[发明专利]编解码方法及装置

说明书

本发明提供一种被配置为对视频数据进行编码和/或解码的方法，装置和计算机可读介质。视频数据可以包括感兴趣的区域。视频数据可包括与视频数据相关联的区域结构，其基于球体指定感兴趣区域的一个或多个层面，例如坐标层面，尺寸层面，范围层面或其组合。该区域结构包括指示区域结构是否包括指示应用于与该区域结构相关联的一组采样中的每一个的感兴趣区域的一个或多个全局层面的数据。可以基于区域结构是否包括指示感兴趣区域的一个或多个全局层面的数据的指示数据来确定视频数据中的感兴趣区域。本发明提出的编解码方法及装置，可改善编解码效率。

技术领域

本发明涉及视频编码。具体而言，本发明涉及视频内容中的视口(viewports)和/或感兴趣区域，包括用于视频内容的二维(2D)，三维(3D)和/或六维(6D)坐标系中发信(signaling)的矩形和球形区域。

背景技术

存在各种类型的视频内容，例如2D内容，3D内容和多向内容(multi-directionalcontent)。例如，全向视频(omnidirectional video)是使用一组摄像机捕获的一种视频，而不是像传统单向视频那样只使用一个摄像机。例如，可以将摄像机放置在特定中心点周围，使得每个摄像机捕获场景的球面覆盖上的一部分视频以捕获360度视频。来自多个相机的视频可以被缝合，旋转，并被投影以生成表示球形内容的投影的二维图像。例如，可以使用相等的矩形投影将球形图放入二维图像中。例如，这可以使用二维编码和压缩技术来完成。最终，使用期望的传送机制(例如，拇指驱动器，数字视频盘(DVD)和/或在线流传输)来存储和传送已编码和已压缩的内容。这种视频可以用于虚拟现实(virtual reality,VR)和/或3D视频。

在客户端，当客户端处理内容时，视频解码器对编码的视频进行解码并执行反向投影以将内容放回到球体上。然后，用户可以查看所呈现的内容，例如使用头戴式观看设备。内容通常根据用户的视口进行渲染，视口表示用户查看内容的角度。视口还可以包括表示观看区域的组件，其可以描述观看者在特定角度观看的区域的大小和形状。

当视频处理不是以视口相关的方式完成时，使得视频编码器不知道用户将实际观看什么，则整个编码和解码过程将处理整个球形内容。例如，这可以允许用户在任何特定视口和/或区域观看内容，因为所有球形内容都被传递和解码。

然而，处理所有球形内容可能是计算密集型的并且可能消耗大量带宽。例如，对于在线流媒体应用，处理所有球形内容会给网络带宽带来很大负担。因此，当带宽资源和/或计算资源有限时，可能难以保持用户的体验。某些技术仅处理用户正在查看的内容。例如，如果用户正在观看前部(例如，或北极)，则不需要传送内容的后部(例如，南极)。如果用户更改视口，则可以相应地为新视口传递内容。作为另一示例，对于自由视点TV(freeviewpoint TV,FTV)应用(例如，使用多个相机捕获场景的视频)，可以根据用户正在观看场景的角度来传送内容。例如，如果用户正在从一个视口(例如，相机和/或相邻相机)查看内容，则可能不需要为其他视口传送内容。

发明内容

根据所公开的主题，提供了一种编解码方法及装置，用于表示视频内容中的矩形和球形感兴趣区域(ROI)的装置，系统和方法，包括2D，3D和6D坐标系。

一些实施例涉及用于解码视频数据的解码方法。该方法包括接收包括感兴趣区域的视频数据，确定与视频数据相关联的区域结构，该区域结构基于球体指定感兴趣区域的一个或多个层面。其中一个或多个层面包括感兴趣区域的坐标层面，感兴趣区域的尺寸层面，在感兴趣区域的范围层面或其组合。区域结构包括指示区域结构的一个或多个层面是否包括指示应用于与该区域结构相关联的一组采样中的每一个的感兴趣区域的一个或多个全局层面的数据的指示数据。该方法包括基于指示区域结构是否包括指示感兴趣区域的一个或多个全局层面的数据的指示数据，来确定视频数据中的感兴趣区域。