TW202143735A - 用於視訊資料的語法元素的訊號傳遞 - Google Patents
用於視訊資料的語法元素的訊號傳遞 Download PDFInfo
- Publication number
- TW202143735A TW202143735A TW110112342A TW110112342A TW202143735A TW 202143735 A TW202143735 A TW 202143735A TW 110112342 A TW110112342 A TW 110112342A TW 110112342 A TW110112342 A TW 110112342A TW 202143735 A TW202143735 A TW 202143735A
- Authority
- TW
- Taiwan
- Prior art keywords
- picture
- syntax element
- flag
- syntax
- header
- Prior art date
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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—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
- H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
-
- 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
- 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
- H04N19/537—Motion estimation other than block-based
- H04N19/543—Motion estimation other than block-based using regions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
一種實例方法包括:從經譯碼的視訊位元串流的圖片標頭語法結構中解碼語法元素,該語法元素指示與圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中該經合併的子圖片軌道之每一者圖片引用公共圖片參數集(PPS);及基於該公共PPS來重構該圖片的取樣。
Description
本專利申請案主張享受於2020年4月2日提出申請的美國臨時專利申請案第63/004,377號以及於2020年4月10日提出申請的美國臨時專利申請案第63/008,498號的權益,據此將上述兩份申請案的全部內容經由引用的方式併入。
本案內容係關於視訊編碼和視訊解碼。
數位視訊能力可以被合併到各種各樣的設備中,包括數位電視機、數位直播系統、無線廣播系統、個人數位助理(PDA)、膝上型電腦或桌上型電腦、平板電腦、電子書閱讀器、數位相機、數位記錄設備、數位媒體播放機、視訊遊戲裝置、視訊遊戲控制台、蜂巢或衛星無線電電話(所謂的「智慧型電話」)、視訊電話會議設備、視訊流式設備等。數位視訊設備實現視訊譯碼技術(諸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4(第10部分,高級視訊譯碼(AVC))、ITU-T H.265/高效率視訊譯碼(HEVC)所定義的標準以及此類標準的擴展中描述的那些技術)。經由實現此類視訊譯碼技術,視訊設備可以更加高效地發送、接收、編碼、解碼及/或儲存數位視訊資訊。
視訊譯碼技術包括空間(圖片內)預測及/或時間(圖片間)預測以減少或去除在視訊序列中的固有冗餘。對於基於塊的視訊譯碼,視訊切片(例如,視訊圖片或視訊圖片的一部分)可以被分割為視訊塊,視訊塊亦可以被稱為譯碼樹單元(CTU)、譯碼單元(CU)及/或譯碼節點。圖片的經訊框內編碼(I)的切片中的視訊塊是使用相對於在同一圖片中的相鄰塊中的參考取樣的空間預測來編碼的。圖片的經訊框間編碼(P或B)的切片中的視訊塊可以使用相對於在同一圖片中的相鄰塊中的參考取樣的空間預測或者相對於在其他參考圖片中的參考取樣的時間預測。圖片可以被稱為訊框,並且參考圖片可以被稱為參考訊框。
在一個實例中,一種對視訊資料進行解碼的方法包括:從經譯碼的視訊位元串流的圖片標頭語法結構中解碼語法元素,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中在該經合併的子圖片軌道之每一者圖片引用公共圖片參數集(PPS);及基於該公共PPS來重構該圖片的取樣。
在另一實例中,一種對視訊資料進行編碼的方法包括:在經譯碼的視訊位元串流的圖片標頭語法結構中對語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的NAL單元;及在該圖片可以包括多個不同類型的NAL單元的情況下,對包括該圖片的經合併的子圖片軌道進行編碼,其中在該經合併的子圖片軌道之每一者圖片引用公共PPS。
在另一實例中,一種用於對視訊資料進行解碼的設備包括:記憶體,其被配置為儲存經譯碼的視訊位元串流的至少一部分;及一或多個處理器,其在電路中實現並且被配置為:從經譯碼的視訊位元串流的圖片標頭語法結構中解碼語法元素,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的NAL單元;回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中該經合併的子圖片軌道之每一者圖片引用公共PPS;及基於該公共PPS來重構該圖片的取樣。
在另一實例中,一種用於對視訊資料進行編碼的設備包括:記憶體,其被配置為儲存經譯碼的視訊位元串流的至少一部分;及一或多個處理器,其在電路中實現並且被配置為:在經譯碼的視訊位元串流的圖片標頭語法結構中對語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的NAL單元;及回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行編碼,其中在該經合併的子圖片軌道之每一者圖片引用公共PPS。
在附圖和以下描述中闡述了一或多個實例的細節。根據描述、附圖和請求項,其他特徵、目的和優點將是顯而易見的。
在不具有子圖片的圖片中,針對該圖片的所有視訊譯碼層(VCL)網路抽象層(NAL)單元具有相同的NAL單元類型,例如,VVC中的nal_unit_type的相同的值。NAL單元是指一種語法結構,其包含對要遵循的資料類型以及以原始位元組序列有效載荷(RBSP)的形式包含該資料的位元組(根據需要將其與模擬防止位元組穿插在一起)的指示。然而,對於具有子圖片的圖片,不同的子圖片可以包括不同類型的VCL NAL單元。
當根據一些VVC草案對視訊資料進行譯碼時,視訊解碼器(例如,視訊轉碼器及/或視訊解碼器)可以在圖片參數集(PPS)中用訊號通知在圖片中存在混合網路抽象層(NAL)單元類型。在位元串流中使用混合NAL單元類型的情況下,將存在具有和不具有混合NAL單元的圖片,這要求視訊解碼器用訊號通知多個圖片參數集。例如,視訊解碼器可以至少用訊號通知具有指定存在混合NAL單元類型的語法元素的第一圖片參數集和具有指定不存在混合NAL單元類型的語法元素的第二圖片參數集(圖片參數集可以以其他方式是相同的)。因此,經合併的位元串流可以使用多個PPS來用訊號通知圖片中的混合/非混合NAL單元類型。針對多個PPS的這種要求可能不期望地影響譯碼效率。
根據本案內容的一或多個態樣,視訊解碼器可以在圖片標頭(PH)語法結構中用訊號通知語法元素,該語法元素指示與圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的NAL單元。經由在PH中用訊號通知此類指示,視訊解碼器可以減少用訊號通知的PPS的數量。例如,在除了指定混合NAL單元類型的存在的語法元素的值之外,兩個PPS在所有態樣都是相同的情況下,視訊解碼器可以用訊號通知單個PPS來代替兩個PPS,因為對混合NAL單元類型的控制可以移動到PH。這樣,本案內容的技術使視訊解碼器能夠減少用於以類似品質水平表示視訊資料的位元數量。
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統100的方塊圖。概括而言,本案內容的技術涉及對視訊資料進行譯碼(編碼及/或解碼)。通常,視訊資料包括用於處理視訊的任何資料。因此,視訊資料可以包括原始的未經編碼的視訊、經編碼的視訊、經解碼(例如,經重構)的視訊、以及視訊中繼資料(例如,訊號傳遞資料)。
如圖1所示,在該實例中,系統100包括源設備102,源設備102提供要被目的地設備116解碼和顯示的、經編碼的視訊資料。具體地,源設備102經由電腦可讀取媒體110來將視訊資料提供給目的地設備116。源設備102和目的地設備116可以包括各種各樣的設備中的任何一種,包括桌上型電腦、筆記型電腦(亦即,膝上型電腦)、平板電腦、機上盒、諸如智慧型電話之類的電話手機、電視機、相機、顯示裝置、數位媒體播放機、視訊遊戲控制台、視訊資料流式設備等。在一些情況下,源設備102和目的地設備116可以被配備用於無線通訊,並且因此可以被稱為無線通訊設備。
在圖1的實例中,源設備102包括視訊源104、記憶體106、視訊轉碼器200以及輸出介面108。目的地設備116包括輸入介面122、視訊解碼器300、記憶體120以及顯示裝置118。根據本案內容,源設備102的視訊轉碼器200和目的地設備116的視訊解碼器300可以被配置為應用用於對在語法結構中的語法元素進行譯碼的技術。因此,源設備102表示視訊編碼設備的實例,而目的地設備116表示視訊解碼設備的實例。在其他實例中,源設備和目的地設備可以包括其他部件或佈置。例如,源設備102可以從諸如外部相機之類的外部視訊源接收視訊資料。同樣,目的地設備116可以與外部顯示裝置對接,而不是包括整合顯示裝置。
如圖1所示的系統100僅是一個實例。通常,任何數位視訊編碼及/或解碼設備可以執行用於對在語法結構中的語法元素進行譯碼的技術。源設備102和目的地設備116僅是此類譯碼設備的實例,其中源設備102產生經解碼的視訊資料以用於傳輸給目的地設備116。本案內容將「譯碼」設備代表為執行對資料的譯碼(例如,編碼及/或解碼)的設備。因此,視訊轉碼器200和視訊解碼器300分別表示譯碼設備(具體地,視訊轉碼器和視訊解碼器)的實例。在一些實例中,源設備102和目的地設備116可以以基本上對稱的方式進行操作,使得源設備102和目的地設備116中的每一者皆包括視訊編碼和解碼用部件。因此,系統100可以支援在源設備102和目的地設備116之間的單向或雙向視訊傳輸,例如,以用於視訊資料流式、視訊重播、視訊廣播或視訊電話。
通常,視訊源104表示視訊資料的源(即原始的未經編碼的視訊資料),並且將視訊資料的順序的一系列圖片(亦被稱為「訊框」)提供給視訊轉碼器200,視訊轉碼器200對用於圖片的資料進行編碼。源設備102的視訊源104可以包括視訊擷取裝置,諸如攝像機、包含先前擷取的原始視訊的視訊存檔單元、及/或用於從視訊內容提供者接收視訊的視訊饋送介面。作為另外的替代方式,視訊源104可以產生基於電腦圖形的資料作為源視訊,或者產生即時視訊、被存檔的視訊和電腦產生的視訊的組合。在每種情況下,視訊轉碼器200可以對被擷取的、預擷取的或電腦產生的視訊資料進行編碼。視訊轉碼器200可以將圖片從所接收的次序(有時被稱為「顯示次序」)重新排列為用於譯碼的譯碼次序。視訊轉碼器200可以產生包括經編碼的視訊資料的位元串流。隨後,源設備102可以經由輸出介面108將經編碼的視訊資料輸出到電腦可讀取媒體110上,以便由例如目的地設備116的輸入介面122接收及/或取回。
源設備102的記憶體106和目的地設備116的記憶體120表示通用記憶體。在一些實例中,記憶體106、120可以儲存原始視訊資料,例如,來自視訊源104的原始視訊以及來自視訊解碼器300的原始的經解碼的視訊資料。補充或替代地,記憶體106、120可以儲存可由例如視訊轉碼器200和視訊解碼器300分別執行的軟體指令。儘管記憶體106和記憶體120在該實例中被示為與視訊轉碼器200和視訊解碼器300分開,但是應當理解的是,視訊轉碼器200和視訊解碼器300亦可以包括用於在功能上類似或等效目的的內部記憶體。此外,記憶體106、120可以儲存例如從視訊轉碼器200輸出並且輸入到視訊解碼器300的經編碼的視訊資料。在一些實例中,記憶體106、120的部分可以被分配為一或多個視訊緩衝器,例如,以儲存原始的、經解碼及/或經編碼的視訊資料。
電腦可讀取媒體110可以表示能夠將經編碼的視訊資料從源設備102輸送到目的地設備116的任何類型的媒體或設備。在一個實例中,電腦可讀取媒體110表示通訊媒體,其使得源設備102能夠例如經由射頻網路或基於電腦的網路,來即時地向目的地設備116直接發送經編碼的視訊資料。輸出介面108可以根據諸如無線通訊協定之類的通訊標準來對包括經編碼的視訊資料的傳輸訊號進行解調,並且輸入介面122可以根據諸如無線通訊協定之類的通訊標準來對所接收的傳輸訊號進行解調。通訊媒體可以包括任何無線或有線通訊媒體,例如,射頻(RF)頻譜或一或多條實體傳輸線。通訊媒體可以形成諸如以下各項的基於封包的網路的一部分:區域網路、廣域網、或諸如網際網路之類的全球網路。通訊媒體可以包括路由器、交換機、基地台、或對於促進從源設備102到目的地設備116的通訊而言可以有用的任何其他設備。
在一些實例中,源設備102可以將經編碼的資料從輸出介面108輸出到存放裝置112。類似地,目的地設備116可以經由輸入介面122從存放裝置112存取經編碼的資料。存放裝置112可以包括各種分散式或本端存取的資料儲存媒體中的任何一種,諸如硬碟、藍光光碟、DVD、CD-ROM、快閃記憶體、揮發性或非揮發性記憶體、或用於儲存經編碼的視訊資料的任何其他適當的數位儲存媒體。
在一些實例中,源設備102可以將經編碼的視訊資料輸出到檔案伺服器114或者可以儲存由源設備102產生的經編碼的視訊資料的另一中間存放裝置。目的地設備116可以經由流式或下載來從檔案伺服器114存取被儲存的視訊資料。檔案伺服器114可以是能夠儲存經編碼的視訊資料並且將該經編碼的視訊資料發送給目的地設備116的任何類型的伺服器設備。檔案伺服器114可以表示網頁伺服器(例如,用於網站)、檔案傳輸通訊協定(FTP)伺服器、內容遞送網路設備或網路附加儲存(NAS)設備。目的地設備116可以經由任何標準資料連接(包括網際網路連接)來從檔案伺服器114存取經編碼的視訊資料。這可以包括適於存取被儲存在檔案伺服器114上的經編碼的視訊資料的無線通道(例如,Wi-Fi連接)、有線連接(例如,數位用戶線路(DSL)、纜線數據機等)、或這兩者的組合。檔案伺服器114和輸入介面122可以被配置為根據以下各項來操作:流式協定、下載傳輸協定、或其組合。
輸出介面108和輸入介面122可以表示無線發射器/接收器、數據機、有線聯網單元(例如,乙太網路卡)、根據各種IEEE 802.11標準中的任何一種標準進行操作的無線通訊部件、或其他實體部件。在其中輸出介面108和輸入介面122包括無線部件的實例中,輸出介面108和輸入介面122可以被配置為根據蜂巢通訊標準(諸如4G、4G-LTE(長期進化)、改進的LTE、5G等)來傳輸資料(諸如經編碼的視訊資料)。在其中輸出介面108包括無線發射器的一些實例中,輸出介面108和輸入介面122可以被配置為根據其他無線標準(諸如IEEE 802.11規範、IEEE 802.15規範(例如,ZigBee™)、Bluetooth™標準等)來傳輸資料(諸如經編碼的視訊資料)。在一些實例中,源設備102及/或目的地設備116可以包括相應的片上系統(SoC)設備。例如,源設備102可以包括用於執行被賦予視訊轉碼器200及/或輸出介面108的功能的SoC設備,並且目的地設備116可以包括用於執行被賦予視訊解碼器300及/或輸入介面122的功能的SoC設備。
本案內容的技術可以應用於視訊譯碼,以支援各種多媒體應用中的任何一種,諸如空中電視廣播、有線電視傳輸、衛星電視傳輸、網際網路流式視訊傳輸(諸如基於HTTP的動態自我調整資料流式(DASH))、被編碼到資料儲存媒體上的數位視訊、對被儲存在資料儲存媒體上的數位視訊的解碼、或其他應用。
目的地設備116的輸入介面122從電腦可讀取媒體110(例如,通訊媒體、存放裝置112、檔案伺服器114等)接收經編碼的視訊位元串流。經編碼的視訊位元串流可以包括由視訊轉碼器200定義的諸如以下語法元素之類的訊號傳遞資訊(其亦被視訊解碼器300使用):該語法元素具有描述視訊塊或其他譯碼單元(例如,切片、圖片、圖片組、序列等)的特性及/或處理的值。顯示裝置118將經解碼的視訊資料的經解碼的圖片顯示給使用者。顯示裝置118可以表示各種顯示裝置中的任何一種,諸如陰極射線管(CRT)、液晶顯示器(LCD)、等離子顯示器、有機發光二極體(OLED)顯示器、或另一種類型的顯示裝置。
儘管在圖1中未圖示,但是在一些實例中,視訊轉碼器200和視訊解碼器300可以各自與音訊編碼器及/或音訊解碼器整合,並且可以包括適當的MUX-DEMUX單元或其他硬體及/或軟體,以處理包括公共資料串流中的音訊和視訊兩者的經多工的流。若適用,MUX-DEMUX單元可以遵循ITU H.223多工器協定或其他協定(諸如使用者資料包通訊協定(UDP))。
視訊轉碼器200和視訊解碼器300各自可以被實現為各種適當的編碼器及/或解碼器電路中的任何一種,諸如一或多個微處理器、數位訊號處理器(DSP)、特殊應用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、個別邏輯、軟體、硬體、韌體、或其任何組合。當該等技術部分地用軟體實現時,設備可以將用於軟體的指令儲存在適當的非暫時性電腦可讀取媒體中,並且使用一或多個處理器,用硬體來執行指令以執行本案內容的技術。視訊轉碼器200和視訊解碼器300中的每一者可以被包括在一或多個編碼器或解碼器中,編碼器或解碼器中的任一者可以被整合為相應設備中的組合編碼器/解碼器(CODEC)的一部分。包括視訊轉碼器200及/或視訊解碼器300的設備可以包括積體電路、微處理器、及/或無線通訊設備(諸如蜂巢式電話)。
視訊轉碼器200和視訊解碼器300可以根據視訊譯碼標準(諸如ITU-T H.265(亦被稱為高效率視訊譯碼(HEVC)標準)或對其的擴展(諸如多視圖及/或可伸縮視訊譯碼擴展))進行操作。替代地,視訊轉碼器200和視訊解碼器300可以根據其他專有或行業標準(諸如ITU-T H.266標準,亦被稱為通用視訊譯碼(VVC))進行操作。VVC標準的最新草案是在以下文件中描述的:Bross等人,「Versatile Video Coding (Draft 8)」,ITU-T SG 16 WP 3和ISO/IEC JTC 1/SC 29/WG 11的聯合視訊專家組(JVET),第17次會議:比利時布魯塞爾,2020年1月7-17日,JVET-Q2001-vE(下文中被稱為「VVC草案8」)。然而,本案內容的技術不限於任何特定的譯碼標準。
通常,視訊轉碼器200和視訊解碼器300可以執行對圖片的基於塊的譯碼。術語「塊」通常代表包括要被處理的(例如,在編碼及/或解碼程序中要被編碼、被解碼或以其他方式使用的)資料的結構。例如,塊可以包括亮度及/或色度資料的取樣的二維矩陣。通常,視訊轉碼器200和視訊解碼器300可以對以YUV(例如,Y、Cb、Cr)格式表示的視訊資料進行解碼。亦即,並不是對用於圖片的取樣的紅色、綠色和藍色(RGB)資料進行譯碼,視訊轉碼器200和視訊解碼器300可以對亮度和色度分量進行解碼,其中色度分量可以包括紅色色相和藍色色相色度分量兩者。在一些實例中,視訊轉碼器200在進行編碼之前將所接收的經RGB格式化的資料轉換為YUV表示,並且視訊解碼器300將YUV表示轉換為RGB格式。替代地,預處理和後處理單元(未圖示)可以執行這些轉換。
概括而言,本案內容可以涉及對圖片的譯碼(例如,編碼和解碼)以包括對圖片的資料進行編碼或解碼的程序。類似地,本案內容可以涉及對圖片的塊的譯碼以包括對用於塊的資料進行編碼或解碼(例如,預測及/或殘差解碼)的程序。經編碼的視訊位元串流通常包括用於表示譯碼決策(例如,譯碼模式)以及將圖片分割為塊的語法元素的一系列值。因此,關於對圖片或塊進行譯碼的引用通常應當被理解為對用於形成圖片或塊的語法元素的值進行譯碼。
