KR20240000583A - 블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치 - Google Patents

블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치 Download PDF

Info

Publication number
KR20240000583A
KR20240000583A KR1020237040426A KR20237040426A KR20240000583A KR 20240000583 A KR20240000583 A KR 20240000583A KR 1020237040426 A KR1020237040426 A KR 1020237040426A KR 20237040426 A KR20237040426 A KR 20237040426A KR 20240000583 A KR20240000583 A KR 20240000583A
Authority
KR
South Korea
Prior art keywords
deblocking
boundary
video
dnn
reconstructed blocks
Prior art date
Application number
KR1020237040426A
Other languages
English (en)
Inventor
딩 딩
웨이 지앙
웨이 왕
샨 리우
Original Assignee
텐센트 아메리카 엘엘씨
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 텐센트 아메리카 엘엘씨 filed Critical 텐센트 아메리카 엘엘씨
Publication of KR20240000583A publication Critical patent/KR20240000583A/ko

Links

Classifications

    • 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
    • H04N19/85—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
    • 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
    • G06N3/0455—Auto-encoder networks; Encoder-decoder 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
    • 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
    • G06N3/047—Probabilistic or stochastic 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
    • G06N3/08—Learning methods
    • 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
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • 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
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • 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
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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

Landscapes

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

Abstract

본 개시의 측면은 비디오 디코딩을 위한 방법, 장치, 및 컴퓨터가 판독 가능한 비일시적 저장 매체를 제공한다. 장치는 코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록을 재구성하는 처리 회로를 포함한다. 처리 회로는 비디오 디코더의 DNN(deep neural network)의 제1 디블로킹 파라미터를 포함하는 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩한다. DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 업데이트된 파라미터이다. 처리 회로는 제1 디블로킹 정보에 포함된 제1 디블로킹 파라미터에 기반하여 재구성된 블록의 샘플들의 서브세트를 포함하는 제1 경계 영역에 대한 DNN을 결정한다. 처리 회로는 제1 디블로킹 파라미터에 대응하는 결정된 DNN에 기반하여 재구성된 블록의 샘플들의 서브세트를 포함하는 제1 경계 영역을 디블로킹한다.

Description

블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치
본 출원은 2021년 6월 16일에 출원되고 명칭이 "블록 단위 이미지 압축을 위한 콘텐츠 적응적 온라인 트레이닝"인 미국 가출원 번호 제63/211,408호에 대한 우선권을 주장하는, 2022년 5월 27일에 출원되고 명칭이 "블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치"인 미국 출원 번호 제17/826,806호에 대한 우선권을 주장한다. 선행 출원의 개시는 그 전체로서 원용에 의해 본 명세서에 포함된다.
본 개시는 비디오 코딩에 일반적으로 관련된 실시예를 기술한다.
여기에서 제공된 배경 설명은 본 개시의 맥락을 일반적으로 제시하기 위한 것이다. 작업이 배경 섹션에 설명되는 한도 내에서 현재 명명된 발명가의 작업뿐만 아니라 출원 당시 선행 기술로 인정되지 않을 수 있는 설명의 측면은, 명시적으로나 묵시적으로 본 개시의 선행 기술로 인정되지 않는다.
이미지 및/또는 비디오 코딩 및 디코딩은 모션 보상과 함께 인터 픽처 예측(inter-picture prediction)을 사용하여 수행될 수 있다. 압축되지 않은 디지털 이미지 및/또는 비디오는 일련의 픽처를 포함할 수 있으며, 각 픽처는 예를 들어 1920×1080 휘도 샘플 및 연관된 색차 샘플의 공간 차원을 갖는다. 일련의 픽처는 예를 들어 초당 60개의 픽처인 고정된 또는 가변 픽처 레이트(rate)(비공식적으로는 프레임 레이트라고도 함)를 가질 수 있다. 압축되지 않은 이미지 및/또는 비디오는 특정 비트레이트 요건을 갖는다. 예를 들어, 샘플당 8비트에서의 1080p60 4:2:0 비디오(60Hz 프레임 레이트에서의 1920×1080 휘도 샘플 해상도)는, 1.5Gbit/s 대역폭에 가까운 대역폭을 필요로 한다. 이러한 비디오 1시간에는 600GB 이상의 저장 공간이 필요하다.
이미지 및/또는 비디오 코딩 및 디코딩의 한 가지 목적은 압축을 통해, 입력 이미지 및/또는 비디오 신호에서 중복성을 감소시키는 것일 수 있다. 압축은 앞서 언급한 대역폭 및/또는 저장 공간 요건을 일부 경우에 2배 이상으로 줄이는 데 도움이 될 수 있다. 여기에서 비디오 인코딩/디코딩을 예시적인 예로 사용하지만, 본 개시의 사상에서 벗어나지 않고 유사한 방식으로 동일한 기술이 이미지 인코딩/디코딩에 적용될 수 있다. 무손실 압축 및 손실 압축, 그리고 이들의 조합이 활용될 수 있다. 무손실 압축은 압축된 원본 신호로부터 원본 신호의 정확한 사본(copy)을 재구성할 수 있는 기술을 의미한다. 손실 압축을 사용할 때, 재구성된 신호는 원본 신호와 동일하지 않을 수 있지만, 원본 신호와 재구성된 신호 간의 왜곡이 재구성된 신호가 의도된 애플리케이션에 유용할 만큼 충분히 작다. 비디오의 경우, 손실 압축이 널리 활용된다. 허용되는 왜곡의 양은 애플리케이션에 따라 다르며; 예를 들어, 특정 소비자 비디오 스트리밍 애플리케이션의 사용자는 텔레비전 배포 애플리케이션의 사용자보다 더 높은 왜곡을 허용할 수 있다. 달성 가능한 압축 비율은: 허가/허용 가능한 왜곡이 높을 수록 더 높은 압축 비율을 얻을 수 있다는 것을 반영할 수 있다.
비디오 인코더 및 디코더는 예를 들어 모션 보상, 변환, 양자화, 및 엔트로피 코딩을 포함하는, 여러 광범위한 카테고리 및 단계로부터의 기술을 활용할 수 있다.
비디오 코덱 기술은 인트라 코딩으로 알려진 기술을 포함할 수 있다. 인트라 코딩에서, 샘플 값은 이전에 재구성된 참조 픽처로부터의 샘플 또는 다른 데이터에 대한 참조 없이 표현된다. 일부 비디오 코덱에서, 픽처는 공간적으로 샘플 블록으로 세분화된다. 샘플의 모든 블록이 인트라 모드로 코딩될 때, 그 픽처는 인트라 픽처일 수 있다. 인트라 픽처 및 독립 디코더 리프레시 픽처와 같은 도출물은 디코더 상태를 재설정하는 데 사용될 수 있으므로, 코딩된 비디오 비트스트림 및 비디오 세션의 제1 픽처로 또는 정지 이미지로 사용될 수 있다. 인트라 블록의 샘플은 변환에 노출될 수 있으며, 변환 계수는 엔트로피 코딩 전에 양자화될 수 있다. 인트라 예측은 변환 전 도메인에서 샘플 값을 최소화하는 기술일 수 있다. 일부 경우에, 변환 후 DC 값이 더 작고 AC 계수가 더 작을수록, 엔트로피 코딩 후 블록을 나타내기 위해 주어진 양자화 단계 크기(size)에서 필요한 비트가 더 적다.
예를 들어, MPEG-2 생성 코딩 기술로부터 알려진 것과 같은 전통적인 인트라 코딩은 인트라 예측을 사용하지 않는다. 그러나, 일부 신규 비디오 압축 기술은, 예를 들어, 공간적으로 이웃하고 디코딩 순서에서 선행하는 데이터 블록의 인코딩 및/디코딩 동안 획득된 주변 샘플 데이터 및/또는 메타데이터로부터 시도하는 기술을 포함한다. 이러한 기술은 이후 "인트라 예측(intra prediction)" 기술이라고 한다. 적어도 일부 경우에, 인트라 예측은 참조 픽처로부터의 것이 아니라 재구성 중인 현재 픽처로부터의 참조 데이터만 사용하는 것이라는 점에 유의한다.
서로 다른 형태의 인트라 예측이 있을 수 있다. 이러한 기술 중 하나 이상이 주어진 비디오 코딩 기술에서 이용 가능할 때, 사용 중인 기술은 인트라 예측 모드에서 코딩될 수 있다. 특정 경우에, 모드는 서브모드 및/또는 파라미터를 가질 수 있으며, 이들은 개별적으로 코딩되거나 모드 코드워드에 포함될 수 있다. 주어진 모드, 서브모드, 및/또는 파라미터 조합에 사용할 코드워드는 인트라 예측을 통해 코딩 효율 이득에 영향을 미칠 수 있으므로, 코드워드를 비트스트림으로 변환하는 데 사용되는 엔트로피 코딩 기술에도 영향을 줄 수 있다.
인트라 예측의 특정 모드는 H.264에 도입되었고 H.265에서 개선되었으며 JEM(Joint Explosion Model), VVC(versatile video coding) 및 BMS(benchmark set)와 같은 신규 코딩 기술에서 더욱 개선되었다. 예측자 블록이 이미 이용 가능한 샘플에 속하는 이웃 샘플 값을 사용하여 형성될 수 있다. 이웃 샘플의 샘플 값은 방향을 따라 예측자 블록으로 카피될 수 있다. 사용시 방향에 대한 참조는 비트스트림에서 코딩되거나 자체적으로 예측될 수 있다.
도 1a를 참조하면, 우측 하부에 도시된(depicted) 것은 H.265의 33가지 가능한 인트라 예측자 방향(predictor direction)(35개의 인트라 모드 중 33개의 각도 모드에 대응함)으로부터 알려진 9개의 예측자 방향의 서브세트이다. 화살표가 수렴하는 포인트(101)는 예측되는 샘플을 나타낸다. 화살표는 샘플을 예측하는 데 사용되는 방향을 나타낸다. 예를 들어, 화살표(102)는 샘플(101)이 수평으로부터 45도 각도로 우측 상부에 있는 샘플 또는 샘플들로부터 예측된다는 것을 지시한다. 유사하게, 화살표(103)는 샘플(101)이 수평으로부터 22.5도 각도로 샘플(101)의 좌측 하부에 있는 샘플 또는 샘플들로부터 예측된다는 것을 지시한다.
여전히 도 1a를 참조하면, 좌측 상단(top)에는 4×4 샘플의 정사각형 블록(104)(파선의 굵은 선으로 지시됨)이 도시되어 있다. 정사각형 블록(104)은 각각 Y 차원에서의 포지션(예: 행 인덱스) 및 X 차원에서의 포지션(예: 열 인덱스)인 "S"로 라벨링된 16개의 샘플을 포함한다. 예를 들어, 샘플 S21은 (상단으로부터) Y 차원의 두 번째 샘플 및 (좌측으로부터) X 차원의 첫 번째 샘플이다. 유사하게, 샘플 S44는 Y 차원 및 X 차원 모두에서 블록(104)의 네 번째 샘플이다. 블록 크기가 4×4 샘플이므로 S44는 우측 하단(bottom)에 있다. 유사한 번호 매기기 체계를 따르는 예시적인 참조 샘플이 추가로 도시된다(show). 참조 샘플은 블록(104)에 대한 R, 그의 Y 포지션(예: 행 인덱스) 및 X 포지션(열 인덱스)으로 라벨링된다. H.264 및 H.265 모두에서, 예측 샘플은 재구성 시 블록에 이웃하며; 따라서 음수 값을 사용할 필요가 없다.
인트라 픽처 예측은 시그널링된 예측 방향에 의해 적절하게 이웃 샘플로부터 참조 샘플 값을 카피하여 동작할 수 있다. 예를 들어, 코딩된 비디오 비트스트림이 이 블록에 대해 화살표(102)와 일치하는 예측 방향을 지시하는 시그널링을 포함한다고 가정하자 - 즉, 샘플이 수평으로부터 45도 각도에서 우측 상부에 있는 샘플들 또는 예측 샘플로부터 예측된다. 이 경우, 샘플 S41, S32, S23, S14는 동일한 참조 샘플 R05로부터 예측된다. 그런 다음, 샘플 S44는 참조 샘플 R08로부터 예측된다.
특정 경우에, 특히 방향이 45도로 균등하게 나눠지지 않을 때; 참조 샘플을 계산하기 위해, 예를 들어 보간을 통해 다수의(multiple) 참조 샘플의 값이 조합될 수 있다.
비디오 코딩 기술이 계속 발달함에 따라 가능한 방향의 수는 증가하고 있다. H.264(2003년)에서, 9개의 상이한 방향이 표현할 수 있다. H.265(2013년)에서는 33개로 증가했고, 본 개시의 시점에, JEM/VVC/BMS는 최대 65개의 방향을 지원할 수 있다. 가장 가능성 있는 방향을 식별하기 위해 실험 연구가 수행되었으며, 엔트로피 코딩의 특정 기술은 가능성이 적은 방향에 대한 특정 비트 패널티를 수용하여, 적은 수의 비트로 가능성 있는 방향을 나타내는 데 사용될 수 있다. 또한, 방향 자체는 이미 디코딩된 이웃 블록에 사용되는 이웃 방향으로부터 때때로 예측될 수 있다.
도 1b는 시간이 지남에 따라 증가하는 예측 방향의 수를 예시하기 위해 JEM에 따른 65개의 인트라 예측 방향을 묘사하는 개략도(110)를 도시한다.
방향을 나타내는 코딩된 비트스트림에서의 비트를 인트라 예측 방향에 매핑하는 방식(manner)은 비디오 코딩 기술마다 상이할 수 있고; 예를 들어, 예측 방향을 인트라 예측 모드로 직접 매핑하는 간단한 것부터, 코드워드, 가장 가능성 있는 모드를 포함하는 복잡한 적응 방식 그리고 유사한 기술에 이르기까지 다양할 수 있다. 그러나 모든 경우에, 통계적으로 다른 특정 방향보다 비디오 콘텐츠에서 발생할 가능성이 적은 특정 방향이 있을 수 있다. 비디오 압축의 목표는 중복성을 줄이는 것이므로, 잘 설계된 비디오 코딩 기술에서 가능성이 적은 방향이 가능성이 높은 방향보다 더 많은 비트 수로 표현될 수 있다.
모션 보상은 손실 압축 기술일 수 있으며, 이전에 재구성된 픽처 또는 이들의 일부(참조 픽처)로부터의 샘플 데이터의 블록이, 모션 벡터(motion vector, 이후 MV)에 의해 지시된 방향에서 공간적으로 시프트된 후, 신규로 재구성된 픽처 또는 픽처 부분의 예측에 사용될 수 있는 기술과 관련될 수 있다. 일부 경우에, 참조 픽처가 재구성 중인 현재 픽처와 동일할 수 있다. MV는 X와 Y의 2차원 또는 세 번째 차원이 사용 중인 참조 픽처의 지시(indication)인(후자는 간접적으로 시간 차원일 수 있음)인 3차원을 가질 수 있다.
일부 비디오 압축 기술에서, 샘플 데이터의 특정 영역에 적용 가능한 MV는 다른 MV로부터, 예를 들어 재구성 중인 영역에 공간적으로 인접하는 샘플 데이터의 다른 영역과 관련되고 그리고 디코딩 순서에서 현재 MV를 선행하는 MV로부터 예측될 수 있다. 그렇게 하면 MV를 코딩하는 데 필요한 전체 데이터의 양을 상당히 줄일 수 있으므로, 중복성을 제거하고 압축을 증가시킬 수 있다. 예를 들어, 카메라로부터 도출된 입력 비디오 신호(자연(natural) 비디오라고 함)를 코딩할 때, 단일 MV가 적용 가능한 영역보다 큰 영역이 유사한 방향으로 이동하는 통계적 가능성(likelihood)이 있고, 이에 따라 일부 경우에는 이웃 영역의 MV로부터 도출된 유사한 모션 벡터를 사용하여 예측될 수 있기 때문에, MV 예측은 효과적으로 동작할 수 있다. 그 결과 주어진 영역에 대해 발견된 MV가 주변 MV로부터 예측된 MV와 유사하거나 동일하게 되어, 이러한 MV는 엔트로피 코딩 후, MV가 직접 코딩되면 사용되는 비트 수보다 더 적은 수의 비트로 표현될 수 있다. 일부 경우에, MV 예측은 원본 신호(즉, 샘플 스트림)로부터 도출된 신호(즉: MV)의 무손실 압축의 예일 수 있다. 다른 경우에, MV 예측 자체가 손실이 될 수 있으며, 예를 들어 여러 주변 MV로부터 예측자를 계산할 때 반올림 에러가 발생하기 때문이다.
다양한 MV 예측 메커니즘이 H.265/HEVC(ITU-T Rec. H.265, "고효율 비디오 코딩", 2016년 12월)에 기술되어 있다. H.265가 제공하는 많은 MV 예측 메커니즘 중에서 여기에서 설명하는 기술은 여기서 "공간 병합(spatial merge)"이라고 한다.
도 2를 참조하면, 현재 블록(201)은 공간적으로 시프트된 동일한 크기의 이전 블록으로부터 예측 가능하도록 모션 탐색 프로세스 동안 인코더에 의해 발견된 샘플을 포함한다. 그 MV를 직접 코딩하는 대신에, MV는 A0, A1 및 B0, B1, B2(각각 202 ~ 206)로 표시된(denote), 5개의 주변 샘플 중 하나와 연관된 MV를 사용하여, 하나 이상의 참조 픽처와 연관된 메타데이터로부터, 예를 들어, (디코딩 순서에서) 가장 최근의 참조 픽처로부터 도출될 수 있다. H.265에서, MV 예측은 이웃 블록이 사용하는 동일한 참조 픽처의 예측자를 사용할 수 있다.
본 개시의 측면은 비디오 인코딩 및 디코딩을 위한 방법 및 장치를 제공한다. 일부 예에서, 비디오 디코딩 장치는 처리 회로를 포함한다. 처리 회로는 코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록을 재구성하도록 구성된다. 처리 회로는 비디오 디코더에서 심층 신경망(deep neural network, DNN)의 제1 디블로킹 파라미터(deblocking parameter)를 포함하는 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩할 수 있다. DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 업데이트된 파라미터이다. 처리 회로는 제1 디블로킹 정보에 포함된 제1 디블로킹 파라미터에 기반하여, 재구성된 블록들에서 샘플의 서브세트를 포함하는 제1 경계 영역(boundary region)에 대한 비디오 디코더의 DNN을 결정할 수 있다. 처리 회로는 제1 디블로킹 파라미터에 대응하는 결정된 DNN에 기반하여, 재구성된 블록들에서 샘플의 서브세트를 포함하는 제1 경계 영역을 디블로킹할(deblock) 수 있다.
일 실시예에서, 재구성된 블록들은, 제1 공유된 경계(shared boundary)를 갖고 제1 공유된 경계의 양측에 샘플의 제1 경계 영역을 포함하는 제1 이웃하는 재구성된 블록(neighboring reconstructed block)들을 포함한다. 제1 이웃하는 재구성된 블록들은 제1 경계 영역 외부에 있는 비경계 영역을 더 포함한다. 제1 이웃하는 재구성된 블록들의 제1 경계 영역은 디블로킹된 제1 경계 영역으로 대체된다.
일 실시예에서, 제1 디블로킹 파라미터는 DNN의 편향 항(bias term) 또는 가중치 계수(weight coefficient)이다.
일 실시예에서, DNN은 초기 파라미터로 구성된다. 처리 회로는 제1 디블로킹 파라미터에 기반하여 초기 파라미터 중 하나를 업데이트할 수 있다.
일 실시예에서, 제1 디블로킹 정보는 제1 디블로킹 파라미터와 초기 파라미터 중 하나 사이의 차이를 지시한다(indicate). 처리 회로는 초기 파라미터 중 하나와 차이의 합에 따라 제1 디블로킹 파라미터를 결정할 수 있다.
일 실시예에서, 재구성된 블록들은, 제2 공유된 경계를 갖고 제2 공유된 경계의 양측에 샘플의 제2 경계 영역을 포함하는 제2 이웃하는 재구성된 블록들을 포함한다. 처리 회로는 제2 경계 영역에 대응하는, 코딩된 비디오 비트스트림의 제2 디블로킹 정보를 디코딩할 수 있다. 제2 디블로킹 정보는 콘텐츠 적응적 트레이닝 프로세스에 의해 미리 결정된 제2 디블로킹 파라미터를 지시한다. 제2 경계 영역은 제1 경계 영역과 상이할 수 있다. 처리 회로는 제1 디블로킹 파라미터와 제2 디블로킹 파라미터에 기반하여 DNN을 업데이트할 수 있다. 업데이트된 DNN은 제2 경계 영역에 대응하며, 제1 디블로킹 파라미터와 제2 디블로킹 파라미터로 구성된다. 처리 회로는 제2 경계 영역에 대응하는 업데이트된 DNN에 기반하여 제2 경계 영역을 디블로킹할 수 있다.
일 실시예에서, 재구성된 블록들은, 제2 공유된 경계를 갖고 제2 공유된 경계의 양측에 있는 샘플을 갖는 제2 경계 영역을 포함하는, 재구성된 블록들 중 제2 이웃하는 재구성된 블록들을 포함한다. 처리 회로는 제1 경계 영역에 대응하는 결정된 DNN에 기반하여 제2 경계 영역을 디블로킹할 수 있다.
일 실시예에서, DNN의 레이어 수는 제1 경계 영역의 크기에 따라 달라진다.
일 실시예에서, 제1 경계 영역은 재구성된 블록들에 포함된 제3 두 개의 이웃하는 재구성된 블록들 사이의 제3 공유된 경계의 양측에 있는 샘플을 더 포함한다. 제1 두 개의 이웃하는 재구성된 블록들은 제3 두 개의 이웃하는 재구성된 블록들과 상이하다.
본 개시의 측면은 또한 비디오 디코딩 방법을 수행하기 위해 적어도 하나의 프로세서에 의해 실행 가능한 프로그램을 저장하는 컴퓨터가 판독 가능한 비일시적 저장 매체를 제공한다.
개시된 주제의 추가 특징, 특성 및 다양한 이점은 다음의 상세한 설명 및 첨부 도면으로부터 더욱 명백해질 것이다:
도 1a는 인트라 예측 모드의 예시적인 서브세트의 개략도이다.
도 1b는 예시적인 인트라 예측 방향의 예시이다.
도 2는 실시예에 따른 현재 블록(201) 및 주변 샘플을 도시한다.
도 3은 실시예에 따른 통신 시스템(300)의 단순화된 블록도의 개략도이다.
도 4는 실시예에 따른 통신 시스템(400)의 단순화된 블록도의 개략도이다.
도 5는 실시예에 따른 디코더의 단순화된 블록도의 개략도이다.
도 6은 실시예에 따른 인코더의 단순화된 블록도의 개략도이다.
도 7은 다른 실시예에 따른 인코더의 블록도를 도시한다.
도 8은 다른 실시예에 따른 디코더의 블록도를 도시한다.
도 9a는 본 개시의 실시예에 따른 블록 단위 이미지 코딩의 예를 도시한다.
도 9b는 본 개시의 실시예에 따른 예시적인 NIC 프레임워크를 도시한다.
도 10은 본 개시의 실시예에 따른 메인 인코더 네트워크의 예시적인 CNN(convolution neural network)을 도시한다.
도 11은 본 개시의 실시예에 따른 메인 디코더 네트워크의 예시적인 CNN을 도시한다.
도 12는 본 개시의 실시예에 따른 하이퍼 인코더의 예시적인 CNN을 도시한다.
도 13은 본 개시의 실시예에 따른 하이퍼 디코더의 예시적인 CNN을 도시한다.
도 14는 본 개시의 실시예에 따른 콘텍스트 모델 네트워크의 예시적인 CNN을 도시한다.
도 15는 본 개시의 실시예에 따른 엔트로피 파라미터 네트워크의 예시적인 CNN을 도시한다.
도 16a는 본 개시의 실시예에 따른 예시적인 비디오 인코더를 도시한다.
도 16b는 본 개시의 실시예에 따른 예시적인 비디오 디코더를 도시한다.
도 17은 본 개시의 실시예에 따른 예시적인 비디오 인코더를 도시한다.
도 18은 본 개시의 실시예에 따른 예시적인 비디오 디코더를 도시한다.
도 19a 및 도 19b는 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스를 도시한다.
도 20은 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스를 도시한다.
도 21은 본 개시의 실시예에 따른 다수의 디블로킹 모델에 기반한 예시적인 디블로킹 프로세스를 도시한다.
도 22a 및 도 22b는 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스를 도시한다.
도 23은 본 개시의 실시예에 따른 인코딩 프로세스의 개요를 설명하는 흐름도를 도시한다.
도 24는 본 개시의 실시예에 따른 디코딩 프로세스의 개요를 설명하는 흐름도를 도시한다.
도 25는 실시예에 따른 컴퓨터 시스템의 개략도이다.
도 3은 본 개시의 실시예에 따른 통신 시스템(300)의 단순화된 블록도를 예시한다. 통신 시스템(300)은 예를 들어 네트워크(350)를 통해 서로 통신할 수 있는 복수의 단말 디바이스를 포함한다. 예를 들어, 통신 시스템(300)은 네트워크(350)를 통해 상호 연결된 제1 쌍의 단말 디바이스(310, 320)를 포함한다. 도 3의 예에서, 제1 쌍의 단말 디바이스(310, 320)는 데이터의 단방향 전송을 수행할 수 있다. 예를 들어, 단말 디바이스(310)는 네트워크(350)를 통해 다른 단말 디바이스(320)로 전송하기 위해 비디오 데이터(예: 단말 디바이스(310)에 의해 캡처된 비디오 픽처의 스트림)를 코딩할 수 있다. 인코딩된 비디오 데이터는 하나 이상의 코딩된 비디오 비트스트림의 형태로 전송될 수 있다. 단말 디바이스(320)는 네트워크(350)로부터 코딩된 비디오 데이터를 수신하고, 코딩된 비디오 데이터를 디코딩하여 비디오 픽처를 복원하고(recover), 복원된 비디오 데이터에 따라 비디오 픽처를 디스플레이할 수 있다. 단방향 데이터 전송은 미디어 서빙 애플리케이션 등에서 일반적일 수 있다.
다른 예에서, 통신 시스템(300)은 예를 들어 비디오 회의 동안에 발생될 수 있는 코딩된 비디오 데이터의 양방향 전송을 수행하는 제2 쌍의 단말 디바이스(330, 340)를 포함한다. 데이터의 양방향 전송을 위해, 일 예에서, 단말 디바이스(330, 340) 중 각 단말 디바이스는 네트워크(350)를 통해 단말 디바이스(330, 340) 중 다른 단말 디바이스로의 전송을 위해 비디오 데이터(예: 단말 디바이스에 의해 캡처된 비디오 픽처의 스트림)를 코딩할 수 있다. 단말 디바이스(330, 340) 중 각 단말 디바이스는 또한 단말 디바이스(330, 340) 중 다른 단말 디바이스에 의해 전송된 코딩된 비디오 데이터를 수신하고, 코딩된 비디오 데이터를 디코딩하여 비디오를 복원하며, 복원된 비디오 데이터에 따라 액세스 가능한 디스플레이 디바이스에서 비디오 픽처를 디스플레이할 수 있다.
도 3의 예에서, 단말 디바이스(310, 320, 330, 340)는 서버, 퍼스널 컴퓨터 및 스마트 폰으로 예시될 수 있지만, 본 개시의 기본 원리는 그렇게 제한되지 않을 수 있다. 본 개시의 실시예는 랩톱 컴퓨터, 태블릿 컴퓨터, 미디어 플레이어 및/또는 전용 비디오 회의 장비를 이용하는 애플리케이션을 찾는다. 네트워크(350)는 예를 들어 유선(wired) 및/또는 무선 통신 네트워크를 포함하는, 단말 디바이스(310, 320, 330, 340) 사이에서 코딩된 비디오 데이터를 전달하는 임의의 수의 네트워크를 나타낸다. 통신 네트워크(350)는 회선 교환 및/또는 패킷 교환 채널에서 데이터를 교환할 수 있다. 대표적인 네트워크는 텔레통신(telecommunication) 네트워크, 근거리 통신망, 광역 네트워크 및/또는 인터넷을 포함한다. 본 논의의 목적을 위해, 네트워크(350)의 아키텍처 및 토폴로지는 여기에서 명시적으로 설명되지 않는 한 본 개시의 작동(operation)에 중요하지 않을 수 있다.
도 4는 개시된 주제를 위한 애플리케이션에 대한 예로서, 비디오 스트리밍 환경에서 비디오 인코더 및 비디오 디코더의 배치를 예시한다. 개시된 주제는 예를 들어 비디오 회의, CD, DVD, 메모리 스틱 등을 포함하는 디지털 미디어에 압축된 비디오를 저장하는 것 등을 포함하는, 다른 비디오 애플리케이션에 동일하게 적용될 수 있다.
스트리밍 시스템은 예를 들어 압축되지 않은 비디오 픽처의 스트림(402)을 생성하는 비디오 소스(401) 예를 들어 디지털 카메라를 포함할 수 있는 캡처 서브시스템(413)을 포함할 수 있다. 일 예에서, 비디오 픽처의 스트림(402)은 비디오 소스(401)의 디지털 카메라에 의해 촬영된 샘플을 포함한다. 인코딩된 비디오 데이터(404)(또는 코딩된 비디오 비트스트림)와 비교할 때 높은 데이터 볼륨을 강조하기 위해 굵은 선으로 도시된 비디오 픽처의 스트림(402)은, 비디오 소스(401)에 결합된(coupled) 비디오 인코더(403)를 포함하는 전자 디바이스(420)에 의해 처리될 수 있다. 비디오 인코더(403)는 하드웨어, 소프트웨어, 또는 이들의 조합을 포함하여, 아래에서 더 상세히 설명되는 바와 같이 개시된 주제의 측면을 가능하게 하거나 구현할 수 있다. 비디오 픽처의 스트림(402)과 비교할 때 더 낮은 데이터 볼륨을 강조하기 위해 가는 선으로 도시된 인코딩된 비디오 데이터(404)(또는 인코딩된 비디오 비트스트림)는 향후 사용을 위해 스트리밍 서버(405)에 저장될 수 있다. 도 4의 클라이언트 서브시스템(406, 408)과 같은 하나 이상의 스트리밍 클라이언트 서브시스템은 스트리밍 서버(405)에 액세스하여 인코딩된 비디오 데이터(404)의 사본(407, 409)을 검색할 수 있다. 클라이언트 서브시스템(406)은 예를 들어 전자 디바이스(430)에서의 비디오 디코더(410)를 포함할 수 있다. 비디오 디코더(410)는 인코딩된 비디오 데이터의 들어오는(incoming) 사본(407)을 디코딩하고, 디스플레이(412)(예: 디스플레이 스크린) 또는 다른 렌더링 디바이스(도시되지 않음) 상에서 렌더링될 수 있는 비디오 픽처의 나가는(outgoing) 스트림(411)을 생성한다. 일부 스트리밍 시스템에서, 인코딩된 비디오 데이터(404, 407, 409)(예: 비디오 비트스트림)는 특정 비디오 코딩/압축 표준에 따라 인코딩될 수 있다. 이러한 표준의 예로는 ITU-T 권장 사항 H.265가 포함된다. 일 예에서, 개발 중인 비디오 코딩 표준은 비공식적으로 VVC(Versatile Video Coding)로 알려져 있다. 개시된 주제는 VVC의 콘텍스트에서 사용될 수 있다.
전자 디바이스(420, 430)는 다른 컴포넌트(도시되지 않음)를 포함할 수 있음을 유의한다. 예를 들어, 전자 디바이스(420)는 비디오 디코더(도시되지 않음)를 포함할 수 있고, 전자 디바이스(430)는 비디오 인코더(도시되지 않음)도 포함할 수 있다.
도 5는 본 개시의 실시예에 따른 비디오 디코더(510)의 블록도를 도시한다. 비디오 디코더(510)는 전자 디바이스(530)에 포함될 수 있다. 전자 디바이스(530)는 수신기(531)(예: 수신 회로)를 포함할 수 있다. 비디오 디코더(510)는 도 4의 예의 비디오 디코더(410) 대신에 사용될 수 있다.
수신기(531)는 비디오 디코더(510)에 의해 디코딩될 하나 이상의 코딩된 비디오 시퀀스를 수신할 수 있으며; 동일 또는 다른 실시예에서, 한번에 하나의 코딩된 비디오 시퀀스를 수신하며, 각각의 코딩된 비디오 시퀀스의 디코딩은 다른 코딩된 비디오 시퀀스와 독립적이다. 코딩된 비디오 시퀀스는 인코딩된 비디오 데이터를 저장하는 저장 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는 채널(501)로부터 수신될 수 있다. 수신기(531)는 다른 데이터 예를 들어, 코딩된 오디오 데이터 및/또는 보조 데이터 스트림과 함께 인코딩된 비디오 데이터를 수신할 수 있으며, 이는 그들의 개개의 엔티티(도시되지 않음)로 전달될 수 있다. 수신기(531)는 다른 데이터로부터 코딩된 비디오 시퀀스를 분리할 수 있다. 네트워크 지터(jitter)를 방지하기 위해, 버퍼 메모리(515)는 수신기(531)와 엔트로피 디코더/파서(parser)(520)(이하 "파서(520)") 사이에 배치될 수 있다. 특정 애플리케이션에서, 버퍼 메모리(515)는 비디오 디코더(510)의 일부이다. 다른 애플리케이션에서, 비디오 디코더(510)(도시되지 않음) 외부에 있을 수 있다. 또 그 외 애플리케이션에서, 예를 들어 네트워크 지터를 방지하기 위해 비디오 디코더(510) 외부에 버퍼 메모리(도시되지 않음)가 있을 수 있고, 예를 들어 재생 타이밍(playout timing)을 처리하기 위해 비디오 디코더(510) 내부에 다른 추가 버퍼 메모리(515)가 있을 수 있다. 수신기(531)가 충분한 대역폭과 제어 가능성(controllability)의 저장/포워딩(forward) 디바이스로부터 또는 등시성 네트워크(isosynchronous network)로부터 데이터를 수신할 때, 버퍼 메모리(515)는 필요하지 않거나 작을 수 있다. 인터넷과 같은 최선형 패킷 네트워크에서 사용하기 위해, 버퍼 메모리(515)가 필요할 수 있고, 그 크기는 비교적 클 수 있고 적응적 크기가 유리할 수 있으며, 운영 체제 또는 비디오 디코더(510) 외부의 유사한 엘리먼트(도시되지 않음)에서 적어도 부분적으로 구현될 수 있다.
비디오 디코더(510)는 코딩된 비디오 시퀀스로부터 심볼(521)을 재구성하기 위해 파서(520)를 포함할 수 있다. 이러한 심볼의 카테고리는 비디오 디코더(510)의 작동을 관리하는 데 사용되는 정보 그리고 전자 디바이스(530)의 필수 부분은 아니지만 도 5에 도시된 바와 같이 전자 디바이스(530)에 결합될 수 있는 렌더 디바이스(512)(예: 디스플레이 스크린)와 같은 렌더링 디바이스를 제어하기 위한 잠재적 정보를 포함한다. 렌더링 디바이스(들)에 대한 제어 정보는 SEI(Supplemental Enhancement Information) 메시지 또는 VUI(Video Usability Information) 파라미터 세트 프래그먼트(fragment)(도시되지 않음)의 형태일 수 있다. 파서(520)는 수신되는 코딩된 비디오 시퀀스를 파싱/엔트로피 디코딩할 수 있다. 코딩된 비디오 시퀀스의 엔트로피 코딩은 비디오 코딩 기술 또는 표준을 따를 수 있고, 가변 길이 코딩, 허프만 코딩, 콘텍스트 감도(context sensitivity)가 있거나 없는 산술 코딩 등을 포함하는 다양한 원리를 따를 수 있다. 파서(520)는 그룹에 대응하는 적어도 하나의 파라미터에 기반하여, 비디오 디코더에서 픽셀들의 서브그룹 중 적어도 하나에 대한 서브그룹 파라미터들의 세트를 코딩된 비디오 시퀀스로부터 추출할 수 있다. 서브그룹은 GOP(Groups of Picture), 픽처, 타일(tile), 슬라이스(slice), 매크로블록, CU(Coding Unit), 블록, TU(Transform Unit), PU(Prediction Unit) 등을 포함할 수 있다. 파서(520)는 또한 코딩된 비디오 시퀀스로부터 변환 계수, 양자화기 파라미터 값, 모션 벡터 등과 같은 정보를 추출할 수도 있다.
파서(520)는 버퍼 메모리(515)로부터 수신된 비디오 시퀀스에 대해 엔트로피 디코딩/파싱 작동을 수행하여 심볼(521)을 생성할 수 있다.
심볼(521)의 재구성은 코딩된 비디오 픽처 또는 그 일부의 유형(예: 인터 및 인트라 픽처, 인터 및 인트라 블록), 및 기타 팩터에 따라 다수의 상이한 유닛을 포함할 수 있다. 어떤 유닛이 관련되고 어떻게 관련되는지는 파서(520)가 코딩된 비디오 시퀀스로부터 파싱한 서브그룹 제어 정보에 의해 제어될 수 있다. 파서(520)와 아래의 다수의 유닛 사이의 이러한 서브그룹 제어 정보의 흐름은 단순성을 위해 도시되지 않는다.
이미 언급된 기능 블록을 넘어서, 비디오 디코더(510)는 개념적으로 아래에서 설명되는 바와 같이 여러 기능 유닛으로 세분화될 수 있다. 상업적 제약 하에서 작동하는 실제 구현에서, 이러한 유닛 중 많은 부분이 서로 밀접하게 상호 작용하고 적어도 부분적으로 서로 통합될 수 있다. 그러나, 개시된 주제를 설명하기 위한 목적으로, 기능 유닛으로의 개념적 세분화가 적절하다.
제1 유닛은 스케일러/역 변환 유닛(551)이다. 스케일러/역 변환 유닛(551)은 양자화된 변환 계수뿐만 아니라, 어떤 변환을 사용하는지, 블록 크기, 양자화 팩터, 양자화 스케일링 행렬 등을 포함하는 제어 정보를 파서(520)로부터 심볼(들)(521)로서 수신한다. 스케일러/역 변환 유닛(551)은 애그리게이터(aggregator)(555)에 입력될 수 있는 샘플 값을 포함하는 블록을 출력할 수 있다.
일부 경우에, 스케일러/역 변환 유닛(551)의 출력 샘플은 인트라 코딩된 블록, 즉, 이전에 재구성된 픽처로부터 예측 정보를 사용하지 않지만 현재 픽처의 이전에 재구성된 부분으로부터의 예측 정보를 사용할 수 있는 블록과 관련된다. 이러한 예측 정보는 인트라 픽처 예측 유닛(552)에 의해 제공될 수 있다. 일부 경우에, 인트라 픽처 예측 유닛(552)은 현재 픽처 버퍼(558)로부터 페치된 주변의 이미 재구성된 정보를 사용하여, 재구성 중인 블록과 동일한 크기 및 형상을 가진 블록을 생성할 수 있다. 현재 픽처 버퍼(558)는 예를 들어 부분적으로 재구성된 현재 픽처 및/또는 완전히 재구성된 현재 픽처를 버퍼링한다. 애그리게이터(555)는 일부 경우에, 샘플 단위로, 인트라 예측 유닛(552)이 생성한 예측 정보를 스케일러/역 변환 유닛(551)에 의해 제공되는 출력 샘플 정보에 추가할 수 있다.
다른 경우에, 스케일러/역 변환 유닛(551)의 출력 샘플은 인터 코딩되고 잠재적으로 모션 보상된 블록에 관련될 수 있다. 그러한 경우에, 모션 보상 예측 유닛(553)은 참조 픽처 메모리(557)에 액세스하여 인터 픽처 예측에 사용되는 샘플들을 페치할 수 있다. 블록에 관련되는 심볼(521)에 따라 페치된 샘플을 모션 보상한 후, 이러한 샘플은 출력 샘플 정보를 생성하기 위해, 애그리게이터(555)에 의해 스케일러/역 변환 유닛(551)의 출력(이 경우 잔차 샘플 또는 잔차 신호라고 지칭될 수 있음)에 추가될 수 있다. 모션 보상 예측 유닛(553)이 예측 샘플을 페치하는 참조 픽처 메모리(557) 내의 주소는, 예를 들어 X, Y 및 참조 픽처 컴포넌트를 가질 수 있는 심볼(521)의 형태로 모션 보상 예측 유닛(553)에 대해 이용 가능한 모션 벡터에 의해 제어될 수 있다. 모션 보상은 또한 서브-샘플 정확한(sub-sample exact) 모션 벡터가 사용 중일 때 참조 픽처 메모리(557)로부터 페치된 샘플 값의 보간, 모션 벡터 예측 메커니즘 등을 포함할 수 있다.
애그리게이터(555)의 출력 샘플은 루프 필터 유닛(556)에서 다양한 루프 필터링 기술의 대상이 될 수 있다. 비디오 압축 기술은 코딩된 비디오 시퀀스(코딩된 비디오 비트스트림이라고도 함)에 포함되고 파서(520)로부터의 심볼(521)로서 루프 필터 유닛(556)에 대해 이용 가능하게 되는 파라미터에 의해 제어되는 인루프(in-loop) 필터 기술을 포함할 수 있지만, 또한 코딩된 픽처 또는 코딩된 비디오 시퀀스의 이전(디코딩 순서에서) 부분의 디코딩 동안 획득된 메타 정보에 응답할 뿐만 아니라 이전에 재구성되고 루프 필터링된 샘플 값에 응답할 수도 있다.
루프 필터 유닛(556)의 출력은 렌더링 디바이스(512)에 출력될 뿐만 아니라 향후 인터 픽처 예측에 사용하기 위해 참조 픽처 메모리(557)에 저장될 수 있는 샘플 스트림일 수 있다.
완전히 재구성된 특정 코딩된 픽처는 향후 인터 픽처 예측을 위한 참조 픽처로 사용될 수 있다. 예를 들어, 현재 픽처에 대응하는 코딩된 픽처가 완전히 재구성되고 코딩된 픽처가 (예를 들어, 파서(520)에 의해) 참조 픽처로 식별되면, 현재 픽처 버퍼(558)는 참조 픽처 메모리(557)의 일부가 될 수 있으며, 프레시(fresh) 현재 픽처 버퍼가 다음의 코딩된 픽처의 재구성을 시작하기 전에 재할당될 수 있다.
비디오 디코더(510)는 ITU-T Rec. H.265와 같은 표준에서 미리 결정된 비디오 압축 기술에 따라 디코딩 작동을 수행할 수 있다. 코딩된 비디오 시퀀스가 비디오 압축 기술 또는 표준의 신택스와 비디오 압축 기술 또는 표준에 문서화된 프로필 모두를 준수한다는 의미에서, 코딩된 비디오 시퀀스는 사용 중인 비디오 압축 기술 또는 표준에 의해 명시된 신택스를 따를 수 있다. 구체적으로, 프로필은 비디오 압축 기술 또는 표준에서 이용 가능한 모든 도구로부터 특정 도구를 해당 프로필에서 사용할 수 있는 유일한 도구로 선택할 수 있다. 또한 규정 준수를 위해 필요한 것은, 코딩된 비디오 시퀀스의 복잡성이 비디오 압축 기술 또는 표준의 레벨에 의해 정의된 범위 내에 있는 것일 수 있다. 일부 경우에, 레벨이 최대 픽처 크기, 최대 프레임 레이트, 최대 재구성 샘플 레이트(예를 들어, 초당 메가샘플로 측정됨), 최대 참조 픽처 크기 등을 제한한다. 레벨에 의해 설정된 제한은 일부 경우에, 코딩된 비디오 시퀀스에서 시그널링되는 HRD(Hypothetical Reference Decoder) 사양 및 HRD 버퍼 관리를 위한 메타데이터를 통해 추가로 제한될 수 있다.
일 실시예에서, 수신기(531)는 인코딩된 비디오와 함께 추가(중복) 데이터를 수신할 수 있다. 추가 데이터는 코딩된 비디오 시퀀스(들)의 일부로 포함될 수 있다. 추가 데이터는 데이터를 적절하게 디코딩하거나 및/또는 원래의 비디오 데이터를 보다 정확하게 재구성하기 위해, 비디오 디코더(510)에 의해 사용될 수 있다. 추가 데이터는 예를 들어 시간, 공간 또는 신호 잡음비(signal noise ratio, SNR) 향상 계층, 중복 슬라이스, 중복 픽처, 순방향 에러 정정 코드 등의 형태일 수 있다.
도 6은 본 개시의 예시적인 실시예에 따른 비디오 인코더(603)의 블록도를 도시한다. 비디오 인코더(603)는 전자 디바이스(620)에 포함된다. 전자 디바이스(620)는 송신기(640)(예: 송신 회로)를 포함한다. 비디오 인코더(603)는 도 4의 예에서 비디오 인코더(403) 대신에 사용될 수 있다.
비디오 인코더(603)는 비디오 인코더(603)에 의해 코딩될 비디오 이미지(들)를 캡처할 수 있는 비디오 소스(601)(도 6의 예에서 전자 디바이스(620)의 일부가 아님)로부터 비디오 샘플을 수신할 수 있다. 다른 예에서, 비디오 소스(601)는 전자 디바이스(620)의 일부이다.
비디오 소스(601)는 임의의 적합한 비트 심도(bit depth)(예를 들어, 8비트, 10비트, 12비트, …), 임의의 색 공간(예를 들어, BT.601 Y CrCB, RGB, …) 및 임의의 적합한 샘플링 구조(예를 들어, Y CrCb 4:2:0, Y CrCb 4:4:4)일 수 있는 디지털 비디오 샘플 스트림의 형태로, 비디오 인코더(603)에 의해 코딩될 소스 비디오 시퀀스를 제공할 수 있다. 미디어 서빙 시스템에서, 비디오 소스(601)는 미리 준비된 비디오를 저장할 수 있는 저장 디바이스일 수 있다. 비디오 회의 시스템에서, 비디오 소스(601)는 로컬 이미지 정보를 비디오 시퀀스로서 캡처하는 카메라일 수 있다. 비디오 데이터는 순서대로 볼 때 모션을 부여하는 복수의 개별 픽처로 제공될 수 있다. 픽처 자체는 픽셀의 공간 어레이로 구성될 수 있으며, 여기서 각 픽셀은 사용 중인 샘플링 구조, 색 공간 등에 따라 하나 이상의 샘플을 포함할 수 있다. 당업자는 픽셀과 샘플 간의 관계를 쉽게 이해할 수 있다. 아래 설명은 샘플에 중점을 둔다.
실시예에 따르면, 비디오 인코더(603)는 실시간으로 또는 애플리케이션에 의해 요구되는 임의의 다른 시간 제약 하에서 소스 비디오 시퀀스의 픽처를 코딩된 비디오 시퀀스(643)로 코딩 및 압축할 수 있다. 적합한 코딩 속도(speed)를 적용하는 것은 컨트롤러(650)의 기능 중 하나이다. 일부 실시예에서, 컨트롤러(650)는 후술되는 바와 같이 다른 기능 유닛을 제어하고 다른 기능 유닛에 기능적으로 결합될 수 있다. 결합(coupling)은 단순함을 위해 도시되지 않는다. 컨트롤러(650)에 의해 설정되는 파라미터는 레이트 제어 관련 파라미터(픽처 스킵(skip), 양자화기, 레이트-왜곡 최적화 기술의 람다(lambda) 값, …), 픽처 크기, GOP(group of picture) 레이아웃, 최대 모션 벡터 검색 범위 등을 포함할 수 있다. 컨트롤러(650)는 특정 시스템 설계에 최적화된 비디오 인코더(603)에 속하는 다른 적합한 기능을 갖도록 구성될 수 있다.
일부 실시예에서, 비디오 인코더(603)는 코딩 루프에서 작동하도록 구성될 수 있다. 과도하게 단순화된 설명으로서, 일 예에서, 코딩 루프는 소스 코더(630)(예: 코딩될 입력 픽처 및 참조 픽처(들)에 기반하여 심볼 스트림과 같은 심볼을 생성하는 역할을 함), 및 비디오 인코더(603)에 내장된 (로컬) 디코더(633)를 포함한다. 디코더(633)는 (개시된 주제에서 고려되는 비디오 압축 기술에서 심볼과 코딩된 비디오 비트스트림 간의 임의의 압축이 무손실일 수 있으므로), (원격) 디코더가 생성하는 것과 유사한 방식으로 샘플 데이터를 생성하기 위해 심볼을 재구성한다. 재구성된 샘플 스트림(샘플 데이터)은 참조 픽처 메모리(634)에 입력된다. 심볼 스트림의 디코딩은 디코더 위치(로컬 또는 원격)에 관계없이 정확한 비트 결과를 가져오기 때문에 참조 픽처 메모리(634)의 콘텐츠도 로컬 인코더와 원격 인코더 사이에서 비트 정확하다(bit-exact). 다시 말해, 인코더의 예측 부분은 디코딩 동안 예측을 사용할 때 디코더가 "보는(see)" 것과 정확히 동일한 샘플 값을 참조 픽처 샘플로 "보는" 것이다. 이 참조 픽처 동시성(synchronicity)의 기본 원리(예를 들어 채널 에러로 인해 동기화가 유지될 수 없으면 드리프트(drift)가 발생)가 일부 관련 분야에서도 사용된다.
"로컬" 디코더(633)의 작동은 비디오 디코더(510)와 같은 "원격" 디코더의 작동과 동일할 수 있으며, 이는 도 5와 관련하여 위에서 이미 상세하게 설명되었다. 또한 도 5를 간략히 참조하면, 그러나, 심볼이 이용 가능하고 엔트로피 코더(645) 및 파서(520)에 의한 코딩된 비디오 시퀀스에 대한 심볼의 인코딩/디코딩이 무손실일 수 있으므로, 버퍼 메모리(515) 및 파서(520)를 포함하는 디코더(510)의 엔트로피 디코딩 부분이, 인코더의 로컬 디코더(633)에서 완전히 구현되지 않을 수 있다.
일 실시예에서, 디코더에 존재할 수 있는 파싱/엔트로피 디코딩을 제외한 임의의 디코더 기술이 대응하는 인코더에서 동일하거나 실질적으로 동일한 기능 형태로 존재한다. 따라서, 개시된 주제는 디코더 작동에 중점을 둔다. 인코더 기술에 대한 설명은 포괄적으로 설명된 디코더 기술의 반대이므로 축약될 수 있다. 특정 영역에서의 더 자세한 설명이 아래에서 제공된다.
작동 동안, 일부 예에서, 소스 코더(630)는 "참조 픽처"로서 지정된 비디오 시퀀스로부터의 하나 이상의 이전에 코딩된 픽처를 참조하여 예측적으로 입력 픽처를 코딩하는, 모션 보상된 예측 코딩을 수행할 수 있다. 이러한 방식으로, 코딩 엔진(632)은 입력 픽처에 대한 예측 참조(들)로서 선택될 수 있는 참조 픽처(들)의 픽셀 블록과 입력 픽처의 픽셀 블록 간의 차이를 코딩한다.
로컬 비디오 디코더(633)는 소스 코더(630)에 의해 생성된 심볼에 기반하여 참조 픽처로 지정될 수 있는 픽처의 코딩된 비디오 데이터를 디코딩할 수 있다. 코딩 엔진(632)의 작동은 유리하게는 손실 프로세스일 수 있다. 코딩된 비디오 데이터가 비디오 디코더(도 6에 도시되지 않음)에서 디코딩될 수 있을 때, 재구성된 비디오 시퀀스는 일반적으로 일부 에러가 있는 소스 비디오 시퀀스의 복제본(replica)일 수 있다. 로컬 비디오 디코더(633)는 참조 픽처에 대해 비디오 디코더에 의해 수행될 수 있는 디코딩 프로세스를 복제하고, 재구성된 참조 픽처가 참조 픽처 캐시(634)에 저장되게 할 수 있다. 이러한 방식으로, 비디오 인코더(603)는 (전송 에러 없이) 원단(far-end) 비디오 디코더에 의해 획득될 재구성된 참조 픽처로서, 공통 콘텐츠를 갖는 재구성된 참조 픽처의 사본을 국부적으로 저장할 수도 있다.
예측기(predictor)(635)는 코딩 엔진(632)에 대한 예측 검색을 수행할 수 있다. 즉, 코딩될 신규 픽처에 대해 예측기(635)는 신규 픽처에 대한 적합한 예측 참조 역할을 할 수 있는 샘플 데이터(후보 참조 픽셀 블록으로서) 또는 참조 픽처 모션 벡터, 블록 형상 등과 같은 특정 메타데이터에 대해 참조 픽처 메모리(634)를 검색할 수 있다. 예측기(635)는 적합한 예측 참조를 찾기 위해 샘플 블록별 픽셀 블록 단위(sample block-by-pixel block basis)로 작동할 수 있다. 일부 경우에, 예측기(635)에 의해 획득된 검색 결과에 의해 결정된 바와 같이, 입력 픽처는 참조 픽처 메모리(634)에 저장된 다수의 참조 픽처로부터 도출된 예측 참조를 가질 수 있다.
컨트롤러(650)는 예를 들어 비디오 데이터를 인코딩하는 데 사용되는 파라미터 및 서브그룹 파라미터의 설정을 포함하여, 소스 코더(630)의 코딩 작동을 관리할 수 있다.
전술한 모든 기능 유닛의 출력은 엔트로피 코더(645)에서 엔트로피 코딩될 수 있다. 엔트로피 코더(645)는 허프만 코딩, 가변 길이 코딩, 산술 코딩 등과 같은 기술에 따라 심볼을 무손실 압축하는 것에 의해, 다양한 기능 유닛에 의해 생성된 심볼을 코딩된 비디오 시퀀스로 변환한다.
송신기(640)는 엔트로피 코더(645)에 의해 생성된 코딩된 비디오 시퀀스(들)를 버퍼링하여, 인코딩된 비디오 데이터를 저장하는 저장 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는 통신 채널(660)을 통한 전송을 준비할 수 있다. 송신기(640)는 비디오 코더(603)로부터의 코딩된 비디오 데이터를 전송될 다른 데이터, 예를 들어 코딩된 오디오 데이터 및/또는 보조 데이터 스트림(소스는 도시되지 않음)과 병합할 수 있다.
컨트롤러(650)는 비디오 인코더(603)의 작동을 관리할 수 있다. 코딩 동안, 컨트롤러(650)는 개개의 픽처에 적용될 수 있는 코딩 기술에 영향을 미칠 수 있는 특정 코딩된 픽처 유형을 각각의 코딩된 픽처에 할당할 수 있다. 예를 들어, 픽처는 종종 다음 픽처 유형 중 하나로 할당될 수 있다.
인트라 픽처(Intra Picture)(I 픽처)는 예측 소스로서 시퀀스의 임의의 다른 픽처를 사용하지 않고 코딩 및 디코딩될 수 있는 것일 수 있다. 일부 비디오 코덱은 예를 들어 독립 디코더 리프레시(Independent Decoder Refresh)("IDR") 픽처를 포함하는, 서로 다른 유형의 인트라 픽처를 허용한다. 당업자는 I 픽처의 이러한 변형 및 각각의 애플리케이션 및 특징을 알고 있다.
예측 픽처(predictive picture)(P 픽처)는 각 블록의 샘플 값을 예측하기 위해 최대 하나의 모션 벡터 및 참조 인덱스를 사용하는 인트라 예측 또는 인터 예측을 사용하여 코딩 및 디코딩될 수 있는 것일 수 있다.
양방향 예측 픽처(bi-directionally predictive picture)(B 픽처)는 최대 두 개의 모션 벡터 및 참조 인덱스를 사용하여 각 블록의 샘플 값을 예측하는 인트라 예측 또는 인터 예측을 사용하여 코딩 및 디코딩될 수 있는 것일 수 있다. 유사하게, 다수의 예측 픽처는 단일 블록의 재구성을 위해 두 개 이상의 참조 픽처 및 관련 메타데이터를 사용할 수 있다.
소스 픽처는 일반적으로 복수의 샘플 코딩 블록(예를 들어, 각각 4×4, 8×8, 4×8 또는 16×16 샘플의 블록)으로 공간적으로 세분화되고 블록 단위로 코딩될 수 있다. 블록은 블록의 개개의 픽처에 적용된 코딩 할당에 의해 결정된 바와 같이 다른 (이미 코딩된) 블록을 참조하여 예측적으로 코딩될 수 있다. 예를 들어, I 픽처의 블록은 비예측적으로 코딩될 수 있거나 동일한 픽처의 이미 코딩된 블록을 참조하여 예측적으로 코딩될 수 있다(공간 예측 또는 인트라 예측). P 픽처의 픽셀 블록은 하나의 이전에 코딩된 참조 픽처를 참조하여 공간적 예측을 통해 또는 시간적 예측을 통해 예측적으로 코딩될 수 있다. B 픽처의 블록은 하나 또는 두 개의 이전에 코딩된 참조 픽처를 참조하여 공간적 예측을 통해 또는 시간적 예측을 통해 예측적으로 코딩될 수 있다.
비디오 인코더(603)는 ITU-T Rec. H.265와 같은 미리 결정된 비디오 코딩 기술 또는 표준에 따라 코딩 작동을 수행할 수 있다. 그 작동에서, 비디오 인코더(603)는 입력 비디오 시퀀스에서 시간적 및 공간적 중복성을 이용하는 예측 코딩 작동을 포함하는 다양한 압축 작동을 수행할 수 있다. 코딩된 비디오 데이터는 따라서 사용되는 비디오 코딩 기술 또는 표준에 의해 지정된 신택스를 따를 수 있다.
일 실시예에서, 송신기(640)는 인코딩된 비디오와 함께 추가 데이터를 전송할 수 있다. 소스 코더(630)는 코딩된 비디오 시퀀스의 일부로서 이러한 데이터를 포함할 수 있다. 추가 데이터는 시간/공간/SNR 향상 계층, 중복 픽처 및 슬라이스와 같은 다른 형태의 중복 데이터, SEI 메시지, VUI 파라미터 세트 프래그먼트 등을 포함할 수 있다.
비디오는 시간적 시퀀스에서 복수의 소스 픽처(비디오 픽처)로 캡처될 수 있다. 인트라 픽처 예측(종종 인트라 예측으로 축약됨)은 주어진 픽처에서 공간적 상관 관계를 사용하고, 인터 픽처 예측은 픽처 간의 (시간적 또는 기타) 상관 관계를 사용한다. 일 예에서, 현재 픽처라고 하는 인코딩/디코딩 중인 특정 픽처가 블록으로 파티셔닝될 수 있다. 현재 픽처의 블록이, 비디오에서 이전에 코딩되고 여전히 버퍼링된 참조 픽처의 참조 블록과 유사할 때, 모션 벡터라고 하는 벡터에 의해 코딩될 수 있다. 모션 벡터는 참조 픽처 내의 참조 블록을 가리키며, 다수의 참조 픽처가 사용 중인 경우에, 참조 픽처를 식별하는 제3 차원(third dimension)을 가질 수 있다.
일부 실시예에서, 이중 예측(bi-prediction) 기술이 인터 픽처 예측에 사용될 수 있다. 이중 예측 기술에 따르면, 모두 디코딩 순서에서 비디오의 현재 픽처에 대해 선행하는(그러나 디스플레이 순서에서 각각 과거 또는 미래일 수 있음) 제1 참조 픽처 및 제2 참조 픽처와 같은 두 개의 참조 픽처를 사용한다. 현재 픽처의 블록은 제1 참조 픽처의 제1 참조 블록을 가리키는 제1 모션 벡터와 제2 참조 픽처의 제2 참조 블록을 가리키는 제2 모션 벡터에 의해 코딩될 수 있다. 블록은 제1 참조 블록과 제2 참조 블록의 조합에 의해 공동으로 예측될 수 있다.
또한, 코딩 효율을 향상시키기 위해 병합 모드 기술이 인터 픽처 예측에 사용될 수 있다.
본 개시의 일부 실시예에 따르면, 인터 픽처 예측 및 인트라 픽처 예측과 같은 예측이 블록 단위로 수행된다. 예를 들어, HEVC 표준에 따라, 비디오 픽처 시퀀스의 픽처는 압축을 위해 코딩 트리 유닛(coding tree unit, CTU)로 파티셔닝되며, 픽처의 CTU는 64×64 픽셀, 32×32 픽셀 또는 16×16 픽셀과 같은 동일한 크기를 갖는다. 일반적으로 CTU는 3개의 코딩 트리 블록(coding tree block, CTB)을 포함할 수 있으며, 이는 1개의 루마 CTB와 두 개의 크로마 CTB이다. 각 CTU는 재귀적으로 하나 또는 다수의 코딩 유닛(coding unit, CU)으로 쿼드트리 분할될 수 있다. 예를 들어, 64×64 픽셀의 CTU는 64×64 픽셀의 하나의 CU, 또는 32×32 픽셀의 4개의 CU, 또는 16×16 픽셀의 4개의 CU로 분할될 수 있다. 일 예에서, 각 CU는 인터 예측 유형 또는 인트라 예측 유형과 같은 CU에 대한 예측 유형을 결정하기 위해 분석된다. CU는 시간적 및/또는 공간적 예측 가능성에 따라 하나 이상의 예측 유닛(prediction unit, PU)으로 분할될 수 있다. 일반적으로, 각 PU는 루마 예측 블록(prediction block, PB)과 두 개의 크로마 PB를 포함한다. 일 실시예에서, 코딩(인코딩/디코딩)에서의 예측 작동은 예측 블록의 단위로 수행된다. 루마 예측 블록을 예측 블록의 예로서 사용하여, 예측 블록은 8×8 픽셀, 16×16 픽셀, 8×16 픽셀, 16×8 픽셀 등과 같은 샘플에 대한 값(예: 루마 값)의 행렬을 포함할 수 있다.
도 7은 본 개시의 다른 예시적인 실시예에 따른 비디오 인코더(703)의 다이어그램을 도시한다. 비디오 인코더(703)는 비디오 픽처의 시퀀스에서 현재 비디오 픽처 내의 샘플 값들의 처리 블록(예: 예측 블록)을 수신하고, 처리 블록을 코딩된 비디오 시퀀스의 일부인 코딩된 픽처로 인코딩하도록 구성된다. 일 예에서, 비디오 인코더(703)는 도 4의 예의 비디오 인코더(403) 대신에 사용될 수 있다.
HEVC 예에서, 비디오 인코더(703)는 8×8 샘플의 예측 블록 등과 같은 처리 블록에 대한 샘플 값의 행렬을 수신한다. 비디오 인코더(703)는 그런 다음 처리 블록이 예를 들어 레이트 왜곡 최적화를 사용하여 인트라 모드, 인터 모드, 또는 이중 예측 모드를 사용하여 가장 잘 코딩되는지를 판정한다. 처리 블록이 인트라 모드로 코딩될 때, 비디오 인코더(703)는 처리 블록을 코딩된 픽처로 인코딩하기 위해 인트라 예측 기술을 사용할 수도 있고; 처리 블록이 인터 모드 또는 이중 예측 모드로 코딩될 때, 비디오 인코더(703)는 처리 블록을 코딩된 픽처로 인코딩하기 위해 인터 예측 또는 이중 예측 기술을 각각 사용할 수도 있다. 특정 비디오 코딩 기술에서, 병합 모드는 모션 벡터가 예측자 외부의 코딩된 모션 벡터 컴포넌트의 이점 없이 하나 이상의 모션 벡터 예측자로부터 도출되는 인터 픽처 예측 서브모드일 수 있다. 다른 특정 비디오 코딩 기술에서, 대상 블록에 적용 가능한 모션 벡터 컴포넌트가 존재할 수 있다. 일 예에서, 비디오 인코더(703)는 처리 블록의 예측 모드를 결정하기 위해, 모드 결정 모듈(도시되지 않음)과 같은, 다른 컴포넌트를 포함한다.
도 7의 예에서, 비디오 인코더(703)는 도 7의 예시적인 배열에 도시된 바와 같이 함께 결합된, 인터 인코더(730), 인트라 인코더(722), 잔차 계산기(723), 스위치(726), 잔차 인코더(724), 일반 컨트롤러(721) 및 엔트로피 인코더(725)를 포함한다.
인터 인코더(730)는 현재 블록(예: 처리 블록)의 샘플을 수신하고, 블록을 참조 픽처의 하나 이상의 참조 블록(예: 이전 픽처 및 이후 픽처의 블록들)과 비교하며, 인터 예측 정보(예: 인터 인코딩 기술에 따른 중복 정보의 설명, 모션 벡터, 병합 모드 정보)를 생성하고, 임의의 적합한 기술을 사용하여 인터 예측 정보에 기반하여 인터 예측 결과(예: 예측된 블록)를 계산하도록 구성된다. 일부 예에서, 참조 픽처는 인코딩된 비디오 정보에 기반하여 디코딩되는 디코딩된 참조 픽처이다.
인트라 인코더(722)는 현재 블록(예: 처리 블록)의 샘플을 수신하고, 상기 블록을 동일한 픽처의 이미 코딩된 블록과 비교하고, 변환 후 양자화된 계수를 생성하고, 그리고 일부 경우에 또한 인트라 예측 정보(예: 하나 이상의 인트라 인코딩 기술에 따른 인트라 예측 방향 정보)를 생성하도록 구성된다. 일 예에서, 인트라 인코더(722)는 또한 동일한 픽처의 인트라 예측 정보 및 참조 블록에 기반하여 인트라 예측 결과(예: 예측된 블록)를 계산할 수 있다.
일반 컨트롤러(721)는 일반 제어 데이터를 결정하고, 일반 제어 데이터에 기반하여 비디오 인코더(703)의 다른 컴포넌트를 제어하도록 구성될 수 있다. 일 예에서, 일반 컨트롤러(721)는 블록의 모드를 결정하고, 이 모드에 기반하여 제어 신호를 스위치(726)에 제공한다. 예를 들어, 모드가 인트라 모드일 때, 일반 컨트롤러(721)는 스위치(726)를 제어하여 잔차 계산기(723)에서 사용할 인트라 모드 결과를 선택하고, 엔트로피 인코더(725)를 제어하여 인트라 예측 정보를 선택하고 인트라 예측 정보를 비트스트림에 포함시키며; 모드가 인터 모드일 때, 일반 컨트롤러(721)는 스위치(726)를 제어하여 잔차 계산기(723)에서 사용할 인터 예측 결과를 선택하고, 엔트로피 인코더(725)를 제어하여 인터 예측 정보를 선택하고, 인터 예측 정보를 비트스트림에 포함시킨다.
잔차 계산기(723)는 인트라 인코더(722) 또는 인터 인코더(730)로부터 선택된 블록에 대한 예측 결과와 수신된 블록 사이의 차이(잔차 데이터)를 계산하도록 구성될 수 있다. 잔차 인코더(724)는 잔차 데이터에 기반하여 작동하여 잔차 데이터를 인코딩하여 변환 계수를 생성하도록 구성될 수 있다. 일 예에서, 잔차 인코더(724)는 잔차 데이터를 공간 도메인에서 주파수(frequency) 도메인으로 변환하고 변환 계수를 생성하도록 구성될 수 있다. 변환 계수는 그 다음 양자화된 변환 계수를 획득하기 위해 양자화 처리를 거친다. 다양한 예시적인 실시예에서, 비디오 인코더(703)는 또한 잔차 디코더(728)를 포함한다. 잔차 디코더(728)는 역 변환(inverse-transform)을 수행하고 디코딩된 잔차 데이터를 생성하도록 구성된다. 디코딩된 잔차 데이터는 인트라 인코더(722) 및 인터 인코더(730)에 의해 적절하게 사용될 수 있다. 예를 들어, 인터 인코더(730)는 디코딩된 잔차 데이터 및 인터 예측 정보에 기반하여 디코딩된 블록을 생성할 수 있고, 인트라 인코더(722)는 디코딩된 잔차 데이터 및 인트라 예측 정보에 기반하여 디코딩된 블록을 생성할 수 있다. 디코딩된 블록은 디코딩된 픽처를 생성하도록 적절하게 처리되고, 디코딩된 픽처는 일부 예에서 메모리 회로(도시되지 않음)에 버퍼링되고 참조 픽처로서 사용될 수 있다.
엔트로피 인코더(725)는 인코딩된 블록을 포함하기 위해 비트스트림을 포맷하도록 구성된다. 엔트로피 인코더(725)는 HEVC 표준과 같은 적합한 표준에 따라 다양한 정보를 포함하도록 구성된다. 일 예에서, 엔트로피 인코더(725)는 일반 제어 데이터, 선택된 예측 정보(예: 인트라 예측 정보 또는 인터 예측 정보), 잔차 정보, 및 기타 적합한 정보를 비트스트림에 포함시키도록 구성될 수 있다. 개시된 주제에 따르면, 인터 모드 또는 이중 예측 모드의 병합 서브모드에서 블록을 코딩할 때, 잔차 정보가 없을 수 있다는 점에 유의한다.
도 8은 본 개시의 다른 실시예에 따른 예시적인 비디오 디코더(810)의 다이어그램을 도시한다. 비디오 디코더(810)는 코딩된 비디오 시퀀스의 일부인 코딩된 픽처를 수신하고, 코딩된 픽처를 디코딩하여 재구성된 픽처를 생성하도록 구성된다. 일 예에서, 비디오 디코더(810)는 도 4의 예에서의 비디오 디코더(410) 대신에 사용될 수 있다.
도 8의 예에서, 비디오 디코더(810)는 도 8에 도시된 바와 같이 함께 결합된, 엔트로피 디코더(871), 인터 디코더(880), 잔차 디코더(873), 재구성 모듈(874) 및 인트라 디코더(872)를 포함한다.
엔트로피 디코더(871)는 코딩된 픽처가 구성되는 신택스 엘리먼트를 나타내는 특정 심볼을 코딩된 픽처로부터 재구성하도록 구성될 수 있다. 그러한 심볼은 예를 들어, 블록이 코딩되는 모드(예: 인트라 모드, 인터 모드, 이중 예측 모드, 후자 두 개가 병합된 서브모드 또는 다른 서브모드), 인트라 디코더(872) 또는 인터 디코더(880)에 의해 예측에 사용되는 특정 샘플 또는 메타데이터를 식별할 수 있는 예측 정보(예: 인트라 예측 정보 또는 인터 예측 정보), 예를 들어, 양자화된 변환 계수 형태의 잔차 정보 등을 포함할 수 있다. 일 예에서, 예측 모드가 인터 또는 이중 예측 모드일 때, 인터 예측 정보는 인터 디코더(880)에 제공되고; 예측 유형이 인트라 예측 유형일 때, 인트라 예측 정보는 인트라 디코더(872)에 제공된다. 잔차 정보는 역양자화될 수 있고 잔차 디코더(873)에 제공된다.
인터 디코더(880)는 인터 예측 정보를 수신하고, 인터 예측 정보에 기반하여 인터 예측 결과를 생성하도록 구성될 수 있다.
인트라 디코더(872)는 인트라 예측 정보를 수신하고, 인트라 예측 정보에 기반하여 예측 결과를 생성하도록 구성될 수 있다.
잔차 디코더(873)는 역양자화를 수행하여 역양자화된(de-quantized) 변환 계수를 추출하고, 역양자화된 변환 계수를 처리하여 잔차를 주파수 도메인에서 공간 도메인으로 변환하도록 구성될 수 있다. 잔차 디코더(873)는 또한 특정 제어 정보(QP(Quantizer Parameter)를 포함하도록)를 사용할 수 있으며, 이 정보는 엔트로피 디코더(871)에 의해 제공될 수 있다(데이터 경로는 낮은 데이터 볼륨 제어 정보일 수 있으므로 도시되지 않음).
재구성 모듈(874)은 잔차 디코더(873)에 의해 출력된 잔차와 예측 결과(경우에 따라 인터 또는 인트라 예측 모듈에 의한 출력일 수 있음)를 공간 도메인에서 조합하여, 차례로 재구성된 비디오의 일부일 수 있는, 재구성된 픽처의 일부일 수 있는 재구성된 블록을 형성하도록 구성될 수 있다. 디블로킹(deblocking) 작동 등과 같은 다른 적합한 작동이 시각적 품질을 개선하기 위해 수행될 수 있음을 유의한다.
비디오 인코더(403, 603, 703)와 비디오 디코더(410, 510, 810)는 임의의 적합한 기술을 사용하여 구현될 수 있음에 유의한다. 일 실시예에서, 비디오 인코더(403, 603, 703)와 비디오 디코더(410, 510, 810)는 하나 이상의 집적 회로를 사용하여 구현될 수 있다. 다른 실시예에서, 비디오 인코더(403, 603, 703)와 비디오 디코더(410, 510, 810)는 소프트웨어 명령어를 실행하는 하나 이상의 프로세서를 사용하여 구현될 수 있다.
본 개시는 인공 지능(artificial intelligence, AI) 기반 신경 이미지 압축(neural image compression, NIC)과 같은 신경 이미지 압축 기술 및/또는 신경 비디오 압축 기술과 관련된 비디오 코딩 기술을 설명한다. 본 개시의 측면은 신경망에 기반한 단대단(end-to-end, E2E) 최적화 이미지 코딩 프레임워크에 대한 사후 필터링을 갖춘 콘텐츠 적응적 온라인 트레이닝 NIC 방법과 같은 NIC에서의 콘텐츠 적응적 온라인 트레이닝을 포함한다. 신경망(neural network, NN)은 심층 신경망(deep neural network, DNN), 콘볼루션 신경망(convolution neural network, CNN) 등과 같은 인공 신경망(artificial neural network, ANN)을 포함할 수 있다.
일 실시예에서, 관련된 하이브리드 비디오 코덱은 전체적으로 최적화되기 어렵다. 예를 들어, 하이브리드 비디오 코덱에서 단일 모듈(예: 인코더)의 개선이 전체 성능에서 코딩 이득을 가져오지 못할 수도 있다. NN 기반 비디오 코딩 프레임워크에서, 서로 다른 모듈은 학습 프로세스 또는 트레이닝 프로세스(예: 기계 학습 프로세스)를 수행하여 E2E 최적화 NIC가 생성되는 최종 목표(예: 본 개시에서 설명된 레이트 왜곡 손실 L과 같은 레이트 왜곡 성능)을 향상시키기 위해 입력에서 출력까지 공동으로 최적화될 수 있다.
예시적인 NIC 프레임워크 또는 시스템은 다음과 같이 설명될 수 있다. NIC 프레임워크는 입력 블록 x를 신경망 인코더(예: DNN과 같은 신경망 기반 인코더)에 대한 입력으로 사용하여, 예를 들어 저장 및 전송을 위해 콤팩트할 수 있는 압축된 표현(예: 콤팩트 표현) 을 계산할 수 있다. 신경망 디코더(예: DNN과 같은 신경망 기반 디코더)는 압축된 표현 을 입력으로 사용하여 출력 블록(재구성된 블록이라고도 함) 을 재구성할 수 있다. 다양한 실시예에서, 입력 블록 x 및 재구성된 블록 은 공간 도메인에 있고, 압축된 표현 은 공간 도메인과 상이한 도메인에 있다. 일부 예에서, 압축된 표현 은 양자화되고 엔트로피 코딩된다.
일부 예에서, NIC 프레임워크는 VAE(Variational Autoencoder) 구조를 사용할 수 있다. VAE 구조에서는 전체 입력 블록 x를 신경망 인코더에 대한 입력으로 직접 사용할 수 있다. 전체 입력 블록 x는 압축된 표현 을 계산하기 위해 블랙박스로 작동하는 신경망 레이어 세트를 통과할 수 있다. 압축된 표현 은 신경망 인코더의 출력이다. 신경망 디코더는 전체 압축된 표현 을 입력으로 사용할 수 있다. 압축된 표현 은 재구성된 블록 을 계산하기 위해 또 다른 블랙박스로 작동하는 또 다른 신경망 레이어 세트를 통과할 수 있다. 레이트-왜곡(R-D) 손실 L()은 트레이드오프 하이퍼파라미터 를 사용하여 재구성된 블록 의 왜곡 손실 )과 콤팩트 표현 의 비트 소비 R 사이의 절충점을 달성하도록 최적화될 수 있다.
수식 1
신경망(예: ANN)은 태스크(task) 특정 프로그래밍 없이 예로부터 태스크를 수행하는 방법을 학습할 수 있다. ANN은 연결된 노드 또는 인공 뉴런으로 구성될 수 있다. 노드들 간의 연결은 제1 노드에서 제2 노드(예: 수신 노드)로 신호를 전송할 수 있으며, 신호는 연결에 대한 가중치 계수로 지시될 수 있는 가중치에 의해 수정될 수 있다. 수신 노드는 신호(들)를 수신 노드로 전송하는 노드(들)로부터의 신호(들)(즉, 수신 노드에 대한 입력 신호(들))을 처리한 다음, 입력 신호에 함수를 적용하여 출력 신호를 생성할 수 있다. 함수는 선형 함수일 수 있다. 일 예에서, 출력 신호는 입력 신호(들)의 가중 합산(weighted summation)이다. 일 예에서, 출력 신호는 편향 항에 의해 지시될 수 있는 편향에 의해 추가로 수정되며, 따라서 출력 신호는 편향과 입력 신호(들)의 가중 합산의 합(sum)이다. 함수는 예를 들어 편향과 입력 신호(들)의 가중 합산의 합 또는 가중 합에 대한 비선형 연산을 포함할 수 있다. 출력 신호는 수신 노드에 연결된 노드(들)(다운스트림 노드)로 송신될 수 있다. ANN은 파라미터(예: 연결 가중치 및/또는 편향)로 표현되거나 구성될 수 있다. 가중치 및/또는 편향은 가중치 및/또는 편향이 반복적으로 조절될(adjust) 수 있는 예를 사용하여, ANN을 트레이닝하는 것에 의해 획득될 수 있다. 결정된 가중치 및/또는 결정된 편향으로 구성된 트레이닝된 ANN을 사용하여 태스크를 수행할 수 있다.
ANN의 노드는 임의의 적합한 구조로 구성화될 수 있다. 다양한 실시예에서, ANN의 노드는 ANN에 대한 입력 신호(들)를 수신하는 입력 레이어와 ANN으로부터의 출력 신호(들)를 출력하는 출력 레이어를 포함하는 레이어들로 구성된다. 일 실시예에서, ANN은 입력 레이어와 출력 레이어 사이에 은닉(hidden) 레이어(들)과 같은 레이어(들)를 더 포함한다. 서로 다른 레이어가 서로 다른 레이어의 개개의 입력에 대해 서로 다른 종류의 변환을 수행할 수 있다. 신호들은 입력 레이어에서 출력 레이어로 이동할 수 있다.
입력 레이어와 출력 레이어 사이의 다수의 레이어를 갖는 ANN은 DNN이라고도 지칭될 수 있다. 일 실시예에서, DNN은 데이터가 루핑백(looping back) 없이 입력 레이어에서 출력 레이어로 흐르는 피드포워드(feedforward) 네트워크이다. 일 예에서, DNN은 한 계층의 각 노드가 다음 계층의 모든 노드에 연결되는 완전 연결된 네트워크(fully connected network)이다. 일 실시예에서, DNN은 데이터가 임의의 방향으로 흐를 수 있는 순환 신경망(recurrent neural network, RNN)이다. 일 실시예에서, DNN은 CNN이다.
CNN은 입력 레이어, 출력 레이어, 및 입력 레이어와 출력 레이어 사이의 은닉 레이어(들)를 포함할 수 있다. 은닉 레이어(들)는 2차원(two-dimensional, 2D) 콘볼루션과 같은 콘볼루션을 수행하는 콘볼루션 레이어(들)(예: 인코더에서 사용됨)를 포함할 수 있다. 일 실시예에서, 콘볼루션 레이어에서 수행되는 2D 콘볼루션은 콘볼루션 커널(5×5 행렬과 같이, 필터 또는 채널이라고도 함)과 콘볼루션 레이어에 대한 입력 신호(예: 2D 블록, 256×256 행렬과 같은 2D 행렬) 사이에 있다. 다양한 예에서, 콘볼루션 커널의 차원(예: 5×5)은 입력 신호의 차원(예: 256×256)보다 작다. 따라서 콘볼루션 커널에 의해 커버되는 입력 신호(예: 256×256 행렬)의 일부(예: 5×5 영역)는 입력 신호의 영역(예: 256×256 영역)보다 작으며, 따라서 다음 계층의 개개의 노드에서 수용 필드(receptive field)라고 할 수 있다.
콘볼루션 동안, 콘볼루션 커널과 입력 신호의 대응하는 수용 필드의 내적(dot product)이 계산된다. 따라서 콘볼루션 커널의 각 엘리먼트는 수용 필드의 대응하는 샘플에 적용되는 가중치이다. 예를 들어, 5×5 행렬로 표현되는 콘볼루션 커널은 25개의 가중치를 갖는다. 일부 예에서, 콘볼루션 레이어의 출력 신호에 편향이 적용되며, 출력 신호는 내적과 편향의 합에 기반한다.
일부 예에서, 콘볼루션 커널은 스트라이드(stride)라고 지칭되는 크기만큼 입력 신호(예: 2D 행렬)를 따라 시프트할 수 있으며, 따라서 콘볼루션 연산은 특징 맵 또는 활성화 맵(예: 또 다른 2D 행렬)을 생성하며, 이는 차례로 CNN의 다음 레이어의 입력에 기여한다. 예를 들어, 입력 신호는 256×256 샘플을 갖는 2D 블록이고, 스트라이드는 두 개의 샘플(예: 2의 스트라이드)이다. 스트라이드가 2인 경우, 콘볼루션 커널은 X 방향(예: 수평 방향) 및/또는 Y 방향(예: 수직 방향)을 따라 두 개의 샘플만큼 시프트한다.
일부 예에서, 다수의 콘볼루션 커널은 각각 다수의 특징 맵을 생성하기 위해 입력 신호에 대해 동일한 콘볼루션 레이어에서 적용될 수 있으며, 여기서 각각의 특징 맵은 입력 신호의 특정 특징을 나타낼 수 있다. 일반적으로, N개의 채널(즉, N개의 콘볼루션 커널), M×M 샘플을 갖는 콘볼루션 커널 그리고 스트라이드 S가 있는 콘볼루션 레이어는 Conv: M×M cN sS로 지정될 수 있다. 예를 들어, 192개의 채널, 5×5 샘플을 갖는 각 콘볼루션 커널, 2의 스트라이드가 있는 콘볼루션 레이어는 Conv: 5×5 c192 s2로 지정된다. 은닉 레이어(들)는 2D 디콘볼루션(deconvolution)과 같은 디콘볼루션을 수행하는 디콘볼루션 레이어(들)(예: 디코더에 사용됨)를 포함할 수 있다. 디콘볼루션은 콘볼루션의 반대이다. 192개의 채널, 5×5 샘플을 갖는 각 디콘볼루션 커널, 그리고 2의 스트라이드가 있는 디콘볼루션 레이어는 DeConv: 5×5 c192 s2로 지정된다.
다양한 실시예에서, CNN은 다음과 같은 이점을 갖는다. CNN의 학습 가능한 파라미터(즉, 트레이닝될 파라미터)의 수는 피드포워드 DNN과 같은 DNN의 학습 가능한 파라미터의 수보다 훨씬 작을 수 있다. CNN에서, 비교적 많은 수의 노드가 동일한 필터(예: 동일한 가중치)와 동일한 편향(편향을 사용하는 경우)를 공유할 수 있으며, 따라서 단일 편향 및 가중치의 단일 벡터가 동일한 필터를 공유하는 모든 수용 필드에 걸쳐 사용될 수 있기 때문에 메모리 점유 공간(footprint)이 감소될 수 있다. 예를 들어, 100×100 샘플을 갖는 입력 신호의 경우, 5×5 샘플을 갖는 콘볼루션 커널이 있는 콘볼루션 레이어는 25개의 학습 가능한 파라미터(예: 가중치)를 갖는다. 편향이 사용되면, 하나의 채널은 26개의 학습 가능한 파라미터(예: 25개의 가중치와 1개의 편향)를 사용한다. 콘볼루션 레이어가 N개의 채널을 가지면, 학습 가능한 총 파라미터는 26×N이다. 반면에, DNN에서 완전 연결된 레이어의 경우, 다음 레이어의 각 노드에 대해 100×100(즉, 10000)개의 가중치가 사용된다. 다음 레이어가 L개의 노드를 가지면, 학습 가능한 총 파라미터는 10000×L이다.
CNN은 풀링(polling) 레이어(들), 하나의 레이어의 모든 노드를 다른 레이어의 모든 노드에 연결할 수 있는 완전 연결된 레이어(들), 정규화 레이어(들) 및/또는 등과 같은 하나 이상의 다른 레이어(들)을 더 포함할 수 있다. CNN의 레이어는 적합한 순서와 적합한 아키텍처(예: 피드포워드 아키텍처, 순환(recurrent) 아키텍처)로 배열될 수 있다. 일 예에서, 콘볼루션 레이어에는 풀링 레이어(들), 완전 연결된 레이어(들), 정규화 레이어(들) 및/또는 등과 같은 다른 레이어가 뒤따른다.
풀링 레이어는 하나의 레이어의 복수 노드로부터의 출력을 다음 레이어의 단일 노드로 조합하는 것에 의해 데이터의 차원을 감소시키는 데 사용될 수 있다. 특징 맵을 입력으로 갖는 풀링 레이어에 대한 풀링 연산은 다음과 같다. 설명은 다른 입력 신호에 적절하게 적용될 수 있다. 특징 맵은 서브 영역(예: 직사각형 서브 영역)으로 분할될 수 있으며, 개개의 서브 영역의 특징은 예를 들어 평균 풀링(average pooling)에서의 평균값 또는 최대 풀링(max pooling)에서의 최대값을 취하는 것에 의해, 독립적으로 단일 값으로 다운샘플링(또는 풀링)될 수 있다.
풀링 레이어는 로컬 풀링, 글로벌(global) 풀링, 최대 풀링, 평균 풀링 등과 같은 풀링을 수행할 수 있다. 풀링은 비선형 다운샘플링의 한 형태이다. 로컬 풀링은 특징 맵에서 적은 수의 노드(예: 2×2 노드와 같은 노드의 로컬 클러스터)를 조합한다. 글로벌 풀링은 예를 들어 특징 맵의 모든 노드를 조합할 수 있다.
풀링 레이어는 표현의 크기를 감소시킬 수 있으므로 CNN에서 파라미터 수, 메모리 점유 공간 및 계산량을 감소시킬 수 있다. 일 예에서, CNN의 연속적인 콘볼루션 레이어 사이에 풀링 레이어가 삽입된다. 일 예에서, 풀링 레이어 뒤에는 ReLU(rectified linear unit) 레이어와 같은 활성화 기능이 온다. 일 예에서, CNN에서 연속적인 콘볼루션 레이어 사이에 풀링 레이어가 생략된다.
정규화 레이어는 ReLU, Leaky ReLU, 일반화된 분할 정규화(generalized divisive normalization, GDN), 역 GDN(inverse GDN, IGDN) 등일 수 있다. ReLU는 비포화 활성화 함수(non-saturating activation function)를 적용하여, 음수 값을 0으로 설정하는 것에 의해, 특징 맵과 같은 입력 신호로부터 음수 값을 제거할 수 있다. Leaky ReLU는 음수 값에 대해 평평한 기울기(slop)(예: 0) 대신 작은 기울기(예: 0.01)를 가질 수 있다. 따라서 x 값이 0보다 크면, Leaky ReLU의 출력은 x이다. 그렇지 않으면, Leaky ReLU의 출력은 값 x에 작은 기울기(예: 0.01)를 곱한 값이다. 일 예에서, 기울기는 트레이닝 전에 결정되므로 트레이닝 중에 학습되지 않는다.
DNN 기반 또는 CNN 기반의 이미지 압축 방법과 같은 NN 기반 이미지 압축 방법에서, 전체 이미지를 직접 인코딩하는 대신에, 블록 기반 또는 블록 단위 코딩 메커니즘(block-wise coding mechanism)이 FVC와 같은 DNN 기반 비디오 코딩 표준에서 이미지를 압축하는 데 효과적일 수 있다. 전체 이미지를 동일한(또는 다양한) 크기의 블록으로 파티셔닝될 수 있으며, 블록을 개별적으로 압축할 수 있다. 일 실시예에서, 이미지는 동일한 크기 또는 동일하지 않은 크기를 갖는 블록으로 분할될 수 있다. 이미지 대신에, 분할된 블록을 압축할 수 있다. 도 9a는 본 개시의 실시예에 따른 블록 단위 이미지 코딩(block-wise image coding)의 예를 도시한다. 이미지(980)는 블록, 예를 들어 블록(981)-(996)으로 파티셔닝될 수 있다. 블록(981)-(996)은 예를 들어 스캐닝 순서에 따라 압축될 수 있다. 도 9a에 도시된 예에서, 블록(981)~(989)은 이미 압축되어 있으며, 블록(990)~(996)은 압축 대상이다.
일 실시예에서, 이미지는 블록으로 처리되며, 여기서 블록은 전체 이미지이며, 이미지는 블록으로 분할되지 않고 압축된다. 전체 이미지는 E2E NIC 프레임워크의 입력이 될 수 있다.
도 9b는 본 개시의 실시예에 따른 예시적인 NIC 프레임워크(900)(예: NIC 시스템)를 도시한다. NIC 프레임워크(900)는 DNN 및/또는 CNN과 같은 신경망을 기반으로 할 수 있다. NIC 프레임워크(900)는 블록을 압축(예: 인코딩)하고 압축된 블록(예: 인코딩된 블록)을 압축 해제(예: 디코딩 또는 재구성)하는 데 사용될 수 있다. NIC 프레임워크(900)는 신경망을 사용하여 구현되는 두 개의 서브 신경망인 제1 서브 NN(951) 및 제2 서브 NN(952)을 포함할 수 있다.
제1 서브-NN(951)은 오토인코더와 유사할 수 있으며 입력 블록 x의 압축된 블록 을 생성하고 압축된 블록(즉, 인코딩된 블록) 를 압축 해제하여 재구성된 블록 을 획득하도록 트레이닝될 수 있다. 제1 서브-NN(951)은 메인 인코더 신경망(또는 메인 인코더 네트워크)(911), 양자화기(912), 엔트로피 인코더(913), 엔트로피 디코더(914) 및 메인 디코더 신경망(또는 메인 인코더 네트워크)(915)와 같은 복수의 컴포넌트(또는 모듈)를 포함할 수 있다. 도 9b를 참조하면, 메인 인코더 네트워크(911)는 입력 블록 x(예: 압축되거나 인코딩될 블록)으로부터 잠재(latent) 또는 잠재 표현(latent representation) y를 생성할 수 있다. 일 일에서, 메인 인코더 네트워크(911)는 CNN을 사용하여 구현된다. 잠재 표현 y와 입력 블록 x 사이의 관계는 수식 2를 사용하여 설명될 수 있다.
수식 2
여기서 파라미터 는 메인 인코더 네트워크(911)의 콘볼루션 커널에 사용되는 가중치와 편향(편향이 메인 인코더 네트워크(911)에서 사용되는 경우)과 같은 파라미터를 나타낸다.
잠재 표현 y는 양자화기(912)를 사용하여 양자화되어 양자화된 잠재 를 생성할 수 있다. 양자화된 잠재 는 예를 들어 입력 블록 x의 압축된 표현 인 압축된 블록(예: 인코딩된 블록) (931)를 생성하기 위해, 엔트로피 인코더(913)에 의한 무손실 압축을 사용하여 압축될 수 있다. 엔트로피 인코더(913)는 허프만 코딩, 산술 코딩 등과 같은 엔트로피 코딩 기술을 사용할 수 있다. 일 예에서, 엔트로피 인코더(913)는 산술 인코딩을 사용하며, 산술 인코더이다. 일 예에서, 인코딩된 블록(931)은 코딩된 비트스트림으로 전송된다.
인코딩된 블록(931)은 엔트로피 디코더(914)에 의해 압축 해제(예: 엔트로피 디코딩)되어 출력을 생성할 수 있다. 엔트로피 디코더(914)는 엔트로피 인코더(913)에서 사용되는 엔트로피 인코딩 기술에 대응하는 허프만 코딩, 산술 코딩 등과 같은 엔트로피 코딩 기술을 사용할 수 있다. 일 예에서, 엔트로피 디코더(914)는 산술 디코딩을 사용하며, 산술 디코더이다. 일 예에서, 엔트로피 인코더(913)에서는 무손실 압축이 사용되고, 엔트로피 디코더(914)에서는 무손실 압축 해제가 사용되며, 인코딩된 이미지(931)의 전송으로 인한 노이즈 등이 생략될 수 있으며, 엔트로피 디코더(914)로부터의 출력은 양자화된 잠재 이다.
메인 디코더 네트워크(915)는 양자화된 잠재 를 디코딩하여 재구성된 블록 을 생성할 수 있다. 일 예에서, 메인 디코더 네트워크(915)는 CNN을 사용하여 구현된다. 재구성된 블록 (즉, 메인 디코더 네트워크(915)의 출력)와 양자화된 잠재 (즉, 메인 디코더 네트워크(915)의 입력) 간의 관계는 수식 3을 사용하여 설명될 수 있다.
수식 3
여기서 파라미터 는 메인 디코더 네트워크(915)의 콘볼루션 커널에 사용되는 가중치와 편향(편향이 메인 디코더 네트워크(915)에서 사용되는 경우)와 같은 파라미터를 나타낸다. 따라서 제1 서브-NN(951)은 입력 블록 x를 압축(예: 인코딩)하여 인코딩된 블록(931)을 획득할 수 있고, 인코딩된 블록(931)을 압축 해제(예: 디코딩)하여 재구성 블록 를 획득할 수 있다. 재구성된 블록 는 양자화기(912)에 의해 발생된 양자화 손실로 인해 입력 블록 x와 상이할 수 있다.
제2 서브-NN(952)은 엔트로피 코딩에 사용되는 양자화된 잠재 에 대해 엔트로피 모델(예: 이전 확률 모델)을 학습할 수 있다. 따라서 엔트로피 모델은 조건화된 엔트로피 모델, 예를 들어 입력 블록 x에 의존하는 가우스 혼합 모델(Gaussian mixture model, GMM), 가우시안 스케일 모델(Gaussian scale model, GSM)일 수 있다. 제2 서브-NN(952)은 콘텍스트 모델 NN(916), 엔트로피 파라미터 NN(917), 하이퍼 인코더 네트워크(921), 양자화기(922), 엔트로피 인코더(923), 엔트로피 디코더(924) 및 하이퍼 디코더(925)를 포함할 수 있다. 콘텍스트 모델 NN(916)에 사용된 엔트로피 모델은 잠재(예: 양자화된 잠재 )에 대한 자동 회귀 모델일 수 있다. 일 예에서, 하이퍼 인코더 네트워크(921), 양자화기(922), 엔트로피 인코더(923), 엔트로피 디코더(924) 및 하이퍼 디코더(925)는 하이퍼 신경망(예: 하이퍼프라이어(hyperprior) NN)을 형성한다. 하이퍼 신경망은 콘텍스트 기반 예측을 정정하는 데 유용한 정보를 나타낼 수 있다. 콘텍스트 모델 NN(916)과 하이퍼 신경망으로부터의 데이터는 엔트로피 파라미터 NN(917)에 의해 조합될 수 있다. 엔트로피 파라미터 NN(917)은 조건부 가우스 엔트로피 모델(예: GMM)과 같은 엔트로피 모델에 대한 평균 및 스케일 파라미터와 같은 파라미터를 생성할 수 있다.
도 9b를 참조하면, 인코더 측에서, 양자화기(912)로부터의 양자화된 잠재 는 콘텍스트 모델 NN(916)에 공급된다. 디코더 측에서, 엔트로피 디코더(914)로부터의 양자화된 잠재 는 콘텍스트 모델 NN(916)에 공급된다. 콘텍스트 모델 NN(916)은 CNN과 같은 신경망을 사용하여 구현될 수 있다. 콘텍스트 모델 NN(916)은 콘텍스트 모델 NN(916)에 이용 가능한 양자화된 잠재 인 콘텍스트 를 기반으로 출력 을 생성할 수 있다. 콘텍스트 는 인코더 측에서 이전에 양자화된 잠재를 포함하거나 디코더 측에서 이전에 엔트로피 디코딩된 양자화된 잠재를 포함할 수 있다. 콘텍스트 모델 NN(916)의 출력 과 입력(예: ) 간의 관계는 수식 4를 사용하여 설명될 수 있다.
수식 4
여기서 파라미터 는 콘텍스트 모델 NN(916)의 콘볼루션 커널에 사용되는 가중치 및 편향(편향이 콘텍스트 모델 NN(916)에서 사용되는 경우)과 같은 파라미터를 나타낸다.
콘텍스트 모델 NN(916)으로부터의 출력 및 하이퍼 디코더(925)로부터의 출력 은 엔트로피 파라미터 NN(917)에 공급되어, 출력 을 생성한다. 엔트로피 파라미터 NN(917)은 CNN과 같은 신경망을 사용하여 구현될 수 있다. 엔트로피 파라미터 NN(917)의 출력 과 입력(예: 및 ) 사이의 관계는 수식 5를 사용하여 설명될 수 있다.
수식 5
여기서 파라미터 는 엔트로피 파라미터 NN(917)의 콘볼루션 커널에 사용되는 가중치와 편향(편향이 엔트로피 파라미터 NN(917)에 사용되는 경우)과 같은 파라미터를 나타낸다. 엔트로피 파라미터 NN(917)의 출력 은 엔트로피 모델을 결정(예: 조건화)하는 데 사용될 수 있으므로 조건부 엔트로피 모델은 예를 들어 하이퍼 디코더(925)로부터의 출력 을 통해 입력 블록 x에 종속될 수 있다. 예를 들어, 출력 은 엔트로피 모델(예: GMM)을 조건화하는 데 사용되는 평균 및 스케일 파라미터와 같은 파라미터를 포함한다. 도 9b를 참조하면, 엔트로피 모델(예: 조건화된 엔트로피 모델)은 각각 엔트로피 코딩 및 엔트로피 디코딩에서 엔트로피 인코더(913) 및 엔트로피 디코더(914)에 의해 사용될 수 있다.
제2 서브-NN(952)은 아래에서 설명될 수 있다. 잠재 y는 하이퍼 인코더(921)에 공급되어 하이퍼 잠재 z를 생성할 수 있다. 일 예에서, 하이퍼 인코더(921)는 CNN과 같은 신경망을 사용하여 구현된다. 하이퍼 잠재 z와 잠재 y 사이의 관계는 수식 6을 사용하여 설명할 수 있다.
수식 6
여기서 파라미터 는 하이퍼 인코더(921)의 콘볼루션 커널에 사용되는 가중치 및 편향(편향이 하이퍼 인코더(921)에서 사용되는 경우)와 같은 파라미터를 나타낸다.
하이퍼 잠재 z는 양자화기(922)에 의해 양자화되어 양자화된 잠재 를 생성한다. 양자화된 잠재 는 예를 들어 하이퍼 신경망으로부터의 인코딩된 비트(932)와 같은 부가 정보를 생성하기 위해 엔트로피 인코더(923)에 의한 무손실 압축을 사용하여 압축될 수 있다. 엔트로피 인코더(923)는 허프만 코딩, 산술 코딩 등과 같은 엔트로피 코딩 기술을 사용할 수 있다. 일 예에서, 엔트로피 인코더(923)는 산술 인코딩을 사용하며, 산술 인코더이다. 일 예에서, 인코딩된 비트(932)와 같은 부가 정보는 예를 들어 인코딩된 블록(931)와 함께 코딩된 비트스트림에서 전송될 수 있다.
인코딩된 비트(932)와 같은 부가 정보는 엔트로피 디코더(924)에 의해 압축 해제(예: 엔트로피 디코딩)되어 출력을 생성할 수 있다. 엔트로피 디코더(924)는 허프만 코딩, 산술 코딩 등과 같은 엔트로피 코딩 기술을 사용할 수 있다. 일 예에서, 엔트로피 디코더(924)는 산술 디코딩을 사용하며, 산술 디코더이다. 일 예에서, 엔트로피 인코더(923)에서는 무손실 압축을 사용하고, 엔트로피 디코더(924)에서는 무손실 압축 해제를 사용하며, 부가 정보의 전송으로 인한 노이즈 등이 생략될 수 있으며, 엔트로피 디코더(924)로부터의 출력은 양자화된 잠재 일 수 있다. 하이퍼 디코더(925)는 양자화된 잠재 를 디코딩하여 출력 을 생성할 수 있다. 출력 과 양자화된 잠재 사이의 관계는 수식 7을 사용하여 설명할 수 있다.
수식 7
여기서 파라미터 는 하이퍼 디코더(925)의 콘볼루션 커널에 사용되는 가중치 및 편향(편향이 하이퍼 디코더(925)에서 사용되는 경우)과 같은 파라미터를 나타낸다.
위에서 설명한 바와 같이, 압축되거나 인코딩된 비트(932)는 부가 정보로서 코딩된 비트스트림에 추가될 수 있으며, 이는 엔트로피 디코더(914)가 조건부 엔트로피 모델을 사용할 수 있게 한다. 따라서 엔트로피 모델은 블록 종속적이고 공간적으로 적응할 수 있으므로 고정 엔트로피 모델보다 더 정확할 수 있다.
NIC 프레임워크(900)는 예를 들어 도 9b에 도시된 하나 이상의 컴포넌트를 생략하거나, 도 9b에 도시된 하나 이상의 컴포넌트를 수정하거나 및/또는 도 9b에 도시되지 않은 하나 이상의 컴포넌트를 포함하도록, 적절하게 구성될 수 있다. 일 예에서, 고정 엔트로피 모델을 사용하는 NIC 프레임워크는 제1 서브-NN(951)을 포함하고, 제2 서브-NN(952)을 포함하지 않는다. 일 예에서, NIC 프레임워크는 엔트로피 인코더(923) 및 엔트로피 디코더(924)를 제외하고 NIC 프레임워크(900)의 컴포넌트를 포함한다.
일 실시예에서, 도 8b에 도시된 NIC 프레임워크(900)의 하나 이상의 컴포넌트는 CNN(들)과 같은 신경망(들)을 사용하여 구현된다. NIC 프레임워크(예: NIC 프레임워크(900))에서 각각의 NN 기반 컴포넌트(예: 메인 인코더 네트워크(911), 메인 디코더 네트워크(915), 콘텍스트 모델 NN(916), 엔트로피 파라미터 NN(917), 하이퍼 인코더(921) 또는 하이퍼 디코더(925))는 임의의 적합한 아키텍처(예: 임의의 적합한 레이어 조합을 가짐)를 포함하고, 임의의 적합한 유형의 파라미터(예: 가중치, 편향, 가중치와 편향의 조합 등)을 포함하며, 임의의 적합한 수의 파라미터를 포함할 수 있다.
일 실시예에서, 메인 인코더 네트워크(911), 메인 디코더 네트워크(915), 콘텍스트 모델 NN(916), 엔트로피 파라미터 NN(917), 하이퍼 인코더(921) 및 하이퍼 디코더(925)는 개개의 CNN을 사용하여 구현된다.
도 10은 본 개시의 실시예에 따른 메인 인코더 네트워크(911)에 대한 예시적인 CNN을 도시한다. 예를 들어, 메인 인코더 네트워크(911)는 4개의 레이어 세트를 포함하며, 각 레이어 세트는 GDN 레이어가 뒤따르는 콘볼루션 레이어 5×5 c192 s2를 포함한다. 도 10에 도시된 하나 이상의 레이어는 수정 및/또는 생략될 수 있다. 추가 레이어(들)가 메인 인코더 네트워크(911)에 추가될 수 있다.
도 11은 본 개시의 실시예에 따른 메인 디코더 네트워크(915)에 대한 예시적인 CNN을 도시한다. 예를 들어, 메인 디코더 네트워크(915)는 3개의 레이어 세트를 포함하며, 각 레이어 세트는 IGDN 레이어가 뒤따르는 디콘볼루션 레이어 5×5 c192 s2를 포함한다. 또한 3개의 레이어 세트 뒤에는 IGDN 레이어가 뒤따르는 디콘볼루션 레이어 5×5 c3 s2가 온다. 도 11에 도시된 하나 이상의 레이어는 수정 및/또는 생략될 수 있다. 추가 레이어(들)가 메인 디코더 네트워크(915)에 추가될 수 있다.
도 12는 본 개시의 실시예에 따른 하이퍼 인코더(921)에 대한 예시적인 CNN을 도시한다. 예를 들어, 하이퍼 인코더(921)는 Leaky ReLU가 뒤따르는 콘볼루션 레이어 3×3 c192 s1, Leaky ReLU가 뒤따르는 콘볼루션 레이어 5×5 c192 s2 및 콘볼루션 레이어 5×5 c192 s2를 포함한다. 도 12에 도시된 하나 이상의 레이어는 수정 및/또는 생략될 수 있다. 추가적인 레이어(들)가 하이퍼 인코더(921)에 추가될 수 있다.
도 13은 본 개시의 실시예에 따른 하이퍼 디코더(925)에 대한 예시적인 CNN을 도시한다. 예를 들어, 하이퍼 디코더(925)는 Leaky ReLU가 뒤따르는 디콘볼루션 레이어 5×5 c192 s2, Leaky ReLU가 뒤따르는 디콘볼루션 레이어 5×5 c288 s2 및 디콘볼루션 레이어 3×3 c384 s1을 포함한다. 도 13에 도시된 하나 이상의 레이어는 수정 및/또는 생략될 수 있다. 추가적인 레이어(들)가 하이퍼 디코더(925)에 추가될 수 있다.
도 14는 본 개시의 실시예에 따른 콘텍스트 모델 NN(916)에 대한 예시적인 CNN을 도시한다. 예를 들어, 콘텍스트 모델 NN(916)은 콘텍스트 예측을 위해 마스크된 콘볼루션 5×5 c384 s1을 포함하므로, 수식 4의 콘텍스트 는 제한된 콘텍스트(예: 5×5 콘볼루션 커널)를 포함한다. 도 14의 콘볼루션 레이어는 수정될 수 있다. 추가 레이어(들)가 콘텍스트 모델 NN(916)에 추가될 수 있다.
도 15는 본 개시의 실시예에 따른 엔트로피 파라미터 NN(917)에 대한 예시적인 CNN을 도시한다. 예를 들어, 엔트로피 파라미터 NN(917)은 Leaky ReLU가 뒤따르는 콘볼루션 레이어 1×1 c640 s1, Leaky ReLU가 뒤따르는 콘볼루션 레이어 1×1 c512 s1 및 콘볼루션 레이어 1×1 c384 s1을 포함한다. 도 15에 도시된 하나 이상의 레이어는 수정 및/또는 생략될 수 있다. 추가 레이어(들)가 엔트로피 파라미터 NN(917)에 추가될 수 있다.
NIC 프레임워크(900)는 도 10 내지 도 15를 참조하여 설명된 바와 같이 CNN을 사용하여 구현될 수 있다. NIC 프레임워크(900)는 NIC 프레임워크(900)의 하나 이상의 컴포넌트(예: (911), (915), (916), (917), (921) 및/또는 (925))가 임의의 적합한 유형의 신경망(예: CNN 또는 비CNN 기반 신경망)을 사용하여 구현되도록, 적절하게 구성될 수 있다. NIC 프레임워크(900)의 하나 이상의 다른 컴포넌트는 신경망(들)을 사용하여 구현될 수 있다.
신경망(예: CNN)을 포함하는 NIC 프레임워크(900)는 신경망에서 사용되는 파라미터를 학습하도록 트레이닝될 수 있다. 예를 들어 CNN을 사용할 때, 메인 인코더 네트워크(911)의 콘볼루션 커널에서 사용되는 가중치와 편향(메인 인코더 네트워크(911)에서 편향을 사용하는 경우), 메인 디코더 네트워크(915)의 콘볼루션 커널에 사용되는 가중치 및 편향(메인 디코더 네트워크(915)에서 편향이 사용되는 경우), 하이퍼 인코더(921)의 콘볼루션 커널에 사용되는 가중치 및 편향(하이퍼 인코더(921)에서 편향이 사용되는 경우), 하이퍼 디코더(925)의 콘볼루션 커널에 사용되는 가중치 및 편향(하이퍼 디코더(925)에서 편향이 사용되는 경우), 콘텍스트 모델 NN(916)의 콘볼루션 커널(들)에 사용되는 가중치 및 편향(콘텍스트 모델 NN(916)에서 편향이 사용되는 경우), 엔트로피 파라미터 NN(917)의 콘볼루션 커널에 사용되는 가중치 및 편향(엔트로피 파라미터 NN(917)에서 편향이 사용되는 경우)과 같은, -에 의해 표현되는 파라미터들은 각각 트레이닝 프로세스에서 학습될 수 있다.
일 예에서, 도 10을 참조하면, 메인 인코더 네트워크(911)는 4개의 콘볼루션 레이어를 포함하며, 각 콘볼루션 레이어는 5×5의 콘볼루션 및 192개의 채널을 갖는다. 따라서 메인 인코더 네트워크(911)의 콘볼루션 커널에 사용되는 가중치의 개수는 19200(즉, 4×5×5×192)이다. 메인 인코더 네트워크(911)에 사용되는 파라미터에는 19200개의 가중치와 선택적 편향이 포함된다. 편향 및/또는 추가 NN(들)이 메인 인코더 네트워크(911)에서 사용될 때 추가 파라미터(들)가 포함될 수 있다.
도 9b를 참조하면, NIC 프레임워크(900)는 신경망(들)에 구축된 적어도 하나의 컴포넌트 또는 모듈을 포함한다. 적어도 하나의 컴포넌트는 메인 인코더 네트워크(911), 메인 디코더 네트워크(915), 하이퍼 인코더(921), 하이퍼 디코더(925), 콘텍스트 모델 NN(916), 엔트로피 파라미터 NN(917) 중 하나 이상을 포함할 수 있다. 적어도 하나의 컴포넌트를 개별적으로 트레이닝할 수 있다. 일 예에서, 트레이닝 프로세스는 각 컴포넌트에 대한 파라미터를 개별적으로 학습하는 데 사용된다. 적어도 하나의 컴포넌트는 그룹으로 공동으로 트레이닝될 수 있다. 일 예에서, 트레이닝 프로세스는 적어도 하나의 컴포넌트의 서브세트에 대한 파라미터를 공동으로 학습하는 데 사용된다. 일 예에서, 트레이닝 프로세스는 적어도 하나의 컴포넌트 모두에 대한 파라미터를 학습하는 데 사용되므로, E2E 최적화라고도 지칭된다.
NIC 프레임워크(900)의 하나 이상의 컴포넌트에 대한 트레이닝 프로세스에서, 하나 이상의 컴포넌트의 가중치(또는 가중치 계수)가 초기화될 수 있다. 일 예에서, 가중치는 사전 트레이닝된 대응하는 신경망 모델(예: DNN 모델, CNN 모델)을 기반으로 초기화된다. 일 예에서, 가중치를 난수로 설정하여 가중치를 초기화한다.
예를 들어, 가중치가 초기화된 후에 하나 이상의 컴포넌트를 트레이닝하기 위해 트레이닝 블록 세트가 사용될 수 있다. 트레이닝 블록 세트는 임의의 적합한 크기(들)를 갖는 적합한 블록을 포함할 수 있다. 일부 예에서, 트레이닝 블록 세트는 공간 도메인에 있는, 원시 이미지, 자연 이미지, 컴퓨터 생성 이미지, 및/또는 유사한 것으로부터의 블록을 포함한다. 일부 예에서, 트레이닝 블록 세트는 공간 도메인에서 잔차 데이터를 갖는 잔차 미지 또는 잔차 블록으로부터의 블록을 포함한다. 잔차 데이터는 잔차 계산기(예: 잔차 계산기(723))에 의해 계산될 수 있다. 일부 예에서, 원시 이미지 및/또는 잔차 데이터를 포함하는 잔차 이미지는 NIC 프레임워크(900)와 같은 NIC 프레임워크에서 신경망을 트레이닝하는 데 직접 사용될 수 있다. 따라서 원시 이미지, 잔차 이미지, 원시 이미지로부터의 블록 및/또는 잔차 이미지로부터의 블록을 사용하여 NIC 프레임워크에서 신경망을 트레이닝할 수 있다.
간결함을 위해, 아래에서는 트레이닝 블록을 예로 들어 트레이닝 프로세스를 설명한다. 설명은 트레이닝 이미지에 적합하게 적용될 수 있다. 트레이닝 블록 세트에서의 트레이닝 블록 t는 압축된 표현(예: 예를 들어 비트스트림에 대한 인코딩된 정보)을 생성하기 위해, 도 9b의 인코딩 프로세스를 통해 전달될 수 있다. 인코딩된 정보는 재구성된 블록 를 계산하고 재구성하기 위해 도 9b에서 설명된 디코딩 프로세스를 통해 전달될 수 있다.
NIC 프레임워크(900)의 경우, 두 개의 경쟁 목표, 예를 들어 재구성 품질과 비트 소비가 균형을 이룬다. 품질 손실 함수(예: 왜곡 또는 왜곡 손실) ))를 사용하여 재구성(예: 재구성된 블록 )과 원본 블록(예: 트레이닝 블록 t) 간의 차이와 같은 재구성 품질을 지시하는 데 사용될 수 있다. 레이트(또는 레이트 손실) R은 압축된 표현의 비트 소비를 지시하는 데 사용될 수 있다. 일 예에서, 레이트 손실 R은 예를 들어 콘텍스트 모델을 결정하는 데 사용되는 부가 정보를 더 포함한다.
신경 이미지 압축의 경우, 양자화의 미분 가능한 근사치가 E2E 최적화에 사용될 수 있다. 다양한 예에서, 신경망 기반 이미지 압축의 트레이닝 프로세스에서, 양자화를 시뮬레이션하기 위해 노이즈 주입(noise injection)을 사용하므로, 양자화기(예: 양자화기(912))에 의해 수행되는 대신에, 노이즈 주입에 의해 양자화가 시뮬레이션된다. 따라서 노이즈 주입을 통한 트레이닝은 양자화 에러 다양성을 근사화할 수 있다. 엔트로피 코더를 시뮬레이션하기 위해 BPP(bits per pixel) 추정기가 사용될 수 있으며, 따라서 엔트로피 코딩은 엔트로피 인코더(예: (913)) 및 엔트로피 디코더(예: (914))에 의해 수행되는 대신에, BPP 추정기에 의해 시뮬레이션된다. 따라서 트레이닝 프로세스 동안 수식 1에 도시된 손실 함수 L의 레이트 손실 R은 예를 들어, 노이즈 주입 및 BPP 추정기를 기반으로 추정될 수 있다. 일반적으로 레이트 R이 높을수록 왜곡 D가 낮아질 수 있고, 레이트 R이 낮을수록 왜곡 D가 높아질 수 있다. 따라서 수식 1의 트레이드오프 하이퍼파라미터 λ는 조인트 R-D 손실 L을 최적화하는 데 사용될 수 있으며, 여기서 L은 λD와 R의 합산으로 최적화될 수 있다. 트레이닝 프로세스는 조인트 R-D 손실 L이 최소화되거나 최적화되도록 NIC 프레임워크(900)의 하나 이상의 컴포넌트(예: (911)(915))의 파라미터를 조절하는 데 사용될 수 있다. 일부 예에서, 트레이드오프 하이퍼파라미터 λ는 다음과 같이 조인트 R-D(Rate-Distortion) 손실을 최적화하는 데 사용될 수 있다.
수식 8
여기서 E는 인코딩 전 원본 블록 잔차와 비교하여 디코딩된 블록 잔차의 왜곡을 측정하며, 이는 잔차 인코딩/디코딩 DNN 및 인코딩/디코딩 DNN에 대한 정규화 손실로 작용한다. 는 정규화 손실의 중요성을 균형 있게 유지하기 위한 하이퍼파라미터이다.
왜곡 손실 D 및 레이트 손실 R을 결정하고 따라서 수식 1에서 조인트 R-D 손실 L을 결정하기 위해, 다양한 모델이 사용될 수 있다. 일 예에서, 왜곡 손실 )은 평균 제곱 오차에 기반한 메트릭인 피크 신호 대 잡음비(peak signal-to-noise ratio, PSNR), 다중 구조 유사성(multiscale structural similarity, MS-SSIM) 품질 인덱스, PSNR과 MS-SSIM의 가중 조합 등으로 표현될 수 있다.
일 예에서, 트레이닝 프로세스의 목표는, 인코더 측에서 사용될 비디오 인코더와 같은 인코딩 신경망(예: 인코딩 DNN) 및 디코더 측에서 사용될 비디오 디코더와 같은 디코딩 신경망(예: 디코딩 DNN)을 트레이닝시키는 것이다. 일 예에서, 도 9b를 참조하면, 인코딩 신경망은 메인 인코더 네트워크(911), 하이퍼 인코더(921), 하이퍼 디코더(925), 콘텍스트 모델 NN(916) 및 엔트로피 파라미터 NN(917)을 포함할 수 있다. 디코딩 신경망은 메인 디코더 네트워크(915), 하이퍼 디코더(925), 콘텍스트 모델 NN(916) 및 엔트로피 파라미터 NN(917)을 포함할 수 있다. 비디오 인코더 및/또는 비디오 디코더는 NN(들)에 기반하거나 및/또는 NN(들)에 기반하지 않는 다른 컴포넌트(들)를 포함할 수 있다.
NIC 프레임워크(예: NIC 프레임워크(900))는 E2E 방식으로 트레이닝될 수 있다. 일 예에서, 인코딩 신경망과 디코딩 신경망은 E2E 방식에서의 역전파된 그레이디언트에 기반한 트레이닝 프로세스에서 공동으로 업데이트된다.
NIC 프레임워크(900)의 신경망 파라미터가 트레이닝된 후, NIC 프레임워크(900)의 하나 이상의 컴포넌트가 블록을 인코딩 및/또는 디코딩하는 데 사용될 수 있다. 일 실시예에서, 인코더 측에서, 비디오 인코더는 입력 블록 x를 비트스트림에서 전송될 인코딩된 블록(931)으로 인코딩하도록 구성된다. 비디오 인코더는 NIC 프레임워크(900)의 다수의 컴포넌트를 포함할 수 있다. 일 실시예에서, 디코더 측에서, 대응하는 비디오 디코더는 비트스트림에서의 인코딩된 블록(931)을 재구성된 블록 로 디코딩하도록 구성된다. 비디오 디코더는 NIC 프레임워크(900)의 다수의 컴포넌트를 포함할 수 있다.
일 예에서, 비디오 인코더는 NIC 프레임워크(900)의 모든 컴포넌트를 포함한다.
도 16a는 본 개시의 실시예에 따른 예시적인 비디오 인코더(1600A)를 도시한다. 비디오 인코더(1600A)는 예를 들어 도 9b를 참조하여 설명된, 메인 인코더 네트워크(911), 양자화기(912), 엔트로피 인코더(913) 및 제2 서브-NN(952)을 포함한다. 도 16b는 본 개시의 실시예에 따른 예시적인 비디오 디코더(1600B)를 도시한다. 비디오 디코더(1600B)는 메인 디코더 네트워크(915), 엔트로피 디코더(914), 콘텍스트 모델 NN(916), 엔트로피 파라미터 NN(917), 엔트로피 디코더(924) 및 하이퍼 디코더(925)를 포함할 수 있다. 도 16a 및 도 16b를 참조하면, 인코더 측에서, 비디오 인코더(1600A)는 비트스트림에서 전송될 인코딩된 블록(931) 및 인코딩된 비트(932)를 생성할 수 있다. 디코더 측에서, 비디오 디코더(1600B)는 인코딩된 블록(931) 및 인코딩된 비트(932)를 수신하고 디코딩할 수 있다.
도 17 및 도 18은 본 개시의 실시예에 따른 예시적인 비디오 인코더(1700) 및 대응하는 비디오 디코더(1800)를 각각 도시한다. 도 17을 참조하면, 비디오 인코더(1700)는 도 9b를 참조하여 설명한, 메인 인코더 네트워크(911), 양자화기(912) 및 엔트로피 인코더(913)를 포함한다. 도 18을 참조하면, 비디오 디코더(1800)는 메인 디코더 네트워크(915) 및 엔트로피 디코더(914)를 포함한다. 메인 디코더 네트워크(915)와 엔트로피 디코더(914)는 도 9b를 참조하여 설명된다. 도 17 및 도 18을 참조하면, 비디오 인코더(1700)는 비트스트림에 포함될 인코딩된 블록(931)을 생성할 수 있다. 비디오 디코더(1800)는 인코딩된 블록(931)을 수신하고 디코딩할 수 있다.
비디오 코딩 기술은 아티팩트(artifact)(예: 블로킹 효과(blocking effect))가 감소될 수 있도록 재구성된 샘플에 대해 수행되는 필터링 작동을 포함할 수 있다. 이러한 필터링 작동에는 디블로킹 필터(deblocking filter) 프로세스가 사용될 수 있으며, 여기서 인접한 블록들 사이의 블록 경계(예: 경계 영역)를 필터링하여 한 블록에서 다른 블록으로의 샘플 값의 보다 원활한 전환(smoother transition)이 달성될 수 있다.
일부 관련 예(예: HEVC)에서, 디블로킹 프로세스 또는 디블로킹 필터 프로세스가 블록 경계에 인접한 샘플에 적용될 수 있다. 디블로킹 필터 프로세스는 디코딩 프로세스와 동일한 순서로 CU에 대해 수행될 수 있다. 예를 들어, 디블로킹 필터 프로세스는 먼저 이미지에 대해 수직 경계에 대한 수평 필터링을 수행한 후 이미지에 대해 수평 경계에 대한 수직 필터링을 수행할 수 있다. 필터링은 루마 및 크로마 컴포넌트 모두에 대해 필터링되도록 결정된 8×8 블록 경계에 적용될 수 있다. 일 예에서, 복잡성을 줄이기 위해 4×4 블록 경계는 처리되지 않는다.
경계 강도(boundary strength, BS)는 디블로킹 필터 프로세스의 정도(degree) 또는 강도를 지시하는 데 사용될 수 있다. 일 실시예에서, BS에 대한 2의 값은 강한 필터링을 지시하고, 1은 약한 필터링을 지시하며, 0은 디블로킹 필터링이 없음을 지시한다.
이미지의 블록은 본 개시의 실시예와 같은 임의의 적합한 방법을 사용하여 코딩된 비디오 비트스트림으로부터 재구성될 수 있다. 블록은 예를 들어, 신경망(예: CNN(들))을 포함하는 비디오 디코더(예: (1600B), (1800))를 사용하여 재구성된다. 일부 예에서, 블록은 NN에 기반하지 않는 비디오 디코더를 사용하여 재구성된다. 하나 이상의 디블로킹 방법(디블로킹, 디블로킹 프로세스, 디블로킹 필터링 프로세스라고도 함)이 이웃하는 재구성된 블록들의 경계 영역의 아티팩트와 같은 블록 간의 아티팩트를 줄이기 위해 사용될 수 있다. 디블로킹은 예를 들어 이웃하는 재구성된 블록의 독립적인 양자화로 인해 발생되는, 이웃하는 재구성된 블록 간의 블로킹 아티팩트 또는 블로킹 효과를 줄일 수 있다. 디블로킹 모듈을 사용하여 이웃하는 재구성된 블록들의 경계 영역에 대해 디블로킹을 수행할 수 있다. 블록 간의 아티팩트를 줄이기 위해, NN 기반 디블로킹 모델을 사용할 수 있다. NN 기반 디블로킹 모델은 DNN 기반 디블로킹 모델, CNN 기반 디블로킹 모델 등이 될 수 있다. NN 기반 디블로킹 모델은 DNN(들), CNN(들) 등을 포함하는 NN(예: 디블로킹 NN)을 사용하여 구현될 수 있다.
도 19a 및 도 19b는 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스(1900)를 도시한다. 도 19a를 참조하면, 이미지(1901)는 복수의 블록(1911)~(1914)을 포함할 수 있다. 간결함을 위해, 4개의 동일한 크기의 블록(1911)~(1914)이 도 19a에 예시되어 있다. 일반적으로 이미지는 임의의 적합한 수의 블록으로 파티셔닝될 수 있으며, 블록의 크기는 상이하거나 동일할 수 있으며, 설명은 적절하게 조정될 수 있다. 일부 예에서, 예를 들어 이미지를 블록으로 파티셔닝하는 것으로 인해, 아티팩트를 포함하는 영역이 디블로킹에 의해 처리될 수 있다.
일 예에서, 블록(1911)~(1914)은 메인 디코더 네트워크(915)로부터의 재구성된 블록이다. 이미지(1901)는 재구성된 이미지이다. 일부 예에서, 재구성된 이미지(1901)는 잔차 데이터를 포함한다.
재구성된 블록(1911)~(1914) 중 제1 두 개의 이웃하는 재구성된 블록은 제1 공유된 경계(1941)에 의해 분리된 블록(1911) 및 블록(1913)을 포함할 수 있다. 블록(1911) 및 블록(1913)은 제1 공유된 경계(1941)의 양측에 샘플을 갖는 경계 영역 A를 포함할 수 있다. 참조하면 도 19a 및 도 19b에 도시된 바와 같이, 경계 영역 A는 블록(1911) 및 블록(1913)에 각각 위치되는 서브 경계 영역 A1 및 서브 경계 영역 A2를 포함할 수 있다. 제1 두 개의 이웃하는 재구성된 블록(1911, 1913)은 제1 공유된 경계(1941)의 양측에 샘플이 있는 경계 영역 A와 경계 영역 외부에 있는 비경계 영역(1921, 1923)을 포함할 수 있다.
재구성된 블록(1911)~(1914) 중 두 개의 이웃하는 재구성된 블록은 제2 공유된 경계(1942)에 의해 분리된 블록(1912) 및 블록(1914)을 포함할 수 있다. 블록(1912) 및 블록(1914)은 제2 공유된 경계(1942)의 양측에 샘플을 갖는 경계 영역 B를 포함할 수 있다. 도 19a 및 도 19b를 참조하면, 경계 영역 B는 블록(1912) 및 블록(1914)에 각각 위치되는 서브 경계 영역 B1 및 서브 경계 영역 B2를 포함할 수 있다. 블록(1912) 및 블록(1914)은 공유된 경계(1942)의 양측에 샘플을 갖는 경계 영역 B와 경계 영역 B 외부의 비경계 영역(1922) 및 비경계 영역(1924)을 포함할 수 있다.
재구성된 블록(1911)~(1914) 중 두 개의 이웃하는 재구성된 블록은 공유된 경계(1943)에 의해 분리된 블록(1911) 및 블록(1912)을 포함할 수 있다. 블록(1911) 및 블록(1912)은 공유된 경계(1943)의 양측에 샘플을 갖는 경계 영역 C를 포함할 수 있다. 도 19a 및 도 19b를 참조하면, 경계 영역 C는 블록(1911) 및 블록(1912)에 각각 위치되는 서브 경계 영역 C1 및 서브 경계 영역 C2를 포함할 수 있다. 블록(1911) 및 블록(1912)은 공유된 경계(1943)의 양측에 샘플을 갖는 경계 영역 C와 경계 영역 C 외부의 비경계 영역(1921) 및 비경계 영역(1922)을 포함할 수 있다.
재구성된 블록(1911)~(1914) 중 두 개의 이웃하는 재구성된 블록은 공유된 경계(1944)에 의해 분리된 블록(1913) 및 블록(1914)을 포함할 수 있다. 블록(1913) 및 블록(1914)은 공유된 경계(1944)의 양측에 샘플을 갖는 경계 영역 D를 포함할 수 있다. 도 19a 및 도 19b를 참조하면, 경계 영역 D는 블록(1913) 및 블록(1914)에 각각 위치되는 서브 경계 영역 D1 및 서브 경계 영역 D2를 포함할 수 있다. 블록(1913) 및 블록(1914)은 공유된 경계(1944)의 양측에 샘플을 갖는 경계 영역 D와 경계 영역 D 외부의 비경계 영역(1923) 및 비경계 영역(1924)을 포함할 수 있다.
도 19a를 참조하면, 이미지(1901)는 경계 영역 A-D 및 경계 영역 A-D 외부에 있는 비경계 영역(1921)~(1924)을 포함할 수 있다.
서브 경계 영역 A1-D1 및 A2-D2(및 경계 영역 A-D)은 임의의 적합한 크기(예: 너비 및/또는 높이)를 가질 수 있다. 도 19a에 도시된 실시예에서, 서브 경계 영역(A1, A2, B1, B2)은 m×n의 동일한 크기를 가지며, 여기서 n은 블록(1911)~(1914)의 너비이고, m은 서브 경계 영역(A1, A2, B1, B2)의 높이이다. m과 n은 모두 양의 정수이다. 일 예에서, m은 4개의 픽셀 또는 4개의 샘플이다. 따라서 경계 영역(A, B)은 2m×n의 동일한 크기를 갖는다. 서브 경계 영역(C1, C2, D1, D2)은 n×m의 동일한 크기를 가지며, 여기서 n은 블록(1911)~(1914)의 높이이고, m은 서브 경계 영역(C1, C2, D1, D2)의 너비이다. 따라서 경계 영역(C, D)은 n×2m의 동일한 크기를 갖는다. 위에서 설명한 바와 같이, 서브 경계 영역 및 경계 영역은 서로 다른 너비, 서로 다른 높이 등과 같은 서로 다른 크기를 가질 수 있다. 예를 들어, 서브 경계 영역(A1, A2)은 서로 다른 높이를 가질 수 있다. 일 예에서, 서브 경계 영역(C1, C2)은 서로 다른 너비를 가질 수 있다. 경계 영역(A, B)은 서로 다른 너비를 가질 수 있다. 경계 영역(C, D)은 서로 다른 높이를 가질 수 있다.
일부 예에서, 경계 영역은 직사각형 형상 또는 정사각형 형상과 상이한 형상을 갖는다. 경계 영역은 이웃 블록의 위치(들), 형상(들) 및/또는 크기(들)에 따라 불규칙한 형상을 가질 수 있다.
도 19a 및 도 19b를 참조하면, 경계 영역 A는 제1 공유된 경계(1941)로부터의 블록(1911)에서 m개의 샘플 라인(예: m개의 샘플 행) 및 제1 공유된 경계(1941)로부터의 블록(1913)에서 m개의 샘플 라인(예: m개의 샘플 행)을 포함한다. 경계 영역 C는 공유된 경계(1943)로부터의 블록(1911)에서 m개의 샘플 라인(예: m개의 샘플 열)을 포함하고, 공유된 경계(1943)로부터의 블록(1912)에서 m개의 샘플 라인(예: m개의 샘플 열)을 포함한다.
디블로킹은 DNN(들), CNN(들) 또는 임의의 적합한 NN(들)에 기반한 디블로킹 NN과 같은 디블로킹 NN(1930)을 사용하여 경계 영역 A-D 중 하나 이상에서 수행될 수 있다. 일 예에서, 디블로킹 NN(1930)은 하나 이상의 콘볼루셔널 레이어를 포함하는 CNN을 사용하여 구현된다. 디블로킹 NN(1930)은 풀링 레이어(들), 완전 연결된 레이어(들), 정규화 레이어(들) 등과 같은 본 개시에 설명된 추가 레이어(들)를 포함할 수 있다. 디블로킹 NN(1930)의 레이어는 임의의 적합한 순서 및 임의의 적합한 아키텍처(예: 피드포워드 아키텍처, 순환 아키텍처)로 배열될 수 있다. 일 예에서, 콘볼루션 레이어 다음에는 풀링 레이어(들), 완전 연결된 레이어(들), 정규화 레이어(들) 등과 같은 다른 레이어가 온다.
디블로킹 NN(1930)을 이용하여 경계 영역 A-D에 대해 디블로킹을 수행할 수 있다. 하나 이상의 경계 영역 A-D에는 아티팩트가 포함되어 있다. 아티팩트는 개개의 인접한 블록에 의해 유발될 수 있다. 경계 영역 A-D 중 하나 이상은 아티팩트를 줄이기 위해 디블로킹 NN(1930)으로 송신될 수 있다. 따라서 디블로킹 NN(1930)에 대한 입력은 경계 영역 A-D 중 하나 이상을 포함하고, 디블로킹 NN(1930)의 출력은 디블로킹되는 경계 영역 A-D 중 하나 이상을 포함한다.
도 19b를 참조하면, 경계 영역 A~D는 개개의 인접한 블록에 의해 유발된 아티팩트를 포함한다. 경계 영역 A-D는 아티팩트를 줄이기 위해 디블로킹 NN(1930)으로 송신될 수 있다. 디블로킹 NN(1930)의 출력에는 디블로킹된 경계 영역 A'-D'가 포함된다. 일 예에서, 디블로킹된 경계 영역 A'-D'의 아티팩트가 경계 영역 A-D의 아티팩트에 비해 감소된다.
도 19b를 참조하면, 이미지(1901)의 경계 영역 A-D는 예를 들어 디블로킹된 경계 영역 A'-D'로 대체되어 업데이트된다. 따라서 이미지(1950)(예: 디블로킹된 이미지)가 생성되고, 이는 디블로킹된 경계 영역 A'-D' 및 비경계 영역(1921)-(1924)을 포함한다.
일부 예에서, 경계 영역 A-D를 갖는 이미지(1901)는 단일 경계 영역으로 처리된다. 이미지(1901)는 블로킹 효과를 줄이기 위해 디블로킹 NN(1930)으로 송신된다. 디블로킹 NN(1930)의 출력에는 디블로킹된 이미지(예: 이미지(1950))가 포함되며, 여기서 디블로킹된 이미지는 디블로킹된 경계 영역(예: A'-D') 및 비경계 영역(1921)-(1924)을 포함할 수 있다.
일부 예에서, 경계 영역(들)을 포함하는 이웃하는 블록(예: 경계 영역 C를 포함하는 블록(1911)-(1912))은 디블로킹 NN(1930)으로 송신된다. 디블로킹 NN(1930)으로부터의 출력은 디블로킹된 블록을 포함하며, 여기서 디블로킹된 블록은 디블로킹된 경계 영역(예: C') 및 비경계 영역(1921)-(1922)을 포함할 수 있다.
하나 이상의 샘플은 다수의 경계 영역에 있을 수 있다. 다수의 경계 영역이 대응하는 디블로킹된 경계 영역으로 대체될 때, 하나 이상의 공유 샘플 중 하나의 값을 결정하기 위해 임의의 적합한 방법이 사용될 수 있다.
도 19a를 참조하면, 샘플 S가 경계 영역 A와 C에 존재한다. 경계 영역 A'와 경계 영역 C'를 획득한 후, 샘플 S의 값을 획득하기 위해 다음과 같은 방법을 사용할 수 있다. 일 예에서, 경계 영역 A는 디블로킹된 경계 영역 A'로 대체되고, 이어서 경계 영역 C는 디블로킹된 경계 영역 C'로 대체된다. 따라서 샘플 S의 값은 디블로킹된 경계 영역 C'에서의 샘플 S의 값에 의해 결정된다.
일 예에서, 경계 영역 C는 디블로킹된 경계 영역 C'로 대체되고, 이어서 경계 영역 A는 디블로킹된 경계 영역 A'로 대체된다. 따라서 샘플 S의 값은 디블로킹된 경계 영역 A'에서의 샘플 S의 값에 의해 결정된다.
일 예에서, 샘플 S의 값은 디블로킹된 경계 영역 A'의 샘플 S의 값과 디블로킹된 경계 영역 C'의 샘플 S의 값의 평균(예: 가중 평균)에 의해 결정된다.
경계 영역은 두 개 이상의 블록의 샘플을 포함할 수 있다. 도 20은 본 개시의 실시예에 따라 경계 영역이 두 개 이상의 블록의 샘플을 포함할 수 있는 예시적인 디블로킹 프로세스를 도시한다. 단일 경계 영역 AB는 경계 영역 A와 경계 영역 B를 포함할 수 있다. 경계 영역 AB는 두 개의 이웃하는 재구성된 블록(1911, 1913) 사이의 공유된 경계(1941)의 양측에 있는 샘플을 포함할 수 있으며, 두 개의 인접한 재구성된 블록(1912, 1914) 사이의 공유된 경계(1942)의 양측에 있는 샘플을 포함할 수 있다. 하나의 경계 영역 CD는 경계 영역 C와 경계 영역 D를 포함할 수 있다. 경계 영역 CD는 이웃하는 두 개의 재구성된 블록(1911, 1912) 사이의 공유된 경계(1943)의 양측에 있는 샘플을 포함할 수 있고, 두 개의 이웃하는 재구성된 블록(1913, 1914) 사이의 공유된 경계(1944)의 양측에 있는 샘플을 포함할 수 있다.
디블로킹 NN(1930)과 같은 디블로킹 NN은 경계 영역(AB 및 CD) 중 하나 이상에 대해 디블로킹을 수행하여 경계 영역 중 하나 이상의 디블로킹된 경계 영역을 생성할 수 있다. 도 20을 참조하면, 경계 영역(AB, CD)은 디블로킹 NN(1930)으로 송신되고, 디블로킹된 경계 영역(AB', CD')가 생성된다. 디블로킹된 경계 영역(AB', CD')은 이미지(1901)의 경계 영역(AB, CD)을 대체할 수 있으며, 따라서 이미지(2050)가 생성된다. 이미지(2050)는 디블로킹된 경계 영역(AB'-CD') 및 비경계 영역(1921)-(1924)을 포함할 수 있다. 이미지(2050)는 이미지(1950)와 동일할 수도 있고 상이할 수도 있다.
본 개시의 실시예에 따르면, 다중 모델 디블로킹(a multi-model deblocking) 방법이 사용될 수 있다. 서로 다른 디블로킹 모델을 경계 영역의 서로 다른 유형이나 카테고리에 적용하여 아티팩트를 제거할 수 있다. 경계 영역을 다양한 카테고리로 분류하기 위해 분류 모듈(classification module)을 적용할 수 있다. 임의의 분류 모듈을 적용할 수 있다. 일 예에서, 분류 모듈은 NN에 기반한다. 일 예에서, 분류 모듈은 NN에 기반하여 하지 않는다. 경계 영역은 각 카테고리에 따라 서로 다른 디블로킹 모델로 송신될 수 있다.
일 실시예에서, 디블로킹 NN은 각각 서로 다른 디블로킹 모델에 기반하여 구현된 다수의 디블로킹 NN을 포함한다. 다수의 디블로킹 NN 중 어떤 것이 경계 영역에 적용되지는지가 예를 들어 분류 모듈에 의해 결정될 수 있다. 결정된 디블로킹 NN으로 경계 영역에 대해 디블로킹을 수행할 수 있다. 일 예에서, 다수의 디블로킹 NN 중 어떤 것이 경계 영역에 적용되지는지가 DNN, CNN 등과 같은 NN(예: 분류 NN)에 기반하는 분류 모듈에 의해 결정된다.
일 실시예에서, 디블로킹 NN은 다중 모델 디블로킹을 구현하는 단일 NN을 포함한다.
도 21은 본 개시의 실시예에 따른 다중 디블로킹 모델에 기반한 예시적인 디블로킹 프로세스(2100)를 도시한다. 분류 모듈(2110)은 경계 영역 A-D를 하나 이상의 카테고리로 분류할 수 있다. 예를 들어, 경계 영역 C-D는 제1 카테고리로 분류되고, 경계 영역 B는 제2 카테고리로 분류되며, 경계 영역 A는 제3 카테고리로 분류된다. 서로 다른 카테고리의 경계 영역에 서로 다른 디블로킹 모델을 적용할 수 있다. 도 21에서, 디블로킹 NN(2130)은 다수의 디블로킹 모델(예: 디블로킹 모델 1 - 디블로킹 모델 L)에 기반한 다중 모델 디블로킹과 같은 디블로킹을 수행하는 데 사용될 수 있다. L은 양의 정수이다. L이 1일 때, 디블로킹 NN(2130)은 단일 디블로킹 모델을 포함한다. L이 1보다 클 때, 디블로킹 NN(2130)은 다수의 디블로킹 모델을 포함한다. 디블로킹 NN(2130)은 단일 NN 또는 다수의 NN을 사용하여 구현될 수 있다.
일 예에서, 디블로킹 모델 1은 제1 카테고리의 경계 영역(들)(예: C 및 D)에 적용되고, 디블로킹된 경계 영역(들)(예: C" 및 D")이 생성된다. 디블로킹 모델 2는 제2 카테고리의 경계 영역(들)(예: B)에 적용되고, 디블로킹 경계 영역(들)(예: B")이 생성된다. 디블로킹 모델 3이 제3 카테고리의 경계 영역(들)(예: A)에 적용되고, 디블로킹된 경계 영역(들)(예: A")이 생성된다. 디블로킹된 경계 영역 A'-D'는 이미지(1901)에서 대응하는 경계 영역 A-D를 대체할 수 있으며, 따라서 이미지(2150)가 생성된다. 이미지(2150)는 디블로킹된 경계 영역 A"-D"와 비경계 영역(2121)-(2124)을 포함할 수 있다.
경계 영역을 분류하거나 범주화하기 위해 임의의 적합한 메트릭(metric)이 적용될 수 있다. 일 예에서, 경계 영역은 경계 영역의 콘텐츠에 따라 분류된다. 예를 들어, 주파수가 높은 콘텐츠(예: 상대적으로 분산(variance)이 큰 콘텐츠)를 갖는 경계 영역과 주파수가 낮은 콘텐츠(예: 상대적으로 분산이 작은 콘텐츠)를 갖는 경계 영역은 서로 다른 디블로킹 모델에 대응하는 서로 다른 카테고리로 분류된다. 경계 영역의 아티팩트의 강도를 이용하여 경계 영역을 분류할 수 있다. 다중 모델 디블로킹 방법은 두 개 이상의 블록 사이의 경계 영역(예: A, B, C, D, AB 및/또는 CD)과 같은 임의의 적합한 경계 영역에 적용될 수 있다. 경계 영역의 주파수는 경계 영역 내의 샘플들의 최대 차이에 기반하여 결정될 수 있다. 일 예에서, 공유된 경계의 제1 측에 있는 제1 에지(edge) 근처의 샘플들의 제1 차이가 결정된다. 일 예에서, 공유된 경계의 제2 측에 있는 제2 에지 근처의 샘플들의 제2 차이가 결정된다. 일 예시에서, 제1 차이와 제2 차이가 결정된다.
디블로킹 NN(예: 도 19b의 디블로킹 NN(1930) 또는 도 21의 디블로킹 NN(2130))은 블록 간의 아티팩트를 제거하기 위해 적용될 수 있다. 일 예에서, 공유된 경계에 가까운 샘플 또는 픽셀은 공유된 경계에서 더 멀리 있는 샘플(또는 픽셀)보다 더 많이 디블로킹될 수 있다. 도 19a를 다시 참조하면, 샘플 S는 샘플 F보다 공유된 경계(1941)에 더 가깝고, 따라서 샘플 S는 샘플 F보다 더 많이 디블로킹될 수 있다.
디블로킹 NN(예: 디블로킹 NN(1930) 또는 디블로킹 NN(2130))의 디블로킹 모델은 하나 이상의 콘볼루션 레이어를 포함할 수 있다. 예를 들어 CNN 기반 어텐션(attention) 메커니즘(예: 비로컬(non-local) 어텐션, SENet(Squeeze-and-Excitation Network)), ResNet(residual neural network)(예: CNN 또는 콘브넷(convnet) 세트 및 활성화 함수를 포함)) 및/또는 이와 유사한 것이 사용될 수 있다. 예를 들어, 이미지 초해상도(image super-resolution)에 의해 사용되는 DNN은 예를 들어, 출력 크기를 입력 크기와 동일하게 변경하는 것에 의해 사용될 수 있다. 이미지 초해상도에서는 이미지의 해상도를 저해상도에서 고해상도로 높일 수 있다.
NN 또는 다른 학습 기반 방법을 사용하여 경계 영역(들)에서 디블로킹을 수행하는 방법이 위에 설명되어 있다. 일부 예에서, 비디오 인코더 및/또는 비디오 디코더는 NN에 기반한 디블로킹 방법 또는 NN에 기반하지 않은 디블로킹 방법 사이에서 선택할 수도 있다. 선택은 슬라이스 레벨, 픽처 레벨, 픽처 그룹에 대해, 시퀀스 레벨 등과 같은 다양한 레벨에서 이루어질 수 있다. 플래그를 사용하여 선택이 시그널링될 수 있다. 선택은 경계 영역의 콘텐츠로부터 추론될 수 있다.
비디오 인코더 및/또는 비디오 디코더는 예를 들어, 픽셀 또는 샘플에 대한 NN 도출된 조정이 경계 강도(boundary strength, BS)의 디폴트 레벨에 있을 때, 본 개시에 설명된 방법 및 실시예 이외에 다양한 레벨의 경계 강도를 적용할 수 있다. 경계 조건과 블록 코딩 특징을 분석함으로써, 디폴트 조정을 수정(예: 확대 또는 축소)하기 위해 다양한 레벨의 BS가 할당될 수 있다.
본 개시의 일 실시예에 따르면, 이웃하는 재구성된 블록들의 하나 이상의 비경계 영역은 향상 NN으로 향상될 수 있다.
디블로킹 NN(예: (1930) 또는 (2130))은 블로킹 효과로 인한 아티팩트와 같은 아티팩트를 줄이고 시각적 품질을 향상시킬 수 있는 임의의 적합한 필터링 방법을 사용하여 구현될 수 있다. 디블로킹 NN(예: (1930) 또는 (2130))은 본 개시에 설명된 바와 같이, 임의의 신경망 아키텍처(예: 피드포워드 아키텍처 또는 순환 아키텍처)를 포함할 수 있고, 임의의 개수 및 임의의 적합한 레이어 조합을 포함할 수 있으며, 하나 이상의 서브 신경망을 포함할 수 있고, 임의의 적합한 유형의 파라미터(예: 가중치, 편향, 가중치와 편향의 조합)를 포함할 수 있으며, 임의의 적합한 개수의 파라미터를 포함할 수 있다. 일 예에서, 디블로킹 NN(예: (1930) 또는 (2130))은 DNN(들) 및/또는 CNN(들)을 사용하여 구현된다.
일 예에서, 디블로킹 NN은 하나 이상의 콘볼루션 레이어를 포함하는 CNN을 사용하여 구현된다. 디블로킹 NN은 풀링 레이어(들), 완전 연결된 레이어(들), 정규화 레이어(들) 등과 같은 본 개시에 설명된 추가 레이어(들)을 포함할 수 있다. 디블로킹 NN의 레이어는 임의의 적합한 순서 및 임의의 적합한 아키텍처(예: 피드포워드 아키텍처 또는 순환 아키텍처)로 배열될 수 있다. 일 예에서, 콘볼루션 레이어 다음에는 풀링 레이어(들), 완전 연결된 레이어(들), 정규화 레이어(들) 등과 같은 다른 레이어가 온다. 디블로킹 NN의 각 콘볼루션 레이어에는 임의의 적합한 수의 채널과 임의의 적절한 콘볼루션 커널 및 스트라이드(stride)가 포함될 수 있다.
디블로킹 NN은 임의의 적합한 트레이닝 이미지 또는 트레이닝 블록에 기반하여 트레이닝될 수 있다. 디블로킹 NN의 트레이닝은 도 9b를 참조하여 위에서 설명한 것과 유사하거나 동일할 수 있다. 일 실시예에서, 트레이닝 이미지는 블로킹 효과로 인해 아티팩트를 갖는 재구성된 이미지를 포함할 수 있다. 일 실시예에서, 트레이닝 블록은 블로킹 효과로 인해 아티팩트를 갖는 재구성된 블록을 포함할 수 있다. 일 실시예에서, 디블로킹 NN(예: (1930) 또는 (2130))은 개개의 트레이닝 블록 또는 트레이닝 이미지에서 블로킹 효과로 인해 아티팩트를 갖는 경계 영역(예: 경계 영역 A-D, AB 및/또는 CD)으로 트레이닝된다. 디블로킹 NN(예: (1930) 또는 (2130))은 트레이닝 프로세스 후에 트레이닝된 파라미터를 사용하여 구성될 수 있다. 트레이닝된 디블로킹 NN은 도 19a, 도 19b, 도 20, 도 21, 도 22a 및 도 22b에 도시된 바와 같이 하나 이상의 경계 영역에 대해 디블로킹을 수행할 수 있다. 디블로킹 NN(예: (1930) 또는 (2130))은 도 19a 및 도 19b를 참조하여 설명된 바와 같이, 재구성된 이미지(예: 이미지(1901)) 또는 재구성된 블록(예: 블록(1911)-(1912))에 적용되어 블로킹 효과를 줄일 수 있다. 디블로킹 NN(예: (1930) 또는 (2130))은 아래 도 22a 및 도 22b에 도시된 바와 같이 경계 영역에 적용될 수 있다.
디블로킹 NN(예: (1930) 또는 (2130))은 디블로킹 NN의 파라미터를 결정하기 위해 별도로 트레이닝될 수 있다. 디블로킹 NN(예: (1930) 또는 (2130))은 NIC 프레임워크의 컴포넌트로 트레이닝되거나 NIC 프레임워크와 함께 트레이닝될 수 있다. 예를 들어, NIC 프레임워크(900)와 디블로킹 NN(예: (1930) 또는 (2130))은 공동으로 트레이닝될 수 있다.
이하의 설명에서, 간결함을 위해, 경계 신호는 경계 영역(들)을 포함하는 재구성된 이미지, 경계 영역(들)을 포함하는 이웃하는 재구성된 블록, 또는 재구성 이미지 또는 이웃하는 재구성된 블록에서의 경계 영역(들)을 지칭할 수 있다. 경계 신호에는 블로킹 효과로 인해 아티팩트가 있을 수 있다. 일 실시예에서, 경계 신호는 디블로킹 NN에 의해 디블로킹되지 않았다. 경계 신호는 인코딩된 신호에 대응할 수 있다.
도 9b, 도 19a 및 도 19b를 참조하면, 경계 신호는 메인 디코더 네트워크(915)로부터의 출력(들)(예: 재구성된 블록)에 기반할 수 있다. 경계 신호에 대응하는 인코딩된 신호는 엔트로피 인코더(913)로부터의 출력(들)(예: 인코딩된 블록)에 기반할 수 있다.
일 예에서, 경계 신호는 메인 디코더 네트워크(915)로부터 재구성된 블록(예: 블록(1911)-(1914))을 포함하는 이미지(1901)와 같은 경계 영역(들)을 포함하는 재구성된 이미지를 포함하며, 이미지(1901)는 경계 영역 A-D를 포함한다. 재구성된 이미지에 대응하는 인코딩된 신호는 엔트로피 인코더(913)로부터의 출력(예: 인코딩된 블록)에 기반한 인코딩된 이미지를 포함할 수 있다.
일 예에서, 경계 신호는 재구성된 이미지(예: 이미지(1901))의 경계 영역(예: 경계 영역 A, B, C, D, AB 또는 CD)을 포함한다. 경계 영역에 대응하는 인코딩된 신호는 엔트로피 인코더(913)로부터의 출력(예: 인코딩된 블록)에 기반한 인코딩된 이미지를 포함할 수 있다.
일 예에서, 경계 신호는 메인 디코더 네트워크(915)로부터의 블록(1911)-(1912))과 같은 경계 영역(들)을 포함하는 이웃하는 재구성된 블록들을 포함한다. 이웃하는 재구성된 블록들에 대응하는 인코딩된 신호는 엔트로피 인코더(913)로부터의 출력에 기반한 인코딩된 블록(예: 이웃하는 인코딩된 블록)을 포함할 수 있다.
일 예에서, 경계 신호는 메인 디코더 네트워크(915)로부터 출력되는 이웃하는 재구성된 블록의 경계 영역(예: 경계 영역 A, B, C, D, AB 또는 CD)을 포함한다. 경계 영역에 대응하는 인코딩된 신호는 엔트로피 인코더(913)로부터의 출력에 기반한 인코딩된 블록(예: 이웃하는 인코딩된 블록)을 포함할 수 있다.
디블로킹은 디블로킹된 경계 신호(예: 디블로킹된 경계 영역, 디블로킹된 이미지, 디블로킹된 이웃하는 재구성된 블록)를 결정하기 위해 경계 신호(예: 재구성된 이미지 또는 재구성된 블록의 경계 영역, 재구성된 이미지 또는 이웃하는 재구성된 블록)에 적용될 수 있다. 디블로킹은 디블로킹된 경계 신호의 R-D 손실 L을 줄이기 위해 사용될 수 있으며, 여기서 R-D 손실 L은 디블로킹된 경계 신호의 왜곡 손실 D 및 경계 신호에 대응하는 인코딩된 신호의 레이트 손실 R을 포함할 수 있다. 일 실시예에서, 인코딩된 신호(예: 인코딩된 블록(931)을 포함하는 인코딩된 이미지 또는 도 9b의 인코딩된 블록(931)을 포함하는 인코딩된 블록)가 디블로킹 프로세스에 의해 영향을 받지 않기 때문에, 인코딩된 신호의 레이트 손실 R은 디블로킹 프로세스에서 변경되지 않고 유지된다. 따라서 디블로킹된 경계 신호의 R-D 손실 L은 디블로킹 프로세스에 종속되는 디블로킹된 경계 신호의 왜곡 손실 로 지시될 수 있다. 디블로킹된 경계 신호의 왜곡 손실 D를 감소시키기 위해 디블로킹이 적용될 수 있으며, 예를 들어, 디블로킹된 경계 신호의 왜곡 손실 D는 대응하는 경계 신호의 왜곡 손실 D보다 작을 수 있다.
디블로킹의 예가 도 9a, 도 9b 및 도 19a-19b를 참조하여 도시된다. 코딩되거나 압축될 입력 이미지는 도 9a를 참조하여 설명한 바와 같이 블록(예: 입력 블록)으로 파티셔닝될 수 있다. 도 9b를 참조하면, 각각의 입력 블록(예: 입력 블록 x)은 NIC 프레임워크(900)에 의해 처리되어 대응하는 인코딩된 블록 및 재구성된 블록 을 각각 생성할 수 있다.
일 예에서, 디블로킹될 경계 신호는 재구성된 블록 을 포함하는 재구성된 이미지이다. 심볼 I, 및 은 각각 입력 이미지, 인코딩된 블록을 포함하는 인코딩된 이미지, 재구성된 블록을 포함하는 재구성된 이미지를 지시하는 데 사용된다. 도 19a 및 도 19b를 참조하면, 일 예에서, 디블로킹된 이미지 (예: 이미지(1950))를 획득하기 위해, 재구성된 이미지 (예: 이미지(1901))는 디블로킹 NN(예: (1930))에 공급된다. 본 개시의 일 실시예에 따르면, 수식 9에 나타낸 R-D 손실 을 감소시키기 위해 디블로킹이 구현될 수 있다.
수식 9
여기서 디블로킹된 이미지 에 대응하는 R-D 손실 은 디블로킹된 이미지 의 왜곡 손실 과 인코딩된 이미지 의 레이트 손실 R()을 포함할 수 있다.
위에서 설명한 바와 같이, 인코딩된 이미지 의 레이트 손실 R()은 디블로킹 프로세스에서 변하지 않고 유지된다. 따라서 디블로킹 NN의 성능은 디블로킹된 이미지 의 왜곡 손실 에 기반하여 결정될 수 있다. 일 예에서, 재구성된 이미지 의 왜곡 손실 은 디블로킹된 이미지 의 왜곡 손실 로 감소되며, 왜곡 손실 은 왜곡 손실 보다 작다.
디블로킹될 경계 신호가 (i) 이웃하는 재구성된 블록(예: (1911)-(1912)) 또는 (ii) 경계 영역(예: 경계 영역 A)을 포함하면, 위의 설명이 적용될 수 있다.
디블로킹 NN에 의해 디블로킹될 경계 신호는 인코딩되고 선택적으로 코딩된 비디오 비트스트림에 포함될 입력 신호(예: 입력 이미지 또는 입력 블록)에 대응할 수 있다. 디블로킹된 경계 신호는 경계 신호에 기반하여 디블로킹 NN에 의해 생성될 수 있다. 디블로킹될 경계 신호가 디블로킹 NN을 트레이닝하는 데 사용되는 트레이닝 이미지, 트레이닝 블록 및/또는 트레이닝 경계 영역과 상당히 상이하면, 디블로킹된 경계 신호는 상대적으로 열악한 R-D 손실 L 또는 상대적으로 큰 왜곡 D에 대응할 수 있다. 따라서 본 개시의 측면은 예를 들어 블록 단위 이미지 압축에 사용되는 콘텐츠 적응적 온라인 트레이닝 방법 및 디블로킹 장치를 설명한다. 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝에서, 디블로킹 NN의 하나 이상의 파라미터(예: 가중치(들) 및/또는 편향(들))는 경계 신호에 기반하여 결정될 수 있으며, 경계 신호는 코딩된 비디오 스트림에서 압축(예: 인코딩)되거나 및/또는 포함될 입력 신호(예: 입력 이미지 또는 입력 블록)에 기반하여 생성된다. 입력 신호는 원시 데이터 또는 잔차 데이터를 포함할 수 있다. 간결함을 위해, 본 개시에서는 디블로킹될 경계 신호에 기반하는 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝을 디블로킹 트레이닝으로 표시한다.
본 개시의 일 실시예에 따르면, 디블로킹 NN의 하나 이상의 결정된 파라미터(예: 결정된 가중치(들) 및/또는 결정된 편향(들))를 지시하는 디블로킹 정보가 인코딩될 수 있고 선택적으로 코딩된 비디오 비트스트림에 포함될 수 있다. 따라서 R-D 손실 L p 는 코딩된 비디오 비트스트림에서 디블로킹 정보를 시그널링하는 레이트 손실 또는 비트 소비 R(p)를 포함할 수 있다. 일 예에서, 경계 신호는 재구성된 이미지 이고, L p 는 수식 10에 나타내 바와 같이 결정될 수 있다.
수식 10
여기서 디블로킹된 경계 신호 에 대응하는 R-D 손실 는 디블로킹된 경계 신호 (예: 디블로킹된 재구성 이미지)의 왜곡 손실 , 인코딩된 신호 (예: 인코딩된 이미지)의 레이트 손실 R() 및 레이트 손실 R(p)을 포함할 수 있다. 위에서 설명한 바와 같이, 디블로킹 프로세스에서 레이트 손실 R()은 변하지 않고 유지되므로, 디블로킹 트레이닝에서도 레이트 손실 R()은 변하지 않고 유지된다. 수식 10에 레이트 손실 R(p)를 추가하는 것은 수식 9에 나타낸 R-D 손실 에 비해 R-D 손실 를 증가시킨다. 와 R(p)의 합은 L training 으로 표시된다. 디블로킹 트레이닝은 레이트 손실 R(p)의 증가에도 불구하고 L training 항이 보다 작도록 디블로킹된 경계 신호 의 왜곡 손실 을 줄이기 위해 구현될 수 있다. 일 예에서, 디블로킹 트레이닝은 L training 항이 디블로킹 프로세스 없이 대응하는 재구성된 신호의 보다 작도록 L training 항을 감소(예: 최소화)시킬 수 있다. 일 예에서, 디블로킹 트레이닝은 L training 항이 디블로킹 트레이닝 없이 디블로킹 NN을 사용하여 생성된 디블로킹 경계 신호의 λD보다 작도록 L training 항을 감소(예: 최소화)시킬 수 있다.
본 개시의 실시예에 따르면, 인코더 측에서, 압축되거나 코딩될 입력 이미지는 블록으로 파티셔닝될 수 있다. 도 9b를 참조하면, 블록은 예를 들어 NIC 프레임워크(900)에 기반하여 인코딩된 블록으로 인코딩될 수 있다. 인코딩된 블록은 재구성된 블록을 생성하기 위해 NIC 프레임워크(900)에 의해 처리될 수 있다.
디블로킹 트레이닝이 예를 들어, 인코더 측에서, 재구성된 블록(예: 재구성된 블록의 이웃하는 재구성된 블록)과 연관된 경계 신호에 기반하여 구현될 수 있다. 일 예에서, 이웃하는 재구성된 블록은 재구성된 이미지의 재구성된 블록의 서브세트를 포함한다. 일 예에서, 이웃하는 재구성된 블록은 재구성된 이미지에서의 재구성된 블록 각각을 포함하므로, 전체 재구성된 이미지가 이웃하는 재구성된 블록으로 취급된다. 따라서 경계 신호는 (i) 이미지(1901)와 같은 전체 재구성된 이미지, (ii) 블록(1911)-(1912)과 같은 이웃하는 재구성된 블록, 또는 (iii) 재구성된 블록에 포함된 하나 이상의 경계 블록(예: 경계 영역 A-D 중 하나 이상)을 포함할 수 있다.
본 개시의 일 실시예에 따르면 경계 신호는 전체 재구성된 이미지를 포함한다. 디블로킹 트레이닝은 재구성된 이미지에 기반하여 구현될 수 있으며, 여기서 예를 들어 도 9b를 참조하여 위에서 설명된 것과 같은 반복적 업데이트 프로세스에 기반하여 레이트-왜곡 성능을 최적화하는 것에 의해 디블로킹 NN의 하나 이상의 파라미터가 결정(예: 업데이트)된다. 디블로킹 트레이닝 프로세스에서, L training 항은 디블로킹 NN의 하나 이상의 파라미터를 반복적으로 업데이트함으로써 줄어들 수 있다.
일 예에서, 경계 신호는 블록(1911)-(1912)과 같은 이웃하는 재구성된 블록을 포함한다. 도 22a는 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스를 도시한다. 이웃하는 재구성된 블록(1911)-(1912)은 디블로킹 NN(예: (1930))에 공급되고, 디블로킹된 블록(1911)'-(1912)'이 생성되며, 여기서 디블로킹된 블록(1911)'-(1912)'은 디블로킹된 경계 영역 C'와 비경계 영역(1921)-(1922)을 포함한다. 일 예에서, 재구성된 블록(1911)-(1912)의 왜곡 손실은 디블로킹된 블록(1911)'-(1912)'의 왜곡 손실로 감소된다. 본 개시의 일 실시예에 따르면, 디블로킹 트레이닝은 이웃하는 재구성된 블록에 기반하여 구현될 수 있으며, 여기서, 디블로킹 NN의 하나 이상의 파라미터가 예를 들어, 도 9b를 참조하여 전술한 바와 같은 반복적인 업데이트 프로세스에 기반하여 레이트-왜곡 성능을 최적화하는 것에 의해 결정(예: 업데이트)될 수 있다. 디블로킹 트레이닝 프로세스에서, L training 항은 디블로킹 NN의 하나 이상의 파라미터를 반복적으로 업데이트함으로써 줄어들 수 있다.
일 예에서, 경계 신호는 도 19a에 도시된 경계 영역 A-D 중 하나 이상 또는 도 20에 도시된 경계 영역(AB, CD) 중 하나 이상과 같은 하나 이상의 경계 영역을 포함한다. 도 22b는 본 개시의 실시예에 따른 예시적인 디블로킹 프로세스를 도시한다. 이웃하는 재구성된 블록(1911, 1913)의 경계 영역 A가 디블로킹 NN(예: (1930))에 공급되어 디블로킹된 경계 영역 A'를 획득한다. 일 예에서, 경계 영역 A의 왜곡 손실 은 디블로킹된 경계 영역 A'의 왜곡 손실 로 감소된다. 본 개시의 실시예에 따르면, 디블로킹 트레이닝은 하나 이상의 경계 영역에 기반하여 구현될 수 있으며, 여기서 디블로킹 NN의 하나 이상의 파라미터가 예를 들어, 도 9b를 참조하여 위에서 설명한 바와 같은 반복적인 업데이트 프로세스에 기반하여 레이트-왜곡 성능을 최적화하는 것에 의해 결정(예: 업데이트)될 수 있다. 디블로킹 트레이닝 프로세스에서, L training 항은 디블로킹 NN의 하나 이상의 파라미터를 반복적으로 업데이트함으로써 줄어들 수 있다.
본 개시의 일 실시예에 따르면, 경계 신호는 재구성된 이미지(예: (1901))에서 이웃하는 재구성된 블록(예: (1911), (1913))의 경계 영역(예: A)을 포함한다. 인코더 측에서, 디블로킹 NN의 결정된 하나 이상의 파라미터를 지시하는 디블로킹 정보는 대응하는 인코딩된 블록과 함께 비디오 비트스트림으로 인코딩될 수 있다. 디블로킹 정보는 디블로킹 트레이닝에서 디블로킹 정보를 결정하는 데 사용되는 경계 신호(예: 경계 영역)에 대응할 수 있다. 간결함을 위해, 달리 언급하지 않는 한, 경계 영역(들)을 경계 신호(들)로 사용하여 아래의 예 및/또는 실시예가 제공된다. 설명은 경계 신호(들)가 재구성된 이미지(들) 또는 재구성된 블록을 포함하면 적절하게 조정될 수 있다.
디코더 측에서, 인코딩된 블록은 코딩된 비디오 비트스트림으로부터 재구성될 수 있다. 재구성된 블록은 이웃하는 재구성된 블록(예: (1911), (1913))을 포함할 수 있다. 경계 영역에 대응하는 코딩된 비디오 비트스트림의 디블로킹 정보는 디코딩될 수 있으며, 여기서 디블로킹 정보는 비디오 디코더에서 디블로킹 NN의 하나 이상의 파라미터를 지시할 수 있다. 비디오 디코더의 디블로킹 NN은 디블로킹 정보에 의해 지시되는 결정된 하나 이상의 파라미터에 기반하여 결정될 수 있다. 일 예에서, 디블로킹 NN은 구체적으로, 경계 영역에 대해 결정된다. 결정된 경계 영역에 대응하는 디블로킹 NN에 기반하여 경계 영역을 디블로킹할 수 있다.
디블로킹 NN의 하나 이상의 파라미터는 디블로킹될 경계 신호(예: 경계 영역)에 기반하여 결정되므로, 디블로킹 NN은 경계 신호(예: 경계 영역)에 종속될 수 있다. 코딩될 입력 이미지 또는 블록에 기반하여 경계 신호가 결정되므로, 디블로킹 NN은 코딩될 입력 이미지 또는 블록에 대해 콘텐츠 적응적이다. 코딩될 경계 신호에 기반하여 디블로킹 트레이닝을 수행할 수 있으므로, 디블로킹 트레이닝은 온라인 트레이닝일 수 있다. 디블로킹 트레이닝이 경계 신호에 의존하고 이에 따라 경계 신호에 맞게 조정될 수 있으므로, 디블로킹 트레이닝을 사용하여 결정된 디블로킹 NN을 사용하면 더 나은 압축 성능을 달성할 수 있다.
NN 기반 디블로킹(예: DNN 기반 디블로킹 또는 CNN 기반 디블로킹)은 NN 기반 이미지 코딩 프레임워크(예: NIC 프레임워크(900)) 또는 다른 이미지 압축 방법으로 구현될 수 있다. 디블로킹 트레이닝은 임의의 이미지 압축 방법의 압축 성능을 높이기 위한 전처리 단계(예: 사전 인코딩 단계)로 사용될 수 있다.
디블로킹 트레이닝은 이미지 압축 코덱에 무관할 수 있으며 임의의 적합한 유형의 이미지 압축 코덱으로 구현될 수 있다. 이미지 압축 코덱은 도 9b에 도시된 NIC 프레임워크(900)와 같은 NN 기반일 수 있다. 이미지 압축 코덱은 도 5 내지 도 8의 특정 구현에서와 같이 NN 없이 구현될 수 있다.
하나 이상의 파라미터는 디블로킹 NN의 편향 항, 가중치 계수 등을 포함할 수 있다.
일 실시예에서, 디블로킹 NN은 초기 파라미터로 구성되지 않으며, 디블로킹 트레이닝은 디블로킹 NN의 파라미터(예: 디블로킹 NN의 하나 이상의 파라미터 포함)를 생성하기 위해 구현된다.
일 실시예에서, 디블로킹 NN은 예를 들어 디블로킹 트레이닝 이전에, 초기 파라미터(예: 초기 가중치 및/또는 초기 편향)로 구성된다. 일 실시예에서, 디블로킹 NN은 트레이닝 블록, 트레이닝 이미지 및/또는 트레이닝 경계 영역을 포함하는 트레이닝 데이터 세트에 기반하여 사전 트레이닝된다. 초기 파라미터는 사전 트레이닝된 파라미터(예: 사전 트레이닝된 가중치 및/또는 사전 트레이닝된 편향)를 포함할 수 있다. 일 실시예에서, 디블로킹 NN은 사전 트레이닝되지 않는다. 초기 파라미터에는 무작위로 초기화된 파라미터가 포함될 수 있다.
일 실시예에서, 디블로킹 NN의 초기 파라미터 중 하나 이상의 초기 파라미터는 경계 신호에 기반한 디블로킹 트레이닝에서 반복적으로 업데이트된다. 하나 이상의 초기 파라미터는 디블로킹 트레이닝에서 결정된 하나 이상의 파라미터(예: 하나 이상의 대체(replacement) 파라미터)에 기반하여 업데이트될 수 있다. 예를 들어, 하나 이상의 초기 파라미터는 각각 하나 이상의 대체 파라미터로 대체된다. 일부 예에서, 디블로킹 정보에 의해 지시된 하나 이상의 파라미터는 압축 해제된 후 디블로킹 NN을 업데이트하는 데 사용된다.
일 예에서, 초기 파라미터의 전체 세트는 하나 이상의 대체 파라미터에 의해 업데이트된다. 일 예에서, 초기 파라미터의 서브세트는 하나 이상의 대체 파라미터에 의해 업데이트되고, 초기 파라미터의 나머지 서브세트는 디블로킹 트레이닝에 의해 변경되지 않고 유지된다.
디블로킹 NN에서 결정된 하나 이상의 파라미터(예: 하나 이상의 대체 파라미터)를 사용하는 것에 의해, 디블로킹 NN은 디블로킹될 경계 신호에 적용되어 더 작은 R-D 손실 L p 와 같은 더 나은 왜곡 성능을 달성할 수 있다. 수식 10을 참조하여 설명한 바와 같이, R(p)는 비디오 비트스트림으로 인코딩된 결정된 하나 이상의 파라미터(예: 하나 이상의 대체 파라미터)의 디블로킹 정보의 비트 소비를 나타낸다.
본 개시의 일 실시예에 따르면, 하나 이상의 다른 경계 영역(예: 재구성된 블록(1912, 1914)의 경계 영역 B)은 경계 영역(예: 경계 영역 A)에 대응하는 결정된 디블로킹 NN에 기반하여 디블로킹될 수 있다. 예를 들어, 경계 영역(예: A)과 하나 이상의 다른 경계 영역(예: B)이 유사한 픽셀 분포를 가질 때, 동일한 디블로킹 NN을 적용하여 경계 영역(예: A)과 하나 이상의 다른 경계 영역(예: B)를 디블로킹하고 상대적으로 큰 코딩 효율성을 달성할 수 있다.
위의 설명은 다수의 경계 영역(예: 경계 영역 A-B)과 같은 다수의 경계 신호가 디블로킹 NN에서 하나 이상의 파라미터를 결정하기 위해 사용될 때 - 결정된 하나 이상의 파라미터가 다수의 경계 영역에 의해 공유됨 -, 적절하게 적응될 수 있다.
본 개시의 일 실시예에 따르면, 디블로킹 트레이닝은 미세 조정(finetuning) 프로세스로 지칭될 수 있으며, 여기서 디블로킹 NN의 초기 파라미터 중 하나 이상의 초기 파라미터(예: 하나 이상의 사전 트레이닝된 파라미터)가, 인코딩되고 선택적으로 비디오 비트스트림에 포함될 입력 이미지(들) 또는 인코딩되고 선택적으로 비디오 비트스트림에 포함되는 입력 이미지의 입력 블록에 기반하여 결정되는 경계 신호(들)에 기반하여 업데이트(예: 미세 조정)될 수 있다. 경계 신호(들)는 사전 트레이닝된 파라미터를 획득하는 데 사용되는 트레이닝 이미지, 트레이닝 블록 또는 트레이닝 경계 영역과 상이할 수 있다. 따라서 디블로킹 NN은 입력 이미지(들) 또는 입력 블록의 콘텐츠를 타깃하도록 적응될 수 있다.
일 예에서, 경계 신호는 단일 경계 영역(예: 경계 영역 A)을 포함하고, 디블로킹 트레이닝은 단일 경계 영역을 사용하여 수행된다. 디블로킹 NN은 단일 경계 영역에 기반하여 결정(예: 트레이닝 또는 업데이트)된다. 디코더 측에서 결정된 디블로킹 NN은 경계 영역 및 선택적으로 다른 경계 영역을 디블로킹하는 데 사용될 수 있다. 디블로킹 정보는 경계 영역을 포함하는 재구성된 블록에 대응하는 인코딩된 블록과 함께 비디오 비트스트림으로 인코딩될 수 있다.
일 실시예에서, 경계 신호는 다수의 경계 영역(예: 경계 영역 A-B)을 포함하고, 디블로킹 트레이닝은 다수의 경계 영역을 사용하여 수행된다. 디블로킹 NN은 다수의 경계 영역에 기반하여 결정(예: 트레이닝 또는 업데이트)된다. 디코더 측에서 결정된 디블로킹 NN은 다수의 경계 영역 및 선택적으로 다른 경계 영역을 디블로킹하는 데 사용될 수 있다. 디블로킹 정보는 다수의 경계 영역을 포함하는 재구성된 블록에 대응하는 인코딩된 블록과 함께 비디오 비트스트림으로 인코딩될 수 있다.
레이트 손실 R(p)는 비디오 비트스트림에서의 디블로킹 정보의 시그널링으로 증가할 수 있다. 경계 신호가 단일 경계 영역을 포함할 때, 디블로킹 정보는 각 경계 영역에 대해 시그널링될 수 있으며, 레이트 손실 R(p)에 대한 제1 증가는 경계 영역별로 디블로킹 정보를 시그널링하는 것으로 인한 레이트 손실 R(p)에 대한 증가를 지시하는 데 사용된다. 경계 신호가 다수의 경계 영역을 포함할 때, 디블로킹 정보는 다수의 경계 영역에 대해 시그널링될 수 있고 다수의 경계 영역에 의해 공유될 수 있으며, 레이트 손실 R(p)에 대한 제2 증가는 경계 영역별로 디블로킹 정보를 시그널링하는 것으로 인한 레이트 손실 R(p)에 대한 증가를 지시하는 데 사용된다. 디블로킹 정보는 다수의 경계 영역에 의해 공유되기 때문에, 레이트 손실 R(p)에 대한 제2 증가는 레이트 손실 R(p)에 대한 제1 증가보다 작을 수 있다. 따라서 일부 예에서, 다수의 경계 영역을 사용하여 디블로킹 NN을 결정(예: 트레이닝 또는 업데이트)하는 것이 유리할 수 있다.
일 실시예에서, 디블로킹 NN의 파라미터들의 서브세트는 디블로킹 트레이닝에서 결정된다. 예를 들어, 디블로킹 NN의 초기 파라미터의 서브세트는 디블로킹 트레이닝에서 업데이트된다. 일 실시예에서, 디블로킹 NN의 각 파라미터는 디블로킹 트레이닝에서 결정된다. 예를 들어, 디블로킹 NN의 각 초기 파라미터는 디블로킹 트레이닝에서 업데이트된다. 일 예에서, 초기 파라미터의 전체 세트는 결정된 하나 이상의 파라미터로 대체된다.
일 실시예에서, 업데이트되는 하나 이상의 초기 파라미터는 디블로킹 NN의 단일 레이어(예: 단일 콘볼루셔널 레이어)에 있다. 일 실시예에서, 업데이트되는 하나 이상의 초기 파라미터는 디블로킹 NN의 다수의 또는 모든 레이어(예: 다수의 또는 모든 콘볼루셔널 레이어)에 있다.
디블로킹 NN은 가중치, 편향 등과 같은 서로 다른 유형의 파라미터에 의해 지정될 수 있다. 디블로킹 NN은 가중치, 편향 또는 가중치와 편향의 조합과 같은 적절한 초기 파라미터로 구성될 수 있다. CNN(들)을 사용할 때, 가중치에는 콘볼루션 커널의 엘리먼트가 포함될 수 있다.
일 실시예에서, 업데이트될 하나 이상의 초기 파라미터는 편향 항(들)이고, 편향 항(들)만이 결정된 하나 이상의 파라미터로 대체된다. 일 실시예에서, 업데이트될 하나 이상의 초기 파라미터는 가중치이고, 가중치만이 결정된 하나 이상의 파라미터로 대체된다. 일 실시예에서, 업데이트될 하나 이상의 초기 파라미터는 가중치 및 편향 항(들)을 포함하고, 결정된 하나 이상의 파라미터로 대체된다.
일 실시예에서, 서로 다른 경계 신호(예: 경계 영역)에 대해 서로 다른 유형의 파라미터(예: 편향 또는 가중치)가 결정(예: 업데이트)될 수 있다. 예를 들어, 제1 경계 영역은 제1 경계 영역에 대응하는 디블로킹 NN에서 제1 유형의 파라미터(예: 적어도 하나의 편향)를 업데이트하는 데 사용되고, 제2 경계 영역은 제2 경계 영역에 대응하는 디블로킹 NN에서 제2 유형의 파라미터(예: 적어도 하나의 가중치)를 업데이트하는 데 사용된다.
일 실시예에서, 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 대해 서로 다른 파라미터가 업데이트된다.
일 실시예에서, 다수의 경계 신호(예: 다수의 경계 영역)는 동일한 하나 이상의 파라미터를 공유한다. 일 예에서, 재구성된 이미지의 모든 경계 영역은 동일한 하나 이상의 파라미터를 공유한다.
일 실시예에서, 업데이트될 하나 이상의 초기 파라미터는 경계 영역의 RGB 분산과 같은 경계 신호(예: 경계 영역)의 특성에 기반하여 선택된다. 일 실시예에서, 업데이트될 하나 이상의 초기 파라미터는 경계 영역의 RD 성능에 기반하여 선택된다.
디블로킹 트레이닝의 마지막에서, 개개의 결정된 하나 이상의 파라미터(예: 개개의 하나 이상의 대체 파라미터)에 대해 하나 이상의 업데이트된 파라미터가 계산될 수 있다. 디블로킹 정보는 하나 이상의 업데이트된 파라미터를 지시할 수 있고, 따라서 하나 이상의 업데이트된 파라미터를 지시하는 것에 의해, 결정된 하나 이상의 파라미터를 지시할 수 있다. 일부 실시예에서, 하나 이상의 업데이트된 파라미터는 디블로킹 정보로서 비디오 비트스트림으로 인코딩될 수 있다. 일 실시예에서, 하나 이상의 업데이트된 파라미터는 결정된 하나 이상의 파라미터(예: 개개의 하나 이상의 대체 파라미터)와 대응하는 하나 이상의 초기 파라미터(예: 하나 이상의 사전 트레이닝된 파라미터) 사이의 차이로서 산출된다. 예를 들어, 디블로킹 정보는 하나 이상의 파라미터와 개개의 하나 이상의 초기 파라미터 사이의 차이를 지시한다. 하나 이상의 파라미터는 개개의 하나 이상의 초기 파라미터와 차이의 합에 따라 결정될 수 있다.
일 실시예에서, 하나 이상의 업데이트된 파라미터는 각각, 결정된 하나 이상의 파라미터이다.
일 실시예에서, 개개의 결정된 하나 이상의 파라미터로부터 하나 이상의 업데이트된 파라미터를 획득하는 방법은 디블로킹 트레이닝에 사용되는 경계 신호(예: 경계 영역)에 따라 달라진다. 서로 다른 경계 영역에 대해 서로 다른 방법을 사용할 수 있다. 일 예에서, 제1 경계 영역에 적용되는 디블로킹 NN에 대한 업데이트된 파라미터는 제1 경계 영역에 기반하여 획득된 대체 파라미터와 대응하는 초기 파라미터 사이의 차이로 산출된다. 일 예에서, 제2 경계 영역에 적용되는 디블로킹 NN에 대한 업데이트된 파라미터는 제2 경계 영역에 기반하여 획득된 대체 파라미터이다.
일 실시예에서, 서로 다른 경계 신호(예: 서로 다른 경계 영역)는 하나 이상의 업데이트된 파라미터와 결정된 하나 이상의 파라미터 사이에 서로 다른 관계를 갖는다. 예를 들어, 제1 경계 영역의 경우, 하나 이상의 업데이트된 파라미터는 하나 이상의 대체 파라미터와 대응하는 하나 이상의 사전 트레이닝된 파라미터 사이의 차이로서 산출된다. 제2 경계 영역의 경우, 하나 이상의 업데이트된 파라미터는 각각 하나 이상의 대체 파라미터이다.
일 실시예에서, 개개의 결정된 하나 이상의 파라미터로부터 하나 이상의 업데이트된 파라미터를 획득하는 방법은 디블로킹 트레이닝에 사용되는 경계 신호(예: 경계 영역)에 의존하지 않는다. 일 예에서, 모든 경계 영역은 디블로킹 NN의 파라미터(들)를 업데이트하는 동일한 방식을 공유한다. 일 실시예에서, 이미지의 다수의 경계 영역(예: 모든 경계 영역)은 하나 이상의 업데이트된 파라미터와 하나 이상의 대체 파라미터 사이에 동일한 관계를 갖는다.
일 실시예에서, 하나 이상의 업데이트된 파라미터와 하나 이상의 대체 파라미터 사이의 관계는 경계 영역의 RGB 분산과 같은 경계 신호(예: 경계 영역)의 특성에 기반하여 선택된다. 일 실시예에서, 하나 이상의 업데이트된 파라미터와 하나 이상의 대체 파라미터 사이의 관계는 경계 영역의 RD 성능에 기반하여 선택된다.
일 실시예에서, 하나 이상의 업데이트된 파라미터는 예를 들어 특정 선형 또는 비선형 변환을 사용하여, 결정된 하나 이상의 파라미터(예: 하나 이상의 대체 파라미터)로부터 생성될 수 있으며, 하나 이상의 업데이트된 파라미터는 결정된 하나 이상의 파라미터에 기반하여 생성된 대표 파라미터(들)이다. 결정된 하나 이상의 파라미터는 더 나은 압축을 위해 하나 이상의 업데이트된 파라미터로 변환된다.
하나 이상의 업데이트된 파라미터는 압축되거나 압축되지 않을 수 있다. 일 예에서, 하나 이상의 업데이트된 파라미터는 예를 들어 LZMA(Lempel-Ziv-Markov chain algorithm)의 변형인 LZMA2, bzip2 알고리즘 등을 사용하여 압축된다. 일 예에서, 하나 이상의 업데이트된 파라미터에 대해 압축이 생략된다.
일 실시예에서, 하나 이상의 업데이트된 파라미터에 대한 압축 방법은 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 대해 서로 상이하다. 예를 들어, 제1 경계 영역의 경우, LZMA2는 하나 이상의 업데이트된 파라미터를 압축하는 데 사용되며, 제2 경계 영역의 경우, bzip2는 하나 이상의 업데이트된 파라미터를 압축하는 데 사용된다. 일 실시예에서, 이미지 또는 재구성된 블록에서 다수의 경계 영역(예: 모든 경계 영역)에 대한 하나 이상의 업데이트된 파라미터를 압축하기 위해 동일한 압축 방법이 사용된다. 일 실시예에서, 압축 방법은 경계 영역의 RGB 분산과 같은 경계 신호(예: 경계 영역)의 특성에 기반하여 선택된다. 일 실시예에서, 압축 방법은 경계 영역의 RD 성능에 기반하여 선택된다.
디블로킹 트레이닝은 하나 이상의 초기 파라미터가 반복 프로세스에서 업데이트되는 다수의 에폭(epoch)(예: 반복)을 포함할 수 있다. 디블로킹 트레이닝은 트레이닝 손실이 평준화(flattened)되었거나 평준화되려고 할 때 중지될 수 있다. 일 예에서, 트레이닝 손실(예: R-D 손실 L p 또는 Ltraining 항)이 제1 임계값 미만일 때 디블로킹 트레이닝이 중지된다. 일 예에서, 두 개의 연속적인 트레이닝 손실 간의 차이가 제2 임계값 미만일 때 디블로킹 트레이닝이 중지된다.
두 개의 하이퍼파라미터(예: 스텝(step) 크기 및 최대 스텝 수)는 손실 함수(예: R-D 손실 L p 또는 Ltraining 항)와 함께 디블로킹 트레이닝에 사용될 수 있다. 최대 반복 횟수는 디블로킹 트레이닝을 종료하기 위해 최대 반복 횟수의 임계값으로 사용될 수 있다. 일 예에서, 반복 횟수가 최대 반복 횟수에 도달할 때 디블로킹 트레이닝이 중지된다.
스텝 크기는 온라인 트레이닝 프로세스(예: 디블로킹 트레이닝)의 학습 레이트를 지시할 수 있다. 스텝 크기는 디블로킹 트레이닝에서 수행되는 역전파 계산 또는 경사하강법 알고리즘에서 사용될 수 있다. 스텝 크기는 임의의 적합한 방법을 사용하여 결정될 수 있다.
디블로킹 트레이닝에서, 각 경계 신호(예: 각 경계 영역)에 대한 스텝 크기는 상이할 수 있다. 일 실시예에서, 더 나은 압축 결과(예: 더 나은 R-D 손실 Lp 또는 더 나은 Ltraining 항)를 달성하기 위해 이미지의 경계 영역에 대해 서로 다른 스텝 크기가 할당될 수 있다.
일 실시예에서, 최적의 결과를 달성하기 위해 서로 다른 유형의 콘텐츠를 갖는 경계 신호(예: 경계 영역)에 대해 서로 다른 스텝 크기가 사용된다. 서로 다른 유형은 서로 다른 분산을 나타낼 수 있다. 일 예에서, 스텝 크기는 디블로킹 NN을 업데이트하는 데 사용되는 경계 영역의 분산에 기반하여 결정된다. 예를 들어, 높은 분산을 갖는 경계 영역의 스텝 크기는 낮은 분산을 갖는 경계 영역의 스텝 크기보다 크며, 여기서 높은 분산이 낮은 분산보다 크다.
일 실시예에서, 경계 영역의 RGB 분산과 같은 경계 신호(예: 경계 영역)의 특성에 기반하여 스텝 크기가 선택된다. 일 실시예에서, 스텝 크기는 경계 영역의 RD 성능(예: R-D 손실 Lp 또는 Ltraining 항)에 기반하여 선택된다. 다수의 파라미터(들) 세트(예: 다수의 대체 파라미터(들) 세트)는 서로 다른 스텝 크기에 기반하여 생성될 수 있으며, 더 나은 압축 성능을 갖는 세트(예: 더 작은 R-D 손실 Lp 또는 더 작은 항 Ltraining)가 선택될 수 있다.
일 실시예에서, 제1 스텝 크기는 특정 횟수(예: 100)의 반복을 실행하는 데 사용될 수 있다. 그런 다음 제2 스텝 크기(예: 제1 스텝 크기에 크기 증분을 더하거나 뺀 값)를 사용하여 특정 횟수의 반복을 실행할 수 있다. 제1 스텝 크기와 제2 스텝 크기의 결과를 비교하여 사용할 스텝 크기를 결정할 수 있다. 최적의 스텝 크기를 결정하기 위해 두 가지 이상의 스텝 크기를 테스트할 수 있다.
디블로킹 트레이닝 동안 스텝 크기는 달라질 수 있다. 스텝 크기는 디블로킹 트레이닝의 착수시 초기 값을 가질 수 있으며, 초기 값은 디블로킹 트레이닝의 후반 스테이지에서, 예를 들어 더 미세한 조정을 달성하기 위해 특정 횟수의 반복 후에 감소(예: 절반)될 수 있다. 스텝 크기나 학습 레이트는 반복적 디블로킹 트레이닝 동안에 스케줄러에 의해 달라질 수 있다. 스케줄러는 스텝 크기를 조정하는 데 사용되는 파라미터 조정 방법을 포함할 수 있다. 스케줄러는 스텝 크기가 여러 간격으로 증가, 감소 또는 일정하게 유지될 수 있도록 스텝 크기 값을 결정할 수 있다. 일 예에서, 학습 레이트는 스케줄러에 의해 각 단계에서 변경된다. 단일 스케줄러 또는 다수의 서로 다른 스케줄러가 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 사용될 수 있다. 따라서 다수의 스케줄러에 기반하여 다수의 파라미터(들) 세트가 생성될 수 있으며, 더 나은 압축 성능(예: 더 작은 R-D 손실 Lp 또는 더 작은 Ltraining 항)을 갖는 다수의 파라미터(들) 세트 중 하나가 선택될 수 있다.
일 실시예에서, 더 나은 압축 결과를 달성하기 위해, 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 대해 다수의 학습 레이트 스케줄이 할당된다. 일 예에서, 이미지의 모든 경계 영역은 동일한 학습 레이트 스케줄을 공유한다. 일 예에서, 경계 영역 세트는 동일한 학습 레이트 스케줄을 공유한다. 일 실시예에서, 학습 레이트 스케줄의 선택은 경계 영역의 RGB 분산과 같은 경계 영역의 특성에 기반한다. 일 실시예에서, 학습 레이트 스케줄의 선택은 경계 영역의 RD 성능에 기반한다.
일 실시예에서, 각각의 경계 신호(예: 각각의 경계 영역)에 대한 디블로킹 NN의 구조(예: 아키텍처)는 동일하다. 디블로킹 NN의 구조는 레이어의 수, 서로 다른 노드 및/또는 레이어가 구성 및 연결되는 방식, 피드포워드 아키텍처, 순환 아키텍처, DNN, CNN 등을 포함할 수 있다. 일 예에서, 구조는 콘볼루션 레이어의 수를 나타내며, 서로 다른 블록은 동일한 수의 콘볼루션 레이어를 갖는다.
일 실시예에서, 디블로킹 NN의 서로 다른 구조는 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 대응한다. 일 예에서, 디블로킹 NN은 서로 다른 경계 영역에 대응하는 서로 다른 수의 콘볼루션 레이어를 갖는다.
일 실시예에서, 경계 신호(예: 경계 영역)를 디블로킹하기 위해 디블로킹 NN을 사용할지 여부는 (i) 디블로킹 트레이닝이 있는 R-D 손실 과 디블로킹 트레이닝이 없는 R-D 손실 L의 비교 또는 (ii) 디블로킹 트레이닝이 있는 항과 디블로킹 트레이닝이 없는 가중 왜곡 손실 λD와의 비교에 기반하여 결정된다. 일 실시예에서, 최고의 R-D 성능(예: 가장 작은 R-D 손실 )을 갖는 디블로킹 NN은 서로 다른 디블로킹 NN의 서로 다른 R-D 손실 의 비교에 기반하여 선택된다.
본 개시의 일 실시예에 따르면, 각 경계 신호(예: 각 경계 영역)는 경계 영역에 기반한 디블로킹 트레이닝에서 결정되는 디블로킹 NN에 대응한다. 디블로킹 NN은 다른 디블로킹 NN과 독립적으로 업데이트될 수 있다. 예를 들어, 제1 경계 영역에 대응하는 디블로킹 NN은 제2 경계 영역에 대응하는 디블로킹 NN과 독립적으로 업데이트된다.
본 개시의 일 실시예에 따르면, 경계 신호(예: 경계 영역)에 대응하는 디블로킹 NN은 다른 경계 신호(예: 다른 경계 영역)에 대응하는 디블로킹 NN에 기반하여 업데이트될 수 있다. 일 예에서, 제1 경계 영역에 대응하는 코딩된 비트스트림의 제1 디블로킹 정보가 디코딩된다. 제1 디블로킹 정보는 비디오 디코더에서의 디블로킹 NN의 제1 파라미터를 지시할 수 있다. 제1 경계 영역에 대응하는 비디오 디코더에서의 디블로킹 NN은 제1 디블로킹 정보가 지시하는 제1 파라미터에 기반하여 결정될 수 있다. 제1 경계 영역은 제1 경계 영역에 대응하는 결정된 디블로킹 NN에 기반하여 디블로킹될 수 있다.
제2 이웃하는 재구성된 블록들은 제2 공유된 경계를 가질 수 있고, 제2 공유된 경계의 양측에 샘플의 제2 경계 영역을 포함할 수 있다. 제1 경계 영역에 대응하는 디블로킹 NN의 파라미터(들)는 제2 경계 영역에 대응하는 디블로킹 NN을 업데이트하는 데 사용될 수 있다. 예를 들어, 동일한 이미지의 경계 영역의 픽셀 분포는 유사할 수 있으므로, 서로 다른 경계 신호(예: 서로 다른 경계 영역)에 대응하는 디블로킹 NN의 업데이트되는 파라미터(들)가 줄어들 수 있다. 제2 경계 영역에 대응하는 코딩된 비트스트림의 제2 디블로킹 정보가 디코딩될 수 있다. 제2 디블로킹 정보는 제2 파라미터를 지시할 수 있다. 제2 경계 영역은 제1 경계 영역과 상이하다. 디블로킹 NN은 제1 파라미터와 제2 파라미터에 기반하여 업데이트될 수 있다. 업데이트된 디블로킹 NN은 제2 경계 영역에 대응하고 제1 파라미터와 제2 파라미터로 구성된다. 제2 경계 영역은 제2 경계 영역에 대응하는 업데이트된 디블로킹 NN에 기반하여 디블로킹될 수 있다.
일 실시예에서, 서로 다른 크기를 갖는 경계 신호(예: 경계 영역)에 서로 다른 디블로킹 NN이 적용될 수 있다. 일반적으로 디블로킹 NN의 파라미터 수는 경계 영역의 크기(예: 너비, 높이 또는 면적(area))에 따라 증가할 수 있다.
일 실시예에서, 서로 다른 압축 품질 목표에 대응하는 동일한 경계 신호(예: 동일한 경계 영역)에 서로 다른 디블로킹 NN이 적용된다.
NIC 프레임워크 및 디블로킹 NN은 임의의 유형의 신경망을 포함할 수 있으며, 콘텍스트 하이퍼프라이어 인코더-디코더 프레임워크, 스케일 하이퍼프라이어 인코더-디코더 프레임워크, 가우시안 혼합 가능성(Gaussian Mixture Likelihoods) 프레임워크 및 가우시안 혼합 가능성 프레임워크의 변형, RNN 기반 재귀 압축 방법 및 RNN 기반 재귀 압축 방법의 변형 등과 같은 임의의 신경망 기반 이미지 압축 방법을 사용할 수 있다.
본 개시의 디블로킹 트레이닝 방법 및 장치는 다음과 같은 이점을 가질 수 있다. 코딩 효율성을 향상시키기 위해 적응적 온라인 교육 메커니즘이 활용된다. 유연하고 일반적인 프레임워크를 사용하면 다양한 유형의 사전 트레이닝된 프레임워크와 품질 메트릭을 수용할 수 있다. 예를 들어, 디블로킹 NN의 특정 초기 파라미터(예: 사전 트레이닝된 파라미터)는 인코딩될 블록(들) 또는 이미지(들)에 기반하는 경계 신호(들)가 있는 온라인 트레이닝을 사용하여 대체될 수 있다.
도 23은 본 개시의 실시예에 따른 인코딩 프로세스(2300)의 개요를 설명하는 흐름도를 도시한다. 프로세스(2300)는 입력 블록을 인코딩하고, 디블로킹 트레이닝 및/또는 디블로킹 정보를 인코딩하는 데 사용될 수 있다. 다양한 실시예에서, 프로세스(2300)는 단말 디바이스(310, 320, 330, 340)의 처리 회로, 비디오 인코더(예: 403, 603, 703, 1600A 또는 1700)의 기능을 수행하는 처리 회로 등과 같은 처리 회로에 의해 실행된다. 일 예에서, 처리 회로는 (i) 비디오 인코더(403), 비디오 인코더(603) 및 비디오 인코더(703) 중 하나 및 (ii) 비디오 인코더(1600A) 또는 비디오 인코더(1700) 중 하나와 같은 기능의 조합을 수행한다. 일부 실시예에서, 프로세스(2300)는 소프트웨어 명령어로 구현되므로, 처리 회로가 소프트웨어 명령어를 실행할 때, 처리 회로는 프로세스(2300)를 수행한다. 프로세스는 (S2301)에서 시작하여 (S2310)로 진행된다.
(S2310)에서, 임의의 적합한 방법을 이용하여 입력 이미지 내의 입력 블록(예: x)에 기반하여 인코딩된 블록(예: )을 생성할 수 있다. 일 예에서, 인코딩된 블록 은 도 9b를 참조하여 설명한 바와 같이 입력 블록 x에 기반하여 생성된다. 일 예에서, 입력 블록은 입력 이미지의 블록의 서브세트를 포함한다. 일 예에서, 입력 블록은 입력 이미지의 전체 블록 세트를 포함한다.
(S2320)에서, 인코딩된 블록 에 기반하여 재구성된 블록을 생성할 수 있다. 도 9b를 참조하면, 일 예에서, 재구성된 블록(예: )은 NIC 프레임워크(900)를 사용하여 인코딩된 블록 에 기반하여 생성된다. 디블로킹 트레이닝은 경계 신호에 기반하여 디블로킹 NN의 하나 이상의 파라미터를 결정하기 위해 구현될 수 있다. 경계 신호는 본 개시에 설명된 바와 같이 재구성된 블록에 기반할 수 있다. 일 예에서, 경계 신호는 재구성된 블록의 경계 영역을 포함한다.
디블로킹 NN은 초기 파라미터로 구성될 수 있으며, 초기 파라미터 중 하나 이상의 초기 파라미터는 디블로킹 트레이닝에서 반복적으로 업데이트될 수 있다. 하나 이상의 초기 파라미터는 하나 이상의 파라미터로 대체될 수 있다.
(S2330)에서, 디블로킹 NN의 결정된 하나 이상의 파라미터를 지시하는 디블로킹 정보를 인코딩할 수 있다. 디블로킹 정보는 경계 신호(예: 경계 영역)에 대응한다. 일부 예에서, 인코딩된 블록 및 디블로킹 정보는 코딩된 비디오 비트스트림에 포함되고 선택적으로 전송될 수 있다. 프로세스(2300)는 (S2399)로 진행되어 종료된다.
프로세스(2300)는 다양한 시나리오에 적합하게 적용될 수 있으며 프로세스(2300)의 단계는 이에 따라 조정될 수 있다. 프로세스(2300)의 하나 이상의 단계는 조정, 생략, 반복 및/또는 조합될 수 있다. 프로세스(2300)를 구현하기 위해 임의의 적합한 순서가 사용될 수 있다. 추가 단계(들)를 추가할 수 있다. 일 예에서, 경계 신호는 재구성된 블록을 포함하고, 하나 이상의 파라미터는 재구성된 블록에 기반하여 생성될 수 있다. 일 예에서, 경계 신호는 재구성된 이미지의 각각의 재구성된 블록을 포함하고, 하나 이상의 파라미터는 재구성된 이미지에 기반하여 생성될 수 있다.
도 24는 본 개시의 실시예에 따른 디코딩 프로세스(2400)의 개요를 설명하는 흐름도를 도시한다. 프로세스(2400)는 비디오 비트스트림의 디블로킹 정보에 기반하여 경계 신호(예: 경계 영역)의 재구성 및 디블로킹에 사용될 수 있다. 다양한 실시예에서, 프로세스(2400)는 단말 디바이스(310, 320, 330, 340)의 처리 회로, 비디오 디코더(1600B)의 기능을 수행하는 처리 회로 및 디블로킹 NN을 포함하는 비디오 디코더의 기능을 수행하는 처리 회로와 같은 처리 회로에 의해 실행된다. 일 예에서, 처리 회로는 디블로킹을 포함하는 기능의 조합을 수행한다. 일부 실시예에서, 프로세스(2400)는 소프트웨어 명령어로 구현되므로, 처리 회로가 소프트웨어 명령어를 실행할 때, 처리 회로는 프로세스(2400)를 수행한다. 프로세스는 (S2401)에서 시작하여 (S2410)로 진행된다.
(S2410)에서, 코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록을 재구성할 수 있다. 재구성된 블록들은, 제1 공유된 경계를 갖고 제1 공유된 경계의 양측에 샘플의 제1 경계 영역을 포함하는 제1 이웃하는 재구성된 블록들을 포함할 수 있다.
(S2420)에서, 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩할 수 있다. 일 예에서, 제1 디블로킹 정보는 제1 경계 영역에 대응한다. 제1 디블로킹 정보는 비디오 디코더에서의 디블로킹 신경망(NN)(예: 심층 NN 또는 DNN)의 제1 파라미터(또는 제1 디블로킹 파라미터)를 지시할 수 있다. DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된(예: 트레이닝된) 업데이트된 파라미터이다. 예를 들어, 제1 디블로킹 파라미터는 온라인 트레이닝 프로세스에 의해 결정된다. 일 예에서, 제1 디블로킹 정보는 제1 디블로킹 파라미터를 포함할 수 있다.
제1 파라미터는 디블로킹 NN의 편향 항 또는 가중치 계수일 수 있다.
제1 디블로킹 정보는 디블로킹 NN의 하나 이상의 파라미터를 다양한 방식으로 지시할 수 있다. 일 예에서, 디블로킹 NN은 초기 파라미터로 구성된다. 제1 디블로킹 정보는 초기 파라미터 중 하나와 제1 파라미터의 차이를 지시하며, 초기 파라미터 중 하나와 차이의 합에 따라 제1 파라미터가 결정될 수 있다. 다른 예에서, 제1 포스 필터링(pos-filtering) 정보는 하나 이상의 파라미터를 직접적으로 지시한다.
일 예에서, 디블로킹 NN의 레이어 수는 제1 경계 영역의 크기(예: 너비, 높이 또는 면적)에 따라 달라진다.
일 예에서, 제1 경계 영역은 재구성된 블록들 중 제3 두 개의 이웃하는 재구성된 블록들 사이의 제3 공유된 경계의 양측에 있는 샘플을 더 포함하고, 제1 두 개의 이웃하는 재구성된 블록들은 제3 두 개의 이웃하는 재구성된 블록들과 상이하다.
(S2430)에서, 제1 디블로킹 정보가 지시하는 제1 파라미터에 기반하여 제1 경계 영역에 대한 비디오 디코더에서의 디블로킹 NN이 결정될 수 있다.
일 예에서, 디블로킹 NN은 초기 파라미터로 구성되고, 초기 파라미터 중 하나가 제1 파라미터에 기반하여 업데이트된다. 예를 들어, 초기 파라미터 중 하나가 제1 파라미터로 대체된다.
(S2440)에서, 제1 경계 영역에 대응하는 결정된 디블로킹 NN에 기반하여 제1 경계 영역을 디블로킹할 수 있다.
일 예에서, 제1 이웃하는 재구성된 블록들은 제1 경계 영역 외부에 있는 비경계 영역을 더 포함하고, 제1 이웃하는 재구성된 블록들의 제1 경계 영역은 디블로킹된 제1 경계 영역으로 대체된다.
일 예에서, 재구성된 블록들 중 제2 이웃하는 재구성된 블록들은 제2 공유된 경계를 갖고 제2 공유된 경계의 양측에 샘플을 갖는 제2 경계 영역을 포함한다. 제2 경계 영역은 제1 경계 영역에 대응하는 결정된 디블로킹 NN에 기반하여 디블로킹될 수 있다.
프로세스(2400)는 (S2499)로 진행하여 종료한다.
프로세스(2400)는 다양한 시나리오에 적합하게 조정될 수 있으며 프로세스(2400)의 단계는 이에 따라 조정될 수 있다. 프로세스(2400)의 하나 이상의 단계는 조정, 생략, 반복 및/또는 조합될 수 있다. 프로세스(2400)를 구현하기 위해 임의의 적합한 순서가 사용될 수 있다. 추가 단계(들)를 추가할 수 있다.
일 예에서, 재구성된 블록들 중 제2 이웃하는 재구성된 블록들은 제2 공유된 경계를 갖고 제2 공유된 경계의 양측에 샘플의 제2 경계 영역을 포함한다. 제2 경계 영역에 대응하는 코딩된 비트스트림의 제2 디블로킹 정보가 디코딩될 수 있다. 제2 디블로킹 정보는 제2 파라미터를 지시할 수 있다. 제2 경계 영역은 제1 경계 영역과 상이할 수 있다. 디블로킹 NN은 제1 파라미터와 제2 파라미터에 기반하여 업데이트될 수 있다. 업데이트된 디블로킹 NN은 제2 경계 영역에 대응하며, 적어도 제1 파라미터와 제2 파라미터로 구성된다. 제2 경계 영역은 제2 경계 영역에 대응하는 업데이트된 디블로킹 NN에 기반하여 디블로킹될 수 있다.
본 개시의 실시예는 개별적으로 사용될 수도 있고 임의의 순서로 조합될 수도 있다. 또한, 방법(또는 실시예), 인코더 및 디코더 각각은 처리 회로(예: 하나 이상의 프로세서 또는 하나 이상의 집적 회로)에 의해 구현될 수 있다. 일 예에서, 하나 이상의 프로세서는 컴퓨터가 판독 가능한 비일시적 매체에 저장된 프로그램을 실행한다.
본 개시는 NN 기반 인코더와 같은 인코더, NN 기반 디코더와 같은 디코더에 사용되는 방법에 어떠한 제한도 두지 않는다. 인코더, 디코더 등에 사용되는 신경망(들)은 DNN, CNN 등과 같은 임의의 적합한 유형의 신경망(들)일 수 있다.
따라서 본 개시의 콘텐츠 적응적 온라인 트레이닝 방법은 서로 다른 유형의 NIC 프레임워크, 예를 들어 서로 다른 유형의 인코딩 DNN, 디코딩 DNN, 인코딩 CNN, 디코딩 CNN 등을 수용할 수 있다.
전술한 기술은 컴퓨터가 판독 가능한 명령어를 사용하여 컴퓨터 소프트웨어로서 구현될 수 있고 하나 이상의 컴퓨터가 판독 가능한 매체에 물리적으로 저장될 수 있다. 예를 들어, 도 25는 개시된 주제의 특정 실시예를 구현하기에 적합한 컴퓨터 시스템(2500)을 도시한다.
컴퓨터 소프트웨어는 임의의 적합한 머신 코드 또는 컴퓨터 언어를 사용하여 코딩될 수 있으며, 이는 컴퓨터 중앙 처리 유닛(central processing unit, CPU), 그래픽 처리 유닛(Graphics Processing Unit, GPU) 등과 같은 처리 회로에 의해, 직접 또는 해석(interpretation), 마이크로 코드 실행 등을 통해 실행될 수 있는 명령어를 포함하는 코드를 생성하도록 어셈블리, 컴파일, 링크 또는 유사한 메커니즘의 적용을 받을 수 있다.
명령어는 예를 들어 개인용 컴퓨터, 태블릿 컴퓨터, 서버, 스마트 폰, 게임 디바이스, 사물 인터넷 디바이스 등을 포함하는 다양한 유형의 컴퓨터 또는 그 컴포넌트에서 실행될 수 있다.
컴퓨터 시스템(2500)에 대해 도 25에 도시된 컴포넌트는 본질적으로 예시적인 것이며, 본 개시의 실시예를 구현하는 컴퓨터 소프트웨어의 사용 또는 기능의 범위에 대한 어떠한 제한도 제안하도록 의도되지 않는다. 컴포넌트의 구성은 컴퓨터 시스템(2500)의 예시적인 실시예에 예시된 컴포넌트 중 임의의 하나 또는 조합과 관련된 임의의 종속성 또는 요건을 갖는 것으로 해석되어서는 안된다.
컴퓨터 시스템(2500)은 특정한 휴먼 인터페이스 입력 디바이스를 포함할 수 있다. 이러한 휴먼 인터페이스 입력 디바이스는 예를 들어, 촉각 입력(예: 키스트로크(keystroke), 스와이프, 데이터 글러브 움직임), 오디오 입력(예: 음성, 박수), 시각적 입력(예: 제스처), 후각 입력(도시되지 않음)을 통해 한 명 이상의 인간 사용자에 의한 입력에 응답할 수 있다. 휴먼 인터페이스 디바이스는 또한 오디오(예: 음성, 음악, 주변 소리), 이미지(예: 스캔된 이미지, 정지 이미지 카메라로부터 획득하는 사진 이미지), 비디오(예: 2차원 비디오, 입체 비디오를 포함한 3차원 비디오)와 같이 인간의 의식적 입력과 직접 관련이 없는 특정 미디어를 캡처하는 데 사용될 수도 있다.
입력 휴먼 인터페이스 디바이스는 키보드(2501), 마우스(2502), 트랙패드(2503), 터치 스크린(2510), 데이터 글러브(도시되지 않음), 조이스틱(2505), 마이크(2506), 스캐너(2507), 및 카메라(2508) 중 하나 이상(각 도시된 것 중 하나만)을 포함할 수 있다.
컴퓨터 시스템(2500)은 또한 특정 휴먼 인터페이스 출력 디바이스를 포함할 수 있다. 이러한 휴먼 인터페이스 출력 디바이스는 예를 들어 촉각 출력, 소리, 빛 및 냄새/맛을 통해 한 명 이상의 인간 사용자의 감각을 자극할 수 있다. 이러한 휴먼 인터페이스 출력 디바이스는, 촉각 출력 디바이스(예를 들어, 터치 스크린(2510), 데이터 글러브(도시되지 않음), 또는 조이스틱(2505)에 의한 촉각 피드백을 포함하지만, 입력 디바이스로서 기능하지 않는 촉각 피드백 디바이스가 있을 수도 있음), 오디오 출력 디바이스(예: 스피커(2509), 헤드폰(도시되지 않음)), 시각 출력 디바이스(예: CRT 스크린, LCD 스크린, 플라즈마 스크린, OLED 스크린을 포함하는 스크린(2510)를 포함하며, 이들 각각은 터치 스크린 입력 능력을 가지고 있을 수도 없을 수도 있고, 이들 각각은 촉각 피드백 능력을 가지고 있을 수도 없을 수도 있으며, 일부는 2차원 시각 출력 또는 가상 현실 안경(도시되지 않음), 홀로그래픽 디스플레이 및 스모크 탱크(smoke tank, 도시되지 않음)의 스테레오그래픽 출력과 같은 수단을 통한 3차원 출력이 가능함), 및 프린터(도시되지 않음)를 포함할 수 있다.
컴퓨터 시스템(2500)은 또한 사람이 액세스할 수 있는 저장 디바이스 및 이와 연관된 매체로서, CD/DVD를 가진 CD/DVD ROM/RW(2520) 또는 이와 유사한 매체(2521)를 포함하는 광학 매체, 썸 드라이브(thumb-driver)(2522), 탈착식 하드 드라이브 또는 솔리드 스테이트 드라이브(2523), 테이프 및 플로피 디스크(도시되지 않음)와 같은 레거시 자기 매체, 보안 동글(도시되지 않음)과 같은 특수 ROM/ASIC/PLD 기반 디바이스 등을 포함한다.
당업자는 또한 현재 개시된 주제와 관련하여 사용되는 용어 "컴퓨터가 판독 가능한 매체"가 전송 매체, 반송파, 또는 다른 일시적 신호를 포함하지 않는다는 것을 이해해야 한다.
컴퓨터 시스템(2500)은 또한 하나 이상의 통신 네트워크(2555)에 대한 네트워크 인터페이스(2554)를 포함할 수 있다. 네트워크는 예를 들어 무선, 유선, 광일 수 있다. 네트워크는 또한 로컬, 광역, 대도시, 차량 및 산업, 실시간, 지연 허용 등일 수 있다. 네트워크의 예로는 이더넷과 같은 근거리 네트워크, 무선 LAN, GSM, 3G, 4G, 5G, LTE 등을 포함하는 셀룰러 네트워크, 케이블 TV, 위성 TV 및 지상파 방송 TV를 포함하는 TV 유선 또는 무선 광역 디지털 네트워크, CAN 버스를 포함하는 차량 및 산업용 등이 포함된다. 특정 네트워크는 일반적으로 특정 범용 데이터 포트 또는 주변기기 버스(2549)(예를 들어, 컴퓨터 시스템(2500)의 USB 포트)에 부착된 외부 네트워크 인터페이스 어댑터를 필요로 하며; 다른 것들은 아래에서 설명된 바와 같이, 일반적으로 시스템 버스에 부착되는 것(예를 들어, PC 컴퓨터 시스템에 대한 이더넷 인터페이스 또는 스마트 폰 컴퓨터 시스템에 대한 셀룰러 네트워크 인터페이스)에 의해 컴퓨터 시스템(2500)의 코어에 통합된다. 이러한 네트워크 중 임의의 것을 사용하여 컴퓨터 시스템(2500)은 다른 엔티티와 통신할 수 있다. 이러한 통신은 예를 들어, 로컬 또는 광역 디지털 네트워크를 사용하여 다른 컴퓨터 시스템에 대한, 단방향, 수신 전용(예를 들어, 방송 TV), 단방향 송신 전용(예를 들어, CANbus에서 특정 CANbus 디바이스로) 또는 양방향일 수 있다. 특정 프로토콜 및 프로토콜 스택이 위에서 설명한 바와 같이 네트워크 및 네트워크 인터페이스 각각에서 사용될 수 있다.
전술한 휴먼 인터페이스 디바이스, 사람이 액세스할 수 있는 저장 디바이스 및 네트워크 인터페이스는 컴퓨터 시스템(2500)의 코어(2540)에 부착될 수 있다.
코어(2540)는 하나 이상의 중앙 처리 유닛(Central Processing Unit, CPU)(2541), 그래픽 처리 유닛(Graphics Processing Unit, GPU)(2542), FPGA(Field Programmable Gate Areas) 형태의 특수 프로그래머블 처리 유닛(2543), 특정 태스크에 대한 하드웨어 가속기(2544), 그래픽 어댑터(2550) 등을 포함할 수 있다. 읽기 전용 메모리(Read-only memory, ROM)(2545), 랜덤 액세스 메모리(2546), 내부 비 사용자 액세스 가능 하드 드라이브, SSD 등과 같은 내부 대용량 스토리지(2547)와 함께 이러한 디바이스는 시스템 버스(2548)를 통해 연결될 수 있다. 일부 컴퓨터 시스템에서, 시스템 버스(2548)는 추가 CPU, GPU 등에 의한 확장을 가능하게 하기 위해 하나 이상의 물리적 플러그의 형태로 액세스할 수 있다. 주변 디바이스는 코어의 시스템 버스(2548)에 직접 또는 주변기기 버스(2549)를 통해 부착될 수 있다. 일 예에서, 스크린(2510)이 그래픽 어댑터(2550)에 연결될 수 있다. 주변 버스의 아키텍처에는 PCI, USB 등이 포함된다.
CPU(2541), GPU(2542), FPGA(2543), 및 가속기(2544)는 조합하여 전술한 컴퓨터 코드를 구성할 수 있는 특정 명령어를 실행할 수 있다. 이 컴퓨터 코드는 ROM(2545) 또는 RAM(2546)에 저장될 수 있다. 과도기 데이터(Transitional data)는 RAM(2546)에 저장될 수도 있지만 영구(permanent) 데이터는 예를 들어 내부 대용량 스토리지(2547)에 저장될 수 있다. 하나 이상의 CPU(2541), GPU(2542), 대용량 스토리지(2547), ROM(2545), RAM(2546) 등과 밀접하게 연관될 수 있는 캐시 메모리의 사용을 통해 임의의 메모리 디바이스에 대한 빠른 저장 및 검색을 가능하게 할 수 있다.
컴퓨터가 판독 가능한 매체는 다양한 컴퓨터 구현 작동을 수행하기 위한 컴퓨터 코드를 가질 수 있다. 매체 및 컴퓨터 코드는 본 개시의 목적을 위해 특별히 설계되고 구성된 것이거나, 컴퓨터 소프트웨어 분야의 숙련자에게 잘 알려져 있고 이용 가능한 종류일 수 있다.
비제한적인 예로서, 아키텍처(2500)를 갖는 컴퓨터 시스템, 특히 코어(2540)는 하나 이상의 유형의 컴퓨터가 판독 가능한 매체에 구현된 소프트웨어를 실행하는 프로세서(들)(CPU, GPU, FPGA, 가속기 등을 포함)의 결과로서 기능을 제공할 수 있다. 이러한 컴퓨터가 판독 가능한 매체는 위에서 소개된 사용자 액세스 가능 대용량 스토리지 또는 코어 내부 대용량 스토리지(2547) 또는 ROM(2545)과 같은 비 일시적 특성을 가진 코어(2540)의 특정 스토리지와 관련된 매체일 수 있다. 본 개시의 다양한 실시예를 구현하는 소프트웨어는 이러한 디바이스에 저장되고 코어(2540)에 의해 실행될 수 있다. 컴퓨터가 판독 가능한 매체는 특정 필요성에 따라 하나 이상의 메모리 디바이스 또는 칩을 포함할 수 있다. 소프트웨어는 코어(2540) 및 특히 그 안의 프로세서(CPU, GPU, FPGA 등을 포함)가 RAM(2546)에 저장된 데이터 구조를 정의하는 것과 소프트웨어에서 정의한 프로세스에 따라 이러한 데이터 구조를 수정하는 것을 포함하여, 여기에 설명된 특정 프로세스 또는 특정 프로세스의 일부를 실행하도록 할 수 있다. 추가로 또는 대안으로, 컴퓨터 시스템은 여기에 설명된 특정 프로세스나 특정 프로세스의 특정 부분을 실행하기 위해 소프트웨어 대신 또는 소프트웨어와 함께 작동할 수 있는 회로(예를 들어, 가속기(2544))에 배선(hardwired)되거나 구현된 로직의 결과로 기능을 제공할 수 있다. 소프트웨어에 대한 참조는 로직을 포함할 수 있으며 적절한 경우에 그 반대도 마찬가지이다. 컴퓨터가 판독 가능한 매체에 대한 참조는 실행을 위한 소프트웨어를 저장하는 회로(예: 집적 회로(IC)), 실행을 위한 로직을 구현하는 회로 또는 적절한 경우 둘 다를 포함할 수 있다. 본 개시는 하드웨어 및 소프트웨어의 임의의 적절한 조합을 포괄한다.
부록 A: 약어
JEM: joint exploration model
VVC: versatile video coding
BMS: benchmark set
MV: Motion Vector
HEVC: High Efficiency Video Coding
SEI: Supplementary Enhancement Information
VUI: Video Usability Information
GOPs: Groups of Pictures
TUs: Transform Units,
PUs: Prediction Units
CTUs: Coding Tree Units
CTBs: Coding Tree Blocks
PBs: Prediction Blocks
HRD: Hypothetical Reference Decoder
SNR: Signal Noise Ratio
CPUs: Central Processing Units
GPUs: Graphics Processing Units
CRT: Cathode Ray Tube
LCD: Liquid-Crystal Display
OLED: Organic Light-Emitting Diode
CD: Compact Disc
DVD: Digital Video Disc
ROM: Read-Only Memory
RAM: Random Access Memory
ASIC: Application-Specific Integrated Circuit
PLD: Programmable Logic Device
LAN: Local Area Network
GSM: Global System for Mobile communications
LTE: Long-Term Evolution
CANBus: Controller Area Network Bus
USB: Universal Serial Bus
PCI: Peripheral Component Interconnect
FPGA: Field Programmable Gate Areas
SSD: solid-state drive
IC: Integrated Circuit
CU: Coding Unit
NIC: Neural Image Compression
R-D: Rate-Distortion
E2E: End to End
ANN: Artificial Neural Network
DNN: Deep Neural Network
CNN: Convolution Neural Network
본 개시는 여러 예시적인 실시예를 설명했지만, 본 개시의 범위 내에 속하는 변경, 순열 및 다양한 대체 등가물이 존재한다. 따라서 당업자는 본 명세서에 명시적으로 도시되거나 설명되지는 않았지만 본 개시의 원리를 구현하고 따라서 본 개시의 사상 및 범위 내에 있는 수많은 시스템 및 방법을 고안할 수 있다는 것이 이해될 것이다.

Claims (20)

  1. 비디오 디코더의 비디오 디코딩 방법으로서,
    코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록들을 재구성하는 단계;
    상기 비디오 디코더에서의 심층 신경망(deep neural network, DNN)의 제1 디블로킹(deblocking) 파라미터를 포함하는, 상기 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩하는 단계 - 상기 DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 업데이트된 파라미터임 -;
    상기 제1 디블로킹 정보에 포함된 상기 제1 디블로킹 파라미터에 기반하여, 상기 재구성된 블록들에서 샘플의 서브세트를 포함하는 제1 경계 영역에 대해 상기 비디오 디코더에서의 DNN을 결정하는 단계; 및
    상기 제1 디블로킹 파라미터에 대응하는 상기 결정된 DNN에 기반하여, 상기 재구성된 블록들에서 샘플의 서브세트를 포함하는 상기 제1 경계 영역을 디블로킹하는 단계
    를 포함하는 비디오 디코딩 방법.
  2. 제1항에 있어서,
    상기 재구성된 블록들은, 제1 공유된 경계를 갖고 상기 제1 공유된 경계의 양측에 샘플의 제1 경계 영역을 포함하는 제1 이웃하는 재구성된 블록들을 포함하며,
    상기 제1 이웃하는 재구성된 블록들은 상기 제1 경계 영역 외부에 있는 비경계 영역을 더 포함하고,
    상기 제1 이웃하는 재구성된 블록들의 제1 경계 영역은 상기 디블로킹된 제1 경계 영역으로 대체되는, 비디오 디코딩 방법.
  3. 제1항에 있어서,
    상기 제1 디블로킹 파라미터는 상기 DNN의 편향 항(bias term) 또는 가중치 계수인, 비디오 디코딩 방법.
  4. 제1항에 있어서,
    상기 DNN은 초기 파라미터로 구성되고,
    상기 DNN을 결정하는 단계는,
    상기 제1 디블로킹 파라미터에 기반하여 상기 초기 파라미터 중 하나를 업데이트하는 단계
    를 포함하는, 비디오 디코딩 방법.
  5. 제4항에 있어서,
    상기 제1 디블로킹 정보는 상기 초기 파라미터 중 하나와 상기 제1 디블로킹 파라미터의 차이를 지시하고,
    상기 비디오 디코딩 방법은,
    상기 초기 파라미터 중 하나와 상기 차이의 합에 따라 상기 제1 디블로킹 파라미터를 결정하는 단계
    를 더 포함하는 비디오 디코딩 방법.
  6. 제2항에 있어서,
    상기 재구성된 블록들은, 제2 공유된 경계를 갖고 상기 제2 공유된 경계의 양측에 샘플의 제2 경계 영역을 포함하는 제2 이웃하는 재구성된 블록들을 포함하며,
    상기 비디오 디코딩 방법은,
    상기 제2 경계 영역에 대응하는, 상기 코딩된 비디오 비트스트림의 제2 디블로킹 정보를 디코딩하는 단계 - 상기 제2 디블로킹 정보는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 제2 디블로킹 파라미터를 지시하며, 상기 제2 경계 영역은 상기 제1 경계 영역과 상이함 -;
    상기 제1 디블로킹 파라미터와 상기 제2 디블로킹 파라미터에 기반하여 상기 DNN을 업데이트하는 단계 - 상기 업데이트된 DNN은 상기 제2 경계 영역에 대응하고 상기 제1 디블로킹 파라미터와 상기 제2 디블로킹 파라미터로 구성됨 -; 및
    상기 제2 경계 영역에 대응하는 상기 업데이트된 DNN에 기반하여 상기 제2 경계 영역을 디블로킹하는 단계
    를 더 포함하는 비디오 디코딩 방법.
  7. 제2항에 있어서,
    상기 재구성된 블록들은, 제2 공유된 경계를 갖고 상기 제2 공유된 경계의 양측에 샘플을 갖는 제2 경계 영역을 포함하는, 상기 재구성된 블록들 중 제2 이웃하는 재구성된 블록들을 포함하고,
    상기 비디오 디코딩 방법은,
    상기 제1 경계 영역에 대응하는 상기 결정된 DNN에 기반하여 상기 제2 경계 영역을 디블로킹하는 단계
    를 더 포함하는 비디오 디코딩 방법.
  8. 제1항에 있어서,
    상기 DNN의 레이어 수는 상기 제1 경계 영역의 크기에 따라 달라지는, 비디오 디코딩 방법.
  9. 제2항에 있어서,
    상기 제1 경계 영역은 상기 재구성된 블록들에 포함된 제3 두 개의 이웃하는 재구성된 블록들 사이의 제3 공유된 경계의 양측에 있는 샘플을 더 포함하고,
    상기 제1 두 개의 이웃하는 재구성된 블록들은 상기 제3 두 개의 이웃하는 재구성된 블록들과 상이한, 비디오 디코딩 방법.
  10. 비디오 디코딩 장치로서,
    코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록들을 재구성하고;
    비디오 디코더에서의 심층 신경망(deep neural network, DNN)의 제1 디블로킹 파라미터를 포함하는, 상기 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩하며 - 상기 DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 업데이트된 파라미터임 -;
    상기 제1 디블로킹 정보에 포함된 상기 제1 디블로킹 파라미터에 기반하여, 상기 재구성된 블록들에서 샘플의 서브세트를 포함하는 제1 경계 영역에 대해 상기 비디오 디코더에서의 DNN을 결정하고; 그리고
    상기 제1 디블로킹 파라미터에 대응하는 상기 결정된 DNN에 기반하여, 상기 재구성된 블록들에서 샘플의 서브세트를 포함하는 상기 제1 경계 영역을 디블로킹하도록 구성된 처리 회로
    를 포함하는 비디오 디코딩 장치.
  11. 제10항에 있어서,
    상기 재구성된 블록들은, 제1 공유된 경계를 갖고 상기 제1 공유된 경계의 양측에 샘플의 제1 경계 영역을 포함하는 제1 이웃하는 재구성된 블록들을 포함하며,
    상기 제1 이웃하는 재구성된 블록들은 상기 제1 경계 영역 외부에 있는 비경계 영역을 더 포함하고,
    상기 제1 이웃하는 재구성된 블록들의 제1 경계 영역은 상기 디블로킹된 제1 경계 영역으로 대체되는, 비디오 디코딩 장치.
  12. 제10항에 있어서,
    상기 제1 디블로킹 파라미터는 상기 DNN의 편향 항 또는 가중치 계수인, 비디오 디코딩 장치.
  13. 제10항에 있어서,
    상기 DNN은 초기 파라미터로 구성되고,
    상기 처리 회로는 상기 제1 디블로킹 파라미터에 기반하여 상기 초기 파라미터 중 하나를 업데이트하도록 구성되는, 비디오 코딩 장치.
  14. 제13항에 있어서,
    상기 제1 디블로킹 정보는 상기 초기 파라미터 중 하나와 상기 제1 디블로킹 파라미터의 차이를 지시하고,
    상기 처리 회로는, 상기 초기 파라미터 중 하나와 상기 차이의 합에 따라 상기 제1 디블로킹 파라미터를 결정하도록 구성되는, 비디오 코딩 장치.
  15. 제11항에 있어서,
    상기 재구성된 블록들은, 제2 공유된 경계를 갖고 상기 제2 공유된 경계의 양측에 샘플의 제2 경계 영역을 포함하는 제2 이웃하는 재구성된 블록들을 포함하며,
    상기 처리 회로는,
    상기 제2 경계 영역에 대응하는, 상기 코딩된 비디오 비트스트림의 제2 디블로킹 정보를 디코딩하고 - 상기 제2 디블로킹 정보는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 제2 디블로킹 파라미터를 지시하며, 상기 제2 경계 영역은 상기 제1 경계 영역과 상이함 -;
    상기 제1 디블로킹 파라미터와 상기 제2 디블로킹 파라미터에 기반하여 상기 DNN을 업데이트하며 - 상기 업데이트된 DNN은 상기 제2 경계 영역에 대응하고 상기 제1 디블로킹 파라미터와 상기 제2 디블로킹 파라미터로 구성됨 -; 그리고
    상기 제2 경계 영역에 대응하는 상기 업데이트된 DNN에 기반하여 상기 제2 경계 영역을 디블로킹하도록 구성되는, 비디오 코딩 장치.
  16. 제11항에 있어서,
    상기 재구성된 블록들은, 제2 공유된 경계를 갖고 상기 제2 공유된 경계의 양측에 샘플을 갖는 제2 경계 영역을 포함하는, 상기 재구성된 블록들 중 제2 이웃하는 재구성된 블록들을 포함하고;
    상기 처리 회로는, 상기 제1 경계 영역에 대응하는 상기 결정된 DNN에 기반하여 상기 제2 경계 영역을 디블로킹하도록 구성되는, 비디오 코딩 장치.
  17. 제10항에 있어서,
    상기 DNN의 레이어 수는 상기 제1 경계 영역의 크기에 따라 달라지는, 비디오 디코딩 장치.
  18. 제11항에 있어서,
    상기 제1 경계 영역은 상기 재구성된 블록들에 포함된 제3 두 개의 이웃하는 재구성된 블록들 사이의 제3 공유된 경계의 양측에 있는 샘플을 더 포함하고,
    상기 제1 두 개의 이웃하는 재구성된 블록들은 상기 제3 두 개의 이웃하는 재구성된 블록들과 상이한, 비디오 디코딩 장치.
  19. 프로그램을 저장하는, 컴퓨터가 판독 가능한 비일시적 저장 매체로서,
    상기 프로그램을 적어도 하나의 프로세서에 의해 실행 가능하여,
    코딩된 비디오 비트스트림으로부터 재구성될 이미지의 블록들을 재구성하는 단계;
    상기 비디오 디코더에서의 심층 신경망(deep neural network, DNN)의 제1 디블로킹 파라미터를 포함하는, 상기 코딩된 비디오 비트스트림의 제1 디블로킹 정보를 디코딩하는 단계 - 상기 DNN의 제1 디블로킹 파라미터는 콘텐츠 적응적 트레이닝 프로세스에 의해 이전에 결정된 업데이트된 파라미터임 -;
    상기 제1 디블로킹 정보에 포함된 상기 제1 디블로킹 파라미터에 기반하여, 상기 재구성된 블록들에서 샘플의 서브세트를 포함하는 제1 경계 영역에 대해 상기 비디오 디코더에서의 DNN을 결정하는 단계; 및
    상기 제1 디블로킹 파라미터에 대응하는 상기 결정된 DNN에 기반하여, 상기 재구성된 블록의 샘플들에서 서브세트를 포함하는 상기 제1 경계 영역을 디블로킹하는 단계
    를 수행하는, 컴퓨터가 판독 가능한 비일시적 저장 매체.
  20. 제19항에 있어서,
    상기 재구성된 블록들은, 제1 공유된 경계를 갖고 상기 제1 공유된 경계의 양측에 샘플의 제1 경계 영역을 포함하는 제1 이웃하는 재구성된 블록들을 포함하며,
    상기 제1 이웃하는 재구성된 블록들은 상기 제1 경계 영역 외부에 있는 비경계 영역을 더 포함하고,
    상기 제1 이웃하는 재구성된 블록들의 제1 경계 영역은 상기 디블로킹된 제1 경계 영역으로 대체되는, 컴퓨터가 판독 가능한 비일시적 저장 매체.
KR1020237040426A 2021-06-16 2022-06-03 블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치 KR20240000583A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202163211408P 2021-06-16 2021-06-16
US63/211,408 2021-06-16
US17/826,806 US20220405979A1 (en) 2021-06-16 2022-05-27 Content-adaptive online training method and apparatus for deblocking in block-wise image compression
US17/826,806 2022-05-27
PCT/US2022/072748 WO2022266578A1 (en) 2021-06-16 2022-06-03 Content-adaptive online training method and apparatus for deblocking in block- wise image compression

Publications (1)

Publication Number Publication Date
KR20240000583A true KR20240000583A (ko) 2024-01-02

Family

ID=84490585

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237040426A KR20240000583A (ko) 2021-06-16 2022-06-03 블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치

Country Status (6)

Country Link
US (1) US20220405979A1 (ko)
EP (1) EP4133726A4 (ko)
JP (1) JP2023546666A (ko)
KR (1) KR20240000583A (ko)
CN (1) CN116349225A (ko)
WO (1) WO2022266578A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023132765A1 (en) * 2022-01-04 2023-07-13 Telefonaktiebolaget Lm Ericsson (Publ) Filtering for image encoding and decoding
CN116939210B (zh) * 2023-09-13 2023-11-17 瀚博半导体(上海)有限公司 基于自编码器的图像压缩方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102651878B1 (ko) * 2017-07-06 2024-03-28 삼성전자주식회사 영상을 부호화 또는 복호화하는 방법 및 장치
WO2019117646A1 (ko) * 2017-12-15 2019-06-20 한국전자통신연구원 분산 처리 환경에서의 학습 파라미터의 압축 및 전송을 제공하는 방법 및 장치
WO2019194460A1 (ko) * 2018-04-01 2019-10-10 엘지전자 주식회사 컨벌루션 뉴럴 네트워크를 이용한 영상 코딩 방법 및 그 장치
EP3930323A4 (en) * 2019-03-07 2022-03-30 Guangdong Oppo Mobile Telecommunications Corp., Ltd. METHOD AND APPARATUS FOR IMPLEMENTING LOOP FILTER AND COMPUTER STORAGE MEDIUM
CN112218097A (zh) * 2019-07-12 2021-01-12 富士通株式会社 环路滤波装置和图像解码装置
US11716469B2 (en) * 2020-12-10 2023-08-01 Lemon Inc. Model selection in neural network-based in-loop filter for video coding

Also Published As

Publication number Publication date
EP4133726A1 (en) 2023-02-15
US20220405979A1 (en) 2022-12-22
EP4133726A4 (en) 2023-08-23
CN116349225A (zh) 2023-06-27
WO2022266578A1 (en) 2022-12-22
JP2023546666A (ja) 2023-11-07

Similar Documents

Publication Publication Date Title
JP7434604B2 (ja) ニューラル画像圧縮における画像置換を用いたコンテンツ適応型オンライン訓練
US11979565B2 (en) Content-adaptive online training method and apparatus for post-filtering
KR20240000583A (ko) 블록 단위 이미지 압축에서의 디블로킹을 위한 콘텐츠 적응적 온라인 트레이닝 방법 및 장치
JP7443564B2 (ja) ビデオデコーディングの方法、装置、及びコンピュータプログラム、並びにビデオエンコーディングの方法
JP7368639B2 (ja) ビデオ符号化のための方法、装置及びコンピュータプログラム
JP7447311B2 (ja) ビデオ復号のための方法、装置及びコンピュータプログラム
US20220353521A1 (en) Method and apparatus for content-adaptive online training in neural image compression
US20220360770A1 (en) Block-wise content-adaptive online training in neural image compression with post filtering

Legal Events

Date Code Title Description
A201 Request for examination