Virtual information for adaptive loop filter in video coding

Abstract

A mechanism for processing video data is disclosed. The mechanism includes determining to utilize the information from a virtual reference frame for an adaptive loop filter (ALF). A conversion is performed between a visual media data and a bitstream based on the ALF.

Description

Virtual Information For Adaptive Loop Filter in Video CodingCROSS-REFERENCE TO RELATED APPLICATIONS

[0001] This application claims the benefit of International Application No. PCT / CN2025 / 074640 filed on January 24, 2025, which is hereby incorporated by reference in its entirety.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 utilize the information from a virtual reference frame for an adaptive loop filter (ALF) ; and performing a conversion between a visual media data and a bitstream based on the ALF.

[0005] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame refers to a generated reference frame in addition to a reconstructed reference frame.

[0006] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is a forward reference frame.

[0007] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is a backward reference frame.

[0008] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is listed in a reference picture list (RPL) .

[0009] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is not listed in a reference picture list (RPL) .

[0010] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more indicators are included in the bitstream to control use of the virtual reference frame.

[0011] Optionally, in any of the preceding aspects, another implementation of the aspect provides determining, in real time, which one of a plurality of virtual reference frames to use.

[0012] Optionally, in any of the preceding aspects, another implementation of the aspect provides utilizing information from one or more of the plurality of reference frames in a first reference picture list (list 0) .

[0013] Optionally, in any of the preceding aspects, another implementation of the aspect provides utilizing information from one or more of the plurality of reference frames in a second picture reference list (list 1) .

[0014] Optionally, in any of the preceding aspects, another implementation of the aspect provides utilizing information from one or more of the plurality of reference frames in a first refence picture list (list 0) and utilizing information from one or more of the plurality of reference frames in a second reference picture list (list 1) .

[0015] Optionally, in any of the preceding aspects, another implementation of the aspect provides utilizing information from a virtual reference frame closest to a current frame.

[0016] Optionally, in any of the preceding aspects, another implementation of the aspect provides utilizing information from a virtual reference frame with an index equal to K in a reference picture list, where K is zero or a positive integer.

[0017] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is predefined.

[0018] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is determined in real time based on reference picture information.

[0019] Optionally, in any of the preceding aspects, another implementation of the aspect provides that K is included in the bitstream.

[0020] Optionally, in any of the preceding aspects, another implementation of the aspect provides determining which one of a plurality of virtual reference frames to use based on decoded information.

[0021] Optionally, in any of the preceding aspects, another implementation of the aspect provides determining whether or not to obtain information from one or more of a plurality of virtual reference frames based on decoded information.

[0022] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the decoded information comprises one or more of coding modes, coding statistics, and coding characteristics.

[0023] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the decoded information comprises one or more of a slice type and a picture type.

[0024] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the decoded information comprises one or more of a temporal layer index, a quantization parameter, and dimensions of a picture.

[0025] Optionally, in any of the preceding aspects, another implementation of the aspect provides using the virtual reference frame for deriving filtering parameters in the ALF.

[0026] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is considered in training data collection.

[0027] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is considered in parameter derivation.

[0028] Optionally, in any of the preceding aspects, another implementation of the aspect provides using the virtual reference frame for filtering in the ALF.

[0029] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used with a motion compensation process.

[0030] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used without a motion compensation process.

[0031] Optionally, in any of the preceding aspects, another implementation of the aspect provides using the virtual reference frame for deciding control information in the ALF.

[0032] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises on / off control at a picture level or at a slice level.

[0033] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises on / off control at a coding tree unit (CTU) level.

[0034] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises a filter set index.

[0035] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises an adaptation parameter set (APS) index.

[0036] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises a fixed-filter set index.

[0037] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the control information comprises a non-linear feature on / off control.

[0038] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is stored in a decoded picture buffer (DPB) .

[0039] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is stored in a temporal buffer.

[0040] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used for display.

[0041] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is not used for display.

[0042] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is only used for a luma component.

[0043] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is only used for a chroma component.

[0044] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used for both a luma component and a chroma component.

[0045] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used as an input source for extended taps.

[0046] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of one of the extended taps is different from another of the extended taps.

[0047] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of one of the extended taps is a cross.

[0048] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of one of the extended taps is a diamond.

[0049] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of one of the extended taps is a square.

[0050] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a filter length of the extended taps is N, where N is a positive integer.

[0051] Optionally, in any of the preceding aspects, another implementation of the aspect provides that an on / off control of the extended taps is included in the bitstream, derived in real time, or pre-defined.

[0052] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used to replace an existing input source.

[0053] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used to replace spatial taps.

[0054] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used to replace fixed-filter-based taps.

[0055] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used to replace Gaussian-filter-output-based taps.

[0056] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used to replace Laplacian-output-based taps.

[0057] Optionally, in any of the preceding aspects, another implementation of the aspect provides that reconstruction before a deblocking filter (DBF) , a bilateral filter (BF) , a sample adaptive offset (SAO) filter, a cross-component SAO, or ALF-based taps is replaced.

[0058] Optionally, in any of the preceding aspects, another implementation of the aspect provides that residual-based taps are replaced.

[0059] Optionally, in any of the preceding aspects, another implementation of the aspect provides that any other existing taps are replaced.

[0060] Optionally, in any of the preceding aspects, another implementation of the aspect provides that part of one type of existing taps is replaced.

