加のオーバーヘッドを避けるために、幾何学的変換インデックスを暗黙的に導出することである。幾何学的ALF(GALF)では、そのブロックに対して計算された勾配値に依存して、(例えば、ビデオエンコーダ200またはビデオデコーダ300のようなビデオコーダにより)変換がフィルタ係数f(k,l)に適用される。変換と、式(2)~式(5)を使用して計算された4つの勾配との間の関連は、以下の表2中で説明されている。要約すると、変換は、2つの勾配(水平および垂直、または、45度および135度勾配)のうちの1つがより大きいことに基づいている。比較に基づいて、ビデオコーダは、より正確な方向情報を抽出するかもしれない。したがって、フィルタ係数のオーバーヘッドを増加させずに、変換により異なるフィルタリング結果を得ることができる。
Figure 2022537662000016
[0076]
フィルタ情報は、ビットストリーム中でシグナリングされてもよい。1つのルーマフィルタセットは、25個のクラスすべてに対する(フィルタ係数およびクリッピング値を含む)フィルタ情報を含んでいる。固定フィルタは、各クラスに対するフィルタを予測するために使用することができる。このクラスがそのフィルタ予測子として固定フィルタを使用するか否かを示すために、各クラスに対して、フラグをシグナリングすることができる。はいの場合には(すなわち、クラスがそのフィルタ予測子として固定フィルタを使用することをクラスに対するフラグが示す場合には)、固定フィルタの情報がシグナリングされる。
[0077]
フィルタ係数を表すのに必要なビット数を低減させるために、異なるクラスをマージすることができる。どのクラスがマージされるかに関する情報は、25個のクラスのそれぞれに対して、インデックスiを送ることにより提供してもよい。同じインデックスiを有するクラスは、コード化される同じフィルタ係数を共有する。クラスとフィルタとの間のマッピングは、各ルーマフィルタセットに対してシグナリングされる。インデックスiは、トランケーティドバイナリバイナリ化方法によりコード化される。シグナリングされたフィルタは、以前にシグナリングされたフィルタから予測することができる。
[0078]
ビットストリームは、ネットワークアブストラクションレイヤ(NAL)ユニットのシーケンスを含んでいてもよい。NALユニットは、NALユニット中のデータのタイプのインジケーションと、必要に応じてエミュレーション防止ビットが散在する生バイトシーケンスペイロード(RBSP)の形態でそのデータを含むバイトとを含むシンタックス構造である。NALユニットのそれぞれは、NALユニットヘッダを含んでいてもよく、RBSPをカプセル化していてもよい。NALユニットヘッダは、NALユニットタイプコードを示すシンタックス要素を含んでいてもよい。NALユニットのNALユニットヘッダにより指定されるNALユニットタイプコードは、NALユニットのタイプを示している。RBSPは、NALユニット内にカプセル化されている整数個のバイトを含むシンタックス構造であってもよい。いくつかの事例では、RBSPは0ビットを含んでいる。
[0079]
上述したように、ビットストリームは、ビデオデータのエンコードされたピクチャーの表現と関係するデータとを含んでいてもよい。関係するデータは、パラメータセットを含んでいてもよい。NALユニットは、ビデオパラメータセット(VPS)と、シーケンスパラメータセット(SPS)と、ピクチャーパラメータセット(PPS)と、および、適応パラメータセット(APS)とに対するRBSPをカプセル化してもよい。VPSは、0個以上の全コード化ビデオシーケンス(CVS)に適用されるシンタックス要素を含むシンタックス構造である。SPSも、0個以上の全CVSに適用されるシンタックス要素を含むシンタックス構造である。SPSは、SPSがアクティブであるときにアクティブであるVPSを識別するシンタックス要素を含んでいてもよい。したがって、VPSのシンタックス要素は、SPSのシンタックス要素よりもさらに一般的に適用可能であるかもしれない。PPSは、0個以上のコード化ピクチャーに適用されるシンタックス要素を含むシンタックス構造である。PPSは、PPSがアクティブであるときにアクティブであるSPSを識別するシンタックス要素を含んでいてもよい。スライスのスライスヘッダは、スライスがコード化されているときにアクティブであるPPSを示しているシンタックス要素を含んでいてもよい。APSは、スライスヘッダ中で見い出された0個以上のシンタックス要素により決定される、0個以上のスライスに適用されるシンタックス要素を含むシンタックス構造である。スライスのスライスヘッダは、スライスがコード化されているときにアクティブであるAPSを示す1つ以上のシンタックス要素を含んでいてもよい。
[0080]
VTM-5.0では、APSは、ビットストリーム中でALFフィルタ係数を搬送するために使用される。APSは、ルーマフィルタのセットまたはクロマフィルタのセットあるいは両方を含むことができる。タイルグループ、スライス、または、ピクチャーは、そのタイルグループ中の現在タイルグループ、スライス、または、ピクチャーヘッダのために使用されるAPSのインデックスのみをシグナリングする。
[0081]
VTM-5.0では、フィルタシグナリングのためのオーバーヘッドを節約するために、以前にコード化されたタイルグループ、スライス、または、ピクチャーから発生されたフィルタが、現在タイルグループ、スライス、または、ピクチャーのために使用されてもよい。ビデオエンコーダ200は、ルーマCTBに対して、固定フィルタセットからフィルタセットをAPSからフィルタセットを選定してもよい。ビデオエンコーダ200は、選定されたフィルタセットインデックスをシグナリングしてもよい。すべてのクロマCTBは、同じAPSからのフィルタを使用する。タイルグループ、スライス、または、ピクチャーヘッダでは、ビデオエンコーダ200は、現在タイルグループ、スライス、または、ピクチャーの、ルーマおよびクロマCTBに対して使用されるAPSをシグナリングする。タイルは、ピクチャー中の特定のタイル列および特定のタイル行内のCTBの矩形領域である。
[0082]
VTM-5.0のビデオデコーダ(例えば、ビデオデコーダ300)では、ALFのフィルタ係数が最初に再構築される。その後、クリッピングインデックスが、非0フィルタ係数に対してデコードされる。0の値を有するフィルタ係数に対して、ビデオデコーダは、クリッピングインデックスが0であると推測する。指数ゴロム(すなわち、Exp-Golomb)コーディングが、クリッピングインデックスのシグナリングのために使用される。クリッピングインデックスに対するExp-Golombコードの次数は、フィルタテンプレートにおけるそのポジションに依存する。
[0083]
具体的には、VTM-5.0において、APSは、以下のようにパースされるルーマ成分に対するクリッピングインデックスを含んでいてもよく、alf_luma_clip_idxは、クリッピングインデックスを指定する。
Figure 2022537662000017
[0084]
VVCドラフト5は、上記のシンタックス表に示されているシンタックス要素に対して、以下のセマンティクスを提供する。
alf_luma_clip_min_eg_order_minus1+1は、ルーマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数を指定する。alf_luma_clip_min_eg_order_minus1の値は、両端値を含む0~6の範囲内にあるものとする。
1に等しいalf_luma_clip_eg_order_increase_flag[i]は、ルーマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数が1だけインクリメントされることを指定する。0に等しいalf_luma_clip_eg_order_increase_flag[i]は、ルーマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数が1だけインクリメントされないことを指定する。
alf_luma_clip_idx[sfIdx][j]の値をデコードするために使用されるexp-Golombコードの次数kClipY[i]は、以下のように導出される。
Figure 2022537662000018
alf_luma_clip_idx[sfIdx][j]は、sfIdxにより示されるシグナリングされたルーマフィルタのj番目の係数により乗算する前に使用する、クリッピング値のクリッピングインデックスを指定する。alf_luma_clip_idx[sfIdx][j]が存在しないときには、それは0に等しい(クリッピングなし)と推測される。sfIdx=0...alf_luma_num_filters_signalled_minus1およびj=0...11である、alf_luma_clip_idx[sfIdx][j]の値が両端値を含む0~3の範囲内にあることがビットストリーム適合の要件である。
exp-Golombバイナリ化uek(v)の次数kは、以下のように導出される。
Figure 2022537662000019
sfIdx=0...alf_luma_num_filters_signalled_minus1,j=0...11である、変数filterClips[sfIdx][j]は、以下のように初期化される。
Figure 2022537662000020
filtIdx=0...NumAlfFilters-1およびj=0...11である、要素AlfClip[adaptation_parameter_set_id][filtIdx][j]を有するルーマフィルタクリッピング値AlfClip[adaptation_parameter_set_id]は、以下のように導出される。
Figure 2022537662000021
[0085]
本開示のシンタックス表において、u(n)は、nビットを使用して、符号なし整数を示している。タイプu(n)の記述子における文字nがシンタックス表における「v」であるときには、ビット数は、他のシンタックス要素の値に依存して変化する。記述子tb(v)は、シンタックス要素のセマンティクス中で規定されているmaxValを有するmaxValビットまでを使用して、トランケーティドバイナリ値を示している。記述子tu(v)は、シンタックス要素のセマンティクス中で規定されているmaxValを有するmaxValビットまでを使用して、トランケーティドユーナリー値を示している。記述子ue(v)は、左ビットを先頭とする符号なし整数0次Exp-Golombコード化シンタックス要素を示している。記述子uek(v)は、左ビットを先頭とする符号なし整数k次Exp-Golombコード化シンタックス要素を示している。記述子se(v)は、左ビットを先頭とする符号付き整数0次Exp-Golombコード化シンタックス要素を示している。
[0086]
VVCドラフト5は、記述子tb(v)を使用してコード化されたシンタックス要素に対して、以下のパースプロセスを提供する。
このプロセスは、7.3項中のシンタックス表中のシンタックス要素の記述子が、tb(v)に等しいときに呼び出される。
このプロセスへの入力は、RBSPからのビットおよび最大値maxValである。
このプロセスの出力は、シンタックス要素値である。
tb(v)としてコード化されるシンタックス要素は、トランケーティドバイナリコード化される。シンタックス要素に対する可能性ある値の範囲が最初に決定される。このシンタックス要素の範囲は、両端値を含む0からmaxValであり、maxValは1以上である。シンタックス要素の値に等しいsynValは、以下により指定されるプロセスにより与えられる。
Figure 2022537662000022
read_bits(th)から返される値は、最上位ビットが最初に書き込まれている符号なし整数のバイナリ表現として解釈される。
[0087]
VVCドラフト5は、記述子tu(v)を使用してコード化されたシンタックス要素に対して、以下のパースプロセスを提供する。
このプロセスは、7.3項中のシンタックス表中のシンタックス要素の記述子が、tu(v)に等しいときに呼び出される。
このプロセスへの入力は、RBSPからのビットおよび最大値maxValである。
このプロセスの出力は、シンタックス要素値である。
tu(v)としてコード化されたシンタックス要素は、トランケーティドユーナリーコード化される。シンタックス要素に対する可能性ある値の範囲が最初に決定される。このシンタックス要素の範囲は両端値を含む0からmaxValまでであり、maxValは1以上である。シンタックス要素の値に等しいcodeNumは、以下により指定されるプロセスにより与えられる。
Figure 2022537662000023
[0088]
VVCドラフト5は、記述子ue(v)、uek(v)およびse(v)を使用してコード化されたシンタックス要素に対して、以下のパースプロセスを提供する。
このプロセスは、シンタックス表中のシンタックス要素の記述子が、ue(v)、uek(v)またはse(v)に等しいときに呼び出される。
このプロセスへの入力は、RBSPからのビットである。
このプロセスの出力は、シンタックス要素値である。
ue(v)またはse(v)としてコード化されたシンタックス要素は、0に等しい次数kでExp-Golombコード化され、uek(v)としてコード化されたシンタックス要素は、次数kでExp-Golombコード化される。これらのシンタックス要素に対するパースプロセスは、ビットストリーム中の現在ロケーションから開始して最初の非0ビットまでを含むビットを読み出すことにより開始し、0に等しい先頭ビットの数をカウントする。このプロセスは、以下のように特定される。
Figure 2022537662000024
変数codeNumは、以下のように割り当てられる。
Figure 2022537662000025
read_bits(leadingZeroBits)から返される値は、最上位ビットが最初に書き込まれている符号なし整数のバイナリ表現として解釈される。
