CN114128286A - 视频编解码中的环绕运动补偿 - Google Patents
视频编解码中的环绕运动补偿 Download PDFInfo
- Publication number
- CN114128286A CN114128286A CN202080051720.4A CN202080051720A CN114128286A CN 114128286 A CN114128286 A CN 114128286A CN 202080051720 A CN202080051720 A CN 202080051720A CN 114128286 A CN114128286 A CN 114128286A
- Authority
- CN
- China
- Prior art keywords
- motion compensation
- syntax element
- block
- enabled
- pps
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
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
- H04N19/50—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
-
- 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
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
-
- 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
- H04N19/55—Motion estimation with spatial constraints, e.g. at image or region borders
-
- 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
- H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
描述了用于环绕运动补偿的技术,以便更好地确保用于执行环绕运动补偿的参数在公共参数集中可用。视频编码器可以发信号通知并且视频解码器可以解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素。
Description
本申请要求于2020年7月21日提交的美国申请No.16/934,483的优先权,该申请要求于2019年7月23日提交的美国临时申请No.62/877,751的权益,其中每一项的全部内容通过引用并入本文。
技术领域
本公开涉及视频编码和视频解码。
背景技术
数字视频功能可以集成到各种设备中,包括数字电视、数字直接广播系统、无线广播系统、个人数字助理(PDA)、膝上型或桌上型计算机、平板计算机、电子书阅读器、数字摄像机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏机、蜂窝或卫星无线电电话、所谓的“智能电话”、视频电话会议设备、视频流式传输设备等。数字视频设备实现视频编解码技术,诸如在由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4、第10部分、高级视频编解码(AVC)、ITU-T H.265/高效视频编解码(HEVC)所定义的标准以及此类标准的扩展中所描述的那些。通过实现这样的视频编解码技术,视频设备可以更有效地发送、接收、编码、解码和/或存储数字视频信息。
视频编解码技术包括空间(图片内)预测和/或时间(图片间)预测,以减少或消除视频序列中固有的冗余。对于基于块的视频编解码,可以将视频切片(例如,视频图片或视频图片的一部分)分割成视频块,其也可以被称为编解码树单元(CTU)、编解码单元(CU)和/或编解码节点。图片的帧内编码(I)切片中的视频块是针对同一图片中的相邻块中的参考样本使用空间预测来进行编码的。图片的帧间编码(P或B)切片中的视频块可以针对同一图片中的相邻块中的参考样本使用空间预测,或者针对其它参考图片中的参考样本使用时间预测。图片可以被称为帧,并且参考图片可以被称为参考帧。
发明内容
一般地,本公开描述了用于环绕运动补偿的技术。本公开描述了用于更好地确保用于执行环绕运动补偿的参数在公共参数集中可用,从而不浪费视频处理资源访问来自不同参数集的信息的示例技术。本公开的技术还可以减少由于等待来自不同参数集的数据而导致的视频处理中的延迟。本公开还描述了与色度格式化有关的示例技术。
在一个示例中,本公开描述了一种对视频数据进行解码的方法,该方法包括解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素,以及基于用于环绕运动补偿的该偏移对当前块进行帧间预测解码。
在一个示例中,本公开描述了一种用于对视频数据进行解码的设备,该设备包括被配置为存储图片参数集(PPS)的语法元素的存储器,以及处理电路,该处理电路被配置为解析PPS中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素,并且基于用于环绕运动补偿的该偏移对当前块进行帧间预测解码。
在一个示例中,本公开描述了一种对视频数据进行编码的方法,该方法包括基于用于环绕运动补偿的偏移对视频数据的当前块进行帧间预测编码,以及在图片参数集(PPS)中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素。
在一个示例中,本公开描述了一种用于对视频数据进行编码的设备,该设备包括被配置为存储图片参数集(PPS)的语法元素的存储器,以及处理电路,该处理电路被配置为基于用于环绕运动补偿的偏移对视频数据的当前块进行帧间预测编码,并且在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素。
在一个示例中,本公开描述了一种用于对视频数据进行解码的设备,该设备包括用于解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素的部件,以及用于基于用于环绕运动补偿的该偏移对当前块进行帧间预测解码的部件。
在一个示例中,本公开描述了一种其上存储指令的计算机可读存储介质,该指令被执行时使一个或多个处理器:解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素,以及基于用于环绕运动补偿的该偏移对当前块进行帧间预测解码。
在附图和以下描述中阐述一个或多个示例的细节。根据说明书、附图和权利要求书,其它特征、目的和优点将显而易见。
附图说明
图1是图示可以执行本公开的技术的示例视频编码和解码系统的框图。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构和相对应的编解码树单元(CTU)的概念示意图。
图3是示出可以执行本公开的技术的示例视频编码器的框图。
图4是示出可以执行本公开的技术的示例视频解码器的框图。
图5是示出用于对视频数据的当前块进行编码的示例方法的流程图。
图6是示出用于对视频数据的当前块进行解码的示例方法的流程图。
具体实施方式
本公开描述了与环绕运动补偿相关的,以及在某些示例中与使用参考图片重采样的环绕运动补偿相关的示例技术。本公开还描述了与色度格式化相关的技术。
可以在对全方向视频内容(也称为360°视频内容)进行编解码中使用环绕运动补偿。环绕运动补偿利用环绕在360°视频内容中的视频内容来进行帧间预测。例如,视频编解码器(例如,视频编码器或视频解码器)可以生成预测块,用于基于沿着参考图片的对立边界的样本对当前块进行帧间预测。例如,预测块可以包括来自参考图片中延伸超过参考图片的左边界并回绕到参考图片的右边界的部分的样本。在该示例中,预测块包括参考图片的左边界附近的样本和来自参考图片的右边界附近的样本。
在参考图片重采样中,参考图片列表中的一个或多个参考图片的分辨率可以不同于包括被帧间预测的当前块的当前图片的分辨率。在某些示例中,在参考图片重采样中,可以使用环绕运动补偿过程。然而,即使不执行参考图片重采样,也可以执行环绕运动补偿处理。
对于环绕运动补偿,指示环绕运动补偿过程是否被启用的语法元素在特定参数集中被发信号通知。然而,某些现有的技术利用来自一个参数集的参数值来确定是否在不同参数集中发信号通知指示环绕运动补偿过程是否被启用的语法元素。也就是说,在这些现有技术中,为了解析一个参数集以确定环绕运动补偿过程是否被启用需要访问另一个参数集。此外,可以在与指示环绕运动补偿过程是否被启用的语法元素相同的参数集中发信号通知指示用于环绕运动补偿的偏移的语法元素。
在那些技术中,可能存在某些问题。例如,视频编解码器(例如,视频解码器)可能需要访问多个不同的参数集以确定指示环绕运动补偿过程是否被启用的语法元素的值。访问不同的参数集可能会影响处理时间,因为这些参数集可能存储在不同的位置并且可能存储在芯片外。作为另一示例,从视频解码器的角度,视频解码器可能需要等待直到接收到多个参数集,然后视频解码器才能确定环绕运动补偿过程是否被启用。
本公开描述了用于更好地确保用于确定环绕运动补偿过程是否被启用的参数在公共参数集中可用(如果需要的话)的示例技术。以此方式,示例技术为视频编解码提供了可改进视频编解码器的计算效率和操作的实际应用。
本公开还描述了可应用于色度格式化的示例技术。例如,本公开描述了用于导出在参数集的示例中发信号通知的一致性窗口的语法元素的示例。
图1是示出可执行本公开的技术的示例视频编码和解码系统100的框图。本公开的技术通常指向对视频数据进行编解码(编码和/或解码)。一般地,视频数据包括用于处理视频的任何数据。因此,视频数据可以包括原始的、未经编码的视频、经编码的视频、经解码的(例如,重构的)视频、和视频元数据(诸如信令数据)。
如图1所示,在此示例中,系统100包括提供将由目标设备116进行解码和显示的经编码视频数据的源设备102。特别地,源设备102经由计算机可读介质110将视频数据提供给目标设备116。源设备102和目标设备116可以包括多种设备中的任何一种,包括桌上型计算机、笔记本(即膝上型计算机)、平板计算机、机顶盒、手持电话(如智能手机)、电视、照相机、显示设备、数字媒体播放器、视频游戏机、视频流设备、广播接收器设备等。在某些情况下,源设备102和目标设备116可以被配备用于无线通信,并且因此可以称为无线通信设备。
在图1的示例中,源设备102包括视频源104、存储器106、视频编码器200和输出接口108。目标设备116包括输入接口122、视频解码器300、存储器120和显示设备118。根据本公开,源设备102的视频编码器200和目标设备116的视频解码器300可以被配置为应用用于利用参考图片重采样和用于导出一致性窗口的语法元素来环绕运动补偿的技术。因而,源设备102表示视频编码设备的示例,而目标设备116表示视频解码设备的示例。在其他示例中,源设备和目标设备可以包括其他组件或布置。例如,源设备102可以从比如外部摄像机的外部视频源接收视频数据。同样,目标设备116可以与外部显示设备通过接口相连接,而不包括集成的显示设备。
如图1所示的系统100仅是一个示例。一般地,任何数字视频编码和/或解码设备可以执行用于利用参考图片重采样和用于导出一致性窗口的语法元素来环绕运动补偿的技术。源设备102和目标设备116仅仅是此类编解码设备的示例,其中,源设备102生成用于传输到目标设备116的经编解码视频数据。本公开将“编解码”设备表示为执行数据的编解码(编码和/或解码)的设备。从而,视频编码器200和视频解码器300表示编解码设备的示例,具体地,分别是视频编码器和视频解码器。在某些示例中,设备102、116可以用基本上对称的方式操作,使得设备102、116中的每一个均包括视频编码和解码组件。于是,系统100可以支持视频设备102、116之间的单向或双向视频传输,例如用于视频流、视频回放、视频广播或者视频电话。
通常,视频源104表示视频数据的源(即,原始的、未经编码的视频数据),并将视频数据的一系列连续的图片(也被称为“帧”)提供给视频编码器200,视频编码器200对图片的数据进行编码。源设备102的视频源104可以包括视频捕获设备,诸如摄像机、包括先前捕获的原始视频的视频档案和/或从视频内容提供商接收视频的视频馈送接口。作为进一步的替代方案,视频源104可以生成基于计算机图形的数据作为源视频,或者实况视频、存档视频和计算机生成视频的组合。在每种情况下,视频编码器200对捕获的、预捕获的或计算机生成的视频数据进行编码。视频编码器200可以将图片从接收顺序(有时称为“显示顺序”)重新排列为用于编解码的编解码顺序。视频编码器200可以生成包括经编码视频数据的比特流。然后,源设备102可以经由输出接口108将经编码视频数据输出到计算机可读介质110上,通过例如目标设备116的输入接口122进行接收和/或取回。
源设备102的存储器106和目标设备116的存储器120表示通用存储器。在某些示例中,存储器106、120可以存储原始视频数据,例如来自视频源104的原始视频和来自视频解码器300的原始的经解码视频数据。附加地或可替代地,存储器106、120可以分别存储可由例如视频编码器200和视频解码器300执行的软件指令。尽管在此示例中与视频编码器200和视频解码器300分开示出,但是应当理解的是,视频编码器200和视频解码器300还可以包括实现功能上相似或等效目的的内部存储器。进一步来说,存储器106、120可以存储例如从视频编码器200输出并输入到视频解码器300的经编码视频数据。在某些示例中,部分的存储器106、120可以被分配为一个或多个视频缓冲区,例如用来存储原始的经解码和/或经编码视频数据。
计算机可读介质110可以表示能够将经编码视频数据从源设备102传输到目标设备116的任何类型的介质或设备。在一个示例中,计算机可读介质110表示用于使源设备102能够实时地、例如经由射频网络或基于计算机的网络将经编码视频数据直接发送到目标设备116的通信介质。根据诸如无线通信协议之类的通信标准,输出接口108可以调制包括经编码视频数据的传输信号,并且输入接口122可以解调所接收的传输信号。通信介质可以包括任何无线或有线通信介质,诸如射频(RF)频谱或一条或多条物理传输线。通信介质可以形成诸如局域网、广域网或诸如因特网之类的全球网络的基于分组的网络的一部分。通信介质可以包括路由器、交换机、基站或有助于从源设备102到目标设备116的通信的任何其他装备。
在某些示例中,源设备102可以将经编码数据从输出接口108输出到存储设备112。类似地,目标设备116可以经由输入接口122访问来自存储设备112的经编码数据。存储设备112可以包括各种分布式或本地访问的数据存储介质中的任何一种,诸如硬盘、蓝光光盘、DVD、CD-ROM、闪存、易失性或非易失性存储器,或者用于存储经编码视频数据的任何其他合适的数字存储介质。
在某些示例中,源设备102可以向文件服务器114或可存储由源设备102生成的经编码视频数据的另一中间存储设备输出经编码视频数据。目标设备116可以经由流传输或下载来访问来自文件服务器114的存储的视频数据。
文件服务器114可以是能够存储经编码视频数据并将经编码视频数据发送到目标设备116的任何类型的服务器设备。文件服务器114可以表示web服务器(例如,用于网站)、被配置为提供文件传输协议服务(诸如文件传输协议(FTP)或通过单向传输的文件传递(FLUTE)协议)的服务器、内容传递网络(CDN)设备、超文本传输协议(HTTP)服务器、多媒体广播多播服务(MBMS)或增强的MBMS(eMBMS)服务器和/或网络附加存储(NAS)设备。文件服务器114可以附加地或替代地实现一个或多个HTTP流式传输协议,诸如HTTP上的动态自适应流式传输(DASH)、HTTP实时流式传输(HLS)、实时流式传输协议(RTSP)、HTTP动态流式传输等。
