KR20210097832A - 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치 - Google Patents

영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치 Download PDF

Info

Publication number
KR20210097832A
KR20210097832A KR1020217024105A KR20217024105A KR20210097832A KR 20210097832 A KR20210097832 A KR 20210097832A KR 1020217024105 A KR1020217024105 A KR 1020217024105A KR 20217024105 A KR20217024105 A KR 20217024105A KR 20210097832 A KR20210097832 A KR 20210097832A
Authority
KR
South Korea
Prior art keywords
current block
sample
intra prediction
prediction mode
specific value
Prior art date
Application number
KR1020217024105A
Other languages
English (en)
Other versions
KR102431855B1 (ko
Inventor
유선미
이재호
최장원
서정동
허진
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020227027412A priority Critical patent/KR102568179B1/ko
Publication of KR20210097832A publication Critical patent/KR20210097832A/ko
Application granted granted Critical
Publication of KR102431855B1 publication Critical patent/KR102431855B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop

Abstract

본 발명에 따른 디코딩 장치에 의하여 수행되는 영상 디코딩 방법은 현재 블록의 인트라 예측 모드를 도출하는 단계, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계, 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정하는 단계, 및 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계를 포함하는 것을 특징으로 한다.

Description

영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치{METHOD AND DEVICE FOR PERFORMING IMAGE DECODING ON BASIS OF INTRA PREDICTION IN IMAGE CODING SYSTEM}
본 발명은 영상 코딩 기술에 관한 것으로서 보다 상세하게는 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위해 고효율의 영상 압축 기술이 요구된다.
본 발명의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 현재 블록 내 대상 샘플에 대한 보간 필터를 선택하는 인트라 예측 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 선택된 대상 샘플에 대한 보간 필터를 기반으로 인트라 예측을 수행하는 방법 및 장치를 제공함에 있다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법이 제공된다. 상기 방법은 현재 블록의 인트라 예측 모드를 도출하는 단계, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계, 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정하는 단계, 및 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 다른 일 실시예에 따르면, 영상 디코딩을 수행하는 디코딩 장치가 제공된다. 상기 디코딩 장치는 현재 블록에 대한 예측 정보를 획득하는 엔트로피 디코딩부, 및 현재 블록의 인트라 예측 모드를 도출하고, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하고, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하고, 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정하고, 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 예측부를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법을 제공한다. 상기 방법은 현재 블록에 대한 인트라 예측 모드를 결정하는 단계, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계, 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정하는 단계, 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계, 및 상기 현재 블록에 대한 예측 정보를 생성하고 인코딩하여 출력하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 비디오 인코딩 장치를 제공한다. 상기 인코딩 장치는 현재 블록에 대한 인트라 예측 모드를 결정하고, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하고, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하고, 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정하고, 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 예측부, 및 상기 현재 블록에 대한 예측 정보를 생성하고 인코딩하여 출력하는 엔트로피 인코딩부를 포함하는 것을 특징으로 한다.
본 발명에 따르면 현재 블록의 크기 정보, 참조 샘플과의 거리 정보, 및/또는 예측 모드 정보에 따라 선택된 보간 필터를 기반으로 상기 대상 샘플에 대한 예측을 수행할 수 있고, 이를 통하여 대상 샘플에 대한 분수 샘플 위치의 참조 샘플을 보다 정확하게 생성하여 상기 현재 블록에 대한 예측 정확도를 향상시킬 수 있고, 상기 현재 블록에 대한 레지듀얼(residual)을 줄여 코딩 효율을 향상시킬 수 있다.
본 발명에 따르면 상기 여러 조건을 기반으로 대상 샘플에 대한 보간 필터를 선택할 수 있어 보간 필터의 선택에 대한 정보의 비트량을 줄일 수 있고, 이를 통하여 상기 현재 블록에 대한 예측 정확도를 향상시킬 수 있고, 이를 통하여 상기 현재 블록의 코딩 효율을 향상시킬 수 있다.
도 1은 본 발명이 적용될 수 있는 비디오 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 2는 본 발명이 적용될 수 있는 비디오 인코딩 장치를 개략적으로 설명하는 다른 일 예를 나타낸다.
도 3은 인코딩 장치에서 인트라 예측이 수행되는 과정을 예시적으로 나타낸다.
도 4는 본 발명이 적용될 수 있는 비디오 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 5는 본 발명이 적용될 수 있는 비디오 디코딩 장치를 개략적으로 설명하는 다른 일 예를 나타낸다.
도 6은 디코딩 장치에서 인트라 예측이 수행되는 과정을 예시적으로 나타낸다.
도 7은 상기 현재 블록의 인트라 예측에 사용되는 상기 좌측 주변 샘플들 및 상측 주변 샘플들을 예시적으로 나타낸다.
도 8은 65개의 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 9는 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 참조 샘플의 좌우에 인접한 정수 샘플들을 기반으로 상기 대상 샘플의 예측 샘플이 도출되는 일 예를 나타낸다.
도 10은 상기 현재 블록의 사이즈 및 인트라 예측 모드를 기반으로 보간 필터를 선택하는 일 예를 나타낸다.
도 11은 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리를 기반으로 보간 필터를 선택하는 일 예를 나타낸다.
도 12는 상기 복수의 보간 필터를 기반으로 상기 현재 블록의 대상 샘플의 참조 샘플을 도출하고 상기 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 일 예를 나타낸다.
도 13은 본 발명에 따른 인코딩 장치에 의한 비디오 인코딩 방법을 개략적으로 나타낸다.
도 14는 본 발명에 따른 디코딩 장치에 의한 비디오 디코딩 방법을 개략적으로 나타낸다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
본 명세서에서 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 하나의 픽처는 복수의 슬라이스로 구성될 수 있으며, 필요에 따라서 픽처 및 슬라이스는 서로 혼용되어 사용될 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낸다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다.
도 1은 본 발명이 적용될 수 있는 비디오 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 1을 참조하면, 비디오 인코딩 장치(100)는 픽처 분할부(105), 예측부(110), 레지듀얼 처리부(120), 엔트로피 인코딩부(130), 가산부(140), 필터부(150) 및 메모리(160)을 포함할 수 있다. 레지듀얼 처리부(120)는 감산부(121), 변환부(122), 양자화부(123), 재정렬부(124), 역양자화부(125) 및 역변환부(126)를 포함할 수 있다.
픽처 분할부(105)는 입력된 픽처를 적어도 하나의 처리 유닛(processing unit)으로 분할할 수 있다.
일 예로, 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBT (Quad-tree binary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조 및/또는 바이너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 발명에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다.
다른 예로, 처리 유닛은 코딩 유닛(coding unit, CU) 예측 유닛(prediction unit, PU) 또는 변환 유닛(transform unit, TU)을 포함할 수도 있다. 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 쿼드 트리 구조를 따라서 하위(deeper) 뎁스의 코딩 유닛들로 분할(split)될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 최소 코딩 유닛(smallest coding unit, SCU)이 설정된 경우 코딩 유닛은 최소 코딩 유닛보다 더 작은 코딩 유닛으로 분할될 수 없다. 여기서 최종 코딩 유닛이라 함은 예측 유닛 또는 변환 유닛으로 파티셔닝 또는 분할되는 기반이 되는 코딩 유닛을 의미한다. 예측 유닛은 코딩 유닛으로부터 파티셔닝(partitioning)되는 유닛으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록(sub block)으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 유닛일 수 있다. 이하, 코딩 유닛은 코딩 블록(coding block, CB), 예측 유닛은 예측 블록(prediction block, PB), 변환 유닛은 변환 블록(transform block, TB) 으로 불릴 수 있다. 예측 블록 또는 예측 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 예측 샘플의 어레이(array)를 포함할 수 있다. 또한, 변환 블록 또는 변환 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 변환 계수 또는 레지듀얼 샘플의 어레이를 포함할 수 있다.
예측부(110)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(110)에서 수행되는 예측의 단위는 코딩 블록일 수 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(110)는 현재 블록에 인트라 예측이 적용되는지 인터 예측이 적용되는지를 결정할 수 있다. 일 예로, 예측부(110)는 CU 단위로 인트라 예측 또는 인터 예측이 적용되는지를 결정할 수 있다.
인트라 예측의 경우에, 예측부(110)는 현재 블록이 속하는 픽처(이하, 현재 픽처) 내의 현재 블록 외부의 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 예측부(110)는 (i) 현재 블록의 주변(neighboring) 참조 샘플들의 평균(average) 혹은 인터폴레이션(interpolation)을 기반으로 예측 샘플을 유도할 수 있고, (ii) 현재 블록의 주변 참조 샘플들 중 예측 샘플에 대하여 특정 (예측) 방향에 존재하는 참조 샘플을 기반으로 상기 예측 샘플을 유도할 수도 있다. (i)의 경우는 비방향성 모드 또는 비각도 모드, (ii)의 경우는 방향성(directional) 모드 또는 각도(angular) 모드라고 불릴 수 있다. 인트라 예측에서 예측 모드는 예를 들어 33개의 방향성 예측 모드와 적어도 2개 이상의 비방향성 모드를 가질 수 있다. 비방향성 모드는 DC 예측 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 예측부(110)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측의 경우에, 예측부(110)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 샘플을 기반으로, 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(110)는 스킵(skip) 모드, 머지(merge) 모드, 및 MVP(motion vector prediction) 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 스킵 모드와 머지 모드의 경우에, 예측부(110)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차(레지듀얼)가 전송되지 않는다. MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(Motion Vector Predictor)로 이용하여 현재 블록의 움직임 벡터 예측자로 이용하여 현재 블록의 움직임 벡터를 유도할 수 있다.
인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처(reference picture)에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 움직임 정보(motion information)는 움직임 벡터와 참조 픽처 인덱스를 포함할 수 있다. 예측 모드 정보와 움직임 정보 등의 정보는 (엔트로피) 인코딩되어 비트스트림 형태로 출력될 수 있다.
스킵 모드와 머지 모드에서 시간적 주변 블록의 움직임 정보가 이용되는 경우에, 참조 픽처 리스트(reference picture list) 상의 최상위 픽처가 참조 픽처로서 이용될 수도 있다. 참조 픽처 리스트(Picture Order Count)에 포함되는 참조 픽처들은 현재 픽처와 해당 참조 픽처 간의 POC(Picture order count) 차이 기반으로 정렬될 수 있다. POC는 픽처의 디스플레이 순서에 대응하며, 코딩 순서와 구분될 수 있다.
감산부(121)는 원본 샘플과 예측 샘플 간의 차이인 레지듀얼 샘플을 생성한다. 스킵 모드가 적용되는 경우에는, 상술한 바와 같이 레지듀얼 샘플을 생성하지 않을 수 있다.
변환부(122)는 변환 블록 단위로 레지듀얼 샘플을 변환하여 변환 계수(transform coefficient)를 생성한다. 변환부(122)는 해당 변환 블록의 사이즈와, 해당 변환 블록과 공간적으로 겹치는 코딩 블록 또는 예측 블록에 적용된 예측 모드에 따라서 변환을 수행할 수 있다. 예컨대, 상기 변환 블록과 겹치는 상기 코딩 블록 또는 상기 예측 블록에 인트라 예측이 적용되었고, 상기 변환 블록이 4×4의 레지듀얼 어레이(array)라면, 레지듀얼 샘플은 DST(Discrete Sine Transform) 변환 커널을 이용하여 변환되고, 그 외의 경우라면 레지듀얼 샘플은 DCT(Discrete Cosine Transform) 변환 커널을 이용하여 변환할 수 있다.
양자화부(123)는 변환 계수들을 양자화하여, 양자화된 변환 계수를 생성할 수 있다.
재정렬부(124)는 양자화된 변환 계수를 재정렬한다. 재정렬부(124)는 계수들 스캐닝(scanning) 방법을 통해 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있다. 여기서 재정렬부(124)는 별도의 구성으로 설명하였으나, 재정렬부(124)는 양자화부(123)의 일부일 수 있다.
엔트로피 인코딩부(130)는 양자화된 변환 계수들에 대한 엔트로피 인코딩을 수행할 수 있다. 엔트로피 인코딩은 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 인코딩 방법을 포함할 수 있다. 엔트로피 인코딩부(130)는 양자화된 변환 계수 외 비디오 복원에 필요한 정보들(예컨대 신택스 요소(syntax element)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 엔트로피 인코딩된 정보들은 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다.
역양자화부(125)는 양자화부(123)에서 양자화된 값(양자화된 변환 계수)들을 역양자화하고, 역변환부(126)는 역양자화부(125)에서 역양자화된 값들을 역변환하여 레지듀얼 샘플을 생성한다.
가산부(140)는 레지듀얼 샘플과 예측 샘플을 합쳐서 픽처를 복원한다. 레지듀얼 샘플과 예측 샘플은 블록 단위로 더해져서 복원 블록이 생성될 수 있다. 여기서 가산부(140)는 별도의 구성으로 설명하였으나, 가산부(140)는 예측부(110)의 일부일 수 있다. 한편, 가산부(140)는 복원부 또는 복원 블록 생성부로 불릴 수도 있다.
복원된 픽처(reconstructed picture)에 대하여 필터부(150)는 디블록킹 필터 및/또는 샘플 적응적 오프셋(sample adaptive offset)을 적용할 수 있다. 디블록킹 필터링 및/또는 샘플 적응적 오프셋을 통해, 복원 픽처 내 블록 경계의 아티팩트나 양자화 과정에서의 왜곡이 보정될 수 있다. 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링의 과정이 완료된 후 적용될 수 있다. 필터부(150)는 ALF(Adaptive Loop Filter)를 복원된 픽처에 적용할 수도 있다. ALF는 디블록킹 필터 및/또는 샘플 적응적 오프셋이 적용된 후의 복원된 픽처에 대하여 적용될 수 있다.
메모리(160)는 복원 픽처(디코딩된 픽처) 또는 인코딩/디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(150)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 상기 저장된 복원 픽처는 다른 픽처의 (인터) 예측을 위한 참조 픽처로 활용될 수 있다. 예컨대, 메모리(160)는 인터 예측에 사용되는 (참조) 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트(reference picture set) 혹은 참조 픽처 리스트(reference picture list)에 의해 지정될 수 있다.
도 2는 본 발명이 적용될 수 있는 비디오 인코딩 장치를 개략적으로 설명하는 다른 일 예를 나타낸다.
도 2를 참조하면, 비디오 인코딩 장치는 인트라 예측부, 레퍼런스 스무딩부(200), 예측부(210), 포스트-필터부(220), 변환부(230), 양자화부(240)을 포함할 수 있다. 여기서, 인트라 예측부는 레퍼런스 스무딩부(200), 예측부(210), 포스트-필터부(220)를 포함할 수 있다.
현재 블록에 인트라 예측이 적용되는 경우, 레퍼런스 스무딩부(200)는 현재 블록이 속하는 픽처(이하, 현재 픽처) 내의 현재 블록의 인트라 예측에 사용되는 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들을 상기 현재 블록의 사이즈, 인트라(intra) 예측 모드 정보 및 샘플값을 기반으로 스무딩 처리(smoothing process) 할 수 있다. 이를 통하여 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 각각의 샘플값의 차이로 인하여 발생될 수 있는 상기 현재 블록의 예측 샘플들에 대한 비주얼 아티팩트(visual artifact)를 방지할 수 있다.
예측부(210)는 (i) 현재 블록의 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들의 평균(average) 혹은 인터폴레이션(interpolation)을 기반으로 예측 샘플을 유도할 수 있고, (ii) 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 중 예측 샘플에 대하여 특정 (예측) 방향에 존재하는 주변 샘플을 기반으로 상기 예측 샘플을 유도할 수도 있다. (i)의 경우는 비방향성 모드 또는 비각도 모드, (ii)의 경우는 방향성(directional) 모드 또는 각도(angular) 모드라고 불릴 수 있다. 인트라 예측에서 예측 모드는 예를 들어 33개의 방향성 예측 모드와 적어도 2개 이상의 비방향성 모드를 가질 수 있다. 비방향성 모드는 DC 예측 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 예측부(210)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
상기 현재 블록의 예측 샘플이 도출된 예측 모드에 따라 선택적으로, 포스트-필터부(220)는 현재 블록과 주변 샘플들과의 불연속성을 완화하기 위한 후처리(post-processing) 필터링을 수행할 수 있다. 이 후 인코딩 장치는 상기 예측 샘플과 원본 샘플간의 차분을 레지듀얼 샘플로 도출할 수 있고, 변환부(230)는 블록 단위로 레지듀얼 샘플을 변환하여 변환 계수(transform coefficient)를 생성할 수 있다 또한, 양자화부(240)는 변환 계수들을 양자화하여, 양자화된 변환 계수를 생성할 수 있다.
도 3은 인코딩 장치에서 인트라 예측이 수행되는 과정을 예시적으로 나타낸다. 인코딩 장치는 인트라 예측을 수행하여 현재 블록의 예측 샘플을 생성할 수 있다(S300). 상기 예측 샘플은 예측 신호 또는 인트라 예측 신호라고 나타낼 수도 있다. 구체적으로, 인코딩 장치는 상기 현재 블록의 인트라 예측에 사용되는 좌측 주변 샘플들 및 상측 주변 샘플들을 상기 현재 블록의 사이즈, 모드 정보 및 샘플값을 기반으로 스무딩 처리(smoothing process) 할 수 있다(S310). 이 후, 인코딩 장치는 상술한 바와 같이 인트라 예측 모드에 따른 예측을 수행하여 상기 예측 샘플을 생성할 수 있고(S320), 현재 블록과 주변 샘플들과의 불연속성을 완화하기 위한 후처리(post-processing) 필터링을 수행할 수 있다(S330). 인코딩 장치는 상기 예측 샘플과 원본 샘플간의 차분을 레지듀얼 샘플을 생성할 수 있고(S340), 블록 단위로 레지듀얼 샘플을 변환하여 변환 계수(transform coefficient)들을 생성할 수 있다. 또한, 인코딩 장치는 상기 변환 계수들을 양자화하여, 양자화된 변환 계수들을 생성할 수 있고(S360), 상기 양자화된 변환 계수들을 엔트로피 인코딩하여 시그널링할 수 있다(S370).
도 4는 본 발명이 적용될 수 있는 비디오 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4를 참조하면, 비디오 디코딩 장치(400)는 엔트로피 디코딩부(410), 레지듀얼 처리부(420), 예측부(430), 가산부(440), 필터부(450) 및 메모리(460)을 포함할 수 있다. 여기서 레지듀얼 처리부(420)는 재정렬부(421), 역양자화부(422), 역변환부(423)을 포함할 수 있다.
비디오 정보를 포함하는 비트스트림이 입력되면, 비디오 디코딩 장치는(400)는 비디오 인코딩 장치에서 비디오 정보가 처리된 프로세스에 대응하여 비디오를 복원할 수 있다.
