CN114930834A - 编码器、解码器及灵活档次配置的对应方法 - Google Patents

Abstract

一种由解码设备实现的用于对视频码流进行解码的方法，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：对于所述一个或多个SPS标志中的一个SPS标志，通过解析所述视频码流，分别获得所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；通过解析所述视频码流，获得所述SPS标志；根据所述两个变量的所述值评估所述SPS标志的值是否有效；当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

Description

编码器、解码器及灵活档次配置的对应方法

相关申请案交叉引用

本专利申请要求于2020年1月3日提交的国际专利申请PCT/EP2020/050077的优先权。上述专利申请的公开内容通过全文引用并入本文中。

技术领域

本申请(发明)的实施例大体上涉及图像处理领域，更具体地涉及高级别语法和码流一致性。

背景技术

视频译码(视频编码和解码)广泛用于数字视频应用，例如广播数字电视、基于互联网和移动网络的视频传输、视频聊天、视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑***以及安全应用的可携式摄像机。

即使在视频较短的情况下也需要对大量的视频数据进行描述，当数据要在带宽容量受限的通信网络中传输或以其它方式传送时，这样可能会造成困难。因此，视频数据通常要先压缩，然后在现代电信网络中发送。由于内存资源可能有限，当在存储设备上存储视频时，视频的大小也可能成为问题。视频压缩设备通常在信源侧使用软件和/或硬件对视频数据进行编码，然后进行发送或存储，从而减少表示数字视频图像所需的数据量。然后，压缩数据在目的地侧由用于对视频数据进行解码的视频解压缩设备接收。在网络资源有限以及对更高视频质量的需求不断增长的情况下，需要改进压缩和解压缩技术，这些改进的技术在几乎不影响图像质量的情况下能够提高压缩比。

发明内容

本申请的实施例提供了独立权利要求所描述的编码及解码装置和方法。

上述和其它目的是通过由独立权利要求请求保护的主题来实现。其它实现方式在从属权利要求、说明书和附图中是显而易见的。

在所附独立权利要求中概述了特定实施例，在从属权利要求中概述了其它实施例。

本发明提供了一种由解码设备实现的用于对视频码流进行解码的方法，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：对于所述一个或多个SPS标志中的一个SPS标志，通过解析所述视频码流，分别获得所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；通过解析所述视频码流，获得所述SPS标志的值；根据所述两个变量的所述值评估所述SPS标志的值是否有效；当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

在下文中，术语sps和SPS、sps标志和SPS标志、sps标志值和SPS标志值应分别理解为具有相同的含义。

因此，本发明向SPS引入一个附加的语法元素，该语法元素旨在从下边界(即SPS标志的最小允许值)限制SPS标志。

上述方法还可以包括：当所述SPS标志的所述值无效时，停止对所述视频码流进行解码。

在上述方法中，SPS标志的两个变量可以是布尔变量，其中，这两个变量可以分别封装在两个语法元素(例如toolset_idc_H和toolset_idc_L)中，其中，所述两个变量可以分别对应于所述两个语法元素内的特定位。

在上述方法中，两个变量的值可以来自集合{0,1}。

在上述方法中，SPS标志的值可以等于变量的值之一。

在上述方法中，所述两个变量的值可以来自集合{0,1}，可以表示为l_i和h_i，并可以在码流中在SPS标志之前指示，其中，l_i≤sps_i≤h_i，sps_i是SPS标志的值。

在上述方法中，对于一个或多个SPS标志的所有SPS标志，集合{0,1}中的两个变量可以通过具有集合{0,1}中的元素的两个矢量指示：toolset_idc_l＝l₀l₁,…,l_i,…l_n-1且toolset_idc_h＝h₀Hh₁,…,h_i,…h_n-1，其中，n是一个或多个SPS标志的数量，i是整数。

需要说明的是，在现有技术中，toolset_idc机制等机制只支持将SPS标志值限制为0，没有将SPS标志限制为1的方法。

有鉴于此，本发明对toolset_idc机制进行了扩展，以便从低边界和高边界支持功能，从而克服这个问题。换句话说，本发明提供的方案可以用于强制0和1SPS标志值。

本发明还提供一种由编码设备实现的对视频码流进行编码的方法，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：

对于所述一个或多个SPS标志中的一个SPS标志，分别设置所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；将所述SPS标志的所述值和所述SPS标志的所述两个变量编码到所述视频码流中。

设置SPS标志的两个变量是基于所需的译码能力。

上述方法还可以包括：当作为SPS标志的最小允许值的一个变量的值等于1时，确定SPS标志的值为1。

上述方法还可以包括：当作为SPS标志的最大允许值的一个变量的值等于0时，确定SPS标志的值为0。

上述方法还可以包括：当SPS标志的两个变量的值都等于1时，确定SPS标志的值分别为1。

上述方法还可以包括：当SPS标志的两个变量的值都等于0时，确定SPS标志的值分别为0。

在上述方法中，SPS标志的两个变量可以是布尔变量，其中，这两个变量可以分别封装在两个语法元素中，其中，所述两个变量可以分别对应于所述两个语法元素内的特定位。

在上述方法中，两个变量的值可以来自集合{0,1}。

在上述方法中，SPS标志的值可以等于变量的值之一。

在上述方法中，所述两个变量的值可以来自集合{0,1}，可以表示为l_i和h_i，并可以在码流中在SPS标志之前指示，其中，l_i≤sps_i≤h_i，sps_i是SPS标志的值。

在上述方法中，对于一个或多个SPS标志的所有SPS标志，集合{0,1}中的两个变量可以通过具有集合{0,1}中的元素的两个矢量指示：toolset_idc_l＝l₀l₁,…,l_i,…l_n-1且toolset_idc_h＝h₀Hh₁,…,h_i,…h_n-1，其中，n是一个或多个SPS标志的数量，i是整数。

本发明还公开一种编码器，包括处理电路，所述处理电路用于执行上述方法。

本发明还公开一种解码器，包括处理电路，所述处理电路用于执行上述方法。

本发明还公开了一种包括程序代码的计算机程序产品，所述程序代码当在计算机或处理器中执行时，用于执行上述方法。

本发明还公开一种解码器，包括：一个或多个处理器；非瞬时性计算机可读存储介质，与所述处理器耦合并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述解码器执行上述方法。

本发明还公开一种编码器，包括：一个或多个处理器；非瞬时性计算机可读存储介质，与所述处理器耦合并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述编码器执行上述方法。

本发明还公开一种非瞬时性计算机可读介质，携带程序代码，所述程序代码在由计算机设备执行时，使所述计算机设备执行上述方法。

本发明还公开一种非瞬时性存储介质，包括由图像解码设备解码的经编码的码流，所述码流通过将视频信号或图像信号的帧划分为多个块来产生，并且包括多个SPS标志，其中，所述码流还包括SPS标志的两个变量，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，并且所述两个变量中的另一个变量的值是所述SPS标志的最大允许值。

本发明还公开了一种用于对视频码流进行解码的解码器，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述解码器包括：第一获取单元，用于通过解析所述视频码流，分别获得所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；第二获取单元，用于通过解析所述视频码流，获得所述SPS标志的值；评估单元，用于根据所述两个变量的所述值评估所述SPS标志的所述值是否有效；解码单元，用于当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

本发明还公开一种用于对视频码流进行编码的编码器，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述编码器包括：

指示单元，用于分别设置所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；

确定单元，用于根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；

编码单元，用于将所述SPS标志的所述值和所述SPS标志的所述两个变量编码到所述视频码流中。

以下附图和说明书详细阐述了一个或多个实施例。其它特征、目的和优点在说明书、附图和权利要求中是显而易见的。

附图说明

下面结合附图对本发明的实施例进行详细描述。在附图中：

图1A为用于实现本发明的实施例的视频译码***的一个示例的框图；

图1B为用于实现本发明的实施例的视频译码***的另一个示例的框图；

图2为用于实现本发明的实施例的视频编码器示例的框图；

图3为用于实现本发明的实施例的视频解码器的示例性结构的框图；

图4为编码装置或解码装置的一个示例的框图；

图5为编码装置或解码装置的另一示例的框图；

图6为用于实现内容分发业务的内容供应***3100的示例性结构的框图；

图7为终端设备的示例结构的框图；

图8示出了本发明的实施例提供的用于对视频码流进行解码的方法的流程图；

图9示出了本发明的实施例提供的用于对视频码流进行解码的解码器；

图10示出了本发明的实施例提供的用于对视频码流进行编码的方法的流程图；

图11示出了本发明的实施例提供的用于对视频码流进行编码的编码器。

在下文中，除非另外明确说明，否则相同的附图标记是指相同或至少功能上等效的特征。

具体实施方式

以下描述中，参考形成本发明一部分并以说明的方式示出本发明的实施例的具体方面或可以使用本发明的实施例的具体方面的附图。应理解，本发明的实施例可在其它方面中使用，并且可以包括附图中未描绘的结构变化或逻辑变化。因此，以下详细描述不应以限制性的意义来理解，且本发明的范围由所附权利要求书界定。

例如，可以理解的是，与描述方法有关的公开内容可以对用于执行所述方法的对应设备或***也同样适用，反之亦然。例如，如果描述一个或多个具体方法步骤，则对应的设备可以包括一个或多个单元(例如功能单元)来执行所描述的一个或多个方法步骤(例如，一个单元执行一个或多个步骤，或多个单元分别执行多个步骤中的一个或多个)，即使附图中未明确描述或说明该一个或多个单元。另一方面，例如，如果根据一个或多个单元(例如，功能单元)来描述具体装置，则对应的方法可以包括一个步骤来执行一个或多个单元的功能(例如，一个步骤执行一个或多个单元的功能，或多个步骤各自执行多个单元中的一个或多个单元的功能)，即使附图中未明确描述或示出这种一个或多个单元。此外，可以理解的是，除非另外明确说明，否则本文中所描述的各个示例性实施例和/或方面的特征可以相互组合。

视频译码通常指对构成视频或视频序列的图像序列进行的处理。在视频译码领域，术语“帧(frame)”与“图像(picture/image)”可以用作同义词。视频译码(或通常为译码)包括视频编码和视频解码两部分。视频编码在信源侧执行，通常包括处理(例如，压缩)原始视频图像以减少表示视频图像所需的数据量(从而更高效存储和/或发送)。视频解码在目的地侧执行，并且通常包括相对于编码器的逆处理以重建视频图像。实施例涉及的视频图像(或通常称为图像)的“译码”应理解为涉及视频图像或相应视频序列的“编码”或“解码”。编码部分和解码部分也合称为编解码(编码和解码，CODEC)。

在无损视频译码情况下，可以重建原始视频图像，即重建视频图像与原始视频图像具有相同的质量(假设存储或传输期间没有传输损耗或其它数据丢失)。在有损视频译码情况下，通过量化等进一步压缩来减少表示视频图像的数据量，而解码器无法完全重建视频图像，即重建视频图像的质量比原始视频图像的质量低或差。

几个视频编码标准属于“有损混合视频编解码器”组(即，将样本域中的空间预测和时间预测与变换域中用于应用量化的2D变换译码结合)。视频序列中的每个图像通常分割成不重叠块的集合，通常进行块级别的译码。换句话说，编码器通常在块(视频块)级对视频进行处理，即编码，例如，通过空间(帧内)预测和/或时间(帧间)预测来生成预测块；从当前块(当前处理/待处理的块)中减去预测块，获得残差块；在变换域中变换残差块并量化残差块，以减少待发送(压缩)的数据量，而解码器将相对于编码器的逆处理应用于经编码或压缩的块，以重建当前块进行表示。此外，编码器和解码器的处理步骤相同，使得编码器和解码器生成相同的预测(例如，帧内预测和帧间预测)和/或重建，用于进行处理，即对后续块进行译码。

