WO2014007525A1 - 3차원 영상 데이터 스트림 생성 방법 및 장치, 3차원 영상 데이터 스트림 재생 방법 및 장치 - Google Patents

3차원 영상 데이터 스트림 생성 방법 및 장치, 3차원 영상 데이터 스트림 재생 방법 및 장치 Download PDF

Info

Publication number
WO2014007525A1
WO2014007525A1 PCT/KR2013/005871 KR2013005871W WO2014007525A1 WO 2014007525 A1 WO2014007525 A1 WO 2014007525A1 KR 2013005871 W KR2013005871 W KR 2013005871W WO 2014007525 A1 WO2014007525 A1 WO 2014007525A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
stream
information
partial image
data
Prior art date
Application number
PCT/KR2013/005871
Other languages
English (en)
French (fr)
Inventor
최병두
김재현
박정훈
김찬열
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US14/412,553 priority Critical patent/US20150350624A1/en
Publication of WO2014007525A1 publication Critical patent/WO2014007525A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234327—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by decomposing into layers, e.g. base layer and one or more enhancement layers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N2013/0074—Stereoscopic image analysis
    • H04N2013/0096—Synchronisation or controlling aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream

Definitions

  • the present invention relates to video encoding and decoding, and more particularly, to a method of generating a 3D image data stream for transmitting 3D image data information, and receiving and playing the 3D image data stream.
  • 3D image data service is mainly provided in a frame-compatible approach for compatibility with legacy receivers (legacy receivers).
  • the frame compatibility method is to reduce the original resolution of the left and right images to form both the left and right images in one image frame.
  • the frame compatible method since 3D image data is used as an image signal based on an existing video frame, similarly to an image signal based on an image frame used in a conventional receiver, the frame compatible method receives an image signal based on a frame compatible scheme. It is possible to restore left and right images constituting the 3D video signal and to reproduce the 3D video signal.
  • 3D image data service will be developed into a service capable of providing higher quality 3D image data in the future.
  • the 3D image data service based on the conventional frame compatibility scheme is a method of transmitting two images, i.e., left and right images, in one image frame, half the data is transmitted than the resolution of the original left and right images. This can be relatively degraded.
  • the present invention has been made in an effort to provide a method of providing 3D image data of higher resolution while being compatible with receiving apparatuses based on a conventional frame compatible method.
  • a first partial image including half of data of a three-dimensional image including a first view image of full resolution and a second view image of full resolution and a second partial image including the other half of data are encoded.
  • the encoded image data is included in one stream or two streams and transmitted.
  • the information stream includes information on a stream generation method, information on a partial video to which video data included in the current stream belongs, and viewpoint information.
  • the present invention it is possible to provide high resolution 3D image data compatible with existing receiving apparatuses.
  • conventional receivers reproduce 3D image data as in the related art, and when the high resolution 3D image data can be reproduced according to the performance of the receiver, the receiver receives the high resolution 3D image. Receive and play back data.
  • FIG. 1 is a block diagram of an apparatus 3 for generating 3D image data streams according to an embodiment of the present invention.
  • FIG. 2 is an example of generating an image of a base layer and an image of an enhancement layer from a full resolution 3D image based on a side-by-side scheme according to an embodiment.
  • 3 is an example of generating an image of a base layer and an image of an enhancement layer from a 3D image of a full resolution based on a temporal interleaving scheme according to an embodiment.
  • FIG. 4 is an example of generating a 3D image of a base layer and a 3D image of an enhancement layer from a 3D image of full resolution based on a top-bottom method according to an embodiment.
  • FIG. 5 is a stream generated based on a first stream generation method according to an embodiment, and illustrates one stream including information on an image of a base layer and an image of an enhancement layer.
  • FIG. 6 illustrates a base layer stream including information on a video of a base layer as streams generated based on a second stream generation method and an enhancement layer stream including information on a video of an enhancement layer, according to an embodiment. do.
  • FIG 7 illustrates information included in an information stream according to an embodiment.
  • FIG. 8 is a flowchart illustrating a method of generating a 3D image data stream, according to an exemplary embodiment.
  • FIG. 9 is a block diagram of an apparatus 90 for reproducing three-dimensional image data streams according to an embodiment of the present invention.
  • FIG. 10 illustrates a process of reproducing a 3D image data stream, according to an exemplary embodiment.
  • FIG. 11 is a flowchart of a method of reproducing a 3D image data stream, according to an exemplary embodiment.
  • FIG. 12 is a block diagram of a video encoding apparatus involving video prediction based on coding units having a tree structure, according to an embodiment of the present invention.
  • FIG. 13 is a block diagram of a video decoding apparatus including video prediction based on coding units having a tree structure, according to an embodiment of the present invention.
  • FIG. 14 illustrates a concept of coding units, according to an embodiment of the present invention.
  • 15 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • 16 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • 17 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • FIG. 18 illustrates a relationship between a coding unit and transformation units, according to an embodiment of the present invention.
  • FIG. 19 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • 20 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 21, 22, and 23 illustrate a relationship between a coding unit, a prediction unit, and a transformation unit, according to an embodiment of the present invention.
  • FIG. 24 illustrates a relationship between coding units, prediction units, and transformation units, according to encoding mode information of Table 1.
  • FIG. 24 illustrates a relationship between coding units, prediction units, and transformation units, according to encoding mode information of Table 1.
  • a method of generating a 3D image data stream encodes a first partial image including half of data of a 3D image including a first view image having a full resolution and a second view image having a full resolution. Doing; Encoding a second partial image of the three-dimensional image including the other half of data not included in the first partial image; A first stream generation method including information about the encoded first partial image and information about the encoded second partial image in one stream, and information about the encoded first partial image in a base layer stream; A second stream generation method based on one stream generation method determined from a second stream generation method of including the information on the encoded second partial image in a separate enhancement layer stream and including the information on the encoded first partial image and the second partial image.
  • a method of reproducing a 3D image data stream includes a first partial image including half data of a 3D image including a first view image having a full resolution and a second view image having a full resolution, and the Obtaining a current stream including at least one of a second partial image including the other half of data not included in the first partial image among three-dimensional images;
  • a first stream generation method including information about the encoded first partial image and information about the encoded second partial image in one stream, and including information about the encoded first partial image in a base layer stream;
  • Information on a stream generation method used for the current stream among second stream generation methods including information on the encoded second partial image in a separate enhancement layer stream, and image data included in the current stream includes the first stream;
  • the first partial image and the second partial image are obtained from the current stream or the first partial image is obtained from another stream obtained separately from the current stream and the current stream.
  • Acquiring the second partial image And reproducing a 3D image having a full resolution by using the obtained first partial image and the second partial image.
  • an apparatus for generating a 3D image data stream encodes a first partial image including half data of a 3D image including a first view image having a full resolution and a second view image having a full resolution.
  • a second stream generation method based on one stream generation method determined from a second stream generation method of including the information on the encoded second partial image in a separate enhancement layer stream and including the information on the encoded first partial image and the second partial image.
  • An image data stream generator for generating a stream for the image; And information on the determined stream generation method and image data included in a current stream correspond to a partial image of the first partial image and the second partial image, and the image data included in the current stream is the first view. And an information stream generator for generating an information stream including information on which view image corresponds to one of the image and the second view image.
  • An apparatus for reproducing a 3D image data stream may include a first partial image including half data of a 3D image including a first view image having a full resolution and a second view image having a full resolution, and the An image data stream obtaining unit obtaining a current stream including at least one of a second partial image including the other half of data not included in the first partial image among three-dimensional images;
  • a first stream generation method including information about the encoded first partial image and information about the encoded second partial image in one stream, and including information about the encoded first partial image in a base layer stream;
  • Information on a stream generation method used for the current stream among second stream generation methods including information on the encoded second partial image in a separate enhancement layer stream, and image data included in the current stream includes the first stream;
  • An information stream obtaining unit obtaining a stream; Based on the information of the obtained information stream, the first partial image and the second partial image are obtained from the current stream or the first partial image is obtained from another stream obtained separately from the current stream and the current stream.
  • An image decoder configured to acquire the second partial image and to decode the obtained first partial image and the second partial image; And a 3D image demultiplexer configured to reconstruct the decoded first partial image and the second partial image based on the obtained information streams to generate a full resolution 3D image.
  • the 3D image refers to image data that includes a left view image and a right view image, or includes a single view image and information about a left view image and a right view image based on a frame compatibility method. It may mean an image.
  • an image of one view of the left view image and the right view image may be referred to as a first view image, and an image of the other view may be referred to as a second view image.
  • the full resolution means the original resolution of the input image.
  • FIG. 1 is a block diagram of an apparatus 3 for generating 3D image data streams according to an embodiment of the present invention.
  • the apparatus for generating 3D image data streams 10 includes a 3D image multiplexer 11, an image encoder 12, and a stream generator 15.
  • the 3D image multiplexer 11 includes an image of a base layer including half of data of a 3D image including a left view image of full resolution and a right view of full resolution, and the rest of the 3D image except for the image of the base layer. Generate an image of an enhancement layer containing half the data.
  • the image encoder 12 includes a first image encoder 13 that encodes an image of a base layer, and a second image encoder 14 that encodes an image of an enhancement layer.
  • the base layer image refers to a first partial image including half data of a 3D image including a left view image having a full resolution and a right view having a full resolution.
  • the image of the base layer may be an image generated based on a frame compatibility scheme.
  • the image of the enhancement layer refers to an image of the base layer, that is, the remaining second partial image which is not included in the first partial image of the original 3D image.
  • the stream generator 15 includes an image data stream generator 16 and an information stream generator 17.
  • the video data stream generation unit 16 adds the video information of the base layer to the first stream generation method for adding information about the video of the base layer and the video of the enhancement layer to one stream, or the video layer of the base layer to the base layer stream.
  • a data stream relating to the 3D video data is generated based on one of the stream generating methods of the second stream generating method of adding the video information of the enhancement layer to the stream of.
  • An image of the base layer added to one stream and an image of the enhancement layer based on the first stream generation method may be distinguished through a temporal identifier (temporal_id).
  • the information stream generator 17 determines whether the information on the stream generation method determined by the video data stream generator 16 and the video data included in the current stream correspond to a partial video of the first partial video and the second partial video. And an information stream including information about the information on which one of the first view image and the second view image corresponds to the image data included in the current stream.
  • the three-dimensional image multiplexer 11 includes side-by-side, top-bottom, column interleaving, row interleaving, and temporal interleaving.
  • Base frame by selecting half of data of full resolution left view frame and full resolution right view frame according to Frame Packing Arrangement (FPA) method of checkerboard interleaving.
  • FPA Frame Packing Arrangement
  • the 3D image multiplexer 11 may select an enhancement layer image frame by using the remaining data not included in the base layer image frame but included in the input full resolution left view image frame and the full resolution right view image frame.
  • the information on the frame packing arrangement is information on a method of configuring 3D image data, and how to utilize the image data included in the 3D image data stream received by the receiving apparatus (or playback apparatus) receiving the 3D image stream. Information about whether to construct a 3D image.
  • the information about the frame packing arrangement may be included in the frame packing arrangement SEI message among the Supplemental Enhancement Information (SEI) messages. Specifically, information about the frame packing arrangement included in the SEI message will be described later.
  • SEI Supplemental Enhancement Information
  • FIG. 2 is an example of generating an image of a base layer and an image of an enhancement layer from a full resolution 3D image based on a side-by-side scheme according to an embodiment.
  • the 3D image multiplexer 11 combines a full resolution left view image 21 and a full resolution right view image 22, and a full resolution left view image 21 and a full resolution.
  • the image 23 of the base layer including half of the right-view image 22 of the image and the enhancement layer image 24 including the other half of the data except the image 23 of the base layer are generated.
  • the 3D image multiplexer 11 may include the data of the even columns e and the right view image 22 of the left view image 21.
  • One base layer image 23 is generated using the even columns e of the plurality of columns, and data of the odd columns o of the left view image 21 and odd columns of the right view image 22 are generated.
  • One enhancement layer image 24 is generated using the data of o). Assuming that the resolutions of the original left view image 21 and the right view image 22 are 1920x1080, the resolutions of the base layer image 23 and the enhancement layer image 24 are also 1920x1080.
  • Each of the base layer image 23 and the enhancement layer image 24 includes 1/2 data of the left view image 21 and 1/2 data of the right view image 22.
  • 3 is an example of generating an image of a base layer and an image of an enhancement layer from a 3D image of a full resolution based on a temporal interleaving scheme according to an embodiment.
  • the temporal interleaving method is a method in which a full resolution left view image L and a full resolution right view image R are alternately arranged. That is, the temporal interleaving method means a method in which only one image of the left view image and the right view image input at one time is selected, and the left view image and the right view image are alternately arranged in time order.
  • the 3D image multiplexer 11 selects an image of one view of a left view image having a full resolution and a right view image having a full resolution input at the same time to generate an image of a base layer. Meanwhile, an image of an enhancement layer including the other half of the data except for the base layer may be generated.
  • the 3D image multiplexer 11 determines a left view image 31 having a full resolution input at 2N time as a base layer image, and inputs a full input at 2N time.
  • the right view image 36 having the resolution is determined as an enhancement layer image.
  • the 3D image multiplexer 11 determines the base view image of the right view image 32 having the full resolution input at (2N + 1) time and the full resolution input at (2N + 1) time.
  • the left view image 37 is determined as an enhancement layer image.
  • the 3D image multiplexer 11 determines the left view image 33 of the full resolution input at (2N + 2) time as the base layer image, and the right side of the full resolution input at (2N + 2) time.
  • the viewpoint image 38 is determined as an enhancement layer image. Also, the 3D image multiplexer 11 determines the full resolution right view image 34 input at (2N + 3) time as the base layer image and the left side of the full resolution input at (2N + 3) time. The viewpoint image 39 is determined as an enhancement layer image.
  • the 3D image multiplexer 11 determines and outputs one of the left view image and the right view image inputted at the same time as the base layer image, and outputs the base layer image.
  • the image is determined and output as an enhancement layer image.
  • each of the base layer image and the enhancement layer image includes data of only one viewpoint of the left view image and the right view image, each of the base layer image and the enhancement layer image based on the temporal interleaving method Only half of the data is included as compared to the 3D image data.
  • FIG. 4 is an example of generating a 3D image of a base layer and a 3D image of an enhancement layer from a 3D image of full resolution based on a top-bottom method according to an embodiment.
  • the 3D image multiplexing unit 11 combines a full resolution left view image 41 and a full resolution right view image 42 to form a full resolution left view image 41 and a full resolution.
  • the image 43 of the base layer including half of the right-view image 42 of the image and the enhancement layer image 44 including the other half of the data except the image 43 of the base layer are generated.
  • the 3D image multiplexer 11 may include the data of the even rows t and the even rows of the right view image 42 of the left view image 41.
  • One base layer image 43 is generated using t), and one enhancement is performed using data of odd columns o of the left view image 41 and odd columns o of the right view image 42.
  • the hierarchical image 44 is generated. Assuming that the resolutions of the original left view image 41 and the right view image 42 are 1920x1080, the resolutions of the base layer image 43 and the enhancement layer image 44 are also 1920x1080.
  • Each of the base layer image 43 and the enhancement layer image 44 includes 1/2 data of the left view image 41 and 1/2 data of the right view image 42.
  • a three-dimensional image multiplexer is applied by applying column interleaving, row interleaving, and checkerboard interleaving.
  • 11 generates and outputs an image of a base layer including half of data of a full-resolution left view image and a full-resolution right view image, and an image of an enhancement layer including the other half of data except the base layer image; do.
  • the left view image and the right view image are extracted from the base layer image, and then the left view image and the right view point of the full resolution are up-converted. Restore the image.
  • an image stream of an enhancement layer including the remaining 3D image data not included in the base layer image is used.
  • the receiving device When the receiving device receives the enhancement layer stream in addition to the base layer stream, the receiving device combines the 3D image included in the base layer stream and the 3D image included in the enhancement layer stream, so that the full resolution 3D image without the upconversion is performed. Can be restored. If the reception apparatus capable of restoring only the base layer stream as in the conventional receiver, even when both the base layer stream and the enhancement layer stream are received, the reception apparatus restores and reproduces the 3D image using only the base layer stream. The receiving apparatus capable of processing the enhancement layer stream restores and reproduces the 3D image using both the base layer stream and the enhancement layer stream. An apparatus for receiving and reproducing a 3D video data stream will be described later.
  • the first image encoder 13 encodes an image of a base layer output from the 3D image multiplexer 11.
  • the second image encoder 14 encodes an image of an enhancement layer output from the 3D image multiplexer 11.
  • the first image encoder 13 and the second image encoder 14 encode an image based on various image compression schemes such as MPEG-2, MPEG-4, H.264 / AVC, and High Efficiency Video Coding (HEVC). Can be encoded.
  • the first image encoder 13 may encode an image of a base layer using MPEG-2, MPEG-4, and H.264 / AVC for compatibility with a conventionally widely used receiving apparatus.
  • a method of encoding an image based on HEVC will be described later with reference to FIGS. 12 to 24.
  • a method of encoding an image by the first image encoder 13 and the second image encoder 14 is not limited thereto, and various image compression methods may be applied.
  • FIG. 5 is a stream generated based on a first stream generation method according to an embodiment, and illustrates one stream including information on an image of a base layer and an image of an enhancement layer
  • FIG. 6 according to an embodiment.
  • a stream generated based on the second stream generation method and a base layer stream including information on the video of the base layer and an enhancement layer stream including information on the video of the enhancement layer are shown.
  • the image data stream generator 16 may include information about an image of a base layer and an image of an enhancement layer in one stream based on a first stream generation method. Whether the image data 51 and 52 included in one stream 50 is the base layer image or the enhancement layer image may be distinguished through a temporal identifier (temporal_id). As an example, the image data stream generator 16 includes image data obtained by encoding an image of a base layer in image data 51 having a value of temporal_id of 0, and image data 52 having a value of temporal_id of 1. May include image data obtained by encoding an image of an enhancement layer. Each of the image data 51 and 52 included in the stream 50 may be one access unit (AU). That is, the image data 51 and 52 included in the stream 50 may be image data generated in units of frames. In other words, the image data 51 and 52 included in the stream 50 are image data obtained by encoding one first partial image or one second partial image, respectively.
  • AU access unit
  • the image data stream generator 16 adds the image data 61 of the base layer to the base layer stream 60 based on the second stream generation method, and enhance layer stream 62. ) May include image data 63 of an enhancement layer.
  • the image data 61 and 62 included in the base layer stream 60 and the enhancement layer stream 62 may also be one access unit (AU).
  • the information stream generator 17 may include information about a stream generation method used for generating the current stream among the first stream generation method and the second stream generation method, and a first partial image in which the image data included in the current stream is a base layer image; Information including information on which partial video of the second partial video, which is an enhancement layer image, and information on which of the first video and the second video are included in the current stream. Create a stream. Information included in the information stream corresponds to information for composing a 3D image after image decoding, and is not directly used to decode image data. Therefore, the information stream may be transmitted through an SEI message separately from the video data stream.
  • the SEI message is configured in an SEI NAL (Network Adaptive Layer) unit and may be transmitted together with encoded image data by being included in an access unit.
  • SEI NAL Network Adaptive Layer
  • FIG 7 illustrates information included in an information stream according to an embodiment.
  • the information stream may include information about the frame packing arrangement.
  • the information about the frame packing arrangement is information about a method of configuring the 3D image data, and the image included in the 3D image stream received by the receiving apparatus (or the reproducing apparatus) receiving the 3D image stream.
  • Information on how to use the data to construct a 3D image may be included.
  • the information on the frame packing arrangement included in the SEI message includes use_temporal_layer_for_fullresolution_flag indicating information on the stream generation method used for generating the current video data stream among the first stream generation method and the second stream generation method.
  • use_temporal_layer_for_fullresolution_flag is 1, this indicates a case where both the base layer and the enhancement layer video data are included in the current video data stream based on the first stream generation method.
  • the base layer image and the enhancement layer image included in one stream may be distinguished through a temporal identifier (temporal_id).
  • the image data having the value of termporal_id of 0 may be base layer image data
  • the image data having the value of termporal_id of 1 may be enhancement layer image data.
  • the present invention is not limited to this example, and it may be set whether or not it is base layer image data or enhancement layer image data according to the value of termporal_id.
  • use_temporal_layer_for_fullresolution_flag When use_temporal_layer_for_fullresolution_flag is 0, this may indicate a case in which the base layer video data is included in the base layer stream and the enhancement layer video data is included in the enhancement layer stream based on the second stream generation method.
  • temporal_id_one_is_complementary_data_flag 1
  • the image data having the value of temporal_id of 1 is an enhancement layer image corresponding to the image of the base layer having the previous temporal_id of 0.
  • temporal_id_one_is_complementary_data_flag 0 when temporal_id_one_is_complementary_data_flag is 0, this indicates that image data having a value of 1 for temporal_id is an image associated with data located on the leftmost upper side of the original image. If the 3D image is arranged according to a temporal interleaving scheme, temporal_id_one_is_complementary_data_flag is set to 0.
  • temporal_id_one_is_frame1_flag which is a flag indicating which video image is included in the video data stream encoded based on the temporal interleaving method, corresponds to a video image of which view from among a left view image and a right view image.
  • frame 0 one of the left view image and the right view image that are to be displayed at the same time
  • temporal_id_one_is_frame1_flag indicates whether image data having a value of temporal_id corresponds to frame 1.
  • temporal_id_one_is_frame1_flag when temporal_id_one_is_frame1_flag is 1, it indicates that image data having a value of temporal_id of 1 corresponds to frame 1 and that image data having a value of 0 of previously decoded temporal_id corresponds to frame 0.
  • the display time must be delayed so that the previously decoded frame 0 image is displayed simultaneously with frame 1.
  • temporal_id_one_is_frame1_flag it indicates that image data having a value of 1 for temporal_id corresponds to frame 0, and that image data having a value of 0 for temporal_id previously decoded corresponds to frame 1.
  • one image data stream includes image data encoded in the order of frame 0 and frame 1
  • temporal_id_one_is_frame1_flag is 0, the previously decoded frame 0 image is displayed simultaneously with frame 1 currently decoded. The display time is not delayed.
  • the information about the frame packing arrangement included in the SEI message may include temporal_id_one_is_self_contained_flag indicating an inter prediction relationship between image data having a value of temporal_id of 0 and image data having a value of 1 of temporal_id.
  • temporal_id_one_is_self_contained_flag When temporal_id_one_is_self_contained_flag is 1, it indicates that inter prediction between image data having a value of temporal_id of 0 and image data having a value of temporal_id of 1 may be performed during decoding, and when 0, no inter prediction is performed. Indicates.
  • the image data stream generated based on the second stream generation method may be one of a base layer stream including base layer image data and an enhancement layer stream including enhancement layer image data. Therefore, it is necessary to signal to the receiving apparatus which layer of the base layer stream and the enhancement layer stream corresponds to the current video data stream.
  • the information about the frame packing arrangement included in the SEI message may include current_frame_is_complementary_data_flag indicating which layer of the base layer stream and the enhancement layer stream corresponds to the current video data stream.
  • current_frame_is_complementary_data_flag 1 indicates that the current video data stream is an enhancement layer stream including an enhancement layer video, and that the video data stream received separately from the current video data stream is a base layer stream including the base layer video. That is, when current_frame_is_complementary_data_flag is 1, a picture included in the current picture data stream is included in another picture data stream and corresponds to an enhancement layer picture for a base layer picture having the same picture order count (POC).
  • POC picture order count
