KR20210154103A - 루마 매핑 크로마 스케일링을 이용하는 영상 부호화 및 복호화 - Google Patents

Abstract

영상(비디오)의 부호화 및 복호화 방법을 개시한다.
본 실시예는, 예측하고자 하는 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 인트라 예측의 성능을 향상시키기 위해, 루마 매핑(luma mapping) 함수를 기반으로 유도한 루마 참조 샘플을 이용하여 현재블록에 대한 인트라 예측을 수행하는 영상 부호화/복호화 방법을 제공한다.

Description

루마 매핑 크로마 스케일링을 이용하는 영상 부호화 및 복호화{Video Encoding and Decoding Using Luma Mapping Chroma Scaling}

본 개시는 영상(비디오)의 부호화 및 복호화에 관한 것이다. 더욱 상세하게는, 예측하고자 하는 현재블록 주변의 복원된 샘플들을 사용할 수 없는 경우에 대해 인트라 예측의 성능을 향상시키기 위해, 루마 매핑(luma mapping) 함수를 기반으로 유도한 루마 참조 샘플을 이용하여 현재블록에 대한 인트라 예측을 수행하는 영상 부호화/복호화 방법에 대한 것이다.

이하에 기술되는 내용은 단순히 본 발명과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.

비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.

따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC를 비롯하여, H.264/AVC에 비해 약 40% 정도의 부호화 효율을 향상시킨 HEVC(High Efficiency Video Coding)가 존재한다.

그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다.

영상(비디오) 부호화/복호화에서는, 사람의 인지 지각적인 특성을 반영하여 루마 신호에 대한 인트라 예측 성능을 향상시키기 위해 루마 매핑 함수가 이용될 수 있다. 이때, 인트라 예측은 매핑된 도메인에서 수행되고, 인터 예측은 원래의 도메인에서 수행된다. 인트라 예측과 관련된 예측 기법들은 참조 샘플을 이용하여 현재 픽처에 대한 예측을 수행한다. 따라서, 가용 참조 샘플이 존재하지 않는 경우, 참조 샘플을 유도함에 있어서, 루마 매핑 함수를 고려하는 부호화/복호화 방법이 필요하다.

본 개시는, 예측하고자 하는 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 인트라 예측의 성능을 향상시키기 위해, 루마 매핑(luma mapping) 함수를 기반으로 유도한 루마 참조 샘플을 이용하여 현재블록에 대한 인트라 예측을 수행하는 영상 부호화/복호화 방법을 제공하는 데 목적이 있다.

또한, 하나의 픽처 또는 슬라이스에 대해, 루마 매핑 함수와 관련된 루마 매핑 크로마 스케일링(Luma Mapping Chroma Scaling: LMCS)에 대한 파라미터를 시그널링함에 있어서, 해당 파라미터의 형태 및 형태에 대한 식별자를 시그널링함으로써, 형태 및 식별자를 기반으로 파라미터 셋의 리스트를 관리하는 영상 부호화/복호화 방법을 제공한다.

본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 현재블록에 대한 인트라 예측을 수행하기 위한 영상 복호화 방법에 있어서, 비트스트림으로부터 LMCS(Luma Mapping Chroma Scaling) 파라미터, LMCS의 활성화 여부를 나타내는 제1 플래그, 크로마 잔차 스케일링의 활성화 여부를 나타내는 제2 플래그를 획득하는 단계, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임; 상기 비트스트림으로부터 루마 잔차신호 및 스케일링된 크로마 잔차신호를 생성하는 단계; 상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계, 여기서, 상기 루마 매핑 함수는, 상기 루마 신호를 상기 매핑 영역으로 변환하는 제1 함수, 및 상기 매핑된 루마 신호를 상기 원본 영역으로 변환하는 제2 함수를 포함함; 상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계; 상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계; 및 상기 루마 예측샘플과 상기 루마 잔차신호를 가산하여 루마 복원샘플을 생성하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법을 제공한다.

본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 현재 픽처 내의 현재블록에 대한 영상 부호화 방법에 있어서, 상기 현재 픽처에 대해 LMCS(Luma Mapping Chroma Scaling) 파라미터, LMCS의 활성화 여부를 나타내는 제1 플래그, 및 크로마 잔차 스케일링의 활성화 여부를 나타내는 제2 플래그 생성하는 단계, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임; 상기 현재블록을 획득하는 단계; 상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계, 여기서, 상기 루마 매핑 함수는, 상기 루마 신호를 상기 매핑 영역으로 변환하는 제1 함수, 및 상기 매핑된 루마 신호를 상기 원본 영역으로 변환하는 제2 함수를 포함함; 상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계; 상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계; 및 상기 현재블록으로부터 상기 루마 예측샘플을 감산하여 루마 잔차신호를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 부호화 방법을 제공한다.

본 개시의 다른 실시예에 따르면, 컴퓨팅 장치가 수행하는, 현재블록에 대한 인트라 예측 방법에 있어서, 비트스트림으로부터 LMCS(Luma Mapping Chroma Scaling) 파라미터, 및 LMCS의 활성화 여부를 나타내는 제1 플래그, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임; 상기 비트스트림으로부터 루마 잔차신호를 생성하는 단계; 상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계; 상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계; 및 상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계를 포함하는 것을 특징으로 하는 인트라 예측 방법을 제공한다.

이상에서 설명한 바와 같이 본 실시예에 따르면, 예측하고자 하는 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 루마 매핑 함수를 기반으로 유도한 루마 참조 샘플을 이용하여 현재블록에 대한 인트라 예측을 수행하는 영상 부호화/복호화 방법을 제공함으로써 인트라 예측의 성능을 향상시키는 것이 가능해지는 효과가 있다.

또한 본 실시예에 따르면, 하나의 픽처 또는 슬라이스에 대해, 루마 매핑 함수와 관련된 LMCS에 대한 파라미터를 시그널링함에 있어서, 해당 파라미터의 형태 및 형태에 대한 식별자를 시그널링하는 영상 부호화/복호화 방법을 제공함으로써 형태 및 식별자를 기반으로 파라미터 셋의 리스트를 관리하는 것이 가능해지는 효과가 있다.