[0061] Optionally, in any of the preceding aspects, another implementation of the aspect provides that all of one type of existing taps is replaced.

[0062] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used as an additional input source for a temporary ALF (TALF) .

[0063] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the TALF is located before the ALF.

[0064] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the TALF is located after the ALF.

[0065] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the TALF is in parallel with the ALF.

[0066] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used as extended taps for a temporary ALF (TALF) .

[0067] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of the extended taps is a cross.

[0068] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of the extended taps is a diamond.

[0069] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a shape of the extended taps is a square.

[0070] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a filter length of the extended taps is N, where N is a positive integer.

[0071] Optionally, in any of the preceding aspects, another implementation of the aspect provides that an on / off control of the extended taps is included in the bitstream, derived in real time, or pre-defined.

[0072] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is used in the TALF to replace existing taps.

[0073] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is generated by an optical flow method.

[0074] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is generated by a motion-based method.

[0075] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame is generated by a learning-based method.

[0076] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the learning-based method comprises a machine learning method.

[0077] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the learning-based method comprises a deep learning method.

[0078] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the learning-based method comprises a neural network-based method.

[0079] Optionally, in any of the preceding aspects, another implementation of the aspect provides that at least one of whether to apply the virtual reference frame and how to apply the virtual reference frame depends on one or more of a color format and a color component.

[0080] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame only comprises luma samples.

[0081] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the virtual reference frame comprises both luma samples and chroma samples.

[0082] Optionally, in any of the preceding aspects, another implementation of the aspect provides that dimensions of the virtual reference frame are the same as dimensions of a current frame.

[0083] Optionally, in any of the preceding aspects, another implementation of the aspect provides that dimensions of the virtual reference frame are different than dimensions of a current frame.

[0084] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one sample in the virtual reference frame corresponds to N samples in the current frame, where N is greater than 1.

[0085] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the above methods are applied jointly.

[0086] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the above methods are applied individually.

[0087] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the methods are applied to an in-loop filtering tool, pre-processing filtering, and post-processing filtering in video coding including but not limited to the ALF, a cross-component ALF (CCALF) , or any other filter.

[0088] Optionally, in any of the preceding aspects, another implementation of the aspect provides that a filter shape selection method is applied to an in-loop filtering method.

[0089] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the methods are applied to the ALF.

[0090] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the methods are applied to a cross-component ALF (CCALF) .

[0091] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the filter shape selection method is applied to a pre-processing filtering method.

[0092] Optionally, in any of the preceding aspects, another implementation of the aspect provides that the filter shape selection method is applied to a post-processing filtering method.

[0093] Optionally, in any of the preceding aspects, another implementation of the aspect provides that one or more of the methods are applied to a video unit, and wherein the video unit is 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) , or any other region that contains more than one luma or chroma sample or pixel.

[0094] Optionally, in any of the preceding aspects, another implementation of the aspect provides that at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream.

[0095] Optionally, in any of the preceding aspects, another implementation of the aspect provides that at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream at a sequence level, a group of pictures level, a picture level, a slice level, a tile group level; or 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.

[0096] Optionally, in any of the preceding aspects, another implementation of the aspect provides that at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream in a prediction block (PB) , transform block (TB) , coding block (CB) , prediction unit (PU) , transform unit (TU) , coding unit (CU) , virtual pipeline data unit (VPDU) , coding tree unit (CTU) , CTU row, slice, tile, sub-picture, or other region that contains more than one sample or pixel.

[0097] Optionally, in any of the preceding aspects, another implementation of the aspect provides that at least one of whether to apply one or more of the methods and how to apply one or more of the methods is dependent on coded information including block size, color format, single or dual tree partitioning, color component, or slice or picture type.

[0098] 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.

[0099] 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.

[0100] 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 the disclosed aspects.

[0101] 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 the disclosed aspects.

[0102] 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 utilize information from a virtual reference frame for an adaptive loop filter (ALF) ; and performing a conversion between a visual media data and a bitstream based on the ALF.

[0103] A fifth aspect relates to a method for storing bitstream of a video, comprising: determining to utilize information from a virtual reference frame for an adaptive loop filter (ALF) ; generating the bitstream based on the ALF; and storing the bitstream in a non-transitory computer-readable recording medium.

[0104] A sixth aspect relates to a method, apparatus, or system described in the present disclosure.

[0105] 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.

[0106] 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

[0107] 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.

[0108] FIG. 1 illustrates an example of nominal vertical and horizontal locations of 4: 2: 2 luma and chroma samples in a picture.

[0109] FIG. 2 illustrates an example encoder block diagram.

[0110] FIG. 3 illustrates an example of raster-scan slice partitioning of a picture with 18 by 12 luma coding tree units (CTUs) , where the picture is divided into 12 tiles and 3 raster-scan slices.

[0111] FIG. 4 illustrates an example of rectangular slice partitioning of a picture with 18 by 12 luma CTUs, where the picture is divided into 24 tiles and 9 rectangular slices.

[0112] FIG. 5 illustrates an example of a picture partitioned into 4 tiles, 11 bricks, and 4 rectangular slices.

[0113] FIGS. 6A-6C illustrate examples of coding tree blocks (CTBs) crossing picture borders.

[0114] FIG. 7 illustrates an example of intra prediction modes.

[0115] FIG. 8 illustrates an example of block boundaries in a picture.

