WO2014109607A1 - 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 - Google Patents

멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 Download PDF

Info

Publication number
WO2014109607A1
WO2014109607A1 PCT/KR2014/000334 KR2014000334W WO2014109607A1 WO 2014109607 A1 WO2014109607 A1 WO 2014109607A1 KR 2014000334 W KR2014000334 W KR 2014000334W WO 2014109607 A1 WO2014109607 A1 WO 2014109607A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
layer
rap
pictures
unit
Prior art date
Application number
PCT/KR2014/000334
Other languages
English (en)
French (fr)
Inventor
최병두
박민우
윤재원
김찬열
박정훈
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 US14/760,265 priority Critical patent/US9924179B2/en
Priority to CN201480013755.3A priority patent/CN105075261B/zh
Publication of WO2014109607A1 publication Critical patent/WO2014109607A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder

Definitions

  • the present invention relates to the encoding and decoding of video. More specifically, the present invention relates to a process of encoding and decoding pictures included in a plurality of layers.
  • image data is encoded according to a predetermined data compression standard, for example, a compression standard such as Moving Picture Expert Group (MPEG), and then stored in an information storage medium in the form of a bitstream or transmitted through a communication channel.
  • a compression standard such as Moving Picture Expert Group (MPEG)
  • MPEG Moving Picture Expert Group
  • Scalable video coding is a video compression method for appropriately adjusting and transmitting information in response to various communication networks and terminals.
  • MVC multi-view video coding
  • video is encoded according to a limited coding scheme based on a macroblock of a predetermined size.
  • the technical problem to be solved by the present invention is to propose a prediction structure for efficient prediction of multilayer video.
  • the present invention is to enable seamless playback during multi-layer random access or layer switching.
  • the present invention limits the type of the corresponding picture of each layer of the multilayer.
  • the present invention proposes a new type of picture that operates as a random access point picture upon layer switching.
  • seamless layer switching and random access are enabled during reproduction of a multilayer video.
  • FIG. 1 is a block diagram of a video encoding apparatus according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of a video decoding apparatus according to an embodiment of the present invention.
  • FIG. 3 illustrates a concept of coding units, according to an embodiment of the present invention.
  • FIG. 4 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • FIG. 5 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • FIG. 6 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • FIG. 7 illustrates a relationship between coding units and transformation units, according to an embodiment of the present invention.
  • FIG. 8 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • FIG. 9 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 10, 11, and 12 illustrate a relationship between a coding unit, a prediction unit, and a frequency transformation unit, according to an embodiment of the present invention.
  • FIG. 13 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 14 is a block diagram of a multilayer video encoding apparatus, according to an embodiment of the present invention.
  • 15 is a block diagram illustrating a configuration of a multilayer video decoding apparatus, according to an embodiment.
  • FIG. 16 is a detailed block diagram of the video encoder 1410 of FIG. 14.
  • FIG. 17 illustrates a block diagram of the video decoder 1520 of FIG. 15.
  • FIG. 18 illustrates a multilayer prediction structure 1800 of multilayer images, according to an embodiment.
  • 19 shows a multilayer prediction structure according to a temporal hierarchical encoding and decoding scheme.
  • FIG 20 illustrates NAL units including encoded data of multilayer video, according to an embodiment.
  • 21 is a diagram illustrating an example of a NAL unit header according to an embodiment.
  • 22 is a reference diagram for describing a leading picture, according to an exemplary embodiment.
  • 23 and 24 are reference diagrams for explaining an IDR picture.
  • CRA_W_RASL CRA_W_RASL
  • 26 shows an example of a RASL picture and a RADL picture for a BLA picture.
  • 27 is a diagram illustrating type information of a corresponding picture among multilayer pictures according to an embodiment.
  • 29 is a flowchart of a multilayer video encoding method, according to an embodiment.
  • FIG. 30 is a flowchart illustrating a multilayer video encoding method, according to an embodiment.
  • a multilayer video decoding method comprising: obtaining a network adaptive layer (NAL) unit including encoding information and type information of a first layer picture; A first layer random access point (RAP) picture that is randomly accessible based on the type information of the first layer picture included in the NAL unit, is decoded after the first layer RAP picture, but is output in the order of output; A first layer random access decodable leading picture that can be decoded upon random access to the first layer RAP picture according to whether a picture decoded before the first layer RAP picture is referred to as leading pictures preceding the one layer RAP picture.
  • NAL network adaptive layer
  • RAP random access point
  • a multilayer video encoding method comprising: predictively encoding pictures included in a first layer; Based on the output order and reference relationship of the pictures included in the first layer, a first layer random access point picture (RAP) picture capable of randomly accessing pictures included in the first layer, from the first layer RAP picture A first picture that is encoded later but precedes the first layer RAP picture in an output order, and may be reconstructed upon random access to the first layer RAP picture according to whether a picture encoded before the first layer RAP picture is referenced.
  • RAP random access point picture
  • RASL picture Categorizing into a one-layer random access decadable leading picture (RADL) picture and a first non-reconstructable first random access radar picture (RASL picture); Setting a type of a corresponding picture of a second layer having the same POC as each picture included in the first layer to be the same as a picture type of the classified first layer and predictively encoding pictures of the second layer; And outputting an NAL unit including encoding information and type information of pictures of the first layer and pictures of the second layer.
  • RDL random access decadable leading picture
  • RASL picture first non-reconstructable first random access radar picture
  • the multilayer video decoding apparatus obtains a network adaptive layer (NAL) unit including encoding information and type information of a first layer picture, and a NAL unit including encoding information and type information of a second layer picture.
  • NAL network adaptive layer
  • NAL unit including encoding information and type information of a first layer picture
  • NAL unit including encoding information and type information of a second layer picture.
  • RAP random access point picture
  • a first layer random access decodable leading that can be decoded upon random access to the first layer RAP picture according to whether a picture decoded before the first layer RAP picture is referred to as leading pictures preceding the first layer RAP picture.
  • the picture identifies a type to which the first layer picture belongs among a picture and a non-decodable first layer RASL picture (Random Access Skipped Leading picture), and based on the type information of the second layer picture included in the NAL unit,
  • the second layer picture set equal to the type of the first layer picture having the same POC as the two layer picture
  • a multilayer video encoding apparatus includes a video encoder for predictively encoding pictures included in a first layer and a second layer; And a first layer random access point picture (RAP) picture capable of randomly accessing pictures included in the first layer based on an output order and reference relationship of pictures included in the first layer, and the first layer RAP picture. Leading pictures that are encoded later but preceded by the first layer RAP picture in output order, and may be reconstructed upon random access to the first layer RAP picture according to whether a picture encoded before the first layer RAP picture is referenced.
  • RAP random access point picture
  • a second layer having a first layer random access decidable leading picture (RADL) picture and a non-reconstructable first layer random access skipped leading picture (RASL picture), and having a same POC as each picture included in the first layer
  • the type of the picture is set to be the same as the picture type of the classified first layer, and the pictures of the first layer and the first
  • an output unit for outputting a NAL unit including encoding information and type information of pictures of two layers.
  • FIG. 1 is a block diagram of a video encoding apparatus according to an embodiment of the present invention.
  • the video encoding apparatus 100 includes a maximum coding unit splitter 110, a coding unit determiner 120, and an outputter 130.
  • 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, etc., and may be a square data unit having a square power of 2 with a horizontal and vertical size greater than eight.
  • 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.
  • Predictive coding and frequency transform of the largest coding unit may be performed. Similarly, the prediction encoding and the frequency 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 coding and frequency transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the frequency transformation will be described based on the coding unit of the 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.
  • the encoding of the image data is performed through prediction encoding, frequency conversion, entropy encoding, and the like.
  • the same data unit may be used in every step, or the data unit may be changed in steps.
  • 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 predictive encoding of the image data in 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 that is the basis of prediction coding 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 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 frequency 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.
  • frequency conversion may be performed based on a data unit having a size smaller than or equal to the coding unit.
  • the data unit for frequency conversion may include a data unit for an intra mode and a data unit for an inter mode.
  • the data unit on which the frequency conversion is based may be referred to as a 'conversion unit'.
  • the residual data of the coding unit may be partitioned according to the transform unit having a tree structure according to the transform depth.
  • 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 frequency transform related information. Accordingly, the coding unit determiner 120 may determine not only a coding depth that generates a 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 frequency transformation. .
  • a method of determining a coding unit and a partition according to a tree structure of a maximum coding unit according to an embodiment will be described later in detail with reference to FIGS. 3 to 12.
  • 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. .
  • a minimum unit is a square data unit having a minimum coding unit, which is a lowest coding depth, divided into four pieces, and has a maximum size that may be included in all coding units, prediction units, and transformation units included in the maximum coding unit. It may be a square data 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 a maximum size and information about a maximum depth of a coding unit defined for each picture, slice, or GOP may be inserted in a header of a bitstream.
  • 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 characteristics of the current picture.
  • coding units having a tree structure may be configured.
  • 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. 2 is a block diagram of a video decoding apparatus according to an embodiment of the present invention.
  • the video decoding apparatus 200 includes a receiver 210, an image data and encoding information extractor 220, and an image data decoder 230.
  • Definitions of various terms such as coding units, depths, prediction units, transformation units, and information about various encoding modes for various processings of the video decoding apparatus 200 according to an embodiment may include the video encoding apparatus 100 of FIG. 1 and the video encoding apparatus 100. Same as described above with reference.
  • the receiver 205 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 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 a frequency 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 perform frequency inverse transformation according to each transformation unit for each coding unit based on size information of the transformation unit of the coding unit for each coding depth, for a frequency inverse transformation for each maximum coding unit. have.
  • 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 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 an encoding process, and use the same to decode the current picture. have. 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.
  • 3 illustrates a concept of hierarchical coding units.
  • 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. 3 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.
  • FIG. 4 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 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 frequency converter 430 and the quantizer 440.
  • the motion estimator 420 and the motion compensator 425 according to an embodiment of the present invention compensate for bidirectional motion on a pixel-by-pixel basis in addition to the bidirectional motion predicted and compensated results based on blocks at the time of bidirectional motion prediction and compensation. Do this. This will be described in detail later with reference to FIG. 14.
  • the quantized transform coefficients are restored to the data of the spatial domain through the inverse quantizer 460 and the frequency inverse transformer 470, and the recovered data of the spatial domain is passed through the deblocking block 480 and the loop filtering unit 490. It is post-processed and output to the reference frame 495.
  • the quantized transform coefficients may be output to the bitstream 455 via the entropy encoder 450.
  • an intra predictor 410, a motion estimator 420, a motion compensator 425, and a frequency converter that are components of the image encoder 400 may be used.
  • 430, quantization unit 440, entropy encoding unit 450, inverse quantization unit 460, frequency inverse transform unit 470, deblocking unit 480, and loop filtering unit 490 are all the maximum coding units. In each case, an operation based on each coding unit among the coding units having a tree structure should be performed in consideration of the maximum depth.
  • 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 frequency converter 430 should determine the size of a transform unit in each coding unit among the coding units having a tree structure.
  • FIG. 5 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 decoder 520 and the inverse quantizer 530, and the image data of the spatial domain is restored through the frequency inverse transformer 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.
  • the motion compensator 560 according to an embodiment of the present invention performs bidirectional motion compensation on a pixel-by-pixel basis in addition to a block-based bidirectional motion compensation result in the bidirectional motion compensation. This will be described in detail later with reference to FIG. 14.
  • 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.
  • a parser 510 In order to be applied to the video decoding apparatus 200 according to an exemplary embodiment, a parser 510, an entropy decoder 520, an inverse quantizer 530, and a frequency inverse transform unit 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 all perform operations based on coding units having a tree structure for each largest coding unit. shall.
  • the intra predictor 550 and the motion compensator 560 determine partitions and prediction modes for each coding unit having a tree structure, and the frequency inverse transform unit 540 must determine the size of the transform unit for each coding unit. do.
  • FIG. 6 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. 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. In addition, a prediction unit and a partition on which the prediction encoding of each depth-based coding unit is shown along the horizontal axis of the hierarchical structure 600 of the coding unit are illustrated.
  • 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. 7 illustrates a relationship between coding units 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 transform unit for frequency transformation during 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 Frequency conversion can be performed using the above.
  • the data of the 64x64 coding unit 710 is encoded by performing frequency transformation on the 32x32, 16x16, 8x8, and 4x4 transform units having a size of 64x64 or less, and the transform unit having the least error with the original is obtained. Can be selected.
  • FIG. 8 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 predictive 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 performed in one of the intra mode 812, the inter mode 814, and the skip mode 816 is performed. 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.
  • FIG. 9 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.
  • prediction coding For each partition type, prediction 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 For partitions having a size 2N_0x2N_0, a size N_0x2N_0, a size 2N_0xN_0, and a size N_0xN_0, prediction encoding may be performed in an intra mode and an inter mode. The skip mode may be performed only for prediction 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 prediction unit 940 for predictive encoding of the coding unit 930 having a depth of 1 and a size of 2N_1x2N_1 includes a partition type 942 having a size of 2N_1x2N_1, a partition type 944 having a size of 2N_1xN_1, and a partition type having a size of N_1x2N_1.
  • 946, a partition type 948 of size N_1 ⁇ N_1 may be included.
  • 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.
  • the split information for each depth may be set until the depth d-1, and the split information may be set up to the 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.
  • one partition 2N_ (d-1) x2N_ (d-1), two partitions 2N_ (d-1) xN_ (d-1), two sizes N_ (d-1) x2N_ Prediction encoding is repeatedly performed for each partition of (d-1) and four partitions of size N_ (d-1) xN_ (d-1), so that a partition type having 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.
  • 10, 11, and 12 illustrate a relationship between a coding unit, a prediction unit, and a frequency 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 may be frequency transformed or inversely transformed in 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 the embodiment may be an intra prediction / motion estimation / motion compensation operation and a frequency transform / inverse transform operation for the same coding unit. Each can be performed based on separate data units.
  • encoding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit, and thus, an optimal coding unit is determined.
  • coding units having a recursive tree structure may be configured.
  • Partition information, partition type information, prediction mode information, and transformation unit size information about a unit may be included. 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.
  • the prediction coding when the prediction coding is performed by referring to the neighboring coding unit, the data adjacent to the current coding unit in the coding unit according to depths is encoded by using the encoding information of the adjacent coding units according to depths.
  • the neighboring coding unit may be referred to by searching.
  • FIG. 13 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, 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.
  • partition type information is set to one of symmetric partition types 2Nx2N (1322), 2NxN (1324), Nx2N (1326), and NxN (1328)
  • the conversion unit of size 2Nx2N when the conversion unit partition information (TU size flag) is 0 1134 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.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • the encoding order is an order of processing an image at the encoding side
  • the decoding order is an order of processing the image at the decoding side
  • the encoding order and the decoding order are the same. Therefore, in the following description of the present invention, the encoding order may mean a decoding order, and the decoding order may also mean an encoding order.
  • the multilayer video may represent a multi-view video or may be scalable video including a base layer and an enhancement layer.
  • FIG. 14 is a block diagram of a multilayer video encoding apparatus, according to an embodiment of the present invention.
  • the multilayer video encoding apparatus 1400 includes a video encoder 1410 and an output unit 1420.
  • the video encoder 1410 receives and encodes a multilayer video.
  • the video encoder 1410 corresponds to a video coding layer that handles an input video encoding process.
  • the video encoder 1410 divides each picture included in the multilayer video into a maximum coding unit having a maximum size, and encodes the split maximum coding unit again. After dividing into units, each picture is encoded based on the coding unit.
