JP2023518991A - 混成nalユニットタイプに基づく画像符号化/復号化方法及び装置、並びにビットストリームを保存する記録媒体 - Google Patents

混成nalユニットタイプに基づく画像符号化/復号化方法及び装置、並びにビットストリームを保存する記録媒体 Download PDF

Info

Publication number
JP2023518991A
JP2023518991A JP2022558315A JP2022558315A JP2023518991A JP 2023518991 A JP2023518991 A JP 2023518991A JP 2022558315 A JP2022558315 A JP 2022558315A JP 2022558315 A JP2022558315 A JP 2022558315A JP 2023518991 A JP2023518991 A JP 2023518991A
Authority
JP
Japan
Prior art keywords
picture
rasl
nal unit
pictures
nut
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.)
Granted
Application number
JP2022558315A
Other languages
English (en)
Other versions
JP7492023B2 (ja
Inventor
ヘンドリー ヘンドリー
スンファン キム
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.)
LG Electronics Inc
Original Assignee
LG Electronics 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 LG Electronics Inc filed Critical LG Electronics Inc
Publication of JP2023518991A publication Critical patent/JP2023518991A/ja
Application granted granted Critical
Publication of JP7492023B2 publication Critical patent/JP7492023B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46Embedding additional information in the video signal during the compression process
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85Assembly of content; Generation of multimedia applications
    • H04N21/854Content authoring
    • H04N21/85406Content authoring involving a specific file format, e.g. MP4 format
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/105Selection 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/119Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • H04N19/174Methods 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 slice, e.g. a line of blocks or a group of blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/188Methods 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 video data packet, e.g. a network abstraction layer [NAL] unit
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845Structuring of content, e.g. decomposing content into time segments
    • H04N21/8455Structuring of content, e.g. decomposing content into time segments involving pointers to the content, e.g. pointers to the I-frames of the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

画像符号化/復号化方法及び装置が提供される。本開示による画像復号化方法は、ビットストリームから、符号化された画像データを含む少なくとも1つのNAL(network abstracion layer)ユニットに関するNALユニットタイプ情報を取得するステップと、前記取得されたNALユニットタイプ情報に基づいて、現在ピクチャ内の1つ以上のスライスが有する少なくとも1つのNALユニットタイプを決定するステップと、前記決定されたNALユニットタイプに基づいて、前記現在ピクチャを復号化するステップと、を含み、前記決定されたNALユニットタイプがRASL(Random Access Skipped Leading)ピクチャNALユニットタイプ(RASL_NUT)を含むことに基づいて、前記現在ピクチャは、RASLピクチャと決定され、前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャである場合、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャNALユニットタイプ(RADL_NUT)を有する1つ以上のスライスを含むことに基づいて復号化されることができる。【選択図】図20

