Using prediction mode info for adaptive loop filter in video coding

Abstract

A mechanism for processing video data is disclosed. The mechanism includes determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF). A conversion is performed between a visual media data and a bitstream based on the ALF or the CCALF. In an example, f (pm) is used as side information in ALF or CCALF filtering, where 'm' is mapped value of prediction mode and 'f' is any function including a linear function, a clipping function, or any other function.

Description

Using Prediction Mode Info For Adaptive Loop Filter in Video CodingCROSS-REFERENCE TO RELATED APPLICATIONS

[0001] This patent application claims the benefit of International Patent Application No. PCT / CN2024 / 071764 filed on January 11, 2024, International Patent Application No. PCT / CN2024 / 075689 filed on February 4, 2024, and International Patent Application No. PCT / CN2024 / 079843 filed on March 4, 2024, each of which is hereby incorporated by reference.TECHNICAL FIELD

[0002] The present disclosure relates to generation, storage, and consumption of digital audio video media information in a file format.BACKGROUND

[0003] Digital video accounts for the largest bandwidth used on the Internet and other digital communication networks. As the number of connected user devices capable of receiving and displaying video increases, the bandwidth demand for digital video usage is likely to continue to grow.SUMMARY

[0004] A first aspect relates to a method for processing video data, comprising: determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ; and performing a conversion between a visual media data and a bitstream based on the ALF or the CCALF.

[0005] Optionally, in any of the preceding aspects, another implementation of the aspect provides that f (pm) is used as side information in ALF or CCALF filtering, where ‘m’ is mapped value of prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other function.

[0006] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a mapped value of the prediction mode is used as input of the ALF or the CCALF.

[0007] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as input of at least one extended tap of the ALF or the CCALF.

[0008] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as input of at least one existing tap of the ALF.

[0009] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode of luma is used as input of an ALF luma or the CCALF.

[0010] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode of chroma is used as input of an ALF chroma.

[0011] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a mapped value of the prediction mode is used as input of the CCALF.

[0012] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as input of at least one extended tap of the CCALF.

[0013] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as input of at least one existing tap of the CCALF.

[0014] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode of luma is used as input of extended taps of the CCALF.

[0015] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used following an ALF or CCALF filtering function.

[0016] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a difference between the mapped value of the prediction mode and a current filtered sample is calculated first.

[0017] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a filter coefficient is multiplied with a difference to get a final offset.

[0018] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a mapped value of the prediction mode is used in a different way from the ALF or CCALF filtering function.

[0019] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode value is used directly.

[0020] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a filter coefficient is multiplied with the mapped value of the prediction mode to get a final offset.

[0021] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode is used as side information in ALF or CCALF classification.

[0022] Optionally, in any of the preceding aspects, another implementation of the aspect provides that f (mp) is used as side information in the ALF or the CCALF classification, where ‘mp’ is a mapped value of a prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other functions.

[0023] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode is used jointly with deblocking filter-Boundary Strength (DBF-BS) .

[0024] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode and the DBF-BS is combined directly, wherein the prediction mode is classified into N classes and the DBF-BS is classified into M classes, and wherein the total class number generated by side information is equal to M x N.

[0025] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode and the DBF-BS are combined conditionally, wherein the prediction mode is only applied to positions where the DBF-BS is equal to a value K.

[0026] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is pre-defined.

[0027] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is included in the bitstream.

[0028] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is derived.

[0029] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as an additional classifier.

[0030] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification unit size of a classifier based on the mapped value of the prediction mode is N × M, where N and M are each positive integers.

[0031] Optionally, in any of the preceding aspects, another implementation of the aspect provides that positions inside a classification unit share a same classification result.

[0032] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is generated or derived with a specific method.

[0033] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is pre-defined.

[0034] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is derived.

[0035] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is included in the bitstream.

[0036] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is an average function.

[0037] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a maximum function.

[0038] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a minimum function.

[0039] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a linear mapping function.

[0040] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a non-linear mapping function.

[0041] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is any other function.

[0042] Optionally, in any of the preceding aspects, another implementation of the aspect provides that whether to use the classifier based on the mapped value of the prediction mode is pre-defined, derived, or included in the bitstream.

[0043] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used as side information for a mode of classification.

[0044] Optionally, in any of the preceding aspects, another implementation of the aspect provides that positions inside a classification unit share a same mapped value of prediction mode value.

[0045] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of a prediction mode value inside a classification unit is generated or derived with a specific method.

[0046] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is pre-defined.

[0047] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is derived.

[0048] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is included in the bitstream.

[0049] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is an average function.

[0050] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a maximum function.

[0051] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a minimum function.

[0052] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a linear mapping function.

[0053] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a non-linear mapping function.

[0054] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is any other function.

[0055] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is merged into K classes, where K is a positive integer.

[0056] Optionally, in any of the preceding aspects, another implementation of the aspect provides that an existing classifier has N classes, where N is a positive integer.

[0057] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode is used to extend a number of classes directly.

[0058] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the number of classes of the classifier is extended to N × K, where N and K are positive integers.

[0059] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0+PM×N

[0060] where c is the final class index, c_0 is the class index generated by the existing classifier.

[0061] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the classification result is calculated by: c=c0×K+PM

[0062] where c is the final class index, c_0 is the class index generated by the existing classifier.

[0063] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode is used to modify a number of classes.

[0064] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the number of classes of an existing classifier is modified to M, where M is a positive integer.

[0065] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a total number of classes is modified for a band-based classifier.

[0066] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a total number of classes is modified for a residual-based classifier.

[0067] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of texture directions is modified for a texture-based classifier.

[0068] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of texture activities is modified for a texture-based classifier.

[0069] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of classes of an existing classifier is modified to M × K, where M and K are each positive integers.

[0070] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0+PM×M

[0071] where c is the final class index and c_0 is the class index generated by the classifier.

[0072] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0×K+PM

[0073] where c is the final class index, c_0 is the class index generated by the classifier.

[0074] Optionally, in any of the preceding aspects, another implementation of the aspect provides using prediction mode information or deblocking filter-Boundary Strength (DBF-BS) information in a fixed-filter classification for an adaptive loop filter (ALF) .

[0075] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a luma ALF.

[0076] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a chroma ALF.

[0077] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a cross component ALF (CCALF) .

[0078] Optionally, in any of the preceding aspects, another implementation of the aspect provides that f (mp) is used as side information in the ALF or the CCALF classification, where ‘mp’ is mapped value of prediction mode or DBF-BS and ‘f’ is any function including a linear function, a clipping function, or any other functions.

[0079] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode is used jointly with the DBF-BS.

[0080] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode information and the DBF-FS are combined directly, wherein the prediction mode is classified into N classes and the DBF-BS is classified into M classes, and wherein the total class number generated by side information is equal to M x N.

[0081] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the prediction mode and the DBF-BS are combined conditionally, wherein the prediction mode is only applied to positions where the DBF-BS is equal to a value K.

[0082] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is pre-defined.

[0083] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is included in the bitstream.

[0084] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is derived.

[0085] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode or the DBF-BS is used as an additional classifier for a fixed-filter.

[0086] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification unit size of a classifier based on the mapped value of the prediction mode or the DBF-BS is N × M, where N and M are each positive integers.

[0087] Optionally, in any of the preceding aspects, another implementation of the aspect provides that positions inside a classification unit share a same classification result.

[0088] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is generated or derived with a specific method.

[0089] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is pre-defined.

[0090] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is derived.

[0091] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is included in the bitstream.

[0092] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is an average function.

[0093] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a maximum function.

[0094] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a minimum function.

[0095] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a linear mapping function.

[0096] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is a non-linear mapping function.

[0097] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the specific method is any other function.

[0098] Optionally, in any of the preceding aspects, another implementation of the aspect provides that whether to use the classifier based on the mapped value of the prediction mode or the DBF-BS is pre-defined, derived, or included in the bitstream.

[0099] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode or the DBF-BS is used as side information for a mode of classification.

[0100] Optionally, in any of the preceding aspects, another implementation of the aspect provides that positions inside a classification unit share a same mapped value of prediction mode value or the DBF-BS.

[0101] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of a prediction mode value or the DBF-BS inside a classification unit is generated or derived with a specific method.

[0102] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is pre-defined.

[0103] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is derived.

[0104] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is included in the bitstream.

[0105] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is an average function.

[0106] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a maximum function.

[0107] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a minimum function.

[0108] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a linear mapping function.

[0109] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is a non-linear mapping function.

[0110] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is any other function.

[0111] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode or the DBR-BS is merged into K classes, where K is a positive integer.

[0112] Optionally, in any of the preceding aspects, another implementation of the aspect provides that an existing classifier has N classes, where N is a positive integer.

[0113] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of the prediction mode or the DBF-BS is used to extend a number of classes directly.

[0114] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the number of classes of the classifier is extended to N × K, where N and K are positive integers.

[0115] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0+PM×N

[0116] where c is the final class index, c_0 is the class index generated by the existing classifier.

[0117] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the classification result is calculated by: c=c0×K+PM

[0118] where c is the final class index, c_0 is the class index generated by the existing classifier.

[0119] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the mapped value of prediction mode or the DBF-BS is used to modify a number of classes.

[0120] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the number of classes of an existing classifier is modified to M, where M is a positive integer.

[0121] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a total number of classes is modified for a band-based classifier.

[0122] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a total number of classes is modified for a residual-based classifier.

[0123] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of texture directions is modified for a texture-based classifier.

[0124] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of texture activities is modified for a texture-based classifier.

[0125] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a number of classes of an existing classifier is modified to M × K, where M and K are each positive integers.

[0126] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0+PM×M

[0127] where c is the final class index and c_0 is the class index generated by the classifier.

[0128] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a classification result is calculated by: c=c0×K+PM

[0129] where c is the final class index, c_0 is the class index generated by the classifier.

[0130] Optionally, in any of the preceding aspects, another implementation of the aspect provides that whether or how to prepare or modify the mapped value of the prediction mode is included in the bitstream.

[0131] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a first syntax element is included in the bitstream to indicate whether the mapped value as prepared or modified is used.

[0132] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded by arithmetic coding.

[0133] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded with at least one context.

[0134] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the at least one context depends on coding information of a current block or a neighboring block.

[0135] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the at least one context depends on a filtering shape of at least one neighboring block.

[0136] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded with bypass coding.

[0137] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is binarized by unary code, truncated unary code, fixed-length code, exponential Golomb code, or truncated exponential Golomb code.

[0138] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is conditionally included in the bitstream.

[0139] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is only included in the bitstream when the mapped value of the prediction mode is available.

[0140] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded in a predictive way.

[0141] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is predicted according to an on / off decision of the mapped value of the prediction mode of at least one neighboring block.

[0142] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is independently included in the bitstream for different color components.

[0143] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is shared for different color components.

[0144] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream for a first color component but not for a second color component.

[0145] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in a sequence parameter set (SPS) , picture parameter set (PPS) , picture header, slice header, adaptation parameter set (APS) , coding tree unit (CTU) , or coding unit (CU) .

[0146] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a first syntax element is included in the bitstream to indicate which way the mapped value of a prediction mode or a boundary strength is used.

[0147] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream to indicate a merged class number of prediction mode information or boundary strength information before being combined with an existing classification.

[0148] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the merged class number is N, where N is a positive integer.

[0149] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the merged class number is M, where M is a positive integer.

[0150] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream to indicate whether the prediction mode information or the boundary strength information is used jointly.

[0151] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is arithmetic coded.

[0152] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded with at least one context.

[0153] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the at least one context depends on coding information of a current block or a neighboring block.

[0154] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the at least one context depends on a filtering shape of at least one neighboring block.

[0155] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded with bypass coding.

[0156] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is binarized by unary code, truncated unary code, fixed-length code, exponential Golomb code, or truncated exponential Golomb code.

[0157] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is conditionally included in the bitstream.

[0158] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is only included in the bitstream when the mapped value of the prediction mode is available.

[0159] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded in a predictive way.

[0160] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is predicted according to an on / off decision of the mapped value of the prediction mode of at least one neighboring block.

[0161] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is independently included in the bitstream for different color components.

[0162] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is shared for different color components.

[0163] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream for a first color component but not for a second color component.

[0164] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in a sequence parameter set (SPS) , picture parameter set (PPS) , picture header, slice header, adaptation parameter set (APS) , coding tree unit (CTU) , or coding unit (CU) .

[0165] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream at an SPS level or a PPS level.

[0166] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream at a CTU level.

[0167] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream at an APS level.

[0168] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream for all luma filters and chroma filters inside all alternative filter sets.

[0169] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is included in the bitstream for all luma filters and chroma filters inside one alternative filter sets.

[0170] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the methods are used in post-processing or pre-processing.

[0171] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is used jointly.

[0172] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is used individually.

[0173] Optionally, in any of the preceding aspects, another implementation of the aspect provides using the mapped value of the prediction mode for adaptive loop filter (ALF) is applied to any in-loop filtering tools, pre-processing, or post-processing filtering method in video coding including ALF, cross component ALF (CCALF) , bilateral filter (BF) , SAO, CCSAO or any other filtering method.

[0174] Optionally, in any of the preceding aspects, another implementation of the aspect provides using a mapped value of prediction mode method is applied to an in loop filter, or wherein using mapped value of prediction mode is applied to ALF, CCALF, any other in loop filter, a pre-processing filter, or a post-processing filter.

[0175] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the loop filter is applied to a video unit, and wherein the video unit is a sequence, picture, sub-picture, slice, tile, CTU, CTU row, group of CTUs, CU, prediction unit (PU) , transform unit (TU) , coding tree block (CTB) , coding block (CB) , prediction block (PB) , transform block (TB) , or any other region that contains more than one luma or chroma sample or pixel.

[0176] Optionally, in any of the preceding aspects, another implementation of the aspect provides usage of the method is signaled in the bitstream.

[0177] Optionally, in any of the preceding aspects, another implementation of the aspect provides usage of the method is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, including in a sequence header, picture header, sequence parameter set (SPS) , video parameter set (VPS) , decoding parameter set (DPS) , decoding capability information (DCI) , picture parameter set (PPS) , Adaptation Parameter Set (APS) , slice header, or tile group header, or wherein usage of the method is signaled at a prediction block (PB) , transform block (TB) , coding block (CB) , prediction unit (PU) , transform unit (TU) , coding unit (CU) , virtual pipeline decoding unit (VPDU) , coding tree unit (CTU) , CTU row, slice, tile, sub-picture, or other region containing more than one sample or pixel.

[0178] Optionally, in any of the preceding aspects, another implementation of the aspect provides that application of the method is dependent on coded information including block size, color format, single tree partitioning, dual tree partitioning, color component, slice type, or picture type.

[0179] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is binarized as a flag, a fixed length code, an exponential Golomb code, a unary code, a truncated unary code, or a truncated binary code, and wherein the first syntax element is signed or unsigned.

[0180] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is coded with a context model or is bypass coded.

[0181] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the first syntax element is signaled conditionally, signaled only when a corresponding function is applicable, or signaled when a height or a width of a block satisfies a condition, or combinations thereof.

[0182] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a syntax element is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, in a sequence header, picture header, SPS, VPS, DPS, Decoding Capability Information (DCI) , PPS, APS, slice header, or tile group header.

[0183] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the method is combined with or excluded from use with affine, Multi Transform Selection (MTS) , LFNST, merge with motion vector difference (MMVD) , Matrix-Based Intra Prediction (MIP) , ISP, cross-component linear model (CCLM) , Convolutional cross-component model (CCCM) , Symmetric Motion Vector Difference (SMVD) , Bidirectional optical flow (BDOF) , decoder side motion vector refinement (DMVR) , History-based Motion Vector Prediction (HMVP) , Template Matching, intra block copy (IBC) , or Palette.

[0184] Optionally, in any of the preceding aspects, another implementation of the aspect provides that an excluded tool is disabled implicitly without signaling, or wherein the method is disabled implicitly without signaling when an excluded tool is used.

[0185] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the conversion includes encoding the visual media data into the bitstream.

[0186] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the conversion includes decoding the visual media data from the bitstream.

[0187] A second aspect relates to an apparatus for processing video data comprising: a processor; and a non-transitory memory with instructions thereon, wherein the instructions upon execution by the processor, cause the processor to perform the method of any of disclosed embodiments.

[0188] A third aspect relates to a non-transitory computer readable medium comprising a computer program product for use by a video coding device, the computer program product comprising computer executable instructions stored on the non-transitory computer readable medium such that when executed by a processor cause the video coding device to perform the method of any of disclosed embodiments.

[0189] A fourth aspect relates to a non-transitory computer-readable recording medium storing a bitstream of a video which is generated by a method performed by a video processing apparatus, wherein the method comprises: determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ; and generating the bitstream based on the based on the ALF or the CCALF.

[0190] A fifth aspect relates to a method for storing bitstream of a video comprising: determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ; generating a bitstream based on the determination; and storing the bitstream in a non-transitory computer-readable recording medium.

[0191] A sixth aspect relates to a method, apparatus, or system described in the present disclosure.

[0192] For the purpose of clarity, any one of the foregoing embodiments may be combined with any one or more of the other foregoing embodiments to create a new embodiment within the scope of the present disclosure.

[0193] These and other features will be more clearly understood from the following detailed description taken in conjunction with the accompanying drawings and claims.BRIEF DESCRIPTION OF THE DRAWINGS

[0194] For a more complete understanding of this disclosure, reference is now made to the following brief description, taken in connection with the accompanying drawings and detailed description, wherein like reference numerals represent like parts.

[0195] FIG. 1 illustrates an example of nominal vertical and horizontal locations of 4: 2: 2 luma and chroma samples in a picture.

[0196] FIG. 2 illustrates an example encoder block diagram.

[0197] FIG. 3 illustrates an example picture partitioned into raster scan slices.

[0198] FIG. 4 illustrates an example picture partitioned into rectangular scan slices.

[0199] FIG. 5 illustrates an example picture partitioned into bricks.

[0200] FIGS. 6A-6C illustrate examples of coding tree blocks (CTBs) crossing picture borders.

[0201] FIG. 7 illustrates an example of intra prediction modes.

[0202] FIG. 8 illustrates an example of block boundaries in a picture.

[0203] FIG. 9 illustrates an example of pixels involved in filter usage.

[0204] FIG. 10 illustrates an example of filter shapes for Adaptive Loop Filter (ALF) .

[0205] FIG. 11 illustrates an example of transformed coefficients for 5×5 diamond filter support.