在以下实施例中，根据图1A、1B至图3描述了视频译码***10、视频编码器20和视频解码器30。

图1A为示例译码***10的示意性框图，例如可以利用本申请技术的视频译码***10(或简称为译码***10)。视频译码***10中的视频编码器20(或简称为编码器20)和视频解码器30(或简称为解码器30)代表可用于根据本申请中描述的各种示例执行各技术的设备示例。

如图1A所示，译码***10包括源设备12，例如，所述源设备12用于将经编码的图像数据21提供到目的地设备14以对经编码的图像数据13进行解码。

源设备12包括编码器20，并且可以另外(即可选地)包括图像源16、预处理器(或预处理单元)18(例如图像预处理器18)和通信接口或通信单元22。

图像源16可以包括或可以是任何类型的图像捕获设备，例如用于捕获真实世界图像的摄像机，和/或任何类型的图像生成设备，例如用于生成计算机动画图像的计算机图形处理器，或用于获得和/或提供真实世界图像、计算机生成图像(例如，屏幕内容、虚拟现实(virtual reality，VR)图像)和/或其任何组合(例如，增强现实(augmented reality，AR)图像)的任何类型的其它设备。图像源可以为存储任一上述图像的任何类型的存储器(memory/storage)。

为了区分预处理器18和预处理单元18执行的处理，图像或图像数据17也可以称为原始图像或原始图像数据17。

预处理器18用于接收(原始)图像数据17，对图像数据17进行预处理，以获得经预处理的图像19或经预处理的图像数据19。例如，预处理器18执行的预处理可包括修剪(trimming)、颜色格式转换(例如从RGB转换为YCbCr)、调色或去噪。可以理解的是，预处理单元18可以为可选组件。

视频编码器20用于接收经预处理的图像数据19并提供经编码的图像数据21(例如，下文根据图2进一步详细描述)。

源设备12的通信接口22可以用于接收经编码的图像数据21，并通过通信信道13将经编码的图像数据21(或其任何其它经处理版本)发送到另一设备(例如目的地设备14)或任何其它设备，以便进行存储或直接重建。

目的地设备14包括解码器30(例如，视频解码器30)，另外(即可选地)，可包括通信接口或通信单元28、后处理器32(或后处理单元32)和显示设备34。

目的地设备14的通信接口28用于接收经编码的图像数据21(或其任何其它经处理版本)，例如，直接从源设备12或任何其它源(例如，编码图像数据存储设备等存储设备)接收，并将经编码的图像数据21提供给解码器30。

通信接口22和通信接口28可以用于通过源设备12与目的地设备14之间的直接通信链路(例如，直接有线或无线连接)或者通过任何类型的网络(例如，有线网络、无线网络或其任何组合，或者任何类型的私网和公网或其任何类型的组合)发送或接收经编码的图像数据21或经编码的数据13。

例如，通信接口22可以用于将经编码的图像数据21封装成合适的格式(例如数据包)，和/或通过任何类型的传输编码或处理方式来处理经编码的图像数据，以便通过通信链路或通信网络进行传输。

例如，与通信接口22对应的通信接口28可用于接收传输数据，并使用任何类型的对应传输解码或处理和/或解封装对传输数据进行处理，以获得经编码的图像数据21。

通信接口22和通信接口28均可配置为图1A中从源设备12指向目的地设备14的通信信道13的箭头所表示的单向通信接口，或者配置为双向通信接口，并且可以用于发送和接收消息等，以建立连接、确认并交换与通信链路和/或数据传输(例如经编码的图像数据传输)相关的任何其它信息等。

解码器30用于接收经编码的图像数据21并提供经解码的图像数据31或解码图像31(例如，下文根据图3或图5进一步详细描述)。

目的地设备14的后处理器32用于对经解码的图像数据31(也称为重建图像数据)(例如，解码图像31)进行后处理，以获得经后处理的图像数据33(例如，后处理图像33)。例如，由后处理单元32执行的后处理可以包括颜色格式转换(例如从YCbCr转换为RGB)、调色、修剪或重采样，或任何其它处理，例如，用于准备经解码的图像数据31以供显示设备34等显示。

目的地设备14的显示设备34用于接收经后处理的图像数据33，以向用户或观看者等显示图像。显示设备34可以为或者可以包括任何类型的显示器(例如集成或外部显示器或显示屏)，以表示重建图像。例如，显示器可以包括液晶显示器(liquid crystaldisplay，LCD)、有机发光二极管(organic light emitting diode，OLED)显示器、等离子显示器、投影仪、微型LED显示器、硅基液晶显示器(liquid crystal on silicon，LCoS)、数字光处理器(digital light processor，DLP)或任何类型的其它显示器。

尽管图1A将源设备12和目的地设备14作为单独的设备进行描述，但是设备实施例还可以包括两种设备或两种功能，即源设备12或对应功能以及目的地设备14或对应功能。在这些实施例中，可以使用相同的硬件和/或软件或使用单独的硬件和/或软件或其任何组合来实现源设备12或对应功能以及目的地设备14或对应功能。

根据描述，图1A所示的源设备12和/或目的地设备14中的不同单元或功能的存在和(准确)划分可能根据实际设备和应用而有所不同，这对技术人员来说是显而易见的。

编码器20(例如视频编码器20)或解码器30(例如视频解码器30)，或编码器20和解码器30两者均可通过如图1B所示的处理电路实现，例如一个或多个微处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application-specificintegrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)、离散逻辑、硬件、视频译码专用处理器或其任何组合。编码器20可以由处理电路46实现，以体现结合图2的编码器20所述的各种模块和/或本文描述的任何其它编码器***或子***。解码器30可以由处理电路46实现，以体现结合图3的解码器30所述的各种模块和/或本文描述的任何其它解码器***或子***。所述处理电路可用于执行下文描述的各种操作。如图5所示，如果所述技术部分地以软件形式实现，则设备可以将软件的指令存储在合适的非瞬时性计算机可读存储介质中，并且可以使用一个或多个处理器执行硬件中的指令，以执行本发明的技术。视频编码器20和视频解码器30中的任一个可作为组合编解码器(encoder/decoder，CODEC)的一部分集成在单个设备中，如图1B所示。

源设备12和目的地设备14可以包括多种设备中的任一种，包括任何类型的手持或固定设备，例如，笔记本电脑或膝上型电脑、手机、智能手机、平板电脑(tablet/tabletcomputer)、摄像机、台式计算机、机顶盒、电视、显示设备、数字媒体播放器、视频游戏机、视频流设备(例如内容服务服务器或内容分发服务器)、广播接收器设备、广播发射器设备等，并且可以不使用或使用任何类型的操作***。在某些情况下，可以配备源设备12和目的地设备14以用于无线通信。因此，源设备12和目的地设备14可以是无线通信设备。

在某些情况下，图1A所示的视频译码***10仅仅是示例，本申请的技术可适用于在编码设备与解码设备之间不一定包括任何数据通信的视频译码设置(例如，视频编码或视频解码)。在其它示例中，数据从本地存储器中检索，通过网络流式传输，等等。视频编码设备可以对数据进行编码并将数据存储到存储器中，和/或视频解码设备可以从存储器检索数据并对数据进行解码。在一些示例中，编码和解码由相互不通信而只是将数据编码到存储器和/或从存储器中检索数据并对数据进行解码的设备来执行。

为便于描述，本文参考由ITU-T视频编码专家组(video coding experts group，VCEG)和ISO/IEC运动图像专家组(motion picture experts group，MPEG)的视频编码联合工作组(joint collaboration team on video coding，JCT-VC)开发的高效视频编码(high-efficiency video coding，HEVC)或通用视频编码(versatile video coding，VVC)(下一代视频编码标准)参考软件等描述本发明实施例。本领域普通技术人员理解本发明的实施例不限于HEVC或VVC。

编码器和编码方法

图2为用于实现本申请技术的示例性视频编码器20的示意性框图。在图2的示例中，视频编码器20包括输入端201(或输入接口201)、残差计算单元204、变换处理单元206、量化单元208、反量化单元210和逆变换处理单元212、重建单元214、环路滤波单元220、解码图像缓冲区(decoded picture buffer，DPB)230、模式选择单元260、熵编码单元270和输出端272(或输出接口272)。模式选择单元260可以包括帧间预测单元244、帧内预测单元254和分割单元262。帧间预测单元244可以包括运动估计单元和运动补偿单元(未示出)。图2所示的视频编码器20也可以称为混合型视频编码器或基于混合型视频编解码器的视频编码器。

残差计算单元204、变换处理单元206、量化单元208和模式选择单元260可以组成编码器20的前向信号路径，而反量化单元210、逆变换处理单元212、重建单元214、缓冲区216、环路滤波器220、解码图像缓冲区(decoded picture buffer，DPB)230、帧间预测单元244和帧内预测单元254可以组成视频编码器20的后向信号路径，其中，视频编码器20的后向信号路径对应于解码器(参见图3中的视频解码器30)的信号路径。反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picturebuffer，DPB)230、帧间预测单元244和帧内预测单元254还组成视频编码器20的“内置解码器”。

图像和图像分割(图像和块)

编码器20可以用于通过输入端201等接收图像17(或图像数据17)，例如形成视频或视频序列的图像序列中的图像。接收到的图像或图像数据也可以是经预处理的图像19(或经预处理的图像数据19)。为简单起见，以下描述中称为图像17。图像17也可以称为当前图像或待译码图像(尤其是在视频译码中将当前图像与同一视频序列(也就是同样包括当前图像的视频序列)中的其它图像(例如先前的编码和/或解码图像)区分开)。

(数字)图像为或可以视为具有强度值的样本组成的二维阵列或矩阵。阵列中的样本也可以称为像素(pixel或pel)(图像元素的简称)。阵列或图像的水平方向和垂直方向(或轴线)上的样本数量限定了图像的大小和/或分辨率。通常采用三个颜色分量来表示颜色，即图像可以表示为或包括三个样本阵列。在RGB格式或颜色空间中，图像包括对应的红色、绿色和蓝色样本阵列。但是，在视频译码中，每个像素通常由亮度和色度格式或在颜色空间中表示，例如，YCbCr，包括Y表示的亮度分量(有时也用L表示)和Cb和Cr表示的两个色度分量。亮度(luminance，简写为luma)分量Y表示亮度或灰度级强度(例如在灰度等级图像中)，而两个色度(chrominance，简写为chroma)分量Cb和Cr表示色度或颜色信息分量。相应地，YCbCr格式的图像包括亮度样本值(Y)的亮度样本阵列和色度值(Cb和Cr)的两个色度样本阵列。RGB格式的图像可以转换或变换成YCbCr格式，反之亦然，该过程也称为颜色转换或颜色变换。如果图像是黑白的，则该图像可以仅包括亮度样本阵列。相应地，例如，图像可以为黑白格式的亮度样本阵列或4:2:0、4:2:2和4:4:4彩色格式的亮度样本阵列和两个对应的色度样本阵列。

视频编码器20的实施例可以包括图像分割单元(图2中未示出)，用于将图像17分割成多个(通常不重叠)图像块203。这些块也可以称为根块、宏块(H.264/AVC)或编码树块(coding tree block，CTB)，或编码树单元(coding tree unit，CTU)(H.265/HEVC和VVC)。图像分割单元可以用于对视频序列中的所有图像使用相同的块大小和使用限定块大小的对应网格，或者在图像或图像子集或图像组之间改变块大小，并将每个图像分割成对应块。