Description

本開示は、画像符号化/復号化方法及び装置に係り、より詳細には、混成NALユニットタイプに基づく画像符号化/復号化方法及び装置、並びに本開示の画像符号化方法/装置によって生成されたビットストリームを保存する記録媒体に関する。
最近、高解像度、高品質の画像、例えばHD(High Definition)画像及びUHD(Ultra High Definition)画像への需要が多様な分野で増加している。画像データが高解像度、高品質になるほど、従来の画像データに比べて、伝送される情報量又はビット量が相対的に増加する。伝送される情報量又はビット量の増加は、伝送費用と保存費用の増加をもたらす。
これにより、高解像度、高品質画像の情報を効果的に伝送又は保存し、再生するための高効率の画像圧縮技術が求められる。
本開示は、符号化/復号化効率が向上した画像符号化/復号化方法及び装置を提供することを目的とする。
また、本開示は、混成NALユニットタイプに基づく画像符号化/復号化方法及び装置を提供することを目的とする。
また、本開示は、サブピクチャビットストリーム併合動作に基づく画像符号化/復号化方法及び装置を提供することを目的とする。
また、本開示は、本開示による画像符号化方法又は装置によって生成されたビットストリームを伝送する方法を提供することを目的とする。
また、本開示は、本開示による画像符号化方法又は装置によって生成されたビットストリームを保存した記録媒体を提供することを目的とする。
また、本開示は、本開示による画像復号化装置によって受信され、復号化されて画像の復元に利用されるビットストリームを保存した記録媒体を提供することを目的とする。
本開示で解決しようとする技術的課題は上述した技術的課題に制限されず、上述していない別の技術的課題は以降の記載から本開示の属する技術分野における通常の知識を有する者に明確に理解できるだろう。
本開示の一態様による画像復号化方法は、ビットストリームから、符号化された画像データを含む少なくとも1つのNAL(network abstracion layer)ユニットに関するNALユニットタイプ情報を取得するステップと、前記取得されたNALユニットタイプ情報に基づいて、現在ピクチャ内の1つ以上のスライスが有する少なくとも1つのNALユニットタイプを決定するステップと、前記決定されたNALユニットタイプに基づいて、前記現在ピクチャを復号化するステップと、を含み、前記決定されたNALユニットタイプがRASL(Random Access Skipped Leading)ピクチャNALユニットタイプ(RASL_NUT)を含むことに基づいて、前記現在ピクチャは、RASLピクチャと決定され、前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャである場合、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャNALユニットタイプ(RADL_NUT)を有する1つ以上のスライスを含むことに基づいて復号化されることができる。
本開示の他の態様による画像復号化装置は、メモリと少なくとも1つのプロセッサとを含み、前記少なくとも1つのプロセッサは、ビットストリームから、符号化された画像データを含む少なくとも1つのNAL(network abstraction layer)ユニットに関するNALユニットタイプ情報を取得し、前記取得されたNALユニットタイプ情報に基づいて、現在ピクチャ内の1つ以上のスライスが有する少なくとも1つのNALユニットタイプを決定し、前記決定されたNALユニットタイプに基づいて前記現在ピクチャを復号化するが、前記決定されたNALユニットタイプがRASL(Random Access Skipped Leading)ピクチャNALユニットタイプ(RASL_NUT)を含むことに基づいて、前記現在ピクチャはRASLピクチャと決定され、前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャである場合、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャNALユニットタイプ(RADL_NUT)を有する1つ以上のスライスを含むことに基づいて復号化されることができる。
本開示の別の態様による画像符号化方法は、現在ピクチャを複数のサブピクチャに分割するステップ、前記サブピクチャそれぞれのNALユニットタイプを決定するステップ、及び前記決定されたNALユニットタイプに基づいて、前記サブピクチャを符号化するステップを含み、前記決定されたNALユニットタイプがRASL(Random Access Skipped Leading)サブピクチャNALユニットタイプ(RASL_NUT)を含むことに基づいて、前記現在ピクチャは、所定のIRAP(Intra Random Access Point)ピクチャに関連しているRASLピクチャと決定され、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャNALユニットタイプ(RADL_NUT)を有する少なくとも1つのサブピクチャを含むことができる。
本開示の別の態様によるコンピュータ可読記録媒体は、本開示の画像符号化方法又は画像符号化装置によって生成されたビットストリームを保存することができる。
本開示の別の態様による伝送方法は、本開示の画像符号化方法又は画像符号化装置によって生成されたビットストリームを伝送することができる。
本開示について簡略に要約して上述した特徴は、後述する本開示の詳細な説明の例示的な態様に過ぎず、本開示の範囲を制限するものではない。
本開示によれば、符号化/復号化効率が向上した画像符号化/復号化方法及び装置が提供されることができる。
また、本開示によれば、混成NALユニットタイプに基づく画像符号化/復号化方法及び装置が提供されることができる。
また、本開示によれば、復号化順に1番目のピクチャに連関し、復号化可能なRASLピクチャに基づく画像符号化/復号化方法及び装置が提供されることができる。
また、本開示によれば、インター予測のための参照ピクチャとして利用可能なRASLピクチャに基づく画像符号化/復号化方法及び装置が提供されることができる。
また、本開示によれば、本開示による画像符号化方法又は装置によって生成されたビットストリームを伝送する方法が提供されることができる。
また、本開示によれば、本開示による画像符号化方法又は装置によって生成されたビットストリームを保存した記録媒体が提供されることができる。
また、本開示は、本開示による画像復号化装置によって受信され、復号化されて画像の復元に利用されるビットストリームを保存した記録媒体が提供されることができる。
本開示で得られる効果は、上述した効果に限定されず、上述していない別の効果は、以降の記載から、本開示の属する技術分野における通常の知識を有する者に明確に理解できるだろう。
本開示による実施例が適用できるビデオコーディングシステムを概略的に示す図である。 本開示による実施例が適用できる画像符号化装置を概略的に示す図である。 本開示による実施例が適用できる画像復号化装置を概略的に示す図である。 本開示による実施例が適用できる画像復号化手順を概略的に示すフローチャートである。 本開示による実施例が適用できる画像符号化手順を概略的に示すフローチャートである。 コーディングされた画像/ビデオに対する階層構造の一例を示す図である。 本開示の一実施例によるピクチャパラメータセット(PPS)を示す図である。 本開示の一実施例によるスライスヘッダーを示す図である。 サブピクチャの一例を示す図である。 混成NALユニットタイプを有するピクチャの一例を示す図である。 本開示の一実施例によるピクチャパラメータセット(PPS)の一例を示す図である。 本開示の一実施例によるシーケンスパラメータセット(SPS)の一例を示す図である。 サブピクチャビットストリーム併合を介して混成NALユニットタイプが構成される過程を説明するための構成である。 ピクチャ類型別の復号化順序及び出力順序を説明するための図である。 本開示の一実施例によるRASLピクチャの類型を説明するための図である。 本開示の一実施例によるRASLピクチャの類型を説明するための図である。 ランダムアクセス時のRASLピクチャの取り扱いを説明するための図である。 ランダムアクセス時のRASLピクチャの取り扱いを説明するための図である。 本開示の一実施例によるRASLピクチャの復号化過程及び出力過程を示すフローチャートである。 本開示の一実施例によるRASLピクチャの参照条件を説明するための図である。 本開示の一実施例によるRASLピクチャの参照条件を説明するための図である。 本開示の一実施例による画像符号化方法を示すフローチャートである。 本開示の一実施例による画像復号化方法を示すフローチャートである。 本開示による実施例が適用できるコンテンツストリーミングシステムを例示的に示す図である。
以下、添付図面を参照して、本開示の実施例について、本開示の属する技術分野における通常の知識を有する者が容易に実施し得るように詳細に説明する。しかし、本開示は、様々な異なる形態で実現でき、ここで説明する実施例に限定されない。
本開示の実施例を説明するにあたり、公知の構成又は機能についての具体的な説明が本開示の要旨を不明確にするおそれがあると判断される場合には、それについての詳細な説明は省略する。そして、図面において、本開示についての説明と関係ない部分は省略し、同様の部分には同様の図面符号を付した。
本開示において、ある構成要素が他の構成要素と「連結」、「結合」又は「接続」されているとするとき、これは、直接的な連結関係だけでなく、それらの間に別の構成要素が存在する間接的な連結関係も含むことができる。また、ある構成要素が他の構成要素を「含む」又は「有する」とするとき、これは、特に反対される記載がない限り、別の構成要素を排除するのではなく、別の構成要素をさらに含むことができることを意味する。
本開示において、「第1」、「第2」などの用語は、一つの構成要素を他の構成要素から区別する目的のみで使用され、特に言及されない限り、構成要素間の順序又は重要度などを限定しない。したがって、本開示の範囲内において、一実施例の第1構成要素を他の実施例で第2構成要素と呼んでもよく、これと同様に、一実施例の第2構成要素を他の実施例で第1構成要素と呼んでもよい。
本開示において、互いに区別される構成要素は、それぞれの特徴を明確に説明するためのものであり、構成要素が必ずしも分離されることを意味するものではない。つまり、複数の構成要素が統合されて一つのハードウェア又はソフトウェア単位で構成されてもよく、一つの構成要素が分散されて複数のハードウェア又はソフトウェア単位で構成されてもよい。よって、別に言及しなくても、このように統合された又は分散された実施例も本開示の範囲に含まれる。
本開示において、さまざまな実施例で説明する構成要素が必ず必要不可欠な構成要素を意味するものではなく、一部は選択的な構成要素であり得る。したがって、一実施例で説明する構成要素の部分集合で構成される実施例も本開示の範囲に含まれる。また、様々な実施例で説明する構成要素にさらに他の構成要素を含む実施例も、本開示の範囲に含まれる。
本開示は、画像の符号化及び復号化に関するものであって、本開示で使用される用語は、本開示で新たに定義されない限り、本開示の属する技術分野における通常の意味を持つことができる。
本開示において、「ピクチャ(picture)」は、一般的に、特定の時間帯のいずれか一つの画像を示す単位を意味し、スライス(slice)/タイル(tile)は、ピクチャの一部を構成する符号化単位であって、一つのピクチャは、一つ以上のスライス/タイルで構成できる。また、スライス/タイルは、一つ以上のCTU(coding tree unit)を含むことができる。
本開示において、「ピクセル(pixel)」又は「ペル(pel)」は、一つのピクチャ(又は画像)を構成する最小の単位を意味することができる。また、ピクセルに対応する用語として「サンプル(sample)」が使用できる。サンプルは、一般的に、ピクセル又はピクセルの値を示すことができ、ルマ(luma)成分のピクセル/ピクセル値のみを示すこともでき、クロマ(chroma)成分のピクセル/ピクセル値のみを示すこともできる。
本開示において、「ユニット(unit)」は、画像処理の基本単位を示すことができる。ユニットは、ピクチャの特定の領域及び当該領域に関連する情報のうちの少なくとも一つを含むことができる。ユニットは、場合に応じて、「サンプルアレイ」、「ブロック(block)」又は「領域(area)」などの用語と混用して使用できる。一般な場合、M×Nブロックは、M個の列とN個の行からなるサンプル(又はサンプルアレイ)又は変換係数(transform coefficient)のセット(又はアレイ)を含むことができる。
本開示において、「現在ブロック」は、「現在コーディングブロック」、「現在コーディングユニット」、「符号化対象ブロック」、「復号化対象ブロック」又は「処理対象ブロック」のうちのいずれか一つを意味することができる。予測が行われる場合、「現在ブロック」は、「現在予測ブロック」又は「予測対象ブロック」を意味することができる。変換(逆変換)/量子化(逆量子化)が行われる場合、「現在ブロック」は「現在変換ブロック」又は「変換対象ブロック」を意味することができる。フィルタリングが行われる場合、「現在ブロック」は「フィルタリング対象ブロック」を意味することができる。
また、本開示において、「現在ブロック」は、クロマブロックという明示的な記載がない限り、ルマ成分ブロックとクロマ成分ブロックを全て含むブロック又は「現在ブロックのルマブロック」を意味することができる。現在ブロックのルマ成分ブロックは、明示的に「ルマブロック」又は「現在ルマブロック」のようにルマ成分ブロックという明示的な記載を含んで表現できる。また、現在ブロックのクロマ成分ブロックは、明示的に「クロマブロック」又は「現在クロマブロック」のようにクロマ成分ブロックという明示的な記載を含んで表現できる。
本開示において、「/」と「、」は「及び/又は」と解釈されることができる。例えば、「A/B」と「A、B」は「A及び/又はB」と解釈されることができる。また、「A/B/C」と「A、B、C」は、「A、B及び/又はCのうちの少なくとも一つ」を意味することができる。
本開示において、「又は」は「及び/又は」と解釈されることができる。例えば、「A又はB」は、1)「A」のみを意味するか、2)「B」のみを意味するか、3)「A及びB」を意味することができる。又は、本開示において、「又は」は、「追加的に又は代替的に(additionally or alternatively)」を意味することができる。
ビデオコーディングシステムの概要
図1は、本開示によるビデオコーディングシステムを示す。
一実施例によるビデオコーディングシステムは、符号化装置10及び復号化装置20を含むことができる。符号化装置10は、符号化されたビデオ(video)及び/又は画像(image)情報又はデータをファイル又はストリーミング形式でデジタル記憶媒体又はネットワークを介して復号化装置20へ伝達することができる。
一実施例による符号化装置10は、ビデオソース生成部11、符号化部12及び伝送部13を含むことができる。一実施例による復号化装置20は、受信部21、復号化部22及びレンダリング部23を含むことができる。前記符号化部12は、ビデオ/画像符号化部と呼ばれることができ、前記復号化部22は、ビデオ/画像復号化部と呼ばれることができる。伝送部13は、符号化部12に含まれることができる。受信部21は、復号化部22に含まれることができる。レンダリング部23は、ディスプレイ部を含むこともでき、ディスプレイ部は、別個のデバイス又は外部コンポーネントとして構成されることもできる。
ビデオソース生成部11は、ビデオ/画像のキャプチャ、合成又は生成過程などを介してビデオ/画像を取得することができる。ビデオソース生成部11は、ビデオ/画像キャプチャデバイス及び/又はビデオ/画像生成デバイスを含むことができる。ビデオ/画像キャプチャデバイスは、例えば、一つ以上のカメラ、以前にキャプチャされたビデオ/画像を含むビデオ/画像アーカイブなどを含むことができる。ビデオ/画像生成デバイスは、例えば、コンピュータ、タブレット及びスマートフォンなどを含むことができ、(電子的に)ビデオ/画像を生成することができる。例えば、コンピュータなどを介して仮想のビデオ/画像が生成されることができ、この場合、ビデオ/画像キャプチャ過程は、関連データが生成される過程に置き換えられることができる。
符号化部12は、入力ビデオ/画像を符号化することができる。符号化部12は、圧縮及び符号化効率のために、予測、変換、量子化などの一連の手順を行うことができる。符号化部12は、符号化されたデータ(符号化されたビデオ/画像情報)をビットストリーム(bitstream)形式で出力することができる。
伝送部13は、ビットストリーム形式で出力された、符号化されたビデオ/画像情報又はデータを、ファイル又はストリーミング形式でデジタル記憶媒体又はネットワークを介して復号化装置20の受信部21に伝達することができる。デジタル記憶媒体は、USB、SD、CD、DVD、Blu-ray(登録商標)、HDD、SSDなどのさまざまな記憶媒体を含むことができる。伝送部13は、予め決められたファイルフォーマットを介してメディアファイルを生成するためのエレメントを含むことができ、放送/通信ネットワークを介して伝送するためのエレメントを含むことができる。受信部21は、前記記憶媒体又はネットワークから前記ビットストリームを抽出/受信して復号化部22に伝達することができる。
復号化部22は、符号化部12の動作に対応する逆量子化、逆変換、予測などの一連の手順を行ってビデオ/画像を復号化することができる。
レンダリング部23は、復号化されたビデオ/画像をレンダリングすることができる。レンダリングされたビデオ/画像は、ディスプレイ部を介して表示されることができる。
画像符号化装置の概要
図2は、本開示による実施例が適用できる画像符号化装置を概略的に示す図である。
図2に示されているように、画像符号化装置100は、画像分割部110、減算部115、変換部120、量子化部130、逆量子化部140、逆変換部150、加算部155、フィルタリング部160、メモリ170、インター予測部180、イントラ予測部185及びエントロピー符号化部190を含むことができる。インター予測部180及びイントラ予測部185は、合わせて「予測部」と呼ばれることができる。変換部120、量子化部130、逆量子化部140及び逆変換部150は、レジデュアル(residual)処理部に含まれることができる。レジデュアル処理部は減算部115をさらに含むこともできる。
画像符号化装置100を構成する複数の構成部の全部又は少なくとも一部は、実施例によって一つのハードウェアコンポーネント(例えば、エンコーダ又はプロセッサ)で実現されることができる。また、メモリ170は、DPB(decoded picture buffer)を含むことができ、デジタル記憶媒体によって実現できる。
画像分割部110は、画像符号化装置100に入力された入力画像(又は、ピクチャ、フレーム)を一つ以上の処理ユニット(processing unit)に分割することができる。一例として、前記処理ユニットは、コーディングユニット(coding unit、CU)と呼ばれることができる。コーディングユニットは、コーディングツリーユニット(coding tree unit、CTU)又は最大コーディングユニット(largest coding unit、LCU)をQT/BT/TT(Quad-tree/binary-tree/ternary-tree)構造によって再帰的に(recursively)分割することにより取得されることができる。例えば、一つのコーディングニットは、四分木構造、二分木構造及び/又は三分木構造に基づいて、下位(deeper)デプスの複数のコーディングユニットに分割されることができる。コーディングユニットの分割のために、四分木構造が先に適用され、二分木構造及び/又は三分木構造が後で適用されることができる。それ以上分割されない最終コーディングユニットを基に、本開示によるコーディング手順が行われることができる。最大コーディングユニットが最終コーディングユニットとして使用されることができ、最大コーディングユニットを分割して取得した下位デプスのコーディングユニットが最終コーディングユニットとして使用されることもできる。ここで、コーディング手順とは、後述する予測、変換及び/又は復元などの手順を含むことができる。他の例として、前記コーディング手順の処理ユニットは、予測ユニット(PU:Prediction Unit)又は変換ユニット(TU:Transform Unit)であることができる。前記予測ユニット及び前記変換ユニットは、それぞれ前記最終コーディングユニットから分割又はパーティショニングされることができる。前記予測ユニットは、サンプル予測の単位であることができ、前記変換ユニットは、変換係数を誘導する単位、及び/又は変換係数からレジデュアル信号(residual signal)を誘導する単位であることができる。
予測部(インター予測部180又はイントラ予測部185)は、処理対象ブロック(現在ブロック)に対する予測を行い、前記現在ブロックに対する予測サンプルを含む予測されたブロック(predicted block)を生成することができる。予測部は、現在ブロック又はCU単位でイントラ予測が適用されるか、或いはインター予測が適用されるかを決定することができる。予測部は、現在ブロックの予測に関するさまざまな情報を生成してエントロピー符号化部190に伝達することができる。予測に関する情報は、エントロピー符号化部190で符号化されてビットストリーム形式で出力されることができる。
イントラ予測部185は、現在ピクチャ内のサンプルを参照して現在ブロックを予測することができる。参照される前記サンプルは、イントラ予測モード及び/又はイントラ予測技法に従って、前記現在ブロックの周辺(neighbor)に位置することもでき、或いは離れて位置することもできる。イントラ予測モードは、複数の非方向性モードと複数の方向性モードを含むことができる。非方向性モードは、例えば、DCモード及びプランナーモード(Planarモード)を含むことができる。方向性モードは、予測方向の細かい程度に応じて、例えば33個の方向性予測モード又は65個の方向性予測モードを含むことができる。ただし、これは例示に過ぎず、設定に基づいてそれ以上又はそれ以下の個数の方向性予測モードが使用できる。イントラ予測部185は、周辺ブロックに適用された予測モードを用いて、現在ブロックに適用される予測モードを決定することもできる。
インター予測部180は、参照ピクチャ上で動きベクトルによって特定される参照ブロック(参照サンプルアレイ)に基づいて、現在ブロックに対する予測されたブロックを誘導することができる。この時、インター予測モードで伝送される動き情報の量を減らすために、周辺ブロックと現在ブロックとの動き情報の相関性に基づいて動き情報をブロック、サブブロック又はサンプル単位で予測することができる。前記動き情報は、動きベクトル及び参照ピクチャインデックスを含むことができる。前記動き情報は、インター予測方向(L0予測、L1予測、Bi予測など)情報をさらに含むことができる。インター予測の場合、周辺ブロックは、現在ピクチャ内に存在する空間周辺ブロック(spatial neighboring block)と、参照ピクチャに存在する時間周辺ブロック(temporal neighboring block)を含むことができる。前記参照ブロックを含む参照ピクチャと、前記時間周辺ブロックを含む参照ピクチャとは、同一でもよく、互いに異なってもよい。前記時間周辺ブロックは、コロケート参照ブロック(collocated reference block)、コロケートCU(colCU)などの名前で呼ばれることができる。前記時間周辺ブロックを含む参照ピクチャは、コロケートピクチャ(collocated picture、colPic)と呼ばれることができる。例えば、インター予測部180は、周辺ブロックに基づいて動き情報候補リストを構成し、前記現在ブロックの動きベクトル及び/又は参照ピクチャインデックスを導出するために、どの候補が使用されるかを指示する情報を生成することができる。様々な予測モードに基づいてインター予測が行われることができ、例えばスキップモードとマージモードの場合に、インター予測部180は、周辺ブロックの動き情報を現在ブロックの動き情報として用いることができる。スキップモードの場合、マージモードとは異なり、レジデュアル信号が伝送されないことができる。動き情報予測(motion vector prediction、MVP)モードの場合、周辺ブロックの動きベクトルを動きベクトル予測子(motion vector predictor)として用い、動きベクトル差分(motion vector difference)及び動きベクトル予測子に対するインジケータ(indicator)を符号化することにより、現在ブロックの動きベクトルをシグナリングすることができる。動きベクトル差分は、現在ブロックの動きベクトルと動きベクトル予測子との差を意味することができる。
予測部は、後述する様々な予測方法及び/又は予測技法に基づいて予測信号を生成することができる。例えば、予測部は、現在ブロックの予測のために、イントラ予測又はインター予測を適用することができるだけでなく、イントラ予測とインター予測を同時に適用することができる。現在ブロックの予測のためにイントラ予測とインター予測を同時に適用する予測方法は、CIIP(combined inter and intra prediction)と呼ばれることができる。また、予測部は、現在ブロックの予測のためにイントラブロックコピー(intra block copy、IBC)を行うこともできる。イントラブロックコピーは、例えば、SCC(screen content coding)などのようにゲームなどのコンテンツ画像/動画コーディングのために使用できる。IBCは、現在ブロックから所定の距離だけ離れた位置の現在ピクチャ内の既に復元された参照ブロックを用いて現在ブロックを予測する方法である。IBCが適用される場合、現在ピクチャ内の参照ブロックの位置は、前記所定の距離に該当するベクトル(ブロックベクトル)として符号化されることができる。IBCは、基本的に現在ピクチャ内で予測を行うが、現在ピクチャ内で参照ブロックを導出するという点で、インター予測と同様に行われることができる。すなわち、IBCは、本開示で説明されるインター予測技法のうちの少なくとも1つを用いることができる。
予測部によって生成された予測信号は、復元信号を生成するために用いられるか、或いはレジデュアル信号を生成するために用いられることができる。減算部115は、入力画像信号(原本ブロック、原本サンプルアレイ)から、予測部から出力された予測信号(予測されたブロック、予測サンプルアレイ)を減算して、レジデュアル信号(residual signal、残余ブロック、残余サンプルアレイ)を生成することができる。生成されたレジデュアル信号は、変換部120に伝送されることができる。
変換部120は、レジデュアル信号に変換技法を適用して変換係数(transform coefficients)を生成することができる。例えば、変換技法は、DCT(Discrete Cosine Transform)、DST(Discrete Sine Transform)、KLT(Karhunen-Loeve Transform)、GBT(Graph-Based Transform)、又はCNT(Conditionally Non-linear Transform)のうちの少なくとも一つを含むことができる。ここで、GBTは、ピクセル間の関係情報をグラフで表現するとするとき、このグラフから得られた変換を意味する。CNTは、以前に復元された全てのピクセル(all previously reconstructed pixel)を用いて予測信号を生成し、それに基づいて取得される変換を意味する。変換過程は、正方形の同じサイズを有するピクセルブロックに適用されることもでき、正方形ではない、可変サイズのブロックに適用されることもできる。
量子化部130は、変換係数を量子化してエントロピー符号化部190に伝送することができる。エントロピー符号化部190は、量子化された信号(量子化された変換係数に関する情報)を符号化してビットストリーム形式で出力することができる。前記量子化された変換係数に関する情報は、レジデュアル情報と呼ばれることができる。量子化部130は、係数スキャン順序(scan order)に基づいて、ブロック形式の量子化された変換係数を1次元ベクトル形式で再整列することができ、前記1次元ベクトル形式の量子化された変換係数に基づいて、前記量子化された変換係数に関する情報を生成することもできる。
