KR20200027013A

KR20200027013A - 인트라 모드 jvet 코딩

Info

Publication number: KR20200027013A
Application number: KR1020207004873A
Authority: KR
Inventors: 웨 위; 리민 왕
Original assignee: 애리스 엔터프라이지즈 엘엘씨
Priority date: 2017-07-24
Filing date: 2018-07-24
Publication date: 2020-03-11
Also published as: WO2019023209A1; CA3070444A1; EP3643064A1; US10863172B2; US20190028702A1

Abstract

JVET를 위한 비디오 코딩 블록을 파티셔닝하는 방법으로서, MPM들의 세트는 인트라 예측 코딩 모드들의 세트를 포함하고, 절삭형 단항 바이너리화를 사용하여 인코딩될 수 있고, 선택된 인트라 예측 코딩 모드들은 MPM 인트라 예측 코딩 모드들의세트로부터 증가하는 정수 값들의 추가 및 감산에 기초하여 결정될 수 있고, 선택되지 않은 인트라 예측 코딩 모드들의 세트는 선택된 인트라 예측 코딩 모드들의 세트로부터 증가하는 정수 값들의 추가 및 감산에 의해 결정될 수 있다.

Description

인트라 모드 JVET 코딩

<우선권의 청구>

본 출원은 앞서 출원된 2017년 7월 24일 출원된 미국 임시 출원 제62/536,072호, 및 2017년 7월 27일자로 출원된 미국 임시 출원 제62/537,926호로부터의 35 U.S.C. §119(e) 하에서의 우선권을 청구하며, 그 각각의 전체 내용은 본 명세서에 참조로 원용된다.

<기술 분야>

본 개시내용은 비디오 코딩 그리고 보다 구체적으로는 효율적인 인트라 모드 코딩의 분야에 관련된다.

진화하는 비디오 코딩 표준들에서의 기술적 개선들은 더 높은 비트 레이트들, 더 높은 해상도들, 및 더 양호한 비디오 품질을 가능하게 하기 위해 코딩 효율을 증가시키는 추세를 예시한다. Joint Video Exploration Team은 JVET라고 지칭되는 새로운 비디오 코딩 스킴을 개발하고 있다. HEVC(High Efficiency Video Coding)와 같은 다른 비디오 코딩 스킴들과 유사하게, JVET는 블록-기반 하이브리드 공간 및 시간 예측 코딩 스킴이다. 그러나, HEVC에 비해, JVET는 디코딩된 화면들의 생성을 위한 비트스트림 구조, 구문, 제약들, 및 매핑에 대한 많은 수정들을 포함한다. JVET는 JEM(Joint Exploration Model) 인코더들 및 디코더들에서 구현되었다.

평면, DC 모드들 및 65개의 방향성 각도 인트라 모드들을 포함하는, 현재 JVET 표준에 설명되는 총 67개의 인트라 예측 모드들이 존재한다. 이러한 67개의 모드들을 효율적으로 코딩하기 위해, 모든 인트라 모드들은, 6개의 MPM들(most probable modes) 세트, 16개의 선택된 모드들 세트, 및 45개의 선택되지 않은 모드들 세트를 포함하는, 3개의 세트들로 세분된다.

6개의 MPM들은 이용가능한 이웃 블록들의 모드들, 도출된 인트라 모드들 및 디폴트 인트라 모드들로부터 도출된다. 현재 블록에 대한 5개의 이웃 블록들의 인트라 모드들이 도 1a에 묘사된다. 이들은 L(left), A(above), BL(below-left), AR(above-right), 및 AL(above-left)이고, 이들은 현재 블록에 대한 MPM 리스트를 형성하는데 사용된다. 5개의 이웃 인트라 모드들 및 평면 및 DC 모드들을 MPM 리스트에 삽입하는 것에 의해 초기 MPM 리스트가 형성된다. 고유 모드들만이 MPM 리스트에 포함될 수 있도록 복제 모드들을 제거하는데 프루닝 프로세스가 사용된다. 초기 모드들이 포함되는 순서는, 좌측, 위, 평면, DC, 아래-좌측, 위-우측, 및 다음으로 위-좌측이다.

MPM 리스트가 채워지지 않으면, 도출된 모드들이 추가되고; 이러한 인트라 모드들은 MPM 리스트에 이미 포함된 각도 모드들에 -1 또는 +1을 추가하는 것에 의해 획득된다. MPM 리스트가 여전히 완성되지 않으면, 디폴트 모드들이 다음의 순서: 수직, 수평, 모드 2, 및 대각선 모드로 추가된다. 이러한 프로세스의 결과로서, 6개의 MPM 모드들의 고유 리스트가 생성된다.

6개의 MPM들의 엔트로피 코딩에 대해, 도 1b에 도시되는 절삭형 단항 바이너리화가 현재 사용된다. MPM 모드의 처음 3개의 빈들은 현재 시그널링되고 있는 빈들(bins)에 관련된 MPM 모드에 의존하는 컨텍스트들로 코딩된다. MPM 모드는 3개의 카테고리들: (a) 대부분 수평인 모드들(즉, MPM 모드 수가 대각선 방향에 대한 모드 수 이하임), (b) 대부분 수직인 모드들(즉, MPM 모드가 대각선 방향에 대한 모드 수보다 더 큼), 및 (c) 비-각도 (DC 및 평면) 클래스 중 하나로 분류된다. 따라서, 이러한 분류에 기초하여 MPM 인덱스를 시그널링하는데 3개의 컨텍스트들이 사용된다.

나머지 61개의 비-MPM들의 선택에 대한 코딩은 다음과 같이 행해진다. 61개의 비-MPM들은 2개의 세트들: 선택된 모드들 세트 및 선택되지 않은 모드들 세트로 먼저 분할된다. 선택된 모드들 세트는 16개의 모드들을 포함하고 나머지(45개의 모드들)는 선택되지 않은 모드들 세트에 배정된다. 현재 모드가 속하는 모드 세트가 플래그가 있는 비트스트림에서 표시된다. 표시될 모드가 선택된 모드들 세트 내에 있으면, 선택된 모드는 4-비트 고정-길이 코드로 시그널링되고, 표시될 모드가 선택되지 않은 세트로부터의 것이면, 선택된 모드는 절삭형 바이너리 코드로 시그널링된다. 예로서, 선택된 모드들 세트는 다음과 같이 61개의 비-MPM 모드들을 서브-샘플링하는 것에 의해 생성된다:

선택된 모드들 세트 = {0, 4, 8, 12, 16, 20 ... 60}

선택되지 않은 모드들 세트 = {1, 2, 3, 5, 6, 7, 9, 10 ... 59}

현재 JVET 인트라 모드 코딩은 다음 도 1b에서 요약된다.

도 1b에서 알 수 있는 바와 같이, MPM 리스트의 마지막 2개의 엔트리들은 6개의 빈들을 요구하고, 이는 16개의 선택된 모드들에 대해 배정되는 빈들의 수와 동일하다. 이러한 설계는 MPM 리스트 상의 마지막 2개의 모드들에 대한 코딩 성능의 면에서 이점이 없다. 또한, MPM 모드의 처음 3개의 빈들은 컨텍스트-기반 엔트로피 코딩으로 코딩되므로, MPM 모드들의 6개의 빈들을 코딩하기 위한 복잡도는 선택된 모드들의 6개의 빈들을 코딩하기 위한 것보다 더 높다.

인트라 모드 코딩과 연관된 코딩 부담 및 대역폭을 감소시키기 위한 시스템 및 방법이 필요하다.

본 개시내용은 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법을 제공하며, 이는 고유 인트라 예측 코딩 모드들의 세트를 정의하는 단계, 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 식별하고 메모리에서 인스턴스화하는 단계를 포함한다. 이러한 방법은, 고유 MPM 인트라 예측 코딩 모드들 각각으로부터 증가하는 정수 값의 추가 및 감산에 기초하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 결정하고 메모리에서 인스턴스화하는 단계, 및 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 그리고 상기 고유 선택된 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택되지 않은 인트라 예측 코딩 모드들의 서브세트를 식별하고 메모리에서 인스턴스화하는 단계를 추가로 포함할 수 있다.

본 개시내용은 JVET 인트라 예측 코딩을 위해 인트라 예측 코딩 모드들을 우선순위화하는 시스템을 또한 제공하며, 이는 67개의 고유 인트라 예측 코딩 모드들의 세트를 메모리에서 인스턴스화하는 단계, 및 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 메모리에서 인스턴스화하는 단계를 포함한다. 이러한 시스템은 고유 MPM 인트라 예측 코딩 모드들 각각으로부터 증가하는 정수 값의 추가 및 감산에 기초하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 16개의 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 메모리에서 인스턴스화하는 단계, 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 그리고 상기 고유 선택된 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택되지 않은 인트라 예측 코딩 모드들의 서브세트를 메모리에서 인스턴스화하는 단계, 및 절삭형 단항 바이너리화를 사용하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 인코딩하는 단계를 추가로 포함할 수 있다. 추가적으로, 이러한 시스템은 고정 길이 코드의 4 비트를 사용하여 상기 16개의 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 인코딩할 수 있다.

본 발명의 추가의 상세사항들이 첨부된 도면들의 도움으로 설명된다.
도 1a는 현재 코딩 블록 및 연관된 이웃 블록들을 묘사한다.
도 1b는 인트라 모드 예측에 대한 현재 JVET 코딩의 테이블을 묘사한다.
도 1c는 복수의 CTU들(Coding Tree Units)로의 프레임의 분할을 묘사한다.
도 2는 쿼드트리 파티셔닝 및 대칭 바이너리 파티셔닝을 사용하는 CU들(Coding Units)로의 CTU의 예시적인 파티셔닝을 묘사한다.
도 3은 도 2의 파티셔닝의 QTBT(quadtree plus binary tree) 표현을 묘사한다.
도 4는 2개의 더 작은 CU들로의 CU의 비대칭 바이너리 파티셔닝의 4개의 가능한 타입들을 묘사한다.
도 5는 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝, 및 비대칭 바이너리 파티셔닝을 사용하는 CU들로의 CTU의 예시적인 파티셔닝을 묘사한다.
도 6은 도 5의 파티셔닝의 QTBT 표현을 묘사한다.
도 7은 JVET 인코더에서의 CU 코딩을 위한 간략화된 블록도를 묘사한다.
도 8은 JVET에서의 루마 성분들에 대한 67개의 가능한 인트라 예측 모드들을 묘사한다.
도 9는 JVET 인코더에서의 CU 코딩을 위한 간략화된 블록도를 묘사한다.
도 10은 JVET 인코더에서의 CU 코딩의 방법의 실시예를 묘사한다.
도 11은 JVET 인코더에서의 CU 코딩을 위한 간략화된 블록도를 묘사한다.
도 12는 JVET 디코더에서의 CU 디코딩을 위한 간략화된 블록도를 묘사한다.
도 13a는 인트라 모드 예측에 대한 JVET 코딩을 위한 대안적인 간략화된 블록도를 묘사한다.
도 13b는 인트라 모드 예측에 대한 대안적인 JVET 코딩의 테이블을 묘사한다.
도 14는 인트라 코딩 모드들의 시퀀싱을 위한 방법의 간략화된 블록도를 묘사한다.
도 15는 CU 코딩의 방법을 처리하도록 적응되는 및/또는 구성되는 컴퓨터 시스템의 실시예를 묘사한다.
도 16은 JVET 인코더/디코더에서의 CU 코딩/디코딩을 위한 코더/디코더 시스템의 실시예를 묘사한다.

도 1은 복수의 CTU들(Coding Tree Units)(100)로의 프레임의 분할을 묘사한다. 프레임은 비디오 시퀀스에서의 이미지일 수 있다. 프레임은 매트릭스, 또는 매트릭스들의 세트를 포함할 수 있고, 픽셀 값들은 이미지에서의 강도 척도들을 표현한다. 따라서, 이러한 매트릭스들의 세트는 비디오 시퀀스를 생성할 수 있다. 픽셀 값들은 풀 컬러 비디오 코딩에서의 컬러 및 휘도를 표현하도록 정의될 수 있으며, 여기서 픽셀들은 3개의 채널들로 분할된다. 예를 들어, YCbCr 컬러 공간에서 픽셀들은, 이미지에서의 회색 레벨 강도를 표현하는 루마 값 Y, 및 컬러가 회색으로부터 청색 및 적색으로 상이한 정도를 표현하는 2개의 색차 값들 Cb 및 Cr을 가질 수 있다. 다른 실시예들에서, 픽셀 값들은 상이한 컬러 공간들 또는 모델들에서의 값들로 표현될 수 있다. 비디오의 해상도는 프레임에서의 픽셀들의 수를 결정할 수 있다. 더 높은 해상도는 이미지의 더 양호한 선명도 및 더 많은 픽셀들을 의미할 수 있지만, 더 높은 대역폭, 저장, 및 송신 요건들로 또한 이어질 수 있다.

비디오 시퀀스의 프레임들은 JVET를 사용하여 인코딩 및 디코딩될 수 있다. JVET는 Joint Video Exploration Team에 의해 개발되고 있는 비디오 코딩 스킴이다. JVET의 버전들은 JEM(Joint Exploration Model) 인코더들 및 디코더들에서 구현되었다. HEVC(High Efficiency Video Coding)와 같은 다른 비디오 코딩 스킴들과 유사하게, JVET는 블록-기반 하이브리드 공간 및 시간 예측 코딩 스킴이다. JVET로 코딩하는 동안, 프레임은, 도 1에 도시되는 바와 같이, CTU들(100)이라고 불리는 정사각형 블록들로 먼저 분할된다. 예를 들어, CTU들(100)은 128x128 픽셀들의 블록일 수 있다.

도 2는 CU들(102)로의 CTU(100)의 예시적인 파티셔닝을 묘사한다. 프레임에서의 각각의 CTU(100)는 하나 이상의 CU(Coding Units)(102)로 파티셔닝될 수 있다. CU들(102)은 아래 설명되는 바와 같이 예측 및 변환을 위해 사용될 수 있다. HEVC와는 달리, JVET에서 CU들(102)은 직사각형 또는 정사각형일 수 있고, 예측 유닛들 또는 변환 유닛들로의 추가의 파티셔닝 없이 코딩될 수 있다. CU들(102)은 그들의 루트 CTU들(100)만큼 클 수 있거나, 또는 4x4 블록들만큼 작은 루트 CTU(100)의 더 작은 세분할들일 수 있다.

JVET에서, CTU(100)는, CTU(100)가 쿼드트리에 따라 정사각형 블록들로 재귀적으로 분열될 수 있고, 다음으로 이러한 정사각형 블록들이 바이너리 트리들에 따라 수평으로 또는 수직으로 재귀적으로 분열될 수 있는 QTBT(quadtree plus binary tree) 스킴에 따라 CU들(102)로 파티셔닝될 수 있다. CTU 크기, 쿼드트리 및 바이너리 트리 리프 노드들에 대한 최소 크기들, 바이너리 트리 루트 노드에 대한 최대 크기, 및 바이너리 트리들에 대한 최대 깊이와 같은, 파라미터들이 QTBT에 따라 분열을 제어하도록 설정될 수 있다.