目标设备116可以通过包括因特网连接的任何标准数据连接来访问来自文件服务器114的编码视频数据。这可以包括无线信道(例如Wi-Fi连接)、有线连接(例如数字订户线路(DSL)、电缆调制解调器等)或者适合访问存储在文件服务器114上的经编码视频数据的二者的组合。输入接口122可以被配置为根据上面讨论的用于从文件服务器114取回或接收媒体数据的各种协议中的任何一个或多个协议,或者用于取回媒体数据的其他此类协议来操作。
输出接口108和输入接口122可以表示无线发送器/接收器、调制解调器、有线联网组件(例如以太网卡)、根据各种IEEE 802.11标准中的任何一种进行操作的无线通信组件,或者其他物理组件。在输出接口108和输入接口122包括无线组件的示例中,输出接口108和输入接口122可以配置为根据诸如4G、4G-LTE(长期演进)、LTE高级、5G或类似标准的蜂窝通信标准来传输诸如经编码视频数据的数据。在输出接口108包括无线发送器的某些示例中,输出接口108和输入接口122可以配置为根据其他无线标准,诸如IEEE 802.11规范、IEEE802.15规范(例如ZigBeeTM)、BluetoothTM标准等来传输诸如经编码视频数据的数据。在某些示例中,源设备102和/或目标设备116可以包括各自的片上系统(system-on-a-chip,SoC)设备。例如,源设备102可以包括SoC设备来执行归于视频编码器200和/或输出接口108的功能,并且目标设备116可以包括SoC设备来执行归于视频解码器300和/或输入接口122的功能。
本公开的技术可以应用于支持各种多媒体应用中的任何一种的视频编解码,诸如空中电视广播、有线电视传输、卫星电视传输、诸如基于HTTP的动态自适应流式传输(DASH)的因特网流视频传输、编码到数据存储介质上的数字视频、对存储在数据存储介质上的数字视频进行解码或者其他应用。
目标设备116的输入接口122从计算机可读介质110(例如存储设备112、文件服务器114等)接收经编码视频比特流。该经编码视频比特流可以包括由视频编码器200定义的,也由视频解码器300使用的信令信息,诸如具有描述视频块或其它经编解码单元(例如,切片、图片、图片分组、序列等)的特性和/或处理的语法元素。显示设备118向用户显示经解码视频数据的经解码图片。显示设备118可以表示诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器或另一类显示设备的各种显示设备中的任何一种。
尽管未在图1中示出,但在某些示例中,视频编码器200和视频解码器300中的每一个可以与音频编码器和/或音频解码器集成在一起,并且可以包括适当的MUX-DEMUX单元或其他硬件和/或软件,来处理公共数据流中包括音频和视频的多路复用流。如果适用,MUX-DEMUX单元可以符合ITU H.223多路复用器协议或诸如用户数据报协议(UDP)的其他协议。
视频编码器200和视频解码器300中的每一个可以实现为各种合适的编码器和/或解码器电路中的任何一种,诸如一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑、软件,硬件、固件或其任何组合。当该技术部分地以软件实施时,设备可以将用于软件的指令存储在合适的非暂时计算机可读介质中,并使用一个或多个处理器在硬件中执行该指令来执行本公开的技术。视频编码器200和视频解码器300中的每一个可以被包括在一个或多个编码器或解码器中,这两者都可以集成为各自设备中组合的编码器/解码器(CODEC)的一部分。包括视频编码器200和/或视频解码器300的设备可以包括集成电路、微处理器和/或诸如蜂窝电话的无线通信设备。
视频编码器200和视频解码器300可以根据视频编解码标准(诸如ITU-T H.265,也称为高效视频编解码(HEVC))或其扩展(诸如多视图和/或可缩放的视频编解码扩展)来操作。替代地,视频编码器200和视频解码器300可以根据其他专有或工业标准来操作,诸如ITU-T H.266,也称为通用视频编解码(VVC)。在ITU-T SG 16 WP3联合视频专家组(JVET)和ISO/IEC JTC 1/SC 29/WG 11,第15次会议:哥德堡,SE,2019年7月3日至12日,JVET-O2001-vB,Bross等人的“多功能视频编解码(草案6)”(以下称为“VVC草案6”)中,描述了VVC标准的草案。在ITU-T SG 16 WP3联合视频专家组(JVET)和ISO/IEC JTC 1/SC 29/WG 11,第18次会议:通过电话会议,2020年4月15日至24日,JVET-R2001-v8,Bross等人的“多功能视频编解码(草案9)”(以下称为“VVC草案9”)中,描述了VVC标准的近期草案。但是,本公开的技术不限于任何特定的编码标准。
一般地,视频编码器200和视频解码器300可以执行图片的基于块的编解码。术语“块”一般是指包括待处理的(例如经编码、经解码或以其他方式在编码和/或解码过程中使用的)数据的结构。例如,块可以包括亮度和/或色度数据的样本的二维矩阵。一般地,视频编码器200和视频解码器300可以对以YUV(例如Y、Cb、Cr)格式表示的视频数据进行编解码。也就是说,视频编码器200和视频解码器300可以对亮度和色度分量进行编解码,而不是对图片的样本的红色、绿色和蓝色(RGB)数据进行编解码,其中色度分量可以包括红色和蓝色色度分量。在某些示例中,视频编码器200在编码之前将接收到的RGB格式的数据转换成YUV表示,并且视频解码器300将YUV表示转换成RGB格式。可替代地,预处理和后处理单元(未示出)可以执行这些转换。
本公开通常表示图片的编解码(例如编码和解码),包括对图片数据进行编码或解码的过程。类似地,本公开可以表示对图片的块进行编解码以包括对块的数据进行编码或解码的过程,例如预测和/或残差编解码。经编码视频比特流一般包括用于代表编解码决策(例如编解码模式)的语法元素和将图片分割为块的一系列值。从而,对图片或块进行编解码的引用一般应理解为对形成图片或块的语法元素的值进行编解码。
HEVC定义各种的块,包括编解码单元(CU)、预测单元(PU)和变换单元(TU)。根据HEVC,视频编解码器(诸如视频编码器200)根据四叉树结构将编解码树单元(CTU)分割为CU。也就是说,视频编解码器将CTU和CU分割为四个相等的非重叠正方形,并且四叉树的每一个节点具有零个或四个子代节点。没有子代节点的节点可以称为“叶节点”,并且这种叶节点的CU可以包括一个或多个PU和/或一个或多个TU。视频编解码器可以进一步分割PU和TU。例如,在HEVC中,残差四叉树(RQT)表示TUS的分割。在HEVC中,PU表示帧间预测数据,TU表示残差数据。帧内预测的CU包括帧内预测信息,诸如帧内模式指示。
作为另一示例,视频编码器200和视频解码器300可以配置为根据VVC进行操作。根据VVC,视频编解码器(诸如视频编码器200)将图片分割为多个编解码树单元(CTU)。视频编码器200可以根据树结构(诸如四叉树-二叉树(QTBT)结构或多类型树(MTT)结构)分割CTU。QTBT结构消除了多个分割类型的概念,诸如HEVC的CU、PU和TU之间的区分。QTBT结构包括两个级别:根据四叉树分割而分割出来的第一级,以及根据二叉树分割而分割出来的第二级。QTBT结构的根节点对应于CTU。二叉树的叶节点对应于编解码单元(CU)。
在MTT分割结构中,可以使用四叉树(QT)分割、二叉树(BT)分割和一种或多种类型的三叉树(TT)分割来对块进行分割。三叉树分割是其中一个块被分成三个子块的分割。在某些示例中,三叉树分割将一个块分成三个子块,而不通过中心划分原始块。MTT中的分割类型(例如,QT、BT和TT)可以是对称的或不对称的。
在某些示例中,视频编码器200和视频解码器300可以使用单个QTBT或MTT结构来表示亮度和色度分量中的每一个,而在其它示例中,视频编码器200和视频解码器300可以使用两个或多个QTBT或MTT结构,诸如用于亮度分量的一个QTBT/MTT结构和用于两个色度分量的另一个QTBT/MTT结构(或者用于相应色度分量的两个QTBT/MTT结构)。
视频编码器200和视频解码器300可以配置为使用依据HEVC的四叉树分割、QTBT分割、MTT分割或其他分割结构。出于说明的目的,针对QTBT分割给出了对本公开的技术的描述。然而,应该理解的是,本公开的技术还可以应用于被配置为使用四叉树分割或其他类型的分割的视频编解码器。
可以在图片中以各种方式将块(例如,CTU或CU)分组。作为一个示例,砖块(brick)可以指图片中特定图块(tile)中的CTU行的矩形区域。图块可以是图片中的特定图块列和特定图块行中的CTU的矩形区域。图块列指的是具有等于图片高度的高度和由语法元素指定的宽度(例如,诸如在图片参数集中)的CTU的矩形区域。图块行指的是具有由语法元素指定的高度(例如,诸如在图片参数集中)和等于图片宽度的宽度的CTU的矩形区域。
在某些示例中,可以将图块分割为多个砖块,每个砖块可以包括该图块中的一个或多个CTU行。没有被分割为多个砖块的图块也可以称为砖块。但是,作为图块的真子集的砖块不能称为图块。
图片中的砖块也可以在切片中排列。切片可以是图片的整数数量的砖块,其可以被唯一地包含在单个网络抽象层(NAL)单元中。在某些示例中,切片包括若干个完整图块或仅包括一个图块的连续序列的完整砖块。
本公开可以互换地使用“N×N”和“N乘N”来表示块(诸如CU或其他视频块)在垂直和水平维度方面的样本维度,例如16×16样本或16乘16样本。一般地,16×16CU在垂直方向上将有16个样本(y=16),在水平方向上将有16个样本(x=16)。同样地,N×N的CU一般地在垂直方向上具有N个样本,在水平方向上具有N个样本,其中N表示非负整数值。CU中的样本可以按行和列来排列。此外,CU在水平方向上不必具有与垂直方向上相同数量的样本。举例来说,CU可以包含N×M个样本,其中M不一定等于N。
视频编码器200对表示预测和/或残差信息以及其他信息的CU的视频数据进行编码。预测信息指示将如何预测CU以便形成用于CU的预测块。残差信息一般表示编码前CU的样本与预测块之间的逐样本差异。
为了预测CU,视频编码器200一般地可以通过帧间预测或帧内预测来形成用于CU的预测块。帧间预测一般是指从先前经编解码的图片的数据中预测CU,而帧内预测一般是指从同一图片的先前经编解码数据中预测CU。为了执行帧间预测,视频编码器200可以使用一个或多个运动矢量来生成预测块。视频编码器200通常可以执行运动搜索以识别例如在CU和参考块之间的差异的方面与CU紧密地匹配的参考块。视频编码器200可以使用绝对差之和(SAD)、平方差之和(SSD)、平均绝对差(MAD)、均方差(MSD)或其他此类差值计算来计算差值度量以确定参考块是否与当前CU紧密地匹配。在某些示例中,视频编码器200可以使用单向预测或双向预测来预测当前CU。
在某些示例中,VVC可以提供仿射运动补偿模式,其可以视为帧间预测模式。在仿射运动补偿模式中,视频编码器200可以确定表示非平移运动的两个或更多个运动矢量,比如放大或缩小、旋转、透视运动或其他不规则运动类型。
为了执行帧内预测,视频编码器200可以选择帧内预测模式来生成预测块。在某些示例中,VVC可以提供六十七种帧内预测模式,包括各种方向的模式以及平面模式和DC模式。一般地,视频编码器200选择帧内预测模式,其描述当前块(例如CU的块)的邻近样本,以从其预测当前块的预测样本。假设视频编码器200以光栅扫描顺序(从左到右、从上到下)对CTU和CU进行编解码,则此类样本通常可以在与当前块相同的图片中在当前块的上方、上左侧或左侧。
视频编码器200对表示当前块的预测模式的数据进行编码。举例来说,对于帧间预测模式,视频编码器200可以对数据进行编码,该数据表示使用了各种可用帧间预测模式中的哪一种以及对应模式的运动信息。对于单向或双向帧间预测,例如视频编码器200可以使用高级运动矢量预测(AMVP)或合并(merge)模式来对运动矢量进行编码。视频编码器200可以使用类似模式来对仿射运动补偿模式的运动矢量进行编码。
在预测(诸如块的帧内预测或帧间预测)之后,视频编码器200可以计算块的残差数据。残差数据(诸如残差块)表示块与该块的预测块之间的逐样本差异,预测块是使用对应预测模式形成的。视频编码器200可以将一个或多个变换应用于残差块以在变换域而非样本域中产生变换数据。举例来说,视频编码器200可以将离散余弦变换(DCT)、整数变换、小波变换或概念上类似的变换应用于残差视频数据。附加地,视频编码器200可以在一次变换之后应用二次变换,诸如取决于模式的不可分二次变换(MDNSST)、取决于信号的变换、Karhunen-Loeve变换(KLT)等。视频编码器200在应用一个或多个变换之后产生变换系数。
如上所述,在进行任何变换以产生变换系数之后,视频编码器200可以对变换系数执行量化。量化通常是指对变换系数进行量化来可能地减少用于表示系数的数据量,从而提供进一步的压缩的过程。通过执行量化过程,视频编码器200可以减小与系数中的一些或所有系数相关联的比特深度。例如,视频编码器200可以在量化期间将n比特值四舍五入为m比特值,其中n大于m。在某些示例中,为了执行量化,视频编码器200可以对待量化的值执行按比特右移。
量化之后,视频编码器200可以扫描变换系数,从而根据包括经量化的变换系数的二维矩阵产生一维矢量。可以将扫描设计为将较高能量(因此频率较低)的系数放在矢量的前面,并将较低能量(因此频率较高)的变换系数放在矢量的后面。在某些示例中,视频编码器200可以利用预定义的扫描顺序来对量化变换系数进行扫描以产生序列化的矢量,然后对矢量的经量化的变换系数进行熵编码。在其他示例中,视频编码器200可以执行自适应扫描。在对量化变换系数进行扫描以形成一维矢量之后,视频编码器200可以例如根据上下文自适应二进制算术编解码(CABAC)来对一维矢量进行熵编码。视频编码器200还可以对用于语法元素的值进行熵编码,语法元素描述与视频解码器300在解码视频数据中使用的编码视频数据相关联的元数据。
为了执行CABAC,视频编码器200可以将上下文模型内的上下文分配给待发送的符号。例如,上下文可以涉及符号的邻近值是否是零值。概率确定可以是基于分配给符号的上下文。
视频编码器200可以进一步地生成例如在图片标头、块标头、切片标头中到视频解码器300的语法数据,比如基于块的语法数据、基于图片的语法数据以及基于序列的语法数据,或者生成其他语法数据,诸如序列参数集(SPS)、图片参数集(PPS)或视频参数集(VPS)。视频解码器300可以类似地对此类语法数据进行解码以确定如何解码对应视频数据。
以此方式,视频编码器200可以生成包括经编码视频数据的比特流,例如描述将图片分割成块(例如CU)的语法元素以及块的预测和/或残差信息。最终,视频解码器300可以接收比特流并且解码经编码视频数据。
一般地,视频解码器300执行由视频编码器200执行的相反过程以对比特流的经编码视频数据进行解码。例如,视频解码器300可以使用CABAC,以与视频编码器200的CABAC编码过程基本相似(尽管与之相反)的方式,对比特流的语法元素的值进行解码。语法元素可以定义分割信息,该分割信息关于将图片分割为CTU和根据诸如QTBT结构的对应分割结构对每一个CTU进行分割以定义CTU的CU。语法元素可以进一步定义视频数据的块(例如CU)的预测和残差信息。
例如,可以由经量化的变换系数表示残差信息。视频解码器300可以逆量化和逆变换块的经量化的变换系数以重现该块的残差块。视频解码器300使用信令通知的预测模式(帧内或帧间预测)和相关的预测信息(例如用于帧间预测的运动信息)来形成块的预测块。然后,视频解码器300可以(在逐样本的基础上)组合预测块和残差块以再现原始块。视频解码器300可以执行附加过程(诸如执行去方块过程)来减少沿块的边界的视觉伪像。
