CN119497994A 解码方法和设备、相关联的计算机程序和数据流 （奥兰治）

FR22065652022.06.22024.12.30PCT/EP2023/0677342023.06.28WO2024/003191FR2024.01.04第一数据分组的第一数据包括指示预定数据分组类型的信息(T1)；对该第一数据分组的第二至少使用所获得的人工神经网络从所述数据分组中解码出包含在第二数据分组(14)中的该第二数据(C)，以便产生表示音频或视频内容的数23.如权利要求1或2所述的解码方法，其中4.如权利要求3所述的解码方法，其中，该标识符(NNI)是分别的第一数据包括指示所述预定分组类型且包括所述标识符(NNI)的信息(T1)；以及重新使用所述获得的人工神经网络以便从所述数据分组中解码出包括在第四数据分组(46)中的6.如权利要求3至5中任一项所述的解码方法7.如权利要求4至6中任一项所述的解码方法，包括接收另一个数据分组(18)的步骤，8.如权利要求1至5中任一项所述的解码方法，其中，该9.如权利要求1至3中任一项所述的解码方法，其中，一如果该标志具有预定义值，则在该第二数据分组(32)中读取指向该第一数据分组从所述参数中读取标志；3部分中的位置，该部分涉及与至少部分地由该第二数据分组(32)的第二数据(C)编码的图14.一种用于对包括数据分组的数据流进行解码的设备，每个数据分组至少包括第一成当这些指令由该处理器执行时实施如权利要求1至116.一种数据流，该数据流包括数据分组，每个数据分组至少包括第一数据和第二数分组的第二数据与该第一数据分组(40)的第二数据(NN4[0002]本发明具体地涉及一种解码方法和设备，以及一种相关联的计算机程序和数据[0003]已经提出了使用人工神经网络来执行对表示音频或视频内容的数据的全部或部[0005]在此背景下，本发明提出了一种用于对包括数据分组的[0006]从所述数据分组当中识别出第一数据分组，该第一数据分组的第一数据包括指[0008]通过至少使用所获得的人工神经网络从所述数据分组中解码出包括在第二数据神经网络解码以便重现音频或视频内容的数据，这有助于在解码时对其进行识别和使用。骤可以是对描述性数据进行解码以便获得人工神经网络的参数括指示所述预定分组类型且包括所述标识符的信息；和/或重新使用所述获得的人工神经5必须使用第一数据分组(其包含该标识符)中定义的人工神经网络来对包含在第二数据分[0015]该方法可以包括接收包含与所述内容的至少一个图像相关的参数的另一个数据中定义的人工神经网络来对数据进行解码以获得[0020]如果该标志具有预定义值，则在该第二数据分组中读取指向该第一数据分组的[0022]接收包含与所述内容的至少一个二数据分组的第二数据编码的图像序列不同的图像[0030]从所述数据分组当中识别出第一数据分组，该第一数据分组的第一数据包括指[0032]通过至少使用所获得的人工神经网络从所述数据分组中解码出包括在第二数据器执行并且被设计成当这些指令由该处理器执行时实6[0035]第一数据分组，其第一数据包括指示预定数据分组类型的信息并且其第二数据[0041]图2示意性地示出了图1的编码设备的编码模块[0042]图3示意性地示出了图1的编码设备的编码模块[0050]图11示意性地示出了图10的解码设备的解码模块[0051]图12示意性地示出了图10的解码设备的解码模块[0053]图14是示出了可以设想用于对图5的数据流进行解码[0054]图15是示出了可以设想用于对图6的数据流进行解码及[0056]图17是示出了可以设想用于对图8的数据流进行解码7B的至少一部分生成该内容的编码表示C作为输出。编码表示C的大小(以比特数计)通常小[0063]在视频内容的情况下，数据B包括例如分别与视频序列的图像(或图像的分量)的[0067]作为人工神经网络N的输入(即，应用于人工神经网络N的输入层)的数据B可以表[0069]根据第二可能实施例，编码模块4分几个步骤处理表示音数据Bj表示的块的相邻图像的至少一个块相对应的编处理)对表示音频或视频内容的数据集B进8[0079]因此，管理模块2可以产生(尤其是旨在用于流形成模块6)指示在对编码表示C进[0080]在一些情况下，用于对编码表示C进行解码的人工神经网络不同于人工神经网络使数据B在其连续通过人工神经网络N(以便产生编码表示C)和通过用于解码的人工神经网解码的人工神经网络是以预定义方式与所选人工神经网络N相关联的人工神经网络。然后性数据(该描述性数据可以包括例如分别与[0084]流形成模块6接收由编码模块4产生的编码表示C和由管理模块2提供的信息i，并[0085]流形成模块6以旨在被连续发送(例如，传输)到解码设备的各种数据分组的形式9[0091]传送人工神经网络(用于解码)的描述性数据的数据分组，用第一类型标识符表[0093]传送与音频或视频内容或与要使用的解码过程相关的参数的数据分组，用第三[0094]传送表示音频或视频内容的编码数据的数据分组，但该编码数据是通过针对包含在T2类型数据分组中的前述编码数据的不同编码过程(并且因此需要不同的解码过程)[0096]在本文所描述的实施例中，包含人工神经网络的描述性数据的数据分组(T1类型[0102]T1类型标识符和可选的标识符NNI和/或格式标识符NNF被包括在例如数据分组的[0103]描述性数据NNC的描述(或编码)格式(由格式标识符NNF适当地标识)可以是例如形成模块6可以基于该信息i确定哪些描述性数据NNC必须被放在给定的T1类型数据分组[0110]可选地，与人工神经网络相关联的标识符NNI(根据与上文针对T1类型数据分组前数据分组中的内容的编码表示进行解码的人工神经网络的描述性数据的数据分组在数络的描述性数据的数据分组是存在于与当前图像序列相关的数据流部分中还是存在于与[0113]相关内容的编码表示C(其是由编码模块4生成的编码表示的一部分并且形成该下，例如，可以规定，只有这种类型的分组(对应[0117]根据一个可考虑的变体，标识符NNI和/或位置标识符NNL和/或远程描述指示符DNN可以被包含在传送与图像或图像序列相关的参数的数据分组(在这种情况下描述的示示和给定标识符NNI的任何数据分组(T2或T4类型数据分组)之前，都有同样包含该给定标识符NNI(以及因此由该给定标识符NNI表示的人工神经网络的描述性数据)的T1类型数据[0121]在该示例中，数据流包括T1类型数据分组12和T2类型数据分组14(在数据流中相识符NNI、指示描述性数据NNC的格式的格式标识符NNF(下文中提到)以及给定人工神经网像或与给定图像序列相关的参数的数据分组)以及(口点)、与给定人工神经网络相关联的标识符NNI(与包含在数据分组26中的标识符相同)、以及由编码模块4生成的并且尤其可使用给[0146]包含在数据分组32中的远程描述指示符DNN指示，用于对编码表示的部分C(和部[0157]数据分组46包括标记M、值为T2的类型的标识符、标识符NNI(与包含在数据分组[0158]使用包含由标识符NNI标识的人工神经网络的描述性数据NNC的另一个T1类型数据分组44允许解码设备可选地以图9所示顺序以外的顺序读取数据流，例如以在数据分组[0159]在本文描述的示例中，由数据形成模块6构造的数据流F由流发射模块8通过通信[0166]数据流F(由流接收模块50接收或在存储介质上读取)由流分析模块52分析，如下[0178]这种解码方法尤其可以用于以上描述的并且在图4和图9中示出的数据流的示[0179]该方法开始于步骤E2，在该步骤中，分析模块52识别出(在数据流F中)数据分组读取(并且可选地解码)该数据分组的T类型标识符助于格式标识符NNF(在数据分组12的情况下)考虑该指示数据NNC的编码格式，以便获得符(或第一数据)表示的T类型是否形成与包含内容的编码表示的数据分组相关联的类型[0192]在步骤E16中的否定判定(箭头N)的情况下，该方法继续到步骤E18以对数据分组述的示例中为T3类型数据分组)，并且在这种情况下对当前数据分组进行解码允许获得与[0195]定义该人工神经网络的参数已经借助于包含在先前接收的T1类型数据分组中的于包含在先前接收的T1类型数据分组(在图4的情况下为数据分组12，并且在图9的情况下该数据例如是图像的至少一部分或图像的分量的像素值)作为识符NNI和与标识符NNI相对应的人工神经网神经网络将用于解码与被解码的图像相关联的代表性数据C(以便获得与被解码的图像的神经网络将用于解码与当前图像序列的各个图像相关联的代表性数据C(以便获得与当前使得解码模块56可以通过使用由标识符NNI表示的人工神经网络来对表示在数据流中接收分组20被认为是与包含在前述数据分组18中的参数类型相对应的类型标识符(第一数据)，以及读取人工神经网络的描述性数据NNC(第二数[0216]步骤E40还可以包括读取和/或解码与该人工神经网络相关联的标识符NNI。如在其他实施例中所解释的，这避免了在随后检测到包括相同标识符NNI的T1类型数据分组的[0218]在步骤E42期间，配置模块54可以(借助于如上所述的所获得的参数)配置解码模经网络被定义在该数据分组24之前的最后一个T1类型数据分组中(通过包含在其中的指示类型相对应的类型标识符(第一数据)，以及在流中读取与人工神经网络相关联的标识符NNI和与标识符NNI相对应的人工神经网络的描的数据分组包含用于对内容的编码表示进行解码的神经网络的标识符(在这种情况下为符由包含在该数据分组28中的T4类型标识符表52在数据流中读取位于远程描述指示符DNN之后(在这种情况下是紧接其后)的位置标识符(从包含在数据分组36中的描述性数据NNC解码)对内容的编码表示的第一部