HEVC定義了各種塊,包括譯碼單元(CU)、預測單元(PU)和變換單元(TU)。根據HEVC,視訊解碼器(諸如視訊轉碼器200)根據四叉樹結構來將譯碼樹單元(CTU)分割為CU。亦即,視訊解碼器將CTU和CU分割為四個相等的、不重疊的正方形,並且四叉樹的每個節點具有零個或四個子節點。沒有子節點的節點可以被稱為「葉節點」,並且這種葉節點的CU可以包括一或多個PU及/或一或多個TU。視訊解碼器可以進一步分割PU和TU。例如,在HEVC中,殘差四叉樹(RQT)表示對TU的分割。在HEVC中,PU表示訊框間預測資料,而TU表示殘差資料。經訊框內預測的CU包括訊框內預測資訊,諸如訊框內模式指示。
作為另一實例,視訊轉碼器200和視訊解碼器300可以被配置為根據VVC進行操作。根據VVC,視訊解碼器(諸如視訊轉碼器200)將圖片分割為複數個譯碼樹單元(CTU)。視訊轉碼器200可以根據樹結構(諸如四叉樹-二叉樹(QTBT)結構或多類型樹(MTT)結構)分割CTU。QTBT結構去除了多種分割類型的概念,諸如在HEVC的CU、PU和TU之間的分隔。QTBT結構包括兩個級別:根據四叉樹分割而被分割的第一級別、以及根據二叉樹分割而被分割的第二級別。QTBT結構的根節點對應於CTU。二叉樹的葉節點對應於譯碼單元(CU)。
在MTT分割結構中,可以使用四叉樹(QT)分割、二叉樹(BT)分割以及一或多個類型的三叉樹(TT)(亦被稱為三元樹(TT))分割來對塊進行分割。三叉樹或三元樹分割是其中塊被分為三個子塊的分割。在一些實例中,三叉樹或三元樹分割將塊劃分為三個子塊,而不經由中心劃分原始塊。MTT中的分割類型(例如,QT、BT和TT)可以是對稱的或不對稱的。
在一些實例中,視訊轉碼器200和視訊解碼器300可以使用單個QTBT或MTT結構來表示亮度分量和色度分量中的每一者,而在其他實例中,視訊轉碼器200和視訊解碼器300可以使用兩個或兩個以上QTBT或MTT結構,諸如用於亮度分量的一個QTBT/MTT結構以及用於兩個色度分量的另一個QTBT/MTT結構(或者用於相應色度分量的兩個QTBT/MTT結構)。
視訊轉碼器200和視訊解碼器300可以被配置為使用根據HEVC的四叉樹分割、QTBT分割、MTT分割、或其他分割結構。為了解釋的目的,關於QTBT分割提供了本案內容的技術的描述。然而,應當理解的是,本案內容的技術亦可以應用於被配置為使用四叉樹分割或者還使用其他類型的分割的視訊解碼器。
在一些實例中,CTU包括亮度取樣的譯碼樹塊(CTB)、具有三個取樣陣列的圖片的色度取樣的兩個對應的CTB、或者單色圖片或使用三個單獨的色彩平面和用於對取樣進行譯碼的語法結構來解碼的圖片的取樣的CTB。CTB可以是取樣的NxN塊(針對N的某個值),使得將分量劃分為CTB是一種分割。分量是來自以4:2:0、4:2:2或4:4:4的色彩格式組成圖片的三個陣列(一個亮度和兩個色度)之一的陣列或單個取樣,或者是以單色格式組成圖片的陣列或陣列的單個取樣。在一些實例中,譯碼塊是取樣的M×N塊(針對M和N的某些值),使得將CTB劃分成譯碼塊是一種分割。
可以以各種方式在圖片中對塊(例如,CTU或CU)進行群組。作為一個實例,磚塊可以代表在圖片中在特定圖塊(tile)內的CTU行的矩形區域。圖塊可以是圖片中的特定圖塊列和特定圖塊行內的CTU的矩形區域。圖塊列代表CTU的矩形區域,其具有等於圖片的高度的高度以及由語法元素(例如,諸如在圖片參數集中)指定的寬度。圖塊行代表CTU的矩形區域,其具有由語法元素指定的高度(例如,諸如在圖片參數集中)以及等於圖片的寬度的寬度。
在一些實例中,可以將圖塊分割為多個磚塊,每個磚塊可以包括圖塊內的一或多個CTU行。沒有被分割為多個磚塊的圖塊亦可以被稱為磚塊。然而,作為圖塊的真實子集的磚塊可以不被稱為圖塊。
圖片中的磚塊亦可以以切片來排列。切片可以是圖片的整數個磚塊,其可以唯一地被包含在單個網路抽象層(NAL)單元中。在一些實例中,切片包括多個完整的圖塊或者僅包括一個圖塊的完整磚塊的連續序列。
本案內容可以互換地使用「NxN」和「N乘N」來代表塊(諸如CU或其他視訊塊)在垂直和水平維度態樣的取樣大小,例如,16x16個取樣或16乘16個取樣。通常,16x16 CU在垂直方向上將具有16個取樣(y = 16),並且在水平方向上將具有16個取樣(x = 16)。同樣地,NxN CU通常在垂直方向上具有N個取樣,並且在水平方向上具有N個取樣,其中N表示非負整數值。CU中的取樣可以按行和列來排列。此外,CU不一定需要在水平方向上具有與在垂直方向上相同的數量的取樣。例如,CU可以包括NxM個取樣,其中M不一定等於N。
視訊轉碼器200對用於CU的表示預測及/或殘差資訊以及其他資訊的視訊資料進行編碼。預測資訊指示將如何預測CU以便形成用於CU的預測塊。殘差資訊通常表示在編碼之前的CU的取樣與預測塊之間的逐取樣差。
為了預測CU,視訊轉碼器200通常可以經由訊框間預測或訊框內預測來形成用於CU的預測塊。訊框間預測通常代表根據先前譯碼的圖片的資料來預測CU,而訊框內預測通常代表根據同一圖片的先前譯碼的資料來預測CU。為了執行訊框間預測,視訊轉碼器200可以使用一或多個運動向量來產生預測塊。視訊轉碼器200通常可以執行運動搜尋,以辨識例如在CU與參考塊之間的差異態樣與CU緊密匹配的參考塊。視訊轉碼器200可以使用絕對差之和(SAD)、平方差之和(SSD)、平均絕對差(MAD)、均方差(MSD)、或其他這種差計算來計算差度量,以決定參考塊是否與當前CU緊密匹配。在一些實例中,視訊轉碼器200可以使用單向預測或雙向預測來預測當前CU。
VVC的一些實例亦提供仿射運動補償模式,其可以被認為是訊框間預測模式。在仿射運動補償模式下,視訊轉碼器200可以決定表示非平移運動(諸如放大或縮小、旋轉、透視運動或其他不規則的運動類型)的兩個或兩個以上運動向量。
為了執行訊框內預測,視訊轉碼器200可以選擇訊框內預測模式來產生預測塊。VVC的一些實例提供六十七種訊框內預測模式,包括各種方向性模式、以及平面模式和DC模式。通常,視訊轉碼器200選擇訊框內預測模式,訊框內預測模式描述要根據其來預測當前塊(例如,CU的塊)的取樣的、當前塊的相鄰取樣。假定視訊轉碼器200以光柵掃瞄次序(從左到右、從上到下)對CTU和CU進行解碼,則此類取樣通常可以是在與當前塊相同的圖片中在當前塊的上方、左上方或左側。
視訊轉碼器200對表示用於當前塊的預測模式的資料進行編碼。例如,對於訊框間預測模式,視訊轉碼器200可以對表示使用各種可用訊框間預測模式中的哪一種的資料以及用於對應模式的運動資訊進行編碼。對於單向或雙向訊框間預測,例如,視訊轉碼器200可以使用高級運動向量預測(AMVP)或合併模式來對運動向量進行編碼。視訊轉碼器200可以使用類似的模式來對用於仿射運動補償模式的運動向量進行編碼。
在諸如對塊的訊框內預測或訊框間預測之類的預測之後,視訊轉碼器200可以計算用於該塊的殘差資料。殘差資料(諸如殘差塊)表示在塊與用於該塊的預測塊之間的逐取樣差,該預測塊是使用對應的預測模式來形成的。視訊轉碼器200可以將一或多個變換應用於殘差塊,以產生在變換域中而非在取樣域中的經變換的資料。例如,視訊轉碼器200可以將離散餘弦變換(DCT)、整數變換、小波變換或概念上類似的變換應用於殘差視訊資料。另外,視訊轉碼器200可以在第一變換之後應用二次變換,諸如模式相關的不可分離二次變換(MDNSST)、訊號相關變換、Karhunen-Loeve變換(KLT)等。視訊轉碼器200在應用一或多個變換之後產生變換係數。
如前述,在任何變換以產生變換係數之後,視訊轉碼器200可以執行對變換係數的量化。量化通常代表如下的程序:在該程序中,對變換係數進行量化以可能地減少用於表示變換係數的資料量,從而提供進一步的壓縮。經由執行量化程序,視訊轉碼器200可以減小與一些或所有變換係數相關聯的位元深度。例如,視訊轉碼器200可以在量化期間將n
位元的值向下捨入為m
位元的值,其中n
大於m
。在一些實例中,為了執行量化,視訊轉碼器200可以執行對要被量化的值的按位元右移。
在量化之後,視訊轉碼器200可以掃瞄變換係數,從而從包括經量化的變換係數的二維矩陣產生一維向量。可以將掃瞄設計為將較高能量(並且因此較低頻率)的變換係數放在向量的前面,並且將較低能量(並且因此較高頻率)的變換係數放在向量的後面。在一些實例中,視訊轉碼器200可以利用預定義的掃瞄次序來掃瞄經量化的變換係數以產生序列化向量,並且隨後對向量的經量化的變換係數進行熵編碼。在其他實例中,視訊轉碼器200可以執行自我調整掃瞄。在掃瞄經量化的變換係數以形成一維向量之後,視訊轉碼器200可以例如根據上下文自我調整二進位算術譯碼(CABAC)來對一維向量進行熵編碼。視訊轉碼器200亦可以對用於描述與經編碼的視訊資料相關聯的中繼資料的語法元素的值進行熵編碼,以供視訊解碼器300在對視訊資料進行解碼時使用。
為了執行CABAC,視訊轉碼器200可以將上下文模型內的上下文分配給要被發送的符號。上下文可以涉及例如符號的相鄰值是否為零值。概率決定可以是基於被分配給符號的上下文的。
視訊轉碼器200亦可以例如在圖片標頭、塊標頭、切片標頭中為視訊解碼器300產生語法資料(諸如基於塊的語法資料、基於圖片的語法資料和基於序列的語法資料)、或其他語法資料(諸如序列參數集(SPS)、圖片參數集(PPS)或視訊參數集(VPS))。同樣地,視訊解碼器300可以對此類語法資料進行解碼以決定如何解碼對應的視訊資料。
以這種方式,視訊轉碼器200可以產生位元串流,其包括經編碼的視訊資料,例如,描述將圖片分割為塊(例如,CU)以及用於該塊的預測及/或殘差資訊的語法元素。最終,視訊解碼器300可以接收位元串流並且對經編碼的視訊資料進行解碼。
通常,視訊解碼器300執行與由視訊轉碼器200執行的程序相反的程序,以對位元串流的經編碼的視訊資料進行解碼。例如,視訊解碼器300可以使用CABAC,以與視訊轉碼器200的CABAC編碼程序基本上類似的、但是相反的方式來對用於位元串流的語法元素的值進行解碼。語法元素可以定義用於將圖片分割為CTU、以及根據對應的分割結構(諸如QTBT結構)對每個CTU進行分割以定義CTU的CU的分割資訊。語法元素亦可以定義用於視訊資料的塊(例如,CU)的預測和殘差資訊。
殘差資訊可以由例如經量化的變換係數來表示。視訊解碼器300可以對塊的經量化的變換係數進行逆量化和逆變換以重現用於該塊的殘差塊。視訊解碼器300使用經訊號通知的預測模式(訊框內預測或訊框間預測)和相關的預測資訊(例如,用於訊框間預測的運動資訊)來形成用於該塊的預測塊。視訊解碼器300隨後可以對預測塊和殘差塊(在逐取樣的基礎上)進行組合以重現原始塊。視訊解碼器300可以執行額外處理,諸如執行去塊程序以減少沿著塊的邊界的視覺偽影。
如前述,視訊轉碼器200可以在圖片標頭、塊標頭、切片標頭或其他語法資料(諸如序列參數集(SPS)、圖片參數集(PPS)或視訊參數集(VPS))中產生語法元素。PPS可以是包含應用於零個或多個整個經譯碼的圖片的語法元素(例如,在位元串流中表示的資料的元素)的語法結構(例如,在位元串流中以指定順序一起出現的零個或多個語法元素)。因此,在一些實例中,視訊資料的多個圖片可以引用單個PPS。
下文是來自VVC草案8的實例PPS語法結構。
pic_parameter_set_rbsp( ) { | 描述符 |
pps_pic_parameter_set_id | ue(v) |
pps_seq_parameter_set_id | u(4) |
mixed_nalu_types_in_pic_flag | u(1) |
pic_width_in_luma_samples | ue(v) |
pic_height_in_luma_samples | ue(v) |
pps_conformance_window_flag | u(1) |
if( pps_conformance_window_flag ) { | |
pps_conf_win_left_offset | ue(v) |
pps_conf_win_right_offset | ue(v) |
pps_conf_win_top_offset | ue(v) |
pps_conf_win_bottom_offset | ue(v) |
} | |
scaling_window_explicit_signalling_flag | u(1) |
if( scaling_window_explicit_signalling_flag ) { | |
scaling_win_left_offset | ue(v) |
scaling_win_right_offset | ue(v) |
scaling_win_top_offset | ue(v) |
scaling_win_bottom_offset | ue(v) |
} | |
output_flag_present_flag | u(1) |
subpic_id_mapping_in_pps_flag | u(1) |
if( subpic_id_mapping_in_pps_flag ) { | |
pps_num_subpics_minus1 | ue(v) |
pps_subpic_id_len_minus1 | ue(v) |
for( i = 0; i <= pps_num_subpic_minus1; i++ ) | |
pps_subpic_id[ i ] | u(v) |
} | |
no_pic_partition_flag | u(1) |
if( !no_pic_partition_flag ) { | |
pps_log2_ctu_size_minus5 | u(2) |
num_exp_tile_columns_minus1 | ue(v) |
num_exp_tile_rows_minus1 | ue(v) |
for( i = 0; i <= num_exp_tile_columns_minus1; i++ ) | |
tile_column_width_minus1[ i ] | ue(v) |
for( i = 0; i <= num_exp_tile_rows_minus1; i++ ) | |
tile_row_height_minus1[ i ] | ue(v) |
if( NumTilesInPic > 1 ) | |
rect_slice_flag | u(1) |
if( rect_slice_flag ) | |
single_slice_per_subpic_flag | u(1) |
if( rect_slice_flag && !single_slice_per_subpic_flag ) { | |
num_slices_in_pic_minus1 | ue(v) |
if( num_slices_in_pic_minus1 > 0 ) | |
tile_idx_delta_present_flag | u(1) |
for( i = 0; i < num_slices_in_pic_minus1; i++ ) { | |
if( NumTileColumns > 1 ) | |
slice_width_in_tiles_minus1[ i ] | ue(v) |
if( NumTileRows > 1 && ( tile_idx_delta_present_flag | | SliceTopLeftTileIdx[ i ] % NumTileColumns = = 0 ) ) | |
slice_height_in_tiles_minus1[ i ] | ue(v) |
if( slice_width_in_tiles_minus1[ i ] = = 0 && slice_height_in_tiles_minus1[ i ] = = 0 && RowHeight[ SliceTopLeftTileIdx[ i ] / NumTileColumns ] > 1 ) { | |
num_exp_slices_in_tile[ i ] | ue(v) |
for( j = 0; j < num_exp_slices_in_tile[ i ]; j++ ) | |
exp_slice_height_in_ctus_minus1[ i ][ j ] | ue(v) |
i += NumSlicesInTile[ i ] − 1 | |
} | |
if( tile_idx_delta_present_flag && i < num_slices_in_pic_minus1 ) | |
tile_idx_delta[ i ] | se(v) |
} | |
} | |
loop_filter_across_tiles_enabled_flag | u(1) |
loop_filter_across_slices_enabled_flag | u(1) |
} | |
cabac_init_present_flag | u(1) |
for( i = 0; i < 2; i++ ) | |
num_ref_idx_default_active_minus1[ i ] | ue(v) |
rpl1_idx_present_flag | u(1) |
init_qp_minus26 | se(v) |
cu_qp_delta_enabled_flag | u(1) |
pps_chroma_tool_offsets_present_flag | u(1) |
if( pps_chroma_tool_offsets_present_flag ) { | |
pps_cb_qp_offset | se(v) |
pps_cr_qp_offset | se(v) |
pps_joint_cbcr_qp_offset_present_flag | u(1) |
if( pps_joint_cbcr_qp_offset_present_flag ) | |
pps_joint_cbcr_qp_offset_value | se(v) |
pps_slice_chroma_qp_offsets_present_flag | u(1) |
pps_cu_chroma_qp_offset_list_enabled_flag | u(1) |
} | |
if( pps_cu_chroma_qp_offset_list_enabled_flag ) { | |
chroma_qp_offset_list_len_minus1 | ue(v) |
for( i = 0; i <= chroma_qp_offset_list_len_minus1; i++ ) { | |
cb_qp_offset_list[ i ] | se(v) |
cr_qp_offset_list[ i ] | se(v) |
if( pps_joint_cbcr_qp_offset_present_flag ) | |
joint_cbcr_qp_offset_list[ i ] | se(v) |
} | |
} | |
pps_weighted_pred_flag | u(1) |
pps_weighted_bipred_flag | u(1) |
deblocking_filter_control_present_flag | u(1) |
if( deblocking_filter_control_present_flag ) { | |
deblocking_filter_override_enabled_flag | u(1) |
pps_deblocking_filter_disabled_flag | u(1) |
if( !pps_deblocking_filter_disabled_flag ) { | |
pps_beta_offset_div2 | se(v) |
pps_tc_offset_div2 | se(v) |
pps_cb_beta_offset_div2 | se(v) |
pps_cb_tc_offset_div2 | se(v) |
pps_cr_beta_offset_div2 | se(v) |
pps_cr_tc_offset_div2 | se(v) |
} | |
} | |
rpl_info_in_ph_flag | u(1) |
if( deblocking_filter_override_enabled_flag ) | |
dbf_info_in_ph_flag | u(1) |
sao_info_in_ph_flag | u(1) |
alf_info_in_ph_flag | u(1) |
if( ( pps_weighted_pred_flag | | pps_weighted_bipred_flag ) && rpl_info_in_ph_flag ) | |
wp_info_in_ph_flag | u(1) |
qp_delta_info_in_ph_flag | u(1) |
pps_ref_wraparound_enabled_flag | u(1) |
