KR20240065140A - 로컬 조명 보상의 개선 - Google Patents

로컬 조명 보상의 개선 Download PDF

Info

Publication number
KR20240065140A
KR20240065140A KR1020247012791A KR20247012791A KR20240065140A KR 20240065140 A KR20240065140 A KR 20240065140A KR 1020247012791 A KR1020247012791 A KR 1020247012791A KR 20247012791 A KR20247012791 A KR 20247012791A KR 20240065140 A KR20240065140 A KR 20240065140A
Authority
KR
South Korea
Prior art keywords
block
samples
template
lic
class
Prior art date
Application number
KR1020247012791A
Other languages
English (en)
Inventor
롄-페이 천
신 자오
구이춘 리
산 류
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
Priority claimed from US18/240,950 external-priority patent/US20240236297A9/en
Application filed by 텐센트 아메리카 엘엘씨 filed Critical 텐센트 아메리카 엘엘씨
Publication of KR20240065140A publication Critical patent/KR20240065140A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/196—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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

비디오 디코딩을 위한 처리 회로는 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보를 수신하고, 코딩된 정보는 현재 화상에서의 현재 블록에 대해 LIC(local illumination compensation)를 적용하는 것을 표시한다. 처리 회로는, 현재 블록의 제1 템플릿 및 참조 화상에서의 참조 블록의 제2 템플릿에 따라, LIC 모델의 파라미터들을 도출한다. 참조 블록은 현재 블록에 대한 모션 벡터에 기초하여 포인팅된다. 제1 템플릿은 현재 블록 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함하고, 제2 템플릿은 재구성된 이웃 샘플들의 서브세트에 대한 병치된 샘플들을 포함한다. 처리 회로는 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델을 적용한다.

