KR20230134422A - 초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치 - Google Patents

초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치 Download PDF

Info

Publication number
KR20230134422A
KR20230134422A KR1020230018329A KR20230018329A KR20230134422A KR 20230134422 A KR20230134422 A KR 20230134422A KR 1020230018329 A KR1020230018329 A KR 1020230018329A KR 20230018329 A KR20230018329 A KR 20230018329A KR 20230134422 A KR20230134422 A KR 20230134422A
Authority
KR
South Korea
Prior art keywords
frame
filter
scale value
restored
resampling
Prior art date
Application number
KR1020230018329A
Other languages
English (en)
Inventor
강제원
이정경
허진
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
이화여자대학교 산학협력단
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 현대자동차주식회사, 기아 주식회사, 이화여자대학교 산학협력단 filed Critical 현대자동차주식회사
Priority to PCT/KR2023/002247 priority Critical patent/WO2023177098A1/ko
Publication of KR20230134422A publication Critical patent/KR20230134422A/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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/153—Multidimensional correlation or convolution
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Optimization (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치에 관한 개시로서, 본 실시예는, 비디오 신호를 다운샘플링하여 압축하고 업샘플링하여 복원함에 있어서, 업샘플링(upsampling) 또는 초해상도(super resolution) 기술에 기반하는 인루프 필터를 이용하는 비디오 코딩방법 및 장치를 제공한다.