if( pps_ref_wraparound_enabled_flag ) | |
pps_ref_wraparound_offset | ue(v) |
picture_header_extension_present_flag | u(1) |
slice_header_extension_present_flag | u(1) |
pps_extension_flag | u(1) |
if( pps_extension_flag ) | |
while( more_rbsp_data( ) ) | |
pps_extension_data_flag | u(1) |
rbsp_trailing_bits( ) | |
} |
視訊資料的每個圖片可以包括圖片標頭語法結構。下文是來自VVC草案8的實例圖片標頭語法結構。
picture_header_structure( ) { | 描述符 |
gdr_or_irap_pic_flag | u(1) |
if( gdr_or_irap_pic_flag ) | |
gdr_pic_flag | u(1) |
ph_inter_slice_allowed_flag | u(1) |
if( ph_inter_slice_allowed_flag ) | |
ph_intra_slice_allowed_flag | u(1) |
non_reference_picture_flag | u(1) |
ph_pic_parameter_set_id | ue(v) |
ph_pic_order_cnt_lsb | u(v) |
if( gdr_or_irap_pic_flag ) | |
no_output_of_prior_pics_flag | u(1) |
if( gdr_pic_flag ) | |
recovery_poc_cnt | ue(v) |
for( i = 0; i < NumExtraPhBits; i++ ) | |
ph_extra_bit[ i ] | u(1) |
if( sps_poc_msb_flag ) { | |
ph_poc_msb_present_flag | u(1) |
if( ph_poc_msb_present_flag ) | |
poc_msb_val | u(v) |
} | |
if( sps_alf_enabled_flag && alf_info_in_ph_flag ) { | |
ph_alf_enabled_flag | u(1) |
if( ph_alf_enabled_flag ) { | |
ph_num_alf_aps_ids_luma | u(3) |
for( i = 0; i < ph_num_alf_aps_ids_luma; i++ ) | |
ph_alf_aps_id_luma[ i ] | u(3) |
if( ChromaArrayType != 0 ) | |
ph_alf_chroma_idc | u(2) |
if( ph_alf_chroma_idc > 0 ) | |
ph_alf_aps_id_chroma | u(3) |
if( sps_ccalf_enabled_flag ) { | |
ph_cc_alf_cb_enabled_flag | u(1) |
if( ph_cc_alf_cb_enabled_flag ) | |
ph_cc_alf_cb_aps_id | u(3) |
ph_cc_alf_cr_enabled_flag | u(1) |
if( ph_cc_alf_cr_enabled_flag ) | |
ph_cc_alf_cr_aps_id | u(3) |
} | |
} | |
} | |
if( sps_lmcs_enabled_flag ) { | |
ph_lmcs_enabled_flag | u(1) |
if( ph_lmcs_enabled_flag ) { | |
ph_lmcs_aps_id | u(2) |
if( ChromaArrayType != 0 ) | |
ph_chroma_residual_scale_flag | u(1) |
} | |
} | |
if( sps_explicit_scaling_list_enabled_flag ) { | |
ph_explicit_scaling_list_enabled_flag | u(1) |
if( ph_explicit_scaling_list_enabled_flag ) | |
ph_scaling_list_aps_id | u(3) |
} | |
if( sps_virtual_boundaries_enabled_flag && !sps_virtual_boundaries_present_flag ) { | |
ph_virtual_boundaries_present_flag | u(1) |
if( ph_virtual_boundaries_present_flag ) { | |
ph_num_ver_virtual_boundaries | u(2) |
for( i = 0; i < ph_num_ver_virtual_boundaries; i++ ) | |
ph_virtual_boundaries_pos_x[ i ] | u(13) |
ph_num_hor_virtual_boundaries | u(2) |
for( i = 0; i < ph_num_hor_virtual_boundaries; i++ ) | |
ph_virtual_boundaries_pos_y[ i ] | u(13) |
} | |
} | |
if( output_flag_present_flag ) | |
pic_output_flag | u(1) |
if( rpl_info_in_ph_flag ) | |
ref_pic_lists( ) | |
if( partition_constraints_override_enabled_flag ) | |
partition_constraints_override_flag | u(1) |
if( ph_intra_slice_allowed_flag ) { | |
if( partition_constraints_override_flag ) { | |
ph_log2_diff_min_qt_min_cb_intra_slice_luma | ue(v) |
ph_max_mtt_hierarchy_depth_intra_slice_luma | ue(v) |
if( ph_max_mtt_hierarchy_depth_intra_slice_luma != 0 ) { | |
ph_log2_diff_max_bt_min_qt_intra_slice_luma | ue(v) |
ph_log2_diff_max_tt_min_qt_intra_slice_luma | ue(v) |
} | |
if( qtbtt_dual_tree_intra_flag ) { | |
ph_log2_diff_min_qt_min_cb_intra_slice_chroma | ue(v) |
ph_max_mtt_hierarchy_depth_intra_slice_chroma | ue(v) |
if( ph_max_mtt_hierarchy_depth_intra_slice_chroma != 0 ) { | |
ph_log2_diff_max_bt_min_qt_intra_slice_chroma | ue(v) |
ph_log2_diff_max_tt_min_qt_intra_slice_chroma | ue(v) |
} | |
} | |
} | |
if( cu_qp_delta_enabled_flag ) | |
ph_cu_qp_delta_subdiv_intra_slice | ue(v) |
if( pps_cu_chroma_qp_offset_list_enabled_flag ) | |
ph_cu_chroma_qp_offset_subdiv_intra_slice | ue(v) |
} | |
if( ph_inter_slice_allowed_flag ) { | |
if( partition_constraints_override_flag ) { | |
ph_log2_diff_min_qt_min_cb_inter_slice | ue(v) |
ph_max_mtt_hierarchy_depth_inter_slice | ue(v) |
if( ph_max_mtt_hierarchy_depth_inter_slice != 0 ) { | |
ph_log2_diff_max_bt_min_qt_inter_slice | ue(v) |
ph_log2_diff_max_tt_min_qt_inter_slice | ue(v) |
} | |
} | |
if( cu_qp_delta_enabled_flag ) | |
ph_cu_qp_delta_subdiv_inter_slice | ue(v) |
if( pps_cu_chroma_qp_offset_list_enabled_flag ) | |
ph_cu_chroma_qp_offset_subdiv_inter_slice | ue(v) |
if( sps_temporal_mvp_enabled_flag ) { | |
ph_temporal_mvp_enabled_flag | u(1) |
if( ph_temporal_mvp_enabled_flag && rpl_info_in_ph_flag ) { | |
ph_collocated_from_l0_flag | u(1) |
if( ( ph_collocated_from_l0_flag && num_ref_entries[ 0 ][ RplsIdx[ 0 ] ] > 1 ) | | ( !ph_collocated_from_l0_flag && num_ref_entries[ 1 ][ RplsIdx[ 1 ] ] > 1 ) ) | |
ph_collocated_ref_idx | ue(v) |
} | |
} | |
mvd_l1_zero_flag | u(1) |
if( sps_fpel_mmvd_enabled_flag ) | |
ph_fpel_mmvd_enabled_flag | u(1) |
if( sps_bdof_pic_present_flag ) | |
ph_disable_bdof_flag | u(1) |
if( sps_dmvr_pic_present_flag ) | |
ph_disable_dmvr_flag | u(1) |
if( sps_prof_pic_present_flag ) | |
ph_disable_prof_flag | u(1) |
if( ( pps_weighted_pred_flag | | pps_weighted_bipred_flag ) && wp_info_in_ph_flag ) | |
pred_weight_table( ) | |
} | |
if( qp_delta_info_in_ph_flag ) | |
ph_qp_delta | se(v) |
if( sps_joint_cbcr_enabled_flag ) | |
ph_joint_cbcr_sign_flag | u(1) |
if( sps_sao_enabled_flag && sao_info_in_ph_flag ) { | |
ph_sao_luma_enabled_flag | u(1) |
if( ChromaArrayType != 0 ) | |
ph_sao_chroma_enabled_flag | u(1) |
} | |
if( sps_dep_quant_enabled_flag ) | |
ph_dep_quant_enabled_flag | u(1) |
if( sps_sign_data_hiding_enabled_flag && !ph_dep_quant_enabled_flag ) | |
pic_sign_data_hiding_enabled_flag | u(1) |
if( deblocking_filter_override_enabled_flag && dbf_info_in_ph_flag ) { | |
ph_deblocking_filter_override_flag | u(1) |
if( ph_deblocking_filter_override_flag ) { | |
ph_deblocking_filter_disabled_flag | u(1) |
if( !ph_deblocking_filter_disabled_flag ) { | |
ph_beta_offset_div2 | se(v) |
ph_tc_offset_div2 | se(v) |
ph_cb_beta_offset_div2 | se(v) |
ph_cb_tc_offset_div2 | se(v) |
ph_cr_beta_offset_div2 | se(v) |
ph_cr_tc_offset_div2 | se(v) |
} | |
} | |
} | |
if( picture_header_extension_present_flag ) { | |
ph_extension_length | ue(v) |
for( i = 0; i < ph_extension_length; i++) | |
ph_extension_data_byte[ i ] | u(8) |
} | |
} |
圖片標頭語法結構可以各自包括指示圖片所引用的PPS的語法元素。例如,圖片標頭語法結構可以包括ph_pic_parameter_set_id語法元素,其標識圖片利用圖片標頭語法結構引用的PPS。
VVC草案8中的語法元素的排列可能呈現一或多個缺點。例如,在VVC草案8中,在PPS中用訊號通知若干語法元素:mixed_nal_unit_in_picture_flag、rpl1_idx_present_flag、rpl_info_in_ph_flag、wp_info_in_ph_flag。這些標誌不是靜態標誌,亦即,它們的值可以從一個圖片到另一個圖片發生改變。為了採用這些標誌的特徵,可能需要針對這些標誌的每個組合產生和引用單獨的PPS。這可以增加需要用訊號通知的PPS的數量,這可以增加位元速率(例如,要求更多的位元)。
本案內容描述了關於mixed_nal_unit_in_picture_flag、rpl1_idx_present_flag、rpl_info_in_ph_flag、wp_info_in_ph_flag的圖片標頭訊號傳遞,而不是圖片參數級層級訊號傳遞。另外,在圖片參數集(PPS)中引入了ts_residential_ucoding_uoverride_upresent_flag以控制在切片標頭中slice_ts_residual_coding_disabled_flag的存在。本案內容亦描述了關於針對圖片中的多個切片的ref_pic_list and ref_pic_list()和ref_pic_list_structure()的約束。
根據本案內容的技術,可以將一或多個語法元素從PPS語法結構移動到圖片標頭(PH)語法結構。例如,視訊解碼器(例如,視訊轉碼器200及/或視訊解碼器300)可以使用語法結構,其中將mixed_nal_unit_in_picture_flag、rpl1_idx_present_flag、rpl_info_in_ph_flag,和wp_info_in_ph_flag中的一項或多項從PPS移動到PH語法結構。因此,語法元素的值可以從圖片到圖片改變,而不需要額外的PPS語法結構的訊號傳遞。視訊解碼器可以在SPS中在位元串流中用訊號通知混合NAL單元的存在(例如,並且此類訊號傳遞可能取決於子圖片的存在)。
在一些實例中,視訊解碼器可以用訊號通知語法元素,該語法元素指示是否使用殘差譯碼語法結構(例如,VVC草案8中的residual_coding)來解析用於視訊資料的當前切片的變換跳過塊的殘差取樣。這種語法元素的一個實例是slice_ts_residual_coding_disabled_flag語法元素,在VVC草案8中,該語法元素可以被包括在切片標頭語法結構(例如,slice_header)中。根據本案內容的一或多個技術,視訊解碼器可以條件化語法元素的訊號傳遞,該語法元素指示是否使用殘差譯碼語法結構來解析用於視訊資料的當前切片的變換跳過塊的殘差取樣。一些實例條件包括:用訊號通知其中啟用變換跳過的語法元素(例如,基於變換跳過塊的存在(如SPS中的語法元素指示的),以及在PPS中建立額外的標誌,以指示在圖片中是否啟用了slice_ts_residual_coding_disabled_flag使用。
作為本案內容的一種實例技術,視訊解碼器可以將混合NAL單元類型的使用限制在其中使用多個子圖片的情況。例如,僅在使用多個子圖片時才使用混合nal單元類型。根據本案內容的一或多個技術,視訊解碼器可以以多個子圖片的存在為條件來在SPS中用訊號通知混合nal單元類型的存在。例如,視訊解碼器可以在SPS語法結構中(例如,其中子圖片的數量數大於1)中用訊號通知sps_mixed_nalu_types_in_pic_present_flag語法元素。由於在位元串流中在混合nal單元類型圖片與非混合nal單元類型圖片之間將存在切換,因此視訊解碼器可以在圖片標頭語法結構中用訊號通知 在圖片中存在混合nal單元(例如,經由在圖片標頭語法結構中用訊號通知 mixed_nalu_types_in_pic_flag語法元素)。
作為本案內容的另一種實例技術,視訊解碼器可以將rpl_info_in_ph_flag、rpl1_idx_present_flag和wp_info_in_ph_flag語法元素的訊號傳遞移動到圖片標頭語法結構。當前在PPS結構中用訊號通知這些語法元素/標誌,這意味著它們可以從圖片到圖片改變。為了避免必須產生多個PPS來利用這些標誌,建議將這些標誌的訊號傳遞移動到PH。補充或替代地,可以將pps_weighted_pred_flag、pps_weighted_bipred_flags從PPS移動到PH(在下文的語法表中未指示)。
作為本案內容的另一種實例技術,視訊解碼器可以從PPS結構中移除一或多個語法元素。例如,至少在使用圖塊(tile)的情況下,可能不需要在PPS中指示CTU的大小。因此,視訊解碼器可以避免在PPS中用訊號通知CTU的大小。例如,視訊解碼器可以避免用訊號通知pps_log2_ctu_size_minus5語法元素(例如,在使用圖塊的情況下)。
作為本案內容的另一種實例技術,視訊解碼器可以對針對圖片中的多個切片的參考圖片列表實施一或多個約束(例如,可以對針對圖片中的多個切片的ref_pic_list()和ref_pic_list_struct()使用約束)。在VVC草案8中,在SPS中用訊號通知參考圖片結構,其由每個圖片或每個切片引用,或者在圖片標頭中或切片標頭處用訊號通知參考圖片結構。根據本案內容的一或多個技術,當在圖片中使用多個切片時,針對圖片中所有切片用訊號通知的或引用的來自SPS的ref_pic_list_struct應當是以下任一項:
1. 對於listIdx={0,1},每個ref_pic_list_struct( listIdx, rplsIdx )的內容對於圖片中的所有切片應當相同,這意味著列表中的順序和元素應當相同,其中rplsIdx要麼是在SPS中用訊號通知的對針對每個listIdx的ref_pic_list_struct的索引,或者要麼若在圖片標頭語法結構或切片標頭語法結構(例如,PH或SH)中用訊號通知rplsIdx則rplsIdx為0。
2. 對於listIdx={0,1}的參考圖片,集合ref_pic_list_struct( listIdx, rplsIdx )的內容在圖片中應當相同,亦即,順序或單個列表0或1無關緊要,只有由針對列表0和1用訊號通知的參考圖片組成的參考圖片集合跨越圖片中的切片應當相同。
以下實例語法和語義參考VVC草案8可以示出上述技術中的一或多個技術。添加內容以[[
斜體括弧]]
示出,並且刪除內容以斜體
示出。
序列參數集RBSP語法
圖片參數集RBSP語法
圖片標頭結構語法
通用切片標頭語法
序列參數集RBSP語義
…….
