特許ウォッチ

公開番号2025015637
公報種別公開特許公報(A)
公開日2025-01-30
出願番号2024198710,2023079723
出願日2024-11-14,2021-03-16
発明の名称ビデオデータをコーディングする方法、コンピュータシステム、及びコンピュータプログラム
出願人テンセント・アメリカ・エルエルシー
代理人弁理士法人ITOH
主分類H04N 19/70 20140101AFI20250123BHJP(電気通信技術)
要約【課題】ビデオデータをコーディングする方法、コンピュータプログラム、及びコンピュータシステムが提供される。
【解決手段】1つ以上のサブピクチャを含むビデオデータが受け取られる。1つ以上のサブピクチャの夫々に関連したネットワーク抽象化レイヤ(NAL)ユニットタイプが、1つ以上のサブピクチャにおける混合NALユニットに対応するフラグの確認に基づき識別される。ビデオデータは、識別されたNALユニットタイプに基づきデコードされる。
【選択図】図13

特許請求の範囲【請求項１】
プロセッサによって実行可能な、ビデオデータのデコーディング方法であって、
１つ以上のサブピクチャを含むビデオデータを受け取るステップと、
前記１つ以上のサブピクチャの夫々に関連したネットワーク抽象化レイヤ（ＮＡＬ）ユニットタイプを、前記１つ以上のサブピクチャにおける混合ＮＡＬユニットに対応するフラグの確認に基づいて識別するステップと、
前記ビデオデータを、前記識別されたＮＡＬユニットタイプに基づいてデコードするステップと
を有し、
複数の異なるＮＡＬユニットタイプの存在が前記フラグにより示され、クリーンランダムアクセスタイプを有するビデオコーディングレイヤＮＡＬユニットが存在する場合に、前記ビデオデータに関連した先頭ピクチャが出力される、
方法。

