KR20170087727A - 적응적 양자화를 이용한 영상 부복호화 장치 및 방법 - Google Patents

Abstract

본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치 및 방법은 율-왜곡(Rate-Distortion) 최적화 기반으로 적응적 양자화를 수행한다. 이를 위해 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치는 문맥 정보 초기화 단계, 변환 계수 스캔 및 양자화 단계, 최적의 양자화된 레벨 값 결정 단계, 최적의 마지막 중요 계수 결정 단계를 포함한다.

Description

적응적 양자화를 이용한 영상 부복호화 장치 및 방법{APPARATUS AND METHOD FOR IMAGE ENCODER/DECODER USING ADAPTIVE QUANTIZATION}

본 발명은 영상 압축에 관한 기술로서, 보다 상세하게는 영상 압축 과정에서의 왜곡을 최적화할 수 있는 방법 및 장치에 관한 기술이다.

최근 고해상도를 가지는 방송 서비스가 국내외적으로 확대되면서, 보다 많은 사용자들이 고해상도, 고화질의 영상 서비스를 요구하고 있다. 이에 따라 다수의 기관들이 차세대 영상기기에 대한 개발에 박차를 가하고 있다. 또한, HDTV를 넘어서 HDTV의 4배의 해상도를 가지는 UHD(Ultra High Definition)에 대한 관심이 증대되면서, 보다 높은 해상도, 고화질의 영상에 대한 압축기술이 요구되고 있다.

이와 같은 영상 압축 기술에서 발생하는 문제 중 하나로 율-왜곡(Rate-Distortion) 성능 저하 문제가 존재한다. 이를 해결하기 위한 종래의 율-왜곡 최적화 기반의 양자화 기술은 변환 블록 내의 전체 변환 계수에 대해서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정하므로 부호화기의 복잡도가 높은 단점이 있다. 그리고 종래의 율-왜곡 최적화 기반 양자화 방법 및 장치는 현재 블록의 양자화 매개변수에 따라 달라지는 변환 계수 레벨의 분포를 고려하지 않으므로 부호화기의 복잡도가 높은 단점이 있다. 또한, 종래의 율-왜곡 최적화 기반 양자화 방법 및 장치는 변환 블록 내의 변환 계수에 대해서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정할 때 주변 블록의 정보를 이용하지 않기 때문에 영상의 국부적인 특성을 고려하지 못 하여 부호화기의 복잡도가 높은 단점이 있다.

대한민국 등록특허 제10-1119970호

본 발명이 해결하고자 하는 과제는 현재 블록의 양자화 매개변수 혹은 주변 블록의 정보에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 율-왜곡 최적화 기반 적응적 양자화를 수행함으로써 율-왜곡 최적화 기반 양자화 방법의 복잡도를 감소시키는 방법 및 장치를 제공한다.

적응적 양자화를 이용한 영상 부복호화 장치 및 방법은 율-왜곡(Rate-Distortion) 최적화 기반으로 적응적 양자화를 수행한다. 이를 위해 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 일 실시예는 문맥 정보 초기화 단계, 변환 계수 스캔 및 양자화 단계, 최적의 양자화된 레벨 값 결정 단계, 최적의 마지막 중요 계수 결정 단계를 포함한다. 적응적 양자화를 이용한 영상 부복호화 장치 및 방법은 현재 블록의 양자화 매개변수 혹은 주변 블록의 정보에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정하는 것을 특징으로 한다.

본 발명에 따른 적응적 양자화 장치 및 방법은 현재 블록의 양자화 매개변수 혹은 주변 블록의 정보에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 율-왜곡 최적화 기반 적응적 양자화를 수행함으로써 율-왜곡 최적화 기반 양자화 방법의 복잡도를 감소시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)를 나타내는 구성도이다.
도 2는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 복호화 장치(200)의 구성도이다.
도 3은 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 영상 분할 구조를 설명하기 위한 도면이다.
도 4는 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 부호화 유닛(CU)이 포함할 수 있는 예측 유닛(PU)의 형태를 도시한 도면이다.
도 5는 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 부호화 유닛(CU)이 포함할 수 있는 변환 유닛(TU)의 형태를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 율 왜곡 최적화 기반 양자화 방법을 나타내는 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 율 왜곡 최적화 기반 양자화 방법의 최적의 양자화된 레벨 값 결정 단계(S603)를 설명하는 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 율 왜곡 최적화 기반 양자화 방법의 최적의 마지막 중요 계수 결정 단계(S604)를 설명하는 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제1 실시예를 나타내는 도면이다.
도 10은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제2 실시예를 나타내는 도면이다.
도 11은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제3 실시예를 나타내는 도면이다.
도 12는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제4 실시예를 나타내는 도면이다.
도 13은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제5 실시예를 나타내는 도면이다.
도 14는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제6 실시예를 나타내는 도면이다.
도 15는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제7 실시예를 나타내는 도면이다.
도 16는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제8 실시예를 나타내는 도면이다.

이하, 본 발명의 실시예를 첨부된 도면들을 참조하여 상세하게 설명한다. 본 명세서에서 사용되는 용어 및 단어들은 실시예에서의 기능을 고려하여 선택된 용어들로서, 그 용어의 의미는 발명의 의도 또는 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예에서 사용된 용어는, 본 명세서에 구체적으로 정의된 경우에는 그 정의에 따르며, 구체적인 정의가 없는 경우는 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.

도 1은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)를 나타내는 구성도이다.

도 1을 참조하면, 본 발명의 적응적 양자화를 이용한 영상 부호화 장치(100)는 문맥 정보를 초기화한 후, 변환 블록 내 변환 계수를 스캔하고, 스캔 된 변환 계수를 양자화한다. 그리고 영상 부호화 장치(100)는 변환 계수 블록 내의 변환 계수에 대해 최적의 양자화된 레벨 값을 결정한다. 다음으로 영상 부호화 장치(100)는 결정된 최적의 양자화된 레벨 값에 기초하여 최적의 마지막 중요 계수를 결정하는 절차를 수행한다.