エントロピー符号化部190は、例えば、指数ゴロム(exponential Golomb)、CAVLC(context-adaptive variable length coding)、CABAC(context-adaptive binary arithmetic coding)などの様々な符号化方法を行うことができる。エントロピー符号化部190は、量子化された変換係数の他に、ビデオ/画像復元に必要な情報(例えば、シンタックス要素(syntax elements)の値など)を一緒に又は別々に符号化することもできる。符号化された情報(例えば、符号化されたビデオ/画像情報)は、ビットストリーム形式でNAL(network abstraction layer)ユニット単位で伝送又は保存されることができる。前記ビデオ/画像情報は、適応パラメータセット(APS)、ピクチャパラメータセット(PPS)、シーケンスパラメータセット(SPS)又はビデオパラメータセット(VPS)などの様々なパラメータセットに関する情報をさらに含むことができる。また、前記ビデオ/画像情報は、一般制限情報(general constraint information)をさらに含むことができる。本開示で言及されたシグナリング情報、伝送される情報及び/又はシンタックス要素は、上述した符号化手順を介して符号化されて前記ビットストリームに含まれることができる。
前記ビットストリームは、ネットワークを介して伝送されることができ、又はデジタル記憶媒体に保存されることができる。ここで、ネットワークは、放送網及び/又は通信網などを含むことができ、デジタル記憶媒体は、USB、SD、CD、DVD、Blu-ray、HDD、SSDなどのさまざまな記憶媒体を含むことができる。エントロピー符号化部190から出力された信号を伝送する伝送部(図示せず)及び/又は保存する保存部(図示せず)が画像符号化装置100の内/外部要素として備えられることができ、又は伝送部はエントロピー符号化部190の構成要素として備えられることもできる。
量子化部130から出力された、量子化された変換係数は、レジデュアル信号を生成するために用いられることができる。例えば、量子化された変換係数に逆量子化部140及び逆変換部150を介して逆量子化及び逆変換を適用することにより、レジデュアル信号(レジデュアルブロック又はレジデュアルサンプル)を復元することができる。
加算部155は、復元されたレジデュアル信号をインター予測部180又はイントラ予測部185から出力された予測信号に加えることにより、復元(reconstructed)信号(復元ピクチャ、復元ブロック、復元サンプルアレイ)を生成することができる。スキップモードが適用された場合のように処理対象ブロックに対するレジデュアルがない場合、予測されたブロックが復元ブロックとして使用されることができる。加算部155は、復元部又は復元ブロック生成部と呼ばれることができる。生成された復元信号は、現在ピクチャ内の次の処理対象ブロックのイントラ予測のために使用されることができ、後述するようにフィルタリングを経て次のピクチャのインター予測のために使用されることもできる。
フィルタリング部160は、復元信号にフィルタリングを適用して主観的/客観的画質を向上させることができる。例えば、フィルタリング部160は、復元ピクチャに様々なフィルタリング方法を適用して、修正された(modified)復元ピクチャを生成することができ、前記修正された復元ピクチャをメモリ170、具体的にはメモリ170のDPBに保存することができる。前記様々なフィルタリング方法は、例えば、デブロッキングフィルタリング、サンプル適応的オフセット(sample adaptive offset)、適応的ループフィルタ(adaptive loop filter)、双方向フィルタ(bilateral filter)などを含むことができる。フィルタリング部160は、各フィルタリング方法についての説明で後述するようにフィルタリングに関する様々な情報を生成してエントロピー符号化部190に伝達することができる。フィルタリングに関する情報は、エントロピー符号化部190で符号化されてビットストリーム形式で出力されることができる。
メモリ170に伝送された、修正された復元ピクチャは、インター予測部180で参照ピクチャとして使用されることができる。画像符号化装置100は、これを介してインター予測が適用される場合、画像符号化装置100と画像復号化装置での予測ミスマッチを回避することができ、符号化効率も向上させることができる。
メモリ170内のDPBは、インター予測部180での参照ピクチャとして使用するために、修正された復元ピクチャを保存することができる。メモリ170は、現在ピクチャ内の動き情報が導出された(又は符号化された)ブロックの動き情報及び/又は既に復元されたピクチャ内ブロックの動き情報を保存することができる。前記保存された動き情報は、空間周辺ブロックの動き情報又は時間周辺ブロックの動き情報として活用するために、インター予測部180に伝達されることができる。メモリ170は、現在ピクチャ内の復元されたブロックの復元サンプルを保存することができ、イントラ予測部185に伝達することができる。
画像復号化装置の概要
図3は、本開示による実施例が適用できる画像復号化装置を概略的に示す図である。
図3に示されているように、画像復号化装置200は、エントロピー復号化部210、逆量子化部220、逆変換部230、加算部235、フィルタリング部240、メモリ250、インター予測部260及びイントラ予測部265を含んで構成できる。インター予測部260及びイントラ予測部265を合わせて「予測部」と呼ばれることができる。逆量子化部220、逆変換部230はレジデュアル処理部に含まれることができる。
画像復号化装置200を構成する複数の構成部の全部又は少なくとも一部は、実施例によって一つのハードウェアコンポーネント(例えば、デコーダ又はプロセッサ)で実現されることができる。また、メモリ170は、DPBを含むことができ、デジタル記憶媒体によって実現できる。
ビデオ/画像情報を含むビットストリームを受信した画像復号化装置200は、図2の画像符号化装置100で行われたプロセスに対応するプロセスを実行して画像を復元することができる。例えば、画像復号化装置200は、画像符号化装置で適用された処理ユニットを用いて復号化を行うことができる。したがって、復号化の処理ユニットは、例えばコーディングユニットであることができる。コーディングユニットは、コーディングツリーユニット又は最大コーディングユニットを分割して取得できる。そして、画像復号化装置200を介して復号化及び出力された復元画像信号は、再生装置(図示せず)を介して再生できる。
画像復号化装置200は、図2の画像符号化装置から出力された信号をビットストリーム形式で受信することができる。受信された信号は、エントロピー復号化部210を介して復号化できる。例えば、エントロピー復号化部210は、前記ビットストリームをパーシングして画像復元(又はピクチャ復元)に必要な情報(例えば、ビデオ/画像情報)を導出することができる。前記ビデオ/画像情報は、適応パラメータセット(APS)、ピクチャパラメータセット(PPS)、シーケンスパラメータセット(SPS)又はビデオパラメータセット(VPS)などの様々なパラメータセットに関する情報をさらに含むことができる。また、前記ビデオ/画像情報は、一般制限情報(general constraint information)をさらに含むことができる。画像復号化装置は、画像を復号化するために、前記パラメータセットに関する情報及び/又は前記一般制限情報をさらに用いることができる。本開示で言及されたシグナリング情報、受信される情報及び/又はシンタックス要素は、前記復号化手順を介して復号化されることにより、前記ビットストリームから取得されることができる。例えば、エントロピー復号化部210は、指数ゴロム符号化、CAVLC又はCABACなどのコーディング方法に基づいてビットストリーム内の情報を復号化し、画像復元に必要なシンタックス要素の値、レジデュアルに関する変換係数の量子化された値を出力することができる。より詳細には、CABACエントロピー復号化方法は、ビットストリームから各シンタックス要素に該当するビン(bin)を受信し、復号化対象シンタックス要素情報と周辺ブロック及び復号化対象ブロックの復号化情報、或いは以前ステップで復号化されたシンボル/ビンの情報を用いてコンテキスト(context)モデルを決定し、決定されたコンテキストモデルに基づいてビン(bin)の発生確率を予測してビンの算術復号化(arithmetic decoding)を行うことにより、各シンタックス要素の値に該当するシンボルを生成することができる。この時、CABACエントロピー復号化方法は、コンテキストモデルの決定後、次のシンボル/ビンのコンテキストモデルのために、復号化されたシンボル/ビンの情報を用いてコンテキストモデルを更新することができる。エントロピー復号化部210で復号化された情報のうち、予測に関する情報は、予測部(インター予測部260及びイントラ予測部265)に提供され、エントロピー復号化部210でエントロピー復号化が行われたレジデュアル値、すなわち量子化された変換係数及び関連パラメータ情報は、逆量子化部220に入力されることができる。また、エントロピー復号化部210で復号化された情報のうち、フィルタリングに関する情報は、フィルタリング部240に提供されることができる。一方、画像符号化装置から出力された信号を受信する受信部(図示せず)が画像復号化装置200の内/外部要素としてさらに備えられることができ、又は受信部はエントロピー復号化部210の構成要素として備えられることもできる。
一方、本開示による画像復号化装置は、ビデオ/画像/ピクチャ復号化装置と呼ばれることができる。前記画像復号化装置は、情報デコーダ(ビデオ/画像/ピクチャ情報デコーダ)及び/又はサンプルデコーダ(ビデオ/画像/ピクチャサンプルデコーダ)を含むこともできる。前記情報デコーダは、エントロピー復号化部210を含むことができ、前記サンプルデコーダは、逆量子化部220、逆変換部230、加算部235、フィルタリング部240、メモリ250、インター予測部260及びイントラ予測部265のうちの少なくとも一つを含むことができる。
逆量子化部220では、量子化された変換係数を逆量子化して変換係数を出力することができる。逆量子化部220は、量子化された変換係数を2次元のブロック形式で再整列することができる。この場合、前記再整列は、画像符号化装置で行われた係数スキャン順序に基づいて行われることができる。逆量子化部220は、量子化パラメータ(例えば、量子化ステップサイズ情報)を用いて、量子化された変換係数に対する逆量子化を行い、変換係数(transform coefficient)を取得することができる。
逆変換部230では、変換係数を逆変換してレジデュアル信号(レジデュアルブロック、レジデュアルサンプルアレイ)を取得することができる。
予測部は、現在ブロックに対する予測を行い、前記現在ブロックに対する予測サンプルを含む予測されたブロック(predicted block)を生成することができる。予測部は、エントロピー復号化部210から出力された前記予測に関する情報に基づいて、前記現在ブロックにイントラ予測が適用されるか或いはインター予測が適用されるかを決定することができ、具体的なイントラ/インター予測モード(予測技法)を決定することができる。
予測部が後述の様々な予測方法(技法)に基づいて予測信号を生成することができるのは、画像符号化装置100の予測部についての説明で述べたのと同様である。
イントラ予測部265は、現在ピクチャ内のサンプルを参照して現在ブロックを予測することができる。イントラ予測部185についての説明は、イントラ予測部265に対しても同様に適用されることができる。
インター予測部260は、参照ピクチャ上で動きベクトルによって特定される参照ブロック(参照サンプルアレイ)に基づいて、現在ブロックに対する予測されたブロックを誘導することができる。この時、インター予測モードで伝送される動き情報の量を減らすために、周辺ブロックと現在ブロックとの動き情報の相関性に基づいて動き情報をブロック、サブブロック又はサンプル単位で予測することができる。前記動き情報は、動きベクトル及び参照ピクチャインデックスを含むことができる。前記動き情報は、インター予測方向(L0予測、L1予測、Bi予測など)情報をさらに含むことができる。インター予測の場合に、周辺ブロックは、現在ピクチャ内に存在する空間周辺ブロック(spatial neighboring block)と参照ピクチャに存在する時間周辺ブロック(temporal neighboring block)を含むことができる。例えば、インター予測部260は、周辺ブロックに基づいて動き情報候補リストを構成し、受信した候補選択情報に基づいて前記現在ブロックの動きベクトル及び/又は参照ピクチャインデックスを導出することができる。様々な予測モード(技法)に基づいてインター予測が行われることができ、前記予測に関する情報は、前記現在ブロックに対するインター予測のモード(技法)を指示する情報を含むことができる。
加算部235は、取得されたレジデュアル信号を予測部(インター予測部260及び/又はイントラ予測部265を含む)から出力された予測信号(予測されたブロック、予測サンプルアレイ)に加えることにより、復元信号(復元ピクチャ、復元ブロック、復元サンプルアレイ)を生成することができる。スキップモードが適用された場合のように処理対象ブロックに対するレジデュアルがない場合、予測されたブロックが復元ブロックとして使用できる。加算部155についての説明は、加算部235に対しても同様に適用できる。加算部235は、復元部又は復元ブロック生成部と呼ばれることもある。生成された復元信号は、現在ピクチャ内の次の処理対象ブロックのイントラ予測のために使用されることができ、後述するようにフィルタリングを介して次のピクチャのインター予測のために使用されることもできる。
フィルタリング部240は、復元信号にフィルタリングを適用して主観的/客観的画質を向上させることができる。例えば、フィルタリング部240は、復元ピクチャに様々なフィルタリング方法を適用して、修正された(modified)復元ピクチャを生成することができ、前記修正された復元ピクチャをメモリ250、具体的にはメモリ250のDPBに保存することができる。前記様々なフィルタリング方法は、例えば、デブロッキングフィルタリング、サンプル適応的オフセット(sample adaptive offset)、適応的ループフィルタ(adaptive loop filter)、双方向フィルタ(bilateral filter)などを含むことができる。
メモリ250のDPBに保存された(修正された)復元ピクチャは、インター予測部260で参照ピクチャとして使用されることができる。メモリ250は、現在ピクチャ内の動き情報が導出された(又は復号化された)ブロックの動き情報及び/又は既に復元されたピクチャ内のブロックの動き情報を保存することができる。前記保存された動き情報は、空間周辺ブロックの動き情報又は時間周辺ブロックの動き情報として活用するために、インター予測部260に伝達することができる。メモリ250は、現在ピクチャ内の復元されたブロックの復元サンプルを保存することができ、イントラ予測部265に伝達することができる。
本明細書において、画像符号化装置100のフィルタリング部160、インター予測部180及びイントラ予測部185で説明された実施例は、それぞれ画像復号化装置200のフィルタリング部240、インター予測部260及びイントラ予測部265にも、同様に又は対応するように適用されることができる。
一般な画像/ビデオコーディング手順
画像/ビデオコーディングにおいて、画像/ビデオを構成するピクチャは、一連の復号化順序(decoding order)に従って符号化/復号化できる。復号化されたピクチャの出力順序(output order)に該当するピクチャ順序(picture order)は、前記復号化順序とは異なるように設定できる。これに基づいて、インター予測の際に、順方向予測だけでなく、逆方向予測も行うことができる。
図4は本開示による実施例が適用できる概略的な画像復号化手順の例を概略的に示す。
図4に示されている各手順は、図3の画像符号化装置によって行われることができる。例えば、図4において、ステップS410は、エントロピー復号化部210によって行われることができ、ステップS420は、イントラ予測部265及びインター予測部260を含む予測部で行われることができ、ステップS430は、逆量子化部220及び逆変換部230を含むレジデュアル処理部で行われることができ、ステップS440は、加算部235で行われることができ、ステップS450は、フィルタリング部240で行われることができる。ステップS410は、本開示で説明された情報復号化手順を含むことができ、ステップS420は、本開示で説明されたインター/イントラ予測手順を含むことができ、ステップS430は、本開示で説明されたレジデュアル処理手順を含むことができ、ステップS440は、本開示で説明されたブロック/ピクチャ復元手順を含むことができ、ステップS450は、本開示で説明されたインループフィルタリング手順を含むことができる。
図4を参照すると、ピクチャ復号化手順は、図3についての説明で示されているように、概略的に、ビットストリームから(復号化による)画像/ビデオ情報取得手順(S410)、ピクチャ復元手順(S420~S440)、及び復元されたピクチャに対するインループフィルタリング手順(S450)を含むことができる。前記ピクチャ復元手順は、本開示で説明されたインター/イントラ予測(S420)及びレジデュアル処理(S430、量子化された変換係数に対する逆量子化、逆変換)過程を経て取得した予測サンプル及びレジデュアルサンプルに基づいて行われることができる。前記ピクチャ復元手順によって生成された復元ピクチャに対するインループフィルタリング手順を介して、修正(modified)された復元ピクチャが生成されることができ、前記修正された復元ピクチャが、復号化されたピクチャとして出力されることができ、また、復号化装置の復号ピクチャバッファ又はメモリ250に保存されて以後のピクチャの復号化時にインター予測手順で参照ピクチャとして使用されることができる。場合によっては、前記インループフィルタリング手順は省略可能であり、この場合、前記復元ピクチャが復号化されたピクチャとして出力されることができ、また、復号化装置の復号ピクチャバッファ又はメモリ250に保存されて以後のピクチャの復号化時にインター予測手順で参照ピクチャとして使用されることができる。前記インループフィルタリング手順(S450)は、上述したように、デブロッキングフィルタリング手順、SAO(sample adaptive offset)手順、ALF(adaptive loop filter)手順、及び/又はバイラテラルフィルタ(bi-lateral filter)手順などを含むことができ、その一部又は全部が省略可能である。また、前記デブロッキングフィルタリング手順、SAO(sample adaptive offset)手順、ALF(adaptive loop filter)手順、及びバイラテラルフィルタ(bi-lateral filter)手順のうちの一つ又は一部が順次適用されてもよく、全てが順次適用されてもよい。例えば、復元ピクチャに対してデブロッキングフィルタリング手順が適用された後、SAO手順が行われることができる。又は、例えば、復元ピクチャに対してデブロッキングフィルタリング手順が適用された後、ALF手順が行われることができる。これは、符号化装置においても同様に行われることができる。
図5は、本開示による実施例が適用できる概略的な画像符号化手順の例を示す。
図5に示されている各手順は、図2の画像符号化装置によって行われることができる。例えば、ステップS510は、イントラ予測部185又はインター予測部180を含む予測部で行われることができ、ステップS520は、変換部120及び/又は量子化部130を含むレジデュアル処理部で行われることができ、ステップS530は、エントロピー符号化部190で行われることができる。ステップS510は、本開示で説明されたインター/イントラ予測手順を含むことができ、ステップS520は、本開示で説明されたレジデュアル処理手順を含むことができ、ステップS530は、本開示で説明された情報符号化手順を含むことができる。
図5を参照すると、ピクチャ符号化手順は、図2についての説明で示されているように、概略的にピクチャ復元のための情報(例えば、予測情報、レジデュアル情報、パーティショニング情報など)を符号化してビットストリーム形式で出力する手順だけでなく、現在ピクチャに対する復元ピクチャを生成する手順、及び復元ピクチャにインループフィルタリングを適用する手順(optional)を含むことができる。符号化装置は、逆量子化部140及び逆変換部150を介して、量子化された変換係数から(修正された)レジデュアルサンプルを導出することができ、ステップS510の出力である予測サンプルと前記(修正された)レジデュアルサンプルに基づいて復元ピクチャを生成することができる。このように生成された復元ピクチャは、上述した復号化装置で生成した復元ピクチャと同一であり得る。前記復元ピクチャに対するインループフィルタリング手順を介して、修正された復元ピクチャが生成されることができ、これは、復号ピクチャバッファ又はメモリ170に保存されることができ、復号化装置での場合と同様に、以後のピクチャの符号化時にインター予測手順で参照ピクチャとして使用されることができる。上述したように、場合によっては、前記インループフィルタリング手順の一部又は全部は省略可能である。前記インループフィルタリング手順が行われる場合、(インループ)フィルタリング関連情報(パラメータ)がエントロピー符号化部190で符号化されてビットストリーム形式で出力されることができ、復号化装置は、前記フィルタリング関連情報に基づいて符号化装置と同様の方法でインループフィルタリング手順を行うことができる。
このようなインループフィルタリング手順を介して、ブロッキングアーチファクト(artifact)及びリンギング(ringing)アーチファクトなど、画像/動画像コーディング時に発生するノイズを低減することができ、主観的/客観的ビジュアルクオリティを高めることができる。また、符号化装置と復号化装置の両方でインループフィルタリング手順を行うことにより、符号化装置と復号化装置は、同一の予測結果を導出することができ、ピクチャコーディングの信頼性を高め、ピクチャコーディングのために伝送されるべきデータ量を減らすことができる。
上述したように、復号化装置だけでなく、符号化装置においてもピクチャ復元手順が行われることができる。各ブロック単位でイントラ予測/インター予測に基づいて復元ブロックが生成されることができ、復元ブロックを含む復元ピクチャが生成されることができる。現在ピクチャ/スライス/タイルグループがIピクチャ/スライス/タイルグループである場合、前記現在ピクチャ/スライス/タイルグループに含まれるブロックは、イントラ予測のみに基づいて復元されることができる。一方、現在ピクチャ/スライス/タイルグループがP又はBピクチャ/スライス/タイルグループである場合、前記現在ピクチャ/スライス/タイルグループに含まれるブロックは、イントラ予測又はインター予測に基づいて復元されることができる。この場合、現在ピクチャ/スライス/タイルグループ内の一部のブロックに対してはインター予測が適用され、残りの一部のブロックに対してはイントラ予測が適用されることもできる。ピクチャのカラー成分は、ルマ成分及びクロマ成分を含むことができ、本開示で明示的に制限しなければ、本開示で提案される方法及び実施例は、ルマ成分及びクロマ成分に適用されるができる。
コーディング階層及び構造の例
本開示によるコーディングされたビデオ/画像は、例えば、後述するコーディング階層及び構造に従って処理できる。
図6は、コーディングされた画像/ビデオに対する階層構造の一例を示す図である。
コーディングされた画像/ビデオは、画像/ビデオの復号化処理及びそれ自体を扱うVCL(video coding layer、ビデオコーディング階層)、符号化された情報を伝送し保存する下位システム、そしてVCLと下位システムとの間に存在し、ネットワーク適応機能を担当するNAL(network abstraction layer、ネットワーク抽象階層)に区分されることができる。
VCLでは、圧縮された画像データ(スライスデータ)を含むVCLデータを生成するか、或いはピクチャパラメータセット(Picture Parameter Set:PPS)、シーケンスパラメータセット(Sequence Parameter Set:SPS)、ビデオパラメータセット(Video Parameter Set:VPS)などの情報を含むパラメータセット又は画像の復号化処理に付加的に必要なSEI(Supplemental Enhancement Information)メッセージを生成することができる。
NALでは、VCLで生成されたRBSP(Raw Byte Sequence Payload)にヘッダー情報(NALユニットヘッダー)を付加してNALユニットを生成することができる。このとき、RBSPは、VCLで生成されたスライスデータ、パラメータセット、SEIメッセージなどをいう。NALユニットヘッダーには、該当NALユニットに含まれるRBSPデータによって特定されるNALユニットタイプ情報を含むことができる。
図6に示されているように、NALユニットは、VCLで生成されたRBSPの類型によってVCL NALユニットとNon-VCL NALユニットに区分されることができる。VCL NALユニットは、画像に対する情報(スライスデータ)を含んでいるNALユニットを意味することができ、Non-VCL NALユニットは、画像を復号化するために必要な情報(パラメータセット又はSEIメッセージ)を含んでいるNALユニットを意味することができる。
上述したVCL NALユニット、Non-VCL NALユニットは、下位システムのデータ規格に応じてヘッダー情報を付けてネットワークを介して伝送されることができる。例えば、NALユニットは、H.266/VVCファイルフォーマット、RTP(Real-time Transport Protocol)、TS(Transport Stream)などの所定の規格のデータ形式に変形して様々なネットワークを介して伝送されることができる。
上述したように、NALユニットは、当該NALユニットに含まれるRBSPデータ構造(structure)に応じてNALユニットタイプが特定されることができ、このようなNALユニットタイプに対する情報は、NALユニットヘッダーに保存されてシグナリングされることができる。例えば、NALユニットが画像に対する情報(スライスデータ)を含むか否かによって、大きくVCL NALユニットタイプとNon-VCL NALユニットタイプに分類されることができる。VCL NALユニットタイプは、VCL NALユニットが含むピクチャの性質及び種類などによって分類されることができ、Non-VCL NALユニットタイプは、パラメータセットの種類などによって分類されることができる。
以下に、Non-VCL NALユニットタイプが含むパラメータセット/情報の種類などによって特定されたNALユニットタイプの一例を羅列する。
-DCI(Decoding capability information) NAL unit type(NUT):DCIを含むNALユニットに対するタイプ
-VPS(Video Parameter Set) NUT:VPSを含むNALユニットに対するタイプ
-SPS(Sequence Parameter Set) NUT:SPSを含むNALユニットに対するタイプ
-PPS(Picture Parameter Set) NUT:PPSを含むNALユニットに対するタイプ
-APS(Adaptation Parameter Set) NUT:APSを含むNALユニットに対するタイプ
-PH(Picture header) NUT:ピクチャヘッダーを含むNULユニットに対するタイプ
上述したNALユニットタイプは、NALユニットタイプのためのシンタックス情報を有し、前記シンタックス情報は、NALユニットヘッダーに保存されてシグナリングされることができる。例えば、前記シンタックス情報はnal_unit_typeであり、NALユニットタイプはnal_unit_typeの値を用いて特定できる。