일부 실시예들에서 JVET는 QTBT의 바이너리 트리 부분에서의 바이너리 파티셔닝을 대칭 파티셔닝으로 제한할 수 있고, 여기서 블록들은 중간선을 따라 수직으로 또는 수평으로 절반으로 분할될 수 있다.

비-제한적인 예로서, 도 2는 CU들(102)로 파티셔닝되는 CTU(100)를 도시하며, 실선들은 쿼드트리 분열을 표시하고 파선들은 대칭 바이너리 트리 분열을 표시한다. 예시된 바와 같이, 바이너리 분열은 대칭 수평 분열 및 수직 분열을 허용하여 CTU의 구조 및 CU들로의 그것의 세분할을 정의한다.

도 3은 도 2의 파티셔닝의 QTBT 표현을 도시한다. 쿼드트리 루트 노드는 CTU(100)를 표현하고, 쿼드트리 부분에서의 각각의 자식 노드는 부모 정사각형 블록으로부터 분열되는 4개의 정사각형 블록들 중 하나를 표현한다. 쿼드트리 리프 노드들에 의해 표현되는 정사각형 블록들은 다음으로 바이너리 트리들을 사용하여 대칭적으로 0회 이상 분할될 수 있고, 쿼드트리 리프 노드들은 바이너리 트리들의 루트 노드들이다. 바이너리 트리 부분의 각각의 레벨로, 블록이, 수직으로 또는 수평으로, 대칭적으로 분할될 수 있다. "0"으로 설정되는 플래그는 블록이 대칭적으로 수평으로 분열된다는 점을 표시하고, 한편 "1"로 설정되는 플래그는 블록이 대칭적으로 수직으로 분열된다는 점을 표시한다.

다른 실시예들에서, JVET는 QTBT의 바이너리 트리 부분에서의 대칭 바이너리 파티셔닝 또는 비대칭 바이너리 파티셔닝을 허용할 수 있다. PU들(prediction units)을 파티셔닝할 때 HEVC에서의 상이한 컨텍스트에서 AMP(asymmetrical motion partitioning)이 허용되었다. 그러나, QTBT 구조에 따라 JVET에서 CU들(102)을 파티셔닝하기 위해, CU(102)의 상관된 영역들이 CU(102)의 중심을 통해 이어지는 중간선의 어느 한 측 상에 배치되지 않을 때 비대칭 바이너리 파티셔닝은 대칭 바이너리 파티셔닝에 비해 개선된 파티셔닝으로 이어질 수 있다. 비-제한적인 예로서, CU(102)가 CU의 중심에 근접하는 하나의 객체 및 CU(102)의 측에 있는 다른 객체를 묘사할 때, CU(102)는 각각의 객체를 상이한 크기들의 별개의 더 작은 CU들(102)에 두도록 비대칭적으로 파티셔닝될 수 있다.

도 4는, CU(102)가 CU(102)의 길이 또는 높이에 걸쳐 이어지는 라인을 따라 2개의 더 작은 CU(102)로 분열되어, 더 작은 CU들(102) 중 하나가 부모 CU(102)의 크기의 25% 이고 다른 하나가 부모 CU(102)의 크기의 75%인 4개의 가능한 타입들의 비대칭 바이너리 파티셔닝을 묘사한다. 도 4에 도시되는 4개의 타입들의 비대칭 바이너리 파티셔닝은 CU(102)가 라인을 따라 CU(102)의 좌측으로부터의 길의 25%, CU(102)의 우측으로부터의 길의 25%, CU(102)의 상단으로부터의 길의 25%, 또는 CU(102)의 하단으로부터의 길의 25%로 분열되는 것을 허용한다. 대안적인 실시예들에서 CU(102)가 분열되는 비대칭 파티셔닝 라인은 CU(102)가 대칭적으로 절반으로 분할되지 않는 임의의 다른 위치에 배치될 수 있다.

도 5는 QTBT의 바이너리 트리 부분에서의 대칭 바이너리 파티셔닝 및 비대칭 바이너리 파티셔닝 양자 모두를 허용하는 스킴을 사용하여 CU들(102)로 파티셔닝되는 CTU(100)의 비-제한적인 예를 묘사한다. 도 5에서, 파선들은 도 4에 도시되는 파티셔닝 타입들 중 하나를 사용하여 부모 CU(102)가 분열된 비대칭 바이너리 파티셔닝 라인들을 도시한다.

도 6은 도 5의 파티셔닝의 QTBT 표현을 도시한다. 도 6에서, 노드로부터 연장되는 2개의 실선들은 QTBT의 바이너리 트리 부분에서의 대칭 파티셔닝을 표시하고, 한편 노드로부터 연장되는 2개의 파선들은 바이너리 트리 부분에서의 비대칭 파티셔닝을 표시한다.

CTU(100)가 CU들(102)로 어떻게 파티셔닝되었는지를 표시하는 비트스트림에서 구문이 코딩될 수 있다. 비-제한적인 예로서, 어느 노드들이 쿼드트리 파티셔닝으로 분열되었는지, 어느 것이 대칭 바이너리 파티셔닝으로 분열되었는지, 및 어느 것이 비대칭 바이너리 파티셔닝으로 분열되었는지를 표시하는 비트스트림에서 구문이 코딩될 수 있다. 유사하게, 도 4에 도시되는 4개의 타입들 중 하나와 같은, 어느 타입의 비대칭 바이너리 파티셔닝이 사용되었는지를 표시하는 비대칭 바이너리 파티셔닝으로 분열되는 노드들에 대한 비트스트림에서 구문이 코딩될 수 있다.

일부 실시예들에서 비대칭 파티셔닝의 사용은 QTBT의 쿼드트리 부분의 리프 노드들에서 CU들(102)을 분열시키는 것으로 제한될 수 있다. 이러한 실시예들에서, 쿼드트리 부분에서의 쿼드트리 파티셔닝을 사용하여 부모 노드로부터 분열된 자식 노드들에서의 CU들(102)이 최종 CU들(102)일 수 있거나, 또는 이들은 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝, 또는 비대칭 바이너리 파티셔닝을 사용하여 추가로 분열될 수 있다. 대칭 바이너리 파티셔닝을 사용하여 분열된 바이너리 트리 부분에서의 자식 노드들이 최종 CU들(102)일 수 있거나, 또는 이들은 대칭 바이너리 파티셔닝만을 사용하여 재귀적으로 1회 이상 추가로 분열될 수 있다. 비대칭 바이너리 파티셔닝을 사용하여 QT 리프 노드로부터 분열된 바이너리 트리 부분에서의 자식 노드들이 최종 CU들(102)일 수 있고, 추가의 분열이 허가되지 않는다.

이러한 실시예들에서, 비대칭 파티셔닝의 사용을 쿼드트리 리프 노드들을 분열시키는 것으로 제한하는 것은 검색 복잡도를 감소시킬 수 및/또는 오버헤드 비트들을 제한할 수 있다. 쿼드트리 리프 노드들만이 비대칭 파티셔닝으로 분열될 수 있기 때문에, 비대칭 파티셔닝의 사용은 다른 구문 또는 추가의 시그널링 없이 QT 부분의 분기의 종료를 직접 표시할 수 있다. 유사하게, 비대칭적으로 파티셔닝되는 노드들은 추가로 분열될 수 없기 때문에, 노드 상의 비대칭 파티셔닝의 사용은 그 비대칭적으로 파티셔닝되는 자식 노드들이 다른 구문 또는 추가의 시그널링 없이 최종 CU들(102)이라는 점을 또한 직접 표시할 수 있다.

대안적인 실시예들에서, 검색 복잡도를 제한하는 것 및/또는 오버헤드 비트들의 수를 제한하는 것이 관심이 적을 때와 같이, 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝, 및/또는 비대칭 바이너리 파티셔닝으로 생성되는 노드들을 분열시키는데 비대칭 파티셔닝이 사용될 수 있다.

위에 설명된 QTBT 구조를 사용하는 쿼드트리 분열 및 바이너리 트리 분열 후에, QTBT의 리프 노드들에 의해 표현되는 블록들은, 인터 예측 또는 인트라 예측을 사용하는 코딩과 같이, 코딩될 최종 CU들(102)을 표현한다. 인터 예측으로 코딩되는 슬라이스들 또는 풀 프레임들에 대해서는, 루마 및 크로마 성분들에 대해 상이한 파티셔닝 구조들이 사용될 수 있다. 예를 들어, 인터 슬라이스에 대해 CU(102)는, 하나의 루마 CB 및 2개의 크로마 CB들와 같은, 상이한 컬러 성분들에 대한 CB들(Coding Blocks)을 가질 수 있다. 인트라 예측으로 코딩되는 슬라이스들 또는 풀 프레임들에 대해서는, 파티셔닝 구조가 루마 및 크로마 성분들에 대해 동일할 수 있다.

대안적인 실시예들에서 JVET는 위에 설명된 QTBT 파티셔닝에 대한 대안으로서, 또는 그 연장으로서, 2-레벨 코딩 블록 구조를 사용할 수 있다. 2-레벨 코딩 블록 구조에서, CTU(100)는 BU들(base units)로 하이 레벨로 먼저 파티셔닝될 수 있다. 다음으로 BU들은 OU들(operating units)로 로우 레벨로 파티셔닝될 수 있다.

2-레벨 코딩 블록 구조를 채용하는 실시예들에서, 하이 레벨로 CTU(100)는 위에 설명된 QTBT 구조들 중 하나에 따라, 또는 블록들이 4개의 동일한 크기의 서브-블록들로 분열될 수만 있는 HEVC에서 사용되는 것과 같은 QT(quadtree) 구조에 따라 BU들로 파티셔닝될 수 있다. 비-제한적인 예로서, CTU(102)는 도 5 내지 도 6에 관하여 위에 설명된 QTBT 구조에 따라 BU들로 파티셔닝될 수 있어, 쿼드트리 부분에서의 리프 노드들은 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝, 또는 비대칭 바이너리 파티셔닝을 사용하여 분열될 수 있다. 이러한 예에서는, QTBT의 최종 리프 노드들이 CU들 대신에 BU들일 수 있다.

2-레벨 코딩 블록 구조에서의 하위 레벨로, CTU(100)로부터 파티셔닝되는 각각의 BU가 하나 이상의 OU로 추가로 파티셔닝될 수 있다. 일부 실시예들에서, BU가 정사각형일 때, 이것은, 대칭 또는 비대칭 바이너리 파티셔닝과 같은, 쿼드트리 파티셔닝 또는 바이너리 파티셔닝을 사용하여 OU들로 분열될 수 있다. 그러나, BU가 정사각형이 아닐 때, 이것은 바이너리 파티셔닝만을 사용하여 OU들로 분열될 수 있다. 비-정사각형 BU들에 대해 사용될 수 있는 파티셔닝의 타입을 제한하는 것은 BU들을 생성하는데 사용되는 파티셔닝의 타입을 시그널링하는데 사용되는 비트들의 수를 제한할 수 있다.

아래의 논의가 CU들(102)을 코딩하는 것을 설명하더라도, 2-레벨 코딩 블록 구조를 사용하는 실시예들에서 CU들(102) 대신에 BU들 및 OU들이 코딩될 수 있다. 비-제한적인 예들로서, 인트라 예측 또는 인터 예측과 같은 상위 레벨 코딩 동작들에 대해 BU들이 사용될 수 있고, 한편 변환들 및 변환 계수들을 생성하는 것과 같은 하위 레벨 코딩 동작들에 대해 더 작은 OU들이 사용될 수 있다. 따라서, 그들이 인트라 예측 또는 인터 예측으로 코딩되는지를 표시하는 BU들에 대해 코딩되기 위한 구문, 또는 BU들 코딩하는데 사용되는 모션 벡터들 또는 특정 인트라 예측 모드들을 식별하는 정보. 유사하게, OU들에 대한 구문은 OU들을 코딩하는데 사용되는 양자화된 변환 계수들 또는 특정 변환 동작들을 식별할 수 있다.

도 7은 JVET 인코더에서의 CU 코딩을 위한 간략화된 블록도를 묘사한다. 비디오 코딩의 메인 스테이지들은 위에 설명된 바와 같이 CU들(102)을 식별하기 위한 파티셔닝을 포함하고, 704 또는 706에서의 예측, 708에서의 잔여 CU(710)의 생성, 712에서의 변환, 716에서의 양자화, 및 720에서의 엔트로피 코딩을 사용하여 CU들(102)을 인코딩하는 것이 뒤따른다. 도 7에 예시되는 인코더 및 인코딩 프로세스는 아래에 더 상세히 설명되는 디코딩 프로세스를 또한 포함한다.

현재 CU(102)가 주어지면, 인코더는 704에서의 인트라 예측을 사용하여 공간적으로 또는 706에서의 인터 예측을 사용하여 시간적으로 예측 CU(702)를 획득할 수 있다. 예측 코딩의 기본 아이디어는 원래 신호와 원래 신호에 대한 예측 사이의 차동, 또는 잔여, 신호를 송신하는 것이다. 수신기 측에서, 아래에 설명되는 바와 같이, 잔여 및 예측을 추가하는 것에 의해 원래 신호가 재구성될 수 있다. 차동 신호는 원래 신호보다 더 낮은 상관을 갖기 때문에, 그 송신을 위해 더 적은 비트들이 필요하다.

인트라-예측 CU들(102)로 전체적으로 코딩되는, 전체 화면 또는 화면의 일부분과 같은, 슬라이스는 다른 슬라이스들을 참조하지 않고 디코딩될 수 있는 I 슬라이스일 수 있고, 이와 같이 디코딩이 시작될 수 있는 가능한 포인트일 수 있다. 적어도 일부 인터-예측된 CU들로 코딩되는 슬라이스는 하나 이상의 참조 화면에 기초하여 디코딩될 수 있는 예측 (P) 또는 쌍-예측 (B) 슬라이스일 수 있다. P 슬라이스들은 이전에 코딩된 슬라이스들과의 인터-예측 및 인트라-예측을 사용할 수 있다. 예를 들어, P 슬라이스들은 인터-예측의 사용에 의해 I-슬라이스들보다 더욱 압축될 수 있지만, 이들을 코딩하기 위해 이전에 코딩된 슬라이스의 코딩을 필요로 한다. B 슬라이스들은, 2개의 상이한 프레임들로부터의 보간된 예측을 사용하는 인트라-예측 또는 인터-예측을 사용하여, 그 코딩을 위해 이전 및/또는 후속 슬라이스들로부터의 데이터를 사용할 수 있고, 따라서 모션 추정 프로세스의 정확도를 증가시킨다. 일부 경우들에서, P 슬라이스들 및 B 슬라이스들은 인트라 블록 사본을 사용하여 또한 또는 대안적으로 인코딩될 수 있으며, 여기서 동일한 슬라이스의 다른 부분들로부터의 데이터가 사용된다.

아래에 논의되는 바와 같이, 인트라 예측 또는 인터 예측은, 이웃 CU들(102) 또는 참조 화면들에서의 CU들(102)과 같은, 이전에 코딩된 CU들(102)로부터의 재구성된 CU들(734)에 기초하여 수행될 수 있다.

CU(102)가 704에서의 인트라 예측으로 공간적으로 코딩될 때, 화면에서의 이웃 CU들(102)로부터의 샘플들에 기초하여 CU(102)의 픽셀 값들을 최상으로 예측하는 인트라 예측 모드가 발견될 수 있다.