[0206] FIG. 12 illustrates an example of relative coordinates for 5×5 diamond filter support.

[0207] FIG. 13 is a block diagram showing an example video processing system.

[0208] FIG. 14 is a block diagram of an example video processing apparatus .

[0209] FIG. 15 is a flowchart for an example method of video processing.

[0210] FIG. 16 is a block diagram that illustrates an example video coding system.

[0211] FIG. 17 is a block diagram that illustrates an example encoder.

[0212] FIG. 18 is a block diagram that illustrates an example decoder .

[0213] FIG. 19 is a schematic diagram of an example encoder.DETAILED DESCRIPTION

[0214] It should be understood at the outset that although an illustrative implementation of one or more embodiments are provided below, the disclosed systems and / or methods may be implemented using any number of techniques, whether currently known or yet to be developed. The disclosure should in no way be limited to the illustrative implementations, drawings, and techniques illustrated below, including the exemplary designs and implementations illustrated and described herein, but may be modified within the scope of the appended claims along with their full scope of equivalents.

[0215] Section headings are used in the present disclosure for ease of understanding and do not limit the applicability of techniques and embodiments disclosed in each section only to that section. Furthermore, the techniques described herein are applicable to other video codec protocols and designs. 1. Initial discussion

[0216] This disclosure is related to video coding technologies. Specifically, it is related to in-loop filter and other coding tools in image / video coding. The ideas may be applied individually or in various combinations to video codecs, such as High Efficiency Video Coding (HEVC) , Versatile Video Coding (VVC) , or other video coding technologies. 2. Abbreviations

[0217] The present disclosure includes the following abbreviations. Advanced video coding (Rec. ITU-T H. 264 | ISO / IEC 14496-10) (AVC) , coded picture buffer (CPB) , clean random access (CRA) , coding tree unit (CTU) , coded video sequence (CVS) , decoded picture buffer (DPB) , decoding parameter set (DPS) , general constraints information (GCI) , high efficiency video coding, also known as Rec. ITU-T H. 265 | ISO / IEC 23008-2, (HEVC) , Joint exploration model (JEM) , motion constrained tile set (MCTS) , network abstraction layer (NAL) , output layer set (OLS) , picture header (PH) , picture parameter set (PPS) , profile, tier, and level (PTL) , picture unit (PU) , reference picture resampling (RPR) , raw byte sequence payload (RBSP) , supplemental enhancement information (SEI) , slice header (SH) , sequence parameter set (SPS) , video coding layer (VCL) , video parameter set (VPS) , versatile video coding, also known as Rec. ITU-T H. 266 | ISO / IEC 23090-3, (VVC) , VVC test model (VTM) , video usability information (VUI) , transform unit (TU) , coding unit (CU) , deblocking filter (DF) , sample adaptive offset (SAO) , adaptive loop filter (ALF) , coding block flag (CBF) , quantization parameter (QP) , rate distortion optimization (RDO) , and bilateral filter (BF) . 3. Video coding standards

[0218] Video coding standards have evolved primarily through the development of the ITU-T and International Organization for Standardization (ISO)  / International Electrotechnical Commission (IEC) standards. The ITU-T produced H. 261 and H. 263, ISO / IEC produced Moving Picture Experts Group (MPEG) -1 and MPEG-4 Visual, and the two organizations jointly produced the H. 262 / MPEG-2 Video and H. 264 / MPEG-4 Advanced Video Coding (AVC) and H. 265 / HEVC [1] standards. Since H. 262, the video coding standards are based on the hybrid video coding structure wherein temporal prediction plus transform coding are utilized. To explore the future video coding technologies beyond HEVC, the Joint Video Exploration Team (JVET) was founded by VCEG and MPEG jointly. Many methods have been adopted by JVET and put into the reference software named Joint Exploration Model (JEM) [2] . The JVET was renamed to be the Joint Video Experts Team (JVET) when the Versatile Video Coding (VVC) project officially started. VVC is a coding standard, targeting at 50%bitrate reduction as compared to HEVC. The VVC working draft and VVC test model (VTM) are continuously updated.

[0219] An example version of the VVC draft, i.e., Versatile Video Coding (Draft 10) may be found at: https:  / / jvet-experts. org / doc_end_user / documents / 19_Teleconference / wg11 / JVET-S2001-v17. zip. An example version of the reference software of VVC, named as VTM, could be found at: https:  / / vcgit. hhi. fraunhofer. de / jvet-u-ee2 / VVCSoftware_VTM / - / tree / VTM-11.2.

[0220] International Telecommunication Union Telecommunication Standardization Sector (ITU-T) video coding experts group (VCEG) and International Organization for Standardization and the International Electrotechnical Commission (ISO / IEC) Moving Picture Experts Group (MPEG) joint technical committee (JTC) 1 / subcommittee (SC) 29 / working group (WG) 11 are studying the potential need for standardization of future video coding technology with a compression capability that significantly exceeds that of the current VVC standard. Such future standardization action could either take the form of extended extension (s) of VVC or an entirely new standard. The groups are working together on this exploration activity in a joint-collaboration effort known as the Joint Video Exploration Team (JVET) to evaluate compression technology designs proposed by their experts in this area. The first Exploration Experiments (EE) are established by JVET and reference software named Enhanced Compression Model (ECM) is in use. The test model ECM is updated continuously. 3.1 Color space and chroma subsampling

[0221] Color space, also known as the color model (or color system) , is a mathematical model which describes the range of colors as tuples of numbers, for example as 3 or 4 values or color components (e.g. RGB) . Generally speaking, a color space is an elaboration of the coordinate system and sub-space. For video compression, the most frequently used color spaces are luma, blue difference chroma, and red difference chroma (YCbCr) and red, green, blue (RGB) .

[0222] YCbCr, Y’ CbCr, or Y Pb / Cb Pr / Cr, also written as YCBCR or Y'CBCR, is a family of color spaces used as a part of the color image pipeline in video and digital photography systems. Y’ is the luma component and CB and CR are the blue-difference and red-difference chroma components. Y’ (with prime) is distinguished from Y, which is luminance, meaning that light intensity is nonlinearly encoded based on gamma corrected RGB primaries.

[0223] Chroma subsampling is the practice of encoding images by implementing less resolution for chroma information than for luma information, taking advantage of the human visual system's lower acuity for color differences than for luminance. 3.1.1 4: 4: 4

[0224] In 4: 4: 4, each of the three Y'CbCr components have the same sample rate. Thus there is no chroma subsampling. This scheme is sometimes used in high-end film scanners and cinematic postproduction. 3.1.2 4: 2: 2

[0225] In 4: 3: 2, the two chroma components are sampled at half the sample rate of luma. The horizontal chroma resolution is halved while the vertical chroma resolution is unchanged. This reduces the bandwidth of an uncompressed video signal by one-third with little to no visual difference. FIG. 1 illustrates an example of nominal vertical and horizontal locations of 4: 2: 2 luma and chroma samples in a picture. 3.1.3 4: 2: 0

[0226] In 4: 2: 0, the horizontal sampling is doubled compared to 4: 1: 1, but as the blue difference chroma (Cb) and red difference chroma (Cr) channels are only sampled on each alternate line in this scheme, the vertical resolution is halved. The data rate is thus the same. Cb and Cr are each subsampled at a factor of 2 both horizontally and vertically. There are three variants of 4: 2: 0 schemes, having different horizontal and vertical siting. In MPEG-2, Cb and Cr are cosited horizontally. Cb and Cr are sited between pixels in the vertical direction (sited  interstitially) . In Joint Photographic Experts Group (JPEG)  / JPEG File Interchange Format (JFIF) , H. 261, and MPEG-1, Cb and Cr are sited interstitially, halfway between alternate luma samples. In 4: 2: 0 DV, Cb and Cr are co-sited in the horizontal direction. In the vertical direction, they are co-sited on alternating lines. Table. 1 SubWidthC and SubHeightC values derived from chroma_format_idc and separate_colour_plane_flag 3.2 Example Coding Flow of a Video Codec

[0227] FIG. 2 illustrates an example encoder block diagram, for example in VVC. The encoder contains three in-loop filtering blocks: deblocking filter (DF) , sample adaptive offset (SAO) and ALF. Unlike DF, which uses predefined filters, SAO and ALF utilize the original samples of the current picture to reduce the mean square errors between the original samples and the reconstructed samples by adding an offset and by applying a finite impulse response (FIR) filter, respectively, with coded side information signaling the offsets and filter coefficients. ALF is located at the last processing stage of each picture and can be regarded as a tool trying to catch and fix artifacts created by the previous stages. 3.3 Definitions of Video / Coding Units

[0228] A picture is divided into one or more tile rows and one or more tile columns. A tile is a sequence of CTUs that covers a rectangular region of a picture. A tile may be divided into one or more bricks, each of which includes a number of CTU rows within the tile. A tile that is not partitioned into multiple bricks may also be referred to as a brick. However, a brick that is a true subset of a tile may not be referred to as a tile. A slice either contains several tiles of a picture or several bricks of a tile.

[0229] Two modes of slices are supported, namely the raster-scan slice mode and the rectangular slice mode. In the raster-scan slice mode, a slice contains a sequence of tiles in a tile raster scan of a picture. In the rectangular slice mode, a slice contains a number of bricks of a picture that collectively form a rectangular region of the picture. The bricks within a rectangular slice are in the order of brick raster scan of the slice. FIG. 3 illustrates an example picture partitioned into raster scan slices. In the examples, the picture is partitioned according to a raster-scan slice partitioning, where the picture includes 18 by 12 luma CTUs and is divided into 12 tiles and 3 raster-scan slices.

[0230] FIG. 4 illustrates an example picture partitioned into rectangular scan slices. For example, FIG. 4 shows an example of rectangular slice partitioning of a picture with 18 by 12 luma CTUs, where the picture is divided into 24 tiles (6 tile columns and 4 tile rows) and 9 rectangular slices.

[0231] FIG. 5 illustrates an example picture partitioned into bricks. For example, FIG. 5 shows an example of a picture partitioned into tiles, bricks, and rectangular slices, where the picture is divided into 4 tiles (2 tile columns and 2 tile rows) , 11 bricks (the top-left tile contains 1 brick, the top-right tile contains 5 bricks, the bottom-left tile contains 2 bricks, and the bottom-right tile contain 3 bricks) , and 4 rectangular slices. 3.3.1 CTU / CTB Sizes

[0232] In VVC, the CTU size, signaled in a sequence parameter set (SPS) by the syntax element log2_ctu_size_minus2, could be as small as 4x4. 7.3.2.3 Sequence parameter set RBSP syntax

[0233] log2_ctu_size_minus2 plus 2 specifies the luma coding tree block size of each CTU. log2_min_luma_coding_block_size_minus2 plus 2 specifies the minimum luma coding block size. The variables CtbLog2SizeY, CtbSizeY, MinCbLog2SizeY, MinCbSizeY, MinTbLog2SizeY, MaxTbLog2SizeY, MinTbSizeY, MaxTbSizeY, PicWidthInCtbsY, PicHeightInCtbsY, PicSizeInCtbsY, PicWidthInMinCbsY, PicHeightInMinCbsY, PicSizeInMinCbsY, PicSizeInSamplesY, PicWidthInSamplesC and PicHeightInSamplesC are derived as follows: CtbLog2SizeY = log2_ctu_size_minus2 + 2    (7-9) CtbSizeY = 1 << CtbLog2SizeY                                                             (7-10) MinCbLog2SizeY = log2_min_luma_coding_block_size_minus2 + 2                             (7-11) MinCbSizeY = 1 << MinCbLog2SizeY                                                         (7-12) MinTbLog2SizeY = 2                                                                          (7-13) MaxTbLog2SizeY = 6                                                                         (7-14) MinTbSizeY = 1 << MinTbLog2SizeY                                                         (7-15) MaxTbSizeY = 1 << MaxTbLog2SizeY                                                        (7-16) PicWidthInCtbsY = Ceil (pic_width_in_luma_samples ÷ CtbSizeY )                               (7-17) PicHeightInCtbsY = Ceil (pic_height_in_luma_samples ÷ CtbSizeY )                              (7-18) PicSizeInCtbsY = PicWidthInCtbsY *PicHeightInCtbsY                                         (7-19) PicWidthInMinCbsY = pic_width_in_luma_samples  / MinCbSizeY                               (7-20) PicHeightInMinCbsY = pic_height_in_luma_samples  / MinCbSizeY                              (7-21) PicSizeInMinCbsY = PicWidthInMinCbsY *PicHeightInMinCbsY                               (7-22) PicSizeInSamplesY = pic_width_in_luma_samples *pic_height_in_luma_samples                  (7-23) PicWidthInSamplesC = pic_width_in_luma_samples  / SubWidthC                                (7-24) PicHeightInSamplesC = pic_height_in_luma_samples  / SubHeightC                               (7-25) 3.3.2 CTUs in One Picture

[0234] FIGS. 6A-6C illustrate examples of CTBs crossing picture borders. FIG. 6A illustrates CTBs crossing the bottom picture border. FIG. 6B illustrates CTBs crossing the right picture border. FIG. 6C illustrates CTBs crossing the right bottom picture border. Suppose the coding tree block (CTB)  / largest coding unit (LCU) size indicated by M x N (typically M is equal to N) , and for a CTB located at picture border (or tile or slice or other types of borders, picture border is taken as an example) border, K x L samples are within picture border wherein either K<M or L<N. For those CTBs as depicted in FIGS. 6A-6C, the CTB size is still equal to MxN, however, the bottom boundary / right boundary of the CTB is outside the picture. 3.4 Intra Prediction

[0235] FIG. 7 illustrates an example of intra prediction modes. To capture the arbitrary edge directions presented in natural video, the number of directional intra modes is extended from 33, as used in HEVC, to 65. The extended directional modes are depicted in FIG. 7, and the planar and direct current (DC) modes remain the same. These denser directional intra prediction modes apply for all block sizes and for both luma and chroma intra predictions.

[0236] Angular intra prediction directions may be defined from 45 degrees to -135 degrees in clockwise direction as shown in FIG. 7. In VTM, several angular intra prediction modes are adaptively replaced with wide-angle intra prediction modes for the non-square blocks. The replaced modes are signaled and remapped to the indexes of wide angular modes after parsing. The total number of intra prediction modes is unchanged, e.g., 67, and the intra mode coding is unchanged.

[0237] In the HEVC, every intra-coded block has a square shape and the length of each of the block’s sides is a power of 2. Thus, no division operations are required to generate an intra-predictor using DC mode. In VVC, blocks can have a rectangular shape that necessitates the use of a division operation per block in the general case. To avoid division operations for DC prediction, only the longer side is used to compute the average for non-square blocks. 3.5 Inter prediction

[0238] For each inter-predicted CU, motion parameters include motion vectors, reference picture indices, reference picture list usage index, and extended information used for the new coding feature of VVC to be used for inter-predicted sample generation. The motion parameters can be signaled in an explicit or implicit manner. When a CU is coded with skip mode, the CU is associated with one PU and has no significant residual coefficients, no coded motion vector delta, and / or reference picture index. A merge mode is specified whereby the motion parameters for the current CU are obtained from neighboring CUs, including spatial and temporal candidates, and extended schedules introduced in VVC. The merge mode can be applied to any inter-predicted CU, not only for skip mode. The alternative to merge mode is the explicit transmission of motion parameters, where motion vector, corresponding reference picture index for each reference picture list, reference picture list usage flag, and other useful information are signaled explicitly per each CU. 3.6 Deblocking Filter

[0239] Deblocking filtering is an example in-loop filter in video codec. In VVC, the deblocking filtering process is applied on CU boundaries, transform subblock boundaries, and prediction subblock boundaries. The prediction subblock boundaries include the prediction unit boundaries introduced by the Subblock based Temporal Motion Vector prediction (SbTMVP) and affine modes. The transform subblock boundaries include the transform unit boundaries introduced by Subblock transform (SBT) and Intra Sub-Partitions (ISP) modes and transforms due to implicit split of large CUs. The processing order of the deblocking filter is defined as horizontal filtering for vertical edges for the entire picture first, followed by vertical filtering for horizontal edges. This specific order enables either multiple horizontal filtering or vertical filtering processes to be applied in parallel threads. Filtering processes can also be implemented on a CTB-by-CTB basis with only a small processing latency.

[0240] The vertical edges in a picture are filtered first. Then the horizontal edges in a picture are filtered with samples modified by the vertical edge filtering process as input. The vertical and horizontal edges in the CTBs of each CTU are processed separately on a coding unit basis. The vertical edges of the coding blocks in a coding unit are filtered starting with the edge on the left-hand side of the coding blocks proceeding through the edges towards the right-hand side of the coding blocks in their geometrical order. The horizontal edges of the coding blocks in a coding unit are filtered starting with the edge on the top of the coding blocks proceeding through the edges towards the bottom of the coding blocks in their geometrical order.