一方、一つのピクチャは、複数のスライスを含むことができ、一つのスライスは、スライスヘッダー及びスライスデータを含むことができる。この場合、一つのピクチャ内の複数のスライス(スライスヘッダー及びスライスデータ集合)に対して一つのピクチャヘッダーがさらに付加されることができる。前記ピクチャヘッダー(ピクチャヘッダーシンタックス)は、前記ピクチャに共通に適用可能な情報/パラメータを含むことができる。前記スライスヘッダー(スライスヘッダーシンタックス)は、前記スライスに共通に適用可能な情報/パラメータを含むことができる。前記APS(APSシンタックス)又はPPS(PPSシンタックス)は、一つ以上のスライス又はピクチャに共通に適用可能な情報/パラメータを含むことができる。前記SPS(SPSシンタックス)は、一つ以上のシーケンスに共通に適用可能な情報/パラメータを含むことができる。前記VPS(VPSシンタックス)は、多重レイヤーに共通に適用可能な情報/パラメータを含むことができる。前記DCIは、復号化能力(decoding capability)に関連する情報/パラメータを含むことができる。
本開示において、上位レベルシンタックス(High level syntax、HLS)は、前記APSシンタックス、PPSシンタックス、SPSシンタックス、VPSシンタックス、DCIシンタックス、ピクチャヘッダーシンタックス、及びスライスヘッダーシンタックスのうちの少なくとも一つを含むことができる。また、本開示において、下位レベルシンタックス(low level syntax、LLS)は、例えば、スライスデータシンタックス、CTUシンタックス、符号化単位シンタックス、変換単位シンタックスなどを含むことができる。
一方、本開示において、符号化装置から復号化装置へ符号化されてビットストリーム形式でシグナリングされる画像/ビデオ情報は、ピクチャ内のパーティショニング関連情報、イントラ/インター予測情報、レジデュアル情報、インループフィルタリング情報などを含むだけでなく、前記スライスヘッダーの情報、前記ピクチャヘッダーの情報、前記APSの情報、前記PPSの情報、SPSの情報、前記VPSの情報及び/又は前記DCIの情報を含むことができる。また、前記画像/ビデオ情報は、一般制限情報(general constraint information)及び/又はNALユニットヘッダーの情報をさらに含むことができる。
エントリポイント(Entry points)シグナリングの概要
上述したように、VCL NALユニットは、RBSP(Raw Byte Sequence Payload)としてスライスデータを含むことができる。スライスデータは、VCL NALユニット内でバイト単位にて整列され、1つ以上のサブセット(subsets)を含むことができる。前記サブセットに対してランダムアクセス(Random Access、RA)のための少なくとも1つのエントリポイント(entry point)が定義されることができ、前記エントリポイントに基づいて並列処理が行われることができる。
VVC標準は、様々な並列処理技法の1つであるWPP(wavefront parallel processing)を支援する。ピクチャ内の複数のスライスは、WPPに基づいて並列に符号化/復号化できる。
並列処理能力を活性化するために、エントリポイント情報がシグナリングできる。画像復号化装置は、エントリポイント情報に基づいて、NALユニットに含まれているデータセグメントの始点に直接アクセスすることができる。ここで、データセグメントの始点とは、スライス内のタイルの始点又はスライス内のCTU行の始点を意味することができる。
エントリポイント情報は、上位レベルシンタックス、例えば、ピクチャパラメータセット(PPS)及び/又はスライスヘッダー内でシグナリングされることができる。
図7は、本開示の一実施例によるピクチャパラメータセット(PPS)を示す図であり、図8は、本開示の一実施例によるスライスヘッダーを示す図である。
まず、図7を参照すると、ピクチャパラメータセット(PPS)は、エントリポイント情報のシグナリング存否を示すシンタックス要素としてentry_point_offsets_present_flagを含むことができる。
entry_point_offsets_present_flagは、ピクチャパラメータセット(PPS)を参照するスライスヘッダー内にエントリポイント情報のシグナリングが存在するか否かを示すことができる。例えば、第1値(例えば、0)を有するentry_point_offsets_present_flagは、前記スライスヘッダー内に、タイル又はタイル内の特定のCTU行(rows)に対するエントリポイント情報のシグナリングが存在しないことを示すことができる。これとは異なり、第2値(例えば、1)を有するentry_point_offsets_present_flagは、前記スライスヘッダー内に、タイル又はタイル内の特定のCTU行(row)に対するエントリポイント情報のシグナリングが存在することを示すことができる。
一方、図7では、entry_point_offsets_present_flagがピクチャパラメータセット(PPS)に含まれる場合を示すが、これは例示的なものなので、本開示の実施例はこれに限定されない。例えば、entry_point_offsets_present_flagは、シーケンスパラメータセット(SPS)に含まれてもよい。
次に、図8を参照すると、スライスヘッダーは、エントリポイントを識別するためのシンタックス要素としてoffset_len_minus1及びentry_point_offset_minus1[i]を含むことができる。
offset_len_minus1は、entry_point_offset_minus1[i]のビット長から1を差し引いた値を示すことができる。offset_len_minus1の値は、0以上31以下の範囲を持つことができる。一例において、offset_len_minus1は、エントリポイントの総個数を表す変数NumEntryPointsに基づいてシグナリングされることができる。例えば、offset_len_minus1は、NumEntryPointsが0より大きい場合にのみシグナリングされることができる。また、offset_len_minus1は、図7を参照して前述したentry_point_offsets_present_flagに基づいてシグナリングされることができる。例えば、offset_len_minus1は、entry_point_offsets_present_flagが第2値(例えば、1)を有する場合(すなわち、スライスヘッダー内にエントリポイント情報のシグナリングが存在する場合)にのみシグナリングされることができる。
entry_point_offset_minus1[i]は、i番目のエントリポイントオフセットをバイト単位で表すことができ、offset_len_minus1に1ビットを加算して表現できる。NALユニット内のスライスデータは、NumEntryPointsに1を加算した値と同じ個数のサブセットを含むことができ、前記サブセットそれぞれを指示するインデックス値は、0以上NumEntryPoints以下の範囲を有することができる。NALユニット内のスライスデータの1番目のバイトはバイト0で表現できる。
entry_point_offset_minus1[i]がシグナリングされる場合、NALユニット内のスライスデータに含まれているエミュレーション防止バイト(emulation prevention bytes)は、サブセット識別のためにスライスデータの一部としてカウンされることができる。スライスデータの1番目のサブセットであるサブセット0は、バイト0からentry_point_offset_minus1[0]までの構成を持つことができる。同様に、スライスデータのk番目のサブセットであるサブセットkは、firstByte[k]からlastByte[k]までの構成を持つことができる。ここで、firstByte[k]は下記数式1のように導出でき、lastByte[k]は下記数式2のように導出できる。
Figure 2023518991000002
Figure 2023518991000003
数式1及び数式2中、kは、1以上であり、NumEntryPointsから1を差し引いた値の範囲を持つことができる。
スライスデータの最後のサブセット(すなわち、NumEntryPoints番目のサブセット)は、スライスデータのリメイニングバイト(remaining bytes)で構成できる。
一方、それぞれのタイル内のCTB行の1番目のCTBを含むCTUを復号化する前に、コンテキスト変数(context variables)に対する所定の同期化プロセスが行われず(例えば、entropy_coding_sync_enabled_flag==0)、スライスが1つ以上の完全な(complete)タイルを含む場合、スライスデータのそれぞれのサブセットは、同じタイル内の全てのCTUに対する全ての符号化ビットで構成できる。この場合、スライスデータのサブセットの総個数は、スライス内のタイルの総個数と同じであり得る。
これとは異なり、前記所定の同期化プロセスが行われず、スライスがシングルタイル内のCTU行に対して1つのサブセットを含む場合、NumEntryPointsは0であり得る。この場合、スライスデータの1つのサブセットは、スライス内の全てのCTUに対する全ての符号化ビットで構成できる。
これとは異なり、前記所定の同期化プロセスが行われる場合(例えば、entropy_coding_sync_enabled_flag==1)、それぞれのサブセットは、1つのタイル内の1つのCTU行の全てのCTUに対する全ての符号化ビットで構成できる。この場合、スライスデータのサブセットの総個数は、スライス内のタイル別のCTU行の総個数と同じであり得る。
混成NALユニットタイプ(mixed NAL unit type)の概要
一般に、1つのピクチャに対して1つのNALユニットタイプが設定できる。上述したように、NALユニットタイプを表すシンタックス情報は、NALユニット内のNALユニットヘッダーに保存されてシグナリングされることができる。例えば、前記シンタックス情報はnal_unit_typeであり、NALユニットタイプはnal_unit_type値を用いて特定できる。
本開示による実施例が適用できるNALユニットタイプの一例は、下記表1の通りである。
Figure 2023518991000004
Figure 2023518991000005
表1を参照すると、VCL NALユニットタイプは、ピクチャの性質及び種類などによって、0番乃至12番のNALユニットタイプに分類されることができる。また、non-VCL NALユニットタイプは、パラメータセットの種類などによって、13番乃至31番のNALユニットタイプに分類されることができる。
VCL NALユニットタイプの具体例は、次の通りである。
-IRAP(Intra Random Access Point) NAL unit type(NUT):IRAPピクチャのNALユニットに対するタイプ、IDR_W_RADL乃至CRA_NUTの範囲に設定される。
-IDR(Instantaneous Decoding Refresh) NUT:IDRピクチャのNALユニットに対するタイプ、IDR_W_RADL又はIDR_N_LPに設定される。
-CRA(Clean Random Access) NUT:CRAピクチャのNALユニットに対するタイプ、CRA_NUTに設定される。
-RADL(Random Access Decodable Leading) NUT:RADLピクチャのNALユニットに対するタイプ、RADL_NUTに設定される。
-RASL(Random Access Skipped Leading) NUT:RASLピクチャのNALユニットに対するタイプ、RASL_NUTに設定される。
-トレーリング(Trailing) NUT:トレーリングピクチャのNALユニットに対するタイプ、TRAIL_NUTに設定される。
-GDR(Gradual Decoding Refresh) NUT:GDRピクチャのNALユニットに対するタイプ、GDR_NUTに設定される。
-STSA(Step-wise Temporal Sublayer Access) NUT:STSAピクチャのNALユニットに対するタイプ、STSA_NUTに設定される。
一方、VVC標準は、1つのピクチャが互いに異なるNALユニットタイプを有する複数のスライスを含むことを許容する。例えば、1つのピクチャは、第1NALユニットタイプを有する少なくとも1つの第1スライスと、前記第1NALユニットタイプとは異なる第2NALユニットタイプを有する少なくとも1つの第2スライスを含むことができる。この場合、前記ピクチャのNALユニットタイプは、混成(mixed)NALユニットタイプと呼ばれることもある。このように、VVC標準が混成NALユニットタイプを支援することにより、コンテンツ合成過程、符号化/復号化過程などにおいて、複数のピクチャはより容易に再構成/合成できる。
しかしながら、混成NALユニットタイプに関する既存のスキームによれば、RASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有するピクチャの類型が明確ではないという問題がある。前記ピクチャの類型に応じて、ピクチャ順序、特に参照ピクチャリストに関する制約が、ビットストリーム内における正しいピクチャ順序を保障するために修正される必要がある。
かかる問題を解決するために、本開示の実施例によれば、RASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有するピクチャは、RASLピクチャとして扱われ得る。前記RASLピクチャに関連しているIRAPピクチャが復号化順に1番目のピクチャ又は1番目のIRAPピクチャである場合、前記RASLピクチャの出力過程はスキップされ得る。しかし、前記RASLピクチャの復号化過程は行われることができ、前記RASLピクチャは、所定の参照条件下でRADLピクチャのインター予測のための参照ピクチャとして用いられることができる。
以下、添付図面を参照して、本開示の実施例を詳細に説明する。
1つのピクチャが混成NALユニットタイプを有する場合、前記ピクチャは、互いに異なるNALユニットタイプを有する複数のサブピクチャを含むことができる。例えば、前記ピクチャは、第1NALユニットタイプを有する少なくとも1つの第1サブピクチャ、及び第2NALユニットタイプを有する少なくとも1つの第2サブピクチャを含むことができる。
サブピクチャは、1つ以上のスライスを含むことができ、ピクチャ内で矩形領域を構成することができる。ピクチャ内でサブピクチャそれぞれのサイズは互いに異なるように設定されることができる。これとは異なり、1つのシーケンスに属する全てのピクチャに対して、特定の個別サブピクチャのサイズ及び位置は互いに同一に設定できる。
図9はサブピクチャの一例を示す図である。
図9を参照すると、1つのピクチャは、18個のタイルに分割されることができる。前記ピクチャの左側には12個のタイルが配置でき、前記タイルそれぞれは、4×4のCTUからなる1つのスライスを含むことができる。また、前記ピクチャの右側には6つのタイルが配置でき、前記タイルそれぞれは、2×2のCTUでそれぞれ構成され、垂直方向に積層される2つのスライスを含むことができる。その結果、前記ピクチャは、24個のサブピクチャ及び24個のスライスを含み、前記サブピクチャそれぞれは、1つのスライスを含むことができる。
一実施例において、1つのピクチャ内のそれぞれのサブピクチャは、混成NALユニットタイプを支援するために1つのピクチャとして扱われることができる。サブピクチャが1つのピクチャとして扱われる場合、前記サブピクチャは、他のサブピクチャの符号化/復号化結果とは関係なく独立して符号化/復号化されることができる。ここで、独立した符号化/復号化とは、サブピクチャのブロック分割構造(例えば、シングルツリー構造、デュアルツリー構造など)、予測モードタイプ(例えば、イントラ予測、インター予測など)、復号化手順などが、他のサブピクチャとは異なるように設定できることを意味することができる。例えば、第1サブピクチャがイントラ予測モードに基づいて符号化/復号された場合、前記第1サブピクチャに隣接し、1つのピクチャとして扱われる第2サブピクチャは、インター予測モードに基づいて符号化/復号化できる。
サブピクチャが一つのピクチャとして扱われるか否かに関する情報は、上位レベルシンタックス内のシンタックス要素を用いてシグナリングされることができる。例えば、シーケンスパラメータセット(SPS)を介して、現在サブピクチャが1つのピクチャとして扱われるか否かを示すsubpic_treated_as_pic_flag[i]がシグナリングされることができる。現在サブピクチャが1つのピクチャとして扱われる場合、subpic_treated_as_pic_flag[i]は第2値(例えば、1)を有することができる。
図10は、混成NALユニットタイプを有するピクチャの一例を示す図である。
図10を参照すると、1つのピクチャ1000は、第1乃至第3サブピクチャ1010~1030を含むことができる。第1及び第3サブピクチャ1010、1030は、それぞれ2つのスライスを含むことができる。これとは異なり、第2サブピクチャ1020は4つのスライスを含むことができる。
第1乃至第3サブピクチャ1010~1030がそれぞれ1つのピクチャとして扱われる場合、第1乃至第3サブピクチャ1010~1030は、それぞれ独立して符号化されて、互いに異なるビットストリームを構成することができる。例えば、第1サブピクチャ1010の符号化スライスデータは、RASL_NUTに等しいNALユニットタイプを有する1つ以上のNALユニットにカプセル化されて第1ビットストリーム(Bitstream1)を構成することができる。また、第2サブピクチャ1020の符号化スライスデータは、RADL_NUTに等しいNALユニットタイプを有する1つ以上のNALユニットにカプセル化されて第2ビットストリーム(Bitstream2)を構成することができる。また、第3サブピクチャ1030の符号化スライスデータは、RASL_NUTに等しいNALユニットタイプを有する1つ以上のNALユニットにカプセル化されて第3ビットストリーム(Bitstream3)を構成することができる。その結果、1つのピクチャ1000は、RASL_NUT及びRADL_NUTが混成された混成NALユニットタイプを有することができる。
一実施例において、ピクチャ内のそれぞれのサブピクチャに含まれる全てのスライスは、同じNALユニットタイプを有するように制限されることができる。例えば、第1サブピクチャ1010に含まれる2つのスライスはいずれも、RASL_NUTに等しいNALユニットタイプを有することができる。また、第2サブピクチャ1020に含まれる4つのスライスはいずれも、RADL_NUTに等しいNALユニットタイプを有することができる。また、第3サブピクチャ1030に含まれる2つのスライスはいずれも、RASL_NUTに等しいNALユニットタイプを有することができる。
混成NALユニットタイプに関する情報及びピクチャ分割に関する情報は、上位レベルシンタックス、例えばピクチャパラメータセット(PPS)及び/又はシーケンスパラメータセット(SPS)内でシグナリングされることができる。
図11は、本開示の一実施例によるピクチャパラメータセット(PPS)の一例を示す図であり、図12は、本開示の一実施例によるシーケンスパラメータセット(SPS)の一例を示す図である。
まず、図11を参照すると、ピクチャパラメータセット(PPS)は、混成NALユニットタイプに関するシンタックス要素としてmixed_nalu_types_in_pic_flagを含むことができる。
mixed_nalu_types_in_pic_flagは、現在ピクチャが混成NALユニットタイプを有するか否かを示すことができる。例えば、第1値(例えば、0)を有するmixed_nalu_types_in_pic_flagは、現在ピクチャが混成NALユニットタイプを有しないことを示すことができる。この場合、現在ピクチャは、全てのVCL NALユニットに対して同じNALユニットタイプ、例えば、符号化されたスライスNALユニットと同じNALユニットタイプを有することができる。これとは異なり、第2値(例えば、1)を有するmixed_nalu_types_in_pic_flagは、現在ピクチャが混成NALユニットタイプを有することを示すことができる。この場合、現在ピクチャのVCL NALユニットは、GDR_NUTに等しいNALユニットタイプを有しないように制限されることができる。また、現在ピクチャのいずれか一つのVCL NALユニットがIDR_W_RADL、IDR_N_LP又はCRA_NUTに等しいNALユニットタイプを有する場合、前記現在ピクチャの他の全てのVCL NALユニットは、IDR_W_RADL、IDL_N_LP、CRA_NUT又はTRAIL_NUTに等しいNALユニットタイプを有するように制限されることができる。
現在ピクチャが混成NALユニットタイプを有する場合(例えば、mixed_nalu_types_in_pic_flag==1)、現在ピクチャ内のそれぞれのサブピクチャは、表1を参照して前述したVCL NALユニットタイプのうちのいずれかを有することができる。例えば、現在ピクチャ内のサブピクチャがIDRサブピクチャである場合、前記サブピクチャは、IDR_W_RADL又はIDR_N_LPに等しいNALユニットタイプを有することができる。或いは、現在ピクチャ内のサブピクチャがトレーリングサブピクチャである場合、前記サブピクチャは、TRAIL_NUTに等しいNALユニットタイプを有することができる。
このように、第2値(例えば、1)を有するmixed_nalu_types_in_pic_flagは、ピクチャパラメータセット(PPS)を参照するピクチャが互いに異なるNALユニットタイプを有するスライスを含み得ることを示すことができる。ここで、前記ピクチャは、符号化器がビットストリーム構造のマッチング(matching)及びオリジナルビットストリームのパラメータ間の整列(alignment)を保障(ensure)しなければならないサブピクチャビットストリーム併合動作から起源することができる。前記整列の一例として、IDR_W_RADL又はIDR_N_LPに等しいNALユニットタイプを有するスライスに対する参照ピクチャリスト(reference picture list、RPL)シンタックス要素がスライスヘッダー内に存在せず(例えば、idr_rpl_present_flag==0)、前記スライスを含む現在ピクチャが混成NALユニットタイプを有しない場合(例えば、mixed_nalu_types_in_pic_flag==0)、現在ピクチャは、IDR_W_RADL又はIDR_N_LPに等しいNALユニットタイプのスライスを含まないように制限できる。
一方、出力レイヤーセット(Output Layer Set、OLS)内の全てのピクチャに対して混成NALユニットタイプが適用されないように制限された場合(例えば、gci_no_mixed_nalu_types_in_pic_constraint_flag==1)、pps_mixed_nalu_types_in_pic_flagは、第1値(例えば、0)を有することができる。
また、ピクチャパラメータセット(PPS)は、ピクチャ分割に関するシンタックス要素としてno_pic_partition_flagを含むことができる。
no_pic_partition_flagは、現在ピクチャにピクチャ分割が適用できるか否かを示すことができる。例えば、第1値(例えば、0)を有するno_pic_partition_flagは、現在ピクチャが分割できないことを示すことができる。これとは異なり、第2値(例えば、1)を有するno_pic_partition_flagは、現在ピクチャが2つ以上のタイル又はスライスに分割できることを示すことができる。現在ピクチャが混成NALユニットタイプを有する場合(例えば、mixed_nalu_types_in_pic_flag==1)、現在ピクチャは、2つ以上のタイル又はスライスに分割されるように制限できる(例えば、no_pic_partition_flag=1)。
また、ピクチャパラメータセット(PPS)は、サブピクチャの個数を表すシンタックス要素としてnum_subpics_minus1を含むことができる。
num_subpics_minus1は、現在ピクチャに含まれるサブピクチャの個数から1を差し引いた値を示すことができる。num_subpics_minus1は、現在ピクチャにピクチャ分割が適用できる場合(例えば、no_pic_partition_flag==1)にのみシグナリングされることができる。num_subpics_minus1がシグナリングされない場合、num_subpics_minus1の値は、0と推論できる。一方、サブピクチャの個数を表すシンタックス要素は、ピクチャパラメータセット(PPS)とは異なる上位レベルシンタックス、例えばシーケンスパラメータセット(SPS)内でシグナリングされることもできる。
一実施例において、現在ピクチャが1つのサブピクチャのみを含む場合(例えば、num_subpics_minus1==0)、現在ピクチャは、混成NALユニットタイプを有しないように制限できる(例えば、mixed_nalu_types_in_pic_flag=0)。すなわち、現在ピクチャが混成NALユニットタイプを有する場合(例えば、mixed_nalu_types_in_pic_flag==1)、現在ピクチャは、2つ以上のサブピクチャを含むように制限できる(例えば、num_subpics_minus1>0)。
次に、図12を参照すると、シーケンスパラメータセット(SPS)は、符号化/復号化時のサブピクチャの取り扱いに関連しているシンタックス要素として、subpic_treated_as_pic_flag[i]を含むことができる。
subpic_treated_as_pic_flag[i]は、現在ピクチャ内のそれぞれのサブピクチャが1つのピクチャとして扱われるか否かを示すことができる。例えば、第1値(例えば、0)のsubpic_treated_as_pic_flag[i]は、現在ピクチャ内のi番目のサブピクチャが1つのピクチャとして扱われないことを示すことができる。これとは異なり、第2値(例えば、1)のsubpic_treated_as_pic_flag[i]は、現在ピクチャ内のi番目のサブピクチャがインループフィルタリング動作を除いた符号化/復号化過程で1つのピクチャとして扱われることを示すことができる。subpic_treated_as_pic_flag[i]がシグナリングされない場合、subpic_treated_as_pic_flag[i]は、第2値(例えば、1)を有すると推論できる。
一実施例において、現在ピクチャが2つ以上のサブピクチャを含み(例えば、num_subpics_minus1>0)、前記サブピクチャのうちの少なくとも1つが1つのピクチャとして扱われない場合(例えば、subpic_treated_as_pic_flag[i]==0)、現在ピクチャは、混成NALユニットタイプを有しないように制限できる(例えば、mixed_nalu_types_in_pic_flag=0)。すなわち、現在ピクチャが混成NALユニットタイプを有する場合(例えば、mixed_nalu_types_in_pic_flag==1)、現在ピクチャ内のサブピクチャはいずれも、1つのピクチャとして扱われるように(例えば、subpic_treated_as_pic_flag[i]=1)制限できる。
以下、本開示の実施例によるNALユニットタイプをピクチャ類型別に詳細に説明する。
(1)IRAP(Intra Random Access Point)ピクチャ
IRAPピクチャは、ランダムアクセス可能なピクチャであって、表1を参照して前述したように、IDR_W_RADL、IDR_N_LP又はCRA_NUTに等しいNALユニットタイプを有することができる。IRAPピクチャは、復号化過程でインター予測のために前記IRAPピクチャ以外の他のピクチャは参照しなくてもよい。IRAPピクチャは、IDR(Instantaneous decoding refresh)ピクチャ及びCRA(Clean random access)ピクチャを含むことができる。
復号化順序におけるビットストリーム内の1番目のピクチャは、IRAPピクチャ又はGDR(Gradual Decoding Refresh)ピクチャに制限され得る。シングルレイヤーのビットストリームに対して、参照すべき必須パラメータセットが利用可能である場合、復号化順序においてIRAPピクチャに先行するピクチャが全く復号化されなくても、前記IRAPピクチャ、及び復号化順序において前記IRAPピクチャに後行する全ての非RASL(non-RASL)ピクチャは、正しく(correctly)復号化できる。
一実施例において、IRAPピクチャは、混成NALユニットタイプを有しないことができる。すなわち、IRAPピクチャに対して前述したmixed_nalu_types_in_pic_flagは、第1値(例えば、0)を有することができ、IRAPピクチャ内の全てのスライスは、IDR_W_RADL乃至CRA_NUTの範囲で互いに同じNALユニットタイプを有することができる。その結果、所定のピクチャから受信された1番目のスライスがIDR_W_RADL乃至CRA_NUTの範囲のNALユニットタイプを有する場合、前記ピクチャは、IRAPピクチャと決定できる。