  • the information about the frame packing arrangement included in the SEI message may include information about the left view video and the right view video of the image data included in the current video data stream. It includes current_frame_is_frame0_flag which is a flag indicating which time point the image corresponds to.
  • current_frame_is_frame0_flag is 1, video data included in the current video data stream corresponds to frame 0, and video data of the same POC included in another video data stream corresponds to frame 1.
  • current_frame_is_frame0_flag When current_frame_is_frame0_flag is 0, video data included in the current video data stream corresponds to frame 1, and video data of the same POC included in another video data stream corresponds to frame 0.
  • frame_packing_arrangement_type indicating information about a scheme applied to an image included in the current stream may also be transmitted through the information stream.
  • FIG. 8 is a flowchart illustrating a method of generating a 3D image data stream, according to an exemplary embodiment.
  • the first image encoder 13 may include data of half of a three-dimensional image including a first view image having a full resolution and a second view image having a full resolution. 1 Encode the partial image.
  • the second image encoder 14 encodes a second partial image including the remaining half of data not included in the first partial image of the 3D image.
  • the first partial image is side-by-side, top-bottom, column interleaving, row interleaving in the 3D image multiplexer 11. (half of a full-resolution left-view video frame and a full-resolution right-view video frame according to the frame packing arrangement of one of row interleaving, temporal interleaving, and checkerboard interleaving).
  • the base layer frame that selects and creates data.
  • the second partial image is included in the full resolution left view image frame and the full resolution right view image frame inputted by the 3D image multiplexer 11, but uses the remaining data not included in the base layer image frame.
  • the generated enhancement layer image frame corresponds to the generated enhancement layer image frame.
  • the image data stream generator 16 may generate a first stream generation method including information about the first partial image encoded in one stream and information about the encoded second partial image, and the base layer stream.
  • a coded first part based on one stream generation method of one of the second stream generation methods including information about the encoded first partial image and including information about the encoded second partial image in a separate enhancement layer stream Generate streams for the video and the second partial video.
  • whether the image data included in one image data stream is the image of the base layer or the image of the enhancement layer may be distinguished through a temporal identifier (temporal_id).
  • the image data having a value of temporal_id of 0 may include image data obtained by encoding an image of a base layer
  • the image data having a value of temporal_id of 1 may include image data obtained by encoding an image of an enhancement layer.
  • the information stream generator 17 may determine whether the information on the determined stream generation method and the image data included in the current stream correspond to a partial image of the first partial image and the second partial image, and are included in the current stream. An information stream including information about which view image of the first view image and the second view image corresponds to the view is generated.
  • the first partial video encoded in different temporal layers included in the current video data stream and distinguished through a temporal ID A flag indicating whether to include each of the second partial images (use_temporal_layer_for_fullresolution_flag), a flag indicating which of the partial images of the first partial image and the second partial image corresponds to a partial image (temporal_id_one_is_complimentary_data_flag) and different data.
  • a flag (temporal_id_one_is_frame1_flag) indicating which view image of the first view image and the second view image corresponds to data included in the temporal layer may be included in the information stream.
  • the current stream is generated based on the second stream generation method, that is, if use_temporal_layer_for_fullresolution_flag is 0, whether the data included in the current video data stream corresponds to a partial video of the first partial video and the second partial video.
  • a flag indicating current_frame_is_complementary_data_flag and a flag (current_frame0_flag) indicating which view image of the first view image and the second view image correspond to data included in the current image data stream may be included in the information stream.
  • This information stream may be generated in the form of an SEI message.
  • FIG. 9 is a block diagram of an apparatus 90 for reproducing three-dimensional image data streams according to an embodiment of the present invention.
  • the apparatus for reproducing a 3D video data stream 90 includes a stream obtaining unit 91, an image decoding unit 95, and a 3D image multiplexing unit 98.
  • the stream acquisition unit 91 includes an information stream acquisition unit 92 and an image data stream acquisition unit 93.
  • the image data stream acquisition unit 93 includes a first partial image and a first partial image including half of data of a 3D image including a first view image having a full resolution and a second view image having a full resolution. Obtain an image data stream including at least one of the second partial images including the other half of data not included in the data.
  • the image data stream encoded by the first stream generation method includes both information about the encoded first partial image and information about the encoded second partial image.
  • the image data stream encoded by the second stream generation method corresponds to one of a base layer stream including the first partial image and an enhancement layer stream including the second partial image.
  • the information stream acquisition unit 92 may include information on a stream generation method used for the current image data stream received by the image data stream acquisition unit 93, and the image data included in the current stream may be the first partial image and the second partial image. And an information stream including information on which partial image corresponds to and from which view image the image data included in the current image data stream corresponds to the first view image and the second view image.
  • Information streams include side-by-side, top-bottom, column interleaving, row interleaving, temporal interleaving, and checkerboard interleaving.
  • frame packing methods such as checkerboard interleaving
  • information on frame_packing_arrangement_type indicating information about a method applied to an image included in a current image data stream may also be included.
  • the information stream acquisition unit 92 may obtain frame packing arrangement information, which is information on a method of configuring 3D image data, through the SEI message as shown in FIG. 7.
  • a stream generation method applied to the current image data stream received by the image data stream acquisition unit 93 may be determined.
  • use_temporal_layer_for_fullresolution_flag is 1, this indicates a case where both the base layer and the enhancement layer video data are included in the current video data stream based on the first stream generation method.
  • the base layer image and the enhancement layer image included in one image data stream may be distinguished through a temporal identifier (temporal_id). If use_temporal_layer_for_fullresolution_flag is 0, the current video data stream is a video data stream generated based on the second stream generation method.
  • temporal_id_one_is_complementary_data_flag it indicates that the image data having a value of temporal_id of 1 is an image of an enhancement layer.
  • temporal_id_one_is_complementary_data_flag 1
  • the image data having the value of temporal_id of 1 is an enhancement layer image corresponding to the image of the base layer having the previous temporal_id of 0.
  • temporal_id_one_is_complementary_data_flag 0 when temporal_id_one_is_complementary_data_flag is 0, this indicates that image data having a value of 1 for temporal_id is an image associated with data located on the leftmost upper side of the original image.
  • the information stream includes a temporal_id_one_is_frame1_flag, which is a flag indicating which video data included in the video data stream corresponds to a video of a left view video and a right view video. May be included.
  • temporal_id_one_is_frame1_flag indicates whether image data having a value of temporal_id corresponds to frame 1.
  • temporal_id_one_is_frame1_flag indicates that image data having a value of temporal_id of 1 corresponds to frame 1 and that image data having a value of 0 of previously decoded temporal_id corresponds to frame 0.
  • temporal_id_one_is_frame1_flag When temporal_id_one_is_frame1_flag is 0, it indicates that image data having a value of 1 for temporal_id corresponds to frame 0, and that image data having a value of 0 for temporal_id previously decoded corresponds to frame 1.
  • the current video data stream is generated based on the second stream generating method.
  • the current video data stream is either a base layer stream or an enhancement layer stream. Whether the current video data stream generated based on the second stream generation method corresponds to a stream of the base layer stream or the enhancement layer stream may be determined through current_frame_is_complementary_data_flag.
  • current_frame_is_complementary_data_flag When current_frame_is_complementary_data_flag is 1, this indicates that the current video data stream is an enhancement layer stream including an enhancement layer video, and that the video data stream received separately from the current video data stream is a base layer stream including the base layer video. That is, when current_frame_is_complementary_data_flag is 1, a picture included in the current picture data stream is included in another picture data stream and corresponds to an enhancement layer picture for a base layer picture having the same picture order count (POC).
  • POC picture order count
  • the information about the frame packing arrangement included in the SEI message may include information on the left view video and the right view video. It includes current_frame_is_frame0_flag which is a flag indicating which view of the viewpoint image corresponds to the viewpoint.
  • current_frame_is_frame0_flag is 1, video data included in the current video data stream corresponds to frame 0, and video data of the same POC included in another video data stream corresponds to frame 1.
  • current_frame_is_frame0_flag When current_frame_is_frame0_flag is 0, video data included in the current video data stream corresponds to frame 1, and video data of the same POC included in another video data stream corresponds to frame 0.
  • the image decoder 95 may acquire the first partial image and the second partial image from the current image data stream based on the first stream generation method based on the information of the information stream acquired by the information stream obtainer 92. Can be. If the current video data stream is generated based on the second stream generation method, the video decoder 95 may generate a first partial video from the current video data stream and another video data stream obtained separately from the current video data stream. A second partial image may be obtained. The first image decoder 96 of the image decoder 95 decodes the obtained first partial image, and the second image decoder 97 decodes the obtained second partial image.
  • the 3D image demultiplexer 98 generates a 3D image having a full resolution by reconstructing the decoded first partial image and the second partial image based on the obtained information stream information.
  • the 3D image data stream reproducing apparatus 90 When receiving and decoding only the base layer stream, the 3D image data stream reproducing apparatus 90 according to an embodiment extracts a left view image and a right view image from the base layer image, and then pulls them up through up-conversion. The left view image and the right view image of the resolution are restored.
  • the 3D image data stream reproducing apparatus 90 receives the enhancement layer stream in addition to the base layer stream, the 3D image data stream reproducing apparatus 90 combines the 3D image included in the base layer stream and the 3D image included in the enhancement layer stream, so that the 3D image data stream reproducing apparatus 90 does not have a full version. The 3D image of the resolution may be restored.
  • FIG. 10 illustrates a process of reproducing a 3D image data stream, according to an exemplary embodiment.
  • each of the first partial image 1001 of the base layer and the second partial image 1021 of the enhancement layer among the various frame packing arrangement methods is an image generated through the side-by-side scheme. That is, the first partial image 1001 includes data of an even column of a full resolution left view image and data of an even column of a right view image of a full resolution, and the second partial image 1021 includes a left view of a full resolution It is assumed that odd-numbered columns of data and odd-numbered columns of data in full resolution are included.
  • the current image data stream includes the first partial image 1001 of the base layer in the image data having the temporal_id of 0 based on the first stream generation method, and the image data having the temporal_id of 1 includes the second partial image of the enhancement layer. Assume that 1021 is included.
  • the image decoder 96 of the 3D image data stream reproducing apparatus 90 decodes the first partial image 1001 of the base layer included in the current image data stream.
  • the three-dimensional image demultiplexer 98 rearranges 1002 the first partial image 1001 of the decoded base layer, and performs data of even columns of the first viewpoint image of full resolution from the first partial image 1001.
  • An image 1003 including an image and an image 1004 including data of even columns of a second view image having a full resolution are obtained.
  • the image decoder 96 also decodes the second partial image 1021 of the enhancement layer included in the current image data stream.
  • the three-dimensional image demultiplexer 98 rearranges 1022 the second partial image 1021 of the decoded base layer, and performs data of the odd column of the first viewpoint image of full resolution from the second partial image 1021.
  • An image 1023 including an image and an image 1024 including data of odd columns of a second view image having a full resolution are obtained.
  • the receiving device that cannot process the image of the enhancement layer uses only the first partial image 1001 of the base layer, an image including data of even columns of the first view image of full resolution ( 1003), an image 1004 including data of even columns of the second view image having the full resolution is obtained, and the obtained images 1003 and 1004 are upconverted 1005 and 1006, respectively, to obtain the first full resolution first image.
  • a viewpoint image 1007 and a second viewpoint image 1008 are obtained.
  • the image 1003 and the second partial image including data of even columns of the first view image having the full resolution obtained from the first partial image 1001 ( The first view image 1025 having the full resolution may be obtained by combining the image 1023 including the odd column data among the first view images having the full resolution obtained from the 1021.
  • an image 1004 and a second portion including data of even columns of the second view image having the full resolution obtained from the second partial image 1021 are decoded.
  • the second view image 1026 having the full resolution may be obtained by combining the image 1024 including the data of the odd column among the second view images having the full resolution obtained from the image 1021.
  • the first view image 1025 and the second view image 1026 having the full resolution have pixel values corresponding to the original input image without the upconversion process
  • the first view image 1025 and the second view image 1026 are generated through the upconversion process using only the base layer image.
  • the first view image 1007 and the second view image 1008 of the full resolution have higher quality.
  • FIG. 11 is a flowchart of a method of reproducing a 3D image data stream, according to an exemplary embodiment.
  • the image data stream acquisition unit 93 may include a data including half data of a three-dimensional image including a first view image having a full resolution and a second view image having a full resolution.
  • a current stream including at least one of a second partial image including the other half of data not included in the first partial image of the one partial image and the 3D image is obtained.
  • the information stream acquisition unit 92 may generate a first stream generation method including information on the first partial image encoded in one stream and information on the encoded second partial image, and the base layer stream.
  • Information on the stream generation method used for the current stream among the second stream generation methods including information about the encoded first partial image and including information about the encoded second partial image in a separate enhancement layer stream; Which of the first and second partial images of the image data included in the stream corresponds to which partial image, and which of the first and second view images corresponds to which of the first and second view images Obtain an information stream that contains information about.
  • the information stream may be transmitted via an SEI message.
  • the image decoder 96 may acquire the first partial image and the second partial image from the current image data stream, or may obtain the current image data stream and the current image data stream based on the obtained information stream information.
  • the first partial image and the second partial image are obtained from another separately obtained image data stream.
  • the image decoder 95 may obtain the first partial image and the second partial image from the current image data stream. If the current image data stream is generated based on the second stream generation method, the image decoder 95 may determine the first partial image from each of the current image data stream and other image data streams obtained separately from the current image data stream. And a second partial image may be acquired.
  • the first image decoder 96 of the image decoder 95 decodes the obtained first partial image
  • the second image decoder 97 decodes the obtained second partial image
  • the dimensional image demultiplexer 98 rearranges the decoded first partial image and the second partial image to output a first view image having a full resolution and a second view image having a full resolution.
  • a video encoding method and apparatus according to HEVC a video decoding method, and an apparatus for performing an encoding and decoding process based on coding units having a tree structure will be described with reference to FIGS. 12 to 24.
  • the video encoding method and apparatus described below may be applied to the image encoder 320 of FIG. 1, and the video decoding method and apparatus may be applied to the image decoder 96 of FIG. 9.
  • FIG. 12 is a block diagram of a video encoding apparatus involving video prediction based on coding units having a tree structure, according to an embodiment of the present invention.
  • the video encoding apparatus 100 including video prediction based on coding units having a tree structure may include a maximum coding unit splitter 110, a coding unit determiner 120, and an outputter 130.
  • the video encoding apparatus 100 that includes video prediction based on coding units having a tree structure is abbreviated as “video encoding apparatus 100”.
  • the maximum coding unit splitter 110 may partition the current picture based on the maximum coding unit that is a coding unit of the maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, or the like, and may be a square data unit having a square of two horizontal and vertical sizes.
  • the image data may be output to the coding unit determiner 120 for at least one maximum coding unit.
  • the coding unit according to an embodiment may be characterized by a maximum size and depth.
  • the depth indicates the number of times the coding unit is spatially divided from the maximum coding unit, and as the depth increases, the coding unit for each depth may be split from the maximum coding unit to the minimum coding unit.
  • the depth of the largest coding unit is the highest depth and the minimum coding unit may be defined as the lowest coding unit.
  • the maximum coding unit decreases as the depth increases, the size of the coding unit for each depth decreases, and thus, the coding unit of the higher depth may include coding units of a plurality of lower depths.
  • the image data of the current picture may be divided into maximum coding units according to the maximum size of the coding unit, and each maximum coding unit may include coding units divided by depths. Since the maximum coding unit is divided according to depths, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depths.
  • the maximum depth and the maximum size of the coding unit that limit the total number of times of hierarchically dividing the height and the width of the maximum coding unit may be preset.
  • the coding unit determiner 120 encodes at least one divided region obtained by dividing the region of the largest coding unit for each depth, and determines a depth at which the final encoding result is output for each of the at least one divided region. That is, the coding unit determiner 120 encodes the image data in coding units according to depths for each maximum coding unit of the current picture, and selects a depth at which the smallest coding error occurs to determine the coding depth. The determined coded depth and the image data for each maximum coding unit are output to the outputter 130.
  • Image data in the largest coding unit is encoded based on coding units according to depths according to at least one depth less than or equal to the maximum depth, and encoding results based on the coding units for each depth are compared. As a result of comparing the encoding error of the coding units according to depths, a depth having the smallest encoding error may be selected. At least one coding depth may be determined for each maximum coding unit.
  • the coding unit is divided into hierarchically and the number of coding units increases.
  • a coding error of each data is measured, and whether or not division into a lower depth is determined. Therefore, even in the data included in one largest coding unit, since the encoding error for each depth is different according to the position, the coding depth may be differently determined according to the position. Accordingly, one or more coding depths may be set for one maximum coding unit, and data of the maximum coding unit may be partitioned according to coding units of one or more coding depths.
  • the coding unit determiner 120 may determine coding units having a tree structure included in the current maximum coding unit.
  • the coding units having a tree structure according to an embodiment include coding units having a depth determined as a coding depth among all deeper coding units included in the maximum coding unit.
  • the coding unit of the coding depth may be hierarchically determined according to the depth in the same region within the maximum coding unit, and may be independently determined for the other regions.
  • the coded depth for the current region may be determined independently of the coded depth for the other region.
  • the maximum depth according to an embodiment is an index related to the number of divisions from the maximum coding unit to the minimum coding unit.
  • the first maximum depth according to an embodiment may represent the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, since depth levels of 0, 1, 2, 3, and 4 exist, the first maximum depth is set to 4 and the second maximum depth is set to 5. Can be.
  • Prediction encoding and transformation of the largest coding unit may be performed. Similarly, prediction encoding and transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth below the maximum depth.
  • encoding including prediction encoding and transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • prediction encoding and transformation will be described based on coding units of a current depth among at least one maximum coding unit.
  • the video encoding apparatus 100 may variously select a size or shape of a data unit for encoding image data. Precoding encoding, transformation, and entropy encoding are performed to encode the image data.
  • the same data unit may be used in all stages, or the data unit may be changed in stages.
  • the video encoding apparatus 100 may select not only a coding unit for encoding the image data but also a data unit different from the coding unit in order to perform prediction encoding on the image data of the coding unit.
  • prediction encoding may be performed based on a coding unit of a coding depth, that is, a more strange undivided coding unit, according to an embodiment.
  • a more strange undivided coding unit on which prediction encoding is based is referred to as a 'prediction unit'.
  • the partition in which the prediction unit is divided may include a data unit in which at least one of the prediction unit and the height and the width of the prediction unit are divided.
  • the partition may be a data unit in which the prediction unit of the coding unit is split, and the prediction unit may be a partition having the same size as the coding unit.
  • the partition type includes not only symmetric partitions in which the height or width of the prediction unit is divided by a symmetrical ratio, but also partitions divided in an asymmetrical ratio, such as 1: n or n: 1, by a geometric form It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 100 may perform conversion of image data of a coding unit based on not only a coding unit for encoding image data, but also a data unit different from the coding unit.
  • the transformation may be performed based on a transformation unit having a size smaller than or equal to the coding unit.
  • the transformation unit may include a data unit for intra mode and a transformation unit for inter mode.
  • the transformation unit in the coding unit is also recursively divided into smaller transformation units, so that the residual data of the coding unit is determined according to the tree structure according to the transformation depth. Can be partitioned according to the conversion unit.
  • a transform depth indicating a number of divisions between the height and the width of the coding unit divided to the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the encoded information for each coded depth requires not only the coded depth but also prediction related information and transformation related information. Accordingly, the coding unit determiner 120 may determine not only the coded depth that generated the minimum coding error, but also a partition type obtained by dividing a prediction unit into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for transformation.
  • a method of determining a coding unit, a prediction unit / partition, and a transformation unit according to a tree structure of a maximum coding unit according to an embodiment will be described later.
  • the coding unit determiner 120 may measure a coding error of coding units according to depths using a Lagrangian Multiplier-based rate-distortion optimization technique.
  • the output unit 130 outputs the image data of the maximum coding unit encoded based on the at least one coded depth determined by the coding unit determiner 120 and the information about the encoding modes according to depths in the form of a bit stream.
  • the encoded image data may be a result of encoding residual data of the image.
  • the information about the encoding modes according to depths may include encoding depth information, partition type information of a prediction unit, prediction mode information, size information of a transformation unit, and the like.
  • the coded depth information may be defined using depth-specific segmentation information indicating whether to encode to a coding unit of a lower depth without encoding to the current depth. If the current depth of the current coding unit is a coding depth, since the current coding unit is encoded in a coding unit of the current depth, split information of the current depth may be defined so that it is no longer divided into lower depths. On the contrary, if the current depth of the current coding unit is not the coding depth, encoding should be attempted using the coding unit of the lower depth, and thus split information of the current depth may be defined to be divided into coding units of the lower depth.
  • encoding is performed on the coding unit divided into the coding units of the lower depth. Since at least one coding unit of a lower depth exists in the coding unit of the current depth, encoding may be repeatedly performed for each coding unit of each lower depth, and recursive coding may be performed for each coding unit of the same depth.
  • coding units having a tree structure are determined in one largest coding unit and information about at least one coding mode should be determined for each coding unit of a coding depth, information about at least one coding mode may be determined for one maximum coding unit. Can be.
  • the coding depth may be different for each location, and thus information about the coded depth and the coding mode may be set for the data.
  • the output unit 130 may allocate encoding information about a corresponding coding depth and an encoding mode to at least one of a coding unit, a prediction unit, and a minimum unit included in the maximum coding unit. .
  • the minimum unit according to an embodiment is a square data unit having a size obtained by dividing the minimum coding unit, which is the lowest coding depth, into four divisions.
  • the minimum unit according to an embodiment may be a square data unit having a maximum size that may be included in all coding units, prediction units, partition units, and transformation units included in the maximum coding unit.
  • the encoding information output through the output unit 130 may be classified into encoding information according to depth coding units and encoding information according to prediction units.
  • the encoding information for each coding unit according to depth may include prediction mode information and partition size information.
  • the encoding information transmitted for each prediction unit includes information about an estimation direction of the inter mode, information about a reference image index of the inter mode, information about a motion vector, information about a chroma component of an intra mode, and information about an inter mode of an intra mode. And the like.
  • Information about the maximum size and information about the maximum depth of the coding unit defined for each picture, slice, or GOP may be inserted into a header, a sequence parameter set, or a picture parameter set of the bitstream.
  • the information on the maximum size of the transform unit and the minimum size of the transform unit allowed for the current video may also be output through a header, a sequence parameter set, a picture parameter set, or the like of the bitstream.
  • the output unit 130 may encode and output information about a scalability of a coding unit.
  • a coding unit according to depths is a coding unit having a size in which a height and a width of a coding unit of one layer higher depth are divided by half. That is, if the size of the coding unit of the current depth is 2Nx2N, the size of the coding unit of the lower depth is NxN.
