用于视频编解码的算术编解码器字节填料信令的制作方法

用于视频编解码的算术编解码器字节填料信令
1.相关申请的交叉引用
2.本专利申请要求2020年9月22日提交的题为“用于视频编解码的算数编解码器字节填料信令(arithmetic coder byte stuffing signaling for video coding)”的美国非临时申请第17/028,899号的优先权，该申请要求2019年9月23日提交的题为“用于视频编解码的无损/有损编解码的rice参数推导(rice parameter derivation for lossless/lossy coding modes for video coding)”的美国临时申请第62/904,549号的权益，上述申请已转让给本技术的受让人并在此通过引用明确并入本文。
技术领域
3.本公开涉及视频编码和视频解码。


背景技术：

4.数字视频能力可以被纳入广泛的设备中，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)、膝上型或台式计算机、平板计算机、电子书阅读器、数码相机、数字记录设备、数字媒体播放器、视频游戏设备、视频游戏控制台、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，等等。数字视频设备实现视频编解码技术，诸如在以下各项所定义的标准中描述的那些技术：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)以及此类标准的扩展。视频设备可通过实现此类视频编解码技术更有效地发送、接收、编码、解码和/或存储数字视频信息。
5.视频编解码技术包括空域(图片内)预测和/或时域(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，视频条带(例如，视频图片或视频图片的一部分)可以被分割为视频块，这些视频块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。图片的帧内编解码(i)条带中的视频块是使用相对于同一图片中相邻块中的参考样点的空余预测来编码的。图片的帧间编解码(p或b)条带中的视频块可以使用相对于同一图片中相邻块中的参考样点的空域预测，或相对于其他参考图片中的参考样点的时域预测。图片可以被称为帧，并且参考图片可以被称为参考帧。


技术实现要素：

6.诸如cabac的算术编解码器具有很高的复杂性。一些视频编解码系统限制算术编解码器所编解码的二进制位(bin)与经编解码据比特的比例。为了做到这一点，额外的填充或填料数据被添加到比特流中。实施例包括为了减少这种填充的开销的方法，实施例包括在不包括填充数据的情况下处理视频比特流的方法。
7.实施例包括对视频数据进行编码或解码的方法。一个实施例包括将针对视频数据单元的视频比特流的语法元素编码到所述视频比特流中，该语法元素指示填充比特的数量；以及在不将填充比特包括到视频比特流中的情况下，将该视频数据单元编码到视频比
特流中。另一个实施例包括从视频比特流中解码针对视频数据单元的该视频比特流的语法元素，该语法元素指示填充比特的数量；以及在不从视频比特流解码填充比特的情况下，从视频比特流中解码该单元。
8.另一个实施例包括一种用于对视频数据进行编码或解码的装置。该装置包括被配置为存储与视频比特流相关联的视频数据单元的存储器以及视频处理器。视频处理器被配置为对针对视频数据单元的视频比特流的语法元素进行编解码，该语法元素指示填充比特的数量；以及在不对视频比特流中的填充比特进行编解码的情况下，对视频数据单元进行编解码。
附图说明
9.图1是图示出可以执行本公开技术的示例视频编码和解码系统的框图。
10.图2a和图2b是图示出示例四叉树二叉树(qtbt)结构以及对应编解码树单元(ctu)的概念图。
11.图3是图示出可以执行本公开的技术的示例视频编码器的框图。
12.图4是图示出可以执行本公开的技术的示例视频解码器的框图。
13.图5是图示出根据一些实施例对视频数据进行编码的流程图。
14.图6是图示出根据一些实施例对视频数据进行解码的流程图。
15.图7是图示出根据一些实施例对视频数据进行编码和解码的流程图。
具体实施方式
16.视频编解码器可对视频比特流施加约束，以限制编码前视频数据单元(如图片)中的二进制位数量与编码后的比特(或字节)数量的比率。除其它外，这种限制有助于限制解码复杂性，特别是对于硬件编解码器(编码器或解码器)实现。该限制可用于比特流一致性检查。
17.在vvc的一个草案(jvet-o2001-ve草案版本)中(关于vvc的更多信息请见下文)，通过施加在jvet-o2001-ve.doc vvc规范(表1)的以下章节中规定的约束，存在对二进制位与比特比率的上限。
18.表1
[0019][0020][0021]
该节选规定了用于上下文自适应二进制算术编解码(cabac)的图片级别处的二进制位与比特比率的上限。基本上，对于编解码图片的视频编解码层(vcl)网络抽象层(nal)单元中的二进制位计数：
[0022][0023][0024]
其中numbitsinvclunits是8xnumberbytesinnalunit，rawbitsinpicture是表示原始编解码图片的比特的总数量，其中bitdepthy用于亮度样点，bitdepthc用于色度样点。如果编码器生成的经编码图片不能满足该约束，它就会在编解码图片的尾部比特后添加语法元素，例如，名为cabac_zero_words(即16个零比特)，以增加numbitsinvclunits，从而降低二进制位与比特比率。然而，插入cabac_zero_words增加了比特率，浪费了比特。
[0025]
根据一些实施例，代替在编解码图片的结尾添加cabac_zero_words，而是可以在无需实际发送填料比特的情况下，信令通知将通过插入cabac_zero_words而添加的填充(填料)字节的数量。编码器(或解码器)被配置为处理图片，就好像编解码器在图片结尾处的视频比特流中已经实际生成了被信令通知的额外字节数量，从而节省了cabac_zero_words的发送。额外填料的字节数量或比特数量可以由表示字节数量或cabac_zero_words(0x0000)数量或比特数量的数字来表示。表示数据单元(字节、比特或cabac_zero_words(2字节))数量的值，可以由固定数量的比特来表示。例如，32比特或16比特。替代地，语法元素可以使用熵编解码(如ue(v))编解码)由可变数量的比特来表示。编码器为填料比特或字节的数量所假定的数量可以是该值所表示的比特数量，也可以是该值加上表示调料的字节数或比特的数量的数字的长度或任何其他表示字节或比特的数，例如字节组等。
[0026]
如下是作为文件jvet-o2001_ve的变化而规定的示例实现方式。具体地，语法可以包括。
[0027]
7.3.2.10条带层rbsp语法
[0028][0029]
7.3.2.11 rbsp条带尾部比特语法
[0030][0031]
num_stuffing_bytes:填料的字节数量。
[0032]
num_stuffing_bytes字段的存在可以以num_stuffing_bytes之前的标志或特定字节模式的存在为条件，如零字节或作为rbsp_trailing_bits的一部分，其中指示num_stuffing_bytes存在的标志可以是rbsp_trailing_bits的一部分，或者rbsp_trailing比特过程可以考虑这种标志的存在来进行字节对齐。
[0033]
目前，rbsp_trailing_bits过程如下。
[0034]
7.3.2.12 rbsp尾部比特语法
[0035][0036]
在一个示例中，它改变为
[0037]
7.3.2.12 rbsp尾部比特语法
[0038][0039]
替代地，它可以是满足字节对齐的rbsp_trailing_bits过程的最后比特。
[0040]