[0241] FIG. 8 illustrates an example of block boundaries in a picture. For example, FIG. 8 illustrates picture samples and horizontal and vertical block boundaries on the 8×8 grid, and the nonoverlapping blocks of the 8×8 samples, which can be deblocked in parallel. 3.6.1 Boundary Decision

[0242] Filtering is applied to 8x8 block boundaries. In addition, such boundaries must be a transform block boundary or a coding subblock boundary, for example due to usage of Affine motion prediction (ATMVP) . For other boundaries, deblocking filtering is disabled. 3.6.2 Boundary Strength Calculation

[0243] For a transform block boundary / coding subblock boundary, if the boundary is located in the 8x8 grid, the boundary may be filtered and the setting of bS [xDi ] [yDj ] (wherein [xDi ] [yDj ] denotes the coordinate) for this edge as defined in Table 2 and Table 3, respectively. Table. 2 Boundary strength (when SPS intra block copy (IBC) is disabled) Table. 3 Boundary strength (when SPS IBC is enabled)  3.6.3 Deblocking Decision for Luma Component

[0244] FIG. 9 illustrates an example of pixels involved in filter usage. For example, FIG. 9 illustrates pixels involved in a filter on / off decision and strong / weak filter selection. Wider-stronger luma filter is filters are used only if all the Condition1, Condition2 and Condition 3 are TRUE. The condition 1 is the “large block condition” . This condition detects whether the samples at P-side and Q-side belong to large blocks, which are represented by the variable bSidePisLargeBlk and bSideQisLargeBlk respectively. The bSidePisLargeBlk and bSideQisLargeBlk are defined as follows. bSidePisLargeBlk = ( (edge type is vertical and p0 belongs to CU with width >= 32) | | (edge type is horizontal and  p0 belongs to CU with height >= 32) ) ? TRUE: FALSE bSideQisLargeBlk = ( (edge type is vertical and q0 belongs to CU with width >= 32) | | (edge type is horizontal and  q0 belongs to CU with height >= 32) ) ? TRUE: FALSE

[0245] Based on bSidePisLargeBlk and bSideQisLargeBlk, the condition 1 is defined as follows: Condition1 = (bSidePisLargeBlk || bSidePisLargeBlk) ? TRUE: FALSE

[0246] Next, if Condition 1 is true, the condition 2 will be further checked. First, the following variables are derived:

[0247] If Condition1 and Condition2 are valid, whether any of the blocks uses sub-blocks is further checked:

[0248] Finally, if both the Condition 1 and Condition 2 are valid, the deblocking method will check the condition 3 (the large block strong filter condition) , which is defined as follows. In the Condition3 StrongFilterCondition, the following variables are derived:

[0249] As in HEVC, StrongFilterCondition = (dpq is less than (β >> 2 ) , sp3 + sq3 is less than (3*β >> 5 ) , and Abs (p0 -q0 ) is less than (5 *tC + 1 ) >> 1) ? TRUE : FALSE. 3.6.4 Stronger Deblocking Filter for Luma

[0250] Bilinear filter is used when samples at either one side of a boundary belong to a large block. A sample belonging to a large block is defined as when the width >= 32 for a vertical edge, and when height >= 32 for a horizontal edge. The bilinear filter is listed below. Block boundary samples pi for i=0 to Sp-1 and qi for j=0 to Sq-1 (pi and qi are the i-th sample within a row for filtering vertical edge, or the i-th sample within a column for filtering horizontal edge) in HEVC deblocking described above) are then replaced by linear interpolation as follows: pi′= (fi*Middles, t+ (64-fi) *Ps+32) >>6) , clipped to pi±tcPDi qj′= (gj*Middles, t+(64-gj)*Qs+32) >>6) , clipped to qj±tcPDj where tcPDi and tcPDj term is a position dependent clipping described above and gj, fi, Middles, t, Ps and Qs are  given below: 3.6.5 Deblocking Decision for Chroma

[0251] The chroma strong filters are used on both sides of the block boundary. Here, the chroma filter is selected when both sides of the chroma edge are greater than or equal to 8 (chroma position) , and the following decision with three conditions are satisfied: the first one is for decision of boundary strength as well as large block. The filter can be applied when the block width or height which orthogonally crosses the block edge is equal to or larger than 8 in chroma sample domain. The second and third one is basically the same as for HEVC luma deblocking decision, which are on / off decision and strong filter decision, respectively.

[0252] In the first decision, boundary strength (bS) is modified for chroma filtering and the conditions are checked sequentially. If a condition is satisfied, then the remaining conditions with lower priorities are skipped. Chroma deblocking is performed when bS is equal to 2, or bS is equal to 1 when a large block boundary is detected. The second and third condition is basically the same as HEVC luma strong filter decision as follows.

[0253] In the second condition d is then derived as in HEVC luma deblocking. The second condition will be TRUE when d is less than β. In the third condition StrongFilterCondition is derived as follows: dpq is derived as in HEVC. sp3 = Abs (p3 -p0 ) , derived as in HEVC sq3 = Abs (q0 -q3 ) , derived as in HEVC

[0254] As in HEVC design, StrongFilterCondition = (dpq is less than (β >> 2 ) , sp3 + sq3 is less than (β >> 3 ) , and Abs (p0 -q0 ) is less than (5 *tC + 1 ) >> 1)  3.6.6 Strong Deblocking Filter for Chroma

[0255] The following strong deblocking filter for chroma is defined: p2′= (3*p3+2*p2+p1+p0+q0+4) >> 3 p1′= (2*p3+p2+2*p1+p0+q0+q1+4) >> 3 p0′= (p3+p2+p1+2*p0+q0+q1+q2+4) >> 3

[0256] An example chroma filter performs deblocking on a 4x4 chroma sample grid. 3.6.7 Position Dependent Clipping

[0257] The position dependent clipping (tcPD) is applied to the output samples of the luma filtering process involving strong and long filters that are modifying 7, 5 and 3 samples at the boundary. Assuming quantization error distribution, a clipping value may be increased for samples which are expected to have higher quantization noise, thus expected to have higher deviation of the reconstructed sample value from the true sample value.

[0258] For each P or Q boundary filtered with asymmetrical filter, depending on the result of decision-making process, position dependent threshold table is selected from two tables (e.g., Tc7 and Tc3 tabulated below) that are provided to decoder as a side information: Tc7 = {6, 5, 4, 3, 2, 1, 1} ; Tc3 = {6, 4, 2 } ; tcPD = (Sp == 3) ? Tc3 : Tc7; tcQD = (Sq == 3) ? Tc3 : Tc7;

[0259] For the P or Q boundaries being filtered with a short symmetrical filter, position dependent threshold of lower magnitude is applied: Tc3 = {3, 2, 1 } ;

[0260] Following defining the threshold, filtered p’i and q’i sample values are clipped according to tcP and tcQ clipping values: p”i = Clip3 (p’i + tcPi, p’i –tcPi, p’i) ; q”j = Clip3 (q’j + tcQj, q’j –tcQ j, q’j) ; where p’i and q’i are filtered sample values, p”i and q”j are output sample value after the clipping and tcPi tcPi are  clipping thresholds that are derived from the VVC tc parameter and tcPD and tcQD. The function Clip3 is a clipping function as it is specified in VVC. 3.6.8 Sub-block Deblocking Adjustment

[0261] To enable parallel friendly deblocking using both long filters and sub-block deblocking the long filters is restricted to modify at most 5 samples on a side that uses sub-block deblocking (AFFINE or ATMVP or decoder side motion vector refinement (DMVR) ) as shown in the luma control for long filters. Extendedly, the sub-block deblocking is adjusted such that that sub-block boundaries on an 8x8 grid that are close to a CU or an implicit TU boundary is restricted to modify at most two samples on each side.

[0262] The following applies to sub-block boundaries that not are aligned with the CU boundary. where edge equal to 0 corresponds to CU boundary, edge equal to 2 or equal to orthogonalLength-2 corresponds to  sub-block boundary 8 samples from a CU boundary etc. Where implicit TU is true if implicit split of TU is used. 3.7 Sample Adaptive Offset

[0263] Sample adaptive offset (SAO) is applied to the reconstructed signal after the deblocking filter by using offsets specified for each CTB by the encoder. The video encoder first makes the decision on whether or not the SAO process is to be applied for current slice. If SAO is applied for the slice, each CTB is classified as one of five SAO types as shown in Table 4. The concept of SAO is to classify pixels into categories and reduces the distortion by adding an offset to pixels of each category. SAO operation includes edge offset (EO) which uses edge properties for pixel classification in SAO type 1 to 4 and band offset (BO) which uses pixel intensity for pixel classification in SAO type 5.Each applicable CTB has SAO parameters including sao_merge_left_flag, sao_merge_up_flag, SAO type and four offsets. If sao_merge_left_flag is equal to 1, the current CTB will reuse the SAO type and offsets of the CTB to the left. If sao_merge_up_flag is equal to 1, the current CTB will reuse SAO type and offsets of the CTB above. Table. 4 Specification of SAO type 3.8 Adaptive Loop Filter

[0264] Adaptive loop filtering for video coding is to minimize the mean square error between original samples and decoded samples by using Wiener-based adaptive filter. The ALF is located at the last processing stage for each picture and can be regarded as a tool to catch and fix artifacts from previous stages. The suitable filter coefficients are determined by the encoder and explicitly signaled to the decoder. To achieve better coding efficiency, especially for high resolution videos, local adaptation is used for luma signals by applying different filters to different regions or blocks in a picture. In addition to filter adaptation, filter on / off control at coding tree unit (CTU) level is also helpful for improving coding efficiency. Syntax-wise, filter coefficients are sent in a picture level header called adaptation parameter set, and filter on / off flags of CTUs are interleaved at CTU level in the slice data. This syntax design not only supports picture level optimization but also achieves a low encoding latency. 3.8.1 Signaling of Parameters

[0265] According to ALF design in VTM, filter coefficients and clipping indices are carried in ALF Adaptation Parameter Sets (APSs) . An ALF APS can include up to 8 chroma filters and one luma filter set with up to 25 filters. An index is also included for each of the 25 luma classes. Classes having the same index share the same filter. By merging different classes, the num of bits required to represent the filter coefficients is reduced. The absolute value of a filter coefficient is represented using a 0th order Exp-Golomb code followed by a sign bit for a non-zero coefficient. When clipping is enabled, a clipping index is also signaled for each filter coefficient using a two-bit fixed-length code. Up to 8 ALF APSs can be used by the decoder at the same time.

[0266] Filter control syntax elements of ALF in VTM include two types of information. First, ALF on / off flags are signaled at sequence, picture, slice and CTB levels. Chroma ALF can be enabled at picture and slice level only if luma ALF is enabled at the corresponding level. Second, filter usage information is signaled at picture, slice and CTB level, if ALF is enabled at that level. Referenced ALF APSs IDs are coded at a slice level or at a picture level if all the slices within the picture use the same APSs. Luma component can reference up to 7 ALF APSs and chroma components can reference 1 ALF APS. For a luma CTB, an index is signalled indicating which ALF APS or offline trained luma filter set is used. For a chroma CTB, the index indicates which filter in the referenced APS is used.

[0267] The data syntax elements of ALF associated to LUMA component in VTM are listed as follows:

[0268] alf_luma_filter_signal_flag equal to 1 specifies that a luma filter set is signalled. alf_luma_filter_signal_flag equal to 0 specifies that a luma filter set is not signalled. alf_luma_clip_flag equal to 0 specifies that linear adaptive loop filtering is applied to the luma component. alf_luma_clip_flag equal to 1 specifies that non-linear adaptive loop filtering could be applied to the luma component. alf_luma_num_filters_signalled_minus1 plus 1 specifies the number of adaptive loop filter classes for which luma coefficients can be signalled. The value of alf_luma_num_filters_signalled_minus1 shall be in the range of 0 to NumAlfFilters -1, inclusive. alf_luma_coeff_delta_idx [filtIdx ] specifies the indices of the signalled adaptive loop filter luma coefficient deltas for the filter class indicated by filtIdx ranging from 0 to NumAlfFilters -1. When alf_luma_coeff_delta_idx [filtIdx ] is not present, it is inferred to be equal to 0. The length of alf_luma_coeff_delta_idx [filtIdx ] is Ceil (Log2 (alf_luma_num_filters_signalled_minus1 + 1 ) ) bits. The value of alf_luma_coeff_delta_idx [filtIdx ] shall be in the range of 0 to alf_luma_num_filters_signalled_minus1, inclusive.

[0269] alf_luma_coeff_abs [sfIdx ] [j ] specifies the absolute value of the j-th coefficient of the signalled luma filter indicated by sfIdx. When alf_luma_coeff_abs [sfIdx ] [j ] is not present, it is inferred to be equal 0. The value of alf_luma_coeff_abs [sfIdx ] [j ] shall be in the range of 0 to 128, inclusive. alf_luma_coeff_sign [sfIdx ] [j ] specifies the sign of the j-th luma coefficient of the filter indicated by sfIdx as follows: If alf_luma_coeff_sign [sfIdx ] [j ] is equal to 0, the corresponding luma filter coefficient has a positive value.  Otherwise (alf_luma_coeff_sign [sfIdx ] [j ] is equal to 1) , the corresponding luma filter coefficient has a negative value. When alf_luma_coeff_sign [sfIdx ] [j ] is not present, it is inferred to be equal to 0.

[0270] alf_luma_clip_idx [sfIdx ] [j ] specifies the clipping index of the clipping value to use before multiplying by the j-th coefficient of the signalled luma filter indicated by sfIdx. When alf_luma_clip_idx [sfIdx ] [j ] is not present, it is inferred to be equal to 0. The coding tree unit syntax elements of ALF associated to LUMA component in VTM are listed as follows:

[0271] alf_ctb_flag [cIdx ] [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] equal to 1 specifies that the adaptive loop filter is applied to the coding tree block of the colour component indicated by cIdx of the coding tree unit at luma location (xCtb, yCtb ) . alf_ctb_flag [cIdx ] [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] equal to 0 specifies that the adaptive loop filter is not applied to the coding tree block of the colour component indicated by cIdx of the coding tree unit at luma location (xCtb, yCtb ) .

[0272] When alf_ctb_flag [cIdx ] [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] is not present, it is inferred to be equal to 0. alf_use_aps_flag equal to 0 specifies that one of the fixed filter sets is applied to the luma CTB. alf_use_aps_flag equal to 1 specifies that a filter set from an APS is applied to the luma CTB. When alf_use_aps_flag is not present, it is inferred to be equal to 0. alf_luma_prev_filter_idx specifies the previous filter that is applied to the luma CTB. The value of alf_luma_prev_filter_idx shall be in a range of 0 to sh_num_alf_aps_ids_luma -1, inclusive. When alf_luma_prev_filter_idx is not present, it is inferred to be equal to 0.

[0273] The variable AlfCtbFiltSetIdxY [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] specifying the filter set index for the luma CTB at location (xCtb, yCtb ) is derived as follows: If alf_use_aps_flag is equal to 0, AlfCtbFiltSetIdxY [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] is  set equal to alf_luma_fixed_filter_idx. Otherwise, AlfCtbFiltSetIdxY [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] is set equal to  16 + alf_luma_prev_filter_idx.

[0274] alf_luma_fixed_filter_idx specifies the fixed filter that is applied to the luma CTB. The value of alf_luma_fixed_filter_idx shall be in a range of 0 to 15, inclusive.

[0275] Based on the ALF design of VTM, the ALF design of ECM further introduces the concept of alternative filter sets into luma filters. The luma filters are be trained multiple alternatives / rounds based on the updated luma CTU ALF on / off decisions of each alternative / rounds. In such way, there will be multiple filter sets that associated to each training alternative and the class merging results of each filter set may be different. Each CTU could select the best filter set by RDO and the related alternative information will be signaled. The data syntax elements of ALF associated to LUMA component in ECM are listed as follows:

[0276] alf_luma_num_alts_minus1 plus 1 specifies the number of alternative filter sets for luma component. The value of alf_luma_num_alts_minus1 shall be in the range of 0 to 3, inclusive. alf_luma_clip_flag [altIdx] equal to 0 specifies that linear adaptive loop filtering is applied to the alternative luma filter set with index altIdxluma component. alf_luma_clip_flag [altIdx] equal to 1 specifies that non-linear adaptive loop filtering could be applied to the alternative luma filter set with index altIdx luma component. alf_luma_num_filters_signalled_minus1 [altIdx] plus 1 specifies the number of adaptive loop filter classes for which luma coefficients can be signalled of the alternative luma filter set with index altIdx. The value of alf_luma_num_filters_signalled_minus1 [altIdx] shall be in the range of 0 to NumAlfFilters -1, inclusive.

[0277] alf_luma_coeff_delta_idx [altIdx] [filtIdx ] specifies the indices of the signalled adaptive loop filter luma coefficient deltas for the filter class indicated by filtIdx ranging from 0 to NumAlfFilters –1 for the alternative luma filter set with index altIdx. When alf_luma_coeff_delta_idx [filtIdx ] [altIdx] is not present, it is inferred to be equal to 0. The length of alf_luma_coeff_delta_idx [altIdx] [filtIdx ] is Ceil (Log2 (alf_luma_num_filters_signalled_minus1 [altIdx] + 1 ) ) bits. The value of alf_luma_coeff_delta_idx [altIdx] [filtIdx ] shall be in the range of 0 to alf_luma_num_filters_signalled_minus1 [altIdx] , inclusive. alf_luma_coeff_abs [altIdx] [sfIdx ] [j ] specifies the absolute value of the j-th coefficient of the signalled luma filter indicated by sfIdx of the alternative luma filter set with index altIdx. When alf_luma_coeff_abs [altIdx] [sfIdx ] [j ] is not present, it is inferred to be equal 0. The value of alf_luma_coeff_abs [altIdx] [sfIdx ] [j ] shall be in the range of 0 to 128, inclusive.

[0278] alf_luma_coeff_sign [altIdx] [sfIdx ] [j ] specifies the sign of the j-th luma coefficient of the filter indicated by sfIdx of the alternative luma filter set with index altIdx as follows: If alf_luma_coeff_sign [altIdx] [sfIdx ] [j ] is equal to 0, the corresponding luma filter coefficient has a  positive value. Otherwise (alf_luma_coeff_sign [altIdx] [sfIdx ] [j ] is equal to 1) , the corresponding luma filter coefficient  has a negative value. When alf_luma_coeff_sign [altIdx] [sfIdx ] [j ] is not present, it is inferred to be equal to 0.

[0279] alf_luma_clip_idx [altIdx] [sfIdx ] [j ] specifies the clipping index of the clipping value to use before multiplying by the j-th coefficient of the signalled luma filter indicated by sfIdx of the alternative luma filter set with index altIdx. When alf_luma_clip_idx [altIdx] [sfIdx ] [j ] is not present, it is inferred to be equal to 0. The coding tree unit syntax elements of ALF associated to LUMA component in ECM are listed as follows:

[0280] alf_ctb_luma_filter_alt_idx [xCtb >> CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] specifies the index of the alternative luma filters applied to the coding tree block of the luma component, of the coding tree unit at luma location (xCtb, yCtb ) . When alf_ctb_luma_filter_alt_idx [xCtb >>CtbLog2SizeY ] [yCtb >> CtbLog2SizeY ] is not present, it is inferred to be equal to zero. 3.8.2 Filter shapes

[0281] FIG. 10 illustrates an example of filter shapes for ALF. In the JEM, up to three diamond filter shapes (as shown in FIG. 10) can be selected for the luma component. An index is signalled at the picture level to indicate the filter shape used for the luma component. Each square represents a sample, and Ci (i being 0～6 (left) , 0～12 (middle) , 0～20 (right) ) denotes the coefficient to be applied to the sample. For chroma components in a picture, the 5×5 diamond shape is always used. In VVC, the 7×7 diamond shape is always used for Luma while the 5×5 diamond shape is always used for Chroma. 3.8.3 Classification for ALF

[0282] Each 2×2 (or 4×4) block is categorized into one out of 25 classes. The classification index C is derived based on its directionality D and a quantized value of activity as follows:

[0283] To calculate D and gradients of the horizontal, vertical and two diagonal direction are first calculated using 1-D Laplacian:

[0284] Indices i and j refer to the coordinates of the upper left sample in the 2×2 block and R (i, j) indicates a reconstructed sample at coordinate (i, j) . Then D maximum and minimum values of the gradients of horizontal and vertical directions are set as: and the maximum and minimum values of the gradient of two diagonal directions are set as:

[0285] To derive the value of the directionality D, these values are compared against each other and with two thresholds t1 and t2: Step 1. If both and are true, D is set to 0. Step 2. If continue from Step 3; otherwise continue from Step 4. Step 3. If D is set to 2; otherwise D is set to 1. Step 4. If D is set to 4; otherwise D is set to 3.