表9-1は、ビットストリングを「prefix」ビットと「suffix」ビットとに分離することによる0次Exp-Golombコードの構造を図示している。「prefix」ビットは、leadingZeroBitsの計算のために上記で指定されているようにパースされるビットであり、表9-1のビットストリング列において0または1のいずれかとして示されている。「suffix」ビットは、codeNumの計算においてパースされるビットであり、表9-1においてxとして示され、iは両端値を含む0からleadingZeroBits-1までの範囲内である。各xは、0または1のいずれかに等しい。
Figure 2022537662000026
表9-2は、codeNum値へのビットストリングの割り当てを明示的に示している。
Figure 2022537662000027
記述子に依存して、シンタックス要素の値は、以下のように導出される。
シンタックス要素がue(v)としてコード化される場合には、シンタックス要素の値は、codeNumに等しい。
そうでない場合(シンタックス要素がse(v)としてコード化される)、シンタックス要素の値は、codeNumを入力として、9.2.2節で指定されているような符号付きExp-Golombコードに対するマッピングプロセスを呼び出すことにより導出される。
9.2.2符号付きExp-Golombコードに対するマッピングプロセス
このプロセスへの入力は、9.2節で指定されているようなcodeNumである。
このプロセスの出力は、se(v)としてコード化されたシンタックス要素の値である。
シンタックス要素は、シンタックス要素をその絶対値により昇順で順序付け、より低いcodeNumを用いて所定の絶対値に対する正の値を表すことにより、codeNumに割り当てられる。表9-3は、割り当てルールを提供する。
Figure 2022537662000028
[0089]
VVCドラフト5において、クロマ成分に対するクリッピングインデックスは、以下のようにパースされる。
Figure 2022537662000029
[0090]
VVCドラフト5は、上記のシンタックス表に示されているシンタックス要素に対して、以下のセマンティクスを提供する。
0に等しいalf_chroma_clip_flagは、線形適応ループフィルタリングがクロマ成分に適用されることを指定し、1に等しいalf_chroma_clip_flagは、非線形適応ループフィルタリングがクロマ成分に適用されることを指定する。存在しないときには、alf_chroma_clip_flagは、0に等しいと推測される。
alf_chroma_min_eg_order_minus1+1は、クロマフィルタ係数シグナリングに対するexp-Golombコードの最小次数を指定する。alf_chroma_min_eg_order_minus1の値は、両端値を含む0~6の範囲内にあるものとする。
1に等しいalf_chroma_eg_order_increase_flag[i]は、クロマフィルタ係数シグナリング対するexp-Golombコードの最小次数が1だけインクリメントされることを指定する。0に等しいalf_chroma_eg_order_increase_flag[i]は、クロマフィルタ係数シグナリングに対するexp-Golombコードの最小次数が1だけインクリメントされないことを指定する。
alf_chroma_coeff_abs[j]の値をデコードするために使用されるexp-Golombコードの次数expGoOrderC[i]は、以下のように導出される。
Figure 2022537662000030
alf_chroma_coeff_abs[j]は、j番目のクロマフィルタ係数の絶対値を指定する。alf_chroma_coeff_abs[j]が存在しないときには、それは0に等しいと推測される。alf_chroma_coeff_abs[j]の値が両端値を含めて0~2-1の範囲内にあることがビットストリーム適合の要件である。
exp-Golombバイナリ化uek(v)の次数kは、以下のように導出される。
Figure 2022537662000031
alf_chroma_coeff_sign[j]は、以下のように、j番目のクロマフィルタ係数の符号を指定する。
alf_chroma_coeff_sign[j]が0に等しい場合には、対応するクロマフィルタ係数は正の値を有する。
そうでない場合(alf_chroma_coeff_sign[j]が1に等しい)、対応するクロマフィルタ係数は負の値を有する。
alf_chroma_coeff_sign[j]が存在しないときには、それは0に等しいと推測される。
j=0...5である、要素AlfCoeff[adaptation_parameter_set_id][j]を有するクロマフィルタ係数AlfCoeff[adaptation_parameter_set_id]は、以下のように導出される。
Figure 2022537662000032
j=0...5である、AlfCoeff[adaptation_parameter_set_id][j]の値が、両端値を含む-2-1~2-1の範囲内にあることがビットストリーム適合の要件である。
alf_chroma_clip_min_eg_order_minus1+1は、クロマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数を指定する。alf_chroma_clip_min_eg_order_minus1の値は、両端値を含む0~6の範囲内にあるものとする。
1に等しいalf_chroma_clip_eg_order_increase_flag[i]は、クロマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数が1だけインクリメントされることを指定する。0に等しいalf_chroma_clip_eg_order_increase_flag[i]は、クロマクリッピングインデックスシグナリングに対するexp-Golombコードの最小次数が1だけインクリメントされないことを指定する。
alf_chroma_clip_idx[j]の値をデコードするために使用されるexp-Golombコードの次数expGoOrderC[i]は、以下のように導出される。
Figure 2022537662000033
alf_chroma_clip_idx[j]は、クロマフィルタのj番目の係数により乗算する前に使用する、クリッピング値のクリッピングインデックスを指定する。alf_chroma_clip_idx[j]が存在しないときには、それは0に等しい(クリッピングなし)と推測される。j=0...5である、alf_chroma_clip_idx[j]の値が両端値を含む0~3の範囲内にあることが、ビットストリーム適合の要件である。
exp-Golombバイナリ化uek(v)の次数kは、以下のように導出される。
Figure 2022537662000034
j=0...5である、要素AlfClip[adaptation_parameter_set_id][j]を有するクロマフィルタクリッピング値AlfClip[adaptation_parameter_set_id]は、以下のように導出される。
Figure 2022537662000035
[0091]
上述したように、クリッピングインデックスをパースするために、フィルタ係数が最初に再構築される。さらに、再帰的exp-Golombコーディングが、クリッピングインデックスをパースするために使用される。最初にフィルタ係数を再構築し、再帰的exp-Golombコーディングを使用することは、ビデオデコーダ300における遅延を増加させるかもしれない。
[0092]
本開示の態様は、ルーマ成分とクロマ成分の両方に対するクリッピングインデックスのパースを簡略化するかもしれない例を説明する。本開示の態様および例は、別々に、または、組み合わせて使用してもよい。本開示の態様は、ビデオデコーダ300における遅延と、いくつかの例では、ビデオエンコーダ200のデコーディングパスとを減少させるかもしれない。
[0093]
本開示の第1の態様では、対応するフィルタ係数f(k,l)が0である場合でも、クリッピングインデックスclipIdx(k,l)は常に(例えば、それぞれビデオエンコーダ200またはビデオデコーダ300により)シグナリング/パースされる。言い換えると、対応するフィルタ係数が非0であるという条件が取り除かれるかもしれない。例えば、上記のシンタックス表を参照すると、行「if(filtCoeff[sfIdx][j])」および「if(alf_chroma_coeff_abs[j])」が取り除かれるかもしれない。このようにして、ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、ALFの対応するフィルタ係数の値にかかわらず、ALFクリッピングインデックスをコード化してもよい。例えば、ビデオコーダは、対応するフィルタ係数が0に等しいことを決定し、ALFクリッピングインデックスを依然としてコード化(例えば、エンコードまたはデコード)してもよい。
[0094]
本開示の第2の態様では、再帰的exp-Golombコーディングが取り除かれる。例えば、本開示の第2の態様の1つの例では、以下のシンタックス表に示されているように、xを各コードワードの長さとした場合に、クリッピングインデックスをシグナリングするために、固定長コーディングを使用してもよい。
Figure 2022537662000036
alf_luma_clip_idxおよびalf_chroma_clip_idxが、(符号なし整数k次Exp-Golombコーディングを示す)記述子uek(v)を有するVVCドラフト5とは対照的に、alf_luma_clip_idxおよびalf_chroma_clip_idxは、この例では、(xビットを使用する符号なし整数を示す)記述子u(x)を有する。この例のシンタックス表は、APSのシンタックス表の一部を形成していてもよい。
[0095]
したがって、この例では、ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、固定長符号なし整数として、ALFクリッピングインデックスをコード化してもよい。さらに、ビデオコーダは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。
[0096]
本開示の第2の態様のいくつかの例では、トランケーティドバイナリコーディングを使用して、クリッピングインデックスをシグナリングしてもよい。例えば、alf_luma_clip_idxおよび/またはalf_chroma_clip_idxが、記述子tb(v)を有していてもよい。
[0097]
本開示の第2の態様のいくつかの例では、0次ゴロムを使用して、クリッピングインデックスをシグナリングしてもよい。例えば、alf_luma_clip_idxおよび/またはalf_chroma_clip_idxが、記述子ue(v)を有していてもよい。
[0098]
本開示の第2の態様のいくつかの例では、x次ゴロムを使用して、クリッピングインデックスをシグナリングしてもよく、xはゴロムコーディングの次数である。いくつかのこのような例では、xは成分に依存していてもよい。言い換えると、ルーマ成分とクロマ成分とではxの値が異なっていてもよい。xは、1つ以上の成分におけるすべてのクリッピングインデックスに対して同じであってもよい。他の例では、xはフィルタインデックスに依存していてもよく、xは1つ以上のフィルタ中のすべてのクリッピングインデックスに対して同じであってもよい。
[0099]
本開示の第2の態様のいくつかの例では、トランケーティドユーナリーコーディングを使用して、クリッピングインデックスをシグナリングしてもよい。例えば、alf_luma_clip_idxおよび/またはalf_chroma_clip_idxが、記述子tu(v)を有していてもよい。
[0100]
本開示の第2の態様のいくつかの例では、コーディング方法は、色成分間で異なっていてもよい。例えば、alf_luma_clip_idxおよびalf_chroma_clip_idxは、トランケーティドバイナリ、トランケーティドユニット、nビットを使用する符号なし整数、符号なし整数0次Exp-Golombコーディング、および、符号なし整数k次Exp-Golombコーディング、のうちの異なるものを使用して、コード化されていてもよい。
[0101]
したがって、ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、固定長符号なし整数(記述子u(x))、トランケーティドバイナリバイナリ値(記述子tb(v))、トランケーティドユーナリー値(記述子tu(v))、または、符号なし0次Exp-Golombコード化値(記述子(ue(v))、のうちの1つとして、ALFクリッピングインデックスをコード化(例えば、エンコードまたはデコード)してもよい。ビデオコーダは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。ビデオコーダは、ルーマ成分とクロマ成分のいずれかまたは両方に対して、これを実行してもよい。したがって、ALFクリッピングインデックスは、ルーマALFクリッピングインデックスまたはクロマALFクリッピングインデックスであってもよい。本開示の第1の態様に関して、ビデオコーダは、ALFの対応するフィルタ係数の値にかかわらず、ALFクリッピングインデックスをコード化してもよい。
[0102]
いくつかの例では、ALFクリッピングインデックスに基づいてALFを適用するために、ビデオコーダは、上記で説明したように、式(1’)または(1’’)に示されているように、クリッピングインデックスに基づいて、クリッピング値を決定してもよい。ビデオコーダは、その後、上記で説明したように、式(1)においてクリッピング値を使用してもよい。ビデオコーダは、本開示の他の場所で説明されるように、または、他の方法で、フィルタ係数を決定してもよい。
[0103]
本開示は、一般的に、シンタックス要素のような、ある情報を「シグナリングすること」に関連しているかもしれない。「シグナリング」という用語は、一般的に、シンタックス要素に対するおよび/またはエンコードされたビデオデータをデコードするのに使用される他のデータに対する値の通信に関連しているかもしれない。すなわち、ビデオエンコーダ200は、ビットストリーム中でシンタックス要素に対する値をシグナリングしてもよい。一般的に、シグナリングは、ビットストリーム中で値を発生させることを指している。上述のように、発信元デバイス102は、実質的にリアルタイムで、または、宛先デバイス116による後の取り出しのために、シンタックス要素を記憶デバイス112中に記憶させるときに起こるかもしれないような、リアルタイムではなく、ビットストリームを宛先デバイス116に転送してもよい。