一般地,本公开可以表示“信令通知”某些信息,诸如语法元素。术语“信令通知”通常可以指对于语法元素和/或用于对经编码视频数据进行解码的其他数据的值的通信。也就是说,视频编码器200可以信号通知比特流中的语法元素的值。一般地,信令通知是指在比特流中生成值。如上所述,源设备102可以基本上实时地(或非实时地,诸如可能在将语法元素存储到存储设备112以供稍后由目标设备116取回时发生)将比特流传送到目标设备116。
如下面更详细地描述的,根据本公开的技术,视频编码器200和视频解码器300可以被配置为执行环绕运动补偿,并且在某些示例中,利用参考图片重采样和确定用于导出一致性窗口的语法元素来执行环绕运动补偿。作为一个示例,视频编码器200可以发信号通知,并且视频解码器300可以解析用于环绕运动补偿的语法元素(诸如全方向或360°视频内容的一部分)。在环绕运动补偿中,视频编码器200和视频解码器300可以根据参考图片生成预测块,其中预测块包括来自参考图片的对立边界的样本。
例如,在环绕运动补偿中,当前块的运动矢量可以识别参考图片中延伸到参考图片的边界之外的区域。作为示例,运动矢量可以指的是延伸超过参考图片的左边界的区域。在使用环绕运动补偿的示例中,预测块可以包括从参考图片的区域直到左边界的样本,然后环绕以包括来自参考图片的右边界的样本。环绕运动补偿也可以被称为水平环绕运动补偿。
根据本公开中描述的一个或多个示例,用于环绕运动补偿的一个或多个语法元素可以包括在相同的参数集中,诸如图片参数集中。此外,由视频编码器200发信号通知或由视频解码器300解析可能不在图片参数集中的用于环绕运动补偿的一个或多个语法元素,可以不取决于图片参数集中可用的任何信息。例如,序列参数集中可能有用于环绕运动补偿的语法元素。然而,该语法元素是否在序列参数集中被发信号通知或被解析可能不取决于图片参数集中的任何信息。以此方式,视频解码器300可以能够解析参数集的语法元素而不需要解析另一参数集的语法元素,这促进了高效的视频编解码(例如,视频解码器300不需要在开始解析之前等待所有参数集,并且当解析参数集时,视频解码器300不需要对另一参数集进行额外的存储器访问)。
视频编解码器(例如,视频编码器200或视频解码器300)可以被配置为对用于确定是否在参数集中应用环绕运动补偿的信息(例如,PPS中的pic_width_luma_samples或SPS中的max_width_in_luma_samples)进行编解码(例如,视频编码器200可以发信号通知,视频解码器300可以解析),并且对指示是否在相同参数集中应用环绕运动补偿的语法元素(例如,在使用pic_width_luma_samples的情况下PPS中的ref_wraparound_enabled_flag或在使用max_width_in_luma_samples的情况下SPS中的ref_wraparound_enabled_flag)进行编解码。当ref_wraparound_enabled_flag是PPS的一部分时,ref_wraparound_enabled可以被称为pps_ref_wraparound_enabled_flag。当ref_wraparound_enabled_flag是SPS的一部分时,ref_wraparound_enabled可以被称为sps_ref_wraparound_enabled_flag。
在某些示例中,视频编解码器可以被配置为对指示是否无论按照亮度样本数量的图片宽度如何(例如,无论图片宽度如何)都应用环绕运动补偿的语法元素进行编解码(例如,视频编码器200可以发信号通知,并且视频解码器300可以解析)。例如,是否发信号通知sps_ref_wraparound_enabled_flag或pps_ref_wraparound_enabled_flag并不基于pic_width_luma_samples的值。
在某些示例中,视频编解码器可以被配置为使用本公开中描述的任何技术或技术的组合对用于导出一致性窗口的信息进行编解码。例如,本公开描述了关于chroma_format_idc和separate_colour_plane标志语法元素的示例。
在ITU-T SG 16 WP3联合视频专家组(JVET)和ISO/IEC JTC 1/SC 29/WG 11,第15次会议:哥德堡,SE,2019年7月3日至12日,JVET-O1164,Chen等人的“AHG8:参考图片重采样的集成规范文本”(以下称为“JVET-O1164”)中,提出了参考图片重采样(RPR)。在提案中,当前图片和参考图片可能具有不同的分辨率。因此,在运动补偿期间,通过调整内插滤波器相位,在内插滤波期间考虑分辨率的差异。
sps_ref_wraparound_enabled_flag指示存在环绕运动补偿。
在上面,CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,pic_width_in_luma_samples指示图片的图片宽度(例如,按亮度样本数量)。
在某些示例中,sps_ref_wraparound_enabled_flag等于1指定在帧间预测中应用水平环绕运动补偿,而sps_ref_wraparound_enabled_flag等于0指定不应用水平环绕运动补偿。当不存在时,sps_ref_wraparound_enabled_flag的值被推断为等于0。
在某些示例中,sps_ref_wraparound_offset_minus1加1指定用于计算以MinCbSizeY亮度样本为单位的水平环绕位置的偏移。ref_wraparound_offset_minus1的值可以在(CtbSizeY/MinCbSizeY)+1至(pic_width_in_luma_samples/MinCbSizeY)-1(含(pic_width_in_luma_samples/MinCbSizeY)-1)的范围内。
在JVET-O1164中,图片尺寸信令通知从SPS移到PPS,但是sps_ref_wraparound_enabled_flag仍然取决于pic_width_in_luma_samples指示的图片尺寸,而pic_width_in_luma_samples不再存在于SPS中。例如,在上面的语法中,sps_ref_wraparound_enabled_flag是否在SPS中被发信号通知,以及类似地,sps_ref_wraparound_offset_minus1是否在SPS中被发信号通知,取决于pic_width_in_luma_samples的值。然而,语法元素pic_width_in_luma_samples可能存在于PPS中,而不是SPS中。因此,视频解码器300可能需要解析PPS以确定pic_width_in_luma_samples的值,以确定是否要解析sps_ref_wraparound_enabled_flag和sps_ref_wraparound_offset_minus1。
因此,在基于不同参数集中的信息来确定环绕运动补偿是否被启用的情况下可能存在技术问题(例如,pic_width_in_luma_samples在PPS中可用,但sps_ref_wraparound_enabled_flag在SPS中)。如上所述,需要不同的参数集可能导致解码中的延迟以及来自存储器访问的处理开销。
本公开描述了这些问题的示例解决方案。示例技术可以单独使用或以任何组合使用。
在SPS中,视频编码器200可以被配置为发信号通知并且视频解码器300可以被配置为接收最大图片尺寸,如下:
| max_width_in_luma_samples | ue(v) |
| max_height_in_luma_samples | ue(v) |
在一个示例中,视频编码器200可以被配置为发信号通知并且视频解码器300可以被配置为接收sps_ref_wraparound_enabled_flag,这取决于max_width_in_luma_samples而不是pic_width_in_luma_samples。
下面提供了实现的示例。
在一个示例中,视频编码器200可以发信号通知并且视频解码器300可以解析PPS中的语法元素sps_ref_wraparound_enabled_flag和sps_ref_wraparound_offset_minus1。在这些示例中,信令通知条件(例如,如果((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1)))可以保持不变,因为pic_width_in_luma_samples是在PPS中发信号通知的。然而,要求检查该条件(例如,如果((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1)))可能不是在所有示例中都必要的。根据本文中描述的一个或多个示例,语法元素可以被称为pps_ref_wraparound_enabled_flag和pps_ref_wraparound_offset_minus1,而不是使用语法元素sps_ref_wraparound_enabled_flag和sps_ref_wraparound_offset_minus1。
在某些示例中,PPS可以包括pps_ref_wraparound_enabled_flag和pps_ref_wraparound_offset_minus1。在这样的示例中,SPS可能仍然包括sps_ref_wraparound_enabled_flag,以提供用于指示环绕补偿是否被启用的SPS级别信令。
附加地,视频编码器200可以发信号通知并且视频解码器300可以从PPS解析CTB尺寸(CtbSizeY)和最小CB尺寸(MinCbSizeY),因为CtbSizeY和MinCbSizeY在sps_ref_wraparound_enabled_flag信令中使用。那些语法元素可以在PPS中被附加地发信号通知,而不是从SPS发信号通知或接收,其中PPS语法元素的语义被约束,使得PPS中发信号通知的CtbSizeY和MinCbSizeY应与SPS中发信号通知的语法元素(例如,CtbSizeY和MinCbSizeY)相同或相等。换句话说,ref_wraparound_enabled_flag、ref_wraparound_offset_minus1、CtbSizeY和MinCbSizeY中的一个或多个或全部可以在SPS和PPS两者中作为彼此的副本被发信号通知,但可以不被要求彼此是副本。
例如,如上所述,PPS有可能包括ref_wraparound_enabled_flag(例如,pps_ref_wraparound_enabled_flag),并且SPS可以包括ref_wraparound_enabled_flag(例如,sps_ref_wraparound_enabled_flag)。在某些示例中,pps_ref_wraparound_enabled_flag和sps_ref_wraparound_enabled_flag可以是彼此的副本。但是,在某些示例中,pps_ref_wraparound_enabled_flag和sps_ref_wraparound_enabled_flag可能不同。例如,在序列级别,可以启用环绕运动补偿(例如,sps_ref_wraparound_enabled_flag可以为真),但是在特定图片的图片级别,可以禁用环绕运动补偿(例如,pps_ref_wraparound_enabled_flag可以为假)。
如上所述,某些技术要求sps_ref_wraparound_enabled_flag的信令通知必须满足以下条件:“如果((CtbSizeY/MinCbSizeY+1)<=(pic_width_in_luma_samples/MinCbSizeY-1))”。如上所述,由于pic_width_in_luma_samples在SPS中不可用,因此这种条件会有技术问题。
在某些示例中,如上所述,SPS可以包括sps_ref_wraparound_enabled_flag。为了确保从SPS解析sps_ref_wraparound_enabled_flag不需要访问PPS,可以从sps_ref_wraparound_enabled_flag信令通知中移除条件“如果((CtbSizeY/MinCbSizeY+1)<=(pic_width_in_luma_samples/MinCbSizeY-1))”。例如,视频编码器200和视频解码器300可以对指示是否无论图片宽度如何(诸如按照亮度样本数量)(例如,无论pic_width_in_luma_samples如何)都应用环绕运动补偿(例如,ref_wraparound_enabled_flag)的语法元素进行编解码。
在一个或多个示例中,可以约束sps_ref_wraparound_enabled_flag的语义,使得如果(CtbSizeY/MinCbSizeY+1)>(pic_width_in_luma_samples/MinCbSizeY-1)则sps_ref_wraparound_enabled_flag应该等于0。这可以被认为是sps_ref_wraparound_enabled_flag信令通知的相反条件。换句话说,如果sps_ref_wraparound_enabled_flag指示启用了环绕补偿(例如,sps_ref_wraparound_enabled_flag为1),则(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。以此方式,如果sps_ref_wraparound_enabled_flag为1,则对于符合要求的比特流,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。
附加地或替代地,除了SPS之外或代替SPS,视频编码器200可以发信号通知并且视频解码器300可以从PPS解析色度格式IDC chroma_format_idc和separate_colour_plane_flag。
替代从SPS的信令通知或解析,可以在PPS中附加地发信号通知chroma_format_idc和可选的separate_colour_plane_flag,其中PPS中的chroma_format_idc和separate_colour_plane_flag的语义受到限制,诸如它们应分别与SPS中发信号通知的chroma_format_idc和separate_colour_plane_flag相同或相等。
在某些示例中,chroma_format_idc指定了相对于VVC草案6条款6.2中规定的亮度采样的色度采样。chroma_format_idc的值可以在0到3(包含3)的范围内。在某些示例中,separate_colour_plane_flag等于1指定4:4:4色度格式的三个颜色分量分别被编解码,而separate_colour_plane_flag等于0指定这些颜色分量不是分别被编解码的。当separate_colour_plane_flag不存在时,它被推断为等于0。当separate_colour_plane_flag等于1时,经编解码图片由三个独立的分量组成,每个分量由一个颜色平面(Y、Cb或Cr)的经编解码样本组成,并使用单色编解码语法。在这种情况下,每个颜色平面与特定的colour_plane_id值相关联。
在一个或多个示例中,chroma_format_idc用于导出一致性窗口,其在JVET-O01164中被移到PPS。色度格式IDC用于导出一致性窗口的缩放因子(在VVC规范中为SubWidthC)。在某些情况下,在SPS中保留色度格式IDC会在一致性窗口导出中产生依赖关系。在这种情况下,只有当切片中使用的PPS和SPS已知时,才能在切片级别进行导出。如果chroma_format_idc被发信号通知到PPS或在PPS中被附加地发信号通知,则可以在PPS解析处导出一致性窗口,这在比特流中具有多个PPS和SPS的情况下可能是优选的。