sps_num_subpics_minus1加1指定在CLVS中在每個圖片中的子圖片數量。sps_num_subpics_minus1的值應當在0到
Ceil( pic_width_max_in_luma_samples ÷ CtbSizeY ) *
Ceil( pic_height_max_in_luma_samples ÷ CtbSizeY ) − 1(含)的範圍中。當不存在時,sps_num_subpics_minus1值被推斷為等於0。[[
sps_mixed_nalu_types_in_pic_present_flag 等於1指定在用於CLVS的圖片標頭中存在mixed_nau_types_in_pic_flag資訊。
sps_mixed_nalu_types_in_pic_present_flag等於0指定在圖片標頭中不存在用於CLVS的mixed_nau_types_in_pic_flag資訊。]]
…
圖片參數集RBSP語義
……
pps_seq_parameter_set_id指定用於SPS的sps_seq_parameter_set_id的值。pps_seq_parameter_set_id的值應當在0到15(含)的範圍中。pps_seq_parameter_set_id的值在CLVS中由經譯碼的圖片引用的所有PPS中應當相同。
mixed_nalu_types_in_pic_flag等於1指定引用PPS每個圖片具有一個以上的VCL NAL單元,並且VCL NAL單元不具有相同的nal_unit_type的值。mixed_nalu_types_in_pic_flag等於0指定引用PPS的每個圖片具有一或多個VCL NAL單元,並且引用PPS的每個圖片的VCL NAL單元具有相同的nal_unit_type的值。
當no_mixed_nalu_types_in_pic_constraint_flag等於1時,mixed_nalu_types_in_pic_flag的值應當等於0。
對於具有在IDR_W_RADL到CRA_NUT(含)的範圍中的nal_unit_type值nalUnitTypeA的每個切片,在亦包含具有nal_unit_type的另一值的一或多個切片的圖片picA中(亦即,針對圖片picA的mixed_nalu_types_in_pic_flag的值等於1),以下適用:
1. – 切片應當屬於針對其對應的subpic_treated_as_pic_flag[ i ]的值等於1的子圖片subpicA。
2. – 切片不應當屬於包含nal_unit_type不等於nalUnitTypeA的VCL NAL單元的picA的子圖片。
3. – 若nalUnitTypeA等於CRA,則對於在CLVS中跟在當前圖片之後(按解碼順序和輸出順序)的所有接下來的PU,在那些PU中在subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
4. – 否則(亦即,nalUnitTypeA等於IDR_W_RADL或IDR_N_LP),對於在CLVS中跟在當前圖片之後(按解碼順序)的所有PU,在那些PU中在subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
注意 1–mixed_nalu_types_in_pic_flag等於1指示引用PPS的圖片包含具有不同NAL單元類型的切片,例如,源自子圖片位元串流合併操作的經譯碼的圖片,對於該經解碼的圖片,編碼器必須確保匹配的位元串流結構以及原始位元串流的參數的進一步對準。這種對準的一個實例如下:當sps_idr_rpl_present_flag的值等於0並且mixed_nalu_types_in_pic_flag的值等於1時,引用PPS的圖片不能具有nal_unit_type等於DR_W_RADL或IDR_N_LP的切片。
……
cabac_init_present_flag等於1指定在引用PPS的切片標頭中存在cabac_init_flag。cabac_init_present_flag等於0指定在引用PPS的切片標頭中不存在cabac_init_flag。[[
ts_residual_coding_override_present_flag等於1指定在引用PPS的切片標頭中存在ts_residual_coding_disabled_flag。
ts_residual_coding_override_present_flag等於0指定在引用PPS的切片標頭中不存在ts_residual_coding_disabled_flag。]]
num_ref_idx_default_active_minus1[ i ]加1,當i等於0時,指定用於num_ref_idx_active_override_flag等於0的P或B切片的變數NumRefIdxActive[ 0 ]的推斷值,並且當i等於1時,指定用於num_ref_idx_active_override_flag等於0的B切片的NumRefIdxActive[ 1 ]的推斷值。num_ref_idx_default_active_minus1[ i ]的值應當在0到14(含)的範圍中。
rpl1_idx_present_flag等於0指定在用於引用PPS的圖片的PH語法結構或切片標頭中不存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。rpl1_idx_present_flag等於1指定在用於引用PPS的圖片的PH語法結構或切片標頭中可以存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。
….
pps_cr_beta_offset_div2和pps_cr_tc_offset_div2指定應用於引用PPS的切片的Cr分量的β和tC的預設解塊參數偏移(除以2),除非預設解塊參數偏移被在引用PPS的切片的圖片標頭或切片頭中存在的解塊參數偏移覆寫。pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值皆應當在-12到12(含)的範圍中。當不存在時,pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值皆被推斷為等於0。
rpl_info_in_ph_flag等於1指定參考圖片列表資訊存在於PH語法結構中,並且不存在於引用不包含PH語法結構的PPS的切片標頭中。rpl_info_in_ph_flag等於0指定參考圖片列表資訊不存在於PH語法結構中,並且可以存在於引用不包含PH語法結構的PPS的切片標頭中。
…
pps_cr_beta_offset_div2和pps_cr_tc_offset_div2指定應用於引用PPS的切片的Cr分量的β和tC的預設解塊參數偏移(除以2),除非預設解塊參數偏移被引用PPS的切片的圖片標頭或切片頭中存在的解塊參數偏移覆寫。pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值都應當在-12到12(含)的範圍中。當不存在時,pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值都被推斷為等於0。
wp_info_in_ph_flag等於1指定加權預測資訊可以存在於PH語法結構中,並且不存在於引用不包含PH語法結構的PPS的切片標頭中。wp_info_in_ph_flag等於0指定加權預測資訊不存在於PH語法結構中,並且可以存在於引用不包含PH語法結構的PPS的切片標頭中。當不存在時,wp_info_in_ph_flag的值被推斷為等於0。
…
圖片標頭結構語義
…
gdr_pic_flag等於1指定與PH相關聯的圖片是GDR圖片。gdr_pic_flag等於0指定與PH相關聯的圖片不是GDR圖片。當不存在時,gdr_pic_flag的值被推斷為等於0。當gdr_enabled_flag等於0時,gdr_pic_flag的值應當等於0。
注意 1 – 當gdr_or_irap_pic_flag等於1並且gdr_pic_flag等於0時,與PH相關聯的圖片是IRAP圖片。[[
mixed_nalu_types_in_pic_flag等於1指定與PH相關聯的圖片具有一個以上的VCL NAL單元,並且VCL NAL單元不具有相同的nal_unit_type的值。mixed_nalu_types_in_pic_flag等於0指定與PH相關聯的圖片具有一或多個VCL NAL單元,並且引用PPS的每個圖片的VCL NAL單元具有相同的nal_unit_type的值。
當no_mixed_nalu_types_in_pic_constraint_flag等於1時,mixed_nalu_types_in_pic_flag的值應等於0。
對於具有在IDR_W_RADL到CRA_NUT(含)的範圍中的nal_unit_type值nalUnitTypeA的每個切片,在亦包含具有nal_unit_type的另一值的一或多個切片的圖片picA中(亦即,針對圖片picA的mixed_nalu_types_in_pic_flag的值等於1),以下適用:
5. – 切片應當屬於針對其對應的subpic_treated_as_pic_flag[ i ]的值等於1的子圖片subpicA。
6. – 切片不應當屬於包含nal_unit_type不等於nalUnitTypeA的VCL NAL單元的picA的子圖片。
7. – 若nalUnitTypeA等於CRA,則對於在CLVS中跟在當前圖片之後(按解碼順序和輸出順序)的所有接下來的PU,那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
8. – 否則(亦即,nalUnitTypeA等於IDR_W_RADL或IDR_N_LP),對於在CLVS中跟在當前圖片之後(按解碼順序)的所有PU,那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
注意 1–mixed_nalu_types_in_pic_flag等於1指示與PH相關聯的圖片包含具有不同NAL單元類型的切片,例如,源自子圖片位元串流合併操作的經解碼的圖片,對於該經譯碼的圖片,編碼器必須確保匹配的位元串流結構以及原始位元串流的參數的進一步對準。這種對準的一個實例如下:當sps_idr_rpl_present_flag的值等於0並且mixed_nalu_types_in_pic_flag的值等於1時,引用PPS的圖片不能具有nal_unit_type等於DR_W_RADL或IDR_N_LP的切片。]]
……
pic_output_flag影響如附錄C中規定的經解碼的圖像輸出和移除程序。當不存在pic_output_flag時,其被推斷為等於1。[[
rpl1_idx_present_flag等於0指定在用於引用PPS的圖片的PH語法結構或切片標頭中不存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。rpl1_idx_present_flag等於1指定在用於引用PPS的圖片的PH語法結構或切片標頭中可能存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。
rpl_info_in_ph_flag等於1指定參考圖片列表資訊存在於PH語法結構中,並且不存在於引用不包含PH語法結構的PPS的切片標頭中。rpl_info_in_ph_flag等於0指定參考圖片列表資訊不存在於PH語法結構中,並且可以存在於引用不包含PH語法結構的PPS的切片標頭中。]]
….
當不存在ph_disable_prof_flag時,以下適用:
若sps_affine_prof_enabled_flag等於1,則ph_disable_prof_flag的值被推斷為等於0。
否則(sps_affine_prof_enabled_flag等於0),則ph_disable_prof_flag的值被推斷為等於1。[[
wp_info_in_ph_flag等於1指定加權預測資訊存在於PH語法結構中,並且不存在於與不包含PH語法結構的PH相關聯的切片標頭中。wp_info_in_ph_flag等於0指定加權預測資訊不存在於PH語法結構中,並且可以存在於與不包含PH語法結構的PH相關聯的切片標頭中。當不存在時,wp_info_in_ph_flag的值被推斷為等於0。]]
….
seq_parameter_set_rbsp( ) { | 描述符 |
sps_seq_parameter_set_id | u(4) |
sps_video_parameter_set_id | u(4) |
…. | |
sps_log2_ctu_size_minus5 | u(2) |
subpic_info_present_flag | u(1) |
if( subpic_info_present_flag ) { | |
sps_num_subpics_minus1 | ue(v) |
[[ if ( sps_num_subpics_minus1 > 0 ) | |
sps_mixed_nalu_types_in_pic_present_flag]] | u(1) |
sps_independent_subpics_flag | u(1) |
for( i = 0; sps_num_subpics_minus1 > 0 && i <= sps_num_subpics_minus1; i++ ) { | |
if( i > 0 && pic_width_max_in_luma_samples > CtbSizeY ) | |
subpic_ctu_top_left_x[ i ] | u(v) |
if( i > 0 && pic_height_max_in_luma_samples > CtbSizeY ) { | |
subpic_ctu_top_left_y[ i ] | u(v) |
…. |
pic_parameter_set_rbsp( ) { | 描述符 |
pps_pic_parameter_set_id | ue(v) |
pps_seq_parameter_set_id | u(4) |
mixed_nalu_types_in_pic_flag | u(1) |
pic_width_in_luma_samples | ue(v) |
pic_height_in_luma_samples | ue(v) |
….. | |
no_pic_partition_flag | u(1) |
if( !no_pic_partition_flag ) { | |
pps_log2_ctu_size_minus5 | u(2) |
num_exp_tile_columns_minus1 | ue(v) |
num_exp_tile_rows_minus1 | ue(v) |
…. | |
} | |
cabac_init_present_flag | u(1) |
[[ ts_residual_coding_override_present_flag]] | u(1) |
for( i = 0; i < 2; i++ ) | |
num_ref_idx_default_active_minus1[ i ] | ue(v) |
rpl1_idx_present_flag | u(1) |
init_qp_minus26 | se(v) |
cu_qp_delta_enabled_flag | u(1) |
pps_chroma_tool_offsets_present_flag | u(1) |
if( pps_chroma_tool_offsets_present_flag ) { | |
pps_cb_qp_offset | se(v) |
pps_cr_qp_offset | se(v) |
pps_joint_cbcr_qp_offset_present_flag | u(1) |
…. | |
} | |
pps_weighted_pred_flag | u(1) |
pps_weighted_bipred_flag | u(1) |
deblocking_filter_control_present_flag | u(1) |
if( deblocking_filter_control_present_flag ) { | |
deblocking_filter_override_enabled_flag | u(1) |
pps_deblocking_filter_disabled_flag | u(1) |
…. | |
} | |
rpl_info_in_ph_flag | u(1) |
if( deblocking_filter_override_enabled_flag ) | |
dbf_info_in_ph_flag | u(1) |
sao_info_in_ph_flag | u(1) |
alf_info_in_ph_flag | u(1) |
if( ( pps_weighted_pred_flag | | pps_weighted_bipred_flag ) && rpl_info_in_ph_flag ) | |
wp_info_in_ph_flag | u(1) |
qp_delta_info_in_ph_flag | u(1) |
pps_ref_wraparound_enabled_flag | u(1) |
if( pps_ref_wraparound_enabled_flag ) | |
pps_ref_wraparound_offset | ue(v) |
picture_header_extension_present_flag | u(1) |
slice_header_extension_present_flag | u(1) |
pps_extension_flag | u(1) |
if( pps_extension_flag ) | |
while( more_rbsp_data( ) ) | |
pps_extension_data_flag | u(1) |
rbsp_trailing_bits( ) | |
} |
picture_header_structure( ) { | 描述符 |
gdr_or_irap_pic_flag | u(1) |
if( gdr_or_irap_pic_flag ) | |
gdr_pic_flag | u(1) |
[[ if ( sps_mixed_nalu_types_in_pic_present_flag && !gdr_or_irap_pic_flag ) | |
mixed_nalu_types_in_pic_flag]] | u(1) |
ph_inter_slice_allowed_flag | u(1) |
if( ph_inter_slice_allowed_flag ) | |
ph_intra_slice_allowed_flag | u(1) |
non_reference_picture_flag | u(1) |
ph_pic_parameter_set_id | ue(v) |
…. | |
if( output_flag_present_flag ) | |
pic_output_flag | u(1) |
[[ rpl1_idx_present_flag | u(1) |
rpl_info_in_ph_flag]] | u(1) |
if( rpl_info_in_ph_flag ) | |
ref_pic_lists( ) | |
if( partition_constraints_override_enabled_flag ) | |
partition_constraints_override_flag | u(1) |
…. | |
if( ph_inter_slice_allowed_flag ) { | |
if( partition_constraints_override_flag ) { | |
ph_log2_diff_min_qt_min_cb_inter_slice | ue(v) |
ph_max_mtt_hierarchy_depth_inter_slice | ue(v) |
if( ph_max_mtt_hierarchy_depth_inter_slice != 0 ) { | |
ph_log2_diff_max_bt_min_qt_inter_slice | ue(v) |
ph_log2_diff_max_tt_min_qt_inter_slice | ue(v) |
} | |
} | |
….. | |
mvd_l1_zero_flag | u(1) |
…. | |
if( ( pps_weighted_pred_flag | | pps_weighted_bipred_flag ) && [[ rpl_info_in_ph_flag]] wp_info_in_ph_flag ) | |
[[ wp_info_in_ph_flag | u(1) |
if( wp_info_in_ph_flag )]] | |
pred_weight_table( ) | |
} | |
…. | |
if( sps_dep_quant_enabled_flag ) | |
ph_dep_quant_enabled_flag | u(1) |
if( sps_sign_data_hiding_enabled_flag && !ph_dep_quant_enabled_flag ) | |
pic_sign_data_hiding_enabled_flag | u(1) |
if(deblocking_filter_override_enabled_flag && dbf_info_in_ph_flag ) { | |
ph_deblocking_filter_override_flag | u(1) |
…. | |
} | |
if( picture_header_extension_present_flag ) { | |
ph_extension_length | ue(v) |
for( i = 0; i < ph_extension_length; i++) | |
ph_extension_data_byte[ i ] | u(8) |
} | |
} |
slice_header( ) { | 描述符 |
picture_header_in_slice_header_flag | u(1) |
…. | |
if( slice_deblocking_filter_override_flag ) { | |
slice_deblocking_filter_disabled_flag | u(1) |
…. | |
} | |
[[ if( sps_transform_skip_enabled_flag && ts_residual_coding_override_present_flag )]] | |
slice_ts_residual_coding_disabled_flag | u(1) |
if( ph_lmcs_enabled_flag ) | |
slice_lmcs_enabled_flag | u(1) |
…. | |
byte_alignment( ) | |
} |
下面是上述實例語法和語義的乾淨版本。
<乾淨版本>
序列參數集RBSP語法
圖片參數集RBSP語法
圖片標頭結構語法
通用切片標頭語法
序列參數集RBSP語義
…….
sps_num_subpics_minus1加1指定在CLVS中在每個圖片中的子圖片數量。sps_num_subpics_minus1的值應當在0到
Ceil( pic_width_max_in_luma_samples ÷ CtbSizeY ) *
Ceil( pic_height_max_in_luma_samples ÷ CtbSizeY ) − 1(含)的範圍中。當不存在時,sps_num_subpics_minus1值被推斷為等於0。
sps_mixed_nalu_types_in_pic_present_flag 等於1指定在用於CLVS的圖片標頭中存在mixed_nau_types_in_pic_flag資訊。
sps_mixed_nalu_types_in_pic_present_flag等於0指定在圖片標頭中不存在針對CLVS的mixed_nau_types_in_pic_flag資訊。
…
圖片參數集RBSP語義
……
pps_seq_parameter_set_id指定用於SPS的sps_seq_parameter_set_id的值。pps_seq_parameter_set_id的值應當在0到15(含)的範圍中。pps_seq_parameter_set_id的值在CLVS中在由經譯碼的圖片引用的所有PPS中應當相同。
……
cabac_init_present_flag等於1指定在引用PPS的切片標頭中存在cabac_init_flag。cabac_init_present_flag等於0指定在引用PPS的切片標頭中不存在cabac_init_flag。
ts_residual_coding_override_present_flag等於1指定在引用PPS的切片標頭中存在ts_residual_coding_disabled_flag。
ts_residual_coding_override_present_flag等於0指定在引用PPS的切片標頭中不存在ts_residual_coding_disabled_flag。
num_ref_idx_default_active_minus1[ i ]加1,當i等於0時,指定針對num_ref_idx_active_override_flag等於0的P或B切片的變數NumRefIdxActive[ 0 ]的推斷值,並且當i等於1時,指定針對num_ref_idx_active_override_flag等於0的B切片的NumRefIdxActive[ 1 ]的推斷值。num_ref_idx_default_active_minus1[ i ]的值應當在0到14(含)的範圍中。
….
pps_cr_beta_offset_div2和pps_cr_tc_offset_div2指定要應用於引用PPS的切片的Cr分量的β和tC的預設解塊參數偏移(除以2),除非預設解塊參數偏移被在引用PPS的切片的圖片標頭或切片頭中存在的解塊參數偏移覆寫。pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值皆應當在-12到12(含)的範圍中。當不存在時,pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值皆被推斷為等於0。
…
pps_cr_beta_offset_div2和pps_cr_tc_offset_div2指定應用於引用PPS的切片的Cr分量的β和tC的預設解塊參數偏移(除以2),除非預設解塊參數偏移被引用PPS的切片的圖片標頭或切片頭中存在的解塊參數偏移覆寫。pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值都應當在-12到12(含)的範圍中。當不存在時,pps_cr_beta_offset_div2和pps_cr_tc_offset_div2的值都被推斷為等於0。
…
圖片標頭結構語義
…
gdr_pic_flag等於1指定與PH相關聯的圖片是GDR圖片。gdr_pic_flag等於0指定與PH相關聯的圖片不是GDR圖片。當不存在時,gdr_pic_flag的值被推斷為等於0。當gdr_enabled_flag等於0時,gdr_pic_flag的值應當等於0。
注意 1 – 當gdr_or_irap_pic_flag等於1並且gdr_pic_flag等於0時,與PH相關聯的圖片是IRAP圖片。
mixed_nalu_types_in_pic_flag等於1指定與PH相關聯的圖片具有一個以上的VCL NAL單元,並且VCL NAL單元不具有相同的nal_unit_type的值。mixed_nalu_types_in_pic_flag等於0指定與PH相關聯的圖片具有一或多個VCL NAL單元,並且引用PPS的每個圖片的VCL NAL單元具有相同的nal_unit_type的值。
當no_mixed_nalu_types_in_pic_constraint_flag等於1時,mixed_nalu_types_in_pic_flag的值應當等於0。
對於具有在IDR_W_RADL到CRA_NUT(含)的範圍中的nal_unit_type值nalUnitTypeA的每個切片,在亦包含具有nal_unit_type的另一值的一或多個切片的圖片picA中(亦即,圖片picA的mixed_nalu_types_in_pic_flag的值等於1),以下適用:
9. – 切片應當屬於針對其對應的subpic_treated_as_pic_flag[ i ]的值等於1的子圖片subpicA。
10. – 切片不應當屬於包含nal_unit_type不等於nalUnitTypeA的VCL NAL單元的picA的子圖片。
11. – 若nalUnitTypeA等於CRA,則對於在CLVS中跟在當前圖片之後(按解碼順序和輸出順序)的所有接下來的PU,那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
12. – 否則(亦即,nalUnitTypeA等於IDR_W_RADL或IDR_N_LP),對於在CLVS中跟在當前圖片之後(按解碼順序)的所有PU,那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
注意 1–mixed_nalu_types_in_pic_flag等於1指示與PH相關聯的圖片包含具有不同NAL單元類型的切片,例如,源自子圖片位元串流合併操作的經解碼的圖片,對於該經譯碼的圖片,編碼器必須確保匹配的位元串流結構以及原始位元串流的參數的進一步對準。這種對準的一個實例如下:當sps_idr_rpl_present_flag的值等於0並且mixed_nalu_types_in_pic_flag的值等於1時,引用PPS的圖片不能具有nal_unit_type等於DR_W_RADL或IDR_N_LP的切片。
……
pic_output_flag影響如附錄C中規定的經解碼的圖像輸出和移除程序。當不存在pic_output_flag時,其被推斷為等於1。
rpl1_idx_present_flag等於0指定在引用PPS的圖片的PH語法結構或切片標頭中不存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。rpl1_idx_present_flag等於1指定在引用PPS的圖片的PH語法結構或切片標頭中可能存在rpl_sps_flag[ 1 ]和rpl_idx[ 1 ]。
rpl_info_in_ph_flag等於1指定參考圖片列表資訊存在於PH語法結構中,並且不存在於引用不包含PH語法結構的PPS的切片標頭中。rpl_info_in_ph_flag等於0指定參考圖片列表資訊不存在於PH語法結構中,並且可以存在於引用不包含PH語法結構的PPS的切片標頭中。
….
