CN112995680A - 重建已编码增强层图片的方法和设备 - Google Patents

重建已编码增强层图片的方法和设备 Download PDF

Info

Publication number
CN112995680A
CN112995680A CN202011313064.9A CN202011313064A CN112995680A CN 112995680 A CN112995680 A CN 112995680A CN 202011313064 A CN202011313064 A CN 202011313064A CN 112995680 A CN112995680 A CN 112995680A
Authority
CN
China
Prior art keywords
picture
encoded
picture header
header
independent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011313064.9A
Other languages
English (en)
Inventor
崔秉斗
文格尔史蒂芬
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN112995680A publication Critical patent/CN112995680A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04N19/70—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques

Landscapes

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

Abstract

一种重建已编码增强层图片的方法，包括：对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；对所述已编码增强层图片的从属图片头进行解码；以及执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。

Description

重建已编码增强层图片的方法和设备
优先权信息
本申请要求于2019年12月12日提交的、申请号为62/947,236和62/947,226的美国临时申请、以及于2020年10月15日提交的、申请号为17/071,479的美国申请的优先权，其全部内容通过引用并入本申请中。
技术领域
本申请涉及视频编码和解码技术，更具体地，涉及重建已编码增强层图片的方法和设备、装置及存储介质。
背景技术
使用具有运动补偿的帧间图片预测来进行视频编码和解码几十年来已经众所周知。未压缩的数字视频可包括一系列图片，每个图片具有例如1920×1080亮度样本及相关色度样本的空间维度。所述系列图片具有固定的或可变的图片速率(也非正式地称为帧率)，例如每秒60个图片或60Hz。未压缩的视频具有非常大的比特率要求。例如，每个样本8比特的1080p604:2:0的视频(1920x1080亮度样本分辨率，60Hz帧率)要求接近1.5Gbit/s带宽。一小时这样的视频就需要超过600GB的存储空间。
视频编码和解码的一个目的是通过压缩减少输入视频信号的冗余信息。视频压缩可以帮助降低对上述带宽或存储空间的要求，在某些情况下可降低两个或更多数量级。无损和有损压缩，以及两者的组合均可采用。无损压缩是指从压缩的原始信号中重建原始信号精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不完全相同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。有损压缩广泛应用于视频。容许的失真量取决于应用。例如，相比于电视应用的用户，某些消费流媒体应用的用户可以容忍更高的失真。可实现的压缩比反映出：较高的允许/容许失真可产生较高的压缩比。
视频编码器和解码器可以利用几大类技术，例如包括运动补偿、变换、量化和熵编码，其中的一些技术将会在下文中介绍。
将已编码视频码流分成多个包(packet)以便在分组网络(packet network)上传输的概念已经使用了几十年。早期，大多数视频编解码标准和技术已针对面向机器人的传输和定义的码流进行了优化。分组(Packetization)发生在例如以实时传输协议(RTP)有效负载格式指定的***层接口中。随着适于在Internet上大量使用视频的Internet连接的出现，视频编解码标准通过视频编解码层(VCL)和网络抽象层(NAL)的概念区分反映了这一突出的用例。NAL单元是2003年在H.264中引入的，并且从那以后一直保留在某些视频编解码标准和技术中，仅做了少许修改。
在许多情况下，可以将NAL单元视为解码器可在其上进行操作的最小实体，而不必对已编码视频序列的所有先前NAL单元进行解码。在此范围内，NAL单元通过诸如选择性转发单元(SFU)或多点控制单元(MCU)之类的媒体感知网络单元(MANE)，使得某些错误恢复(error resilience)技术以及某些码流处理技术能够包括码流修剪(pruning)。
图1示出了根据H.264(101)和H.265(102)的NAL单元头的语法图的相关部分，在这两种情况下都没有它们各自的扩展。在这两种情况下，forbidden_zero_bit是零位，用于在某些***层环境中防止启动代码仿真。nal_unit_type语法元素是指NAL单元携带的数据的类型，其可以是例如某些切片类型、参数集类型、补充增强信息(SEI)消息中的一种。H.265NAL单元头还包括nuh_layer_id和nuh_temporal_id_plus1，其指示NAL单元所属的已编码图片的空间/SNR和时间层。
可以观察到，NAL单元头仅包括容易解析的固定长度码字，其对码流中的其它数据(例如其它NAL单元头、参数集等)没有任何解析依赖性。由于NAL单元头是NAL单元中的第一个八位字节，所以MANE可以轻松地提取和解析它们，并对它们进行操作。相比之下，其它高级语法元素(例如切片或图块头)则不太便于MANE访问，因为它们可能需要保持参数集上下文和/或需要处理可变长度或算术编码的代码点。
可以进一步观察到，图1所示的NAL单元头不包括可将NAL单元关联到由多个NAL单元(例如，包括多个图块或切片，其中至少一些图块或切片在单独的NAL单元中打包)组成的已编码图片的信息。
某些传输技术，例如RTP(RFC 3550)、MPEG***标准、ISO文件格式等，可能包括某些信息，通常以定时信息的形式出现，例如呈现时间(在MPEG和ISO文件格式的情况下)或捕获时间(在RTP的情况下)，这些信息可以被MANE轻松访问，并有助于将它们各自的传输单元与已编码图片相关联。然而，这些信息的语义可能因传输/存储技术的不同而不同，并且可能与视频编解码中使用的图片结构没有直接关系。因此，这些信息充其量只能是试探性的，并且也可能不是特别适合识别NAL单元流中的NAL单元是否属于相同的已编码图片。
常规视频语法冗余地用信号通知由一个或多个切片或VCL NAL单元参考的参数。
发明内容
为了解决上述问题，本申请实施例提供了重建已编码增强层图片的方法和设备、装置及存储介质。
根据实施例，提供一种重建已编码增强层图片的方法，包括：对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；对所述已编码增强层图片的从属图片头进行解码；以及执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
根据实施例，提供一种重建已编码增强层图片的设备，包括：至少一个存储器，用于存储程序代码；以及至少一个处理器，用于访问所述至少一个存储器并根据所述程序代码进行操作，所述程序代码包括：第一解码代码，用于对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；第二解码代码，用于对所述已编码增强层图片的从属图片头进行解码；以及执行代码，用于执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
在实施例中，所述设备的至少一个处理器访问所述至少一个存储器，并根据所述至少一个存储器中存储的程序代码进行操作，以执行实施例中所述的重建已编码增强层图片的方法。
