JP7477495B2 - インター予測モードに基づいた映像処理方法及びそのための装置 - Google Patents

Description

本発明は、静止画または動画の処理方法に関するものであり、より詳細にインター予測モード（inter prediction mode）に基づいて静止画や動画をエンコード/デコードする方法及びこれをサポートする装置に関するものである。

圧縮エンコードとは、デジタル化した情報を通信回線を介して送信したり、格納媒体に適した形で格納するための一連の信号処理技術を意味する。映像、映像、音声などのメディアが圧縮エンコードの対象となることができ、特に、映像を対象に圧縮エンコードを実行する技術をビデオ映像圧縮と称する。

次世代ビデオコンテンツは、高解像度（high spatial resolution）、高フレームレート（high frame rate）と映像表現の高次化（high dimensionality of scene representation）という特徴を有するようになる。そのようなコンテンツを処理するためには、メモリストレージ（memory storage）、メモリアクセス率（memory access rate）及び処理電力（processing power）の面で多大な増加をもたらす。

したがって、次世代のビデオコンテンツをさらに効率的に処理するためのコーディングツールをデザインする必要がある。

本発明の目的は、ひとつの参照ピクチャ（reference picture）から時間動きベクトル（temporal motion vector）を誘導する方法を提案する。

また、本発明の目的は、シグナリングされたシンタックス （Syntax：構文）によって時間動きベクトル誘導のための一つの参照ピクチャを選択する方法を提案する。

また、本発明の目的は、ピクチャ順カウント（picture order count）をベースに時間動きベクトル誘導のための一つの参照ピクチャを選択する方法を提案する。

また、本発明の目的は、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）を誘導するためのスペース候補（spatial candidate）を選択する方法を提案する。

また、本発明の目的は、一つの参照ピクチャから逆方向マッピングに基づいた時間動きベクトルの誘導方法を提案する。

本発明で解決しようとする技術的課題は、以上で言及した技術的課題に制限されず、言及していないもう一つの技術的課題は、下の記載から、本発明が属する技術分野で通常の知識を有する者に明確に理解され得る。

本発明の一様相は、インター予測モードに基づいて映像を復号化する方法において、現在ブロックの周りの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導する段階と、前記スペース隣接ブロックの動きベクトルに基づいて前記現在ブロックのコロケイテッドされたブロック（collocated block）を誘導する段階と、前記コロケイテッドされたブロックの動きベクトルに基づいて前記現在ブロック内でサブブロック単位で動きベクトルを誘導する段階と、前記サブブロック単位で誘導された動きベクトルを用いて前記現在のブロックの予測ブロックを生成する段階を含み、前記コロケイテッドされたブロックは、予め定義された一つの参照ピクチャ内で前記スペース隣接ブロックの動きベクトルによって特定され得る。

好ましくは、前記コロケイテッドされたブロックを誘導する段階は、ピクチャ順カウント（ＰＯＣ：picture order count）に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングする段階をさらに含むことができる。

好ましくは、前記コロケイテッドされたブロックを誘導する段階は、前記スペース隣接ブロックの第１参照ピクチャと前記スペース隣接ブロックの動きベクトルによって特定されるブロックの第２参照ピクチャ間のピクチャ順カウント（ＰＯＣ：picture order count）の違い、及び現在ピクチャと前記予め定義された一つの参照ピクチャ間ＰＯＣの差に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングする段階と、前記スケーリングされた動きベクトルを用いて前記予め定義された一つの参照ピクチャ内で、前記コロケイテッドされたブロックを誘導する段階をさらに含むことができる。

好ましくは、前記予め定義された一つの参照ピクチャは、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）またはタイルグループヘッダ（Tile Group Header）を介して、エンコーダからシグナリングされ得る。

好ましくは、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャと最も近い参照ピクチャとして定義することができる。

好ましくは、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャに最も近い参照ピクチャが複数個存在する場合、前記参照ピクチャの内で時間ＩＤ（temporal ＩＤ）が最も小さい参照ピクチャとして定義することができる。

本発明の他の様相は、インター予測モードに基づいて映像を復号化する装置として、現在ブロックの周りの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導するスペース候補誘導と前記スペース隣接ブロックの動きベクトルに基づいて前記現在ブロックのコロケイテッドされたブロック（collocated block）を誘導するコロケイテッドされたブロック誘導部と、前記コロケイテッドされたブロックの動きベクトルに基づいて前記現在ブロック内でサブブロック単位で動きベクトルを誘導するサブブロックの動きベクトル誘導部と、前記サブブロック単位で誘導された動きベクトルを用いて前記現在ブロックの予測ブロックを生成する予測ブロック生成部を含み、前記コロケイテッドされたブロックは、予め定義された一つの参照ピクチャ内で前記スペース隣接ブロックの動きベクトルによって特定され得る。

好ましくは、前記コロケイテッドされたブロック誘導部は、ピクチャ順カウント（ＰＯＣ：picture order count）に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングすることができる。

好ましくは、前記コロケイテッドされたブロック誘導部は、前記スペース隣接ブロックの第１参照ピクチャと前記スペース隣接ブロックの動きベクトルによって特定されるブロックの第２参照ピクチャ間のピクチャ順カウント（ＰＯＣ：picture order count）の差、及び現在ピクチャと前記予め定義された一つの参照ピクチャ間ＰＯＣの差に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングし、前記スケーリングされた動きベクトルを用いて前記予め定義された一つの参照ピクチャ内で、前記コロケイテッドされたブロックを誘導することができる。

好ましくは、前記予め定義された一つの参照ピクチャは、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）またはタイルグループヘッダ（Tile Group Header）を介して、エンコーダからシグナリングされ得る。

好ましくは、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャと最も近い参照ピクチャとして定義することができる。

好ましくは、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいた、現在ピクチャに最も近い参照ピクチャが複数個存在する場合、前記参照ピクチャの内で時間ＩＤ（temporal ＩＤ）が最も小さい参照ピクチャとして定義することができる。

本発明の実施形態に係ると、メモリ帯域幅が減少することができ、追加のラインバッファの問題を解決することができる。

本発明で得られる効果は、以上で言及した効果に制限されず、言及していないもう一つの効果は以下の記載から、本発明が属する技術分野で通常の知識を有する者に明確に理解される。

本発明に係る理解を助けるために詳細な説明の一部として含まれる、添付図面は、本発明の実施形態を提供し、詳細な説明と共に本発明の技術的特徴を説明する。

本発明が適用される実施形態として、ビデオ／映像信号のエンコードが行われるエンコード装置の概略的なブロック図を示す。 本発明が適用される実施形態として、ビデオ／映像信号のデコードが行われるデコード装置の概略的なブロック図を示す。 本発明が適用され得る実施形態として、マルチタイプのツリー構造の一例を示す図である。 本発明が適用され得る実施形態として、マルチタイプのツリーを伴うクワッドツリー（quad-tree with nested multi-type tree）構造のパーティション分割情報のシグナリングメカニズムを例示する図である。 本発明が適用され得る実施形態として、クワッドツリーと伴うマルチタイプのツリー（quad-tree and nested multi-type tree）構造に基づいてCTUを多重ＣＵに分割する方法を例示する図である。 本発明が適用され得る実施形態として、ターナリーツリー（ternary-tree）分割を制限する方法を例示する図である。 本発明が適用され得る実施形態として、バイナリツリーの分割とターナリーツリーの分割で発生することができるリダンダント（redundant ）分割 パターンを例示する図である。 本発明の実施形態に係るインター予測ベースのビデオ／映像のエンコード方法と本発明の実施形態に係るエンコード装置内インター予測部を例示する図である。 本発明の実施形態に係るインター予測ベースのビデオ／映像のエンコード方法と本発明の実施形態に係るエンコード装置内インター予測部を例示する図である。 本発明の実施形態に係るインター予測ベースのビデオ/映像をデコードする方法と、本発明の実施形態に係るデコード装置内のインター予測部を例示する図である。 本発明の実施形態に係るインター予測ベースのビデオ/映像をデコードする方法と、本発明の実施形態に係るデコード装置内のインター予測部を例示する図である。 本発明が適用される実施形態として、マージ (merge)モードまたはスキップモードで用いられる周辺ブロックを説明するための図である。 本発明が適用される一実施形態に係るマージ候補リストの構成方法を例示するフローチャートである。 本発明が適用される一実施形態に係るマージ候補リストの構成方法を例示するフローチャートである。 本発明が適用される一実施形態として、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）候補を誘導する方法を説明するための図である。 本発明が適用される一実施形態として、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）候補を誘導する方法を説明するための図である。 本発明が適用される一実施形態として、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）候補を誘導する方法を例示する図である。 本発明が適用される一実施形態に係る、時間動きベクトルデータ（Temporal motion vector data）を圧縮する方法及びこれに用いられるスペース候補の位置を例示する図である。 本発明が適用される一実施形態に係る、時間動きベクトルデータ（Temporal motion vector data）を圧縮する方法及びこれに用いられるスペース候補の位置を例示する図である。 本発明が適用される一実施形態に係る固定された参照ピクチャを用いた時間動きベクトルの誘導方法を例示する図である。 本発明が適用される一実施形態として、時間動きベクトル予測のための固定された参照ピクチャを誘導する方法を例示する図である。 本発明が適用される一実施形態として、時間動きベクトル予測のための固定された参照ピクチャを誘導する方法を例示する図である。 本発明が適用される一実施形態として、ＡＴＭＶＰ候補を誘導するために用いられるスペース候補を選択する方法と、選択したスペース候補を用いて、サブブロック単位で動き補償を実行する方法を例示する図である。 本発明が適用される一実施形態として、ＡＴＭＶＰ候補を誘導するために用いられるスペース候補を選択する方法と、選択したスペース候補を用いて、サブブロック単位で動き補償を実行する方法を例示する図である。 本発明が適用される一実施形態に係る時間動きベクトルの誘導方法を例示する図である。 本発明の一実施形態に係る逆方向マッピング（backward mapping）を用いて、時間動きベクトルを誘導する方法を例示する図である。 本発明の一実施形態に係る逆方向マッピング（backward mapping）を用いて、時間動きベクトルを誘導する方法を例示する図である。 本発明が適用される実施形態に係るインター予測ブロックを生成する方法を例示するフローチャートである。 本発明が適用される実施形態に係るインター予測装置を例示する図である。 本発明が適用される映像コーディングシステムを示す。 本発明が適用される実施形態として、コンテンツのストリーミングシステム構造図を示す。

以下、本発明に係る好適な実施形態を添付の図面を参照して、詳細に説明する。添付された図面と共に以下に開示される詳細な説明は、本発明の例示的な実施形態を説明しようとするものであり、本発明が実施され得る唯一の実施形態を示そうとするものではない。以下の詳細な説明は、本発明の完全な理解を提供するために具体的な細部事項を含む。しかし、当業者は、本発明が、このような具体的な細部事項なくても実施できることが分かる。

いくつかの場合、本発明の概念が曖昧になることを避けるために、公知の構造及び装置は省略されるか、各構造及び装置の核心機能を中心としたブロック図の形式で示され得る。

さらに、本発明で用いられる用語は、可能な限り、現在広く用いられる一般的な用語を選択したが、特定の場合には、出願人が任意に選定した用語を用いて説明する。そのような場合には、該当部分の詳細な説明で、その意味を明確に記載するため、本発明の説明で用いられた用語の名称のみで単純に解釈されてはならないものであり、その該当する用語の意味まで把握して解釈されるべきであることを明らかにしておきたい。

以下の説明で用いられる特定の用語は、本発明の理解を助けるために提供されたものであり、このような特定の用語の使用は、本発明の技術的思想を逸脱しない範囲で他の形態に変更され得る。例えば、信号、データ、サンプル、ピクチャ、フレーム、ブロックなどの場合、各コードの過程で適切に代替されて解釈されることがある。

以下、本明細書で「処理ユニット」は、予測、変換、及び/または量子化などのようなエンコード／デコードの処理過程が実行される単位を意味する。以下、説明の便宜のために処理ユニットは、「処理ブロック」または「ブロック」と
指称されることもある。

処理ユニットは、輝度（luma）成分の単位と色差（chroma）成分の単位を含む意味で解釈され得る。例えば、処理ユニットは、コーディングツリーユニット（ＣＴＵ：Coding Tree Unit）、コーディングユニット（ＣＵ：Coding Unit）、予測ユニット（ＰＵ：Prediction Unit）または変換ユニット（ＴＵ：Transform Unit）に該当することがある。

また、処理ユニットは、輝度（luma）成分の単位または色差（chroma）成分の単位として解釈され得る。例えば、処理ユニットは、輝度（luma）成分のコーディングツリーブロック（ＣＴＢ：Coding Tree Block）、コーディングブロック（ＣＢ：Coding Block）、予測ブロック（ＰＵ：Prediction Block）または変換ブロック（ＴＢ：Transform Block）に該当することができる。または、色差（chroma）成分のコーディングツリーブロック（ＣＴＢ）、コーディングブロック（ＣＢ）、予測ブロック（ＰＵ）または変換ブロック（ＴＢ）に該当することができる。また、これに限定されるものではなく処理ユニットは、輝度（luma）成分の単位と色差（chroma）成分の単位を含む意味で解釈されることもできる。

また、処理ユニットは、必ず正方形のブロックに限定されるものではなく、３つ以上の頂点を有する多角形の形で構成することもできる。

なお、以下、本明細書においてピクセルまたは画素などをサンプルとして通称する。そして、サンプルを用いることは、ピクセル値または画素値などを用いることを意味することができる。

図１は、本発明が適用される実施形態として、ビデオ／映像信号のエンコードが行われるエンコード装置の概略的なブロック図を示す。

図１を参照すると、 エンコード装置１００は、映像分割部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及びエントロピーエンコード部１９０を含んで構成され得る。インター予測部１８０とイントラ予測部１８５は、予測部で通称され得る。つまり、予測部はインター予測部１８０とイントラ予測部１８５を含むことができる。変換部１２０、量子化部１３０、逆量子化部１４０、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。一実施形態として、前述した映像分割部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、インター予測部１８０、イントラ予測部１８５及びエントロピーエンコード部１９０は、一つのハードウェアコンポーネント（例えば、エンコーダまたはプロセッサ）によって構成され得る。また、メモリ１７０は、ＤＰＢ（decoded picture buffer）を含むことができ、デジタル格納媒体によって構成されることもできる。

映像分割部１１０は、エンコード装置１００に入力された入力映像（または、ピクチャ、フレーム）を１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）と称することができる。この場合、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）または最大コーディングユニット（largest coding unit、ＬＣＵ）からＱＴＢＴ（Quad-tree binary-tree）構造に基づいて再帰的に（recursively）に分割され得る。例えば、一つのコーディングユニットは、クワッドツリー構造及び／またはバイナリツリー構造に基づいて、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得る。この場合、例えば、クワッドツリー構造が先に適用され、バイナリツリー構造が、後で適用されることができる。またはバイナリツリー構造が先に適用されることもできる。これ以上分割されない最終コーディングユニットをベースに、本発明に係るコーディング手順が実行され得る。この場合、映像の特性に応じたコーディングユニット効率などをベースに、最大コーディングユニットが直接最終的なコーディングユニットとして用いられることができ、または必要に応じてコーディングユニットは、再帰的に（recursively）より下位デプスのコーディングユニットに分割され、最適のサイズ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用いられる。ここでコーディング手順とは、後述する予測、変換、及び復元などの手続きを含むことができる。他の例として、前記処理ユニットは、予測ユニット（ＰＵ：Prediction Unit）または変換ユニット（ＴＵ：Transform Unit）をさらに含むことができる。この場合、前記予測ユニット及び前記変換ユニットは、それぞれ前述した最終コーディングユニットから分割またはパーティショニングすることができる。前記予測ユニットは、サンプル予測の単位で有り得、前記変換ユニットは、変換係数を誘導する単位、及び/または変換係数からレジデュアル信号（residual signal）を誘導する単位で有り得る。

ユニットは、場合によって、ブロック（block）または領域（area）などの用語と混用して用いることができる。一般的な場合、ＭｘＮブロックはＭ個の列とＮ個の行からなるサンプル又は変換係数（transform coefficient）の集合を表すことができる。サンプルは、一般的に、ピクセルまたはピクセルの値を示すことができ、輝度（luma）成分のピクセル／ピクセル値のみを表すこともあり、彩度（chroma）成分のピクセル／ピクセル値のみを示すこともできる。サンプルは、一つのピクチャ（または映像）をピクセル（pixel）またはペル（pel）に対応する用語として用いられる。