在其它实施例中，视频编码器可以用于直接接收图像17的块203，例如组成图像17的一个、几个或所有块。图像块203还可以称为当前图像块或待译码图像块。

尽管图像块203的尺寸小于图像17，但是与图像17一样，图像块203也是或也可以被认为是具有强度值(样本值)的样本的二维阵列或矩阵。换句话说，例如，根据所应用的颜色格式，块203可以包括一个样本阵列(例如，图像17是黑白情况下的亮度阵列，或图像17是彩色情况下的亮度或色度阵列)或三个样本阵列(例如，图像17是彩色情况下的一个亮度阵列和两个色度阵列)或任何其它数量和/或类型的阵列。块203的水平方向和垂直方向(或轴线)上的样本数量限定了块203的大小。相应地，一个块可以为M×N(M列×N行)的样本阵列，或M×N变换系数阵列等。

图2所示的视频编码器20的实施例可以用于逐块对图像17进行编码，例如，按块203进行编码和预测。

图2所示的视频编码器20的实施例还可以用于使用条带(slice)(也称为视频条带)对图像进行分割和/或编码，其中，可以使用一个或多个条带(通常为不重叠的)对图像进行分割或编码。每个条带可以包括一个或多个块(例如，CTU)或一个或多个块组(例如，分块(tile)(H.265/HEVC和VVC)或砖(brick)(VVC))。

图2所示的视频编码器20的实施例还可以用于使用条带/分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或编码，其中，可以使用一个或多个条带/分块组(通常为不重叠的)对图像进行分割或编码。每个条带/分块组可以包括一个或多个块(例如CTU)或一个或多个分块等，其中，每个分块可以为矩形等形状，可以包括一个或多个块(例如CTU)，例如完整或部分块。

残差计算

残差计算单元204可用于通过如下等方式根据图像块203和预测块265(下文详细描述预测块265)来计算残差块205(也称为残差205)：逐个样本(逐个像素)从图像块203的样本值中减去预测块265的样本值，以获得样本域中的残差块205。

变换

变换处理单元206可以用于对残差块205的样本值进行离散余弦变换(discretecosine transform，DCT)或离散正弦变换(discrete sine transform，DST)等变换，得到变换域中的变换系数207。变换系数207也可称为变换残差系数，表示变换域中的残差块205。

变换处理单元206可用于应用DCT/DST的整数化近似，如针对H.265/HEVC指定的变换。与正交DCT变换相比，这种整数化近似通常通过某一因子进行缩放(scale)。使用其它缩放因子作为变换过程的一部分，以维持经前向变换和逆变换处理的残差块的范数。缩放因子通常是根据某些约束条件来选择的，例如缩放因子是用于移位运算的2的幂、变换系数的位深度、准确性与实现成本之间的权衡等。例如，通过逆变换处理单元212等为逆变换(以及在视频解码器30侧通过逆变换处理单元312等为对应的逆变换)指定具体的缩放因子；相应地，可以在编码器20侧，通过变换处理单元206等为正变换指定对应的缩放因子。

视频编码器20(具体是变换处理单元206)的实施例可以用于直接或通过熵编码单元270编码或压缩等输出变换参数(例如，一种或多种变换的类型)，使得例如视频解码器30可以接收并使用变换参数进行解码。

量化

量化单元208可以用于通过应用标量量化或矢量量化等对变换系数207进行量化，以获得量化系数209。量化系数209也可以称为量化变换系数209或量化残差系数209。

量化过程可减少与部分或全部变换系数207有关的位深度。例如，可以在量化期间将n位变换系数向下舍入到m位变换系数，其中，n大于m。可以通过调整量化参数(quantization parameter，QP)修改量化程度。例如，对于标量量化，可以进行不同程度的缩放来实现较细或较粗的量化。较小量化步长对应于较细量化，而较大量化步长对应于较粗量化。可以通过量化参数(quantization parameter，QP)表示合适的量化步长。例如，量化参数可以为合适的量化步长的预定义集合的索引。例如，小的量化参数可以对应精细的量化(小量化步长大小)，而大的量化参数可以对应粗略的量化(大量化步长大小)，反之亦然。量化可以包括除以量化步长，而反量化单元210等执行的对应和/或反解量化可以包括乘以量化步长。在一些实施例中，根据如HEVC等一些标准，可以使用量化参数来确定量化步长。通常，可以根据量化参数使用包括除法的等式的定点近似来计算量化步长。可以引入其它缩放因子来进行量化和解量化，以恢复可能由于在量化步长和量化参数的等式的定点近似中使用的缩放而修改的残差块的范数。在一种示例性实现方式中，可以合并逆变换和解量化的缩放。或者，可以使用自定义的量化表并由编码器通过码流等方式向解码器指示(signal)。量化是有损操作，其中，量化步长越大，损耗越大。

视频编码器20(具体是量化单元208)的实施例可以用于直接或通过熵编码单元270编码等输出量化参数(quantization parameter，QP)，使得例如视频解码器30可以接收并使用量化参数进行解码。

反量化

反量化单元210用于通过根据或使用与量化单元208相同的量化步长，应用量化单元208所应用的量化方案的逆过程等，对量化系数应用量化单元208的反量化，以获得解量化系数211。解量化系数211也可以称为解量化残差系数211，对应于变换系数207，但是由于量化造成的损耗，解量化系数211通常与变换系数207不同。

逆变换

逆变换处理单元212用于进行变换处理单元206进行的变换的逆变换，例如，逆离散余弦变换(discrete cosine transform，DCT)或逆离散正弦变换(discrete sinetransform，DST)或其它逆变换，以获得样本域中的重建残差块213(或对应的解量化系数213)。重建残差块213也可以称为变换块213。

重建

重建单元214(例如，加法器或求和器214)用于例如通过将重建残差块213的样本值和预测块265的样本值逐个样本相加，将变换块213(即重建残差块213)添加到预测块265，以获得样本域中的重建块215。

滤波

环路滤波单元220(或简称“环路滤波器”220)用于对重建块215进行滤波，得到滤波块221，或通常用于对重建样本进行滤波以得到滤波后样本值。例如，环路滤波单元用于平滑像素转变或提高视频质量。环路滤波单元220可以包括一个或多个环路滤波器，如去块效应滤波器、样本自适应偏移(sample-adaptive offset，SAO)滤波器或一个或多个其它滤波器，例如自适应环路滤波器(adaptive loop filter，ALF)、噪声抑制滤波器(noisesuppression filter，NSF)或其任何组合。在一个示例中，环路滤波单元220可以包括去块效应滤波器、SAO滤波器和ALF滤波器。滤波过程的顺序可以是去块效应滤波、SAO滤波和ALF滤波。在另一个示例中，增加了一种称为亮度映射与色度缩放(luma mapping with chromascaling，LMCS)(即自适应环内信号重塑(adaptive in-loop reshaper))的过程。该过程在去块效应滤波之前执行。在另一个示例中，去块效应滤波过程也可以应用于内部子块边缘，例如仿射子块边缘、ATMVP子块边缘、子块变换(sub-block transform，SBT)边缘和帧内子分区(intra sub-partition，ISP)边缘。虽然环路滤波单元220在图2中示出为环内滤波器，但是在其它配置中，环路滤波单元220可以实现为后环路滤波器。滤波块221也可以称为滤波重建块221。

视频编码器20(具体是环路滤波单元220)的实施例可用于直接或通过熵编码单元270编码等输出环路滤波器参数(如SAO滤波器参数或ALF滤波器参数或LMCS参数)，使得例如解码器30可以接收和应用相同环路滤波器参数或相应的环路滤波器进行解码。

解码图像缓冲区

解码图像缓冲区(decoded picture buffer，DPB)230可以是存储参考图像或通常存储参考图像数据以供视频编码器20对视频数据进行编码的存储器。DPB 230可以由多种存储器设备中的任一种形成，例如动态随机存取存储器(dynamic random access memory，DRAM)，包括同步DRAM(synchronous DRAM，SDRAM)、磁阻RAM(magnetoresistive RAM，MRAM)、电阻RAM(resistive RAM，RRAM)或其它类型的存储器设备。解码图像缓冲区(decoded picture buffer，DPB)230可用于存储一个或多个滤波块221。解码图像缓冲区230还可用于存储同一当前图像或不同图像(例如，先前重建的图像)的其它先前滤波块(例如，先前重建和滤波块221)，并且可提供完整的先前重建(即解码)的图像(和对应的参考块和样本)和/或部分重建的当前图像(和对应的参考块和样本)，以进行帧间预测等。例如，在重建块215未被环路滤波单元220进行滤波时，解码图像缓冲区(decoded picture buffer，DPB)230还可用于存储一个或多个未经滤波的重建块215，或通常存储未经滤波的重建样本，或重建块或重建样本的任何其它未经进一步处理的版本。

模式选择(分割和预测)

模式选择单元260包括分割单元262、帧间预测单元244和帧内预测单元254，用于从解码图像缓冲区230或其它缓冲区(例如，行缓冲区，未示出)等接收或获得原始图像数据(例如，原始块203(当前图像17的当前块203))和重建图像数据(例如，相同(当前)图像和/或一个或多个先前解码图像的经滤波和/或未经滤波的重建样本或重建块)。重建图像数据用作帧间预测或帧内预测等预测所需的参考图像数据，以获得预测块265或预测值265。

模式选择单元260可以用于为当前块预测模式(包括不分割模式)和预测模式(例如帧内预测模式或帧间预测模式)确定或选择分割模式，并生成对应的预测块265，所述预测块用于残差块205的计算以及重建块215的重建。

模式选择单元260的实施例可用于选择分割和预测模式(例如，从模式选择单元260支持或可用于模式选择单元260的预测模式中选择)，所述预测模式提供最佳匹配或者说最小残差(最小残差意味着传输或存储中更好的压缩)，或提供最小指示开销(最小指示开销意味着传输或存储中更好的压缩)，或者同时考虑或平衡以上两者。模式选择单元260可以用于根据率失真优化(rate distortion optimization，RDO)确定分割和预测模式，即选择提供最小率失真的预测模式。本文中，术语“最佳”、“最小”、“最优”等不一定指总体上“最佳”、“最小”、“最优”等，也可以指满足终止或选择标准的情况，例如，某个值超过或低于阈值或其它限制，可能导致“次优选择”，但会降低复杂度和处理时间。

换句话说，分割单元262可以用于将视频序列的图像分割成一系列编码树单元(coding tree unit，CTU)，CTU 203还可以被进一步分割成更小的分割块或子块(再次形成块)，例如，使用四叉树(quad-tree，QT)分割、二叉树(binary-tree，BT)分割或三叉树(triple-tree，TT)分割或其任何组合迭代地进行，并对每个分割块或子块进行预测等，其中，所述模式选择包括选择分割块203的树结构，以及将预测模式应用于每个分割块或子块。

下文将详细地描述由示例性视频编码器20执行的分割(例如由分割单元260执行)和预测处理(由帧间预测单元244和帧内预测单元254执行)。

分割

分割单元262可以用于将视频序列中的一个图像分割为一系列编码树单元(coding tree unit，CTU)，分割单元262可以将编码树单元(coding tree unit，CTU)203分割(或划分)成较小的分割块，例如正方形或矩形小块。对于具有三个样本阵列的图像，一个CTU由N×N亮度样本块和两个对应的色度样本块组成。CTU中的亮度块的最大允许大小在正在开发的通用视频编码(versatile video coding，VVC)中指定为128×128，但是将来可指定为不同于128×128的值，例如256×256。图像的CTU可以聚集/分组为条带/分块组、分块或砖。一个分块覆盖一个图像的矩形区域，一个分块可以分成一个或多个砖。一个砖由一个分块内的多个CTU行组成。没有分割为多个砖的分块可以称为砖。但是，砖是分块的真子集，因此不称为分块。VVC支持两种分块组模式，即光栅扫描条带/分块组模式和矩形条带模式。在光栅扫描分块组模式中，一个条带/分块组包括图像的分块光栅扫描下的一系列分块。在矩形条带模式中，一个条带包括图像的多个砖，这些砖共同组成该图像的矩形区域。矩形条带中的各个砖按照条带的砖光栅扫描顺序排列。可以将这些较小块(也可以称为子块)进一步分割为甚至更小的分割部分。这也称为树分割或分层树分割，其中，在根树层级0(分层0、深度0)等的根块可以递归地分割为至少两个下一较低树层级的块，例如树层级1(分层1、深度1)的节点。这些块又可以分割为至少两个下一较低层级的块，例如树层级2(分层2、深度2)等，直到由于满足结束标准而结束分割，例如达到最大树深度或最小块大小。未进一步分割的块也称为树的叶块或叶节点。分割为两个分割部分的树称为二叉树(binary-tree，BT)，分割为三个分割部分的树称为三叉树(ternary-tree，TT)，分割为四个分割部分的树称为四叉树(quad-tree，QT)。