  • the coding unit has a tree structure in which the largest coding unit is hierarchically divided according to depth.
  • the video encoder 1410 performs prediction on the coding unit by using the prediction unit, and converts the residual, which is a difference between the prediction value and the original signal, by using the transformation unit.
  • the multilayer video may be a multiview video or a scalable video.
  • the video encoder 1410 encodes each of the image sequences of n (n is an integer) viewpoints as one layer.
  • the video encoder 1410 encodes each of the image sequence of the base layer and the image sequence of the enhancement layer.
  • Multilayer video has more data than single layer video. Accordingly, the video encoder 1410 may perform predictive encoding by using correlation between layers of images included in the multilayer video. In other words, the video encoder 1410 may predictively encode each layer image by referring to another layer image. As such, a process of predicting by referring to an image of a layer different from the image of the current layer is defined as inter-layer prediction.
  • the video encoder 1410 may perform inter-view prediction for predicting additional view images with reference to the base view images.
  • the video encoder 1410 may perform inter-view prediction for predicting other additional view images by referring to the additional view images.
  • the interlayer prediction process may be performed based on a coding unit, a prediction unit, or a transformation unit having a tree structure.
  • the video encoder 1410 may perform encoding by transforming and quantizing the difference between the prediction value generated in the inter prediction, the intra prediction, and the inter layer prediction, and the original signal. Through the encoding process in the video coding layer VCL, the video encoder 1410 outputs residual information related to a coding unit, prediction mode information, and additional information related to prediction encoding of a coding unit.
  • the output unit 1420 corresponds to a network abstraction layer (NAL) for adding encoded multilayer video data and additional information to a transmission data unit according to a predetermined format.
  • the transmission data unit may be a NAL unit.
  • the output unit 1420 adds the prediction coded data of the multilayer video output from the video encoder 1410 and additional information related to the prediction encoding to the NAL unit and outputs the NAL unit.
  • the output unit 1420 may include a first layer random access (RAP) capable of randomly accessing pictures included in the first layer based on the output order and reference relationship of the pictures included in the first layer among the pictures of the multilayer.
  • RAP first layer random access
  • Point Picture is a leading picture that is encoded after the first layer RAP picture, but before the first layer RAP picture in the output order, according to whether the picture encoded before the first layer RAP picture is referenced or not. It is classified into a first layer random access decadable leading picture (RADL) picture that can be reconstructed upon random access to a picture and a first layer random access skipped leading picture (RASL picture) that cannot be reconstructed.
  • RAP first layer random access
  • the output unit 1420 sets the type of the corresponding picture of the second layer having the same POC as each picture included in the first layer to be the same as the picture type of the first layer, and the pictures and the first layer of the first layer.
  • a NAL unit including encoding information and type information of pictures of two layers is output.
  • the video data when the video data is reproduced, the video data may be restored by being reproduced according to one of a trick play method and a normal play method.
  • the trick play method includes a fast forward method, a fast backward method, and a random access method.
  • the normal play method is a method of sequentially playing all the pictures included in the video data.
  • the fast forward or fast backward method is a method of selecting and playing back RAP pictures at predetermined periods in a forward or backward manner depending on the playback speed.
  • the random access method is a method of skipping and playing back to a RAP picture of a predetermined position. According to the H.264 / AVC standard, only an Instantaneous Decoder Refresh (IDR) picture is used as a RAP picture for random access.
  • IDR Instantaneous Decoder Refresh
  • An IDR picture is an intra picture in which a buffer of a decoding apparatus is refreshed at the moment of decoding.
  • the decoded picture buffer (DPB) marks a previously decoded picture except a IDR picture as a picture that is no longer referenced when the IDR picture is decoded, and the POC (Picture Order Count) is also initialized.
  • the picture to be decoded after the IDR picture is always behind the IDR picture in the output order, and is decoded without reference to the picture before the IDR picture.
  • CRA clean random access
  • BLA broken link access
  • TSA Temporal Sublayer Access
  • STSA Stepwise Temporal Sublayer Access
  • the reason why various RAP pictures are used in addition to the IDR picture for random access is that the IDR picture is limited to a coding structure known as a closed GOP (Group Of Pictures), and thus the prediction efficiency is low.
  • a picture to be decoded after an IDR picture cannot refer to a picture before the IDR picture.
  • a coding structure that cannot refer to a picture before an IDR picture is referred to as a closed GOP.
  • a leading picture that is decoded after the RAP picture but output after the RAP picture in the output order may be allowed to refer to the decoded picture before the RAP picture without restricting the reference picture. have.
  • a coding structure that allows a picture decoded before the RAP picture as a reference picture is referred to as open GOP.
  • the prediction efficiency can be improved by defining a new type of RAP picture using open GOP as compared to the case of using an IDR picture in which the reference picture is limited.
  • the output unit 1420 may include type information indicating what type of picture the current NAL unit includes in the NAL unit header. It may include.
  • the decoding process of the multilayer video it is possible to switch the layer to change the decoded layer.
  • decoding may be performed by switching to an enhancement layer while playing pictures of the base layer.
  • the types of the corresponding pictures of the multilayer are set to the same type of picture.
  • the corresponding picture refers to a picture having the same picture order count (POC) transmitted through the same access unit among pictures included in the multilayer.
  • POC picture order count
  • 27 is a diagram illustrating type information of a corresponding picture among multilayer pictures according to an embodiment.
  • the picture 2721 of the first layer is an IDR picture
  • the picture 2722 of the second layer included in the same access unit 2720 is also set as an IDR picture
  • the picture 2741 of the first layer is set.
  • the picture 2742 of the corresponding second layer included in the same access unit 2740 is also set as the CRA picture.
  • the picture 2751 of the first layer is a BLA picture
  • the picture 2752 of the second layer included in the same access unit 2750 is also set as a BLA picture.
  • the picture 2731 of the first layer is a RASL picture
  • the picture 2732 of the second layer included in the same access unit 2750 is also set as a RASL picture
  • the picture 2711 of the first layer is a RADL picture
  • the picture 2712 of the second layer included in the same access unit 2710 is also set as a RADL picture.
  • the multilayer video encoding apparatus 1400 is a second layer RAP picture that is inter-layer predicted with reference to a layer different from the second layer among pictures included in a second layer that is an upper layer of the first layer.
  • Pictures following a second layer RAP picture in coding order and output order do not refer to another picture that precedes the second layer RAP picture in either order of coding order or output order, and refer to the second layer RAP picture in coding order.
  • the second picture newly defines the second layer RAP picture as a view layer access (VLA) picture.
  • VLA picture of the second layer is a picture that is inter-layer predicted with reference only to another layer and does not refer to the picture of the same layer.
  • the reason for defining the VLA picture is that the decoding process of the RADL picture or the RASL picture before the second layer VLA picture can be skipped when the second layer VLA picture is decoded at the time of layer switching, thereby freely switching between layers. It is to make it possible.
  • the second layer VLA picture is a picture predicted through inter-layer prediction referring only to another layer picture previously and does not refer to another picture of the second layer. Also, a picture that precedes the second layer VLA picture in decoding order also precedes the second layer VLA picture in the output order. Therefore, seamless playback is possible when decoding from the second layer VLA picture at the time of layer switching.
  • the POC is not reset and maintains the same value as the POC of the previous layer. Therefore, it is possible to prevent the reproduction error due to the mismatch of the POC during layer switching.
  • RADL pictures and RASL pictures that refer to a picture previously decoded before the second layer VLA picture and have an output order The decoding process for may be skipped.
  • the VLA picture 2823 of the second layer is a picture that is inter-layer predicted with reference to the RAP picture 2813 of the first layer.
  • the picture referenced by the VLA picture 2823 only needs to be a picture of another layer, and does not necessarily need to be a RAP picture.
  • the VLA picture 2823 predicts the RAP picture 2813, but the reference picture referenced by the VLA picture 2823 may be a non-RAP picture of another layer.
  • the pictures P2 and P3 2824 and 2825 following the VLA picture 2823 in the coding order and the output order are the other pictures P0 and P1 that precede the VLA picture in either the coding order or the output order. See (2821, 2922).
  • the VLA picture 2823 When using such a VLA picture 2823, when layer switching occurs while playing back the P0 picture 2811, the P1 picture 2812, and the RAP picture 2813 of the first layer, the VLA picture 2823 is previously The pictures P2 and P3 2824 and 2825 following the VLA picture 2823 in the coding order and the output order are used only as the reference picture, using only the RAP picture 2813 of the first layer that was reproduced. Since the other pictures P0 and P1 (2821, 2922) that precede the VLA picture 2823 in one order are not referenced, seamless playback is possible when playback is performed from the VLA picture among the pictures of the switched layer at the time of layer switching. Do.
  • the NAL unit including the second layer VLA picture may be identified through nal unit type.
  • 15 is a block diagram illustrating a configuration of a multilayer video decoding apparatus, according to an embodiment.
  • the multilayer video decoding apparatus 1500 includes a receiver 1510 and a video decoder 1520.
  • the receiver 1510 obtains a NAL unit including encoding information and type information of a first layer picture, and a NAL unit including encoding information and type information of a second layer picture. As described above, the type of the corresponding pictures of the multilayer is set to the same picture. In addition, the receiver 1510 may identify a VLA picture for free layer switching defined according to another embodiment of the present invention based on NAL unit type information.
  • the video decoder 1520 is decoded after the first layer RAP picture and the first layer RAP picture, which are randomly accessible, based on the type information of the first layer picture included in the NAL unit, but in the output order.
  • the first of the first layer RADL picture that can be decoded upon random access to the first layer RAP picture according to whether the picture decoded before the first layer RAP picture is referred to as a leading picture ahead of the layer RAP picture, and the first layer RASL picture that is not decodable. Identifies the type to which the one layer picture belongs.
  • the video decoder 1520 identifies a type of the second layer picture that is set equal to the type of the first layer picture having the same POC based on the type information of the second layer picture included in the NAL unit.
  • the video decoder 1520 decodes the first layer picture and the second layer picture based on the identified first layer picture type and the second layer picture type.
  • the video decoder 1520 may decode each picture of the multilayer based on a coding unit, a prediction unit, and a change unit of a tree structure.
  • the video decoder 1520 may independently decode encoded data of each layer or use information of a previously decoded previous layer as reference information when decoding another layer.
  • the video decoder 1520 performs decoding from the RAP picture of each layer during random access or layer switching. As described above, according to an embodiment, corresponding pictures having the same POC of multiple layers are set to the same type of picture, thereby preventing a seamless playback and playback error due to unavailability of the reference picture when switching layers. .
  • the video decoder 1520 reconstructs the residual by performing entropy decoding, inverse quantization, and inverse transformation on the encoded multilayer pictures, and applies at least one prediction method among intra prediction, inter prediction, and inter layer prediction.
  • a prediction signal is generated and decoding is performed by adding the reconstructed residual and the prediction signal.
  • the video decoder 1520 may decode RAP pictures such as IDR pictures, CRA pictures, and BLA pictures through intra prediction without referring to other pictures.
  • the video decoder 1520 may skip the decoding process for the RASL picture and the RADL picture when random access or layer switching occurs. When no random access or layer switching occurs, the RADL picture and the RADL picture may also be decoded using the reference picture referenced by the RASL picture and the RADL picture.
  • the video decoder 1520 may decode the VLA picture with reference to a picture of another layer previously decoded.
  • FIG. 16 is a detailed block diagram of the video encoder 1410 of FIG. 14.
  • the video encoder 1600 includes a first layer encoding apparatus 1610, a second layer encoding apparatus 1660, and an interlayer prediction apparatus 1650.
  • the block divider 1618 of the first layer divides the first layer image into data units such as a maximum coding unit, a coding unit, a prediction unit, and a transformation unit. Intra prediction or inter prediction may be performed on the prediction unit included in the coding unit output from the block splitter 1618.
  • the motion compensator 1640 performs inter prediction on the prediction unit to output the prediction value of the prediction unit, and the intra prediction unit 1645 performs the intra prediction on the prediction unit and outputs the prediction value of the prediction unit.
  • the encoding controller 1615 determines the prediction mode used to obtain a prediction value most similar to the current prediction unit among the intra prediction mode and the inter prediction mode, and controls the prediction switch 1648 to output the prediction value according to the determined prediction mode. .
  • the residual which is the difference between the predicted value of the current block and the current block obtained through intra prediction or inter prediction, is transformed and quantized by the transform / quantization unit 1620 to output a quantized transform coefficient.
  • the scaling / inverse transform unit 1625 performs scaling and inverse transformation on the quantized transform coefficients to restore the residuals.
  • the storage 1630 adds the reconstructed residual and the predicted value of the current block to store the reconstructed current block.
  • the encoding process is repeated for every coding unit of the first layer image divided by the block splitter 1618.
  • structures of a maximum coding unit, a coding unit, a prediction unit, and a transformation unit of the first layer image having the minimum cost may be determined.
  • the deblocking filtering unit 1635 performs filtering on the reconstructed first layer image to reduce artifacts included in the reconstructed first layer image.
  • the inter-layer prediction apparatus 1650 outputs the first layer image information to the second layer encoding apparatus 1660 so that the first layer image may be used for predictive encoding of the second layer image.
  • the deblocking unit 1655 of the inter-layer prediction apparatus 1650 performs deblocking filtering on the first layer image that has been encoded and then reconstructed, and transfers the filtered first layer image to the second layer encoding apparatus 1680.
  • the second layer encoding apparatus 1660 encodes the second layer image based on encoding information of the first layer image encoded by the first layer encoding apparatus 1610.
  • the second layer encoding apparatus 1660 may apply encoding information of the first layer image determined by the first layer encoding apparatus 1610 as it is, or change encoding information of the first layer image to encode the second layer image. Information can be determined.
  • the block divider 1668 of the second layer divides the second layer image into data units such as a maximum coding unit, a coding unit, a prediction unit, and a transformation unit.
  • the block splitter 1668 of the second layer may determine a data unit of a corresponding second layer image based on structure information of a data unit such as a maximum coding unit, a coding unit, a prediction unit, and a transformation unit determined in the first layer image. The structure can be determined.
  • Intra prediction or inter prediction may be performed for each prediction unit included in the coding unit of the second layer output from the block splitter 1668.
  • the motion compensator 1690 performs an inter prediction on the current block and outputs a prediction value
  • the intra prediction unit 1695 performs an intra prediction on the current block and outputs a prediction value.
  • the motion compensator 1690 may determine the motion vector of the block of the second layer by scaling the motion vector of the block of the first layer corresponding to the block of the second layer.
  • an image of a first layer has a resolution of a * b (a, b is an integer)
  • a corresponding second layer image has a resolution of 2a * 2b
  • a motion vector of a corresponding block of the first layer is In the case of mv_base, 2 * mv_base which upscales the motion vector of the first layer block by twice according to the resolution ratio of the first layer image and the second layer image may be determined as the motion vector of the second layer block.
  • the motion compensator 1690 may determine the motion vector of the current block of the second layer by performing independent motion prediction without using the motion vector of the first layer.
  • the encoding controller 1665 of the second layer determines a prediction mode having a prediction value most similar to the current block of the second layer among the intra prediction mode and the inter prediction mode, and predicts the prediction value of the current block according to the determined prediction mode.
  • the residual which is the difference between the predicted value obtained through intra prediction or inter prediction and the current block, is transformed and quantized by the transform / quantization unit 1670 and outputs a quantized transform coefficient.
  • the scaling / inverse transform unit 1675 reconstructs the residual by performing scaling and inverse transformation on the quantized transform coefficients.
  • the storage 1680 reconstructs and stores the current block by adding the restored residual and the predicted value of the current block.
  • the deblocking unit 1685 performs deblocking filtering on the reconstructed second layer image.
  • FIG. 17 illustrates a block diagram of the video decoder 1520 of FIG. 15.
  • the video decoder 1700 includes a first layer decoding apparatus 1710 and a second layer decoding apparatus 1760.
  • the inverse quantization / inverse transform unit 1720 may reconstruct the residual of the first layer image by inverse quantization and inverse transformation and then reconstruct the residual.
  • Print information The motion compensator 1740 performs inter prediction on the current block and outputs a predicted value, and the intra predictor 1745 performs intra prediction on the current block and outputs a predicted value.
  • the decoding controller 1715 determines the prediction mode of one of the intra prediction mode and the inter prediction mode based on the prediction mode information of the current block of the first layer image included in the encoding information of the first layer image, and determines the determined prediction mode.
  • the prediction switch 1748 is controlled to output a predicted value according to the result.
  • the prediction value of the current block obtained through intra prediction or inter prediction and the reconstructed residual are added to reconstruct the current block of the first layer.
  • the reconstructed first layer image is stored in the storage 1730.
  • the deblocking unit 1735 performs deblocking filtering on the reconstructed first layer image.