根据实施例，提供一种重建已编码增强层图片的装置，包括：第一解码代码，用于对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；第二解码代码，用于对所述已编码增强层图片的从属图片头进行解码；以及执行代码，用于执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
根据实施例，提供一种非易失性计算机可读存储介质，用于存储指令，当所述指令由一个或多个处理器执行时，使得所述一个或多个处理器执行：对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；对所述已编码增强层图片的从属图片头进行解码；以及执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及推断所述从属图片头的不存在的语法元素的至少一个值等于所述至少一个独立图片头的存在的语法元素的至少一个值。
在实施例中，当所述非易失性计算机可读存储介质中存储的指令由一个或多个处理器执行时，使得所述一个或多个处理器执行实施例中所述的重建已编码增强层图片的方法。
在本申请的实施例中，根据至少一个独立图片头的至少一个对应语法元素的至少一个值，预测从属图片头的至少一个语法元素的至少一个值，并将从属图片头的不存在的语法元素的至少一个值推断为等于该至少一个独立图片头的存在的语法元素的至少一个值，可以无需用信号通知由一个或多个切片或VCL NAL单元参考的参数，提高了编解码的效率。
附图说明
图1是根据H.264和H.265的NAL单元头的示意图。
图2是根据实施例的通信***的简化框图。
图3是根据实施例的视频编码器和视频解码器在流式传输环境中的放置方式的示意图。
图4是根据实施例的视频解码器的功能框图。
图5是根据实施例的视频编码器的功能框图。
图6是根据实施例的NAL单元头的示意图。
图7是根据实施例的具有独立模式和从属模式的图片头的示意图。
图8A是根据实施例的在AU中每个PU具有一个PH VCL单元的NAL单元结构的示意图。
图8B是根据实施例的在访问单元(AU)的图片单元(PU)中具有一个独立图片头(PH)VCL单元和一个或多个从属PH VCL单元的NAL单元结构的示意图。
图8C是根据实施例的在AU中每个PU具有一个或多个PH VCL单元的NAL单元结构的示意图。
图8D是根据实施例的用信号通知从属图片头和独立图片头的方法的流程图。
图8E是根据实施例的用信号通知从属图片头和独立图片头的设备的框图。
图9是根据实施例的计算机***的示意图。
具体实施方式
图2是根据实施例的通信***(200)的简化框图。通信***(200)包括至少两个终端装置(210，220)，所述终端装置可通过网络(250)彼此通信。对于单向数据传输，第一终端装置(210)可在本地位置对视频数据进行编码，以通过网络(250)传输到第二端装置(220)。第二终端装置(220)可从网络(250)接收另一终端的已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并显示恢复的视频数据。单向数据传输在媒体服务等应用中是较常见的。
图2示出了支持已编码视频的双向传输的第二对终端装置(230，240)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，第三终端装置(230)和第四终端装置(240)中的每个终端装置可对在本地位置采集的视频数据进行编码，以通过网络(250)传输到第三终端装置(230)和第四终端装置(240)中的另一终端装置。第三终端装置(230)和第四终端装置(240)中的每个终端装置还可接收由第三终端装置(230)和第四终端装置(240)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码并在本地显示设备上显示恢复的视频数据。
在图2中，第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)可为服务器、个人计算机和智能手机，但实施例的原理可不限于此。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(250)表示在第一终端装置(210)、第二终端装置(220)、第三终端装置(230)和第四终端装置(240)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(250)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(250)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。
图3示出了根据实施例的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***可包括采集子***(313)，所述采集子***可包括诸如数码相机等视频源(301)，所述视频源创建例如未压缩的视频样本流(302)。较于已编码的视频比特流，视频样本流(302)被描绘为粗线，以强其为调高数据量的视频样本流，视频样本流(302)可由耦接到相机(301)的编码器(303)处理。编码器(303)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频样本流(302)，已编码的视频比特流(304)被描绘为细线，以强调较低数据量的已编码的视频比特流，其可存储在流式传输服务器(305)上以供将来使用。一个或多个流式传输客户端(306，308)可访问流式传输服务器(305)以检索已编码的视频比特流(304)的副本(307)和副本(309)。客户端(306)可包括视频解码器(310)。视频解码器(310)对已编码的视频比特流的传入副本(307)进行解码，且产生可在显示器(312)或另一呈现装置(未示出)上呈现的输出视频样本流(311)。在一些流式传输***中，可以根据某些视频编解码/压缩标准对视频比特流(304，307，309)进行编码。这些标准的示例包括ITU-T H.265建议书。正在开发的视频编解码标准被非正式地称为多功能视频编解码(VVC)。所公开的主题可以在VVC的上下文中使用。
图4是根据实施例的视频解码器(310)的功能框图。
接收器(410)可接收将由视频解码器(310)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(412)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(410)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(410)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(415)可耦接在接收器(410)与熵解码器/解析器(420)(此后称为“解析器”)之间。当接收器(410)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(415)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(415)，所述缓冲存储器可相对较大且可具有自适应性大小。
视频解码器(310)可包括解析器(420)以根据熵编码视频序列重建符号(421)。这些符号的类别包括用于管理视频解码器(310)的操作的信息，以及用以控制诸如显示器(312)的显示装置的潜在信息，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4中所示。用于显示装置的控制信息可以是辅助增强信息(SupplementaryEnhancement Information，SEI消息)或视频可用性信息(Video Usability Information，VUI)的参数集片段(未标示)。解析器(420)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循本领域技术人员所公知的原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(420)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)、切片(slice)、宏块、编码单元(CodingUnit，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(420)可对从缓冲存储器(415)接收的视频序列执行熵解码/解析操作，从而创建符号(421)。解析器(420)可以接收已编码数据，并且选择性地解码特定符号(421)。此外，解析器(420)可以确定是否将特定符号(421)提供给运动补偿预测单元(453)、缩放器/逆变换单元(451)、帧内预测单元(452)或环路滤波器单元(454)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(421)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(420)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(420)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(310)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元可以是缩放器/逆变换单元(451)。缩放器/逆变换单元(451)可从解析器(420)接收作为符号(421)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(451)可输出包括样本值的块，所述样本值可输入到聚合器(455)中。