根据本公开中描述的一个或多个示例,视频解码器300可以解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素。例如,视频解码器300可以解析pps_ref_wraparound_offset_minus1。应该注意,pps_ref_wraparound_offset_minus1是指示用于环绕运动补偿的偏移的语法元素的一个示例。然而,可能存在PPS中指示用于当前块的环绕运动补偿的偏移的语法元素的各种示例。作为一个示例,指示图片宽度和偏移之间的差值的语法元素可以是PPS中指示用于当前块的环绕运动补偿的偏移的语法元素。作为另一示例,指示该偏移的实际值的语法元素可以在PPS中发信号通知。可以有各种方式将指示该偏移的信息包括在PPS中,并且本公开不应被认为限于pps_ref_wraparound_offset_minus1。
PPS中的指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素可以被认为是第一语法元素。在某些示例中,视频解码器300可以解析PPS中指示环绕运动补偿是否被启用的第二语法元素。第二语法元素的一个示例是pps_ref_wraparound_enabled_flag。例如,为了解析PPS中指示用于当前块的环绕运动补偿的偏移的语法元素,视频解码器300可以基于PPS中指示环绕运动补偿被启用的第二语法元素而对该第一语法元素进行解析。也就是,视频解码器300可以解析pps_ref_wraparound_enabled_flag,并且基于pps_ref_wraparound_enabled_flag为真,视频解码器300可以解析PPS中指示用于当前块的环绕运动补偿的偏移的语法元素。
在一个或多个示例中,SPS还可以包括指示环绕补偿是否被启用的语法元素。例如,SPS可以包括sps_ref_wraparound_enabled_flag(例如,视频编码器200可以将sps_ref_wraparound_enabled_flag编码在SPS中)。在一个或多个示例中,视频解码器300可以无论图片宽度如何而解析序列参数集(SPS)中指示环绕运动补偿是否被启用的第二语法元素(例如,解析sps_ref_wraparound_enabled_flag)。指示环绕运动补偿被启用的第二语法元素(例如,sps_ref_wraparound_enabled_flag)的值可以基于图片宽度、最小块尺寸和最大块尺寸来约束。
例如,视频解码器300可能不需要确定以下条件是否为真,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。相反,基于指示环绕运动补偿被启用的第二语法元素(例如,sps_ref_wraparound_enabled_flag),(CtbSizeY/MinCbSizeY+1)可能必须小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。如上所述,CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,pic_width_in_luma_samples指示包括当前块的图片的图片宽度。
视频解码器300可以被配置为基于用于环绕运动补偿的偏移对当前块进行帧间预测解码。例如,视频解码器300可以基于用于环绕运动补偿的偏移生成预测块,并将预测块加到残差块上以重构当前块。环绕偏移指定发生环绕时,预测块延伸到图片外部的部分从图片边界移动的偏移量。例如,环绕偏移可以指定预测块在一个边界(例如,左边界)上延伸并在另一个边界(例如,右边界)上环绕多少。作为一个示例,环绕偏移可以被认为是图片的左边界附近的垂直线和右边界附近的垂直线。垂直线可以定义环绕多少,以识别运动矢量指向在边界上延伸的预测块的部分的样本。
视频编码器200可以执行与视频解码器300类似的操作,但用于编码。例如,视频编码器200可以基于用于环绕运动补偿的偏移对视频数据的当前块进行帧间预测编码。视频编码器200可以基于用于环绕运动补偿的偏移生成预测块,并且发信号通知指示预测块与当前块之间的差值的残差块的信息。
在一个或多个示例中,视频编码器200可以在图片参数集(PPS)中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素。语法元素的一个示例是pps_ref_wraparound_offset_minus1。然而,可能存在PPS中指示用于当前块的环绕运动补偿的偏移的语法元素的各种示例。作为一个示例,指示图片宽度和偏移之间的差值的语法元素可以是PPS中指示用于当前块的环绕运动补偿的偏移的语法元素。作为另一示例,指示该偏移的实际值的语法元素可以在PPS中发信号通知。可以有各种方式将指示该偏移的信息包括在PPS中,并且本公开不应被认为限于pps_ref_wraparound_offset_minus1。
PPS中的指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素可以被认为是第一语法元素。视频编码器200可以被配置为在PPS中发信号通知指示环绕运动补偿是否被启用的第二语法元素。第二语法元素的一个示例是pps_ref_wraparound_enabled_flag。在这些示例中,为了在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素,视频编码器200可以基于PPS中指示环绕运动补偿被启用的第二语法元素而发信号通知该第一语法元素。也就是,视频编码器200可以发信号通知pps_ref_wraparound_enabled_flag,并且基于pps_ref_wraparound_enabled_flag为真,视频编码器200可以在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素。
在一个或多个示例中,SPS还可以包括指示环绕补偿是否被启用的语法元素。例如,SPS可以包括sps_ref_wraparound_enabled_flag。在一个或多个示例中,视频编码器200可以无论图片宽度如何而在序列参数集(SPS)中发信号通知指示环绕运动补偿是否被启用的第二语法元素(例如,发信号通知sps_ref_wraparound_enabled_flag)。指示环绕运动补偿被启用的第二语法元素(例如,sps_ref_wraparound_enabled_flag)的值可以基于图片宽度、最小块尺寸和最大块尺寸来约束。
例如,视频编码器200可能不需要确定以下条件是否为真,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。相反,基于指示环绕运动补偿被启用的第二语法元素(例如,sps_ref_wraparound_enabled_flag),(CtbSizeY/MinCbSizeY+1)可能必须小于或等于(pic_width_in_luma_samples/MinCbSizeY-1)。如上所述,CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,pic_width_in_luma_samples指示包括当前块的图片的图片宽度。
图2A和图2B是示出示例四叉树二叉树(QTBT)结构130和对应编解码树单元(CTU)132的概念图。实线表示四叉树划分,虚线指示二叉树划分。在二叉树的每一个划分(即非叶)节点中,信令通知一个标志以指示使用了哪种划分类型(即水平或垂直),其中在此示例中,0指示水平划分,1指示垂直划分。对于四叉树划分,由于四叉树节点将块水平地和垂直地分割为具有相等尺寸的4个子块,因此无需指示划分类型。相应地,视频编码器200可以对QTBT结构130的区域树级(即实线)的语法元素(例如划分信息)和QTBT结构130的预测树级(即虚线)的语法元素(例如划分信息)进行编码,并且视频解码器300可以对这些语法元素进行解码。对于QTBT结构130的终端叶节点表示的CU,视频编码器200可以对视频数据(诸如预测和变换数据)进行编码,并且视频解码器300可以对该视频数据进行解码。
一般地,图2B的CTU 132可以与参数相关联,这些参数定义与第一和第二级的QTBT结构130的节点相对应的块的尺寸。这些参数可以包括CTU尺寸(表示样本中CTU 132的尺寸)、最小四叉树尺寸(MinQTSize,表示最小允许的四叉树叶节点尺寸)、最大二叉树尺寸(MaxBTSize,表示最大允许的二叉树根节点尺寸)、最大二叉树深度(MaxBTDepth,表示最大允许的二叉树深度)和最小二叉树尺寸(MinBTSize,表示最小允许的二叉树叶节点尺寸)。
与CTU相对应的QTBT结构的根节点在QTBT结构的第一级可以具有四个子代节点,每个子代节点可以根据四叉树分割来进行分割。即,第一级的节点是叶节点(没有子代节点)或具有四个子代节点。QTBT结构130的示例表示这样的节点,其包括具有实线分支的子代节点和父节点。如果第一级的节点不大于最大允许二叉树根节点尺寸(MaxBTSize),则可以通过相应的二叉树对该节点进行进一步分割。能够迭代一个节点的二叉树划分,直到划分生成的节点达到最小允许的二叉树叶节点尺寸(MinBTSize)或最大允许的二叉树深度(MaxBTDepth)。QTBT结构130的示例将这样的节点表示为具有虚线分支。二叉树叶节点表示为编解码单元(CU),其用于预测(例如图片内或图片间预测)和变换,而无需任何进一步分割。如上所述,CU也可以表示为“视频块”或“块”。
在QTBT分割结构的一个示例中,CTU尺寸被设置为128x128(亮度样本和两个相对应的64x64色度样本),MinQTSize被设置为16x16,MaxBTSize被设置为64x64,MinBTSize(针对宽度和高度二者)被设置为4,MaxBTDepth被设置为4。首先,将四叉树分割应用于CTU来生成四叉树叶节点。四叉树叶节点可以具有从16×16(即MinQTSize)到128×128(即CTU尺寸)的尺寸。如果叶四叉树节点为128×128,则由于其尺寸超过MaxBTSize(在此示例中为64×64),因此该叶四叉树节点不会进一步被二叉树划分。否则,叶四叉树节点将进一步进行二叉树分割。因此,四叉树叶节点也是二叉树的根节点,且具有为0的二叉树深度。当二叉树深度达到MaxBTDepth(在此示例中为4)时,不允许进一步划分。当二叉树节点具有等于MinBTSize(在此示例中为4)的宽度时,该二叉树节点意味着不允许进一步的水平划分。类似地,具有等于MinBTSize的高度的二叉树节点表明不允许对该二叉树节点进行进一步的垂直划分。如上所述,二叉树的叶节点称为CU并且根据预测和变换对其进行进一步处理而无需进一步分割。
图3是示出可以执行本公开的技术的示例视频编码器200的框图。提供图3是为了解释的目的并且不应认为是对本公开中广泛示例和描述的技术的约束。出于说明的目的,本公开在诸如开发中的HEVC视频编解码标准和H.266视频编解码标准的视频编解码标准的上下文中描述了视频编码器200。然而,本公开的技术不限于这些视频编解码标准并且通常可应用于视频编码和解码。
在图3的示例中,视频编码器200包括视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、解码图片缓冲器(DPB)218以及熵编码单元220。视频数据存储器230、模式选择单元202、残差生成单元204、变换处理单元206、量化单元208、逆量化单元210、逆变换处理单元212、重构单元214、滤波器单元216、DPB 218和熵编码单元220中的任何一个或全部可以在一个或多个处理器中或在处理电路中实现。此外,视频编码器200可包括附加的或替代的处理器或处理电路,以执行这些和其它功能。
视频数据存储器230可以存储将由视频编码器200的组件进行编码的视频数据。视频编码器200可以从例如视频源104(图1)接收存储在视频数据存储器230中的视频数据。DPB 218可以用作参考图片存储器,参考图片存储器存储参考视频数据,供视频编码器200用于预测后续视频数据时使用。视频数据存储器230和DPB 218可以由各种存储设备中的任何一种形成,诸如动态随机存取存储器(DRAM),包括同步DRAM(SDRAM)、磁阻RAM(MRAM)、阻变RAM(RRAM)或其他类型的存储设备。视频数据存储器230和DPB 218可以由相同的存储设备或单独的存储设备提供。在各种示例中,视频数据存储器230可以与视频编码器200的其他组件一起置于片上,如图所示,或者相对于那些组件置于片外。
在本公开中,对视频数据存储器230的引用不应解释为限于视频编码器200内部的存储器(除非特别说明如此)或者视频编码器200外部的存储器(除非特别说明如此)。相反,对视频数据存储器230的引用应理解为存储视频编码器200接收的用于编码的视频数据(例如当前块的待编码视频数据)的参考存储器。图1的存储器106还可以对视频编码器200各个单元输出提供临时存储。
示出的图3的各个单元用来帮助理解由视频编码器200执行的操作。这些单元可以实现为固定功能电路、可编程电路或其组合。固定功能电路是指提供特定功能并预设了能够执行的操作的电路。可编程电路是指可以被编程以执行各种任务并且在可以执行的操作中提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使可编程电路以软件或固件的指令所定义的方式操作。固定功能电路可以执行软件指令(例如来接收参数或输出参数),但是固定功能电路执行的操作类型通常是不可变的。在某些示例中,一个或多个单元可以是不同的电路块(固定功能或可编程),并且在某些示例中,一个或多个单元可以是集成电路。
视频编码器200可以包括由可编程电路形成的算术逻辑单元(ALU)、基本功能单元(EFU)、数字电路、模拟电路和/或可编程内核。在使用由可编程电路执行的软件来执行视频编码器200的操作的示例中,存储器106(图1)可以存储视频编码器200接收和执行的软件的目标代码,或视频编码器200(未示出)内另一存储器可以存储这样的指令。
视频数据存储器230配置为存储接收的视频数据。视频编码器200可以从视频数据存储器230中取回视频数据的图片,并将视频数据提供给残差生成单元204和模式选择单元202。视频数据存储器230中的视频数据可以是待编码的原始视频数据。
模式选择单元202包括运动估计单元222、运动补偿单元224和帧内预测单元226。模式选择单元202可以包括附加功能单元,用于根据其他预测模式来执行视频预测。作为示例,模式选择单元202可以包括调色板单元、帧内块复制单元(其可以是运动估计单元222和/或运动补偿单元224的一部分)、仿射单元、线性模型(LM)单元等。
一般地,模式选择单元202协调多个编码通道(pass)来测试编码参数的组合以及得出这种组合的速率失真值。编码参数可以包括CTU到CU的分割、CU的预测模式、CU的残差数据的变换类型、CU的残差数据的量化参数等。模式选择单元202可以最终选择编码参数的组合,该组合具有比其他测试的组合更佳的速率失真值。
视频编码器200可以将从视频数据存储器230中取回的图片分割为一系列CTU,并将一个或多个CTU封装在切片内。模式选择单元202可以根据树结构(诸如上述HEVC的QTBT结构或四叉树结构)来对图片的CTU进行分割。如上所述,视频编码器200可以根据树结构通过对CTU进行分割来形成一个或多个CU。这样的CU通常也可以称为“视频块”或“块”。
一般地,模式选择单元202还控制其组件(例如运动估计单元222、运动补偿单元224和帧内预测单元226)以生成当前块(例如当前CU或HEVC中PU和TU的重叠部分)的预测块。为了对当前块进行帧间预测,运动估计单元222可以执行运动搜索来识别在一个或多个参考图片(例如存储在DPB 218中的一个或多个先前被编解码的图片)中的一个或多个紧密匹配的参考块。特别地,运动估计单元222可以根据例如绝对差之和(SAD)、差值平方和(SSD)、平均绝对差(MAD)、均方差(MSD)等来计算表示潜在参考块与当前块有多相似的值。运动估计单元222通常可以使用当前块与考虑中的参考块之间的逐样本差异来执行这些计算。运动估计单元222可以识别具有这些计算生成的最低值的参考块,指示与当前块最紧密匹配的参考块。