  • the inter-layer prediction apparatus 1750 outputs the first layer image information to the second layer decoding apparatus 1760 so that the first layer image may be used for predictive decoding of the second layer image.
  • the deblocking unit 1755 of the inter-layer prediction device 1750 performs deblocking filtering on the reconstructed first layer image, and outputs the filtered first layer image to the second layer decoding apparatus 1760.
  • the second layer decoding apparatus 1760 decodes the second layer image by using encoding information of the first layer image decoded by the first layer decoding apparatus 1710.
  • the second layer decoding apparatus 1760 applies encoding information of the first layer image determined by the first layer decoding apparatus 1710 as it is, or changes the encoding information of the first layer image to encode the second layer image. Information can be determined.
  • the inverse quantization / inverse transform unit 1770 outputs residual information reconstructed by inverse quantization and inverse transformation of the residual of the second layer image.
  • the motion compensator 1790 performs inter prediction on the current block of the second layer to output a predicted value
  • the intra predictor 1795 performs intra prediction on the current block of the second layer to output a predicted value.
  • the motion compensator 1790 determines the motion vector of the current block of the second layer by scaling the motion vector of the corresponding block of the first layer corresponding to the current block of the second layer, or the motion vector of the corresponding block of the first layer. Is independently encoded to obtain a motion vector of the current block of the second layer based on the motion vector information of the current block of the second layer included in the bitstream.
  • the decoding controller 1765 determines a prediction mode of one of the intra prediction mode and the inter prediction mode based on the prediction mode information included in the encoding information of the second layer image, and predicts the prediction block according to the determined prediction mode to be output. Control switch 1798.
  • the prediction block of the current prediction unit of the second layer acquired through intra prediction or inter prediction and the reconstructed residual are added to reconstruct the current block.
  • the reconstructed second layer image is stored in the storage 1780.
  • the deblocking unit 1785 performs deblocking filtering on the reconstructed second layer image.
  • FIG. 18 illustrates a multilayer prediction structure 1800 of multilayer images, according to an embodiment.
  • pictures are arranged according to a playback order POC. Also, images having the same POC value are arranged in the vertical direction.
  • the POC value of an image indicates a reproduction order of images constituting the video.
  • 'POC X' displayed in the multi-layer prediction structure 1800 indicates a playback order of images located in a corresponding column. The smaller the number of X is, the higher the playback order is, and the larger the playback order is, the slower the playback order is.
  • Images in the same column in each layer are all images having the same POC value (playing order).
  • Each GOP includes images between successive anchor pictures and one anchor picture.
  • the anchor picture is a random access point.
  • the anchor picture is selected. Is played.
  • the first layer images include first layer anchor pictures 41, 42, 43, 44, and 45
  • the second layer images include second layer anchor pictures 141, 142, 143, 144, and 145.
  • the third layer images include third layer anchor pictures 241, 242, 243, 244, and 245.
  • the multilayer images may be reproduced and predicted (restored) in the GOP order.
  • images included in GOP 0 may be reconstructed and reproduced, and then images included in GOP 1 may be reconstructed and reproduced. . That is, images included in each GOP may be reconstructed and reproduced in the order of GOP 0, GOP 1, GOP 2, and GOP 3.
  • inter-layer prediction and inter prediction are performed on the images.
  • an image at which an arrow starts is a reference image
  • an image at which an arrow ends is an image predicted using the reference image.
  • the reconstruction order of the multilayer prediction structure 1800 includes images arranged in the horizontal direction according to the prediction (restore) order of each image.
  • relatively left images are images that are predicted (restored) first
  • relatively right images are images that are predicted (restored) late. Since the next images are predicted (restored) with reference to the first reconstructed images, all the arrows indicating the prediction directions between the same layer images in the reconstruction order of the multilayer prediction structure 1800 are right from the relatively left images. You can see heading to the images located at.
  • inter layer prediction referring to another layer previously encoded and inter prediction referring to the same layer images may be performed.
  • inter prediction that refers to pictures of the same layer may be performed.
  • the anchor pictures 141, 142, 143, 144, 145, 241, 242, 243, 244, and 245 of the second layer images and the third layer images do not refer to the same layer images, but the rest of the images are not anchor pictures. Images may be predicted with reference to the same layer images.
  • the decoding process for playing back images is similar to the prediction process. However, each image may be reconstructed using the reconstructed reference image only after the reference image of each image is reconstructed.
  • 19 shows a multilayer prediction structure according to a temporal hierarchical encoding and decoding scheme.
  • a scalable video coding scheme may be performed according to the temporal hierarchical prediction structure 50.
  • the temporal hierarchical prediction structure 50 includes a prediction structure of hierarchical B type pictures 55, 56, 57, 58, 59, 60, 61, 62, and 63.
  • inter prediction of I type pictures 51 and 54 and inter prediction of P type pictures 52 and 53 are performed.
  • inter prediction of B type images 55, 56, and 57 referring to I and P type images 51, 52, 53, and 54 is performed.
  • inter prediction is performed by referring to I, P type images 51, 52, 53, and 54 and B type images 55, 56, and 57 of level 1.
  • 'temporal_id' is a number for identifying a prediction level, and a frame rate may increase as each level image is output.
  • the level 0 images 51, 52, 53, and 54 are decoded and output at a frame rate of 15 Hz, and when the level 1 images 55, 56, and 57 are decoded and output, the frame rate is increased to 30 Hz.
  • the frame rate may increase to 60 Hz.
  • level 0 images are encoded as base layer images
  • level 1 images are first enhancement layer images
  • level 2 images are It may be encoded as second enhancement layer images.
  • FIG 20 illustrates NAL units including encoded data of multilayer video, according to an embodiment.
  • the output unit 1420 outputs NAL units including encoded data and additional information of the multilayer video.
  • the VPS NAL unit 2010 includes information applied to the multilayer image sequences 2020, 2030, and 2040 included in the multilayer video.
  • the VPS NAL unit 2010 includes a common syntax element shared by the multilayer image sequences 2020, 2030, and 2040, information about an operation point to prevent unnecessary information, and a profile. Includes essential information about the operating point needed during the session negotiation phase, such as (profile) or level.
  • the output unit 1420 is a SPS (Sequence Parameter Set) NAL unit (2021, 2031, 2041), PPS (Picture Parameter Set) NAL unit (2022, 2032) for each image sequence of each layer sharing information included in the VPS NAL unit. , 2042) and slice segment NAL units 2023, 2033, and 2043 may be generated and output.
  • SPS Sequence Parameter Set
  • PPS Physical Parameter Set
  • slice segment NAL units 2023, 2033, and 2043 may be generated and output.
  • the SPS NAL unit includes information commonly applied to an image sequence of one layer.
  • each of the SPS NAL units 2021, 2031, and 2041 includes information commonly applied to each of the image sequences 2020, 2030, and 2040.
  • the PPS NAL unit includes information commonly applied to pictures of one layer.
  • each of the PPS NAL units 2022, 2032, and 2042 includes information commonly applied to pictures of one layer.
  • the PPS NAL unit may include information about an encoding mode of an entire picture, for example, an entropy encoding mode and an initial value of a quantization parameter of a picture unit. The PPS NAL unit does not need to be generated for every picture.
  • the decoding side uses the previously received PPS NAL unit.
  • the output unit 1420 may generate and output a new PPS NAL unit.
  • the slice segment NAL unit includes information applied to one slice.
  • the slice segment includes encoded data of at least one maximum coding unit, and the slice segment may be included in the slice segment NALs 2023, 2033, and 2043 and transmitted.
  • the output unit 1420 may generate and output a Supplemental Enhancement Information message (SEI) NAL unit.
  • SEI Supplemental Enhancement Information message
  • the SEI message indicates additional information necessary for a decoding process in the video coding layer (VCL).
  • the SEI message may include timing information of each picture related to the HRD (Hypothetical Reference Decoder), information on a pan / scan function, and the like.
  • 21 is a diagram illustrating an example of a NAL unit header according to an embodiment.
  • a NAL unit header has a length of 2 bytes in total.
  • the NAL unit header includes a forbidden_zero_bit having a value of 0 as a bit for identifying the NAL unit, an nal unit type indicating the type of the NAL unit, a reserved area for future use (reserved_zero_6bits), and a temporal identifier (termporal_id). do.
  • Each of the identifier (nal unit type) and the reserved area (reserved_zero_6bits) for future use consists of 6 bits, and the temporal identifier (temporal_id) may consist of 3 bits.
  • IDR pictures IDR pictures, BLA pictures, and CRA pictures, which are RAP pictures for random access, will be described.
  • 22 is a reference diagram for describing a leading picture, according to an exemplary embodiment.
  • the leading picture refers to a picture which is decoded after the RAP picture in decoding order but output before the RAP picture in the output order.
  • Pictures decoded and output after a RAP picture in decoding order and output order are defined as a normal picture or a trailing picture.
  • B0 to B6 pictures 2210 are leading pictures that are decoded after the RAP picture 2201 in decoding order but precede the RAP picture 2201 in output order.
  • the arrow direction is the reference direction.
  • the B6 picture 2203 uses the B5 picture 2202 and the RAP picture 2201 as reference pictures.
  • the leading picture is classified into a random access decodable leading (RADL) picture and a random access skipped leading (RASL) picture according to whether or not decoding is possible.
  • RDL random access decodable leading
  • RASL random access skipped leading
  • the B0 to B2 pictures 2220 can be predicted based on the P picture 2204 received and decoded before the RAP picture 2201, decoding normally starts when random access starts from the RAP picture 2201. These pictures can't be.
  • a leading picture that cannot be normally decoded is defined as a RASL picture.
  • the B3 to B6 pictures 2230 use only pictures decoded after the RAP picture 2201 as reference pictures, pictures that can be normally decoded even when random access starts from the RAP picture 2201 are started. admit.
  • a picture that can be normally decoded when random access starts from the RAP picture 2201 is defined as a RADL picture.
  • 23 and 24 are reference diagrams for explaining an IDR picture.
  • the IDR picture initializes the Decoded Picture Buffer (DPB) and the POC at the moment it is decoded, and the picture decoded after the IDR picture is always behind the IDR picture in the output order and does not refer to the picture before the IDR picture. Decrypted.
  • the IDR picture follows a closed GOP structure for restricting the use of the decoded picture as the reference picture for the leading picture.
  • IDR pictures may be classified into two types of IDR pictures based on the presence of a leading picture and the presence of a RADL picture. Specifically, IDR pictures may be classified into two types: i) IDR pictures (IDR_N_LP) having no leading picture, and ii) IDR pictures (IDR_W_LP) having RADL pictures which are decodable leading pictures.
  • IDR_W_LP IDR picture
  • RADL picture which is a decodable leading picture.
  • all of the B0 to B6 pictures 2315 are leading pictures that are decoded after the IDR picture in decoding order but before the IDR picture. Pictures decoded after the IDR picture cannot use a picture decoded before the IDR picture as a reference picture, so all the leading pictures of the IDR picture correspond to the decodeable RADL pictures at the random access point.
  • IDR_N_LP an IDR picture that does not have a leading picture.
  • all of the B0 to B6 pictures 2425 refer only to pictures decoded before the IDR picture, and the IDR picture does not have a leading picture.
  • the IDR picture may be classified into two types: i) an IDR picture (IDR_N_LP) having no leading picture, and ii) an IDR picture (IDR_W_LP) having a RADL picture which is a decodable leading picture.
  • the CRA picture is an I picture, which initializes the DPB at the same time as the IDR picture is decoded, and normal pictures following a CRA picture in both decoding order and output order than the CRA picture cannot refer to a picture before the CRA picture.
  • the leading pictures follow a closed GOP structure that restricts the use of the decoded picture as the reference picture before the IDR picture, whereas in the case of the CRA picture, the leading picture refers to the picture previously decoded before the CRA picture. Allow to use as.
  • a picture that refers to a picture that is decoded before the CRA picture among leading pictures which are pictures that follow the CRA picture in decoding order but precede the CRA picture in output order.
  • leading pictures which are pictures that follow the CRA picture in decoding order but precede the CRA picture in output order.
  • a CRA picture can be broadly classified into i) a CRA picture (CRA_N_LP) without a leading picture, ii) a CRA picture (CRA_W_RADL) with a RADL picture, and iii) a CRA picture (CRA_W_RASL) with a RASL picture.
  • the reason for classifying a CRA picture is to enable discarding of the RASL picture without random decoding when the CRA picture has the RASL picture.
  • the decoding apparatus may determine in advance whether a RASL picture does not need to be decoded at the time of decoding the CRA picture, and skip an unnecessary decoding process for the corresponding RASL picture when the NAL unit bitstream including the RASL picture is received. .
  • CRA_W_RASL CRA_W_RASL
  • the P picture 2501 that precedes the CRA picture 2510 in decoding order is not decoded. Accordingly, the pictures using the P picture 2501 as the reference picture or the picture using the P picture 2501 as the reference picture, for example, B0 to B6 pictures 2520, are all randomly accessed. RASL pictures that cannot be decoded.
  • bitstream slicing a point where different bitstreams are connected by bitstream slicing is referred to as a broken link.
  • bitstream slicing the picture at the point where the new bitstream starts is defined as a BLA picture, and the BLA picture is the same as the CRA picture except that it is generated by the slicing operation.
  • the CRA picture may be changed to a BLA picture by the slicing operation.
  • the BLA picture is also an I picture, which initializes the DPB at the same time as the IDR picture is decoded, and normal pictures following a CRA picture in both decoding order and output order than the BLA picture cannot refer to a picture before the BLA picture.
  • the BLA picture allows the leading picture to use the picture previously decoded before the BLA picture as the reference picture. That is, in the case of a BLA picture, there may exist a picture that refers to a picture that is decoded before the BLA picture among leading pictures, which are pictures following the BLA picture in decoding order but preceding the CRA picture in output order. When random access starts from a BLA picture, some leading pictures may not be decoded because they use a reference picture that is not available at the random access point.
  • a BLA picture may be classified into i) a BLA picture (BLA_N_LP) without a leading picture, ii) a BLA picture (BLA_W_RADL) with a RADL picture, and iii) a BLA picture (BLA_W_RASL) with a RASL picture.
  • the reason for classifying a BLA picture is to allow discarding without decoding the RASL picture at random access, when the BLA picture has a RASL picture.
  • the decoding apparatus may determine in advance whether a RASL picture does not need to be decoded at the time of decoding the BLA picture, and may skip an unnecessary decoding process for the corresponding RASL picture when receiving a NAL unit bitstream including the RASL picture. .
  • the B0 to B2 pictures 2610 refer to pictures that are ahead of the BLA picture 2601 in decoding order, and the B3 to B6 pictures 2620 are decoded after the BLA picture 2601 or the BLA picture 2601. Assume that the picture refers to a picture to be added. Since the BLA picture 2601 is decoded from the random access, the picture referenced by the B0 to B2 pictures 2610 is not available. Accordingly, the B0 to B2 pictures 2610 correspond to RASL pictures that cannot be decoded.
  • the video encoding apparatus 1400 classifies the BLA picture as a BLA picture (BLA_W_RASL) having the RASL picture.
  • the BLA picture is classified as a BLA picture (BLA_W_RADL) having the leading picture.
  • BLA_W_RADL BLA picture having the leading picture.
  • IDR_N_LP IDR picture having no leading picture in FIG. 24
  • BLA_N_LP BLA picture having no leading picture.
  • 29 is a flowchart of a multilayer video encoding method, according to an embodiment.
  • the video encoder 1410 predictively encodes pictures included in a first layer.
  • the video encoder 1410 may perform encoding by transforming and quantizing the difference between the prediction value generated in the inter prediction, the intra prediction, and the inter layer prediction, and the original signal.
  • the video encoder 1410 outputs residual information related to a coding unit, prediction mode information, and additional information related to prediction encoding of a coding unit.
  • the output unit 1420 may display the pictures included in the first layer, the first layer RAP picture, the first layer RADL picture, and the first layer RASL, based on the output order and reference relationship of the pictures included in the first layer. Classify as a picture.
  • the first layer RAP picture may be classified into an IDR picture, a CRA picture, and a BLA picture.
  • the video encoder 1410 sets the type of the corresponding picture of the second layer having the same POC as each picture included in the first layer to be the same as the picture type of the first layer, and sets the pictures of the second layer. Predictive coding.
  • the output unit 1420 outputs an NAL unit including encoding information and type information of pictures of the first layer and pictures of the second layer.
  • a type of a picture included in each NAL unit may be signaled through an identifier of a NAL unit header.
  • the VLA picture of the second layer defined according to another embodiment of the present invention may also be included in the NAL unit having a preset nal unit type value and transmitted.
  • FIG. 30 is a flowchart illustrating a multilayer video encoding method, according to an embodiment.
  • the receiver 1510 acquires an NAL unit including encoding information and type information of a first layer picture.
  • the video decoder 1520 is configured to determine whether a first layer picture of the first layer RAP picture, the first layer RADL picture, and the first layer RASL picture is based on the type information of the first layer picture included in the NAL unit. Identifies the type to which it belongs.
  • the video decoder 1520 may identify the encoding information and the picture type included in the current NAL unit based on the value of an identifier (nal unit type) included in the NAL unit header.
  • the VLA picture of the second layer defined according to another embodiment of the present invention may also be included in the NAL unit having a preset nal unit type value and transmitted.
  • the receiver 1510 obtains an NAL unit including encoding information and type information of a second layer picture, and the video decoder 1520 is based on the type information of the second layer picture included in the NAL unit. Identifies the type of the second layer picture set equal to the type of the first layer picture having the same POC as the second layer picture.
  • the video decoder 1520 decodes the first layer picture and the second layer picture based on the identified first layer picture type and the second layer picture type.
  • the video decoder 1520 may independently decode encoded data of each layer or use information of a previously decoded previous layer as reference information when decoding another layer.
  • the video decoder 1520 reconstructs the residual by performing entropy decoding, inverse quantization, and inverse transformation on the encoded multilayer pictures, and applies at least one prediction method among intra prediction, inter prediction, and inter layer prediction.
  • a prediction signal is generated and decoding is performed by adding the reconstructed residual and the prediction signal.
  • the video decoder 1520 may decode the VLA picture of the second layer with reference to a picture of another layer previously decoded.
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