例如，编码树单元(coding tree unit，CTU)可以为或包括具有三个样本阵列的图像的亮度样本的一个CTB和色度样本的两个对应CTB，或黑白图像或使用用于对样本进行译码的三个独立颜色平面和语法结构译码的图像的样本的一个CTB。相应地，编码树块(coding tree block，CTB)可以为N×N样本块，其中，N可以设为某个值从而将分量划分为多个CTB，这就是分割。编码单元(coding unit，CU)可以为或包括具有三个样本阵列的图像中的亮度样本的一个编码块、色度样本的两个对应编码块，或黑白图像中的或使用三个单独颜色平面和语法结构进行译码的图像中的样本组成的一个编码块。这些语法结构用于对上述样本进行译码。相应地，编码块(coding block，CB)可以为M×N样本块，其中，M和N可以设为某个值从而将CTB划分为多个编码块，这就是分割。

在实施例中，例如根据HEVC，可以通过表示为编码树的四叉树结构将编码树单元(coding tree unit，CTU)划分为多个CU。在叶CU级决定是否使用帧间(时间)预测或帧内(空间)预测对图像区域进行译码。每个叶CU可以根据PU划分类型进一步划分为一个、两个或四个PU。一个PU内应用相同的预测过程，并以PU为单位向解码器发送相关信息。在根据PU划分类型应用预测过程获得残差块之后，可以根据与用于CU的编码树类似的另一种四叉树结构将叶CU分割为变换单元(transform unit，TU)。

例如，在实施例中，根据当前正在开发的最新视频编码标准(称为通用视频编码(versatile video coding，VVC))，例如，使用嵌套多类型树(例如二叉树和三叉树)的组合四叉树来划分分割结构，例如用于分割编码树单元。在编码树单元内的编码树结构中，CU可以为正方形或矩形。例如，首先通过四叉树分割编码树单元(coding tree unit，CTU)。然后，四叉树叶节点可以通过多类型树结构进行进一步分割。多类型树结构中，有四种划分类型：垂直二叉树划分(SPLIT_BT_VER)、水平二叉树划分(SPLIT_BT_HOR)、垂直三叉树划分(SPLIT_TT_VER)和水平三叉树划分(SPLIT_TT_HOR)。多类型树叶节点称为编码单元(coding unit，CU)，除非CU大于最大变换长度，否则在无需任何进一步分割的情况下将该分段用于预测和变换处理。这表示，在大多数情况下，CU、PU和TU在四叉树嵌套多类型树的编码块结构中的块大小相同。当最大支持变换长度小于CU的颜色分量的宽度或高度时，就会出现该异常。VVC制定了具有四叉树嵌套多类型树的编码树结构中的分割划分信息的唯一指示机制。在该指示机制中，编码树单元(coding tree unit，CTU)作为四叉树的根进行处理，首先通过四叉树结构分割。然后，每个四叉树叶节点(当大到足以进行分割时)进一步通过多类型树结构进行分割。在多类型树结构中，指示第一标志(mtt_split_cu_flag)来表示节点是否进一步分割；当节点进一步分割时，先指示第二标志(mtt_split_cu_vertical_flag)来表示划分方向，再指示第三标志(mtt_split_cu_binary_flag)来表示划分是二叉树划分还是三叉树划分。根据mtt_split_cu_vertical_flag和mtt_split_cu_binary_flag的值，解码器可以基于预定义规则或表格推导出CU的多类型树划分模式(MttSplitMode)。需要说明的是，对于某种设计，例如VVC硬件解码器中的64×64亮度块和32×32色度流水线设计，当亮度编码块的宽度或高度大于64时，禁止进行TT划分，如图6所示。当色度编码块的宽度或高度大于32时，也禁止TT划分。流水线设计将图像分为多个虚拟流水数据单元(virtual pipeline data unit，VPDU)，定义为图像中的不重叠的单元。在硬件解码器中，多个流水线阶段同时处理连续的VPDU。在大多数流水线阶段中，VPDU大小与缓冲区大小大致成正比，因此需要保持较小的VPDU。在大多数硬件解码器中，VPDU大小可以设置为最大变换块(transform block，TB)大小。但是，在VVC中，三叉树(ternary tree，TT)和二叉树(binary tree，BT)分割可能会增加VPDU的大小。

另外，需要说明的是，当树节点块的一部分超出图像下边界或右边界时，强制对该树节点块进行划分，直到每个经译码CU的所有样本都位于图像边界内。

例如，帧内子分区(intra sub-partition，ISP)工具可以根据块大小将亮度帧内预测块垂直或水平地分为2个或4个子分区。

在一个示例中，视频编码器20的模式选择单元260可以用于执行本文描述的分割技术的任何组合。

如上所述，视频编码器20用于从(例如预定的)预测模式集合中确定或选择最好或最优的预测模式。例如，预测模式集合可以包括帧内预测模式和/或帧间预测模式。

帧内预测

帧内预测模式集合可以包括35种不同的帧内预测模式，例如，如DC(或均值)模式和平面模式等非方向性模式，或如HEVC中定义的方向性模式，或者可以包括67种不同的帧内预测模式，例如，如DC(或均值)模式和平面模式等非方向性模式，或如VVC中定义的方向性模式。例如，若干传统角度帧内预测模式自适应地替换为例如VVC中定义的非正方形块的广角帧内预测模式。又例如，为了避免DC预测的除法运算，仅使用较长边来计算非正方形块的平均值。此外，平面模式的帧内预测结果还可以使用位置相关帧内预测组合(positiondependent intra prediction combination，PDPC)方法修改。

帧内预测单元254用于根据帧内预测模式集合中的帧内预测模式，使用同一个当前图像中的相邻块的重建样本来生成帧内预测块265。

帧内预测单元254(或通常为模式选择单元260)还用于将帧内预测参数(或通常为指示块的所选帧内预测模式的信息)以语法元素266的形式输出到熵编码单元270，以包括到经编码的图像数据21中，使得例如视频解码器30可以接收并使用用于解码的预测参数。

帧间预测

(可能的)帧间预测模式的集合取决于可用参考图像(即(例如)上述存储在DPB230中的至少部分经解码图像)和其它帧间预测参数，例如取决于是否使用整个参考图像或只使用参考图像的一部分(例如当前块的区域周围的搜索窗口区域)来搜索最佳匹配参考块，和/或例如取决于是否进行像素插值，例如二分之一/半像素、四分之一像素和/或1/16像素插值。

除了上述预测模式之外，还可以应用跳过模式、直接模式和/或其它帧间预测模式。

例如，扩展融合预测，这种模式的融合候选列表由以下5种候选类型按顺序组成：空间相邻CU的空间MVP、并置CU的时间MVP、FIFO表的基于历史的MVP、成对平均MVP和零MV。此外，可以应用基于双边匹配的解码端运动矢量修正(decoder side motion vectorrefinement，DMVR)来提高融合模式的MV的准确度。带有MVD的融合模式(merge mode withMVD，MMVD)，源自有运动矢量差值的融合模式。MMVD标志在发送跳过标志和融合标志之后立即进行指示，以表示CU是否使用MMVD模式。此外，可以应用CU级自适应运动矢量精度(adaptive motion vector resolution，AMVR)方案。AMVR支持以不同的精度对CU的MVD进行译码。根据当前CU的预测模式，可以自适应地选择当前CU的MVD。当以融合模式对CU进行译码时，可以将合并的帧间/帧内预测(combined inter/intra prediction，CIIP)模式应用于当前CU。对帧间预测信号和帧内预测信号进行加权平均，以得到CIIP预测。对于仿射运动补偿预测，通过2个控制点运动矢量(4参数)或3个控制点运动矢量(6参数)的运动信息来描述块的仿射运动场。基于子块的时间运动矢量预测(subblock-based temporal motionvector prediction，SbTMVP)与HEVC中的时间运动矢量预测(temporal motion vectorprediction，TMVP)类似，但预测的是当前CU内子CU的运动矢量。双向光流(bi-directionaloptical flow，BDOF)以前称为BIO，是一种所需计算大幅减少的简化版本，特别是乘法次数和乘数大小的计算减少。在三角形分割模式中，使用对角线划分或反对角线划分将CU均匀划分为两个三角形部分。此外，双向预测模式在简单平均的基础上进行了扩展，以支持两个预测信号的加权平均。

帧间预测单元244可包括运动估计(motion estimation，ME)单元和运动补偿(motion compensation，MC)单元(两者均未在图2中示出)。运动估计单元可用于接收或获取图像块203(当前图像17的当前图像块203)和解码图像231，或至少一个或多个先前重建块，例如，一个或多个其它/不同先前解码图像231的重建块，以进行运动估计。例如，视频序列可以包括当前图像和先前解码图像231，或换句话说，当前图像和先前解码图像231可以为图像序列的一部分或组成图像序列，这些图像组成视频序列。

例如，编码器20可用于从多个其它图像中的相同或不同图像的多个参考块中选择参考块，并将参考图像(或参考图像索引)和/或参考块的位置(x坐标、y坐标)与当前块的位置之间的偏移(空间偏移)作为帧间预测参数提供给运动估计单元。这种偏移也称为运动矢量(motion vector，MV)。

运动补偿单元用于获得(例如接收)帧间预测参数，并根据或使用帧间预测参数执行帧间预测，以获得帧间预测块265。由运动补偿单元执行的运动补偿可以包括根据通过运动估计确定的运动/块矢量来提取或生成预测块，还可以包括对子像素精度执行插值。插值滤波可以根据已知像素样本生成其它像素样本，从而可能增加可以用于对图像块进行译码的候选预测块的数量。接收到当前图像块的PU对应的运动矢量后，运动补偿单元可以在其中一个参考图像列表中定位所述运动矢量所指向的预测块。

运动补偿单元还可以生成与块和视频条带相关的语法元素，以供视频解码器30在解码该视频条带的图像块时使用。除了条带和相应语法元素或作为条带和相应语法元素的替代，还可以生成或使用分块组和/或分块以及相应语法元素。

熵编码

熵编码单元270用于将熵编码算法或方案(例如可变长度编码(variable lengthcoding，VLC)方案、上下文自适应VLC(context adaptive VLC scheme，CAVLC)方案、算术编码方案、二值化、上下文自适应二进制算术编码(context adaptive binary arithmeticcoding，CABAC)、基于语法的上下文自适应二进制算术编码(syntax-based context-adaptive binary arithmetic coding，SBAC)、概率区间分割熵(probability intervalpartitioning entropy，PIPE)编码或其它熵编码方法或技术)等应用于或不应用于(无压缩)量化系数209、帧间预测参数、帧内预测参数、环路滤波器参数和/或其它语法元素，得到可以通过输出端272以经编码的码流21等形式输出的经编码的图像数据21，使得视频解码器30等可以接收并使用这些参数进行解码。可以将经编码的码流21发送到视频解码器30，或者将其存储在存储器中稍后由视频解码器30发送或检索。

视频编码器20的其它结构变型可以用于对视频流进行编码。例如，对于某些块或帧，基于非变换的编码器20可以在没有变换处理单元206的情况下直接量化残差信号。在另一种实现方式中，编码器20中，量化单元208和反量化单元210可以组合成一个单元。