도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 본 개시의 일 실시예에 따른 LMCS가 적용된 영상 복호화 장치에 대한 개략적인 예시도이다.
도 7은 본 개시의 일 실시예에 따른 정방향 루마 매핑 함수 및 역방향 루마 매핑 함수에 대한 예시도이다.
도 8은 본 개시의 일 실시예에 따른, 인트라 예측에 이용되는 참조 샘플의 위치에 대한 예시도이다.
도 9는 본 개시의 일 실시예에 따른 크로마 잔차 스케일링에 이용되는 루마 참조 샘플의 위치를 나타내는 예시도이다.
도 10은 본 개시의 일 실시예에 따른 MIP 모드에 이용되는 참조 샘플을 나타내는 예시도이다.
도 11은 본 개시의 일 실시예에 따른 CCLM 예측에 이용되는 루마 신호 참조 샘플을 나타내는 예시도이다.
도 12는 본 개시에 일 실시예에 따른 CCLM 예측에 이용되는 선형 변환함수를 나타내는 예시도이다.
도 13은 본 개시의 일 실시예에 따른, 루마 매핑 함수의 적용에 따른 CCLM 예측 과정에 대한 흐름도이다.
도 14는 본 개시의 일 실시예에 따른, 루마 매핑 함수의 적용에 따른 인트라 예측에 대한 흐름도이다.

이하, 본 발명의 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.

영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.

영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.

하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 또는/및 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.

픽처 분할부(110)는 CTU(Coding Tree Unit)의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.

픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU(Coding Tree Unit)들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU(coding unit)가 된다.

트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.

도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.

도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.

대안적으로, 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.

트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.

CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.

예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.

일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.

인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 planar 모드와 DC 모드를 포함하는 2개의 비방향성 모드와 65개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.

직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.

인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 레이트 왜곡(rate-distortion) 분석을 사용하여 레이트 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 레이트 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.

인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.

인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.

인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조 픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조 픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.

한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조 픽처와 각 참조 픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 부호화부(150)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.

움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.

예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.

머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.

머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(L), 상단블록(A), 우상단블록(AR), 좌하단블록(BL), 좌상단블록(AL) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다.

인터 예측부(124)는 이러한 주변블록들을 이용하여 기 결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 부호화부(150)에 의해 부호화되어 영상 복호화 장치로 전달된다.

움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.

AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(L), 상단블록(A), 우상단블록(AR), 좌하단블록(BL), 좌상단블록(AL) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(collocated block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다.

인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.

예측 움직임벡터는 예측 움직임벡터 후보들에 기 정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기 정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.

한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.

감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.

변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호를 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.

한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.

양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.

재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.

재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.

엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.

또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.

역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.

가산부(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀로서 사용된다.

루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.

디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 alf(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 alf(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.

디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조 픽처로 사용될 수 있다.

도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 기능 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.

영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.

도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.

엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보와 잔차신호에 대한 정보 등을 추출한다.

엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.

예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(MTT_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.

또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.

다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.

한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.

또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.

재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.

역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.

역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.

또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.

또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.

예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.

인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.

인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.

가산기(550)는 역변환부로부터 출력되는 잔차블록과 인터 예측부 또는 인트라 예측부로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀로서 활용된다.

루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)으로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.

디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조 픽처로 사용된다.

본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 더욱 상세하게는, 예측하고자 하는 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 인트라 예측의 성능을 향상시키기 위해, 루마 매핑(luma mapping) 함수를 기반으로 유도한 루마 참조 샘플을 이용하여 현재블록에 대한 인트라 예측을 수행하는 영상 부호화/복호화 방법을 제공한다.

또한, 하나의 픽처 또는 슬라이스에 대해, 루마 매핑 함수와 관련된 루마 매핑 크로마 스케일링(Luma Mapping Chroma Scaling: LMCS)에 대한 파라미터를 시그널링함에 있어서, 해당 파라미터의 형태 및 형태에 대한 식별자를 시그널링함으로써, 형태 및 식별자를 기반으로 파라미터 셋의 리스트를 관리하는 영상 부호화/복호화 방법을 제공한다.

이하의 설명에서, 영상 부호화 장치 및 방법은 부호화 장치 및 방법과 병행하여 사용되고, 영상 복호화 장치 및 방법은 복호화 장치 및 방법과 병행하여 사용된다.

루마 매핑 함수는, 픽처의 루마 신호를 다른 매핑 영역으로 변환함으로써, 사람의 인지 지각적인 특성을 반영하여 사람이 잘 구분하지 못하는 루마 영역에 대한 대비를 증가시키는 한편, 사람이 잘 구분하는 루마 영역에 대한 대비를 감소시킨다. 이렇게 루마 영역별 대비의 조절에 따라, 인트라 예측의 성능이 향상되는 효과가 있고, 양자화 오차가 발생하더라도, 사람이 지각하는 오차가 감소된다는 장점이 있다. 즉, 루마 매핑 함수를 적용함으로써, 인트라 예측의 부호화 성능을 향상시키고, 주관적 화질을 향상시키는 것이 가능해질 수 있다.

LMCS는, 루마 매핑 함수를 기반으로 픽처의 원래 동적 영역(이하, '원본 영역')과 다른 동적 영역(이하, '매핑 영역') 간의 변환을 수행한다. 또한, LMCS는 이러한 루마 매핑의 영향을 크로마 잔차신호의 스케일에 반영한다.

도 6은 본 개시의 일 실시예에 따른 LMCS가 적용된 영상 복호화 장치에 대한 개략적인 예시도이다.

복호화 장치는, 부호화율과 주관적 화질을 향상시키기 위해, 루마 매핑 함수에 기반하는 LMCS를 적용할 수 있다. LMCS를 수행하기 위해 복호화 장치는, 기존의 구성요소 외에 추가적으로, 정방향 매핑부(602), 역방향 매핑부(604), 및 크로마 스케일링부(606)의 전부 또는 일부를 포함할 수 있다.

도 6에 예시된 기존의 구성요소 중, 점선으로 나타내 블록들은 루마 매핑이 적용된 동적 영역인 매핑 영역에서 동작하고, 실선으로 나타낸 블록들은 루마 매핑이 적용되기 전의 동적 영역인 원본 영역에서 동작한다. 인트라 예측이 매핑 영역에서 수행되는 데 비하여, 인터 예측은 원본 영역에서 수행된다. 인트라 예측과 인터 예측이 동시에 수행될 수 있는 픽처가 발생할 수 있으므로, 매핑 영역과 원본 영역 간의 변환이 수행되어야 한다.

정방향 매핑부(602)는 정방향 루마 매핑 함수를 적용하여, 인터 예측된 루마 신호 Y_pred를 원본 영역으로부터 매핑 영역으로 변환하여, 매핑된 루마 신호 Y'_pred을 생성한다. 가산기(570)는 매핑된 루마 신호와 루마 잔차신호 Y_res를 가산하여 매핑 영역에서의 복원신호 Y_r을 생성한다. 복원신호 Y_r을 기반으로 매핑 영역에서 인트라 예측이 수행될 수 있다.