num_stuffing_bytes_flag:当设置为1时，num_stuffing_bytes字段存在。下表说明了使用斜体和删除线来显示相对于vvc的某些草案版本的改变的一个实施例。
[0041]
7.3.2.11 rbsp条带尾部比特语法
[0042][0043]
替代地，字节可以在num_stuffing_units字段之前指示其存在，并且潜在地指示num_stuffing_bytes字段的长度(下表是说明了使用斜体和删除线显示相对于vvc的某些草案版本的改变的一个实施例)。
[0044]
7.3.2.11 rbsp条带尾部比特语法
[0045][0046]
stuffing_bytes_field_length：指示表示num_stuffing_bytes的字节数量。零值表示num_stuffing_bytes字段不存在。
[0047]
填料字节的数量的存在和指示也可以使用类似的字段在访问单元分隔符中来信令通知。一个示例包括(下表是说明使用斜体和删除线来显示相对于vvc某些草案版本的改变的一个实施例)。
[0048]
7.3.2.7访问单元分隔符rbsp语法
[0049]
[0050]
此外，可以在访问单元分隔符中信令通知bincountsinnalunits，并且可以在图片的开始处每个图片信令通知bincountsinnalunits，或者在访问单元分隔符rbsp字段中信令通知bincountsinnalunits。一个示例是可以如下所指示(下表是使用斜体和删除线来显示相对于vvc某些草案版本的改变的一个实施例)。
[0051][0052]
或
[0053][0054]
在一些实施例中，由于vvc中的cabac引擎比avc和hevc中使用的引擎有所改进，增加二进制位与比特比率限制是有意义的。例如，在一些实施例中，该比率可以增加，并按以下示例之一来规定。
[0055]
bincountsinnalunits的值应小于或等于
[0056]
12*numbytesinvclnalunits (rawmincubits*picsizeinmincbsy)
÷
32。
[0057]
在替代实施例中。
[0058]
bincountsinnalunits的值应小于或等于
[0059]
56/5*numbytesinvclnalunits (rawmincubits*picsizeinmincbsy)
÷
32。
[0060]
或者bincountsinnalunits的值应小于或等于
[0061]
272/25*numbytesinvclnalunits (rawmincubits*picsizeinmincbsy)
÷
32。
[0062]
图1是图示出可以执行本公开的技术的示例视频编码和解码系统100的框图。本公开的技术通常涉及对视频数据进行编解码(编码和/或解码)。通常，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编解码视频、经编码视频、经解码(例如，重构)视频、以及视频元数据，这诸如信令通知数据。
[0063]
如图1所示，在此示例中，系统100包括提供经编码视频数据以供目的地设备116解码和显示的源设备102。具体地，源设备102经由计算机可读介质110向目的地设备116提供视频数据。源设备102和目的地设备116可以包括各种设备中的任何一种，包括台式计算机、笔记本(即膝上型)计算机、平板计算机、机顶盒、诸如智能手机的电话手机、电视机、照相机、显示设备、数字媒体播放器、视频游戏控制台、视频流式传输设备等。在某些情况下，源设备102和目的地设备116可以被装备用于无线通信，因此可以被称为无线通信设备。
[0064]
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以及输出接口108。目的地设备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和目的地设备116的视频解码器300可以被配置为应
用本文公开的技术。因此，源设备102表示视频编码设备的示例，而目的地设备116表示视频解码设备的示例。在其他示例中，源设备和目的地设备可以包括其他组件或布置。例如，源设备102可以从诸如外部相机之类的外部视频源接收视频数据。同样，目的地设备116可以与外部显示设备接口，而不是包括集成的显示设备。
[0065]
如图1所示的系统100仅仅是一个示例。源设备102和目的地设备116仅仅是这种编解码设备的示例，其中源设备102生成经编码视频数据以用于传输到目的地设备116。本公开将“编解码”设备指代为执行数据的编解码(编码和/或解码)的设备。因此，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，分别表示视频编码器和视频解码器的示例。在一些示例中，设备102、116可以以基本对称的方式操作，使得设备102、116中的每一个包括视频编码和解码组件。因此，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，以用于视频流式传输、视频回放、视频广播或视频电话。
[0066]
通常，视频源104表示视频数据(即，原始的、未编解码的视频数据)的源，并向视频编码器200提供视频数据的连续系列图片(也被称为“帧”)，视频编码器200对针对这些图片的数据进行编码。源设备102的视频源104可以包括诸如视频相机的视频捕获设备、包含先前捕获的原始视频的视频存档、和/或用于从视频内容提供者接收视频的视频馈送接口。作为进一步的替代，视频源104可以生成基于计算机图形的数据作为源视频，或实况视频、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对所捕获的、预捕获的、或计算机生成的视频数据进行编码。视频编解码器200可以将图片从接收的次序(有时被称为“显示次序”)重新布置成用于编解码的编解码次序。视频编解码器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，以供例如目的地设备116的输入接口122接收和/或检索。
[0067]
源设备102的存储器106和目的地设备116的存储器120表示通用存储器。在一些示例中，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、经解码的视频数据。附加地或替代地，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。虽然在本例中与视频编码器200和视频解码器300分开地示出，但应该理解的是，视频编码器200和视频解码器300还可以包括用于功能类似或同等目的的内部存储器。此外，存储器106、120可以存储例如从视频编码器200输出并被输入到视频解码器300的经编码视频数据。在一些示例中，存储器106、120的部分可以被分配为一个或多个视频缓冲器，例如以存储原始、经解码和/或经编码的视频数据。
[0068]
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传送到目的地设备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表示使源设备102能够例如经由射频网络或基于计算机的网络实时地将经编码视频数据直接发送到目的地设备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，而输入接口122可以调制所接收的传输信号。通信介质可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以下各项的基于分组的网络的部分：局域网、广域网或诸如互联网之类的全球网络。通信介质可以包括路由器、交换机、基站或对促进从源设备102到目的地设备116的通信可能有用的任何其他设备。
[0069]
在一些示例中，源设备102可以从输出接口108向存储设备112输出经编码数据。类似地，目的地设备116可以经由输入接口122从存储设备112访问经编码数据。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，诸如硬盘驱动器、蓝光盘、dvd、cd-rom、闪存、易失性或非易失性存储器、或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。
[0070]
在一些示例中，源设备102可以将经编码视频数据输出到文件服务器114或另一个中间存储设备，该中间存储设备可以存储由源设备102生成的经编码视频。目的地设备116可以经由流式传输或下载从文件服务器114访问所存储的视频数据。文件服务器114可以是能够存储经编码视频数据并将该经编码视频数据发送到目的地设备116的任何类型的服务器设备。文件服务器114可以表示(例如，用于网站的)网络服务器、文件传输协议(ftp)服务器、内容递送网络设备或网络附加存储(nas)设备。目的地设备116可以通过包括互联网连接的任何标准数据连接从文件服务器114访问经编码视频数据。这可以包括适合于访问存储在文件服务器114上的经编码视频数据的无线信道(例如，wi-fi连接)、有线连接(例如，dsl、电缆调制解调器等)或两者的组合。文件服务器114和输入接口122可以被配置为根据流式传输传输协议、下载传输协议或其组合来操作。
[0071]
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标准中的任何一种操作的无线通信组件，或其他物理组件。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可以被配置为根据蜂窝通信标准，如4g、4g-lte(长期演进)、lte advanced、5g等来传递数据，例如经编码视频数据。在其中输出接口108包括无线发送器的一些示例中，输出接口108和输入接口122可以被配置为根据其他无线标准(例如ieee 802.11规范、ieee 802.15规范(例如zigbee
tm
)、蓝牙
tm
标准等)来传递数据，例如经编码视频数据。在一些示例中，源设备102和/或目的地设备116可以包括各自的片上系统(soc)设备。例如，源设备102可以包括用于执行归属于视频编码器200和/或输出接口108的功能性的soc设备，而目的地设备116可以包括用于执行归属于视频解码器300和/或输入接口122的功能性的soc设备。
[0072]
本公开的技术可以被应用于支持诸如以下各项的各种多媒体应用中的任一者的视频编解码：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)之类的互联网流式传输视频传输、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的解码、或其他应用。
[0073]
目的地设备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。经编码视频比特流计算机可读介质110可以包括由视频编器200定义、还由视频解码器300使用的信令通知消息，例如具有描述视频块或其他经编码单元(例如，条带、图片、图片组、序列等)的特性和/或处理的值的语法元素。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可以表示各种显示设备中的任何一种，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、或另一类型的显示设备。
[0074]
虽然图1中未示出，但在一些示例中，视频编码器200和视频解码器300可以各自与音频编码器和/或音频解码器集成，并可以包括适当的mux-demux单元或其他硬件和/或软件，以处理包括在公共数据流中的音频和视频两者的多路复用流。如果适用，mux-demux单
元可以符合itu h.223复用器协议或其他协议，如用户数据报协议(udp)。
[0075]
视频编码器200和视频解码器300各自可以被实现为各种合适的编码器和/或解码器电路中的任何一种，例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、固件或其任意组合。当这些技术部分被实现于软件中时，设备可以将用于该软件的指令存储在合适的、非暂时性的计算机可读介质中，并使用一个或多个处理器在硬件中执行这些指令以执行本公开的技术。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，这一个或多个编码器或解码器中的任何一个可以被集成为相应设备中的组合编码器/解码器(codec)的部分。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/或无线通信设备，如蜂窝电话。
[0076]
视频编码器200和视频解码器300可以根据视频编解码标准来操作，视频编解码标准诸如itu-t h.265，也被称为高效视频编解码(hevc)，或其扩展，诸如多视图和/或可缩放视频编解码扩展。替代地，视频编解码器200和视频解码器300可以根据其他专有或行业标准来操作，如联合探索测试模型(jem)或itu-t h.266，也被称为多功能视频编解码(vvc)。vvc标准的最新草案在以下中描述：bross等人的“多功能视频编解码(草案3)”，itu-t sg 16wp 3和iso/iec jtc 1/sc 29/wg 11的联合视频专家小组(jvet)，第12次会议：澳门,cn,2018年10月3-12日,jvet-l1001-v9(以下简称“vvc草案3”)。然而，本公开的技术并不限于任何特定的编解码标准。
[0077]
通常，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”通常是指包括将被处理(例如，编码、解码、以其他方式用于编码和/或解码过程)的数据的结构。例如，块可以包括亮度和/或色度数据的样点的二维矩阵。通常，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码，而不是对针对图片样点的红、绿和蓝(rgb)数据进行编解码，其中色度分量可以包括红色色调和蓝色色调色度分量两者。在一些示例中，视频编码器200在编码前将所接收的rgb格式化数据转换为yuv表示，而视频解码器300将yuv表示转换为rgb格式。替代地，预处理和后处理单元(未示出)可以执行这些转换。
[0078]
本公开通常可以涉及对图片的编解码(例如，编码和解码)，以包括对图片的数据进行编码或解码的过程。类似地，本公开可以将对图片的块的编解码指代为包括对针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。经编码视频比特流通常包括针对语法元素的一些劣质，这些语法元素表示编解码决策(如编解码模式)以及图片到块的分割。因此，对图片或块进行编解码的引用通常应理解为对针对形成图片或块的语法元素的值进行编解码。
[0079]
hevc定义了各种块，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(如视频编码器200)根据四叉树结构将编解码树单元(ctu)分割成cu。也就是说，视频编解码器将ctu和cu分割为四个相等的、不重叠的方块，其四叉树的每个节点有零个或四个子节点。没有子节点的节点可以被称为“叶节点”，并且这种叶节点的cu可包括一个或多个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)表示对tu的分割。在hevc中，pu表示帧间预测数据，而tu表示残差
数据。经帧内预测的cu包括帧内预测信息，如帧内模式指示。
[0080]