エンコード装置１００は、入力映像信号（原本ブロック、原本サンプルアレイ）でインター予測部１８０またはイントラ予測部１８５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、残りのブロック、残りのサンプルアレイ）を生成することができ、生成されたレジデュアル信号は、変換部１２０に送信される。この場合、図示のように、エンコーダ１００内で入力映像信号（原本ブロック、原本サンプルアレイ）で予測信号（予測ブロック、予測サンプルアレイ）を減算するユニットは減算部１１５と称することができる。予測部は処理対象ブロック（以下、現在ブロックと称する）の予測を行い、前記現在ブロックの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またはＣＵ単位でイントラ予測が適用されるか、また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。予測部は各予測モードの説明で後述するように、予測モード情報など予測に関する様々な情報を生成し、エントロピーエンコード部１９０に伝達すことができる。予測に関する情報は、エントロピーエンコード部１９０でエンコードされてビットストリーム形態で出力することができる。

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。前記参照されるサンプルは、予測モードに応じて前記現在ブロックの周辺（neighbor）に位置することができ、または離れて位置することもできる。イントラ予測で予測モードは、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モードとプランナーモード（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または６５個の方向性予測モードを含むことができる。ただし、これは例示として設定によってそれ以上、またはそれ以下の数の方向性予測モードが用いられる。イントラ予測部１８５は、周辺ブロックに適用される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（参照サンプルのアレイ）に基づいて、現在ブロックの予測されたブロックを誘導することができる。このとき、インター予測モードで送信される動き情報の量を減らすために周囲のブロックと現在ブロックの間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、また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、動きベクトルと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）の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的周りのブロック（spatial neighboring block）と参照ピクチャに存在する時間的周辺ブロック（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的周辺ブロックを含む参照ピクチャは同じであることもあり、異なることもある。前記時間的周辺ブロックは、同じ位置の参照ブロック（collocated reference block）、同じ位置（ＣＵ （colＣＵ）などの名で呼ばれることができ、前記時間的周辺ブロックを含む参照ピクチャは、同じ位置ピクチャ（collocated picture、colpic）と呼ばれることもできる。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、前記現在のブロックの動きベクトル及び/または参照ピクチャのインデックスを導出するためにどのような候補が用いら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られる。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送信されないことがある。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）で用いて、動きベクトル差分（motion vector difference）をシグナリングすることによって、現在ブロックの動きベクトルを指示することができる。

前記インター予測部１８０または前記イントラ予測部１８５を介し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、またはレジデュアル信号を生成するために用いられる。

変換部１２０は、レジデュアル信号に変換手法を適用して変換係数（transform coefficients）を生成することができる。たとえば、変換技法は、ＤＣＴ（Discrete Cosine Transform）、ＤＳＴ（Discrete Sine Transform）、

、ＧＢＴ（Graph-Based Transform）、またはＣＮＴ（Conditionally Non-linear Transform）の内、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したときに、このグラフから得られた変換を意味する。ＣＮＴは、以前に復元されたすべてのピクセル（all previously reconstructed pixel）を用いて予測信号を生成し、それに基づいて獲得される変換を意味する。また、変換プロセスは、正方形の同じ大きさを有するピクセルブロックに適用されることもあり、正方形でない可変サイズのブロックにも適用することができる。

量子化部１３０は、変換係数を量子化してエントロピーエンコード部１９０に転送され、エントロピーエンコード部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）をエンコードして、ビットストリーム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称することができる。量子化部１３０は、係数スキャン順（scan order）に基づいて、ブロックの形の量子化された変換係数を１次元ベクトルの形で再整列することができ、前記１次元ベクトルの形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。エントロピーエンコード部１９０は、例えば指数ゴルロム（exponential Golomb）、ＣＡＶＬＣ（context-adaptive variable length coding）、ＣＡＢＡＣ（context-adaptive binary arithmetic coding）などのようなさまざまなエンコード方法を実行することができる。エントロピーエンコード部１９０は、量子化された変換係数のほか、ビデオ／映像復元に必要な情報（例えば構文要素（syntax elements）の値など）を一緒に、または別々にエンコードすることもできる。エンコードされた情報（ex。エンコードされたビデオ/映像情報）は、ビットストリームの形でＮＡＬ（network abstraction layer）ユニット単位で送信または格納することができる。前記ビットストリームは、ネットワークを介して送信されることができ、またはデジタル格納媒体に格納することができる。ここで、ネットワークは、放送網、及び/または通信網などを含むことができ、デジタル格納媒体は、ＵＳＢ、ＳＤ、ＣＤ、ＤＶＤ、Ｂｌｕ－ｒａｙ、ＨＤＤ、ＳＳＤなど、様々な格納媒体を含むことができる。エントロピーエンコード部１９０から出力された信号は、伝送する伝送部（図示せず）及び/または格納する格納部（図示せず）が、エンコード装置１００の内／外のエレメントとして構成することができ、または送信部はエントロピーエンコード部１９０の構成要素であることもできる。

量子化部１３０から出力された量子化された変換係数は、予測信号を生成するために用いられる。例えば、量子化された変換係数は、ループ内の逆量子化部１４０と逆変換部１５０を介して逆量子化と逆変換を適用することにより、レジデュアル信号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またはイントラ予測部１８５から出力された予測信号に加えることで復元（reconstructed）信号（復元ピクチャ、復元ブロック、復元サンプルアレイ）が生成され得る。スキップモードが適用された場合と同様に処理対象ブロックの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用いられる。加算部１５５は、復元部または復元ブロック生成部と称することができる。生成された復元信号は、現在ピクチャ内の次の処理対象のブロックのイントラ予測のために用いられ、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用いられる。

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、メモリ１７０のＤＰＢに格納することができる。前記様々なフィルタリングの方法は、例えば、ジ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）、両方向フィルタ（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の説明で後述するようにフィルタリングに関するさまざまな情報を生成し、エントロピーエンコード部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、エントロピーエンコード部１９０でエンコードされてビットストリーム形態で出力することができる。

メモリ１７０に送信された修正された復元ピクチャは、インター予測部１８０から参照ピクチャとして用いられる。エンコード装置は、これを通じて、インター予測が適用される場合、エンコード装置１００とデコード装置での予測ミスマッチを回避することができ、エンコード効率も向上させることができる。

メモリ１７０ＤＰＢは修正された復元ピクチャをインター予測部１８０からの参照ピクチャとして用いるために格納することができる。メモリ１７０は、現在ピクチャ内の動き情報が導出された（またはエンコードされた）ブロックの動き情報及び/または既に復元されたピクチャ内のブロックの動き情報を格納することができる。前記格納された動き情報は、空間的周辺ブロックの動き情報または時間的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に伝達することができる。メモリ１７０は、現在のピクチャ内の復元されたブロックの復元サンプルを格納することができ、イントラ予測部１８５に伝達することができる。

図２は、本発明が適用される実施形態として、ビデオ／映像信号のデコードが行われるデコード装置の概略的なブロック図を示す。

図２を参照すると、デコード装置２００は、エントロピーデコード部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とイントラ予測部２６５を含んで構成され得る。インター予測部２６０とイントラ予測部２６５を合わせて予測部と称することができる。つまり、予測部はインター予測部１８０とイントラ予測部１８５を含むことができる。逆量子化部２２０、逆変換部２３０を合わせてレジデュアル処理部と称することができる。つまり、レジデュアル処理部は、逆量子化部２２０、逆変換部２３０を含むことができる。前述したエントロピーデコード部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、インター予測部２６０及びイントラ予測部２６５は、実施形態に応じて１つのハードウェアコンポーネント（例えば、デコーダまたはプロセッサ）によって構成され得る。また、メモリ１７０は、ＤＰＢ（decoded picture buffer）を含むことができ、デジタル格納媒体によって構成されることもある。

ビデオ／映像情報を含むビットストリームが入力されると、デコード装置２００は、図１のエンコード装置からのビデオ／映像情報が処理されたプロセスに対応して映像を復元することができる。例えば、デコード装置２００は、エンコード装置で適用された処理ユニットを用いてデコードを行うことができる。したがってデコードの処理ユニットは、例えば、コーディングユニットで有り得、コーディングユニットは、コーディングツリーユニットまたは最大コーディングユニットからクワッドツリー構造及び/またはバイナリツリー構造に沿って分割することができる。そして、デコード装置２００を介してデコード及び出力された復元映像信号は、再生装置を介して再生することができる。

デコード装置２００は、図１のエンコード装置から出力された信号をビットストリーム形態で受信することができ、受信された信号は、エントロピーデコード部２１０を介してデコードすることができる。
例えば、エントロピーデコード部２１０は、前記ビットストリームをパッシング（Parsing：解析）して映像復元（またはピクチャ復元）に必要な情報（ex。ビデオ/映像情報）を導出することができる。例えば、エントロピーデコード部２１０は、指数ゴルロム符号化、ＣＡＶＬＣまたは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デコードして、映像復元に必要なシンタックス エレメント （Syntax element）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。さらに詳細に、ＣＡＢＡＣエントロピーデコード方法は、ビットストリームから各構文要素に該当するビン(bin)を受信し、デコード対象構文要素の情報と周辺及びデコード対象ブロックのデコード（復号）情報、または前の段階でデコードされたシンボル／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、ビンの算術デコード（arithmetic decoding）を実行して、各構文要素の値に該当するシンボルを生成することができる。このとき、ＣＡＢＡＣエントロピーデコード方法は、コンテキストモデルを決定した後、次のシンボル/ビンの文脈モデルのためにデコードされたシンボル/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。エントロピーデコード部２１１０でデコードされた情報の内、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）で提供され、エントロピーデコード部２１０からエントロピーデコード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と関連パラメータ情報は、逆量子化部２２０に入力され得る。また、エントロピーデコード部２１０でデコードされた情報の内、フィルタリングに関する情報は、フィルタリング部２４０に提供され得る。一方、エンコード装置から出力された信号を受信する受信部（図示せず）がデコード装置２００の内／外のエレメントとしてさらに構成されることができ、または受信部は、エントロピーデコード部２１０の構成要素で有り得ることもある。

逆量子化部２２０においては、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次元のブロックの形で再整列することができる。この場合、前記再整列は、エンコード装置で実行された係数スキャン順序に基づいて再整列を実行することができる。逆量子化部２２０は、量子化パラメータ（例えば、量子化段階サイズ情報）を用いて、量子化された変換係数の逆量子化を行い、変換係数（transform coefficient）を獲得することができる。

逆変換部２３０においては、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）を獲得することになる。

予測部は現在のブロックの予測を行い、前記現在のブロックの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デコード部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、また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を決定することができる。

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。前記参照されるサンプルは、予測モードに応じて前記現在ブロックの周辺（neighbor）に位置することができ、または離れて位置することもできる。イントラ予測で予測モードは、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。イントラ予測部２６５は、周辺ブロックに適用される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、現在ブロックの予測されたブロックを誘導することができる。このとき、インター予測モードで送信される動き情報の量を減らすために周囲ブロックと現在ブロックの間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、また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、動きベクトルと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）の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的周辺ブロック（spatial neighboring block）と参照ピクチャに存在する時間的周辺ブロック（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/また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、前記現在ブロックのインター予測のモードを指示する情報を含むことができる。

加算部２３５は、獲得されたレジデュアル信号をインター予測部２６０またはイントラ予測部２６５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）に加えることで復元信号（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同様に処理対象ブロックの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用いられる。

加算部２３５は、復元部または復元ブロック生成部と称することができる。生成された復元信号は、現在ピクチャ内の次の処理対象のブロックのイントラ予測のために用いられ、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用いられることもできる。

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、メモリ２５０のＤＰＢに伝送することができる。前記様々なフィルタリングの方法は、例えば、ジ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）、両方向フィルタ（bilateral filter）などを含むことができる。

メモリ２５０のＤＰＢに格納された（訂正された）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用いられる。メモリ２５０は、現在ピクチャ内の動き情報が導出された（またはデコードされた）ブロックの動き情報及び/または既に復元されたピクチャ内のブロックの動き情報を格納することができる。前記格納された動き情報は、空間的周辺ブロックの動き情報または時間的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格納することができ、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、 エンコード装置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で説明された実施形態は、それぞれデコード装置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にも同一または対応するように適用することができる。

Block Partitioning

本文書に係るビデオ／映像コーディング方法は、様々な詳細な技術に基づいて行うことができ、それぞれの詳細な技術を概略的に説明すると、次の通りである。以下説明される技術は、前述した、及び/または後述されるビデオ/映像エンコード/デコードの手続きでの予測、レジデュアル処理（（逆）変換、（逆）量子化など）、シンタックス （Syntax：構文）要素のコーディング、フィルタリング、パーティショニング／分割などの関連の手続きに関連付けることができることは当業者に自明である。

本文書に沿ったブロックパーティショニング手順は、前述したエンコード装置の映像分割部１１０で実行されて、パーティショニング関連情報がエントロピーエンコード部１９０で（エンコード）処理され、ビットストリームの形でデコード装置に伝達することができる。デコード装置のエントロピーデコード部２１０は、前記ビットストリームから獲得した前記パーティショニング関連情報に基づいて、現在ピクチャのブロックパーティショニング構造を導出し、これに基づいて映像デコードのための一連の手順（ex。予測、レジデュアル処理、ブロック復元、インループフィルタリングなど）を実行することができる。

Partitioning of picture into ＣＴＵｓ

ピクチャは、コーディングツリーユニット（ＣＴＵｓ）のシーケンスに分割される（divided into a sequence）ことができる。 ＣＴＵはコーディングツリーブロック（ＣＴＢ）に対応することができる。あるいはＣＴＵはルマサンプルのコーディングツリーブロックと、対応するクロマサンプルの二つのコーディングツリーブロックを含むことができる。つまり、三つのサンプルアレイを含むピクチャに対し、ＣＴＵはルマサンプルのＮｘＮブロックとクロマサンプルの二つの対応ブロックを含むことができる。

コーディングと予測などのためのＣＴＵの最大許容サイズは、変換のためのＣＴＵの最大許容サイズと異なることがある。たとえば、ＣＴＵ内ルマブロックの最大許容サイズは１２８ｘ１２８で有り得る。

Partitioning of the ＣＴＵｓ using a tree structure

ＣＴＵはクワッドツリー（quad-tree、ＱＴ）の構造に基づいてＣＵに分割され得る。クワッドツリー構造は、クォーターナリー（quaternary）ツリー構造と称することができる。これは、様々な局地的特徴（local characteristic）を反映するためである。一方、本文書では、ＣＴＵは、クワッドツリーだけでなく、バイナリツリー（binary-tree、ＢＴ）とターナリーツリー（ternary-tree、ＴＴ）を含むマルチタイプのツリー構造の分割に基づいて分割され得る。以下、ＱＴＢＴ構造とすることは、クワッドツリーとバイナリツリーに基づいた分割構造を含むことができ、ＱＴＢＴＴＴとはクワッドツリー、バイナリツリー及びターナリーツリーに基づいた分割構造を含むことができる。または、ＱＴＢＴ構造は、クワッドツリー、バイナリツリー及びターナリーツリーに基づいた分割構造を含むこともできる。コーディングツリー構造において、ＣＵは正方形または長方形の形状を有することができる。 ＣＴＵは、まずクワッドツリー構造に分割され得る。以後クワッドツリー構造のリーフノードは、マルチタイプのツリー構造によってさらに分割することができる。

図３は、本発明が適用され得る実施形態として、マルチタイプツリー構造の一例を示す図である。

本発明の一実施形態において、マルチタイプのツリー構造は、図３に示すような４つの分割タイプを含むことができる。前記４つの分割タイプは、垂直バイナリ分割（vertical binary splitting、ＳＰＬＩＴ＿ＢＴ＿ＶＥＲ）、水平バイナリ分割（horizontal binary splitting、ＳＰＬＩＴ＿ＢＴ＿ＨＯＲ）、垂直ターナーリー分割（vertical ternary splitting、ＳＰＬＩＴ＿ＴＴ＿ＶＥＲ）、水平ターナーリー分割（horizontal ternary splitting、ＳＰＬＩＴ＿ＴＴ＿ＨＯＲ）を含むことができる。前記マルチタイプツリー構造のリーフノードはＣＵと呼ばれることができる。このようなＣＵは、予測及び変換手順のために用いられる。本分書において一般的にＣＵ、ＰＵ、ＴＵは、同じブロックサイズを有することができる。ただし、最大許容変換の長さ（maximum supported transform length）がＣＵのカラー成分（colour component）の幅または高さより小さい場合には、ＣＵとＴＵが互いに異なるブロックサイズを有することができる。