CU의 루마 성분을 코딩할 때, 인코더는 후보 인트라 예측 모드들의 리스트를 생성할 수 있다. HEVC는 루마 성분들에 대한 35개의 가능한 인트라 예측 모드들을 갖는 한편, JVET에서는 루마 성분들에 대한 67개의 가능한 인트라 예측 모드들이 존재한다. 이들은 이웃 픽셀들로부터 생성되는 값들의 3차원 평면을 사용하는 평면 모드, 이웃 픽셀들로부터 평균화되는 값들을 사용하는 DC 모드, 및 표시된 방향들을 따라 이웃 픽셀들로부터 복사되는 값들을 사용하는 도 8에 도시되는 65개의 방향성 모드들을 포함한다.

CU의 루마 성분에 대한 후보 인트라 예측 모드들의 리스트를 생성할 때, 이러한 리스트 상의 후보 모드들의 수는 CU의 크기에 의존할 수 있다. 후보 리스트는 SATD(Sum of Absolute Transform Difference) 비용들이 최저인 HEVC의 35개의 모드들의 서브세트; HEVC 모드들로부터 발견되는 후보들에 이웃하는 JVET에 대해 추가되는 새로운 방향성 모드들; 이전에 코딩된 이웃 블록들에 대해 사용되는 인트라 예측 모드들 뿐만 아니라 디폴트 모드들의 리스트에 기초하여 식별되는 CU(102)에 대한 6개의 MPM들(most probable modes)의 세트로부터의 모드들을 포함할 수 있다.

CU의 크로마 성분들을 코딩할 때, 후보 인트라 예측 모드들의 리스트가 또한 생성될 수 있다. 후보 모드들의 리스트는 루마 샘플들로부터의 크로스-성분 선형 모델 투영으로 생성되는 모드들, 크로마 블록에서 특히 병치된 위치들에서의 루마 CB들에 대해 발견되는 인트라 예측 모드들, 및 이웃 블록들에 대해 이전에 발견된 크로마 예측 모드들을 포함할 수 있다. 인코더는 레이트 왜곡 비용들이 최저인 리스트들 상의 후보 모드들을 발견하고, CU의 루마 및 크로마 성분들을 코딩할 때 이러한 인트라 예측 모드들을 사용할 수 있다. 각각의 CU(102)를 코딩하는데 사용되는 인트라 예측 모드들을 표시하는 비트스트림에서 구문이 코딩될 수 있다.

CU(102)에 대한 최상의 인트라 예측 모드가 선택된 후에, 인코더는 이러한 모드들을 사용하여 예측 CU(402)를 생성할 수 있다. 선택된 모드들이 방향성 모드들일 때, 방향성 정확도를 개선하는데 4-탭 필터가 사용될 수 있다. 예측 블록의 상단 또는 좌측에서의 열들 또는 행들은, 2-탭 또는 3-탭 필터들과 같은, 경계 예측 필터들로 조정될 수 있다.

예측 CU(702)는 이웃 블록들의 필터링되지 않은 샘플들을 사용하는 이웃 블록들의 필터링된 샘플들, 또는 3-탭 또는 5-탭 로우 패스 필터들을 사용하는 적응성 참조 샘플 평활화에 기초하여 생성되는 예측 CU(702)을 조정하여 참조 샘플들을 처리하는 PDPC(position dependent intra prediction combination) 프로세스로 더욱 평활화될 수 있다.

706에서의 인터 예측으로 CU(102)가 시간적으로 코딩될 때, CU(102)의 픽셀 값을 최상으로 예측하는 참조 화면들에서의 샘플들을 포인팅하는 MV들(motion vectors)의 세트가 발견될 수 있다. 인터 예측은 슬라이스에서의 픽셀들의 블록의 변위를 표현하는 것에 의해 슬라이스들 사이의 시간 중복성을 활용한다. 이러한 변위는 모션 보상이라고 불리는 프로세스를 통해 이전 또는 다음 슬라이스들에서의 픽셀들의 값에 따라 결정된다. 특정 참조 화면에 상대적인 픽셀 변위를 표시하는 연관된 참조 인덱스들 및 모션 벡터들이, 원래의 픽셀들과 모션 보상된 픽셀들 사이의 잔여와 함께, 비트스트림에서 디코더에 제공될 수 있다. 디코더는 재구성된 슬라이스에서의 픽셀들의 블록을 재구성하는데 잔여 및 시그널링된 모션 벡터들 및 참조 인덱스들을 사용할 수 있다.

JVET에서, 모션 벡터 정확도는 1/16 화소에서 저장될 수 있고, 모션 벡터와 CU의 예측 모션 벡터 사이의 차이는 1/4-화소 해상도 또는 정수-화소 해상도로 코딩될 수 있다.

JVET에서 모션 벡터들은, ATMVP(advanced temporal motion vector prediction), STMVP(spatial-temporal motion vector prediction), 아핀 모션 보상 예측, PMMVD(pattern matched motion vector derivation), 및/또는 BIO(bi-directional optical flow)와 같은 기술들을 사용하여, CU(102) 내의 다수의 서브-CU들에 대해 발견될 수 있다.

ATMVP를 사용하여, 인코더는 참조 화면에서의 대응하는 블록을 포인팅하는 CU(102)에 대한 시간 벡터를 발견할 수 있다. 시간 벡터는 이전에 코딩된 이웃 CU들(102)에 대해 발견되는 참조 화면들 및 모션 벡터들에 기초하여 발견될 수 있다. 전체 CU(102)에 대한 시간 벡터에 의해 포인팅되는 참조 블록을 사용하여, CU(102) 내의 각각의 서브-CU에 대해 모션 벡터가 발견될 수 있다.

STMVP는, 시간 벡터와 함께, 인터 예측으로 이전에 코딩된 이웃 블록들에 대해 발견되는 모션 벡터들을 스케일링 및 평균화하는 것에 의해 서브-CU들에 대한 모션 벡터들을 발견할 수 있다.

블록의 상단 코너들에 대해 발견되는 2개의 제어 모션 벡터들에 기초하여, 블록에서의 각각의 서브-CU에 대한 모션 벡터들의 필드를 예측하는데 아핀 모션 보상 예측이 사용될 수 있다. 예를 들어, CU(102) 내의 각각의 4x4 블록에 대해 발견되는 상단 코너 모션 벡터들에 기초하여 서브-CU들에 대한 모션 벡터들이 도출될 수 있다.

PMMVD는 쌍방 매칭 또는 템플릿 매칭을 사용하여 현재 CU(102)에 대한 초기 모션 벡터를 발견할 수 있다. 쌍방 매칭은 모션 궤적을 따라 2개의 상이한 참조 화면들에서의 참조 블록들 및 현재 CU(102)를 볼 수 있고, 한편 템플릿 매칭은 현재 CU(102)에서의 대응하는 블록들 및 템플릿에 의해 식별되는 참조 화면을 볼 수 있다. CU(102)에 대해 발견되는 초기 모션 벡터가 다음으로 각각의 서브-CU에 대해 개별적으로 정제될 수 있다.

이전의 그리고 차후의 참조 화면들에 기초하여 쌍-예측으로 인터 예측이 수행되고, 2개의 참조 화면들 사이의 차이의 변화도에 기초하여 서브-CU들에 대해 모션 벡터들이 발견되는 것을 허용할 때 BIO가 사용될 수 있다.

일부 상황들에서는, 현재 CU(102)에 이웃하는 샘플들 및 후보 모션 벡터에 의해 식별되는 참조 블록에 이웃하는 대응하는 샘플들에 기초하여, 스케일링 인자 파라미터 및 오프셋 파라미터에 대한 값들을 발견하는데 CU 레벨로 LIC(local illumination compensation)가 사용될 수 있다. JVET에서, 이러한 LIC 파라미터들은 CU 레벨로 변경되고 시그널링될 수 있다.

위 방법들 중 일부에 대해, CU의 서브-CU들 각각에 대해 발견되는 모션 벡터들이 CU 레벨로 디코더들에 시그널링될 수 있다. PMMVD 및 BIO와 같은, 다른 방법들에 대해, 모션 정보는 오버헤드를 절감하기 위해 비트스트림에서 시그널링되지 않고, 디코더들은 동일한 프로세스들을 통해 모션 벡터들을 도출할 수 있다.

CU(102)에 대한 모션 벡터들이 발견된 후, 인코더는 이러한 모션 벡터들을 사용하여 예측 CU(702)를 생성할 수 있다. 일부 경우들에서, 모션 벡터들이 개별 서브-CU들에 대해 발견되었을 때, 이러한 모션 벡터들을 하나 이상의 이웃 서브-CU들에 대해 이전에 발견된 모션 벡터들과 조합하는 것에 의해 예측 CU(702)를 생성할 때 OBMC(Overlapped Block Motion Compensation)가 사용될 수 있다.

쌍-예측이 사용될 때, JVET는 모션 벡터들을 발견하는데 DMVR(decoder-side motion vector refinement)을 사용할 수 있다. DMVR은 쌍방 템플릿 매칭 프로세스를 사용하여 쌍-예측에 대해 발견되는 2개의 모션 벡터들에 기초하여 모션 벡터가 발견되는 것을 허용한다. DMVR에서, 2개의 모션 벡터들 각각으로 생성되는 예측 CU들(702)의 가중된 조합이 발견될 수 있고, 2개의 모션 벡터들은 조합된 예측 CU(702)에 최상으로 포인팅하는 새로운 모션 벡터들로 이들을 대체하는 것에 의해 정제될 수 있다. 2개의 정제된 모션 벡터들은 최종 예측 CU(702)를 생성하는데 사용될 수 있다.

708에서, 앞서 설명된 바와 같이, 704에서의 인트라 예측 또는 706에서의 인터 예측으로 일단 예측 CU(702)가 발견되었으면, 인코더는 현재 CU(102)로부터 예측 CU(702)를 감산하여 잔여 CU(710)를 발견할 수 있다.

인코더는, 데이터를 변환 도메인으로 변환하는데 DCT-transform(discrete cosine block transform)을 사용하는 것과 같이, 잔여 CU(710)를 변환 도메인에서의 잔여 CU(710)를 표현하는 변환 계수들(714)로 변환하는데 712에서의 하나 이상의 변환 동작을 사용할 수 있다. JVET는, DCT-II, DST-VII, DST-VII, DCT-VIII, DST-I, 및 DCT-V 동작들을 포함하는, HEVC보다 많은 타입들의 변환 동작들을 허용한다. 허용된 변환 동작들은 서브-세트들로 그룹화될 수 있고, 어느 서브-세트들 및 이러한 서브-세트들에서의 어느 구체적 동작들이 사용되었는지의 표시가 인코더에 의해 시그널링될 수 있다. 일부 경우들에서는, 특정 크기보다 더 큰 CU들(102)에서의 고주파 변환 계수들을 제로화하는데 큰 블록 크기 변환들이 사용될 수 있어, 더 낮은-주파수 변환 계수들만이 이러한 CU들(102)에 대해 유지된다.

일부 경우들에서는 순방향성 코어 변환 후에 저주파 변환 계수들(714)에 MDNSST(mode dependent non-separable secondary transform)가 적용될 수 있다. MDNSST 동작은 회전 데이터에 기초하여 HyGT(Hypercube-Givens Transform)를 사용할 수 있다. 사용될 때, 특정 MDNSST 동작을 식별하는 인덱스 값이 인코더에 의해 시그널링될 수 있다.

716에서, 인코더는 변환 계수들(714)을 양자화된 변환 계수들(716)로 양자화할 수 있다. 각각의 계수의 양자화는 양자화 단계에 의해 계수의 값을 분할하는 것에 의해 계산될 수 있고, 이는 QP(quantization parameter)로부터 도출된다. 일부 실시예들에서, Qstep은 2^(QP-4)/6으로서 정의된다. 고정밀 변환 계수들(714)은 가능한 값들이 유한 수인 양자화된 변환 계수들(716)로 변환될 수 있기 때문에, 양자화는 데이터 압축을 보조할 수 있다. 따라서, 변환 계수들의 양자화는 변환 프로세스에 의해 생성되고 전송되는 비트들의 양을 제한할 수 있다. 그러나, 양자화는 손실성 동작이고, 양자화에 의한 손실은 복구될 수 없는 한편, 양자화 프로세스는 재구성된 시퀀스의 품질과 시퀀스를 표현하는데 필요한 정보의 양 사이의 트레이드-오프를 제시한다. 예를 들어, 표현 및 송신을 위해 더 높은 양의 데이터가 요구될 수 있더라도, 더 낮은 QP 값은 더 양호한 품질의 디코딩된 비디오를 초래할 수 있다. 반대로, 데이터 및 대역폭 수요들이 더 낮더라도 높은 QP 값은 더 낮은 품질의 재구성된 비디오 시퀀스들을 초래할 수 있다.

JVET는 분산-기반 적응성 양자화 기술들을 이용할 수 있는데, 이는 모든 CU(102)가 (프레임의 모든 CU(102)의 코딩에서 동일한 프레임 QP를 사용하는 대신에) 자신의 코딩 프로세스에 대해 상이한 양자화 파라미터를 사용하는 것을 허용한다. 분산-기반 적응성 양자화 기술들은 특정 블록들의 양자화 파라미터를 적응성으로 낮추는 한편 다른 것들에서는 이를 증가시킨다. CU(102)에 대한 구체적 QP를 선택하기 위해, CU의 분산이 계산된다. 간단히, CU의 분산이 프레임의 평균 분산보다 더 높으면, 프레임의 QP보다 더 높은 QP가 CU(102)에 대해 설정될 수 있다. CU(102)가 프레임의 평균 분산보다 더 낮은 분산을 제시하면, 더 낮은 QP가 배정될 수 있다.

720에서, 인코더는 양자화된 변환 계수들(718)을 엔트로피 코딩하는 것에 의해 최종 압축 비트들(722)을 발견할 수 있다. 엔트로피 코딩은 송신될 정보의 통계적 중복성들을 제거하는 것을 목적으로 한다. JVET에서, CABAC(Context Adaptive Binary Arithmetic Coding)는 양자화된 변환 계수들(718)을 코딩하는데 사용될 수 있으며, 이는 통계적 중복성들을 제거하는데 확률 척도들을 사용한다. 양자화 변환 계수들(718)이 0이 아닌 CU들(102)에 대해, 양자화된 변환 계수들(718)은 바이너리로 변환될 수 있다. 바이너리 표현의 각각의 비트("빈(bin)")는 다음으로 컨텍스트 모델을 사용하여 인코딩될 수 있다. CU(102)는 3개의 영역들로 나뉠 수 있고, 각각은 해당 영역 내의 픽셀들에 대해 사용할 자신의 컨텍스트 모델들의 세트가 있다.

빈들을 인코딩하기 위해 다수의 스캔 패스들이 수행될 수 있다. 처음 3개의 빈들(bin0, bin1, 및 bin2)을 인코딩하기 위한 패스들 동안, 빈에 대해 어느 컨텍스트 모델을 사용할지를 표시하는 인덱스 값은 템플릿에 의해 식별되는 5개까지의 이전에 코딩된 이웃 양자화된 변환 계수들(718)에서의 해당 빈 위치의 합을 발견하는 것에 의해 발견될 수 있다.