(2)CRA(Clean Random Access)ピクチャ
CRAピクチャは、IRAPピクチャのうちの1つであり、表1を参照して前述したようにCRA_NUTに等しいNALユニットタイプを有することができる。CRAピクチャは、復号化過程でインター予測のために前記CRAピクチャ以外の他のピクチャは参照しなくてもよい。
CRAピクチャは、復号化順序上、ビットストリーム内で1番目のピクチャであってもよく、1番目以後のピクチャであってもよい。CRAピクチャは、RADL又はRASLピクチャに関連することができる。
CRAピクチャに対してNoIncorrectPicOutputFlagが第2値(例えば、1)を有する場合、前記CRAピクチャに関連したRASLピクチャは、ビットストリーム内に存在しないピクチャを参照するので復号化できず、その結果、画像復号化装置によって出力されないことができる。ここで、NoIncorrectPicOutputFlagは、復号化順序においてリカバリポイントピクチャ(recovery point picture)に先行するピクチャが前記リカバリポイントピクチャよりも先に出力されるか否かを示すことができる。例えば、第1値(例えば、0)を有するNoIncorrectPicOutputFlagは、復号化順序においてリカバリポイントピクチャに先行するピクチャが前記リカバリポイントピクチャよりも先に出力できることを示すことができる。この場合、CRAピクチャは、ビットストリーム内で1番目のピクチャ、又は復号化順序においてEOS(End Of Sequence)NALユニットに後行する1番目のピクチャではない可能性がある。これは、ランダムアクセスが発生していない場合を意味することができる。これとは異なり、第2値(例えば、1)を有するNoIncorrectPicOutputFlagは、復号化順序においてリカバリポイントピクチャに先行するピクチャが前記リカバリポイントピクチャよりも先に出力できないことを示すことができる。この場合、CRAピクチャは、ビットストリーム内で1番目のピクチャ、又は復号化順序においてEOS NALユニットに後行する1番目のピクチャである可能性がある。これは、ランダムアクセスが発生した場合を意味することができる。一方、NoIncorrectPicOutputFlagは、実施例によってNoOutputBeforeRecoveryFlagと呼ばれることもある。
CLVS(coded layer video sequence)内で復号化順序において現在ピクチャに後行する全てのピクチャユニット(picture units、PUs)に対して、前記ピクチャユニット(PUs)に属するCRAサブピクチャに含まれる1つのスライスに対する参照ピクチャリスト0(例えば、RefPicList[0])及び参照ピクチャリスト1(例えば、RefPicList[1])は、活性化エントリ(active entry)内で、復号化順序において前記CRAサブピクチャを含むピクチャに先行する如何なるピクチャも含まないように制限できる。ここで、ピクチャユニット(PU)とは、1つの符号化ピクチャに対して所定の分類規則に従って相互関連し、復号化順序において連続する複数のNALユニットを含む、NALユニットセットを意味することができる。
(3)IDR(Instantaneous Decoding Refresh)ピクチャ
IDRピクチャは、IRAPピクチャのうちの1つであり、表1を参照して前述したように、IDR_W_RADL又はIDR_N_LPに等しいNALユニットタイプを有することができる。IDRピクチャは、復号化過程でインター予測のために前記IDRピクチャ以外の他のピクチャは参照しなくてもよい。
IDRピクチャは、復号化順序上、ビットストリーム内で1番目のピクチャであってもよく、1番目以後のピクチャであってもよい。それぞれのIDRピクチャは、復号化順序でのCVS(Coded Video Sequence)の1番目のピクチャであり得る。
IDRピクチャがそれぞれのNALユニットに対してIDR_W_RADLに等しいNALユニットタイプを有する場合、前記IDRピクチャは、関連したRADLピクチャを有することができる。これとは異なり、IDRピクチャがそれぞれのNALユニットに対してIDR_N_LPに等しいNALユニットタイプを有する場合、前記IDRピクチャは、関連したリーディングピクチャ(leading pictures)を有しなくてもよい。一方、前記IDRピクチャは、RASLピクチャとは関連しなくてもよい。
CLVS(Coded Layer Video Sequence)内で復号化順序において現在ピクチャに後行する全てのピクチャユニット(picture units、PUs)に対して、前記ピクチャユニット(PUs)に属するIDRサブピクチャに含まれる1つのスライスに対する参照ピクチャリスト0(例えば、RefPicList[0])及び参照ピクチャリスト1(例えば、RefPicList[1])は、活性化エントリ(active entry)内で、復号化順序において前記IDRサブピクチャを含むピクチャに先行する如何なるピクチャも含まないように制限できる。
(4)RADL(Random Access Decodable Leading)ピクチャ
RADLピクチャは、リーディングピクチャのうちの1つであって、表1を参照して前述したようにRADL_NUTに等しいNALユニットタイプを有することができる。
RADLピクチャは、前記RADLピクチャと同じIRAPピクチャに関連したトレーリング(trailing)ピクチャの復号化過程で、参照ピクチャとして利用されなくてもよい。RADLピクチャに対してfield_seq_flagが第1値(例えば、0)を有する場合、前記RADLピクチャは、関連したIRAPピクチャが同じである全ての非リーディングピクチャ(non-leading pictures)よりも復号化順序において先行することができる。ここで、field_seq_flagは、CLVS(Coded Layer Video Sequence)がフィールド(fields)を表すピクチャを伝達(convey)するか、それともフレーム(frames)を表すピクチャを伝達するかを示すことができる。例えば、第1値(例えば、0)を有するfield_seq_flagは、CLVSがフレームを表すピクチャを伝達することを示すことができる。これとは異なり、第2値(例えば、1)を有するfield_seq_flagは、CLVSがフィールドを表すピクチャを伝達することを示すことができる。
(5)RASL(Random Access Skipped Leading)ピクチャ
RASLピクチャは、リーディングピクチャのうちの1つであり、表1を参照して前述したようにRASL_NUTに等しいNALユニットタイプを有することができる。
一例において、全てのRASLピクチャは、関連したCRAピクチャのリーディングピクチャであり得る。前記CRAピクチャに対してNoIncorrectPicOutputFlagが第2値(例えば、1)を有する場合、前記RASLピクチャは、ビットストリーム内に存在しないピクチャを参照するので復号化できず、その結果として、画像復号化装置によって出力されないことができる。
RASLピクチャは、非RASLピクチャの復号化過程で参照ピクチャとして利用されなくてもよい。ただし、RASLピクチャと同じレイヤーに属し、同じCRAピクチャに関連するRADLピクチャが存在する場合、前記RASLピクチャは、前記RADLピクチャに含まれるRADLサブピクチャのインター予測のためのコロケーテッド(collocated)参照ピクチャとして利用できる。
RASLピクチャに対してfield_seq_flagが第1値(例えば、0)を有する場合、前記RASLピクチャは、前記RASLピクチャに関連したCRAピクチャの全ての非リーディングピクチャに対して復号化順序において先行することができる。
(6)トレーリング(Trailing)ピクチャ
トレーリングピクチャは、関連したIRAPピクチャ又はGDRピクチャに対して出力順序において後行する非IRAPピクチャであって、STSAピクチャではなくてもよい。また、トレーリングピクチャは、関連したIRAPピクチャに対して復号化順序において後行することができる。すなわち、関連したIRAPピクチャに対して出力順序において後行するが、復号化順序において先行するトレーリングピクチャは、許容できない。
(7)GDR(Gradual Decoding Refresh)ピクチャ
GDRピクチャは、ランダムアクセス可能なピクチャであって、表1を参照して前述したようにGDR_NUTに等しいNALユニットタイプを有することができる。
(8)STSA(Step-wise Temporal Sublayer Access)ピクチャ
STSAピクチャは、ランダムアクセス可能なピクチャであって、表1を参照して前述したようにSTSA_NUTに等しいNALユニットタイプを有することができる。
STSAピクチャは、インター予測のためにSTSAと同じTemporalIdを有するピクチャを参照しなくてもよい。ここで、TemporalIdは、スケーラブル(scalable)ビデオコーディングにおいて時間的階層性、例えば時間的サブレイヤー(temporal sublayer)を指示する識別子であり得る。一例として、STSAピクチャは、0よりも大きいTemporalIdを有するように制限できる。
STSAピクチャと同じTemporalIDを有し、復号化順序において前記STSAピクチャに後行するピクチャは、インター予測のために、前記STSAピクチャと同じTemporalIDを有し、復号化順序において前記STSAピクチャに先行するピクチャを参照しなくてもよい。STSAピクチャは、前記STSAピクチャが属する現在サブレイヤーの真下位サブレイヤー(immediately lower sublayer)から前記現在サブレイヤーへのアップスイッチング(up-switching)を活性化させることができる。
図13は、サブピクチャビットストリーム併合を通じて混成NALユニットタイプが構成される過程を説明するための図である。
図13を参照すると、画像符号化過程において、1つのピクチャに含まれる複数のサブピクチャそれぞれに対して互いに異なるビットストリーム(Bitstream1~Bitstream3)が生成できる。例えば、1つのピクチャが第1~第3サブピクチャを含む場合、第1サブピクチャに対して第1ビットストリーム(Bitstream1)が生成され、第2サブピクチャに対して第2ビットストリーム(Bitstream2)が生成され、第3サブピクチャに対して第3ビットストリーム(Bitstream3)が生成されることができる。この場合、それぞれのサブピクチャごとに個別に生成されるそれぞれのビットストリームは、サブピクチャビットストリームと呼ばれることがある。
一実施例において、それぞれのサブピクチャに対して、符号化された全てのスライスは同じNALユニットタイプを有するように制限されることができる。これにより、1つのサブピクチャビットストリームに含まれる全てのVCL NALユニットは、同じNALユニットタイプを有することができる。例えば、第1ビットストリーム(Bitstream1)に含まれる全てのVCL NALユニットは、RASL_NUTに等しいNALユニットタイプを有し、第2ビットストリーム(Bitstream2)に含まれる全てのVCL NALユニットは、RADL_NUTに等しいNALユニットタイプを有し、第3ビットストリーム(Bitstream3)に含まれる全てのVCL NALユニットは、RASL_NUTに等しいNALユニットタイプを有することができる。
現在ピクチャに含まれる複数のサブピクチャは、画像復号化過程で併合されることができる。すなわち、複数のサブピクチャに対応する複数のサブピクチャビットストリームは、一つの単一ビットストリームに併合されることができ、前記単一ビットストリームに基づいて現在ピクチャが復号化されることができる。このとき、現在ピクチャが混成NALユニットタイプを有するか否かは、併合された複数のサブピクチャビットストリームが互いに異なるNALユニットタイプを有するか否かに基づいて決定されることができる。例えば、第1~第3ビットストリーム(Bitstream1~Bitstream3)が併合されて一つの単一ビットストリームを構成する場合、現在ピクチャはRASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有することができる。これとは異なり、第1ビットストリーム(Bitstream1)と第3ビットストリーム(Bitstream3)が併合されて一つの単一ビットストリームを構成する場合、現在ピクチャはRASL_NUTに基づく非混成NALユニットタイプを有することができる。
図14は、ピクチャ類型別の復号化順序及び出力順序を説明するための図である。
複数のピクチャは、予測方式によってIピクチャ、Pピクチャ又はBピクチャに区分できる。Iピクチャは、イントラ予測のみが適用できるピクチャを意味し、他のピクチャを参照することなく復号化できる。Iピクチャは、イントラピクチャと呼ばれることができ、前述したIRAPピクチャを含むことができる。Pピクチャは、イントラ予測及び一方向インター予測が適用できるピクチャを意味し、他の1つのピクチャを参照して復号化できる。Bピクチャは、イントラ予測及び双方向/一方向インター予測が適用できるピクチャを意味し、他の1つ又は2つのピクチャを参照して復号化できる。Pピクチャ及びBピクチャは、インターピクチャと呼ばれることもあり、前述したRADLピクチャ、RASLピクチャ及びトレーリングピクチャを含むことができる。
インターピクチャは、復号化順序及び出力順序によってリーディングピクチャ(Leading Picture、LP)又は非リーディングピクチャ(Non-Leading Picture、NLP)にさらに区分されることができる。リーディングピクチャは、復号化順序においてIRAPピクチャに後行し、出力順序においてIRAPピクチャに先行するピクチャを意味し、前述したRADLピクチャ及びRASLピクチャを含むことができる。非リーディングピクチャは、復号化順序及び出力順序においてIRAPピクチャに後行するピクチャを意味し、前述したトレーリングピクチャを含むことができる。
図14において、それぞれのピクチャ名称は、上述したピクチャ類型を示すことができる。例えば、I5ピクチャはIピクチャ、B0、B2、B3、B4及びB6ピクチャはBピクチャ、P1及びP7ピクチャはPピクチャであり得る。さらに、図14において、それぞれの矢印は、ピクチャ間の参照方向を示すことができる。例えば、B0ピクチャはP1ピクチャを参照して復号化できる。
図14を参照すると、I5ピクチャはIRAPピクチャ、例えばCRAピクチャであり得る。I5ピクチャに対するランダムアクセスが行われる場合、I5ピクチャは、復号化順序上での1番目のピクチャであり得る。
B0及びP1ピクチャは、復号化順序においてI5ピクチャに先行するピクチャであって、I5ピクチャとは別個のビデオシーケンスを構成することができる。B2、B3、B4、B6、及びP7ピクチャは、復号化順序においてI5ピクチャに後行するピクチャであって、I5ピクチャと共に1つのビデオシーケンスを構成することができる。
B2、B3及びB4ピクチャは、復号化順序においてI5ピクチャに後行し、出力順序においてI5ピクチャに先行するので、リーディングピクチャに分類されることができる。B2ピクチャは、復号化順序においてI5ピクチャに先行するP1ピクチャを参照して復号化できる。したがって、I5ピクチャに対するランダムアクセスが発生した場合、B2ピクチャは、ビットストリーム内に存在しないP1ピクチャを参照するので、正しく復号化できない。B2ピクチャのようなピクチャ類型をRASLピクチャと呼ぶことができる。これとは異なり、B3ピクチャは、復号化順序においてB3ピクチャに先行するI5ピクチャを参照して復号化できる。したがって、I5ピクチャに対するランダムアクセスが発生した場合、B3ピクチャは、既に復号化されたI5ピクチャを参照して正しく復号化できる。また、B4ピクチャは、復号化順序においてB4ピクチャに先行するI5ピクチャ及びB3ピクチャを参照して復号化できる。したがって、I5ピクチャに対するランダムアクセスが発生した場合、B4ピクチャは、既に復号化されたI5ピクチャ及びB3ピクチャを参照して正しく復号化できる。B3及びB4ピクチャのようなピクチャ類型をRADLピクチャと呼ぶことができる。
一方、B6及びP7ピクチャは、復号化順序及び出力順序においてI5ピクチャに後行するので、非リーディングピクチャとして分類されることができる。B6ピクチャは、復号化順序において先行するI5ピクチャ及びP7ピクチャを参照して復号化できる。したがって、I5ピクチャに対するランダムアクセスが発生した場合、B6ピクチャは、既に復号化されたI5ピクチャ及びP7ピクチャを参照して正しく復号化できる。
このように、1つのビデオシーケンス内で復号化過程及び出力過程はピクチャ類型に基づいて互いに異なる順で行われることができる。例えば、1つのビデオシーケンスがIRAPピクチャ、リーディングピクチャ及び非リーディングピクチャを含む場合、復号化過程は、IRAPピクチャ、リーディングピクチャ及びノーマルピクチャの順で行われるが、出力過程は、リーディングピクチャ、IRAPピクチャ及びノーマルピクチャの順で行われることができる。
以下、RASLピクチャの類型及びランダムアクセス時の取り扱いについて詳細に説明する。
図15a及び図15bは、本開示の一実施例によるRASLピクチャの類型を説明するための図である。
まず、図15aを参照すると、RASLピクチャは、RASL_NUTの単一NALユニットタイプを有することができる。すなわち、ビットストリーム内の全てのVCL NALユニットがRASL_NUTに等しいNALユニットタイプを有する場合、前記ビットストリームに対応するピクチャは、RASLピクチャと決定されることができる。本開示において、RASL_NUTの単一NALユニットタイプを有するRASLピクチャは、pure-RASLピクチャと呼ばれることがある。
また、一実施例において、RASLピクチャは、RASL_NUT及びRADL_NUTの混成NALユニットタイプを有することもできる。図15bを参照すると、ビットストリーム内の全てのVCL NALユニットがRASL_NUT又はRADL_NUTに等しいNALユニットタイプを有する場合にも、前記ビットストリームに対応するピクチャはRASLピクチャとして扱われることができる。本開示において、RASL_NUT及びRADL_NUTの混成NALユニットタイプを有するRASLピクチャは、mixed-RASLピクチャと呼ばれることがある。
このように、RASLピクチャは、RASL_NUTの単一NALユニットタイプを有するpure-RASLピクチャ(図15a参照)と、RASL_NUT及びRADL_NUTの混成NALユニットタイプを有するmixed-RASLピクチャ(図15b参照)とを含むことができる。
図16a及び図16bは、ランダムアクセス時のRASLピクチャの取り扱いを説明するための図である。具体的には、図16aはpure-RASLピクチャの場合を示し、図16bはmixed-RASLピクチャの場合を示す。図16a及び図16bにおいて、複数のピクチャの基本的な構成、例えばピクチャの類型及び個数は、図14を参照して上述した通りであり、これについての重複説明は省略する。
pure-RASLピクチャに関連している(associated)IRAPピクチャが復号化過程又はランダムアクセスの始点であるか、或いは復号化順に1番目のIRAPピクチャである場合、前記pure-RASLピクチャに対する復号化過程及び出力過程はいずれもスキップされることができる。その結果、前記pure-RASLピクチャは、インター予測のための参照ピクチャとして用いられることができない。
例えば、図16aを参照すると、B2ピクチャは、RASL_NUTの単一NALユニットタイプを有するpure-RASLピクチャであり得る。B2ピクチャは、IRAPピクチャであるI5ピクチャに関連し、復号化順にI5ピクチャに先行するP1ピクチャを参照して復号化されることができる。したがって、I5ピクチャがランダムアクセスの始点となる場合、B2ピクチャに対して復号化過程及び出力過程はいずれもスキップされることができ、B2ピクチャは他のピクチャによって参照されることができない。
これとは異なり、一実施例において、mixed-RASLピクチャに関連しているIRAPピクチャが復号化過程又はランダムアクセスの始点であるか、或いは復号化順に1番目のIRAPピクチャである場合、前記mixed-RASLピクチャに対して出力過程のみスキップされることができる。すなわち、前記mixed-RASLピクチャに対する復号化過程が行われることができ、その結果、前記mixed RASLピクチャはインター予測のための参照ピクチャとして用いられることができる。
例えば、図16bを参照すると、B2ピクチャは、RASL_NUT及びRADL_NUTの混成NALユニットタイプを有するmixed-RASLピクチャであり得る。B2ピクチャは、IRAPピクチャであるI5ピクチャに関連し、B2ピクチャ内にRADL_NUTを有する第1VCL NALユニットは、復号化順にI5ピクチャに先行するP1ピクチャを参照せずに復号化されることができる。したがって、I5ピクチャがランダムアクセスの始点となる場合、B2ピクチャに対する復号化過程が行われることができ、B2ピクチャは他のピクチャ、例えばB4ピクチャによって参照されることができる。
しかし、B2ピクチャ内にRASL_NUTを有する第2VCL NALユニットは、依然としてP1ピクチャを参照して復号化されることができるので、B2ピクチャに対する復号化過程は、第2VCL NALユニットに対しては正しい復号化結果を保障することができない。よって、I5ピクチャがランダムアクセスの始点となる場合、B2ピクチャに対する出力過程はスキップされることができる。
このように、IRAPピクチャが復号化過程又はランダムアクセスの始点であるか、或いは復号化順に1番目のIRAPピクチャである場合、前記IRAPピクチャに関連するRASLピクチャの出力過程は、前記RASLピクチャがpure-RASLピクチャであるか、それともmixed-RASLピクチャであるかに関係なくスキップされることができる。一実施例において、IRAPピクチャが復号化過程又はランダムアクセスの始点であるか、或いは復号化順に1番目のIRAPピクチャであるかは、前述したNoIncorrectPicOutputFlag(又は、NoOutputBeforeRecoveryFlag)に基づいて決定されることができる。例えば、NoIncorrectPicOutputFlagが第1値(例えば、0)を有する場合、IRAPピクチャは、前記始点又は1番目のIRAPピクチャではなくてもよい。この場合、IRAPピクチャに関連しているRASLピクチャに対する出力過程はスキップされなくてもよい。これとは異なり、NoIncorrectPicOutputFlagが第2値(例えば、1)を有する場合、IRAPピクチャは、前記始点又は1番目のIRAPピクチャであってもよい。この場合、IRAPピクチャに関連しているRASLピクチャに対する出力過程はスキップされてもよい。
一方、前記IRAPピクチャに関連しているRASLピクチャの復号化過程は、前記RASLピクチャがpure-RASLピクチャである場合にのみスキップされることができる。一実施例において、ビットストリーム適合性テストのための代替タイミング(alternative timing)が用いられる場合、復号化順に1番目のIRAPピクチャに関連しているpure-RASLピクチャは復号化過程から除外できる。
上述したRASLピクチャのピクチャ類型による復号化過程及び出力過程をまとめると、図17に示す通りである。
図17は、本開示の一実施例によるRASLピクチャの復号化過程及び出力過程を示すフローチャートである。
図17の復号化過程及び出力過程は、図3の画像復号化装置によって行われることができる。例えば、復号化過程は、画像復号化装置の少なくとも1つのプロセッサによって行われることができ、出力過程は、前記プロセッサの制御下で画像復号化装置の出力インターフェースを介して行われることができる。
図17を参照すると、画像復号化装置は、現在ビデオシーケンス内でIRAPピクチャが復号化順に1番目のピクチャ(例えば、復号化過程又はランダムアクセスの始点)であるか否かを判別することができる(S1710)。
現在ビデオシーケンス内でIRAPピクチャが1番目のピクチャではない場合(S1710の「NO」)、画像復号化装置は、現在ピクチャに対して一般な復号化過程及び出力過程を行うことができる(S1720)。例えば、現在ピクチャがリーディングピクチャである場合、現在ピクチャは、前記IRAPピクチャよりも後で復号化されるが、前記IRAPピクチャより先に出力されることができる。これとは異なり、現在ピクチャが非リーディングピクチャである場合、現在ピクチャは、前記IRAPピクチャよりも後で復号化され、後で出力されることができる。
現在ビデオシーケンス内でIRAPピクチャが1番目のピクチャである場合(S1710の「YES」)、画像復号化装置は、現在ピクチャがRASLピクチャであるか否かを判別することができる(S1730)。
現在ピクチャがRASLピクチャではない場合(S1730の「NO」)、画像復号化装置は、現在ピクチャに対して前述したような一般復号化過程及び出力過程を行うことができる(S1720)。
現在ピクチャがRASLピクチャである場合(S1730の「YES」)、画像復号化装置は、現在ピクチャが混成NALユニットタイプを有するか否かを判別することができる(S1740)。
現在ピクチャが混成NALユニットタイプを有しない場合(すなわち、現在ピクチャがpure-RASLピクチャである場合)(S1740の「NO」)、画像復号化装置は、現在ピクチャに対する復号化過程及び出力過程をいずれもスキップすることができる(S1750)。前述したように、pure-RASLピクチャは、復号化順にIRAPピクチャに先行する他のピクチャを参照して復号化されることができる。その結果、IRAPピクチャが復号化順に1番目のピクチャとなる場合、pure-RASLピクチャは正しく復号化されることができない。したがって、この場合、前記IRAPピクチャに関連しているpure-RASLピクチャに対する復号化過程及び出力過程はいずれもスキップされることができる。
これとは異なり、現在ピクチャが混成NALユニットタイプを有する場合(すなわち、現在ピクチャがmixed-RASLピクチャである場合)(S1740の「YES」)、画像復号化装置は、現在ピクチャに対する出力過程のみをスキップすることができる(S1760)。前述したように、mixed-RASLピクチャは、RADL_NUTに等しいNALユニットタイプを有する少なくとも1つの第1サブピクチャを含むことができ、前記第1サブピクチャは、1つのピクチャとして扱われることができる(例えば、subpic_treated_as_pic[i]=1)。前記第1サブピクチャは、pure-RASLピクチャとは異なり、復号化順にIRAPピクチャに先行する他のピクチャを参照せずに復号化されることができる。その結果、IRAPピクチャが復号化順に1番目のピクチャになっても、前記第1サブピクチャは正しく復号化されることができる。したがって、この場合、前記IRAPピクチャに関連しているmixed-RASLピクチャに対する復号化過程は行われることができる。一方、mixed-RASLピクチャは、RASL_NUTに等しいNALユニットタイプを有する少なくとも1つの第2サブピクチャをさらに含むことができる。前記第2サブピクチャは、pure-RASLピクチャと同様に、復号化順にIRAPピクチャに先行する他のピクチャを参照して復号化されることができる。その結果、IRAPピクチャが復号化順に1番目のピクチャとなる場合、前記第2サブピクチャは正しく復号化されることができない。したがって、この場合、前記IRAPピクチャに関連しているmixed-RASLピクチャに対する出力過程はスキップされることができる。
このように、現在ビデオシーケンス内でIRAPピクチャが復号化過程又はランダムアクセスの始点であるか、或いは復号化順に1番目のIRAPピクチャである場合、前記IRAPピクチャに関連しているRASLピクチャの出力過程は、前記RASLピクチャがpure-RASLピクチャであるか、それともmixed-RASLピクチャであるか否かに関係なくスキップされることができる。これとは異なり、前記IRAPピクチャに関連しているRASLピクチャの復号化過程は、前記RASLピクチャがpure-RASLピクチャである場合にのみスキップされることができる。