在一些情况下，缩放器/逆变换单元(451)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(452)提供。在一些情况下，帧内预测单元(452)采用从(部分重建的)当前图片(456)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。在一些情况下，聚合器(455)基于每个样本，将帧内预测单元(452)生成的预测信息添加到由缩放器/逆变换单元(451)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(451)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(453)可访问参考图片存储器(457)以提取用于预测的样本。在根据符号(421)对提取的样本进行运动补偿之后，这些样本可由聚合器(455)添加到缩放器/逆变换单元(451)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(453)从参考图片存储器(457)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(421)的形式而供运动补偿预测单元(453)使用，所述符号(421)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(457)提取的样本值的内插、运动矢量预测机制等等。
聚合器(455)的输出样本可在环路滤波器单元(454)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频比特流中的参数，且所述参数作为来自解析器(420)的符号(421)可用于环路滤波器单元(454)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(454)的输出可以是样本流，所述样本流可输出到显示装置(312)以及存储在参考图片存储器(457)，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(420))被识别为参考图片，则当前图片(456)可变为参考图片存储器(457)中的一部分，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(310)可根据例如ITU-T H.265标准中记录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在视频压缩技术文献或标准、特别是配置文件中所规定的视频压缩技术或标准的语法的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等等。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(410)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(310)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5是根据实施例的视频编码器(303)的功能框图。
视频编码器(303)可从视频源(301)(并非该解码器的一部分)接收视频样本，所述视频源可采集将由视频编码器(303)编码的视频图像。
视频源(301)可提供将由视频编码器(303)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 CrCb4:4:4)。在媒体服务***中，视频源(301)可以是存储先前已准备的视频的存储装置。在视频会议***中，视频源(301)可以为采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(303)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(543)。施行适当的编码速度是控制器(550)的一个功能。控制器(550)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(550)设置的参数可包括速率控制相关参数(例如，图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group ofpictures，GOP)布局，最大运动矢量搜索范围等。本领域技术人员可容易地识别控制器(550)的其它功能，因为这些功能涉及针对某一***设计优化的视频编码器(303)。
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(530)(下文称为“源编码器(source coder)”，其负责基于待编码的输入图片和参考图片创建符号)的编码部分，和嵌入于视频编码器(303)中的(本地)解码器(533)。“本地”解码器(533)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流输入到参考图片存储器(534)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)是本领域技术人员公知的。
“本地”解码器(533)的操作可与例如已在上文结合图4详细描述视频解码器(310)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(545)和解析器(420)能够无损地将符号编码/解码为已编码视频序列时，视频解码器(310)的熵解码部分(包括信道(412)、接收器(410)、缓冲存储器(415)和解析器(420))可能无法完全在本地解码器(533)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。对编码器技术的描述可以简写，因为它们与全面描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
作为操作的一部分，源编码器(530)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”的一个或多个先前已编码帧，所述运动补偿预测编码对输入帧进行预测性编码。以此方式，编码引擎(532)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(533)可基于源编码器(530)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(532)的操作可为有损过程。当已编码视频数据可在视频解码器(图5中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(533)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存储器(534)中。以此方式，编码器(303)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(535)可针对编码引擎(532)执行预测搜索。即，对于将要编码的新帧，预测器(535)可在参考图片存储器(534)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(535)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(535)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(534)中存储的多个参考图片取得的预测参考。
