特許ウォッチ

公開番号2025016693
公報種別公開特許公報(A)
公開日2025-02-04
出願番号2024193482,2021515669
出願日2024-11-05,2019-09-17
発明の名称ビデオ符号化におけるパラメータをシグナリングするためのシステム及び方法
出願人シャープ株式会社,鴻穎創新有限公司,FG INNOVATION COMPANY LIMITED
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類H04N 19/70 20140101AFI20250128BHJP(電気通信技術)
要約【課題】符号化ビデオのタイルセットパラメータをシグナリングする方法を提供する。
【解決手段】タイル設定パラメータをシグナリングする方法であって、シンタックス要素の値は、ネットワーク抽象化層(NAL)ユニットにおいてシグナリングされ、タイルセット層シンタックス構造がNALユニットに含まれていることを示す。タイルセット層シンタックス構造に含まれる1つ以上のタイルセットパラメータの値をシグナリングする。
【選択図】図2
特許請求の範囲【請求項１】
スライスパラメータをシグナリングする方法であって、
スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をシグナリングすることと、
前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをシグナリングすることと、
前記存在フラグに基づき、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、
前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータの内の前記１つについて、前記スライス層シンタックス構造に含まれる値を決定することと、
を含み、前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、
nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する、
方法。
続きを表示（約 2,400 文字）【請求項２】
前記スライス層シンタックス構造はスライスヘッダを含み、前記ピクチャヘッダのnal＿unit＿typeの値と、前記ピクチャパラメータセットのnal＿unit＿typeの値とは異なる、請求項１に記載の方法。
【請求項３】
ビデオデータを復号する方法であって、
スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をパースすることと、
前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをパースすることと、
前記存在フラグに基づいて、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、
前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータについて、前記スライス層シンタックス構造に含まれる値を決定することと、
前記１つ以上のスライスパラメータの内の前記１つについて、前記決定された値に基づいてビデオデータを生成することと、を含み、
前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、
nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する、方法。
【請求項４】
前記スライス層シンタックス構造がスライスヘッダを含み、前記ピクチャヘッダのnal＿unit＿typeの値は、ピクチャパラメータセットのnal＿unit＿typeの値とは異なる、請求項３に記載の方法。
【請求項５】
ビデオデータを符号化するデバイスであって、
１つ以上のプロセッサと、
前記１つ以上のプロセッサに接続される１つ以上の非一時的コンピュータ可読記憶媒体であって、前記１つ以上のプロセッサの内の少なくとも１つによって実行される場合には、前記デバイスに、
スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をシグナリングすることと、
前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをシグナリングすることと、
前記存在フラグに基づき、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、
前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータの内の前記１つについて、前記スライス層シンタックス構造に含まれる値を決定すること、と、
を実行させる１つ以上のコンピュータ可読命令を含み記憶媒体を備え、
前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、
nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する、デバイス。
【請求項６】
ビデオデータを復号するデバイスであって、
１つ以上のプロセッサと、
前記１つ以上のプロセッサに接続される１つ以上の非一時的コンピュータ可読記憶媒体であって、前記１つ以上のプロセッサの内の少なくとも１つによって実行されるとき、前記デバイスに、
スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をパースすることと、
前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをパースすることと、
前記存在フラグに基づいて、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、
前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータに対して、前記スライス層シンタックス構造に含まれる値を決定することと、
前記１つ以上のスライスパラメータの内の前記１つについて、前記決定された値に基づいてビデオデータを生成することと、
を実行させる１つ以上のコンピュータ可読命令を含む記憶媒体を備え、
前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、
nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する、デバイス。