运动估计单元222可以形成一个或多个运动矢量(MV),运动矢量定义参考图片中参考块相对于当前图片中当前块的位置。然后,运动估计单元222可以将运动矢量提供给运动补偿单元224。例如,对于单向帧间预测,运动估计单元222可以提供单个运动矢量,而对于双向帧间预测,运动估计单元222可以提供两个运动矢量。然后,运动补偿单元224可以使用运动矢量来生成预测块。例如,运动补偿单元224可以使用运动矢量来检索参考块的数据。作为另一示例,如果运动矢量具有分数样本精度,则运动补偿单元224可以根据一个或多个插值滤波器来对预测块进行插值。此外,对于双向帧间预测,运动补偿单元224可以检索由各自运动矢量标识的两个参考块的数据并且(例如通过逐样本平均或加权平均)组合检索的数据。
如图3所示,在某些示例中,运动补偿单元224包括环绕运动补偿(WMC)单元225。WMC单元225可以被配置为执行本公开中描述的一个或多个示例技术。WMC单元225可以是运动补偿单元224内的逻辑单元,或者可以是运动补偿单元224内的其自己的独立电路。
作为一个示例,模式选择单元202可以确定环绕运动补偿是否被启用。基于环绕运动补偿被启用,模式选择单元202可以确定用于环绕运动补偿的偏移。WMC单元225可以使用用于环绕运动补偿的偏移生成当前块的预测块。如下所述,使用用环绕运动补偿生成的预测块,残差生成单元204可以生成残差块,并且熵编码单元220可以发信号通知指示该残差块的信息。
作为另一示例,对于帧内预测或帧内预测编解码,帧内预测单元226可以根据与当前块邻近的样本来生成预测块。例如,对于定向模式,帧内预测单元22通常可以数学地组合邻近样本值,并且在当前块上沿定义的方向填充这些计算值来产生预测块。作为另一示例,对于DC模式,帧内预测单元226可以计算当前块的邻近样本的平均值,并且生成预测块以包括对于预测块的每一个样本所得到的平均值。
模式选择单元202将预测块提供给残差生成单元204。残差生成单元204从视频数据存储器230接收原始的未编码版本的当前块,并从模式选择单元202接收预测块。残差生成单元204计算当前块和预测块之间的逐样本差。得到的逐样本差定义当前块的残差块。在某些示例中,残差生成单元204还可以使用残差差分脉冲编码调制(RDPCM)来确定残差块中样本值之间的差以生成残差块。在某些示例中,可以使用执行二进制减法的一个或多个减法器电路来形成残差生成单元204。
在模式选择单元202将CU分割为PU的示例中,每个PU可以与亮度预测单元和对应的色度预测单元相关联。视频编码器200和视频解码器300可以支持具有各种尺寸的PU。如上所述,CU的尺寸可以指CU的亮度编解码块的尺寸,而PU的尺寸可以指PU的亮度预测单元的尺寸。假设特定CU的尺寸为2N×2N,则视频编码器200可以支持2N×2N或N×N的PU尺寸用于帧内预测,以及2N×2N、2N×N、N×2N、N×N或类似的对称PU尺寸用于帧间预测。视频编码器200和视频解码器300还可以支持2N×nU、2N×nD、nL×2N和nR×2N的PU尺寸的非对称分割用于帧间预测。
在模式选择单元不将CU进一步分割为PU的示例中,每一个CU可以与亮度编解码块和对应的色度编解码块相关联。如上所述,CU的尺寸可以指CU的亮度编解码块的尺寸。视频编码器200和视频解码器300可以支持2N×2N、2N×N或N×2N的CU尺寸。
对于诸如帧内块复制模式编解码、仿射模式编解码、和线性模型(LM)模式编解码之类的其它视频编解码技术,作为少数示例,模式选择单元202经由与编解码技术相关联的相应单元来生成正被编码的当前块的预测块。在某些示例中,诸如调色板模式编解码,模式选择单元202可以不生成预测块,而是生成语法元素,语法元素指示基于所选择的调色板来重构块的方式。在这样的模式中,模式选择单元202可以将这些语法元素提供给熵编码单元220,以对其进行编码。
如上所述,残差生成单元204接收当前块和对应预测块的视频数据。然后,残差生成单元204生成用于当前块的残差块。为了生成残差块,残差生成单元204计算预测块和当前块之间的逐样本差。
变换处理单元206将一个或多个变换应用于残差块以生成变换系数的块(在本文中称为“变换系数块”)。变换处理单元206可以将各种变换应用于残差块以形成变换系数块。例如,变换处理单元206可以将离散余弦变换(DCT)、方向变换、Karhunen-Loeve变换(KLT)或概念上类似的变换应用于残差块。在某些示例中,变换处理单元206可以对残差块执行多次变换,例如,初次变换和诸如旋转变换之类的二次变换。在某些示例中,变换处理单元206不将变换应用于残差块。
量化单元208可以对变换系数块中的变换系数进行量化以产生经量化的变换系数块。量化单元208可以根据与当前块相关联的量化参数(QP)值来对变换系数块的变换系数进行量化。视频编码器200(例如经由模式选择单元202)可以通过调整与CU相关联的QP值来调整应用于与当前块相关联的变换系数块的量化程度。量化可能会引入信息损失,从而,经量化的变换系数可能比变换处理单元206产生的原始变换系数具有更低的精度。
逆量化单元210和逆变换处理单元212可以分别对经量化的变换系数块应用逆量化和逆变换,以从变换系数块重构残差块。重构单元214可以基于重构残差块和由模式选择单元202生成的预测块来产生对应于当前块的重构块(尽管潜在地具有某些程度的失真)。例如,重构单元214可以将重构残差块的样本添加到模式选择单元202生成的预测块的对应样本以产生重构块。
滤波器单元216可以对重构块执行一个或多个滤波器操作。例如,滤波器单元216可以执行去方块操作来减少沿着CU的边缘的块状伪影。在某些示例中,可以跳过滤波器单元216的操作。
视频编码器200将重构块存储在DPB 218中。例如,在不需要滤波器单元216的操作的示例中,重构单元214可以将重构块存储到DPB 218。在需要滤波器单元216的操作的示例中,滤波器单元216可以将滤波后的重构块存储到DPB 218。运动估计单元222和运动补偿单元224可以从DPB 218中取回参考图片,以对随后的经编码图片的块进行帧间预测,其中该参考图片是根据重构(并且潜在地滤波的)块形成的。另外,帧内预测单元226可以使用当前图片的DPB 218中的重构块来对当前图片中的其他块进行帧内预测。
一般地,熵编码单元220可以对从视频编码器200的其他功能组件接收的语法元素进行熵编码。例如,熵编码单元220可以对来自量化单元208的经量化的变换系数块进行熵编码。作为另一示例,熵编码单元220可以对来自模式选择单元202的预测语法元素(例如用于帧间预测的运动信息或用于帧内预测的帧内模式信息)进行熵编码。熵编码单元220可以对视频数据的另一示例的语法元素执行一个或多个熵编码操作来生成熵编码数据。例如,熵编码单元220可以对数据执行上下文自适应可变长度编解码(CAVLC)操作、CABAC操作、可变到可变(V2V)长度编解码操作、基于语法的上下文自适应二进制算术编解码(SBAC)操作、概率区间分割熵(PIPE)编解码操作、指数-格伦布编解码操作或另一类型的熵编码操作。在某些示例中,熵编码单元220可以在语法元素未被熵编码的情况下以旁路模式操作。
如上所述,WMC单元225可以被配置为生成预测块,并且残差生成单元204可以生成指示预测块与当前块之间的差值的残差块。熵编码单元220可以发信号通知指示预测块与当前块之间的差值的残差块的信息。
在一个或多个示例中,模式选择单元202可以使熵编码单元220在图片参数集(PPS)中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素。作为一个示例,模式选择单元202可以使熵编码单元220发信号通知pps_ref_wraparound_offset_minus1。如上所述,pps_ref_wraparound_offset_minus1是在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的信息的一个示例方式。然而,可以有各种其他方式来发信号通知指示该偏移的信息。例如,模式选择单元202可以使熵编码单元220发信号通知实际偏移值,或者发信号通知指示图片宽度与该偏移之间的差值的信息。
并且,PPS中的指示用于当前块的环绕运动补偿的偏移的语法元素可以被认为是第一语法元素。模式选择单元202可以使熵编码单元220在PPS中发信号通知指示环绕运动补偿是否被启用的第二语法元素(例如,发信号通知pps_ref_wraparound_enabled_flag)。例如,为了在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素,模式选择单元202可以使熵编码单元220基于PPS中的指示环绕运动补偿被启用的第二语法元素(例如,pps_ref_wraparound_enabled_flag但不限于pps_ref_wraparound_enabled_flag)而发信号通知第一语法元素(例如,pps_ref_wraparound_offset_minus1而不限于pps_ref_wraparound_offset_minus1)。
此外,模式选择单元202可以使熵编码单元220在序列参数集(SPS)中发信号通知指示环绕运动补偿是否被启用的语法元素(例如,sps_ref_wraparound_enabled_flag)。模式选择单元202可以使熵编码单元220无论图片宽度如何而在SPS中发信号通知该语法元素。例如,模式选择单元202在SPS中发信号通知指示环绕运动补偿是否被启用的语法元素之前,可以不首先确定是否满足基于图片宽度的特定条件。例如,模式选择单元202在确定是否发信号通知sps_ref_wraparound_enabled_flag之前,可以不首先确定是否满足((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))。
然而,可能存在sps_ref_wraparound_enabled_flag的约束。作为一个示例,如果sps_ref_wraparound_enabled_flag指示启用了环绕运动补偿,则((CtbSizeY/MinCbSizeY+1)<=max_width_in_luma_samples/MinCbSizeY-1))应该为真。也就是,无论图片宽度如何,sps_ref_wraparound_enabled_flag可以存在于比特流中。但是,如果sps_ref_wraparound_enabled_flag为真,则((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))应该为真。如果((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))为假,则sps_ref_wraparound_enabled_flag为假(例如,环绕运动补偿未被启用)。换句话说,基于指示环绕运动补偿被启用的sps_ref_wraparound_enabled_flag,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括当前块的图片的图片宽度。因此,在一个或多个示例中,指示环绕运动补偿被启用的sps_ref_wraparound_enabled_flag的值可以基于图片宽度、最小块尺寸和最大块尺寸来约束。
视频编码器200可以输出比特流,该比特流包括对切片或图片的块进行重构所需的经熵编码的语法元素。特别地,熵编码单元220可以输出该比特流。
上述操作是针对块来描述的。这样的描述应该理解为是用于亮度编解码块和/或色度编解码块的操作。如上所述,在某些示例中,亮度编解码块和色度编解码块是CU的亮度和色度分量。在某些示例中,亮度编解码块和色度编解码块是PU的亮度和色度分量。
在某些示例中,不必针对色度编解码块重复对于亮度编解码块执行的操作。作为一个示例,不需要重复用于识别亮度编解码块的运动矢量(MV)和参考图片的操作来识别用于色度块的MV和参考图片。相反,可以缩放亮度编解码块的MV来确定色度块的MV,并且参考图片可以是相同的。作为另一示例,针对亮度编码块和色度编码块,帧内预测处理可以是相同的。
视频编码器200表示被配置为对视频数据进行编码的设备的示例,该设备包括被配置为存储视频数据的存储器,以及以电路实现的一个或多个处理单元,其被配置为对用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的信息(例如,PPS中的pic_width_in_luma_samples和SPS中的max_width_in_luma_samples)进行编解码(例如,编码),以及对在相同参数集中指示环绕运动补偿是否被启用的语法元素进行编解码(例如,编码)(例如,如果使用PPS中的pic_width_in_luma_samples则对pps_ref_wraparound_enabled_flag进行编解码,或者如果使用SPS中的max_width_in_luma_samples则对sps_ref_wraparound_enabled_flag进行编解码)。视频编码器200还可以被配置为将用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的编码信息编码到比特流中,以及在比特流中在相同参数集中发信号通知指示环绕运动补偿是否被启用的经编码的语法元素。
图4是示出可执行本公开的技术的示例视频解码器300的框图。提供图4是出于解释的目的,而非限制本公开中广泛示例和描述的技术。为了说明的目的,本公开描述了根据VCC和HEVC的技术描述的视频解码器300。然而,本公开的技术可以由配置为其他视频编解码标准的视频编解码设备来执行。
在图4的示例中,视频解码器300包括经编解码图片缓冲器(CPB)存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和经解码图片缓冲器(DPB)314。CPB存储器320、熵解码单元302、预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310、滤波器单元312和DPB 314中的任何一个或全部可以实现在一个或多个处理器或处理电路中。此外,视频解码器300可以包括附加的或替代的处理器或处理电路,以执行这些和其它功能。
预测处理单元304包括运动补偿单元316和帧内预测单元318。预测处理单元304可以包括附加单元以按照其他预测模式来执行预测。作为示例,预测处理单元304可以包括调色板单元、帧内块复制单元(其可以形成运动补偿单元316的一部分)、仿射单元、线性模型(LM)单元等。在其他示例中,视频解码器300可以包括更多、更少或不同的功能组件。
CPB存储器320可以存储将由视频解码器300的组件进行解码的视频数据,诸如经编码视频比特流。例如,可以从计算机可读介质110(图1)获得存储在CPB存储器320中的视频数据。CPB存储器320可以包括存储来自经编码视频比特流的经编码视频数据(例如语法元素)的CPB。而且,CPB存储器320可以存储除了编解码图片的语法元素之外的视频数据,诸如表示来自视频解码器300各个单元的输出的临时数据。一般地,DPB 314存储经解码图片,当对经编码视频比特流的后续数据或图片进行解码时,视频解码器300可以输出解码图片和/或将其用作参考视频数据。CPB存储器320和DPB 314可以由诸如DRAM(包括SDRAM、MRAM、RRAM)或其它类型的存储设备之类的各种存储设备中的任何一个形成。CPB存储器320和DPB314可以由相同的存储设备或独立的存储设备提供。在各种示例中,CPB存储器320可以与视频解码器300的其他组件置于片上,或者相对于那些组件置于片外。