図４は、本発明が適用され得る実施形態として、マルチタイプツリーを伴うクワッドツリー（quad-tree with nested multi-type tree）構造のパーティション分割情報のシグナリングメカニズムを例示する図である。

ここで、ＣＴＵはクワッドツリーのルート（root）として取り扱われて、クワッドツリー構造で初めてパーティショニングされる。各クワッドツリーのリーフノードは、その後、マルチタイプのツリー構造で、さらにパーティショニングすることができる。マルチタイプツリー構造において、第１フラグ（a first flag、ex。mtt_split_cu_flag）が、そのノードが追加的にパーティショニングされるかを指示するためにシグナリングされる。もしそのノードが追加的にパーティショニングされる場合、第２フラグ（a second flag、ex。mtt_split_cu_verticla_flag）が分割方向（splitting direction）を指示するためにシグナリングすることができる。その後、第３フラグ（a third flag、ex。mtt_split_cu_binary_flag）が分割タイプがバイナリ分割であるかターナーリー分割であるかを指示するためにシグナリングすることができる。例えば、前記mtt_split_cu_vertical_flag及び前記mtt_split_cu_binary_flagに基づいて、ＣＵのマルチタイプのツリー分割モード（multi-type tree splitting mode、MttSplitMode）が、次の表１のように導出することができる。

図５は、本発明が適用されることができる実施形態として、クワッドツリーと伴うマルチタイプのツリー（quad-tree and nested multi-type tree）構造に基づいてＣＴＵを多重ＣＵに分割する方法を例示する図である。

ここで、ボールドブロックエッジ（bold block edges）は、クワッドツリーパーティショニングを、残りのエッジは、マルチタイプのツリーパーティショニングを示す。マルチタイプのツリーを伴ったクワッドツリーのパーティションは、コンテンツ - アダプタテッドコーディングツリー構造を提供することができる。 ＣＵはコーディングブロック（ＣＢ）に対応することができる。あるいはＣＵはルマサンプルのコーディングブロックと、対応するクロマサンプルの二つのコーディングブロックを含むことができる。 ＣＵのサイズはＣＴＵだけ大きいこともあり、またはルマサンプル単位で４ｘ４ほど小さいこともできる。たとえば、４：２：０カラーフォーマット（ｏｒクロマフォーマット）である場合、最大クロマＣＢサイズは６４ｘ６４であり、最小クロマCBサイズは２ｘ２で有り得る。

本文書において、例えば、最大許容ルマＴＢサイズは６４ｘ６４であり、最大許容クロマＴＢサイズは３２ｘ３２で有り得る。もし前記ツリー構造に沿って分割されたＣＢの幅または高さが最大の変換幅または高さより大きい場合、そのＣＢは自動的に（または暗黙的に）水平方向と垂直方向のＴＢサイズ制限を満足するまで分割することができる。

一方、マルチタイプのツリーを伴ったクワッドツリーコーディングツリースキームのために、以下のパラメータがｓｐｓシンタックス要素で定義及び識別することができる。

- ＣＴＵ ｓｉｚｅ：クォータナリツリーのルートノードサイズ（ｔｈｅ ｒｏｏｔ ｎｏｄｅ ｓｉｚｅ ｏｆ ａ ｑｕａｔｅｒｎａｒｙ ｔｒｅｅ）

- ＭｉｎＱＴＳｉｚｅ：最小許容クォータナリツリーリーフノードサイズ（ｔｈｅ ｍｉｎｉｍｕｍ ａｌｌｏｗｅｄ ｑｕａｔｅｒｎａｒｙ ｔｒｅｅ ｌｅａｆ ｎｏｄｅ ｓｉｚｅ）

- ＭａｘＢｔＳｉｚｅ：（最大許容バイナリツリールートノードサイズ（ｔｈｅ ｍａｘｉｍｕｍ ａｌｌｏｗｅｄ ｂｉｎａｒｙ ｔｒｅｅ ｒｏｏｔ ｎｏｄｅ ｓｉｚｅ）

- ＭａｘＴｔＳｉｚｅ：（最大許容ターナリーツリールートノードサイズ（ｔｈｅ ｍａｘｉｍｕｍ ａｌｌｏｗｅｄ ｔｅｒｎａｒｙ ｔｒｅｅ ｒｏｏｔ ｎｏｄｅ ｓｉｚｅ）

- ＭａｘＭｔｔＤｅｐｔｈ：クアッドツリーリーフから分割されるマルチタイプツリーの最大許容階層の深度（ｔｈｅ ｍａｘｉｍｕｍ ａｌｌｏｗｅｄ ｈｉｅｒａｒｃｈｙ ｄｅｐｔｈ ｏｆ ｍｕｌｔｉ－ｔｙｐｅ ｔｒｅｅ ｓｐｌｉｔｔｉｎｇ ｆｒｏｍ ａ ｑｕａｄｔｒｅｅ ｌｅａｆ）

- ＭｉｎＢｔＳｉｚｅ：最小許容バイナリーツリーリーフノードサイズ（ｔｈｅ ｍｉｎｉｍｕｍ ａｌｌｏｗｅｄ ｂｉｎａｒｙ ｔｒｅｅ ｌｅａｆ ｎｏｄｅ ｓｉｚｅ）

- ＭｉｎＴｔＳｉｚｅ：最小許容ターナリーツリーリーフノードサイズ（ｔｈｅ ｍｉｎｉｍｕｍ ａｌｌｏｗｅｄ ｔｅｒｎａｒｙ ｔｒｅｅ ｌｅａｆ ｎｏｄｅ ｓｉｚｅ）

マルチタイプのツリーを伴ったクワッドツリーコーディングツリー構造の一例として、ＣＴＵサイズは１２８ｘ１２８ルマサンプル及び二つの対応するクロマサンプルの６４ｘ６４ブロックに設定されることができる（４：２：０クロマフォーマットで）。この場合、ＭｉｎＯＴSizeは１６ｘ１６に設定され、ＭａｘＢｔSizeは１２８ｘ１２８に設定され、ＭａｘＴｔSizeは６４ｘ６４に設定され、ＭｉｎＢｔSize及びＭｉｎＴｔSize（for both width and height）は４ｘ４で、そしてＭａｘＭｔｔDepthは４に設定され得る。クォートツリーパーティショニングは、ＣＴＵに適用されてクワッドツリーのリーフノードを生成することができる。クワッドツリーのリーフノードは、リーフＱＴノードと称することができる。クワッドツリーのリーフノードは１６ｘ１６サイズ（i.e. the ＭｉｎＯＴSize）から１２８ｘ１２８サイズ（i.e. the ＣＴＵ size）を有することができる。もしリーフＱＴノードが１２８ｘ１２８である場合、さらに、バイナリツリー/ターナリーツリーに分割されないことがある。これは、この場合、分割されてもＭａｘＢｔsizeとＭａｘＴｔsize（i.e. ６４ｘ６４）を超過するからである。それ以外の場合、リーフＱＴノードは、マルチタイプのツリーにさらに分割することができる。従って、リーフＱＴノードはマルチタイプのツリーのルートノード（root node）であり、リーフＱＴノードは、マルチタイプのツリーデプス（mttDepth）0の値を有することができる。もし、マルチタイプのツリーデプスがＭａｘＭｔｔｄｅｐｔｈ（ex．４）に到達した場合、これ以上追加の分割は考慮されないことがある。もし、マルチタイプのツリーノードの幅がＭｉｎＢｔSizeと同じであり、２ｘＭｉｎＴｔSizeより小さいか同じであるとき、もはや追加の水平分割は考慮されないことがある。もし、マルチタイプのツリーノードの高さがＭｉｎＢｔSizeと同じであり、２ｘＭｉｎＴｔSizeより小さいか同じであるとき、もはや追加の垂直分割は考慮されないことがある。

図６は、本発明が適用され得る実施形態として、ターナリーツリー（ternary-tree）分割を制限する方法を例示する図である。

図６を参照すると、ハードウェアデコーダでの６４ｘ６４ルマブロックと３２ｘ３２クロマパイプラインの設計を許容するために、ＴＴ分割は、特定の場合に制限され得る。例えば、ルマコーディングブロックの幅または高さが既に設定された特定の値（例えば、３２、６４）より大きい場合、図６に示すように、ＴＴ分割が制限され得る。

本文書において、コードツリースキームはルマとクロマブロックが個別（separate）ブロックのツリー構造を有することを支援することができる。 ＰとＢスライスに対し、一つのＣＴＵ内ルマとクロマＣＴＢは同じコーディングツリー構造を有するように制限され得る。しかし、Ｉスライスに対し、ルマとクロマブロックは、互いに別々のブロックツリー構造を有することができる。もし個別のブロックツリーモードが適用される場合、ルマＣＴＢは、特定のコーディングツリー構造に基づいてＣＵに分割され、クロマＣＴＢは、他のコーディングツリー構造に基づいて、クロマＣＵに分割され得る。これは、Ｉスライス内ＣＵはルマ成分のコーディングブロックまたは２つのクロマ成分のコーディングブロックで構成され、ＰまたはＢスライスのＣＵは三つの色成分のブロックで構成されることができることを意味することができる。

前述した“Partitioning of the ＣＴＵｓ using a tree structure"でマルチタイプのツリーを伴ったクワッドツリーコーディングツリー構造について説明したが、ＣＵが分割される構造は、これに限定されない。たとえば、ＢＴ構造とＴＴ構造は、多数の分割ツリー（Multiple Partitioning Tree、ＭＰＴ）の構造に含まれる概念で解釈されることができ、ＣＵはＱＴ構造とＭＰＴ構造を介して分割されると解釈することができる。ＱＴ構造とＭＰＴ構造を介してＣＵが分割される一例において、ＱＴ構造のリーフノードがいくつかのブロックに分割されるかについての情報を含む構文要素（例えば、ＭＰＴ_split_type）とＱＴ構造のリーフノードが垂直と水平の内、どちらの方向に分割されるかについての情報を含む構文要素（例えば、ＭＰＴ_split_mode）がシグナリングされることで、分割構造が決定され得る。

また別の例において、ＣＵはＱＴ構造、ＢＴの構造またはＴＴ構造と別の方法で分割することができる。つまり、ＱＴ構造に基づいて、下位デプスのＣＵが上位デプスのＣＵの１/４サイズに分割されたり、ＢＴの構造に応じて、サブデプスのＣＵが上位デプスのＣＵの１/２サイズに分割されたり、ＴＴの構造に基づいて下位デプスのＣＵが上位デプスのＣＵの１/４または１/２のサイズに分割されるものとは異なり、下位デプスのＣＵは、場合によっては、上位デプスのＣＵの１/５、１/３、３/８、３/５、２/３または５/８のサイズに分割されることができ、ＣＵが分割される方法は、これに限定されない。

もし、ツリーノードブロックの部分（a portion）が下部（bottom）または右（right）ピクチャ境界を超える（exceeds）場合、そのツリーノードブロックは、すべてのコード化されＣＵのすべてのサンプルが前記ピクチャ境界に内に位置するように制限され得る。この場合、例えば、次のような分割ルールが適用され得る。

－（Ｉｆ ａ ｐｏｒｔｉｏｎ ｏｆ ａ ｔｒｅｅ ｎｏｄｅ ｂｌｏｃｋ ｅｘｃｅｅｄｓ ｂｏｔｈ ｔｈｅ ｂｏｔｔｏｍ ａｎｄ ｔｈｅ ｒｉｇｈｔ ｐｉｃｔｕｒｅ ｂｏｕｎｄａｒｉｅｓ，）ツリーノードブロックの一部がピクチャの下端又は右側のバウンダリーを超えると、

－（Ｉｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＱＴ ｎｏｄｅ ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＱＴ ｓｐｌｉｔ ｍｏｄｅ．）ブロックがＱＴノードであり、ブロックサイズが最小ＱＴサイズより大きければ、ブロックは強制的にＱＴ分割モードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＳＰＬＩＴ＿ＢＴ＿ＨＯＲ ｍｏｄｅ） そうでなければ、ブロックは強制的にＳＰＬＩＴ＿ＢＴ＿ＨＯＲモードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ ｉｆ ａ ｐｏｒｔｉｏｎ ｏｆ ａ ｔｒｅｅ ｎｏｄｅ ｂｌｏｃｋ ｅｘｃｅｅｄｓ ｔｈｅ ｂｏｔｔｏｍ ｐｉｃｔｕｒｅ ｂｏｕｎｄａｒｉｅｓ，）そうではなく、ツリーノードブロックの一部がピクチャの下端のバウンダリーを超えると、

－（Ｉｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＱＴ ｎｏｄｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍａｘｉｍｕｍ ＢＴ ｓｉｚｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＱＴ ｓｐｌｉｔ ｍｏｄｅ．）ブロックがＱＴノードであり、ブロックサイズが最小ＱＴサイズより大きく、ブロックサイズが最大ＢＴサイズよりも大きければ、ブロックは強制的にＱＴ分割モードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ， ｉｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＱＴ ｎｏｄｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｓｍａｌｌｅｒ ｔｈａｎ ｏｒ ｅｑｕａｌ ｔｏ ｔｈｅ ｍａｘｉｍｕｍ ＢＴ ｓｉｚｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＱＴ ｓｐｌｉｔ ｍｏｄｅ ｏｒ ＳＰＬＩＴ＿ＢＴ＿ＨＯＲ ｍｏｄｅ．）そうではなく、ブロックがＱＴノードであり、ブロックサイズが最小ＱＴサイズより大きく、ブロックサイズが最大ＢＴサイズよりも小さいか同じであれば、ブロックは強制的にＱＴ分割モードまたはＳＰＬＩＴ＿ＢＴ＿ＨＯＲモードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ（ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＢＴＴ ｎｏｄｅ ｏｒ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｓｍａｌｌｅｒ ｔｈａｎ ｏｒ ｅｑｕａｌ ｔｏ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ）， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＳＰＬＩＴ＿ＢＴ＿ＨＯＲ ｍｏｄｅ．）そうでなければ（ブロックがＢＴＴノードあるいは、ブロックサイズが最小ＱＴサイズよりも小さいか同じであれば）、ブロックは強制的にＳＰＬＩＴ＿ＢＴ＿ＨＯＲモードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ ｉｆ ａ ｐｏｒｔｉｏｎ ｏｆ ａ ｔｒｅｅ ｎｏｄｅ ｂｌｏｃｋ ｅｘｃｅｅｄｓ ｔｈｅ ｒｉｇｈｔ ｐｉｃｔｕｒｅ ｂｏｕｎｄａｒｉｅｓ，）そうではなく、ツリーノードブロックの一部がピクチャの右側のバウンダリーを超えると、

－（Ｉｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＱＴ ｎｏｄｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍａｘｉｍｕｍ ＢＴ ｓｉｚｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＱＴ ｓｐｌｉｔ ｍｏｄｅ．）ブロックがＱＴノードであり、ブロックサイズが最小ＱＴサイズより大きく、ブロックサイズが最大ＢＴサイズよりも大きければ、ブロックは強制的にＱＴ分割モードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ， ｉｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＱＴ ｎｏｄｅ， ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ ａｎｄ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｓｍａｌｌｅｒ ｔｈａｎ ｏｒ ｅｑｕａｌ ｔｏ ｔｈｅ ｍａｘｉｍｕｍ ＢＴ ｓｉｚｅ， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＱＴ ｓｐｌｉｔ ｍｏｄｅ ｏｒ ＳＰＬＩＴ＿ＢＴ＿ＶＥＲ ｍｏｄｅ．）そうではなく、ブロックがＱＴノードであり、ブロックサイズが最小ＱＴサイズより大きく、ブロックサイズが最大ＢＴサイズよりも小さいか同じであれば、ブロックは強制的にＱＴ分割モードまたはＳＰＬＩＴ＿ＢＴ＿ＶＥＲモードに分けられる。