Description

초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치{Method And Apparatus for Video Coding Using Super Resolution Inloop Filter}
본 개시는 초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.
따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC, HEVC(High Efficiency Video Coding) 등을 비롯하여, HEVC에 비해 약 30% 이상의 부호화 효율을 향상시킨 VVC(Versatile Video Coding)가 존재한다.
그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다. 최근 비디오 프레임의 화질의 개선하기 위해 업샘플링(upsampling) 또는 초해상도(Super Resolution) 기술이 활용되고 있다. 특히, 인루프 필터링(inloop filtering)에 있어서, 비디오 부호화 효율을 향상시키고 화질을 개선하기 위해, 이러한 업샘플링 또는 초해상화 기술의 효율적인 활용이 고려될 필요가 있다.
본 개시는, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하기 위해, 비디오 신호를 다운샘플링하여 압축하고 업샘플링하여 복원함에 있어서, 업샘플링(upsampling) 또는 초해상도(super resolution) 기술에 기반하는 인루프 필터를 이용하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 복원(reconstructed) 프레임을 업샘플링하는 방법에 있어서, 상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은, 원본(original) 프레임을 복원한 프레임으로서, 상기 영상 복호화 장치의 인터 예측에 따라 사전에 복원됨; 상기 복원 프레임과 상기 원본 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계; 상기 스케일 값에 기초하여, 상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및 상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 복원(reconstructed) 프레임을 업샘플링하는 방법에 있어서, 상기 복원 프레임과 원본(original) 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계, 여기서, 상기 복원 프레임은, 상기 원본 프레임을 복원한 프레임으로서, 상기 영상 부호화 장치의 인터 예측에 따라 사전에 복원됨; 및 상기 복원 프레임을 획득하는 단계를 포함하되, 상기 스케일 값에 기초하는 상기 복원 프레임의 해상도가 상기 원본 프레임의 해상도보다 작은 경우, 상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및 상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은, 복원 프레임과 원본(original) 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계, 여기서, 상기 복원 프레임은, 상기 원본 프레임을 복원한 프레임으로서, 상기 영상 부호화 방법의 인터 예측에 따라 사전에 복원됨; 및 상기 복원 프레임을 획득하는 단계를 포함하되, 상기 스케일 값에 기초하는 상기 복원 프레임의 해상도가 상기 원본 프레임의 해상도보다 작은 경우, 상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및 상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계를 포함하는 것을 특징으로 하는, 기록매체를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 비디오 신호를 다운샘플링하여 압축하고 업샘플링하여 복원함에 있어서, 업샘플링 또는 초해상도 기술에 기반하는 인루프 필터를 이용하는 비디오 코딩방법 및 장치를 제공함으로써, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하는 것이 가능해지는 효과가 있다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 콘볼루션 레이어의 연산을 나타내는 예시도이다.
도 7은 디콘볼루션 레이어의 연산을 나타내는 예시도이다.
도 8은 풀링 레이어의 연산을 나타내는 예시도이다.
도 9는 SISR(Single Image Super Resolution) 네트워크를 나타내는 예시도이다.
도 10은 SISR에 이용되는 잔차 블록을 나타내는 예시도이다.
도 11은 ALF(Adaptive Loop Filter)의 형태를 나타내는 예시도이다.
도 12는 RPR(Reference Picture Resampling) 기술이 적용된 영상 복호화 장치를 나타내는 블록도이다.
도 13은 본 개시의 일 실시예에 따른, 리샘플링 인루프필터(Resampling Inloop Filter, RIF)를 포함하는 영상 복호화 장치를 나타내는 예시도이다.
도 14는 전치 콘볼루션 연산을 나타내는 예시도이다.
도 15는 언풀링 연산을 나타내는 예시도이다.
도 16은 본 개시의 일 실시예에 따른, NNSR을 이용하는 업샘플링 기술을 나타내는 예시도이다.
도 17은 본 개시의 일 실시예에 따른, RIF의 적용 위치를 나타내는 예시도이다.
도 18은 본 개시의 일 실시예에 따른, 영상 부호화 장치가 수행하는 복원 프레임을 업샘플링하는 방법을 나타내는 순서도이다.
도 19는 본 개시의 일 실시예에 따른, 영상 복호화 장치가 수행하는 복원 프레임을 업샘플링하는 방법을 나타내는 순서도이다.
이하, 본 개시의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.
영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 및/또는 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.
픽처 분할부(110)는 CTU(Coding Tree Unit)의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.
픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU(Coding Tree Unit)들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU(coding unit)가 된다.
트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
대안적으로, 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.
트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.
CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.
예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.
일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.
인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 planar 모드와 DC 모드를 포함하는 2개의 비방향성 모드와 65개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.
직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.
인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 비트율 왜곡(rate-distortion) 분석을 사용하여 비트율 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 비트율 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.
인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.
한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조픽처와 각 참조픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 엔트로피 부호화부(155)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.
움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.
예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.
머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.
머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다. 이상에서 기술된 방법에 의해 선정된 머지 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 머지 후보에 추가한다.
인터 예측부(124)는 이러한 주변블록들을 이용하여 기 결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
머지 스킵(merge skip) 모드는 머지 모드의 특별한 경우로서, 양자화를 수행한 후, 엔트로피 부호화를 위한 변환 계수가 모두 영(zero)에 가까울 때, 잔차신호들의 전송 없이 주변블록 선택 정보만을 전송한다. 머지 스킵 모드를 이용함으로써, 움직임이 적은 영상, 정지 영상, 스크린 콘텐츠 영상 등에서 상대적으로 높은 부호화 효율을 달성할 수 있다.
이하, 머지 모드와 머지 스킵 모드를 통칭하여, 머지/스킵 모드로 나타낸다.
움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.
AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(collocated block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다. 이상에서 기술된 방법에 의해 움직임벡터 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 움직임벡터 후보에 추가한다.
인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.
예측 움직임벡터는 예측 움직임벡터 후보들에 기 정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기 정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.