附加地或可替代地,在某些示例中,视频解码器300可以从存储器120(图1)中取回经编解码视频数据。即存储器120可以如上述讨论与CPB存储器320一起存储数据。同样,当视频解码器300的某些或全部功能在将由视频解码器300的处理电路执行的软件实现时,存储器120可以存储将由视频解码器300执行的指令。
示出图4所示的各种单元以帮助理解由视频解码器300执行的操作。这些单元可以实现为固定功能电路、可编程电路或其组合。类似于图3,固定功能电路是指提供特定功能并且在可以执行的操作上预设的电路。可编程电路是指可以被编程以执行各种任务并且在可以执行的操作中提供灵活功能的电路。例如,可编程电路可以执行软件或固件,软件或固件使可编程电路以软件或固件的指令所定义的方式操作。固定功能电路可以执行软件指令(例如来接收参数或输出参数),但是固定功能电路执行的操作类型通常是不可变的。在某些示例中,一个或多个单元可以是不同的电路块(固定功能或可编程),并且在某些示例中,一个或多个单元可以是集成电路。
视频解码器300可包括ALU、EFU、数字电路、模拟电路和/或由可编程电路形成的可编程核心。在视频解码器300的操作由在可编程电路上执行的软件执行的示例中,片上或片外存储器可以存储视频解码器300接收并执行的软件的指令(例如目标代码)。
熵解码单元302可从CPB接收经编码视频数据,并且对视频数据进行熵解码以再现语法元素。预测处理单元304、逆量化单元306、逆变换处理单元308、重构单元310和滤波器单元312可以基于从比特流中提取的语法元素来生成经解码视频数据。
一般地,视频解码器300在逐块的基础上重构图片。视频解码器300可单独地对每一个块执行重构操作(其中当前正在进行重构(即解码)的块可称为“当前块”)。
熵解码单元302可以对定义经量化的变换系数块的经量化的变换系数的语法元素以及诸如量化参数(QP)和/或变换模式指示之类的变换信息进行熵解码。逆量化单元306可以使用与经量化的变换系数块相关联的QP来确定量化程度,并且同样地,确定逆量化程度以供逆量化单元306应用。逆量化单元306可以(例如执行按比特左移操作来)对经量化的变换系数进行逆量化。逆量化单元306从而可以形成包括变换系数的变换系数块。
在逆量化单元306形成变换系数块之后,逆变换处理单元308可以将一个或多个逆变换应用于变换系数块来生成与当前块相关联的残差块。例如,逆变换处理单元308可以将逆DCT、逆整数变换、逆Karhunen-Loeve变换(KLT)、逆旋转变换、逆方向变换或另一逆变换应用于系数块。
进一步来说,预测处理单元304根据由熵解码单元302熵解码的预测信息语法元素来生成预测块。例如,如果预测信息语法元素指示当前块是帧间预测的,则运动补偿单元316可以生成预测块。在这种情况下,预测信息语法元素可以指示DPB 314中的参考图片,以从中取回参考块,以及指示识别参考图片中参考块相对于当前图片中的当前块的位置的运动矢量。运动补偿单元316通常可以以与针对运动补偿单元224(图3)所描述的方式基本上相似的方式来执行帧间预测过程。
如图4所示,在某些示例中,运动补偿单元316包括环绕运动补偿(WMC)单元317。WMC单元317可以被配置为执行本公开中描述的一个或多个示例技术。WMC单元317可以是运动补偿单元316内的逻辑单元,或者可以是运动补偿单元316内的其自己的独立电路。
作为一个示例,预测处理单元304可以确定环绕运动补偿是否被启用。基于环绕运动补偿被启用,预测处理单元304可以确定用于环绕运动补偿的偏移。WMC单元317可以使用用于环绕运动补偿的偏移生成当前块的预测块。如下所述,使用用环绕运动补偿生成的预测块,重构单元310可以将预测块加到残差块上以重构当前块。
如上所述,预测处理单元304可以确定用于环绕运动补偿的偏移。在一个或多个示例中,预测处理单元304可以解析图片参数集(PPS)中指示用于当前块的环绕运动补偿的偏移的语法元素。作为一个示例,预测处理单元304可以从PPS中解析pps_ref_wraparound_offset_minus1。如上所述,pps_ref_wraparound_offset_minus1是确定在PPS中指示用于当前块的环绕运动补偿的偏移的信息的一个示例方式。然而,可以有各种其他方式来确定指示该偏移的信息。例如,预测处理单元304可以解析实际偏移值,或者可以解析指示图片宽度与该偏移之间的差值的信息。
并且,PPS中的指示用于当前块的环绕运动补偿的偏移的语法元素可以被认为是第一语法元素。预测处理单元304可以解析在PPS中指示环绕运动补偿是否被启用的第二语法元素(例如,解析pps_ref_wraparound_enabled_flag)。例如,为了解析PPS中指示用于当前块的环绕运动补偿的偏移的语法元素,预测处理单元304可以基于PPS中的指示环绕运动补偿被启用的第二语法元素(例如,pps_ref_wraparound_enabled_flag但不限于pps_ref_wraparound_enabled_flag)而解析第一语法元素(例如,pps_ref_wraparound_offset_minus1而不限于pps_ref_wraparound_offset_minus1)。也就是,预测处理单元304可以首先解析pps_ref_wraparound_enabled_flag,并且基于pps_ref_wraparound_enabled_flag为真,预测处理单元304可以解析PPS中指示用于当前块的环绕运动补偿的偏移的语法元素(例如,pps_ref_wraparound_offset_minus1但不限于pps_ref_wraparound_offset_minus1)。
此外,预测处理单元304可以使解析序列参数集(SPS)中指示环绕运动补偿是否被启用的语法元素(例如,sps_ref_wraparound_enabled_flag)。预测处理单元304可以无论图片宽度如何而解析SPS中的该语法元素。例如,预测处理单元304在解析SPS中指示环绕运动补偿是否被启用的语法元素之前,可以不首先确定是否满足基于图片宽度的特定条件。例如,预测处理单元304在确定是否解析sps_ref_wraparound_enabled_flag之前,可以不首先确定是否满足((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))。
然而,可能存在sps_ref_wraparound_enabled_flag的约束。作为一个示例,如果sps_ref_wraparound_enabled_flag指示启用了环绕运动补偿,则((CtbSizeY/MinCbSizeY+1)<=max_width_in_luma_samples/MinCbSizeY-1))应该为真。也就是,无论图片宽度如何,sps_ref_wraparound_enabled_flag可以存在于比特流中。但是,如果sps_ref_wraparound_enabled_flag为真,则((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))应该为真。如果((CtbSizeY/MinCbSizeY+1)<=(max_width_in_luma_samples/MinCbSizeY-1))为假,则sps_ref_wraparound_enabled_flag为假(例如,环绕运动补偿未被启用)。换句话说,基于指示环绕运动补偿被启用的sps_ref_wraparound_enabled_flag,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括当前块的图片的图片宽度。
作为另一示例,如果预测信息语法元素指示当前块是帧内预测的,则帧内预测单元318可以根据由预测信息语法元素指示的帧内预测模式来生成预测块。再次,帧内预测单元318通常可以以与针对帧内预测单元226(图3)所描述的方式基本上相似的方式来执行帧内预测过程。帧内预测单元318可以从DPB 314中取回当前块的邻近样本的数据。
重构单元310可以使用预测块和残差块来重构当前块。例如,重构单元310可以将残差块的样本添加到预测块的对应样本来重构当前块。
滤波器单元312可以对重构块执行一个或多个滤波器操作。例如,滤波器单元312可以执行去方块操作来减少沿着重构块的边缘的块状伪影。不一定在所有示例中都执行滤波器单元312的操作。
视频解码器300可以将重构块存储在DPB 314中。如上所述,DPB 314可以向预测处理单元304提供参考信息,诸如用于帧内预测的当前图片的样本以及用于随后的运动补偿的先前解码图片。此外,视频解码器300可以从DPB 314输出经解码图片,用于随后呈现在诸如图1的显示设备118之类的显示设备上。
以此方式,视频解码器200表示视频解码设备的示例,该设备包括被配置为存储视频数据的存储器,以及以电路实现的一个或多个处理单元,其被配置为从比特流接收用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的信息(例如,PPS中的pic_width_in_luma_samples和SPS中的max_width_in_luma_samples),以及从该比特流接收在相同参数集中指示环绕运动补偿是否被启用的语法元素(例如,如果使用PPS中的pic_width_in_luma_samples则接收pps_ref_wraparound_enabled_flag,或者如果使用SPS中的max_width_in_luma_samples则接收sps_ref_wraparound_enabled_flag)。视频解码器300可以被配置为对用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的信息进行编解码(例如,解码),并且对相同参数集中指示环绕运动补偿是否被启用的语法元素进行编解码(例如,解码)。
图5是示出用于对当前块进行编码的示例方法的流程图。当前块可以包括当前CU。尽管是关于视频编码器200(图1和图3)描述的,但应当理解的是,其他设备可以被配置为执行类似于图5的方法。
图5的示例是关于处理电路(诸如视频编码器200的处理电路)进行描述的。在图5的示例中,存储器可被配置为存储图片参数集(PPS)的语法元素。存储器的示例包括存储器106、视频数据存储器230、DPB 218或耦合到视频编码器200的任何其他存储器。
视频编码器200的处理电路可以被配置为基于用于环绕运动补偿的偏移对视频数据的当前块进行帧间预测编码(500)。例如,WMC单元225可以被配置为基于用于环绕运动补偿的偏移生成预测块,并且熵编码单元220可以发信号通知指示预测块与当前块之间的差值的残差块的信息。残差生成单元204可以生成指示预测块与当前块之间的差值的残差块。
视频编码器200的处理电路可以在图片参数集(PPS)中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素(502)。语法元素的一个示例是pps_ref_wraparound_offset_minus1。然而,指示用于环绕运动补偿的偏移的语法元素的其他示例也是可能的。
在一个或多个示例中,视频编码器200的处理电路可以在PPS中发信号通知指示环绕运动补偿是否被启用的语法元素(例如,pps_ref_wraparound_enabled_flag)。例如,为了在PPS中发信号通知指示用于当前块的环绕运动补偿的偏移的语法元素,视频编码器200的处理电路可以被配置为基于PPS中指示环绕运动补偿被启用的第二语法元素(例如pps_ref_wraparound_enabled_flag)而发信号通知该第一语法元素(例如,pps_ref_wraparound_offset_minus1)。
此外,视频编码器200的处理电路可以无论图片宽度如何而在序列参数集(SPS)中发信号通知指示环绕运动补偿是否被启用的语法元素(例如,无论图片宽度如何而发信号通知sps_ref_wraparound_enabled_flag)。然而,基于指示环绕运动补偿被启用的sps_ref_wraparound_enabled_flag,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编码树块的高度(最大编码块尺寸),MinCbSizeY指示最小编码块尺寸,并且pic_width_in_luma_samples指示包括当前块的图片的图片宽度。
图6是示出用于对视频数据的当前块进行解码的示例方法的流程图。当前块可以包括当前CU。尽管是关于视频解码器300(图1和图4)描述的,但是应当理解,其他设备可以被配置为执行类似于图6的方法。
图6的示例是关于处理电路(诸如视频解码器300的处理电路)进行描述的。在图6的示例中,存储器可被配置为存储图片参数集(PPS)的语法元素。存储器的示例包括存储器120、CPB存储器320、DPB 314或耦合到视频解码器300的任何其他存储器。
视频解码器300的处理电路可以被配置为解析图片参数集(PPS)中指示用于视频数据的当前块的环绕运动补偿的偏移的语法元素(600)。语法元素的一个示例是pps_ref_wraparound_offset_minus1。然而,指示用于环绕运动补偿的偏移的语法元素的其他示例也是可能的。
在一个或多个示例中,视频解码器300的处理电路可以解析PPS中指示环绕运动补偿是否被启用的语法元素(例如,pps_ref_wraparound_enabled_flag)。例如,为了解析PPS中指示用于当前块的环绕运动补偿的偏移的语法元素,视频解码器300的处理电路可以被配置为基于PPS中指示环绕运动补偿被启用的第二语法元素(例如pps_ref_wraparound_enabled_flag)而解析该第一语法元素(例如,pps_ref_wraparound_offset_minus1)。
此外,视频解码器300的处理电路可以无论图片宽度如何而解析序列参数集(SPS)中而指示环绕运动补偿是否被启用的语法元素(例如,无论图片宽度如何而解析sps_ref_wraparound_enabled_flag)。然而,基于指示环绕运动补偿被启用的sps_ref_wraparound_enabled_flag,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编解码树块的高度(最大编解码块尺寸),MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括当前块的图片的图片宽度。
视频解码器300的处理电路可以被配置为基于用于环绕运动补偿的偏移对视频数据的当前块进行帧间预测解码(602)。例如,WMC单元317可以被配置为基于用于环绕运动补偿的偏移生成预测块,并且重构单元310可以将预测块加到残差块上以重构当前块。
以下描述可单独执行或与本公开中描述的一个或多个示例技术组合执行的一个或多个示例。
示例1.一种对视频数据进行编解码的方法,该方法包括:对用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的信息进行编解码;以及对在同一参数集中指示环绕运动补偿是否被启用的语法元素进行编解码。
示例2.示例1的方法,其中参数集是序列参数集(SPS)。
示例3.示例1的方法,其中参数集是图片参数集(PPS)。
示例4.示例1和示例2中的任一项的方法,其中用于确定是否应用环绕运动补偿的信息包括指示按照亮度样本数量的最大宽度的信息。
示例5.示例1和示例3中的任一项的方法,其中用于确定是否应用环绕运动补偿的信息包括指示按照亮度样本数量的图片宽度的信息。