－（Ｏｔｈｅｒｗｉｓｅ（ｔｈｅ ｂｌｏｃｋ ｉｓ ａ ＢＴＴ ｎｏｄｅ ｏｒ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｂｌｏｃｋ ｉｓ ｓｍａｌｌｅｒ ｔｈａｎ ｏｒ ｅｑｕａｌ ｔｏ ｔｈｅ ｍｉｎｉｍｕｍ ＱＴ ｓｉｚｅ）， ｔｈｅ ｂｌｏｃｋ ｉｓ ｆｏｒｃｅｄ ｔｏ ｂｅ ｓｐｌｉｔ ｗｉｔｈ ＳＰＬＩＴ＿ＢＴ＿ＶＥＲ ｍｏｄｅ．）そうでなければ（ブロックがＢＴＴノードあるいは、ブロックサイズが最小ＱＴサイズよりも小さいか同じであれば）、ブロックは強制的にＳＰＬＩＴ＿ＢＴ＿ＶＥＲモードに分けられる。

一方、前述したマルチタイプのツリーを伴ったクワッドツリーコーディングブロック構造は非常に柔軟のブロックパーティショニングの構造を提供することができる。マルチタイプのツリーにサポートされる分割タイプのため、他の分割パターンが、場合によって、潜在的に同じコードブロック構造の結果をもたらすことができる。このようなリダンダント（redundant）した分割パターンの発生を制限することにより、パーティショニング情報のデータ量を削減することができる。下の図を参照して説明する。

図７は、本発明が適用され得る実施形態として、バイナリツリー分割とターナリーツリー分割で発生することができるリダンダント分割 パターンを例示する図である。

図７に示すように、２段階のレベルの一方向の連続的なバイナリ分割（two levels of consecutive binary splits in one direction）は、ターナリー分割の後のセンターパーティションのバイナリ分割と同じコーディングブロック構造を有する。このような場合、ターナリーツリー分割のセンターパーティションのバイナリツリー分割（in the given direction）は、制限され得る。このような制限はすべてピクチャのＣＵに対し適用することができる。このような特定の分割が制限される場合、対応する構文要素のシグナリングは、このような制限される場合を反映して修正されることができ、これによりパーティショニングのためにシグナリングされるビット数を減らすことができる。例えば、図７に示された例のように、ＣＵのセンターパーティションのバイナリツリー分割が制限される場合、分割がバイナリ分割であるかターナリー分割であるかを指すmtt_split_cu_binary_flag構文要素はシグナリングされず、その値は０でデコーダによって推論することができる。

予測（prediction）

デコードが実行される現在の処理ユニットを復元するために、現在の処理ユニットが含まれた現在のピクチャまたは他のピクチャのデコードされた部分を用いられる。

復元に現在ピクチャのみを用いる、すなわち、画面内の予測のみを実行するピクチャ（スライス）をイントラピクチャまたはＩピクチャ（スライス）、各ユニットを予測するために最大１つの動きベクトルと参照インデックスを用いるピクチャ（スライス）を予測ピクチャ（predictive picture）またはＰピクチャ（スライス）、最大２つの動きベクトルと参照インデックスを用いるピクチャ（スライス）をペア予測ピクチャ（Ｂｉ-predictive picture）またはＢピクチャ（スライス）と称することができる。

イントラ予測は、同じデコードされたピクチャ（またはスライス）のデータ要素（例えば、サンプル値等）から現在処理ブロックを導出する予測方法を意味する。つまり、現在ピクチャ内の復元された領域を参照して、現在処理ブロックのピクセル値を予測する方法を意味する。

以下、インター予測について、より詳細に説明する。

インター予測（Inter prediction）（または画面間予測）

インター予測は、現在ピクチャ以外のピクチャのデータ要素（例えば、サンプル値または動きベクトルなど）に基づいて、現在処理ブロックを導出する予測方法を意味する。つまり、現在ピクチャ以外の復元された他のピクチャ内の復元された領域を参照して、現在処理ブロックのピクセル値を予測する方法を意味する。

インター予測（またはピクチャ間予測）は、ピクチャの間に存在する重複性を除去する技術で、ほとんど動き推定（motion estimation）と動き補償（motion compensation）を介して行われる。

本発明は、先に図１及び図２で説明したインター予測方法の細部技術を説明するものでデコーダの場合、後述する図１０のインター予測ベースのビデオ／映像をデコードする方法と、図１１のデコード装置内インター予測部で示すことができる。加えて、エンコーダの場合、後述する図８のインター予測ベースのビデオ／映像のエンコード方法と、図９のエンコード装置内インター予測部で示すことができる。さらに、図８及び図９によってエンコードされたデータは、ビットストリームの形式で格納され得る。

エンコード装置／デコード装置の予測部はブロック単位でインター予測を実行して、予測サンプルを導出することができる。インター予測は、現在ピクチャ以外のピクチャのデータ要素（ｅ.ｇ.サンプル値、または動き情報など）に依存的な方法で導出される予測を示すことができる。現在ブロックにインター予測が適用される場合、参照ピクチャインデックスが指す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（参照サンプルのアレイ）に基づいて、現在ブロックの予測されたブロック（予測サンプルアレイ）を誘導することができる。

このとき、インター予測モードで送信される動き情報の量を減らすために周囲ブロックと現在ブロックの間の動き情報の相関性に基づいて、現在ブロックの動き情報をブロック、サブブロック、また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、動きベクトルと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、インター予測タイプ（Ｌ０予測、Ｌ１予測、Ｂｉ予測など）の情報をさらに含むことができる。

インター予測が適用される場合、周辺ブロックは、現在ピクチャ内に存在する空間的周辺ブロック（spatial neighboring block）と参照ピクチャに存在する時間的周辺ブロック（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的周辺ブロックを含む参照ピクチャは同じであることもあり、異なることもある。前記時間的周辺ブロックは、同じ位置参照ブロック（collocated reference block）、同じ位置（ＣＵ colＣＵ）などの名で呼ばれることができ、前記時間的周辺ブロックを含む参照ピクチャは、同じ位置ピクチャ（collocated picture、colPic）と呼ばれることもできる。たとえば、現在ブロックの周辺ブロックに基づいて動き情報候補リストが構成されることができ、前記現在ブロックの動きベクトル及び/または参照ピクチャインデックスを導出するためにどんな候補が選択（使用）されるかを指示するフラグまたはインデックス情報がシグナリングされ得る。

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、現在ブロックの動き情報は、選択された周辺ブロックの動き情報と同じであることができる。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送信されないことがある。動き情報予測（motion vector prediction、ＭＶＰ）モードの場合、選択された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）で用いて、動きベクトル差分（motion vector difference）は、シグナリングされ得る。この場合、前記動きベクトル予測子と動きベクトル差分の合を用いて前記現在ブロックの動きベクトルを導出することができる。

図８及び図９は、本発明の実施形態に係るインター予測ベースのビデオ／映像のエンコード方法と本発明の実施形態に係るエンコード装置内インター予測部例示する図である。

図８及び図９を参照すると、 Ｓ８０１は、エンコード装置のインター予測部１８０によって実行されることができ、Ｓ８０２は、エンコード装置のレジデュアル処理部によって実行され得る。具体的に、Ｓ８０２は、エンコード装置の減算部１１５によって実行され得る。 Ｓ８０３で予測情報は、インター予測部１８０によって導出され、エントロピーエンコード部１９０によってエンコードされ得る。 Ｓ８０３でレジデュアル情報は、レジデュアル処理部によって導出され、エントロピーエンコード部１９０によってエンコードされ得る。前記レジデュアル情報は、前記レジデュアルサンプルに関連情報である。前記レジデュアル情報は、前記レジデュアルサンプルに対する量子化された変換係数に関する情報を含むことができる。

前述したように、前記レジデュアルサンプルは、エンコード装置の変換部１２０を介して変換係数に導出され、前記変換係数は、量子化部１３０を介して量子化された変換係数に導出することができる。前記量子化された変換係数に関する情報がレジデュアルコーディング手順を介してエントロピーエンコード部１９０でエンコードされ得る。

エンコード装置は、現在ブロックのインター予測を行う（Ｓ８０１）。エンコード装置は、現在ブロックのインター予測モードと動き情報を導出し、前記現在のブロックの予測サンプルを生成することができる。ここでインター予測モード決定、動き情報導出及び予測サンプルの作成手順は、同時に実行されることもあり、いずれか１つの手順が、他の手順より先に実行されることもできる。たとえば、エンコード装置のインター予測部１８０は、予測モード決定部１８１、動き情報導出部１８２、予測サンプル導出部１８３を含むことができ、予測モード決定部１８１で、前記現在のブロックの予測モードを決定し、動き情報導出部１８２において、前記現在のブロックの動き情報を導出し、予測サンプル導出部１８３において、前記現在のブロックの動きサンプルを導出することができる。

たとえば、エンコード装置のインター予測部１８０は、動き推定（motion estimation）を介して参照ピクチャの一定領域（サーチエリア）内において、前記現在のブロックと類似であるブロックをサーチし、前記現在のブロックとの差が最小または一定基準以下の参照ブロックを導出することができる。これに基づいて、前記参照ブロックが位置する参照ピクチャを指す参照ピクチャのインデックスを導出し、前記参照ブロックと前記現在のブロックの位置の差に基づいて、動きベクトルを導出することができる。エンコード装置は、様々な予測モードの内、前記現在のブロックに対して適用されるモードを決定することができる。エンコード装置は、前記様々な予測モードに対するＲＤ costを比較し、前記現在のブロックの最適な予測モードを決定することができる。

たとえば、エンコード装置は、前記現在のブロックにスキップモードまたはマージモードが適用される場合、後述するマージ候補リストを構成し、前記マージ候補リストに含まれたマージ候補が指す参照ブロックの内、前記現在ブロックと前記現在のブロックとの差が最小または一定の基準以下参照ブロックを導出することができる。この場合、前記導出された参照ブロックと関連付けられたマージ候補が選択され、前記選択されたマージ候補を示すマージインデックス情報が生成され、デコード装置に信号することができる。前記選択されマージ候補の動き情報を用いて前記現在のブロックの動き情報が導出することができる。

他の例として、エンコード装置は、前記現在のブロックの（Ａ）ＭＶＰモードが適用される場合、後述する（Ａ）ＭＶＰ候補リストを構成し、前記（Ａ）ＭＶＰ候補リストに含まれたるＭＶＰ（motion vector predictor）候補の内、選択されたＭＶＰ候補の動きベクトルを前記現在のブロックのＭＶＰに用いられる。この場合、例えば、前述した動き推定によって導出された参照ブロックを指す動きベクトルが前記現在ブロックの動きベクトルとして用いられ、前記ＭＶＰ候補の内、前記現在ブロックの動きベクトルとの差が最も小さい動きベクトルを有するＭＶＰ候補が前記選択されたＭＶＰ候補になることができる。前記現在ブロックの動きベクトルから前記ＭＶＰを引いた差分であるＭＶＤ（motion vector difference）が導出され得る。この場合、前記ＭＶＤに関する情報がデコード装置にシグナリングされることができる。また、（Ａ）ＭＶＰモードが適用される場合、前記参照ピクチャインデックスの値は、参照ピクチャインデックス情報で構成され、別途、前記デコード装置にシグナリングされることができる。

エンコード装置は、前記予測サンプルに基づいてレジデュアルサンプルを導出することができる（Ｓ８０２）。エンコード装置は、前記現在ブロックの原本サンプルと、前記予測サンプルの比較を通じて、前記レジデュアルサンプルを導出することができる。

エンコード装置は、予測情報とレジデュアル情報を含む映像情報をエンコードする（Ｓ８０３）。エンコード装置は、エンコードされた映像情報をビットストリームの形態で出力することができる。前記予測情報は、前記予測手順に関連した情報に予測モード情報（ex。skip flag、merge flag or mode indexなど）及び動き情報に関する情報を含むことができる。前記動き情報に関する情報は、動きベクトルを導出するための情報である候補選択情報（ex。merge index、ＭＶＰ flag or ＭＶＰ index）を含むことができる。また、前記動き情報に関する情報は、前述したＭＶＤに関する情報及び/または参照ピクチャのインデックス情報を含むことができる。

また、前記動き情報に関する情報はＬ０予測、Ｌ１予測、またはペア（bi）の予測が適用されるかどうかを示す情報を含むことができる。前記レジデュアル情報は、前記レジデュアルサンプルに関連情報である。前記レジデュアル情報は、前記レジデュアルサンプルに対する量子化された変換係数に関する情報を含むことができる。

出力されたビットストリームは、（デジタル）格納媒体に格納されてデコード装置に伝達することができ、またはネットワークを介してデコード装置に伝達されることもできる。

一方、前述したように、エンコード装置は、前記参照サンプル及び前記レジデュアルサンプルに基づいて復元ピクチャ（復元サンプル及び復元ブロックを含む）を生成することができる。これはデコード装置で実行されるものと同じ予測結果をエンコード装置で導出するためであり、これによりコーディング効率を高めることができるからである。したがって、エンコード装置は、復元ピクチャ（または復元サンプル、復元ブロック）をメモリに格納し、インター予測のための参照ピクチャとして活用することができる。前記復元ピクチャにインループフィルタリングの手続きなどがさらに適用されることがあることは、前述した通りである。

図１０及び図１１は、本発明の実施形態に係るインター予測ベースのビデオ／映像をデコードする方法と、本発明の実施形態に係るデコード装置内インター予測部を例示する図である。

図１０及び図１１を参照すると、デコード装置は、前記エンコード装置で実行された動作と対応する動作を実行することができる。デコード装置は、受信された予測情報に基づいて、現在のブロックに予測を行い、予測サンプルを導出することができる。

Ｓ１００１乃至Ｓ１００３は、デコード装置のインター予測部２６０によって実行されることができ、Ｓ１００４のレジデュアル情報は、デコード装置のエントロピーデコード部２１０によってビットストリームから獲得することができる。デコード装置のレジデュアル処理部は、前記レジデュアル情報に基づいて、現在ブロックのレジデュアルサンプルを導出することができる。具体的に、前記レジデュアル処理部の逆量子化部２２０は、前記レジデュアル情報に基づいて導出された量子化された変換係数に基づいて、逆量子化を実行して、変換係数を導出し、前記レジデュアル処理部の逆変換部２３０は、前記変換係数の逆変換を実行し、前記現在ブロックのレジデュアルサンプルを導出することができる。 Ｓ１００５は、デコード装置の加算部２３５または復元部によって実行され得る。

具体的にデコード装置は、受信された予測情報に基づいて、前記現在ブロックの予測モードを決定することができる（Ｓ１００１）。デコード装置は、前記予測情報内の予測モード情報に基づいて、前記現在のブロックにどんなインター予測モードが適用されるかを決定することができる。

例えば、前記merge flagに基づいて、前記現在ブロックの前記マージ モードが適用されるか、または（Ａ）ＭＶＰモードが決定されるかどうかを決定することができる。または前記mode indexに基づいて、様々なインター予測モード候補の内、１つを選択することができる。前記インター予測モード候補はスキップモード、マージ モード及び/または（Ａ）ＭＶＰモードを含むことができ、または後述する様々なインター予測モードを含むことができる。

デコード装置は、前記決定されたインター予測モードに基づいて、前記現在のブロックの動き情報を導出する（Ｓ１００２）。例えば、デコード装置は、前記現在のブロックにスキップモードまたはマージモードが適用される場合、後述するマージ候補リストを構成し、前記マージ候補リストに含まれたマージ候補の内、１つのマージ候補を選択することができる。前記選択は、前述した選択情報（merge index）に基づいて実行され得る。前記選択されたマージ候補の動き情報を用いて前記現在のブロックの動き情報が導出することができる。前記選択されたマージ候補の動き情報が前記現在のブロックの動き情報として用いられる。

他の例として、 デコード装置は、前記現在のブロックに（Ａ）ＭＶＰモードが適用される場合、後述する（Ａ）ＭＶＰ候補リストを構成し、前記（Ａ）ＭＶＰ候補リストに含まれたＭＶＰ（motion vector predictor）候補の内、選択されたＭＶＰ候補の動きベクトルを前記現在のブロックのＭＶＰで用いられる。前記選択は、前述した選択情報（ＭＶＰ flag or ＭＶＰ index）に基づいて実行され得る。この場合、前記ＭＶＤに関する情報に基づいて、前記現在ブロックのＭＶＤを導出することができ、前記現在のブロックのＭＶＰと前記ＭＶＤに基づいて、前記現在ブロックの動きベクトルを導出することができる。また、前記参照ピクチャのインデックス情報に基づいて、前記現在ブロックの参照ピクチャインデックスを導出することができる。前記現在ブロックに関する参照ピクチャリスト内で、前記参照ピクチャのインデックスが指すピクチャが前記現在ブロックのインター予測のために参照される参照ピクチャで導出することができる。