[0116] FIG. 9 illustrates an example of pixels involved in filter usage.

[0117] FIG. 10 illustrates an example of filter shapes for an adaptive loop filter (ALF) .

[0118] FIG. 11 illustrates an example of transformed coefficients acting as a relative coordinator for the 5×5 diamond filter support.

[0119] 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) .

[0120] FIG. 13 is a block diagram showing an example video processing system.

[0121] FIG. 14 is a block diagram of an example video processing apparatus.

[0122] FIG. 15 is a flowchart for an example method of video processing.

[0123] FIG. 16 is a block diagram that illustrates an example video coding system.

[0124] FIG. 17 is a block diagram that illustrates an example encoder.

[0125] FIG. 18 is a block diagram that illustrates an example decoder.

[0126] FIG. 19 is a schematic diagram of an example encoder.DETAILED DESCRIPTION

[0127] 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.

[0128] 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

[0129] 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

[0130] The present disclosure includes the following abbreviations. Advanced video coding (Rec. International Telecommunication Union (ITU) telecommunication standardization sector (ITU-T) H. 264 | International Organization for Standardization (ISO)  / International Electrotechnical Commission (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

[0131] Video coding standards have evolved primarily through the development of the ITU-T and ISO / 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 video coding experts group (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.

[0132] 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.

[0133] ITU-T VCEG (Q6 / 16) and ISO / IEC MPEG (JTC 1 / SC 29 / WG 11) are studying the potential need for standardization of future video coding technology with a compression capability that significantly exceeds that of the VVC standard. Such future standardization action could either take the form of additional 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) were established in JVET meeting during 6–15 January 2021 and the reference software named as Enhanced Compression Model (ECM) . The test model ECM is updated after every JVET meeting. 3.1 Color space and chroma subsampling

[0134] 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) .

[0135] 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.

[0136] 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

[0137] 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

[0138] 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.

[0139] 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

[0140] In 4: 2: 0, the horizontal sampling is doubled compared to 4: 1: 1, but as the Cb and 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

[0141] FIG. 2 illustrates an example encoder block diagram of VVC, which contains three in-loop filtering blocks: deblocking filter (DF) , sample adaptive offset (SAO) filter, and adaptive loop filter (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 Intra Prediction

[0142] FIG. 3 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 additional directional modes are depicted in FIG. 3, 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.

[0143] Angular intra prediction directions may be defined from 45 degrees to -135 degrees in clockwise direction as shown in FIG. 3. 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.

[0144] 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. 3.3 Definitions of Video / Coding Units

[0145] 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.

[0146] A tile is divided into one or more bricks, each of which consisting of a number of CTU rows within the tile.

[0147] A tile that is not partitioned into multiple bricks is also referred to as a brick. However, a brick that is a true subset of a tile is not referred to as a tile.

[0148] A slice either contains several tiles of a picture or several bricks of a tile.

[0149] 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.

[0150] FIG. 3 illustrates an example of raster-scan slice partitioning of a picture with 18 by 12 luma CTUs, where the picture is divided into 12 tiles and 3 raster-scan slices.

[0151] FIG. 4 illustrates 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.

[0152] FIG. 5 illustrates an example of a picture partitioned into 4 tiles, 11 bricks, and 4 rectangular slices. 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 / Coding Tree Block (CTB) Sizes

[0153] In VVC, the CTU size, signaled in SPS by the syntax element log2_ctu_size_minus2, could be as small as 4x4. 7.3.2.3 Sequence parameter set RBSP syntax

[0154] log2_ctu_size_minus2 plus 2 specifies the luma coding tree block size of each CTU.

[0155] log2_min_luma_coding_block_size_minus2 plus 2 specifies the minimum luma coding block size.

[0156] 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

[0157] 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 CTB / largest coding unit (LCU) size indicated by M x N (typically M is equal to N, as defined in HEVC / VVC) , and for a CTB located at picture (or tile or slice or other kinds of types, 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 FIG. 6, 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

[0158] 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 additional directional modes are depicted in FIG. 7, and the planar and DC modes remain the same. These denser directional intra prediction modes apply for all block sizes and for both luma and chroma intra predictions.

[0159] 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.

[0160] 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

[0161] For each inter-predicted CU, motion parameters include motion vectors, reference picture indices, reference picture list usage index, and additional 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 additional 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

[0162] 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.

[0163] 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.

[0164] 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

[0165] 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

[0166] 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

[0167] 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 Condition 1, Condition 2 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

[0168] Based on bSidePisLargeBlk and bSideQisLargeBlk, the condition 1 is defined as follows: Condition 1 = (bSidePisLargeBlk || bSidePisLargeBlk) ? TRUE: FALSE

[0169] Next, if Condition 1 is true, the Condition 2 will be further checked. First, the following variables are derived:

[0170] If Condition 1 and Condition 2 are valid, whether any of the blocks uses sub-blocks is further checked:

[0171] 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 Condition 3 StrongFilterCondition, the following variables are derived:

[0172] 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

[0173] 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

[0174] 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.

[0175] 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.

[0176] 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

[0177] 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

[0178] 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

[0179] An example chroma filter performs deblocking on a 4x4 chroma sample grid. 3.6.7 Position Dependent Clipping

[0180] 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.

[0181] 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;

[0182] 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 } ;

[0183] 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 ) ;

[0184] 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

[0185] 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.