역방향 매핑부(604)는 역방향 루마 매핑 함수를 적용하여, 복원신호 Y_r을 매핑 영역으로부터 원본 영역으로 변환하여 원본 영역에서의 복원신호를 생성한다. 원본 영역에서의 복원신호는 루프 필터링된 후, 메모리에 저장되고, 추후 인터 예측을 위해 이용될 수 있다.

한편, LMCS 적용을 활성화하기 위해, 부호화 장치는 LMCS를 활성화하는 플래그를 복호화 장치로 시그널링할 수 있다.

도 7은 본 개시의 일 실시예에 따른 정방향 루마 매핑 함수 및 역방향 루마 매핑 함수에 대한 예시도이다.

루마 매핑 함수 및 매핑된 루마 신호는 원본 영상의 지역적/전역적 특성을 기반으로 사람의 인지 지각적인 특성을 유추하여 생성될 수 있다. 도 7의 (a) 및 (b)에 예시된 바와 같이, 정방향 루마 매핑 함수 또는 역방향 루마 매핑 함수로는 피스와이즈 선형 모델(piecewise linear model)이 이용될 수 있다.

예컨대, 도 7의 예시에서, 정반향 루마 매핑 함수 및 역방향 루마 매핑 함수 각각은, 16 개의 구간으로 분할된 피스와이즈 선형 모델로 구현되어 있다. 피스와이즈 선형 모델은 기설정된 룩업테이블(look-up table)로 구현될 수 있으나, 반드시 이에 한정하는 것은 아니며, 연산식을 이용하여 구현될 수도 있다. 예컨대, 도 6의 예시에서, 정방향 매핑부(602)에 포함된 FwdLuT는 정방향 루마 매핑 함수에 대한 룩업테이블이고, 역방향 매핑부(602)에 포함된 InvLuT는 역방향 루마 매핑 함수에 대한 룩업테이블이다.

한편, 크로마 신호는 원본 영역에서 처리되나, 루마 신호에 적용된 루마 매핑의 영향이 고려될 필요가 있다.

크로마 스케일링부(606)은 크로마 잔차 스케일링을 수행한다. 즉, 스케일링된 크로마 잔차신호 C_resscale에 스케일링값 cScaleInv를 승산하여 크로마 잔차신호 C_res를 생성한다. 여기서, 스케일링값은, 역방향 루마 매핑이 적용된 복원신호 Y_r의 평균치에, 역방향 루마 매핑을 적용하여 추출한 인덱스를 기반으로 기설정된 룩업테이블로부터 생성될 수 있다. 루마 복원신호 Y_r의 평균치는, 크로마 스케일링이 적용되는 블록이 포함된 VPDU(Virtual Pipeline Data Unit) 블록의 좌측, 또는 상단에 위치하는 루마 참조 샘플들을 평균함으로써 생성될 수 있다.

한편, 크로마 잔차 스케일링을 활성화하기 위해, 부호화 장치는 크로마 잔차 스케일링을 활성화하는 플래그를 복호화 장치로 시그널링할 수 있다.

크로마 잔차 스케일링이 지원되는 경우, 부호화 장치는 크로마 잔차신호를 스케일링값 cScaleInv로 나누어 스케일링된 크로마 잔차신호 C_resscale를 생성한 후, 복호화 장치로 전달할 수 있다.

한편, 루마 매핑 함수 및 크로마 스케일링을 위한 룩업테이블과 관련된 LMCS 파라미터들은 적응적 파라미터 셋(Adaptation Parameter Set: APS)의 일부로서, 부호화 장치로부터 복호화 장치로 전달될 수 있다.

표 1은 본 개시의 일 실시예에 따른 APS의 신택스 테이블을 나타낸다.

APS는 하나 또는 다수의 픽처 혹은 하나 또는 다수의 슬라이스에 적용되는 다양한 파라미터들에 대하여 정의되는 별도의 파라미터 셋이다. APS는 픽처 또는 슬라이스 단위로 시그널링되지 않고, 픽처 또는 슬라이스 헤더에서는 해당 픽처 또는 슬라이스에서 사용하려는 APS 식별자(ID)가 시그널링된다.

하나 또는 다수의 픽처, 하나 또는 다수의 슬라이스에 적용되는 파라미터로는, ALF(186, 566)에 대한 필터 파라미터, LMCS 파라미터, 스케일링 리스트(scaling list) 파라미터 등이 있다. 추가적으로, 가중 예측(weighted prediction) 관련 파라미터, 블록 구조(block structure) 관련 파라미터, 픽처 분할(picture partition) 관련 파라미터 등이 픽처 또는 슬라이스 별로 적용될 수 있는 적응적 파라미터로서, APS를 기반으로 전송될 수 있다.

표 1에 예시된 APS 신택스 테이블에서, APS 식별자로서 aps_adaptation_parameter_set_id가 시그널링될 수 있다. 이러한 APS 식별자는, 하나의 비디오 스트림에서 복수의 APS가 전송되는 것을 전제로 설정되는, 각각의 APS에 부여되는 고유의 숫자를 나타낸다. APS 식별자는 특정한 양의 정수로 표현될 수 있다.

표 1에 예시된 APS 신택스 테이블에서, APS 종류(type)로서 aps_params_type 이 시그널링될 수 있다. APS 종류는 전술한 바와 같은 ALF(186, 566), LMCS 또는 스케일링 리스트 중 적어도 하나를 지시하는 정보이고, 이 정보는 특정한 양의 정수로 표현될 수 있다. 본 개시의 다른 실시예에 있어서, ALF, LMCS 또는 스케일링 리스트 외에도, APS 종류는 가중 예측, 블록 구조, 픽처 분할 등을 나타낼 수 있다.

한편, APS 종류가 상이한 APS인 경우, 동일한 식별자를 가지는 것이 허용될 수 있다. APS 종류별로 동일한 APS 식별자를 갖는 것이 허용된다는 의미는, APS 종류에 따라 APS 식별자를 독립적으로 사용할 수 있음을 나타낸다. 따라서 APS 종류에 따라 상이한 APS 리스트가 구성될 수 있다.