본 발명의 적응적 양자화를 이용한 영상 부호화 장치(100)는 움직임 예측부(111), 움직임 보상부(112), 스위치(115), 인트라 예측부(120), 감산기(125), 변환부(130), 양자화부(140), 엔트로피 부호화부(150), 역양자화부(160), 역변환부(170), 가산기(175), 필터부(180) 및 참조픽처 버퍼부(190)를 포함한다.

적응적 양자화를 이용한 영상 부호화 장치(100)는 입력 영상(수신 영상)에 대해 인트라(Intra) 모드 노는 인터(Inter) 모드로 부호화를 수행하고, 비트스트림을 출력할 수 있다. 인트라 모드인 경우 스위치(115)가 인트라로 전환되고, 인터 모드인 경우 스위치(115)가 인터로 전환될 수 있다. 적응적 양자화를 이용한 영상 부호화 장치(100)는 입력 영상의 입력 블록에 대한 예측 블록을 생성한 후, 입력 블록과 예측 블록의 차분(residual)을 부호화할 수 있다.

인트라 모드인 경우, 인트라 예측부(120)는 현재 블록 주변의 이미 부호화된 블록의 픽셀값을 이용하여 공간적 예측을 수행하여 예측 블록을 생성할 수 있다. 그리고 인터 모드인 경우, 움직임 예측부(111)는, 움직임 예측 과정에서 참조 픽처 버퍼(190)에 저장되어 있는 참조 영상에서 입력 블록과 가장 매치가 잘 되는 영역을 찾아 움직임 벡터를 구할 수 있다.

움직임 보상부(112)는 움직임 벡터를 이용하여 움직임 보상을 수행함으로써 예측 블록을 생성할 수 있다. 여기서, 움직임 벡터는 인터 예측에 사용되는 2차원 벡터이며, 현재 부호화/복호화 대상 영상과 참조 영상 사이의 오프셋을 나타낼 수 있다.

감산기(125)는 입력 블록과 생성된 예측 블록의 차분에 의해 잔여 블록(residual block)을 생성할 수 있다.

변환부(130)는 잔여 블록에 대해 변환(transform)을 수행하여 변환 계수(transform coefficient)를 출력할 수 있다. 여기서, 변환 계수는 잔여 블록 및/또는 잔여 신호에 대한 변환을 수행함으로써 생성된 계수 값을 의미할 수 있다. 이하, 본 명세서에서는 변환 계수에 양자화가 적용되어 생성된, 양자화된 변환 계수 레벨(transform coefficient level)도 변환 계수로 불릴 수 있다.

양자화부(140)는 입력된 변환 계수를 양자화 파라미터에 따라 양자화하여 양자화된 변환 계수 레벨(quantized transform coefficient level)을 출력할 수 있다. 이때, 양자화부(140)에서는 양자화 행렬을 사용하여 입력된 변환 계수를 양자화할 수 있다.

엔트로피 부호화부(150)는 양자화부(140)에서 산출된 값들 또는 부호화 과정에서 산출된 부호화 파라미터 값 등을 기초로 엔트로피 부호화를 수행하여 부호화된 비트 스트림(bit stream)을 출력할 수 있다. 엔트로피 부호화가 적용되는 경우, 높은 발생 확률을 갖는 심볼(symbol)에 적은 수의 비트가 할당되고 낮은 발생 확률을 갖는 심볼에 많은 수의 비트가 할당되어 심볼이 표현됨으로써, 부호화 대상 심볼들에 대한 비트열의 크기가 감소될 수 있다. 따라서 엔트로피 부호화를 통해서 영상 부호화의 압축 성능이 높아질 수 있다.

또한, 엔트로피 부호화부(150)는 대상 심볼의 이진화(binarization) 방법 및 대상 심볼/빈(bin)의 확률 모델(probability model)을 도출한 후, 도출된 이진화 방법 또는 확률 모델을 사용하여 산술 부호화를 수행할 수도 있다. 엔트로피 부호화부(150)는 엔트로피 부호화를 위해 지수 골롬(exponential golomb), CAVLC(Context-Adaptive Variable Length Coding), CABAC(Context-Adaptive Binary Arithmetic Coding)와 같은 부호화 방법을 선택적으로 사용할 수 있다.

도 1의 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)는 인터 예측 부호화를 수행하므로, 현재 부호화된 영상은 참조 영상으로 사용되기 위해 복호화되어 저장될 필요가 있다. 따라서 양자화된 변환 계수 레벨은 역양자화부(160)에서 역양자화되고 역변환부(170)에서 역변환된다. 역양자화, 역변환된 계수는 가산기(175)를 통해 예측 블록과 더해지고 복원 블록(Reconstructed Block)이 생성된다.

생성된 복원 블록은 필터부(180)를 거친다. 일례로서, 필터부(180)는 디블록킹 필터(deblocking filter), SAO(Sample Adaptive Offset), ALF(Adaptive Loop Filter) 중 적어도 하나 이상을 복원 블록 또는 복원 픽처에 적용할 수 있다. 필터부(180)는 적응적 인루프(in-loop) 필터로 불릴 수도 있다. 디블록킹 필터는 블록 간의 경계에 생긴 블록 왜곡을 제거할 수 있다. SAO는 코딩 에러를 보상하기 위해 픽셀값에 적정 오프셋(offset) 값을 더해줄 수 있다. ALF는 복원된 영상과 원래의 영상을 비교한 값을 기초로 필터링을 수행할 수 있다. 필터부(180)를 거친 복원 블록은 참조 픽처 버퍼(190)에 저장될 수 있다.