  • the current coding unit having a size of 2N ⁇ 2N may include up to four lower depth coding units having a size of N ⁇ N.
  • the video encoding apparatus 100 determines a coding unit having an optimal shape and size for each maximum coding unit based on the size and the maximum depth of the maximum coding unit determined in consideration of the characteristics of the current picture. Coding units may be configured. In addition, since each of the maximum coding units may be encoded in various prediction modes and transformation methods, an optimal coding mode may be determined in consideration of image characteristics of coding units having various image sizes.
  • the video encoding apparatus may adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • FIG. 13 is a block diagram of a video decoding apparatus including video prediction based on coding units having a tree structure, according to an embodiment of the present invention.
  • a video decoding apparatus 200 including video prediction based on coding units having a tree structure includes a receiver 210, image data and encoding information extractor 220, and image data decoder 230. do.
  • the video decoding apparatus 200 that includes video prediction based on coding units having a tree structure is abbreviated as “video decoding apparatus 200”.
  • Definition of various terms such as a coding unit, a depth, a prediction unit, a transformation unit, and information about various encoding modes for a decoding operation of the video decoding apparatus 200 according to an embodiment may refer to the video encoding apparatus 100 of FIG. 12. Same as described above with reference.
  • the receiver 210 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 220 extracts image data encoded for each coding unit from the parsed bitstream according to coding units having a tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 230.
  • the image data and encoding information extractor 220 may extract information about a maximum size of a coding unit of the current picture from a header, a sequence parameter set, or a picture parameter set for the current picture.
  • the image data and encoding information extractor 220 extracts information about a coded depth and an encoding mode for the coding units having a tree structure for each maximum coding unit, from the parsed bitstream.
  • the extracted information about the coded depth and the coding mode is output to the image data decoder 230. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 230 may decode the image data for each maximum coding unit.
  • the information about the coded depth and the encoding mode for each largest coding unit may be set with respect to one or more coded depth information, and the information about the coding mode according to the coded depths may include partition type information, prediction mode information, and transformation unit of the corresponding coding unit. May include size information and the like.
  • split information for each depth may be extracted as the coded depth information.
  • the information about the coded depth and the encoding mode according to the maximum coding units extracted by the image data and the encoding information extractor 220 may be encoded according to the depth according to the maximum coding unit, as in the video encoding apparatus 100 according to an embodiment.
  • the image data and the encoding information extractor 220 may determine the predetermined data.
  • Information about a coded depth and an encoding mode may be extracted for each unit. If the information about the coded depth and the coding mode of the maximum coding unit is recorded for each of the predetermined data units, the predetermined data units having the information about the same coded depth and the coding mode are inferred as data units included in the same maximum coding unit. Can be.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the information about the coded depth and the encoding mode for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition type, the prediction mode, and the transformation unit for each coding unit among the coding units having the tree structure included in the maximum coding unit. Can be.
  • the decoding process may include a prediction process including intra prediction and motion compensation, and an inverse transform process.
  • the image data decoder 230 may perform intra prediction or motion compensation according to each partition and prediction mode for each coding unit based on partition type information and prediction mode information of the prediction unit of the coding unit for each coding depth. .
  • the image data decoder 230 may read transform unit information having a tree structure for each coding unit, and perform inverse transform based on the transformation unit for each coding unit, for inverse transformation for each largest coding unit. Through inverse transformation, the pixel value of the spatial region of the coding unit may be restored.
  • the image data decoder 230 may determine the coded depth of the current maximum coding unit by using the split information for each depth. If the split information indicates that the split information is no longer split at the current depth, the current depth is the coded depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition type, the prediction mode, and the transformation unit size information of the prediction unit with respect to the image data of the current maximum coding unit.
  • the image data decoder 230 It may be regarded as one data unit to be decoded in the same encoding mode.
  • the decoding of the current coding unit may be performed by obtaining information about an encoding mode for each coding unit determined in this way.
  • the video decoding apparatus 200 may obtain information about a coding unit that generates a minimum coding error by recursively encoding each maximum coding unit in the encoding process, and use the same to decode the current picture. That is, decoding of encoded image data of coding units having a tree structure determined as an optimal coding unit for each maximum coding unit can be performed.
  • the image data can be efficiently used according to the coding unit size and the encoding mode that are adaptively determined according to the characteristics of the image by using the information about the optimum encoding mode transmitted from the encoding end. Can be decoded and restored.
  • FIG. 14 illustrates a concept of coding units, according to an embodiment of the present invention.
  • a size of a coding unit may be expressed by a width x height, and may include 32x32, 16x16, and 8x8 from a coding unit having a size of 64x64.
  • Coding units of size 64x64 may be partitioned into partitions of size 64x64, 64x32, 32x64, and 32x32, coding units of size 32x32 are partitions of size 32x32, 32x16, 16x32, and 16x16, and coding units of size 16x16 are 16x16.
  • Coding units of size 8x8 may be divided into partitions of size 8x8, 8x4, 4x8, and 4x4, into partitions of 16x8, 8x16, and 8x8.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 2.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 3.
  • the resolution is set to 352x288, the maximum size of the coding unit is 16, and the maximum depth is 1.
  • the maximum depth illustrated in FIG. 14 represents the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the maximum size of the coding size is relatively large not only to improve the coding efficiency but also to accurately shape the image characteristics. Accordingly, the video data 310 or 320 having a higher resolution than the video data 330 may be selected to have a maximum size of 64.
  • the coding unit 315 of the video data 310 is divided twice from a maximum coding unit having a long axis size of 64, and the depth is deepened by two layers, so that the long axis size is 32, 16. Up to coding units may be included.
  • the coding unit 335 of the video data 330 is divided once from coding units having a long axis size of 16, and the depth is deepened by one layer to increase the long axis size to 8. Up to coding units may be included.
  • the coding unit 325 of the video data 320 is divided three times from the largest coding unit having a long axis size of 64, and the depth is three layers deep, so that the long axis size is 32, 16. , Up to 8 coding units may be included. As the depth increases, the expressive power of the detailed information may be improved.
  • 15 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • the image encoder 400 includes operations performed by the encoding unit determiner 120 of the video encoding apparatus 100 to encode image data. That is, the intra predictor 410 performs intra prediction on the coding unit of the intra mode among the current frame 405, and the motion estimator 420 and the motion compensator 425 are the current frame 405 of the inter mode. And the inter frame estimation and the motion compensation using the reference frame 495.
  • Data output from the intra predictor 410, the motion estimator 420, and the motion compensator 425 is output as a quantized transform coefficient through the transform unit 430 and the quantization unit 440.
  • the quantized transform coefficients are restored to the data of the spatial domain through the inverse quantizer 460 and the inverse transformer 470, and the recovered data of the spatial domain is passed through the deblocking block 480 and the loop filtering unit 490. Processed and output to the reference frame 495.
  • the quantized transform coefficients may be output to the bitstream 455 via the entropy encoder 450.
  • the intra predictor 410, the motion estimator 420, the motion compensator 425, and the transform unit may be components of the image encoder 400.
  • quantizer 440, entropy encoder 450, inverse quantizer 460, inverse transform unit 470, deblocking unit 480, and loop filtering unit 490 are all maximum for each largest coding unit. In consideration of the depth, a task based on each coding unit among the coding units having a tree structure should be performed.
  • the intra predictor 410, the motion estimator 420, and the motion compensator 425 partition each coding unit among coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • a prediction mode, and the transform unit 430 should determine the size of a transform unit in each coding unit among the coding units having a tree structure.
  • 16 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • the bitstream 505 is parsed through the parsing unit 510, and the encoded image data to be decoded and information about encoding necessary for decoding are parsed.
  • the encoded image data is output as inverse quantized data through the entropy decoding unit 520 and the inverse quantization unit 530, and the image data of the spatial domain is restored through the inverse transformation unit 540.
  • the intra prediction unit 550 performs intra prediction on the coding unit of the intra mode, and the motion compensator 560 uses the reference frame 585 together to apply the coding unit of the inter mode. Perform motion compensation for the
  • Data in the spatial domain that has passed through the intra predictor 550 and the motion compensator 560 may be post-processed through the deblocking unit 570 and the loop filtering unit 580 to be output to the reconstructed frame 595.
  • the post-processed data through the deblocking unit 570 and the loop filtering unit 580 may be output as the reference frame 585.
  • step-by-step operations after the parser 510 of the image decoder 500 may be performed.
  • the parser 510, the entropy decoder 520, the inverse quantizer 530, and the inverse transform unit 540 which are components of the image decoder 500, may be used.
  • the intra predictor 550, the motion compensator 560, the deblocking unit 570, and the loop filtering unit 580 must all perform operations based on coding units having a tree structure for each maximum coding unit. do.
  • the intra predictor 550 and the motion compensator 560 determine partitions and prediction modes for each coding unit having a tree structure, and the inverse transform unit 540 must determine the size of the transform unit for each coding unit. .
  • 17 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the hierarchical structure 600 of a coding unit illustrates a case in which a maximum height and a width of a coding unit are 64 and a maximum depth is four.
  • the maximum depth indicates the total number of divisions from the maximum coding unit to the minimum coding unit. Since the depth deepens along the vertical axis of the hierarchical structure 600 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are divided. Also, a prediction unit and a partition on which the prediction encoding of each deeper coding unit is based on the horizontal axis of the hierarchical structure 600 of the coding unit are shown.
  • the coding unit 610 has a depth of 0 as the largest coding unit of the hierarchical structure 600 of the coding unit, and the size, ie, the height and width, of the coding unit is 64x64.
  • the depth is deeper along the vertical axis, the coding unit 620 of depth 1 having a size of 32x32, the coding unit 630 of depth 2 having a size of 16x16, the coding unit 640 of depth 3 having a size of 8x8, and the depth 4 of depth 4x4.
  • the coding unit 650 exists.
  • a coding unit 650 having a depth of 4 having a size of 4 ⁇ 4 is a minimum coding unit.
  • Prediction units and partitions of the coding unit are arranged along the horizontal axis for each depth. That is, if the coding unit 610 of size 64x64 having a depth of zero is a prediction unit, the prediction unit may include a partition 610 of size 64x64, partitions 612 of size 64x32, and size included in the coding unit 610 of size 64x64. 32x64 partitions 614, 32x32 partitions 616.
  • the prediction unit of the coding unit 620 having a size of 32x32 having a depth of 1 includes a partition 620 of size 32x32, partitions 622 of size 32x16 and a partition of size 16x32 included in the coding unit 620 of size 32x32. 624, partitions 626 of size 16x16.
  • the prediction unit of the coding unit 630 of size 16x16 having a depth of 2 includes a partition 630 of size 16x16, partitions 632 of size 16x8, and a partition of size 8x16 included in the coding unit 630 of size 16x16. 634, partitions 636 of size 8x8.
  • the prediction unit of the coding unit 640 of size 8x8 having a depth of 3 includes a partition 640 of size 8x8, partitions 642 of size 8x4 and a partition of size 4x8 included in the coding unit 640 of size 8x8. 644, partitions 646 of size 4x4.
  • the coding unit 650 of size 4x4 having a depth of 4 is the minimum coding unit and the coding unit of the lowest depth, and the corresponding prediction unit may also be set only as the partition 650 having a size of 4x4.
  • the coding unit determiner 120 of the video encoding apparatus 100 may determine a coding depth of the maximum coding unit 610.
  • the number of deeper coding units according to depths for including data having the same range and size increases as the depth increases. For example, four coding units of depth 2 are required for data included in one coding unit of depth 1. Therefore, in order to compare the encoding results of the same data for each depth, each of the coding units having one depth 1 and four coding units having four depths 2 should be encoded.
  • encoding may be performed for each prediction unit of a coding unit according to depths along a horizontal axis of the hierarchical structure 600 of the coding unit, and a representative coding error, which is the smallest coding error at a corresponding depth, may be selected. .
  • a depth deeper along the vertical axis of the hierarchical structure 600 of the coding unit the encoding may be performed for each depth, and the minimum coding error may be searched by comparing the representative coding error for each depth.
  • the depth and the partition in which the minimum coding error occurs in the maximum coding unit 610 may be selected as the coding depth and the partition type of the maximum coding unit 610.
  • FIG. 18 illustrates a relationship between a coding unit and transformation units, according to an embodiment of the present invention.
  • the video encoding apparatus 100 encodes or decodes an image in coding units having a size smaller than or equal to the maximum coding unit for each maximum coding unit.
  • the size of a transformation unit for transformation in the encoding process may be selected based on a data unit that is not larger than each coding unit.
  • the 32x32 size conversion unit 720 is The conversion can be performed.
  • the data of the 64x64 coding unit 710 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • FIG. 19 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • the output unit 130 of the video encoding apparatus 100 is information about an encoding mode, and information about a partition type 800 and information 810 about a prediction mode for each coding unit of each coded depth.
  • the information 820 about the size of the transformation unit may be encoded and transmitted.
  • the information about the partition type 800 is a data unit for prediction encoding of the current coding unit and indicates information about a partition type in which the prediction unit of the current coding unit is divided.
  • the current coding unit CU_0 of size 2Nx2N may be any one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It can be divided and used.
  • the information 800 about the partition type of the current coding unit represents one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It is set to.
  • Information 810 relating to the prediction mode indicates the prediction mode of each partition. For example, through the information 810 about the prediction mode, whether the partition indicated by the information 800 about the partition type is predictive encoding is performed in one of the intra mode 812, the inter mode 814, and the skip mode 816. Whether or not can be set.
  • the information about the transform unit size 820 indicates whether to transform the current coding unit based on the transform unit.
  • the transform unit may be one of a first intra transform unit size 822, a second intra transform unit size 824, a first inter transform unit size 826, and a second intra transform unit size 828. have.
  • the image data and encoding information extractor 210 of the video decoding apparatus 200 may include information about a partition type 800, information 810 about a prediction mode, and transformation for each depth-based coding unit. Information 820 about the unit size may be extracted and used for decoding.
  • 20 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • Segmentation information may be used to indicate a change in depth.
  • the split information indicates whether a coding unit of a current depth is split into coding units of a lower depth.
  • the prediction unit 910 for predictive encoding of the coding unit 900 having depth 0 and 2N_0x2N_0 size includes a partition type 912 having a size of 2N_0x2N_0, a partition type 914 having a size of 2N_0xN_0, a partition type 916 having a size of N_0x2N_0, and a N_0xN_0. It may include a partition type 918 of size. Although only partitions 912, 914, 916, and 918 in which the prediction unit is divided by a symmetrical ratio are illustrated, as described above, the partition type is not limited thereto, and asymmetric partitions, arbitrary partitions, geometric partitions, and the like. It may include.
  • predictive coding For each partition type, predictive coding must be performed repeatedly for one 2N_0x2N_0 partition, two 2N_0xN_0 partitions, two N_0x2N_0 partitions, and four N_0xN_0 partitions.
  • Prediction encoding may be performed in intra mode and inter mode on partitions having a size 2N_0x2N_0, a size N_0x2N_0 and a size 2N_0xN_0, and a size N_0xN_0.
  • the skip mode may be performed only for predictive encoding on partitions having a size of 2N_0x2N_0.
  • the depth 0 is changed to 1 and split (920), and the encoding is repeatedly performed on the depth 2 and the coding units 930 of the partition type having the size N_0xN_0.
  • the depth 1 is changed to the depth 2 and divided (950), and repeatedly for the depth 2 and the coding units 960 of the size N_2xN_2.
  • the encoding may be performed to search for a minimum encoding error.
  • depth-based coding units may be set until depth d-1, and split information may be set up to depth d-2. That is, when encoding is performed from the depth d-2 to the depth d-1 to the depth d-1, the prediction encoding of the coding unit 980 of the depth d-1 and the size 2N_ (d-1) x2N_ (d-1)
  • the prediction unit for 990 is a partition type 992 of size 2N_ (d-1) x2N_ (d-1), partition type 994 of size 2N_ (d-1) xN_ (d-1), size A partition type 996 of N_ (d-1) x2N_ (d-1) and a partition type 998 of size N_ (d-1) xN_ (d-1) may be included.
  • partition types one partition 2N_ (d-1) x2N_ (d-1), two partitions 2N_ (d-1) xN_ (d-1), two sizes N_ (d-1) x2N_
  • a partition type for generating a minimum encoding error may be searched.
  • the coding unit CU_ (d-1) of the depth d-1 is no longer
  • the encoding depth of the current maximum coding unit 900 may be determined as the depth d-1, and the partition type may be determined as N_ (d-1) xN_ (d-1) without going through a division process into lower depths.
  • split information is not set for the coding unit 952 having the depth d-1.
  • the data unit 999 may be referred to as a 'minimum unit' for the current maximum coding unit.
  • the minimum unit may be a square data unit having a size obtained by dividing the minimum coding unit, which is the lowest coding depth, into four divisions.
  • the video encoding apparatus 100 compares the encoding errors for each depth of the coding unit 900, selects a depth at which the smallest encoding error occurs, and determines a coding depth.
  • the partition type and the prediction mode may be set to the encoding mode of the coded depth.
  • the depth with the smallest error can be determined by comparing the minimum coding errors for all depths of depths 0, 1, ..., d-1, d, and can be determined as the coding depth.
  • the coded depth, the partition type of the prediction unit, and the prediction mode may be encoded and transmitted as information about an encoding mode.
  • the coding unit since the coding unit must be split from the depth 0 to the coded depth, only the split information of the coded depth is set to '0', and the split information for each depth except the coded depth should be set to '1'.
  • the image data and encoding information extractor 220 of the video decoding apparatus 200 may extract information about a coding depth and a prediction unit for the coding unit 900 and use the same to decode the coding unit 912. Can be.
  • the video decoding apparatus 200 may identify a depth having split information of '0' as a coding depth using split information for each depth, and may use the decoding depth by using information about an encoding mode for a corresponding depth. have.
  • 21, 22, and 23 illustrate a relationship between a coding unit, a prediction unit, and a transformation unit, according to an embodiment of the present invention.
  • the coding units 1010 are coding units according to coding depths determined by the video encoding apparatus 100 according to an embodiment with respect to the maximum coding unit.
  • the prediction unit 1060 is partitions of prediction units of each coding depth of each coding depth among the coding units 1010, and the transformation unit 1070 is transformation units of each coding depth for each coding depth.
  • the depth-based coding units 1010 have a depth of 0
  • the coding units 1012 and 1054 have a depth of 1
  • the coding units 1014, 1016, 1018, 1028, 1050, and 1052 have depths.
  • coding units 1020, 1022, 1024, 1026, 1030, 1032, and 1048 have a depth of three
  • coding units 1040, 1042, 1044, and 1046 have a depth of four.
  • partitions 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 of the prediction units 1060 are obtained by splitting coding units. That is, partitions 1014, 1022, 1050, and 1054 are partition types of 2NxN, partitions 1016, 1048, and 1052 are partition types of Nx2N, and partitions 1032 are partition types of NxN. Prediction units and partitions of the coding units 1010 according to depths are smaller than or equal to each coding unit.
  • the image data of the part 1052 of the transformation units 1070 is transformed or inversely transformed into a data unit having a smaller size than the coding unit.
  • the transformation units 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1060. That is, the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment may be intra prediction / motion estimation / motion compensation operations and transform / inverse transform operations for the same coding unit. Each can be performed on a separate data unit.
  • coding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit to determine an optimal coding unit.
  • coding units having a recursive tree structure may be configured.
  • the encoding information may include split information about a coding unit, partition type information, prediction mode information, and transformation unit size information. Table 1 below shows an example that can be set in the video encoding apparatus 100 and the video decoding apparatus 200 according to an embodiment.
  • the output unit 130 of the video encoding apparatus 100 outputs encoding information about coding units having a tree structure
  • the encoding information extraction unit of the video decoding apparatus 200 according to an embodiment 220 may extract encoding information about coding units having a tree structure from the received bitstream.
  • the split information indicates whether the current coding unit is split into coding units of a lower depth. If the split information of the current depth d is 0, partition type information, prediction mode, and transform unit size information are defined for the coded depth because the depth in which the current coding unit is no longer divided into the lower coding units is a coded depth. Can be. If it is to be further split by the split information, encoding should be performed independently for each coding unit of the divided four lower depths.
  • the prediction mode may be represented by one of an intra mode, an inter mode, and a skip mode.
  • Intra mode and inter mode can be defined in all partition types, and skip mode can be defined only in partition type 2Nx2N.
  • the partition type information indicates the symmetric partition types 2Nx2N, 2NxN, Nx2N and NxN, in which the height or width of the prediction unit is divided by the symmetrical ratio, and the asymmetric partition types 2NxnU, 2NxnD, nLx2N, nRx2N, which are divided by the asymmetrical ratio.
  • the asymmetric partition types 2NxnU and 2NxnD are divided into heights 1: 3 and 3: 1, respectively, and the asymmetric partition types nLx2N and nRx2N are divided into 1: 3 and 3: 1 widths, respectively.
  • the conversion unit size may be set to two kinds of sizes in the intra mode and two kinds of sizes in the inter mode. That is, if the transformation unit split information is 0, the size of the transformation unit is set to the size 2Nx2N of the current coding unit. If the transform unit split information is 1, a transform unit having a size obtained by dividing the current coding unit may be set. In addition, if the partition type for the current coding unit having a size of 2Nx2N is a symmetric partition type, the size of the transform unit may be set to NxN, and if the asymmetric partition type is N / 2xN / 2.
  • Encoding information of coding units having a tree structure may be allocated to at least one of a coding unit, a prediction unit, and a minimum unit unit of a coding depth.
  • the coding unit of the coding depth may include at least one prediction unit and at least one minimum unit having the same encoding information.
  • the encoding information held by each adjacent data unit is checked, it may be determined whether the adjacent data units are included in the coding unit having the same coding depth.
  • the coding unit of the corresponding coding depth may be identified by using the encoding information held by the data unit, the distribution of the coded depths within the maximum coding unit may be inferred.
  • the encoding information of the data unit in the depth-specific coding unit adjacent to the current coding unit may be directly referred to and used.
  • data adjacent to the current coding unit in a depth-specific coding unit is encoded by using encoding information of adjacent coding units.
  • the neighboring coding unit may be referred to by searching.
  • FIG. 24 illustrates a relationship between coding units, prediction units, and transformation units, according to encoding mode information of Table 1.
  • FIG. 24 illustrates a relationship between coding units, prediction units, and transformation units, according to encoding mode information of Table 1.
  • the maximum coding unit 1300 includes coding units 1302, 1304, 1306, 1312, 1314, 1316, and 1318 of a coded depth. Since one coding unit 1318 is a coding unit of a coded depth, split information may be set to zero.
  • the partition type information of the coding unit 1318 having a size of 2Nx2N is partition type 2Nx2N 1322, 2NxN 1324, Nx2N 1326, NxN 1328, 2NxnU 1332, 2NxnD 1334, nLx2N (1336). And nRx2N 1338.
  • the transform unit split information (TU size flag) is a type of transform index, and a size of a transform unit corresponding to the transform index may be changed according to a prediction unit type or a partition type of a coding unit.
  • the partition type information is set to one of the symmetric partition types 2Nx2N 1322, 2NxN 1324, Nx2N 1326, and NxN 1328
  • the conversion unit partition information is 0, a conversion unit of size 2Nx2N ( 1342 is set, and if the transform unit split information is 1, a transform unit 1344 of size NxN may be set.
  • the partition type information is set to one of the asymmetric partition types 2NxnU (1332), 2NxnD (1334), nLx2N (1336), and nRx2N (1338), if the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 1352 is set, and if the transform unit split information is 1, a transform unit 1354 of size N / 2 ⁇ N / 2 may be set.
  • any flow chart, flow chart, state diagram, pseudocode, etc. may be substantially represented on a computer readable medium, such that the computer or processor may be executed by such a computer or processor whether or not it is explicitly shown. It will be appreciated by those skilled in the art to represent the process. Therefore, the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer which operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may include a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • processor or “control unit” should not be construed as exclusively referring to hardware capable of executing software, and without limitation, digital signal processor (DSP) hardware, read-only for storing software. Memory (ROM), random access memory (RAM), and non-volatile storage.
  • DSP digital signal processor
  • an element represented as a means for performing a specific function encompasses any way of performing a specific function, and the element may be a combination of circuit elements performing a specific function, or performing a specific function. It may include any form of software, including firmware, microcode, etc., coupled with suitable circuitry to carry out the software for.
  • the expression 'at least one of' means only the selection of the first option (A), or only the selection of the second listed option (B), or both. It is used to cover the selection of options (A and B).
  • the expression 'at least one of' means only the selection of the first option (A), or only the selection of the second listed option (B), or both. It is used to cover the selection of options (A and B).
  • only the selection of the first listed option (A), or the selection of the second listed option (B), or the third listed option (C ) Only the selection of the first and second listed options (A and B), only the selection of the second and third listed options (B and C), or the selection of all three options ( A, B, and C) may be encompassed. Even if more items are enumerated, it may be obviously extended to those skilled in the art.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