예컨대, 비디오 디코딩 장치(400)는 비디오 인코딩 장치에서 적용된 처리 유닛을 이용하여 비디오 디코딩을 수행할 수 있다. 따라서 비디오 디코딩의 처리 유닛 블록은 일 예로 코딩 유닛일 수 있고, 다른 예로 코딩 유닛, 예측 유닛 또는 변환 유닛일 수 있다. 코딩 유닛은 최대 코딩 유닛으로부터 쿼드 트리 구조 및/또는 바이너리 트리 구조를 따라서 분할될 수 있다.
예측 유닛 및 변환 유닛이 경우에 따라 더 사용될 수 있으며, 이 경우 예측 블록은 코딩 유닛으로부터 도출 또는 파티셔닝되는 블록으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 또는 변환 계수로부터 레지듀얼 신호를 유도하는 유닛일 수 있다.
엔트로피 디코딩부(410)는 비트스트림을 파싱하여 비디오 복원 또는 픽처 복원에 필요한 정보를 출력할 수 있다. 예컨대, 엔트로피 디코딩부(410)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 비디오 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다.
보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다.
엔트로피 디코딩부(410)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(430)로 제공되고, 엔트로피 디코딩부(410)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수는 재정렬부(421)로 입력될 수 있다.
재정렬부(421)는 양자화되어 있는 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 재정렬부(421)는 인코딩 장치에서 수행된 계수 스캐닝에 대응하여 재정렬을 수행할 수 있다. 여기서 재정렬부(421)는 별도의 구성으로 설명하였으나, 재정렬부(421)는 역양자화부(422)의 일부일 수 있다.
역양자화부(422)는 양자화되어 있는 변환 계수들을 (역)양자화 파라미터를 기반으로 역양자화하여 변환 계수를 출력할 수 있다. 이 때, 양자화 파라미터를 유도하기 위한 정보는 인코딩 장치로부터 시그널링될 수 있다.
역변환부(423)는 변환 계수들을 역변환하여 레지듀얼 샘플들을 유도할 수 있다.
예측부(430)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(430)에서 수행되는 예측의 단위는 코딩 블록일 수도 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(430)는 상기 예측에 관한 정보를 기반으로 인트라 예측을 적용할 것인지 인터 예측을 적용할 것인지를 결정할 수 있다. 이 때, 인트라 예측과 인터 예측 중 어느 것을 적용할 것인지를 결정하는 단위와 예측 샘플을 생성하는 단위는 상이할 수 있다. 아울러, 인터 예측과 인트라 예측에 있어서 예측 샘플을 생성하는 단위 또한 상이할 수 있다. 예를 들어, 인터 예측과 인트라 예측 중 어느 것을 적용할 것인지는 CU 단위로 결정할 수 있다. 또한 예를 들어, 인터 예측에 있어서 PU 단위로 예측 모드를 결정하고 예측 샘플을 생성할 수 있고, 인트라 예측에 있어서 PU 단위로 예측 모드를 결정하고 TU 단위로 예측 샘플을 생성할 수도 있다.
인트라 예측의 경우에, 예측부(430)는 현재 픽처 내의 주변 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(430)는 현재 블록의 주변 참조 샘플을 기반으로 방향성 모드 또는 비방향성 모드를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 주변 블록의 인트라 예측 모드를 이용하여 현재 블록에 적용할 예측 모드가 결정될 수도 있다.
인터 예측의 경우에, 예측부(430)는 참조 픽처 상에서 움직임 벡터에 의해 참조 픽처 상에서 특정되는 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(430)는 스킵(skip) 모드, 머지(merge) 모드 및 MVP 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이때, 비디오 인코딩 장치에서 제공된 현재 블록의 인터 예측에 필요한 움직임 정보, 예컨대 움직임 벡터, 참조 픽처 인덱스 등에 관한 정보는 상기 예측에 관한 정보를 기반으로 획득 또는 유도될 수 있다
스킵 모드와 머지 모드의 경우에, 주변 블록의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
예측부(430)는 가용한 주변 블록의 움직임 정보로 머지 후보 리스트를 구성하고, 머지 인덱스가 머지 후보 리스트 상에서 지시하는 정보를 현재 블록의 움직임 벡터로 사용할 수 있다. 머지 인덱스는 인코딩 장치로부터 시그널링될 수 있다. 움직임 정보는 움직임 벡터와 참조 픽처를 포함할 수 있다.
스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차이(레지듀얼)이 전송되지 않는다.
MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하여 현재 블록의 움직임 벡터가 유도될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
일 예로, 머지 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 머지 후보 리스트가 생성될 수 있다. 머지 모드에서는 머지 후보 리스트에서 선택된 후보 블록의 움직임 벡터가 현재 블록의 움직임 벡터로 사용된다. 상기 예측에 관한 정보는 상기 머지 후보 리스트에 포함된 후보 블록들 중에서 선택된 최적의 움직임 벡터를 갖는 후보 블록을 지시하는 머지 인덱스를 포함할 수 있다. 이 때, 예측부(430)는 상기 머지 인덱스를 이용하여, 현재 블록의 움직임 벡터를 도출할 수 있다.
다른 예로, MVP(Motion Vector Prediction) 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터는 움직임 벡터 후보로 사용될 수 있다. 상기 예측에 관한 정보는 상기 리스트에 포함된 움직임 벡터 후보 중에서 선택된 최적의 움직임 벡터를 지시하는 예측 움직임 벡터 인덱스를 포함할 수 있다. 이 때, 예측부(430)는 상기 움직임 벡터 인덱스를 이용하여, 움직임 벡터 후보 리스트에 포함된 움직임 벡터 후보 중에서, 현재 블록의 예측 움직임 벡터를 선택할 수 있다. 인코딩 장치의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 이 때, 예측부(430)는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 예측부는 또한 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다.
가산부(440)는 레지듀얼 샘플과 예측 샘플을 더하여 현재 블록 혹은 현재 픽처를 복원할 수 있다. 가산부(440)는 레지듀얼 샘플과 예측 샘플을 블록 단위로 더하여 현재 픽처를 복원할 수도 있다. 스킵 모드가 적용된 경우에는 레지듀얼이 전송되지 않으므로, 예측 샘플이 복원 샘플이 될 수 있다. 여기서는 가산부(440)를 별도의 구성으로 설명하였으나, 가산부(440)는 예측부(430)의 일부일 수도 있다. 한편, 가산부(440)는 복원부 또는 복원 블록 생성부로 불릴 수도 있다.
필터부(450)는 복원된 픽처에 디블록킹 필터링 샘플 적응적 오프셋, 및/또는 ALF 등을 적용할 수 있다. 이 때, 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링 이후 적용될 수도 있다. ALF는 디블록킹 필터링 및/또는 샘플 적응적 오프셋 이후 적용될 수도 있다.
메모리(460)는 복원 픽처(디코딩된 픽처) 또는 디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(450)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 예컨대, 메모리(460)는 인터 예측에 사용되는 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트 혹은 참조 픽처 리스트에 의해 지정될 수도 있다. 복원된 픽처는 다른 픽처에 대한 참조 픽처로서 이용될 수 있다. 또한, 메모리(460)는 복원된 픽처를 출력 순서에 따라서 출력할 수도 있다.
도 5는 본 발명이 적용될 수 있는 비디오 디코딩 장치를 개략적으로 설명하는 다른 일 예를 나타낸다.
도 5를 참조하면, 비디오 인코딩 장치는 인트라 예측부, 레퍼런스 스무딩부(500), 예측부(510), 포스트-필터부(520), 역양자화부(530), 역변환부(540)을 포함할 수 있다. 여기서, 인트라 예측부는 레퍼런스 스무딩부(500), 예측부(510), 포스트-필터부(520)를 포함할 수 있다. 인트라 예측부는 현재 블록의 주변 참조 샘플을 기반으로 방향성 모드 또는 비방향성 모드를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 주변 블록의 인트라 예측 모드를 이용하여 현재 블록에 적용할 예측 모드가 결정될 수도 있다.
구체적으로, 현재 블록에 인트라 예측이 적용되는 경우, 레퍼런스 스무딩부(500)는 현재 블록이 속하는 픽처(이하, 현재 픽처) 내의 현재 블록의 인트라 예측에 사용되는 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들을 상기 현재 블록의 사이즈, 예측 모드 및 샘플값을 기반으로 스무딩 처리(smoothing process) 할 수 있다. 이를 통하여 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 각각의 샘플값의 차이로 인하여 발생될 수 있는 상기 현재 블록의 예측 샘플들에 대한 비주얼 아티팩트(visual artifact)를 방지할 수 있다.
예측부(510)는 (i) 현재 블록의 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들의 평균(average) 혹은 인터폴레이션(interpolation)을 기반으로 예측 샘플을 유도할 수 있고, (ii) 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 중 예측 샘플에 대하여 특정 (예측) 방향에 존재하는 주변 샘플을 기반으로 상기 예측 샘플을 유도할 수도 있다. (i)의 경우는 비방향성 모드 또는 비각도 모드, (ii)의 경우는 방향성(directional) 모드 또는 각도(angular) 모드라고 불릴 수 있다. 인트라 예측에서 예측 모드는 예를 들어 33개의 방향성 예측 모드와 적어도 2개 이상의 비방향성 모드를 가질 수 있다. 비방향성 모드는 DC 예측 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 예측부(510)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
상기 현재 블록의 예측 샘플이 도출된 예측 모드에 따라 선택적으로, 포스트-필터부(520)는 현재 블록과 주변 샘플들과의 불연속성을 완화하기 위한 후처리(post-processing) 필터링을 수행할 수 있다. 이 후, 역양자화부(530)는 인코딩 장치로부터 수신된 양자화된 변환 계수(transform coefficient)들을 역양자화할 수 있고, 역변환부(540)는 상기 역양자화된 변환 계수들을 역변환하여 블록 단위로 레지듀얼 샘플을 생성할 수 있다. 디코딩 장치는 상기 레지듀얼 샘플과 상기 예측 샘플을 기반으로 인트라 예측을 기반으로 인코딩된 상기 현재 블록을 복원할 수 있다.
도 6은 디코딩 장치에서 인트라 예측이 수행되는 과정을 예시적으로 나타낸다. 디코딩 장치는 비트스트림을 통하여 수신된 엔트로피 인코딩된 정보들을 엔트로피 디코딩하여 양자화된 변환 계수들을 획득할 수 있다(S600). 다음으로, 디코딩 장치는 상기 양자화된 변환 계수들을 역양자화하여 변환계수들을 획득할 수 있고(S610), 상기 변환 계수들을 역변환하여 블록 단위로 레지듀얼 샘플을 생성할 수 있다(S620). 다음으로, 디코딩 장치는 인트라 예측을 수행하여 현재 블록의 예측 샘플을 생성할 수 있다(S630). 상기 예측 샘플은 예측 신호 또는 인트라 예측 신호라고 나타낼 수도 있다. 구체적으로, 디코딩 장치는 상기 현재 블록의 인트라 예측에 사용되는 좌측 주변 샘플들 및 상측 주변 샘플들을 상기 현재 블록의 사이즈, 예측 모드 및 샘플값을 기반으로 스무딩 처리(smoothing process) 할 수 있다(S640). 이 후, 디코딩 장치는 상술한 바와 같이 인트라 예측 모드에 따른 예측을 수행하여 상기 예측 샘플을 생성할 수 있고(S650), 현재 블록과 주변 샘플들과의 불연속성을 완화하기 위한 후처리(post-processing) 필터링을 수행할 수 있다(S660). 디코딩 장치는 상기 예측 샘플과 상기 레지듀얼 샘플을 더하여 상기 현재 블록의 복원 샘플을 생성할 수 있다(S670).
상술한 내용과 같이 현재 블록에 예측이 수행되는 경우, 인트라 예측 모드를 기반으로 상기 예측이 수행될 수 있다. 예를 들어, 상기 현재 블록의 디코딩 시점에 이미 인코딩/디코딩이 수행된 주변 샘플을 기반으로 상기 인트라 예측이 수행될 수 있다. 즉, 상기 현재 블록의 예측 샘플은 이미 복원된 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 사용하여 복원될 수 있다. 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들은 다음 도 7과 같이 나타낼 수 있다.
도 7은 상기 현재 블록의 인트라 예측에 사용되는 상기 좌측 주변 샘플들 및 상측 주변 샘플들을 예시적으로 나타낸다. 상기 현재 블록에 인트라 예측이 수행되는 경우, 상기 현재 블록에 대한 인트라 예측 모드가 도출될 수 있고, 상기 인트라 예측 모드에 따라 상기 좌측 주변 샘플들 및 상측 주변 샘플들 중 적어도 하나를 이용하여 상기 현재 블록에 대한 예측 샘플이 생성될 수 있다. 상기 현재 블록의 인트라 예측에 사용되는 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들은 상기 현재 블록의 사이즈, 예측 모드 및 샘플값을 기반으로 스무딩 처리(smoothing process) 될 수 있다. 즉, 상기 현재 블록의 사이즈, 예측 모드 및 샘플값을 기반으로 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 각각의 샘플값의 차이를 줄이기 위한 필터링이 수행될 수 있다. 이를 통하여 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들 각각의 샘플값의 차이로 인하여 발생될 수 있는 상기 현재 블록의 예측 샘플들에 대한 비주얼 아티팩트(visual artifact)를 방지할 수 있다.
여기서, 인트라 예측 모드는 2개의 비방향성 인트라 예측 모드들과 33개의 방향성 인트라 예측 모드들을 포함할 수 있다. 상기 비방향성 인트라 예측 모드들은 플래너(planar) 인트라 예측 모드 및 DC 인트라 예측 모드를 포함할 수 있고, 상기 방향성 인트라 예측 모드들은 2번 내지 34번 인트라 예측 모드들을 포함할 수 있다. 상기 플래너 인트라 예측 모드는 플래너 모드라고 불릴 수 있고, 상기 DC 인트라 예측 모드는 DC 모드라고 불릴 수 있다. 또한, 10번 인트라 예측 모드는 수평 인트라 예측 모드(horizontal intra prediction mode) 또는 수평 모드, 26번 인트라 예측 모드는 수직 인트라 예측 모드(vertical intra prediction mode) 또는 수직 모드를 나타내며 이를 기준으로 방향성 인트라 모드(angular intra mode)의 예측 방향을 각도로 표현할 수 있다. 다시 말하자면, 10번 인트라 예측 모드에 대응하는 수평기준각도 0˚를 기준으로 하여 각 인트라 예측 모드에 대응하는 상대적 각도를 표현할 수 있고, 26번 인트라 예측 모드에 대응하는 수직기준각도 0˚를 기준으로 하여 각 인트라 예측 모드에 대응하는 상대적 각도를 표현할 수 있다.
또한, 고화질의 비디오에 대한 수요가 늘어나고 있고, 이에 따른 비디오 코덱의 효율을 높이기 위해 방향성 인트라 예측 방향의 수가 65개로 증가할 수 있다. 즉, 인트라 예측 모드는 2개의 비방향성 인트라 예측 모드들과 65개의 방향성 인트라 예측 모드들을 포함할 수 있다. 상기 비방향성 인트라 예측 모드들은 플래너(planar) 인트라 예측 모드 및 DC 인트라 예측 모드를 포함할 수 있고, 상기 방향성 인트라 예측 모드들은 2번 내지 66번 인트라 예측 모드들을 포함할 수 있다.
도 8은 65개의 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 8을 참조하면, 좌상 대각 예측 방향을 갖는 34번 인트라 예측 모드를 중심으로 수평 방향성(horizontal directionality)을 갖는 인트라 예측 모드와 수직 방향성(vertical directionality)을 갖는 인트라 예측 모드를 구분할 수 있다. 도 8의 H와 V는 각각 수평 방향성과 수직 방향성을 의미하며, -32 ~ 32의 숫자는 샘플 그리드 포지션(sample grid position) 상에서 1/32 단위의 변위를 나타낸다. 2번 내지 33번 인트라 예측 모드는 수평 방향성, 34번 내지 66번 인트라 예측 모드는 수직 방향성을 갖는다. 18번 인트라 예측 모드와 50번 인트라 예측 모드는 각각 수평 인트라 예측 모드(horizontal intra prediction mode), 수직 인트라 예측 모드(vertical intra prediction mode)를 나타내며 이를 기준으로 방향성 인트라 예측 모드(angular intra prediction mode)의 예측 방향을 각도로 표현할 수 있다. 다시 말하자면, 18번 인트라 예측 모드에 대응하는 수평기준각도 0˚를 기준으로 하여 각 인트라 예측 모드에 대응하는 상대적 각도를 표현할 수 있고, 50번 인트라 예측 모드에 대응하는 수직기준각도 0˚를 기준으로 하여 각 인트라 예측 모드에 대응하는 상대적 각도를 표현할 수 있다.
상기 현재 블록에 방향성 인트라 예측 모드가 적용되는 경우, 상기 현재 블록 내 인트라 예측이 수행되는 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플이 도출될 수 있다. 즉, 상기 예측 방향에 위치하는 상기 참조 샘플이 복사되어 상기 예측 샘플로 도출될 수 있다. 여기서, 상기 참조 샘플은 상기 현재 블록의 상측 주변 샘플들 및 좌측 주변 샘플들 중 상기 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 주변 샘플을 나타낼 수 있다. 한편, 상기 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 정수 샘플 단위의 참조 샘플이 존재하지 않는 경우, 즉, 상기 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 참조 샘플의 좌우에 인접한 정수 샘플들간의 보간을 통하여 상기 참조 샘플의 샘플값이 도출될 수 있고, 상기 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플이 도출될 수 있다. 예를 들어, 상기 정수 샘플들간의 보간은 상기 참조 샘플과 상기 정수 샘플들의 거리비를 기반으로 수행될 수 있다.
도 9는 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 참조 샘플의 좌우에 인접한 정수 샘플들을 기반으로 상기 대상 샘플의 예측 샘플이 도출되는 일 예를 나타낸다.
도 9를 참조하면 상기 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플의 분수 샘플 위치는 tanθ*(y+1) 로 도출될 수 있다. 상기 분수 샘플 위치를 계산하기 위한 각 방향성 인트라 예측 모드의 각도 θ에 대한 tanθ 값은 연산 수행을 보다 쉽게 하기 위하여 미리 정수 단위로 스케일링(scaling)되어 정의될 수 있다. 스케일링된 각 방향성 인트라 예측 모드의 tanθ 값은 다음의 표와 같이 도출될 수 있다.
Figure pat00001
여기서, predModeIntra 는 상기 각 방향성 인트라 예측 모드를 나타낼 수 있고, intraPredAngle 은 상기 각 방향성 인트라 예측 모드의 예측 각도를 나타낼 수 있고, 또는 상기 각 방향성 인트라 예측 모드의 스케일링된 tanθ 근사값을 나타낼 수 있다. 표 1을 기반으로 미리 정의된 상기 인트라 예측 모드에 따른 tanθ 근사값이 도출될 수 있다. 한편, 스케일링된 각 방향성 인트라 예측 모드의 tan- 1θ 값은 다음의 표와 같이 도출될 수 있다.
Figure pat00002
여기서, predModeIntra 는 상기 각 방향성 인트라 예측 모드를 나타낼 수 있고, intraPredAngle 은 상기 각 방향성 인트라 예측 모드의 인버스(inverse) 예측 각도를 나타낼 수 있고, 또는 상기 각 방향성 인트라 예측 모드의 스케일링된 tan- 1θ 근사값을 나타낼 수 있다. 상기 표 2를 기반으로 미리 정의된 상기 인트라 예측 모드에 따른 tan-1θ 근사값이 도출될 수 있다.
한편, 상기 현재 블록에 비방형성 인트라 예측 모드가 적용될 수도 있다. 상기 비방향성 인트라 예측 모드들은 플래너(planar) 인트라 예측 모드 및 DC 인트라 예측 모드를 포함할 수 있다. 상기 플래너 인트라 예측 모드는 플래너 모드라고 불릴 수 있고, 상기 DC 인트라 예측 모드는 DC 모드라고 불릴 수 있다. 상기 DC 모드는 상기 현재 블록의 주변 샘플들의 평균값을 기반으로 상기 현재 블록의 예측 샘플이 도출될 수 있다. 상기 DC 모드를 기반으로 수행되는 인트라 예측은 상기 현재 블록의 샘플들의 값이 유사한 경우에 효율적으로 수행될 수 있다. 반면, 상기 현재 블록의 샘플들의 값이 다양한 경우에 상기 DC 모드를 기반으로 인트라 예측이 수행되는 경우, 상기 현재 블록의 예측 블록(predicted block)과 주변 샘플들 간의 불연속성이 발생될 수 있다. 유사한 경우에 방향성 인트라 예측 모드를 기반으로 인트라 예측 수행되는 경우에도 의도하지 않은 비스블 컨투어링(visible contouring)이 발생될 수 있다. 상기 플래너 모드는 이러한 문제를 보완하기 위하여 고안되었다. 상기 플래너 모드는 상기 대상 샘플에 대한 참조 샘플들을 기반으로 수평 선형 예측(horizontal linear prediction)과 수직 선형 예측(vertical linear prediction)을 수행한 뒤, 도출된 값들을 평균하여 상기 대상 샘플의 예측 샘플을 생성하는 예측 모드를 나타낸다.
한편, 현재 블록에 대하여 방향성 인트라 예측 모드를 기반으로 예측이 수행되는 경우, 상술한 내용과 같이 상기 현재 블록의 대상 샘플을 기준으로 상기 현재 블록의 방향성 인트라 예측 모드의 예측 방향에 정수 샘플 단위의 참조 샘플이 존재하지 않는 경우, 즉, 상기 대상 샘플을 기준으로 상기 방향성 인트라 예측 모드의 예측 방향에 위치하는 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 참조 샘플 좌우의 정수 샘플들간의 보간을 통하여 상기 참조 샘플의 샘플값이 도출될 수 있고, 상기 도출된 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플이 도출될 수 있다. 상기 정수 샘플들은 상기 참조 샘플의 위치 주변에 위치하는 정수 샘플 위치의 주변 샘플들을 나타낼 수 있다.
이 경우, 상기 참조 샘플 좌우의 상기 정수 샘플들간의 보간은 다양한 보간 필터들 중 하나를 기반으로 도출될 수 있다. 예를 들어, 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 보간이 수행될 수 있고, 또는 정교한 보간 필터를 기반으로 상기 보간이 수행될 수도 있다. 상기 저역 통과 필터 효과가 있는 보간 필터는 리니어 필터(linear filter) 또는 가우시안 필터(Gaussian filter) 등을 나타낼 수 있고, 상기 정교한 보간 필터는 스플라인 필터(spline filter)를 나타낼 수 있다. 상기 스플라인 필터는 큐빅 필터(cubic filter)라고 불릴 수도 있다. 상기 보간 필터들은 4-탭(4-tap) 보간 필터들일 수 있다. 상기 4-탭 보간 필터는 4개의 가중치들을 기반으로 4개의 정수 샘플들에 대한 보간이 수행되는 필터를 나타낼 수 있다. 상기 보간 필터를 기반으로 수행되는 상기 정수 샘플들간의 보간은 다음의 수학식과 같이 나타낼 수 있다.
Figure pat00003
여기서, p[x][y] 는 상기 대상 샘플의 예측 샘플을 나타낼 수 있고, f[0], f[1], f[2] 및 f[3]는 보간 필터의 필터 계수들을 나타낼 수 있고, ref[n]는 n번째 주변 샘플을 나타낼 수 있고, iIdx 는 상기 대상 샘플을 기준으로 상기 현재 블록의 인트라 예측 모드의 예측 방향에 위치하는 분수 샘플 위치의 정수 인덱스를 나타낼 수 있다. 상기 분수 샘플 위치의 정수 인덱스는 상기 분수 샘플 위치의 나머지를 제외한 정수값을 나타낼 수 있다.