컨텍스트 모델은 '0' 또는 '1'인 빈의 값의 확률들에 기초할 수 있다. 값들이 코딩됨에 따라, 컨텍스트 모델에서의 확률들은 마주치는 '0' 및 '1' 값들의 실제 수에 기초하여 업데이트될 수 있다. HEVC는 각각의 새로운 화면에 대한 컨텍스트 모델들을 재-초기화하는데 고정 테이블들을 사용하는 한편, JVET에서 새로운 인터-예측된 화면들에 대한 컨텍스트 모델들의 확률들은 이전에 코딩된 인터-예측된 화면들에 대해 개발되는 컨텍스트 모델들에 기초하여 초기화될 수 있다.

인코더는 잔여 CU들(710)의 엔트로피 인코딩된 비트들(722), 선택된 인트라 예측 모드들 또는 모션 벡터들과 같은 예측 정보, QTBT 구조에 따라 CU들(102)이 어떻게 CTU(100)로부터 파티셔닝되었는지의 표시자들, 및/또는 인코딩된 비디오에 관한 다른 정보를 포함하는 비트스트림을 생산할 수 있다. 이러한 비트스트림은 아래 논의되는 바와 같이 디코더에 의해 디코딩될 수 있다.

최종 압축 비트들(722)을 발견하는데 양자화된 변환 계수들(718)을 사용하는 것에 추가로, 인코더는 디코더가 재구성된 CU들(734)을 생성하는데 사용하는 것과 동일한 디코딩 프로세스를 따르는 것에 의해 재구성된 CU들(734)을 생성하는데 양자화된 변환 계수들(718)을 또한 사용할 수 있다. 따라서, 일단 변환 계수들이 인코더에 의해 계산되고 양자화되었으면, 양자화된 변환 계수들(718)은 인코더에서 디코딩 루프에 송신될 수 있다. CU의 변환 계수들의 양자화 후에, 디코딩 루프는 디코딩 프로세스에서 디코더가 생성하는 것과 동일한 재구성된 CU(734)를 인코더가 생성하는 것을 허용한다. 따라서, 인코더는 새로운 CU(102)에 대한 인트라 예측 또는 인터 예측을 수행할 때 이웃 CU들(102) 또는 참조 화면들에 대해 디코더가 사용하는 것과 동일한 재구성된 CU들(734)을 사용할 수 있다. 재구성된 CU들(102), 재구성된 슬라이스들, 또는 전체 재구성된 프레임들은 추가의 예측 스테이지들에 대한 참조들로서 역할을 할 수 있다.

재구성된 이미지에 대한 픽셀 값들을 획득하기 위해 인코더의 디코딩 루프에서(디코더에서 동일한 동작들에 대해, 아래 참조), 역양자화 프로세스가 수행될 수 있다. 프레임을 역양자화하기 위해, 예를 들어, 프레임의 각각의 픽셀에 대한 양자화된 값은 위에 설명된 양자화 단계, 예를 들어, (Qstep)와 승산되어, 재구성된 역양자화된 변환 계수들(726)을 획득한다. 예를 들어, 인코더에서 도 7에 도시되는 디코딩 프로세스에서, 잔여 CU(710)의 양자화된 변환 계수들(718)은 역양자화된 변환 계수들(726)을 발견하기 위해 724에서 역양자화될 수 있다. MDNSST 동작이 인코딩 동안 수행되었다면, 해당 동작은 역양자화 후에 반전될 수 있다.

728에서, 역양자화된 변환 계수들(726)은, 재구성된 이미지를 획득하기 위해 값들에 DCT를 적용하는 것에 의해서와 같이, 재구성된 잔여 CU(730)를 발견하기 위해 역 변환될 수 있다. 732에서 재구성된 잔여 CU(730)는, 재구성된 CU(734)를 발견하기 위해, 704에서의 인트라 예측 또는 706에서의 인터 예측으로 발견되는 대응하는 예측 CU(702)에 추가될 수 있다.

736에서, 화면 레벨 또는 CU 레벨로, 하나 이상의 필터가 (인코더에서 또는, 아래에 설명되는 바와 같이, 디코더에서, ) 디코딩 프로세스 동안 재구성된 데이터에 적용될 수 있다. 예를 들어, 인코더는 디블록킹 필터, SAO(sample adaptive offset) 필터, 및/또는 ALF(adaptive loop filter)를 적용할 수 있다. 인코더의 디코딩 프로세스는 재구성된 이미지에서 잠재적인 아티팩트들을 다룰 수 있는 최적의 필터 파라미터들을 추정하고 이를 디코더에 송신하기 위해 필터들을 구현할 수 있다. 이러한 개선들은 재구성된 비디오의 객관적 및 주관적 품질을 증가시킨다. 디블록킹 필터링에서는, 서브-CU 경계 근처의 픽셀들이 수정될 수 있고, 반면 SAO에서는, CTU(100)에서의 픽셀들이 에지 오프셋 또는 대역 오프셋 분류를 사용하여 수정될 수 있다. JVET의 ALF는 각각의 2x2 블록에 대한 원형 대칭 형상들이 있는 필터들을 사용할 수 있다. 각각의 2x2 블록에 사용되는 필터의 크기 및 아이덴티티의 표시가 시그널링될 수 있다.

재구성된 화면들이 참조 화면들이면, 706에서 미래 CU들(102)의 인터 예측을 위해 이들이 참조 버퍼(738)에 저장될 수 있다.

위 단계들 동안, JVET는 콘텐츠 적응성 클리핑 동작들이 하위 및 상위 클리핑 경계들 사이에 어울리도록 컬러 값들을 조정하는데 사용되는 것을 허용한다. 이러한 클리핑 경계들이 각각의 슬라이스에 대해 변경될 수 있고, 이러한 경계들을 식별하는 파라미터들이 비트스트림에서 시그널링될 수 있다.

도 9는 JVET 디코더에서의 CU 코딩을 위한 간략화된 블록도를 묘사한다. JVET 디코더는 인코딩된 CU들(102)에 관한 정보를 포함하는 비트스트림을 수신할 수 있다. 이러한 비트스트림은 화면의 CU들(102)이 QTBT 구조에 따라 CTU(100)로부터 어떻게 파티셔닝되었는지를 표시할 수 있다. 비-제한적인 예로서, 비트스트림은 CU(102)가 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝, 및/또는 비대칭 바이너리 파티셔닝을 사용하여 QTBT에서 각각의 CTU(100)로부터 어떻게 파티셔닝되었는지를 식별할 수 있다. 비트스트림은 인트라 예측 모드들 또는 모션 벡터들과 같은 CU들(102)에 대한 예측 정보, 및 엔트로피 인코딩된 잔여 CU들을 표현하는 비트들(902)을 또한 표시할 수 있다.

904에서 디코더는 인코더에 의해 비트스트림에서 시그널링되는 CABAC 컨텍스트 모델들을 사용하여 엔트로피 인코딩된 비트들(902)을 디코딩할 수 있다. 디코더는 컨텍스트 모델들의 확률들을 인코딩 동안 업데이트된 것과 동일한 방식으로 업데이트하는데 인코더에 의해 시그널링되는 파라미터들을 사용할 수 있다.

양자화된 변환 계수들(906)을 발견하기 위해 904에서의 엔트로피 인코딩을 반전시킨 후에, 역양자화된 변환 계수들(910)을 발견하기 위해 디코더가 908에서 역양자화될 수 있다. MDNSST 동작이 인코딩 동안 수행되었다면, 해당 동작은 역양자화 후에 디코더에 의해 반전될 수 있다.

912에서, 재구성된 잔여 CU(914)를 발견하기 위해 역양자화된 변환 계수들(910)이 역 변환될 수 있다. 916에서, 재구성된 CU(914)를 발견하기 위해, 922에서의 인트라 예측 또는 924에서의 인터 예측으로 발견되는 대응하는 예측 CU(926)에 재구성된 잔여 CU(918)가 추가될 수 있다.

920에서, 화면 레벨 또는 CU 레벨로, 재구성된 데이터에 하나 이상의 필터가 적용될 수 있다. 예를 들어, 디코더는 디블록킹 필터, SAO(sample adaptive offset) 필터, 및/또는 ALF(adaptive loop filter)를 적용할 수 있다. 위에 설명된 바와 같이, 프레임의 객관적 및 주관적 품질을 증가시키기 위해 최적의 필터 파라미터들을 추정하는데 인코더의 디코딩 루프에 위치되는 인-루프 필터들이 사용될 수 있다. 인코더에서 필터링된 재구성된 프레임을 매칭시키기 위해 920에서 재구성된 프레임을 필터링하도록 이러한 파라미터들 디코더에 송신된다.

재구성된 CU들(918)을 발견하고 시그널링된 필터들을 적용하는 것에 의해 재구성된 화면들이 생성된 후에, 디코더는 재구성된 화면들을 출력 비디오(928)로서 출력할 수 있다. 재구성된 화면들이 참조 화면들로서 사용될 것이면, 이들은 924에서의 미래 CU들(102)의 인터 예측을 위해 참조 버퍼(930)에 저장될 수 있다.

도 10은 JVET 디코더에서의 CU 코딩(1000)의 방법의 실시예를 묘사한다. 도 10에 묘사되는 실시예에서, 단계 1002에서는 인코딩된 비트스트림(902)이 수신될 수 있고 다음으로 단계 1004에서는 인코딩된 비트스트림(902)과 연관된 CABAC 컨텍스트 모델이 결정될 수 있고, 다음으로 단계 1006에서는 결정된 CABAC 컨텍스트 모델을 사용하여 인코딩된 비트스트림(902)이 디코딩될 수 있다.

단계 1008에서는, 인코딩된 비트스트림(902)과 연관된 양자화된 변환 계수들(906)이 결정될 수 있고 다음으로 단계 1010에서는 양자화된 변환 계수들(906)로부터 역양자화된 변환 계수들(910)이 결정될 수 있다.

단계 1012에서는, 인코딩 동안 MDNSST 동작이 수행되었는지 및/또는 MDNSST 동작이 비트스트림(902)에 적용되었다는 표시를 비트스트림(902)이 포함하는지가 결정될 수 있다. 인코딩 프로세스 동안 MDNSST 동작이 수행되었다고 또는 MDNSST 동작이 비트스트림(902)에 적용되었다는 표시를 비트스트림(902)이 포함한다고 결정되면, 다음으로 단계 1016에서 비트스트림(902)에 대해 역 변환 동작(912)이 수행되기 전에 역 MDNSST 동작(1014)이 구현될 수 있다. 대안적으로, 단계 1014에서의 역 MDNSST 동작의 적용이 없으면 단계 1016에서 비트스트림(902)에 대해 역변환 동작(912)이 수행될 수 있다. 단계 1016에서의 역변환 동작(912)은 재구성된 잔여 CU(914)를 결정 및/또는 구성할 수 있다.

단계 1018에서는, 단계 1016으로부터의 재구성된 잔여 CU(914)가 예측 CU(918)와 조합될 수 있다. 예측 CU(918)는 단계 1020에서 결정되는 인트라-예측 CU(922) 및 단계 1022에서 결정되는 인터 예측 유닛(924) 중 하나일 수 있다.

단계 1024에서는, 임의의 하나 이상의 필터(920)가 재구성된 CU(914)에 적용되어 단계 1026에서 출력될 수 있다. 일부 실시예들에서는, 필터들(920)이 단계 1024에서 적용되지 않을 수 있다.

일부 실시예들에서는, 단계 1028에서, 재구성된 CU(918)가 참조 버퍼(930)에 저장될 수 있다.

도 11은 JVET 인코더에서의 CU 코딩을 위한 간략화된 블록도(1100)를 묘사한다. 단계 1102에서는 JVET 코딩 트리 유닛이 QTBT(quadtree plus binary tree) 구조에서의 루트 노드로서 표현될 수 있다. 일부 실시예들에서, QTBT는 루트 노드로부터 분기하는 쿼드트리 및/또는 쿼드트리의 리프 노드들 중 하나 이상으로부터 분기하는 바이너리 트리들을 가질 수 있다. 단계 1102로부터의 표현은 단계 1104, 1106 또는 1108로 진행할 수 있다.

단계 1104에서는, 표현된 쿼드트리 노드를 동일하지 않은 크기의 2개의 블록들로 분열시키는데 비대칭 바이너리 파티셔닝이 이용될 수 있다. 일부 실시예들에서, 분열된 블록들은 최종 코딩 유닛들을 표현할 수 있는 리프 노드들로서 쿼드트리 노드로부터 분기하는 바이너리 트리에서 표현될 수 있다. 일부 실시예들에서, 리프 노드들로서 쿼드트리 노드로부터 분기하는 바이너리 트리는 추가의 분열이 허용되지 않는 최종 코딩 유닛들을 표현한다. 일부 실시예들에서, 비대칭 파티셔닝은 코딩 유닛을 동일하지 않은 크기의 블록들로 분열시킬 수 있고, 첫번째는 쿼드트리 노드의 25% 를 표현하고, 두번째는 쿼드트리 노드의 75% 를 표현한다.

단계 1106에서는, 표현된 쿼드트리 노트를 동일한 크기의 4개의 정사각형 블록들로 분열시키는데 쿼드트리 파티셔닝이 이용될 수 있다. 일부 실시예들에서 분열된 블록들은 최종 코딩 유닛들을 표현하는 쿼드트리 노트들로서 표현될 수 있거나 또는 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝 또는 비대칭 바이너리 파티셔닝으로 다시 분열될 수 있는 자식 노드들로서 표현될 수 있다.

단계 1108에서는 표현된 쿼드트리 노트를 동일 크기의 2개 블록들로 분열시키는데 쿼드트리 파티셔닝이 이용될 수 있다. 일부 실시예들에서 분열된 블록들은 최종 코딩 유닛들을 표현하는 쿼드트리 노트들로서 표현될 수 있거나 또는 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝 또는 비대칭 바이너리 파티셔닝으로 다시 분열될 수 있는 자식 노드들로서 표현될 수 있다.

단계 1110에서는, 인코딩되도록 구성되는 자식 노드들로서 단계 1106 또는 단계 1108로부터의 자식 노드들이 표현될 수 있다. 일부 실시예들에서는 JVET로 바이너리 트리의 리프 노트들에 의해 자식 노드들이 표현될 수 있다.

단계 1112에서는, 단계 1104 또는 1110으로부터의 코딩 유닛들이 JVET를 사용하여 인코딩될 수 있다.

도 12는 JVET 디코더에서의 CU 디코딩을 위한 간략화된 블록도(1200)를 묘사한다. 도 12에 묘사되는 실시예에서, 단계 1202에서는 코딩 트리 유닛이 QTBT 구조에 따라 어떻게 코딩 유닛들로 파티셔닝되었는지를 표시하는 비트스트림이 수신될 수 있다. 이러한 비트스트림은 쿼드트리 노드들이 쿼드트리 파티셔닝, 대칭 바이너리 파티셔닝 또는 비대칭 바이너리 파티셔닝 중 적어도 하나로 어떻게 분열되는지를 표시할 수 있다.

단계 1204에서는, QTBT 구조의 리프 노드들에 의해 표현되는, 코딩 유닛들이 식별될 수 있다. 일부 실시예들에서, 이러한 코딩 유닛들은 노드가 비대칭 바이너리 파티셔닝을 사용하여 어떻게 쿼드트리 리프 노드로부터 분열되었는지를 표시할 수 있다. 일부 실시예들에서, 코딩 유닛은 디코딩될 최종 코딩 유닛을 노드가 표현한다는 점을 표시할 수 있다.

단계 1206에서는, 식별된 코딩 유닛(들)이 JVET를 사용하여 디코딩될 수 있다.

도 13a는 인트라 모드 예측에 대한 JVET 코딩을 위한 대안적인 간략화된 블록도(1300)를 묘사한다. 도 13a에 묘사되는 실시예에서, 단계 1302에서는 MPM들의 세트가 식별되고 메모리에서 인스턴스화될 수 있고, 다음으로 단계 1304에서는 16개의 선택된 모드들의 세트가 식별되고 메모리에서 인스턴스화될 수 있고 단계 1304에서는 67개의 모드들의 밸런스가 정의되고 메모리에서 인스턴스화될 수 있다. 일부 실시예들에서는, MPM들의 세트가 6개의 MPM들의 표준 세트로부터 감소될 수 있다. 일부 실시예들에서는, MPM들의 세트가 5개의 고유 모드들을 포함할 수 있고, 선택된 모드들이 16개의 고유 모드들을 포함할 수 있고 선택되지 않은 모드들 세트가 나머지 46개의 선택되지 않은 고유 모드들을 포함할 수 있다. 그러나, 대안적인 실시예들에서, MPM들의 세트가 더 적은 고유 모드들을 포함할 수 있고, 선택된 모드들이 16개의 고유 모드들로 고정되어 유지될 수 있고 선택되지 않은 고유 모드들 세트 크기가 총 67개의 모드들을 수용하도록 따라서 조정될 수 있다. 일부 대안적인 실시예들에서, 대안적인 실시예들에서 MPM들의 세트는 더 적은 고유 모드들을 포함할 수 있고, 선택된 모드들은 16개의 고유 모드들로 고정되어 유지될 수 있고, 선택되지 않은 고유 모드들 세트 크기는 총 67개의 모드들 및/또는 67개의 총 모드들보다 더 크거나 또는 더 작을 수 있는 임의의 수의 총 모드들의 밸런스를 수용하도록 따라서 조정될 수 있다. 여전히 추가의 대안적인 실시예들에서, MPM들의 세트는 6개보다 많은 고유 모드들을 포함할 수 있고, 선택된 모드들은 16개의 고유 모드들로 고정되어 유지될 수 있고, 선택되지 않은 고유 모드들 세트 크기는 총 67개의 모드들 및/또는 67개의 총 모드들보다 더 크거나 또는 더 작을 수 있는 임의의 수의 총 모드들의 밸런스를 수용하도록 따라서 조정될 수 있다.

비-제한적인 예로서, MPM들의 세트가 5개의 고유 모드들을 포함하는 일부 실시예들에서는, 6개의 MPM들 대신에, 절삭형 단항 바이너리화가 사용되면 MPM 모드들에 대해 배정되는 빈들의 수가 따라서 5개의 빈들과 동일하거나, 또는 이보다 적을 수 있고, 5개의 MPM들에 대한 새로운 바이너리화가 이용될 수 있다. 따라서, 일부 실시예들에서는, 62개의 나머지 인트라 모드들 중 16개의 선택된 모드들이 이러한 62개의 인트라 모드들을 균등하게 서브샘플링하는 것에 의해 생성될 수 있고, 각각은 고정 길이 코드의 4 비트로 코딩될 수 있다. 비-제한적인 예로서, 나머지 62개의 모드들이 {0, 1, 2, ..., 61}로서 인덱싱된다고 가정하면, 다음으로 16개의 선택된 모드들 = {0, 4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 56, 60}이다. 그리고 나머지 46개의 선택되지 않은 모드 = {1, 2, 3, 5, 6, 7, 9, 10 ... 59, 61}이며, 여기서 이러한 46개의 선택되지 않은 모드들은 절삭형 바이너리 코드로 코딩될 수 있다.

도 13b는 도 13a에 따른 인트라 모드 예측에 대한 대안적인 JVET 코딩의 테이블(1308)을 묘사한다. 도 13b에 묘사되는 실시예에서, 인트라 예측 모드들(1310)은 5개의 MPM들, 16개의 선택된 모드들 및 46개의 선택되지 않은 모드들을 포함하는 것으로서 도시되고, MPM들에 대한 빈 스트링들(1312)은 절삭형 단항 바이너리화를 사용하여 인코딩될 수 있고, 16개의 선택된 모드들은 고정 길이 코드의 4 비트를 사용하여 코딩될 수 있고 46개의 선택되지 않은 모드들은 절삭형 바이너리 코딩을 사용하여 코딩될 수 있다.

도 13a의 대안적인 실시예들에서는, 6개의 MPM들이 이용될 수 있지만, MPM 리스트 상의 처음 5개의 MPM들만이 도 13b에 도시되는 바와 같이 바이너리화될 수 있고, JVET 문헌들/표준들에 설명되는 컨텍스트-기반 방법(들)으로 코딩될 수 있다. MPM 리스트 상의 여섯번째 MPM은 다음으로 16개의 선택된 모드들 중 하나로서 고려되고, 다른 15개의 선택된 모드들과 함께 고정 길이 코드의 4 비트로 코딩될 수 있다.

비-제한적인 예로서, 나머지 61개의 모드들이 {0, 1, 2, ..., 60}으로서 인덱싱되면, 15개의 선택된 모드들은 다음과 같이 나머지 61개의 인트라 모드들을 균등하게 서브샘플링하는 것에 의해 획득될 수 있다: 15개의 선택된 모드들 세트는 {0, 5, 10, 14, 18, 22, 26, 30, 34, 38, 42, 46, 50, 55, 60} 일 수 있고 15개의 선택된 모드들 플러스 여섯번째 MPM은, 다음 세트: {여섯번째 MPM, 0, 5, 10, 14, 18, 22, 26, 30, 34, 38, 42, 46, 50, 55, 60}과 같이, 고정 길이 코드의 4 비트로 코딩될 것이고, 46개의 선택되지 않은 모드들의 밸런스는 다음 세트에서 도시되고, 선택되지 않은 모드들 세트 = {1, 2, 3, 4, 6, 7, 8, 9, 11, 12 ... 49, 51, 52, 53, 54, 56, 57, 58, 59}로서 절삭형 바이너리 코드로 코딩된다.

도 13a의 또 추가의 대안적인 실시예들에서, MPM 리스트 상의 처음 5개의 MPM들만이 도 13b에 도시되는 바와 같이 바이너리화되고 현재 JVET 문헌들/표준들에 설명되는 현재 컨텍스트 기반 방법(들)로 코딩될 수 있다. 이러한 실시예에서, MPM 리스트 상의 여섯번째 MPM은 16개의 선택된 모드들 중 하나로서 고려되고 다른 15개의 선택된 모드들과 함께 고정 길이 코드의 4 비트로 코딩될 수 있다. 따라서, 다른 15개의 선택된 모드들의 선택은 임의의 알려진 편리한 및/또는 원하는 선택 프로세스를 사용하여 설정될 수 있다. 비-제한적인 예로서, 이들은 MPM 모드들 주위에서, 또는 (콘텐츠-기반) 통계적으로 인기있는 모드들 주위에서, 또는 훈련된 또는 역사적으로 인기있는 모드들 주위에서, 또는 다른 알려진, 편리한 및/또는 원하는 방법들 또는 프로세스들을 사용하여 선택될 수 있다. 다시, 5개의 MPM들의 선택은 단지 비-제한적인 예이고 대안적인 실시예들에서 MPM들의 세트는 4개의 또는 3개의 MPM들로 더욱 감소되거나 또는 6개보다 많이 확장될 수 있으며, 여전히 16개의 선택된 모드들이 존재하고 67개의 (또는 다른 알려진, 편리한 및/또는 원하는 총 수의) 인트라 코딩 모드들의 밸런스가 인트라 코딩 모드들의 선택되지 않은 세트에 포함된다. 즉, MPM 세트가 임의의 알려진 편리한 또는 원하는 수의 MPM들을 포함하고, 선택된 모드들의 수량이 임의의 알려진 편리한 및/또는 원하는 수량일 수 있는 실시예들과 같이, 인트라 코딩 모드들의 총 수가 67보다 더 큰 또는 이보다 더 작은 실시예들이 고려된다.

일부 실시예들에서, 선택된 그리고 선택되지 않은 모드들의 순서의 결정이 도 14에 묘사되는 방법(1400)을 통해 수립될 수 있다. 도 14에 묘사되는 실시예에서, 단계 1402에서는 67개의 고유 인트라 코딩 모드들의 초기 세트가 0 - 66으로서 정의된다. 단계 1404에서는 67개의 고유 코딩 모드들의 초기 세트, 정수들 0 - 66의 제1 서브세트가 MPM들로서 선택된다. 이러한 MPM들의 제1 서브세트는 0 - 66 모드들로부터 선택되는 3개의, 4개의, 5개의 또는 6개의 고유 MPM들을 포함할 수 있다. 다음으로 단계 1406에서는, 제1 MPM들과 별개인 16개의 선택되지 않은 모드들의 세트가 정의될 때까지 선택된 MPM들 각각에 1 내지 n을 추가하는 것 및 이로부터 1 내지 n을 감산하는 것에 의해 16개의 선택된 모드들의 제2 서브세트가 식별될 수 있다. MPM 세트 및 선택된 모드들 세트에 이전에 배정되지 않은 모든 모드들이 선택되지 않은 세트 내에 순서화될 때까지 초기 MPM들에 계속-증가하는 정수들을 추가하는 것 및 이들로부터 계속-증가하는 정수들을 감산하는 것을 계속하는 것에 의해 다음으로 단계 1408에서 67개의 코딩 모드들의 나머지 모드들이 선택되지 않은 모드들의 세트 내에 순서화될 수 있다. 일부 실시예들에서는, 1을 추가하는/1을 감산하는 기술이 MPM들의 서브세트에 적용될 수 있다.

이러한 모드들은 하나 이상의 기준에 기초하여 코딩 순서에 의해 정의될 수 있다. 비-제한적인 예로서, 현재 블록에 대해, 가능한 인트라 모드들은, 그들의 예상(또는 추정) 확률들(또는 인기도들)과 같은, 하나 이상의 기준에 따라 가상 우선순위 리스트로 순서화될 수 있고 및/또는 인트라 모드 순서화는 순서를 표시하는 인덱싱을 사용하여 수행될 수 있다.

본 명세서에 설명되는 바와 같이, 더 넓은 시스템 및 방법의 사용의 예들을 제공하기 위해 예시적인 우선순위 리스트가 참조된다. 그러나, 이러한 시스템 및 방법은 물리적 리스트 또는 가상 순서화 중 적어도 하나를 제공할 수 있다는 점이 이해되어야 한다. 즉, 일부 실시예들에서는 물리적 리스트가 요구되지 않을 수 있다. 본 명세서에서 우선순위 리스트에 대한 참조는, 다시 말해서, 인프라 모드들의 세트에 대한 코딩 순서를 식별할 수 있는 임의의 스킴과 교환가능한 것으로서 의도된다. 이러한 순서화는, 우선순위에 기초하여 리스트에서 순서화되는 모드들의 리스트와 같은, 인덱싱 스킴 또는 리스트로서 수행될 수 있다. 우선순위에 기초하는 순서화는, 상단에서 가장 적은 수의 빈들을 사용하여 모드들을 포함시키는 것에 의해, 상단으로부터 하단으로 사용되는 빈들의 증가하는 순서로 순서화되는 리스트와 같은, 본 명세서에 개시되는 개념들에 기초하여 정의될 수 있다. 따라서, 리스트 상의 최고 모드는 최고 우선순위를 갖는 것으로 고려될 수 있다. 일부 실시예들에서, 리스트들은, 코딩 순서에 대한 선호도와 같은, 다른 기준에 기초하여 순서화될 수 있다. 일단 인트라 모드들의 순서가 식별되면, 인트라 모드들은 카테고리들로 분할될 수 있다.

순서화된 우선순위 리스트의 제1 비-제한적인 예시적인 실시예에서, 우선순위 리스트는 다음과 같이 구성될 수 있다:

L(left) 및 A(above) 이웃 블록들의 인트라 모드들이 수립될 수 있고, 다음으로 평면 모드 및 DC 모드가 수립될 수 있고, BL(bottom-left), AR(above-right) 및 AL(above-left) 이웃 블록들의 인트라 모드들이 식별될 수 있음.

다음으로, 이들이 각도 모드들이면, L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들이 1만큼 증분되고 감분될 수 있다.

다음으로 수직 모드, 수평 모드, 대각선 각도 모드 (2), 및 대각선 모드 (34)가 식별될 수 있다.

다음으로 추가 모드들은 다음에 의해 수립될 수 있다:

이들이 각도 모드들이면, L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 2만큼 감분시킴 및 증분시킴,

수직, 수평 및 대각선 모드들을 1만큼 감분시킴 및 증분시킴,

이들이 각도 모드들이면, L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 3만큼 감분시킴 및 증분시킴, 및

수직, 수평 및 대각선 모드들을 2만큼 감분시킴 및 증분시킴,

다음으로 정수 값들이 증가하는 패턴을 반복하지만, 결과 모드가 이미 랭크 순서화로부터 복제 모드들을 소거하기 위해 식별되고 순서화되었다면, 증분 또는 감분 프로세스의 결과인 임의의 모드를 바이패스함 또는 소거함.

대안적인 비-제한적 예시적인 실시예들에서, 순서화된 우선순위 리스트는 다음과 같이 구성될 수 있다:

L(left), A(above) 이웃 블록들의 인트라 모드들, 평면 모드 및 DC 모드를 결정함,

BL(bottom-left), AR(above-right) 및 AL(above-left) 이웃 블록들의 인트라 모드들을 결정함.

이들이 각도 모드들이면, 다음으로 L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 1만큼 감분 및 증분시키고, 수직 모드, 수평 모드, 대각선 각도 모드 (2), 및 대각선 모드 (34)를 결정함.

다음으로 모든 67개의 모드들이 랭크 순서화될 때까지 수직, 수평 모드들을 증가하는 정수(즉, 1, 2, 3, 4, 5, ...)만큼 연속적으로 감분 및 증분시킴. 다시, 결과 모드가 랭크 순서화로부터의 복제 모드들을 소거하도록 이미 식별되고 순서화었으면, 증분 또는 감분 프로세스의 결과인 임의의 모드를 바이패스함 또는 소거함.

순서화된 우선순위 리스트의 다른 비-제한적, 예시적인 실시예에서, 우선순위 리스트는 다음과 같이 구성될 수 있다:

L(left) 및 A(above) 이웃 블록들의 인트라 모드들, 및 평면 모드 및 DC 모드를 결정함.

이들이 각도 모드들이면, L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 1만큼 감분시킴 및 증분시킴.

수직 모드, 수평 모드, 대각선 각도 모드 (2) 및 대각선 모드 (34)를 결정함.