解码器和解码方法

图3示出了用于实现本申请的技术的视频解码器30的示例。视频解码器30用于接收例如由编码器20编码的经编码的图像数据21(例如，经编码的码流21)以获得解码图像331。经编码的图像数据或码流包括用于对所述经编码的图像数据进行解码的信息，例如表示经编码的视频条带(和/或分块组或分块)的图像块的数据和关联的语法元素。

在图3的示例中，解码器30包括熵解码单元304、反量化单元310、逆变换处理单元312、重建单元314(例如求和器314)、环路滤波器320、解码图像缓冲区(decoded picturebuffer，DPB)330、模式应用单元360、帧间预测单元344和帧内预测单元354。帧间预测单元344可以为或可以包括运动补偿单元。在一些示例中，视频解码器30可执行大体上与图2所示视频编码器100所执行的编码过程相反的解码过程。

如针对编码器20的描述，反量化单元210、逆变换处理单元212、重建单元214、环路滤波器220、解码图像缓冲区(decoded picture buffer，DPB)230、帧间预测单元344和帧内预测单元354还组成视频编码器20的“内置解码器”。相应地，反量化单元310的功能可以与反量化单元110相同；逆变换处理单元312的功能可以与逆变换处理单元212相同；重建单元314的功能可以与重建单元214相同；环路滤波器320的功能可以与环路滤波器220相同；解码图像缓冲区330的功能可以与解码图像缓冲区230相同。因此，对视频编码器20的相应单元和功能进行的描述对应地适用于视频解码器30的相应单元和功能。

熵解码

熵解码单元304用于解析码流21(或一般为经编码的图像数据21)并对经编码的图像数据21执行熵解码等，得到量化系数309和/或经解码的译码参数(图3中未示出)等，例如帧间预测参数(例如参考图像索引和运动矢量)、帧内预测参数(例如帧内预测模式或索引)、变换参数、量化参数、环路滤波器参数和/或其它语法元素中的任一个或全部。熵解码单元304可以用于进行对应于编码器20的熵编码单元270所描述的编码方案的解码算法或方案。熵解码单元304还可以用于向模式应用单元360提供帧间预测参数、帧内预测参数和/或其它语法元素，以及向解码器30的其它单元提供其它参数。视频解码器30可以接收视频条带级和/或视频块级的语法元素。除了条带和相应的语法元素或作为条带和相应的语法元素的替代，还可以接收和/或使用分块组和/或分块以及相应语法元素。

反量化

反量化单元310可用于从经编码的图像数据21(例如，通过熵解码单元304等解析和/或解码)接收量化参数(quantization parameter，QP)(或通常为与反量化相关的信息)和量化系数，并基于所述量化参数对经解码的量化系数309进行反量化，以获得解量化系数311，所述解量化系数311也可以称为变换系数311。反量化过程可以包括使用视频编码器20对视频条带(或分块或分块组)中的每个视频块确定的量化参数来确定量化程度，同样确定需要应用的反量化的程度。

逆变换

逆变换处理单元312可用于接收解量化系数311，也称为变换系数311，并对解量化系数311应用变换以获得样本域中的重建残差块213。重建残差块213也可以称为变换块313。变换可以为逆变换，例如逆DCT、逆DST、逆整数变换或概念上类似的逆变换过程。逆变换处理单元312还可以用于从经编码的图像数据21(例如通过熵解码单元304解析和/或解码)接收变换参数或相应信息，以确定将对解量化系数311执行的变换。

重建

重建单元314(例如，加法器或求和器314)可用于通过将重建残差块313的样本值和预测块365的样本值相加等方式，将重建残差块313添加到预测块365，以获得样本域中的重建块315。

滤波

环路滤波单元320(在译码环路中或译码环路之后)用于对重建块315进行滤波，以获得滤波块321，以平滑像素转变或以其它方式提高视频质量等。环路滤波单元320可以包括一个或多个环路滤波器，如去块效应滤波器、样本自适应偏移(sample-adaptiveoffset，SAO)滤波器或一个或多个其它滤波器，例如自适应环路滤波器(adaptive loopfilter，ALF)、噪声抑制滤波器(noise suppression filter，NSF)或其任何组合。在一个示例中，环路滤波单元220可以包括去块效应滤波器、SAO滤波器和ALF滤波器。滤波过程的顺序可以是去块效应滤波、SAO滤波和ALF滤波。在另一个示例中，增加了一种称为亮度映射与色度缩放(luma mapping with chroma scaling，LMCS)(即自适应环内信号重塑(adaptivein-loop reshaper))的过程。该过程在去块效应滤波之前执行。在另一个示例中，去块效应滤波过程也可以应用于内部子块边缘，例如仿射子块边缘、ATMVP子块边缘、子块变换(sub-block transform，SBT)边缘和帧内子分区(intra sub-partition，ISP)边缘。虽然环路滤波单元320在图3中示为环内滤波器，但是在其它配置中，环路滤波单元320可以实现为后环路滤波器。

解码图像缓冲区

然后，将图像的解码视频块321存储在解码图像缓冲区330中，所述解码图像缓冲区330存储作为参考图像的解码图像331，这些参考图像用于其它图像的后续运动补偿和/或用于分别输出到显示器。

解码器30用于通过输出单元312等输出经解码的图像311，以向用户呈现或供用户查看。

预测

帧间预测单元344的功能可以与帧间预测单元244(特别是运动补偿单元)相同，帧内预测单元354的功能可以与帧间预测单元254相同，并根据从经编码的图像数据21接收的分割和/或预测参数或相应信息(例如，通过熵解码单元304等解析和/或解码)决定划分或分割并执行预测。模式应用单元360可用于根据重建图像、块或相应样本(经滤波或未经滤波)对每个块执行预测(帧内或帧间预测)，以获得预测块365。

当视频条带译码为帧内译码(I)条带时，模式应用单元360的帧内预测单元354用于根据指示的帧内预测模式和来自当前图像的先前解码块的数据为当前视频条带的图像块生成预测块365。当将视频图像译码为帧间译码(即，B或P)条带时，模式应用单元360的帧间预测单元344(例如，运动补偿单元)用于根据运动矢量和从熵解码单元304接收的其它语法元素产生当前视频条带的视频块的预测块365。对于帧间预测，可以根据其中一个参考图像列表内的其中一个参考图像产生这些预测块。视频解码器30可以根据存储在DPB 330中的参考图像，使用默认构建技术来构建参考帧列表：列表0和列表1。除了条带(例如，视频条带)或作为条带的替代，相同或类似的过程可以应用于使用分块组(例如，视频分块组)和/或分块(例如，视频分块)的实施例或由这些实施例应用，例如可以使用I、P或B分块组和/或分块对视频进行译码。

模式应用单元360用于通过解析运动矢量或相关信息和其它语法元素，确定当前视频条带的视频块的预测信息，并使用预测信息产生用于正在解码的当前视频块的预测块。例如，模式应用单元360使用接收到的一些语法元素确定用于对视频条带的视频块进行译码的预测模式(例如，帧内预测或帧间预测)、帧间预测条带类型(例如，B条带、P条带或GPB条带)、条带的一个或多个参考图像列表的构建信息、条带的每个经帧间编码的视频块的运动矢量、条带的每个经帧间译码的视频块的帧间预测状态，以及其它信息，以对当前视频条带中的视频块进行解码。除了条带(例如，视频条带)或作为条带的替代，相同或类似的过程可以应用于使用分块组(例如，视频分块组)和/或分块(例如，视频分块)的实施例或由这些实施例应用，例如可以使用I、P或B分块组和/或分块对视频进行译码。

图3所示的视频解码器30的实施例可以用于使用条带(也称为视频条带)对图像进行分割和/或解码，其中，可以使用一个或多个条带(通常为不重叠的)对图像进行分割或解码。每个条带可以包括一个或多个块(例如，CTU)或一个或多个块组(例如，分块(H.265/HEVC和VVC)或砖(VVC))。

图3所示的视频解码器30的实施例可以用于使用条带/分块组(也称为视频分块组)和/或分块(也称为视频分块)对图像进行分割和/或解码。其中，某图像可以使用一个或多个条带/分块组(通常为不重叠的条带/分块组)进行分割或解码。每个条带/分块组可以包括一个或多个块(如CTU)或一个或多个分块等，每个分块可以为矩形等形状，并包括一个或多个完整块或部分块等块(如CTU)。

视频解码器30的其它变型可以用于对经编码的图像数据21进行解码。例如，解码器30可以在没有环路滤波单元320的情况下产生输出视频流。例如，基于非变换的解码器30可以在没有逆变换处理单元312的情况下直接对某些块或帧的残差信号进行反量化。在另一种实现方式中，视频解码器30中，反量化单元310和逆变换处理单元312可以组合成一个单元。

应理解，在编码器20和解码器30中，可以对当前步骤的处理结果进一步处理，然后输出到下一步骤。例如，在插值滤波、运动矢量推导或环路滤波之后，可以对插值滤波、运动矢量推导或环路滤波的处理结果进行进一步运算，例如限幅(clip)或移位(shift)运算。

需要说明的是，可以对当前块的推导的运动矢量(包括但不限于仿射模式的控制点运动矢量，仿射模式、平面模式、ATMVP模式的子块运动矢量，时间运动矢量等)进行进一步运算。例如，根据运动矢量的表示位将运动矢量的值限制在预定义范围内。如果运动矢量的表示位为bitDepth，则运动矢量的取值范围为–2^(bitDepth–1)至2^(bitDepth–1)–1，其中，“^”符号表示幂次方。例如，如果bitDepth设置为16，则该范围为–32768至32767；如果bitDepth设置为18，则该范围为–131072至131071。例如，推导运动矢量的值(例如一个8×8块中的4个4×4子块的MV)被限制，使得所述4个4×4子块MV的整数部分之间的最大差值不超过N个像素，如不超过1个像素。这里提供了两种根据bitDepth来限制运动矢量的方法。

图4为本发明的实施例提供的视频译码设备400的示意图。视频译码设备400适用于实现本文描述的公开实施例。在一个实施例中，视频译码设备400可以是解码器(如图1A的视频解码器30)或编码器(如图1A的视频编码器20)。

视频译码设备400包括：入端口410(或输入端口410)和接收单元(Rx)420，用于接收数据；处理器、逻辑单元或中央处理单元(central processing unit，CPU)430，用于处理数据；发送单元(Tx)440和出端口450(或输出端口450)，用于发送数据；存储器460，用于存储数据。视频译码设备400还可以包括与入端口410、接收单元420、发送单元440和出端口450耦合的光电(optical-to-electrical，OE)组件和电光(electrical-to-optical，EO)组件，用作光信号或电信号的出口或入口。

处理器430通过硬件和软件来实现。处理器430可以实现为一个或多个CPU芯片、核(例如，多核处理器)、FPGA、ASIC和DSP。处理器430与入端口410、接收单元420、发送单元440、出端口450和存储器460通信。处理器430包括译码模块470。译码模块470实现上文描述的公开实施例。例如，译码模块470执行、处理、准备或提供各种译码操作。因此，包括译码模块470使得视频译码设备400的功能得到了显著改进，实现了视频译码设备400不同状态的转换。或者，以存储在存储器460中并由处理器430执行的指令来实现译码模块470。

存储器460可以包括一个或多个磁盘、磁带机或固态硬盘，并且可以用作溢出数据存储设备，以在选择程序来执行时存储这些程序以及存储在执行程序过程中读取的指令和数据。例如，存储器460可以是易失性的和/或非易失性的，可以是只读存储器(read-onlymemory，ROM)、随机存取存储器(random-access memory，RAM)、三态内容寻址存储器(ternary content-addressable memory，TCAM)和/或静态随机存取存储器(staticrandom-access memory，SRAM)。