Description

로컬 조명 보상의 개선
<참조에 의한 원용>
본 출원은, 2022년 10월 20일자로 출원된 미국 임시 출원 제63/417,923호, "Improvement of Local Illumination Compensation"의 우선권의 이익을 주장하는, 2023년 8월 31일자로 출원된 미국 특허 출원 제18/240,950호, "IMPROVEMENT OF LOCAL ILLUMINATION COMPENSATION"의 우선권의 이익을 주장한다. 이전 출원들의 개시내용들은 그 전체가 본 명세서에서 참조로 원용된다.
<기술 분야>
본 개시내용은 비디오 코딩에 일반적으로 관련되는 실시예들을 설명한다.
본 명세서에 제공되는 배경 설명은 본 개시내용의 정황을 일반적으로 제시할 목적을 위한 것이다. 해당 연구가 본 배경기술 섹션에서 설명되는 정도로, 현재 등록된 발명자들의 연구 뿐만 아니라, 출원의 시점에 종래 기술로서 달리 간주되지 않을 수 있는 설명의 양태들은, 명시적으로도 암시적으로도 본 개시내용에 대한 종래 기술로서 인정되지 않는다.
이미지/비디오 압축은, 최소의 품질 저하로 상이한 디바이스들, 스토리지 및 네트워크들에 걸쳐 이미지/비디오 파일들을 송신하는 것을 도울 수 있다. 일부 예들에서, 비디오 코덱 기술은 공간 및 시간 중복성에 기초하여 비디오를 압축할 수 있다. 예에서, 비디오 코덱은 공간 중복성에 기초하여 이미지를 압축할 수 있는 인트라 예측이라고 지칭되는 기법들을 사용할 수 있다. 예를 들어, 인트라 예측은 샘플 예측을 위해 재구성 중인 현재 화상으로부터의 참조 데이터를 사용할 수 있다. 다른 예에서, 비디오 코덱은 시간 중복성에 기초하여 이미지를 압축할 수 있는 인터 예측이라고 지칭되는 기법들을 사용할 수 있다. 예를 들어, 인터 예측은 모션 보상을 갖는 이전에 재구성된 화상으로부터 현재 화상에서의 샘플들을 예측할 수 있다. 모션 보상은 MV(motion vector)에 의해 일반적으로 표시된다.
본 개시내용의 양태들은 비디오 인코딩/디코딩을 위한 방법들 및 장치들을 제공한다. 일부 예들에서, 비디오 디코딩을 위한 장치는 수신 회로 및 처리 회로를 포함한다. 처리 회로는 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보를 수신하고, 코딩된 정보는 현재 화상에서의 현재 블록에 대해 LIC(local illumination compensation)를 적용하는 것을 표시한다. 처리 회로는 참조 화상에서의 참조 블록의 제2 템플릿(제2 서브세트 템플릿이라고 또한 지칭됨) 및 현재 블록의 제1 템플릿(제1 서브세트 템플릿이라고 또한 지칭됨)에 따라 LIC 모델의 파라미터들을 도출한다. 참조 블록은 현재 블록에 대한 모션 벡터에 기초하여 포인팅된다. 제1 템플릿은 현재 블록 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함하고, 제2 템플릿은 재구성된 이웃 샘플들의 서브세트에 대한 병치된 샘플들을 포함한다. 처리 회로는 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델을 적용한다.
일부 예들에서, 제1 템플릿은 현재 블록 바로 상측에 있는 재구성된 이웃 샘플들의 행을 포함한다. 일부 예들에서, 제1 템플릿은 현재 블록 바로 좌측에 있는 재구성된 이웃 샘플들의 열을 포함한다. 일부 예들에서, 제1 템플릿은 현재 블록 상측에 있는 재구성된 이웃 샘플들의 하나 이상의 행을 포함한다. 일부 예들에서, 제1 템플릿은 현재 블록 좌측에 있는 재구성된 이웃 샘플들의 하나 이상의 열을 포함한다.
일부 예들에서, 처리 회로는 복수의 템플릿 후보들로부터의 선택을 위한 제1 템플릿을 표시하는 신택스를 디코딩한다. 일부 예들에서, 처리 회로는 현재 블록의 크기, 현재 블록의 형상, 현재 블록의 종횡비, 또는 재구성된 이웃 샘플들 중 적어도 하나에 따라 LIC 모델의 파라미터들을 도출하기 위해 제1 템플릿을 사용하기로 결정한다.
본 개시내용의 양태에 따르면, 처리 회로는 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보를 수신하고, 코딩된 정보는 LIC(local illumination compensation)를 적용하는 것을 표시한다. 처리 회로는 현재 블록에 대한 모션 벡터에 기초하여, 참조 화상 내의 참조 블록을 결정하고, 분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류한다. 제1 블록은 현재 블록과 참조 블록 중 하나이고, 제2 블록에서의 샘플들은 제1 블록에서의 병치된 샘플들에 따라 분류되고, 제2 블록은 현재 블록과 참조 블록 중 다른 하나이다. 처리 회로는 분류 기준에 따라 제1 블록에 대한 템플릿 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하고, 제2 블록에 대한 템플릿 샘플들은 제1 블록에 대한 대응하는 병치된 템플릿 샘플들에 따라 분류된다. 처리 회로는 제1 블록에 대한 템플릿 샘플들의 제1 클래스 및 제2 블록에 대한 템플릿 샘플들의 제1 클래스에 따라 제1 LIC 모델의 제1 파라미터들을 도출하고, 제1 블록에 대한 템플릿 샘플들의 제2 클래스 및 제2 블록에 대한 템플릿 샘플들의 제2 클래스에 따라 제2 LIC 모델의 제2 파라미터들을 도출한다. 처리 회로는 현재 블록의 보상된 샘플들을 생성하도록 제1 LIC 모델을 현재 블록에서의 제1 클래스의 샘플들에 그리고 제2 LIC 모델을 현재 블록에서의 제2 클래스의 샘플들에 적용한다.
일부 예들에서, 제1 LIC 모델 및 제2 LIC 모델은 적어도 하나의 상이한 파라미터 값을 갖는다.
일부 예들에서, 처리 회로는 제1 블록에서의 샘플 값들의 평균에 기초하여 진폭 임계값을 결정하고, 샘플과 진폭 임계값의 비교에 기초하여 샘플을 제1 클래스 또는 제2 클래스로 분류한다.
일부 예들에서, 처리 회로는 제1 블록에서의 샘플들의 그래디언트 값들에 기초하여 그래디언트 임계값을 결정하고, 그래디언트 임계값과의 샘플의 그래디언트 값의 비교에 기초하여 샘플을 제1 클래스 또는 제2 클래스로 분류한다.
일부 예들에서, 처리 회로는 최소 제곱 평균 연산 및 LDL 분해를 갖는 자기상관 행렬 연산 중 적어도 하나에 따라 제1 LIC 모델의 제1 파라미터들 및 제2 LIC 모델의 제2 파라미터들을 도출한다.
일부 예들에서, 처리 회로는 현재 블록의 보상된 샘플들을 생성하도록 하나보다 많은 LIC 모델을 적용하는 것을 표시하는 신택스를 디코딩한다.
본 개시내용의 양태에 따르면, 처리 회로는 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보를 수신하고, 코딩된 정보는 LIC(local illumination compensation)를 적용하는 것을 표시한다. 처리 회로는, 현재 블록의 제1 템플릿 및 참조 화상에서의 참조 블록의 제2 템플릿에 따라, LIC 모델의 파라미터들을 도출한다. 참조 블록은 현재 블록에 대한 모션 벡터에 기초하여 포인팅되고, LIC 모델은 단일 참조 샘플의 진폭에 기초하는 선형 모델과 상이하다. 처리 회로는 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델을 적용한다.
일부 예들에서, LIC 모델은 비-선형 항을 포함한다.
일부 예들에서, LIC 모델은 n-탭 공간 도메인 필터를 포함하고, n은 1보다 크다. n-탭 공간 도메인 필터는 십자 형상, 다이아몬드 형상, 및 정사각형 형상 중 적어도 하나의 필터 형상을 갖는다. 예에서, 처리 회로는 n-탭 공간 도메인 필터의 필터 계수들을 계산하도록 현재 블록의 제1 템플릿 및 참조 블록의 제2 템플릿에 따라 평균 제곱 에러 최소화를 수행한다.
일부 예들에서, LIC 모델은 참조 샘플의 그래디언트에 선형적으로 기초하는 그래디언트 항을 포함한다.
일부 예들에서, 처리 회로는 복수의 LIC 모델 후보들로부터의 선택을 위한 LIC 모델을 표시하는 신택스를 디코딩한다.
본 개시내용의 양태들은 비디오 디코딩을 위해 컴퓨터에 의해 실행될 때 컴퓨터로 하여금 비디오 디코딩을 위한 방법을 수행하게 하는 명령어들을 저장하는 비-일시적 컴퓨터-판독가능 매체를 또한 제공한다.
개시된 주제의 추가의 특징들, 본질, 및 다양한 이점들이 다음의 상세한 설명 및 첨부 도면들로부터 더 명백할 것이다.
도 1은 통신 시스템의 예시적인 블록도의 개략적인 예시이다.
도 2는 디코더의 예시적인 블록도의 개략적인 예시이다.
도 3은 인코더의 예시적인 블록도의 개략적인 예시이다.
도 4는 본 개시내용의 실시예에 따른 공간 병합 후보들의 위치들을 도시한다.
도 5는 본 개시내용의 실시예에 따른 공간 병합 후보들의 중복성 체크를 위해 고려되는 후보 쌍들을 도시한다.
도 6은 시간 병합 후보에 대한 예시적인 모션 벡터 스케일링을 도시한다.
도 7은 현재 CU의 시간 병합 후보에 대한 예시적인 후보 위치들을 도시한다.
도 8은 일부 예들에서의 교차 컴포넌트 선형 모델에 대한 파라미터 계산을 위한 이웃 샘플 위치들의 도면을 도시한다.
도 9는 예에서의 공간 5-탭 컴포넌트에 대한 입력들인 루마 샘플 위치들의 위치들을 도시한다.
도 10은 예측 유닛의 상측 및 좌측에 있는 크로마 샘플들의 6개의 라인들을 포함하는 참조 영역을 예시하는 도면을 도시한다.
도 11은 일부 예들에서의 4개의 Sobel 기반 그래디언트 필터 패턴들을 도시한다.
도 12a 내지 도 12f는 블록에 대한 템플릿 패턴들의 일부 예들을 도시한다.
도 13a 내지 도 13c는 일부 실시예들에서의 필터 형상들의 예들을 도시한다.
도 14는 본 개시내용의 일부 실시예들에 따른 프로세스 예를 약술하는 흐름도를 도시한다.
도 15는 본 개시내용의 일부 실시예들에 따른 다른 프로세스를 약술하는 흐름도를 도시한다.
도 16은 본 개시내용의 일부 실시예들에 따른 프로세스를 약술하는 흐름도를 도시한다.
도 17은 본 개시내용의 일부 실시예들에 따른 다른 프로세스를 약술하는 흐름도를 도시한다.
도 18은 본 개시내용의 일부 실시예들에 따른 프로세스를 약술하는 흐름도를 도시한다.
도 19는 본 개시내용의 일부 실시예들에 따른 다른 프로세스를 약술하는 흐름도를 도시한다.
도 20은 실시예에 따른 컴퓨터 시스템의 개략적인 예시이다.
도 1은 일부 예들에서의 비디오 처리 시스템(100)의 블록도를 도시한다. 비디오 처리 시스템(100)은, 개시된 주제를 위한 적용의 예로서, 스트리밍 환경에서의 비디오 인코더 및 비디오 디코더이다. 개시된 주제는, 예를 들어, 화상 회의, 디지털 TV, 스트리밍 서비스들, CD, DVD, 메모리 스틱 등을 포함하는 디지털 미디어 상의 압축 비디오의 저장 등을 포함하는, 다른 비디오 인에이블 애플리케이션들에 동등하게 적용가능할 수 있다.
비디오 처리 시스템(100)은, 예를 들어, 압축되지 않은 비디오 화상들의 스트림(102)을 생성하는 비디오 소스(101), 예를 들어, 디지털 카메라를 포함할 수 있는 캡처 서브시스템(113)을 포함한다. 예에서, 비디오 화상들의 스트림(102)은 디지털 카메라에 의해 촬영되는 샘플들을 포함한다. 인코딩된 비디오 데이터(104)(또는 코딩된 비디오 비트스트림)와 비교할 때 많은 데이터 볼륨을 강조하기 위해 굵은 선으로 묘사되는 비디오 화상들의 스트림(102)은, 비디오 소스(101)에 연결되는 비디오 인코더(103)를 포함하는 전자 디바이스(120)에 의해 처리될 수 있다. 비디오 인코더(103)는 아래에서 더 상세히 설명되는 바와 같이 개시된 주제의 양태들을 가능하게 하거나 또는 구현하기 위해 하드웨어, 소프트웨어, 또는 이들의 조합을 포함할 수 있다. 비디오 화상들의 스트림(102)과 비교할 때 더 적은 데이터 볼륨을 강조하기 위해 가는 선으로 묘사되는 인코딩된 비디오 데이터(104)(또는 인코딩된 비디오 비트스트림)는, 미래의 사용을 위해 스트리밍 서버(105) 상에 저장될 수 있다. 도 1에서의 클라이언트 서브시스템들(106 및 108)과 같은, 하나 이상의 스트리밍 클라이언트 서브시스템이 인코딩된 비디오 데이터(104)의 사본들(107 및 109)을 검색하기 위해 스트리밍 서버(105)에 액세스할 수 있다. 클라이언트 서브시스템(106)은, 예를 들어, 전자 디바이스(130)에서의 비디오 디코더(110)를 포함할 수 있다. 비디오 디코더(110)는 인코딩된 비디오 데이터의 착신 사본(107)을 디코딩하고 디스플레이(112)(예를 들어, 디스플레이 스크린) 또는 다른 렌더링 디바이스(묘사되지 않음) 상에 렌더링될 수 있는 비디오 화상들의 발신 스트림(111)을 생성한다. 일부 스트리밍 시스템들에서, 인코딩된 비디오 데이터(104, 107, 및 109)(예를 들어, 비디오 비트스트림들)는 특정 비디오 코딩/압축 표준들에 따라 인코딩될 수 있다. 이러한 표준들의 예들은 ITU-T 권고안(Recommendation) H.265를 포함한다. 예에서, 개발 중인 비디오 코딩 표준은 VVC(Versatile Video Coding)라고 비공식적으로 알려져 있다. 개시된 주제는 VVC의 정황에서 사용될 수 있다.
전자 디바이스들(120 및 130)은 다른 컴포넌트들(도시되지 않음)을 포함할 수 있다는 점이 주목된다. 예를 들어, 전자 디바이스(120)는 비디오 디코더(도시되지 않음)를 포함할 수 있고 전자 디바이스(130)는 비디오 인코더(도시되지 않음)를 마찬가지로 포함할 수 있다.
도 2는 비디오 디코더(210)의 예시적인 블록도를 도시한다. 비디오 디코더(210)는 전자 디바이스(230)에 포함될 수 있다. 전자 디바이스(230)는 수신기(231)(예를 들어, 수신 회로)를 포함할 수 있다. 비디오 디코더(210)는 도 1의 예에서의 비디오 디코더(110) 대신에 사용될 수 있다.
수신기(231)는 비디오 디코더(210)에 의해 디코딩될 하나 이상의 코딩된 비디오 시퀀스를 수신할 수 있다. 실시예에서, 하나의 코딩된 비디오 시퀀스가 한 번에 수신되고, 여기서 각각의 코딩된 비디오 시퀀스의 디코딩은 다른 코딩된 비디오 시퀀스들의 디코딩과 독립적이다. 코딩된 비디오 시퀀스는, 인코딩된 비디오 데이터를 저장하는 스토리지 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는, 채널(201)로부터 수신될 수 있다. 수신기(231)는 인코딩된 비디오 데이터를 다른 데이터, 예를 들어, 코딩된 오디오 데이터 및/또는 보조 데이터 스트림들과 함께 수신할 수 있고, 이들은 엔티티들(묘사되지 않음)을 사용하여 그 각각에 전달될 수 있다. 수신기(231)는 코딩된 비디오 시퀀스를 다른 데이터로부터 분리할 수 있다. 네트워크 지터를 방지하기 위해, 수신기(231)와 엔트로피 디코더/파서(220)(이후 "파서(220)") 사이에 버퍼 메모리(215)가 연결될 수 있다. 특정 적용들에서, 버퍼 메모리(215)는 비디오 디코더(210)의 부분이다. 다른 것들에서, 이것은 비디오 디코더(210)(묘사되지 않음) 외부에 있을 수 있다. 또 다른 것들에서, 예를 들어, 네트워크 지터를 방지하기 위해, 비디오 디코더(210) 외부의 버퍼 메모리(묘사되지 않음), 그리고 또한, 예를 들어, 재생 타이밍을 취급하기 위해, 비디오 디코더(210) 내부의 다른 버퍼 메모리(215)가 존재할 수 있다. 수신기(231)가 충분한 대역폭 및 제어가능성의 저장/전달 디바이스로부터, 또는 동시동기식 네트워크(isosynchronous network)로부터 데이터를 수신하고 있을 때, 버퍼 메모리(215)는 필요하지 않을 수 있거나, 또는 작을 수 있다. 인터넷과 같은 최상의 노력 패킷 네트워크들 상에서의 사용을 위해, 버퍼 메모리(215)는 요구될 수 있고, 비교적 클 수 있고, 유리하게는 적응형 크기일 수 있고, 비디오 디코더(210) 외부의 운영 체제 또는 유사한 엘리먼트들(묘사되지 않음)에서 적어도 부분적으로 구현될 수 있다.
비디오 디코더(210)는 코딩된 비디오 시퀀스로부터 심볼들(221)을 재구성하기 위한 파서(220)를 포함할 수 있다. 이러한 심볼들의 카테고리들은 비디오 디코더(210)의 동작을 관리하기 위해 사용되는 정보, 및 잠재적으로, 도 2에 도시되는 바와 같이, 전자 디바이스(230)의 일체 부분(integral part)은 아니지만 전자 디바이스(230)에 연결될 수 있는 렌더링 디바이스(212)(예를 들어, 디스플레이 스크린)와 같은 렌더링 디바이스를 제어하기 위한 정보를 포함한다. 렌더링 디바이스(들)에 대한 제어 정보는 SEI(Supplemental Enhancement Information) 메시지들 또는 VUI(Video Usability Information) 파라미터 세트 프래그먼트들(묘사되지 않음)의 형태일 수 있다. 파서(220)는 수신되는 코딩된 비디오 시퀀스를 파싱/엔트로피 디코딩할 수 있다. 코딩된 비디오 시퀀스의 코딩은 비디오 코딩 기술 또는 표준에 따를 수 있고, 가변 길이 코딩, Huffman 코딩, 정황 민감성을 갖는 또는 갖지 않는 산술 코딩 등을 포함하는 다양한 원리들을 따를 수 있다. 파서(220)는, 코딩된 비디오 시퀀스로부터, 그룹에 대응하는 적어도 하나의 파라미터에 기초하여, 비디오 디코더 내의 픽셀들의 서브그룹들 중 적어도 하나에 대한 서브그룹 파라미터들의 세트를 추출할 수 있다. 서브그룹들은 GOP들(Groups of Pictures), 화상들, 타일들, 슬라이스들, 매크로블록들, CU들(Coding Units), 블록들, TU들(Transform Units), PU들(Prediction Units) 등을 포함할 수 있다. 파서(220)는 코딩된 비디오 시퀀스로부터 변환 계수들, 양자화기 파라미터 값들, 모션 벡터들 등과 같은 정보를 또한 추출할 수 있다.
파서(220)는 버퍼 메모리(215)로부터 수신되는 비디오 시퀀스에 대해 엔트로피 디코딩/파싱 동작을 수행하여, 심볼들(221)을 생성할 수 있다.
심볼들(221)의 재구성은 (인터 및 인트라 화상, 인터 및 인트라 블록과 같은) 코딩된 비디오 화상 또는 그 부분들의 타입, 및 다른 인자들에 의존하여 다수의 상이한 유닛을 수반할 수 있다. 어떻게 그리고 어느 유닛들이 수반되는지는 파서(220)에 의해 코딩된 비디오 시퀀스로부터 파싱되는 서브그룹 제어 정보에 의해 제어될 수 있다. 파서(220)와 아래의 다수의 유닛들 사이의 이러한 서브그룹 제어 정보의 흐름은 명료성을 위해 묘사되지 않는다.
이미 언급된 기능 블록들 이외에, 비디오 디코더(210)는 아래에 설명되는 바와 같이 개념적으로 다수의 기능 유닛들로 세분될 수 있다. 상업적 제약들 하에서 동작하는 실제 구현에서, 이러한 유닛들 중 많은 것은 서로 밀접하게 상호작용하고, 적어도 부분적으로, 서로 통합될 수 있다. 그러나, 개시된 주제를 설명하는 목적을 위해, 아래의 기능 유닛들로의 개념적 세분이 적절하다.
제1 유닛은 스케일러/역 변환 유닛(251)이다. 스케일러/역 변환 유닛(251)은, 파서(220)로부터의 심볼(들)(221)로서, 어느 변환을 사용할지, 블록 크기, 양자화 인자, 양자화 스케일링 행렬들 등을 포함하는, 제어 정보 뿐만 아니라 양자화된 변환 계수를 수신한다. 스케일러/역 변환 유닛(251)은 집계기(aggregator)(255)에 입력될 수 있는 샘플 값들을 포함하는 블록들을 출력할 수 있다.
일부 경우들에서, 스케일러/역 변환 유닛(251)의 출력 샘플들은 인트라 코딩된 블록에 관련될 수 있다. 인트라 코딩된 블록은, 이전에 재구성된 화상들로부터의 예측 정보를 사용하고 있지 않지만, 현재 화상의 이전에 재구성된 부분들로부터의 예측 정보를 사용할 수 있는 블록에 관련될 수 있다. 이러한 예측 정보는 인트라 화상 예측 유닛(252)에 의해 제공될 수 있다. 일부 경우들에서, 인트라 화상 예측 유닛(252)은 현재 화상 버퍼(258)로부터 페치되는 주위의 이미 재구성된 정보를 사용하여, 재구성 중인 블록의 동일한 크기 및 형상의 블록을 생성한다. 현재 화상 버퍼(258)는, 예를 들어, 부분적으로 재구성된 현재 화상 및/또는 완전히 재구성된 현재 화상을 버퍼링한다. 집계기(255)는, 일부 경우들에서, 샘플 당 기준으로, 인트라 예측 유닛(252)이 생성한 예측 정보를 스케일러/역 변환 유닛(251)에 의해 제공되는 출력 샘플 정보에 추가한다.
다른 경우들에서, 스케일러/역 변환 유닛(251)의 출력 샘플들은 인터 코딩되고, 잠재적으로 모션 보상된 블록에 관련될 수 있다. 이러한 경우에, 모션 보상 예측 유닛(253)은 참조 화상 메모리(257)에 액세스하여 예측을 위해 사용되는 샘플들을 페치할 수 있다. 블록에 관련된 심볼들(221)에 따라 페치된 샘플들을 모션 보상한 후에, 이러한 샘플은 집계기(255)에 의해 스케일러/역 변환 유닛(251)의 출력(이러한 경우에 잔차 샘플들 또는 잔차 신호라고 불림)에 추가되어 출력 샘플 정보를 생성할 수 있다. 모션 보상 예측 유닛(253)이 예측 샘플들을 페치하는 참조 화상 메모리(257) 내의 어드레스들은, 예를 들어, X, Y, 및 참조 화상 컴포넌트들을 가질 수 있는 심볼들(221)의 형태로 모션 보상 예측 유닛(253)에 이용가능한, 모션 벡터들에 의해 제어될 수 있다. 모션 보상은 서브-샘플 정밀 모션 벡터들이 사용 중일 때 참조 화상 메모리(257)로부터 페치되는 샘플 값들의 보간, 모션 벡터 예측 메커니즘들 등을 또한 포함할 수 있다.
집계기(255)의 출력 샘플들은 루프 필터 유닛(256)에서의 다양한 루프 필터링 기법들의 대상일 수 있다. 비디오 압축 기술들은, 파서(220)로부터의 심볼들(221)로서 루프 필터 유닛(256)에 이용가능하게 되고 코딩된 비디오 시퀀스(코딩된 비디오 비트스트림이라고 또한 지칭됨)에 포함되는 파라미터들에 의해 제어되는 인-루프 필터(in-loop filter) 기술들을 포함할 수 있다. 비디오 압축은 코딩된 화상 또는 코딩된 비디오 시퀀스의 (디코딩 순서로)이전 부분들의 디코딩 동안 획득되는 메타-정보에 응답할 뿐만 아니라, 이전에 재구성된 및 루프-필터링된 샘플 값들에 또한 응답할 수 있다.
루프 필터 유닛(256)의 출력은 렌더링 디바이스(212)에 출력될 뿐만 아니라 미래의 인터-화상 예측에서 사용하기 위해 참조 화상 메모리(257)에 저장될 수 있는 샘플 스트림일 수 있다.
특정 코딩된 화상들은, 일단 완전히 재구성되면, 미래 예측을 위한 참조 화상들로서 사용될 수 있다. 예를 들어, 일단 현재 화상에 대응하는 코딩된 화상이 완전히 재구성되고 코딩된 화상이 참조 화상으로서 식별되면(예를 들어, 파서(220)에 의해), 현재 화상 버퍼(258)는 참조 화상 메모리(257)의 일부분이 될 수 있고, 다음의 코딩된 화상의 재구성을 개시하기 전에 새로운 현재 화상 버퍼가 재할당될 수 있다.
비디오 디코더(210)는, ITU-T Rec. H.265와 같은, 미리 결정된 비디오 압축 기술 또는 표준에 따라 디코딩 동작들을 수행할 수 있다. 코딩된 비디오 시퀀스가 비디오 압축 기술 또는 표준의 신택스와 비디오 압축 기술 또는 표준에서 문서화되는 프로파일들 양자 모두를 고수한다는 의미에서, 코딩된 비디오 시퀀스는 사용 중인 비디오 압축 기술 또는 표준에 의해 명시되는 신택스를 따를 수 있다. 구체적으로, 프로파일은 비디오 압축 기술 또는 표준에서 이용가능한 모든 툴들로부터 해당 프로파일 하에서 사용하기 위해 이용가능한 유일한 툴들로서 특정 툴들을 선택할 수 있다. 또한 준수를 위해 필요한 것은 코딩된 비디오 시퀀스의 복잡성이 비디오 압축 기술 또는 표준의 레벨에 의해 정의되는 경계들 내에 있다는 점일 수 있다. 일부 경우들에서, 레벨들은 최대 화상 크기, 최대 프레임 레이트, 최대 재구성 샘플 레이트(예를 들어, 초 당 메가샘플들로 측정됨), 최대 참조 화상 크기 등을 제한한다. 레벨에 의해 설정되는 제한들은, 일부 경우들에서, HRD(Hypothetical Reference Decoder) 사양들 및 코딩된 비디오 시퀀스에서 시그널링되는 HRD 버퍼 관리를 위한 메타데이터를 통해 추가로 제한될 수 있다.