[0286] The activity value A is calculated as:

[0287] A is further quantized to the range of 0 to 4, inclusively, and the quantized value is denoted as For both chroma components in a picture, no classification method is applied, i.e. a single set of ALF coefficients is applied for each chroma component. 3.8.4 Geometric Transformations of Filter Coefficients

[0288] Before filtering each 2×2 block, geometric transformations such as rotation or diagonal and vertical flipping are applied to the filter coefficients f (k, l) , which is associated with the coordinate (k, l) , depending on gradient values calculated for that block. This is equivalent to applying these transformations to the samples in the filter support region. The idea is to make different blocks to which ALF is applied more similar by aligning their directionality.

[0289] Three geometric transformations, including diagonal, vertical flip and rotation are introduced: Diagonal: fD (k, l) =f (l, k) , Vertical flip: fV (k, l) =f (k, K-l-1) , Rotation: fR (k, l) =f (K-l-1, k) . where K is the size of the filter and 0≤k, l≤K-1 are coefficients coordinates, such that location (0, 0) is at the  upper left corner and location (K-1, K-1) is at the lower right corner. The transformations are applied to the filter coefficients f (k, l) depending on gradient values calculated for that block. The relationship between the transformation and the four gradients of the four directions are summarized in Table 5.

[0290] FIG. 11 illustrates an example of transformed coefficients acting as a relative coordinator for the 5×5 diamond filter support. For example, FIG. 11 shows the transformed coefficients for each position based on the 5x5 diamond. Table. 5 Mapping of the gradient calculated for one block and the transformations. 3.8.5 Filtering Process

[0291] At decoder side, when ALF is enabled for a block, each sample R (i, j) within the block is filtered, resulting in sample value R′ (i, j) as shown below, where L denotes filter length, fm, n represents filter coefficient, and f (k, l) denotes the decoded filter coefficients.

[0292] FIG. 12 illustrates an example of relative coordinates used for 5x5 diamond filter support supposing the current sample’s coordinate (i, j) to be (0, 0) . Samples in different coordinates filled with the same color are multiplied with the same filter coefficients. 3.8.6 Non-Linear Filtering Reformulation

[0293] Linear filtering can be reformulated, without coding efficiency impact, in the following expression: where w (i, j) are the same filter coefficients.

[0294] VVC introduces the non-linearity to make ALF more efficient by using a simple clipping function to reduce the impact of neighbor sample values (I (x+i, y+j) ) when they are too different with the current sample value (I (x, y) ) being filtered. More specifically, the ALF filter is modified as follows: where K (d, b) =min (b, max (-b, d) ) is the clipping function, and k (i, j) are clipping parameters, which depends on  the (i, j) filter coefficient. The encoder performs the optimization to find the best k (i, j) .

[0295] The clipping parameters k (i, j) are specified for each ALF filter, one clipping value is signaled per filter coefficient. It means that up to 12 clipping values can be signaled in the bitstream per Luma filter and up to 6 clipping values for the Chroma filter. In order to limit the signaling cost and the encoder complexity, only 4 fixed values which are the same for INTER and INTRA slices are used.

[0296] Because the variance of the local differences is often higher for Luma than for Chroma, two different sets for the Luma and Chroma filters are applied. The maximum sample value (here 1024 for 10 bits bit-depth) in each set is also introduced, so that clipping can be disabled if it is not necessary. The 4 values have been selected by roughly equally splitting, in the logarithmic domain, the full range of the sample values (coded on 10 bits) for Luma, and the range from 4 to 1024 for Chroma. More precisely, the Luma table of clipping values have been obtained by the following formula: with M=210 and N=4

[0297] Similarly, the Chroma tables of clipping values is obtained according to the following formula: with M=210, N=4 and A=4 3.9 Bilateral In-loop Filter 3.9.1 Bilateral Image Filter

[0298] Bilateral image filter is a nonlinear filter that smooths the noise while preserving edge structures. The bilateral filtering is a technique to make the filter weights decrease not only with the distance between the samples but also with increasing difference in intensity. This way, over-smoothing of edges can be ameliorated. A weight is defined as where Δx and Δy is the distance in the vertical and horizontal and ΔI is the difference in intensity between the samples.

[0299] The edge-preserving de-noising bilateral filter adopts a low-pass Gaussian filter for both the domain filter and the range filter. The domain low-pass Gaussian filter gives higher weight to pixels that are spatially close to the center pixel. The range low-pass Gaussian filter gives higher weight to pixels that are similar to the center pixel. Combining the range filter and the domain filter, a bilateral filter at an edge pixel becomes an elongated Gaussian filter that is oriented along the edge and is greatly reduced in gradient direction. This is the reason why the bilateral filter can smooth the noise while preserving edge structures. 3.9.2 Bilateral Filter in Video Coding

[0300] The bilateral filter in video coding is a coding tool for the VVC [2] . The filter acts as a loop filter in parallel with the sample adaptive offset (SAO) filter. Both the bilateral filter and SAO act on the same input samples, each filter produces an offset, and these offsets are then added to the input sample to produce an output sample that, after clipping, goes to the next stage. The spatial filtering strength σdis determined by the block size, with smaller blocks filtered more strongly, and the intensity filtering strength σris determined by the quantization parameter, with stronger filtering being used for higher QPs. Only the four closest samples are used, so the filtered sample intensity IF can be calculated as where ICdenotes the intensity of the center sample, ΔIA=IA-ICthe intensity difference between the center sample  and the sample above. ΔIB, ΔIL and ΔIRdenote the intensity difference between the center sample and that of the sample below, to the left and to the right respectively. 4. Technical problems solved by disclosed technical solutions

[0301] Example designs for adaptive loop filter (ALF) in video coding have the following problems.

[0302] In an example ALF design, only the spatial reconstruction / residual samples are used as input for classification. However, there is other valuable information that can be potentially utilized, such as prediction mode info. 5. A listing of solutions and embodiments

[0303] To solve the above-described problems, methods as summarized below are disclosed. The embodiments should be considered as examples to explain the general concepts and should not be interpreted in a narrow way. Furthermore, these embodiments can be applied individually or combined in any manner.

[0304] It should be noted that the disclosed methods may be used as in-loop filters or post-processing.

[0305] In this disclosure, a video unit may refer to a sequence, a picture, a sub-picture, a slice, a CTU, a block, and / or a region. The video unit may comprise one color component or multiple color components.