作为另一个示例，视频编码器200和视频解码器300可以被配置为根据jem或vvc操作。根据jem或vvc，视频编解码器(如视频编码器200)将图片分割成多个编解码树单元(ctu)。视频编码器200可以根据诸如四叉树-二叉树(qtbt)结构或多类型树(mtt)结构之类的树结构来分割ctu。qtbt结构移除了多种分割类型的概念，如hevc的cu、pu和tu之间的分离。qtbt结构包括两个级别：根据四叉树分割来分割的第一级别，以及根据二叉树分割来分割的第二级别。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)。
[0081]
在mtt分割结构中，可以使用四叉树(qt)分割、二叉树(bt)分割以及一种或多种类型的三叉树(tt)分割来划分块。三叉树分割是其中块被拆分成三个子块的分割。在一些示例中，三叉树分割将块划分成三个子块，而不穿过中心来划分原始块。mtt中的分割类型(如qt、bt和tt)，可以是对称的或非对称的。
[0082]
在一些示例中，视频编码器200和视频解码器300可以使用单个qtbt结构或mtt结构来表示亮度分量和色度分量中的每一个，而在其他示例中，视频编码器200和视频解码器300可以使用两个或更多个qtbt结构或mtt结构，例如一个qtbt/mtt结构用于亮度分量而另一个qtbt/mtt结构用于两个色度分量(或两个qtbt/mtt结构用于相应的色度分量)。
[0083]
视频编码器200和视频解码器300可以被配置为使用按照hevc的四叉树分割、qtbt分割、mtt分割或其他分割结构。出于解释的目的，相对于qtbt分割来呈现本公开的技术。然而，应该理解的是，本公开的技术还可以被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。
[0084]
本公开可互换地使用“n
×
n”和“n乘n”来指代块(如cu或其他视频块)的就垂直和水平维度而言的样点维度，例如，16
×
16样点或者16乘16样点。通常，16
×
16cu将在垂直方向上具有16个样点(y＝16)且在水平方向上具有16个样点(x＝16)。同样，n
×
n cu通常在垂直方向上具有n个样点且在水平方向上具有n个样点，其中n表示非负整数值。cu中的样点可以按行和列来布置。此外，cu不一定在水平方向上有与垂直方向上相同数量的样点。例如，cu可以包括n
×
m样点，其中m不一定等于n。
[0085]
视频编码器200对针对cu的表示预测和/或残差信息以及其他信息的视频数据进行编码。预测信息指示将如何对cu进行预测，以形成cu的预测块。残差信息通常表示编码之前的cu的样点与预测块之间的逐样点差。
[0086]
为了预测cu，视频编码器200通常可以通过帧间预测或帧内预测来形成cu的预测块。帧间预测通常指根据先前经编码图片的数据来预测cu，而帧内预测通常指根据同一图片的先前经编解码数据来预测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通常可执行运动搜索，以例如根据cu与参考块之间的差来标识紧密匹配cu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)或其他此类差计算来计算差度量，以确定参考块是否与当前cu紧密匹配。在一些示例中，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。
[0087]
jem和vvc的一些示例还提供了仿射运动补偿模式，这可以被认为是帧间预测模式。在仿射运动补偿模式中，视频编码器200可以确定表示诸如以下各项的非平移运动的两个或更多个运动矢量:放大或缩小、旋转、透视运动或其他不规则运动类型。
[0088]
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。jem和vvc的一些示例提供了六十七种帧内预测模式，包括各种方向模式，以及平面模式和dc模式。通常，视频编解码器200选择描述当前块(例如，cu的块)的相邻样点以根据其来预测当前块的样点的帧内预测模式。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，这样的样点通常可以位于与当前块相同的图片中的当前块的上方、左上方或左方。
[0089]
视频编码器200对表示用于当前块的预测模式的数据进行编码。例如，对于帧间预测模式，视频编码器200可以对表示以下内容的数据进行编码：使用各种可用的帧间预测模式中的哪一种，以及用于对应模式的运动信息。例如，对于单向或双向帧间预测，视频编码器200可以使用高级运动矢量预测(amvp)或merge模式来对运动矢量进行编码。针对仿射运动补偿模式，视频编码器200可以使用类似的模式运动矢量进行编码。
[0090]
在对块的预测之后，例如在对块的帧内预测或帧间预测之后，视频编码器200可以计算针对块的残差数据。诸如残差块之类的残差数据表示块与使用对应预测模式形成的针对该块的预测块之间的逐样点差。视频编码器200可以对残差块应用一个或多个变换，以在变换域而不是样点域中产生经变换数据。例如，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可以在初级变换之后应用次级变换，例如模式依赖的不可分离的次级变换(mdnsst)、信号依赖的变换、卡尔亨-洛夫变换(klt)等。视频编码器200在应用一个或多个变换后产生变换系数。
[0091]
如上所述，在用于产生变换系数的任何变换之后，视频编码器200可以执行对变换系数的量化。量化通常是指其中对变换系数进行量化以可能地减少用于表示系数的数据量从而提供进一步压缩的过程。通过执行量化过程，视频编码器200可以减少与系数中一些或所有相关联的比特深度。例如，在量化过程期间，视频编码器200可以将n比特值舍入为m比特值，其中n大于m。在一些示例中，为了执行量化，视频编码器200可以执行对要量化的值的逐位右移。
[0092]
量化之后，视频编码器200可以扫描变换系数，从包括经量化变换系数的二维矩阵中产生一维矢量。扫描可以被设计成将能量较高(并且因此频率较低)的系数置于矢量的前面，而将能量较低(并且因此频率较高)的变换系数放在矢量的后面。在一些示例中，视频编码器200可以利用预定义的扫描次序来扫描经量化变换系数以产生串行化的矢量，然后对矢量的经量化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。在扫描经量化变换系数以形成一维矢量后，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还可以对针对语法元素的值进行熵编码，这些语法元素描述与经编码视频数据相关联的、供视频解码器300在解码视频数据时使用的元数据。
[0093]
为了执行cabac，视频编解码器200可以将上下文模型内的上下文分配给待发送的符号。上下文可以涉及，例如，符号的相邻值是否为零值。概率确定可以基于分配给符号的上下文。
[0094]
视频编码器200可以进一步例如在图片标头、块标头、条带标头中向视频解码器300生成诸如基于块的语法数据、基于图片的语法数据和基于序列的语法数据或生成诸如
序列参数集(sps)、图片参数集(pps)或视频参数集(vps)之类的其它语法数据。视频解码器300同样可以解码这种语法数据，以确定如何解码对应的视频数据。
[0095]
以这种方式，视频编码器200可以生成比特流，该比特流包括经编码视频数据，例如，描述图片到块(例如，cu)的分割的语法元素和针对块的预测和/或残差信息。最终，视频解码器300可以接收比特流并对经编码视频数据进行解码。
[0096]
通常，视频解码器300执行与视频编码器200所执行的过程相反的过程，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可以以与视频编码器200的cabac编码过程基本上类似，虽然相反，的方式使用cabac来对比特流中针对语法元素的值进行解码。语法元素可以定义图片到ctu的分割信息，以及根据诸如qtbt结构之类的对应分割结构进行的对每个ctu的分割，以定义ctu的cu。语法元素可以进一步定义针对视频数据的块(例如，cu)的预测和残差信息。
[0097]
残差信息可以由例如经量化变换系数表示。视频解码器300可以对块的经量化变换系数进行逆量化和逆变换，以再现针对块的残差块。视频解码器300使用信令通知的预测模式(帧内或帧间预测)和相关预测信息(例如，用于帧间预测的运动信息)来形成针对块的预测块。然后，视频解码器300可以(在逐个样点的基础上)组合预测块和残差块来再现原始块。视频解码器300可以执行附加处理，例如执行去方块过程，以减少沿块的边界的视觉伪影。
[0098]
本公开通常可涉及“信令通知”某些信息，如语法元素。术语“信令通知”通常可以涉及针对用于对经编码视频数据进行解码的语法元素的值和/或其他数据的通信。也就是说，视频编码器200可以在比特流中信令通知语法元素。通常，信令通知涉及在比特流中生成值。如上所述，源设备102可以基本上实时地或者非实时地将比特流传送到目的地设备116，例如可以在将语法元素存储到存储设备112以供目的地设备116稍后检索时发生。
[0099]
图2a和图2b是图示出示例四叉树二叉树(qtbt)结构130，以及对应编解码树单元(ctu)132的概念图。实线表示四叉树拆分，而虚线指示二叉树拆分。在二叉树的每个拆分(即，非叶)节点中，一个标志被信令通知以指示使用哪种拆分类型(即，水平或垂直)，其中在本例中，0指示水平拆分，而1指示的垂直拆分。对于四叉树拆分，不需要指示拆分类型，因为四叉树节点将块水平和垂直地拆分成4个尺寸相等的子块。因此，视频编码器200可以编码，而视频解码器300可以解码针对qtbt结构130的区域树级别(即，实线)的语法元素(如拆分信息)和针对qtbt结构130的预测树级别(即，虚线)的语法元素(如拆分信息)。视频编码器200可以编码，而视频解码器300可以解码针对由qtbt结构130的终端叶节点表示的cu的诸如预测和变换数据之类的视频数据。
[0100]
通常，图2b的ctu 132可以与定义同qtbt结构130中第一和第二级别的节点相对应的块的尺寸的参数相关联。这些参数可以包括ctu尺寸(以样点来表示ctu 132的尺寸)、最小四叉树尺寸(minqtsize，表示最小允许四叉树叶节点尺寸)、最大二叉树尺寸(maxbtsize，表示最大允许二叉树根节点尺寸)、最大二叉树深度(maxbtdepth，表示最大允许二叉树深度)和最小二叉树尺寸(minbtsize，表示最小允许二叉树叶节点尺寸)。
[0101]
对应于ctu的qtbt结构的根节点在qtbt结构的第一级别可以有四个子节点，这些子节点中的每一个都可以根据四叉树分割来进行分割。也就是说，第一级别的节点是叶节点(没有子节点)或者具有四个子节点。qtbt结构130的示例将此类节点表示为包括具有用
于分支的实线的父节点和子节点。如果第一级别的节点不大于最大允许二叉树根节点尺寸(maxbtsize)，则它们可以被相应的二叉树进一步分割。一个节点的二叉树拆分可以被迭代，直到拆分所得的节点达到最小允许二叉树叶节点尺寸(minbtsize)或最大允许二叉树深度(maxbtdepth)。qtbt结构130的示例将此类节点表示为具有用于分支的虚线。二叉树叶节点被称为编解码单元(cu)，其用于预测(例如，图片内或图片间预测)和变换，而无需任何进一步的分割。如上所述，cu也可以被称为“视频块”或“块”。
[0102]
在qtbt分割结构的一个示例中，ctu尺寸被设置为128
×
128(亮度样点和两个对应的64
×
64色度样点)，minqtsize被设置为16
×
16，maxbtsize被设置为64
×
64，minbtsize(对于宽度和高度两者)被设置为4，而maxbtdepth被设置为4。四叉树分割首先被应用于ctu以生成四叉树叶节点。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。如果叶四叉树节点是128
×
128，则它将不会被二叉树进一步拆分，因为尺寸超过maxbtsize(即，在此示例中，为64
×
64)。否则，叶四叉树节点将进一步被二叉树分割。因此，四叉树叶节点也是二叉树的根节点，并且具有为0的二叉树深度。当二叉树深度达到maxbtdepth(在此示例中为4)时，不允许进一步拆分。当二叉树节点具有等于minbtsize(在此示例中为4)的宽度时，这意味着不允许进一步的水平拆分。类似地，具有等于minbtsize的高度的二叉树节点意味着对于该二叉树节点不允许进一步的垂直拆分。如上所述，二叉树的叶节点被称为cu，并且在不需要进一步分割的情况下根据预测和变换被进一步处理。
[0103]
图3是图示出可以执行本公开的技术的示例视频编码器200的框图。图3是出于解释的目的而提供的，并且不应该被认为是对本公开中广泛例示和描述的技术的限制。出于解释的目的，本公开在诸如hevc视频编解码标准以及开发中的h.266视频编解码标准之类的视频编解码标准的上下文中描述视频编码器200。然而，本公开的技术不限于这些视频编解码标准，而且通常可以适用于视频编码和解码。
[0104]
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、解码图片缓存器(dpb)218和熵编码单元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中的任何或全部可以在一个或多个处理器或处理电路中实现。此外，视频编码器200可以包括附加的或替代的处理器或处理电路来执行这些和其他功能。
[0105]
视频数据存储器230可以存储将由视频编码器200的组件编码的视频数据。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可充当参考图片存储器，存储参考视频数据以用于由视频编解码器200预测后续视频数据。视频数据存储器230和dpb 218可以由各种存储器设备中的任何一种形成，例如动态随机存取存储器(dram)(包括同步dram(sdram))、磁阻ram(mram)、电阻ram(rram)，或其他类型的存储器设备。视频数据存储器230和dpb 218可由同一存储器设备或分开的存储器设备提供。在各种示例中，视频数据存储器可以230与视频编码器200的其他组件一起位于片上，如图所示的那样，或相对于这些组件位于片外。
[0106]
在本公开中，对视频数据存储器230的参考不应被解释为仅限于视频编码器200内
部的存储器，除非具体描述为如此，或视频编码器200外部的存储器，除非具体描述为如此。相反，对视频数据存储器230的参考应被理解为存储视频编码器200接收以用于编码的视频数据(例如，用于将被编码的当前块的视频数据)的参考存储器。图1的存储器106还可以提供对来自视频编码器200的各个单元的输出的临时存储。
[0107]
图3的各种单元被图示，以帮助理解由视频编码器200执行的操作。这些单元可以被实现为固定功能的电路、可编程电路或其组合。固定功能电路指的是提供特定功能并且被预设在可被执行的操作上的电路。可编程电路指的是可以被编程以执行各种任务，并且在可以被执行的操作中提供灵活功能性的电路。例如，可编程电路可以执行软件或固件，使得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，以接收参数或输出参数)，但固定功能电路所执行的操作的类型通常是不可变的。在一些示例中，单元中的一个或多个可以是不同的电路块(固定功能或可编程的)，而在一些示例中，单元中的一个或多个可以是集成电路。
[0108]
视频编码器200可以包括算术逻辑单元(alu)、初等函数单元(efu)、数字电路、模拟电路和/或由可编程电路形成的可编程核。在其中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接收并执行的软件的目标代码，或者视频编码器200内的另一个存储器(未示出)可以存储这种指令。