图5为示例性实施例提供的装置500的简化框图。装置500可以用作图1的源设备12和目的地设备14中的任一个或两个。

装置500中的处理器502可以是中央处理单元。或者，处理器502可以是现有的或今后将开发出的能够操控或处理信息的任何其它类型的设备或多个设备。虽然可以使用如图所示的处理器502等单个处理器来实现所公开的实现方式，但使用一个以上处理器可以提高速度和效率。

在一种实现方式中，装置500中的存储器504可以是只读存储器(read onlymemory，ROM)设备或随机存取存储器(random access memory，RAM)设备。任何其它合适类型的存储设备都可以用作存储器504。存储器504可以包括处理器502通过总线512访问的代码和数据506。存储器504还可包括操作***508和应用程序510，其中，应用程序510包括支持处理器502执行本文所述方法的至少一个程序。例如，应用程序510可以包括应用1至应用N，还包括执行本文所述方法的视频译码应用。

装置500还可以包括一个或多个输出设备，例如显示器518。在一个示例中，显示器518可以是将显示器与触敏元件组合的触敏显示器，该触敏元件能够用于感测触摸输入。显示器518可以通过总线512与处理器502耦合。

尽管装置500的总线512在本文中描述为单个总线，但是总线512可以包括多个总线。此外，辅助存储器514可以直接与装置500的其它组件耦合或可以通过网络访问，并且可以包括单个集成单元(例如一个存储卡)或多个单元(例如多个存储卡)。因此，装置500可以通过多种配置实现。

序列参数集(sequence parameter set，SPS)标志的使用是众所周知的技术(例如，来自AVC、HEVC、VVC)，以控制用于从码流中的译码表示重建图像的译码算法。例如，如果sps_sao_enabled标志为1，则使用SAO算法获取重建图像；否则，如果sps_sao_enabled标志为0，则不使用SAO，并且类似于任何现有的SPS控制标志。

档次机制

视频编解码器中的一个重要任务是档次定义，它用于保证视频解码器与该视频解码器接收的码流兼容。为此目的，视频编码标准通常定义了若干组功能，这些功能称为档次，针对特定类别的应用。这些档次使用档次代码(profile_idc)声明，有时还使用在编码器中应用的一组附加约束来声明。档次代码和指示的约束支持解码器识别解码该特定码流的要求。(在许多***环境中，只支持使用一个或两个档次，因此这些环境中的解码器不需要关注识别不太常用的档次)。在MPEG-5/EVC中，除了profile_idc机制之外，还有一种译码工具限制的扩展，称为toolset_idc方法。该方法假设由{0,1}元素组成的附加阵列的指示，其中，每个位对应于一个特定的编解码器特征，例如，译码算法影响解码图像，由SPS控制标志控制，并按以下方式对该工具的使用施加额外限制：如果toolset_idc中的特定位等于1，则对应的SPS标志可以为1或0。否则，对应的SPS标志应等于0。更一般的是，任何特定的SPS标志都应小于或等于toolse_idc阵列中的对应位。

以下语法表提供了EVC toolset_idc指示的方法。

下表提供了EVC中基于toolset_idc值的SPS标志限制。

需要说明的是，在现有技术中，toolset_idc机制只支持将SPS标志值限制为0，没有将SPS标志限制为1的方法。

有鉴于此，本发明对toolset_idc机制进行了扩展，以便从低边界和高边界支持功能，从而克服这个问题。换句话说，本发明提供的方案可以用于强制0和1SPS标志值。

为了实现这一方案，本发明向sps引入了一个附加的语法元素，称为tools_idc_L，其用于从下边界(即相应SPS标志的最小允许值)限制SPS标志。

需要说明的是，附加的语法元素也可以表示为tools_idc_l，见下文，目的相同，即从下边界(即相应SPS标志的最小允许值)限制SPS标志。

在本发明的第一实施例中，除了tools_idc(tools_idc_H)SPS标志之外，还引入了另一个SPS标志tools_idc_L。下表提供了本实施例提供的SPS指示的示例。

下文给出了toolset_idc_H和toolset_idc_L语法元素的用法。

sps_btt_flag等于1表示使用二叉树和三叉树划分。sps_btt_flag等于0表示不使用二叉树和三叉树划分，仅使用四叉树划分。

sps_suco_flag等于1表示使用划分单元译码顺序。sps_suco_flag等于0表示不使用划分单元译码顺序。

sps_affine_flag等于1表示基于仿射模型的运动补偿可以用于帧间预测。sps_affine_flag等于0表示语法应受到约束，以便在CVS中不使用基于仿射模型的运动补偿，而CVS的编码单元语法中不存在affine_flag、affine_merge_idx和affine_mode_flag。当sps_affine_flag不存在时，推断它等于0。

sps_amvr_flag等于1表示使用自适应运动矢量精度。sps_amvr_flag等于0表示不使用自适应运动矢量精度。当sps_amvr_flag不存在时，推断它等于0。

sps_dmvr_flag等于1表示可以使用解码器侧运动矢量修正。sps_dmvr_flag等于0表示不使用解码器侧运动矢量修正。当sps_dmvr_flag不存在时，推断它等于0。

sps_mmvd_flag等于1表示可以使用MMVD。sps_mmvd_flag等于0表示不使用MMVD。当sps_mmvd_flag不存在时，推断它等于0。

sps_alf_flag等于1表示可以应用自适应环路滤波器。sps_alf_flag等于0表示不应用自适应环路滤波器。

sps_admvp_flag等于1表示使用高级运动矢量预测、指示和插值。sps_admvp_flag等于0表示不使用高级运动矢量预测、指示和插值。

sps_eipd_flag等于1表示使用扩展的帧内预测模式。sps_eipd_flag等于0表示不使用扩展的帧内预测模式。

sps_ibc_flag等于1表示可以使用帧内块复制。sps_ibc_flag等于0表示不使用帧内块复制。当sps_ibc_flag不存在时，推断它等于0。

sps_cm_init_flag等于1表示使用上下文建模和初始化过程。sps_cm_init_flag等于0表示不使用上下文建模和初始化过程。

sps_adcc_flag等于1表示使用高级残差译码。sps_adcc_flag等于0表示使用游程(run-length)残差译码。当sps_adcc_flag不存在时，推断它等于0。

sps_iqt_flag等于1表示使用改进的量化和变换。sps_iqt_flag等于0表示不使用改进的量化和变换。

sps_ats_flag等于1表示ats_cu_intra_flag和ats_cu_inter_flag可以在CVS的残差译码语法中存在。sps_ats_flag等于0表示ats_cu_intra_flag和ats_cu_inter_flag在CVS的残差译码语法中不存在。当sps_ats_flag不存在时，推断它的值等于0。

sps_addb_flag等于1表示可以应用高级去块效应滤波器。sps_addb_flag等于0表示可以应用去块效应滤波器。

sps_alf_flag等于1表示可以应用自适应环路滤波器。sps_alf_flag等于0表示不应用自适应环路滤波器。

sps_htdf_flag等于1表示可以应用哈达玛(hadamard)变换域滤波器。sps_htdf_flag等于0表示不应用哈达玛变换域滤波器。

sps_rpl_flag等于1表示存在与参考图像列表相关的语法。sps_rpl_flag等于0表示不存在与参考图像列表相关的语法。

sps_pocs_flag等于1表示存在与图像顺序编号相关的语法。sps_pocs_flag等于0表示不存在与图像顺序编号相关的语法。

sps_dquant_flag等于1表示使用改进的增量qp指示过程。sps_dquant_flag等于0表示不使用改进的增量qp指示过程。当sps_btt_flag和sps_admvp_flag都等于0时，sps_dquant_flag应等于0。

sps_cm_init_flag等于1表示使用上下文建模和初始化过程。sps_cm_init_flag等于0表示不使用上下文建模和初始化过程。

sps_addb_flag等于1表示可以应用高级去块效应滤波器。sps_addb_flag等于0表示可以应用去块效应滤波器。

换句话说，所有特定的SPS标志都应在范围内，该范围由toolset_idc_H和toolset_idc_L语法元素定义。

需要说明的是，上表仅提供了该技术的使用示例，它仅应用于其它SPS标志集和/或SPS标志与{0,1}元素阵列之间的其它映射。

在本发明的第一实施例的修改中，除了tools_idc(tools_idc_h)SPS标志之外，还引入了另一个SPS标志tools_idc_h。下表提供了该修改的实施例提供的SPS指示的示例。

下文给出了toolset_idc_h和toolset_idc_l语法元素的用法。

toolset_idc_h表示CVS符合的约束集，如下表所指示。

如果语法元素toolset_idc_h中的特定位等于0，则根据下表，对应的SPS标志应等于0。

否则，当语法元素toolset_idc_h中的位值等于1时，根据下表，对应的SPS标志值不受约束。

toolset_idc_l表示CVS符合的约束集，如下表所指示。

如果语法元素toolset_idc_l中的特定位等于1，则根据下表，对应的SPS标志应等于1。

否则，当语法元素toolset_idc_l中的位值等于0时，根据下表，对应的SPS标志值不受约束。

toolset_idc_l的值应满足以下约束：

—(toolset_idc_l|toolset_idc_h)的值应等于toolset_idc_h。

换句话说，所有特定的sps标志都应在范围内，该范围由toolset_idc_h和toolset_idc_l语法元素定义。

需要说明的是，另外，上文所示的修改的第一实施例的表仅提供了该技术的使用示例，它仅应用于其它SPS标志集和/或SPS标志与{0,1}元素阵列之间的其它映射。

图8示出了本发明的实施例提供的用于对视频码流进行解码的方法的流程图。图8所示的方法是一种由解码设备实现的用于对视频码流进行解码的方法，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：对于所述一个或多个SPS标志中的一个SPS标志，(1601)通过解析所述视频码流，分别获得所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；(1603)通过解析所述视频码流，获得所述SPS标志的值；(1605)根据所述两个变量的所述值评估所述SPS标志的值是否有效；(1607)当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

图9示出了本发明的实施例提供的用于对视频码流进行解码的解码器30，该解码器可以对应图8的方法。图9所示的解码器30是用于对视频码流进行解码的解码器30，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述解码器包括：第一获取单元3001，用于通过解析所述视频码流，分别获得所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；第二获取单元3003，用于通过解析所述视频码流，获得所述SPS标志的值；评估单元3005，用于根据所述两个变量的所述值评估所述SPS标志的所述值是否有效；解码单元3007，用于当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

所述单元可以是由处理器或处理电路执行的软件模块。

第一获取单元3001和第二获取单元3003都可以是熵解码单元304。评估单元3005和解码单元3007都可以是与图3中的SPS标志相关的单元。解码器30可以是目的地设备14、装置500、视频解码器3206或终端设备3106。

图10示出了本发明的实施例提供的用于对视频码流进行编码的方法的流程图。图10所示的方法是一种由编码设备实现的对视频码流进行编码的方法，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：对于所述一个或多个SPS标志中的一个SPS标志，(1701)分别设置所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；(1703)根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；(1705)将所述SPS标志的值和所述SPS标志的所述两个变量编码到所述视频码流中。

图11示出了本发明的实施例提供的用于对视频码流进行编码的编码器20，该解码器可以对应图10的方法。图11所示的编码器是用于对视频码流进行编码的编码器20，其中，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述编码器包括：设置单元2001，用于分别设置所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；确定单元2003，用于根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；编码单元2005，用于将所述SPS标志的值和所述SPS标志的所述两个变量编码到所述视频码流中。

所述单元可以是由处理器或处理电路执行的软件模块。

编码单元2005可以是熵编码单元270。设置单元2001和确定单元2003都可以是与图2中的SPS标志相关的单元。编码器20可以是源设备12或装置500。

下文对上述实施例中所示的编码方法和解码方法的应用以及使用这些方法的***进行说明。

图6为用于实现内容分发业务的内容供应***3100的框图。该内容供应***3100包括捕获设备3102、终端设备3106，并可选地包括显示器3126。捕获设备3102通过通信链路3104与终端设备3106通信。通信链路可以包括上文描述的通信信道13。通信链路3104包括但不限于WIFI、以太网、电缆、无线(3G/4G/5G)、USB或者其任何种类的组合等。

