[發(fā)明專利]網(wǎng)絡(luò)抽象層單元頭中的網(wǎng)絡(luò)抽象單元層類型類

在審

• 申請?zhí)枺?/td>: 201980064701.2
• 申請日: 2019-12-11
• 公開（公告）號: CN112868184A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 崔秉斗;史蒂芬·文格爾;劉杉
• 申請（專利權(quán)）人: 騰訊美國有限責(zé)任公司
• 主分類號: H03M13/05
• 分類號: H03M13/05
• 代理公司: 北京德琦知識產(chǎn)權(quán)代理有限公司 11018
• 代理人: 徐文靜;陳世華

一種對視頻序列進(jìn)行解碼的方法和裝置包括：對固定長度二進(jìn)制編碼的網(wǎng)絡(luò)抽象層單元NALU類類型進(jìn)行解碼，所述NALU類類型包括在NALU頭中。對NALU頭中的NALU類型進(jìn)行解碼。重建圖片，并且所述圖片的類型通過NALU類類型和NALU類型的組合來進(jìn)行識別。

交叉引用

本申請根據(jù)35 U.S.C.§119要求在美國專利商標(biāo)局于2018年12月14日提交的第62/780,148號美國臨時申請、2018年12月14日提交的第62/780,154號美國臨時申請、2019年1月2日提交的第62/704,039號美國臨時申請和2019年5月6日提交的第16/403,786號美國申請的優(yōu)先權(quán)，其全部內(nèi)容通過引用結(jié)合在本文。

技術(shù)領(lǐng)域

所公開的主題涉及視頻編碼和解碼，并且更具體地，涉及NALU類型類的網(wǎng)絡(luò)抽象層(NAL：Network Abstraction Layer)單元(NALU：Network Abstraction Layer Unit)頭的編解碼。

背景技術(shù)

使用具有運動補(bǔ)償?shù)膱D片間預(yù)測的視頻編碼和解碼已經(jīng)有幾十年了。未壓縮的數(shù)字視頻可以由一系列圖片組成，每個圖片具有例如1920x1080個亮度樣本和相關(guān)聯(lián)的色度樣本的空間維度。該系列圖片可以具有固定的或可變的圖片速率(通俗也稱為幀速率)，例如每秒60張圖片或60Hz。未壓縮的視頻具有非常高的比特率要求。例如，每樣本8比特的1080p60 4:2:0視頻(以60Hz幀速率的1920x1080亮度樣本分辨率)需要接近1.5Gbit/s的帶寬。一個小時的此類視頻需要超過600GB的存儲空間。

視頻編碼和解碼的一個目的是通過壓縮減少輸入視頻信號中的冗余。視頻壓縮可以幫助降低上述帶寬或存儲空間要求，在某些情況下可以減少兩個數(shù)量級或更多。可以采用無損壓縮和有損壓縮，以及它們的組合。無損壓縮是指可以從壓縮的原始信號中重建原始信號的精確副本的技術(shù)。當(dāng)使用有損壓縮時，重建信號可能與原始信號不同，但是原始信號與重建信號之間的失真足夠小，從而使得重建信號可用于預(yù)期應(yīng)用。在視頻的情況下，廣泛采用有損壓縮。容許的失真量取決于應(yīng)用程序；例如，相比于電視貢獻(xiàn)(contribution)應(yīng)用程序的用戶，某些消費流媒體應(yīng)用程序的用戶可以容忍更高的失真。可實現(xiàn)的壓縮比可以反映出：較高的可允許/可容許失真可以產(chǎn)生較高的壓縮比。

視頻編碼器和解碼器可利用來自若干廣泛類別的技術(shù)，包括(例如)運動補(bǔ)償、變換、量化及熵編解碼，其中的一些將會在下文中介紹。

在ITU-T Rec.H.264.中引入了網(wǎng)絡(luò)抽象層的概念。可以將已編碼的視頻碼流劃分為單獨的單元，稱為網(wǎng)絡(luò)抽象層(NAL-：Network Abstraction Layer)單元。每個NAL單元可以具有頭，無需遵循起始碼防止競爭(emulation prevention)對該頭進(jìn)行解釋(否則，可能需要在NAL單元的其他部分中以可能高昂的實現(xiàn)和計算成本來遵守起始碼防止競爭)。H.264(101)中的NAL單元頭被設(shè)計為僅包括固定長度碼字，如圖1所示。對于nal_unit_type(102)的某些值，通過添加第二個并且有時第三個八位字節(jié)(octet)，可以對NAL單元頭(103)進(jìn)行某些擴(kuò)展，其中每個八位字節(jié)還包含固定長度碼字。媒體感知網(wǎng)絡(luò)單元(MANE：Media Aware Network Element)、MCU、文件重寫器等可以利用這些固定長度碼字來有效地裁剪碼流，而不需要進(jìn)行完全的代碼轉(zhuǎn)換，并且也不需要受到起始碼防止競爭的約束。

在H.265中，選擇了稍微簡化的設(shè)計。H.265NAL單元頭(104)在兩個八位字節(jié)處是固定長度的，并且包括NAL單元類型(105)、空間/SNR層ID(106)和時間層ID(107)。不存在擴(kuò)展機(jī)制。與H.264設(shè)計相比，此設(shè)計具有一定的編解碼效率損失，因為與可變長度相比，頭的長度總是2個八位字節(jié)，而H.264設(shè)計通常是1個八位字節(jié)長度。另一方面，大大簡化了可伸縮和多視圖擴(kuò)展的支持，從而允許可伸縮/多視圖與不可伸縮/多視圖傳統(tǒng)編碼之間的某種后向兼容性。