[0109]
视频数据存储器230被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中检索视频数据的图片，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要被编码的原始视频数据。
[0110]
模式选择单元202包括运动估计单元222、运动补偿单元224以及帧内预测单元226。模式选择单元202可以包括用于根据其他预测模式执行视频预测的附加功能单元。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)单元等等。
[0111]
模式选择单元202通常协调多个编码遍次(pass)，以测试编码参数的组合以及针对这种组合的所得率失真值。编码参数可包括ctu到cu的分割、用于cu的预测模式、用于cu的残差数据的变换类型、用于cu的残差数据的量化参数等。模式选择单元202可以最终选择具有比其他经测试组合更好的失真率值的编码参数组合。
[0112]
视频编解码器200可以将从视频数据存储器230检索到的图片分割成一系列ctu，并将一个或多个ctu封装在条带内。模式选择单元210可以根据诸如qtbt结构或上述的hevc的四叉树结构之类的树结构，对图片的ctu进行分割。如上所述，视频编码器200可以通过根据树结构分割ctu来形成一个或多个cu。这样的cu通常也可以被成为“视频块”或“块”。
[0113]
通常，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)以生成针对当前块(例如，当前cu、或hevc中的pu和tu的重叠部分)的预测块。对于当前块的帧间预测，运动估计单元222可以执行运动搜索，以标识一个或多个参考图片(例如，被存储在dpb 218中的一个或多个先前经编解码图片)中的一个或多个紧密匹配的参考块。具体地，运动估计单元222可以例如根据绝对差之和(sad)、平方差之和(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类似的值。运动估计单元222通常可以使用当前块和被考虑的参考块之间的逐样点差来执行这些计算。运动估计单元222可以标识具有这些计算所得的最低值的参考块，指示最紧密匹配当前
块的参考块。
[0114]
运动估计单元222可以形成一个或多个运动矢量(mv)，这一个或多个mv定义参考图片中的参考块相对于当前图片中的当前块的位置。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。作为另一个示例，如果运动矢量具有分数样点精度，则运动补偿单元224可以根据一个或多个插值滤波器来对针对预测块的值进行插值。此外，对于双向帧间预测，运动补偿单元224可以检索针对由相应运动矢量标识的两个参考块的数据，并且例如，通过逐样点平均或加权平均来组合检索的数据。
[0115]
作为另一个示例，对于帧内预测或帧内预测编解码，帧内预测单元226可以根据与当前块相邻的样点生成预测块。例如，对于方向模式，帧内预测单元226通常可以数学上组合相邻样点的值，并且在跨当前块的所定义方向上填充这些计算值以产生预测块。作为另一个示例，对于dc模式，帧内预测单元226可以计算当前块的相邻样点的平均值，并生成预测块以至于对于该预测块的每个样点，都包括此所得平均。
[0116]
模式选择单元202向残差生成单元204提供预测块。残差生成单元204从视频数据存储器230接收当前块的原始的、未编解码的版本，并从模式选择单元202接收预测块。残差生成单元204计算当前块与预测块之间的逐样点差。所得的逐样点差定义了当前块的残差块。在一些示例中，残差生成单元204还可以确定残差块中的样点值之间的差，以使用残差差分脉冲编解码调制(rdpcm)生成残差块。在一些示例中，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。
[0117]
在其中模式选择单元202将cu分割成pu的示例中，每个pu可以与亮度预测单元和对应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，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，视频编码器200可以支持尺寸为2n
×
2n或n
×
n的pu来用于帧内预测，以及尺寸为2n
×
2n、2n
×
n、n
×
2n、n
×
n或类似尺寸的对称pu来用于帧间预测。视频编码器200和视频解码器300还可以支持针对尺寸为2n
×
nu、2n
×
nd、nl
×
2n和nr
×
2n的pu的非对称分割来用于帧间预测。
[0118]
在其中模式选择单元不将cu进一步分割成pu的示例中，每个cu可以与亮度编解码块和对应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120可以支持尺寸为2n
×
2n、2n
×
n或n
×
2n的cu。
[0119]
对于诸如块内复制模式编解码、仿射模式编解码和线性模型(lm)模式编解码之类的其他视频编解码技术，作为若干示例，模式选择单元202经由与编解码技术相关联的相应单元生成针对正被编解码的当前块的预测块。在一些示例中，例如调色板模式编解码，模式选择单元202可以不生成预测块，而是生成指示以基于所选调色板来重构块的方式的语法元素。在这样的模式中，模式选择单元202可以向熵编码单元220提供这些语法元素以进行编码。
[0120]
如上所述，残差生成单元204接收针对当前块和对应预测块的视频数据。然后，残差生成单元204生成针对当前块的残差块。为了生成残差块，残差生成单元204计算预测块
与当前块之间的逐样点差。
[0121]
变换处理单元206将一个或多个变换应用于残差块，以输出变换系数的块(在本文被称为“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、卡尔亨-洛夫变换(klt)或概念上类似的变换应用于残差块。在一些示例中，变换处理单元206可以对残差块执行多个变换，例如，初级变换和次级变换，如旋转变换。在一些示例中，变换处理单元206不对残差块应用变换。
[0122]
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系数块的量化程度。量化可能会引入信息损失，因此，经量化变换系数可能具有比由变换处理单元206产生的原始变换系数更低的精度。
[0123]
逆量化单元210和逆变换处理单元212可以分别对经量化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可以基于经重构残差块和由模式选择单元202生成的预测块来产生与当前块相对应的经重构块(尽管可能有一定程度的失真)。例如，重构单元214可以将经重构残差块的样点添加到由模式选择单元202生成的预测块的对应样点，以产生经重构块。
[0124]
滤波器单元216可以对经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，以减少沿cu边缘的块效应伪影。在一些示例中，滤波器单元216的操作可以被跳过。
[0125]
视频编解码器200将经重构块存储在dpb218中。例如，在其中不需要滤波器单元216的操作的示例中，重构单元214可以将经重构块存储到dpb 218。在其中需要滤波器单元216的操作的示例中，滤波器单元216可以将经滤波的重构块存储到dpb 218。运动估计单元222和运动补偿单元224可以从dpb 218中检索参考图片，该参考图片由经重构(并且可能经滤波)的块形成，以对后续经编码图片的块进行帧间预测。此外，帧内预测单元226可以使用当前图片的dpb 218中的经重构块来对当前图片中的其他块进行帧内预测。
[0126]