도 2는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 복호화 장치(200)의 구성도이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 복호화 장치(200)는 엔트로피 복호화부(210), 역양자화부(220), 역변환부(230), 인트라 예측부(240), 움직임 보상부(250), 가산기(255), 필터부(260) 및 참조 픽처 버퍼(270)를 포함한다.

적응적 양자화를 이용한 영상 복호화 장치(200)는 수신된 비트스트림을 입력 받아 복호화를 수행한다. 일례로서, 적응적 양자화를 이용한 영상 복호화 장치(200)는 인트라 모드 또는 인터 모드 중에서 어느 하나의 모드로 복호화를 수행할 수 있다. 영상 복호화 장치(200)는 비트 스트림을 복호화하여 재구성된 영상, 즉 복원 영상을 출력할 수 있다. 인트라 모드인 경우 스위치가 인트라로 전환되고, 인터 모드인 경우 스위치가 인터로 전환될 수 있다.

적응적 양자화를 이용한 영상 복호화 장치(200)는 입력 받은 비트스트림으로부터 복원된 잔여 블록(reconstructed residual block)을 얻고 예측 블록을 생성한 후 복원된 잔여 블록과 예측 블록을 더하여 재구성된 블록, 즉 복원 블록을 생성할 수 있다.

엔트로피 복호화부(210)는 입력된 비트스트림을 확률 분포에 따라 엔트로피 복호화하여, 양자화된 레벨(quantized level) 형태의 심볼을 포함한 심볼들을 생성할 수 있다. 엔트로피 복호화 방법은 상술한 엔트로피 부호화 방법의 역과정으로 수행된다.

양자화된 레벨은 역양자화부(220)에서 역양자화되고 역변환부(230)에서 역변환되며, 양자화된 레벨이 역양자화/역변환 된 결과, 복원된 잔여 블록이 생성될 수 있다. 이때, 역양자화부(220)에서는 양자화된 레벨에 양자화 행렬을 적용할 수 있다.

인트라 모드인 경우, 인트라 예측부(240)는 현재 블록 주변의 이미 부호화된 블록의 픽셀값을 이용하여 공간적 예측을 수행하여 예측 블록을 생성할 수 있다. 인터 모드인 경우, 움직임 보상부(250)는 움직임 벡터 및 참조 픽처 버퍼(270)에 저장되어 있는 참조 영상을 이용하여 움직임 보상을 수행함으로써 예측 블록을 생성할 수 있다.

복원된 잔여 블록과 예측 블록은 가산기(255)를 통해 더해지고, 더해진 블록은 필터부(260)를 거칠 수 있다. 필터부(260)는 디블록킹 필터, SAO, ALF 중 적어도 하나 이상을 복원 블록 또는 복원 픽처에 적용할 수 있다. 필터부(260)는 재구성된 영상, 즉 복원 영상을 출력할 수 있다. 복원 영상은 참조 픽처 버퍼(270)에 저장되어 인터 예측에 사용될 수 있다.

도 3은 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 영상 분할 구조를 설명하기 위한 도면이다.

도 3을 참조하면, 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치(100, 200, 이하 영상 부복호화 장치)에서 영상을 부호화(Encoding) 및/또는 복호화(Decoding) 할 때 영상의 분할 구조를 개략적으로 나타낸다. 본 발명에 따른 영상 부복호화 장치(100, 200)는 영상을 효율적으로 분할하기 위해 부호화 유닛(Coding Unit; CU)으로 부호화 및 복호화를 수행할 수 있다. 유닛은 구문 요소(syntax element)와 영상 샘플들이 포함된 블록을 합쳐서 일컫는 말이다. 유닛이 분할된다는 것은 유닛에 해당하는 블록을 분할한다는 것을 의미할 수 있다.

도 3을 참조하면, HEVC에서는 영상(300)을 최대 부호화 유닛(Largest Coding Unit; LCU)(이하, LCU라 함) 단위로 순차적으로 분할한 후, LCU 단위로 분할 구조를 결정한다. 분할 구조는 LCU(310) 내에서 영상을 효율적으로 부호화하기 위한 부호화 유닛(이하, CU라 함)의 분포를 의미하며, 이러한 분포는 하나의 CU를 그 가로 크기 및 세로 크기의 절반으로 감소된 4개의 CU로 분할할지 여부에 따라 결정될 수 있다. 분할된 CU는 동일한 방식으로 분할된 CU에 대해서 그 가로 크기 및 세로 크기가 절반씩 감소된 4개의 CU로 재귀적으로 분할될 수 있다.

이때, CU의 분할은 미리 정의된 깊이까지 재귀적으로 분할될 수 있다. 깊이 정보는 CU의 크기를 나타내는 정보로써, 각 CU마다 저장되어 있다. 예컨대, LCU의 깊이는 0이고, SCU(Smallest Coding Unit)의 깊이는 미리 정의된 최대 깊이일 수 있다. 여기서, LCU는 상술한 바와 같이 최대 부호화 유닛 크기를 가지는 부호화 유닛이며, SCU(Smallest Coding Unit)는 최소 부호화 유닛 크기를 가지는 부호화 유닛이다.

LCU(310)로부터 가로 및 세로 크기의 절반으로 분할을 수행할 때마다 CU의 깊이는 1씩 증가한다. 각각의 깊이 별로, 분할을 수행하지 않는 CU의 경우에는 2Nx2N 크기를 가지며, 분할을 수행하는 CU의 경우에는 2Nx2N 크기의 CU에서 NxN 크기를 가지는 4개의 CU로 분할된다. N의 크기는 깊이가 1씩 증가할 때마다 절반으로 감소한다.