[0186] 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

[0187] 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

[0188] 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. In order 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

[0189] 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.

[0190] 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.

[0191] The data syntax elements of ALF associated to LUMA component in VTM are listed as follows:

[0192] 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.

[0193] 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.

[0194] 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:

[0195] 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) .

[0196] 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.

[0197] 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.

[0198] 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.

[0199] 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:

[0200] 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.

[0201] 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.

[0202] 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.

[0203] 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:

[0204] 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

[0205] 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

[0206] 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:

[0207] To calculate D and gradients of the horizontal, vertical and two diagonal direction are first calculated using 1-D Laplacian:

[0208] 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:

[0209] 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.

[0210] The activity value A is calculated as:

[0211] 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

[0212] 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.

[0213] 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.

[0214] 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

[0215] 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.

[0216] 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

[0217] Linear filtering can be reformulated, without coding efficiency impact, in the following expression: where w (i, j) are the same filter coefficients.

[0218] 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) .

[0219] 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.

[0220] 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

[0221] 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

[0222] 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 ΔIis the difference in intensity between the samples.

[0223] 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

[0224] 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 IC denotes the intensity of the center sample, ΔIA = IA-ICthe intensity difference between the center sample and the sample above. ΔIB, ΔIL and ΔIR denote 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

[0225] Example designs for adaptive loop filter (ALF) in video coding have the following problems:

[0226] In an example ALF design, only the spatial reconstruction samples are used for filter training and filtering. However, there are other valuable information that can be potentially utilized, such as samples inside reconstructed reference frames or generated reference frames. 5. A listing of solutions and embodiments

[0227] 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.

[0228] It should be noted that the disclosed methods may be used as in-loop filters or post-processing.

[0229] In this disclosure, a video unit may refer to a sequence, a picture, a sub-picture, a slice, a CTU, a block or a region. The video unit may comprise one color component or it may comprise multiple color components.

[0230] 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 it may comprise multiple color components. 1) It is proposed to utilize the information from a virtual reference frame for ALF. a. In one example, the virtual frame may refer to a generated reference frame besides the reconstructed reference frame. a) In one example, the virtual frame may be listed as a forward reference frame. b) In one example, the virtual frame may be listed as a backward reference frame. c) In one example, the virtual frame may be listed in a reference picture list (RPL) . d) In one example, the virtual frame may be NOT listed in the RPL. e) In one example, one or more indicators may be signaled to control the virtual frame usage. f) In one example, which virtual frame is used may be determined on-the-fly. 1. In one example, the proposed method may take information from one / multiple virtual frames in list 0. 2. In one example, the proposed method may take information from one / multiple virtual frames in list 1. 3. In one example, the proposed method may take information from virtual frames in both list 0 and list 1. 4. In one example, the proposed method may take information from the virtual frame closest to the current frame. 5. In one example, the proposed method may take information from the virtual frame with reference index equal to K (e.g., K = 0) in a reference list. a. In one example, K may be pre-defined. b. In one example, K may be derived on-the-fly according to reference picture information. c. In one example, K may be signalled. g) In one example, which virtual frame to be utilized may be determined by the decoded information. h) In one example, whether to take information from virtual frames may be dependent on decoded information (e.g., coding modes / statistics / characteristics) . 1. In one example, whether to take information from virtual frames may be dependent on the slice / picture type. 2. In one example, whether to take information from virtual frames may be dependent on the temporal layer index and / or QP and / or dimensions of the picture. b. In one example, the virtual frame may be used for deriving the filtering parameters in ALF. a) In one example, the virtual frame may be considered in training data collection. b) In one example, the virtual frame may be considered in parameter derivation. c. In one example, the virtual frame may be used for filtering in ALF. a) In one example, the virtual frame may be used with the motion compensation process. b) In one example, the virtual frame may be used without the motion compensation process. d. In one example, the virtual frame may be used for deciding the control information in ALF. a) In one example, the control information may refer to on / off control at picture / slice level. b) In one example, the control information may refer to on / off control at CTU level. c) In one example, the control information may refer to filter set index. d) In one example, the control information may refer to APS index. e) In one example, the control information may refer to fixed-filter set index. f) In one example, the control information may refer to non-linear feature on / off control. e. In one example, the virtual frame may be stored in different ways. a) In one example, the virtual frame may be stored in DBP buffer. b) In one example, the virtual frame may be stored in temporal buffer. c) In one example, the virtual frame may be used for display. d) In one example, the virtual frame may be NOT used for display. f. In one example, the virtual frame may be used for different components. a) In one example, the virtual frame may be only used for Luma component. b) In one example, the virtual frame may be only used for Chroma component. c) In one example, the virtual frame may be used for both Luma and Chroma component. 2) It is proposed to utilize the virtual reference frame in different ways. a. In one example, the virtual reference frame may be used as input source for extended taps. a) In one example, the shape of extended taps may be different. 1. In one example, the shape may be a cross. 2. In one example, the shape may be a diamond. 3. In one example, the shape may be a square. b) In one example, the filter length of extended taps may be N (e.g., N = 3) . c) In one example, the on / off control of extended taps may be signaled / derived on the fly / pre-defined. b. In one example, the virtual reference frame may be used to replace the existing input source. a) In one example, the spatial taps may be replaced. b) In one example, the fixed-filter-output based taps may be replaced. c) In one example, the gaussian-filter-output based taps may be replaced. d) In one example, the Laplacian-output based taps may be replaced. e) In one example, the reconstruction before DBF / BF / SAO / CCSAO / ALF based taps may be replaced. f) In one example, the residual based taps may be replaced. g) In one example, any other existing taps may be replaced. h) In one example, part of one type of existing taps may be replaced. i) In one example, all of one type of existing taps may be replaced. c. In one example, the virtual reference frame may be used as additional input source in TALF. a) In one example, the TALF may refer to temporal ALF. 1. In one example, the TALF may be located before / after ALF. 2. In one example, the TALF may be in parallel with ALF. b) In one example, the virtual frame may be used in TALF as extended taps. 1. In one example, the shape of extended taps may be different. a. In one example, the shape may be cross. b. In one example, the shape may be diamond. c. In one example, the shape may be square. c) In one example, the filter length of extended taps may be N (e.g., N = 3) . d) In one example, the on / off control of extended taps may be signaled / derived on the fly / pre-defined. e) In one example, the virtual frame may be used in TALF to replace existing taps. 3) It is proposed to use different methods to derive / generate the virtual frame. a. In one example, the virtual frame may be generated by a conventional way. a) In one example, the virtual frame may be generated by an optical flow method. b) In one example, the virtual frame may be generated by a motion-based method. b. In one example, the virtual frame may be generated by a learning-based way. a) In one example, the virtual frame may be generated by a machine learning method. b) In one example, the virtual frame may be generated by a deep learning method. c) In one example, the virtual frame may be generated by a neutral-network based method. c. In one example, the virtual frame may be generated by any other methods. 4) Whether to and / or how to apply a virtual frame may depend on color format and / or color component. a. For example, the virtual frame may only comprise luma samples. b. For example, the virtual frame may comprise luma samples and chroma samples. 5) The dimensions of the virtual frame may be the same as the current frame. a. Alternatively, the dimensions of the virtual frame may be different to the current frame. a) In one example, one sample in the virtual frame may correspond to N samples in the current frame, where N > 1. 6) In one example, the above-mentioned methods may be used jointly. 7) Alternatively, the above-mentioned methods may be used individually. 8) In one example, the proposed / described 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 or any other filtering method) . a. In one example, the proposed filter shape selection method may be applied to an in-loop filtering method. a) In one example, the proposed method may be applied to ALF. b) In one example, the proposed method may be applied to CCALF. c) Alternatively, the proposed method may be applied to other in-loop filtering methods. b. In one example, the proposed filter shape selection method may be applied to a pre-processing filtering method. c. In one example, the proposed filter shape selection method may be applied to a post-processing filtering method. 9) 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. 10) 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. 11) 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. 6. References [1] J. Strom, P. Wennersten, J. Enhorn, D. Liu, K. Andersson and R. Sjoberg, “Bilateral Loop Filter in Combination with SAO, ” in proceeding of IEEE Picture Coding Symposium (PCS) , Nov. 2019.

