KR20220145405A - 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 - Google Patents

피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 Download PDF

Info

Publication number
KR20220145405A
KR20220145405A KR1020227034457A KR20227034457A KR20220145405A KR 20220145405 A KR20220145405 A KR 20220145405A KR 1020227034457 A KR1020227034457 A KR 1020227034457A KR 20227034457 A KR20227034457 A KR 20227034457A KR 20220145405 A KR20220145405 A KR 20220145405A
Authority
KR
South Korea
Prior art keywords
information
quantization
feature
feature set
unit
Prior art date
Application number
KR1020227034457A
Other languages
English (en)
Inventor
김철근
손은용
전용준
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
Publication of KR20220145405A publication Critical patent/KR20220145405A/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
    • H04N19/134—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
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • H04N19/124—Quantisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/172—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 picture, frame or field
    • 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
    • H04N19/10—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
    • H04N19/186—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 a colour or a chrominance component
    • 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
    • H04N19/1883—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 relating to sub-band structure, e.g. hierarchical level, directional tree, e.g. low-high [LH], high-low [HL], high-high [HH]
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal 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
    • H04N19/50—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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 방법은, 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득하는 단계, 상기 피쳐셋, 상기 제1 정보 및 상기 제2 정보를 복호화하는 단계, 및 상기 복호화된 제1 정보 및 상기 복호화된 제2 정보에 기반하여 상기 복호화된 피쳐셋을 역양자화하는 단계를 포함하고, 상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하며, 상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정될 수 있다.