控制器(550)可管理源编码器(530)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(545)中对所有上述功能单元的输出进行熵编码。熵编码器(545)可根据例如霍夫曼编码、可变长度编码、算术编码等本领域技术人员公知的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(540)可缓冲由熵编码器(545)创建的已编码视频序列，从而为通过通信信道(560)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(540)可将来自源编码器(530)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(550)可管理视频编码器(303)的操作。在编码期间，控制器(550)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型。
帧内图片(I图片)，其可以是不将序列中的任何其它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。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(303)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(303)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(540)可传输附加数据和已编码的视频。源编码器(530)可以包括诸如已编码视频序列的一部分的此类数据。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。
在一个实施例中，PH可以包含作为NAL单元应用于已编码图片的所有切片的参数(或语法元素)。例如，PH NAL单元可以包含关于图片类型、图片顺序计数和编解码模式的信息，其值与已编码图片的所有切片相同。
图6是根据实施例的NAL单元头(601)的示意图。
参考图6，NAL单元可以包括主体(602)和相应的描述符(603)，该主体包括关于图片类型、图片顺序号和编解码模式的信息，其值与已编码图片的所有切片相同。
在同一或另一实施例中，PU是一组NAL单元，这些NAL单元根据指定的分类规则彼此关联，在解码顺序中是连续的，并且正好包含一个已编码图片。PU可以由一个PH NAL单元、包括一个或多个VCL NAL单元的一个已编码图片、以及零个或多个非VCL NAL单元组成。
在同一或另一实施例中，AU可以由零个或一个AU定界符NAL单元和一个或多个按照nuh_layer_id的递增顺序的PU组成。码流中的第一个AU可以开始于码流的第一个NAL单元。一个AU中最多可以有一个AU定界符NAL单元。
在同一实施例中，图片的第一个VCL NAL单元可以是按照图片的解码顺序在PHNAL单元之后的第一个VCL NAL单元。当VCL NAL单元是图片的第一个VCL NAL单元并且一个或多个条件为真时，VCL NAL单元可以是AU的第一个VCL NAL单元(并且因此，包含第一个VCL NAL单元的图片是AU的第一个图片)。所述一个或多个条件包括：
-VCL NAL单元的nuh_layer_id的值小于按解码顺序的前一图片的nuh_layer_id。
-VCL NAL单元的slice_pic_order_cnt_lsb的值不同于按解码顺序的前一图片的PicOrderCntVal。
-为VCL NAL单元导出的PicOrderCntVal不同于按解码顺序的前一图片的PicOrderCntVal。
图8A是根据实施例的在AU中每个PU具有一个PH VCL单元的NAL单元结构的示意图。
参考图8A，在同一或另一实施例中，AU可以由一个或多个非VCL NAL单元和VCLNAL单元组成，其顺序如下：
1、访问单元定界符(AUD)NAL单元(805)(当存在时)，
2、DPS NAL单元(810)(当存在时)，
3、VPS NAL单元(815)(当存在时)，
4、SPS NAL单元(820)(当存在时)，
5、PPS NAL单元(825)(当存在时)，
6、前缀APS NAL单元(830)(当存在时)，
7、PH NAL单元(835)，
8、前缀SEI NAL单元(840)(当存在时)，
9、nal_unit_type等于RSV_NVCL_26的NAL单元(当存在时)，
10、nal_unit_type在UNSPEC28到UNSPEC29范围内的NAL单元(当存在时)，
11、一个或多个VCL NAL单元(845)，
12、后缀APS NAL单元(850)(当存在时)，
13、后缀SEI NAL单元(855)(当存在时)，
14、序列结束(EOS)NAL单元(860)(当存在时)
15、码流结束(EOB)NAL单元(865)(当存在时)
当码流由多个层组成时，按上述顺序从DPS NAL单元到EOS NAL单元(VPS除外)的NAL单元将重复与层数(如果存在)一样多的次数。
在同一实施例中，PU或AU内的已编码图片和非VCL NAL单元的顺序可以遵循以下约束：
–当AU中存在AU定界符NAL单元时，它可以是该AU的第一个NAL单元。
–PU中的PH NAL单元可以在该PU的第一个VCL NAL之前。
–当PU中存在任何DPS NAL单元、VPS NAL单元、SPS NAL单元、PPS NAL单元、前缀APS NAL单元或前缀SEI NAL单元时，它们可以不在该PU的最后一个VCL NAL单元之后。
–当PU中存在任何DPS NAL单元、VPS NAL单元、SPS NAL单元或PPS NAL单元时，它们可以在该PU的PH NAL单元之前。
–nal_unit_type等于PU中的SUFFIX_APS_NUT、SUFFIX_SEI_NUT或FD_NUT的NAL单元可以不在该PU的第一个VCL NAL单元之前。
–当PU中存在EOS NAL单元时，它可以是在该PU中除EOB NAL单元之外的所有NAL单元中的最后一个NAL单元。
–当AU中存在EOB NAL单元时，它可以是该AU中的最后一个NAL单元。
图7是根据实施例的具有独立模式和从属模式的图片头的示意图。
在一个实施例中，PH被划分为两种类型：独立(independent)PH和从属(dependent)PH。独立层的PH可以是独立PH。从属层的PH可以是独立PH或从属PH。从属层k的从属PH(其中k>0)可以参考层l的PH，该层l是从属层k的直接参考层，其中l<k。
在实施例中，可以在解码器中重建已编码增强层图片。具体包括：对参考层l的已编码图片的至少一个独立PH进行解码，参考层l的已编码图片可以由已编码增强层图片参考；对已编码增强层图片的从属PH进行解码，并执行PH预测。该PH预测包括如下实施例所述的处理过程。
在同一实施例中，当从属层k的从属PH参考从属层k的直接参考层l的PH时，通常存在于独立PH中的一个或多个语法元素可以不在从属层k的从属PH中发信号通知。将在从属层k的从属PH中被跳过的语法元素的值推断为等于在直接参考层l的PH中的相同语法元素的值。在一示例中，根据至少一个独立PH的至少一个对应语法元素的至少一个值，可以预测从属PH的至少一个语法元素的至少一个值，并将该从属PH的不存在的语法元素的至少一个值推断为等于该至少一个独立PH的存在的语法元素的至少一个值。
在同一或另一实施例中，当从属层k的从属PH参考从属层k的直接参考层l的PH时，通常存在于独立PH中的一个或多个语法元素可以在从属层k的从属PH中发信号通知。从属层k的从属PH中语法元素的值从直接参考层l的PH中的相同语法元素的值来预测。
在同一实施例中，当从参考PH中的相应语法元素的值预测从属PH中的语法元素的值时，从属PH中的预测的语法元素和参考PH中的参考语法元素之间的增量值可以在从属PH中发信号通知。在一示例中，可以用信号通知预测的从属图片头的至少一个语法元素的至少一个值与至少一个独立图片头的至少一个对应语法元素的至少一个值之间的增量值。
在同一实施例中，当从属层k具有多个直接参考层时，以解码顺序紧接在从属层k之前的最高参考层的PH可以是参考PH。