실시예에서, 수신기(231)는 인코딩된 비디오와 함께 추가적인 (중복) 데이터를 수신할 수 있다. 이러한 추가적인 데이터는 코딩된 비디오 시퀀스(들)의 부분으로서 포함될 수 있다. 추가적인 데이터는 데이터를 적절히 디코딩하기 위해 및/또는 원래의 비디오 데이터를 더 정확하게 재구성하기 위해 비디오 디코더(210)에 의해 사용될 수 있다. 추가적인 데이터는, 예를 들어, 시간, 공간, 또는 SNR(signal noise ratio) 강화 레이어들, 중복 슬라이스들, 중복 화상들, 순방향 에러 정정 코드들 등의 형태일 수 있다.
도 3은 비디오 인코더(303)의 예시적인 블록도를 도시한다. 비디오 인코더(303)는 전자 디바이스(320)에 포함된다. 전자 디바이스(320)는 송신기(340)(예를 들어, 송신 회로)를 포함한다. 비디오 인코더(303)는 도 1의 예의 비디오 인코더(103) 대신에 사용될 수 있다.
비디오 인코더(303)는 비디오 인코더(303)에 의해 코딩될 비디오 이미지(들)를 캡처할 수 있는 비디오 소스(301)(도 3의 예에서는 전자 디바이스(320)의 부분이 아님)로부터 비디오 샘플들을 수신할 수 있다. 다른 예에서, 비디오 소스(301)는 전자 디바이스(320)의 일부분이다.
비디오 소스(301)는 임의의 적합한 비트 깊이(예를 들어, 8 비트, 10 비트, 12 비트, ...), 임의의 컬러공간(예를 들어, BT.601 Y CrCB, RGB, ...) 및 임의의 적합한 샘플링 구조(예를 들어, Y CrCb 4:2:0, Y CrCb 4:4:4)의 것일 수 있는 디지털 비디오 샘플 스트림의 형태로 비디오 인코더(303)에 의해 코딩될 소스 비디오 시퀀스를 제공할 수 있다. 미디어 서빙 시스템에서, 비디오 소스(301)는 이전에 준비된 비디오를 저장한 스토리지 디바이스일 수 있다. 화상회의 시스템에서, 비디오 소스(301)는 로컬 이미지 정보를 비디오 시퀀스로서 캡처하는 카메라일 수 있다. 비디오 데이터는 시퀀스로 보여질 때 모션을 부여하는 복수의 개별 화상들로서 제공될 수 있다. 이러한 화상들 자체는 픽셀들의 공간 어레이로서 조직화될 수 있고, 각각의 픽셀은 사용 중인 샘플링 구조, 컬러 공간 등에 의존하여 하나 이상의 샘플을 포함할 수 있다. 해당 분야에서의 기술자는 픽셀들과 샘플들 사이의 관계를 용이하게 이해할 수 있다. 아래의 설명은 샘플들에 초점을 맞춘다.
실시예에 따르면, 비디오 인코더(303)는 소스 비디오 시퀀스의 화상들을 실시간으로 또는 요구되는 바와 같은 임의의 다른 시간 제약들 하에서 코딩된 비디오 시퀀스(343)로 코딩 및 압축할 수 있다. 적절한 코딩 속도를 시행하는 것이 제어기(350)의 하나의 기능이다. 일부 실시예들에서, 제어기(350)는 아래에 설명되는 바와 같이 다른 기능 유닛들을 제어하고 다른 기능 유닛들에 기능적으로 연결된다. 이러한 연결은 명료성을 위해 묘사되지 않는다. 제어기(350)에 의해 설정되는 파라미터들은 레이트 제어 관련 파라미터들(화상 스킵, 양자화기, 레이트-왜곡 최적화 기법들의 람다 값, ...), 화상 크기, GOP(group of pictures) 레이아웃, 최대 모션 벡터 탐색 범위 등을 포함할 수 있다. 제어기(350)는 특정 시스템 설계에 대해 최적화되는 비디오 인코더(303)에 관련된 다른 적합한 기능들을 갖도록 구성될 수 있다.
일부 실시예들에서, 비디오 인코더(303)는 코딩 루프에서 동작하도록 구성된다. 과도하게 단순화된 설명으로서, 예에서, 코딩 루프는 소스 코더(330)(예를 들어, 코딩될 입력 화상, 및 참조 화상(들)에 기초하여 심볼 스트림과 같은 심볼들을 생성하는 것을 담당함), 및 비디오 인코더(303)에 내장되는 (로컬) 디코더(333)를 포함할 수 있다. 디코더(333)는 (원격) 디코더가 또한 생성하는 것과 유사한 방식으로 샘플 데이터를 생성하기 위해 심볼들을 재구성한다. 재구성된 샘플 스트림(샘플 데이터)은 참조 화상 메모리(334)에 입력된다. 심볼 스트림의 디코딩이 디코더 위치(로컬 또는 원격)와는 독립적으로 비트-정밀 결과들로 이어지기 때문에, 참조 화상 메모리(334)에서의 콘텐츠 또한 로컬 인코더와 원격 인코더 사이에서 비트 정밀하다. 다시 말해서, 인코더의 예측 부분은 디코딩 동안 예측을 사용할 때 디코더가 "보는 (see)" 것과 정확히 동일한 샘플 값들을 참조 화상 샘플들로서 "본다(sees)". 참조 화상 동기성의 이러한 기본적인 원리(그리고, 예를 들어, 채널 에러들 때문에 동기성이 유지될 수 없으면 결과적인 드리프트)는 일부 관련 기술들에서 마찬가지로 사용된다.
"로컬(local)" 디코더(333)의 동작은 도 2와 관련하여 위에서 이미 상세히 설명된 비디오 디코더(210)와 같은 "원격(remote)" 디코더와 동일할 수 있다. 그러나, 또한 도 2를 간단히 참조하면, 심볼들이 이용가능하고 엔트로피 코더(345) 및 파서(220)에 의한 코딩된 비디오 시퀀스로의 심볼들의 인코딩/디코딩이 무손실일 수 있기 때문에, 버퍼 메모리(215), 및 파서(220)를 포함하는, 비디오 디코더(210)의 엔트로피 디코딩 부분들은 로컬 디코더(333)에서 완전히 구현되지 않을 수 있다.
실시예에서, 디코더에 존재하는 파싱/엔트로피 디코딩을 제외한 디코더 기술이, 대응하는 인코더에서, 동일한 또는 실질적으로 동일한 기능 형태로 존재한다. 따라서, 개시된 주제는 디코더 동작에 초점을 맞춘다. 인코더 기술들은 포괄적으로 설명된 디코더 기술들의 역(inverse)이기 때문에 이들의 설명은 축약될 수 있다. 특정 영역들에서 더 상세한 설명이 아래에 제공된다.
동작 동안, 일부 예들에서, 소스 코더(330)는, "참조 화상들(reference pictures)"로서 지정된 비디오 시퀀스로부터의 하나 이상의 이전에 코딩된 화상을 참조하여 예측적으로 입력 화상을 코딩하는, 모션 보상된 예측 코딩을 수행할 수 있다. 이러한 방식으로, 코딩 엔진(332)은 입력 화상의 픽셀 블록들과 입력 화상에 대한 예측 참조(들)로서 선택될 수 있는 참조 화상(들)의 픽셀 블록들 사이의 차이들을 코딩한다.
로컬 비디오 디코더(333)는, 소스 코더(330)에 의해 생성되는 심볼들에 기초하여, 참조 화상들로서 지정될 수 있는 화상들의 코딩된 비디오 데이터를 디코딩할 수 있다. 코딩 엔진(332)의 동작들은 유리하게는 손실 프로세스들일 수 있다. 코딩된 비디오 데이터가 비디오 디코더(도 3에 도시되지 않음)에서 디코딩될 수 있는 경우, 재구성된 비디오 시퀀스는 전형적으로 일부 에러들을 갖는 소스 비디오 시퀀스의 복제본(replica)일 수 있다. 로컬 비디오 디코더(333)는 참조 화상들에 대해 비디오 디코더에 의해 수행될 수 있는 디코딩 프로세스들을 복제하고 재구성된 참조 화상들로 하여금 참조 화상 메모리(334)에 저장되게 할 수 있다. 이러한 방식으로, 비디오 인코더(303)는 (송신 에러들이 없이) 원단(far-end) 비디오 디코더에 의해 획득될 재구성된 참조 화상들로서 공통 콘텐츠를 갖는 재구성된 참조 화상들의 사본들을 로컬로 저장할 수 있다.
예측기(335)는 코딩 엔진(332)에 대한 예측 탐색들을 수행할 수 있다. 즉, 코딩될 새로운 화상에 대해, 예측기(335)는 새로운 화상들에 대한 적절한 예측 참조로서 역할할 수 있는 참조 화상 모션 벡터들, 블록 형상들 등과 같은 특정 메타데이터 또는 샘플 데이터(후보 참조 픽셀 블록들로서)에 대해 참조 화상 메모리(334)를 탐색할 수 있다. 예측기(335)는 적절한 예측 참조들을 찾기 위해 샘플 블록-바이-픽셀 블록(sample block-by-pixel block) 기준으로 동작할 수 있다. 일부 경우들에서, 예측기(335)에 의해 획득되는 탐색 결과들에 의해 결정되는 바와 같이, 입력 화상은 참조 화상 메모리(334)에 저장되는 다수의 참조 화상들로부터 인출되는 예측 참조들을 가질 수 있다.
제어기(350)는, 예를 들어, 비디오 데이터를 인코딩하기 위해 사용되는 파라미터들 및 서브그룹 파라미터들의 설정을 포함하는, 소스 코더(330)의 코딩 동작들을 관리할 수 있다.
전술된 모든 기능 유닛들의 출력은 엔트로피 코더(345)에서 엔트로피 코딩의 대상일 수 있다. 엔트로피 코더(345)는 다양한 기능 유닛들에 의해 생성되는 심볼들을, Huffman 코딩, 가변 길이 코딩, 산술 코딩 등과 같은 기술들에 따라 심볼들에 무손실 압축을 적용하는 것에 의해, 코딩된 비디오 시퀀스로 변환한다.
송신기(340)는, 인코딩된 비디오 데이터를 저장할 스토리지 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는, 통신 채널(360)을 통한 송신을 준비하기 위해 엔트로피 코더(345)에 의해 생성되는 코딩된 비디오 시퀀스(들)를 버퍼링할 수 있다. 송신기(340)는 비디오 인코더(303)로부터의 코딩된 비디오 데이터를 송신될 다른 데이터, 예를 들어, 코딩된 오디오 데이터 및/또는 보조 데이터 스트림들(소스들은 도시되지 않음)과 병합할 수 있다.
제어기(350)는 비디오 인코더(303)의 동작을 관리할 수 있다. 코딩 동안, 제어기(350)는, 각각의 화상에 적용될 수 있는 코딩 기법들에 영향을 미칠 수 있는, 특정 코딩된 화상 타입을 각각의 코딩된 화상에 배정할 수 있다. 예를 들어, 화상들은 종종 다음 화상 타입들 중 하나로서 배정될 수 있다:
인트라 화상(Intra Picture)(I 화상)은 예측의 소스로서 시퀀스에서의 임의의 다른 화상을 사용하지 않고 코딩되고 디코딩될 수 있는 것일 수 있다. 일부 비디오 코덱들은, 예를 들어, "IDR"(Independent Decoder Refresh) 화상들을 포함하는, 상이한 타입의 인트라 화상들을 허용한다. 해당 분야에서의 기술자는 I 화상들의 해당 변형들 및 그들 각각의 애플리케이션들 및 특징들을 인식한다.
예측 화상(predictive picture)(P 화상)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 하나의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측 또는 인터 예측을 사용하여 코딩되고 디코딩될 수 있는 것일 수 있다.
양방향-예측 화상(bi-directionally predictive picture)(B 화상)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 2개의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측 또는 인터 예측을 사용하여 코딩되고 디코딩될 수 있는 것일 수 있다. 유사하게, 다중-예측 화상들은 단일 블록의 재구성을 위해 2개보다 많은 참조 화상 및 연관된 메타데이터를 사용할 수 있다.
소스 화상들은 보통 복수의 샘플 블록들(예를 들어, 각각 4x4, 8x8, 4x8, 또는 16x16 샘플들의 블록들)로 공간적으로 세분되고 블록-바이-블록(block-by-block) 기준으로 코딩될 수 있다. 블록들은 블록들의 각각의 화상들에 적용되는 코딩 배정에 의해 결정되는 다른 (이미 코딩된) 블록들을 참조하여 예측적으로 코딩될 수 있다. 예를 들어, I 화상들의 블록들은 비-예측적으로 코딩될 수 있거나 또는 이들은 동일한 화상의 이미 코딩된 블록들을 참조하여 예측적으로 코딩될 수 있다(공간 예측 또는 인트라 예측). P 화상들의 픽셀 블록들은, 하나의 이전에 코딩된 참조 화상을 참조하여 공간 예측을 통해 또는 시간 예측을 통해, 예측적으로 코딩될 수 있다. B 화상들의 블록들은, 하나 또는 2개의 이전에 코딩된 참조 화상들을 참조하여 공간 예측을 통해 또는 시간 예측을 통해, 예측적으로 코딩될 수 있다.
비디오 인코더(303)는 ITU-T Rec. H.265와 같은 미리 결정된 비디오 코딩 기술 또는 표준에 따라 코딩 동작들을 수행할 수 있다. 자신의 동작 중에, 비디오 인코더(303)는, 입력 비디오 시퀀스에서 시간 및 공간 중복성들을 활용하는 예측 코딩 동작들을 포함하는, 다양한 압축 동작들을 수행할 수 있다. 따라서, 코딩된 비디오 데이터는 사용 중인 비디오 코딩 기술 또는 표준에 의해 명시되는 신택스를 따를 수 있다.
실시예에서, 송신기(340)는 인코딩된 비디오와 함께 추가적인 데이터를 송신할 수 있다. 소스 코더(330)는 코딩된 비디오 시퀀스의 부분으로서 이러한 데이터를 포함할 수 있다. 추가적인 데이터는 시간/공간/SNR 강화 레이어들, 중복 화상들 및 슬라이스들과 같은 다른 형태들의 중복 데이터, SEI 메시지들, VUI 파라미터 세트 프래그먼트들 등을 포함할 수 있다.
시간 시퀀스에서의 복수의 소스 화상들(비디오 화상들)로서 비디오가 캡처될 수 있다. 인트라-화상 예측(종종 인트라 예측으로 축약됨)은 주어진 화상에서 공간 상관을 사용하고, 인터-화상 예측은 화상들 사이의(시간 또는 다른) 상관을 사용한다. 예에서, 현재 화상이라고 지칭되는, 인코딩/디코딩 중인 구체적인 화상이 블록들로 파티셔닝된다. 현재 화상에서의 블록이 비디오 내의 이전에 코딩되고 여전히 버퍼링된 참조 화상에서의 참조 블록과 유사할 때, 현재 화상에서의 블록은 모션 벡터라고 지칭되는 벡터에 의해 코딩될 수 있다. 모션 벡터는 참조 화상에서의 참조 블록을 포인팅하고, 다수의 참조 화상들이 사용 중인 경우에, 참조 화상을 식별하는 제3의 차원을 가질 수 있다.
일부 실시예들에서, 인터-화상 예측에서 양방향-예측 기법이 사용될 수 있다. 양방향-예측 기법에 따르면, 양자 모두 비디오에서 현재 화상에 디코딩 순서에서 이전인 (그러나, 디스플레이 순서에서, 과거 및 미래에 각각 있을 수 있는) 제1 참조 화상 및 제2 참조 화상과 같은, 2개의 참조 화상들이 사용된다. 현재 화상에서의 블록은 제1 참조 화상에서의 제1 참조 블록을 포인팅하는 제1 모션 벡터, 및 제2 참조 화상에서의 제2 참조 블록을 포인팅하는 제2 모션 벡터에 의해 코딩될 수 있다. 이러한 블록은 제1 참조 블록과 제2 참조 블록의 조합에 의해 예측될 수 있다.
추가로, 코딩 효율을 개선하기 위해 인터-화상 예측에서 병합 모드 기법이 사용될 수 있다.
본 개시내용의 일부 실시예들에 따르면, 인터-화상 예측들 및 인트라-화상 예측들과 같은, 예측들이 블록들의 단위로 수행된다. 예를 들어, HEVC 표준에 따르면, 비디오 화상들의 시퀀스에서의 화상은 압축을 위해 CTU(coding tree units)로 파티셔닝되고, 화상에서의 CTU들은 64x64 픽셀들, 32x32 픽셀들, 또는 16x16 픽셀들과 같은 동일한 크기를 갖는다. 일반적으로, CTU는 3개의 CTB들(coding tree blocks)을 포함하고, 이는 하나의 루마 CTB 및 2개의 크로마 CTB들이다. 각각의 CTU는 하나 또는 다수의 CU(coding units)으로 재귀적으로 쿼드트리 분할(recursively quadtree split)될 수 있다. 예를 들어, 64x64 픽셀들의 CTU는 64x64 픽셀들의 하나의 CU, 또는 32x32 픽셀들의 4개의 CU들, 또는 16x16 픽셀들의 16개의 CU들로 분할될 수 있다. 예에서, 각각의 CU는, 인터 예측 타입 또는 인트라 예측 타입과 같은, CU에 대한 예측 타입을 결정하기 위해 분석된다. CU는 시간 및/또는 공간 예측성에 의존하여 하나 이상의 PU(prediction units)로 분할된다. 일반적으로, 각각의 PU는 루마 PB(prediction block), 및 2개의 크로마 PB들을 포함한다. 실시예에서, 코딩(인코딩/디코딩)에서의 예측 동작은 예측 블록의 단위로 수행된다. 예측 블록의 예로서 루마 예측 블록을 사용하여, 예측 블록은, 8x8 픽셀들, 16x16 픽셀들, 8x16 픽셀들, 16x8 픽셀들 등과 같은, 픽셀들에 대한 값들(예를 들어, 루마 값들)의 행렬을 포함한다.
비디오 인코더들(103 및 303), 및 비디오 디코더들(110 및 210)은 임의의 적합한 기법을 사용하여 구현될 수 있다는 점이 주목된다. 실시예에서, 비디오 인코더들(103 및 303), 및 비디오 디코더들(110 및 210)은 하나 이상의 집적 회로를 사용하여 구현될 수 있다. 다른 실시예에서, 비디오 인코더들(103 및 303), 및 비디오 디코더들(110 및 210)은 소프트웨어 명령어들을 실행하는 하나 이상의 프로세서를 사용하여 구현될 수 있다.
본 개시내용의 양태들은 LIC(local illumination compensation)라고 지칭되는 인터 예측 기법과 함께 사용될 수 있는 추가의 기법들을 제공하고, 코딩 성능을 개선한다.
다양한 인터 예측 모드들이 비디오 코딩에서 사용될 수 있다. 예를 들어, VVC에서, 인터-예측된 CU에 대해, 모션 파라미터들은 MV(들), 하나 이상의 참조 화상 인덱스, 참조 화상 리스트 사용 인덱스, 및 인터-예측된 샘플 생성을 위해 사용될 특정 코딩 특징들에 대한 추가적인 정보를 포함할 수 있다. 명시적으로 또는 암시적으로 모션 파라미터가 시그널링될 수 있다. CU가 스킵 모드로 코딩될 때, CU는 PU와 연관될 수 있고 상당한 잔차 계수들을 가질 수 없으며, 코딩된 모션 벡터 델타 또는 MV 차이(예를 들어, MVD) 또는 참조 화상 인덱스를 가질 수 없다. 공간 및/또는 시간 후보들, 및 VVC에서 도입되는 것과 같은 선택적으로 추가적인 정보를 포함하는, 현재 CU에 대한 모션 파라미터들이 이웃 CU(들)로부터 획득되는 병합 모드가 명시될 수 있다. 스킵 모드에 대해서 뿐만 아니라, 인터-예측된 CU에 병합 모드가 적용될 수 있다. 예에서, 병합 모드에 대한 대안은 모션 파라미터들의 명시적 송신이며, 여기서 MV(들), 각각의 참조 화상 리스트에 대한 대응하는 참조 화상 인덱스 및 참조 화상 리스트 사용 플래그 및 다른 정보가 CU 당 명시적으로 시그널링된다.
VVC에서와 같은 실시예에서, VTM(VVC Test model) 참조 소프트웨어는, 확장된 병합 예측, MMVD(merge motion vector difference) 모드, 대칭 MVD 시그널링을 갖는 AMVP(adaptive motion vector prediction) 모드, 아핀 모션 보상된 예측, SbTMVP(subblock-based temporal motion vector prediction), AMVR(adaptive motion vector resolution), 모션 필드 저장(1/16번째 루마 샘플 MV 저장 및 8x8 모션 필드 압축), BCW(bi-prediction with CU-level weights), BDOF(bi-directional optical flow), PROF(prediction refinement using optical flow), DMVR(decoder side motion vector refinement), CIIP(combined inter and intra prediction), GPM(geometric partitioning mode) 등을 포함하는 하나 이상의 정제된 인터 예측 코딩 툴을 포함한다. 인터 예측들 및 관련 방법들이 아래에 상세히 설명된다.
확장된 병합 예측이 일부 예들에서 사용될 수 있다. VTM4에서와 같이, 예에서, 병합 후보 리스트는 다음의 5개의 타입들의 후보들: 공간 이웃 CU(들)로부터의 공간 MVP(들)(motion vector predictor(s)), 병치된 CU(들)로부터의 시간 MVP(들), FIFO(first-in-first-out) 테이블로부터의 HMVP(들)(history-based MVP)(s), 쌍별 평균 MVP(들), 및 제로 MV(들)를 순서대로 포함하는 것에 의해 구성된다.
병합 후보 리스트의 크기가 슬라이스 헤더에서 시그널링될 수 있다. 예에서, 병합 후보 리스트의 최대 허용 크기는 VTM4에서 6이다. 병합 모드에서 코딩되는 각각의 CU에 대해, TU(truncated unary binarization)를 사용하여 최상의 병합 후보의 인덱스(예를 들어, 병합 인덱스)가 인코딩될 수 있다. 병합 인덱스의 제1 빈은 컨텍스트로 코딩될 수 있고(예를 들어, CABAC(context-adaptive binary arithmetic coding)), 다른 빈들에 대해 바이패스 코딩이 사용될 수 있다.
병합 후보들의 각각의 카테고리의 생성 프로세스의 일부 예들이 아래에 제공된다. 실시예에서, 공간 후보(들)가 다음과 같이 도출된다. VVC에서의 공간 병합 후보들의 도출은 HEVC에서의 것과 동일할 수 있다. 예에서, 도 4에 묘사되는 위치들에 위치되는 후보들 중에서 최대 4개의 병합 후보들이 선택된다.
도 4는 본 개시내용의 실시예에 따른 공간 병합 후보들의 위치들을 도시한다. 도 4를 참조하면, 도출의 순서는 B1, A1, B0, A0, 및 B2이다. 위치 B2는 (예를 들어, CU가 다른 슬라이스 또는 다른 타일에 속하기 때문에) 위치들 A0, B0, B1, 및 A1의 임의의 CU가 이용가능하지 않거나 또는 인트라 코딩될 때에만 단지 고려된다. 위치 A1에서의 후보가 추가된 후에, 나머지 후보들의 추가는 동일한 모션 정보를 갖는 후보들이 후보 리스트로부터 배제되는 것을 보장하는 중복성 체크의 대상다음으로, 코딩 효율을 개선한다.
계산 복잡성을 감소시키기 위해, 언급된 중복성 체크에서 모든 가능한 후보 쌍들이 고려되지는 않는다. 대신에, 도 5에서 화살표로 연결된 쌍들만이 단지 고려되고 중복성 체크를 위해 사용되는 대응하는 후보가 동일한 모션 정보를 갖지 않으면 후보만이 후보 리스트에 단지 추가된다.
도 5는 본 개시내용의 실시예에 따른 공간 병합 후보들의 중복성 체크를 위해 고려되는 후보 쌍들을 도시한다. 도 5을 참조하면, 각각의 화살표들과 연결된 쌍들은 A1과 B1, A1과 A0, A1과 B2, B1과 B0, 및 B1과 B2를 포함한다. 따라서, 위치들 B1, A0, 및/또는 B2에서의 후보들은 위치 A1에서의 후보와 비교될 수 있고, 위치들 B0 및/또는 B2에서의 후보들은 위치 B1에서의 후보와 비교될 수 있다.
실시예에서, 시간 후보(들)가 다음과 같이 도출된다. 예에서, 단지 하나의 시간 병합 후보만이 후보 리스트에 추가된다. 도 6은 시간 병합 후보에 대한 예시적인 모션 벡터 스케일링을 도시한다. 현재 화상(601)에서 현재 CU(611)의 시간 병합 후보를 도출하기 위해, 병치된 참조 화상(604)에 속하는 공동-위치된 CU(612)에 기초하여 (예를 들어, 도 6에서 점선으로 도시되는) 스케일링된 MV(621)가 도출될 수 있다. 공동-위치된 CU(612)를 도출하기 위해 사용되는 참조 화상 리스트가 슬라이스 헤더에서 명시적으로 시그널링될 수 있다. 시간 병합 후보에 대한 스케일링된 MV(621)는 도 6에서 점선으로 도시되는 바와 같이 획득될 수 있다. 스케일링된 MV(621)는 POC(picture order count) 거리들 tb 및 td를 사용하여 공동-위치된 CU(612)의 MV로부터 스케일링될 수 있다. POC 거리 tb는 현재 화상(601)의 현재 참조 화상(602)과 현재 화상(601) 사이의 POC 차이인 것으로 정의될 수 있다. POC 거리 td는 공동-위치된 화상(603)의 병치된 참조 화상(604)과 공동-위치된 화상(603) 사이의 POC 차이인 것으로 정의될 수 있다. 시간 병합 후보의 참조 화상 인덱스가 0으로 설정될 수 있다.