Description

피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
본 개시는 영상 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 저장하는 기록 매체에 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 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 피쳐 양자화 관련 정보의 시그널링 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 방법은, 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득하는 단계, 상기 피쳐셋, 상기 제1 정보 및 상기 제2 정보를 복호화하는 단계, 및 상기 복호화된 제1 정보 및 상기 복호화된 제2 정보에 기반하여 상기 복호화된 피쳐셋을 역양자화하는 단계를 포함하고, 상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하며, 상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정될 수 있다.
본 개시의 다른 양상에 따른 영상 복호화 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득하고, 상기 피쳐셋, 상기 제1 정보 및 상기 제2 정보를 복호화하며, 상기 복호화된 제1 정보 및 상기 복호화된 제2 정보에 기반하여 상기 복호화된 피쳐셋을 역양자화하되, 상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하고, 상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정될 수 있다.
본 개시의 또 다른 양상에 따른 영상 부호화 방법은, 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 복수의 채널들을 포함하는 피쳐셋을 추출하는 단계, 상기 복수의 채널들 각각의 중요도에 기반하여 상기 피쳐셋의 양자화 방법을 결정하는 단계, 상기 결정된 양자화 방법에 기반하여 상기 피쳐셋을 양자화하는 단계, 및 상기 양자화된 피쳐셋, 상기 중요도에 관한 제1 정보 및 상기 양자화 방법에 관한 제2 정보를 부호화하는 단계를 포함하고, 상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하며, 상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정될 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 비트스트림 전송 방법은, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 영상 복호화 장치로 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 피쳐 양자화 관련 정보의 시그널링 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예들이 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 개시에 따른 실시예들이 적용될 수 있는 영상 부호화 장치를 개략적으로 나타내는 도면이다.
도 3은 본 개시에 따른 실시예들이 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 4는 본 개시의 실시예들이 적용될 수 있는 픽처 디코딩 절차를 개략적으로 나타내는 흐름도이다.
도 5는 본 개시의 실시예들이 적용될 수 있는 픽처 인코딩 절차를 개략적으로 나타내는 흐름도이다.
도 6은 코딩된 영상에 대한 계층 구조를 나타내는 도면이다.
도 7은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타내는 도면이다.
도 8은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타내는 도면이다.
도 9a는 비디오 소스의 데이터 분포 특성을 나타내는 도면이다.
도 9b는 피쳐셋의 데이터 분포 특성을 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 피쳐 양자화/역양자화를 수행하는 VCM 시스템을 나타내는 도면이다.
도 11은 피쳐셋을 구성하는 각 채널별 피쳐 엘리먼트값들의 범위를 예시적으로 나타내는 도면이다.
도 12는 활성화 함수의 유형에 따른 피쳐셋의 데이터 분포 범위를 예시적으로 나타내는 도면이다.
도 13은 본 개시의 일 실시예에 따른 피쳐셋 헤더의 일 예를 나타내는 도면이다.
도 14는 본 개시의 일 실시예에 따른 피쳐셋 헤더의 일 예를 나타내는 도면이다.
도 15는 본 개시의 일 실시예에 따른 양자화 그룹을 예시적으로 나타내는 도면이다.
도 16은 본 개시의 일 실시예에 따른 피쳐셋 헤더의 일 예를 나타내는 도면이다.
도 17a 및 도 17b는 피쳐셋별 중요도를 설명하기 위한 도면들이다.
도 18은 피쳐셋 그룹(GOF) 단위로 사이드 정보를 부호화/시그널링하는 일 예를 나타내는 도면이다.
도 19는 피쳐셋 단위로 사이드 정보를 부호화/시그널링하는 일 예를 나타내는 도면이다.
도 20은 본 개시의 일 실시예에 따른 피쳐 부호화 장치를 나타내는 도면이다.
도 21은 부호화된 피쳐셋의 계층 구조를 나타내는 도면이다.
도 22는 본 개시의 일 실시예에 따른 시퀀스 헤더의 일 예를 나타내는 도면이다.
도 23은 본 개시의 일 실시예에 따른 그룹 헤더의 일 예를 나타내는 도면이다.
도 24는 본 개시의 일 실시예에 따른 피쳐셋 헤더의 일 예를 나타내는 도면이다.
도 25는 본 개시의 일 실시예에 따른 채널 헤더의 일 예를 나타내는 도면이다.
도 26은 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 27은 본 개시의 일 실시예에 따른 양자화 그룹 기반의 피쳐 양자화 방법을 나타내는 흐름도이다.
도 28은 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다.
도 29는 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 30은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시는 VVC(Versatile Video Coding) 표준 및/또는 VCM(Video Coding for Machines) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 개시는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(e.g., H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 개시는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.본 개시에서 "비디오(video)"는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. "영상(image)"은 AI(artificial intelligence)에 의해 생성된 정보일 수 있다. AI가 일련의 태스크를 수행하는 과정에서 사용하는 입력 정보, 정보 처리 과정 중에 발생하는 정보와 출력하는 정보가 영상(image)으로 쓰일 수 있다. "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 부호화에 있어서 픽처의 일부를 구성하는 부호화 단위이다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 타일은 픽처 내의 특정 타일 행(Tile Row) 및 특정 타일 열(Tile Column) 내에 존재하는 사각 영역으로, 복수의 CTU로 구성될 수 있다. 타일 열은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 높이와 동일한 높이를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 너비를 가질 수 있다. 타일 행은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 너비와 동일한 너비를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 높이를 가질 수 있다. 타일 스캔은 픽쳐를 분할하는 CTU들의 소정의 연속된 순서 지정 방법이다. 여기서, CTU들은 타일 내에서 CTU 래스터 스캔(raster scan)에 따라 연속적으로 순서를 부여받을 수 있고, 픽쳐내의 타일들은 픽쳐의 타일들의 래스터 스캔 순서에 따라 연속적으로 순서를 부여받을 수 있다. 슬라이스는 정수개의 완전한 타일들을 포함하거나, 하나의 픽쳐의 하나의 타일 내의 연속하는 정수개의 완전한 CTU 행을 포함할 수 있다. 슬라이스는 하나의 싱글 NAL 유닛에 독점적으로 포함될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 하나 이상의 브릭(Brick)을 포함할 수 있다. 브릭은 타일 내 CTU 행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 복수의 브릭으로 분할될 수 있으며, 각각의 브릭은 타일에 속한 하나 이상의 CTU행을 포함할 수 있다. 복수의 브릭으로 분할되지 않는 타일 또한 브릭으로 취급될 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 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, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
일 실시예에서, 특히 VCM에 적용되는 경우, 픽셀/픽셀값은 다른 특성 및 의미를 갖는 성분들의 집합으로 구성된 픽쳐가 있을 때 각 성분들의 독립적 정보 혹은 조합, 합성, 분석을 통해 생성된 성분의 픽셀/픽셀값을 나타낼 수도 있다. 예를 들어 RGB 입력에서 R의 픽셀/픽셀값만을 나타낼 수도 있고 G의 픽셀/픽셀값만을 나타낼 수도 있고 B의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 이용해 합성된 루마(Luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 성분에서 분석을 통해 추출한 영상, 정보의 픽셀/픽셀 값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(e.g., Cb, Cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다. 일 실시예에서, 특히 VCM에 적용되는 경우, 유닛은 특정 태스크를 수행하기 위한 정보를 담고 있는 기본 단위를 나타낼 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
또한, 본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 "현재 블록의 루마 블록"을 의미할 수 있다. "현재 블록의 크로마 블록"은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 실시예들이 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
일 실시예에 따른 비디오 코딩 시스템은 소스 디바이스(10) 및 수신 디바이스(20)를 포함할 수 있다. 소스 디바이스(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스(20)로 전달할 수 있다.
일 실시예예 따른 소스 디바이스(10)는 비디오 소스 생성부(11), 부호화 장치(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 수신 디바이스(20)는 수신부(21), 복호화 장치(12) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화 장치(12)는 비디오/영상 부호화 장치라고 불릴 수 있고, 상기 복호화 장치(12)는 비디오/영상 복호화 장치라고 불릴 수 있다. 전송부(13)는 부호화 장치(12)에 포함될 수 있다. 수신부(21)는 복호화 장치(12)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다. 일 실시예에서, 비디오/영상 합성 및 생성은 AI에 의한 정보 처리 과정(AI의 입력 정보, 정보 처리 과정 중인 정보, 출력 정보) 중에 이루어 질 수 있다. 이러한 경우, 비디오/영상 캡쳐 과정에서 발생한 정보는 AI의 입력 정보로 활용될 수도 있다.
부호화 장치(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화 장치(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화 장치(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스(20)의 수신부(21)로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화 장치(12)로 전달할 수 있다.
복호화 장치(12)는 부호화 장치(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
복호화된 비디오는 렌더링뿐만 아니라 다른 시스템에서 활용하기 위한 입력 정보로도 활용이 될 수 있다. 예를 들어, 복호화된 비디오는 AI의 태스크 수행을 위한 입력정보로 활용될 수 있다. 예를들어, 복호화된 비디오는 얼굴 인식, 행동 인식, 차선 인식 등과 같은 AI의 태스크를 수행하기 위한 입력 정보로 활용될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예들이 적용될 수 있는 영상 부호화 장치를 개략적으로 나타내는 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽쳐, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다- 여기서, 입력되는 영상은 이미지 센서로 획득된 통상의 영상 및/또는 AI에 의해 생성된 영상일 수 있음-. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(e.g., 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 부호화된 정보의 생성 방법 및 사용 방법, 목적등을 포함 수 있다. 예를들어, 특히 VCM에 적용되는 경우, 상기 비디오/영상 정보는 부호화된 정보가 어떠한 AI 태스크를 수행하기 위해 부호화된 것인지를 나타내는 정보, 부호화된 정보가 어떠한 네트워크(e.g., 신경망)를 사용하여 부호화 되었는지를 나타내는 정보, 및/또는 부호화된 정보가 어떠한 용도로 부호화된 것인 지를 나타내는 정보등을 포함할 수 있다.
본 개시의 부호화 장치에서 복호화 장치로 전달/시그널링 되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예들이 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예컨대, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 예를들어, 특히 VCM에 적용되는 경우, 상기 비디오/영상 정보는 부호화된 정보가 어떠한 AI 태스크를 수행하기 위해 부호화되었는 지를 나타내는 정보, 부호화된 정보가 어떠한 네트워크(e.g., 신경망)를 사용하여 부호화되었는 지를 나타내는 정보, 및/또는 부호화된 정보가 어떠한 용도로 부호화되었는 지를 나타내는 정보등을 포함할 수 있다. 일 실시예에서, 설령 해당 영상이 일반적인 태스크, 네트워크, 및/또는 용도를 가지는 일반 특성을 가지는 영상인 경우에도, 이에 대한 값이 기술되어 있도록 강제될 수 있다.
영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈을 수신하고, 디코딩 대상 신택스 요소 정보와 주변 블록 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)을 수행하여 각 신택스 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(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽쳐로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
영상/비디오 코딩 절차 일반
영상/비디오 코딩에 있어서, 영상/비디오를 구성하는 픽처는 일련의 디코딩 순서(decoding order)에 따라 인코딩/디코딩될 수 있다. 디코딩된 픽처의 출력 순서(output order)에 해당하는 픽처 순서(picture order)는 상기 디코딩 순서와 다르게 설정될 수 있으며, 이를 기반으로 인터 예측시 순방향 예측뿐 아니라 역방향 예측 또한 수행할 수 있다.
도 4는 본 개시의 실시예들이 적용될 수 있는 픽처 디코딩 절차를 개략적으로 나타내는 흐름도이다. 도 4에서 S410은 도 3에서 상술한 복호화 장치의 엔트로피 디코딩부(210)에서 수행될 수 있고, S420은 인트라 예측부(265) 및 인터 예측부(260)를 포함하는 예측부에서 수행될 수 있고, S430은 역양자화부(220) 및 역변환부(230)을 포함하는 레지듀얼 처리부에서 수행될 수 있고, S440은 가산부(235)에서 수행될 수 있고, S450은 필터링부(240)에서 수행될 수 있다. S410은 본 개시에서 설명된 정보 디코딩 절차를 포함할 수 있고, S420은 본 개시에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S430은 본 개시에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S440은 본 개시에서 설명된 블록/픽처 복원 절차를 포함할 수 있고, S450은 본 개시에서 설명된 인루프 필터링 절차를 포함할 수 있다.
도 4를 참조하면, 픽처 디코딩 절차는 도 3에 대한 설명에서 나타난 바와 같이 개략적으로 비트스트림으로부터 (디코딩을 통한) 영상/비디오 정보 획득 절차(S410), 픽처 복원 절차(S420~S440) 및 복원된 픽처에 대한 인루프 필터링 절차(S450)를 포함할 수 있다. 상기 픽처 복원 절차는 본 개시에서 설명된 인터/인트라 예측(S420) 및 레지듀얼 처리(S430, 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 거쳐서 획득한 예측 샘플들 및 레지듀얼 샘플들을 기반으로 수행될 수 있다. 상기 픽처 복원 절차를 통하여 생성된 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된(modified) 복원 픽처가 생성될 수 있으며, 상기 수정된 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 복호화 장치의 복호 픽처 버퍼 또는 메모리(250)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 경우에 따라서 상기 인루프 필터링 절차는 생략될 수 있으며, 이 경우 상기 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 복호화 장치의 복호 픽처 버퍼 또는 메모리(250)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상기 인루프 필터링 절차(S450)는 상술한 바와 같이 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및/또는 바이래터럴 필터(bi-lateral filter) 절차 등을 포함할 수 있고, 그 일부 또는 전부가 생략될 수 있다. 또한, 상기 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및 바이래터럴 필터(bi-lateral filter) 절차들 중 하나 또는 일부가 순차적으로 적용될 수 있고, 또는 모두가 순차적으로 적용될 수도 있다. 예를 들어, 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 SAO 절차가 수행될 수 있다. 또는, 예를 들어 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 ALF 절차가 수행될 수 있다. 이는 부호화 장치에서도 마찬가지로 수행될 수 있다.