在同一实施例中，参考PH可以是独立层中的独立PH。
在同一实施例中，参考PH可以是独立PH或从属层中的从属PH。
在同一实施例中，从属PH及其参考PH可以属于同一访问单元。
在同一实施例中，从属PH及其参考PH可以属于不同层，其具有直接的依赖性。
参考图7，在同一实施例中，PH中的标志ph_dependent_flag可以指示当前PH是从属的还是独立的。当ph_dependent_flag的值等于1时，当前的从属PH中可能不存在以下语法元素。可以根据参考PH中用信号通知的相同语法元素的值来推断被跳过的语法元素的值。当ph_dependent_flag的值等于0时，当前的独立PH中可能存在所有以下语法元素。
在同一实施例中，从属PH中的PPS ID的值ph_pic_parameter_set_id可以不同于参考PH中的PPS ID的值。当PPS ID的值不同时，从PH中的语法元素导出的参数的值可能会因为参考PPS不同而不同。
在同一或另一实施例中，当从属层参考多个参考层时，从属层的从属PH中的索引可以指示当前从属PH参考了哪个参考层的PH。
在同一或另一实施例中，NAL单元类型(图6中的nal_unit_type)可以指示相应的NAL单元包含从属PH。
在同一或另一实施例中，NAL单元类型可以指示相应的NAL单元包含独立PH。
在一个实施例中，按照图片的解码顺序在PH NAL单元之后的VCL NAL单元参考先前的PH NAL单元。当PU中仅存在一个PH NAL单元时，任何VCL NAL单元都参考在所有VCLNAL单元之前的PH NAL。当PU中存在多个PH NAL单元时，任何VCL NAL单元都参考紧接在当前VCL NAL单元之前的PH NAL。
图8B是根据实施例的在AU的PU中具有一个PH VCL单元和一个或多个从属PH VCL单元的NAL单元结构的示意图。
参考图8B，在同一或另一实施例中，访问单元可以由一个或多个非VCL NAL单元和VCL NAL单元组成，其顺序如下：
1、AUD NAL单元(805)(当存在时)，
2、DPS NAL单元(810)(当存在时)，
3、VPS NAL单元(815)(当存在时)，
4、SPS NAL单元(820)(当存在时)，
5、PPS NAL单元(825)(当存在时)，
6、前缀APS NAL单元(830)(当存在时)，
7、前缀SEI NAL单元(840)(当存在时)，
8、nal_unit_type等于RSV_NVCL_26的NAL单元(当存在时)，
9、nal_unit_type在UNSPEC28到UNSPEC29范围内的NAL单元(当存在时)，
10、PH NAL单元(835)，
-选项A：独立PH NAL单元(835a)
-选项B：从属PH NAL单元(835b)
11、一个或多个VCL NAL单元(845)，
12、后缀APS NAL单元(850)(当存在时)，
13、后缀SEI NAL单元(855)(当存在时)，
14、EOS NAL单元(860)(当存在时)
15、EOB NAL单元(865)(当存在时)
当码流可以由多个层组成时，按上述顺序从DPS NAL单元到EOS NAL单元(VPS除外)的NAL单元将重复与层数(如果存在)一样多的次数。对于每一层，每个PU可以存在一个PH VCL NAL单元。根据NAL单元类型的值或PH中的标志，PH VCL NAL单元包含独立PH NAL单元或从属PH NAL单元。在一示例中，基于至少一个独立图片头的标志，可以确定已编码图片包括该至少一个独立图片头；基于从属图片头的标志，可以确定已编码增强层图片包括该从属图片头。在另一示例中，基于已编码图片的单元类型，可以确定已编码图片包括至少一个独立图片头；基于已编码增强层图片的单元类型，可以确定已编码增强层图片包括从属图片头。
图8C是根据实施例的在AU中每个PU具有一个或多个PH VCL单元的NAL单元结构的示意图。
参考图8C，对于每一层，分组的PH NAL单元(835)和VCL NAL单元(845)可以被重复。
在同一或另一实施例中，包含相同PH的一个或多个NAL单元可以连续地出现在一个或多个VCL NAL单元之前。
在同一实施例中，PU或AU内的已编码图片和非VCL NAL单元的顺序可以遵循以下约束：
–当AU中存在AU定界符NAL单元时，它可以是该AU的第一个NAL单元。
–PU中的PH NAL单元可以在该PU的至少一个VCL NAL之前。
–当PU中存在任何DPS NAL单元、VPS NAL单元、SPS NAL单元、PPS NAL单元、前缀APS NAL单元或前缀SEI NAL单元时，它们可以不在该PU的最后一个VCL NAL单元之后。
–当PU中存在任何DPS NAL单元、VPS NAL单元、SPS NAL单元或PPS NAL单元时，它们可以在该PU的PH NAL单元之前。
–nal_unit_type等于PU中的SUFFIX_APS_NUT、SUFFIX_SEI_NUT或FD_NUT的NAL单元可以不在该PU的第一个VCL NAL单元之前。
–当PU中存在EOS NAL单元时，它可以是在该PU中除EOB NAL单元之外的所有NAL单元中的最后一个NAL单元。
–当AU中存在EOB NAL单元时，它可以是该AU中的最后一个NAL单元。
在同一或另一实施例中，指定参考PPS的PPS标识符(PPS_ID)可以在PH中发信号通知。当PH中存在PPS_ID时，同一PU或AU中位于PH之后的任何切片或任何VCL NAL都单元可以参考PPS_ID是在PH中发信号通知的PPS。
在同一实施例中，当在相应的PH中发信号通知PPS_ID时，该PPS_ID可以不存在于切片头中，该PH在同一PU或AU中的切片之前。在这种情况下，同一PU中的所有切片可以参考相同的PPS，而无需改变PPS中的语法元素值。
图8D是根据实施例的用信号通知从属图片头和独立图片头的方法(870)的流程图。在一些实施方案中，图8D的一个或多个处理框可以由解码器(310)执行。在一些实施方案中，图8D的一个或多个处理框可以由与解码器(310)分离或包括解码器(310)的另一设备或一组设备来执行，例如编码器(303)。
参加图8D，在第一步骤(871)中，该方法(870)包括对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考。
在第二步骤(872)中，该方法(870)包括对所述已编码增强层图片的从属图片头进行解码。
在第三步骤(873)中，该方法(870)包括执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
该方法(870)还可以包括用信号通知所述预测的从属图片头的至少一个语法元素的至少一个值与所述至少一个独立图片头的至少一个对应语法元素的至少一个值之间的增量值。
该方法(870)还可以包括基于所述至少一个独立图片头的标志，确定所述已编码图片包括所述至少一个独立图片头；以及基于所述从属图片头的标志，确定所述已编码增强层图片包括所述从属图片头。
该方法(870)还可以包括基于所述已编码图片的单元类型，确定所述已编码图片包括所述至少一个独立图片头；以及基于所述已编码增强层图片的单元类型，确定所述已编码增强层图片包括所述从属图片头。
所述至少一个独立图片头直接在所述已编码图片中的视频编解码层之前。
所述从属图片头直接在所述已编码增强层图片中的视频编解码层之前。
所述已编码图片和所述已编码增强层图片中的每一个包括多个视频编解码层和直接在所述多个视频编解码层之前的多个图片头。
虽然图8D示出了方法(870)的示例步骤，但在一些实施方式中，该方法(870)可以包括比图8D中所示的更多的步骤、更少的步骤、不同的步骤或不同排列的步骤。另外或可替代地，该方法(870)的两个或更多个步骤可以并行执行。
图8E是根据实施例的用信号通知从属图片头和独立图片头的设备(880)的框图。
参见图8E，该设备(880)包括第一解码代码(881)、第二解码代码(882)和执行代码(883)。
第一解码代码(881)用于使所述至少一个处理器对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考。
第二解码代码(882)用于使所述至少一个处理器对所述已编码增强层图片的从属图片头进行解码。
执行代码(883)用于使所述至少一个处理器执行图片头预测，其包括以下两者之一或两者：根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
该设备(880)还可以包括信令代码，用于使所述至少一个处理器用信号通知所述预测的从属图片头的至少一个语法元素的至少一个值与所述至少一个独立图片头的至少一个对应语法元素的至少一个值之间的增量值。