一方、後述するように候補リスト構成なし前記現在ブロックの動き情報が導出されることができ、この場合、後述する予測モードで開示された手順に従って、前記現在ブロックの動き情報が導出され得る。この場合、前述したような候補リストの構成は省略され得る。

デコード装置は、前記現在ブロックの動き情報に基づいて、前記現在ブロックの予測サンプルを生成することができる（Ｓ１００３）。この場合、前記現在のブロックの参照ピクチャインデックスに基づいて、前記参照ピクチャを導出し、前記現在ブロックの動きベクトルが前記参照ピクチャ上で指す参照ブロックのサンプルを用いて、前記現在ブロックの予測サンプルを導出することができる。この場合、後述するように、場合によっては、前記現在ブロックの予測サンプルの内、全部または一部の予測サンプルのフィルタリング手順がさらに実行され得る。

例えば、デコード装置のインター予測部２６０は、予測モード決定部２６１、動き情報導出部２６２、予測サンプル導出部２６３を含むことができ、予測モード決定部２６１で受信された予測モード情報に基づいて、前記現在ブロックの予測モードを決定し、動き情報導出部２６２から受信された動き情報に関する情報に基づいて、前記現在ブロックの動き情報（動きベクトル及び/または参照ピクチャのインデックスなど）を導出し、予測サンプル導出部２６３において、前記現在ブロックの予測サンプルを導出することができる。

デコード装置は、受信されたレジデュアル情報に基づいて、前記現在ブロックのレジデュアルサンプルを生成する（Ｓ１００４）。デコード装置は、前記予測サンプル及び前記レジデュアルサンプルに基づいて、前記現在ブロックの復元サンプルを生成し、これに基づいて復元ピクチャを生成することができる（Ｓ１００５）。以後、前記復元ピクチャにインループフィルタリングの手続きなどがさらに適用されることができることは、前述した通りである。

前述したように、インター予測の手順は、インター予測モード決定段階と、決定された予測モードに応じた動き情報導出段階と、導出された動き情報に基づいた予測実行（予測サンプルの生成）段階を含むことができる。

インター予測モード決定（Determination of inter prediction mode）

ピクチャ内の現在ブロックの予測のために、様々なインター予測モードが用いられる。たとえば、マージ モード、スキップモード、ＭＶＰモード、アフィン（Affine）モードなど、さまざまなモードが用いられる。 ＤＭＶＲ（Decoder side motion vector refinement）モード、ＡＭＶＲ（adaptive motion vector resolution）モードなどが付随的なモードでさらに用いられる。アフィンモードは、アフィン動き予測（affine motion prediction）モードと呼ばれることもある。 ＭＶＰモードはＡＭＶＰ（advanced motion vector prediction）モードと呼ばれることもある。

現在ブロックのインター予測モードを指す予測モード情報がエンコード装置からデコード装置にシグナリングされることができる。前記予測モード情報は、ビットストリームに含まれてデコード装置に受信され得る。前記予測モード情報は、多数の候補モードの内、１つを指示するインデックス情報を含むことができる。または、フラグ情報の階層的シグナリングを介してインター予測モードを指示することもできる。この場合、前記予測モード情報は、1つ以上のフラグを含むことができる。

たとえば、スキップフラグをシグナリングしてスキップモードの適用かどうかを指示し、スキップモードが適用できない場合にマージフラグをシグナリングしてマージモードの適用かどうかを指示し、マージ モードが適用できない場合にＭＶＰモードが適用されるものと指示したり、追加の区分のためのフラグをさらにシグナリングすることもできる。アフィンモードは、独立したモードでシグナリングされることもあり、またはマージ モードまたはＭＶＰモードなどに従属的なモードでシグナリングされることもできる。例えば、アフィンモードは、後述するようにマージ候補リストまたはＭＶＰ候補リストの一つの候補として構成することもできる。

動き情報導出（Derivation of motion information according to inter prediction mode）

現在ブロックの動き情報を用いて、インター予測を行うことができる。エンコード装置は、動き推定（motion estimation）手順を介して、現在ブロックの最適の動き情報を導出することができる。たとえば、エンコード装置は、現在ブロックの原本ピクチャ内の原本ブロックを用いて、相関性が高い類似の参照ブロックを参照ピクチャ内の決められた探索範囲内で分数ピクセル単位で探索することができ、これにより動き情報を導出することができる。ブロックの類似性は、位相（phase）ベースのサンプル値の差に基づいて導出することができる。例えば、ブロックの類似性は、現在ブロック（または現在ブロックのテンプレート）と参照ブロック（または参照ブロックのテンプレート）の間ＳＡＤに基づいて計算することができる。この場合、探索領域内ＳＡＤが最も小さい参照ブロックに基づいて動き情報を導出することができる。導出された動き情報は、インター予測モードに基づいて様々な方法に基づいてデコード装置にシグナリングされることができる。

マージ モード及びスキップモード

図１２は、本発明が適用される実施形態として、マージ モードまたはスキップモードで用いられる周辺ブロックを説明するための図である。

マージ モード（merge mode）が適用される場合、現在予測ブロックの動き情報が直接送信されず、周辺予測ブロックの動き情報を用いて前記現在の予測ブロックの動き情報を誘導することになる。したがって、マージ モードを利用したことを知らせるフラグ情報と周辺のどんな予測ブロックを利用したかを知らせるマージインデックスを送信することにより、現在予測ブロックの動き情報を指示することができる。

エンコーダは、マージ モードを実行するために、現在予測ブロックの動き情報を誘導するために用いられるマージ候補ブロック（merge candidate block）を探索することができる。例えば、前記マージ候補ブロックは、最大５個まで用いられるが、本発明はこれに限定されない。そして、前記マージ候補ブロックの最大数は、スライスヘッダ（またはタイルのグループヘッダ）で送信することができ、本発明はこれに限定されない。前記マージ候補ブロックを見つけた後、エンコーダは、マージ候補リストを生成することができ、これらの内、最も小さいコストを有するマージ候補ブロックを最終マージ候補ブロックとして選択することができる。

本発明は、前記マージ候補リストを構成するマージ候補ブロックの様々な実施形態を提供する。

前記マージ候補リストは、例えば、５つのマージ候補ブロックを用いられる。例えば、４つの空間的マージ候補（spatial merge candidate）と１つの時間的マージ候補（temporal merge candidate）を用いられる。具体例として、空間的マージ候補の場合、図１２に示されたブロックを空間的マージ候補として用いられる。

図１３は、本発明が適用される一実施形態に係るマージ候補リストの構成方法を例示するフローチャートである。

図１３を参照すると、コーディング装置（エンコーダ／デコーダ）は、現在ブロックの空間的周辺ブロックを探索して導出された空間的マージ候補をマージ候補リストに挿入する（Ｓ１３０１）。例えば、前記空間的周辺ブロックは、前記現在ブロックの左下側コーナー周辺ブロック、左側の周辺ブロック、右上側コーナー周辺ブロック、上側周辺ブロック、左上側コーナー周辺ブロックを含むことができる。ただし、これは例示として、前述した空間的周辺ブロック以外にも右側周辺ブロック、下側の周辺ブロック、右下側の周辺ブロックなどの追加の周辺ブロックが、さらに前記空間的周辺ブロックとして用いられる。コーディング装置は、前記空間的周辺ブロックを優先順位に基づいて探索して、可用なブロックを検出し、検出されたブロックの動き情報を、前記空間的マージ候補として導出することができる。例えば、エンコーダ及びデコーダは、図１２に示された５つのブロックをＡ１、Ｂ１、Ｂ０、Ａ０、Ｂ２の順に探索して、可用な候補を順次インデックスしてマージ候補リストとして構成することができる。

コーディング装置は、前記現在ブロックの時間的周辺ブロックを探索して導出された時間的マージ候補を前記マージ候補リストに挿入する（Ｓ１３０２）。前記時間的周辺ブロックは、前記現在ブロックが位置する現在ピクチャと異なるピクチャである参照ピクチャ上に位置することができる。前記時間的周辺ブロックが位置する参照ピクチャは、collocatedピクチャまたはcolピクチャと称することができる。前記時間的周辺ブロックは、前記colピクチャ上での前記現在ブロックの同じ位置のブロック（co-located block）の右下側コーナー周辺ブロックと右下側センターブロックの順に探索されることができる。

一方、motion data compressionが適用される場合、前記colピクチャに一定格納ユニットごとに、特定の動きの情報を代表動き情報として格納することができる。この場合、前記一定格納ユニット内のすべてのブロックの動き情報を格納する必要がなく、これに介してmotion data compression効果を得ることができる。この場合、一定の格納ユニットは、例えば、１６ｘ１６サンプルの単位、または８ｘ８サンプル単位などで予め決められることもあり、またはエンコーダからデコーダに前記一定格納ユニットのサイズ情報がシグナリングされることもある。前記motion data compressionが適用される場合、前記時間的周辺ブロックの動き情報は、前記時間的周辺ブロックが位置する前記一定格納ユニットの代表動き情報に置き換えることができる。

つまり、この場合、実現側面で見ると、前記時間的周辺ブロックの座標に位置する予測ブロックではない、前記時間的周辺ブロックの座標（左上サンプルポジション）に基づいて、一定の値だけ算術的右シフトした後算術的左シフトした位置をカバーする予測ブロックの動き情報に基づいて、前記時間的マージ候補が導出され得る。例えば、前記一定格納ユニットが２ｎｘ２なのサンプル単位である場合、前記時間的周辺ブロックの座標が（ｘＴｎｂ、ｙＴｎｂ）とすると、修正された位置である（（ｘＴｎｂ >> ｎ）<< ｎ）、（ｙＴｎｂ >> ｎ）<< ｎ））に位置する予測ブロックの動き情報が前記時間的マージ候補のために用いられる。

具体的に、例えば、前記一定格納ユニットが１６ｘ１６サンプル単位である場合、前記時間的周辺ブロックの座標が（ｘＴｎｂ、ｙＴｎｂ）とすると修正された位置である（（ｘＴｎｂ >> ４）<< ４）、（ ｙＴｎｂ >> ４）<< ４））に位置する予測ブロックの動き情報が前記時間的マージ候補のために用いられる。または、例えば、前記一定格納ユニットが８ｘ８サンプル単位である場合、前記時間的周辺ブロックの座標が（ｘＴｎｂ、ｙＴｎｂ）とすると、変更された位置である（（ｘＴｎｂ >> ３）<< ３）、（ｙＴｎｂ> > ３）<< ３））に位置する予測ブロックの動き情報が前記時間的マージ候補のために用いられる。

コーディング装置は、現在マージ候補の数が最大マージ候補の数より小さいかどうかを確認することができる（Ｓ１３０３）。前記最大マージ候補の数は、予め定義されたり、エンコーダからデコーダにシグナリングすることができる。例えば、エンコーダは、前記最大マージ候補の数に関する情報を生成し、エンコードして、ビットストリームの形で、前記デコーダに伝達することができる。前記最大マージ候補の数がすべて満たされると以降の候補の追加プロセスは進行しないことがある。

前記確認の結果、前記現在マージ候補の数が前記最大マージ候補の数より小さい場合、コーディング装置は、追加マージ候補を前記マージ候補リストに挿入する（Ｓ１３０４）。前記追加マージ候補は、例えばＡＴＭＶＰ、combined bi-predictiveマージ候補（現在スライスのスライスタイプがＢタイプの場合）、及び/またはゼロベクトルマージ候補を含むことができる。

前記確認の結果、前記現在マージ候補の数が前記最大マージ候補の数より小さくない場合、コーディング装置は、前記マージ候補リストの構成を終了することができる。この場合、エンコーダは、ＲＤ（rate-distortion）costに基づいて、前記マージ候補リストを構成するマージ候補の内、最適のマージ候補を選択することができ、前記選択されたマージ候補を指す選択情報（ex。merge index）をデコーダにシグナリングすることができる。デコーダは、前記マージ候補リスト及び前記選択情報に基づいて、前記最適のマージ候補を選択することができる。

前記選択されたマージ候補の動き情報が前記現在ブロックの動き情報として用いられ、前記現在ブロックの動き情報に基づいて、前記現在ブロックの予測サンプルを導出することができることは前述した通りである。エンコーダは、前記予測サンプルに基づいて、前記現在のブロックのレジデュアルサンプルを導出することができ、前記レジデュアルサンプルに関するレジデュアル情報をデコーダにシグナリングすることができる。デコーダは、前記レジデュアル情報に基づいて導出されたレジデュアルサンプル及び前記予測サンプルに基づいて復元サンプルを生成し、これに基づいて復元ピクチャを生成することができることは前述した通りである。

スキップモード（skip mode）が適用される場合、前でマージモードが適用される場合と同じ方法で、前記現在ブロックの動き情報を導出することができる。ただし、スキップモードが適用される場合、そのブロックのレジデュアル信号が省略され、したがって、予測サンプルがすぐに復元サンプルに用いられる。

ＭＶＰモード

図１４は、本発明が適用される一実施形態に係るマージ候補リストの構成方法を例示するフローチャートである。

ＭＶＰ（Motion Vector Prediction）モードが適用される場合、復元された空間的周辺ブロック（例えば、先の図１２で説明した周辺ブロックで有り得る）の動きベクトル及び/または時間的周辺ブロック（またはＣｏｌブロック）に対応する動きベクトルを用いて、動きベクトル予測子（motion vector predictor、ｍｖｐ）候補リストが生成され得る。つまり、復元された空間的周辺ブロックの動きベクトル及び/または時間的周辺ブロックに対応する動きベクトルは、動きベクトル予測子候補として用いられる。

前記予測に関する情報は、前記リストに含まれた動きベクトル予測子候補の内から選択された最適の動きベクトル予測子候補を指示する選択情報（ex。ＭＶＰフラグまたはＭＶＰインデックス）を含むことができる。このとき、予測部は、前記選択情報を用いて、動きベクトルの候補リストに含まれた動きベクトル予測子候補の内から、現在ブロックの動きベクトル予測子を選択することができる。エンコード装置の予測部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間の動きベクトル差分（ＭＶＤ）を求めることができ、これをエンコードして、ビットストリームの形で出力することができる。つまり、ＭＶＤは現在のブロックの動きベクトルから、前記動きベクトル予測子を引いた値で求められる。このとき、デコード装置の予測部は、前記予測に関する情報に含まれた動きベクトルの差分を獲得し、前記動きベクトル差分と前記動きベクトル予測子の加算を介して、現在ブロックの前記動きベクトルを導出することができる。デコード装置の予測部は参照ピクチャを指示する参照ピクチャのインデックスなどを前記予測に関する情報から獲得または誘導することができる。例えば、動きベクトル予測子候補リストは、図１４に示すように構成することができる。

ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）

図１５及び図１６は、本発明が適用される一実施形態として、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）候補を誘導する方法を説明するための図である。

図１５を参照すると、ＡＴＭＶＰは時間的に隣接するピクチャのcollocated blocksの動き情報に基づいてコーディングユニットのサブブロックの動き情報を誘導する方法である。これにより、時間的動きベクトル予測（Temporal Motion Vector Prediction、ＴＭＶＰ）の性能を向上させることができ、一般的な、またはworst caseの複雑度を下げることができる。本発明において、ＡＴＭＶＰはサブブロックベースの時間マージ候補（subblock-based temporal merging candidate）、ＳｂＴＭＶＰと称されることもある。

本発明の一実施形態において、ＡＴＭＶＰは次のようなプロセスによって誘導され得る。

まず、エンコーダ／デコーダは、隣接するコーディングユニットが用いられ、用いられるコーディングユニットの動きベクトルが、現在候補リスト内の動きベクトルと異なると、空間的隣接コーディングユニットから動きベクトルを追加することができる。一例として、図１６を参照すると、前述したプロセスはＡ１、Ｂ１、Ｂ０、Ａ０、Ｂ２の順にしたがって実行され得る。他の一例として、複雑度改善のために、前述したプロセスは、固定された位置（たとえば、Ａ１位置）のブロックの動きベクトルのみを用いてＡＴＭＶＰを誘導することもできる。

前記エンコーダ／デコーダは、利用可能なＮｏ個のスペース候補の内、最初の動きベクトル候補は、collocated pictureと各サブブロックの動き情報を誘導する位置を決定するために用いられる。ここで、Ｎｏは利用可能なスペース候補者の数を示す。もし、Ｎｏが０であれば、collocated pictureと動き０のcollocated positionは、各サブブロックの動き情報を誘導するために用いられる。