[0231] 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.

[0232] 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.

[0233] 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.

[0234] 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.

[0235] FIG. 15 is a flowchart for an example method 4200 of video processing. The method 4200 includes determining to utilize the information from a virtual reference frame for an adaptive loop filter (ALF) at step 4202. A conversion is performed between a visual media data and a bitstream based on the ALF at step 4204. The conversion of step 4204 may include encoding at an encoder or decoding at a decoder, depending on the example.

[0236] 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.

[0237] 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.

[0238] 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.

[0239] 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.

[0240] 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.

[0241] 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.

[0242] 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.

[0243] 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.

[0244] 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.

[0245] 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.

[0246] 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.

[0247] 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.

[0248] 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.

[0249] 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.

[0250] 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.

[0251] 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.

[0252] 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.

[0253] 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.

[0254] 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.

[0255] 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.

[0256] 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.

[0257] 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.

[0258] 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.

[0259] 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.

[0260] 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.

[0261] After reconstruction unit 4412 reconstructs the video block, the loop filtering operation may be performed to reduce video blocking artifacts in the video block.

[0262] 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.

[0263] 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.

[0264] 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.

[0265] 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.

[0266] 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.

[0267] 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.

[0268] 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.

[0269] 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.

[0270] 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.

[0271] 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.

[0272] 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.

[0273] A listing of solutions preferred by some examples is provided next.

[0274] The following solutions show examples of techniques discussed herein.

[0275] 1. A method for processing video data comprising: determining to utilize the information from a virtual reference frame for an adaptive loop filter (ALF) ; and performing a conversion between a visual media data and a bitstream based on the ALF.

[0276] 2. The method of solution 1, wherein the virtual reference frame includes a generated reference and not a reconstructed reference frame.

[0277] 3. The method of any of solutions 1-2, wherein the virtual reference frame is a forward reference frame, is a backward reference frame, is listed in a reference picture list (RPL) , or is not listed in the RPL.

[0278] 4. The method of any of solutions 1-3, wherein one or more indicators are signaled to control usage of the virtual reference frame.

[0279] 5. The method of any of solutions 1-4, wherein virtual reference frame usage is determined on-the-fly.

[0280] 6. The method of any of solutions 1-5, wherein usage of the virtual reference frame is determined based on information from one or more frames in list 0, information from one or more frames in list 1, information from one or more frames in list 0 and list 1, information from a virtual reference frame closest to a current frame, or information from a virtual reference frame with a reference index equal to K in a reference list where K is pre-defined, signaled, derived on-the-fly according to reference picture information.

[0281] 7. The method of any of solutions 1-6, wherein selection of the virtual reference frame to be utilized is determined based on decoded information.

[0282] 8. The method of any of solutions 1-7, wherein whether to take information from virtual reference frames is dependent on decoded information including coding modes, statistics, characteristics, slice type, picture type, temporal layer index, quantization parameters, or dimensions of a picture.

[0283] 9. The method of any of solutions 1-8, the virtual reference frame is used for deriving filtering parameters in the ALF, for training data collection, or for parameter derivation.

[0284] 10. The method of any of solutions 1-9, wherein the virtual reference frame is used for filtering in the ALF, used with a motion compensation process, or used without the motion compensation process.

[0285] 11. The method of any of solutions 1-10, wherein the virtual reference frame is used for deciding control information in the ALF, and wherein the control information includes on / off control at picture level or slice level, on / off control at a coding tree unit (CTU) level, a filter set index, an adaptation parameter set (APS) index, a fixed-filter set index, or a non-linear feature on / off control.

[0286] 12. The method of any of solutions 1-11, wherein the virtual reference frame is stored in a decoded picture buffer (DPB) , is stored in a temporal buffer, is used for display, or is not used for display.

[0287] 13. The method of any of solutions 1-12, wherein the virtual reference frame is only used for a luma component, is only used for a chroma component, or is used for both the luma component and the chroma component.

[0288] 14. The method of any of solutions 1-13, wherein the virtual reference frame is used as an input source for extended taps, or wherein the shape of extended taps includes a cross, a diamond, or a square, or wherein a filter length of the extended taps is N where N = 3, or wherein the on / off control of the extended taps is signaled, derived on the fly, or pre-defined.

[0289] 15. The method of any of solutions 1-14, wherein the virtual reference frame replaces an input source, and wherein the input source that is replaced is spatial taps, fixed-filter-output based taps, gaussian-filter-output based taps, Laplacian-output based taps, reconstruction before deblocking filter (DBF) taps, bilateral filter (BF) taps, sample adaptive offset (SAO) taps, cross component SAO (CCSAO) taps, or ALF taps, residual based taps, any other taps, part of a tap, or all of one type of tap.

[0290] 16. The method of any of solutions 1-15, wherein the virtual reference frame is used as an additional input source in temporal ALF (TALF) , or wherein TALF is located before, after, or in parallel with ALF, or wherein the virtual reference frame is used in TALF as extended taps where a shape of the extended taps is cross, diamond, or square, or wherein a filter length of the extended taps is N where N = 3, or wherein an on / off control of extended taps is signaled, derived on the fly, or pre-defined, or wherein the virtual reference frame is used in TALF to replace other taps.

[0291] 17. The method of any of solutions 1-16, wherein the virtual reference frame is generated by an optical flow or a motion-based process.

[0292] 18. The method of any of solutions 1-17, wherein the virtual reference frame is generated by machine learning, deep learning, a neutral-network, or other learning-based processes.

[0293] 19. The method of any of solutions 1-18, wherein application of the virtual reference frame depends on color format or color component, or wherein the virtual reference frame may only comprise luma samples, or wherein the virtual reference frame may comprise luma samples and chroma samples.

[0294] 20. The method of any of solutions 1-19, wherein dimensions of the virtual reference frame are the same as a current frame, or wherein the dimensions of the virtual reference frame are different than the current frame, or wherein one sample in the virtual reference frame correspond to N samples in the current frame, where N > 1.

[0295] 21. The method of any of solutions 1-20, wherein the method is used in post-processing, in-loop filtering, adaptive loop filtering (ALF) , cross component ALF (CCALF) , or pre-processing.

[0296] 22. The method of any of solutions 1-21, wherein the method is applied jointly or individually.

[0297] 23. The method of any of solutions 1-22, wherein the method is applied to any in-loop filtering tools, pre-processing, or post-processing filtering in video coding including but not limited to ALF, CCALF, or any other filter.

[0298] 24. The method of any of solutions 1-23, wherein a video unit is 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) , or any other region that contains more than one luma or chroma sample or pixel.

[0299] 25. The method of any of solutions 1-24, wherein usage of the method is signaled in a bitstream, or wherein usage is signaled at sequence level, group of pictures level, picture level, slice level, tile group level, or in a sequence header, picture header, sequence parameter set (SPS) , video parameter set (VPS) , decoding parameter set (DPS) , decoding capability information (DCI) , PPS, APS, slice header, or tile group header, or wherein usage is signaled at PB, TB, CB, PU, TU, CU, virtual pipeline data unit (VPDU) , CTU, CTU row, slice, tile, sub-picture, or other kinds of region that contains more than one sample or pixel.

[0300] 26. The method of any of solutions 1-25, wherein usage of the method is dependent on coded information including block size, color format, single or dual tree partitioning, color component, or slice or picture type.

[0301] 27. 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 1-26.

[0302] 28. 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 1-26.

[0303] 29. 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 utilize the information from a virtual reference frame for an adaptive loop filter (ALF) ; and generating the bitstream based on the determining.

[0304] 30. A method for storing bitstream of a video comprising: determining to utilize the information from a virtual reference frame for an adaptive loop filter (ALF) ; generating the bitstream based on the determining; and storing the bitstream in a non-transitory computer-readable recording medium.

[0305] 31. A method, apparatus, or system described in the present disclosure.

[0306] 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.

[0307] 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.

[0308] 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.

[0309] 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.

[0310] 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., a field programmable gate array (FPGA) or an application specific integrated circuit (ASIC) .

[0311] 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.

[0312] 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.

[0313] 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.

[0314] 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.

[0315] 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.

[0316] 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.

[0317] 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 utilize information from a virtual reference frame for an adaptive loop filter (ALF) ; andperforming a conversion between a visual media data and a bitstream based on the ALF.2.The method of claim 1, wherein the virtual reference frame refers to a generated reference frame in addition to a reconstructed reference frame.3.The method of any of claims 1-2, wherein the virtual reference frame is a forward reference frame.4.The method of any of claims 1-2, wherein the virtual reference frame is a backward reference frame.5.The method of any of claims 1-4, wherein the virtual reference frame is listed in a reference picture list (RPL) .6.The method of any of claims 1-4, wherein the virtual reference frame is not listed in a reference picture list (RPL) .7.The method of any of claims 1-6, wherein one or more indicators are included in the bitstream to control use of the virtual reference frame.8.The method of any of claims 1-6, further comprising determining, in real time, which one of a plurality of virtual reference frames to use.9.The method of claim 8, further comprising utilizing information from one or more of the plurality of reference frames in a first reference picture list (list 0) .10.The method of claim 8, further comprising utilizing information from one or more of the plurality of reference frames in a second picture reference list (list 1) .11.The method of claim 8, further comprising utilizing information from one or more of the plurality of reference frames in a first refence picture list (list 0) and utilizing information from one or more of the plurality of reference frames in a second reference picture list (list 1) .12.The method of claim 8, further comprising utilizing information from a virtual reference frame closest to a current frame.13.The method of claim 8, further comprising utilizing information from a virtual reference frame with an index equal to K in a reference picture list, where K is zero or a positive integer.14.The method of claim 13, wherein K is predefined.15.The method of claim 13, wherein K is determined in real time based on reference picture information.16.The method of claim 13, wherein K is included in the bitstream.17.The method of any of claims 1-16, further comprising determining which one of a plurality of virtual reference frames to use based on decoded information.18.The method of any of claims 1-16, further comprising determining whether or not to obtain information from one or more of a plurality of virtual reference frames based on decoded information.19.The method of claim 18, wherein the decoded information comprises one or more of coding modes, coding statistics, and coding characteristics.20.The method of claim 18, wherein the decoded information comprises one or more of a slice type and a picture type.21.The method of claim 18, wherein the decoded information comprises one or more of a temporal layer index, a quantization parameter, and dimensions of a picture.22.The method of any of claims 1-21, further comprising using the virtual reference frame for deriving filtering parameters in the ALF.23.The method of claim 22, wherein the virtual reference frame is considered in training data collection.24.The method of claim 22, wherein the virtual reference frame is considered in parameter derivation.25.The method of any of claims 1-24, further comprising using the virtual reference frame for filtering in the ALF.26.The method of claim 25, wherein the virtual reference frame is used with a motion compensation process.27.The method of claim 25, wherein the virtual reference frame is used without a motion compensation process.28.The method of any of claims 1-27, further comprising using the virtual reference frame for deciding control information in the ALF.29.The method of claim 28, wherein the control information comprises on / off control at a picture level or at a slice level.30.The method of claim 28, wherein the control information comprises on / off control at a coding tree unit (CTU) level.31.The method of claim 28, wherein the control information comprises a filter set index.32.The method of claim 28, wherein the control information comprises an adaptation parameter set (APS) index.33.The method of claim 28, wherein the control information comprises a fixed-filter set index.34.The method of claim 28, wherein the control information comprises a non-linear feature on / off control.35.The method of any of claims 1-34, wherein the virtual reference frame is stored in a decoded picture buffer (DPB) .36.The method of any of claims 1-34, wherein the virtual reference frame is stored in a temporal buffer.37.The method of any of claims 1-34, wherein the virtual reference frame is used for display.38.The method of any of claims 1-34, wherein the virtual reference frame is not used for display.39.The method of any of claims 1-38, wherein the virtual reference frame is only used for a luma component.40.The method of any of claims 1-38, wherein the virtual reference frame is only used for a chroma component.41.The method of any of claims 1-38, wherein the virtual reference frame is used for both a luma component and a chroma component.42.The method of any of claims 1-41, wherein the virtual reference frame is used as an input source for extended taps.43.The method of claim 42, wherein a shape of one of the extended taps is different from another of the extended taps.44.The method of any of claims 42-43, wherein a shape of one of the extended taps is a cross.45.The method of any of claims 42-43, wherein a shape of one of the extended taps is a diamond.46.The method of any of claims 42-43, wherein a shape of one of the extended taps is a square.47.The method of any of claims 42-46, wherein a filter length of the extended taps is N, where N is a positive integer.48.The method of any of claims 42-47, wherein an on / off control of the extended taps is included in the bitstream, derived in real time, or pre-defined.49.The method of any of claims 42-48, wherein the virtual reference frame is used to replace an existing input source.50.The method of any of claims 42-48, wherein the virtual reference frame is used to replace spatial taps.51.The method of any of claims 42-48, wherein the virtual reference frame is used to replace fixed-filter-based taps.52.The method of any of claims 42-48, wherein the virtual reference frame is used to replace Gaussian-filter-output-based taps.53.The method of any of claims 42-48, wherein the virtual reference frame is used to replace Laplacian-output-based taps.54.The method of any of claims 42-48, wherein reconstruction before a deblocking filter (DBF) , a bilateral filter (BF) , a sample adaptive offset (SAO) filter, a cross-component SAO, or ALF-based taps is replaced.55.The method of any of claims 42-48, wherein residual-based taps are replaced.56.The method of any of claims 42-55, wherein any other existing taps are replaced.57.The method of any of claims 42-48, wherein part of one type of existing taps is replaced.58.The method of any of claims 42-48, wherein all of one type of existing taps is replaced.59.The method of any of claims 1-58, wherein the virtual reference frame is used as an additional input source for a temporary ALF (TALF) .60.The method of claim 59, wherein the TALF is located before the ALF.61.The method of claim 59, wherein the TALF is located after the ALF.62.The method of claim 59, wherein the TALF is in parallel with the ALF.63.The method of any of claims 59-62, wherein the virtual reference frame is used as extended taps for a temporary ALF (TALF) .64.The method of claim 63, wherein a shape of the extended taps is a cross.65.The method of claim 63, wherein a shape of the extended taps is a diamond.66.The method of claim 63, wherein a shape of the extended taps is a square.67.The method of any of claims 59-66, wherein a filter length of the extended taps is N, where N is a positive integer.68.The method of any of claims 59-67, wherein an on / off control of the extended taps is included in the bitstream, derived in real time, or pre-defined.69.The method of any of claims 59-68, wherein the virtual reference frame is used in the TALF to replace existing taps.70.The method of any of claims 1-69, wherein the virtual reference frame is generated by an optical flow method.71.The method of any of claims 1-69, wherein the virtual reference frame is generated by a motion-based method.72.The method of any of claims 1-69, wherein the virtual reference frame is generated by a learning-based method.73.The method of claim 72, wherein the learning-based method comprises a machine learning method.74.The method of claim 72, wherein the learning-based method comprises a deep learning method.75.The method of claim 72, wherein the learning-based method comprises a neural network-based method.76.The method of any of claims 1-75, wherein at least one of whether to apply the virtual reference frame and how to apply the virtual reference frame depends on one or more of a color format and a color component.77.The method of claim 76, wherein the virtual reference frame only comprises luma samples.78.The method of claim 76, wherein the virtual reference frame comprises both luma samples and chroma samples.79.The method of any of claims 1-78, wherein dimensions of the virtual reference frame are the same as dimensions of a current frame.80.The method of any of claims 1-78, wherein dimensions of the virtual reference frame are different than dimensions of a current frame.81.The method of any of claims 79-80, wherein one sample in the virtual reference frame corresponds to N samples in the current frame, where N is greater than 1.82.The method of any of claims 1-81, wherein one or more of the above methods are applied jointly.83.The method of any of claims 1-82, wherein one or more of the above methods are applied individually.84.The method of any of claims 1-83, wherein one or more of the methods are applied to an in-loop filtering tool, pre-processing filtering, and post-processing filtering in video coding including but not limited to the ALF, a cross-component ALF (CCALF) , or any other filter.85.The method of any of claims 1-84, wherein a filter shape selection method is applied to an in-loop filtering method.86.The method of any of claims 1-85, wherein one or more of the methods are applied to the ALF.87.The method of any of claims 1-85, wherein one or more of the methods are applied to a cross-component ALF (CCALF) .88.The method of any of claims 85-87, wherein the filter shape selection method is applied to a pre-processing filtering method.89.The method of any of claims 85-87, wherein the filter shape selection method is applied to a post-processing filtering method.90.The method of any of claims 1-89, wherein one or more of the methods are applied to a video unit, and wherein the video unit is 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) , or any other region that contains more than one luma or chroma sample or pixel.91.The method of any of claims 1-90, wherein at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream.92.The method of any of claims 1-90, wherein at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream at a sequence level, a group of pictures level, a picture level, a slice level, a tile group level; or 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.93.The method of any of claims 1-90, wherein at least one of whether to apply one or more of the methods and how to apply one or more of the methods is included in the bitstream in a prediction block (PB) , transform block (TB) , coding block (CB) , prediction unit (PU) , transform unit (TU) , coding unit (CU) , virtual pipeline data unit (VPDU) , coding tree unit (CTU) , CTU row, slice, tile, sub-picture, or other region that contains more than one sample or pixel.94.The method of any of claims 1-93, wherein at least one of whether to apply one or more of the methods and how to apply one or more of the methods is dependent on coded information including block size, color format, single or dual tree partitioning, color component, or slice or picture type.95.The method of any of claims 1-94, wherein the conversion includes encoding the visual media data into the bitstream.96.The method of any of claims 1-94, wherein the conversion includes decoding the visual media data from the bitstream.97.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 1-96.98.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 1-96.99.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 utilize information from a virtual reference frame for an adaptive loop filter (ALF) ; andperforming a conversion between a visual media data and a bitstream based on the ALF.100.A method for storing bitstream of a video, comprising:determining to utilize information from a virtual reference frame for an adaptive loop filter (ALF) ;generating the bitstream based on the ALF; andstoring the bitstream in a non-transitory computer-readable recording medium.101.A method, apparatus, or system described in the present disclosure.

Images