한편 상기 저역 통과 필터 중 하나인 큐빅 필터의 필터 계수 및 상기 저역 통과 필터 효과가 있는 보간 필터 중 하나인 가우시안 필터의 필터 계수는 다음의 표와 같이 도출될 수 있다.
Figure pat00004
여기서, sub-pel position n/32 는 상기 대상 샘플을 기준으로 상기 현재 블록의 인트라 예측 모드의 예측 방향에 위치하는 분수 샘플 위치의 나머지 값을 나타낼 수 있다. 상기 대상 샘플의 분수 샘플 위치 및 상기 표 3을 기반으로 큐빅 필터의 필터 계수들 또는 가우시안 필터의 필터 계수들이 도출될 수 있다.
한편, 상술한 내용과 같이 방향성 인트라 예측 모드를 기반으로 상기 현재 블록에 대한 예측이 수행되는 경우, 상기 방향성 인트라 예측 모드의 예측 각도에 따라서 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리가 멀어질 수 있고, 상기 거리가 멀어질수록 예측 정확도가 떨어질 수 있다. 상기 대상 샘플과 상기 참조 샘플과의 거리에 따라 적절한 보간 필터를 선택하고, 상기 선택된 보간 필터를 적용하여 도출된 상기 참조 샘플을 기반으로 예측을 수행하여 예측 정확도를 향상시키는 방법이 제안될 수 있다. 상기 대상 샘플과 상기 참조 샘플과의 거리에 따른 적절한 보간 필터 및 상기 적절한 보간 필터를 선택하는 방법은 후술하는 바와 같을 수 있다.
일 예로, 상기 현재 블록의 사이즈 또는 상기 현재 블록의 인트라 예측 모드를 기반으로 상기 보간 필터가 선택될 수 있다. 상술한 바와 같이 상기 현재 블록에 대한 인트라 예측 모드의 예측 각도의 기울기에 따라서 상기 현재 블록의 대상 샘플과 상기 참조 샘플과의 거리가 도출될 수 있다. 상기 현재 블록의 참조 샘플은 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 기반으로 도출되므로, 상기 대상 샘플의 위치가 상기 현재 블록의 우하단으로 갈수록 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀어질 수 있다. 또한, 상기 표 1에서 정의된 상기 방향성 인트라 예측 모드의 intraPredAngle 값이 커질수록 상기 예측 각도의 기울기가 45도에 가까워질 수 있다. 상기 예측 각도의 기울기가 45도에 가까워질수록 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀어질 수 있고, 따라서, 상기 intraPredAngle 값이 커질수록 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀어질 수 있다.
또한, 상기 현재 블록의 사이즈를 기반으로 상기 대상 샘플과 상기 참조 샘플과의 거리가 도출될 수 있다. 즉, 상기 현재 블록의 사이즈가 커질수록 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀어질 수 있다. 따라서, 상기 현재 블록의 사이즈는 상기 대상 샘플의 예측 정확도와 밀접한 관련이 있다고 할 수 있다.
상술한 내용과 같이 상기 intraPredAngle의 값이 0보다 크고 32보다 작은 경우, 도 9에 도시된 것과 같이 분수 샘플 위치의 참조 샘플을 기반으로 상기 대상 샘플의 예측이 수행될 수 있다. 이 경우, 분수 샘플 위치 주변의 정수 샘플 값만 존재하는바, 코딩 장치는 보간 필터를 기반으로 상기 분수 샘플 위치의 상기 참조 샘플을 예측할 수 있고, 상기 예측된 상기 분수 샘플 위치의 상기 참조 샘플의 값을 상기 대상 샘플의 예측 샘플의 샘플값으로 복사할 수 있다. 따라서, 상기 보간 필터의 정확도에 따라서 상기 현재 블록의 예측 블록(predicted block)의 정확도가 좌우될 수 있다.
또한, 상기 현재 블록에 인트라 예측이 적용되는 경우, 상기 인트라 예측에 사용될 수 있는 정보는 상기 현재 블록의 디코딩 과정 시점에 이미 복원된 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들로 한정적이며, 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리가 멀어짐에 따라 상기 대상 샘플과 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들을 기반으로 도출된 상기 참조 샘플과의 상관도는 급격히 감소될 수 있다.
따라서, 상기 대상 샘플과 상기 참조 샘플과 거리가 먼 경우, 상기 참조 샘플의 아티팩트(artifact) 또는 잡음(noise)이 전파되지 않도록 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 참조 샘플을 도출하는 방법이 예측 정확도 및 코딩 효율을 향상시킬 수 있다. 반대로 상기 대상 샘플과 상기 참조 샘플과 거리가 가까운 경우, 상기 대상 샘플과 상기 참조 샘플의 상관도가 높기 때문에 상기 대상 샘플의 예측 샘플과 상기 참조 샘플간의 유사도를 최대한 유지할 수 있도록 정확한 보간을 기반으로 상기 참조 샘플을 도출하는 방법이 예측 성능 향상에 유리할 수 있다. 즉, 상기 대상 샘플과 상기 참조 샘플과 거리가 가까운 경우, 정교한 보간 필터를 기반으로 상기 참조 샘플을 도출하는 방법이 예측 정확도 및 코딩 효율을 향상시킬 수 있다.
이에, 상기 현재 블록의 대상 샘플에 대한 참조 샘플을 도출하기 위한 상기 현재 블록의 사이즈만을 기반으로 선택될 수 있고, 상기 현재 블록의 인트라 예측 모드만을 기반으로 선택될 수 있고, 또는 상기 현재 블록의 사이즈 및 상기 현재 블록의 인트라 예측 모드를 기반으로 선택될 수 있다.
구체적으로, 예를 들어, 상기 현재 블록의 사이즈가 4x4 사이즈이고, 상기 현재 블록에 인트라 예측이 수행되는 경우, 4x4 사이즈의 상기 현재 블록은 상기 현재 블록의 주변 샘플들과의 상관도가 매우 높을 수 있고, 따라서, 인트라 예측 모드에 상관 없이 정교한 보간 필터를 기반으로 참조 샘플이 도출될 수 있다. 또는, 상기 현재 블록의 사이즈와는 상관 없이 상기 현재 블록의 인트라 예측 모드로부터 유도된 intraPredAngle 값이 11 이상인 경우, 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀어질 수 있고, 따라서, 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 참조 샘플이 도출될 수 있다. 또는, 상기 현재 블록의 사이즈가 특정 사이즈보다 작고, 상기 현재 블록의 인트라 예측 모드의 intraPredAngle 값이 특정값보다 작은 경우에는 정교한 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수 있고, 그 이외의 경우에는 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수 있다.
또한, 상기 현재 블록에 MPM(most probable mode) 모드가 적용되어 상기 현재 블록의 주변 블록의 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측 모드가 도출되고, 상기 현재 블록의 상기 인트라 예측 모드가 플래너(Planar) 모드, DC 모드가 아닌 방향성 인트라 예측 모드인 경우, 상기 MPM 모드를 통하여 선택된 상기 주변 블록에 사용된 보간 필터도 상기 현재 블록의 보간 필터로 도출될 수 있다. 여기서, 상기 현재 블록에 상기 MPM 모드가 적용되는 경우, 코딩 장치는 상기 현재 블록의 좌측 또는 상측 주변 블록에 대한 인트라 예측 모드를 기반으로 MPM 리스트를 결정하고, 상기 MPM 리스트를 기반으로 상기 인트라 예측 모드를 결정할 수 있다.
또한, 상기 현재 블록의 인트라 예측 모드를 기반으로 상기 보간 필터가 선택되는 경우, 인트라 예측 모드의 기준, 즉, 저역 통과 필터 효과가 있는 보간 필터가 사용되는지 또는 정교한 보간 필터가 사용되는지 여부를 판단하는 기준은 현재 블록의 사이즈 및 형태에 따라 가변적일 수 있다.
한편, 상기 현재 블록이 정방형의 블록인 경우에는 블록의 폭과 높이가 같으므로, 즉 현재 블록의 사이즈가 NxN 이므로, 보간 필터를 선택함에 있어 기준이 되는 블록의 사이즈는 어떠한 방향의 방향성 인트라 예측 모드에 대해서도 N이 될 수 있다. 한편, 상기 현재 블록의 형태가 비정방형인 경우, 즉 상기 현재 블록의 사이즈가 MxN 인 경우, 상기 현재 블록의 예측 모드로 선택된 모드가 방향성 인트라 예측 모드이고 그 모드가 수직 방향성 예측 모드이면 보간 필터를 선택하는 기준이 되는 블록의 사이즈는 M으로 나타낼 수 있다. 여기서, 상기 수직 방향성 예측 모드는 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우에 34번 내지 66번 인트라 예측 모드들 나타낼 수 있다. 마찬가지로, 상기 현재 블록의 사이즈가 MxN 이고, 상기 현재 블록의 예측 모드로 선택된 모드가 방향성 모드이고 그 모드가 수평 방향성 예측 모드인 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 N으로 나타낼 수 있다. 여기서, 상기 수평 방향성 예측 모드는 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우에 2번 내지 33번 인트라 예측 모드들 나타낼 수 있다.
혹은, 반대로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이면서 상기 현재 블록의 예측 모드가 수직 방향성 예측 모드인 경우, N을 기준으로 상기 현재 블록의 보간 필터가 선택될 수 있으며, 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이면서 상기 현재 블록의 예측 모드가 수평 방향성 예측 모드인 경우, M을 기준으로 상기 현재 블록의 보간 필터가 선택될 수도 있다. 다만, 이후 기술하는 구체적인 예시에서는 MxN의 사이즈를 가지는 상기 현재 블록에 수직 방향성 예측 모드가 적용되는 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 M으로 나타낼 수 있고, 마찬가지로, MxN의 사이즈를 가지는 상기 현재 블록에 수평 방향성 예측 모드가 적용되는 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 N으로 나타낼 수 있다. 구체적으로, 예를 들어, 블록의 사이즈 값이 8보다 작거나 같으면 정교한 보간 필터가 선택될 수 있고, 상기 정교한 보간 필터를 기반으로 상기 블록의 참조 샘플이 도출될 수 있는바, 이 경우, 상기 현재 블록의 사이즈 값이 8x4이고, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖는 인트라 예측 모드 중 하나인 경우, 상기 정교한 보간 필터가 상기 현재 블록에 대한 보간 필터로 선택될 수 있고, 상기 정교한 보간 필터를 기반으로 상기 현재 블록의 참조 샘플이 도출될 수 있다.
또한, 상기 현재 블록의 인트라 예측 모드의 intraPredAngle 값이 11보다 작거나 같으면 정교한 보간 필터가 선택되고, 상기 정교한 보간 필터를 기반으로 참조 샘플이 도출될 수 있다. 또한, 상기 현재 블록의 인트라 예측 모드의 intraPredAngle 값이 11보다 크면 저역 통과 필터 효과가 있는 보간 필터가 선택되고, 상기 저역 통과 필터 효과가 있는 보간 필터를 기반으로 참조 샘플이 도출될 수 있다.
또한, 상기 현재 블록의 사이즈의 값이 16 이상인 경우, 상기 현재 블록의 인트라 예측 모드의 intraPredAngle 값이 5보다 작거나 같으면 정교한 보간 필터가 선택되고, 상기 정교한 보간 필터를 기반으로 참조 샘플이 도출될 수 있다. 또한, 상기 현재 블록의 인트라 예측 모드의 intraPredAngle 값이 5보다 크면 저역 통과 필터 효과가 있는 보간 필터가 선택되고, 상기 저역 통과 필터 효과가 있는 보간 필터를 기반으로 참조 샘플이 도출될 수 있다.
도 10은 상기 현재 블록의 사이즈 및 인트라 예측 모드를 기반으로 보간 필터를 선택하는 일 예를 나타낸다. 인코딩 장치/디코딩 장치는 상기 현재 블록에 대한 인트라 예측 모드를 도출할 수 있고, 상기 인트라 예측 모드가 방향성 인트라 예측 모드인지 여부를 판단할 수 있다(S1000). 상기 방향성 인트라 예측 모드는 각 예측이라고 나타낼 수도 있다. 상기 인트라 예측 모드가 비방향성 인트라 예측 모드인 경우, 인코딩/디코딩 장치는 상기 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측을 수행할 수 있다.
상기 인트라 예측 모드가 방향성 인트라 예측 모드인 경우, 인코딩 장치/디코딩 장치는 상기 현재 블록의 사이즈가 제1 임계값(threshold)보다 작은지 판단할 수 있다(S1010). 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드로 선택된 모드가 수직 방향성을 갖는 인트라 예측 모드, 즉, 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우에 상기 현재 블록의 인트라 예측 모드가 34번 내지 66번 인트라 예측 모드 중 하나인 경우, 보간 필터를 선택하는 기준은 상기 현재 블록의 폭(width), 즉, M으로 나타낼 수 있다. 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드로 선택된 모드가 수평 방향성을 갖는 인트라 예측 모드, 즉, 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우에 상기 현재 블록의 인트라 예측 모드가 2번 내지 33번 인트라 예측 모드 중 하나인 경우, 보간 필터를 선택하는 기준은 상기 현재 블록의 높이(height), 즉, N으로 나타낼 수 있다. 또는, 정방형 형태의 블록만이 고려되고 상기 현재 블록의 사이즈가 NxN 인 경우, 상기 현재 블록의 사이즈의 값은 N 으로 나타낼 수 있다. 상기 제1 임계값은 4, 8, 16 또는 32 등으로 설정될 수 있다.
상기 현재 블록의 사이즈가 제1 임계값(threshold)보다 작지 않은 경우, 즉, 상기 현재 블록의 사이즈가 제1 임계값보다 크거나 같은 경우, 인코딩 장치/디코딩 장치는 가우시안 필터(gaussian filter)를 상기 현재 블록의 보간 필터로 선택할 수 있고, 상기 가우시안 필터를 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다(S1020). 여기서, 상기 가우시안 필터는 저역 통과 필터 효과가 있는 보간 필터 중 하나이며, 상기 가우시안 필터 이외의 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수도 있다. 예를 들어, 상기 현재 블록의 사이즈가 상기 제1 임계값보다 크거나 같은 경우, 인코딩 장치/디코딩 장치는 상기 현재 블록의 보간 필터를 선형 필터(linear filter)로 선택할 수 있고, 상기 선형 필터를 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다. 여기서, 상기 참조 샘플은 상기 대상 샘플을 기준으로 상기 현재 블록의 방향성 인트라 예측 모드의 예측 방향에 위치하는 주변 샘플을 나타낼 수 있다.
상기 현재 블록의 사이즈가 제1 임계값보다 작지 않은 경우, 상기 현재 블록의 방향성 인트라 예측 모드의 intraPredAngle 이 제2 임계값보다 작은지 판단할 수 있다(S1030). 상기 intraPredAngle 는 상기 방향성 인트라 예측 모드의 예측 각도를 나타낼 수 있다. 예를 들어, 상기 제2 임계값은 11로 설정될 수 있다.
상기 현재 블록의 방향성 인트라 예측 모드의 intraPredAngle 이 상기 제2 임계값보다 작지 않은 경우, 인코딩 장치/디코딩 장치는 가우시안 필터를 상기 현재 블록의 보간 필터로 선택할 수 있고, 상기 가우시안 필터를 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다(S1020). 여기서, 상기 가우시안 필터는 상술한 내용과 같이 저역 통과 필터 효과가 있는 보간 필터 중 하나이며, 상기 가우시안 필터 이외의 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수도 있다.
상기 현재 블록의 방향성 인트라 예측 모드의 intraPredAngle 이 상기 제2 임계값보다 작은 경우, 인코딩 장치/디코딩 장치는 큐빅 필터(cubic filter)를 상기 현재 블록의 보간 필터로 선택할 수 있고, 상기 큐빅 필터를 기반으로 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다(S1040). 여기서, 상기 큐빅 필터는 상술한 내용과 같이 정교한 보간 필터 중 하나일 수 있고, 상기 큐빅 필터 이외의 정교한 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수도 있다. 또한, 상기 큐빅 필터는 스플라인 필터라고 불릴 수도 있다.
인코딩 장치/디코딩 장치는 도출된 상기 대상 샘플의 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 생성할 수 있다(S1050). 인코딩 장치/디코딩 장치는 상기 참조 샘플을 복사하여 상기 예측 샘플을 생성할 수 있다. 상기 참조 샘플이 복사되어 상기 예측 샘플로 사용되는바, 상기 보간 필터를 기반으로 상기 예측 샘플이 생성된다고 나타낼 수 있다.
한편, 상술한 예들 이외에도 보간 필터를 선택하는 방법으로 상기 현재 블록을 임의의 영역들로 나누고, 각 영역에 대한 보간 필터를 선택하는 방법이 제안될 수 있다.
예를 들어, 상기 현재 블록의 사이즈가 특정 사이즈 이상인 경우, 상기 현재 블록은 복수의 영역들로 나뉘어질 수 있고, 각 영역과 상기 현재 블록의 주변 샘플들과의 거리를 고려하여 각 영역의 보간 필터가 선택될 수 있다. 상기 현재 블록이 나뉘어지는 영역의 사이즈는 인코딩 장치와 디코딩 장치 사이에 미리 약속된(즉, 기설정된) 고정값(fixed value)일 수 있고, 또는 상기 현재 블록의 사이즈, 인트라 예측 모드 등을 기반으로 도출될 수도 있다. 예를 들어, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖는 인트라 예측 모드이고, 상기 인트라 예측 모드의 모드 번호가 34번보다 큰 경우, 상기 현재 블록이 나뉘어지는 영역의 사이즈는 4x4 로 도출될 수 있다. 다시 말해, 상기 현재 블록의 인트라 예측 모드가 35번 내지 66번 인트라 예측 모드들 중 하나인 경우, 상기 현재 블록이 나뉘어지는 영역의 사이즈는 4x4 로 도출될 수 있다. 상기 현재 블록이 16x16 사이즈의 블록인 경우, 상기 현재 블록의 16개의 4x4 사이즈의 영역들로 나눠질 수 있고, 상기 영역들 중 래스터 스캔 오더(raster scan order) 상에서 0 내지 7번까지의 영역들에 대한 보간 필터는 상술한 정교한 보간 필터가 선택될 수 있고, 그 이외의 영역들에 대한 보간 필터는 상술한 저역 통과 필터 효과가 있는 보간 필터가 선택될 수 있다. 여기서, 상기 래스터 스캔 오더에 따른 상기 16개의 4x4 사이즈의 영역들의 번호는 상단 행에서 순차적으로 아래의 행의 순서로, 각각의 행에서는 좌에서 우로의 순서로 순차적으로 도출될 수 있다. 즉, 상기 현재 블록의 16개의 4x4 사이즈의 영역들 중 위에서 첫번째 행에 포함된 영역들은 좌에서 우로의 순서로 0번 영역, 1번 영역, 2 번 영역 및 3번 영역으로 나타낼 수 있고, 두번째 행에 포함된 영역들은 좌에서 우로의 순서로 4번 영역, 5번 영역, 6번 영역 및 7번 영역으로 나타낼 수 있고, 세번째 행에 포함된 영역들은 좌에서 우로의 순서로 8번 영역, 9번 영역, 10번 영역 및 11번 영역으로 나타낼 수 있고, 네번째 행에 포함된 영역들은 좌에서 우로의 순서로 12번 영역, 13번 영역, 14번 영역 및 15번 영역으로 나타낼 수 있다. 한편, 상기 현재 블록이 나뉘어지는 영역들의 사이즈 및 상기 영역들 각각에 대한 보간 필터를 나타내는 정보가 시그널링될 수도 있다. 이 경우, 디코딩 장치는 상기 정보를 기반으로 상기 현재 블록을 복수의 영역들로 나눌 수 있고, 각 영역의 보간 필터를 선택할 수 있다.
또는, 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리를 기반으로 상기 보간 필터가 선택될 수 있다. 즉, 상기 대상 샘플과 상기 참조 샘플과의 거리가 특정 임계값 이상인지 여부를 기반으로 상기 보간 필터가 선택될 수 있다. 여기서, 상기 참조 샘플은 상기 대상 샘플을 기준으로 상기 현재 블록의 인트라 예측 모드의 예측 방향에 위치하는 주변 샘플을 나타낼 수 있다.
구체적으로, 예를 들어, 상기 현재 블록의 사이즈가 NxN 인 경우, 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리가 N/2 이상이면 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 참조 샘플이 도출될 수 있고, 그 이외의 경우에는 정교한 보간 필터를 기반으로 상기 참조 샘플이 도출될 수 있다. 상기 보간 필터를 선택하기 위한 상기 특정 임계값은 상술한 내용과 같이 상기 현재 블록의 사이즈를 기반으로 도출될 수 있고, 또는 상기 현재 블록의 인트라 예측 모드, 정방형/비정방형 블록 여부 등을 기반으로 도출될 수도 있다. 또는, 인코딩 장치로부터 상기 특정 임계값에 대한 정보가 전송될 수 있고, 디코딩 장치는 수신된 상기 특정 임계값에 대한 정보를 기반으로 상기 현재 블록의 상기 특정 임계값을 도출할 수 있다.
도 11은 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리를 기반으로 보간 필터를 선택하는 일 예를 나타낸다. 인코딩 장치/디코딩 장치는 상기 현재 블록에 대한 인트라 예측 모드를 도출할 수 있고, 상기 인트라 예측 모드가 방향성 인트라 예측 모드인지 여부를 판단할 수 있다(S1100). 상기 방향성 인트라 예측 모드는 각 예측이라고 나타낼 수도 있다. 상기 인트라 예측 모드가 비방향성 인트라 예측 모드인 경우, 인코딩/디코딩 장치는 상기 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측을 수행할 수 있다.
상기 인트라 예측 모드가 방향성 인트라 예측 모드인 경우, 인코딩 장치/디코딩 장치는 상기 현재 블록의 대상 샘플과 참조 샘플과의 거리가 임계값(threshold)보다 작은지 판단할 수 있다(S1110). 상기 참조 샘플은 상기 대상 샘플을 기준으로 상기 현재 블록의 인트라 예측 모드의 예측 방향에 위치하는 주변 샘플을 나타낼 수 있다. 또한, 상기 임계값은 상술한 내용과 같이 상기 현재 블록의 사이즈, 상기 현재 블록의 인트라 예측 모드, 또는 정방형/비정방형 블록 여부 등을 기반으로 도출될 수 있다. 또한, 상기 임계값에 대한 정보가 시그널링될 수 있고, 상기 시그널링된 임계값에 대한 정보를 기반으로 상기 현재 블록의 상기 임계값이 도출될 수도 있다.
상기 현재 블록의 상기 대상 샘플과 상기 참조 샘플과의 거리가 상기 임계값보다 작지 않은 경우, 즉, 상기 대상 샘플과 상기 참조 샘플과의 거리가 상기 임계값보다 크거나 같은 경우, 인코딩 장치/디코딩 장치는 가우시안 필터(gaussian filter)를 상기 현재 블록의 보간 필터로 선택할 수 있고, 상기 가우시안 필터를 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다(S1120). 여기서, 상기 가우시안 필터는 저역 통과 필터 효과가 있는 보간 필터 중 하나이며, 상기 가우시안 필터 이외의 저역 통과 필터 효과가 있는 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플이 도출될 수도 있다. 예를 들어, 상기 현재 블록의 사이즈가 상기 임계값보다 크거나 같은 경우, 인코딩 장치/디코딩 장치는 상기 현재 블록의 보간 필터를 선형 필터(linear filter)로 선택할 수 있고, 상기 선형 필터를 기반으로 상기 현재 블록 내 대상 샘플의 참조 샘플을 도출할 수 있다.
상기 현재 블록의 상기 대상 샘플과 상기 참조 샘플과의 거리가 상기 임계값보다 작은 경우, 인코딩 장치/디코딩 장치는 큐빅 필터(cubic filter)를 상기 현재 블록의 보간 필터로 선택할 수 있고, 상기 큐빅 필터를 기반으로 기반으로 상기 참조 샘플을 도출할 수 있다(S1130). 여기서, 상기 큐빅 필터는 상술한 내용과 같이 정교한 보간 필터 중 하나일 수 있고, 상기 큐빅 필터 이외의 정교한 보간 필터를 기반으로 상기 대상 샘플의 상기 참조 샘플이 도출될 수도 있다. 또한, 상기 큐빅 필터는 스플라인 필터라고 불릴 수도 있다.
인코딩 장치/디코딩 장치는 도출된 상기 대상 샘플의 상기 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 생성할 수 있다(S1140). 인코딩 장치/디코딩 장치는 상기 참조 샘플을 복사하여 상기 예측 샘플을 생성할 수 있다. 상기 참조 샘플이 복사되어 상기 예측 샘플로 사용되는바, 상기 보간 필터를 기반으로 상기 예측 샘플이 생성된다고 나타낼 수 있다.
또한, 상술한 내용과 같이 보간 필터들 중 하나의 보간 필터가 선택되어 상기 대상 샘플의 참조 샘플이 도출될 수도 있으나, 복수의 보간 필터들이 사용되어 상기 참조 샘플이 도출될 수도 있다.