多数の参照ピクチャが用いられる場合、ＡＴＭＶＰにおいて互いに異なるコーディングユニットのcollocated pictureは同じではないことがある。現在ピクチャ内の互いに異なるコーディングユニットに対し、ＡＴＭＶＰ誘導のために、互いに異なるcollocated pictureを有するということは、多数の参照ピクチャの動きの情報フィールドが誘導されるべきであることを意味し、これはメモリの帯域幅（bandwidth）を増加させるために望ましくない。

したがって、本発明は、ＡＴＭＶＰを誘導するときに、同じcollocated pictureを用いる、さらに単純化されたデザインを提供する。たとえば、同じcollocated pictureを用いる方法は、スライス（またはタイルグループ）ヘッダで定義されることがあるが、本発明はこれに限定されない。一例として、ブロックレベルにおいて、隣接ブロックＡの参照ピクチャがcollocated pictureと異なると、隣接のブロックＡの動きベクトルは、時間的動きベクトルのスケーリング方法に基づいてスケーリングすることができる。そして、前記隣接ブロックＡのスケールされた動きベクトルは、ＡＴＭＶＰで用いられる。

図１７は、本発明が適用される一実施形態として、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）候補を誘導する方法を例示する図である。

図１７を参照すると、本発明の一実施形態において、現在ブロックの右下端（right-bottom）のブロックまたは現在ブロックの中央（center）の位置の時間隣接ブロック（またはｃｏｌＰＢ）の動きベクトルを用いるＴＭＶＰは画面内の動きを反映しないので、エンコーダ／デコーダは、周辺ブロックの動きベクトルが指す位置のｃｏｌＰＢの動きベクトルをＭＶＰとして用いられる。

たとえば、エンコーダ／デコーダは、図１７に示されたマージ候補者の構成手順のようにチェックしながら、最初に利用可能なスペース隣接ブロック（spatial neighbor block）の動きベクトルを見つけることができる。そして、参照ピクチャで、前記動きベクトルが指す位置をｃｏｌ－ＰＢ（つまり、ＡＴＭＶＰ候補）として導出することができる。

また、前記動きベクトルを各サブブロック単位で対応ブロック（corresponding block）の動きベクトルとして用いられる。この際、特定のサブブロックに動きベクトルが存在しない場合、前記対応ブロックの中心（center）に位置したセンターブロックの動きベクトルを利用可能でないサブブロックのための動きベクトルとして用いられ、これを代表動きベクトルとして格納することができる。

Temporal motion vector data Storage reduction

本発明の一実施形態において、時間動きベクトルデータ（Temporal motion vector data）圧縮のために、スペース候補の動きベクトルデータに基づいて、時間動きベクトルの格納（Temporal motion vector storage）を減少させる方法を提案する。

図１８及び図１９は、本発明が適用される一実施形態に係る、時間の動きベクトルデータ（Temporal motion vector data）を圧縮する方法及びこれに用いられるスペース候補の位置を例示する図である。

図１８を参照すると、本発明の実施形態において、スペース候補（spatial candidate）がインター予測によって予測されると、スペース候補の動きベクトルは、圧縮のための基本動きベクトルとして設定することができる。たとえば、最大５つのスペース候補が基本時間の動きベクトルを誘導するための参照時間の動き情報として用いられる。一実施形態として、前記５つのスペース候補は、図１９に示すように設定することができる。

また、時間の動きベクトルデータは、スペース候補の動きベクトルに基づいて圧縮することができる。スペース候補をサーチする順序は、図１８に示されるようで有り得る。スペース候補はセンターブロック（Ｃ）、左上側ブロック（ＴＬ）、右上側ブロック（ＴＲ）、左下側ブロック（ＢＬ）、右下側ブロック（ＢＲ）の順にしたがって確認することができる。これは一実施例だけであり、本発明はこれに限定されず、他の組み合わせ可能な順序が適用され得る。

まず、エンコーダ／デコーダは、センターブロック（Ｃ）がインター予測されたかを確認することができる。前記センターブロック（Ｃ）がインター予測された場合、エンコーダ／デコーダは、前記センターブロック（Ｃ）の動きベクトルを動きベクトル予測のための基本値（default）に設定することができる。

前記センターブロック（Ｃ）がインター予測されなかった場合、エンコーダ／デコーダは、左上側ブロック（ＴＬ）がインター予測されたかを確認することができる。左上側ブロック（ＴＬ）がインター予測された場合、エンコーダ／デコーダは、
前記左上側ブロック（ＴＬ）の動きベクトルを動きベクトル予測のための基本値（default）に設定することができる。

前記左上側ブロック（ＴＬ）がインター予測されなかった場合、エンコーダ／デコーダは、右上側ブロック（ＴＲ）がインター予測されたかを確認することができる。前記右上側ブロック（ＴＲ）がインター予測された場合、エンコーダ／デコーダは、前記右上側ブロック（ＴＲ）の動きベクトルを動きベクトル予測のための基本値（default）として設定することができる。

前記右上側ブロック（ＴＲ）がインター予測されなかったら、エンコーダ／デコーダは、左下側ブロック（ＢＬ）がインター予測されたかを確認することができる。前記左下側ブロック（ＢＬ）がインター予測されたら、エンコーダ／デコーダは、前記左下側ブロック（ＢＬ）の動きベクトルを動きベクトル予測のための基本値（default）に設定することができる。

前記左下側ブロック（ＢＬ）がインター予測されなかったら、エンコーダ／デコーダは、右下側ブロック（ＢＲ）がインター予測されたかを確認することができる。
前記右下側ブロック（ＢＲ）がインター予測されたら、エンコーダ／デコーダは、前記右下側ブロック（ＢＲ）の動きベクトルを動きベクトル予測のための基本値（default）に設定することができる。

前記右下側ブロック（ＢＲ）がインター予測されなかった場合、エンコーダ／デコーダは、イントラモードを基本（default）に設定することができる。

前記のような過程を通じて、エンコーダ/デコーダは、基本動きベクトル（default motion vector）を動き情報として圧縮することができる。

適応的なサブブロックサイズに基づいてＡＴＭＶＰを実行する実施形態

本発明の一実施形態において、適応的なサブブロックサイズに基づいてＡＴＭＶＰを実行する方法を提案する。たとえば、ＡＴＭＶＰ誘導のために用いられるサブブロックのサイズは、スライスレベルで適応的に適用することができる。

一方、４ｘ４ブロック単位でＡＴＭＶＰ動き情報が誘導されると、一つのＡＴＭＶＰコーディングユニット内で毎４ｘ４サブブロック単位で動き誘導と動き補償を行うことになる問題点が生じることがある。

これを解決するためには、エンコーダは、ＡＴＭＶＰ動き誘導のために用いられる１つの基本サブブロックサイズ（default sub-block size）をシーケンスレベルでデコーダにシグナリングすることができる。

他の一例として、基本サブブロックサイズ（default sub-block size）が現在のスライスで用いられる場合、ピクチャまたはスライスレベルでフラグがシグナリングされ得る。前記フラグがfalseであれば、ＡＴＭＶＰサブブロックサイズは、スライスヘッダでさらにシグナリングすることができる。

Collocated block誘導のための領域を制限する実施形態

本発明において、ＡＴＭＶＰのためのCollocated blockの領域は、現在のＣＴＵとcollocated picture内１列（one column）のＮｘＮブロックを含むことができる。例えば、前記ＮｘＮブロックは４ｘ４ブロックで有り得るが、本発明はこれに限定されない。

もし、マージ候補の動きベクトルによって識別されたＡＴＭＶＰ Collocated blockが前記制限された領域の外に位置する場合、前記制限された領域内に位置するように移動することができる。例えば、前記制限された領域内の最も近い境界に位置するように移動することができる。

Subblock-based temporal merging candidateを誘導する実施形態

本発明の一実施形態において、エンコーダ／デコーダは、空間的に隣接するブロックの動き情報に基づいて特定されるcollocated picture内collocated block（またはcollocated subblock）の動き情報をサブブロックベースの時間マージ候補（subblock-based temporal merging candidate）としてサブブロックマージ候補リスト（subblock merging candidate list）に追加することができる。

本発明において、空間的に隣接するブロックの動き情報は、時間動きベクトル（temporal motion vector）と称することができる。実施形態として、エンコーダ／デコーダは、現在コーディングブロックの幅と高さが予め決まった特定のサイズ以上の場合、サブブロックベースの時間マージ候補を誘導することができる。例えば、前記予め決まった特定のサイズは８で有り得る。

実施形態として、エンコーダ／デコーダは、利用可能なスペース候補の内、最初のスペース候補の動き情報を時間動きベクトルに設定することができる。一例として、エンコーダ／デコーダはＡ１、Ｂ１、Ｂ０、Ａ０の順に利用可能なスペース候補を探索することができる。このとき、エンコーダ／デコーダは、利用可能なスペース候補の内、参照ピクチャがcollocated pictureと同じスペース候補を時間動きベクトルに設定することができる。他の一例として、エンコーダ／デコーダは、一の固定された位置のスペース候補が利用可能かどうかを確認し、利用可能な場合、そのスペース候補の動きベクトルを時間動きベクトルに設定することができる。例えば、前記１つの固定された位置のスペース候補はＡ１位置のブロックに設定することができる。

また、エンコーダ／デコーダは、前記時間動きベクトルを用いてcollocated picture内collocated blockの位置を特定することができる。一例として、次の数式１が用いられる。

ここで、( xColCtrCb, yColCtrCb ) は、中央位置の右下側のサンプルを含むcollocated coding blockのtop-left sample位置を示し、tempMvは前記時間動きベクトルを示す。

また、エンコーダ／デコーダは、サブブロック単位で、現在コーディングブロック内の各サブブロックの動き情報を誘導する位置を決定することができる。一実施形態において、次の数式２を用いてcollocated picture内collocated subblockの位置が誘導され得る。

ここで、( xSb, ySb )は、現在サブブロックの位置を示す。

一実施形態において、エンコーダ／デコーダは、現在collocated subblockが利用可能でない場合、時間動きベクトルを用いて特定されるcollocated blockの動き情報を用いられる。

一般的に、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）による時間動きベクトルは参照ピクチャリストに構成されたすべての参照ピクチャを制限せずに用いて誘導される。つまり、時間動きベクトルを誘導するために参照ピクチャの数が増加することができ、これにより、時間動きデータのメモリ帯域幅の増加を誘発することができる。

したがって、本発明の目的は、このような問題を解決するために、１つの参照ピクチャ（reference picture）から時間動きベクトル（temporal motion vector）を誘導する方法を提案する。

また、本発明の目的は、シグナリングされたシンタックス （Syntax：構文）によって時間動きベクトル誘導のための一つの参照ピクチャを選択する方法を提案する。

また、本発明の目的は、ピクチャ順カウント（picture order count）をベースに時間動きベクトル誘導のための一つの参照ピクチャを選択する方法を提供案する。

また、本発明の目的は、ＡＴＭＶＰ（Advanced Temporal Motion Vector Prediction）を誘導するためのスペース候補（spatial candidate）を選択する方法を提案する。

また、本発明の目的は、ひとつの参照ピクチャから逆方向マッピング（Backward mapping）に基づいた時間動きベクトル誘導方法を提案する。

実施形態１

本発明の実施形態において、エンコーダ／デコーダは、メモリ帯域幅の改善のために一つの参照ピクチャ（reference picture）を用いて、時間動きベクトル（temporal motion vector）を誘導することができる。

時間動きのデータは、デコーダだけでなく、エンコーダにすでにデコードされたすべての参照ピクチャから誘導され得る。しかし、制限なしで、すべての参照ピクチャから時間動きベクトルを誘導する方法は、参照ピクチャの動きデータを格納するための時間のメモリ構造（temporal memory structure）を用いるハードウェアにメモリ帯域幅の増加の問題とメモリの使用の問題を誘発する。

したがって、このような問題を解決するために、本実施形態で提案する方法は、予め定義された参照ピクチャからの時間動きベクトルを誘導することができる。次の図を参照して説明する。

図２０は、本発明が適用される一実施形態に係る固定された参照ピクチャを用いた時間の動きベクトルの誘導方法を例示する図である。

図２０を参照すると、予め定義された一つの参照ピクチャが参照ピクチャリスト０方向に存在する場合を想定する。

エンコーダ／デコーダは、現在ブロックの時間候補（temporal candidate）を誘導するための参照ピクチャを予め定義された参照ピクチャで固定することができる。図２０に示すように、時間動きベクトル誘導のための他の参照ピクチャがいるにもかかわらず、特定方式によって、予め定義された参照ピクチャのみ時間動きのデータを誘導するために参照することができる。

一実施形態において、前記予め定義された参照ピクチャは、コロケイテッドされたピクチャ（collocated picture）に設定され得る。本発明において、前記コロケイテッドされたピクチャは、コルピクチャ（col picture）と称することができる。前記予め定義された参照ピクチャは、さまざまな方法によって決定されることができる。以下で説明する。

実施形態として、現在ブロックにＡＴＭＶＰモードが適用される場合、エンコーダ／デコーダは、スペース候補の動きベクトルを用いて前記予め定義された参照ピクチャ内のブロックを特定し、前記特定されたブロックからサブブロック単位で、現在ブロックの動きベクトルを誘導することができる。

一実施形態において、前述した図２０は、時間代表動きベクトルを誘導する方法として、前記時間代表動きベクトルは、現在ブロックの中央位置に対応するブロックの時間動きベクトルとして選択することができる。

また、一実施形態において、コロケイテッド（collocated ）されたピクチャ（またはコロケイテッドされたブロック）内で現在ブロックに対応するブロックが画面間予測で符号化されない場合、つまり、画面内のブロックのコピー、画面内予測などに符号化された場合、またはそのブロックに時間動きベクトルが存在しない場合は、エンコーダ／デコーダは、時間代表動きベクトルを用いて前記現在ブロック内のサブブロックの時間動きベクトルを誘導することができる。本発明において、前記時間代表動きベクトルは、中央位置サブブロックの動きベクトル、デフォルト動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。本発明の一実施形態において、スペース候補から決定された時間候補ブロックの位置に基づいて、サブブロック単位のＡＴＭＶＰ時間動きベクトルを誘導する過程で、現在サブブロックに対応するブロックが時間動きベクトルを有さない場合、時間代表動きベクトル（または中央位置サブブロックの動きベクトル、デフォルト動きベクトル、デフォルトサブブロック動きベクトル）に基づいて、現在サブブロックの動きベクトルが誘導され得る。

実施形態２

本発明の一実施形態において、シグナリングされたシンタックス（構文）によって時間動きベクトル誘導のための一つの参照ピクチャが選択され得る。つまり、時間動きベクトル誘導のための参照ピクチャを指示するシンタックスは参照ピクチャリストに含まれた参照ピクチャの内、１つの特定参照ピクチャを選択するために、エンコーダからシグナリングされ得る。次の表２は、提案するシンタックスの一例を示す。

表２において、ref_idx_for_termporal_motion_vector_predictionシンタックス（構文要素）は、時間動きベクトル誘導のための参照ピクチャを示す。ref_idx_for_termporal_motion_vector_predictionシンタックスによって参照ピクチャリスト内での時間動きベクトル誘導のための参照ピクチャが特定されることができ、エンコーダ/デコーダは、特定された参照ピクチャからサブブロックの動きベクトルを誘導することができる。

前記表２のシンタックス要素は、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）、またはスライスヘッダ（Slice Header）（またはタイルのグループヘッダ（Tile Group Header）を介して送信され得る。

前述したように、一実施形態において、固定された一つの参照ピクチャは、コロケイテッドされたピクチャ（collocated picture）で有り得る。次の表３は、提案するシンタックス（構文）の他の一例を示す。

表３を参照すると、collocated_from_l0_flagシンタックス（またはシンタックス要素）は、時間の動きベクトル予測のためのコロケイテッドされたピクチャの参照ピクチャリストの方向を指示するシンタックスであり、collocated_ref_idxシンタックスはコロケイテッドされたピクチャのインデックスを指示するシンタックス（構文）である。

前記表３のシンタックス要素は、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）、またはスライスヘッダ（Slice Header）（またはタイルグループヘッダ（Tile Group Header）を介して送信され得る。

一実施形態において、スペース候補から決定された時間候補ブロックの位置に基づいて、サブブロック単位のＡＴＭＶＰ時間動きベクトルを誘導する過程で、現在サブブロックに対応するブロックが時間動きベクトルを有してない場合、時間代表動きベクトル（または中央位置のサブブロックの動きベクトルは、デフォルト動きベクトルは、デフォルトサブブロックの動きベクトル）に基づいて、現在サブブロックの動きベクトルが誘導され得る。