도 7는 현재 CU의 시간 병합 후보에 대한 예시적인 후보 위치들(예를 들어, C0 및 C1)을 도시한다. 후보 위치들 C0과 C1로부터 시간 병합 후보에 대한 위치가 선택될 수 있다. 후보 위치 C0은 현재 CU의 공동-위치된 CU(710)의 하단-우측 코너에 위치된다. 후보 위치 C1은 현재 CU의 공동-위치된 CU(710)의 중심에 위치된다. 후보 위치 C0에서의 CU가 이용가능하지 않거나, 인트라 코딩되거나, 또는 CTU들의 현재 행의 외부에 있으면, 후보 위치 C1은 시간 병합 후보를 도출하기 위해 사용된다. 그렇지 않으면, 예를 들어, 후보 위치 C0에서의 CU가 이용가능하고, 인터 코딩되고, CTU들의 현재 행에서, 후보 위치 C0이 시간 병합 후보를 도출하기 위해 사용된다.
일부 예들에서, 선형 함수를 사용하여 현재 블록과 현재 블록의 예측 블록(참조 블록이라고 또한 지칭됨) 사이의 로컬 조명 변형을 모델링하기 위한 인터 예측 기법으로서 LIC(local illumination compensation)가 사용된다. 예측 블록은 참조 화상에 있고, MV(motion vector)에 의해 포인팅될 수 있다. 선형 함수의 파라미터는 스케일 α 및 오프셋 β를 포함할 수 있고, 선형 함수는 조명 변경을 보상하기 위해 αx p[x,y]+β로 표현될 수 있으며, 여기서 p[x,y]는 참조 블록(예측 블록이라고 또한 지칭됨) 내의 위치 [x,y]에 있는 참조 샘플을 표기하고, 참조 블록은 MV에 의해 포인팅된다. 일부 예들에서, 스케일 α 및 오프셋 β는 최소 제곱 방법을 사용하여 현재 블록의 템플릿 및 참조 블록의 대응하는 참조 템플릿에 기초하여 도출될 수 있고, 따라서 LIC의 사용을 표시하기 위해 LIC 플래그가 시그널링될 수 있다는 점을 제외하고, 시그널링 오버헤드가 요구되지 않는다.
일부 예들에서, 단방향-예측 인터 CU들에 대해 LIC가 사용된다. 일부 예들에서, 현재 블록의 인트라 이웃 샘플들(인트라 예측을 사용하여 예측되는 이웃 샘플들)이 LIC 파라미터 도출에서 사용될 수 있다. 일부 예들에서, 32개 미만의 루마 샘플을 갖는 블록들에 대해 LIC가 디스에이블된다. 일부 예들에서, 비-서브블록 모드들(예를 들어, 비-아핀 모드들)에 대해, 제1 상단-좌측 16x16 유닛에 대한 부분 템플릿 블록 샘플들 대신에, 현재 CU의 템플릿 블록 샘플들에 기초하여 LIC 파라미터 도출이 수행된다. 일부 예들에서, 제1 상단-좌측 16x16 유닛에 대한 부분 템플릿 블록 샘플들과 같은, 부분 템플릿 블록 샘플들에 기초하여 LIC 파라미터 도출이 수행된다. 일부 예들에서, 정수-펠 정밀도로 반올림하지 않고 블록의 MV와의 MC(motion compensation)를 사용하여 참조 블록의 템플릿 샘플들이 결정된다.
본 개시내용의 일부 양태들은 LIC에 대한 조정들을 제공하는 기법들을 제공하고, 따라서 LIC는 다양한 시나리오들에 대해 유연하게 조정될 수 있고, 따라서 LIC가 인에이블될 때 조도 보상의 정확도를 개선할 수 있다. 일부 예들에서, LIC의 조정들을 위한 기법들은, 교차 컴포넌트 인트라 예측 모드들에서의 특징들 등과 같은, 다른 모델 도출 기반 예측 모드에서 유사하게 사용되는 특징들을 포함할 수 있다.
교차 컴포넌트 인트라 예측 모드들은 CCLM(cross component linear model)이라고 지칭되는 제1 기법, MMLM(multi-model linear model)이라고 지칭되는 제2 기법, CCCM(convolutional cross-component model)이라고 지칭되는 제3 기법, 및 GLM(gradient linear model)이라고 지칭되는 제4 기법을 포함할 수 있다.
일부 예들(예를 들어, VVC)에서, 제1 기법 CCLM은 교차-컴포넌트 중복성을 감소시키기 위해 사용된다. CCLM에서, 크로마 샘플들은, 식 (1)을 사용하는 것과 같이, 선형 모델을 사용하여 동일한 CU의 재구성된 루마 샘플들에 기초하여 예측된다:
식 (1)
여기서 는 CU에서의 예측된 크로마 샘플들을 표현하고, 는 동일한 CU의 다운샘플링된 재구성된 루마 샘플들을 표현한다. CCLM 선형 모델은, 예에서, 많아야 4개의 이웃 크로마 샘플들 및 그 대응하는 다운-샘플링된 루마 샘플들로 도출될 수 있는 파라미터들(a 및 b)을 포함한다.
일부 예들에서, 이웃 크로마 샘플들의 위치에 기초하여, CCLM은 LM_T(LM 상단 모드 또는 위 모드 LM_A), LM_L(LM 좌측 모드) 및 LM_LT(LM 좌측 상단 모드 또는 좌측 위 모드 LM_LA 또는 단지 LM 모드)라고 지칭되는 상이한 모드들을 포함할 수 있다. 예를 들어, 현재 크로마 블록의 치수들은 WxH이고, 다음으로, CCLM에서의 다양한 모드들에 대해 W' 및 H'가 설정될 수 있다. LM 모드(LM_LT 또는 LM_LA라고 또한 지칭됨)가 적용될 때 W' = W, H' = H이고; LM-A 모드가 적용될 때 W' = W + H이고; LM-L 모드가 적용될 때, H' = H + W이다.
상측 이웃 위치들은 S[ 0, -1 ]...S[ W' - 1, -1 ]로서 표기되고, 좌측 이웃 위치들은 S[ -1, 0 ]...S[ -1, H' - 1 ]로서 표기된다. 다음으로, 4개의 위치들이 선택된다. 예를 들어, LM 모드가 적용되고 상측 및 좌측 이웃 샘플들 양자 모두가 이용가능할 때, 4개의 위치들은 S[W' / 4, -1 ], S[ 3 * W' / 4, -1 ], S[ -1, H' / 4 ] 및 S[ -1, 3 * H' / 4 ]를 포함할 수 있고; LM_A 모드가 적용되거나 또는 상측 이웃 샘플들만이 이용가능할 때, 4개의 위치들은 S[ W' / 8, -1 ], S[ 3 * W' / 8, -1 ], S[ 5 * W' / 8, -1 ] 및 S[ 7 * W' / 8, -1 ]을 포함할 수 있고; LM-L 모드가 적용되거나 또는 좌측 이웃 샘플들만이 이용가능할 때, 4개의 위치들은 S[ -1, H' / 8 ], S[ -1, 3 * H' / 8 ], S[ -1, 5 * H' / 8 ] 및 S[ -1, 7 * H' / 8 ]을 포함할 수 있다.
x 0 A 및 x 1 A 에 의해 표기되는 2개의 더 큰 값, 및 x 0 B 및 x 1 B 에 의해 표기되는 2개의 더 작은 값을 찾기 위해 선택된 위치들에 있는 4개의 이웃 루마 샘플들이 다운-샘플링되고 비교된다. 대응하는 크로마 샘플 값들은 y 0 A , y 1 A , y 0 B 및 y 1 B 로서 표기된다. 다음으로, 중간 파라미터들 X a , X b , Y a 및 Y b 이 다음과 같이 도출된다:
X a =(x 0 A + x 1 A +1)>>1; X b =(x 0 B + x 1 B +1)>>1; Y a =(y 0 A + y 1 A +1)>>1; Y b =(y 0 B + y 1 B +1)>>1
마지막으로, 선형 모델 파라미터들 및 는 식 (2) 및 식 (3)에 따라 획득된다:
식 (2)
식 (3)
도 8은 일부 예들에서 CCLM에 대한 파라미터 계산을 위한 이웃 샘플 위치들의 도면을 도시한다. 도 8을 참조하면, CCLM 예측에 대한 파라미터들을 도출하기 위한 이웃 샘플 쌍들(루마 샘플들 및 크로마 샘플들)이 음영 원들로 도시된다. 도 8의 예에서, 현재 루마 블록 크기는 2N x 2N이고, 현재 크로마 블록 크기는 N x N이다. 이웃 샘플 쌍은, 현재 크로마 블록에 인접한 2N개의 참조 샘플들 및 현재 루마 블록에 인접한 2N개의 참조 샘플들과 같은, 2N개의 참조 샘플들 쌍을 포함할 수 있다. 본 개시내용의 양태에 따르면, 도 8에서의 이웃 샘플 위치들은 LM 모드(LM_LT 또는 LM_LA라고 또한 지칭됨)가 적용될 때 사용될 수 있다.
일부 예들에서, LM_T(LM_A라고 또한 지칭됨) 모드에서, 선형 모델의 파라미터들을 계산하기 위해 상측 템플릿이 사용된다. 더 많은 샘플들을 얻기 위해, 상측 템플릿은 (W'=W+H) 샘플들로 확장된다. 일부 예들에서, LM_L 모드에서, 선형 모델의 파라미터들을 계산하기 위해 좌측 템플릿이 사용된다. 더 많은 샘플들을 얻기 위해, 좌측 템플릿은 (H'=H+W) 샘플들로 확장된다.
일부 예들에서, LM_LT 모드에서, 선형 모델의 파라미터들을 계산하기 위해 좌측 및 상측 템플릿들이 사용된다. 예에서, 4:2:0 비디오 시퀀스들에 대한 크로마 샘플 위치들을 매칭하기 위해, 수평 및 수직 방향들 양자 모두에서 2 대 1 다운-샘플링 비율을 달성하도록 루마 샘플들에 2개의 타입들의 다운-샘플링 필터가 적용된다. 다운-샘플링 필터의 선택은 SPS 레벨 플래그에 의해 명시될 수 있다.
일부 예들(예를 들어, VVC)에서, 제2 기법 MMLM(multi-model LM)을 사용하여 CCLM이 확장된다. MMLM 모드에서, 루마 재구성된 이웃 샘플들의 평균으로서 임계값이 계산된다. 다음으로, 재구성된 이웃 샘플들은, 임계값보다 큰 제1 클래스의 재구성된 이웃 샘플들, 및 임계값보다 작은 제2 클래스의 재구성된 이웃 샘플들과 같은, 임계값을 사용하여 2개의 클래스들로 분류된다. 각각의 클래스의 선형 모델은 예에서의 LMS(least-mean-square) 방법을 사용하여 각각 도출된다. 일부 예들에서, CCLM 및 MMLM에 슬로프 조정이 적용될 수 있다. 슬로프 조정은 루마 값들을 이웃 샘플들에서의 참조 샘플들의 평균 루마 값에 의해 결정되는 중심 포인트에 대한 크로마 값들과 맵핑하는 선형 함수를 기울일 수 있다.
일부 예들에서, ECM-6.0에서의 CCLM 모드들과 유사한 사상에서와 같이, 재구성된 루마 샘플들로부터 크로마 샘플들을 예측하기 위해 CCCM(convolutional cross-component model)이라고 지칭되는 제3 기법이 사용될 수 있다. CCCM에서, CCLM과 유사하게, 재구성된 루마 샘플들은 크로마 서브-샘플링이 사용될 때 더 낮은 해상도 크로마 그리드에 매칭하도록 다운-샘플링된다. 또한, CCLM과 유사하게, CCCM의 단일 모델 또는 멀티-모델 변형을 사용하는 옵션이 있다. 예에서, 멀티-모델 변형은 2개의 모델을 사용하고, 하나의 모델은 평균 루마 참조 값 위의 샘플들에 대해 도출되고, 다른 모델은 (CCLM 설계의 사상에 따라) 나머지 샘플들에 대해 도출된다. 일부 예들에서, 멀티-모델 CCCM 모드는 적어도 128개의 이용가능한 참조 샘플들을 갖는 PU들에 대해 선택될 수 있다.
CCCM에서, 컨볼루션 필터가 사용된다. 일부 예들에서, 컨볼루션 필터는 7-탭 컨볼루션 필터이다. 컨볼루션 7-탭 필터는 5-탭 플러스 부호 형상 공간 성분의 제1 항(공간 5-탭 성분이라고 또한 지칭되고, 공간 5-탭 성분은, 플러스 부호 형상이라고 또한 지칭되는, 십자 형상을 가질 수 있음), 비선형 항 P의 제2 항 및 바이어스 항의 제3 항을 포함할 수 있다.
도 9는 예에서의 공간 5-탭 컴포넌트에 대한 입력들인 루마 샘플 위치들의 위치들을 도시한다. 컨볼루션 7-탭 필터의 공간 5-탭 컴포넌트에 대한 입력들은 예측될 크로마 샘플과 병치되는 C(center) 루마 샘플 및 상측/N(north), 하측/S(south), 좌측/W(west) 및 우측/E(east) 이웃들을 포함한다.
일부 예들에서, 비선형 항 P은 중심 루마 샘플 C의 2의 거듭제곱으로서 표현되고, 식 (4)에 따라서와 같이, 콘텐츠의 샘플 값 범위로 스케일링된다.
식 (4)
예에서, 10-비트 콘텐츠에 대해, 비선형 항 P은 식 (5)에 따라 계산된다.
식 (5)
일부 예들에서, 바이어스 항 B은 (CCLM에서의 오프셋 항과 유사하게) 입력과 출력 사이의 스칼라 오프셋을 표현하고, 예에서의 중간 크로마 값(10-비트 콘텐츠에 대해 512)으로 설정된다.
일부 예들에서, 컨볼루션 7-탭 필터의 출력은 필터 계수들 ci과 입력 값들 사이의 컨볼루션으로서 계산되고, 식 (6)에 따라서와 같이, 유효 크로마 샘플들의 범위에 클리핑된다.
식 (6)
일부 예들에서, 필터 계수들 ci은 참조 영역에서의 예측된 크로마 샘플과 재구성된 크로마 샘플 사이의 MSE(mean squared error)를 최소화하는 것에 의해 결정(계산)될 수 있다.
도 10은 PU의 상측 및 좌측에 있는 크로마 샘플들의 6개의 라인들을 포함하는 참조 영역을 예시하는 도면을 도시한다. 참조 영역은 하나의 PU 폭을 우측으로 그리고 하나의 PU 높이를 PU 경계들 하측으로 확장한다. 일부 예들에서, 참조 영역은 이용가능한 샘플들만을 포함하도록 조정된다. 일부 예들에서, 참조 영역으로의 확장들은 플러스 형상 공간 필터의 "사이드 샘플들(side samples)"을 지원하기 위해 사용되고, 이용가능하지 않은 영역들에 있을 때 패딩된다.
일부 예들에서, MSE 최소화는 루마 입력에 대한 자기상관 행렬 및 루마 입력과 크로마 출력 사이의 교차-상관 벡터를 계산하는 것에 의해 수행된다. 자기상관 행렬은 LDL 분해되고, 최종 필터 계수들은 역-치환을 사용하여 계산된다. 예에서, 필터 계수들에 대한 MSE 최소화 프로세스는 ECM에서의 ALF 필터 계수들의 계산과 대략 유사하지만, 그러나 제곱근 연산들을 사용하는 것을 회피하기 위해 Cholesky 분해 대신에 필터 계수들에 대한 MSE 최소화 프로세스에서 LDL 분해가 사용된다.
일부 예들에서, 제4 기법 GLM(gradient linear model)이 사용된다. CCLM과 비교하여, 다운-샘플링된 루마 값들 대신에, 선형 모델을 도출하기 위해 GLM은 루마 샘플 그래디언트들을 이용한다. 구체적으로, GLM이 적용될 때, CCLM 프로세스에 대한 입력, 즉, 다운-샘플링된 루마 샘플들 은 루마 샘플 그래디언트들 로 대체된다. CCLM의 다른 부분들(예를 들어, 파라미터 도출, 예측 샘플 선형 변환)은 변경되지 않은 채로 유지된다. 예에서, 예측된 C는 식 (7)에 따라 계산된다.
식 (7)
일부 예들에서, 시그널링을 위해, CCLM 모드가 현재 CU에 대해 인에이블될 때, GLM이 각각의 성분에 대해 인에이블되는지를 표시하기 위해 Cb 및 Cr 성분들에 대해 2개의 플래그들이 개별적으로 시그널링된다. 일부 예들에서, GLM이 하나의 컴포넌트에 대해 인에이블될 때, 그래디언트 계산을 위해 4개의 그래디언트 필터들 중 하나를 선택하도록 하나의 신택스 엘리먼트가 추가로 시그널링된다.
도 11은 GLM을 위해 사용될 수 있는 4개의 Sobel 기반 그래디언트 필터 패턴들의 예를 도시한다.
본 개시내용의 일부 양태들은 LIC에 대한 조정들의 기법들을 제공하고, 따라서 LIC는 다양한 시나리오들에 대해 유연하게 조정될 수 있고, 따라서 LIC가 인에이블될 때 조도 보상의 정확도를 개선할 수 있다.
LIC의 다양한 양태들은 조정으로 수정될 수 있다는 점이 주목된다. 일부 예들에서, 샘플들은 상이한 클래스들로 분류될 수 있고, 상이한 클래스들은 상이한 도출된 모델들을 가질 수 있고, 따라서 다수의 모델들이 LIC에 대해 사용될 수 있다(멀티-모델 LIC라고 지칭됨). 시나리오에서, 블록은 상이한 조명 변경들을 경험하는 객체들을 포함할 수 있고, 멀티-모델 LIC는 객체들의 조명 변경들을 더 정확하게 보상할 수 있다. 일부 예들에서, 템플릿의 위치, 크기 등이 조정될 수 있는 것과 같이, 템플릿의 구성이 조정될 수 있다. 시나리오에서, 블록의 이웃 샘플들의 일부분은 유사한 조명 변경들을 경험할 수 있고 다른 부분들은 상이한 조명 변경을 가질 수 있고, 따라서 템플릿에 대한 조정으로 조명 변경들을 더 정확하게 보상할 수 있다. 일부 예들에서, 조도 보상의 정확도를 개선하도록 LIC를 모델링하기 위해 상이한 식들이 사용될 수 있다.
본 개시내용의 양태에 따르면, LIC에 대해 다수의 모델들이 사용될 수 있다(멀티-모델 LIC라고 지칭됨). 일부 예들에서, 샘플들은 상이한 클래스들로 분류될 수 있고, 상이한 클래스들은 템플릿 샘플들의 상이한 클래스들로부터 도출되는 상이한 모델들을 사용할 수 있다.
일부 예들에서, LIC에 대해, (현재 화상에서의) 현재 블록 및 (참조 화상에서의) 참조 블록 중 하나는 제1 블록이라고 지칭되고, 현재 블록 및 참조 블록 중 다른 하나는 제2 블록이라고 지칭된다. 예를 들어, 현재 블록이 제1 블록이라고 지칭될 때, 참조 블록은 제2 블록이라고 지칭되고; 유사하게, 참조 블록이 제1 블록이라고 지칭될 때, 현재 블록이 제2 블록이라고 지칭된다. 일부 예들에서, 참조 블록 및 참조 블록 템플릿의 샘플들과 같은, 참조 블록과 연관된 샘플들에 기초하여 분류가 결정될 수 있고; 다음으로, 현재 블록 및 현재 블록 템플릿의 샘플들과 같은, 현재 블록과 연관된 샘플들은 참조 블록과 연관된 병치된 샘플들과 동일한 클래스들을 가질 수 있다. 유사하게, 일부 예들에서, 현재 블록 및 현재 블록 템플릿의 샘플들과 같은, 현재 블록과 연관된 샘플들에 기초하여 분류가 결정될 수 있고; 다음으로, 참조 블록 및 참조 블록 템플릿의 샘플들과 같은, 참조 블록과 연관된 샘플들은 현재 블록과 연관된 병치된 샘플들과 동일한 클래스들을 가질 수 있다. 일부 설명이 참조 블록과 연관된 샘플들에 기초하여 분류를 수행하지만, 이러한 설명은 현재 블록과 연관된 샘플들에 기초하여 분류를 수행하도록 수정될 수 있다.
일부 예들에서, 참조 블록의 샘플들 및 참조 블록 템플릿의 샘플들과 같은, 참조 블록과 연관된 샘플들은 특정 분류 기준에 기초하여 다수의 클래스들로 분류된다. 다음으로, 현재 블록의 샘플들 및 현재 블록 템플릿의 샘플들과 같은, 현재 블록과 연관된 샘플들은 병치된 참조 샘플들의 클래스 인덱스에 기초하여 분류된다. 각각의 클래스에 대해, 현재 블록 템플릿의 샘플들 및 동일한 클래스 인덱스를 갖는 참조 블록 템플릿의 샘플들을 사용하여 모델이 도출된다. 다음으로, 동일한 클래스의 모델 및 병치된 참조 샘플들(참조 블록의 샘플들)을 사용하여 각각의 클래스의 예측 샘플들이 도출된다.
일부 예들에서, 참조 블록(및/또는 참조 블록 템플릿)의 평균 샘플 값이 계산되고, 분류 기준은 평균 샘플 값에 기초하여 샘플들을 2개의 클래스들로 분류할 수 있다. 예를 들어, 샘플이 평균 샘플 값과 비교되고, 샘플이 평균 샘플 값 미만일 때(또는 이하일 때), 샘플은 제1 클래스로서 분류되고, 그렇지 않으면, 샘플은 제2 클래스로서 분류된다. 다음으로, 다수의 클래스들에 대해 각각의 모델이 도출될 수 있다. 평균 샘플 값에 기초하는 멀티-모델 LIC는 진폭-기반 멀티-모델 LIC라고 지칭될 수 있다는 점이 주목된다.
일부 예들에서, 각각의 클래스에 대한 모델 도출은 CCLM/MM-CCLM에서 유사하게 사용되는 LMS(least-mean-square)를 사용하여 구현될 수 있다. 일부 예들에서, 각각의 클래스에 대한 모델 도출은 CCCM의 컨볼루션 필터에 대한 필터 계수 계산들에서의 LDL 분해와 함께 자기상관 행렬을 사용하여 구현될 수 있다.
일부 예들에서, 멀티-모델 LIC(예를 들어, 진폭-기반 멀티-모델 LIC 등)는 어떠한 신택스 변경도 없이 LIC를 단일 모델로 대체할 수 있다. 예에서, 멀티-모델이 사용되는지 여부를 표시하기 위해, SPS, PPS, 화상 헤더, 슬라이스 헤더와 같은, 하이-레벨 신택스에서 플래그가 시그널링된다.
일부 예들에서, LIC가 적용될 때(예를 들어, 제1 플래그에 의해 표시됨), 멀티-모델 LIC(예를 들어, 진폭-기반 멀티-모델 LIC 등) 또는 단일 모델 LIC가 선택되는지를 표시하기 위해 제2 플래그가 시그널링된다.
다양한 분류 기준이 사용될 수 있다는 점이 주목된다. 일부 예들에서, 샘플들의 그래디언트에 따라 샘플들이 분류될 수 있다. 일부 예들에서, 샘플 값과 이웃 샘플 값의 차이로서 샘플의 그래디언트가 계산될 수 있다. 예를 들어, 샘플 값과 우측 이웃 샘플 값의 차이로서 샘플의 그래디언트가 계산된다. 일부 다른 예들에서, 도 11에서의 4개의 Sobel 기반 그래디언트 필터 패턴들 중 하나와 같은, 그래디언트 필터 패턴에 기초하여 샘플의 그래디언트가 계산된다.
일부 예들에서, 각각의 샘플의 그래디언트 값이 계산되고, 참조 블록(및/또는 참조 블록 템플릿)에서의 누적 그래디언트가 정적으로 계산될 수 있다. 예를 들어, 참조 블록에서의 그래디언트 값들의 히스토그램이 결정될 수 있고, 히스토그램에 기초하여 분류 임계값(들)이 결정될 수 있다. 예를 들어, 히스토그램에 기초하여 그래디언트 값들의 중간 값이 결정될 수 있다. 샘플을 분류하기 위해, 샘플의 그래디언트 값은 중간 값과 비교된다. 샘플의 그래디언트 값이 중간 값 미만일 때(또는 중간 값 이하일 때), 샘플은 제1 클래스로 분류되고, 그렇지 않으면, 샘플은 제2 클래스로 분류된다. 샘플들의 그래디언트에 기초하는 멀티-모델 LIC는 그래디언트-기반 멀티-모델 LIC라고 지칭될 수 있다는 점이 주목된다.
일부 예들에서, 그래디언트 값들의 평균(또는 중간 값)이 분류 임계값으로서 사용된다. 그러나, 그래디언트 값들의 평균(또는 중간 값)이 미리 정의된 임계값보다 작을 때, 그래디언트-기반 멀티-모델 LIC는 디스에이블된 것으로 추론된다.
진폭-기반 멀티-모델 LIC에 대한 유사한 시그널링 기법들이 그래디언트-기반 멀티-모델 LIC에 대해 사용될 수 있다는 점이 주목된다.
추가로, 일부 예들에서, 그래디언트-기반 멀티-모델 LIC는 진폭-기반 멀티-모델과 조합될 수 있고, 조합된 진폭 및 그래디언트 기반 멀티-모델 LIC라고 지칭될 수 있다. 예를 들어, 위 예에서의 그래디언트-기반 멀티-모델 및 진폭-기반 멀티-모델의 조합을 사용하여, 블록을 코딩하기 위해 4개의 상이한 모델들이 사용된다. 각각의 샘플의 모델 선택은 샘플의 샘플 값 및 그래디언트 값의 진폭의 분류에 기초하여 결정된다.
조합된 진폭 및 그래디언트 기반 멀티-모델 LIC는 진폭-기반 멀티-모델 LIC와 유사한 신택스 시그널링 기법들을 사용할 수 있다는 점이 주목된다.
일부 실시예들에서, 진폭-기반 멀티-모델 LIC, 그래디언트-기반 멀티-모델 LIC, 조합된 진폭 및 그래디언트 기반 멀티-모델 LIC 등과 같은, 어느 멀티-모델 LIC가 LIC에 대해 선택되는지를 표시하기 위해 신택스가 시그널링된다. LIC가 상이한 템플릿 크기 및/또는 템플릿 위치들을 사용하는 것을 허용하는 것이 제안된다. 하나의 실시예에서, 상측 템플릿, 좌측 템플릿, 및 좌측 및 상측 템플릿 양자 모두가 LIC에 대해 선택될 수 있다. 하나의 실시예에서, 상측 템플릿에 대해 M개의 행들이 사용될 수 있고 및/또는 좌측 템플릿에 대해 N개의 열들이 사용될 수 있다. M과 N 양자 모두는 0이 아닌 양의 정수 값이다. 하나의 실시예에서, LIC에 대해 어느 템플릿이 선택되는지를 표시하기 위해 신택스가 시그널링된다. 하나의 실시예에서, 템플릿 선택은, 블록 크기, 블록 형상, 블록 종횡비, 이웃 재구성 샘플들을 포함하지만 이에 제한되지 않는, 코딩된 정보에 기초하여 암시적으로 도출된다.
본 개시내용의 양태에 따르면, 상이한 템플릿 크기들 및/또는 템플릿 위치들이, 예를 들어, LIC 모델의 파라미터들을 도출하기 위해 LIC에서 사용될 수 있다. 예를 들어, 상측 템플릿, 좌측 템플릿, 및 좌측 템플릿 및 상측 템플릿 양자 모두가 LIC에 대해 선택될 수 있다. 설명의 편의를 위해, 템플릿이 현재 블록의 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함할 때, 이러한 템플릿은 일부 예들에서의 서브세트 템플릿이라고 지칭될 수 있다.
도 12a 내지 도 12f는 블록에 대한 템플릿들 및/또는 서브세트 템플릿들의 일부 예들을 도시한다. 도 12a에서, 블록의 템플릿은 블록에 대해 상측 행, 좌측 열 및 상측 좌측 위치를 포함한다. 도 12b에서, 블록의 템플릿(서브세트 템플릿)은 블록에 대해 상측 행 및 좌측 열을 포함한다. 도 12c에서, 블록의 템플릿(서브세트 템플릿)은 블록의 바로 좌측 열을 포함한다. 도 12d에서, 블록의 템플릿(서브세트 템플릿)은 블록의 바로 상측 행을 포함한다. 도 12e에서, 블록의 템플릿(서브세트 템플릿)은 블록의 다수의 좌측 열들을 포함한다. 도 12f에서, 블록의 템플릿(서브세트 템플릿)은 블록의 다수의 상측 행들을 포함한다.
일부 예들에서, LIC에 대한 블록의 템플릿은, 도 12a 내지 도 12f에서의 예들과 같은, 다양한 템플릿 후보들로부터 선택될 수 있다.