예를 들어, 상기 현재 블록의 대상 샘플의 참조 샘플 위치가 분수 샘플(fractional sample) 위치인 경우, 즉, 상기 대상 샘플의 상기 참조 샘플이 분수 샘플인 경우, 정교한 보간 필터인 제1 보간 필터를 기반으로 제1 참조 샘플이 생성될 수 있고, 상술한 저역 통과 필터 효과가 있는 보간 필터인 제2 보간 필터를 기반으로 제2 참조 샘플이 생성될 수 있고, 상기 제1 보간 필터 및 상기 제2 보간 필터와 다른 보간 필터인 제3 보간 필터를 기반으로 제3 참조 샘플이 생성될 수 있다. 상기 제1 참조 샘플, 상기 제2 참조 샘플, 및 상기 제3 참조 샘플이 생성된 경우, 상기 제1 참조 샘플, 상기 제2 참조 샘플, 및 상기 제3 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플이 생성될 수 있다. 예를 들어, 상기 제1 참조 샘플 및 상기 제2 참조 샘플의 평균이 상기 대상 샘플의 예측 샘플로 도출될 수 있고, 상기 제1 참조 샘플 및 상기 제3 참조 샘플의 평균이 상기 대상 샘플의 예측 샘플로 도출될 수도 있고, 또는 상기 제2 참조 샘플 및 상기 제3 참조 샘플의 평균이 상기 대상 샘플의 예측 샘플로 도출될 수도 있다. 또는 상기 제1 참조 샘플, 상기 제2 참조 샘플 및 상기 제3 참조 샘플의 평균이 상기 대상 샘플의 예측 샘플로 도출될 수도 있다.
또는, 상기 제1 참조 샘플 및 상기 제2 참조 샘플의 가중 평균, 즉, 상기 제1 참조 샘플 및 상기 제2 참조 샘플의 가중합(weighted sum)을 통하여 상기 대상 샘플의 예측 샘플이 도출될 수 있다. 또는, 상기 제1 참조 샘플 및 상기 제3 참조 샘플의 가중합을 통하여 상기 대상 샘플의 예측 샘플이 도출될 수도 있고, 상기 제2 참조 샘플 및 상기 제3 참조 샘플의 가중합을 통하여 상기 대상 샘플의 예측 샘플이 도출될 수도 있고, 또는 상기 제1 참조 샘플, 상기 제2 참조 샘플 및 상기 제3 참조 샘플의 가중합을 통하여 상기 대상 샘플의 예측 샘플이 도출될 수도 있다. 상술한 예들 및 상술한 예들 이외의 상기 제1 참조 샘플, 상기 제2 참조 샘플 및/또는 상기 제3 참조 샘플의 조합들을 기반으로 상기 대상 샘플의 예측 샘플이 생성될 수 있다.
구체적으로, 예를 들어 다음과 같이 상기 대상 샘플의 예측 샘플이 생성될 수 있다. 상기 현재 블록에 분수 샘플 위치의 참조 샘플을 기반으로 인트라 예측이 수행되는 방향성 인트라 예측 모드가 수행되는 경우, 정수 샘플 위치의 주변 샘플들이 큐빅 필터를 기반으로 보간되어 상기 대상 샘플의 제1 참조 샘플이 도출될 수 있고, 상기 정수 샘플 위치의 주변 샘플들이 가우시안 필터를 기반으로 보간되어 상기 대상 샘플의 제2 참조 샘플이 도출될 수 있으며, 상기 제1 참조 샘플 및 상기 제2 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플이 생성될 수 있다. 여기서, 상기 분수 샘플 위치의 참조 샘플을 기반으로 인트라 예측이 수행되는 방향성 인트라 예측 모드는 2번, 18번, 34번, 50번 및 66번 인트라 예측 모드들을 제외한 방향성 인트라 예측 모드들 중 하나를 나타낼 수 있다. 또한, 상기 정수 샘플 위치의 주변 샘플들은 상기 현재 블록의 주변 샘플들 중 상기 대상 샘플을 기준으로 상기 현재 블록의 방향성 인트라 예측 모드의 예측 방향에 위치하는 분수 샘플 위치 주변의 주변 샘플들을 나타낼 수 있다.
또는, 다른 예로, 상기 대상 샘플과 상기 참조 샘플과의 거리가 가까울수록 인트라 예측의 예측 정확도가 높은바, 상기 대상 샘플과 상기 참조 샘플과의 거리를 기반으로 정교한 보간 필터인 제1 보간 필터를 기반으로 생성된 제1 참조 샘플에 대한 제1 가중치 및 저역 통과 필터 효과가 있는 보간 필터인 제2 보간 필터를 기반으로 생성된 제2 참조 샘플에 대한 제2 가중치를 도출하고, 상기 제1 가중치 및 상기 제2 가중치를 기반으로 상기 제1 참조 샘플과 제2 참조 샘플을 가중합하여 상기 대상 샘플의 예측 샘플을 생성하는 방법이 제안될 수 있다. 예를 들어, 상기 제1 가중치는 상기 대상 샘플과 상기 참조 샘플과의 거리에 반비례하도록 도출될 수 있고, 상기 제2 가중치는 1에서 상기 제1 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다. 이를 통하여, 상기 대상 샘플과 상기 참조 샘플과의 거리가 가까울수록 상기 제1 가중치가 큰 값으로 도출될 수 있고, 상기 대상 샘플과 상기 참조 샘플과의 거리가 멀수록 상기 제1 가중치가 작은 값으로 도출될 수 있다. 상기 대상 샘플과 상기 참조 샘플과의 거리는 상기 현재 블록의 인트라 예측 모드의 예측 각도 및 상기 대상 샘플의 위치를 기반으로 계산될 수 있다. 또는, 상기 블록의 사이즈 및 인트라 예측 모드에 대한 표가 기저장될 수 있고, 상기 표가 참조되어 상기 대상 샘플과 상기 참조 샘플과의 거리가 도출될 수 있다. 한편, 상술한 실시예들에서 개시된 복수의 보간 필터를 기반으로 상기 대상 샘플의 참조 샘플을 도출하는 방법은 특정 조건을 기반으로 선택적으로 적용될 수 있다. 예를 들어, 복수의 보간 필터를 기반으로 상기 대상 샘플의 상기 참조 샘플을 도출할지 여부는 상기 현재 블록의 사이즈, 상기 현재 블록의 인트라 예측 모드, 또는 상기 현재 블록의 주변 샘플들 값의 분산(variance) 등을 기반으로 도출될 수 있다. 또는, 인코딩 장치로부터 상기 복수의 보간 필터를 기반으로 상기 대상 샘플의 상기 참조 샘플을 도출할지 여부를 나타내는 플래그가 전송될 수 있고, 상기 플래그를 기반으로 상기 복수의 보간 필터를 기반으로 상기 대상 샘플의 상기 참조 샘플을 도출할지 여부가 결정될 수 있다.
도 12는 상기 복수의 보간 필터를 기반으로 상기 현재 블록의 대상 샘플의 참조 샘플을 도출하고 상기 참조 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 일 예를 나타낸다. 인코딩 장치/디코딩 장치는 상기 현재 블록에 대한 인트라 예측 모드를 도출할 수 있고, 상기 인트라 예측 모드가 방향성 인트라 예측 모드인지 여부를 판단할 수 있다(S1200). 상기 방향성 인트라 예측 모드는 각 예측이라고 나타낼 수도 있다.
상기 인트라 예측 모드가 비방향성 인트라 예측 모드인 경우, 인코딩/디코딩 장치는 상기 비방형성 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측을 수행할 수 있다(S1210).
*상기 인트라 예측 모드가 방향성 인트라 예측 모드인 경우, 인코딩 장치/디코딩 장치는 큐빅 필터(cubic filter)를 기반으로 정수 샘플 위치의 주변 샘플들을 보간하여 상기 대상 샘플의 제1 참조 샘플을 도출할 수 있다(S1220). 여기서, 상기 정수 샘플 위치의 주변 샘플들은 상기 현재 블록의 주변 샘플들 중 상기 대상 샘플을 기준으로 상기 현재 블록의 방향성 인트라 예측 모드의 예측 방향에 위치하는 분수 샘플 위치 주변의 주변 샘플들을 나타낼 수 있다. 인코딩 장치/디코딩 장치는 상기 제1 참조 샘플을 기반으로 상기 대상 샘플의 인트라 예측을 수행할 수 있다(S1230). 인코딩 장치/디코딩 장치는 상기 제1 참조 샘플을 복사하여 제1 임시 예측 샘플을 생성할 수 있다.
상기 인트라 예측 모드가 방향성 인트라 예측 모드인 경우, 인코딩 장치/디코딩 장치는 가우시안 필터(Gaussian filter)를 기반으로 정수 샘플 위치의 주변 샘플들을 보간하여 상기 대상 샘플의 제2 참조 샘플을 도출할 수 있다(S1240). 인코딩 장치/디코딩 장치는 상기 제2 참조 샘플을 기반으로 상기 대상 샘플의 인트라 예측을 수행할 수 있다(S1240). 인코딩 장치/디코딩 장치는 상기 제2 참조 샘플을 복사하여 상기 제2 임시 예측 샘플을 생성할 수 있다.
인코딩 장치/디코딩 장치는 상기 제1 임시 예측 샘플 및 상기 제2 임시 예측 샘플을 가중합하여 상기 대상 샘플의 예측 샘플을 도출할 수 있다(S1250). 상기 예측 샘플은 상기 제1 임시 예측 샘플에 상기 제1 임시 예측 샘플의 제1 가중치 α를 곱한 값과 상기 제2 임시 예측 샘플에 상기 제2 임시 예측 샘플의 제2 가중치 1-α를 곱한 값의 합으로 도출될 수 있다. 상기 제1 가중치는 상술한 내용과 같이 상기 대상 샘플과 참조 샘플들과의 거리에 반비례하도록 도출될 수 있고, 상기 제2 가중치는 1에서 상기 제1 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다. 상기 대상 샘플과 상기 참조 샘플들과의 거리는 상기 현재 블록의 인트라 예측 모드의 예측 각도 및 상기 대상 샘플의 위치를 기반으로 계산될 수 있다. 또는, 상기 블록의 사이즈 및 인트라 예측 모드에 대한 표가 기저장될 수 있고, 상기 표가 참조되어 상기 대상 샘플과 상기 참조 샘플들과의 거리가 도출될 수 있다.
도 13은 본 발명에 따른 인코딩 장치에 의한 비디오 인코딩 방법을 개략적으로 나타낸다. 도 13에서 개시된 방법은 도 1에서 개시된 인코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 13의 S1300 내지 S1340은 상기 인코딩 장치의 예측부에 의하여 수행될 수 있고, S1350은 상기 인코딩 장치의 엔트로피 인코딩부에 의하여 수행될 수 있다.
인코딩 장치는 현재 블록에 대한 인트라 예측 모드를 결정한다(S1300). 인코딩 장치는 다양한 인트라 예측 모드들을 수행하여 최적의 RD 코스트를 갖는 인트라 예측 모드를 상기 현재 블록에 대한 인트라 예측 모드로 도출할 수 있다. 상기 인트라 예측 모드는 2개의 비방향성 예측 모드들과 33개의 방향성 예측 모드들 중 하나일 수 있다. 상기 2개의 비방향성 예측 모드들은 인트라 DC 모드 및 인트라 플래너 모드를 포함할 수 있음은 상술한 바와 같다. 또는 상기 인트라 예측 모드는 2개의 비방향성 인트라 예측 모드들과 65개의 방향성 인트라 예측 모드들 중 하나일 수 있다. 상기 2개의 비방향성 예측 모드들은 인트라 DC 모드 및 인트라 플래너 모드를 포함할 수 있음은 상술한 바와 같다. 또한, 상기 65개의 방향성 인트라 예측 모드들은 수직 방향성 인트라 예측 모드들과 수평 방향성 인트라 예측 모드들을 포함할 수 있다. 상기 수직 방향성 인트라 예측 모드들은 34번 인트라 예측 모드 내지 66번 인트라 예측 모드를 포함할 수 있고, 상기 수평 방향성 인트라 예측 모드들은 2번 인트라 예측 모드 내지 33번 인트라 예측 모드를 포함할 수 있다.
인코딩 장치는 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출한다(S1310). 인코딩 장치는 상기 현재 블록의 주변 샘플들을 도출할 수 있다. 상기 주변 샘플들은 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들을 포함할 수 있다. 또한, 상기 주변 샘플들은 좌상측 주변 샘플을 포함할 수 있다. 상기 좌측 주변 샘플들, 상기 좌상측 주변 샘플, 및 상기 상측 주변 샘플들은 상기 현재 블록의 디코딩 시점에 이미 복원된 주변 블록들로부터 도출될 수 있다. 상기 현재 블록의 2N 개의 상기 상측 주변 샘플들, 좌상측 주변 샘플, 및 2N 개의 상기 좌측 주변 샘플들이 도출될 수 있다. 여기서, 상기 현재 블록의 사이즈가 NxN이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 좌측 주변 샘플들은 p[-1][0] 내지 p[-1][2N-1], 상기 좌상측 주변 샘플은 p[-1][-1], 상기 상측 주변 샘플들은 p[0][-1] 내지 p[2N-1][-1] 일 수 있다.
또는, 상기 현재 블록의 사이즈가 MxN이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 현재 블록의 M+N 개의 상기 상측 주변 샘플들, 좌상측 주변 샘플, 및 M+N 개의 상기 좌측 주변 샘플들이 도출될 수 있다. 상기 현재 블록의 사이즈가 MxN의 비정방형 형태이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 좌측 주변 샘플들은 p[-1][0] 내지 p[-1][M+N-1], 상기 좌상측 주변 샘플은 p[-1][-1], 상기 상측 주변 샘플들은 p[0][-1] 내지 p[M+N-1][-1] 일 수 있다.
인코딩 장치는 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출한다(S1320). 인코딩 장치는 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 상기 대상 샘플에 대한 참조 샘플의 위치를 도출할 수 있고, 상기 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 도출된 위치 주변에 위치하는 주변 샘플들을 상기 대상 샘플의 상기 참조 샘플들로 도출할 수 있다. 즉, 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 복수의 주변 샘플들을 상기 대상 샘플의 상기 참조 샘플들로 도출할 수 있다. 예를 들어, 4개의 주변 샘플들이 상기 대상 샘플의 상기 참조 샘플들로 도출될 수 있다. 여기서, 상기 대상 샘플은 인트라 예측이 수행되는 현재 블록 내 샘플을 나타낼 수 있다. 상기 인트라 예측 모드의 예측 각도는 상술한 표 1을 기반으로 도출될 수 있고, intraPredAngle 은 상기 인트라 예측 모드로부터 도출된 예측 각도를 나타내는 변수일 수 있다.
인코딩 장치는 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정한다(S1330). 인코딩 장치는 상기 대상 샘플에 대한 상기 보간 필터를 상기 현재 블록의 사이즈 및/또는 상기 현재 블록의 상기 인트라 예측 모드를 기반으로 결정할 수 있다. 또한, 예를 들어, 상기 보간 필터는 상기 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 즉, 복수의 참조 샘플들이 도출된 경우에 결정될 수 있다.
일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 사이즈를 기반으로 결정될 수 있다. 예를 들어, 상기 현재 블록의 사이즈가 4x4 인 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 4x4 인 경우, 큐빅 필터(cubic filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 큐빅 필터는 정교한 보간 필터 중 하나이고, 상기 큐빅 필터는 스플라인 필터(spline filter)라고 불릴 수도 있다.
또한, 상기 현재 블록이 정방형 블록인 경우에는 폭과 높이가 같으므로, 즉, 상기 현재 블록은 NxN 사이즈의 정방형 블록이므로, 보간 필터를 선택함에 있어 기준이 되는 크기(즉, 기준이 되는 값)는 어떠한 예측 방향의 방향성 인트라 예측 모드에 대해서도 N이 될 수 있다. 한편, 상기 현재 블록이 비정방형 블록인 경우, 즉 상기 현재 블록이 MxN 사이즈의 비정방형 블록인 경우, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 블록의 사이즈(즉, 기준이 되는 값)는 M이 될 수 있다. 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈(즉, 기준이 되는 값)는 N이 될 수 있다. 혹은, 반대로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖은 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 N을 기준으로 선택될 수 있으며, 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 M을 기준으로 선택될 수도 있다. 다만, 이후 기술하는 구체적인 예시에서는 MxN의 사이즈를 가지는 상기 현재 블록에 수직 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 M으로 나타낼 수 있고, 마찬가지로, 상기 현재 블록에 수평 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 상기 현재 블록의 사이즈는 N으로 나타낼 수 있다. 여기서, 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우, 상기 수직 방향성을 갖는 인트라 예측 모드는 34번 내지 66번 인트라 예측 모드를 나타낼 수 있고, 상기 수평 방향성을 갖는 인트라 예측 모드는 2번 내지 33번 인트라 예측 모드를 나타낼 수 있다.
예를 들어, 상기 현재 블록의 형태와 인트라 예측 모드의 방향성에 따라 나타내어지는 상기 현재 블록의 사이즈가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작은 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 상기 특정값보다 작은 경우, 상기 큐빅 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 또는, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 리니어 필터(linear filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 저역 통과 필터 효과가 있는 보간 필터는 상기 가우시안 필터 및 리니어 필터를 포함할 수 있다. 여기서, 상기 특정값은 4, 8, 16 또는 32 등으로 설정될 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우(즉, 상기 현재 블록이 정방형 블록인 경우), 상기 현재 블록의 폭(width)이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭(width) 이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 폭(width) 이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 폭이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 폭이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 높이가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 높이가 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보긴 필터는 큐빅 필터로 도출되고, 상기 현재 블록의 높이가 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 높이가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 높이가 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 높이가 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 폭이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보긴 필터는 큐빅 필터로 도출되고, 상기 현재 블록의 폭이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터로 도출될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 인트라 예측 모드를 기반으로 결정될 수 있다.
예를 들어, 상기 현재 블록의 인트라 예측 모드의 예측 각도가 특정값보다 작은지 판단될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작은 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작은 경우, 큐빅 필터(cubic filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 또는, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 리니어 필터(linear filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 저역 통과 필터 효과가 있는 보간 필터는 상기 가우시안 필터 및 리니어 필터를 포함할 수 있다. 여기서, 상기 특정값은 4, 8, 16 또는 32 등으로 설정될 수 있다. 상기 인트라 예측 모드의 상기 예측 각도는 상술한 표 1을 기반으로 도출될 수 있고, intraPredAngle 은 상기 인트라 예측 모드의 상기 예측 각도를 나타낼 수 있다. 또한, 일 예로, 상기 특정값은 11로 설정될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 사이즈 및 상기 인트라 예측 모드를 기반으로 결정될 수 있다. 상기 현재 블록이 정방형 블록인 경우에는 폭과 높이가 같으므로, 즉, 상기 현재 블록은 NxN 사이즈의 정방형 블록이므로, 보간 필터를 선택함에 있어 기준이 되는 크기(즉, 기준이 되는 값)는 어떠한 예측 방향의 방향성 인트라 예측 모드에 대해서도 N이 될 수 있다. 한편, 상기 현재 블록이 비정방형 블록인 경우, 즉 상기 현재 블록이 MxN 사이즈의 비정방형 블록인 경우, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 블록의 사이즈(즉, 기준이 되는 값)는 M이 될 수 있다. 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈(즉, 기준이 되는 값)는 N이 될 수 있다. 혹은, 반대로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖은 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 N을 기준으로 선택될 수 있으며, 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 M을 기준으로 선택될 수도 있다. 다만, 이후 기술하는 구체적인 예시에서는 MxN의 사이즈를 가지는 상기 현재 블록에 수직 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 M으로 나타낼 수 있고, 마찬가지로, 상기 현재 블록에 수평 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 상기 현재 블록의 사이즈는 N으로 나타낼 수 있다. 여기서, 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우, 상기 수직 방향성을 갖는 인트라 예측 모드는 34번 내지 66번 인트라 예측 모드를 나타낼 수 있고, 상기 수평 방향성을 갖는 인트라 예측 모드는 2번 내지 33번 인트라 예측 모드를 나타낼 수 있다.
예를 들어, 인코딩 장치는 상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter)를 상기 보간 필터로 결정할 수 있다. 또는, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 인코딩 장치는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우, 인코딩 장치는 상기 현재 블록의 폭(width)이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 정교한 보간 필터를 상기 대상 샘플에 대한 보간 필터로 결정할 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우에 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter)를 상기 보간 필터로 결정할 수 있다. 또는, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우에 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 인코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 인코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 인코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
다른 일 예로, 상기 현재 블록이 복수의 영역들로 나뉘어질 수 있고, 각 영역과 상기 현재 블록의 주변 샘플들과의 거리를 기반으로 각 영역의 보간 필터가 결정될 수 있다. 이 경우, 상기 대상 샘플에 대한 상기 보간 필터는 상기 대상 샘플이 포함된 영역의 보간 필터로 도출될 수 있다. 또한, 상기 현재 블록의 사이즈가 특정 사이즈 이상인 경우에 상기 현재 블록이 복수의 영역들로 나뉘어질 수 있다. 구체적으로, 상기 영역들 중 상기 현재 블록의 주변 샘플들과의 거리가 특정값보다 가까운 영역들에 대한 보간 필터는 정교한 보간 필터로 결정될 수 있고, 상기 영역들 중 상기 현재 블록의 주변 샘플들과의 특정값보다 먼 영역들에 대한 보간 필터는 저역 통과 필터 효과가 있는 보간 필터로 결정될 수 있다.