一方、図17では、ステップS1710がステップS1720よりも先に行われると示されているが、これは、実施例によって様々に変形可能である。例えば、ステップS1710は、ステップS1720と同時に行われてもよく、ステップS1710よりも後で行われてもよい。
図18a及び図18bは、本開示の一実施例によるRASLピクチャの参照条件を説明するための図である。具体的には、図18aはpure-RASLピクチャの場合を示し、図18bはmixed-RASLピクチャの場合を示す。
図18a及び図18bを一緒に参照すると、RASLピクチャは、所定の参照条件下でRADLピクチャによって制限的に参照できる。本開示の実施例によるRASLピクチャの参照条件は、次の通りである。
(1)参照条件1
RADLピクチャによって参照されるRASLピクチャは、mixed-RASLピクチャに制限されることができる。例えば、RASLピクチャがRASL_NUTを有するスライスのみを含む場合、前記RASLピクチャは、RADLピクチャによって参照できない(図18a参照)。これとは異なり、RASLピクチャが、RASL_NUTに等しいNALユニットタイプを有するスライス、及びRADL_NUTに等しいNALユニットタイプを有するスライスを全て含む場合、前記RASLピクチャはRADLピクチャによって参照されることができる(図18b参照)。
(2)参照条件2
a)RASLピクチャを参照するRADLピクチャは、少なくとも2つのサブピクチャを含むように制限されることができる。
b)また、前記サブピクチャそれぞれは、独立した1つのピクチャとして扱われるように制限されることができる(例えば、subpic_treated_as_pic_flag[i]=1)。
c)また、RADLピクチャによって参照されるRASLピクチャは、少なくとも2つのサブピクチャを含み、前記サブピクチャのうちの少なくとも1つは、RADL_NUTに等しいNALユニットタイプを有するように制限されることができる。
d)また、RASLピクチャ内でRADL_NUTに等しいNALユニットタイプを有するサブピクチャは、独立した1つのピクチャとして扱われるように制限されることができる(例えば、subpic_treated_as_pic_flag[i]=1)。
e)また、RADLピクチャ内の特定サブピクチャ(subpicA)がRASLピクチャを参照する場合、前記RASLピクチャ内における前記特定サブピクチャ(subpicA)のコロケーテッド(collocated)サブピクチャは、RADL_NUTに等しいNALユニットタイプを有する1つ以上のスライスを含むように制限されることができる。
例えば、図18bに示すように、2つ以上のサブピクチャ(Subpic1、Subpic2、及びSubpic3)を含み、前記サブピクチャのうちの少なくとも1つ(Subpic2)がRADL_NUTを有するmixed-RASLピクチャのみが、RADLピクチャによって参照されることができる。この場合、mixed-RASLピクチャ内でRADL_NUTを有する第2サブピクチャ(subpic2)は、独立した1つのピクチャとして扱われることができる。また、前記第2サブピクチャ(Subpic2)のみがRADLピクチャ内の特定サブピクチャのコロケーテッドサブピクチャになることができる。
一方、現在ピクチャがmixed-RASLピクチャのように混成NALユニットタイプを有する場合、現在ピクチャ内の複数のサブピクチャに対して複数のサブピクチャビットストリームが生成されることができる。前記複数のサブピクチャビットストリームは、復号化過程で併合されて一つの単一ビットストリームを構成することができる。前記単一ビットストリームは単一レイヤービットストリームと呼ばれることもあり、前記ビットストリーム適合性(conformance)を満たすために以下の制約事項が適用されることができる。
-(制約事項1)ビットストリーム内で復号化順に1番目のピクチャ以外のそれぞれのピクチャは、復号化順に以前のIRAPピクチャに関連していると見なされる。
-(制約事項2)1つのピクチャがIRAPピクチャのリーディングピクチャである場合、前記ピクチャはRADL又はRASLピクチャでなければならない。
-(制約事項3)1つのピクチャがIRAPピクチャのトレーリングピクチャである場合、前記ピクチャはRADL又はRASLピクチャであってはならない。
-(制約事項4)ビットストリーム内には、IDRピクチャに関連している如何なるRASLピクチャも存在してはならない。
-(制約事項5)ビットストリーム内には、IDR_N_LPに等しいNALユニットタイプを有するIDRピクチャに関連している如何なるRADLピクチャも存在してはならない。この場合、参照すべき必須パラメータセットが(ビットストリーム内で又は外部手段を介して)利用可能である場合、IRAPピクチャユニット(PU)以前の全てのピクチャユニット(PUs)を破棄(discard)することにより、前記IRAPピクチャユニット(PU)の位置でランダムアクセス(及び、IRAPピクチャとこれに連続する全ての非RASLピクチャの正しい復号化)が可能であり得る。
-(制約事項6)復号化順にIRAPピクチャに先行する全てのピクチャは、出力順に前記IRAPピクチャに先行しなければならず、出力順に前記IRAPピクチャに関連している全てのRADLピクチャに先行しなければならない。
-(制約事項7)CRAピクチャに関連している全てのRASLピクチャは、前記CRAピクチャに関連している全てのRADLピクチャに対して出力順に先行しなければならない。
-(制約事項8)CRAピクチャに関連している全てのRASLピクチャは、復号化順に前記CRAピクチャに先行する全てのIRAPピクチャに対して出力順に後行しなければならない。
-(制約事項9)field_seq_flagが第1値(例えば、0)を有し、現在ピクチャがIRAPピクチャに関連しているリーディングピクチャである場合、前記現在ピクチャは、前記IRAPピクチャに関連している全ての非リーディングピクチャに対して復号化順に先行しなければならない。或いは、IRAPピクチャに関連している1番目のリーディングピクチャpicA及び最後のリーディングピクチャpicBに対して、復号化順にpicAに先行する1つの非リーディングピクチャが存在しなければならず、復号化順にpicAとpicBとの間には何らかの非リーディングピクチャは存在してはならない。
以下、図19及び図20を参照して、本開示の一実施例による画像符号化/復号化方法を詳細に説明する。
図19は、本開示の一実施例による画像符号化方法を示すフローチャートである。
図19の画像符号化方法は、図2の画像符号化装置によって行われることができる。例えば、ステップS1910は、画像分割部110によって行われ、ステップS1920及びステップS1930は、エントロピー符号化部190によって行われることができる。
図19を参照すると、画像符号化装置は、現在ピクチャを2つ以上のサブピクチャに分割することができる(S1910)。現在ピクチャの分割情報は、上位レベルシンタックス内の1つ以上のシンタックス要素を用いてシグナリングされることができる。例えば、図7を参照して前述したピクチャパラメータセット(PPS)を介して、現在ピクチャが分割されるか否かを示すno_pic_partition_flag、及び現在ピクチャに含まれるサブピクチャの個数を示すnum_subpics_minus1がシグナリングされることができる。現在ピクチャが2つ以上のサブピクチャに分割される場合、no_pic_partition_flagは第1値(例えば、0)を有し、num_subpics_minusは0よりも大きい値を有することができる。
現在ピクチャ内のサブピクチャそれぞれは、1つのピクチャとして扱われることができる。サブピクチャが1つのピクチャとして扱われる場合、前記サブピクチャは、他のサブピクチャの符号化/復号化結果とは関係なく独立して符号化/復号化されることができる。符号化/復号化の際に、サブピクチャの取り扱いに関する情報が上位レベルシンタックス内のシンタックス要素を用いてシグナリングされることができる。例えば、図12を参照して前述したシーケンスパラメータセット(SPS)を介して、現在ピクチャ内のそれぞれのサブピクチャが1つのピクチャとして扱われるか否かを示すsubpic_treated_as_pic_flag[i]がシグナリングされることができる。現在ピクチャ内のi番目のサブピクチャがインループフィルタリング動作を除いた符号化/復号化過程で1つのピクチャとして扱われる場合、subpic_treated_as_pic_flag[i]は第2値(例えば、1)を有することができる。一方、subpic_treated_as_pic_flag[i]がシグナリングされない場合、subpic_treated_as_pic_flag[i]は、第2値(例えば、1)を有すると推論されることができる。
現在ピクチャ内のサブピクチャの少なくとも一部は、互いに異なるNALユニットタイプを有することができる。例えば、現在ピクチャが第1サブピクチャ及び第2サブピクチャを含む場合、前記第1サブピクチャは、第1NALユニットタイプを有し、前記第2サブピクチャは、前記第1NALユニットタイプとは異なる第2NALユニットタイプを有することができる。サブピクチャが有することが可能なNALユニットタイプの一例は、表1を参照して前述した通りである。
現在ピクチャ内のそれぞれのサブピクチャに含まれる全てのスライスは、同じNALユニットタイプを有することができる。上述した例において、前記第1サブピクチャに含まれる全てのスライスは、前記第1NALユニットタイプを有することができ、前記第2サブピクチャに含まれる全てのスライスは、前記第2NALユニットタイプを有することができる。
画像符号化装置は、現在ピクチャ内のそれぞれのサブピクチャのNALユニットタイプを決定することができる(S1920)。
一実施例において、サブピクチャのNALユニットタイプは、サブピクチャ類型に基づいて決定されることができる。例えば、サブピクチャがIRAPサブピクチャである場合、前記サブピクチャのNALユニットタイプは、IDR_W_RADL、IDR_N_LP又はCRA_NUTと決定されることができ。また、サブピクチャがRASLサブピクチャである場合、前記サブピクチャのNALユニットタイプはRASL_NUTと決定されることができる。
一方、現在ピクチャ内のサブピクチャが有することが可能なNALユニットタイプの組み合わせは、所定の混成制約条件に基づいて決定されることができる。例えば、現在ピクチャ内の1つ以上のスライスがIDR_W_RADL、IDR_N_LP又はCRA_NUTに等しいNALユニットタイプを有する場合、現在ピクチャ内の他の全てのスライスは、IDR_W_RADL、IDR_N_LP、CRA_NUT又はTRAIL_NUTに等しいNALユニットタイプを有することができる。また、現在ピクチャ内の1つ以上のスライスがRASL_NUTに等しいNALユニットタイプを有する場合、現在ピクチャ内の他の全てのスライスは、RADL_NUTに等しいNALユニットタイプを有することができる。
一実施例において、RASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有する現在ピクチャは、所定のIRAP(Intra Random Access Point)ピクチャに関連しているRASLピクチャとして扱われることができ、mixed-RASLピクチャと呼ばれることがある。ここで、IRAPピクチャは、CRA(Clean Random Access)ピクチャを含むことができる。
一実施例において、mixed-RASLピクチャは、前記mixed-RASLピクチャに等しいIRAPピクチャを参照するRADLピクチャの参照ピクチャとして用いられることができる。この場合、図18a及び図18bを参照して前述したような所定の参照条件が適用できる。
画像符号化装置は、決定されたNALユニットタイプに基づいて、現在ピクチャ内のそれぞれのサブピクチャを符号化することができる(S1930)。このとき、それぞれのスライスに対する符号化過程は所定の予測モードに基づいてCU(coding unit)単位で行われることができるのは、前述した通りである。一方、それぞれのサブピクチャは、独立して符号化され、互いに異なる(サブピクチャ)ビットストリームを構成することができる。例えば、第1サブピクチャの符号化情報を含む第1(サブピクチャ)ビットストリームが構成され、第2サブピクチャの符号化情報を含む第2(サブピクチャ)ビットストリームが構成されることができる。
以上、本開示の一実施例によれば、RASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有するピクチャは、RASLピクチャとして扱われることができる。前記RASLピクチャは、RASL_NUTの単一NALユニットタイプを有するRASLピクチャとは異なり、所定の参照条件下でRADLピクチャによって参照されることができる。
図20は、本開示の一実施例による画像復号化方法を示すフローチャートである。
図20の画像復号化方法は、図3の画像復号化装置によって行われることができる。例えば、ステップS2010及びステップS2020は、エントロピー復号化部210によって行われ、ステップS2030は、逆量子化部220乃至イントラ予測部265によって行われることができる。
図20を参照すると、画像復号化装置は、ビットストリームから、符号化された画像データを含む少なくとも1つのNALユニットに関するNALユニットタイプ情報を取得することができる(S2010)。ここで、符号化された画像データは、スライスデータを含むことができ、符号化された画像データを含むNALユニットとは、VCL NALユニットを意味することができる。また、NALユニットタイプ情報は、NALユニットタイプに関連しているシンタックス要素を含むことができる。例えば、NALユニットタイプ情報は、NALユニットヘッダーから取得されるシンタックス要素nal_unit_typeを含むことができる。また、NALユニットタイプ情報は、ピクチャパラメータセット(PPS)から取得されるシンタックス要素mixed_nalu_types_in_pic_flagを含むことができる。
画像復号化装置は、取得されたNALユニットタイプ情報に基づいて、現在ピクチャ内の1つ以上のスライスが有する少なくとも1つのNALユニットタイプを決定することができる(S2020)。
mixed_nalu_types_in_pic_flagが第1値(例えば、0)を有する場合、現在ピクチャは、混成NALユニットタイプを有しなくてもよい。この場合、現在ピクチャ内の全てのスライスは、nal_unit_type値に基づいて決定される互いに同じNALユニットタイプを有することができる。
これとは異なり、mixed_nalu_types_in_pic_flagが第2値(例えば、1)を有する場合、現在ピクチャは、混成NALユニットタイプを有することができる。この場合、現在ピクチャは、それぞれ1つのピクチャとして扱われる2つ以上のサブピクチャを含むことができる。前記サブピクチャのうちの少なくとも一部は、互いに異なるNALユニットタイプを有することができる。例えば、現在ピクチャが第1~第3サブピクチャを含む場合、前記第1サブピクチャは第1NALユニットタイプを有し、前記第2サブピクチャは第2NALユニットタイプを有し、前記第3サブピクチャは第3NALユニットタイプを有することができる。このとき、前記第1~第3NALユニットタイプは、いずれも互いに異なってよく、前記第1NALユニットタイプは、第2NALタイプと同じであるものの、第3NALユニットタイプとは異なってもよい。前記サブピクチャそれぞれに含まれる全てのスライスは同じNALユニットタイプを有することができる。
一方、現在ピクチャ内のスライスが有することが可能なNALユニットタイプの組み合わせは、所定の混成制約条件に基づいて決定されることができる。例えば、現在ピクチャ内の1つ以上のスライスがIDR_W_RADL、IDR_N_LP又はCRA_NUTに等しいNALユニットタイプを有する場合、現在ピクチャ内の他の全てのスライスは、IDR_W_RADL、IDR_N_LP、CRA_NUT又はTRAIL_NUTに等しいNALユニットタイプを有することができる。さらに、現在ピクチャ内の1つ以上のスライスがRASL_NUTに等しいNALユニットタイプを有する場合、現在ピクチャ内の他の全てのスライスは、RADL_NUTに等しいNALユニットタイプを有することができる。
一方、現在ピクチャが混成NALユニットタイプを有する場合、現在ピクチャの類型は、スライスが有するNUT値に基づいて決定されることができる。例えば、現在ピクチャ内のスライスがCRA_NUT及びIDR_RADLのNALユニットタイプを有する場合、現在ピクチャの類型はIRAPピクチャと決定されることができる。また、現在ピクチャ内のスライスがRASL_NUT及びRADL_NUTのNALユニットタイプを有する場合、現在ピクチャの類型はRASLピクチャと決定されることができる。すなわち、現在ピクチャ内の少なくとも1つのスライスがRASL_NUTを有することに基づいて、現在ピクチャの類型はRASLピクチャと決定されることができる。
一実施例において、現在ピクチャが混成NALユニットタイプを有する場合、現在ピクチャは、2つ以上のサブピクチャを含むように制限されることができる。また、現在ピクチャ内のそれぞれのサブピクチャは、1つのピクチャとして扱われるように制限されることができる。例えば、現在ピクチャが混成NALユニットタイプのRASLピクチャ(すなわち、mixed-RASLピクチャ)である場合、現在ピクチャは、それぞれ1つのピクチャとして扱われる2つ以上のサブピクチャを含むことができる。このとき、前記サブピクチャのうちの少なくとも1つは、RADL_NUTに等しいNALユニットタイプを有する1つ以上のスライスを含むことができる。
画像復号化装置は、決定されたNALユニットタイプに基づいて現在ピクチャ内のそれぞれのスライスを復号化することができる(S2030)。このとき、それぞれのスライスに対する復号化過程は所定の予測モードに基づいてCU(coding unit)単位で行われ得るのは、前述した通りである。
一方、現在ピクチャがRASLピクチャであり、現在ピクチャに関連しているIRAPピクチャが復号化順に1番目のピクチャ(例えば、復号化過程又はランダムアクセスの始点)である場合、現在ピクチャは、RADL_NUTを有する1つ以上のスライスを含むか否かに基づいて選択的に復号化できる。例えば、現在ピクチャがRASL_NUTの単一NALユニットタイプを有するpure-RASLピクチャであり、現在ピクチャに関連しているIRAPピクチャに対してランダムアクセスが行われる場合、現在ピクチャの復号化過程はスキップされることができる。これとは異なり、現在ピクチャがRASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有するmixed-RASLピクチャであり、現在ピクチャに関連しているIRAPピクチャに対してランダムアクセスが行われる場合、現在ピクチャの復号化過程が行われることができる。ここで、IRAPピクチャはCRAピクチャを含むことができる。
一実施例において、mixed-RASLピクチャは、複数のサブピクチャを含むことができる。この場合、前記サブピクチャそれぞれは、一つの独立したピクチャとして扱われることができる。サブピクチャが一つの独立したピクチャとして扱われるか否かに関する情報は、上位レベルシンタックス内のシンタックス要素を用いてシグナリングされることができる。例えば、シーケンスパラメータセット(SPS)を介して、現在サブピクチャが1つのピクチャとして扱われるか否かを示すsubpic_treated_as_pic_flag[i]がシグナリングされることができる。現在サブピクチャが1つのピクチャとして扱われる場合、subpic_treated_as_pic_flag[i]は、第2値(例えば、1)を有することができる。また、前記サブピクチャそれぞれに含まれる全てのスライスは、互いに同じNALユニットタイプを有することができる。
一実施例において、mixed-RASLピクチャに含まれる複数のサブピクチャのうち、RADL_NUTを有する少なくとも1つのサブピクチャは、mixed-RASLピクチャと同じIRAPピクチャに関連しているRADLピクチャの参照ピクチャとして用いられることができる。
一実施例において、mixed-RASLピクチャに含まれる複数のサブピクチャのうち、RASL_NUTを有する第1サブピクチャは、前記複数のサブピクチャのうち、RADL_NUTを有する第2サブピクチャに対して出力順に先行することができる。一方、mixed-RASLピクチャに関連しているIRAPピクチャが復号化順に1番目のピクチャ(例えば、復号化過程又はランダムアクセスの始点)である場合、mixed-RASLピクチャの出力過程はスキップされることができる。
以上、本開示の一実施例によれば、RASL_NUT及びRADL_NUTに基づく混成NALユニットタイプを有するピクチャは、RASLピクチャとして扱われることができる。前記RASLピクチャは、mixed-RASLピクチャと呼ばれることがあり、RASL_NUTの単一NALユニットタイプを有するRASLピクチャは、pure-RASLピクチャと呼ばれることがある。関連しているIRAPピクチャが復号化順に1番目のピクチャである場合、mixed-RASLピクチャに対しては出力過程のみがスキップされることができる。これにより、mixed-RASLピクチャは、所定の参照条件下でRADLピクチャの参照ピクチャとして用いられることができる。この点で、mixed-RASLピクチャは、関連しているIRAPピクチャが復号化順に1番目のピクチャである場合、復号化過程及び出力過程が全てスキップされるpure-RASLピクチャとは異なり得る。
本開示で説明されたシンタックス要素の名称は、当該シンタックス要素がシグナリングされる位置に関する情報を含むことができる。例えば、「sps_」で始まるシンタックス要素は、当該シンタックス要素がシーケンスパラメータセット(SPS)でシグナリングされることを意味することができる。さらに、「pps_」、「ph_」、「sh_」などで始まるシンタックス要素は、当該シンタックス要素がピクチャパラメータセット(PPS)、ピクチャヘッダー、スライスヘッダーなどでそれぞれシグナリングされることを意味することができる。
本開示の例示的な方法は、説明の明確性のために動作のシリーズで表現されているが、これは、ステップが行われる順序を制限するためのものではなく、必要な場合には、それぞれのステップが同時に又は異なる順序で行われることもできる。本開示による方法を実現するために、例示するステップにさらに他のステップを含むか、一部のステップを除いて残りのステップを含むか、或いは一部のステップを除いて追加の他のステップを含むこともできる。
本開示において、所定の動作(ステップ)を行う画像符号化装置又は画像復号化装置は、当該動作(ステップ)の実行条件や状況を確認する動作(ステップ)を行うことができる。例えば、所定の条件が満足される場合、所定の動作を行うと記載された場合、画像符号化装置又は画像復号化装置は、前記所定の条件が満足されるか否かを確認する動作を行った後、前記所定の動作を行うことができる。
本開示の様々な実施例は、全ての可能な組み合わせを羅列したものではなく、本開示の代表的な態様を説明するためのものであり、様々な実施例で説明する事項は、独立して適用されてもよく、2つ以上の組み合わせで適用されてもよい。
また、本開示の様々な実施例は、ハードウェア、ファームウェア(firmware)、ソフトウェア、又はそれらの組み合わせなどによって実現できる。ハードウェアによる実現の場合、1つ又はそれ以上のASICs(Application Specific Integrated Circuits)、DSPs(Digital Signal Processors)、DSPDs(Digital Signal Processing Devices)、PLDs(Programmable Logic Devices)、FPGAs(Field Programmable Gate Arrays)、汎用プロセッサ(general processor)、コントローラ、マイクロコントローラ、マイクロプロセッサなどによって実現できる。
また、本開示の実施例が適用された画像復号化装置及び画像符号化装置は、マルチメディア放送送受信装置、モバイル通信端末、ホームシネマビデオ装置、デジタルシネマビデオ装置、監視用カメラ、ビデオ会話装置、ビデオ通信などのリアルタイム通信装置、モバイルストリーミング装置、記憶媒体、カムコーダ、注文型ビデオ(VoD)サービス提供装置、OTTビデオ(Over the top video)装置、インターネットストリーミングサービス提供装置、3次元(3D)ビデオ装置、画像電話ビデオ装置、及び医療用ビデオ装置などに含まれることができ、ビデオ信号又はデータ信号を処理するために使用できる。例えば、OTTビデオ(Over the top video)装置としては、ゲームコンソール、ブルーレイプレーヤー、インターネット接続TV、ホームシアターシステム、スマートフォン、タブレットPC、DVR(Digital Video Recoder)などを含むことができる。
図21は、本開示の実施例が適用できるコンテンツストリーミングシステムを例示する図である。
図21に示すように、本開示の実施例が適用されたコンテンツストリーミングシステムは、大きく、符号化サーバ、ストリーミングサーバ、Webサーバ、メディアストレージ、ユーザ装置及びマルチメディア入力装置を含むことができる。
前記符号化サーバは、スマートフォン、カメラ、カムコーダなどのマルチメディア入力装置から入力されたコンテンツをデジタルデータに圧縮してビットストリームを生成し、これを前記ストリーミングサーバに伝送する役割を果たす。他の例として、スマートフォン、カメラ、ビデオカメラなどのマルチメディア入力装置がビットストリームを直接生成する場合、前記符号化サーバは省略できる。
前記ビットストリームは、本開示の実施例が適用された画像符号化方法及び/又は画像符号化装置によって生成でき、前記ストリーミングサーバは、前記ビットストリームを伝送又は受信する過程で一時的に前記ビットストリームを保存することができる。
前記ストリーミングサーバは、Webサーバを介してユーザの要求に基づいてマルチメディアデータをユーザ装置に伝送し、前記Webサーバは、ユーザにどんなサービスがあるかを知らせる媒介体の役割を果たすことができる。ユーザが前記Webサーバに所望のサービスを要求すると、前記Webサーバは、これをストリーミングサーバに伝達し、前記ストリーミングサーバは、ユーザにマルチメディアデータを伝送することができる。この時、前記コンテンツストリーミングシステムは、別途の制御サーバを含むことができ、この場合、前記制御サーバは、前記コンテンツストリーミングシステム内の各装置間の命令/応答を制御する役割を果たすことができる。
前記ストリーミングサーバは、メディアストレージ及び/又は符号化サーバからコンテンツを受信することができる。例えば、前記符号化サーバからコンテンツを受信する場合、前記コンテンツをリアルタイムで受信することができる。この場合、円滑なストリーミングサービスを提供するために、前記ストリーミングサーバは、前記ビットストリームを一定時間の間保存することができる。
前記ユーザ装置の例としては、携帯電話、スマートフォン(smart phone)、ノートパソコン(laptop computer)、デジタル放送用端末、PDA(personal digital assistants)、PMP(portable multimedia player)、ナビゲーション、スレートPC(slate PC)、タブレットPC(tablet PC)、ウルトラブック(ultrabook)、ウェアラブルデバイス(wearable device)、例えば、スマートウォッチ(smartwatch)、スマートグラス(smart glass)、HMD(head mounted display)、デジタルTV、デスクトップコンピュータ、デジタルサイネージなどがあり得る。
前記コンテンツストリーミングシステム内の各サーバは、分散サーバとして運営されることができ、この場合、各サーバから受信するデータは、分散処理されることができる。
本開示の範囲は、様々な実施例の方法による動作が装置又はコンピュータ上で実行されるようにするソフトウェア又はマシン-実行可能なコマンド(例えば、オペレーティングシステム、アプリケーション、ファームウェア(firmware)、プログラムなど)、及びこのようなソフトウェア又はコマンドなどが保存されて装置又はコンピュータ上で実行できる非一時的なコンピュータ可読媒体(non-transitory computer-readable medium)を含む。
本開示による実施例は、画像を符号化/復号化するために利用可能である。

