[发明专利]用于处理视频数据的方法、装置和计算机可读存储介质

说明书

一种装置在存储多层位流的文件中产生含有用于播放轨的元数据的播放轨逻辑框。所述装置在所述播放轨逻辑框中产生含有样本群组描述项的样本描述逻辑框。另外，所述装置在所述播放轨逻辑框中产生用于所述播放轨的样本到群组逻辑框。所述样本到群组逻辑框将所述播放轨的样本映射到样本群组中。所述样本到群组逻辑框指定存在于所述播放轨中的层当中的目标层。所述目标层中的每一者含有属于特定图片类型的至少一个图片。所述样本群组为以下中的一者：时间子层存取样本群组且所述特定图片类型为时间子层存取图片类型；或逐步时间子层存取样本群组且所述特定图片类型为逐步时间子层存取图片类型。

本申请案主张2015年10月14日申请的美国临时专利申请案第62/241,713号的权益，所述申请案的全部内容在此以引用的方式并入。

技术领域

本发明涉及视频编码及解码。

背景技术

数字视频能力可并入到广泛范围的装置中，包含数字电视、数字直播系统、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、数字摄影机、数字记录装置、数字媒体播放器、视频游戏装置、视频游戏控制台、蜂窝式或卫星无线电电话(所谓的“智能型电话”)、视频电话会议装置、视频流式传输装置及其类似者。数字视频装置实施视频压缩技术，例如，由MPEG-2、MPEG-4、ITU-T H.263、ITU-T H.264/MPEG-4第10部分高级视频译码(AVC)定义的标准、高效率视频译码(HEVC)标准及这些标准的扩展中所描述的技术。所述视频装置可通过实施这些视频压缩技术更有效地传输、接收、编码、解码及/或存储数字视频信息。

视频压缩技术执行空间(图片内)预测及/或时间(图片间)预测来减少或去除视频序列中固有的冗余。对于基于块的视频译码，可将视频片段(也即，视频帧或视频帧的一部分)分割成视频块。使用关于同一图片中的相邻块中的参考样本的空间预测来编码图片的帧内译码(I)片段中的视频块。图片的经帧间译码(P或B)片段中的视频块可使用关于同一图片中的相邻块中的参考样本的空间预测或关于其它参考图片中的参考样本的时间预测。图片可被称作“帧”。

空间或时间预测产生待译码块的预测性块。残余数据表示待译码的原始块与预测性块之间的像素差。经帧间译码块根据指向形成预测性块的参考样本的块的运动向量来编码，且残余数据指示经译码块与预测性块之间的差。根据帧内译码模式及残余数据来编码经帧内译码块。为进一步压缩，可将残余数据从像素域变换到变换域，从而产生随后可经量化的残余系数。

在多视图译码及可调式视频译码中，经编码视频数据的位流包含多层。在多视图译码中，不同层可对应于不同视图。在可调式视频译码中，除基础层之外的层(也即，增强层)可包含对位流的较低层提供质量增强(例如，时间增强、空间增强)的经编码图片。L-HEVC指支持多层视频译码的HEVC的扩展。

可在不影响视频解码器的能力的情况下将层的“时间子层”的经译码图片从所述层去除以正确地解码相同层的较低时间子层。去除时间子层的经译码图片可降低所述层的帧速率。不同层的时序并列图片可称为属于同一时间子层。总的来说，具有更大识别符(也即，时间识别符)的时间子层在解码时具有更高帧速率。时间子层向上切换可指从解码第一时间子层切换到解码第二时间子层，其中第二时间子层的时间识别符大于第一时间子层的时间识别符。此切换可与开始对直到这一刻才转发的某一子层的NAL单元进行转发相关联。在HEVC中，存在两种与子层切换点相关联的图片类型，即，时间子层存取(TSA)图片类型及逐步时间子层存取(STSA)图片类型。

经编码视频数据可存储于文件中。用于存储多层HEVC位流(也即，L-HEVC位流)的文件格式正在研发中。在文件格式中，文件的每一播放轨可包含一系列样本。播放轨的每一样本可包含一或多个时间上并列的经编码图片。因此，播放轨可包含属于一或多个不同层的经编码图片。用于L-HEVC的文件格式的草案具有识别含有TSA及STSA图片的样本的经定义的样本到群组逻辑框。然而，至少由于播放轨可包含属于不同层的经编码图片，因此用于L-HEVC的文件格式的草案可不定义用于有效时间子层切换的充足信息。