도 5는 본 개시의 실시예들이 적용될 수 있는 픽처 인코딩 절차를 개략적으로 나타내는 흐름도이다. 도 5에서 S510은 도 2에서 상술한 부호화 장치의 인트라 예측부(185) 또는 인터 예측부(180)를 포함하는 예측부에서 수행될 수 있고, S520은 변환부(120) 및/또는 양자화부(130)를 포함하는 레지듀얼 처리부에서 수행될 수 있고, S530은 엔트로피 인코딩부(190)에서 수행될 수 있다. S510은 본 개시에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S520은 본 개시에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S530은 본 개시에서 설명된 정보 인코딩 절차를 포함할 수 있다.
도 5를 참조하면, 픽처 인코딩 절차는 도 2에 대한 설명에서 나타난 바와 같이 개략적으로 픽처 복원을 위한 정보(e.g., 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)을 인코딩하여 비트스트림 형태로 출력하는 절차뿐 아니라, 현재 픽처에 대한 복원 픽처를 생성하는 절차 및 복원 픽처에 인루프 필터링을 적용하는 절차(optional)를 포함할 수 있다. 부호화 장치는 역양자화부(140) 및 역변환부(150)를 통하여 양자화된 변환 계수로부터 (수정된) 레지듀얼 샘플들을 도출할 수 있으며, S510의 출력인 예측 샘플들과 상기 (수정된) 레지듀얼 샘플들을 기반으로 복원 픽처를 생성할 수 있다. 이렇게 생성된 복원 픽처는 상술한 복호화 장치에서 생성한 복원 픽처와 동일할 수 있다. 상기 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된 복원 픽처가 생성될 수 있으며, 이는 복호 픽처 버퍼 또는 메모리(170)에 저장될 수 있으며, 복호화 장치에서의 경우와 마찬가지로, 이후 픽처의 인코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상술한 바와 같이 경우에 따라서 상기 인루프 필터링 절차의 일부 또는 전부는 생략될 수 있다. 상기 인루프 필터링 절차가 수행되는 경우, (인루프) 필터링 관련 정보(파라미터)가 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있고, 복호화 장치는 상기 필터링 관련 정보를 기반으로 부호화 장치와 동일한 방법으로 인루프 필터링 절차를 수행할 수 있다.
이러한 인루프 필터링 절차를 통하여 블록킹 아티팩트(artifact) 및 링잉(ringing) 아티팩트 등 영상/동영상 코딩시 발생하는 노이즈를 줄일 수 있으며, 주관적/객관적 비주얼 퀄리티를 높일 수 있다. 또한, 부호화 장치와 복호화 장치에서 둘 다 인루프 필터링 절차를 수행함으로서, 부호화 장치와 복호화 장치는 동일한 예측 결과를 도출할 수 있으며, 픽처 코딩의 신뢰성을 높이고, 픽처 코딩을 위하여 전송되어야 하는 데이터량을 줄일 수 있다.
상술한 바와 같이 복호화 장치뿐 아니라 부호화 장치에서도 픽처 복원 절차가 수행될 수 있다. 각 블록 단위로 인트라 예측/인터 예측에 기반하여 복원 블록이 생성될 수 있으며, 복원 블록들을 포함하는 복원 픽처가 생성될 수 있다. 현재 픽처/슬라이스/타일 그룹이 I 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측만을 기반으로 복원될 수 있다. 한편, 현재 픽처/슬라이스/타일 그룹이 P 또는 B 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측 또는 인터 예측을 기반으로 복원될 수 있다. 이 경우 현재 픽처/슬라이스/타일 그룹 내 일부 블록들에 대하여는 인터 예측이 적용되고, 나머지 일부 블록들에 대하여는 인트라 예측이 적용될 수도 있다. 픽처의 컬러 성분은 루마 성분 및 크로마 성분을 포함할 수 있으며, 본 개시에서 명시적으로 제한하지 않으면 본 개시에서 제안되는 방법들 및 실시예들은 루마 성분 및 크로마 성분에 적용될 수 있다.
양자화/역양자화의 개요
이하, 본 개시에 따른 양자화/역양자화를 설명한다.
전술한 바와 같이, 부호화 장치의 양자화부는 변환 계수들에 양자화를 적용하여 양자화된 변환 계수들을 도출할 수 있고, 부호화 장치의 역양자화부 또는 복호화 장치의 역양자화부는 양자화된 변환 계수들에 역양자화를 적용하여 변환 계수들을 도출할 수 있다.
일반적으로 비디오/영상 코딩에서는 양자화율을 변화시킬 수 있으며, 변화된 양자화율을 이용하여 압축를을 조절할 수 있다. 구현 관점에서는, 복잡도를 고려하여 양자화율을 직접 사용하는 대신 양자화 파라미터(QP, quantization parameter)를 사용할 수 있다. 예를 들어, 0부터 63까지의 정수 값의 양자화 파라미터를 사용할 수 있으며, 각각의 양자화 파라미터의 값은 실제 양자화율에 대응될 수 있다. 루마 성분(루마 샘플)에 대한 양자화 파라미터(QPY)는 크로마 성분(크로마 샘플)에 대한 양자화 파라미터(QPC)와 다른 값으로 설정될 수 있다.
양자화 과정은 변환 계수(C)를 입력으로 하며, 상기 변환 계수(C)를 양자화율(Qstep)로 나눔으로써 양자화된 변환 계수(C`)가 도출될 수 있다. 이 경우, 계산 복잡도를 고려하여, 양자화율에 스케일을 곱함으로써 상기 양자화율을 정수 형태로 만들 수 있고, 스케일 값에 해당하는 값만큼 쉬프트 연산을 수행할 수 있다. 양자화율과 스케일 값의 곱을 기반으로 양자화 스케일(quantization scale)이 도출될 수 있다. 즉, QP에 따라 상기 양자화 스케일이 도출될 수 있다. 이 경우, 상기 변환 계수(C)에 상기 양자화 스케일을 적용함으로써, 양자화된 변환 계수(C`)가 도출될 수도 있다.
역양자화 과정은 양자화 과정의 역과정으로서, 양자화된 변환 계수(C`)에 양자화율(Qstep)을 곱함으로써 복원된 변환 계수(C``)가 도출될 수 있다. 이 경우, 상기 양자화 파라미터에 따라 레벨 스케일(level scale)이 도출될 수 있으며, 상기 양자화된 변환 계수(C`)에 상기 레벨 스케일을 적용함으로써, 복원된 변환 계수(C``)가 도출될 수 있다. 복원된 변환 계수(C``)는 변환 및/또는 양자화 과정에서의 손실(loss)로 인하여 최초 변환 계수(C)와 다소 차이가 있을 수 있다. 따라서, 부호화 장치에서도 복호화 장치에서와 동일하게 역양자화를 수행할 수 있다.
한편, 주파수에 따라 양자화 강도를 조절하는 적응적 주파수별 가중 양자화(adaptive frequency weighting quantization) 기술이 적용될 수 있다. 상기 적응적 주파수별 가중 양자화 기술은 주파수별로 양자화 강도를 다르게 적용하는 방법이다. 상기 적응적 주파수별 가중 양자화는 미리 정의된 양자화 스케일링 매트릭스를 이용하여 각 주파수별 양자화 강도를 다르게 적용할 수 있다. 즉, 상술한 양자화/역양자화 과정은 상기 양자화 스케일링 매트릭스를 더 기반으로 수행될 수 있다. 예를 들어, 현재 블록의 사이즈 및/또는 상기 현재 블록의 레지듀얼 신호를 생성하기 위하여 상기 현재 블록에 적용된 예측 모드가 인터 예측인지, 인트라 예측인지에 따라, 다른 양자화 스케일링 매트릭스가 사용될 수 있다. 상기 양자화 스케일링 매트릭스는 양자화 매트릭스 또는 스케일링 매트릭스라고 불릴 수 있다. 상기 양자화 스케일링 매트릭스는 미리 정의될 수 있다. 또한, 주파수 적응적 스케일링을 위하여 상기 양자화 스케일링 매트릭스에 대한 주파수별 양자화 스케일 정보가 부호화 장치에서 구성/인코딩되어 복호화 장치로 시그널링될 수 있다. 상기 주파수별 양자화 스케일 정보는 양자화 스케일링 정보라고 불릴 수 있다. 상기 주파수별 양자화 스케일 정보는 스케일링 리스트 데이터(scaling_list_data)를 포함할 수 있다. 상기 스케일링 리스트 데이터를 기반으로 (수정된) 상기 양자화 스케일링 매트릭스가 도출될 수 있다. 또한, 상기 주파수별 양자화 스케일 정보는 상기 스케일링 리스트 데이터의 존부 여부를 지시하는 존부 플래그(present flag) 정보를 포함할 수 있다. 또는, 상기 스케일링 리스트 데이터가 상위 레벨(e.g., SPS)에서 시그널링된 경우, 보다 하위 레벨(e.g., PPS or tile group header 등)에서 상기 스케일링 리스트 데이터가 수정되는지 여부를 지시하는 정보 등이 더 포함될 수 있다.
코딩 계층 및 구조의 예
본 개시에 따른 코딩된 비디오/영상은, 예를 들어 후술하는 코딩 계층 및 구조에 따라 처리될 수 있다.
도 6은 코딩된 영상에 대한 계층 구조를 나타내는 도면이다.
도 6을 참조하면, 코딩된 영상은 영상의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분될 수 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set: PPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 비디오 파라미터 세트(Video Parameter Set: VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다. 상기의 정보/메시지에는 부호화된 영상을 통해 수행할 수 있는 태스크 정보와 부호화 대상 영상의 생성 방법등과 같은 영상에 대한 부가 정보가 소정의 신택스 테이블에 따라 신택스 요소로 기술될 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이 때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
상기 도면에서 도시된 바와 같이, NAL 유닛은 VCL에서 생성된 RBSP의 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하고 있는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상을 디코딩하기 위하여 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하고 있는 NAL 유닛을 의미할 수 있다. 일 실시예에서, 해당 부호화 영상이 특정 태스크를 수행하기 위한 영상 정보임을 나타내는 정보가 VCL NAL 유닛에 포함될 수 있다. 또는, 해당 부호화 영상이 특정 태스크를 수행하기 위한 영상 정보임을 나타내는 정보가 non-VCL NAL 유닛에 포함될 수도 있다.
상술한 VCL NAL 유닛, Non-VCL NAL 유닛은 하위 시스템의 데이터 규격에 따라 헤더 정보를 붙여서 네트워크를 통해 전송될 수 있다. 예컨대, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Stream) 등과 같은 소정 규격의 데이터 형태로 변형되어 다양한 네트워크를 통해 전송될 수 있다.
상술한 바와 같이, NAL 유닛은 해당 NAL 유닛에 포함되는 RBSP 데이터 구조(structure)에 따라 NAL 유닛 타입이 특정될 수 있으며, 이러한 NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다.
예를 들어, NAL 유닛이 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류 등에 따라 분류될 수 있으며, Non-VCL NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 분류될 수 있다.
아래는 Non-VCL NAL 유닛 타입이 포함하는 파라미터 세트/정보의 종류 등에 따라 특정된 NAL 유닛 타입의 일예를 나열한다.
- DCI (Decoding capability information) NAL unit : DCI를 포함하는 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL unit : VPS를 포함하는 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL unit: SPS를 포함하는 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL unit : PPS를 포함하는 NAL 유닛에 대한 타입
- APS (Adaptation Parameter Set) NAL unit : APS를 포함하는 NAL 유닛에 대한 타입
- PH (Picture header) NAL unit : Type for NAL unit including PH
상술한 NAL 유닛 타입들은 NAL 유닛 타입을 위한 신택스 정보를 가지며, 상기 신택스 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다. 예컨대, 상기 신택스 정보는 nal_unit_type일 수 있으며, NAL 유닛 타입들은 nal_unit_type 값으로 특정될 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다.
상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 APS(APS 신택스) 또는 PPS(PPS 신택스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 SPS(SPS 신택스)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 VPS(VPS 신택스)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DCI(DCI 신택스)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DCI는 디코딩 능력(decoding capability)에 관련된 정보/파라미터를 포함할 수 있다. 본 개시에서 상위 레벨 신택스(High level syntax, HLS)라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DCI 신택스, 픽쳐 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다. 한편, 본 개시에서 하위 레벨 신택스(low level syntax, LLS)는 예를 들어, 슬라이스 데이터 신택스, CTU 신택스, 부호화 단위 신택스, 변환 단위 신택스 등을 포함할 수 있다.
본 개시에서 부호화 장치에서 복호화 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더의 정보, 상기 픽쳐 헤더의 정보, 상기 APS의 정보, 상기 PPS의 정보, SPS의 정보, VPS의 정보 및/또는 DCI의 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 일반 제한 정보(general constraint information) 및/또는 NAL unit header의 정보를 더 포함할 수 있다.
VCM 개요
VCM(Video/image coding for machines)은 사용자 및/또는 머신의 요청, 태스크 목적 및 주변 환경에 따라 비디오 소스의 일부 및/또는 비디오 소스로부터 획득된 정보를 부호화/복호화하는 것을 의미한다. 여기서, 머신은 비디오 소스의 일부 및/또는 비디오 소스로부터 획득된 정보를 이용하여 소정의 태스크를 수행하는 장치로서, 전자 장치, 기계 장치 및/또는 하이브리드 장치를 포함하는 포괄적 개념을 의미할 수 있다.
VCM은 다양한 목적의 태스크들을 수행하기 위해 이용될 수 있다. 예를 들어, 물체나 사람을 인식하고 추적하는 감시 시스템(Surveillance system)에 있어서, VCM은 감시 카메라로부터 획득된 정보를 전송하거나 저장하기 위해 이용될 수 있다. 또한, 지능형 운송(Intelligent Transportaion)과 관련된 스마트 트래픽 시스템(Smart traffic system)에 있어서, VCM은 GPS로부터 수집한 차량 위치 정보, 라이다(LIDAR), 레이더(radar) 등으로부터 수집한 센싱 정보 및 각종 차량 제어 정보를 다른 차량이나 인프라 스트럭처(infrastructure)로 전송하기 위해 이용될 수 있다. 또한, 교통 상황을 모니터링하고 리소스를 할당하는 스마트 시트(smart city) 분야에 있어서, VCM은 상호 연결된 센서 노드 및 장치의 개별 태스크를 수행하기 위해 이용될 수 있다.
VCM에서 부호화/복호화 대상은 피쳐(feature)라고 지칭될 수 있다. 피쳐는 비디오 소스의 일부 및/또는 비디오 소스로부터 추출된 정보를 포함할 수 있으며, 특정 태스크에 적합하도록 재구성될 수 있다. 따라서, 피쳐는 비디오 소스와는 다른 별개의 속성 및 구성 형태를 가질 수 있다. 즉, 피쳐의 정보 형태는 비디오 소스의 정보 형태와 상이할 수 있고, 피쳐의 압축 방법 및 표현 형식 또한 비디오 소스의 압축 방법 및 표현 형식과 상이할 수 있다.
본 개시에서는 피쳐 부호화/복호화 방법과 관련된 다양한 실시예들이 제공되며, 다른 특별한 언급이 없는 한, 본 개시의 실시예들은 2 이상의 조합으로도 수행될 수 있다. 이하, 첨부된 도면들을 참조하여, 본 개시의 실시예들을 상세하게 설명한다.
도 7은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타내는 도면이다.
도 7을 참조하면, VCM 시스템은 소스 디바이스(30) 및 수신 디바이스(40)를 포함할 수 있다. 소스 디바이스(30)는 부호화된 피쳐를 저장매체 또는 네트워크를 통하여 수신 디바이스(40)로 전송할 수 있다. 소스 디바이스(30) 및 수신 디바이스(40) 각각의 사용 주체는 사람 및/또는 머신일 수 있다.
소스 디바이스(30)는 비디오 소스 생성부(31), 피쳐 추출 네트워크(32), 피쳐 시그널링 인터페이스(33), 부호화부(34) 및 전송부(35)를 포함할 수 있다.
비디오 소스 생성부(31)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통해 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(31)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상의 합성 및 생성 과정은 인공 지능(Artificial Intelligence, AI)에 의한 정보 처리 과정 중에 수행될 수 있으며, 이 경우 비디오/영상의 캡쳐 과정을 통해 생성된 정보는 인공 지능(AI)의 입력 정보로서 이용될 수 있다.
피쳐 추출 네트워크(32)는 비디오 소스 생성부(31)에 의해 획득된 비디오/영상으로부터 피쳐를 추출할 수 있다. 피쳐 추출 네트워크(32)는 인공 신경망(artificial neural network), 예를 들어 CNN(convolutional neural network) 또는 DNN(deep neural network)으로 구현될 수 있다. 이 경우, 피쳐 추출 네트워크(32)는 입력된 비디오/영상에 대하여 신경망 연산을 수행하여 피쳐를 추출할 수 있다. 피쳐 추출 네트워크(32)는 적어도 하나의 하드웨어, 펌웨어(firmware) 및/또는 소프트웨어 모듈을 포함할 수 있으며, 소정의 트레이닝 데이터를 이용하여 모델링될 수 있다.
피쳐 추출 네트워크(32)는 비디오/영상으로부터 추출된 피쳐를 피쳐 시그널링 인터페이스(33)를 통해 부호화부(34)로 전달할 수 있다. 또한, 사용자는 피쳐의 종류, 획득 방법 및/또는 태스크와 관련된 각종 파라미터들을 피쳐 시그널링 인터페이스(33)를 통해 피쳐 추출 네트워크(32)에 입력할 수 있다.
한편, 도 7에서는 피쳐 추출 네트워크(32)가 소스 디바이스(30)에 포함되는 경우를 도시하나, 이는 예시적인 것이므로 본 개시의 실시예들이 이에 한정되는 것은 아니다. 즉, 피쳐 추출 네트워크는 소스 디바이스(30)와는 별개의 외부 디바이스로 구현될 수도 있으며, 이 경우 피쳐 추출 네트워크는 피쳐 시그널링 인터페이스(33)를 통해 소스 디바이스(30)와 통신할 수 있다.
부호화부(34)는 피쳐 추출 네트워크(32)에 의해 추출된 피쳐를 부호화할 수 있다. 부호화부(34)는, 부호화 효율을 향상시키기 위하여, 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화된 데이터(e.g., 피쳐 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부(35)는 부호화된 피쳐 정보를 디지털 저장매체를 통해 파일 형태로 수신 디바이스(40)에 전송할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체들을 포함할 수 있다. 전송부(35)는 소정의 파일 포맷을 갖는 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있다. 또는, 전송부(35)는 부호화된 피쳐 정보를 네트워크를 통해 스트리밍 형태로 수신 디바이스(40)에 전송할 수도 있다. 네트워크는 인터넷(Internet), LAN(Local Area Network), WLAN(Wide LAN) 등과 같은 유무선 통신 네트워크를 포함할 수 있다. 전송부(35)는 부호화된 피쳐 정보를 방송/통신 네트워크를 통해 전송하기 위한 엘리먼트를 포함할 수 있다.
수신 디바이스(40)는 수신부(41), 복호화부(42), 피쳐 시그널링 인터페이스(43) 및 태스크 분석/렌더링부(44)를 포함할 수 있다.
수신부(41)는 소스 디바이스(30)로부터 비트스트림을 수신하고, 수신된 비트스트림으로부터 피쳐를 추출하여 복호화부(42)로 전달할 수 있다.
복호화부(42)는 수신부(41)에 의해 수신/추출된 피쳐를 복호화할 수 있다. 복호화부(42)는, 복호화 효율을 향상시키기 위하여, 부호화부(34)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다.
복호화부(42)는 복호화된 피쳐를 피쳐 시그널링 인터페이스(43)를 통해 태스크 분석/렌더링부(44)로 전달할 수 있다. 또한, 사용자는 피쳐의 종류, 획득 방법 및/또는 태스크와 관련된 각종 파라미터들을 피쳐 시그널링 인터페이스(43)를 통해 태스크 분석/렌더링부(44)에 입력할 수 있다.
태스크 분석/렌더링부(44)는 복호화된 피쳐를 이용하여 태스크 분석 및 렌더링 과정을 수행함으로써, 소정의 태스크(e.g., 얼굴 인식, 행동 인식, 차선 인식 등과 같은 컴퓨터 비전 태스크 등)를 수행할 수 있다.
이와 같이, VCM 시스템은 사용자 및/또는 머신의 요청, 태스크 목적 및 주변 환경에 따라 비디오/영상으로부터 추출된 피쳐를 부호화/복호화하고, 상기 피쳐를 이용하여 머신 지향(machine-oriented)의 다양한 태스크들을 수행할 수 있다. 일 예에서, VCM 시스템은 도 1을 참조하여 전술한 비디오/영상 코딩 시스템을 확장/재설계함으로써 구현될 수 있으며, VCM(Video Coding for Machines) 표준에서 정의되는 다양한 부호화/복호화 방법들을 수행할 수 있다.
이하, 피쳐 추출 방법 및 피쳐 속성을 상세하게 설명한다.
도 8은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타내는 도면이다.
도 8을 참조하면, 피쳐 추출 네트워크(800)는 비디오 소스(810)를 입력받아 피쳐 추출 동작을 수행함으로써 비디오 소스(810)의 피쳐셋(feature set)(820)을 출력할 수 있다. 피쳐셋(820)은 비디오 소스(810)로부터 추출된 복수의 피쳐들(C0, C1, … , Cn)을 포함할 수 있으며, 피쳐 맵으로 표현될 수 있다. 각각의 피쳐(C0, C1, … , Cn)는 복수의 특징 엘리먼트들을 포함하며, 서로 다른 데이터 분포 특성을 가질 수 있다.
도 8에서, W, H 및 C는 각각 비디오 소스(810)의 너비, 높이 및 채널 개수를 의미할 수 있다. 여기서, 비디오 소스(810)의 채널 개수(C)는 비디오 소스(810)의 컬러 포맷에 기반하여 결정될 수 있다. 예를 들어, 비디오 소스(810)가 RGB 컬러 포맷을 갖는 경우, 비디오 소스(810)의 채널 개수(C)는 3일 수 있다.
또한, W', H' 및 C'은 각각 피쳐셋(820)의 너비, 높이 및 채널 개수를 의미할 수 있다. 피쳐셋(820)의 채널 개수(C')는 비디오 소스(810)로부터 추출된 피쳐들(C0, C1, … , Cn)의 총 개수(n+1)와 같을 수 있다. 또한, 일 예에서, 피쳐셋(820)의 채널 개수(C')는 비디오 소스(810)의 채널 개수(C)보다 클 수 있다. 비디오 소스(810)로부터 추출된 각각의 피쳐(C0, C1, … , Cn)는 채널을 의미할 수 있으며, 본 개시에서는 별도의 언급이 없는 한 피쳐 및 채널을 혼용해서 사용하기로 한다.
피쳐셋(820)의 속성(W', H', C')은 비디오 소스(810)의 속성(W, H, C)에 따라 달라질 수 있다. 예를 들어, 비디오 소스(810)의 채널 개수(C)가 증가함에 따라 피쳐셋(820)의 채널 개수(C')도 함께 증가할 수 있다. 또한, 피쳐셋(820)의 속성(W', H', C')은 피쳐 추출 네트워크(800)의 종류 및 속성에 따라 달라질 수 있다. 예를 들어, 피쳐 추출 네트워크(800)가 인공 신경망(e.g., CNN, DNN 등)으로 구현되는 경우, 각각의 피쳐(C0, C1, … , Cn)를 출력하는 레이어의 속성(e.g., 컨볼루션 레이어, 풀링 레이어 등)에 따라 피쳐셋(820)의 속성(W', H', C') 또한 달라질 수 있다.
한편, 비디오 소스(810) 및 피쳐셋(820)은 서로 다른 데이터 분포 특성을 가질 수 있다. 예를 들어, 비디오 소스(810)는 일반적으로 한 개(Grayscale image) 채널 또는 세 개(RGB image) 채널들로 구성될 수 있다. 비디오 소스(810)에 포함된 픽셀들은 모든 채널들에 대하여 동일한 정수값 범위를 가질 수 있으며, 음이 아닌 값을 가질 수 있다. 또한, 각각의 픽셀값은 상기 정수값 범위 내에서 고르게 분포할 수 있다. 이에 반해, 피쳐셋(820)은 피쳐 추출 네트워크(800)의 유형(e.g., CNN, DNN 등) 및 레이어 속성에 따라 다양한 개수(e.g., 32, 64, 128, 256, 512 등)의 채널들로 구성될 수 있다. 피쳐셋(820)에 포함된 피쳐 엘리먼트들은 각 채널별로 서로 다른 실수값 범위를 가질 수 있으며, 음의 값을 가질 수도 있다. 또한, 각각의 피쳐 엘리먼트값은 상기 실수값 범위 내에서 특정 영역에 집중적으로 분포할 수 있다.
도 9a는 비디오 소스의 데이터 분포 특성을 나타내는 도면이고, 도 9b는 피쳐셋의 데이터 분포 특성을 나타내는 도면이다.
먼저 도 9a를 참조하면, 비디오 소스는 R, G, B 총 3개 채널들로 구성되며, 각각의 픽셀값은 0부터 255까지의 정수값 범위를 가질 수 있다. 이 경우, 비디오 소스의 데이터 타입은 8-bit 정수 타입(integer type)으로 표현될 수 있다.
이에 반해, 도 9b를 참조하면, 피쳐셋은 64개의 채널들(피쳐들)로 구성되며, 각각의 피쳐 엘리먼트값은 -∞에서 +∞까지의 실수값 범위를 가질 수 있다. 이 경우, 피쳐셋의 데이터 타입은 32-bit 부동소수점 타입(float type)으로 표현될 수 있다.
이와 같이, 피쳐셋은 비디오 소스와는 상이한 속성 및 데이터 분포 특성을 가질 수 있다. 따라서, 기존의 영상/비디오 압축 기법을 피쳐 압축에 그대로 적용할 수는 없으며, 피쳐의 속성 및 데이터 분포 특성을 고려한 새로운 압축 기법이 요구된다. 이에, 본 개시의 실시예들에 따르면, 피쳐의 데이터 타입을 부동소수점 타입에서 정수 타입으로 변환하기 위한 피쳐 양자화 과정이 피쳐 부호화 과정에 선행하여 수행될 수 있다.
도 10은 본 개시의 일 실시예에 따른 피쳐 양자화/역양자화를 수행하는 VCM 시스템을 나타내는 도면이다.
도 10을 참조하면, VCM 시스템(1000)은 피쳐 추출 네트워크(1010), 피쳐 부호화 장치(1020), 피쳐 복호화 장치(1030) 및 태스크 네트워크(1040)를 포함할 수 있다.
피쳐 추출 네트워크(1010)는 입력된 비디오/영상으로부터 하나 이상의 피쳐들을 포함하는 피쳐셋을 추출할 수 있다. 피쳐 추출 네트워크(1010)는 인공 신경망(artificial neural network), 예를 들어 CNN(convolutional neural network) 또는 DNN(deep neural network)으로 구현될 수 있다. 이 경우, 피쳐 추출 네트워크(1010)는 입력된 비디오/영상에 대하여 신경망 연산을 수행함으로써 피쳐셋을 추출할 수 있다.
피쳐셋은 부동소수점 타입의 피쳐 엘리먼트값들을 가질 수 있으며, 각 채널(또는, 피쳐)별로 상이한 데이터 분포 특성을 가질 수 있다. 피쳐셋의 각 채널별 데이터 분포 특성의 일 예는 표 1과 같다.
Figure pct00001
표 1을 참조하면, 피쳐셋은 총 n+1 개의 채널들(C0, C1, … ,Cn)로 구성될 수 있다. 피쳐 엘리먼트들의 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)은 각 채널(C0, C1, … ,Cn)별로 상이할 수 있다. 예를 들어, 0번 채널(C0)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 10, 표준 편차(σ)는 20, 최대값(Max)은 90, 최소값(Min)은 60일 수 있다. 또한, 1번 채널(C1)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 30, 표준 편차(σ)는 10, 최대값(Max)은 70.5, 최소값(Min)은 -70.2일 수 있다. 또한, n번 채널(Cn)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 100, 표준 편차(σ)는 5, 최대값(Max)은 115.8, 최소값(Min)은 80.2일 수 있다.
이와 같이, 각 채널별 상이한 데이터 분포 특성을 갖는 피쳐셋을 부호화하기 위하여, 피쳐 엘리먼트값들을 소정의 범위 내로 조정할 필요가 있다.
이를 위해, 피쳐 부호화 장치(1320)는 피쳐 양자화기(Feature Quantizer)(1021) 및 부호화기(1023)를 포함할 수 있다. 피쳐 양자화기(1021)는 피쳐셋 내 각각의 피쳐를 양자화하여, 각 피쳐의 데이터 타입을 부동소수점 타입에서 정수 타입으로 변환할 수 있다. 부호화기(1023)는 예측, 변환, 양자화 등과 같은 비디오/영상 코딩 기법을 이용하여, 각각의 양자화된 피쳐를 부호화할 수 있다. 또한, 부호화기(1023)는 양자화된 피쳐를 역양자화하는 데 필요한 피쳐 양자화 관련 정보를 부호화할 수 있다. 여기서, 피쳐 양자화 관련 정보란, 피쳐 양자화 과정에서 이용되는 각종 파라미터들, 예를 들어 피쳐 엘리먼트들의 최대값, 최소값 및 양자화 비트수를 포함할 수 있다. 그리고, 부호화된 피쳐 및 피쳐 양자화 관련 정보는 비트스트림 형태로 피쳐 복호화 장치(1030)에 전달될 수 있다.
피쳐 복호화 장치(1030)는 복호화기(1031) 및 피쳐 역양자화기(Feature Dequantizier)(1033)를 포함할 수 있다. 복호화기(1031)는 피쳐셋 내 각각의 피쳐 및 피쳐 양자화 관련 정보를 복호화할 수 있다. 복호화기(1031)는 복호화 효율을 향상시키기 위하여, 부호화기(1023)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다. 그리고, 피쳐 역양자화기(1033)는 복호화된 각각의 피쳐를 피쳐 양자화 관련 정보에 기반하여 역양자화함으로써, 피쳐셋을 복원할 수 있다.
태스크 네트워크(1040)는 복원된 피쳐셋을 이용하여 소정의 태스크를 수행할 수 있다. 여기서, 태스크는 컴퓨터 비전 태스크와 같은 다양한 머신 지향(machine-oriented) 태스크들을 포함할 수 있다. 태스크 네트워크(1040)는 소정의 태스크를 수행하기 위해 상기 태스크를 분석하고 복원된 피쳐를 렌더링할 수 있다.
이와 같이, 비디오/영상으로부터 추출된 하나 이상의 피쳐들은 피쳐 양자화 과정 및 부호화 과정을 통해 압축/부호화될 수 있다. 또한, 압축/부호화된 하나 이상의 피쳐들은 복호화 과정 및 피쳐 역양자화 과정을 통해 복원될 수 있다.
본 개시의 몇몇 실시예들에 따르면 피쳐 양자화/역양자화 과정은 피쳐셋 또는 채널 단위로 수행될 수 있다. 또한, 피쳐 양자화/역양자화 과정은 피쳐셋을 추출하는 데 사용된 활성화 함수의 유형에 기반하여 적응적으로 수행될 수 있다. 이하, 상기 실시예들을 상세하게 설명한다.
실시예 1
도 11은 피쳐셋을 구성하는 각 채널별 피쳐 엘리먼트값들의 범위를 예시적으로 나타내는 도면이고, 도 12는 활성화 함수의 유형에 따른 피쳐셋의 데이터 분포 범위를 예시적으로 나타내는 도면이다.
먼저 도 11을 참조하면, 피쳐셋 내 각각의 채널(또는, 피쳐)는 개별적인 데이터 분포를 가질 수 있다. 예를 들어, 1번 채널(Channel 1)은 -1보다 크고 3보다 작은 실수값 범위를 갖고, 2번 채널(Channel 2)은 0보다 크고 2보다 작은 실수값 범위를 가지며, N번 채널(Channel N)은 -2보다 크고 2보다 작은 실수값 범위를 가질 수 있다. 그 결과, 피쳐셋 내에는 데이터 분포 범위가 넓은 채널(e.g., 5번 채널(Channel 5))과 데이터 분포 범위가 좁은 채널(e.g., 2번 채널(Channel 2))이 공존할 수 있다.
하지만, 각 채널별 데이터 분포 특성을 모두 고려하여 피쳐 양자화를 수행하는 경우, 압축/부호화 효율이 저하되는 문제가 발생할 수 있다. 예를 들어, 각 채널별 피쳐 엘리먼트들의 최대값 및 최소값에 기반하여 피쳐 양자화를 수행하는 경우, 피쳐 양자화 관련 정보의 비트량이 증가할 수 있다.
따라서, 본 개시의 실시예 1에 따르면, 피쳐 양자화/역양자화는 피쳐셋(또는, 피쳐맵) 단위로 수행될 수 있다. 구체적으로, 피쳐셋에 포함된 피쳐 엘리먼트들의 최대값 및 최소값에 기반하여, 피쳐셋 내 모든 채널들에 대한 단일의 피쳐 양자화/역양자화 연산이 수행될 수 있다. 피쳐 양자화 연산의 일 예는 수학식 1과 같고, 피쳐 역양자화 연산의 일 예는 수학식 2와 같다.
Figure pct00002
Figure pct00003
수학식 1 및 수학식 2에서, F는 피쳐셋(FsetRxCxN)의 전체 피쳐맵을 의미하고, b는 양자화 비트수를 의미한다. 여기서, R은 피쳐셋의 너비, C는 피쳐셋의 높이, N은 피쳐셋의 채널 개수를 의미한다. 또한, max(F)는 전체 피쳐맵(F) 내 피쳐 엘리먼트들의 최대값을 의미하고, min(F)는 전체 피쳐맵(F) 내 피쳐 엘리먼트들의 최소값을 의미한다.
수학식 1 및 수학식 2를 참조하면, 전체 피쳐맵(F)에 대하여 단일의 양자화/역양자화 연산이 수행될 수 있다. 이 경우, 피쳐 역양자화를 위한 피쳐 양자화 관련 정보의 일 예는 표 2와 같다.
Figure pct00004
표 2를 참조하면, 양자화 관련 정보는 피쳐셋(또는, 피쳐맵) 내 피쳐 엘리먼트들의 최대값 및 최소값과 양자화 비트수를 포함할 수 있다.
한편, 피쳐 엘리먼트값의 범위는 도 12에 도시된 바와 같이 피쳐를 추출하는 데 사용된 활성화 함수의 유형에 따라 달라질 수 있다.
도 12를 참조하면, 활성화 함수로서 ReLU(Rectified Linear Unit)가 사용되는 경우(도 12의 (a)), 피쳐 엘리먼트값은 0부터 +∞까지의 실수값 범위를 가질 수 있다. 이와 달리, 활성화 함수로서 Leaky ReLU가 사용되는 경우(도 12의 (b)), 피쳐 엘리먼트값은 -∞부터 +∞까지의 실수값 범위를 가질 수 있다. 피쳐 엘리먼트들의 하한값이 존재하는 경우, 상기 하한값은 피쳐 엘리먼트들의 최소값으로 추정될 수 있다.
이와 같은 특징을 고려하여, 본 개시의 실시예 1에 따르면, 활성화 함수는 피쳐 엘리먼트들의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수 및 피쳐 엘리먼트들의 최대값만을 시그널링하면 되는 제2 활성화 함수로 분류될 수 있다. 그리고, 피쳐 양자화 관련 정보는 상기 분류 기준에 따른 활성화 함수의 유형을 나타내는 활성화 함수 정보를 더 포함할 수 있다. 일 예에서, 활성화 함수 정보는 1-bit 플래그 정보로 표현될 수 있다. 이 경우, 제1 값(e.g., 0)을 갖는 활성화 함수 정보는 현재 피쳐에 적용된 활성화 함수가 제1 활성화 함수임을 나타낼 수 있다. 이와 달리, 제2 값(e.g., 1)을 갖는 활성화 함수 정보는 현재 피쳐에 적용된 활성화 함수가 제2 활성화 함수임을 나타낼 수 있다.
이상, 상술한 피쳐 양자화 관련 정보를 포함하는 feature_set_header 신택스의 일 예는 도 13에 도시된 바와 같다.
도 13을 참조하면, feature_set_header 신택스는 피쳐 양자화 관련 정보로서 activation_function_type, quant_bit, min_value 및 max_value를 포함할 수 있다.
신택스 요소 activation_function_type은 활성화 함수 정보로서, 현재 피쳐에 적용된 활성화 함수의 유형을 나타낼 수 있다. 예를 들어, activation_function_type은, 현재 피쳐에 적용된 활성화 함수가 피쳐 엘리먼트들의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수인지 아니면 피쳐 엘리먼트들의 최대값만을 시그널링하면 되는 제2 활성화 함수인지 여부를 나타낼 수 있다.
신택스 요소 quant_bit는 양자화 비트수를 나타낼 수 있다. 즉, quant_bit는 부동소수점 형태의 피쳐 엘리먼트값들을 정수 형태로 변환하는 데 필요한 비트수를 나타낼 수 있다.
신택스 요소 min_value는 피쳐셋 내 피쳐 엘리먼트들의 최소값을 나타낼 수 있다. min_value는 activation_function_type의 값에 기반하여 시그널링될 수 있다. 예를 들어, activation_function_type이 제1 활성화 함수(e.g., Leaky ReLU)를 나타내는 경우, min_value는 모든 채널들에 대해 한 번만 시그널링될 수 있다. 이와 달리, activation_function_type이 제2 활성화 함수(e.g., ReLU)를 나타내는 경우, min_value는 시그널링되지 않고 소정의 값, 예를 들어 제2 활성화 함수의 하한값(e.g., 0)으로 추론될 수 있다.
신택스 요소 max_value는 피쳐셋 내 피쳐 엘리먼트들의 최대값을 나타낼 수 있다. max_value는 min_value와 달리 현재 피쳐에 적용된 활성화 함수의 유형에 관계없이 시그널링될 수 있다.
이상, 본 개시의 실시예 1에 따르면, 피쳐 양자화/역양자화는 피쳐셋 단위로 수행될 수 있다. 또한, 피쳐 양자화 관련 정보는 활성화 함수의 유형에 기반하여 적응적으로 시그널링될 수 있다. 이에 따라, 양자화 성능 및 부호화/시그널링 효율이 보다 향상될 수 있다.
실시예 2
본 개시의 실시예 2에 따르면, 피쳐 양자화/역양자화는 채널(또는, 피쳐) 단위로 수행될 수 있다. 구체적으로, 피쳐셋 내 각 채널별 피쳐 엘리먼트들의 최대값 및 최소값에 기반하여, 각 채널에 대한 개별적인 피쳐 양자화/역양자화 연산이 수행될 수 있다. 피쳐 양자화 연산의 일 예는 수학식 3과 같고, 피쳐 역양자화 연산의 일 예는 수학식 4와 같다.
Figure pct00005
Figure pct00006
수학식 3 및 수학식 4에서, Fn는 피쳐셋(FsetRxCxN)의 n번재 채널(n은 1 이상의 정수)를 의미하고, b는 양자화 비트수를 의미한다. 여기서, R은 피쳐셋의 너비, C는 피쳐셋의 높이, N은 피쳐셋의 채널 개수를 의미한다. 또한, max(Fn)은 n번째 채널(Fn) 내 피쳐 엘리먼트들의 최대값을 의미하고, min(Fn)은 n번째 채널(Fn)내 피쳐 엘리먼트들의 최소값을 의미한다.
수학식 3 및 수학식 4를 참조하면, 피쳐셋 내 각 채널(Fn)에 대하여 개별적인 양자화/역양자화 연산이 수행될 수 있다. 이 경우, 피쳐 역양자화를 위한 피쳐 양자화 관련 정보의 일 예는 표 3과 같다.
Figure pct00007
표 3을 참조하면, 양자화 관련 정보는 피쳐 셋 내 각 채널별 피쳐 엘리먼트들의 최대값 및 최소값, 양자화 비트수와 활성화 함수 정보를 포함할 수 있다.
활성화 함수 정보는 현재 피쳐에 적용된 활성화 함수가 각 채널별 피쳐 엘리먼트들의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수(e.g., Leaky ReLU)인지 아니면 각 채널별 피쳐 엘리먼트들의 최대값만을 시그널링하면 되는 제2 활성화 함수(e.g., ReLU)인지 여부를 나타낼 수 있다.
또한, 양자화 관련 정보는 전역 양자화(global quantization) 정보를 더 포함할 수 있다. 전역 양자화 정보는 양자화 비트수를 각각의 채널에 대해 개별적으로 설정할지 아니면 모든 채널들에 대해 동일하게 설정할지 여부를 나타낼 수 있다. 양자화 비트수가 모든 채널들에 대해 동일하게 설정되는 경우, 양자화 비트수는 모든 채널들에 대해 한 번만 시그널링될 수 있다.
이상, 상술한 피쳐 양자화 관련 정보를 포함하는 feature_set_header 신택스의 일 예는 도 14에 도시된 바와 같다.
도 14를 참조하면, feature_set_header 신택스는 피쳐 양자화 관련 정보로서 global_quant, activation_function_type, quant_bit, quant_bit[ i ], min_value[ i ] 및 max_value[ i ]를 포함할 수 있다.
신택스 요소 global_quant는 전역 양자화 정보로서, 양자화 비트수를 각 채널별로 설정할지 아니면 모든 채널들에 대해 동일하게 설정할지 여부를 나타낼 수 있다. 예를 들어, global_quant가 참(또는, 1)인 경우, 양자화 비트수는 모든 채널들에 대해 동일하게 설정될 수 있다. 이와 달리, global_quant가 거짓(또는, 0)인 경우, 양자화 비트수는 각 채널별로 설정될 수 있다.
신택스 요소 activation_function_type은 활성화 함수 정보로서, 현재 피쳐에 적용된 활성화 함수의 유형을 나타낼 수 있다. 예를 들어, activation_function_type은, 현재 피쳐에 적용된 활성화 함수가 피쳐 엘리먼트들의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수인지 아니면 피쳐 엘리먼트들의 최대값만을 시그널링하면 되는 제2 활성화 함수인지 여부를 나타낼 수 있다.
신택스 요소 quant_bit는 모든 채널들에 대해 동일하게 설정된 양자화 비트수를 나타낼 수 있다. 상술한 global_quant가 참(또는, 1)인 경우, quant_bit는 모든 채널들에 대해 한 번만 시그널링될 수 있다. 이와 달리, global_quant가 거짓(또는, 0)인 경우, i 번째 채널에 설정된 양자화 비트수를 나타내는 quant_bit[ i ]가 시그널링될 수 있다.
신택스 요소 min_value[ i ]는 i 번째 채널 내 피쳐 엘리먼트들의 최소값을 나타낼 수 있다. min_value[ i ]는 activation_function_type의 값에 기반하여 시그널링될 수 있다. 예를 들어, activation_function_type이 제1 활성화 함수(e.g., Leaky ReLU)를 나타내는 경우, min_value[ i ]는 채널 개수(e.g., num_channels)에 해당하는 횟수만큼 시그널링될 수 있다. 이와 달리, activation_function_type이 제2 활성화 함수(e.g., ReLU)를 나타내는 경우, min_value[ i ]는 시그널링되지 않고 소정의 값(e.g., 0)으로 추론될 수 있다.
신택스 요소 max_value[ i ]는 i 번째 채널 내 피쳐 엘리먼트들의 최대값을 나타낼 수 있다. max_value[ i ]는 min_value[ i ]와 달리 현재 피쳐에 적용된 활성화 함수의 유형에 관계없이 시그널링될 수 있다.
이상, 본 개시의 실시예 2에 따르면, 피쳐 양자화/역양자화는 채널(또는, 피쳐) 단위로 수행될 수 있다. 또한, 피쳐 양자화 관련 정보는 전역 양자화 여부 및 활성화 함수의 유형에 기반하여 적응적으로 시그널링될 수 있다. 이에 따라, 양자화 성능 및 부호화/시그널링 효율이 보다 향상될 수 있다.
실시예 3
본 개시의 실시예 3에 따르면, 피쳐 양자화/역양자화는 소정의 양자화 그룹에 기반하여 수행될 수 있다. 구체적으로, 피쳐 셋의 데이터 분포 특성에 기반하여 복수의 양자화 구간들이 설정될 수 있다. 상기 양자화 구간들은 서로 다른 데이터 분포 범위를 가지며, 하나의 양자화 그룹으로 정의될 수 있다. 그리고, 피쳐 셋 내 각 채널의 데이터 분포를 상기 양자화 구간들 중 어느 하나의 데이터 분포 범위로 변환함으로서, 피쳐 양자화/역양자화 연산이 수행될 수 있다.
도 15는 본 개시의 일 실시예에 따른 양자화 그룹을 예시적으로 나타내는 도면이다.
도 15를 참조하면, 양자화 그룹은 서로 다른 데이터 분포 범위를 갖는 4개의 양자화 구간들(A, B, C, D)을 포함할 수 있다. 양자화 그룹 내 각각의 양자화 구간(A, B, C, D)은 최소값 및 최대값을 이용하여 정의되며, 현재 피쳐의 데이터 분포 특성에 기반하여 설정될 수 있다. 예를 들어, 양자화 구간 A는 [-1, 3], 양자화 구간 B는 [0, 2], 양자화 구간 C는 [-2, 4], 양자화 구간 D는 [-2, 1]로 설정될 수 있다.
피쳐 부호화 장치는 피쳐 엘리먼트들의 최대값 및 최소값을 별도로 산출할 필요없이, 기설정된 양자화 구간들(A, B, C, D)에 기반하여 피쳐셋 내 각 채널(또는, 피쳐)를 양자화할 수 있다. 예를 들어, 1번 채널(Channel 1)은 가장 유사한 데이터 분포 범위를 갖는 양자화 구간 A에 기반하여 양자화될 수 있다. 또한, 2번 채널(Channel 2)은 가장 유사한 데이터 분포 범위를 갖는 양자화 구간 B에 기반하여 양자화될 수 있다. 또한, 3번 채널(Channel 3)은 가장 유사한 데이터 분포 범위를 갖는 양자화 구간 C에 기반하여 양자화될 수 있다. 또한, 4번 채널(Channel 4)은 가장 유사한 데이터 분포 범위를 갖는 양자화 구간 D에 기반하여 양자화될 수 있다. 이 경우, 피쳐 부호화 장치는, 피쳐 양자화 관련 정보로서, 양자화 구간들의 개수, 최소값 및 최대값을 부호화/시그널링할 수 있다. 또한, 피쳐 부호화 장치는, 피쳐 양자화 관련 정보로서, 현재 채널(또는, 피쳐)의 부호화에 이용된 양자화 구간을 나타내는 양자화 구간 인덱스 정보를 시그널링할 수 있다. 이에 따라, 각 채널별 양자화 비트수와 피쳐 엘리먼트들의 최대값 및 최소값을 시그널링할 필요가 없게 되어 전송 비트량이 감소할 수 있으며, 부호화/시그널링 효율이 보다 향상될 수 있다.
피쳐 복호화 장치는, 피쳐 부호화 장치로부터 수신된 양자화 구간들의 개수, 각 구간별 최소값 및 최대값에 기반하여, 피쳐 부호화 장치에서 구성된 양자화 그룹과 동일한 양자화 그룹을 구성할 수 있다. 또는, 피쳐 복호화 장치는 기복원된 피쳐셋들의 데이터 분포 특성에 기반하여 양자화 그룹을 구성할 수도 있다. 그리고, 피쳐 복호화 장치는, 피쳐 부호화 장치로부터 수신된 양자화 구간 인덱스 정보에 의해 식별되는 양자화 구간에 기반하여, 현재 피쳐를 역양자화할 수 있다.
양자화 그룹에 기반한 피쳐 양자화 연산의 일 예는 수학식 5 및 수학식 6과 같다.
Figure pct00008
수학식 5에서, Fn는 피쳐셋(FsetRxC)의 n번째 채널(n은 1 이상의 정수)를 의미한다. 여기서, R은 피쳐셋의 너비, C는 피쳐셋의 높이를 의미한다. 또한, max(Fn)은 n번째 채널(Fn) 내 피쳐 엘리먼트들의 최대값을 의미하고, min(Fn)은 n번째 채널(Fn)내 피쳐 엘리먼트들의 최소값을 의미한다.
수학식 5를 참조하면, n번째 채널(Fn)은 채널 내 피쳐 엘리먼트들의 최대값 및 최소값에 기반하여 0에서 1 사이의 피쳐 엘리먼트값들을 갖도록 정규화될 수 있다.
Figure pct00009
수학식 6에서, Fnnorm은 피쳐셋(FsetRxC)의 정규화된 n번째 채널을 의미한다. 여기서, R은 피쳐셋의 너비, C는 피쳐셋의 높이를 의미한다. 또한, max(FGm)은 n번째 채널(Fn)에 적용된 양자화 구간(FGm)의 최대값을 의미하고, min(FGm)은 n번째 채널(Fn)에 적용된 양자화 구간(FGm)의 최소값을 의미한다.
수학식 6을 참조하면, 정규화된 n번째 채널(Fnnorm)은, n번째 채널(Fn)에 적용된 양자화 구간(FGm)의 최대값(max(FGm)) 및 최소값(min(FGm))에 기반하여 양자화될 수 있다. 이 경우, 피쳐 역양자화를 위한 피쳐 양자화 관련 정보의 일 예는 표 4와 같다.
Figure pct00010
표 4를 참조하면, 양자화 관련 정보는 전역 양자화 정보, 활성화 함수 정보, 양자화 비트수 및 양자화 구간 인덱스 정보를 포함할 수 있다.
전역 양자화 정보는 양자화 비트수를 각각의 양자화 구간별로 설정할지 아니면 모든 양자화 구간들에 대해 동일하게 설정할지 여부를 나타낼 수 있다.
활성화 함수 정보는 현재 피쳐에 적용된 활성화 함수의 유형을 나타낼 수 있다. 일 예에서, 활성화 함수 정보는 현재 피쳐에 적용된 활성화 함수가 각각의 양자화 구간의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수인지 아니면 각각의 양자화 구간의 최대값만을 시그널링하면 되는 제2 활성화 함수인지 여부를 나타낼 수 있다.
양자화 비트수는, 상술한 전역 양자화 정보에 기반하여, 각각의 양자화 구간별로 설정될 수 있고, 또는 모든 양자화 구간들에 대해 동일하게 설정될 수도 있다. 양자화 비트수가 모든 양자화 구간들에 대해 동일하게 설정되는 경우, 양자화 비트수는 모든 양자화 구간들에 대해 한 번만 시그널링될 수 있다.
또한, 양자화 관련 정보는, 양자화 그룹 내 양자화 구간들의 개수와 각 양자화 구간의 최소값 및 최대값을 더 포함할 수 있다. 이 때, 각 양자화 구간의 최소값 및 최대값은 활성화 함수의 유형에 기반하여 적응적으로 시그널링될 수 있다. 예를 들어, 현재 피쳐에 적용된 활성화 함수가 제1 활성화 함수(e.g., Leaky ReLU)인 경우, 각 양자화 구간의 최소값 및 최대값이 모두 시그널링될 수 있다. 이와 달리, 현재 피쳐에 적용된 활성화 함수가 제2 활성화 함수(e.g., ReLU)인 경우, 각 양자화 구간의 최소값은 0으로 추정되고, 각 양자화 구간의 최대값만이 시그널링될 수 있다.
이상, 상술한 양자화 관련 정보를 포함하는 feature_set_header 신택스의 일 예는 도 16에 도시된 바와 같다.
도 16을 참조하면, feature_set_header 신택스는 양자화 관련 정보로서 global_quant, activation_function_type, quant_bit, num_quant_group, quant_bit[ i ], min_value[ i ], max_value[ i ] 및 quant_group_idx[ i ]를 포함할 수 있다.
신택스 요소 global_quant는 전역 양자화 정보로서, 양자화 비트수를 각각의 양자화 구간별로 설정할지 아니면 모든 양자화 구간들에 대해 동일하게 설정할지 여부를 나타낼 수 있다. 예를 들어, global_quant가 참(또는, 1)인 경우, 양자화 비트수는 모든 양자화 구간들에 대해 동일하게 설정될 수 있다. 이와 달리, global_quant가 거짓(또는, 0)인 경우, 양자화 비트수는 각각의 양자화 구간별로 설정될 수 있다.
신택스 요소 activation_function_type은 활성화 함수 정보로서, 현재 피쳐에 적용된 활성화 함수의 유형을 나타낼 수 있다. 예를 들어, activation_function_type은, 현재 피쳐에 적용된 활성화 함수가 각각의 양자화 구간의 최소값 및 최대값을 모두 시그널링해야 하는 제1 활성화 함수인지 아니면 각각의 양자화 구간의 최대값만을 시그널링하면 되는 제2 활성화 함수인지 여부를 나타낼 수 있다.
신택스 요소 quant_bit는 모든 양자화 구간들에 대해 동일하게 설정된 양자화 비트수를 나타낼 수 있다. 상술한 global_quant가 참(또는, 1)인 경우, quant_bit는 모든 양자화 구간들에 대해 한 번만 시그널링될 수 있다. 이와 달리, global_quant가 거짓(또는, 0)인 경우, i 번째 양자화 구간에 설정된 양자화 비트수를 나타내는 신택스 요소 quant_bit[ i ]가 시그널링될 수 있다.
신택스 요소 num_quant_group은 양자화 그룹 내 양자화 구간들의 개수를 나타낼 수 있다.
신택스 요소 min_value[ i ]는 i 번째 양자화 구간의 최소값을 나타낼 수 있다. min_value[ i ]는 activation_function_type의 값에 기반하여 시그널링될 수 있다. 예를 들어, activation_function_type이 제1 활성화 함수(e.g., Leaky ReLU)를 나타내는 경우, min_value[ i ]가 시그널링될 수 있다. 이와 달리, activation_function_type이 제2 활성화 함수(e.g., ReLU)를 나타내는 경우, min_value[ i ]는 시그널링되지 않고 소정의 값(e.g., 0)으로 추론될 수 있다.
신택스 요소 max_value[ i ]는 i 번째 양자화 구간의 최대값을 나타낼 수 있다. max_value[ i ]는 min_value[ i ]와 달리 현재 피쳐에 적용된 활성화 함수의 유형에 관계없이 시그널링될 수 있다.
피쳐 복호화 장치는 상술한 num_quant_group, min_value[ i ] 및 max_value[ i ]에 기반하여 피쳐 부호화 장치에서 구성된 양자화 그룹과 동일한 양자화 그룹을 구성할 수 있다.
신택스 요소 quant_group_idx[ i ]는 i 번째 채널에 적용된 양자화 구간을 나타내는 인덱스 값을 나타낼 수 있다. 그리고, 피쳐 복호화 장치는 quant_group_idx[ i ]에 의해 특정되는 양자화 구간에 기반하여 현재 피쳐를 역양자화할 수 있다.
이상, 본 개시의 실시예 3에 따르면, 피쳐 양자화/역양자화는 소정의 양자화 그룹에 기반하여 수행될 수 있다. 또한, 피쳐 양자화 정보는 전역 양자화 여부 및 활성화 함수의 유형에 기반하여 적응적으로 시그널링될 수 있다. 이에 따라, 양자화 성능 및 부호화/시그널링 효율이 보다 향상될 수 있다.
한편, 표 1을 참조하여 전술한 바와 같이, 피쳐셋은 부동소수점 타입의 피쳐 엘리먼트값들을 가질 수 있으며, 각 채널(또는, 피쳐)별로 상이한 데이터 분포 특성을 가질 수 있다. 예를 들어, 피쳐 엘리먼트들의 평균값, 표준 편차, 최대값 및 최소값은 각 채널별로 달라질 수 있다. 따라서, 피쳐 셋 내 모든 채널들에 대하여 동일한 기준(e.g., 피쳐 엘리먼트들의 최대값, 최소값 및 양자화 비트수)에 따라 피쳐 양자화/역양자화를 수행하는 경우, 양자화 성능이 저하되는 문제가 발생할 수 있다. 반대로, 피쳐 셋 내 모든 피쳐들에 대하여 서로 다른 기준에 따라 피쳐 양자화/역양자화를 수행하는 경우, 피쳐 양자화 관련 정보의 비트량이 증가하여 압축 효율이 저하되는 문제가 발생할 수 있다.
이에, 본 개시의 몇몇 실시예들에 따르면, 피쳐 양자화/역양자화 과정은 피쳐셋 및/또는 채널의 중요도에 기반하여 적응적으로 수행될 수 있다. 또한, 피쳐 양자화/역양자화 과정은 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 적응적으로 수행될 수 있다. 이하, 상기 실시예들을 상세하게 설명한다.
실시예 4
본 개시의 실시예 4에 따르면, 피쳐 양자화/역양자화는 피쳐셋 및/또는 채널의 중요도에 기반하여 수행될 수 있다. 예를 들어, 중요도가 상대적으로 높은 피쳐셋 및/또는 채널에 대해서는 양자화 간격을 좁게하여 정보 손실을 최소화하고, 중요도가 상대적으로 낮은 피쳐셋 및/또는 채널에 대해서는 양자화 간격을 넓게하여 부호화될 정보량을 최소화할 수 있다. 이를 위해, 피쳐셋 및/또는 채널의 중요도를 표현하는 중요도 맵(Importance Map, IM)이 정의될 수 있다. 본 개시에서, 중요도란 소정의 머신 지향(machine-oriented) 태스크를 수행하기 위해 필요한 데이터/정보의 우선순위를 의미할 수 있다.
도 17a 및 도 17b는 피쳐셋별 중요도를 설명하기 위한 도면들이다. 구체적으로, 도 17a는 비디오 소스의 제1 프레임(F0)에서 추출된 제1 피쳐셋(fF0)의 중요도를 나타내고, 도 17b는 비디오 소스의 제2 프레임(F1)에서 추출된 제2 피쳐셋(fF1)의 중요도를 나타낸다.
도 17a 및 도 17b를 참조하면, 제1 피쳐셋(fF0) 및 제2 피쳐셋(fF1)은 각각 복수의 채널들(또는, 피쳐들)(C0, C1, … , C27, … ,Cn-1)을 포함할 수 있다. 각각의 채널(C0, C1, … , C27, … ,Cn-1)은 태스크 목적 및 주변 환경에 따라 서로 다른 중요도를 가질 수 있다. 예를 들어, 제1 피쳐셋(fF0) 내에서, 관심 영역(Region Of Interest, ROI)에 대응하는 제1 영역(1710) 및 제2 영역(1720)에 존재하는 채널들(C0, C1, C27 등)은 그 나머지 영역에 존재하는 채널들보다 높은 중요도를 가질 수 있다. 또한, 제2 피쳐셋(fF1) 내에서, 관심 영역(ROI)에 대응하는 제1 영역(1730) 및 제2 영역(1740)에 존재하는 채널들(C0, C1, C27 등)은 그 나머지 영역에 존재하는 채널들보다 높은 중요도를 가질 수 있다. 이와 같은 각 채널별 중요도에 기반하여, 피쳐셋(fF0, fF1) 내 각각의 채널에 소정의 중요도값을 매핑함으로써, 중요도 맵(Importance Map, IM)이 정의될 수 있다.
일 예에서, 중요도 맵은 각 채널별 1-bit 중요도값을 이용하여 표 5와 같이 표현될 수 있다.
Figure pct00011
표 5를 참조하면, 각각의 피쳐셋(fF0, fF1) 내에서, 상대적으로 높은 중요도를 갖는 채널들에 대해서는 바이너리값 '1'이 매핑될 수 있고, 상대적으로 낮은 중요도를 갖는 채널들에 대해서는 바이너리값 '0'이 매핑될 수 있다.
또한, 중요도 맵은 각 채널별 2-bit 중요도값을 이용하여 표 6과 같이 표현될 수 있다.
Figure pct00012
표 6을 참조하면, 각각의 피쳐셋(fF0, fF1) 내에서, 상대적으로 가장 높은 중요도를 갖는 채널들에 대해서는 바이너리값 '10'이 매핑될 수 있고, 상대적으로 높은 중요도를 갖는 채널들에 대해서는 바이너리값 '01'이 매핑될 수 있으며, 상대적으로 낮은 중요도를 갖는 채널들에 대해서는 바이너리값 '00'이 매핑될 수 있다. 이와 같이, 중요도값의 비트수를 증가시킴으로써, 피쳐셋(fF0, fF1)의 중요도를 보다 세분화하여 표현할 수 있다.
다른 예에서, 중요도 맵은 각 영역별 좌표값 및 2-bit 중요도값을 이용하여 표 7과 같이 표현될 수도 있다. 표 7은 도 20a의 제1 피쳐셋(fF0)의 중요도를 나타낸다.
Figure pct00013
표 7을 참조하면, 제1 피쳐셋(fF0) 내에서, 상대적으로 높은 중요도를 갖는 제1 영역(1710)에 대해서는 바이너리값 '01'이 매핑될 수 있고, 상대적으로 가장 높은 중요도를 갖는 제2 영역(1720)에 대해서는 바이너리값 '10'이 매핑될 수 있다. 이 때, 상기 제1 영역(1710) 및 제2 영역(1720)은 각 영역의 좌상단 좌표 및 우하단 좌표를 이용하여 표현될 수 있다. 예를 들어, 상기 제1 영역(1710)은 '(0,0), (3,4)'로 표현될 수 있고, 상기 제2 영역(1720)은 '(3,3), (6,7)'로 표현될 수 있다. 또는, 상기 제1 영역(1710) 및 제2 영역(1720)은 각 영역의 중심점과 범위(e.g., 각도) 등을 이용하여 표현될 수도 있다. 표 5 내지 표 7을 참조하여 전술한 중요도 맵은 피쳐 역양자화를 위한 사이드 정보로서 피쳐 복호화 장치로 시그널링될 수 있다.
피쳐 양자화/역양자화는 상술한 피쳐셋 및/또는 채널의 중요도에 기반하여 차등적으로 수행될 수 있다. 즉, 피쳐셋 및/또는 채널에 대하여 각각의 중요도에 따른 차등적인 양자화 비트수가 적용될 수 있다. 예를 들어, 제1 피쳐셋(fF0) 내에서, 상대적으로 가장 높은 중요도를 갖는 제2 영역(1720)은 12 비트로 양자화될 수 있다. 또한, 제1 피쳐셋(fF0) 내에서, 상대적으로 높은 중요도를 갖는 제1 영역(1710)은 10 비트로 양자화될 수 있다. 또한, 제1 피쳐셋(fF0) 내에서 상대적으로 낮은 중요도를 갖는 나머지 영역은 8 비트로 양자화될 수 있다.
이상, 본 개시의 실시예 4에 따르면, 피쳐 양자화/역양자화는 피쳐셋 및/또는 채널의 중요도에 기반하여 수행될 수 있다. 예를 들어, 피쳐셋 및/또는 채널에 대하여 각각의 중요도에 따른 차등적인 양자화 비트수가 적용될 수 있다. 이에 따라, 양자화 성능이 보다 향상될 수 있다.
실시예 5
피쳐셋 및/또는 채널의 중요도를 보다 세분화하여 표현함에 따라(즉, 중요도값의 비트수가 증가함에 따라), 양자화 성능은 보다 향상될 수 있다. 하지만, 그 결과 중요도 맵의 정보량이 증가하게 되어, 부호화/시그널링 효율이 저하되는 사이드 이펙트(side effect)가 발생할 수 있다.
이와 같은 문제를 해결하기 위하여, 본 개시의 실시예 5에 따르면, 중요도 맵은 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 부호화/시그널링될 수 있다.
구체적으로, 비디오 소스 내 연속된 프레임들 간에는 시간적 유사성이 존재할 수 있다. 예를 들어, 프레임 레이트가 30Hz인 비디오 소스에 있어서 연속된 제1 프레임과 제2 프레임 간의 시간적 간격은 1/30 초에 불과하다. 따라서, 상기 제1 프레임과 제2 프레임 간에는 시간적 유사도가 높을 수 있다. 또한, 시간적 유사도가 높은 프레임들 간에는 공간적 유사도도 높을 수 있다. 이와 같은 비디오 소스의 속성에 기인하여, 상기 비디오 소스로부터 연속하여 추출되는 피쳐셋들 및/또는 채널들은 서로 유사한 중요도를 가질 수 있다. 이에, 본 개시의 실시예 5에 따르면, 중요도 맵은 소정의 기준값과의 차분으로 부호화/시그널링될 수 있다. 일 예에서, 상기 기준값은 부호화 순서상 현재 피쳐셋에 선행하는 이전 피쳐셋의 중요도 맵일 수 있다. 이 경우, 현재 피쳐셋의 중요도 맵은 이전 피쳐셋의 중요도 맵과의 배타적 논리합(exclusive or, XOR) 연산을 통해 부호화/시그널링될 수 있다. 그 구체적인 예는 수학식 7과 같다.
Figure pct00014
수학식 7에서, fF0는 0번 프레임(F0)으로부터 추출된 제1 피쳐셋을 의미하고, fF1은 1번 프레임(F1)으로부터 추출된 제2 피쳐셋을 의미한다.
수학식 7을 참조하면, 제2 피쳐셋(fF1)의 중요도 맵은 제1 피쳐셋(fF0)의 중요도 맵과의 XOR 연산을 통해 부호화/시그널링될 수 있다. 이에 따라, 제2 피쳐셋(fF1)의 중요도 맵은 원래의 중요도 맵보다 더 많은 바이너리 값 '0'을 포함하게 되어, 부호화될 정보량이 감소할 수 있다. 한편, 제1 피쳐셋(fF0)이 존재하지 않는 경우(예를 들어, 제2 피쳐셋(fF1)이 첫번째로 양자화되는 경우), 제2 피쳐셋(fF1)의 중요도 맵은 원래의 값으로 부호화/시그널링될 수 있다.
이상, 본 개시의 실시예 5에 따르면, 중요도 맵은 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 부호화/시그널링될 수 있다. 예를 들어, 현재 피쳐셋의 중요도 맵은, 부호화 순서상 이전 피쳐셋의 중요도 맵과의 XOR 연산을 통해 부호화/시그널링될 수 있다. 이를 통해, 부호화/시그널링 효율이 보다 향상될 수 있다.
실시예 6
전술한 중요도 맵의 부호화/시그널링 방법은 피쳐 양자화 관련 정보(e.g., 양자화 비트수, 피쳐 엘리먼트들의 최소값 및 최대값)에도 동일/유사하게 적용될 수 있다.
구체적으로, 연속된 프레임들 간의 시공간적 유사성에 기인하여, 비디오 소스로부터 연속하여 추출된 피쳐셋들 및/또는 채널들은 서로 동일/유사한 데이터 분포 특성을 가질 수 있다. 표 8은 비디오 소스로부터 연속하여 추출된 피쳐셋들의 데이터 분포 특성을 나타낸다.
Figure pct00015
표 8에서, fF0는 0번 프레임(F0)으로부터 추출된 제1 피쳐셋을 의미하고, fF1은 1번 프레임(F1)으로부터 추출된 제2 피쳐셋을 의미하며, fF2는 2번 프레임(F2)으로부터 추출된 제3 피쳐셋을 의미한다.
표 8을 참조하면, 연속된 제1 내지 제3 피쳐셋들(fF0, fF1, fF2)은 서로 동일/유사한 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)을 가질 수 있다.
또한, 연속된 프레임들 간의 시공간적 유사성에 기인하여, 비디오 소스로부터 연속하여 추출된 피쳐셋들 내의 대응 채널들은 서로 동일/유사한 데이터 분포 특성을 가질 수 있다. 표 9는 비디오 소스로부터 연속하여 추출된 피쳐셋들 내의 대응 채널들의 데이터 분포 특성을 나타낸다.
Figure pct00016
표 9에서, fF0C0는 0번 프레임(F0)으로부터 추출된 제1 피쳐셋 내의 제1 채널을 의미하고, fF1C0은 1번 프레임(F1)으로부터 추출된 제2 피쳐셋 내의 제1 채널을 의미한다.
표 9를 참조하면, 제1 피쳐셋 내의 제1 채널(fF0C0)과 이에 대응하는 제2 피쳐셋 내의 제2 채널(fF0C1)은, 서로 동일/유사한 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)을 가질 수 있다.
이와 같이, 연속된 피쳐 양자화 과정에서 생성되는 피쳐 양자화 관련 정보는 서로 동일/유사한 값을 가질 수 있다. 이에, 본 개시의 실시예 6에 따르면, 중요도 맵 및 피쳐 양자화 관련 정보를 포함하는 사이드 정보는, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 부호화/시그널링될 수 있다.
일 실시예에서, 사이드 정보는 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 서로 다른 단위로 부호화/시그널링될 수 있다. 예를 들어, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도가 상대적으로 높은 경우, 사이드 정보는 상대적으로 큰 단위로 부호화/시그널링될 수 있다. 이와 달리, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도가 상대적으로 낮은 경우, 사이드 정보는 상대적으로 작은 단위로 부호화/시그널링될 수 있다. 한편, 사이드 정보의 부호화/시그널링 단위는 정보량 및 코딩 효율을 추가적으로 고려하여 결정될 수 있다. 사이드 정보의 부호화/시그널링 단위의 일 예는 표 10과 같다.
Figure pct00017
표 10을 참조하면, 사이드 정보는 시퀀스, 피쳐셋 그룹(GOF), 피쳐셋 또는 피쳐 단위로 부호화/시그널링될 수 있다.
도 18은 피쳐셋 그룹(GOF) 단위로 사이드 정보를 부호화/시그널링하는 일 예를 나타내는 도면이다.
도 18을 참조하면, 연속된 0번 내지 k번 프레임들(F0 내지 Fk)로부터 추출되는 복수의 피쳐셋들(fF0 내지 fFk)은 제1 피쳐셋 그룹(GOF0)을 구성할 수 있다. 또한, 연속된 k+1번 내지 m번 프레임들(Fk+1 내지 Fm)로부터 추출되는 복수의 피쳐셋들(fFk+1 내지 fFm)은 제2 피쳐셋 그룹(GOF1)을 구성할 수 있다.
제1 피쳐셋 그룹(GOF0)은 피쳐셋 그룹 레벨에서 첫번째로 양자화될 수 있다. 그리고, 제1 피쳐셋 그룹(GOF0)의 제1 사이드 정보(SIGOF0)가 부호화되어 피쳐 복호화 장치로 시그널링될 수 있다. 이 때, 제1 사이드 정보(SIGOF0)는 후속하는 제2 피쳐셋 그룹(GOF1)의 제2 사이드 정보(SIGOF1)를 부호화하기 위한 기준값으로 이용될 수 있다.
제2 피쳐셋 그룹(GOF1)은 피쳐셋 그룹 레벨에서 두번째로 양자화될 수 있다. 그리고, 제2 피쳐셋 그룹(GOF1)의 제2 사이드 정보(SIGOF1)가 제1 사이드 정보(SIGOF0) 및 제2 사이드 정보(SIGOF1) 간의 데이터 유사도에 기반하여 부호화/시그널링될 수 있다. 예를 들어, 제1 사이드 정보(SIGOF0) 및 제2 사이드 정보(SIGOF1)가 서로 비유사한 값을 갖는 경우, 제2 사이드 정보(SIGOF1)는 제1 사이드 정보(SIGOF0)와 무관하게 독립적으로 부호화/시그널링될 수 있다. 이와 달리, 제1 사이드 정보(SIGOF0) 및 제2 사이드 정보(SIGOF1)가 서로 동일/유사한 값을 갖는 경우, 제2 사이드 정보(SIGOF1)는 제1 사이드 정보(SIGOF0)와의 차분(SIGOF1' = SIGOF0 - SIGOF1)으로 부호화/시그널링될 수 있다.
도 19는 피쳐셋 단위로 사이드 정보를 부호화/시그널링하는 일 예를 나타내는 도면이다.
도 19를 참조하면, 0번 프레임(F0)으로부터 추출된 제1 피쳐셋(fF0)은 피쳐셋 레벨에서 첫번째로 양자화될 수 있다. 그리고, 제1 피쳐셋(fF0)의 제1 사이드 정보(SIf0)가 부호화되어 피쳐 복호화 장치로 시그널링될 수 있다. 이 때, 제1 사이드 정보(SIf0)는 후속하는 제2 피쳐셋(fF1)의 제2 사이드 정보(SIf1)를 부호화하기 위한 기준값으로 이용될 수 있다.
1번 프레임(F1)으로부터 추출된 제2 피쳐셋(fF1)은 피쳐셋 레벨에서 두번째로 양자화될 수 있다. 그리고, 제2 피쳐셋(fF1)의 제2 사이드 정보(SIf1)는 제1 사이드 정보(SIf0)와의 데이터 유사도에 기반하여 부호화/시그널링될 수 있다. 예를 들어, 제1 사이드 정보(SIf0) 및 제2 사이드 정보(SIf1)가 서로 비유사한 값을 갖는 경우, 제2 사이드 정보(SIf1)는 제1 사이드 정보(SIf0)와 무관하게 독립적으로 부호화/시그널링될 수 있다. 이와 달리, 제1 사이드 정보(SIf0) 및 제2 사이드 정보(SIf1)가 서로 동일/유사한 값을 갖는 경우, 제2 사이드 정보(SIf1)는 제1 사이드 정보(SIf0)와의 차분(SIf1' = SIf0 - SIf1)으로 부호화/시그널링될 수 있다.
2번 프레임(F2)으로부터 추출된 제3 피쳐셋(fF2)은 피쳐셋 레벨에서 세번째로 양자화될 수 있다. 그리고, 제3 피쳐셋(fF2)의 제3 사이드 정보(SIf2)는 제2 사이드 정보(SIf1)와의 데이터 유사도에 기반하여 독립적으로 또는 제2 사이드 정보(SIf1)와의 차분(SIf2' = SIf1 - SIf2)으로 부호화/시그널링될 수 있다.
이상, 본 개시의 실시예 6에 따르면, 중요도 맵 및 피쳐 양자화 관련 정보를 포함하는 사이드 정보는, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 부호화/시그널링될 수 있다. 예를 들어, 현재 피쳐셋의 사이드 정보는, 부호화 순서상 이전 피쳐셋의 사이드 정보와의 차분으로 부호화/시그널링될 수 있다. 이를 통해, 부호화/시그널링 효율이 보다 향상될 수 있다.
이상, 전술한 본 개시의 실시예 4 내지 실시예 6이 적용될 수 있는 피쳐 부호화 장치의 일 예는 도 20에 도시된 바와 같다.
도 20은 본 개시의 일 실시예에 따른 피쳐 부호화 장치를 나타내는 도면이다.
도 20을 참조하면, 피쳐 부호화 장치(2000)는, 인공 신경망(artificial neural network)에 기반하여 비디오 소스로부터 추출되는 피쳐셋을 입력(Sin)으로 하여 피쳐 양자화/부호화 과정을 수행함으로써, 부호화된 피쳐셋 및 사이드 정보를 출력(Sout)할 수 있다. 이를 위해, 피쳐 부호화 장치(2000)는 피쳐 양자화기(2010) 및 부호화기(2030)를 포함할 수 있다.
피쳐 양자화기(2010)는 피쳐셋 및/또는 채널의 중요도에 기반하여 피쳐셋을 적응적으로 양자화할 수 있다. 피쳐 양자화기(2010)는 중요도 결정부(2011) 및 적응적 양자화부(2013)를 포함할 수 있다.
중요도 결정부(2011)는 태스크 목적 및 주변 환경을 고려하여 피쳐셋 및/또는 채널의 중요도를 결정할 수 있다. 중요도 결정부(2011)는 결정된 중요도에 기반하여 피쳐셋 내 각각의 채널에 대하여 소정의 중요도값을 매핑함으로써, 중요도 맵(Importance Map, IM)을 생성할 수 있다. 이 때, 중요도값의 비트수가 증가함에 따라, 피쳐셋의 중요도는 보다 세분화하여 표현될 수 있다.
적응적 양자화부(2013)는 피쳐셋 및/또는 채널의 중요도에 기반하여 피쳐셋을 차등적으로 양자화할 수 있다. 즉, 피쳐셋 및/또는 채널에 대하여 각각의 중요도에 따른 차등적인 양자화 비트수가 적용될 수 있다. 예를 들어, 상대적으로 높은 중요도를 갖는 피쳐셋 및/또는 채널에 대해서는, 상대적으로 많은 양자화 비트수가 적용될 수 있다. 이와 달리, 상대적으로 낮은 중요도를 갖는 피쳐셋 및/또는 채널에 대해서는, 상대적으로 적은 양자화 비트수가 적용될 수 있다. 이와 같이, 피쳐셋 및/또는 채널의 중요도에 기반하여 양자화 비트수를 차등적으로 적용함으로써, 양자화 성능이 보다 향상될 수 있다.
부호화기(2030)는 피쳐 부호화부(2031) 및 사이드 정보 부호화부(2033)를 포함할 수 있다.
피쳐 부호화부(2031)는 예측, 변환, 양자화 등과 같은 비디오/영상 코딩 기법을 이용하여, 양자화된 피쳐셋을 부호화할 수 있다.
사이드 정보 부호화부(2033)는 중요도 맵 및 피쳐 양자화 관련 정보를 포함하는 사이드 정보를 부호화할 수 있다. 여기서, 피쳐 양자화 관련 정보는 양자화 비트수와 피쳐 엘리먼트들의 최대값 및 최소값을 포함할 수 있다.
일 실시예에서, 사이드 정보는 피쳐셋들 및/또는 채널들 간의 시공간적 유사성에 기반하여 적응적으로 부호화될 수 있다. 예를 들어, 현재 중요도 맵은 부호화 순서상 이전 중요도 맵과의 배타적 논리합(exclusive or, XOR) 연산을 통해 부호화/시그널링될 수 있다. 또한, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도가 상대적으로 높은 경우, 사이드 정보는 상대적으로 큰 단위(e.g., 시퀀스 또는 피쳐셋 그룹(GOF) 단위)로 부호화/시그널링될 수 있다. 이와 달리, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도가 상대적으로 낮은 경우, 사이드 정보는 상대적으로 작은 단위(e.g., 피쳐 단위)로 부호화/시그널링될 수 있다. 또한, 피쳐셋들 및/또는 채널들 간의 시공간적 유사도가 상대적으로 높은 경우, 사이드 정보는 이전 사이드 정보와의 차분으로 부호화/시그널링될 수 있다.
부호화기(2030)에 의해 부호화된 피쳐셋 및 사이드 정보는 하나의 비트스트림에 포함되어 피쳐 복호화 장치로 출력될 수 있다.
도 21은 부호화된 피쳐셋의 계층 구조를 나타내는 도면이다.
도 21을 참조하면, 비트스트림(2100)은 시퀀스 헤더(2110), 그룹 헤더(2120), 피쳐셋 헤더(2130) 및 채널 헤더(2140)를 포함할 수 있다.
전술한 바와 같이, 중요도 맵 및 피쳐 양자화 관련 정보를 포함하는 사이드 정보는 피쳐셋들 및/또는 채널들 간의 시공간적 유사도에 기반하여 서로 다른 단위로 부호화/시그널링될 수 있다. 예를 들어, 사이드 정보가 시퀀스 단위로 부호화되는 경우, 부호화된 사이드 정보는 시퀀스 헤더(2110)에 포함될 수 있다. 또는, 사이드 정보가 피쳐셋 그룹 단위로 부호화되는 경우, 부호화된 사이드 정보는 그룹 헤더(2120)에 포함될 수 있다. 또는, 사이드 정보가 피쳐셋 단위로 부호화되는 경우, 부호화된 사이드 정보는 피쳐셋 헤더(2130)에 포함될 수 있다. 또는, 사이드 정보가 채널(또는, 피쳐) 단위로 부호화되는 경우, 부호화된 사이드 정보는 채널 헤더(2140)에 포함될 수 있다. 시퀀스 헤더(2110), 그룹 헤더(2120), 피쳐셋 헤더(2130) 및 채널 헤더(2140) 각각의 일 예는 도 22 내지 도 25에 도시된 바와 같다.
도 22는 본 개시의 일 실시예에 따른 시퀀스 헤더의 일 예를 나타내는 도면이다.
도 22를 참조하면, 시퀀스 헤더(Sequence_header)는 피쳐 양자화와 관련된 신택스 요소로서 Adaptive_quantization, Sequence_level, Side_info 및 IM을 포함할 수 있다.
신택스 요소 Adaptive_quantization는 현재 피쳐에 대하여 중요도 기반의 적응적 피쳐 양자화/역양자화가 적용되는지 여부를 나타낼 수 있다. 예를 들어, Adaptive_quantization가 참(또는, 1)인 경우, 현재 피쳐에 대하여 중요도 기반의 피쳐 양자화/역양자화가 적용될 수 있다. 이와 달리, Adaptive_quantization가 거짓(또는, 0)인 경우, 현재 피쳐에 대하여 중요도 기반의 피쳐 양자화/역양자화가 적용될 수 없다.
신택스 요소 Sequence_level은, Adaptive_quantization이 참(또는, 1)인 경우에 있어서, 사이드 정보가 시퀀스 단위로 부호화되는지 여부를 나타낼 수 있다. 예를 들어, Sequence_level이 참(또는, 1)인 경우, 사이드 정보는 시퀀스 레벨에서 적응적으로 부호화될 수 있다. 이와 달리, Sequence_level이 거짓(또는, 0)인 경우, 사이드 정보는 하위 레벨에서 적응적으로 부호화될 수 있다.
신택스 요소 Side_info 및 IM은, Sequence_level이 참(또는, 1)인 경우에만 시그널링되며, 사이드 정보 및 중요도 맵(IM)의 획득 위치 및 방법을 나타낼 수 있다.
도 23은 본 개시의 일 실시예에 따른 그룹 헤더의 일 예를 나타내는 도면이다.
도 23을 참조하면, 그룹 헤더(GOF_header)는 피쳐 양자화와 관련된 신택스 요소로서 GOF_level, Side_info, IM 및 GOF_info를 포함할 수 있다. 신택스 요소 Side_info 및 IM은 도 25를 참조하여 전술한 바와 같으며, 중복된 설명은 생략하기로 한다.
신택스 요소 GOF_level은, Adaptive_quantization이 참(또는, 1)이고 Sequence_level이 거짓(또는, 0)인 경우에 있어서, 사이드 정보가 GOF(Group of feature set) 단위로 부호화되는지 여부를 나타낼 수 있다. 예를 들어, GOF_level이 참(또는, 1)인 경우, 사이드 정보는 GOF 레벨에서 적응적으로 부호화될 수 있다. 이와 달리, Sequence_level이 거짓(또는, 0)인 경우, 사이드 정보는 하위 레벨에서 적응적으로 부호화될 수 있다.
신택스 요소 Side_info, IM 및 GOF_info는 GOF_level이 참(또는, 1)인 경우에만 시그널링될 수 있다. 신택스 요소 GOF_Info는 GOF의 구성 정보 및 부호화 모드를 나타낼 수 있다.
도 24는 본 개시의 일 실시예에 따른 피쳐셋 헤더의 일 예를 나타내는 도면이다.
도 24를 참조하면, 피쳐셋 헤더(FeatureSet_header)는 피쳐 양자화와 관련된 신택스 요소로서 Adaptive_quantization, FeatureSet_level, Side_info 및 IM을 포함할 수 있다. 신택스 요소 Adaptive_quantization, Side_info 및 IM은 도 25 및 도 26을 참조하여 전술한 바와 같으며, 중복된 설명은 생략하기로 한다.
신택스 요소 FeatureSet_level은, Adaptive_quantization이 참(또는, 1)이고 Sequence_level 및 GOF_level이 모두 거짓(또는, 0)인 경우에 있어서, 사이드 정보가 피쳐셋 단위로 부호화되는지 여부를 나타낼 수 있다. 예를 들어, FeatureSet_level이 참(또는, 1)인 경우, 사이드 정보는 피쳐셋 레벨에서 적응적으로 부호화될 수 있다. 이와 달리, FeatureSet_level이 거짓(또는, 0)인 경우, 사이드 정보는 하위 레벨에서 적응적으로 부호화될 수 있다.
신택스 요소 Side_info 및 IM은 FeatureSet_level이 참(또는, 1)인 경우에만 시그널링될 수 있다.
도 25는 본 개시의 일 실시예에 따른 채널 헤더의 일 예를 나타내는 도면이다.
도 25를 참조하면, 채널 헤더(Channel_header)는 피쳐 양자화와 관련된 신택스 요소로서 Adaptive_quantization, Channel_level, Side_info 및 IM을 포함할 수 있다. 신택스 요소 Adaptive_quantization, Side_info 및 IM은 도 25 내지 도 27을 참조하여 전술한 바와 같으며, 중복된 설명은 생략하기로 한다.
신택스 요소 Channel_level은, Adaptive_quantization이 참(또는, 1)이고 Sequence_level, GOF_level 및 FeatureSet_level이 모두 거짓(또는, 0)인 경우에 있어서, 사이드 정보가 채널(또는, 피쳐) 단위로 부호화되는지 여부를 나타낼 수 있다. 예를 들어, Channel_level이 참(또는, 1)인 경우, 사이드 정보는 채널 레벨에서 적응적으로 부호화될 수 있다. 이와 달리, Channel_level이 거짓(또는, 0)인 경우, 사이드 정보는 하위 레벨에서 적응적으로 부호화될 수 있다.
신택스 요소 Side_info 및 IM은 Channel_level이 참(또는, 1)인 경우에만 시그널링될 수 있다. 이 경우, IM은 현재 채널의 중요도를 나타낼 수 있다.
이하, 도 26 내지 도 28을 참조하여, 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법을 상세하게 설명하기로 한다.
도 26은 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 26의 영상 부호화 방법은 도 7의 소스 디바이스에 의해 수행될 수 있다. 예를 들어, 단계 S2610은 피쳐 추출 네트워크(32)에 의해 수행되고, 단계 S2620 내지 단계 S2640은 부호화부(34)에 의해 수행될 수 있다.
도 26을 참조하면, 소스 디바이스는 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 복수의 채널들을 포함하는 피쳐셋을 추출할 수 있다(S2610).
인공 신경망은 CNN(convolutional neural network) 및 DNN(deep neural network)을 포함할 수 있다. 피쳐셋을 추출하기 위해 인공 신경망에서는 소정의 활성화 함수가 사용될 수 있다. 활성화 함수는 피쳐 엘리먼트들의 최대값 및 최소값을 모두 시그널링해야 하는 제1 활성화 함수(e.g., Leaky ReLU(Rectified Linear Unit)) 및 피쳐 엘리먼트들의 최대값만을 시그널링하면 되는 제2 활성화 함수(e.g., ReLU)로 분류될 수 있다.
피쳐셋은 각 채널별로 상이한 데이터 분포 특성을 가질 수 있다. 다만, 연속적으로 추출된 피쳐셋들 및/또는 채널들은 시공간적 유사성에 기반하여 동일/유사한 데이터 분포 특성을 가질 수 있다.
소스 디바이스는 피쳐셋 내 복수의 채널들 각각의 중요도에 기반하여 피쳐셋의 양자화 방법을 결정할 수 있다(S2620).
각각의 채널은 태스크 목적 및 주변 환경에 따라 서로 다른 중요도를 가질 수 있다. 예를 들어, 감시 시스템(Surveillance system)에 있어서, 관심 영역(Region Of Interest, ROI)에 존재하는 채널들은 배경 영역(background area)에 존재하는 채널들보다 높은 중요도를 가질 수 있다.
일 실시예에서, 중요도가 상대적으로 높은 피쳐셋 및/또는 채널에 대해서는 양자화 간격을 좁게하여 정보 손실을 최소화하고, 중요도가 상대적으로 낮은 피쳐셋 및/또는 채널에 대해서는 양자화 간격을 넓게하여 부호화될 정보량을 최소화할 수 있다. 이를 위해, 피쳐셋 및/또는 채널의 중요도를 표현하는 중요도 맵(Importance Map, IM)이 정의될 수 있다.
피쳐 양자화 연산에 이용되는 양자화 파라미터들은 피쳐 엘리먼트들의 최대값 및 최소값과 양자화 비트수를 포함할 수 있다.
일 실시예에서, 피쳐 엘리먼트들의 최대값 및 최소값은 태스크 목적 및 코딩 효율 등을 고려하여 피쳐셋 단위 또는 채널 단위로 결정될 수 있다.
일 실시예에서, 양자화 파라미터들은 피쳐셋 추출에 사용된 활성화 함수의 유형에 따라 피쳐 엘리먼트들의 최소값을 포함하지 않을 수 있다. 예를 들어, 현재 피쳐에 적용된 활성화 함수가 제1 활성화 함수(e.g., Leaky ReLU)인 경우, 양자화 파라미터들은 피쳐 엘리먼트들의 최소값을 포함할 수 있다. 이와 달리, 현재 피쳐에 적용된 활성화 함수가 제2 활성화 함수(e.g., ReLU)인 경우, 양자화 파라미터들은 피쳐 엘리먼트들의 최소값을 포함하지 않을 수 있다. 이 경우, 상기 최소값은 제2 활성화 함수의 하한값(e.g., 0)으로 추정될 수 있다.
양자화 비트수는 모든 채널들에 대하여 동일한 값으로 적용될 수도 있고, 또는 각각의 채널에 대하여 서로 다른 값으로 적용될 수도 있다. 이에 관한 정보는 전역 양자화 정보(e.g., global_quant)로서 부호화/시그널링될 수 있다.
일 실시예에서, 양자화 비트수는 각 채널별 중요도에 기반하여 차등적으로 결정될 수 있다. 예를 들어, 피쳐셋 내에서, 상대적으로 중요도가 높은 영역(또는, 채널)에 대해서는 상대적으로 많은 양자화 비트수가 할당되고, 상대적으로 중요도가 낮은 영역에 대해서는 상대적으로 적은 양자화 비트수가 할당될 수 있다.
일 실시예에서, 피쳐 양자화는 소정의 양자화 그룹에 기반하여 수행될 수 있다. 구체적으로, 피쳐셋의 데이터 분포 특성에 기반하여 복수의 양자화 구간들을 포함하는 양자화 그룹이 정의될 수 있다. 그리고, 피쳐셋 내 각 채널의 피쳐 엘리먼트값들을 상기 양자화 구간들 중 어느 하나의 데이터 범위 내로 변환함으로서, 피쳐 양자화 연산이 수행될 수 있다.
소스 디바이스는 단계 S2620에서 결정된 양자화 방법에 기반하여 피쳐셋을 양자화할 수 있다(S2630).
실시예에 따라, 피쳐셋 내 모든 채널들에 대하여 단일의 양자화 연산이 수행될 수도 있고, 또는 피쳐셋 내 각각의 채널에 대하여 개별적인 양자화 연산이 수행될 수도 있다. 또한, 피쳐 양자화는 상술한 바와 같이 소정의 양자화 그룹에 기반하여 수행될 수 있으며, 그 구체적인 방법은 도 27에 도시된 바와 같다.
도 27은 본 개시의 일 실시예에 따른 양자화 그룹 기반의 피쳐 양자화 방법을 나타내는 흐름도이다.
도 27을 참조하면, 소스 디바이스는 피쳐셋 내 각 채널을 양자화 그룹 내 소정의 양자화 구간에 매핑시킬 수 있다(S2710). 일 예에서, 상기 매핑은 각 채널과 양자화 구간 사이의 데이터 범위의 유사성에 기반하여 수행될 수 있다. 양자화 그룹 내 각각의 양자화 구간은 최소값 및 최대값을 이용하여 정의되며, 현재 피쳐의 데이터 분포 특성에 기반하여 설정될 수 있다.
소스 디바이스는 피쳐셋 내 각 채널을 피쳐 엘리먼트들의 최대값 및 최소값을 이용하여 정규화할 수 있다(S2720). 그리고, 소스 디바이스는 각 채널에 매핑된 양자화 구간의 최소값 및 최대값을 이용하여 상기 정규화된 각 채널을 양자화할 수 있다(S2730). 이 경우, 상기 양자화에 이용된 양자화 구간을 나타내는 인덱스값이 부호화/시그널링될 수 있다.
이와 같이, 피쳐셋을 소정의 양자화 그룹에 기반하여 양자화함으로써, 양자화 비트수와 피쳐 엘리먼트들의 최대값 및 최소값을 별도로 부호화할 필요가 없게 되므로, 부호화/시그널링 효율이 보다 향상될 수 있다.
다시 도 26을 참조하면, 소스 디바이스는 양자화된 피쳐셋, 복수의 채널들 각각의 중요도에 관한 제1 정보 및 피쳐셋의 양자화 방법에 관한 제2 정보를 부호화하여 비트스트림을 생성할 수 있다(S2640). 상기 제2 정보는 전술한 양자화 파라미터들, 예를 들어 피쳐 엘리먼트들의 최대값 및 최소값과 양자화 비트수를 포함할 수 있다.
일 실시예에서, 복수의 채널들 각각의 중요도에 관한 제1 정보 및 피쳐셋의 양자화 방법에 관한 제2 정보는, 역양자화를 위한 사이드 정보로서 피쳐셋들 및/또는 채널들 간의 데이터 유사도에 기반하여 적응적으로 부호화될 수 있다. 예를 들어, 피쳐셋들 간의 데이터 유사도가 상대적으로 높은 경우, 현재 피쳐셋의 사이드 정보는 부호화 순서상 현재 피쳐셋에 선행하는 이전 피쳐셋의 사이드 정보와의 차분으로 부호화될 수 있다.
이상, 도 26 및 도 27을 참조하여 전술한 영상 부호화 방법에 따르면, 입력 영상으로부터 추출된 피쳐셋은 피쳐셋 내 각 채널별 중요도에 기반하여 적응적으로 부호화될 수 있다. 이에 따라, 양자화 성능 및 부호화/시그널링 효율이 보다 향상될 수 있다.
도 28은 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다.
도 28의 영상 복호화 방법은 도 7의 수신 디바이스에 의해 수행될 수 있다. 예를 들어, 단계 S2810은 수신부(41)에 의해 수행되고, 단계 S2820 및 단계 S2830은 복호화부(42)에 의해 수행될 수 있다.
도 28을 참조하면, 수신 디바이스는 인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득할 수 있다(S2810).
중요도는 소정의 머신 지향(machine-oriented) 태스크를 수행하기 위해 필요한 데이터/정보의 우선순위를 의미할 수 있다. 각 채널의 중요도에 관한 제1 정보는 소정의 중요도 맵(Importance Map, IM)으로 표현될 수 있다.
일 실시예에서, 피쳐셋 내 복수의 채널들 각각의 중요도에 관한 제1 정보 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보는 소정의 복호화 단위를 가질 수 있다. 예를 들어, 상기 제1 정보 및 제2 정보는 시퀀스 단위, 피쳐셋 그룹 단위, 피쳐셋 단위 및 채널 단위 중 어느 하나로 복호화될 수 있다. 상기 복호화 단위는 복호화 순서상 현재 피쳐셋에 선행하는 이전 피쳐셋과 현재 피쳐셋 사이의 데이터 유사도에 기반하여 결정될 수 있다. 예를 들어, 상기 데이터 유사도가 상대적으로 큰 경우, 상기 복호화 단위는 상대적으로 큰 단위(e.g., 시퀀스 단위, 피쳐셋 그룹 단위)로 결정될 수 있다. 이와 달리, 상기 데이터 유사도가 상대적으로 작은 경우, 상기 복호화 단위는 상대적으로 작은 단위(e.g., 채널 단위)로 결정될 수 있다.
일 실시예에서, 피쳐셋의 양자화 방법에 관한 제2 정보는 상기 피쳐셋 내 복수의 채널들 각각의 양자화 비트수를 포함할 수 있다. 상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 비례하는 값을 가질 수 있다. 예를 들어, 상기 복수의 채널들 각각의 중요도가 상대적으로 높은 경우, 상기 양자화 비트수는 상대적으로 큰 값을 가질 수 있다. 이와 달리, 상기 복수의 채널들 각각의 중요도가 상대적으로 낮은 경우, 상기 양자화 비트수는 상대적으로 작은 값을 가질 수 있다. 한편, 상기 제2 정보는 각 채널별 피쳐 엘리먼트들의 최대값 및 최소값을 더 포함할 수 있다. 이 때, 상기 최소값은 인공 신경망에서 사용된 활성화 함수의 유형에 기반하여 선택적으로 복호화될 수 있다. 예를 들어, 상기 활성화 함수가 제1 활성화 함수(e.g., Leaky ReLU)인 경우, 상기 최소값은 비트스트림으로부터 획득된 값으로 결정될 수 있다. 이와 달리, 상기 활성화 함수가 제2 활성화 함수(e.g., ReLU)인 경우, 상기 최소값은 제2 활성화 함수의 하한값(e.g., 0)으로 추정될 수 있다. 이 경우, 상기 최소값에 대한 별도의 복호화 과정은 스킵될 수 있다.
일 실시예에서, 피쳐셋 내 복수의 채널들 각각의 중요도에 관한 제1 정보 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보는, 피쳐셋들 및/또는 채널들 간의 데이터 유사도에 기반하여 적응적으로 결정되는 소정의 값을 가질 수 있다. 예를 들어, 상기 데이터 유사도가 상대적으로 높은 경우, 상기 제1 정보는 복호화 순서상 현재 피쳐셋에 선행하는 이전 피쳐셋의 중요도에 관한 정보와의 배타적 논리합(exclusive or, XOR) 연산의 결과값을 가질 수 있다. 또한, 이 경우, 상기 제2 정보는 복호화 순서상 현재 피쳐셋에 선행하는 이전 피쳐셋의 양자화 방법에 관한 정보와의 차분값을 가질 수 있다.
수신 디바이스는 비트스트림으로부터 획득된 피쳐셋, 제1 정보 및 제2 정보를 복호화할 수 있다(S2820). 수신 디바이스는 복호화 효율을 향상시키기 위하여, 소스 디바이스의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다.
수신 디바이스는 복호화된 제1 정보 및 제2 정보에 기반하여 복호화된 피쳐셋을 역양자화함으로써, 상기 피쳐셋을 복원할 수 있다(S2830).
일 실시예에서, 피쳐 역양자화는 소정의 양자화 그룹에 기반하여 수행될 수 있다. 구체적으로, 수신 디바이스는, 소스 디바이스로부터 수신된 양자화 구간들의 개수, 각 구간별 최소값 및 최대값에 기반하여, 소스 디바이스에서 구성된 양자화 그룹과 동일한 양자화 그룹을 구성할 수 있다. 또는, 수신 디바이스는 기복원된 피쳐셋들의 데이터 분포 특성에 기반하여 양자화 그룹을 구성할 수도 있다. 그리고, 수신 디바이스는, 소스 디바이스로부터 수신된 양자화 구간 인덱스 정보에 의해 식별되는 양자화 구간에 기반하여, 현재 피쳐를 역양자화할 수 있다. 한편, 상기 최소값은 인공 신경망에서 사용된 활성화 함수의 유형에 기반하여 선택적으로 복호화될 수 있다. 예를 들어, 상기 활성화 함수가 제2 활성화 함수(e.g., ReLU)인 경우, 상기 최소값은 제2 활성화 함수의 하한값(e.g., 0)으로 추정되고, 상기 최소값에 대한 별도의 복호화 과정은 스킵될 수 있다.
이상, 도 28을 참조하여 전술한 영상 복호화 방법에 따르면, 입력 영상으로부터 추출된 피쳐셋은 각 채널별 중요도에 기반하여 적응적으로 복호화될 수 있다. 이에 따라, 역양자화 성능 및 복호화 효율이 보다 향상될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
도 29는 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 29를 참조하면, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이 때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
도 30은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
도 30을 참조하면, VCM과 같은 실시예에서, 기기의 성능, 사용자의 요청, 수행하고자 하는 태스크의 특성 등에 따라 사용자 단말에서 태스크를 수행할 수도 있고 외부 기기(e.g., 스트리밍 서버, 분석 서버 등)에서 태스크를 수행할 수도 있다. 이와 같이, 태스크 수행에 필요한 정보를 외부 기기로 전송하기 위하여, 사용자 단말은 태스크 수행에 필요한 정보(e.g., 태스크, 신경망 네트워크 및/또는 용도와 같은 정보)를 포함하는 비트스트림을 직접 또는 인코딩 서버를 통해 생성할 수 있다.
일 실시예에서, 분석 서버는 사용자 단말로부터(또는, 인코딩 서버로부터) 전송받은 부호화된 정보를 복호화한 후, 사용자 단말의 요청 태스크를 수행할 수 있다. 이 때, 분석 서버는 태스크 수행을 통해 얻은 결과를 사용자 단말에게 다시 전송하거나 연계된 다른 서비스 서버(e.g., 웹 서버)에 전송할 수 있다. 예를 들어, 분석 서버는 화재를 판별하는 태스크를 수행하여 얻은 결과를 소방 관련 서버로 전송할 수 있다. 이 때, 분석 서버는 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 분석 서버와 연관된 각 장치와 서버 간 명령/응답을 제어하는 역할을 할 수 있다. 또한, 상기 분석 서버는 사용자 기기가 수행하고자 하는 태스크와 수행할 수 있는 태스크 정보를 기반으로 웹 서버에게 원하는 정보를 요청할 수도 있다. 분석 서버가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 분석 서버에 전달하고, 상기 분석 서버는 사용자 단말로 그에 대한 데이터를 전송할 수 있다. 이 때, 상기 컨텐츠 스트리밍 시스템의 제어 서버는 상기 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 상기 영상 복호화 방법은,
    인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득하는 단계;
    상기 피쳐셋, 상기 제1 정보 및 상기 제2 정보를 복호화하는 단계; 및
    상기 복호화된 제1 정보 및 상기 복호화된 제2 정보에 기반하여, 상기 복호화된 피쳐셋을 역양자화하는 단계를 포함하고,
    상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하며,
    상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정되는
    영상 복호화 방법.
  2. 제1항에 있어서,
    상기 제1 정보 및 상기 제2 정보는 소정의 복호화 단위를 갖고,
    상기 복호화 단위는, 복호화 순서상 상기 피쳐셋에 선행하는 이전 피쳐셋과 상기 피쳐셋 간의 데이터 유사도에 기반하여 결정되는
    영상 복호화 방법.
  3. 제2항에 있어서,
    상기 복호화 단위는, 시퀀스 단위, 피쳐셋 그룹 단위, 피쳐셋 단위 및 채널 단위 중 어느 하나로 결정되는
    영상 복호화 방법.
  4. 제1항에 있어서,
    상기 양자화 비트수는, 미리 설정된 복수의 값들 중에서 상기 복수의 채널들 각각의 중요도에 기반하여 선택되는 하나의 값을 갖는
    영상 복호화 방법.
  5. 제1항에 있어서,
    상기 피쳐셋을 추출하는 데 사용된 활성화 함수가 제1 활성화 함수인 것에 기반하여, 상기 제2 정보는 상기 복수의 채널들 각각의 최소값을 포함하는
    영상 복호화 방법.
  6. 제1항에 있어서,
    상기 피쳐셋을 추출하는 데 사용된 활성화 함수가 제2 활성화 함수인 것에 기반하여, 상기 복수의 채널들 각각의 최소값은 상기 제2 활성화 함수의 하한값으로 설정되는
    영상 복호화 방법.
  7. 제1항에 있어서,
    상기 피쳐셋은 복수의 양자화 구간들을 포함하는 소정의 양자화 그룹에 기반하여 역양자화되는
    영상 복호화 방법.
  8. 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서,
    상기 적어도 하나의 프로세서는,
    인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 추출된 피쳐셋, 상기 피쳐셋에 포함된 복수의 채널들 각각의 중요도에 관한 제1 정보, 및 상기 피쳐셋의 양자화 방법에 관한 제2 정보를 비트스트림으로부터 획득하고,
    상기 피쳐셋, 상기 제1 정보 및 상기 제2 정보를 복호화하며,
    상기 복호화된 제1 정보 및 상기 복호화된 제2 정보에 기반하여, 상기 복호화된 피쳐셋을 역양자화하되,
    상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하고,
    상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정되는
    영상 복호화 장치.
  9. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 상기 영상 부호화 방법은,
    인공 신경망 기반의 피쳐 추출 방법을 이용하여 입력 영상으로부터 복수의 채널들을 포함하는 피쳐셋을 추출하는 단계;
    상기 복수의 채널들 각각의 중요도에 기반하여, 상기 피쳐셋의 양자화 방법을 결정하는 단계;
    상기 결정된 양자화 방법에 기반하여, 상기 피쳐셋을 양자화하는 단계; 및
    상기 양자화된 피쳐셋, 상기 중요도에 관한 제1 정보 및 상기 양자화 방법에 관한 제2 정보를 부호화하는 단계를 포함하고,
    상기 제2 정보는 상기 복수의 채널들 각각의 양자화 비트수를 포함하며,
    상기 양자화 비트수는 상기 복수의 채널들 각각의 중요도에 기반하여 결정되는
    영상 부호화 방법.
  10. 제9항에 있어서,
    상기 제1 정보 및 상기 제2 정보는 소정의 부호화 단위를 갖고,
    상기 부호화 단위는, 부호화 순서상 상기 피쳐셋에 선행하는 이전 피쳐셋과 상기 피쳐셋 간의 데이터 유사도에 기반하여 결정되는
    영상 부호화 방법.
  11. 제9항에 있어서,
    상기 제1 정보는, 부호화 순서상 상기 피쳐셋에 선행하는 이전 피쳐셋의 중요도에 관한 정보와의 차분으로 부호화되고,
    상기 제2 정보는, 상기 이전 피쳐셋의 양자화 방법에 관한 정보와의 차분으로 부호화되는
    영상 부호화 방법.
  12. 제9항에 있어서,
    상기 피쳐셋은 복수의 양자화 구간들을 포함하는 소정의 양자화 그룹에 기반하여 양자화되는
    영상 부호화 방법.
  13. 제12항에 있어서,
    상기 피쳐셋을 양자화하는 단계는,
    상기 복수의 채널들 각각을 상기 복수의 양자화 구간들 중 어느 하나에 매핑하는 단계;
    상기 복수의 채널들 각각을 정규화하는 단계; 및
    상기 복수의 채널들 각각에 매핑된 양자화 구간의 최소값 및 최대값을 이용하여, 상기 정규화된 복수의 채널들 각각을 양자화하는 단계를 포함하는
    영상 부호화 방법.
  14. 제13항에 있어서,
    상기 제2 정보는, 상기 복수의 채널들 각각에 매핑된 양자화 구간을 나타내는 인덱스 정보를 포함하는
    영상 부호화 방법.
  15. 제9항의 영상 부호화 방법에 따라 생성된 비트스트림을 저장하는 컴퓨터 판독가능한 기록 매체.
KR1020227034457A 2020-03-02 2021-02-25 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 KR20220145405A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
KR1020200026183 2020-03-02
KR20200026183 2020-03-02
KR1020200030562 2020-03-12
KR20200030562 2020-03-12
PCT/KR2021/002354 WO2021177652A1 (ko) 2020-03-02 2021-02-25 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Publications (1)

Publication Number Publication Date
KR20220145405A true KR20220145405A (ko) 2022-10-28

Family

ID=77612915

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227034457A KR20220145405A (ko) 2020-03-02 2021-02-25 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Country Status (3)

Country Link
US (1) US20230082561A1 (ko)
KR (1) KR20220145405A (ko)
WO (1) WO2021177652A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023055141A1 (ko) * 2021-09-29 2023-04-06 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023075564A1 (ko) * 2021-11-01 2023-05-04 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023132532A1 (ko) * 2022-01-07 2023-07-13 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023132697A1 (ko) * 2022-01-07 2023-07-13 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023172017A1 (ko) * 2022-03-07 2023-09-14 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법
WO2023172014A1 (ko) * 2022-03-07 2023-09-14 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023169501A1 (en) * 2022-03-09 2023-09-14 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus, and medium for visual data processing
WO2023172090A1 (ko) * 2022-03-11 2023-09-14 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8081827B2 (en) * 2006-02-28 2011-12-20 Ricoh Co., Ltd. Compressed data image object feature extraction, ordering, and delivery
US9521291B2 (en) * 2013-07-19 2016-12-13 Digimarc Corporation Feature-based watermark localization in digital capture systems
EP3507773A1 (en) * 2016-09-02 2019-07-10 Artomatix Ltd. Systems and methods for providing convolutional neural network based image synthesis using stable and controllable parametric models, a multiscale synthesis framework and novel network architectures
CN108882020B (zh) * 2017-05-15 2021-01-01 北京大学 一种视频信息处理方法、装置及系统
EP3553748A1 (en) * 2018-04-10 2019-10-16 InterDigital VC Holdings, Inc. Deep learning based image partitioning for video compression
CN110163370B (zh) * 2019-05-24 2021-09-17 上海肇观电子科技有限公司 深度神经网络的压缩方法、芯片、电子设备及介质

Also Published As

Publication number Publication date
US20230082561A1 (en) 2023-03-16
WO2021177652A1 (ko) 2021-09-10

Similar Documents

Publication Publication Date Title
US20230082561A1 (en) Image encoding/decoding method and device for performing feature quantization/de-quantization, and recording medium for storing bitstream
US11627310B2 (en) Affine motion prediction-based video decoding method and device using subblock-based temporal merge candidate in video coding system
US11956443B2 (en) Image encoding/decoding method and device for signaling HLS, and computer-readable recording medium in which bitstream is stored
US11838519B2 (en) Image encoding/decoding method and apparatus for signaling image feature information, and method for transmitting bitstream
US11606558B2 (en) Method and device for encoding/decoding image using color space conversion, and method for transmitting bitstream
JP7459347B2 (ja) クロマ量子化パラメータオフセット関連情報をコーディングする画像デコード方法及びその装置
KR20220019241A (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
KR20210118951A (ko) 크로마 포맷에 대한 정보를 시그널링 하는 방법 및 장치
US20230145282A1 (en) Image encoding/decoding method and device for signaling filter information on basis of chroma format, and method for transmitting bitstream
CN113491115A (zh) 基于cclm预测的图像解码方法及其装置
US20230262220A1 (en) Image decoding method and device using residual information in image coding system
KR20210154990A (ko) 크로마 양자화 파라미터 데이터 기반 영상 디코딩 방법 및 그 장치
KR20220029586A (ko) 크로마 양자화 파라미터 데이터를 코딩하는 영상 디코딩 방법 및 그 장치
CN113316938A (zh) 使用去块滤波的图像编译方法和装置
US20230262218A1 (en) Image encoding/decoding method and device using adaptive color transform, and method for transmitting bitstream
US20230319297A1 (en) Image encoding/decoding method, device, and computer-readable recording medium for signaling purpose of vcm bitstream
US20230188714A1 (en) Image encoding/decoding method and device for signaling aps identifier, and computer-readable recording medium in which bitstream is stored
US11463686B2 (en) Method and device for decoding images using CCLM prediction in image coding system
KR20220100062A (ko) 픽처 헤더를 포함하는 영상 정보를 코딩하는 영상 디코딩 방법 및 그 장치
KR20220002701A (ko) 크로마 양자화 파라미터 테이블을 사용하는 영상 디코딩 방법 및 그 장치
US20230308689A1 (en) Image encoding/decoding method and apparatus for signaling picture output timing information, and computer-readable recording medium storing bitstream
EP4131969A1 (en) Image encoding/decoding method and apparatus for signaling ptl-related information, and computer-readable recording medium in which bitstream is stored
US20230141607A1 (en) Image encoding/decoding method and device for signaling hrd parameters, and computer-readable recording medium in which bitstream is stored
US20230291933A1 (en) Method and device for encoding/decoding image by signaling gci, and computer-readable recording medium in which bitstream is stored
US20230156180A1 (en) Image encoding/decoding method and device for signaling dpb-related information and ptl-related information, and computer-readable recording medium in which bitstream is stored

Legal Events

Date Code Title Description
A201 Request for examination