한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.
감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.
변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호를 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.
재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.
엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.
또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(움직임 정보의 부호화 모드(머지 모드 또는 AMVP 모드), 머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.
역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.
가산부(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀로서 사용된다.
루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.
디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 alf(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 alf(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용될 수 있다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.
도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보와 잔차신호에 대한 정보 등을 추출한다.
엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.
예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(MTT_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.
또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.
다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.
한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.
또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.
재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.
역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.
역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.
또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.
또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.
예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.
인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.
인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.
가산기(550)는 역변환부로부터 출력되는 잔차블록과 인터 예측부 또는 인트라 예측부로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀로서 활용된다.
루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)으로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.
디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용된다.
본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 보다 자세하게는, 비디오 신호를 다운샘플링하여 압축하고 업샘플링하여 복원함에 있어서, 업샘플링(upsampling) 또는 초해상도(super resolution) 기술에 기반하는 인루프 필터를 이용하는 비디오 코딩방법 및 장치를 제공한다.
이하의 실시예들은 영상 부호화 장치(video encoding device) 내 루프 필터부(180)에 의해 수행될 수 있다. 또한, 영상 복호화 장치(video decoding device) 내 루프 필터부(542)에 의해 수행될 수 있다.
영상 부호화 장치는, 복원 프레임의 인루프 필터링에 있어서, 비트율 왜곡 최적화 측면에서 본 실시예와 관련된 시그널링 정보를 생성할 수 있다. 영상 부호화 장치는 엔트로피 부호화부(155)를 이용하여 이를 부호화한 후, 영상 복호화 장치로 전송할 수 있다. 영상 복호화 장치는 엔트로피 복호화부(510)를 이용하여 비트스트림으로부터 복원 프레임의 인루프 필터링과 관련된 시그널링 정보를 복호화할 수 있다.
이하의 설명에서, '대상 블록'이라는 용어는 현재블록 또는 코딩유닛(CU, Coding Unit)과 동일한 의미로 사용될 수 있고, 또는 코딩유닛의 일부 영역을 의미할 수도 있다.
또한, 하나의 플래그의 값이 참이라는 것은 플래그가 1로 설정되는 경우를 나타낸다. 또한, 하나의 플래그의 값이 거짓이라는 것은 플래그가 0으로 설정되는 경우를 나타낸다.
I. CNN(Convolutional Neural Network)
CNN은 복수의 콘볼루션 레이어(convolution layer)와 풀링 레이어(pooling layer)로 구성된 신경망을 지칭하고, 영상 처리에 가장 적합한 것으로 알려진 딥러닝 기술이다. 콘볼루션 레이어는 다수의 커널(kernel) 또는 필터(filter)를 이용하여 특징맵(feature map, 또는 '특성'과 호환적으로 이용)을 추출한다. 이때 필터를 구성하는 커널 계수(kernel coefficient)가 학습 과정에서 결정되는 파라미터이다.
CNN의 콘볼루션 레이어 중에서 입력에 가까운 전단 레이어는 선, 점, 또는 면과 같은 단순하고 낮은(lower) 수준의 영상 특징에 반응하는 특징맵을 추출하고, 출력에 가까운 후단 계층은 텍스처(texture), 사물 일부(object parts) 등 높은(higher) 수준에 반응하는 특징맵을 추출한다.
도 6은 본 개시의 일 실시예에 따른 콘볼루션 레이어의 연산을 나타내는 예시도이다.
콘볼루션 레이어는 콘볼루션 연산을 이용하여 입력 영상으로부터 특징맵을 생성한다. 도 6의 예시에는, 커널 크기가 3×3인 커널(또는 필터)이 표현되어 있다. 커널 크기는 커널 사이즈(kernel size) 또는 필터 사이즈(filter size)로도 지칭된다. 커널은 가중치(weight)로도 불리우는 커널 파라미터(kernel parameter 또는 filter parameter)를 갖는다. 도 6에 예시된 커널은 총 9 개의 커널 파라미터를 갖는다. 커널 파라미터는 초기에 임의의 값으로 설정되고, 트레이닝(learning)을 기반으로 그 값이 업데이트될 수 있다.
콘볼루션 레이어는 입력 영상에서 커널 사이즈만큼의 블록을 이용하여 콘볼루션 연산을 수행한다. 이때, 입력 영상 내의 커널 사이즈만큼의 블록을 윈도우(window)로 지칭한다.
입력 영상에 대한 필터링을 래스터 스캔 순서(raster-scan order)로 수행할 때, 윈도우의 이동 크기를 스트라이드(stride)라고 한다. 도 6의 예시에서, 스트라이드는 1이다. 만약 스트라이드를 2로 설정하면, 윈도우를 2 샘플씩 띄어서 콘볼루션 연산을 수행하고, 결과적으로 특징맵의 가로와 세로의 크기는 입력 영상의 가로와 세로의 크기의 반이 된다.
전술한 바와 같이, 하나의 콘볼루션 레이어는 다수의 필터를 포함할 수 있다. 필터의 개수(number of filter/filters) 또는 커널의 개수(number of kernel/kernels)를 채널(channel)이라고 한다. 즉, 채널의 개수는 필터의 개수와 동일하다. 또한 필터의 개수는 특징맵의 차원(dimension)의 크기를 결정한다.
패딩(padding)은 콘볼루션 연산을 수행하기 전, 입력 데이터 주변을 특정값으로 채워서 입력 데이터를 확장하는 방법을 나타낸다. 패딩은 주로 출력 데이터의 공간적(spatial) 크기를 조절하기 위해 사용된다. 패딩 시 이용되는 값은 하이퍼파라미터에 의해 결정될 수 있으나, 주로 제로패딩(zero-padding)이 이용된다. 패딩을 사용하지 않을 경우, 콘볼루션 레이어를 거칠 때마다 출력 데이터의 공간적 크기가 감소하여, 경계의 정보들이 사라지는 문제가 발생할 수 있다. 따라서, 이러한 문제를 방지하기 위해, 패딩이 사용된다. 즉, 콘볼루션 레이어의 출력 데이터와 입력 데이터의 공간적 크기를 동일하게 맞추기 위해 패딩이 사용될 수 있다.
도 7은 본 개시의 일 실시예에 따른 디콘볼루션 레이어의 연산을 나타내는 예시도이다.
디콘볼루션 레이어는 콘볼루션 레이어와 반대되는 연산을 한다. 디콘볼루션 레이어는 입력인 특징맵으로부터 원하는 데이터 영상을 출력으로 생성한다. 디콘볼루션 레이어는 콘볼루션 레이어와 동일한 용어를 사용한다. 스트라이드가 1인 경우, 도 7의 예시와 같이, 특징맵의 가로와 세로의 크기가 출력 데이터의 가로와 세로의 크기와 동일하다. 스트라이드가 2인 경우, 출력 데이터의 가로와 세로의 크기가 특징맵의 가로와 세로의 크기의 2 배가 된다.
도 8은 본 개시의 일 실시예에 따른 풀링 레이어의 연산을 나타내는 예시도이다.
풀링 레이어는 콘볼루션 레이어에 의해 생성된 특징맵을 서브샘플링(sub sampling)하는 과정인 풀링을 수행한다. 풀링 레이어는 2×2 크기의 윈도우를 이용하여 출력 결과가 입력의 가로와 세로 각각의 절반이 되도록 샘플을 선택한다. 즉, 풀링 계층은 2×2 영역을 샘플 하나로 집약하여 입력 영상 또는 입력 특징맵의 크기를 축소하기 위해 이용된다. 도 8에 예시된 바와 같이, 풀링 방식은, 2×2 영역에서 최대값을 선택하는 최대 풀링(max pooling), 2×2 영역의 평균을 생성하는 평균 풀링(average pooling) 등이 있다. 풀링 레이어는 콘볼루션 레이어와는 다르게 학습이 필요한 변수를 포함하지 않으며, 입력에서의 채널 수를 출력에서 그대로 유지한다.
풀링 레이어의 반대 개념은 언풀링(unpooling) 레이어로 정의한다. 언풀링 레이어는 풀링 레이어와 반대로 차원을 확대하는 역할을 하고, 주로 디콘볼루션 레이어 이후에 사용된다.
콘볼루션 인코더(convolutional encoder)-디코더(decoder) 구조는 콘볼루션 레이어들와 디콘볼루션 레이어들의 짝(pair)으로 구성되는 네트워크 구조이다. 콘볼루션 인코더는 콘볼루션 레이어와 풀링 레이어로 구성되어, 입력 영상으로부터 특징맵(또는 특징 벡터)을 출력한다. 콘볼루션 인코더의 최종 출력 벡터를 잠재 벡터(latent vector)로도 지칭한다. 콘볼루션 디코더(convolutional decoder)는 디콘볼루션 레이어와 언풀링 레이어로 구성되어, 특징맵 또는 잠재 벡터로부터 출력 영상을 생성한다.
콘볼루션 인코더-디코더의 입력과 출력은 애플리케이션과 네트워크의 목적에 따라 다양하게 설정될 수 있다. 예컨대, 입력과 출력은 옵티컬 플로우 맵(optical flow map), 돌출 맵(saliency map), 영상 프레임(image frame) 등일 수 있다.
도 9는 SISR 네트워크를 나타내는 예시도이다.
CNN이 적용되는 일 예로서 SISR(Single Image Super Resolution)이 있다. SISR 네트워크는 저해상도 입력 영상으로부터 고해상도 이미지를 출력으로 생성한다. SISR 네트워크는 도 9에 예시된 바와 같이, 다수의 콘볼루션 레이어들을 포함할 수 있다. 각 콘볼루션 레이어는 ReLU(Rectified Linear Unit)과 같은 활성화 함수(activation function)를 포함한다. SISR 네트워크의 파라미터들은 생성되는 SR(Super Resolution) 영상이 GT(Ground Truth)에 근접하도록 트레이닝될 수 있다.
CNN을 이용한 SR 방식들은 깊이를 증가시켜(예컨대, 콘볼루션 레이어의 개수를 증가시키는 것을 의미함) SR 성능을 향상시킬 수 있다. 깊이의 증가에 따라 발생할 수 있는 학습에서의 과적합(overfitting) 문제를 극복하기 위해, 스킵 연결(skip connection) 및 잔차 학습(residual learning)을 수행할 수 있는 잔차 블록(residual block)이 SISR 네트워크에 이용될 수 있다. 잔차 블록은, 도 10에 예시된 바와 같이, 입력 특징 xl에 콘볼루션 연산을 적용하는 경로 외에 스킵 경로를 포함한다. 또한, 잔차 블록은 출력 xl+1을 생성 시, 학습 효율에 기초하여 콘볼루션 연산을 적용하는 경로 또는 스킵 경로를 선택할 수도 있다. 도 10의 예시에서, 잔차 블록은 BN(Batch Normalization) 레이어를 포함한다.
일 예로서, EDSR(Enhanced Deep residual networks for SISR)은 잔차 블록들을 연속적으로 연결하여 깊이를 증가시킴으로써, 네트워크의 성능을 증가시킨다. 다른 예로서, VDSR(Accurate Image Super-Resolution Using Very Deep Convolutional Networks)은 VGG(Visual Geometry Group) 네트워크 기반의 CNN 모델로서, 잔차 프레임을 최종 출력에 더해 주는 방식인 잔차신호 기반 학습(residual learning)을 사용한다. VDSR은 네트워크의 맨 마지막에 잔차 신호을 추가하여, 입력 신호에 잔차 신호를 더한다.
II. ALF(Adaptive Loop Filter)
VVC의 ALF(186, 566)는 Wiener-Hopf 방정식 기반의 적응적 선형 필터를 이용하여 복원된 비디오 프레임을 원본에 가깝게 근사시킨다. 영상 부호화 장치는 SAO(184)의 출력 샘플들을 이용하여 비트율-왜곡 최적화에 따라 ALF(186)의 필터 계수를 산정한 후, 영상 복호화 장치로 전송한다. ALF(186, 566)는 도 11의 예시와 같이 7×7 다이아몬드 모양 및 5×5 다이아몬드 모양으로 구성되어 각각 루마 및 크로마 샘플들에 사용된다. 필터 모양과 크기는 코딩 효율성과 계산 복잡성 사이의 균형을 고려하여 결정될 수 있다. 예를 들어, 대칭 FIR 필터를 사용하여 ALF(186, 566)의 계산 복잡성이 감소될 수 있다.
도 11에 예시된 필터 계수 ci를 유도하기 위해, 해당 위치에서 샘플이 이용된다. 현재 위치 (x,y)에서 필터링된 샘플 I(x,y)는 7 비트의 정밀도 연산에 따라 수학식 1과 같이 산정될 수 있다.
여기서, ri는 현재 샘플과 인접 샘플 간의 차분값으로 수학식 2에 따라 산정된다.
여기서, bi 는 클리핑 파라미터이다.
ALF(186, 566)는 루마 성분에 대해 최대 25 개의 필터 계수 세트를 이용하고, 이들을 4×4 서브 블록에 적용한다. 라플라시안(Laplacian) 필터를 이용하여 산정된 로컬 블록의 기울기 정보에 따라, 4×4 서브 블록은 25 개의 클래스 중 하나로 분류된다. 구체적으로, 클래스에 대한 분류 인덱스는, 텍스처(texture) 성분의 세기 및 방향을 표현하는 5 가지 방향 속성과 서브 블록의 5 가지 활동 속성의 조합으로부터 도출된다. 또한, 90도 회전, 대각선 전환, 수직 전환 등의 기하학적 변환이 필터링 전에 필터 계수에 적용될 수 있다. 기하학적 변환을 사용하여 다양한 방향성을 고려함으로써, 더 적은 수의 필터 계수 세트를 이용하여 더 다양한 블록 특성이 처리될 수 있다.
서브 블록 단위 이외에도 CTU 단위에서 적용 여부가 결정될 수 있다. 크로마 성분의 경우 최대 8 개의 필터가 CTU 레벨에서 사용된다. 크로마 ALF는 해당 레벨에서 루마 ALF가 활성화된 경우에 한정하여 활성화될 수 있다.
한편, 필터 계수 세트를 포함하는 ALF 필터 매개변수를 전달하기 위해 APS(Adaptation Parameter Set)가 사용된다. 전술한 바와 같이, 루마 성분에 대해 최대 25 개, 및 크로마 성분에 대해 최대 8 개의 필터 계수 세트가 산정될 수 있다. 다른 슬라이스에 동일한 ALF 계수를 사용하는 경우, 중복적으로 다시 전송하는 대신 참조 APS의 인덱스가 시그널링될 수 있다.
HDR(High-Dynamic Range) 및 WCG(Wide Color Gamut)와 같은 비디오 애플리케이션에서는 비디오 컬러의 복원이 매우 중요하다. CC-ALF(Cross-Component ALF)는 현재 크로마 샘플과 해당 위치의 루마 샘플 간의 상관 관계를 사용하여 ALF와 병렬로 크로마 샘플을 수정한다. 입력된 루마 샘플로부터 크로마 샘플의 보정을 생성하기 위해 CC-ALF는 선형 필터링 작업을 적용한다. 이때, 대칭 제약 없이 다이아몬드 모양의 FIR 필터가 CC-ALF로 사용된다.
III. RPR(Reference picture resampling)
실시간 비디오 원격 통신에 있어서 적응적 비디오 해상도, 신속한 스트리밍 시작 등을 이유로 적응적 해상도 변경(adaptive resolution change, ARC)이 필요성이 부각된다. 이에 따른 VVC의 RPR(Reference Picture Resampling) 기술은 현재 픽처와 다른 해상도를 가지는 픽처를 참조할 수 있다.
도 12는 RPR 기술이 적용된 영상 복호화 장치를 나타내는 블록도이다.
영상 부호화 장치에 의해 다운샘플링된 비디오 프레임이 부호화된 후 전송되고, 영상 복호화 장치에 의해 이전에 복호화된 비디오 프레임은 메모리(570) 내 DPB(Decoded Picture Buffer)에 저장된다. 현재 복원 중인 비디오 프레임이 참조 픽처와 크기가 다른 경우, 영상 복호화 장치 내 리샘플러(1210)는 그 비율에 따라 참조 픽처를 리샘플링(업/다운 스케일링)하고, 움직임 예측 및 보상 과정에서 움직임 벡터 역시 그 비율에 따라 스케일링한다. 복호화된 비디오 프레임은 리샘플링을 생략된 채로 DPB에 저장된다. 또한, 출력하는 경우, 영상 복호화 장치는 내 업샘플러(1220)는 다운샘플링된 비디오 프레임을 업샘플링을 이용하여 원래의 크기로 복원한다. 하지만, 업샘플링에 따라 고주파 성분이 손실될 수 있으므로, 출력되는 비디오 프레임은 블러링(blurring)과 같은 문제를 가질 수 있다.
이하, 본 발명에 따른 실시예들은 영상 복호화 장치를 중심으로 기술되나, 영상 부호화 장치에도 유사하게 적용될 수 있다.
IV. 본 발명에 따른 실시예들
이하, 리샘플링 인루프필터(Resampling Inloop Filter, RIF)의 구현에 대해 기술한다.
도 13은 본 개시의 일 실시예에 따른, 리샘플링 인루프필터를 포함하는 영상 복호화 장치를 나타내는 예시도이다.
본 실시예에 따른 영상 복호화 장치에서, RIF(1310)는 기존의 인루프필터를 구성하는 디블로킹 필터(562), SAO(564), 및 ALF(566) 중 어느 한 부분을 대체하거나, 기존의 인루프필터의 중간 과정에 삽입될 수 있다. 도 13의 예시에서, RIF(1310)는 SAO(564)와 ALF(566) 간에 위치한다.
다운샘플링된 채로 압축된 영상이 입력되는 경우, RIF(1310)는 압축된 영상을 업샘플링하여 원래의 해상도로 복원한다. 여기서, 원래의 해상도는 원본 프레임의 해상도를 나타낸다. 입력 영상이 원래의 해상도로 들어오거나 업샘플링을 수행하는 플래그가 활성화되지 않은 경우, RIF(1310)에 의한 업샘플링이 수행되지 않는다.
이때, 원래 해상도의 원본 프레임을 다운샘플링하기 위해 사용하는 필터로서 VVC RPR 기술에 적용하는 기술이 사용될 수 있다. 구체적으로, 윈도우드 싱크(windowed sync) 함수를 이용하는 저대역 통과 필터를 이용하여 다운샘플링이 수행될 수 있다. 또한, 다운샘플링 시, 원본 프레임의 가로 및 세로 방향의 크기가 스케일 값으로 나누어진다. 이때, 소수점 단위는 절삭되거나 반올림된다. 예를 들어, 가로 방향의 크기가 W이고, 스케일 값이 S인 경우, 다운샘플링된 길이는 Wd = floor(W/S)로 표현된다. 여기서, floor는 내림 함수이다.
또한, 단순히 스케일 값으로 나누는 것 이외에도, 다운샘플링한 결과가 짝수 또는 4의 배수가 되도록 프레임 경계에 픽셀들이 패딩될 수 있다.
RIF(1310)는 현재 복원 중인 비디오 프레임을 업샘플링한다. 이때, 업샘플링 스케일은 가로 또는 세로로 2 배이나, 반드시 이에 한정하는 것은 아니다. 예를 들어, 1.5 배와 같이 소수점 단위의 업샘플링이 가능하고, 3 배, 4 배 등과 같이 2 배 이상의 스케일링도 허용된다. 업샘플링에 따라 원래의 해상도로 복원하기 위하여 원래 해상도의 가로 및 세로 길이가 시그널링된다. RIF(1310)는 다음 중 하나의 기술을 이용하여 현재 복원 중인 비디오 프레임을 업샘플링할 수 있다.
일 예로서, RIF(1310)는 FIR(Finite Impulse Response) 필터를 이용하여 비디오 프레임을 업샘플링한다. 구체적으로, 인터 예측 시 예측블록의 생성에 적용하는 보간 필터가 업샘플링에 이용될 수 있다.
다른 예로서, RIF(1310)는 신경망(neural network)을 기반으로 업샘플링을 수행하는 NNSR(Neural Network Super Resolution) 기술을 이용하여 비디오 프레임을 업샘플링한다. 구체적으로, 전치 콘볼루션(transposed convolution)이 이용되거나, 업샘플링 후 콘볼루션 과정이 수행될 수 있다. 전치 콘볼루션, 즉, 콘볼루션에서 사용되었던 수학적 연산의 역과정을 이용하여 이미지가 업샘플링되고, 사용된 커널이 학습을 이용하여 업데이트될 수 있다. 도 7에 예시된 디콘볼루션 레이어를 기반으로 전치 콘볼루션이 구현될 수 있다. 또한, NNSR로서 전술한 SISR 및 EDSR과 같은 초해상화를 위한 네트워크 구조 및 구성 요소 기술이 활용될 수 있다.
먼저, 도 14의 예시와 같이, 전치 콘볼루션 연산이 구현될 수 있다. 도 14에 예시된 전치 콘볼루션 연산에서, RIF(1310)는 3×3 커널, 스트라이드 2, 및 패딩 1을 사용하여 입력 특징맵의 가로/세로 크기보다 증대된 출력을 생성할 수 있다. 도 14의 예시와 같이, 입력 특징맵의 하나의 픽셀을 3×3 커널에 곱하여, 대응하는 출력 픽셀들이 생성될 수 있다.
또한, RIF(1310)는 전술한 언풀링(unpooling) 방법을 이용하여 업샘플링을 수행할 수 있다. 도 8에 예시된 풀링 방법의 역과정을 수행하는 언풀링 방법으로는, 최대 언풀링(max unpooling) 및 평균 언풀링(average unpooling) 방법이 있다. 최대 언풀링은 최대 풀링 시 행렬 내 가장 큰 값의 위치 인덱스를 기억한 후, 언풀링 시, 위치 인덱스가 지시하는 위치에 샘플값을 배치한다. 이때, 최대 언풀링은 주변 픽셀들을 동일한 값으로 채우거나, 0으로 채울 수 있다. 한편, 평균 언풀링은, 입력값이 출력 값의 평균이라는 가정 하에 업샘플링을 수행한다. 평균 언풀링은 도 15와 같이 예시될 수 있다.
이 외에도, RIF(1310)는 최근접 이웃(nearest neighbor)을 이용하거나, 이중선형(bilinear) 기반 또는 이중삼차(bicubic) 기반 보간(interpolation)을 이용하여 업샘플링한 후, 콘볼루션을 수행할 수 있다. 이 경우, 입력 영상이 이미 원래의 해상도로 업샘플링되므로, 업샘플링된 영상에 콘볼루션을 적용하기 위해 디노이징 신경망(denoising neural network)이 사용될 수 있다.
도 16은 본 개시의 일 실시예에 따른, NNSR을 이용하는 업샘플링 기술을 나타내는 예시도이다.
도 16의 예시에서, 다운샘플링된 입력 영상에 대해, NNSR은 다수의 콘볼루션 레이어들(layers) 및 언풀링 레이어들을 이용하여 업샘플링을 수행한다. 도 16의 예시에서, K1×K1은 다운샘플링된 입력 영상의 해상도를 나타내고, K2×K2는 업샘플링된 출력 영상의 해상도를 나타낸다. 또한, 업샘플링 레이어는 전술한 바와 같은 언풀링 레이어로 구현될 수 있다.
한편, RIF(1310)의 위치는 도 13의 예시와 같이, 영상 복호화 장치 내 인루프 필터(560) 내 어느 한 곳에 위치할 수 있다. 즉, RIF(1310)는 디블록킹 필터(562), SAO(564), ALF(566) 중 한 곳에 위치할 수 있다.
예를 들어, RIF(1310)는 도 13의 예시와 같이 SAO(564) 이후 ALF(566) 이전에 위치할 수 있다. 즉, 도 17의 예시와 같이, 영상 복호화 장치는 SAO(564)를 통과한 다운샘플링된 출력 샘플들에 FIR 기반 업샘플링 필터를 적용하여 생성된 신호들을 ALF(566)에 입력할 수 있다. 여기서, ALF(566)의 입력 신호를 I(x,y)로 나타낸다.
ALF(566)의 필터 계수는 Winer-hopf 방정식을 이용하여 산정될 수 있다. 구체적으로, 입력 신호 I(x,y)가 ALF(566)를 통과한 후에 원본 이미지에 가깝게 근사되도록 필터 계수가 유도될 수 있다. 기존의 ALF(566)는 같은 해상도를 가지는 입력 비디오 프레임과 출력 비디오 프레임 사이에 양자화 잡음을 제거하나, 본 실시예에서는 입력 비디오 프레임과 출력 비디오 프레임의 해상도들이 상이하므로 양자화 잡음 이외에도 업샘플링 과정에서 발생하는 블러링(blurring) 효과를 완화하기 위하여 필터 계수가 유도될 수 있다. 기존의 ALF(566)와 동일한 구조 및 동일한 필터 계수 유도 방식을 사용하면서도, 전술한 바와 같이 RIF(1310)가 추가됨에 따라 ALF(566)의 용도가 대체될 수 있다.
이때, ALF(566)는 다이아몬드 또는 사각형 형태로 구성된 2차원 선형 필터일 수 있다. ALF(566)는 도 11의 예시와 같이 7×7 다이아몬드 모양 및 5×5 다이아몬드 모양으로 구성되어 각각 루마 및 크로마 샘플들에 사용된다. 필터 모양과 크기는 코딩 효율성과 계산 복잡성 사이의 균형을 고려하여 결정될 수 있다. 예를 들어, 대칭 FIR 필터를 사용하여 ALF(566)의 연산 복잡성이 감소될 수 있다.
도 11에 예시된 필터 계수 ci를 유도하기 위해, 해당 위치에서 샘플이 이용된다. 현재 위치 (x,y)에서 필터링된 샘플 I(x,y)는 7 비트의 정밀도 연산에 따라 전술한 수학식 1과 같이 산정될 수 있다. 수학식 1에서, ri는 현재 샘플과 인접 샘플 간의 차분값으로 전술한 수학식 2에 따라 산정될 수 있다. 수학식 2에서, bi 는 클리핑 파라미터이다.
ALF(566)는 루마 성분에 대해 최대 25 개의 필터 계수 세트를 이용하고, 이들을 4×4 서브 블록에 적용한다. 라플라시안 필터를 이용하여 산정된 로컬 블록의 기울기 정보에 따라, 4×4 서브 블록은 25 개의 클래스 중 하나로 분류된다. 구체적으로, 클래스에 대한 분류 인덱스는, 텍스처 성분의 세기 및 방향을 표현하는 5 가지 방향 속성과 서브 블록의 5 가지 활동 속성의 조합으로부터 도출된다. 또한, 90도 회전, 대각선 전환, 수직 전환 등의 기하학적 변환이 필터링 전에 필터 계수에 적용될 수 있다. 기하학적 변환을 사용하여 다양한 방향성을 고려함으로써, 더 적은 수의 필터 계수 세트를 이용하여 더 다양한 블록 특성이 처리될 수 있다.
이하, 인터 예측 과정에서의 RIF(1310)의 동작에 대해 기술한다.
현재 프레임의 인터 예측 과정에서 RIF(1310)가 사용되는 경우, 영상 복호화 장치는 인터 예측 시 다음 중 하나의 기술을 사용할 수 있다.
첫 번째, 영상 복호화 장치는 고정된 프레임 크기를 사용하여 인터 예측을 수행한다. 영상 복호화 장치는 복원 프레임을 고정된 해상도로 변환한 후, 메모리(570) 내 DPB에 저장한다. 이후, 영상 복호화 장치는 현재 프레임과 DPB에 저장된 고정 해상도를 갖는 참조 프레임 간의 움직임 예측 및 보상을 수행한다. 영상 복호화 장치는 고정된 크기의 프레임을 출력 해상도에 맞게 스케일링한 후 출력할 수 있다. 또는, 고정 해상도와 출력 해상도가 동일한 경우, 영상 복호화 장치는 다른 변환을 거치지 않은 채로 프레임을 출력한다.
두 번째, 인터 예측에서 RIF(1310)가 현재 프레임에 사용되는 경우, 현재 프레임과 참조 프레임 간의 해상도 차이가 존재할 수 있다.
영상 복호화 장치는 참조 프레임을 현재 프레임의 크기에 맞도록 스케일링한 후, 인터 예측을 수행한다. 기본적으로, DPB에 존재하는 프레임은 참조 프레임과 현재 프레임 간의 크기 비율에 따라 상향/하향 스케일링될 수 있다.
또는, 영상 복호화 장치는 현재 프레임을 참조 프레임의 크기에 맞도록 변경한 후 인터 예측을 수행한다. 이때, 영상 복호화 장치는 예측된 움직임벡터를 변경된 현재 프레임의 크기에 맞도록 스케일링한다.
DPB에 있는 복원 프레임들의 크기가 하나 이상인 경우, 영상 복호화 장치는 하나의 이상의 크기를 기준으로 인터 예측을 수행할 수 있다. 이를 위해, 현재 프레임의 크기, 참조 프레임들의 크기, 및 출력 크기 중 하나 이상이 선택될 수 있다. 하나 이상의 크기에 따라 인터 예측을 수행하는 경우, 영상 복호화 장치는 최종 기준이 되는 해상도를 결정하고, 그에 맞게 예측한 움직인 정보를 스케일링한 후 저장할 수 있다.
세 번째, 현재 프레임과 참조 프레임의 해상도들이 상이한 경우, 영상 복호화 장치는 시/공간적 움직임 후보를 후보 블록의 위치의 해상도에 맞도록 스케일링한 후, 움직임 예측을 수행한다. 또는, 시간적 움직임 후보를 고려하지 않고 공간적 움직임 후보만을 고려하여, 영상 복호화 장치가 인터 예측을 수행할 수 있다. 또는, 시간적 움직임 후보에 대해, 영상 복호화 장치는 스케일링을 하지 않은 위치에서의 후보 블록을 움직임 후보로 사용할 수 있다.
이하, RIF(1310)과 관련된 DPB의 동작에 대해 기술한다.
RIF(1310)에 의한 인루프 필터링을 적용한 프레임은 메모리(570) 내 DPB에 저장된다. 영상 복호화 장치는 참조 프레임과 현재 프레임 간의 크기 비율에 따라 DPB에 존재하는 프레임을 상향/하향 스케일링한 후, 인터 예측을 수행한다. 영상 복호화 장치는 프레임을 DPB에 저장하기 위해, 다음 중 하나의 기술을 사용한다.
영상 복호화 장치는 프레임의 크기와 관계 없이 모든 프레임들을 기존의 DPB에 저장한다. 이때, 영상 복호화 장치는 RIF(1310) 적용 전/후 프레임의 크기를 선택하여 선택된 크기를 갖는 프레임을 저장하거나 두 가지 크기를 갖는 프레임을 모두 저장할 수 있다. 예를 들어, 1/2의 스케일로 다운샘플링된 비디오 프레임은 1/4 만큼의 저장공간을 사용하여 기존 DPB에 저장될 수 있다.
참조픽처 리스트에서 참조 프레임의 순서를 관리를 하는 경우, 영상 복호화 장치는 기존의 순방향 참조픽처리스트인 RefPicList[0](이하, L0으로 명칭)와 역방향 참조픽처리스트인 RefPicList[1](이하, L1으로 명칭)를 이용하여 참조 프레임의 순서를 관리한다.
또는, 인루프필터링 이후의 프레임이 원본 프레임에 대해 변경된 해상도를 갖는 경우, 영상 복호화 장치는 참조픽처 리스트의 특정 인덱스에 변경된 프레임을 저장한다. 예를 들어, 두 번째 인덱스인 RefPictList[0][1] 및 RefPictList[1][1]에 변경된 프레임이 저장될 수 있다.
인터 예측 과정에서 RIF(1310)가 현재 프레임에 사용되는 경우, 영상 복호화 장치는 현재 프레임과 참조 프레임의 해상도들이 동일하지 않은 다수의 DPB들을 사용할 수 있다.
영상 복호화 장치는 RIF(1310) 적용 전/후의 프레임을 분리하여 각각 다른 DPB에 저장한다. 따라서 하나의 DPB는 다운스케일링된 프레임을 저장하고, 다른 DPB는 출력 해상도를 갖는 프레임을 저장할 수 있다.
이하, RIF(1310)과 관련된 신택스의 시그널링에 대해 기술한다.
먼저, RIF(1310)의 동작과 관련된 시그널링에 대해 기술한다.
RIF(1310)의 사용 여부는 비디오 시퀀스 레벨, 픽처 레벨 등과 같은 상위 레벨에서 제어될 수 있다. 예를 들어, 비디오 시퀀스 레벨인 SPS 상에 RIF(1310)의 사용 가능 여부를 지시하는 플래그가 표시될 수 있다. 해당 플래그가 참인 경우 RIF(1310)가 사용 가능하고, 반면 거짓인 경우 RIF(1310)가 사용 가능하지 않다.
또한, 픽처 레벨인 PPS를 이용하여 SPS와 동일한 방식에 따라 RIF(1310)의 사용 여부가 제어될 수 있다. 예를 들어, PPS 상의 해당 플래그가 참인 경우 RIF(1310)가 사용 가능하다. 이 경우, 인루프 필터링에 입력되는 신호에 대해 RIF(1310)의 출력 신호의 해상도가 변경된다. 반면 플래그가 거짓인 경우, RIF(1310)가 사용 가능하지 않다. 이 경우, 인루프필터의 입출력 간에 해상도의 변경이 없다.
다음, RIF(1310)의 스케일 값과 관련된 시그널링에 대해 기술한다.
비디오 시퀀스 레벨 또는 픽처 레벨에서 RIF(1310)의 사용 여부를 지시하는 플래그가 시그널링된 경우, 변경 해상도의 스케일 값이 2로 결정된다. 그 외에, 가로 또는 세로 방향으로 스케일 값을 2로 적용할지 1로 적용할지가 추가적으로 결정될 수 있다.
스케일 값 2 외의 다른 스케일 값이, 다수의 사용 가능한 스케일 값들 중에서 선택될 수 있다. 이때, 인덱스를 이용하여 선택된 스케일 값이 표시될 수 있다. 예를 들어, 인덱스 x_scale_index가 0인 경우 원래의 해상도가 유지되고, x_scale_index가 1인 경우 x축 방향으로의 스케일 값이 2로 설정되며, x_scale_index가 2인 경우 x축 방향으로의 스케일 값이 4로 설정될 수 있다.
인덱스를 이용하여 스케일 값을 명시적으로 시그널링하는 방법 이외에도, 영상 복호화 장치는 전달받은 파라미터와 산술식을 이용하여 최종 스케일을 결정할 수 있다.
다음, RIF(1310)의 업샘플링 필터와 관련된 시그널링에 대해 기술한다.
RIF(1310)로서 신경망을 사용하는 경우, 다수의 후보들 중 하나를 지시하는 인덱스가 시그널링될 수 있다. 인덱스는 해당되는 신경망의 파라미터 세트를 지시할 수 있다. 시그널링된 인덱스에 기초하여, 영상 복호화 장치는 초해상화에 사용하는 신경망을 설정한다. 후보들에 포함되는 신경망들은 양자화 파라미터, 스케일 값 등에 따라 사전에 트레이닝될 수 있다. 영상 부호화 장치와 영상 복호화 장치는 동일한 구조의 신경망 및 해당되는 파라미터들을 저장하고, 이를 사용할 수 있다.
비디오 콘텐츠에 적응적으로 업샘플링을 수행하기 위해, 영상 부호화 장치에서 사용한 신경망의 파라미터 세트가 비트스트림에 저장된 후 전송된다. 이때 파라미터 세트는 APS(Adaptation Parameter Set)에 저장된 채로 전송될 수 있다.
RIF(1310)로서 FIR 필터를 사용하고 ALF(566)로 복원하는 경우, 해당 필터 계수 세트가 APS에 저장된 채로 시그널링될 수 있다. 이때, 스케일 값에 기초하여 다수의 FIR 필터들 중 하나가 이용될 수 있다.
다음, RIF(1310)의 출력 해상도와 관련된 시그널링에 대해 기술한다.
RIF(1310)를 수행한 후에 얻는 출력 해상도는 SPS 상에 저장된다.
RIF(1310)를 수행한 후에 얻는 출력 해상도는, 다운샘플되어 전송받은 영상에 기결정된 스케일 값을 곱하여 계산된다.
RIF(1310)를 수행한 후에 얻는 출력 해상도는 원래 해상도와 동일하다.
RIF(1310)를 수행한 후에 얻는 출력 해상도가 원래 해상도와 다른 경우가 존재한다. 이러한 경우, 출력 해상도는 SPS에 저장되어 전송되거나 기결정된 스케일 값을 곱하여 계산될 수 있다.
RIF(1310) 출력의 최대 해상도를 설정함으로써, 최대 해상도를 넘지 않도록 출력 해상도가 제한될 수 있다. 또한, RIF(1310) 입력의 최소 해상도를 설정함으로써, 원래 비디오 프레임을 다운샘플링하는 경우 최소 해상도보다 작아지지 않도록 입력 해상도가 조절될 수 있다.
이하, 도 18 및 도 19의 도시를 이용하여, RIF를 기반으로 복원 프레임을 업샘플링하는 방법을 기술한다.
도 18은 본 개시의 일 실시예에 따른, 영상 부호화 장치가 수행하는 복원 프레임을 업샘플링하는 방법을 나타내는 순서도이다.
영상 부호화 장치는 스케일 값을 획득한다(S1800).
여기서, 스케일 값은 복원 프레임과 원본(original) 프레임 간의 해상도 차이를 나타낸다. 또한, 복원 프레임은, 원본 프레임을 복원한 프레임으로서, 영상 부호화 장치의 인터 예측에 따라 사전에 복원된다.
한편, 원본 프레임이 다운샘플링되는 경우, 스케일 값은 2로 설정될 수 있다.
또는, 비트율 왜곡 최적화 측면에서 영상 부호화 장치는 스케일 값을 결정하고, 스케일 값을 지시하는 인덱스를 부호화한 후 영상 복호화 장치로 전달할 수 있다.
영상 부호화 장치는 복원 프레임을 획득한다(S1802).
영상 부호화 장치는 스케일 값을 확인한다(S1804).
스케일 값에 기초하는 복원 프레임의 해상도가 원본 프레임의 해상도보다 작은 경우, 영상 부호화 장치는 다음의 단계들(S1806 및 S1812)을 수행한다.
영상 부호화 장치는 복원 프레임을 딥러닝 기반 리샘플링 인루프필터에 입력하여 업샘플링된 복원 프레임을 생성한다(S1806). 여기서, 리샘플링 인루프필터는, 디블로킹 필터, SAO 필터, 및 적응적 루프 필터를 포함하는 필터들 중 하나를 대체하거나, 이 필터들 간에 삽입된다. 업샘플링된 복원 프레임은 원본 프레임의 해상도를 갖는다.
일 예로서, 비트율 왜곡 최적화 측면에서, 영상 부호화 장치는 다수의 신경망 후보들 중 하나를 리샘플링 인루프필터로 지시하는 인덱스를 결정한다. 추후, 영상 부호화 장치는 결정된 인덱스를 부호화할 수 있다. 이때, 각 신경망 후보는 양자화 파라미터 및 스케일 값에 기초하여 사전에 트레이닝될 수 있다.
또는, 영상 부호화 장치는 다수의 신경망 후보들 중 리샘플링 인루프필터로 선택된 신경망의 파라미터 세트를 부호화할 수 있다. 이때, 파라미터 세트는 APS에 저장된 채로 신호될 수 있다.
다른 예로서, 리샘플링 인루프필터로서 FIR 필터를 사용하고 ALF로 복원하는 경우, 영상 부호화 장치는 스케일 값에 기초하여 다수의 FIR 필터들 중 하나를 이용할 수 있다. 영상 부호화 장치는 해당 필터 계수 세트를 APS에 저장한 채로 시그널링할 수 있다.
영상 부호화 장치는 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB에 저장한다(S1808).
영상 부호화 장치는 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 결정한다(S1810). 영상 부호화 장치는 스케일 값에 기초하여 원본 프레임을 다운샘플링하는지 여부에 따라 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 결정할 수 있다. 즉, 원본 프레임이 다운샘플링되는 경우, 영상 부호화 장치는 이 플래그를 참으로 설정할 수 있다.
영상 부호화 장치는 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 부호화한다(S1812).
한편, 복원 프레임의 해상도가 원본 프레임의 해상도와 같은 경우, 영상 부호화 장치는 리샘플링 인루프필터가 배제된, 기존의 인루프 필터링을 수행한다(S1820).
이때, 영상 부호화 장치는 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 거짓으로 설정한 후, 설정된 플래그를 부호화할 수 있다. 또는, 영상 부호화 장치는 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 전송하지 않을 수 있다. 리샘플링 인루프필터의 사용 여부를 지시하는 플래그가 전송되지 않는 경우, 영상 복호화 장치는 이 플래그의 값을 거짓으로 유추할 수 있다.
도 19는 본 개시의 일 실시예에 따른, 영상 복호화 장치가 수행하는 복원 프레임을 업샘플링하는 방법을 나타내는 순서도이다.
영상 복호화 장치는 복원 프레임을 획득한다(S1900). 여기서, 복원 프레임은, 원본 프레임을 복원한 프레임으로서, 영상 복호화 장치의 인터 예측에 따라 사전에 복원된다.
영상 복호화 장치는 비트스트림으로부터 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 복호화하고(S1902), 이 플래그를 확인한다(S1904).
한편, 리샘플링 인루프필터의 사용 여부를 지시하는 플래그가 전송되지 않는 경우, 영상 복호화 장치는 이 플래그의 값을 거짓으로 유추할 수 있다.
리샘플링 인루프필터의 사용 여부를 지시하는 플래그가 참인 경우, 영상 복호화 장치는 다음의 단계들(S1906 이후의 단계들)을 수행한다.
영상 복호화 장치는 스케일 값을 획득한다(S1906). 여기서, 스케일 값은 복원 프레임과 원본 프레임 간의 해상도 차이를 나타낸다.
리샘플링 인루프필터의 사용 여부를 지시하는 플래그가 참인 경우, 스케일 값은 2로 설정될 수 있다.
또는, 영상 복호화 장치는 비트스트림으로부터 스케일 값을 지시하는 인덱스를 복호화하고, 인덱스에 기초하여 스케일 값을 설정할 수 있다.
스케일 값만큼 복원 프레임의 해상도를 증대시키기 위해, 영상 복호화 장치는 복원 프레임을 딥러닝 기반 리샘플링 인루프필터에 입력하여 업샘플링된 복원 프레임을 생성한다(S1908). 여기서, 리샘플링 인루프필터는, 디블로킹 필터, SAO 필터, 및 적응적 루프 필터를 포함하는 필터들 중 하나를 대체하거나, 이 필터들 간에 삽입된다. 업샘플링된 복원 프레임은 원본 프레임의 해상도를 갖는다.
일 예로서, 영상 복호화 장치는 비트스트림으로부터 다수의 신경망 후보들 중 하나를 지시하는 인덱스를 복호화한 후, 인덱스에 기초하여 리샘플링 인루프필터를 설정할 수 있다. 이때, 각 신경망 후보는 양자화 파라미터 및 스케일 값에 기초하여 사전에 트레이닝될 수 있다.
또는, 영상 복호화 장치는 비트스트림으로부터 리샘플링 인루프필터의 파라미터 세트를 복호화할 수 있다. 이때, 파라미터 세트는 APS에 저장된 채로 신호될 수 있다.
다른 예로서, 리샘플링 인루프필터로서 FIR 필터를 사용하고 ALF로 복원하는 경우, 영상 복호화 장치는 스케일 값에 기초하여 다수의 FIR 필터들 중 하나를 이용할 수 있다. 해당 필터 계수 세트는 APS에 저장된 채로 영상 부호화 장치에 의해 시그널링될 수 있다.
영상 복호화 장치는 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB에 저장한다(S1910).
한편, 리샘플링 인루프필터의 사용 여부를 지시하는 플래그가 거짓인 경우, 영상 복호화 장치는 리샘플링 인루프필터가 배제된, 기존의 인루프 필터링을 수행한다(S1920).
본 명세서의 흐름도/타이밍도에서는 각 과정들을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 개시의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 개시의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 흐름도/타이밍도에 기재된 순서를 변경하여 실행하거나 각 과정들 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 흐름도/타이밍도는 시계열적인 순서로 한정되는 것은 아니다.
이상의 설명에서 예시적인 실시예들은 많은 다른 방식으로 구현될 수 있다는 것을 이해해야 한다. 하나 이상의 예시들에서 설명된 기능들 혹은 방법들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 명세서에서 설명된 기능적 컴포넌트들은 그들의 구현 독립성을 특히 더 강조하기 위해 "...부(unit)" 로 라벨링되었음을 이해해야 한다.
한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
180: 루프 필터부
155: 엔트로피 부호화부
190: 메모리
510: 엔트로피 복호화부
560: 루프 필터부
570: 메모리
1310: 리샘플링 인루프필터

Claims (16)

  1. 영상 복호화 장치가 수행하는, 복원(reconstructed) 프레임을 업샘플링하는 방법에 있어서,
    상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은, 원본(original) 프레임을 복원한 프레임으로서, 상기 영상 복호화 장치의 인터 예측에 따라 사전에 복원됨;
    상기 복원 프레임과 상기 원본 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계;
    상기 스케일 값에 기초하여, 상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및
    상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  2. 제1항에 있어서,
    비트스트림으로부터 상기 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 복호화하는 단계를 더 포함하되,
    상기 플래그가 참인 경우, 상기 스케일 값을 획득하는 단계를 수행하는 것을 특징으로 하는, 방법.
  3. 제2항에 있어서,
    상기 스케일 값을 획득하는 단계는,
    상기 플래그가 참인 경우, 상기 스케일 값을 2로 설정하는 것을 특징으로 하는, 방법.
  4. 제2항에 있어서,
    상기 스케일 값을 획득하는 단계는,
    상기 플래그가 참인 경우, 비트스트림으로부터 상기 스케일 값을 지시하는 인덱스를 복호화하고, 상기 인덱스에 기초하여 상기 스케일 값을 설정하는 것을 특징으로 하는, 방법.
  5. 제1항에 있어서,
    비트스트림으로부터 다수의 신경망 후보들 중 하나를 지시하는 인덱스를 복호화하는 단계; 및
    상기 인덱스에 기초하여 상기 리샘플링 인루프필터를 설정하는 단계
    를 더 포함하고,
    각 신경망 후보는 상기 스케일 값에 기초하여 사전에 트레이닝되는 것을 특징으로 하는, 방법.
  6. 제1항에 있어서,
    상기 리샘플링 인루프필터는,
    전치 콘볼루션(transposed convolution) 연산을 이용하여 업샘플링을 수행하되, 상기 전치 콘볼루션 연산은, 특성맵을 추출하는 콘볼루션 연산의 역과정인 것을 특징으로 하는, 방법.
  7. 제1항에 있어서,
    상기 리샘플링 인루프필터는 상기 SAO 필터 및 적응적 루프 필터의 중간에 위치하여, 상기 업샘플링된 복원 프레임은 상기 적응적 루프 필터에 입력되고, 상기 적응적 루프 필터가 생성하는 출력 프레임이 상기 참조 프레임으로서 상기 DPB에 저장되는 것을 특징으로 하는, 방법.
  8. 제1항에 있어서,
    상기 리샘플링 인루프필터가 현재 프레임에 적용되는 경우, 상기 DPB에 저장된 참조 프레임을 상기 현재 프레임의 크기에 맞도록 스케일링한 후, 상기 인터 예측을 수행하는 것을 특징으로 하는, 방법.
  9. 영상 부호화 장치가 수행하는, 복원(reconstructed) 프레임을 업샘플링하는 방법에 있어서,
    상기 복원 프레임과 원본(original) 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계, 여기서, 상기 복원 프레임은, 상기 원본 프레임을 복원한 프레임으로서, 상기 영상 부호화 장치의 인터 예측에 따라 사전에 복원됨; 및
    상기 복원 프레임을 획득하는 단계
    를 포함하되,
    상기 스케일 값에 기초하는 상기 복원 프레임의 해상도가 상기 원본 프레임의 해상도보다 작은 경우,
    상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및
    상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  10. 제9항에 있어서,
    상기 스케일 값을 획득하는 단계는,
    상기 원본 프레임이 다운샘플링되는 경우, 상기 스케일 값을 2로 설정하는 것을 특징으로 하는, 방법.
  11. 제9항에 있어서,
    상기 스케일 값을 획득하는 단계는,
    비트율 왜곡 최적화 측면에서 상기 스케일 값을 결정하는 것을 특징으로 하는, 방법.
  12. 제9항에 있어서,
    상기 원본 프레임을 다운샘플링 시, 상기 원본 프레임의 가로 및 세로 방향의 크기를 상기 스케일 값으로 나누어 다운샘플링된 프레임을 생성하되, 소수점 단위는 절삭되거나 반올림되는 것을 특징으로 하는, 방법.
  13. 제9항에 있어서,
    상기 스케일 값에 기초하여 상기 원본 프레임을 다운샘플링하는지 여부에 따라 상기 리샘플링 인루프필터의 사용 여부를 지시하는 플래그를 결정하는 단계; 및
    상기 플래그를 부호화하는 단계
    를 더 포함하는 것을 특징으로 하는, 방법.
  14. 제13항에 있어서,
    상기 플래그를 결정하는 단계는,
    상기 원본 프레임이 다운샘플링되는 경우, 상기 플래그를 참으로 설정하는 것을 특징으로 하는, 방법.
  15. 제9항에 있어서,
    다수의 신경망 후보들 중 하나를 상기 리샘플링 인루프필터로 지시하는 인덱스를 결정하는 단계; 및
    상기 인덱스를 부호화하는 단계
    를 더 포함하고,
    각 신경망 후보는 상기 스케일 값에 기초하여 사전에 트레이닝되는 것을 특징으로 하는, 방법.
  16. 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은,
    복원 프레임과 원본(original) 프레임 간의 해상도 차이를 나타내는 스케일 값을 획득하는 단계, 여기서, 상기 복원 프레임은, 상기 원본 프레임을 복원한 프레임으로서, 상기 영상 부호화 방법의 인터 예측에 따라 사전에 복원됨; 및
    상기 복원 프레임을 획득하는 단계
    를 포함하되,
    상기 스케일 값에 기초하는 상기 복원 프레임의 해상도가 상기 원본 프레임의 해상도보다 작은 경우,
    상기 복원 프레임을 딥러닝 기반 리샘플링 인루프필터(resampling inloop filter)에 입력하여 업샘플링된 복원 프레임을 생성하는 단계, 여기서, 상기 리샘플링 인루프필터는, 디블로킹(deblocking) 필터, SAO(Sample Adaptive Offset) 필터, 및 적응적 루프 필터(adaptive loop filter)를 포함하는 필터들 중 하나를 대체하거나, 상기 필터들 간에 삽입됨; 및
    상기 필터들 및 리샘플링 인루프필터에 의해 생성되는 출력 프레임을 참조 프레임으로서 DPB(Decoded Picture Buffer)에 저장하는 단계
    를 포함하는 것을 특징으로 하는, 기록매체.
KR1020230018329A 2022-03-14 2023-02-10 초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치 KR20230134422A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2023/002247 WO2023177098A1 (ko) 2022-03-14 2023-02-16 초해상도 인루프 필터를 이용하는 비디오 코딩을 위한 방법 및 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220031336 2022-03-14
KR20220031336 2022-03-14

Publications (1)

Publication Number Publication Date
KR20230134422A true KR20230134422A (ko) 2023-09-21

Family

ID=88189460

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230018329A KR20230134422A (ko) 2022-03-14 2023-02-10 초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치

Country Status (1)

Country Link
KR (1) KR20230134422A (ko)

Similar Documents

Publication Publication Date Title
KR20220018447A (ko) 딥러닝 기반 인터 예측을 이용하는 영상 부호화 및 복호화
KR20210018137A (ko) 동영상 데이터의 인트라 예측 코딩을 위한 방법 및 장치
JP2024509216A (ja) イントラ予測モード誘導を用いるビデオコーディングのためのイントラ予測方法及び装置
KR20210104592A (ko) 크로마 신호의 리샘플링에 기반하는 영상 부호화 및 복호화
KR20230011225A (ko) 딥러닝 기반 인트라 예측 신호를 개선하는 비디오 코딩방법 및 장치
JP2024520116A (ja) イントラ予測方法及び記録媒体
KR20220071939A (ko) 비디오 부호화 및 복호화를 위한 장치 및 방법
KR20220071131A (ko) 서브블록단위 인트라 예측을 이용하는 영상 부호화 및 복호화 방법과 장치
KR20230134422A (ko) 초해상도 인루프 필터를 이용하는 비디오 코딩방법 및 장치
KR20230148742A (ko) 크로마 성분에 대한 개선된 인루프필터를 이용하는 비디오 코딩방법 및 장치
KR20240013045A (ko) 다양한 잡음 및 특성에 적응적인 비디오 인루프 필터
KR20230160175A (ko) 예측-변환 생략을 이용하는 비디오 코딩방법 및 장치
KR20230125733A (ko) 트랜스포머 기반 인루프 필터를 이용하는 비디오 코딩방법 및 장치
KR20230036967A (ko) 서브블록 코딩 순서 변경 및 그에 따른 인트라 예측을 이용하는 비디오 코딩방법 및 장치
KR20230159254A (ko) 양방향 예측을 이용하는 크로마 성분의 인터 예측방법
KR20240025456A (ko) 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩방법 및 장치
KR20220077893A (ko) 블록 기반 딥러닝 모델을 이용하는 비디오 코덱
KR20220137550A (ko) 세그멘테이션을 이용하는 비디오 코딩방법 및 장치
KR20240080128A (ko) 아핀 모델 기반의 예측에서 움직임 보상 필터를 적응적으로 이용하는 비디오 코딩방법 및 장치
JP2024511636A (ja) インター予測にディープラーニングベースのインループフィルタを用いるビデオコーディング方法及び装置
KR20220137552A (ko) 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치
KR20240074642A (ko) 기하학적 분할에 기반하여 크로마 블록을 인트라 예측하는 비디오 코딩방법 및 장치
KR20240047298A (ko) 복수의 블록들 기반 인트라 템플릿 매칭 예측을 이용하는 비디오 코딩방법 및 장치
KR20240076678A (ko) 인트라 서브분할 예측과 변환생략을 이용하는 비디오 코딩방법 및 장치
KR20220137549A (ko) 적응적 인트라 예측 정밀도를 이용하는 비디오 코딩방법 및 장치