捕获设备3102用于生成数据，并且可以通过上文实施例中所示的编码方法对数据进行编码。或者，捕获设备3102可以将数据分发到流媒体服务器(图中未示出)，该服务器对数据进行编码并将经编码的数据发送到终端设备3106。捕获设备3102包括但不限于摄像机、智能手机或平板电脑、计算机或笔记本电脑、视频会议***、PDA、车载设备或其任何组合等。例如，捕获设备3102可以包括上文描述的源设备12。当数据包括视频时，捕获设备3102中包括的视频编码器20实际上可执行视频编码处理。当数据包括音频(即，声音)时，捕获设备3102中包括的音频编码器实际上可执行音频编码处理。对于一些实际场景，捕获设备3102通过将经编码的视频数据和经编码的音频数据一起复用来分发经编码的视频数据和经编码的音频数据。对于其它实际场景，例如在视频会议***中，不复用经编码的音频数据和经编码的视频数据。捕获设备3102分别将经编码的音频数据和经编码的视频数据分发到终端设备3106。

在内容供应***3100中，终端设备310接收并再生成经编码的数据。终端设备3106可以是具有数据接收和恢复能力的设备，例如智能手机或平板电脑3108、计算机或笔记本电脑3110、网络视频录像机(network video recorder，NVR)/数字视频录像机(digitalvideo recorder，DVR)3112、电视3114、机顶盒(set top box，STB)3116、视频会议***3118、视频监控***3120、个人数字助理(personal digital assistant，PDA)3122、车载设备3124，或能够对上述经编码的数据进行解码的以上设备中任何一个的组合等。例如，终端设备3106可以包括如以上所描述的目的地设备14。当经编码的数据包括视频时，包括在终端设备中的视频解码器30优先进行视频解码。当经编码的数据包括音频时，包括在终端设备中的音频解码器优先进行音频解码处理。

对于带有显示器的终端设备，例如智能手机或平板电脑3108、计算机或膝上型电脑3110、网络视频录像机(network video recorder，NVR)/数字视频录像机(digitalvideo recorder，DVR)3112、电视3114、个人数字助理(personal digital assistant，PDA)3122或车载设备3124，该终端设备可以将经解码的数据馈送到该终端设备的显示器。对于不配备显示器的终端设备，例如STB 3116、视频会议***3118或视频监控***3120，在其中连接外部显示器3126以接收和显示经解码的数据。

当该***中的每个设备执行编码或解码时，可以使用如上述实施例中所示的图像编码设备或图像解码设备。

图7为终端设备3106的示例结构的示意图。在终端设备3106从捕获设备3102接收到流后，协议处理单元3202分析该流的传输协议。所述协议包括但不限于实时流协议(realtime streaming protocol，RTSP)、超文本传输协议(hyper text transfer protocol，HTTP)、HTTP直播流协议(HTTP live streaming protocol，HLS)、MPEG-DASH、实时传输协议(real-time transport protocol，RTP)、实时消息传输协议(real time messagingprotocol，RTMP)，或其任何种类的组合等。

协议处理单元3202对流进行处理后，生成流文件。文件被输出到解复用单元3204。解复用单元3204可以将复用数据分离成经编码的音频数据和经编码的视频数据。如上文所述，对于一些实际场景，例如在视频会议***中，不复用经编码的音频数据和经编码的视频数据。在这种情况下，不通过解复用单元3204，将经编码的数据发送到视频解码器3206和音频解码器3208。

通过解复用处理，生成视频基本码流(elementary stream，ES)、音频ES和可选的字幕。视频解码器3206包括如上述实施例中所说明的视频解码器30，通过如上述实施例中所示的解码方法对视频ES进行解码以生成视频帧，并将该数据馈送到同步单元3212。音频解码器3208对音频ES进行解码以生成音频帧，并将该数据发送至同步单元3212。或者，可以在将视频帧发送至同步单元3212之前存储在缓冲区(图7中未示出)中。类似地，可以在将音频帧发送至同步单元3212之前存储在缓冲区(图7中未示出)中。

同步单元3212同步视频帧和音频帧，并将视频/音频提供给视频/音频显示器3214。例如，同步单元3212同步视频信息和音频信息的呈现。信息可以使用与经译码的音频和可视数据的呈现有关的时间戳以及与数据流本身的传送有关的时间戳以语法进行译码。

如果流中包括字幕，则字幕解码器3210对字幕进行解码，使字幕与视频帧和音频帧同步，并将视频/音频/字幕提供给视频/音频/字幕显示器3216。

本发明并不限于上述***，上述实施例中的图像编码设备或图像解码设备都可以结合到其它***，例如汽车***。

数学运算符

本申请中使用的数学运算符与C编程语言中使用的数学运算符类似。但是，对整数除法和算术移位运算的结果进行了更准确的定义，并且定义了其它运算，如幂运算和实值除法。编号和计数规范通常从0开始，例如，“第一个”相当于第0个，“第二个”相当于第1个，等等。

算术运算符

算术运算符定义如下：

+ 加法

– 减法(用作双参数运算符)或者非运算(用作一元前缀运算符)。

* 乘法，包括矩阵乘法运算

÷ 用来表示数学等式中的除法运算，但没有进行截断或者四舍五入操作。

用来表示数学等式中的除法运算，但没有进行截断或者四舍五入操作。

用于计算f(i)的和，i取x到y之间的所有整数，包括x和y。

x％y 模运算，x除y的余数，其中，x和y都是整数，并且x≥0和y>0。

逻辑运算符

逻辑运算符定义如下：

x&&y x和y的布尔逻辑“与”运算

x||y x和y的布尔逻辑“或”运算

！ 布尔逻辑“非”运算

x？y:z 如果x为真或不等于0，则求y的值，否则，求z的值。

关系运算符

关系运算符定义如下：

> 大于

>＝ 大于或等于

< 小于

<＝ 小于或等于

＝＝ 等于

！＝ 不等于

当一个关系运算符应用于一个已被赋值“na”(不适用)的语法元素或变量时，值“na”被视为该语法元素或变量的不同值。值“na”不等于任何其它值。

按位运算符

以下按位运算符的定义如下：

& 按位“与”运算。当对整数变量运算时，运算的是整数值的二的补码表示。当对二进制参数运算时，如果它包括的位比另一个参数少，则通过添加更多等于0的有效位来扩展较短的参数。

| 按位“或”运算。当对整数变量运算时，运算的是整数值的二的补码表示。当对二进制参数运算时，如果它包括的位比另一个参数少，则通过添加更多等于0的有效位来扩展较短的参数。

^ 按位“异或”运算。当对整数变量运算时，运算的是整数值的二的补码表示。当对二进制参数运算时，如果它包括的位比另一个参数少，则通过添加更多等于0的有效位来扩展较短的参数。

x>>y x的二的补码整数表示算术右移y个二进制位。该函数仅针对y的非负整数值定义。右移的结果是移进最高有效位(most significant bit，MSB)的位的值等于移位运算之前的x的MSB。

x<<y x的二的补码整数表示算术左移y个二进制位。该函数仅针对y的非负整数值定义。左移的结果是移进最低有效位(least significant bit，LSB)的位的值等于0。

赋值运算符

算术运算符定义如下：

＝ 赋值运算符

++ 增，即，x++等于x＝x+1；当在阵列索引中使用时，等于增运算之前变量的值。

–– 减，即，x––等于x＝x–1；当在阵列索引中使用时，等于减运算之前变量的值。

+＝ 增加指定量，即，x+＝3相当于x＝x+3，x+＝(–3)相当于x＝x+(–3)。

–＝ 减少指定量，即，x–＝3相当于x＝x–3，x–＝(–3)相当于x＝x–(–3)。

范围表示法

以下符号用来说明值的范围：

x＝y..z x取从y到z(包括端值)的整数值，其中x、y和z是整数，z大于y。

数学函数

定义了以下数学函数：

Asin(x)三角反正弦函数，对参数x运算，x在–1.0至1.0(包括端值)范围之间，输出值在–π÷2至π÷2(包括端值)范围之间，单位为弧度。

Atan(x)三角反正切函数，对参数x运算，输出值在–π÷2至π÷2(包括端值)范围之间，单位为弧度。

Ceil(x)表示大于或者等于x的最小整数值。

Clip1_Y(x)＝Clip3(0,(1<<BitDepth_Y)–1,x)

Clip1_C(x)＝Clip3(0,(1<<BitDepth_C)–1,x)

Cos(x)三角余弦函数，对参数x运算，单位为弧度。

Floor(x)小于或等于x的最大整数值。

Ln(x)x的自然对数(以e为底的对数，其中，e是自然对数底数常数2.718281828……)。

Log2(x)返回x的以2为底的对数。

Log10(x) 返回x的以10为底的对数。

Round(x)＝Sign(x)*Floor(Abs(x)+0.5)

Sin(x)三角正弦函数，对参数x进行运算，单位为弧度。

Swap(x,y)＝(y,x)

Tan(x)三角正切函数，对参数x进行运算，单位为弧度。

运算优先级顺序

当没有使用括号来显式指示表达式中的优先顺序时，适用以下规则：

-高优先级的运算在低优先级的任何运算之前计算。

-相同优先级的运算从左到右依次计算。

下表从最高到最低的顺序说明运算的优先级，表中位置越高，优先级越高。

对于C编程语言中也使用的运算符，本规范中运算符优先级顺序与C编程语言中优先级顺序相同。

表：运算优先级按照最高(表格顶部)到最低(表格底部)排序

逻辑运算的文本描述

在文本中，逻辑运算的语句用数学形式描述如下：

可以采用如下方式描述：

……如下/……以下为准：

–如果条件0，则语句0

–否则，如果条件1，则语句1

-……

–否则(关于剩余条件的提示性说明)，则语句n

文本中的每个“如果……否则，如果……否则，……”语句都以“……如下”或“……以下适用”开头，紧接“如果……”。“如果……，否则，如果……，否则，……”的最后一个条件始终是“否则，……”。中间的“如果……否则，如果……否则，……”语句可以通过使“……如下”或“……以下适用”与结尾“否则，……”匹配来识别。

在文本中，逻辑运算的语句用数学形式描述如下：

可以采用如下方式描述：

……如下/……以下为准：

–如果满足以下所有条件，则语句0：

–条件0a

–条件0b

–否则，如果满足以下一个或多个条件，则语句1：

–条件1a

–条件1b

-……

–否则，语句n

在文本中，逻辑运算的语句用数学形式描述如下：

可以采用如下方式描述：

如果条件0，则语句0

如果条件1，则语句1

虽然本发明的实施例主要根据视频译码进行了描述，但需要说明的是，译码***10、编码器20和解码器30(相应地，***10)的实施例以及本文描述的其它实施例也可以用于静止图像处理或译码，即，对视频译码中独立于任何先前或连续图像的单个图像进行处理或译码。通常，如果图像处理译码限于单个图像17，则仅帧间预测单元244(编码器)和344(解码器)不可用。视频编码器20和视频解码器30的所有其它功能(也称为工具或技术)同样可以用于静止图像处理，例如残差计算204/304、变换206、量化208、反量化210/310、(逆)变换212/312、分割262/362、帧内预测254/354和/或环路滤波220/320、熵编码270和熵解码304。