표 1에 예시된 APS 신택스 테이블에서, APS 종류에 따라 APS를 이용하여 전송되는 파라미터는 상이할 수 있다. 또한, 해당 APS 종류에 따라 서로 다른 복호화 과정을 기반으로 파라미터들이 복호화될 수 있다. 예컨대, APS 종류가 ALF_APS인 경우, 복호화 장치는 ALF에 대한 파라미터들을 복호화하는 과정인 alf_data()를 수행함으로써 ALF 관련 정보를 획득할 수 있다. APS 종류가 LMCS_APS인 경우, LMCS 파라미터들을 복호화하는 과정인 lmcs_data()를 수행함으로써 LMCS 관련 정보가 획득될 수 있다. 또한, APS 종류가 SCALING_APS인 경우, 스케일링 리스트 파라미터들을 복호화하는 과정인 scaling_list_data()를 수행함으로써 스케일링 리스트 관련 정보가 획득될 수 있다.

한편, 표 1에서, aps_chroma_present_flag은 크로마 신호와 관련된 APS가 존재함을 나타내는 플래그이다. 크로마 신호와 관련된 APS는, 전술한 APS 종류 별로 시그널링될 수 있다. 예컨대, aps_chroma_present_flag이 활성화된 경우, LMCS 관련 파라미터들을 복호화하는 과정인 lmcs_data()에서는, 크로마 스케일링과 관련된 파라미터가 획득될 수 있다.

표 2는 LMCS 관련 파라미터들을 복호화하는 과정인 lmcs_data()에 대한 예시이다. 표 2에 예시된 파라미터들은, 전술한 피스와이즈 선형 모델을 룩업테이블 또는 연산식으로 구현하기 위해 사용될 수 있다.

여기서, lmcs_min_bin_idx는, 피스와이즈 선형 모델이 구현되는 구간을 나타내는 인덱스 중 최소인덱스를 나타낸다. lmcs_delta_max_bin_idx는 피스와이즈 선형 모델이 구현되는 구간을 나타내는 최대 가능 인덱스(예컨대, 표 2에서는 15)로부터의 차분으로서, (15-lmcs_delta_max_bin_idx)는 피스와이즈 선형 모델이 구현되는 구간을 나타내는 인덱스 중 최대인덱스를 나타낸다.

또한, lmcs_delta_sign_cw 및 lmcs_delta_sign_cw_flag은, 피스와이즈 선형 모델을 구현하는 경우, 구현에 이용되는 피봇값들은 생성하기 위해 시그널링되는 파라미터이다. lmcs_delta_cw_prec_minus1은 lmcs_delta_sign_cw의 비트수를 시그널링하기 위해 위한 파라미터이다.

한편, lmcs_delta_abs_crs 및 lmcs_sign_crs_flag은, 크로마 스케일링 과정에 이용되는 스케일링값이 저장되는 룩업테이블을 구현을 위해 시그널링되는 파라미터이다.

본 개시에 따른 실시예에 있어서, LMCS가 활성화된 경우, 예컨대, 현재 슬라이스에 대응하는 픽처, 또는 현재 픽처에 적용되는 LMCS에 관한 APS 식별자로서, ph_lmcs_aps_id가 부호화 장치로부터 복호화 장치로 시그널링될 수 있다. 이때, ph_lmcs_aps_id는 픽처 헤더에서 획득한 LMCS에 관한 APS 식별자를 의미하지만, APS 식별자가 획득되는 방법이 반드시 이에 한정하는 것은 아니다. 즉, 픽처 헤더, 슬라이스 헤더, PPS, 또는 SPS를 이용하여 LMCS에 관한 APS 식별자가 시그널링될 수 있다.

복수의 파라미터 셋(PPS 또는 SPS) 또는 헤더(픽처 헤더 또는 슬라이스 헤더)에서 APS 식별자에 대한 정보가 하나 또는 그 이상 시그널링되는 경우, 그 중에서 현재 복호화 과정에 적용되는 APS 식별자를 찾기 위한 추가적인 단계가 개시될 수 있다. 예컨대, 추가적인 단계에서는, 슬라이스 헤더, 픽처 헤더, PPS, 및 SPS 순서로 세부 단계에서 시그널링된 정보가 우선하여 선택되거나, 그 역순으로 상위 단계에서 시그널링된 정보가 우선하여 선택될 수 있다. 또한, 특정 파라미터 셋 또는 헤더의 정보가 우선함을 기정의함으로써, 추가적인 단계가 구현될 수 있다.

이하, 주변의 루마 복원 샘플을 사용할 수 없는 현재블록에 대해 루마 매핑 함수를 적용하여 인트라 예측을 수행하는 방안을 설명한다.

먼저, 도 7에 예시된 바와 같은, 루마 매핑 함수를 이용하여 매핑된 루마 신호를 생성하는 과정에서, 발생 가능한 최솟값(a) 및 최댓값(b)을 유도할 수 있다. 또한, 역방향 루마 매핑 함수를 이용하여 원본 영역의 최솟값(c) 및 최댓값(d)를 유도할 수 있다. 이때, a는 부호화 효율을 위하여 항상 0일 수 있으며, b는 영상 특성 및 비트 깊이(bitdepth)에 따라서 변할 수 있다. 예를 들어, 비트 깊이가 10 비트인 영상에 대하여, b는 최대 발생치인 1023보다 작은 값일 수 있다. 한편, c와 d는 원본 영상의 최대/최소 밝기 값에 따라 변하며, 두 값 또한 정방향 루마 매핑 함수 및 역방향 루마 신호 매핑 함수를 기반으로 유도될 수 있다. 루마 매핑 함수가 사용되지 않는 영역 또는 픽처인 경우, 현재 시퀀스, 픽처, 색공간 등에 따른 비트 깊이를 기초로 최댓값 및 최솟값이 유도될 수 있다. 예를 들어, 10 비트 영상의 루마 신호라면, 0~1023의 밝기 값을 가질 수 있으며 최솟값은 0, 최댓값은 1023이다.

도 8은 본 개시의 일 실시예에 따른, 인트라 예측에 이용되는 참조 샘플의 위치에 대한 예시도이다.