멀티 레이어 비디오의 복호화 방법 및 장치, 부호화 방법 및 장치가 개시된다. 본 발명은 제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하여 제 1 레이어 픽처의 유형을 식별하고, 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하여, 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 제 2 레이어 픽처의 유형을 식별하고, 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화한다.

Description

멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
본 발명은 비디오의 부호화 및 복호화에 관한 것이다. 보다 구체적으로는 복수 개의 레이어에 포함된 픽처들을 부호화하고 복호화하는 과정에 관한 것이다.
일반적으로 영상 데이터는 소정의 데이터 압축 표준, 예를 들어 MPEG(Moving Picture Expert Group)와 같은 압축 표준에 따라서 부호화된 후 비트스트림의 형태로 정보저장매체에 저장되거나 통신 채널을 통해 전송된다.
다양한 통신망과 단말기에 대응하여 정보의 양을 적절히 조정하고 전송하기 위한 비디오 압축 방식으로 스케일러블 비디오 코딩(SVC:Scalable Video Coding)이 있다. 또한, 3차원 영상과 같이 다시점 비디오를 압축하는 다시점 비디오 코딩(MVC:Multi View Coding)이 있다.
이러한 종래의 스케일러블 비디오 코딩 및 다시점 비디오 코딩에서는, 비디오는 소정 크기의 매크로블록에 기반하여 제한된 부호화 방식에 따라 부호화되고 있다.
본 발명이 해결하고자 하는 기술적 과제는 멀티 레이어 비디오의 효율적인 예측을 위한 예측 구조를 제안하기 위한 것이다. 또한, 본 발명은 멀티 레이어의 랜덤 액세스나 레이어 스위칭시에 끊김없는 재생을 가능하게 하기 위한 것이다.
본 발명은 멀티 레이어의 각 레이어의 대응되는 픽처의 유형을 제한한다. 또한, 본 발명은 레이어 스위칭시에 랜덤 액세스 포인트 픽처로 동작하는 새로운 유형의 픽처를 제안한다.
본 발명의 실시예들에 따르면 멀티 레이어 비디오의 재생시 끊김없는 레이어 스위칭 및 랜덤 액세스를 가능하게 한다.
도 1 은 본 발명의 일 실시예에 따른 비디오 부호화 장치의 블록도를 도시한다.
도 2 는 본 발명의 일 실시예에 따른 비디오 복호화 장치의 블록도를 도시한다.
도 3 은 본 발명의 일 실시예에 따른 부호화 단위의 개념을 도시한다.
도 4 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 5 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 6 는 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 7 은 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 8 은 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 9 는 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
도 10, 11 및 12는 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 주파수 변환 단위의 관계를 도시한다.
도 13 은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 14는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치의 블록도를 도시한다.
도 15는 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 16은 도 14의 비디오 부호화부(1410)의 구체적인 블록도이다.
도 17은 도 15의 비디오 복호화부(1520)의 블록도를 도시한다.
도 18은 일 실시예에 따른 멀티 레이어 영상들의 멀티 레이어 예측 구조(1800)를 도시한다.
도 19는 시간 계층적 부복호화 방식에 따른 멀티 레이어 예측 구조를 도시한다.
도 20은 일 실시예에 따라서 멀티레이어 비디오의 부호화된 데이터를 포함하는 NAL 단위들을 나타낸다.
도 21은 일 실시예에 따른 NAL 단위 헤더의 일 예를 나타낸 도면이다.
도 22는 일 실시예에 따른 리딩 픽처를 설명하기 위한 참조도이다.
도 23 및 24는 IDR 픽처를 설명하기 위한 참조도이다.
도 25는 RASL 픽처를 갖는 CRA 픽처(CRA_W_RASL)를 나타낸다.
도 26은 BLA 픽처에 대한 RASL 픽처 및 RADL 픽처의 일 예를 나타낸다.
도 27은 일 실시예에 따라서 멀티 레이어 픽처들 중 대응되는 픽처의 유형 정보를 나타낸 도면이다.
도 28은 일 실시예에 따른 VLA 픽처를 도시한다.
도 29는 일 실시예에 따른 멀티 레이어 비디오 부호화 방법의 플로우 차트이다.
도 30은 일 실시예에 따른 멀티 레이어 비디오 부호화 방법을 나타낸 플로우 차트이다.
일 실시예에 따른 멀티 레이어 비디오 복호화 방법은 제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL(Network Adaptive layer) 단위를 획득하는 단계; 상기 NAL 단위에 포함된 상기 제 1 레이어 픽처의 유형 정보에 기초하여, 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 복호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 복호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복호화 가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복호화 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture) 중 상기 제 1 레이어 픽처가 속하는 유형을 식별하는 단계; 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하고, 상기 NAL 단위에 포함된 상기 제 2 레이어 픽처의 유형 정보에 기초하여 상기 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 상기 제 2 레이어 픽처의 유형을 식별하는 단계; 및 상기 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 상기 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화하는 단계를 포함하는 것을 특징으로 한다.
일 실시예에 따른 멀티 레이어 비디오 부호화 방법은 제 1 레이어에 포함된 픽처들을 예측 부호화하는 단계; 상기 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 상기 제 1 레이어에 포함된 픽처들을 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 부호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 부호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복원가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복원 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture)로 분류하는 단계; 상기 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 상기 분류된 제 1 레이어의 픽처 유형과 동일하게 설정하고 상기 제 2 레이어의 픽처들을 예측 부호화하는 단계; 및 상기 제 1 레이어의 픽처들 및 상기 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력하는 단계를 포함하는 것을 특징으로 한다.
일 실시예에 따른 멀티 레이어 비디오 복호화 장치는 제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL(Network Adaptive layer) 단위와, 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하는 수신부; 및 상기 NAL 단위에 포함된 상기 제 1 레이어 픽처의 유형 정보에 기초하여, 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 복호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 복호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복호화 가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복호화 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture) 중 상기 제 1 레이어 픽처가 속하는 유형을 식별하고, 상기 NAL 단위에 포함된 상기 제 2 레이어 픽처의 유형 정보에 기초하여 상기 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 상기 제 2 레이어 픽처의 유형을 식별하며, 상기 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 상기 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화하는 영상 복호화부를 포함하는 것을 특징으로 한다.
일 실시예에 따른 멀티 레이어 비디오 부호화 장치는 제 1 레이어 및 제 2 레이어에 포함된 픽처들을 예측 부호화하는 비디오 부호화부; 및 상기 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 상기 제 1 레이어에 포함된 픽처들을 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 부호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 부호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복원가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복원 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture)로 분류하고, 상기 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 상기 분류된 제 1 레이어의 픽처 유형과 동일하게 설정하며, 상기 제 1 레이어의 픽처들 및 상기 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력하는 출력부를 포함하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 구체적으로 설명한다.
도 1 은 본 발명의 일 실시예에 따른 비디오 부호화 장치의 블록도를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)는 최대 부호화 단위 분할부(110), 부호화 단위 결정부(120) 및 출력부(130)를 포함한다.
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 8보다 큰 2의 제곱승인 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 예측 부호화 및 주파수 변환이 수행될 수 있다. 예측 부호화 및 주파수 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 예측 부호화 및 주파수 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 주파수 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 예측 부호화, 주파수 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 예측 부호화를 수행하기 위해, 부호화 단위와 다른 데이터 단위를 선택할 수 있다.
최대 부호화 단위의 예측 부호화를 위해서는, 일 실시예에 따른 부호화 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측 부호화가 수행될 수 있다. 이하, 예측 부호화의 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.
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 주파수 변환을 수행할 수 있다.
부호화 단위의 주파수 변환을 위해서는, 부호화 단위보다 작거나 같은 크기의 데이터 단위를 기반으로 주파수 변환이 수행될 수 있다. 예를 들어, 주파수 변환을 위한 데이터 단위는, 인트라 모드를 위한 데이터 단위 및 인터 모드를 위한 데이터 단위를 포함할 수 있다.
이하, 주파수 변환의 기반이 되는 데이터 단위는 '변환 단위'라고 지칭될 수 있다. 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 주파수 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, 주파수 변환을 위한 변환 단위의 크기 등을 결정할 수 있다.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 파티션의 결정 방식에 대해서는, 도 3 내지 12을 참조하여 상세히 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 단위이며, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 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. 또한, 픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더에 삽입될 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, 일 실시예에 따른 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, 주파수 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 2 는 본 발명의 일 실시예에 따른 비디오 복호화 장치의 블록도를 도시한다.
일 실시예에 따른 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 일 실시예에 따른 비디오 복호화 장치(200)의 각종 프로세싱을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 1 및 비디오 부호화 장치(100)을 참조하여 전술한 바와 동일하다.
수신부(205)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱(parsing)한다. 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 헤더로부터 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 주파수 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 주파수 역변환을 위해, 부호화 심도별 부호화 단위의 변환 단위의 크기 정보에 기초하여, 부호화 단위마다 각각의 변환 단위에 따라 주파수 역변환을 수행할 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.
일 실시예에 따른 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.
이하 도 3 내지 도 13을 참조하여 본 발명의 일 실시예에 따른 트리 구조에 따른 부호화 단위들, 예측 단위 및 변환 단위의 결정 방식이 상술된다.
도 3 은 계층적 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 3에 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 4 는 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)를 이용하여 인터 추정 및 움직임 보상을 수행한다.
인트라 예측부(410), 움직임 추정부(420) 및 움직임 보상부(425)로부터 출력된 데이터는 주파수 변환부(430) 및 양자화부(440)를 거쳐 양자화된 변환 계수로 출력된다. 특히, 본 발명의 일 실시예에 따른 움직임 추정부(420) 및 움직임 보상부(425)는 양방향 움직임 예측 및 보상시에 블록 기반으로 양방향 움직임 예측 및 보상된 결과에 부가하여 픽셀 단위로 양방향 움직임 보상을 수행한다. 이에 대해서는 도 14 이하의 설명에서 상술하기로 한다.
양자화된 변환 계수는 역양자화부(460), 주파수 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), 주파수 변환부(430), 양자화부(440), 엔트로피 부호화부(450), 역양자화부(460), 주파수 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, 주파수 변환부(430)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 변환 단위의 크기를 결정하여야 한다.
도 5 는 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, 주파수 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. 특히, 본 발명의 일 실시예에 따른 움직임 보상부(560)는 양방향 움직임 보상시에 블록 기반으로 양방향 움직임 보상된 결과에 부가하여 픽셀 단위로 양방향 움직임 보상을 수행한다. 이에 대해서는 도 14 이하의 설명에서 상술하기로 한다.
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), 주파수 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, 주파수 역변환부(540)는 부호화 단위마다 변환 단위의 크기를 결정하여야 한다.
도 6 는 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. 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 예측 부호화의 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 7 은 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 주파수 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 주파수 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 주파수 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 8 은 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 예측 부호화를 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 예측 부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(820)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 주파수 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 9 는 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 예측 부호화를 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 예측 부호화가 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 예측 부호화가 수행될 수 있다. 스킵 모드는 크기 2N_0x2N_0의 파티션에 예측 부호화가 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 예측 부호화를 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 분할 정보는 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 예측 부호화를 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 예측 부호화를 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 10, 11 및 12는 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 주파수 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 주파수 변환 또는 주파수 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 주파수 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 예측 부호화가 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 13 은 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.
파티션 타입 정보가 대칭형 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326) 및 NxN(1328) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보(TU size flag)가 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.