일부 예들에서, 상측 템플릿에 대해 M개의 행들이 사용될 수 있고 및/또는 좌측 템플릿에 대해 N개의 열들이 사용될 수 있다. M 및 N 양자 모두는 0이 아닌 양의 정수 값이다.
일부 예들에서, 템플릿 후보들 중 어느 것이 LIC에 대한 템플릿으로서 선택되는지를 표시하기 위해 신택스가 시그널링된다.
일부 예들에서, 템플릿 선택은, 블록 크기, 블록 형상, 블록 종횡비, 이웃 재구성 샘플들 등을 포함하지만 이에 제한되지 않는, 코딩된 정보에 기초하여 암시적으로 도출된다.
본 개시내용의 양태에 따르면, LIC를 모델링하기 위해 상이한 식들이 사용될 수 있다. LIC를 모델링하기 위한 식들은 CCLM에서 사용되는 것과 상이할 수 있다.
일부 예들에서, 식 (8)에 따라서와 같이, LIC를 모델링하기 위해, (p[x, y])2와 같은, 비-선형 항이 사용될 수 있다:
식 (8)
여기서, p[x, y]는 참조 블록 상의 위치 [x, y]에서 MV에 의해 포인팅되는 참조 샘플이고, 파라미터들 α 0, α 1 및 β는 모델 파라미터들이다. 예에서, 파라미터들 α 0, α 1 및 β를 획득하기 위해 LDL 분해를 갖는 자기상관 행렬이 사용된다.
일부 예들에서, n-탭 공간 도메인 필터(n-탭 필터, 공간 도메인 필터 등이라고 또한 지칭됨)가, 식 (9)에 따라서와 같이, 식을 형성하기 위해 참조 샘플들에 대해 적용된다:
식 (9)
여기서 p[x k , y k ]는 참조 블록 상의 위치 [x k , y k ]에서 MV에 의해 포인팅되는 참조 샘플이다. 파라미터들 α 0, α 1,... α n-1 및 β는 모델 파라미터들이다.
도 13a 내지 도 13c는 일부 실시예들에서의 LIC에 대한 필터 형상들의 예들을 도시한다. n-탭 필터 형상이 도 13a에 의해 도시되는 십자 형상, 도 13b에 의해 도시되는 다이아몬드 형상, 도 13c에 의해 도시되는 정사각형 형상일 수 있지만, 이들로 제한되지 않는다는 점이 주목된다.
일부 예들에서, n-탭 필터가 사용될 때 어느 n-탭 필터 형상이 선택되는지를 표시하기 위해 신택스가 시그널링된다.
일부 예들에서, 공간 도메인 필터는 n가 짝수이면 n/2개의 필터 계수들 또는 n가 홀수이면 (n+1)/2개의 필터 계수들을 갖는 대칭 필터이다.
일부 예들에서, 식 (10)에 따라서와 같이, 공간 도메인 필터와 함께 비-선형 항이 또한 추가될 수 있다:
식 (10)
일부 예들에서, 하나보다 많은 비-선형 항들이 사용될 수 있다. 비-선형 항들의 수는 일부 예들에서 공간 필터 탭 수 n 이하라는 점이 주목된다.
일부 예들에서, 파라미터들 α k (kε[0, n-1]) 및 β를 획득하기 위해 LDL 분해를 갖는 자기상관 행렬이 사용된다.
일부 예들에서, 식 (11)에 따라서와 같이, LIC를 수행하도록 참조 샘플들에 n-탭 공간 도메인 필터가 적용된다:
식 (11)
여기서 p[x k , y k ]는 참조 블록 상의 위치 [x k , y k ]에서 MV에 의해 포인팅되는 참조 샘플이다. 추가로, 파라미터들 α k 및 k ε [0, n-1]을 획득하기 위해 LDL 분해를 갖는 자기상관 행렬이 사용된다.
일부 실시예들에서, 식 (12)에 따라서와 같이, LIC를 수행하기 위한 입력으로서 참조 샘플의 그래디언트 값이 사용될 수 있다.
식 (12)
여기서 G[x, y]는 참조 블록 상의 위치 [x, y]에서 MV에 의해 포인팅되는 참조 샘플의 그래디언트이다. 예에서, 파라미터들 α 및 β를 획득하기 위해 LDL 분해를 갖는 자기상관 행렬이 사용된다.
일부 예들에서, 식 (12)에서 언급되는 참조 샘플의 그래디언트 항은, 식 (8), 식 (9), 식 (10) 및 식 (11)과 같은, 다른 식들에 추가될 수 있다.
일부 예들에서, 현재 블록 템플릿 및 참조 블록 템플릿에서의 픽셀 다운-샘플링이 모델 도출에 대해 사용될 수 있다.
일부 예들에서, 식 (8), 식 (9), 식 (10), 식 (11)과 같은, 어느 모델이 코딩된 블록에 대해 사용되는지를 표시하기 위해 신택스가 시그널링된다.
본 개시내용의 양태에 따르면, 상이한 LIC 조정 기법들이 조합될 수 있다. 예를 들어, 모델링 기법을 위한 상이한 식들 및 멀티-모델 도출 기법이 LIC를 수행하기 위해 조합될 수 있다.
일부 예들에서, 각각의 클래스는, 식 (8) 내지 식 (12) 중 하나 및 연관된 모델 도출 방법과 같은, 그 자신의 모델 도출 방법 또는 식을 가질 수 있다. 일부 예들에서, 모델 도출 방법은 해당 클래스에 대해 항상 사용된다.
일부 예들에서, 어느 모델 도출 방법 또는 식이 사용되는지를 표시하기 위해 각각의 클래스에 대해 신택스가 시그널링된다. 모델 도출 방법들 또는 식들은 식 (8) 내지 식 (12) 및 연관된 모델 도출 방법을 포함하지만, 이들로 제한되지 않는다.
일부 예들에서, 모든 가능한 조합들 또는 모든 가능한 조합들의 서브세트가 리스트에서 미리 정의될 수 있고, 리스트에서의 어느 조합이 블록을 코딩하도록 LIC를 수행하기 위해 사용되는지를 표시하기 위해 인덱스가 시그널링된다.
도 14는 본 개시내용의 실시예에 따른 프로세스(1400)를 약술하는 흐름도를 도시한다. 프로세스(1400)는 비디오 인코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1400)는, 비디오 인코더(103)의 기능들을 수행하는 처리 회로, 비디오 인코더(303)의 기능들을 수행하는 처리 회로 등과 같은, 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1400)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1400)를 수행한다. 프로세스는 (S1401)에서 시작하여 (S1410)으로 진행한다.
(S1410)에서, 현재 화상에서의 현재 블록에 LIC(local illumination compensation)를 적용하는 것이 결정된다.
(S1420)에서, 참조 화상에서의 참조 블록의 제2 템플릿(또는 제2 서브세트 템플릿) 및 현재 블록의 제1 템플릿(또는 제1 서브세트 템플릿)에 따라 LIC 모델의 파라미터들이 도출된다. 참조 블록의 위치는 현재 블록의 모션 벡터에 기초하여 결정된다. 제1 템플릿은 현재 블록 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함하고, 제2 템플릿은 재구성된 이웃 샘플들의 서브세트에 대한 병치된 샘플들을 포함한다.
본 개시내용의 일부 실시예들에서, LIC는 상이한 템플릿 크기들 및/또는 템플릿 위치들을 사용하는 것이 허용된다는 점이 주목된다. 예에서, 제1 템플릿(또는 제1 서브세트 템플릿)과 같은 템플릿은 상이한 템플릿 크기들 및/또는 템플릿 위치들을 가질 수 있다. 하나의 실시예에서, 상측 템플릿, 좌측 템플릿, 및 좌측 및 상측 템플릿 양자 모두가 LIC에 대해 선택될 수 있다. 제2 템플릿(또는 제2 서브세트 템플릿)은, 예를 들어, 제1 템플릿에 병치된 샘플들을 포함하는 제1 템플릿에 대응한다.
(S1430)에서, 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델이 적용된다.
하나의 실시예에서, 상측 템플릿에 대해 M개의 행들이 사용될 수 있고 및/또는 좌측 템플릿에 대해 N개의 열들이 사용될 수 있다. M과 N 양자 모두는 0이 아닌 양의 정수 값이다. 하나의 실시예에서, LIC에 대해 어느 템플릿이 선택되는지를 표시하기 위해 신택스가 시그널링된다. 하나의 실시예에서, 템플릿 선택은, 블록 크기, 블록 형상, 블록 종횡비, 이웃 재구성 샘플들을 포함하지만 이에 제한되지 않는, 코딩된 정보에 기초하여 암시적으로 도출된다.
일부 예들에서, 제1 템플릿은 현재 블록 상측에 바로 인접한 재구성된 이웃 샘플들의 행을 포함한다. 일부 예들에서, 제1 템플릿은 현재 블록 좌측에 바로 인접한 재구성된 이웃 샘플들의 열을 포함한다.
일부 예들에서, 제1 템플릿은 현재 블록 상측에 있는 재구성된 이웃 샘플들의 하나 이상의 행을 포함한다. 일부 예들에서, 제1 템플릿은 현재 블록 좌측에 있는 재구성된 이웃 샘플들의 하나 이상의 열을 포함한다.
일부 예들에서, 적어도 현재 화상에 대한 코딩된 비트스트림에서 신택스가 인코딩되고, 이러한 신택스는 복수의 템플릿 후보들로부터의 선택을 위한 제1 템플릿을 표시한다.
일부 예들에서, LIC 모델의 파라미터들을 도출하기 위한 제1 템플릿은 현재 블록의 크기, 현재 블록의 형상, 현재 블록의 종횡비, 또는 재구성된 이웃 샘플들 중 적어도 하나에 따라 결정된다.
다음으로, 프로세스는 (S1499)로 진행하여 종료된다.
프로세스(1400)는 적합하게 적응될 수 있다. 프로세스(1400)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
도 15는 본 개시내용의 실시예에 따른 프로세스(1500)를 약술하는 흐름도를 도시한다. 프로세스(1500)는 비디오 디코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1500)는, 비디오 디코더(110)의 기능들을 수행하는 처리 회로, 비디오 디코더(210)의 기능들을 수행하는 처리 회로 등과 같은, 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1500)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1500)를 수행한다. 프로세스는 (S1501)에서 시작하여 (S1510)으로 진행한다.
(S1510)에서, 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보가 수신되고, 코딩된 정보는 LIC(local illumination compensation)를 적용하는 것을 표시한다.
(S1520)에서, 참조 화상에서의 참조 블록의 제2 템플릿(또는 제2 서브세트 템플릿) 및 현재 블록의 제1 템플릿(또는 제1 서브세트 템플릿)에 따라 LIC 모델의 파라미터들이 도출된다. 참조 블록의 위치는 모션 벡터에 기초하여 결정된다. 제1 템플릿은 현재 블록 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함하고, 제2 템플릿은 재구성된 이웃 샘플들의 서브세트에 대한 병치된 샘플들을 포함한다.
본 개시내용의 일부 실시예들에서, LIC는 상이한 템플릿 크기들 및/또는 템플릿 위치들을 사용하는 것이 허용된다는 점이 주목된다. 예에서, 제1 템플릿(또는 제1 서브세트 템플릿)과 같은 템플릿은 상이한 템플릿 크기들 및/또는 템플릿 위치들을 가질 수 있다. 하나의 실시예에서, 상측 템플릿, 좌측 템플릿, 및 좌측 및 상측 템플릿 양자 모두가 LIC에 대해 선택될 수 있다. 제2 템플릿(또는 제2 서브세트 템플릿)은, 예를 들어, 제1 템플릿에 병치된 샘플들을 포함하는 제1 템플릿에 대응한다.
(S1530)에서, 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델이 적용된다.
하나의 실시예에서, 상측 템플릿에 대해 M개의 행들이 사용될 수 있고 및/또는 좌측 템플릿에 대해 N개의 열들이 사용될 수 있다. M과 N 양자 모두는 0이 아닌 양의 정수 값이다. 하나의 실시예에서, LIC에 대해 어느 템플릿이 선택되는지를 표시하기 위해 신택스가 시그널링된다. 하나의 실시예에서, 템플릿 선택은, 블록 크기, 블록 형상, 블록 종횡비, 이웃 재구성 샘플들을 포함하지만 이에 제한되지 않는, 코딩된 정보에 기초하여 암시적으로 도출된다.
일부 예들에서, 제1 서브세트 템플릿은 현재 블록 상측에 바로 인접한 재구성된 이웃 샘플들의 행을 포함한다. 일부 예들에서, 제1 서브세트 템플릿은 현재 블록 좌측에 바로 인접한 재구성된 이웃 샘플들의 열을 포함한다.
일부 예들에서, 제1 서브세트 템플릿은 현재 블록 상측에 있는 재구성된 이웃 샘플들의 하나 이상의 행을 포함한다. 일부 예들에서, 제1 서브세트 템플릿은 현재 블록 좌측에 있는 재구성된 이웃 샘플들의 하나 이상의 열을 포함한다.
일부 예들에서, 신택스가 디코딩되고, 이러한 신택스는 복수의 서브세트 템플릿 후보들로부터의 선택을 위한 제1 서브세트 템플릿을 표시한다.
일부 예들에서, LIC 모델의 파라미터들을 도출하기 위한 제1 서브세트 템플릿은 현재 블록의 크기, 현재 블록의 형상, 현재 블록의 종횡비, 또는 재구성된 이웃 샘플들 중 적어도 하나에 따라 결정된다.
다음으로, 프로세스는 (S1599)으로 진행하여 종료된다.
프로세스(1500)는 적합하게 적응될 수 있다. 프로세스(1500)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
도 16은 본 개시내용의 실시예에 따른 프로세스(1600)를 약술하는 흐름도를 도시한다. 프로세스(1600)는 비디오 인코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1600)는, 비디오 인코더(103)의 기능들을 수행하는 처리 회로, 비디오 인코더(303)의 기능들을 수행하는 처리 회로 등과 같은, 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1600)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1600)를 수행한다. 프로세스는 (S1601)에서 시작하여 (S1610)로 진행한다.
(S1610)에서, 현재 화상에서의 현재 블록에 LIC(local illumination compensation)를 적용하는 것이 결정된다.
(S1620)에서, 현재 블록에 대한 모션 벡터에 기초하여, 참조 화상에서의 참조 블록이 결정된다.
(S1630)에서, 분류 기준에 따라 제1 블록에서의 샘플들이 적어도 제1 클래스 및 제2 클래스로 분류된다. 제1 블록은 현재 블록과 참조 블록 중 하나이고, 제2 블록에서의 샘플들은 제1 블록에서의 병치된 샘플들과 동일한 클래스들을 갖도록 제1 블록에서의 병치된 샘플들에 따라 분류되고, 제2 블록은 현재 블록과 참조 블록 중 다른 하나이다. 예에서, 제1 블록은 현재 블록이고 제2 블록은 참조 블록이다. 다른 예에서, 제1 블록은 참조 블록이고 제2 블록은 현재 블록이다.
(S1640)에서, 분류 기준에 따라 제1 블록에 대한 템플릿 샘플들이 적어도 제1 클래스 및 제2 클래스로 분류된다. 제2 블록에 대한 템플릿 샘플들은 제1 블록에 대한 대응하는 병치된 템플릿 샘플들과 동일한 클래스들을 갖도록 제1 블록에 대한 대응하는 병치된 템플릿 샘플들에 따라 분류된다.
(S1650)에서, 제1 블록에 대한 템플릿 샘플들의 제1 클래스 및 제2 블록에 대한 템플릿 샘플들의 제1 클래스에 따라 제1 LIC 모델의 제1 파라미터들이 도출된다.
(S1660)에서, 제1 블록에 대한 템플릿 샘플들의 제2 클래스 및 제2 블록에 대한 템플릿 샘플들의 제2 클래스에 따라 제2 LIC 모델의 제2 파라미터들이 도출된다.
(S1670)에서, 현재 블록의 보상된 샘플들을 생성하도록 제1 LIC 모델이 현재 블록에서의 제1 클래스의 샘플들에 적용되고 제2 LIC 모델이 현재 블록에서의 제2 클래스의 샘플들에 적용된다.
본 개시내용의 일부 실시예들에서, LIC에 대한 다수의 모델들이 사용될 수 있다는 점이 주목된다. 하나의 실시예에서, 참조 블록 및 참조 블록 템플릿의 샘플들은 특정 분류 기준에 기초하여 다수의 클래스들로 분류된다. 다음으로, 현재 블록 및 현재 블록 템플릿의 샘플들은 병치된 참조 샘플들의 클래스 인덱스에 기초하여 분류된다. 각각의 클래스에 대해, 동일한 클래스 인덱스와 연관된 현재 블록 템플릿 및 참조 블록 템플릿의 샘플들을 사용하여 하나의 모델이 도출된다. 마지막으로, 동일한 클래스와 연관된 병치된 참조 샘플들 및 모델을 사용하여 각각의 클래스의 예측 샘플들이 도출된다. 하나의 실시예에서, 참조 블록(및/또는 참조 블록 템플릿)의 평균 값이 계산되고, 샘플에 대한 분류 기준은 샘플을 이러한 평균 값과 비교하고 있고, 샘플 값이 이러한 평균 값 미만일 때(또는 이하일 때), 이러한 샘플은 제1 클래스로서 분류되고, 그렇지 않으면, 이러한 샘플은 제2 클래스로서 분류된다. 하나의 실시예에서, 각각의 클래스에 대한 모델 도출은 CCLM/MM-CCLM 또는 LDL 분해를 갖는 자동수정 행렬에서 LMS(Least-Mean-Square) 방법을 사용하여 구현될 수 있다. 하나의 실시예에서, 멀티-모델 LIC는 어떠한 신택스 변경도 없이 LIC를 단일 모델로 대체할 수 있다. 하나의 예에서, 멀티-모델 LIC가 사용되는지 여부를 표시하기 위해, SPS, PPS, 화상 헤더, 슬라이스 헤더와 같은, 하이-레벨 신택스에서 플래그가 시그널링된다. 다른 실시예에서, LIC가 적용될 때, 멀티-모델 LIC를 표시하기 위해 다른 플래그가 시그널링되거나 또는 단일 모델 LIC가 선택된다. 하나의 실시예에서, 각각의 샘플의 그래디언트 값이 계산되고, 누적 그래디언트 값이 참조 블록(및/또는 참조 블록 템플릿)에서 계산된다. 누적 그래디언트의 평균 값이 계산되고, 샘플에 대한 분류 기준은 샘플을 이러한 평균 값과 비교하고 있고, 샘플 값이 이러한 평균 값보다 작으면(또는 이하이면), 이러한 샘플은 제1 클래스로서 분류되고, 그렇지 않으면, 이러한 샘플은 제2 클래스로서 분류된다. 하나의 실시예에서, 평균 그래디언트 값이 미리 정의된 임계값보다 작을 때, 그래디언트-기반 멀티-모델은 디스에이블링으로서 추론된다. 하나의 실시예에서, 그래디언트-기반 멀티-모델 LIC에 대해 신택스 시그널링이 사용될 수 있다. 하나의 실시예에서, 그래디언트-기반 멀티-모델은 진폭-기반 멀티-모델과 조합될 수 있다. 이러한 2개의 멀티-모델들의 조합을 사용하여, 코딩된 블록에 대해 4개의 상이한 모델들이 사용된다. 각각의 샘플의 모델 선택은 그 진폭 및 그래디언트 값의 분류에 기초할 수 있다.
일부 예들에서, 제1 LIC 모델 및 제2 LIC 모델은 적어도 하나의 상이한 파라미터 값을 갖는다.
일부 예들에서, 분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하기 위해, 제1 블록에서의 샘플 값들의 평균에 기초하여 진폭 임계값이 결정된다. 진폭 임계값과 샘플의 비교에 기초하여 샘플이 제1 클래스 또는 제2 클래스로 분류된다.
일부 예들에서, 분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하기 위해, 제1 블록에서의 샘플들의 그래디언트 값들에 기초하여 그래디언트 임계값이 결정된다. 그래디언트 임계값과의 샘플의 그래디언트 값의 비교에 기초하여 샘플이 제1 클래스 또는 제2 클래스로 분류된다.
일부 예들에서, 제1 LIC 모델의 제1 파라미터들을 도출하기 위해, 제1 파라미터들을 도출하도록 최소-평균-제곱 연산 및 LDL 분해를 갖는 자기상관 행렬 연산 중 적어도 하나가 수행될 수 있다.
일부 예들에서, 신택스는 적어도 현재 화상을 운반하는 코딩된 비트스트림으로 인코딩되고, 이러한 신택스는 현재 블록의 보상된 샘플들을 생성하도록 하나보다 많은 LIC 모델을 적용하는 것을 표시한다.
다음으로, 프로세스는 (S1699)으로 진행하여 종료된다.
프로세스(1600)는 적합하게 적응될 수 있다. 프로세스(1600)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
도 17은 본 개시내용의 실시예에 따른 프로세스(1700)를 약술하는 흐름도를 도시한다. 프로세스(1700)는 비디오 디코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1700)는, 비디오 디코더(110)의 기능들을 수행하는 처리 회로, 비디오 디코더(210)의 기능들을 수행하는 처리 회로 등과 같은, 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1700)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1700)를 수행한다. 프로세스는 (S1701)에서 시작하여 (S1710)으로 진행한다.
(S1710)에서, 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보가 수신되고, 코딩된 정보는 LIC(local illumination compensation)를 적용하는 것을 표시한다.
(S1720)에서, 현재 블록에 대한 모션 벡터에 기초하여, 참조 화상에서의 참조 블록이 결정된다.
(S1730)에서, 분류 기준에 따라 제1 블록에서의 샘플들이 적어도 제1 클래스 및 제2 클래스로 분류된다. 제1 블록은 현재 블록과 참조 블록 중 하나이고, 제2 블록에서의 샘플들은 제1 블록에서의 병치된 샘플들과 동일한 클래스들을 갖도록 제1 블록에서의 병치된 샘플들에 따라 분류되고, 제2 블록은 현재 블록과 참조 블록 중 다른 하나이다. 예에서, 제1 블록은 현재 블록이고 제2 블록은 참조 블록이다. 다른 예에서, 제1 블록은 참조 블록이고 제2 블록은 현재 블록이다.
(S1740)에서, 분류 기준에 따라 제1 블록에 대한 템플릿 샘플들이 적어도 제1 클래스 및 제2 클래스로 분류된다. 제2 블록에 대한 템플릿 샘플들은 제1 블록에 대한 대응하는 병치된 템플릿 샘플들과 동일한 클래스들을 갖도록 제1 블록에 대한 대응하는 병치된 템플릿 샘플들에 따라 분류된다.
(S1750)에서, 제1 블록에 대한 템플릿 샘플들의 제1 클래스 및 제2 블록에 대한 템플릿 샘플들의 제1 클래스에 따라 제1 LIC 모델의 제1 파라미터들이 도출된다.
(S1760)에서, 제1 블록에 대한 템플릿 샘플들의 제2 클래스 및 제2 블록에 대한 템플릿 샘플들의 제2 클래스에 따라 제2 LIC 모델의 제2 파라미터들이 도출된다.
(S1770)에서, 현재 블록의 보상된 샘플들을 생성하도록 제1 LIC 모델이 현재 블록에서의 제1 클래스의 샘플들에 적용되고 제2 LIC 모델이 현재 블록에서의 제2 클래스의 샘플들에 적용된다.
본 개시내용의 일부 실시예들에서, LIC에 대한 다수의 모델들이 사용될 수 있다는 점이 주목된다. 하나의 실시예에서, 참조 블록 및 참조 블록 템플릿의 샘플들은 특정 분류 기준에 기초하여 다수의 클래스들로 분류된다. 다음으로, 현재 블록 및 현재 블록 템플릿의 샘플들은 병치된 참조 샘플들의 클래스 인덱스에 기초하여 분류된다. 각각의 클래스에 대해, 동일한 클래스 인덱스와 연관된 현재 블록 템플릿 및 참조 블록 템플릿의 샘플들을 사용하여 하나의 모델이 도출된다. 마지막으로, 동일한 클래스와 연관된 병치된 참조 샘플들 및 모델을 사용하여 각각의 클래스의 예측 샘플들이 도출된다. 하나의 실시예에서, 참조 블록(및/또는 참조 블록 템플릿)의 평균 값이 계산되고, 샘플에 대한 분류 기준은 샘플을 이러한 평균 값과 비교하고 있고, 샘플 값이 이러한 평균 값 미만일 때(또는 이하일 때), 이러한 샘플은 제1 클래스로서 분류되고, 그렇지 않으면, 이러한 샘플은 제2 클래스로서 분류된다. 하나의 실시예에서, 각각의 클래스에 대한 모델 도출은 CCLM/MM-CCLM 또는 LDL 분해를 갖는 자동수정 행렬에서 LMS(Least-Mean-Square) 방법을 사용하여 구현될 수 있다. 하나의 실시예에서, 멀티-모델 LIC는 어떠한 신택스 변경도 없이 LIC를 단일 모델로 대체할 수 있다. 하나의 예에서, 멀티-모델 LIC가 사용되는지 여부를 표시하기 위해, SPS, PPS, 화상 헤더, 슬라이스 헤더와 같은, 하이-레벨 신택스에서 플래그가 시그널링된다. 다른 실시예에서, LIC가 적용될 때, 멀티-모델 LIC를 표시하기 위해 다른 플래그가 시그널링되거나 또는 단일 모델 LIC가 선택된다. 하나의 실시예에서, 각각의 샘플의 그래디언트 값이 계산되고, 누적 그래디언트 값이 참조 블록(및/또는 참조 블록 템플릿)에서 계산된다. 누적 그래디언트의 평균 값이 계산되고, 샘플에 대한 분류 기준은 샘플을 이러한 평균 값과 비교하고 있고, 샘플 값이 이러한 평균 값보다 작으면(또는 이하이면), 이러한 샘플은 제1 클래스로서 분류되고, 그렇지 않으면, 이러한 샘플은 제2 클래스로서 분류된다. 하나의 실시예에서, 평균 그래디언트 값이 미리 정의된 임계값보다 작을 때, 그래디언트-기반 멀티-모델은 디스에이블링으로서 추론된다. 하나의 실시예에서, 그래디언트-기반 멀티-모델 LIC에 대해 신택스 시그널링이 사용될 수 있다. 하나의 실시예에서, 그래디언트-기반 멀티-모델은 진폭-기반 멀티-모델과 조합될 수 있다. 이러한 2개의 멀티-모델들의 조합을 사용하여, 코딩된 블록에 대해 4개의 상이한 모델들이 사용된다. 각각의 샘플의 모델 선택은 그 진폭 및 그래디언트 값의 분류에 기초할 수 있다.