通常，熵编码单元220可以对从视频编码器200的其他功能之间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的经量化变换系数块进行熵编码。作为另一个示例，熵编码单元220可以熵编码来自模式选择单元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)。熵编码单元220可以对作为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，以生成经熵编码数据。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-哥伦布编解码操作或另一类型的熵编解码操作。在一些示例中，熵编码单元220可以其中语法元素不被熵编码的旁路模式操作。
[0127]
视频编码器200可以输出包括所需用于重构条带或图片的块的经熵编码语法元素的比特流。具体地，熵编解码单元220可以输出比特流。
[0128]
上面描述的操作是相对于块而描述的。这样的描述应该被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，在一些示例中，亮度编解码块和色度编解码块
是cu的亮度和色度分量。在一些示例中，亮度编解码块和色度编解码块是pu的亮度和色度分量。
[0129]
在一些示例中，相对于亮度编解码块执行的操作不需要对色度编解码块重复。作为一个示例，用于标识针对亮度编解码模块的运动矢量(mv)和参考图片的操作不需要被重复用于标识针对色度编解码块的mv和参考图片。确切地说，针对亮度编解码块的mv可以被缩放以确定针对色度块的mv，而参考图片可以是相同的。作为另一个示例，对于亮度编解码块和色度编解码块，帧内预测过程可以是相同的。
[0130]
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，包括被配置为存储视频数据的存储器，以及在电路中实现的一个或多个处理单元，并且其被配置为对未被信令通知但编码器被配置为假定已将其信令通知的多个额外比特进行编码，以满足二进制位与比特比率约束。
[0131]
图4是图示出可以执行本公开的技术的示例视频解码器300的框图。图4是出于解释的目的而被提供的，且并非对本公开中广泛例示和描述的技术的限制。出于解释的目的，本公开描述了根据jem、vvc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。
[0132]
在图4的示例中，视频解码器300包括编解码图片缓冲器(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中的任何或全部可以在一个或多个处理器或处理电路中实现。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来执行这些和其他功能。
[0133]
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可以包括用于根据其它预测模式执行预测的附加单元。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的部分)、仿射单元、线性模型(lm)单元等等。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。
[0134]
cpb存储器320可以存储将由视频解码器300的组件解码的视频数据，例如经编码视频比特流。存储在cpb存储器320中的视频数据可以例如从计算机可读介质110(图1)获得。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。另外，cpb存储器320可以存储除经编码图片的语法元素以外的视频数据，例如表示来自视频解码器300的各单元的输出的临时数据。dpb 314通常存储经解码图片，视频解码器300可以输出该经解码图片和/或在对经编码视频比特流的后续数据或图片进行解码时将该经解码图片用作参考视频数据。cpb存储器320和dpb 314可由各种存储器设备中的任何一种形成，例如动态随机存取存储器(dram)(包括同步dram(sdram))、磁阻式ram(mram)、电阻式ram(rram)或其他类型的存储器设备。cpb存储器320和dpb 314可以由同一存储器设备或分开的存储器设备提供。在各种示例中，cpb存储器320可以与视频解码器300的其他组件一起位于片上，或者相关于这些组件位于片外。
[0135]
附加地或者替代地，在一些示例中，视频解码器300可从存储器120(图1)检索经编码视频数据。也就是说，存储器120可以存储如上文与cpb存储器320一起讨论的数据。同样，当视频解码器300的功能性中的一些或全部被实现于将由视频解码器300的处理电路执行
的软件中时，存储器120可以存储将由视频解码器300执行的指令。
[0136]
图4中所示的各种单元被图示用于帮助理解视频解码器300所执行的操作。这些单元可以被实现为固定功能电路、可编程电路或其组合。与图3类似，固定功能电路指的是提供特定功能并且被预设在可被执行的操作上的电路。可编程电路指的是可以被编程执行各种任务，并且在可执行的操作中提供灵活功能性的电路。例如，可编程电路可以执行软件或固件，使得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，以接收参数或输出参数)，但固定功能电路所执行的操作的类型通常是不可改变的。在一些示例中，单元中的一个或多个可以是不同的电路块(固定功能或可编程的)，在一些示例中，单元中的一个或多个可以是集成电路。
[0137]
视频解码器300可以包括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。在其中视频解码器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接收和执行的软件的指令(例如，目标代码)。
[0138]
熵解码单元302可以从cpb接收经编码视频数据，并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。
[0139]
通常，视频解码器300在逐块的基础上重构图片。视频解码器300可以单独对每个块执行重构操作(其中当前正被重构，即，被解码的块，可被称为“当前块”)。
[0140]
熵解码单元302可以对定义经量化变换系数块的经量化变换系数的语法元素以及诸如量化参数(qp)和/或(一个或多个)变换模式指示之类的变换进行熵解码。逆量化单元306可以使用与经量化变换系数块相关联的qp来确定量化程度，并且同样地，确定供逆量化单元306应用的逆量化程度。逆量化单元306可以，例如，执行逐位左移操作以对经量化变换系数进行逆量化。逆量化单元306可以由此形成包括变换系数的变换系数块。
[0141]
在逆量化单元306形成变换系数块之后，逆变换处理单元308可以对变换系数块应用一个或多个逆变换，以生成与当前块相关联的残差块。例如，逆变换处理单元308可以对系数块应用逆dct、逆整数变换、逆卡尔亨-洛夫变换(klt)、逆旋转变换、逆方向变换或另一逆变换。
[0142]
此外，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中的从其中检索参考块的参考图片，以及标识参考块在参考图片中的位置相对于当前块在当前图片中的位置的运动矢量。运动补偿单元316通常可以以与相对于运动补偿单元224(图3)而描述的基本相似的方式执行帧间预测过程。
[0143]
作为另一个示例，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。同样，帧内预测单元318通常可以以与相对于帧内预测单元226(图3)而描述的方式基本类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检索针对当前块的相邻样点的数据。