また、一実施形態において、コロケイテッドされたピクチャ（またはコロケイテッドされたブロック）内で現在のブロックに対応するブロックが画面間予測で符号化されない場合、つまり、画面内のブロックのコピー、画面内予測などに符号化された場合、またはそのブロックに時間動きベクトルが存在しない場合、エンコーダ／デコーダは、時間代表動きベクトルを用いて前記現在ブロック内のサブブロックの時間動きベクトルを誘導することができる。本発明において、前記時間代表動きベクトルは、中央位置、サブブロックの動きベクトル、デフォルトの動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。

実施形態３

本発明の一実施形態において、時間動きベクトル誘導のための参照ピクチャは、ピクチャ順序カウント（ＰＯＣ：picture order count）に基づいて、エンコーダとデコーダで定義することができる。

図２１は、本発明が適用される一実施形態として、時間動きベクトル予測のための固定された参照ピクチャを誘導する方法を例示する図である。

図２１を参照すると、一実施形態において、前記固定された参照ピクチャは参照ピクチャリスト内で現在ピクチャから最も近い参照ピクチャとして定義することができる。図２１で、現在ピクチャのＰＯＣは６、参照ピクチャリスと０の３つの参照ピクチャのＰＯＣは、それぞれ２、３、４、参照ピクチャリスト１の１つの参照ピクチャのＰＯＣは１０である場合をかさダム仮定する。

このとき、時間動きベクトル予測のための固定された参照ピクチャは、ＰＯＣ ４を有する参照ピクチャに設定することができる。つまり、参照ピクチャリスト内で最も近いピクチャは、現在ピクチャと最小ＰＯＣの違いを有することができる。

図２２は、本発明が適用される一実施形態として、時間動きベクトル予測のための固定された参照ピクチャを誘導する方法を例示する図である。

図２２を参照すると、現在ピクチャのＰＯＣは６、参照ピクチャリスト０の３つの参照ピクチャのＰＯＣは、それぞれ２、３、４、参照ピクチャリスト１の１つの参照ピクチャのＰＯＣは８である場合を想定する。そして、ＰＯＣ ４である参照ピクチャは、時間ＩＤ（temporal ＩＤ）が３であり、ＰＯＣ ８である参照ピクチャは、時間ＩＤ（temporal ＩＤ）が０の場合を仮定する。

一実施形態において、ＰＯＣの差が最も小さい同じＰＯＣ距離を有する参照ピクチャが参照ピクチャリストに存在する場合、エンコーダ／デコーダは、時間の動きベクトル予測のための参照ピクチャとしてＰＯＣの差が最も小さく、最も小さい時間ＩＤを有する参照ピクチャを選択することができる。つまり、参照ピクチャリスト１のＰＯＣ ８である参照ピクチャが時間動きベクトル予測のための参照ピクチャで設定することができる。

一実施形態において、前述した図２１と２２は、時間代表動きベクトルを誘導する方法でとして、前記時間代表動きベクトルは、現在ブロックの中央位置に対応するブロックの時間動きベクトルとして選択されることができる。

一実施形態において、スペース候補から決定された時間の候補ブロックの位置に基づいて、サブブロック単位のＡＴＭＶＰ時間動きベクトルを誘導する過程で、現在サブブロックに対応するブロックが時間動きベクトルを有していない場合、時間代表動きベクトル（または中央位置のサブブロックの動きベクトル、デフォルト動きベクトル、デフォルトサブブロックの動きベクトル）に基づいて、現在サブブロックの動きベクトルが誘導され得る。

また、一実施形態において、コロケイテッドされたピクチャ（またはコロケイテッドされたブロック）内で現在ブロックに対応するブロックが画面間予測で符号化されない場合、つまり、画面内のブロックのコピー、画面内予測などに符号化された場合、またはそのブロックに時間動きベクトルが存在しない場合は、エンコーダ／デコーダは、時間代表動きベクトルを用いて前記現在ブロック内のサブブロックの時間動きベクトルを誘導することができる。本発明において、前記時間代表動きベクトルは、中央位置、サブブロックの動きベクトル、デフォルトの動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。

実施形態４

本発明の一実施形態において、ＡＴＭＶＰ誘導のためのスペース候補（spatial candidate）を選択する方法を提案する。前述したように、ＡＴＭＶＰは参照ピクチャから時間動きのデータを用いる技術である。ＡＴＭＶＰは時間候補ブロックから時間動きのデータを誘導し、この際、前記時間候補ブロックの位置は、空間隣接候補の動きベクトルによって決定される。

従来のＡＴＭＶＰ方法は、理論的に参照ピクチャリスト内のすべての参照ピクチャを参照することができる。つまり、時間動きベクトルを誘導するための参照ピクチャは、スペース候補の中から選択された候補の動き情報に基づいて定義することができる。最悪の場合、すべてのスペース候補が互いに異なる参照ピクチャを参照することで、多くの参照ピクチャがＡＴＭＶＰ誘導のために用いられる状況が発生することができる。

したがって、本発明の一実施形態において、エンコーダ／デコーダは、ＡＴＭＶＰ誘導に用いられるスペース候補として予め定義された一つの参照ピクチャを参照する候補を選択することができる。

図２３及び図２４は、本発明が適用される一実施形態として、ＡＴＭＶＰ候補を誘導するために用いられるスペース候補を選択する方法及び選択されたスペース候補を用いて、サブブロック単位で動き補償を実行する方法を例示する図である。

図２３を参照すると、一実施形態で、スペース候補の探索順序は、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、ブロックに設定され得る。エンコーダ／デコーダは、スペース候補リスト内で最初の有効なスペース候補をＡＴＭＶＰ誘導のためのスペース候補として選択することができる。この際、現在ブロックの周りのスペース候補は、図２３に示すように１つ以上の参照ピクチャを指す（または参照する）ことができる。図２３で予め定義された参照ピクチャは参照ピクチャインデックスが０である参照ピクチャとして定義された場合を仮定する。

エンコーダ／デコーダは、予め定義された参照ピクチャと同じ参照ピクチャを参照するスペース候補の内、検索順序が速いスペース候補BをＡＴＭＶＰ誘導のためのスペース候補として選択することができる。

図２４を参照すると、エンコーダ／デコーダは、選択されたスペース候補Ｂの動き情報を用いて、予め定義された参照ピクチャ内で現在ブロックの対応ブロック（または参照ブロック）を識別することができる。そして、エンコーダ／デコーダは、前記対応ブロックの動きベクトルを用いて、現在ブロックのサブブロック単位で動きベクトルを誘導することができる。

また、スペース候補の内、予め定義された参照ピクチャと同じ参照ピクチャを参照するスペース候補がない場合が有り得る。この場合、エンコーダ／デコーダは、次のような方法でＡＴＭＶＰを誘導するための動きベクトルを決定することができる。

最初の方法として、エンコーダ／デコーダは、ゼロ動きベクトルを用いられる。つまり、エンコーダ／デコーダは、ゼロ動きベクトルを用いて、予め定義された参照ピクチャ内で現在ブロックと同じ位置のブロックを特定することができ、特定されたブロックからサブブロック単位で動きベクトルを誘導することができる。

第二の方法としては、エンコーダ／デコーダは、予め定義された参照ピクチャと同じ参照ピクチャを参照するスペース候補がない場合ＡＴＭＶＰ候補を用いらないことがある。

第三の方法としては、エンコーダ／デコーダは、最初の有効なスペース候補の動きベクトルを前記予め定義されたピクチャでスケーリングすることができる。次の図を参照して説明する。

図２５は、本発明が適用される一実施形態に係る時間動きベクトル誘導方法を例示する図である。

図２５を参照すると、有効なスペース候補（Ａ）の動きベクトルがＭＶｘ、ＭＶｙで表現される場合を仮定する。本発明の実施形態において、予め定義された参照ピクチャを参照しない有効なスペース候補（Ａ）の動きベクトルは、前記予め定義された参照ピクチャにスケーリングされ得る。図２５でスケーリングされた動きベクトルは、scaled ＭＶｘ、scaled ＭＶｙで表現され得る。

一実施形態において、エンコーダ／デコーダは、ピクチャ順カウント（ＰＯＣ：picture order count）に基づいて前記候補の動きベクトルを前記予め定義された参照ピクチャとしてスケーリングすることができる。

また、一実施形態において、前記予め定義された参照ピクチャは、コロケイテッドされたピクチャ（collocated picture）に設定され得る。この場合、スペース候補の動きベクトルは、前記コロケイテッドされたピクチャにスケーリングされ得る。

本発明においては、ＡＴＭＶＰ候補を誘導するために、複数のスペース隣接ブロックを探索する場合を想定するが、本発明がこれに限定されるものではない。たとえば、エンコーダ／デコーダは、ＡＴＭＶＰ候補を誘導するために、固定された位置（例えば、図２５のＡ位置ブロック）のスペース隣接ブロックの動きベクトルを用いられる。

一実施形態において、前述した図２３～２５は、時間代表動きベクトルを誘導する方法として、前記時間代表動きベクトルは、現在ブロックの中央位置に対応するブロックの時間動きベクトルとして選択することができる。

一実施形態において、スペース候補から決定された時間候補ブロックの位置に基づいて、サブブロック単位のＡＴＭＶＰ時間動きベクトルを誘導する過程で、現在サブブロックに対応するブロックが時間動きベクトルを有していない場合、時間代表動きベクトルに基づいて、現在サブブロックの動きベクトルが誘導され得る。本発明において、前記時間代表動きベクトルは、中央位置サブブロックの動きベクトル、デフォルトの動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。

また、一実施形態において、コロケイテッドされたピクチャ（またはコロケイテッドされたブロック）内の現在ブロックに対応するブロックが画面間予測で符号化されない場合、つまり、画面内のブロックのコピー、画面内予測などに符号化された場合、またはそのブロックに時間動きベクトルが存在しない場合、エンコーダ／デコーダは、時間代表動きベクトルを用いて前記現在ブロック内のサブブロックの時間動きベクトルを誘導することができる。本発明において、前記時間代表動きベクトルは、中央位置サブブロックの動きベクトル、デフォルトの動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。

実施形態５

本発明の一実施形態において、一つの参照ピクチャから逆方向マッピングに基づいた時間動きベクトル誘導方法が適用され得る。

図２６及び図２７は、本発明の一実施形態に係る逆方向マッピング（backward mapping）を用いて、時間動きベクトルを誘導する方法を例示する図である。

図２６を参照すると、エンコーダ／デコーダは、図２６に示すように、逆方向マッピングを用いて、複数の参照ピクチャの内の動きデータを用いることができ、これに基づいて、時間動きベクトルを誘導することができる。このとき、実施形態として、前記逆方向マッピングが実行される候補は、一方向候補で有り得、両方向の候補で有り得る。

一実施形態において、メモリ帯域幅の改善のために、逆方向マッピングに用いられる参照ピクチャは、予め定義することができる。また、逆方向マッピングに用いられる候補は、一方向候補に制限されることもできる。

図２７を参照すると、逆方向マッピング手順は、ただ一方向の候補を含む予め定義されたピクチャに適用することができる。

一実施形態において、前述した図２６と２７は、時間代表動きベクトルを誘導する方法として、前記時間代表動きベクトルは、現在ブロックの中央位置に対応するブロックの時間動きベクトルとして選択することができる。

一実施形態において、スペース候補から決定された時間候補ブロックの位置に基づいて、サブブロック単位のＡＴＭＶＰ時間動きベクトルを誘導する過程で、現在のサブブロックに対応するブロックが時間動きベクトルを有していない場合、時間代表動きベクトル（または中央位置のサブブロックの動きベクトル、デフォルトの動きベクトル、デフォルトのサブブロックの動きベクトル）に基づいて、現在サブブロックの動きベクトルが誘導され得る。

また、一実施形態において、コロケイテッドされたピクチャ（またはコロケイテッドされたブロック）内で現在ブロックに対応するブロックが画面間予測で符号化されない場合、つまり、画面内のブロックのコピー、画面内予測などに符号化された場合、またはそのブロックに時間動きベクトルが存在しない場合は、エンコーダ/デコーダは、時間の代表動きベクトルを用いて前記現在ブロック内、サブブロックの時間動きベクトルを誘導することができる。本発明において、前記時間代表動きベクトルは、中央位置サブブロックの動きベクトル、デフォルトの動きベクトルまたはデフォルトのサブブロックの動きベクトルなどで称することができる。

以上で説明した本発明の実施形態は、説明の便宜上、それぞれの実施形態を区分して説明したが、本発明がこれに限定されるものではない。つまり、先に説明した実施形態１～３で説明した実施形態は、それぞれ独立して実行されることもあり、１つ以上の多様な実施形態が組み合わされて実行されることもある。

図２８は、本発明が適用される実施形態に係るインター予測ブロックを生成する方法を例示するフローチャートである。

図２８を参照すると、説明の便宜のためにデコーダを中心に説明するが、本発明がこれに限定されるものではなく、本発明の実施形態に係るインター予測ブロックを生成方法は、エンコーダとデコーダで同じように実行され得る。

デコーダは、現在ブロックの周りの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導する（Ｓ２８０１）。一実施形態として、デコーダは、現在ブロックにサブブロックベースの時間の動きベクトル予測（subblock based temporal motion vector prediction）が適用される場合、前記現在ブロックの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導することができる。

デコーダは、前記スペース隣接ブロックの動きベクトルに基づいて前記現在ブロックのコロケイテッドされたブロック（collocated block）を誘導する（Ｓ２８０２）。

デコーダは、前記コロケイテッドされたブロックの動きベクトルに基づいて前記現在のブロック内のサブブロック単位で動きベクトルを誘導する（Ｓ２８０３）。

デコーダは、前記サブブロック単位に誘導された動きベクトルを用いて前記現在のブロックの予測ブロックを生成する（Ｓ２８０４）。

実施形態としては、前記コロケイテッドされたブロックは、予め定義された一つの参照ピクチャ内で前記スペース隣接ブロックの動きベクトルによって特定され得る。

前述したように、デコーダは、ピクチャ順カウント（ＰＯＣ：picture order count）に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングすることができる。

また、前述したように、デコーダは、前記スペース隣接ブロックの第１参照ピクチャと前記スペース隣接ブロックの動きベクトルによって特定されるブロックの第２参照ピクチャ間のピクチャ順カウント（ＰＯＣ：picture order count）の違い、及び現在ピクチャと前記予め定義された一つの参照ピクチャ間ＰＯＣの差に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングし、前記スケーリングされた動きベクトルを用いて前記予め定義された一つの参照ピクチャ内で、前記コロケイテッドされたブロックを誘導することができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）またはタイルのグループヘッダ（Tile Group Header）を介して、エンコーダからシグナリングすることができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャと最も近い参照ピクチャとして定義することができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャに最も近い参照ピクチャが複数個存在する場合、前記参照ピクチャの中で時間ＩＤ（temporal ＩＤ）が最も小さい参照ピクチャとして定義することができる。

図２９は、本発明が適用される実施形態に係るインター予測装置を例示する図である。

図２９においては、説明の便宜のために、インター予測部を一つのブロックに示したが、インター予測部エンコーダ及び/またはデコーダに含まれる構成で実現され得る。

図２９を参照すると、インター予測部は先の図８～図２８で提案された機能、プロセス及び/または方法を実現する。具体的には、インター予測部はスペース候補誘導部２９０１、コロケイテッドされたブロック誘導部２９０２、サブブロックの動きベクトル誘導部２９０３と予測ブロック生成部２９０４を含んで構成され得る。

スペース候補誘導部２９０１は、現在ブロックの周りの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導する。一実施形態として、スペース候補誘導部２９０１は、現在ブロックにサブブロックベースの時間動きベクトル予測（subblock based temporal motion vector prediction）が適用される場合、前記現在ブロックの利用可能なスペース隣接ブロック（spatial neighboring block）の動きベクトルを誘導することができる。

コロケイテッドされたブロック誘導部２９０２は、前記スペース隣接ブロックの動きベクトルに基づいて前記現在のブロックのコロケイテッドされたブロック（collocated block）を誘導する。

サブブロックの動きベクトル誘導部２９０３は、前記コロケイテッドされたブロックの動きベクトルに基づいて前記現在ブロック内でサブブロック単位で動きベクトルを誘導する。