3차원 영상 데이터 스트림 생성하고 재생하는 방식이 개시된다. 풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상과 나머지 절반의 데이터를 포함하는 제 2 부분 영상이 부호화된다. 제 1 스트림 생성 방식 또는 제 2 스트림 생성 방식 중 하나에 기초하여, 부호화된 영상 데이터는 하나의 스트림 또는 두 개의 스트림에 포함되어 전송된다. 정보 스트림에는 스트림 생성 방식에 대한 정보, 현재 스트림에 포함된 영상 데이터가 속한 부분 영상에 대한 정보 및 시점 정보가 포함된다.

Description

3차원 영상 데이터 스트림 생성 방법 및 장치, 3차원 영상 데이터 스트림 재생 방법 및 장치
본 발명은 비디오 부호화 및 복호화에 관한 것으로, 보다 상세하게는 3차원 영상 데이터 정보를 전송하기 위한 3차원 영상 데이터 스트림을 생성하고, 3차원 영상 데이터 스트림을 수신하여 재생하는 방식에 관한 것이다.
최근 디지털 영상처리와 컴퓨터 그래픽 기술이 발전함에 따라 현실 세계를 재현하고 이를 실감나게 경험하도록 하는 3차원 비디오 기술에 관한 연구가 활발히 진행되고 있다.
3차원 영상 데이터 서비스는 기존 수신 장치들(legacy receivers)과의 호환을 위해 주로 프레임 호환 방식(frame-compatible approach)으로 제공되고 있다. 프레임 호환 방식은 좌우 영상의 원래 해상도를 축소하여 하나의 영상 프레임 안에 좌우 영상을 모두 구성하는 방식이다. 프레임 호환 방식에 따르면, 기존 수신 장치에서 이용되는 영상 프레임에 기초한 영상 신호와 마찬가지로 3차원 영상 데이터를 기존의 영상 프레임에 기초한 영상 신호를 이용하므로, 기존 수신 장치에서 수신한 프레임 호환 방식의 영상 신호로부터 3차원 영상 신호를 구성하는 좌우 영상을 복원하고 3차원 영상 신호를 재생하는 것이 가능하다.
하드웨어의 발달 및 전송 환경이 개선됨에 따라서, 3차원 영상 데이터 서비스는 미래에 보다 고화질의 3차원 영상 데이터를 제공할 수 있는 서비스로 발전될 것이 기대된다. 그러나, 종래 프레임 호환 방식 등에 기초한 3차원 영상 데이터 서비스는 하나의 영상 프레임에 두 개의 영상, 즉 좌우 영상을 포함시켜 전송하는 방식이므로 원래 좌우 영상의 해상도보다 절반의 데이터가 전송되므로, 3차원 영상 화질이 상대적으로 저하될 수 있다.
본 발명이 해결하고자 하는 기술적 과제는 종래 프레임 호환 방식에 기초한 수신 장치들과 호환되면서도 보다 고해상도의 3차원 영상 데이터를 제공하는 방식을 제공하는 것이다.
풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상과 나머지 절반의 데이터를 포함하는 제 2 부분 영상이 부호화된다. 제 1 스트림 생성 방식 또는 제 2 스트림 생성 방식 중 하나에 기초하여, 부호화된 영상 데이터는 하나의 스트림 또는 두 개의 스트림에 포함되어 전송된다. 정보 스트림에는 스트림 생성 방식에 대한 정보, 현재 스트림에 포함된 영상 데이터가 속한 부분 영상에 대한 정보 및 시점 정보가 포함된다.
본 발명의 실시예들에 따르면 기존의 수신 장치들과 호환가능한 고해상도의 3차원 영상 데이터를 제공할 수 있다. 본 발명의 실시예들에 따르면, 기존의 수신 장치들은 종래와 같이 3차원 영상 데이터를 재생하고, 수신 장치의 성능에 따라서 고해상도의 3차원 영상 데이터의 재생이 가능한 경우 수신 장치는 고해상도의 3차원 영상 데이터를 수신하여 재생가능하게 한다.
도 1은 본 발명의 일 실시예에 따른 3차원 영상 데이터 스트림 생성 장치(10)의 블록도를 나타낸다.
도 2는 일 실시예에 따라서, 사이드-바이-사이드(side-by-side) 방식에 기초하여 풀해상도의 3차원 영상으로부터 기본 계층의 영상과 향상 계층의 영상을 생성하는 일 예이다.
도 3은 일 실시예에 따라서, 시간적 인터리빙 방식에 기초하여 풀 해상도의 3차원 영상으로부터 기본 계층의 영상과 향상 계층의 영상을 생성하는 일 예이다.
도 4는 일 실시예에 따라서, 탑-바텀(top-bottom) 방식에 기초하여 풀해상도의 3차원 영상으로부터 기본 계층의 3차원 영상과 향상 계층의 3차원 영상을 생성하는 일 예이다.
도 5는 일 실시예에 따른 제 1 스트림 생성 방식에 기초하여 생성된 스트림으로서 기본 계층의 영상 및 향상 계층의 영상에 대한 정보를 포함하는 하나의 스트림을 도시한다.
도 6는 일 실시예에 따른 제 2 스트림 생성 방식에 기초하여 생성된 스트림들로서 기본 계층의 영상에 대한 정보를 포함하는 기본 계층 스트림과, 향상 계층의 영상에 대한 정보를 포함하는 향상 계층 스트림을 도시한다.
도 7은 일 실시예에 따라서 정보 스트림에 포함되는 정보들을 나타낸다.
도 8은 일 실시예에 따른 3차원 영상 데이터 스트림 생성 방법을 나타낸 플로우 차트이다.
도 9는 본 발명의 일 실시예에 따른 3차원 영상 데이터 스트림 재생 장치(90)의 블록도이다.
도 10은 일 실시예에 따라서 3차원 영상 데이터 스트림을 재생하는 과정을 나타낸다.
도 11은 일 실시예에 따른 3차원 영상 데이터 스트림 재생 방법의 플로우 차트이다.
도 12 는 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치의 블록도를 도시한다.
도 13은 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치의 블록도를 도시한다.
도 14는 본 발명의 일 실시예에 따른 부호화 단위의 개념을 도시한다.
도 15는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 16은 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 17은 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 18은 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 19는 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 20은 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
도 21, 22 및 23은 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 24는 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 3차원 영상 데이터 스트림 생성 방법은 풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상을 부호화하는 단계; 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상을 부호화하는 단계; 하나의 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보 및 상기 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 결정된 하나의 스트림 생성 방식에 기초하여, 상기 부호화된 제 1 부분 영상과 제 2 부분 영상에 대한 스트림을 생성하는 단계; 및 상기 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성하는 단계를 포함하는 것을 특징으로 한다.
일 실시예에 따른 3차원 영상 데이터 스트림 재생 방법은 풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 현재 스트림을 획득하는 단계; 하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 상기 현재 스트림에 이용된 스트림 생성 방식에 대한 정보, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득하는 단계; 상기 획득된 정보 스트림의 정보들에 기초하여, 상기 현재 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하거나 또는 상기 현재 스트림 및 상기 현재 스트림과 별도로 획득된 다른 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하는 단계; 및 상기 획득된 제 1 부분 영상과 상기 제 2 부분 영상을 이용하여 풀 해상도의 3차원 영상을 재생하는 단계를 포함하는 것을 특징으로 한다.
일 실시예에 따른 3차원 영상 데이터 스트림 생성 장치는 풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상을 부호화하는 제 1 영상 부호화부; 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상을 부호화하는 제 2 영상 부호화부; 하나의 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보 및 상기 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 결정된 하나의 스트림 생성 방식에 기초하여, 상기 부호화된 제 1 부분 영상과 제 2 부분 영상에 대한 스트림을 생성하는 영상 데이터 스트림 생성부; 및 상기 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성하는 정보 스트림 생성부를 포함하는 것을 특징으로 한다.
일 실시예에 따른 3차원 영상 데이터 스트림 재생 장치는 풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 현재 스트림을 획득하는 영상 데이터 스트림 획득부; 하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 상기 현재 스트림에 이용된 스트림 생성 방식에 대한 정보, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득하는 정보 스트림 획득부; 상기 획득된 정보 스트림의 정보들에 기초하여, 상기 현재 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하거나 또는 상기 현재 스트림 및 상기 현재 스트림과 별도로 획득된 다른 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하고, 상기 획득된 제 1 부분 영상과 상기 제 2 부분 영상을 복호화하는 영상 복호화부; 및 상기 획득된 정보 스트림의 정보들에 기초하여 상기 복호화된 제 1 부분 영상과 제 2 부분 영상을 재구성하여 풀 해상도의 3차원 영상을 생성하는 3차원 영상 역다중화부를 포함하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들에 대하여 구체적으로 설명한다.
이하의 설명에서, 3차원 영상이라 함은, 좌시점 영상과 우시점 영상을 포괄하는 영상 데이터를 의미하거나, 프레임 호환 방식에 기초하여 좌시점 영상과 우시점 영상에 대한 정보를 모두 포함하는 하나의 영상을 의미할 수 있다. 또한, 좌시점 영상 및 우시점 영상 중 하나의 시점의 영상은 제 1 시점 영상, 나머지 다른 시점의 영상은 제 2 시점 영상으로 지칭될 수 있다. 또한, 풀(full) 해상도는 입력 영상의 원래 해상도를 의미한다.
도 1은 본 발명의 일 실시예에 따른 3차원 영상 데이터 스트림 생성 장치(10)의 블록도를 나타낸다.
도 1을 참조하면, 일 실시예에 따른 3차원 영상 데이터 스트림 생성 장치(10)는 3차원 영상 다중화부(11), 영상 부호화부(12) 및 스트림 생성부(15)를 포함한다.
3차원 영상 다중화부(11)는 풀 해상도의 좌시점 영상 및 풀 해상도의 우시점으로 구성된 3차원 영상 중 절반의 데이터를 포함하는 기본 계층의 영상과, 3차원 영상 중 기본 계층의 영상을 제외한 나머지 절반의 데이터를 포함하는 향상 계층의 영상을 생성한다.
영상 부호화부(12)는 기본 계층의 영상을 부호화하는 제 1 영상 부호화부(13) 및 향상 계층의 영상을 부호화하는 제 2 영상 부호화부(14)를 포함한다. 기본 계층의 영상은 풀 해상도의 좌시점 영상 및 풀 해상도의 우시점으로 구성된 3차원 영상 중 절반의 데이터를 포함하는 제 1 부분 영상을 의미한다. 기본 계층의 영상은 프레임 호환 방식에 기초하여 생성된 영상일 수 있다. 향상 계층의 영상은 원래의 3차원 영상 중 기본 계층의 영상, 즉 제 1 부분 영상에 포함되지 않은 나머지 제 2 부분 영상을 의미한다.
스트림 생성부(15)는 영상 데이터 스트림 생성부(16) 및 정보 스트림 생성부(17)를 포함한다. 영상 데이터 스트림 생성부(16)은 기본 계층의 영상 및 향상 계층의 영상에 대한 정보를 하나의 스트림에 부가하는 제 1 스트림 생성 방식, 또는 기본 계층의 스트림에 기본 계층의 영상 정보를 부가하고 향상 계층의 스트림에 향상 계층의 영상 정보를 부가하는 제 2 스트림 생성 방식 중 하나의 스트림 생성 방식에 기초하여 3차원 영상 데이터에 관한 데이터 스트림을 생성한다. 제 1 스트림 생성 방식에 기초하여 하나의 스트림에 부가된 기본 계층의 영상과 향상 계층의 영상은 시간적 식별자(temporal_id)를 통해 구별될 수 있다.
정보 스트림 생성부(17)는 영상 데이터 스트림 생성부(16)에서 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되는지에 대한 정보, 현재 스트림에 포함된 영상 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성한다.
이하, 도 1의 3차원 영상 데이터 스트림 생성 장치(10)에서 3차원 영상 데이터 스트림을 생성하는 과정에 대하여 구체적으로 설명한다.
3차원 영상 다중화부(11)는 사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 중 하나의 프레임 패킹 배열(Frame Packing Arrangement:FPA) 방식에 따라서, 풀 해상도의 좌시점 영상 프레임과 풀 해상도의 우시점 영상 프레임 중 절반의 데이터를 선택하여 기본 계층 영상 프레임을 생성한다. 또한, 3차원 영상 다중화부(11)는 입력된 풀 해상도의 좌시점 영상 프레임과 풀 해상도의 우시점 영상 프레임에 포함되지만, 기본 계층 영상 프레임에 포함되지 않은 나머지 데이터를 이용하여 향상 계층 영상 프레임을 생성한다.
프레임 패킹 배열에 관한 정보는 3차원 영상 데이터를 구성하는 방식에 관한 정보로서, 3차원 영상 스트림을 수신하는 수신 장치(또는 재생 장치)에서 수신된 3차원 영상 데이터 스트림에 포함된 영상 데이터를 어떻게 활용하여 3차원 영상을 구성할 것인지에 대한 정보를 포함할 수 있다. 이러한 프레임 패킹 배열에 관한 정보는 SEI(Supplemental Enhancement Information) 메시지 중에서 프레임 패킹 배열 SEI 메시지(FPA SEI message)에 포함될 수 있다. 구체적으로, SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 후술한다.
도 2는 일 실시예에 따라서, 사이드-바이-사이드(side-by-side) 방식에 기초하여 풀해상도의 3차원 영상으로부터 기본 계층의 영상과 향상 계층의 영상을 생성하는 일 예이다.
도 2를 참조하면, 3차원 영상 다중화부(11)는 풀 해상도의 좌시점 영상(21)과 풀 해상도의 우시점 영상(22)를 결합하여, 풀 해상도의 좌시점 영상(21)과 풀 해상도의 우시점 영상(22) 중 절반의 데이터를 포함하는 기본 계층의 영상(23) 및 기본 계층의 영상(23)을 제외한 나머지 절반의 데이터를 포함하는 향상 계층의 영상(24)을 생성한다.
구체적으로, 사이드-바이-사이드(side-by-side) 방식을 이용하는 경우, 3차원 영상 다중화부(11)는 좌시점 영상(21) 중 짝수 컬럼들(e)의 데이터 및 우시점 영상(22)의 짝수 컬럼들(e)을 이용하여 하나의 기본 계층 영상(23)을 생성하고, 좌시점 영상(21) 중 홀수 컬럼들(o)의 데이터 및 우시점 영상(22)의 홀수 컬럼들(o)의 데이터를 이용하여 하나의 향상 계층 영상(24)을 생성한다. 원래의 좌시점 영상(21)과 우시점 영상(22) 각각의 해상도를 1920x1080이라고 가정하면, 기본 계층 영상(23) 및 향상 계층 영상(24)의 해상도 역시 1920x1080이다. 기본 계층 영상(23) 및 향상 계층 영상(24) 각각은 좌시점 영상(21)의 1/2 데이터 및 우시점 영상(22)의 1/2 데이터를 포함한다.
도 3은 일 실시예에 따라서, 시간적 인터리빙 방식에 기초하여 풀 해상도의 3차원 영상으로부터 기본 계층의 영상과 향상 계층의 영상을 생성하는 일 예이다.
시간적 인터리빙 방식은 풀 해상도의 좌시점 영상(L) 및 풀 해상도의 우시점 영상(R)이 교대로 배열되는 방식이다. 즉, 시간적 인터리빙 방식은 하나의 시각에 입력된 좌시점 영상과 우시점 영상 중 하나의 영상만을 선택하고, 시간 순서에 따라서 좌시점 영상과 우시점 영상이 교대로 번갈아 배열하는 방식을 의미한다.
시간적 인터리빙 방식에 기초하여, 3차원 영상 다중화부(11)는 동일 시간에 입력된 풀 해상도의 좌시점 영상과 풀 해상도의 우시점 영상 중 하나의 시점의 영상을 선택하여 기본 계층의 영상을 생성하는 한편, 기본 계층의 영상을 제외한 나머지 절반의 데이터를 포함하는 향상 계층의 영상을 생성할 수 있다.
도 3을 참조하면, 시간적 인터리빙 방식에 기초하여, 3차원 영상 다중화부(11)는 2N 시간에 입력된 풀 해상도의 좌시점 영상(31)을 기본 계층 영상으로 결정하고, 2N 시간에 입력된 풀 해상도의 우시점 영상(36)은 향상 계층 영상으로 결정한다. 유사하게, 3차원 영상 다중화부(11)는 (2N+1) 시간에 입력된 풀 해상도의 우시점 영상(32)을 기본 계층 영상으로 결정하고, (2N+1) 시간에 입력된 풀 해상도의 좌시점 영상(37)은 향상 계층 영상으로 결정한다. 또한, 3차원 영상 다중화부(11)는 (2N+2) 시간에 입력된 풀 해상도의 좌시점 영상(33)을 기본 계층 영상으로 결정하고, (2N+2) 시간에 입력된 풀 해상도의 우시점 영상(38)은 향상 계층 영상으로 결정한다. 또한, 3차원 영상 다중화부(11)는 (2N+3) 시간에 입력된 풀 해상도의 우시점 영상(34)을 기본 계층 영상으로 결정하고, (2N+3) 시간에 입력된 풀 해상도의 좌시점 영상(39)은 향상 계층 영상으로 결정한다.
이와 같이, 시간적 인터리빙 방식에 기초하는 경우, 3차원 영상 다중화부(11)는 동일 시간에 입력된 좌시점 영상과 우시점 영상 중 하나를 기본 계층 영상으로 결정하여 출력하고, 선택되지 않은 나머지 시점의 영상을 향상 계층 영상으로 결정하여 출력한다. 시간적 인터리빙 방식에 기초하는 경우에도, 기본 계층 영상 및 향상 계층 영상 각각에는 좌시점 영상 및 우시점 영상 중 하나의 시점의 데이터만 포함되므로, 시간적 인터리빙 방식에 기초한 기본 계층 영상 및 향상 계층 영상 각각에는 원래의 3차원 영상 데이터에 비하여 절반의 데이터만 포함된다.
도 4는 일 실시예에 따라서, 탑-바텀(top-bottom) 방식에 기초하여 풀해상도의 3차원 영상으로부터 기본 계층의 3차원 영상과 향상 계층의 3차원 영상을 생성하는 일 예이다.
도 4를 참조하면, 3차원 영상 다중화부(11)는 풀 해상도의 좌시점 영상(41)과 풀 해상도의 우시점 영상(42)를 결합하여, 풀 해상도의 좌시점 영상(41)과 풀 해상도의 우시점 영상(42) 중 절반의 데이터를 포함하는 기본 계층의 영상(43) 및 기본 계층의 영상(43)을 제외한 나머지 절반의 데이터를 포함하는 향상 계층의 영상(44)을 생성한다.
구체적으로, 탑-바텀(top-bottom) 방식을 이용하는 경우, 3차원 영상 다중화부(11)는 좌시점 영상(41) 중 짝수 행들(t)의 데이터 및 우시점 영상(42)의 짝수 행들(t)을 이용하여 하나의 기본 계층 영상(43)을 생성하고, 좌시점 영상(41) 중 홀수 열들(o)의 데이터 및 우시점 영상(42)의 홀수 열들(o)을 이용하여 하나의 향상 계층 영상(44)을 생성한다. 원래의 좌시점 영상(41)과 우시점 영상(42)의 해상도를 1920x1080이라고 가정하면, 기본 계층 영상(43) 및 향상 계층 영상(44)의 해상도 역시 1920x1080이다. 기본 계층 영상(43) 및 향상 계층 영상(44) 각각은 좌시점 영상(41)의 1/2 데이터 및 우시점 영상(42)의 1/2 데이터를 포함한다.
전술한 사이드-바이-사이드 방식, 시간적 인터리빙 방식, 탑-바텀 방식 이외에도, 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 체커보드 인터리빙(checkerboard interleaving) 방식을 적용하여, 3차원 영상 다중화부(11)는 풀 해상도의 좌시점 영상과 풀 해상도의 우시점 영상 중 절반의 데이터를 포함하는 기본 계층의 영상 및 기본 계층의 영상을 제외한 나머지 절반의 데이터를 포함하는 향상 계층의 영상을 생성하여 출력한다.
후술되는 바와 같이, 수신 장치에서 기본 계층 스트림만을 수신하여 복호화하는 경우에는 기본 계층 영상으로부터 좌시점 영상과 우시점 영상을 추출한 후 업컨버젼(up-conversion)을 통해 풀 해상도의 좌시점 영상과 우시점 영상을 복원한다. 기본 계층 영상만을 이용하여 3차원 영상을 복원하는 경우, 업컨버젼을 통해 복원된 풀 해상도의 좌시점 영상과 우시점 영상은 손실된 영상 성분을 복원한 것이기 때문에, 원래의 풀 해상도의 좌시점 영상과 우시점 영상에 비하여 화질 열화를 피할 수 없다. 따라서, 본 발명의 실시예에 따르면, 기본 계층 영상에 포함되지 않은 나머지 3차원 영상 데이터를 포함하는 향상 계층의 영상 스트림을 이용한다. 수신 장치에서 기본 계층 스트림 이외에 향상 계층 스트림을 수신하는 경우, 수신 장치는 기본 계층 스트림에 포함된 3차원 영상과 향상 계층 스트림에 포함된 3차원 영상을 결합하여, 업커버젼없이 풀 해상도의 3차원 영상을 복원할 수 있다. 만약, 종래 수신 장치와 같이 기본 계층 스트림만을 복원할 수 있는 수신 장치는 기본 계층 스트림과 향상 계층 스트림이 모두 수신된 경우에도, 기본 계층 스트림만을 이용하여 3차원 영상을 복원하여 재생한다. 향상 계층 스트림을 처리할 수 있는 수신 장치에서는 기본 계층 스트림 및 향상 계층 스트림 모두를 이용하여 3차원 영상을 복원하여 재생한다. 3차원 영상 데이터 스트림을 수신하여 재생하는 장치에 대해서는 후술한다.
다시 도 1을 참조하면, 제 1 영상 부호화부(13)는 3차원 영상 다중화부(11)에서 출력되는 기본 계층의 영상을 부호화한다. 제 2 영상 부호화부(14)는 3차원 영상 다중화부(11)에서 출력되는 향상 계층의 영상을 부호화한다. 제 1 영상 부호화부(13) 및 제 2 영상 부호화부(14)는 MPEG-2, MPEG-4, H.264/AVC 및 HEVC(High Efficiency Video Coding) 등의 다양한 영상 압축 방식에 기초하여 영상을 부호화할 수 있다. 제 1 영상 부호화부(13)는 종래 널리 이용되는 수신 장치와의 호환을 위해서 MPEG-2, MPEG-4 및 H.264/AVC을 이용하여 기본 계층의 영상을 부호화할 수 있다. HEVC 에 기초하여 영상을 부호화하는 방식에 대해서는 도 12 내지 도 24를 참조하여 후술한다. 제 1 영상 부호화부(13) 및 제 2 영상 부호화부(14)에서 영상을 부호화하는 방식은 이에 한정되지 않고 다양한 영상 압축 방식이 적용될 수 있다.
도 5는 일 실시예에 따른 제 1 스트림 생성 방식에 기초하여 생성된 스트림으로서 기본 계층의 영상 및 향상 계층의 영상에 대한 정보를 포함하는 하나의 스트림을 도시하며, 도 6는 일 실시예에 따른 제 2 스트림 생성 방식에 기초하여 생성된 스트림들로서 기본 계층의 영상에 대한 정보를 포함하는 기본 계층 스트림과, 향상 계층의 영상에 대한 정보를 포함하는 향상 계층 스트림을 도시한다.
도 1 및 도 5를 참조하면, 영상 데이터 스트림 생성부(16)는 제 1 스트림 생성 방식에 기초하여, 기본 계층의 영상 및 향상 계층의 영상에 대한 정보를 하나의 스트림에 포함시킬 수 있다. 하나의 스트림(50) 내에 포함된 영상 데이터들(51, 52)이 기본 계층의 영상인지, 아니면 향상 계층의 영상인지 여부는 시간적 식별자(temporal_id)를 통해 구별할 수 있다. 일 예로, 영상 데이터 스트림 생성부(16)는 temporal_id가 0인 값을 갖는 영상 데이터(51)에는 기본 계층의 영상을 부호화한 영상 데이터가 포함되며, temporal_id가 1인 값을 갖는 영상 데이터(52)에는 향상 계층의 영상을 부호화한 영상 데이터가 포함될 수 있다 스트림(50)에 포함되는 영상 데이터들(51,52) 각각은 하나의 액세스 단위(Access Unit:AU)일 수 있다. 즉, 스트림(50)에 포함되는 영상 데이터들(51, 52)은 프레임 단위로 생성된 영상 데이터일 수 있다. 다시 말해서, 스트림(50)에 포함되는 영상 데이터들(51, 52)은 각각 한 장의 제 1 부분 영상 또는 한 장의 제 2 부분 영상을 부호화한 영상 데이터이다.
도 1 및 도 6을 참조하면, 영상 데이터 스트림 생성부(16)는 제 2 스트림 생성 방식에 기초하여, 기본 계층 스트림(60)에 기본 계층의 영상 데이터(61)를 부가하고 향상 계층 스트림(62)에 향상 계층의 영상 데이터(63)을 포함시킬 수 있다. 기본 계층 스트림(60) 및 향상 계층 스트림(62)에 포함되는 영상 데이터들(61,62) 역시 하나의 액세스 단위(AU)일 수 있다.
정보 스트림 생성부(17)는 제 1 스트림 생성 방식과 제 2 스트림 생성 방식 중 현재 스트림 생성에 이용된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 기본 계층 영상인 제 1 부분 영상과 향상 계층 영상인 제 2 부분 영상 중 어떤 부분 영상에 해당되는지에 대한 정보, 현재 스트림에 포함된 영상 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성한다. 정보 스트림에 포함된 정보들은 영상 복호화 이후에 3차원 영상을 구성하기 위한 정보에 해당되며 영상 데이터들을 복호화하는데 직접적으로 이용되는 정보는 아니다. 따라서, 정보 스트림은 영상 데이터 스트림과 별개로 SEI 메시지를 통해 전송될 수 있다. SEI 메시지는 SEI NAL(Network Adaptive Layer) 단위로 구성되고, 액세스 단위에 포함됨으로써 부호화된 영상 데이터와 함께 전송될 수 있다.
도 7은 일 실시예에 따라서 정보 스트림에 포함되는 정보들을 나타낸다.
정보 스트림에는 프레임 패킹 배열에 관한 정보가 포함될 수 있다. 전술한 바와 같이, 프레임 패킹 배열에 관한 정보는 3차원 영상 데이터를 구성하는 방식에 관한 정보로서, 3차원 영상 스트림을 수신하는 수신 장치(또는 재생 장치)에서 수신된 3차원 영상 스트림에 포함된 영상 데이터를 어떻게 활용하여 3차원 영상을 구성할 것인지에 대한 정보를 포함할 수 있다.
도 7을 참조하면, SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 제 1 스트림 생성 방식과 제 2 스트림 생성 방식 중 현재 영상 데이터 스트림 생성에 이용된 스트림 생성 방식에 대한 정보를 나타내는 use_temporal_layer_for_fullresolution_flag를 포함한다. use_temporal_layer_for_fullresolution_flag 가 1인 경우는, 제 1 스트림 생성 방식에 기초하여 현재 영상 데이터 스트림에 기본 계층과 향상 계층의 영상 데이터 모두가 포함된 경우를 나타낸다. 전술한 바와 같이, 하나의 스트림에 포함되는 기본 계층 영상과 향상 계층 영상은 시간적 식별자(temporal_id)를 통해 구별될 수 있다. 즉, use_temporal_layer_for_fullresolution_flag 가 1인 경우, termporal_id가 0의 값을 갖는 영상 데이터는 기본 계층 영상 데이터이며, termporal_id가 1의 값을 갖는 영상 데이터는 향상 계층 영상 데이터일 수 있다. 이러한 예에 한정되지 않고 termporal_id의 값에 따라서 기본 계층 영상 데이터인지, 아니면 향상 계층 영상 데이터인지 여부는 반대로 설정될 수 있다.
use_temporal_layer_for_fullresolution_flag 가 0인 경우는 제 2 스트림 생성 방식에 기초하여 기본 계층 스트림에 기본 계층 영상 데이터가 포함되고, 향상 계층 스트림에 향상 계층 영상 데이터가 포함되는 경우를 나타낼 수 있다.
도 7에서, pseudo code "if(use_temporal_layer_for_fullresolution_flag)"로 표현된 바와 같이, use_temporal_layer_for_fullresolution_flag가 1인 경우, 즉 제 1 스트림 생성 방식에 기초하여 현재 영상 데이터 스트림에 기본 계층과 향상 계층의 영상 데이터 모두가 포함된 것으로 판단된 경우에는, 영상 데이터들 중 temporal_id가 1의 값을 갖는 영상 데이터가 향상 계층 영상 데이터인지 여부를 나타내는 플래그 temporal_id_one_is_complementary_data_flag 가 설정될 수 있다. temporal_id_one_is_complementary_data_flag 가 1인 경우는 temporal_id가 1의 값을 갖는 영상 데이터가 향상 계층의 영상임을 나타낸다. temporal_id_one_is_complementary_data_flag 가 1인 경우, temporal_id가 1의 값을 갖는 영상 데이터는 이전의 temporal_id가 0의 값을 갖는 기본 계층의 영상에 대응되는 향상 계층 영상이다. temporal_id_one_is_complementary_data_flag 가 0인 경우는 temporal_id가 1의 값을 갖는 영상 데이터가 원영상의 최좌상측에 위치한 데이터와 연관된 영상임을 나타낸다. 만약, 3차원 영상이 시간적 인터리빙 방식에 따라 배열되는 경우라면, temporal_id_one_is_complementary_data_flag 는 0으로 설정된다.
전술한 도 3과 같이, 시간적 인터리빙 방식에 기초하는 경우 영상 데이터 스트림에 포함된 영상 데이터는 좌시점 영상과 우시점 영상 중 하나와 관련된다. 따라서, 시간적 인터리빙 방식에 기초하여 부호화된 영상 데이터 스트림에 포함된 각 영상 데이터가 좌시점 영상 및 우시점 영상 중 어떤 시점의 영상에 해당되는지를 나타내는 플래그인 temporal_id_one_is_frame1_flag가 설정될 수 있다. 동일 시간에 디스플레이되어야 하는 좌시점 영상과 우시점 영상 중 하나를 frame 0, 다른 하나를 frame 1이라고 할 때, temporal_id_one_is_frame1_flag는 temporal_id가 1의 값을 갖는 영상 데이터가 frame 1에 해당하는지 여부를 나타낸다. 구체적으로, temporal_id_one_is_frame1_flag가 1인 경우, temporal_id가 1의 값을 갖는 영상 데이터가 frame 1에 해당하며, 이전에 복호화되는 temporal_id가 0의 값을 갖는 영상 데이터가 frame 0에 해당됨을 나타낸다. 이전에 복호화된 frame 0 영상은 frame 1과 동시에 디스플레이되도록 디스플레이 시간이 지연되어야 한다. temporal_id_one_is_frame1_flag가 0인 경우, temporal_id가 1의 값을 갖는 영상 데이터가 frame 0에 해당하며, 이전에 복호화되는 temporal_id가 0의 값을 갖는 영상 데이터가 frame 1에 해당됨을 나타낸다. 하나의 영상 데이터 스트림 내에 frame 0, frame 1의 순서로 부호화된 영상 데이터가 포함된 경우를 고려하면, temporal_id_one_is_frame1_flag가 0인 경우, 이전에 복호화된 frame 0 영상은 ㅎ현재 복호화되는 frame 1과 동시에 디스플레이되도록 디스플레이 시간이 지연되지 않는다.
SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 temporal_id가 0의 값을 갖는 영상 데이터와 temporal_id가 1의 값을 갖는 영상 데이터 사이의 인터 예측 관계를 나타내는 temporal_id_one_is_self_contained_flag를 포함할 수 있다. temporal_id_one_is_self_contained_flag 가 1인 경우, 복호화 과정에서 temporal_id가 0의 값을 갖는 영상 데이터와 temporal_id가 1의 값을 갖는 영상 데이터 사이의 인터 예측이 수행될 수 있음을 나타내며, 0인 경우에는 인터 예측이 수행되지 않음을 나타낸다.
전술한 바와 같이, use_temporal_layer_for_fullresolution_flag 가 0인 경우는 제 2 스트림 생성 방식에 기초하여 기본 계층 스트림에 기본 계층 영상 데이터가 포함되고, 향상 계층 스트림에 향상 계층 영상 데이터가 포함되는 경우를 나타낸다. 전술한 도 6과 같이, 제 2 스트림 생성 방식에 기초하여 생성된 영상 데이터 스트림은 기본 계층 영상 데이터를 포함하는 기본 계층 스트림과 향상 계층 영상 데이터를 포함하는 향상 계층 스트림 중 하나일 수 있다. 따라서, 수신 장치측에 현재 영상 데이터 스트림이 기본 계층 스트림과 향상 계층 스트림 중 어떤 계층의 스트림에 해당되는지를 시그널링할 필요가 있다. 따라서, SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 현재 영상 데이터 스트림이 기본 계층 스트림과 향상 계층 스트림 중 어떤 계층의 스트림에 해당되는지를 나타내는 current_frame_is_complementary_data_flag를 포함할 수 있다. current_frame_is_complementary_data_flag가 1인 경우, 현재 영상 데이터 스트림은 향상 계층 영상을 포함하는 향상 계층 스트림임을 나타내며, 현재 영상 데이터 스트림과 별도로 수신되는 영상 데이터 스트림이 기본 계층 영상을 포함하는 기본 계층 스트림임을 나타낸다. 즉, current_frame_is_complementary_data_flag가 1인 경우, 현재 영상 데이터 스트림에 포함된 영상은 다른 영상 데이터 스트림에 포함되며 동일한 POC(Picture Order Count)를 갖는 기본 계층 영상에 대한 향상 계층 영상에 해당한다.
현재 영상 데이터 스트림이 제 2 스트림 생성 방식 및 시간적 인터리빙 방식에 기초하여 생성된 경우, SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 현재 영상 데이터 스트림에 포함된 영상 데이터가 좌시점 영상과 우시점 영상 중 어떤 시점의 영상에 해당되는지를 나타내는 플래그인 current_frame_is_frame0_flag를 포함한다. current_frame_is_frame0_flag가 1인 경우 현재 영상 데이터 스트림에 포함된 영상 데이터가 frame 0에 해당되며, 다른 영상 데이터 스트림에 포함된 동일 POC의 영상 데이터가 frame 1에 해당된다. current_frame_is_frame0_flag가 0인 경우 현재 영상 데이터 스트림에 포함된 영상 데이터가 frame 1에 해당되며, 다른 영상 데이터 스트림에 포함된 동일 POC의 영상 데이터가 frame 0에 해당된다.
도 7에 미도시되었으나, 사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 등의 다양한 프레임 패킹 방식들 중, 현재 스트림에 포함된 영상에 적용된 방식에 관한 정보를 나타내는 frame_packing_arrangement_type에 대한 정보도 정보 스트림에 포함되어 통해 전송될 수 있다.
도 8은 일 실시예에 따른 3차원 영상 데이터 스트림 생성 방법을 나타낸 플로우 차트이다.
도 1 및 도 8을 참조하면, 단계 81에서 제 1 영상 부호화부(13)는 풀 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상을 부호화한다.
단계 82에서, 제 2 영상 부호화부(14)는 3차원 영상 중 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상을 부호화한다.
전술한 바와 같이, 제 1 부분 영상은 3차원 영상 다중화부(11)에서 사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 중 하나의 프레임 패킹 배열 방식에 따라서, 풀 해상도의 좌시점 영상 프레임과 풀 해상도의 우시점 영상 프레임중 절반(half)의 데이터를 선택하여 생성하는 기본 계층 프레임에 해당된다. 또한, 제 2 부분 영상은 3차원 영상 다중화부(11)에서 입력된 풀 해상도의 좌시점 영상 프레임과 풀 해상도의 우시점 영상 프레임에 포함되지만, 기본 계층 영상 프레임에 포함되지 않은 나머지 데이터를 이용하여 생성한 향상 계층 영상 프레임에 해당된다.
단계 83에서, 영상 데이터 스트림 생성부(16)은 하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 하나의 스트림 생성 방식에 기초하여, 부호화된 제 1 부분 영상과 제 2 부분 영상에 대한 스트림을 생성한다. 전술한 바와 같이, 하나의 영상 데이터 스트림 내에 포함된 영상 데이터들이 기본 계층의 영상인지, 아니면 향상 계층의 영상인지 여부는 시간적 식별자(temporal_id)를 통해 구별할 수 있다. 즉, temporal_id가 0인 값을 갖는 영상 데이터는 기본 계층의 영상을 부호화한 영상 데이터가 포함되며, temporal_id가 1인 값을 갖는 영상 데이터는 향상 계층의 영상을 부호화한 영상 데이터가 포함될 수 있다.
단계 84에서, 정보 스트림 생성부(17)는 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 현재 스트림에 포함된 영상 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성한다.
전술한 바와 같이, 현재 스트림이 상기 제 1 스트림 생성 방식에 기초하여 생성되는 경우, 현재 영상 데이터 스트림에 포함되며 시간적 식별자(temporal ID)를 통해서 구별되는 서로 다른 시간적 계층에 부호화된 제 1 부분 영상과 제 2 부분 영상 각각을 포함시키는지 여부를 나타내는 플래그 (use_temporal_layer_for_fullresolution_flag), 서로 다른 시간적 계층에 포함된 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_complimentary_data_flag) 및 서로 다른 시간적 계층에 포함된 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_frame1_flag)가 정보 스트림에 포함될 수 있다.
만약, 현재 스트림이 제 2 스트림 생성 방식에 기초하여 생성된 경우, 즉 use_temporal_layer_for_fullresolution_flag가 0인 경우, 현재 영상 데이터 스트림에 포함된 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 여부를 나타내는 플래그(current_frame_is_complementary_data_flag), 현재 영상 데이터 스트림에 포함된 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(current_frame0_flag)가 정보 스트림에 포함될 수 있다. 이러한 정보 스트림은 SEI 메시지 형태로 생성될 수 있다.
도 9는 본 발명의 일 실시예에 따른 3차원 영상 데이터 스트림 재생 장치(90)의 블록도이다.
도 9를 참조하면, 3차원 영상 데이터 스트림 재생 장치(90)는 스트림 획득부(91), 영상 복호화부(95) 및 3차원 영상 다중화부(98)를 포함한다.
스트림 획득부(91)는 정보 스트림 획득부(92) 및 영상 데이터 스트림 획득부(93)를 포함한다. 영상 데이터 스트림 획득부(93)는 풀 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 3차원 영상 중 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 영상 데이터 스트림을 획득한다. 전술한 바와 같이, 제 1 스트림 생성 방식에 의하여 부호화된 영상 데이터 스트림에는 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 모두 포함하고 있다. 제 2 스트림 생성 방식에 의하여 부호화된 영상 데이터 스트림은 제 1 부분 영상을 포함하는 기본 계층 스트림 및 제 2 부분 영상을 포함하는 향상 계층 스트림 중 하나에 해당한다.
정보 스트림 획득부(92)는 영상 데이터 스트림 획득부(93)에서 수신된 현재 영상 데이터 스트림에 이용된 스트림 생성 방식에 대한 정보, 현재 스트림에 포함된 영상 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되는지에 대한 정보 및 현재 영상 데이터 스트림에 포함된 영상 데이터가 제 1 시점 영상과 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득한다.
정보 스트림에는 사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 등의 다양한 프레임 패킹 방식들 중, 현재 영상 데이터 스트림에 포함된 영상에 적용된 방식에 관한 정보를 나타내는 frame_packing_arrangement_type에 대한 정보도포함될 수 있다.
정보 스트림 획득부(92)는 전술한 도 7과 같이 SEI 메시지를 통해서 3차원 영상 데이터를 구성하는 방식에 관한 정보인 프레임 패킹 배열 정보를 획득할 수 있다.
정보 스트림에 포함된 use_temporal_layer_for_fullresolution_flag를 이용하여 영상 데이터 스트림 획득부(93)에서 수신된 현재 영상 데이터 스트림에 적용된 스트림 생성 방식을 결정할 수 있다. use_temporal_layer_for_fullresolution_flag 가 1인 경우는, 제 1 스트림 생성 방식에 기초하여 현재 영상 데이터 스트림에 기본 계층과 향상 계층의 영상 데이터 모두가 포함된 경우를 나타낸다. 전술한 바와 같이, 하나의 영상 데이터 스트림에 포함되는 기본 계층 영상과 향상 계층 영상은 시간적 식별자(temporal_id)를 통해 구별될 수 있다. use_temporal_layer_for_fullresolution_flag 가 0인 경우는 현재 영상 데이터 스트림은 제 2 스트림 생성 방식에 기초하여 생성된 영상 데이터 스트림이다.
use_temporal_layer_for_fullresolution_flag가 1인 경우, 즉 제 1 스트림 생성 방식에 기초하여 현재 영상 데이터 스트림에 기본 계층과 향상 계층의 영상 데이터 모두가 포함된 경우에는, temporal_id_one_is_complementary_data_flag 를 이용하여 현재 영상 데이터 스트림에 포함된 영상 데이터들 중 temporal_id가 1의 값을 갖는 영상 데이터가 향상 계층 영상 데이터인지 여부를 판단할 수 있다. temporal_id_one_is_complementary_data_flag 가 1인 경우는 temporal_id가 1의 값을 갖는 영상 데이터가 향상 계층의 영상임을 나타낸다. temporal_id_one_is_complementary_data_flag 가 1인 경우, temporal_id가 1의 값을 갖는 영상 데이터는 이전의 temporal_id가 0의 값을 갖는 기본 계층의 영상에 대응되는 향상 계층 영상이다. temporal_id_one_is_complementary_data_flag 가 0인 경우는 temporal_id가 1의 값을 갖는 영상 데이터가 원영상의 최좌상측에 위치한 데이터와 연관된 영상임을 나타낸다.
전술한 도 3과 같이, 시간적 인터리빙 방식에 기초하는 경우 영상 데이터 스트림에 포함된 영상 데이터는 좌시점 영상과 우시점 영상 중 하나와 관련된다. 따라서, 시간적 인터리빙 방식에 기초하여 부호화된 영상 데이터 스트림과 관련하여, 정보 스트림에는 영상 데이터 스트림에 포함된 각 영상 데이터가 좌시점 영상 및 우시점 영상 중 어떤 시점의 영상에 해당되는지를 나타내는 플래그인 temporal_id_one_is_frame1_flag가 포함될 수 있다. 동일 시간에 디스플레이되어야 하는 좌시점 영상과 우시점 영상 중 하나를 frame 0, 다른 하나를 frame 1이라고 할 때, temporal_id_one_is_frame1_flag는 temporal_id가 1의 값을 갖는 영상 데이터가 frame 1에 해당하는지 여부를 나타낸다. 구체적으로, temporal_id_one_is_frame1_flag가 1인 경우, temporal_id가 1의 값을 갖는 영상 데이터가 frame 1에 해당하며, 이전에 복호화되는 temporal_id가 0의 값을 갖는 영상 데이터가 frame 0에 해당됨을 나타낸다. temporal_id_one_is_frame1_flag가 0인 경우, temporal_id가 1의 값을 갖는 영상 데이터가 frame 0에 해당하며, 이전에 복호화되는 temporal_id가 0의 값을 갖는 영상 데이터가 frame 1에 해당됨을 나타낸다.
전술한 바와 같이, use_temporal_layer_for_fullresolution_flag 가 0인 경우는 현재 영상 데이터 스트림은 제 2 스트림 생성 방식에 기초하여 생성된 영상 데이터 스트림 현재 영상 데이터 스트림은 기본 계층 스트림 또는 향상 계층 스트림 중 하나이다. 제 2 스트림 생성 방식에 기초하여 생성된 현재 영상 데이터 스트림이 기본 계층 스트림 또는 향상 계층 스트림 중 어떤 스트림에 해당되는지는 current_frame_is_complementary_data_flag를 통해 판단될 수 있다.
current_frame_is_complementary_data_flag가 1인 경우, 현재 영상 데이터 스트림은 향상 계층 영상을 포함하는 향상 계층 스트림임을 나타내며, 현재 영상 데이터 스트림과 별도로 수신되는 영상 데이터 스트림이 기본 계층 영상을 포함하는 기본 계층 스트림임을 나타낸다. 즉, current_frame_is_complementary_data_flag가 1인 경우, 현재 영상 데이터 스트림에 포함된 영상은 다른 영상 데이터 스트림에 포함되며 동일한 POC(Picture Order Count)를 갖는 기본 계층 영상에 대한 향상 계층 영상에 해당한다.
또한, 현재 영상 데이터 스트림이 제 2 스트림 생성 방식 및 시간적 인터리빙 방식에 기초하여 생성된 경우, SEI 메시지에 포함되는 프레임 패킹 배열에 관한 정보는 현재 영상 데이터 스트림에 포함된 영상 데이터가 좌시점 영상과 우시점 영상 중 어떤 시점의 영상에 해당되는지를 나타내는 플래그인 current_frame_is_frame0_flag를 포함한다. current_frame_is_frame0_flag가 1인 경우 현재 영상 데이터 스트림에 포함된 영상 데이터가 frame 0에 해당되며, 다른 영상 데이터 스트림에 포함된 동일 POC의 영상 데이터가 frame 1에 해당된다. current_frame_is_frame0_flag가 0인 경우 현재 영상 데이터 스트림에 포함된 영상 데이터가 frame 1에 해당되며, 다른 영상 데이터 스트림에 포함된 동일 POC의 영상 데이터가 frame 0에 해당된다.
영상 복호화부(95)는 정보 스트림 획득부(92)에서 획득된 정보 스트림의 정보들에 기초하여, 제 1 스트림 생성 방식에 기초한 현재 영상 데이터 스트림으로부터 제 1 부분 영상과 제 2 부분 영상을 획득할 수 있다. 만약, 현재 영상 데이터 스트림이 제 2 스트림 생성 방식에 기초하여 생성된 경우라면, 영상 복호화부(95)는 현재 영상 데이터 스트림 및 현재 영상 데이터 스트림과 별도로 획득된 다른 영상 데이터 스트림으로부터 제 1 부분 영상과 제 2 부분 영상을 획득할 수 있다. 영상 복호화부(95)의 제 1 영상 복호화부(96)는 획득된 제 1 부분 영상을 복호화하고, 제 2 영상 복호화부(97)은 획득된 제 2 부분 영상을 복호화한다.
3차원 영상 역다중화부(98)은 획득된 정보 스트림의 정보들에 기초하여 복호화된 제 1 부분 영상과 제 2 부분 영상을 재구성하여 풀 해상도의 3차원 영상을 생성한다.
일 실시예에 따른 3차원 영상 데이터 스트림 재생 장치(90)는 기본 계층 스트림만을 수신하여 복호화하는 경우에는 기본 계층 영상으로부터 좌시점 영상과 우시점 영상을 추출한 후 업컨버젼(up-conversion)을 통해 풀 해상도의 좌시점 영상과 우시점 영상을 복원한다. 3차원 영상 데이터 스트림 재생 장치(90)는 기본 계층 스트림 이외에 향상 계층 스트림을 수신하는 경우, 기본 계층 스트림에 포함된 3차원 영상과 향상 계층 스트림에 포함된 3차원 영상을 결합하여, 업커버젼없이 풀 해상도의 3차원 영상을 복원할 수 있다.
도 10은 일 실시예에 따라서 3차원 영상 데이터 스트림을 재생하는 과정을 나타낸다.
도 10을 참조하면, 다양한 프레임 패킹 배열 방식 중 기본 계층의 제 1 부분 영상(1001) 및 향상 계층의 제 2 부분 영상(1021) 각각은 사이드-바이-사이드 방식을 통해서 생성된 영상이라고 가정한다. 즉, 제 1 부분 영상(1001)은 풀 해상도의 좌시점 영상 중 짝수 컬럼의 데이터와 풀 해상도의 우시점 영상 중 짝수 컬럼의 데이터를 포함하며, 제 2 부분 영상(1021)은 풀 해상도의 좌시점 영상 중 홀수 컬럼의 데이터와 풀 해상도의 우시점 영상 중 홀수 컬럼의 데이터를 포함한다고 가정한다. 또한, 현재 영상 데이터 스트림은 제 1 스트림 생성 방식에 기초하여 temporal_id가 0인 영상 데이터에는 기본 계층의 제 1 부분 영상(1001)이 포함되며, temporal_id가 1인 영상 데이터에는 향상 계층의 제 2 부분 영상(1021)이 포함되었다고 가정한다.
3차원 영상 데이터 스트림 재생 장치(90)의 영상 복호화부(96)는 현재 영상 데이터 스트림에 포함된 기본 계층의 제 1 부분 영상(1001)을 복호화한다. 3차원 영상 역다중화부(98)는 복호화된 기본 계층의 제 1 부분 영상(1001)을 재배열(1002)하여, 제 1 부분 영상(1001)으로부터 풀 해상도의 제 1 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1003), 풀 해상도의 제 2 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1004)을 획득한다.
또한, 영상 복호화부(96)는 현재 영상 데이터 스트림에 포함된 향상 계층의 제 2 부분 영상(1021)을 복호화한다. 3차원 영상 역다중화부(98)는 복호화된 기본 계층의 제 2 부분 영상(1021)을 재배열(1022)하여, 제 2 부분 영상(1021)으로부터 풀 해상도의 제 1 시점 영상 중 홀수 컬럼의 데이터를 포함하는 영상(1023), 풀 해상도의 제 2 시점 영상 중 홀수 컬럼의 데이터를 포함하는 영상(1024)을 획득한다.
만약, 종래 수신 장치와 같이 향상 계층의 영상을 처리할 수 없는 수신 장치에서는 기본 계층의 제 1 부분 영상(1001)만을 이용하여, 풀 해상도의 제 1 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1003), 풀 해상도의 제 2 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1004)을 획득하고, 획득된 영상들(1003, 1004)를 각각 업컨버젼(1005, 1006)하여 풀 해상도의 제 1 시점 영상(1007) 및 제 2 시점 영상(1008)을 획득한다.
기본 계층 영상과 향상 계층 영상이 모두 수신되어 복호화된 경우, 제 1 부분 영상(1001)으로부터 획득된 풀 해상도의 제 1 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1003)과 제 2 부분 영상(1021)으로부터 획득된 풀 해상도의 제 1 시점 영상 중 홀수 컬럼의 데이터를 포함하는 영상(1023)을 결합하여 풀 해상도의 제 1 시점 영상(1025)를 획득할 수 있다. 또한, 기본 계층 영상과 향상 계층 영상이 모두 수신되어 복호화된 경우, 제 2 부분 영상(1021)으로부터 획득된 풀 해상도의 제 2 시점 영상 중 짝수 컬럼의 데이터를 포함하는 영상(1004)과 제 2 부분 영상(1021)으로부터 획득된 풀 해상도의 제 2 시점 영상 중 홀수 컬럼의 데이터를 포함하는 영상(1024)을 결합하여 풀 해상도의 제 2 시점 영상(1026)를 획득할 수 있다. 풀 해상도의 제 1 시점 영상(1025) 및 제 2 시점 영상(1026)은 업컨버젼 과정없이 원래의 입력 영상에 대응되는 픽셀값을 갖기 때문에, 기본 계층의 영상만을 이용하여 업컨버젼 과정을 통해 생성된 풀 해상도의 제 1 시점 영상(1007) 및 제 2 시점 영상(1008)에 비하여 고품질을 갖는다.
도 11은 일 실시예에 따른 3차원 영상 데이터 스트림 재생 방법의 플로우 차트이다.
도 9 및 도 11을 참조하면, 단계 1110에서 영상 데이터 스트림 획득부(93)는 풀 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 3차원 영상 중 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 현재 스트림을 획득한다.
단계 1120에서, 정보 스트림 획득부(92)는 하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 현재 스트림에 이용된 스트림 생성 방식에 대한 정보, 현재 스트림에 포함된 영상 데이터가 제 1 부분 영상과 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득한다. 전술한 바와 같이, 정보 스트림은 SEI 메시지를 통해 전송될 수 있다.
단계 1130에서, 영상 복호화부(96)는 획득된 정보 스트림의 정보들에 기초하여, 현재 영상 데이터 스트림으로부터 제 1 부분 영상과 제 2 부분 영상을 획득하거나 또는 현재 영상 데이터 스트림 및 현재 영상 데이터 스트림과 별도로 획득된 다른 영상 데이터 스트림으로부터 제 1 부분 영상과 상기 제 2 부분 영상을 획득한다. 전술한 바와 같이, 현재 영상 데이터 스트림이 제 1 스트림 생성 방식에 기초하여 생성된 경우라면, 영상 복호화부(95)는 현재 영상 데이터 스트림으로부터 제 1 부분 영상과 제 2 부분 영상을 획득할 수 있다. 만약, 현재 영상 데이터 스트림이 제 2 스트림 생성 방식에 기초하여 생성된 경우라면, 영상 복호화부(95)는 현재 영상 데이터 스트림 및 현재 영상 데이터 스트림과 별도로 획득된 다른 영상 데이터 스트림 각각으로부터 제 1 부분 영상과 제 2 부분 영상을 획득할 수 있다.
단계 1140에서, 영상 복호화부(95)의 제 1 영상 복호화부(96)는 획득된 제 1 부분 영상을 복호화하고, 제 2 영상 복호화부(97)은 획득된 제 2 부분 영상을 복호화하며, 3차원 영상 역다중화부(98)는 복호화된 제 1 부분 영상과 제 2 부분 영상을 재배열하여 풀 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상을 출력한다.
이하, 도 12 내지 24를 참조하여 트리 구조에 따른 부호화 단위들을 기초로 부호화 및 복호화 과정을 수행하는 HEVC에 따른 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치가 상술된다. 이하 설명되는 비디오 부호화 방법 및 장치는 전술한 도 1의 영상 부호화부(320)에 적용될 수 있으며, 비디오 복호화 방법 및 장치는 전술한 도 9의 영상 복호화부(96)에 적용될 수 있다.
도 12는 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 최대 부호화 단위 분할부(110), 부호화 단위 결정부(120) 및 출력부(130)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 '비디오 부호화 장치(100)'로 축약하여 지칭한다.
최대 부호화 단위 분할부(110)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다. 영상 데이터는 적어도 하나의 최대 부호화 단위별로 부호화 단위 결정부(120)로 출력될 수 있다.
일 실시예에 따른 부호화 단위는 최대 크기 및 심도로 특징지어질 수 있다. 심도란 최대 부호화 단위로부터 부호화 단위가 공간적으로 분할한 횟수를 나타내며, 심도가 깊어질수록 심도별 부호화 단위는 최대 부호화 단위로부터 최소 부호화 단위까지 분할될 수 있다. 최대 부호화 단위의 심도가 최상위 심도이며 최소 부호화 단위가 최하위 부호화 단위로 정의될 수 있다. 최대 부호화 단위는 심도가 깊어짐에 따라 심도별 부호화 단위의 크기는 감소하므로, 상위 심도의 부호화 단위는 복수 개의 하위 심도의 부호화 단위를 포함할 수 있다.
전술한 바와 같이 부호화 단위의 최대 크기에 따라, 현재 픽처의 영상 데이터를 최대 부호화 단위로 분할하며, 각각의 최대 부호화 단위는 심도별로 분할되는 부호화 단위들을 포함할 수 있다. 일 실시예에 따른 최대 부호화 단위는 심도별로 분할되므로, 최대 부호화 단위에 포함된 공간 영역(spatial domain)의 영상 데이터가 심도에 따라 계층적으로 분류될 수 있다.
최대 부호화 단위의 높이 및 너비를 계층적으로 분할할 수 있는 총 횟수를 제한하는 최대 심도 및 부호화 단위의 최대 크기가 미리 설정되어 있을 수 있다.
부호화 단위 결정부(120)는, 심도마다 최대 부호화 단위의 영역이 분할된 적어도 하나의 분할 영역을 부호화하여, 적어도 하나의 분할 영역 별로 최종 부호화 결과가 출력될 심도를 결정한다. 즉 부호화 단위 결정부(120)는, 현재 픽처의 최대 부호화 단위마다 심도별 부호화 단위로 영상 데이터를 부호화하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여 부호화 심도로 결정한다. 결정된 부호화 심도 및 최대 부호화 단위별 영상 데이터는 출력부(130)로 출력된다.
최대 부호화 단위 내의 영상 데이터는 최대 심도 이하의 적어도 하나의 심도에 따라 심도별 부호화 단위에 기반하여 부호화되고, 각각의 심도별 부호화 단위에 기반한 부호화 결과가 비교된다. 심도별 부호화 단위의 부호화 오차의 비교 결과 부호화 오차가 가장 작은 심도가 선택될 수 있다. 각각의 최대화 부호화 단위마다 적어도 하나의 부호화 심도가 결정될 수 있다.
최대 부호화 단위의 크기는 심도가 깊어짐에 따라 부호화 단위가 계층적으로 분할되어 분할되며 부호화 단위의 개수는 증가한다. 또한, 하나의 최대 부호화 단위에 포함되는 동일한 심도의 부호화 단위들이라 하더라도, 각각의 데이터에 대한 부호화 오차를 측정하고 하위 심도로의 분할 여부가 결정된다. 따라서, 하나의 최대 부호화 단위에 포함되는 데이터라 하더라도 위치에 따라 심도별 부호화 오차가 다르므로 위치에 따라 부호화 심도가 달리 결정될 수 있다. 따라서, 하나의 최대 부호화 단위에 대해 부호화 심도가 하나 이상 설정될 수 있으며, 최대 부호화 단위의 데이터는 하나 이상의 부호화 심도의 부호화 단위에 따라 구획될 수 있다.