일부 예들에서, 제1 LIC 모델 및 제2 LIC 모델은 적어도 하나의 상이한 파라미터 값을 갖는다.
일부 예들에서, 분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하기 위해, 제1 블록에서의 샘플 값들의 평균에 기초하여 진폭 임계값이 결정된다. 진폭 임계값과 샘플의 비교에 기초하여 샘플이 제1 클래스 또는 제2 클래스로 분류된다.
일부 예들에서, 분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하기 위해, 제1 블록에서의 샘플들의 그래디언트 값들에 기초하여 그래디언트 임계값이 결정된다. 그래디언트 임계값과의 샘플의 그래디언트 값의 비교에 기초하여 샘플이 제1 클래스 또는 제2 클래스로 분류된다.
일부 예들에서, 제1 LIC 모델의 제1 파라미터들을 도출하기 위해, 제1 파라미터들을 도출하도록 최소-평균-제곱 연산 및 LDL 분해를 갖는 자기상관 행렬 연산 중 적어도 하나가 수행될 수 있다.
일부 예들에서, 신택스가 디코딩되고 이러한 신택스는 현재 블록의 보상된 샘플들을 생성하도록 하나보다 많은 LIC 모델을 적용하는 것을 표시한다.
다음으로, 프로세스는 (S1799)로 진행하여 종료된다.
프로세스(1700)는 적합하게 적응될 수 있다. 프로세스(1700)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
도 18은 본 개시내용의 실시예에 따른 프로세스(1800)를 약술하는 흐름도를 도시한다. 프로세스(1800)는 비디오 인코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1800)는, 비디오 인코더(103)의 기능들을 수행하는 처리 회로, 비디오 인코더(303)의 기능들을 수행하는 처리 회로 등과 같은, 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1800)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1800)를 수행한다. 프로세스는 (S1801)에서 시작하여 (S1810)으로 진행한다.
(S1810)에서, 현재 화상에서의 현재 블록에 대해 LIC(local illumination compensation)를 적용하는 것이 결정된다.
(S1820)에서, 현재 블록의 제1 템플릿 및 참조 화상에서의 참조 블록의 제2 템플릿에 따라 LIC 모델의 파라미터들이 도출된다. 참조 블록은 현재 블록에 대한 모션 벡터에 기초하여 결정된다. LIC 모델은 단일 참조 샘플의 진폭에 기초하는 선형 모델과 상이하다.
(S1830)에서, 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델이 적용된다.
일부 실시예들에서, LIC를 모델링하기 위해 상이한 식들이 사용될 수 있고, 이러한 식들은 CCLM에서 사용되는 것과 상이하다는 점이 주목된다. 하나의 실시예에서, 식 (8)과 같은, 식을 형성하기 위해 비-선형 항이 사용될 수 있다. 하나의 예에서, 파라미터들 α 0, α 1, 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 식 (9)과 같은, 식을 형성하기 위해 참조 샘플들에 n-탭 공간 도메인 필터가 적용된다. 하나의 실시예에서, n-탭 필터 형상은, 도 13a 내지 도 13c에 도시되는 바와 같은, 다이아몬드 형상, 십자 형상, 정사각형 형상, ..., 등일 수 있지만 이에 제한되지 않는다. 하나의 실시예에서, n-탭 필터가 사용될 때 어느 n-탭 필터 형상이 선택되는지를 표시하기 위해 신택스가 시그널링된다. 하나의 실시예에서, 공간 도메인 필터는 n가 짝수이면 n/2개의 필터 계수들 또는 n가 홀수이면 (n+1)/2개의 필터 계수들을 갖는 대칭 필터일 수 있다. 하나의 실시예에서, 식 (10)과 같은, 비-선형 항이 또한 추가될 수 있다. 다른 실시예에서, 하나보다 많은 비-선형 항이 사용될 수 있고, 비-선형 항들의 수는 공간 필터 탭 수 n 이하일 것이다. 다른 실시예에서, 파라미터들 α k 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 다른 실시예에서, 식 (11)과 같은, 식을 형성하기 위해 참조 샘플들에 n-탭 공간 도메인 필터가 적용된다. 파라미터들 α k 및 k ε[0, n-1]을 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 식 (12)와 같은, 식을 형성하기 위한 입력으로서 참조 샘플의 그래디언트 값이 사용될 수 있다. 파라미터들 α 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 참조 샘플의 그래디언트 값은 식 (8) 내지 식 (11)에 추가될 수 있다. 하나의 실시예에서, 현재 블록 템플릿 및 참조 블록 템플릿에서의 픽셀 다운-샘플링이 모델 도출에 대해 사용될 수 있다. 하나의 실시예에서, 코딩된 블록에 대해 어느 모델링 방법이 사용되는지를 표시하기 위해 신택스가 시그널링된다.
일부 예들에서, LIC 모델은 비-선형 항을 포함한다.
일부 예들에서, LIC 모델은 n-탭 공간 도메인 필터를 포함하고, n은 1보다 크다. n-탭 공간 도메인 필터는 십자 형상, 다이아몬드 형상, 및 정사각형 형상 중 적어도 하나의 필터 형상을 갖는다.
LIC 모델의 파라미터들을 도출하기 위해, 일부 예들에서, n-탭 공간 도메인 필터의 필터 계수들을 계산하도록 현재 블록의 제1 템플릿 및 참조 블록의 제2 템플릿에 따라 평균 제곱 에러 최소화가 수행된다.
일부 예들에서, LIC 모델은 참조 샘플의 그래디언트에 선형적으로 기초하는 그래디언트 항을 포함한다.
일부 예들에서, 신택스는 적어도 현재 화상을 운반하는 코딩된 비트스트림으로 인코딩되고, 이러한 신택스는 복수의 후보들로부터의 LIC 모델을 표시한다.
다음으로, 프로세스는 (S1899)으로 진행하여 종료된다.
프로세스(1800)는 적합하게 적응될 수 있다. 프로세스(1800)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
도 19는 본 개시내용의 실시예에 따른 프로세스(1900)를 약술하는 흐름도를 도시한다. 프로세스(1900)는 비디오 디코더에서 사용될 수 있다. 다양한 실시예들에서, 프로세스(1900)는 비디오 디코더(110)의 기능들을 수행하는 처리 회로, 비디오 디코더(210)의 기능들을 수행하는 처리 회로 등과 같은 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1900)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1900)를 수행한다. 프로세스는 (S1901)에서 시작하여 (S1910)으로 진행한다.
(S1910)에서, 코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보가 수신되고, 코딩된 정보는 LIC(local illumination compensation)를 적용하는 것을 표시한다.
(S1920)에서, 현재 블록의 제1 템플릿 및 참조 화상에서의 참조 블록의 제2 템플릿에 따라 LIC 모델의 파라미터들이 도출된다. 참조 블록은 현재 블록에 대한 모션 벡터에 기초하여 결정된다. LIC 모델은 단일 참조 샘플의 진폭에 기초하는 선형 모델과 상이하다.
(S1930)에서, 현재 블록의 보상된 샘플들을 생성하도록 참조 블록에 따라 현재 블록에 대해 LIC 모델이 적용된다.
일부 실시예들에서, LIC를 모델링하기 위해 상이한 식들이 사용될 수 있고, 이러한 식들은 CCLM에서 사용되는 것과 상이하다는 점이 주목된다. 하나의 실시예에서, 식 (8)과 같은, 식을 형성하기 위해 비-선형 항이 사용될 수 있다. 하나의 예에서, 파라미터들 α 0, α 1, 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 식 (9)과 같은, 식을 형성하기 위해 참조 샘플들에 n-탭 공간 도메인 필터가 적용된다. 하나의 실시예에서, n-탭 필터 형상은, 도 13a 내지 도 13c에 도시되는 바와 같은, 다이아몬드 형상, 십자 형상, 정사각형 형상, ..., 등일 수 있지만 이에 제한되지 않는다. 하나의 실시예에서, n-탭 필터가 사용될 때 어느 n-탭 필터 형상이 선택되는지를 표시하기 위해 신택스가 시그널링된다. 하나의 실시예에서, 공간 도메인 필터는 n가 짝수이면 n/2개의 필터 계수들 또는 n가 홀수이면 (n+1)/2개의 필터 계수들을 갖는 대칭 필터일 수 있다. 하나의 실시예에서, 식 (10)과 같은, 비-선형 항이 또한 추가될 수 있다. 다른 실시예에서, 하나보다 많은 비-선형 항이 사용될 수 있고, 비-선형 항들의 수는 공간 필터 탭 수 n 이하일 것이다. 다른 실시예에서, 파라미터들 α k 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 다른 실시예에서, 식 (11)과 같은, 식을 형성하기 위해 참조 샘플들에 n-탭 공간 도메인 필터가 적용된다. 파라미터들 α k 및 k ε[0, n-1]을 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 식 (12)와 같은, 식을 형성하기 위한 입력으로서 참조 샘플의 그래디언트 값이 사용될 수 있다. 파라미터들 α 및 β를 획득하기 위해 LDL 분해를 갖는 자동수정 행렬이 사용된다. 하나의 실시예에서, 참조 샘플의 그래디언트 값은 식 (8) 내지 식 (11)에 추가될 수 있다. 하나의 실시예에서, 현재 블록 템플릿 및 참조 블록 템플릿에서의 픽셀 다운-샘플링이 모델 도출에 대해 사용될 수 있다. 하나의 실시예에서, 코딩된 블록에 대해 어느 모델링 방법이 사용되는지를 표시하기 위해 신택스가 시그널링된다.
일부 예들에서, LIC 모델은 비-선형 항을 포함한다.
일부 예들에서, LIC 모델은 n-탭 공간 도메인 필터를 포함하고, n은 1보다 크다. n-탭 공간 도메인 필터는 십자 형상, 다이아몬드 형상, 및 정사각형 형상 중 적어도 하나의 필터 형상을 갖는다.
LIC 모델의 파라미터들을 도출하기 위해, 일부 예들에서, n-탭 공간 도메인 필터의 필터 계수들을 계산하도록 현재 블록의 제1 템플릿 및 참조 블록의 제2 템플릿에 따라 평균 제곱 에러 최소화가 수행된다.
일부 예들에서, LIC 모델은 참조 샘플의 그래디언트에 선형적으로 기초하는 그래디언트 항을 포함한다.
일부 예들에서, 신택스가 디코딩되고, 이러한 신택스는 복수의 후보들로부터의 LIC 모델을 표시한다.
다음으로, 프로세스는 (S1999)로 진행하여 종료된다.
프로세스(1900)는 적합하게 적응될 수 있다. 프로세스(1900)에서의 단계(들)는 수정 및/또는 생략될 수 있다. 추가적인 단계(들)가 추가될 수 있다. 구현의 임의의 적합한 순서가 사용될 수 있다.
위에 설명된 기법들은 컴퓨터-판독가능 명령어들을 사용하여 컴퓨터 소프트웨어로서 구현되고, 하나 이상의 컴퓨터-판독가능 매체에 물리적으로 저장될 수 있다. 예를 들어, 도 20은 개시된 주제의 특정 실시예들을 구현하기에 적합한 컴퓨터 시스템(2000)을 도시한다.
이러한 컴퓨터 소프트웨어는, 하나 이상의 컴퓨터 CPU(central processing units), GPU(Graphics Processing Units) 등에 의해, 직접, 또는 해석, 마이크로-코드 실행 등을 통해 실행될 수 있는 명령어들을 포함하는 코드를 생성하기 위해 어셈블리, 컴파일(compilation), 링킹(linking), 또는 비슷한 메커니즘들의 대상일 수 있는, 임의의 적합한 머신 코드 또는 컴퓨터 언어를 사용하여 코딩될 수 있다.
이러한 명령어들은, 예를 들어, 개인용 컴퓨터들, 태블릿 컴퓨터들, 서버들, 스마트폰들, 게이밍 디바이스들, 사물 인터넷 디바이스들 등을 포함하는, 다양한 타입들의 컴퓨터들 또는 그 컴포넌트들 상에서 실행될 수 있다.
컴퓨터 시스템(2000)에 대한 도 20에 도시되는 컴포넌트들은 사실상 예시적인 것이고, 본 개시내용의 실시예들을 구현하는 컴퓨터 소프트웨어의 사용 또는 기능성의 범위에 대한 임의의 제한을 암시하도록 의도되는 것은 아니다. 컴포넌트들의 구성이 컴퓨터 시스템(2000)의 예시적인 실시예에서 예시되는 컴포넌트들 중 임의의 하나 또는 이들의 조합과 관련하여 임의의 의존성 또는 요건을 갖는 것으로 해석되어서도 안 된다.
컴퓨터 시스템(2000)은 특정 인간 인터페이스 입력 디바이스들을 포함할 수 있다. 이러한 인간 인터페이스 입력 디바이스는, 예를 들어, (키스트로크들, 스와이프들, 데이터 글러브 이동들과 같은) 촉각적 입력, (음성, 박수와 같은) 오디오 입력, (제스처들과 같은) 시각적 입력, 후각적 입력(묘사되지 않음)을 통한 하나 이상의 인간 사용자에 의한 입력에 응답할 수 있다. 인간 인터페이스 디바이스들은 (음성, 음악, 주변 사운드와 같은) 오디오, (스캐닝된 이미지들, 스틸 이미지 카메라로부터 획득되는 사진 이미지들과 같은) 이미지들, (2차원 비디오, 입체적 비디오를 포함하는 3차원 비디오와 같은) 비디오와 같은, 인간에 의한 의식적인 입력과 반드시 직접적으로 관련되는 것은 아닌 특정 미디어를 캡처하기 위해 또한 사용될 수 있다.
입력 인간 인터페이스 디바이스들은 키보드(2001), 마우스(2002), 트랙패드(2003), 터치 스크린(2010), 데이터-글러브(도시되지 않음), 조이스틱(2005), 마이크로폰(2006), 스캐너(2007), 카메라(2008) 중 하나 이상 (각각의 단지 하나만이 묘사됨)을 포함할 수 있다.
컴퓨터 시스템(2000)은 특정 인간 인터페이스 출력 디바이스들을 또한 포함할 수 있다. 이러한 인간 인터페이스 출력 디바이스들은, 예를 들어, 촉각적 출력, 사운드, 광, 및 냄새/맛을 통해 하나 이상의 인간 사용자의 감각들을 자극하고 있을 수 있다. 이러한 인간 인터페이스 출력 디바이스들은 촉각적 출력 디바이스들(예를 들어, 터치-스크린(2010), 데이터-글러브(도시되지 않음), 또는 조이스틱(2005)에 의한 촉각 피드백이지만, 입력 디바이스들로서 역할하지 않는 촉각 피드백 디바이스들 또한 있을 수 있음), (스피커들(2009), 헤드폰들(묘사되지 않음)과 같은) 오디오 출력 디바이스들, (CRT 스크린들, LCD 스크린들, 플라즈마 스크린들, OLED 스크린들을 포함하는 스크린들(2010), 각각은 터치-스크린 입력 능력이 있거나 또는 없고, 각각은 촉각 피드백 능력이 있거나 또는 없고- 이들 중 일부는 스테레오그래픽 출력과 같은 수단을 통해 2차원 시각적 출력 또는 3차원 이상의 출력을 출력할 수 있음 -; 가상-현실 안경들(묘사되지 않음), 홀로그래픽 디스플레이들 및 연기 탱크들(묘사되지 않음)과 같은) 시각적 출력 디바이스들, 및 프린터들(묘사되지 않음)을 포함할 수 있다.
컴퓨터 시스템(2000)은 인간 액세스가능한 스토리지 디바이스들 및 자신의 연관된 매체들, 예컨대 CD/DVD 등과 같은, 매체(2021)를 갖는 CD/DVD ROM/RW(2020)를 포함하는 광학 매체, 썸-드라이브(thumb-drive)(2022), 이동식 하드 드라이브 또는 솔리드 스테이트 드라이브(2023), 테이프 및 플로피 디스크(묘사되지 않음)와 같은 레거시 자기 매체, 보안 동글(묘사되지 않음)과 같은 특수화된 ROM/ASIC/PLD 기반 디바이스들 등을 또한 포함할 수 있다.
해당 분야에서의 기술자들은 현재 개시된 주제와 관련하여 사용되는 용어 "컴퓨터 판독가능 매체(computer readable media)"가 송신 매체들, 반송파들, 또는 다른 일시적 신호들을 포괄하지 않는다는 점을 또한 이해할 것이다.
컴퓨터 시스템(2000)은 하나 이상의 통신 네트워크(2055)에 대한 인터페이스(2054)를 또한 포함할 수 있다. 네트워크들은, 예를 들어, 무선, 유선, 광학일 수 있다. 네트워크들은 추가로 로컬, 광역, 대도시, 차량 및 산업, 실시간, 지연-허용 등일 수 있다. 네트워크들의 예들은 이더넷과 같은 로컬 영역 네트워크들, 무선 LAN들, GSM, 3G, 4G, 5G, LTE 등을 포함하는 셀룰러 네트워크들, 케이블 TV, 위성 TV, 및 지상파 방송 TV를 포함하는 TV 유선 또는 무선 광역 디지털 네트워크들, CANBus를 포함하는 차량 및 산업 등을 포함한다. 특정 네트워크들은 (예를 들어, 컴퓨터 시스템(2000)의 USB 포트들과 같은) 특정 범용 데이터 포트들 또는 주변 버스들(2049)에 부착되는 외부 네트워크 인터페이스 어댑터들을 보통 요구하고; 다른 것들은 아래에 설명되는 바와 같은 시스템 버스에 대한 부착에 의해 컴퓨터 시스템(2000)의 코어에 보통 집적된다(예를 들어, PC 컴퓨터 시스템으로의 이더넷 인터페이스 또는 스마트폰 컴퓨터 시스템으로의 셀룰러 네트워크 인터페이스). 이러한 네트워크들 중 임의의 것을 사용하여, 컴퓨터 시스템(2000)은 다른 엔티티들과 통신할 수 있다. 이러한 통신은 단방향, 수신 전용(예를 들어, 브로드캐스트 TV), 단방향 전송 전용(예를 들어, CANbus 대 특정 CANbus 디바이스들), 또는, 예를 들어, 로컬 또는 광역 디지털 네트워크들을 사용하는 다른 컴퓨터 시스템들과의 양방향일 수 있다. 위에 설명된 바와 같은 네트워크들 및 네트워크 인터페이스들 각각에 대해 특정 프로토콜들 및 프로토콜 스택들이 사용될 수 있다.
전술된 인간 인터페이스 디바이스들, 인간-액세스가능한 스토리지 디바이스들, 및 네트워크 인터페이스들은 컴퓨터 시스템(2000)의 코어(2040)에 부착될 수 있다.
코어(2040)는 하나 이상의 CPU(Central Processing Units)(2041), GPU(Graphics Processing Units)(2042), FPGA(Field Programmable Gate Areas)(2043)의 형태로 특수화된 프로그램가능 처리 유닛, 특정 태스크에 대한 하드웨어 가속기(2044), 그래픽 어댑터들(2050) 등을 포함할 수 있다. 이러한 디바이스들은, ROM(Read-only memory)(2045), 랜덤-액세스 메모리(2046), 내부 비-사용자 액세스가능 하드 드라이브들, SSD들 등과 같은 내부 대용량 스토리지(2047)와 함께, 시스템 버스(2048)를 통해 접속될 수 있다. 일부 컴퓨터 시스템들에서, 시스템 버스(2048)는 추가적인 CPU들, GPU들 등에 의한 확장들을 가능하게 하기 위해 하나 이상의 물리적 플러그의 형태로 액세스가능할 수 있다. 주변 디바이스들은 코어의 시스템 버스(2049)에 직접, 또는 주변 버스(2048)를 통해 부착될 수 있다. 예에서, 스크린(2010)은 그래픽 어댑터(2050)에 접속될 수 있다. 주변 버스를 위한 아키텍처들은 PCI, USB 등을 포함한다.
CPU들(2041), GPU들(2042), FPGA들(2043), 및 가속기들(2044)은, 조합하여, 전술한 컴퓨터 코드를 구성할 수 있는 특정 명령어들을 실행할 수 있다. 이러한 컴퓨터 코드는 ROM(2045) 또는 RAM(2046)에 저장될 수 있다. 과도적인 데이터가 또한 RAM(2046)에 저장될 수 있는 반면, 영구 데이터가, 예를 들어, 내부 대용량 스토리지(2047)에 저장될 수 있다. 메모리 디바이스들 중 임의의 것에 대한 고속 저장 및 검색은, 하나 이상의 CPU(2041), GPU(2042), 대용량 스토리지(2047), ROM(2045), RAM(2046) 등과 밀접하게 연관될 수 있는, 캐시 메모리의 사용을 통해 인에이블될 수 있다.
컴퓨터 판독가능 매체는 다양한 컴퓨터 구현 동작들을 수행하기 위한 컴퓨터 코드를 그 상에 가질 수 있다. 이러한 매체 및 컴퓨터 코드는 본 개시내용의 목적을 위해 특수하게 설계되고 구성된 것들일 수 있거나, 또는 이들은 컴퓨터 소프트웨어 기술들에서의 기술자들에게 잘 알려져 있고 이용가능한 종류의 것일 수 있다.
제한이 아니라 예로서, 아키텍처를 갖는 컴퓨터 시스템(2000), 및 구체적으로 코어(2040)는 프로세서(들)(CPU들, GPU들, FPGA, 가속기들 등을 포함함)가 하나 이상의 유형의(tangible) 컴퓨터-판독가능 매체에 구현된 소프트웨어를 실행하는 결과로서 기능성을 제공할 수 있다. 이러한 컴퓨터-판독가능 매체는 위에 소개된 바와 같은 사용자-액세스가능한 대용량 스토리지 뿐만 아니라, 코어-내부 대용량 스토리지(2047) 또는 ROM(2045)과 같은 비-일시적인 본질의 것인 코어(2040)의 특정 스토리지와 연관된 매체일 수 있다. 본 개시내용의 다양한 실시예들을 구현하는 소프트웨어가 이러한 디바이스들에 저장되고 코어(2040)에 의해 실행될 수 있다. 컴퓨터-판독가능 매체는 특정 필요에 따라 하나 이상의 메모리 디바이스 또는 칩을 포함할 수 있다. 이러한 소프트웨어는 코어(2040) 및 구체적으로 그 내부의 프로세서들(CPU, GPU, FPGA 등을 포함함)로 하여금, RAM(2046)에 저장되는 데이터 구조들을 정의하는 것 및 소프트웨어에 의해 정의되는 프로세스들에 따라 이러한 데이터 구조들을 수정하는 것을 포함하는, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하게 할 수 있다. 또한 또는 대안으로서, 이러한 컴퓨터 시스템은, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하기 위해 소프트웨어 대신에 또는 그와 함께 동작할 수 있는, 회로(예를 들어: 가속기(2044))에 하드와이어링되거나 또는 다른 방식으로 구현된 로직의 결과로서 기능성을 제공할 수 있다. 소프트웨어에 대한 참조는, 적절한 경우, 로직을 포괄할 수 있고, 그 반대도 가능하다. 컴퓨터-판독가능 매체에 대한 참조는, 적절한 경우, 실행을 위한 소프트웨어를 저장하는 (예를 들어, IC(integrated circuit)와 같은) 회로, 또는 실행을 위한 로직을 구현하는 회로, 또는 양자 모두를 포괄할 수 있다. 본 개시내용은 하드웨어 및 소프트웨어의 임의의 적합한 조합을 포괄한다.
본 개시내용에서의 "~ 중 적어도 하나(at least one of)"의 사용은 나열된 엘리먼트들 중 임의의 하나 또는 이들의 조합을 포함하도록 의도된다. 예를 들어, A, B 또는 C 중 적어도 하나; A, B 및 C 중 적어도 하나; A, B 및/또는 C 중 적어도 하나; 및 A 내지 C 중 적어도 하나에 대한 참조들은 단지 A만, 단지 B만, 단지 C만 또는 이들의 임의의 조합을 포함하도록 의도된다.
본 개시내용이 몇몇 예시적인 실시예들을 설명하였지만, 본 개시내용의 범위 내에 속하는 변경들, 치환들, 및 다양한 대체 균등물들이 존재한다. 따라서, 해당 분야에서의 기술자들은, 비록 본 명세서에 명시적으로 도시되거나 또는 설명되지는 않더라도, 본 개시내용의 원리들을 구현하고 따라서 그 사상 및 범위 내에 있는, 다수의 시스템들 및 방법들을 고안할 수 있을 것이라는 점이 인정될 것이다.