示例6.示例1-示例5中的任一项的方法,还包括:从比特流接收用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的信息,以及从比特流接收在同一参数集中指示环绕运动补偿是否被启用的语法元素,其中对信息进行编解码包括对该信息进行解码,并且其中对语法元素进行编解码包括对该语法元素进行解码。
示例7.示例1-示例5中的任一项的方法,其中对信息进行编解码包括对该信息进行编码,并且对语法元素进行编解码包括对该语法元素进行编码,该方法还包括在比特流中发信号通知用于确定指示环绕运动补偿是否被启用的语法元素是否存在于参数集中的经编码的该信息,以及在比特流中在相同参数集中发信号通知指示环绕运动补偿是否被启用的经编码的该语法元素。
示例8.一种对视频数据进行编解码的方法,该方法包括无论按照亮度样本数量的图片宽度如何而对指示环绕运动补偿是否被启用的语法元素进行编解码。
示例9.示例8的方法,还包括从比特流接收语法元素,其中对语法元素进行编解码包括对该语法元素进行解码。
示例10.示例8的方法,其中对语法元素进行编解码包括对该语法元素进行编码,该方法还包括发信号通知经编码的该语法元素。
示例11.一种对视频数据进行编解码的方法,该方法包括使用本公开中描述的任何技术或技术的组合来对用于导出一致性窗口的信息进行编解码。
示例12.示例11的方法,还包括从比特流接收信息,其中对该信息进行编解码包括对该信息进行解码。
示例13.示例11的方法,其中对信息进行编解码包括对该信息进行编码,该方法还包括在比特流中发信号通知经编码的该信息。
示例14.一种用于对视频数据进行编解码的设备,该设备包括被配置为存储视频数据的存储器和视频编解码器,该视频编解码器包括固定功能或可编程电路中的至少一个,其中视频编解码器被配置为执行示例1-示例13中的任一项的方法。
示例15.示例14的设备,其中视频编解码器包括视频解码器,其中视频解码器被配置为执行示例1-示例6、示例8、示例9、示例11和示例12中的任一项的方法。
示例16.示例14的设备,其中视频编解码器包括视频编码器,其中视频编码器被配置为执行示例1-示例5、示例7、示例8、示例10、示例11和示例13中的任一项的方法。
示例17.示例14-示例16中的任一项的设备,还包括配置成显示经解码视频数据的显示器、摄像机、计算机、移动设备、广播接收器设备或机顶盒中的一个或多个。
示例18.一种在其上存储指令的计算机可读存储介质,该指令在执行时使一个或多个处理器执行示例1-示例13中的任一项的方法。
示例19.一种用于对视频数据进行编解码的设备,该设备包括用于执行示例1-示例13中的任一项的方法的部件。
应该认识到,根据示例,本文中描述的任何技术的某些动作或事件可以以不同的序列执行,可以被一起添加、合并或省去(例如,不是所有描述的动作或事件是技术实践所必须的)。此外,在某些示例中,动作或事件可以,例如通过多线程处理、中断处理或多个处理器并发地处理而不是顺序地执行。
在一个或多个示例中,可以以硬件、软件、固件或其任意组合来实现所描述的功能。如果以软件实现,则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上或通过计算机可读介质传输,并由基于硬件的处理单元执行。计算机可读介质可以包括计算机可读存储介质,其对应于诸如数据存储介质之类的有形介质,或者通信介质,包括例如根据通信协议来促进将计算机程序从一个地方转移到另一个地方的任何介质。以这种方式,计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质,或者(2)诸如信号或载波之类的通信介质。数据存储介质可以是可以由一个或多个计算机或一个或多个处理器访问以检索指令、代码和/或数据结构以实现本公开中描述的技术的任何可用介质。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,这种计算机可读存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁性存储设备、闪存或可以用于以指令或数据结构形式存储所需程序代码并且可以由计算机访问的任何其他介质。而且,任何连接都适当地称为计算机可读介质。例如,如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或无线技术(诸如红外、无线电和微波)从网站、服务器或其他远程源发送指令,则介质的定义包括同轴电缆、光纤电缆、双绞线、DSL或诸如红外、无线电和微波之类的无线技术。然而,应当理解,计算机可读存储介质和数据存储介质不包括连接、载波、信号或其他暂时性介质,而是针对非暂时性有形存储介质。如本申请中使用的磁盘和光盘包括压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常以磁性方式重现数据,而光盘用激光光学地重现数据。上述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,诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他等效集成的或分立逻辑电路。因此,如本申请中所使用的术语“处理器”和“处理电路”可以是指任何前述结构或适合于实现本申请中描述的技术的任何其它结构。另外,在某些方面,本申请中描述的功能可以在被配置用于编码和解码的专用硬件和/或软件模块内提供,或合并在组合编解码器中。同样,该技术可以在一个或多个电路或逻辑元件中完全实现。
本公开的技术可以在包括无线手机、集成电路(IC)或一组IC(例如,芯片组)的多种设备或装置中实现。在本公开中描述各种组件、模块或单元以强调被配置为执行所公开技术的设备的功能方面,但不一定需要由不同硬件单元来实现。而是,如上所述,各种单元可以组合在编解码器硬件单元中,或者由互操作硬件单元的集合来提供,包括与合适的软件和/或固件结合的如上所述的一个或多个处理器。
已经描述了各种示例。这些和其他示例在所附权利要求的范围内。
Claims (30)
1.一种对视频数据进行解码的方法,所述方法包括:
解析图片参数集(PPS)中指示用于所述视频数据的当前块的环绕运动补偿的偏移的语法元素;以及
基于用于环绕运动补偿的所述偏移对所述当前块进行帧间预测解码。
2.根据权利要求1所述的方法,其中所述语法元素包括第一语法元素,所述方法还包括:
解析所述PPS中指示环绕运动补偿是否被启用的第二语法元素,
其中,解析所述PPS中指示用于所述当前块的环绕运动补偿的所述偏移的所述语法元素包括基于所述PPS中指示环绕运动补偿被启用的所述第二语法元素而对所述第一语法元素进行解析。
3.根据权利要求1所述的方法,其中所述语法元素包括第一语法元素,所述方法还包括:
无论图片宽度如何而解析序列参数集(SPS)中指示环绕运动补偿是否被启用的第二语法元素。
4.根据权利要求3所述的方法,其中,所述第二语法元素的指示环绕运动补偿被启用的值基于所述图片宽度、最小块尺寸和最大块尺寸来约束。
5.根据权利要求3所述的方法,其中,基于指示环绕运动补偿被启用的所述第二语法元素,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编解码树块的高度,MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括所述当前块的图片的所述图片宽度。
6.根据权利要求1所述的方法,其中帧间预测解码包括:
基于用于环绕运动补偿的所述偏移生成预测块;以及
将所述预测块加到残差块上以重构所述当前块。
7.一种用于对视频数据进行解码的设备,所述设备包括:
存储器,被配置为存储图片参数集(PPS)的语法元素;以及
处理电路,被配置为:
解析所述PPS中的语法元素,所述语法元素指示用于所述视频数据的当前块的环绕运动补偿的偏移;以及
基于用于环绕运动补偿的所述偏移对所述当前块进行帧间预测解码。
8.根据权利要求7所述的设备,其中所述语法元素包括第一语法元素,并且其中所述处理电路被配置为:
解析所述PPS中指示环绕运动补偿是否被启用的第二语法元素,
其中,为了解析所述PPS中指示用于所述当前块的环绕运动补偿的所述偏移的所述语法元素,所述处理电路被配置为基于所述PPS中指示环绕运动补偿被启用的所述第二语法元素对所述第一语法元素进行解析。
9.根据权利要求7所述的设备,其中所述语法元素包括第一语法元素,并且其中所述处理电路被配置为:
无论图片宽度如何而解析序列参数集(SPS)中指示环绕运动补偿是否被启用的第二语法元素。
10.根据权利要求9所述的设备,其中,所述第二语法元素的指示环绕运动补偿被启用的值基于所述图片宽度、最小块尺寸和最大块尺寸来约束。
11.根据权利要求9所述的设备,其中,基于指示环绕运动补偿被启用的所述第二语法元素,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是编解码树块的高度,MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括所述当前块的图片的所述图片宽度。
12.根据权利要求7所述的设备,其中为了进行帧间预测解码,所述处理电路被配置为:
基于用于环绕运动补偿的所述偏移生成预测块;以及
将所述预测块加到残差块上以重构所述当前块。
13.根据权利要求7所述的设备,还包括显示器,所述显示器被配置为显示包括所述当前块的图片。
14.根据权利要求7所述的设备,还包括摄像机、计算机、无线通信设备、广播接收器设备或机顶盒中的至少一个。
15.一种对视频数据进行编码的方法,所述方法包括:
基于用于环绕运动补偿的偏移对所述视频数据的当前块进行帧间预测编码;以及
在图片参数集(PPS)中发信号通知指示用于所述当前块的环绕运动补偿的所述偏移的语法元素。
16.根据权利要求15所述的方法,其中所述语法元素包括第一语法元素,所述方法还包括:
在所述PPS中发信号通知指示环绕运动补偿是否被启用的第二语法元素,
其中,在所述PPS中发信号通知指示用于所述当前块的环绕运动补偿的所述偏移的所述语法元素包括基于所述PPS中指示环绕运动补偿被启用的所述第二语法元素而发信号通知所述第一语法元素。
17.根据权利要求15所述的方法,其中所述语法元素包括第一语法元素,所述方法还包括:
无论图片宽度如何而在序列参数集(SPS)中发信号通知指示环绕运动补偿是否被启用的第二语法元素。
18.根据权利要求17所述的方法,其中,所述第二语法元素的指示环绕运动补偿被启用的值基于所述图片宽度、最小块尺寸和最大块尺寸来约束。
19.根据权利要求17所述的方法,其中,基于指示环绕运动补偿被启用的所述第二语法元素,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是所述编解码树块的高度,MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括所述当前块的图片的所述图片宽度。
20.根据权利要求15所述的方法,其中帧间预测编码包括:
基于用于环绕运动补偿的所述偏移生成预测块;以及
发信号通知指示所述预测块与所述当前块之间的差值的残差块的信息。
21.一种用于对视频数据进行编码的设备,所述设备包括:
存储器,被配置为存储图片参数集(PPS)的语法元素;以及
处理电路,被配置为:
基于用于环绕运动补偿的偏移对所述视频数据的当前块进行帧间预测编码;以及
在所述PPS中发信号通知指示用于所述当前块的环绕运动补偿的所述偏移的语法元素。
22.根据权利要求21所述的设备,其中所述语法元素包括第一语法元素,并且其中所述处理电路被配置为:
在所述PPS中发信号通知指示环绕运动补偿是否被启用的第二语法元素,
其中,为了在所述PPS中发信号通知指示用于所述当前块的环绕运动补偿的所述偏移的所述语法元素,所述处理电路被配置为基于所述PPS中指示环绕运动补偿被启用的所述第二语法元素而发信号通知所述第一语法元素。
23.根据权利要求21所述的设备,其中所述语法元素包括第一语法元素,并且其中所述处理电路被配置为:
无论图片宽度如何而在序列参数集(SPS)中发信号通知指示环绕运动补偿是否被启用的第二语法元素。
24.根据权利要求23所述的设备,其中,所述第二语法元素的指示环绕运动补偿被启用的值基于所述图片宽度、最小块尺寸和最大块尺寸来约束。
25.根据权利要求23所述的设备,其中,基于指示环绕运动补偿被启用的所述第二语法元素,(CtbSizeY/MinCbSizeY+1)小于或等于(pic_width_in_luma_samples/MinCbSizeY-1),其中CtbSizeY是所述编解码树块的高度,MinCbSizeY指示最小编解码块尺寸,并且pic_width_in_luma_samples指示包括所述当前块的图片的所述图片宽度。
26.根据权利要求21所述的设备,其中为了进行帧间预测编码,所述处理电路被配置为:
基于用于环绕运动补偿的所述偏移生成预测块;以及
发信号通知指示所述预测块与所述当前块之间的差值的残差块的信息。
27.根据权利要求21所述的设备,还包括摄像机,所述摄像机被配置为捕获包括所述当前块的图片。
28.根据权利要求21所述的设备,还包括摄像机、计算机、无线通信设备、广播接收器设备或机顶盒中的至少一个。
29.一种用于对视频数据进行解码的设备,所述设备包括:
用于解析图片参数集(PPS)中指示用于所述视频数据的当前块的环绕运动补偿的偏移的语法元素的部件;以及
用于基于用于环绕运动补偿的所述偏移对所述当前块进行帧间预测解码的部件。
30.一种在其上存储指令的计算机可读存储介质,所述指令在执行时使一个或多个处理器:
解析图片参数集(PPS)中指示用于所述视频数据的当前块的环绕运动补偿的偏移的语法元素;以及
基于用于环绕运动补偿的所述偏移对所述当前块进行帧间预测解码。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962877751P | 2019-07-23 | 2019-07-23 | |
| US62/877,751 | 2019-07-23 | ||
| US16/934,483 US11095916B2 (en) | 2019-07-23 | 2020-07-21 | Wraparound motion compensation in video coding |
| US16/934,483 | 2020-07-21 | ||
| PCT/US2020/043008 WO2021016315A1 (en) | 2019-07-23 | 2020-07-22 | Wraparound motion compensation in video coding |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114128286A true CN114128286A (zh) | 2022-03-01 |
| CN114128286B CN114128286B (zh) | 2025-02-25 |
Family
ID=74190584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080051720.4A Active CN114128286B (zh) | 2019-07-23 | 2020-07-22 | 视频编解码中的环绕运动补偿 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11095916B2 (zh) |
| EP (1) | EP4005209A1 (zh) |
| KR (1) | KR20220032563A (zh) |
| CN (1) | CN114128286B (zh) |
| WO (1) | WO2021016315A1 (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117319645A (zh) | 2019-08-23 | 2023-12-29 | 北京字节跳动网络技术有限公司 | 用于处理视频数据的方法、装置以及计算机可读存储介质 |