Claims (15)

  1. 画像復号化装置によって行われる画像復号化方法であって、前記画像復号化方法は、
    ビットストリームから、現在ピクチャの符号化された画像データを含む少なくとも1つのNAL(network abstracion layer)ユニットに関するNALユニットタイプ情報を取得するステップと、
    前記取得されたNALユニットタイプ情報に基づいて、前記現在ピクチャ内の複数のスライスそれぞれのNALユニットタイプを決定するステップと、
    前記決定されたNALユニットタイプに基づいて、前記複数のスライスを復号化するステップと、を含み、
    前記複数のスライスのうちの少なくとも一つはRASL_NUTを有し、前記複数のスライスのうちの残りはいずれもRASL_NUT又はRADL_NUTを有することに基づいて、前記現在ピクチャはRASLピクチャとして扱われる、画像復号化方法。
  2. 前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャであることに基づいて、前記RASLピクチャに対する出力過程はスキップされる、請求項1に記載の画像復号化方法。
  3. 前記RASLピクチャに対する出力過程がスキップされるか否かは、前記IRAPピクチャに対する所定のフラグ情報に基づいて決定される、請求項2に記載の画像復号化方法。
  4. 前記複数のスライスのうちの少なくとも1つが前記RADL_NUTを有することに基づいて、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャによって参照される、請求項1に記載の画像復号化方法。
  5. 前記RASLピクチャは、2つ以上のサブピクチャを含み、
    前記サブピクチャのうちの少なくとも1つのサブピクチャは、前記RADL_NUTを有する1つ以上のスライスを含む、請求項4に記載の画像復号化方法。
  6. 前記少なくとも1つのサブピクチャは1つのピクチャとして扱われる、請求項5に記載の画像復号化方法。
  7. 前記RADLピクチャ内の少なくとも1つの第1サブピクチャが前記RASLピクチャを参照することに基づいて、前記RASLピクチャ内の前記第1サブピクチャのコロケーテッドサブピクチャは、前記RADL_NUTを有する1つ以上のスライスを含む、請求項5に記載の画像復号化方法。
  8. 前記RADLサブピクチャは、それぞれ一つのピクチャとして扱われる2つ以上のサブピクチャを含む、請求項5に記載の画像復号化方法。
  9. 前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャであり、前記複数のスライスの全てが前記RASL_NUTを有することに基づいて、前記RASLピクチャは復号化プロセスで除去される、請求項1に記載の画像復号化方法。
  10. メモリと少なくとも1つのプロセッサとを含む画像復号化装置であって、
    前記少なくとも1つのプロセッサは、
    ビットストリームから、現在ブロックの符号化された画像データを含む少なくとも1つのNAL(network abstraction layer)ユニットに関するNALユニットタイプ情報を取得し、
    前記取得されたNALユニットタイプ情報に基づいて、現在ピクチャ内の複数のスライスそれぞれのNALユニットタイプを決定し、
    前記決定されたNALユニットタイプに基づいて、前記複数のスライスを復号化し、
    前記複数のスライスのうちの少なくとも一つはRASL_NUTを有し、前記複数のスライスのうちの残りはいずれもRASL_NUT又はRADL_NUTを有することに基づいて、前記現在ピクチャはRASLピクチャとして扱われる、画像復号化装置。
  11. 画像符号化装置によって行われる画像符号化方法であって、前記画像符号化方法は、
    現在ピクチャを複数のサブピクチャに分割するステップ、
    前記複数のサブピクチャそれぞれのNALユニットタイプを決定するステップ、及び
    前記決定されたNALユニットタイプに基づいて、前記複数のサブピクチャを符号化するステップを含み、
    前記複数のサブピクチャに含まれる複数のスライスのうちの少なくとも一つはRASL_NUTを有し、前記複数のスライスのうちの残りはいずれもRASL_NUT又はRADL_NUTを有することに基づいて、前記現在ピクチャはRASLピクチャとして扱われる、画像符号化方法。
  12. 前記RASLピクチャに関連しているIRAP(Intra Random Access Point)ピクチャが復号化順に1番目のピクチャであることに基づいて、前記RASLピクチャに対する出力過程はスキップされる、請求項11に記載の画像符号化方法。
  13. 前記複数のスライスのうちの少なくとも1つが前記RADL_NUTを有することに基づいて、前記RASLピクチャは、RADL(Random Access Decodable Leading)ピクチャによって参照される、請求項11に記載の画像符号化方法。
  14. 前記RASLピクチャは、2つ以上のサブピクチャを含み、
    前記サブピクチャのうちの少なくとも1つは、前記RADL_NUTを有する1つ以上のスライスを含む、請求項13に記載の画像符号化方法。
  15. 請求項11に記載の画像符号化方法によって生成されたビットストリームを保存するコンピュータ可読記録媒体。
JP2022558315A 2020-03-23 2021-03-23 混成nalユニットタイプに基づく画像符号化/復号化方法及び装置、並びにビットストリームを保存する記録媒体 Active JP7492023B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202062993668P 2020-03-23 2020-03-23
US62/993,668 2020-03-23
PCT/KR2021/003560 WO2021194211A1 (ko) 2020-03-23 2021-03-23 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Publications (2)