이하, 도 14 내지 도 30을 참조하여, 멀티 레이어 비디오의 부호화 방법 및 장치, 멀티 레이어 비디오의 복호화 방법 및 장치가 개시된다. 이하, '영상'은 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다. 또한, 부호화 순서는 부호화 측에서 영상을 처리하는 순서이고, 복호화 순서는 복호화 측에서 영상을 처리하는 순서로, 부호화 순서와 복호화 순서는 동일하다. 따라서, 이하 본 발명을 설명함에 있어서 부호화 순서는 복호화 순서를 의미할 수 있으며, 또한 복호화 순서 역시 부호화 순서를 의미할 수 있다. 또한, 멀티레이어 비디오는 다시점의 비디오를 나타내거나, 베이스 레이어(base layer) 및 인핸스먼트 레이어(enhancement layer)로 구성된 스케일러블 비디오일 수 있다.
도 14는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치의 블록도를 도시한다.
도 14를 참조하면, 멀티 레이어 비디오 부호화 장치(1400)는 비디오 부호화부(1410) 및 출력부(1420)를 포함한다.
비디오 부호화부(1410)는 멀티레이어 비디오를 입력받아 부호화한다. 비디오 부호화부(1410)는 입력된 비디오 부호화 처리를 다루는 비디오 부호화 계층(Video Coding Layer)에 해당한다.
전술한 도 1 내지 도 13과 같이, 일 실시예에 따른 비디오 부호화부(1410)는 멀티레이어 비디오에 포함된 각 픽처를 최대 크기를 갖는 최대 부호화 단위로 분할하고, 분할된 최대 부호화 단위를 다시 부호화 단위로 분할한 다음, 부호화 단위에 기초하여 각 픽처를 부호화한다. 부호화 단위는 최대 부호화 단위를 심도(depth)에 따라서 계층적으로 분할한 트리 구조를 갖는다. 비디오 부호화부(1410)는 예측 단위를 이용하여 부호화 단위에 대한 예측을 수행하며, 예측값과 원 신호 사이의 차이값인 레지듀얼을 변환 단위를 이용하여 변환한다.
멀티 레이어 비디오는 다시점 비디오 또는 스케일러블 비디오일 수 있다. 멀티레이어 비디오가 다시점 비디오인 경우, 비디오 부호화부(1410)는 n(n은 정수) 개의 시점의 영상 시퀀스들 각각을 하나의 레이어로서 부호화한다. 멀티레이어 비디오가 스케일러블 비디오인 경우, 비디오 부호화부(1410)는 베이스 레이어의 영상 시퀀스 및 인핸스먼트 레이어의 영상 시퀀스들 각각을 부호화한다.
멀티 레이어 비디오는 단일 레이어 비디오에 비하여 데이터량이 많다. 따라서, 비디오 부호화부(1410)는 멀티레이어 비디오에 포함된 각 레이어 영상 사이의 상관 관계를 이용하여 예측 부호화를 수행할 수 있다. 다시 말해서, 비디오 부호화부(1410)는 다른 레이어 영상을 참조하여 각 레이어 영상을 예측 부호화할 수 있다. 이와 같이, 현재 레이어의 영상과 다른 레이어의 영상을 참조하여 예측하는 과정을 인터 레이어(inter-layer) 예측으로 정의한다.
일 예로, 비디오 부호화부(1410)는 기본시점 영상들을 참조하여 부가시점 영상들을 예측하는 시점간 예측(Inter-View Prediction)을 수행할 수 있다. 또한, 비디오 부호화부(1410)는 소정의 부가 시점 영상들을 참조하여 다른 부가 시점 영상들을 예측하는 시점간 예측을 수행할 수 있다. 전술한 바와 같이, 인터 레이어 예측 과정은 트리 구조를 갖는 부호화 단위, 예측 단위 또는 변환 단위를 기초로 수행될 수 있다.
비디오 부호화부(1410)는 인터 예측, 인트라 예측 및 인터 레이어 예측에 생성된 예측값과 원신호의 차이를 변환 및 양자화하여 부호화를 수행할 수 있다. 이러한 비디오 코딩 계층(VCL)에서의 부호화 과정을 통해서, 비디오 부호화부(1410)는 부호화 단위에 관련된 레지듀얼 정보, 예측 모드 정보 및 부호화 단위의 예측 부호화와 관련된 부가 정보를 출력한다.
출력부(1420)는 부호화된 멀티레이어 비디오 데이터 및 부가 정보를 소정 포맷에 따른 전송 데이터 단위에 부가하여 출력하는 네트워크 추상 계층(Network Abstraction Layer: NAL)에 해당한다. 전송 데이터 단위는 NAL 단위일 수 있다. 출력부(1420)는 비디오 부호화부(1410)로부터 출력된 멀티레이어 비디오의 예측 부호화 데이터 및 예측 부호화와 관련된 부가 정보를 NAL 단위에 부가하여 NAL 단위를 출력한다.
특히, 출력부(1420)는 멀티 레이어의 픽처들 중 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 제 1 레이어에 포함된 픽처들을 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 제 1 레이어 RAP 픽처보다 이후에 부호화되지만 출력 순서상 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 제 1 레이어 RAP 픽처 이전에 부호화된 픽처의 참조 여부에 따라서 제 1 레이어 RAP 픽처로 랜덤 액세스시 복원가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복원 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture)로 분류한다. 또한, 출력부(1420)는 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 제 1 레이어의 픽처 유형과 동일하게 설정하고, 제 1 레이어의 픽처들 및 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력한다.
일반적으로, 비디오 데이터를 재생하는 경우 트릭 플레이 방식, 노멀 플레이 방식 중 하나에 따라 비디오 데이터를 복원하여 재생할 수 있다. 트릭 플레이 방식은 패스트 포워드(fast forward) 방식, 패스트 백워드 방식(fast backward) 방식 및 랜덤 액세스(random access) 방식을 포함한다. 노멀 플레이 방식은 비디오 데이터에 포함된 모든 픽처를 순차적으로 재생하는 방식이다. 패스트 포워드 또는 패스트 백워드 방식은 재생 속도에 따라 순행 또는 역행하며 소정 주기마다의 RAP 픽처를 선택하여 재생하는 방식이다. 랜덤 액세스 방식은 소정 위치의 RAP 픽처로 건너뛰어 재생하는 방식이다. H.264/AVC 규격에 따르면, 랜덤 액세스를 위한 RAP 픽처로서 IDR(Instantaneous Decoder Refresh) 픽처만을 이용한다. IDR 픽처는 복호화되는 순간 복호화 장치의 버퍼가 리프레쉬되는 인트라 픽처이다. 구체적으로, IDR 픽처가 복호화되는 순간 DPB(Decoded Picture Buffer)는 IDR 픽처를 제외한 이전에 복호화된 픽처를 더 이상 참조되지 않는 픽처로 마킹하며, POC(Picture Order Count) 역시 초기화된다. 또한, IDR 픽처 이후에 복호화되는 픽처는 IDR 픽처보다 출력 순서상 항상 뒤에 있으며, IDR 픽처 이전의 픽처를 참조하지 않고 복호화된다.
본 발명의 일 실시예에 따르면, 이러한 IDR 픽처 이외에 랜덤 액세스를 위한 RAP 픽처로서 CRA(Clean Random Access) 픽처 및 BLA(Broken Link Access) 픽처를이용한다. 또한, 시간적 스케일러빌러티를 지원하기 위해서 TSA(Temporal Sublayer Access) 픽처, STSA(Stepwise Temporal Sublayer Access) 픽처가 이용된다.
이와 같이, 랜덤 액세스를 위하여 IDR 픽처 이외에 다양한 RAP 픽처를 이용하는 이유는, IDR 픽처는 closed GOP(Group Of Pictures)로 알려진 코딩 구조에 한정되어 있어서 예측 효율이 떨어지기 때문이다. 전술한 바와 같이, IDR 픽처 이후에 복호화되는 픽처는 IDR 픽처 이전의 픽처를 참조할 수 없다. 이와 같이, IDR 픽처 이전의 픽처를 참조할 수 없는 코딩 구조를 closed GOP라 지칭한다. 예측 효율을 향상시키기 위하여, RAP 픽처 이후에 이후에 복호화되지만 출력 순서상 RAP 픽처 이후에 출력되는 픽처인 리딩 픽처에 대해서 참조 픽처를 제한하지 않고 RAP 픽처 이전에 복호화된 픽처를 참조하는 것을 허용할 수 있다. 이와 같이, RAP 픽처 이전에 복호화된 픽처를 참조 픽처로서 허용하는 코딩 구조를 open GOP로 지칭한다. 참조 픽처가 제한되는 IDR 픽처를 이용하는 경우에 비하여 open GOP를 이용하는 새로운 유형의 RAP 픽처를 정의함으로써 예측 효율을 향상시킬 수 있다.
현재 NAL 단위에 포함된 픽처가 어떤 유형의 정보인지를 식별하도록 하기 위하여, 출력부(1420)는 NAL 단위 헤더에 현재 NAL 단위가 어떤 유형의 픽처에 대한 정보를 포함하고 있는지 여부를 나타내는 유형 정보를 포함할 수 있다.
한편, 멀티 레이어 비디오의 복호화 과정에서는 복호화되는 레이어를 변화시키는 레이어 스위칭이 가능하다. 예를 들어, 베이스 레이어 및 인핸스먼트 레이어로 구성되는 스케일러블 비디오에서, 베이스 레이어의 픽처들을 재생하는 도중에 인핸스먼트 레이어로 스위칭하여 복호화가 수행될 수 있다. 다른 예로서, 다시점 비디오에서 제 1 시점의 픽처를 재생하는 도중에 레이어 스위칭을 통해 제 2 시점의 픽처를 재생하는 것이 가능하다. 일 실시예에 따르면, 멀티 레이어 비디오의 부호화 과정에서 멀티 레이어의 대응되는 픽처들의 유형을 동종의 픽처로 설정한다. 여기서, 대응되는 픽처란 멀티 레이어에 포함된 픽처들 중 동일한 액세스 단위(access unit)을 통해 전송되는 POC(Picture Order Count)가 동일한 픽처를 의미한다.
도 27은 일 실시예에 따라서 멀티 레이어 픽처들 중 대응되는 픽처의 유형 정보를 나타낸 도면이다.
도 27을 참조하면, 제 1 레이어의 픽처(2721)가 IDR 픽처라면 동일 액세스 단위(2720)에 포함된 제 2 레이어의 픽처(2722)도 IDR 픽처로 설정되며, 제 1 레이어의 픽처(2741)가 CRA 픽처라면 동일 액세스 단위(2740)에 포함된 대응되는 제 2 레이어의 픽처(2742)도 CRA 픽처로 설정된다. 또한, 제 1 레이어의 픽처(2751)가 BLA 픽처라면 동일 액세스 단위(2750)에 포함되는 제 2 레이어의 픽처(2752)도 BLA 픽처로 설정된다. 또한, 제 1 레이어의 픽처(2731)가 RASL 픽처이면 동일 액세스 단위(2750)에 포함되는 제 2 레이어의 픽처(2732)도 RASL 픽처로 설정되며, 제 1 레이어의 픽처(2711)가 RADL 픽처이면 동일 액세스 단위(2710)에 포함되는 제 2 레이어의 픽처(2712)도 RADL 픽처로 설정된다. 이와 같이 멀티 레이어의 대응되는 픽처를 동종의 픽처로 설정하는 이유는 레이어 스위칭시의 POC의 불일치로 인한 오동작을 방지하고, 스위칭시에 참조될 수 없는 픽처를 참조하여 복원이 불가능한 픽처가 발생되는 경우를 방지하기 위한 것이다.
다른 실시예에 따른 멀티 레이어 비디오 부호화 장치(1400)는 제 1 레이어의 상위 계층인 제 2 레이어에 포함된 픽처들 중 제 2 레이어와 다른 레이어를 참조하여 인터 레이어 예측되는 제 2 레이어 RAP 픽처로서, 부호화 순서 및 출력 순서상 제 2 레이어 RAP 픽처를 뒤따르는 픽처들은 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 제 2 레이어 RAP 픽처를 앞서는 다른 픽처를 참조하지 않으며, 부호화 순서상 제 2 레이어 RAP 픽처를 앞서는 픽처는 출력 순서상 제 2 레이어 RAP 픽처를 항상 앞서는 경우, 이러한 제 2 레이어 RAP 픽처를 VLA(View Layer Access) 픽처로 새롭게 정의한다. 제 2 레이어의 VLA 픽처는 오직 다른 레이어를 참조하여 인터 레이어 예측되는 픽처이며 동일한 레이어의 픽처를 참조하지 않는다.
이와 같이 VLA 픽처를 정의하는 이유는 레이어 스위칭시에 제 2 레이어 VLA 픽처부터 복호화되는 경우 제 2 레이어 VLA 픽처 이전의 RADL 픽처나 RASL 픽처의 복호화 과정이 스킵될 수 있도록 함으로써, 레이어간의 스위칭을 자유롭게 수행되도록 하기 위한 것이다. 전술한 바와 같이, 제 2 레이어 VLA 픽처는 이전의 다른 레이어 픽처만을 참조하는 인터 레이어 예측을 통해 예측되는 픽처이며 제 2 레이어의 다른 픽처를 참조하지 않는다. 또한, 제 2 레이어 VLA 픽처보다 복호화 순서상 앞서는 픽처는 출력 순서에 있어서도 제 2 레이어 VLA 픽처보다 앞선다. 따라서, 레이어 스위칭시에 제 2 레이어 VLA 픽처부터 복호화되는 경우 끊김없는 재생이 가능하다. 또한, 제 2 레이어 VLA 픽처는 IDR 픽처가 아니므로 POC가 리셋되지 않고 이전 레이어의 POC와 같은 값을 유지한다. 따라서, 레이어 스위칭시에 POC의 불일치로 인한 재생 에러를 방지할 수 있다. 또한, 제 1 레이어 픽처의 재생 도중 레이어 스위칭을 통해 제 2 레이어 VLA 픽처로 랜덤 액세스가 발생된 경우, 제 2 레이어 VLA 픽처보다 이전에 복호화된 픽처를 참조하며 출력 순서가 앞서는 RADL 픽처 및 RASL 픽처들에 대한 복호화 과정은 스킵될 수 있다.
도 28은 일 실시예에 따른 VLA 픽처를 도시한다.
도 28을 참조하면, 제 2 레이어의 VLA 픽처(2823)는 제 1 레이어의 RAP 픽처(2813)을 참조하여 인터 레이어 예측되는 픽처이다. VLA 픽처(2823)가 참조하는 픽처는 다른 레이어의 픽처이면 되고 반드시 RAP 픽처일 필요는 없다. 도 28에서는 VLA 픽처(2823)이 RAP 픽처(2813)를 예측하는 경우를 도시하고 있으나, VLA 픽처(2823)가 참조하는 참조 픽처는 다른 레이어의 non-RAP 픽처일 수도 있다. 전술한 바와 같이 부호화 순서 및 출력 순서상 VLA 픽처(2823)를 뒤따르는 픽처들 P2, P3(2824, 2825)은 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 VLA 픽처를 앞서는 다른 픽처들 P0, P1(2821, 2922)를 참조하지 않는다. 이러한 VLA 픽처(2823)를 이용하는 경우, 제 1 레이어의 P0 픽처(2811), P1 픽처(2812) 및 RAP 픽처(2813)를 재생하는 도중 레이어 스위칭이 발생되는 경우, VLA 픽처(2823)는 이전에 재생되던 제 1 레이어의 RAP 픽처(2813)만을 참조 픽처로 이용하고, 부호화 순서 및 출력 순서상 VLA 픽처(2823)를 뒤따르는 픽처들 P2, P3(2824, 2825)은 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 VLA 픽처(2823)를 앞서는 다른 픽처들 P0, P1(2821, 2922)를 참조하지 않으므로, 레이어 스위칭시에 스위칭된 레이어의 픽처들 중 VLA 픽처부터 재생이 수행되면 끊김없는 재생이 가능하다. NAL 단위의 유형 정보(nal unit type)을 통해서 제 2 레이어 VLA 픽처를 포함하는 NAL 단위가 식별될 수 있다.
도 15는 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 15를 참조하면, 멀티 레이어 비디오 복호화 장치(1500)는 수신부(1510) 및 비디오 복호화부(1520)를 포함한다.
수신부(1510)는 제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL) 단위와, 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득한다. 전술한 바와 같이, 멀티 레이어의 대응되는 픽처들의 유형은 동종의 픽처로 설정된다. 또한, 수신부(1510)는 NAL 단위의 유형 정보(nal unit type)에 기초하여 본 발명의 다른 실시예에 따라서 정의된 자유로운 레이어 스위칭을 위한VLA 픽처를 식별할 수 있다.
비디오 복호화부(1520)는 NAL 단위에 포함된 제 1 레이어 픽처의 유형 정보에 기초하여, 랜덤 액세스가 가능한 제 1 레이어 RAP 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 복호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩 픽처들로서 제 1 레이어 RAP 픽처 이전에 복호화된 픽처의 참조 여부에 따라서 제 1 레이어 RAP 픽처로 랜덤 액세스시 복호화 가능한 제 1 레이어 RADL 픽처 및 복호화 불가능한 제 1 레이어 RASL 픽처 중 상기 제 1 레이어 픽처가 속하는 유형을 식별한다. 또한, 비디오 복호화부(1520)는 NAL 단위에 포함된 제 2 레이어 픽처의 유형 정보에 기초하여 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 제 2 레이어 픽처의 유형을 식별한다. 그리고, 비디오 복호화부(1520)는 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화한다. 비디오 복호화부(1520)는 멀티 레이어의 각 픽처를 트리 구조의 부호화 단위, 예측 단위 및 변화 단위에 기초하여 복호화할 수 있다.
비디오 복호화부(1520)는 각 레이어의 부호화된 데이터를 독립적으로 복호화하거나 이전에 복호화된 이전 레이어의 정보를 다른 레이어의 복호화시에 참조 정보로 이용할 수 있다. 비디오 복호화부(1520)는 랜덤 액세스시나 레이어 스위칭 시에 각 레이어의 RAP 픽처로부터 복호화를 수행한다. 전술한 바와 같이, 일 실시예에 따르면 멀티 레이어의 같은 POC를 갖는 대응 픽처들은 동일한 유형의 픽처로 설정되므로, 레이어 스위칭시에 끊김없는 재생 및 참조 픽처의 이용불가로 인한 재생 오류를 방지할 수 있다.
비디오 복호화부(1520)는 부호화된 멀티 레이어의 픽처들에 대해 엔트로피 복호화, 역양자화, 역변환을 수행하여 레지듀얼을 복원하고, 인트라 예측, 인터 예측 및 인터 레이어 예측 중 적어도 하나의 예측 방식을 적용하여 예측 신호를 생성하며, 복원된 레지듀얼과 예측 신호를 가산하여 복호화를 수행한다.
비디오 복호화부(1520)는 RAP 픽처들인 IDR 픽처, CRA 픽처, BLA 픽처는 다른 픽처를 참조하지 않고 인트라 예측을 통해 복호화할 수 있다. 비디오 복호화부(1520)는 랜덤 액세스나 레이어 스위칭이 발생한 경우 RASL 픽처 및 RADL 픽처에 대한 복호화 과정을 스킵할 수 있다. 랜덤 액세스나 레이어 스위칭이 발생되지 않는 경우에는 RASL 픽처 및 RADL 픽처가 참조하는 참조 픽처를 이용하여 RADL 픽처 및 RADL 픽처도 복호화될 수 있다. 비디오 복호화부(1520)는 VLA 픽처를 이전에 복호화된 다른 레이어의 픽처를 참조하여 복호화할 수 있다.
도 16은 도 14의 비디오 부호화부(1410)의 구체적인 블록도이다.
비디오 부호화부(1600)은 제 1 레이어 부호화 장치(1610)와 제 2 레이어 부호화 장치(1660) 및 인터 레이어 예측 장치(1650)를 포함한다.
제 1 레이어의 블록 분할부(1618)는 제 1 레이어 영상을 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등의 데이터 단위로 분할한다. 블록 분할부(1618)로부터 출력된 부호화 단위에 포함된 예측 단위에 대한 인트라 예측 또는 인터 예측이 수행될 수 있다. 움직임 보상부(1640)는 예측 단위에 대한 인터 예측을 수행하여 예측 단위의 예측값을 출력하고, 인트라 예측부(1645)는 예측 단위에 대한 인트라 예측을 수행하여 예측 단위의 예측값을 출력한다.
부호화 컨트롤부(1615)는 인트라 예측 모드 및 인터 예측 모드 중 현재 예측 단위와 가장 유사한 예측값을 획득하는데 이용된 예측 모드를 결정하고, 결정된 예측 모드에 따른 예측값이 출력되도록 예측 스위치(1648)를 제어한다. 인트라 예측 또는 인터 예측을 통해 획득된 현재 블록의 예측값과 현재 블록의 차이값인 레지듀얼은 변환/양자화부(1620)에 의하여 변환 및 양자화되어 양자화된 변환 계수가 출력된다. 스케일링/역변환부(1625)는 양자화된 변환계수에 대해 스케일링 및 역변환을 수행하여 레지듀얼을 복원한다. 스토리지(1630)는 복원된 레지듀얼과 현재 블록의 예측값을 가산하여 복원된 현재 블록을 저장한다. 블록 분할부(1618)에서 분할된 제 1 레이어 영상의 모든 부호화 단위마다 부호화 과정이 반복된다. 이와 같은 제 1 레이어 영상의 부호화 과정에 따라서 최소 코스트를 갖는 제 1 레이어 영상의 최대 부호화 단위, 부호화 단위, 예측 단위 및 변환 단위의 구조가 결정될 수 있다. 디블로킹 필터링부(1635)는 복원된 제 1 레이어 영상에 대한 필터링을 수행하여 복원된 제 1 레이어 영상에 포함된 결함(artifact)를 감소시킨다.
인터-레이어 예측 장치(1650)는 제 1 레이어 영상이 제 2 레이어 영상의 예측 부호화에 이용될 수 있도록 제 1 레이어 영상 정보를 제 2 레이어 부호화 장치(1660)로 출력한다. 인터-레이어 예측 장치(1650)의 디블로킹부(1655)는 부호화된 후 복원된 제 1 레이어 영상에 대한 디블로킹 필터링을 수행하고, 필터링된 제 1 레이어 영상을 제 2 레이어 부호화 장치(1680)로 출력한다.
제 2 레이어 부호화 장치(1660)은, 제 1 레이어 부호화 장치(1610)에서 부호화된 제 1 레이어 영상의 부호화 정보에 기초하여 제 2 레이어 영상을 부호화한다. 제 2 레이어 부호화 장치(1660)은 제 1 레이어 부호화 장치(1610)에서 결정된 제 1 레이어 영상의 부호화 정보를 그대로 적용하거나, 제 1 레이어 영상의 부호화 정보를 변경하여 제 2 레이어 영상의 부호화에 적용될 부호화 정보를 결정할 수 있다.
제 2 레이어의 블록 분할부(1668)는 제 2 레이어 영상을 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등의 데이터 단위로 분할한다. 제 2 레이어의 블록 분할부(1668)는 제 1 레이어 영상에서 결정된 최대 부호화 단위, 부호화 단위, 예측 단위 및 변환 단위 등의 데이터 단위의 구조 정보에 기초하여, 대응되는 제 2 레이어 영상의 데이터 단위의 구조를 결정할 수 있다.
블록 분할부(1668)로부터 출력된 제 2 레이어의 부호화 단위에 포함된 예측 단위마다 인트라 예측 또는 인터 예측이 수행될 수 있다. 움직임 보상부(1690)는 현재 블록에 대한 인터 예측을 수행하여 예측값을 출력하고, 인트라 예측부(1695)는 현재 블록에 대한 인트라 예측을 수행하여 예측값을 출력한다. 움직임 보상부(1690)는 제 2 레이어의 블록에 대응되는 제 1 레이어의의 블록의 움직임 벡터를 스케일링하여 제 2 레이어의 블록의 움직임 벡터를 결정할 수 있다. 예를 들어, 제 1 레이어의 영상이 a*b(a,b는 정수)의 해상도를 갖고, 대응되는 제 2 레이어 영상이 2a*2b의 해상도를 갖으며 제 1 레이어의 대응 블록의 움직임 벡터가 mv_base라고 하면, 제 1 레이어 영상과 제 2 레이어 영상의 해상도 비율에 따라서 제 1 레이어 블록의 움직임 벡터를 2배만큼 업스케일링한 2*mv_base가 제 2 레이어 블록의 움직임 벡터로 결정될 수 있다. 또한, 움직임 보상부(1690)는 제 1 레이어의 움직임 벡터를 이용하지 않고 독립적인 움직임 예측을 수행하여 제 2 레이어의 현재 블록의 움직임 벡터를 결정할 수 있다.