한편, 상기 현재 블록이 나뉘어지는 상기 복수의 영역들의 사이즈는 기설정될 수 있다. 또는, 상기 복수의 영역들의 사이즈는 상기 현재 블록의 사이즈, 인트라 예측 모드 등을 기반으로 도출될 수도 있다. 예를 들어, 상기 현재 블록의 인트라 예측 모드가 35번 내지 66번 인트라 예측 모드들 중 하나인 경우, 상기 현재 블록이 나뉘어지는 영역의 사이즈는 4x4 사이즈로 도출될 수 있다. 이 경우, 상기 현재 블록의 사이즈가 16x16 사이즈인 경우, 상기 현재 블록은 16개의 4x4 사이즈의 영역들로 나눠질 수 있고, 상기 영역들 중 래스터 스캔 오더(raster scan order) 상에서 0 내지 7번까지의 영역들에 대한 보간 필터는 정교한 보간 필터로 결정될 수 있고, 그 이외의 영역들에 대한 보간 필터는 저역 통과 필터 효과가 있는 보간 필터로 결정될 수 있다. 예를 들어, 상기 영역들 중 래스터 스캔 오더(raster scan order) 상에서 0 내지 7번까지의 영역들에 대한 보간 필터는 큐빅 필터(cubic filter)로 결정될 수 있고, 그 이외의 영역들에 대한 보간 필터는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)로 결정될 수 있다. 여기서, 상기 래스터 스캔 오더에 따른 상기 16개의 4x4 사이즈의 영역들의 번호는 상단 행에서 순차적으로 아래의 행의 순서로, 각각의 행에서는 좌에서 우로의 순서로 순차적으로 도출될 수 있다. 즉, 상기 현재 블록의 16개의 4x4 사이즈의 영역들 중 위에서 첫번째 행에 포함된 영역들은 좌에서 우로의 순서로 0번 영역, 1번 영역, 2 번 영역 및 3번 영역으로 나타낼 수 있고, 두번째 행에 포함된 영역들은 좌에서 우로의 순서로 4번 영역, 5번 영역, 6번 영역 및 7번 영역으로 나타낼 수 있고, 세번째 행에 포함된 영역들은 좌에서 우로의 순서로 8번 영역, 9번 영역, 10번 영역 및 11번 영역으로 나타낼 수 있고, 네번째 행에 포함된 영역들은 좌에서 우로의 순서로 12번 영역, 13번 영역, 14번 영역 및 15번 영역으로 나타낼 수 있다. 한편, 상기 현재 블록이 나뉘어지는 영역들의 사이즈 및 상기 각 영역의 보간 필터를 나타내는 정보가 생성될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 기반으로 결정될 수 있다. 여기서, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 상기 대상 샘플의 위치와 상기 현재 블록의 인트라 예측 모드의 예측 각도를 기반으로 도출될 수 있다. 예를 들어, 상기 대상 샘플의 위치와 상기 인트라 예측 모드의 예측 각도에 따른 삼각함수 값 (예를 들어, tanθ)을 기반으로 계산될 수 있다. 또는, 블록의 사이즈 및 인트라 예측 모드에 대한 미리 정의된 표를 기반으로 도출될 수 있다. 또는, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수직 거리 또는 수평 거리를 나타낼 수도 있다. 즉, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수직 거리를 기반으로 도출될 수 있고, 또는 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수평 거리를 기반으로 도출될 수 있다. 예를 들어, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수직 거리를 나타내는 경우, 상기 대상 샘플의 y 성분을 기반으로 상기 거리가 도출될 수 있다. 또한, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수평 거리를 나타내는 경우, 상기 대상 샘플의 x 성분을 기반으로 상기 거리가 도출될 수 있다.
예를 들어, 인코딩 장치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 도출할 수 있고, 상기 거리가 특정값보다 작은지 판단할 수 있다. 상기 거리가 특정값보다 작은 경우, 인코딩 장치는 정교한 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있고, 상기 거리가 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 거리가 특정값보다 작은 경우, 인코딩 장치는 큐빅 필터(cubic filter)를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있고, 상기 거리가 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 상기 특정값은 상기 현재 블록의 사이즈를 기반으로 도출될 수 있다. 또는, 상기 특정값은 상기 현재 블록의 인트라 예측 모드, 또는 정방형/비정방형 블록 여부 등을 기반으로 도출될 수도 있다. 예를 들어, 상기 현재 블록의 사이즈가 NxN 인 경우, 상기 특정값은 N/2로 도출될 수 있다. 또한, 상기 특정값에 대한 정보가 생성될 수 있고, 엔트로피 인코딩되어 전송될 수 있다.
다른 일 예로, 복수의 보간 필터들이 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 하나 및 저역 통과 필터 효과가 있는 보간 필터 중 하나를 포함할 수 있다. 또는, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 하나 및 저역 통과 필터 효과가 있는 보간 필터 중 둘을 포함할 수 있다. 또는, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 둘 및 저역 통과 필터 효과가 있는 보간 필터 중 하나를 포함할 수 있다. 구체적으로, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 가우시안 필터(Gaussian filter)를 포함할 수 있다.
인코딩 장치는 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출한다(S1340). 인코딩 장치는 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 보간 필터의 필터 계수들을 도출할 수 있고, 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 예를 들어, 상기 현재 블록의 상기 주변 샘플들 중 4개의 주변 샘플들이 상기 참조 샘플들로 도출될 수 있고, 상기 보간 필터의 4개의 필터 계수들이 도출될 수 있다. 인코딩 장치는 상기 필터 계수들을 기반으로 상기 참조 샘플들을 보간(interpolation)하여 상기 예측 샘플을 도출할 수 있다. 상기 예측 샘플은 상술한 수학식 1을 기반으로 도출될 수 있다.
또한, 복수의 보간 필터들이 상기 대상 샘플에 대한 상기 보간 필터로 결정된 경우, 인코딩 장치는 각각의 보간 필터를 기반으로 (임시) 예측 샘플을 도출할 수 있고, 도출된 (임시) 예측 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 도출할 수 있다. 예를 들어, 상기 대상 샘플의 상기 예측 샘플은 상기 (임시) 예측 샘플들의 평균을 통하여 도출될 수 있고, 또는 상기 (임시) 예측 샘플들의 가중합(weighted sum)을 통하여 도출될 수 있다. 한편, 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부는 상기 현재 블록의 사이즈, 상기 현재 블록의 상기 인트라 예측 모드, 또는 상기 현재 블록의 주변 샘플들 값의 분산(variance) 등을 기반으로 도출될 수 있다. 또한, 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부를 나타내는 플래그가 생성될 수 있다.
예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 가우시안 필터(Gaussian filter)를 포함할 수 있다. 이 경우, 인코딩 장치는 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 큐빅 필터의 필터 계수들을 도출할 수 있고, 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 가우시안 필터의 필터 계수들을 도출할 수 있다. 인코딩 장치는 상기 큐빅 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제1 예측 샘플을 도출할 수 있고, 상기 가우시안 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제2 예측 샘플을 도출할 수 있고, 상기 제1 예측 샘플 및 상기 제2 예측 샘플을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 평균을 통하여 도출될 수 있다. 또는, 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 가중합(weighted sum)을 통하여 도출될 수 있다. 이 경우, 상기 제1 예측 샘플에 대한 가중치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리에 반비례할 수 있고, 상기 제2 예측 샘플에 대한 가중치는 1에서 상기 제1 예측 샘플에 대한 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다.
또한, 예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 리니어 필터(linear filter)를 포함할 수 있다. 이 경우, 인코딩 장치는 상기 참조 샘플의 위치를 기반으로 상기 큐빅 필터의 필터 계수들을 도출할 수 있고, 상기 참조 샘플의 위치를 기반으로 상기 리니어 필터의 필터 계수들을 도출할 수 있다. 인코딩 장치는 상기 큐빅 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제1 예측 샘플을 도출할 수 있고, 상기 리니어 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제2 예측 샘플을 도출할 수 있고, 상기 제1 예측 샘플 및 상기 제2 예측 샘플을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 평균을 통하여 도출될 수 있다. 또는, 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 가중합(weighted sum)을 통하여 도출될 수 있다. 이 경우, 상기 제1 예측 샘플에 대한 가중치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리에 반비례할 수 있고, 상기 제2 예측 샘플에 대한 가중치는 1에서 상기 제1 예측 샘플에 대한 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다.
다른 일 예로, 상기 현재 블록에 MPM(most probable mode) 모드가 적용되어 상기 현재 블록의 주변 블록의 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측 모드가 도출되고, 상기 현재 블록의 상기 인트라 예측 모드가 플래너(Planar) 모드, DC 모드가 아닌 방향성 인트라 예측 모드인 경우, 상기 대상 샘플에 대한 보간 필터는 상기 주변 상기 MPM 모드를 통하여 선택된 상기 주변 블록을 기반으로 결정될 수 있다. 즉, 주변 블록에 사용된 보간 필터가 상기 대상 샘플에 대한 보간 필터로 도출될 수 있다. 여기서, 상기 현재 블록에 상기 MPM 모드가 적용되는 경우, 인코딩 장치는 상기 현재 블록의 좌측 또는 상측 주변 블록에 대한 인트라 예측 모드를 기반으로 MPM 리스트를 결정하고, 상기 MPM 리스트를 기반으로 상기 인트라 예측 모드를 결정할 수 있다.
인코딩 장치는 상기 현재 블록에 대한 예측 정보를 생성하고 인코딩하여 출력한다(S1350). 인코딩 장치는 상기 현재 블록에 대한 예측 정보를 인코딩하여 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 현재 블록의 상기 인트라 예측 모드에 관한 정보를 포함할 수 있다. 인코딩 장치는 상기 인트라 예측 모드를 나타내는 인트라 예측 모드에 관한 정보를 생성하고, 인코딩하여 비트스트림 형태로 출력할 수 있다. 상기 인트라 예측 모드에 관한 정보는 상기 현재 블록에 대한 인트라 예측 모드를 직접적으로 가리키는 정보를 포함할 수도 있고, 또는 상기 현재 블록의 좌측 또는 상측 블록의 인트라 예측 모드를 기반으로 도출된 인트라 예측 모드 후보 리스트 중에서 어느 하나의 후보를 가리키는 정보를 포함할 수도 있다. 상기 인트라 예측 모드 후보 리스트는 상기 MPM 리스트를 나타낼 수 있다.
또한, 상기 현재 블록이 복수의 영역들로 나뉘어지는 경우, 상기 예측 정보는 상기 현재 블록이 나뉘어지는 영역들의 사이즈 및 상기 각 영역의 보간 필터를 나타내는 정보를 포함할 수 있다. 또한, 상기 대상 샘플에 대한 상기 보간 필터가 상기 현재 블록의 사이즈, 상기 현재 블록의 인트라 예측 모드, 또는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 기반으로 선택되는 경우, 상기 예측 정보는 상기 대상 샘플에 대한 상기 보간 필터의 선택에 사용되는 상기 특정값에 대한 정보를 포함할 수 있다. 상기 보간 필터가 상기 현재 블록의 사이즈 및 상기 현재 블록의 인트라 예측 모드를 기반으로 선택되는 경우, 상기 예측 정보는 제1 특정값에 대한 정보 및 제2 특정값에 대한 정보를 포함할 수 있다. 또한, 상기 예측 정보는 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부를 나타내는 플래그를 포함할 수 있다. 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타내는 경우, 복수의 보간 필터들을 기반으로 상기 대상 샘플에 대한 예측 샘플이 도출될 수 있고, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타내는 경우, 상기 복수의 보간 필터들을 기반으로 상기 대상 샘플에 대한 예측 샘플이 도출되지 않을 수 있다. 예를 들어, 상기 플래그의 값이 1인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타낼 수 있고, 상기 플래그의 값이 0인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타낼 수 있다. 상기 예측 정보는 VPS(video parameter set), SPS(sequence parameter set), PPS(picture parameter set), 또는 슬라이스 세그먼트 헤더(slice segment header)를 통하여 시그널링될 수 있고, 또는 블록 단위로 시그널링될 수도 있다.
도 14는 본 발명에 따른 디코딩 장치에 의한 비디오 디코딩 방법을 개략적으로 나타낸다. 도 14에서 개시된 방법은 도 4에서 개시된 디코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 14의 S1400 내지 S1440은 상기 디코딩 장치의 예측부에 의하여 수행될 수 있다.
디코딩 장치는 현재 블록에 대한 인트라 예측 모드를 도출한다(S1400). 디코딩 장치는 비트스트림을 통하여 상기 현재 블록에 대한 예측 정보를 획득할 수 있다. 상기 예측 정보는 상기 현재 블록에 대한 인트라 예측 모드를 직접적으로 가리키는 정보를 포함할 수도 있고, 또는 상기 현재 블록의 좌측 또는 상측 블록의 인트라 예측 모드를 기반으로 도출된 인트라 예측 모드 후보 리스트 중에서 어느 하나의 후보를 가리키는 정보를 포함할 수도 있다. 상기 인트라 예측 모드 후보 리스트는 MPM 후보 리스트라고 나타낼 수 있다. 디코딩 장치는 상기 획득된 예측 정보를 기반으로 상기 현재 블록에 대한 인트라 예측 모드를 도출할 수 있다. 상기 인트라 예측 모드는 2개의 비방향성 예측 모드들과 33개의 방향성 예측 모드들 중 하나일 수 있다. 상기 2개의 비방향성 예측 모드들은 인트라 DC 모드 및 인트라 플래너 모드를 포함할 수 있음은 상술한 바와 같다. 또는 상기 인트라 예측 모드는 2개의 비방향성 인트라 예측 모드들과 65개의 방향성 인트라 예측 모드들 중 하나일 수 있다. 상기 2개의 비방향성 예측 모드들은 인트라 DC 모드 및 인트라 플래너 모드를 포함할 수 있음은 상술한 바와 같다. 또한, 상기 65개의 방향성 인트라 예측 모드들은 수직 방향성 인트라 예측 모드들과 수평 방향성 인트라 예측 모드들을 포함할 수 있다. 상기 수직 방향성 인트라 예측 모드들은 34번 인트라 예측 모드 내지 66번 인트라 예측 모드를 포함할 수 있고, 상기 수평 방향성 인트라 예측 모드들은 2번 인트라 예측 모드 내지 33번 인트라 예측 모드를 포함할 수 있다.
디코딩 장치는 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출한다(S1410). 디코딩 장치는 상기 현재 블록의 주변 샘플들을 도출할 수 있다. 상기 주변 샘플들은 상기 좌측 주변 샘플들 및 상기 상측 주변 샘플들을 포함할 수 있다. 또한, 상기 주변 샘플들은 좌상측 주변 샘플을 포함할 수 있다. 상기 좌측 주변 샘플들, 상기 좌상측 주변 샘플, 및 상기 상측 주변 샘플들은 상기 현재 블록의 디코딩 시점에 이미 복원된 주변 블록들로부터 도출될 수 있다. 상기 현재 블록의 2N 개의 상기 상측 주변 샘플들, 좌상측 주변 샘플, 및 2N 개의 상기 좌측 주변 샘플들이 도출될 수 있다. 여기서, 상기 현재 블록의 사이즈가 NxN이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 좌측 주변 샘플들은 p[-1][0] 내지 p[-1][2N-1], 상기 좌상측 주변 샘플은 p[-1][-1], 상기 상측 주변 샘플들은 p[0][-1] 내지 p[2N-1][-1] 일 수 있다.
또는, 상기 현재 블록의 사이즈가 MxN이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 현재 블록의 M+N 개의 상기 상측 주변 샘플들, 좌상측 주변 샘플, 및 M+N 개의 상기 좌측 주변 샘플들이 도출될 수 있다. 상기 현재 블록의 사이즈가 MxN의 비정방형 형태이고, 상기 현재 블록의 좌상단(top-left) 샘플의 x성분이 0 및 y성분이 0인 경우, 상기 좌측 주변 샘플들은 p[-1][0] 내지 p[-1][M+N-1], 상기 좌상측 주변 샘플은 p[-1][-1], 상기 상측 주변 샘플들은 p[0][-1] 내지 p[M+N-1][-1] 일 수 있다.
디코딩 장치는 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출한다(S1420). 디코딩 장치는 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 상기 대상 샘플에 대한 참조 샘플의 위치를 도출할 수 있고, 상기 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우, 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 도출된 위치 주변에 위치하는 주변 샘플들을 상기 대상 샘플의 상기 참조 샘플들로 도출할 수 있다. 즉, 상기 현재 블록의 대상 샘플의 위치 및 인트라 예측 모드의 예측 각도를 기반으로 복수의 주변 샘플들을 상기 대상 샘플의 상기 참조 샘플들로 도출할 수 있다. 예를 들어, 4개의 주변 샘플들이 상기 대상 샘플의 상기 참조 샘플들로 도출될 수 있다. 여기서, 상기 대상 샘플은 인트라 예측이 수행되는 현재 블록 내 샘플을 나타낼 수 있다. 상기 인트라 예측 모드의 예측 각도는 상술한 표 1을 기반으로 도출될 수 있고, intraPredAngle 은 상기 인트라 예측 모드로부터 도출된 예측 각도를 나타내는 변수일 수 있다.
디코딩 장치는 상기 대상 샘플에 대한 보간 필터(interpolation filter)를 결정한다(S1430). 디코딩 장치는 상기 대상 샘플에 대한 상기 보간 필터를 상기 현재 블록의 사이즈 및/또는 상기 현재 블록의 상기 인트라 예측 모드를 기반으로 결정할 수 있다. 또한, 예를 들어, 상기 보간 필터는 상기 참조 샘플의 위치가 분수 샘플(fractional sample) 위치인 경우에 결정될 수 있다.
일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 사이즈를 기반으로 결정될 수 있다. 예를 들어, 상기 현재 블록의 사이즈가 4x4 인 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 4x4 인 경우, 큐빅 필터(cubic filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 큐빅 필터는 정교한 보간 필터 중 하나이고, 상기 큐빅 필터는 스플라인 필터(spline filter)라고 불릴 수도 있다.
상기 현재 블록이 정방형 블록인 경우에는 폭과 높이가 같으므로, 즉, 상기 현재 블록은 NxN 사이즈의 정방형 블록이므로, 보간 필터를 선택함에 있어 기준이 되는 크기(즉, 기준이 되는 값)는 어떠한 예측 방향의 방향성 인트라 예측 모드에 대해서도 N이 될 수 있다. 한편, 상기 현재 블록이 비정방형 블록인 경우, 즉 상기 현재 블록이 MxN 사이즈의 비정방형 블록인 경우, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 블록의 사이즈(즉, 기준이 되는 값)는 M이 될 수 있다. 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드이면 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈(즉, 기준이 되는 값)는 N이 될 수 있다. 혹은, 반대로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수직 방향성을 갖은 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 N을 기준으로 선택될 수 있으며, 마찬가지로, 상기 현재 블록이 MxN 사이즈의 비정방형 블록이고, 상기 현재 블록의 인트라 예측 모드가 수평 방향성을 갖는 인트라 예측 모드인 경우, 상기 현재 블록의 보간 필터는 M을 기준으로 선택될 수도 있다. 다만, 이후 기술하는 구체적인 예시에서는 MxN의 사이즈를 가지는 상기 현재 블록에 수직 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 보간 필터를 선택하는 기준이 되는 상기 현재 블록의 사이즈는 M으로 나타낼 수 있고, 마찬가지로, 상기 현재 블록에 수평 방향성을 갖는 인트라 예측 모드가 적용되는 경우, 상기 현재 블록의 사이즈는 N으로 나타낼 수 있다. 여기서, 인트라 예측 모드가 65개의 방향성 인트라 예측 모드 및 2개의 비방향성 인트라 예측 모드를 포함하는 경우, 상기 수직 방향성을 갖는 인트라 예측 모드는 34번 내지 66번 인트라 예측 모드를 나타낼 수 있고, 상기 수평 방향성을 갖는 인트라 예측 모드는 2번 내지 33번 인트라 예측 모드를 나타낼 수 있다.
또한, 예를 들어, 상기 현재 블록의 사이즈가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작은 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 상기 특정값보다 작은 경우, 상기 큐빅 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 또는, 상기 현재 블록의 사이즈가 상기 특정값보다 작지 않은 경우, 리니어 필터(linear filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 저역 통과 필터 효과가 있는 보간 필터는 상기 가우시안 필터 및 리니어 필터를 포함할 수 있다. 여기서, 상기 특정값은 4, 8, 16 또는 32 등으로 설정될 수 있다. 또한, 상기 현재 블록에 대한 예측 정보는 상기 특정값에 대한 정보를 포함할 수 있다. 이 경우, 상기 특정값은 상기 특정값에 대한 정보를 기반으로 도출될 수 있다.
구체적으로, 상기 현재 블록이 폭 (width)과 높이 (height)가 크기가 같은 경우(즉, 상기 현재 블록이 정방형 블록인 경우), 상기 현재 블록의 폭(width) 이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭(width) 이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 폭(width) 이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 폭이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 폭이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 높이가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 높이가 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보긴 필터는 큐빅 필터로 도출되고, 상기 현재 블록의 높이가 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 높이가 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 높이가 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter)로 도출되고, 상기 현재 블록의 높이가 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터(gaussian filter)로 도출될 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고(즉, 상기 현재 블록이 비정방형 블록이고), 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 폭이 특정값보다 작은지 판단될 수 있고, 상기 현재 블록의 폭이 상기 특정값보다 작은 경우, 상기 대상 샘플에 대한 상기 보긴 필터는 큐빅 필터로 도출되고, 상기 현재 블록의 폭이 상기 특정값보다 작지 않은 경우, 상기 대상 샘플에 대한 상기 보간 필터는 가우시안 필터로 도출될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 인트라 예측 모드를 기반으로 결정될 수 있다.