発明の詳細な説明【技術分野】
【０００１】
本開示は、ビデオ符号化に関し、より具体的には、符号化ビデオのタイルセットパラメータのシグナリングのための技術に関する。
続きを表示（約 6,500 文字）【背景技術】
【０００２】
デジタルビデオ能力は、デジタルテレビ、ラップトップ又はデスクトップコンピュータ、タブレット型コンピュータ、デジタル記録デバイス、デジタルメディアプレーヤ、ビデオゲーミングデバイス、いわゆるスマートフォンを含むセルラー電話、医療用イメージングデバイスなどを含む、広範囲のデバイスに組み込むことができる。デジタルビデオは、ビデオ符号化規格に従って符号化することができる。ビデオ符号化規格は、ビデオ圧縮技術を組み込むことができる。ビデオ符号化規格の例としては、ISO/IEC MPEG-4 Visual及びITU-T H.264(ISO/IEC MPEG-4 AVCとしても公知である)並びにHigh-Efficiency Video Coding(HEVC)が挙げられる。HEVCは、High Efficiency Video Coding(HEVC),Rec.ITU-T H.265(2016年12月)に記載されており、参照により本明細書に組み込まれ、本明細書ではITU-T H.265と称する。ITU-T H.265に関する拡張及び改良が、次世代ビデオ符号化規格の開発に関して現在検討されている。例えば、ITU-T Video Coding Experts Group(VCEG)及びISO/IEC (Moving Picture Experts Group(MPEG)(Joint Video Exploration Team (JVET)と集合的に呼ばれる)は、現在のHEVC規格の圧縮能力を著しく上回る圧縮能力を有する将来のビデオ符号化技術の標準化の潜在的必要性を検討している。The Joint Exploration Model 7 (JEM 7),Algorithm Description of Joint Exploration Test Model 7(JEM 7),ISO/IEC JTC1/SC29/WG11 Document:JVET-G1001,July 2017,Torino,ITには、ビデオ符号化技術をITU-T H.265の能力を超えて向上させる可能性を有するものとしての、JVETによって協調的試験モデル研究中の符号化特徴が記載されており、それが参照により本明細書に組み込まれる。JEM 7の符号化特徴は、JEM参照ソフトウェアで実施されることに留意されたい。本明細書で使用されるとき、JEMという用語は、JEM 7に含まれるアルゴリズム及びJEM参照ソフトウェアの実施を集合的に表し得る。更に、VCEG及びMPEGにより共同発行された「Joint Call for Proposals on Video Compression with Capabilities beyond HEVC」に応答して、ビデオ符号化に関する複数の説明が様々なグループによって、10th Meeting of ISO/IEC JTC1/SC29/WG11 16-20 April 2018,San Diego,CA.において提案されている。ビデオ符号化の複数の説明の結果、ビデオ符号化仕様のドラフトテキストが、「Versatile Video Coding (Draft 1),」10th Meeting of ISO/IEC JTC1/SC29/WG11 16-20 April 2018,San Diego,CA,document JVET-J1001-v2において説明され、これは本明細書に参考として組み込まれ、JVET-J1001として参照される。本明細書に参考として組み込まれ、JVET-K1001と称する、「Versatile Video Coding(Draft 2),」11th Meeting of ISO/IEC JTC1/SC29/WG11 10-18 July 2018,Ljubljana,SI,document JVET-K1001-v5、がJVET-J1001の更新版である。
【０００３】
ビデオ圧縮技術は、ビデオシーケンス中の固有の冗長性を活用することによって、ビデオデータを記憶及び送信するためのデータ要件を低減させる。ビデオ圧縮技術は、ビデオシーケンスを連続的により小さな部分(すなわち、ビデオシーケンス内のフレームの群、フレームの群内のフレーム、フレーム内のスライス、スライス内の符号化ツリーユニット(例えば、マクロブロック)、符号化ツリーユニット内の符号化ブロックなど)に再分割することができる。イントラ予測符号化技術(例えば、ピクチャ内(空間的))及びインター予測技術(すなわち、ピクチャ間(時間的))を使用して、符号化されるビデオデータのユニットとビデオデータの参照ユニットとの間の差分値を生成することができる。差分値は、残差データと呼ばれることがある。残差データは、量子化された変換係数として符号化することができる。シンタックス要素は、残差データと参照符号化ユニットを関連付けることができる(例えば、イントラ予測モードインデックス、動きベクトル、及びブロックベクトル)。残差データ及びシンタックス要素は、エントロピ符号化することができる。エントロピ符号化された残差データ及びシンタックス要素は、準拠ビットストリームに含めることができる。準拠ビットストリーム及び関連メタデータは、データ構造に従ってフォーマットされていてよい。
【発明の概要】
【０００４】
一実施例では、スライスパラメータをシグナリングする方法は、スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をシグナリングすることと、前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをシグナリングすることと、前記存在フラグに基づき、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータの内の前記１つについて、前記スライス層シンタックス構造に含まれる値を決定することと、を含み、前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する。
【０００５】