제 2 레이어의 부호화 컨트롤부(1665)는 인트라 예측 모드 및 인터 예측 모드 중 제 2 레이어의 현재 블록과 가장 유사한 예측값을 갖는 예측 모드를 결정하고, 결정된 예측 모드에 따른 현재 블록의 예측값이 출력되도록 예측 스위치(1698)를 제어한다. 인트라 예측 또는 인터 예측을 통해 획득된 예측값과 현재 블록의 차이값인 레지듀얼은 변환/양자화부(1670)에 의하여 변환 및 양자화되어 양자화된 변환 계수가 출력된다. 스케일링/역변환부(1675)는 양자화된 변환계수에 대해 스케일링 및 역변환을 수행하여 레지듀얼을 복원한다. 스토리지(1680)는 복원된 레지듀얼과 현재 블록의 예측값을 가산하여 현재 블록을 복원하여 저장한다. 디블로킹부(1685)는 복원된 제 2 레이어 영상에 대한 디블로킹 필터링을 수행한다.
도 17은 도 15의 비디오 복호화부(1520)의 블록도를 도시한다.
비디오 복호화부(1700)은 제 1 레이어 복호화 장치(1710)와 제 2 레이어 복호화 장치(1760)를 포함한다.
비트스트림으로부터 제 1 레이어 영상의 부호화 정보 및 제 2 레이어 영상의 부호화 정보가 파싱되어 입력되면, 역양자화/역변환부(1720)는 제 1 레이어 영상의 레지듀얼을 역양자화 및 역변환하여 복원된 레지듀얼 정보를 출력한다. 움직임 보상부(1740)는 현재 블록에 대한 인터 예측을 수행하여 예측값을 출력하고, 인트라 예측부(1745)는 현재 블록에 대한 인트라 예측을 수행하여 예측값을 출력한다.
복호화 컨트롤부(1715)는 제 1 레이어 영상의 부호화 정보에 포함된 제 1 레이어 영상의 현재 블록의 예측 모드 정보에 기초하여 인트라 예측 모드 및 인터 예측 모드 중 하나의 예측 모드를 결정하고, 결정된 예측 모드에 따른 예측값이 출력되도록 예측 스위치(1748)를 제어한다. 인트라 예측 또는 인터 예측을 통해 획득된 현재 블록의 예측값과 복원된 레지듀얼이 가산되어 제 1 레이어의 현재 블록이 복원된다. 복원된 제 1 레이어 영상은 스토리지(1730)에 저장된다. 디블로킹부(1735)는 복원된 제 1 레이어 영상에 대한 디블로킹 필터링을 수행한다.
인터-레이어 예측 장치(1750)는 제 1 레이어 영상이 제 2 레이어 영상의 예측 복호화에 이용될 수 있도록 제 1 레이어 영상 정보를 제 2 레이어 복호화 장치(1760)로 출력한다. 인터-레이어 예측 장치(1750)의 디블로킹부(1755)는 복원된 제 1 레이어 영상에 대한 디블로킹 필터링을 수행하고, 필터링된 제 1 레이어 영상을 제 2 레이어 복호화 장치(1760)로 출력한다.
제 2 레이어 복호화 장치(1760)은, 제 1 레이어 복호화 장치(1710)에서 복호화된 제 1 레이어 영상의 부호화 정보를 이용하여 제 2 레이어 영상을 복호화한다. 제 2 레이어 복호화 장치(1760)는 제 1 레이어 복호화 장치(1710)에서 결정된 제 1 레이어 영상의 부호화 정보를 그대로 적용하거나, 제 1 레이어 영상의 부호화 정보를 변경하여 제 2 레이어 영상의 복호화에 적용될 부호화 정보를 결정할 수 있다. 역양자화/역변환부(1770)는 제 2 레이어 영상의 레지듀얼을 역양자화 및 역변환하여 복원된 레지듀얼 정보를 출력한다. 움직임 보상부(1790)는 제 2 레이어의 현재 블록에 대한 인터 예측을 수행하여 예측값 출력하고, 인트라 예측부(1795)는 제 2 레이어의 현재 블록에 대한 인트라 예측을 수행하여 예측값을 출력한다. 움직임 보상부(1790)는 제 2 레이어의 현재 블록에 대응되는 제 1 레이어의 대응 블록의 움직임 벡터를 스케일링하여 제 2 레이어의 현재 블록의 움직임 벡터를 결정하거나, 제 1 레이어의 대응 블록의 움직임 벡터와는 독립적으로 부호화되어 비트스트림에 포함된 제 2 레이어의 현재 블록의 움직임 벡터 정보에 기초하여 제 2 레이어의 현재 블록의 움직임 벡터를 획득할 수 있다.
복호화 컨트롤부(1765)는 제 2 레이어 영상의 부호화 정보에 포함된 예측 모드 정보에 기초하여 인트라 예측 모드 및 인터 예측 모드 중 하나의 예측 모드를 결정하고, 결정된 예측 모드에 따른 예측 블록이 출력되도록 예측 스위치(1798)를 제어한다. 인트라 예측 또는 인터 예측을 통해 획득된 제 2 레이어의 현재 예측 단위의 예측값과 복원된 레지듀얼이 가산되어 현재 블록이 복원된다. 복원된 제 2 레이어 영상은 스토리지(1780)에 저장된다. 디블로킹부(1785)는 복원된 제 2 레이어 영상에 대한 디블로킹 필터링을 수행한다.
도 18은 일 실시예에 따른 멀티 레이어 영상들의 멀티 레이어 예측 구조(1800)를 도시한다.
도 18에 도시된 멀티 레이어 예측 구조(1800)에서는, 영상들이 재생순서 POC에 따라 배열되어 있다. 또한, 세로 방향으로 POC 값이 동일한 영상들이 배열된다. 영상의 POC 값은 비디오를 구성하는 영상들의 재생순서를 나타낸다. 멀티 레이어 예측 구조(1800)에서 표시되어 있는 'POC X'는, 해당 열에 위치한 영상들의 재생 순서를 나타내며, X의 숫자가 작을수록 재생순서가 앞서고, 커질수록 재생순서가 늦어진다. 각 레이어에서 동일한 열(column)에 위치한 영상들은 모두 POC 값(재생순서)이 동일한 영상들이다.
각 레이어별로, 4개의 연속 영상들이 하나의 GOP(Group of Picture)를 구성하고 있다. 각 GOP는 연속하는 앵커픽처들 사이의 영상들과 하나의 앵커픽처를 포함한다. 앵커픽처는 랜덤 억세스 포인트(Random Access Point)로, 비디오를 재생할 때 영상의 재생 순서, 즉 POC 값에 따라 배열된 영상들 중에서 임의로 재생 위치가 선택되면, 재생 위치에서 POC순서가 가장 인접하는 앵커픽처가 재생된다. 제 1 레이어 영상들은 제 1 레이어 앵커픽처들(41, 42, 43, 44, 45)을 포함하고, 제 2 레이어 영상들은 제 2 레이어 앵커픽처들(141, 142, 143, 144, 145)을 포함하고, 제 3 레이어 영상들은 제 3 레이어 앵커픽처들(241, 242, 243, 244, 245)을 포함한다.
멀티 레이어 영상들은 GOP 순서대로 재생되고 예측(복원)될 수 있다. 먼저 도 18의 멀티 레이어 예측 구조(1800)의 재생순서 및 복원순서에 따르면, 각 레이어별로, GOP 0에 포함된 영상들이 복원되어 재생된 후, GOP 1에 포함된 영상들이 복원되어 재생될 수 있다. 즉, GOP 0, GOP 1, GOP 2, GOP 3의 순으로, 각 GOP에 포함된 영상들이 복원되고 재생될 수 있다. 멀티 레이어 예측 구조(1800)의 재생순서 및 복원순서에 따르면, 영상들에 대해 인터 레이어 예측 및 인터 예측이 수행된다. 멀티 레이어 예측 구조(1800)에서, 화살표가 시작하는 영상이 참조영상이고, 화살표가 끝나는 영상이 참조영상을 이용하여 예측되는 영상이다.
특히, 멀티 레이어 예측 구조(1800)의 복원순서는, 각 영상의 예측(복원) 순서에 따라 영상들이 가로 방향으로 배열되어 있다. 즉, 상대적으로 좌측에 위치하는 영상들이 먼저 예측(복원)되는 영상들이고, 상대적으로 우측에 위치하는 영상들이 늦게 예측(복원)되는 영상들이다. 먼저 복원되는 영상들을 참조하여 다음 영상들이 예측(복원)되므로, 멀티 레이어 예측 구조(1800)의 복원순서에서 동일 레이어 영상들 간의 예측 방향을 나타내는 화살표들이 모두, 상대적으로 좌측에 위치하는 영상들로부터 우측에 위치하는 영상들로 향하는 것을 볼 수 있다.
기본 레이어인 제 1 레이어의 영상들에 대해서는 동일 레이어 내의 픽처만을 참조 픽처로 이용된다. 제 2 레이어 영상들 및 제 3 레이어 영상들에 대해서는, 각각 이전에 부호화되는 다른 레이어를 참조하는 인터 레이어 예측 및 동일 레이어 영상들을 참조하는 인터 예측이 수행될 수 있다. 이러한 인터 레이어 예측 이외에 동일 레이어의 픽처를 참조하는 인터 예측이 수행될 수 있다. 제 2 레이어 영상들 및 제 3 레이어 영상들 중 앵커픽처들(141, 142, 143, 144, 145, 241, 242, 243, 244, 245)은 동일 레이어 영상들을 참조하지 않지만, 앵커픽처가 아닌 나머지 영상들은 동일 레이어 영상들을 참조하여 예측될 수 있다. 영상들을 재생하기 위한 복호화 과정도 예측과정과 유사하다. 다만 각 영상의 참조영상이 복원된 후에야 복원된 참조영상을 이용하여 각 영상이 복원될 수 있다.
도 19는 시간 계층적 부복호화 방식에 따른 멀티 레이어 예측 구조를 도시한다.
시간 계층적 예측 구조(50)에 따라 스케일러블 비디오 코딩 방식이 수행될 수 있다. 시간 계층적 예측 구조(50)에 따르면, 계층적 B 타입 영상들(55, 56, 57, 58, 59, 60, 61, 62, 63)의 예측 구조를 포함한다. 레벨 0의 예측 구조에서, I 타입 영상들(51, 54)의 인터 예측과, P 타입 영상들(52, 53)의 인터 예측이 수행된다. 레벨 1의 예측 구조에서는 I, P 타입 영상들(51, 52, 53, 54)을 참조하는 B 타입 영상들(55, 56, 57)의 인터 예측이 수행된다. 레벨 2의 예측 구조에서는, I, P 타입 영상들(51, 52, 53, 54)과 레벨 1의 B 타입 영상들(55, 56, 57)을 참조하는 인터 예측이 수행된다.
'temporal_id'는 예측 레벨을 식별하기 위한 번호이며, 각 레벨 영상들이 출력됨에 따라 프레임 레이트가 상승할 수 있다. 예를 들어, 레벨 0 영상들(51, 52, 53, 54)은 복호화되어 프레임 레이트 15Hz로 출력되고, 레벨 1 영상들(55, 56, 57)까지 복호화되어 출력되면 프레임 레이트가 30Hz으로 상승하고, 레벨 2 영상들(58, 59, 60, 61, 62, 63)까지 복호화되어 출력되면 프레임 레이트가 60Hz로 상승될 수 있다.
일 실시예에 따라, 시간 계층적 예측 구조(50)를 스케일러블 비디오 코딩 방식으로 구현하면, 레벨 0 영상들이 기본 레이어 영상들로서 부호화되고, 레벨 1 영상들은 제1 향상 레이어 영상들로서, 레벨 2 영상들은 제2 향상 레이어 영상들로서 부호화될 수 있다.
도 20은 일 실시예에 따라서 멀티레이어 비디오의 부호화된 데이터를 포함하는 NAL 단위들을 나타낸다.
전술한 바와 같이, 출력부(1420)는 멀티레이어 비디오의 부호화 데이터 및 부가 정보를 포함하는 NAL 단위들을 출력한다. VPS NAL 단위(2010)는 멀티레이어 비디오에 포함된 멀티레이어 영상 시퀀스들(2020, 2030, 2040)에 적용되는 정보를 포함한다. VPS NAL 단위(2010)는 멀티레이어 영상 시퀀스들(2020, 2030, 2040)에 의하여 공유되는 공통적인 신택스 엘리먼트(syntax element), 불필요한 정보의 전송을 막기 위하여 동작점(operation point)에 관한 정보, 프로파일(profile)이나 레벨과 같이 세션 논의(session negotiation) 단계에서 필요한 동작점에 관한 필수 정보 등을 포함한다.
출력부(1420)는 VPS NAL 단위에 포함된 정보를 공유하는 각 계층의 영상 시퀀스마다 SPS(Sequence Parameter Set) NAL 단위(2021, 2031, 2041), PPS(Picture Parameter Set) NAL 단위(2022, 2032, 2042), 슬라이스 세그먼트 NAL 단위(2023, 2033, 2043)를 생성하여 출력할 수 있다.
SPS NAL 단위는 하나의 레이어의 영상 시퀀스에 공통적으로 적용되는 정보를 포함한다. 예를 들어, SPS NAL 단위들(2021, 2031, 2041) 각각은 영상 시퀀스들(2020, 2030, 2040) 각각에 공통적으로 적용되는 정보를 포함한다. PPS NAL 단위는 하나의 레이어의 픽처들에 공통적으로 적용되는 정보를 포함한다. 예를 들어, PPS NAL 단위들(2022, 2032, 2042) 각각은 하나의 레이어의 픽처들에 공통적으로 적용되는 정보를 포함한다. PPS NAL 단위는 픽처 전체의 부호화 모드, 예를 들어 엔트로피 부호화 모드, 픽처 단위의 양자화 파라메터 초기값 등에 관한 정보를 포함할 수 있다. PPS NAL 단위는 모든 픽처마다 생성될 필요는 없다. 즉, 복호화측에서는 PPS NAL 단위가 없는 경우에는 이전에 수신된 PPS NAL 단위를 이용한다. 출력부(1420)는 PPS NAL 단위에 포함된 정보가 갱신될 필요가 있는 경우에 새롭게 PPS NAL 단위를 생성하여 출력할 수 있다. 슬라이스 세그먼트 NAL 단위는 하나의 슬라이스에 적용되는 정보를 포함한다. 슬라이스 세그먼트는 적어도 하나의 최대 부호화 단위의 부호화 데이터를 포함하며, 이러한 슬라이스 세그먼트는 슬라이스 세그먼트 NAL들(2023, 2033, 2043)에 포함되어 전송될 수 있다.
또한, 출력부(1420)는 SEI 메시지(Supplemental Enhancement Information message) NAL 단위를 생성하여 출력할 수 있다. SEI 메시지는 비디오 부호화 계층(VCL)에서의 복호화 과정에 필요한 부가 정보를 나타낸다. 예를 들어, SEI 메시지는 HRD(Hypothetical Reference Decoder)와 관련된 각 픽처의 타이밍 정보, 팬/스캔(pan/scan) 기능에 관한 정보 등을 포함할 수 있다.
도 21은 일 실시예에 따른 NAL 단위 헤더의 일 예를 나타낸 도면이다.
도 21을 참조하면, 일 실시예에 따른 NAL 단위 헤더는 총 2바이트의 길이를 갖는다. NAL 단위 헤더는 NAL 단위의 식별을 위한 비트로써 0의 값을 갖는 forbidden_zero_bit, NAL 단위의 유형을 나타내는 식별자(nal unit type), 장래 사용을 위해 예약된 영역(reserved_zero_6bits) 및 시간적 식별자(termporal_id)를 포함한다. 식별자(nal unit type) 및 장래 사용을 위해 예약된 영역(reserved_zero_6bits) 각각 6비트로 구성되며, 시간적 식별자(temporal_id)는 3비트로 구성될 수 있다. NAL 단위에 포함된 데이터의 유형을 나타내는 nal unit type의 값을 다르게 설정함으로써, 전술한 멀티 레이어 비디오에 포함된 다양한 유형의 픽처들의 유형 정보를 시그널링할 수 있다.
이하, 랜덤 액세스를 위한 RAP 픽처들인 IDR 픽처, BLA 픽처 및 CRA 픽처에 대하여 설명한다.
도 22는 일 실시예에 따른 리딩 픽처를 설명하기 위한 참조도이다.
리딩 픽처는 복호화 순서상 RAP 픽처 이후에 복호화되지만, 출력 순서상 RAP 픽처 이전에 출력되는 픽처를 의미한다. 복호화 순서 및 출력 순서상 RAP 픽처 이후에 복호화되어 출력되는 픽처는 일반 픽처(normal picture) 또는 트레일링(trailing picture)로 정의된다.
도 22를 참조하면, B0 내지 B6 픽처(2210)는 복호화 순서상 RAP 픽처(2201) 이후에 복호화되지만 출력 순서상 RAP 픽처(2201)를 앞서는 리딩 픽처들이다. 도 22에서, 화살표 방향을 참조 방향이라고 가정한다. 예를 들어, B6 픽처(2203)는 B5 픽처(2202) 및 RAP 픽처(2201)를 참조 픽처로서 이용한다. 리딩 픽처는 RAP 픽처(2201)에서부터 랜덤 액세스가 시작된 경우, 복호화 가능 여부에 따라서 RADL(Random Access Decodable Leading) 픽처 및 RASL (Random Access Skipped Leading) 픽처로 분류된다. 도 22에서, B0 내지 B2 픽처(2220)는 RAP 픽처(2201) 이전에 수신되어 복호화되는 P 픽처(2204)에 기초하여 예측될 수 있기 때문에 RAP 픽처(2201)로부터 랜덤 액세스가 시작되는 경우 정상적으로 복호화될 수 없는 픽처들이다. B0 내지 B2 픽처(2220)와 같이, RAP 픽처(2201)로부터 랜덤 액세스가 시작되는 경우 정상적으로 복호화될 수 없는 리딩 픽처를 RASL 픽처라고 정의한다. 반면에, B3 픽처 내지 B6 픽처(2230)는 RAP 픽처(2201) 이후에 복호화된 픽처들만을 참조 픽처로서 이용하기 때문에, RAP 픽처(2201)로부터 랜덤 액세스가 시작되는 경우에도 정상적으로 복호화될 수 있는 픽처들이다. B3 픽처 내지 B6 픽처(2230)와 같이, RAP 픽처(2201)로부터 랜덤 액세스가 시작되는 경우 정상적으로 복호화될 수 있는 픽처를 RADL 픽처라고 정의한다.
도 23 및 24는 IDR 픽처를 설명하기 위한 참조도이다.
전술한 바와 같이, IDR 픽처는 복호화되는 순간 DPB(Decoded Picture Buffer) 및 POC를 초기화하며, IDR 픽처 이후에 복호화되는 픽처는 IDR 픽처보다 출력 순서상 항상 뒤에 있으며, IDR 픽처 이전의 픽처를 참조하지 않고 복호화된다. 다만, IDR 픽처는 리딩 픽처들에 대해서 IDR 픽처 이전에 복호화된 픽처를 참조 픽처로서 이용하는 것을 제한하는 closed GOP 구조를 따른다. 따라서, IDR 픽처는 리딩(leading) 픽처의 존재 여부 및 RADL 픽처의 존재 여부에 기초하여 2가지 유형의 IDR 픽처로 분류될 수 있다. 구체적으로, IDR 픽처는 i) 리딩 픽처를 갖지 않는 IDR 픽처(IDR_N_LP)와, ii) 복호화 가능한 리딩 픽처인 RADL 픽처를 갖는 IDR 픽처(IDR_W_LP)의 두 가지 유형으로 분류될 수 있다.
도 23은 복호화 가능한 리딩 픽처인 RADL 픽처를 갖는 IDR 픽처(IDR_W_LP)를 나타낸다. 도 23를 참조하면, B0 내지 B6 픽처(2315)는 모두 IDR 픽처보다 출력 순서상 앞서지만 복호화 순서상 IDR 픽처 이후에 복호화되는 리딩 픽처들이다. IDR 픽처 이후에 복호화되는 픽처들은 IDR 픽처 이전에 복호화된 픽처를 참조 픽처로서 이용할 수 없으므로, IDR 픽처의 리딩 픽처들은 모두 랜덤 액세스 시점에서 복호화 가능한 RADL 픽처들에 해당한다.
도 24는 리딩 픽처를 갖지 않는 IDR 픽처(IDR_N_LP)를 나타낸다. 도 24를 참조하면, 전술한 도 23와 다르게 B0 내지 B6 픽처(2425)는 모두 IDR 픽처 이전에 복호화된 픽처만을 참조하며, IDR 픽처는 리딩 픽처를 갖지 않는다. 이와 같이, IDR 픽처는 i) 리딩 픽처를 갖지 않는 IDR 픽처(IDR_N_LP)와, ii) 복호화 가능한 리딩 픽처인 RADL 픽처를 갖는 IDR 픽처(IDR_W_LP)의 두 가지 유형으로 분류될 수 있다.
CRA 픽처는 I 픽처로서, IDR 픽처와 유사하게 복호화되는 순간 DPB를 초기화하며, CRA 픽처보다 복호화 순서 및 출력 순서 모두 CRA 영상을 뒤따르는 노말 픽처들은 CRA 픽처 이전의 픽처를 참조할 수 없다. 다만, IDR 픽처의 경우 리딩 픽처들이 IDR 픽처 이전에 복호화된 픽처를 참조 픽처로서 이용하는 것을 제한하는 closed GOP 구조를 따르는 반면에, CRA 픽처의 경우 리딩 픽처가 CRA 픽처보다 이전에 복호화된 픽처를 참조 픽처로서 이용하는 것을 허용한다. 즉, CRA 픽처의 경우, 복호화 순서상 CRA 픽처를 뒤따르지만 출력 순서상 CRA 픽처를 앞서는 픽처인 리딩 픽처 중에서 CRA 픽처 이전에 복호화되는 픽처를 참조하는 픽처가 존재할 수 있다. CRA 픽처부터 랜덤 액세스가 시작되는 경우, 일부 리딩 픽처들은 랜덤 액세스 시점에 이용가능하지 않은 참조 픽처를 이용하기 때문에 복호화될 수 없을 수도 있다.
따라서, CRA 픽처는 크게 i) 리딩 픽처를 갖지 않는 CRA 픽처(CRA_N_LP), ii) RADL 픽처를 갖는 CRA 픽처(CRA_W_RADL), iii) RASL 픽처를 갖는 CRA 픽처(CRA_W_RASL)로 분류될 수 있다. 이와 같이, CRA 픽처를 분류하는 이유는 CRA 픽처가 RASL 픽처를 갖는 경우, 랜덤 액세스시에 RASL 픽처를 복호화하지 않고 폐기(discard)할 수 있도록 하기 위한 것이다. 복호화 장치는 CRA 픽처의 복호화 시점에서 복호화할 필요가 없는 RASL 픽처의 존재 여부를 미리 결정하고, RASL 픽처를 포함하는 NAL 단위 비트스트림을 수신하는 경우 해당 RASL 픽처에 대한 불필요한 복호화 과정을 스킵할 수 있다.
도 25는 RASL 픽처를 갖는 CRA 픽처(CRA_W_RASL)를 나타낸다.
도 25를 참조하면, 랜덤 액세스시에 CRA 픽처(2510)로부터 복호화되므로, CRA 픽처(2510)보다 복호화 순서상 앞서는 P 픽처(2501)는 복호화되지 않는다. 따라서, P 픽처(2501)를 참조 픽처로 이용하거나, P 픽처(2501)를 참조 픽처로 이용하는 픽처를 참조 픽처로 이용하는 픽처들, 예를 들어 B0 내지 B6 픽처들(2520)는 모두 랜덤 액세스시에 복호화될 수 없는 RASL 픽처들이다.
도 25의 예에 한정되지 않고, CRA 픽처의 리딩 픽처 전부가 아니라 일부 리딩 픽처가 RASL 픽처인 경우에도, 이러한 CRA 픽처는 RASL 픽처를 갖는 CRA 픽처(CRA_W_RASL)로 분류된다. 또한, 전술한 도 23의 RADL 픽처를 갖는 IDR 픽처(IDR_W_RADL)와 유사하게, CRA 픽처의 리딩 픽처가 모두 RADL 픽처인 경우 이러한 CRA 픽처는 리딩 픽처를 갖는 CRA 픽처(CRA_W_RADL)로 분류된다. 또한, 도 24의 리딩 픽처를 갖지 않는 IDR 픽처(IDR_N_LP)와 유사하게, CRA 픽처의 리딩 픽처가 존재하지 않는 경우, 이러한 CRA 픽처는 리딩 픽처를 갖지 않는 CRA 픽처(CRA_N_LP)로 분류된다.
한편, 비트스트림 슬라이싱(slicing)에 의하여 서로 다른 비트스트림이 연결되는 지점을 브로큰 링크(broken link)로 지칭한다. 이러한 비트스트림 슬라이싱에 의하여 새로운 비트스트림이 시작되는 지점의 픽처를 BLA 픽처로 정의하며, BLA 픽처는 슬라이싱 동작에 의하여 생성되는 것이라는 점을 제외하고 CRA 픽처와 동일하다. 슬라이싱 동작에 의하여 CRA 픽처는 BLA 픽처로 변경될 수 있다.