예를 들어, 상기 현재 블록의 인트라 예측 모드의 예측 각도가 특정값보다 작은지 판단될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작은 경우, 정교한 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 구체적으로, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작은 경우, 큐빅 필터(cubic filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 또는, 상기 인트라 예측 모드의 상기 예측 각도가 상기 특정값보다 작지 않은 경우, 리니어 필터(linear filter)가 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 상기 저역 통과 필터 효과가 있는 보간 필터는 상기 가우시안 필터 및 리니어 필터를 포함할 수 있다. 여기서, 상기 특정값은 4, 8, 16 또는 32 등으로 설정될 수 있다. 상기 인트라 예측 모드의 상기 예측 각도는 상술한 표 1을 기반으로 도출될 수 있고, intraPredAngle 은 상기 인트라 예측 모드의 상기 예측 각도를 나타낼 수 있다. 또한, 일 예로, 상기 특정값은 11로 설정될 수 있다. 또한, 상기 현재 블록에 대한 예측 정보는 상기 특정값에 대한 정보를 포함할 수 있다. 이 경우, 상기 특정값은 상기 특정값에 대한 정보를 기반으로 도출될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 현재 블록의 사이즈 및 상기 인트라 예측 모드를 기반으로 결정될 수 있다.
예를 들어, 디코딩 장치는 상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter)를 상기 보간 필터로 결정할 수 있다. 또는, 상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 디코딩 장치는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우, 디코딩 장치는 상기 현재 블록의 폭(width)이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작지 않은 경우, 가우시안 필터 또는 리니어 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다.
상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 정교한 보간 필터를 상기 대상 샘플에 대한 보간 필터로 결정할 수 있다. 구체적으로, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우에 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter)를 상기 보간 필터로 결정할 수 있다. 또는, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
구체적으로, 상기 현재 블록의 폭(width)과 높이(height)가 같은 경우에 상기 현재 블록의 폭(width)이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있고, 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 높이가 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 높이가 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
또한, 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 디코딩 장치는 상기 현재 블록의 폭이 제1 특정값보다 작은지 판단할 수 있고, 상기 현재 블록의 폭이 상기 제1 특정값보다 작은 경우, 디코딩 장치는 상기 현재 블록의 인트라 예측 모드의 예측 각도가 제2 특정값보다 작은지 판단할 수 있다. 상기 인트라 예측 모드의 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 디코딩 장치는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 보간 필터로 결정할 수 있다.
한편, 상기 현재 블록에 대한 예측 정보는 상기 제1 특정값에 대한 정보 및 제2 특정값에 대한 정보를 포함할 수 있다. 이 경우, 상기 제1 특정값은 상기 제1 특정값에 대한 정보를 기반으로 도출될 수 있고, 상기 제2 특정값은 상기 제2 특정값에 대한 정보를 기반으로 도출될 수 있다. 또는, 상기 제1 특정값 및 상기 제2 특정값은 기설정된 값들을 기반으로 도출될 수도 있다.
다른 일 예로, 상기 현재 블록이 복수의 영역들로 나뉘어질 수 있고, 각 영역과 상기 현재 블록의 주변 샘플들과의 거리를 기반으로 각 영역의 보간 필터가 결정될 수 있다. 이 경우, 상기 대상 샘플에 대한 상기 보간 필터는 상기 대상 샘플이 포함된 영역의 보간 필터로 도출될 수 있다. 또한, 상기 현재 블록의 사이즈가 특정 사이즈 이상인 경우에 상기 현재 블록이 복수의 영역들로 나뉘어질 수 있다. 구체적으로, 상기 영역들 중 상기 현재 블록의 주변 샘플들과의 거리가 특정값보다 가까운 영역들에 대한 보간 필터는 정교한 보간 필터로 결정될 수 있고, 상기 영역들 중 상기 현재 블록의 주변 샘플들과의 특정값보다 먼 영역들에 대한 보간 필터는 저역 통과 필터 효과가 있는 보간 필터로 결정될 수 있다.
한편, 상기 현재 블록이 나뉘어지는 상기 복수의 영역들의 사이즈는 기설정될 수 있다. 또는, 상기 복수의 영역들의 사이즈는 상기 현재 블록의 사이즈, 인트라 예측 모드 등을 기반으로 도출될 수도 있다. 예를 들어, 상기 현재 블록의 인트라 예측 모드가 35번 내지 66번 인트라 예측 모드들 중 하나인 경우, 상기 현재 블록이 나뉘어지는 영역의 사이즈는 4x4 사이즈로 도출될 수 있다. 이 경우, 상기 현재 블록의 사이즈가 16x16 사이즈인 경우, 상기 현재 블록은 16개의 4x4 사이즈의 영역들로 나눠질 수 있고, 상기 영역들 중 래스터 스캔 오더(raster scan order) 상에서 0 내지 7번까지의 영역들에 대한 보간 필터는 정교한 보간 필터로 결정될 수 있고, 그 이외의 영역들에 대한 보간 필터는 저역 통과 필터 효과가 있는 보간 필터로 결정될 수 있다. 예를 들어, 상기 영역들 중 래스터 스캔 오더(raster scan order) 상에서 0 내지 7번까지의 영역들에 대한 보간 필터는 큐빅 필터(cubic filter)로 결정될 수 있고, 그 이외의 영역들에 대한 보간 필터는 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)로 결정될 수 있다. 여기서, 상기 래스터 스캔 오더에 따른 상기 16개의 4x4 사이즈의 영역들의 번호는 상단 행에서 순차적으로 아래의 행의 순서로, 각각의 행에서는 좌에서 우로의 순서로 순차적으로 도출될 수 있다. 즉, 상기 현재 블록의 16개의 4x4 사이즈의 영역들 중 위에서 첫번째 행에 포함된 영역들은 좌에서 우로의 순서로 0번 영역, 1번 영역, 2 번 영역 및 3번 영역으로 나타낼 수 있고, 두번째 행에 포함된 영역들은 좌에서 우로의 순서로 4번 영역, 5번 영역, 6번 영역 및 7번 영역으로 나타낼 수 있고, 세번째 행에 포함된 영역들은 좌에서 우로의 순서로 8번 영역, 9번 영역, 10번 영역 및 11번 영역으로 나타낼 수 있고, 네번째 행에 포함된 영역들은 좌에서 우로의 순서로 12번 영역, 13번 영역, 14번 영역 및 15번 영역으로 나타낼 수 있다. 한편, 현재 블록에 대한 예측 정보가 수신될 수 있고, 상기 예측 정보는 상기 현재 블록이 나뉘어지는 영역들의 사이즈를 나타내는 정보 및 상기 각 영역의 보간 필터를 나타내는 정보를 포함할 수 있다. 이 경우, 상기 현재 블록이 나뉘어지는 영역들의 사이즈 및 상기 각 영역의 보간 필터는 상기 현재 블록이 나뉘어지는 영역들의 사이즈를 나타내는 정보 및 상기 각 영역의 보간 필터를 나타내는 정보를 기반으로 도출될 수 있다.
다른 일 예로, 상기 대상 샘플에 대한 상기 보간 필터는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 기반으로 결정될 수 있다. 여기서, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 상기 대상 샘플의 위치와 상기 현재 블록의 인트라 예측 모드의 예측 각도를 기반으로 도출될 수 있다. 예를 들어, 상기 대상 샘플의 위치와 상기 인트라 예측 모드의 예측 각도에 따른 삼각함수 값(예를 들어, tanθ)을 기반으로 계산될 수 있다. 또는, 블록의 사이즈 및 인트라 예측 모드에 대한 미리 정의된 표를 기반으로 도출될 수 있다. 또는, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수직 거리 또는 수평 거리를 나타낼 수도 있다. 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수직 거리를 나타내는 경우, 상기 대상 샘플의 y 성분을 기반으로 상기 거리가 도출될 수 있다. 또한, 상기 대상 샘플과 상기 참조 샘플들 간의 거리는 수평 거리를 나타내는 경우, 상기 대상 샘플의 x 성분을 기반으로 상기 거리가 도출될 수 있다.
예를 들어, 디코딩 장치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 도출할 수 있고, 상기 거리가 특정값보다 작은지 판단할 수 있다. 상기 거리가 특정값보다 작은 경우, 디코딩 장치는 정교한 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있고, 상기 거리가 특정값보다 작지 않은 경우, 저역 통과 필터 효과가 있는 보간 필터를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 구체적으로, 상기 거리가 특정값보다 작은 경우, 디코딩 장치는 큐빅 필터(cubic filter)를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있고, 상기 거리가 특정값보다 작지 않은 경우, 가우시안 필터(gaussian filter) 또는 리니어 필터(linear filter)를 상기 대상 샘플에 대한 상기 보간 필터로 결정할 수 있다. 상기 특정값은 상기 현재 블록의 사이즈를 기반으로 도출될 수 있다. 또는, 상기 특정값은 상기 현재 블록의 인트라 예측 모드, 또는 정방형/비정방형 블록 여부 등을 기반으로 도출될 수도 있다. 예를 들어, 상기 현재 블록의 사이즈가 NxN 인 경우, 상기 특정값은 N/2로 도출될 수 있다. 또한, 상기 현재 블록에 대한 예측 정보가 수신될 수 있고, 상기 예측 정보는 상기 특정값에 대한 정보를 포함할 수 있다. 이 경우, 상기 특정값은 상기 특정값에 대한 정보를 기반으로 도출될 수 있다.
다른 일 예로, 복수의 보간 필터들이 상기 대상 샘플에 대한 상기 보간 필터로 결정될 수 있다. 예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 하나 및 저역 통과 필터 효과가 있는 보간 필터 중 하나를 포함할 수 있다. 또는, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 하나 및 저역 통과 필터 효과가 있는 보간 필터 중 둘을 포함할 수 있다. 또는, 상기 대상 샘플에 대한 상기 보간 필터는 정교한 보간 필터 중 둘 및 저역 통과 필터 효과가 있는 보간 필터 중 하나를 포함할 수 있다. 구체적으로, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 가우시안 필터(Gaussian filter)를 포함할 수 있다. 한편, 상기 현재 블록에 대한 예측 정보가 수신될 수 있고, 상기 예측 정보는 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부를 나타내는 플래그를 포함할 수 있다. 상기 플래그를 기반으로 복수의 보간 필터들이 결정되는지 여부가 판단될 수 있다. 예를 들어, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타내는 경우, 복수의 보간 필터들을 기반으로 상기 대상 샘플의 예측 샘플이 도출될 수 있고, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타내는 경우, 상기 복수의 보간 필터들을 기반으로 상기 대상 샘플의 예측 샘플이 도출되지 않을 수 있다. 예를 들어, 상기 플래그의 값이 1인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타낼 수 있고, 상기 플래그의 값이 0인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타낼 수 있다.
디코딩 장치는 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출한다(S1440). 디코딩 장치는 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 보간 필터의 필터 계수들을 도출할 수 있고, 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 예를 들어, 상기 현재 블록의 상기 주변 샘플들 중 4개의 주변 샘플들이 상기 참조 샘플들로 도출될 수 있고, 상기 보간 필터의 4개의 필터 계수들이 도출될 수 있다. 디코딩 장치는 상기 필터 계수들을 기반으로 상기 참조 샘플들을 보간(interpolation)하여 상기 예측 샘플을 도출할 수 있다. 상기 예측 샘플은 상술한 수학식 1을 기반으로 도출될 수 있다.
또한, 복수의 보간 필터들이 상기 대상 샘플에 대한 상기 보간 필터로 결정된 경우, 디코딩 장치는 각각의 보간 필터를 기반으로 (임시) 예측 샘플을 도출할 수 있고, 도출된 (임시) 예측 샘플을 기반으로 상기 대상 샘플의 예측 샘플을 도출할 수 있다. 예를 들어, 상기 대상 샘플의 상기 예측 샘플은 상기 (임시) 예측 샘플들의 평균을 통하여 도출될 수 있고, 또는 상기 (임시) 예측 샘플들의 가중합(weighted sum)을 통하여 도출될 수 있다. 한편, 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부는 상기 현재 블록의 사이즈, 상기 현재 블록의 상기 인트라 예측 모드, 또는 상기 현재 블록의 주변 샘플들 값의 분산(variance) 등을 기반으로 도출될 수 있다. 또한, 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부를 나타내는 플래그가 수신될 수 있고, 상기 플래그를 기반으로 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부가 판단될 수 있다.
예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 가우시안 필터(Gaussian filter)를 포함할 수 있다. 이 경우, 디코딩 장치는 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 큐빅 필터의 필터 계수들을 도출할 수 있고, 상기 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로 상기 가우시안 필터의 필터 계수들을 도출할 수 있다. 디코딩 장치는 상기 큐빅 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제1 예측 샘플을 도출할 수 있고, 상기 가우시안 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제2 예측 샘플을 도출할 수 있고, 상기 제1 예측 샘플 및 상기 제2 예측 샘플을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 평균을 통하여 도출될 수 있다. 또는, 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 가중합(weighted sum)을 통하여 도출될 수 있다. 이 경우, 상기 제1 예측 샘플에 대한 가중치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리에 반비례할 수 있고, 상기 제2 예측 샘플에 대한 가중치는 1에서 상기 제1 예측 샘플에 대한 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다.
또한, 예를 들어, 상기 대상 샘플에 대한 상기 보간 필터는 큐빅 필터(cubic filter) 및 리니어 필터(linear filter)를 포함할 수 있다. 이 경우, 디코딩 장치는 상기 참조 샘플의 위치를 기반으로 상기 큐빅 필터의 필터 계수들을 도출할 수 있고, 상기 참조 샘플의 위치를 기반으로 상기 리니어 필터의 필터 계수들을 도출할 수 있다. 디코딩 장치는 상기 큐빅 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제1 예측 샘플을 도출할 수 있고, 상기 리니어 필터의 상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플에 대한 제2 예측 샘플을 도출할 수 있고, 상기 제1 예측 샘플 및 상기 제2 예측 샘플을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출할 수 있다. 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 평균을 통하여 도출될 수 있다. 또는, 상기 대상 샘플의 상기 예측 샘플은 상기 제1 예측 샘플과 상기 제2 예측 샘플과의 가중합(weighted sum)을 통하여 도출될 수 있다. 이 경우, 상기 제1 예측 샘플에 대한 가중치는 상기 대상 샘플과 상기 참조 샘플들 간의 거리에 반비례할 수 있고, 상기 제2 예측 샘플에 대한 가중치는 1에서 상기 제1 예측 샘플에 대한 가중치를 뺀 값으로 도출될 수 있다. 또는, 이 때 사용되는 상기 제1 가중치 및 상기 제2 가중치는 소수점 연산을 피하기 위하여 정수 단위로 업-스케일 (up-scaled) 되어 도출될 수도 있다.
다른 일 예로, 상기 현재 블록에 MPM (most probable mode) 모드가 적용되어 상기 현재 블록의 주변 블록의 인트라 예측 모드를 기반으로 상기 현재 블록의 인트라 예측 모드가 도출되고, 상기 현재 블록의 상기 인트라 예측 모드가 플래너(Planar) 모드, DC 모드가 아닌 방향성 인트라 예측 모드인 경우, 상기 대상 샘플에 대한 보간 필터는 상기 주변 상기 MPM 모드를 통하여 선택된 상기 주변 블록을 기반으로 결정될 수 있다. 즉, 주변 블록에 사용된 보간 필터가 상기 대상 샘플에 대한 보간 필터로 도출될 수 있다. 여기서, 상기 현재 블록에 상기 MPM 모드가 적용되는 경우, 디코딩 장치는 상기 현재 블록의 좌측 또는 상측 주변 블록에 대한 인트라 예측 모드를 기반으로 MPM 리스트를 결정하고, 상기 MPM 리스트를 기반으로 상기 인트라 예측 모드를 결정할 수 있다.
한편, 비록 도면에서 도시되지는 않았으나 디코딩 장치는 예측 모드에 따라 상기 예측 샘플을 바로 복원 샘플로 이용할 수도 있고, 또는 상기 예측 샘플에 레지듀얼 샘플을 더하여 복원 샘플을 생성할 수도 있다. 디코딩 장치는 상기 대상 블록에 대한 레지듀얼 샘플이 존재하는 경우, 상기 대상 블록에 대한 레지듀얼에 관한 정보를 수신할 수 있고, 상기 레지듀얼에 관한 정보는 상기 복원 샘플에 대한 정보에 포함될 수 있다. 상기 레지듀얼에 관한 정보는 상기 레지듀얼 샘플에 관한 변환 계수를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 상기 대상 블록에 대한 상기 레지듀얼 샘플(또는 레지듀얼 샘플 어레이)을 도출할 수 있다. 디코딩 장치는 상기 예측 샘플과 상기 레지듀얼 샘플을 기반으로 복원 샘플을 생성할 수 있고, 상기 복원 샘플을 기반으로 복원 블록 또는 복원 픽처를 도출할 수 있다. 이후 디코딩 장치는 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링 및/또는 SAO 절차와 같은 인루프 필터링 절차를 상기 복원 픽처에 적용할 수 있음은 상술한 바와 같다.
또한, 디코딩 장치는 비트스트림을 통하여 상기 현재 블록에 대한 예측 정보를 수신할 수 있고, 엔트로피 디코딩할 수 있다. 상기 예측 정보는 상기 현재 블록의 상기 인트라 예측 모드에 관한 정보를 포함할 수 있다. 디코딩 장치는 상기 인트라 예측 모드를 나타내는 인트라 예측 모드에 관한 정보를 획득할 수 있다. 상기 인트라 예측 모드에 관한 정보는 상기 현재 블록에 대한 인트라 예측 모드를 직접적으로 가리키는 정보를 포함할 수도 있고, 또는 상기 현재 블록의 좌측 또는 상측 블록의 인트라 예측 모드를 기반으로 도출된 인트라 예측 모드 후보 리스트 중에서 어느 하나의 후보를 가리키는 정보를 포함할 수도 있다. 상기 인트라 예측 모드 후보 리스트는 상기 MPM 리스트를 나타낼 수 있다.
또한, 상기 현재 블록이 복수의 영역들로 나뉘어지는 경우, 상기 예측 정보는 상기 현재 블록이 나뉘어지는 영역들의 사이즈 및 상기 각 영역의 보간 필터를 나타내는 정보를 포함할 수 있다. 또한, 상기 대상 샘플에 대한 상기 보간 필터가 상기 현재 블록의 사이즈, 상기 현재 블록의 인트라 예측 모드, 또는 상기 대상 샘플과 상기 참조 샘플들 간의 거리를 기반으로 선택되는 경우, 상기 예측 정보는 상기 대상 샘플에 대한 상기 보간 필터의 선택에 사용되는 상기 특정값에 대한 정보를 포함할 수 있다. 상기 보간 필터가 상기 현재 블록의 사이즈 및 상기 현재 블록의 인트라 예측 모드를 기반으로 선택되는 경우, 상기 예측 정보는 제1 특정값에 대한 정보 및 제2 특정값에 대한 정보를 포함할 수 있다. 또한, 상기 예측 정보는 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되는지 여부를 나타내는 플래그를 포함할 수 있다. 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타내는 경우, 복수의 보간 필터들을 기반으로 상기 대상 샘플의 상기 예측 샘플이 도출될 수 있고, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타내는 경우, 상기 복수의 보간 필터들을 기반으로 상기 대상 샘플의 상기 예측 샘플이 도출되지 않을 수 있다. 예를 들어, 상기 플래그의 값이 1인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정됨을 나타낼 수 있고, 상기 플래그의 값이 0인 경우, 상기 플래그가 상기 대상 샘플에 대한 상기 보간 필터로 복수의 보간 필터들이 결정되지 않음을 나타낼 수 있다. 상기 예측 정보는 VPS(video parameter set), SPS(sequence parameter set), PPS(picture parameter set), 또는 슬라이스 세그먼트 헤더(slice segment header)를 통하여 시그널링될 수 있고, 또는 블록 단위로 시그널링될 수도 있다.
상술한 본 발명에 따르면 현재 블록의 사이즈, 상기 대상 샘플과 상기 참조 샘플과의 거리, 및/또는 예측 모드 (예측 각도)에 따라 도출된 보간 필터를 기반으로 상기 대상 샘플에 대한 예측을 수행할 수 있고, 이를 통하여 대상 샘플에 대한 분수 샘플 위치의 참조 샘플을 보다 정확하게 생성하여 상기 현재 블록에 대한 예측 정확도를 향상시킬 수 있고, 상기 현재 블록에 대한 레지듀얼(residual)을 줄여 코딩 효율을 향상시킬 수 있다.
또한, 본 발명에 따르면 상기 여러 조건을 기반으로 대상 샘플에 대한 보간 필터를 선택할 수 있어 보간 필터의 선택에 대한 정보의 비트량을 줄일 수 있고, 이를 통하여 상기 현재 블록에 대한 예측 정확도를 향상시킬 수 있고, 이를 통하여 상기 현재 블록의 코딩 효율을 향상시킬 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 발명에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 발명에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.