따라서, 일 실시예에 따른 부호화 단위 결정부(120)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시예에 따른 '트리 구조에 따른 부호화 단위들'은, 현재 최대 부호화 단위에 포함되는 모든 심도별 부호화 단위들 중, 부호화 심도로 결정된 심도의 부호화 단위들을 포함한다. 부호화 심도의 부호화 단위는, 최대 부호화 단위 내에서 동일 영역에서는 심도에 따라 계층적으로 결정되고, 다른 영역들에 대해서는 독립적으로 결정될 수 있다. 마찬가지로, 현재 영역에 대한 부호화 심도는, 다른 영역에 대한 부호화 심도와 독립적으로 결정될 수 있다.
일 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위라면, 심도 0, 1, 2, 3 및 4의 심도 레벨이 존재하므로 제 1 최대 심도는 4, 제 2 최대 심도는 5로 설정될 수 있다.
최대 부호화 단위의 예측부호화 및 변환이 수행될 수 있다. 예측부호화 및 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측부호화 및 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측부호화 및 변환을 설명하겠다.
일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 데이터 단위의 크기 또는 형태를 다양하게 선택할 수 있다. 영상 데이터의 부호화를 위해서는 예측부호화, 변환, 엔트로피 부호화 등의 단계를 거치는데, 모든 단계에 걸쳐서 동일한 데이터 단위가 사용될 수도 있으며, 단계별로 데이터 단위가 변경될 수도 있다.
예를 들어 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위의 영상 데이터의 예측부호화를 수행하기 위해, 부호화 단위와 다른 데이터 단위를 선택할 수 있다.
최대 부호화 단위의 예측부호화를 위해서는, 일 실시예에 따른 부호화 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측부호화가 수행될 수 있다. 이하, 예측부호화의 기반이 되는 더 이상한 분할되지 않는 부호화 단위를 '예측 단위'라고 지칭한다. 예측 단위가 분할된 파티션은, 예측 단위 및 예측 단위의 높이 및 너비 중 적어도 하나가 분할된 데이터 단위를 포함할 수 있다. 파티션은 부호화 단위의 예측 단위가 분할된 형태의 데이터 단위이고, 예측 단위는 부호화 단위와 동일한 크기의 파티션일 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시예에 따른 파티션 타입은 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션들뿐만 아니라, 1:n 또는 n:1과 같이 비대칭적 비율로 분할된 파티션들, 기하학적인 형태로 분할된 파티션들, 임의적 형태의 파티션들 등을 선택적으로 포함할 수도 있다.
예측 단위의 예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 적어도 하나일 수 있다. 예를 들어 인트라 모드 및 인터 모드는, 2Nx2N, 2NxN, Nx2N, NxN 크기의 파티션에 대해서 수행될 수 있다. 또한, 스킵 모드는 2Nx2N 크기의 파티션에 대해서만 수행될 수 있다. 부호화 단위 이내의 하나의 예측 단위마다 독립적으로 부호화가 수행되어 부호화 오차가 가장 작은 예측 모드가 선택될 수 있다.
또한, 일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위와 다른 데이터 단위를 기반으로 부호화 단위의 영상 데이터의 변환을 수행할 수 있다. 부호화 단위의 변환을 위해서는, 부호화 단위보다 작거나 같은 크기의 변환 단위를 기반으로 변환이 수행될 수 있다. 예를 들어 변환 단위는, 인트라 모드를 위한 데이터 단위 및 인터 모드를 위한 변환 단위를 포함할 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위와 유사한 방식으로, 부호화 단위 내의 변환 단위도 재귀적으로 더 작은 크기의 변환 단위로 분할되면서, 부호화 단위의 레지듀얼 데이터가 변환 심도에 따라 트리 구조에 따른 변환 단위에 따라 구획될 수 있다.
일 실시예에 따른 변환 단위에 대해서도, 부호화 단위의 높이 및 너비가 분할하여 변환 단위에 이르기까지의 분할 횟수를 나타내는 변환 심도가 설정될 수 있다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위의 변환 단위의 크기가 2Nx2N이라면 변환 심도 0, 변환 단위의 크기가 NxN이라면 변환 심도 1, 변환 단위의 크기가 N/2xN/2이라면 변환 심도 2로 설정될 수 있다. 즉, 변환 단위에 대해서도 변환 심도에 따라 트리 구조에 따른 변환 단위가 설정될 수 있다.
부호화 심도별 부호화 정보는, 부호화 심도 뿐만 아니라 예측 관련 정보 및 변환 관련 정보가 필요하다. 따라서, 부호화 단위 결정부(120)는 최소 부호화 오차를 발생시킨 부호화 심도 뿐만 아니라, 예측 단위를 파티션으로 분할한 파티션 타입, 예측 단위별 예측 모드, 변환을 위한 변환 단위의 크기 등을 결정할 수 있다.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 예측단위/파티션, 및 변환 단위의 결정 방식에 대해서는 후술한다.
부호화 단위 결정부(120)는 심도별 부호화 단위의 부호화 오차를 라그랑지 곱(Lagrangian Multiplier) 기반의 율-왜곡 최적화 기법(Rate-Distortion Optimization)을 이용하여 측정할 수 있다.
출력부(130)는, 부호화 단위 결정부(120)에서 결정된 적어도 하나의 부호화 심도에 기초하여 부호화된 최대 부호화 단위의 영상 데이터 및 심도별 부호화 모드에 관한 정보를 비트스트림 형태로 출력한다.
부호화된 영상 데이터는 영상의 레지듀얼 데이터의 부호화 결과일 수 있다.
심도별 부호화 모드에 관한 정보는, 부호화 심도 정보, 예측 단위의 파티션 타입 정보, 예측 모드 정보, 변환 단위의 크기 정보 등을 포함할 수 있다.
부호화 심도 정보는, 현재 심도로 부호화하지 않고 하위 심도의 부호화 단위로 부호화할지 여부를 나타내는 심도별 분할 정보를 이용하여 정의될 수 있다. 현재 부호화 단위의 현재 심도가 부호화 심도라면, 현재 부호화 단위는 현재 심도의 부호화 단위로 부호화되므로 현재 심도의 분할 정보는 더 이상 하위 심도로 분할되지 않도록 정의될 수 있다. 반대로, 현재 부호화 단위의 현재 심도가 부호화 심도가 아니라면 하위 심도의 부호화 단위를 이용한 부호화를 시도해보아야 하므로, 현재 심도의 분할 정보는 하위 심도의 부호화 단위로 분할되도록 정의될 수 있다.
현재 심도가 부호화 심도가 아니라면, 하위 심도의 부호화 단위로 분할된 부호화 단위에 대해 부호화가 수행된다. 현재 심도의 부호화 단위 내에 하위 심도의 부호화 단위가 하나 이상 존재하므로, 각각의 하위 심도의 부호화 단위마다 반복적으로 부호화가 수행되어, 동일한 심도의 부호화 단위마다 재귀적(recursive) 부호화가 수행될 수 있다.
하나의 최대 부호화 단위 안에 트리 구조의 부호화 단위들이 결정되며 부호화 심도의 부호화 단위마다 적어도 하나의 부호화 모드에 관한 정보가 결정되어야 하므로, 하나의 최대 부호화 단위에 대해서는 적어도 하나의 부호화 모드에 관한 정보가 결정될 수 있다. 또한, 최대 부호화 단위의 데이터는 심도에 따라 계층적으로 구획되어 위치 별로 부호화 심도가 다를 수 있으므로, 데이터에 대해 부호화 심도 및 부호화 모드에 관한 정보가 설정될 수 있다.
따라서, 일 실시예에 따른 출력부(130)는, 최대 부호화 단위에 포함되어 있는 부호화 단위, 예측 단위 및 최소 단위 중 적어도 하나에 대해, 해당 부호화 심도 및 부호화 모드에 대한 부호화 정보를 할당될 수 있다.
일 실시예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위이다. 일 실시예에 따른 최소 단위는, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위, 파티션 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(130)를 통해 출력되는 부호화 정보는, 심도별 부호화 단위별 부호화 정보와 예측 단위별 부호화 정보로 분류될 수 있다. 심도별 부호화 단위별 부호화 정보는, 예측 모드 정보, 파티션 크기 정보를 포함할 수 있다. 예측 단위별로 전송되는 부호화 정보는 인터 모드의 추정 방향에 관한 정보, 인터 모드의 참조 영상 인덱스에 관한 정보, 움직임 벡터에 관한 정보, 인트라 모드의 크로마 성분에 관한 정보, 인트라 모드의 보간 방식에 관한 정보 등을 포함할 수 있다.
픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등에 삽입될 수 있다.
또한 현재 비디오에 대해 허용되는 변환 단위의 최대 크기에 관한 정보 및 변환 단위의 최소 크기에 관한 정보도, 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등을 통해 출력될 수 있다. 출력부(130)는 부호화 단위의 스케일러빌터리에 관한 정보 등을 부호화하여 출력할 수 있다.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시예에 따르면, 심도별 부호화 단위는 한 계층 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위이다. 즉, 현재 심도의 부호화 단위의 크기가 2Nx2N이라면, 하위 심도의 부호화 단위의 크기는 NxN 이다. 또한, 2Nx2N 크기의 현재 부호화 단위는 NxN 크기의 하위 심도 부호화 단위를 최대 4개 포함할 수 있다.
따라서, 비디오 부호화 장치(100)는 현재 픽처의 특성을 고려하여 결정된 최대 부호화 단위의 크기 및 최대 심도를 기반으로, 각각의 최대 부호화 단위마다 최적의 형태 및 크기의 부호화 단위를 결정하여 트리 구조에 따른 부호화 단위들을 구성할 수 있다. 또한, 각각의 최대 부호화 단위마다 다양한 예측 모드, 변환 방식 등으로 부호화할 수 있으므로, 다양한 영상 크기의 부호화 단위의 영상 특성을 고려하여 최적의 부호화 모드가 결정될 수 있다.
따라서, 영상의 해상도가 매우 높거나 데이터량이 매우 큰 영상을 기존 매크로블록 단위로 부호화한다면, 픽처당 매크로블록의 수가 과도하게 많아진다. 이에 따라, 매크로블록마다 생성되는 압축 정보도 많아지므로 압축 정보의 전송 부담이 커지고 데이터 압축 효율이 감소하는 경향이 있다. 따라서, 일 실시예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 13은 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 '비디오 복호화 장치(200)'로 축약하여 지칭한다.
일 실시예에 따른 비디오 복호화 장치(200)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 12의 비디오 부호화 장치(100)를 참조하여 전술한 바와 동일하다.
수신부(210)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱한다. 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 따라 부호화 단위마다 부호화된 영상 데이터를 추출하여 영상 데이터 복호화부(230)로 출력한다. 영상 데이터 및 부호화 정보 추출부(220)는 현재 픽처에 대한 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트로부터 현재 픽처의 부호화 단위의 최대 크기에 관한 정보를 추출할 수 있다.
또한, 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 대한 부호화 심도 및 부호화 모드에 관한 정보를 추출한다. 추출된 부호화 심도 및 부호화 모드에 관한 정보는 영상 데이터 복호화부(230)로 출력된다. 즉, 비트열의 영상 데이터를 최대 부호화 단위로 분할하여, 영상 데이터 복호화부(230)가 최대 부호화 단위마다 영상 데이터를 복호화하도록 할 수 있다.
최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 하나 이상의 부호화 심도 정보에 대해 설정될 수 있으며, 부호화 심도별 부호화 모드에 관한 정보는, 해당 부호화 단위의 파티션 타입 정보, 예측 모드 정보 및 변환 단위의 크기 정보 등을 포함할 수 있다. 또한, 부호화 심도 정보로서, 심도별 분할 정보가 추출될 수도 있다.
영상 데이터 및 부호화 정보 추출부(220)가 추출한 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 일 실시예에 따른 비디오 부호화 장치(100)와 같이 부호화단에서, 최대 부호화 단위별 심도별 부호화 단위마다 반복적으로 부호화를 수행하여 최소 부호화 오차를 발생시키는 것으로 결정된 부호화 심도 및 부호화 모드에 관한 정보이다. 따라서, 비디오 복호화 장치(200)는 최소 부호화 오차를 발생시키는 부호화 방식에 따라 데이터를 복호화하여 영상을 복원할 수 있다.
일 실시예에 따른 부호화 심도 및 부호화 모드에 대한 부호화 정보는, 해당 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 할당되어 있을 수 있으므로, 영상 데이터 및 부호화 정보 추출부(220)는 소정 데이터 단위별로 부호화 심도 및 부호화 모드에 관한 정보를 추출할 수 있다. 소정 데이터 단위별로, 해당 최대 부호화 단위의 부호화 심도 및 부호화 모드에 관한 정보가 기록되어 있다면, 동일한 부호화 심도 및 부호화 모드에 관한 정보를 갖고 있는 소정 데이터 단위들은 동일한 최대 부호화 단위에 포함되는 데이터 단위로 유추될 수 있다.
영상 데이터 복호화부(230)는 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보에 기초하여 각각의 최대 부호화 단위의 영상 데이터를 복호화하여 현재 픽처를 복원한다. 즉 영상 데이터 복호화부(230)는, 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들 가운데 각각의 부호화 단위마다, 판독된 파티션 타입, 예측 모드, 변환 단위에 기초하여 부호화된 영상 데이터를 복호화할 수 있다. 복호화 과정은 인트라 예측 및 움직임 보상을 포함하는 예측 과정, 및 역변환 과정을 포함할 수 있다.
영상 데이터 복호화부(230)는, 부호화 심도별 부호화 단위의 예측 단위의 파티션 타입 정보 및 예측 모드 정보에 기초하여, 부호화 단위마다 각각의 파티션 및 예측 모드에 따라 인트라 예측 또는 움직임 보상을 수행할 수 있다.
또한, 영상 데이터 복호화부(230)는, 최대 부호화 단위별 역변환을 위해, 부호화 단위별로 트리 구조에 따른 변환 단위 정보를 판독하여, 부호화 단위마다 변환 단위에 기초한 역변환을 수행할 수 있다. 역변환을 통해, 부호화 단위의 공간 영역의 화소값이 복원할 수 있다.
영상 데이터 복호화부(230)는 심도별 분할 정보를 이용하여 현재 최대 부호화 단위의 부호화 심도를 결정할 수 있다. 만약, 분할 정보가 현재 심도에서 더 이상 분할되지 않음을 나타내고 있다면 현재 심도가 부호화 심도이다. 따라서, 영상 데이터 복호화부(230)는 현재 최대 부호화 단위의 영상 데이터에 대해 현재 심도의 부호화 단위를 예측 단위의 파티션 타입, 예측 모드 및 변환 단위 크기 정보를 이용하여 복호화할 수 있다.
즉, 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 설정되어 있는 부호화 정보를 관찰하여, 동일한 분할 정보를 포함한 부호화 정보를 보유하고 있는 데이터 단위가 모여, 영상 데이터 복호화부(230)에 의해 동일한 부호화 모드로 복호화할 하나의 데이터 단위로 간주될 수 있다. 이런 식으로 결정된 부호화 단위마다 부호화 모드에 대한 정보를 획득하여 현재 부호화 단위의 복호화가 수행될 수 있다.
비디오 복호화 장치(200)는, 부호화 과정에서 최대 부호화 단위마다 재귀적으로 부호화를 수행하여 최소 부호화 오차를 발생시킨 부호화 단위에 대한 정보를 획득하여, 현재 픽처에 대한 복호화에 이용할 수 있다. 즉, 최대 부호화 단위마다 최적 부호화 단위로 결정된 트리 구조에 따른 부호화 단위들의 부호화된 영상 데이터의 복호화가 가능해진다.
따라서, 높은 해상도의 영상 또는 데이터량이 과도하게 많은 영상이라도 부호화단으로부터 전송된 최적 부호화 모드에 관한 정보를 이용하여, 영상의 특성에 적응적으로 결정된 부호화 단위의 크기 및 부호화 모드에 따라 효율적으로 영상 데이터를 복호화하여 복원할 수 있다.
도 14는 본 발명의 일 실시예에 따른 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 14에 도시된 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다.
해상도가 높거나 데이터량이 많은 경우 부호화 효율의 향상 뿐만 아니라 영상 특성을 정확히 반형하기 위해 부호화 사이즈의 최대 크기가 상대적으로 큰 것이 바람직하다. 따라서, 비디오 데이터(330)에 비해, 해상도가 높은 비디오 데이터(310, 320)는 부호화 사이즈의 최대 크기가 64로 선택될 수 있다.
비디오 데이터(310)의 최대 심도는 2이므로, 비디오 데이터(310)의 부호화 단위(315)는 장축 크기가 64인 최대 부호화 단위로부터, 2회 분할하며 심도가 두 계층 깊어져서 장축 크기가 32, 16인 부호화 단위들까지 포함할 수 있다. 반면, 비디오 데이터(330)의 최대 심도는 1이므로, 비디오 데이터(330)의 부호화 단위(335)는 장축 크기가 16인 부호화 단위들로부터, 1회 분할하며 심도가 한 계층 깊어져서 장축 크기가 8인 부호화 단위들까지 포함할 수 있다.
비디오 데이터(320)의 최대 심도는 3이므로, 비디오 데이터(320)의 부호화 단위(325)는 장축 크기가 64인 최대 부호화 단위로부터, 3회 분할하며 심도가 세 계층 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 15는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
일 실시예에 따른 영상 부호화부(400)는, 비디오 부호화 장치(100)의 부호화 단위 결정부(120)에서 영상 데이터를 부호화하는데 거치는 작업들을 포함한다. 즉, 인트라 예측부(410)는 현재 프레임(405) 중 인트라 모드의 부호화 단위에 대해 인트라 예측을 수행하고, 움직임 추정부(420) 및 움직임 보상부(425)는 인터 모드의 현재 프레임(405) 및 참조 프레임(495)을 이용하여 인터 추정 및 움직임 보상을 수행한다.
인트라 예측부(410), 움직임 추정부(420) 및 움직임 보상부(425)로부터 출력된 데이터는 변환부(430) 및 양자화부(440)를 거쳐 양자화된 변환 계수로 출력된다. 양자화된 변환 계수는 역양자화부(460), 역변환부(470)을 통해 공간 영역의 데이터로 복원되고, 복원된 공간 영역의 데이터는 디블로킹부(480) 및 루프 필터링부(490)를 거쳐 후처리되어 참조 프레임(495)으로 출력된다. 양자화된 변환 계수는 엔트로피 부호화부(450)를 거쳐 비트스트림(455)으로 출력될 수 있다.
일 실시예에 따른 비디오 부호화 장치(100)에 적용되기 위해서는, 영상 부호화부(400)의 구성 요소들인 인트라 예측부(410), 움직임 추정부(420), 움직임 보상부(425), 변환부(430), 양자화부(440), 엔트로피 부호화부(450), 역양자화부(460), 역변환부(470), 디블로킹부(480) 및 루프 필터링부(490)가 모두, 최대 부호화 단위마다 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행하여야 한다.
특히, 인트라 예측부(410), 움직임 추정부(420) 및 움직임 보상부(425)는 현재 최대 부호화 단위의 최대 크기 및 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위의 파티션 및 예측 모드를 결정하며, 변환부(430)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 변환 단위의 크기를 결정하여야 한다.
도 16은 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
비트스트림(505)이 파싱부(510)를 거쳐 복호화 대상인 부호화된 영상 데이터 및 복호화를 위해 필요한 부호화에 관한 정보가 파싱된다. 부호화된 영상 데이터는 엔트로피 복호화부(520) 및 역양자화부(530)를 거쳐 역양자화된 데이터로 출력되고, 역변환부(540)를 거쳐 공간 영역의 영상 데이터가 복원된다.
공간 영역의 영상 데이터에 대해서, 인트라 예측부(550)는 인트라 모드의 부호화 단위에 대해 인트라 예측을 수행하고, 움직임 보상부(560)는 참조 프레임(585)를 함께 이용하여 인터 모드의 부호화 단위에 대해 움직임 보상을 수행한다.
인트라 예측부(550) 및 움직임 보상부(560)를 거친 공간 영역의 데이터는 디블로킹부(570) 및 루프 필터링부(580)를 거쳐 후처리되어 복원 프레임(595)으로 출력될 수 있다. 또한, 디블로킹부(570) 및 루프 필터링부(580)를 거쳐 후처리된 데이터는 참조 프레임(585)으로서 출력될 수 있다.
비디오 복호화 장치(200)의 영상 데이터 복호화부(230)에서 영상 데이터를 복호화하기 위해, 일 실시예에 따른 영상 복호화부(500)의 파싱부(510) 이후의 단계별 작업들이 수행될 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)에 적용되기 위해서는, 영상 복호화부(500)의 구성 요소들인 파싱부(510), 엔트로피 복호화부(520), 역양자화부(530), 역변환부(540), 인트라 예측부(550), 움직임 보상부(560), 디블로킹부(570) 및 루프 필터링부(580)가 모두, 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들에 기반하여 작업을 수행하여야 한다.
특히, 인트라 예측부(550), 움직임 보상부(560)는 트리 구조에 따른 부호화 단위들 각각마다 파티션 및 예측 모드를 결정하며, 역변환부(540)는 부호화 단위마다 변환 단위의 크기를 결정하여야 한다.
도 17은 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)는 영상 특성을 고려하기 위해 계층적인 부호화 단위를 사용한다. 부호화 단위의 최대 높이 및 너비, 최대 심도는 영상의 특성에 따라 적응적으로 결정될 수도 있으며, 사용자의 요구에 따라 다양하게 설정될 수도 있다. 미리 설정된 부호화 단위의 최대 크기에 따라, 심도별 부호화 단위의 크기가 결정될 수 있다.
일 실시예에 따른 부호화 단위의 계층 구조(600)는 부호화 단위의 최대 높이 및 너비가 64이며, 최대 심도가 4인 경우를 도시하고 있다. 이 때, 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다. 일 실시예에 따른 부호화 단위의 계층 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(600)의 가로축을 따라, 각각의 심도별 부호화 단위의 예측부호화의 기반이 되는 예측 단위 및 파티션이 도시되어 있다.
즉, 부호화 단위(610)는 부호화 단위의 계층 구조(600) 중 최대 부호화 단위로서 심도가 0이며, 부호화 단위의 크기, 즉 높이 및 너비가 64x64이다. 세로축을 따라 심도가 깊어지며, 크기 32x32인 심도 1의 부호화 단위(620), 크기 16x16인 심도 2의 부호화 단위(630), 크기 8x8인 심도 3의 부호화 단위(640), 크기 4x4인 심도 4의 부호화 단위(650)가 존재한다. 크기 4x4인 심도 4의 부호화 단위(650)는 최소 부호화 단위이다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(610)가 예측 단위라면, 예측 단위는 크기 64x64의 부호화 단위(610)에 포함되는 크기 64x64의 파티션(610), 크기 64x32의 파티션들(612), 크기 32x64의 파티션들(614), 크기 32x32의 파티션들(616)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(620)의 예측 단위는, 크기 32x32의 부호화 단위(620)에 포함되는 크기 32x32의 파티션(620), 크기 32x16의 파티션들(622), 크기 16x32의 파티션들(624), 크기 16x16의 파티션들(626)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(630)의 예측 단위는, 크기 16x16의 부호화 단위(630)에 포함되는 크기 16x16의 파티션(630), 크기 16x8의 파티션들(632), 크기 8x16의 파티션들(634), 크기 8x8의 파티션들(636)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(640)의 예측 단위는, 크기 8x8의 부호화 단위(640)에 포함되는 크기 8x8의 파티션(640), 크기 8x4의 파티션들(642), 크기 4x8의 파티션들(644), 크기 4x4의 파티션들(646)로 분할될 수 있다.
마지막으로, 심도 4의 크기 4x4의 부호화 단위(650)는 최소 부호화 단위이며 최하위 심도의 부호화 단위이고, 해당 예측 단위도 크기 4x4의 파티션(650)으로만 설정될 수 있다.
일 실시예에 따른 비디오 부호화 장치(100)의 부호화 단위 결정부(120)는, 최대 부호화 단위(610)의 부호화 심도를 결정하기 위해, 최대 부호화 단위(610)에 포함되는 각각의 심도의 부호화 단위마다 부호화를 수행하여야 한다.
동일한 범위 및 크기의 데이터를 포함하기 위한 심도별 부호화 단위의 개수는, 심도가 깊어질수록 심도별 부호화 단위의 개수도 증가한다. 예를 들어, 심도 1의 부호화 단위 한 개가 포함하는 데이터에 대해서, 심도 2의 부호화 단위는 네 개가 필요하다. 따라서, 동일한 데이터의 부호화 결과를 심도별로 비교하기 위해서, 한 개의 심도 1의 부호화 단위 및 네 개의 심도 2의 부호화 단위를 이용하여 각각 부호화되어야 한다.
각각의 심도별 부호화를 위해서는, 부호화 단위의 계층 구조(600)의 가로축을 따라, 심도별 부호화 단위의 예측 단위들마다 부호화를 수행하여, 해당 심도에서 가장 작은 부호화 오차인 대표 부호화 오차가 선택될 수다. 또한, 부호화 단위의 계층 구조(600)의 세로축을 따라 심도가 깊어지며, 각각의 심도마다 부호화를 수행하여, 심도별 대표 부호화 오차를 비교하여 최소 부호화 오차가 검색될 수 있다. 최대 부호화 단위(610) 중 최소 부호화 오차가 발생하는 심도 및 파티션이 최대 부호화 단위(610)의 부호화 심도 및 파티션 타입으로 선택될 수 있다.
도 18은 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)는, 최대 부호화 단위마다 최대 부호화 단위보다 작거나 같은 크기의 부호화 단위로 영상을 부호화하거나 복호화한다. 부호화 과정 중 변환을 위한 변환 단위의 크기는 각각의 부호화 단위보다 크지 않은 데이터 단위를 기반으로 선택될 수 있다.
예를 들어, 일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 19는 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 부호화 모드에 관한 정보로서, 각각의 부호화 심도의 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 부호화하여 전송할 수 있다.
파티션 타입에 대한 정보(800)는, 현재 부호화 단위의 예측부호화를 위한 데이터 단위로서, 현재 부호화 단위의 예측 단위가 분할된 파티션의 형태에 대한 정보를 나타낸다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위 CU_0는, 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806), 크기 NxN의 파티션(808) 중 어느 하나의 타입으로 분할되어 이용될 수 있다. 이 경우 현재 부호화 단위의 파티션 타입에 관한 정보(800)는 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806) 및 크기 NxN의 파티션(808) 중 하나를 나타내도록 설정된다.
예측 모드에 관한 정보(810)는, 각각의 파티션의 예측 모드를 나타낸다. 예를 들어 예측 모드에 관한 정보(810)를 통해, 파티션 타입에 관한 정보(800)가 가리키는 파티션이 인트라 모드(812), 인터 모드(814) 및 스킵 모드(816) 중 하나로 예측부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(820)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 변환을 수행할지 여부를 나타낸다. 예를 들어, 변환 단위는 제 1 인트라 변환 단위 크기(822), 제 2 인트라 변환 단위 크기(824), 제 1 인터 변환 단위 크기(826), 제 2 인트라 변환 단위 크기(828) 중 하나일 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(210)는, 각각의 심도별 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 추출하여 복호화에 이용할 수 있다.