予測ブロック生成部２９０４は、前記サブブロック単位で誘導された動きベクトルを用いて前記現在ブロックの予測ブロックを生成する。

実施形態として、前記コロケイテッドされたブロックは、予め定義された一つの参照ピクチャ内で前記スペース隣接ブロックの動きベクトルによって特定され得る。

前述したように、コロケイテッドされたブロック誘導部２９０２は、ピクチャ順カウント（ＰＯＣ：picture order count）に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングすることができる。

また、前述したように、コロケイテッドされたブロック誘導部２９０２は、前記スペース隣接ブロックの第１参照ピクチャと前記スペース隣接ブロックの動きベクトルによって特定されるブロックの第２参照ピクチャ間のピクチャ順カウント（ＰＯＣ： picture order count）の違い、及び現在ピクチャと前記予め定義された一つの参照ピクチャ間ＰＯＣの差に基づいて前記スペース隣接ブロックの動きベクトルをスケーリングし、前記スケーリングされた動きベクトルを用いて前記予め定義された一つの参照ピクチャ内で、前記コロケイテッドされたブロックを誘導することができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、シーケンスパラメータセット（Sequence Parameter Set）、ピクチャパラメータセット（Picture Parameter Set）またはタイルのグループヘッダ（Tile Group Header）を介して、エンコーダからシグナリングすることができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャと最も近い参照ピクチャとして定義することができる。

また、前述したように、前記予め定義された一つの参照ピクチャは、前記現在ブロックの参照ピクチャリスト内でＰＯＣに基づいて、現在ピクチャに最も近い参照ピクチャが複数個存在する場合、前記参照ピクチャの内、時間ＩＤ（temporal ID）が最も小さい参照ピクチャとして定義することができる。

図３０は、本発明が適用される映像コーディングシステムを示す。

映像コーディングシステムは、ソース装置（source device）及び受信装置（receiving device）を含むことができる。ソース装置は、エンコードされたビデオ／映像情報またはデータを、ファイルまたはストリーミング形態でデジタル格納媒体またはネットワークを介して受信装置に伝達することができる。

前記ソース装置は、ビデオソース（video source）、エンコード装置（encoding apparatus）、送信部（transmitter）を含むことができる。前記受信装置は、受信部（receiver）、デコード装置（decoding apparatus）及びレンダラー（renderer）を含むことができる。前記エンコード装置は、ビデオ／映像エンコード装置と呼ばれることができ、前記デコード装置は、ビデオ／映像デコード装置と称することができる。送信機は、エンコード装置に含まれることができる。受信機は、デコード装置に含まれることができる。レンダラーは、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装置または外部のコンポーネントで構成されることもある。

ビデオソースはビデオ／映像のキャプチャ、合成または生成過程などを通じてビデオ／映像を獲得することができる。ビデオソースはビデオ／映像キャプチャ装置及び/またはビデオ／映像生成装置を含むことができる。ビデオ／映像キャプチャ装置は、例えば、１つ以上のカメラ、以前にキャプチャされたビデオ／映像を含むビデオ/映像アーカイブなどを含むことができる。ビデオ／映像生成装置は、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／映像を生成することができる。たとえば、コンピュータなどを通じて、仮想のビデオ/映像が生成されることができ、この場合、関連するデータが生成される過程で、ビデオ／映像キャプチャプロセスが代えることができる。

エンコード装置は、入力ビデオ/映像をエンコードすることができる。エンコード装置は、圧縮とコーディング効率のために予測、変換、量子化などの一連の手順を実行することができる。エンコードされたデータ（エンコードされたビデオ/映像情報）は、ビットストリーム（bitstream）の形で出力され得る。

送信部はビットストリームの形で出力されたエンコードされたビデオ／映像情報またはデータを、ファイルまたはストリーミング形態でデジタル格納媒体またはネットワークを介して受信装置の受信部に伝達することができる。デジタル格納媒体は、ＵＳＢ、ＳＤ、ＣＤ、ＤＶＤ、Ｂｌｕ－ｒａｙ、ＨＤＤ、ＳＳＤなど、様々な格納媒体を含むことができる。送信部は、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送信するための要素を含むことができる。受信部は、前記ビットストリームを抽出してデコード装置伝達することができる。

デコード装置は、エンコード装置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実行して、ビデオ／映像をデコードすることができる。

レンダラーは、デコードされたビデオ／映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／映像は、ディスプレイ部を介してディスプレイされ得る。

図３１は、本発明が適用される実施形態として、コンテンツのストリーミングシステム構造図を示す。

図３1を参照すると、本発明が適用されるコンテンツのストリーミングシステムは、大きくエンコーディングサーバ、ストリーミングサーバ、ウェブサーバ、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。

前記エンコーディングサーバは、スマートフォン、カメラ、ビデオカメラなどのような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送信する役割をする。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、前記エンコーディングサーバは省略することができる。

前記ビットストリームは、本発明が適用されるエンコード方法またはビットストリームを生成する方法によって生成され得、前記ストリーミングサーバは、前記ビットストリームを送信または受信する過程で一時的に前記ビットストリームを格納することができる。

前記ストリーミングサーバは、ウェブサーバを介して、ユーザの要請に基づいて、マルチメディアデータをユーザ装置に送信し、前記ウェブサーバは、ユーザにどのようなサービスがあるかを知らせる媒介体の役割をする。ユーザが前記ウェブサーバに所望するサービスを要請すると、前記ウェブサーバは、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送信する。この際、前記コンテンツのストリーミングシステムは、別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、前記コンテンツのストリーミングシステム内の各装置間のコマンド/応答を制御する役割をする。

前記ストリーミングサーバは、メディアストレージ及び／またはエンコーディングサーバからコンテンツを受信することができる。例えば、前記エンコーディングサーバからコンテンツを受信することになる場合、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格納することができる。

前記ユーザ装置の例としては、携帯電話、スマートフォン（smartphone）、ノートパソコン（laptop computer）、デジタル放送用端末機、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）、ウェアラブル装置（wearable device、例えば、ウォッチ型端末（smartwatch）、グラス型端末（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有り得る。

前記コンテンツのストリーミングシステム内の各サーバは、分散サーバで運営されることができ、この場合、各サーバで受信するデータは、分散処理することができる。

前記記述されたように、本発明で説明した実施形態は、プロセッサ、マイクロプロセッサ、コントローラ、またはチップ上で実現されて実行され得る。例えば、各図で示した機能ユニットは、コンピュータ、プロセッサ、マイクロプロセッサ、コントローラ、またはチップ上で実現されて実行され得る。

また、本発明が適用されるデコーダ及びエンコーダは、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、ビデオ通信などのようなリアルタイム通信装置、モバイルストリーミング装置、格納媒体、ビデオカメラ、ビデオ・オンデマンド（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、テレビ電話、ビデオ装置、及び医療用ビデオ機器などに含まれることができ、ビデオ信号またはデータ信号を処理するために用いられる。たとえば、ＯＴＴビデオ（Over the top video）装置では、ゲーム機、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。

また、本発明が適用される処理方法は、コンピュータで実行されるプログラムの形態で生産されることができ、コンピュータが読み取り可能な格納媒体に格納することができる。本発明に係るデータ構造を有するマルチメディアデータもまた、コンピュータが読み取り可能な格納媒体に格納することができる。前記コンピュータが読み取り可能な格納媒体は、コンピュータで読み取り可能なデータが格納されるあらゆる種類の格納装置及び分散格納装置を含む。前記コンピュータが読み取り可能な格納媒体は、例えば、ブルーレイディスク（ＢＤ）、ユニバーサルシリアルバス（ＵＳＢ）、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＲＡＭ、ＣＤ－ＲＯＭ、磁気テープ、フロッピーディスク、及び光学データ格納装置を含むことができる。また、前記コンピュータが読み取り可能な格納媒体は、搬送波（例えば、インターネットを通じた伝送）の形態で実現されたメディアを含む。また、エンコード方法で生成されたビットストリームが、コンピュータが読み取り可能な記録媒体に格納したり、有無線通信ネットワークを介して送信され得る。

また、本発明の実施形態は、プログラムコードによるコンピュータプログラム製品として実現されることができ、前記プログラムコードは、本発明の実施形態により、コンピュータ上で実行することができる。前記プログラムコードは、コンピュータによって読み取り可能なキャリア上に格納することができる。

以上で説明した実施形態は、本発明の構成要素と特徴が所定の形態で結合されたものである。各構成要素または特徴は、別の明示的な言及がない限り選択的なもので検討されるべきである。各構成要素または特徴は、他の構成要素や特徴と結合されない形態で実施され得る。また、一部の構成要素及び/または特徴を結合して、本発明の実施形態を構成することも可能である。本発明の実施形態で説明される動作の順序は変更され得る。どの実施形態の一部の構成や特徴は、他の実施形態に含まれることができ、または他の実施形態に対応する構成または特徴と交際交替することができる。特許請求の範囲で明示的な引用関係がない請求項を結合して実施形態を構成したり、出願後の補正により新しい請求項として含めることができることは自明である。

本発明に係る実施形態は、様々な手段、例えば、ハードウェア、ファームウェア（firmware）、ソフトウェアまたはそれらの組み合わせなどにより実現され得る。ハードウェアによる実現の場合、本発明の一実施形態は、一つまたはそれ以上のＡＳＩＣｓ（application specific integrated circuits）、ＤＳＰｓ（digital signal processors）、ＤＳＰＤｓ（digital signal processing devices）、ＰＬＤｓ（programmable logic devices）、ＦＰＧＡｓ（ field programmable gate arrays）、プロセッサ、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り実現され得る。

ファームウェアやソフトウェアによる実現の場合、本発明の一実施形態は、以上で説明した機能または動作を実行するモジュール、プロシージャ、関数などの形態で実現され得る。ソフトウェアコードは、メモリに格納されてプロセッサによって駆動され得る。前記メモリは、前記プロセッサの内部または外部に位置して、既に公知された多様な手段により、前記プロセッサとデータを送受信することができる。

本発明は、 本発明の必須の特徴を逸脱しない範囲で他の特定の形態で具体化されることができることは当業者に自明である。したがって、前述した詳細な説明は、すべての面で制限的に解釈してはならなく、例示的なものとみなされるべきである。本発明の範囲は、添付された請求項の合理的解釈によって決定されるべきであり、本発明の等価的範囲内でのすべての変更は、本発明の範囲に含まれる。

以上、前述した本発明の好ましい実施形態は、例示の目的のために開示されたものであり、当業者であれば、以下、添付された特許請求の範囲に開示された本発明の技術的思想とその技術的範囲内で、様々な他の実施形態を改良、変更、代替または付加などが可能である。

Claims (9)

1. インター予測モードに基づいて映像をデコードする方法において、
   現在ブロックの周りのスペース隣接ブロックの参照ピクチャが一つの予め定義された参照ピクチャと同じであることに基づいて、参照ピクチャリストに含まれた参照ピクチャの中の一つの予め定義された参照ピクチャにおいて前記現在ブロックのコロケイテッドされたブロック（collocated block）を誘導する段階と、
   前記コロケイテッドされたブロックのサブブロックの動きベクトルに基づいて前記現在ブロック内においてサブブロックの動きベクトルを誘導する段階と、
   前記現在ブロックにおいて前記サブブロックの前記動きベクトルに基づいて前記現在ブロックの予測ブロックを生成する段階を含み、
   前記コロケイテッドされたブロックは、前記一つの予め定義された参照ピクチャ内で前記スペース隣接ブロックの前記動きベクトルによって特定され、
   前記一つの予め定義された参照ピクチャは、ピクチャヘッダ又はスライスヘッダを介してエンコーダからシグナルされ、
   前記現在ブロックに含まれたサブブロックに対応する前記コロケイテッドされたブロックの前記サブブロックの動きベクトルが利用できないことに基づいて、前記現在ブロック内に含まれたサブブロックの動きベクトルは、前記コロケイテッドされたブロックの中央サブブロックの動きベクトルにより導出される、映像をデコードする方法。
2. 予め決定された順で前記現在ブロックの周りのスペース隣接ブロックの中の利用可能なスペース隣接ブロックの動きベクトルを誘導する段階をさらに含む、請求項１に記載の映像をデコードする方法。
3. 前記予め決定された順は、前記現在ブロックの左側の周辺ブロック、前記現在ブロックの上側周辺ブロック、前記現在ブロックの右上コーナー周辺ブロック、前記現在ブロックの左下コーナー周辺ブロック、及び前記現在ブロックの左上コーナー周辺ブロックである、請求項２に記載の映像をデコードする方法。
4. 前記コロケイテッドされたブロックを特定する前記動きベクトルの前記スペース隣接ブロックは前記現在ブロックの左側の底に位置する、請求項１に記載の映像をデコードする方法。
5. インター予測モードに基づいて映像をエンコードする方法であって、
   現在ブロックの周囲のスペース隣接ブロックの参照ピクチャが一つの予め定義された参照ピクチャと同一であることに基づいて、参照ピクチャリストに含まれる参照ピクチャの中の一つの予め定義された参照ピクチャにおいて現在ブロックのコロケイテッドされたブロックを誘導する段階と、
   前記コロケイテッドされたブロックのサブブロックの動きベクトルに基づいて前記現在ブロックの中のサブブロックの動きベクトルを誘導する段階と、
   前記現在ブロックにおいて前記サブブロックの前記動きベクトルに基づいて前記ブロックの予測ブロックを生成する段階と、
   前記予測ブロックに基づいて前記現在ブロックのレジデュアルブロックを生成する段階とを含み、
   前記現在ブロックに含まれたサブブロックに対応する前記コロケイテッドされたブロックのサブブロックの動きベクトルが利用できないことに基づいて、前記現在ブロック内に含まれた前記サブブロックの動きベクトルは、前記コロケイテッドされたブロックの中央サブブロックの動きベクトルにより導出され、
   前記コロケイテッドされたブロックは前記一つの予め定義された参照ピクチャにおいて前記スペース隣接ブロックの動きベクトルにより特定され、
   前記方法は、ピクチャヘッダ又はスライスヘッダを介して前記一つの予め定義された参照ピクチャをシグナリングする段階をさらに含む、映像をエンコードする方法。
6. 予め決定された順で前記現在ブロックの周りの前記スペース隣接ブロックの中の利用可能なスペース隣接ブロックの動きベクトルを誘導する段階をさらに含む、請求項５に記載の映像をエンコードする方法。
7. 前記予め決定された順は、前記現在ブロックの左側の周辺ブロック、前記現在ブロックの上側周辺ブロック、前記現在ブロックの右上コーナー周辺ブロック、前記現在ブロックの左下コーナー周辺ブロック、及び前記現在ブロックの左上コーナー周辺ブロックである、請求項６に記載の映像をエンコードする方法。
8. 前記コロケイテッドされたブロックを特定する前記動きベクトルの前記スペース隣接ブロックは前記現在ブロックの左側の底に位置する、請求項６に記載の映像をエンコードする方法。
9. 映像に対するビットストリームを含むデータを送信する方法であって、
   一つの予め定義された参照ピクチャと現在ブロックのレジデュアルブロックについての情報を含むビットストリームを取得する段階と、
   前記一つの予め定義された参照ピクチャと前記現在ブロックのレジデュアルブロックについての情報を含む前記ビットストリームを含むデータを送信する段階とを含み、
   前記ビットストリームは、
   前記現在ブロックの周囲のスペース隣接ブロックの前記参照ピクチャが一つの参照ピクチャと同じであることに基づいて、参照ピクチャリストに含まれる参照ピクチャの中の前記一つの参照ピクチャでの前記現在ブロックのコロケイテッドされたブロックを導出し、
   前記コロケイテッドされたブロックのサブブロックの動きベクトルに基づいて前記現在ブロック内のサブブロックの動きベクトルを導出し、
   前記現在ブロックにおいて前記サブブロックの前記動きベクトルに基づいて前記現在ブロックの予測ブロックを生成し、
   前記予測ブロックに基づいて前記現在ブロックのレジデュアルブロックを生成し、
   映像ヘッダ又はスライスヘッダに前記一つの予め定義された参照ピクチャをロードすることにより生成され、
   前記コロケイテッドされたブロックは、前記一つの予め定義された参照ピクチャ内の前記スペース隣接ブロックの動きベクトルにより特定され、
   前記現在ブロックに含まれたサブブロックに対応する前記コロケイテッドされたブロックの前記サブブロックの動きベクトルが利用できないことに基づいて、前記現在ブロック内に含まれたサブブロックの動きベクトルは、前記コロケイテッドされたブロックの中央サブブロックの動きベクトルにより導出される、データを送信する方法。

Images