현재블록에서 인트라 예측을 수행하기 위해서는 필수적으로 기복원된 주변 샘플을 참조 샘플로 이용해야 한다. 그러나, 도 8에 예시된 바와 같은 경우에는, 현재 블록의 주변 샘플들을 참조 샘플로서 사용할 수 없다. 현재 픽처의 시작 블록의 좌상단 블록(블록 ①)은, 현재 픽처에서 처음으로 복원되는 블록으로 기복원된 주변 샘플이 존재하지 않는다. 또는, 부경계(sub boundary)로 표현되는 특정 경계에서는 기복원된 샘플이 존재하더라도 이들이 참조 샘플로서 사용되지 않는다. 부경계는 슬라이스와 타일 경계가 포함된 경계를 나타낸다. 즉, 타일의 첫 블록 또는 슬라이스의 첫 블록인 경우(블록 ②), 기복원된 주변 샘플이 참조 샘플로서 사용될 수 없다. 또한, I 슬라이스를 이용하지 않는 임의 접근(random access) 방식인 GDR(Gradual Decoding Refresh)이 시작하는 슬라이스의 경우에도 사용 가능한 주변 샘플이 없다. 또한, P 또는 B 슬라이스에서 강제로 인트라 예측을 수행하는 블록인 경우(constraint intra mode에 해당함, 블록 ③), 에러 강인성(error robustness)을 유지하기 위해 강제로 인트라 예측을 수행하되, 복호화 장치는 주변의 복원 샘플을 이용하지 않은 채로 인트라 예측을 수행한다.

이와 같이 현재블록 주변의 참조 샘플을 사용하지 못하는 경우, 부호화 장치와 복호화 장치 간의 사전 약속에 따라 기설정된 값을 참조 샘플로 사용할 수 있다. 예컨대, 현재 비트 깊이에 따른 중앙값을 사용할 수 있다. 현재 비트 깊이가 10 비트인 경우, 0~1023의 중앙값인 512를 참조 샘플값으로 사용할 수 있다. 수학식 1은 비트 깊이에 따라 참조 샘플값 DCValue를 계산하는 과정을 나타낸다.

또는, 도 7에 예시된 루마 매핑 함수를 이용하여 참조 샘플값을 계산할 수 있다. 즉, 현재 영역에 루마 매핑이 적용된 경우, 정방향 루마 매핑 함수로부터 최댓값 a 및 최솟값 b을 유도할 수 있으며, 그에 따른 중앙값이 계산될 수 있다. 현재 사용할 수 없는 참조 샘플이 매핑 영역에 존재한다면, 수학식 2에 나타낸 바와 같이, 중앙값 (b + a + 1)/2을 계산하여 참조 샘플값으로 사용할 수 있다.

한편, 정방향 루마 매핑 함수의 최솟값 a는 항상 0일 수도 있다. 따라서, 수학식 3에 나타낸 바와 같이, 중앙값 (b + 1)/2을 계산하여 참조 샘플값으로 사용할 수 있다.

정방향 루마 매핑 함수로서 룩업테이블 FwdLUT를 사용하는 경우, 수학식 4에 나타낸 바와 같이, 계산 없이 바로 룩업테이블로부터 중앙값을 유도할 수 있다.

또는, 매핑되지 않은 영역이지만 루마 매핑 함수를 사용할 수 있는 경우, 수학식 5에 나타낸 바와 같이, 원본 루마 신호의 최솟값 c 및 최댓값 d를 기반으로 중앙값 (d + c + 1)/2를 계산하여 참조 샘플값으로 사용할 수 있다.

도 9는 본 개시의 일 실시예에 따른 크로마 잔차 스케일링에 이용되는 루마 참조 샘플의 위치를 나타내는 예시도이다.

먼저, 도 6에 예시된 바와 같이, 루마 매핑 함수가 적용된 영역에 대해, 복호화 장치는 부호화 장치로부터 전송된 스케일링된 크로마 잔차신호에 대한 스케일링을 수행할 수 있다. 전술한 바와 같이, 부호화 장치는 영상의 특징에 따라 스케일링값을 생성한 후, 영상 복호화 장치로 전송할 수 있다. 복호화 장치는 주변 VPDU(Virtual Pipeline Data Unit)의 평균 루마값에 기반하는 룩업테이블에 전송받은 스케일링값을 저장할 수 있다. 여기서, VPDU는 픽처가 중복되지 않도록 분할된 영역으로서, 복호화 장치는, 복수의 파이프라인 단계를 포함하여 연속된 VPDU를 동시에 처리하도록 설계되어야 한다.

한편, 도 9에 예시된 루마 참조 샘플들(luma reference samples)은 크로마 블록 A와 B에 대해 평균 루마값을 계산하기 위한 참조 샘플들이다. 즉, 루마 신호 영역에서, 크로마 블록이 있는 위치에 해당하는, 상위 데이터 유닛인 VPDU의 좌측 및 상단 참조 샘플 라인의 평균 루마값이 사용될 수 있다. 블록 B와 같은 경우, 픽처, 슬라이스, 타일 내부 위치이기 때문에 하나 이상의 참조 샘플을 사용할 수 있다. 하지만, 블록 A의 경우는 픽처, 슬라이스, 타일 중 하나의 처음 VPDU이기 때문에 루마 신호에 대한 주변 참조 샘플값이 존재하지 않거나, 사용할 수 없다.

이러한 경우, 부호화 장치와 복호화 장치 간의 사전 약속에 따라 기설정된 값을 참조 샘플로 사용할 수 있다. 예를 들어, 수학식 1에 나타낸 바와 같이, 현재 루마 신호의 비트 깊이에 따른 중앙값을 참조 샘플값으로 사용할 수 있다.

또는, 현재 사용할 수 없는 참조 샘플이 매핑 영역에 존재한다면, 수학식 2에 나타낸 바와 같이, 정방향 루마 매핑 함수의 최솟값 a 및 최댓값 b를 기반으로 중앙값 (b + a + 1)/2을 계산하여 참조 샘플값으로 사용할 수 있다. 한편, 정방향 루마 매핑 함수의 최솟값 a는 항상 0일 수도 있다. 따라서, 중앙값 (b + 1)/2를 계산하여 참조 샘플값으로 사용할 수 있다.

정방향 루마 매핑 함수로서 룩업테이블을 사용하는 경우, 수학식 4에 나타낸 바와 같이, 계산 없이 바로 룩업테이블로부터 중앙값을 유도할 수 있다. 또는, 매핑되지 않은 영역이지만 루마 매핑 함수를 사용할 수 있는 경우, 수학식 5에 나타낸 바와 같이, 원본 루마 신호의 최솟값 c 및 최댓값 d를 기반으로 중앙값 (d + c + 1)/2를 계산하여 참조 샘플값으로 사용할 수 있다.

이하, 루마 매핑 함수를 이용하여, 행렬 기반 인트라 예측(Matrix-based Intra Prediction: MIP)을 수행하는 방안을 설명한다.