[0306] In this disclosure, an ALF processing unit may refer to a sequence, a picture, a sub-picture, a slice, a CTU, a block, a region, or a sample. The ALF processing unit may comprise one color component or multiple color components. Further, side information can include coding information other than a sample to be filtered by a current filter, and such side information can be used to determine usage of the current filter upon the sample to be filtered. 1) It is proposed to use prediction mode as side information for a loop-filter such as deblocking filter / SAO / bilateral  filter (BIF)  / ALF / CCALF. a. In one example, the prediction mode for at least one position may be stored before the loop-filter process. a) In one example, the prediction mode for at least one position may be stored. 1. In one example, the prediction mode for a Luma position may be stored. 2. In one example, the prediction mode for a Chroma position may be stored. 3. The stored prediction mode may be fetched by the loop-filter. b) In one example, the prediction mode for each position may be stored / used in a mapped domain. 1. In one example, the prediction mode for each position may be stored / used with  mapped values (e.g., MODE_INTRA=128, MODE_INTER=256, MODE_IBC=512) that stand for different prediction modes. 2. In one example, the mode info may be prediction mode (e.g., Inter, Intra, IBC or  IntraTMP) . 3. In one example, the mode info may be CBF flag. 4. In one example, the mode info may be rootCBF flag. 5. In one example, the mapped values may be pre-defined. 6. In one example, the mapped values may be derived. 7. In one example, the mapped values may be signaled to the decoder. c) In one example, the prediction mode for a position may be classified into one or more classes. 1. In one example, the prediction mode may be classified into N classes (e.g., N = 2) . 2. In one example, the prediction mode may be classified following a pre-defined rule. a. In one example, the position with INTER mode may be classified into one  class. b. In one example, the position with INTER and IBC mode may be classified  into one class. c. In one example, the position with INTER, IBC and IntraTMP mode may be  classified into one class. d. In one example, the position with INTRA mode may be classified into one  class. e. In one example, the position with NON-INTRA mode may be classified into  one class. f. In one example, the position with CBF equal to zero may be classified into  one class. g. In one example, the position with CFB NOT equal to zero may be classified  into one class. h. In one example, the block boundary positions may be classified into a  different class with other positions inside one block. 3. In one example, the merge rule or number of merged classes may be pre-defined. 4. In one example, the merge rule or number of merged classes may be derived. 5. In one example, the merge rule or number of merged classes may be signaled to the  decoder. 2) It is proposed to use prediction mode as side information in ALF / CCALF filtering. a. For example, f (pm) may be used as side information in ALF / CCALF filtering, where ‘m’ is mapped  value of prediction mode and ‘f’ is any function, such as a linear function or a clipping function or any other functions. b. In one example, the mapped value of prediction mode may be used as input of ALF / CCALF. a) In one example, the mapped value of prediction mode may be used as input of at least one  extended tap of ALF / CCALF. b) In one example, the mapped value of prediction mode may be used as at least one existing tap  of ALF. c) In one example, the mapped value of prediction mode of Luma may be used as input of ALF  Luma / CCALF. d) In one example, the mapped value of prediction mode of Chroma may be used as input of ALF  Chroma. c. In one example, the mapped value of prediction mode may be used as input of CCALF. a) In one example, the mapped value of prediction mode may be used as input of at least one  extended tap of CCALF. b) In one example, the mapped value of prediction mode may be used as input of at least one  existing tap of CCALF. c) In one example, the mapped value of prediction mode of Luma may be used as input of  extended taps of CCALF. d. In one example, the mapped value of prediction mode may be used following the ALF / CCALF filtering  function. a) In one example, the difference between mapped value of prediction mode and current filtered  sample may need to be calculated first. b) In one example, the filter coefficient may be multiplied with the difference to get the final  offset. e. In one example, the mapped value of prediction mode may be used in a different way from the  ALF / CCALF filtering function. a) In one example, the mapped value of prediction mode value may be used directly. b) In one example, the filter coefficient may be multiplied with the mapped value of prediction  mode to get the final offset. 3) It is proposed to use the prediction mode as side information in ALF / CCALF classification. a. For example, f (mp) may be used as side information in ALF / CCALF classification, where ‘mp’ is  mapped value of prediction mode and ‘f’ is any function, such as a linear function or a clipping function or any other functions. b. In one example, the mapped value of prediction mode may be used jointly with deblocking filter  boundary strength (DBF-BS) . a) In one example, the prediction mode and DBF-BS may be combined directly. The prediction  mode may be classified into N (e.g., N = 2) classes and DBF-BS may be classified into M (e.g., M = 2) classes. The total class number that generated by side information may be equal to M x N (e.g., M x N = 4) . b) In one example, the prediction mode and DBF-BS may be combined conditionally. The  prediction mode may be only applied to positions that DBF-BS equal to a value K (e.g., K = 0) . 1. In one example, K may be pre-defined. 2. In one example, K may be signaled. 3. In one example, K may be derived at decoder. c. In one example, the mapped value of prediction mode may be used as an additional classifier. a) In one example, the classification unit size of mapped value of prediction mode based classifier  may be N × M (e.g., N = M = 2) . b) In one example, the positions inside a classification unit may share a same classification result. c) In one example, the classification result may be generated / derived with a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. d) In one example, whether to use mapped value of prediction mode based classifier may be pre- defined / derived / signaled. d. In one example, the mapped value of prediction mode may be used as side information for existing  mode of classification. a) In one example, the positions inside a classification unit may share a same mapped value of  prediction mode value. b) In one example, the mapped value of prediction mode value inside a classification unit may be  generated / derived with a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. c) In one example, the mapped value of prediction mode may be merged into K classes (e.g., K  = 2) . d) In one example, an existing classifier may have N classes (e.g., N = 25) . e) In one example, the mapped value of prediction mode may be used to extend the number of  classes directly. 1. In one example, the number of classes of an existing classifier may be extended to N  × K (e.g., N × K = 50) . 2. In one example, the classification result may be calculated by: c=c0+PM×N where c is the final class index, c0 is the class index generated by the existing  classifier. 3. In one example, the classification result may be calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the existing  classifier. f) In one example, the mapped value of prediction mode may be used to modify the number of  classes. 1. In one example, the number of classes of an existing classifier may be modified to M  (e.g., M = 12) . a. In one example, for a band-based classifier, the total number of classes may  be modified. b. In one example, for a residual-based classifier, the total number of classes  may be modified. c. In one example, for a texture-based classifier, the number of texture directions  may be modified. d. In one example, for a texture-based classifier, the number of texture activities  may be modified. 2. In one example, the number of classes of an existing classifier may be modified to M  × K (e.g., M × K = 24) . 3. In one example, the classification result may be calculated by: c=c0+PM×M where c is the final class index, c0 is the class index generated by the existing  classifier. 4. In one example, the classification result may be calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the existing  classifier. 4) It is proposed to use prediction mode info or DBF-BS info in classification of fixed-filter for ALF. a. In one example, the prediction mode info or DBF-BS info may be used in fixed-filter classification for  Luma-ALF. b. In one example, the prediction mode info or DBF-BS info may be used in fixed-filter classification for  Chroma-ALF. c. In one example, the prediction mode info or DBF-BS info may be used in fixed-filter classification for  CCALF. d. For example, f (mp) may be used as side information in ALF / CCALF classification of fixed-filter, where  ‘mp’ is mapped value of prediction mode or DBF-BS and ‘f’ is any function, such as a linear function or a clipping function or any other functions. e. In one example, the mapped value of prediction mode may be used jointly with DBF-BS. a) In one example, the prediction mode and DBF-BS may be combined directly. The prediction  mode may be classified into N (e.g., N = 2) classes and DBF-BS may be classified into M (e.g., M = 2) classes. The total class number that generated by side information may be equal to M x N (e.g., M x N = 4) . b) In one example, the prediction mode and DBF-BS may be combined conditionally. The  prediction mode may be only applied to positions that DBF-BS equal to a value K (e.g., K = 0) . 1. In one example, K may be pre-defined. 2. In one example, K may be signaled. 3. In one example, K may be derived at decoder. f. In one example, the mapped value of prediction mode or DBF-BS may be used as an additional classifier  for fixed-filter. a) In one example, the classification unit size of mapped value of prediction mode or DBF-BS  based classifier may be N × M (e.g., N = M = 2) . b) In one example, the positions inside a classification unit may share a same classification result. c) In one example, the classification result may be generated / derived with a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. d) In one example, whether to use mapped value of prediction mode or DBF-BS based classifier  may be pre-defined / derived / signaled. g. In one example, the mapped value of prediction mode or DBF-BS may be used as side information for  existing mode of classification for fixed-filter. a) In one example, the positions inside a classification unit may share a same mapped value of  prediction mode value or DBF-BS. b) In one example, the mapped value of prediction mode value or DBF-BS inside a classification  unit may be generated / derived with a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. c) In one example, the mapped value of prediction mode or DBF-BS may be merged into K  classes (e.g., K = 2) . d) In one example, an existing classifier may have N classes (e.g., N = 25) . e) In one example, the mapped value of prediction mode or DBF-BS may be used to extend the  number of classes directly. 1. In one example, the number of classes of an existing classifier may be extended to N  × K (e.g., N × K = 50) . 2. In one example, the classification result may be calculated by: c=c0+PM×N where c is the final class index, c0 is the class index generated by the existing  classifier. 3. In one example, the classification result may be calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the existing  classifier. f) In one example, the mapped value of prediction mode or DBF-BS may be used to modify the  number of classes. 1. In one example, the number of classes of an existing classifier may be modified to M  (e.g., M = 12) . a. In one example, for a band-based classifier, the total number of classes may  be modified. b. In one example, for a residual-based classifier, the total number of classes  may be modified. c. In one example, for a texture-based classifier, the number of texture directions  may be modified. d. In one example, for a texture-based classifier, the number of texture activities  may be modified. 2. In one example, the number of classes of an existing classifier may be modified to M  × K (e.g., M × K = 24) . 3. In one example, the classification result may be calculated by: c=c0+PM×M where c is the final class index, c0 is the class index generated by the existing  classifier. 4. In one example, the classification result may be calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the existing  classifier. 5) It is proposed to use mapped value of prediction mode as side information in other coding stages. a. In one example, the mapped value of prediction mode may be used in bilateral filter. a) In one example, the mapped value of prediction mode may be used in classification of bilateral  filter. b) In one example, different mapped value of prediction mode value may lead to different filter  strength of bilateral filter. b. In one example, the mapped value of prediction mode may be used in HTDF filter. a) In one example, the mapped value of prediction mode may be used in classification of HTDF  filter. b) In one example, different mapped value of prediction mode value may lead to different filter  strength of HTDF filter. c. In one example, the mapped value of prediction mode may be used in SAO. a) In one example, the mapped value of prediction mode may be used in classification of SAO. 1. In one example, the mapped value of prediction mode may be used as additional mode  of classification. 2. In one example, the mapped value of prediction mode may be used as side information  of existing mode of classification. b) In one example, the mapped value of prediction mode may be used in generating offset of SAO. d. In one example, the mapped value of prediction mode may be used in CCSAO. a) In one example, the mapped value of prediction mode may be used in classification of CCSAO. 1. In one example, the mapped value of prediction mode may be used as additional mode  of classification. 2. In one example, the mapped value of prediction mode may be used as side information  of existing mode of classification. b) In one example, the mapped value of prediction mode may be used in generating offset of  CCSAO. e. In one example, the mapped value of prediction mode may be used in any other coding tools / stages. 6) In one example, whether / how to modify / prepare the mapped value of prediction mode may be signalled in the  bit-stream. a. In one example, a first syntax element may be signaled to indicate whether the modified / prepared the  mapped value of prediction mode is enabled / used. a) In one example, the first syntax element may be coded by arithmetic coding. 1. In one example, the first syntax element may be coded with at least one context. a. The context may depend on coding information of the current block or  neighbouring block. b. The context may depend on the filtering shape of at least one neighbouring  block. 2. In one example, the first syntax element may be coded with bypass coding. b) In one example, the first syntax element may be binarized by unary code, or truncated unary  code, or fixed-length code, or exponential Golomb code, truncated exponential Golomb code, etc. c) In one example, the first syntax element may be signaled conditionally. 1. For example, the first syntax element may be signaled only if the mapped value of  prediction mode is available. d) The first syntax element may be coded in a predictive way. 1. The first syntax element may be predicted by the on / off decision of mapped value of  prediction mode of at least one neighbouring block. e) The first syntax element may be signaled independently for different color components. 1. Alternatively, the first syntax element may be signaled and shared for different color  components. 2. Alternatively, the first syntax element may be signaled for a first color component but  not signaled for a second color component. f) The syntax element may be signaled in SPS / PPS / picture header / slice header / APS / CTU / CU / etc. b. In one example, a first syntax element may be signaled to indicate which way the modified / prepared  the mapped value of prediction mode / boundary strength is used. a) In one example, a syntax element may be signaled to indicate the merged class number of  prediction mode info / boundary strength info before combined with existing classification. 1. In one example, the merged class number may be N (e.g., N =2) . 2. In one example, the merged class number may be M (e.g., M = 4) . b) In one example, a syntax element may be signaled to indicate whether the prediction mode info  and boundary strength info is used jointly. c) In one example, the first syntax element may be coded by arithmetic coding. 1. In one example, the first syntax element may be coded with at least one context. a. The context may depend on coding information of the current block or  neighbouring block. b. The context may depend on the filtering shape of at least one neighbouring  block. 2. In one example, the first syntax element may be coded with bypass coding. d) In one example, the first syntax element may be binarized by unary code, or truncated unary  code, or fixed-length code, or exponential Golomb code, truncated exponential Golomb code, etc. e) In one example, the first syntax element may be signaled conditionally. 1. For example, the first syntax element may be signaled only if the mapped value of  prediction mode is available. f) The first syntax element may be coded in a predictive way. 1. The first syntax element may be predicted by the on / off decision of mapped value of  prediction mode of at least one neighbouring block. g) The first syntax element may be signaled independently for different color components. 1. Alternatively, the first syntax element may be signaled and shared for different color  components. 2. Alternatively, the first syntax element may be signaled for a first color component but  not signaled for a second color component. h) The syntax element may be signaled in SPS / PPS / picture header / slice header / APS / CTU / CU / etc. 1. In one example, the syntax element may be signaled in SPS / PPS level. 2. In one example, the syntax element may be signaled in CTU level. 3. In one example, the syntax element may be signaled in APS level. a. In one example, the syntax element may be signaled for all Luma / Chroma  filters inside all alternative filter sets. b. In one example, the syntax element may be signaled for all Luma / Chroma  filters inside one alternative filter set. 7) In one example, the disclosed methods may be used in post-processing and / or pre-processing. 8) In one example, the above-mentioned methods may be used jointly. 9) Alternatively, the above-mentioned methods may be used individually. 10) In one example, the proposed using mapped value of prediction mode for ALF method may be applied to any  in-loop filtering tools, pre-processing, or post-processing filtering method in video coding (including but not limited to ALF / CCALF / BF / SAO / CCSAO or any other filtering method) . a. In one example, the proposed using mapped value of prediction mode method may be applied to an in- loop filtering method. a) In one example, the proposed using mapped value of prediction mode method may be applied  to ALF. b) In one example, the proposed using mapped value of prediction mode method may be applied  to CCALF. c) Alternatively, the proposed using mapped value of prediction mode method may be applied to  other in-loop filtering methods. b. In one example, the proposed mapped value of prediction mode method may be applied to a pre- processing filtering method. c. In one example, the proposed mapped value of prediction mode method may be applied to a post- processing filtering method. 11) In above examples, the video unit may refer to sequence / picture / sub-picture / slice / tile / coding tree unit  (CTU)  / CTU row / groups of CTU / coding unit (CU)  / prediction unit (PU)  / transform unit (TU)  / coding tree block (CTB)  / coding block (CB)  / prediction block (PB)  / transform block (TB)  / any other region that contains more than one luma or chroma sample / pixel. 12) Whether to and / or how to apply the disclosed methods above may be signalled in a bitstream. a. In one example, they may be signalled at sequence level / group of pictures level / picture level / slice  level / tile group level, such as in sequence header / picture header / SPS / VPS / DPS / DCI / PPS / APS / slice header / tile group header. b. In one example, they may be signalled at PB / TB / CB / PU / TU / CU / VPDU / CTU / CTU row / slice / tile / sub- picture / other kinds of region contain more than one sample or pixel. 13) Whether to and / or how to apply the disclosed methods above may be dependent on coded information, such as  block size, colour format, single / dual tree partitioning, colour component, slice / picture type. 14) A syntax element disclosed above may be binarized as a flag, a fixed length code, an EG (x) code, a unary code,  a truncated unary code, a truncated binary code, etc. It can be signed or unsigned. 15) A syntax element disclosed above may be coded with at least one context model. Or it may be bypass coded. 16) A syntax element disclosed above may be signaled in a conditional way. a. The SE is signaled only if the corresponding function is applicable. b. The SE is signaled only if the dimensions (width and / or height) of the block satisfy a condition. 17) A syntax element disclosed above may be signaled at block level / sequence level / group of pictures level / picture  level / slice level / tile group level, such as in coding structures of CTU / CU / TU / PU / CTB / CB / TB / PB, or sequence header / picture header / SPS / VPS / DPS / DCI / PPS / APS / slice header / tile group header. 18) The proposed method (s) may be combined with another coding tool such as  affine / MTS / LFNST / MMVD / MIP / ISP / CCLM / CCCM / SMVD / BDOF / DMVR / HMVP / Template Matching / IBC / Palette / etc. 19) The proposed method (s) may be excluded with another coding tool such as  affine / MTS / LFNST / MMVD / MIP / ISP / CCLM / CCCM / SMVD / BDOF / DMVR / HMVP / Template Matching / IBC / Palette / etc. a. In one example, if the proposed method (s) is used, the excluded coding tool is disabled implicitly  without signaling. b. In one example, if the excluded coding tool is used, the proposed method (s) is disabled implicitly  without signaling. 6. Further listing of solutions and embodiments 1) It is proposed to use DBF-BS as side information for a loop-filter such as SAO / BIF / ALF / CCALF. a. In one example, the DBF-BS for at least one position may be stored during or after the DBF process. a) In one example, the DBF-BS for at least one position may be stored. 1. In one example, the DBF-BS for a Luma position may be stored. 2. In one example, the DBF-BS for a Chroma position may be stored. b) In one example, the DBF-BS for a position may be initialized with a specific value. 1. In one example, the DBF-BS for a position may be initialized with 0. 2. In one example, the DBF-BS for a position may be initialized with N (e.g., N = 32) . 3. In one example, the initial value may be pre-defined. 4. In one example, the initial value may be derived. 5. In one example, the initial value may be signaled to the decoder. c) In one example, the DBF-BS for a position may be stored / used in original domain. 1. In one example, the DBF-BS for a position may be stored / used with default values  (e.g., BS=0, 1, 2) that stand for different boundary strengths. d) In one example, the DBF-BS for each a may be stored / used in mapped domain. 1. In one example, the DBF-BS for each position may be stored / used with mapped values  (e.g., BS=128, 256, 512) that stand for different boundary strengths. 2. In one example, the mapped values may be pre-defined. 3. In one example, the mapped values may be derived. 4. In one example, the mapped values may be signaled to the decoder. e) In one example, the DBF-BS for a position may be merged into one or more classes. 1. In one example, the BDF-BS for a position may be merged into N classes (e.g., N =  2) . 2. In one example, the DBF-BS for a position may be merged following a pre-defined  rule. a. In one example, the pre-defined rule may be a threshold-based  clipping / mapping function. b. In one example, the DBF-BS may be set to V0 when it is greater or equal to  the threshold while set to V1 when it is less than the threshold. 3. In one example, the merge rule or number of merged classes may be pre-defined. 4. In one example, the merge rule or number of merged classes may be derived. 5. In one example, the merge rule or number of merged classes may be signaled to the  decoder. f) In one example, the DBF-BS for a position may be filtered before using. 1. In one example, the DBF-BS for a position may be filtered by a pre-defined filter. 2. In one example, the DBF-BS for a position may be filtered by the offline-trained filter  of ALF. 3. In one example, the DBF-BS for a position may be filtered by an online-trained filter. a. In one example, the online-trained filter may be signaled to the decoder. 4. In one example, the DBF-BS for a position may be filtered by any other filter. a. In one example, the DBF-BS for a position may be filtered by the Gauss filter. b. In one example, the DBF-BS for a position may be filtered by the  Sobel / Prewitt / Roberts / Canny filter. c. In one example, the DBF-BS for a position may be filtered by the Hadamard  Transform Domain filter. d. In one example, the DBF-BS for a position may be filtered by the Bilateral  filter. e. In one example, the DBF-BS for a position may be filtered by a low-pass  filter. f. In one example, the DBF-BS for a position may be filtered by a high-pass  filter. 5. In one example, whether to filter DBF-BS or apply which filter on DBF-BS may be  pre-defined. 6. In one example, whether to filter DBF-BS or apply which filter on DBF-BS may be  derived. 7. In one example, whether to filter DBF-BS or apply which filter on DBF-BS may be  signaled to the decoder. g) In one example, the DBF-BS may be clipped into a range / bit-depth. 1. In one example, the DBF-BS may be clipped into a pre-define / signalled / derived  clipping range. 2. In one example, the DBF-BS may be clipped into a pre-defined / signalled / derived N  bit-depth (e.g., N = 10) . h) In one example, the DBF-BS may be scaled into a range / bit-depth. 1. In one example, the DBF-BS may be scaled into a pre-define / signaled / derived range. 2. In one example, the DBF-BS may be scaled into a pre-define / signalled / derived N bit- depth (e.g., N = 10) i) In one example, the DBF-BS may be transformed into a range / domain / bit-depth. 1. In one example, the DBF-BS may be transformed into a pre-defined / signalled / derived  range. 2. In one example, the DBF-BS may be transformed into a pre-defined / signalled / derived  domain. 3. In one example, the DBF-BS may be transformed into a pre-defined / signalled / derived  N bit-depth (e.g., N = 10) . j) In one example, DBF-BS for at least one position may be derived, without invoking the DBF  process. 1. For example, DBF-BS for a position may be derived and stored but the position may  not be filtered by DBF. 2) It is proposed to use DBF-BS as side information in ALF / CCALF filtering. a. For example, f (Bs) may be used as side information in ALF / CCALF filtering, where ‘Bs’ is boundary  strength and ‘f’ is any function, such as a linear function or a clipping function or any other functions. b. In one example, the DBF-BS may be used as input of ALF. a) In one example, the DBF-BS may be used as input of at least one extended tap of ALF. b) In one example, the DBF-BS may be used as at least one existing tap of ALF. c) In one example, the DBF-BS of Luma may be used as input of ALF Luma. d) In one example, the DBF-BS of Chroma may be used as input of ALF Chroma. e) In one example, the filtered DBF-BS of Luma may be used as input of ALF Luma. f) In one example, the filtered DBF-BS of Chroma may be used as input of ALF Chroma. c. In one example, the DBF-BS may be used as input of CCALF. a) In one example, the DBF-BS may be used as input of at least one extended tap of CCALF. b) In one example, the DBF-BS may be used as input of at least one existing tap of CCALF. c) In one example, the DBF-BS of Luma may be used as input of extended taps of CCALF. d) In one example, the filtered DBF-BS of Luma may be used as input of CCALF. d. In one example, the DBF-BS may be used following the ALF / CCALF filtering function. a) In one example, the difference between DBF-BS or filtered DBF-BS and current filtered  sample may need to be calculated first. b) In one example, the filter coefficient may be multiplied with the difference to get the final  offset. e. In one example, the DBF-BS may be used in a different way from the ALF / CCALF filtering function. a) In one example, the DBF-BS or filtered DBF-BS value may be used directly. b) In one example, the filter coefficient may be multiplied with the DBF-BS to get the final offset. 3) It is proposed to use the DBF-BS as side information in ALF classification. a. For example, f (Bs) may be used as side information in ALF classification, where ‘Bs’ is boundary  strength and ‘f’ is any function, such as a linear function or a clipping function or any other functions. b. In one example, the DBF-BS / filtered DBF-BS may be used as additional mode of classification. a) In one example, the classification unit size of DBF-BS based classifier may be N × M (e.g., N  = M = 2) . b) In one example, the positions inside a classification unit may share a same classification result. c) In one example, the classification result may be generated / derived with a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. d) In one example, whether to use DBF-BS based classifier may be pre-defined / derived / signaled. c. In one example, the DBF-BS / filtered DBF-BS may be used as side information of existing mode of  classification. a) In one example, the positions inside a classification unit may share a same DBF-BS value. b) In one example, the DBF-BS value inside a classification unit may be generated / derived with  a specific method. 1. In one example, the method may be pre-defined. 2. In one example, the method may be derived. 3. In one example, the method may be signaled to the decoder. 4. In one example, the method may be an average function. 5. In one example, the method may be a maximum function. 6. In one example, the method may be a minimum function. 7. In one example, the method may be a linear mapping function. 8. In one example, the method may be a non-linear mapping function. 9. Alternatively, the method may be any other function. c) In one example, the DBF-BS may be merged into K classes (e.g., K = 2) . d) In one example, an existing classifier may have N classes (e.g., N = 25) . e) In one example, the merged DBF-BS may be used to extend the number of classes directly. 1. In one example, the number of classes of an existing classifier may be extended to N  × K (e.g., N × K = 50) . 2. In one example, the classification result may be calculated by: c=c0+BS×N where c is the final class index, c0 is the class index generated by the existing  classifier. 3. In one example, the classification result may be calculated by: c=c0×K+BS where c is the final class index, c0 is the class index generated by the existing  classifier. f) In one example, the merged DBF-BS may be used to modify the number of classes. 1. In one example, the number of classes of an existing classifier may be modified to M  (e.g., M = 12) . a. In one example, for a band-based classifier, the total number of bands may be  modified. b. In one example, for a texture-based classifier, the number of texture directions  may be modified. c. In one example, for a texture-based classifier, the number of texture activities  may be modified. 2. In one example, the number of classes of an existing classifier may be modified to M  × K (e.g., M × K = 24) . 3. In one example, the classification result may be calculated by: c=c0+BS×M where c is the final class index, c0 is the class index generated by the existing  classifier. 4. In one example, the classification result may be calculated by: c=c0×K+BS where c is the final class index, c0 is the class index generated by the existing  classifier. 4) It is proposed to use DBF-BS as side information in other coding stages. a. In one example, the DBF-BS may be used in bilateral filter. a) In one example, the DBF-BS may be used in classification of bilateral filter. b) In one example, different DBF-BS value may lead to different filter strength of bilateral filter. b. In one example, the DBF-BS may be used in HTDF filter. a) In one example, the DBF-BS may be used in classification of HTDF filter. b) In one example, different DBF-BS value may lead to different filter strength of HTDF filter. c. In one example, the DBF-BS may be used in SAO. a) In one example, the DBF-BS may be used in classification of SAO. 1. In one example, the DBF-BS may be used as additional mode of classification. 2. In one example, the DBF-BS may be used as side information of existing mode of  classification. b) In one example, the DBF-BS may be used in generating offset of SAO. d. In one example, the DBF-BS may be used in CCSAO. a) In one example, the DBF-BS may be used in classification of CCSAO. 1. In one example, the DBF-BS may be used as additional mode of classification. 2. In one example, the DBF-BS may be used as side information of existing mode of  classification. b) In one example, the DBF-BS may be used in generating offset of CCSAO. e. In one example, the DBF-BS may be used in any other coding tools / stages. 5) In one example, whether / how to modify / prepare the DBF-BS may be signalled in the bit-stream. a. In one example, a first syntax element may be signaled to indicate whether the modified / prepared the  DBF-BS is enabled / used. a) In one example, the first syntax element may be coded by arithmetic coding. 1. In one example, the first syntax element may be coded with at least one context. a. The context may depend on coding information of the current block or  neighbouring block. b. The context may depend on the filtering shape of at least one neighbouring  block. 2. In one example, the first syntax element may be coded with bypass coding. b) In one example, the first syntax element may be binarized by unary code, or truncated unary  code, or fixed-length code, or exponential Golomb code, truncated exponential Golomb code, etc. c) In one example, the first syntax element may be signaled conditionally. 1. For example, the first syntax element may be signaled only if the DBF-BS is available. d) The first syntax element may be coded in a predictive way. 1. The first syntax element may be predicted by the on / off decision of DBF-BS of at least  one neighbouring block. e) The first syntax element may be signaled independently for different color components. 1. Alternatively, the first syntax element may be signaled and shared for different color  components. 2. Alternatively, the first syntax element may be signaled for a first color component but  not signaled for a second color component. f) The syntax element may be signaled in SPS / PPS / picture header / slice header / APS / CTU / CU / etc. 6) In one example, whether DBF-BS can be applied in ALF and / or CCALF may depend on the control information  of DBF. a. For example, DBF-BS cannot be applied in ALF and / or CCALF if DBF is turned off. 7) In one example, whether samples after / before DBF can be applied in ALF and / or CCALF may depend on the  control information of DBF. a. For example, samples after DBF cannot be applied in ALF and / or CCALF if DBF is turned off. b. For example, samples before DBF cannot be applied in ALF and / or CCALF if DBF is turned off. 8) In one example, the disclosed methods may be used in post-processing and / or pre-processing. 9) The DBF-BS may be in the same color component as the sample to be filtered, or in a different color component. 10) The DBF-BS may be at the same position as the sample to be filtered, or in a range around the sample to be  filtered.