도 3의 일례에서, 최소 깊이가 0인 LCU의 크기는 64x64 화소이고, 최대 깊이가 3인 SCU의 크기는 8x8 화소일 수 있다. 이때, 64x64 화소의 CU(LCU)는 깊이 0으로, 32x32 화소의 CU는 깊이 1로, 16x16 화소의 CU는 깊이 2로, 8x8 화소의 CU(SCU)는 깊이 3으로 표현될 수 있다. 또한, 특정 CU를 분할할지에 대한 정보는 CU마다 1비트의 분할 정보를 통해 표현될 수 있다. 이 분할 정보는 SCU를 제외한 모든 CU에 포함될 수 있으며, 예컨대 CU를 분할하지 않을 경우에는 분할 정보에 0을 저장할 수 있고, CU를 분할할 경우에는 분할 정보에 1을 저장할 수 있다.

도 4는 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 부호화 유닛(CU)이 포함할 수 있는 예측 유닛(PU)의 형태를 도시한 도면이다.

도 4를 참조하면, LCU로부터 분할된 CU 중 더 이상 분할되지 않는 CU는 하나 이상의 예측 유닛으로 분할되며 이 행위 자체 역시 분할(partition)이라고 일컫는다. 예측 유닛(이하, PU라 함)은 예측을 수행하는 기본 단위로써, 스킵(skip) 모드, 인터(inter) 모드, 인트라(intra) 모드 중 어느 하나로 부호화 및 복호화되며, 각 모드에 따라서 다양한 형태로 분할(파티션)될 수 있다.

스킵 모드의 경우, CU 내에서 파티션 없이, CU와 동일한 크기를 갖는 2Nx2N 모드(410)를 지원할 수 있다. 인터 모드의 경우, CU 내에서 8가지의 파티션된 형태, 예컨대 2Nx2N 모드(410), 2NxN 모드(415), Nx2N 모드(420), NxN 모드(425), 2NxnU 모드(430), 2NxnD 모드(435), nLx2N 모드(440), nRx2N 모드(445)를 지원할 수 있다. 인트라 모드의 경우, CU 내에서 2Nx2N 모드(410), NxN 모드(425)를 지원할 수 있다.

도 5는 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치의 부호화 유닛(CU)이 포함할 수 있는 변환 유닛(TU)의 형태를 도시한 도면이다.

도 5를 참조하면, 변환 유닛(이하, TU라 함)은 CU 내에서 변환, 양자화, 역변환, 역양자화 과정을 위해 사용되는 기본 단위이다. TU는 정사각형 또는 직사각형 형태를 가질 수 있다. LCU로부터 분할된 CU 중 더 이상 분할되지 않는 CU는 하나 혹은 그 이상의 TU로 분할될 수 있다. 이때, TU의 분할 구조는 쿼드트리(quad-tree) 구조일 수 있다. 예컨대, 도 5에 도시된 바와 같이, 하나의 CU(510)가 쿼드트리 구조에 따라서 한번 혹은 그 이상 분할되어 다양한 크기의 TU들로 구성될 수 있다.

도 1 내지 도 5를 참조하면, 상기 도 1에서 언급한 바와 같이 일반적으로 영상 부호화 장치(100)에서는 영상 부호화 과정에서 변환 계수에 대해서 양자화를 수행하여 양자화된 변환 계수 레벨을 얻는다. 여기서 변환 계수를 양자화한다는 것의 의미는 계수의 비트 깊이(bit depth)를 감소시키는 것으로 해석할 수 있다. 이하에서 양자화된 변환 계수 레벨은 양자화된 레벨(quantized level)로 표현될 수 있다.

영상 부호화 장치(100)에서는 양자화를 수행할 때 데드존(dead zone)을 이용한 스칼라(scalar) 양자화 방법을 사용하거나 율-왜곡 최적화 기반 양자화(rate-distortion optimized quantization) 방법을 사용할 수 있다. 율-왜곡 최적화 기반 양자화 방법은 데드존을 이용한 스칼라 양자화 방법보다 높은 부호화 효율을 얻을 수 있지만, 데드존을 이용한 스칼라 양자화 방법보다 부호화기에서 높은 복잡도를 가지는 단점이 있다. 본 발명은 부호화기에서 높은 복잡도를 가지는 율-왜곡 최적화 기반 양자화의 복잡도를 감소하는데 목적이 있다.

데드존을 이용한 스칼라 양자화 방법에서 부호화기는 아래 수학식 1을 이용해서 변환 계수를 이산 양자화된 레벨(discrete quantized level)로 매핑(mapping)한다. 수학식 1에서

은 최인접 정수 값으로 라운딩(rounding)하는 연산을 나타내며, sign()은 입력 값 W에 대한 부호를 출력한다.

은 양자화 스텝 크기와 f는 양자화 오프셋을 나타낸다. 여기서, 데드존이란 입력 값을 0으로 출력하는 구간을 의미한다. 양자화 오프셋 f는 상기 데드존의 구간을 조절하는 역할을 하며, z는 양자화된 레벨 값을 나타낸다.

영상 복호화기에서 역양자화를 수행할 때는 아래의 수학식 2를 사용한다. 여기서, W'는 역양자화된 계수, Z는 양자화된 레벨을 의미한다. 역양자화 방법은 율-왜곡 최적화 기반 양자화 방법이 적용된 양자화된 레벨뿐만 아니라 데드존을 이용한 스칼라 양자화 방법이 적용된 양자화된 레벨에도 사용될 수 있다.

도 6은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 율 왜곡 최적화 기반 양자화 방법을 나타내는 흐름도이다.

도 6을 참조하면, 본 발명에 따른 적응적 양자화를 이용한 영상 부복호화 장치는 율-왜곡(Rate-Distortion) 최적화 기반 양자화 방법을 통해 율(부호화된 영상 데이터의 비트율)과 왜곡(복원된 영상과 원 영상 사이의 차이) 사이의 트레이드오프를 최적화한다.