當不存在ph_disable_prof_flag時,以下適用:
若sps_affine_prof_enabled_flag等於1,則ph_disable_prof_flag的值被推斷為等於0。
否則(sps_affine_prof_enabled_flag等於0),則ph_disable_prof_flag的值被推斷為等於1。
wp_info_in_ph_flag等於1指定加權預測資訊存在於PH語法結構中,並且不存在於與不包含PH語法結構的PH相關聯的切片標頭中。wp_info_in_ph_flag等於0指定加權預測資訊不存在於PH語法結構中,並且可以存在於與不包含PH語法結構的PH相關聯的切片標頭中。當不存在時,wp_info_in_ph_flag的值被推斷為等於0。
….
seq_parameter_set_rbsp( ) { | 描述符 |
sps_seq_parameter_set_id | u(4) |
sps_video_parameter_set_id | u(4) |
…. | |
sps_log2_ctu_size_minus5 | u(2) |
subpic_info_present_flag | u(1) |
if( subpic_info_present_flag ) { | |
sps_num_subpics_minus1 | ue(v) |
if ( sps_num_subpics_minus1 > 0 ) | |
sps_mixed_nalu_types_in_pic_present_flag | u(1) |
sps_independent_subpics_flag | u(1) |
for( i = 0; sps_num_subpics_minus1 > 0 && i <= sps_num_subpics_minus1; i++ ) { | |
if( i > 0 && pic_width_max_in_luma_samples > CtbSizeY ) | |
subpic_ctu_top_left_x[ i ] | u(v) |
if( i > 0 && pic_height_max_in_luma_samples > CtbSizeY ) { | |
subpic_ctu_top_left_y[ i ] | u(v) |
…. |
pic_parameter_set_rbsp( ) { | 描述符 |
pps_pic_parameter_set_id | ue(v) |
pps_seq_parameter_set_id | u(4) |
pic_width_in_luma_samples | ue(v) |
pic_height_in_luma_samples | ue(v) |
….. | |
no_pic_partition_flag | u(1) |
if( !no_pic_partition_flag ) { | |
num_exp_tile_columns_minus1 | ue(v) |
num_exp_tile_rows_minus1 | ue(v) |
…. | |
} | |
cabac_init_present_flag | u(1) |
ts_residual_coding_override_present_flag | u(1) |
for( i = 0; i < 2; i++ ) | |
num_ref_idx_default_active_minus1[ i ] | ue(v) |
init_qp_minus26 | se(v) |
cu_qp_delta_enabled_flag | u(1) |
pps_chroma_tool_offsets_present_flag | u(1) |
if( pps_chroma_tool_offsets_present_flag ) { | |
pps_cb_qp_offset | se(v) |
pps_cr_qp_offset | se(v) |
pps_joint_cbcr_qp_offset_present_flag | u(1) |
…. | |
} | |
pps_weighted_pred_flag | u(1) |
pps_weighted_bipred_flag | u(1) |
deblocking_filter_control_present_flag | u(1) |
if( deblocking_filter_control_present_flag ) { | |
deblocking_filter_override_enabled_flag | u(1) |
pps_deblocking_filter_disabled_flag | u(1) |
…. | |
} | |
if( deblocking_filter_override_enabled_flag ) | |
dbf_info_in_ph_flag | u(1) |
sao_info_in_ph_flag | u(1) |
alf_info_in_ph_flag | u(1) |
qp_delta_info_in_ph_flag | u(1) |
pps_ref_wraparound_enabled_flag | u(1) |
if( pps_ref_wraparound_enabled_flag ) | |
pps_ref_wraparound_offset | ue(v) |
picture_header_extension_present_flag | u(1) |
slice_header_extension_present_flag | u(1) |
pps_extension_flag | u(1) |
if( pps_extension_flag ) | |
while( more_rbsp_data( ) ) | |
pps_extension_data_flag | u(1) |
rbsp_trailing_bits( ) | |
} |
picture_header_structure( ) { | 描述符 |
gdr_or_irap_pic_flag | u(1) |
if( gdr_or_irap_pic_flag ) | |
gdr_pic_flag | u(1) |
if ( sps_mixed_nalu_types_in_pic_present_flag && !gdr_or_irap_pic_flag ) | |
mixed_nalu_types_in_pic_flag | u(1) |
ph_inter_slice_allowed_flag | u(1) |
if( ph_inter_slice_allowed_flag ) | |
ph_intra_slice_allowed_flag | u(1) |
non_reference_picture_flag | u(1) |
ph_pic_parameter_set_id | ue(v) |
…. | |
if( output_flag_present_flag ) | |
pic_output_flag | u(1) |
rpl1_idx_present_flag | u(1) |
rpl_info_in_ph_flag | u(1) |
if( rpl_info_in_ph_flag ) | |
ref_pic_lists( ) | |
if( partition_constraints_override_enabled_flag ) | |
partition_constraints_override_flag | u(1) |
…. | |
if( ph_inter_slice_allowed_flag ) { | |
if( partition_constraints_override_flag ) { | |
ph_log2_diff_min_qt_min_cb_inter_slice | ue(v) |
ph_max_mtt_hierarchy_depth_inter_slice | ue(v) |
if( ph_max_mtt_hierarchy_depth_inter_slice != 0 ) { | |
ph_log2_diff_max_bt_min_qt_inter_slice | ue(v) |
ph_log2_diff_max_tt_min_qt_inter_slice | ue(v) |
} | |
} | |
….. | |
mvd_l1_zero_flag | u(1) |
…. | |
if( ( pps_weighted_pred_flag | | pps_weighted_bipred_flag ) && rpl_info_in_ph_flag) | |
wp_info_in_ph_flag | u(1) |
if( wp_info_in_ph_flag ) | |
pred_weight_table( ) | |
} | |
…. | |
if( sps_dep_quant_enabled_flag ) | |
ph_dep_quant_enabled_flag | u(1) |
if( sps_sign_data_hiding_enabled_flag && !ph_dep_quant_enabled_flag ) | |
pic_sign_data_hiding_enabled_flag | u(1) |
if(dbf_info_in_ph_flag ) { | |
ph_deblocking_filter_override_flag | u(1) |
…. | |
} | |
if( picture_header_extension_present_flag ) { | |
ph_extension_length | ue(v) |
for( i = 0; i < ph_extension_length; i++) | |
ph_extension_data_byte[ i ] | u(8) |
} | |
} |
slice_header( ) { | 描述符 |
picture_header_in_slice_header_flag | u(1) |
…. | |
if( slice_deblocking_filter_override_flag ) { | |
slice_deblocking_filter_disabled_flag | u(1) |
…. | |
} | |
if( sps_transform_skip_enabled_flag && ts_residual_coding_override_present_flag ) | |
slice_ts_residual_coding_disabled_flag | u(1) |
if( ph_lmcs_enabled_flag ) | |
slice_lmcs_enabled_flag | u(1) |
…. | |
byte_alignment( ) | |
} |
在當前的VVC草案8中,在圖片參數集中用訊號通知圖片中混合nal單元類型的存在。在位元串流中使用混合nal單元類型的情況下,將存在具有和不具有混合nal單元的圖片,這需要產生多組圖片參數集。
圖7是示出根據本案內容的一或多個技術的子圖片合併的實例的概念圖。如圖7所示,子圖片0和子圖片1(具有2個表示)被合併成兩個不同的經合併的圖片軌道。經合併的位元串流使用多個圖片參數集(PPS)來用訊號通知圖片中的混合/非混合nal單元類型。另外,若要避免圖片標頭(PH)重寫,則子圖片軌道必須使用多個PPS作為用於在經合併的位元串流中在圖片實例中的潛在混合nal單元類型的預留位置。在圖7的實例中,假設除了mixed_nalu_types_in_pic_flag欄位之外,在所有子圖片軌道中使用的PPS的內容是相同的,類似地,對於經合併的圖片軌道(使用相同的子圖片佈局),除了mixed_nalu_types_in_pic_flag欄位之外,PPS的內容是相同的。在圖7的實例中,每個子圖片軌道和經合併的位元串流軌道分別使用3個PPS(PPS_id:{0,1,2}),而不是1和2。
若在合併程序期間可以重寫PH中的pps_id欄位,則可以避免在子圖片位元串流中的重複PPS,然而,經合併的位元串流將具有重複的PPS。為了避免潛在地必須攜帶非混合nal單元實例位元串流的多個PPS,可以在圖片標頭中用訊號通知混合nal單元的存在。
如前述,可以在PPS或PH中用訊號通知圖片中的混合nal單元類型標誌。根據本案內容的一或多個技術,可以將圖片中的混合nal單元類型標誌的定義改為單向。例如,若圖片中的混合nal單元類型標誌被設置為0,則該圖片不包含混合nal單元類型,當圖片中的混合nal單元類型標誌被設置為1時,該圖片可以包含混合nal單元類型。
為了避免潛在地必須攜帶兩倍於非混合nal單元實例位元串流的PPS的數量,在圖片標頭(PH)中用訊號通知混合nal單元的存在。利用所提出的方法,可以實現先前章節中的實例,如圖8所示。如圖8的實例所示,在所得的經合併的子圖片軌道中的圖片可以全部引用公共PPS(亦即,在該實例中,具有PPS_id 0的PPS)。因此,經由用訊號通知關於與圖片標頭語法結構相關聯的圖片是否可以在圖片標頭中包括多個不同類型的網路抽象層(NAL)單元的指示,視訊解碼器可以避免關於兩個PPS的訊號傳遞。
若要避免PH重寫,則mixed_nalu_unit_types_in_pic_flag被定義為單向標誌,這意味著值0指示圖片中不存在混合nal單元類型,並且值1指示圖片中可能存在混合nal單元類型。若容許在PH中覆寫mixed_nalu_unit_types_in_pic_flag,則該標誌的含義可以保留為如VVC草案8中規定的雙向標誌。如圖8中所示,在每個軌道中僅使用一個PPS以避免重複。對於多個子圖片用例,可以在SPS中指示在PH中存在mixed_nalu_unit_types_in_pic_flag。
下文圖示針對mixed_nalu_unit_types_in_pic_flag的單向訊號傳遞的對VVC草案8的相關規範文字更改,其中<INSERT> </INSERT> 標籤內為添加的資料,並且<DELETE> </DELETE> 標籤內為移除的資料。
====================VVC草案8更改開始=====================
7.4.2.2 NAL單元標頭語義
…..
對於任何特定圖片的VCL NAL單元,以下適用:
若mixed_nalu_types_in_pic_flag等於0,則對於圖片的所有VCL NAL單元,nal_unit_type的值應當相同,並且圖片或PU被稱為具有與圖片或PU的經譯碼的切片NAL單元相同的NAL單元類型。
否則(mixed_nalu_types_in_pic_flag等於1),圖片應當具有至少兩個子圖片,並且圖片的VCL NAL單元應當具有<INSERT>相同的nal_unit_type值或</INSERT>正好兩個不同的nal_unit_type值,如下所示:圖片的至少一個子圖片的VCL NAL單元全部應當具有等於STSA_NUT、RADL_NUT、RASL_NUT、IDR_W_RADL、IDR_N_LP或CRA_NUT的nal_unit_type的特定值,而圖片中的其他子圖片的VCL NAL單元應當具有等於TRAIL_NUT、RADL_NUT或RASL_NUT的不同的nal_unit_type的特定值。[Ed.(YK):再次確認1)是否應當禁止STSA_NUT和TRAIL_NUT的混合,以及2)是否應當允許在RSV_VCL_4..RSV_VCL_6的範圍中的IRAP NUT和NUT的混合。]
對於單層位元串流,以下約束適用:[Ed.(YK):進一步研究針對mixed_nalu_types_in_pic_flag等於1和針對多層位元串流的以下約束。]
….