Claims (20)

  1. 비디오 디코딩의 방법으로서,
    코딩된 비디오 비트스트림으로부터 현재 화상에서의 현재 블록의 코딩된 정보를 수신하는 단계- 상기 코딩된 정보는 상기 현재 화상에서의 현재 블록에 대해 LIC(local illumination compensation)를 적용하는 것을 표시함 -;
    현재 블록의 제1 템플릿 및 참조 화상에서의 참조 블록의 제2 템플릿에 따라, LIC 모델의 파라미터들을 도출하는 단계- 상기 참조 블록은 모션 벡터에 기초하여 포인팅되고, 상기 제1 템플릿은 상기 현재 블록 상측 및 좌측에 있는 재구성된 이웃 샘플들의 서브세트를 포함하고, 상기 제2 템플릿은 상기 재구성된 이웃 샘플들의 서브세트에 대한 병치된 샘플들을 포함함 -; 및
    상기 현재 블록의 보상된 샘플들을 생성하도록 상기 참조 블록에 따라 상기 현재 블록에 대해 상기 LIC 모델을 적용하는 단계를 포함하는 방법.
  2. 제1항에 있어서, 상기 제1 템플릿은 상기 현재 블록 상측에 인접한 상기 재구성된 이웃 샘플들의 행을 포함하는 방법.
  3. 제1항에 있어서, 상기 제1 템플릿은 상기 현재 블록 좌측에 인접한 상기 재구성된 이웃 샘플들의 열을 포함하는 방법.
  4. 제1항에 있어서, 상기 제1 템플릿은 상기 현재 블록 상측에 있는 상기 재구성된 이웃 샘플들의 하나 이상의 행을 포함하는 방법.
  5. 제1항에 있어서, 상기 제1 템플릿은 상기 현재 블록 좌측에 있는 상기 재구성된 이웃 샘플들의 하나 이상의 열을 포함하는 방법.
  6. 제1항에 있어서, 추가로,
    복수의 템플릿 후보들로부터의 선택을 위한 제1 템플릿을 표시하는 신택스를 디코딩하는 단계를 포함하는 방법.
  7. 제1항에 있어서, 추가로,
    상기 현재 블록의 크기, 상기 현재 블록의 형상, 상기 현재 블록의 종횡비, 또는 상기 재구성된 이웃 샘플들 중 적어도 하나에 따라 상기 LIC 모델의 파라미터들을 도출하기 위해 상기 제1 템플릿을 사용하기로 결정하는 단계를 포함하는 방법.
  8. 제1항에 있어서, 추가로,
    분류 기준에 따라 제1 블록에서의 샘플들을 적어도 제1 클래스 및 제2 클래스로 분류하는 단계- 상기 제1 블록은 상기 현재 블록 및 상기 참조 블록 중 하나이고, 제2 블록에서의 샘플들은 상기 제1 블록에서의 병치된 샘플들에 따라 분류되고, 상기 제2 블록은 상기 현재 블록 및 상기 참조 블록 중 다른 하나임 -;
    상기 분류 기준에 따라 상기 제1 블록에 대한 템플릿 샘플들을 적어도 상기 제1 클래스 및 상기 제2 클래스로 분류하는 단계- 상기 제2 블록에 대한 템플릿 샘플들은 상기 제1 블록에 대한 대응하는 병치된 템플릿 샘플들에 따라 분류됨 -;
    상기 제1 블록에 대한 템플릿 샘플들의 제1 클래스 및 상기 제2 블록에 대한 템플릿 샘플들의 제1 클래스에 따라 제1 LIC 모델의 제1 파라미터들을 도출하는 단계;
    상기 제1 블록에 대한 템플릿 샘플들의 제2 클래스 및 상기 제2 블록에 대한 템플릿 샘플들의 제2 클래스에 따라 제2 LIC 모델의 제2 파라미터들을 도출하는 단계; 및
    상기 현재 블록의 보상된 샘플들을 생성하도록 상기 제1 LIC 모델을 상기 현재 블록에서의 상기 제1 클래스의 샘플들에 그리고 상기 제2 LIC 모델을 상기 현재 블록에서의 상기 제2 클래스의 샘플들에 적용하는 단계를 포함하는 방법.
  9. 제8항에 있어서, 상기 제1 LIC 모델 및 상기 제2 LIC 모델은 적어도 하나의 상이한 파라미터를 갖는 방법.
  10. 제8항에 있어서, 상기 분류 기준에 따라 상기 제1 블록에서의 샘플들을 적어도 상기 제1 클래스 및 상기 제2 클래스로 분류하는 단계는 추가로,
    상기 제1 블록에서의 샘플 값들의 평균에 기초하여 진폭 임계값을 결정하는 단계; 및
    샘플을 상기 진폭 임계값과의 상기 샘플의 비교에 기초하여 상기 제1 클래스 또는 상기 제2 클래스로 분류하는 단계를 포함하는 방법.
  11. 제8항에 있어서, 상기 분류 기준에 따라 상기 제1 블록에서의 샘플들을 적어도 상기 제1 클래스 및 상기 제2 클래스로 분류하는 단계는 추가로,
    상기 제1 블록에서의 샘플들의 그래디언트 값들에 기초하여 그래디언트 임계값을 결정하는 단계; 및
    상기 그래디언트 임계값과의 상기 샘플의 그래디언트 값의 비교에 기초하여 샘플을 상기 제1 클래스 또는 상기 제2 클래스로 분류하는 단계를 포함하는 방법.
  12. 제8항에 있어서, 상기 제1 LIC 모델의 제1 파라미터들을 도출하는 단계는 추가로,
    최소-평균-제곱 연산 및 LDL 분해를 갖는 자기상관 행렬 연산 중 적어도 하나에 따라 상기 제1 LIC 모델의 제1 파라미터들을 도출하는 단계를 포함하는 방법.
  13. 제8항에 있어서, 추가로,
    상기 현재 블록의 보상된 샘플들을 생성하도록 하나보다 많은 LIC 모델을 적용하는 것을 표시하는 신택스를 디코딩하는 단계를 포함하는 방법.
  14. 제1항에 있어서, 상기 LIC 모델은 단일 참조 샘플의 진폭에 기초하는 선형 모델과 상이한 방법.
  15. 제14항에 있어서, 상기 LIC 모델은 비-선형 항을 포함하는 방법.
  16. 제14항에 있어서, 상기 LIC 모델은 n-탭 공간 도메인 필터를 포함하고, n은 1보다 큰 방법.
  17. 제16항에 있어서, 상기 n-탭 공간 도메인 필터는 십자 형상, 다이아몬드 형상, 및 정사각형 형상 중 적어도 하나의 필터 형상을 갖는 방법.
  18. 제16항에 있어서, 상기 LIC 모델의 파라미터들을 도출하는 단계는 추가로,
    상기 n-탭 공간 도메인 필터의 필터 계수들을 계산하도록 상기 현재 블록의 제1 템플릿 및 상기 참조 블록의 제2 템플릿에 따라 평균 제곱 에러 최소화를 수행하는 단계를 포함하는 방법.
  19. 제14항에 있어서, 상기 LIC 모델은 참조 샘플의 그래디언트에 선형적으로 기초하는 그래디언트 항을 포함하는 방법.
  20. 제14항에 있어서, 추가로,
    복수의 후보들로부터의 상기 LIC 모델을 표시하는 신택스를 디코딩하는 단계를 포함하는 방법.
KR1020247012791A 2022-10-20 2023-09-05 로컬 조명 보상의 개선 KR20240065140A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202263417923P 2022-10-20 2022-10-20
US63/417,923 2022-10-20
US18/240,950 US20240236297A9 (en) 2023-08-31 Local illumination compensation
US18/240,950 2023-08-31
PCT/US2023/073480 WO2024086406A1 (en) 2022-10-20 2023-09-05 Improvement of local illumination compensation