다음으로 모든 67개의 모드들이 랭크 순서화될 때까지 수직, 수평 모드들을 증가하는 정수(즉, 1, 2, 3, 4, 5...)만큼 연속적으로 감분 및 증분시킴. 다시, 결과 모드가 랭크 순서화로부터의 복제 모드들을 소거하도록 이미 식별되고 순서화었으면, 증분 또는 감분 프로세스의 결과인 임의의 모드를 바이패스함 또는 소거함.

각도 모드 인덱스들에 대한 산술 동작들은 원형 방식일 수 있다. 예를 들어, 현재 JVET에는, 2로부터 66까지 인덱싱될 수 있는 65(67-2)개의 각도 모드들이 존재한다. 그러므로, 이러한 인덱싱이 있는 각도 모드로부터 정수가 추가되거나 또는 감산되면, 결과 모드는 여전히 2, 3, ..., 66의 각도 모드들 중 하나이다. 예를 들어, 모드 66에 1을 추가하는 것은 모드 2를 초래하고(즉, 66 + 1=> 2), 모드 2로부터 1을 감산하는 것은 모드 66을 초래한다(즉, 2 - 1=> 66).

일부 실시예들에서 이전에 주목된 바와 같이, 복제 모드들을 제거하기 위해 프루닝 프로세스가 통합될 수 있다. 위 프로세스들에서 복제 모드들을 제거하는 프루닝 프로세스는 고유 모드들로 하여금 랭크 순서화에서 구성되게 할 수 있다.

선택되지 않은 모드 카테고리에 포함될, 그리고 우선순위 리스트에서의 그들의 위치들에 따라 더 적은 수들의 빈들로 배정될 우선순위를 갖는, MPM 모드 카테고리 및 선택된 모드 카테고리에 포함되지 않는 인트라 모드들을 포함하기 위한 다른 예시적인, 비-제한적 예들이 아래에 제시된다.

비-제한적인 예로서, 도 1a에 예시되는 바와 같이, 5개의(L, A, BL, AR 및 AL) 이웃 블록들을 갖는 현재 블록을 고려한다. 다음으로, 5개의 이웃 블록들의 인트라 모드들이 4, 38, 7, 45 및 41인 점을 고려한다. 67개의 인트라 모드들은 다음과 같이 우선순위 리스트에서 순서화될 수 있다:

L 및 A 이웃 블록들의 인트라 모드들이 결정될 수 있음: 4 (L), 38 (A)

평면 및 DC 모드들이 수립될 수 있음: 0 (평면), 1 (DC)

BL, AR 및 AL 이웃 블록들의 인트라 모드들이 결정될 수 있음: 7 (BL), 45 (AR), 41 (AL).

L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 1만큼 증분시킴 및 감분시킴 : 3 (4-1), 5 (4+1), 37 (38-1), 39 (38+1), 6 (7-1), 8 (7+1), 44 (45-1), 46 (45+1), 40 (41-1), 42 (41+1),

수직/수평/대각선 모드들을 결정함: 50 (수직), 18 (수평), 2 (대각선), 및 34 (대각선).

L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들을 2만큼 증분시킴 및 감분시킴 : 36 (38-2), 9 (7+2), 43 (45-2), 47 (45+2),

수직, 수평 및 대각선 모드들을 1만큼 증분시킴 및 감분시킴 : 49 (50-1), 51(50+1), 17 (18-1), 19 (18+1), 66 (2-1), 33 (34-1), 35 (34+1),

모든 67개의 모드들이 랭크 순서화될 때까지 점진적으로 더 큰 정수들 및 프루닝 프로세스를 사용하여 증분 및 감분 프로세스를 계속함.

또 다른 비-제한적인 예에서는, 6개의 모드들이 MPM 리스트에서 허용될 수 있다. 위에 설명된 바와 같이, 하나 이상의 실시예에서, 이러한 6개의 모드들은 우선순위 리스트의 상단 상의 처음 6개의 모드들일 수 있다. 따라서, 위 우선순위 리스트에 따르면, 처음 6개의 모드들은 모드들 4, 38, 0, 1, 7, 및 45이다. 이러한 6개의 MPM 모드들은 개시된 기술들에 따라 빈들에 배정될 수 있다. 본 명세서에 설명되는 바와 같이, 하나 이상의 실시예에서 MPM 모드들은 절삭형 단항 바이너리화를 이용하여 5개까지의 빈들을 배정받을 수 있다.

본 명세서에 설명되는 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2, 34 및 36이다. 위에 설명된 바와 같이, 하나 이상의 실시예에서 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다.

3개의 카테고리들이 설명되는 하나 이상의 실시예에 따르면, 인트라 모드들의 나머지는 선택되지 않은 모드 카테고리에 포함될 수 있다. 위에 설명된 바와 같이, 하나 이상의 실시예에서 이러한 모드들은 우선순위 리스트에서의 그들의 위치들에 따라 절삭형 바이너리 코드를 사용하여 5개의 또는 6개의 빈들을 배정받을 수 있다.

추가의 비-제한적인 예에서, MPM 리스트에서 5개의 모드들이 허용된다고 가정하는데, 여기서 이러한 5개의 모드들은 우선순위 리스트의 상단 상의 처음 5개의 모드들이다. 위 예시적인 우선순위 리스트에서, 우선순위 리스트에서의 상단 5개의 모드들에 대응하는 모드들은 모드들 4, 38, 0, 1 및 7일 수 있다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 5개의 MPM 모드들은 절삭형 단항 바이너리화를 사용하여 4개까지의 빈들을 배정받을 수 있다.

본 명세서에 설명되는 비-제한적인 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 45, 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2, 및 34이다. 위에 설명된 바와 같이 하나 이상의 실시예에서 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다. 3개의 카테고리들이 설명되는 하나 이상의 실시예에 따르면, 인트라 모드들의 나머지는 선택되지 않은 모드 카테고리에 포함될 수 있다. 위에 설명된 바와 같이, 하나 이상의 실시예에서 이러한 모드들은 우선순위 리스트에서의 그들의 위치들에 따라 절삭형 바이너리 코드를 사용하여 5개의 또는 6개의 빈들을 배정받을 수 있다.

추가의 비-제한적 예시적인 실시예로서, 도 1a에 도시되는 바와 같이, 현재 블록은 5개의 (L, A, BL, AR 및 AL) 이웃 블록들을 갖는다. 5개의 이웃 블록들의 인트라 모드들은 4, 38, 7, 45 및 41이다. 67개의 인트라 모드들은 다음과 같이 우선순위 리스트에서 순서화될 수 있다.

평면 및 DC 모드들이 수립됨: 0 (평면), 1 (DC)

BL, AR 및 AL 이웃 블록들의 인트라 모드들이 결정됨: 7 (BL), 45 (AR), 41 (AL)

L, A, BL, AR 및 AL 이웃 블록들의 인트라 모드들이 1만큼 감분됨 및 증분됨 : 3 (4-1), 5 (4+1), 37 (38-1), 39 (38+1), 6 (7-1), 8 (7+1), 44 (45-1), 46 (45+1), 40 (41-1), 42 (41+1),

수직/수평/대각선 모드들이 수립됨: 50 (수직), 18(수평), 2 (대각선), 및 34 (대각선).

수직 및 수평 모드들의 인트라 모드들이 1만큼 감분됨 및 증분됨 : 49 (50-1), 51 (50+1), 17 (18-1), 19 (18+1),

수직 및 수평 모드들의 인트라 모드들이 2만큼 감분됨 및 증분됨 : 48 (50-2), 52 (50+2), 16 (18-2), 20 (18+2),

다음으로 이러한 증분 및 감분 프로세스는 모든 67개의 모드들이 랭크 순서화될 때까지 점진적으로 더 큰 정수들 및 프루닝 프로세스를 사용하여 계속될 수 있음.

비-제한적인 예에서, MPM 리스트에서 6개의 모드들이 허용되면, 이러한 6개의 모드들은 우선순위 리스트의 상단 상의 처음 6개의 모드들일 수 있다. 위 예시적인 우선순위 리스트에 따르면, 처음 6개의 MPM은 모드들은 4, 38, 0, 1, 7 및 45일 것이다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 6개의 MPM 모드들은 절삭형 단항 바이너리화를 사용하여 5개까지의 빈들을 배정받을 수 있다.

비-제한적인 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2, 34 및 49이다. 위에 설명된 바와 같이 하나 이상의 실시예에서 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다.

3개의 카테고리들이 설명되는 하나 이상의 실시예에 따르면, 인트라 모드들의 나머지는 선택되지 않은 모드 카테고리에 포함될 수 있다. 위에 설명된 바와 같이 하나 이상의 실시예에서 이러한 모드들은 우선순위 리스트에서의 그들의 위치들에 따라 절삭형 바이너리 코드를 사용하여 5개의 또는 6개의 빈들을 배정받을 수 있다.

하나 이상의 비-제한적 예시적인 실시예에서는, 5개의 모드들이 MPM 리스트에서 허용될 수 있고, 여기서 이러한 5개의 모드들은 우선순위 리스트의 상단 상의 처음 5개의 모드들이다. 위 예시적인 우선순위 리스트에 따르면, 이들은 모드들 4, 38, 0, 1, 및 7이다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 5개의 MPM 모드들은 절삭형 단항 바이너리화를 사용하여 4개까지의 빈들을 배정받을 수 있다.

본 명세서에 설명되는 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 45, 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2, 및 34이다. 위에 설명된 바와 같이 하나 이상의 실시예에서 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다.

또 다른 비-제한적 예시적인 실시예에서, 도 1a에 도시되는 바와 같이, 현재 블록은 5개의 (L, A, BL, AR 및 AL) 이웃 블록들을 가질 수 있다. 이러한 5개의 이웃 블록들의 인트라 모드들은 4, 38, 7, 45 및 41일 수 있다. 67개의 인트라 모드들은 다음과 같이 우선순위 리스트에서 순서화될 수 있다:

L 및 A 이웃 블록들의 인트라 모드들: 4 (L), 38 (A)

평면 및 DC 모드들이 수립될 수 있음: 0 (평면), 1 (DC).

수직/수평/대각선 모드들이 수립될 수 있음: 50 (수직), 18 (수평), 2 (대각선), 및 34 (대각선).

수직, 수평 및 대각선 모드들의 인트라 모드들을 1만큼 감분시킴 및 증분시킴 : 49 (50-1), 51 (50+1), 17 (18-1), 19 (18+1), 66 (2-1), 33 (34-1), 35 (34+1),

수직, 수평 및 대각선 모드들의 인트라 모드들을 2만큼 감분시킴 및 증분시킴 : 48 (50-2), 52 (50+2), 16 (18-2), 20 (18+2), 65 (2-2), 32 (34-2), 36 (34+2),

하나 이상의 실시예에서, 6개의 모드들이 MPM 리스트에서 허용될 수 있고, 여기서 이러한 6개의 모드들은 우선순위 리스트의 상단 상의 처음 6개의 모드들이다. 위 예시적인 우선순위 리스트에 따르면, 이들은 모드들 4, 38, 0, 1, 7, 및 45이다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 6개의 MPM 모드들은 절삭형 단항 바이너리화를 사용하여 5개까지의 빈들을 배정받을 수 있다.

본 명세서에 설명되는 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2, 34 및 49이다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다.

3개의 카테고리들이 설명되는 하나 이상의 실시예에 따르면, 인트라 모드들의 나머지는 선택되지 않은 모드 카테고리에 포함될 수 있다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 모드들은 우선순위 리스트에서의 그들의 위치들에 따라 절삭형 바이너리 코드를 사용하여 5개의 또는 6개의 빈들을 배정받을 수 있다.

하나 이상의 실시예에서, 5개의 모드들이 MPM 리스트에서 허용될 수 있고, 여기서 이러한 5개의 모드들은 우선순위 리스트의 상단 상의 처음 5개의 모드들이다. 위 예시적인 우선순위 리스트에 따르면, 이들은 모드들 4, 38, 0, 1, 및 7일 수 있다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 5개의 MPM 모드들은 절삭형 단항 바이너리화를 사용하여 4개까지의 빈들을 배정받을 수 있다.

본 명세서에 설명되는 예에 따르면, 우선순위 리스트 상의 다음 16개의 모드들은 선택된 모드 카테고리에 있을 수 있다. 위 예시적인 우선순위 리스트에 따르면, 선택된 모드들은 모드들 45, 41, 3, 5, 37, 39, 6, 8, 44, 46, 40, 42, 50, 18, 2 및 34일 수 있다. 하나 이상의 실시예에서 위에 설명된 바와 같이, 이러한 선택된 모드들 각각은 고정 길이 코드의 4개의 빈들을 배정받을 수 있다.

하나 이상의 실시예에서, MPM 모드 카테고리(또는 MPM 리스트)는 우선순위 리스트에서의 선택된 소수 모드들로 제한될 수 있다. 하나 이상의 실시예에서, MPM 모드 카테고리는 우선순위 리스트의 상단 상의 처음 몇몇 인트라 모드들만을 포함한다. 예를 들어, 현재 JVET는 MPM 리스트에서의 6개까지의 모드들만을 허용한다. MPM 리스트에서의 5개까지의 모드들 이하를 허용하는 것과 같이, MPM 리스트에 대한 대안들이 고려된다. 여전히 추가의 대안적인 실시예들에서, 시스템들은 67개보다 적은 또는 많은 코딩 모드들을 포함할 수 있고, MPM 리스트, 선택된 모드 리스트 및 선택되지 않은 모드 리스트 각각에 포함되는 모드들의 수는 임의의 알려진, 편리한 및/또는 원하는 크기의 것일 수 있다.

실시예들을 실시하는데 요구되는 명령어들의 시퀀스들의 실행이 도 15에 도시되는 바와 같은 컴퓨터 시스템(1500)에 의해 수행될 수 있다. 실시예에서, 명령어들의 시퀀스들의 실행은 단일 컴퓨터 시스템(1500)에 의해 수행된다. 다른 실시예들에 따르면, 통신 링크(1515)에 의해 연결되는 2개 이상의 컴퓨터 시스템들(1500)이 서로 협력하여 명령어들의 시퀀스를 수행할 수 있다. 단 하나의 컴퓨터 시스템(1500)의 설명이 아래에 제시되더라도, 그러나, 임의의 수의 컴퓨터 시스템들(1500)이 실시예들을 실시하는데 이용될 수 있다는 점이 이해되어야 한다.

컴퓨터 시스템(1500)의 기능 컴포넌트들의 블록도인 도 15를 참조하여 실시예에 따른 컴퓨터 시스템(1500)이 이제 설명될 것이다. 본 명세서에 사용되는 바와 같이, 컴퓨터 시스템(1500)이라는 용어는 하나 이상의 프로그램을 저장하고 독립적으로 실행할 수 있는 임의의 컴퓨팅 디바이스를 설명하는데 광범위하게 사용된다.