Claims (8)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 현재 블록의 예측 정보 및 레지듀얼 정보를 획득하는 단계;
    상기 예측 정보를 기반으로 상기 현재 블록의 인트라 예측 모드를 도출하는 단계;
    상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계;
    상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계;
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 보간 필터(interpolation filter)를 결정하는 단계;
    상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계;
    상기 레지듀얼 정보를 기반으로 상기 대상 샘플의 레지듀얼 샘플을 도출하는 단계; 및
    상기 예측 샘플 및 상기 레지듀얼 샘플을 기반으로 복원 픽처를 생성하는 단계를 포함하되,
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 상기 보간 필터를 결정하는 단계는,
    상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단하는 단계; 및
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 상기 인트라 예측 모드의 상기 예측 각도가 제2 특정값보다 작은지 판단하는 단계를 포함하고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 상기 보간 필터는 가우시안 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작은 경우, 상기 보간 필터는 큐빅 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 상기 보간 필터는 상기 가우시안 필터로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출하는 단계는,
    상기 대상 샘플의 위치 및 상기 예측 각도를 기반으로 상기 보간 필터의 필터 계수들을 도출하는 단계; 및
    상기 필터 계수들 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 상기 예측 샘플을 도출하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제1항에 있어서,
    현재 블록의 폭 (width)과 높이 (height)가 크기가 같은 경우, 상기 현재 블록의 사이즈는 상기 현재 블록의 폭과 동일한 것을 특징으로 하는 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수직 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 사이즈는 상기 현재 블록의 폭과 동일한 것을 특징으로 하는 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 현재 블록의 폭(width)과 높이(height)가 다르고, 상기 현재 블록의 상기 인트라 예측 모드가 수평 방향성을 갖는 방향성 인트라 예측 모드인 경우, 상기 현재 블록의 사이즈는 상기 현재 블록의 높이와 동일한 것을 특징으로 하는 영상 디코딩 방법.
  6. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록의 인트라 예측 모드를 결정하는 단계;
    상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계;
    상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계;
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 보간 필터(interpolation filter)를 결정하는 단계;
    상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계;
    상기 예측 샘플을 기반으로 상기 대상 샘플의 레지듀얼 샘플을 도출하는 단계; 및
    상기 현재 블록에 대한 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 상기 보간 필터를 결정하는 단계는,
    상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단하는 단계; 및
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 상기 인트라 예측 모드의 상기 예측 각도가 제2 특정값보다 작은지 판단하는 단계를 포함하고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 상기 보간 필터는 가우시안 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작은 경우, 상기 보간 필터는 큐빅 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 상기 보간 필터는 상기 가우시안 필터로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  7. 컴퓨터로 판독 가능한 디지털 저장 매체로서, 특정 방법에 의하여 생성된청비트스트림을 저장하고, 상기 특정 방법은
    현재 블록의 인트라 예측 모드를 결정하는 단계;
    상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계;
    상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계;
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 보간 필터(interpolation filter)를 결정하는 단계;
    상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계;
    상기 예측 샘플을 기반으로 상기 대상 샘플의 레지듀얼 샘플을 도출하는 단계; 및
    상기 현재 블록에 대한 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩하는 단계; 및
    상기 영상 정보를 포함하는 상기 비트스트림을 생성하는 단계를 포함하되,
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 상기 보간 필터를 결정하는 단계는,
    상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단하는 단계; 및
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 상기 인트라 예측 모드의 상기 예측 각도가 제2 특정값보다 작은지 판단하는 단계를 포함하고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 상기 보간 필터는 가우시안 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작은 경우, 상기 보간 필터는 큐빅 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 상기 보간 필터는 상기 가우시안 필터로 도출되는 것을 특징으로 하는, 디지털 저장 매체.
  8. 영상 정보에 대한 데이터의 전송 방법에 있어서,
    현재 블록에 대한 예측 정보 및 레지듀얼 정보를 포함하는 상기 영상 정보의 비트스트림을 획득하되, 상기 예측 정보 및 상기 레지듀얼 정보는 상기 현재 블록의 인트라 예측 모드를 결정하는 단계, 상기 현재 블록의 좌측 주변 샘플들 및 상측 주변 샘플들을 포함하는 주변 샘플들을 도출하는 단계, 상기 현재 블록의 대상 샘플의 위치 및 상기 인트라 예측 모드의 예측 각도를 기반으로, 상기 주변 샘플들 중 상기 대상 샘플의 예측을 위한 참조 샘플들을 도출하는 단계, 상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 보간 필터(interpolation filter)를 결정하는 단계, 상기 보간 필터 및 상기 참조 샘플들을 기반으로 상기 대상 샘플의 예측 샘플을 도출하는 단계, 상기 예측 샘플을 기반으로 상기 대상 샘플의 레지듀얼 샘플을 도출하는 단계, 상기 현재 블록에 대한 상기 예측 정보 및 상기 레지듀얼 정보를 생성하는 단계를 수행하여 생성되고; 및
    상기 예측 정보 및 상기 레지듀얼 정보를 포함하는 상기 영상 정보의 상기 비트스트림을 포함하는 상기 데이터를 전송하는 단계를 포함하되,
    상기 인트라 예측 모드 및 상기 현재 블록의 사이즈를 기반으로 상기 참조 샘플들에 적용되는 상기 보간 필터를 결정하는 단계는,
    상기 현재 블록의 사이즈가 제1 특정값보다 작은지 판단하는 단계; 및
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작은 경우, 상기 인트라 예측 모드의 상기 예측 각도가 제2 특정값보다 작은지 판단하는 단계를 포함하고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작지 않은 경우, 상기 보간 필터는 가우시안 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작은 경우, 상기 보간 필터는 큐빅 필터로 도출되고,
    상기 현재 블록의 사이즈가 상기 제1 특정값보다 작고, 상기 인트라 예측 모드의 상기 예측 각도가 상기 제2 특정값보다 작지 않은 경우, 상기 보간 필터는 상기 가우시안 필터로 도출되는 것을 특징으로 하는, 전송 방법.
KR1020217024105A 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치 KR102431855B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020227027412A KR102568179B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762512737P 2017-05-31 2017-05-31
US62/512,737 2017-05-31
PCT/KR2018/000226 WO2018221817A1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
KR1020197028953A KR102285435B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020197028953A Division KR102285435B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020227027412A Division KR102568179B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20210097832A true KR20210097832A (ko) 2021-08-09
KR102431855B1 KR102431855B1 (ko) 2022-08-11