일반적으로 영상 부호화 장치(100)는 다음 단계들로 율-왜곡 최적화 기반 양자화 방법을 수행한다. 먼저, 영상 부호화 장치(100)는 문맥(context) 정보를 초기화한다(S601). 이때, 문맥 정보 C1 값은 1로 초기화하고, C2 값은 0으로 초기화할 수 있다.

다음으로, 영상 부호화 장치(100)는 변환 블록 내 변환 계수를 스캔하면서 변환 계수를 양자화하고 양자화된 레벨 값을 계산한다(S602). 영상 부호화 장치(100)는 변환 계수 블록 내의 변환 계수들을 역 대각(reverse diagonal) 스캔 순서로 스캔한다. 이때, 변환 계수를 스캔하면서 양자화 오프셋 값 0.5를 이용하여 변환 계수를 양자화하고 양자화된 레벨 값을 계산할 수 있다. 그리고 영상 부호화 장치(100)는 변환 계수 블록 내의 변환 계수들에 대해 최적의 양자화된 레벨 값을 결정(S603)한다. 그리고 영상 부호화 장치(100)는 최적의 마지막 중요 계수(last significant coefficient)를 결정한다(S604).

도 7은 본 발명의 일 실시예에 따른 율 왜곡 최적화 기반 양자화 방법의 최적의 양자화된 레벨 값 결정 단계(S603)를 설명하는 흐름도이다.

도 6 및 도 7을 참조하면, 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 율 왜곡 최적화 기반 양자화 방법에서 최적의 양자화된 레벨 값 결정 단계(S603)는 보다 상세하게 다음의 단계들로 분할하여 수행할 수 있다.

먼저, 영상 부호화 장치(100)는 변환 블록 내에서 마지막 중요 계수를 고정한다(S603-1). 여기서, 중요 계수란 0이 아닌 값을 가지는 양자화된 레벨 값을 의미하며, 마지막 중요 계수는 변환 블록 내에서 0이 아닌 값을 가지는 양자화된 레벨 중 마지막 위치에 존재하는 것을 의미한다. 즉, 변환 계수를 역 대각 스캔 순서로 스캔하면서 양자화 했을 때 양자화된 레벨 값이 0이 아닌 첫번째 계수를 의미한다.

다음으로, 영상 부호화 장치(100)는 변환 블록 내에서 마지막 중요 계수를 제외하고 값이 0이 아닌 나머지 변환 계수들에 대해 영상 부호화기는 각 변환 계수들에 대해 양자화된 레벨들에 대한 율-왜곡 비용을 계산하고, 계산된 율-왜곡 비용을 기반으로 최적의 양자화된 레벨을 결정한다(S603-2, S603-3, S603-4)). 여기서, 나머지 변환 계수들이란 역 대각 스캔 순서 상 마지막 중요 계수 다음으로 발생하는 변환 계수를 의미한다.

보다 구체적으로 설명하면, 영상 부호화 장치(100)는 하나의 변환 계수에 대해 최적의 양자화된 레벨을 결정하기 위해 먼저 해당 변환 계수에 대한 양자화된 레벨 값이 3보다 작은지 결정하여 율-왜곡 비용을 계산한다(S603-2). 만약, 해당 변환 계수에 대한 양자화된 레벨 값이 3보다 작을 경우, 영상 부호화 장치(100)는 해당 변환 계수를 Level 값, Level - 1 값, 및 0의 값으로 대체한 후 각각에 대한 율-왜곡 비용을 계산한다. 여기서, Level 값은 상기 단계 2에서 계산한 양자화된 레벨 값을 의미한다. 만약, 해당 변환 계수에 대한 양자화된 레벨 값이 3보다 큰 경우, 영상 부호화 장치(100)는 해당 변환 계수를 Level 값 및 0의 값으로 대체한 후 각각에 대한 율-왜곡 비용을 계산한다.

다음으로, 영상 부호화 장치(100)는 율-왜곡 비용을 업데이트한다(S603-3). 이때, 변환 블록 내의 모든 변환 계수에 대한 양자화된 레벨 값으로 0으로 부호화할 경우에 대한 율-왜곡 비용을 업데이트할 수 있고, 변환 블록 내의 각 변환 계수를 부호화할 경우에 대한 율-왜곡 비용을 업데이트할 수 있고, 변환 블록의 중요 맵(significant map)을 부호화할 경우에 대한 율-왜곡 비용을 업데이트할 수 있다. 여기서, 중요 맵이란 변환 블록 내에서 각 변환 계수에 대한 양자화된 레벨 값이 0인지 아닌지에 대한 정보를 나타낸다.

그리고 영상 부호화 장치(100)는 변환 계수에 대한 최적의 양자화된 레벨에 대한 문맥 정보를 업데이트한다(ㄴ603-4). 양자화된 레벨들 중 가장 작은 율-왜곡 비용을 가지는 양자화된 레벨을 최적의 양자화된 레벨로 결정할 수 있다. 업데이트된 문맥 정보는 다음 변환 계수에 대한 양자화된 레벨 결정 시 사용할 수 있다.

영상 부호화 장치(100)는 변환 블록 내에서 0이 아닌 다음 나머지 변환 계수들에 대해 상기 S603-2 내지 S603-4 단계를 진행한다.

도 8은 본 발명의 일 실시예에 따른 율 왜곡 최적화 기반 양자화 방법의 최적의 마지막 중요 계수 결정 단계(S604)를 설명하는 흐름도이다.

도 6 및 도 8을 참조하면, 영상 부호화 장치(100)는 도 6의 최적의 마지막 중요 계수 결정 단계(S604)를 보다 상세하게 다음의 단계들로 분할하여 수행할 수 있다. 영상 부호화 장치(100)는 율-왜곡 비용 값(d64BestCost)을 변환 블록이 부호화되지 않을 경우의 율-왜곡 비용 값으로 초기화한다(S604-1).

다음으로, 영상 부호화 장치(100)는 변환 블록 내에서 양자화된 레벨 값이 1보다 큰 변환 계수를 만날 때까지 역 대각 스캔 순서로 스캔하며, 율-왜곡 비용을 계산한다(S604-2). 이 때, 영상 부호화 장치(100)는 스캔하면서 양자화된 레벨 값이 1보다 큰 변환 계수를 마지막 중요 계수로 간주하고 변환 블록 전체에 대한 율-왜곡 비용인 전체비용(totalCost)을 계산한다. 그리고 영상 부호화 장치(100)는 상기 전체비용(totalCost)이 비용 값(d64BestCost)보다 작을 경우 상기 마지막 중요 계수에 대한 위치를 최적의 마지막 위치 지시자(iBestLastIdxP1)로 설정하고, 비용 값(d64BestCost)을 전체비용(totalCost)으로 설정한다.

여기서, 영상 부호화 장치(100)는 수학식 3을 통해 율-왜곡 비용을 계산할 수 있다. D는 변환 블록 내에서 원 변환 계수들과 복원된 변환 계수들 사이의 차이 값들의 제곱에 대한 평균 (mean square error)을 나타내며, R은 관련된 문맥 정보를 이용한 비트율을 나타내고, λ는 라그랑지안 승수(Lagrangian Multiplier)를 나타낸다.

도 9는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제1 실시예를 나타내는 도면이다.

도 10은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제2 실시예를 나타내는 도면이다.

도 9 및 도 10을 참조하면, 본 발명에서는 율-왜곡 최적화 기반 양자화의 복잡도를 감소시키는 방법으로 현재 블록의 양자화 매개변수에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정하는 방법 및 장치를 제공한다.

변환 블록은 변환 크기에 따라 4x4, 8x8, 16x16, 32x32 등의 크기를 가질 수 있으며, 각 변환 블록을 스캔하기 위한 스캔 방법은 역 대각 스캔, 역 수평(horizontal) 스캔, 역 수직(vertical) 스캔 등의 방법을 사용할 수 있다. 또한, 8x8 크기 이상의 변환 블록은 4x4 단위의 부블록(sub-block)으로 분할될 수 있다. 아래 도9는 4x4 변환 블록과 4개의 4x4 단위의 부블록을 가지는 8x8 변환 블록을 나타낸다.

4x4 변환 블록에서 변환 계수 혹은 양자화된 레벨은 도시된 바와 같이 역 대각 스캔 순서대로 스캔될 수 있다. 또한, 8x8 변환 블록에서 부블록 내의 변환 계수 혹은 양자화된 레벨은 도시된 바와 같이 역 대각 스캔 순서대로 스캔될 수 있고, 변환 블록 내의 부블록 간의 스캔도 도시된 바와 같이 역 대각 스캔 순서대로 스캔될 수 있다. 여기서, 변환 블록 및 부블록 내의 스캔 방법과 부블록 간의 스캔은 역 대각 스캔 방법으로 한정되지 않고, 상기 언급한 역 수평 스캔, 역 수직 스캔 등의 스캔 방법도 사용할 수 있다. 여기서, 상기 변환 블록 단위로 율-왜곡 최적화 기반 양자화가 수행된다.

일반적으로 변환을 수행하게 되면, 변환 계수는 변환 블록 내의 좌상단 쪽에 발생하게 되며, 변환 후 좌상단에 발생하는 변환 계수는 상대적으로 저주파수(low frequency)를 표현하며, 우하단 쪽에 발생하는 변환 계수는 고주파수(high frequency)를 표현한다. 또한, 저주파수 성분이 고주파수 성분보다 부호화 효율에 더 많은 영향을 끼치게 되어 영상 부호화기 및 복호화기에서는 저주파수 성분이 고주파수 성분보다 더 중요한 역할을 한다.

4x4 변환 블록에는 총 16개의 변환 계수가 존재할 수 있으며, 8x8 변환 블록 내에는 총 64개의 변환 계수, 16x16 변환 블록에는 총 256개의 변환 계수, 32x32 변환 블록에는 총 1024개의 변환 계수가 존재할 수 있다. 상기 율-왜곡 최적화 기반 양자화 방법을 사용할 경우 32x32 변환 블록에 대해서는 최대 1024개의 변환 계수에 대해 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정해야 하므로 영상 부호화기에서의 복잡도가 상당히 증가할 수 있다.

또한, 변환 블록의 양자화 매개변수를 이용하여 변환 블록에 대해서 양자화를 수행하게 되면 일반적으로 양자화 매개변수의 값에 따라 변환 블록 내 양자화된 레벨의 분포는 달라지게 된다. 예를 들어 양자화 매개변수 값이 상대적으로 작은 값이면 변환 계수에 대한 양자화 에러를 적게 발생시키며 양자화 매개변수 값이 큰 경우보다 정교한 양자화된 레벨이 발생하며 변환 블록 내 저주파수 성분뿐만 아니라 고주파수 성분도 존재하게 된다.

이와는 반대로, 양자화 매개변수 값이 상대적으로 큰 값이면 변환 계수에 대한 양자화 에러를 많이 발생시키며 양자화 매개변수 값이 작은 경우보다 정교하지 못한 양자화된 레벨이 발생하며 변환 블록 내 고주파수 성분은 많이 사라지게 되며 저주파수 성분만 존재하거나 변환 블록 내 양자화된 레벨이 존재하지 않을 수도 있다.

따라서, 변환 블록 내에서 결정해야 할 최적의 양자화된 레벨 및 최적의 마지막 중요 계수의 수를 줄이기 위해서 현재 블록의 양자화 매개변수에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다. 이때, 상기 변환 블록 내의 일부 변환 계수 위치 혹은 일부 부블록에 해당하지 않는 변환 계수들에 대해서는 모두 양자화된 레벨 값을 0으로 설정할 수 있다.