각각의 컴퓨터 시스템(1500)은 버스(1506)에 연결되는 통신 인터페이스(1514)를 포함할 수 있다. 통신 인터페이스(1514)는 컴퓨터 시스템들(1500) 사이의 양방향 통신을 제공한다. 각각의 컴퓨터 시스템(1500)의 통신 인터페이스(1514)는 다양한 타입들의 신호 정보, 예를 들어, 명령어들, 메시지들 및 데이터를 표현하는 데이터 스트림들을 포함하는 전기, 전자기 또는 광 신호들을 송신하고 수신한다. 통신 링크(1515)는 하나의 컴퓨터 시스템(1500)을 다른 컴퓨터 시스템(1500)과 링크한다. 예를 들어, 통신 링크(1515)는 LAN일 수 있으며, 이러한 경우 통신 인터페이스(1514)는 LAN 카드일 수 있거나, 또는 통신 링크(1515)는 PSTN일 수 있으며, 이러한 경우 통신 인터페이스(1514)는 ISDN(integrated services digital network) 카드 또는 모뎀일 수 있거나, 또는 통신 링크(1515)는 인터넷일 수 있으며, 이러한 경우 통신 인터페이스(1514)는 다이얼-업, 케이블 또는 무선 모뎀일 수 있다.

컴퓨터 시스템(1500)은, 프로그램, 즉, 애플리케이션, 코드를 포함하는, 메시지들, 데이터, 및 명령어들을, 자신의 각각의 통신 링크(1515) 및 통신 인터페이스(1514)를 통해 송신하고 수신할 수 있다. 수신된 프로그램 코드는 그것이 수신됨에 따라 각각의 프로세서(들)(1507)에 의해 실행되고, 및/또는, 차후 실행을 위해, 저장 디바이스(1510), 또는 다른 연관된 비-휘발성 매체에 저장될 수 있다.

실시예에서, 컴퓨터 시스템(1500)은 데이터 저장 시스템(1531), 예를 들어, 컴퓨터 시스템(1500)에 의해 용이하게 액세스가능한 데이터베이스(1532)를 포함하는 데이터 저장 시스템(1531)과 함께 동작한다. 컴퓨터 시스템(1500)은 데이터 인터페이스(1533)를 통해 데이터 저장 시스템(1531)과 통신한다. 버스(1506)에 연결되는, 데이터 인터페이스(1533)는, 다양한 타입들의 신호 정보, 예를 들어, 명령어들, 메시지들 및 데이터를 표현하는 데이터 스트림을 포함하는, 전기, 전자기 또는 광 신호들을 송신하고 수신한다. 실시예들에서, 데이터 인터페이스(1533)의 기능들은 통신 인터페이스(1514)에 의해 수행될 수 있다.

컴퓨터 시스템(1500)은, 명령어들, 메시지들 및 데이터, 집합적으로는, 정보를 통신하기 위한 버스(1506) 또는 다른 통신 메커니즘, 및 정보를 처리하기 위해 버스(1506)와 연결되는 하나 이상의 프로세서(1507)를 포함한다. 컴퓨터 시스템(1500)은, 프로세서(들)(1507)에 의해 실행될 동적 데이터 및 명령어들을 저장하기 위해 버스(1506)에 연결되는, RAM(random access memory) 또는 다른 동적 저장 디바이스와 같은, 메인 메모리(1508)를 또한 포함한다. 메인 메모리(1508)는 프로세서(들)(1507)에 의한 명령어들의 실행 동안 임시 데이터, 즉, 변수들, 또는 다른 중간 정보를 저장하기 위해 또한 사용될 수 있다.

컴퓨터 시스템(1500)은 프로세서(들)(1507)에 대한 정적 데이터 및 명령어들을 저장하기 위해 버스(1506)에 연결되는 ROM(read only memory)(1509) 또는 다른 정적 저장 디바이스를 추가로 포함할 수 있다. 프로세서(들)(1507)에 대한 데이터 및 명령어를 저장하기 위해 자기 디스크 또는 광 디스크와 같은, 저장 디바이스(1510)가 또한 제공되고 버스(1506)에 연결될 수 있다.

사용자에게 정보를 디스플레이하기 위해, 이에 제한되는 것은 아니지만, CRT(cathode ray tube) 또는 LCD(liquid-crystal display) 모니터와 같은, 디스플레이 디바이스(1511)에 버스(1506)를 통해 컴퓨터 시스템(1500)이 연결될 수 있다. 프로세서(들)(1507)에 정보 및 커맨드 선택들을 통신하기 위해 버스(1506)에 입력 디바이스(1512), 예를 들어, 영숫자 및 다른 키들이 연결된다.

하나의 실시예에 따르면, 개별 컴퓨터 시스템(1500)은 메인 메모리(1508)에 포함되는 하나 이상의 명령어들의 하나 이상의 시퀀스를 실행하는 그들 각각의 프로세서(들)(1507)에 의해 구체적인 동작들을 수행한다. 이러한 명령어들은, ROM(1509) 또는 저장 디바이스(1510)와 같은, 다른 컴퓨터-사용가능 매체로부터 메인 메모리(1508) 내로 판독될 수 있다. 메인 메모리(1508)에 포함되는 명령어들의 시퀀스들의 실행은 프로세서(들)(1507)로 하여금 본 명세서에 설명되는 프로세스들을 수행하게 한다. 대안적인 실시예들에서는, 소프트웨어 명령어들 대신에 또는 이들과 조합하여 하드와이어드 회로가 사용될 수 있다. 따라서, 실시예들이 하드웨어 회로 및/또는 소프트웨어의 임의의 구체적인 조합에 제한되는 것은 아니다.

"컴퓨터-사용가능 매체(computer-usable medium)"라는 용어는, 본 명세서에서 사용되는 바와 같이, 정보를 제공하거나 또는 프로세서(들)(1507)에 의해 사용가능한 임의의 매체를 지칭한다. 이러한 매체는, 이에 제한되는 것은 아니지만, 비-휘발성, 휘발성 및 송신 매체를 포함하는, 많은 형태들을 취할 수 있다. 비-휘발성 매체, 즉, 전력의 부재 시에 정보를 보유할 수 있는 매체는, ROM(1509), CD ROM, 자기 테이프, 및 자기 디스크들을 포함한다. 휘발성 매체, 즉, 전력의 부재 시에 정보를 보유할 수 없는 매체는 메인 메모리(1508)를 포함한다. 송신 매체는, 버스(1506)를 구성하는 와이어들을 포함하는, 동축 케이블들, 구리 와이어 및 광 섬유들을 포함한다. 송신 매체는 반송파들의 형태를 또한 취할 수 있다; 즉, 정보 신호들을 송신하도록, 주파수, 진폭 또는 위상에서와 같이, 변조될 수 있는 전자기파들. 추가적으로, 송신 매체는, 전파 및 적외선 데이터 통신들 동안 생성되는 것들과 같은, 음향 또는 광 파들의 형태를 취할 수 있다.

전술한 명세서에서는, 실시예들이 그 구체적인 엘리먼트들을 참조하여 설명되었다. 그러나, 실시예들의 더 넓은 사상 및 범위로부터 벗어나지 않고 다양한 수정들 및 변경들이 이루어질 수 있다는 점이 명백할 것이다. 예를 들어, 독자는 본 명세서에 설명되는 프로세스 흐름도들에 도시되는 프로세스 액션들의 구체적인 순서화 및 조합이 단지 예시적이라는 점, 및 상이한 또는 추가적인 프로세스 액션들, 또는 프로세스 액션들의 상이한 조합 또는 순서화를 사용하는 것이 실시예들을 행하는데 사용될 수 있다는 점을 이해해야 한다. 따라서, 본 명세서 및 도면들은 한정적인 것 보다는 오히려 예시적인 의미로 고려되어야 한다.

본 발명이 다양한 컴퓨터 시스템들에서 구현될 수 있다는 점이 또한 주목되어야 한다. 본 명세서에 설명되는 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 양자 모두의 조합으로 구현될 수 있다. 바람직하게는, 이러한 기술들이, 프로세서, 프로세서에 의해 판독가능한 저장 매체(휘발성 및 비-휘발성 메모리 및/또는 저장 엘리먼트들을 포함함), 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 각각 포함하는 프로그램가능 컴퓨터들 상에서 실행되는 컴퓨터 프로그램들에서 구현된다. 위에 설명된 기능들을 수행하고 출력 정보를 생성하기 위해 입력 디바이스를 사용하여 들어오는 데이터에 프로그램 코드가 적용된다. 이러한 출력 정보는 하나 이상의 출력 디바이스에 적용된다. 각각의 프로그램이 바람직하게는 컴퓨터 시스템과 통신하도록 하이 레벨 프로시저형 또는 객체 지향 프로그래밍 언어로 구현된다. 그러나, 이러한 프로그램들은, 원하면, 어셈블리 또는 기계 언어로 구현될 수 있다. 임의의 경우에, 이러한 언어는 컴파일형 또는 해석형 언어일 수 있다. 각각의 이러한 컴퓨터 프로그램이 바람직하게는 위에 설명된 프로시저들을 수행하기 위해 저장 매체 또는 디바이스가 컴퓨터에 의해 판독될 때 컴퓨터를 구성하고 동작시키기 위해 범용 또는 특수 목적 프로그램가능 컴퓨터에 의해 판독가능한 저장 매체 또는 디바이스(예를 들어, ROM 또는 자기 디스크) 상에 저장된다. 이러한 시스템은, 컴퓨터 프로그램으로 구성되는, 컴퓨터-판독가능 저장 매체로서 구현되는 것으로 또한 고려될 수 있으며, 그렇게 구성되는 저장 매체는 컴퓨터로 하여금 구체적인 그리고 미리 정의된 방식으로 동작하게 한다. 추가로, 예시적인 컴퓨팅 애플리케이션들의 저장 엘리먼트들은 다양한 조합들 및 구성들로 데이터를 저장할 수 있는 관계형 또는 시퀀스형 (플랫 파일) 타입 컴퓨팅 데이터베이스들일 수 있다.

도 16은 본 명세서에 설명되는 시스템들 및 디바이스들의 특징들을 포함할 수 있는 소스 디바이스(1612) 및 목적지 디바이스(1610)의 하이 레벨 뷰이다. 도 16에 도시되는 바와 같이, 예시적인 비디오 코딩 시스템(1610)은 소스 디바이스(1612) 및 목적지 디바이스(1616)를 포함하며, 이러한 예에서, 소스 디바이스(1612)는 인코딩된 비디오 데이터를 생성한다. 따라서, 소스 디바이스(1612)는 비디오 인코딩 디바이스라고 지칭될 수 있다. 목적지 디바이스(1616)는 소스 디바이스(1612)에 의해 생성되는 인코딩된 비디오 데이터를 디코딩할 수 있다. 따라서, 목적지 디바이스(1616)는 비디오 디코딩 디바이스라고 지칭될 수 있다. 소스 디바이스(1612) 및 목적지 디바이스(1616)는 비디오 코딩 디바이스들의 예들일 수 있다.

목적지 디바이스(1616)는 채널(1616)을 통해 소스 디바이스(1612)로부터 인코딩된 비디오 데이터를 수신할 수 있다. 채널(1616)은 인코딩된 비디오 데이터를 소스 디바이스(1612)로부터 목적지 디바이스(1616)로 이동시킬 수 있는 매체 또는 디바이스의 타입을 포함할 수 있다. 하나의 예에서, 채널(1616)은 소스 디바이스(1612)로 하여금 인코딩된 비디오 데이터를 실시간으로 목적지 디바이스(1616)에 직접 송신할 수 있게 하는 통신 매체를 포함할 수 있다.

이러한 예에서, 소스 디바이스(1612)는 인코딩된 비디오 데이터를, 무선 통신 프로토콜과 같은, 통신 표준에 따라 변조할 수 있고, 변조된 비디오 데이터를 목적지 디바이스(1616)에 송신할 수 있다. 통신 매체는, RF(radio frequency) 스펙트럼 또는 하나 이상의 물리적 송신 라인과 같은, 무선 또는 유선 통신 매체를 포함할 수 있다. 통신 매체는, 로컬 영역 네트워크, 광역 네트워크, 또는 인터넷과 같은 글로벌 네트워크와 같이, 패킷-기반 네트워크의 부분을 형성할 수 있다. 통신 매체는 라우터들, 스위치들, 기지국들, 또는 소스 디바이스(1612)로부터 목적지 디바이스(1616)로의 통신을 용이하게 하는 다른 장비를 포함할 수 있다. 다른 예에서, 채널(1616)은 소스 디바이스(1612)에 의해 생성되는 인코딩된 비디오 데이터를 저장하는 저장 매체에 대응할 수 있다.

도 16의 예에서, 소스 디바이스(1612)는 비디오 소스(1618), 비디오 인코더(1620) 및 출력 인터페이스(1622)를 포함한다. 일부 경우들에서, 출력 인터페이스(1628)는 변조기/복조기(모뎀) 및/또는 송신기를 포함할 수 있다. 소스 디바이스(1612)에서, 비디오 소스(1618)는 비디오 캡처 디바이스, 예를 들어, 비디오 카메라, 이전에 캡처된 비디오 데이터를 포함하는 비디오 아카이브, 비디오 콘텐츠 제공자로부터 비디오 데이터를 수신하기 위한 비디오 피드 인터페이스, 및/또는 비디오 데이터를 생성하기 위한 컴퓨터 그래픽 시스템, 또는 이러한 소스들의 조합과 같은 소스를 포함할 수 있다.

비디오 인코더(1620)는 캡처된, 미리-캡처된 또는 컴퓨터-생성된 비디오 데이터를 인코딩할 수 있다. 입력 이미지는 비디오 인코더(1620)에 의해 수신되어 입력 프레임 메모리(1621)에 저장될 수 있다. 범용 프로세서(1623)는 여기서부터 정보를 로딩하고 인코딩을 수행할 수 있다. 범용 프로세서를 구동하기 위한 프로그램이, 도 16에 묘사되는 예시적인 메모리 모듈들과 같은, 저장 디바이스로부터 로딩될 수 있다. 범용 프로세서는 인코딩을 수행하는데 처리 메모리(1622)를 사용할 수 있고, 일반 프로세서에 의한 인코딩 정보의 출력은, 출력 버퍼(1626)와 같은, 버퍼에 저장될 수 있다.

비디오 인코더(1620)는 적어도 하나의 베이스 레이어 및 적어도 하나의 강화 레이어를 정의하는 스케일가능 비디오 코딩 스킴에서 비디오 데이터를 코딩(예를 들어, 인코딩)하도록 구성될 수 있는 리샘플링 모듈(1625)을 포함할 수 있다. 리샘플링 모듈(1625)은 인코딩 프로세스의 부분으로서 적어도 일부 비디오 데이터를 리샘플링할 수 있으며, 리샘플링은 리샘플링 필터들을 사용하여 적응성 방식으로 수행될 수 있다.

인코딩된 비디오 데이터, 예를 들어, 코딩된 비트 스트림이, 소스 디바이스(1612)의 출력 인터페이스(1628)를 통해 목적지 디바이스(1616)에 직접 송신될 수 있다. 도 16의 예에서, 목적지 디바이스(1616)는 입력 인터페이스(1638), 비디오 디코더(1630), 및 디스플레이 디바이스(1632)를 포함한다. 일부 경우들에서, 입력 인터페이스(1628)는 수신기 및/또는 모뎀을 포함할 수 있다. 목적지 디바이스(1616)의 입력 인터페이스(1638)는 인코딩된 비디오 데이터를 채널(1616)을 통해 수신한다. 인코딩된 비디오 데이터는 비디오 데이터를 표현하는 비디오 인코더(1620)에 의해 생성되는 다양한 구문 엘리먼트들을 포함할 수 있다. 이러한 구문 엘리먼트들은 통신 매체 상에 송신되는 인코딩된 비디오 데이터와 함께 포함될 수 있거나, 저장 매체 상에 저장될 수 있거나, 또는 파일 서버에 저장될 수 있다.