一実施例では、ビデオデータを復号する方法は、スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をパースすることと、前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをパースすることと、前記存在フラグに基づいて、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータについて、前記スライス層シンタックス構造に含まれる値を決定することと、前記１つ以上のスライスパラメータの内の前記１つについて、前記決定された値に基づいてビデオデータを生成することと、を含み、前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータの複数のシンタックス要素が存在する。
【０００６】
一実施例では、ビデオデータを符号化するデバイスは、１つ以上のプロセッサと、前記１つ以上のプロセッサに接続される１つ以上の非一時的コンピュータ可読記憶媒体であって、前記１つ以上のプロセッサの内の少なくとも１つによって実行される場合には、前記デバイスに、スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をシグナリングすることと、前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをシグナリングすることと、前記存在フラグに基づき、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータの内の前記１つについて、前記スライス層シンタックス構造に含まれる値を決定すること、と、を実行させる１つ以上のコンピュータ可読命令を含み記憶媒体を備え、前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する。
【０００７】
一実施例では、ビデオデータを復号するデバイスは、１つ以上のプロセッサと、１つ以上のプロセッサと、前記１つ以上のプロセッサに接続される１つ以上の非一時的コンピュータ可読記憶媒体であって、前記１つ以上のプロセッサの内の少なくとも１つによって実行されるとき、前記デバイスに、スライス層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、前記ネットワーク抽象化層ユニットのシンタックス要素に対する値をパースすることと、前記スライス層シンタックス構造に含まれるスライスパラメータ構造における存在フラグをパースすることと、前記存在フラグに基づいて、１つ以上のスライスパラメータの内の１つが前記スライス層シンタックス構造に基づいて決定されるかまたはピクチャヘッダに基づいて決定されるかを決定することと、前記１つ以上のスライスパラメータの内の前記１つが前記スライス層シンタックス構造に基づいて決定されるとき、前記１つ以上のスライスパラメータに対して、前記スライス層シンタックス構造に含まれる値を決定することと、前記１つ以上のスライスパラメータの内の前記１つについて、前記決定された値に基づいてビデオデータを生成することと、を実行させる１つ以上のコンピュータ可読命令を含む記憶媒体を備え、前記１つ以上のスライスパラメータは、collocated_from_10_flagであり、nal＿unit＿typeの値がピクチャ層シンタックス構造ピクチャヘッダが存在することを示すときは、前記ピクチャヘッダの複数のシンタックス要素が存在し、前記nal＿unit＿typeの値がピクチャパラメータセットが存在することを示すときは、前記ピクチャパラメータセットの複数のシンタックス要素が存在する。
【図面の簡単な説明】
【０００８】
図1は、本開示の1つ以上の技術にしたがってビデオデータを符号化及び復号するように構成することができるシステムの一例を示すブロック図である。
図2は、本開示の1つ以上の技術にしたがって符号化ビデオデータ及び対応するデータ構造を示す概念図である。
図3は、本開示の1つ以上の技術にしたがって符号化ビデオデータ及び対応するメタデータをカプセル化するデータ構造を示す概念図である。
図4は、本開示の1つ以上の技術にしたがってビデオデータを符号化及び復号するように構成することができるシステムの実装形態に含まれ得る構成要素の一例を示す概念図である。
図5は、本開示の1つ以上の技術にしたがってビデオデータを符号化するように構成することができるビデオエンコーダの例を示すブロック図である。
図6は、本開示の1つ以上の技術にしたがってビデオデータを復号するように構成することができるビデオデコーダの一例を示すブロック図である。
図7は、本開示の1つ以上の技術にしたがって符号化ビデオデータ及び対応するデータ構造を示す概念図である。
【発明を実施するための形態】
【０００９】
概して、本開示は、ビデオデータを符号化する様々な技術を説明する。具体的には、本開示は、符号化ビデオに対するタイルセットパラメータをシグナリングするための技術を説明する。本明細書に記載される技術によるタイルセットパラメータのシグナリングは、送信帯域幅を低減させること並びに/又は、ビデオエンコーダ及び/又はデコーダの並列化を容易にすることによって、ビデオ配信システム性能を改善するのに特に有用であり得る。本開示の技術は、ITU-T H.264、ITU-T H.265、JVET-J1001及びJVET-K1001に関して記載されているが、本開示の技術は、ビデオ符号化に一般的に適用可能であることに留意されたい。例えば、本明細書で説明する符号化技術は、ITU-T H.265に含まれるもの以外のブロック構造、イントラ予測技術、インター予測技術、変換技術、フィルタリング技術、及び/又はエントロピ符号化技術を含むビデオ符号化システム(将来のビデオ符号化規格に基づくビデオ符号化システムを含む)に組み込むことができる。したがって、ITU-T H.264、ITU-T H.265、JVET-J1001及びJVET-K1001の参照は、説明のためのものであり、本明細書で説明する技術の範囲を限定するように解釈すべきではない。更に、本明細書での文書の参照による組み込みは、本明細書で使用される用語に関して限定する又は曖昧さを生むように解釈されるべきではないことに留意されたい。例えば、組み込まれた参照が、別の組み込まれた参照のものとは異なる用語の定義を与える場合、かつ/又はその用語が本明細書で使用されるような場合には、その用語は、それぞれの対応する定義を幅広く含むように、及び/又は代わりに特定の定義のそれぞれを含むように解釈されるべきである。
【００１０】
一実施例では、デバイスは、タイルセット層シンタックス構造がネットワーク抽象化層ユニットに含まれていることを示す、ネットワーク抽象化層ユニット内のシンタックス要素に対する値をシグナリングし、かつタイルセット層シンタックス構造に含まれている1つ以上のタイルセットパラメータに対する値をシグナリングするように構成された、1つ以上のプロセッサを含む。
（【００１１】以降は省略されています）

関連特許