発明の詳細な説明【技術分野】
【０００１】
［関連出願への相互参照］
本願は、米国特許商標庁で、２０２０年３月３１日付けで出願された米国特許仮出願第６３／００３１３７号、及び２０２０年１１月１１日付けで出願された米国特許出願第１７／０９５２８９号の優先権を主張するものであり、これらの出願は、その全文を参照により本願に援用される。
続きを表示（約 3,100 文字）【０００２】
［技術分野］
本開示は、概して、データ処理の分野に、より具体的には、ビデオエンコーディング及びデコーディングに関係がある。
【背景技術】
【０００３】
動き補償付きのインターピクチャ予測を使用したビデオコーディング及びデコーディンは、数十年にわたって知られている。圧縮されていないデジタルビデオはピクチャの連続から成ることができ、各ピクチャは、例えば、１９２０×１０８０のルミナンスサンプル及び関連するクロミナンスサンプルの空間寸法を有する。ピクチャの連続は、例えば、毎秒６０ピクチャ、つまり６０Ｈｚの固定又は可変のピクチャレート（俗にフレームレートとしても知られている。）を有することができる。圧縮されていないビデオは、有意なビットレート要件を有している。例えば、サンプル当たり８ビットでの１０８０ｐ６０４：２：０ビデオ（６０Ｈｚのフレームレートでの１９２０×１０８０のルミナンスサンプル解像度）は、１．５Ｇｂｉｔ／ｓに近いバンド幅を必要とする。そのようなビデオの１時間は、６００ＧＢｙｔｅ超の記憶空間を必要とする。
【０００４】
ビデオコーディング及びデコーディングの１つの目的は、圧縮による入力ビデオ信号の冗長性の低減であることができる。圧縮は、いくつかの場合に２桁以上、上記のバンド幅又は記憶空間要件を減らすのを助けることができる。可逆及び不可逆圧縮の両方並びにそれらの組み合わせが用いられ得る。可逆圧縮は、圧縮された原信号から原信号の厳密なコピーが再構成可能である技術を指す。不可逆圧縮を使用する場合に、再構成された信号は、原信号と同じでない場合があるが、原信号と再構成された信号との間のひずみは、再構成された信号を、意図された用途にとって有用なものとするほど十分に小さい。ビデオの場合には、不可逆圧縮が広く用いられている。許容されるひずみの量は用途に依存し、例えば、特定の消費者ストリーミング用途のユーザは、テレビジョン配信用途のユーザよりも高いひずみを許容し得る。達成可能な圧縮比は、より高い許容可能な／受け入れ可能なひずみがより高い圧縮比をもたらし得ることを反映することができる。
【０００５】
ビデオエンコーダ及びデコーダは、例えば、動き補償、変換、量子化、及びエントロピコーディングを含む、いくつかの広いカテゴリからの技術を利用することができる。そのような技術のいくつかは以下で紹介される。
【０００６】
従前、ビデオエンコーダ及びデコーダは、ほとんどの場合に、コーディングされたビデオシーケンス（Coded Video Sequence，ＣＶＳ）、グループ・オブ・ピクチャ（Group of Picture，ＧＯＰ）、又は同様のマルチピクチャタイムフレームについて、定義され一定に保たれた所与のピクチャサイズで動作する傾向があった。例えば、ＭＰＥＧ－２では、システム設計は、シーンの活動などの因子に応じて、しかしＩピクチャでのみ、従って、通常はＧＯＰについて、水平解像度（及び、それによって、ピクチャサイズ）を変えることが知られている。ＣＶＳ内の異なる解像度の使用のための参照ピクチャのリサンプリングは、例えば、ＩＴＵ－ＴＲｅｃ．Ｈ．２６３ＡｎｎｅｘＰから、知られている。しかし、ここでは、ピクチャサイズは変化せず、参照ピクチャのみがリサンプリングされて、結果として、潜在的に、ピクチャキャンバスの部分のみが（ダウンサンプリングの場合に）使用されるか、あるいは、シーンの部分のみが（アップサンプリングの場合に）捕捉されることになる。更に、Ｈ．２６３ＡｎｎｅｘＱは、上向き又は下向きに（各次元で）２倍で個々のマクロブロックのリサンプリングを可能にする。この場合もやはり、ピクチャサイズは同じままである。マクロブロックのサイズは、Ｈ．２６３では固定であるから、シグナリングされる必要がない。
【０００７】
予測されたピクチャにおけるピクチャサイズの変化は、現代のビデオコーディングでは、より主流になっている。例えば、ＶＰ９は、参照ピクチャリサンプリング、及びピクチャ全体の解像度の変化を可能にする、同様に、ＶＶＣに向けて行われたある提案（例えば、その全文を本願に援用されるHendry, et. al，“On adaptive resolution change (ARC) for VVC”，Joint Video Team document JVET-M0135-v1，２０１９年１月９～１８日）は、異なる（より高い又はより低い）解像度への参照ピクチャ全体のリサンプリングを可能にする。そのような文献では、異なる候補解像度が、シーケンスパラメータセットでコーディングされて、ピクチャパラメータセットでピクチャごとのシンタックス要素によって参照されることが提案されている。
【発明の概要】
【０００８】
実施形態は、ビデオデータをコーディングする方法、システム、及びコンピュータ可読媒体に関する。一態様に従って、ビデオデータをコーディングする方法が提供される。方法は、１つ以上のサブピクチャを含むビデオデータを受け取るステップを含んでよい。１つ以上のサブピクチャの夫々に関連したネットワーク抽象化レイヤ（network abstraction layer，ＮＡＬ）ユニットタイプが、１つ以上のサブピクチャにおける混合ＮＡＬユニットに対応するフラグの確認に基づいて識別される。ビデオデータは、識別されたＮＡＬユニットタイプに基づいてデコードされる。
【０００９】
他の態様に従って、ビデオデータをコーディングするコンピュータシステムが提供される。コンピュータシステムは、１つ以上のプロセッサと、１つ以上のコンピュータ読み出し可能なメモリと、１つ以上のコンピュータ読み出し可能な有形記憶デバイスと、１つ以上のメモリの少なくとも１つを介した１つ以上のプロセッサの少なくとも１つによる実行のために１つ以上の記憶デバイスの少なくとも１つに記憶されているプログラム命令とを含んでよく、これによって、コンピュータシステムは方法を実行することができる。方法は、１つ以上のサブピクチャを含むビデオデータを受け取るステップを含んでよい。１つ以上のサブピクチャの夫々に関連したネットワーク抽象化レイヤ（ＮＡＬ）ユニットタイプが、１つ以上のサブピクチャにおける混合ＮＡＬユニットに対応するフラグの確認に基づいて識別される。ビデオデータは、識別されたＮＡＬユニットタイプに基づいてデコードされる。
【００１０】
更なる他の態様に従って、ビデオデータをコーディングするコンピュータ可読媒体が提供される。コンピュータ可読媒体は、１つ以上のコンピュータ可読記憶デバイスと、１つ以上の有形な記憶デバイスの少なくとも１つに記憶されているプログラム命令とを含んでよく、プログラム命令はプロセッサによって実行される。プログラム命令は、１つ以上のサブピクチャを含むビデオデータを受け取るステップを然るべく含んでもよい方法を実行するようプロセッサによって実行される。１つ以上のサブピクチャの夫々に関連したネットワーク抽象化レイヤ（ＮＡＬ）ユニットタイプが、１つ以上のサブピクチャにおける混合ＮＡＬユニットに対応するフラグの確認に基づいて識別される。ビデオデータは、識別されたＮＡＬユニットタイプに基づいてデコードされる。
（【００１１】以降は省略されています）

関連特許