도 20은 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
심도의 변화를 나타내기 위해 분할 정보가 이용될 수 있다. 분할 정보는 현재 심도의 부호화 단위가 하위 심도의 부호화 단위로 분할될지 여부를 나타낸다.
심도 0 및 2N_0x2N_0 크기의 부호화 단위(900)의 예측부호화를 위한 예측 단위(910)는 2N_0x2N_0 크기의 파티션 타입(912), 2N_0xN_0 크기의 파티션 타입(914), N_0x2N_0 크기의 파티션 타입(916), N_0xN_0 크기의 파티션 타입(918)을 포함할 수 있다. 예측 단위가 대칭적 비율로 분할된 파티션들(912, 914, 916, 918)만이 예시되어 있지만, 전술한 바와 같이 파티션 타입은 이에 한정되지 않고 비대칭적 파티션, 임의적 형태의 파티션, 기하학적 형태의 파티션 등을 포함할 수 있다.
파티션 타입마다, 한 개의 2N_0x2N_0 크기의 파티션, 두 개의 2N_0xN_0 크기의 파티션, 두 개의 N_0x2N_0 크기의 파티션, 네 개의 N_0xN_0 크기의 파티션마다 반복적으로 예측부호화가 수행되어야 한다. 크기 2N_0x2N_0, 크기 N_0x2N_0 및 크기 2N_0xN_0 및 크기 N_0xN_0의 파티션에 대해서는, 인트라 모드 및 인터 모드로 예측부호화가 수행될 수 있다. 스킵 모드는 크기 2N_0x2N_0의 파티션에 예측부호화가 대해서만 수행될 수 있다.
크기 2N_0x2N_0, 2N_0xN_0 및 N_0x2N_0의 파티션 타입(912, 914, 916) 중 하나에 의한 부호화 오차가 가장 작다면, 더 이상 하위 심도로 분할할 필요 없다.
크기 N_0xN_0의 파티션 타입(918)에 의한 부호화 오차가 가장 작다면, 심도 0를 1로 변경하며 분할하고(920), 심도 2 및 크기 N_0xN_0의 파티션 타입의 부호화 단위들(930)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
심도 1 및 크기 2N_1x2N_1 (=N_0xN_0)의 부호화 단위(930)의 예측부호화를 위한 예측 단위(940)는, 크기 2N_1x2N_1의 파티션 타입(942), 크기 2N_1xN_1의 파티션 타입(944), 크기 N_1x2N_1의 파티션 타입(946), 크기 N_1xN_1의 파티션 타입(948)을 포함할 수 있다.
또한, 크기 N_1xN_1 크기의 파티션 타입(948)에 의한 부호화 오차가 가장 작다면, 심도 1을 심도 2로 변경하며 분할하고(950), 심도 2 및 크기 N_2xN_2의 부호화 단위들(960)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
최대 심도가 d인 경우, 심도별 부호화 단위는 심도 d-1일 때까지 설정되고, 분할 정보는 심도 d-2까지 설정될 수 있다. 즉, 심도 d-2로부터 분할(970)되어 심도 d-1까지 부호화가 수행될 경우, 심도 d-1 및 크기 2N_(d-1)x2N_(d-1)의 부호화 단위(980)의 예측부호화를 위한 예측 단위(990)는, 크기 2N_(d-1)x2N_(d-1)의 파티션 타입(992), 크기 2N_(d-1)xN_(d-1)의 파티션 타입(994), 크기 N_(d-1)x2N_(d-1)의 파티션 타입(996), 크기 N_(d-1)xN_(d-1)의 파티션 타입(998)을 포함할 수 있다.
파티션 타입 가운데, 한 개의 크기 2N_(d-1)x2N_(d-1)의 파티션, 두 개의 크기 2N_(d-1)xN_(d-1)의 파티션, 두 개의 크기 N_(d-1)x2N_(d-1)의 파티션, 네 개의 크기 N_(d-1)xN_(d-1)의 파티션마다 반복적으로 예측부호화를 통한 부호화가 수행되어, 최소 부호화 오차가 발생하는 파티션 타입이 검색될 수 있다.
크기 N_(d-1)xN_(d-1)의 파티션 타입(998)에 의한 부호화 오차가 가장 작더라도, 최대 심도가 d이므로, 심도 d-1의 부호화 단위 CU_(d-1)는 더 이상 하위 심도로의 분할 과정을 거치지 않으며, 현재 최대 부호화 단위(900)에 대한 부호화 심도가 심도 d-1로 결정되고, 파티션 타입은 N_(d-1)xN_(d-1)로 결정될 수 있다. 또한 최대 심도가 d이므로, 심도 d-1의 부호화 단위(952)에 대해 분할 정보는 설정되지 않는다.
데이터 단위(999)은, 현재 최대 부호화 단위에 대한 '최소 단위'라 지칭될 수 있다. 일 실시예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 일 실시예에 따른 비디오 부호화 장치(100)는 부호화 단위(900)의 심도별 부호화 오차를 비교하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여, 부호화 심도를 결정하고, 해당 파티션 타입 및 예측 모드가 부호화 심도의 부호화 모드로 설정될 수 있다.
이런 식으로 심도 0, 1, ..., d-1, d의 모든 심도별 최소 부호화 오차를 비교하여 오차가 가장 작은 심도가 선택되어 부호화 심도로 결정될 수 있다. 부호화 심도, 및 예측 단위의 파티션 타입 및 예측 모드는 부호화 모드에 관한 정보로써 부호화되어 전송될 수 있다. 또한, 심도 0으로부터 부호화 심도에 이르기까지 부호화 단위가 분할되어야 하므로, 부호화 심도의 분할 정보만이 '0'으로 설정되고, 부호화 심도를 제외한 심도별 분할 정보는 '1'로 설정되어야 한다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(220)는 부호화 단위(900)에 대한 부호화 심도 및 예측 단위에 관한 정보를 추출하여 부호화 단위(912)를 복호화하는데 이용할 수 있다. 일 실시예에 따른 비디오 복호화 장치(200)는 심도별 분할 정보를 이용하여 분할 정보가 '0'인 심도를 부호화 심도로 파악하고, 해당 심도에 대한 부호화 모드에 관한 정보를 이용하여 복호화에 이용할 수 있다.
도 21, 22 및 23은 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시예에 따른 비디오 부호화 장치(100)가 결정한 부호화 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 부호화 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 부호화 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1010)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1012, 1054)은 심도가 1, 부호화 단위들(1014, 1016, 1018, 1028, 1050, 1052)은 심도가 2, 부호화 단위들(1020, 1022, 1024, 1026, 1030, 1032, 1048)은 심도가 3, 부호화 단위들(1040, 1042, 1044, 1046)은 심도가 4이다.
예측 단위들(1060) 중 일부 파티션(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1014, 1022, 1050, 1054)은 2NxN의 파티션 타입이며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 타입, 파티션(1032)은 NxN의 파티션 타입이다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위이다. 즉, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 다른 비디오 복호화 장치(200)는 동일한 부호화 단위에 대한 인트라 예측/움직임 추정/움직임 보상 작업, 및 변환/역변환 작업이라 할지라도, 각각 별개의 데이터 단위를 기반으로 수행할 수 있다.
이에 따라, 최대 부호화 단위마다, 영역별로 계층적인 구조의 부호화 단위들마다 재귀적으로 부호화가 수행되어 최적 부호화 단위가 결정됨으로써, 재귀적 트리 구조에 따른 부호화 단위들이 구성될 수 있다. 부호화 정보는 부호화 단위에 대한 분할 정보, 파티션 타입 정보, 예측 모드 정보, 변환 단위 크기 정보를 포함할 수 있다. 이하 표 1은, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 1
분할 정보 0 (현재 심도 d의 크기 2Nx2N의 부호화 단위에 대한 부호화) 분할 정보 1
예측 모드 파티션 타입 변환 단위 크기 하위 심도 d+1의 부호화 단위들마다 반복적 부호화
인트라 인터스킵 (2Nx2N만) 대칭형 파티션 타입 비대칭형 파티션 타입 변환 단위 분할 정보 0 변환 단위 분할 정보 1
2Nx2N2NxNNx2NNxN 2NxnU2NxnDnLx2NnRx2N 2Nx2N NxN (대칭형 파티션 타입) N/2xN/2 (비대칭형 파티션 타입)
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 일 실시예에 따른 비디오 복호화 장치(200)의 부호화 정보 추출부(220)는 수신된 비트스트림으로부터 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 추출할 수 있다.
분할 정보는 현재 부호화 단위가 하위 심도의 부호화 단위들로 분할되는지 여부를 나타낸다. 현재 심도 d의 분할 정보가 0이라면, 현재 부호화 단위가 현재 부호화 단위가 하위 부호화 단위로 더 이상 분할되지 않는 심도가 부호화 심도이므로, 부호화 심도에 대해서 파티션 타입 정보, 예측 모드, 변환 단위 크기 정보가 정의될 수 있다. 분할 정보에 따라 한 단계 더 분할되어야 하는 경우에는, 분할된 4개의 하위 심도의 부호화 단위마다 독립적으로 부호화가 수행되어야 한다.
예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 하나로 나타낼 수 있다. 인트라 모드 및 인터 모드는 모든 파티션 타입에서 정의될 수 있으며, 스킵 모드는 파티션 타입 2Nx2N에서만 정의될 수 있다.
파티션 타입 정보는, 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션 타입 2Nx2N, 2NxN, Nx2N 및 NxN 과, 비대칭적 비율로 분할된 비대칭적 파티션 타입 2NxnU, 2NxnD, nLx2N, nRx2N를 나타낼 수 있다. 비대칭적 파티션 타입 2NxnU 및 2NxnD는 각각 높이가 1:3 및 3:1로 분할된 형태이며, 비대칭적 파티션 타입 nLx2N 및 nRx2N은 각각 너비가 1:3 및 3:1로 분할된 형태를 나타낸다.
변환 단위 크기는 인트라 모드에서 두 종류의 크기, 인터 모드에서 두 종류의 크기로 설정될 수 있다. 즉, 변환 단위 분할 정보가 0 이라면, 변환 단위의 크기가 현재 부호화 단위의 크기 2Nx2N로 설정된다. 변환 단위 분할 정보가 1이라면, 현재 부호화 단위가 분할된 크기의 변환 단위가 설정될 수 있다. 또한 크기 2Nx2N인 현재 부호화 단위에 대한 파티션 타입이 대칭형 파티션 타입이라면 변환 단위의 크기는 NxN, 비대칭형 파티션 타입이라면 N/2xN/2로 설정될 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위들의 부호화 정보는, 부호화 심도의 부호화 단위, 예측 단위 및 최소 단위 단위 중 적어도 하나에 대해 할당될 수 있다. 부호화 심도의 부호화 단위는 동일한 부호화 정보를 보유하고 있는 예측 단위 및 최소 단위를 하나 이상 포함할 수 있다.
따라서, 인접한 데이터 단위들끼리 각각 보유하고 있는 부호화 정보들을 확인하면, 동일한 부호화 심도의 부호화 단위에 포함되는지 여부가 확인될 수 있다. 또한, 데이터 단위가 보유하고 있는 부호화 정보를 이용하면 해당 부호화 심도의 부호화 단위를 확인할 수 있으므로, 최대 부호화 단위 내의 부호화 심도들의 분포가 유추될 수 있다.
따라서 이 경우 현재 부호화 단위가 주변 데이터 단위를 참조하여 예측하기 경우, 현재 부호화 단위에 인접하는 심도별 부호화 단위 내의 데이터 단위의 부호화 정보가 직접 참조되어 이용될 수 있다.
또 다른 실시예로, 현재 부호화 단위가 주변 부호화 단위를 참조하여 예측부호화가 수행되는 경우, 인접하는 심도별 부호화 단위의 부호화 정보를 이용하여, 심도별 부호화 단위 내에서 현재 부호화 단위에 인접하는 데이터가 검색됨으로써 주변 부호화 단위가 참조될 수도 있다.
도 24는 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
최대 부호화 단위(1300)는 부호화 심도의 부호화 단위들(1302, 1304, 1306, 1312, 1314, 1316, 1318)을 포함한다. 이 중 하나의 부호화 단위(1318)는 부호화 심도의 부호화 단위이므로 분할 정보가 0으로 설정될 수 있다. 크기 2Nx2N의 부호화 단위(1318)의 파티션 타입 정보는, 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326), NxN(1328), 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정될 수 있다.
변환 단위 분할 정보(TU size flag)는 변환 인덱스의 일종으로서, 변환 인덱스에 대응하는 변환 단위의 크기는 부호화 단위의 예측 단위 타입 또는 파티션 타입에 따라 변경될 수 있다.
예를 들어, 파티션 타입 정보가 대칭형 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326) 및 NxN(1328) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보가 0이면 크기 2Nx2N의 변환 단위(1342)가 설정되고, 변환 단위 분할 정보가 1이면 크기 NxN의 변환 단위(1344)가 설정될 수 있다.
파티션 타입 정보가 비대칭형 파티션 타입 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정된 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(1352)가 설정되고, 변환 단위 분할 정보가 1이면 크기 N/2xN/2의 변환 단위(1354)가 설정될 수 있다.
본 발명에서 개시된 블록도들은 본 발명의 원리들을 구현하기 위한 회로를 개념적으로 표현한 형태라고 당업자에게 해석될 수 있을 것이다. 유사하게, 임의의 흐름 차트, 흐름도, 상태 전이도, 의사코드 등은 컴퓨터 판독가능 매체에서 실질적으로 표현되어, 컴퓨터 또는 프로세서가 명시적으로 도시되든지 아니든지 간에 이러한 컴퓨터 또는 프로세서에 의해 실행될 수 있는 다양한 프로세스를 나타낸다는 것이 당업자에게 인식될 것이다. 따라서, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
도면들에 도시된 다양한 요소들의 기능들은 적절한 소프트웨어와 관련되어 소프트웨어를 실행할 수 있는 하드웨어뿐만 아니라 전용 하드웨어의 이용을 통해 제공될 수 있다. 프로세서에 의해 제공될 때, 이런 기능은 단일 전용 프로세서, 단일 공유 프로세서, 또는 일부가 공유될 수 있는 복수의 개별 프로세서에 의해 제공될 수 있다. 또한, 용어 "프로세서" 또는 "제어부"의 명시적 이용은 소프트웨어를 실행할 수 있는 하드웨어를 배타적으로 지칭하는 것으로 해석되지 말아야 하며, 제한 없이, 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 및 비휘발성 저장장치를 묵시적으로 포함할 수 있다.
본 명세서의 청구항들에서, 특정 기능을 수행하기 위한 수단으로서 표현된 요소는 특정 기능을 수행하는 임의의 방식을 포괄하고, 이러한 요소는 특정 기능을 수행하는 회로 요소들의 조합, 또는 특정 기능을 수행하기 위한 소프트웨어를 수행하기 위해 적합한 회로와 결합된, 펌웨어, 마이크로코드 등을 포함하는 임의의 형태의 소프트웨어를 포함할 수 있다.
본 명세서에서 본 발명의 원리들의 '일 실시예'와 이런 표현의 다양한 변형들의 지칭은 이 실시예와 관련되어 특정 특징, 구조, 특성 등이 본 발명의 원리의 적어도 하나의 실시예에 포함된다는 것을 의미한다. 따라서, 표현 '일 실시예에서'와, 본 명세서 전체를 통해 개시된 임의의 다른 변형례들은 반드시 모두 동일한 실시예를 지칭하는 것은 아니다.
본 명세서에서, 'A와 B 중 적어도 하나'의 경우에서 '~중 적어도 하나'의 표현은, 첫 번째 옵션 (A)의 선택만, 또는 두 번째 열거된 옵션 (B)의 선택만, 또는 양쪽 옵션들 (A와 B)의 선택을 포괄하기 위해 사용된다. 추가적인 예로 'A, B, 및 C 중 적어도 하나'의 경우는, 첫 번째 열거된 옵션 (A)의 선택만, 또는 두 번째 열거된 옵션 (B)의 선택만, 또는 세 번째 열거된 옵션 (C)의 선택만, 또는 첫 번째와 두 번째 열거된 옵션들 (A와 B)의 선택만, 또는 두 번째와 세 번째 열거된 옵션 (B와 C)의 선택만, 또는 모든 3개의 옵션들의 선택(A와 B와 C)이 포괄할 수 있다. 더 많은 항목들이 열거되는 경우에도 당업자에게 명백하게 확장 해석될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다.
본 명세서를 통해 개시된 모든 실시예들과 조건부 예시들은, 본 발명의 기술 분야에서 통상의 지식을 가진 당업자가 독자가 본 발명의 원리와 개념을 이해하도록 돕기 위한 의도로 기술된 것으로, 당업자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 3차원 영상 데이터 스트림 생성 방법에 있어서,
    풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상을 부호화하는 단계;
    상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상을 부호화하는 단계;
    하나의 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보 및 상기 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 결정된 하나의 스트림 생성 방식에 기초하여, 상기 부호화된 제 1 부분 영상과 제 2 부분 영상에 대한 스트림을 생성하는 단계; 및
    상기 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성하는 단계를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  2. 제 1항에 있어서,
    상기 제 1 부분 영상 및 제 2 부분 영상 각각은
    사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 중 하나의 방식에 따라서 상기 3차원 영상 중 절반의 데이터를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  3. 제 1항에 있어서,
    상기 제 1 스트림 생성 방식은
    상기 하나의 스트림에 포함된 상기 제 1 부분 영상에 대한 정보 및 상기 제 2 부분 영상에 대한 정보를 시간적 식별자(temporal Id)를 통해 식별하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  4. 제 1항에 있어서,
    상기 정보 스트림을 생성하는 단계는
    SEI(Supplemental Enhancement Information) 메시지에 상기 정보들을 포함시키는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  5. 제 1항에 있어서,
    상기 정보 스트림은
    상기 현재 스트림이 상기 제 1 스트림 생성 방식에 기초하여 생성되는 경우, 상기 현재 스트림에 포함되며 시간적 식별자(temporal ID)를 통해서 구별되는 서로 다른 시간적 계층에 상기 부호화된 제 1 부분 영상과 상기 제 2 부분 영상 각각을 포함시키는지 여부를 나타내는 플래그 (use_temporal_layer_for_fullresolution_flag), 상기 서로 다른 시간적 계층에 포함된 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_complimentary_data_flag) 및 상기 서로 다른 시간적 계층에 포함된 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_frame1_flag)를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  6. 제 1항에 있어서,
    상기 정보 스트림은
    상기 현재 스트림이 상기 제 2 스트림 생성 방식에 기초하여 생성된 경우, 상기 현재 스트림에 포함된 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 여부를 나타내는 플래그(current_frame_is_complementary_data_flag), 상기 현재 스트림에 포함된 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(current_frame0_flag)를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 방법.
  7. 3차원 영상 데이터 스트림 재생 방법에 있어서,
    풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 현재 스트림을 획득하는 단계;
    하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 상기 현재 스트림에 이용된 스트림 생성 방식에 대한 정보, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득하는 단계;
    상기 획득된 정보 스트림의 정보들에 기초하여, 상기 현재 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하거나 또는 상기 현재 스트림 및 상기 현재 스트림과 별도로 획득된 다른 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하는 단계; 및
    상기 획득된 제 1 부분 영상과 상기 제 2 부분 영상을 이용하여 풀 해상도의 3차원 영상을 재생하는 단계를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  8. 제 7항에 있어서,
    상기 제 1 부분 영상 및 제 2 부분 영상 각각은
    사이드-바이-사이드(side-by-side), 탑-바텀(top-bottom), 열 인터리빙(column interleaving), 행 인터리빙(row interleaving), 시간적 인터리빙(temporal interleaving), 체커보드 인터리빙(checkerboard interleaving) 중 하나의 방식에 따라서 상기 3차원 영상 중 절반의 데이터를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  9. 제 7항에 있어서,
    상기 제 1 스트림 생성 방식은
    상기 하나의 스트림에 포함된 상기 제 1 부분 영상에 대한 정보 및 상기 제 2 부분 영상에 대한 정보를 시간적 식별자(temporal Id)를 통해 식별하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  10. 제 7항에 있어서,
    상기 정보 스트림은
    SEI(Supplemental Enhancement Information) 메시지를 통해 전송되는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  11. 제 7항에 있어서,
    상기 정보 스트림은
    상기 현재 스트림이 상기 제 1 스트림 생성 방식에 기초하여 생성된 경우, 상기 현재 스트림에 포함되며 시간적 식별자(temporal ID)를 통해서 구별되는 서로 다른 시간적 계층에 상기 부호화된 제 1 부분 영상과 상기 제 2 부분 영상 각각을 포함시키는지 여부를 나타내는 플래그 (use_temporal_layer_for_fullresolution_flag), 상기 서로 다른 시간적 계층에 포함된 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_complimentary_data_flag) 및 상기 서로 다른 시간적 계층에 포함된 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(temporal_id_one_is_frame1_flag)를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  12. 제 7항에 있어서,
    상기 정보 스트림은
    상기 현재 스트림이 상기 제 2 스트림 생성 방식에 기초하여 생성된 경우, 상기 현재 스트림에 포함된 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되는지 여부를 나타내는 플래그(current_frame_is_complementary_data_flag), 상기 현재 스트림에 포함된 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지 나타내는 플래그(current_frame0_flag)를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  13. 제 7항에 있어서,
    상기 재생하는 단계는
    상기 획득된 제 1 부분 영상과 상기 제 2 부분 영상을 이용하여, 상기 풀 해상도의 제 1 시점 영상과 상기 풀 해상도의 제 2 시점 영상을 복호화하는 단계; 및
    상기 복호화된 풀 해상도의 제 1 시점 영상 및 제 2 시점 영상을 이용하여 상기 풀 해상도의 3차원 영상을 재생하는 단계를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 방법.
  14. 3차원 영상 데이터 스트림 생성 장치에 있어서,
    풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상을 부호화하는 제 1 영상 부호화부;
    상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상을 부호화하는 제 2 영상 부호화부;
    하나의 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보 및 상기 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 결정된 하나의 스트림 생성 방식에 기초하여, 상기 부호화된 제 1 부분 영상과 제 2 부분 영상에 대한 스트림을 생성하는 영상 데이터 스트림 생성부; 및
    상기 결정된 스트림 생성 방식에 대한 정보 및 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 생성하는 정보 스트림 생성부를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 생성 장치.
  15. 3차원 영상 데이터 스트림 재생 장치에 있어서,
    풀(full) 해상도의 제 1 시점 영상과 풀 해상도의 제 2 시점 영상으로 구성되는 3차원 영상의 절반의 데이터를 포함하는 제 1 부분 영상 및 상기 3차원 영상 중 상기 제 1 부분 영상에 포함되지 않는 나머지 절반의 데이터를 포함하는 제 2 부분 영상 중 적어도 하나를 포함하는 현재 스트림을 획득하는 영상 데이터 스트림 획득부;
    하나의 스트림에 부호화된 제 1 부분 영상에 대한 정보 및 부호화된 제 2 부분 영상에 대한 정보를 포함하는 제 1 스트림 생성 방식과, 기본 계층 스트림에 상기 부호화된 제 1 부분 영상에 대한 정보를 포함시키고 별도의 향상 계층 스트림에 상기 부호화된 제 2 부분 영상에 대한 정보를 포함시키는 제 2 스트림 생성 방식 중 상기 현재 스트림에 이용된 스트림 생성 방식에 대한 정보, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 부분 영상과 상기 제 2 부분 영상 중 어떤 부분 영상에 해당되며, 상기 현재 스트림에 포함된 영상 데이터가 상기 제 1 시점 영상과 상기 제 2 시점 영상 중 어떤 시점 영상에 해당되는지에 대한 정보를 포함하는 정보 스트림을 획득하는 정보 스트림 획득부;
    상기 획득된 정보 스트림의 정보들에 기초하여, 상기 현재 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하거나 또는 상기 현재 스트림 및 상기 현재 스트림과 별도로 획득된 다른 스트림으로부터 상기 제 1 부분 영상과 상기 제 2 부분 영상을 획득하고, 상기 획득된 제 1 부분 영상과 상기 제 2 부분 영상을 복호화하는 영상 복호화부; 및
    상기 획득된 정보 스트림의 정보들에 기초하여 상기 복호화된 제 1 부분 영상과 제 2 부분 영상을 재구성하여 풀 해상도의 3차원 영상을 생성하는 3차원 영상 역다중화부를 포함하는 것을 특징으로 하는 3차원 영상 데이터 스트림 재생 장치.
PCT/KR2013/005871 2012-07-02 2013-07-02 3차원 영상 데이터 스트림 생성 방법 및 장치, 3차원 영상 데이터 스트림 재생 방법 및 장치 WO2014007525A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/412,553 US20150350624A1 (en) 2012-07-02 2013-07-02 Method and apparatus for generating 3d image data stream, method and apparatus for playing 3d image data stream