7.4.3.4圖片參數集RBSP語義
…
mixed_nalu_types_in_pic_flag等於1指定引用PPS的每個圖片具有一個以上的VCL NAL單元,並且VCL NAL單元<INSERT>可能不</INSERT> <DELETE>不</DELETE>具有相同的nal_unit_type的值。mixed_nalu_types_in_pic_flag等於0指定引用PPS的每個圖片具有一或多個VCL NAL單元,並且引用PPS的每個圖片的VCL NAL單元具有相同的nal_unit_type的值。
當no_mixed_nalu_types_in_pic_constraint_flag等於1時,mixed_nalu_types_in_pic_flag的值應當等於0。
對於具有在IDR_W_RADL到CRA_NUT(含)的範圍中的nal_unit_type值nalUnitTypeA的每個切片,在亦包含具有nal_unit_type的另一值的一或多個切片的圖片picA中(亦即,針對圖片picA的mixed_nalu_types_in_pic_flag的值等於1),以下適用:
– 切片應當屬於針對其對應的subpic_treated_as_pic_flag[ i ]的值等於1的子圖片subpicA。
– 切片不應當屬於包含具有nal_unit_type不等於nalUnitTypeA的VCL NAL單元的picA的子圖片。
– 若nalUnitTypeA等於CRA,則對於在CLVS中跟在當前圖片之後(按解碼順序和輸出順序)的所有接下來的PU,在那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]都不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
– 否則(亦即,nalUnitTypeA等於IDR_W_RADL或IDR_N_LP),對於在CLVS中跟在當前圖片之後(按解碼順序)的所有PU,在那些PU中的subpicA中的切片的RefPicList[ 0 ]和RefPicList[ 1 ]皆不應當包括在活動條目中在picA之前(按解碼順序)的任何圖片。
注意 1–mixed_nalu_types_in_pic_flag等於1<INSERT>可以指示</INSERT> <DELETE>指示</DELETE>引用PPS的圖片包含具有不同NAL單元類型的切片,例如,源自子圖片位元串流合併操作的經譯碼的圖片,對於該經解碼的圖片,編碼器必須確保匹配的位元串流結構和原始位元串流的參數的進一步對準。這種對準的一個實例如下:當sps_idr_rpl_present_flag的值等於0並且mixed_nalu_types_in_pic_flag的值等於1時,引用PPS的圖片不能具有nal_unit_type等於DR_W_RADL或IDR_N_LP的切片。
===================VVC草案8更改結束====================
概括而言,本案內容可能涉及「用訊號通知」某些資訊(諸如語法元素)。術語「用訊號通知」通常可以代表對用於語法元素的值及/或用於對經編碼的視訊資料進行解碼的其他資料的傳送。亦即,視訊轉碼器200可以在位元串流中用訊號通知用於語法元素的值。通常,用訊號通知代表在位元串流中產生值。如前述,源設備102可以基本上即時地或不是即時地(諸如可能在將語法元素儲存到存放裝置112以供目的地設備116稍後取回時發生)將位元串流傳輸到目的地設備116。
圖2A和圖2B是示出實例四叉樹二叉樹(QTBT)結構130以及對應的譯碼樹單元(CTU)132的概念圖。實線表示四叉樹拆分,而虛線指示二叉樹拆分。在二叉樹的每個拆分(即非葉)節點中,用訊號通知一個標誌以指示使用哪種拆分類型(亦即,水平或垂直),其中在該實例中,0指示水平拆分,而1指示垂直拆分。對於四叉樹拆分,由於四叉樹節點將塊水平地並且垂直地拆分為具有相等大小的4個子塊,因此無需指示拆分類型。因此,視訊轉碼器200可以對以下各項進行編碼,而視訊解碼器300可以對以下各項進行解碼:用於QTBT結構130的區域樹層級(即實線)的語法元素(諸如拆分資訊)、以及用於QTBT結構130的預測樹層級(即虛線)的語法元素(諸如拆分資訊)。視訊轉碼器200可以對用於由QTBT結構130的終端葉節點表示的CU的視訊資料(諸如預測和變換資料)進行編碼,而視訊解碼器300可以對該視訊資料進行解碼。
通常,圖2B的CTU 132可以與定義與QTBT結構130的處於第一和第二層級的節點相對應的塊的大小的參數相關聯。這些參數可以包括CTU大小(表示CTU 132的以取樣為單位的大小)、最小四叉樹大小(MinQTSize,其表示最小允許四叉樹葉節點大小)、最大二叉樹大小(MaxBTSize,其表示最大允許二叉樹根節點大小)、最大二叉樹深度(MaxBTDepth,其表示最大允許二叉樹深度)、以及最小二叉樹大小(MinBTSize,其表示最小允許二叉樹葉節點大小)。
QTBT結構的與CTU相對應的根節點可以在QTBT結構的第一層級處具有四個子節點,每個子節點可以是根據四叉樹分割來分割的。亦即,第一層級的節點是葉節點(沒有子節點)或者具有四個子節點。QTBT結構130的實例將此類節點表示為包括具有實線分支的父節點和子節點。若第一層級的節點不大於最大允許二叉樹根節點大小(MaxBTSize),則可以經由相應的二叉樹進一步對這些節點進行分割。可以對一個節點的二叉樹拆分進行反覆運算,直到從拆分產生的節點達到最小允許二叉樹葉節點大小(MinBTSize)或最大允許二叉樹深度(MaxBTDepth)。QTBT結構130的實例將此類節點表示為具有虛線分支。二叉樹葉節點被稱為譯碼單元(CU),其用於預測(例如,圖片內或圖片間預測)和變換,而不進行任何進一步分割。如上所論述的,CU亦可以被稱為「視訊塊」或「塊」。
在QTBT分割結構的一個實例中,CTU大小被設置為128x128(亮度取樣和兩個對應的64x64色度取樣),MinQTSize被設置為16x16,MaxBTSize被設置為64x64,MinBTSize(對於寬度和高度兩者)被設置為4,並且MaxBTDepth被設置為4。首先對CTU應用四叉樹分割以產生四叉樹葉節點。四叉樹葉節點可以具有從16x16(即MinQTSize)到128x128(即CTU大小)的大小。若四叉樹葉節點為128x128,則由於該大小超過MaxBTSize(亦即,在該實例中為64x64),因此葉四叉樹節點將不被二叉樹進一步拆分。否則,四叉樹葉節點將被二叉樹進一步分割。因此,四叉樹葉節點也是用於二叉樹的根節點,並且具有為0的二叉樹深度。當二叉樹深度達到MaxBTDepth(在該實例中為4)時,不允許進一步拆分。當二叉樹節點具有等於MinBTSize(在該實例中為4)的寬度時,其意味著不允許進行進一步的垂直拆分。類似地,具有等於MinBTSize的高度的二叉樹節點意味著不允許針對該二叉樹節點進行進一步的水平拆分。如前述,二叉樹的葉節點被稱為CU,並且根據預測和變換而被進一步處理,而無需進一步分割。
圖3是示出可以執行本案內容的技術的實例視訊轉碼器200的方塊圖。圖3是出於解釋的目的而提供的,並且不應當被認為對在本案內容中泛泛地舉例說明和描述的技術進行限制。出於解釋的目的,本案內容描述了根據VVC(正在開發的ITU-T H.266)和HEVC(ITU-T H.265)的技術的視訊轉碼器200。然而,本案內容的技術可以由被配置為其他視訊譯碼標準的視訊編碼設備來執行。
在圖3的實例中,視訊轉碼器200包括視訊資料記憶體230、模式選擇單元202、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元212、重構單元214、濾波器單元216、解碼圖片緩衝器(DPB)218和熵編碼單元220。視訊資料記憶體230、模式選擇單元202、殘差產生單元204、變換處理單元206、量化單元208、逆量化單元210、逆變換處理單元212、重構單元214、濾波器單元216、DPB 218和熵編碼單元220中的任何一者或全部可以在一或多個處理器中或者在處理電路中實現。例如,視訊轉碼器200的單元可以被實現為一或多個電路或邏輯部件,作為硬體電路的一部分,或者作為處理器、ASIC或FPGA的一部分。此外,視訊轉碼器200可以包括額外或替代的處理器或處理電路以執行這些和其他功能。
視訊資料記憶體230可以儲存要由視訊轉碼器200的部件來編碼的視訊資料。視訊轉碼器200可以從例如視訊源104(圖1)接收被儲存在視訊資料記憶體230中的視訊資料。DPB 218可以充當參考圖片記憶體,其儲存參考視訊資料以在由視訊轉碼器200對後續視訊資料進行預測時使用。視訊資料記憶體230和DPB 218可以由各種記憶體設備中的任何一種形成,諸如動態隨機存取記憶體(DRAM)(包括同步DRAM(SDRAM))、磁阻RAM(MRAM)、電阻性RAM(RRAM)、或其他類型的記憶體設備。視訊資料記憶體230和DPB 218可以由相同的記憶體設備或單獨的記憶體設備來提供。在各個實例中,視訊資料記憶體230可以與視訊轉碼器200的其他部件在晶片上(如圖所示),或者相對於那些部件在晶片外。
在本案內容中,對視訊資料記憶體230的引用不應當被解釋為限於在視訊轉碼器200內部的記憶體(除非如此具體地描述),或者不限於在視訊轉碼器200外部的記憶體(除非如此具體地描述)。確切而言,對視訊資料記憶體230的引用應當被理解為儲存視訊轉碼器200接收以用於編碼的視訊資料(例如,用於要被編碼的當前塊的視訊資料)的參考記憶體。圖1的記憶體106亦可以提供對來自視訊轉碼器200的各個單元的輸出的臨時儲存。
圖示圖3的各個單元以説明理解由視訊轉碼器200執行的操作。這些單元可以被實現為固定功能電路、可程式設計電路、或其組合。固定功能電路代表提供特定功能並且關於可以執行的操作而預先設置的電路。可程式設計電路代表可以被程式設計以執行各種任務並且以可以執行的操作來提供靈活功能的電路。例如,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令(例如,以接收參數或輸出參數),但是固定功能電路執行的操作類型通常是不可變的。在一些實例中,這些單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),並且在一些實例中,這些單元中的一或多個單元可以是積體電路。
視訊轉碼器200可以包括由可程式設計電路形成的算數邏輯單位(ALU)、基本功能單元(EFU)、數位電路、類比電路及/或可程式設計核心。在其中使用由可程式設計電路執行的軟體來執行視訊轉碼器200的操作的實例中,記憶體106(圖1)可以儲存視訊轉碼器200接收並且執行的軟體的指令(例如,目標代碼),或者視訊轉碼器200內的另一記憶體(未圖示)可以儲存此類指令。
視訊資料記憶體230被配置為儲存所接收的視訊資料。視訊轉碼器200可以從視訊資料記憶體230取回視訊資料的圖片,並且將視訊資料提供給殘差產生單元204和模式選擇單元202。視訊資料記憶體230中的視訊資料可以是要被編碼的原始視訊資料。
模式選擇單元202包括運動估計單元222、運動補償單元224和訊框內預測單元226。模式選擇單元202可以包括額外功能單元,其根據其他預測模式來執行視訊預測。作為實例,模式選擇單元202可以包括調色板單元、塊內複製單元(其可以是運動估計單元222及/或運動補償單元224的一部分)、仿射單元、線性模型(LM)單元等。
模式選擇單元202通常協調多個編碼通路,以測試編碼參數的組合以及針對此類組合所得到的率失真值。編碼參數可以包括將CTU分割為CU、用於CU的預測模式、用於CU的殘差資料的變換類型、用於CU的殘差資料的量化參數等。模式選擇單元202可以最終選擇編碼參數的具有比其他測試的組合更佳的率失真值的組合。
視訊轉碼器200可以將從視訊資料記憶體230取回的圖片分割為一系列CTU,並且將一或多個CTU封裝在切片內。模式選擇單元202可以根據樹結構(諸如上述HEVC的QTBT結構或四叉樹結構)來分割圖片的CTU。如前述,視訊轉碼器200可以經由根據樹結構來分割CTU,從而形成一或多個CU。此類CU通常亦可以被稱為「視訊塊」或「塊」。
通常,模式選擇單元202亦控制其部件(例如,運動估計單元222、運動補償單元224和訊框內預測單元226)以產生用於當前塊(例如,當前CU,或者在HEVC中為PU和TU的重疊部分)的預測塊。為了對當前塊進行訊框間預測,運動估計單元222可以執行運動搜尋以辨識在一或多個參考圖片(例如,被儲存在DPB 218中的一或多個先前譯碼的圖片)中的一或多個緊密匹配的參考塊。具體地,運動估計單元222可以例如根據絕對差之和(SAD)、平方差之和(SSD)、平均絕對差(MAD)、均方差(MSD)等,來計算表示潛在參考塊將與當前塊的類似程度的值。運動估計單元222通常可以使用在當前塊與所考慮的參考塊之間的逐取樣差來執行這些計算。運動估計單元222可以辨識從這些計算所得到的具有最低值的參考塊,其指示與當前塊最緊密匹配的參考塊。
運動估計單元222可以形成一或多個運動向量(MV),該運動向量限定相對於當前塊在當前圖片中的位置而言參考塊在參考圖片中的位置。隨後,運動估計單元222可以將運動向量提供給運動補償單元224。例如,對於單向訊框間預測,運動估計單元222可以提供單個運動向量,而對於雙向訊框間預測,運動估計單元222可以提供兩個運動向量。隨後,運動補償單元224可以使用運動向量來產生預測塊。例如,運動補償單元224可以使用運動向量來取回參考塊的資料。作為另一實例,若運動向量具有分數取樣精度,則運動補償單元224可以根據一或多個內插濾波器來對用於預測塊的值進行內插。此外,對於雙向訊框間預測,運動補償單元224可以取回用於由相應的運動向量標識的兩個參考塊的資料並且例如經由逐取樣平均或加權平均來將所取回的資料進行組合。
作為另一實例,對於訊框內預測或訊框內預測解碼,訊框內預測單元226可以根據與當前塊相鄰的取樣來產生預測塊。例如,對於方向性模式,訊框內預測單元226通常可以在數學上將相鄰取樣的值進行組合,並且跨當前塊在所定義的方向上填充這些計算出的值以產生預測塊。作為另一實例,對於DC模式,訊框內預測單元226可以計算當前塊的相鄰取樣的平均值,並且產生預測塊以包括針對預測塊的每個取樣的該得到的平均值。
模式選擇單元202將預測塊提供給殘差產生單元204。殘差產生單元204從視訊資料記憶體230接收當前塊的原始的未經編碼的版本,並且從模式選擇單元202接收預測塊。殘差產生單元204計算在當前塊與預測塊之間的逐取樣差。所得到的逐取樣差定義了用於當前塊的殘差塊。在一些實例中,殘差產生單元204亦可以決定殘差塊中的取樣值之間的差,以使用殘差差分脈衝解碼調制(RDPCM)來產生殘差塊。在一些實例中,可以使用執行二進位減法的一或多個減法器電路來形成殘差產生單元204。
在其中模式選擇單元202將CU分割為PU的實例中,每個PU可以與亮度預測單元和對應的色度預測單元相關聯。視訊轉碼器200和視訊解碼器300可以支援具有各種大小的PU。如上所指出的,CU的大小可以代表CU的亮度譯碼塊的大小,而PU的大小可以代表PU的亮度預測單元的大小。假定特定CU的大小為2Nx2N,則視訊轉碼器200可以支援用於訊框內預測的2Nx2N或NxN的PU大小、以及用於訊框間預測的2Nx2N、2NxN、Nx2N、NxN或類似的對稱的PU大小。視訊轉碼器200和視訊解碼器300亦可以支援針對用於訊框間預測的2NxnU、2NxnD、nLx2N和nRx2N的PU大小的非對稱分割。
在其中模式選擇單元202不將CU進一步分割為PU的實例中,每個CU可以與亮度譯碼塊和對應的色度譯碼塊相關聯。如前述,CU的大小可以代表CU的亮度譯碼塊的大小。視訊轉碼器200和視訊解碼器300可以支援2Nx2N、2NxN或Nx2N的CU大小。
對於其他視訊譯碼技術(舉幾個實例,諸如塊內複製模式譯碼、仿射模式譯碼和線性模型(LM)模式譯碼),模式選擇單元202經由與譯碼技術相關聯的相應單元來產生用於正被編碼的當前塊的預測塊。在一些實例中(諸如調色板模式譯碼),模式選擇單元202可以不產生預測塊,而是替代地產生指示基於所選擇的調色板來重構塊的方式的語法元素。在此類模式下,模式選擇單元202可以將這些語法元素提供給熵編碼單元220以進行編碼。
如前述,殘差產生單元204接收用於當前塊和對應的預測塊的視訊資料。隨後,殘差產生單元204為當前塊產生殘差塊。為了產生殘差塊,殘差產生單元204計算在預測塊與當前塊之間的逐取樣差。
變換處理單元206將一或多個變換應用於殘差塊,以產生變換係數的塊(本文中被稱為「變換係數塊」)。變換處理單元206可以將各種變換應用於殘差塊,以形成變換係數塊。例如,變換處理單元206可以將離散餘弦變換(DCT)、方向變換、Karhunen-Loeve變換(KLT)、或概念上類似的變換應用於殘差塊。在一些實例中,變換處理單元206可以對殘差塊執行多種變換,例如,初級變換和二次變換(諸如旋轉變換)。在一些實例中,變換處理單元206不對殘差塊應用變換。
量化單元208可以對變換係數塊中的變換係數進行量化,以產生經量化的變換係數塊。量化單元208可以根據與當前塊相關聯的量化參數(QP)值來對變換係數塊的變換係數進行量化。視訊轉碼器200(例如,經由模式選擇單元202)可以經由調整與CU相關聯的QP值來調整被應用於與當前塊相關聯的變換係數塊的量化程度。量化可能引起資訊損失,並且因此,經量化的變換係數可能具有與變換處理單元206所產生的原始變換係數相比較低的精度。
逆量化單元210和逆變換處理單元212可以將逆量化和逆變換分別應用於經量化的變換係數塊,以從變換係數塊重構殘差塊。重構單元214可以基於經重構的殘差塊和由模式選擇單元202產生的預測塊來產生與當前塊相對應的重構塊(儘管潛在地具有某種程度的失真)。例如,重構單元214可以將經重構的殘差塊的取樣與來自模式選擇單元202所產生的預測塊的對應取樣相加,以產生經重構的塊。
濾波器單元216可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元216可以執行去塊操作以減少沿著CU的邊緣的塊效應偽影。在一些實例中,可以跳過濾波器單元216的操作。
視訊轉碼器200將經重構的塊儲存在DPB 218中。例如,在其中不需要濾波器單元216的操作的實例中,重構單元214可以將經重構的塊儲存到DPB 218中。在其中需要濾波器單元216的操作的實例中,濾波器單元216可以將經濾波的重構塊儲存到DPB 218中。運動估計單元222和運動補償單元224可以從DPB 218取回由經重構的(並且潛在地經濾波的)塊形成的參考圖片,以對後續編碼的圖片的塊進行訊框間預測。另外,訊框內預測單元226可以使用在DPB 218中的當前圖片的經重構的塊來對當前圖片中的其他塊進行訊框內預測。
通常,熵編碼單元220可以對從視訊轉碼器200的其他功能部件接收的語法元素進行熵編碼。例如,熵編碼單元220可以對來自量化單元208的經量化的變換係數塊進行熵編碼。作為另一實例,熵編碼單元220可以對來自模式選擇單元202的預測語法元素(例如,用於訊框間預測的運動資訊或用於訊框內預測的訊框內模式資訊)進行熵編碼。熵編碼單元220可以對作為視訊資料的另一實例的語法元素執行一或多個熵編碼操作,以產生經熵編碼的資料。例如,熵編碼單元220可以執行上下文自我調整變長譯碼(CAVLC)操作、CABAC操作、可變-到-可變(V2V)長度譯碼操作、基於語法的上下文自我調整二進位算術譯碼(SBAC)操作、概率區間分割熵(PIPE)譯碼操作、指數哥倫布編碼操作、或對資料的另一種類型的熵編碼操作。在一些實例中,熵編碼單元220可以在其中語法元素未被熵編碼的旁路模式下操作。
視訊轉碼器200可以輸出位元串流,其包括用於重構切片或圖片的塊所需要的經熵編碼的語法元素。具體地,熵編碼單元220可以輸出位元串流。
關於塊描述了上述操作。此類描述應當被理解為用於亮度譯碼塊及/或色度譯碼塊的操作。如前述,在一些實例中,亮度譯碼塊和色度譯碼塊是CU的亮度分量和色度分量。在一些實例中,亮度譯碼塊和色度譯碼塊是PU的亮度分量和色度分量。
在一些實例中,不需要針對色度譯碼塊重複關於亮度譯碼塊執行的操作。作為一個實例,不需要重多工於辨識用於亮度譯碼塊的運動向量(MV)和參考圖片的操作來辨識用於色度塊的MV和參考圖片。確切而言,可以對用於亮度譯碼塊的MV進行縮放以決定用於色度塊的MV,並且參考圖片可以是相同的。作為另一實例,對於亮度譯碼塊和色度譯碼塊,訊框內預測程序可以是相同的。
視訊轉碼器200表示被配置為對視訊資料進行編碼的設備的實例,該設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理單元,其在電路中實現並且被配置為:在經譯碼的視訊位元串流的圖片標頭語法結構中對一或多個語法元素進行編碼,其中一或多個語法元素包括以下各項中的一項或多項:指示與圖片標頭語法結構相關聯的圖片是否包括多個不同類型的NAL單元的語法元素;指示圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;及指示圖片標頭語法結構中是否存在加權預測資訊的語法元素。
圖4是示出可以執行本案內容的技術的實例視訊解碼器300的方塊圖。圖4是出於解釋的目的而提供的,並且不對在本案內容中泛泛地舉例說明和描述的技術進行限制。出於解釋的目的,本案內容根據VVC(正在開發的ITU-T H.266)和HEVC(ITU-T H.265)的技術描述了視訊解碼器300。然而,本案內容的技術可以由被配置用於其他視訊譯碼標準的視訊譯碼設備來執行。
在圖4的實例中,視訊解碼器300包括譯碼圖片緩衝器(CPB)記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310、濾波器單元312和解碼圖片緩衝器(DPB)134。CPB記憶體320、熵解碼單元302、預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310、濾波器單元312和DPB 134中的任何一者或全部可以在一或多個處理器中或者在處理電路中實現。例如,視訊解碼器300的單元可以被實現為一或多個電路或邏輯部件,作為硬體電路的一部分,或者作為處理器、ASIC或FPGA的一部分。此外,視訊解碼器300可以包括額外或替代的處理器或處理電路以執行這些和其他功能。
預測處理單元304包括運動補償單元316和訊框內預測單元318。預測處理單元304可以包括加法單元,其根據其他預測模式來執行預測。作為實例,預測處理單元304可以包括調色板單元、塊內複製單元(其可以形成運動補償單元316的一部分)、仿射單元、線性模型(LM)單元等。在其他實例中,視訊解碼器300可以包括更多、更少或不同的功能部件。
CPB記憶體320可以儲存要由視訊解碼器300的部件解碼的視訊資料,諸如經編碼的視訊位元串流。例如,可以從電腦可讀取媒體110(圖1)獲得被儲存在CPB記憶體320中的視訊資料。CPB記憶體320可以包括儲存來自經編碼的視訊位元串流的經編碼的視訊資料(例如,語法元素)的CPB。此外,CPB記憶體320可以儲存除了經譯碼的圖片的語法元素之外的視訊資料,諸如表示來自視訊解碼器300的各個單元的輸出的臨時資料。DPB 314通常儲存經解碼的圖片,視訊解碼器300可以輸出經解碼的圖片,及/或在解碼經編碼的視訊位元串流的後續資料或圖片時使用經解碼的圖片作為參考視訊資料。CPB記憶體320和DPB 314可以由各種記憶體設備中的任何一種形成,諸如DRAM,包括SDRAM、MRAM、RRAM或其他類型的記憶體設備。CPB記憶體320和DPB 314可以由相同的記憶體設備或單獨的記憶體設備來提供。在各個實例中,CPB記憶體320可以與視訊解碼器300的其他部件在晶片上,或者相對於那些部件在晶片外。
補充或替代地,在一些實例中,視訊解碼器300可以從記憶體120(圖1)取回經譯碼的視訊資料。亦即,記憶體120可以如上文所論述地利用CPB記憶體320來儲存資料。同樣,當視訊解碼器300的一些或全部功能是用要被視訊解碼器300的處理電路執行的軟體來實現時,記憶體120可以儲存要被視訊解碼器300執行的指令。
圖示圖4中示出的各個單元以説明理解由視訊解碼器300執行的操作。這些單元可以被實現為固定功能電路、可程式設計電路、或其組合。類似於圖3,固定功能電路代表提供特定功能並且關於可以執行的操作而預先設置的電路。可程式設計電路代表可以被程式設計以執行各種任務並且以可以執行的操作來提供靈活功能的電路。例如,可程式設計電路可以執行軟體或韌體,軟體或韌體使得可程式設計電路以軟體或韌體的指令所定義的方式進行操作。固定功能電路可以執行軟體指令(例如,以接收參數或輸出參數),但是固定功能電路執行的操作的類型通常是不可變的。在一些實例中,這些單元中的一或多個單元可以是不同的電路塊(固定功能或可程式設計),並且在一些實例中,這些單元中的一或多個單元可以是積體電路。
視訊解碼器300可以包括由可程式設計電路形成的ALU、EFU、數位電路、類比電路及/或可程式設計核。在其中由在可程式設計電路上執行的軟體執行視訊解碼器300的操作的實例中,片上或片外記憶體可以儲存視訊解碼器300接收並且執行的軟體的指令(例如,目標代碼)。
熵解碼單元302可以從CPB接收經編碼的視訊資料,並且對視訊資料進行熵解碼以重現語法元素。預測處理單元304、逆量化單元306、逆變換處理單元308、重構單元310和濾波器單元312可以基於從位元串流中提取的語法元素來產生經解碼的視訊資料。
通常,視訊解碼器300逐塊地重構圖片。視訊解碼器300可以單獨地對每個區塊執行重構操作(其中當前正在被重構(亦即,被解碼)的塊可以被稱為「當前塊」)。
熵解碼單元302可以對定義經量化的變換係數塊的經量化的變換係數的語法元素以及諸如量化參數(QP)及/或變換模式指示之類的變換資訊進行熵解碼。逆量化單元306可以使用與經量化的變換係數塊相關聯的QP來決定量化程度,並且同樣地,決定供逆量化單元306應用的逆量化程度。逆量化單元306可以例如執行按位元左移操作以對經量化的變換係數進行逆量化。逆量化單元306從而可以形成包括變換係數的變換係數塊。
在逆量化單元306形成變換係數塊之後,逆變換處理單元308可以將一或多個逆變換應用於變換係數塊,以產生與當前塊相關聯的殘差塊。例如,逆變換處理單元308可以將逆DCT、逆整數變換、逆Karhunen-Loeve變換(KLT)、逆旋轉變換、逆方向變換或另一逆變換應用於變換係數塊。
此外,預測處理單元304根據由熵解碼單元302進行熵解碼的預測資訊語法元素來產生預測塊。例如,若預測資訊語法元素指示當前塊是經訊框間預測的,則運動補償單元316可以產生預測塊。在這種情況下,預測資訊語法元素可以指示在DPB 314中的要從其取回參考塊的參考圖片、以及標識相對於當前塊在當前圖片中的位置而言參考塊在參考圖片中的位置的運動向量。運動補償單元316通常可以以與關於運動補償單元224(圖3)所描述的方式基本類似的方式來執行訊框間預測程序。
作為另一實例,若預測資訊語法元素指示當前塊是經訊框內預測的,則訊框內預測單元318可以根據由預測資訊語法元素指示的訊框內預測模式來產生預測塊。再次,訊框內預測單元318通常可以以與關於訊框內預測單元226(圖3)所描述的方式基本上類似的方式來執行訊框內預測程序。訊框內預測單元318可以從DPB 314取回當前塊的相鄰取樣的資料。
重構單元310可以使用預測塊和殘差塊來重構當前塊。例如,重構單元310可以將殘差塊的取樣與預測塊的對應取樣相加來重構當前塊。
濾波器單元312可以對經重構的塊執行一或多個濾波器操作。例如,濾波器單元312可以執行去塊操作以減少沿著經重構的塊的邊緣的塊效應偽影。不一定在所有實例中都執行濾波器單元312的操作。
視訊解碼器300可以將經重構的塊儲存在DPB 314中。例如,在其中不執行濾波器單元312的操作的實例中,重構單元310可以將經重構的塊儲存到DPB 314中。在其中執行濾波器單元312的操作的實例中,濾波器單元312可以將經濾波的重構塊儲存到DPB 314中。如上所論述的,DPB 314可以將參考資訊(諸如用於訊框內預測的當前圖片以及用於後續運動補償的先前解碼的圖片的取樣)提供給預測處理單元304。此外,視訊解碼器300可以從DPB 314輸出經解碼的圖片(例如,經解碼的視訊),以用於在諸如圖1的顯示裝置118之類的顯示裝置上的後續呈現。
以這種方式,視訊解碼器300表示視訊解碼設備的實例,該視訊解碼設備包括:記憶體,其被配置為儲存視訊資料;及一或多個處理單元,其在電路中實現並且被配置為:從經譯碼的視訊位元串流的圖片標頭語法結構中解碼一或多個語法元素,其中一或多個語法元素包括以下各項中的一項或多項:指示與圖片標頭語法結構相關聯的圖片是否包括多個不同類型的NAL單元的語法元素;指示圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;及指示圖片標頭語法結構中是否存在加權預測資訊的語法元素;基於一或多個語法元素來重構與圖片標頭語法結構相關聯的圖片的取樣。
圖5是示出用於對當前塊進行編碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊轉碼器200(圖1和圖3)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖5的方法類似的方法。
在該實例中,視訊轉碼器200最初預測當前塊(350)。例如,視訊轉碼器200可以形成用於當前塊的預測塊。隨後,視訊轉碼器200可以計算用於當前塊的殘差塊(352)。為了計算殘差塊,視訊轉碼器200可以計算在原始的未經編碼的塊與用於當前塊的預測塊之間的差。隨後,視訊轉碼器200可以對殘差塊進行變換以及對殘差塊的係數進行變換和量化(354)。接下來,視訊轉碼器200可以掃瞄殘差塊的經量化的變換係數(356)。在掃瞄期間或在掃瞄之後,視訊轉碼器200可以對變換係數進行熵編碼(358)。例如,視訊轉碼器200可以使用CAVLC或CABAC來對變換係數進行編碼。根據本案內容,視訊轉碼器200可以使用上述圖片標頭語法結構、序列參數集語法結構、圖片參數集語法結構及/或切片標頭語法結構來對用於當前塊的語法元素進行編碼。隨後,視訊轉碼器200可以輸出塊的經熵編碼的資料(360)。
圖6是示出用於對視訊資料的當前塊進行解碼的實例方法的流程圖。當前塊可以包括當前CU。儘管關於視訊解碼器300(圖1和圖4)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖6的方法類似的方法。
視訊解碼器300可以接收用於當前塊的經熵編碼的資料(諸如,經熵編碼的預測資訊和用於與當前塊相對應的殘差塊的變換係數的經熵編碼的資料)(370)。視訊解碼器300可以對經熵編碼的資料進行熵解碼以決定用於當前塊的預測資訊並且重現殘差塊的變換係數(372)。根據本案內容,視訊解碼器300可以使用上述圖片標頭語法結構、序列參數集語法結構、圖片參數集語法結構及/或切片標頭語法結構來對用於當前塊的語法元素進行解碼。視訊解碼器300可以例如使用如由用於當前塊的預測資訊所指示的訊框內或訊框間預測模式來預測當前塊(374),以計算用於當前塊的預測塊。隨後,視訊解碼器300可以對所重現的變換係數進行逆掃瞄(376),以建立經量化的變換係數的塊。隨後,視訊解碼器300可以對變換係數進行逆量化並且將逆變換應用於變換係數以產生殘差塊(378)。最終,視訊解碼器300可以經由將預測塊和殘差塊進行組合來對當前塊進行解碼(380)。
圖9是示出根據本案內容的一或多個態樣的用於對視訊資料進行譯碼的實例方法的流程圖。儘管關於視訊解碼器300(圖1和圖4)進行了描述,但是應當理解的是,其他設備可以被配置為執行與圖9的方法類似的方法。例如,視訊轉碼器200(圖1和圖3)可以被配置為執行與圖9的方法類似的方法。
如前述,視訊解碼器可以指定圖片是否可以包括多個不同類型的網路抽象層(NAL)單元。例如,視訊解碼器可以經由圖片參數集(PPS)對指示與PPS相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元的語法元素進行解碼。然而,此類安排可能不是期望的。例如,在多個子圖片軌道被合併在一起並且子圖片軌道的各種圖片包括混合NAL單元(例如,包括不同類型的NAL單元)的情況下,經合併的位元串流可以使用多個PPS,其中PPS之間的唯一區別是指示與PPS相關聯的圖片是否可以包括多個不同類型的NAL單元的語法元素的值。多個位元串流的訊號傳遞不期望地降低譯碼效率(例如,增加用於以恆定品質表示視訊資料的位元數量)。
根據本案內容的一或多個態樣,視訊解碼器300可以經由經譯碼的視訊位元串流的圖片標頭語法結構來對語法元素進行解碼(例如,解碼),該語法元素指示與圖片標頭語法結構相關聯的圖片是否可以(例如,被允許)包括多個不同類型的網路抽象層(NAL)單元(902)。例如,熵解碼單元302可以從由CPB記憶體320儲存的經編碼的視訊位元串流的一部分中解碼mixed_nal_unit_in_picture_flag語法元素或mixed_nalu_types_in_pic_flag語法元素。
視訊解碼器300可以回應於指示圖片可以包括多個不同類型的NAL單元的語法元素,對包括該圖片的經合併的子圖片軌道進行解碼,其中經合併的子圖片軌道之每一者圖片引用公共圖片參數集(PPS)(904)。例如,熵解碼單元302可以對公共PPS的語法元素進行解碼,並且將語法元素的值提供給預測處理單元304。作為一個實例,視訊解碼器300可以對上文參照圖8論述的經合併的子塊軌道之一進行解碼。如上所論述的,經合併的子塊軌道的圖片可以全部引用公共PPS(例如,具有pps_id 0的PPS)。
視訊解碼器300可以基於公共PPS來重構圖片的取樣(906)。例如,預測處理單元304可以重構經合併的子塊軌道的圖片的取樣(例如,基於公共PPS的語法元素的值)。
以下編號條款可以示出本案內容的一或多個態樣:
條款1。一種對視訊資料進行譯碼的方法,該方法包括:在經譯碼的視訊位元串流的圖片標頭語法結構中對一或多個語法元素進行譯碼,其中該一或多個語法元素包括以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元的語法元素;指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素;及基於該一或多個語法元素來重構與該圖片標頭語法結構相關聯的該圖片的取樣。
條款2A。根據條款1A所述的方法,其中以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素包括mixed_nal_unit_in_picture_flag語法元素或mixed_nalu_types_in_pic_flag語法元素;指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的該索引的語法元素的語法元素包括rpl1_idx_present_flag語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括rpl_info_in_ph_flag語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括wp_info_in_ph_flag語法元素。
條款3A。根據條款1A或條款2A所述的方法,亦包括:在該經譯碼的視訊位元串流的序列參數集(SPS)中對語法元素進行譯碼,該語法元素指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素。
條款4A。根據條款3A所述的方法,其中指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素的語法元素包括sps_mixed_nalu_types_in_pic_present_flag語法元素。
條款5A。根據條款1A-4A中任一項所述的方法,其中在該圖片標頭語法結構中譯碼的該一或多個語法元素亦包括以下各項中的一項或多項:指示是否將加權預測應用於引用該參考圖片標頭語法結構的P切片的語法元素;或者指示是否將顯式加權預測應用於引用該參考圖片標頭語法結構的B切片的語法元素。
條款6A。根據條款5A所述的方法,其中以下各項中的一項或多項:指示是否將加權預測應用於引用該參考圖片標頭語法結構的P切片的語法元素包括pps_weighted_pred_flag或ph_weighted_pred_flag語法元素;或者指示是否將顯式加權預測應用於引用該參考圖片標頭語法結構的B切片的語法元素包括pps_weighted_bipred_flag或ph_weighted_bipred_flag語法元素。
條款7A。根據條款1A-6A中任一項所述的方法,亦包括:避免在圖片參數集(PPS)語法結構中對指定視訊資料的譯碼樹單元(CTU)的大小的語法元素進行譯碼。
條款8A。根據條款7A所述的方法,其中指定視訊資料的該CTU該大小的該語法元素包括pps_log2_ctu_size_minus5語法元素。
條款9A。根據條款1A-8A中任一項所述的方法,亦包括:將具有特定列表索引的每個參考圖片列表結構的內容設置為對於在當前圖片中的所有切片相同。
條款10A。根據條款1A-9A中任一項所述的方法,其中譯碼包括譯碼。
條款11A。根據條款1A-10A中任一項所述的方法,其中譯碼包括譯碼。
條款12A。一種用於對視訊資料進行譯碼的設備,該設備包括用於執行根據條款1A-11A中任一項所述的方法的一或多個單元。
條款13A。根據條款12A所述的設備,其中該一或多個單元包括在電路中實現的一或多個處理器。
條款14A。根據條款12A和13A中任一項所述的設備,亦包括:用於儲存該視訊資料的記憶體。
條款15A。根據條款12A-14A中任一項所述的設備,亦包括:被配置為顯示經解碼的視訊資料的顯示器。
條款16A。根據條款12A-15A中任一項所述的設備,其中該設備包括相機、電腦、行動設備、廣播接收器設備或機上盒中的一者或多者。
條款17A。根據條款12A-16A中任一項所述的設備,其中該設備包括視訊解碼器。
條款18A。根據條款12A-17A中任一項所述的設備,其中該設備包括視訊轉碼器。
條款19A。一種具有儲存在其上的指令的電腦可讀取儲存媒體,該等指令在被執行時使得一或多個處理器執行根據條款1A-11A中任一項所述的方法。
條款1B。一種對視訊資料進行解碼的方法,該方法包括:從經譯碼的視訊位元串流的圖片標頭語法結構中解碼語法元素,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中該經合併的子圖片軌道之每一者圖片引用公共圖片參數集(PPS);及基於該公共PPS來重構該圖片的取樣。
條款2B。根據條款1B所述的方法,其中該經合併的子圖片軌道是至少兩個子圖片軌道的合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
條款3B。根據條款1B或2B所述的方法,其中以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的該語法元素包括mixed_nal_unit_in_picture_flag 語法元素或mixed_nalu_types_in_pic_flag語法元素。
條款4B。根據條款1B-3B中任一項所述的方法,亦包括:從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼語法元素,該語法元素指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素。
條款5B。根據條款4B所述的方法,其中指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素的語法元素包括sps_mixed_nalu_types_in_pic_present_flag語法元素。
條款6B。根據條款1B-5B中任一項所述的方法,亦包括:從該圖片標頭語法結構中解碼以下各項中的一項或多項:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素。
條款7B。根據條款6B所述的方法,其中:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的該索引的語法元素的語法元素包括rpl1_idx_present_flag語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括rpl_info_in_ph_flag語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括wp_info_in_ph_flag語法元素。
條款8B。一種對視訊資料進行編碼的方法,該方法包括:在經譯碼的視訊位元串流的圖片標頭語法結構中對語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;及在該圖片可以包括多個不同類型的NAL單元的情況下,對包括該圖片的經合併的子圖片軌道進行編碼,其中該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS)。
條款9B。根據條款8B所述的方法,其中該經合併的子圖片軌道是至少兩個子圖片軌道的合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
條款10B。根據條款8B或9B所述的方法,其中以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的該語法元素包括mixed_nal_unit_in_picture_flag 語法元素或mixed_nalu_types_in_pic_flag語法元素。
條款11B。根據條款8B-10B中任一項所述的方法,亦包括:從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼語法元素,該語法元素指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素。
條款12B。根據條款11B所述的方法,其中指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素的語法元素包括sps_mixed_nalu_types_in_pic_present_flag語法元素。
條款13B。根據條款8B-12B中任一項所述的方法,亦包括:從該圖片標頭語法結構中解碼以下各項中的一項或多項:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素。
條款14B。根據條款13B所述的方法,其中:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的該索引的語法元素的語法元素包括rpl1_idx_present_flag語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括rpl_info_in_ph_flag語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括wp_info_in_ph_flag語法元素。
條款15B。一種用於對視訊資料進行解碼的設備,該設備包括:記憶體,其被配置為儲存經譯碼的視訊位元串流的至少一部分;及一或多個處理器,其在電路中實現並且被配置為:從該經譯碼的視訊位元串流的圖片標頭語法結構中解碼語法元素,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中該經合併的子圖片軌道之每一者圖片引用公共圖片參數集(PPS);及基於該公共PPS來重構該圖片的取樣。
條款16B。根據條款15B所述的設備,其中該經合併的子圖片軌道是至少兩個子圖片軌道的合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
條款17B。根據條款15B或16B所述的設備,其中以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的該語法元素包括mixed_nal_unit_in_picture_flag 語法元素或mixed_nalu_types_in_pic_flag語法元素。
條款18B。根據條款15B-17B中任一項所述的設備,其中該一或多個處理器亦被配置為:從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼語法元素,該語法元素指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素。
條款19B。根據條款18B所述的設備,其中指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素的語法元素包括sps_mixed_nalu_types_in_pic_present_flag語法元素。
條款20B。根據條款15B-19B中任一項所述的設備,其中該一或多個處理器亦被配置為:從該圖片標頭語法結構中解碼以下各項中的一項或多項:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素。
條款21B。根據條款20B所述的設備,其中:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的該索引的語法元素的語法元素包括rpl1_idx_present_flag語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括rpl_info_in_ph_flag語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括wp_info_in_ph_flag語法元素。
條款22B。一種用於對視訊資料進行編碼的設備,該設備包括:記憶體,其被配置為儲存經譯碼的視訊位元串流的至少一部分;及一或多個處理器,其在電路中實現並且被配置為:在該經譯碼的視訊位元串流的圖片標頭語法結構中對語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的圖片是否可以包括多個不同類型的網路抽象層(NAL)單元;及回應於該語法元素指示該圖片可以包括多個不同類型的NAL單元,對包括該圖片的經合併的子圖片軌道進行解碼,其中該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS)。
條款23B。根據條款22B所述的設備,其中該經合併的子圖片軌道是至少兩個子圖片軌道的合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
條款24B。根據條款22B或23B所述的設備,其中以下各項中的一項或多項:指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的該語法元素包括mixed_nal_unit_in_picture_flag 語法元素或mixed_nalu_types_in_pic_flag語法元素。
條款25B。根據條款22B-24B中任一項所述的設備,其中該一或多個處理器亦被配置為:從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼語法元素,該語法元素指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素。
條款26B。根據條款25B所述的設備,其中指示該圖片標頭語法結構中是否存在指示與該圖片標頭語法結構相關聯的該圖片是否可以包括多個不同類型的NAL單元的語法元素的語法元素包括sps_mixed_nalu_types_in_pic_present_flag語法元素。
條款27B。根據條款22B-26B中任一項所述的設備,其中該一或多個處理器亦被配置為:在該圖片標頭語法結構中對以下各項中的一項或多項進行編碼:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的索引的語法元素的語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素。