[0104]
図5Aおよび図5Bは、例示的な4分ツリー2分ツリー(QTBT)構造130と、対応するコーディングツリーユニット(CTU)132とを図示する概念図である。実線は4分ツリー分割を表し、点線は2分ツリー分割を表している。2分ツリーの各分割(すなわち、非リーフ)ノードにおいて、どの分割タイプ(すなわち、水平または垂直)が使用されるかを示すために1つのフラグがシグナリングされ、この例では、0が水平分割を示し、1が垂直分割を示している。4分ツリー分割に対して、4分ツリーノードは、ブロックを等しいサイズで4つのサブブロックに水平および垂直に分割するので、分割タイプを示す必要はない。したがって、QTBT構造130の領域ツリーレベル(すなわち、第1のレベル)に対する(分割情報のような)シンタックス要素(すなわち、実線)と、QTBT構造130の予測ツリーレベル(すなわち、第2のレベル)に対する(分割情報のような)シンタックス要素(すなわち、破線)を、ビデオエンコーダ200はエンコードしてもよく、ビデオデコーダ300は、デコードしてもよい。QTBT構造130の終端リーフノードにより表されるCUに対する予測データおよび変換データのようなビデオデータを、ビデオエンコーダ200はエンコードしてもよく、ビデオデコーダ300は、デコードしてもよい。
[0105]
一般的に、図5BのCTU132は、第1および第2のレベルにおけるQTBT構造130のノードに対応するブロックのサイズを規定するパラメータと関係しているかもしれない。これらのパラメータは、(サンプル中のCTU132のサイズを表す)CTUサイズと、(MinQTSize、最小許容4分ツリーリーフノードサイズを表す)最小4分ツリーサイズと、(MaxBTSize、最大許容2分ツリールートノードサイズを表す)最大2分ツリーサイズと、(MaxBTDepth、最大許容2分ツリー深度を表す)最大2分ツリー深度と、(MinBTSize、最小許容2分ツリーリーフノードサイズを表す)最小2分ツリーサイズとを含んでいてもよい。
[0106]
CTUに対応するQTBT構造のルートノードは、QTBT構造の第1のレベルにおいて4つの子ノードを有してもよく、それぞれが4分ツリー区分にしたがって、区分されていてもよい。すなわち、第1のレベルのノードは、(子ノードを有さない)リーフノードであるか、または、4つの子ノードを有していてもよい。QTBT構造130の例は、親ノードと、分岐に対する実線を有する子ノードとを含むようなノードを表している。第1のレベルのノードが最大許容2分ツリールートノードサイズ(MaxBTSize)より大きくない場合には、その後、ノードは、それぞれの2分ツリーによりさらに区分することができる。分割により得られたノードが最小許容2分ツリーリーフノードサイズ(MinBTSize)または最大許容2分ツリー深度(MaxBTDepth)に達するまで、1つのノードの2分ツリー分割を繰り返すことができる。QTBT構造130の例は、分岐に対して破線を有するようなノードを表している。2分ツリーリーフノードは、コーディングユニット(CU)として呼ばれ、これは、何らかのさらなる区分なく、予測(例えば、イントラピクチャーまたはインターピクチャー予測)および変換に対して使用される。上記で説明したように、CUは、「ビデオブロック」または「ブロック」として呼ばれることもある。
[0107]
QTBT区分構造の1つの例では、CTUサイズは128×128(ルーマサンプルおよび2つの対応する64×64クロマサンプル)として設定され、MinQTSizeは16×16として設定され、MaxBTSizeは64×64として設定され、(幅および高さの両方に対して)MinBTSizeは4として設定され、MaxBTDepthは4として設定される。まず、CTUに対して4分ツリー区分を適用して、4分ツリーリーフノードを発生させる。4分ツリーリーフノードは、16×16(すなわち、MinQTSize)から128×128(すなわち、CTUサイズ)までのサイズを有していてもよい。4分ツリーリーフノードが128×128である場合には、サイズがMaxBTSize(すなわち、この例では、64×64)を超えることから、ノードは、2分ツリーにより、さらに分割されないだろう。そうでなければ、4分ツリーリーフノードは、2分ツリーにより、さらに区分されるであろう。したがって、4分ツリーリーフノードはまた、2分ツリーに対するルートノードであり、0としての2分ツリー深度を有する。2分ツリー深度がMaxBTDepth(この例では、4)に達するときには、それ以上の分割は許されない。2分ツリーノードがMinBTSize(この例では、4)に等しい幅を有するときには、それ以上の垂直分割は許されないことを意味する。同様に、MinBTSizeに等しい高さを有する2分ツリーノードは、その2分ツリーノードに対してそれ以上の水平分割は許されないことを意味する。上述したように、2分ツリーのリーフノードはCUと呼ばれ、さらなる区分なしで、予測および変換にしたがって、さらに処理される。
[0108]
図6は、本開示の技法を実行してもよい、例示的なビデオエンコーダ200を図示するブロック図である。図6は、説明の目的のために提供されており、本開示において広く例示し説明しているような技法の限定と見なすべきではない。説明の目的のために、本開示は、開発中のH.265(HEVC)ビデオコーディング標準規格およびH.266(VCC)ビデオコーディング標準規格のような、ビデオコーディング標準規格の状況で、ビデオエンコーダ200を説明している。しかしながら、本開示の技法は、これらのビデオコーディング標準規格には限定されず、一般的に、ビデオエンコーディングおよびデコーディングに適用可能である。
[0109]
図6の例では、ビデオエンコーダ200は、ビデオデータメモリ230と、モード選択ユニット202と、残差発生ユニット204と、変換処理ユニット206と、量子化ユニット208と、逆量子化ユニット210と、逆変換処理ユニット212と、再構築ユニット214と、フィルタユニット216と、デコードピクチャーバッファ(DBP)218と、エントロピーエンコーディングユニット220とを含んでいる。ビデオデータメモリ230と、モード選択ユニット202と、残差発生ユニット204と、変換処理ユニット206と、量子化ユニット208と、逆量子化ユニット210と、逆変換処理ユニット212と、再構築ユニット214と、フィルタユニット216と、DBP218と、エントロピーエンコーディングユニット220のいずれかまたはすべてを、1つ以上のプロセッサ中で、または、処理回路中で実現してもよい。さらに、ビデオエンコーダ200は、これらまたは他の機能を実行するために、追加または代替のプロセッサまたは処理回路を含んでいてもよい。
[0110]
ビデオデータメモリ230は、ビデオエンコーダ200のコンポーネントによってエンコードされることになるビデオデータを記憶していてもよい。ビデオエンコーダ200は、例えば、ビデオソース104(図1)からのビデオデータメモリ230中に記憶されているビデオデータを受け取ってもよい。DPB218は、ビデオエンコーダ200による後続のビデオデータの予測において使用するための参照ビデオデータを記憶する参照ピクチャーメモリとして機能してもよい。ビデオデータメモリ230およびDPB218は、同期ダイナミックランダムアクセスメモリ(DRAM)(SDRAM)を含むDRAM、磁気抵抗RAM(MRAM)、抵抗RAM(RRAM(登録商標))、または、他のタイプのメモリデバイスのような、さまざまなメモリデバイスのうちのいずれかによって形成されていてもよい。ビデオデータメモリ230およびDPB218は、同じメモリデバイスまたは別個のメモリデバイスによって提供されていてもよい。さまざまな例では、ビデオデータメモリ230は、図示するように、ビデオエンコーダ200の他のコンポーネントとともにオンチップであってもよく、または、これらのコンポーネントに対してオフチップであってもよい。
[0111]
本開示では、ビデオデータメモリ230への参照は、そのように具体的に説明されない限り、ビデオエンコーダ200に対して内部であるメモリ、または、そのように具体的に説明されない限り、ビデオエンコーダ200に対して外部であるメモリに限定されるものとして解釈すべきではない。むしろ、ビデオデータメモリ230への参照は、ビデオエンコーダ200がエンコードするために受け取るビデオデータ(例えば、エンコードされることになる現在ブロックに対するビデオデータ)を記憶する参照メモリとして理解すべきである。図1のメモリ106はまた、ビデオエンコーダ200のさまざまなユニットからの出力の一時記憶装置を提供してもよい。
[0112]
図6のさまざまなユニットは、ビデオエンコーダ200によって実行される動作の理解を助けるために図示されている。ユニットは、固定機能回路、プログラマブル回路、または、これらの組み合わせとして実現してもよい。固定機能回路は、特定の機能性を提供する回路を指し、実行できる動作に対して予め設定される。プログラマブル回路は、さまざまなタスクを実行するようにプログラムでき、実行できる動作において柔軟な機能性を提供できる回路を指している。例えば、プログラマブル回路は、ソフトウェアまたはファームウェアの命令によって規定される方法でプログラマブル回路を動作させるソフトウェアまたはファームウェアを実行してもよい。固定機能回路は、(例えば、パラメータを受け取るまたはパラメータを出力するために)ソフトウェア命令を実行するかもしれないが、固定機能回路が実行する動作のタイプは一般的に不変である。いくつかの例では、ユニットのうちの1つ以上は、別個の回路ブロック(固定機能またはプログラマブル)であってよく、いくつかの例では、1つ以上のユニットは集積回路であってよい。
[0113]
ビデオエンコーダ200は、プログラマブル回路から形成される、算術論理ユニット(ALU)、基本機能ユニット(EFU)、デジタル回路、アナログ回路、および/または、プログラマブルコアを含んでいてもよい。ビデオエンコーダ200の動作がプログラマブル回路によって実行されるソフトウェアを使用して実施される例では、メモリ106(図1)は、ビデオエンコーダ200が受け取って実行するソフトウェアのオブジェクトコードを記憶していてもよく、または、ビデオエンコーダ200内の(図示されていない)別のメモリがこのような命令を記憶していてもよい。
[0114]
ビデオデータメモリ230は、受け取ったビデオデータを記憶するように構成されている。ビデオエンコーダ200は、ビデオデータメモリ230からビデオデータのピクチャーを取り出し、ビデオデータを残差発生ユニット204およびモード選択ユニット202に提供してもよい。ビデオデータメモリ230中のビデオデータは、エンコードされることになる生のビデオデータであってもよい。
[0115]
モード選択ユニット202は、動き推定ユニット222と、動き補償ユニット224と、イントラ予測ユニット226とを含んでいる。モード選択ユニット202は、他の予測モードにしたがってビデオ予測を実行するための追加の機能ユニットを含んでいてもよい。例として、モード選択ユニット202は、パレットユニット、(動き推定ユニット222および/または動き補償ユニット224の一部であってもよい)イントラブロックコピーユニット、アフィンユニット、線形モデル(LM)ユニット、または、これらに類するものを含んでいてもよい。
[0116]
モード選択ユニット202は、一般的に、複数のエンコーディングパスを調整して、エンコーディングパラメータの組み合わせをテストし、結果として、このような組み合わせに対するレート歪み値を得る。エンコーディングパラメータは、CTUのCUへの区分、CUに対する予測モード、CUの残差データに対する変換タイプ、CUの残差データに対する量子化パラメータ等を含んでいてもよい。モード選択ユニット202は、最終的に、他のテストされた組み合わせよりも良好なレート歪み値を有するエンコーディングパラメータの組み合わせを選択してもよい。
[0117]
ビデオエンコーダ200は、ビデオデータメモリ230から取り出されたピクチャーを一連のCTUに区分し、スライス内に1つ以上のCTUをカプセル化してもよい。モード選択ユニット202は、上記で説明したQTBT構造またはHEVCの4分ツリー構造のようなツリー構造にしたがって、ピクチャーのCTUを区分してもよい。上記で説明したように、ビデオエンコーダ200は、ツリー構造にしたがってCTUを区分することから1つ以上のCUを形成してもよい。このようなCUは、一般的に、「ビデオブロック」または「ブロック」として呼ばれることもある。
[0118]
一般的に、モード選択ユニット202はまた、そのコンポーネント(例えば、動き推定ユニット222、動き補償ユニット224、および、イントラ予測ユニット226)を制御して、現在ブロック(例えば、現在CU、または、HEVCでは、PUとTUとのオーバーラップする部分)に対する予測ブロックを発生させる。現在ブロックのインター予測のために、動き推定ユニット222は、動きサーチを実行して、1つ以上の参照ピクチャー(例えば、DPB218中に記憶されている1つ以上の以前にコード化されたピクチャー)中の1つ以上の密接に一致する参照ブロックを識別してもよい。特に、動き推定ユニット222は、例えば、絶対差分の和(SAD)、二乗差分の和(SSD)、平均絶対差分(MAD)、平均二乗差分(MSD)、または、これらに類するものにしたがって、潜在的参照ブロックが現在ブロックにどれだけ類似しているかを表す値を計算してもよい。動き推定ユニット222は、一般的に、現在ブロックと考慮されている参照ブロックとの間のサンプル毎の差分を使用して、これらの計算を実行してもよい。動き推定ユニット222は、現在ブロックに最も密接に一致する参照ブロックを示す、これらの計算から結果的に生じる最低値を有する参照ブロックを識別してもよい。
[0119]
動き推定ユニット222は、現在ピクチャー中の現在ブロックのポジションに対する、参照ピクチャー中の参照ブロックのポジションを規定する、1つ以上の動きベクトル(MV)を形成してもよい。動き推定ユニット222は、その後、動きベクトルを動き補償ユニット224に提供してもよい。例えば、単方向インター予測に対して、動き推定ユニット222は単一の動きベクトルを提供するかもしれない一方で、双方向インター予測に対して、動き推定ユニット222は2つの動きベクトルを提供するかもしれない。動き補償ユニット224は、その後、動きベクトルを使用して、予測ブロックを発生させてもよい。例えば、動き補償ユニット224は、動きベクトルを使用して、参照ブロックのデータを取り出してもよい。別の例として、動きベクトルが小数サンプル精度を有する場合には、動き補償ユニット224は、1つ以上の補間フィルタにしたがって、予測ブロックに対する値を補間してもよい。さらに、双方向インター予測に対して、動き補償ユニット224は、それぞれの動きベクトルによって識別された2つの参照ブロックに対するデータを取り出し、例えば、サンプル毎の平均化または重み付き平均化を通してのように、取り出されたデータを組み合わせてもよい。
[0120]
別の例として、イントラ予測またはイントラ予測コーディングに対して、イントラ予測ユニット226は、現在ブロックに隣接するサンプルから予測ブロックを発生させてもよい。例えば、方向モードに対して、イントラ予測ユニット226は、一般的に、隣接サンプルの値を数学的に組み合わせ、現在ブロックに渡って規定された方向でこれらの計算された値を格納して、予測ブロックを生成させてもよい。別の例として、DCモードに対して、イントラ予測ユニット226は、現在ブロックに対する隣接サンプルの平均を計算し、予測ブロックの各サンプルに対するこの結果として得られる平均を含むように予測ブロックを発生させてもよい。
[0121]
モード選択ユニット202は、予測ブロックを残差発生ユニット204に提供する。残差発生ユニット204は、ビデオデータメモリ230から現在ブロックの生のエンコードされていないバージョンを受け取り、モード選択ユニット202から予測ブロックを受け取る。残差発生ユニット204は、現在ブロックと予測ブロックとの間のサンプル毎の差分を計算する。結果として得られるサンプル毎の差分は、現在ブロックに対する残差ブロックを規定する。いくつかの例では、残差発生ユニット204はまた、残差ブロック中のサンプル値間の差分を決定して、残差パルスコード変調(RDPCM)を使用して、残差ブロックを発生させてもよい。いくつかの例では、残差発生ユニット204は、バイナリ減算を実行する1つ以上の減算器回路を使用して形成されていてもよい。
[0122]
モード選択ユニット202がCUをPUに区分する例では、各PUは、ルーマ予測ユニットおよび対応するクロマ予測ユニットに関係していてもよい。ビデオエンコーダ200およびビデオデコーダ300は、さまざまなサイズを有するPUをサポートしていてもよい。上記で示したように、CUのサイズは、CUのルーマコーディングブロックのサイズを指していてもよく、PUのサイズは、PUのルーマ予測ユニットのサイズを指していてもよい。特定のCUのサイズが2N×2Nであると仮定すると、ビデオエンコーダ200は、イントラ予測に対する2N×2NまたはN×NのPUサイズと、インター予測に対する2N×2N、2N×N、N×2N、N×N、または、これらに類する対称PUサイズとをサポートしていてもよい。ビデオエンコーダ200およびビデオデコーダ300はまた、インター予測のために、2N×nU、2N×nD、nL×2N、および、nR×2NのPUサイズに対する非対称区分をサポートしていてもよい。
[0123]
モード選択ユニットがCUをPUにさらに区分しない例では、各CUは、ルーマコーディングブロックおよび対応するクロマコーディングブロックに関係していてもよい。上記のように、CUのサイズは、CUのルーマコーディングブロックのサイズを指していてもよい。ビデオエンコーダ200およびビデオデコーダ300は、2N×2N、2N×N、または、N×2NのCUサイズをサポートしていてもよい。
[0124]
イントラブロックコピーモードコーディング、アフィンモードコーディング、および、線形モデル(LM)モードコーディングのような、他のビデオコーディング技法に対して、いくつかの例として、モード選択ユニット202は、コーディング技法に関係するそれぞれのユニットを介して、エンコードされている現在ブロックに対する予測ブロックを発生させる。パレットモードコーディングのようないくつかの例では、モード選択ユニット202は、予測ブロックを発生させず、代わりに、選択されたパレットに基づいて、ブロックを再構築する方法を示すシンタックス要素を発生させてもよい。このようなモードでは、モード選択ユニット202は、これらのシンタックス要素を、エンコードされるようにエントロピーエンコーディングユニット220に提供してもよい。
[0125]
上記で説明したように、残差発生ユニット204は、現在ブロックおよび対応する予測ブロックに対するビデオデータを受け取る。残差発生ユニット204は、その後、現在ブロックに対する残差ブロックを発生させる。残差ブロックを発生させるために、残差発生ユニット204は、予測ブロックと現在ブロックとの間のサンプル毎の差分を計算する。
[0126]
変換処理ユニット206は、残差ブロックに1つ以上の変換を適用して、(ここでは「変換係数ブロック」として呼ばれる)変換係数のブロックを発生させる。変換処理ユニット206は、残差ブロックにさまざまな変換を適用して、変換係数ブロックを形成してもよい。例えば、変換処理ユニット206は、離散コサイン変換(DCT)、方向変換、カルーネンレーベ変換(KLT)、または、概念的に類似する変換を、残差ブロックに適用してもよい。いくつかの例では、変換処理ユニット206は、残差ブロックに対して複数の変換、例えば、回転変換のような、1次変換と2次変換とを実行してもよい。いくつかの例では、変換処理ユニット206は、残差ブロックに変換を適用しない。
[0127]
量子化ユニット208は、変換係数ブロック中の変換係数を量子化して、量子化された変換係数ブロックを生成させてもよい。量子化ユニット208は、現在ブロックに関係する量子化パラメータ(QP)値にしたがって、変換係数ブロックの変換係数を量子化してもよい。ビデオエンコーダ200は(例えば、モード選択ユニット202を介して)、CUに関係するQP値を調節することによって、現在ブロックに関係する変換係数ブロックに適用される量子化の程度を調節してもよい。量子化は、情報の損失をもたらすかもしれず、したがって、量子化された変換係数は、変換処理ユニット206によって生成された元の変換係数よりも低い精度を有するかもしれない。
[0128]
逆量子化ユニット210および逆変換処理ユニット212は、逆量子化および逆変換をそれぞれ量子化された変換係数ブロックに適用して、変換係数ブロックから残差ブロックを再構築してもよい。再構築ユニット214は、再構築された残差ブロックと、モード選択ユニット202によって発生された予測ブロックとに基づいて、(潜在的にある程度の歪みを有するが)現在ブロックに対応する再構築されたブロックを生成させてもよい。例えば、再構築ユニット214は、再構築された残差ブロックのサンプルを、モード選択ユニット202によって発生された予測ブロックからの対応するサンプルに追加して、再構築されたブロックを生成させてもよい。
[0129]
フィルタユニット216は、再構築されたブロックに対して1つ以上のフィルタ動作を実行してもよい。例えば、フィルタユニット216は、デブロッキング動作を実行して、CUのエッジに沿ったブロッキネスアーティファクトを低減させてもよい。いくつかの例では、フィルタユニット216の動作はスキップしてもよい。本開示の例によると、フィルタユニット216は、固定長符号なし整数としてコード化されたALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。
[0130]
ビデオエンコーダ200は、再構築されたブロックをDPB218中に記憶させる。例えば、フィルタユニット216の動作が必要とされない例では、再構築ユニット214は、再構築されたブロックをDPB218中に記憶させてもよい。フィルタユニット216の動作が必要とされる例では、フィルタユニット216は、再構築されフィルタされたブロックをDPB218中に記憶させてもよい。動き推定ユニット222および動き補償ユニット224は、再構築された(そして、潜在的にフィルタ処理された)ブロックから形成された参照ピクチャーをDPB218から取り出して、後にエンコードされるピクチャーのブロックをインター予測してもよい。加えて、イントラ予測ユニット226は、現在ピクチャーのDPB218中の再構築されたブロックを使用して、現在ピクチャー中の他のブロックをイントラ予測してもよい。
[0131]
一般的に、エントロピーエンコーディングユニット220は、ビデオエンコーダ200の他の機能的なコンポーネントから受け取ったシンタックス要素をエントロピーエンコードしてもよい。例えば、エントロピーエンコーディングユニット220は、量子化ユニット208からの量子化された変換係数ブロックをエントロピーエンコードしてもよい。別の例として、エントロピーエンコーディングユニット220は、モード選択ユニット202からの予測シンタックス要素(例えば、インター予測に対する動き情報またはイントラ予測に対するイントラモード情報)をエントロピーエンコードしてもよい。エントロピーエンコーディングユニット220は、ビデオデータの別の例であるシンタックス要素に関して、1つ以上のエントロピーエンコーディング動作を実行して、エントロピーエンコードされたデータを発生させてもよい。例えば、エントロピーエンコーディングユニット220は、データに、コンテキスト適応可変長コーディング(CAVLC)動作、CABAC動作、可変対可変(V2V)長コーディング動作、シンタックスベースのコンテキスト適応バイナリ算術コードディング(SBAC)動作、確率区間区分化エントロピー(PIPE)コーディング動作、指数ゴロムエンコーディング動作、または、別のタイプのエントロピーエンコーディング動作を実行してもよい。いくつかの例では、エントロピーエンコーディングユニット220は、シンタックス要素がエントロピーエンコードされないバイパスモードで動作してもよい。
[0132]
ビデオエンコーダ200は、スライスまたはピクチャーのブロックを再構築するのに必要とされるエントロピーエンコードされたシンタックス要素を含むビットストリームを出力してもよい。特に、エントロピーエンコーディングユニット220が、ビットストリームを出力してもよい。
[0133]
上記で説明している動作は、ブロックに関して説明している。このような説明は、ルーマコーディングブロックおよび/またはクロマコーディングブロックに対する動作として理解すべきである。上述したように、いくつかの例では、ルーマコーディングブロックおよびクロマコーディングブロックは、CUのルーマ成分およびクロマ成分である。いくつかの例では、ルーマコーディングブロックおよびクロマコーディングブロックは、PUのルーマ成分およびクロマ成分である。
[0134]
いくつかの例では、ルーマコーディングブロックに関して実行される動作は、クロマコーディングブロックに対して繰り返す必要はない。1つの例として、ルーマコーディングブロックに対する動きベクトル(MV)および参照ピクチャーを識別する動作は、クロマブロックに対するMVおよび参照ピクチャーを識別するために繰り返す必要はない。むしろ、ルーマコーディングブロックに対するMVをスケーリングして、クロマブロックに対するMVを決定してもよく、参照ピクチャーは同じであってもよい。別の例として、イントラ予測プロセスは、ルーマコーディングブロックおよびクロマコーディングブロックに対して同じであってもよい。
[0135]
ビデオエンコーダ200は、ビデオデータを記憶するように構成されているメモリと、回路中で実現され、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、ALFクリッピングインデックスをエンコードするように構成されている1つ以上の処理ユニットとを含む、ビデオデータをエンコードするように構成されているデバイスの例を表している。言い換えると、ビデオエンコーダ200は、ビデオデータのエンコードされた表現を含むビットストリーム中に、ALFクリッピングインデックスシンタックス要素を含めてもよく、ALFクリッピングインデックスシンタックス要素は、これらのデータのタイプのうちの1つとしてフォーマットされている。いくつかの例では、ALFクリッピングインデックスは、ルーマALFクリッピングインデックス(例えば、alf_luma_clip_idxまたは別のシンタックス要素)、あるいは、クロマALFクリッピングインデックス(例えば、alf_chroma_clip_idxまたは別のシンタックス要素)である。さらに、ビデオエンコーダ200の処理ユニットは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。例えば、ビデオエンコーダ200のフィルタユニット216がALFを適用してもよい。
[0136]
図7は、本開示の技法を利用してもよい、例示的なビデオデコーダ300を図示するブロック図である。図7は、説明の目的のために提供されており、本開示で広く例示し説明しているような技法には限定されない。説明の目的で、本開示は、VVCおよびHEVCの技法にしたがうビデオデコーダ300を説明している。しかしながら、本開示の技法は、他のビデオコーディング標準規格にしたがって構成されているビデオコーディングデバイスによって実行してもよい。
[0137]
図7の例では、ビデオデコーダ300は、コード化ピクチャーバッファ(CPB)メモリ320と、エントロピーデコーディングユニット302と、予測処理ユニット304と、逆量子化ユニット306と、逆変換処理ユニット308と、再構築ユニット310と、フィルタユニット312と、デコードピクチャーバッファ(DPB)314とを含んでいる。CPBメモリ320と、エントロピーデコーディングユニット302と、予測処理ユニット304と、逆量子化ユニット306と、逆変換処理ユニット308と、再構築ユニット310と、フィルタユニット312と、DPB314のいずれかまたはすべてを、1つ以上のプロセッサ中で、または、処理回路中で実現してもよい。さらに、ビデオデコーダ300は、これらまたは他の機能を実行するために、追加または代替のプロセッサまたは処理回路を含んでいてもよい。
[0138]
予測処理ユニット304は、動き補償ユニット316とイントラ予測ユニット318とを含んでいる。予測処理ユニット304は、他の予測モードにしたがって予測を実行するための追加ユニットを含んでいてもよい。例として、予測処理ユニット304は、パレットコーディングユニット、(動き補償ユニット316の一部を形成していてもよい)イントラブロックコピーコーディングユニット、アフィンコーディングユニット、線形モデル(LM)コーディングユニット、または、これらに類するものを含んでいてもよい。他の例では、ビデオデコーダ300は、より多い、より少ない、または、異なる機能的コンポーネントを含んでいてもよい。
[0139]
CPBメモリ320は、ビデオデコーダ300のコンポーネントによってデコードされることになる、エンコードされたビデオビットストリームのようなビデオデータを記憶してもよい。CPBメモリ320中に記憶されるビデオデータは、例えば、コンピュータ読取可能媒体110(図1)から取得されてもよい。CPBメモリ320は、エンコードされたビデオビットストリームからのエンコードされたビデオデータ(例えば、シンタックス要素)を記憶するCPBを含んでいてもよい。また、CPBメモリ320は、ビデオデコーダ300のさまざまなユニットからの出力を表す一時データのような、コード化されたピクチャーのシンタックス要素以外のビデオデータを記憶してもよい。DPB314は、一般的に、デコードされたピクチャーを記憶し、エンコードされたビデオビットストリームの後続のデータまたはピクチャーをデコードするときに、ビデオデコーダ300が、このデコードされたピクチャーを、参照ビデオデータとして出力および/または使用してもよい。CPBメモリ320およびDPB314は、SDRAMを含むDRAM、MRAM、RRAM(登録商標)、または、他のタイプのメモリデバイスのような、さまざまなメモリデバイスのいずれかによって形成されていてもよい。CPBメモリ320およびDPB314は、同じメモリデバイスまたは別個のメモリデバイスによって提供されてもよい。さまざまな例では、CPBメモリ320は、ビデオデコーダ300の他のコンポーネントとともにオンチップであるか、または、これらのコンポーネントに対してオフチップであってもよい。
[0140]
追加的にまたは代替的に、いくつかの例では、ビデオデコーダ300は、メモリ120(図1)からコード化されたビデオデータを取り出してもよい。すなわち、メモリ120は、CPBメモリ320を用いて上記で説明したようなデータを記憶していてもよい。同様に、ビデオデコーダ300の機能性のいくつかまたはすべてが、ビデオデコーダ300の処理回路によって実行されるソフトウェアで実現されるとき、メモリ120は、ビデオデコーダ300によって実行されることになる命令を記憶していてもよい。
[0141]
図7に示されているさまざまなユニットは、ビデオデコーダ300によって実行される動作の理解を助けるために図示されている。ユニットは、固定機能回路、プログラマブル回路、または、これらの組み合わせとして実現してもよい。図6と同様に、固定機能回路は、特定の機能性を提供する回路を指し、実行できる動作に対して予め設定される。プログラマブル回路は、さまざまなタスクを実行するようにプログラムでき、実行できる動作において柔軟な機能性を提供できる回路を指している。例えば、プログラマブル回路は、ソフトウェアまたはファームウェアの命令によって規定される方法でプログラマブル回路を動作させるソフトウェアまたはファームウェアを実行してもよい。固定機能回路は、(例えば、パラメータを受け取るまたはパラメータを出力するために)ソフトウェア命令を実行するかもしれないが、固定機能回路が実行する動作のタイプは一般的に不変である。いくつかの例では、ユニットのうちの1つ以上は、別個の回路ブロック(固定機能またはプログラマブル)であってもよく、いくつかの例では、1つ以上のユニットは集積回路であってもよい。
[0142]
ビデオデコーダ300は、ALU、EFU、デジタル回路、アナログ回路、および/または、プログラマブル回路から形成されているプログラマブルコアを含んでいてもよい。ビデオデコーダ300の動作がプログラマブル回路上で実行するソフトウェアによって実行される例では、オンチップまたはオフチップメモリが、ビデオデコーダ300が受け取って実行するソフトウェアの命令(例えば、オブジェクトコード)を記憶していてもよい。
[0143]
エントロピーデコーディングユニット302は、CPBからエンコードされたビデオデータを受け取り、ビデオデータをエントロピーデコードして、シンタックス要素を再生させてもよい。予測処理ユニット304、逆量子化ユニット306、逆変換処理ユニット308、再構築ユニット310、および、フィルタユニット312は、ビットストリームから抽出されたシンタックス要素に基づいて、デコードされたビデオデータを発生させてもよい。
[0144]
一般的に、ビデオデコーダ300は、ブロック毎のベースでピクチャーを再構築する。ビデオデコーダ300は、各ブロックに対して個別に再構築動作を実行してもよい(現在再構築されている、すなわち、デコードされているブロックは、「現在ブロック」として呼ばれることがある)。
[0145]
エントロピーデコーディングユニット302は、量子化された変換係数ブロックの量子化された変換係数を規定するシンタックス要素とともに、量子化パラメータ(QP)および/または変換モードインジケーションのような変換情報をエントロピーデコードしてもよい。逆量子化ユニット306は、量子化変換係数ブロックに関係するQPを使用して、量子化の程度を、そして、同様に逆量子化ユニット306が適用する逆量子化の程度を決定してもよい。逆量子化ユニット306は、例えば、ビット単位の左シフト演算を実行して、量子化変換係数を逆量子化してもよい。それによって、逆量子化ユニット306は、変換係数を含む変換係数ブロックを形成してもよい。
[0146]
逆量子化ユニット306が変換係数ブロックを形成した後、逆変換処理ユニット308は、変換係数ブロックに1つ以上の逆変換を適用して、現在ブロックに関係する残差ブロックを発生させてもよい。例えば、逆変換処理ユニット308は、変換係数ブロックに、逆DCT、逆整数変換、逆カルーネンレーベ変換(KLT)、逆回転変換、逆方向変換、または、別の逆変換を適用してもよい。
[0147]
さらに、予測処理ユニット304は、エントロピーデコーディングユニット302によってエントロピーデコードされた予測情報シンタックス要素にしたがって、予測ブロックを発生させる。例えば、現在ブロックがインター予測されることを予測情報シンタックス要素が示す場合、動き補償ユニット316が予測ブロックを発生させてもよい。このケースでは、予測情報シンタックス要素は、参照ブロックを取り出すことになるDPB314中の参照ピクチャーとともに、現在ピクチャー中の現在ブロックのポジションに対する、参照ピクチャー中の参照ブロックのポジションを識別する動きベクトルを示していてもよい。動き補償ユニット316は、一般的に、動き補償ユニット224(図6)に関して説明した方法と実質的に類似する方法で、インター予測プロセスを実行してもよい。
[0148]
別の例として、現在ブロックがイントラ予測されることを予測情報シンタックス要素が示している場合、イントラ予測ユニット318は、予測情報シンタックス要素によって示されているイントラ予測モードにしたがって、予測ブロックを発生させてもよい。再度説明すると、イントラ予測ユニット318は、一般的に、イントラ予測ユニット226(図6)に関して説明した方法と実質的に類似する方法で、イントラ予測プロセスを実行してもよい。イントラ予測ユニット318は、現在ブロックに対する隣接するサンプルのデータをDPB314から取り出してもよい。
[0149]
再構築ユニット310は、予測ブロックと残差ブロックとを使用して、現在ブロックを再構築してもよい。例えば、再構築ユニット310は、残差ブロックのサンプルを予測ブロックの対応するサンプルに追加して、現在ブロックを再構築してもよい。
[0150]
フィルタユニット312は、再構築されたブロックに対して1つ以上のフィルタ動作を実行してもよい。例えば、フィルタユニット312は、デブロッキング動作を実行して、再構築されたブロックのエッジに沿ったブロッキネスアーティファクトを低減させてもよい。フィルタユニット312の動作は、必ずしもすべての例において実行する必要はない。本開示の例によると、フィルタユニット312は、固定長符号なし整数としてコード化されたALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。
[0151]
ビデオデコーダ300は、再構築されたブロックをDPB314中に記憶させてもよい。例えば、フィルタユニット312の動作が実行されない例では、再構築ユニット310が、再構築されたブロックをDPB314に記憶させてもよい。フィルタユニット312の動作が実行される例では、フィルタユニット312が、再構築されフィルタされたブロックをDPB314に記憶させてもよい。上記で説明したように、DPB314は、イントラ予測に対する現在ピクチャーと、後続の動き補償のための以前にデコードされたピクチャーとのサンプルのような参照情報を、予測処理ユニット304に提供してもよい。さらに、ビデオデコーダ300は、図1のディスプレイデバイス118のようなディスプレイデバイス上での後続の提示のために、DPB314からデコードされたピクチャーを出力してもよい。
[0152]
このようにして、ビデオデコーダ300は、ビデオデータを記憶するように構成されているメモリと、回路中で実現され、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、ALFクリッピングインデックスをデコードするように構成されている1つ以上の処理ユニットとを含む、ビデオデコーディングデバイスの例を表している。言い換えると、ビデオデコーダ300は、ビットストリームからALFクリッピングインデックスシンタックス要素を取得して、これらのデータのタイプのうちの1つとして、ALFクリッピングインデックスシンタックス要素を解釈してもよい。いくつかの例では、ALFクリッピングインデックスは、ルーマALFクリッピングインデックス(例えば、alf_luma_clip_idxまたは別のシンタックス要素)、あるいは、クロマALFクリッピングインデックス(例えば、alf_chroma_clip_idxまたは別のシンタックス要素)である。さらに、ビデオデコーダ300の処理ユニットは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい。例えば、ビデオデコーダ300のフィルタユニット312がALFを適用してもよい。
[0153]
図8は、現在ブロックをエンコードするための方法の例を図示するフローチャートである。現在ブロックは、現在CUを含んでいてもよい。ビデオエンコーダ200(図1および図6)に関して説明したが、図8の方法と類似する方法を実行するように他のデバイスが構成されていてもよいことを理解されたい。
[0154]
この例では、ビデオエンコーダ200は、最初に現在ブロックを予測する(350)。例えば、ビデオエンコーダ200は、現在ブロックに対する予測ブロックを形成してもよい。ビデオエンコーダ200は、その後、現在ブロックに対する残差ブロックを計算してもよい。(352)。残差ブロックを計算するために、ビデオエンコーダ200は、現在ブロックに対する元のエンコードされていないブロックと予測ブロックとの間の差分を計算してもよい。ビデオエンコーダ200は、その後、残差ブロックの変換係数を変換および量子化してもよい(354)。次に、ビデオエンコーダ200は、残差ブロックの量子化された変換係数を走査してもよい(356)。走査の間、または、走査に続いて、ビデオエンコーダ200は、変換係数をエントロピーエンコードしてもよい(358)。例えば、ビデオエンコーダ200は、CAVLCまたはCABACを使用して、変換係数をエンコードしてもよい。ビデオエンコーダ200は、その後、ブロックのエントロピーエンコードされたデータを出力してもよい(360)。
[0155]
さらに、図8の例では、後続のブロックの予測をサポートするために、ビデオエンコーダ200は、現在ブロックを再構築してもよい(362)。例えば、ビデオエンコーダ200は、現在ブロックの変換係数を逆量子化し、逆変換を変換係数に適用して残差データを発生させ、現在ブロックに対する残差データを現在ブロックの予測ブロックに追加してもよい。さらに、ビデオエンコーダ200は、現在ピクチャーの再構築されたブロックに1つ以上のフィルタを適用してもよい(364)。例えば、ビデオエンコーダ200は、現在ピクチャーの再構築されたブロックにALFを適用してもよい。本開示の技法によれば、ビデオデコーダ300におけるALFの対応する適用をサポートするために、ビデオエンコーダ200は、ALFクリッピングインデックスをエンコードしてもよい。ビデオエンコーダ200(例えば、ビデオエンコーダ200のフィルタユニット216)は、ALFクリッピングインデックスに基づいて、現在ピクチャーのブロック(例えば、再構築されたブロック)にALFを適用してもよい。本開示の技法によれば、ビデオエンコーダ200は、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値として、ALFクリッピングインデックスをエンコードしてもよい。
[0156]
図9は、ビデオデータの現在ピクチャーの現在ブロックをデコードするための例示的な方法を図示するフローチャートである。現在ブロックは、現在CUを含んでいてもよい。ビデオデコーダ300(図1および図7)に関して説明したが、図9の方法と類似する方法を実行するように他のデバイスが構成されていてもよいことを理解されたい。
[0157]
ビデオデコーダ300は、現在ブロックに対応する残差ブロックの変換係数に対する、エントロピーエンコードされた予測情報およびエントロピーエンコードされたデータのような、現在ブロックに対するエントロピーエンコードされたデータを受け取ってもよい(370)。ビデオデコーダ300はまた、ビットストリーム中でエントロピーエンコードされていないデータを受け取ってもよい。ビデオデコーダ300は、エントロピーエンコードされたデータをエントロピーデコードして、現在ブロックに対する予測情報を決定し、残差ブロックの変換係数を再生させてもよい(372)。ビデオデコーダ300は、例えば、現在ブロックに対する予測情報により示されているイントラ予測モードまたはインター予測モードを使用して現在ブロックを予測して、現在ブロックに対する予測ブロックを計算してもよい(374)。ビデオデコーダ300は、その後、再生された変換係数を逆走査して、量子化された変換係数のブロックを生成させてもよい(376)。ビデオデコーダ300(逆量子化ユニット306および逆変換処理ユニット308)は、その後、変換係数を逆量子化および逆変換して、残差ブロックを生成させてもよい(378)。ビデオデコーダ300は、予測ブロックと残差ブロックとを組み合わせることにより、現在ブロックをデコードしてもよい(380)。
[0158]
さらに、図9の例では、予測ブロックと残差ブロックとを組み合わせて、現在ブロックを再構築した後に、ビデオデコーダ300(例えば、ビデオデコーダ300のフィルタユニット312)は、現在ピクチャーの再構築されたブロックに1つ以上のフィルタを適用してもよい(382)。例えば、ビデオデコーダ300は、現在ピクチャーの再構築されたブロックにALFを適用してもよい。ビデオデコーダ300は、ALFクリッピングインデックスをデコードし、ALFクリッピングインデックスに基づいて、現在ピクチャーのブロック(例えば、再構築されたブロック)にALFを適用してもよい。本開示の技法によれば、ビデオデコーダ300は、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値として、ALFクリッピングインデックスをデコードしてもよい。
[0159]
図10は、本開示の1つ以上の技法による、ビデオデータをコード化するための例示的な動作を図示するフローチャートである。図10の例では、ビデオコーダ(例えば、ビデオエンコーダ200またはビデオデコーダ300)は、固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化(例えば、エンコードまたはデコード)してもよい(400)。例えば、ビデオコーダがビデオエンコーダ200のようなビデオエンコーダであるときには、ビデオエンコーダは、ALFクリッピングインデックスを表す固定長符号なし整数をビットストリーム中に含めることにより、ALFクリッピングインデックスをエンコードしてもよい。例えば、ビデオコーダがビデオデコーダ300のようなビデオデコーダである例では、ビデオデコーダは、ALFクリッピングインデックスを表す固定長符号なし整数をビットストリームからパースすることにより、ALFクリッピングインデックスをデコードしてもよい。
[0160]
さらに、図10の例では、ビデオコーダは、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用してもよい(402)。例えば、ビデオコーダは、例えば、上記の式(1’)または式(1’’)を使用して、ALFクリッピングインデックスを使用して、クリッピング値のセット(例えば、-c(k,l)およびc(k,l))をルックアップまたは計算してもよい。ビデオコーダは、その後、(例えば、上記の式(1)中に示されているように)ブロックの再構築されたサンプルにALFを適用する際に、クリッピング値のセットを使用してもよい。ビデオコーダは、図8のアクション364または図9のアクション382の一部として、ALFを適用してもよい。ALFクリッピングインデックスは、ルーマALFクリッピングインデックス(例えば、alf_luma_clip_idx)であってもよく、このケースでは、ビデオコーダは、ルーマALFクリッピングインデックスを使用して、ルーマサンプルにALFを適用する際に使用するためのクリッピング値を決定する。いくつかの例では、ALFクリッピングインデックスは、クロマALFクリッピングインデックスであり、このケースでは、ビデオコーダは、クロマALFクリッピングインデックス(例えば、alf_chroma_clip_idx)を使用して、クロマサンプルにALFを適用する際に使用するためのクリッピング値を決定する。ピクチャーのブロック(例えば、4×4ブロック)にALFを適用することは、例えば、式(1)中で説明されているように、ブロックに対するALFフィルタ係数を決定することと、ALFクリッピングインデックスを使用して、ブロックの少なくとも1つのサンプルに対するクリッピング値を決定することと、クリッピング値とALFフィルタ係数とを使用することとを含んでいてもよい。
[0161]
さらに、いくつかの例では、ビデオコーダは、第1の固定長の符号なし整数として、ルーマALFクリッピングインデックスをコード化してもよく、第2の固定長の符号なし整数として、クロマALFクリッピングインデックスをコード化してもよい。このような例では、ビデオコーダは、ルーマALFクリッピングインデックスに基づいて、ピクチャーのルーマブロックにALFを適用し、クロマALFクリッピングインデックスに基づいて、ピクチャーのクロマブロックにALFを適用してもよい。
[0162]
以下は、本開示の1つ以上の技法にしたがっている例の非限定的なリストである。
[0163]
例1. ビデオデータをコード化する方法において、方法は、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、適応ループフィルタ(ALF)クリッピングインデックスをコード化することと、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFフィルタを適用することとを含んでいる。
[0164]
例2. ALFクリッピングインデックスは、ルーマALFクリッピングインデックスである例1記載の方法。
[0165]
例3. ALFクリッピングインデックスは、クロマALFクリッピングインデックスである例1記載の方法。
[0166]
例4. ALFクリッピングインデックスは、ルーマALFクリッピングインデックスであり、ピクチャーのブロックは、ルーマブロックであり、方法は、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの1つとして、クロマALFクリッピングインデックスをコード化することと、ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのクロマブロックにALFフィルタを適用することとをさらに含む例1記載の方法。
[0167]
例5. ルーマALFクリッピングインデックスおよびクロマALFクリッピングインデックスは、固定長符号なし整数、トランケーティドバイナリ値、トランケーティドユーナリー値、または、符号なし0次Exp-Golombコード化値、のうちの異なるものとしてコード化される例4記載の方法。
[0168]
例6. ALFクリッピングインデックスをコード化することは、ALFフィルタの対応するフィルタ係数の値にかかわらず、ALFクリッピングインデックスをコード化することを含む例1~5のいずれか1例記載の方法。
[0169]
例7. コーディングは、デコーディングを含む例1~6のいずれか1例記載の方法。
[0170]
例8. コーディングは、エンコーディングを含む例1~6のいずれか1例記載の方法。
[0171]
例9. ビデオデータをコード化するためのデバイスにおいて、デバイスが、例1~8のいずれか1例の方法を実行する1つ以上の手段を含むデバイス。
[0172]
例10. 1つ以上の手段が、回路中で実現されている1つ以上のプロセッサを備える例9記載のデバイス。
[0173]
例11. ビデオデータを記憶するメモリをさらに含む例9または10のいずれか1例記載のデバイス。
[0174]
例12. デコードされたビデオデータを表示するように構成されているディスプレイをさらに含む例9~11のいずれか1例記載のデバイス。
[0175]
例13. デバイスが、カメラ、コンピュータ、移動体デバイス、ブロードキャスト受信機デバイス、または、セットトップボックスのうちの1つ以上を具備する例9~12のいずれか1例記載のデバイス。
[0176]
例14. デバイスが、ビデオデコーダを具備する例9~13のいずれか1例記載のデバイス。
[0177]
例15. デバイスが、ビデオエンコーダを具備する例9~14のいずれか1例記載のデバイス。
[0178]
例16. 実行されるときに、1つ以上のプロセッサに、例1~8のいずれか1例記載の方法を実行させる命令を記憶しているコンピュータ読取可能記憶媒体。
[0179]
例17. ビデオデータをエンコードするためのデバイスにおいて、デバイスが、例1~8のいずれか1例記載の方法を実行する手段を含むデバイス。
[0180]
例18. 実行されるときに、コンピューティングデバイスに、例1~8のいずれか1例記載の方法を実行させる命令を記憶しているコンピュータ読取可能データ記憶媒体。
[0181]
例に依存して、ここで説明した技法のうちのいずれかのある動作またはイベントは、異なるシーケンスで実行でき、追加してもよく、マージしてもよく、または、完全に省略してもよい(例えば、説明した動作またはイベントのすべてが本技法の実施のために必要であるとは限らない)ことを認識されたい。さらに、ある例では、動作またはイベントは、シーケンシャルによりもむしろ、例えば、マルチスレッド処理、割り込み処理、または、複数のプロセッサを通して、同時に実行してもよい。
[0182]
1つ以上の例において、説明した機能は、ハードウェア、ソフトウェア、ファームウェア、または、これらの任意の組み合わせで実現してもよい。ソフトウェアで実現される場合には、機能は、1つ以上の命令またはコードとしてコンピュータ読取可能媒体上に記憶されていてもよく、あるいは、1つ以上の命令またはコードとしてコンピュータ読取可能媒体上で送信されてもよく、ハードウェアベースの処理ユニットによって実行してもよい。コンピュータ読取可能媒体はまた、例えば、通信プロトコルにしたがって、コンピュータプログラムの1つの場所から別の場所への転送を容易にする何らかの媒体を含む通信媒体、または、データ記憶媒体のような有形の媒体に対応するコンピュータ読取可能記憶媒体を含んでいてもよい。このように、コンピュータ読取可能媒体は、一般的に、(1)有形コンピュータ読取可能記憶媒体、または、(2)信号または搬送波のような通信媒体に対応していてもよい。データ記憶媒体は、本開示で説明した技法を実現するための命令、コードおよび/またはデータ構造を取り出すために、1つ以上のコンピュータまたは1つ以上のプロセッサによってアクセスすることができる任意の利用可能な媒体であってもよい。コンピュータプログラム製品は、コンピュータ読取可能媒体を含んでいてもよい。
[0183]
限定ではなく例として、このようなコンピュータ読取可能記憶媒体は、RAM、ROM、EEPROM(登録商標)、CD-ROMまたは他の光学ディスク記憶媒体、磁気ディスク記憶媒体または他の磁気記憶デバイス、フラッシュメモリ、あるいは、命令またはデータ構造の形態で望ましいプログラムコードを記憶するために使用され、コンピュータによってアクセスすることができる他の何らかの媒体のうちの1つ以上を備えることができる。また、任意の接続は、コンピュータ読取可能媒体と適切に呼ばれる。例えば、命令が、ウェブサイトから、サーバから、あるいは、同軸ケーブル、光ファイバケーブル、撚り対、デジタル加入者線(DSL)、または、赤外線、無線、マイクロ波のようなワイヤレステクノロジーを使用している他の遠隔ソースから送信される場合、同軸ケーブル、光ファイバケーブル、撚り対、DSL、または、赤外線、無線およびマイクロ波のようなワイヤレステクノロジーは、媒体の定義に含まれる。しかしながら、コンピュータ読取可能記憶媒体およびデータ記憶媒体は、接続、搬送波、信号、または、他の一時的な媒体を含まないが、代わりに、非一時的な、有形の記憶媒体に向けられていることを理解すべきである。ここで使用するようなディスク(diskおよびdisc)は、コンパクトディスク(CD)、レーザーディスク(登録商標)、光ディスク、デジタル汎用ディスク(DVD)、フロッピー(登録商標)ディスク、および、ブルーレイ(登録商標)ディスクを含むが、通常、ディスク(disk)はデータを磁気的に再生する一方で、ディスク(disc)はデータをレーザにより光学的に再生する。上記の組み合わせも、コンピュータ読取可能媒体の範囲内に含むべきである。
[0184]
命令は、1つ以上のDSP、汎用マイクロプロセッサ、ASIC、FPGA、または、他の同等な集積またはディスクリート論理回路のような1つ以上のプロセッサによって実行してもよい。したがって、ここで使用されるように、用語「プロセッサ」および「処理回路」は、前述の構造、または、ここで説明した技術のインプリメンテーションに適した他の何らかの構造のいずれかを指していてもよい。加えて、いくつかの態様では、ここで説明した機能性は、エンコードおよびデコードするように構成されている専用のハードウェアおよび/またはソフトウェアモジュール内に提供してもよく、あるいは、組み合わされたコーデック中に組み込んでもよい。また、技法は、1つ以上の回路または論理エレメントにおいて、完全に実現することができる。
[0185]
本開示の技法は、ワイヤレスハンドセット、集積回路(IC)またはICのセット(例えば、チップセット)を含む、幅広い種類のデバイスまたは装置において実施してもよい。さまざまなコンポーネント、モジュール、または、ユニットは、開示した技法を実行するように構成されているデバイスの機能的な態様を強調するためにここ説明しているが、それらは、異なるハードウェアユニットによる実現を必ずしも要求するわけではない。むしろ、上記で説明したように、さまざまなユニットは、コーデックハードウェアユニットにおいて組み合わされるか、または、適切なソフトウェアおよび/またはファームウェアとともに、上記で説明したような1つ以上のプロセッサを含む、相互動作可能ハードウェアユニットの集合によって提供されてもよい。
[0186]
さまざまな例を説明してきた。これらおよび他の例は、以下の特許請求の範囲の範囲中にある。

Claims (37)

  1. ビデオデータをコード化する方法において、
    固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化することと、
    前記ALFクリッピングインデックスに基づいて、前記ビデオデータのピクチャーのブロックにALFを適用することとを含む方法。
  2. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスである請求項1記載の方法。
  3. 前記ALFクリッピングインデックスが、クロマALFクリッピングインデックスである請求項1記載の方法。
  4. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスであり、前記ピクチャーのブロックが、ルーマブロックであり、
    前記方法は、
    固定長符号なし整数として、クロマALFクリッピングインデックスをコード化することと、
    前記ALFクリッピングインデックスに基づいて、前記ピクチャーのクロマブロックに前記ALFを適用することとをさらに含む請求項1記載の方法。
  5. 前記ALFクリッピングインデックスをコード化することが、前記ALFの対応するフィルタ係数の値にかかわらず、前記ALFクリッピングインデックスをコード化することを含む請求項1記載の方法。
  6. 前記方法が、前記ALFの対応するフィルタ係数が0に等しいことを決定することをさらに含む請求項5記載の方法。
  7. コード化が、デコーディングを含む請求項1記載の方法。
  8. 前記ALFクリッピングインデックスをコード化することが、前記ビデオデータのエンコードされた表現を含むビットストリームから、前記固定長符号なし整数をパースすることを含む請求項6記載の方法。
  9. コード化が、エンコーディングを含む請求項1記載の方法。
  10. 前記ALFクリッピングインデックスをコード化することが、前記ビデオデータのエンコードされた表現を含むビットストリーム中に、前記固定長符号なし整数を含めることを含む請求項9記載の方法。
  11. ビデオデータをコード化するためのデバイスにおいて、
    前記ビデオデータを記憶するように構成されているメモリと、
    回路中で実現されている1つ以上のプロセッサとを具備し、
    前記1つ以上のプロセッサは、
    固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化するようにと、
    前記ALFクリッピングインデックスに基づいて、前記ビデオデータのピクチャーのブロックにALFを適用するように構成されているデバイス。
  12. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスである請求項11記載のデバイス。
  13. 前記ALFクリッピングインデックスが、クロマALFクリッピングインデックスである請求項11記載のデバイス。
  14. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスであり、前記ピクチャーのブロックが、ルーマブロックであり、
    前記1つ以上のプロセッサは、
    固定長符号なし整数として、クロマALFクリッピングインデックスをコード化するようにと、
    前記ALFクリッピングインデックスに基づいて、前記ピクチャーのクロマブロックに前記ALFを適用するようにさらに構成されている請求項11記載のデバイス。
  15. 前記ALFクリッピングインデックスをコード化することの一部として、前記1つ以上のプロセッサが、前記ALFの対応するフィルタ係数の値にかかわらず、前記ALFクリッピングインデックスをコード化するように構成されている請求項11記載のデバイス。
    ことを含む
  16. 前記1つ以上のプロセッサが、前記ALFの対応するフィルタ係数が0に等しいことを決定するように構成されている請求項15記載のデバイス。
  17. 前記ALFクリッピングインデックスをコード化するために、前記1つ以上のプロセッサが、前記ビデオデータのエンコードされた表現を含むビットストリームから、前記固定長符号なし整数をパースするように構成されている請求項11記載のデバイス。
  18. 前記ALFクリッピングインデックスをコード化するために、前記1つ以上のプロセッサが、前記ビデオデータのエンコードされた表現を含むビットストリーム中に、前記固定長符号なし整数を含めるように構成されている請求項11記載のデバイス。
  19. デコーダされたビデオデータを表示するように構成されているディスプレイをさらに具備する請求項11記載のデバイス。
  20. 前記デバイスが、カメラ、コンピュータ、移動体デバイス、ブロードキャスト受信機デバイス、または、セットトップボックスのうちの1つ以上を具備する請求項11記載のデバイス。
  21. 前記デバイスが、ビデオデコーダを具備する請求項11記載のデバイス。
  22. 前記デバイスが、ビデオエンコーダを具備する請求項11記載のデバイス。
  23. ビデオデータをコード化するためのデバイスにおいて、
    固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化する手段と、
    前記ALFクリッピングインデックスに基づいて、前記ビデオデータのピクチャーのブロックにALFを適用する手段とを具備するデバイス。
  24. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスである請求項23記載のデバイス。
  25. 前記ALFクリッピングインデックスが、クロマALFクリッピングインデックスである請求項23記載のデバイス。
  26. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスであり、前記ピクチャーのブロックが、ルーマブロックであり、
    前記デバイスは、
    固定長符号なし整数として、クロマALFクリッピングインデックスをコード化する手段と、
    前記ALFクリッピングインデックスに基づいて、前記ピクチャーのクロマブロックに前記ALFを適用する手段とをさらに具備する請求項23記載のデバイス。
  27. 前記ALFクリッピングインデックスをコード化する手段が、前記ALFの対応するフィルタ係数の値にかかわらず、前記ALFクリッピングインデックスをコード化する手段を備える請求項23記載のデバイス。
  28. 前記ALFの対応するフィルタ係数が0に等しいことを決定する手段をさらに具備する請求項27記載のデバイス。
  29. 前記コード化する手段が、前記ビデオデータのエンコードされた表現を含むビットストリームから、前記固定長符号なし整数をパースする手段を備える請求項23記載のデバイス。
  30. 前記コード化する手段が、前記ビデオデータのエンコードされた表現を含むビットストリーム中に、前記固定長符号なし整数を含める手段を備える請求項23記載のデバイス。
  31. 命令を記憶しているコンピュータ読取可能記憶媒体において、
    前記命令は、実行されるときに、1つ以上のプロセッサに、
    固定長符号なし整数として、適応ループフィルタ(ALF)クリッピングインデックスをコード化させ、
    前記ALFクリッピングインデックスに基づいて、ビデオデータのピクチャーのブロックにALFを適用させるコンピュータ読取可能記憶媒体。
  32. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスである請求項31記載のコンピュータ読取可能記憶媒体。
  33. 前記ALFクリッピングインデックスが、クロマALFクリッピングインデックスである請求項31記載のコンピュータ読取可能記憶媒体。
  34. 前記ALFクリッピングインデックスが、ルーマALFクリッピングインデックスであり、前記ピクチャーのブロックが、ルーマブロックであり、
    前記命令の実行が、前記1つ以上にプロセッサに、
    固定長符号なし整数として、クロマALFクリッピングインデックスをコード化させ、
    前記ALFクリッピングインデックスに基づいて、前記ピクチャーのクロマブロックに前記ALFを適用させる請求項31記載のコンピュータ読取可能記憶媒体。
  35. 前記1つ以上のプロセッサに、前記ALFクリッピングインデックスをコード化させる命令が、実行されるときに、前記1つ以上のプロセッサに、前記ALFの対応するフィルタ係数の値にかかわらず、前記ALFクリッピングインデックスをコード化させる命令を含む請求項31記載のコンピュータ読取可能記憶媒体。
  36. 前記命令の実行が、さらに、前記1つ以上のプロセッサに、前記ALFの対応するフィルタ係数が0に等しいことを決定させる請求項35記載のコンピュータ読取可能記憶媒体。
  37. 前記1つ以上のプロセッサにALFクリッピングインデックスをコード化させる命令が、前記1つ以上のプロセッサに、前記ビデオデータのエンコードされた表現を含むビットストリームから、前記固定長符号なし整数をパースさせる命令を含む請求項31記載のコンピュータ読取可能記憶媒体。

JP2021572454A 2019-06-11 2020-06-11 ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスコード化 Active JP7494218B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962859948P 2019-06-11 2019-06-11
US62/859,948 2019-06-11
US16/897,049 2020-06-09
US16/897,049 US11418779B2 (en) 2019-06-11 2020-06-09 Clipping indices coding for adaptive loop filter in video coding
PCT/US2020/037217 WO2020252154A1 (en) 2019-06-11 2020-06-11 Clipping indices coding for adaptive loop filter in video coding

Publications (3)

Publication Number Publication Date
JP2022537662A true JP2022537662A (ja) 2022-08-29
JPWO2020252154A5 JPWO2020252154A5 (ja) 2023-05-22
JP7494218B2 JP7494218B2 (ja) 2024-06-03

Family

ID=

Also Published As

Publication number Publication date
WO2020252154A1 (en) 2020-12-17
TW202106013A (zh) 2021-02-01
CA3139825A1 (en) 2020-12-17
US11418779B2 (en) 2022-08-16
CN113940067A (zh) 2022-01-14
SG11202112340YA (en) 2021-12-30
BR112021024316A2 (pt) 2022-01-11
EP3984233A1 (en) 2022-04-20
CO2021016628A2 (es) 2022-01-17
KR20220019236A (ko) 2022-02-16
MX2021015404A (es) 2022-01-24
US20200396452A1 (en) 2020-12-17
IL287900A (en) 2022-01-01
CL2021003263A1 (es) 2023-01-20
AU2020292327A1 (en) 2021-12-16

Similar Documents

Publication Publication Date Title
CN113940069A (zh) 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令
EP3959891B1 (en) Adaptive loop filter set index signaling
AU2020235622B2 (en) Coefficient domain block differential pulse-code modulation in video coding
CN114080805A (zh) 用于视频译码的自适应环路滤波的非线性扩展
EP3949393A1 (en) Fixed filters with non-linear adaptive loop filter in video coding
JP2023544705A (ja) ビデオコーディング中の、ジョイント成分ニューラルネットワークベースのフィルタ処理
EP4186237A1 (en) Multiple adaptive loop filter sets
WO2021016320A1 (en) Delta quantization parameter (qp) signaling in palette mode
US11343493B2 (en) Bit shifting for cross-component adaptive loop filtering for video coding
US11418779B2 (en) Clipping indices coding for adaptive loop filter in video coding
EP4078969A1 (en) Reference picture scaling ratios for reference picture resampling in video coding
TWI773977B (zh) 用於視訊寫碼之最後位置寫碼之上下文導出
CN114846801A (zh) 基于色度变换跳过的用于色度的lfnst信令
US20200404329A1 (en) Maximum allowed block size for bdpcm mode
JP2022552173A (ja) ビデオコーディングのための変換スキップにおける残差値のためのコーディング方式をシグナリングすること
JP2023517429A (ja) ビデオコーディングのためのモノクロームパレットモード
CN113994705A (zh) 变换跳过残差译码中的二值化
JP7494218B2 (ja) ビデオエンコーディングにおける適応ループフィルタのためのクリッピングインデックスコード化
KR20240027612A (ko) 비디오 코딩에서 다수의 분류기들을 이용한 시그널링된 적응적 루프 필터
EP4035394A1 (en) Parameter set signaling for video coding

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20230104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230512

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230512

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240416

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240423

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240522