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201261667118P 2012-07-02 2012-07-02
US61/667,118 2012-07-02

Publications (1)

Publication Number Publication Date
WO2014007525A1 true WO2014007525A1 (ko) 2014-01-09

Family

ID=49882231

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2013/005871 WO2014007525A1 (ko) 2012-07-02 2013-07-02 3차원 영상 데이터 스트림 생성 방법 및 장치, 3차원 영상 데이터 스트림 재생 방법 및 장치

Country Status (3)

Country Link
US (1) US20150350624A1 (ko)
KR (1) KR20140004591A (ko)
WO (1) WO2014007525A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10638165B1 (en) * 2018-11-08 2020-04-28 At&T Intellectual Property I, L.P. Adaptive field of view prediction

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090034695A (ko) * 2007-10-04 2009-04-08 삼성전자주식회사 로컬 3차원 영상을 재생하기 위한 파라미터를 포함하는영상 데이터스트림을 수신하는 방법 및 장치, 그리고 로컬3차원 영상을 재생하기 위한 파라미터를 포함하는 영상데이터스트림을 생성하는 방법 및 장치
KR101039466B1 (ko) * 2010-11-03 2011-06-07 주식회사 생각과기술 자기참조코드와 피크 위치 변조 방법을 이용한 디지털 포렌식마크 삽입/검출 방법 및 장치
KR20110064161A (ko) * 2009-12-07 2011-06-15 삼성전자주식회사 3차원 영상에 관한 압축 방법 및 장치, 그리고 3차원 영상 디스플레이 장치 및 그 시스템
KR20120044375A (ko) * 2009-08-03 2012-05-07 제너럴 인스트루먼트 코포레이션 비디오 컨텐트를 인코딩하는 방법
KR20120056190A (ko) * 2010-11-24 2012-06-01 한국전자통신연구원 Ｈｄｔｖ 방송 서비스와 호환할 수 있는 스테레오스코픽 3ｄｔｖ 방송 서비스 제공 방법 및 장치

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5193000A (en) * 1991-08-28 1993-03-09 Stereographics Corporation Multiplexing technique for stereoscopic video system
KR100475060B1 (ko) * 2002-08-07 2005-03-10 한국전자통신연구원 다시점 3차원 동영상에 대한 사용자 요구가 반영된 다중화장치 및 방법
JP4440067B2 (ja) * 2004-10-15 2010-03-24 キヤノン株式会社 立体表示のための画像処理プログラム、画像処理装置および立体表示システム
CA2749065C (en) * 2009-01-28 2017-01-17 Lg Electronics Inc. Broadcast receiver and video data processing method thereof
US9235749B2 (en) * 2011-02-24 2016-01-12 Sony Corporation Image processing device and image processing method
WO2012147621A1 (ja) * 2011-04-28 2012-11-01 ソニー株式会社 符号化装置および符号化方法、並びに、復号装置および復号方法
CN103202021B (zh) * 2011-09-13 2017-06-13 松下知识产权经营株式会社 编码装置、解码装置、再现装置、编码方法及解码方法
KR102290421B1 (ko) * 2013-04-05 2021-08-17 삼성전자주식회사 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090034695A (ko) * 2007-10-04 2009-04-08 삼성전자주식회사 로컬 3차원 영상을 재생하기 위한 파라미터를 포함하는영상 데이터스트림을 수신하는 방법 및 장치, 그리고 로컬3차원 영상을 재생하기 위한 파라미터를 포함하는 영상데이터스트림을 생성하는 방법 및 장치
KR20120044375A (ko) * 2009-08-03 2012-05-07 제너럴 인스트루먼트 코포레이션 비디오 컨텐트를 인코딩하는 방법
KR20110064161A (ko) * 2009-12-07 2011-06-15 삼성전자주식회사 3차원 영상에 관한 압축 방법 및 장치, 그리고 3차원 영상 디스플레이 장치 및 그 시스템
KR101039466B1 (ko) * 2010-11-03 2011-06-07 주식회사 생각과기술 자기참조코드와 피크 위치 변조 방법을 이용한 디지털 포렌식마크 삽입/검출 방법 및 장치
KR20120056190A (ko) * 2010-11-24 2012-06-01 한국전자통신연구원 Ｈｄｔｖ 방송 서비스와 호환할 수 있는 스테레오스코픽 3ｄｔｖ 방송 서비스 제공 방법 및 장치

Also Published As

Publication number Publication date
KR20140004591A (ko) 2014-01-13
US20150350624A1 (en) 2015-12-03

Similar Documents

Publication Publication Date Title
WO2013157797A1 (ko) 다계층 비디오 부호화 방법 및 장치, 다계층 비디오 복호화 방법 및 장치
WO2016200100A1 (ko) 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
WO2011087297A2 (en) Method and apparatus for encoding video by using deblocking filtering, and method and apparatus for decoding video by using deblocking filtering
WO2013005962A2 (ko) 단일화된 참조가능성 확인 과정을 통해 인트라 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2011071308A2 (en) Method and apparatus for encoding video by motion prediction using arbitrary partition, and method and apparatus for decoding video by motion prediction using arbitrary partition
WO2013077665A1 (ko) 복호화기의 버퍼 관리를 위한 영상 부호화 방법 및 장치, 그 영상 복호화 방법 및 장치
WO2013005969A2 (ko) 비디오 데이터의 재생 상태 식별을 위한 비디오 데이터의 다중화 방법 및 장치, 역다중화 방법 및 장치
WO2012124961A2 (ko) 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2013005963A2 (ko) 콜로케이티드 영상을 이용한 인터 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2013022296A2 (ko) 다시점 비디오 데이터의 부호화 방법 및 장치, 복호화 방법 및 장치
WO2011129621A2 (ko) 트리 구조의 부호화 단위에 기초한 예측 단위를 이용하는 비디오 부호화 방법과 그 장치, 및 비디오 복호화 방법 및 그 장치
WO2014109607A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2011126278A2 (en) Method and apparatus for encoding and decoding video
WO2014163456A1 (ko) 멀티 레이어 비디오의 복호화 방법 및 장치, 멀티 레이어 비디오의 부호화 방법 및 장치
WO2013115572A1 (ko) 계층적 데이터 단위의 양자화 파라메터 예측을 포함하는 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2015056955A1 (ko) 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
WO2013109122A1 (ko) 계층적 부호화 단위에 따라 스캔 순서를 변경하는 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2015002460A1 (ko) 복수의 레이어를 포함하는 영상의 부호화 및 복호화 방법
WO2014007596A1 (ko) 다계층 비디오 부호화 방법 및 장치, 다계층 비디오 복호화 방법 및 장치
WO2013109123A1 (ko) 인트라 예측 처리 속도 향상을 위한 비디오의 부호화 방법 및 장치, 비디오의 복호화 방법 및 장치
WO2015020504A1 (ko) 병합 모드 결정 방법 및 장치
WO2013162258A1 (ko) 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
WO2014051410A1 (ko) 랜덤 액세스를 위한 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2014116047A1 (ko) 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2014007550A1 (ko) 시간적 스케일러빌러티를 갖는 비디오 부호화 방법 및 장치, 시간적 스케일러빌러티를 갖는 비디오 복호화 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13813239

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14412553

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 13813239

Country of ref document: EP

Kind code of ref document: A1