條款28B。根據條款27B所述的設備,其中:指示該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定參考圖片列表的該索引的語法元素的語法元素包括rpl1_idx_present_flag語法元素;指示該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括rpl_info_in_ph_flag語法元素;或者指示該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括wp_info_in_ph_flag語法元素。
條款1C。條款1A-28B的任何組合。
要認識到的是,根據實例,本文描述的任何技術的某些動作或事件可以以不同的循序執行,可以被添加、合併或完全省略(例如,並非所有描述的動作或事件是對於實施該等技術都是必要的)。此外,在某些實例中,動作或事件可以例如經由多執行緒處理、中斷處理或多個處理器併發地而不是順序地執行。
在一或多個實例中,所描述的功能可以用硬體、軟體、韌體或其任何組合來實現。若用軟體來實現,則該等功能可以作為一或多個指令或代碼儲存在電腦可讀取媒體上或者經由其進行傳輸並且由基於硬體的處理單元執行。電腦可讀取媒體可以包括電腦可讀取儲存媒體,其對應於諸如資料儲存媒體之類的有形媒體或者通訊媒體,該通訊媒體包括例如根據通訊協定來促進電腦程式從一個地方傳送到另一個地方的任何媒體。以這種方式,電腦可讀取媒體通常可以對應於(1)非暫時性的有形電腦可讀取儲存媒體、或者(2)諸如訊號或載波之類的通訊媒體。資料儲存媒體可以是可以由一或多個電腦或者一或多個處理器存取以取得用於實現在本案內容中描述的技術的指令、代碼及/或資料結構的任何可用的媒體。電腦程式產品可以包括電腦可讀取媒體。
舉例而言而非進行限制,此類電腦可讀取儲存媒體可以包括RAM、ROM、EEPROM、CD-ROM或其他光碟儲存、磁碟儲存或其他磁存放裝置、快閃記憶體、或者能夠用於以指令或資料結構形式儲存期望的程式碼以及能夠由電腦存取的任何其他媒體。此外,任何連接被適當地稱為電腦可讀取媒體。例如,若使用同軸電纜、光纖光纜、雙絞線、數位用戶線路(DSL)或者無線技術(例如,紅外線、無線電和微波)從網站、伺服器或其他遠端源傳輸指令,則同軸電纜、光纖光纜、雙絞線、DSL或者無線技術(例如,紅外線、無線電和微波)被包括在媒體的定義中。然而,應當理解的是,電腦可讀取儲存媒體和資料儲存媒體不包括連接、載波、訊號或其他臨時性媒體,而是替代地針對非臨時性的有形儲存媒體。如本文所使用的,磁碟和光碟包括壓縮光碟(CD)、鐳射光碟、光碟、數位多功能光碟(DVD)、軟碟和藍光光碟,其中磁碟通常磁性地複製資料,而光碟利用鐳射來光學地複製資料。上述各項的組合亦應當被包括在電腦可讀取媒體的範疇之內。
指令可以由一或多個處理器來執行,諸如一或多個數位訊號處理器(DSP)、通用微處理器、特殊應用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、或其他等效的整合或個別邏輯電路。因此,如本文所使用的術語「處理器」和「處理電路」可以代表前述結構中的任何一者或者適於實現本文描述的技術的任何其他結構。另外,在一些態樣中,本文描述的功能可以在被配置用於編碼和解碼的專用硬體及/或軟體模組內提供,或者被併入經組合的轉碼器中。此外,該技術可以完全在一或多個電路或邏輯部件中實現。
本案內容的技術可以在多種多樣的設備或裝置中實現,包括無線手機、積體電路(IC)或一組IC(例如,晶片組)。在本案內容中描述了各種部件、模組或單元以強調被配置為執行所揭示的技術的設備的功能性態樣,但是不一定需要經由不同的硬體單元來實現。確切而言,如前述,各種單元可以被組合在轉碼器硬體單元中,或者由可交互動操作的硬體單元的集合(包括如前述的一或多個處理器)結合適當的軟體及/或韌體來提供。
已經描述了各個實例。這些和其他實例在所附的請求項的範疇內。
100:視訊編碼和解碼系統
102:源設備
104:視訊源
106:記憶體
108:輸出介面
110:電腦可讀取媒體
112:存放裝置
114:檔案伺服器
116:目的地設備
118:顯示裝置
120:記憶體
122:輸入介面
130:四叉樹二叉樹(QTBT)結構
132:譯碼樹單元(CTU)
200:視訊轉碼器
202:模式選擇單元
204:殘差產生單元
206:變換處理單元
208:量化單元
210:逆量化單元
212:逆變換處理單元
214:重構單元
216:濾波器單元
218:解碼圖片緩衝器(DPB)
220:熵編碼單元
222:運動估計單元
224:運動補償單元
226:訊框內預測單元
230:視訊資料記憶體
300:視訊解碼器
302:熵解碼單元
304:預測處理單元
306:逆量化單元
308:逆變換處理單元
310:重構單元
312:濾波器單元
314:解碼圖片緩衝器(DPB)
316:運動補償單元
318:訊框內預測單元
320:CPB記憶體
350:方塊
352:方塊
354:方塊
356:方塊
358:方塊
360:方塊
370:方塊
372:方塊
374:方塊
376:方塊
378:方塊
380:方塊
902:方塊
904:方塊
906:方塊
圖1是示出可以執行本案內容的技術的實例視訊編碼和解碼系統的方塊圖。
圖2A和圖2B是示出實例四叉樹二叉樹(QTBT)結構以及對應的譯碼樹單元(CTU)的概念圖。
圖3是示出可以執行本案內容的技術的實例視訊轉碼器的方塊圖。
圖4是示出可以執行本案內容的技術的實例視訊解碼器的方塊圖。
圖5是示出用於對視訊資料的當前塊進行編碼的實例方法的流程圖。
圖6是示出用於對視訊資料的當前塊進行解碼的實例方法的流程圖。
圖7是示出根據本案內容的一或多個技術的子圖片合併的實例的概念圖。
圖8是示出根據本案內容的一或多個技術的子圖片合併的另一實例的概念圖。
圖9是示出根據本案內容的一或多個態樣的用於對視訊資料進行譯碼的實例方法的流程圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
902:方塊
904:方塊
906:方塊
Claims (28)
- 一種對視訊資料進行解碼的方法,該方法包括以下步驟: 從一經譯碼的視訊位元串流的圖片標頭語法結構中解碼一語法元素,該語法元素指示與該圖片標頭語法結構相關聯的一圖片是否能夠包括多個不同類型的網路抽象層(NAL)單元; 回應於該語法元素指示該圖片能夠包括多個不同類型的NAL單元,對包括該圖片的一經合併的子圖片軌道進行解碼,其中在該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS);及 基於該公共PPS來重構該圖片的取樣。
- 根據請求項1之方法,其中該經合併的子圖片軌道是至少兩個子圖片軌道的一合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
- 根據請求項1之方法,其中以下各項中的一項或多項: 指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的該語法元素包括一mixed_nal_unit_in_picture_flag語法元素或一mixed_nalu_types_in_pic_flag語法元素。
- 根據請求項1之方法,亦包括以下步驟: 從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼一語法元素,該語法元素指示在該圖片標頭語法結構中是否存在以下內容:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項4之方法,其中指示在該圖片標頭語法結構中是否存在以下內容的語法元素包括一sps_mixed_nalu_types_in_pic_present_flag語法元素:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項1之方法,亦包括以下步驟: 從該圖片標頭語法結構中解碼以下各項中的一項或多項: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的一語法元素和指定一參考圖片列表的一索引的一語法元素的一語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的一語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的一語法元素。
- 根據請求項6之方法,其中: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定一參考圖片列表的該索引的語法元素的語法元素包括一rpl1_idx_present_flag語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括一rpl_info_in_ph_flag語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括一wp_info_in_ph_flag語法元素。
- 一種對視訊資料進行編碼的方法,該方法包括以下步驟: 在一經譯碼的視訊位元串流的一圖片標頭語法結構中對一語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的一圖片是否能夠包括多個不同類型的網路抽象層(NAL)單元;及 在該圖片能夠包括多個不同類型的NAL單元的情況下,對包括該圖片的一經合併的子圖片軌道進行編碼,其中在該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS)。
- 根據請求項8之方法,其中該經合併的子圖片軌道是至少兩個子圖片軌道的一合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
- 根據請求項8之方法,其中以下各項中的一項或多項: 指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的該語法元素包括一mixed_nal_unit_in_picture_flag語法元素或一mixed_nalu_types_in_pic_flag語法元素。
- 根據請求項8之方法,亦包括以下步驟: 在該經譯碼的視訊位元串流的序列參數集(SPS)中對一語法元素進行編碼,該語法元素指示在該圖片標頭語法結構中是否存在以下內容:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項11之方法,其中指示在該圖片標頭語法結構中是否存在以下內容的語法元素包括一sps_mixed_nalu_types_in_pic_present_flag語法元素:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項8之方法,亦包括以下步驟: 在該圖片標頭語法結構中對以下各項中的一項或多項進行編碼: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的一語法元素和指定一參考圖片列表的一索引的一語法元素的一語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的一語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的一語法元素。
- 根據請求項13之方法,其中: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定一參考圖片列表的該索引的語法元素的語法元素包括一rpl1_idx_present_flag語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括一rpl_info_in_ph_flag語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括一wp_info_in_ph_flag語法元素。
- 一種用於對視訊資料進行解碼的設備,該設備包括: 一記憶體,其被配置為儲存經譯碼的視訊位元串流的至少一部分;及 一或多個處理器,其在電路中實現並且被配置為: 從該經譯碼的視訊位元串流的一圖片標頭語法結構中解碼一語法元素,該語法元素指示與該圖片標頭語法結構相關聯的一圖片是否能夠包括多個不同類型的網路抽象層(NAL)單元; 回應於該語法元素指示該圖片能夠包括多個不同類型的NAL單元,對包括該圖片的一經合併的子圖片軌道進行解碼,其中在該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS);及 基於該公共PPS來重構該圖片的取樣。
- 根據請求項15之設備,其中該經合併的子圖片軌道是至少兩個子圖片軌道的一合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
- 根據請求項15之設備,其中以下各項中的一項或多項: 指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的該語法元素包括一mixed_nal_unit_in_picture_flag語法元素或一mixed_nalu_types_in_pic_flag語法元素。
- 根據請求項15述的設備,其中該一或多個處理器亦被配置為: 從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼一語法元素,該語法元素指示在該圖片標頭語法結構中是否存在以下內容:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項18之設備,其中指示在該圖片標頭語法結構中是否存在以下內容的語法元素包括一sps_mixed_nalu_types_in_pic_present_flag語法元素:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項15之設備,其中該一或多個處理器亦被配置為: 從該圖片標頭語法結構中解碼以下各項中的一項或多項: 指示在該圖片標頭語法結構是否包括與一參考圖片列表推導相關的一語法元素和指定一參考圖片列表的一索引的一語法元素的一語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的一語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的一語法元素。
- 根據請求項20之設備,其中: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定一參考圖片列表的該索引的語法元素的語法元素包括一rpl1_idx_present_flag語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括一rpl_info_in_ph_flag語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括一wp_info_in_ph_flag語法元素。
- 一種用於對視訊資料進行編碼的設備,該設備包括: 一記憶體,其被配置為儲存一經譯碼的視訊位元串流的至少一部分;及 一或多個處理器,其在電路中實現並且被配置為: 在該經譯碼的視訊位元串流的一圖片標頭語法結構中對一語法元素進行編碼,該語法元素指示與該圖片標頭語法結構相關聯的一圖片是否能夠包括多個不同類型的網路抽象層(NAL)單元;及 回應於該語法元素指示該圖片能夠包括多個不同類型的NAL單元,對包括該圖片的一經合併的子圖片軌道進行解碼,其中在該經合併的子圖片軌道之每一者圖片引用一公共圖片參數集(PPS)。
- 根據請求項22之設備,其中該經合併的子圖片軌道是至少兩個子圖片軌道的一合併,並且其中該至少兩個子圖片軌道中的至少一個子圖片軌道包括混合NAL單元。
- 根據請求項22之設備,其中以下各項中的一項或多項: 指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的該語法元素包括一mixed_nal_unit_in_picture_flag語法元素或一mixed_nalu_types_in_pic_flag語法元素。
- 根據請求項22之設備,其中該一或多個處理器亦被配置為: 從該經譯碼的視訊位元串流的序列參數集(SPS)中解碼一語法元素,該語法元素指示該圖片標頭語法結構中是否存在以下內容:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項25之設備,其中指示該圖片標頭語法結構中是否存在以下內容的語法元素包括一sps_mixed_nalu_types_in_pic_present_flag語法元素:指示與該圖片標頭語法結構相關聯的該圖片是否能夠包括多個不同類型的NAL單元的語法元素。
- 根據請求項22之設備,其中該一或多個處理器亦被配置為: 在該圖片標頭語法結構中對以下各項中的一項或多項進行編碼: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的一語法元素和指定一參考圖片列表的一索引的一語法元素的一語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的一語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的一語法元素。
- 根據請求項27之設備,其中: 指示在該圖片標頭語法結構是否包括與參考圖片列表推導相關的語法元素和指定一參考圖片列表的該索引的語法元素的語法元素包括一rpl1_idx_present_flag語法元素; 指示在該圖片標頭語法結構中是否存在參考圖片列表構造資訊的語法元素包括一rpl_info_in_ph_flag語法元素;或者 指示在該圖片標頭語法結構中是否存在加權預測資訊的語法元素包括一wp_info_in_ph_flag語法元素。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063004377P | 2020-04-02 | 2020-04-02 | |
US63/004,377 | 2020-04-02 | ||
US202063008498P | 2020-04-10 | 2020-04-10 | |
US63/008,498 | 2020-04-10 | ||
US17/220,418 US20210314624A1 (en) | 2020-04-02 | 2021-04-01 | Signaling of syntax elements for video data |
US17/220,418 | 2021-04-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202143735A true TW202143735A (zh) | 2021-11-16 |
Family
ID=77922358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110112342A TW202143735A (zh) | 2020-04-02 | 2021-04-06 | 用於視訊資料的語法元素的訊號傳遞 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210314624A1 (zh) |
TW (1) | TW202143735A (zh) |
WO (1) | WO2021202993A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11395007B2 (en) * | 2019-12-12 | 2022-07-19 | Tencent America LLC | Method for signaling dependent and independent picture header |
WO2021210841A1 (ko) * | 2020-04-16 | 2021-10-21 | 엘지전자 주식회사 | 비디오 또는 영상 코딩 시스템에서의 픽처 헤더에 포함된 정보에 기반한 영상 코딩 방법 |
WO2021237165A1 (en) * | 2020-05-21 | 2021-11-25 | Alibaba Group Holding Limited | Method for reference picture processing in video coding |
-
2021
- 2021-04-01 US US17/220,418 patent/US20210314624A1/en not_active Abandoned
- 2021-04-02 WO PCT/US2021/025571 patent/WO2021202993A1/en active Application Filing
- 2021-04-06 TW TW110112342A patent/TW202143735A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20210314624A1 (en) | 2021-10-07 |
WO2021202993A1 (en) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202143717A (zh) | 視頻譯碼中的亮度映射與色度縮放(lmcs) | |
US11425422B2 (en) | Parameter set syntax elements and variables in video coding | |
CN115336279A (zh) | 视频译码中的一般约束信息语法 | |
TW202110189A (zh) | 用於視訊寫碼的環繞運動補償 | |
KR20220112781A (ko) | 비디오 코딩에서 서브픽처들에 대한 참조 서브픽처 스케일링 비율들 | |
TW202127886A (zh) | 用於視頻譯碼的圖像標頭信令 | |
TW202127887A (zh) | 視訊解碼中用於聯合色度殘差模式的量化參數訊號傳遞 | |
CN115004712A (zh) | 用于视频译码的经解码图片缓冲器(dpb)参数信令通知 | |
US11659207B2 (en) | General constraints of syntax elements for video coding | |
CN115486066A (zh) | 在视频编解码中的独立子图片信令通知 | |
TW202143735A (zh) | 用於視訊資料的語法元素的訊號傳遞 | |
TW202147847A (zh) | 視訊譯碼中的參考圖片清單約束和訊號傳遞 | |
US11943429B2 (en) | Subpicture signaling in video coding | |
TW202131676A (zh) | 視訊編碼中針對參考圖片重取樣的環繞偏移 | |
TW202203649A (zh) | 視訊譯碼中的通用約束資訊信號傳遞 | |
TW202143711A (zh) | 用於具有混合網路抽象層(nal)單元類型的視訊的高階語法 | |
CN114982233A (zh) | 用信号通知视频译码中的缩放矩阵 | |
TW202143712A (zh) | 視訊轉碼中的低頻不可分離變換處理 | |
TW202133615A (zh) | 基於色度變換跳過的用於色度的lfnst信號傳遞 | |
TW202131698A (zh) | 多層的共享解碼器圖片緩衝器 | |
CN115398921A (zh) | 确定是否对在切片报头中的视频数据的图片的图片报头数据进行译码 | |
TW202141988A (zh) | 用於視訊譯碼中的變換跳過區塊的高級約束 | |
TW202143722A (zh) | 在視訊解碼中的經解碼視訊序列起點存取單元 | |
CN115462072A (zh) | 视频译码中的高级去块滤波(dbf)、自适应环路滤波(alf)和采样自适应偏移(sao)控制以及自适应参数集(aps)数量约束 | |
TW202127874A (zh) | 用於視訊編碼中的自我調整色彩變換的qp 偏移的靈活訊號傳遞 |