[发明专利]从网络抽象单元报头中标识图块

说明书

用于视频解码的方法和设备包括：对包括定长码字的高级语法结构中的携带图片片段的标识的二进制编码语法元素进行解码；以及重建图片片段。

相关申请的交叉引用

本申请根据35 U.S.C§119要求于2018年12月20日在美国专利商标局提交的美国临时申请第62/783,152号和于2019年5月6日在美国专利商标局提交的美国申请第16/403,799号的优先权，这两个申请在此通过引用以其整体并入本文中。

技术领域

所公开的主题涉及视频编码和解码，并且更具体地涉及在定长码点高级语法结构例如网络抽象层单元报头中包括图块标识信息。

背景技术

使用经运动补偿的帧间图片预测的视频编码和解码已知了数十年。未压缩的数字视频可以包括一系列图片，每个图片的空间尺寸为例如1920x1080亮度样本和相关联的色度样本。这一系列图片可以具有固定的或可变的图片速率(也被非正式地称为帧速率)，例如每秒60幅图片或60Hz。未压缩的视频具有高的比特率要求。例如，每个样本8比特的1080p60 4:2:0视频(60Hz帧速率下的1920x1080亮度样本分辨率)需要接近1.5Gbit/s的带宽。一小时这样的类视频需要超过600GB的存储空间。

视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以帮助降低前述带宽或存储空间要求，在一些情况下将前述带宽或存储空间要求降低两个数量级或更多。可以采用无损压缩和有损压缩二者以及它们的组合。无损压缩是指可以根据压缩后的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建的信号可能与原始信号不同，但是原始信号与重建的信号之间的失真很小，足以使重建的信号对于预期的应用有用。在视频的情况下，广泛采用有损压缩。容忍的失真量取决于应用；例如，某些消费者流媒体应用的用户可能比电视分配应用的用户容忍更高的失真。可达到的压缩比可以反映出：更高的可允许/可容忍的失真可以产生更高的压缩比。

视频编码器和解码器可以利用来自几种广泛类别的技术，包括例如运动补偿、变换、量化和熵编码，下面将介绍其中的一些。

将编码视频比特流划分为包以通过分组网络进行传输的概念已经使用了数十年。早期，大多数视频编码标准和技术已针对面向比特的传输和定义的比特流进行了优化。分组发生在例如以实时传输协议(Real-time Transport Protocol，RTP)有效载荷格式指定的系统层接口中。随着适于在因特网上大量使用视频的因特网连接的出现，视频编码标准通过视频编码层(video coding layer，VCL)和网络抽象层(network abstraction layer，NAL)的概念区分反映了该突出的使用情况。NAL单元在2003年引入在H.264中，以及由于此后仅作了一些修改就保留在某些视频编码标准和技术中。

在许多情况下，NAL单元可以看作是解码器可以在其上作用的最小实体，而不必对编码视频序列的所有先前NAL单元进行解码。就此而言，NAL单元通过诸如选择性转发单元(Selective Forwarding Unit，SFU)或多点控制单元(Multipoint Control Unit，MCU)的媒体感知网络元件(Media Aware Network Element，MANE)使某些错误恢复技术以及某些比特流操纵技术能够包括比特流修剪。

图1描绘了根据H.264(101)和H.265(102)的NAL单元报头的语法图的相关部分，在两种情况下都没有对它们进行任何相应的扩展。在两种情况下，“forbidden_zero_bit”是用于在某些系统层环境中防止启动代码仿真的零比特。“nal_unit_type”语法元素是指NAL单元携带的数据的类型，其可以是例如某些切片类型、参数集类型、补充增强信息(Supplementary Enhancement Information，SEI)消息等中的一种。H.265NAL单元报头还包括“nuh_layer_id”和“nuh_temporal_id_plus 1”，这两个指示NAL单元所属的编码图片的空间/SNR和时间层。