Publication Number Publication Date
JP2023518991A true JP2023518991A (ja) 2023-05-09
JP7492023B2 JP7492023B2 (ja) 2024-05-28

Family

ID=

Also Published As

Publication number Publication date
WO2021194211A1 (ko) 2021-09-30
US20230018478A1 (en) 2023-01-19
AU2021241294A1 (en) 2022-11-24
AU2024202365A1 (en) 2024-05-02
US11818380B2 (en) 2023-11-14
AU2021241294B2 (en) 2024-05-09
CN115668943A (zh) 2023-01-31
KR20220160044A (ko) 2022-12-05
US20240098291A1 (en) 2024-03-21

Similar Documents

Publication Publication Date Title
JP7450747B2 (ja) 混成nalユニットタイプに基づく画像符号化/復号化方法及び装置、並びにビットストリームを伝送する方法
KR102558495B1 (ko) Hls를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
US20230045490A1 (en) Image or video coding based on nal unit-associated information
US11902556B2 (en) Mixed NAL unit type-based image encoding/decoding method and device, and method for transmitting bitstream
US20230030394A1 (en) Nal unit type-based image or video coding for slice or picture
JP2023521626A (ja) 出力レイヤセットに基づいてパラメータセットの参照如何を決定する画像符号化/復号化方法及び装置、並びにビットストリームを伝送する方法
JP7492023B2 (ja) 混成nalユニットタイプに基づく画像符号化/復号化方法及び装置、並びにビットストリームを保存する記録媒体
AU2021241294B2 (en) Image encoding/decoding method and device based on hybrid NAL unit type, and recording medium for storing bitstream
RU2806784C1 (ru) Способ и устройство кодирования/декодирования изображений на основе смешанного типа nal-единицы и способ для передачи потока битов
JP7492027B2 (ja) Ptl関連情報をシグナリングする画像符号化/復号方法および装置、ならびにビットストリームを記憶したコンピュータ読み取り可能記録媒体
RU2812029C2 (ru) Способ и устройство кодирования/декодирования изображений на основе смешанного типа nal-единицы и способ для передачи потока битов
US11805264B2 (en) NAL unit type-based image or video coding
JP2023520534A (ja) Gdr又はirpaピクチャに対する利用可能スライスタイプ情報に基づく画像符号化/復号化方法及び装置、並びにビットストリームを保存する記録媒体
KR20220160043A (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
JP2023519723A (ja) Ptl関連情報をシグナリングする画像符号化/復号方法および装置、ならびにビットストリームを記憶したコンピュータ読み取り可能記録媒体
JP2024050862A (ja) Dpbパラメータをシグナリングする画像符号化/復号化方法及び装置、並びにビットストリームを保存したコンピュータ可読記録媒体
KR20230017236A (ko) 픽처 출력 관련 정보 기반 영상 또는 비디오 코딩

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221117

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231017

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240116

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240416

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240516