이때, 현재 블록의 양자화 매개변수는 현재 부호화 유닛(coding unit), 부호화 블록(coding block), 예측 유닛(prediction unit), 예측 블록(prediction block), 변환 유닛(transform unit), 변환 블록(transform block) 중 적어도 하나 이상에 해당하는 양자화 매개변수를 의미할 수 있다.

현재 블록의 양자화 매개변수가 상대적으로 큰 경우 아래 도10 (a)와 같이 8x8 변환 블록에 대해서 저주파수 성분에 해당하는 일부 변환 계수 위치에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있으며, 아래 도10 (b)와 같이 16x16 변환 블록에 대해서도 저주파수 성분에 해당하는 일부 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다. 4x4 변환 블록과 32x32 변환 블록에도 마찬가지로 현재 블록의 양자화 매개변수에 기반하여 일부 변환 계수 위치 혹은 일부 부블록에 존재하는 변환 계수에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

도 11은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제3 실시예를 나타내는 도면이다.

도 11을 참조하면, 현재 블록의 양자화 매개변수가 상대적으로 작은 경우 아래 도11 (a)와 같이 8x8 변환 블록에 대해서 저주파수 성분뿐만 아니라 일부 고주파수 성분에 해당하는 일부 변환 계수 위치에 대해서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있으며, 아래 도11 (b)와 같이 16x16 변환 블록에 대해서도 저주파수 성분뿐만 아니라 일부 고주파수 성분에 해당하는 일부 부블록에 대해서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

여기서, 양자화 매개변수가 상대적으로 작다는 것과 상대적으로 크다는 것은 현재 블록의 양자화 매개변수 값이 기준 값보다 작거나 큰 것을 의미할 수 있다. 예를 들어, 아래 표1과 같이 기준 값이 22인 경우 22보다 작거나 같은 양자화 매개변수는 양자화 매개변수가 상대적으로 작다고 판단할 수 있으며, 22보다 큰 양자화 매개변수는 양자화 매개변수가 상대적으로 크다고 판단할 수 있다. 본 실시예에서는 기준 값이 하나만 존재할 경우를 표현했지만, 다수의 기준 값이 존재할 경우에도 해당 기준 값을 이용하여 양자화 매개변수 별로 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

또한, 양자화 매개변수마다 특정 변환 계수 위치 혹은 특정 부블록을 식별하는 인덱스 값이 매핑된 매핑 테이블(mapping table)을 구성하여, 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

양자화 매개변수	0	1	2	3	4	5	6	7	8	9	10	11	12
기준 값
양자화 매개변수	13	14	15	16	17	18	19	20	21	22	23	24	25
기준 값										○
양자화 매개변수	26	27	28	29	30	31	32	33	34	35	36	37	38
기준 값
양자화 매개변수	39	40	41	42	43	44	45	46	47	48	49	50	51
기준 값

도 12는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제4 실시예를 나타내는 도면이다.

도 13은 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제5 실시예를 나타내는 도면이다.

도 12 및 도 13을 참조하면, 또 다른 예로, 본 발명에서는 율-왜곡 최적화 기반 양자화의 복잡도를 감소시키는 방법으로 주변 블록의 정보에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정하는 방법 및 장치를 제공한다.

영상 내에서 주변에 존재하는 블록들은 유사한 정보를 가질 수 있으며, 이러한 정보를 이용하여 율-왜곡 최적화 기반 양자화 방법을 적응적으로 수행할 수 있다. 여기서, 정보란 구문 요소(syntax element)와 같이 부호화기에서 부호화되어 복호화기로 전송되는 정보뿐만 아니라, 부호화 혹은 복호화 과정에서 유추될 수 있는 정보를 포함할 수 있으며, 영상을 부호화하거나 복호화할 때 필요한 정보를 의미한다. 부호화 파라미터는 예를 들어 인터 예측 모드, 화면내 예측 모드, 움직임 정보, 머지 모드(merge mode) 이용 유무, 부호화 블록 플래그(CBF: Coded Block Flag), 블록 크기, 블록 분할 정보 등의 값 및/또는 통계를 포함할 수 있다.

따라서, 변환 블록 내에서 결정해야 할 최적의 양자화된 레벨 및 최적의 마지막 중요 계수의 수를 줄이기 위해서 주변 블록의 정보에 기반하여 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다. 이때, 상기 변환 블록 내의 일부 변환 계수 위치 혹은 일부 부블록에 해당하지 않는 변환 계수들에 대해서는 모두 양자화된 레벨 값을 0으로 설정할 수 있다.

이때 주변 블록은 현재 블록을 기준으로 좌측, 상측, 좌하단, 좌하단 코너, 우상단, 우상단 코더, 좌상단 코너 등과 같이 현재 블록에 인접한 블록을 의미할 수 있다. 예를 들어, 주변 블록의 화면 내 예측 모드에 기반하여 현재 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

현재 블록을 기준으로 상측에 인접한 주변 블록의 화면내 예측 모드가 수직 모드일 경우 도 12와 같이 현재 변환 블록에서 좌측에 위치하는 일부 변환 계수에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

현재 블록을 기준으로 좌측에 인접한 주변 블록의 화면내 예측 모드가 수평 모드일 경우 도 13과 같이 현재 변환 블록에서 좌측에 위치하는 일부 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

도 14는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제6 실시예를 나타내는 도면이다.

도 15는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제7 실시예를 나타내는 도면이다.

도 14 및 도 15를 참조하면, 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)는 예를 들어, 주변 블록의 크기 및 현재 변환 블록 크기에 기반하여 현재 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

현재 블록을 기준으로 좌상단 코너에 인접한 주변 변환 블록의 크기가 현재 변환의 크기와 동일할 경우, 도 14와 같이 좌상단 코너에 인접한 주변 변환 블록에서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정을 위해 사용된 일부 변환 계수 위치에 해당하는 위치들을 현재 변환 블록에서 사용할 수 있다.