[0307] FIG. 13 is a block diagram showing an example video processing system 4000 in which various techniques disclosed herein may be implemented. Various implementations may include some or all of the components of the system 4000. The system 4000 may include input 4002 for receiving video content. The video content may be received in a raw or uncompressed format, e.g., 8 or 10 bit multi-component pixel values, or may be in a compressed or encoded format. The input 4002 may represent a network interface, a peripheral bus interface, or a storage interface. Examples of network interface include wired interfaces such as Ethernet, passive optical network (PON) , etc. and wireless interfaces such as wireless fidelity (Wi-Fi) or cellular interfaces.

[0308] The system 4000 may include a coding component 4004 that may implement the various coding or encoding methods described in the present disclosure. The coding component 4004 may reduce the average bitrate of video from the input 4002 to the output of the coding component 4004 to produce a coded representation of the video. The coding techniques are therefore sometimes called video compression or video transcoding techniques. The output of the coding component 4004 may be either stored, or transmitted via a communication connected, as represented by the component 4006. The stored or communicated bitstream (or coded) representation of the video received at the input 4002 may be used by a component 4008 for generating pixel values or displayable video that is sent to a display interface 4010. The process of generating user-viewable video from the bitstream representation is sometimes called video decompression. Furthermore, while certain video processing operations are referred to as “coding” operations or tools, it will be appreciated that the coding tools or operations are used at an encoder and corresponding decoding tools or operations that reverse the results of the coding will be performed by a decoder.

[0309] Examples of a peripheral bus interface or a display interface may include universal serial bus (USB) or high definition multimedia interface (HDMI) or Displayport, and so on. Examples of storage interfaces include serial advanced technology attachment (SATA) , peripheral component interconnect (PCI) , integrated drive electronics (IDE) interface, and the like. The techniques described in the present disclosure may be embodied in various electronic devices such as mobile phones, laptops, smartphones or other devices that are capable of performing digital data processing and / or video display.

[0310] FIG. 14 is a block diagram of an example video processing apparatus 4100. The apparatus 4100 may be used to implement one or more of the methods described herein. The apparatus 4100 may be embodied in a smartphone, tablet, computer, Internet of Things (IoT) receiver, and so on. The apparatus 4100 may include one or more processors 4102, one or more memories 4104 and video processing circuitry 4106. The processor (s) 4102 may be configured to implement one or more methods described in the present disclosure. The memory (memories) 4104 may be used for storing data and code used for implementing the methods and techniques described herein. The video processing circuitry 4106 may be used to implement, in hardware circuitry, some techniques described in the present disclosure. In some embodiments, the video processing circuitry 4106 may be at least partly included in the processor 4102, e.g., a graphics co-processor.

[0311] FIG. 15 is a flowchart for an example method 4200 of video processing. The method 4200 includes determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) at step 4202. A conversion is performed between a visual media data and a bitstream based on the ALF or the CCALF at step 4204. The conversion of step 4204 may include encoding at an encoder or decoding at a decoder, depending on the example.

[0312] It should be noted that the method 4200 can be implemented in an apparatus for processing video data comprising a processor and a non-transitory memory with instructions thereon, such as video encoder 4400, video decoder 4500, and / or encoder 4600. In such a case, the instructions upon execution by the processor, cause the processor to perform the method 4200. Further, the method 4200 can be performed by a non-transitory computer readable medium comprising a computer program product for use by a video coding device. The computer program product comprises computer executable instructions stored on the non-transitory computer readable medium such that when executed by a processor cause the video coding device to perform the method 4200.

[0313] FIG. 16 is a block diagram that illustrates an example video coding system 4300 that may utilize the techniques of this disclosure. The video coding system 4300 may include a source device 4310 and a destination device 4320. Source device 4310 generates encoded video data which may be referred to as a video encoding device. Destination device 4320 may decode the encoded video data generated by source device 4310 which may be referred to as a video decoding device.

[0314] Source device 4310 may include a video source 4312, a video encoder 4314, and an input / output (I / O) interface 4316. Video source 4312 may include a source such as a video capture device, an interface to receive video data from a video content provider, and / or a computer graphics system for generating video data, or a combination of such sources. The video data may comprise one or more pictures. Video encoder 4314 encodes the video data from video source 4312 to generate a bitstream. The bitstream may include a sequence of bits that form a coded representation of the video data. The bitstream may include coded pictures and associated data. The coded picture is a coded representation of a picture. The associated data may include sequence parameter sets, picture parameter sets, and other syntax structures. I / O interface 4316 may include a modulator / demodulator (modem) and / or a transmitter. The encoded video data may be transmitted directly to destination device 4320 via I / O interface 4316 through network 4330. The encoded video data may also be stored onto a storage medium / server 4340 for access by destination device 4320.

[0315] Destination device 4320 may include an I / O interface 4326, a video decoder 4324, and a display device 4322. I / O interface 4326 may include a receiver and / or a modem. I / O interface 4326 may acquire encoded video data from the source device 4310 or the storage medium / server 4340. Video decoder 4324 may decode the encoded video data. Display device 4322 may display the decoded video data to a user. Display device 4322 may be integrated with the destination device 4320, or may be external to destination device 4320, which can be configured to interface with an external display device.

[0316] Video encoder 4314 and video decoder 4324 may operate according to a video compression standard, such as the High Efficiency Video Coding (HEVC) standard, Versatile Video Coding (VVC) standard and other current and / or further standards.

[0317] FIG. 17 is a block diagram illustrating an example of video encoder 4400, which may be video encoder 4314 in the system 4300 illustrated in FIG. 16. Video encoder 4400 may be configured to perform any or all of the techniques of this disclosure. The video encoder 4400 includes a plurality of functional components. The techniques described in this disclosure may be shared among the various components of video encoder 4400. In some examples, a processor may be configured to perform any or all of the techniques described in this disclosure.

[0318] The functional components of video encoder 4400 may include a partition unit 4401, a prediction unit 4402 which may include a mode select unit 4403, a motion estimation unit 4404, a motion compensation unit 4405, an intra prediction unit 4406, a residual generation unit 4407, a transform processing unit 4408, a quantization unit 4409, an inverse quantization unit 4410, an inverse transform unit 4411, a reconstruction unit 4412, a buffer 4413, and an entropy encoding unit 4414.

[0319] In other examples, video encoder 4400 may include more, fewer, or different functional components. In an example, prediction unit 4402 may include an intra block copy (IBC) unit. The IBC unit may perform prediction in an IBC mode in which at least one reference picture is a picture where the current video block is located.

[0320] Furthermore, some components, such as motion estimation unit 4404 and motion compensation unit 4405 may be highly integrated, but are represented in the example of video encoder 4400 separately for purposes of explanation.

[0321] Partition unit 4401 may partition a picture into one or more video blocks. Video encoder 4400 and video decoder 4500 may support various video block sizes.

[0322] Mode select unit 4403 may select one of the coding modes, intra or inter, e.g., based on error results, and provide the resulting intra or inter coded block to a residual generation unit 4407 to generate residual block data and to a reconstruction unit 4412 to reconstruct the encoded block for use as a reference picture. In some examples, mode select unit 4403 may select a combination of intra and inter prediction (CIIP) mode in which the prediction is based on an inter prediction signal and an intra prediction signal. Mode select unit 4403 may also select a resolution for a motion vector (e.g., a sub-pixel or integer pixel precision) for the block in the case of inter prediction.

[0323] To perform inter prediction on a current video block, motion estimation unit 4404 may generate motion information for the current video block by comparing one or more reference frames from buffer 4413 to the current video block. Motion compensation unit 4405 may determine a predicted video block for the current video block based on the motion information and decoded samples of pictures from buffer 4413 other than the picture associated with the current video block.

[0324] Motion estimation unit 4404 and motion compensation unit 4405 may perform different operations for a current video block, for example, depending on whether the current video block is in an I slice, a P slice, or a B slice.

[0325] In some examples, motion estimation unit 4404 may perform uni-directional prediction for the current video block, and motion estimation unit 4404 may search reference pictures of list 0 or list 1 for a reference video block for the current video block. Motion estimation unit 4404 may then generate a reference index that indicates the reference picture in list 0 or list 1 that contains the reference video block and a motion vector that indicates a spatial displacement between the current video block and the reference video block. Motion estimation unit 4404 may output the reference index, a prediction direction indicator, and the motion vector as the motion information of the current video block. Motion compensation unit 4405 may generate the predicted video block of the current block based on the reference video block indicated by the motion information of the current video block.

[0326] In other examples, motion estimation unit 4404 may perform bi-directional prediction for the current video block, motion estimation unit 4404 may search the reference pictures in list 0 for a reference video block for the current video block and may also search the reference pictures in list 1 for another reference video block for the current video block. Motion estimation unit 4404 may then generate reference indexes that indicate the reference pictures in list 0 and list 1 containing the reference video blocks and motion vectors that indicate spatial displacements between the reference video blocks and the current video block. Motion estimation unit 4404 may output the reference indexes and the motion vectors of the current video block as the motion information of the current video block. Motion compensation unit 4405 may generate the predicted video block of the current video block based on the reference video blocks indicated by the motion information of the current video block.

[0327] In some examples, motion estimation unit 4404 may output a full set of motion information for decoding processing of a decoder. In some examples, motion estimation unit 4404 may not output a full set of motion information for the current video. Rather, motion estimation unit 4404 may signal the motion information of the current video block with reference to the motion information of another video block. For example, motion estimation unit 4404 may determine that the motion information of the current video block is sufficiently similar to the motion information of a neighboring video block.

[0328] In one example, motion estimation unit 4404 may indicate, in a syntax structure associated with the current video block, a value that indicates to the video decoder 4500 that the current video block has the same motion information as another video block.

[0329] In another example, motion estimation unit 4404 may identify, in a syntax structure associated with the current video block, another video block and a motion vector difference (MVD) . The motion vector difference indicates a difference between the motion vector of the current video block and the motion vector of the indicated video block. The video decoder 4500 may use the motion vector of the indicated video block and the motion vector difference to determine the motion vector of the current video block.

[0330] As discussed above, video encoder 4400 may predictively signal the motion vector. Two examples of predictive signaling techniques that may be implemented by video encoder 4400 include advanced motion vector prediction (AMVP) and merge mode signaling.

[0331] Intra prediction unit 4406 may perform intra prediction on the current video block. When intra prediction unit 4406 performs intra prediction on the current video block, intra prediction unit 4406 may generate prediction data for the current video block based on decoded samples of other video blocks in the same picture. The prediction data for the current video block may include a predicted video block and various syntax elements.

[0332] Residual generation unit 4407 may generate residual data for the current video block by subtracting the predicted video block (s) of the current video block from the current video block. The residual data of the current video block may include residual video blocks that correspond to different sample components of the samples in the current video block.

[0333] In other examples, there may be no residual data for the current video block for the current video block, for example in a skip mode, and residual generation unit 4407 may not perform the subtracting operation.

[0334] Transform processing unit 4408 may generate one or more transform coefficient video blocks for the current video block by applying one or more transforms to a residual video block associated with the current video block.

[0335] After transform processing unit 4408 generates a transform coefficient video block associated with the current video block, quantization unit 4409 may quantize the transform coefficient video block associated with the current video block based on one or more quantization parameter (QP) values associated with the current video block.

[0336] Inverse quantization unit 4410 and inverse transform unit 4411 may apply inverse quantization and inverse transforms to the transform coefficient video block, respectively, to reconstruct a residual video block from the transform coefficient video block. Reconstruction unit 4412 may add the reconstructed residual video block to corresponding samples from one or more predicted video blocks generated by the prediction unit 4402 to produce a reconstructed video block associated with the current block for storage in the buffer 4413 .

[0337] After reconstruction unit 4412 reconstructs the video block, the loop filtering operation may be performed to reduce video blocking artifacts in the video block.

[0338] Entropy encoding unit 4414 may receive data from other functional components of the video encoder 4400. When entropy encoding unit 4414 receives the data, entropy encoding unit 4414 may perform one or more entropy encoding operations to generate entropy encoded data and output a bitstream that includes the entropy encoded data.

[0339] FIG. 18 is a block diagram illustrating an example of video decoder 4500 which may be video decoder 4324 in the system 4300 illustrated in FIG. 16. The video decoder 4500 may be configured to perform any or all of the techniques of this disclosure. In the example shown, the video decoder 4500 includes a plurality of functional components. The techniques described in this disclosure may be shared among the various components of the video decoder 4500. In some examples, a processor may be configured to perform any or all of the techniques described in this disclosure.

[0340] In the example shown, video decoder 4500 includes an entropy decoding unit 4501, a motion compensation unit 4502, an intra prediction unit 4503, an inverse quantization unit 4504, an inverse transformation unit 4505, a reconstruction unit 4506, and a buffer 4507. Video decoder 4500 may, in some examples, perform a decoding pass generally reciprocal to the encoding pass described with respect to video encoder 4400.

[0341] Entropy decoding unit 4501 may retrieve an encoded bitstream. The encoded bitstream may include entropy coded video data (e.g., encoded blocks of video data) . Entropy decoding unit 4501 may decode the entropy coded video data, and from the entropy decoded video data, motion compensation unit 4502 may determine motion information including motion vectors, motion vector precision, reference picture list indexes, and other motion information. Motion compensation unit 4502 may, for example, determine such information by performing the AMVP and merge mode.

[0342] Motion compensation unit 4502 may produce motion compensated blocks, possibly performing interpolation based on interpolation filters. Identifiers for interpolation filters to be used with sub-pixel precision may be included in the syntax elements.

[0343] Motion compensation unit 4502 may use interpolation filters as used by video encoder 4400 during encoding of the video block to calculate interpolated values for sub-integer pixels of a reference block. Motion compensation unit 4502 may determine the interpolation filters used by video encoder 4400 according to received syntax information and use the interpolation filters to produce predictive blocks.

[0344] Motion compensation unit 4502 may use some of the syntax information to determine sizes of blocks used to encode frame (s) and / or slice (s) of the encoded video sequence, partition information that describes how each macroblock of a picture of the encoded video sequence is partitioned, modes indicating how each partition is encoded, one or more reference frames (and reference frame lists) for each inter coded block, and other information to decode the encoded video sequence.

[0345] Intra prediction unit 4503 may use intra prediction modes for example received in the bitstream to form a prediction block from spatially adjacent blocks. Inverse quantization unit 4504 inverse quantizes, i.e., de-quantizes, the quantized video block coefficients provided in the bitstream and decoded by entropy decoding unit 4501. Inverse transform unit 4505 applies an inverse transform.

[0346] Reconstruction unit 4506 may sum the residual blocks with the corresponding prediction blocks generated by motion compensation unit 4502 or intra prediction unit 4503 to form decoded blocks. If desired, a deblocking filter may also be applied to filter the decoded blocks in order to remove blockiness artifacts. The decoded video blocks are then stored in buffer 4507, which provides reference blocks for subsequent motion compensation / intra prediction and also produces decoded video for presentation on a display device.

[0347] FIG. 19 is a schematic diagram of an example encoder 4600. The encoder 4600 is suitable for implementing the techniques of VVC. The encoder 4600 includes three in-loop filters, namely a deblocking filter (DF) 4602, a sample adaptive offset (SAO) 4604, and an adaptive loop filter (ALF) 4606. Unlike the DF 4602, which uses predefined filters, the SAO 4604 and the ALF 4606 utilize the original samples of the current picture to reduce the mean square errors between the original samples and the reconstructed samples by adding an offset and by applying a finite impulse response (FIR) filter, respectively, with coded side information signaling the offsets and filter coefficients. The ALF 4606 is located at the last processing stage of each picture and can be regarded as a tool trying to catch and fix artifacts created by the previous stages.

[0348] The encoder 4600 further includes an intra prediction component 4608 and a motion estimation / compensation (ME / MC) component 4610 configured to receive input video. The intra prediction component 4608 is configured to perform intra prediction, while the ME / MC component 4610 is configured to utilize reference pictures obtained from a reference picture buffer 4612 to perform inter prediction. Residual blocks from inter prediction or intra prediction are fed into a transform (T) component 4614 and a quantization (Q) component 4616 to generate quantized residual transform coefficients, which are fed into an entropy coding component 4618. The entropy coding component 4618 entropy codes the prediction results and the quantized transform coefficients and transmits the same toward a video decoder (not shown) . Quantization components output from the quantization component 4616 may be fed into an inverse quantization (IQ) components 4620, an inverse transform component 4622, and a reconstruction (REC) component 4624. The REC component 4624 is able to output images to the DF 4602, the SAO 4604, and the ALF 4606 for filtering prior to those images being stored in the reference picture buffer 4612.

[0349] A listing of solutions preferred by some examples is provided next.

[0350] The following solutions show examples of techniques discussed herein.

[0351] 1. A method for processing video data comprising: determining to employ a loop filter that receives a prediction mode as side information used as an input; and performing a conversion between a visual media data and a bitstream based on the loop filter.

[0352] 2. The method of solution 1, wherein the loop filter is a sample adaptive offset (SAO) filter, a bilateral filter (BF) , an adaptive loop filter (ALF) , or a cross component ALF (CCALF) .

[0353] 3. The method of any of solutions 1-2, wherein the prediction mode for at least one position is stored before a loop-filter process.

[0354] 4. The method of any of solutions 1-3, wherein the prediction mode as stored is for a luma position or a chroma position, or wherein the prediction mode as stored is fetched by the loop filter.

[0355] 5. The method of any of solutions 1-4, wherein the prediction mode for each position is stored or used in a mapped domain.

[0356] 6. The method of any of solutions 1-5, wherein the prediction mode for each position are stored or used with mapped values that stand for different prediction modes, or wherein the mode info is a prediction mode, a coding block flag (CBF) flag, or a rootCBF flag, or wherein mapped values are pre-defined, derived, or signaled in the bitstream.

[0357] 7. The method of any of solutions 1-6, wherein the prediction mode for a position is classified into one or more classes.

[0358] 8. The method of any of solutions 1-7, wherein the prediction mode is classified into N classes, or wherein the prediction mode is classified following a pre-defined rule, or wherein the position with inter prediction (INTER) mode is classified into one class, or wherein the position with INTER and intra block copy (IBC) mode are classified into one class, or wherein the position with INTER, IBC and intra template matching prediction (IntraTMP) mode are classified into one class, or wherein the position with intra prediction (INTRA) mode is classified into one class, or wherein the position with NON-INTRA mode is classified into one class, or wherein the position with CBF equal to zero is classified into one class, or wherein the position with CBF not equal to zero is classified into one class, or wherein the block boundary positions are classified into a different class with other positions inside one block, or wherein the merge rule or number of merged classes are pre-defined, or wherein the merge rule or number of merged classes are derived, or wherein the merge rule or number of merged classes are signaled to the decoder.