BLA 픽처 역시 I 픽처로서, IDR 픽처와 유사하게 복호화되는 순간 DPB를 초기화하며, BLA 픽처보다 복호화 순서 및 출력 순서 모두 CRA 영상을 뒤따르는 노말 픽처들은 BLA 픽처 이전의 픽처를 참조할 수 없다. 또한, BLA 픽처의 경우 리딩 픽처가 BLA 픽처보다 이전에 복호화된 픽처를 참조 픽처로서 이용하는 것을 허용한다. 즉, BLA 픽처의 경우, 복호화 순서상 BLA 픽처를 뒤따르지만 출력 순서상 CRA 픽처를 앞서는 픽처인 리딩 픽처 중에서 BLA 픽처 이전에 복호화되는 픽처를 참조하는 픽처가 존재할 수 있다. BLA 픽처부터 랜덤 액세스가 시작되는 경우, 일부 리딩 픽처들은 랜덤 액세스 시점에 이용가능하지 않은 참조 픽처를 이용하기 때문에 복호화될 수 없을 수도 있다.
따라서, BLA 픽처는 i) 리딩 픽처를 갖지 않는 BLA 픽처(BLA_N_LP), ii) RADL 픽처를 갖는 BLA 픽처(BLA_W_RADL), iii) RASL 픽처를 갖는 BLA 픽처(BLA_W_RASL)로 분류될 수 있다. 이와 같이, BLA 픽처를 분류하는 이유는 BLA 픽처가 RASL 픽처를 갖는 경우, 랜덤 액세스시에 RASL 픽처를 복호화하지 않고 폐기(discard)할 수 있도록 하기 위한 것이다. 복호화 장치는 BLA 픽처의 복호화 시점에서 복호화할 필요가 없는 RASL 픽처의 존재 여부를 미리 결정하고, RASL 픽처를 포함하는 NAL 단위 비트스트림을 수신하는 경우 해당 RASL 픽처에 대한 불필요한 복호화 과정을 스킵할 수 있다.
도 26은 BLA 픽처에 대한 RASL 픽처 및 RADL 픽처의 일 예를 나타낸다. 도 26에서 B0 내지 B2 픽처(2610)는 BLA 픽처(2601)보다 복호화 순서상 앞서는 픽처를 참조하는 픽처이며, B3 내지 B6 픽처(2620)는 BLA 픽처(2601) 또는 BLA 픽처(2601) 이후에 복호화되는 픽처를 참조하는 픽처라고 가정한다. 랜덤 액세스시에 BLA 픽처(2601)부터 복호화되므로, B0 내지 B2 픽처(2610)가 참조하는 픽처는 이용가능하지 않다. 따라서, B0 내지 B2 픽처(2610)는 복호화될 수 없는 RASL 픽처에 해당된다. 또한, B3 내지 B6 픽처(2620)는 BLA 픽처(2601) 이후에 복호화되는 픽처만을 참조 픽처로 이용하기 때문에, 랜덤 액세스시에도 복호화가능한 RADL 픽처에 해당한다. 비디오 부호화 장치(1400)는 BLA 픽처의 리딩 픽처들 중 RASL 픽처가 존재하는 경우, 해당 BLA 픽처를 RASL 픽처를 갖는 BLA 픽처(BLA_W_RASL)로 분류한다.
또한, 전술한 도 23의 RADL 픽처를 갖는 IDR 픽처(IDR_W_RADL)와 유사하게, BLA 픽처의 리딩 픽처가 모두 RADL 픽처인 경우 이러한 BLA 픽처는 리딩 픽처를 갖는 BLA 픽처(BLA_W_RADL)로 분류된다. 또한, 도 24의 리딩 픽처를 갖지 않는 IDR 픽처(IDR_N_LP)와 유사하게, BLA 픽처의 리딩 픽처가 존재하지 않는 경우, 이러한 BLA 픽처는 리딩 픽처를 갖지 않는 BLA 픽처(BLA_N_LP)로 분류된다.
도 29는 일 실시예에 따른 멀티 레이어 비디오 부호화 방법의 플로우 차트이다.
도 14 및 도 29를 참조하면, 단계 2910에서 비디오 부호화부(1410)는 제 1 레이어에 포함된 픽처들을 예측 부호화한다. 비디오 부호화부(1410)는 인터 예측, 인트라 예측 및 인터 레이어 예측에 생성된 예측값과 원신호의 차이를 변환 및 양자화하여 부호화를 수행할 수 있다. 이러한 비디오 코딩 계층(VCL)에서의 부호화 과정을 통해서, 비디오 부호화부(1410)는 부호화 단위에 관련된 레지듀얼 정보, 예측 모드 정보 및 부호화 단위의 예측 부호화와 관련된 부가 정보를 출력한다.
단계 2920에서 출력부(1420)는 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 제 1 레이어에 포함된 픽처들을 제 1 레이어 RAP 픽처, 제 1 레이어 RADL 픽처 및 제 1 레이어 RASL 픽처로 분류한다. 제 1 레이어 RAP 픽처는 다시 IDR 픽처, CRA 픽처 및 BLA 픽처로 분류될 수 있다.
단계 2930에서, 비디오 부호화부(1410)는 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 제 1 레이어의 픽처 유형과 동일하게 설정하고 제 2 레이어의 픽처들을 예측 부호화한다.
단계 2940에서, 출력부(1420)는 제 1 레이어의 픽처들 및 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력한다. NAL 단위 헤더의 식별자(nal unit type)을 통해 각 NAL 단위에 포함된 픽처의 유형을 시그널링할 수 있다. 본 발명의 다른 실시예에 따라서 정의된 제 2 레이어의 VLA 픽처 역시 미리 설정된 식별자(nal unit type)값을 갖는 NAL 단위에 포함되어 전송될 수 있다.
도 30은 일 실시예에 따른 멀티 레이어 비디오 부호화 방법을 나타낸 플로우 차트이다.
도 15 및 도 30을 참조하면, 단계 3010에서 수신부(1510)는 제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득한다.
단계 3020에서, 비디오 복호화부(1520)는 NAL 단위에 포함된 제 1 레이어 픽처의 유형 정보에 기초하여, 제 1 레이어 RAP 픽처, 제 1 레이어 RADL 픽처 및 제 1 레이어 RASL 픽처 중 제 1 레이어 픽처가 속하는 유형을 식별한다. 비디오 복호화부(1520)는 NAL 단위 헤더에 포함된 식별자(nal unit type)의 값에 기초하여 현재 NAL 단위에 포함된 부호화 정보 및 픽처 유형을 식별할 수 있다. 본 발명의 다른 실시예에 따라서 정의된 제 2 레이어의 VLA 픽처 역시 미리 설정된 식별자(nal unit type)값을 갖는 NAL 단위에 포함되어 전송될 수 있다.
단계 3030에서, 수신부(1510)는 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하고, 비디오 복호화부(1520)는 NAL 단위에 포함된 제 2 레이어 픽처의 유형 정보에 기초하여 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 제 2 레이어 픽처의 유형을 식별한다.
단계 3040에서, 비디오 복호화부(1520)는 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 제 1 레이어 픽처 및 제 2 레이어 픽처를 복호화한다. 비디오 복호화부(1520)는 각 레이어의 부호화된 데이터를 독립적으로 복호화하거나 이전에 복호화된 이전 레이어의 정보를 다른 레이어의 복호화시에 참조 정보로 이용할 수 있다. 비디오 복호화부(1520)는 부호화된 멀티 레이어의 픽처들에 대해 엔트로피 복호화, 역양자화, 역변환을 수행하여 레지듀얼을 복원하고, 인트라 예측, 인터 예측 및 인터 레이어 예측 중 적어도 하나의 예측 방식을 적용하여 예측 신호를 생성하며, 복원된 레지듀얼과 예측 신호를 가산하여 복호화를 수행한다. 비디오 복호화부(1520)는 제 2 레이어의 VLA 픽처는 이전에 복호화된 다른 레이어의 픽처를 참조하여 복호화할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장 장치 등이 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 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. 멀티 레이어 비디오 복호화 방법에 있어서,
    제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL(Network Adaptive layer) 단위를 획득하는 단계;
    상기 NAL 단위에 포함된 상기 제 1 레이어 픽처의 유형 정보에 기초하여, 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 복호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 복호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복호화 가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복호화 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture) 중 상기 제 1 레이어 픽처가 속하는 유형을 식별하는 단계;
    제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하고, 상기 NAL 단위에 포함된 상기 제 2 레이어 픽처의 유형 정보에 기초하여 상기 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 상기 제 2 레이어 픽처의 유형을 식별하는 단계; 및
    상기 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 상기 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화하는 단계를 포함하는 것을 특징으로 하는 멀티 레이어 비디오 복호화 방법.
  2. 제 1항에 있어서,
    상기 제 1 레이어 RAP 픽처는
    복호화 순서 및 출력 순서상 상기 제 1 레이어 RAP 픽처를 뒤따르는 픽처들이 상기 제 1 레이어 RAP 픽처보다 복호화 순서상 앞서는 픽처를 참조할 수 있는지 여부 및 상기 제 1 레이어 RAP 픽처가 스플라이싱(splicing)에 의하여 생성된 픽처인지 여부에 따라서 분류된 IDR 픽처(Instantaneous Decoding Refresh), CRA(Clean Random Access) 픽처 및 BLA(Broken Link Access) 픽처 중 하나인 것을 특징으로 하는 멀티 레이어 복호화 방법.
  3. 제 2항에 있어서,
    상기 IDR 픽처는 복호화 순서상 상기 IDR 픽처를 뒤따르는 픽처들이 상기 IDR 픽처보다 복호화 순서상 앞서는 다른 픽처를 참조하지 않는 픽처이며,
    상기 CRA 픽처는 복호화 순서 및 출력 순서상 상기 CRA 픽처를 뒤따르는 픽처들이 복호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 CRA 픽처를 앞서는 다른 픽처를 참조하지 않으며, 복호화 순서상 상기 CRA 픽처를 앞서는 픽처는 출력 순서상 상기 CRA 픽처를 항상 앞서는 픽처이며,
    상기 BLA 픽처는 스플라이싱에 의하여 서로 다른 비디오 시퀀스를 결합할 때 결합되는 비디오 시퀀스의 최초 픽처를 나타내는 것을 특징으로 하는 멀티 레이어 복호화 방법.
  4. 제 1항에 있어서,
    상기 제 1 레이어 RAP 픽처 및 상기 제 2 레이어 RAP 픽처는 상기 RADL 픽처 또는 상기 RASL 픽처의 존재 여부에 기초하여 분류되는 것을 특징으로 하는 멀티 레이어 복호화 방법.
  5. 제 1항에 있어서,
    상기 복호화하는 단계는
    상기 제 2 레이어의 픽처들 중 제 2 레이어 RAP 픽처로의 랜덤 액세스가 발생된 경우, 상기 제 2 레이어 RAP 픽처의 리딩 픽처로 식별된 픽처들에 대한 복호화 과정을 스킵하는 것을 특징으로 하는 멀티 레이어 비디오 복호화 방법.
  6. 제 1항에 있어서,
    상기 제 2 레이어 픽처의 유형을 식별하는 단계는
    상기 NAL 단위에 포함된 유형 정보에 기초하여, 상기 제 2 레이어와 다른 레이어를 참조하여 인터 레이어 예측되는 제 2 레이어 RAP 픽처로서, 복호화 순서 및 출력 순서상 상기 제 2 레이어 RAP 픽처를 뒤따르는 픽처들은 복호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 다른 픽처를 참조하지 않으며, 복호화 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 픽처는 출력 순서상 상기 제 2 레이어 RAP 픽처를 항상 앞서는 제 2 레이어 VLA(View Layer Access) 픽처를 식별하며,
    상기 복호화하는 단계는
    상기 제 2 레이어 VLA 픽처로 랜덤 액세스가 발생된 경우, 상기 제 2 레이어 VLA 픽처보다 이전에 복호화된 픽처를 참조하며 출력 순서가 앞서는 RADL 픽처 및 RASL 픽처들에 대한 복호화를 스킵하는 것을 특징으로 하는 멀티 레이어 복호화 방법.
  7. 멀티 레이어 비디오 부호화 방법에 있어서,
    제 1 레이어에 포함된 픽처들을 예측 부호화하는 단계;
    상기 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 상기 제 1 레이어에 포함된 픽처들을 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 부호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 부호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복원가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복원 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture)로 분류하는 단계;
    상기 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 상기 분류된 제 1 레이어의 픽처 유형과 동일하게 설정하고 상기 제 2 레이어의 픽처들을 예측 부호화하는 단계; 및
    상기 제 1 레이어의 픽처들 및 상기 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력하는 단계를 포함하는 것을 특징으로 하는 멀티 레이어 비디오 부호화 방법.
  8. 제 7항에 있어서,
    상기 분류하는 단계는
    부호화 순서 및 출력 순서상 상기 제 1 레이어 RAP 픽처를 뒤따르는 픽처들이 상기 제 1 레이어 RAP 픽처보다 부호화 순서상 앞서는 픽처를 참조할 수 있는지 여부 및 상기 제 1 레이어 RAP 픽처가 스플라이싱(splicing)에 의하여 생성된 픽처인지 여부에 따라서, 상기 제 1 레이어 RAP 픽처를 IDR 픽처(Instantaneous Decoding Refresh), CRA(Clean Random Access) 픽처 및 BLA(Broken Link Access) 픽처로 분류하는 것을 특징으로 하는 멀티 레이어 부호화 방법.
  9. 제 8항에 있어서,
    상기 IDR 픽처는 부호화 순서상 상기 IDR 픽처를 뒤따르는 픽처들이 상기 IDR 픽처보다 부호화 순서상 앞서는 다른 픽처를 참조하지 않는 픽처이며,
    상기 CRA 픽처는 부호화 순서 및 출력 순서상 상기 CRA 픽처를 뒤따르는 픽처들이 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 CRA 픽처를 앞서는 다른 픽처를 참조하지 않으며, 부호화 순서상 상기 CRA 픽처를 앞서는 픽처는 출력 순서상 상기 CRA 픽처를 항상 앞서는 픽처이며,
    상기 BLA 픽처는 스플라이싱에 의하여 서로 다른 비디오 시퀀스를 결합할 때 결합되는 비디오 시퀀스의 최초 픽처를 나타내는 것을 특징으로 하는 멀티 레이어 부호화 방법.
  10. 제 7항에 있어서,
    상기 분류하는 단계는
    상기 제 1 레이어 RAP 픽처를 상기 RADL 픽처 또는 상기 RASL 픽처의 존재 여부에 기초하여 분류하는 단계를 더 포함하는 것을 특징으로 하는 멀티 레이어 부호화 방법.
  11. 제 7항에 있어서,
    상기 제 2 레이어에 포함된 픽처들 중 상기 제 2 레이어와 다른 레이어를 참조하여 인터 레이어 예측되는 제 2 레이어 RAP 픽처로서, 부호화 순서 및 출력 순서상 상기 제 2 레이어 RAP 픽처를 뒤따르는 픽처들은 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 다른 픽처를 참조하지 않으며, 부호화 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 픽처는 출력 순서상 상기 제 2 레이어 RAP 픽처를 항상 앞서는 경우, 상기 제 2 레이어 RAP 픽처를 제 2 레이어 VLA(View Layer Access) 픽처로 분류하는 단계를 더 포함하며,
    복호화기에서 상기 제 2 레이어 VLA 픽처로 랜덤 액세스가 발생된 경우, 상기 제 2 레이어 VLA 픽처보다 이전에 복호화된 픽처를 참조하며 출력 순서가 앞서는 RADL 픽처 및 RASL 픽처에 대한 복호화는 스킵되는 것을 특징으로 하는 멀티 레이어 부호화 방법.
  12. 멀티 레이어 비디오 복호화 장치에 있어서,
    제 1 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL(Network Adaptive layer) 단위와, 제 2 레이어 픽처의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 획득하는 수신부; 및
    상기 NAL 단위에 포함된 상기 제 1 레이어 픽처의 유형 정보에 기초하여, 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 복호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 복호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복호화 가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복호화 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture) 중 상기 제 1 레이어 픽처가 속하는 유형을 식별하고, 상기 NAL 단위에 포함된 상기 제 2 레이어 픽처의 유형 정보에 기초하여 상기 제 2 레이어 픽처와 동일한 POC를 갖는 제 1 레이어 픽처의 유형과 동일하게 설정된 상기 제 2 레이어 픽처의 유형을 식별하며, 상기 식별된 제 1 레이어 픽처 유형 및 제 2 레이어 픽처 유형에 기초하여, 상기 제 1 레이어 픽처 및 상기 제 2 레이어 픽처를 복호화하는 영상 복호화부를 포함하는 것을 특징으로 하는 멀티 레이어 비디오 복호화 장치.
  13. 제 12항에 있어서,
    상기 영상 복호화부는
    상기 NAL 단위에 포함된 유형 정보에 기초하여, 상기 제 2 레이어와 다른 레이어를 참조하여 인터 레이어 예측되는 제 2 레이어 RAP 픽처로서, 복호화 순서 및 출력 순서상 상기 제 2 레이어 RAP 픽처를 뒤따르는 픽처들은 복호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 다른 픽처를 참조하지 않으며, 복호화 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 픽처는 출력 순서상 상기 제 2 레이어 RAP 픽처를 항상 앞서는 제 2 레이어 VLA(View Layer Access) 픽처를 식별하고, 상기 제 2 레이어 VLA 픽처로 랜덤 액세스가 발생된 경우, 상기 제 2 레이어 VLA 픽처보다 이전에 복호화된 픽처를 참조하며 출력 순서가 앞서는 RADL 픽처 및 RASL 픽처들에 대한 복호화를 스킵하는 것을 특징으로 하는 멀티 레이어 복호화 장치.
  14. 멀티 레이어 비디오 부호화 장치에 있어서,
    제 1 레이어 및 제 2 레이어에 포함된 픽처들을 예측 부호화하는 비디오 부호화부; 및
    상기 제 1 레이어에 포함된 픽처들의 출력 순서 및 참조 관계에 기초하여, 상기 제 1 레이어에 포함된 픽처들을 랜덤 액세스가 가능한 제 1 레이어 RAP(Random Access Point Picture) 픽처, 상기 제 1 레이어 RAP 픽처보다 이후에 부호화되지만 출력 순서상 상기 제 1 레이어 RAP 픽처보다 앞서는 리딩(leading) 픽처들로서 상기 제 1 레이어 RAP 픽처 이전에 부호화된 픽처의 참조 여부에 따라서 상기 제 1 레이어 RAP 픽처로 랜덤 액세스시 복원가능한 제 1 레이어 RADL(Random Access Decodable Leading picture) 픽처 및 복원 불가능한 제 1 레이어 RASL 픽처(Random Access Skipped Leading picture)로 분류하고, 상기 제 1 레이어에 포함된 각 픽처와 동일한 POC를 갖는 제 2 레이어의 대응 픽처의 유형을 상기 분류된 제 1 레이어의 픽처 유형과 동일하게 설정하며, 상기 제 1 레이어의 픽처들 및 상기 제 2 레이어의 픽처들의 부호화 정보 및 유형 정보를 포함하는 NAL 단위를 출력하는 출력부를 포함하는 것을 특징으로 하는 멀티 레이어 비디오 부호화 장치.
  15. 제 14항에 있어서,
    상기 출력부는
    상기 제 2 레이어에 포함된 픽처들 중 상기 제 2 레이어와 다른 레이어를 참조하여 인터 레이어 예측되는 제 2 레이어 RAP 픽처로서, 부호화 순서 및 출력 순서상 상기 제 2 레이어 RAP 픽처를 뒤따르는 픽처들은 부호화 순서 또는 출력 순서 중 어느 하나의 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 다른 픽처를 참조하지 않으며, 부호화 순서상 상기 제 2 레이어 RAP 픽처를 앞서는 픽처는 출력 순서상 상기 제 2 레이어 RAP 픽처를 항상 앞서는 경우, 상기 제 2 레이어 RAP 픽처를 제 2 레이어 VLA(View Layer Access) 픽처로 분류하며,
    상기 제 2 레이어 VLA 픽처로 랜덤 액세스가 발생된 경우, 상기 제 2 레이어 VLA 픽처보다 이전에 복호화된 픽처를 참조하며 출력 순서가 앞서는 RADL 픽처 및 RASL 픽처에 대한 복호화는 스킵되는 것을 특징으로 하는 멀티 레이어 부호화 방법.
PCT/KR2014/000334 2013-01-10 2014-01-10 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 WO2014109607A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US14/760,265 US9924179B2 (en) 2013-01-10 2014-01-10 Method and apparatus for coding multilayer video, method and apparatus for decoding multilayer video
CN201480013755.3A CN105075261B (zh) 2013-01-10 2014-01-10 用于对多层视频进行编码的方法和设备以及用于对多层视频进行解码的方法和设备