도 10은 본 개시의 일 실시예에 따른 MIP 모드에서 이용되는 참조 샘플을 나타내는 예시도이다.

MIP 모드는 행렬 연산을 이용하여 인트라 예측을 수행하는 방법이다. MIP 모드를 활성화하기 위해, 부호화 장치는 MIP 모드를 활성화하는 플래그를 복호화 장치로 시그널링할 수 있다.

MIP 모드의 예측에서는, 주변 참조 샘플을 샘플링하고, 샘플링된 참조 샘플을 MIP 행렬과 승산하고 오프셋을 가산하여 다운샘플링된 예측 샘플을 생성하며, 원래의 블록 크기와 일치하도록 예측 샘플을 업샘플링하는 과정이 수행된다. 이때, 참조 샘플들 중 하나를 오프셋으로 간주하여, MIP 행렬과 승산되는 참조 샘플의 밝기 값에서 이 오프셋을 감산한 후, 행렬과의 승산이 수행된다. 즉, 참조 샘플 중 하나를 참조 샘플의 평균값으로 간주하여 정규화하는 과정이 수행되는 것과 같다. 예컨대, 도 10의 예시에서 샘플 e의 위치가 참조 오프셋 샘플일 수 있다.

한편, MIP 행렬은 부호를 갖지 않는 값을 사용하므로, 수학식 6에 나타낸 바와 같이, 샘플 e를 현재 루마 신호의 비트 깊이에 따른 중앙값을 기준으로 변경하여 참조 샘플 aValue를 생성할 수 있다.

또는, 참조 샘플 e가 매핑 영역에 존재한다면, 참조 샘플 e는 MIP 행렬을 생성할 때 이용했던 데이터의 참조 샘플과는 다른 분포를 가질 수 있다. 따라서, 루마 매핑 함수를 기반으로 오프셋이 계산될 수 있다. 인트라 예측은 매핑 영역에서 수행되므로, 도 7에 예시된 정방향 루마 매핑 함수의 최댓값 a와 최솟값 b 간의 중앙값인 (b + a + 1)/2을 기준으로, 수학식 7에 나타낸 바와 같이, 샘플 e를 변경하여 참조 샘플을 생성할 수 있다.

한편, 정방향 루마 매핑 함수의 최솟값 a는 항상 0일 수도 있으므로, 수학식 8에 나타낸 바와 같이, 중앙값 (b + 1)/2을 기준으로 샘플 e를 변경하여 참조 샘플을 생성할 수 있다.

정방향 루마 매핑 함수로서 룩업테이블을 사용하는 경우, 수학식 9에 나타낸 바와 같이, 룩업테이블의 중앙값을 기준으로 샘플 e를 변경하여 참조 샘플을 생성할 수 있다.

이상에서 설명한 바와 같이 본 실시예에 따르면, 루마 매핍 함수를 기반으로 MIP 모드에서 이용되는 오프셋을 변환하는 영상 부호화/복호화 방법을 제공함으로써, MIP 모드를 이용하는 인트라 예측의 성능을 향상시키는 것이 가능해지는 효과가 있다.

이하, CCLM(Cross Component Linear Model) 예측 기반의 인트라 예측에서 루마 매핑 함수를 고려하는 방안을 설명한다.

CCLM 예측은 루마 신호와 크로마 신호 간 유사도를 나타내는 선형 모델을 이용하는 인트라 예측 방법이다. CCLM 모드를 활성화하기 위해, 부호화 장치는 CCLM 모드를 활성화하는 플래그를 복호화 장치로 시그널링할 수 있다.

CCLM 예측에서는, 먼저 현재 크로마 블록을 기준으로, 도 11에 나타낸 바와 같은, 주변 참조 샘플, 및 주변 참조 샘플과 동일한 위치에 존재하는 루마 신호 참조 샘플들 간의 선형 변환 함수를 유도한다. 여기서, 주변 루마 신호의 최솟값, 주변 루마 신호와 동일 위치의 크로마값, 주변 루마 신호의 최댓값, 주변 루마 신호와 동일 위치의 크로마값을 기반으로 선형 변환 함수가 유도될 수 있다. 다음, 크로마 블록과 동일한 위치의 루마 샘플들에 대해 선형 변환 함수를 적용함으로써 크로마 샘플에 대한 예측을 수행한다.

한편, 루마 신호에 루마 매핑이 적용된 경우, 루마 신호와 크로마 신호 간 유사도가 변하게 되어, 크로마 신호에 대한 예측 성능이 감소될 수 있다. 예컨대, 매핑 영역의 루마 신호의 범위(도 12의 (a)의 예시 참조)가 원본 영역의 루마 신호의 범위(도 12의 (b)의 예시 참조)보다 더 넓어질 수 있으며, 이러한 경우, 대비 증가에 따라 크로마 신호 예측이 어려워질 수 있다. 따라서, 루마 신호에 루마 매핑이 적용된 경우, CCLM 예측을 위한 루마 신호 참조 샘플을 생성하기 전에, 역방향 루마 매핑 함수를 적용하여 원본 영역의 루마 신호로 변환하는 과정이 추가될 수 있다.

도 13은 본 개시의 일 실시예에 따른, 루마 매핑 함수의 적용에 따른 CCLM 예측 과정에 대한 흐름도이다.

복호화 장치는 루마 신호를 다운샘플링한다(S1300).

루마 신호를 참조 샘플로 사용하기 위하여, 복호화 장치는 주변 루마 샘플과 크로마 블록과 동일 위치의 루마 샘플 간의 해상도 차이가 일치되도록 주변 루마 샘플을 다운샘플링할 수 있다.

복호화 장치는, 루마 신호에 정방향 루마 매핑 함수가 적용되어 루마 신호가 매핑 영역에 존재하는 지의 여부를 확인한다(S1302).

루마 신호가 매핑 영역에 존재하는 경우, 복호화 장치는 루마 신호에 역방향 루마 매핑 함수를 적용하여 원본 영역의 루마 신호로 변환한다(S1304). 역방향 루마 매핑 함수가 적용되는 루마 신호는, 크로마 블록에 대응되는 루마 블록, 및 주변 루마 샘플을 포함한다.

역방향 루마 매핑 함수를 적용하여 원본 영역의 루마 신호로 변환된 경우, 이후 크로마 잔차신호에 대하여 스케일링이 수행되지 않을 수 있다.

복호화 장치는 선형 변환 함수를 유도한다(S1306). 복호화 장치는 크로마 성분의 주변 샘플들, 및 원본 영역으로 변환된 주변 루마 샘플들을 기초로 선형 변환 함수를 유도할 수 있다.

복호화 장치는 선형 변환 함수를 이용하여 선형 변환을 수행한다(S1308). 복호화 장치는, 크로마 블록과 동일 위치에 대해, 원본 영역으로 변환된 루마 신호에 선형 변환 함수를 적용함으로써, CCLM 예측을 수행할 수 있다.

이상에서 설명한 바와 같이 본 실시예에 따르면, CCLM 예측을 위한 루마 참조 샘플을 생성하기 전에, 역방향 루마 매핑 함수를 루마 신호에 적용하는 영상 부호화/복호화 방법을 제공함으로써, CCLM 예측에 대한 인트라 예측의 성능을 향상시키는 것이 가능해지는 효과가 있다.

이상에서, 인트라 예측 관련된 과정들은 영상 복호화 장치 위주로 기술되었으나, 반드시 이에 한정하는 것은 아니며, 기술된 대부분의 과정들이 영상 부호화 장치에도 적용될 수 있다.

도 14는 본 개시의 일 실시예에 따른, 루마 매핑 함수의 적용에 따른 인트라 예측에 대한 흐름도이다.

복호화 장치는 비트스트림으로부터 LMCS 파라미터, LMCS 활성화 플래그, 및 크로마 잔차 스케일링에 대한 활성화 플래그를 획득한다(S1400). 여기서, LMCS 파라미터는, 적응적 파라미터 셋(Adaptation Parameter Set: APS)의 일부로서, 부호화 장치로부터 복호화 장치로 전달될 수 있다.

복호화 장치는 비트스트림으로부터 루마 잔차신호 및 스케일링된 크로마 잔차신호를 생성한다(S1402).

복호화 장치는, LMCS 활성화 플래그가 활성화된 경우, LMCS 파라미터를 이용하여, 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성한다(S1404). 여기서, 루마 매핑 함수는, 루마 신호를 매핑 영역으로 변환하는 정방향 루마 매핑 함수, 및 매핑된 루마 신호를 원본 영역으로 변환하는 역방향 루마 매핑 함수를 포함한다.

정방향 루마 매핑 함수 또는 역방향 루마 매핑 함수로는 피스와이즈 선형 모델(piecewise linear model)이 이용될 수 있다. 피스와이즈 선형 모델은 기설정된 룩업테이블(look-up table)로 구현될 수 있으나, 반드시 이에 한정하는 것은 아니며, 연산식을 이용하여 구현될 수도 있다.

복호화 장치는, 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 루마 매핑 함수를 이용하여 현재블록에 대해 루마 참조 샘플을 생성한다(S1406). 이때, 부호화 장치와 복호화 장치 간의 사전 약속에 따라 기설정된 값을 루마 참조 샘플로 사용할 수 있다. 예컨대, 현재 비트 깊이에 따른 중앙값을 사용할 수 있다.

또는, 정방향 루마 매핑 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 루마 참조 샘플로 사용할 수 있다. 이때, 최솟값이 0인 경우, 정방향 루마 매핑 함수가 생성하는 최댓값에 기반하는 중앙값을 산정하여, 루마 참조 샘플로 사용할 수 있다.

한편, 정방향 루마 매핑 함수로서 룩업테이블이 이용되는 경우, 현재블록의 비트 깊이를 이용하여 룩업테이블에 대한 인덱스를 생성한 후, 생성된 인덱스에 기반하는 중앙값을 추출하여, 루마 참조 샘플로 사용할 수 있다.

또한, 루마 신호가 원본 영역에 존재하지만 루마 매핑 함수를 사용할 수 있는 경우, 역방향 루마 매핑 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 루마 참조 샘플로 사용할 수 있다.

복호화 장치는, 루마 참조 샘플을 기반으로 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성한다(S1408).

복호화 장치는, 루마 예측샘플과 루마 잔차신호를 가산하여 루마 복원샘플을 생성한다(S1410).

복호화 장치는, 크로마 잔차 스케일링에 대한 활성화 플래그가 활성화된 채로, 현재블록이 포함된, 상위 데이터 유닛인 VPDU 주변의 복원 샘플을 사용할 수 없는 경우, 루마 매핑 함수를 이용하여 현재블록에 대해 루마 참조 샘플을 생성한다(S1412)

복호화 장치는, 루마 참조 샘플을 이용하여 크로마 잔차 스케일링값을 생성한다(S1414).

복호화 장치는, 크로마 잔차 스케일링값을 스케일링된 크로마 잔차신호에 승산하여 크로마 잔차신호를 생성한다(S1416).

본 실시예에 따른 각 순서도에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 순서도에 기재된 과정을 변경하여 실행하거나 하나 이상의 과정을 병렬적으로 실행하는 것이 적용 가능할 것이므로, 순서도는 시계열적인 순서로 한정되는 것은 아니다.

한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

510: 엔트로피 복호화부 520: 역양자화부
530: 역변환부 550: 가산기
542: 인트라 예측부 544: 인터 예측부
560: 루프 필터부 570: 메모리
602: 정방향 매핑부 604: 역방향 매핑부
606: 크로마 스케일링부

Claims (16)

1. 영상 복호화 장치가 수행하는, 현재블록에 대한 인트라 예측을 수행하기 위한 영상 복호화 방법에 있어서,
   비트스트림으로부터 LMCS(Luma Mapping Chroma Scaling) 파라미터, LMCS의 활성화 여부를 나타내는 제1 플래그, 크로마 잔차 스케일링의 활성화 여부를 나타내는 제2 플래그를 획득하는 단계, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임;
   상기 비트스트림으로부터 루마 잔차신호 및 스케일링된 크로마 잔차신호를 생성하는 단계;
   상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계, 여기서, 상기 루마 매핑 함수는, 상기 루마 신호를 상기 매핑 영역으로 변환하는 제1 함수, 및 상기 매핑된 루마 신호를 상기 원본 영역으로 변환하는 제2 함수를 포함함;
   상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계;
   상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계; 및
   상기 루마 예측샘플과 상기 루마 잔차신호를 가산하여 루마 복원샘플을 생성하는 단계
   를 포함하는 것을 특징으로 하는 영상 복호화 방법.
2. 제1항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 제1 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
3. 제1항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 제1 함수로서 룩업테이블이 이용되는 경우, 상기 현재블록의 비트 깊이를 이용하여 상기 룩업테이블에 대한 인덱스를 생성한 후, 상기 인덱스에 기반하는 중앙값을 추출하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
4. 제1항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 루마 신호가 상기 원본 영역에 존재하지만 상기 루마 매핑 함수를 사용할 수 있는 경우, 상기 제2 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
5. 제1항에 있어서,
   상기 제2 플래그가 활성화된 채로, 상기 현재블록을 포함하는 상위 데이터 유닛 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대한 루마 참조 샘플을 생성하는 단계;
   상기 루마 참조 샘플을 이용하여 크로마 잔차 스케일링값을 생성하는 단계; 및
   상기 크로마 잔차 스케일링값을 상기 스케일링된 크로마 잔차신호에 승산하여 크로마 잔차신호를 생성하는 단계
   를 더 포함하는 것을 특징으로 하는 영상 복호화 방법.
6. 제5항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 제1 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
7. 제5항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 제1 함수로서 룩업테이블이 이용되는 경우, 상기 현재블록의 비트 깊이를 이용하여 상기 룩업테이블에 대한 인덱스를 생성한 후, 상기 인덱스에 기반하는 중앙값을 추출하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
8. 제5항에 있어서,
   상기 루마 참조 샘플을 생성하는 단계는,
   상기 루마 신호가 상기 원본 영역에 존재하지만 상기 루마 매핑 함수를 사용할 수 있는 경우, 상기 제2 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 산정하여, 상기 루마 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
9. 제1항에 있어서,
   상기 LMCS 파라미터는,
   적응적 파라미터 셋(Adaptation Parameter Set: APS)의 일부로서, 상기 영상 복호화 장치로 전달되되, 상기 APS는, 하나 또는 다수의 픽처 혹은 하나 또는 다수의 슬라이스에 적용되는 파라미터들에 대해 적용되는 별도의 파라미터 셋인 것을 특징으로 하는 영상 복호화 방법.
10. 제1항에 있어서,
    상기 비트스트림으로부터 MIP(Matrix-based Intra Prediction) 모드의 활성화 여부를 나타내는 제3 플래그를 획득하는 단계, 여기서, 상기 MIP 모드는 행렬 연산을 이용하는, 상기 현재블록에 대한 인트라 예측 방법임; 및
    상기 제3 플래그가 활성화된 경우, 상기 MIP 모드의 행렬 연산에 이용되는 오프셋을 이용하여 참조 샘플을 생성하는 단계를 더 포함하는 것을 특징으로 하는 영상 복호화 방법.
11. 제10항에 있어서,
    상기 참조 샘플을 생성하는 단계는,
    상기 제1 함수가 생성하는 최댓값 및 최솟값에 기반하는 중앙값을 이용하여, 상기 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
12. 제10항에 있어서,
    상기 참조 샘플을 생성하는 단계는,
    상기 제1 함수로서 룩업테이블이 이용되는 경우, 상기 현재블록의 비트 깊이를 이용하여 상기 룩업테이블에 대한 인덱스를 생성한 후, 상기 인덱스에 기반하는 중앙값을 추출하여, 상기 참조 샘플을 생성하는 것을 특징으로 하는 영상 복호화 방법.
13. 제1항에 있어서,
    상기 비트스트림으로부터 CCLM(Cross Component Linear Model) 예측의 활성화 여부를 나타내는 제4 플래그를 획득하는 단계, 여기서, 상기 CCLM 예측은 상기 루마 신호와 크로마 신호 간 유사도를 나타내는 선형 모델에 기반하는, 상기 현재블록의 크로마 블록에 대한 인트라 예측 방법임; 및
    상기 제4 플래그가 활성화된 경우, 상기 크로마 블록에 대응되는 루마 블록, 및 상기 루마 블록의 주변 루마 신호에 상기 역방향 루마 매핑 함수를 적용하는 단계를 더 포함하는 것을 특징으로 하는 영상 복호화 방법.
14. 영상 부호화 장치가 수행하는, 현재 픽처 내의 현재블록에 대한 영상 부호화 방법에 있어서,
    상기 현재 픽처에 대해 LMCS(Luma Mapping Chroma Scaling) 파라미터, LMCS의 활성화 여부를 나타내는 제1 플래그, 및 크로마 잔차 스케일링의 활성화 여부를 나타내는 제2 플래그 생성하는 단계, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임;
    상기 현재블록을 획득하는 단계;
    상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계, 여기서, 상기 루마 매핑 함수는, 상기 루마 신호를 상기 매핑 영역으로 변환하는 제1 함수, 및 상기 매핑된 루마 신호를 상기 원본 영역으로 변환하는 제2 함수를 포함함;
    상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계;
    상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계; 및
    상기 현재블록으로부터 상기 루마 예측샘플을 감산하여 루마 잔차신호를 생성하는 단계
    를 포함하는 것을 특징으로 하는 영상 부호화 방법.
15. 제14항에 있어서,
    상기 제2 플래그가 활성화된 채로, 상기 현재블록을 포함하는 상위 데이터 유닛 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대한 루마 참조 샘플을 생성하는 단계;
    상기 루마 참조 샘플을 이용하여 크로마 잔차 스케일링값을 생성하는 단계; 및
    상기 현재블록의 크로마 잔차신호를 상기 크로마 잔차 스케일링값으로 나눔으로써, 스케일링된 크로마 잔차신호를 생성하는 단계
    를 더 포함하는 것을 특징으로 하는 영상 부호화 방법.
16. 컴퓨팅 장치가 수행하는, 현재블록에 대한 인트라 예측 방법에 있어서,
    비트스트림으로부터 LMCS(Luma Mapping Chroma Scaling) 파라미터, 및 LMCS의 활성화 여부를 나타내는 제1 플래그, 여기서, 상기 LMCS는 루마 신호의 원본 영역과 매핑 영역 간에서 상기 루마 신호를 변환하는 방법임;
    상기 비트스트림으로부터 루마 잔차신호를 생성하는 단계;
    상기 제1 플래그가 활성화된 경우, 상기 LMCS 파라미터를 이용하여, 상기 루마 신호의 동적 영역을 변환하는 루마 매핑 함수를 생성하는 단계;
    상기 현재블록 주변의 복원 샘플을 사용할 수 없는 경우, 상기 루마 매핑 함수를 이용하여 상기 현재블록에 대해 루마 참조 샘플을 생성하는 단계; 및
    상기 루마 참조 샘플을 기반으로 상기 현재블록에 대한 인트라 예측을 수행하여 루마 예측샘플을 생성하는 단계
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.

Images