현재 블록을 기준으로 우상단 코너에 인접한 주변 변환 블록의 크기가 현재 변환의 크기와 동일할 경우, 도 15와 같이 우상단 코너에 인접한 주변 변환 블록에서 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정을 위해 사용된 일부 부블록을 현재 변환 블록에서 사용할 수 있다.

도 16는 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)의 변환블록의 제8 실시예를 나타내는 도면이다.

도 16을 참조하면, 본 발명의 일 실시예에 따른 적응적 양자화를 이용한 영상 부호화 장치(100)는 예를 들어, 주변 블록의 부호화 블록 플래그에 기반하여 현재 변환 블록 내에서 일부 변환 계수 위치 혹은 부블록에 대해서만 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 적응적으로 결정할 수 있다.

현재 블록을 기준으로 우하단 코너에 인접한 주변 블록의 부호화 블록 플래그가 0일 경우(즉, 블록 내 양자화된 레벨이 하나도 존재하지 않을 경우), 현재 블록에서 율-왜곡 최적화 기반 양자화를 사용하지 않을 수 있다.

현재 블록을 기준으로 좌측에 인접한 주변 블록의 부호화 블록 플래그가 1일 경우(즉, 블록 내 양자화된 레벨이 하나 이상 존재하는 경우), 도 16과 같이 현재 변환 블록의 최적의 양자화된 레벨 및 최적의 마지막 중요 계수를 결정을 위해 전체 부블록을 사용할 수 있다.

표 2는 본 발명의 상세한 설명에서 사용되는 용어를 설명한다.

용어 정의

유닛(Unit)	유닛은 영상 부호화 및 복호화의 단위를 의미하며, 영상 부호화 및 복호화 시 부호화 혹은 복호화 단위라 함은, 하나의 영상을 세분화 된 유닛으로 분할하여 부호화 혹은 복호화 할 때 그 분할된 단위를 말하므로, 블록, 매크로 블록, 부호화 유닛 (coding Unit) 또는 예측 유닛 (prediction Unit) 또는 변환 유닛 (transform Unit) 등으로 부를 수 있다. 하나의 유닛은 크기가 더 작은 하위 유닛으로 더 분할될 수 있다.
블록(Block)	샘플의 MxN 배열. M과 N은 양의 정수 값을 의미하며, 블록은 흔히 2차원 형태의 배열을 의미할 수 있다.
예측 유닛 (Prediction Unit)	예측 및/또는 움직임 보상 수행의 단위가 되는 기본 유닛을 의미한다. 예측 유닛은 복수의 파티션(partition)으로 분할될 수 있으며, 각각의 파티션은 예측 유닛 파티션(prediction unit partition)으로 불릴 수도 있다. 예측 유닛이 복수의 파티션으로 분할된 경우, 복수의 파티션 각각이 예측 및/또는 움직임 보상 수행의 단위가 되는 기본 유닛일 수 있다. 이하, 본 발명의 실시예에서는 예측 유닛이 분할된 각각의 파티션도 예측 유닛으로 불릴 수 있다.
변환 유닛 (Transform Unit)	변환, 역변환, 양자화, 역양자화, 변환 계수 부호화/복호화와 같이 잔여 신호(residual signal) 부호화/복호화를 수행할 때의 기본 유닛이며, 하나의 변환 유닛은 분할되어 크기가 작은 다수의 변환 유닛으로 분할될 수 있다.
스캔(Scan)	블록 혹은 행렬 내 계수의 순서를 정렬하는 방법, 예를 들어 2차원 배열을 1차원 배열 형태로 정렬하는 것을 스캔이라고 하며, 1차원 배열을 2차원 배열 형태로 정렬하는 것도 스캔이라고 부를 수 있다.
스케일링(Scaling)	변환 계수 레벨에 인수를 곱하는 과정을 의미하며, 결과로 변환 계수를 생성한다. 역양자화(dequantization)라고도 부른다.
변환 계수 (Transform Coefficient)	변환을 수행하고 나서 생성된 계수값을 의미한다.
양자화 매개변수 (Quantization Parameter)	양자화 및 역양자화에서 변환 계수 레벨 (transform coefficient level) 을 스케일링(scaling)할 때 사용하는 값을 의미한다. 이때, 양자화 매개변수는 양자화 스텝 크기(step size)에 매핑된 값일 수 있다.

상술한 내용을 포함하는 본 발명은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체 또는 정보저장매체에 저장되고, 컴퓨터에 의하여 판독되고 실행함으로써 본 발명의 방법을 구현할 수 있다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.

이상 바람직한 실시예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당분야에서 통상의 지식을 가진자에 의하여 여러 가지 변형이 가능하다.

100: 적응적 양자화를 이용한 영상 부호화 장치
111: 움직임 예측부 112: 움직임 보상부
115: 스위치 120: 인트라 예측부
125: 감산기 130: 변환부
140: 양자화부 150: 엔트로피 부호화부
160: 역양자화부 170: 역변환부
180: 필터부 190: 참조픽처 버퍼부
200: 적응적 양자화를 이용한 영상 복호화 장치
210: 엔트로피 복호화부 220: 역양자화부
230: 역변화부 240: 인트라 예측부
250: 움직임 보상부 260: 필터부
270: 참조 픽처 버퍼

Claims (1)

1. 문맥 정보를 초기화하는 단계;
   변환 블록 내 변환 계수를 스캔하고, 스캔- 변환 계수를 양자화하는 단계
   변환 계수 블록 내의 변환 계수에 대해 최적의 양자화된 레벨 값을 결정하는 단계; 및
   상기 결정된 최적의 양자화된 레벨 값에 기초하여 최적의 마지막 중요 계수를 결정하는 단계;
   를 포함하는 적응적 양자화를 이용한 영상 부복호화 방법.

Images