Family

ID=64454753

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020217024105A KR102431855B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
KR1020227027412A KR102568179B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
KR1020197028953A KR102285435B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020227027412A KR102568179B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
KR1020197028953A KR102285435B1 (ko) 2017-05-31 2018-01-05 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치

Country Status (14)

Country Link
US (4) US10757407B2 (ko)
EP (3) EP3879826B1 (ko)
JP (3) JP6886528B2 (ko)
KR (3) KR102431855B1 (ko)
CN (5) CN114286110A (ko)
AU (3) AU2018276649B2 (ko)
BR (1) BR112019021446B1 (ko)
CA (2) CA3142170C (ko)
ES (2) ES2892473T3 (ko)
HU (2) HUE056668T2 (ko)
MX (2) MX2019011953A (ko)
PL (2) PL3879826T3 (ko)
RU (1) RU2740859C1 (ko)
WO (1) WO2018221817A1 (ko)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180040319A (ko) * 2016-10-12 2018-04-20 가온미디어 주식회사 영상 처리 방법, 그를 이용한 영상 복호화 및 부호화 방법
MX2019004151A (es) * 2016-10-11 2019-08-05 Lg Electronics Inc Metodo y aparato de decodificación de imagen basados en la intrapredicción en sistema de codificación de imagen.
KR20180080115A (ko) * 2017-01-02 2018-07-11 한양대학교 산학협력단 참조 화소에 대하여 적응적 필터링을 수행하기 위한 화면 내 예측 방법 및 장치
US10951908B2 (en) * 2017-05-24 2021-03-16 Lg Electronics Inc. Method and device for decoding image according to intra prediction in image coding system
JP2020120141A (ja) * 2017-05-26 2020-08-06 シャープ株式会社 動画像符号化装置及び動画像復号装置、フィルタ装置
CA3142170C (en) * 2017-05-31 2023-07-04 Lg Electronics Inc. Method and device for performing image decoding on basis of intra prediction in image coding system
CN112075080A (zh) * 2018-03-30 2020-12-11 日本放送协会 帧内预测装置、图像编码装置、图像解码装置以及程序
BR112020026879A2 (pt) 2018-06-29 2021-04-06 Huawei Technologies Co., Ltd. Dispositivo e método para intra predição
BR112020027089A2 (pt) * 2018-07-11 2021-03-30 Huawei Technologies Co., Ltd. Método e aparelho para filtragem dependente de taxa de proporção para intraprevisão
US11438583B2 (en) * 2018-11-27 2022-09-06 Tencent America LLC Reference sample filter selection in intra prediction
KR20200083315A (ko) * 2018-12-28 2020-07-08 한국전자통신연구원 화면 내 예측 모드 유도 방법 및 장치
US20220182616A1 (en) * 2019-03-12 2022-06-09 Lg Electronics Inc. Method and apparatus for encoding/decoding video and method for transmitting bitstream
CN110401838B (zh) * 2019-03-12 2021-08-31 浙江大华技术股份有限公司 帧内预测方法、编码器及存储装置
US11973966B2 (en) 2019-03-12 2024-04-30 Hyundai Motor Company Method and apparatus for efficiently coding residual blocks
US20220201286A1 (en) * 2019-04-25 2022-06-23 Mediatek Inc. Method and Apparatus of Encoding or Decoding with Mode Dependent Intra Smoothing Filter in Intra Prediction
JP2022530240A (ja) * 2019-05-02 2022-06-28 北京字節跳動網絡技術有限公司 複数の参照フィルタを使用するイントラビデオコーディング
GB2585039A (en) * 2019-06-25 2020-12-30 Sony Corp Image data encoding and decoding
EP4018668A4 (en) * 2019-08-23 2023-06-21 Samsung Electronics Co., Ltd. INTRA PREDICTION METHOD AND DEVICE USING IT, ENCODING AND DECODE METHOD AND DEVICE USING IT BASED ON INTRA PREDICTION
CN110944211B (zh) * 2019-11-15 2022-07-08 腾讯科技（深圳）有限公司 用于帧内预测的插值滤波方法、装置、介质及电子设备
WO2022005521A1 (en) * 2020-06-30 2022-01-06 Google Llc Gradient predictor for image compression
US20220060702A1 (en) * 2020-08-21 2022-02-24 Alibaba Group Holding Limited Systems and methods for intra prediction smoothing filter
WO2024025316A1 (ko) * 2022-07-25 2024-02-01 주식회사 케이티 영상 부호화/복호화 방법 및 비트스트림을 저장하는 기록 매체

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120140821A1 (en) * 2010-12-07 2012-06-07 Virginie Drugeon Pixel adaptive intra smoothing
US20160373743A1 (en) * 2015-06-18 2016-12-22 Qualcomm Incorporated Intra prediction and intra mode coding

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101789119B (zh) * 2009-01-23 2011-12-07 华为技术有限公司 确定图像插值过程中的滤波器系数的方法及装置
KR102295680B1 (ko) * 2010-12-08 2021-08-31 엘지전자 주식회사 인트라 예측 방법과 이를 이용한 부호화 장치 및 복호화 장치
US9172972B2 (en) * 2011-01-05 2015-10-27 Qualcomm Incorporated Low complexity interpolation filtering with adaptive tap size
EP2704435B1 (en) 2011-04-25 2019-02-20 LG Electronics Inc. Intra-prediction method, and encoder and decoder using same
KR20120140181A (ko) * 2011-06-20 2012-12-28 한국전자통신연구원 화면내 예측 블록 경계 필터링을 이용한 부호화/복호화 방법 및 그 장치
KR101654673B1 (ko) * 2011-06-28 2016-09-22 삼성전자주식회사 영상의 인트라 예측 부호화, 복호화 방법 및 장치
US10659806B2 (en) * 2014-11-04 2020-05-19 Samsung Electronics Co., Ltd. Video encoding method and apparatus, and video decoding method and apparatus using interpolation filter on which image characteristic is reflected
US10142627B2 (en) * 2015-06-18 2018-11-27 Qualcomm Incorporated Intra prediction and intra mode coding
US10848759B2 (en) * 2015-07-28 2020-11-24 Lg Electronics Inc. Intra prediction mode-based image processing method and apparatus therefor
CA3005417A1 (en) * 2015-11-17 2017-05-26 Huawei Technologies Co., Ltd. Method and apparatus for video coding
US10194170B2 (en) * 2015-11-20 2019-01-29 Mediatek Inc. Method and apparatus for video coding using filter coefficients determined based on pixel projection phase
US10200719B2 (en) * 2015-11-25 2019-02-05 Qualcomm Incorporated Modification of transform coefficients for non-square transform units in video coding
US11368682B2 (en) * 2016-04-26 2022-06-21 Intellectual Discovery Co., Ltd. Method and device for encoding/decoding image
KR20190015216A (ko) * 2016-05-05 2019-02-13 브이아이디 스케일, 인크. 인트라 코딩을 위한 제어 포인트 기반의 인트라 방향 표현
US10397569B2 (en) * 2016-06-03 2019-08-27 Mediatek Inc. Method and apparatus for template-based intra prediction in image and video coding
CN116866613A (zh) * 2016-06-22 2023-10-10 Lx 半导体科技有限公司 图像编码/解码方法以及图像数据的传输方法
US10382781B2 (en) * 2016-09-28 2019-08-13 Qualcomm Incorporated Interpolation filters for intra prediction in video coding
EP3301931A1 (en) * 2016-09-30 2018-04-04 Thomson Licensing Method and apparatus for omnidirectional video coding with adaptive intra prediction
CA3142170C (en) * 2017-05-31 2023-07-04 Lg Electronics Inc. Method and device for performing image decoding on basis of intra prediction in image coding system
CN107566798A (zh) * 2017-09-11 2018-01-09 北京大学 一种数据处理的系统、方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120140821A1 (en) * 2010-12-07 2012-06-07 Virginie Drugeon Pixel adaptive intra smoothing
US20160373743A1 (en) * 2015-06-18 2016-12-22 Qualcomm Incorporated Intra prediction and intra mode coding

Also Published As

Publication number Publication date
MX2019011953A (es) 2019-12-02
KR102285435B1 (ko) 2021-08-04
WO2018221817A1 (ko) 2018-12-06
AU2021201808B2 (en) 2022-05-12
RU2740859C1 (ru) 2021-01-21
EP3595302A4 (en) 2020-04-15
KR20190119645A (ko) 2019-10-22
PL3879826T3 (pl) 2022-12-19
AU2018276649B2 (en) 2020-12-24
CA3060033A1 (en) 2018-12-06
AU2022215197A1 (en) 2022-09-01
EP3595302B1 (en) 2021-07-14
CN110574373A (zh) 2019-12-13
JP7469451B2 (ja) 2024-04-16
KR102568179B1 (ko) 2023-08-18
EP4084475B1 (en) 2024-03-06
JP6886528B2 (ja) 2021-06-16
EP3879826B1 (en) 2022-08-03
HUE056668T2 (hu) 2022-02-28
CA3060033C (en) 2022-02-15
CA3142170C (en) 2023-07-04
BR112019021446B1 (pt) 2021-11-16
CN114286110A (zh) 2022-04-05
JP2021129313A (ja) 2021-09-02
KR102431855B1 (ko) 2022-08-11
US20200036970A1 (en) 2020-01-30
EP3879826A1 (en) 2021-09-15
CA3142170A1 (en) 2018-12-06
RU2021100114A3 (ko) 2021-05-31
US20230147003A1 (en) 2023-05-11
AU2021201808A1 (en) 2021-04-22
US20220053184A1 (en) 2022-02-17
RU2021100114A (ru) 2021-02-02
KR20220115822A (ko) 2022-08-18
AU2022215197B2 (en) 2024-04-04
BR112019021446A2 (pt) 2020-05-05
JP2023024731A (ja) 2023-02-16
ES2892473T3 (es) 2022-02-04
CN114286112A (zh) 2022-04-05
JP2020517190A (ja) 2020-06-11
ES2927102T3 (es) 2022-11-02
US10757407B2 (en) 2020-08-25
US11570431B2 (en) 2023-01-31
CN114286109A (zh) 2022-04-05
US20200329236A1 (en) 2020-10-15
EP4084475A1 (en) 2022-11-02
AU2018276649A1 (en) 2019-10-31
CN114286111A (zh) 2022-04-05
MX2023004965A (es) 2023-06-22
CN110574373B (zh) 2021-11-30
US11190763B2 (en) 2021-11-30
HUE060091T2 (hu) 2023-01-28
JP7203145B2 (ja) 2023-01-12
PL3595302T3 (pl) 2022-01-24
EP3595302A1 (en) 2020-01-15

Similar Documents

Publication Publication Date Title
KR102285435B1 (ko) 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
US10951908B2 (en) Method and device for decoding image according to intra prediction in image coding system
US11838546B2 (en) Image decoding method and apparatus relying on intra prediction in image coding system
RU2798770C1 (ru) Способ и устройство для выполнения декодирования изображения на основе интра-предсказания в системе кодирования изображений
RU2805157C1 (ru) Способ и устройство для выполнения декодирования изображения на основе интра-предсказания в системе кодирования изображений
RU2776098C2 (ru) Способ и устройство для выполнения декодирования изображения на основе интра-предсказания в системе кодирования изображений

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
A107 Divisional application of patent
GRNT Written decision to grant