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361751032P 2013-01-10 2013-01-10
US61/751,032 2013-01-10

Publications (1)

Publication Number Publication Date
WO2014109607A1 true WO2014109607A1 (ko) 2014-07-17

Family

ID=51167184

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/000334 WO2014109607A1 (ko) 2013-01-10 2014-01-10 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치

Country Status (4)

Country Link
US (1) US9924179B2 (ko)
KR (1) KR102270788B1 (ko)
CN (1) CN105075261B (ko)
WO (1) WO2014109607A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150084677A (ko) * 2014-01-13 2015-07-22 삼성전자주식회사 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112015004956A2 (pt) * 2013-07-12 2018-04-17 Sony Corp aparelhos de codificação e de decodificação de imagem, e, métodos de codificação e de decodificação de imagem.
US10147350B2 (en) * 2013-07-26 2018-12-04 Darwin Hu Method and apparatus for increasing perceived display resolutions from an input image
US10542288B2 (en) * 2014-06-18 2020-01-21 Telefonaktiebolaget Lm Ericsson (Publ) Random access in a video bitstream
EP3962089A1 (en) * 2014-06-18 2022-03-02 Telefonaktiebolaget LM Ericsson (publ) Dependent random access point pictures
CN104301724B (zh) * 2014-10-17 2017-12-01 华为技术有限公司 视频处理方法、编码设备和解码设备
US10382824B2 (en) * 2015-07-17 2019-08-13 Tribune Broadcasting Company, Llc Video production system with content extraction feature
US10546521B2 (en) * 2017-05-16 2020-01-28 Darwin Hu Resolutions by modulating both amplitude and phase in spatial light modulators
CN117336497A (zh) * 2017-10-06 2024-01-02 松下电器（美国）知识产权公司 编码方法和解码方法
US11184607B2 (en) * 2019-06-13 2021-11-23 Qualcomm Incorporated Same picture order count (POC) numbering for scalability support
US11825073B2 (en) * 2020-03-20 2023-11-21 Qualcomm Incorporated High level syntax for video with mixed NAL unit types
WO2021195026A1 (en) * 2020-03-27 2021-09-30 Bytedance Inc. Level information in video coding

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060171471A1 (en) * 2005-02-01 2006-08-03 Minhua Zhou Random access in AVS-M video bitstreams
EP2129129A1 (en) * 2006-11-14 2009-12-02 Qualcomm Incorporated Systems and methods for channel switching
US20100272185A1 (en) * 2006-09-30 2010-10-28 Thomson Broadband R&D (Bejing) Co., Ltd Method and device for encoding and decoding color enhancement layer for video
WO2011129573A2 (ko) * 2010-04-16 2011-10-20 에스케이텔레콤 주식회사 인터 예측 방법 및 그 인터 예측 방법을 이용한 동영상 부호화/복호화 방법
KR20110127175A (ko) * 2009-03-02 2011-11-24 톰슨 라이센싱 픽처 시퀀스를 표시하는 방법 및 장치

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130037161A (ko) * 2011-10-05 2013-04-15 한국전자통신연구원 스케일러블 비디오 코딩을 위한 향상된 계층간 움직임 정보 예측 방법 및 그 장치
KR102028123B1 (ko) 2012-04-23 2019-10-04 삼성전자주식회사 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
KR102219907B1 (ko) 2012-04-23 2021-02-25 삼성전자주식회사 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
WO2014106692A1 (en) * 2013-01-07 2014-07-10 Nokia Corporation Method and apparatus for video coding and decoding
US20140218473A1 (en) * 2013-01-07 2014-08-07 Nokia Corporation Method and apparatus for video coding and decoding
EP2946558B1 (en) * 2013-01-15 2020-04-29 Huawei Technologies Co., Ltd. Method for decoding an hevc video bitstream

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060171471A1 (en) * 2005-02-01 2006-08-03 Minhua Zhou Random access in AVS-M video bitstreams
US20100272185A1 (en) * 2006-09-30 2010-10-28 Thomson Broadband R&D (Bejing) Co., Ltd Method and device for encoding and decoding color enhancement layer for video
EP2129129A1 (en) * 2006-11-14 2009-12-02 Qualcomm Incorporated Systems and methods for channel switching
KR20110127175A (ko) * 2009-03-02 2011-11-24 톰슨 라이센싱 픽처 시퀀스를 표시하는 방법 및 장치
WO2011129573A2 (ko) * 2010-04-16 2011-10-20 에스케이텔레콤 주식회사 인터 예측 방법 및 그 인터 예측 방법을 이용한 동영상 부호화/복호화 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150084677A (ko) * 2014-01-13 2015-07-22 삼성전자주식회사 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
KR102266902B1 (ko) 2014-01-13 2021-06-18 삼성전자주식회사 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치

Also Published As

Publication number Publication date
US9924179B2 (en) 2018-03-20
CN105075261A (zh) 2015-11-18
KR102270788B1 (ko) 2021-06-29
KR20140091492A (ko) 2014-07-21
CN105075261B (zh) 2018-07-24
US20150358629A1 (en) 2015-12-10

Similar Documents

Publication Publication Date Title
WO2014109607A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2016200100A1 (ko) 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
WO2013077665A1 (ko) 복호화기의 버퍼 관리를 위한 영상 부호화 방법 및 장치, 그 영상 복호화 방법 및 장치
WO2013157797A1 (ko) 다계층 비디오 부호화 방법 및 장치, 다계층 비디오 복호화 방법 및 장치
WO2013005969A2 (ko) 비디오 데이터의 재생 상태 식별을 위한 비디오 데이터의 다중화 방법 및 장치, 역다중화 방법 및 장치
WO2014007596A1 (ko) 다계층 비디오 부호화 방법 및 장치, 다계층 비디오 복호화 방법 및 장치
WO2013005963A2 (ko) 콜로케이티드 영상을 이용한 인터 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2012124961A2 (ko) 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2011021839A2 (en) Method and apparatus for encoding video, and method and apparatus for decoding video
WO2011129621A2 (ko) 트리 구조의 부호화 단위에 기초한 예측 단위를 이용하는 비디오 부호화 방법과 그 장치, 및 비디오 복호화 방법 및 그 장치
WO2013002586A2 (ko) 영상의 인트라 예측 부호화, 복호화 방법 및 장치
WO2013005962A2 (ko) 단일화된 참조가능성 확인 과정을 통해 인트라 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2011087297A2 (en) Method and apparatus for encoding video by using deblocking filtering, and method and apparatus for decoding video by using deblocking filtering
WO2011126281A2 (en) Method and apparatus for encoding video by performing in-loop filtering based on tree-structured data unit, and method and apparatus for decoding video by performing the same
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
WO2015056955A1 (ko) 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
WO2014163456A1 (ko) 멀티 레이어 비디오의 복호화 방법 및 장치, 멀티 레이어 비디오의 부호화 방법 및 장치
WO2012173415A2 (ko) 움직임 정보의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2014051410A1 (ko) 랜덤 액세스를 위한 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2013115572A1 (ko) 계층적 데이터 단위의 양자화 파라메터 예측을 포함하는 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2013162258A1 (ko) 다시점 비디오 부호화 방법 및 장치, 다시점 비디오 복호화 방법 및 장치
WO2013109123A1 (ko) 인트라 예측 처리 속도 향상을 위한 비디오의 부호화 방법 및 장치, 비디오의 복호화 방법 및 장치
WO2013109124A1 (ko) 쌍방향 예측 및 블록 병합을 제한하는 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
WO2014116047A1 (ko) 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201480013755.3

Country of ref document: CN

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

Ref document number: 14737917

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: 14760265

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 14737917

Country of ref document: EP

Kind code of ref document: A1