编码器20和解码器30等的实施例以及本文参照编码器20和解码器30等描述的功能可以在硬件、软件、固件或其任何组合中实现。如果通过软件实现，则这些功能可以作为一个或多个指令或代码存储在计算机可读介质中或通过通信介质发送，且由基于硬件的处理单元执行。计算机可读介质可以包括与有形介质(例如数据存储介质)对应的计算机可读存储介质，或者包括任何根据通信协议等便于将计算机程序从一个地方传递到另一个地方的通信介质。通过这种方式，计算机可读介质通常可以对应(1)非瞬时性的有形计算机可读存储介质，或(2)如信号或载波等通信介质。数据存储介质可以是通过一个或多个计算机或一个或多个处理器访问的任何可用介质，以检索用于实现本发明所述技术的指令、代码和/或数据结构。计算机程序产品可以包括计算机可读介质。

作为示例而非限制，这些计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储设备、闪存或可以用于存储指令或数据结构形式的所需程序代码并且可以由计算机访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果指令是从网站、服务器或其它远程源通过同轴电缆、光纤电缆、双绞线、数字用户线(digital subscriber line，DSL)或无线技术(例如红外、无线电、微波等)发送的，则介质的定义包括同轴电缆、光纤电缆、双绞线、DSL或无线技术(例如红外、无线电和微波等)。但是，应当理解的是，计算机可读存储介质和数据存储介质并不包括连接、载波、信号或其它瞬时性介质，而是涉及非瞬时性有形存储介质。本文所使用的磁盘和光盘包含压缩光盘(compact disc，CD)、激光光盘、光学光盘、数字多功能光盘(digital versatile disc，DVD)和蓝光光盘，其中，磁盘通常以磁性方式再现数据，而光盘利用激光以光学方式再现数据。以上各项的组合也应包括在计算机可读介质的范围内。

指令可以由一个或多个处理器执行，例如一个或多个数字信号处理器(digitalsignal processor，DSP)、通用微处理器、专用集成电路(application-specificintegrated circuit，ASIC)、现场可编程逻辑阵列(field programmable logic array，FPGA)或其它等效的集成或分立逻辑电路。因此，本文使用的术语“处理器”可以指任何上述结构或任何适合于实现本文所描述的技术的任何其它结构。另外，在一些方面中，本文描述的各种功能可以提供在用于编码和解码的专用硬件和/或软件模块内，或者并入组合编解码器中。另外，这些技术可以在一个或多个电路或逻辑元件中完全实现。

本发明技术可以在多种设备或装置中实现，这些设备或装置包括无线手机、集成电路(integrated circuit，IC)或一组IC(例如芯片组)。本发明描述了各种组件、模块或单元，以强调用于执行所公开技术的设备的功能方面，但未必需要由不同的硬件单元实现。相反，如上所述，各种单元可以结合合适的软件和/或固件组合在编解码器硬件单元中，或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合来提供。

本发明公开了以下其它方面。

1.一种处理图像或视频数据的方法的一个方面，所述方法包括：

根据包括所述数据的编码表示的码流的指示属性，确定解码器是否能够对所述码流进行解码，

其中，所述码流符合编码规范，并包括多个序列级(SPS)控制标志；

其中，对于所述SPS控制标志的非空子集的每个元素，指示{0,1}集合中的两个变量；

其中，所述SPS控制标志的非空子集的每个元素等于所述指示变量之一。

2.根据方面1所述的方法的一个方面，其中，{0,1}集合中的两个变量L_i和H_i在所述码流中在所述SPS控制标志的所述非空子集的第i个SPS标志之前指示，其中，L_i≤sps_i≤H_i，sps_i是第i个SPS标志。

3.根据方面2所述的方法的一个方面，其中，对应于所述SPS控制标志的所述非空子集的所有SPS标志的{0,1}集合中的两个变量指示为具有{0,1}集合中的元素的两个矢量：toolset_idc_L＝L₀L₁,…,L_i,…L_n-1和toolset_idc_H＝H₀H₁,…,H_i,…H_n-1，其中，n是所述SPS控制标志的所述子集内的元素数量。

4.一种由解码设备实现的用于对视频码流进行解码的方法的一个方面，其中，所述视频码流包括表示多个序列级(SPS)控制标志的数据，所述解码方法包括：通过解析所述视频码流，获得所述SPS控制标志的SPS控制标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS控制标志的值的下边界，所述两个变量中的另一个变量的值为所述SPS控制标志的值的最大允许值；

根据所述两个变量对参考所述SPS的编码器图像进行解码。

5.根据方面4所述的方法的一个方面，所述方法还包括：当所述两个变量均等于1时，在不解析所述视频码流的情况下，确定所述SPS控制标志的值为1。

6.根据方面4所述的方法的一个方面，所述方法还包括：当所述两个变量均等于0时，在不解析所述视频码流的情况下，确定所述SPS控制标志的值为0。

7.一种编码器(20)的一个方面，所述编码器包括处理电路，用于执行根据方面1至6中任一项所述的方法。

8.一种解码器(30)的一个方面，所述解码器包括处理电路，用于执行根据方面1至6中任一项所述的方法。

9.一种包括程序代码的计算机程序产品的一个方面，所述程序代码当在计算机或处理器中执行时，用于执行根据任一上述权利要求所述的方法。

10.一种解码器的一个方面，所述解码器包括：一个或多个处理器；非瞬时性计算机可读存储介质，与所述处理器耦合，并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述解码器执行根据任一上述方面所述的方法。

11.一种编码器的一个方面，所述编码器包括：一个或多个处理器；非瞬时性计算机可读存储介质，与所述处理器耦合，并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述编码器执行根据任一上述方面所述的方法。

12.一种携带程序代码的非瞬时性计算机可读存储介质的一个方面，所述程序代码在由计算机设备执行时，使所述计算机设备执行根据任一上述方面所述的方法。

Claims (26)

1.一种由解码设备实现的用于对视频码流进行解码的方法，其特征在于，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：

对于所述一个或多个SPS标志中的一个SPS标志，通过解析所述视频码流，分别获得所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；

通过解析所述视频码流，获得所述SPS标志的值；

根据所述两个变量的所述值评估所述SPS标志的所述值是否有效；

当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述SPS标志的所述值无效时，停止对所述视频码流进行解码。

3.根据权利要求1或2所述的方法，其特征在于，所述SPS标志的所述两个变量为布尔(Boolean)变量，其中，所述两个变量分别封装在两个语法元素中，所述两个变量分别对应于所述两个语法元素内的特定位。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述两个变量的所述值来自集合{0,1}。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述SPS标志的所述值等于所述变量的所述值之一。

6.根据权利要求5所述的方法，其特征在于，所述两个变量的所述值来自所述集合{0,1}，表示为l_i和h_i，并在所述码流中在所述SPS标志之前指示，其中，l_i≤sps_i≤h_i，sps_i是所述SPS标志的所述值。

7.根据权利要求6所述的方法，其特征在于，对于所述一个或多个SPS标志的所有SPS标志，所述集合{0,1}中的所述两个变量通过具有所述集合{0,1}中的元素的两个矢量指示：toolset_idc_l＝l₀l₁，...，l_i，...l_n-1且toolset_idc_h＝h₀h₁，...，h_i，...h_n-1，其中，n是所述一个或多个SPS标志的数量，i是整数。

8.一种由编码设备实现的对视频码流进行编码的方法，其特征在于，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述方法包括：

对于所述一个或多个SPS标志中的一个SPS标志，分别设置所述SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；

根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；

将所述SPS标志的所述值和所述SPS标志的所述两个变量编码到所述视频码流中。

9.根据权利要求8所述的方法，其特征在于，当作为所述SPS标志的所述最小允许值的所述一个变量的所述值等于1时，确定所述SPS标志的所述值为1。

10.根据权利要求8所述的方法，其特征在于，当作为所述SPS标志的所述最大允许值的所述一个变量的所述值等于0时，确定所述SPS标志的所述值为0。

11.根据权利要求8所述的方法，其特征在于，所述方法还包括：

当所述SPS标志的所述两个变量的所述值都等于1时，确定所述SPS标志的所述值分别为1。

12.根据权利要求8所述的方法，其特征在于，所述方法还包括：

当所述SPS标志的所述两个变量的所述值都等于0时，确定所述SPS标志的所述值分别为0。

13.根据权利要求8至12中任一项所述的方法，其特征在于，所述SPS标志的所述两个变量为布尔变量，其中，所述两个变量分别封装在两个语法元素中，所述两个变量分别对应于所述两个语法元素内的特定位。

14.根据权利要求8至13中任一项所述的方法，其特征在于，所述两个变量的所述值来自集合{0,1}。

15.根据权利要求8至14中任一项所述的方法，其特征在于，所述SPS标志的所述值等于所述变量的所述值之一。

16.根据权利要求15所述的方法，其特征在于，所述两个变量的所述值来自集合{0,1}，表示为l_i和h_i，并在所述码流中在所述SPS标志之前指示，其中，l_i≤sps_i≤h_i，sps_i是所述SPS标志的所述值。

17.根据权利要求16所述的方法，其特征在于，对于所述一个或多个SPS标志的所有SPS标志，所述集合{0,1}中的所述两个变量通过具有所述集合{0,1}中的元素的两个矢量指示：toolset_idc_l＝l₀l₁，...，l_i，...l_n-1且toolset_idc_h＝h₀h₁，...，h_i，...h_n-1，其中，n是所述一个或多个SPS标志的数量，i是整数。

18.一种编码器(20)，其特征在于，包括处理电路，用于执行根据权利要求8至17中任一项所述的方法。

19.一种解码器(30)，其特征在于，包括处理电路，用于执行根据权利要求1至7中任一项所述的方法。

20.一种包括程序代码的计算机程序产品，其特征在于，所述程序代码当在计算机或处理器中执行时，用于执行根据权利要求1至17中任一项所述的方法。

21.一种解码器，其特征在于，包括：

一个或多个处理器；

非瞬时性计算机可读存储介质，与所述处理器耦合并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述解码器执行根据权利要求1至7中任一项所述的方法。

22.一种编码器，其特征在于，包括：

一个或多个处理器；

非瞬时性计算机可读存储介质，与所述处理器耦合并存储由所述处理器执行的程序，其中，所述程序在由所述处理器执行时，使所述编码器执行根据权利要求8至17中任一项所述的方法。

23.一种非瞬时性计算机可读介质，其特征在于，所述非瞬时性计算机可读介质携带程序代码，所述程序代码在由计算机设备执行时，使所述计算机设备执行根据权利要求1至17中任一项所述的方法。

24.一种非瞬时性存储介质，其特征在于，包括由图像解码设备解码的经编码的码流，所述码流通过将视频信号或图像信号的帧划分为多个块来产生，并且包括多个SPS标志，其中，所述码流还包括SPS标志的两个变量，所述两个变量中的一个变量的值为所述SPS标志的最小允许值的值，并且所述两个变量中的另一个变量的值为所述SPS标志的最大允许值的值。

25.一种用于对视频码流进行解码的解码器(30)，其特征在于，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述解码器包括：

第一获取单元，用于通过解析所述视频码流，分别获得所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；

第二获取单元，用于通过解析所述视频码流，获得所述SPS标志的值；

评估单元，用于根据所述两个变量的所述值评估所述SPS标志的所述值是否有效；

解码单元，用于当所述SPS标志的所述值有效时，根据所述SPS标志的所述值对所述视频码流进行解码。

26.一种用于对视频码流进行编码的编码器(20)，其特征在于，所述视频码流包括表示一个或多个序列参数集(sequence parameter set，SPS)标志的数据，所述编码器包括：

指示单元，用于分别设置所述一个或多个SPS标志中的一个SPS标志的两个变量，其中，所述两个变量中的一个变量的值为所述SPS标志的最小允许值，所述两个变量中的另一个变量的值为所述SPS标志的最大允许值；

确定单元，用于根据所述SPS标志的所述两个变量，确定所述SPS标志的所述值；

编码单元，用于将所述SPS标志的所述值和所述SPS标志的所述两个变量编码到所述视频码流中。

Images