인코딩된 비디오 데이터는 디코딩 및/또는 재생을 위한 목적지 디바이스(1616)에 의한 차후 액세스를 위해 저장 매체 또는 파일 서버 상에 또한 저장될 수 있다. 예를 들어, 코딩된 비트스트림은 입력 버퍼(1631)에 임시로 저장되고, 다음으로 범용 프로세서(1633)에 로딩될 수 있다. 범용 프로세서를 구동하기 위한 프로그램이 저장 디바이스 또는 메모리로부터 로딩될 수 있다. 범용 프로세서는 디코딩을 수행하는데 프로세스 메모리(1632)를 사용할 수 있다. 비디오 디코더(1630)는 비디오 인코더(1620)에서 이용되는 리샘플링 모듈(1625)과 유사한 리샘플링 모듈(1635)을 또한 포함할 수 있다.

도 16은 범용 프로세서(1633)와 별개로 리샘플링 모듈(1635)을 묘사하지만, 리샘플링 기능이 범용 프로세서에 의해 실행되는 프로그램에 의해 수행될 수 있고, 비디오 인코더에서의 처리가 하나 이상의 프로세서를 사용하여 달성될 수 있다는 점이 해당 분야에서의 기술자에 의해 인식될 것이다. 디코딩된 이미지(들)는 출력 프레임 버퍼(1636)에 저장되고 다음으로 입력 인터페이스(1638)에 송출될 수 있다.

디스플레이 디바이스(1638)는 목적지 디바이스(1616)와 통합될 수 있거나 또는 그 외부에 있을 수 있다. 일부 예들에서, 목적지 디바이스(1616)는 통합 디스플레이 디바이스를 포함할 수 있고 외부 디스플레이 디바이스와 인터페이스하도록 또한 구성될 수 있다. 다른 예들에서, 목적지 디바이스(1616)는 디스플레이 디바이스일 수 있다. 일반적으로, 디스플레이 디바이스(1638)는 디코딩된 비디오 데이터를 사용자에게 디스플레이한다.

비디오 인코더(1620) 및 비디오 디코더(1630)는 비디오 압축 표준에 따라 동작할 수 있다. ITU-T VCEG(Q6/16) 및 ISO/IEC MPEG(JTC 1/SC 29/WG 11)은 현재 HEVC(High Efficiency Video Coding) 표준의 것을 상당히 초과하는 압축 능력이 있는 미래 비디오 코딩 기술의 표준화(스크린 콘텐츠 코딩 및 높은-동적-범위 코딩을 위한 자신의 현재 확장들 및 근방 확장들을 포함함)에 대한 잠재적 필요를 연구하고 있다. 이러한 그룹들은 이러한 영역에서 그들의 전문가들에 의해 제안되는 압축 기술 설계들을 평가하기 위해 JVET(Joint Video Exploration Team)로서 알려진 공동 협업 노력에서 이러한 탐사 활동에 대해 함께 작업한다. JVET 개발의 최근 캡처는, J. Chen, E. Alshina, G. Sullivan, J. Ohm, J. Boyce에 의해 저술된, "Algorithm Description of Joint Exploration Test Model 5 (JEM 5)", JVET-E1001-V2에서 설명된다.

추가적으로 또는 대안적으로, 비디오 인코더(1620) 및 비디오 디코더(1630)는 개시되는 JVET 특징들과 함께 기능하는 다른 독점적 또는 산업 표준들에 따라 동작할 수 있다. 따라서, ITU-T H.264 표준과 같은 다른 표준들이, MPEG-4, Part 10, AVC(Advanced Video Coding), 또는 이러한 표준들의 확장들이라고 대안적으로 지칭된다. 따라서, JVET를 위해 새롭게 개발되는 동안, 본 개시내용의 기술들이 임의의 특정 코딩 표준 또는 기술에 제한되는 것은 아니다. 비디오 압축 표준들 및 기술들의 다른 예들은 MPEG-2, ITU-T H.263 및 독점적 또는 오픈 소스 압축 포맷들 및 관련 포맷들을 포함한다.

비디오 인코더(1620) 및 비디오 디코더(1630)는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 예를 들어, 비디오 인코더(1620) 및 디코더(1630)는 하나 이상의 프로세서, DSP(digital signal processors), ASIC(application specific integrated circuits), FPGA(field programmable gate arrays), 이산 로직, 또는 이들의 임의의 조합을 이용할 수 있다. 비디오 인코더(1620) 및 디코더(1630)가 부분적으로 소프트웨어로 구현될 때, 디바이스는 이러한 소프트웨어에 대한 명령어들을 적합한, 비-일시적 컴퓨터-판독가능 저장 매체에 저장할 수 있고, 본 개시내용의 기술들을 수행하는데 하나 이상의 프로세서를 사용하는 하드웨어로 이러한 명령어들을 실행할 수 있다. 비디오 인코더(1620) 및 비디오 디코더(1630) 각각은 하나 이상의 인코더 또는 디코더에 포함될 수 있고, 이들 중 어느 하나는 각각의 디바이스에서 조합된 CODEC(encoder/decoder)의 부분으로서 통합될 수 있다.

본 명세서에 설명되는 주제의 양태들은, 위에 설명된 범용 프로세서들(1623 및 1633)과 같은, 컴퓨터에 의해 실행되는, 프로그램 모듈들과 같은, 컴퓨터-실행가능 명령어들의 일반적인 컨텍스트에서 설명될 수 있다. 일반적으로, 프로그램 모듈들은, 특정 태스크들을 수행하거나 또는 특정 추상 데이터 타입들을 구현하는, 루틴들, 프로그램들, 객체들, 컴포넌트들, 및 데이터 구조들 등을 포함한다. 본 명세서에 설명되는 주제의 양태들은 통신 네트워크를 통해 링크되는 원격 처리 디바이스들에 의해 태스크들이 수행되는 분산형 컴퓨팅 환경들에서 또한 실시될 수 있다. 분산형 컴퓨팅 환경에서, 프로그램 모듈들은 메모리 저장 디바이스들을 포함하는 로컬 및 원격 컴퓨터 저장 매체 양자 모두에 위치될 수 있다.

메모리의 예들은 RAM(random access memory), ROM(read only memory), 또는 양자 모두를 포함한다. 메모리는, 위에 설명된 기술들을 수행하기 위해, 소스 코드 또는 바이너리 코드와 같은, 명령어들을 저장할 수 있다. 메모리는, 프로세서(1623 및 1633)와 같은, 프로세서에 의해 실행될 명령어들의 실행 동안 변수들 또는 다른 중간 정보를 저장하기 위해 또한 사용될 수 있다.

저장 디바이스는, 위에 설명된 기술들을 수행하기 위해, 소스 코드 또는 바이너리 코드와 같은, 명령어들을 또한 저장할 수 있다. 저장 디바이스는 컴퓨터 프로세서에 의해 사용되고 조작되는 데이터를 추가적으로 저장할 수 있다. 예를 들어, 비디오 인코더(1620) 또는 비디오 디코더(1630)에서의 저장 디바이스는 컴퓨터 시스템(1623 또는 1633)에 의해 액세스되는 데이터베이스일 수 있다. 저장 디바이스의 다른 예들은 RAM(random access memory), ROM(read only memory), 하드 드라이브, 자기 디스크, 광 디스크, CD-ROM, DVD, 플래시 메모리, USB 메모리 카드, 또는 컴퓨터가 판독할 수 있는 임의의 다른 매체를 포함한다.

메모리 또는 저장 디바이스는 비디오 인코더 및/또는 디코더에 의해 또는 이와 관련하여 사용하기 위한 비-일시적 컴퓨터-판독가능 저장 매체의 예일 수 있다. 이러한 비-일시적 컴퓨터-판독가능 저장 매체는 특정 실시예들에 의해 설명되는 기능들을 수행하도록 구성되게 컴퓨터 시스템을 제어하기 위한 명령어들을 포함한다. 이러한 명령어들은, 하나 이상의 컴퓨터 프로세서에 의해 실행될 때, 특정 실시예들에서 설명되는 것을 수행하도록 구성될 수 있다.

또한, 일부 실시예들은 흐름도 또는 블록도로서 묘사될 수 있는 프로세스로서 설명되었다는 점이 주목된다. 각각이 이러한 동작들을 시퀀스형 프로세스로서 설명할 수 있더라도, 이러한 동작들 중 많은 것은 병렬로 또는 동시에 수행될 수 있다. 또한, 이러한 동작들의 순서가 재배열될 수 있다. 프로세스는 도면들에 포함되지 않은 추가적인 단계들을 가질 수 있다.

특정 실시예들은, 명령어 실행 시스템, 장치, 시스템, 또는 머신에 의해 또는 이와 관련하여 사용하기 위해 비-일시적 컴퓨터-판독가능 저장 매체에 구현될 수 있다. 이러한 컴퓨터-판독가능 저장 매체는, 특정 실시예들에 의해 설명되는 방법을 수행하도록 컴퓨터 시스템을 제어하기 위한 명령어들을 포함한다. 이러한 컴퓨터 시스템은 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다. 이러한 명령어들은, 하나 이상의 컴퓨터 프로세서에 의해 실행될 때, 특정 실시예들에서 설명되는 것을 수행하도록 구성될 수 있다.

본 명세서에서의 설명에서 그리고 다음의 청구항들 전반적으로 사용되는 바와 같이, "a", "an", 및 "the"는 문맥이 명확하게 달리 구술하지 않는 한 복수의 참조들을 포함한다. 또한, 본 명세서에서의 설명에서 그리고 다음의 청구항 전반적으로 사용되는 바와 같이, "in"의 의미는 문맥이 명확하게 달리 구술하지 않는 한 "in" 및 "on"을 포함한다.

본 발명의 예시적인 실시예들이 상세히 그리고 위 구조적 특징들 및/또는 방법론적 행동들에 구체적인 언어로 설명되었더라도, 해당 분야에서의 기술자는 본 발명의 신규한 교시들 및 이점들로부터 실질적으로 벗어나지 않고 예시적인 실시예들에서 많은 추가적인 수정들이 가능하다는 점을 용이하게 인식할 것이라는 점이 이해되어야 한다. 또한, 첨부된 청구항들에서 정의되는 주제가 반드시 위에 설명된 구체적인 특징들 또는 행동들로 제한되는 것은 아니라는 점이 이해되어야 한다. 따라서, 이들 및 모든 이러한 수정들은 첨부된 청구항들에 따른 폭 및 범위에서 해석되는 본 발명의 범위 내에 포함되도록 의도된다.

Claims

JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법으로서,
고유 인트라 예측 코딩 모드들의 세트를 정의하는 단계;
상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 식별하고 메모리에서 인스턴스화하는 단계;
상기 고유 MPM 인트라 예측 코딩 모드들 각각으로부터 증가하는 정수 값의 추가 및 감산에 기초하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 결정하고 메모리에서 인스턴스화하는 단계; 및 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 그리고 상기 고유 선택된 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택되지 않은 인트라 예측 코딩 모드들의 서브세트를 식별하고 메모리에서 인스턴스화하는 단계를 추가로 포함하는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제1항에 있어서, 상기 증가하는 정수 값의 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제1항에 있어서, 상기 고유 선택되지 않은 인트라 예측 코딩 모드들은 상기 고유 선택된 인트라 예측 코딩 모드들 각각으로부터 상기 증가하는 정수 값의 추가 및 감산에 기초하여 결정되는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제3항에 있어서, 상기 증가하는 정수 값의 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제1항에 있어서,
상기 선택된 인트라 예측 코딩 모드들의 서브세트는 16개의 인트라 예측 코딩 모드들의 서브세트이고;
상기 증가하는 정수 값의 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제5항에 있어서, 상기 고유 인트라 예측 코딩 모드들의 세트는 67개의 인트라 예측 코딩 모드들의 세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제1항에 있어서, 상기 MPM 인트라 예측 코딩 모드들의 서브세트는 6개보다 적은 MPM 인트라 예측 코딩 모드들의 서브세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제7항에 있어서,
상기 선택된 인트라 예측 코딩 모드들의 서브세트는 16개의 인트라 예측 코딩 모드들의 서브세트이고;
상기 증가하는 정수 값의 상기 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제8항에 있어서, 상기 고유 인트라 예측 코딩 모드들의 세트는 67개의 인트라 예측 코딩 모드들의 세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제1항에 있어서, 상기 고유 인트라 예측 코딩 모드들의 세트는 67개의 인트라 예측 코딩 모드들의 세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제10항에 있어서, 상기 MPM 인트라 예측 코딩 모드들의 서브세트는 5개의 인트라 예측 코딩 모드들의 서브세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제11항에 있어서, 상기 MPM 인트라 예측 코딩 모드들의 세트는 절삭형 단항 바이너리화 코딩을 사용하여 인코딩되는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제12항에 있어서, 상기 선택된 인트라 예측 코딩 모드들의 서브세트는 16개의 인트라 예측 코딩 모드들의 서브세트인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
제13항에 있어서, 상기 선택된 인트라 예측 코딩 모드들의 세트는 4 비트 고정 길이 코딩을 사용하여 인코딩되는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 방법.
JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템으로서,
67개의 고유 인트라 예측 코딩 모드들의 세트를 메모리에서 인스턴스화하는 단계;
상기 고유 인트라 예측 코딩 모드들 세트로부터 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 메모리에 인스턴스화하는 단계;
상기 고유 MPM 인트라 예측 코딩 모드들 각각으로부터 증가하는 정수 값의 추가 및 감산에 기초하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 16개의 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 메모리에서 인스턴스화하는 단계;
상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트 이외의 그리고 상기 고유 선택된 인트라 예측 코딩 모드들의 서브세트 이외의 상기 고유 인트라 예측 코딩 모드들의 세트로부터 고유 선택되지 않은 인트라 예측 코딩 모드들의 서브세트를 메모리에서 인스턴스화하는 단계;
절삭형 단항 바이너리화를 사용하여 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트를 인코딩하는 단계; 및
고정 길이 코드의 4 비트를 사용하여 상기 16개의 상기 고유 선택된 인트라 예측 코딩 모드들의 서브세트를 인코딩하는 단계를 포함하는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템.
제15항에 있어서, 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트는 5개 이하의 고유 MPM 인트라 예측 코딩 모드들을 포함하는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템
제15항에 있어서, 상기 증가하는 정수 값의 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템.
제15항에 있어서, 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트는 5개의 고유 MPM 인트라 예측 코딩 모드들을 포함하는 JVET 인트라 예측을 위한 비디오 코딩의 시스템.
제18항에 있어서, 상기 증가하는 정수 값의 초기 값은 1인 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템.
제15항에 있어서, 상기 고유 MPM 인트라 예측 코딩 모드들의 서브세트는 6개보다 많은 고유 MPM 인트라 예측 코딩 모드들을 포함하는 JVET 인트라 예측 코딩을 위한 인트라 예측 코딩 모드들을 우선순위화하는 시스템.