Publications (1)

Publication Number Publication Date
KR20240065140A true KR20240065140A (ko) 2024-05-14

Family

ID=90790801

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020247012791A KR20240065140A (ko) 2022-10-20 2023-09-05 로컬 조명 보상의 개선

Country Status (2)

Country Link
KR (1) KR20240065140A (ko)
WO (1) WO2024086406A1 (ko)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117376554A (zh) * 2016-02-25 2024-01-09 株式会社Kt 用于处理视频信号的方法和设备
US20190342546A1 (en) * 2018-05-03 2019-11-07 FG Innovation Company Limited Device and method for coding video data based on different reference sets in linear model prediction
WO2020192109A1 (zh) * 2019-03-25 2020-10-01 Oppo广东移动通信有限公司 图像分量预测方法、编码器、解码器以及存储介质
CN113767623B (zh) * 2019-04-16 2024-04-02 北京字节跳动网络技术有限公司 用于视频编解码的自适应环路滤波
CN116868571A (zh) * 2021-02-22 2023-10-10 北京达佳互联信息技术有限公司 对于帧间预测的改进的局部光照补偿
US20220312004A1 (en) * 2021-03-23 2022-09-29 Tencent America LLC Method and apparatus for video coding

Also Published As

Publication number Publication date
US20240137487A1 (en) 2024-04-25
WO2024086406A1 (en) 2024-04-25

Similar Documents

Publication Publication Date Title
CN113545083A (zh) 视频编解码的方法和装置
US20200099949A1 (en) Method and apparatus for video coding
KR20210076125A (ko) 비디오 인코딩 또는 디코딩을 위한 방법 및 장치
KR102572104B1 (ko) 비디오 코딩을 위한 방법 및 장치
KR20210049930A (ko) 비디오 디코딩을 위한 방법 및 장치
KR102383950B1 (ko) 예측 오프셋을 갖는 단순화된 아핀 모션 모델 코딩을 위한 기술
US20200021836A1 (en) Method and apparatus for ordering and selection of affine merge candidates in motion compensation
KR20210068512A (ko) 비디오 코딩을 위한 방법 및 장치
KR20210069720A (ko) 작은 코딩 블록들에 대한 단순화된 병합 리스트 구성
KR102604094B1 (ko) 비디오 코딩을 위한 방법 및 장치
KR20220059550A (ko) 비디오 코딩을 위한 방법 및 장치
US11323743B2 (en) Interaction between CU partitions and sub-block transform
US20240137487A1 (en) Local illumination compensation
US20240236297A9 (en) Local illumination compensation
US20240236330A9 (en) Method and apparatus for motion vector coding
US20240137520A1 (en) Method and apparatus for motion vector coding
US20240022758A1 (en) Full-pixel based and group-based motion compensated picture boundary padding
US20230336774A1 (en) Zero motion vector in adaptive reordering of merge candidates (armc)
US20240236350A1 (en) Amvp-merge mode with sbtmvp
US20240163463A1 (en) Scaled intra reference picture
US20230104476A1 (en) Grouping based adaptive reordering of merge candidate
CN118235407A (zh) 局部光照补偿的改进
KR20240066262A (ko) 지오메트리 아핀 모드 및 지오메트리 서브블록 모드들
KR20240051258A (ko) Intrabc 및 intratmp 모드들에 대한 경계 필터링을 위한 방법 및 장치
KR20240108401A (ko) 크로마 및 인트라 템플릿 매칭을 위한 플립핑 모드

Legal Events

Date Code Title Description
A201 Request for examination