| US11336894B2 (en) | 2019-09-20 | 2022-05-17 | Tencent America LLC | Signaling of reference picture resampling with resampling picture size indication in video bitstream |
| US12075028B2 (en) * | 2019-09-20 | 2024-08-27 | Electronics And Telecommunications Research Institute | Image encoding/decoding method and device, and recording medium storing bitstream |
| EP4601297A3 (en) | 2019-10-23 | 2025-11-12 | Beijing Bytedance Network Technology Co., Ltd. | Calculation for multiple coding tools |
| JP7394985B2 (ja) * | 2019-10-23 | 2023-12-08 | 北京字節跳動網絡技術有限公司 | ビデオ・データを処理する方法、装置及び記憶方法 |
| CN114731431B (zh) * | 2019-11-15 | 2025-05-09 | 寰发股份有限公司 | 用于编解码360度虚拟现实视频序列的方法和装置 |
| WO2021100863A1 (en) * | 2019-11-22 | 2021-05-27 | Sharp Kabushiki Kaisha | Systems and methods for signaling tiles and slices in video coding |
| US11539939B2 (en) * | 2019-11-27 | 2022-12-27 | Hfi Innovation Inc. | Video processing methods and apparatuses for horizontal wraparound motion compensation in video coding systems |
| CN120321413B (zh) * | 2019-12-17 | 2026-01-09 | 阿里巴巴(中国)有限公司 | 执行环绕运动补偿的方法 |
| US11412253B2 (en) * | 2020-02-24 | 2022-08-09 | Alibaba Group Holding Limited | Methods for combining decoder side motion vector refinement with wrap-around motion compensation |
| KR20220160038A (ko) * | 2020-03-26 | 2022-12-05 | 알리바바 그룹 홀딩 리미티드 | 비디오 코딩 데이터를 시그널링하기 위한 방법들 |
| EP3942836A1 (en) * | 2020-05-19 | 2022-01-26 | Google LLC | Dynamic parameter selection for quality-normalized video transcoding |
| WO2022143616A1 (en) | 2020-12-28 | 2022-07-07 | Beijing Bytedance Network Technology Co., Ltd. | Dependent random access point sample entry signaling |
| US12184825B2 (en) | 2021-11-26 | 2024-12-31 | Electronics And Telecommunications Research Institute | Apparatus and method for transmitting and receiving additional information for 3D image |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140003493A1 (en) * | 2012-07-02 | 2014-01-02 | Qualcomm Incorporated | Video parameter set for hevc and extensions |
| US20150334405A1 (en) * | 2014-05-16 | 2015-11-19 | Canon Kabushiki Kaisha | Method, apparatus and system for copying a block of video samples |
| US20170085917A1 (en) * | 2015-09-23 | 2017-03-23 | Nokia Technologies Oy | Method, an apparatus and a computer program product for coding a 360-degree panoramic video |
| US20190089961A1 (en) * | 2016-03-24 | 2019-03-21 | Intellectual Discovery Co., Ltd. | Method and apparatus for encoding/decoding video signal |
| WO2019103126A1 (en) * | 2017-11-22 | 2019-05-31 | Sharp Kabushiki Kaisha | Systems and methods for signaling tile structures for pictures of coded video |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3422724B1 (en) * | 2017-06-26 | 2024-05-01 | Nokia Technologies Oy | An apparatus, a method and a computer program for omnidirectional video |
| TWI822863B (zh) * | 2018-09-27 | 2023-11-21 | 美商Vid衡器股份有限公司 | 360度視訊寫碼樣本導出 |
| EP3874757A4 (en) * | 2018-11-02 | 2022-08-24 | Sharp Kabushiki Kaisha | Systems and methods for reference offset signaling in video coding |
| US11252434B2 (en) * | 2018-12-31 | 2022-02-15 | Tencent America LLC | Method for wrap-around padding for omnidirectional media coding |
| BR122021012456B1 (pt) * | 2019-01-15 | 2022-03-22 | Lg Electronics Inc | Método de decodificação de uma imagem realizado por um aparelho de decodificação, método de codificação de uma imagem realizado por um aparelho de codificação, aparelho de decodificação para decodificação de imagem, aparelho de codificação para codificação de imagem e mídia de armazenamento digital legível por computador não transitória |
| ES2983276T3 (es) * | 2019-03-11 | 2024-10-22 | Huawei Tech Co Ltd | Recorte de filtro de interpolación para vectores de movimiento de subimagen |
-
2020
- 2020-07-21 US US16/934,483 patent/US11095916B2/en active Active
- 2020-07-22 CN CN202080051720.4A patent/CN114128286B/zh active Active
- 2020-07-22 KR KR1020227001710A patent/KR20220032563A/ko active Pending
- 2020-07-22 WO PCT/US2020/043008 patent/WO2021016315A1/en not_active Ceased
- 2020-07-22 EP EP20753847.1A patent/EP4005209A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140003493A1 (en) * | 2012-07-02 | 2014-01-02 | Qualcomm Incorporated | Video parameter set for hevc and extensions |
| US20150334405A1 (en) * | 2014-05-16 | 2015-11-19 | Canon Kabushiki Kaisha | Method, apparatus and system for copying a block of video samples |
| US20170085917A1 (en) * | 2015-09-23 | 2017-03-23 | Nokia Technologies Oy | Method, an apparatus and a computer program product for coding a 360-degree panoramic video |
| US20190089961A1 (en) * | 2016-03-24 | 2019-03-21 | Intellectual Discovery Co., Ltd. | Method and apparatus for encoding/decoding video signal |
| WO2019103126A1 (en) * | 2017-11-22 | 2019-05-31 | Sharp Kabushiki Kaisha | Systems and methods for signaling tile structures for pictures of coded video |
Non-Patent Citations (1)
| Title |
|---|
| B. HENG等: "AHG16/AHG8: Proposed Cleanup for Reference Wraparound", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11-JVET-N0070-V2, 26 March 2019 (2019-03-26), pages 1 - 8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114128286B (zh) | 2025-02-25 |
| KR20220032563A (ko) | 2022-03-15 |
| WO2021016315A1 (en) | 2021-01-28 |
| US20210029371A1 (en) | 2021-01-28 |
| TW202110189A (zh) | 2021-03-01 |
| EP4005209A1 (en) | 2022-06-01 |
| US11095916B2 (en) | 2021-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113940069B (zh) | 用于视频译码中的低频不可分离变换的变换和最后有效系数位置信令 | |
| CN114128286B (zh) | 视频编解码中的环绕运动补偿 | |
| TWI862578B (zh) | 適應性迴路濾波器組之索引發信 | |
| TWI853918B (zh) | 用於視訊寫碼之區塊內複製合併資料語法 | |
| US11490099B2 (en) | Reference subpicture scaling ratios for subpictures in video coding | |
| CN114009026A (zh) | 视频译码中的色度量化参数偏移的块级信令 | |
| US20210235124A1 (en) | Decoded picture buffer (dpb) parameter signaling for video coding | |
| CN113812148A (zh) | 用于视频译码的参考图片重采样和帧间译码工具 | |
| CN113557734A (zh) | 视频译码中的系数域块差分脉冲译码调制 | |
| JP7637675B2 (ja) | ビデオコーディングのための変換スキップにおける残差値のためのコーディング方式をシグナリングすること | |
| US11632540B2 (en) | Reference picture scaling ratios for reference picture resampling in video coding | |
| CN113924776A (zh) | 使用不同的色度格式的具有未经滤波的参考样本的视频译码 | |
| CN114868387B (zh) | 在进行视频译码时对块的色度变换跳过和联合色度译码启用 | |
| CN114846796A (zh) | 用于视频译码中的参考图片重采样的环绕偏移 | |
| CN114982240A (zh) | 用于视频译码的多重变换集信令 | |
| TWI898055B (zh) | 用於視頻譯碼中的跨分量線性模型(cclm)模式的固定位元深度處理 | |
| US11729381B2 (en) | Deblocking filter parameter signaling | |
| CN114731403A (zh) | 基于量化参数的残差编解码选择和低层级信令 | |
| CN114402599A (zh) | 用于视频编解码的高级语法中的子图片的信令号 | |
| CN115104306A (zh) | 在视频译码中共享的信令约束和序列参数集 | |
| CN114930821A (zh) | 视频编解码中的自适应色彩变换的qp偏移的灵活信令通知 | |
| TWI874413B (zh) | 用於基於區塊差量脈衝碼調變(bdpcm)模式之最大允許區塊尺寸 | |
| HK40072851A (zh) | 用於视频译码中的参考图片重采样的环绕偏移 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |