CN113228651A - 量化矩阵编码/解码方法和装置以及存储比特流的记录介质 - Google Patents

量化矩阵编码/解码方法和装置以及存储比特流的记录介质 Download PDF

Info

Publication number
CN113228651A
CN113228651A CN201980086403.3A CN201980086403A CN113228651A CN 113228651 A CN113228651 A CN 113228651A CN 201980086403 A CN201980086403 A CN 201980086403A CN 113228651 A CN113228651 A CN 113228651A
Authority
CN
China
Prior art keywords
quantization matrix
block
transform
matrix
size
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980086403.3A
Other languages
English (en)
Inventor
林成昶
姜晶媛
李河贤
李镇浩
金晖容
金旲衍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electronics and Telecommunications Research Institute ETRI
Chips and Media Inc
Original Assignee
Electronics and Telecommunications Research Institute ETRI
Chips and Media Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electronics and Telecommunications Research Institute ETRI, Chips and Media Inc filed Critical Electronics and Telecommunications Research Institute ETRI
Publication of CN113228651A publication Critical patent/CN113228651A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/94—Vector quantisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

提供了一种图像编码/解码方法和装置。根据本发明的图像解码方法包括以下步骤：从比特流对关于量化矩阵的信息进行解码；基于关于量化矩阵的信息获取当前块的量化矩阵；并且通过使用当前块的量化矩阵来对当前块进行反量化，其中，获取当前块的量化矩阵的步骤包括以下步骤：通过使用当前块的尺寸、预测模式和颜色分量中的至少一个来推导单个标识符；并且基于所述单个标识符获取当前块的量化矩阵。

Description

量化矩阵编码/解码方法和装置以及存储比特流的记录介质
技术领域
本发明涉及一种图像编码/解码方法和设备以及一种用于存储比特流的记录介质。更具体地，本发明涉及一种用于基于量化矩阵对图像进行编码/解码的方法和设备以及一种用于存储比特流的记录介质。
背景技术
最近，在各种应用中，对诸如高清(HD)或超高清(UHD)图像的高分辨率和高质量图像的需求已经增加。随着图像的分辨率和质量提高，数据量相应地增加。当通过诸如有线或无线宽带信道的现有传输介质传输图像数据时或者当存储图像数据时，这是传输成本和存储成本增加的原因之一。为了解决高分辨率和高质量图像数据的这些问题，需要高效的图像编码/解码技术。
存在各种视频压缩技术，诸如从先前画面或后续画面内的像素的值预测当前画面内的像素的值的帧间预测技术、从当前画面的另一区域内的像素的值预测当前画面的区域内的像素的值的帧内预测技术、压缩残差信号的能量的变换和量化技术、以及向频繁出现的像素值分配较短码而向较少出现的像素值分配较长码的熵编码技术。
在传统的量化矩阵编码/解码中，由于仅考虑了预测模式、颜色分量或尺寸，因此在图像的客观图像质量和主观图像质量方面存在限制。
发明内容
技术问题
本发明的目的是提供一种具有提高的图像编码/解码效率的图像编码/解码方法和设备。
本发明的另一目的是提供一种考虑预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或者是否使用变换中的至少一个的方法和设备，以便提高图像的客观图像质量和主观图像质量。
本发明的另一目的是提供一种用于存储通过本发明的图像编码/解码方法或设备生成的比特流的记录介质。
技术方案
根据本发明，一种对图像进行解码的方法，包括：从比特流对关于量化矩阵的信息进行解码，基于关于量化矩阵的信息获取当前块的量化矩阵，并且使用当前块的量化矩阵对当前块进行反量化。获取当前块的量化矩阵的步骤包括：使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符，并且基于所述单个标识符获取当前块的量化矩阵。
关于量化矩阵的信息可包括量化矩阵预测方法信息，并且所述量化矩阵预测方法信息可在自适应参数集中被解码。
所述预测模式可包括帧内模式、帧间模式和帧内块复制(IBC)模式，并且针对帧间模式的单个标识符和针对IBC模式的单个标识符可相同。
关于量化矩阵的信息可包括关于量化矩阵是否存在的信息，并且当关于量化矩阵是否存在的信息指示量化矩阵不存在时，当前块的量化矩阵的所有系数值可具有预定常数值。
所述预定常数值可以是16。
获取当前块的量化矩阵的步骤可包括：考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
调整当前块的量化矩阵的系数值的步骤可包括：将当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数替换为0。
第一区域可位于当前块的量化矩阵的左上侧。
获取当前块的量化矩阵的步骤可包括：基于关于量化矩阵的信息获取默认量化矩阵，并且无论当前块的尺寸如何，所述默认量化矩阵的所有系数值可具有预定常数值。
获取当前块的量化矩阵的步骤可包括：基于关于量化矩阵的信息针对重建的初级量化矩阵执行子采样，并且子采样可以是在初级量化矩阵的水平方向或垂直方向中的至少一个方向上执行的。
根据本发明，一种对图像进行编码的方法可包括：确定当前块的量化矩阵，使用当前块的量化矩阵对当前块进行量化，并且对关于当前块的量化矩阵的信息进行编码。对关于当前块的量化矩阵的信息进行编码的步骤包括：使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符，并且基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
关于当前块的量化矩阵的信息可包括量化矩阵预测方法信息，并且所述量化矩阵预测方法信息可被编码在自适应参数集中。
所述预测模式可包括帧内模式、帧间模式和帧内块复制(IBC)模式，并且针对帧间模式的单个标识符和针对IBC模式的单个标识符可相同。
当当前块的量化矩阵不存在时，当前块的量化矩阵的所有系数值可具有预定常数值。
所述预定常数值可以是16。
对关于当前块的量化矩阵的信息进行编码的步骤可包括：考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
调整当前块的量化矩阵的系数值的步骤可包括：将当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数替换为0。
第一区域可位于当前块的量化矩阵的左上侧。
对关于当前块的量化矩阵的信息进行编码的步骤可包括：基于默认量化矩阵对关于当前块的量化矩阵的信息进行编码，并且无论当前块的尺寸如何，所述默认量化矩阵的所有系数值可具有预定常数值。
根据本发明，一种用于存储通过图像编码方法生成的比特流的非暂时性计算机可读记录介质，其中，所述图像编码方法包括：确定当前块的量化矩阵，使用当前块的量化矩阵对当前块进行量化，并且对关于当前块的量化矩阵的信息进行编码。对关于当前块的量化矩阵的信息进行编码的步骤包括：使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符，并且基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
有益效果
根据本发明，可提供一种具有提高的图像编码/解码效率的图像编码/解码方法和设备。
根据本发明，可提供一种考虑预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或者是否使用变换中的至少一个的方法和设备，以便提高图像的客观图像质量和主观图像质量。
根据本发明，可提供一种存储通过本发明的图像编码/解码方法或设备生成的比特流的记录介质。
附图说明
图1是示出根据应用了本发明的实施例的编码设备的配置的框图。
图2是示出根据应用了本发明的实施例的解码设备的配置的框图。
图3是示意性地示出当对图像进行编码和解码时图像的分区结构的示图。
图4是示出帧内预测处理的示图。
图5是示出画面间预测处理的实施例的示图。
图6是示出变换和量化处理的示图。
图7是示出能够被用于帧内预测的参考样点的示图。
图8a是示出根据本发明的实施例的操作用于对量化矩阵进行编码的设备的方法的示图。
图8b是示出根据本发明的实施例的操作用于对量化矩阵进行解码的设备的方法的示图。
图9至图17是示出根据本发明的实施例的量化矩阵的示图。
图18至图20是示出根据本发明的实施例的用于在参数集中用信号发送关于量化矩阵是否被使用的信息的语法元素的示图。
图21至图26是示出根据本发明的实施例的在量化/反量化处理中使用的默认矩阵的示图。
图27至图59是示出根据本发明的实施例的对量化矩阵预测方法信息进行熵编码/熵解码的处理的示图。
图60至图61是示出根据本发明的实施例的基于块尺寸执行量化矩阵间预测的处理的示图。
图62至图64是示出根据本发明的实施例的映射表refMap的示图。
图65至图73是示出根据本发明的实施例的针对量化矩阵系数的扫描方法的示图。
图74至图76是示出根据本发明的实施例的重建量化矩阵的处理的示图。
图77至图88是示出实现根据本发明的实施例的量化矩阵编码/解码方法和设备以及存储比特流的记录介质所需的语法元素信息、语法元素信息的语义和编码/解码处理的示图。
图89至图100是示出根据本发明的实施例的在量化/反量化处理中使用的默认矩阵的示图。
图101至图134是示出实现根据本发明的另一实施例的量化矩阵编码/解码方法和设备以及存储比特流的记录介质所需的语法元素信息、语法元素信息的语义和编码/解码处理的示图。
图135是示出根据本发明的另一实施例的图像解码方法的流程图。
图136是示出根据本发明的另一实施例的图像编码方法的流程图。
具体实施方式
可对本发明进行各种修改，并且存在本发明的各种实施例，其中，现在将参照附图来提供本发明的各种实施例的示例并对其进行详细描述。然而，本发明不限于此，尽管示例性实施例可被解释为包括本发明的技术构思和技术范围内的所有修改、等同或替代。在各个方面，相似的附图标号指代相同或相似的功能。在附图中，为了清楚，可夸大元件的形状和尺寸。在本发明的以下详细描述中，参照以图示的方式示出了可实践本发明的特定实施例的附图。足够详细地描述了这些实施例以使本领域技术人员能够实施本公开。应理解，本公开的各种实施例尽管不同，但不必是互斥的。例如，在不脱离本公开的精神和范围的情况下，结合一个实施例在此描述的特定特征、结构和特性可在其他实施例中被实现。此外，应理解，在不脱离本公开的精神和范围的情况下，可修改每个公开的实施例内的各个元件的位置或布置。因此，以下详细描述不应被视为具有限制意义，并且本公开的范围仅由所附权利要求(在被合适地解释的情况下，还连同权利要求所要求保护的等同物的全部范围)来限定。
说明书中使用的术语“第一”、“第二”等可用于描述各种组件，但是组件不应解释为限于这些术语。这些术语仅用于将一个组件与其他组件区分开。例如，在不脱离本发明的范围的情况下，“第一”组件可被命名为“第二”组件，并且“第二”组件也可被类似地命名为“第一”组件。术语“和/或”包括多个项的组合或多个项中的任意一项。
将理解的是，在本说明书中，当元件被简单称为“连接到”或“耦接到”另一元件而不是“直接连接到”或“直接耦接到”另一元件时，元件可“直接连接到”另一元件或“直接耦接到”另一元件，或者在元件与另一元件之间介入有其他元件的情况下被连接到或耦接到另一元件。相反，应理解，当元件被称为“直接耦接”或“直接连接”到另一元件时，不存在中间元件。
此外，本发明的实施例中所示的构成部分被独立地示出，以表示彼此不同的特征功能。因此，这并不表示每个构成部分都以单独的硬件或软件的构成单元构成。换言之，为了方便，每个构成部分包括列举出的构成部分中的每个构成部分。因此，每个构成部分的至少两个构成部分可被组合以形成一个构成部分，或者一个构成部分可被划分为多个构成部分以执行每种功能。如果没有脱离本发明的实质，则每个构成部分被组合的实施例和一个构成部分被划分的实施例也包括在本发明的范围内。
本说明书中使用的术语仅用于描述特定实施例，而不旨在限制本发明。除非在上下文中具有明显不同的含义，否则以单数形式使用的表述包括复数形式的表述。在本说明书中，将理解，诸如“包括”、“具有”等的术语旨在指示存在说明书中公开的特征、数字、步骤、动作、元件、部件或其组合，而并不旨在排除可存在或可添加一个或更多个其他特征、数字、步骤、动作、元件、部件或其组合的可能性。换言之，当特定元素被称为“被包括”时，并不排除除了对应元素之外的元素，而是可在本发明的实施例或本发明的范围中包括另外的元素。
此外，某些组成部分可能不是执行本发明的基本功能的必不可少的组成部分，而是仅提高其性能的选择性组成部分。可通过仅包括用于实现本发明的本质的必不可少的组成部分而不包括用于提高性能的组成部分来实现本发明。仅包括必不可少的组成部分而不包括仅用于提高性能的选择性组成部分的结构也包括在本发明的范围内。
在下文中，将参照附图详细描述本发明的实施例。在描述本发明的示例性实施例时，将不详细描述公知的功能或构造，因为它们可能不必要地模糊对本发明的理解。附图中相同的构成元件由相同的附图标号表示，并且对相同元件的重复描述将被省略。
在下文中，图像可指构成视频的画面，或者可指视频本身。例如，“对图像进行编码或解码或者进行编码和解码两者”可指“对运动画面进行编码或解码或者进行编码和解码两者”，并且可指“对运动画面的图像中的一个图像进行编码或解码或者进行编码和解码两者”。
在下文中，术语“运动画面”和“视频”可用作相同的含义并且可彼此替换。
在下文中，目标图像可以是作为编码目标的编码目标图像和/或作为解码目标的解码目标图像。此外，目标图像可以是输入到编码设备的输入图像、以及输入到解码设备的输入图像。这里，目标图像可与当前图像具有相同的含义。
在下文中，术语“图像”、“画面”、“帧”和“屏幕”可被用作相同的含义并且可彼此替换。
在下文中，目标块可以是作为编码目标的编码目标块和/或作为解码目标的解码目标块。此外，目标块可以是作为当前编码和/或解码的目标的当前块。例如，术语“目标块”和“当前块”可被用作相同的含义并且可彼此替换。
在下文中，术语“块”和“单元”可被用作相同的含义并且可彼此替换。或者“块”可表示特定单元。
在下文中，术语“区域”和“片段”可彼此替换。
在下文中，特定信号可以是表示特定块的信号。例如，原始信号可以是表示目标块的信号。预测信号可以是表示预测块的信号。残差信号可以是表示残差块的信号。
在实施例中，特定信息、数据、标志、索引、元素和属性等中的每个可具有值。信息、数据、标志、索引、元素和属性的值等于“0”可表示逻辑假或第一预定义值。换言之，值“0”、假、逻辑假和第一预定义值可彼此替换。信息、数据、标志、索引、元素和属性的值等于“1”可表示逻辑真或第二预定义值。换句话说，值“1”、真、逻辑真和第二预定义值可彼此替换。
当变量i或j用于表示列、行或索引时，i的值可以是等于或大于0的整数，或者是等于或大于1的整数。即，列、行、索引等可从0开始计数，或者可从1开始计数。
术语的描述
编码器：表示执行编码的设备。也就是说，表示编码设备。
解码器：表示执行解码的设备。也就是说，表示解码设备。
块：是M×N的样点阵列。这里，M和N可表示正整数，并且块可表示二维形式的样点阵列。块可指单元。当前块可表示在编码时成为目标的编码目标块，或者在解码时成为目标的解码目标块。此外，当前块可以是编码块、预测块、残差块和变换块中的至少一个。
样点：是构成块的基本单元。根据比特深度(Bd)，样点可被表示为从0到2Bd-1的值。在本发明中，样点可被用作像素的含义。也就是说，样点、pel、像素可具有彼此相同的含义。
单元：可指编码和解码单元。当对图像进行编码和解码时，单元可以是通过对单个图像进行分区而生成的区域。此外，当在编码或解码期间将单个图像分区为子划分单元时，单元可表示子划分单元。也就是说，图像可被分区为多个单元。当对图像进行编码和解码时，可执行针对每个单元的预定处理。单个单元可被分区为尺寸小于该单元的尺寸的子单元。根据功能，单元可表示块、宏块、编码树单元、编码树块、编码单元、编码块、预测单元、预测块、残差单元、残差块、变换单元、变换块等。此外，为了将单元与块区分开，单元可包括亮度分量块、与亮度分量块相关联的色度分量块、以及每个颜色分量块的语法元素。单元可具有各种尺寸和形状，具体地，单元的形状可以是二维几何图形，诸如正方形、矩形、梯形、三角形、五边形等。此外，单元信息可包括指示编码单元、预测单元、变换单元等的单元类型以及单元尺寸、单元深度、单元的编码和解码的顺序等中的至少一个。
编码树单元：被配置有亮度分量Y的单个编码树块以及与色度分量Cb和Cr相关的两个编码树块。此外，编码树单元可表示包括块和每个块的语法元素。可通过使用四叉树分区方法、二叉树分区方法和三叉树分区方法中的至少一个对每个编码树单元进行分区，以配置诸如编码单元、预测单元、变换单元等的更低等级的单元。编码树单元可被用作用于指定在对作为输入图像的图像进行编码/解码时成为处理单元的样点块的术语。这里，四叉树可表示四元树。
当编码块的尺寸在预定范围内时，可仅使用四叉树分区进行划分。这里，所述预定范围可被定义为能够仅使用四叉树分区进行划分的编码块的最大尺寸和最小尺寸中的至少一个。可通过比特流用信号发送指示允许四叉树分区的编码块的最大/最小尺寸的信息，并且可在序列、画面参数、并行块组或条带(片段)中的至少一个单元中用信号发送所述信息。可选地，编码块的最大/最小尺寸可以是编码器/解码器中预定的固定尺寸。例如，当编码块的尺寸与256×256至64×64对应时，仅使用四叉树分区来进行划分是可能的。可选地，当编码块的尺寸大于最大转换块的尺寸时，仅使用四叉树分区来进行划分是可能的。这里，将被划分的块可以是编码块和变换块中的至少一个。在这种情况下，指示编码块的划分的信息(例如，split_flag)可以是指示是否执行四叉树分区的标志。当编码块的尺寸落在预定范围内时，仅使用二叉树或三叉树分区来进行划分是可能的。在这种情况下，对四叉树分区的以上描述可以以相同方式被应用于二叉树分区或三叉树分区。
编码树块：可用作用于指定Y编码树块、Cb编码树块和Cr编码树块中的任意一个的术语。
邻近块：可表示与当前块相邻的块。与当前块相邻的块可表示与当前块的边界接触的块、或者位于距当前块预定距离内的块。邻近块可表示与当前块的顶点相邻的块。这里，与当前块的顶点相邻的块可表示与水平相邻于当前块的邻近块垂直相邻的块、或者与垂直相邻于当前块的邻近块水平相邻的块。
重建邻近块：可表示与当前块相邻并且已经在空间/时间上被编码或解码的邻近块。这里，重建邻近块可表示重建邻近单元。重建空间邻近块可以是在当前画面内并且已经通过编码或解码或者编码和解码两者而被重建的块。重建时间邻近块是在参考图像内的与当前画面的当前块对应的位置处的块或所述块的邻近块。
单元深度：可表示单元的分区程度。在树结构中，最高节点(根节点)可与未被分区的第一单元对应。此外，最高节点可具有最小深度值。在这种情况下，最高节点的深度可以是等级0。深度为等级1的节点可表示通过对第一单元进行一次分区而生成的单元。深度为等级2的节点可表示通过对第一单元进行两次分区而生成的单元。深度为等级n的节点可表示通过对第一单元进行n次分区而生成的单元。叶节点可以是最低节点并且是不能被进一步分区的节点。叶节点的深度可以是最大等级。例如，所述最大等级的预定义值可以是3。根节点的深度可以是最低的，并且叶节点的深度可以是最深的。此外，当单元被表示为树结构时，单元所存在于的等级可表示单元深度。
比特流：可表示包括编码图像信息的比特流。
参数集：与比特流内的配置之中的头信息对应。视频参数集、序列参数集、画面参数集和自适应参数集中的至少一个可被包括在参数集中。此外，参数集可包括条带(slice)头、并行块(tile)组头和并行块头信息。术语“并行块组”表示一组并行块并且与条带具有相同的含义。
自适应参数集可表示可通过在不同画面、子画面、条带、并行块组、并行块或分块(brick)中被参考而被共享的参数集。此外，可通过参考针对画面内的子画面、条带、并行块组、并行块或分块的不同自适应参数集来使用自适应参数集中的信息。
此外，关于自适应参数集，可通过使用针对画面内的子画面、条带、并行块组、并行块或分块的不同自适应参数集的标识符来参考不同自适应参数集。
此外，关于自适应参数集，可通过使用针对子画面内的条带、并行块组、并行块或分块的不同自适应参数集的标识符来参考不同自适应参数集。
此外，关于自适应参数集，可通过使用针对条带内的并行块或分块的不同自适应参数集的标识符来参考不同自适应参数集。
此外，关于自适应参数集，可通过使用针对并行块内的分块的不同自适应参数集的标识符来参考不同自适应参数集。
关于自适应参数集标识符的信息可被包括在子画面的参数集或头中，并且与该自适应参数集标识符对应的自适应参数集可被用于子画面。
关于自适应参数集标识符的信息可被包括在并行块的参数集或头中，并且与该自适应参数集标识符对应的自适应参数集可被用于并行块。
关于自适应参数集标识符的信息可被包括在分块的头中，并且与该自适应参数集标识符对应的自适应参数集可被用于分块。
画面可被分区为一个或更多个并行块行以及一个或更多个并行块列。
子画面可被分区为画面内的一个或更多个并行块行以及一个或更多个并行块列。子画面可以是画面内的具有矩形/正方形形式的区域，并且可包括一个或更多个CTU。此外，至少一个或更多个并行块/分块/条带可被包括在一个子画面内。
并行块可以是画面内的具有矩形/正方形形式的区域，并且可包括一个或更多个CTU。此外，并行块可被分区为一个或更多个分块。
分块可表示并行块内的一个或更多个CTU行。并行块可被分区为一个或更多个分块，并且每个分块可具有至少一个或更多个CTU行。未被分区为两个或更多个的并行块可表示分块。
条带可包括画面内的一个或更多个并行块，并且可包括并行块内的一个或更多个分块。
解析：可表示通过执行熵解码来确定语法元素的值，或者可表示熵解码本身。
符号：可表示编码/解码目标单元的语法元素、编码参数和变换系数值中的至少一个。此外，符号可表示熵编码目标或熵解码结果。
预测模式：可以是指示利用帧内预测而被编码/解码的模式或利用帧间预测而被编码/解码的模式的信息。
预测单元：可表示当执行预测(诸如帧间预测、帧内预测、帧间补偿、帧内补偿和运动补偿)时的基本单元。单个预测单元可被分区为具有更小尺寸的多个分区，或者可被分区为多个更低等级的预测单元。多个分区可以是在执行预测或补偿时的基本单元。通过划分预测单元而生成的分区也可以是预测单元。
预测单元分区：可表示通过对预测单元进行分区而获得的形状。
参考画面列表可指包括用于帧间预测或运动补偿的一个或更多个参考画面的列表。存在若干类型的可用参考画面列表，包括LC(列表组合)、L0(列表0)、L1(列表1)、L2(列表2)、L3(列表3)。
帧间预测指示符可指当前块的帧间预测的方向(单向预测、双向预测等)。可选地，帧间预测指示符可指用于生成当前块的预测块的参考画面的数量。可选地，帧间预测指示符可指在对当前块执行帧间预测或运动补偿时使用的预测块的数量。
预测列表利用标志指示是否使用特定参考画面列表中的至少一个参考画面来生成预测块。可使用预测列表利用标志来推导帧间预测指示符，并且相反地，可使用帧间预测指示符来推导预测列表利用标志。例如，当预测列表利用标志具有第一值零(0)时，它表示参考画面列表中的参考画面不被用于生成预测块。另一方面，当预测列表利用标志具有第二值一(1)时，它表示参考画面列表被用于生成预测块。
参考画面索引可指指示参考画面列表中的特定参考画面的索引。
参考画面可表示由特定块参考以用于特定块的帧间预测或运动补偿的目的的参考画面。可选地，参考画面可以是包括由当前块参考以用于帧间预测或运动补偿的参考块的画面。在下文中，术语“参考画面”和“参考图像”具有相同的含义并且可互换。
运动矢量可以是用于帧间预测或运动补偿的二维矢量。运动矢量可表示编码/解码目标块与参考块之间的偏移。例如，(mvX,mvY)可表示运动矢量。这里，mvX可表示水平分量，并且mvY可表示垂直分量。
搜索范围可以是在帧间预测期间被搜索以检索运动矢量的二维区域。例如，搜索范围的尺寸可以是M×N。这里，M和N都是整数。
运动矢量候选可指在对运动矢量进行预测时的预测候选块或预测候选块的运动矢量。此外，运动矢量候选可被包括在运动矢量候选列表中。
运动矢量候选列表可表示由一个或更多个运动矢量候选组成的列表。
运动矢量候选索引可表示指示运动矢量候选列表中的运动矢量候选的指示符。可选地，它可以是运动矢量预测因子的索引。
运动信息可表示包括包含运动矢量、参考画面索引、帧间预测指示符、预测列表利用标志、参考画面列表信息、参考画面、运动矢量候选、运动矢量候选索引、合并候选和合并索引的项中的至少一项的信息。
合并候选列表可表示由一个或更多个合并候选组成的列表。
合并候选可表示空间合并候选、时间合并候选、组合合并候选、组合双预测合并候选或零合并候选。合并候选可包括诸如帧间预测指示符、每个列表的参考画面索引、运动矢量、预测列表利用标志和帧间预测指示符的运动信息。
合并索引可表示指示合并候选列表中的合并候选的指示符。可选地，合并索引可指示在空间上/时间上与当前块相邻的重建块中的块，其中，已从该块推导出合并候选。可选地，合并索引可指示合并候选的至少一条运动信息。
变换单元：可表示在对残差信号执行编码/解码(诸如变换、逆变换、量化、反量化、变换系数编码/解码)时的基本单元。单个变换单元可被分区为具有更小尺寸的多个更低等级的变换单元。这里，变换/逆变换可包括第一变换/第一逆变换和第二变换/第二逆变换中的至少一个。
缩放：可表示将量化的等级乘以因子的处理。可通过对量化的等级进行缩放来生成变换系数。缩放也可被称为反量化。
量化参数：可表示当在量化期间使用变换系数来生成量化的等级时使用的值。量化参数还可表示当在反量化期间通过对量化的等级进行缩放来生成变换系数时使用的值。量化参数可以是被映射在量化步长上的值。
增量量化参数：可表示预测的量化参数与编码/解码目标单元的量化参数之间的差值。
扫描：可表示对单元、块或矩阵内的系数进行排序的方法。例如，将系数的二维矩阵改变为一维矩阵可被称为扫描，将系数的一维矩阵改变为二维矩阵可被称为扫描或逆扫描。
变换系数：可表示在编码器中执行变换之后生成的系数值。变换系数可表示在解码器中执行熵解码和反量化中的至少一个之后生成的系数值。通过对变换系数或残差信号进行量化而获得的量化的等级或者量化的变换系数等级也可落入变换系数的含义内。
量化的等级：可表示在编码器中通过对变换系数或残差信号进行量化而生成的值。可选地，量化的等级可表示作为在解码器中经历反量化的反量化目标的值。类似地，作为变换和量化的结果的量化的变换系数等级也可落入量化的等级的含义内。
非零变换系数：可表示具有除零之外的值的变换系数、或者具有除零之外的值的变换系数等级或量化的等级。
量化矩阵：可表示在为了提高主观图像质量或客观图像质量而执行的量化处理或反量化处理中使用的矩阵。量化矩阵也可被称为缩放列表。
量化矩阵系数：可表示量化矩阵内的每个元素。量化矩阵系数也可被称为矩阵系数。
默认矩阵：可表示在编码器或解码器中预先定义的预定量化矩阵。
非默认矩阵：可表示在编码器或解码器中未被预先定义而是由用户用信号发送的量化矩阵。
统计值：针对具有可计算的特定值的变量、编码参数、常量值等之中的至少一个的统计值可以是对应特定值的平均值、求和值、加权平均值、加权和值、最小值、最大值、最频繁出现的值、中值、插值之中的一个或更多个。
图1是示出根据应用了本发明的实施例的编码设备的配置的框图。
编码设备100可以是编码器、视频编码设备或图像编码设备。视频可包括至少一个图像。编码设备100可顺序地对至少一个图像进行编码。
参照图1，编码设备100可包括运动预测单元111、运动补偿单元112、帧内预测单元120、切换器115、减法器125、变换单元130、量化单元140、熵编码单元150、反量化单元160、逆变换单元170、加法器175、滤波器单元180和参考画面缓冲器190。
编码设备100可通过使用帧内模式或帧间模式或者帧内模式和帧间模式两者来执行输入图像的编码。此外，编码设备100可通过对输入图像进行编码来生成包括编码信息的比特流，并输出生成的比特流。生成的比特流可被存储在计算机可读记录介质中，或者可通过有线/无线传输介质被流传输。当帧内模式被用作预测模式时，切换器115可切换到帧内。可选地，当帧间模式被用作预测模式时，切换器115可切换到帧间模式。这里，帧内模式可表示帧内预测模式，帧间模式可表示帧间预测模式。编码设备100可生成针对输入图像的输入块的预测块。此外，编码设备100可在生成预测块之后使用输入块和预测块的残差对残差块进行编码。输入图像可被称为作为当前编码目标的当前图像。输入块可被称为作为当前编码目标的当前块，或者被称为编码目标块。
当预测模式是帧内模式时，帧内预测单元120可使用已被编码/解码并与当前块相邻的块的样点作为参考样点。帧内预测单元120可通过使用参考样点来对当前块执行空间预测，或者通过执行空间预测来生成输入块的预测样点。这里，帧内预测可表示帧内部的预测。
当预测模式是帧间模式时，运动预测单元111可在执行运动预测时从参考图像检索与输入块最匹配的区域，并且通过使用检索到的区域来推导运动矢量。在这种情况下，搜索区域可被用作所述区域。参考图像可被存储在参考画面缓冲器190中。这里，当执行对参考图像的编码/解码时，参考图像可被存储在参考画面缓冲器190中。
运动补偿单元112可通过使用运动矢量对当前块执行运动补偿来生成预测块。这里，帧间预测可表示帧之间的预测或运动补偿。
当运动矢量的值不是整数时，运动预测单元111和运动补偿单元112可通过将插值滤波器应用于参考画面的部分区域来生成预测块。为了对编码单元执行画面间预测或运动补偿，可确定跳过模式、合并模式、高级运动矢量预测(AMVP)模式和当前画面参考模式之中的哪个模式被用于对包括在对应编码单元中的预测单元的运动预测和运动补偿。然后，根据所确定的模式，可不同地执行画面间预测或运动补偿。
减法器125可通过使用输入块和预测块的差来生成残差块。残差块可被称为残差信号。残差信号可表示原始信号和预测信号之间的差。此外，残差信号可以是通过对原始信号与预测信号之间的差进行变换或量化或者变换和量化而生成的信号。残差块可以是块单元的残差信号。
变换单元130可通过对残差块执行变换来生成变换系数，并输出生成的变换系数。这里，变换系数可以是通过对残差块执行变换而生成的系数值。当变换跳过模式被应用时，变换单元130可跳过对残差块的变换。
可通过将量化应用于变换系数或应用于残差信号来生成量化的等级。在下文中，量化的等级在实施例中也可被称为变换系数。
量化单元140可通过根据参数对变换系数或残差信号进行量化来生成量化的等级，并输出生成的量化的等级。这里，量化单元140可通过使用量化矩阵对变换系数进行量化。
熵编码单元150可通过根据概率分布对由量化单元140计算出的值或者对在执行编码时计算出的编码参数值执行熵编码来生成比特流，并输出生成的比特流。熵编码单元150可对图像的样点信息和用于对图像进行解码的信息执行熵编码。例如，用于对图像进行解码的信息可包括语法元素。
当熵编码被应用时，符号被表示使得较少数量的比特被分配给具有高生成可能性的符号，并且较多数量的比特被分配给具有低生成可能性的符号，因此，可减小用于将被编码的符号的比特流的大小。熵编码单元150可使用诸如指数Golomb、上下文自适应可变长度编码(CAVLC)、上下文自适应二进制算术编码(CABAC)等的用于熵编码的编码方法。例如，熵编码单元150可通过使用变长编码/码(VLC)表来执行熵编码。此外，熵编码单元150可推导目标符号的二值化方法和目标符号/二进制位的概率模型，并且通过使用推导的二值化方法和上下文模型来执行算术编码。
为了对变换系数等级(量化的等级)进行编码，熵编码单元150可通过使用变换系数扫描方法将二维块形式的系数改变为一维矢量形式。
编码参数可包括编码器中被编码并且被用信号发送到解码器的诸如语法元素的信息(标志、索引等)以及在执行编码或解码时推导出的信息。编码参数可表示在对图像进行编码或解码时所需要的信息。例如，以下项中的至少一个值或组合形式可被包括在编码参数中：单元/块尺寸、单元/块深度、单元/块分区信息、单元/块形状、单元/块分区结构、是否进行四叉树形式的分区、是否进行二叉树形式的分区、二叉树形式的分区方向(水平方向或垂直方向)、二叉树形式的分区形式(对称分区或非对称分区)、当前编码单元是否通过三叉树分区被分区、三叉树分区的方向(水平方向或垂直方向)、三叉树分区的类型(对称类型或非对称类型)、当前编码单元是否通过多类型树分区被分区、多类型树分区的方向(水平方向或垂直方向)、多类型树分区的类型(对称类型或非对称类型)、多类型树分区的树(二叉树或三叉树)结构、预测模式(帧内预测或帧间预测)、亮度帧内预测模式/方向、色度帧内预测模式/方向、帧内分区信息、帧间分区信息、编码块分区标志、预测块分区标志、变换块分区标志、参考样点滤波方法、参考样点滤波器抽头、参考样点滤波器系数、预测块滤波方法、预测块滤波器抽头、预测块滤波器系数、预测块边界滤波方法、预测块边界滤波器抽头、预测块边界滤波器系数、帧内预测模式、帧间预测模式、运动信息、运动矢量、运动矢量差、参考画面索引、帧间预测角度、帧间预测指示符、预测列表利用标志、参考画面列表、参考画面、运动矢量预测因子索引、运动矢量预测因子候选、运动矢量候选列表、是否使用合并模式、合并索引、合并候选、合并候选列表、是否使用跳过模式、插值滤波器类型、插值滤波器抽头、插值滤波器系数、运动矢量大小、运动矢量的表示精度、变换类型、变换尺寸、初级(第一)变换是否被使用的信息、次级变换是否被使用的信息、初级变换索引、次级变换索引、残差信号是否存在的信息、编码块样式、编码块标志(CBF)、量化参数、量化参数残差、量化矩阵、是否应用帧内环路滤波器、帧内环路滤波器系数、帧内环路滤波器抽头、帧内环路滤波器形状/形式、是否应用去块滤波器、去块滤波器系数、去块滤波器抽头、去块滤波器强度、去块滤波器形状/形式、是否应用自适应样点偏移、自适应样点偏移值、自适应样点偏移类别、自适应样点偏移类型、是否应用自适应环路滤波器、自适应环路滤波器系数、自适应环路滤波器抽头、自适应环路滤波器形状/形式、二值化/逆二值化方法、上下文模型确定方法、上下文模型更新方法、是否执行常规模式、是否执行旁路模式、上下文二进制位、旁路二进制位、有效系数标志、最后有效系数标志、针对系数组的单元的编码标志、最后有效系数的位置、关于系数的值是否大于1的标志、关于系数的值是否大于2的标志、关于系数的值是否大于3的标志、关于其余系数值的信息、符号信息、重建亮度样点、重建色度样点、残差亮度样点、残差色度样点、亮度变换系数、色度变换系数、量化的亮度等级、量化的色度等级、变换系数等级扫描方法、在解码器侧的运动矢量搜索区域的尺寸、在解码器侧的运动矢量搜索区域的形状、在解码器侧的运动矢量搜索的次数、关于CTU尺寸的信息、关于最小块尺寸的信息、关于最大块尺寸的信息、关于最大块深度的信息、关于最小块深度的信息、图像显示/输出顺序、条带标识信息、条带类型、条带分区信息、并行块标识信息、并行块类型、并行块分区信息、并行块组标识信息、并行块组类型、并行块组分区信息、画面类型、输入样点的比特深度、重建样点的比特深度、残差样点的比特深度、变换系数的比特深度、量化的等级的比特深度、以及关于亮度信号的信息或关于色度信号的信息。
这里，用信号发送标志或索引可表示由编码器对对应标志或索引进行熵编码并将其包括在比特流中，并且可表示由解码器从比特流对对应标志或索引进行熵解码。
当编码设备100通过帧间预测执行编码时，编码的当前图像可被用作用于随后被处理的另一图像的参考图像。因此，编码设备100可对编码的当前图像进行重建或解码，或者将重建或解码的图像作为参考图像存储在参考画面缓冲器190中。
量化的等级可在反量化单元160中被反量化，或者可在逆变换单元170中被逆变换。可由加法器175将经过反量化或逆变换的系数或者经过反量化和逆变换两者的系数与预测块相加。通过将经过反量化或逆变换的系数或者经过反量化和逆变换两者的系数与预测块相加，可生成重建块。这里，经过反量化或逆变换的系数或经过反量化和逆变换两者的系数可表示执行了反量化和逆变换中的至少一个的系数，并且可表示重建残差块。
重建块可通过滤波器单元180。滤波器单元180可将去块滤波器、样点自适应偏移(SAO)和自适应环路滤波器(ALF)中的至少一个应用于重建样点、重建块或重建图像。滤波器单元180可被称为环内滤波器。
去块滤波器可去除在块之间的边界中生成的块失真。为了确定是否应用去块滤波器，可基于块中所包括的若干行或列中包括的样点来确定是否将去块滤波器应用于当前块。当将去块滤波器应用于块时，可根据所需的去块滤波强度来应用另一滤波器。
为了补偿编码误差，可通过使用样点自适应偏移将合适的偏移值与样点值相加。样点自适应偏移可以以样点为单位对经过去块的图像与原始图像的偏移进行校正。可使用考虑关于每个样点的边缘信息来应用偏移的方法，或者可使用以下方法：将图像的样点分区为预定数量的区域，确定偏移被应用的区域，并对确定的区域应用偏移。
自适应环路滤波器可基于经滤波的重建图像和原始图像的比较结果来执行滤波。可将包括在图像中的样点分区为预定组，可确定将被应用于每个组的滤波器，并且可对每个组执行差异化滤波。是否应用ALF的信息可通过编码单元(CU)被用信号发送，并且将被应用于每个块的ALF的形式和系数可变化。
已经通过滤波器单元180的重建块或重建图像可被存储在参考画面缓冲器190中。由滤波器单元180处理的重建块可以是参考图像的一部分。也就是说，参考图像是由滤波器单元180处理的重建块组成的重建图像。存储的参考图像可稍后在帧间预测或运动补偿中被使用。
图2是示出根据实施例并且应用了本发明的解码设备的配置的框图。
解码设备200可以是解码器、视频解码设备或图像解码设备。
参照图2，解码设备200可包括熵解码单元210、反量化单元220、逆变换单元230、帧内预测单元240、运动补偿单元250、加法器255、滤波器单元260和参考画面缓冲器270。
解码设备200可接收从编码设备100输出的比特流。解码设备200可接收存储在计算机可读记录介质中的比特流，或者可接收通过有线/无线传输介质被流传输的比特流。解码设备200可通过使用帧内模式或帧间模式对比特流进行解码。此外，解码设备200可生成通过解码而生成的重建图像或解码图像，并输出重建图像或解码图像。
当在解码时使用的预测模式是帧内模式时，切换器可被切换到帧内。可选地，当在解码时使用的预测模式是帧间模式时，切换器可被切换到帧间模式。
解码设备200可通过对输入比特流进行解码来获得重建残差块，并生成预测块。当重建残差块和预测块被获得时，解码设备200可通过将重建残差块与预测块相加来生成成为解码目标的重建块。解码目标块可被称为当前块。
熵解码单元210可通过根据概率分布对比特流进行熵解码来生成符号。生成的符号可包括量化的等级形式的符号。这里，熵解码方法可以是上述熵编码方法的逆处理。
为了对变换系数等级(量化的等级)进行解码，熵解码单元210可通过使用变换系数扫描方法将单向矢量形式的系数改变为二维块形式。
可在反量化单元220中对量化的等级进行反量化，或者可在逆变换单元230中对量化的等级进行逆变换。量化的等级可以是进行反量化或逆变换或者进行反量化和逆变换两者的结果，并且可被生成为重建残差块。这里，反量化单元220可将量化矩阵应用于量化的等级。
当使用帧内模式时，帧内预测单元240可通过对当前块执行空间预测来生成预测块，其中，空间预测使用与解码目标块相邻并且已经被解码的块的样点值。
当使用帧间模式时，运动补偿单元250可通过对当前块执行运动补偿来生成预测块，其中，运动补偿使用运动矢量以及存储在参考画面缓冲器270中的参考图像。
加法器255可通过将重建残差块与预测块相加来生成重建块。滤波器单元260可将去块滤波器、样点自适应偏移和自适应环路滤波器中的至少一个应用于重建块或重建图像。滤波器单元260可输出重建图像。重建块或重建图像可被存储在参考画面缓冲器270中并且在执行帧间预测时被使用。由滤波器单元260处理的重建块可以是参考图像的一部分。也就是说，参考图像是由滤波器单元260处理的重建块组成的重建图像。存储的参考图像可稍后在帧间预测或运动补偿中被使用。
图3是示意性地示出当对图像进行编码和解码时图像的分区结构的示图。图3示意性地示出将单个单元分区为多个更低等级的单元的示例。
为了有效地对图像进行分区，当进行编码和解码时，可使用编码单元(CU)。编码单元可被用作当对图像进行编码/解码时的基本单元。此外，编码单元可被用作用于在对图像进行编码/解码时区分帧内预测模式与帧间预测模式的单元。编码单元可以是用于预测、变换、量化、逆变换、反量化、或对变换系数的编码/解码处理的基本单元。
参照图3，图像300按照最大编码单元(LCU)被顺序地分区，并且LCU单元被确定为分区结构。这里，LCU可以以与编码树单元(CTU)相同的含义被使用。单元分区可表示对与该单元相关联的块进行分区。在块分区信息中，可包括单元深度的信息。深度信息可表示单元被分区的次数或程度或者单元被分区的次数和程度两者。可基于树结构将单个单元分区为与深度信息分层地相关联的多个更低等级的单元。换言之，单元和通过对该单元进行分区而生成的更低等级的单元可分别与节点和该节点的子节点对应。分区出的更低等级的单元中的每个可具有深度信息。深度信息可以是表示CU的尺寸的信息，并且可被存储在每个CU中。单元深度表示与对单元进行分区相关的次数和/或程度。因此，更低等级的单元的分区信息可包括关于更低等级的单元的尺寸的信息。
分区结构可表示LCU 310内的编码单元(CU)的分布。可根据是否将单个CU分区为多个(包括2、4、8、16等的等于或大于2的正整数)CU来确定这样的分布。通过分区生成的CU的水平尺寸和垂直尺寸可分别是分区之前的CU的水平尺寸和垂直尺寸的一半，或者可根据分区的次数而分别具有小于进行分区之前的水平尺寸和垂直尺寸的尺寸。CU可被递归地分区为多个CU。通过递归分区，与分区之前的CU的高度和宽度之中的至少一个相比，分区之后的CU的高度和宽度之中的至少一个可减小。可递归地执行CU的分区，直到预定义的深度或预定义的尺寸为止。例如，LCU的深度可以是0，最小编码单元(SCU)的深度可以是预定义的最大深度。这里，如上所述，LCU可以是具有最大编码单元尺寸的编码单元，并且SCU可以是具有最小编码单元尺寸的编码单元。分区从LCU 310开始，当CU的水平尺寸或垂直尺寸或者水平尺寸和垂直尺寸两者通过分区而减小时，CU深度增加1。例如，对于每个深度，未被分区的CU的尺寸可以是2N×2N。此外，在被分区的CU的情况下，可将尺寸为2N×2N的CU分区为尺寸为N×N的四个CU。随着深度增加1，N的大小可减半。
此外，可通过使用CU的分区信息来表示CU是否被分区的信息。分区信息可以是1比特信息。除SCU之外的所有CU可包括分区信息。例如，当分区信息的值为第一值时，CU可不被分区，当分区信息的值为第二值时，CU可被分区。
参照图3，具有深度0的LCU可以是64×64的块。0可以是最小深度。具有深度3的SCU可以是8×8的块。3可以是最大深度。32×32的块和16×16的块的CU可分别被表示为深度1和深度2。
例如，当单个编码单元被分区为四个编码单元时，分区出的四个编码单元的水平尺寸和垂直尺寸可以是CU在被分区之前的水平尺寸和垂直尺寸的一半大小。在一个实施例中，当尺寸为32×32的编码单元被分区为四个编码单元时，分区出的四个编码单元中的每个可具有16×16的尺寸。当单个编码单元被分区为四个编码单元时，可称编码单元可被分区为四叉树形式。
例如，当一个编码单元被分区为两个子编码单元时，该两个子编码单元中的每个子编码单元的水平尺寸或垂直尺寸(宽度或高度)可以是原始编码单元的水平尺寸或垂直尺寸的一半。例如，当尺寸为32×32的编码单元被垂直分区为两个子编码单元时，该两个子编码单元中的每个子编码单元可具有16×32的尺寸。例如，当尺寸为8×32的编码单元被水平分区为两个子编码单元时，该两个子编码单元中的每个子编码单元可具有8×16的尺寸。当一个编码单元被分区为两个子编码单元时，可称编码单元被二分区或者按照二叉树分区结构被分区。
例如，当一个编码单元被分区为三个子编码单元时，可以以1:2:1的比例对编码单元的水平尺寸或垂直尺寸进行分区，从而产生水平尺寸或垂直尺寸的比例为1:2:1的三个子编码单元。例如，当尺寸为16×32的编码单元被水平分区为三个子编码单元时，该三个子编码单元以从最上方子编码单元到最下方子编码单元的顺序可分别具有16×8、16×16和16×8的尺寸。例如，当尺寸为32×32的编码单元被垂直划分为三个子编码单元时，该三个子编码单元以从左侧子编码单元到右侧子编码单元的顺序可分别具有8×32、16×32和8×32的尺寸。当一个编码单元被分区为三个子编码单元时，可称编码单元被三分区或者按照三叉树分区结构被分区。
在图3中，编码树单元(CTU)320是四叉树分区结构、二叉树分区结构和三叉树分区结构全都被应用的CTU的示例。
如上所述，为了对CTU进行分区，可应用四叉树分区结构、二叉树分区结构和三叉树分区结构中的至少一个。可根据预定的优先级顺序将各种树分区结构顺序地应用于CTU。例如，可将四叉树分区结构优先应用于CTU。不能再使用四叉树分区结构进行分区的编码单元可与四叉树的叶节点对应。与四叉树的叶节点对应的编码单元可用作二叉树和/或三叉树分区结构的根节点。也就是说，与四叉树的叶节点对应的编码单元可按照二叉树分区结构或三叉树分区结构被进一步分区，或者可不被进一步分区。因此，通过防止从与四叉树的叶节点对应的编码单元的二叉树分区或三叉树分区得到的编码块经历进一步的四叉树分区，块分区操作和/或用信号发送分区信息的操作可被有效执行。
可使用四分区信息用信号发送与四叉树的节点对应的编码单元被分区的事实。具有第一值(例如，“1”)的四分区信息可指示当前编码单元按照四叉树分区结构被分区。具有第二值(例如，“0”)的四分区信息可指示当前编码单元未按照四叉树分区结构被分区。四分区信息可以是具有预定长度(例如，一个比特)的标志。
在二叉树分区与三叉树分区之间可没有优先级。也就是说，与四叉树的叶节点对应的编码单元可进一步经历二叉树分区和三叉树分区中的任意分区。此外，通过二叉树分区或三叉树分区生成的编码单元可经历进一步的二叉树分区或进一步的三叉树分区，或者可不被进一步分区。
在二叉树分区和三叉树分区之间不存在优先级的树结构被称为多类型树结构。与四叉树的叶节点对应的编码单元可用作多类型树的根节点。可使用多类型树分区指示信息、分区方向信息和分区树信息中的至少一个来用信号发送是否对与多类型树的节点对应的编码单元进行分区。为了对与多类型树的节点对应的编码单元进行分区，可顺序地用信号发送多类型树分区指示信息、分区方向信息和分区树信息。
具有第一值(例如，“1”)的多类型树分区指示信息可指示当前编码单元将经历多类型树分区。具有第二值(例如，“0”)的多类型树分区指示信息可指示当前编码单元将不经历多类型树分区。
当与多类型树的节点对应的编码单元按照多类型树分区结构被进一步分区时，所述编码单元可包括分区方向信息。分区方向信息可指示当前编码单元将在哪个方向上针对多类型树分区被分区。具有第一值(例如，“1”)的分区方向信息可指示当前编码单元将被垂直分区。具有第二值(例如，“0”)的分区方向信息可指示当前编码单元将被水平分区。
当与多类型树的节点对应的编码单元按照多类型树分区结构被进一步分区时，当前编码单元可包括分区树信息。分区树信息可指示将被用于对多类型树的节点进行分区的树分区结构。具有第一值(例如，“1”)的分区树信息可指示当前编码单元将按照二叉树分区结构被分区。具有第二值(例如，“0”)的分区树信息可指示当前编码单元将按照三叉树分区结构被分区。
分区指示信息、分区树信息和分区方向信息均可以是具有预定长度(例如，一个比特)的标志。
四叉树分区指示信息、多类型树分区指示信息、分区方向信息和分区树信息中的至少任意一个可被熵编码/熵解码。为了对那些类型的信息进行熵编码/熵解码，可使用关于与当前编码单元相邻的邻近编码单元的信息。例如，当前编码单元的左侧邻近编码单元和/或上方邻近编码单元的分区类型(被分区或不被分区、分区树和/或分区方向)与当前编码单元的分区类型相似的可能性很高。因此，可从关于邻近编码单元的信息推导用于对关于当前编码单元的信息进行熵编码/熵解码的上下文信息。关于邻近编码单元的信息可包括四分区信息、多类型树分区指示信息、分区方向信息和分区树信息中的至少任意一个。
作为另一示例，在二叉树分区和三叉树分区中，可优先执行二叉树分区。也就是说，当前编码单元可首先经历二叉树分区，并且随后可将与二叉树的叶节点对应的编码单元设置为用于三叉树分区的根节点。在这种情况下，对于与三叉树的节点对应的编码单元，可既不执行四叉树分区也不执行二叉树分区。
不能按照四叉树分区结构、二叉树分区结构和/或三叉树分区结构被分区的编码单元成为用于编码、预测和/或变换的基本单元。也就是说，所述编码单元不能被进一步分区以用于预测和/或变换。因此，在比特流中可能不存在用于将编码单元分区为预测单元和/或变换单元的分区结构信息和分区信息。
然而，当编码单元(即，用于分区的基本单元)的尺寸大于最大变换块的尺寸时，可递归地对编码单元进行分区，直到将编码单元的尺寸减小到等于或小于最大变换块的尺寸为止。例如，当编码单元的尺寸为64×64时并且当最大变换块的尺寸为32×32时，可将编码单元分区为用于变换的四个32×32的块。例如，当编码单元的尺寸为32×64并且最大变换块的尺寸为32×32时，可将编码单元分区为用于变换的两个32×32的块。在这种情况下，不单独用信号发送编码单元的针对变换的分区，并且可通过编码单元的水平尺寸或垂直尺寸与最大变换块的水平尺寸或垂直尺寸之间的比较来确定编码单元的针对变换的分区。例如，当编码单元的水平尺寸(宽度)大于最大变换块的水平尺寸(宽度)时，可将编码单元垂直地二等分。例如，当编码单元的垂直尺寸(高度)大于最大变换块的垂直尺寸(高度)时，可将编码单元水平地二等分。
编码单元的最大和/或最小尺寸的信息以及变换块的最大和/或最小尺寸的信息可在编码单元的更高等级被用信号发送或确定。所述更高等级可以是例如序列级、画面级、条带级、并行块组级、并行块级等。例如，编码单元的最小尺寸可被确定为4×4。例如，变换块的最大尺寸可被确定为64×64。例如，变换块的最小尺寸可被确定为4×4。
与四叉树的叶节点对应的编码单元的最小尺寸(四叉树最小尺寸)的信息和/或从多类型树的根节点到叶节点的最大深度(多类型树的最大树深度)的信息可在编码单元的更高等级被用信号发送或被确定。例如，所述更高等级可以是序列级、画面级、条带级、并行块组级、并行块级等。可针对画面内条带和画面间条带中的每一个用信号发送或确定四叉树的最小尺寸的信息和/或多类型树的最大深度的信息。
可在编码单元的更高等级用信号发送或确定CTU的尺寸与变换块的最大尺寸之间的差信息。例如，所述更高等级可以是序列级、画面级、条带级、并行块组级、并行块级等。可基于编码树单元的尺寸和所述差信息来确定与二叉树的各个节点对应的编码单元的最大尺寸(在下文中，称为二叉树的最大尺寸)的信息。与三叉树的各个节点对应的编码单元的最大尺寸(在下文中，称为三叉树的最大尺寸)可根据条带的类型而变化。例如，针对画面内条带，三叉树的最大尺寸可以是32×32。例如，针对画面间条带，三叉树的最大尺寸可以是128×128。例如，与二叉树的各个节点对应的编码单元的最小尺寸(在下文中，称为二叉树的最小尺寸)和/或与三叉树的各个节点对应的编码单元的最小尺寸(在下文中，称为三叉树的最小尺寸)可被设置为编码块的最小尺寸。
作为另一示例，可在条带级用信号发送或确定二叉树的最大尺寸和/或三叉树的最大尺寸。可选地，可在条带级用信号发送或确定二叉树的最小尺寸和/或三叉树的最小尺寸。
根据上述各种块的尺寸和深度信息，四分区信息、多类型树分区指示信息、分区树信息和/或分区方向信息可被包括或可不被包括在比特流中。
例如，当编码单元的尺寸不大于四叉树的最小尺寸时，编码单元不包括四分区信息。因此，可从第二值推断四分区信息。
例如，当与多类型树的节点对应的编码单元的尺寸(水平尺寸和垂直尺寸)大于二叉树的最大尺寸(水平尺寸和垂直尺寸)和/或三叉树的最大尺寸(水平尺寸和垂直尺寸)时，编码单元可不被二分区或三分区。因此，可不用信号发送多类型树分区指示信息，但可从第二值推断多类型树分区指示信息。
可选地，当与多类型树的节点对应的编码单元的尺寸(水平尺寸和垂直尺寸)与二叉树的最大尺寸(水平尺寸和垂直尺寸)相同和/或是三叉树的最大尺寸(水平尺寸和垂直尺寸)的两倍大时，编码单元可不被进一步二分区或三分区。因此，可不用信号发送多类型树分区指示信息，而是可从第二值推导多类型树分区指示信息。这是因为当按照二叉树分区结构和/或三叉树分区结构对编码单元进行分区时，小于二叉树的最小尺寸和/或三叉树的最小尺寸的编码单元被生成。
可选地，可基于虚拟流水线数据单元的尺寸(在下文中，流水线缓冲器尺寸)来限制二叉树分区或三叉树分区。例如，当通过二叉树分区或三叉树分区将编码单元划分为不适合流水线缓冲器尺寸的子编码单元时，对应的二叉树分区或三叉树分区可能受到限制。流水线缓冲器尺寸可以是最大变换块的尺寸(例如，64×64)。例如，当流水线缓冲器尺寸是64×64时，可限制下面的划分。
-用于编码单元的N×M(N和/或M是128)三叉树分区
-用于编码单元的水平方向的128×N(N<＝64)二叉树分区
-用于编码单元的垂直方向的N×128(N<＝64)二叉树分区
可选地，当与多类型树的节点对应的编码单元的深度等于多类型树的最大深度时，编码单元可不被进一步二分区和/或三分区。因此，可不用信号发送多类型树分区指示信息，但可从第二值推断多类型树分区指示信息。
可选地，仅当垂直方向二叉树分区、水平方向二叉树分区、垂直方向三叉树分区和水平方向三叉树分区中的至少一个对于与多类型树的节点对应的编码单元是可能的时，可用信号发送多类型树分区指示信息。否则，编码单元可不被二分区和/或三分区。因此，可不用信号发送多类型树分区指示信息，但可从第二值推断多类型树分区指示信息。
可选地，仅当垂直方向二叉树分区和水平方向二叉树分区两者或垂直方向三叉树分区和水平方向三叉树分区两者对于与多类型树的节点对应的编码单元是可能的时，可用信号发送分区方向信息。否则，可不用信号发送分区方向信息，但是可从指示可能的分区方向的值推导分区方向信息。
可选地，仅当垂直方向二叉树分区和垂直方向三叉树分区两者或水平方向二叉树分区和水平方向三叉树分区两者对于与多类型树的节点对应的编码树是可能的时，可用信号发送分区树信息。否则，可不用信号发送分区树信息，而是可从指示可能的分区树结构的值推断分区树信息。
图4是示出帧内预测处理的示图。
图4中从中心到外部的箭头可表示帧内预测模式的预测方向。
可通过使用当前块的邻近块的参考样点来执行帧内编码和/或解码。邻近块可以是重建邻近块。例如，可通过使用包括在重建邻近块中的参考样点的编码参数或值来执行帧内编码和/或解码。
预测块可表示通过执行帧内预测而生成的块。预测块可与CU、PU和TU中的至少一个对应。预测块的单元可具有CU、PU和TU中的一个的尺寸。预测块可以是尺寸为2×2、4×4、16×16、32×32或64×64等的正方形块，或者可以是尺寸为2×8、4×8、2×16、4×16和8×16等的矩形块。
可根据针对当前块的帧内预测模式来执行帧内预测。当前块可具有的帧内预测模式的数量可以是固定值，并且可以是根据预测块的属性不同地确定的值。例如，预测块的属性可包括预测块的尺寸和预测块的形状等。
不管块尺寸为多少，可将帧内预测模式的数量固定为N。或者，帧内预测模式的数量可以是3、5、9、17、34、35、36、65或67等。可选地，帧内预测模式的数量可根据块尺寸或颜色分量类型或者块尺寸和颜色分量类型两者而变化。例如，帧内预测模式的数量可根据颜色分量是亮度信号还是色度信号而变化。例如，随着块尺寸变大，帧内预测模式的数量可增加。可选地，亮度分量块的帧内预测模式的数量可大于色度分量块的帧内预测模式的数量。
帧内预测模式可以是非角度模式或角度模式。非角度模式可以是DC模式或平面模式，并且角度模式可以是具有特定方向或角度的预测模式。帧内预测模式可由模式编号、模式值、模式数字、模式角度和模式方向中的至少一个来表示。帧内预测模式的数量可以是大于1的M，包括非角度模式和角度模式。
为了对当前块进行帧内预测，可执行确定是否可将包括在重建邻近块中的样点用作当前块的参考样点的步骤。当存在不能用作当前块的参考样点的样点时，通过对包括在重建邻近块中的样点中的至少一个样点值进行复制或执行插值或者进行复制和插值两者而获得的值可被用于替换样点的不可用样点值，因此替换后的样点值被用作当前块的参考样点。
图7是示出能够用于帧内预测的参考样点的示图。
如图7所示，参考样点线0至参考样点线3中的至少一个可用于当前块的帧内预测。在图7中，片段A和片段F的样点可分别利用最接近于片段B和片段E的样点被填充，而不是从重建邻近块进行检索。可用信号发送指示将被用于当前块的帧内预测的参考样点线的索引信息。在当前块的上方边界是CTU的边界时，仅参考样点线0可以是可用的。因此，在这种情况下，可不用信号发送索引信息。当除了参考样点线0之外的参考样点线被使用时，可不执行稍后将描述的针对预测块的滤波。
当进行帧内预测时，可基于帧内预测模式和当前块尺寸将滤波器应用于参考样点和预测样点中的至少一个。
在平面模式的情况下，当生成当前块的预测块时，根据预测目标样点在预测块内的位置，可通过使用当前样点的上侧参考样点与左侧参考样点以及当前块的右上侧参考样点与左下侧参考样点的加权和来生成预测目标样点的样点值。此外，在DC模式的情况下，当生成当前块的预测块时，可使用当前块的上侧参考样点与左侧参考样点的平均值。此外，在角度模式的情况下，可通过使用当前块的上侧参考样点、左侧参考样点、右上侧参考样点和/或左下侧参考样点来生成预测块。为了生成预测样点值，可执行实数单元的插值。
在颜色分量之间的帧内预测的情况下，可基于第一颜色分量的对应重建块来生成第二颜色分量的当前块的预测块。例如，第一颜色分量可以是亮度分量，并且第二颜色分量可以是色度分量。对于颜色分量之间的帧内预测，可基于模板推导第一颜色分量与第二颜色分量之间的线性模型的参数。模板可包括当前块的上方和/或左侧邻近样点以及与其对应的第一颜色分量的重建块的上方和/或左侧邻近样点。例如，可使用模板中的样点中具有最大值的第一颜色分量的样点值及与其对应的第二颜色分量的样点值，以及模板中的样点中具有最小值的第一颜色分量的样点值及与其对应的第二颜色分量的样点值来推导线性模型的参数。当推导线性模型的参数时，可将对应重建块应用于线性模型以生成当前块的预测块。根据视频格式，可对第一颜色分量的重建块和对应重建块的邻近样点执行子采样。例如，当第二颜色分量的一个样点与第一颜色分量的四个样点对应时，可对第一颜色分量的四个样点进行子采样以计算一个对应样点。在这种情况下，可基于对应的被子采样的样点执行线性模型的参数推导和颜色分量之间的帧内预测。是否执行颜色分量之间的帧内预测以及/或者模板的范围可作为帧内预测模式被用信号发送。
当前块可在水平方向或垂直方向上被分区为两个子块或四个子块。可顺序地重建被分区的子块。也就是说，可对子块执行帧内预测以生成子预测块。此外，可对子块执行反量化和/或逆变换以生成子残差块。可通过将子预测块与子残差块相加来生成重建子块。重建子块可用作后续子块的帧内预测的参考样点。子块可以是包括预定数量(例如，16)或更多个样点的块。因此，例如，在当前块是8×4的块或4×8的块时，当前块可被分区为两个子块。此外，在当前块是4×4的块时，当前块可不被分区为子块。在当前块具有其它尺寸时，当前块可被分区为四个子块。可用信号发送关于是否基于子块和/或分区方向(水平或垂直)执行帧内预测的信息。可限于仅在使用参考样点线0时执行基于子块的帧内预测。当执行基于子块的帧内预测时，可不执行稍后将描述的针对预测块的滤波。
可通过对被帧内预测的预测块执行滤波来生成最终预测块。可通过将预定权重应用于滤波目标样点、左侧参考样点、上方参考样点和/或左上方参考样点来执行滤波。可基于块尺寸、帧内预测模式和预测块中的滤波目标样点的位置中的至少一个来确定用于滤波的权重和/或参考样点(范围、位置等)。可仅在预定帧内预测模式(例如，DC、平面、垂直、水平、对角线和/或相邻对角线模式)的情况下执行滤波。相邻对角线模式可以是对对角线模式加上k或从对角线模式减去k的模式。例如，k可以是8或更小的正整数。
可通过预测与当前块相邻存在的块的帧内预测模式来对当前块的帧内预测模式进行熵编码/熵解码。在当前块与邻近块的帧内预测模式相同时，可通过使用预定标志信息来用信号发送当前块与邻近块的帧内预测模式相同的信息。此外，可用信号发送多个邻近块的帧内预测模式之中的与当前块的帧内预测模式相同的帧内预测模式的指示符信息。在当前块与邻近块的帧内预测模式不同时，可通过基于邻近块的帧内预测模式执行熵编码/熵解码来对当前块的帧内预测模式信息进行熵编码/熵解码。
图5是示出画面间预测处理的实施例的示图。
在图5中，矩形可表示画面。在图5中，箭头表示预测方向。根据画面的编码类型，可将画面分类为帧内画面(I画面)、预测画面(P画面)和双预测画面(B画面)。
可在不需要画面间预测的情况下通过帧内预测对I画面进行编码。可通过使用在相对于当前块的一个方向(即，前向或后向)上存在的参考画面，通过画面间预测来对P画面进行编码。可通过使用在相对于当前块的两个方向(即，前向和后向)上存在的参考画面，通过画面间预测来对B画面进行编码。当使用画面间预测时，编码器可执行画面间预测或运动补偿，并且解码器可执行对应运动补偿。
在下文中，将详细描述画面间预测的实施例。
可使用参考画面和运动信息来执行画面间预测或运动补偿。
可通过编码设备100和解码设备200中的每一个在画面间预测期间推导当前块的运动信息。可通过使用重建邻近块的运动信息、同位置块(也称为col块或同位块)的运动信息和/或与同位块相邻的块的运动信息来推导当前块的运动信息。同位块可表示先前重建的同位置画面(也称为col画面或同位画面)内的在空间上与当前块位于相同位置的块。同位画面可以是包括在参考画面列表中的一个或更多个参考画面中的一个画面。
运动信息的推导方法可根据当前块的预测模式而不同。例如，应用于帧间预测的预测模式包括AMVP模式、合并模式、跳过模式、具有运动矢量差的合并模式、子块合并模式、三角形分区模式、帧间-帧内组合预测模式、仿射模式等。这里，合并模式可被称为运动合并模式。
例如，当AMVP被用作预测模式时，可将重建邻近块的运动矢量、同位块的运动矢量、与同位块相邻的块的运动矢量和(0,0)运动矢量中的至少一个确定为针对当前块的运动矢量候选，并且通过使用运动矢量候选生成运动矢量候选列表。可通过使用生成的运动矢量候选列表来推导当前块的运动矢量候选。可基于推导的运动矢量候选来确定当前块的运动信息。同位置块的运动矢量或与同位置块相邻的块的运动矢量可被称为时间运动矢量候选，并且重建邻近块的运动矢量可被称为空间运动矢量候选。
编码设备100可计算当前块的运动矢量与运动矢量候选之间的运动矢量差(MVD)，并且可对运动矢量差(MVD)执行熵编码。此外，编码设备100可对运动矢量候选索引执行熵编码并生成比特流。运动矢量候选索引可指示包括在运动矢量候选列表中的运动矢量候选之中的最佳运动矢量候选。解码设备可对包括在比特流中的运动矢量候选索引执行熵解码，并且可通过使用经过熵解码的运动矢量候选索引从包括在运动矢量候选列表中的运动矢量候选中选择解码目标块的运动矢量候选。此外，解码设备200可将经过熵解码的MVD与通过熵解码而提取的运动矢量候选相加，从而推导解码目标块的运动矢量。
另外，编码设备100可对计算出的MVD的分辨率信息执行熵编码。解码设备200可使用MVD分辨率信息来调整被熵解码的MVD的分辨率。
另外，编码设备100基于仿射模型计算当前块中的运动矢量和运动矢量候选之间的运动矢量差(MVD)，并对MVD执行熵编码。解码设备200通过经由被熵解码的MVD和仿射控制运动矢量候选的总和推导解码目标块的仿射控制运动矢量来基于每个子块推导运动矢量。
比特流可包括指示参考画面的参考画面索引。参考画面索引可通过编码设备100被熵编码，并且随后作为比特流被用信号发送到解码设备200。解码设备200可基于推导出的运动矢量和参考画面索引信息来生成解码目标块的预测块。
推导当前块的运动信息的方法的另一示例可以是合并模式。合并模式可表示合并多个块的运动的方法。合并模式可表示从邻近块的运动信息推导当前块的运动信息的模式。当应用合并模式时，可使用重建邻近块的运动信息和/或同位置块的运动信息来生成合并候选列表。运动信息可包括运动矢量、参考画面索引和画面间预测指示符中的至少一个。所述预测指示符可指示单向预测(L0预测或L1预测)或双向预测(L0预测和L1预测)。
合并候选列表可以是存储的运动信息的列表。包括在合并候选列表中的运动信息可以是以下至少一个：与当前块相邻的邻近块的运动信息(空间合并候选)、参考画面中的当前块的同位置块的运动信息(时间合并候选)、通过合并候选列表中存在的运动信息的组合而生成的新运动信息、在当前块之前被编码/解码的块的运动信息(基于历史的合并候选)、以及零合并候选。
编码设备100可通过对合并标志和合并索引中的至少一个执行熵编码来生成比特流，并且可将比特流用信号发送到解码设备200。合并标志可以是指示是否针对每个块执行合并模式的信息，并且合并索引可以是指示当前块的邻近块中的哪个邻近块是合并目标块的信息。例如，当前块的邻近块可包括位于当前块的左侧的左侧邻近块、被布置在当前块上方的上方邻近块和在时间上与当前块相邻的时间邻近块。
另外，编码设备100对合并候选的运动信息中的用于校正运动矢量的校正信息执行熵编码，并将其用信号发送到解码设备200。解码设备200可基于校正信息校正由合并索引选择的合并候选的运动矢量。这里，校正信息可包括关于是否执行校正的信息、校正方向信息和校正尺寸信息中的至少一个。如上所述，基于用信号发送的校正信息对合并候选的运动矢量进行校正的预测模式可被称为具有运动矢量差的合并模式。
跳过模式可以是将邻近块的运动信息照原样应用于当前块的模式。当应用跳过模式时，编码设备100可对哪个块的运动信息将被用作当前块的运动信息的事实的信息执行熵编码，以生成比特流，并且可将比特流用信号发送到解码设备200。编码设备100可不将关于运动矢量差信息、编码块标志和变换系数等级中的至少任意一个的语法元素用信号发送到解码设备200。
子块合并模式可表示以编码块(CU)的子块为单位推导运动信息的模式。当应用子块合并模式时，可使用参考图像中的与当前子块同位置的子块的运动信息(基于子块的时间合并候选)和/或仿射控制点运动矢量合并候选来生成子块合并候选列表。
三角形分区模式可表示通过将当前块分区为对角线方向来推导运动信息，使用推导的运动信息中的每一个来推导每个预测样点，并且通过对推导的预测样点中的每一个进行加权来推导当前块的预测样点的模式。
帧间-帧内组合预测模式可表示通过对由帧间预测生成的预测样点和由帧内预测生成的预测样点进行加权来推导当前块的预测样点的模式。
解码设备200可自行校正推导的运动信息。解码设备200可基于由推导的运动信息指示的参考块搜索预定区域，并推导具有最小SAD的运动信息作为经过校正的运动信息。
解码设备200可使用光流对经由帧间预测推导的预测样点进行补偿。
图6是示出变换和量化处理的示图。
如图6中所示，对残差信号执行变换处理和/或量化处理，以生成量化的等级信号。残差信号是原始块与预测块(即，帧内预测块或帧间预测块)之间的差。预测块是通过帧内预测或帧间预测生成的块。所述变换可以是初级变换、次级变换或者初级变换和次级变换两者。对残差信号的初级变换生成变换系数，并且对变换系数的次级变换生成次级变换系数。
从预先定义的各种变换方案中选择的至少一种方案被用于执行初级变换。例如，所述预定义的变换方案的示例包括离散余弦变换(DCT)、离散正弦变换(DST)和Karhunen-Loève变换(KLT)。通过初级变换生成的变换系数可经历次级变换。可根据当前块和/或当前块的邻近块的编码参数来确定用于初级变换和/或次级变换的变换方案。可选地，可用信号发送指示变换方案的变换信息。基于DCT的变换可包括例如DCT-2、DCT-8等。基于DST的变换可包括例如DST-7。
可通过对残差信号或对执行初级变换和/或次级变换的结果执行量化来生成量化的等级信号(量化系数)。根据块的帧内预测模式或块尺寸/形状，可根据对角线右上扫描、垂直扫描和水平扫描中的至少一个来扫描量化的等级信号。例如，当按照对角线右上扫描来扫描系数时，块形式的系数改变为一维矢量形式。除了对角线右上扫描之外，根据帧内预测模式和/或变换块的尺寸，可使用水平地扫描二维块形式的系数的水平扫描或垂直地扫描二维块形式的系数的垂直扫描。扫描的量化的等级系数可被熵编码以插入比特流中。
解码器对比特流进行熵解码以获得量化的等级系数。量化的等级系数可通过逆扫描以二维块形式被布置。对于逆扫描，可使用对角线右上扫描、垂直扫描和水平扫描中的至少一个。
量化的等级系数随后可被反量化，然后根据需要被次级逆变换，最后根据需要被初级逆变换，以生成重建残差信号。
可在环内滤波之前针对通过帧内预测或帧间预测重建的亮度分量执行动态范围中的逆映射。动态范围可被划分为16个相等的段，并且可用信号发送针对每个段的映射函数。可在条带级或并行块组级用信号发送映射函数。可基于映射函数推导用于执行逆映射的逆映射函数。在逆映射区域中执行环内滤波、参考画面存储和运动补偿，并且通过帧间预测生成的预测块经由使用映射函数的映射被转换到映射区域，然后被用于生成重建块。然而，由于在映射区域中执行帧内预测，因此经由帧内预测生成的预测块可被用于生成重建块而无需映射/逆映射。
在当前块是色度分量的残差块时，可通过对映射区域的色度分量执行缩放来将残差块转换到逆映射区域。可在条带级或并行块组级用信号发送缩放的可用性。只有当针对亮度分量的映射可用并且亮度分量的划分和色度分量的划分遵循相同的树结构时，才可应用缩放。可基于与色差块对应的亮度预测块的样点值的平均值来执行缩放。在这种情况下，在当前块使用帧间预测时，亮度预测块可表示映射的亮度预测块。可通过使用亮度预测块的样点值的平均值所属的片段的索引参考查找表来推导缩放所需的值。最后，通过使用推导的值对残差块进行缩放，可将残差块转换到逆映射区域。然后，可在逆映射区域中执行色度分量块恢复、帧内预测、帧间预测、环内滤波和参考画面存储。
可通过序列参数集用信号发送指示亮度分量和色度分量的映射/逆映射是否可用的信息。
可基于指示当前画面中的当前块与参考块之间的位移的块矢量来生成当前块的预测块。以这种方式，用于参考当前画面生成预测块的预测模式被称为帧内块复制(IBC)模式。IBC模式可被应用于M×N(M<＝64，N<＝64)编码单元。IBC模式可包括跳过模式、合并模式、AMVP模式等。在跳过模式或合并模式的情况下，构建合并候选列表，并且用信号发送合并索引，使得可指定一个合并候选。指定的合并候选的块矢量可用作当前块的块矢量。合并候选列表可包括空间候选、基于历史的候选、基于两个候选的平均值的候选和零合并候选中的至少一个。在AMVP模式的情况下，可用信号发送差块矢量。此外，可从当前块的左侧邻近块和上方邻近块推导预测块矢量。可用信号发送将使用的邻近块的索引。IBC模式中的预测块被包括在当前CTU或左侧CTU中并且被限于已经重建的区域中的块。例如，可限制块矢量的值，使得当前块的预测块按照编码/解码顺序位于当前块所属的64×64的块之前的三个64×64的块的区域中。通过以这种方式限制块矢量的值，可减少根据IBC模式实施方案的存储器消耗和装置复杂度。
在编码器中，为了提高图像的主观/客观质量，基于量化矩阵，在空间频率之间不同的量化矩阵系数值可在量化处理中被用作块中的变换系数。
在解码器中，基于量化矩阵，在空间频率之间不同的量化矩阵系数值可在反量化处理中被用作块中的变换系数。
这里，反量化可表示缩放。此外，量化矩阵可表示缩放列表。
在量化和反量化处理中，在编码器和解码器中预定义的默认矩阵可被用作量化矩阵。这里，默认矩阵可以是默认量化矩阵。无论预测模式、颜色分量、块尺寸等如何，默认矩阵的所有矩阵系数值可具有常数值。例如，所述常数值可以是正整数并且可以是16。
此外，在编码器中，可使用用户定义的量化矩阵。此时，用户定义的量化矩阵可被称为非默认矩阵，并且量化矩阵可由编码器编码并以比特流的形式被用信号发送到解码器。这里，非默认矩阵可表示非默认量化矩阵。
这里，量化矩阵可表示默认矩阵、非默认矩阵、参考矩阵等中的至少一个。
图8a是示出根据本发明的实施例的操作用于对量化矩阵进行编码的设备的方法的示图，并且图8b是示出根据本发明的实施例的操作用于对量化矩阵进行解码的设备的方法的示图。
在下文中，将详细描述图8a和图8b的每个步骤。
在下文中，将描述构建量化矩阵的步骤。
根据一个实施例，将在块中的至少一个块的量化/反量化处理中使用的量化矩阵可被构建。这里，块可表示编码单元(CU)、编码块(CB)、预测单元(PU)、预测块(PB)、变换单元(TU)或变换块(TB)中的至少一个。
编码器和/或解码器可使用预定义默认矩阵来构建量化/反量化处理所需的量化矩阵。此时，可从编码器将作为关于默认矩阵是否被使用的信息的参考矩阵标识符用信号发送到解码器。
用户可使用输入到编码器的非默认矩阵来构建量化/反量化处理所需的量化矩阵。此时，可从编码器将以下项中的至少一项用信号发送到解码器：作为关于非默认矩阵的信息的参考矩阵标识符、DC矩阵系数、最低频率矩阵系数、量化矩阵中的先前被编码/解码的量化矩阵系数值与将被编码/解码的量化矩阵系数值之间的差。
可构建量化矩阵，使得基于块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合或者变换是否被使用中的至少一个，在量化/反量化处理中使用不同的量化矩阵。此时，量化矩阵中的至少一个系数可根据块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合或者变换是否被使用中的至少一个而变化。
预测模式可表示块的预测模式，并且可表示在帧内预测模式、帧间预测模式或帧内块复制(IBC)模式中的哪一种模式下执行编码/解码。
另外，基于IBC模式构建的量化矩阵可等于基于帧间预测模式构建的量化矩阵。也就是说，基于帧间预测模式构建的量化矩阵可被用于在IBC模式下被编码/解码的块。
此外，基于IBC模式重建的量化矩阵可等于基于帧间预测模式重建的量化矩阵。也就是说，基于帧间预测模式重建的量化矩阵可被用于在IBC模式下被编码/解码的块。
此外，针对与IBC模式对应的量化矩阵的量化矩阵指示符(matrixId)可等于针对与帧间预测模式对应的量化矩阵的量化矩阵指示符。此外，针对与IBC模式对应的量化矩阵的量化矩阵指示符可不同于针对与帧内预测模式对应的量化矩阵的量化矩阵指示符。这里，matrixId可根据预测模式、颜色分量、块的尺寸(块的宽度和/或块的高度)、或者块的宽度和块的高度中的较大值中的至少一个被确定。
例如，当通过在特定模式下执行帧内预测和帧间预测来生成预测块时，所述特定模式可表示帧间预测模式。
在另一示例中，当在特定模式下当前图像被用作参考图像并且矢量在预测期间被使用时，所述特定模式可表示帧间预测模式。这里，当前图像被用作参考图像且矢量在预测期间被使用的模式可表示IBC模式。
这里，IBC模式表示这样的模式：在当前图像/子画面/条带/并行块/并行块组/CTU中设置参考区域，参考区域中的位置由块矢量指示，并且使用由块矢量指示的区域来执行预测。
颜色分量可表示块的颜色分量并且表示亮度Y或色度分量。
例如，色度分量可表示Cb分量或Cr分量中的至少一个。即，Y分量、Cb分量或Cr分量。
在另一示例中，色度分量可表示R分量、G分量或B分量中的至少一个。
在另一示例中，当图像被分解为各种分量并被编码/解码时，色度分量可表示分解出的分量中的每一个。
尺寸可表示块尺寸、变换尺寸或量化矩阵尺寸中的至少一个。
这里，变换尺寸可表示用于对应块的变换尺寸。变换尺寸可等于或小于块尺寸。
这里，量化矩阵尺寸可表示用于对应块的量化矩阵尺寸。量化矩阵尺寸可小于或等于对应块尺寸。量化矩阵尺寸可小于或等于变换尺寸。
所述尺寸可以是M×N的尺寸，诸如2×2、4×2、2×4、4×4、8×4、8×2、2×8、4×8、8×8、16×8、16×4、16×2、2×16、4×16、8×16、16×16、32×16、32×8、32×4、32×2、2×32、4×32、8×32、16×32、32×32、64×32、64×16、64×8、64×4、64×2、2×64、4×64、8×64、16×64、32×64、64×64、128×64、128×32、32×128、64×128或128×128。这里，M和N可以是正整数，并且可彼此相等或不同。此外，M可具有S*N的大小。N可具有S*M的大小。这里，S可以是正整数。
例如，在块的尺寸为64×64的情况下，可在块的左上方区域中执行尺寸为32×32的变换。此时，可使用尺寸为32×32的量化矩阵。
在另一示例中，在块的尺寸为64×32的情况下，可在块的左上方区域中执行尺寸为32×32的变换。此时，可使用尺寸为32×32的量化矩阵。
在另一示例中，在块的尺寸为32×64的情况下，可在块的左上方区域中执行尺寸为16×32的变换。此时，可使用尺寸为16×32的量化矩阵。
在另一示例中，在块的尺寸为32×32的情况下，可在块中执行尺寸为32×32的变换。此时，可使用尺寸为32×32的量化矩阵。
可基于变换块的尺寸推导量化矩阵的尺寸。例如，可针对非正方形变换块推导非正方形量化矩阵。此时，当推导针对非正方形变换块的非正方形量化矩阵时，可使用正方形量化矩阵来推导非正方形量化矩阵。
形式可表示块形式、变换形式或量化矩阵形式中的至少一个。
这里，形式可以是正方形形式或非正方形形式。
这里，正方形形式可表示方形形式。
这里，非正方形形式可表示长方形形式。
这里，变换形式可表示用于对应块的变换的形式。当水平变换尺寸和垂直变换尺寸彼此不同时，变换形式可以是非正方形形式。此外，当水平变换尺寸和垂直变换尺寸相同时，变换形式可以是正方形形式。变换的形式可与对应块的形式相同或不同。
这里，量化矩阵的形式可表示用于对应块的量化矩阵的形式。当水平变换尺寸和垂直变换尺寸彼此不同时，量化矩阵的形式可以是非正方形形式。此外，当水平变换尺寸和垂直变换尺寸相同时，量化矩阵的形式可以是正方形形式。量化矩阵的形式可与对应块的形式相同或不同。量化矩阵的形式可与变换的形式相同或不同。
例如，在正方形块的尺寸为64×64的情况下，可在块的左上方区域中执行尺寸为32×32的正方形变换。此时，可使用尺寸为32×32的正方形量化矩阵。
在另一示例中，在正方形块的尺寸为16×16的情况下，可在块中执行尺寸为16×16的正方形变换。此时，可使用尺寸为16×16的正方形量化矩阵。
在另一示例中，在非正方形块的尺寸为16×4的情况下，可在块中执行尺寸为16×4的变换。此时，可使用尺寸为16×4的量化矩阵。
在另一示例中，在非正方形块的尺寸为2×8的情况下，可在块中执行尺寸为2×8的变换。此时，可使用尺寸为2×8的量化矩阵。
初级变换可表示在残差块中被执行以生成变换系数的基于DCT-J或DST-K的整数变换中的至少一个，诸如DCT-2、DCT-8、DST-7、DCT-4或DST-4。这里，J和K可以是正整数。
可使用从基于DCT-J或DST-K的整数变换(诸如DCT-2、DCT-8、DST-7、DCT-4或DST-4)中的至少一个整数变换的变换矩阵提取的变换矩阵来执行初级变换。也就是说，可使用所提取的变换矩阵来执行初级变换。此外，所提取的变换矩阵中的系数中的至少一个系数可等于基于DCT-J或DST-K的整数变换(诸如DCT-2、DCT-8、DST-7、DCT-4或DST-4)中的至少一个整数变换的变换矩阵中的系数中的至少一个系数。此外，所提取的变换矩阵可被包括在将被提取的变换矩阵中。此外，可通过针对将被提取的变换矩阵中的特定系数执行翻转或符号改变中的至少一个来获得所提取的变换矩阵。
例如，基于DCT-J或DST-K的整数变换(诸如DCT-8、DST-7、DCT-4或DST-4)中的至少一个整数变换可从DCT-2的变换矩阵被提取，并且可被用于初级变换。
这里，基于DCT-J或DST-K的整数变换(诸如DCT-2、DCT-8、DST-7、DCT-4或DST-4)中的至少一个整数变换可具有与基于DCT-J或DST-K的整数变换(诸如DCT-2、DCT-8、DST-7、DCT-4或DST-4)中的至少一个整数变换不同的变换矩阵中的系数。
例如，可通过针对基于DST-7的整数变换矩阵执行水平翻转并针对DST-7变换矩阵系数中的至少一个系数执行符号改变来推导基于DCT-8的整数变换矩阵。此时，可使用垂直翻转来代替水平翻转。
在另一示例中，可通过针对基于DCT-8的整数变换矩阵执行水平翻转并针对DCT-8变换矩阵系数中的至少一个系数执行符号改变来推导基于DST-7的整数变换矩阵。此时，可使用垂直翻转来代替水平翻转。
在另一示例中，可通过针对基于DST-4的整数变换矩阵执行水平翻转并针对DST-4变换矩阵系数中的至少一个系数执行符号改变来推导基于DCT-4的整数变换矩阵。此时，可使用垂直翻转来代替水平翻转。
在另一示例中，可通过针对基于DCT-4的整数变换矩阵执行水平翻转并针对DST-4变换矩阵系数中的至少一个系数执行符号改变来推导基于DST-4的整数变换矩阵。此时，可使用垂直翻转来代替水平翻转。
次级变换可表示用于基于角度来旋转变换系数中的至少一个变换系数的变换。可在初级变换之后执行次级变换。此外，可针对执行了初级变换的区域的一部分执行次级变换。
当执行了次级变换时，量化/反量化处理中的量化矩阵系数可全部具有值K。这里，K可以是正整数，并且可以是例如16。K的值可以是在编码器/解码器中预定义的默认量化矩阵系数值。
此外，当执行了次级变换时，可从编码器将关于量化矩阵系数是否全部被设置为值K的信息用信号发送到解码器。这里，所述信息可表示指示量化矩阵是否被应用于使用次级变换被编码/解码的块的信息。
此时，当量化矩阵中的所有矩阵系数值具有值K时，这可表示在量化/反量化处理中不使用量化矩阵。
变换是否被使用可表示初级变换或次级变换中的至少一个是否被使用。变换是否被使用可包括初级变换是否被使用或者次级变换是否被使用中的至少一个。
例如，当作为关于初级变换或次级变换中的至少一个是否被使用的信息的transform_skip_flag是第一值(例如，0)时，这可指示初级变换或次级变换中的至少一个被使用。
在另一示例中，当作为关于初级变换或次级变换中的至少一个是否被使用的信息的transform_skip_flag是第二值(例如，1)时，这可指示初级变换或次级变换中的至少一个未被使用。
这里，变换可表示变换或逆变换中的至少一个。
一维变换类型可表示初级变换的类型(即，初级变换类型)，并且表示针对基于DCT-J或DST-K的整数变换类型中的至少一个整数变换类型的水平变换类型trTypeHor或垂直变换类型trTypeVer。
作为一维变换类型，可使用第一变换至第N变换。这里，N可以是等于或大于2的正整数。
例如，第一变换可表示基于DCT-2的整数变换。
在另一示例中，当在水平变换和垂直变换中使用第一变换时，作为针对水平变换的变换类型的trTypeHor和作为针对垂直变换的变换类型的trTypeVer可分别具有值Q和值R。这里，Q和R可以是负整数、0或正整数中的至少一个。例如，Q和R可分别是0和0。
此外，例如，第二变换可表示基于DCT-J或DST-K的整数变换中的不是DCT-2的至少一个整数变换，诸如DCT-8、DST-7、DCT-4或DST-4。这里，J和K可以是正整数。也就是说，第二变换可表示除了第一变换之外的变换中的至少一个变换。
在另一示例中，当在水平变换或垂直变换中的至少一个中使用第二变换时，作为针对水平变换的变换类型的trTypeHor和作为针对垂直变换的变换类型的trTypeVer可分别具有值T和值U。这里，T和U中的每一个可以是负整数、0或正整数中的至少一个。例如，T和U可分别是等于或大于1的值和等于或大于1的值。此外，T和U可分别大于Q和R。
此外，例如，当trTypeHor是第一值时，这可表示基于DST-7的整数水平变换。
在另一示例中，当trTypeHor是第二值时，这可表示基于DCT-8的整数水平变换。
在另一示例中，当trTypeVer是第一值时，这可表示基于DST-7的整数垂直变换。
在另一示例中，当trTypeVer是第二值时，这可表示基于DCT-8的整数垂直变换。
第一值可以是1。此外，第二值可以是2。
可使用DST-4来代替DST-7。此外，可使用DCT-4来代替DCT-8。
此外，例如，第一变换可以是基于DCT-2的整数变换。此外，第二变换可是基于DST-7的整数变换。此外，第三变换可以是基于DCT-8的整数变换。此外，第二变换可表示第二变换或第三变换中的至少一个。
在另一示例中，第一变换可以是基于DCT-2的整数变换。此外，第二变换可以是基于DST-4的整数变换。此外，第三变换可以是基于DCT-4的整数变换。此外，第二变换可表示第二变换或第三变换中的至少一个。
也就是说，第一变换可以是基于DCT-2的整数变换，并且第二变换至第N变换可表示基于DCT-J或DST-K的整数变换中的不是DCT-2的至少一个整数变换，诸如DCT-8、DST-7、DCT-4或DST-4。这里，N可以是正整数3或更大的正整数。
此外，例如，第一变换可以是基于DCT-2的整数变换。此外，第二变换可以是从基于DCT-2的整数变换矩阵提取的基于DST-7的整数变换。此外，第三变换可以是从基于DCT-2的整数变换矩阵提取的基于DCT-8的整数变换。此外，第二变换可以是第二变换或第三变换中的至少一个。
在另一示例中，第一变换可以是基于DCT-2的整数变换。此外，第二变换可以是从基于DCT-2的整数变换矩阵提取的基于DST-4的整数变换。此外，第三变换可以是从基于DCT-2的整数变换矩阵提取的基于DCT-4的整数变换。此外，第二变换可以是第二变换或第三变换中的至少一个。
也就是说，第一变换可以是基于DCT-2的整数变换，并且第二变换至第N变换可表示基于DCT-J或DST-K的整数变换中的从基于DCT-2的整数变换矩阵提取的至少一个整数变换，诸如DCT-8、DST-7、DCT-4或DST-4。这里，N可以是整数3或更大的整数。此外，第二变换可以是第二变换至第N变换中的至少一个。
作为DCT-2变换的替代，可使用基于DCT-J或DST-K的整数变换(诸如DCT-8、DST-7、DCT-4或DST-4)中的至少一个。
二维变换组合可表示初级变换的组合，并且可表示基于DCT-J或DST-K的整数变换类型中的至少一个整数变换类型的水平变换类型trTypeHor和垂直变换类型trTypeVer的组合。此外，二维变换组合可表示作为多变换选择索引的mts_idx。
当在水平变换和垂直变换中使用第一变换时，作为多变换选择索引的mts_idx可具有值P。这里，P可以是负整数、0或正整数中的至少一个。例如，P可以是-1。
例如，当mts_idx为-1时，trTypeHor和trTypeVer可分别具有值0和值0。可选地，当mts_idx为0时，trTypeHor和trTypeVer可分别具有值0和值0。
当在水平变换或垂直变换中的至少一个中使用第二变换时，作为多变换选择索引的mts_idx可具有值S或更大的值。这里，S可以是负整数、0或正整数中的至少一个。例如，S可以是0。此外，S可大于P。
例如，当mts_idx为0时，trTypeHor和trTypeVer可分别具有第一值和第一值。
在另一示例中，当mts_idx为1时，trTypeHor和trTypeVer可分别具有第二值和第一值。
在另一示例中，当mts_idx为2时，trTypeHor和trTypeVer可分别具有第一值和第二值。
在另一示例中，当mts_idx为3时，trTypeHor和trTypeVer可分别具有第二值和第二值。
此外，例如，当mts_idx为0时，trTypeHor和trTypeVer可分别具有第一值和第一值。
在另一示例中，当mts_idx为1时，trTypeHor和trTypeVer可分别具有第二值和第二值。
在另一示例中，当mts_idx为2时，trTypeHor和trTypeVer可分别具有第三值和第二值。
在另一示例中，当mts_idx为3时，trTypeHor和trTypeVer可分别具有第二值和第三值。
在另一示例中，当mts_idx为4时，trTypeHor和trTypeVer可分别具有第三值和第三值。
第一值可以是0。此外，第二值可以是1。此外，第三值可以是2。
此外，例如，当trTypeHor是第一值时，这可表示基于DST-7的整数水平变换。
在另一示例中，当trTypeHor是第二值时，这可表示基于DCT-8的整数水平变换。
在另一示例中，当trTypeVer是第一值时，这可表示基于DST-7的整数垂直变换。
在另一示例中，当trTypeVer是第二值时，这可表示基于DCT-8的整数垂直变换。
第一值可以是1。此外，第二值可以是2。
可使用DST-4来代替DST-7。此外，可使用DCT-4来代替DCT-8。
此外，例如，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换。此外，在第二变换中，水平变换和垂直变换可分别是基于DST-7的整数变换和基于DST-7的整数变换。此外，在第三变换中，水平变换和垂直变换可分别是基于DCT-8的整数变换和基于DST-7的整数变换。此外，在第四变换中，水平变换和垂直变换可分别是基于DST-7的整数变换和基于DCT-8的整数变换。此外，在第五变换中，水平变换和垂直变换可分别是基于DCT-8的整数变换和基于DCT-8的整数变换。此外，第二变换可表示第二变换、第三变换、第四变换或第五变换中的至少一个。
在另一示例中，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换。此外，在第二变换中，水平变换和垂直变换可分别是基于DST-4的整数变换和基于DST-4的整数变换。此外，在第三变换中，水平变换和垂直变换可分别是基于DCT-4的整数变换和基于DST-4的整数变换。此外，在第四变换中，水平变换和垂直变换可分别是基于DST-4的整数变换和基于DCT-4的整数变换。此外，在第五变换中，水平变换和垂直变换可分别是基于DCT-4的整数变换和基于DCT-4的整数变换。此外，第二变换可以是第二变换、第三变换、第四变换或第五变换中的至少一个。
也就是说，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换，并且在第二变换至第N变换中，水平变换和垂直变换可表示基于DCT-J或DST-K的整数变换中的不是DCT-2的至少一个整数变换，诸如DCT-8、DST-7、DCT-4或DST-4。这里，N可以是正整数3或更大的正整数。
例如，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换。此外，在第二变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DST-7的整数变换和基于DST-7的整数变换。此外，在第三变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DCT-8的整数变换和从基于DCT-2的整数变换矩阵提取的基于DST-7的整数变换。此外，在第四变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DST-7的整数变换和从基于DCT-2的整数变换矩阵提取的基于DCT-8的整数变换。此外，在第五变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DCT-8的整数变换和基于DCT-8的整数变换。此外，第二变换可表示第二变换、第三变换、第四变换或第五变换中的至少一个。
在另一示例中，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换。此外，在第二变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DST-4的整数变换和基于DST-4的整数变换。此外，在第三变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DCT-4的整数变换和从基于DCT-2的整数变换矩阵提取的基于DST-4的整数变换。此外，在第四变换中，水平变换和垂直变换可分别是从基于DCT-2的整数变换矩阵提取的基于DST-4的整数变换和从基于DCT-2的整数变换矩阵提取的基于DCT-4的整数变换。此外，在第五变换中，水平变换和垂直变换可以是从基于DCT-2的整数变换矩阵提取的基于DCT-4的整数变换和基于DCT-4的整数变换。此外，第二变换可表示第二变换、第三变换、第四变换或第五变换中的至少一个。
也就是说，在第一变换中，水平变换和垂直变换可分别是基于DCT-2的整数变换，并且在第二变换至第N变换中，水平变换和垂直变换可以是基于DCT-J或DST-K的整数变换中的从基于DCT-2的整数变换矩阵提取的至少一个整数变换，诸如DCT-8、DST-7、DCT-4或DST-4。这里，N可以是整数3或更大的整数。在这种情况下，第二变换可表示第二变换至第N变换中的至少一个。
作为DCT-2变换的替代，可使用基于DCT-J或DST-K的整数变换(诸如DCT-8、DST-7、DCT-4或DST-4)中的至少一个。
图9至图17是示出根据本发明的实施例的量化矩阵的示图。
如在图9的示例中，可构建量化矩阵。例如，如在图9的示例中，可基于预测模式、颜色分量或尺寸中的至少一个来构建量化矩阵。
如在图10的示例中，可构建量化矩阵。例如，如在图10的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图10的示例中，可基于预测模式、颜色分量或尺寸中的至少一个来构建量化矩阵。
如在图11的示例中，可构建量化矩阵。例如，如在图11的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图11的示例中，可基于预测模式、颜色分量或尺寸中的至少一个来构建量化矩阵。
如在图12的示例中，可构建量化矩阵。例如，如在图12的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图12的示例中，可基于预测模式、颜色分量、尺寸、形式或初级变换类型中的至少一个来构建量化矩阵。
例如，当存在至少N个初级变换类型时，可根据初级变换类型构建K个不同的量化矩阵。这里，N和K可以是正整数。此外，K可小于或等于N。
如在图13的示例中，可构建量化矩阵。例如，如在图13的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图13的示例中，可基于预测模式、颜色分量、尺寸、形式或二维变换组合中的至少一个来构建量化矩阵。
例如，当存在至少N个二维变换组合时，可根据二维变换组合构建K个不同的量化矩阵。这里，N和K可以是正整数。此外，K可小于或等于N。
如在图14的示例中，可构建量化矩阵。例如，如在图14的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图14的示例中，可基于预测模式、颜色分量、尺寸、形式或二维变换组合中的至少一个来构建量化矩阵。
例如，当存在至少N个二维变换组合时，可根据二维变换组合构建K个不同的量化矩阵。这里，N和K可以是正整数。此外，K可小于或等于N。
如在图15的示例中，可构建量化矩阵。例如，如在图15的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图15的示例中，可基于预测模式、颜色分量、尺寸、形式、或者变换是否被使用中的至少一个来构建量化矩阵。
如在图16的示例中，可构建量化矩阵。例如，如在图16的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图16的示例中，可基于预测模式、颜色分量、尺寸、形式、或者初级变换是否被使用中的至少一个来构建量化矩阵。
如在图17的示例中，可构建量化矩阵。例如，如在图17的示例中，可构建在编码器和解码器中预定义的默认矩阵。此外，如在图17的示例中，可基于预测模式、颜色分量、尺寸、形式、或者次级变换是否被使用中的至少一个来构建量化矩阵。
在下文中，将描述关于量化矩阵是否被使用的信息的编码/解码步骤。
关于量化矩阵是否被使用的信息(指示量化矩阵是否被使用)可在参数集或头中的至少一个中被编码/解码。这里，关于量化矩阵是否被使用的信息可包括量化矩阵是否被使用或者是否存在量化矩阵中的至少一个。
此时，参数集或头中的至少一个可以是视频参数集、序列参数集、自适应参数集、画面参数集、画面头、条带头、并行块组头或并行块头中的至少一个。
例如，为了指示量化矩阵在视频中是否被使用，可在视频参数集中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在序列中是否被使用，可在序列参数集中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在若干画面、若干子画面、若干并行块组、若干并行块或若干条带中是否被使用，可在自适应参数集中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在画面中是否被使用，可在画面参数集或画面头中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在条带中是否被使用，可在条带头中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在并行块组中是否被使用，可在并行块组头中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
在另一示例中，为了指示量化矩阵在并行块中是否被使用，可在并行块头中对关于量化矩阵是否被使用的信息进行熵编码/熵解码。
图18至图20是示出根据本发明的实施例的用于在参数集或头中用信号发送关于量化矩阵是否被使用的信息的语法元素的示图。
如在图18的语法元素的示例中，序列参数集中的作为关于量化矩阵是否被使用的信息的scaling_list_enable_flag可被熵编码/熵解码。此时，关于量化矩阵是否被使用的信息可表示指示在编码器和解码器中量化矩阵在特定单元的量化/反量化处理中是否被使用的信息。
例如，scaling_list_enable_flag可被编码/解码为第一值(例如，0)以指示在序列单元中量化矩阵在编码器和解码器的量化/反量化处理中未被使用。
在另一示例中，scaling_list_enable_flag可被编码/解码为第二值(例如，1)以指示在序列单元中量化矩阵在编码器和解码器的量化/反量化处理中被使用。
如在图18的语法元素的示例中，序列参数集中的作为关于量化矩阵是否存在的信息的sps_scaling_list_data_present_flag可被熵编码/熵解码。此时，关于量化矩阵是否存在的信息可表示指示关于量化矩阵的信息是否存在于比特流中的特定单元中的信息。关于量化矩阵是否存在的信息可以是标志。另外，尽管在图18中sps_scaling_list_data_present_flag被用作关于量化矩阵是否存在的信息，但是这仅仅是示例，并且该标志的名称可被改变。
例如，sps_scaling_list_data_present_flag可被编码/解码为第一值(例如，0)以指示量化矩阵不存在于序列单元中。此时，当不存在量化矩阵时，量化/反量化处理中的量化矩阵系数可全部具有值K。这里，K可以是正整数，并且可以是例如16。K的值可以是在编码器/解码器中预定义的默认量化矩阵系数值。
在另一示例中，sps_scaling_list_data_present_flag可被编码/解码为第二值(例如，1)以指示量化矩阵存在于序列单元中。
如在图19的语法元素的示例中，画面参数集中的作为关于量化矩阵是否存在的信息的pps_scaling_list_data_present_flag可被熵编码/熵解码。此时，关于量化矩阵是否存在的信息可表示指示关于量化矩阵的信息是否存在于比特流中的特定单元中的信息。关于量化矩阵是否存在的信息可以是标志。另外，尽管在图19中pps_scaling_list_data_present_flag被用作关于量化矩阵是否存在的信息，但是这仅仅是示例，并且该标志的名称可被改变。
例如，pps_scaling_list_data_present_flag可被编码/解码为第一值(例如，0)以指示量化矩阵不存在于画面单元中。此时，可在量化/反量化处理中使用在序列参数集中被编码/解码的量化矩阵。可选地，当不存在量化矩阵时，量化/反量化处理中的量化矩阵系数可全部具有值K。这里，K可以是正整数，并且可以是例如16。K的值可以是在编码器/解码器中预定义的默认量化矩阵系数值。
在另一示例中，pps_scaling_list_data_present_flag可被编码/解码为第二值(例如，1)以指示量化矩阵存在于画面单元中。此时，可在量化/反量化处理中使用在画面参数集中被编码/解码的量化矩阵。
如在图20的语法元素的示例中，自适应参数集中的作为关于量化矩阵是否存在的信息的aps_scaling_list_data_present_flag可被熵编码/熵解码。此时，关于量化矩阵是否存在的信息可表示指示关于量化矩阵的信息是否存在于比特流中的特定单元中的信息。关于量化矩阵是否存在的信息可以是标志。另外，尽管在图20中aps_scaling_list_data_present_flag被用作关于量化矩阵是否存在的信息，但是这仅仅是示例，并且该标志的名称可被改变。
例如，aps_scaling_list_data_present_flag可被编码/解码为第一值(例如，0)，以指示量化矩阵不存在于若干画面、若干子画面、若干并行块组、若干并行块或若干条带中。此时，可在量化/反量化处理中使用在序列参数集中被编码/解码的量化矩阵。可选地，当不存在量化矩阵时，量化/反量化处理中的量化矩阵系数可全部具有值K。这里，K可以是正整数，并且可以是例如16。K的值可以是在编码器/解码器中预定义的默认量化矩阵系数值。
在另一示例中，aps_scaling_list_data_present_flag可被编码/解码为第二值(例如，1)，以指示量化矩阵存在于若干画面、若干子画面、若干并行块组、若干并行块或若干条带中。此时，可在量化/反量化处理中使用在自适应参数集中被编码/解码的量化矩阵。
此外，为了指示画面中参考的自适应参数集(APS)中的量化矩阵，pic_scaling_list_aps_id可在画面头中被编码/解码。例如，在图18至图20中，可基于关于是否存在量化矩阵的信息来对pic_scaling_list_aps_id进行编码/解码。
图21至图26是示出根据本发明的实施例的在量化/反量化处理中使用的默认矩阵的示图。
如在图21至图22的示例中，可在尺寸为M×N的块的量化/反量化处理中使用在编码器和解码器中预定义的尺寸为J×K的默认矩阵。
可基于块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或者变换是否被使用中的至少一个在量化/反量化处理中使用不同默认矩阵。此外，可基于块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或者变换是否被使用中的至少一个在编码器和解码器中预定义不同默认矩阵。此时，默认矩阵的系数中的至少一个系数可根据块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或者变换是否被使用中的至少一个而彼此不同。
例如，可根据trTypeHor、trTypeVer、mts_idx或transform_skip_flag中的至少一个在量化/反量化处理中使用不同默认矩阵。
在另一示例中，可根据trTypeHor、trTypeVer、mts_idx或transform_skip_flag中的至少一个在编码器和解码器中预定义不同默认矩阵。
J、K、M和N可以是正整数。
例如，J、K、M或N中的至少一个可以是2。
在另一示例中，J和M可相同，并且K和N可相同。
在另一示例中，如在图21的示例中，J、K、M或N中的至少一个可以是4。
在另一示例中，如在图22的示例中，J或K中的至少一个可以是8。此外，M或N中的至少一个可大于8。
此时，J可小于M并且K可小于N。
在另一示例中，J或K中的至少一个可以是16。此外，M或N中的至少一个可大于16。
此时，J可小于M并且K可小于N。
此外，J和K可彼此相等或不同，并且M和N可彼此相等或不同。
J×K的尺寸或M×N的尺寸中的至少一个可以是2×2、4×2、2×4、4×4、8×4、8×2、2×8、4×8、8×8、16×8、16×4、16×2、2×16、4×16、8×16、16×16、32×16、32×8、32×4、32×2、2×32、4×32、8×32、16×32、32×32、64×32、64×16、64×8、64×4、64×2、2×64、4×64、8×64、16×64、32×64、64×64、128×64、128×32、32×128、64×128或128×128。此外，M可具有S*N的大小。N可具有S*M的大小。这里，S可以是正整数。
此时，i可表示扫描顺序，并且ScalingList[sizeId][matrixId][i]可表示与sizeId、matrixId和i对应的默认量化矩阵系数。
类似于图21至图22的示例，如在图23至图26的示例中，可在尺寸为M×N的块的量化/反量化处理中使用在编码器和解码器中预定义的尺寸为J×K的默认矩阵。
这里，ScalingList[sizeId][matrixId][i]可指示与sizeId、matrixId和i对应的默认量化矩阵系数，并且sizeId和matrixId可表示在图55和图56或者图58和图59中定义的那些。
在下文中，将描述量化矩阵预测方法信息的编码/解码步骤。
指示量化矩阵预测方法类型的量化矩阵预测方法信息可在参数集或头中的至少一个中被熵编码/熵解码。这里，量化矩阵预测方法类型可包括量化矩阵中的系数的预测编码/解码方法或者量化矩阵间预测方法(或量化矩阵之间的预测方法)中的至少一个。此外，量化矩阵间预测方法可包括默认矩阵使用方法和参考矩阵使用方法中的至少一个。
此时，参数集或头中的至少一个可以是视频参数集、序列参数集、自适应参数集、画面参数集、画面头、条带头、并行块组头或并行块头中的至少一个。
例如，量化矩阵预测方法信息可在自适应参数集中被熵编码/熵解码。
此外，关于自适应参数集标识符的信息可在画面头中被熵编码/熵解码。
例如，为了指示视频中的量化矩阵预测方法，量化矩阵预测方法信息可在视频参数集中被熵编码/熵解码。
在另一示例中，为了指示序列中的量化矩阵预测方法，量化矩阵预测方法信息可在序列参数集中被熵编码/熵解码。
在另一示例中，为了指示若干画面、若干子画面、若干并行块组、若干并行块或若干条带中的量化矩阵预测方法，量化矩阵预测方法信息可在自适应参数集中被熵编码/熵解码。
在另一示例中，为了指示画面中的量化矩阵预测方法，量化矩阵预测方法信息可在画面参数集或画面头中被熵编码/熵解码。
在另一示例中，为了指示条带中的量化矩阵预测方法，量化矩阵预测方法信息可在条带头中被熵编码/熵解码。
在另一示例中，为了指示并行块组中的量化矩阵预测方法，量化矩阵预测方法信息可在并行块组头中被熵编码/熵解码。
在另一示例中，为了指示并行块中的量化矩阵预测方法，量化矩阵预测方法信息可在并行块头中被熵编码/熵解码。
另外，指示是否使用作为二维不可分离变换的次级变换来将量化矩阵应用于编码/解码块的信息可在参数集或头中的至少一个中。此时，参数集可以是自适应参数集被熵编码/熵解码。
当指示是否使用次级变换将量化矩阵应用于编码/解码块的信息是第一值(例如，0)时，可使用与对应块对应的量化矩阵来执行量化/反量化。此外，当指示是否使用次级变换将量化矩阵应用于编码/解码块的信息是第二值(例如，1)并且针对对应块执行了次级变换时，对应块的量化/反量化处理中的量化矩阵系数可全部具有值K。这里，K可以是正整数，并且例如可以是16。K的值可表示在编码器/解码器中预定义的默认量化矩阵系数值。
图27至图59是示出根据本发明的实施例的对量化矩阵预测方法信息进行熵编码/熵解码的处理的示图。
如在图27至图59的语法元素的示例中，作为序列参数集、自适应参数集和画面参数集中的量化矩阵的预测方法信息的scaling_list_pred_mode_flag可被熵编码/熵解码。此时，作为量化矩阵编码/解码期间的量化矩阵预测方法，可指示使用量化矩阵中的系数的预测编码/解码方法或量化矩阵间预测方法。
例如，scaling_list_pred_mode_flag可被编码/解码为第一值(例如，0)以指示量化矩阵间预测方法，其中，量化矩阵间预测方法使用用于确定参考矩阵和编码/解码目标量化矩阵matrixId具有相同值的参考矩阵使用方法或默认矩阵使用方法中的至少一个方法。
此时，参考矩阵使用方法可表示用于将参考矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。
此外，默认矩阵使用方法可表示用于将默认矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。
在另一示例中，scaling_list_pred_mode_flag可被编码/解码为第二值(例如，1)以指示量化矩阵中的系数的预测编码/解码方法，其中，量化矩阵中的系数的预测编码/解码方法使用量化矩阵扫描、DPCM(差分脉冲编码调制)/逆DPCM或指数Golomb编码中的至少一个。
此外，作为量化矩阵的预测方法信息的scaling_list_copy_mode_flag和scaling_list_pred_mode_flag可在序列参数集、自适应参数集和画面参数集中被熵编码/熵解码。
可基于scaling_list_copy_mode_flag的值对scaling_list_pred_mode_flag进行熵编码/熵解码。例如，当scaling_list_copy_mode_flag具有第一值(例如，0)时，可对scaling_list_pred_mode_flag进行熵编码/熵解码。
例如，scaling_list_copy_mode_flag可被编码/解码为第二值(例如，1)以指示量化矩阵间预测方法，其中，量化矩阵间预测方法使用用于确定参考矩阵和编码/解码目标量化矩阵id具有相同值的参考矩阵使用方法和默认矩阵使用方法中的至少一个方法。
这里，id可表示与预测模式、颜色分量、变换块的宽度或变换块的高度中的至少一个对应的矩阵信息。例如，id可具有S至T之间的值。这里，S和T可以是包括0的正整数，并且可分别是0和27。此外，id可以是matrixId和sizeId的组合的标识符。如在表1的示例中，可根据预测模式、颜色分量、变换块的宽度、变换块的高度等来表示id。
[表1]
Figure BDA0003133345250000501
在另一示例中，scaling_list_copy_mode_flag可被编码/解码为第一值(例如，0)以指示量化矩阵中的系数的预测编码/解码方法，其中，量化矩阵中的系数的预测编码/解码方法使用量化矩阵扫描、DPCM(差分脉冲编码调制)/逆DPCM或指数Golomb编码中的至少一个。
在另一示例中，scaling_list_pred_mode_flag可被编码/解码为第二值(例如，1)，以从先前编码/解码的量化矩阵对编码/解码目标量化矩阵系数值进行预测。此时，可针对每个矩阵分量从编码器将当前量化矩阵的矩阵系数值与用于预测的量化矩阵的矩阵系数值之间的差值用信号发送到解码器。
例如，可基于指示编码/解码目标量化矩阵的参考量化矩阵标识符的scaling_list_pred_id_delta来获取解码目标量化矩阵系数值。
例如，当scaling_list_pred_id_delta具有第一值(例如，0)时，可基于默认矩阵获取解码目标量化矩阵。
在另一示例中，当scaling_list_pred_id_delta具有第二值(例如，非零正整数)时，可将由refId指示的编码/解码量化矩阵确定为解码目标量化矩阵的参考量化矩阵，并且可基于参考量化矩阵获取解码目标量化矩阵。
另外，scaling_list_pred_id_delta可在参数集中被编码。此时，可使用指示编码目标量化矩阵的id和指示参考量化矩阵的refId来确定参考量化矩阵标识符scaling_list_pred_id_delta。例如，这可如示例refId＝id-scaling_list_pred_id_delta[id]来表示。
此外，指示解码目标量化矩阵的参考量化矩阵标识符的scaling_list_pred_id_delta信息可在参数集中被解码。此时，使用参考量化矩阵标识符(scaling_list_pred_id_delta)和指示解码目标量化矩阵的id，可确定解码目标量化矩阵的参考量化矩阵refId。例如，这可如示例refId＝id-scaling_list_pred_id_delta[id]来表示。
另外，默认矩阵的所有矩阵系数值可具有常数值，而不管预测模式、颜色分量、块尺寸等如何。例如，所述常数值可以是正整数并且可以是16。
当scaling_list_pred_id_delta[id]具有第一值(例如，0)时，用于预测或复制量化矩阵的预测值可全部具有常数值。例如，所述常数值可以是正整数并且可以是16。此时，可将预测值设置为量化矩阵的矩阵系数的值。
此外，可从默认矩阵列表去除用于帧内色度分量的尺寸为2×2的量化矩阵，并且可不针对用于帧内预测块的尺寸为2×2的量化矩阵对用户定义的量化矩阵进行编码/解码。这里，用户定义的量化矩阵可表示由用户用信号发送的量化矩阵。用于帧内预测块的尺寸为2×2的量化矩阵可以是用于色度帧内预测块的尺寸为2×2的量化矩阵。
当scaling_list_copy_mode_flag和scaling_list_pred_mode_flag都具有第一值(例如，0)时，用于预测或复制量化矩阵的预测值可全部具有常数值。例如，所述常数值可以是正整数并且可以是8。通过将差值与预测值相加，可以计算量化矩阵中的矩阵系数。
当scaling_list_copy_mode_flag具有第二值(例如，1)时，差值可全部被设置为0。
此外，在以下情况中的至少一种情况下，量化矩阵中的所有矩阵系数都可具有常数值：关于量化矩阵是否被使用的信息具有指示量化矩阵未被使用的第一值(例如，0)的情况、关于是否存在量化矩阵的信息具有指示在比特流中不存在量化矩阵的第一值(例如，0)的情况、或者当前块的变换跳过模式具有指示变换跳过模式被使用的第二值(例如，1)的情况。例如，所述常数值可以是正整数并且可以是16。
如在图27至图29的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式或颜色分量中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的从U至V的值。这里，J、K、M、N、U和V可具有包括0的正整数。
这里，J和K可以是4，并且M和N可以是32。
这里，U和V可分别是0和3。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和5。
如在图30至图32的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式或颜色分量中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和5。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图33至图35的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或一维变换类型中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和7。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至7中的至少一个的值。此外，当sizeId为6至7时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图36至图38的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或一维变换类型中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和9。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至9中的至少一个的值。此外，当sizeId为6至9时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图39至图41的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或二维变换组合中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和7。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至7中的至少一个的值。此外，当sizeId为6至7时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图42至图44的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或二维变换组合中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和13。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至13中的至少一个的值。此外，当sizeId为6至13时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图45至图47的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或二维变换组合中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和7。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至7中的至少一个的值。此外，当sizeId为6至7时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图48至图50的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量或二维变换组合中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和13。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至13中的至少一个的值。此外，当sizeId为6至13时，matrixId可具有1至4中的至少一个的值。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图51至图53的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式、颜色分量、或者变换是否被使用中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和7。
当sizeId为0时，matrixId可具有1、2、4或5中的至少一个的值。此外，当sizeId为1至4时，matrixId可具有0至7中的至少一个的值。此外，当sizeId为6至7时，matrixId可具有值1。此外，当sizeId为5时，matrixId可具有0或3中的至少一个的值。
如在图54至图56的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式或颜色分量中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是1，并且M和N可以是64。
这里，U和V可分别是0和6。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和8。
当sizeId为1时，matrixId可具有1、2、4、5、7或8中的至少一个的值。此外，当sizeId为6时，matrixId可具有0、3或6中的至少一个的值。
如在图57至图59的示例中，sizeId可表示与块尺寸、变换尺寸或量化矩阵尺寸中的至少一个对应的尺寸信息。此外，matrixId可表示与预测模式或颜色分量中的至少一个对应的矩阵信息。
例如，sizeId可具有与J×K至M×N对应的U至V的值。这里，J、K、M、N、U和V可以是包括0的正整数。
这里，J和K可以是2，并且M和N可以是64。
这里，U和V可分别是0和5。
例如，matrixId可具有P至Q的值。这里，P和Q可以是包括0的正整数。
这里，P和Q可分别是0和8。
当sizeId为0时，matrixId可具有1、2、4、5、7或8中的至少一个的值。此外，当sizeId为5时，matrixId可具有0、3或6中的至少一个的值。
在下文中，将描述用于量化矩阵间预测的参考矩阵标识符的编码/解码。
当量化矩阵预测方法信息scaling_list_pred_mode_flag具有第一值(例如，0)时，编码/解码目标量化矩阵的参考矩阵标识符可在参数集或头中的至少一个中被熵编码/熵解码。这里，参考矩阵标识符可指示在用于量化矩阵间预测的编码/解码目标量化矩阵中参考的量化矩阵。此时，量化矩阵间预测方法可包括默认矩阵使用方法或参考矩阵使用方法中的至少一个。
此时，参数集或头中的至少一个可以是视频参数集、序列参数集、自适应参数集、画面参数集、画面头、条带头、并行块组头或并行块头中的至少一个。
例如，为了指示视频中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在视频参数集中被熵编码/熵解码。
在另一示例中，为了指示序列中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在序列参数集中被熵编码/熵解码。
在另一示例中，为了指示若干画面、若干子画面、若干并行块组、若干并行块或若干条带中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在自适应参数集中被熵编码/熵解码。
在另一示例中，为了指示画面中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在画面参数集或画面头中被熵编码/熵解码。
在另一示例中，为了指示条带中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在条带头中被熵编码/熵解码。
在另一示例中，为了指示并行块组中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在并行块组头中被熵编码/熵解码。
在另一示例中，为了指示并行块中的编码/解码目标量化矩阵的参考矩阵，参考矩阵标识符可在并行块头中被熵编码/熵解码。
如在图27至图59的语法元素的示例中，作为编码/解码目标量化矩阵的参考矩阵标识符的scaling_list_pred_matrix_id_delta可在参数集或头中的至少一个中被熵编码/熵解码。
例如，scaling_list_pred_matrix_id_delta可被编码/解码为第一值(例如，0)，以指示用于确定编码/解码目标量化矩阵与默认矩阵具有相同值的默认矩阵使用方法。
默认矩阵使用方法可表示用于将默认矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。也就是说，默认矩阵使用方法可表示用于将默认矩阵确定为编码/解码目标量化矩阵matrixId的参考矩阵并将默认矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。
在另一示例中，scaling_list_pred_matrix_id_delta可被编码/解码为第二值(例如，P)以指示用于确定编码/解码目标量化矩阵与参考矩阵具有相同值的参考矩阵使用方法。这里，P可以是正整数，并且可具有1与matrixId之间的值。
参考矩阵使用方法可表示用于将参考矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。也就是说，参考矩阵使用方法可表示用于将与refMatrixId对应的参考矩阵确定为编码/解码目标量化矩阵matrixId的参考矩阵并将参考矩阵系数值复制到编码/解码目标量化矩阵系数值的量化矩阵间预测方法。
例如，当编码器确定编码目标量化矩阵系数值等于编码器/解码器中预定的默认矩阵系数值时，scaling_list_pred_matrix_id_delta被编码为第一值(例如，0)，使得refMatrixId值和matrixId值相同。此时，默认矩阵可表示与sizeId和matrixId对应的默认矩阵。
在另一示例中，当编码器确定编码目标量化矩阵系数值等于参考矩阵系数值时，scaling_list_pred_matrix_id_delta可被编码为第二值(例如，P)，使得refMatrixId值和matrixId可以不相同。此时，参考矩阵可表示与refMatrixId对应的量化矩阵。
例如，当在解码器中对scaling_list_pred_matrix_id_delta进行解码的结果具有第一值(例如，0)(refMatrixId值和matrixId值相同)时，可将与sizeId和matrixId对应的解码目标量化矩阵系数值确定为等于编码器/解码器中预定的默认矩阵系数值。将解码目标量化矩阵系数值确定为等于编码器/解码器中预定的默认矩阵系数值的操作可表示用于将默认矩阵系数值复制到解码目标量化矩阵系数值的默认矩阵使用方法。
在另一示例中，当在解码器中对scaling_list_pred_matrix_id_delta进行解码的结果具有第二值(例如，P)(refMatrixId值和matrixId值不同)时，可将与refMatrixId对应的量化矩阵确定为解码目标量化矩阵的参考矩阵，并且可将解码目标量化矩阵系数值确定为等于参考矩阵系数值。将解码目标量化矩阵系数值确定为等于参考矩阵系数值的操作可表示用于将与refMatrixId对应的参考矩阵确定为解码目标量化矩阵的参考矩阵并将参考矩阵系数值复制到解码目标量化矩阵系数值的参考矩阵使用方法。
使用表示编码/解码目标量化矩阵的matrixId以及作为参考矩阵标识符的scaling_list_pred_matrix_id_delta，表示参考矩阵或默认矩阵的refMatrixId可如下被确定：
refMatrixId＝matrixId-scaling_list_pred_matrix_id_delta[sizeId][matrixId]*(sizeId＝＝3？3:1)
或refMatrixId＝matrixId-scaling_list_pred_matrix_id_delta[sizeId][matrixId]*(sizeId＝＝5？3:1)
或者在2×2的块尺寸的情况下，refMatrixId＝matrixId-scaling_list_pred_matrix_id_delta[sizeId][matrixId]-((matrixId>3&&(matrixId-scaling_list_pred_matrix_id_delta[sizeId][matrixId]<＝3))？1:0)
图60至图61是示出根据本发明的实施例的基于块尺寸来执行量化矩阵间预测的处理的示图。
如在图60的示例中，可使用量化/反量化处理中的量化矩阵尺寸(块尺寸)而不是编码/解码处理中的量化矩阵尺寸来执行量化矩阵间预测。也就是说，可不在具有不同sizeId的量化矩阵之间执行预测，其中，所述不同sizeId在量化/反量化处理中的量化矩阵尺寸之间进行区分。
例如，可从8×8的帧间色度Cr量化矩阵(sizeId＝＝1，matrixId＝＝4)对8×8的帧间色度Cb量化矩阵(sizeId＝＝1，matrixId＝＝5)进行预测。
在另一示例中，可不从8×8的帧内亮度Y量化矩阵(sizeId＝＝1，matrixId＝＝0)对32×32的帧间亮度Y量化矩阵(sizeId＝＝3，matrixId＝＝1)进行预测。
在另一示例中，可不从8×8的帧内色度Cr量化矩阵(sizeId＝＝1，matrixId＝＝1)对16×16的帧间色度Cr量化矩阵(sizeId＝＝2，matrixId＝＝4)进行预测。
如在图61的示例中，可从与编码/解码处理中的量化矩阵尺寸(块尺寸)具有相同的尺寸的量化矩阵执行量化矩阵间预测。此时，可使用编码/解码处理中的量化矩阵尺寸(块尺寸)来执行量化矩阵复制。也就是说，当在量化/反量化处理中的量化矩阵尺寸之间进行区分的sizeId不同但编码/解码处理中的量化矩阵尺寸相同时，可执行量化矩阵间预测。
例如，可从8×8的帧间色度Cr量化矩阵(sizeId＝＝1，matrixId＝＝4)对8×8的帧间色度Cb量化矩阵(sizeId＝＝1，matrixId＝＝5)进行预测。
在另一示例中，可从8×8的帧内亮度Y量化矩阵(sizeId＝＝1，matrixId＝＝0)对32×32的帧间亮度Y量化矩阵(sizeId＝＝3，matrixId＝＝1)进行预测。
在另一示例中，可从8×8的帧内色度Cr量化矩阵(sizeId＝＝1，matrixId＝＝1)对16×16的帧间色度Cr量化矩阵(sizeId＝＝2，matrixId＝＝4)进行预测。
在另一示例中，可从8×8的帧内亮度Y量化矩阵(sizeId＝＝1，matrixId＝＝0)对16×16的帧内亮度Y量化矩阵(sizeId＝＝2，matrixId＝＝0)进行预测。
此时，由量化矩阵复制、量化矩阵预测等参考的量化矩阵的sizeID可小于或等于当前量化矩阵的sizeId。
当不同的量化矩阵在编码/解码处理中按预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或变换是否被使用而具有相同的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或变换是否被使用中的至少一个时，可执行量化矩阵间预测。
例如，当不同的量化矩阵在编码/解码处理中按预测模式具有相同的尺寸时，可执行量化矩阵间预测。
在另一示例中，当不同的量化矩阵在编码/解码处理中按颜色分量具有相同的尺寸时，可执行量化矩阵间预测。
在另一示例中，当不同的量化矩阵在编码/解码处理中按形式具有相同的形式时，可执行量化矩阵间预测。
在另一示例中，当不同的量化矩阵在编码/解码处理中按一维变换类型、二维变换组合、或变换是否被使用中的至少一个而具有相同的尺寸时，可执行量化矩阵间预测。
在另一示例中，当不同的量化矩阵在编码/解码处理中按尺寸具有相同的尺寸时，可执行量化矩阵间预测。下面将描述其详细示例。
在编码/解码处理中具有J×K的尺寸的量化矩阵即使在量化/反量化处理中也可具有J×K的尺寸，但是在编码/解码处理中具有M×N的尺寸的量化矩阵在量化/反量化处理中可具有M×N、2*M×2*N、4*M×4*N、8*M×8*N等的尺寸。这里，J、K、M和N可以是正整数。此外，J和K可小于或等于M和N。
例如，在编码/解码处理中具有4×4的尺寸的量化矩阵即使在量化/反量化处理中也可具有4×4的尺寸，但是在编码/解码处理中具有8×8的尺寸的量化矩阵在量化/反量化处理中可具有8×8、16×16、32×32、64×64等的尺寸。
在另一示例中，在编码/解码处理中具有2×2或4×4的尺寸的量化矩阵即使在量化/反量化处理中也可具有2×2或4×4的尺寸，但是在编码/解码处理中具有8×8的尺寸的量化矩阵在量化/反量化处理中可具有8×8、16×16、32×32、64×64等的尺寸。
在另一示例中，在编码/解码处理中具有4×4的尺寸的量化矩阵即使在量化/反量化处理中也可具有2×2或4×4的尺寸，但是在编码/解码处理中具有8×8的尺寸的量化矩阵在量化/反量化处理中可具有8×8、16×16、32×32、64×64等的尺寸。
在另一示例中，在编码/解码处理中具有2×2、4×4或8×8的尺寸的量化矩阵即使在量化/反量化处理中也可具有2×2、4×4或8×8的尺寸，但是在编码/解码处理中具有16×16的尺寸的量化矩阵在量化/反量化处理中可具有16×16、32×32、64×64等的尺寸。
由于在量化/反量化处理中具有M×N、2*M×2*N、4*M×4*N、8*M×8*N等的尺寸的量化矩阵在编码/解码处理中具有相同的M×N的尺寸，因此可执行量化矩阵间预测。这里，M和N可以是正整数。
例如，在量化/反量化处理中具有8×8、16×16、32×32、64×64等的尺寸的量化矩阵在编码/解码处理中具有相同的8×8的尺寸，可执行量化矩阵间预测。
在另一示例中，在量化/反量化处理中具有2×2、4×4等的尺寸的量化矩阵在编码/解码处理中具有相同的4×4的尺寸，可执行量化矩阵间预测。
在另一示例中，在量化/反量化处理中具有16×16、32×32、64×64等的尺寸的量化矩阵在编码/解码处理中具有相同的16×16的尺寸，可执行量化矩阵间预测。
当具有相同尺寸(M×N)的量化矩阵在编码/解码处理中被用信号发送，但是具有不同尺寸(M×N、2*M×2*N、4*M×4*N、8*M×8*N等)的量化矩阵在量化/反量化处理中被推导出时，仅在编码/解码处理中具有相同尺寸的量化矩阵之间(在编码/解码处理中具有M×N的尺寸的量化矩阵之间)可允许预测。这里，M和N可以是正整数。
例如，当具有相同尺寸(8×8)的量化矩阵在编码/解码处理中被用信号发送，但是具有不同尺寸(8×8、16×16、32×32、64×64等)的量化矩阵在量化/反量化处理中被推导出时，仅在编码/解码处理中具有相同尺寸的量化矩阵之间(在编码/解码处理中具有8×8的尺寸的量化矩阵之间)可允许预测。
在另一示例中，当具有相同尺寸(4×4)的量化矩阵在编码/解码处理中被用信号发送，但具有不同尺寸(2×2、4×4等)的量化矩阵在量化/反量化处理中被推导出时，仅在编码/解码处理中具有相同尺寸的量化矩阵之间(在编码/解码处理中具有4×4的尺寸的量化矩阵之间)可允许预测。
在另一示例中，当具有相同尺寸(16×16)的量化矩阵在编码/解码处理中被用信号发送，但具有不同尺寸(16×16、32×32、64×64等)的量化矩阵在量化/反量化处理中被推导出时，仅在编码/解码处理中具有相同尺寸的量化矩阵之间(在编码/解码处理中具有16×16的尺寸的量化矩阵之间)可允许预测。
可不允许在编码/解码处理中具有不同尺寸的量化矩阵之间(在编码/解码处理中J×K的尺寸与M×N的尺寸之间)进行预测。这里，J、K、M和N可以是正整数。此外，J和K可分别小于M和N。
例如，可不允许在编码/解码处理中具有不同尺寸的量化矩阵之间(在编码/解码处理中4×4的尺寸与8×8的尺寸之间)进行预测。
编码器可如下基于编码/解码目标量化矩阵的矩阵信息matrixId、参考矩阵的矩阵信息refMatrixId、编码/解码目标量化矩阵尺寸信息sizeId、参考矩阵的尺寸信息refSizeId、或者编码/解码目标量化矩阵尺寸和矩阵信息sizeMatrixId中的至少一个来确定作为参考矩阵标识符的scaling_list_pred_size_matrix_id_delta：
scaling_list_pred_size_matrix_id_delta＝sizeMatrixId-refMap[refSizeId][refMatrixId]
所述方法可被应用于在编码/解码处理中具有M×N的尺寸的量化矩阵，并且可不被应用于在编码/解码处理中具有J×K的尺寸的量化矩阵。对于在编码/解码处理中具有J×K的尺寸的量化矩阵，参考矩阵标识符scaling_list_pred_size_matrix_id_delta可被确定。也就是说，量化矩阵间预测方法可根据编码/解码处理中的量化矩阵尺寸而变化，并且参考矩阵标识符确定方法也可变化。这里，J、K、M和N可以是正整数。此外，J和K可分别小于M和N。
scaling_list_pred_size_matrix_id_delta＝matrixId-refMatrixId
解码器可基于参考矩阵标识符scaling_list_pred_size_matrix_id_delta或者编码/解码目标量化矩阵尺寸和矩阵信息sizeMatrixId中的至少一个来确定参考矩阵的矩阵信息refMatrixId或参考矩阵的尺寸信息refSizeId中的至少一个。refSizeId＝refMap[sizeMatrixId-scaling_list_pred_size_matrix_id_delta]
refMatrixId＝refMap[sizeMatrixId-scaling_list_pred_size_matrix_id_delta]
所述方法可被应用于在编码/解码处理中具有M×N的尺寸的量化矩阵，并且可不被应用于在编码/解码处理中具有J×K的尺寸的量化矩阵。对于在编码/解码处理中具有J×K的尺寸的量化矩阵，作为参考矩阵的矩阵信息的refMatrixId可被确定。也就是说，量化矩阵间预测方法可根据编码/解码处理中的量化矩阵尺寸而变化，并且参考矩阵标识符确定方法也可变化。这里，J、K、M和N可以是正整数。此外，J和K可分别小于M和N。
refMatrixId＝matrixId-scaling_list_pred_size_matrix_id_delta
图62至图64是示出根据本发明的实施例的映射表refMap的示图。
如在图62至图64的示例中，refMap可以是针对sizeMatrixId、refSizeId或refMatrixId中的至少一个的映射表。此时，由于量化/反量化处理中的量化矩阵尺寸不同，但是编码/解码处理中的量化矩阵尺寸相同，因此可根据在编码/解码处理中具有8×8的尺寸的量化矩阵信息顺序地分配参考矩阵标识符。
这里，编码/解码目标量化矩阵尺寸和矩阵信息可表示单个标识符。另外，可基于量化/反量化处理中的矩阵尺寸、预测模式、颜色分量、当前块的尺寸等推导该单个标识符。另外，针对帧内模式的单个标识符和针对IBC模式的单个标识符可相同。
例如，在编码/解码处理中具有M×N的尺寸的量化矩阵的情况下，可将scaling_list_pred_size_matrix_id_delta编码/解码为第一值(例如，0)以指示用于确定编码/解码目标量化矩阵与默认矩阵具有相同值的默认矩阵使用方法。也就是说，可允许refMatrixId和matrixId相同，并且可允许refSizeId和sizeId相同。此时，默认矩阵可表示与sizeId和matrixId对应的默认矩阵。这里，M和N可以是正整数，并且M×N可以是8×8。
在另一示例中，在编码/解码处理中具有J×K的尺寸的量化矩阵的情况下，可将scaling_list_pred_size_matrix_id_delta编码/解码为第一值(例如，0)以指示用于确定编码/解码目标量化矩阵与默认矩阵具有相同值的默认矩阵使用方法。也就是说，可允许refMatrixId和matrixId相同。此时，默认矩阵可表示与sizeId和matrixId对应的默认矩阵。这里，J和K可以是正整数，并且J×K可以是4×4。
例如，在编码/解码处理中具有M×N的尺寸的量化矩阵的情况下，可将scaling_list_pred_size_matrix_id_delta编码/解码为第二值(例如，P)以指示用于确定编码/解码目标量化矩阵与参考矩阵具有相同值的参考矩阵使用方法。这里，P可以是正整数，并且可具有1与matrixId之间的值。也就是说，可从与refMatrixId和refSizeId对应的参考矩阵执行矩阵间预测。这里，M和N可以是正整数，并且M×N可以是8×8。
在另一示例中，在编码/解码处理中具有J×K的尺寸的量化矩阵的情况下，可将scaling_list_pred_size_matrix_id_delta编码/解码为第二值(例如，P)以指示用于确定编码/解码目标量化矩阵与参考矩阵具有相同值的参考矩阵使用方法。这里，P可以是正整数，并且可具有1与matrixId之间的值。也就是说，可从与refMatrixId对应的参考矩阵执行矩阵间预测。这里，J和K可以是正整数，并且J×K可以是4×4。
此外，可施加限制使得不从具有大于编码/解码目标量化矩阵的sizeMatrixId的值的量化矩阵执行矩阵间预测，并且参考矩阵标识符scaling_list_pred_size_matrix_id_delta可被限制为具有0与U之间的值。这里，U可以是正整数。
例如，当使用量化/反量化处理中的量化矩阵尺寸来执行量化矩阵复制时，可施加限制使得在量化/反量化处理中具有2×2的尺寸的量化矩阵的参考矩阵标识符具有0与X之间的值，在量化/反量化处理中具有4×4、8×8、16×16或32×32的尺寸的量化矩阵的参考矩阵标识符具有0与Y之间的值，并且在量化/反量化处理中具有64×64的尺寸的量化矩阵的参考矩阵标识符具有0与Z之间的值。这里，X、Y和Z可以是正整数并且可具有不同的值。
此时，当量化/反量化处理中的矩阵尺寸是等于或大于特定尺寸M×N的8×8、16×16、32×32、64×64等中的至少一个时，可包括最低频率矩阵系数或DC矩阵系数。因此，在预测期间，还可从在量化/反量化处理中具有等于或大于特定尺寸M×N的尺寸(诸如8×8、16×16、32×32、64×64等)的量化矩阵对最低频率矩阵系数或DC矩阵系数进行预测。这里，M和N可以是正整数，并且M×N可以是8×8。
在下文中，将描述量化矩阵中的系数的预测编码/解码步骤。
当量化矩阵预测方法信息scaling_list_pred_mode_flag具有第二值(例如，1)时，量化矩阵预测方法信息可指示量化矩阵中的系数的预测编码/解码方法。量化矩阵中的系数的预测编码/解码方法可表示使用量化矩阵扫描、DPCM(差分脉冲编码调制)/逆DPCM或指数Golomb编码中的至少一个的方法。
在量化矩阵中的系数的预测编码/解码方法的情况下，在量化矩阵中先前编码/解码的量化矩阵系数值与编码/解码目标量化矩阵系数值之间的差值或者最低频率矩阵系数中的至少一个可在参数集或头中的至少一个中被熵编码/熵解码。
这里，最低频率矩阵系数可表示量化矩阵中的作为DC矩阵系数和最低频率矩阵系数中的至少一个的系数，其中，所述DC矩阵系数和所述最低频率矩阵系数用于对残差块中的变换系数中的位于左上侧的DC变换系数和最低频率变换系数中的至少一个进行量化/反量化。在量化矩阵中的系数的预测编码/解码期间，可首先对最低频率矩阵系数进行编码/解码。
例如，作为一维变换类型，当DCT-2被用作水平变换或垂直变换时，针对DC变换系数的最低频率矩阵系数可以是DC矩阵系数。
在另一示例中，作为一维变换类型，将除了DCT-2之外的变换(DCT-8、DST-7、DCT-4、DST-4等)用作水平变换或垂直变换，针对最低频率变换系数的最低频率矩阵系数可以是最低频率矩阵系数。
例如，作为二维变换组合，当将DCT-2用作水平变换或垂直变换时，针对DC变换系数的最低频率矩阵系数可以是DC矩阵系数。
在另一示例中，作为二维变换组合，当将除了DCT-2之外的变换(DCT-8、DST-7、DCT-4、DST-4等)用作水平变换或垂直变换中的至少一个时，针对最低频率变换系数的最低频率矩阵系数可以是最低频率矩阵系数。
例如，当初级变换或次级变换中的至少一个未被使用时，可不对最低频率矩阵系数值进行编码/解码。
如在图27至图59的语法元素的示例中，当编码/解码目标量化矩阵尺寸是等于或大于特定尺寸M×N的8×8、16×16、32×32等中的至少一个时，作为DC矩阵系数或最低频率矩阵系数的scaling_list_dc_coef_minus8可在参数集或头中的至少一个中被编码/解码。这里，M和N可以是正整数。M×N可以是8×8、16×16等。
此时，scaling_list_dc_coef_minus8可被限制为-A与B之间的值，并且可使用有符号指数Golomb编码而被编码/解码为-A与B之间的值。
这里，A和B可以是正整数。
例如，当量化矩阵系数由6个比特表示时，A可以是7，B可以是55，并且A+B可以是62或63。
在另一示例中，当量化矩阵系数由8个比特表示时，A可以是7，B可以是247，并且A+B可以是254或255。
在另一示例中，当量化矩阵系数由10个比特表示时，A可以是7，B可以是1015，并且A+B可以是1022或1023。
当量化矩阵被重建时，DC矩阵系数或最低频率矩阵系数可被计算为scaling_list_dc_coef_minus8+L的值，并且计算出的值可以是C与D之间的值。这里，L可以是正整数并且可以是8。
这里，C和D可以是正整数。
例如，当量化矩阵系数由6个比特表示时，C可以是1并且D可以是63。
在另一示例中，当量化矩阵系数由8个比特表示时，C可以是1并且D可以是255。
在另一示例中，当量化矩阵系数由10个比特表示时，C可以是1，并且D可以是1023。
当作为量化矩阵的预测方法信息的scaling_list_pred_mode_flag具有第一值，作为参考矩阵标识符的scaling_list_pred_matrix_id_delta具有第一值，并且量化矩阵尺寸等于或大于M×N的尺寸时，scaling_list_dc_coef_minus8可被确定为L。这里，M和N可以是正整数。M×N可以是8×8、16×16等。这里，L可以是正整数并且可以是8。
如在图27至图59的语法元素的示例中，作为量化矩阵中的先前被编码/解码的量化矩阵系数值ScalingList[sizeId][matrixId][i-1]与编码/解码目标量化矩阵系数值ScalingList[sizeId][matrixId][i]之间的差值的scaling_list_delta_coef可在参数集或头中的至少一个中被编码/解码。
当尺寸为J×K的量化矩阵被编码/解码时，可对总共J×K个scaling_list_delta_coef进行编码/解码，其中，所述J×K是J×K的量化矩阵中的系数的数量。这里，J和K可以是正整数。
例如，当尺寸为4×4的量化矩阵被编码/解码时，可对总共16个scaling_list_delta_coef进行编码/解码，其中，所述16个是4×4的量化矩阵中的系数的数量。
当在尺寸为M×N或更大的块中使用的量化矩阵被编码/解码时，可对总共M*N个scaling_list_delta_coef进行编码/解码，其中，所述M*N是M×N的量化矩阵中的系数的数量。这里，M和N可以是正整数。
例如，当在尺寸为8×8或更大的块中使用的量化矩阵被编码/解码时，可对8×8的量化矩阵中的总共64个系数进行编码/解码。
此时，scaling_list_delta_coef可被限制为-A与B之间的值，并且可使用有符号指数Golomb编码而被编码/解码为-A与B之间的值。
这里，A和B可以是正整数。
例如，当量化矩阵系数由6个比特表示时，A可以是32，B可以是31，并且A+B可以是63。
在另一示例中，当量化矩阵系数由8个比特表示时，A可以是128，B可以是127，并且A+B可以是255。
在另一示例中，当量化矩阵系数由10个比特表示时，A可以是512，B可以是511，并且A+B可以是1023。
当量化矩阵被重建时，量化矩阵系数nextCoef可被计算为nextCoef+scaling_list_delta_coef+(C+D))％(C+D)的值，并且计算出的值可以是C与D之间的值。
这里，C和D可以是正整数。
例如，当量化矩阵系数由6个比特表示时，C可以是1，并且D可以是63。
在另一示例中，当量化矩阵系数由8个比特表示时，C可以是1，并且D可以是255。
在另一示例中，当量化矩阵系数由10个比特表示时，C可以是1，并且D可以是1023。
当作为量化矩阵的预测方法信息的scaling_list_pred_mode_flag具有第一值并且作为参考矩阵标识符的scaling_list_pred_matrix_id_delta具有第一值时，scaling_list_delta_coef可被确定为L。这里，M和N可以是正整数。M×N可以是8×8、16×16等。这里，L可以是负整数、0或正整数中的至少一个并且可以是0。
此外，可使用用于计算nextCoef的scaling_list_dc_coef_minus8或scaling_list_delta_coef来指示对默认矩阵的使用。
例如，编码器可针对编码目标量化矩阵将scaling_list_dc_coef_minus8的值编码为-8，并将对默认矩阵的使用用信号发送到解码器。此外，可对scaling_list_delta_coef进行编码，使得第一nextCoef值变为0，从而将对默认矩阵的使用用信号发送到解码器。
在另一示例中，当解码器将scaling_list_dc_coef_minus8的值解码为-8时，可将解码目标量化矩阵确定为默认矩阵。此外，当通过对scaling_list_delta_coef进行解码而计算出的第一nextCoef值为0时，解码目标量化矩阵可被确定为默认矩阵。
此时，参数集或头中的至少一个可以是视频参数集、序列参数集、自适应参数集、画面参数集、画面头、条带头、并行块组头或并行块头中的至少一个。
例如，为了对视频中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在视频参数集中被熵编码/熵解码。
在另一示例中，为了对序列中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在序列参数集中被熵编码/熵解码。
在另一示例中，为了对若干画面、若干子画面、若干并行块组、若干并行块或若干条带中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在自适应参数集中被熵编码/熵解码。
在另一示例中，为了对画面中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在画面参数集或画面头中被熵编码/熵解码。
在另一示例中，为了对条带中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在条带头中被熵编码/熵解码。
在另一示例中，为了对并行块组中的量化矩阵中的系数进行预测性编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在并行块组头中被熵编码/熵解码。
在另一示例中，为了对并行块中的量化矩阵中的系数进行预测性地编码/解码，量化矩阵系数值的差值或最低频率矩阵系数值中的至少一个可在并行块头中被熵编码/熵解码。
编码器可在以下处理中对量化矩阵中的先前被编码的量化矩阵系数值与编码目标量化矩阵系数值之间的差值进行编码。
在第一处理中，可执行扫描以便使二维量化矩阵中的系数中的至少一个系数在一维系数阵列中对准。
在第二处理中，可生成scaling_list_delta_coef，其中，scaling_list_delta_coef是通过扫描方法的编码目标量化矩阵系数与位于所述一维系数阵列中的先前顺序中的量化矩阵系数之间的差值。此时，可使用DPCM来计算所述差值，并且位于所述先前顺序中的量化矩阵系数可以是位于紧接在编码目标量化矩阵系数之前的编码系数。此外，由于一维系数阵列中的第一个系数不具有将被预测的位于所述先前顺序中的量化矩阵系数，因此可使用预定常数值来生成所述差值。例如，当量化矩阵尺寸大于8×8时，可使用DC矩阵系数或最低频率矩阵系数来生成所述差值。此时，预定常数值可以是C与D之间的作为正整数的值，并且更具体地，可以是诸如8或16的正值。
在第三处理中，可使用指数Golomb编码来对作为计算出的差值的scaling_list_delta_coef进行编码。此时，所述差值具有符号信息，并且因此可使用有符号指数Golomb编码而被编码。scaling_list_delta_coef可被限制为-A与B之间的值，并且可被编码为-A与B之间的值。
解码器可在以下处理中对量化矩阵中的先前被编码的量化矩阵系数值与解码目标量化矩阵系数值之间的差值进行解码。
在第一处理中，可使用指数Golomb编码来对scaling_list_delta_coef进行解码。scaling_list_delta_coef可被限制为-A与B之间的值，所述差值具有符号信息，并且因此可使用有符号指数Golomb编码而被解码为-A与B之间的值。经过解码的差值可按解码顺序被顺序地存储在一维系数阵列中。
在第二处理中，计算经过解码的差值和位于一维系数阵列中的先前顺序中的量化矩阵系数之和，以重建作为解码目标量化矩阵系数的nextCoef或scalingList[i]。此时，i可表示一维系数阵列中的顺序数。可使用逆DPCM来计算解码目标量化矩阵系数，并且位于所述先前顺序中的量化矩阵系数可以是位于紧接在解码目标量化矩阵系数之前的经过解码的系数。此外，一维系数阵列中的第一个系数不具有将被预测的位于所述先前顺序中的量化矩阵系数，并且因此可使用预定常数而被重建。例如，当量化矩阵尺寸大于8×8时，可使用DC矩阵系数或最低频率矩阵系数来重建量化矩阵。此时，预定常数值可以是C与D之间的作为正整数的值，并且更具体地，可以是诸如8或16的正值。重建的量化矩阵系数可以是C与D之间的值。
在第三处理中，可执行逆扫描以使重建的一维系数阵列对准在二维量化矩阵中。此时，可以以与扫描相同的方式执行逆扫描，或者可以以扫描的逆序执行逆扫描。
A、B、C和D可以是正整数。
例如，当量化矩阵由6个比特表示时，A可以是32，B可以是31，并且A+B可以是63。
在另一示例中，当量化矩阵系数由8个比特表示时，A可以是128，B可以是127，并且A+B可以是255。
在另一示例中，当量化矩阵系数由10个比特表示时，A可以是512，B可以是511，并且A+B可以是1023。
例如，当量化矩阵系数由6个比特表示时，C可以是1，并且D可以是63。
在另一示例中，当量化矩阵系数由8个比特表示时，C可以是1，并且D可以是255。
在另一示例中，当量化矩阵系数由10个比特表示时，C可以是1，并且D可以是1023。
图65至图73是示出根据本发明的实施例的针对量化矩阵系数的扫描方法的示图。
可针对编码目标量化矩阵系数或重建系数中的至少一个执行以下扫描方法中的至少一种方法。
如在图65的示例中，可使用对角线扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用对角线扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，对角线扫描方向可以是如在图65的示例中那样从左下侧到右上侧，或者可以是从右上侧到左下侧。
当扫描方向是从左下侧到右上侧时，扫描可被称为右上对角线扫描。此外，当扫描方向是从右上侧到左下侧时，扫描可被称为左下对角线扫描。
图65示出右上对角线扫描作为对角线扫描。
如在图66的示例中，可使用水平扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用水平扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，在水平扫描中，可优先扫描与第一行对应的系数。
如在图67的示例中，可使用垂直扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用水平扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，在垂直扫描中，可优先扫描与第一列对应的系数。
如在图68的示例中，可使用基于块的对角线扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的对角线扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
如在图68的示例中，对角线扫描方向可以是从左下侧到右上侧。此外，对角线扫描方向可以是从右上侧到左下侧。
图68示出基于块的右上对角线扫描作为基于块的对角线扫描。
此时，块可表示从特定块尺寸分区出的子块。当使用基于块的扫描时，可使用与块的扫描方法相同的扫描方法来对特定块中的子块进行扫描。
如在图68的示例中，当使用基于块的对角线扫描时，尺寸为8×8的块可被分区为尺寸皆为4×4的子块，可使用对角线扫描来对尺寸皆为4×4的子块进行扫描，并且可使用对角线扫描来对子块中的系数进行扫描。
如在图69的示例中，可使用基于块的水平扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的水平扫描使重建的一维系数阵列在二维量化矩阵中对准。此时，块尺寸可以是4×4，并且可优先扫描与第一行对应的块。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的水平扫描中，可优先扫描与第一行对应的块。
如在图70的示例中，可使用基于块的垂直扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的垂直扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的垂直扫描中，可优先扫描与第一列对应的块。
如在图71的示例中，可使用基于块的水平扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的水平扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数，并且可分别是8和2。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的水平扫描中，可优先扫描与第一行对应的块。
如在图72的示例中，可使用基于块的垂直扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的垂直扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数，并且可分别是2和8。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的水平扫描中，可优先扫描与第一列对应的块。
如在图65至图72的示例中，与(a)对应的扫描可被用于针对J×K的块的尺寸为J×K的量化矩阵，与(b)对应的扫描可被用于针对诸如8×8/16×16/32×32/64×64的至少一个块的尺寸为M×N或更大的量化矩阵、或者尺寸为M×N的量化矩阵。J、K、M和N可以是正整数。此外，J和K可分别小于M和N。此外，J×K可以是4×4并且M×N可以是8×8。
虽然在图65至图72的示例中仅示出了与最大尺寸8×8对应的扫描方法，但是与尺寸8×8对应的扫描方法可应用于与大于8×8的尺寸对应的扫描方法，并且所述扫描方法不仅可应用于正方形量化矩阵，而且可应用于非正方形量化矩阵。
编码器可对量化矩阵系数进行扫描以便使正方形/非正方形二维量化矩阵中的系数在一维系数阵列中对准。此外，解码器可对量化矩阵系数进行扫描，以便使重建的一维系数阵列在正方形/非正方形二维量化矩阵中对准。此外，将在二维量化矩阵中对准的量化矩阵可以是在编码器和解码器中预定义的默认矩阵。
如在图73的示例中，可对量化矩阵系数中的至少一个量化矩阵系数进行扫描。
例如，如在图73的(a)的示例中，可使用对角线扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用对角线扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，对角线扫描方向可如图73的(a)的示例中那样从左下侧到右上侧，并且可以是从右上侧到左下侧。
当扫描方向是从左下侧到右上侧时，扫描可被称为右上对角线扫描。此外，当扫描方向是从右上侧到左下侧时，扫描可被称为左下对角线扫描。
图73的(a)示出右上对角线扫描作为对角线扫描。
在另一示例中，如在图73的(b)的示例中，可使用垂直扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用垂直扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，在垂直扫描中，可优先扫描与第一列对应的系数。
在另一示例中，如在图73的(c)的示例中，可使用水平扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用水平扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，在水平扫描中，可优先扫描与第一行对应的系数。
在另一示例中，如在图73的(d)的示例中，可使用基于块的对角线扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可使用基于块的对角线扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
如在图73的(d)的示例中，对角线扫描方向可以是从左下侧到右上侧。此外，对角线扫描方向可以是从右上侧到左下侧。
图73的(d)示出基于块的右上对角线扫描作为针对8×4的块的基于块的对角线扫描。
在另一示例中，如在图73的(e)的示例中，可针对整个8×4的块使用基于块的垂直扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可针对整个8×4的块使用基于块的垂直扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的垂直扫描中，可优先扫描与第一列对应的块。
在另一示例中，如在图73的(f)的示例中，可针对整个4×8的块使用基于块的水平扫描使二维量化矩阵中的系数在一维系数阵列中对准。此外，可针对整个4×8的块使用基于块的水平扫描使重建的一维系数阵列在二维量化矩阵中对准。
此时，块尺寸可以是M×N。这里，M或N中的至少一个可以是正整数并且可以是4。此外，块尺寸可等于用于变换系数编码/解码的系数组的尺寸。
此时，在基于块的水平扫描中，可优先扫描与第一行对应的块。
如在图65至图73的示例中，当用于非正方形块的量化矩阵具有非正方形形式时，在扫描量化矩阵时可以以非正方形形式执行扫描，或者可通过将对应量化矩阵分区为具有作为特定正方形块单元的M×N的尺寸来执行针对每个特定正方形块单元的扫描和特定正方形块单元中的扫描。这里，M和N可以是正整数，并且可具有相同的值或不同的值。
在下文中，将描述重建量化矩阵的步骤。
图74至图76是示出根据本发明的实施例的重建量化矩阵的处理的示图。
在二维量化矩阵中对准和重建的量化矩阵系数可被重建为正方形二维量化矩阵以被用于量化/反量化。此时，可使用上采样、插值、DC矩阵系数或最低频率矩阵系数替换、子采样、或者下采样中的至少一个来重建二维量化矩阵。重建量化矩阵的示例如下所示。
例如，可使用以下方法来重建用于尺寸为M×M(诸如2×2、4×4、8×8、16×16、32×32或64×64)的正方形块的量化/反量化的量化矩阵。这里，M可以是正整数。
如在等式1的示例中，可通过针对尺寸为4×4的对准的二维量化矩阵QM执行子采样来重建用于尺寸为2×2的块的量化/反量化的量化矩阵RQM。
[等式1]
RQM(x,y)＝QM(x*F,y*F)，其中，x＝0,1，y＝0,1，F＝2
可选地，在等式2的示例中，在用于尺寸为2×2的块的量化/反量化的量化矩阵RQM中，尺寸为2×2的对准的二维量化矩阵QM可在不经改变的情况下被使用。
[等式2]
RQM(x,y)＝QM(x,y)，其中，x＝0,1，y＝0,1
如在等式3的示例中，在用于尺寸为4×4的块的量化/反量化的量化矩阵RQM中，尺寸为4×4的对准的二维量化矩阵QM可在不经改变的情况下被使用。
[等式3]
RQM(x,y)＝QM(x,y)，其中，x＝0,1,...3，y＝0,1,…3
如在等式4的示例中，在用于尺寸为8×8的块的量化/反量化的量化矩阵RQM中，尺寸为8×8的对准的二维量化矩阵QM可在不经改变的情况下被使用。
[等式4]
RQM(x,y)＝QM(x,y)，其中，x＝0,1,…7，y＝0,1,…7
如在等式5的示例中，可通过如在图75的示例中那样在从与尺寸为8×8的对准的二维量化矩阵QM最接近的邻近矩阵系数复制时执行上采样来重建用于尺寸为16×16的块的量化/反量化的量化矩阵RQM。此外，如在等式6的示例中，在量化矩阵中位于位置(0,0)处的量化矩阵系数可由作为DC矩阵系数或最低频率矩阵系数的scaling_list_dc_coef_minus8+8的值替换。
[等式5]
RQM(x,y)＝QM(x/F,y/F)，其中，x＝0,1,…15，y＝0,1,…15，F＝2
[等式6]
RQM(0,0)＝scaling_list_dc_coef_minus8+8
如在等式7的示例中，可通过如图75的示例中那样在从与尺寸为8×8的对准的二维量化矩阵QM最接近的邻近矩阵系数复制时执行上采样来重建用于尺寸为32×32的块的量化/反量化的量化矩阵RQM。此外，如在等式8的示例中，在量化矩阵中位于位置(0,0)处的量化矩阵系数可由作为DC矩阵系数或最低频率矩阵系数的scaling_list_dc_coef_minus8+8的值替换。
[等式7]
RQM(x,y)＝QM(x/F,y/F)，其中，x＝0,1,…31，y＝0,1,…31，F＝4
[等式8]
RQM(0,0)＝scaling_list_dc_coef_minus8+8
如在等式9的示例中，可通过如图75的示例中那样在从与尺寸为8×8的对准的二维量化矩阵QM最接近的邻近矩阵系数复制时执行上采样来重建用于尺寸为64×64的块的量化/反量化的量化矩阵RQM。此外，如在等式10的示例中，在量化矩阵中位于位置(0,0)处的量化矩阵系数可由作为DC矩阵系数或最低频率矩阵系数的scaling_list_dc_coef_minus8+8的值替换。
[等式9]
RQM(x,y)＝QM(x/F,y/F)，其中，x＝0,1,…63，y＝0,1,…63，F＝8
[等式10]
RQM(0,0)＝scaling_list_dc_coef_minus8+8
在二维量化矩阵中对准和重建的量化矩阵系数可被重建为非正方形二维量化矩阵以被用于量化/反量化。此时，可使用上采样、插值、DC矩阵系数或最低频率矩阵系数替换、子采样、或者下采样中的至少一个来重建二维量化矩阵。重建量化矩阵的示例如下所示。
例如，可使用以下方法来重建用于尺寸为M×N(诸如2×2、4×2、2×4、4×4、8×4、8×2、2×8、4×8、8×8、16×8、16×4、16×2、2×16、4×16、8×16、16×16、32×16、32×8、32×4、32×2、2×32、4×32、8×32、16×32、32×32、64×32、64×16、64×8、64×4、64×2、2×64、4×64、8×64、16×64、32×64、64×64、128×64、128×32、32×128、64×128或128×128)的非正方形块的量化矩阵。这里，M和N可以是正整数。此外，M和N可具有不同的值。
如在等式11的示例中，可通过如在图76的(a)的示例中那样在y位置(行，垂直方向)处跳过J(＝F-1)行时针对尺寸为8×8的重建量化矩阵QM执行子采样来重建用于尺寸为8×2的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式11]
RQM(x,y)＝QM(x,y*F)，其中，x＝0,1,…7，y＝0,1，F＝4
如在等式12的示例中，可通过如在图76的(b)的示例中那样在x位置(列，水平方向)处跳过K(＝F-1)列时针对尺寸为8×8的重建量化矩阵QM执行子采样来重建用于尺寸为2×8的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式12]
RQM(x,y)＝QM(x*F,y)，其中，x＝0,1，y＝0,1,…7，F＝4
如在等式13的示例中，可通过如在图76的(a)的示例中那样在y位置(行，垂直方向)处跳过J(＝F-1)行时针对尺寸为16×16的重建量化矩阵QM执行子采样来重建用于尺寸为16×4的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式13]
RQM(x,y)＝QM(x,y*F)，其中，x＝0,1,…15，y＝0,1,…3，F＝4
如在等式14的示例中，可通过如在图76的(b)的示例中那样在x位置(列，水平方向)处跳过K(＝F-1)列时针对尺寸为16×16的重建量化矩阵QM执行子采样来重建用于尺寸为4×16的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式14]
RQM(x,y)＝QM(x*F,y)，其中，x＝0,1,…3，y＝0,1,…15，F＝4
如在等式15的示例中，可通过如在图76的(a)的示例中那样在y位置(行，垂直方向)处跳过J(＝F-1)行时针对尺寸为32×32的重建量化矩阵QM执行子采样来重建用于尺寸为32×8的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式15]
RQM(x,y)＝QM(x,y*F)，其中，x＝0,1,…31，y＝0,1,…7，F＝4
如在等式16的示例中，可通过如在图76的(b)的示例中那样在x位置(列，水平方向)处跳过K(＝F-1)列时针对尺寸为32×32的重建量化矩阵QM执行子采样来重建用于尺寸为8×32的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式16]
RQM(x,y)＝QM(x*F,y)，其中，x＝0,1,…7，y＝0,1,…31，F＝4
如在等式17的示例中，可通过如在图76的(a)的示例中那样在y位置(行，垂直方向)处跳过J(＝F-1)行时针对尺寸为64×64的重建量化矩阵QM执行子采样来重建用于尺寸为64×32的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式17]
RQM(x,y)＝QM(x,y*F)，其中，x＝0,1,…63，y＝0,1,…31，F＝2
如在等式18的示例中，可通过如在图76的(b)的示例中那样在x位置(列，水平方向)处跳过K(＝F-1)列时针对尺寸为64×64的重建量化矩阵QM执行子采样来重建用于尺寸为32×64的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式18]
RQM(x,y)＝QM(x*F,y)，其中，x＝0,1,…31，y＝0,1,…63，F＝2
也就是说，可针对尺寸为M×N的量化矩阵在行或列中的至少一个中执行子采样，从而重建尺寸为J×K的量化矩阵。这里，J、K、M和N可以是正整数。此外，J和K可以是不同的值。
当通过在行中进行子采样来生成尺寸为J×K的量化矩阵时，可在尺寸为M×N的量化矩阵中跳过(N/K)-1行时执行子采样。
当通过在列中进行子采样来生成尺寸为J×K的量化矩阵时，可在尺寸为M×N的量化矩阵中跳过(M/J)-1列时执行子采样。
这里，F可以是作为2的倍数的整数。此外，F可包括1。
此外，F可由(M/J)表示。可选地，F可由(N/K)表示。这里，J可表示变换块的宽度。此外，K可表示变换块的高度。
此外，如在等式18-1的示例中，可在x位置(列，水平方向)处跳过(Fx-1)列时针对尺寸为M×N的量化矩阵执行子采样，并且可在y位置(行，垂直方向)处跳过(Fy-1)行时执行子采样，从而重建用于尺寸为J×K的块的量化/反量化的量化矩阵RQM。
[等式18-1]
RQM(x,y)＝QM(x*Fx,y*Fy)，其中，Fx＝M/J，Fy＝N/K
其中，Fx和Fy中的每一个可以是作为2的倍数的整数。此外，Fx和Fy可以是不同的值。
重建量化矩阵QM可表示初级量化矩阵。也就是说，通过针对初级量化矩阵执行预定子采样，可获取当前块的最终量化矩阵(例如，RQM)。
如在图74的示例中，被对准且被重建为二维量化矩阵的量化矩阵系数可被重建为将被用于量化/反量化的非正方形二维量化矩阵。此时，可使用上采样、插值、DC矩阵系数或最低频率矩阵系数替换、子采样或下采样中的至少一个来重建二维量化矩阵，并且可如等式19的示例中那样重建量化矩阵。此时，可从正方形量化矩阵ScalingFactor重建非正方形量化矩阵ScalingFactorR。
[等式19]
ScalingFactorR[sizeIdW][sizeIdH][matrixId][x][y]＝ScalingFactor[sId][matrixId][x*rW][y*rH]，
sId＝max(sIdW,sIdH),sIdW＝0..6,sIdH＝0..6,matrixId＝0..5或matrixId＝0..8,x＝0..(1<<sIdW)-1,y＝0..(1<<sIdH)-1,且rW＝(1<<sId)/(1<<sIdW),rH＝(1<<sId)/(1<<sIdH)
如果为了减少在编码器和解码器中预定义的默认矩阵的存储器存储空间，用于尺寸为M×N的块的量化/反量化的默认矩阵作为尺寸为J×K的默认矩阵而存在，则可通过在从最近邻矩阵系数执行复制时执行上采样、插值、子采样或下采样中的至少一个来重建尺寸为M×N的量化矩阵。这里，M、N、J和K可以是正整数。
如在等式20的示例中，可通过针对尺寸为4×4的默认DQM执行子采样来重建用于尺寸为2×2的块的量化/反量化的量化矩阵RQM。
[等式20]
RQM(x,y)＝DQM(x*F,y*F)，其中，x＝0,1，y＝0,1，F＝2
如在等式21的示例中，可通过如图75的示例中那样在从最近邻矩阵系数执行复制时对尺寸为8×8的默认DQM进行子采样来重建用于尺寸为16×16的块的量化/反量化的量化矩阵RQM。
[等式21]
RQM(x,y)＝DQM(x/F,y/F)，其中，x＝0,1,…15，y＝0,1,…15，F＝2
如在等式22的示例中，可通过如在图75的示例中那样在从最近邻矩阵系数执行复制时对尺寸为8×8的默认DQM进行子采样来重建用于尺寸为32×32的块的量化/反量化的量化矩阵RQM。
[等式22]
RQM(x,y)＝DQM(x/F,y/F)，其中，x＝0,1,…31，y＝0,1,…31，F＝4
如在等式23的示例中，可通过如在图75的示例中那样在从最近邻矩阵系数执行复制时对尺寸为8×8的默认DQM进行子采样来重建用于尺寸为64×64的块的量化/反量化的量化矩阵RQM。
[等式23]
RQM(x,y)＝DQM(x/F,y/F)，其中，x＝0,1,…63，y＝0,1,…63，F＝8
如在等式24的示例中，可通过如在图76的(a)的示例中那样在y位置(行，垂直方向)处跳过J(＝F-1)行时对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为8×2的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式24]
RQM(x,y)＝DQM(x,y*F)，其中，x＝0,1,…7，y＝0,1，F＝4
如在等式25的示例中，可通过如在图76的(b)的示例中那样在x位置(列，水平方向)处跳过K(＝F-1)列时对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为2×8的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式25]
RQM(x,y)＝DQM(x*F,y)，其中，x＝0,1，y＝0,1,…7，F＝4
如在等式26的示例中，可通过在x位置(列，水平方向)处对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为16×8的块的量化/反量化的量化矩阵RQM。
[等式26]
RQM(x,y)＝DQM(x/F,y)，其中，x＝0,1,…15，y＝0,1,…7，F＝2
如在等式27的示例中，可通过在y位置(行，垂直方向)处对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为8×16的块的量化/反量化的量化矩阵RQM。
[等式27]
RQM(x,y)＝DQM(x,y/F)，其中，x＝0,1,…7，y＝0,1,…15，F＝2
如在等式28的示例中，可通过在x位置(列，水平方向)处对尺寸为8×8的默认矩阵DQM进行上采样并且在跳过J(＝F-1)行时在y位置(行，垂直方向)处对尺寸为8×8的默认矩阵DQM进行子采样来重建用于尺寸为16×4的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式28]
RQM(x,y)＝DQM(x/F,y*F)，其中，x＝0,1,…15，y＝0,1,…3，F＝2
如在等式29的示例中，可通过在x位置(列，水平方向)处跳过K(＝F-1)列时对尺寸为8×8的默认量化矩阵DQM进行上采样并且在y位置(行，垂直方向)处对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为4×16的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式29]
RQM(x,y)＝DQM(x*F,y/F)，其中，x＝0,1,…3，y＝0,1,…15，F＝2
如在等式30的示例中，可通过在x位置(列、水平方向)处按Fx对尺寸为8×8的默认量化矩阵DQM进行上采样并且在y位置(行、垂直方向)处跳过J(＝Fy-1)行时对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为32×4的块的量化/反量化的量化矩阵RQM。这里，J可以是正整数。
[等式30]
RQM(x,y)＝DQM(x/Fx,y*Fy),其中,x＝0,1,…31,y＝0,1,…3,Fx＝4,Fy＝2
如在等式31的示例中，可通过在x位置(列，水平方向)处跳过K(＝Fx-1)时对尺寸为8×8的默认量化矩阵DQM进行上采样并且在y位置(行，垂直方向)处按Fy对尺寸为8×8的默认量化矩阵DQM进行子采样来重建用于尺寸为4×32的块的量化/反量化的量化矩阵RQM。这里，K可以是正整数。
[等式31]
RQM(x,y)＝DQM(x*Fx,y/Fy)，其中，x＝0,1,…3，y＝0,1,…31，Fx＝2，Fy＝4
如在等式32的示例中，可通过在x位置(列,水平方向)和y位置(行,垂直方向)处按Fx和Fy(具有不同大小的因子)对尺寸为8×8的默认量化矩阵DQM进行上采样来重建用于尺寸为64×32的块的量化/反量化的量化矩阵RQM。
[等式32]
RQM(x,y)＝DQM(x/Fx,y/Fy)，其中，x＝0,1,…63，y＝0,1,…31，Fx＝8，Fy＝4
如在等式33的示例中，可通过在x位置(列，水平方向)和y位置(行，垂直方向)处按Fx和Fy(具有不同大小的因子)对尺寸为8×8的默认量化矩阵DQM进行上采样来重建用于尺寸为32×64的块的量化/反量化的量化矩阵RQM。
[等式33]
RQM(x,y)＝DQM(x/Fx,y/Fy)，其中，x＝0,1,…31，y＝0,1,…63，Fx＝4，Fy＝8
为了使用默认矩阵和经过编码/解码的量化矩阵来重建用于量化/反量化的量化矩阵，可使用以下方法中的至少一种方法。此时，可基于默认矩阵、经过编码/解码的量化矩阵或用于量化/反量化的量化矩阵中的至少一个的尺寸来执行以下方法中的至少一种方法。
例如，可在行方向和列方向上针对默认矩阵或经过编码/解码的量化矩阵中的至少一个执行子采样/下采样，从而重建用于量化/反量化的正方形量化矩阵。
在另一示例中，可在行方向和列方向上针对默认矩阵或经过编码/解码的量化矩阵中的至少一个执行上采样/插值，从而重建用于量化/反量化的正方形量化矩阵。
在另一示例中，可在行方向或列方向上针对默认矩阵或经过编码/解码的量化矩阵中的至少一个执行子采样/下采样，从而重建用于量化/反量化的非正方形量化矩阵。此时，用于子采样/下采样的因子在行方向和列方向上可彼此不同。
在另一示例中，可在行方向或列方向上针对默认矩阵或经过编码/解码的量化矩阵中的至少一个执行上采样/插值，从而重建用于量化/反量化的非正方形量化矩阵。此时，用于上采样/插值的因子在行方向和列方向上可彼此不同。
在另一示例中，针对默认矩阵或经过编码/解码的量化矩阵中的至少一个,可在行方向上执行上采样/插值，并且可在列方向上执行子采样/下采样，从而重建用于量化/反量化的非正方形量化矩阵。此时，用于上采样/插值和子采样/下采样的因子可彼此不同。
在另一示例中，针对默认矩阵或经过编码/解码的量化矩阵中的至少一个，可在行方向上执行子采样/下采样，并且可在列方向上执行上采样/插值，从而重建用于量化/反量化的非正方形量化矩阵。此时，用于上采样/插值和子采样/下采样的因子可彼此不同。
在等式1至等式33中，QM(x,y)可表示尺寸为4×4的对准的二维量化矩阵，RQM(x,y)表示重建量化矩阵，并且DQM(x,y)可表示默认矩阵。
从最近邻矩阵系数执行复制的上采样方法可被称为最近邻插值方法或零阶插值方法。
此外，可使用以下方法中的至少一种方法来重建量化矩阵。
可如在等式34的示例中推导尺寸为2×2的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式34]
ScalingFactor[sizeId][matrixId][x][y]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…3，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[2][0][i][0]，并且y＝ScanOrder[2][0][i][1]
可如在等式35的示例中推导尺寸为4×4的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式35]
ScalingFactor[sizeId][matrixId][x][y]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…15，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[2][0][i][0]，并且y＝ScanOrder[2][0][i][1]
可如在等式36的示例中推导尺寸为8×8的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式36]
ScalingFactor[sizeId][matrixId][x][y]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…63，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[3][0][i][0]，并且y＝ScanOrder[3][0][i][1]
可如在等式37和等式38的示例中推导尺寸为16×16的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式37]
ScalingFactor[sizeId][matrixId][x*2+k][y*2+j]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…63，j＝0…1，k＝0…1，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[3][0][i][0]，并且y＝ScanOrder[3][0][i][1]
[等式38]
ScalingFactor[sizeId][matrixId][0][0]＝scaling_list_dc_coef_minus8[0][matrixId]+8，其中，matrixId＝0…5或matrixId＝0…8
可如在等式39和等式40的示例中推导尺寸为32×32的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式39]
ScalingFactor[sizeId][matrixId][x*4+k][y*4+j]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…63，j＝0…3，k＝0…3，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[3][0][i][0]，并且y＝ScanOrder[3][0][i][1]
[等式40]
ScalingFactor[sizeId][matrixId][0][0]＝scaling_list_dc_coef_minus8[1][matrixId]+8，其中，matrixId＝0…5或matrixId＝0…8
可如在等式41和等式42的示例中推导尺寸为64×64的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式41]
ScalingFactor[sizeId][matrixId][x*8+k][y*8+j]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…63，j＝0…7，k＝0…7，matrixId＝0…5或matrixId＝0…8，x＝ScanOrder[3][0][i][0]，并且y＝ScanOrder[3][0][i][1]
[等式42]
ScalingFactor[sizeId][matrixId][0][0]＝scaling_list_dc_coef_minus8[1][matrixId]+8，其中，matrixId＝0…5或matrixId＝0…8
可选地，可如在等式43和等式44的示例中推导尺寸为64×64的量化矩阵的系数ScalingFactor[sizeId][matrixId][][]。
[等式43]
ScalingFactor[sizeId][matrixId][x*8+k][y*8+j]＝ScalingList[sizeId][matrixId][i]，其中，i＝0…63，j＝0…7，k＝0…7，matrixId＝0,3或matrixId＝0,3,6，x＝ScanOrder[3][0][i][0]，并且y＝ScanOrder[3][0][i][1]
[等式44]
ScalingFactor[sizeId][matrixId][0][0]＝scaling_list_dc_coef_minus8[1][matrixId]+8，其中，matrixId＝0,3或matrixId＝0,3,6
在量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸可彼此相等。
例如，当块、变换或量化矩阵中的至少一个的宽度或高度中的至少一个小于等于M时，在量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸可彼此相等。此时，M可以是正整数。例如，M可以是8。
在量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸可彼此不同。
例如，当块、变换或量化矩阵中的至少一个的宽度或高度中的至少一个大于M时，在量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸可彼此不同。此时，M可以是正整数。例如，M可以是8。
当量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸彼此不同时，编码器可针对量化矩阵执行上采样、插值、子采样或下采样中的至少一个，并对量化矩阵进行熵编码。
当量化/反量化处理中使用的量化矩阵的尺寸和经过编码/解码的量化矩阵的尺寸彼此不同时，解码器可在水平方向(列方向)和垂直方向(行方向)中的至少一个方向上针对经过熵编码的量化矩阵执行上采样、插值、子采样或下采样中的至少一个，并重建量化矩阵。
当块尺寸大于M×N时，具有与块尺寸相同的尺寸的量化矩阵可在块的量化/反量化处理中被使用，由尺寸为J×K的量化矩阵表示/构建，并被编码/解码。
此时，M、N、J和K可以是正整数。例如，M、N、J或K中的至少一个可以是8。
此外，J可小于或等于M，并且K可小于或等于N。
在尺寸为J×K的块的量化/反量化处理中，具有与块尺寸相同的尺寸的量化矩阵被使用，由具有以下描述的尺寸的量化矩阵表示/构建，并被编码和解码：当在尺寸为J×K的量化矩阵中J或K中的至少一个大于M时，J或K中的至少一个被替换为M。此时，量化矩阵可被编码/解码为具有J×M、M×K或M×M中的至少一个的尺寸。
此时，M、N、J和K可以是正整数。例如，M、N、J或K中的至少一个可以是16。
例如，尺寸为16×16、32×32或64×64的量化矩阵可针对量化/反量化中的16×16、32×32或64×64的尺寸在量化/反量化中被使用，由尺寸为8×8的量化矩阵表示/构建，并被编码/解码。
例如，编码器可在量化/反量化中使用尺寸为16×16、32×32或64×64的量化矩阵，并且对尺寸为16×16、32×32或64×64的量化矩阵进行子采样并将其编码为尺寸为8×8的量化矩阵。
例如，解码器可对尺寸为8×8的量化矩阵进行解码，执行插值并重建尺寸为16×16、32×32或64×64的量化矩阵，并且在反量化中使用尺寸为16×16、32×32或64×64的量化矩阵。
在以上示例中，在块具有大于32的宽度或高度(诸如64×64、64×32、64×16、16×64或32×64)的情况下，变换的最大尺寸在水平方向或垂直方向上可以是32。在这种情况下，在量化/反量化中使用的量化矩阵的尺寸可对应于变换的尺寸。此外，量化矩阵可被编码/解码为具有与变换的尺寸对应的量化矩阵的尺寸。例如，可考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。也就是说，可利用0替换当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数。这里，第一区域可位于当前块的量化矩阵的左上侧。
例如，当在64×64的块中使用32×32的变换时，在量化/反量化中使用的量化矩阵的尺寸可以是32×32。可选地，在量化矩阵中的除了具有32×32的尺寸的左上侧之外的区域情况下，可利用0替换该区域的系数。
在另一示例中，当在64×32的块中使用32×32的变换时，在量化/反量化中使用的量化矩阵的尺寸可以是32×32。可选地，在量化矩阵中的除了具有32×32的尺寸的左上侧之外的区域情况下，可利用0替换该区域的系数。
在另一示例中，当在64×16的块中使用32×16的变换时，在量化/反量化中使用的量化矩阵的尺寸可以是32×16。可选地，在量化矩阵中的除了具有32×16的尺寸的左上侧之外的区域情况下，可利用0替换该区域的系数。
可通过将水平翻转、垂直翻转或符号改变中的至少一个应用于量化矩阵中的至少一个量化矩阵来执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。
例如，可针对量化矩阵中的至少一个量化矩阵执行水平翻转、垂直翻转或符号改变中的至少一个，并且该量化矩阵可在量化/反量化处理中被使用。
在另一示例中，可针对量化矩阵中的至少一个量化矩阵执行水平翻转、垂直翻转或符号改变中的至少一个，并且该量化矩阵可被用作量化/反量化处理中的默认矩阵。例如，该量化矩阵可被用作量化/反量化处理中的默认矩阵。
在另一示例中，可针对量化矩阵中的至少一个量化矩阵执行水平翻转、垂直翻转或符号改变中的至少一个，并且该量化矩阵可被用作参考矩阵。例如，该量化矩阵可被用作量化/反量化处理中的参考矩阵。
在另一示例中，可针对量化矩阵中的至少一个量化矩阵执行水平翻转、垂直翻转或符号改变中的至少一个，从而执行量化矩阵之间的预测。
在另一示例中，可针对量化矩阵中的至少一个量化矩阵执行水平翻转、垂直翻转或符号改变中的至少一个，从而针对量化矩阵中的系数执行预测编码/解码。
此外，例如，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在基于DST-7的变换中使用的量化矩阵中的至少一个量化矩阵，以推导在基于DCT-8的变换中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在基于DCT-8的变换中使用的量化矩阵中的至少一个量化矩阵以推导在基于DST-7的变换中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在基于DST-4的变换中使用的量化矩阵中的至少一个量化矩阵以推导在基于DCT-4的变换中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在基于DCT-4的变换中使用的量化矩阵中的至少一个量化矩阵以推导在基于DST-4的变换中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，可执行水平翻转或垂直翻转。
此外，例如，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DST-7的变换和基于DST-7的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DCT-8的变换和基于DCT-8的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DCT-8的变换和基于DCT-8的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DST-7的变换和基于DST-7的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DCT-8的变换和基于DST-7的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DST-7的变换和基于DCT-8的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DST-7的变换和基于DCT-8的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DCT-8的变换和基于DST-7的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。
此外，例如，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DST-4的变换和基于DST-4的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DCT-4的变换和基于DCT-4的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可以执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DCT-4的变换和基于DCT-4的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DST-4的变换和基于DCT-4的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DCT-4的变换和基于DST-4的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DST-4变换和基于DCT-4的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可执行水平翻转或垂直翻转。
在另一示例中，可将水平翻转、垂直翻转或符号改变中的至少一个应用于在水平变换和垂直变换(即，基于DST-4的变换和基于DCT-4的变换)中使用的量化矩阵中的至少一个量化矩阵，以推导在水平变换和垂直变换(即，基于DCT-4的变换和基于DST-4的变换)中使用的量化矩阵，从而执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个。量化矩阵可在量化/反量化处理中被使用。此时，也可执行水平翻转或垂直翻转。
DST-7、DCT-8、DST-4或DCT-4中的至少一个可以是使用从基于DCT-J或DST-K的整数变换(诸如DCT-2、DCT-8、DST-7、DCT-4、DST-4等)中的至少一个整数变换提取的变换矩阵的变换。
图77至图88是示出实现根据本发明的实施例的量化矩阵编码/解码方法和设备以及用于存储比特流的记录介质所需的语法元素信息、语法元素信息的语义和编码/解码处理的示图。
图89至图100是示出根据本发明的实施例的在量化/反量化处理中使用的默认矩阵的示图。
参照图89至图92，类似于图21至图22的示例，可在尺寸为M×N的块的量化/反量化处理中使用在编码器和解码器中预定义的尺寸为J×K的默认矩阵。
这里，ScalingList[sizeId][matrixId][i]可指示与sizeId、matrixId和i对应的默认量化矩阵系数，并且sizeId和matrixId可表示在图55和图56或者图58和图59中定义的那些。
参照图93至图96，类似于图21至图22的示例，可在尺寸为M×N的块的量化/反量化处理中使用在编码器和解码器中预定义的尺寸为J×K的默认矩阵。
这里，ScalingList[sizeId][matrixId][i]可指示与sizeId、matrixId和i对应的默认量化矩阵系数，并且sizeId和matrixId可表示在图55和图56或者图58和图59中定义的那些。
参照图97至图100，类似于图21至图22的示例，可在尺寸为M×N的块的量化/反量化处理中使用在编码器和解码器中预定义的尺寸为J×K的默认矩阵。无论预测模式、颜色分量、块尺寸等如何，默认矩阵的矩阵系数值可全部具有常数值。
这里，ScalingList[sizeId][matrixId][i]可指示与sizeId、matrixId和i对应的默认量化矩阵系数，并且sizeId和matrixId可表示在图55和图56或者图58和图59中定义的那些。也就是说，无论sizeId和matrixId如何，默认矩阵系数值可全部被设置为固定值。此时，所述固定值可以是包括0的正整数，并且可以是16。
图101至图134是示出实现根据本发明的另一实施例的量化矩阵编码/解码方法和设备以及用于存储比特流的记录介质所需的语法元素信息、语法元素信息的语义和编码/解码处理的示图。
参照图124至图130，无论预测模式、颜色分量和块尺寸如何，默认矩阵的矩阵系数值可全部具有常数值。例如，所述常数值可以是16。块尺寸可表示当前块和变换块的尺寸。
另外，在量化矩阵中存在三种模式(关闭模式、默认模式、用户定义模式)。在默认模式下，量化矩阵的矩阵系数值可全部为16。
另外，可针对尺寸为16×16、32×32或64×64的量化矩阵单独地用信号发送DC矩阵系数值。
在变换块具有小于8×8的尺寸的情况下，可用信号发送量化矩阵的所有元素。
反之，在变换块具有大于8×8(例如，16×16、32×32、64×64)的尺寸的情况下，尺寸为8×8的一个量化矩阵的64个元素可作为基本缩放矩阵而被用信号发送。此外，可通过对8×8的基本缩放矩阵进行上采样来获取具有大于8×8的尺寸的正方形矩阵。
在W×H(宽度×高度)的非正方形变换块中，当H大于W时，如在等式45的示例中，可从尺寸为baseL×baseL的参考量化矩阵推导该块的量化矩阵。这里，baseL可表示min(log2(H),3)。
[等式45]
ScalingMatrix(i,j)＝ScalingList[baseL x int(j/ratioH)+int((i xratioHW)/ratioH)]，
其中，i＝0:W-1,j＝0:H-1,并且ratioH＝H/baseL,ratioHW＝H/W。
可选地，在W×H(宽度×高度)的非正方形变换块中，当W大于H时，如在等式46的示例中，可从尺寸为baseL×baseL的参考量化矩阵推导该块的量化矩阵。这里，baseL可表示min(log2(W),3)。
[等式46]
ScalingMatrix(i,j)＝ScalingList[baseL x int((j x ratioWH)/ratioW)+int(W)]，
其中，i＝0:W-1,j＝0:H-1,并且ratioW＝W/baseL,ratioWH＝W/H。
此外，参照图133至图134，可基于关于针对与画面头相关联的条带是否可能进行依赖量化(dependent quantization)的信息(例如，pic_dep_quant_enabled_flag)来推导量化矩阵。这里，所述信息可在并行块头中被熵编码/熵解码。
图135是示出根据本发明的另一实施例的图像解码方法的流程图。
解码器可从比特流对关于量化矩阵的信息进行解码(S13501)。
可基于关于量化矩阵的信息来获取当前块的量化矩阵(S13502)。
这里，获取当前块的量化矩阵的步骤可表示使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符并且基于所述单个标识符获取当前块的量化矩阵。
关于量化矩阵的信息包括量化矩阵预测方法信息，并且量化矩阵预测方法信息可在自适应参数集中被解码。
预测模式包括帧内模式、帧间模式和IBC(帧内块复制)模式，并且针对帧间模式的单个标识符和针对IBC模式的单个标识符可相同。
关于量化矩阵的信息包括关于量化矩阵是否存在的信息，并且当关于量化矩阵是否存在的信息指示量化矩阵不存在时，当前块的量化矩阵的所有系数值可具有预定常数值。例如，所述预定常数值可以是16。
此外，获取当前块的量化矩阵的步骤表示可考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
调整当前块的量化矩阵的系数值的步骤可表示当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数可被替换为0。
第一区域可位于当前块的量化矩阵的左上侧。
此外，获取当前块的量化矩阵的步骤可表示基于关于量化矩阵的信息获取默认量化矩阵。无论当前块的尺寸如何，默认量化矩阵的所有系数值可具有预定常数值。
此外，获取当前块的量化矩阵的步骤可表示基于关于量化矩阵的信息针对重建的初级量化矩阵执行子采样。可在初级量化矩阵的水平方向或垂直方向中的至少一个方向上执行子采样。
可使用当前块的量化矩阵对当前块进行反量化(S13503)。
图136是示出根据本发明的另一实施例的图像编码方法的流程图。
编码器可确定当前块的量化矩阵(S13601)。
可使用当前块的量化矩阵来对当前块进行量化(S13602)。
可对关于当前块的量化矩阵的信息进行编码(S13603)。
对关于当前块的量化矩阵的信息进行编码的步骤可表示使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符，并且基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
关于量化矩阵的信息包括量化矩阵预测方法信息，并且量化矩阵预测方法信息可被编码在自适应参数集中。
预测模式包括帧内模式、帧间模式和IBC(帧内块复制)模式，并且针对帧间模式的单个标识符和针对IBC模式的单个标识符可相同。
当不存在量化矩阵时，当前块的量化矩阵的所有系数值可具有预定常数值。
所述预定常数值可以是16。
此外，对当前块的量化矩阵进行编码的步骤表示可考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
调整当前块的量化矩阵的系数值的步骤可表示当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数可被替换为0。
第一区域可位于当前块的量化矩阵的左上侧。
此外，对当前块的量化矩阵进行编码的步骤可表示基于默认量化矩阵对关于当前块的量化矩阵的信息进行编码。无论当前块的尺寸如何，默认量化矩阵的所有系数值可具有预定常数值。
此外，提供了一种用于存储通过图像编码方法生成的比特流的非暂时性计算机可读记录介质，所述图像编码方法包括：确定当前块的量化矩阵，使用当前块的量化矩阵对当前块进行量化，并且对关于当前块的量化矩阵的信息进行编码，其中，对关于当前块的量化矩阵的信息进行编码的步骤包括：使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符，并且基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
编码器可通过上述实施例在量化/反量化处理中使用量化矩阵来执行量化/反量化。此外，解码器可通过上述实施例在反量化处理中使用重建量化矩阵来执行反量化。重建量化矩阵可以是二维量化矩阵。
在上述实施例中，可执行对量化矩阵的表示、构建、重建、预测或编码/解码中的至少一个，使得基于块的预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或变换是否被使用中的至少一个在量化/反量化处理中使用不同的量化矩阵。此时，经过表示、构建、重建、预测或编码/解码中的至少一个的量化矩阵中的至少一个量化矩阵可以是量化矩阵中的系数中的至少一个系数根据预测模式、颜色分量、尺寸、形式、一维变换类型、二维变换组合、或变换是否被使用而不同的量化矩阵。
在上述实施例中，编码器可在量化处理中在变换系数中使用量化矩阵来生成变换系数等级，并且解码器可在反量化处理中在变换系数等级中使用量化来生成变换系数。在本发明中，为了方便起见，变换系数和变换系数等级被统称为变换系数。
在上述实施例中，可从尺寸为M×M的正方形量化矩阵推导尺寸为M×N或N×M的量化矩阵，对量化/反量化处理中的尺寸为M×M的量化矩阵的表示不仅可表示尺寸为M×M的正方形量化矩阵，而且可表示尺寸为M×N或N×M的非正方形量化矩阵。这里，M和N可以是正值，并且可具有2至64之间的值。M和N可以是不同的值。
例如，由于量化/反量化处理中的尺寸为16×4或4×16的非正方形量化矩阵是从尺寸为16×16的正方形量化矩阵推导出的，因此对量化/反量化处理中的尺寸为16×16的量化矩阵的表示不仅可表示尺寸为16×16的正方形量化矩阵，而且可表示尺寸为16×4或4×16的非正方形量化矩阵。
在上述实施例中，关于量化矩阵的信息可表示量化矩阵或推导量化矩阵所需的信息中的至少一个。此时，推导量化矩阵所需的信息可包括以下信息中的至少一个：量化矩阵是否被使用的信息、关于是否存在量化矩阵的信息、量化矩阵预测方法信息、参考矩阵标识符、DC矩阵系数或最低频率矩阵系数、或者量化矩阵中的先前被编码/解码的量化矩阵系数值与编码/解码目标量化矩阵系数值之间的差值。
可根据块或单元中的至少一个的尺寸应用本发明的实施例。尺寸可被定义为用于实施例的应用的最小尺寸和/或最大尺寸，并且可被定义为应用所述实施例的固定尺寸。此外，第一实施例适用于第一尺寸，并且第二实施例适用于第二尺寸。此外，本发明的实施例仅适用于最小尺寸或更大以及最大尺寸或更小的情况。也就是说，所述实施例仅在块尺寸在特定范围中时适用。
此外，本发明的实施例仅适用于最小尺寸或更大以及最大尺寸或更小的情况。最小尺寸和最大尺寸可以是块或单元中的一个的尺寸。也就是说，具有最小尺寸的目标块和具有最大尺寸的目标块可彼此不同。例如，本发明的实施例仅在当前块的尺寸等于或大于块的最小尺寸或者等于或小于块的最大尺寸时适用。
例如，所述实施例仅在当前块的尺寸等于或大于8×8时适用。例如，所述实施例仅在当前块的尺寸等于或大于16×16时适用。例如，所述实施例仅在当前块的尺寸等于或大于32×32时适用。例如，所述实施例仅在当前块的尺寸等于或大于64×64时适用。例如，所述实施例仅在当前块的尺寸等于或大于128×128时适用。例如，所述实施例仅在当前块的尺寸为4×4时适用。例如，所述实施例仅在当前块的尺寸等于或小于8×8时适用。例如，所述实施例仅在当前块的尺寸等于或小于16×16时适用。例如，所述实施例仅在当前块的尺寸等于或大于8×8且等于或小于16×16时适用。例如，所述实施例仅在当前块的尺寸等于或大于16×16且等于或小于64×64时适用。
本发明的实施例所适用的块的形式可以是正方形或非正方形。
由编码器熵编码且由解码器熵解码的语法元素(标志、索引等)中的至少一个语法元素可使用以下二值化方法中的至少一种方法。
截断Rice二值化方法
k阶Exp_Golomb二值化方法
有限k阶Exp_Golomb二值化方法
固定长度二值化方法
一元二值化方法
截断一元二值化方法
截断二元二值化方法
所述实施例中仅一个实施例不被应用于当前块的编码/解码，并且特定实施例或上述实施例的组合可被应用于当前块的编码/解码处理。
可在编码器和解码器中以相同的方法执行上述实施例。
上述实施例中的至少一个实施例或组合可被用于对视频进行编码/解码。
应用于上述实施例的顺序在编码器与解码器之间可不同，或者应用于上述实施例的顺序在编码器和解码器中可相同。
可对每个亮度信号和每个色度信号执行上述实施例，或者可对亮度信号和色度信号相同地执行上述实施例。
应用了本发明的上述实施例的块形式可具有正方形形式或非正方形形式。
可根据编码块、预测块、变换块、块、当前块、编码单元、预测单元、变换单元、单元和当前单元中的至少一个的尺寸来应用本发明的上述实施例。这里，尺寸可被定义为最小尺寸或最大尺寸或者最小尺寸和最大尺寸两者，使得上述实施例被应用，或者尺寸可被定义为应用上述实施例的固定尺寸。此外，在上述实施例中，第一实施例可被应用于第一尺寸，并且第二实施例可被应用于第二尺寸。换句话说，可根据尺寸组合地应用上述实施例。此外，当尺寸等于或大于最小尺寸且等于或小于最大尺寸时，可应用上述实施例。换句话说，当块尺寸被包括在特定范围内时，可应用上述实施例。
例如，当当前块的尺寸为8×8或更大时，可应用上述实施例。例如，当当前块的尺寸仅为4×4时，可应用上述实施例。例如，当当前块的尺寸为16×16或更小时，可应用上述实施例。例如，当当前块的尺寸等于或大于16×16且等于或小于64×64时，可应用上述实施例。
可根据时间层来应用本发明的上述实施例。为了标识可应用上述实施例的时间层，对应标识符可被用信号发送，并且可将上述实施例应用于由所述对应标识符标识的指定时间层。这里，标识符可被定义为可应用上述实施例的最低层或最高层或者最低层和最高层两者，或者可被定义为指示应用所述实施例的特定层。此外，可定义应用所述实施例的固定时间层。
例如，当当前图像的时间层是最低层时，可应用上述实施例。例如，当当前图像的时间层标识符是1时，可应用上述实施例。例如，当当前图像的时间层是最高层时，可应用上述实施例。
可定义应用本发明的上述实施例的条带类型或并行块组类型，并且可根据对应的条带类型或并行块组类型来应用上述实施例。
在上述实施例中，基于具有一系列步骤或单元的流程图描述了所述方法，但是本发明不限于所述步骤的顺序，而是一些步骤可与其他步骤同时执行或按不同的顺序执行。此外，本领域普通技术人员应理解，流程图中的步骤不彼此排斥，并且在不影响本发明的范围的情况下，可将其他步骤添加到流程图，或者可从流程图删除一些步骤。
所述实施例包括示例的各个方面。可不描述针对各个方面的所有可能组合，但是本领域技术人员将能够认识到不同的组合。因此，本发明可包括权利要求的范围内的所有替换、修改和改变。
可以以可由各种计算机组件执行并被记录在计算机可读记录介质中的程序指令的形式实现本发明的实施例。计算机可读记录介质可包括单独的程序指令、数据文件、数据结构等或者程序指令、数据文件、数据结构等的组合。记录在计算机可读记录介质中的程序指令可以是针对本发明专门设计和构建的，或者是计算机软件技术领域的普通技术人员公知的。计算机可读记录介质的示例包括被具体构建为存储和实现程序指令的磁记录介质(诸如硬盘、软盘和磁带)、光学数据存储介质(诸如CD-ROM或DVD-ROM)、磁光介质(诸如软光盘)以及硬件装置(诸如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。程序指令的示例不仅包括由编译器格式化的机器语言代码，还包括可由计算机使用解释器实现的高级语言代码。硬件装置可被配置为由一个或更多个软件模块操作以进行根据本发明的处理，反之亦可。
虽然已经根据诸如详细元件的特定项以及有限的实施例和附图描述了本发明，但是提供它们仅是为了帮助对本发明的更大体的理解，并且本发明不限于上述实施例。本发明所属领域的技术人员将理解，可从上述描述进行各种修改和改变。
因此，本发明的精神不应限于上述实施例，并且权利要求及其等同物的整体范围将落入本发明的范围和精神内。
工业适用性
本发明可被用于对图像进行编码或解码。

Claims (20)

1.一种对图像进行解码的方法，所述方法包括：
从比特流解码得到关于量化矩阵的信息；
基于关于量化矩阵的信息获取当前块的量化矩阵，并且
使用当前块的量化矩阵对当前块进行反量化，
其中，获取当前块的量化矩阵的步骤包括：
使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符；并且
基于所述单个标识符来获取当前块的量化矩阵。
2.如权利要求1所述的方法，其中，关于量化矩阵的信息包括量化矩阵预测方法信息，并且所述量化矩阵预测方法信息在自适应参数集中被解码。
3.如权利要求1所述的方法，
其中，所述预测模式包括帧内模式、帧间模式和帧内块复制IBC模式，并且
其中，针对帧间模式的单个标识符和针对IBC模式的单个标识符相同。
4.如权利要求1所述的方法，其中，关于量化矩阵的信息包括关于量化矩阵是否存在的信息，并且当关于量化矩阵是否存在的信息指示量化矩阵不存在时，当前块的量化矩阵的所有系数值具有预定常数值。
5.如权利要求1所述的方法，其中，所述预定常数值为16。
6.如权利要求1所述的方法，其中，获取当前块的量化矩阵的步骤包括：考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
7.如权利要求6所述的方法，其中，调整当前块的量化矩阵的系数值的步骤包括：将当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数替换为0。
8.如权利要求7所述的方法，其中，第一区域位于当前块的量化矩阵的左上侧。
9.如权利要求1所述的方法，
其中，获取当前块的量化矩阵的步骤包括：基于关于量化矩阵的信息来获取默认量化矩阵，并且
其中，无论当前块的尺寸如何，所述默认量化矩阵的所有系数值具有预定常数值。
10.如权利要求1所述的方法，
其中，获取当前块的量化矩阵的步骤包括：基于关于量化矩阵的信息针对重建的初级量化矩阵执行子采样，并且
其中，子采样是在初级量化矩阵的水平方向或垂直方向中的至少一个方向上执行的。
11.一种对图像进行编码的方法，所述方法包括：
确定当前块的量化矩阵；
使用当前块的量化矩阵对当前块进行量化；并且
对关于当前块的量化矩阵的信息进行编码，
其中，对关于当前块的量化矩阵的信息进行编码的步骤包括：
使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符；并且
基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
12.如权利要求11所述的方法，其中，关于当前块的量化矩阵的信息包括量化矩阵预测方法信息，并且所述量化矩阵预测方法信息被编码在自适应参数集中。
13.如权利要求11所述的方法，
其中，所述预测模式包括帧内模式、帧间模式和帧内块复制IBC模式，并且
其中，针对帧间模式的单个标识符和针对IBC模式的单个标识符相同。
14.如权利要求11所述的方法，其中，当当前块的量化矩阵不存在时，当前块的量化矩阵的所有系数值具有预定常数值。
15.如权利要求11所述的方法，其中，所述预定常数值为16。
16.如权利要求11所述的方法，其中，对关于当前块的量化矩阵的信息进行编码的步骤包括：考虑当前块的变换尺寸来调整当前块的量化矩阵的系数值。
17.如权利要求16所述的方法，其中，调整当前块的量化矩阵的系数值的步骤包括：将当前块的量化矩阵中的除了与当前块的变换尺寸对应的第一区域之外的区域的系数替换为0。
18.如权利要求17所述的方法，其中，第一区域位于当前块的量化矩阵的左上侧。
19.如权利要求11所述的方法，
其中，对关于当前块的量化矩阵的信息进行编码的步骤包括：基于默认量化矩阵对关于当前块的量化矩阵的信息进行编码，并且
其中，无论当前块的尺寸如何，所述默认量化矩阵的所有系数值具有预定常数值。
20.一种用于存储通过图像编码方法生成的比特流的非暂时性计算机可读记录介质，所述图像编码方法包括：
确定当前块的量化矩阵；
使用当前块的量化矩阵对当前块进行量化；并且
对关于当前块的量化矩阵的信息进行编码，
其中，对关于当前块的量化矩阵的信息进行编码的步骤包括：
使用当前块的尺寸、预测模式或颜色分量中的至少一个来推导单个标识符；并且
基于所述单个标识符对关于当前块的量化矩阵的信息进行编码。
CN201980086403.3A 2018-12-26 2019-12-24 量化矩阵编码/解码方法和装置以及存储比特流的记录介质 Pending CN113228651A (zh)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
KR10-2018-0169896 2018-12-26
KR20180169896 2018-12-26
KR10-2019-0026003 2019-03-06
KR20190026003 2019-03-06
KR20190026850 2019-03-08
KR10-2019-0026850 2019-03-08
KR10-2019-0033329 2019-03-25
KR20190033329 2019-03-25
KR20190071310 2019-06-17
KR10-2019-0071310 2019-06-17
KR20190072278 2019-06-18
KR10-2019-0072278 2019-06-18
PCT/KR2019/018432 WO2020138933A1 (ko) 2018-12-26 2019-12-24 양자화 행렬 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Publications (1)

Publication Number Publication Date
CN113228651A true CN113228651A (zh) 2021-08-06

Family

ID=71126085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980086403.3A Pending CN113228651A (zh) 2018-12-26 2019-12-24 量化矩阵编码/解码方法和装置以及存储比特流的记录介质

Country Status (5)

Country Link
US (1) US12034929B2 (zh)
EP (1) EP3917142A4 (zh)
KR (1) KR20200080187A (zh)
CN (1) CN113228651A (zh)
WO (1) WO2020138933A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114731405A (zh) * 2019-09-23 2022-07-08 Lg电子株式会社 使用量化矩阵的图像编码/解码方法和设备以及发送比特流的方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12096011B2 (en) * 2019-04-15 2024-09-17 Lg Electronics Inc. Video or image coding based on signaling of scaling list data
CN113728640B (zh) * 2019-04-23 2024-08-02 北京字节跳动网络技术有限公司 帧内预测和残差编解码
WO2020231228A1 (ko) * 2019-05-15 2020-11-19 현대자동차주식회사 영상 복호화 장치에서 이용하는 역양자화장치 및 방법
TW202106017A (zh) * 2019-06-21 2021-02-01 法商內數位Ｖｃ控股法國公司 用於視訊編碼及解碼的單一索引量化矩陣設計
JP2021048532A (ja) * 2019-09-19 2021-03-25 キヤノン株式会社 画像符号化装置、画像復号装置及びそれらの制御方法及びプログラム
US12015801B2 (en) * 2021-09-13 2024-06-18 Apple Inc. Systems and methods for streaming extensions for video encoding

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104137546A (zh) * 2011-11-07 2014-11-05 高通股份有限公司 用信号发送用于视频译码的量化矩阵
CN104170382A (zh) * 2012-01-20 2014-11-26 韩国电子通信研究院 用于编码和解码量化矩阵的方法和使用其的设备
CN104521232A (zh) * 2012-07-02 2015-04-15 韩国电子通信研究院 用于编码/解码图像的方法和设备
CN105580368A (zh) * 2013-09-30 2016-05-11 日本放送协会 图像编码装置、图像解码装置以及它们的程序

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6711211B1 (en) 2000-05-08 2004-03-23 Nokia Mobile Phones Ltd. Method for encoding and decoding video information, a motion compensated video encoder and a corresponding decoder
MY191819A (en) 2011-02-10 2022-07-18 Sony Group Corp Image processing device and image processing method
WO2012172779A1 (en) * 2011-06-13 2012-12-20 Panasonic Corporation Method and apparatus for encoding and decoding video using intra prediction mode dependent adaptive quantization matrix
WO2013154028A1 (ja) * 2012-04-13 2013-10-17 ソニー株式会社 画像処理装置および方法
EP3343920B1 (en) * 2012-04-16 2019-06-26 Electronics and Telecommunications Research Institute Method for encoding/decoding image
KR102228577B1 (ko) * 2012-06-28 2021-03-16 한국전자통신연구원 양자화 행렬의 부호화 방법 및 복호화 방법과 이를 이용하는 장치
JP6210368B2 (ja) * 2012-09-18 2017-10-11 サン パテント トラスト 画像復号方法および画像復号装置
CN104662901B (zh) * 2012-09-28 2018-06-22 索尼公司 图像处理装置及方法
JP6287035B2 (ja) * 2013-10-11 2018-03-07 ソニー株式会社 復号装置および復号方法
US20180278943A1 (en) 2015-09-21 2018-09-27 Lg Electronics Inc. Method and apparatus for processing video signals using coefficient induced prediction
CN110999292A (zh) * 2017-07-28 2020-04-10 松下电器（美国）知识产权公司 编码装置、解码装置、编码方法及解码方法
CN116055721A (zh) * 2017-07-28 2023-05-02 松下电器（美国）知识产权公司 编码装置和编码方法
EP3484151A1 (en) * 2017-11-13 2019-05-15 Thomson Licensing Method and apparatus for generating quantization matrices in video encoding and decoding
WO2019189346A1 (ja) * 2018-03-30 2019-10-03 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法
KR20200107867A (ko) * 2019-03-08 2020-09-16 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
TWI762889B (zh) * 2019-03-21 2022-05-01 聯發科技股份有限公司 用於視頻編解碼的量化矩陣計算和表示的方法和裝置
CN118524210A (zh) * 2019-06-14 2024-08-20 韩国电子通信研究院 量化矩阵编码/解码方法和装置、以及存储比特流的记录介质
US11425400B2 (en) * 2020-04-20 2022-08-23 Qualcomm Incorporated Adaptive scaling list control for video coding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104137546A (zh) * 2011-11-07 2014-11-05 高通股份有限公司 用信号发送用于视频译码的量化矩阵
CN104170382A (zh) * 2012-01-20 2014-11-26 韩国电子通信研究院 用于编码和解码量化矩阵的方法和使用其的设备
CN104521232A (zh) * 2012-07-02 2015-04-15 韩国电子通信研究院 用于编码/解码图像的方法和设备
CN105580368A (zh) * 2013-09-30 2016-05-11 日本放送协会 图像编码装置、图像解码装置以及它们的程序

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ELENA ALSHINA ET AL: "《CE7: Experimental results of fast ROT by Samsung》", 《JCTVC》, pages 2 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114731405A (zh) * 2019-09-23 2022-07-08 Lg电子株式会社 使用量化矩阵的图像编码/解码方法和设备以及发送比特流的方法

Also Published As

Publication number Publication date
EP3917142A4 (en) 2022-11-09
WO2020138933A1 (ko) 2020-07-02
KR20200080187A (ko) 2020-07-06
EP3917142A1 (en) 2021-12-01
US20220086443A1 (en) 2022-03-17
US12034929B2 (en) 2024-07-09

Similar Documents

Publication Publication Date Title
CN112088533B (zh) 图像编码/解码方法和装置以及存储比特流的记录介质
CN113273213B (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN112369021A (zh) 用于吞吐量增强的图像编码/解码方法和设备以及存储比特流的记录介质
US12034929B2 (en) Quantization matrix encoding/decoding method and device, and recording medium in which bitstream is stored
CN113273188B (zh) 图像编码/解码方法和装置以及存储有比特流的记录介质
CN112771862A (zh) 通过使用边界处理对图像进行编码/解码的方法和设备以及用于存储比特流的记录介质
CN112740686A (zh) 用于帧内预测模式编码/解码的方法和设备以及用于存储比特流的记录介质
CN113574875A (zh) 基于帧内块复制的编/解码方法和装置及比特流存储介质
CN114342372A (zh) 帧内预测模式、以及熵编解码方法和装置
CN112740671A (zh) 图像编码/解码方法和装置以及存储比特流的记录介质
CN113940077A (zh) 用于视频编码/解码的虚拟边界信令方法和设备
CN112673629A (zh) 视频编码/解码方法和装置以及用于存储比特流的记录介质
CN112740694A (zh) 用于对图像进行编码/解码的方法和设备以及用于存储比特流的记录介质
EP3965419A1 (en) Image encoding/decoding method and device, and recording medium storing bitstream
CN113906740A (zh) 帧间预测信息编码/解码方法和装置
CN113875249A (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN114788286A (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN113906743B (zh) 量化矩阵编码/解码方法和装置、以及存储比特流的记录介质
CN113196758A (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN113545052A (zh) 图像编码/解码方法和装置以及存储比特流的记录介质
CN113228645A (zh) 图像编码/解码方法和装置以及存储有比特流的记录介质
CN113228681A (zh) 图像编码/解码方法和装置以及存储比特流的记录介质
CN113574868A (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN114503566A (zh) 图像编码/解码方法和设备以及存储比特流的记录介质
CN113875235A (zh) 图像编码/解码方法和装置及存储比特流的记录介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination