KR20240054296A - 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 - Google Patents
채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 Download PDFInfo
- Publication number
- KR20240054296A KR20240054296A KR1020247008681A KR20247008681A KR20240054296A KR 20240054296 A KR20240054296 A KR 20240054296A KR 1020247008681 A KR1020247008681 A KR 1020247008681A KR 20247008681 A KR20247008681 A KR 20247008681A KR 20240054296 A KR20240054296 A KR 20240054296A
- Authority
- KR
- South Korea
- Prior art keywords
- feature
- information
- channel
- channels
- prediction
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 170
- 230000008707 rearrangement Effects 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 description 45
- 238000001914 filtration Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 31
- 239000000523 sample Substances 0.000 description 28
- 238000012545 processing Methods 0.000 description 23
- 238000013139 quantization Methods 0.000 description 23
- 238000004458 analytical method Methods 0.000 description 21
- 230000009466 transformation Effects 0.000 description 19
- 230000011664 signaling Effects 0.000 description 17
- 238000000605 extraction Methods 0.000 description 13
- 230000002123 temporal effect Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 8
- 241000023320 Luma <angiosperm> Species 0.000 description 7
- 239000011449 brick Substances 0.000 description 7
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000013074 reference sample Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
- H04N19/88—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving rearrangement of data among different coding units, e.g. shuffling, interleaving, scrambling or permutation of pixel data or permutation of transform coefficient data among different blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/132—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
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
- H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—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
- H04N19/184—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 bits, e.g. of the compressed video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
피쳐 부호화/복호화 방법, 장치 및 상기 피쳐 부호화 방법에 의해 생성된 컴퓨터 판독가능한 기록 매체가 제공된다. 본 개시에 따른 피쳐 복호화 방법은, 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부에 관한 제1 정보를 비트스트림으로부터 획득하는 단계, 상기 제1 정보가 상기 복수의 채널들이 재정렬된 것을 나타냄에 기반하여 상기 복수의 채널들의 재정렬 단위에 관한 제2 정보를 상기 비트스트림으로부터 획득하는 단계, 상기 제2 정보에 기반하여 결정되는 상기 복수의 채널들의 재정렬 단위에 기반하여 상기 복수의 채널들의 복원 순서에 관한 제3 정보를 상기 비트스트림으로부터 획득하는 단계, 및 상기 제3 정보에 기반하여 결정되는 상기 복수의 채널들의 복원 순서에 기반하여 상기 복수의 채널들을 복원하는 단계를 포함할 수 있다.
Description
본 개시는 피쳐 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 본 개시의 피쳐 부호화 방법/장치에 의해 생성된 비트스트림을 저장한 기록 매체에 관한 것이다.
머신러닝 기술의 발전과 함께 영상 처리 기반의 인공지능 서비스에 대한 수요가 증가하고 있다. 인공지능 서비스에서 요구되는 방대한 양의 영상 데이터를 한정된 리소스 내에서 효과적으로 처리하기 위해서는, 머신 태스크 수행에 최적화된 영상 압축 기술이 필수적이다. 하지만, 기존의 영상 압축 기술은 휴먼 비전을 위한 고해상도, 고품질의 영상 처리를 목표로 발전해 왔는 바, 인공지능 서비스에는 부적합하다는 문제가 있다. 이에 따라, 인공지능 서비스에 적합한 머신 지향의 새로운 영상 압축 기술에 대한 연구 개발이 활발히 진행되고 있다.
본 개시는 부호화/복호화 효율이 향상된 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 채널간 상관도에 기반한 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 채널 재정렬에 기반한 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 인터 채널 인트라 예측에 기반한 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 인터 채널 인터 예측에 기반한 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 복호화 장치에 의해 수신되고 복호화되어 피쳐의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 피쳐 복호화 방법은, 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부에 관한 제1 정보를 비트스트림으로부터 획득하는 단계, 상기 제1 정보가 상기 복수의 채널들이 재정렬된 것을 나타냄에 기반하여 상기 복수의 채널들의 재정렬 단위에 관한 제2 정보를 상기 비트스트림으로부터 획득하는 단계, 상기 제2 정보에 기반하여 결정되는 상기 복수의 채널들의 재정렬 단위에 기반하여 상기 복수의 채널들의 복원 순서에 관한 제3 정보를 상기 비트스트림으로부터 획득하는 단계, 및 상기 제3 정보에 기반하여 결정되는 상기 복수의 채널들의 복원 순서에 기반하여 상기 복수의 채널들을 복원하는 단계를 포함할 수 있다.
본 개시의 다른 양상에 따른 피쳐 복호화 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부에 관한 제1 정보를 비트스트림으로부터 획득하고, 상기 제1 정보가 상기 복수의 채널들이 재정렬된 것을 나타냄에 기반하여 상기 복수의 채널들의 재정렬 단위에 관한 제2 정보를 상기 비트스트림으로부터 획득하고, 상기 제2 정보에 기반하여 결정되는 상기 복수의 채널들의 재정렬 단위에 기반하여 상기 복수의 채널들의 복원 순서에 관한 제3 정보를 상기 비트스트림으로부터 획득하며, 상기 제3 정보에 기반하여 결정되는 상기 복수의 채널들의 복원 순서에 기반하여 상기 복수의 채널들을 복원할 수 있다.
본 개시의 또 다른 양상에 따른 피쳐 부호화 방법은, 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부를 결정하는 단계, 상기 복수의 채널들이 재정렬되는 것으로 결정됨에 기반하여 상기 복수의 채널들의 재정렬 단위를 결정하는 단계, 상기 결정된 재정렬 단위에 기반하여 상기 복수의 채널들을 재정렬하는 단계, 및 상기 재정렬된 복수의 채널들 및 상기 재정렬 관련 정보를 부호화하는 단계를 포함하고, 상기 재정렬 관련 정보는 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보, 상기 결정된 재정렬 단위에 관한 제2 정보, 및 상기 복수의 채널들의 상기 재정렬 이전의 순서에 관한 제3 정보를 포함할 수 있다.
본 개시의 다른 양상에 따른 영상의 피쳐 정보 부호화 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부를 결정하고, 상기 복수의 채널들이 재정렬되는 것으로 결정됨에 기반하여 상기 복수의 채널들의 재정렬 단위를 결정하고, 상기 결정된 재정렬 단위에 기반하여 상기 복수의 채널들을 재정렬하며, 상기 재정렬된 복수의 채널들 및 상기 재정렬 관련 정보를 부호화하되, 상기 재정렬 관련 정보는 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보, 상기 결정된 재정렬 단위에 관한 제2 정보, 및 상기 복수의 채널들의 상기 재정렬 이전의 순서에 관한 제3 정보를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 기록 매체는, 본 개시의 피쳐 부호화 방법 또는 피쳐 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 비트스트림 전송 방법은, 본 개시의 피쳐 부호화 방법 또는 피쳐 부호화 장치에 의해 생성된 비트스트림을 피쳐 복호화 장치로 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 피쳐 정보 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 채널간 상관도에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 채널 재정렬에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 인터 채널 인트라 예측에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 인터 채널 인터 예측에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 피쳐 복호화 장치에 의해 수신되고 복호화되어 피쳐 복원에 이용되는 비트스트림을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 개시의 실시예들이 적용될 수 있는 VCM 파이프라인 구조를 개략적으로 나타낸 도면이다.
도 3은 본 개시의 실시예들이 적용될 수 있는 영상/비디오 인코더를 개략적으로 나타낸 도면이다.
도 4는 본 개시의 실시예들이 적용될 수 있는 영상/비디오 디코더를 개략적으로 나타낸 도면이다.
도 5는 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 인코딩 절차를 개략적으로 나타낸 흐름도이다.
도 6은 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 디코딩 절차를 개략적으로 나타낸 흐름도이다.
도 7은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타낸 도면이다.
도 8a는 비디오 소스의 데이터 분포 특성을 나타낸 도면이다.
도 8b는 피쳐셋의 데이터 분포 특성을 나타낸 도면이다.
도 9a는 64개 채널들로 구성된 피쳐맵의 일 예를 나타낸 도면이다.
도 9b는 도 9a의 채널들 중 서로 인접한 4개 채널들을 확대하여 나타낸 도면이다.
도 10은 채널간 유클리드 거리의 산출 결과를 설명하기 위한 도면이다.
도 11은 참조 피쳐 관리 과정을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 채널 재정렬 방법을 나타낸 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 VCM 파이프라인 구조를 나타낸 도면이다.
도 14는 본 개시의 일 실시예에 따른 채널 재정렬 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 15a 및 도 15b는 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 16a 및 도 16b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 17a 및 도 17b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 18은 본 개시의 일 실시예에 따른 피쳐 파라미터 세트의 일 예를 나타낸 도면이다.
도 19는 본 개시의 일 실시예에 따른 인트라 예측 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 20은 본 개시의 일 실시예에 따른 피쳐 코딩 유닛 신택스의 일 예를 나타낸 도면이다.
도 21a는 연속적으로 추출된 피쳐맵들의 일 예를 나타낸 도면이다.
도 21b 및 도 21c는 도 21a의 피쳐맵들 중 대응되는 2개 채널들을 비교하여 나타낸 도면들이다.
도 22a 내지 도 22c는 예측 정보 후보(PIC) 리스트 구성 방법을 설명하기 위한 도면들이다.
도 23은 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋의 일 예를 나타낸 도면이다.
도 24는 본 개시의 일 실시예에 따른 예측 정보 후보(PIC) 리스트 구성 방법을 나타낸 흐름도이다.
도 25a 및 도 25b는 본 개시의 일 실시예에 따른 피쳐 코딩 신택스의 일 예를 나타낸 도면들이다.
도 26은 본 개시의 일 실시예에 따른 피쳐 부호화 방법을 나타낸 흐름도이다.
도 27은 본 개시의 일 실시예에 따른 피쳐 복호화 방법을 나타낸 흐름도이다.
도 28은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 29는 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
도 2는 본 개시의 실시예들이 적용될 수 있는 VCM 파이프라인 구조를 개략적으로 나타낸 도면이다.
도 3은 본 개시의 실시예들이 적용될 수 있는 영상/비디오 인코더를 개략적으로 나타낸 도면이다.
도 4는 본 개시의 실시예들이 적용될 수 있는 영상/비디오 디코더를 개략적으로 나타낸 도면이다.
도 5는 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 인코딩 절차를 개략적으로 나타낸 흐름도이다.
도 6은 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 디코딩 절차를 개략적으로 나타낸 흐름도이다.
도 7은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타낸 도면이다.
도 8a는 비디오 소스의 데이터 분포 특성을 나타낸 도면이다.
도 8b는 피쳐셋의 데이터 분포 특성을 나타낸 도면이다.
도 9a는 64개 채널들로 구성된 피쳐맵의 일 예를 나타낸 도면이다.
도 9b는 도 9a의 채널들 중 서로 인접한 4개 채널들을 확대하여 나타낸 도면이다.
도 10은 채널간 유클리드 거리의 산출 결과를 설명하기 위한 도면이다.
도 11은 참조 피쳐 관리 과정을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 채널 재정렬 방법을 나타낸 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 VCM 파이프라인 구조를 나타낸 도면이다.
도 14는 본 개시의 일 실시예에 따른 채널 재정렬 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 15a 및 도 15b는 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 16a 및 도 16b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 17a 및 도 17b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
도 18은 본 개시의 일 실시예에 따른 피쳐 파라미터 세트의 일 예를 나타낸 도면이다.
도 19는 본 개시의 일 실시예에 따른 인트라 예측 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 20은 본 개시의 일 실시예에 따른 피쳐 코딩 유닛 신택스의 일 예를 나타낸 도면이다.
도 21a는 연속적으로 추출된 피쳐맵들의 일 예를 나타낸 도면이다.
도 21b 및 도 21c는 도 21a의 피쳐맵들 중 대응되는 2개 채널들을 비교하여 나타낸 도면들이다.
도 22a 내지 도 22c는 예측 정보 후보(PIC) 리스트 구성 방법을 설명하기 위한 도면들이다.
도 23은 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋의 일 예를 나타낸 도면이다.
도 24는 본 개시의 일 실시예에 따른 예측 정보 후보(PIC) 리스트 구성 방법을 나타낸 흐름도이다.
도 25a 및 도 25b는 본 개시의 일 실시예에 따른 피쳐 코딩 신택스의 일 예를 나타낸 도면들이다.
도 26은 본 개시의 일 실시예에 따른 피쳐 부호화 방법을 나타낸 흐름도이다.
도 27은 본 개시의 일 실시예에 따른 피쳐 복호화 방법을 나타낸 흐름도이다.
도 28은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 29는 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시는 VVC(Versatile Video Coding) 표준 및/또는 VCM(Video Coding for Machines) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 개시는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(e.g., H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 개시는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.본 개시에서 "비디오(video)"는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. "영상(image)"은 AI(artificial intelligence)에 의해 생성된 정보일 수 있다. AI가 일련의 태스크를 수행하는 과정에서 사용하는 입력 정보, 정보 처리 과정 중에 발생하는 정보와 출력하는 정보가 영상(image)으로 쓰일 수 있다. "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 부호화에 있어서 픽처의 일부를 구성하는 부호화 단위이다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 타일은 픽처 내의 특정 타일 행(Tile Row) 및 특정 타일 열(Tile Column) 내에 존재하는 사각 영역으로, 복수의 CTU로 구성될 수 있다. 타일 열은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 높이와 동일한 높이를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 너비를 가질 수 있다. 타일 행은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 너비와 동일한 너비를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 높이를 가질 수 있다. 타일 스캔은 픽쳐를 분할하는 CTU들의 소정의 연속된 순서 지정 방법이다. 여기서, CTU들은 타일 내에서 CTU 래스터 스캔(raster scan)에 따라 연속적으로 순서를 부여받을 수 있고, 픽쳐내의 타일들은 픽쳐의 타일들의 래스터 스캔 순서에 따라 연속적으로 순서를 부여받을 수 있다. 슬라이스는 정수개의 완전한 타일들을 포함하거나, 하나의 픽쳐의 하나의 타일 내의 연속하는 정수개의 완전한 CTU 행을 포함할 수 있다. 슬라이스는 하나의 싱글 NAL 유닛에 독점적으로 포함될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 하나 이상의 브릭(Brick)을 포함할 수 있다. 브릭은 타일 내 CTU 행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 복수의 브릭으로 분할될 수 있으며, 각각의 브릭은 타일에 속한 하나 이상의 CTU행을 포함할 수 있다. 복수의 브릭으로 분할되지 않는 타일 또한 브릭으로 취급될 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
일 실시예에서, 특히 VCM에 적용되는 경우, 픽셀/픽셀값은 다른 특성 및 의미를 갖는 성분들의 집합으로 구성된 픽쳐가 있을 때 각 성분들의 독립적 정보 혹은 조합, 합성, 분석을 통해 생성된 성분의 픽셀/픽셀값을 나타낼 수도 있다. 예를 들어 RGB 입력에서 R의 픽셀/픽셀값만을 나타낼 수도 있고 G의 픽셀/픽셀값만을 나타낼 수도 있고 B의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 이용해 합성된 루마(Luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 성분에서 분석을 통해 추출한 영상, 정보의 픽셀/픽셀 값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(e.g., Cb, Cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다. 일 실시예에서, 특히 VCM에 적용되는 경우, 유닛은 특정 태스크를 수행하기 위한 정보를 담고 있는 기본 단위를 나타낼 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
또한, 본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 "현재 블록의 루마 블록"을 의미할 수 있다. "현재 블록의 크로마 블록"은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
본 개시는 VCM(Video/image coding for machines)에 관한 것이다.
VCM은 머신 비전을 목적으로 하여 소스 영상/비디오의 일부 또는 소스 영상/비디오로부터 획득된 정보를 부호화/복호화하는 압축 기술을 일컫는다. VCM에서 부호화/복호화 대상은 피쳐(feature)로 지칭될 수 있다. 피쳐는 태스크 목적, 요구사항, 주변 환경 등에 기반하여 소스 영상/비디오로부터 추출된 정보를 의미할 수 있다. 피쳐는 소스 영상/비디오와는 상이한 정보 형태를 가질 수 있으며, 이에 따라 피쳐의 압축 방법 및 표현 형식 또한 비디오 소스와는 상이할 수 있다.
VCM은 다양한 응용 분야에 적용될 수 있다. 예를 들어, 물체나 사람을 인식하고 추적하는 감시 시스템(Surveillance system)에 있어서, VCM은 객체 인식 정보를 저장하거나 전송하기 위해 이용될 수 있다. 또한, 지능형 운송(Intelligent Transportation) 또는 스마트 트래픽 시스템(Smart Traffic system)에 있어서, VCM은 GPS로부터 수집한 차량의 위치 정보, 라이다(LIDAR), 레이더(Radar) 등으로부터 수집한 센싱 정보 및 각종 차량 제어 정보를 다른 차량이나 인프라 스트럭처(infrastructure)로 전송하기 위해 이용될 수 있다. 또한, 스마트 시트(Smart city) 분야에 있어서, VCM은 상호 연결된 센서 노드 또는 장치의 개별 태스크 수행을 위해 이용될 수 있다.
본 개시는 피쳐/피쳐맵 코딩에 관한 다양한 실시예들을 제공한다. 다른 특별한 언급이 없는 한, 본 개시의 실시예들은 각각 개별적으로 구현될 수도 있고, 또는 2 이상의 조합으로 구현될 수도 있다.
VCM 시스템 개요
도 1은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타낸 도면이다.
도 1을 참조하면, VCM 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다.
부호화 장치(10)는 소스 영상/비디오로부터 추출된 피쳐/피쳐맵을 압축/부호화하여 비트스트림을 생성하고, 생성된 비트스트림을 저장매체 또는 네트워크를 통해 복호화 장치(20)로 전송할 수 있다. 부호화 장치(10)는 피쳐 부호화 장치로 지칭될 수도 있다. VCM 시스템에서, 피쳐/피쳐맵은 신경망의 각 은닉층(hidden layer)에서 생성될 수 있다. 생성된 피쳐맵의 크기 및 채널수는 신경망의 종류나 은닉층의 위치에 따라 달라질 수 있다. 본 개시에서, 피쳐맵은 피쳐셋으로 지칭될 수 있다.
부호화 장치(10)는 피쳐 획득부(11), 부호화부(12) 및 전송부(13)를 포함할 수 있다.
피쳐 획득부(11)는 소스 영상/비디오에 대한 피쳐/피쳐맵을 획득할 수 있다. 실시예에 따라, 피쳐 획득부(11)는 외부 장치, 예컨대 피쳐 추출 네트워크로부터 피쳐/피쳐맵을 획득할 수 있다. 이 경우, 피쳐 획득부(11)는 피쳐 수신 인터페이스 기능을 수행하게 된다. 또는, 피쳐 획득부(11)는 소스 영상/비디오를 입력으로 하여 신경망(e.g., CNN, DNN 등)을 실행함으로써 피쳐/피쳐맵을 획득할 수도 있다. 이 경우, 피쳐 획득부(11)는 피쳐 추출 네트워크 기능을 수행하게 된다.
실시예에 따라, 부호화 장치(10)는 소스 영상/비디오를 획득하기 위한 소스 영상 생성부(미도시)를 더 포함할 수 있다. 소스 영상 생성부는 이미지 센서, 카메라 모듈 등으로 구현될 수 있으며, 영상/비디오의 캡쳐, 합성 또는 생성 과정 등을 통해 소스 영상/비디오를 획득할 수 있다. 이 경우, 생성된 소스 영상/비디오는 피쳐 추출 네트워크로 전달되어, 피쳐/피쳐맵을 추출하기 위한 입력 데이터로 이용될 수 있다.
부호화부(12)는 피쳐 획득부(11)에 의해 획득된 피쳐/피쳐맵을 부호화할 수 있다. 부호화부(12)는 부호화 효율을 높이기 위해 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화된 데이터(부호화된 피쳐/피쳐맵 정보)는 비트스트림 형태로 출력될 수 있다. 부호화된 피쳐/피쳐맵 정보를 포함하는 비트스트림은 VCM 비트스트림으로 지칭될 수 있다.
전송부(13)는 비트스트림 형태로 출력된 피쳐/피쳐맵 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통해 복호화 장치(20)로 전달할 수 있다. 여기서, 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체들을 포함할 수 있다. 전송부(13)는 소정의 파일 포맷을 갖는 미디어 파일을 생성하기 위한 엘리먼트들 또는 방송/통신 네트워크를 통한 데이터 전송을 위한 엘리먼트들을 포함할 수 있다.
복호화 장치(20)는 부호화 장치(10)로부터 피쳐/피쳐맵 정보를 획득하고, 획득된 정보에 기반하여 피쳐/피쳐맵을 복원할 수 있다.
복호화 장치(20)는 수신부(21) 및 복호화부(22)를 포함할 수 있다.
수신부(21)는 부호화 장치(10)로부터 비트스트림을 수신하고, 수신된 비트스트림으로부터 피쳐/피쳐맵 정보를 획득하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 획득된 피쳐/피쳐맵 정보에 기반하여 피쳐/피쳐맵을 복호화할 수 있다. 복호화부(22)는 복호화 효율을 높이기 위해 부호화부(14)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다.
실시예에 따라, 복호화 장치(20)는 태스크 분석/렌더링부(23)를 더 포함할 수 있다.
태스크 분석/렌더링부(23)는 복호화된 피쳐/피쳐맵에 기반하여 태스크 분석을 수행할 수 있다. 또한, 태스크 분석/렌더링부(23)는 복호화된 피쳐/피쳐맵을 태스크 수행에 적합한 형태로 렌더링(rendering)할 수 있다. 태스크 분석 결과 및 렌더링된 피쳐/피쳐맵에 기반하여 다양한 머신 (지향형) 태스크가 수행될 수 있다.
이상, VCM 시스템은 사용자 및/또는 머신의 요청, 태스크 목적 및 주변 환경에 따라 소스 영상/비디오로부터 추출된 피쳐를 부호화/복호화하고, 복호화된 피쳐에 기반하여 다양한 머신 (지향형) 태스크들을 수행할 수 있다. VCM 시스템은 비디오/영상 코딩 시스템을 확장/재설계함으로써 구현될 수도 있으며, VCM 표준에서 정의되는 다양한 부호화/복호화 방법들을 수행할 수 있다.
VCM 파이프라인
도 2는 본 개시의 실시예들이 적용될 수 있는 VCM 파이프라인 구조를 개략적으로 나타낸 도면이다.
도 2를 참조하면, VCM 파이프라인(200)은 영상/비디오의 부호화/복호화를 위한 제1 파이프라인(210) 및 피쳐/피쳐맵의 부호화/복호화를 위한 제2 파이프라인(220)을 포함할 수 있다. 본 개시에서, 제1 파이프라인(210)은 비디오 코덱 파이프라인으로 지칭될 수 있고, 제2 파이프라인(220)은 피쳐 코덱 파이프라인으로 지칭될 수 있다.
제1 파이프라인(210)은 입력된 영상/비디오를 부호화하는 제1 스테이지(211) 및 부호화된 영상/비디오를 복호화하여 복원된 영상/비디오를 생성하는 제2 스테이지(212)를 포함할 수 있다. 복원된 영상/비디오는 사람의 시청용, 즉 휴먼 비전을 위해 이용될 수 있다.
제2 파이프라인(220)은 입력된 영상/비디오로부터 피쳐/피쳐맵을 추출하는 제3 스테이지(221), 추출된 피쳐/피쳐맵을 부호화하는 제4 스테이지(222), 및 부호화된 피쳐/피쳐맵을 복호화하여 복원된 피쳐/피쳐맵을 생성하는 제5 스테이지(223)를 포함할 수 있다. 복원된 피쳐/피쳐맵은 머신 (비전) 태스크를 위해 이용될 수 있다. 여기서, 머신 (비전) 태스크란 머신에 의해 영상/비디오가 소비되는 형태의 태스크를 의미할 수 있다. 머신 (비전) 태스크는, 예컨대, 감시(Surveillance), 지능형 교통(Intelligent Transportation), 스마트 시티(Smart City), 지능형 산업(Intelligent Industry), 지능형 컨텐츠(Intelligent Content) 등과 같은 서비스 시나리오에 적용될 수 있다. 실시예에 따라, 복원된 피쳐/피쳐맵은 휴먼 비전을 위해 이용될 수도 있다.
실시예에 따라, 제4 스테이지(222)에서 부호화된 피쳐/피쳐맵은 제1 스테이지(221)로 전달되어 영상/비디오를 부호화하는 데 이용될 수 있다. 이 경우, 부호화된 피쳐/피쳐맵에 기반하여 부가 비트스트림이 생성될 수 있으며, 생성된 부가 비트스트림은 제2 스테이지(222)로 전달되어 영상/비디오를 복호화하는 데 이용될 수 있다.
실시예에 따라, 제5 스테이지(223)에서 복호화된 피쳐/피쳐맵은 제2 스테이지(222)로 전달되어 영상/비디오를 복호화하는 데 이용될 수 있다.
도 2에서는 VCM 파이프라인(200)이 제1 파이프라인(210) 및 제2 파이프라인(220)을 포함하는 경우를 도시하나, 이는 예시적인 것일 뿐 본 개시의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, VCM 파이프라인(200)은 제2 파이프라인(220)만을 포함할 수도 있고, 또는 제2 파이프라인(220)이 복수의 피쳐 코덱 파이프라인들로 확장될 수도 있다.
한편, 제1 파이프라인(210)에서, 제1 스테이지(211)는 영상/비디오 인코더에 의해 수행되고, 제2 스테이지(212)는 영상/비디오 디코더에 의해 수행될 수 있다. 또한, 제2 파이프라인(220)에서, 제3 스테이지(221)는 VCM 인코더(또는, 피쳐/피쳐맵 인코더)에 의해 수행되고, 제4 스테이지(222)는 VCM 디코더(또는, 피쳐/피쳐맵 디코더)에 의해 수행될 수 있다. 이하, 인코더/디코더 구조를 상세히 설명한다.
인코더(Encoder)
도 3은 본 개시의 실시예들이 적용될 수 있는 영상/비디오 인코더를 개략적으로 나타낸 도면이다.
도 3을 참조하면, 영상/비디오 인코더(300)는 영상 분할부(image partitioner, 310), 예측부(predictor, 320), 레지듀얼 처리부(residual processor, 330), 엔트로피 인코딩부(entropy encoder, 340), 가산부(adder, 350), 필터링부(filter, 360), 및 메모리(memory, 370)를 포함할 수 있다. 예측부(320)는 인터 예측부(321) 및 인트라 예측부(322)를 포함할 수 있다. 레지듀얼 처리부(330)는 변환부(transformer, 332), 양자화부(quantizer, 333), 역양자화부(dequantizer, 334) 및 역변환부(inverse transformer, 335)를 포함할 수 있다. 레지듀얼 처리부(330)은 감산부(subtractor, 331)를 더 포함할 수 있다. 가산부(350)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 지칭될 수 있다. 상술한 영상 분할부(310), 예측부(320), 레지듀얼 처리부(330), 엔트로피 인코딩부(340), 가산부(350) 및 필터링부(360)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예컨대, 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한, 메모리(370)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의해 구성될 수도 있다. 상술한 하드웨어 컴포넌트는 메모리(370)를 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(310)는 영상/비디오 인코더(300)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 프로세싱 유닛(processing unit)으로 분할할 수 있다. 일 예로, 프로세싱 유닛은 코딩 유닛(coding unit, CU)으로 지칭될 수도 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT(Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는, 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 영상/비디오 코딩 절차가 수행될 수 있다. 이 경우, 영상 특성에 따른 코딩 효율 등을 기반으로 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수도 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수도 있다. 여기서, 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 프로세싱 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우, 예측 유닛 및 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 예측 유닛은 샘플 예측의 단위일 수 있고, 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수들(transform coefficients)의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
영상/비디오 인코더(300)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(321) 또는 인트라 예측부(322)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(332)로 전송된다. 이 경우, 도시된 바와 같이 영상/비디오 인코더(300) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(331)라고 지칭될 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지를 결정할 수 있다. 예측부는 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(340)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(340)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(322)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 샘플들은 예측 모드에 따라 현재 블록의 주변(neighbor)에 위치할 수도 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는, 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만 이는 예시로서, 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(322)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(321)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 참조 블록을 포함하는 참조 픽처와 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등으로 지칭될 수 있으며, 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)로 지칭될 수도 있다. 예를 들어, 인터 예측부(321)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(321)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(320)는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수도 있다. 이를 combined inter and intra prediction (CIIP)라고 부를 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
예측부(320)에 의해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(332)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀들(all previously reconstructed pixels)을 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(333)는 변환 계수들을 양자화하여 엔트로피 인코딩부(340)로 전송하고, 엔트로피 인코딩부(340)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(333)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(340)는, 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(340)는 양자화된 변환 계수들 외 영상/비디오 복원에 필요한 정보들(e.g., 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(e.g., 인코딩된 영상/비디오 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 영상/비디오 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 영상/비디오 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 또한, 영상/비디오 정보는 부호화된 정보의 생성 방법 및 사용 방법, 목적 등을 더 포함할 수 있다. 본 개시에서 영상/비디오 인코더에서 영상/비디오 디코더로 전달/시그널링되는 정보 및/또는 신택스 요소들은 영상/비디오 정보에 포함될 수 있다. 영상/비디오 정보는 상술한 인코딩 절차를 통하여 인코딩되어 비트스트림에 포함될 수 있다. 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서, 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(340)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상/비디오 인코더(300)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(340)에 포함될 수도 있다.
양자화부(333)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(334) 및 역변환부(335)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(350)는 복원된 레지듀얼 신호를 인터 예측부(321) 또는 인트라 예측부(322)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(350)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(360)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(360)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 메모리(370), 구체적으로 메모리(370)의 DPB에 저장할 수 있다. 다양한 필터링 방법은, 예를 들어 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(360)은 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(340)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(340)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(370)에 전송된 수정된 복원 픽처는 인터 예측부(321)에서 참조 픽처로 사용될 수 있다. 이를 통해, 인코더단 및 디코더단에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(370)의 DPB는 수정된 복원 픽처를 인터 예측부(321)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(370)는 현재 픽처 내 움직임 정보가 도출된(또는, 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(321)에 전달될 수 있다. 메모리(370)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 저장된 복원 샘플들을 인트라 예측부(322)에 전달할 수 있다.
한편, VCM 인코더(또는, 피쳐/피쳐맵 인코더)는, 피쳐/피쳐맵을 인코딩하기 위하여 예측, 변환, 양자화 등 일련의 절차를 수행한다는 점에서, 기본적으로 도 3을 참조하여 설명한 영상/비디오 인코더(300)와 동일/유사한 구조를 가질 수 있다. 다만, VCM 인코더는 피쳐/피쳐맵을 부호화 대상으로 한다는 점에서 영상/비디오 인코더(300)와는 차이가 있으며, 이에 따라 각 유닛(또는, 구성요소)의 명칭(e.g., 영상 분할부(310) 등)과 그 구체적 동작 내용에 있어서 영상/비디오 인코더(300)와는 상이할 수 있다. VCM 인코더의 구체적 동작 내용에 대해서는 상세히 후술하기로 한다.
디코더(Decoder)
도 4는 본 개시의 실시예들이 적용될 수 있는 영상/비디오 디코더를 개략적으로 나타낸 도면이다.
도 4를 참조하면, 영상/비디오 디코더(400)는 엔트로피 디코딩부(entropy decoder, 410), 레지듀얼 처리부(residual processor, 420), 예측부(predictor, 430), 가산부(adder, 440), 필터링부(filter, 450) 및 메모리(memoery, 460)를 포함할 수 있다. 예측부(430)는 인터 예측부(431) 및 인트라 예측부(432)를 포함할 수 있다. 레지듀얼 처리부(420)는 역양자화부(dequantizer, 421) 및 역변환부(inverse transformer, 422)를 포함할 수 있다. 상술한 엔트로피 디코딩부(410), 레지듀얼 처리부(420), 예측부(430), 가산부(440) 및 필터링부(450)는 실시예에 따라 하나의 하드웨어 컴포넌트(예컨대, 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(460)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 하드웨어 컴포넌트는 메모리(460)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 영상/비디오 디코더(400)는 도 3의 영상/비디오 인코더(300)에서 영상/비디오 정보가 처리된 프로세스에 대응하여 영상/비디오를 복원할 수 있다. 예를 들어, 영상/비디오 디코더(400)는 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 영상/비디오 디코더(400)는 영상/비디오 인코더에서 적용된 프로세싱 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서, 디코딩의 프로세싱 유닛은, 예컨대 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 영상/비디오 디코더(400)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
영상/비디오 디코더(400)는 도 3의 인코더로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(410)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(410)는 비트스트림을 파싱하여 영상 복원(또는, 픽처 복원)에 필요한 정보(e.g., 영상/비디오 정보)를 도출할 수 있다. 영상/비디오 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 영상/비디오 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 또한, 영상/비디오 정보는 복호화된 정보의 생성 방법 및 사용 방법, 목적 등을 포함할 수 있다. 영상/비디오 디코더(400)는 파라미터 세트에 관한 정보 및/또는 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 시그널링/수신되는 정보 및/또는 신택스 요소들은 디코딩 절차를 통하여 디코딩되어 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(410)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소들의 값들, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈(bin)을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이 때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(410)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(432) 및 인트라 예측부(431))로 제공되고, 엔트로피 디코딩부(410)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(420)로 입력될 수 있다. 레지듀얼 처리부(420)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(410)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(450)로 제공될 수 있다. 한편, 영상/비디오 인코더로부터 출력된 신호를 수신하는 수신부(미도시)가 영상/비디오 디코더(400)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(410)의 구성요소일 수도 있다. 한편, 본 개시에 따른 영상/비디오 디코더는 영상/비디오 디코딩 장치라고 불릴 수 있고, 영상/비디오 디코더는 정보 디코더(영상/비디오 정보 디코더) 및 샘플 디코더(영상/비디오 샘플 디코더)로 구분될 수도 있다. 이 경우, 정보 디코더는 엔트로피 디코딩부(410)를 포함할 수 있고, 샘플 디코더는 역양자화부(321), 역변환부(322), 가산부(440), 필터링부(450), 메모리(460), 인터 예측부(432) 및 인트라 예측부(431) 중 적어도 하나를 포함할 수 있다.
역양자화부(421)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(421)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우, 재정렬은 영상/비디오 인코더에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(e.g., 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficients)을 획득할 수 있다.
역변환부(422)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(430)는 현재 블록에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(410)로부터 출력된 예측에 관한 정보를 기반으로 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(420)는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이를 combined inter and intra prediction (CIIP)라고 부를 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 영상/비디오 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(431)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 참조되는 샘플들은 예측 모드에 따라 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(431)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(432)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(432)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예측에 관한 정보는 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(440)는 획득된 레지듀얼 신호를 예측부(인터 예측부(432) 및/또는 인트라 예측부(431) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(440)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(450)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(450)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 메모리(460), 구체적으로 메모리(460)의 DPB에 전송할 수 있다. 다양한 필터링 방법은, 예컨대 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(460)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(432)에서 참조 픽처로 사용될 수 있다. 메모리(460)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(432)에 전달할 수 있다. 메모리(460)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(431)에 전달할 수 있다.
한편, VCM 디코더(또는, 피쳐/피쳐맵 디코더)는, 피쳐/피쳐맵을 디코딩하기 위하여 예측, 역변환, 역양자화 등 일련의 절차를 수행한다는 점에서, 기본적으로 도 4를 참조하여 상술한 영상/비디오 디코더(400)와 동일/유사한 구조를 가질 수 있다. 다만, VCM 디코더는 피쳐/피쳐맵을 복호화 대상으로 한다는 점에서 영상/비디오 디코더(400)와는 차이가 있으며, 이에 따라 각 유닛(또는, 구성요소)의 명칭(e.g., DPB 등)과 그 구체적 동작 내용에 있어서 영상/비디오 디코더(400)와는 상이할 수 있다. VCM 디코더의 동작은 VCM 인코더의 동작에 대응할 수 있으며, 그 구체적 동작 내용에 대해서는 상세히 후술하기로 한다.
피쳐/피쳐맵 인코딩 절차
도 5는 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 인코딩 절차를 개략적으로 나타낸 흐름도이다.
도 5를 참조하면, 피쳐/피쳐맵 인코딩 절차는 예측 절차(S510), 레지듀얼 처리 절차(S520) 및 정보 인코딩 절차(S530)를 포함할 수 있다.
예측 절차(S510)는 도 3을 참조하여 전술한 예측부(320)에 의해 수행될 수 있다.
구체적으로, 인트라 예측부(322)는 현재 피쳐/피쳐맵 내의 피쳐 엘리먼트들을 참조하여 현재 블록(즉, 현재 부호화 대상이 되는 피쳐 엘리먼트들의 집합)을 예측할 수 있다. 인트라 예측은 피쳐/피쳐맵을 구성하는 피쳐 엘리먼트들의 공간적 유사성에 기반하여 수행될 수 있다. 예를 들어, 영상/비디오 내에서 동일한 관심 영역(Region of Interest, RoI)에 포함된 피쳐 엘리먼트들은 유사한 데이터 분포 특성을 갖는 것으로 추정될 수 있다. 따라서, 인트라 예측부(322)는 현재 블록을 포함하는 관심 영역 내에서 기복원된 피쳐 엘리먼트들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 피쳐 엘리먼트들은 예측 모드에 따라 현재 블록과 인접하여 위치할 수도 있고, 또는 현재 블록과 이격하여 위치할 수도 있다. 피쳐/피쳐맵 부호화를 위한 인트라 예측 모드들은 복수의 비방향성 예측 모드들 및 복수의 방향성 예측 모드들을 포함할 수 있다. 비방향성 예측 모드들은, 예컨대 영상/비디오 인코딩 절차의 DC 모드 및 플래너 모드에 대응하는 예측 모드들을 포함할 수 있다. 또한, 방향성 모드들은, 예컨대 영상/비디오 인코딩 절차의 33개의 방향성 모드들 또는 65개의 방향성 모드들에 대응하는 예측 모드들을 포함할 수 있다. 다만 이는 예시로서, 인트라 예측 모드들의 유형 및 개수는 실시예에 따라 다양하게 설정/변경될 수 있다.
인터 예측부(321)는 참조 피쳐/피쳐맵 상에서 움직임 정보에 의해 특정되는 참조 블록(즉, 참조되는 피쳐 엘리먼트들의 집합)을 기반으로, 현재 블록을 예측할 수 있다. 인터 예측은 피쳐/피쳐맵을 구성하는 피쳐 엘리먼트들의 시간적 유사성에 기반하여 수행될 수 있다. 예를 들어, 시간적으로 연속된 피쳐들은 유사한 데이터 분포 특성을 가질 수 있다. 따라서, 인터 예측부(321)는 현재 피쳐와 시간적으로 인접한 피쳐의 기복원된 피쳐 엘리먼트들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 피쳐 엘리먼트들을 특정하기 위한 움직임 정보는 움직임 벡터 및 참조 피쳐/피쳐맵 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(e.g., L0 예측, L1 예측, Bi 예측 등)에 관한 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 피쳐/피쳐맵 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 피쳐/피쳐맵 내에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 참조 블록을 포함하는 참조 피쳐/피쳐맵과 시간적 주변 블록을 포함하는 참조 피쳐/피쳐맵은 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block) 등으로 지칭될 수 있으며, 시간적 주변 블록을 포함하는 참조 피쳐/피쳐맵은 동일 위치 피쳐/피쳐맵(collocated feature/feature map)으로 지칭될 수도 있다. 인터 예측부(321)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 현재 블록의 움직임 벡터 및/또는 참조 피쳐/피쳐맵 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드들을 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(321)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다. 예측부(320)는 상술한 인트라 예측 및 인터 예측 이외에도 다양한 예측 방법에 기반하여 예측 신호를 생성할 수 있다.
예측부(320)에 의해 생성된 예측 신호는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 피쳐 엘리먼트들)을 생성하기 위해 이용될 수 있다(S520). 레지듀얼 처리 절차(S520)는 도 3을 참조하여 전술한 레지듀얼 처리부(330)에 의해 수행될 수 있다. 그리고, 레지듀얼 신호에 대한 변환 및/또는 양자화 절차를 통해 (양자화된) 변환 계수들이 생성될 수 있으며, 엔트로피 인코딩부(340)는 (양자화된) 변환 계수들에 관한 정보를 레지듀얼 정보로서 비트스트림 내에 인코딩할 수 있다(S530). 또한, 엔트로피 인코딩부(340)는 레지듀얼 정보 외에 피쳐/피쳐맵 복원에 필요한 정보, 예컨대 예측 정보(e.g., 예측 모드 정보, 움직임 정보 등)를 비트스트림 내에 인코딩할 수 있다.
한편, 피쳐/피쳐맵 인코딩 절차는 피쳐/피쳐맵 복원을 위한 정보(e.g., 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)를 인코딩하여 비트스트림 형태로 출력하는 절차(S530)뿐만 아니라, 현재 피쳐/피쳐맵에 대한 복원 피쳐/피쳐맵을 생성하는 절차 및 복원 피쳐/피쳐맵에 대해 인루프 필터링을 적용하는 절차(optional)를 더 포함할 수 있다.
VCM 인코더는 역양자화 및 역변환을 통해 양자화된 변환 계수(들)로부터 (수정된) 레지듀얼 피쳐(들)을 도출할 수 있으며, 단계 S510의 출력인 예측 피쳐(들)과 (수정된) 레지듀얼 피쳐(들)을 기반으로 복원 피쳐/피쳐맵을 생성할 수 있다. 이렇게 생성된 복원 피쳐/피쳐맵은 VCM 디코더에서 생성된 복원 피쳐/피쳐맵과 동일할 수 있다. 복원 피쳐/피쳐맵에 대해 인루프 필터링 절차가 수행되는 경우, 복원 피쳐/피쳐맵에 대한 인루프 필터링 절차를 통해 수정된 복원 피쳐/피쳐맵이 생성될 수 있다. 수정된 복원 피쳐/피쳐맵은 복호 피쳐 버퍼(decoded feature buffer, DFB) 또는 메모리에 저장되어, 이후 피쳐/피쳐맵의 예측 절차에서 참조 피쳐/피쳐맵으로 이용될 수 있다. 또한, (인루프) 필터링 관련 정보(파라미터)가 인코딩되어 비트스트림 형태로 출력될 수 있다. 인루프 필터링 절차를 통해 피쳐/피쳐맵 코딩시 발생할 수 있는 노이즈를 제거할 수 있으며, 피쳐/피쳐맵 기반의 태스크 수행 성능을 향상시킬 수 있다. 또한, 인코더단 및 디코더단 모두에서 인루프 필터링 절차를 수행함으로써, 예측 결과의 동일성을 보장하고 피쳐/피쳐맵 코딩의 신뢰성을 향상시킬 수 있으며, 피쳐/피쳐맵 코딩을 위한 데이터 전송량을 감소시킬 수 있다.
피쳐/피쳐맵 디코딩 절차
도 6은 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 디코딩 절차를 개략적으로 나타낸 흐름도이다.
도 6을 참조하면, 피쳐/피쳐맵 디코딩 절차는 영상/비디오 정보 획득 절차(S610), 피쳐/피쳐맵 복원 절차(S620~S640) 및 복원된 피쳐/피쳐맵에 대한 인루프 필터링 절차(S650)를 포함할 수 있다. 피쳐/피쳐맵 복원 절차는 본 개시에서 설명된 인터/인트라 예측(S620) 및 레지듀얼 처리(S630), 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 통해 획득되는 예측 신호 및 레지듀얼 신호에 기반하여 수행될 수 있다. 복원 피쳐/피쳐맵에 대한 인루프 필터링 절차를 통해 수정된(modified) 복원 피쳐/피쳐맵이 생성될 수 있으며, 수정된 복원 피쳐/피쳐맵은 디코딩된 피쳐/피쳐맵으로서 출력될 수 있다. 디코딩된 피쳐/피쳐맵은 복호 피쳐 버퍼(DFB) 또는 메모리에 저장되어 이후 피쳐/피쳐맵의 디코딩시 인터 예측 절차에서 참조 피쳐/피쳐맵으로 사용될 수 있다. 경우에 따라, 상술한 인루프 필터링 절차는 생략될 수 있다. 이 경우, 복원 피쳐/피쳐맵이 디코딩된 피쳐/피쳐맵으로서 그대로 출력될 수 있고, 복호 피쳐 버퍼(DFB) 또는 메모리에 저장되어 이후 피처/피쳐맵의 디코딩시 인터 예측 절차에서 참조 피쳐/피쳐맵으로 사용될 수 있다.
피쳐 추출 방법 및 데이터 분포 특성
도 7은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타낸 도면이다.
도 7을 참조하면, 피쳐 추출 네트워크(700)는 비디오 소스(710)를 입력받아 피쳐 추출 동작을 수행함으로써 비디오 소스(710)의 피쳐셋(720)을 출력할 수 있다. 피쳐셋(720)은 비디오 소스(710)로부터 추출된 복수의 피쳐들(C0, C1, ?? , Cn)을 포함할 수 있으며, 피쳐 맵으로 표현될 수 있다. 각각의 피쳐(C0, C1, ?? , Cn)는 복수의 특징 엘리먼트들을 포함하며, 서로 다른 데이터 분포 특성을 가질 수 있다.
도 7에서, W, H 및 C는 각각 비디오 소스(710)의 너비, 높이 및 채널 개수를 의미할 수 있다. 여기서, 비디오 소스(710)의 채널 개수(C)는 비디오 소스(710)의 영상 포맷에 기반하여 결정될 수 있다. 예를 들어, 비디오 소스(710)가 RGB 영상 포맷을 갖는 경우, 비디오 소스(710)의 채널 개수(C)는 3일 수 있다.
또한, W', H' 및 C'은 각각 피쳐셋(720)의 너비, 높이 및 채널 개수를 의미할 수 있다. 피쳐셋(720)의 채널 개수(C')는 비디오 소스(710)로부터 추출된 피쳐들(C0, C1, ?? , Cn)의 총 개수(n+1)와 같을 수 있다. 일 예에서, 피쳐셋(720)의 채널 개수(C')는 비디오 소스(710)의 채널 개수(C)보다 클 수 있다.
피쳐셋(720)의 속성(W', H', C')은 비디오 소스(710)의 속성(W, H, C)에 따라 달라질 수 있다. 예를 들어, 비디오 소스(710)의 채널 개수(C)가 증가함에 따라 피쳐셋(720)의 채널 개수(C')도 함께 증가할 수 있다. 또한, 피쳐셋(720)의 속성(W', H', C')은 피쳐 추출 네트워크(700)의 종류 및 속성에 따라 달라질 수 있다. 예를 들어, 피쳐 추출 네트워크(700)가 인공 신경망(e.g., CNN, DNN 등)으로 구현되는 경우, 각각의 피쳐(C0, C1, ?? , Cn)를 출력하는 레이어의 위치에 따라 피쳐셋(720)의 속성(W', H', C') 또한 달라질 수 있다.
비디오 소스(710) 및 피쳐셋(720)은 서로 다른 데이터 분포 특성을 가질 수 있다. 예를 들어, 비디오 소스(710)는 일반적으로 한 개(Grayscale image) 채널 또는 세 개(RGB image) 채널들로 구성될 수 있다. 비디오 소스(710)에 포함된 픽셀들은 모든 채널들에 대하여 동일한 정수값 범위를 가질 수 있으며, 음이 아닌 값을 가질 수 있다. 또한, 각각의 픽셀값은 소정의 정수값 범위 내에서 고르게 분포할 수 있다. 이에 반해, 피쳐셋(720)은 피쳐 추출 네트워크(700)의 유형(e.g., CNN, DNN 등) 및 레이어 위치에 따라 다양한 개수(e.g., 32, 64, 128, 256, 512 등)의 채널들로 구성될 수 있다. 피쳐셋(720)에 포함된 피쳐 엘리먼트들은 각 채널별로 서로 다른 실수값 범위를 가질 수 있으며, 음의 값을 가질 수도 있다. 또한, 각각의 피쳐 엘리먼트값은 소정의 실수값 범위 내에서 특정 영역에 집중적으로 분포할 수 있다.
도 8a는 비디오 소스의 데이터 분포 특성을 나타낸 도면이고, 도 8b는 피쳐셋의 데이터 분포 특성을 나타낸 도면이다.
먼저 도 8a를 참조하면, 비디오 소스는 R, G, B 총 3개 채널들로 구성되며, 각각의 픽셀값은 0부터 255까지의 정수값 범위를 가질 수 있다. 이 경우, 비디오 소스의 데이터 타입은 8-bit 정수 타입(integer type)으로 표현될 수 있다.
이에 반해, 도 8b를 참조하면, 피쳐셋은 64개의 채널들(피쳐들)로 구성되며, 각각의 피쳐 엘리먼트값은 -∞에서 +∞까지의 실수값 범위를 가질 수 있다. 이 경우, 피쳐셋의 데이터 타입은 32-bit 부동소수점 타입(float type)으로 표현될 수 있다.
피쳐셋은 부동소수점 타입의 피쳐 엘리먼트값들을 가질 수 있으며, 각 채널(또는, 피쳐)별로 상이한 데이터 분포 특성을 가질 수 있다. 피쳐셋의 각 채널별 데이터 분포 특성의 일 예는 표 1과 같다.
표 1을 참조하면, 피쳐셋은 총 n+1 개의 채널들(C0, C1,…,Cn)로 구성될 수 있다. 피쳐 엘리먼트들의 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)은 각 채널(C0, C1,…,Cn)별로 상이할 수 있다. 예를 들어, 0번 채널(C0)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 10, 표준 편차(σ)는 20, 최대값(Max)은 90, 최소값(Min)은 60일 수 있다. 또한, 1번 채널(C1)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 30, 표준 편차(σ)는 10, 최대값(Max)은 70.5, 최소값(Min)은 -70.2일 수 있다. 또한, n번 채널(Cn)에 포함된 피쳐 엘리먼트들의 평균값(μ)은 100, 표준 편차(σ)는 5, 최대값(Max)은 115.8, 최소값(Min)은 80.2일 수 있다.
피쳐/피쳐맵에 대한 양자화는, 예컨대 상술한 각 채널별 상이한 데이터 분포 특성에 기반하여 수행될 수 있다. 부동소수점 타입의 피쳐/피쳐맵 데이터는 양자화를 통해 정수 타입으로 변환될 수 있다.
한편, 연속된 프레임들 간의 시공간적 유사성에 기인하여, 비디오 소스로부터 연속하여 추출된 피쳐셋들 및/또는 채널들은 서로 동일/유사한 데이터 분포 특성을 가질 수 있다. 연속된 피쳐셋들의 데이터 분포 특성의 일 예는 표 2와 같다.
표 2에서, fF0는 0번 프레임(F0)으로부터 추출된 제1 피쳐셋을 의미하고, fF1은 1번 프레임(F1)으로부터 추출된 제2 피쳐셋을 의미하며, fF2는 2번 프레임(F2)으로부터 추출된 제3 피쳐셋을 의미한다.
표 2를 참조하면, 연속된 제1 내지 제3 피쳐셋들(fF0, fF1, fF2)은 서로 동일/유사한 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)을 가질 수 있다.
또한, 연속된 프레임들 간의 시공간적 유사성에 기인하여, 비디오 소스로부터 연속하여 추출된 피쳐셋들 내의 대응 채널들은 서로 동일/유사한 데이터 분포 특성을 가질 수 있다. 연속된 피쳐셋들의 대응 채널들의 데이터 분포 특성의 일 예는 표 3과 같다.
표 3에서, fF0C0는 0번 프레임(F0)으로부터 추출된 제1 피쳐셋 내의 제1 채널을 의미하고, fF1C0은 1번 프레임(F1)으로부터 추출된 제2 피쳐셋 내의 제1 채널을 의미한다.
표 3을 참조하면, 제1 피쳐셋 내의 제1 채널(fF0C0)과 이에 대응하는 제2 피쳐셋 내의 제1 채널(fF1C0)은, 서로 동일/유사한 평균값(μ), 표준 편차(σ), 최대값(Max) 및 최소값(Min)을 가질 수 있다.
피쳐/피쳐맵에 대한 예측은, 예컨대 상술한 피쳐셋들 또는 채널들 간의 데이터 분포 특성의 유사성에 기반하여 수행될 수 있다.
도 9a는 64개 채널들로 구성된 피쳐맵의 일 예를 나타낸 도면이고, 도 9b는 도 9a의 채널들 중 서로 인접한 4개 채널들을 확대하여 나타낸 도면이다.
도 9a 및 도 9b를 참조하면, 채널 0에 인접한 채널 1 및 채널 8보다는 채널 24의 피쳐 정보가 채널 0과 시각적으로 유사한 것을 확인할 수 있다. 또한, 채널 0과 채널 1의 경계, 및 채널 0과 채널 8의 경계에서 피쳐 정보가 시각적으로 연속적이지 않다는 것을 확인할 수 있다.
피쳐 정보의 채널간 유사도를 확인하기 위해 채널 0과 각 채널 간의 유클리드 거리(Euclidean distance)를 산출한 결과는 도 10과 같다. 도 10을 참조하면, 채널 0과 가장 인접한 채널 2 사이의 유클리드 거리는 약 1182로서 64개의 채널들 중 가장 큰 것을 확인할 수 있다. 유클리드 거리가 클수록 유사도가 낮다는 점에서, 채널 2는 채널 0과 가장 비유사한 피쳐 정보를 갖는다 할 수 있다. 이에 반해, 채널 0과 상대적으로 이격된 채널 26 사이의 유클리드 거리는 약 215로서 64개 채널들 중 가장 작은 것을 확인할 수 있다. 유클리드 거리가 작을수록 유사도가 높다는 점에서, 채널 26은 채널 0과 가장 유사한 피쳐 정보를 갖는다 할 수 있다.
이상 도 9a 내지 도 10의 예에서 확인할 수 있는 바와 같이, 일반적으로 인접 샘플들 간에 높은 유사도를 갖는 영상/비디오와 달리, 피쳐맵은 채널간 유사도와 공간적 거리가 선형적이지 않다는 특성을 갖는다. 다시 말해, 피쳐맵의 채널간 유사도는 공간적 거리와는 무관하게 결정될 수 있다. 또한, 피쳐맵의 각 채널은 하나의 영상(또는, 픽쳐) 전체에 대한 특징 정보를 포함하는 바, 채널 경계에서 피쳐 정보(또는, 피쳐값)의 불연속이 발생할 수 있다. 따라서, 원본 피쳐맵 내에서 인접한 채널 정보를 참조하여 피쳐/피쳐맵에 대한 예측을 수행하는 경우, 예측 효율 및 정확도가 저하되는 문제가 발생할 수 있다.
참조 정보의 수가 증가함에 따라 참조 정보를 저장하기 위한 메모리 크기 및 참조 정보 탐색을 위한 연산량이 급격히 커질 수 있으므로, 참조 정보의 수를 제한하는 것이 불가피하다. 하지만, 원래의 채널 순으로 피쳐/피쳐맵을 부호화하는 경우(e.g., 채널 0 → 채널 1 → 채널 2), 참조 정보 또한 부호화 순서대로 이용할 수 밖에 없게 되므로, 참조된 유사 채널과의 차분값이 증가하게 되어 코딩 효율이 저하될 수 있다.
도 11은 참조 피쳐 관리 과정을 설명하기 위한 도면이다.
도 11의 예에서, fc26은 도 9a의 64개 채널들 중 채널 26을 나타낸다. fr은 참조 정보 피쳐 또는 참조 정보 피쳐셋을 나타낸다. fc26'은 부호화 후 참조를 위해 복호화된 정보를 나타내며, 참조 피쳐 관리부(1100)에 입력되어 참조 정보로서 사용될 수 있다. 참조 피쳐 관리부(1100)에서는 이와 같이 입력된 피쳐를 이용하여 참조 정보 및 참조 정보 셋을 구성 및 관리할 수 있다. 이 때, fc26을 효율적으로 부호화하기 위해서는, fc26과 유사성이 높은 첫번째 채널인 fc0'이 fr에 포함되어 있어야 한다. 하지만, 피쳐 채널 순서대로 부호화되고, 참조 피쳐 관리부(1100)가 선입선출(First In First Out, FIFO) 방식으로 참조 피쳐를 관리하는 경우, fc26을 부호화할 때 첫번째 채널인 fc0'를 참조 정보로 사용할 수 없게 되는 문제가 발생할 수 있다.
상술한 문제들을 해결하기 위하여, 본 개시의 실시예들에 따르면, 피쳐맵의 채널들은 부호화/복호화를 위해 채널간 상관도(또는, 유사도)에 기반하여 재정렬될 수 있다. 또한, 피쳐/피쳐맵에 대한 예측은 채널간 상관도에 기반하여 수행될 수 있다. 이하, 첨부된 도면들을 참조하여, 본 개시의 실시예들을 상세히 설명한다.
실시예 1
본 개시의 실시예 1에 따르면, 피쳐/피쳐맵의 채널들은 부호화/복호화를 위해 채널간 상관도(또는, 유사도)에 기반하여 재정렬될 수 있다. 재정렬된 채널들 내에서 인접한 채널들은 서로 유사한 채널 속성을 가질 수 있다. 여기서, 채널 속성이란 채널 내 피쳐들을 표현할 수 있는 절대적인 값(e.g., 피쳐 평균값, 분산 등)을 의미할 수도 있고, 또는 채널간 피쳐들의 비교를 통해 획득되는 상대적인 값(e.g., 상관계수, 공분산 등)을 의미할 수도 있다. 본 개시에서, 상대적인 값으로 표현되는 채널 속성은 채널간 상관도로 지칭될 수 있다. 채널간 상관도는 채널들 간의 피쳐 정보(또는, 피쳐값)의 유사도를 나타낼 수 있다. 채널간 상관도는 다양한 상관관계 분석 기법, 예컨대 피어슨 상관계수(Pearson Correlation Coefficient) 분석 기법, 스피어만 상관계수(Spearman Correlation Coefficient) 분석 기법, 또는 켄달 상관계수(Kendal Correlation Coefficient) 분석 기법 등에 기반하여 산출될 수 있다. 다만, 상술한 분석 기법들은 예시적인 것일 뿐, 본 개시의 실시예들이 이에 한정되는 것은 아니다.
도 12는 본 개시의 일 실시예에 따른 채널 재정렬 방법을 나타낸 흐름도이다.
도 12의 각 단계는 채널 재정렬 모듈에 의해 수행될 수 있다. 실시예에 따라, 채널 재정렬 모듈은 (VCM) 인코더/디코더의 외부 모듈로 구현되거나, 또는 (VCM) 인코더 내부에 구현될 수 있다.
도 12를 참조하면, 채널 재정렬 모듈은 (부호화/복호화 대상이 되는) 피쳐맵의 채널간 상관도를 산출하여 채널 재정렬 정보를 획득할 수 있다(S1210).
일 실시예에서, 채널 재정렬 정보는 아래와 같은 방법으로 산출될 수 있다.
(a) 피쳐맵의 첫번째 채널과 다른 모든 채널들 간의 상관도를 계산하여, 상관도가 가장 높은 채널 X를 찾음. 그리고, 채널 X와 다른 모든 채널들 간의 상관도를 계산하여, 상관도가 가장 높은 채널 Y를 찾음.
(b) 채널 Y에 대하여, 채널 X를 제외한 다른 모든 채널들 간의 상관도를 계산하여, 상관도가 가장 높은 채널 Z를 찾음.
(c) 상기 과정 (b)를 모든 채널들에 대해 반복적으로 수행하여, 상관도 기반의 채널 재정렬 정보(e.g., 채널-상관도 매핑 정보)를 획득함.
채널 재정렬 모듈은 획득된 채널 재정렬 정보에 기반하여 피쳐맵의 채널들을 재정렬할 수 있다(S1220). 또한, 채널 재정렬 모듈은 재정렬된 채널들을 원래의 순서대로 복원하기 위한 재정렬 맵을 생성 및 저장할 수 있다.
채널 재정렬 스테이지를 포함하는 VCM 파이프라인 구조의 일 예는 도 13에 도시된 바와 같다.
도 13을 참조하면, 제1 스테이지(1310)에서, 채널 재정렬 모듈은 입력된 피쳐/피쳐맵에 대하여 채널 재정렬을 수행할 수 있다. 채널 재정렬 모듈은 재정렬된 피쳐/피쳐맵 및 재정렬 맵을 (VCM) 인코더로 전달할 수 있다. 또한, 채널 재정렬 모듈은 채널 재정렬 정보를 부호화하여 (VCM) 인코더로 전달할 수 있다. 채널 재정렬 정보는 채널 재정렬 과정의 수행 여부를 나타내는 소정의 플래그 정보(e.g., Feature_channel_reordering_flag)를 포함할 수 있다. 이는, 태스크 목적, 시스템 요구사항 등에 따라 채널 재정렬 과정이 스킵될 수도 있기 때문이다. 또한, 채널 재정렬 정보는 채널 재정렬 단위를 나타내는 소정의 플래그 정보(e.g., Picture_level_channel_reordering_flag, Group_level_channel_reordering_flag 등)를 포함할 수 있다. 실시예에 따라, 채널 재정렬 정보는 계층적으로 부호화/시그널링될 수 있다.
제2 스테이지(1320)에서, (VCM) 인코더는 채널 재정렬 모듈로부터 수신된 재정렬된 피쳐/피쳐맵을 부호화하고, 피쳐/피쳐맵 부호화 정보를 (VCM) 디코더로 전달할 수 있다. 이 때, 부호화 순서는 재정렬된 채널 순일 수 있다. 또한, (VCM) 인코더는 상술한 재정렬 맵 정보를 부호화하여, 부가 정보로서 (VCM) 디코더로 전달할 수 있다.
제3 스테이지(1330)에서, (VCM) 디코더는 (VCM) 인코더로부터 수신된 피쳐/피쳐맵 부호화 정보 및 재정렬 맵 정보를 복호화하여, 피쳐/피쳐맵을 복원할 수 있다. 이 때, 복호화 순서는 재정렬된 채널 순일 수 있으며, 복원 순서는 재정렬된 맵 정보에 기반하여 결정되는 원래의 채널 순일 수 있다.
도 14는 본 개시의 일 실시예에 따른 채널 재정렬 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 14를 참조하면, 채널 재정렬 모듈은 채널 재정렬 과정의 수행 여부를 결정하고, 이를 나타내는 제1 플래그 정보(e.g., Feature_channel_reordering_flag)를 부호화/시그널링할 수 있다(S1410).
채널 재정렬 과정이 수행되지 않은 경우(S1410의 'NO'), 채널 재정렬 모듈은 제1 플래그 정보를 제1 값(e.g., 0)으로 부호화/시그널링하고, 채널 재정렬 정보의 부호화/시그널링 과정을 종료할 수 있다.
이와 달리, 채널 재정렬 과정이 수행된 경우(S1410의 'YES'), 채널 재정렬 모듈은 제1 플래그 정보를 제2 값(e.g., 1)으로 부호화/시그널링하고, 단계 S1420으로 진행할 수 있다.
채널 재정렬 모듈은 채널들이 픽쳐 단위로 재정렬되었는지 여부를 결정하고, 이를 나타내는 제2 플래그 정보(e.g., Picture_level_channel_redoring_flag)를 부호화/시그널링할 수 있다(S1420).
채널들이 픽쳐 단위로 재정렬된 경우(S1420의 'YES'), 채널 재정렬 모듈은 제2 플래그 정보를 제2 값(e.g., 1)으로 부호화/시그널링하고, 채널 재정렬 정보(e.g., Number_of_channel, Feature_channel_order_count 등)를 픽쳐 레벨에서 부호화/시그널링할 수 있다(제1 계층 시그널링)(S1430). 이 경우, 채널 재정렬 정보는 해당 픽쳐로부터 추출된 모든 피쳐셋들(전체 피쳐셋 레벨)에 대해 동일하게 적용될 수 있다.
이와 달리, 채널들이 픽쳐 단위로 재정렬되지 않은 경우(S1420의 'NO'), 채널 재정렬 모듈은 제2 플래그 정보를 제1 값(e.g., 0)으로 부호화/시그널링하고, 단계 S1440으로 진행할 수 있다.
채널 재정렬 모듈은 채널들이 피쳐 그룹(또는, 채널 그룹) 단위로 재정렬되었는지 여부를 결정하고 이를 나타내는 제3 플래그 정보(e.g., Group_level_channel_reordering_flag)를 부호화/시그널링할 수 있다(S1440).
채널들이 피쳐 그룹 단위로 재정렬된 경우(S1440의 'YES'), 채널 재정렬 모듈은 제3 플래그 정보를 제2 값(e.g., 1)으로 부호화/시그널링하고, 채널 재정렬 정보(e.g., Number_of_channel, Feature_channel_order_count 등)를 피쳐 그룹 레벨에서 부호화/시그널링할 수 있다(제2 계층 시그널링)(S1450). 이 경우, 채널 재정렬 정보는 해당 피쳐 그룹 내의 모든 채널들에 대해 동일하게 적용될 수 있다.
이와 달리, 채널들이 피쳐 그룹 단위로 재정렬되지 않은 경우(S1440의 'NO'), 채널 재정렬 모듈은 제3 플래그 정보를 제1 값(e.g., 0)으로 부호화/시그널링하고, 채널 재정렬 정보(e.g., Number_of_channel, Feature_channel_order_count 등)를 피쳐 레벨에서 부호화/시그널링할 수 있다(제3 계층 시그널링)(S1460). 이 경우, 채널 재정렬 단위는 채널 단위로 결정될 수 있으며, 채널 재정렬 정보는 각각의 채널에 대해 개별적으로 적용될 수 있다.
이상 상술한 바와 같이, 채널 재정렬 관련 정보는 다양한 레벨에서 계층적으로 부호화/시그널링될 수 있다. 이에 따라, 채널 재정렬 관련 정보를 포함하는 신택스 또한 계층적으로 정의될 수 있다.
도 15a 및 도 15b는 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋들의 일 예를 나타낸 도면들이다. 도 15a 및 도 15b는 최상위 계층에서 채널 재정렬 관련 정보를 시그널링하는 예를 나타낸다.
먼저 도 15a를 참조하면, 피쳐 시퀀스 파라미터 셋(Feature_sequence_parameter_set, F_SPS)은 신택스 요소 Feature_channel_reordering_flag를 포함할 수 있다.
신택스 요소 Feature_channel_reordering_flag는 채널 재정렬 과정의 수행 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g., 0)의 Feature_channel_reordering_flag는 (부호화/복호화 대상이 되는) 피쳐/피쳐맵에 대하여 채널 재정렬 과정이 수행되지 않음을 나타낼 수 있다. 이와 달리, 제2 값(e.g., 1)의 Feature_channel_reordering_flag는 (부호화/복호화 대상이 되는) 피쳐/피쳐맵에 대하여 채널 재정렬 과정이 수행됨을 나타낼 수 있다. 이 경우, 채널 재정렬 단위를 나타내는 정보(e.g., Picture_level_channel_redoring_flag, Group_level_channel_reordering_flag)가 하위 계층 신택스 내에서 부호화/시그널링될 수 있다.
다음으로 도 15b를 참조하면, 피쳐 시퀀스 파라미터 셋(F_SPS)은 채널 재정렬 과정의 수행 여부를 나타내는 신택스 요소 Feature_channel_reordering_flag를 포함할 수 있다.
채널 재정렬 과정이 수행된 경우(i.e., Feature_channel_reordering_flag = 1), 피쳐 시퀀스 파라미터 셋(F_SPS)은 채널 재정렬 단위를 나타내는 신택스 요소 Picture_level_channel_reordering_flag를 더 포함할 수 있다.
신택스 요소 Picture_level_channel_reordering_flag는 채널 재정렬 단위가 픽쳐(또는, 피쳐셋) 단위인지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)의 Picture_level_channel_reordering_flag는 채널 재정렬 단위가 픽쳐 단위가 아님을 나타낼 수 있다. 이와 달리, 제2 값(e.g, 1)의 Picture_level_channel_reordering_flag는 채널 재정렬 단위가 픽쳐 단위임을 나타낼 수 있다. 이 경우, 입력 피쳐/피쳐맵을 구성하는 모든 채널들에 대한 채널 재정렬 관련 정보는 픽쳐(또는, 피쳐셋) 레벨에서 부호화/시그널링될 수 있다.
채널 재정렬 단위가 픽쳐 단위가 아닌 경우(i.e., Picture_level_channel_reordering_flag = 0), 피쳐 시퀀스 파라미터 셋(F_SPS)은 신택스 요소 Group_level_channel_reordering_flag를 더 포함할 수 있다.
신택스 요소 Group_level_channel_reordering_flag는 채널 재정렬 단위가 피쳐 그룹 단위인지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)의 Group_level_channel_reordering_flag는 채널 재정렬 단위가 피쳐 그룹 단위가 아님을 나타낼 수 있다. 이 경우, 채널 재정렬 단위는 채널 단위로 결정될 수 있다. 이와 달리, 제2 값(e.g, 1)의 Group_level_channel_reordering_flag는 채널 재정렬 단위가 피쳐 그룹 단위임을 나타낼 수 있다. 피쳐 그룹 단위란 픽쳐를 여러 작은 그룹으로 나누어 부호화하는 경우를 의미할 수 있다. 일 예에서, 피쳐 그룹 단위는 슬라이스 그룹 단위 또는 타일 그룹 단위일 수 있다. 다른 예에서, 피쳐 그룹 단위는 채널 그룹 단위일 수 있다.
도 15a의 경우, 채널 재정렬 관련 정보를 계층별로 적응적으로 부호화할 수 있기 때문에 피쳐별로 상황(e.g., 태스크 목적, 채널 속성 등)에 따른 유연한 변경이 가능하다. 하지만, 채널 재정렬 관련 정보를 하위 계층에서 반복해서 시그널링해야 하므로 부가 정보량(시그널링 오버헤드)이 증가할 수 있다. 반면에 도 15b의 경우, 최상위 계층에서 정의된 채널 재정렬 관련 정보를 그대로 사용하기 때문에, 부가 정보량(시그널링 오버헤드)은 감소할 수 있으나 피쳐별로 상황에 따른 유연한 변경은 어렵게 된다. 이와 같은 문제들을 해결하기 위하여, 실시예에 따라서는 채널 재정렬 관련 정보에 소정의 유지 기간(duration)이 설정될 수 있다. 예를 들어, 도 15a의 경우, 하위 계층에서 시그널링되는 채널 재정렬 관련 정보에는 상대적으로 긴 유지 기간이 설정될 수 있다. 나아가, 해당 유지 기간 동안, 상기 채널 재정렬 관련 정보가 시그널링되지 않도록 제한될 수 있다(constraint). 또한, 도 15b의 경우, 최상위 계층에서 시그널링되는 채널 재정렬 관련 정보에는 상대적으로 짧은 유지 기간이 설정될 수 있다. 나아가, 해당 유지 기간이 만료된 이후에는, 설사 동일한 피쳐 시퀀스에 속하는 채널이라 할지라도 채널 재정렬 관련 정보가 다시 시그널링되도록 강제될 수 있다(constraint). 한편, 상술한 유지 기간이 만료되기 전이라도, 장면 전환(scene transition) 등과 같은 소정의 이벤트가 발생하여 채널 재정렬 관련 정보의 업데이트가 요구되는 경우, 채널 재정렬 관련 정보가 다시 시그널링되도록 강제될 수 있다(constraint).
도 16a 및 도 16b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
먼저 도 16a를 참조하면, 피쳐 픽쳐 파라미터 셋(Feature_picture_parameter_set, F_PPS)은 채널 재정렬 단위가 픽쳐 단위인지 여부를 나타내는 신택스 요소 Picture_level_channel_reordering_flag를 포함할 수 있다. 신택스 요소 Picture_level_channel_reordering_flag의 시맨틱스는 도 15b를 참조하여 전술한 바와 같다.
채널 재정렬 단위가 픽쳐 단위인 경우(i.e., Picture_level_channel_reordering_flag = 1), 피쳐 픽쳐 파라미터 셋(F_PPS)은 채널 재정렬 맵에 관한 신택스 요소들 Number_of_channel 및 Feature_channel_order_count[ i ]를 더 포함할 수 있다.
신택스 요소 Number_of_channel는 채널들의 총 개수를 나타낼 수 있다.
신택스 요소 Feature_channel_order_count[ i ]는 재정렬 순서상 i-번째 채널의 (재정렬 이전) 원래의 채널 순서를 나타낼 수 있다. Feature_channel_order_count[ i ]는 Number_of_channel에 의해 지시되는 채널들의 총 개수만큼 부호화/시그널링될 수 있으며, 재정렬된 채널들을 원래의 채널 순서로 복원하는 데 이용될 수 있다.
다음으로 도 16b를 참조하면, 피쳐 픽쳐 파라미터 셋(F_PPS)은 도 16a를 참조하여 전술한 신택스 요소들을 포함할 수 있다.
또한, 채널 재정렬 단위가 픽쳐 단위가 아닌 경우(i.e., Picture_level_channel_reordering_flag = 0), 피쳐 픽쳐 파라미터 셋(F_PPS)은 채널 재정렬 단위가 피쳐 그룹 단위인지 여부를 나타내는 신택스 요소 Picture_level_channel_reordering_flag를 더 포함할 수 있다. 신택스 요소 Picture_level_channel_reordering_flag의 시맨틱스는 도 15b를 참조하여 전술한 바와 같다.
도 17a 및 도 17b는 본 개시의 일 실시예에 따른 피쳐 픽쳐 파라미터 셋들의 일 예를 나타낸 도면들이다.
먼저 도 17a를 참조하면, 피쳐 그룹 파라미터 셋(Feature_group_parameter_set, F_GPS)은 채널 재정렬 단위가 피쳐 그룹 단위인지 여부를 나타내는 신택스 요소 Group_level_channel_reordering_flag를 더 포함할 수 있다. 신택스 요소 Group_level_channel_reordering_flag의 시맨틱스는 도 15b를 참조하여 전술한 바와 같다. 신택스 요소 Group_level_channel_reordering_flag는 채널 재정렬 단위가 픽쳐 단위가 아닌 경우(i.e., Picture_level_channel_reordering_flag = 0)에만 부호화/시그널링될 수 있다.
채널 재정렬 단위가 피쳐 그룹 단위인 경우(i.e., Group_level_Channel_reordering_flag = 1), 피쳐 그룹 파라미터 셋(F_GPS)은 채널 재정렬 맵에 관한 신택스 요소들 Number_of_group_channel 및 Feature_channel_order_count[ i ]를 더 포함할 수 있다.
신택스 요소 Number_of_group_channel는 피쳐 그룹 내 채널들의 총 개수를 나타낼 수 있다.
신택스 요소 Feature_channel_order_count[ i ]는 재정렬 순서상 i-번째 채널의 (재정렬 이전) 원래의 채널 순서를 나타낼 수 있다. Feature_channel_order_count[ i ]는 Number_of_group_channel에 의해 지시되는 피쳐 그룹 내 채널들의 총 개수만큼 부호화/시그널링될 수 있으며, 재정렬된 채널들을 원래의 채널 순서로 복원하는 데 이용될 수 있다.
다음으로, 도 17b를 참조하면, 피쳐 그룹 파라미터 셋(F_GPS)은, 도 17a의 피쳐 그룹 파라미터 셋(F_GPS)과는 달리, 채널 재정렬 단위가 피쳐 그룹 단위인지 여부를 나타내는 신택스 요소 Group_level_channel_reordering_flag를 포함하지 않을 수 있다. 이 경우, 신택스 요소 Group_level_channel_reordering_flag는 상위 계층 신택스, 예컨대 도 16b의 피쳐 픽쳐 파라미터 셋(F_PPS)에서 부호화/시그널링될 수 있다. 이와 같은 차이점을 제외하고는, 도 17b의 피쳐 그룹 파라미터 셋(F_GPS)은 도 17a의 피쳐 픽쳐 파라미터 셋(F_PPS)과 동일한 신택스 구조를 가질 수 있다.
도 18은 본 개시의 일 실시예에 따른 피쳐 파라미터 세트의 일 예를 나타낸 도면이다.
도 18을 참조하면, 피쳐 파라미터 세트(Feature_parameter_set, F_PS)는 각각의 채널에 적용되는 파라미터 세트로서, 신택스 요소 Feature_channel_order_count를 포함할 수 있다.
신택스 요소 Feature_channel_order_count는 피쳐 파라미터 세트(F_PS)가 적용되는 특정 채널의 (재정렬 이전) 원래의 채널 순서를 나타낼 수 있다. 신택스 요소 Feature_channel_order_count는 채널 재정렬 단위가 픽쳐 단위 및 피쳐 그룹 단위가 모두 아닌 경우(i.e., !Picture_level_channel_reordering_flag && !Group_level_channel_reordering_flag)에만 부호화/시그널링될 수 있다.
이상, 본 개시의 실시예 1에 따르면, 피쳐/피쳐맵의 채널들은 부호화/복호화를 위해 채널간 상관도(또는, 유사도)에 기반하여 재정렬될 수 있다. 재정렬된 채널들 내에서 서로 인접한 채널들은 높은 상관도를 가질 수 있다. 이에 따라, 기존의 비디오 코덱 기법과 유사하게 인접 채널들을 참조하여 피쳐/피쳐맵을 부호화/복호화할 수 있으므로, (참조 채널 탐색 등으로 인한) 복잡도가 감소하고 코딩 효율이 보다 향상될 수 있다. 또한, 본 개시의 실시예 1에 따르면, 채널 재정렬 관련 정보는 피쳐 시퀀스 레벨, 픽쳐 레벨, 피쳐 그룹 레벨 및/또는 피쳐 레벨에서 계층적/적응적으로 부호화/시그널링될 수 있다. 이에 따라, 시그널링 오버헤드가 감소하고, 코딩 유연성(flexibility)이 보다 향상될 수 있다.
실시예 2
본 개시의 실시예 2에 따르면, 피쳐/피쳐맵에 대해 2가지 유형의 인트라 예측이 적용될 수 있다. 구체적으로, 피쳐/피쳐맵에 대해, 현재 채널 내의 기복원된 샘플들을 참조하여 현재 블록을 예측하는 제1 유형의 인트라 예측이 적용될 수 있다. 제1 유형의 인트라 예측은 기존 비디오 코덱(e.g., H.265, H.266 등)의 인트라 예측에 대응할 수 있다. 또한, 피쳐/피쳐맵에 대해, 현재 채널과는 다른 채널 내의 기복원된 샘플들을 참조하여 현재 블록을 예측하는 제2 유형의 인트라 예측이 적용될 수 있다. 제2 유형의 인트라 예측은 제1 유형의 인트라 예측과의 구별을 위해 인터 채널 예측 또는 인터 채널 인트라 예측으로 지칭될 수 있다.
인터 채널 인트라 예측의 경우, 인코딩/디코딩 순서상 이전 채널 내에서 현재 블록과 공간적으로 동일한 위치에 존재하는 샘플들을 이용하여 예측을 수행할 수 있기 때문에, 공간적으로 인접한 샘플들을 참조하는 기존의 인트라 예측에 비해 예측 효율 및 정확도가 높을 수 있다. 한편, 피쳐맵의 채널들이 재정렬되는 경우, 현재 채널의 주변에는 상관도(또는, 유사도)가 큰 채널들이 배치될 수 있다. 이에 따라, 인터 채널 인트라 예측은 보다 유사한 인접 채널에 기반하여 수행될 수 있기 때문에, 예측 효율 및 정확도는 보다 향상될 수 있다. 이를 고려할 때, 본 개시의 실시예 2가 전술한 실시예 1과의 조합으로 구현될 수도 있음은 자명하다.
피쳐맵 내에서 채널 0이 첫번째로 부호화되고 채널 1이 두번째로 부호화된다고 가정하면, 각 채널에 대하여 상술한 2가지 유형의 인트라 예측은 다음과 같이 적용될 수 있다. 부호화 대상이 되는 현재 채널이 채널 0인 경우, 채널 0 이전에 기부호화된 채널은 존재하지 않으므로, 채널 0에 대해서는 제1 유형의 인트라 예측만이 적용될 수 있다. 반면, 부호화 대상이 되는 현재 채널이 채널 1인 경우, 채널 1 이전에 기부호화된 채널 0이 존재하므로, 채널 1에 대해서는 제1 유형의 인트라 예측 및 제2 유형의 인트라 예측이 모두 적용될 수 있다.
기존 비디오 코덱의 경우, i) 0번 및 1번 모드에는 비방향성 모드(e.g., 0번: Planar mode, 1번: DC mode)가 할당되고, ii) 2번 이상의 모드에는 방향성 모드들이 할당된다. 이에 반해, 본 개시의 실시예 2에 따르면, i) 0번 모드에는 상술한 인터 채널 인트라 예측이 할당되고, ii) 1번 및 2번 모드에는 비방향성 모드가 할당되며, iii) 3번 이상의 모드에는 방향성 모드들이 할당될 수 있다.
한편, 제2 유형의 인트라 예측의 적용 여부를 나타내기 위하여 소정의 플래그 정보(e.g., inter_channel_prediction)가 부호화/시그널링될 수 있다.
도 19는 본 개시의 일 실시예에 따른 인트라 예측 정보의 부호화/시그널링 과정을 나타낸 흐름도이다.
도 19를 참조하면, 부호화 장치는 현재 블록에 대해 인터 채널 인트라 예측의 적용 여부를 결정하고, 이를 나타내는 제1 플래그 정보(e.g., inter_channel_prediction)를 부호화/시그널링할 수 있다(S1910). 인터 채널 인트라 예측의 적용 여부를 우선적으로 결정하는 것은, 예측 효율 및 정확도를 고려할 때 인터 채널 인트라 예측의 선택 비율이 (제1 유형의) 인트라 예측의 선택 비율보다 높을 수 있기 때문이다.
현재 블록에 대해 인터 채널 인트라 예측이 적용되는 경우(S1910의 'YES'), 부호화 장치는 참조 채널의 식별자(id) 등과 같이 인터 채널 인트라 예측에 관한 정보를 부호화/시그널링할 수 있다(S1920).
이와 달리, 현재 블록에 대해 인터 채널 인트라 예측이 적용되지 않는 경우(S1910의 'NO'), 부호화 장치는 예측 모드 번호 등과 같이 인트라 예측에 관한 정보를 부호화/시그널링할 수 있다(S1930).
도 20은 본 개시의 일 실시예에 따른 피쳐 코딩 유닛 신택스의 일 예를 나타낸 도면이다.
도 20을 참조하면, 피쳐 코딩 유닛 신택스(Feature_coding_unit)는 인터 채널 인트라 예측의 적용 여부에 관한 신택스 요소 inter_channel_prediction을 포함할 수 있다.
신택스 요소 inter_channel_prediction는 현재 블록에 대해 인터 채널 인트라 예측이 적용되는지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g., 0)의 inter_channel_prediction은 현재 블록에 대해 인터 채널 인트라 예측이 적용되지 않음을 나타낼 수 있다. 이와 달리, 제2 값(e.g., 1)의 inter_channel_prediction은 현재 블록에 대해 인터 채널 인트라 예측이 적용됨을 나타낼 수 있다.
현재 블록에 대해 인터 채널 인트라 예측이 적용되는 경우(i.e., inter_channel_prediction = 1), 피쳐 코딩 유닛 신택스(Feature_coding_unit) 내에서 인터 채널 인트라 예측에 관한 정보가 부호화/시그널링될 수 있다.
이와 달리, 현재 블록에 대해 인터 채널 인트라 예측이 적용되지 않는 경우(i.e., inter_channel_prediction = 0), 피쳐 코딩 유닛 신택스(Feature_coding_unit) 내에서 인트라 예측에 관한 정보가 부호화/시그널링될 수 있다.
이상, 본 개시의 실시예 2에 따르면, 현재 채널 내의 기부호화된 적어도 하나의 인접 샘플을 참조하는 제1 유형의 인트라 예측, 및 현재 채널과는 다른 기부호화된 채널 내의 적어도 하나의 샘플을 참조하는 제2 유형의 인트라 예측이 제공될 수 있다. 제2 유형의 인트라 예측의 경우, 인접 채널 내에서 현재 블록과 공간적으로 동일한 위치에 존재하는 적어도 하나의 샘플을 참조하여 예측을 수행할 수 있기 때문에, 기존의 인트라 예측에 비해 예측 효율 및 정확도가 향상될 수 있다.
실시예 3
도 21a는 연속적으로 추출된 피쳐맵들의 일 예를 나타낸 도면이고, 도 21b 및 도 21c는 도 21a의 피쳐맵들 중 대응되는 2개 채널들을 비교하여 나타낸 도면들이다.
전술한 바와 같이, 채널간 데이터 분포 특성의 유사도(또는, 상관도)와 채널간 거리는 비선형적일 수 있다. 도 21a를 참조하면, 연속적으로 추출된 피쳐맵들 중에서 Time (n+1)의 피쳐맵을 부호화하기 위하여 기 부호화된 Time (n)의 피쳐맵 참조할 수 있다. 이 때, 데이터 분포 특성의 채널간 유사도가 비교적 높지 않기 때문에, 다른 채널의 데이터 자체를 참조하는 경우 코딩 효율의 증가가 크지 않을 수 있다. 하지만, 예측 정보(e.g., motion vector)의 채널간 유사도는 비교적 높기 때문에, 다른 채널의 예측 정보를 참조하는 경우 코딩 효율의 증가를 기대할 수 있다. 구체적으로, 도 21b 및 도 21c를 참조하면, 채널 A와 채널 B 간의 데이터 분포 특성은 상이한 반면, Time (n)과 Time (n+1) 피쳐간의 모션 벡터 정보(MV)는 채널 A 및 채널 B 모두에서 (2,2)로 동일한 것을 확인할 수 있다.
본 개시의 실시예 3에 따르면, 상술한 채널 속성을 고려하여, 피쳐/피쳐맵에 대해 현재 채널과 인접 채널의 참조 블록에 기반한 인터 예측이 적용될 수 있다. 인접 채널의 참조 블록에 기반한 인터 예측은 인터 채널 인터 예측으로 지칭될 수 있다.
피쳐맵의 채널들이 재정렬되는 경우, 현재 채널의 주변에는 상관도(또는, 유사도)가 큰 채널들이 배치될 수 있다. 이에 따라, 인터 채널 인터 예측은 보다 유사한 인접 채널에 기반하여 수행될 수 있기 때문에, 예측 효율 및 정확도는 보다 향상될 수 있다. 이를 고려할 때, 본 개시의 실시예 3이 전술한 실시예 1과의 조합으로 구현될 수도 있음은 자명하다.
인접 채널의 참조 블록은 기존의 공간적 주변 블록(공간적 후보)와 함께 현재 블록의 인터 예측을 위한 예측 정보 후보(Prediction Information Candidates, PIC) 리스트를 구성할 수 있다. 예측 정보 후보 리스트를 구성하는 인접 채널의 참조 블록은 인터 채널 후보로 지칭될 수 있다.
일 실시예에서, 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList), 인터 채널 후보들의 최대 개수(e.g., MaxNumInterChannelCandidate), 공간적 후보들의 최대 개수(e.g., MaxNumSpatialCandidate), 예측 정보 후보들의 우선순위 정보(e.g., InterChannelCandidataPriority_flag, SpatialCandidataPriority_flag 등) 중 적어도 하나가 미리 정의될 수 있다. 이 경우, 예측 정보 후보(PIC) 리스트는 상기 미리 정의된 정보에 기반하여 구성될 수 있다.
도 22a 내지 도 22c는 예측 정보 후보(PIC) 리스트 구성 방법을 설명하기 위한 도면들이다.
먼저 도 22a를 참조하면, 현재 블록의 모든 기부호화된 주변 블록들이 현재 채널(e.g., 채널 5)와는 다른 채널에 속하거나(경계 불연속) 또는 비가용한 경우, 상기 주변 블록들을 공간적 후보로서 이용할 수 없다. 이 경우, 예측 정보 후보(PIC) 리스트는 기부호화된 인접 채널들(e.g., 채널 0 내지 채널 3)의 콜로케이티드(collocated) 블록들만을 이용하여 구성될 수 있다.
다음으로 도 22b를 참조하면, 현재 블록의 모든 기부호화된 주변 블록들이 현재 채널(e.g., 채널 5)에 속하고 가용한 경우, 상기 주변 블록들을 공간적 후보들로서 이용할 수 있다. 이 경우, 예측 정보 후보(PIC) 리스트는 상기 주변 블록들 및 기부호화된 인접 채널들(e.g., 채널 0 내지 채널 3)의 콜로케이티드(collocated) 블록들 중 적어도 일부를 이용하여 구성될 수 있다. 예를 들어, 예측 정보 후보(PIC) 리스트의 최대 크기가 5이고, 공간적 후보들의 최대 개수는 1이며, 인터 채널 후보가 공간적 후보보다 높은 우선순위를 갖는 경우, 예측 정보 후보(PIC) 리스트는 4개의 기부호화된 인접 채널들(e.g., 채널 0 내지 채널 3)의 콜로케이티드(collocated) 블록들과 1개의 상측 주변 블록으로 구성될 수 있다.
다음으로 도 22c를 참조하면, 현재 블록의 기부호화된 주변 블록들 중 일부만이 현재 채널(e.g., 채널 5)과는 다른 채널에 속하거나(경계 불연속) 또는 비가용한 경우, 예측 정보 후보(PIC) 리스트는 가용한 주변 블록들 및 기부호화된 인접 채널들(e.g., 채널 0 내지 채널 3)의 콜로케이티드(collocated) 블록들 중 적어도 일부를 이용하여 구성될 수 있다. 예를 들어, 예측 정보 후보(PIC) 리스트의 최대 크기가 5이고, 공간적 후보들의 최대 개수는 3이며, 공간적 후보가 인터 채널 후보보다 높은 우선순위를 갖는 경우, 예측 정보 후보(PIC) 리스트는 2개의 좌측 및 좌상측 주변 블록들과 2개의 기부호화된 인접 채널들(e.g., 채널 0 및 채널 1)의 콜로케이티드 블록들로 구성될 수 있다.
도 22a 내지 도 22c의 예들과 달리 가용한 공간적 후보 및 인터 채널 후보가 존재하지 않는 경우, 예측 정보 후보(PIC) 리스트는 구성되지 않을 수 있다. 이 경우, 현재 블록의 인터 예측을 위해 소정의 모션 정보, 예컨대 제로 모션 정보가 이용될 수 있다.
도 23은 본 개시의 일 실시예에 따른 피쳐 시퀀스 파라미터 셋의 일 예를 나타낸 도면이다.
도 23을 참조하면, 피쳐 시퀀스 파라미터 셋(Feature_sequence_parameter_set, F_SPS)은 예측 정보 후보(PIC) 리스트에 관한 신택스 요소들 PIC_flag, MaxNumPICList, MaxNumInterChannelCandidate, MaxNumSpatialCandidate, InterChannelCandidataPriority_flag, 및 SpatialCandidataPriority_flag를 포함할 수 있다.
신택스 요소 PIC_flag는 예측 정보 후보(PIC) 리스트의 구성 여부(또는, 주변 블록과 이전 채널의 예측 정보의 활용 여부)를 나타낼 수 있다. 예를 들어, 제1 값(e.g., 0)의 PIC_flag는 예측 정보 후보(PIC) 리스트가 구성되지 않음을 나타낼수 있다. 이와 달리, 제2 값(e.g., 1)의 PIC_flag는 예측 정보 후보(PIC) 리스트가 구성됨을 나타낼 수 있다. 그리고, 이 경우에만 상술한 나머지 신택스 요소들이 부호화/시그널링될 수 있다.
신택스 요소 MaxNumPICList는 예측 정보 후보(PIC) 리스트의 최대 크기를 나타낼 수 있다.
신택스 요소 MaxNumInterChannelCandidate는 예측 정보 후보(PIC) 리스트 내에서 인터 채널 후보들의 최대 개수를 나타낼 수 있다.
신택스 요소 MaxNumSpatialCandidate는 예측 정보 후보(PIC) 리스트 내에서 공간적 후보들의 최대 개수를 나타낼 수 있다. MaxNumInterChannelCandidate가 정의되는 경우, MaxNumSpatialCandidate는 MaxNumPICList - MaxNumInterChannelCandidate으로 유도될 수 있으므로, MaxNumSpatialCandidate는 선택적(optional)일 수 있다. 반대로, MaxNumSpatialCandidate가 정의되는 경우, MaxNumInterChannelCandidate는 MaxNumPICList - MaxNumSpatialCandidate으로 유도될 수 있으므로, MaxNumInterChannelCandidate 역시 선택적일 수 있다. 따라서, MaxNumInterChannelCandidate 및 MaxNumSpatialCandidate는 선택적으로 부호화될 수 있다. 또는, 상기 2개의 신택스 요소들은 전부 부호화되되, 필요에 따라 디코더의 결정에 의해 선택적으로 파싱될 수도 있다.
MaxNumSpatialCandidate 또는 MaxNumInterChannelCandidate에 따른 제약 조건은 가용한 이전 채널의 콜로케이티드 블록들 및 주변 블록들의 개수에 따라 달라질 수 있다. 예를 들어, 공간적 후보의 적용이 불가능한 경우, MaxNumInterChannelCandidate에 따른 제약 조건은 무시되며 MaxNumPICList까지 Inter channel candidate를 채울 수 있다. 예를 들어, MaxNumPICList이 6이고 MaxNumInterChannelCandidate가 3인 경우, 가용한 공간적 후보가 없다면 6개의 인터 채널 후보들을 이용하여 예측 정보 후보(PIC) 리스트가 구성될 수 있다. 또는, MaxNumPICList이 6이고 MaxNumInterChannelCandidate가 3인 경우, 1개의 공간적 후보만이 가용하다면 1개의 공간적 후보와 5개의 인터 채널 후보들을 이용하여 예측 정보 후보(PIC) 리스트가 구성될 수 있다. 또는, 가용한 인터 채널 후보가 없다면, MaxNumSpatialCandidate의 값과 무관하게 최대 MaxNumPICList의 공간적 후보들을 이용하여 예측 정보 후보(PIC) 리스트가 구성될 수 있다.
도 24는 본 개시의 일 실시예에 따른 예측 정보 후보(PIC) 리스트 구성 방법을 나타낸 흐름도이다. 도 24의 방법은 부호화 장치 및 복호화 장치에서 동일하게 수행될 수 있다. 이하, 설명의 편의를 위해 부호화 장치를 기준으로 설명하기로 한다.
도 24를 참조하면, 부호화 장치는 예측 정보 후보(PIC) 리스트의 구성 여부를 결정하고, 이를 나타내는 신택스 요소 PIC_flag를 부호화할 수 있다(S2410).
예측 정보 후보(PIC) 리스트를 구성하지 않기로 결정한 경우(S2410의 'NO'), 부호화 장치는 PIC_flag를 제1 값(e.g., 0)으로 부호화하고 모든 과정을 종료할 수 있다.
이와 달리, 예측 정보 후보(PIC) 리스트를 구성하기로 결정한 경우(S2410의 'YES'), 부호화 장치는 PIC_flag를 제2 값(e.g., 1)으로 부호화하고 단계 S2420으로 진행할 수 있다. 부호화 장치는 인터 채널 후보의 개수를 나타내는 변수 InterChannelCandidateCount, 공간적 후보의 개수를 나타내는 변수 SpatialCandiateCount, 및 예측 정보 후보(PIC) 리스트의 크기를 나타내는 변수 PICCount를 0으로 초기화할 수 있다(S2420).
부호화 장치는 예측 정보 후보(PIC) 리스트 내에서 인터 채널 후보가 공간적 후보보다 높은 우선순위를 갖는지 여부를 결정하고, 이를 나타내는 신택스 요소 InterChannelCandidatePriority_flag를 부호화할 수 있다(S2430).
예측 정보 후보(PIC) 리스트 내에서 인터 채널 후보가 공간적 후보보다 높은 우선순위를 갖는 경우(S2430의 'YES'), 부호화 장치는 InterChannelCandidatePriority_flag를 제2 값(e.g., 1)으로 부호화하고 단계 S2440으로 진행할 수 있다. 부호화 장치는 이전 채널의 예측 정보가 이용 가능한지 여부를 결정할 수 있다(S2440). 여기서, 이전 채널은 인코딩 순서의 역순에 따를 수 있다. 예를 들어, 인코딩 순서가 채널 0 → 채널 1 → 채널 2의 순이라면, 이전 채널은 채널 2 → 채널 1 → 채널 0의 순으로 사용될 수 있다.
이전 채널의 예측 정보가 이용 가능한 경우(S2440의 'YES'), 부호화 장치는 인터 채널 후보를 예측 정보 후보(PIC) 리스트에 추가한 후, 상술한 InterChannelCandidateCount 및 PICCount의 값을 1씩 증가시킬 수 있다(S2442). 그리고, 부호화 장치는 PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은지 여부를 결정할 수 있다(S2444).
PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은 경우(S2444의 'YES'), 부호화 장치는 단계 S2440으로 돌아가 이전 채널의 예측 정보가 추가로 이용 가능한지 여부를 결정할 수 있다.
이와 달리, PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList) 이상인 경우(S2444의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
이전 채널의 예측 정보가 이용 불가능한 경우(S2440의 'NO'), 부호화 장치는 공간적 예측 정보가 이용 가능한지 여부를 결정할 수 있다(S2450).
공간적 예측 정보가 이용 가능한 경우(S2450의 'YES'), 부호화 장치는 공간적 후보를 예측 정보 후보(PIC) 리스트에 추가한 후, 상술한 SpatialCandiateCount 및 PICCount의 값을 1씩 증가시킬 수 있다(S2452). 그리고, 부호화 장치는 PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은지 여부를 결정할 수 있다(S2454).
PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은 경우(S2454의 'YES'), 부호화 장치는 단계 S2450으로 돌아가 공간적 예측 정보가 추가로 이용 가능한지 여부를 결정할 수 있다.
이와 달리, PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList) 이상인 경우(S2454의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
공간적 후보가 이용 불가능한 경우(S2450의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
예측 정보 후보(PIC) 리스트 내에서 인터 채널 후보가 공간적 후보보다 낮은 우선순위를 갖는 경우(S2430의 'NO'), 부호화 장치는 InterChannelCandidatePriority_flag를 제1 값(e.g., 0)으로 부호화하고 단계 S2460으로 진행할 수 있다. 부호화 장치는 공간적 예측 정보가 이용 가능한지 여부를 결정할 수 있다(S2460).
공간적 예측 정보가 이용 가능한 경우(S2460의 'YES'), 부호화 장치는 공간적 후보를 예측 정보 후보(PIC) 리스트에 추가한 후, 상술한 SpatialCandiateCount 및 PICCount의 값을 1씩 증가시킬 수 있다(S2462). 그리고, 부호화 장치는 PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은지 여부를 결정할 수 있다(S2464).
PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은 경우(S2464의 'YES'), 부호화 장치는 단계 S2460으로 돌아가 공간적 예측 정보가 추가로 이용 가능한지 여부를 결정할 수 있다.
이와 달리, PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList) 이상인 경우(S2464의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
공간적 후보가 이용 불가능한 경우(S2460의 'NO'), 부호화 장치는 인터 채널 예측 정보가 이용 가능한지 여부를 결정할 수 있다(S2470).
인터 채널 예측 정보가 이용 가능한 경우(S2470의 'YES'), 부호화 장치는 인터 채널 후보를 예측 정보 후보(PIC) 리스트에 추가한 후, 상술한 InterChannelCandidateCount 및 PICCount의 값을 1씩 증가시킬 수 있다(S2472). 그리고, 부호화 장치는 PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은지 여부를 결정할 수 있다(S2474).
PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList)보다 작은 경우(S2474의 'YES'), 부호화 장치는 단계 S2470으로 돌아가 이전 채널의 예측 정보가 추가로 이용 가능한지 여부를 결정할 수 있다.
이와 달리, PICCount의 값이 기정의된 예측 정보 후보(PIC) 리스트의 최대 크기(e.g., MaxNumPICList) 이상인 경우(S2474의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
인터 채널 예측 정보가 이용 불가능한 경우(S2470의 'NO'), 부호화 장치는 모든 과정을 종료할 수 있다.
도 24의 방법을 정리하면, 부호화 장치는 인터 채널 후보 및 공간적 후보 중에서 높은 우선순위를 갖는 후보를 예측 정보 후보(PIC) 리스트에 먼저 추가할 수 있다. 그리고, 예측 정보 후보(PIC) 리스트가 완전히 채워지지 않은 경우, 낮은 우선순위를 갖는 후보를 예측 정보 후보(PIC) 리스트에 추가할 수 있다. 이 때, 높은 우선순위를 갖는 후보가 MaxNumPICList 이상으로 존재하는 경우, 예측 정보 후보(PIC) 리스트는 상기 높은 우선순위를 갖는 후보만으로 채워질 수 있다. 즉, 공간적 후보 또는 인터 예측 후보만으로 예측 정보 후보(PIC) 리스트가 채워지게 된다. 이 경우, 후보의 다양성이 저하되어 코딩 효율에 안 좋은 영향을 줄 수도 있다.
반면에, 본 개시의 실시예 3에 따른 MaxNumInterChannelCandidate 및 MaxNumSpatialCandidate에 기반하여 예측 정보 후보(PIC) 리스트를 구성하는 경우, 후보 유형별 최대 개수를 제한함으로써 후보의 다양성을 확보할 수 있다는 이점을 갖는다. 예를 들어, 인터 채널 후보가 높은 우선순위를 갖는 경우, 먼저 인터 채널 후보로 예측 정보 후보(PIC) 리스트를 MaxNumInterChannelCandidate 만큼 채운 후, 공간적 후보를 예측 정보 후보(PIC) 리스트에 추가할 수 있다. 그 후에, 예측 정보 후보(PIC) 리스트에 채워진 후보들의 개수가 MaxNumPICList 보다 작다면, 다시 인터 예측 후보를 예측 정보 후보(PIC) 리스트에 추가할 수 있다. 이와 달리, 공간적 후보가 높은 우선순위를 갖는 경우, 먼저 공간적 후보로 예측 정보 후보(PIC) 리스트를 MaxNumSpatialCandidate 만큼 채운 후, 인터 채널 후보를 예측 정보 후보(PIC) 리스트에 추가할 수 있다. 그 후에, 예측 정보 후보(PIC) 리스트에 채워진 후보들의 개수가 MaxNumPICList 보다 작다면, 다시 공간적 후보를 예측 정보 후보(PIC) 리스트에 추가할 수 있다.
예측 정보 후보(PIC) 리스트의 구성이 완료된 경우, 부호화 장치는 구성된 후보들 중에서 코딩 효율이 가장 높은 후보를 선택할 수 있다. 그리고, 부호화 장치는 선택된 후보를 지시하는 정보를 부호화하여 복호화 장치로 시그널링할 수 있다. 상기 정보는, 예컨대 도 25a 및 도 25b의 신택스 내에서 부호화/시그널링될 수 있다.
도 25a 및 도 25b는 본 개시의 일 실시예에 따른 피쳐 코딩 신택스의 일 예를 나타낸 도면들이다.
먼저 도 25a를 참조하면, 피쳐 코딩 신택스(Feature_Coding) 신택스는 현재 채널의 현재 블록에 대해 선택된 예측 정보 후보를 나타내는 신택스 요소 PIC_idx[channel_number ][x0][y0]을 포함할 수 있다. 신택스 요소 PIC_idx[channel_number ][x0][y0]은 현재 블록에 대해 예측 정보 후보(PIC) 리스트가 구성된 경우(i.e., PIC_flag = 1)로서, 현재 블록의 예측 모드가 예측 정보 후보 모드인 경우(i.e., Pred_mode = PIC mode)에만 부호화/시그널링될 수 있다.
다음으로 도 25b를 참조하면, 피쳐 코딩 신택스(Feature_Coding) 신택스는 도 25a의 경우와 마찬가지로 신택스 요소 PIC_idx[channel_number ][x0][y0]을 포함할 수 있다. 다만, 신택스 요소 PIC_idx[channel_number ][x0][y0]의 시그널링 조건에 있어서 도 25a의 경우와는 상이할 수 있다. 구체적으로, 현재 블록의 예측 모드가 예측 정보 후보 모드인지 여부를 결정함에 있어서, 도 25b의 경우 Pred_mode가 아닌 별개의 플래그 정보(i.e., PIC_Pred_flag)를 이용할 수 있다.
이상, 본 개시의 실시예 3에 따르면, 피쳐/피쳐맵에 대해 인터 채널 후보에 기반한 인터 예측이 적용될 수 있다. 예측 정보의 채널간 유사도는 비교적 높기 때문에, 이전 채널의 콜로케이트 블록의 예측 정보를 참조함으로써(인터 채널 인터 예측) 코딩 효율이 보다 향상될 수 있다. 또한, 본 개시의 실시예 3에 따르면, 인터 채널 후보 및 공간적 후보를 포함하는 예측 정보 후보(PIC) 리스트가 구성될 수 있다. 이 때, 후보 유형별 최대 개수를 제한하여 후보의 다양성을 확보함으로써, 코딩 효율이 보다 향상될 수 있다.
부호화/복호화 방법
이하, 도 26 및 도 27을 참조하여, 본 개시의 일 실시예에 따른 피쳐 부호화/복호화 방법을 상세히 설명한다.
도 26은 본 개시의 일 실시예에 따른 피쳐 부호화 방법을 나타낸 흐름도이다. 도 26의 피쳐 정보 부호화 방법은 도 1의 부호화 장치에 의해 수행될 수 있다.
도 26를 참조하면, 부호화 장치는 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부를 결정할 수 있다(S2610).
상기 복수의 채널들이 재정렬되는 것으로 결정된 경우(S2610의 'YES'), 부호화 장치는 상기 복수의 채널들의 재정렬 단위를 결정할 수 있다(S2620).
부호화 장치는 상기 결정된 재정렬 단위에 기반하여 상기 복수의 채널들을 재정렬할 수 있다(S2630).
그리고, 부호화 장치는 상기 복수의 채널들 및 상기 재정렬 관련 정보를 부호화할 수 있다(S2640). 이 때, 상기 재정렬 관련 정보는, 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보(e.g., Feature_channel_reordering_flag), 상기 결정된 재정렬 단위에 관한 제2 정보(e.g., Picture_level_channel_reordering_flag, Group_level_channel_reordering_flag), 및 상기 복수의 채널들의 상기 재정렬 이전의 순서에 관한 제3 정보(e.g., Number_of_group_channel, Feature_channel_order_count)를 포함할 수 있다.
이와 달리, 상기 복수의 채널들이 재정렬되지 않는 것으로 결정된 경우(S2610의 'NO'), 부호화 장치는 채널 재정렬을 수행하지 않고 상기 복수의 채널들 및 상기 재정렬 관련 정보를 부호화할 수 있다(S2640). 이 때, 상기 재정렬 관련 정보는 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보만을 포함할 수 있다.
일 실시예에서, 상기 재정렬 단위는 픽쳐 단위, 피쳐 그룹 단위 및 채널 단위를 포함할 수 있다.
일 실시예에서, 상기 제3 정보는 상기 재정렬 단위에 기반하여 결정된 레벨의 파라미터 셋 내에 부호화될 수 있다.
일 실시예에서, 상기 복수의 채널들에 포함된 적어도 하나의 제1 블록은 인트라 예측에 기반하여 부호화되고, 상기 인트라 예측은 상기 제1 블록과는 상이한 채널에 포함된 기복원된 참조 샘플들에 기반하여 수행될 수 있다.
일 실시예에서, 상기 복수의 채널들에 포함된 적어도 하나의 제2 블록은 인터 예측에 기반하여 부호화되고, 상기 인터 예측은 상기 제2 블록과는 상이한 채널에 포함된 기복원된 참조 블록의 예측 정보에 기반하여 수행될 수 있다.
도 27은 본 개시의 일 실시예에 따른 피쳐 복호화 방법을 나타낸 흐름도이다. 도 27의 피쳐 복호화 방법은 도 1의 복호화 장치에 의해 수행될 수 있다.
도 27을 참조하면, 복호화 장치는 현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부에 관한 제1 정보(e.g., Feature_channel_reordering_flag)를 비트스트림으로부터 획득할 수 있다(S2710).
상기 제1 정보가 상기 복수의 채널들이 재정렬된 것을 나타냄에 기반하여, 복호화 장치는 상기 복수의 채널들의 재정렬 단위에 관한 제2 정보(e.g., Picture_level_channel_reordering_flag, Group_level_channel_reordering_flag)를 상기 비트스트림으로부터 획득할 수 있다(S2720).
복호화 장치는, 상기 제2 정보에 기반하여 결정되는 상기 복수의 채널들의 재정렬 단위에 기반하여, 상기 복수의 채널들의 복원 순서에 관한 제3 정보(e.g., Number_of_group_channel, Feature_channel_order_count)를 상기 비트스트림으로부터 획득할 수 있다(S2730).
그리고, 복호화 장치는, 상기 제3 정보에 기반하여 결정되는 상기 복수의 채널들의 복원 순서에 기반하여, 상기 복수의 채널들을 복원할 수 있다(S2740).
일 실시예에서, 상기 재정렬 단위는 픽쳐 단위, 피쳐 그룹 단위 및 채널 단위를 포함할 수 있다.
일 실시예에서, 상기 복수의 채널들의 재정렬 단위가 상기 픽쳐 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 픽쳐 레벨의 제1 파라미터 셋(e.g., Feature_picture_parameter_set)으로부터 획득될 수 있다.
일 실시예에서, 상기 복수의 채널들의 재정렬 단위가 상기 피쳐 그룹 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 피쳐 그룹 레벨의 제2 파라미터 셋(e.g., Feature_group_parameter_set)으로부터 획득될 수 있다.
일 실시예에서, 상기 복수의 채널들의 재정렬 단위가 상기 채널 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 피쳐 레벨의 제3 파라미터 셋(e.g., Feature_parameter_set)으로부터 획득될 수 있다.
일 실시예에서, 상기 복수의 채널들에 포함된 적어도 하나의 제1 블록은 인트라 예측에 기반하여 복원되고, 상기 인트라 예측은 상기 제1 블록과는 상이한 채널에 포함된 기복원된 참조 샘플들에 기반하여 수행될 수 있다.
일 실시예에서, 상기 복수의 채널들에 포함된 적어도 하나의 제2 블록은 인터 예측에 기반하여 복원되고, 상기 인터 예측은 상기 제2 블록과는 상이한 채널에 포함된 기복원된 참조 블록의 예측 정보에 기반하여 수행될 수 있다.
일 실시예에서, 상기 인터 예측은 상기 참조 블록을 인터 채널 후보로서 포함하는 예측 정보 후보(prediction information candidate, PIC) 리스트에 기반하여 수행될 수 있다.
일 실시예에서, 상기 예측 정보 후보(PIC) 리스트는 상기 제2 블록과 동일한 채널에 포함된 기복원된 참조 블록을 공간적 후보로서 더 포함할 수 있고, 상기 공간적 후보의 개수는 상기 인터 채널 후보의 개수에 기반하여 결정될 수 있다.
이상, 도 26 및 도 27을 참조하여 전술한 피쳐 부호화/복호화 방법에 따르면, 피쳐/피쳐맵의 채널들은 부호화/복호화를 위해 채널간 상관도(또는, 유사도)에 기반하여 재정렬될 수 있다. 재정렬된 채널들 내에서 서로 인접한 채널들은 높은 상관도를 가지게 되므로, 복잡도가 감소하고 코딩 효율이 보다 향상될 수 있다. 또한, 채널 재정렬 관련 정보는 피쳐 시퀀스 레벨, 픽쳐 레벨, 피쳐 그룹 레벨 및/또는 피쳐 레벨에서 계층적/적응적으로 부호화/시그널링될 수 있다. 이에 따라, 시그널링 오버헤드가 감소하고, 코딩 유연성(flexibility)이 보다 향상될 수 있다. 또한, 인터 채널 인트라 예측 및 인터 채널 인트라 예측이 제공되어, 코딩 효율 및 예측 정확도가 보다 향상될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
본 개시에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(e.g., information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 개시의 실시예(들)이 적용되는 디코더(디코딩 장치) 및 인코더(인코딩 장치)는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 로보트 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 개시의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 개시의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 프로그램 코드는 본 개시의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 28은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 28을 참조하면, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 인코딩 서버는 생략될 수 있다.
비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 스트리밍 서버는 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 비트스트림을 저장할 수 있다.
스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 웹 서버에 원하는 서비스를 요청하면, 웹 서버는 이를 스트리밍 서버에 전달하고, 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이 때, 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 제어 서버는 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 인코딩 서버로부터 컨텐츠를 수신하는 경우, 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 스트리밍 서버는 비트스트림을 일정 시간동안 저장할 수 있다.
사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
도 29는 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
도 29를 참조하면, VCM과 같은 실시예에서, 기기의 성능, 사용자의 요청, 수행하고자 하는 태스크의 특성 등에 따라 사용자 단말에서 태스크를 수행할 수도 있고 외부 기기(e.g., 스트리밍 서버, 분석 서버 등)에서 태스크를 수행할 수도 있다. 이와 같이, 태스크 수행에 필요한 정보를 외부 기기로 전송하기 위하여, 사용자 단말은 태스크 수행에 필요한 정보(e.g., 태스크, 신경망 네트워크 및/또는 용도와 같은 정보)를 포함하는 비트스트림을 직접 또는 인코딩 서버를 통해 생성할 수 있다.
분석 서버는 사용자 단말로부터(또는, 인코딩 서버로부터) 전송받은 부호화된 정보를 복호화한 후, 사용자 단말의 요청 태스크를 수행할 수 있다. 분석 서버는 태스크 수행을 통해 얻은 결과를 사용자 단말에게 다시 전송하거나 연계된 다른 서비스 서버(e.g., 웹 서버)에 전송할 수 있다. 예를 들어, 분석 서버는 화재를 판별하는 태스크를 수행하여 얻은 결과를 소방 관련 서버로 전송할 수 있다. 분석 서버는 별도의 제어 서버를 포함할 수 있고, 이 경우 제어 서버는 분석 서버와 연관된 각 장치와 서버 간 명령/응답을 제어하는 역할을 할 수 있다. 또한, 분석 서버는 사용자 기기가 수행하고자 하는 태스크와 수행할 수 있는 태스크 정보를 기반으로 웹 서버에게 원하는 정보를 요청할 수도 있다. 분석 서버가 웹 서버에 원하는 서비스를 요청하면, 웹 서버는 이를 분석 서버에 전달하고, 분석 서버는 사용자 단말로 그에 대한 데이터를 전송할 수 있다. 이 때, 컨텐츠 스트리밍 시스템의 제어 서버는 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
본 개시에 따른 실시예는 피쳐/피쳐맵을 부호화/복호화하는데 이용될 수 있다.
Claims (15)
- 피쳐 복호화 장치에 의해 수행되는 피쳐 복호화 방법으로서, 상기 피쳐 복호화 방법은,
현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부에 관한 제1 정보를 비트스트림으로부터 획득하는 단계;
상기 제1 정보가 상기 복수의 채널들이 재정렬된 것을 나타냄에 기반하여, 상기 복수의 채널들의 재정렬 단위에 관한 제2 정보를 상기 비트스트림으로부터 획득하는 단계;
상기 제2 정보에 기반하여 결정되는 상기 복수의 채널들의 재정렬 단위에 기반하여, 상기 복수의 채널들의 복원 순서에 관한 제3 정보를 상기 비트스트림으로부터 획득하는 단계; 및
상기 제3 정보에 기반하여 결정되는 상기 복수의 채널들의 복원 순서에 기반하여, 상기 복수의 채널들을 복원하는 단계를 포함하는
피쳐 복호화 방법. - 제1항에 있어서,
상기 재정렬 단위는 픽쳐 단위, 피쳐 그룹 단위 및 채널 단위를 포함하는
피쳐 복호화 방법. - 제2항에 있어서
상기 복수의 채널들의 재정렬 단위가 상기 픽쳐 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 픽쳐 레벨의 제1 파라미터 셋으로부터 획득되는
피쳐 복호화 방법. - 제2항에 있어서
상기 복수의 채널들의 재정렬 단위가 상기 피쳐 그룹 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 피쳐 그룹 레벨의 제2 파라미터 셋으로부터 획득되는
피쳐 복호화 방법. - 제2항에 있어서
상기 복수의 채널들의 재정렬 단위가 상기 채널 단위로 결정되는 것에 기반하여, 상기 제3 정보는 상기 비트스트림에 포함된 피쳐 레벨의 제3 파라미터 셋으로부터 획득되는
피쳐 복호화 방법. - 제1항에 있어서
상기 복수의 채널들에 포함된 적어도 하나의 제1 블록은 인트라 예측에 기반하여 복원되고, 상기 인트라 예측은 상기 제1 블록과는 상이한 채널에 포함된 기복원된 참조 샘플들에 기반하여 수행되는
피쳐 복호화 방법. - 제1항에 있어서
상기 복수의 채널들에 포함된 적어도 하나의 제2 블록은 인터 예측에 기반하여 복원되고, 상기 인터 예측은 상기 제2 블록과는 상이한 채널에 포함된 기복원된 참조 블록의 예측 정보에 기반하여 수행되는
피쳐 복호화 방법. - 제7항에 있어서
상기 인터 예측은 상기 참조 블록을 인터 채널 후보로서 포함하는 예측 정보 후보(prediction information candidate, PIC) 리스트에 기반하여 수행되는
피쳐 복호화 방법. - 제8항에 있어서
상기 예측 정보 후보(PIC) 리스트는 상기 제2 블록과 동일한 채널에 포함된 기복원된 참조 블록을 공간적 후보로서 더 포함하고,
상기 공간적 후보의 개수는 상기 인터 채널 후보의 개수에 기반하여 결정되는
피쳐 복호화 방법. - 피쳐 부호화 장치에 의해 수행되는 피쳐 부호화 방법으로서, 상기 피쳐 부호화 방법은,
현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부를 결정하는 단계;
상기 복수의 채널들이 재정렬되는 것으로 결정됨에 기반하여, 상기 복수의 채널들의 재정렬 단위를 결정하는 단계;
상기 결정된 재정렬 단위에 기반하여, 상기 복수의 채널들을 재정렬하는 단계; 및
상기 재정렬된 복수의 채널들 및 상기 재정렬 관련 정보를 부호화하는 단계를 포함하고,
상기 재정렬 관련 정보는, 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보, 상기 결정된 재정렬 단위에 관한 제2 정보, 및 상기 복수의 채널들의 상기 재정렬 이전의 순서에 관한 제3 정보를 포함하는
피쳐 부호화 방법. - 제10항에 있어서,
상기 재정렬 단위는 픽쳐 단위, 피쳐 그룹 단위 및 채널 단위를 포함하는
피쳐 부호화 방법. - 제10항에 있어서
상기 제3 정보는 상기 재정렬 단위에 기반하여 결정된 레벨의 파라미터 셋 내에 부호화되는
피쳐 부호화 방법. - 제10항에 있어서
상기 복수의 채널들에 포함된 적어도 하나의 제1 블록은 인트라 예측에 기반하여 부호화되고, 상기 인트라 예측은 상기 제1 블록과는 상이한 채널에 포함된 기복원된 참조 샘플들에 기반하여 수행되는
피쳐 부호화 방법. - 제10항에 있어서
상기 복수의 채널들에 포함된 적어도 하나의 제2 블록은 인터 예측에 기반하여 부호화되고, 상기 인터 예측은 상기 제2 블록과는 상이한 채널에 포함된 기복원된 참조 블록의 예측 정보에 기반하여 수행되는
피쳐 부호화 방법. - 피쳐 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독가능한 기록 매체에 있어서, 상기 피쳐 부호화 방법은,
현재 피쳐맵(feature map)에 포함된 복수의 채널들의 재정렬 여부를 결정하는 단계;
상기 복수의 채널들이 재정렬되는 것으로 결정됨에 기반하여, 상기 복수의 채널들의 재정렬 단위를 결정하는 단계;
상기 결정된 재정렬 단위에 기반하여, 상기 복수의 채널들을 재정렬하는 단계; 및
상기 재정렬된 복수의 채널들 및 상기 재정렬 관련 정보를 부호화하는 단계를 포함하고,
상기 재정렬 관련 정보는, 상기 복수의 채널들의 재정렬 여부에 관한 제1 정보, 상기 결정된 재정렬 단위에 관한 제2 정보, 및 상기 복수의 채널들의 상기 재정렬 이전의 순서에 관한 제3 정보를 포함하는
컴퓨터 판독가능한 기록 매체.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210108903 | 2021-08-18 | ||
| KR20210108903 | 2021-08-18 | ||
| KR1020210143952 | 2021-10-26 | ||
| KR20210143952 | 2021-10-26 | ||
| PCT/KR2022/012369 WO2023022543A1 (ko) | 2021-08-18 | 2022-08-18 | 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240054296A true KR20240054296A (ko) | 2024-04-25 |
Family
ID=85239641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247008681A KR20240054296A (ko) | 2021-08-18 | 2022-08-18 | 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20240054296A (ko) |
| WO (1) | WO2023022543A1 (ko) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4513780B2 (ja) * | 2006-05-10 | 2010-07-28 | ソニー株式会社 | 情報処理装置及び情報処理方法、並びにコンピュータ・プログラム |
| KR20090129926A (ko) * | 2008-06-13 | 2009-12-17 | 삼성전자주식회사 | 영상 부호화 방법 및 그 장치, 영상 복호화 방법 및 그 장치 |
| DK3703370T3 (da) * | 2011-12-16 | 2021-09-06 | Jvckenwood Corp | Indretning til dynamisk billedkodning, fremgangsmåde til dynamisk billedkodning, program til dynamisk billedkodning, indretning til dynamisk billedafkodning, fremgangsmåde til dynamisk billedafkodning og program til dynamisk billedafkodning |
| KR102301232B1 (ko) * | 2017-05-31 | 2021-09-10 | 삼성전자주식회사 | 다채널 특징맵 영상을 처리하는 방법 및 장치 |
| BR112021010054A2 (pt) * | 2018-11-26 | 2021-08-17 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | fluxo de dados, decodificador e codificador de vídeo baseado em bloco e seus respectivos métodos |
-
2022
- 2022-08-18 KR KR1020247008681A patent/KR20240054296A/ko unknown
- 2022-08-18 WO PCT/KR2022/012369 patent/WO2023022543A1/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023022543A1 (ko) | 2023-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102542000B1 (ko) | 히스토리 기반 영상 코딩 방법 및 그 장치 | |
| US11792404B2 (en) | Method and device for signaling information on chroma format | |
| US11277607B2 (en) | Method and apparatus for constructing prediction candidate on basis of HMVP | |
| KR20220145405A (ko) | 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 | |
| KR102473571B1 (ko) | 변환 계수 코딩 방법 및 그 장치 | |
| CN112956201B (zh) | 使用句法来执行编码的句法设计方法和设备 | |
| CN113424529A (zh) | 用于执行基于mrl的帧内预测的图像编译方法和装置 | |
| CN113273192B (zh) | 使用mpm列表的基于帧内预测的视频编码方法及装置 | |
| US20220070442A1 (en) | Affine motion prediction-based video decoding method and device using subblock-based temporal merge candidate in video coding system | |
| CN113261294A (zh) | 基于sbtmvp的帧间预测方法和设备 | |
| CN113767625A (zh) | 基于mpm列表的帧内预测方法及其设备 | |
| CN114223198A (zh) | 编译色度量化参数数据的图像解码方法及其设备 | |
| KR20230054743A (ko) | 영상 코딩 시스템에서 인트라 예측 관련 정보를 사용하는 영상 디코딩 방법 및 그 장치 | |
| US20220174270A1 (en) | Method and device for configuring mpm list | |
| CN111989919A (zh) | 基于使用mpm列表的帧内预测的图像编码方法及设备 | |
| CN113316938A (zh) | 使用去块滤波的图像编译方法和装置 | |
| KR20230124108A (ko) | Atmvp 후보를 기반으로 영상 코딩을 수행하는 장치 | |
| US11838519B2 (en) | Image encoding/decoding method and apparatus for signaling image feature information, and method for transmitting bitstream | |
| US20230319297A1 (en) | Image encoding/decoding method, device, and computer-readable recording medium for signaling purpose of vcm bitstream | |
| KR20240054296A (ko) | 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 | |
| CN113170131A (zh) | 变换系数编码方法及其装置 | |
| KR20240056566A (ko) | 엔트로피 코딩에 기반한 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법 | |
| US11706442B2 (en) | Process and apparatus for controlling compressed motion vectors | |
| CN118044203A (zh) | 特征编码/解码方法和装置以及存储比特流的记录介质 |