[0144]
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可以将残差块的样点添加到预测块的对应样点以重构当前块。
[0145]
滤波器单元312可以对经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，以减少沿经重构块边缘的块效应伪影。滤波器单元312的操作不必在所有的示例中执行。
[0146]
视频解码器300可以将经重构块存储在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，例如用于帧内预测的当前图片的样点和用于后续运动补偿的先前经解码图片的样点。此外，视频解码器300可以从dpb输出经解码图片，以便随后在显示设备(例如图1的显示设备118)上呈现。
[0147]
以这种方式，视频解码器300表示视频解码设备的示例，包括被配置为存储视频数据的存储器，以及在电路中实现的一个或多个处理单元，并且该一个或多个处理单元被配置为对未被信令通知但编码器被配置为假定已将其信令通知的多个额外比特进行解码，以满足二进制位与比特比率约束。
[0148]
图5是图示出对当前块进行编解码的示例方法的流程图。当前块可以包括当前cu。虽然相对于视频编解码器200(图1和图2)进行了描述，但应该理解，其他设备可以被配置为执行类似于图5的方法。
[0149]
在此示例中，视频编码器200最初预测当前块(350)。例如，视频编码器200可以形成当前块的预测块。然后，视频编解码器200可以计算当前块的残差块(352)。为了计算残差块，视频编码器200可以计算原始的、未经编解码的块以及预测块与当前块的之间的差。然后，视频编码器200可以对残差块的系数进行变换和量化(354)。接下来，视频编码器200可以扫描残差块的经量化变换系数(356)。在扫描期间，或在扫描之后，视频编码器200可以对系数进行熵编码(358)。例如，视频编码器200可以使用cavlc或cabac对系数进行编码。然后，视频编解码器200可以输出块的经熵编解码数据(360)。
[0150]
图6是图示出对视频数据的当前块进行解码的示例方法的横突。当前块可以包括当前cu。虽然相对于视频解码器300(图1和图3)进行了描述，但应该理解，其他设备可以被配置为执行类似于图6的方法。
[0151]
视频解码器300可以接收当前块的经熵编解码数据，例如经熵编解码预测信息和对应于当前块的残差块的系数的经熵编解码数据(370)。视频解码器300可以对经熵编解码数据进行熵解码，以确定当前块的预测信息并再现残差块的系数(372)。视频解码器300可以例如由如当前块的预测信息指示的帧内预测或帧间预测模式来预测当前块(374)，以计算当前块的预测块。然后，视频解码器300可以逆扫描再现的系数(376)，以创建经量化变换系数的块。然后，视频解码器300可以对系数进行逆量化和逆变换，以产生残差块(378)。视频解码器300可以通过结合预测块和残差块(380)来最终对当前块进行解码。
[0152]
图7是图示出使用视频编码器200或视频解码器300根据一些实施例对视频数据进行编码或解码的1。由于该过程是对称的，比特流的编码和解码两者被一起描述，但应理解为是由编码器200或解码器300执行的互补过程。该方法包括框402，其中视频编码器200或视频解码器300对针对视频数据单元的语法元素进行编解码，该语法元素指示填充比特的数量。具体地，视频编码器200将语法元素编解码到视频比特流，而视频解码器300将语法元素解码为视频比特流。在一些实施例中，语法元素可以被编解码为视频编解码层的一部分。视频数据的单元可以包括序列、图片、条带、条带的最大编解码单元或任何其他视频数据的单元。语法元素可以在任何合适的视频语法级别处被编码，如图片参数集、条带头或任何其他与单元相对应的语法结构。
[0153]
该方法继续到框404，其中视频编码器200或视频解码器300在不对视频比特流中的填充比特进行编解码的情况下，对视频数据单元进行编解码。视频编码器可以200对视频数据单元的所有相关联语法结构进行编码。然而，不是插入如语法元素所指示的多个填充比特，而是在没有填充比特的情况下对视频比特流进行编码。视频编解码器200可以对视频数据单元的所有相关联语法结构进行解码。然而，不是如语法元素所指示的从视频比特流中期待和处理多个填充比特，而是在不解码和处理所指示的填充比特的情况下对视频比特流进行解码。
[0154]
应认识到，取决于示例，本文2所述的技术中任一个的某些动作或事件可以以不同序列来执行，可以被添加、合并或完全省去(例如，并非所有描述的动作或事件对于技术的实践都是必要的)。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来并发执行，而不是顺序进行。
[0155]
在一个或多个示例中，所述功能可以被实现于硬件、软件、固件或其任何组合中。如果被实现于软件中，则功能可以作为一个或多个指令或代码在计算机可读介质上被存储或发送，并且由基于硬件的处理单元执行。计算机可读介质可包括计算机可读存储介质，它对应于诸如数据存储介质之类的有形介质；或通信介质，包括，例如根据通信协议，促进计算机程序从一个地方到另一个地方的传递的任何介质。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、有形的计算机可读存储介质，或(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由一个或多个计算机或一个或多个处理器访问以检索用于实现本公开中描述的技术的指令、代码和/或数据结构的任何可用的介质。计算机程序产品可以包括计算机可读介质。
[0156]
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、或其他磁存储设备、闪存、或可被用于以指令或数据结构的形式存储所需程序代码并可由计算机访问的任何其他介质。另外，任何连接都被恰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、数字订户线(dsl)、或诸如红外线、无线电和微波等的无线技术来从网站、服务器或其他远程来源发送指令，那么同轴电缆、光纤电缆、双绞线、dsl或诸如红外线、无线电和微波等的无线技术都被包括在介质的定义中。然而，应该理解的是，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、有形的存储介质。本文所用的磁盘和光盘包括紧凑盘(cd)、激光盘、光盘、数字多功能光盘(dvd)、软盘和蓝光盘，其中磁盘通常以磁性方式再现数据，而光盘则用激光以光学方式再现数据。上述各项的组合也应被包括在计算机可读介质的范围内。
[0157]
指令可由诸如以下各项的一个或多个处理器执行：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)或其他等效的集成或分立逻辑电路。因此，如本文中所使用的术语“处理器”和“处理电路”可指上述结构中的任一个或适合实现本文所述技术的任何其他结构。此外，在某些方面，本文所述的功能可在被配置用于编解码和解码的专用硬件和/或软件模块内被提供，或被并入组合编解码器中。另外，这些技术可以在一个或多个电路或逻辑元件中完全实现。
[0158]
本公开的技术可以在各种设备或装置中实现，包括无线手持装置、集成电路(ic)或ic集(例如，芯片集)。在本公开中描述了各种组件、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，但不一定要求由不同的硬件单元实现。相反，如上所述，各种单元可以结合在编解码器硬件单元中，或由包括如上所述的一个或多个处理器的互操作硬件单元的集合结合合适的软件和/或固件来提供。
[0159]
已经描述了各种示例。这些和其他示例都在以下权利要求的范围内。