该设备(880)还可以包括第一确定代码，用于使所述至少一个处理器基于所述至少一个独立图片头的标志，确定所述已编码图片包括所述至少一个独立图片头；以及基于所述从属图片头的标志，确定所述已编码增强层图片包括所述从属图片头。
该设备(880)还可以包括第二确定代码，用于使所述至少一个处理器基于所述已编码图片的单元类型，确定所述已编码图片包括所述至少一个独立图片头；以及基于所述已编码增强层图片的单元类型，确定所述已编码增强层图片包括所述从属图片头。
所述至少一个独立图片头直接在所述已编码图片中的视频编解码层之前。
所述从属图片头直接在所述已编码增强层图片中的视频编解码层之前。
所述已编码图片和所述已编码增强层图片中的每一个包括多个视频编解码层和直接在所述多个视频编解码层之前的多个图片头。
上述技术可以通过计算机可读指令实现为计算机软件，并且物理地存储在一个或多个计算机可读介质中。图9示出了根据实施例的计算机***(900)的示意图。
所述计算机软件可通过任何合适的机器代码或计算机语言进行编码，通过汇编、编译、链接等机制创建包括指令的代码，所述指令可由一个或多个计算机中央处理单元(CPU)，图形处理单元(GPU)等直接执行或通过译码、微代码等方式执行。
所述指令可以在各种类型的计算机或其组件上执行，包括例如个人计算机、平板电脑、服务器、智能手机、游戏设备、物联网设备等。
图9所示的用于计算机***(900)的组件本质上是示例性的，并不用于对实现本申请实施例的计算机软件的使用范围或功能进行任何限制。也不应将组件的配置解释为与计算机***(900)的实施例中所示的任一组件或其组合具有任何依赖性或要求。
计算机***(900)可以包括某些人机界面输入设备。这种人机界面输入设备可以通过触觉输入(如：键盘输入、滑动、数据手套移动)、音频输入(如：声音、掌声)、视觉输入(如：手势)、嗅觉输入(未示出)，对一个或多个人类用户的输入做出响应。所述人机界面设备还可用于捕获某些媒体，气与人类有意识的输入不必直接相关，如音频(例如：语音、音乐、环境声音)、图像(例如：扫描图像、从静止影像相机获得的摄影图像)、视频(例如二维视频、包括立体视频的三维视频)。
人机界面输入设备可包括以下中的一个或多个(仅绘出其中一个)：键盘(901)、鼠标(902)、触控板(903)、触摸屏(910)、数据手套、操纵杆(905)、麦克风(906)、扫描仪(907)、照相机(908)。
计算机***(900)还可以包括某些人机界面输出设备。这种人机界面输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机界面输出设备可包括触觉输出设备(例如通过触摸屏(910)、数据手套或操纵杆(905)的触觉反馈，但也可以有不用作输入设备的触觉反馈设备)、音频输出设备(例如，扬声器(909)、耳机(未示出))、视觉输出设备(例如，包括阴极射线管(CRT)屏幕、液晶(LCD)屏幕、等离子屏幕、有机发光二极管(OLED)屏幕的屏幕(910)，其中每一个都具有或没有触摸屏输入功能、每一个都具有或没有触觉反馈功能——其中一些可通过诸如立体画面输出的手段输出二维视觉输出或三维以上的输出；虚拟现实眼镜(未示出)、全息显示器和放烟箱(未示出))以及打印机(未示出)。图形适配器(950)生成图像并将图像输出到触摸屏(910)。
计算机***(900)还可以包括人可访问的存储设备及其相关介质，如包括具有CD/DVD的高密度只读/可重写式光盘(CD/DVD ROM/RW)(920)或类似介质(921)的光学介质、拇指驱动器(922)、可移动硬盘驱动器或固体状态驱动器(923)，诸如磁带和软盘(未示出)的传统磁介质，诸如安全软件保护器(未示出)等的基于ROM/ASIC/PLD的专用设备，等等。
本领域技术人员还应当理解，结合所公开的主题使用的术语“计算机可读介质”不包括传输介质、载波或其它瞬时信号。
计算机***(900)还可以包括通往一个或多个通信网络(955)的接口。例如，网络(955)可以是无线的、有线的、光学的。网络(955)还可为局域网、广域网、城域网、车载网络和工业网络、实时网络、延迟容忍网络等等。网络(955)还包括以太网、无线局域网、蜂窝网络(全球移动通信***(GSM)、第三代(3G)、***(4G)、第五代(5G)、长期演进(LTE)等)等局域网、电视有线或无线广域数字网络(包括有线电视、***、和地面广播电视)、车载和工业网络(包括CANBus)等等。某些网络(955)通常需要外部网络接口适配器，用于连接到某些通用数据端口或***总线(949)(例如，计算机***(900)的通用串行总线(USB)端口)；其它***通常通过连接到如下所述的***总线集成到计算机***(900)的核心(例如，以太网接口集成到PC计算机***或蜂窝网络接口(954)集成到智能电话计算机***)。通过使用这些网络(955)中的任何一个，计算机***(900)可以与其它实体进行通信。所述通信可以是单向的，仅用于接收(例如，无线电视)，单向的仅用于发送(例如CAN总线到某些CAN总线设备)，或双向的，例如通过局域或广域数字网络到其它计算机***。上述的每个网络(955)和网络接口(954)可使用某些协议和协议栈。
上述的人机界面设备、人可访问的存储设备以及网络接口(954)可以连接到计算机***(900)的核心(940)。
核心(940)可包括一个或多个中央处理单元(CPU)(941)、图形处理单元(GPU)(942)、以现场可编程门阵列(FPGA)(943)形式的专用可编程处理单元、用于特定任务的硬件加速器(944)等。这些设备以及只读存储器(ROM)(945)、随机存取存储器(RAM)(946)、内部大容量存储器(例如内部非用户可存取硬盘驱动器、固态硬盘(SSD)等)(947)等可通过***总线(948)进行连接。在某些计算机***中，可以以一个或多个物理插头的形式访问***总线(948)，以便可通过额外的中央处理单元、图形处理单元等进行扩展。***装置可直接附接到核心的***总线(948)，或通过***总线(949)进行连接。***总线的体系结构包括***总线互联(PCI)、通用串行总线USB等。
CPU(941)、GPU(942)、FPGA(943)和加速器(944)可以执行某些指令，这些指令组合起来可以构成上述计算机代码。该计算机代码可以存储在ROM(945)或RAM(946)中。过渡数据也可以存储在RAM(946)中，而永久数据可以存储在例如内部大容量存储器(947)中。通过使用高速缓冲存储器可实现对任何存储器设备的快速存储和检索，高速缓冲存储器可与一个或多个CPU(941)、GPU(942)、大容量存储器(947)、ROM(945)、RAM(946)等紧密关联。
所述计算机可读介质上可具有计算机代码，用于执行各种计算机实现的操作。介质和计算机代码可以是为实施例的目的而特别设计和构造，也可以是计算机软件领域的技术人员所熟知和可用的介质和代码。
作为实施例而非限制，具有体系结构(900)的计算机***，特别是核心(940)，可以作为处理器(包括CPU、GPU、FPGA、加速器等)提供执行包含在一个或多个有形的计算机可读介质中的软件的功能。这种计算机可读介质可以是与上述的用户可访问的大容量存储器相关联的介质，以及具有非易失性的核心(940)的特定存储器，例如核心内部大容量存储器(947)或ROM(945)。实现本申请的各种实施例的软件可以存储在这种设备中并且由核心(940)执行。根据特定需要，计算机可读介质可包括一个或一个以上存储设备或芯片。该软件可以使得核心(940)特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文所述的特定过程或特定过程的特定部分，包括定义存储在RAM(946)中的数据结构以及根据软件定义的过程来修改这种数据结构。另外或作为替代，计算机***可以提供逻辑硬连线或以其它方式包含在电路(例如，加速器(944))中的功能，该电路可以代替软件或与软件一起运行以执行本文所述的特定过程或特定过程的特定部分。在适当的情况下，对软件的引用可以包括逻辑，反之亦然。在适当的情况下，对计算机可读介质的引用可包括存储执行软件的电路(如集成电路(IC))，包含执行逻辑的电路，或两者兼备。本申请包括任何合适的硬件和软件组合。
虽然本申请已对多个示例性实施例进行了描述，但实施例的各种变更、排列和各种等同替换均属于本申请的范围内。因此应理解，本领域技术人员能够设计多种***和方法，所述***和方法虽然未在本文中明确示出或描述，但其体现了本申请的原则，因此属于本申请的精神和范围之内。

Claims (10)

1.一种重建已编码增强层图片的方法，其特征在于，所述方法包括：
对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；
对所述已编码增强层图片的从属图片头进行解码；以及
执行图片头预测，所述图片头预测包括以下两者之一或两者：
根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及
将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
2.根据权利要求1所述的方法，其特征在于，还包括：
用信号通知所述预测的从属图片头的至少一个语法元素的至少一个值与所述至少一个独立图片头的至少一个对应语法元素的至少一个值之间的增量值。
3.根据权利要求1所述的方法，其特征在于，还包括：
基于所述至少一个独立图片头的标志，确定所述已编码图片包括所述至少一个独立图片头；以及
基于所述从属图片头的标志，确定所述已编码增强层图片包括所述从属图片头。
4.根据权利要求1所述的方法，其特征在于，还进一步包括：
基于所述已编码图片的单元类型，确定所述已编码图片包括所述至少一个独立图片头；以及
基于所述已编码增强层图片的单元类型，确定所述已编码增强层图片包括所述从属图片头。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述至少一个独立图片头直接在所述已编码图片中的视频编解码层之前。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述从属图片头直接在所述已编码增强层图片中的视频编解码层之前。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述已编码图片和所述已编码增强层图片中的每一个包括多个视频编解码层和直接在所述多个视频编解码层之前的多个图片头。
8.一种重建已编码增强层图片的设备，其特征在于，所述设备包括：
至少一个存储器，用于存储程序代码；以及
至少一个处理器，用于访问所述至少一个存储器并根据所述程序代码进行操作，以执行如权利要求1至7任一项所述的方法。
9.一种重建已编码增强层图片的装置，其特征在于，所述装置包括：
第一解码模块，用于对参考层的已编码图片的至少一个独立图片头进行解码，所述参考层的已编码图片由所述已编码增强层图片参考；
第二解码模块，用于对所述已编码增强层图片的从属图片头进行解码；以及
执行模块，用于执行图片头预测，其包括以下两者之一或两者：
根据所述至少一个独立图片头的至少一个对应语法元素的至少一个值，预测所述从属图片头的至少一个语法元素的至少一个值；以及
将所述从属图片头的不存在的语法元素的至少一个值推断为等于所述至少一个独立图片头的存在的语法元素的至少一个值。
10.一种非易失性计算机可读存储介质，其特征在于，用于存储指令，当所述指令由一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7任一项所述的方法。
CN202011313064.9A 2019-12-12 2020-11-20 重建已编码增强层图片的方法和设备 Pending CN112995680A (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201962947236P 2019-12-12 2019-12-12
US201962947226P 2019-12-12 2019-12-12
US62/947,226 2019-12-12
US62/947,236 2019-12-12
US17/071,479 2020-10-15
US17/071,479 US11395007B2 (en) 2019-12-12 2020-10-15 Method for signaling dependent and independent picture header