[0359] 9. The method of any of solutions 1-8, wherein the prediction mode is used as side information in ALF or CCALF filtering.

[0360] 10. The method of any of solutions 1-9, wherein f (pm) is used as side information in ALF or CCALF filtering, where ‘m’ is mapped value of prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other function, or wherein a mapped value of prediction mode is used as input of ALF or CCALF, as input of at least one extended tap of ALF or CCALF, or as at least one tap of ALF, or wherein the mapped value of prediction mode of Luma is used as input of ALF Luma or CCALF, or wherein the mapped value of prediction mode of Chroma is used as input of ALF Chroma, or wherein a mapped value of prediction mode is used as input of CCALF, or wherein a mapped value of prediction mode is used as input of CCALF, as input of at least one extended tap of CCALF, or as at least one tap of CCALF, or wherein the mapped value of prediction mode is used following the ALF or CCALF filtering function, or wherein a difference between mapped value of prediction mode and a current filtered sample is first calculated, or wherein a filter coefficient is multiplied with a difference to get a final offset, or wherein a mapped value of prediction mode is used in a different way from the ALF or CCALF filtering function, or wherein the mapped value of prediction mode value are used directly, or wherein a filter coefficient is multiplied with the mapped value of prediction mode to get a final offset.

[0361] 11. The method of any of solutions 1-10, wherein the prediction mode is used as side information in ALF or CCALF classification.

[0362] 12. The method of any of solutions 1-11, wherein f (mp) is used as side information in ALF or CCALF classification, where ‘mp’ is mapped value of prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other functions, or wherein the mapped value of prediction mode is used jointly with deblocking filter (DBF) -Boundary Strength (BS) , or wherein the prediction mode and DBF-BS is combined directly where the prediction mode is classified into N classes, DBF-BS is classified into M classes, and the total class number generated by side information is equal to M x N, or wherein the prediction mode and DBF-BS are combined conditionally where the prediction mode is only applied to positions that DBF-BS equal to a value K , or wherein K is pre-defined, signaled, or derived, or wherein the mapped value of prediction mode is used as an additional classifier, or wherein the classification unit size of mapped value of prediction mode based classifier is N × M where N = M = 2, or wherein the positions inside a classification unit shares a same classification result, or wherein the classification result is generated or derived with a specific method, or wherein the method is pre-defined, derived, or signaled, or wherein the method is an average function, a maximum function, a minimum function, a linear mapping function, a non-linear mapping function, or any other function, or wherein whether to use mapped value of prediction mode based classifier is pre-defined, derived, or signaled.

[0363] 13. The method of any of solutions 1-12, wherein the mapped value of prediction mode is used as side information for a mode of classification, or wherein the positions inside a classification unit share a same mapped value of prediction mode value, or wherein the mapped value of prediction mode value inside a classification unit is generated or derived with a specific method or wherein the method is pre-defined, derived, or signaled, or wherein the method is an average function, a maximum function, a minimum function, a linear mapping function, a non-linear mapping function, or any other function, or wherein the mapped value of prediction mode is merged into K classes, or wherein a classifier has N classes, or wherein the mapped value of prediction mode is used to extend the number of classes directly, or wherein the number of classes of a classifier are extended to N × K where N × K = 50, or wherein the classification result is calculated by: c=c0+PM×N where c is the final class index, c0 is the class index generated by the classifier, or wherein the classification result is calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the classifier.

[0364] 14. The method of any of solutions 1-13, wherein the mapped value of prediction mode is used to modify the number of classes, or wherein the number of classes of a classifier is modified to M where M = 12, or wherein the total number of classes are modified for a band-based classifier, or wherein the total number of classes are modified for a residual-based classifier, or wherein the number of texture directions are modified for a texture-based classifier, or wherein the number of texture activities are modified for a texture-based classifier, or wherein the number of classes of a classifier are modified to M × K where M × K = 24, or wherein the classification result is calculated by: c=c0+PM×M where c is the final class index and c0 is the class index generated by the classifier, or wherein the classification result  is calculated by: c=c0×K+PM where c is the final class index, c0 is the class index generated by the classifier.

[0365] 15. The method of any of solutions 1-14, wherein mapped value of prediction mode are used as side information in other coding stages.

[0366] 16. The method of any of solutions 1-15, wherein the mapped value of prediction mode is used in bilateral filter, or wherein the mapped value of prediction mode is used in classification of bilateral filter, or wherein different mapped values of prediction mode value lead to different filter strength of bilateral filter, or wherein the mapped value of prediction mode is used in HTDF filter, or wherein the mapped value of prediction mode is used in classification of HTDF filter, or wherein different mapped values of prediction mode values lead to different filter strength of HTDF filter, or wherein the mapped values of prediction mode are used in SAO, or wherein the mapped value of prediction mode is used in classification of SAO, or wherein the mapped value of prediction mode is used as an additional mode of classification, or wherein the mapped value of prediction mode is used as side information of mode of classification, or wherein the mapped values of prediction modes are used in generating an offset of SAO, or wherein the mapped value of prediction mode is used in CCSAO, or wherein the mapped value of prediction mode is used in classification of CCSAO, or wherein the mapped value of prediction mode is used as additional mode of classification, or wherein the mapped value of prediction mode is used as side information of a mode of classification, or wherein the mapped value of prediction mode is used in generating an offset of CCSAO, or wherein the mapped value of prediction mode is used in any other coding tools or stages.

[0367] 17. The method of any of solutions 1-16, wherein whether or how to modifyor prepare the mapped value of a prediction mode is signalled in the bitstream.

[0368] 18. The method of any of solutions 1-17, wherein a first syntax element is signaled to indicate whether the modified or prepared the mapped value of prediction mode is enabled or used, or wherein the first syntax element is coded by arithmetic coding, or wherein the first syntax element is coded with at least one context, or wherein the context depends on coding information of the current block or a neighbouring block, or wherein the context depends on the filtering shape of at least one neighbouring block, or wherein the first syntax element is coded with bypass coding, or wherein the first syntax element is binarized by unary code, truncated unary code, fixed-length code, exponential Golomb code, or truncated exponential Golomb code, or wherein the first syntax element is signaled conditionally, or wherein the first syntax element is signaled only if the mapped value of prediction mode is available, or wherein the first syntax element is coded in a predictive way, or wherein the first syntax element is predicted by an on / off decision of mapped value of prediction mode of at least one neighbouring block, or wherein the first syntax element is signaled independently for different color components, or wherein the first syntax element is signaled and shared for different color components, or wherein the first syntax element is signaled for a first color component but not signaled for a second color component, or wherein the syntax element is signaled in sequence parameter set (SPS) , picture parameter set (PPS) , picture header, slice header, adaptation parameter set (APS) , coding tree unit (CTU) , or coding unit (CU) .

[0369] 19. The method of any of solutions 1-18, wherein the methods are used in post-processing or pre-processing.

[0370] 20. The method of any of solutions 1-19, wherein the method is used jointly or individually.

[0371] 21. The method of any of solutions 1-20, wherein using mapped value of prediction mode for ALF is be applied to any in-loop filtering tools, pre-processing, or post-processing filtering method in video coding including ALF, CCALF, BF, SAO, CCSAO or any other filtering method, or wherein using mapped value of prediction mode is applied to an in loop filter, or wherein using mapped value of prediction mode is applied to ALF, CCALF, any other in loop filter, a pre-processing filter, or a post-processing filter.

[0372] 22. The method of any of solutions 1-21, wherein the loop filter is applied to a video unit, and wherein the video unit is a sequence, picture, sub-picture, slice, tile, CTU, CTU row, group of CTUs, CU, prediction unit (PU) , transform unit (TU) , coding tree block (CTB) , coding block (CB) , prediction block (PB) , transform block (TB) , or any other region that contains more than one luma or chroma sample or pixel.

[0373] 23. The method of any of solutions 1-22, wherein usage of the method is signaled in the bitstream.

[0374] 24. The method of any of solutions 1-23, wherein usage of the method is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, including in a sequence header, picture header, sequence parameter set (SPS) , video parameter set (VPS) , decoding parameter set (DPS) , decoding capability information (DCI) , picture parameter set (PPS) , Adaptation Parameter Set (APS) , slice header, or tile group header, or wherein usage of the method is signaled at a prediction block (PB) , transform block (TB) , coding block (CB) , prediction unit (PU) , transform unit (TU) , coding unit (CU) , virtual pipeline decoding unit (VPDU) , coding tree unit (CTU) , CTU row, slice, tile, sub-picture, or other region containing more than one sample or pixel.

[0375] 25. The method of any of solutions 1-24, wherein application of the method is dependent on coded information including block size, color format, single tree partitioning, dual tree partitioning, color component, slice type, or picture type.

[0376] 26. The method of any of solutions 1-25, wherein a syntax element is: binarized as a flag, a fixed length code, an exponential Golomb code, a unary code, a truncated unary code, or a truncated binary code, signed or unsigned, coded with a context model, bypass coded, signaled conditionally, signaled only when a corresponding function is application, signaled when height or width of a block satisfy a condition, or combinations thereof.

[0377] 27. The method of any of solutions 1-26, wherein a syntax element is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, in a sequence header, picture header, SPS, VPS, DPS, Decoding Capability Information (DCI) , PPS, APS, slice header, or tile group header.

[0378] 28. The method of any of solutions 1-27, wherein the method is combined with or excluded from use with affine, Multi Transform Selection (MTS) , LFNST, merge with motion vector difference (MMVD) , Matrix-Based Intra Prediction (MIP) , ISP, cross-component linear model (CCLM) , Convolutional cross-component model (CCCM) , Symmetric Motion Vector Difference (SMVD) , Bidirectional optical flow (BDOF) , decoder side motion vector refinement (DMVR) , History-based Motion Vector Prediction (HMVP) , Template Matching, intra block copy (IBC) , or Palette.

[0379] 29. The method of any of solutions 1-28, wherein an excluded tool is disabled implicitly without signaling, or wherein the method is disabled implicitly without signaling when an excluded tool is used.

[0380] 30. The method of any of solutions 1-29, wherein the conversion includes encoding the visual media data into the bitstream.

[0381] 31. The method of any of solutions 1-30, wherein the conversion includes decoding the visual media data from the bitstream.

[0382] 32. An apparatus for processing video data comprising: a processor; and a non-transitory memory with instructions thereon, wherein the instructions upon execution by the processor, cause the processor to perform the method of any of solutions 1-31.

[0383] 33. A non-transitory computer readable medium comprising a computer program product for use by a video coding device, the computer program product comprising computer executable instructions stored on the non-transitory computer readable medium such that when executed by a processor cause the video coding device to perform the method of any of solutions 1-31.

[0384] 34. A non-transitory computer-readable recording medium storing a bitstream of a video which is generated by a method performed by a video processing apparatus, wherein the method comprises: determining to employ a loop filter that receives a prediction mode as side information used as an input; and generating the bitstream based on the determining.

[0385] 35. A method for storing bitstream of a video comprising: determining to employ a loop filter that receives a prediction mode as side information used as an input; generating the bitstream based on the determining; and storing the bitstream in a non-transitory computer-readable recording medium.

[0386] 36. A method, apparatus, or system described in the present disclosure.

[0387] In the solutions described herein, an encoder may conform to the format rule by producing a coded representation according to the format rule. In the solutions described herein, a decoder may use the format rule to parse syntax elements in the coded representation with the knowledge of presence and absence of syntax elements according to the format rule to produce decoded video.

[0388] In the present disclosure, the term “video processing” may refer to video encoding, video decoding, video compression or video decompression. For example, video compression algorithms may be applied during conversion from pixel representation of a video to a corresponding bitstream representation or vice versa. The bitstream representation of a current video block may, for example, correspond to bits that are either co-located or spread in different places within the bitstream, as is defined by the syntax. For example, a macroblock may be encoded in terms of transformed and coded error residual values and also using bits in headers and other fields in the bitstream. Furthermore, during conversion, a decoder may parse a bitstream with the knowledge that some fields may be present, or absent, based on the determination, as is described in the above solutions. Similarly, an encoder may determine that certain syntax fields are or are not to be included and generate the coded representation accordingly by including or excluding the syntax fields from the coded representation.

[0389] The disclosed and other solutions, examples, embodiments, modules and the functional operations described in this disclosure can be implemented in digital electronic circuitry, or in computer software, firmware, or hardware, including the structures disclosed in this disclosure and their structural equivalents, or in combinations of one or more of them. The disclosed and other embodiments can be implemented as one or more computer program products, i.e., one or more modules of computer program instructions encoded on a computer readable medium for execution by, or to control the operation of, data processing apparatus. The computer readable medium can be a machine-readable storage device, a machine-readable storage substrate, a memory device, a composition of matter effecting a machine-readable propagated signal, or a combination of one or more them. The term “data processing apparatus” encompasses all apparatus, devices, and machines for processing data, including by way of example a programmable processor, a computer, or multiple processors or computers. The apparatus can include, in addition to hardware, code that creates an execution environment for the computer program in question, e.g., code that constitutes processor firmware, a protocol stack, a database management system, an operating system, or a combination of one or more of them. A propagated signal is an artificially generated signal, e.g., a machine-generated electrical, optical, or electromagnetic signal, that is generated to encode information for transmission to suitable receiver apparatus.

[0390] A computer program (also known as a program, software, software application, script, or code) can be written in any form of programming language, including compiled or interpreted languages, and it can be deployed in any form, including as a stand-alone program or as a module, component, subroutine, or other unit suitable for use in a computing environment. A computer program does not necessarily correspond to a file in a file system. A program can be stored in a portion of a file that holds other programs or data (e.g., one or more scripts stored in a markup language document) , in a single file dedicated to the program in question, or in multiple coordinated files (e.g., files that store one or more modules, sub programs, or portions of code) . A computer program can be deployed to be executed on one computer or on multiple computers that are located at one site or distributed across multiple sites and interconnected by a communication network.

[0391] The processes and logic flows described in this disclosure can be performed by one or more programmable processors executing one or more computer programs to perform functions by operating on input data and generating output. The processes and logic flows can also be performed by, and apparatus can also be implemented as, special purpose logic circuitry, e.g., an field programmable gate array (FPGA) or an application specific integrated circuit (ASIC) .

[0392] Processors suitable for the execution of a computer program include, by way of example, both general and special purpose microprocessors, and any one or more processors of any kind of digital computer. Generally, a processor will receive instructions and data from a read only memory or a random-access memory or both. The essential elements of a computer are a processor for performing instructions and one or more memory devices for storing instructions and data. Generally, a computer will also include, or be operatively coupled to receive data from or transfer data to, or both, one or more mass storage devices for storing data, e.g., magnetic, magneto optical disks, or optical disks. However, a computer need not have such devices. Computer readable media suitable for storing computer program instructions and data include all forms of non-volatile memory, media and memory devices, including by way of example semiconductor memory devices, e.g., erasable programmable read-only memory (EPROM) , electrically erasable programmable read-only memory (EEPROM) , and flash memory devices; magnetic disks, e.g., internal hard disks or removable disks; magneto optical disks; and compact disc read-only memory (CD ROM) and Digital versatile disc-read only memory (DVD-ROM) disks. The processor and the memory can be supplemented by, or incorporated in, special purpose logic circuitry.

[0393] While the present disclosure contains many specifics, these should not be construed as limitations on the scope of any subject matter or of what may be claimed, but rather as descriptions of features that may be specific to particular embodiments of particular techniques. Certain features that are described in the present disclosure in the context of separate embodiments can also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment can also be implemented in multiple embodiments separately or in any suitable subcombination. Moreover, although features may be described above as acting in certain combinations and even initially claimed as such, one or more features from a claimed combination can in some cases be excised from the combination, and the claimed combination may be directed to a subcombination or variation of a subcombination.

[0394] Similarly, while operations are depicted in the drawings in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. Moreover, the separation of various system components in the embodiments described in the present disclosure should not be understood as requiring such separation in all embodiments.

[0395] Only a few implementations and examples are described and other implementations, enhancements and variations can be made based on what is described and illustrated in the present disclosure.

[0396] A first component is directly coupled to a second component when there are no intervening components, except for a line, a trace, or another medium between the first component and the second component. The first component is indirectly coupled to the second component when there are intervening components other than a line, a trace, or another medium between the first component and the second component. The term “coupled” and its variants include both directly coupled and indirectly coupled. The use of the term “about” means a range including ±10%of the subsequent number unless otherwise stated.

[0397] While several embodiments have been provided in the present disclosure, it should be understood that the disclosed systems and methods might be embodied in many other specific forms without departing from the spirit or scope of the present disclosure. The present examples are to be considered as illustrative and not restrictive, and the intention is not to be limited to the details given herein. For example, the various elements or components may be combined or integrated in another system or certain features may be omitted, or not implemented.

[0398] In addition, techniques, systems, subsystems, and methods described and illustrated in the various embodiments as discrete or separate may be combined or integrated with other systems, modules, techniques, or methods without departing from the scope of the present disclosure. Other items shown or discussed as coupled may be directly connected or may be indirectly coupled or communicating through some interface, device, or intermediate component whether electrically, mechanically, or otherwise. Other examples of changes, substitutions, and alterations are ascertainable by one skilled in the art and could be made without departing from the spirit and scope disclosed herein.

Claims

1.A method for processing video data, comprising:determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ; andperforming a conversion between a visual media data and a bitstream based on the ALF or the CCALF.2.The method of claim 2, wherein f (pm) is used as side information in ALF or CCALF filtering, where ‘m’ is mapped value of prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other function.3.The method of any of claims 1-2, wherein a mapped value of the prediction mode is used as input of the ALF or the CCALF.4.The method of claim 3, wherein the mapped value of the prediction mode is used as input of at least one extended tap of the ALF or the CCALF.5.The method of claim 3, wherein the mapped value of the prediction mode is used as input of at least one existing tap of the ALF.6.The method of claim 3, wherein the mapped value of prediction mode of luma is used as input of an ALF luma or the CCALF.7.The method of claim 3, wherein the mapped value of prediction mode of chroma is used as input of an ALF chroma.8.The method of claim 1, wherein a mapped value of the prediction mode is used as input of the CCALF.9.The method of claim 8, wherein the mapped value of the prediction mode is used as input of at least one extended tap of the CCALF.10.The method of claim 8, wherein the mapped value of the prediction mode is used as input of at least one existing tap of the CCALF.11.The method of claim 8, wherein the mapped value of the prediction mode of luma is used as input of extended taps of the CCALF.12.The method of any of claims 1-11, wherein the mapped value of the prediction mode is used following an ALF or CCALF filtering function.13.The method of claim 12, wherein a difference between the mapped value of the prediction mode and a current filtered sample is calculated first.14.The method of claim 12, wherein a filter coefficient is multiplied with a difference to get a final offset.15.The method of claim 12, wherein a mapped value of the prediction mode is used in a different way from the ALF or CCALF filtering function.16.The method of any of claims 1-15, wherein the mapped value of the prediction mode value is used directly.17.The method of any of claims 1-15, wherein a filter coefficient is multiplied with the mapped value of the prediction mode to get a final offset.18.The method of any of claims 1-17, wherein the prediction mode is used as side information in ALF or CCALF classification.19.The method of claim 18, wherein f (mp) is used as side information in the ALF or the CCALF classification, where ‘mp’ is a mapped value of a prediction mode and ‘f’ is any function including a linear function, a clipping function, or any other functions.20.The method of claim 18, wherein the mapped value of prediction mode is used jointly with deblocking filter-Boundary Strength (DBF-BS) .21.The method of claim 20, wherein the prediction mode and the DBF-BS is combined directly, wherein the prediction mode is classified into N classes and the DBF-BS is classified into M classes, and wherein the total class number generated by side information is equal to M x N.22.The method of claim 20, wherein the prediction mode and the DBF-BS are combined conditionally, wherein the prediction mode is only applied to positions where the DBF-BS is equal to a value K.23.The method of claim 22, wherein K is pre-defined.24.The method of claim 23, wherein K is included in the bitstream.25.The method of claim 23, wherein K is derived.26.The method of claim 18, wherein the mapped value of the prediction mode is used as an additional classifier.27.The method of claim 26, wherein a classification unit size of a classifier based on the mapped value of the prediction mode is N × M, where N and M are each positive integers.28.The method of claim 26, wherein positions inside a classification unit share a same classification result.29.The method of claim 26, wherein a classification result is generated or derived with a specific method.30.The method of claim 29, wherein the specific method is pre-defined.31.The method of claim 29, wherein the specific method is derived.32.The method of claim 29, wherein the specific method is included in the bitstream.33.The method of claim 29, wherein the specific method is an average function.34.The method of claim 29, wherein the specific method is a maximum function.35.The method of claim 29, wherein the specific method is a minimum function.36.The method of claim 29, wherein the specific method is a linear mapping function.37.The method of claim 29, wherein the specific method is a non-linear mapping function.38.The method of claim 29, wherein the specific method is any other function.39.The method of claim 26, wherein whether to use the classifier based on the mapped value of the prediction mode is pre-defined, derived, or included in the bitstream.40.The method of any of claims 1-39, wherein the mapped value of the prediction mode is used as side information for a mode of classification.41.The method of claim 40, wherein positions inside a classification unit share a same mapped value of prediction mode value.42.The method of claim 40, wherein the mapped value of a prediction mode value inside a classification unit is generated or derived with a specific method.43.The method of claim 42, wherein the method is pre-defined.44.The method of claim 42, wherein the method is derived.45.The method of claim 42, wherein the method is included in the bitstream.46.The method of claim 42, wherein the method is an average function.47.The method of claim 42, wherein the method is a maximum function.48.The method of claim 42, wherein the method is a minimum function.49.The method of claim 42, wherein the method is a linear mapping function.50.The method of claim 42, wherein the method is a non-linear mapping function.51.The method of claim 42, wherein the method is any other function.52.The method of claim 40, wherein the mapped value of the prediction mode is merged into K classes, where K is a positive integer.53.The method of claim 40, wherein an existing classifier has N classes, where N is a positive integer.54.The method of claim 40, wherein the mapped value of the prediction mode is used to extend a number of classes directly.55.The method of claim 54, wherein the number of classes of the classifier is extended to N × K, where N and K are positive integers.56.The method of claim 54, wherein a classification result is calculated by: c=c0+PM×Nwhere c is the final class index, c0 is the class index generated by the existing classifier.57.The method of claim 54, wherein the classification result is calculated by: c=c0×K+PMwhere c is the final class index, c0 is the class index generated by the existing classifier.58.The method of any of claims 1-57, wherein the mapped value of prediction mode is used to modify a number of classes.59.The method of claims 58, wherein the number of classes of an existing classifier is modified to M, where M is a positive integer.60.The method of claim 59, wherein a total number of classes is modified for a band-based classifier.61.The method of claim 59, wherein a total number of classes is modified for a residual-based classifier.62.The method of claim 59, wherein a number of texture directions is modified for a texture-based classifier.63.The method of claim 59, wherein a number of texture activities is modified for a texture-based classifier.64.The method of claim 58, wherein a number of classes of an existing classifier is modified to M × K, where M and K are each positive integers.65.The method of claim 58, wherein a classification result is calculated by: c=c0+PM×Mwhere c is the final class index and c0 is the class index generated by the classifier.66.The method of claim 58, wherein a classification result is calculated by: c=c0×K+PMwhere c is the final class index, c0 is the class index generated by the classifier.67.The method of any of claims 1-66, further comprising using prediction mode information or deblocking filter-Boundary Strength (DBF-BS) information in a fixed-filter classification for an adaptive loop filter (ALF) .68.The method of claim 67, wherein the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a luma ALF.69.The method of claim 67, wherein the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a chroma ALF.70.The method of claim 67, wherein the prediction mode information or the DBF-FS information is used in the fixed-filter classification for a cross component ALF (CCALF) .71.The method of claim 67, wherein f (mp) is used as side information in the ALF or the CCALF classification, where ‘mp’ is mapped value of prediction mode or DBF-BS and ‘f’ is any function including a linear function, a clipping function, or any other functions.72.The method of claim 67, wherein the mapped value of prediction mode is used jointly with the DBF-BS.73.The method of claim 72, wherein the prediction mode information and the DBF-FS are combined directly, wherein the prediction mode is classified into N classes and the DBF-BS is classified into M classes, and wherein the total class number generated by side information is equal to M x N.74.The method of claim 72, wherein the prediction mode and the DBF-BS are combined conditionally, wherein the prediction mode is only applied to positions where the DBF-BS is equal to a value K.75.The method of claim 74, wherein K is pre-defined.76.The method of claim 74, wherein K is included in the bitstream.77.The method of claim 74, wherein K is derived.78.The method of any of claims 1-77, wherein the mapped value of the prediction mode or the DBF-BS is used as an additional classifier for a fixed-filter.79.The method of claim 78, wherein a classification unit size of a classifier based on the mapped value of the prediction mode or the DBF-BS is N × M, where N and M are each positive integers.80.The method of claim 78, wherein positions inside a classification unit share a same classification result.81.The method of claim 78, wherein a classification result is generated or derived with a specific method.82.The method of claim 81, wherein the specific method is pre-defined.83.The method of claim 81, wherein the specific method is derived.84.The method of claim 81, wherein the specific method is included in the bitstream.85.The method of claim 81, wherein the specific method is an average function.86.The method of claim 81, wherein the specific method is a maximum function.87.The method of claim 81, wherein the specific method is a minimum function.88.The method of claim 81, wherein the specific method is a linear mapping function.89.The method of claim 81, wherein the specific method is a non-linear mapping function.90.The method of claim 81, wherein the specific method is any other function.91.The method of claim 78, wherein whether to use the classifier based on the mapped value of the prediction mode or the DBF-BS is pre-defined, derived, or included in the bitstream.92.The method of any of claims 1-91, wherein the mapped value of the prediction mode or the DBF-BS is used as side information for a mode of classification.93.The method of claim 92, wherein positions inside a classification unit share a same mapped value of prediction mode value or the DBF-BS.94.The method of claim 92, wherein the mapped value of a prediction mode value or the DBF-BS inside a classification unit is generated or derived with a specific method.95.The method of claim 94, wherein the method is pre-defined.96.The method of claim 94, wherein the method is derived.97.The method of claim 94, wherein the method is included in the bitstream.98.The method of claim 94, wherein the method is an average function.99.The method of claim 94, wherein the method is a maximum function.100.The method of claim 94, wherein the method is a minimum function.101.The method of claim 94, wherein the method is a linear mapping function.102.The method of claim 94, wherein the method is a non-linear mapping function.103.The method of claim 94, wherein the method is any other function.104.The method of claim 92, wherein the mapped value of the prediction mode or the DBR-BS is merged into K classes, where K is a positive integer.105.The method of claim 92, wherein an existing classifier has N classes, where N is a positive integer.106.The method of claim 92, wherein the mapped value of the prediction mode or the DBF-BS is used to extend a number of classes directly.107.The method of claim 106, wherein the number of classes of the classifier is extended to N × K, where N and K are positive integers.108.The method of claim 106, wherein a classification result is calculated by: c=c0+PM×Nwhere c is the final class index, c0 is the class index generated by the existing classifier.109.The method of claim 106, wherein the classification result is calculated by: c=c0×K+PMwhere c is the final class index, c0 is the class index generated by the existing classifier.110.The method of any of claims 1-109, wherein the mapped value of prediction mode or the DBF-BS is used to modify a number of classes.111.The method of claim 110, wherein the number of classes of an existing classifier is modified to M, where M is a positive integer.112.The method of claim 111, wherein a total number of classes is modified for a band-based classifier.113.The method of claim 111, wherein a total number of classes is modified for a residual-based classifier.114.The method of claim 111, wherein a number of texture directions is modified for a texture-based classifier.115.The method of claim 111, wherein a number of texture activities is modified for a texture-based classifier.116.The method of claim 110, wherein a number of classes of an existing classifier is modified to M × K, where M and K are each positive integers.117.The method of claim 110, wherein a classification result is calculated by: c=c0+PM×Mwhere c is the final class index and c0 is the class index generated by the classifier.118.The method of claim 110, wherein a classification result is calculated by: c=c0×K+PMwhere c is the final class index, c0 is the class index generated by the classifier.119.The method of any of claims 1-118, wherein whether or how to prepare or modify the mapped value of the prediction mode is included in the bitstream.120.The method of claim 119, wherein a first syntax element is included in the bitstream to indicate whether the mapped value as prepared or modified is used.121.The method of claim 120, wherein the first syntax element is coded by arithmetic coding.122.The method of claim 121, wherein the first syntax element is coded with at least one context.123.The method of claim 122, wherein the at least one context depends on coding information of a current block or a neighboring block.124.The method of claim 122, wherein the at least one context depends on a filtering shape of at least one neighboring block.125.The method of claim 121, wherein the first syntax element is coded with bypass coding.126.The method of claim 120, wherein the first syntax element is binarized by unary code, truncated unary code, fixed-length code, exponential Golomb code, or truncated exponential Golomb code.127.The method of claim 122, wherein the first syntax element is conditionally included in the bitstream.128.The method of claim 127, wherein the first syntax element is only included in the bitstream when the mapped value of the prediction mode is available.129.The method of claim 120, wherein the first syntax element is coded in a predictive way.130.The method of claim 129, wherein the first syntax element is predicted according to an on / off decision of the mapped value of the prediction mode of at least one neighboring block.131.The method of claim 120, wherein the first syntax element is independently included in the bitstream for different color components.132.The method of claim 131, wherein the first syntax element is shared for different color components.133.The method of claim 131, wherein the first syntax element is included in the bitstream for a first color component but not for a second color component.134.The method of claim 120, wherein the first syntax element is included in a sequence parameter set (SPS) , picture parameter set (PPS) , picture header, slice header, adaptation parameter set (APS) , coding tree unit (CTU) , or coding unit (CU) .135.The method of claim 119, wherein a first syntax element is included in the bitstream to indicate which way the mapped value of a prediction mode or a boundary strength is used.136.The method of claim 135, wherein the first syntax element is included in the bitstream to indicate a merged class number of prediction mode information or boundary strength information before being combined with an existing classification.137.The method of claim 136, wherein the merged class number is N, where N is a positive integer.138.The method of claim 136, wherein the merged class number is M, where M is a positive integer.139.The method of claim 135, wherein the first syntax element is included in the bitstream to indicate whether the prediction mode information or the boundary strength information is used jointly.140.The method of claim 135, wherein the first syntax element is arithmetic coded.141.The method of claim 140, wherein the first syntax element is coded with at least one context.142.The method of claim 141, wherein the at least one context depends on coding information of a current block or a neighboring block.143.The method of claim 141, wherein the at least one context depends on a filtering shape of at least one neighboring block.144.The method of claim 140, wherein the first syntax element is coded with bypass coding.145.The method of claim 135, wherein the first syntax element is binarized by unary code, truncated unary code, fixed-length code, exponential Golomb code, or truncated exponential Golomb code.146.The method of claim 135, wherein the first syntax element is conditionally included in the bitstream.147.The method of claim 146, wherein the first syntax element is only included in the bitstream when the mapped value of the prediction mode is available.148.The method of claim 135, wherein the first syntax element is coded in a predictive way.149.The method of claim 148, wherein the first syntax element is predicted according to an on / off decision of the mapped value of the prediction mode of at least one neighboring block.150.The method of claim 135, wherein the first syntax element is independently included in the bitstream for different color components.151.The method of claim 150, wherein the first syntax element is shared for different color components.152.The method of claim 150, wherein the first syntax element is included in the bitstream for a first color component but not for a second color component.153.The method of claim 135, wherein the first syntax element is included in a sequence parameter set (SPS) , picture parameter set (PPS) , picture header, slice header, adaptation parameter set (APS) , coding tree unit (CTU) , or coding unit (CU) .154.The method of claim 153, wherein the first syntax element is included in the bitstream at an SPS level or a PPS level.155.The method of claim 153, wherein the first syntax element is included in the bitstream at a CTU level.156.The method of claim 153, wherein the first syntax element is included in the bitstream at an APS level.157.The method of claim 156, wherein the first syntax element is included in the bitstream for all luma filters and chroma filters inside all alternative filter sets.158.The method of claim 156, wherein the first syntax element is included in the bitstream for all luma filters and chroma filters inside one alternative filter sets.159.The method of any of claims 1-158 wherein the methods are used in post-processing or pre-processing.160.The method of any of claims 1-159, wherein the method is used jointly.161.The method of any of claims 1-159, wherein the method is used individually.162.The method of any of claims 1-161, wherein using the mapped value of the prediction mode for adaptive loop filter (ALF) is applied to any in-loop filtering tools, pre-processing, or post-processing filtering method in video coding including ALF, cross component ALF (CCALF) , bilateral filter (BF) , SAO, CCSAO or any other filtering method.163.The method of claim 162, wherein using a mapped value of prediction mode method is applied to an in loop filter, or wherein using mapped value of prediction mode is applied to ALF, CCALF, any other in loop filter, a pre-processing filter, or a post-processing filter.164.The method of any of claims 1-163, wherein the loop filter is applied to a video unit, and wherein the video unit is a sequence, picture, sub-picture, slice, tile, CTU, CTU row, group of CTUs, CU, prediction unit (PU) , transform unit (TU) , coding tree block (CTB) , coding block (CB) , prediction block (PB) , transform block (TB) , or any other region that contains more than one luma or chroma sample or pixel.165.The method of any of claims 1-164, wherein usage of the method is signaled in the bitstream.166.The method of any of claims 1-165, wherein usage of the method is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, including in a sequence header, picture header, sequence parameter set (SPS) , video parameter set (VPS) , decoding parameter set (DPS) , decoding capability information (DCI) , picture parameter set (PPS) , Adaptation Parameter Set (APS) , slice header, or tile group header, or wherein usage of the method is signaled at a prediction block (PB) , transform block (TB) , coding block (CB) , prediction unit (PU) , transform unit (TU) , coding unit (CU) , virtual pipeline decoding unit (VPDU) , coding tree unit (CTU) , CTU row, slice, tile, sub-picture, or other region containing more than one sample or pixel.167.The method of any of claims 1-166, wherein application of the method is dependent on coded information including block size, color format, single tree partitioning, dual tree partitioning, color component, slice type, or picture type.168.The method of any of claims 1-167, wherein the first syntax element is binarized as a flag, a fixed length code, an exponential Golomb code, a unary code, a truncated unary code, or a truncated binary code, and wherein the first syntax element is signed or unsigned.169.The method of any of claims 1-168, wherein the first syntax element is coded with a context model or is bypass coded.170.The method of any of claims 1-169, wherein the first syntax element is signaled conditionally, signaled only when a corresponding function is applicable, or signaled when a height or a width of a block satisfies a condition, or combinations thereof.171.The method of any of claims 1-170, wherein a syntax element is signaled at sequence level, group of pictures level, picture level, slice level, or tile group level, in a sequence header, picture header, SPS, VPS, DPS, Decoding Capability Information (DCI) , PPS, APS, slice header, or tile group header.172.The method of any of claims 1-171, wherein the method is combined with or excluded from use with affine, Multi Transform Selection (MTS) , LFNST, merge with motion vector difference (MMVD) , Matrix-Based Intra Prediction (MIP) , ISP, cross-component linear model (CCLM) , Convolutional cross-component model (CCCM) , Symmetric Motion Vector Difference (SMVD) , Bidirectional optical flow (BDOF) , decoder side motion vector refinement (DMVR) , History-based Motion Vector Prediction (HMVP) , Template Matching, intra block copy (IBC) , or Palette.173.The method of any of claims 1-172, wherein an excluded tool is disabled implicitly without signaling, or wherein the method is disabled implicitly without signaling when an excluded tool is used.174.The method of any of claims 1-173, wherein the conversion includes encoding the visual media data into the bitstream.175.The method of any of claims 1-173, wherein the conversion includes decoding the visual media data from the bitstream.176.An apparatus for processing video data comprising: a processor; and a non-transitory memory with instructions thereon, wherein the instructions upon execution by the processor, cause the processor to perform the method of any of claims 1-175.177.A non-transitory computer readable medium comprising a computer program product for use by a video coding device, the computer program product comprising computer executable instructions stored on the non-transitory computer readable medium such that when executed by a processor cause the video coding device to perform the method of any of claims 1-175.178.A non-transitory computer-readable recording medium storing a bitstream of a video which is generated by a method performed by a video processing apparatus, wherein the method comprises:determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ; andgenerating the bitstream based on the ALF or the CCALF.179.A method for storing bitstream of a video comprising:determining to use a prediction mode as side information for an adaptive loop filter (ALF) or a cross component ALF (CCALF) ;generating a bitstream based on the determination; andstoring the bitstream in a non-transitory computer-readable recording medium.180.A method, apparatus, or system described in the present disclosure.

Images