Publications (1)

Publication Number Publication Date
CN112995680A true CN112995680A (zh) 2021-06-18

Family

ID=76320636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011313064.9A Pending CN112995680A (zh) 2019-12-12 2020-11-20 重建已编码增强层图片的方法和设备

Country Status (2)

Country Link
US (3) US11395007B2 (zh)
CN (1) CN112995680A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115004710A (zh) * 2020-01-09 2022-09-02 瑞典爱立信有限公司 图像头存在

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080317124A1 (en) * 2007-06-25 2008-12-25 Sukhee Cho Multi-view video coding system, decoding system, bitstream extraction system for decoding base view and supporting view random access
US9706227B2 (en) * 2011-03-10 2017-07-11 Qualcomm Incorporated Video coding techniques for coding dependent pictures after random access
US20130343465A1 (en) * 2012-06-26 2013-12-26 Qualcomm Incorporated Header parameter sets for video coding
US9635369B2 (en) * 2012-07-02 2017-04-25 Qualcomm Incorporated Video parameter set including HRD parameters
CN106416250B (zh) * 2013-12-02 2020-12-04 诺基亚技术有限公司 视频编码和解码
US9912966B2 (en) * 2014-01-03 2018-03-06 Nokia Technologies Oy Parameter set coding
US11356705B2 (en) * 2019-12-23 2022-06-07 Qualcomm Incorporated Picture header intra random access picture and gradual decoder refresh signaling in video coding
US20210314624A1 (en) * 2020-04-02 2021-10-07 Qualcomm Incorporated Signaling of syntax elements for video data

Also Published As

Publication number Publication date
US11546637B2 (en) 2023-01-03
US11395007B2 (en) 2022-07-19
US20230075516A1 (en) 2023-03-09
US20210185359A1 (en) 2021-06-17
US20220295114A1 (en) 2022-09-15

Similar Documents

Publication Publication Date Title
CN113228633B (zh) 视频编解码的方法和设备
KR102648248B1 (ko) 랜덤 액세스 포인트 및 픽처 유형의 식별 방법
CN113875242A (zh) 支持各种色度格式的视频编解码工具的信令
CN113711605B (zh) 视频编解码的方法、装置、***以及计算机可读介质
US11677972B2 (en) Identifying tile from network abstraction unit header
CN112292859A (zh) 在解码中使用带外流结尾nal单元的方法和装置
CN113678451A (zh) 视频比特流中层间预测的信令
CN112118456B (zh) 莱斯参数选择方法、装置、计算机设备及存储介质
CN113826387A (zh) 在编码视频流中进行分层随机访问的方法
CN113348666A (zh) 用于图块组识别的方法
CN113661707A (zh) 视频比特流中层间预测的信令
CN113812158A (zh) 可缩放视频流的输出层集的信令方法
CN114073084B (zh) 视频编解码方法、装置和存储介质
CN113273152B (zh) 媒体解码的方法、装置与计算机可读介质
US20230075516A1 (en) System and method for decoding including network abstraction layer unit structure with picture header
CN113994686A (zh) 点云编码的数据单元和参数集设计
CN113678447B (zh) 重建网络抽象层单元的方法、设备和电子设备
EP3903477B1 (en) Method for syntax controlled decoded picture buffer management
CN114270329A (zh) 清单内更新事件
CN112118453A (zh) 视频解码方法和设备、计算机设备以及存储介质
CN110636296B (zh) 视频解码方法、装置、计算机设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40046425

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination